Talagrandの不等式

同義語:Talagrand's inequalityTalagrandの凸距離不等式Talagrand's convex distance inequality

概要

Talagrandの不等式(Talagrand's inequality)とは、独立な確率変数の組の分布 $P$(積測度)と集合 $A$ について、点の $A$ からの凸距離 $d_T(A,x)$ が $P(A)\,P(d_T(A,\cdot)\ge t)\le e^{-t^2/4}$ を満たす、という測度の集中の不等式である。凸距離はすべての重みつき Hamming 距離を同時に抑える距離で、右辺は次元によらない。系として、凸で 1-Lipschitz な関数は $[0,1]^N$ 上の積測度のもとで中央値のまわりに $4e^{-t^2/4}$ の裾で集中し、最長増加部分列の長さが中央値 $M$ から $\sqrt M$ の何倍もずれる確率は指数的に小さい。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 濃度不等式, Hölderの不等式, 凸包

Talagrandの不等式(Talagrand's inequality)とは、独立な確率変数の組 $X=(X_1,\dots,X_N)$ の分布 $P$(積測度)と集合 $A$ について、点 $x$ が $A$ からどれだけ離れているかを「凸距離」$d_T(A,x)$ で測ると
$$ P(A)\,P\bigl(d_T(A,X)\ge t\bigr)\le e^{-t^2/4}\qquad(t\ge0) $$
が成り立つ、という測度の集中の不等式である。右辺が次元 $N$ によらないことが要点である。より強く $\int e^{d_T(A,x)^2/4}\,dP(x)\le1/P(A)$ が成り立つ。
濃度不等式 の McDiarmid の不等式は、各座標の変化が関数の値を変える量を $c_i$ で抑え、$\sum_ic_i^2$ で裾を評価する。すべての $c_i$ が $1$ なら、ずれの尺度は $\sqrt N$ である。ところが、最長増加部分列の長さ $L_N$ のように、値そのものが $\sqrt N$ 程度しかない量では、この評価は何も言っていない。凸距離は「どの座標を重く見るか」を点ごとに選べる距離で、変化に本当に効く少数の座標だけで評価できる。その結果、$L_N$ の中央値 $M$ のまわりのずれが高々 $\sqrt M$、すなわち $N^{1/4}$ の尺度に抑えられることがわかる。
この記事では、凸距離を定義して重みつき Hamming 距離による特徴づけを示し、主定理を座標の個数についての帰納法で証明する。系として、Hamming 距離の集中、凸で Lipschitz な関数の中央値のまわりの集中を導き、最長増加部分列に応用する。証明を初等的にするため、各座標の値は有限集合にあるとする。

凸距離

凸距離

$\Omega_1,\dots,\Omega_N$ を有限集合とし、それぞれに確率 $\mu_i$ を与え、$\Omega:=\Omega_1\times\cdots\times\Omega_N$ に積測度 $P:=\mu_1\otimes\cdots\otimes\mu_N$ を考える。空でない $A\subset\Omega$ と $x\in\Omega$ について
$$ U_A(x):=\bigl\{s\in\{0,1\}^N\bigm|\text{ある }y\in A\text{ について、}s_i=0\text{ なら }x_i=y_i\bigr\} $$
とおき、その凸包を $V_A(x)\subset\mathbb{R}^N$ とする。原点から $V_A(x)$ への Euclid 距離
$$ d_T(A,x):=\min\{\lvert s\rvert\mid s\in V_A(x)\} $$
を $x$ の $A$ からの 凸距離(convex distance)という。$A=\emptyset$ なら $d_T(A,x):=\infty$ とおく。

$y\in A$ について、$x$ と $y$ の異なる座標の指示ベクトル $\mathbf 1_{\{x\ne y\}}:=(\mathbf 1[x_i\ne y_i])_i$ は $U_A(x)$ に属し、$U_A(x)$ の元はどれもそのような指示ベクトルより成分ごとに大きいか等しい。$V_A(x)$ はコンパクトな凸集合なので最小値は存在し、ただ 1 点でとられる。$d_T(A,x)=0$ と $x\in A$ は同値で、つねに $d_T(A,x)\le\sqrt N$ である。

重みつき Hamming 距離による特徴づけ

空でない $A$ と $x\in\Omega$ について
$$ d_T(A,x)=\max_{\alpha}\ \min_{y\in A}\sum_{i\colon x_i\ne y_i}\alpha_i $$
である。ここで最大は $\alpha\in[0,\infty)^N$、$\lvert\alpha\rvert=1$ の範囲でとる。特に、どの $\alpha\in[0,\infty)^N$ についても、ある $y\in A$ で $\sum_{i\colon x_i\ne y_i}\alpha_i\le d_T(A,x)\,\lvert\alpha\rvert$ となる。

最小ノルムの点で分離する

$\alpha\ge0$ について、1 次関数 $s\mapsto\langle\alpha,s\rangle$ の $V_A(x)$ での最小値は頂点の集合 $U_A(x)$ での最小値に等しく、$U_A(x)$ の元は指示ベクトル $\mathbf 1_{\{x\ne y\}}$($y\in A$)より成分ごとに大きいか等しいので
$$ \min_{s\in V_A(x)}\langle\alpha,s\rangle=\min_{y\in A}\sum_{i\colon x_i\ne y_i}\alpha_i $$
である。$s^*$ を $V_A(x)$ の最小ノルムの点とする。$\lvert\alpha\rvert=1$ なら左辺は $\langle\alpha,s^*\rangle\le\lvert s^*\rvert$ 以下である。逆に $s^*\ne0$ のとき、任意の $s\in V_A(x)$ と $0< t\le1$ で $(1-t)s^*+ts\in V_A(x)$ なので $\lvert s^*+t(s-s^*)\rvert^2\ge\lvert s^*\rvert^2$ で、$t\downarrow0$ として $\langle s^*,s\rangle\ge\lvert s^*\rvert^2$ である。$V_A(x)\subset[0,1]^N$ なので $s^*\ge0$ で、$\alpha:=s^*/\lvert s^*\rvert$ とおくと左辺は $\lvert s^*\rvert$ 以上である。$s^*=0$ なら $x\in A$ で、両辺とも $0$ である。$\square$

$\alpha=(1,\dots,1)$ とすると、$A$ からの Hamming 距離 $H(A,x):=\min_{y\in A}\#\{i\mid x_i\ne y_i\}$ について $H(A,x)\le\sqrt N\,d_T(A,x)$ である。凸距離は、すべての重み $\alpha$ についての重みつき Hamming 距離を同時に抑える。

主定理

Talagrand の凸距離不等式

def-tal-convex-distance の設定で、すべての $A\subset\Omega$ について
$$ \int_\Omega\exp\Bigl(\frac14d_T(A,x)^2\Bigr)\,dP(x)\le\frac1{P(A)} $$
である($P(A)=0$ なら右辺は $\infty$)。特に、すべての $t\ge0$ について
$$ P(A)\,P\bigl(d_T(A,\cdot)\ge t\bigr)\le e^{-t^2/4}. $$

証明の筋

第 2 の式は、第 1 の式に Markovの不等式 を当てたものである($\{d_T\ge t\}$ の上で被積分関数は $e^{t^2/4}$ 以上)。第 1 の式は座標の個数についての帰納法で示し、その鍵は次の 1 変数の不等式 lem-tal-key である。証明は prf-thm-tal-main にある。

鍵の不等式

$0< r\le1$ について
$$ \inf_{0\le\lambda\le1}r^{-\lambda}\exp\frac{(1-\lambda)^2}4\le2-r . $$
$r=0$ についても、$\lambda=0$ をとれば左辺の式の値 $e^{1/4}$ は $2$ 以下である。

$r< e^{-1/2}$ なら $\lambda=0$ をとる。$e^{1/4}< 1.29< 2-e^{-1/2}< 2-r$ である。$r\ge e^{-1/2}$ なら $\lambda:=1+2\log r\in[0,1]$ をとると $1-\lambda=-2\log r$ で、左辺の式の対数は $-\lambda\log r+(\log r)^2=-\log r-(\log r)^2$ である。よって
$$ f(r):=\log(2-r)+\log r+(\log r)^2\ge0\qquad(e^{-1/2}\le r\le1) $$
を示せばよい。$f(1)=0$ である。$rf'(r)=-\frac r{2-r}+1+2\log r$ は $r=1$ で $0$ で、その導関数 $\frac2r-\frac2{(2-r)^2}$ は $0< r\le1$ で $0$ 以上である($(2-r)^2\ge1\ge r$)。よって $rf'(r)\le0$ で $f$ は非増加なので、$f(r)\ge f(1)=0$ である。$\square$

最後の座標で切って Hölder の不等式

要点:最後の座標の値 $\omega$ を固定した切り口 $A(\omega)$ と射影 $B$ について、$d_T(A,\cdot)^2$ が両者の凸距離の凸結合で抑えられることを使い、Hölderの不等式 と帰納法の仮定で積分を評価し、凸結合の重み $\lambda$ を lem-tal-key で選ぶ。

証明を開く

$P(A)=0$ なら示すことはないので $P(A)>0$ とする。座標の個数 $N$ についての帰納法で示す。

$N=1$。 $x\in A$ なら $d_T=0$、$x\notin A$ なら $U_A(x)=\{1\}$ で $d_T=1$ である。$p:=P(A)$ とおくと、左辺は $p+(1-p)e^{1/4}\le p+2(1-p)=2-p\le1/p$ である($p(2-p)\le1$)。

$N$ から $N+1$。 $\Omega'=\Omega\times\Omega_{N+1}$、$P'=P\otimes\mu$ とし、$A\subset\Omega'$ について、$\omega\in\Omega_{N+1}$ の切り口 $A(\omega):=\{x\in\Omega\mid(x,\omega)\in A\}$ と射影 $B:=\bigcup_\omega A(\omega)$ を考える。$z=(x,\omega)$ とする。$s\in U_{A(\omega)}(x)$ なら(同じ $y$ を使って)$(s,0)\in U_A(z)$ であり、$t\in U_B(x)$ なら、$y\in B$ は $(y,\omega')\in A$ となる $\omega'$ をもつので $(t,1)\in U_A(z)$ である。凸包をとると、$s\in V_{A(\omega)}(x)$、$t\in V_B(x)$、$0\le\lambda\le1$ について $(\lambda s+(1-\lambda)t,\,1-\lambda)\in V_A(z)$ で、$u\mapsto\lvert u\rvert^2$ の凸性から $$d_T(A,z)^2\le(1-\lambda)^2+\lambda\,d_T(A(\omega),x)^2+(1-\lambda)\,d_T(B,x)^2$$ である($A(\omega)=\emptyset$ なら $\lambda=0$ に限る)。$\omega$ を固定して $x$ で積分し、指数 $\frac1\lambda,\frac1{1-\lambda}$ の Hölder の不等式と帰納法の仮定を使うと $$\int_\Omega e^{d_T(A,(x,\omega))^2/4}\,dP(x)\le e^{(1-\lambda)^2/4}\Bigl(\frac1{P(A(\omega))}\Bigr)^\lambda\Bigl(\frac1{P(B)}\Bigr)^{1-\lambda}=\frac1{P(B)}\,e^{(1-\lambda)^2/4}\,r^{-\lambda}$$ である。ここで $r:=P(A(\omega))/P(B)\in[0,1]$($A(\omega)\subset B$)で、$r=0$ のときは $\lambda=0$ とする。lem-tal-key から左辺は $\frac1{P(B)}\bigl(2-\frac{P(A(\omega))}{P(B)}\bigr)$ 以下である。$\omega$ について $\mu$ で積分すると、$\int P(A(\omega))\,d\mu(\omega)=P'(A)$ なので、$u:=P'(A)/P(B)$ とおいて $$\int_{\Omega'}e^{d_T(A,\cdot)^2/4}\,dP'\le\frac{2-u}{P(B)}=\frac{u(2-u)}{P'(A)}\le\frac1{P'(A)}$$ である。$\square$

thm-tal-main の積分の形は、帰納法がそのまま回るように選ばれている。集合 $A$ の確率が小さくても、指数関数の積分が $1/P(A)$ で抑えられるので、$P(A)\ge\frac12$ のような集合から離れた点の確率がすぐに評価できる。

系

Hamming 距離の集中

$A\subset\Omega$ と整数 $k\ge0$ について $P(A)\,P\bigl(H(A,\cdot)\ge k\bigr)\le e^{-k^2/(4N)}$ である。

prop-tal-weights の後の注意から $H(A,x)\ge k$ なら $d_T(A,x)\ge k/\sqrt N$ なので、thm-tal-main を $t=k/\sqrt N$ で使えばよい。$\square$

Hamming 距離 $H(A,\cdot)$ は各座標の変化で $1$ しか変わらないので、濃度不等式 の McDiarmid の不等式からも同じ形の評価が出て、指数の係数はそちらの方が良い。凸距離の強みは、prop-tal-weights により重み $\alpha$ を点 $x$ ごとに選べることにある。次の 2 つの応用はどちらもそれを使う。

凸で Lipschitz な関数の集中

各 $\Omega_i$ を $[0,1]$ の有限部分集合とし、$F\colon[0,1]^N\to\mathbb{R}$ を凸関数で、Euclid 距離について $\lvert F(x)-F(x')\rvert\le\lvert x-x'\rvert$ を満たすものとする。$m$ を $F(X)$ の中央値($P(F\le m)\ge\frac12$ かつ $P(F\ge m)\ge\frac12$)とすると、すべての $t\ge0$ について
$$ P(F\ge m+t)\le2e^{-t^2/4},\qquad P(F\le m-t)\le2e^{-t^2/4}. $$

凸包の点で近似する

凸包までの距離。 空でない $A\subset\Omega$ と $x\in\Omega$ について、$\mathbb{R}^N$ での $x$ から $A$ の凸包 $\operatorname{conv}A$ までの Euclid 距離は $d_T(A,x)$ 以下である。実際、$d_T(A,x)=\lvert s\rvert$ となる $s\in V_A(x)$ を $s=\sum_k\lambda_ks^{(k)}$($s^{(k)}\in U_A(x)$、$\lambda_k\ge0$、$\sum_k\lambda_k=1$)と書き、$s^{(k)}$ を与える $y^{(k)}\in A$ をとって $w:=\sum_k\lambda_ky^{(k)}\in\operatorname{conv}A$ とおく。座標が $[0,1]$ にあるので $\lvert x_i-y^{(k)}_i\rvert\le\mathbf 1[x_i\ne y^{(k)}_i]\le s^{(k)}_i$ で、$\lvert x_i-w_i\rvert\le\sum_k\lambda_ks^{(k)}_i=s_i$ となるから $\lvert x-w\rvert\le\lvert s\rvert$ である。
評価。 実数 $a$ について $A:=\{F\le a\}\cap\Omega$ とする。$F$ は凸なので $\operatorname{conv}A$ で $F\le a$ で、Lipschitz 性と上の距離の評価から $F(x)\le a+d_T(A,x)$ である。よって $\{F\ge a+t\}\subset\{d_T(A,\cdot)\ge t\}$ で、thm-tal-main から $P(F\le a)\,P(F\ge a+t)\le e^{-t^2/4}$ である。$a=m$ とすると第 1 の式、$a=m-t$ とすると $P(F\ge m)\ge\frac12$ から第 2 の式が出る。$\square$

2 つを合わせると $P(\lvert F-m\rvert\ge t)\le4e^{-t^2/4}$ で、次元 $N$ によらない。Led99 はこれを一般の $[0,1]$ 上の積測度について述べ((3.3) p. 163、(3.7) p. 165)、平均のまわりの上側の評価 $P(F\ge E_P(F)+r)\le e^{-r^2/2}$ を 対数Sobolev不等式 から導いている(Corollary 3.3、p. 165)。凸性は外せない(ex-tal-table の 2 行目)。

最長増加部分列

$\Omega_1=\cdots=\Omega_N$ を実数の有限集合とする。$x\in\Omega$ について、$i_1< \cdots< i_p$ かつ $x_{i_1}< \cdots< x_{i_p}$ となる最大の $p$ を $L(x)$ と書き、$x$ の 最長増加部分列 の長さという。

最長増加部分列と凸距離

実数 $a\ge0$ について $A_a:=\{y\in\Omega\mid L(y)\le a\}$ が空でないとき、すべての $x\in\Omega$ について
$$ a\ge L(x)-d_T(A_a,x)\sqrt{L(x)} . $$

$b:=L(x)$ とし、$x$ の最長増加部分列の番号の集合を $I$($\lvert I\rvert=b$)とする。prop-tal-weights を $\alpha=\mathbf 1_I$($\lvert\alpha\rvert=\sqrt b$)で使うと、$y\in A_a$ で、$J:=\{i\in I\mid y_i\ne x_i\}$ が $\lvert J\rvert\le d_T(A_a,x)\sqrt b$ を満たすものがある。$I\setminus J$ の番号では $y_i=x_i$ なので、$(y_i)_{i\in I\setminus J}$ は $y$ の増加部分列で、$b-\lvert J\rvert\le L(y)\le a$ である。$\square$

最長増加部分列の集中

$X_1,\dots,X_N$ を独立で、それぞれ実数の有限集合に値をとる確率変数とし、$L:=L(X_1,\dots,X_N)$ とする。整数 $m\ge0$ と $u>0$ について
$$ P(L\le m)\,P(L\ge m+u)\le\exp\Bigl(-\frac{u^2}{4(m+u)}\Bigr),\qquad P(L\le m-u)\,P(L\ge m)\le\exp\Bigl(-\frac{u^2}{4m}\Bigr) $$
である(第 2 の式では $m\ge1$)。特に $L$ の中央値 $M$ について $P(L\ge M+u)\le2e^{-u^2/(4(M+u))}$、$P(L\le M-u)\le2e^{-u^2/(4M)}$ である。

関数 $b\mapsto(b-c)/\sqrt b$ は $b\ge\max\{c,0\}$、$b>0$ で増加する。第 1 の式。 $A:=A_m$ とする(空なら左辺は $0$)。$L(x)\ge m+u$ なら lem-tal-lis から $d_T(A,x)\ge(L(x)-m)/\sqrt{L(x)}\ge u/\sqrt{m+u}$ なので、thm-tal-main から主張が出る。第 2 の式。 $A:=A_{m-u}$ とする($m-u< 0$ や $A=\emptyset$ なら左辺は $0$)。$L(x)\ge m$ なら $d_T(A,x)\ge(L(x)-m+u)/\sqrt{L(x)}\ge u/\sqrt m$ である。中央値の主張は $P(L\le M)\ge\frac12$、$P(L\ge M)\ge\frac12$ で割って得る。$\square$

ランダムな置換

$\sigma$ を $\{1,\dots,N\}$ の一様ランダムな置換とし、$\ell_N$ を $(\sigma(1),\dots,\sigma(N))$ の最長増加部分列の長さとする。$X_i$ を $\{1,\dots,K\}$ の一様分布に従う独立な確率変数とすると、値がすべて異なる事象(確率 $1-\varepsilon_K$、$\varepsilon_K\le\binom N2/K$)の上で、値の順位の並びは一様ランダムな置換で、$L$ はその最長増加部分列の長さに等しい。よって各 $k$ で $\lvert P(L\le k)-P(\ell_N\le k)\rvert\le2\varepsilon_K$ であり、thm-tal-lis の 2 つの積の不等式で $K\to\infty$ とすると、同じ不等式が $\ell_N$ についても成り立つ。
中央値の大きさは次のように抑えられる。長さ $k$ の増加部分列の個数の期待値は $\binom Nk\frac1{k!}\le\frac{N^k}{(k!)^2}\le\bigl(\frac{e^2N}{k^2}\bigr)^k$ なので($k!\ge(k/e)^k$)、$k=\lceil3\sqrt N\rceil\ge5$($N\ge2$)では $P(\ell_N\ge k)\le(e^2/9)^5< \frac12$ となり、$\ell_N$ の中央値 $M$ は $3\sqrt N$ 未満である。よって $\ell_N$ が $M$ から $\sqrt M\le\sqrt3\,N^{1/4}$ の何倍もずれる確率は指数的に小さい。McDiarmid の不等式(1 つの $X_i$ を変えても $L$ は $1$ しか変わらない)が与えるずれの尺度 $\sqrt N$ は、$\ell_N$ の大きさ $\sqrt N$ と同じ程度で、集中については何も言わない。単調部分列の長さの下からの評価は Erdős–Szekeresの定理(単調部分列) が与える。

反例:仮定を外すと成り立たないこと

各行は、その主張の仮定を 1 つだけ外す。

主張外す仮定反例成り立たなくなること
thm-tal-main積測度(座標の独立性)$\Omega=\{0,1\}^N$ で、確率 $\frac12$ ずつ全座標 $0$ か全座標 $1$、$A=\{(0,\dots,0)\}$$P(A)P(d_T\ge\sqrt N)=\frac14$ だが、$N\ge6$ で $e^{-N/4}< \frac14$
cor-tal-convex-lipschitz$F$ の凸性$\{0,1\}^N$ に一様分布、$F$ は $\mathbb{R}^N$ の点の集合 $\{y\in\{0,1\}^N\mid\sum y_i\le N/2\}$ までの Euclid 距離、$N=10000$、$t=10$$m=0$ は中央値だが、$P(F\ge10)\approx0.023$ が $2e^{-25}$ を上回る
cor-tal-convex-lipschitzLipschitz 定数 $1$$N=1$、$\{0,1\}$ に一様分布、$F(x)=3x$$m=0$ は中央値だが、$P(F\ge3)=\frac12>2e^{-9/4}$
cor-tal-convex-lipschitz値が $[0,1]$ にあること$N=1$、$\{0,3\}$ に一様分布、$F(x)=x$$m=0$ は中央値だが、$P(F\ge3)=\frac12>2e^{-9/4}$
表の確かめ

1 行目:$x=(1,\dots,1)$ と $y=(0,\dots,0)$ はすべての座標で異なるので $U_A(x)=\{(1,\dots,1)\}$、$d_T(A,x)=\sqrt N$ である。$e^{-6/4}\approx0.223< \frac14$ である。2 行目:$x\in\{0,1\}^N$ と点 $y$ の距離は異なる座標の個数の平方根なので $F(x)=\sqrt{\max\{\sum x_i-N/2,0\}}$ である。$F$ は集合までの距離なので定数 $1$ の Lipschitz 関数だが、集合が凸でないので凸ではない。$P(F=0)=P(\sum x_i\le5000)\ge\frac12$ なので $0$ は中央値で、$P(F\ge10)=P(\sum x_i\ge5100)$ は二項分布の計算で約 $0.023$ である(中心極限定理 の近似では $1-\Phi(2)\approx0.0228$)。3 行目・4 行目:$P(F\le0)=P(F\ge0)\ge\frac12$ で、$2e^{-9/4}\approx0.211$ である。$F$ は凸で、3 行目では Lipschitz 定数が $3$、4 行目では値の範囲が $[0,3]$ である。$\square$

補足

一般の確率空間

Tal95 は thm-tal-main を任意の確率空間の積について述べている(Theorem 4.1.1、p. 123)。そこでは $d_T(A,\cdot)$ が可測でないことがある点を断ったうえで可測性を無視して議論し、一般の場合は扱いやすい集合で内側から近似して導くことを注意している(pp. 81–82)。この記事は各座標を有限集合にとって、可測性の問題を避けた。ex-tal-permutation のように、連続な分布の量は有限集合の値で近似して扱える。

名前と文献

凸距離 $f_c(A,x)$ と thm-tal-main((4.1.2)・(4.1.3))は Tal95 §4.1(p. 123)にあり、prop-tal-weights にあたるのが Lemma 4.1.2(p. 124。同論文は片方の向きだけを証明し、逆向きは Hahn–Banach の定理によると述べる)、lem-tal-key が Lemma 4.1.3(p. 124、証明は p. 125)、帰納法による証明が pp. 125–126 にある。Tal95 は lem-tal-key を W. B. Johnson と G. Schechtman の論文から採ったと述べている(p. 125)。最長増加部分列への応用は同論文 §7.1 の Lemma 7.1.1 と Theorem 7.1.2(p. 153、証明は p. 154)である。同論文は最長共通部分列(§7.2)や パーコレーション の第一通過時間(§8.3)にも応用している。

関連項目

参考文献

[2]
Michel Ledoux, Concentration of measure and logarithmic Sobolev inequalities, Séminaire de Probabilités XXXIII, Lecture Notes in Mathematics 1709, Springer, 1999, pp. 120–216(§3.2:(3.3) p. 163、Corollary 3.3・(3.7) p. 165)

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する