現象の背後にある定理

見慣れた景色の内側には、証明できる法則が眠っている。

虹の角度が常に42度である理由、楽器の音色を決める級数、写真データが軽くなる仕組み、検索結果の順位を決める行列—— これらはすべて、微分積分・線形代数・複素解析・数論といった大学レベルの数学が、 日常の中で静かに働いている証拠です。本サイトでは各現象を、直感の説明で終わらせず、 実際の定式化と導出の骨格まで踏み込んで扱います。

§01 光学 / 微分の停留点

なぜ虹はいつも約42度なのか — 変分ではなく、一変数関数の極値問題として虹を解く

虹を見上げるとき、太陽・自分の目・虹の弧がつくる角度はいつもほぼ42度に固定されています。 これは偶然ではなく、水滴内での光の屈折と反射がつくる「偏角関数」が極値（停留点）を持つことの帰結です。

定式化

水滴に入射角 $i$ で入った光は、屈折率 $n$ の水中で角度 $r$ に屈折し（$\sin i = n \sin r$）、 水滴内部で1回反射したのち再び屈折して外へ出ます。このとき光が入射方向からどれだけ曲げられたか（偏角）は、

$$ D(i) \;=\; 180^\circ + 2i - 4r(i), \qquad r(i)=\arcsin\!\left(\frac{\sin i}{n}\right) $$

※ 角度はすべて度数法で統一しています。

単一の入射角 $i$ に対して $D$ は一意に決まりますが、実際の太陽光はあらゆる $i$ で水滴に入射します。 肉眼で明るく見える角度は、$D(i)$ が最小（または最大）となり、近傍の光線が密集して重なり合う 停留点に対応します。

導出の骨格

$$ \frac{dD}{di}=2-4\frac{dr}{di}=0, \qquad \frac{dr}{di}=\frac{\cos i}{n\cos r}\ \ (\text{Snellの法則を陰関数微分}) $$ $$ \Longrightarrow\ \cos i=\frac{n\cos r}{2} \ \ \text{と}\ \ \sin i=n\sin r\ \ \text{を連立して}\ \ \cos^{2}i=\frac{n^{2}-1}{3} $$

水の屈折率 $n\approx1.33$ を代入すると $i\approx59.6^\circ$、$r\approx40.4^\circ$ が得られ、 このとき $D(i)\approx137.6^\circ$。観測者から見た虹の角度はその補角 $180^\circ-D\approx42^\circ$ となり、 実測値と一致します。

一段深く： $D(i)$ が停留点を持つという事実こそが「明るい弧」の正体です。これは幾何光学における コースティクス（焦線）の一種で、量的には Airy 関数によるフレネル回折の議論まで踏み込むと、 主虹の外側にできる副虹（反射2回、約51度）や過剰虹の縞模様まで説明できます。
§02 解析学 / フーリエ級数

同じ「ラ」の音でも楽器で違って聞こえる理由 — 周期波形を三角関数の無限和として分解する

ピアノとクラリネットが同じ音高（基本周波数）を鳴らしても音色が違うのは、 波形に含まれる倍音（高調波）の構成比が異なるためです。この構成比を厳密に取り出すのがフーリエ級数です。

定式化

$$ f(t)=\frac{a_0}{2}+\sum_{k=1}^{\infty}\Big(a_k\cos k\omega t + b_k\sin k\omega t\Big),\qquad a_k=\frac{2}{T}\!\int_0^T\! f(t)\cos k\omega t\,dt,\ \ b_k=\frac{2}{T}\!\int_0^T\! f(t)\sin k\omega t\,dt $$

任意の周期 $T$ の波形 $f(t)$ は、基本振動数 $\omega=2\pi/T$ の整数倍の正弦波の重ね合わせに一意に分解できます。 係数 $\{a_k,b_k\}$ の並びが、その楽器固有の「音色の指紋」です。

具体例：閉管楽器に近い矩形波

$$ f(t)=\frac{4}{\pi}\sum_{k=1,3,5,\dots}\frac{1}{k}\sin k\omega t \;=\;\frac{4}{\pi}\left(\sin\omega t+\frac{1}{3}\sin 3\omega t+\frac{1}{5}\sin 5\omega t+\cdots\right) $$

クラリネットのように片方が閉じた管に近い波形は奇数次倍音だけを含み、係数が $1/k$ で緩やかに減衰します。 一方、弦楽器の波形は偶数・奇数どちらの倍音も含み、減衰の仕方も異なるため、同じ音高でも耳には別の音として届きます。

一段深く： スマートフォンの音声認識やノイズキャンセリングは、この積分をデジタル信号に対して離散化した 離散フーリエ変換（DFT）、さらにそれを高速化した FFT（高速フーリエ変換） によってリアルタイムに計算しています。$O(N^2)$ の計算量を $O(N\log N)$ に落とす分割統治法が、 音楽アプリの裏側で毎秒何万回も走っています。
§03 信号処理 / 離散コサイン変換

写真データがJPEGで軽くなる仕組み — 8×8ブロックを周波数成分に変換し、人間の目に見えない情報を捨てる

JPEG圧縮の核心は「画素の明るさの並び」を「空間周波数の成分」に変換する数学的操作にあります。 人間の目は緩やかな輝度変化には敏感でも、細かい高周波の変化には鈍感という性質を利用しています。

2次元離散コサイン変換（DCT-II）

$$ F(u,v)=\frac{2}{N}C(u)C(v)\sum_{x=0}^{N-1}\sum_{y=0}^{N-1} f(x,y) \cos\!\frac{(2x+1)u\pi}{2N}\cos\!\frac{(2y+1)v\pi}{2N} $$ $$ C(w)=\begin{cases}\dfrac{1}{\sqrt2} & w=0\\[4pt] 1 & w>0\end{cases} $$

$N=8$ の画素ブロック $f(x,y)$ をこの変換にかけると、直流成分（ブロック全体の明るさ）を左上に、 細かい濃淡変化ほど右下の高周波成分として分離できます。JPEGはこの右下側、 つまり人間の視覚が鈍い高周波成分を粗く量子化（丸め込み）することでデータ量を削減します。

一段深く： DCTはフーリエ変換の親戚ですが、複素数を使わず実数のコサイン基底だけで構成されるため、 ブロック境界での不連続性（フーリエ変換なら周期境界を仮定するために生じる歪み）を抑えられるという利点があります。 動画圧縮（MPEG, H.264）でも同じ発想が使われ、フレーム間の差分にDCTをかけることでさらに効率よく情報を捨てています。
§04 線形代数 / 固有値問題

検索結果はなぜあの順番で並ぶのか — ウェブ全体を一つの巨大な行列とみなし、その固有ベクトルを求める

初期のGoogleの中核であったPageRankは、「重要なページからリンクされているページは重要」という 循環的な定義を、線形代数の固有値問題として解くことで数学的に確定させたアルゴリズムです。

定式化

$$ PR(p)=\frac{1-d}{N}+d\sum_{q\to p}\frac{PR(q)}{L(q)} $$

$N$ を全ページ数、$q\to p$ を「$q$ から $p$ へのリンクが存在する」関係、$L(q)$ を $q$ が出すリンク総数、 $d$（通常0.85）をダンピング係数とします。全ページ分のこの式をベクトル $\mathbf{v}=(PR(p_1),\dots,PR(p_N))^\top$ についてまとめると、

$$ \mathbf{v} = \left(\frac{1-d}{N}\mathbf{1}\mathbf{1}^\top + dM\right)\mathbf{v} $$

という形の固有値方程式（固有値1に対応する固有ベクトルを求める問題）に帰着します。 $M$ はリンク構造から作られる列確率行列（マルコフ連鎖の遷移行列）で、 Perron–Frobenius の定理により、この種の非負・既約な確率行列には 絶対値最大の固有値1に対応する正の固有ベクトルがただ一つ存在することが保証されます。

一段深く： 実務上この固有ベクトルは直接解かず、初期ベクトルに行列を繰り返し掛ける べき乗法（power iteration）で近似します。ウェブという何十億次元もの行列に対して、 収束の速さを保証しているのも固有値の分布（スペクトルギャップ）に関する解析です。
§05 微分方程式 / 双曲線関数

電線やロープが自然に描く曲線 — 懸垂線（カテナリー）と、混同されがちな放物線の違い

両端を固定して自重だけで垂れ下がる鎖やケーブルは、常にある一つの曲線の形を取ります。 これは美的な選択ではなく、各点での力のつり合いから導かれる必然です。

力のつり合いから微分方程式へ

曲線に沿った微小区間の張力を水平成分 $T_0$（一定）と鉛直成分に分け、単位長さあたりの重さを $w$ とすると、

$$ \frac{d^2y}{dx^2}=\frac{w}{T_0}\sqrt{1+\left(\frac{dy}{dx}\right)^2} $$

この非線形微分方程式を $p=dy/dx$ と置いて変数分離すると解析的に解け、

$$ y(x)=a\cosh\!\frac{x}{a},\qquad a=\frac{T_0}{w} $$

という双曲線余弦（カテナリー曲線）が得られます。

一段深く： ここが誤解されやすい点ですが、送電線や自由に垂れた鎖は「自重が弧長に比例して分布」するため カテナリーになる一方、吊り橋の主ケーブルは橋桁の重さを「水平距離に比例して」支えるため、 荷重条件が変わり微分方程式の右辺が定数になります。その結果、吊り橋のケーブルは厳密には $y=\dfrac{w}{2T_0}x^2$ の放物線に近くなります。同じ「垂れ下がる曲線」でも、 荷重の分布条件一つで解となる関数族（双曲線関数 vs 多項式）がまったく変わるという好例です。
§06 整数論 / 合同算術

ネットショッピングの決済がなぜ盗聴されても安全なのか — 大きな数の素因数分解の困難さに支えられたRSA暗号

オンライン決済で使われる公開鍵暗号の代表格RSAは、 「掛け算は速いが、その逆（素因数分解）は桁数が増えると急激に難しくなる」という数論的非対称性の上に成り立っています。

鍵の生成

$$ n=pq,\qquad \varphi(n)=(p-1)(q-1),\qquad \gcd(e,\varphi(n))=1,\qquad d\equiv e^{-1}\pmod{\varphi(n)} $$

$p,q$ は数百桁規模の大きな素数、$\varphi$ はオイラーのトーシェント関数です。 公開鍵は $(n,e)$、秘密鍵は $d$ で、$n$ から $p,q$ を割り出す（素因数分解する）ことが計算量的に困難であることが安全性の根拠です。

暗号化・復号とその正当性

$$ c\equiv m^e \pmod n \qquad\Longrightarrow\qquad m\equiv c^d \pmod n $$

正当性はオイラーの定理 $m^{\varphi(n)}\equiv 1\pmod n$（$\gcd(m,n)=1$のとき）から従います。 $ed\equiv1\pmod{\varphi(n)}$ より $ed=1+k\varphi(n)$ と書けるので、

$$ c^d \equiv m^{ed} \equiv m^{1+k\varphi(n)} \equiv m\cdot\big(m^{\varphi(n)}\big)^{k} \equiv m \pmod n $$

※ 上の証明は $\gcd(m,n)=1$ の場合。$m$ が $p$ または $q$ の倍数である特殊な場合も、 中国剰余定理を使って $\bmod p$・$\bmod q$ それぞれで個別にフェルマーの小定理を適用すれば同じ結論が導けます。

一段深く： 量子コンピュータ上で動くShorのアルゴリズムは、この素因数分解を多項式時間で解ける可能性があり、 RSAの安全性の前提そのものを揺るがします。これが「耐量子暗号（格子暗号など）」への移行が急がれている数学的理由です。
§07 力学系 / カオス理論

天気予報がなぜ10日先を正確に当てられないのか — 決定論的な方程式でも予測不能になる「初期値鋭敏性」

天気予報の限界は観測技術の未熟さだけが原因ではありません。 大気の運動を支配する方程式そのものが、初期条件のごくわずかな誤差を指数関数的に拡大させる性質（カオス）を持つのです。

ローレンツ方程式

気象学者エドワード・ローレンツが対流を単純化して導いた3変数の常微分方程式系は、その性質を象徴しています。

$$ \frac{dx}{dt}=\sigma(y-x),\qquad \frac{dy}{dt}=x(\rho-z)-y,\qquad \frac{dz}{dt}=xy-\beta z $$

典型的なパラメータ $\sigma=10,\ \beta=8/3,\ \rho=28$ では、この系はストレンジアトラクタ と呼ばれる複雑な軌道構造に収束し、軌道は決して周期的にはならず、それでいて発散もしません。

初期値鋭敏性の定量化

$$ |\delta(t)| \approx |\delta(0)|\, e^{\lambda t} \qquad (\lambda>0:\ \text{最大リアプノフ指数}) $$

二つの初期条件のわずかな差 $\delta(0)$ が時間とともに指数的に $\lambda>0$ で拡大するため、 観測誤差が原理的にゼロにならない限り、予測が有効な期間には数学的な上限が存在します （大気ではおおよそ2週間程度と見積もられています）。

一段深く： だからこそ現代の気象予測は、単一の初期値から１本の解を追う代わりに、 わずかに異なる無数の初期値から複数の解を並行して計算するアンサンブル予報を採用し、 「予測がどれだけ発散しているか」自体を予測精度の指標として扱っています。
§08 相対性理論 / 非線形最小二乗法

スマートフォンの現在地はどうやって決まるのか — 特殊・一般相対性理論の補正なしには1日で数kmずれる測位

GPSは単なる三角測量ではありません。衛星の原子時計に対して、 アインシュタインの相対性理論に基づく時間補正を行わなければ、実用に耐える精度は得られません。

二つの相対論的効果

$$ \underbrace{\frac{\Delta t_{\text{SR}}}{t}\approx -\frac{v^2}{2c^2}}_{\text{特殊相対論：高速運動による遅れ}} \qquad\qquad \underbrace{\frac{\Delta t_{\text{GR}}}{t}\approx \frac{GM}{c^2}\left(\frac{1}{R_\oplus}-\frac{1}{R_{\text{sat}}}\right)}_{\text{一般相対論：弱い重力による進み}} $$

※ $R_\oplus$：地球中心から地上受信機までの距離、$R_{\text{sat}}$：地球中心から衛星までの距離（$\approx$2.66万km）。 高度差だけを使う近似 $gh/c^2$ は地表付近の小さな高度差にのみ有効なため、GPSのような高高度では重力ポテンシャルの差を直接用います。

高度約2万kmを秒速約3.9kmで周回する衛星は、地上に対して特殊相対論的に1日あたり約7マイクロ秒遅れ、 地上より弱い重力の中にいるため一般相対論的に1日あたり約45マイクロ秒進みます。差し引き 1日あたり約38マイクロ秒のずれが生じ、これを補正しないと測位誤差は1日で数kmにまで蓄積します。

位置の確定：非線形最小二乗法

複数衛星からの電波到達時間差（擬似距離）$\rho_i$ から受信機位置 $(x,y,z)$ と時計誤差 $b$ を求める問題は、

$$ \rho_i = \sqrt{(x-x_i)^2+(y-y_i)^2+(z-z_i)^2} + c\,b + \varepsilon_i $$

という非線形連立方程式の最小二乗解として定式化され、通常はガウス・ニュートン法などの反復法、 あるいはカルマンフィルタによって逐次的に解かれています。

一段深く： つまりスマートフォンの「現在地」は、幾何学の問題であると同時に、 相対性理論という20世紀物理学の帰結を毎秒補正し続けることで初めて成立している数値です。 日常の中でもっとも精密に相対論が「使われている」場面の一つと言えます。