sin・cos・eˣ・ln(1+x) などの関数を多項式で近似するテイラー展開を項数別にリアルタイム描画。収束半径と誤差を可視化し、超越関数のべき級数展開を即座に検証できます。
青: 元の関数、赤: N次テイラー近似。項数が増えるほど一致する範囲が広がる。
テイラー展開は「多項式（ベキ関数）」の和で関数を表現します。フーリエ展開は「三角関数（sin/cos）」の和で表現します。テイラー展開は局所的な近似に強く、フーリエ展開は周期的な現象の大域的な表現に適しています。信号処理や偏微分方程式ではフーリエが使われ、CAEの数値積分や線形化にはテイラーが使われます。
\(R_N = \dfrac{f^{(N+1)}(\xi)}{(N+1)!}(x-a)^{N+1}\)（ξ はa と x の間の点）。これが近似誤差の理論的上界を与えます。収束半径内では \(N \to \infty\) で \(R_N \to 0\)。CAEの数値スキームの精度解析（1次精度・2次精度など）はこの剰余項の評価から来ています。
はい。中心差分 \(f'(x) \approx (f(x+h)-f(x-h))/(2h)\) は、\(f(x+h)\) と \(f(x-h)\) のテイラー展開を引き算して \(h^2\) 以上の項を無視することで導かれます。1次精度・2次精度・4次精度スキームも全てテイラー展開の打ち切り次数で決まります。
\(\tan x = x + x^3/3 + 2x^5/15 + \cdots\) の係数はベルヌーイ数という特殊な有理数で決まり、sinやcosのような簡単なパターンがありません。また収束半径が \(\pi/2\)（最も近い特異点は \(x=\pm\pi/2\)）なので、\(|x| > \pi/2\) では収束しません。
テイラー展開ビジュアライザーの物理モデルでは、任意の滑らかな関数 \( f(x) \) を、ある点 \( a \) の周りで多項式の無限級数として近似します。基本式は \( f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!} (x-a)^n \) で表され、特に \( a=0 \) の場合はマクローリン展開と呼ばれます。例えば正弦関数は \( \sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \cdots \) と展開され、項数を増やすほど高次の振動成分が再現されます。また指数関数は \( e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots \) となり、すべての実数で急速に収束します。本シミュレーターでは、これらの展開項数をスライダーで1次から10次まで変更可能で、元の関数と近似多項式のグラフを重ね描きします。項数が少ないうちは原点付近でしか一致しませんが、次数を上げるにつれて広い範囲で誤差が減少し、収束の様子を直感的に理解できます。
産業での実際の使用例
自動車業界では、エンジン制御のECU（電子制御ユニット）内でテイラー展開が活用されています。例えばトヨタやボッシュのエンジンマネジメントシステムでは、酸素センサーや温度センサーの非線形な応答曲線を、リアルタイム処理に適した3～5次の多項式で近似し、燃費最適化や排ガス浄化を実現。また、航空機の翼設計（ボーイング787）では、空力解析における複雑な圧力分布をテイラー展開で局所近似し、計算負荷を低減しています。
研究・教育での活用
大学の物理学や機械工学の実験では、振動する振り子の運動方程式をテイラー展開で線形化し、微小振動の理論値と実測値を比較する教材として使用。また、気象研究では大気の非線形方程式をテイラー級数で近似し、数値予報モデルの安定性解析に応用。本ビジュアライザーは、学生が項数を増やすごとに近似精度が向上する過程を直感的に理解できるため、微積分教育の効果を高めます。
CAE解析との連携や実務での位置付け
CAE（Computer-Aided Engineering）では、有限要素法の要素内の変位分布をテイラー展開で近似し、応力やひずみを高精度に計算します。特にアンシスやアバカスなどの商用CAEソフトでは、非線形材料モデル（超弾性体や塑性）の構成則をテイラー級数で局所線形化し、反復計算の収束性を向上。実務では、設計パラメータの微小変化に対する感度解析（テイラー展開の1次微分）により、最適設計の方向性を迅速に決定するツールとして不可欠です。
「項数を増やせば必ず近似精度が上がる」と思いがちですが、実際はテイラー展開は収束半径の制約があり、その外側では項数を増やすほど誤差が爆発的に大きくなる場合があります。例えばln(1+x)はx=1を超えると収束しません。
「多項式近似なので全てのxで使える」と思いがちですが、実際は近似は展開中心の近くでしか有効ではなく、中心から離れると高次の項がかえって振動的な誤差を生むことに注意が必要です。
「テイラー展開ができるなら関数は完全に再現できる」と思いがちですが、実際は無限級数が収束しても元の関数と一致しない「解析関数でない例」が存在するため、実務では剰余項の評価が必須です。