OUTLOOK問題とミームと遺伝子の関係 ― 2026年11月14日 08:13

今回のOUTLOOK不具合に関しては、2019版のOUTLOOKを残しておいて正解だった。
最近のOUTLOOKはOUTLOOK(classic)と称するバージョンもMICRO SOFT365の下で動くようにできているようで、このバージョンにアップデートしていたら今回の365システム障害の影響を受けるところだった。
即ち、2019版OUTLOOKもPC内に残していたので、プロバイダーのサーバーに直接つながる2019版OUTLOOKでE-mailが使えたのである。

今回の365システム障害では米国内でも以下のようなミームが現れたようだ。
「マイクロソフトの技術者よ。もう少し仕事を休みたいからできるだけ復旧作業を送らせてくれ。」
といった皮肉(本音)である。

そこで、ミームの語源を調べたら、下記のChatGPTによれば、イギリスの進化生物学者リチャード・ドーキンスの世界的ベストセラー『利己的な遺伝子(The Selfish Gene)』での造語ということであった。

早速、積んどくだった本書の11章を読んでみたら、彼は生物の進化とヒトが遺伝子(gene)を持っているだけでは他の生物と区別がないが、ヒトが人たる所以は文化伝承による文化的な進化があるところにあると述べている。この文化伝承を意味するギリシャ語をgeneの韻にかけてmeneと造語したとのことだ。

そしてこの本の11章には文化伝承とその進化の具体例が出てくるのだが、最近の覇権的国家の様子を見ると必ずしもこの見方には賛成できない。本当に文化的に進化しているのだろうか。

ところで、ヒトの遺伝子(gene)の総体をゲノムとよび、これが遺伝子情報であり、ヒトのDNAなのだが、このDNAは約31億の塩基対から構成されている。この塩基対が螺旋状に繋がり、染色体を構成する。しかし、その塩基対の四分の三は塩基対の反復であるトランスポゾンと呼ばれる領域や遺伝子ではない塩基対で遺伝子的機能を有していない。(二河成男、「生命分子と細胞の科学、p118、放送大学出版会)

この部分は免疫機能の一部や過去のDNAの変遷を反映しているとも言われている。即ち、機能が分かっている塩基配列である遺伝子以外のDNA部分がいざというときに役に立つともいえる。

ショウジョウバエは寿命が数日と極端に短いためか、この無機能部分が短く、放射線被ばくに極端に弱いことが分かっている。

今回のシステム障害を社会が病気になったと考えれば、2019OUTLOOKのように実用上はお役済みだが、免疫機能のように利用できるバックアップアプリとして、本体遺伝子部分に相当する365OUTLOOKの代わりとして、活躍できるという解釈も可能だろう。


ChatGPT:

meme(ミーム) は、イギリスの進化生物学者リチャード・ドーキンス(Richard Dawkins)が、1976年の著書『利己的な遺伝子(The Selfish Gene)』で作った造語です。

この言葉は、gene(遺伝子)に対応する、文化を伝達する基本単位を表すために考案されました。
1. memeという言葉の作り方
ドーキンスは、ギリシャ語の mimēma(μίμημα、「模倣されるもの」)を語源としました。

そのままでは長いため、次のように短縮しました。
mimēma
ギリシャ語「模倣されるもの」
meme
gene と同じように一音節になるよう短縮

英語では meme は「ミーム」(/miːm/)と発音します。

つまり、単純に mimēma を縮めただけではなく、gene(ジーン)と響きが似るように意図的に命名したのです。
2. ドーキンス自身の説明
『利己的な遺伝子』第11章で、ドーキンスは次のように説明しています。
I want a monosyllable that sounds a bit like 'gene'.

「私はgeneに少し似た響きを持つ単音節の言葉が欲しい。」

さらに、memory(記憶)やフランス語の même(同じ)にも関連づけて考えられる、と述べています。
staff.washington.edu+1

3. なぜ遺伝子に似た名前にしたのか
ドーキンスは、生物の遺伝子と人間の文化には共通する性質があると考えました。
gene(遺伝子) meme(ミーム)
伝達されるもの 遺伝情報 思想・習慣・知識など
伝達方法 生殖・遺伝 模倣・学習・伝達
変化 突然変異など 改変・誤伝達など
選択 自然選択 文化的な選択

例えば、ある科学理論が研究者から別の研究者へ伝わり、広まっていく現象を、遺伝子の複製と進化になぞらえたのです。

ただし、ミームが遺伝子と同じように明確な単位として存在し、進化するかについては、現在も議論があります。

要するに、meme は「模倣」を意味するギリシャ語に由来し、gene と音を似せるために短縮された造語です。 単に memory と gene を合成した言葉ではありません。

エスカレーター片側空け問題の考え方 ― 2026年11月09日 02:53

朝日新聞がエスカレータ片側空け問題について一ページの大特集を載せていた。

片側空けたほうを通勤で急ぐ人が駆け登ったり降りたすると設計条件を外れて危険だとか、二列で乗るのがもっとも輸送効率が高いといった専門家のコメントが記事を埋める。

問題のたて方が昭和だ。私も昭和の生まれだが、このような安全と効率を天秤に掛けるステロタイプの姿勢が若い読者のマスコミ離れを加速させることに気付かないのが朝日の体質かも。

乗り物のは定員で運行するのが効率的で安全なのは当たり前であろう。
でも、見ず知らずの人と隣り合わせで密着するのはできれば避けたい。

問題はそれだけである。ヒトには身の回りに余分な空間というナワバリが必要なのだ。

なぜ朝日はワンステップに二人乗りという効率化を優先したいのだろうか、満員電車に乗ったことがない社員が多いのだろうか。


先ず最初に問題にすべきは駅のエスカレーターではなく電車の混雑問題だろう。電車の定員は座席数プラス吊革数である。電車の定員を守らせるほうが、エスカレーターの定員を守るより乗客の安全にはずっと重要だ。速度が桁違いなのだ。定員で運行すべきは先ずは電車なのであり、エスカレーターの方ではない。電車が定員運行なら、エスカレーター乗り場は日中の駅のようにがら空きになるのは明らかだ。

なぜ首都圏に人口が集中するのか、なぜコロナ期のような時差通勤や在宅勤務形態が取れにくくなってしまったのかーから朝日は記事を書き始めたらどうだろうか。



冒頭の一文に続く部分は同じ文章が3回繰り返されているため、英訳では1回にまとめました。

*The Asahi Shimbun* devoted a full page to the question of whether people should leave one side of an escalator clear.

The article is full of comments from experts. When commuters in a hurry run up or down the open side, we are told, they are using the escalator in a way it was never designed for, and that makes it dangerous. Having people stand two abreast, the experts say, is the most efficient way to move the greatest number of passengers.

It’s a very Showa-era way of framing the issue. I was born in the Showa era myself, but perhaps it says something about the *Asahi* that it fails to see how this same old habit of weighing safety against efficiency is driving younger readers away from the mainstream media all the faster.

Of course it’s safe and efficient to operate a vehicle at its rated capacity. But if I have a choice, I’d rather not stand pressed up against a complete stranger.

That’s all there is to it. People need a little room around them, a bit of territory they can call their own.

Why is the *Asahi* so keen on the efficiency of putting two people on every step? Have that many of its staff never ridden a packed commuter train?

Surely the first thing to look at is overcrowding on the trains themselves. A train’s passenger capacity is the number of seats plus the number of hanging straps. For passenger safety, keeping trains within their rated capacity matters far more than doing the same for station escalators. Just consider how much faster a train travels. If we’re going to insist on observing capacity limits, we should start with the trains. If trains actually ran within those limits, the area at the foot of the escalators would be practically empty, just as it is at midday.

Why are so many people concentrated in the Tokyo metropolitan area? And why has it become so hard to stagger commuting hours or work from home, as people did during the pandemic? Why not start the article there, Asahi?

自分だけの英語が好きになる方法 ― 2026年11月06日 07:11

中学校の頃、最初に英語に触れたときに英語が嫌いになった。それは Jack & Betty なる テキストを丸暗記させられ、 それを発表しなければならなかったからである、

なぜ、関係ない他人の生活の様子を、根拠のない英語という言葉の羅列で話さなければならないのか。その論理性の無さが勉強嫌いに拍車をかけたのである。

その後、仕方なく、受験や仕事の関係で英語を適当に使ってはいたが、英語嫌いは治らなかった。

最近、ボケ防止のために英語サークルに入ってみたが、皆さん、暗記嫌いは同じだった。

そして気が付いた。英語嫌いを治す方法を。

それは、自分の英語を話すことである。と言っても、英語がそれ程うまく使えないのに英語を使うと、ますます、通じない英語に慣れ、聞き取りも上達しない。

そこで最新のAIを利用することにした。
その方法は、

(1)日本語で言いたいことをこのブログに書く。これは簡単なうえ、身近なのでその趣旨もわかるし、嫌いなはずはない、

(2)それをChatGPTに英訳させる。自分ではなかなか思いつかない適切な表現が並んでいる、

(3)この発音はIPHONEなどの英語読み上げソフトで聞くとともに発生する。

以上で、自分の好きなことを英語を自分の声で話せるようになる。

Learning to Enjoy English by Making It Your Own

November 6, 2026, 7:11 a.m.

I began to dislike English when I first encountered it in junior high school. We were made to memorize passages from a textbook called Jack and Betty and then recite them in front of the class.

Why did I have to describe the lives of people who had nothing to do with me, using strings of words in a language called English that seemed to have no rhyme or reason? The sheer lack of logic made me dislike studying even more.

After that, I used English as best I could when I had to, for entrance exams and work. But my dislike of the language never went away.

Recently, I joined an English conversation group to keep my mind sharp. It turned out that everyone else disliked memorization too.

Then I realized something: there was a way to overcome my dislike of English.

The answer was to speak about my own thoughts and experiences in English. Still, if I kept speaking with my limited command of the language, I would only get more accustomed to using English that others could not understand, and my listening skills would not improve either.

So I decided to make use of the latest AI.

Here is my method:

Write what I want to say in Japanese on this blog. This is easy, and because it concerns my own life and interests, I know exactly what I mean. How could I dislike that?

Ask ChatGPT to translate it into English. The translation is full of suitable expressions that I would struggle to come up with myself.

Listen to the English using a text-to-speech feature on an iPhone or a similar device, and practice saying it aloud.

With these steps, I can learn to talk about the things I enjoy—in English, and in my own voice.

綱引きの綱が切れた時代 ― 2026年11月03日 21:57

あの太さ10cm以上ありそうな綱引きの綱が切れた。それも前年までは何の問題もなく運動会で使われていたものである。


これは本当に仙台のあるマンモス中学校の運動会で起こった出来事である。

その中学校は当時ベビーブームの子供たちが集まり1学年が24クラスまであった、ひとクラスは50人を超えていた、教室数は不足し、体育館を仕切って数クラス分の教室を作っていた、遠足では24台の大型バスを連ねて石巻の日和山まで走った。国道は渋滞しており、最初のクラスが昼飯を食べ終わったころ、1時間も遅れて最後のバスが目的地に着いた。

先生方にとってもそれは最初の経験だったのだろうが、綱が切れるなどと疑うこともなく、約360人づつの2チームの男子があの綱を引っ張りあったのである。

引き合ってちょっとして、突然、力が抜けて、多くの生徒がしりもちをついた。しかし、誰もけがをしなかったのである。

しかも、その後の先生方の対応が早かった。

先生は慌てることもなく、真ん中で切れた綱を蝶結びにして、競技を続けたのである。

あの引き綱はその後どうなったのだろうか。このマンモス中学校は分校ができて、先生方も二校に分散した。

この運動会の出来事はマンモス校の思い出とともに忘れ去られそうだ。

少子化が進む中、今度はどんな運動会の出来事が子供たちの思い出になるのだろうか。




The Days When the Tug-of-War Rope Snapped

November 3, 2026, 9:57 p.m.

The tug-of-war rope snapped—a rope that must have been more than ten centimeters thick. Until the year before, that very same rope had been used at the school sports day without any trouble.

This really happened at a huge junior high school in Sendai.

In those days, the school was filled with children of the postwar baby boom. A single year group had as many as twenty-four classes, each with more than fifty students. There were not enough classrooms, so the gymnasium was partitioned to accommodate several classes. For one school outing, we traveled in a convoy of twenty-four large buses to Hiyoriyama in Ishinomaki. Traffic on the national highway was so heavy that the last bus arrived a full hour after the first—by which time the first class had already finished lunch.

It must have been a new experience for the teachers, too. Never imagining that the rope might break, they had two teams of about 360 boys each pull against one another.

Shortly after we began pulling, the tension suddenly vanished, and many of us fell onto our bottoms. Yet no one was hurt.

What was more, the teachers were quick to act.

Without any sign of panic, a teacher tied the two broken ends together in a bow, and the contest continued.

I wonder what became of that rope. A branch school was later established to relieve the overcrowding, and the teachers were divided between the two schools.

This episode from sports day seems destined to fade away, along with the memories of that enormous school.

As the number of children continues to decline, I wonder what moments from sports day will become treasured memories for today’s children.

なぜ誘電率と透磁率の積が光速の2乗の逆数なのか ― 2026年11月02日 07:00

誘電率εと透磁率μはマックスエル方程式の電界Eと磁界Bの関係式に中に現れる。
真空中で、電荷も電流もない場所では、下記の2つの式が成立する。
下記の表示はLaTeX表示であるが、下記のようになる。

(なお、LaTeXを普通の数式表示としてみたい場合には
Wordで Alt + = を押して、数式入力欄を開きます。
「数式ツール」の「デザイン」で、入力形式を LaTeX にします。
次の式をコピーして数式欄に貼り付けます。)


\nabla\times\mathbf E=-\frac{\partial\mathbf B}{\partial t},
\qquad

\nabla\times\mathbf B
=\mu_0\varepsilon_0\frac{\partial\mathbf E}{\partial t}


この\mu_0\varepsilon_0
の部分がμ0、ε0で真空中の透磁率と誘電率の積になる。

この2式を組み合わせると、電場について

\nabla^2\mathbf E
=\mu_0\varepsilon_0
\frac{\partial^2\mathbf E}{\partial t^2}}


となり、左辺は電界の空間に関する二重微分で、右辺に時間に関する電界の二重微分が現れる。

即ち、右辺の係数は速度vの2乗の逆数になる。

従って、v(真空中の電磁波の速度に相当する)は\mu_0\varepsilon_0の平方根になる。

ある位置での電界が光子密度に比例するならば、光子が空間を伝わる速さが光速vなのだから電界の2乗が光速の2乗であるのは納得できる。

光速の測定とはどうしていたのかよくわからなかったが、この誘電率と透磁率なら実験室で測定できるので光速が推定できたわけだ。

なお、最後の電界式の2重微分の導出にはベクトルに関する「回転を2回とったもの」を、各成分の微分で展開すると得られる恒等式を使う。

体感温度と天気予報の気温の差 ― 2026年10月30日 20:34

 昔は夏になると不快指数なる統計的特性値が天気予報の一部に使われていた。要するに100人中、何人が今日の天気は不快と感じるかを示す数字であり、気象庁がどうやってその数字を算出していたのは居間となっては分からないが、AI予報よりは精度が良かったかもしれない。

 というのは今の天気予報は気温は正しいかもしれないがその他の体感温度に関わるデータを取り入れようとすると客観性に欠けるデータしか持っていないためではないだろうか。

 小学校では、熱の3要素として、
(1)輻射
(2)伝熱
(3)対流
の3要素があると習った。

このうち体感に関わる天気予報の温度というのは(2)の伝熱だけである。
即ち、気温が人体に影響を及ぼすことしか情報には含まれていない。空気が人体表面の肌に伝熱で熱を与えたり、その逆に肌からの熱を空気に逃がしたりするという視点でしか天気予報は見ていないのである。

(1)の輻射は遠距離の熱源が、電磁波で(赤外線や紫外線など)で熱エネルギーを輸送することである。輝く太陽の下では太陽光線で肌は暑くなる。
(3)の対流は空気の流れが肌の熱を奪ったり、表面の汗を乾燥させたりすることで気化熱を奪うことで熱エネルギーが体から空気へと移行する。

これら(1)と(3)の効果の方が(2)の伝熱より大きいことは自然界ではよくあることだ。氷点下の真冬であっても風がなければ、太陽の下で真っ裸でいても寒さは感じないということは冬の蔵王の山小屋の屋根の上で経験したことがある。

しかし、今の天気予報では(2)しか伝えない。(1)と(3)の効果は話しても定性的な感覚だけである。まあ都会のオフィス街では太陽も日陰になることが多いし、風もあっても駅までのビル風ぐらいだからなかなか数値化できないのかもしれない。

だったら、まず、天気予報では気温を言う前に、(1)と(3)の伝熱効果は無視されていることを明示すべきであろう。そして願うらくは、(1)と(3)の効果を典型的な都会や場所の地点ごとに評価し、体感温度に換算して発表すべきだろう。

山では風速1m/s増えるごとに体感温度は1度下がると言われている。即ち、風速20m/sの強風ならば摂氏20度であっても体感温度は0度ということになる。

このような重要なファクターを無視した天気予報が日夜マスコミから流されている。そして、間違った服装を選んだ庶民が風邪をひいたり、汗をかいたりして無駄な労力を使っている。気象庁はもう少し庶民の肌感覚に合った天気予報を出すべきだ。はるか昔の不快指数の考え方を見習うべきだろう。
 何んとか温度というものを算出しているようだが自信がなくて大々的には発表できないのだろうか。天気予報ではある確率で失敗するのだから
体感温度予報も覚悟のうえで、発表してもらいたい。

プロ野球は2シーズン制にすべきだ ― 2026年10月30日 02:00

 またソフトバンクの日本一で決まったプロ野球だが、阪神ファンは煮え切らない思いだろう。セリーグで優勝しながら日本シリーズにも出られなかったのだから。1年のシーズンで一位になっても1,2,3位が争う短期間決戦を勝ち抜かないと日本シリーズに出られない、しかも2位、3位とのハンデはわずか2,3勝分というわけの根拠のない数字でできていいる。なんのために1年戦ってきたのかと思うのは誰もが認める。このプロ野球の制度設計の矛盾の中で泣かざるを得ない状態である。

 NPBはシーズン後半での観客動員数の減少対策や、リーグ決戦での試合数の増加、大リーグの方式などを考慮してこのような方法を思いついたのかもしれないが、現方式は論理的に破綻している。

 そこで、阪神ファンではないが、真の勝者が日本シリーズに出場でき、かつ、年間を通して最後までリーグ優勝に対する野球ファンの興味を引き付け、選手も年間をとおしやる気が起きる方式として、2シーズン制を提唱したい。それは、

(1)現在の1シーズン期間をオールスターを境に2シーズンに分割する。
(2)各シーズンは独立に勝率を計算し、前期優勝チームと、後期優勝チームに分ける。
(3)アフターシーズンには前期優勝チームと後期優勝チームによるリーグ決定戦を行う。4戦先勝でいいだろう。
(4)オールスターゲームは数試合行い、各チームがリセットできるよう10日間程度の休みとするか、大リーグのようなトレードを認める。

 このようにしても前期、後期の1位が同じになることもあるかもしれないが、野球には、投打ともにスランプや調子の波がつきものである。前期後期を通して優勝することは現在のような1シーズン制で優勝するよりも確率は大きく下がるはずである。仮に前期、後期とも1位になったチームがあれば、特別表彰するしかない。ただし、日本シリーズまで長期の練習期間になり、却って不利になるかもしれない。

 いずれにせよ2シーズン制は現在の制度に比べれば、欠点は少ないはずだ。2シーズンで優勝チームが同じとなるケースが続発するようであれば、更に3シーズン制、4シーズン制を導入することも考えられるが、まず、2シーズン制から開始してみてはどうだろうか。

気になる冤罪(ではないか)という事件 ― 2026年10月27日 20:34

筆者は仙台の出身であるが、筆者が東京に出てきてからかなり経って仙台で冤罪と思われる事件が起こった。それは北稜クリニック事件と一般に言われている。

この事件は北稜クリニックの介護士だった若い男が、入院患者の数人に対し意図的に筋肉弛緩剤を注入し、殺害を図ったという罪で起訴された。裁判所は一件のみ犯罪を認めて、現在、彼は千葉刑務所で無期懲役で服役している。


筆者の認識では、これは明らかな冤罪である。その大きな理由は、有罪の決め手とされた、亡くなった患者の血液が、分析した科捜研(大阪)ですべて使い切ったという理由で残っていないことである。これはかなり意図的な証拠隠滅ではないのだろうか。もう一つは自白したときの警察の追及の仕方である。クリニックで異常な患者の死亡が数件生じたとき、同じクリニックに看護士として勤務している彼の婚約者がおり、彼が自白しなければ、その婚約者が捕まることになると取調官が脅迫したため自白したと伝えられている。そのうえ、このクリニックでは大学教授を兼ねる院長がある新しい医療方法の開発を大学と進めており、患者の異常が生じたことが明らかになると、そのクリニックの評判が落ち、経営継続が危うくなるという問題も抱えていたらしい。

弁護士はそれらの事情からこれは事件ではなく、単なる患者の体調変調による死亡であるとして控訴棄却を求めたのだが、上記のような物証や院長が地元有力者と懇意であったことなどからこのような経緯になったのではないかと言われている。

今でも再審請求活動は続いているかもしれないが、死刑冤罪事件とは異なり、あまりマスコミは取り上げない。しかし、これも一人または二人の人生を大きく変えた事件である。


マスコミも記憶力を奮い起こし、この事件の再調査に乗り出してもらいたい。マスコミが動かないのなら警察関係記者のジャーナリストとしての記者声明をかけた戦いに期待したいものだ。文春関係記者もこのような地味な事件に偶には突っ込んでもらっても損はないのではないだろうか。

Pythonによる周波数分析器の利用方法 ― 2026年10月26日 17:30

余りにも英語の発音が下手なので、基本の母音と子音の区別から始めてみた。

だが、その前に母音とか、子音とかいうがその差はいったい何なのか、テキストには母音は声帯からの声をそのまま出した声、子音は歯や、唇や舌で押さえることで発声する声といった解説があるが、いまいちピンとこない。

そこで、各音の周波数分析ができないかとChatGPTに頼んだら、簡単にPythonプログラムによる周波数分析プログラムを作ってくれた。

下記のプログラムがそれである。これをPythonをインストールしたPC(マイク、スピーカー付き)で実行すると、画面に周波数分析窓が表示され、リアルタイムで話している声の周波数分析ができる。

その結果、分かったことは(誰でもやれば分かることだが)

(1)母音はいずれも低周波数にピークがあり、その倍音、3倍音などから構成されている。
(2)子音はいずれも低周波数のピークはなく、ノイズと同じように複雑な周波数構成になっている。
(3)二重子音(trとかblとか日本人が特に発音に苦労する音)は日本的な発音では二重子音の間に母音のu音が入り、低周波にピークが一瞬現れる。

従って、二重子音の発音時に低周波ピークが出ないような発声であれば、ネイティブな発音に近づくに違いない。
また、ネイティブ発音をパソコンに聞かせて、その周波数分析結果を見て、それに近い波長分布にすれば、ネイティブ発音の練習が客観的できるはずである。まだそこまではやれていないが可能性はあると思う。

以下はそのためのPythonプログラムである。PCさえあればすべて無料ですぐに可能なので時間と費用は大幅に節約できる英語発音上達法である。

import queue
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import sounddevice as sd

FS = 44100
BLOCK = 2048
N = 8192
MAX_HZ = 2000
q = queue.Queue(maxsize=12)
audio = np.zeros(N, dtype=np.float64)

def callback(indata, frames, time, status):
if status:
print(status)
try:
q.put_nowait(indata[:, 0].copy())
except queue.Full:
pass

def estimate_f0(x):
x = x - np.mean(x)
if np.sqrt(np.mean(x*x)) < 0.002:
return None
x = x * np.hanning(len(x))
# FFT autocorrelation, normalized by lag-dependent overlap
nfft = 1 << (2*len(x)-1).bit_length()
spectrum = np.fft.rfft(x, nfft)
ac = np.fft.irfft(abs(spectrum)**2, nfft)[:len(x)]
lo, hi = int(FS/400), int(FS/65)
lags = np.arange(lo, hi+1)
normalized = ac[lo:hi+1] / np.maximum(ac[0], 1e-12)
peaks = np.where((normalized[1:-1] > normalized[:-2]) &
(normalized[1:-1] >= normalized[2:]))[0] + 1
if not len(peaks):
return None
strong = peaks[normalized[peaks] >= max(0.25, normalized[peaks].max()*0.8)]
if not len(strong):
return None
lag = lags[strong[-1]] # favor longer period to reduce octave doubling
return FS / lag

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(11, 7))
fig.subplots_adjust(hspace=0.4, top=0.88)
fig.suptitle('Live microphone: waveform and spectrum', fontsize=14)
t = np.arange(N)/FS
wave, = ax1.plot(t, audio, lw=0.8)
ax1.set(xlabel='Time (s)', ylabel='Amplitude', xlim=(0, N/FS), ylim=(-1, 1))
ax1.grid(True)
freq = np.fft.rfftfreq(N, 1/FS)
mask = freq <= MAX_HZ
line, = ax2.plot(freq[mask], np.full(mask.sum(), -50.0), lw=1)
ax2.set(xlabel='Frequency (Hz)', ylabel='Level (dB, relative)', xlim=(0, MAX_HZ), ylim=(-50, 0))
ax2.grid(True)
f0_text = fig.text(0.5, 0.92, 'F0: -- Hz', ha='center', fontsize=16)
harmonics = []

def update(_):
global audio, harmonics
changed = False
while not q.empty():
chunk = q.get_nowait()
k = len(chunk)
audio = np.roll(audio, -k)
audio[-k:] = chunk
changed = True
if not changed:
return (wave, line, f0_text)
wave.set_ydata(audio)
spec = np.abs(np.fft.rfft(audio*np.hanning(N)))
db = 20*np.log10(np.maximum(spec, 1e-12))
db -= max(db.max(), 1e-12)
line.set_ydata(np.maximum(db[mask], -90))
for artist in harmonics:
artist.remove()
harmonics = []
f0 = estimate_f0(audio)
if f0 is None:
f0_text.set_text('F0: -- Hz (no stable voice)')
else:
f0_text.set_text(f'F0: {f0:.1f} Hz (estimated)')
for i in range(1, min(9, int(MAX_HZ/f0)+1)):
harmonics.append(ax2.axvline(i*f0, color='tab:red', ls=':', lw=0.9))
return (wave, line, f0_text)

try:
with sd.InputStream(samplerate=FS, channels=1, blocksize=BLOCK, callback=callback):
animation = FuncAnimation(fig, update, interval=80, cache_frame_data=False)
plt.show()
except sd.PortAudioError as e:
print('Microphone could not be opened:', e)
print('Check Windows microphone permission and the default input device.')



以下はこのpython プログラム(voice_spectrumr1-50db.pyと名付けました)の実行方法です。(下記3.10の部分は3.13などインストールしたバージョンに変更してみてください。



1. ライブラリをインストールする
Windows 11の「コマンドプロンプト」を開き、次のコマンドを実行してください。
py -3.10 -m pip install numpy matplotlib sounddevice


py -3.10 と指定することで、Python 3.10にインストールできます。

2. プログラムを実行する

1. 上記プログラムをテキストデータとして、voice_spectrumr1-50db.py という名前のファイルに保存します。
2. Python IDLE 3.10.3を起動します。
3. 「File」→「Open」で voice_spectrumr1-50db.py を開きます。
4. **F5キー(Run Module)**を押します。
5. 小窓が開き、音声の振幅、周波数分析結果がリアルタイムで表示されます。
6. マイクに向かって発声します。

3. 反応がない場合、マイクの確認
Windows 11の「設定」→「プライバシーとセキュリティ」→「マイク」で、デスクトップアプリにマイクへのアクセスを許可するがオンになっていることを確認してください。

宇宙はどのように認識できるのか ― 2026年10月26日 10:15

宇宙はどのように認識できるのかーーーと大きく出てみたが、

何ということはない、最近、再履修し始めた電磁気学の内容が全く頭に入ってこないので、宇宙がどうなっているのかから見直して考えてみただけである。

要するに電磁気学でいうマックスウエル方程式で言いたいことが何なのかが感覚的に理解できないのである。私にとっての認識とは、理系の仕事内容とは反対で、対象を感覚的に納得できて初めて得られるものなのだ。数式を覚えるのが苦手でいやなのである。

そんな感覚で、宇宙(外界)を見てみると、何やら物体が互いに運動していることが分かる。

そこには、物体間に力が働いてるというのがニュートン先生の教えだ。

これは分かりやすいと思う。

力とは、物体を動かし始めるために必要な何者かだ。地球上のすべての物体は、地球に向かって落下する力を受けている。それでリンゴが木から落ちるのである。

力が働いていなければ、氷上のカーリングストーンのように初速度のまま、動き続ける。(実際には多少の摩擦力でいつかは止まるのだが)

では、電磁気力とは何か。重力とどこが違うのか。

これは電荷と呼ばれる何者かが別の電荷と呼ばれる何者かに働く力だ。

物質は目に見える(ように見える)が、電荷はなかなか目には見えない。但し、20世紀に分かってきたその実体は、原子を構成する電子や、原子核の中にある陽子との間に働く力だ。

目には見えないが、セルロイドの下敷きを羽毛で摩擦をすることで、セルロイド中の電子(便宜上負の電荷と呼ぶ)を原子から引きはがすことがができ、その下敷きは、正の電荷をもつので、他の物質に電磁気力を及ぼすことができる。そして、下敷きに近づけた物質内の負の電荷である電子を引き付けるため、髪の毛など重量的に軽い物質が吸い寄せられて、目に見えるようになる。

更に磁気という力も物質には働く。分かりやすいのは磁石と鉄との関係だ。磁石は特殊な金属の内部の原子の向きが一定でその原子核の回転による電気の流れで磁気という物質に働く力が発生しており、電荷をもたなくても両物質は力を及ぼし合う。

では、その電磁気力を一般的に定式化できないか。これをまとめたのがマックスウエルが作ったマックスウエル方程式だ。

その成立の前には、クーロンやボルト、ガウスなど多くの物理学者がいてこれら電磁気力に関する観察をし、これらの電磁気力に関する関係式を導いた。

クーロンは距離r離れた電荷Qと電荷qの間には

F=KQq/r2なる力が働くことを見出した。

(KはQ,q,rに依存しない定数(これら3変数の単位が決まれば一定値に決まる定数という意味))

力は方向を持つので、この式には方向性と電荷の正負の関係が必要だがここでは絶対値のみを考えた式である。

これをもう方向性や単位も含めて少し一般化したのが静電場という考え方である。

力を一般化するには場という考えがある。これも目には見えない。例えば重力場だ。地球も宇宙も複雑な重力の及ぼし合いで動いているがその空間を重力が働く空間として定義できる。

この考えをクーロン力に適用したのが静電場ということになる。

電場の定義は「電荷(電気)をもつ物体のまわりにできる、ほかの電荷に力を及ぼす空間の状態」ということなので、3次元的に力を考える必要がある。

宇宙の中心にある量の電荷があるとし、そこからr離れた位置ではその電荷の影響は半径rの表面積分だけ弱くなるはずである。

即ちその場の電場をEとすれば

E=ρ/(4πr^2*ε)ーーー(1)

となる。εは電荷と電場の関係を表す比例定数相当の係数であり、この場が真空中ならばε0(真空中の誘電率)と定義される。


ところで、電磁気学の教科書では

∇・E(x)=ρ(x)/ε0ーーー(2)

という式が突然出てきて、そのE(x)が位置xの電場だと書かれている。この∇(ナブラ)が分からない。
(1)と(2)の式の類似性から推定するに∇は4πr^2相当だから極座標で考えれば球の表面積となる。これにその場のEを乗じたものが内部の電荷に比例するということを言いたいらしい。

∇とは微小体積を対象にEの微分を3次元的に行うことを示しているが、。電荷が内部に存在しなければ左辺もゼロなので、電場に∇を作用させた値(電場の発散というらしいが)は0になる。電荷が内部に存在していれば、その発散は電荷をε0で割った値になる。これが(2)式の言いたいことである。

一般には真空以外の物質のε真空のεよりは大きいので同じ電荷ρならばその物質の電場Eは真空での電場より小さくなる。即ち、電場の透過のしやすさが誘電率という用語になったのだろう。


ここで突然、ナブラと電場を感覚的に認識できる方法を思いついた。
それは、アインシュタイン博士の光=光子説を適用することである。
即ち、光は波であるが粒子でもあるという光粒子(=光子)説を電場に応用することだ。

光は電磁波の一種であり、また光子でもある。電荷のある物質からは光、即ち光子が常に発生している。それはある密度の粒子の束とも見ることができる。それが定常的に発生しているのだから、粒子密度は発生源(電荷のある物質)に近接した周囲では一定である。これが宇宙空間に広がるのだから距離rの位置での光子束密度は、電荷のある物質が単位体積当たり単位時間に光子1個発生するとすると、その物質からr離れた球面での光子密度は単位面積当たり

1/4πr^2

ということになる。これは定常的にそうなっている。全電荷が ρで、光子と電磁場の換算係数をεとすればちょうど(1)式になる。これが3次元空間を球対称と考えた場合の電場Eの実態である。(1)式を変形して、位置rでの電荷をρ(r)とすれば

4πr^2*E=ρ(r)/ε0ーーー(1)´

となる。これは真空における(2)式のr方向の積分形になる。しかし、空間は球対称となるとは限らない。球座標では残りのθ、φ方向も考えないといけない。(1)´式では球対称を仮定しているので、θ方向、φ方向はすでに積分されていると考えることができる。球座標ではなく、x,y,z軸であらわされる直交座標で考えた3次元空間でも同じ話が成立しなければならない。この直交座標系で微小体積当たりの光子密度を電場Eとするとこの関係はどうなるか。

これが、(2)式の左辺のナブラ(∇)を説明するためのポイントである。これは空間での微小体積当たりの光子密度をEと定義した場合の3次元直交座標系におけるx、y、x方向の偏微分を行った式なのである。

電場Eを定常的に光子を発生する光子線源からある位置にある微小体積当たりの光子密度と考えれば、(2)式は、その微小体積での光子密度がEの空間変化、即ち偏微分を求める際の数学的作用子が∇・であり、それが光子の発生数に比例していると考えれば、ちょうど(2)式になる。

なぜなら、3次元空間が、定常的に一定の光子を発生する高資源源を含んでいる場合、その外側の空間での各位置の単位体積当たりの光子密度は必ず偏微分で示す比率で減少していくからである。

ところで電場Eは微小空間の光子密度相当値とすればよいことは分かったが、静電ポテンシャルVなる変数がありこれも良く教科書には出てくる。これは何なのか、

テキストには
E(x)=-∇φ(x)
なる式が出てくる。Eが電場であるなら、∇φはφの勾配を示すのだから、φはEの積分に相当する。これが静電ポテンシャル(電位)となるそうだ。

φの実態は何なのか。しかし、φは数学的な想像の産物と考えればいいだろう。この電位は単に電場をある空間のなかの曲線に沿って、(一般にはEが等しい等高線に直行する方向に2点間を積分した値であると考える。

光子密度が実在である光子粒子の密度に相当するならば、光子密度を積分した数値の単位は光子個数ということになるが、それは電場が決まって、初めて定義できる値と考えたほうが分かりやすい。即ち、2点間の光子個数の差が
                x2
 φ(x2)-φ(x1)=ー∫ E(x)dx
                x1

という式で与えられ、それは電位差と呼ばれ、電位は重力場でいえば位置エネルギーに相当するので、ポテンシャルエネルギーの電位場相当値ということになる。電位は歴史的にボルトVという単位で呼ばれてきた。





もう一つの教科書に出てきた理解できない電場に関する基礎式は

∇×E(x)=0   ーーー(3)

というものである。∇・Eと一見同じだが、(3)式はEの回転がゼロだという意味らしい。curlE、またはrotEとも表す。では回転とは何か

これは電場Eの偏微分を以下のようにとった場合の各ベクトル成分がすべて0の場合を示している。

このベクトルのx成分は以下の第1項と第2項の差である。

第1項:z方向に進むと、電場の y 成分がどれだけ変化するか。
第2項:y方向に進むと、電場の z 成分がどれだけ変化するか。

同様にy成分は以下の第1項と第2項の差である。

第1項:x方向に進むと、電場の z 成分がどれだけ変化するか。
第2項:z方向に進むと、電場の x 成分がどれだけ変化するか。

z成分は以下の第1項と第2項の差である。

第1項:y方向に進むと、電場の x 成分がどれだけ変化するか。
第2項:x方向に進むと、電場の y 成分がどれだけ変化するか。

このような(3)式のベクトル特性はEが時間変化しない場合に相当するので静電場ではこのような電場の回転が0になるということで、磁場の時間変化による誘導電場に関係することになる。

前述の想定に示すように、電場Eが3次元空間内の定常状態での各位置の光子の空間密度に比例するものであるならば、定常状態でこれらの偏微分の複合オペレータを電場に作用させた結果が3次元方向のすべてで0になるのは当然であろう。


しかし、ここでまた、光子と通常の粒子での大きな相違に気が付いてしまった。これが電場や重力場と言われる物理概念の成立に関わるものであろう。

即ち、光子というものは電荷があれば、宇宙に一瞬にして広がる(実際には光速である3×10^10cm/sだが)粒子なのである。例えば放射線の一種の高速粒子である中性子であれば、一般に2km/s程度の速度なので、粒子の流れをモデル化し、中性子線源の時間変化とは独立にその粒子束の時間的な変化が全体の挙動を決めることができる。しかし、光子密度の分布は光子線源の変化により瞬間的に変わるので、全体の挙動が線源の変化と時間的に独立に動くことはない。これが電場という分かりにくいが計算はしやすい概念の発想の始まりなのだろう。重力場も重力波という(この重力子の速度は良く分かっていないようだが)宇宙全体に瞬間的に伝搬する波であり、重力子の分布は物質分布の変化と同期するのだろう。

従って(2)式は電荷分布のみに依存し、時間項を考えなくて済む式になっているものと考えられる。但し、磁場の時間変化が電荷の発生に影響し、また、電荷分布の時間変化が磁場に影響することが分かっている。これらの関係まで含めて定式化したものが4つのマックスウエル方程式というものなのだろう。