NSM-015

なぜ CTMC 仮定が正当化されるのか
— 物理・数学・経験の三層構造

作成日: 2026-05-24 / CTMC 仮定の前提レイヤー / Mathematics in Neuroscience プレゼン準備

このドキュメントの核心:
「指数分布が実験で見えたから CTMC を仮定した」という読み方は 論理の向きの誤解 である。
正しい構造は逆で、物理が先にマルコフ性を要求し、数学が指数分布を一意に導き、観測がそれを確証する という三層になっている。
「仮定 → 予測」の演繹パイプライン (ctmc-deductive-pipeline) の更に手前にある「なぜ仮定してよいか」を扱うレイヤーノート。

§1. 問いの提起 — なぜこの疑問が生まれるか

演繹パイプライン (ctmc-deductive-pipeline.html) の Step 1 には次のように書かれている:

仮定 ①: チャネルの状態遷移は連続時間マルコフ過程 (CTMC) である
→ Step 2 の帰結として、観測 dwell time は指数分布に従う（数学的必然）

これを読んだとき「仮定 → 指数分布」という 下から上への必然 が見えるのと同時に、自然な疑問が生まれる:

ユーザの疑問（自然かつ本質的）:
確率密度関数から連続時間マルコフ過程を仮定としているのか？
確率密度関数が指数関数っぽいから仮説を立てた？ 何か根拠がある？
— すなわち「観測 → 仮定」という帰納の向きで読んでいる

この疑問が生まれるのは極めて自然である。なぜなら:

本ノートはその正当化の主役 — 三層構造 — を整理する。

三層構造のピラミッド — 正当化の階層 層 1: 物理的根拠 (a priori) 熱浴の時間スケール (ピコ秒) << 遷移の時間スケール (ミリ秒) → 観測前から無記憶性が物理的に強制される 層 2: 数学的一意性 Cauchy 関数方程式 f(s+t)=f(s)f(t) の解は e^{-λt} 唯一 → 無記憶性を仮定すれば指数分布が数学的必然 層 3: 経験的確証 実験で指数分布を観測 → 物理・数学の連鎖を追認 最も本質的 橋渡し 確証
図 1. 三層の正当化ピラミッド。物理 (底層) が最も本質的な根拠で、数学 (中層) が橋渡しし、経験 (頂層) が追認する。

§2. 三層構造の正当化

§2.1 層 1 — 物理的根拠（a priori、最も本質的）

物理の主張: イオンチャネルタンパク質のコンフォメーション変化は、観測時間スケールで無記憶

チャネルタンパク質を取り巻く水分子・イオン・熱的揺らぎ（熱浴）が何を行うかを考える。

この 9 桁の差により、チャネルが「ある状態に入った」という事実は、ほぼ瞬時に熱浴によって洗い流される。 次に遷移が起きるまでの待ち時間の間、チャネルはどれだけ長く待ってきたかを覚えていられない。 過去の滞在履歴が物理的に消去されている。

統計力学のアプローチでもこれを裏付ける。van Kampen (1992) が詳論するように、熱平衡状態にある多体系の粗視化された記述（特定のコンフォメーション状態への射影）は、時間スケールの分離が成立する条件下で マスター方程式 (master equation) に従う。マスター方程式は CTMC そのものであり、マルコフ性は観測前から熱統計力学が保証している。

結論（物理）: 指数分布を実験で見る前から、熱統計力学が「チャネルは状態遷移において無記憶である」ことを物理的に要求する。CTMC は「仮説」ではなく、熱平衡系の粗視化された記述として熱力学から導かれる近似である。
時間スケールの分離 — 9 桁の差が無記憶性を保証する 時間 ピコ秒 $10^{-12}$ s 熱浴の相関時間 (過去が消去される速度) 9 桁のスケール差 ミリ秒 $10^{-3}$ s チャネル遷移の時間スケール (観測・記録の時間スケール) チャネルが遷移するまでの時間（ミリ秒）の間に、熱浴は $10^9$ 回以上リセットを繰り返す → 観測時間スケールで見ると、チャネルの「記憶」は完全に洗い流されている
図 2. 時間スケールの分離。熱浴相関時間（ピコ秒）とチャネル遷移時間（ミリ秒）の間には 9 桁の差があり、無記憶性が物理的に保証される。

§2.2 層 2 — 数学的一意性

数学の主張: 無記憶性を仮定すれば、指数分布以外はありえない

📊 スライド 1 枚サマリ — 無記憶性 ⟺ 指数分布

主張（同値定理）
$P(T > s+t \mid T > s) = P(T > t)$   ⟺   $T \sim \mathrm{Exp}(\lambda)$  （$\exists\,\lambda>0$）
導出（3 ステップ）
① 条件付確率を展開 S(s+t) = S(s)·S(t) (Cauchy 乗法形) ② log をとって加法形に g(s+t) = g(s) + g(t) (Cauchy 加法形) ③ 単調性 + 境界条件 g(t) = −λt  (λ>0) (一意解) 結果 S(t) = e^{−λt} f(t) = λ e^{−λt}  →  T ∼ Exp(λ)  が唯一確定
鍵となる事実:
  • 単調性が「病的解（Hamel 基底）」を自動排除し、解を一意に絞る
  • 「無記憶性」という物理的性質だけから指数分布が一意に決まる（追加仮定なし）
  • 同値（$\Leftrightarrow$）なので逆も成立: 指数分布 $\Rightarrow$ 無記憶性
厳密な完全証明（クリックで展開）

主張（同値定理）: 滞在時間 $T$（非負連続確率変数）が無記憶性を満たす $\Longleftrightarrow$ ある $\lambda > 0$ が存在して $T \sim \mathrm{Exp}(\lambda)$。

以下で $(\Rightarrow)$ 方向（無記憶性 $\Rightarrow$ 指数分布）を 6 ステップで完全に証明する。$(\Leftarrow)$ 方向は Step 6 でまとめて示す。

Step 1: 無記憶性から関数方程式へ

無記憶性の定義: 任意の $s, t \ge 0$ に対して

$$P(T > s + t \mid T > s) = P(T > t)$$

条件付き確率の定義から（$P(T > s) > 0$ を仮定）:

$$\frac{P(T > s + t)}{P(T > s)} = P(T > t)$$

生存関数 $S(t) := P(T > t)$ を導入する。$S$ は以下の性質を持つ:

  • $S(0) = 1$（$T$ は非負なので $P(T > 0) = 1$）
  • $S$ は単調非増加（$t_1 \le t_2 \Rightarrow P(T > t_1) \ge P(T > t_2)$）
  • $S$ は右連続（CDF $F = 1 - S$ の右連続性より）
  • $\lim_{t \to \infty} S(t) = 0$（$T$ が a.s. 有限値をとることより）

これらの性質のもと、上式を $S$ で書き直すと:

$$S(s + t) = S(s)\,S(t) \quad \forall\, s, t \ge 0$$

これが Cauchy の乗法的関数方程式 である。

Step 2: 関数方程式を加法形へ — $S(t) > 0$ の確認

$\log S(t)$ をとるには $S(t) > 0$ が必要。これを背理法で示す。

$S(s_0) = 0$ となる最小の $s_0 \ge 0$ が存在すると仮定する。すると:

$$S(s_0) = S\!\left(\tfrac{s_0}{2} + \tfrac{s_0}{2}\right) = S\!\left(\tfrac{s_0}{2}\right)^2 = 0$$ $$\therefore S\!\left(\tfrac{s_0}{2}\right) = 0$$

これは $s_0$ の最小性に矛盾（$s_0/2 < s_0$ でも $S = 0$）。よって

$$S(t) > 0 \quad \forall\, t \ge 0$$

$g(t) := \log S(t)$ と定義する（$S > 0$ なので well-defined）。$g(0) = 0$、$g$ は単調非増加。乗法方程式は

$$g(s+t) = g(s) + g(t) \quad \forall\, s, t \ge 0$$

という Cauchy の加法的関数方程式 に帰着する。

Step 3: Cauchy 加法的関数方程式の解を構成する

$g(s+t) = g(s) + g(t)$ の解を、自然数 → 有理数 → 実数の順に構成する。

(a) 自然数: 帰納法により

$$g(n) = g(\underbrace{1 + \cdots + 1}_{n}) = n\,g(1)$$

(b) 有理数 $p/q$（$p, q \in \mathbb{N}$）: $q \cdot g(p/q) = g(p) = p\,g(1)$ より

$$g\!\left(\tfrac{p}{q}\right) = \tfrac{p}{q}\,g(1)$$

つまり任意の正の有理数 $r$ に対して $g(r) = r\,g(1)$。

(c) 実数への拡張: 任意の実数 $t \ge 0$ に対し、有理数列 $\{q_n\} \nearrow t$、$\{r_n\} \searrow t$ をとる。$g$ の単調非増加性から:

$$g(q_n) \ge g(t) \ge g(r_n)$$ $$q_n\,g(1) \ge g(t) \ge r_n\,g(1)$$

$n \to \infty$ で $q_n \to t$、$r_n \to t$ なので、挟み撃ちにより

$$g(t) = t\,g(1) \quad \forall\, t \ge 0$$

$c := g(1)$ と置けば $g(t) = ct$、すなわち $S(t) = e^{ct}$。

Step 4: 病的解（Hamel basis）の排除について（補足）

なぜ単調性の仮定が本質的か。 $\mathbb{R}$ を $\mathbb{Q}$-ベクトル空間と見ると Hamel 基底が存在し（選択公理）、それを使うと $g(s+t) = g(s)+g(t)$ を満たすが至るところ不連続、かつグラフが $\mathbb{R}^2$ で稠密になる「病的解」が構成できる。 Step 3 の実数拡張は「有理数での線形性 + 連続性（または単調性）」を使っているが、連続性も単調性も仮定しないと、有理数での一致から実数全体への一意延長は保証されない。

本証明では Step 1 で導入した生存関数の単調非増加性 が自動的にこの病的解を排除している。 「生存関数」という設定から来る単調性は追加の仮定ではなく、確率の単調性から無条件に成立する性質である。 したがって、選択公理に頼る病的解は生存関数の文脈では原理的に出現しない。これが Cauchy 関数方程式の解の一意性（Cauchy–Hamel の定理: 可測または単調な解は線形に限る）が本設定で適用できる理由である。

Step 5: 境界条件で符号を決定する

$S(t) = e^{ct}$ のパラメータ $c$ を絞る。

  • $0 \le S(t) \le 1$ より $e^{ct} \le 1$、すなわち $c \le 0$
  • $\lim_{t \to \infty} S(t) = 0$ より $\lim_{t \to \infty} e^{ct} = 0$、すなわち $c < 0$（$c = 0$ は $S \equiv 1$ で矛盾）

$\lambda := -c > 0$ と置くと:

$$S(t) = e^{-\lambda t} \quad (t \ge 0,\; \lambda > 0)$$
Step 6: PDF と逆向きの確認（$\Leftarrow$）

$(\Rightarrow)$ 完了: Step 1–5 より、無記憶性 $\Rightarrow$ $S(t) = e^{-\lambda t}$ $\Rightarrow$ PDF $f(t) = -S'(t) = \lambda e^{-\lambda t}$（指数分布 $\mathrm{Exp}(\lambda)$）。

$(\Leftarrow)$: $T \sim \mathrm{Exp}(\lambda)$ であれば $S(t) = e^{-\lambda t}$ だから:

$$S(s+t) = e^{-\lambda(s+t)} = e^{-\lambda s}\cdot e^{-\lambda t} = S(s)\,S(t)$$

すなわち $P(T > s+t \mid T > s) = P(T > t)$ が成立し、無記憶性が直接確認できる。

両向き示したので $\Leftrightarrow$ が確立した。

証明のまとめ（§2.2）: $$\text{無記憶性 } P(T>s+t \mid T>s) = P(T>t) \;\Longleftrightarrow\; T \sim \mathrm{Exp}(\lambda) \text{ for some } \lambda > 0$$

この同値性が「物理（§2.1）→ 数学 → 経験（§2.3）」の連鎖の中間ピースを与える。 物理がマルコフ性（無記憶性）を要求し、この定理が指数分布を一意に引き出す。 より詳しい議論（集約マルコフとの関係など）は memoryless-property.html §4 を参照。

三段論法を整理する:

物理 → 無記憶性 (マルコフ性) が成立
数学 → 無記憶性 $\Leftrightarrow$ 指数分布（同値定理）
したがって: 物理 → 指数分布

重要なのは矢印が 双方向（同値） であることだ。数学的に「無記憶性 $\Leftrightarrow$ 指数分布」が成立するため、「指数分布を観測したから無記憶性を仮定した」という逆の読みも数学的には正しい。しかし 正当化の主役（なぜ CTMC を仮定してよいか）は物理側にある。

§2.3 層 3 — 経験的確証（post hoc）

経験の役割: 物理・数学の連鎖を追認する

実験で実際に指数分布（あるいは指数の和）が観測されることは:

役割の区別:
観測 = 検証（verification）であって、観測 = 根拠（justification）ではない。
観測が「指数分布っぽい」ことは CTMC 仮定を棄却しないことの証拠であり、採択の根拠は物理にある。

§3. 論理の向きの整理（核心）

「観測 → 仮定」と「仮定 → 観測」は同値定理によって数学的に双方向だが、正当化における役割が異なる。

ナイーブな読み（誤解しやすい方向） 実験で指数分布っぽい観測 帰納 CTMC 仮定を採用 演繹 指数分布 (数学的必然) 問題: 観測が根拠になっている（循環） 正しい構造（三層） 物理: 熱浴の時間スケール分離 必然 数学: 同値定理が指数分布を一意決定 演繹 観測: 指数分布の確認 = 追認 根拠は独立 (物理)。観測は検証。循環なし 同値 数学的には 双方向
図 3. 論理の向きの比較。左（ナイーブな読み）では観測が根拠になり循環する。右（正しい構造）では物理が独立した根拠として機能し、観測は検証の役割を担う。数学的同値（双方向矢印）は成立しつつも、正当化の役割分担は非対称。

§4. 反証可能性 — CTMC 仮定は Popper 的に意味のある仮説

物理からの正当化は「CTMC は正しい」ということではなく「CTMC を仮定するに十分な物理的根拠がある」ということだ。CTMC は依然として検証・棄却可能な科学的仮説である。

CTMC が棄却されるシナリオ

観測される異常含意されるモデル実例
dwell time が非指数 (例: ガンマ分布・べき乗) 内部に未分解の隠れ状態 (hidden states) が存在する CTMC に隠れ状態を加えた 隠れマルコフモデル (HMM)
連続する dwell time 間に相関 マルコフ性の破れ / 半マルコフ的挙動 Semi-Markov 過程: 遷移先は現在状態のみに依存するが滞在時間分布が任意
ATP 駆動のような非平衡 cyclic mechanism Detailed balance の破れ / 複素固有値 (減衰振動) モータータンパク質・ポンプ型チャネル (Na/K-ATPase)
イオンチャネルの現状:
単純なリガンド開口型・電位依存性チャネルでは、現在の時間・電圧分解能の範囲で CTMC が 非常によく機能する。 ただし高時間分解能記録では非マルコフ的な「burst 内相関」が報告されることがあり、 その場合は複数の閉状態を持つより精緻な CTMC（状態数を増やした方向）か、集約マルコフ (aggregated Markov) の枠組みで対応する。

§5. 演繹パイプラインにおける本ノートの位置

既存ノート群との関係を整理する。

ノート群の構造 — 本ノートは「仮定の根拠」レイヤー why-ctmc-assumption-justified.html 仮定の根拠 (物理・数学・経験の三層) 根拠を与える CTMC 仮定 チャネル遷移は連続時間マルコフ過程 演繹 ctmc-deductive-pipeline.html 5 段階演繹連鎖 (仮定 → 予測 → 実験検証) memoryless-property.html 無記憶性の数学的詳細 ctmc-continuous-time- markov-chain.html (形式的定義) exponential-distribution- and-state-counting.html
図 4. ノート群の構造。本ノートは演繹パイプラインの「下」に位置する「仮定の根拠」レイヤー。仮定を正当化し、pipeline へ根拠を与える。
ノート役割本ノートとの関係
本ノート CTMC 仮定そのものの正当化 —
memoryless-property.html 「無記憶性とは何か」(数学的中身) §2.2 の数学的一意性の詳細
ctmc-continuous-time-markov-chain.html CTMC の数学的定義 (形式化) 仮定の形式的記述（本ノートは仮定の根拠）
ctmc-deductive-pipeline.html 仮定を起点とした演繹連鎖 本ノートの「下流」。本ノートが根拠を与える

§6. まとめ

ユーザの問いへの直接回答:
「確率密度関数が指数っぽいから CTMC を仮定した」ではない。

正しい構造（三層）:
  1. 物理 (a priori): 熱浴の相関時間 ($10^{-12}$ s) とチャネル遷移の時間スケール ($10^{-3}$ s) の 9 桁の差が、観測前から無記憶性を物理的に強制する
  2. 数学 (橋渡し): Cauchy 関数方程式の唯一解定理が、無記憶性から指数分布を一意に導く（同値）
  3. 経験 (事後): 実験で指数分布が観測されることは、上記の物理・数学の連鎖を追認する
観測は根拠ではなく検証である。物理が主役、数学が橋渡し、経験が確証。
演繹パイプラインとの関係:
演繹パイプライン (ctmc-deductive-pipeline) は「仮定を起点とした連鎖」を扱い、本ノートは「なぜその仮定が正当か」を扱う。
ピラミッドの喩えでは、pipeline は「地上の構造物」であり、本ノートはその「地盤（基礎）」である。

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. → Chapter 18: CTMC 仮定の物理的根拠・マルコフ性の数理・実験検証の枠組みを包括的に論じた主要典拠
  2. van Kampen, N. G. (1992). Stochastic Processes in Physics and Chemistry, 2nd edition. North-Holland, Amsterdam. → マスター方程式と CTMC の統計力学的導出。熱浴からの粗視化によってマルコフ性が保証される理由を詳論（特に Chapter VII–IX）。物理的根拠の学術的典拠。
  3. 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. → 単一チャネル記録の確率論的性質の先駆的論文。CTMC の実験的正当化の出発点。
  4. Pauli, W. (1928). Über das H-Theorem vom Anwachsen der Entropie vom Standpunkt der neuen Quantenmechanik. In: Probleme der modernen Physik (Debye Festschrift). → マスター方程式 (Pauli master equation) の提案。マルコフ性を統計力学の基礎として位置づけた古典。

関連項目