diff --git a/source/ja/dynamics_simulation.md b/source/ja/dynamics_simulation.md
index 829d7558..3260cd76 100644
--- a/source/ja/dynamics_simulation.md
+++ b/source/ja/dynamics_simulation.md
@@ -19,7 +19,7 @@ language_info:
   name: python
   nbconvert_exporter: python
   pygments_lexer: ipython3
-  version: 3.8.10
+  version: 3.10.6
 ---
 
 # 物理系を表現する
diff --git a/source/ja/vqe_tracking.md b/source/ja/vqe_tracking.md
index da290d63..ece68aaa 100644
--- a/source/ja/vqe_tracking.md
+++ b/source/ja/vqe_tracking.md
@@ -161,7 +161,7 @@ $$
 
 上のような形式の最適化問題を**QUBO**（*Quadratic Unconstrained Binary Optimization*、2次制約無し2値最適化）と呼びます。一見特殊な形式ですが、実は様々な最適化問題（例えば有名な巡回セールスマン問題なども）がQUBOの形に落とし込めることが知られています。また、ここでは直接関係しませんが、量子アニーリングマシンと呼ばれるタイプの量子コンピュータでは、QUBOを解くことが動作の基本です。
 
-それでは、まずスコア$a_{i}$と$b_{ij}$を読み出しましょう。この後のプログラミングを簡単にするため、二つのスコアセットは一つの二次元配列`b`に記録されており、`b[i, i]`が$a_i$に対応するようになっています。
+それでは、まずスコア$a_{i}$と$b_{ij}$を読み出しましょう。
 
 ```{code-cell} ipython3
 # スコアの読み込み
@@ -189,7 +189,7 @@ $$
 H(h, J, s) = \sum_{i=1}^N h_i Z_i + \sum_{i=1}^N \sum_{j<i}^N J_{ij} Z_i Z_j + \text{(constant)}
 $$
 
-が得られます。これは物理を始め自然科学の様々な場面で登場するIsing模型のハミルトニアンと同じ形になっています。右辺の$constant$はハミルトニアンの定数項で、変分法において意味を持たないので以降は無視します。
+が得られます。これは物理を始め自然科学の様々な場面で登場するIsing模型のハミルトニアンと同じ形になっています。右辺の$\text{constant}$はハミルトニアンの定数項で、変分法において意味を持たないので以降は無視します。
 
 以下のセルで、上の処方に従ってIsingハミルトニアンの係数$h_i$と$J_{ij}$を計算してください。