NSM-023

後退方程式と平均到達時間 — 何を固定して何を動かすか

作成日: 2026-05-26 / 連続時間マルコフ連鎖 / Mathematics in Neuroscience プレゼン準備

【本ノートでの用語規約】

0. 一行答え — 「固定するもの」の核心

前進方程式: 初期分布ベクトル $p(0)$ を固定 → 時刻 $t$ を動かす → 未来の分布 $p(t)$ を求める

後退方程式（MFPT 問題）: ゴール状態での値（$h_j = 0,\; j \in G$） を固定 → 初期状態 $i$ を動かす → 各初期状態からの平均到達時間 $h_i$ を求める

ポイント：前進方程式では「ベクトルを丸ごと固定する」が、後退方程式では「一部の成分だけ（ゴール状態での値）を固定する」。これが混乱の原因。

前進方程式 (Forward) 初期分布 p(0) を固定 時刻 t を動かす 未来の分布 p(t) を求める 時間軸 t=0 (固定) t (動かす) 「出発点が決まっている。未来はどうなる？」 後退方程式 — MFPT (Backward) ゴール状態 h_G = 0 固定 初期状態 i を動かす 平均到達時間 h_i を求める 状態空間 状態 i (動かす) ゴール G (固定) 「ゴールが決まっている。どこから来ると長い？」
図 1. 前進方程式（左）と後退方程式・MFPT 問題（右）の「固定・動かす・求める」の対比。矢印の向きが逆になっていることに注意。

1. 前進方程式の復習（短く）

教科書・一次文献で確認済み

有限状態 CTMC $\{X(t)\}_{t \geq 0}$（状態空間 $S$、生成作用素 $Q$）の確率分布 $p(t)$ は前進方程式を満たす：

$$\frac{d p(t)}{dt} = p(t)\,Q, \qquad p(0) = p_0$$

詳細（Chapman-Kolmogorov からの導出・平衡分布 $\pi$ との関係・具体例）は NSM-021 を参照。

2. 後退方程式と平均到達時間問題

教科書・一次文献で確認済み

2-1. 問題設定

CTMC の状態空間 $S$ を 2 つに分ける：

$S = R \cup G$（非交差）と仮定する。平均到達時間（MFPT）を定義する：

$$h_i = E\bigl[\min\{t \geq 0 : X(t) \in G\} \mid X(0) = i\bigr], \qquad i \in R$$

「状態 $i$ から出発して、初めてゴール集合 $G$ に入る時刻の期待値」。

境界条件（固定するもの）：ゴール状態にすでにいるなら待ち時間ゼロ： $$h_j = 0, \qquad \forall j \in G$$ これが後退方程式での「固定するもの」の正体。特定の状態での値を 0 に固定する。

2-2. 方程式（後退方程式の定常版）

$Q_R$ を $Q$ の行・列を $G$ に対応する部分を取り除いた部分行列（$|R| \times |R|$ 行列）とする。$h_R = (h_i)_{i \in R}$ は以下を満たす：

$$\boxed{Q_R\, h_R = -\mathbf{1}}$$

ただし $\mathbf{1}$ は全成分が $1$ の縦ベクトル。有限既約 CTMC では $Q_R$ は可逆であり、一意解が存在する：

$$h_R = -Q_R^{-1}\,\mathbf{1}$$

2-3. 方程式の構成

$Q_R$ の $(i,j)$ 成分は Q 行列から次の規則で得られる：

3. 「固定」「動かす」「求める」の対比表

教科書・一次文献で確認済み
項目 前進方程式 後退方程式（MFPT）
固定するもの 初期分布 $p(0)$（ベクトル全体） ゴール状態での値（$h_j = 0, \; j \in G$）
動かすもの 時刻 $t$ 初期状態 $i \in R$
求めるもの 分布 $p(t)$（時刻ごとのベクトル） 平均到達時間 $h_i$（状態ごとのスカラー）
方程式 $\frac{dp}{dt} = pQ$, $\; p(0) = p_0$ $Q_R h_R = -\mathbf{1}$, $\; h_G = 0$
解 $p(t) = p_0 \, e^{Qt}$ $h_R = -Q_R^{-1}\mathbf{1}$
視点 「出発点を決める → 未来へ進む」 「ゴールを決める → 出発点を問う」

重要な対比：

「固定・動かす・求める」3 列の可視化 前進方程式 固定 p(0) ベクトル全体 (n 成分すべて) 動かす 時刻 t 求める p(t) — 分布ベクトル p(t) = p(0) e^{Qt} 後退方程式（MFPT） 固定 h_j = 0 (j in G) |G| 成分のみ固定 動かす 初期状態 i (i in R を変える) 求める h_i — 平均到達時間 h_R = -Q_R^{-1} 1
図 2. 前進方程式と後退方程式（MFPT）の「固定・動かす・求める」3 ステップを視覚化。オレンジ = 固定、青 = 動かす、緑 = 求める。

4. なぜ「前進」「後退」と呼ぶのか

教科書・一次文献で確認済み

数学的には：前進方程式は $P'(t) = P(t)Q$（Q が右から作用）、後退方程式は $P'(t) = QP(t)$（Q が左から作用）。どちらも同じ $P(t) = e^{Qt}$ が解（詳細は NSM-022）。

「backward」の意味に注意（NSM-005 より）
「後退方程式 (backward Kolmogorov)」の「backward」は「初期状態を変数として見る」という意味であり、「データ → モデル」の逆問題（inverse problem）とは無関係。「逆向きの計算」ではなく「出発点側に向かって情報が流れる方程式」。

5. 平均到達時間の方程式の導出

教科書・一次文献で確認済み
直感的導出（全期待値の法則）

状態 $i \in R$ にいるとき、次に何が起こるかを条件付けする（全期待値の法則）： $$h_i = \frac{1}{|q_{ii}|} + \sum_{j \neq i} \frac{q_{ij}}{|q_{ii}|}\, h_j$$ $j \in G$ のとき $h_j = 0$ を代入し、$|q_{ii}| = -q_{ii} = \sum_{j \neq i} q_{ij}$ を使って整理すると： $$-q_{ii}\, h_i = 1 + \sum_{j \in R,\, j \neq i} q_{ij}\, h_j$$ $$q_{ii}\, h_i + \sum_{j \in R,\, j \neq i} q_{ij}\, h_j = -1$$ 行列形式で書けば： $$Q_R\, h_R = -\mathbf{1}$$

$Q_R$ が可逆（有限既約 CTMC では $-Q_R$ が M-行列であり正定値）であることを使えば、一意解 $h_R = -Q_R^{-1}\mathbf{1}$ が存在する。

6. 具体例 — 3 状態イオンチャネルモデル

計算は独立に確認済み

6-1. モデル設定

3 状態 CTMC を考える：

Q 行列（遷移率）：

$$Q = \begin{pmatrix} -\alpha & \alpha & 0 \\ \beta_1 & -(\beta_1 + \gamma) & \gamma \\ 0 & \delta & -\delta \end{pmatrix}$$

求めるもの：$h_1$（閉状態 C₁ から初めて開状態に到達するまでの平均時間）、$h_2$（閉状態 C₂ からの MFPT）。

3 状態 CTMC の遷移図と Q_R 部分行列の抽出 C1 閉状態 1 C2 閉状態 2 O 開状態 ゴール G α β₁ γ δ h₃ = 0 (境界条件) → G を除去 Q_R (|R|×|R| = 2×2) ( ) -α α β₁ -(β₁+γ) 状態 3 (O) の行と列を Q から取り除いた部分
図 3. 3 状態 CTMC の遷移図（左）と Q から Q_R を抽出する手順（右）。ゴール状態 O（オレンジ）の行と列を取り除くと 2×2 の Q_R が得られる。

6-2. 数値例（$\alpha = 1, \beta_1 = 1, \gamma = 2, \delta = 3$）

$$Q_R = \begin{pmatrix} -1 & 1 \\ 1 & -3 \end{pmatrix}, \qquad Q_R h_R = \begin{pmatrix} -1 \\ -1 \end{pmatrix}$$ 連立方程式を解く： $$-h_1 + h_2 = -1 \quad \cdots (1)$$ $$h_1 - 3h_2 = -1 \quad \cdots (2)$$ $(1) + (2)$: $-2h_2 = -2$, よって $h_2 = 1$。代入して $h_1 = h_2 + 1 = 2$。
$h_1 = 2$ 秒（閉状態 C₁ から初めて開状態に達するまでの平均時間）
$h_2 = 1$ 秒（閉状態 C₂ からの MFPT）
C₂ の方が開状態に近い（$\gamma = 2$ の高速遷移を持つ）ため $h_2 < h_1$。
各初期状態からの平均到達時間 h_i 0 1 2 平均到達時間 h_i (秒) h₁ = 2 秒 C₁ (閉1) h₂ = 1 秒 C₂ (閉2) O (ゴール) h₃ = 0
図 4. 数値例 ($\alpha=1, \beta_1=1, \gamma=2, \delta=3$) での各初期状態からの平均到達時間 $h_i$。C₁ は 2 秒、C₂ は 1 秒。ゴール O は 0 秒（境界条件）。

7. 境界条件の直感的意味

教科書・一次文献で確認済み

$h_j = 0$ ($j \in G$) という境界条件は「ゴール状態にすでにいるなら、到達にかかる時間はゼロ」という当たり前の事実。この条件が方程式 $Q_R h_R = -\mathbf{1}$ を一意解を持つ問題に変える。

境界条件 h_j = 0 (j in G) の意味 通常状態集合 R（まだゴール未達） 状態 i h_i = ? 状態 k h_k = ? 状態 m h_m = ? ゴール集合 G（到達目標） ゴール j h_j = 0 ゴール l h_l = 0 「到達」= 終端
図 5. 境界条件 $h_j = 0$ ($j \in G$) の可視化。ゴール集合 $G$（右、オレンジ）に属する状態の $h$ 値はゼロに固定されている。これが後退方程式で「固定するもの」の正体。通常状態集合 $R$（左、青）の各状態の $h_i$ が未知数として求められる。

8. イオンチャネルへの応用 — dwell time 統計との接続

標準的だが手元で文献番号未確認（要検証）

イオンチャネルの CTMC モデルでは、後退方程式（MFPT）が次の実験量と対応する：

方向 問題設定 物理的意味
閉 → 開 $G = \{\text{開状態}\}$、$R = \{\text{閉状態}\}$ チャネルの 平均開口待ち時間（次に開くまでの平均時間）
開 → 閉 $G = \{\text{閉状態}\}$、$R = \{\text{開状態}\}$ チャネルの 平均開口持続時間（閉まるまでの平均時間）

MFPT の理論値を計算し、実験で観測される dwell time ヒストグラムの平均値と照合することで、Q 行列のパラメータ推定が可能になる。

後退方程式が「使えるもの」になる理由：
前進方程式は「分布が時間とともにどう変化するか」を記述し、定常分布 $\pi$ を求めるのに適している。一方、後退方程式は「特定の事象（ゴール到達）が起きるまでの待ち時間」を求めるのに適している。イオンチャネル研究では両方が必要で、役割が明確に分かれている。

参考文献

  1. Norris, J. R. (1997). Markov Chains. Cambridge University Press. Chapter 3（平均到達時間・後退方程式）。
  2. Colquhoun, D. & Hawkes, A. G. (1977). Relaxation and fluctuations of membrane currents that flow through drug-operated channels. Proc. R. Soc. Lond. B, 199(1135), 231–262. DOI 未確認
  3. Karlin, S. & Taylor, H. M. (1981). A Second Course in Stochastic Processes. Academic Press. Chapter 15（First passage times）。

関連項目

作成: 2026-05-26 / NSM-023 / プロジェクト: Mathematics in Neuroscience プレゼン準備