B.1 補題の完全 5 ステップ証明
本章は中級編の数理的クライマックスです。B.1 補題の完全な 5 ステップ証明を、定理1(個体収束)を具体例として最初から最後まで通します。「証明の全工程を一度自分の目で見る」が目標。
設定 — 定理1 を題材に
最も簡単な定理1(個体収束)を題材として B.1 補題を完全に通します。
定理1:適切な制御 $\pi_c$ のもと、初期状態 $x_0$ から出発した軌道 $x(t)$ は、$t \to \infty$ で $\mathrm{TCZ}(x_0)$ に収束する。
簡略化:評価関数 $V(x, t)$ が時間に陽に依存しない場合($V(x)$)を扱います。
Step 1 — Lyapunov 関数 $\Phi$ の選択
$\Phi(x) = V(x) - V_{\min}$、$V_{\min} = \min_x V(x)$。
これにより $\Phi(x) \ge 0$ が自動的に保証され、$\Phi(x^*) = 0$($x^*$ は $V$ の最小化点)。
Step 2 — 正則条件の検証
| 条件 | 確認 |
|---|---|
| ① 非負性 $\Phi \ge 0$ | $V_{\min}$ で平行移動した定義から ✓ |
| ② 連続微分可能 $\Phi \in C^1$ | $V \in C^1$ を仮定すれば $\Phi$ も $C^1$ ✓ |
| ③ 最小性 $\Phi(x^*) = 0$ | $V(x^*) = V_{\min}$ から ✓ |
| ④ 動力学に沿った減少条件 | Step 3 で示す |
仮定:$V$ は $C^1$ 級・有界・最小値を持つ。これは現実的な認知系で多くの場合に成り立つ。
Step 3 — 減少条件 $\dot{\Phi} \le -\lambda \Phi$ の導出
時間微分:
$$ \dot{\Phi}(x(t)) = \frac{d}{dt} V(x(t)) = \nabla V(x) \cdot \dot{x} = \nabla V(x) \cdot f(x, u^*(x)) $$
ここで動力学を $\dot{x} = f(x, u)$、最適制御を $u^* = \arg\min_u \nabla V(x) \cdot f(x, u)$ で取ります。
仮定 D — 制御可能性:任意の $x$ で $\nabla V(x) \neq 0$ なら、
$$ \min_u \nabla V(x) \cdot f(x, u) \le -\lambda \cdot \Phi(x), \quad \exists \lambda > 0 $$
を満たす $u$ が存在する。
これが Step 3 の 核心的仮定。意味は「現状からの勾配方向に最低 $\lambda$ の率で動かせる制御が常に取れる」。
仮定 D のもとで:
$$ \dot{\Phi} = \nabla V \cdot f(x, u^*) \le -\lambda \Phi $$
これで指数減少条件が成立。
Step 4 — Grönwall 比較定理の適用
Grönwall の補題(微分不等式型):
$\dot{y}(t) \le -\lambda y(t)$、$y(0) = y_0$ ⇒ $y(t) \le y_0 e^{-\lambda t}$
証明スケッチ:
両辺に $e^{\lambda t}$ を掛けて:
$$ e^{\lambda t} \dot{y} + \lambda e^{\lambda t} y \le 0 $$
左辺は $\frac{d}{dt}(e^{\lambda t} y)$ なので:
$$ \frac{d}{dt}(e^{\lambda t} y) \le 0 \implies e^{\lambda t} y(t) \le y(0) \implies y(t) \le y(0) e^{-\lambda t} $$
Step 3 の $\Phi$ にこれを適用:
$$ \Phi(x(t)) \le \Phi(x_0) \cdot e^{-\lambda t} $$
つまり $\Phi$ は 指数的に 0 へ収束する。
Step 5 — 前方不変性
軌道が TCZ から出ないことを示す。
補題 5.1:$\Phi(x) \le \theta$ の集合は 前方不変。
証明:$x(t_0) \in \{\Phi \le \theta\}$ かつ $\dot{\Phi} \le -\lambda \Phi \le 0$ なので、$\Phi$ は単調減少 → $\Phi(x(t)) \le \Phi(x(t_0)) \le \theta$ for $t \ge t_0$。
つまり TCZ($\Phi \le \theta$ の集合)に一度入った軌道は永遠に内部に留まる。
結論 — 定理1 の完全証明
Step 1-5 を通すと:
$$ \Phi(x(t)) \le \Phi(x_0) e^{-\lambda t} \xrightarrow{t \to \infty} 0 $$
つまり $V(x(t)) \to V_{\min}$、これは $x(t) \to \mathrm{TCZ}(x_0)$ を意味する。定理1 ✓。
$\lambda$ の意味と意義
収束率 $\lambda$ は:
- 大きい(例 $\lambda = 1$):収束が速い($e^{-1} \approx 0.37$、1 単位時間で 63% 減)
- 小さい(例 $\lambda = 0.1$):収束が遅い($e^{-0.1} \approx 0.9$、1 単位時間で 10% 減)
T 理論的には $\lambda$ は 介入強度 や 制御可能性の度合いを表す。
- 強いコーチング介入 → $\lambda$ 大
- 環境変化に翻弄される → $\lambda$ 小
- 学習・適応 → $\lambda$ が時間と共に増加
他の定理への拡張
定理1 で完全に通せた 5 ステップは、$\Phi$ を選び替えるだけで他の定理にも適用できます。
| 定理 | $\Phi$ | 仮定 D の中身 |
|---|---|---|
| 定理1 | $V$ | 制御可能性 |
| 定理2(Shared) | $\mathcal{L}$ 複合 | 集合的制御可能性 |
| 定理3(LUB) | $\mathcal{L}_A$ 抽象拡張 | 抽象化作用素の作動 |
| 定理4(臨場感) | $\tilde{V}$ | $P, Q$ への介入可能性 |
| 定理5(BW) | $\Phi_{BW}$ | 各領域への分散制御 |
| 定理6A | $\tilde{V}_E$ | エフィカシー作用 |
| 定理6B | $\Psi_E$ | High Shared 結合 |
統一原理 B.6:全 7 定理は、Step 1 の $\Phi$ と Step 3 の仮定 D の中身が違うだけで、Step 2, 4, 5 は同じ。
これが「8 つ覚えなくていい、B.1 補題ひとつ」の数理的根拠です。
Grönwall の周辺 — 不等式の使い方
実用上、$\dot{\Phi} = -\lambda \Phi$ の等号で書けるとは限らず、不等式で扱う必要があります。
Grönwall の積分版:
$$ y(t) \le c + \int_0^t k(s) y(s) \, ds \implies y(t) \le c \cdot \exp\left(\int_0^t k(s) \, ds\right) $$
これは時間変動する $\lambda(t)$ に対しても適用可能。
T 理論で介入強度が時間変化する($\lambda(t)$ が変動する)場合、積分版を使って:
$$ \Phi(t) \le \Phi(0) \exp\left(-\int_0^t \lambda(s) \, ds\right) $$
仮定 D の現実性
仮定 D「最低 $\lambda$ の率で動かせる制御が存在」は、理想化された仮定です。現実には:
- ある状態では制御が効かない(疲労時 / 強い感情下)
- $\lambda$ が状態依存($\lambda(x)$)
- 外部環境変化で動学そのものが変わる
これらを含めた厳密扱いは stochastic Lyapunov 理論 や 時変動学の領域で、本書の射程を超えます。
ただし、第一近似として仮定 D が成り立つ範囲では、B.1 補題が動き、定理1〜6B が出る。これが T 理論の運用上の射程です。
完全情報の再確認
本章の証明スケッチで使った仮定リスト:
- $V \in C^1$、有界、最小値を持つ
- 動力学 $\dot{x} = f(x, u)$ がリプシッツ連続(解の存在と一意性)
- 仮定 D:制御可能性($\lambda > 0$ の存在)
- 状態空間が距離空間(または微分多様体)
これらが 同時に成り立つ範囲で B.1 が動く。範囲外(例:認知系で $V$ が不連続、感情の急激な変化等)は別の枠組みが必要。
- Step 1:$\Phi$ 選択(問題依存・$\Phi(x) = V(x) - V_{\min}$)
- Step 2:正則条件(非負・$C^1$・最小性 = ✓)
- Step 3:減少条件(仮定 D = 制御可能性)
- Step 4:Grönwall → $\Phi(t) \le \Phi(0) e^{-\lambda t}$
- Step 5:前方不変性(TCZ から出ない)
- 8 定理は Step 1, 3 が違うだけで同じ機構(統一原理 B.6)
- 仮定の現実性は第一近似として成り立つ範囲
確認
問:Step 4 の Grönwall 比較定理を証明する時に「両辺に $e^{\lambda t}$ を掛ける」のがポイントでした。この技法はなぜ機能しますか?
解答を見る
$e^{\lambda t}$ が $\dot{y} + \lambda y$ の積分因子(integrating factor) だからです。
$\dot{y} \le -\lambda y$ を $\dot{y} + \lambda y \le 0$ と書き直し、両辺に $e^{\lambda t}$ を掛けると:
$$ e^{\lambda t}(\dot{y} + \lambda y) = \frac{d}{dt}(e^{\lambda t} y) $$
これは積の微分公式($\frac{d}{dt}(e^{\lambda t} y) = e^{\lambda t} \dot{y} + \lambda e^{\lambda t} y$)の逆操作。
積分因子のおかげで微分不等式が 直接積分可能 な形になり、$e^{\lambda t} y(t) \le y(0)$ から $y(t) \le y(0) e^{-\lambda t}$ が出る。
これは古典的な常微分方程式の標準テクニックで、Lyapunov 解析の核心道具です。
確認
問:本章で「$V$ が時間に陽に依存しない」と簡略化しましたが、$V(x, t)$ の場合、証明はどう変わりますか?
解答を見る
$V(x, t)$ の時間微分は 連鎖律で:
$$ \dot{\Phi} = \frac{\partial V}{\partial t} + \nabla_x V \cdot \dot{x} $$
$\partial V / \partial t$ という追加項が出ます。
仮定 D を「$\partial V / \partial t + \nabla_x V \cdot f \le -\lambda V$」に強化する必要がある。これは時間と共に評価関数自体が変動する場合(例:外部環境の変化)に対応する追加負担です。
実際の T 理論では時間依存性を扱う場合に、この拡張版を用います。本書(初級+中級)は時間依存性を簡略化していますが、形式論文ではこの精密化が必要。
次章への接続
B.1 補題の完全証明が通りました。最終章では 数学的厳密性と反証可能性の階層 ── 「証明できた」と「実証された」の違い、T 理論の射程と限界を、Popper の科学哲学を参照しつつ整理します。本書のメタ的締めくくりです。