パラメータ設定
関数
表示設定
関数とテイラー近似（実線: 正確な関数、破線: 近似）
理論・主要公式
$$f(x)=\sum_{n=0}^{N}\frac{f^{(n)}(a)}{n!}(x-a)^n$$
剰余：$R_N=\dfrac{f^{(N+1)}(\xi)}{(N+1)!}(x-a)^{N+1}$
CAE・数値計算への応用
テイラー展開はFEMの形状関数（局所多項式近似）、ニュートン法（接線剛性行列）、数値微分（差分スキームの精度評価）の基礎です。収束半径外での展開は数値発散を引き起こすため、展開点の適切な選択が重要です。
テイラー展開・近似精度可視化とは
🙋
テイラー展開って、関数を多項式で近似するって聞いたけど、具体的に何ができるんですか？
🎓
大まかに言うと、複雑な関数を単純な足し算と掛け算で表現できるんだ。例えば、三角関数や指数関数の計算をコンピュータで高速に行う時、内部ではこのテイラー展開が使われているよ。このシミュレーターで「関数」を$\sin(x)$に、「次数N」を1にしてみて。すると、原点付近で直線$y=x$が$\sin(x)$を近似しているのがわかる。これが「小角近似」だね。
🙋
え、直線で波を近似できるんですね！でも、範囲を広げるとすぐにずれちゃいます。「次数N」のスライダーを動かすとどうなりますか？
🎓
その通り。次数を上げると、より高次の項（$x^3$, $x^5$...）が加わって精度が上がるんだ。$\sin(x)$の場合、$x - x^3/6 + x^5/120$...と奇数次項だけが現れる。Nを5くらいにすると、かなり広い範囲で元の曲線によく重なるのが見えるはず。実務では、必要な精度と計算コストのバランスで次数を決めることが多いよ。
🙋
「展開点a」を0から、例えば$\pi/2$に変えると、グラフが全然違います！これは何をしているんですか？
🎓
いいところに気づいたね。展開点は「どこを中心に精密に近似するか」の基点だ。a=0（マクローリン展開）は原点中心だが、a=$\pi/2$にすると、$\sin(x)$のピーク付近を最も正確に近似する多項式が得られる。CAEでは、ある特定の動作点（例えば、ある変形量の状態）の周りの挙動を線形化して解析する時によく使うテクニックだ。
よくある質問
はい、一般的には次数Nを増やすほど近似精度は向上します。ただし、収束半径外の領域では次数を増やしても誤差が発散する場合があります。画面右側の誤差表示を確認しながら、適切な次数を選んでください。
展開点aを変えると、近似が最も正確な位置が移動します。aの近くでは高精度ですが、離れるほど誤差が大きくなります。例えばsin関数でa=0とa=π/2を比較すると、近似の効く範囲が変わることが視覚的に確認できます。
収束半径とは、テイラー級数が元の関数に収束するxの範囲です。例えばln(1+x)の展開点a=0では収束半径は1で、x=1を超えると級数が発散します。シミュレーターで次数を上げると、収束半径内では誤差が減り、外では増大する様子が観察できます。
誤差は「近似値と真値の差の絶対値」です。例えば誤差0.01なら、近似値が真値から±0.01以内であることを示します。グラフ上で誤差が色分け表示されるので、どの範囲で近似が有効かを直感的に把握できます。
実世界での応用
CAE/数値解析：有限要素法(FEM)における幾何学的非線形解析では、微小回転を仮定して$\sin\theta \approx \theta$（1次近似）とすることで計算を大幅に簡略化します。材料のクリープや応力緩和を表す指数関数も、テイラー展開で近似して実装されます。
制御工学：非線形システムの制御器設計では、目標動作点の周りでシステム方程式をテイラー展開し、1次項まで取ることで線形化モデルを導出します。これにより、強力な線形制御理論が適用可能になります。
コンピュータグラフィックス・ゲーム：3D描画における光源計算やシェーディングでは、毎フレーム何百万回も$\cos$や$\exp$を計算する必要があります。予め決められた精度のテイラー近似多項式に置き換えることで、リアルタイム描画を可能にしています。
材料力学：大きな変形を扱う際のひずみ定義には、対数ひずみ（Henckyひずみ）$\ln(1+\epsilon)$が用いられます。これをテイラー展開して一次項を取れば、通常の工学ひずみ$\epsilon$に戻り、線形領域との整合性が確認できます。
よくある誤解と注意点
このツールで遊んでいると、いくつか勘違いしやすいポイントがあるよ。まず、「次数を上げればどこでも正確」と思いがちだけど、それは大きな誤解だ。テイラー展開はあくまで「展開点の近く」が得意分野。例えば、$a=0$で$\ln(1+x)$を展開した場合、$x > 1$（例えば$x=2$）では、何次まで項を増やしても近似は発散してしまい、絶対に元の関数に追いつかない。これが「収束半径」の概念で、ツールで$x$の範囲を広げてみると、あるところから急にグラフが暴れる現象が確認できるはず。実務では、この収束半径を超えて近似式を使うのは絶対にNGだ。
次に、「展開点は常に0でいい」という思い込み。確かに$a=0$（マクローリン展開）は式がシンプルになるけど、解析したい動作点が原点から離れているなら、その点を中心に展開した方がはるかに効率的だ。例えば、振り子の角度が常に$\theta \approx \pi/2$（水平付近）で振動する場合、$a=\pi/2$で$\sin\theta$を展開した1次式の方が、$a=0$での5次式よりも局所的には精度が高いし、式も簡単になる。CAEで部品の変形を解析する時も、予想される変位量の中心を展開点に選ぶのがコツだ。
最後に、「誤差は対称的」と思わないこと。誤差$R_N(x)$は$(x-a)^{N+1}$に比例するので、展開点から同じ距離でも、関数の高次微分係数の大きさによって誤差の広がり方は非対称になる。ツールで「誤差」のグラフ表示をONにして、$\sin(x)$の$a=\pi/2$と$e^x$の$a=0$で比べてみると、その違いが一目瞭然だ。実設計では、最も誤差が大きくなりそうな方向（例えば、材料が最も変形する方向）を重点的に評価する必要がある。