考える波 第 57 回 / 第 XIX 部・道具を持って 物理へ戻る

2.2 桁 の出どころを突き止める

端で何が起きるか ──
端はすべて「最低次の補正項」だった 第 56 回の「端で 2.2 桁 失う」を、測るのではなく導きます。\(\gamma=1\) なら厳密解があり、答えは \(2\log_{10}\!\big(2/(\pi\varepsilon)\big)=2.2098\)
★ そこから一般法則 ── 失う桁数 \(=(1/n)\log_{10}(1/\varepsilon)+\)定数。\(n\) は最低次の補正のべき。
★★★ そして予想が外れました ── 傾きは \(2\) ではなく \(2/[\gamma(2-\gamma)]\)。これは \(\gamma=1\)、ちょうど \(1/f\) で最小になります。

必要な道具:第 5, 16, 44, 51, 53, 56 回計算:kenshou/hashi.js

第 56 回は「端で 2.2 桁 失う」を実測しました。★ 今回はその 2.2 がどこから来るのかを突き止め、シリーズ中の「端」を一つの式に畳みます。

01まずローレンツ 1 個の「曲がりの幅」

解析で出る $$\frac{d\ln S}{d\ln\omega}=-\frac{2x^2}{1+x^2},\quad x=\omega\tau\ \Longrightarrow\ \text{曲がりの幅}=\log_{10}\frac{2}{\varepsilon}$$
\(\varepsilon\)平らな側の端 \(x\)\(-2\) 側の端 \(x\)幅[桁]\(\log_{10}(2/\varepsilon)\)
0.20.33333.0000.95421.0000
0.050.16016.2451.59111.6021
0.010.070914.1072.29892.3010
0.0050.050119.9752.60102.6021

★ 幅 vs \(\log_{10}(1/\varepsilon)\) の傾きは 1.000299(予言 1)。両側とも最低次の補正が \(x^2\) なので、各側 \(1/2\) 桁ずつ、合計 1 です。

02★★★ 第 56 回の「2.2 桁」を導く

\(\gamma=1\) なら重ね合わせの積分は厳密に解けます

厳密解 $$S(\omega)=\frac{\arctan(\omega\tau_{\max})-\arctan(\omega\tau_{\min})}{\omega},\qquad \beta(\omega)=1-\frac{\omega A'}{A}$$
\(\varepsilon\)\(1/f\)[桁]★ 失った[桁]\(2\log_{10}\!\frac{2}{\pi\varepsilon}\)
0.210.8941.1061.006
0.110.3271.6731.608
0.059.753★ 2.2475★ 2.2098
0.018.3843.6163.608
0.0057.7864.2144.210

02節の中心 ── 2.2 の正体

\(\varepsilon=0.05\) での失う桁数 \(=2\log_{10}\dfrac{2}{\pi\varepsilon}=2.2098\)

第 56 回が測った 2.249 / 2.255 と一致します ── あの 2.2 は、両端の \(\arctan\) の裾 \(2/(\pi x)\) から来ていました。
★★ 測った数字が、導けた。第 49 回の手引きが言う「数値が出たら解析形を探す」を、シリーズ自身に適用した一例です。
傾きは \(\varepsilon\le0.002\) で測って 1.9988(予言 2)。両端がそれぞれ \(1/x\) の補正(\(n=1\))を持ち、各側 1 桁ずつです。

03★★ 予想が外れました ── 傾きは \(\gamma\) に依存する

ここで私は「傾きはどの \(\gamma\) でも 2 だろう」と予想しました。外れました。

\(\gamma\)\(\varepsilon=0.05\) で失う★ 傾き(実測)★ 予言 \(\frac{2}{\gamma(2-\gamma)}\)
0.62.46952.36952.3810
0.82.29802.07512.0833
1.02.2475★ 1.9926★ 2.0000
1.22.29802.07512.0833
1.42.46952.36952.3810

外れたので理由を探すと、端の漸近形が見えました ── 低域側で \(\tau_{\max}\) を切ったことの効き目は \((\omega\tau_{\max})^{-\gamma}\)、高域側は \((\omega\tau_{\min})^{2-\gamma}\)(\(\tau\to1/\tau\) の裏返しで \(\gamma\to2-\gamma\) になるため)。よって傾きは \(1/\gamma+1/(2-\gamma)=2/[\gamma(2-\gamma)]\)。

03節の中心 ── ★★★ 本回いちばんの収穫

\(2/[\gamma(2-\gamma)]\) は \(\gamma=1\) で最小値 2 をとる。

★★★ \(\gamma=1\) はちょうど \(\beta=1\)、つまり \(1/f\) です。
★★ つまり \(1/f\) は「端の代金がいちばん安い」スペクトルでもありました ── \(\beta\) がどちらへずれても、同じ \(\tau\) の桁数から取れる桁数は減ります。
予想(傾き 2)が外れたおかげで出てきた結果です。外れた予想のほうが、当たった予想より多くを教えることがあります。

04別の端 ── 第 16 回の分散、第 44 回のバンド端

離散化した弦の分散 \(\omega=(2c/a)\sin(ka/2)\)。直線 \(\omega=ck\) からのずれが \(\varepsilon\) 以内の範囲は?

\(\varepsilon\)\(x_{\max}=ka/2\)\(\sqrt{6\varepsilon}\)
0.21.131101.095453.6e−2
0.050.551910.547724.2e−3
0.010.245320.244953.7e−4
0.0050.173340.173211.3e−4

★ 失う桁数の傾きは 0.5030(予言 \(1/2\))。\(\sin x/x=1-x^2/6+\cdots\) の \(x^2\) が最低次の補正なので \(n=2\) です。バンド端(第 44 回)も \((k-k_c)^2\) で同じ族。

05第 51 回の「窓の端」も同じ族だった

第 51 回 04 節では「対称な窓+対称な曲率では偏りが消える」と分かりました。では 3 次項が残るときは?

半幅 \(h\)実測の偏り\(\frac{3}{5}dh^2\)
0.10.00600300.00600001.0005
0.50.15007500.15000001.0005
2.02.40119982.40000001.0005

★ 偏り \(\propto h^2\) なので、偏りを \(\varepsilon\) 以内に収める窓幅は \(h\propto\sqrt{\varepsilon}\) ── 傾き 0.500000、第 44 回の端とまったく同じ族です。

06★★★ 一般法則

端の一般形 $$Q(x)=Q_0\big(1+Ax^n+\cdots\big)\ \Longrightarrow\ \boxed{\ \text{失う桁数}=\frac{1}{n}\log_{10}\frac{1}{\varepsilon}+\text{定数}\ }$$
\(n\)\(A\)実測の傾き予言 \(1/n\)
11 / 0.11.0000001.0000002.4e−15
21 / 0.10.5000000.5000000.0
31 / 0.10.3333330.3333336.7e−16
41 / 0.10.2500000.2500006.1e−16
61 / 0.10.1666670.1666673.3e−16

\(A\)(補正の大きさ)は切片だけを動かし、傾きは \(n\) だけで決まります。端の「性質」は補正の大きさではなく、そのべきに宿っていました。

07シリーズに出てきた「端」を並べる

最低次の補正\(n\)桁/桁出典
重ね合わせの下端\((\omega\tau_{\max})^{-\gamma}\)\(\gamma\)1.0第 2, 56 回
重ね合わせの上端\((\omega\tau_{\min})^{2-\gamma}\)\(2-\gamma\)1.0第 2, 56 回
ローレンツ 1 個の端\(x^2\)20.5第 5, 48 回
離散弦の分散\(x^2/6\)20.5第 16 回
バンド端\((k-k_c)^2\)20.5第 44 回
窓当てはめ\(\frac{3}{5}h^2\)20.5第 51 回
周期の分解能\(1/N\)11.0第 51, 53 回

07節の中心

「端」は種類ではなく、\(n\) という連続の量で並んでいました。(桁/桁 の欄は \(\gamma=1\) の場合。)
★★ \(n=1\) の端(重ね合わせ・分解能)は \(\varepsilon\) を 10 倍 きびしくすると 1 桁 失う。\(n=2\) の端(テイラー展開・窓)は 0.5 桁 で済む。
★★★ ただし \(n\) が小さいことは「端の外側の情報が遠くまで効いている」ことでもあります ── 取りにくい端と、外が見えている端は、同じことの裏表です。

08第 53 回との関係

投資桁数の伸び方10 倍 で出典
観測時間 \(T\)\(\log_{10}T\)+1.0 桁第 53 回
標本数 \(N\)(精度)\(-\frac12\log_{10}N\)精度 3.2 倍第 53 回
厳しさ \(\varepsilon\)(\(n=1\))\(\log_{10}(1/\varepsilon)\)−1.0 桁本回
厳しさ \(\varepsilon\)(\(n=2\))\(\frac12\log_{10}(1/\varepsilon)\)−0.5 桁本回
\(1/f\) の両端(\(\gamma=1\))\(2\log_{10}(1/\varepsilon)\)−2.0 桁本回
温度(活性化)\(E/kT\) を直接桁違い第 56 回

第 53 回の「範囲は対数でしか買えない」は、端でもそのまま成り立ちます。ただし係数が \(1/n\) ── 端の \(n\) を知らないと、必要な精度を 2 倍 見誤ります。

練習問題

  1. 03 節で予想(傾きはどの \(\gamma\) でも 2)が外れた。外れ方から何が分かったか。
    答えを見る
    傾きが \(\gamma=1\) で最小になること ── つまり \(1/f\) の特別さが、もう一つ見つかりました。
    予想どおり 2 だったら、「端は \(\gamma\) によらない」で話は終わっていました。★★ 外れたので端の漸近形を調べ直し、\((\omega\tau_{\max})^{-\gamma}\) と \((\omega\tau_{\min})^{2-\gamma}\) という非対称な組が見えました。
    ★★★ \(\tau\to1/\tau\) の裏返しで \(\gamma\to2-\gamma\) になる ── この対称性の不動点が \(\gamma=1\) です。\(1/f\) が「端の代金が最小」なのは、それが唯一の自己双対な点だから
    第 30 回で「\(1/f\) はスケール不変の固定点」と書いたのと同じ場所に、測定の側から到達したことになります。
  2. 07 節で「\(n\) が小さいほど端の外の情報が遠くまで効く」と書いた。これは良いことか悪いことか。
    答えを見る
    測る側には悪く、系を知る側には良いことです。
    悪い面:\(n=1\) の端は裾が \(1/x\) でゆっくり落ちるので、窓の外にある \(\tau\) がいつまでも測定に影響し、きれいな冪が取れる範囲が狭くなる。
    ★★ 良い面:同じ理由で、窓の外にある \(\tau_{\max}\) の情報が窓の中に漏れてきている。第 56 回で「観測時間より長い \(\tau\) は見えない」と書きましたが、厳密には「折れ曲がりは見えないが、裾は効いている」
    ★★★ 原理的には、端の形を精密に測れば \(\tau_{\max}\) を窓の外から推定できます ── ただしそれは形に模型を仮定することなので、第 55 回の分類では「模型を仮定した値」になります。
  3. 06 節の法則は \(n\) が整数でないときも使えるか。
    答えを見る
    使えます ── 03 節がまさにその例です。\(\gamma=0.6\) のとき低域端の \(n\) は 0.6、高域端は 1.4 で、どちらも整数ではありません。測った傾き 2.3695 は \(1/0.6+1/1.4=2.3810\) と 0.5 % で一致しました。
    \(n\) が整数になるのはテイラー展開が使える場合だけで、冪則の裾から来る端では \(n\) は連続量です。
    ★★ これは第 41〜42 回と同じ構造階数が整数から離れるのと同じ理由で、端の \(n\) も整数から離れます。どちらも「冪則が整数を要求しない」という同じ事実の現れです。

まとめ 端は「最低次の補正項」だった

第 56 回の「端で 2.2 桁 失う」を、今回は測るのではなく導きました

\(\gamma=1\) なら \(S(\omega)=[\arctan(\omega\tau_{\max})-\arctan(\omega\tau_{\min})]/\omega\) と厳密に解け、失う桁数 \(=2\log_{10}[2/(\pi\varepsilon)]\)。\(\varepsilon=0.05\) で 2.2098 ── 第 56 回の実測 2.249 / 2.255 と一致します。あの 2.2 は、両端の \(\arctan\) の裾から来ていました。

★★★ 一般法則 ──
失う桁数 \(=\dfrac{1}{n}\log_{10}\dfrac{1}{\varepsilon}+\)定数。
\(n\) は最低次の補正のべき。

シリーズ中の端はすべてこの式に入りました ── ローレンツ 1 個(\(n=2\))、離散弦の分散(\(n=2\)、第 16 回)、バンド端(\(n=2\)、第 44 回)、窓当てはめ(\(n=2\)、第 51 回)、分解能(\(n=1\))、重ね合わせ(\(n=\gamma\) と \(2-\gamma\))。端は種類ではなく、\(n\) という連続の量で並んでいました。

★★ そして予想が外れました。「傾きはどの \(\gamma\) でも 2」と思っていましたが、正しくは \(2/[\gamma(2-\gamma)]\) です。これは \(\gamma=1\) ── ちょうど \(1/f\) ── で最小値 2 をとります。★★★ \(\tau\to1/\tau\) の裏返しが \(\gamma\to2-\gamma\) を引き起こし、その不動点が \(\gamma=1\) だから ── \(1/f\) は「端の代金がいちばん安い」スペクトルでもありました。

第 53 回の「範囲は対数でしか買えない」は端でも成り立ちます ── ただし係数が \(1/n\)。端の \(n\) を知らないと、必要な精度を 2 倍 見誤ります。

この文書は「考える波」シリーズ第 57 回です。計算は kenshou/hashi.js で行っています。本回の数値について:ローレンツの曲がりの幅、\(\gamma=1\) の厳密解からの失う桁数、\(\gamma\) を振ったときの傾き、離散弦の分散の有効範囲、窓当てはめの偏り、\(Q=1+Ax^n\) の一般則は、すべて本稿で計算したものです。\(\arctan\) による \(\gamma=1\) の閉じた形、\(\sin x/x\) の展開、最小二乗の偏りが \(h^2\) で効くこと ── これらは標準的な結果で本稿の発見ではありません ── 本稿がしたのは、それらを「失う桁数 \(=(1/n)\log_{10}(1/\varepsilon)\)」という一つの形にまとめ、シリーズ中の端を並べたこと、および傾きが \(2/[\gamma(2-\gamma)]\) で \(\gamma=1\) に最小をもつことを示したことです。03 節の傾きは \(\varepsilon\le0.01\)、01・02・04 節の傾きは \(\varepsilon\le0.002\) で測っています ── 大きい \(\varepsilon\) では高次の補正が残り、傾きが漸近値に達しません(表の値が予言から 4 % ほどずれているのはこのためです)。07 節の「桁/桁」は \(\gamma=1\) の場合の値です。本稿も合成データのみで、実際の測定データには当てていません。 ── 印刷する場合はブラウザの「印刷」から「PDF に保存」を。

印刷 / PDF 化:⌘+P(Windows は Ctrl+P)。「答えを見る」で解答が開きます。