Research
Research

by nicoxz

数式が操る日常行動──睡眠・渋滞を数学で解く

by nicoxz
URLをコピーしました
#数学 #渋滞学 #睡眠科学 #サーカディアンリズム #AI

はじめに

私たちが毎日何時に眠くなり、何時に目覚めるのか。高速道路でなぜ渋滞が発生するのか。こうした日常的な現象の裏側には、実は数式で記述できる明確な法則が潜んでいます。

近年、数理科学の進歩により、人間の行動パターンを数式で説明・予測する研究が大きく発展しています。睡眠と覚醒のリズムは「2プロセスモデル」と呼ばれる数理モデルで精密に記述され、交通渋滞は「最適速度モデル」によって再現・予測が可能になりました。

本記事では、数学がどのように私たちの行動を「支配」しているのか、睡眠科学と渋滞学という2つの分野から解説します。数式の力を知ることで、日常の行動をより合理的に見直すきっかけが得られるはずです。

睡眠と覚醒を支配する「2プロセスモデル」

Borbelyが提唱した睡眠の数式

人間がなぜ夜に眠くなり、朝に目覚めるのか。この問いに対して、スイスの睡眠研究者アレクサンダー・ボルベリーが1982年に提唱したのが「2プロセスモデル（Two-Process Model）」です。このモデルは睡眠科学における主要な概念的枠組みとして、提唱から40年以上経った現在も研究の最前線で活用されています。

モデルは2つの過程で構成されます。1つ目は「プロセスS（恒常性過程）」で、起きている間に睡眠圧が徐々に蓄積していく仕組みです。覚醒時間が長くなるほど睡眠への欲求は飽和指数関数的に上昇し、眠りに入ると指数関数的に減少します。この過程は脳波における徐波活動（スローウェーブ活動）の変化と対応しており、数学的には指数関数で記述されます。

2つ目は「プロセスC（概日過程）」で、体内時計によって制御される約24時間周期のリズムです。プロセスCは正弦関数（サイン波）で表現され、睡眠と覚醒の閾値を周期的に変動させます。視交叉上核（SCN）と呼ばれる脳の小さな神経核がこの概日リズムの主時計として機能しています。

2つの波が交差するとき

2プロセスモデルの核心は、プロセスSとプロセスCの相互作用にあります。プロセスSが上昇して概日リズムが設定する「睡眠閾値」に達すると眠気が訪れ、睡眠中にプロセスSが低下して「覚醒閾値」と交差すると目が覚めます。

つまり、私たちが「そろそろ眠い」と感じる瞬間は、主観的な感覚ではなく、2つの数学的過程の交点として予測可能なのです。このモデルは睡眠不足後の回復睡眠のパターンや、時差ボケの発生メカニズムも説明できます。

さらに、レム睡眠の出現タイミングも概日リズムによって制御され、プロセスSによって抑制されるという関係が数理的に示されています。睡眠の構造そのものが、数式のダイナミクスとして理解できるのです。

渋滞を解き明かす「最適速度モデル」と渋滞学

流体力学から生まれた渋滞の数理

交通渋滞もまた、数学で記述できる現象です。東京大学先端科学技術研究センターの西成活裕教授は、「渋滞学」という分野を確立した研究者として知られています。西成教授は元々、水や空気の流れを研究する流体力学の専門家でした。「水や空気も『流れ』なら、人やクルマも『流れ』。流体力学の数学を交通渋滞にも応用できないか」という発想が、渋滞学の出発点だったとされています。

渋滞の数理モデルとして代表的なのが「最適速度模型（OV Model）」です。これは各車両が前の車との車間距離に応じて「最適な速度」を目指して加減速するという追従モデルの一種です。個々の車両の位置と速度を変数とする微分方程式で表現され、車間距離から決まる最適速度に向かって速度を調整する過程が数式化されています。

車間距離40メートルの法則

渋滞の原理について西成教授は「前が詰まっていたら動かない。実はこれだけ」と端的に説明しています。しかし、この単純な原理から複雑な渋滞現象が生まれるメカニズムは、数学なしには理解できません。

最適速度モデルの解析から明らかになったのは、ある車がわずかにブレーキを踏むと、後続車はそれ以上に強くブレーキを踏み、この連鎖が十数台後ろの車を完全に停止させるほどの渋滞を引き起こすという現象です。これは「一様流解の不安定化」として数学的に説明されます。

そして、この不安定化が起きるかどうかの境界が車間距離で決まるとされています。西成教授の研究によれば、車間距離が約40メートル以上であれば、前の車がブレーキを踏んでも後続車への影響は減衰し、渋滞は発生しにくくなります。逆に40メートルを下回ると、小さな速度変動が増幅されて渋滞が自然発生するのです。この「40メートルの法則」は、数学的な解析によって導き出された実用的な知見です。

セルオートマトンによるシンプルな再現

渋滞の数理モデルにはもう1つ、「セルオートマトン」というアプローチもあります。道路を格子状に区切り、各セルに「車がある・ない」という単純なルールを適用するだけで、自然渋滞の発生パターンを再現できます。「車間距離が詰まると渋滞が起きる」というシンプルなルールから、現実の交通流に見られる複雑なパターンが創発されるのです。

渋滞学では、横軸に交通密度、縦軸に交通流量をとった「基本図」が用いられます。密度がある閾値を超えると交通流量が急激に低下する——この相転移のような現象も、物理学と数学の言葉で正確に記述されます。

数学が人間行動を予測する時代の注意点と展望

個人の自由意志と集団の法則性

興味深いのは、個人レベルでは予測が難しい人間の行動が、集団になると数学的な法則に従うという点です。混雑した状況では選択肢が限られ、物理法則に近い振る舞いが現れます。渋滞学はまさにこの原理に基づいており、交通渋滞だけでなく、群衆の動き、インターネットのアクセス集中、火災時の避難行動なども同様のモデルで分析されています。

一方で、数学モデルには限界もあります。カオス理論が示すように、「決定論的であっても予測不可能な現象」は存在します。初期条件のわずかな違いが結果を大きく変える系では、長期予測は原理的に困難です。数式が人間行動を「支配」しているといっても、すべてを完全に予測できるわけではないのです。

社会実装の広がり

渋滞学の知見は、高速道路の渋滞対策やイベント時の群衆誘導など、社会実装が進んでいます。西成教授は東京オリンピック・パラリンピックにおいて、数学と物理に基づく手法で観衆の安全な誘導に貢献したとされています。今後はAIとの融合により、リアルタイムの交通流予測やパーソナライズされた睡眠管理など、数理モデルの応用範囲はさらに広がると考えられます。

まとめ

私たちの睡眠リズムは、恒常性過程と概日過程という2つの数学的関数の相互作用で記述されます。交通渋滞は、最適速度モデルやセルオートマトンといった数理モデルで再現・予測が可能です。一見すると個人の自由な判断に基づくように見える行動も、集団レベルでは数式が描くパターンに収束していくのです。

日常生活で「なぜこのタイミングで眠くなるのか」「なぜここで渋滞するのか」と感じたとき、その背後にある数学的構造を意識してみてはいかがでしょうか。車間距離40メートルを意識して運転する、体内時計のリズムに合わせた生活設計をするなど、数式の知見は実際の行動改善にも役立てることができます。

参考資料:

関連記事

最新ニュース