SlideShare a Scribd company logo
連立方程式の解き方
〜線形代数とグレブナー基底〜
グレブナー基底大好きbot
2018/05/12 数理空間トポス
自己紹介
• グレブナー基底が大好きなbot
• ツイートはすべて手動
• グレブナー基底についてツイート
することでグレブナー基底を普及する
bot
• 数学ラノベ「最近、妹がグレブナー基底
に興味を持ち始めたのだが。」(数理学院
出版)の著者
• 「グレブナー基底にはポン酢が合う」の生みの親
グレブナー基底大好きbotとは?
連立方程式とは?
• 複数の方程式からなる組
• この連立方程式を解く
=(1)と(2)を同時に満たすxとyを見つけること
(本発表では解の個数が有限個のものを考える)
連立方程式を解く
• 加減法
(1)を2倍して(2)を引く。つまり、(1)×2-(2) を計算。
よって、 を(1)に代入して、
答えは、
連立方程式についての疑問
• 加減法でどんな連立方程式も必ず解ける?
連立方程式についての疑問
• 加減法でどんな連立方程式も必ず解ける?
⇒解けるとしたらどうやって証明する?
連立方程式についての疑問
• 加減法でどんな連立方程式も必ず解ける?
⇒解けるとしたらどうやって証明する?
• 連立方程式を解く「操作」を数学的に考察できる?
連立方程式についての疑問
• 加減法でどんな連立方程式も必ず解ける?
⇒解けるとしたらどうやって証明する?
• 連立方程式を解く「操作」を数学的に考察できる?
⇒「解き方」を数学的に定義できる?
連立方程式についての疑問
• 加減法でどんな連立方程式も必ず解ける?
⇒解けるとしたらどうやって証明する?
• 連立方程式を解く「操作」を数学的に考察できる?
⇒「解き方」を数学的に定義できる?
• 2次以上の連立方程式はどうすれば解ける?
連立方程式についての疑問
• 加減法でどんな連立方程式も必ず解ける?
⇒解けるとしたらどうやって証明する?
• 連立方程式を解く「操作」を数学的に考察できる?
⇒「解き方」を数学的に定義できる?
• 2次以上の連立方程式はどうすれば解ける?
⇒
はどうやって解く?
連立方程式についての疑問
• 加減法でどんな連立方程式も必ず解ける?
⇒解けるとしたらどうやって証明する?
• 連立方程式を解く「操作」を数学的に考察できる?
⇒「解き方」を数学的に定義できる?
• 2次以上の連立方程式はどうすれば解ける?
⇒
はどうやって解く?
線形代数
グレブナー基底
連立方程式の係数を抜き出す
行列
• 右のように縦と横に数字を
並べたものは行列と呼ばれる。
• 横に並ぶ方を行、縦に並ぶ方を列と呼ぶ。
1行目
2行目
1
列
目
2
列
目
3
列
目
行 列
色々な行列
行列で連立方程式を解く
1行目
2行目
・行の定数倍(1行目×2など)
・行を足す(1行目+2行目など)
を何回か行って、行列を変形し
ていく
目標: に変形する
行列と連立方程式の対応
変形
どんな操作が許されるか?
• 1つの行の定数倍する
1行目
2行目
2倍
解は変化
しない
どんな操作が許されるか?
• 1つの行(の定数倍)を他の行に足す
1行目
2行目
足す
解は変化
しない
行列と連立方程式の対応
変形
ガウスの消去法①
• ① 1行目の-2倍を2行目に足す
1行目
2行目
-2倍
2行目に加える
各項を計算
ガウスの消去法②
• ② 2行目を 倍する
• ③ 2行目の-2倍を1行目に加える
2行目を 倍
-2倍
行列と連立方程式の対応
変形
連立方程式と行列
• 連立方程式を行列で表した
⇒係数を行と列に並べる
• 連立方程式を解く操作は、行の操作(行基本変形)に対応す
る
⇒行を定数倍する、行を足す操作は加減法に対応している
• 行基本変形で(線形)連立方程式が解けることは数学的に証
明できる
• 「線形代数」では、行列の様々な計算について考察する
連立方程式とグレブナー基底
• 右の連立方程式のように、
次数が2次以上の場合には
行列による「ガウスの消去法」は
そのまま適用できない。
グレブナー基底を使うと、どんな連立方程式も解くことができる。
グレブナー基底を計算
から 答えは
複雑な式もグレブナー基底で解ける
グレブナー基底を計算
連立方程式の重要性
• 解が有限個とは限らない連立方程式も考えられる。
これらは代数幾何学の言葉で代数多様体(アフィン多様体)と
呼ばれる。
多くの数学者によって、代数多様体は研究されてきている。
数学とコンピュータ
• 行列の計算やグレブナー基底はコンピュータで計算すること
ができる
• 行列は純粋数学以外にも、人工知能や暗号理論にも用いら
れる
• 近年ではコンピュータを用いた数学の研究も盛んになってきて
いる
まとめ
• 連立方程式は行列を使って解くことができる
• 行列は線形代数において重要な概念である
• 連立方程式は代数幾何学などで扱われる
• 次数が大きい連立方程式はグレブナー基底を使って解ける

More Related Content

What's hot

Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
kiki utagawa
 
【DL輪読会】ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders
【DL輪読会】ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders【DL輪読会】ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders
【DL輪読会】ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders
Deep Learning JP
 
Automatic Mixed Precision の紹介
Automatic Mixed Precision の紹介Automatic Mixed Precision の紹介
Automatic Mixed Precision の紹介
Kuninobu SaSaki
 
tcolorboxによる装飾表現(TeXユーザの集い2015)
tcolorboxによる装飾表現(TeXユーザの集い2015)tcolorboxによる装飾表現(TeXユーザの集い2015)
tcolorboxによる装飾表現(TeXユーザの集い2015)
TeXmedicine
 
[DL輪読会]ドメイン転移と不変表現に関するサーベイ
[DL輪読会]ドメイン転移と不変表現に関するサーベイ[DL輪読会]ドメイン転移と不変表現に関するサーベイ
[DL輪読会]ドメイン転移と不変表現に関するサーベイ
Deep Learning JP
 
グレブナー基底を食べよう
グレブナー基底を食べようグレブナー基底を食べよう
グレブナー基底を食べよう
大好きbot グレブナー基底
 
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
Antonio Tejero de Pablos
 
【DL輪読会】Patches Are All You Need? (ConvMixer)
【DL輪読会】Patches Are All You Need? (ConvMixer)【DL輪読会】Patches Are All You Need? (ConvMixer)
【DL輪読会】Patches Are All You Need? (ConvMixer)
Deep Learning JP
 
MateriApps: OpenMXを利用した第一原理計算の簡単な実習
MateriApps: OpenMXを利用した第一原理計算の簡単な実習MateriApps: OpenMXを利用した第一原理計算の簡単な実習
MateriApps: OpenMXを利用した第一原理計算の簡単な実習
Computational Materials Science Initiative
 
Riemann球面に 内接する直方体[第四回日曜数学会]
Riemann球面に内接する直方体[第四回日曜数学会]Riemann球面に内接する直方体[第四回日曜数学会]
Riemann球面に 内接する直方体[第四回日曜数学会]
Yuto Horikawa
 
大規模凸最適化問題に対する勾配法
大規模凸最適化問題に対する勾配法大規模凸最適化問題に対する勾配法
大規模凸最適化問題に対する勾配法
京都大学大学院情報学研究科数理工学専攻
 
Chapter9 2
Chapter9 2Chapter9 2
Chapter9 2
Takuya Minagawa
 
Constexprとtemplateでコンパイル時にfizz buzz
Constexprとtemplateでコンパイル時にfizz buzzConstexprとtemplateでコンパイル時にfizz buzz
Constexprとtemplateでコンパイル時にfizz buzz京大 マイコンクラブ
 
オンプレML基盤on Kubernetes 〜Yahoo! JAPAN AIPF〜
オンプレML基盤on Kubernetes 〜Yahoo! JAPAN AIPF〜オンプレML基盤on Kubernetes 〜Yahoo! JAPAN AIPF〜
オンプレML基盤on Kubernetes 〜Yahoo! JAPAN AIPF〜
Yahoo!デベロッパーネットワーク
 
3次元計測とフィルタリング
3次元計測とフィルタリング3次元計測とフィルタリング
3次元計測とフィルタリング
Norishige Fukushima
 
PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健
PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健
PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健
Preferred Networks
 
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Preferred Networks
 
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
Preferred Networks
 
ペアリングベースの効率的なレベル2準同型暗号(SCIS2018)
ペアリングベースの効率的なレベル2準同型暗号(SCIS2018)ペアリングベースの効率的なレベル2準同型暗号(SCIS2018)
ペアリングベースの効率的なレベル2準同型暗号(SCIS2018)
MITSUNARI Shigeo
 

What's hot (20)

Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
 
【DL輪読会】ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders
【DL輪読会】ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders【DL輪読会】ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders
【DL輪読会】ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders
 
Automatic Mixed Precision の紹介
Automatic Mixed Precision の紹介Automatic Mixed Precision の紹介
Automatic Mixed Precision の紹介
 
tcolorboxによる装飾表現(TeXユーザの集い2015)
tcolorboxによる装飾表現(TeXユーザの集い2015)tcolorboxによる装飾表現(TeXユーザの集い2015)
tcolorboxによる装飾表現(TeXユーザの集い2015)
 
[DL輪読会]ドメイン転移と不変表現に関するサーベイ
[DL輪読会]ドメイン転移と不変表現に関するサーベイ[DL輪読会]ドメイン転移と不変表現に関するサーベイ
[DL輪読会]ドメイン転移と不変表現に関するサーベイ
 
グレブナー基底を食べよう
グレブナー基底を食べようグレブナー基底を食べよう
グレブナー基底を食べよう
 
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
CVPR2022 paper reading - Balanced multimodal learning - All Japan Computer Vi...
 
【DL輪読会】Patches Are All You Need? (ConvMixer)
【DL輪読会】Patches Are All You Need? (ConvMixer)【DL輪読会】Patches Are All You Need? (ConvMixer)
【DL輪読会】Patches Are All You Need? (ConvMixer)
 
MateriApps: OpenMXを利用した第一原理計算の簡単な実習
MateriApps: OpenMXを利用した第一原理計算の簡単な実習MateriApps: OpenMXを利用した第一原理計算の簡単な実習
MateriApps: OpenMXを利用した第一原理計算の簡単な実習
 
Riemann球面に 内接する直方体[第四回日曜数学会]
Riemann球面に内接する直方体[第四回日曜数学会]Riemann球面に内接する直方体[第四回日曜数学会]
Riemann球面に 内接する直方体[第四回日曜数学会]
 
大規模凸最適化問題に対する勾配法
大規模凸最適化問題に対する勾配法大規模凸最適化問題に対する勾配法
大規模凸最適化問題に対する勾配法
 
Chapter9 2
Chapter9 2Chapter9 2
Chapter9 2
 
Constexprとtemplateでコンパイル時にfizz buzz
Constexprとtemplateでコンパイル時にfizz buzzConstexprとtemplateでコンパイル時にfizz buzz
Constexprとtemplateでコンパイル時にfizz buzz
 
オンプレML基盤on Kubernetes 〜Yahoo! JAPAN AIPF〜
オンプレML基盤on Kubernetes 〜Yahoo! JAPAN AIPF〜オンプレML基盤on Kubernetes 〜Yahoo! JAPAN AIPF〜
オンプレML基盤on Kubernetes 〜Yahoo! JAPAN AIPF〜
 
3次元計測とフィルタリング
3次元計測とフィルタリング3次元計測とフィルタリング
3次元計測とフィルタリング
 
PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健
PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健
PyData.Tokyo Meetup #21 講演資料「Optuna ハイパーパラメータ最適化フレームワーク」太田 健
 
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
 
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
 
lsh
lshlsh
lsh
 
ペアリングベースの効率的なレベル2準同型暗号(SCIS2018)
ペアリングベースの効率的なレベル2準同型暗号(SCIS2018)ペアリングベースの効率的なレベル2準同型暗号(SCIS2018)
ペアリングベースの効率的なレベル2準同型暗号(SCIS2018)
 

連立方程式の解き方〜線形代数とグレブナー基底〜