近似理論：手法、歴史、応用

基本概念

重要な考え方には、近似に用いる関数族の選択（多項式、三角級数、有理関数、スプライン）、精度を定量化するための誤差ノルム（一様ノルム、L2ノルム、重み付きノルム）、および収束の概念（各点収束、一様収束、ノルム収束）がある。関連する概念として最良近似がある。これは、指定された近似関数のクラスの中で、選んだ誤差を最小にする要素を求めるものである。実用上は、安定性と計算コストも重要である。

代表的な手法

• 多項式近似：低次数の多項式を用いる方法であり、テイラー多項式やミニマックス近似を含む。
• 三角関数・フーリエ法：周期関数を正弦と余弦の和で表し、さまざまなノルムにおける収束を調べる。
• スプラインおよび区分的方法：滑らかさの条件を課した区分的多項式を用いる。補間やデータ当てはめに広く利用される。
• 有理近似：多項式の比を用いる方法であり、極をもつ関数や急激に変化する関数に有用である。

歴史的事項

この分野は、級数と補間に関する19世紀から20世紀初頭の研究を基盤として発展した。古典的な成果には、広い仮定のもとで一様近似を保証するストーン＝ワイエルシュトラス型定理や、最適な多項式近似を記述するチェビシェフ多項式と関連するミニマックス理論の発展がある。時代とともに、この分野は数値解析、関数解析、計算手法と相互に関わってきた。

応用と例

近似理論は多くの数値的技法の基礎となっている。具体的には、関数を評価する効率的なアルゴリズムの設計、数値積分則の構成、信号の圧縮、スプラインによるコンピュータ支援幾何設計などである。統計学と機械学習では、基底展開やカーネル法に近似の考え方が現れる。工学者は、シミュレーションや制御のためにモデルを簡略化する際、近似を用いる。

重要な区別と事実

近似は補間とは異なる。補間では与えられたデータに厳密に一致させるのに対し、近似では全体的な誤差や不安定性を抑えるため、制御されたずれを許容する。一様近似は最悪の場合の誤差に着目する一方、L2（平均二乗）近似は平均的な挙動を重視する。近似の収束速度の研究は、関数の滑らかさと、近似関数の複雑さを増したときに近似誤差がどれほど速く減衰しうるかを結び付ける。

入門書、概説、計算に関する資料については一般的な参考文献を、アルゴリズムに関する注記については数値計算の資料を、歴史的概観については概説ページを、ソフトウェア関連の内容については実装ガイドを参照できる。これらの案内は、特定の問題に適した近似手法を選ぶ際に、理論と実践を結び付ける助けとなる。