NSM-007

ラプラス変換 vs フーリエ変換

畳み込みにおける使い分け — Mathematics in Neuroscience プレゼン補足 / 2026-05-23

このノートの結論（先に読む）:
過渡的な確率過程（初期値から始まる滞在時間分布・尤度の畳み込み）にはラプラス変換を使う。
定常状態の周波数スペクトル解析にはフーリエ変換を使う。
Colquhoun-Hawkes が片側ラプラスを使うのは、チャネルの開閉が「$t=0$ に始まる片側信号」だから。

1. 信号の対象範囲 — 最初の分岐点

2つの変換の最大の違いは、どの時間範囲の信号を扱うかだ。

ラプラス変換 $\mathcal{L}\{f\}(s) = \int_0^{\infty} f(t)\,e^{-st}\,dt$ 0 $t$ $f(t)=0$ $f(t)$ (片側) $e^{-\sigma t}$ で減衰発散も許容 フーリエ変換 $\mathcal{F}\{f\}(\omega) = \int_{-\infty}^{\infty} f(t)\,e^{-i\omega t}\,dt$ 0 $t$ $f(t)$ (両側) $L^2$ 絶対可積分が必要
図 1. ラプラス変換（片側, $t \geq 0$）とフーリエ変換（両側, $-\infty < t < \infty$）の信号範囲の違い

イオンチャネルの観測では、チャネルが「開いた瞬間」を $t=0$ として滞在時間を測定する。これは定義上 片側信号 であり、ラプラス変換の対象となる。

ラプラス変換フーリエ変換
時間範囲 $t \geq 0$（片側） $-\infty < t < \infty$（両側）
信号の条件 指数的増大も OK（$|f(t)| \leq M e^{ct}$） $L^2$ または絶対可積分が必要
変数 $s = \sigma + i\omega$（複素数） $\omega$（実数）
典型的な用途 初期値問題・過渡応答・ODE の代数化 定常信号・周波数スペクトル・フィルタ設計

2. $s = \sigma + i\omega$ — フーリエはラプラスの虚軸

ラプラス変換の変数 $s$ は複素数 $s = \sigma + i\omega$ だ。$\sigma$ は減衰率（実部）、$\omega$ は振動数（虚部）を表す。フーリエ変換はこの $\sigma$ をゼロに固定した特殊ケースと見なせる:

$$\mathcal{F}\{f\}(\omega) = \mathcal{L}\{f\}(s)\Big|_{s = i\omega} \quad \text{（収束領域が虚軸を含む場合）}$$

つまり フーリエ変換は s 平面の虚軸上でのラプラス変換 だ。

$\sigma$（実軸） $i\omega$（虚軸） 収束領域 （$\sigma > c$） フーリエ変換 ($\sigma = 0$ の断面) $s = \sigma + i\omega$ $\sigma$ $\omega$ 0 ラプラス変換 = s 平面全体（収束領域内） フーリエ変換 = 虚軸 ($\sigma=0$) 上の切断面
図 2. 複素 $s$ 平面：ラプラス変換は平面全体、フーリエ変換は虚軸（$\sigma=0$）上の断面に対応する
実用的な意味: フーリエ変換で「この信号の周波数成分は $\omega$ に集中している」という言明は、ラプラス変換では「$s = i\omega$ での極の位置」として現れる。両者の言語は同じ現象を違う窓から見ている。

3. 畳み込み定理 — 両方とも積に変わる、でも「何の積か」が違う

畳み込みの最大の御利益は、「時間域の畳み込み = 変換域の積」という関係だ。これは両変換に共通するが、片側と両側で意味が変わる。

3-1. 片側畳み込み（ラプラス）

$$\text{片側畳み込み:}\quad (f * g)(t) = \int_0^t f(\tau)\,g(t - \tau)\,d\tau \quad (t \geq 0)$$ $$\Downarrow \text{ラプラス変換}$$ $$\mathcal{L}\{f * g\}(s) = \mathcal{L}\{f\}(s) \cdot \mathcal{L}\{g\}(s)$$

イオンチャネルでの例: 「open 状態に $\tau$ 秒いる確率 $f(\tau)$」と「その後さらに $t-\tau$ 秒 open であり続ける確率 $g(t-\tau)$」の畳み込みが、滞在時間分布を構成する。上限が $t$ であることが因果律（未来からの影響なし）を保証する。

3-2. 両側畳み込み（フーリエ）

$$\text{両側畳み込み:}\quad (f * g)(t) = \int_{-\infty}^{\infty} f(\tau)\,g(t - \tau)\,d\tau$$ $$\Downarrow \text{フーリエ変換}$$ $$\mathcal{F}\{f * g\}(\omega) = \mathcal{F}\{f\}(\omega) \cdot \mathcal{F}\{g\}(\omega)$$

チャネル電流の power spectrum の計算ではこちらを使う: 定常状態での電流ゆらぎを「ノイズの自己相関関数のフーリエ変換」として表現する（Wiener-Khinchin 定理）。

片側畳み込み（ラプラス） 0 $t$ $t$ 積分区間 $[0, t]$ $f(\tau)$ 因果律を保証: $\tau < 0$ の寄与はゼロ 初期値問題・過渡応答・滞在時間分布の構成に使える 両側畳み込み（フーリエ） 0 $t$ 積分区間 $(-\infty, +\infty)$ $f(\tau)$（両側） 過去・未来の全範囲を考慮 定常信号・power spectrum・フィルタ応答の計算に使える
図 3. 片側畳み込み（積分上限が $t$）vs 両側畳み込み（積分範囲 $-\infty$ to $+\infty$）の違い

4. 役割の整理 — ODE を代数化するか、スペクトルを見るか

4-1. ラプラス変換: 微分方程式の代数化

微分演算子 $d/dt$ は、ラプラス変換後には $s$ の掛け算に変わる:

$$\mathcal{L}\left\{\frac{df}{dt}\right\}(s) = s\,F(s) - f(0)$$

ここで $f(0)$ は初期条件だ。初期値が自動的に式に取り込まれるのがラプラスの強みで、フーリエにはこの性質がない。ODE の解はラプラス域で代数的に求まり、逆変換で時間域に戻す。

4-2. フーリエ変換: 定常スペクトルの分解

フーリエ変換は信号が「どの周波数 $\omega$ に、どれだけのパワーが集中しているか」を教える。初期条件の概念はなく、$t = -\infty$ から $+\infty$ まで続く定常信号が前提だ。

5. 本プロジェクト（Colquhoun-Hawkes）での使い所

本プレゼンの文脈で、両変換がどこに登場するかを整理する。

場面 使う変換 なぜこちらか
滞在時間分布の生存関数
open 状態が時刻 $t$ まで続く確率 $S(t) = e^{-\lambda t}$		 ラプラス $t=0$ に始まる片側信号。$\tilde{S}(s) = 1/(s+\lambda)$
モーメント生成
滞在時間の平均・分散: $E[T] = -\tilde{f}'(0)$		 ラプラス $s=0$ 周辺の展開でモーメントが直接計算できる
隠れ状態の積分消去
Colquhoun-Hawkes 尤度で closed 状態を marginalize		 ラプラス（片側） 観測列 open-closed-open は $t \geq 0$ の順序付き事象。行列ラプラス $\tilde{Q}(s) = (sI - Q_{AA})^{-1}$ で hidden states を代数的に消去できる
チャネル雑音解析 (power spectrum)
電流ゆらぎ $S(\omega) = \int_{-\infty}^{\infty} R(\tau)\,e^{-i\omega\tau}\,d\tau$		 フーリエ 定常状態での統計的ゆらぎを周波数分解する（本プレゼン本編では未使用、補足）
Colquhoun-Hawkes が片側ラプラスを使う理由:
彼らの尤度計算では、チャネルの観測列を「$t_1$ 秒 open → $t_2$ 秒 closed → $t_3$ 秒 open → ...」という時系列で扱う。各区間は その区間の始まりを $t=0$ として計測される片側信号 だ。フーリエのように「$t=-\infty$ から始まる定常信号」を仮定することは物理的に意味をなさない。

Colquhoun-Hawkes の行列ラプラスとは

2状態以上の場合、$Q$ 行列を open ($A$) と closed ($F$) のサブブロックに分割する:

$$Q = \begin{pmatrix} Q_{AA} & Q_{AF} \\ Q_{FA} & Q_{FF} \end{pmatrix}$$

1回の open バーストから次の open バーストまでの遷移行列は、ラプラス変換後に次の代数式となる:

$$\tilde{G}_{AF}(s) = (sI - Q_{AA})^{-1}\,Q_{AF}$$ $$\tilde{G}_{FA}(s) = (sI - Q_{FF})^{-1}\,Q_{FA}$$

フーリエで同じことをしようとすると、$t=-\infty$ からの積分が必要になり、「チャネルが開いた瞬間 ($t=0$) 」という初期条件が式に入らない。これがフーリエでは代替できない理由だ。

6. s 平面での極の位置と時間域の挙動

ラプラス変換の極の位置が、時間域での挙動を完全に決める。この対応関係は、指数成分と状態数の対応を理解する上で重要だ。

$\sigma$ $i\omega$ 0 安定領域 ($\sigma < 0$) 発散領域 ($\sigma > 0$) $s = -\lambda$ $\Rightarrow e^{-\lambda t}$（純粋減衰） $s = -\alpha \pm i\omega_0$ $\Rightarrow e^{-\alpha t}\cos(\omega_0 t)$（振動減衰） $s = i\omega$ フーリエの周波数 $\omega$ Q 行列の固有値はすべて左半平面（$\sigma \leq 0$）→ 安定な確率過程を保証
図 4. $s$ 平面の極の位置と時間域での挙動。$Q$ 行列の固有値はすべて左半平面に位置し、確率過程の安定性を保証する

$Q$ 行列の固有値 $\lambda_k$ がすべて $\text{Re}(\lambda_k) \leq 0$ であることは、遷移確率行列 $P(t) = e^{Qt}$ が $t \to \infty$ で定常分布に収束することと等価だ。ラプラス変換の極は $s = \lambda_k$ に現れ、時間域では $e^{\lambda_k t}$ という指数成分になる — これが「指数の本数 = 状態数」の数学的根拠だ。

7. 結論 — 使い分けの決め手

判断フロー

問い 1: 信号は $t \geq 0$ から始まるか?
  はい → ラプラス変換が自然。初期条件を式に取り込める。
  いいえ（定常・両側信号）→ フーリエを検討。

問い 2: 初期値問題か、定常スペクトルか?
  初期値問題・過渡応答 → ラプラス。微分が $s$ の積になる。
  定常スペクトル → フーリエ。Wiener-Khinchin 定理が使える。

本プロジェクトの答え:
  滞在時間分布・尤度関数・隠れ状態の消去 → すべて片側ラプラス
  チャネル雑音の power spectrum → フーリエ（補足的使用）

場面変換決め手
過渡確率過程の畳み込み
（滞在時間・尤度）		 ラプラス 片側信号、初期条件あり、指数減衰
定常スペクトル
（チャネル雑音解析）		 フーリエ 両側信号、定常過程、周波数分解
両者の関係の確認 両方 $\mathcal{F} = \mathcal{L}|_{s=i\omega}$ として統一的に理解

参考文献

  1. Colquhoun, D. & Hawkes, A. G. (1995). The principles of the stochastic interpretation of ion channel mechanisms. In: Sakmann, B. & Neher, E. (eds.) Single-Channel Recording, 2nd edition, pp. 397–482. Plenum Press, New York. → プロジェクト全体の主要典拠：ラプラス変換がイオンチャネル解析でフーリエ変換より適する理由の枠組み
  2. Colquhoun, D. & Hawkes, A. G. (1981). On the stochastic properties of single ion channels. Proceedings of the Royal Society of London B, 211, 205–235. → 片側ラプラス変換による確率母関数の計算：実軸収束・極解析の応用
  3. Colquhoun, D. & Hawkes, A. G. (1982). On the stochastic properties of bursts of single ion channel openings and of clusters of bursts. Philosophical Transactions of the Royal Society of London B, 300, 1–59. → 複数状態系での畳み込み計算におけるラプラス変換の実用：フーリエとの棲み分けの根拠

関連項目

作成: 2026-05-23 / プロジェクト: Mathematics in Neuroscience プレゼン準備 / 補足ノート