近似：概念、方法、実用的な用途

特徴と種類

近似は、求められる精度と手法によって異なる。一般的な分類には、丸め（数を近くてより単純な値に置き換えること）、打ち切り（桁または項を途中で切り捨てること）、数値近似（アルゴリズムによって値を計算すること）、解析的近似（級数、漸近展開、またはより単純な関数を用いて複雑な関数を表すこと）がある。いずれの方法も、単純さ、精度、費用（時間または計算資源）という三つの要素の均衡を図る。近似には、それが厳密値からどの程度離れているかを測る誤差または残差が伴い、その誤差を制御することが手法の選択や設計の中心となる。

典型的な記法や慣例は、近似の質を伝えるのに役立つ。記号≈は近似的な等しさを表し、チルダ~は漸近的同値を表すことがある。数値を扱う場面では、精度を示す情報とともに値が表示されることが多い。たとえばπについて3.14と表す場合（より精密にはπ ≈ 3.1416）、あるいは金額を最も近いセント単位に丸める場合がある。近似が厳密な曲線やデータセットとどの程度一致するかを示すため、視覚的な補助図やグラフ上の比較がしばしば用いられる。

歴史と代表的な方法

歴史的に、近似は数学、天文学、工学、航海にとって重要であった。初期の著名な例として、アルキメデスは内接多角形と外接多角形を用いて円周の長さに上下限を与え、それによってπの近似値を得た。彼は辺の数が多い多角形を使って上限と下限を狭めており、この方法は現代の極限や収束の考え方を先取りしている。アルキメデス、多角形、および円に関する彼の研究について、さらに参照できる。 テイラー級数、フーリエ級数、連分数、摂動法などの解析的手法は、関数を近似する強力な方法を提供する。

実用的な方法と例

• 丸めと打ち切り：「78.23ドル」ではなく「約80ドル」と言うような、日常的な単純化。
• 離散的な数値手法：微分方程式に対する有限差分法または有限要素による離散化。
• 統計的近似とモンテカルロ近似：決定論的な計算が実用的でない場合に行う、標本に基づく推定。
• 級数と漸近法：大きい、または小さいパラメータに対する関数を近似するため、展開の数項を用いる方法。

単純な算術近似の例として、2.0002 + 2.0003を計算する際、まず両方を2とみなして2 + 2とし、大まかな和を得た後、必要に応じて精密化する方法がある。多くの工学的応用では、扱いにくい厳密な記述よりも、支配的な効果を捉える近似モデルのほうが好まれる。

重要性、誤差、および区別

近似誤差を理解することは不可欠である。絶対誤差は数値上の差を示し、相対誤差はその差を厳密値の大きさで尺度化する。許容差の要件は分野によって異なる。科学計算ではきわめて小さい相対誤差が求められることがある一方、計画や意思疎通には概算で十分なこともある。また、近似と推定を区別することも有用である。「近似」は数学的対象をより単純なものに置き換えることを指す場合が多いのに対し、「推定」はしばしばデータから未知のパラメータを推論することを意味する。方法と例についてさらに学ぶには、πや数値的手法に関する資料を参照するとよい。たとえばπの計算に関する入門的な説明は、多くの近似の考え方を示している。