HN 日本語サマリー

← 一覧へ戻る
科学・技術

ヤコビ予想入門

Jacobian Conjecture for Baby (muchmirul.github.io)

49 pointsby porphyra2 コメント

要約

この記事は、数学における未解決問題であるヤコビ予想について、専門知識がない読者にも理解できるように解説しています。関数、逆関数、多項式、平面上の写像といった基本的な概念から始め、図解と簡単な算術を用いて、2026年に部分的に解決された経緯を説明します。2次元の場合については未解決のままです。

全文翻訳

赤ちゃんのヤコビ行列予想

有名な数学の問題を、基本的な考え方から始め、2026年7月までの物語を追って解説します。元の問いは87年間続き、その重要な一部は未解決のままです。

[画像: 滑らかに変形して曲がった形状になる正方形のグリッド]

グリッドは曲がりますが、この特定の変化は元に戻すことができます。

アニメーションは、平坦なグリッドが曲がった形状に変形する様子を示しています。一見すると、元のグリッドは修復不可能なほどぐちゃぐちゃになったように見えます。

しかし、そうではありません。この特定の方法での変形は、正確に元に戻すことができます。 他の単純な規則で、すべての点が元の場所に戻るので、情報が失われることはありません。

1939年、数学者のOtt-Heinrich Kellerは、広範な種類の写像がこのように振る舞うかどうかを問いました。この問いは、有名な未解決問題となりました。長年にわたり、いくつかの証明が発表されましたが、それぞれ後に誤りが見つかりました。

この問題は87年間未解決のままでした。2026年7月に発表された結果は、予想とは異なる形でしたが、3次元以上でこの問題を解決しました。しかし、元の2次元の場合については、依然として未解決です。

この記事では、数学的な背景知識を一切仮定せずに、最初から物語を展開します。各章は一つのアイデアを加え、それを図と結びつけます。最後の章では、2026年の反例について、簡単な算術と正確なコンピュータチェックを示します。

(サポート資料はオープンリポジトリで入手可能です: github.com/muchmirul/conjectures。図のコードや、ここで使用されている数学的主張のテストが含まれています。)

第1章から第8章は、必要なアイデアを導入します。第9章でそれらを組み合わせてKellerの問いを提示し、第10章から第12章で証拠、障害、そして最終的な反例を説明します。

1 · 関数は機械 2 · 元に戻す機械 3 · 多項式 4 · 平面の写像 5 · 直線的な写像と面積倍率 6 · グリッドを曲げる 7 · 顕微鏡 8 · 局所的 vs 全体的 9 · 予想 10 · 自分でテストする 11 · なぜこんなに難しかったのか 12 · 崩壊 次に進む

1 · 関数は機械

「関数」という言葉の意味から始めましょう。

関数は機械として図示できます。数値を入力し、その規則に従って、別の数値を受け取ります。

[画像: 「2倍して1を足す」という機械に数字が一つずつ乗り、各往復を記録するスコアボード]

入力の3、0、10は、それぞれ7、1、21になります。

機械は入力を2倍してから1を足します。入力3は7になり、入力0は1になり、入力10は21になります。

規則が関数であるためには、許容されるすべての入力が出力を持ち、与えられた入力は常に同じ出力につながる必要があります。異なる答えの間でランダムな選択はありません。

同じ規則を表現する別の方法があります。関数が一度に一つの数値を送るのではなく、関数がすべての数値を同時に移動させると想像してください。

[画像: 数直線上の点が、下の別の線上の対応する出力点にすべて同時に移動する]

機械は変わっていません。視点が変わっただけです。関数は、直線全体を移動させる規則と見なすことができます。後で、同じ図がより大きな空間にも使用されます。

小さな記法が必要です。数学者はしばしば関数に$f$のような文字を付け、規則を次のように書きます。

$$ f(x) = 2x + 1. $$

これは、名前が$f$である関数が、入力(一時的に$x$と呼ばれる)を受け取り、それを2倍してから1を足すことを意味します。文字$x$は、単に使用されている入力のいずれかを表します。

覚えておくこと: 関数は、各入力に1つの明確な出力を割り当てます。また、すべての入力を同時に移動させるものとしても図示できます。

2 · 元に戻す機械

機械が数値を移動させた後、別の機械でそれらを元に戻せるかどうかを問うことができます。規則を逆転させることについてのこの問いは、記事の残りの部分で続きます。

例えば、2倍は3を6に送りますが、半分にするは6を3に戻します。2倍に続いて半分にするを行うと、すべての数値は元の場所に戻ります。

[画像: 点が入力線から倍増した出力線に移動し、その後、元の場所に戻る]

元のすべての入力を復元する2番目の関数は、逆関数と呼ばれます。機械の図では、それは元に戻す機械です。2倍と半分にするは1つのペアを形成します。5を足すことと5を引くことも別のペアです。

次に、「入力を二乗する」という規則と比較してみましょう。これは、数値をそれ自身に掛けることを意味します。

[画像: 左: 点マイナス3と3が同じ出力9に着地する。右: 2倍する点は別々の出力に着地する]

左側では、−3と3は9で衝突します。そのため、パスを一意に逆転させることはできません。右側では、各パスは分離したままです。

−3と3の両方が9に送られます。9から始めて規則を逆転させようとしても、どの入力が使用されたかを判断する方法はありません。元の数値の符号が失われています。

元に戻す機械が存在しないことを防ぐ2種類の失敗があります。

  1. 衝突: 異なる入力が同じ出力に到達します。例えば、二乗は−3と3の両方を9に送ります。
  2. ギャップ: 一部の可能な出力が到達しません。実数を二乗しても−4になることはありません。

衝突もギャップもない場合、各出力には1つだけの開始点があります。その一意のパスを逆にたどることが逆関数を定義します。

(標準的な用語は、「衝突なし」を単射、「ギャップなし」を全射、「両方の条件が満たされる」場合を可逆といいます。図では非公式な表現で十分ですが、これらが数学で使用される名前です。)

覚えておくこと: 各出力がちょうど1つの入力から来る場合に、関数は逆転できます。衝突は情報を失い、ギャップは逆関数に答えがない状態を残します。

3 · 多項式

関数は多くの種類の規則に従うことができます。Kellerの問いは、加算と乗算から組み立てられた規則という、ある特定の家族に関係しています。

入力$x$と通常の固定数値から始めます。既に利用可能な断片を加算または乗算して、新しい断片を構築します。有限回のそのようなステップで作成された規則は多項式と呼ばれます。

  • $2x + 1$ は、まず入力を2倍してから1を足すので、多項式です。
  • $x^2$ は $x$ を $x$ で掛けることを意味するので、これも多項式です。
  • $x^3 - 2x$ は、繰り返し乗算と負の数の加算を組み合わせたもので、別の多項式です。

それらのグラフは下に示されています。水平位置は入力$x$を与え、各曲線の高さは対応する出力を与えます。

[画像: 2x+1、xの2乗、xの3乗マイナス2xのグラフが描画され、その後、破線の灰色の曲線が表示される]

実線は、+と×で構築された規則から来ています。破線は他の演算を必要とします。

破線の灰色の曲線、$\sin x$、$1/x$、および$\sqrt{x}$は多項式ではありません。それらは、有限の加算と乗算のリストを超える演算、例えば入力による除算、根の取得、または無限の構築を必要とします。

多項式は、その値と代数が有限ステップで正確に計算できるため、ここで役立ちます。それらは数値近似や無限級数に依存しません。これにより、個々の例を特に簡単に確認できます。

Kellerの問題は、これらの具体的で有限な規則について問うているにもかかわらず、数十年間証明に抵抗したという点で、ある程度際立っています。

また、次数という言葉も使用します。これは、多項式に現れる最大のべき乗を意味します。例えば、$x^3 - 2x$ の次数は3です。次数は第10章で再び登場します。

覚えておくこと: 多項式は、数値と入力から加算と乗算のみを使用して構築された有限の規則です。その次数は、それに現れる最大のべき乗です。

4 · 平面の写像

最初の出発点は、一つの数値の関数でした。今度は、点を入力として受け取る機械を考えます。

平面上の点はペア $(x, y)$ で記述されます。1つの数値は横方向にどれだけ移動するかを、もう1つの数値は垂直方向にどれだけ移動するかを伝えます。平面写像は、そのようなペアを受け取り、別のペアを返します。したがって、2つの出力スロットがあり、どちらのスロットも両方の入力数値を使用できます。

$$ F(x, y) = (;\underbrace{\text{x, y を使用する規則}}{\text{最初のスロット}};;,;; \underbrace{\text{x, y を使用する規則}}{\text{2番目のスロット}};) $$

第1章では、関数が数値直線全体を移動する様子を描きました。同様に、平面写像は平面全体を移動させます。グリッドを描画すると、その移動が視覚化されます。

[画像: 正方形のグリッドが滑らかに変形し、2つのマークされた点がそれに追従する]

グリッドは、柔軟なシートに描かれたマークのように振る舞います。2つのハイライトされた点はサンプルポイントです。写像は各点を $(x, y)$ で拾い上げ、$F(x, y)$ に配置します。

次の図は、6つの基本的な平面写像を比較しています。

[画像: 6つのパネルが同時にアニメーション化される: 未加工の平面、次にスライド、回転、拡大、傾き、そして曲がり]

スライド、回転、拡大、傾きは、すべてのグリッド線を直線に保ちます。最後のパネルは、その規則に$x^2$と$y^2$が含まれているため、線を曲げます。第3章で導入された二乗は、曲率を生み出すものです。

平面の多項式写像は、2つの出力規則を持ち、どちらも$x$と$y$の多項式です。それらは加算と乗算のみを使用します。上記の曲がり、$F(x, y) = \left(x + \tfrac{1}{4}y^2,; y + \tfrac{1}{4}x^2\right)$ はその一例です。

ここから先、この記事は平坦な空間の多項式写像に焦点を当てます。

覚えておくこと: 平面写像は、平面上のすべての点を移動させます。各出力座標が入力座標から加算と乗算のみを使用して構築されている場合、それは多項式写像です。

5 · 直線的な写像と面積倍率

グリッドを曲げる写像を研究する前に、グリッドを直線に保つ写像から1つの測定値が必要です。この測定値は、後で顕微鏡の下で適用されます。

一部の平面写像は、グリッド線を直線状、平行、かつ等間隔に保ち、中心を固定したままにします。数学者はこれらを線形写像と呼びます。ここでは直線的な写像とも呼びます。前の章の回転、拡大、圧縮、傾きがその例です。

各パネルで、黄色い正方形に注目してください。それは面積1から始まります。

[画像: 6つの直線的な写像が同時にグリッドを変化させ、黄色のパッチが各面積倍率を示す]

共通のパターンが現れます。各直線的な写像は、黄色い正方形の面積を固定量だけ掛けます。同じ倍率が、パッチがどこから始まっても、平面のすべてのパッチに適用されます。

  • 回転、圧縮、傾きはそれぞれ面積を1倍のままにします。
  • 拡大は両方向の長さを2倍にするため、面積は4倍になります。
  • 反転は面積のサイズを同じに保ちますが、こちら側を反転させます。
  • 潰しは面積を0倍にし、平面全体を1つの直線に送ります。

この固定された数値は、写像の行列式です。そのサイズは面積倍率を記録します。その符号は、向きが反転したかどうかを記録します。鏡像は1ではなく行列式-1を持ちます。このように、1つの数値が両方の情報を含んでいます。

重要なケースは、行列式がゼロの場合です。

[画像: グリッドが単一の対角線上に崩壊する。3つのマークされた点が1つに合流する]

図が示すように、ゼロ行列式は平面を直線上に平坦化します。異なる場所から始まった点が、その後一緒に到達することができます。それらの衝突は情報を消去するため、逆関数は存在できません。

行列式がゼロでない場合、直線的な写像は衝突を作成せず、ギャップも残しません。それは逆関数を持ち、その逆関数は別の直線的な写像です。この種の写像については、行列式が完全なテストを提供します。

直線的な写像は、その行列式がゼロでない場合にのみ正確に元に戻すことができます。

(直線的な写像は4つの数値で記述されます: $F(x, y) = (ax + by,; cx + dy)$。その行列式は $ad - bc$ です。手計算で計算するのではなく、この数値の意味を使用します。)

覚えておくこと: 行列式は、直線的な写像の固定された面積倍率です。ゼロでない行列式は逆関数を可能にし、ゼロ行列式は平面を平坦化して情報を失います。

6 · グリッドを曲げる

多項式写像は、グリッドを直線に動かすだけでなく、曲げることもできます。明示的な逆関数を持つ写像と、一部の領域をゼロに平坦化する写像を比較します。この区別は、Kellerの問いに直接つながります。

せん断と呼ばれる写像から始めます。

$$ F(x, y) = (x + y^2,; y) $$

この規則は、各水平行を、$y^2$によって決定される量だけ右にスライドさせます。中央付近の行は少ししか移動せず、離れた行はより多く移動します。黄色い正方形は、面積の変化を視覚化します。

[画像: グリッドが横向きの放物線形状に曲がり、黄色の単位パッチは変形するが、そのサイズを維持しているように見える]

黄色いパッチの形状は変化しますが、その面積は変化しません。すべての小さなパッチはまったく同じ面積を維持します。写像を逆転させるのは簡単です。各行は $y^2$ だけ右に移動したので、元に戻す規則は同じ量だけ左に移動させます。

$$ G(x, y) = (x - y^2,; y) $$

$F$の後に$G$を適用すると、すべての点が元の場所に戻ります。$G$も多項式であるため、これは非直線的な多項式逆関数を持つ多項式写像になります。

いくつかのせん断を合成して、より複雑な写像を生成できます。垂直せん断を適用し、次に水平せん断を適用すると、ペアは次の単一の多項式写像になります。

$$ H(x, y) = \left(,x + (y + x^2)^2,; y + x^2,\right) $$

[画像: 2つのせん断を重ねると、ワイルドに見える曲線的な写像が生成される]

最初の曲がりは、2つの単純なせん断の合成です。

これは、最初の(冒頭の)アニメーションで示された写像です。最終的なグリッドは複雑に見えますが、その構成は2つの可逆なステップにすぎません。シーケンスを元に戻すには、服を着た順序とは逆の順序で、まず2番目のステップを元に戻し、次に最初のステップを元に戻します。第10章では、コンピュータが結果の多項式逆関数を作成します。

これらのせん断と可逆な直線的な写像の任意の有限スタックは、個々のステップが逆順で逆転できるため、可逆なままです。

他の多項式写像は情報を失います。

[画像: 平面が閉じる本のように右半平面に折りたたまれ、2つのマークされた点が1つに衝突する]

写像 $F(x, y) = (x^2, y)$ は、平面の左半分を本を閉じるように右半分に折りたたみます。マークされた点は異なる場所から始まりますが、同じ目的地を共有します。その衝突のため、この写像には逆関数がありません。

[画像: $(x, xy)$ の下でグリッドが変形し、赤い垂直線が原点の1つの点に潰れる]

写像 $F(x, y) = (x, x\cdot y)$ は、垂直中心線全体を1つの点に押し潰します。これも多くの入力が同じ出力を持つため、逆転できません。

せん断は、各ステップの多項式逆関数を供給するため、可逆です。折りたたみと押し潰しは、面積をゼロに平坦化し衝突を作成するため、逆関数は不可能です。

直線的な写像については、第5章で、ゼロでない面積倍率が逆関数を可能にするちょうど良いものであると述べました。曲がった写像は平面全体に単一の面積倍率を持たず、場所によって面積を異なって引き伸ばす可能性があります。1つの場所で何が起こるかを一度に測定するには、顕微鏡が必要です。

覚えておくこと: 可逆なせん断の合成は、平面を劇的に曲げても、元に戻すことができます。折りたたみや押し潰しは面積を平坦化して衝突を作成するため、逆関数は不可能です。

7 · 顕微鏡

次の用語はヤコビアンです。その役割は、選択した1つの点付近での写像の振る舞いを示す顕微鏡を考えることで、より理解しやすくなります。

まず、曲線 $y = x^2$ の1つの点にズームインします。

[画像: 放物線上の(1,1)への連続ズーム: 曲線は傾き2の直線になるまで直線化する]

ビューが近づくにつれて、曲線はますます直線のように見えます。その限界線の傾き(示されている点では2)は、そこでの微分係数と呼ばれます。この記事で必要な微分の考え方は、滑らかな曲線は十分に近くで見れば直線に見えるということです。

同じズームを曲がったグリッドにも適用できます。第6章の重ねせん断写像 $H$ を取り、点 $p = (0.5,, 0.5)$ を選択し、その点付近で写像が何をするかを調べます。

[画像: カメラは1つの点に固定されたままズームインし、曲がったグリッドは完璧な平行四辺形のグリッドに直線化する]

近くのグリッドは、ますます直線状、平行、等間隔の線のように見えます。これは第5章で使用された種類の図です。非常に小さいスケールでは、曲がった多項式写像は直線的な写像によって近似されます。

$F$の点$p$におけるヤコビアンは、その点付近の近接した振る舞いを記述する直線的な写像です。

クローズアップは点ごとに異なる場合があるため、ヤコビアンは顕微鏡がどこに置かれるかによって異なります。コンピュータは、標準的な微分の表を通じてそれを取得します。手計算でその表を計算するつもりはありません。第10章では、コンピュータがそれを行います。

これは、すべての直線的な写像が行列式を持つため重要です。各点$p$で、局所的な直線的な写像の行列式は、局所面積倍率 $\det J_F(p)$ を与えます。これは、写像がその点の近くの小さなパッチをどのように変更するか、およびクローズアップがその向きを反転させるかどうかを記述します。

次の図は、2つの写像のこの局所倍率に基づいて平面を着色しています。移動するプローブが現在の位置での値をサンプリングします。

[画像: プローブ点が2つのヒートマップ上を移動する: せん断上では読み取り値は1のままで、折りたたみ上では2xと読み取られ、折りたたみ線上で0になる]

  • せん断 $(x + y^2, y)$ の場合、局所面積倍率はすべての点で1です。顕微鏡がどこに置かれても、その直線的な写像の近似は面積を保存します。
  • 折りたたみ $(x^2, y)$ の場合、局所面積倍率は $2x$ です。青い右半分では正、向きが反転する赤い左半分では負、折りたたみ線に沿ってゼロになります。ゼロ線は、クローズアップが平坦になる場所です。

覚えておくこと: ヤコビアンは、1つの小さな近傍ごとに1つずつ記述する直線的な写像です。その行列式は局所面積倍率です。その数値がゼロの場合、クローズアップは平坦な方向を持ちます。

8 · 局所的 vs 全体的

顕微鏡は1つの点付近の詳細な情報を提供しますが、一度にマップ全体を見ることはできません。マップは、検査されているすべての小さな近傍でうまく振る舞うかもしれませんが、空間の遠く離れた部分がまだ衝突する可能性があります。

これは魅力的なテストを示唆しています。すべての点で局所面積倍率をチェックします。その倍率が消えない場合、どの小さな近傍も平坦化されません。これがすでに全体的な逆関数を保証するかどうかを尋ねるのは自然です。

アイデアの一部は正しいです。ある点$p$での局所倍率がゼロでない場合、その写像は$p$の十分小さな近傍に逆関数を持ちます。これは逆関数定理です。その約束は局所的であり、全体的ではありません。

次の例は、それら2つのスケールの違いを示しています。

中心の周りの環に多項式写像 $F(x, y) = (x^2 - y^2,; 2xy)$ を適用します。図では、右半分は青、左半分は金です。

[画像: 青と金の2つの半円環が、それぞれ滑らかに同じ完全な円環にマッピングされ、交互に配置される]

その環上のすべての点には健全なクローズアップがあります。折り目や平坦化は近くにありません。それにもかかわらず、青い半分はターゲットの円環全体を覆い、金の半分も同じターゲットの円環を再び覆います。各ターゲットポイントには2つの開始点があります。青と金の点が1つのそのような衝突を視覚化します。

衝突する入力は遠く離れています。どちらか一方に焦点を合わせた顕微鏡は、もう一方を含めることができないため、局所的な問題がないと報告します。写像はそれらの点の周りで局所的には機能しますが、単一の全体的な元に戻せる写像としては失敗します。

平面全体で、この写像の局所面積倍率は $4(x^2 + y^2)$ です。

[画像: プローブが内側に螺旋状に進み、その読み取り値が縮小して、原点、唯一の悪い点でちょうど0になる]

この倍率は中心でのみゼロで、それ以外のすべての場所で正です。したがって、完全な写像は局所テストが失敗する点が1つだけありますが、それでもほとんどの出力を2回覆います。

この例は注意深く解釈する必要があります。その倍率が中心でゼロに達するため、「どこでもゼロでない」テストを反証するものではありません。それは別の危険を示しています。衝突は、1つの局所顕微鏡では見ることができない遠方の入力を結合する可能性があります。局所情報と全体的な元に戻せる性は、異なる質問に答えます。

局所倍率が例外なくゼロでない場合、テストは機能するでしょうか?実数上では、それでも機能しません。第11章では、Pinchukの多項式写像を説明します。その倍率はすべての実数点で正ですが、2つの遠方の入力が衝突します。滑らかな非多項式写像は、より極端に振る舞い、一部の出力を無限回ヒットする可能性があります。

したがって、実数上では、単にゼロでない局所倍率は不十分です。Kellerは、複素数上の多項式写像に対して、より厳しい条件を課しました。局所倍率は、すべての点で同じゼロでない定数でなければなりません。その要件が最終的に全体的な多項式逆関数を強制するかどうかが問題でした。

その問題が、次の章で完全に述べられるヤコビ行列予想です。

覚えておくこと: ヤコビアンは、一度に1つの小さな近傍を記述します。遠く離れた入力はまだ衝突する可能性があるため、局所的な可逆性だけでは全体的な逆関数が得られません。

9 · 予想

これで、要素を収集できます。

  1. 元に戻せるとは、衝突もギャップもないことを意味します(第2章)。
  2. 多項式写像は、加算と乗算から構築された座標規則を持ちます(第3章と第4章)。
  3. 行列式は、直線的な写像の面積倍率であり、ゼロは平坦な方向を示します(第5章)。
  4. ヤコビアンは、局所的な直線的な写像の近似であり、$\det J$ はその局所面積倍率です(第7章)。
  5. 難しさは、良好な局所的振る舞いが、遠方の点間の衝突を自動的に制御しないことです(第8章)。

Kellerの1939年の問いは、局所的な要件を強化します。倍率がゼロを避けることだけを求めるのではなく、すべての点で1つの固定されたゼロでない値を持つことを要求します。せん断と重ねせん断は、どこでも値1を持ちます。Kellerはまた、規則を多項式に制限しました。

彼は、それらの条件を満たすすべての写像が多項式逆関数を持つ必要があるかどうかを尋ねました。

ヤコビ行列予想 (Keller, 1939)

任意の次元で、任意の多項式写像を考えます。

その局所面積倍率が、すべての点で同じゼロでない定数であると仮定します。

すると、その写像は元に戻すことができ、その元に戻す操作も多項式写像になります。

下の図は、まず条件を示し、次にその動きが常に可逆でなければならないかどうかを尋ねます。

[画像: 多項式写像がグリッドを絡ませ、黄色のパッチがまったく同じ面積を維持する。次に、動きが質問の下で逆転する]

これはヤコビ行列予想として知られていました。それを予想と呼ぶことは、真実であると期待されていたが、証明されていなかったことを意味します。

ステートメントを完成させる3つの詳細:

  • すべての次元。 この問いは、平面、3次元空間、4次元空間、およびそれ以降に適用されます。各場合、すべての出力座標は、すべての入力座標の多項式です。ほとんどの図は2次元を使用しています。なぜなら、平坦なグリッドは表示しやすいためです。
  • 複素数。 正式な予想は複素数上で設定されています。その数体系では、ゼロにならない多項式の局所倍率はゼロでない定数でなければなりません。2つの条件は通常の数では同等ではなく、第11章は実数の反例を示します。したがって、数体系の選択は不可欠です。
  • 衝突のみが重要。 Ax–Grothendieckの定理は、単射的な複素多項式写像は自動的に全射であり、多項式逆関数を持つことを述べています。第2章の言語では、衝突が排除されると、ギャップと逆関数の形式は自然に解決されます。

これまで示された適格な写像はすべて、倍率1と明示的な逆関数を持ちます。さらなる計算といくつかの定理も、次数が2以下のすべての写像の証明を含め、予想を支持しました。20世紀末までに、その有利な証拠が相当量ありました。

それでも、1939年から2026年の間に完全なステートメントをカバーする証明はありませんでした。

覚えておくこと: ヤコビ行列予想は、局所面積倍率が一定のゼロでない多項式写像が、多項式逆関数を持つかどうかを問いました。

10 · 自分でテストする

最終的な反例に移る前に、数値推定ではなく、正確なコンピュータ代数を使用して重ねせん断写像で予想をテストできます。

Pythonのsympyライブラリは、長い鉛筆と紙の計算のように、多項式を記号的に操作します。コンパニオンリポジトリには、いくつかのヘルパー関数が用意されています。このセッションでは、写像 $H(x,y) = (x + (y+x^2)^2,; y + x^2)$ を使用します。

>>> from jacobian_guide.core import jacobian_det, invert, compose, degree
>>> from jacobian_guide.examples import VARS, TANGLED   # TANGLED は H

>>> jacobian_det(TANGLED, VARS)          # 局所面積倍率、記号的に
1

結果は定数1です。プログラムが多項式公式自体を単純化したため、このチェックはサンプリングされた点ではなく、すべての入力点を一度にカバーします。したがって、$H$はKellerの条件を満たします。次に、プログラムにその逆関数を尋ねることができます。

>>> G = invert(TANGLED, VARS)
>>> G
(x - y**2, -x**2 + 2*x*y**2 - y**4 + y)

>>> compose(G, TANGLED, VARS)            # do の後に undo = ?
(x, y)

返された逆関数は別の多項式です。それを$H$と合成すると $(x, y)$ に単純化され、すべての入力をそのまま残します。これは、各点が元の位置に戻ることを記号的に確認します。

[画像: ステップ1: 写像Hが青いグリッドを絡ませる。ステップ2: その逆写像Gがすべての点を正確に元に戻す]

折りたたみ $(x^2, y)$ は有用な比較を提供します。その局所面積倍率は $2x$ であり、定数ではないため、予想の条件を満たしません。逆関数を持たないことの失敗は、予想を支持も否定もしません。

次の表は、リポジトリでテストされた例をまとめたものです。

写像局所面積倍率元に戻せるか?次数、逆写像の次数
せん断 $(x+y^2,,y)$1はい2, 2
重ね写像 $H$1はい4, 4
3重重ね $H_3$1はい4, 4
折りたたみ $(x^2,,y)$$2x$、資格なしいいえn/a

表中の適格な例はすべて、予想と一致しています。以前の理論はより強力な証拠を提供しました。

  • 次数2以下は証明済み (Wang, 1980): 任意の次元で、次数2以下の写像で条件を満たすものはすべて、多項式逆関数を持ちます。
  • 次数3が全体の問題を含む (Bass–Connell–Wright, 1982): 次数3の写像すべてについて予想を証明することは、すべての次数について証明することになります。この削減の後も、一般ケースは未解決のままでした。
  • 平面は次数100までチェック済み (Moh, 1983、コンピュータ支援による)。

次元間には重要な違いがあります。平面の可逆な多項式写像の場合、逆関数は元の写像と同じ次数を持ちます。3次元以上では、逆関数ははるかに高い次数を持つことがあります。これは、高次元の振る舞いがより制御されにくいことを示す兆候の1つでした。

覚えておくこと: 上記の例は予想を支持しており、次数2は解決され、次数3がすでに一般的な困難を含んでいることを示す削減がありました。

11 · なぜこんなに難しかったのか

成功したテストは、いくつかの基本的な障害を取り除きませんでした。任意の一般的な証明は、数体系、空間中心部から遠く離れた場所での振る舞い、そして局所情報と全体的情報の違いを処理する必要がありました。これらの問題は、長年にわたる多くの提案された証明における誤りを露呈しました。

これは最も要求の厳しい章ですが、導入済みのアイデア(関数、逆関数、衝突、多項式、局所面積倍率)のみを使用します。各障害は、もっともらしい証明戦略から始まり、次にその戦略だけでは機能しない理由を示す例を提供します。

1884       Krausが証明を主張。無限遠で漏れる。
1939       Kellerが予想を提示。
1955-61    発表された証明の波。すべて誤り。
1980       Wang: 次数2以下では真。
1982       Bass, Connell, Wright: 次数3がすべてを決める。
1983       Moh: 平面では次数100まで真。
1994       Pinchuk: 実数バージョンは偽。
1998       Smaleが新世紀の第16問題としてリストアップ。
2004       Nagataの写像がワイルドであることが証明される。3Dは平面より奇妙。
2026       反例。3次元以上で偽。

歴史的なパターンは何度も繰り返されました。証明が発表され、検討され、最終的にギャップが見つかりました。例には、Kellerの定式化前の1884年のKraus、1955年のEngel、Segreによる3つの試み、Gröbnerの試み、およびその後の提出が含まれます。

障害1: ステートメントは実数上では偽である。

提案されたルート: これまでのすべての図は、通常の平面実数を使用しています。おそらく、実数幾何学で十分であり、局所面積倍率がゼロにならない実数多項式写像は、常に可逆であるはずです。

失敗の理由: 1994年、Sergey Pinchukは、次数10と25の2つの明示的な多項式を構築しました。それらの局所面積倍率はすべての実数点で正ですが、結果の写像は依然として異なる入力を同じ出力に送ります。アニメーションは、この正の倍率をプローブの経路に沿ってサンプリングします。正確な議論は、それが実数平面のどこでもゼロに達しないことを証明します。

[画像: プローブがPinchukの対数スケールの行列式ヒートマップをスキャンする。実行中の最小値はゼロに達しない]

Pinchukの写像には局所的な平坦化も局所的な向きの反転もありませんが、全体的な衝突があります。これは第8章で約束された例を提供し、実数上の対応するステートメントが偽であることを示しています。

これは明白な疑問を提起します。なぜPinchukの例は公式の予想を反証しないのでしょうか?公式の問題は複素数を使用しており、Pinchukの倍率を実数上で保護する特徴は引き継がれません。実数上では、二乗は決して負にならないため、二乗の和は正のままです。複素数はこのように正と負の値に順序付けられていません。複素数上では、複数の変数を持つゼロにならない多項式は定数でなければなりません。Pinchukの倍率は定数ではないため、複素数のゼロを持ち、そこではKellerの条件を満たしません。

(より具体的には、Pinchukの倍率は、特定のヘルパー多項式 $t, f, h$ に対する $t^2 + \big(t + f,(13 + 15h)\big)^2 + f^2$ です。実数上ではこれは3つの二乗の和であり、短い追加の議論はそれが決してゼロにならないことを証明します。記号的な同一性は tests/test_pinchuk.py でチェックされます。)

障害2: ステートメントは時計の計算では偽である。

提案されたルート: 多項式は記号的な表現であるため、おそらく証明は、すべての数体系で機能する代数的操作のみに依存できます。

失敗の理由: 値が固定された位置でラップアラウンドする時計の計算を考えてみてください。位置が素数 $p$ の時計では、規則 $F(x) = x - x^p$ は定数勾配1を持ちます。それにもかかわらず、それはすべての時計位置を0に送り、完全な衝突を引き起こします。

次のアニメーションは、5つの位置を持つ時計でこれを示しています。

[画像: 時計の文字盤の周りの5つの数字すべてが0の位置に移動する。機械 $x$ マイナス $x$ の $p$ 乗は勾配1だが、時計全体を潰す]

したがって、類似の予想は時計の計算では失敗します。複素数上の有効な証明は、通常の数と複素数が持つが時計の計算が持たない特性を使用する必要があります。その特性の標準的な名前は標数ゼロです。すべての数体系で有効な記号的なステップだけでは十分ではありません。

障害3: 危険は無限遠に座っている。

提案されたルート: Hadamardの定理は、どこでも局所的に可逆であり、入力が出力を有界に保ちながら無限遠に逃げることを許さない写像は、全体的に可逆であると述べています。おそらく、多項式写像は自動的にそのようなエスケープを防ぐでしょう。

そのルートがさらに必要な理由: 多項式写像は、まさにこの振る舞いを示すことができます。押し潰し写像 $(x, xy)$ はKellerの条件を満たさないため、それ自体が反例ではありません。それは、多項式であることだけでは保護を提供しないことを示しています。入力 $(\tfrac12, 2), (\tfrac13, 3), (\tfrac14, 4), \dots$ はますます遠くに移動しますが、それらの出力 $(\tfrac12, 1), (\tfrac13, 1), (\tfrac14, 1), \dots$ は通常の点 $(0, 1)$ に近づきます。

[画像: 左: 入力は双曲線に沿ってすべてのウィンドウから外側に移動する。右: その出力は $y = 1$ に沿って $(0, 1)$ に向かってスライドする]

したがって、証明には無限遠付近で何が起こるかについての真の制御が必要です。多項式形式だけではそれを供給しません。この領域の誤った制御は、Krausの1884年の議論における弱点でした。

次元3からの警告もありました。 これまでこの論文で構築された複雑な可逆写像はすべて、せん断と直線的な写像から合成されていました。そのような合成は自動的に可逆です。平面では、すべての可逆な多項式写像は実際にこのように分解できます。Nagataの3次元写像は異なって振る舞います。それは局所倍率1と多項式逆関数を持ちますが、ShestakovとUmirbaevは2004年にそれがせん断と直線的な写像から組み立てられないことを証明しました。これは、3次元多項式写像が平面にはない構造を含むことを確立しました。

覚えておくこと: 証明は、多項式形式、複素数設定、および無限遠での制御を組み合わせて使用する必要がありました。Pinchukは実数のみの議論をブロックし、時計の計算は数体系に依存しない議論をブロックし、多項式写像は無限遠付近で依然として悪く振る舞う可能性があります。

12 · 崩壊

2026年7月、明示的な写像が3次元以上で予想を解決しました。ケラーの問いが始まった2次元の場合、解決されませんでした。

3つの変数における明示的な反例が、2026年7月19〜20日に発表されました。この構成は、同僚が提起した予想のバージョンに対する数学者Levent Alpögeによるものとされ、最終的な例はAIモデルClaude Fableの助けを借りて作成されました。この記事の執筆時点では査読付き論文は入手できなかったため、帰属と周囲の記述は暫定的なものとして扱われるべきです。代数的主張自体は、tests/test_counterexample.py で正確な算術によって独立にチェックされています。

写像。 $u = 1 + xy$ を略記として使用します。これは、3次元空間の点 $(x, y, z)$ を別の点 $(P, Q, R)$ に送ります。

$$ \begin{aligned} P &= u^3,z + y^2,u,(4 + 3xy) \ Q &= y + 3x,u^2,z + 3xy^2,(4 + 3xy) \ R &= 2x - 3x^2 y - x^3 z \end{aligned} $$

3つの成分は、次数7、6、4の多項式で、係数は小さな整数です。

事実1: 条件が満たされる。 局所体積倍率(3次元ヤコビアン行列式)は、すべての点で定数$-2$です。これはKellerの条件を満たします。マイナス記号は、均一な向きの反転を記録します。倍率のサイズは固定されたままです。

事実2: 写像には衝突がある。 これら3つの異なる入力はすべて同じ出力を持ちます。

(  0,     0,  -1/4 )   →   ( -1/4, 0, 0 )
(  1,  -3/2,  13/2 )   →   ( -1/4, 0, 0 )
( -1,   3/2,  13/2 )   →   ( -1/4, 0, 0 )

3次元アニメーションは、各入力をその画像にトレースします。3つのパスすべてが同じ赤いXで終わります。

[画像: 3次元空間の3つの点が、(マイナス1/4、0、0)の1つの赤いXに収束する点線路に沿って移動する]

出力 $(-\tfrac14, 0, 0)$ では、3つの開始点があるため、入力を一意に回復する方法はありません。これは、第2章で導入されたまさにその種類の衝突です。これは、ヤコビ行列予想は3次元では偽であることを証明します。

同じ反例は、それ以降のすべての高次元に拡張されます。4次元では、余分な座標をそのままにします: $(x,y,z,w) \mapsto (P, Q, R, w)$。局所体積倍率は$-2$のままで、元の3つの入力は依然として衝突します。追加の変更されていない座標は、次元5、6、およびそれ以上でも同じ結果をもたらします。

直接的な算術チェック。 3番目の出力 $R = 2x - 3x^2y - x^3z$ から始め、3つの点を代入します。

  • $(0,\ 0,\ -\tfrac14)$: $\quad R = 0 - 0 - 0 = 0$ ✓
  • $(1,\ -\tfrac32,\ \tfrac{13}{2})$: $\quad R = 2 - 3\cdot(-\tfrac32) - \tfrac{13}{2} = 2 + \tfrac92 - \tfrac{13}{2} = 0$ ✓
  • $(-1,\ \tfrac32,\ \tfrac{13}{2})$: $\quad R = -2 - \tfrac92 + \tfrac{13}{2} = 0$ ✓   (ここでは $-3x^2y = -\tfrac92$ であり、 $x^3 = -1$ のため $-x^3z = +\tfrac{13}{2}$ です。)

最初の入力の場合、他の2つの出力もチェックするのは簡単です。$(0, 0, -\tfrac14)$ では、略記 $u$ は1に等しくなります。したがって、$P = 1 \cdot (-\tfrac14) + 0 = -\tfrac14$ であり、$Q = 0 + 0 + 0 = 0$ となります。これは、最初の点が $(-\tfrac14, 0, 0)$ にマッピングされることを確認します。

正確なコンピュータチェック。 他の2つの入力を手計算で代入するには、より多くの分数演算が必要です。次のコードは、すべての3つの画像と定数体積倍率を正確にチェックします。

from sympy import symbols, Matrix, Rational

x, y, z = symbols("x y z")
u = 1 + x*y
P = u**3*z + y**2*u*(4 + 3*x*y)
Q = y + 3*x*u**2*z + 3*x*y**2*(4 + 3*x*y)
R = 2*x - 3*x**2*y - x**3*z

print(Matrix([P, Q, R]).jacobian([x, y, z]).det().expand())   # -> -2

for pt in [(0, 0, Rational(-1, 4)),
           (1, Rational(-3, 2), Rational(13, 2)),
           (-1, Rational(3, 2), Rational(13, 2))]:
    print([f.subs(dict(zip((x, y, z), pt))) for f in (P, Q, R)])
# -> [-1/4, 0, 0]  3回

リポジトリは、python -m pytest tests/test_counterexample.py -q として同じ検証をテストとして提供します。

未解決のままのこと。 Kellerの元の1939年の問いは平面に関係していました。上記の反例は3つの変数を使用しており、2つの変数のケースを解決していません。以前の警告サインもこれらの次元を分離しています。ワイルドな可逆写像は3次元以降で発生し、逆次数はそこではるかに急激に増加する可能性があります。平面ケースは次数100まで検証されていますが、未解決のままです。

結果が変更されること。 長年の期待は、「多項式写像プラス定数局所倍率」がグローバルな多項式逆関数を強制するだろうということでした。3次元写像は、これらの条件が十分ではないことを示しています。その振る舞いは、無限遠での制御が技術的な迷惑ではなく、実際の障害であったことも確認しています。次数7の多項式写像は、それを活用しながら定数ヤコビアン行列式を維持できます。

上記の算術とコードは、2つの決定的な特性を検証します。行列式が定数であること、および異なる入力が共通の出力を共有することです。

覚えておくこと: 明示的な3次元空間の次数7の写像は、定数体積倍率$-2$を持ちますが、3つの異なる点が1つの出力を共有します。したがって、ヤコビ行列予想は3次元以上では偽であり、平面では依然として未解決です。

次に進む

  • コンパニオンリポジトリ、github.com/muchmirul/conjectures には、図のコード、正確な代数ヘルパー、テスト、およびソースを含む研究ノートが含まれています。
  • A. van den Essen, Polynomial Automorphisms and the Jacobian Conjecture は、標準的な高度な参考資料です。
  • T. TaoのAx–Grothendieck定理に関するブログ記事は、「衝突なし」がこの設定で「ギャップなし」を意味する理由を説明しています。
  • L. A. Campbell, Picturing Pinchuk’s Plane Polynomial Pair (arXiv:math/9812032) は、実数の反例を視覚的に扱っています。
  • Wikipediaの記事「ヤコビ行列予想」は、現在の状況とさらなる参考文献を提供しています。