NSM-021

Kolmogorov 前進方程式と平衡分布 π

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】

1. 前進方程式の定義と導出

教科書・一次文献で確認済み

1-1. 行列形式

有限状態 CTMC $\{X(t)\}_{t \geq 0}$（状態空間 $S = \{1, \ldots, n\}$、生成作用素 $Q$）の遷移確率行列 $P(t) = (P_{ij}(t))$ は以下の ODE を満たす：

$$\boxed{\frac{dP(t)}{dt} = P(t)\,Q, \quad P(0) = I}$$

これが Kolmogorov 前進方程式（行列形式）。

1-2. 分布の時間発展（ベクトル形式）

$p(t) = (p_1(t), \ldots, p_n(t))$ を時刻 $t$ での状態確率の行ベクトルとする（$p_j(t) = P(X(t) = j)$）。前進方程式はベクトル形式で：

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

解は $p(t) = p_0\,e^{Qt}$（行ベクトルに右からかける）。

1-3. 導出（Chapman-Kolmogorov から微分へ）

Chapman-Kolmogorov 関係式: $P(t+h) = P(t)\,P(h)$（半群性。導出は NSM-014）

差分を作る: $$P(t+h) - P(t) = P(t)\,P(h) - P(t) = P(t)\,(P(h) - I)$$ $h$ で割って $h \to 0^+$: $$\frac{dP(t)}{dt} = P(t)\,\lim_{h \to 0^+} \frac{P(h) - I}{h} = P(t)\,Q$$ ここで $Q := P'(0) = \lim_{h \to 0^+} \frac{P(h) - I}{h}$（Q の定義。詳細は NSM-020 / NSM-011）。

後進方程式も $P(t+h) = P(h)\,P(t)$ から同様に得られ、$P'(t) = Q\,P(t)$。
可換性 $QP(t) = P(t)Q$（$Q$ と $e^{Qt}$ は可換）により、両方程式の解は同じ $P(t) = e^{Qt}$。
図 1. 前進方程式の導出ステップ Chapman-Kolmogorov P(t+h) = P(t) P(h) 半群性（NSM-014） 差分 差分式 P(t+h) - P(t) = P(t)(P(h) - I) h→0+ 微分の定義を適用 P'(t) = P(t) · Q Q := lim P(h)-I / h 前進方程式 P'(t) = P(t) Q P(0) = I （後進方程式も同様: P(t+h) = P(h)P(t) → P'(t) = QP(t)） 可換性: QP(t) = P(t)Q （Q と e^{Qt} は可換） → 前進・後進方程式の解は同じ P(t) = exp(Qt)
図 1. 前進方程式の導出。Chapman-Kolmogorov → 差分 → h→0+ 極限 の 3 ステップ。後進方程式との可換性も示す。

2. 何のために必要か — 4 つの目的

教科書・一次文献で確認済み

目的 1: 時間発展の追跡

初期分布 $p_0$ がわかれば、任意時刻 $t$ での状態分布が解析的に得られる：

$$p(t) = p_0\,e^{Qt}$$

「今どの状態にいるか」の確率分布を時間の関数として追跡できる。

目的 2: 観測量の予測（イオンチャネル文脈）

状態 $j$ の占有確率 $p_j(t) = (p_0\,e^{Qt})_j$ は直接観測量に対応する：

$$I(t) = N \cdot \gamma \cdot (V - E_{\rm rev}) \cdot p_{\rm open}(t)$$

ここで $N$ は総チャネル数、$\gamma$ は単一チャネルコンダクタンス。実験のマクロ電流波形 $I(t)$ の理論曲線が前進方程式から得られる（NSM-009 参照）。

目的 3: 平衡分布の数学的定義の場

$dp/dt = 0$（定常）を要求すると：

$$\pi\,Q = 0$$

これが平衡分布 $\pi$ の条件式として前進方程式から直接導かれる（詳細はセクション 3）。

目的 4: 前進 vs 後進の解釈の違い

同じ解 $e^{Qt}$ だが、「何を問いたいか」が異なる：

方程式何を固定するか自然な応用
前進方程式初期分布 $p_0$ を固定将来の占有確率計算・マクロ電流予測
後進方程式終状態（または観測クラス）を固定滞在時間分布・初到達時間・吸収問題

用語整理の詳細は NSM-005。

図 2. 前進方程式 vs 後進方程式 — 視点の違い 前進方程式 P'(t) = P(t)Q 時間 → p(0) 固定 t=0 p(t) = ? （求める） t=t 「確率を未来へ流す」 p(t) = p(0) exp(Qt) → 観測量の予測・平衡分布の計算 → マクロ電流 I(t) の理論曲線 後進方程式 P'(t) = QP(t) 時間 → 起源 = ? （求める） t=0 終状態 固定 t=t 「終状態から過去を見る」 P'(t) = Q P(t) → 滞在時間・初到達時間 → dwell time 分布 f_C(t)
図 2. 前進方程式（緑枠）と後進方程式（紫枠）の視点の違い。解は同じ exp(Qt) だが、「固定するもの」と「求めるもの」が逆転している。

3. 平衡分布 π の定義

教科書・一次文献で確認済み

3-1. 長時間極限としての定義

CTMC が既約 (irreducible)（全状態が一つの連結成分をなす）かつエルゴード的であれば、初期分布によらず長時間極限が存在する：

$$\pi := \lim_{t \to \infty} p(t)$$

性質:

3-2. イオンチャネルにおける意味

$\pi_j$ は「十分長い記録における状態 $j$ の占有時間の割合」（エルゴード定理）。例えば 2 状態モデルの $\pi_{\rm open}$ = 開確率（$P_o$）。

4. なぜ π が現れるのか — 数学的・物理的理由

4-1. 数学的: 定常条件 πQ = 0

教科書・一次文献で確認済み

前進方程式 $dp/dt = pQ$ において、時間変化が止まる（$dp/dt = 0$）条件を課すと：

$$\pi\,Q = 0$$

つまり $\pi$ は Q の固有値 0 に対応する左固有ベクトル。さらに規格化条件 $\pi\,\mathbf{1} = 1$（$\mathbf{1}$ は成分がすべて 1 の縦ベクトル）を合わせて解く。

4-2. なぜ Q に固有値 0 があるのか

教科書・一次文献で確認済み
Q の行和ゼロの帰結:
$$Q\,\mathbf{1} = \mathbf{0} \quad \text{（各行の要素の和 = 0）}$$ これは $\mathbf{1} = (1, 1, \ldots, 1)^T$ が Q の固有値 0 に対応する右固有ベクトルであることを意味する。
固有値は左右共通（固有多項式 $\det(\lambda I - Q) = 0$ は同じ）なので、固有値 0 の左固有ベクトルも存在する。それが平衡分布 $\pi$ の候補。

4-3. 物理的: 確率保存が固有値 0 を強制する

教科書・一次文献で確認済み

「全状態の確率の合計は常に 1」（確率保存）：

$$\sum_j p_j(t) = 1 \quad \text{for all } t$$

これを前進方程式に代入すると $\frac{d}{dt}\sum_j p_j = \sum_j (pQ)_j = p\,Q\,\mathbf{1} = 0$ が要請される。Q の行和ゼロ（$Q\,\mathbf{1} = \mathbf{0}$）はこの確率保存を保証する条件であり、固有値 0 の存在を論理的に強制する。

4-4. なぜ記号 π を使うのか

標準的・手元未確認

確率論・マルコフ連鎖の文献（Norris 1997, Kemeny-Snell 1960 等）での慣例。円周率 π とは無関係。文脈（確率論 vs 幾何学）で区別が自明なため混乱は生じない。

図 3. Q の固有値 0 と右・左固有ベクトルの対応 Q 行列 n × n 生成作用素 q_ij ≥ 0 (i≠j) 行和ゼロ: Q・1 = 0 固有値: 0, λ₂, ..., λₙ 右固有ベクトル Q · 1 = 0 1 = (1,1,...,1)ᵀ ← 確率保存が強制 固有値 0 右作用 左固有ベクトル π Q = 0 π = (π₁,...,πₙ) Σπᵢ = 1, πᵢ ≥ 0 = 平衡分布 左作用 確率保存 Σpⱼ = 1（物理的要請） → Q・1 = 0 （行和ゼロ） → 固有値 0 の存在 → π の存在
図 3. Q の右固有ベクトル（全 1 ベクトル = 確率保存）と左固有ベクトル（π = 平衡分布）は固有値 0 の両側に対応する。

5. Q 行列との関係 — まとめ

教科書・一次文献で確認済み
性質Q 側平衡分布 π 側
行和ゼロ $Q\,\mathbf{1} = \mathbf{0}$（右固有ベクトル $\mathbf{1}$、固有値 0） —
左固有ベクトル — $\pi\,Q = \mathbf{0}$（固有値 0）
既約性 Q が既約 (irreducible): 全状態間に遷移経路あり $\pi$ が一意に存在（各 $\pi_i > 0$）
エルゴード性 全状態を行き来できる（正再帰的） $p(t) \to \pi$（初期分布によらず）
長時間極限 $e^{Qt} \to \mathbf{1}\,\pi$（全行が $\pi$） $p(t) = p_0\,e^{Qt} \to p_0\,\mathbf{1}\,\pi = \pi$
他の固有値 $\lambda_2, \ldots, \lambda_n < 0$（既約エルゴード条件下） $e^{\lambda_k t} \to 0$（$t \to \infty$）→ $\pi$ への収束を支配
固有値 0 と dwell time 分解の注意:
Q 全体の固有値 0 は「平衡分布」に対応する。一方、dwell time 分布で登場する固有値は $Q_{CC}$（状態クラスのサブブロック）の負固有値のみ。固有値 0 は dwell time 分布には現れない。混同注意（NSM-003 / NSM-019 §7 参照）。

6. 2 状態モデルの具体計算

教科書・一次文献で確認済み

状態 1（閉）・状態 2（開）の 2 状態イオンチャネルモデル：

$$Q = \begin{pmatrix} -\alpha & \alpha \\ \beta & -\beta \end{pmatrix}$$

ここで $\alpha > 0$（閉 → 開 遷移率）、$\beta > 0$（開 → 閉 遷移率）。

πQ = 0 を解く

$(\pi_1, \pi_2)\,Q = (0, 0)$ と $\pi_1 + \pi_2 = 1$ を連立：

$$\pi_1(-\alpha) + \pi_2\,\beta = 0 \implies \pi_1\,\alpha = \pi_2\,\beta$$ $$\boxed{\pi_1 = \frac{\beta}{\alpha + \beta}, \quad \pi_2 = \frac{\alpha}{\alpha + \beta}}$$

物理的解釈

図 4. 2 状態モデルの遷移図と平衡分布の計算 遷移図 状態 1 （閉） 状態 2 （開） α β πQ = 0 の解 (π₁, π₂)·Q = (0, 0) π₁·α = π₂·β かつ π₁ + π₂ = 1 π₁ = β/(α+β) 閉状態の占有確率 α大 → π₁ 小 ✓ π₂ = α/(α+β) 開確率 Pₒ α大 → π₂ 大 ✓ 詳細釣り合い: π₁·α = π₂·β = αβ/(α+β)
図 4. 2 状態モデルの遷移図（左）と πQ = 0 の解（右）。α が大きいほど閉状態の滞在確率 π₁ が小さくなる直感と一致。

7. 長時間極限 p(t) → π の収束

教科書・一次文献で確認済み

エルゴード的 CTMC では初期分布によらず $p(t) \to \pi$。収束速度は Q の 2 番目に大きい固有値（$\lambda_2 < 0$、0 に最も近い負固有値）が支配する：

$$\|p(t) - \pi\| \leq C\,e^{\lambda_2 t}$$

$|\lambda_2|$ が大きいほど速く収束（2 状態モデルでは $\lambda_2 = -(\alpha + \beta)$）。

図 5. 複数の初期分布から始めた p₂(t) の収束（α=2, β=1 → π₂ = 2/3） t p₂(t) 0 0.5 1 π₂ = 2/3 p₂(0) = 0（閉から出発） p₂(0) = 1（開から出発） p₂(0) = 0.3 t ≈ 1/(α+β) = 収束の時定数 1 2 3
図 5. 異なる初期分布（緑: p₂(0)=0、赤: p₂(0)=1、紫破線: p₂(0)=0.3）から始めた開状態確率 p₂(t) が、すべて π₂ = 2/3 に収束する（α=2, β=1）。収束の時定数は 1/(α+β) = 1/3。

8. 詳細釣り合いと可逆性（補足）

標準的・手元未確認

$\pi Q = 0$ は 大域的な釣り合い条件（global balance）：

$$\sum_{j \neq i} \pi_i\,q_{ij} = \sum_{j \neq i} \pi_j\,q_{ji} \quad \text{（状態 $i$ への流入 = 流出）}$$

これより強い条件が 詳細釣り合い (detailed balance)：

$$\pi_i\,q_{ij} = \pi_j\,q_{ji} \quad \text{for all } i \neq j$$

詳細釣り合いが成立する CTMC を可逆 (reversible) という。可逆性は「時間を逆転させても統計的に区別できない」という対称性に対応する。2 状態モデルは常に可逆（上の計算より）。3 状態以上では詳細釣り合いが成立しないモデルも存在し、それは非平衡定常状態（確率流が持続する）に対応する。

確信度まとめ

参考文献

  1. Norris, J. R. (1997). Markov Chains. Cambridge University Press. — Chapter 2 (連続時間マルコフ連鎖)・Chapter 3 (定常分布). 前進方程式の導出・平衡分布の存在一意性定理・詳細釣り合いの定義・エルゴード定理を標準的に展開。
  2. Colquhoun, D. & Hawkes, A. G. (1977). Relaxation and fluctuations of membrane currents that flow through drug-operated channels. Proceedings of the Royal Society B, 199, 231–262. — イオンチャネルへの Q 行列・前進方程式の適用の原典。マクロ電流 I(t) = N γ (V-E) p_open(t) の定式化。
  3. Colquhoun, D. & Hawkes, A. G. (1981). On the stochastic properties of single ion channels. Proceedings of the Royal Society B, 211, 205–235. — 単一チャネル記録の dwell time 分布と Q 行列のスペクトル分解。後進方程式からの dwell time 分布導出を含む。
  4. Colquhoun, D. & Hawkes, A. G. (1995). The principles of the stochastic interpretation of ion-channel mechanisms. In Sakmann & Neher (Eds.), Single-Channel Recording (2nd ed.), pp. 397–482. — 教科書章。平衡分布・前進/後進方程式・Q 行列の構造の体系的解説。

関連項目

作成: 2026-05-26 / NSM-021 / プロジェクト: Mathematics in Neuroscience プレゼン準備