積分の基本（面積と区分求積法）

Q: 積分の基本（面積と区分求積法）とは何ですか？

区間 [a, b] における連続関数 f(x) \ge 0 に対し、区間を n 等分した小区間の幅 \Delta x = \frac{b-a}{n} と代表点 x_k = a + k\Delta x をとり、長方形の面積の和の極限をとったものを定積分と呼ぶ。\int_a^b f(x)\,dx = \lim_{n \to \infty} \sum_{k=1}^n f(x_k)\,\Delta x

Q: 積分の基本（面積と区分求積法）は社会やプログラミングでどのように使われていますか？

物理エンジン・グラフィックスにおける数値積分（台形則）: ゲーム物理やセンサー解析では、解析的に解けない加速度データから速度や変位を推定する際、微小時間ステップごとに短冊を足し合わせる数値積分（オイラー法・台形公式・ベルレ積分）が不可欠である。

微小な短冊を無限に足し合わせることで現れる「曲線下の面積」

この単元の発見をシェア

3行要約（Key Takeaways / AIOサマリー）

1: 積分の基本（面積と区分求積法）の本質的な定義と直感的ビジュアルをシミュレーターで体験できる。
2: 公式や証明の背景にある数学的意味と、厳密な導出ステップを解説。
3: 実社会における工学応用（物理エンジン・グラフィックスにおける数値積分（台形則））のTypeScript実装コードを収録。

なぜこれを学ぶのか？ — 現実社会とテクノロジーでの価値

Purpose & Motivation

なぜ生まれたのか？

ギザギザした海岸線や曲線で囲まれた土地など、「公式のない複雑な形状の面積や体積」を正確に求めるために開発された。

身につく武器・思考力

「細かく刻んで（微分）、全部足し合わせる（積分）」という極限思考により、連続的な変化のトータル蓄積量を求められるようになる。

実社会・ITでの活躍現場

•物理エンジンにおける加速度→速度→現在位置の連続積分シミュレーション
•CTスキャンやMRIによる人体内部の断層画像の3D再構成（ラドン変換）
•ダムの貯水量計算や、航空機の主翼の揚力・空気抵抗の総量計算
•確率密度関数から特定範囲の確率（正規分布の面積など）を求める統計計算

Layer 1 — 直感・シミュレーター

スライダーで「分割数 N」を増やしてみよう。N が小さいときは長方形の階段状の隙間が目立つが、N を 10、30、50 と増やすにつれて短冊の和（リーマン和）が滑らかな曲線の下側の真の面積へと収束していく様子が確認できる。

短冊の分割数

N

: 8 分割

短冊の幅 dx

0.250

幅 = (2 - 0) / 8

短冊の面積の合計（区分求積）

2.3281

誤差: 0.0052

真の面積（定積分 ∫f(x)dx）

2.3333

7 / 3 ≈ 2.3333

↑ スライダーで分割数 $N$ を増やすと、長方形の幅 $dx$ がどんどん細くなり、階段状のガタつきが消えて真の曲線下の面積に限りなく近づく極限（区分求積の原理）を確認できます。

Layer 2 — 定義・受験・証明

定義

区間 $[a, b]$ における連続関数 $f(x) \ge 0$ に対し、区間を $n$ 等分した小区間の幅 $\Delta x = \frac{b-a}{n}$ と代表点 $x_k = a + k\Delta x$ をとり、長方形の面積の和の極限をとったものを定積分と呼ぶ。

\int_a^b f(x)\,dx = \lim_{n \to \infty} \sum_{k=1}^n f(x_k)\,\Delta x

公式・数理モデル

\int_a^b f(x)\,dx = [F(x)]_a^b = F(b) - F(a) \quad (F'(x) = f(x))

証明・導出

微積分学の基本定理により、面積関数 $S(x) = \int_a^x f(t)\,dt$ の微分は元の関数 $f(x)$ に等しい。

\frac{d}{dx} S(x) = \lim_{h \to 0} \frac{S(x+h) - S(x)}{h} = f(x)

すなわち、面積を求める「積分」は、変化率を求める「微分」の逆演算（不定積分）として計算できる。区分求積の総和計算を行う代わりに、原始関数 $F(x)$ を見つけて $F(b) - F(a)$ を計算すれば、曲線で囲まれた面積が正確に求められる。

押さえておきたいポイント

定積分は「微小な幅 $\Delta x$ の短冊をぎっしり敷き詰めた総和」の極限である
微分と積分は互いに逆演算の関係にある（微積分学の基本定理）
区分求積法は、コンピュータによる数値積分の基礎アルゴリズムである
物理では「力×微小距離の積分」が仕事となり、「速度×微小時間の積分」が移動距離となる

参照基準・学習指導要領との対応

本トピックの内容・数理モデルは、文部科学省学習指導要領（算数・数学・情報）および国際標準カリキュラムに準拠し、エンジニアリング現場の実装事例と照らし合わせてMath World Lab編集部により検証・作成されています。

Layer 3 — 工学応用・現場実装

物理エンジン・グラフィックスにおける数値積分（台形則）

ゲーム物理やセンサー解析では、解析的に解けない加速度データから速度や変位を推定する際、微小時間ステップごとに短冊を足し合わせる数値積分（オイラー法・台形公式・ベルレ積分）が不可欠である。

1// 台形公式による数値積分
2function integrateTrapezoidal(
3  f: (x: number) => number,
4  a: number,
5  b: number,
6  n: number = 100
7): number {
8  const h = (b - a) / n;
9  let sum = (f(a) + f(b)) / 2;
10  for (let i = 1; i < n; i++) {
11    sum += f(a + i * h);
12  }
13  return sum * h;
14}
15
16// 例: 放物線 f(x) = x^2 の 0 から 2 までの定積分
17// 解析解: [x^3 / 3]_0^2 = 8 / 3 = 2.6666...
18const result = integrateTrapezoidal((x) => x * x, 0, 2, 50);
19console.log(`数値積分結果: ${result.toFixed(4)}`); // 2.6669