数学における線型近似の基礎と応用

数学における線型近似（せんけいきんじ）とは、一般の関数を一次関数、より正確にはアフィン写像を用いて近似する手法である。計算が複雑な非難易度の高い関数を、局所的に扱いやすい一次式で置き換えることで、解析を容易にするために広く用いられる。

一変数関数における線型近似

2回微分可能な一変数関数 $f$ は、テイラーの定理の $n = 1$ の場合を用いることで次のように表される。

ここで $R_2$ は剰余項である。線型近似はこの剰余項を省略した形として得られる。

この近似は変数 $x$ が点 $a$ に十分近い場合に成り立つ。式の右辺は元の関数 $f$ のグラフにおける点 $(a, f(a))$ での接線の表式と一致するため、接線近似とも呼ばれる。

多変数関数およびバナッハ空間への拡張

線型近似は一変数関数に限らず、多変数関数に対しても適用可能である。微分可能な実関数 $f(x, y)$ の場合、点 $(a, b)$ の近傍においては次のように近似される。

この右辺は $z = f(x, y)$ のグラフにおける $(a, b)$ での接平面を表す。さらに抽象的な空間であるバナッハ空間においては、フレシェ微分を用いて同様に表現される。

物理学および工学における応用

物理学や工学の分野では、非線形方程式や非線形モデルを扱いやすくするために線型化の手法が頻繁に活用される。

例えば単振子において変位角が非常に小さい場合、三角関数のテイラー展開により線型近似が可能となり、解析が簡略化される。

光学における近軸近似も、こうした三角関数の線型近似を基礎としている。

数値解析と最適化

数値計算において、非方程式の解を求めるニュートン法や、微分方程式を解くオイラー法は、いずれも各ステップでの線型近似を基本アルゴリズムとして利用している。