オイラー法とルンゲクッタ法の違いを徹底解説：中学生でも分かる数値解法ガイド

---

オイラー法とルンゲクッタ法の違いを徹底解説

この文章は、日常の道案内の例えを使いながら、オイラー法とルンゲクッタ法という2つの「数値解法」がどう違うのかを丁寧に解説します。微分方程式という難しそうな話を、身近な感覚で理解できるように工夫しています。

まず前提として、自然現象の動きは“連続的”ですが、私たちの計算機は“離れた点での近似”でしか見られません。そこで、時刻を小さなステップに分けて、次の状態を順番に作っていく方法が必要になります。

この手法にはいくつかの選択肢があり、オイラー法とルンゲクッタ法はその代表格です。使い分けのコツを抑えると、計算が速く済むのに結果が信頼できるようになります。

このあと、基本の仕組み、特徴、実務でのポイント、そして簡単な比較表まで、順を追って説明します。

1. 微分方程式と数値解法の基礎

微分方程式は「ある量の変化のしかた」を数式で表したものです。現実の世界では、温暖化や人口の増減、車の運動など、さまざまな現象がこのような変化の連続で描かれます。しかし、正確な解を式で得るのが難しい場合が多く、代わりに近似解を計算機で作ります。

数値解法とは、いわば「地図を手がかりに目的地へたどり着く方法」です。地図は完璧ではないし、私たちは道の途中で進み方を少しずつ決めなければいけません。ここで重要なのは「小さな一歩で全体を近づける」という考え方と「誤差をどう小さくするか」という工夫です。

オイラー法とルンゲクッタ法は、そんな工夫の中核を担う代表的な手法で、どちらも同じ目的地を目指しますが、道の選択と進み方が違います。

次のセクションから、それぞれの手法の仕組みの仕組みを具体的に見ていきましょう。

2. オイラー法の仕組みと特徴

オイラー法は「最もシンプルで覚えやすい数値解法」です。時間 t_n での状態 y_n を用意し、次の時刻 t_{n+1} = t_n + h（ここで h はステップ幅）における状態を、y_{n+1} = y_n + h f(t_n, y_n) という1つの式で推定します。ここで f は微分方程式 dy/dt = f(t, y) の右辺です。言い換えると、現在の変化の速度 f を“そのまま小さな時間だけ積分”して、次の位置を作るという考え方です。

この方法の良さは、実装が簡単で計算量が少ない点です。一方で欠点は誤差が大きくなることが多い点です。特に曲がり方が急な場所や、速度が急に変わる場面では、オイラー法はまっすぐな道のリスクを受けやすく、長い区間を走ると誤差が徐々に大きく膨らみます。

「どのくらいの区間をどのくらい細かく区切るべきか」を決めるのも難しく、安定性の観点からも注意が必要です。とはいえ、初学者が数値解法の感触をつかむには非常に良い入門手法です。

実務の現場では、粗く近似してすぐ結果がほしい状況や、検討段階のモデルの動作を素早く確認したいときに使われます。

3. ルンゲクッタ法の仕組みと特徴

ルンゲクッタ法にはいくつかのバリエーションがありますが、最も広く使われるのが「4次ルンゲクッタ法（RK4）」です。RK4では、t_n, y_n の時点で f(t,y) を4回評価して、より正確な推定を行います。式を簡単に書くと、
k1 = f(t_n, y_n)
k2 = f(t_n + h/2, y_n + h/2 k1)
k3 = f(t_n + h/2, y_n + h/2 k2)
k4 = f(t_n + h, y_n + h k3)
y_{n+1} = y_n + (1/6)(k1 + 2k2 + 2k3 + k4) h

といった流れになります。要するに、区間を4つの中間地点で“評価してから進む”ので、オイラー法よりもはるかに正確です。

計算量は増えますが、誤差の成り方が滑らかで安定性も高いため、多くの実務や研究ではRK4が標準選択として用いられます。特に長い時間の進行や、微小な変化を正確に追いたい場合には効果を発揮します。

4. 違いのポイントと使い分けの実務ガイド

オイラー法とルンゲクッタ法の主な違いを、実務の場面で使い分けるコツとして押さえておくべき点を整理します。


まず「近似の精度の差」です。オイラー法は1次の近似、RK4は4次の近似です。これにより、同じステップ幅 h なら RK4 のほうがずっと誤差が小さくなります。

次に「計算コストの差」です。オイラー法は f の計算を1回で済みますが、RK4は通常4回評価します。計算時間と精度のトレードオフを考える必要があります。

さらに「安定性と適用範囲」です。オイラー法はステップ幅 h が大きすぎると解が実際の解と大きくずれることがあり、 stiff（とても速い変化と遅い変化が同時に起こる）な問題には不向きです。対してRK4 は一般的には安定性が高いですが、硬い方程式には依然として不安定になることがあります。現場ではこのような場合、 implicit 法（例えば剛性のある問題向け）を検討します。


「選択の基本ルール」は、目的が大まかな挙動の理解ならオイラー法でOK、正確さと安定性を優先するならRK4を選ぶ、
実時間制御や大規模シミュレーションでは細かな工夫が必要になる、という考え方です。

5. 実例と表

以下の表は、オイラー法とルンゲクッタ法の代表的な違いを視覚的に比較するためのものです。実務での選択を迷ったときに、要点がすぐ確認できるよう工夫しています。

<table><th>要素オイラー法ルンゲクッタ法（RK4）近似の次数1次4次1ステップの計算量f評価1回f評価4回誤差の大きさ大きい（hに比例）小さい（ほぼh^4）安定性条件付き安定、剛性には不向き一般に安定性が高いが剛性には注意実務での使い道粗い近似・学習用正確な予測・長時間シミュレーションtable>

この表を見れば、どの場面でどちらを選ぶべきかが直感的に分かるはずです。数値解法では「速度と精度のバランス」がとても大事なので、h の設定と目的を明確に決めてから選択しましょう。なお、実際には誤差の評価方法（局所誤差と全局誤差）や、必要な精度の水準を事前に決めておくと、最適な手法とパラメータを選びやすくなります。

ピックアップ解説

雑談風の小ネタ: 友達と道案内をしているとき、目的地までの距離を一歩ごとに測るのがオイラー法の発想です。1歩分の距離を現在の速度で足していくと、次の位置がわかる。ただし、道の曲がり方を深く考えずに直線で進むので、誤差が大きくなることが多い。ルンゲクッタ法は、同じ道を4回に分けて中間の速度を使ってより正確に進む、というような例えです。結果として、進み方が滑らかで誤差が減り、長い旅路でも安定します。

---