微積分学

微積分学は、連続的な変化を扱う数学だ。アイザック・ニュートンとゴットフリート・ライプニッツが17世紀後半に独立に開発したこの数学は、物理学・工学・経済学・生物学など現代のあらゆる定量的科学の基礎をなす。ニュートンは物理的問題を解くための道具として発展させ、『プリンキピア』（1687年）に隠して使った。

ニュートンの動機：運動の瞬間的記述

ニュートンが微積分（「流率法」と呼んだ）を開発したのは、運動を記述するためだった。ある瞬間の速度——位置の時間的変化率——を計算したい。しかしある「瞬間」には時間的な幅がない。「0秒間の変化」を「0で割る」という計算は定義できない。

ニュートンの解決は「無限に短い時間（流量）」という概念だ。時間を無限に小さくしていった極限として速度（微分）を定義した。逆に、速度から距離を計算する（積分）は、無限に小さな時間刻みで速度×時間を足し合わせる極限だ。

ライプニッツとの「優先権論争」

ライプニッツも同時期に独立に微積分を開発し、現在使われている記法（dy/dx、∫）を考案した。ニュートンとライプニッツの間で「どちらが先に発明したか」という優先権論争が起き、18世紀の数学界を分裂させた。

現代の歴史研究では、ニュートンが先に開発したが発表が遅く、ライプニッツは独立に発明したという評価が定着している。ライプニッツの記法の方が使いやすかったため、大陸（ドイツ・フランス）ではライプニッツ流が発展し、イギリスではニュートン流に固執したため18世紀の数学が停滞したという歴史的皮肉もある。

プリンキピアにおける「隠れた使用」

興味深いのは、ニュートンが『プリンキピア』で微積分を直接使わず、ユークリッド幾何学的な証明スタイルで書いたことだ。古代ギリシャの数学的伝統への敬意、または批判を避けるための戦略だったと言われる。

しかし背後では微積分が使われており、後に弟子たちがニュートンの発見を微積分で再構成することで、そのパワーが明らかになった。万有引力の法則を実際に使いやすくしたのは、この再構成だ。

微積分学の現代的役割

微積分学は現代科学・工学・経済学の言語だ。物理法則は微分方程式で書かれ、最適化問題（コスト最小化・利益最大化）は微分で解き、機械学習の勾配降下法は微分の連鎖律（バックプロパゲーション）に依存する。AIの学習アルゴリズムは本質的に微積分の応用だ。

経済学では限界革命（19世紀後半）以降、限界効用・限界費用など「限界」概念が微分として定式化され、経済学の数学化が進んだ。ニュートンが物理学的直観として掴んだ「変化率」という概念は、科学・工学・社会科学の共通語として世界を変えた。万有引力の法則と微積分学のペアこそが、近代科学の方法論的核心をなす。

微積分学と機械学習の収束

ニュートンが物理的直観として掴んだ微積分の考え方は、300年後に機械学習・AI開発の核心技術として復活した。ニューラルネットワークの学習（バックプロパゲーション）は、誤差の「勾配（微分）」を計算し、その勾配に沿ってパラメータを更新する。

これは本質的に微積分の連鎖律（合成関数の微分）の応用だ。数百億パラメータのLLM（大規模言語モデル）も、ニュートンが開発した微積分の延長線上にある。「無限に小さい変化の極限」という抽象的な数学的概念が、AIという実用的なシステムを支えている。

また、万有引力の法則の発見と同様に、微積分もまた最初の発見者の当初の想定をはるかに超えた射程を持つことが後に明らかになった。物理学の道具として生まれた微積分が、経済学・生物学・情報科学の基礎言語となったことは、数学的発見が持つ予期せぬ普遍性の典型例だ。