オイラー法と差分法の違いを徹底解説！中学生にもわかるやさしい比較ガイド

---

オイラー法と差分法の基本を理解する

オイラー法とは、微分方程式を解くときに使うとても基本的な計算手法です。オイラー法は時間領域の常微分方程式を近づけるための「一歩進む」方法です。式にすると y_{n+1} = y_n + h f(t_n, y_n) です。ここで f(t_n, y_n) は瞬間の変化の速さを表します。

この方法はとても直感的で計算量も少なく、実装もしやすいのが魅力ですが、近似の誤差が生じやすく、特に h が大きいと解が実際の解と大きく異なることがあります。

一方、差分法（finite difference method）は、関数の微分を中心に置き換えるテクニックの総称です。空間や時間における微分を、隣り合う点の差分で近似します。例えば「導関数の一階差分」は (y_{n+1} - y_n) / h のように置き換えます。差分法は、常微分方程式だけでなく偏微分方程式を離散化する場面でよく使われます。

実際には、オイラー法は差分法の中の「時間方向の差分近似のひとつ」に過ぎず、差分法には「前進差分」「後退差分」「中心差分」など、さまざまな形があるのです。

重要なポイントは、差分法は連続の微分を近似する手法の総称であり、オイラー法はそのうちの一つの具体的な時刻進行の方式だということです。

もしあなたがこれからプログラミングで数値計算を始めるなら、まず「オイラー法」で基本をつかみ、次に他の差分法（例えば後退オイラー法やルンゲ＝クッタ法など）へと発展させるのが自然な流れです。

違いを実際の例で比べると何が起きるのか

例えば dy/dt = -y, y(0) = 1 というとてもシンプルな微分方程式を考えます。真の解は y(t) = e^{-t} です。時間刻み h を 0.5 と 0.1 などで試してみると、オイラー法は次のように動きます。まず y_1 = y_0 + h(-y_0) = y_0(1 - h) となり、h が小さいほど真の解に近づきます。しかし h が大きいと誤差が積み重なり、解が実際の解と大きく異なることがあります。

ここで差分法は「微分をどう近似するか」という設計に依存します。もし差分法を用いているのが y' ≈ (y_{n+1} - y_n) / h の前向き差分である場合、オイラー法とほぼ同じ結果になりがちです。つまり、オイラー法は差分法の一つの具体例だということが分かります。

なお、差分法には空間の離散化も含まれ、偏微分方程式を解くときには前進差分だけでなく、中心差分、後退差分などの選択肢があります。これらは安定性と精度のトレードオフを持ち、問題の性質によって使い分ける必要があります。

具体的な現場の例として、物理の熱伝導方程式などを離散化する際には、時間方向の差分と空間方向の差分を組み合わせて「差分法の全体像」を作ります。ここで安定性という概念がとても大事になります。小さな h を選べば安定性はよくなりますが、計算負荷が増えます。反対に h が大きいと、計算が速くなる一方で解が不安定になることがあります。

つまり、オイラー法と差分法の違いは、単に用いる式の違いだけでなく、どの方向（時間・空間）をどう近似するか、そして安定性と精度のトレードオフをどう扱うかという設計思想の違いにもあります。記述する言葉を整理すると、オイラー法は時間方向の差分近似の代表的な手法、差分法は微分を離散化する総称、ということが見えてきます。もしこの話を実務に落とすなら、まずは小さな問題で実験してみて、誤差の出方とステップ幅の関係を体感するのが一番近道です。

ピックアップ解説

ねえ、オイラー法って名前を聞くと難しそうだけど、実際には“1歩だけ進める計算”を連続で繰り返すだけのシンプルさが魅力なんだ。差分法という言い方もあるけれど、要は微分の意味を“隣り合う点の差”で近づけるテクニックの総称。だから、オイラー法は差分法の中の一つの具体的な手法。プログラミングの入り口として、y_{n+1} = y_n + h f(t_n, y_n) の形を自分の手で書いて動かしてみると、計算機の中で時間がどう動くかが直感的にわかる。最初は誤差が小さくなくても、h を小さくして観察すると徐々に近づくことが実感できる。こうした体感こそが、公式だけを覚えるよりも大切な学びです。

---