Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

微分学の基礎的な定理

概要図:連続関数の性質 →\rightarrow ロールの定理 →\rightarrow 平均値の定理 →\rightarrow ティラーの定理 →\rightarrow テイラー展開

ロールの定理

これをロール (M. Rolle, 1652-1719)の定理という。

証明

連続関数は区間 a≦x≦ba \leqq x \leqq b で最大値 MM、 最小値 mm をとる。

もし m=Mm=M ならば、この関数は一定の値 m=Mm=M をとり続けるから、区間内のすべての点でf′(x)=0f'(x)=0。

次にm<Mm < Mの場合を考える。f(a)=f(b)f(a) = f(b)であるから、mmとMMの両方が端点での関数値となることはない。

点 x=c(a<c<b)x=c(a<c<b) で最大値 f(c)=Mf(c)=M とする。この最大値は x=cx=c の近くで極大値であるから、 f′(c)=0f^{\prime}(c)=0 である。

x=cx=c で f(c)=mf(c)=m の場合も同様に証明される。

平均値の定理

この定理は 直線 AB\mathrm{AB} と同じ傾きをもつ接線が弧 AB\mathrm{AB}上に存在することを意味している。

いま

g(x)=f(b)−f(a)b−a(x−a)+f(a)−f(x)g(x) = \frac{f(b) - f(a)}{b - a} (x - a) + f(a) - f(x)

という関数を考える。g(x)g(x)はa≦x≦ba \leqq x \leqq b で連続で a<x<ba<x<b で微分可能である。また、g(a)=g(b)=0g(a) = g(b) = 0である。

つまりロールの定理が使えるので、ロールの定理を使うと

g′(c)=0(a<c<b)g'(c) = 0 \quad (a < c < b)

となる。

実際g(c)g(c)は

g(c)=f(b)−f(a)b−a(c−a)+f(a)−f(c)g(c) = \frac{f(b) - f(a)}{b - a} (c - a) + f(a) - f(c)

なので

g′(c)=f(b)−f(a)b−ag'(c) = \frac{f(b) - f(a)}{b - a}

が成り立つ。

テイラーの定理

平均値の定理

f(b)=f(a)+(b−a)f′(c)(a<c<b)f(b)=f(a)+(b-a) f^{\prime}(c) \quad(a<c<b)

を一般化する。

n=0n=0(1階微分可能)のとき、平均値の定理と一致する。

b=xb=xとおいたものは、 関数f(x)f(x)の点aaにおける テイラー展開 (Taylor expansion)と呼ばれる。

テイラー展開

テイラー展開のccをc=a+θ(b−a)(0<θ<1)c=a+\theta(b-a)(0<\theta<1)と書くと、

f(b)=f(a)+f′(a)(b−a)+12!f′′(a)(b−a)2+⋯+1n!f(n)(a)(b−a)n+1(n+1)!f(n+1)(a+θ(b−a))(b−a)n+1(0<θ<1)\begin{aligned} f(b)=f(a)+f^{\prime}(a)(b-a)+\frac{1}{2 !} f^{\prime \prime}(a)(b-a)^2+\cdots+\frac{1}{n !} f^{(n)}(a)(b-a)^n +\frac{1}{(n+1) !} f^{(n+1)}(a+\theta(b-a))(b-a)^{n+1} \quad(0<\theta<1) \end{aligned}

b=xb = xとおけば、テイラー展開と呼ばれる式になる

マクローリン展開

テイラー展開の特別の場合として、a=0a=0のときの場合を マクローリン展開 という。

テイラー級数とマクローリン級数

関数f(x)f(x)の点aaにおけるテイラー展開は、

f(x)=f(a)+f′(a)(x−a)+12!f′′(a)(x−a)2+⋯+1n!f(n)(a)(x−a)n+Rn+1Rn+1=1(n+1)!f(n+1)(a+θ(x−a))(x−a)n+1(0<θ<1)f(x)=f(a)+f^{\prime}(a)(x-a)+\frac{1}{2 !} f^{\prime \prime}(a)(x-a)^2+\cdots+\frac{1}{n !} f^{(n)}(a)(x-a)^n+R_{n+1} \\ R_{n+1}=\frac{1}{(n+1) !} f^{(n+1)}(a+\theta(x-a))(x-a)^{n+1} \quad(0<\theta<1)

となり、有限個のベキ項と剰余Rn+1R_{n+1}の和の形になる。

関数f(x)f(x)をより良く近似しようとすると、剰余Rn+1R_{n+1}をより小さくする必要がある。

剰余RnR_nはnnの値を増やしていくと、数列R1,R2,⋯ ,Rn,⋯R_1, R_2, \cdots, R_n, \cdotsを作る。もし、数列{Rn}\{R_n\}が0に収束する、すなわち

lim⁡n→∞{Rn}=0\lim_{n\to \infty} \{R_n\} = 0

ならば、nnを増やしてより多くの項で近似するほど、よりよい近似になる。

このとき、

f(x)=f(a)+f′(a)(x−a)+f′′(a)(x−a)22!+⋯+f(n)(a)(x−a)nn!+⋯f(x)=f(a)+f^{\prime}(a)(x-a)+f^{\prime \prime}(a) \frac{(x-a)^2}{2 !}+\cdots+f^{(n)}(a) \frac{(x-a)^n}{n !}+\cdots

と書く。最後の⋯\cdotsは無限に和が続くことを意味している。これを テイラー級数 (Taylor series)と呼ぶ。