微分方程式計算機

微分方程式計算機

新興 AI Skill PRO

計算を入力してください

結果

厳密解 y(x)
2.718282
オイラー法による近似値 2.593742
刻み幅 h 0.1
絶対誤差 0.124539

公式

y(目標点 x)=初期 y0·e比例定数 k(目標点 x−開始点 x0)y({{\text{目標点 }x}}) = {{\text{初期 }y_0}} \cdot e^{{{\text{比例定数 }k}}\left({{\text{目標点 }x}} - {{\text{開始点 }x_0}}\right)}
計算手順を表示 (1)
  1. オイラー法による近似

    yn=初期 y0(1+比例定数 kh)nここで{h=目標点 x−開始点 x0ステップ数 nn=ステップ数 n\begin{gathered} y_{n} = {{\text{初期 }y_0}} \left(1 + {{\text{比例定数 }k}}\, h\right)^{n} \\[1.5em] \text{ここで}\quad \left\{ \begin{aligned} h &= \dfrac{{{\text{目標点 }x}} - {{\text{開始点 }x_0}}}{{{\text{ステップ数 }n}}} \\ n &= {{\text{ステップ数 }n}} \end{aligned} \right. \end{gathered}

    y_{i+1} = y_i + h*(k*y_i) に刻み幅 h = (x - x0)/ステップ数 で適用した n 回のオイラー法ステップ;h = 刻み幅、n = オイラー法のステップ数

利用統計

広告

このページの誤りを報告

微分方程式計算機とは?

微分方程式とは、ある関数とその変化率(導関数)との関係を表す式のことです。この計算機は、もっとも基本的な1階線形微分方程式 \( \frac{dy}{dx} = k\,y \) に焦点を当てています。この式は、物理・生物・金融・工学のさまざまな分野で見られる指数関数的な増加や減衰(指数増殖・指数減衰)をモデル化します。厳密解と数値近似の両方を出力するため、理論と計算結果を並べて比較できます。

公式の解説

初期条件 \( y(x_0) = y_0 \) を与えると、この方程式は以下の閉形式解を持ちます。ここで \(y_0\) は初期値、\(k\) は比例定数(変化率)、\(x\) は求めたい点です。

$$y(x) = y_0\,e^{k(x - x_0)}$$

閉形式解を求めるのが難しい場合には、オイラー法が役立ちます。オイラー法は小さな刻み幅 \(h = \frac{x - x_0}{n}\) で \( y_{i+1} = y_i + h\,k\,y_i \) を用いて少しずつ前進していく手法です。刻みを小さくする(\(n\) を大きくする)ほど、近似誤差は小さくなります。

座標軸上で初期点から立ち上がる指数曲線
閉形式の解 y = y_0 e^{k(x - x_0)} は、初期点からなめらかな指数曲線を描く。

使い方

初期値 \(y_0\)、比例定数 \(k\)、開始点 \(x_0\)、目標点 \(x\)、そしてオイラー法のステップ数 \(n\) を入力します。計算機は、厳密値・オイラー法による推定値・刻み幅・そして両者の絶対誤差を表示します。

広告
なめらかな曲線の下を階段状に進む直線分
オイラー法は、一定幅の直線ステップを重ねて真の曲線を近似する。

計算例

\(y_0 = 1\)、\(k = 1\)、\(x_0 = 0\)、\(x = 1\) とし、オイラー法のステップ数を1とします。厳密な答えは次のようになります。

$$y(1) = 1\cdot e^{1\cdot(1-0)} = e \approx 2.71828$$

1ステップのオイラー法では \( y_1 = 1 + 1\times 1\times 1 = 2 \) となるため、絶対誤差はおよそ \(0.718\) です。ステップ数を増やすほど、推定値は \(e\) に近づいていきます。

広告

さらに詳しい計算例

以下のすべての例では、1階線形常微分方程式 \(\frac{dy}{dx} = k y\) を使用します。その厳密な閉形式の解は \(y(x) = y_0\,e^{k(x - x_0)}\) であり、陽的(前進)オイラー近似は固定ステップ幅 \(h = \frac{x - x_0}{n}\) と更新則 \(y_{i+1} = y_i + h\,k\,y_i\) を用います。これらは一般的な数学的結果であり、いかなる国や規格にも結びつくものではありません。

例1 — 指数関数的減衰(厳密解)

入力値:\(y_0 = 100\)、\(k = -0.5\)、\(x_0 = 0\)、\(x = 2\)。\(k<0\) であるため、量は減衰します。厳密解に代入すると:

$$y(2) = 100 \cdot e^{-0.5\,(2 - 0)} = 100\,e^{-1} = 100 \cdot 0.367879 \approx 36.7879$$

したがって厳密な値は 36.7879 です。

例2 — オイラー法、増加、n = 4

入力値:\(y_0 = 100\)、\(k = 0.5\)、\(x_0 = 0\)、\(x = 2\)、\(n = 4\)。ステップ幅 \(h = \frac{2 - 0}{4} = 0.5\)。各反復で \((1 + hk) = (1 + 0.5 \cdot 0.5) = 1.25\) を掛けます:

  • \(y_1 = 100 + 0.5 \cdot 0.5 \cdot 100 = 100 + 25 = 125\)
  • \(y_2 = 125 + 0.5 \cdot 0.5 \cdot 125 = 125 + 31.25 = 156.25\)
  • \(y_3 = 156.25 + 0.5 \cdot 0.5 \cdot 156.25 = 156.25 + 39.0625 = 195.3125\)
  • \(y_4 = 195.3125 + 0.5 \cdot 0.5 \cdot 195.3125 = 195.3125 + 48.828125 = 244.140625\)
ステップ \(i\) \(x_i\) \(y_i\)(オイラー)
0 0.0 100.000000
1 0.5 125.000000
2 1.0 156.250000
3 1.5 195.312500
4 2.0 244.140625

厳密な値:\(y(2) = 100\,e^{0.5 \cdot 2} = 100\,e^{1} \approx 271.8282\)。絶対誤差:\(|271.8282 - 244.1406| \approx 27.6876\)。前進オイラー法は凸型の増加曲線を過小評価するため、この差を縮めるにはより大きな \(n\) が必要です。

例3 — オイラー法、減衰、n = 4

入力値:\(y_0 = 100\)、\(k = -0.5\)、\(x_0 = 0\)、\(x = 2\)、\(n = 4\)。ステップ幅 \(h = 0.5\)。各反復で \((1 + hk) = (1 + 0.5 \cdot (-0.5)) = 0.75\) を掛けます:

  • \(y_1 = 100 + 0.5 \cdot (-0.5) \cdot 100 = 100 - 25 = 75\)
  • \(y_2 = 75 + 0.5 \cdot (-0.5) \cdot 75 = 75 - 18.75 = 56.25\)
  • \(y_3 = 56.25 - 14.0625 = 42.1875\)
  • \(y_4 = 42.1875 - 10.546875 = 31.640625\)

厳密な値(例1より):\(y(2) \approx 36.7879\)。絶対誤差:\(|36.7879 - 31.6406| \approx 5.1473\)。減衰する凹型の曲線は同じステップ幅でもオイラー法で追跡しやすいため、誤差は増加の場合よりもはるかに小さくなります。

よくある質問(FAQ)

この計算機は何階の方程式を解けますか? \( \frac{dy}{dx} = k\,y \) の形をした1階線形常微分方程式(ODE)を解きます。

なぜオイラー法の結果は厳密値とずれるのですか? オイラー法は1次の近似法であり、各ステップで打ち切り誤差が生じます。この誤差は \(n\) を大きくするほど小さくなります。

k は負の値でもよいですか? はい。負の \(k\) は、放射性物質の半減期や物体の冷却のような指数関数的な減衰を表します。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る