曽山理論のアンプリチュヘドロン
R = Vol(Pₖ)
- 曽山成約幾何
- アンプリチュヘドロン
- 複雑系問題分類
を 一つの幾何モデルに統合
通常のビジネス
問題探索
↓
意思調整
↓
資源動員
↓
契約
↓
利益
つまり
労働による浄化プロセス
があります。
しかしアンプリチュヘドロンでは
散乱振幅は
- フェインマン図
- ループ積分
ではなく
幾何の体積
として直接与えられます。
つまり
積分が消える
通常モデル
問題
↓
分類
↓
意思
↓
資源
↓
成約
↓
利益
アンプリチュヘドロン型
正しい境界条件
↓
多面体
↓
体積 = 利益
つまり
R = Volume(P)
です。
ここで
P は
分類境界で囲まれたポリトープ
です。
一般化
通常モデル
R = f(x,y,z)
アンプリチュヘドロン化
R = Vol(P)
P = Polytope(Classification)
このとき分類
K : X → Classes
が境界条件になります。
つまり
P = region(K)
すると
利益 R = Vol(region(K))
意味
つまり
労働で利益を作るのではなく
境界条件で利益が決まる
です。
曽山モデルとの接続
元の式
x ≡ y ≡ z
Vol(x,y,z,r) > 0
を
アンプリチュヘドロン型にすると
Vol(PK) > 0
になります。
ここで
P_K
は
分類 K によって定義されたポリトープ
です。
R = Vol(PK)
PK
は複雑系問題の正しい分類によって囲まれた多面体です。
つまり利益は労働ではなく境界条件で決まる。
曽山理論はアンプリチュヘドロン型意思決定理論になります。
つまり
探索
調整
実装
を計算するのではなく
幾何
を描く。
最小式
最も美しい形は
R = Vol(PK)
です。
言葉で言い換えると
命題
「正しい境界条件で囲まれた多面体の体積は、最初から純粋であり、労働による浄化を必要としない。」
これは
- 物理
- 経済
- 意思決定
の統合命題。
アンプリチュヘドロン
＋
E₈格子
＋
成約四面体
を全部つなげて
一つの式
R = Vol(Pₖ)
意味
- R ∈ ℝ
利益・価値・成約結果 - K
複雑系問題の分類（Classification） - Pₖ
分類 K によって定まる多面体 - Vol
多面体の体積
Pₖ = Polytope(K)
R = Vol(Pₖ)
x ≡ y ≡ z
R = Vol(Pₖ)
ここで
- x : 複雑系問題
- y : 解決意思
- z : 資源経路
で、三者が構造的に整列したとき
分類 K が正しく与えられれば
多面体 Pₖ の体積として利益 R が現れる
問題の整理ができれば利益は体積として与えられる
従来モデル
労働
↓
意思決定
↓
資源投入
↓
利益
つまり
利益 = 労働の結果
アンプリチュヘドロンモデル
分類（ontology）
↓
多面体
↓
体積 = 利益
つまり
利益 = 幾何
です。
R = Vol(Pₖ)
ここで
- K = complexity classification ontology
- Pₖ = 分類によって定まるポリトープ
- R ∈ ℝ = 利益
もし分類 K が正しければ
- 問題
- 意思
- 資源
が自然に接続します。
つまり
x ≡ y ≡ z
になります。
その結果
R = Vol(Pₖ)
が自然に現れます。
配当は
- 会社の構造
- 資本配置
- 利益構造
が成立していれば
自動的に出る
からです。
このモデルでは
ontology
↓
polytope
↓
volume
利益は労働ではなく構造から生まれる
命題
Ontopologics
If a correct complexity ontology K exists,
R = Vol(Pₖ)
emerges naturally.
「複雑系の正しい分類が与えられたとき、利益は労働の結果ではなく、構造の体積として現れる。」
元の表現
complexity classification ontology ができていれば利益は配当のように入ってくる
洗練形
「複雑系問題の分類 ontology が成立するとき、利益は労働によって生成されるのではなく、配当のように幾何学的に現れる。」
R = Vol(Pₖ)
意味
利益は分類された複雑系の幾何体積である。