近似式は、複雑な関数の値や変化を扱いやすい式に置き換えるための大切な考え方です。
工学、物理、統計、経済学などでは厳密な計算が難しい場面も多く、近似式と微分を組み合わせて現象を予測します。
ただし、近似した式を微分すると何が分かるのか、元の関数を微分する場合とどう違うのかは、初学者がつまずきやすいところでしょう。
この記事では、近似式の微分の意味、テイラー展開との関係、具体的な計算手順、誤差の見方までを順番に解説します。
近似式の微分の意味
それではまず近似式の微分について解説していきます。
近似式を微分する目的
近似式の微分とは、ある関数を近似した多項式や簡単な式に対して微分を行い、関数の変化率を求める方法です。
元の関数が指数関数、対数関数、三角関数のように複雑でも、近似後の式が多項式であれば計算は大幅に楽になります。
たとえば、ある点の近くでの関数の増え方や減り方だけを知りたい場合、関数全体を厳密に扱わなくても問題ないことがあります。
近似式の微分は、特定の点の周辺における変化を素早く把握するための計算と考えると分かりやすいでしょう。
微分係数はグラフの接線の傾きを表すため、近似式を微分することは、近似したグラフの傾きを調べることにもつながります。
設計値の変動、誤差の伝わり方、最適な条件の探索など、多くの実務的な問題で利用される考え方です。
元の関数の微分との関係
近似式を微分しても、常に元の関数の導関数と完全に一致するわけではありません。
一致しやすいのは、近似を行った基準点の近くです。
基準点から遠ざかるほど、関数そのものの値だけでなく、微分した値にも誤差が生じやすくなります。
それでも、近似式が十分に高い精度で作られていれば、導関数についても実用的な精度を得られる場合があります。
特にテイラー展開では、基準点における関数値、一次導関数、二次導関数などの情報を使って近似式を構成します。
そのため、微分との相性が非常によい方法として知られています。
近似式を微分した結果は、基準点の近くで元の関数の導関数を近似する値です。
近似の有効範囲を意識せずに使うと、計算式は正しくても判断を誤るおそれがあります。
近似式の微分で得られる情報
近似式の微分でまず得られるのは、入力値が少し変わったときに出力値がどの程度変わるかという情報です。
これは感度とも呼ばれ、変数の影響度を調べる際に役立ちます。
一階微分が正であれば関数は増加傾向にあり、負であれば減少傾向にあります。
さらに二階微分まで求めると、グラフが上に凸か下に凸か、変化が加速しているかどうかも読み取れます。
一階微分は変化の向きと速さ、二階微分は変化のしかたの違いを表します。
近似式は単なる計算の省略ではなく、関数の性質を見通しよく整理するための道具でもあります。
微分可能な近似式の基本形
続いては微分可能な近似式の基本形を確認していきます。
一次近似と接線の式
最も基本的な近似式は一次近似です。
関数を f(x) とし、x が a の近くにあるとき、一次近似は次の形で表されます。
f(x) ≒ f(a) ＋ f'(a)(x－a)
この式は、点 x＝a における接線の式そのものです。
右辺を微分すると、定数項 f(a) は消え、f'(a)(x－a) の微分は f'(a) になります。
したがって、一次近似式を微分した結果は一定であり、基準点における接線の傾きを表します。
曲線を直線で置き換えているため、基準点のすぐ近くでは使いやすい一方、範囲が広がるほど誤差が目立ちます。
二次近似と曲がり方
一次近似では表せない曲がり方まで扱いたいときは、二次の項を加えます。
二次近似は、関数の傾きだけでなく、傾きがどのように変化するかまで反映できる点が特徴です。
f(x) ≒ f(a) ＋ f'(a)(x－a) ＋ f”(a)(x－a)²÷2
この近似式を微分すると、次のようになります。
f'(x) ≒ f'(a) ＋ f”(a)(x－a)
微分後は一次式となり、基準点からの距離に応じて傾きが変化する様子を表せます。
二次近似は、直線では捉えにくい緩やかな曲線の変化を含められる方法です。
たとえば速度の変化、温度変化、材料のたわみなどでは、二次近似が有効になることがあります。
多項式近似の微分ルール
近似式が多項式で表されている場合、微分のルールは通常の多項式の微分と変わりません。
x の n 乗の微分は n を係数として前に出し、指数を一つ下げます。
定数は微分するとゼロになり、各項を順番に微分して足し合わせれば完了です。
| 近似式の項 | 微分後の項 | 意味 |
|---|---|---|
| c | 0 | 定数項は変化しない部分 |
| bx | b | 一定の傾き |
| cx² | 2cx | x に応じて変化する傾き |
| dx³ | 3dx² | より複雑な曲がり方 |
| exⁿ | nexⁿ⁻¹ | n 次の変化成分 |
近似式の係数は、元の関数の各階導関数や測定データから決まります。
そのため、計算する前に、どの点を基準にした近似なのかを確認することが重要です。
テイラー展開と導関数の関係
続いてはテイラー展開と導関数の関係を確認していきます。
テイラー展開の考え方
テイラー展開は、ある関数を基準点の周りで無限個の多項式の和として表す方法です。
実際の計算では無限に項を使うのではなく、必要な精度に応じて途中で打ち切ります。
基準点を a とするテイラー展開は、関数値と各階導関数を用いて作られます。
一般的な形は、定数項、一次項、二次項、三次項というように続きます。
それぞれの係数に導関数の値が含まれるため、テイラー展開は導関数の情報を式の中に保存した近似法といえます。
微分を繰り返すことで、関数の局所的な特徴を段階的に取り出せることが、この方法の大きな魅力です。
テイラー多項式を微分する手順
テイラー多項式を微分する場合は、完成した近似多項式を通常どおり微分します。
あるいは、元の関数の導関数をテイラー展開しても、理論上は対応する結果が得られます。
ただし、打ち切った項数によっては、両者の誤差の現れ方に違いが出ることがあります。
たとえば三次までの近似式を微分すると二次式になります。
元の関数を一度微分してから二次までテイラー展開した場合と比較すると、基準点の近くではよく一致するでしょう。
テイラー多項式を微分すると、次数は一つ下がります。
高い精度で導関数を近似したい場合は、元の関数の近似では一段高い次数まで考えることが有効です。
マクローリン展開での計算
基準点が a＝0 のテイラー展開は、特別にマクローリン展開と呼ばれます。
sin x、cos x、e の x 乗、log(1＋x) などは、マクローリン展開の代表例です。
たとえば sin x は、x が 0 の近くで次のように近似できます。
sin x ≒ x－x³÷6＋x⁵÷120
この近似式を微分すると、次の式になります。
cos x ≒ 1－x²÷2＋x⁴÷24
これは cos x のマクローリン展開の一部と一致します。
sin x の近似式を微分すると cos x の近似式につながるため、微分とテイラー展開の結び付きが具体的に理解できます。
ただし x が大きい範囲では少ない項数だけでは精度が不足するため、適用範囲を確認する必要があります。
近似式を微分する計算手順
続いては近似式を微分する計算手順を確認していきます。
基準点と近似範囲の確認
計算を始める前に、近似式がどの点を基準として作られたものかを確認します。
たとえば x＝1 の周りで作った近似式は、x＝1 に近い値を扱うときに力を発揮します。
x＝0 の周りの近似式を、x＝10 のような遠い場所でそのまま使うことは適切ではありません。
関数値の近似では小さく見える誤差が、微分後には大きく見える場合もあります。
微分値を求めるほど、近似の有効範囲を意識することが大切です。
問題文に近似する点が明記されていない場合は、展開式に含まれる x－a の部分を探すと判断しやすくなります。
各項を順番に微分する方法
近似式が複数の項からできている場合は、項ごとに分けて微分すると計算ミスを減らせます。
例として、次の二次近似式を考えます。
y ≒ 3＋2(x－1)－4(x－1)²
最初の 3 は定数なので微分すると 0 です。
次の 2(x－1) は 2 になり、最後の －4(x－1)² は －8(x－1) になります。
したがって微分後の近似式は、y’ ≒ 2－8(x－1) です。
x＝1 を代入すると y’≒2 となり、基準点での傾きが 2 であることが分かります。
括弧の中が x－1 のような一次式であれば、その微分は 1 なので、結果は比較的簡単です。
合成関数に近い形の注意点
近似式の中に ax＋b のような式が含まれる場合は、内側の式の微分も意識します。
たとえば (2x－3)² を微分すると、単純に 2(2x－3) とするのでは不十分です。
内側の 2x－3 を微分した 2 を掛けるため、結果は 4(2x－3) になります。
これは合成関数の微分法に基づく考え方です。
近似式であっても、式の形に応じた微分ルールは省略できません。
展開してから微分する方法と、括弧を残したまま微分する方法のどちらでも構いませんが、慣れないうちは途中式を丁寧に残すと安心です。
関数近似における誤差と精度
続いては関数近似における誤差と精度を確認していきます。
打ち切り誤差の考え方
テイラー展開などの近似式では、本来続くはずの項を途中で省略します。
この省略によって生じる差が打ち切り誤差です。
一般に、より高い次数まで項を残すほど、基準点の近くでは近似の精度が向上します。
しかし、次数を増やせば必ずどこでも良くなるとは限りません。
計算の手間、丸め誤差、使用する範囲との兼ね合いも考える必要があります。
必要な精度に対して、適切な次数を選ぶことが近似計算の基本です。
微分すると誤差が目立つ理由
関数値の誤差が小さくても、微分値では誤差が無視できなくなることがあります。
微分は非常に小さな変化の比を扱うため、近似式のわずかなずれが傾きの計算に影響しやすいためです。
特に数値データから作った近似式を微分する場合は、測定誤差や丸め誤差にも注意が必要です。
高次の項を含む多項式では、係数の小さな違いが微分後に拡大して見えるケースもあります。
そのため、導関数が必要な問題では、関数値を近似するための精度より少し余裕を持った近似式を用意する考え方が役立ちます。
近似式の精度は、関数値だけでは判断しきれません。
傾きや二階微分を使う目的なら、求めたい微分次数に応じて誤差を確認することが重要です。
精度を高めるための工夫
精度を高める方法の一つは、知りたい値に近い場所を基準点として選ぶことです。
たとえば x＝2.01 の値を求めたいなら、x＝0 周辺の近似よりも x＝2 周辺の近似のほうが扱いやすい場合があります。
また、近似式の次数を一つ上げる、誤差項を評価する、数値計算ソフトで厳密値と比較する方法もあります。
関数の性質によっては、テイラー展開よりも補間法、最小二乗法、パデ近似などが向くこともあるでしょう。
近似の方法は一つではなく、目的と対象範囲に合わせて選ぶことが重要です。
微分値を求めるという目的を先に定めれば、必要な近似式の形や次数も決めやすくなります。
近似式の微分の活用場面
続いては近似式の微分の活用場面を確認していきます。
物理学における変化率の計算
物理学では、位置を時間で微分すると速度、速度を時間で微分すると加速度が得られます。
実際の運動を表す式が複雑な場合でも、ある時刻の近くで位置を近似すれば、速度や加速度を計算しやすくなります。
振動、熱伝導、流体の変化などでも、局所的な近似と微分は頻繁に使われます。
小さな変位や小さな角度を前提とする近似は、初等物理から高度な解析まで広く登場します。
複雑な現象を局所的に簡単な式へ置き換えることが、物理計算の重要な発想です。
工学設計と感度解析
工学設計では、寸法、温度、荷重、電圧などの条件が少し変わったとき、性能がどれほど変化するかを調べます。
このとき、設計式を近似し、その微分係数を使うことで感度を評価できます。
微分値が大きい変数は、わずかなばらつきでも結果に大きく影響するため、管理を厳しくする必要があります。
反対に微分値が小さい変数は、多少の変動があっても影響が比較的小さいと判断できます。
製造条件の最適化や公差設計でも、近似式の微分は実用的な手段になります。
数値計算とデータ解析
表やグラフで与えられたデータから変化率を知りたい場合、データに近似式を当てはめてから微分する方法があります。
直線近似なら傾きが変化率になり、二次式や三次式なら位置ごとの変化率を求められます。
ただし、データのばらつきが大きい場合に高次多項式を使うと、不自然な振動が出ることがあります。
データ数、測定誤差、求める範囲を考慮し、滑らかな近似式を選ぶことが必要です。
データを微分する前に近似する方法は、ノイズの影響を抑える工夫としても役立ちます。
表計算ソフトや数値解析ツールを使う場合も、結果だけを確認するのではなく、近似の前提を理解しておくことが大切です。
近似式の微分のまとめ
近似式の微分は、複雑な関数を扱いやすい式に置き換え、その変化率や曲がり方を求めるための方法です。
一次近似では基準点における傾きが分かり、二次近似や高次のテイラー多項式では、傾きの変化まで表せます。
テイラー展開は導関数の値を係数に利用するため、関数の近似と微分をつなぐ代表的な考え方です。
近似式を微分するときは、通常の微分ルールを使いながら、基準点、近似範囲、打ち切り誤差を確認しましょう。
特に導関数を求める目的では、関数値だけを扱う場合より誤差が目立つことがあります。
物理、工学、数値計算、データ解析などの場面では、近似式の微分を使うことで、複雑な変化を実用的な形で理解しやすくなります。
基本となる一次近似から計算に慣れ、テイラー展開と誤差の考え方まで段階的に身に付けることが、正確な活用への近道です。
