この世の偏微分方程式を作る 組み合わせる

  • この日の続き
  • n次元空間にnp個の半径Rsのn'(n'<=n)次元の球が存在している
  • 空間のすべての点は、この球の重なりあいが作る球面に向かう
  • この球は、回転運動を持ち、その表面と周囲にその回転運動を起こさせる
  • したがって、球の表面でも周囲でも、球が定める空間回転運動をしつつ、「複合球面」に向かう

http://www.statgenet.med.kyoto-u.ac.jp/StatGenet/testRY20110208/%E8%A4%87%E5%90%88%E7%9A%84%E3%82%A2%E3%83%88%E3%83%A9%E3%82%AF%E3%82%BF1.png
http://www.statgenet.med.kyoto-u.ac.jp/StatGenet/testRY20110208/%E8%A4%87%E5%90%88%E3%82%A2%E3%83%88%E3%83%A9%E3%82%AF%E3%82%BF2.png

library(rgl)
 NormalBase<-function(n){
I<-X<-diag(rep(1,n))

thetas<-runif(n*(n-1)/2)*2*pi
T<-matrix(0,n,n)
T[lower.tri(T)]<-thetas

for(i in 1:(n-1)){
for(j in (i+1):n){
R<-I
R[i,i]<-R[j,j]<-cos(T[j,i])
R[i,j]<-sin(T[j,i])
R[j,i]<--R[i,j]
X<-R%*%X
}
}
X
}

n<-3
np<-4

p<-matrix(rnorm(np*n),np,n)

Niter<-10000
dt<-0.01

# 回転球の半径が、点間距離の1/2よりみじかくなるようにする
# そうすると、球がつながった形に収束する
dists<-c()
for(i in 1:(np-1)){
	for(j in (i+1):np){
		dists<-c(dists,sqrt((p[i,]-p[j,])^2))
	}
}


Rs<-runif(np,min=0,max=max(dists)/2)
#Rs<-runif(np,min=max(dists)/2,max=max(dists)*5)

# 回転は最大でn次元
dimRots<-sample(2:n,np,replace=TRUE)
#dimRots<-rep(2,np)
# 亜次元回転の方向を決める行列
RotsSub<-NULL
RotsSubInv<-NULL
Rots<-NULL
e.outs<-NULL
Rdts<-NULL

for(i in 1:np){
	RotsSub[[i]]<-NormalBase(n)
	RotsSubInv[[i]]<-solve(RotsSub[[i]])
	Rots[[i]]<-diag(rep(1,n))
	Rots[[i]][1:dimRots[i],1:dimRots[i]]<-NormalBase(dimRots[i])
	
	e.outs[[i]]<-eigen(Rots[[i]])
	Rdts[[i]]<-(e.outs[[i]][[2]])%*%diag((e.outs[[i]][[1]])^dt)%*%solve(e.outs[[i]][[2]])
}
Nrep<-30
xssum<-NULL
col<-c()
xssum<-p 
# 集中点も描かせる
# 回転球の中心は「赤(col=2)」
col<-rep(2,np)
#k<--runif(1)*10
k2<-3
fracattraction<-1
for(rep in 1:Nrep){
	xs<-matrix(0,Niter,n)
	xs[1,]<-rnorm(n)
	#xs[1,]<-apply(p,2,sum)/np + rnorm(n)*0.001
	#xs[1,]<-p[sample(1:np,1),]+rnorm(n)*0.001
	#xs[1,]<-xs[1,]/sqrt(sum(xs[1,]^2))*0.1
	for(i in 2:Niter){
		v<-rep(0,n)
		vs<-matrix(0,np,n)
		vsRot<-vs
		for(j in 1:np){
			#vs[j,]<--(xs[i-1,]-p[j,])
			# 回転亜球の回転軸に関して回して
			# そののちに回転亜球の回転をし
			# 軸に関して戻し回転をした後
			# オリジナルの点からの移動分を求める
			tmp<-xs[i-1,]-p[j,]
			tmp<-RotsSub[[j]]%*%tmp
			tmpvs<--tmp
			tmpL<-sqrt(sum(tmpvs[1:dimRots[j]]^2))
			tmpvs[1:dimRots[j]]<-(tmpL-Rs[j])/tmpL*tmpvs[1:dimRots[j]]
			vs[j,]<-RotsSubInv[[j]]%*%tmpvs
			vsRot[j,]<-Re((RotsSubInv[[j]])%*%(Rdts[[j]]%*%(tmp)))-(xs[i-1,]-p[j,])			
		}
		# 各中心までの距離
		tmpl<-sqrt(apply(vs^2,1,sum))
		# 各中心までの距離が「与えられた半径」とどれくらい違うか
		#tmpl<-tmpl-Rs
		# 各球の表面からへと近づくが
		# 遠いと速く、近いとゆっくりと近づき、離れない
		stvs<-sign(tmpl)*vs/tmpl^k2
		tmpv<-apply(stvs,2,sum)
		tmpv<-tmpv/sqrt(sum(tmpv^2))

		v<-fracattraction*tmpv*(cumprod(tmpl)[length(tmpl)])*dt
		# 球表面に近いとその球面の回転成分が大きくなる
		vsRot<-vsRot/tmpl
		tmpvRot<-apply(vsRot,2,sum)
		v<-v+tmpvRot
#v<-tmpv*(cumprod(tmpl)[length(tmpl)])^k
		xs[i,]<-xs[i-1,]+v
	}
	
	xssum<-rbind(xssum,xs)
	col<-c(col,rep(rep,Niter))
}
cex<-rep(0.1,length(col))
cex[1:Nrep]<-3
plot3d(xssum[,1],xssum[,2],xssum[,3],col=col)

filename<-"attractor"
M <- par3d("userMatrix")
play3d( par3dinterp( userMatrix=list(M,
                                     rotate3d(M, pi/2, 1, 0, 0),
                                     rotate3d(M, pi/2, 0, 1, 0) ) ), 
        duration=4 )