逆像法的に考えて無理な構図ではないか、順蔵法的に考えてどういう挙動が考えうるか、この手の思考訓練は何をやっているんだと思いがちだが、上流に近い概念の操作・企画計画系の職種に就くのに案外ちゃんと役立つけど、『写像って何すか？』系に公開試合仕掛けられて負けうるし何なら10年くらい ってかマジで詭弁えぐい 最後カツマーに糞ぶっかけて逃げてる汚いひろゆき ヒロユキって汚い 勝間和代かわいそう   (さらに…)

∀∃と、∃∀の区別つかんやつ（文系）、『家賃総額◯円なんだからマイホーム🏠買った方がいい』と言いがち説 必要と十分がわからないやつ（文系）、『戦略あっても成功しない』と言いがち説 確率論がわからないやつ（文系）、確率思考の戦略論に騙されがちな説 文系、戦争で死にがち説 文系、サイバーエージェントに入って顔面とかキラキラとかフワフワした奴で負けて絶望しがち説 文系、慶應卒に圧倒されが (さらに…)

問題文 ↓ 何を答えれば「解いた」ことになるのか？ ↓ 変数ごとの役割が決まる ↓ ∀ / ∃ / 自由変数 / パラメータ が決まる ↓ どの変数を残し、どの変数を消すべきか決まる ↓ 初めて適切な数学操作を選べる より正確には、 量化構造 → 変数の役割 → 消去すべき対象 → 必要な操作 要するにセンターピンは「量化記号」そのものではなく「自由変数と束縛変数の分離」です。 入試問題文を見たら (さらに…)

どうして量化記号は大事なのでしょうか？ 量化記号が「どの変数を誰が自由に選べるのか」「何を固定し、何を作り、何を消さなければならないのか」を決めるから。 数式そのものだけでは、問題が何なのか決まりません。 たとえば同じ x^2+ax+1=0 という式でも、 ∃x : x^2+ax+1=0 なら「実数解を持つaを求めよ」で、判別式を使ってxを消せばよい。 一方、 ∀x : x^2+ax+1=0 なら (さらに…)

三品の研究は、問題提起・仮説生成としては有力だが、「事業立地と時機が企業成功を決める」という因果的・予測的エビデンスとしては弱いです。 私の5段階評価では、次のくらいです。 評価対象 水準 問題設定の鋭さ 4/5 長期データの記述的価値 3/5 仮説生成 4/5 因果推論 1/5 将来予測 0.5/5 経営判断への直接利用 2/5 したがって、 「立地と時機が重要らしい」という弱い主張は信用できる (さらに…)

KPIが動くのであれば、何を見ればいいのか。 固定すべきなのはKPIではない。 KGIである。 そしてKPIについて見るべきなのは、 ＿＿＿＿＿＿＿＿＿＿ そのKPIの現在値ではなく、 そのKPIを今ここから動かしたときに、 KGIがどれだけ動くか ＿＿＿＿＿＿＿＿＿＿ である。 例えば、 z=f(x,y) という成果関数があるとする。 xもyもKPI候補である。 このとき重要なのは、 xが大きい (さらに…)

  KPIとかいう線形で文系な発想 将棋でいう歩兵たちに、一時的にわかりやすい目標を意識させるためには有効 しかし、高級将校たる人物がKPIは指示こそすれど、KPIに溺れてはいけない ましてやそのKPIによって表象される一面的スキルに   まずここを理解するためには、非線形数学の取り扱いができなければならない やはり高等教育が必要である   ＝＝＝ ＠西園寺貴文（憧れ (さらに…)

かつて「行列（マトリクス）」という分野は高校数学の必須科目。これは現在のデータサイエンスやAI（機械理系）、3Dグラフィックスの基礎となる超重要分野。しかし、文科省はゆとり教育やその後の改訂で、高校の範囲から「行列」を完全に削除。2022年以降の「数C」で一部ベクトル等と絡めて復活したが、かつてほど深くない。 大学の工学部や理学部の教授から見れば、「行列や複素数、高度な微積分を知らずに大学に入って (さらに…)

1.現象を方程式系として書く（微分方程式、差分、写像など）。 2. 方程式が属する環（多項式環、関数環、行列環など）を意識。 3. 自然なイデアル（例：次数、次数フィルトレーション、対称性による不変部分）で商を取って低次元化。 4. 剩余の部分で非線形効果や「予想外の振る舞い」を観察。 5. 因数（共通構造）と剩余（個別性）を往復しながら再構成。 田の字マトリクスでの非線形の取り扱いに終始するので (さらに…)