目標とする許容誤差(ε)を満たすために必要な多項式の最小次数を逆算します。
展開の中心点(a)を変更し、目的の評価点付近における近似精度を最適化します。
学術・解析免責事項:級数展開の性質上、収束域の境界や特異点付近では誤差が増大する場合があります。学術研究や設計実務では必ず剰余項および誤差限界をご確認ください。
関数のテイラー展開およびマクローリン多項式を計算。各階導関数の導出過程、ラグランジュ剰余による誤差評価、収束半径の判定、インタラクティブな近似グラフ描画に対応しています。
目標とする許容誤差(ε)を満たすために必要な多項式の最小次数を逆算します。
展開の中心点(a)を変更し、目的の評価点付近における近似精度を最適化します。
学術・解析免責事項:級数展開の性質上、収束域の境界や特異点付近では誤差が増大する場合があります。学術研究や設計実務では必ず剰余項および誤差限界をご確認ください。
テイラー展開およびマクローリン多項式を高精度に計算。導関数のステップ計算、ラグランジュ剰余項(誤差限界)、収束半径の判定、インタラクティブなグラフ描画に対応。
展開の中心 a と評価点 x の双方を含む開近傍において、無限回微分可能(C^∞級・滑らか)である必要があります。a と x の間またはその点上に分岐切断(分岐線)、跳躍不連続点、微分不可能な尖点を持つ関数は、テイラー展開の前提条件を満たしません。
各階の微分係数 f^{(k)}(a) を算出する基準座標です。a = 0 に設定するとマクローリン展開となり、a を評価点 x に近づけるほど距離項 |x - a| が微小化し、多項式の収束速度が飛躍的に向上します。
部分和として保持する最高次数の項です。数値計算上の実用的な安定域は通常1〜16次です。これを超える高次では、IEEE 754倍精度浮動小数点の階乗オーバーフローや、激しい減算相殺による桁落ち(情報落ち)が発生するリスクがあります。
構築されたテイラー多項式 P_n(x) を真の関数値 f(x) と数値的に比較評価する測定点です。絶対誤差、相対残差、およびラグランジュ剰余項による誤差限界の適合性を算出します。
必要次数を逆算する際の最大許容剰余限界です。ラグランジュ剰余項の理論的上限 |R_n(x)| がこの正の閾値を厳密に下回るまで、アルゴリズムが次数 n を反復インクリメントして探索します。
関数が実数直線全体で無限回微分可能であっても、複素平面上の極(特異点)の存在によってテイラー級数の収束半径 R が有限に制限される場合があります。例えば f(x) = 1 / (1 + x^2) は全実数 x で滑らかですが、原点から距離1の複素極 x = ±i が存在するため、マクローリン展開は |x| >= 1 で発散します。
項の絶対値が単調減少して0に収束する交代テイラー級数(微小区間での sin(x) や cos(x) のマクローリン展開など)では、第 n 項で打ち切った絶対誤差は直後の最初の非ゼロ項の絶対値 |a_{n+1}| を超えません。これにより、導関数 f^{(n+1)}(ξ) の最大値を求める複雑な計算を省略できます。
標準的な多項式形式 Σ c_k*(x - a)^k のまま高次項を計算すると、交代項が減算前に極めて大きな中間値となり、深刻な桁落ち(打ち消し誤差)を招きます。IEEE 754倍精度の53ビット仮数部精度を損なわないよう、打ち切り多項式はホーナー法(Horner法)または因数分解形式で評価してください。
遠い評価点 x を近似する際、次数を n = 5 から 15 へと無闇に引き上げるよりも、展開中心 a を 0 から評価点付近の基準値(例: sin(x) を 0 ではなく π/3 で展開)へ再配置する方が、わずか2〜3次の低次多項式で遥かに高い計算精度が得られます。
階乗は急激に増大します。14! = 87,178,291,200 であり、171! で IEEE 754 倍精度の最大値 1.797e+308 を超過します。次数が12を超える場合は、漸化関係式 term_k = term_{k-1} * (x - a) / k を用いて項を再帰的に算出し、分母の単独階乗によるオーバーフローを防止してください。
評価点 x が収束開区間 (a - R, a + R) の内側に確実に含まれているか確認してください。|x - a| >= R の場合、テイラー級数は本質的に発散するため、次数を上げるほど真値から大きく離れて激しく振動・発散します。
偶関数や奇関数では原点での偶数階または奇数階微分が0になります。例えば sin(x) の5次マクローリン多項式は1次、3次、5次の項のみで構成され、0次、2次、4次の係数は0です。指定している数値が「非ゼロ項の個数」ではなく「多項式の最高次数 n」であることを確認してください。
点 a を中心とする滑らかな関数 f(x) の n 次テイラー多項式は、公式 P_n(x) = f(a) + f'(a)(x - a) + [f''(a)/2!](x - a)^2 + ... + [f^{(n)}(a)/n!](x - a)^n で計算します。まず n 階までの導関数を記号的に求め、それぞれに x = a を代入して微分係数を決定し、対応する階乗 k! で割った係数に (x - a)^k を掛け合わせて総和を求めます。
マクローリン展開は、テイラー展開における展開中心点を原点(a = 0)に固定した特殊なケースです。一般的なテイラー展開が任意の実数点 a の周りで (x - a) のべき乗を用いて関数を近似するのに対し、マクローリン展開は原点周りで x のべき乗のみを用いて展開するため、Σ_{k=0}^n [f^{(k)}(0)/k!] * x^k という簡素な公式になります。
ラグランジュの剰余項公式は |R_n(x)| <= [M / (n+1)!] * |x - a|^{n+1} です。ここで M は、展開中心 a と評価点 x の間の閉区間における (n+1) 階導関数の絶対値 |f^{(n+1)}(ξ)| の最大値を表します。この上限 M を評価することで、近似多項式 P_n(x) と真値 f(x) との理論的な最大打ち切り誤差を定量化できます。
テイラー多項式は、評価点 x が級数の収束半径 R の外側にある場合に発散します。この収束半径は、複素平面上で展開中心 a から最も近い特異点(極)までの距離で決まります。収束円の外側(|x - a| > R)では高次項が0に収束せず増大するため、実数直線上で関数が滑らかかつ連続であっても多項式近似は成立しません。
車両の暗電流(mA消費)とバッテリー上がりまでの時間をリアルタイム解析・可視化する完全ブラウザ完結型シミュレーターです。
ブラウザ上で最小二乗法による回帰直線と決定係数(R²)を瞬時に算出し、リアルタイムな可視化と統計分析を安全に行える高精度シミュレーターです。
ゴールドの公式に基づき、青氷・白氷の比率を考慮して、ワカサギ釣りやスノーモービル、車両走行に必要な湖面の安全氷厚と許容耐荷重を高精度に算出します。
配管の複合曲がりにおけるケーブル通線張力、許容側圧(SWBP)、ジャミング率(詰まり率)を高精度に算出。正引き・逆引きの比較シミュレーションも瞬時に実行できます。
ローター半径から遠心力(RCF/g)と回転数(RPM)を相互換算。r_min/r_maxの遠心力勾配解析、kファクター沈降時間スケーリング、ノモグラム解析に対応。
母乳分泌量と総エネルギー消費量(TDEE)をリアルタイムに算出・可視化する、端末内完結型の授乳期カロリー計算ツールです。