1 定義
中点則は、区間をいくつかに分け、各小区間の中央で関数値を評価して面積を近似する数値積分法である。滑らかな関数に対しては、単純な構造にもかかわらず良好な近似が得られることが多い。
1.1 基本的な考え方
各小区間の代表点として中央を選び、その高さを長方形の高さに見立てる。これにより、曲線の下の面積を長方形の総和で置き換える発想になる。端点の値を使う方法と異なり、区間の中央を採用する点に特徴がある。
1.2 中点則の式
区間 \([a,b]\) を幅 \(h\) の小区間に分割すると、各小区間の中点での関数値を用いて積分値を近似する。単一区間では、\(\int_a^b f(x)\,dx \approx (b-a)\,f\!\left(\frac{a+b}{2}\right)\) と表される。分割数を増やすと、各区間の寄与を足し合わせる形になる。
1.3 区分求積との関係
中点則は区分求積法の一種であり、代表点の選び方として中央を採る手法である。左端や右端を使う方法と同じ枠組みに属するが、評価位置の違いが精度に影響する。区間内の変化が比較的対称的な場合に、中央点の利用が有利に働きやすい。
2 理論的性質
中点則の性質は、関数の滑らかさや分割の細かさに強く依存する。誤差評価、収束の仕方、他の近似法との比較を通じて、適用範囲が理解される。
2.1 誤差の概要
近似値と厳密値の差は、主として関数の曲がり具合に左右される。中点則では、区間内での変化が緩やかなとき誤差が小さくなりやすい。誤差は局所的なものと、区間全体で蓄積するものに分けて考えられる。
2.1.1 打ち切り誤差
各区間で直線的ではない変化を捨てて近似するために生じる差である。分割幅を小さくすると、1区間ごとのずれは一般に縮小する。滑らかな関数では、この誤差は高次の項として表されることが多い。
2.1.2 累積誤差
多数の小区間を扱うと、各区間の近似誤差が合算される。個々の誤差が小さくても、区間数が増えると全体として無視できなくなる場合がある。計算機上では丸め誤差も重なり、総合的な精度に影響する。
2.2 収束性
分割を細かくするほど、通常は近似値は真の積分値へ近づく。十分に滑らかな関数では、収束の挙動は比較的安定しており、分割幅の減少に応じて改善が見込める。特に、関数が連続かつ十分な微分可能性を備えると、理論的な見通しが立てやすい。
2.3 精度の特徴
中点則は、同程度の計算量で他の単純法より良い結果を示すことがある。区間の中央を取るため、端点での偏りをある程度打ち消しやすい。とはいえ、急激な変化や特異点を含む関数では、期待したほどの精度が得られないこともある。
3 計算方法
実際の計算では、積分区間の分割の仕方と、各中点での関数評価を順に行う。手順は簡潔だが、分割戦略によって結果の質が変わる。
3.1 単一区間での適用
単一区間の近似では、区間全体を一つの長方形で代表させる。区間の中央を求め、その点での関数値に区間長を掛けるだけでよい。簡便だが、曲率が大きいと誤差が目立ちやすい。
3.2 複数区間への分割
より高い精度を得るため、全体を複数の小区間に分ける。各小区間で中点則を適用し、それらを合計することで全体の近似値を作る。分割数を増やすほど、局所的な形状を反映しやすくなる。
3.2.1 等分割の場合
最も基本的なのは、全区間を同じ幅で切る方法である。計算手順が単純で、プログラム化しやすい。規則的な分割は、誤差解析や収束評価を行う際にも扱いやすい。
3.2.2 不等分割の場合
関数の変化が激しい部分だけを細かく分け、緩やかな部分は粗く扱う方法である。計算資源を重点的に配分できるため、効率が向上する場合がある。一方で、実装や誤差見積もりは等分割より複雑になる。
3.3 実装上の注意
数値計算では、関数評価のコストと目標精度のバランスが重要である。分割を増やしすぎると計算量が膨らみ、丸め誤差の影響も無視しにくくなる。特異な振る舞いを持つ関数では、区間分割を工夫して安定性を確保する必要がある。
4 応用
中点則は、単純な積分近似として広く用いられる。理論計算が難しい場面や、反復的な評価が必要な処理で役立つ。
4.1 数値積分
解析的な原始関数を求めにくいとき、中点則は直接的な近似法として使われる。物理学や工学のモデル計算でも、積分値を手早く見積もる手段として有用である。特に、滑らかな被積分関数では安定した近似が期待できる。
4.2 統計における近似計算
統計学では、積分を介して定義される量が多く、閉形式での計算が困難なことがある。中点則は、期待値や分布関数の評価を近似する際の基礎的な道具となる。確率モデルの数値処理では、比較的簡潔な実装で使える点が利点である。
4.2.1 期待値の近似
確率変数の期待値は、確率密度関数を用いた積分で表される。中点則を用いれば、その積分を区間ごとの代表値の総和に置き換えられる。特に解析的処理が困難な分布で、近似的な平均量を求める際に役立つ。
4.2.2 確率分布の積分近似
累積分布関数や尾確率の計算では、密度の積分を数値的に評価する必要がある。中点則は、区間ごとの寄与を積み上げることで、これらの量を近似する。十分細かな分割を用いれば、実用上の精度が得やすい。
4.3 他手法との比較
中点則の位置づけは、他の基本的な数値積分法と比較することで明確になる。計算の容易さ、誤差の傾向、適用条件を見比べると、それぞれの使い分けが理解しやすい。
4.3.1 台形則との比較
台形則は端点を結ぶ直線で面積を近似するのに対し、中点則は中央の値で長方形を作る。関数が曲線的に変化する場合、どちらが有利かは形状次第である。一般に中点則は、滑らかな関数で良い精度を示すことが多い。
4.3.2 シンプソン則との比較
シンプソン則は、より高次の補間を用いるため、通常は中点則より高精度になりやすい。もっとも、計算や実装の簡潔さでは中点則に利点がある。小規模な近似や反復計算では、軽量な方法として選ばれることがある。
</INTERNAL_LINK_CANDIDATES> 区分求積法（積分を小区間の和で近似する基本手法） 数値積分（解析的に困難な積分を近似計算する方法） 誤差解析（近似と真値の差を評価する考え方） 収束（分割を細かくしたとき近似値が真値へ近づくこと） 丸め誤差（計算機の有限精度に由来する誤差） 連続関数（途切れずにつながった関数） 微分可能性（関数が滑らかに変化する性質） 特異点（関数が通常のふるまいを失う点） 期待値（確率変数の平均的な値） 確率密度関数（確率分布を表す関数） 累積分布関数（ある値以下となる確率を表す関数） 台形則（台形で面積を近似する数値積分法） シンプソン則（放物線補間を用いる数値積分法） 原始関数（微分すると元の関数になる関数） 積分近似（積分値を数値的に求めること）