正確な生物学的関数がリアルタイム計算に不適切なほど複雑な細菌の培養の成長をモデル化していると想像してください。ワイエアシュトラスによれば、 ワイエアシュトラス、もし成長曲線が連続であれば、差が無視できるほど近い単純な多項式を見つけることができます。しかし、'初期日'のデータのみに基づく テイラー多項式 に頼ると、'10日目'の予測はおそらく劇的に誤りになります。これが、グローバルな補間手法を探求する理由です。
代数的多項式の力
代数的多項式は、簡単な算術演算を使って評価・微分・積分が容易であるため、数学における最も好まれる「近似関数」です。
定義：代数的多項式
次の形の関数：
$$P_n(x) = a_n x^n + a_{n-1} x^{n-1} + \dots + a_1 x + a_0$$
ワイエアシュトラス近似定理
この定理は、閉じて有界な区間上の任意の連続関数が、任意の精度で近似可能であることを保証することで、数値解析の理論的基盤となります。
定理 3.1
関数 $f$ が $[a, b]$ 上で定義されかつ連続であるとします。各 $\epsilon > 0$ に対して、以下の条件を満たす多項式 $P(x)$ が存在します：
$$|f(x) - P(x)| < \epsilon, \text{ すべての } x \text{ について } [a, b]$$
補間法と局所近似の比較
テイラー多項式は特定の点では非常に正確ですが、その点から離れるにつれてしばしば急速に発散します（ 局所精度の落とし穴）。補間法は、ワイエアシュトラスの条件を満たすグローバルな適合を提供するために、区間全体のデータポイントを使用しようとします。
🎯 核心原則
ワイエアシュトラスの定理は 存在定理——多項式の存在を示すものの、係数の具体的な値は提供しません。特定のデータポイントに関数を適合させてこれらの多項式を見つけるプロセスは 補間と呼ばれます。