# 東大 情報理工学系研究科 一般教育科目（数学） 2024年度 院試 過去問 解答例・解説

> 東大 情報理工学系研究科 一般教育科目（数学） 2024年度の院試過去問、3項目の解説。テーマは正定値行列、ベータ関数・ガンマ関数。大問1問の途中式・最終答を無料公開。解答PDFは5年分収録で2,880円。問題本文は非収録。

- Web版: https://inshihub.com/exam-solutions/tokyo-university/information-science/general-math/2024
- 解答・解説PDF: https://inshihub.com/exam-solutions/tokyo-university/information-science/general-math（税込2,880円、5年分を収録）
- 最終更新: 2026-11-19
- 公式の過去問: https://www.i.u-tokyo.ac.jp/edu/entra/examarchive.shtml（2022〜2026（直近5年）、公式の解答例: 解答例の掲載なし）
- 問題本文は収録していません。公式の問題と照らして読んでください。
- 大問ごとの解説は無料公開です。途中式と最終答は、ここに載っている大問を除き解答PDFに収録しています。

## 第1問 — 空間ベクトルと最小二乗

### 解説

**差の行列はアフィン独立性を見る**

$A$ は $n_i$ そのものではなく，隣り合う差を並べた行列である。したがって rank の条件は「$n_1,n_2,n_3,n_4$ が同一平面上に乗るかどうか」として読むと自然である。

**距離の二乗和は正規方程式になる**

平面までの距離の二乗和も，直線までの距離の二乗和も，本質的には最小二乗問題である。勾配をゼロにすると

$$
\left(\sum n_in_i^T\right)x=\sum d_in_i
$$

の形が現れる。行列 $B$ の正定値性を先に示しておくと，最小点が一意であることも同時に分かる。

**射影行列の見方**

$n_in_i^T$ は $n_i$ 方向への射影，$I-n_in_i^T$ はその直交補空間への射影である。直線への距離は「直線方向に垂直な成分」の長さなので，$W_i=I-n_in_i^T$ が自然に出てくる。

### 解答

- 行列 $A$ の3本の行ベクトルは

$$
(n_1-n_2)^T,\qquad (n_2-n_3)^T,\qquad (n_3-n_4)^T
$$

である。したがって

$$
\operatorname{rank}A=3
$$

であるための条件は，3本のベクトル

$$
n_1-n_2,\quad n_2-n_3,\quad n_3-n_4
$$

が一次独立であることである。
幾何的には，これは4点 $n_1,n_2,n_3,n_4$ が同一平面上にないことと同値である。すなわち

$$
\boxed{
  n_4\notin n_1+\operatorname{span}\{n_2-n_1,\ n_3-n_1\}}
$$

が求める条件である。
- 球の中心を $c$，半径を $\rho$ とする。半空間の内側に球があり，各平面に接するので，法線ベクトルの長さが1であることから

$$
n_i^Tc-d_i=\rho
  \qquad (i=1,2,3,4)
$$

と書ける。これらの差を取ると

$$
(n_1^T-n_2^T)c=d_1-d_2,
$$

$$
(n_2^T-n_3^T)c=d_2-d_3,
$$

$$
(n_3^T-n_4^T)c=d_3-d_4.
$$

したがって

$$
Ac=
  \begin{pmatrix}
    d_1-d_2\\
    d_2-d_3\\
    d_3-d_4
  \end{pmatrix}.
$$

中心が $A^{-1}u$ と表されるので

$$
\boxed{
  u=
  \begin{pmatrix}
    d_1-d_2\\
    d_2-d_3\\
    d_3-d_4
  \end{pmatrix}}
$$

である。
- $B$ は

$$
B=\sum_{i=1}^4 n_in_i^T
$$

であるから対称である。任意の $x\in\mathbb R^3$ について

$$
x^TBx
  =
  \sum_{i=1}^4 x^Tn_in_i^Tx
  =
  \sum_{i=1}^4 (n_i^Tx)^2
  \ge0
$$

である。もし $x^TBx=0$ なら，すべての $i$ について $n_i^Tx=0$ である。特に $n_1,n_2,n_3$ は一次独立なので，それらすべてに直交する $x$ は $x=0$ に限られる。したがって $x\ne0$ なら $x^TBx>0$ であり，

$$
\boxed{B\text{ は正定値対称行列である}}
$$

と分かる。
- 点 $x$ から平面 $n_i^Tx-d_i=0$ までの距離は，$\|n_i\|=1$ より

$$
|n_i^Tx-d_i|
$$

である。したがって最小化すべき関数は

$$
F(x)=\sum_{i=1}^4 (n_i^Tx-d_i)^2
$$

である。勾配を計算すると

$$
\nabla F(x)
  =
  2\sum_{i=1}^4 n_i(n_i^Tx-d_i)
  =
  2\left(Bx-\sum_{i=1}^4d_in_i\right).
$$

最小点では $\nabla F(x)=0$ なので

$$
Bx=\sum_{i=1}^4d_in_i.
$$

よって $P$ の位置ベクトルが $B^{-1}v$ と表されるとき

$$
\boxed{v=\sum_{i=1}^4d_in_i}
$$

である。
- 直線 $l_i$ への直交射影は，点 $x_i$ から $n_i$ 方向へ進んだ成分だけを残す操作である。したがって

$$
R_i=x_i+n_in_i^T(y-x_i)
  =
  y-(I-n_in_i^T)(y-x_i).
$$

よって

$$
\boxed{W_i=I-n_in_i^T}.
$$

また $W_i^T=W_i$ であり，

$$
W_i^2
  =
  (I-n_in_i^T)^2
  =
  I-2n_in_i^T+n_i(n_i^Tn_i)n_i^T
  =
  I-n_in_i^T
  =
  W_i.
$$

したがって

$$
\boxed{W_i^TW_i=W_i}
$$

である。
最後に，点 $y$ から3本の直線までの距離の二乗和を

$$
G(y)=\sum_{i=1}^3 (y-x_i)^TW_i(y-x_i)
$$

と書く。$n_1,n_2,n_3$ が互いに直交する単位ベクトルなので

$$
\sum_{i=1}^3 n_in_i^T=I,
  \qquad
  \sum_{i=1}^3 W_i=2I.
$$

制約がないときの最小点 $w$ は

$$
\sum_{i=1}^3W_i(w-x_i)=0
$$

を満たす。よって

$$
2w=\sum_{i=1}^3W_ix_i,
  \qquad
  \boxed{w=\frac12\sum_{i=1}^3W_ix_i}.
$$

制約平面上の最小点は，この $w$ を平面 $a^Tx=b$ へ直交射影した点であり，

$$
\left(I-\frac{aa^T}{a^Ta}\right)w+\frac{ab}{a^Ta}
$$

と表される。

### 最終答

$$
\operatorname{rank}A=3
  \Longleftrightarrow
  n_4\notin n_1+\operatorname{span}\{n_2-n_1,n_3-n_1\}.
$$

$$
u=(d_1-d_2,\ d_2-d_3,\ d_3-d_4)^T,\qquad
  v=\sum_{i=1}^4d_in_i.
$$

$$
B\text{ は正定値対称},\qquad
  W_i=I-n_in_i^T,\qquad
  w=\frac12\sum_{i=1}^3W_ix_i.
$$

## 第2問 — ガンマ関数と対数分散

### 解説

**ガンマ関数として見る**

$f(s)$ はガンマ関数 $\Gamma(s)$ である。特に $f(1)=\Gamma(1)=1$ であり，$s$ に関する微分は $t^{s-1}$ から $\log t$ を引き出す操作になる。

**不等式の役割**

$e^t>t^n/n!$ は，尾部積分を多項式で上から評価するために使う。$n>s$ という条件は

$$
\int_1^c t^{s-1-n}\,dt
$$

を $c\to\infty$ で有限に抑えるために必要である。

**最後は分散の変数変換**

$p(r)$ はレイリー分布である。$u=r^2/(2\alpha)$ と置くと指数分布へ変わり，$\log r$ は $\log u$ の半分に定数を足したものになる。このため $\alpha$ に依存しない値が出る。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/tokyo-university/information-science/general-math

## 第3問 — 停止時刻付きの格子上ランダムウォーク

### 解説

**停止までの回数を見る**

この過程では，停止するまで右・上の移動だけが続く。したがって停止位置 $(X,Y)$ は，停止前に右を何回，上を何回選んだかというカウントそのものである。共同分布は二項係数つきの負の多項分布になる。

**幾何分布としての $X$**

$X=0$ は「右が出る前に停止する」確率である。上への移動は何回挟まっても構わないため，$q$ の等比級数になる。以後，右への移動を1回数えるたびに同じ状況が再開するので，$X$ は幾何分布になる。

**相関が正になる理由**

$X$ と $Y$ は一見競合するが，停止が遅いほど右にも上にも多く進むため，無条件では正の相関をもつ。計算上も $\operatorname{Cov}(X,Y)=pq/r^2>0$ となる。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/tokyo-university/information-science/general-math

---

出典: 院試hub（https://inshihub.com/exam-solutions/tokyo-university/information-science/general-math/2024）。引用するときはWeb版のURLを示してください。
