| 研究課題/領域番号 |
23K20218
|
|---|
| 補助金の研究課題番号 |
20H01809 (2020-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2020-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分12010:基礎解析学関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
石井 豊 九州大学, 数理学研究院, 教授 (20304727)
|
|---|
| 研究分担者 |
小木曽 啓示 東京大学, 大学院数理科学研究科, 教授 (40224133)
上原 崇人 岡山大学, 環境生命自然科学学域, 准教授 (40613261)
宍倉 光広 京都大学, 理学研究科, 教授 (70192606)
荒井 迅 東京工業大学, 情報理工学院, 教授 (80362432)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
16,120千円 (直接経費: 12,400千円、間接経費: 3,720千円)
2024年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2023年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2022年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2021年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2020年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
|---|
| キーワード | 複素力学系 / 複素へノン写像 / ジュリア集合 / モノドロミー / パラメータ空間 / Lipaの予想 / 双有理力学系 / マンデルブロー集合 / 繰り込み理論 / Yoccozパズル |
|---|
| 研究開始時の研究の概要 |
石井が主に記号力学系的側面と複素力学系的側面を担当し、荒井が主に計算機を 用いた数値実験で具体的なモノドロミー作用による記号空間の自己同型群の計算を担当する。以上 の計画遂行のため、石井と荒井は数回相互訪問して議論を行ない、各年に1回程度の海外出張 で最新の情報を収集する。また、複素局面上の力学系の力学系的じすうの分布について上原が先行的な数値実験を開始した。この点の理解を深めるために、数回相互訪問して議論を行なうための国内旅費が必要となる。
|
| 研究実績の概要 |
本研究の目標は、複素 Henon 写像など複素2次元力学系の重要なクラスに対し、そのパラメータ空間を位相的・組み合わせ論的に記述することで、大域的な分岐 現象や対応する Julia 集合の性質を理解する点にある。そのための手法として、力学系の相空間とパラメータ空間との間に今まで知られて来なかった新しい対応 関係を構築することが鍵となる。
昨年度は双曲的な複素へノン写像の例の構成について考察し、2次の複素 へノン写像で、双曲的で、そのジュリア集合は連結であり、しかもいかなる1変数の拡大的多項式写像の射影極限とも位相共役にならない例の構成に成功した。 この研究の続きとして今年度は、このジュリア集合の構成に基づいて、複素へノン写像族のパラメータ空間の解析を行った。具体的には、Bedford-Smillie, Dujardin らの定理に基づき、連結でないジュリア集合をもつ複素へノン写 像を数値的に(しかも厳密に)判定するアルゴリズムの開発を行った。ちなみにこの結果は中部大学の荒井迅氏との共同研究であり、その証明には計算機による精度保証計算を本質的に用いる。
一方で、九州大学の弘中祐希氏とは、ホースシュー領域近くの実へノン写像の研究を進めた。特に Arai-Ishii (2018) で構成された複素ボックスの族を用いるこ とで、対応する実へノン写像の位相同値類がある記号力学系の特別な記号列の個数で特徴付けられることを証明した。これはそれまでの Bedford-Smillie の結果を全てのヤコビアンに対して拡張した結果になっている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
連結でないジュリア集合をもつ複素へノン写 像を数値的に(しかも厳密に)判定するアルゴリズムの開発に成功したから。また、ホースシューの近くの実へノン写像について、その位相同値類をある記号力学系の特別な記号列の個数で特徴付けることに成功した。
|
| 今後の研究の推進方策 |
上述のようなアルゴリズムの開発に成功したものの、その計算スピードはまだかなり遅い。そこで今後はさらに新しい数学的アイデアと組み合わせることによって、パラメータ空間を大域的にサーチ出来るようにアルゴリズムを改良したい。
|
