  |
はてなキーワード:調和解析とは
フェミニズムの分類が多すぎると聞いて
記述集合論（Borel階層, Projective階層, 汎加法族）
モデル理論（型空間, o-極小, NIP, ステーブル理論）
再帰理論/計算可能性（チューリング度, 0′, 相対計算可能性）
構成主義,直観主義,ユニバース問題,ホモトピー型理論（HoTT）
体論・ガロア理論
表現論
K-理論
初等数論（合同, 既約性判定,二次剰余）
解析数論（ゼータ/ L-関数,素数定理,サークル法, 篩法）
p進数論（p進解析, Iwasawa理論, Hodge–Tate）
超越論（リンドマン–ヴァイエルシュトラス, ベーカー理論）
実解析
多変数（Hartogs現象, 凸性, severalcomplex variables）
関数解析
バナッハ/ヒルベルト空間,スペクトル理論, C*代数, von Neumann代数
フーリエ解析,Littlewood–Paley理論, 擬微分作用素
確率解析
常微分方程式（ODE）
偏微分方程式（PDE）
非線形PDE（Navier–Stokes, NLS, KdV, Allen–Cahn）
幾何解析
リッチ流, 平均曲率流,ヤン–ミルズ,モノポール・インスタントン
エルゴード理論（Birkhoff, Pesin）,カオス, シンボリック力学
点集合位相,ホモトピー・ホモロジー, 基本群,スペクトル系列
4次元トポロジー（Donaldson/Seiberg–Witten理論）
複素/ケーラー幾何（Calabi–Yau, Hodge理論）
スキーム, 層・層係数コホモロジー, 変形理論, モジュライ空間
多面体, Helly/Carathéodory,幾何的極値問題
ランダムグラフ/確率的方法（Erdős–Rényi, nibble法）
加法的組合せ論（Freiman, サムセット, Gowersノルム）
彩色,マッチング,マイナー理論（Robertson–Seymour）
列・順序・格子（部分順序集合, モビウス反転）
測度確率, 極限定理, Lévy過程, Markov過程, 大偏差
統計学
ノンパラメトリック（カーネル法, スプライン,ブーストラップ）
時系列（ARIMA,状態空間, Kalman/粒子フィルタ）
非凸最適化
離散最適化
整数計画,ネットワークフロー, マトロイド, 近似アルゴリズム
Littleの法則, 重み付き遅延, M/M/1, Jackson網
エントロピー,符号化（誤り訂正, LDPC,Polar）, レート歪み
公開鍵（RSA,楕円曲線, LWE/格子）,証明可能安全性,MPC/ゼロ知識
計算複雑性
機械学習の数理
量子場の数理
相転移, くりこみ, Ising/Potts, 大偏差
数理生物学
数理神経科学
データ解析
ガロア表現,モチーフ,ラングランズ群 ↔ 保型形式, L関数, Hecke作用素 ↔ 場の量子論
深夜の翳りに身を晒し、今やっと眼を覚ました。これは魂の夜ふかし、そう呼ぶべきでしょう。
さて、私は時折、American MathematicalSociety（以下、AMS）の書籍を求める運命にある。特にStudent Mathematical Libraryというシリーズは、その薄っぺらい体裁ながら、研究の奥深さを体感できるとても理想的なものであり、よく手に取ることとなる。しかし、その紙一重の薄さの背後に隠された内容は、従って、大学院の学生にのみ耐えうるものとなっている。昔、あまりの熱意から何冊か買い求め、積読の山を築いたこともあるが。
その山に埋もれる中、一つの書を読み尽くしたことがある。それは、数理モデリングの書であった。数理モデリング、これは往々にして、ラグランジュの未定乗数法などのよく知られた方法論に頼る傾向がある。しかしながら、AMSの書籍はそのくだらない枠組みにとらわれず、多彩な事例を探求していた。とはいえ、フレンケル教授が言うように、数理モデリングと言っても、ついには「ペンキ塗りの数学」である。
私は数学の最前線を垣間見るようになり、調和解析と数論の奇跡的な交差、フェルマーの最終定理、ガロア群、保型関数など、その深遠さに驚嘆する日々である。最近は、経済学に数学を結びつけることに強い興味を抱いており、meanfieldのような奥深い謎が私を惹きつける。
学びたいことが山ほどあり、私の能力と時間には限りがある。何を学ぶべきか、と悩むのはやむを得ない。しかし、コスパを重視し過ぎると、ついにはペンキ塗りの典型に陥ってしまうだろう。複数の数学の領域を結びつけることは、即座に実用性が見えるものと、その応用が果たしてどこに行くのか見当もつかないものがある。伊藤清が指摘するように、「実用を考慮しなければ、数学で遊ぶことは限りない」。この観点から見れば、私が探求すべき分野は、確率論の領域にあるのは明らかだろう。確率微分方程式とゲーム理論の交わる地点は、実用性との調和によって成り立つ、その方向へと進む決意を固める。
hash: c94da2af8ee4dd6e6ead4da0676b2b97
今日は「演習で学ぶ科学のための数学」という本を一通りやり終えました。薄い本ですが線形代数・微分積分の基礎からフーリエ変換まで書かれています。
これぐらい薄い本だと、計算問題を具体的に解こうとしない限りは一日で読み終えることができます。私はいつも計算問題を見ると、sage mathというツールを使えば解けるのになぁと思ったりします。
さて、最近の調子はどうかというと、インターネットの楽しみが増してきました。
「数学の複数の概念を繋げたらどうなるのか」という興味に基づいてグーグル検索するととても面白いのです。
調和解析と数論を繋げるような深淵的なものから、とりあえず繋がっただけという表面的なものまであります。
複数のドメインを繋げる際の「センス」について素人なので、どの繋がりが本質的なのかを見抜くことがまだまだできていない気はします。
atcoder的な問題解決者ではなく、コホモロジー的な理論構築の観点から深淵を覗きたいのです。
最先端のトピックが概ね英語で書かれていることが多いので、読む際に翻訳にかけなければスラスラと読めないのが少し難点です。
ところで「笑わない数学」という番組を知りました。私が最初に見たのは確率論に関するエピソードでしたが、昨日やっていたのは非ユークリッド幾何学でした。
テレビとTwitterの連動性はよく知られていますが、こういう番組に対して視聴者が持つ感想を眺めるのが面白いです。
低コストで飽きない趣味としては、数学はとても良い題材だと思います。
ファインマンさんが言うように、誰かに教えるときに学習効果が最大化されるという面もあるので、いずれブログを書いてまとめたいです。
