数値積分とは? わかりやすく解説

Weblio 辞書 > 同じ種類の言葉 > 人文 > 関数 > 積分 > 数値積分の意味・解説 

数値積分

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2025/02/19 04:22 UTC 版)

数値積分(すうちせきぶん、: numerical integration)とは、狭義には与えられる関数の定積分の値を、解析的にではなく数値的に求める求積法のことであり、広義には与えられる導関数から原関数を求める手法、また微分方程式を数値的に解く手法 (常微分方程式の数値解法偏微分方程式の数値解法) を含む[1]数値解析の一分野である。

狭義の数値積分(関数の定積分の値を求める方法)は有限要素法などで応用されている[1]。 以下では、狭義の数値積分について述べる。

乱数を用いない積分法

1変数の定積分の数値積分として、乱数を使わない方法には、

などがある。

ニュートン・コーツ系の公式の場合、中点則と台形公式の誤差項はどちらも2階導関数で表され、シンプソンの公式とシンプソンの3/8公式の誤差講はどちらも4階導関数で表される。滑らかな関数の場合には同じ誤差のグループ同士では結果に大きな違いは生じない。通常はシンプソンの公式の方が台形公式よりも近似誤差が小さいが、そうならない場合もある。

二重指数関数型数値積分公式、IMT積分[2]などの変数変換を用いた公式を適用すれば、被積分関数が端点に特異性を持つ場合でも、積分値を計算することが可能な場合もある。

多重積分

2変数以上の多重積分の場合は、外側から積分し、外の変数を定数として内側の積分を数値積分すれば良い。ただし一般に、変数の数が多くなると、統計的サンプリングに基づいたモンテカルロ法や準モンテカルロ法の方が計算効率が良くなる。 なお、1983年当時における多重積分の理論、アルゴリズムの状況は次元に応じて次のように分類されている[3][4]

  • Range O(2次元):満足のできる状況.
  • Range I(3−7次元):積型公式(直積型公式)かその変形によりなんとか扱える.
  • Range II(7−15次元):Ranges I と IIIの 境界領域.
  • Range III(15次元以上):モンテカルロ法や準モンテカルロ法が必要になる.

高次元空間での数値積分は金融工学や量子物理学などの分野でよく用いられるため、活発に研究されている[4][5]

精度保証付き数値積分

定積分の精度保証付き数値計算は、被積分関数の多項式近似と多項式の値を精度保証付き数値計算で求める技術を組み合わせて実現される。多項式の値を計算する際にはホーナー法が使われ、多項式近似にはテイラー展開多項式補間が使われる[6]

直交関数の零点を利用する近似公式

ガウス求積直交多項式の零点を活用する積分公式である[1]ベッセル関数の零点を活用する積分公式も開発されており、被積分関数がベッセル関数を含む場合に有効とされている[7][8]

超関数を使った積分

特異点を持つ積分の場合、佐藤超函数を経由して複素数値積分に持ち込むことで特異点を避け、誤差を抑えられる手法が提案されている[9][10][11][12]

部分積分を使った数値積分

振動積分に対しては部分積分を組み合わせた数値積分が提案されている[13][14]

乱数を用いる積分

被積分関数の定義域が高次元のために各変数ごとの積型積分近似公式では必要とする精度に対する計算量が多くなりすぎる場合(次元の呪いが発生する場合)にはモンテカルロ法の方が計算の能率が良くなる。

  • 単純なモンテカルロ積分
  • 加重サンプリングを行う VEGAS 法
  • 層化抽出法を行うよう改良を加えた MISER 法

などがあり、このような数値積分法はモンテカルロ積分法とよばれる。

一様乱数の代わりに超一様分布列英語版を使うと準モンテカルロ法英語版になり、収束がより速くなる場合がある。

確率論ランダム行列理論などを用いて上記の近似公式とモンテカルロ積分法を融合させたアルゴリズムも提案されている[15]

積分範囲が無限区間の場合

積分範囲が無限区間の場合は、下記の方法で置換積分で変換して数値積分する方法がある。ただし関数によっては違う方法を利用した方が良い場合もある。無限大に近づくときに急激に0に収束することが解析的に分かっている場合は、積分範囲を有界で区切ってしまえば良い場合もある。


ウィキペディアウィキペディア

数値積分

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/12/31 03:06 UTC 版)

モンテカルロ法」の記事における「数値積分」の解説

数値解析分野においてはモンテカルロ法はよく確率近似的に求め手法として使われる。n 回シミュレーション行い、ある事象が m 回起こればその事象の起こる確率当然ながら m/n で近似される。試行回数少なければ近似荒く試行回数多ければよい近似となる。 また、この確率利用すれば積分面積)の近似解求めることが可能となる。領域 R の面積 S は、領域 R を含む面積 T の領域内でランダムに点を打ち領域 R の中に入る確率 p をモンテカルロ法求めればS = pT近似される。 n 重積分 I = ∫ 0 1 ⋯ ∫ 0 1 f ( x 1 , x 2 , … , x n ) d x 1 ⋯ d x n {\displaystyle I=\int _{0}^{1}\dotsi \int _{0}^{1}f(x_{1},x_{2},\dotsc ,x_{n})dx_{1}\dotsm dx_{n}} をサンプルサイズ N のモンテカルロ法計算するには、0 以上 1 以下の値をとる n × N 個の一様乱数 X i , j , 1 ≤ i ≤ n , 1 ≤ j ≤ N {\displaystyle X_{i,j},\quad 1\leq i\leq n,1\leq j\leq N} を生成して、 I N = 1 N ∑ j f ( X 1 , j , X 2 , j , … , X n , j ) {\displaystyle I_{N}={\frac {1}{N}}\sum _{j}f(X_{1,j},X_{2,j},\dotsc ,X_{n,j})} とすれば、IN が積分近似値となる。一様乱数超一様分布列置き換える準モンテカルロ法になる。 これに層化抽出法を行うよう改良加えた MISER 法や、加重サンプリングを行う VEGAS 法といった改良版アルゴリズムがある。MISER 法では、積分範囲分割しそれぞれの領域中でランダム・サンプリング行い、被積分関数値分散が最も大きくなる領域をより小さな領域分割して、そこでさらにサンプリングを行うことで精度上げる。VEGAS 法では、被積分関数値大きな場所にサンプリング点を増やし積分値寄与大きなところに集中することで精度上げる。積分計算法には他に台形公式シンプソンの公式二重指数関数型数値積分公式等があるが、モンテカルロ法はこれらの手法より多次元問題の際に利用しやすく、誤差少ない。

※この「数値積分」の解説は、「モンテカルロ法」の解説の一部です。
「数値積分」を含む「モンテカルロ法」の記事については、「モンテカルロ法」の概要を参照ください。

ウィキペディア小見出し辞書の「数値積分」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ

出典:Wiktionary

数値積分

出典:『Wiktionary』 (2021/11/30 04:31 UTC 版)

名詞

数値 積分(すうちせきぶん

  1. 電子計算機定積分を(近似的に)求めアルゴリズム総称

上位語

翻訳




数値積分と同じ種類の言葉


英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

カテゴリ一覧

すべての辞書の索引



Weblioのサービス

「数値積分」の関連用語











数値積分のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



数値積分のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
All text is available under the terms of the GNU Free Documentation License.
この記事は、ウィキペディアの数値積分 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。 Weblio辞書に掲載されているウィキペディアの記事も、全てGNU Free Documentation Licenseの元に提供されております。
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaのモンテカルロ法 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。
Text is available under Creative Commons Attribution-ShareAlike (CC-BY-SA) and/or GNU Free Documentation License (GFDL).
Weblioに掲載されている「Wiktionary日本語版(日本語カテゴリ)」の記事は、Wiktionaryの数値積分 (改訂履歴)の記事を複製、再配布したものにあたり、Creative Commons Attribution-ShareAlike (CC-BY-SA)もしくはGNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS