前進/後進 Kolmogorov 方程式 vs 逆問題

結論を先に:「後進方程式 (backward Kolmogorov) 」と「逆問題 (inverse problem) 」はまったく違うもの。混同しやすいが、前者は「方程式の書き方の違い」、後者は「データから未知パラメータを当てる枠組み」。

1. 何が問題か — 用語の混乱

イオンチャネルの状態数を実験データから推定する話を聞くとき、こんな問いが浮かぶかもしれない:

「マルコフ過程やQ行列を前進方程式で解析して未来の挙動を予測するのが普通だけど、
われわれがやりたいのは逆 (データから状態数を当てる) だから、後進方程式を使うべきでは?」

これは自然な発想だが、用語の選び方が少しズレている。整理しよう。

2. 前進方程式と後進方程式 — どちらも「順方向」の計算

まず、両者の式を並べる:

前進方程式 (forward)後進方程式 (backward)
$\dfrac{dP(t)}{dt} = P(t)\, Q$ $\dfrac{dP(t)}{dt} = Q\, P(t)$
動かすもの 終時刻 $t$ (未来の時刻) 初期状態 $i$ (どこから始めるか)
固定するもの 初期状態 $i$ 終状態 $j$
得たいもの 「未来の状態確率」 「初期条件の関数として見た確率」
典型的用途 マクロ電流波形のシミュレーション 滞在時間・初到達時間 (first passage time) の計算
重要: 「前進」「後進」というのは時間の向きではない。両方とも時刻 $t$ について微分する順方向の微分方程式。「何を変数として見るか」が違うだけ。
解はどちらも同じ $P(t) = \exp(Qt)$

図解: 何を動かして何を固定するか

前進方程式 「終時刻を動かす」 t (時間) i (固定) 初期状態 j(t) (動かす) → 未来の確率分布を見る 例: t秒後の開確率は? 後進方程式 「初期状態を動かす」 t (時間) i(変数) 初期状態を動かす j (固定) → どの初期状態だと j に着くか? 例: 「ある状態から開状態に 初到達する平均時間」

3. 逆問題 (inverse problem) とは別の話

われわれが本当にやりたいのは:

観測データ (open/closed の時系列)  ⟹  Q 行列・状態数を推定

これは「方程式の向き」の話ではなく、パラメータ推定 (parameter estimation) の話。
方程式は前進でも後進でも、解 $P(t) = \exp(Qt)$ は同じ。逆問題ではこの解をモデルとして使い、「観測データの確率 (尤度) を最大化する Q を探す」。

図解: 順問題と逆問題

順問題 (forward problem) Q 行列 (モデル・既知) exp(Qt) P(t) 確率分布 滞在時間の分布など 予測データ (シミュレーション) 逆問題 (inverse problem) ← われわれの目標 観測データ (single channel記録) 尤度最大化 (MLE) Q 行列 (未知 ← 推定する) 状態数 n (モデル選択)
覚え方:

4. イオンチャネルの例で具体化

2状態モデル $\mathrm{C} \rightleftharpoons \mathrm{O}$ で考える ($\alpha$: 閉から開、$\beta$: 開から閉) 。

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

順問題のシナリオ

逆問題のシナリオ (今回のテーマ)

5. なぜこの混乱が起きやすいか

「後進 (backward) 」という言葉から「データ → モデル」という逆向きの矢印を連想しがちだから。
しかし backward Kolmogorov の「backward」は初期状態を変数として見るという意味で、時間や因果の向きとは無関係。

歴史的注: Kolmogorov 自身が1931年の論文で「前進」「後進」と命名した。英語の forward / backward は数学者には自然な区別だが、応用分野の人には混乱を招くことがある。

6. プレゼンでの取り扱い指針

7. まとめ

用語何の話か使うとき
前進方程式方程式の書き方 (初期状態固定)未来の状態確率を計算
後進方程式方程式の書き方 (終状態固定)滞在時間・初到達時間を計算
逆問題パラメータ推定の枠組みデータから Q を当てる

作成日: 2026-05-18 / プロジェクト: Mathematics in Neuroscience プレゼン準備