スターリングの公式を徹底解説！直感的導出・証明と統計力学の実力

巨大な階乗（$n!$）の計算に直面したとき、手計算はおろかスーパーコンピューターですら桁あふれを起こす壁にぶつかります。この計算の壁を打ち破り、天文学的な数値を扱いやすい初等関数の形へと変換するのが「スターリングの公式（Stirling's approximation）」です。数学の純粋理論にとどまらず、物理学や情報科学、統計学の根幹を支える極めて強力な解析ツールとして知られています。

大学の講義や専門書で突如として現れる「なぜ階乗の中に突然 $\pi$ や $e$ が出現するのか」「なぜ対数を取ると $n \ln n - n$ に化けるのか」という疑問は、初学者がつまずきやすい代表的なポイントです。本稿では、スターリングの公式の本質的な意味から、高校数学レベルで掴める直感的な導出、ウォリスの公式やマクローリン展開を用いた厳密な証明手法、さらには統計力学での実践的な活用法と誤差評価まで、専門的知見をもとに分かりやすく紐解きます。

📌 【この記事の重要ポイントまとめ】

• 要点1：スターリングの公式は、膨大な階乗 $n!$ を $\sqrt{2\pi n}(n/e)^n$、または対数形式 $\ln(n!) \approx n\ln n - n$ として高精度に近似する公式。
• 要点2：直感的な導出は対数和の積分近似で理解でき、厳密な証明は台形公式・マクローリン展開やウォリスの公式（またはガンマ関数の鞍点法）によって成立する。
• 要点3：アボガドロ数（$10^{23}$個）規模の粒子を扱う統計力学では誤差が事実上ゼロとなり、エントロピー計算や状態数の導出に絶対不可欠な武器となる。

【基礎知識】スターリングの公式とは？階乗計算を劇変させる最強ツールの正体

スターリングの公式は、自然数 $n$ の階乗 $n!$ が $n$ の増大に伴ってどのように振る舞うかを表す漸近公式です。18世紀の数学者ジェームズ・スターリング（James Stirling）とアブラーム・ド・モアブル（Abraham de Moivre）の功績によって確立されました。

一般に「スターリングの公式」と呼ばれるものには、求める精度や用途に応じて精密な乗積形式と対数形式（簡易版）の2種類が存在します。

① 精密形式（強いスターリングの公式）：
$$n! \sim \sqrt{2\pi n} \left(\frac{n}{e}\right)^n \quad (n \to \infty)$$
ここで記号「$\sim$」は、$n \to \infty$ の極限において両辺の比が $1$ に収束すること（$\lim_{n \to \infty} \frac{n!}{\sqrt{2\pi n}(n/e)^n} = 1$）を意味します。

② 対数形式（弱いスターリングの公式・統計力学で頻出）：
両辺の自然対数を取ると、次の関係が得られます。
$$\ln(n!) \approx n \ln n - n + \frac{1}{2}\ln(2\pi n)$$
さらに $n$ が極めて大きい領域では、首座項（主要項）以外を無視できるため、よりシンプルな以下の形が広く用いられます。
$$\ln(n!) \approx n \ln n - n$$

一見して複雑な掛け算の連続である階乗が、指数関数と代数関数の積、あるいは「対数と引き算」という単純な演算に置き換わる点が、この公式の真骨頂です。

【高校数学から大学数学へ】直感的な導出と厳密な証明ステップ

なぜこの美しい近似が成立するのか、その仕組みは段階を追うことで明快に理解できます。まずは高校数学の積分を用いた直感的なアプローチから、大学数学における厳密な定数確定の道筋までを解説します。

1. 高校数学でわかる直感的導出（対数和の積分近似）

階乗の自然対数は、定義より積の対数を和に分解できます。
$$\ln(n!) = \ln(1 \cdot 2 \cdot 3 \cdots n) = \sum_{k=1}^n \ln k$$
この離散的な和 $\sum_{k=1}^n \ln k$ を、連続的な関数 $f(x) = \ln x$ のグラフの面積として捉えます。幅 $1$、高さ $\ln k$ の長方形の面積の総和は、$x=1$ から $x=n$ までの定積分で近似できます。

高校数学の「部分積分法」を用いて計算すると、以下の結果が得られます。
$$\int_{1}^{n} \ln x \, dx = \Big[ x \ln x - x \Big]_{1}^{n} = n \ln n - n + 1$$
$n$ が十分に大きいとき、末尾の定数 $+1$ は無視できるほど小さくなるため、「$\ln(n!) \approx n \ln n - n$」という基本形が直感的に導かれます。

2. 台形公式とマクローリン展開による補正項の導出

上記の大雑把な積分近似では、グラフと長方形の隙間に生じる「誤差」が累積します。この誤差を台形公式（台形近似）によって精密に評価するのが大学数学への第一歩です。

区間 $[k, k+1]$ における台形の面積 $\frac{\ln k + \ln(k+1)}{2}$ と積分値 $\int_{k}^{k+1} \ln x \, dx$ の差を関数展開（マクローリン展開やオイラー・マクローリンの和公式）を用いて解析すると、誤差の主成分が $\frac{1}{2}\ln n$ であることが判明します。これにより、近似の精度は次のように一段階引き上げられます。
$$\ln(n!) = n \ln n - n + \frac{1}{2}\ln n + C + O(1/n)$$
両辺の指数を取ると、$n! \approx A \sqrt{n} (n/e)^n$ （$A = e^C$ は未知の定数）の形が現れます。

3. ウォリスの公式を用いた定数 $\sqrt{2\pi}$ の厳密な証明

残る課題は、比例定数 $A$ がなぜ $\sqrt{2\pi}$ になるのかを突き止めることです。ここで決定的な役割を果たすのが、三角関数の積分から得られるウォリスの公式（Wallis' product）です。

ウォリスの公式は以下のように表されます。
$$\lim_{n \to \infty} \frac{(2n)!!}{(2n-1)!! \sqrt{n}} = \lim_{n \to \infty} \frac{2^{2n} (n!)^2}{(2n)! \sqrt{n}} = \sqrt{\pi}$$
この極限式に先ほどの未定係数を含む近似式 $n! \sim A \sqrt{n} (n/e)^n$ および $(2n)! \sim A \sqrt{2n} (2n/e)^{2n}$ を代入して整理します。

すると、$n$ や $e$ の項が完璧に相殺され、最終的に以下の関係式が導かれます。
$$\frac{2^{2n} \cdot A^2 n (n/e)^{2n}}{A \sqrt{2n} (2n/e)^{2n} \cdot \sqrt{n}} = \frac{A}{\sqrt{2}} = \sqrt{\pi} \implies A = \sqrt{2\pi}$$
これにより、未定だった係数が $\sqrt{2\pi}$ であることが厳密に証明され、完全なスターリングの公式が完成します。（※より進んだ大学数学の解析では、ガンマ関数 $\Gamma(n+1) = \int_0^\infty t^n e^{-t} dt$ に対する「鞍点法（最急降下法）」を用いて直接証明する手法も極めて重要視されます）。

【実態検証】どこまで正確なのか？実際の誤差評価と数値データ比較

「漸近公式ということは、$n$ が無限大に近くないと使えないのでは？」という疑問を持つ方は少なくありません。しかし、実際の計算精度を検証すると、驚くべきことに極めて小さな $n$ の段階から実用上十分な精度を誇ることが分かります。

厳密な誤差評価理論によると、スターリングの公式は以下の不等式（スターリング級数の第1項評価）を満たします。
$$\sqrt{2\pi n}\left(\frac{n}{e}\right)^n e^{\frac{1}{12n+1}} < n! < \sqrt{2\pi n}\left(\frac{n}{e}\right)^n e^{\frac{1}{12n}}$$

以下は、$n=1$ から $n=100$ における真の階乗値とスターリング近似値、および相対誤差の実測比較データです。

データが実証するように、わずか $n=10$ の段階で相対誤差は 1%未満（0.83%） にまで落ち込みます。$n=100$ に至っては誤差わずか 0.083% という驚異的な適合度を示します。理論上の無限大を待たずとも、日常的な数値計算や工学計算において即座に実力を発揮する理由がここにあります。

【現場の応用】統計力学とデータ科学で「なくてはならない」決定的理由

スターリングの公式が最もその威力を発揮するのが、物理学の一大分野である統計力学（Statistical Mechanics）です。統計力学では、コップ一杯の水や気体分子など、巨視的（マクロ）な物質の性質を微視的（ミクロ）な分子の運動から導き出します。

ここで登場する粒子数 $N$ は、アボガドロ数 $N_A \approx 6.02 \times 10^{23}$ という想像を絶する規模に達します。例えば、$N$ 個の粒子をエネルギー準位に分配する微視的状態の総数 $W$ を計算する際、式中に $N!$ や $(N/2)!$ といった階乗が必然的に現れます。

ボルツマンの関係式に基づくエントロピーの定義は以下の通りです。
$$S = k_B \ln W$$
もしスターリングの公式がなければ、$\ln(10^{23}!)$ のような天文学的数値を計算することは不可能です。しかし、対数近似 $\ln(N!) \approx N \ln N - N$ を適用することで、微視的な状態数の対数が $N$ に比例する扱いやすい線形表現へと劇的に整理されます。

さらに、粒子数 $N \sim 10^{23}$ においては、精密項である $\frac{1}{2}\ln(2\pi N)$ すら $N \ln N$ に対して高々数十程度の微小量に過ぎず、物理的な測定限界をはるかに下回るため完全に無視できます。この「圧倒的スケールにおいて極めて単純な式が厳密に成立する」という物理数学の一致こそが、熱力学と統計力学をつなぐ架け橋となっています。

また、データ科学や機械学習の領域においても、二項分布から正規分布を導出する「ド・モアブル＝ラプラスの定理」の証明や、情報理論におけるシャノンエントロピーの多項係数評価など、スターリングの近似式は基盤技術として至る所で活用されています。

一般に知られていない盲点とネットの誤解｜「$n$ が小さくても使える」のか？

スターリングの公式を巡っては、初学者の間でいくつかの典型的な誤解や落とし穴が見受けられます。正しい理解のために代表的な2つのポイントを整理しておきましょう。

誤解①：「絶対誤差」も小さくなると勘違いしてしまう
スターリングの公式で保証されているのは「相対誤差（比率のズレ）」が $0$ に収束することです。真値との「差（絶対誤差 $|n! - \text{近似値}|$）」自体は、$n$ の増加に伴って指数関数的に発散します。あくまで「比率としての精度」が極限的に高まる性質である点に注意が必要です。

誤解②：「$n$ が小さいときは $n\ln n - n$ をそのまま使ってよい」という混同
精密な乗積形式 $\sqrt{2\pi n}(n/e)^n$ は $n=5$ 程度でも実用になりますが、簡易対数形式 $\ln(n!) \approx n\ln n - n$ は $n$ が小さい領域では比較的粗い近似になります。例えば $n=10$ のとき、$\ln(10!) \approx 15.104$ に対し、$10\ln 10 - 10 \approx 13.026$ となり、約13%強の乖離が生じます。対数簡易版を使用する際は、対象とする $n$ が十分に大きい（少なくとも $n \gg 100$、理想的には統計力学的な巨大数）であることを確認することが実務上の鉄則です。

【プロの結論】スターリングの公式をマスターすべき人・慎重になるべき人の判断基準

スターリングの公式は非常に魅力的なツールですが、専攻分野や直面している課題によって学習・活用の深度を適切に切り分ける必要があります。

✅ 確実にマスターしておくべき対象者

• 物理学科・応用物理・材料工学系の大学生：統計力学、熱力学、量子統計の単位取得および研究室での理論計算において、導出と対数近似の運用は必須の前提スキルです。
• 情報科学・データサイエンス専攻者：情報量計算、組合せ爆発のオーダー評価（$O(n\log n)$）、確率分布の極限定理を扱う上で、背後にある数理的挙動の理解が不可欠です。
• 難関大学の理系学部を目指す受験生：直接公式の暗記を問われることは稀ですが、「対数和の積分不等式による評価問題」は頻出テーマであり、公式の導出ロジックそのものが強力な武器になります。

⚠️ 簡易近似の適用に慎重になるべきケース

• $n \le 20$ 程度の厳密な離散組合せ最適化：暗号理論や小規模な順列計算では、わずかな誤差が致命的な不整合を生むため、近似ではなく正確な多倍長整数演算を用いるべきです。

【stirling の 公式】に関するよくある質問（FAQ）

Q1：高校数学の大学入試問題で「スターリングの公式」をそのまま記述試験で使ってもいいですか？
A1：原則として、証明なしに公式そのものを結論として引用することは避けるべきです。入試問題では「$\int_1^n \ln x \, dx$ を用いて $\ln(n!)$ の上下限を不等式で挟み撃ちにする」という誘導形式で出題されることがほとんどです。問題文の誘導ステップに沿って丁寧に論述を展開してください。

Q2：公式に含まれる「$\pi$（円周率）」と「$e$（自然対数の底）」はどこからやってくるのですか？
A2：自然対数の底 $e$ は、階乗の離散的な足し算を連続的な対数積分 $\int \ln x dx = x\ln x - x$ で処理した際の積分計算（および関数の減衰レート）から必然的に導かれます。一方の $\pi$ は、誤差評価の辻褄を合わせる際に用いる「ウォリス積分（単位円上の三角関数の積分極限）」や、ガウス積分 $\int_{-\infty}^\infty e^{-x^2} dx = \sqrt{\pi}$ を通じて幾何学的な対称性から立ち現れます。

Q3：負の数や小数（実数・複素数）の階乗に対してもスターリングの公式は使えますか？
A3：はい、利用可能です。階乗を複素数平面へ拡張した「ガンマ関数 $\Gamma(z)$」を用いることで、$\Gamma(z+1) \sim \sqrt{2\pi z}(z/e)^z$ として複素平面全体（負の実軸を除く）で成立することが解析的に示されています。

まとめ：スターリングの公式がもたらす数学的ブレイクスルー

一見すると計算不可能な巨大な階乗の壁を打ち破る「スターリングの公式」。その根底には、離散的な和を連続的な積分で捉える直感的なアイデアと、ウォリスの公式やガンマ関数が織りなす美しい解析構造が息づいています。

高校数学の積分不等式から大学数学の漸近展開、そしてアボガドロ数を手玉に取る統計力学の応用まで、この公式を深く理解することは数学と自然科学の深遠な結びつきを体感する絶好の機会となります。本稿で解説した導出ステップと誤差の感覚を手がかりに、ぜひご自身の数理分析や専門研究に役立ててください。 （出典: stirling の 公式（Yahoo!ニュース））