적분: 잘게 나눠 더하기, 곡선 아래 넓이
적분은 아주 잘게 나눈 조각을 모두 더하는 계산입니다. 그래프로 보면 곡선 아래의 넓이입니다. 막대를 세워 넓이를 근사하고, 막대를 늘려 진짜 넓이에 다가가 보세요.
한 줄 답. 적분은 「아주 잘게 나눈 조각을 모두 더하는 것」이고, 그림으로는 곡선 아래의 넓이입니다. 미분이 「변하는 빠르기」를 구한다면, 적분은 그 빠르기를 모아 「쌓인 양」을 구합니다. 그래서 둘은 서로 반대 계산입니다. 이것을 미적분의 기본 정리라고 부릅니다.
그림을 누르거나 끌면 누른 곳에 가까운 끝(a 또는 b)이 옮겨 갑니다. 칸에 숫자를 넣어도 됩니다. 파란 막대의 넓이를 모두 더한 것이 근삿값이고, 초록 곡선 아래가 진짜 넓이입니다. 막대가 곡선보다 높아 넘친 곳은 주황 빗금, 낮아 모자란 곳은 보라 점입니다. 아래 작은 그래프는 막대 개수(가로)에 따라 오차의 크기(세로)가 어떻게 줄어드는지 보여 줍니다. 두 축 모두 로그 눈금이라(같은 거리 = 같은 배수) 줄어드는 빠르기가 선의 기울기로 보입니다.
1. 적분: 잘게 나눠 모두 더한다
직사각형의 넓이는 가로 × 세로입니다. 높이가 일정하면 쉽습니다. 곡선은 자리마다 높이가 달라서 이 식을 바로 쓸 수 없습니다.
그래서 구간을 좁은 막대 n 개로 나눕니다. 막대 하나 안에서는 높이가 일정하다고 치고, 막대마다 (높이 × 폭) 을 구해 모두 더합니다. 이것이 리만 합(Riemann sum)입니다.
막대 폭 = (b − a) ÷ n 리만 합 = (막대 높이를 모두 더한 것) × 폭
막대를 가늘게 할수록(n 을 늘릴수록) 넘치고 모자란 곳이 줄어 근삿값이 진짜 넓이에 다가갑니다. 막대 폭을 0 에 다가가게 할 때 이 합이 다가가는 값이 적분입니다. 미분에서 간격 h 를 0 에 다가가게 한 것과 같은 생각입니다(극한).
적분은 이렇게 적습니다.
∫ₐᵇ f(x) dx 「a 부터 b 까지 f(x) 를 적분한다」
| 부분 | 뜻 |
|---|---|
∫ | 길게 늘인 S. 합(라틴어 summa)의 머리글자로, 「모두 더한다」는 뜻 |
a, b (∫ 의 아래·위 작은 글자) | 어디서부터 어디까지 더하나. a 가 시작, b 가 끝 |
f(x) | 그 자리의 높이. 막대의 높이 |
dx | 아주 좁은 폭. 막대 폭 (b − a) ÷ n 이 0 에 다가간 것 |
f(x) dx | 막대 하나의 넓이(높이 × 폭). ∫ 는 이것을 모두 더한다 |
그래서 ∫₀² x² dx 는 「0 부터 2 까지 x² 곡선 아래의 넓이」입니다. 답은 8 ÷ 3 ≈ 2.6667 이고, 8절에서 손으로 구합니다.
해 볼 것. ① 처음 그대로(x², 0 ~ 2, 막대 4개, 왼쪽 끝)면 근삿값 1.75, 정확한 값 2.6667, 오차 −0.9167 입니다. 막대가 모두 곡선 아래에 있어서 보라 점(모자란 곳)만 보입니다. ② 막대 개수를 8 로 하면 2.1875(오차 −0.4792), 100 이면 2.6268(오차 −0.0399), 200 이면 2.6467(오차 −0.02) 입니다. 막대를 늘릴수록 진짜 넓이에 다가갑니다. ③ 그림의 b 를 끌어 a 에 붙이면 폭이 0 이라 넓이도 0 입니다.
2. 막대의 높이를 어디서 재나: 네 가지 방법
막대 하나의 높이를 어디서 재느냐에 따라 근삿값이 달라집니다.
| 방법 | 막대의 높이 | x², 0 ~ 2, 막대 4개 | 막대를 두 배로 하면 오차는 |
|---|---|---|---|
| 왼쪽 리만 합 | 막대 왼쪽 끝의 높이 | 1.75 | 약 절반 |
| 오른쪽 리만 합 | 막대 오른쪽 끝의 높이 | 3.75 | 약 절반 |
| 중점 규칙(midpoint rule) | 막대 가운데의 높이 | 2.625 | 약 4분의 1 |
| 사다리꼴 규칙(trapezoidal rule) | 두 끝을 잇는 비스듬한 윗변(두 끝 높이의 평균) | 2.75 | 약 4분의 1 |
x² 처럼 오르기만 하는 곡선은 왼쪽 끝으로 재면 막대가 늘 곡선 아래에 있어 모자라고, 오른쪽 끝으로 재면 늘 넘칩니다. 가운데로 재면 막대 하나 안에서 왼쪽 반은 넘치고 오른쪽 반은 모자라서 둘이 거의 지워집니다. 사다리꼴은 곡선을 짧은 직선 조각으로 바꾼 것이라 차이가 작습니다.
그래서 오차가 줄어드는 빠르기가 다릅니다. 왼쪽·오른쪽 끝은 막대를 두 배로 하면 오차가 약 절반이 됩니다(오차가 1 ÷ n 처럼 준다). 가운데·사다리꼴은 약 4분의 1 이 됩니다(1 ÷ n² 처럼 준다). 그래서 x² 의 0 ~ 2 에서 막대 100개의 왼쪽 끝(오차 −0.0399)과 막대 4개의 가운데(오차 −0.0417)가 정확도가 거의 같습니다.
해 볼 것. ① 막대 4개에서 방법을 바꿔 보세요. 오른쪽 끝은 3.75(오차 1.0833, 주황 빗금만 보입니다), 가운데는 2.625(오차 −0.0417), 사다리꼴은 2.75(오차 0.0833) 입니다. ② 가운데를 고르고 막대를 4개에서 8개로 늘리면 오차가 −0.0417 에서 −0.0104 로, 꼭 4분의 1 이 됩니다. 왼쪽 끝은 −0.9167 에서 −0.4792 로 약 절반입니다. ③ 아래 작은 그래프에서 가운데·사다리꼴의 선은 왼쪽·오른쪽 끝의 선보다 두 배 가파르게 내려갑니다. 막대 200개에서 가운데의 오차는 −1.67 × 10⁻⁵ 입니다. ④ 함수를 x ÷ 2 + 1(직선)로 바꾸면 가운데와 사다리꼴은 막대 1개로도 오차가 0 입니다. 직선은 넘치는 쪽과 모자라는 쪽의 넓이가 꼭 같기 때문입니다. ⑤ sin x(0 ~ π)는 두 끝 높이가 모두 0 이라 왼쪽 끝, 오른쪽 끝, 사다리꼴이 같은 값이 됩니다(막대 4개에서 1.8961).
3. 가로축 아래 넓이는 빼진다
막대의 넓이는 높이 × 폭 입니다. 곡선이 가로축 아래로 내려가면 높이 f(x) 가 음수라서 그 막대의 넓이도 음수가 됩니다. 그래서 적분은 가로축 위의 넓이에서 가로축 아래의 넓이를 뺀 값입니다.
예: sin x 를 0 부터 2π 까지 적분하면, 위쪽 산의 넓이 2 와 아래쪽 골짜기의 넓이 2 가 서로 지워져 0 이 됩니다.
그림을 누르거나 끌면 가까운 끝이 옮겨 갑니다. 초록은 가로축 위(+, 더한다), 파랑은 가로축 아래(−, 뺀다)입니다. 조각마다 부호 붙은 넓이를 적었습니다. sin x 에서는 단추로 0 ~ π 같은 구간을 바로 고를 수 있습니다.
부호를 떼고 땅의 넓이를 모두 더하고 싶으면 높이의 절댓값 |f(x)| 를 적분합니다. sin x 의 0 ~ 2π 는 4 입니다. 「적분은 넓이」라고 할 때의 넓이는 이렇게 부호가 붙은 넓이입니다.
속도로 생각하면 자연스럽습니다. 앞으로 가는 속도는 +, 뒤로 가는 속도는 − 입니다. 속도를 적분하면 「출발점에서 얼마나 떨어졌나」(앞뒤가 지워진 값)가 나오고, 속도의 크기 |속도| 를 적분하면 「모두 몇 m 를 움직였나」가 나옵니다.
해 볼 것. ① 처음 그대로(sin x, 0 ~ 2π)면 위(+) 넓이 2, 아래(−) 넓이 2, 적분 0, 부호를 뗀 넓이 4 입니다. ② 「0 ~ π」는 2, 「π ~ 2π」는 −2 입니다. 둘을 더하면 0 ~ 2π 의 0 이 됩니다. ③ 함수를 x − 1 로 바꾸면 0 ~ 3 에서 아래 넓이 0.5, 위 넓이 2, 적분 1.5 입니다. b 를 2 로 옮기면 위아래가 0.5 씩이라 적분은 0 입니다.
4. 누적 함수: 적분과 미분은 서로 반대
차에는 계기가 둘 있습니다. 속도계는 「지금 얼마나 빠른가」를, 주행 거리계는 「지금까지 얼마나 왔나」를 보여 줍니다. 짧은 시간마다 (속도 × 그 시간) 을 구해 모두 더하면 간 거리입니다. 곧 속도를 적분하면 거리입니다. 거꾸로 거리계 숫자가 늘어나는 빠르기가 속도입니다. 곧 거리를 미분하면 속도입니다.
수도꼭지와 물통도 같습니다. 꼭지에서 1초에 나오는 물의 양(빠르기)을 시간으로 적분하면 통에 쌓인 물의 양입니다. 통의 물이 불어나는 빠르기는 꼭지에서 나오는 빠르기와 같습니다.
그림으로 옮겨 봅니다. 위 그림은 빠르기 f(x), 아래 그림은 시작 자리 a 부터 x 까지 f 아래에 쌓인 넓이인 누적 함수(accumulation function) F(x) 입니다.
F(x) = ∫ₐˣ f(t) dt a 부터 x 까지 쌓인 넓이
안쪽 글자를 t 로 바꾼 것은 끝 자리 x 와 헷갈리지 않게 하려는 것뿐입니다. 뜻은 같습니다.
그림을 좌우로 끌거나 칸에 숫자를 넣으면 x 가 옮겨집니다. 위 그림의 초록 넓이(가로축 아래로 내려간 곳은 파랑)가 아래 그림의 파란 곡선 높이 F(x) 입니다. 아래 그림의 검은 점선은 그 자리의 접선입니다.
x 를 아주 조금(dx) 오른쪽으로 옮기면 넓이에는 높이 f(x), 폭 dx 인 가는 막대 하나가 더해집니다. 그래서 F 가 늘어나는 양은 f(x) × dx 이고, 늘어난 양 ÷ dx, 곧 F 의 기울기는 f(x) 입니다.
F′(x) = f(x) 쌓인 양을 미분하면 쌓이는 빠르기
그래서 위 곡선이 높은 곳에서는 아래 곡선이 가파르게 오르고, 위 곡선이 0 인 곳에서는 아래 곡선이 평평하고, 위 곡선이 가로축 아래로 내려가면 아래 곡선도 내려갑니다.
해 볼 것. ① 처음 그대로(x², x = 2)면 높이 f(2) = 4, 쌓인 넓이 F(2) = 2.6667, 아래 곡선의 기울기 4 입니다. x = 1 이면 F = 0.3333 에 기울기 1, x = 3 이면 F = 9 에 기울기 9 입니다. ② sin x 를 고르고 칸에 3.14 를 넣으면 F 는 2 로 가장 크고, 기울기는 0.0016 으로 거의 0 입니다. 빠르기가 0 이 된 자리라 더 쌓이지 않습니다. 4 를 넣으면 f = −0.7568 이라 F 는 1.6536 으로 줄고 있고, 6.28 이면 F 는 0 으로 돌아옵니다. ③ 1 ÷ x 는 1 부터 쌓습니다. x = 2 에서 F = 0.6931, 기울기 0.5 입니다. 이 F 가 자연로그 ln x 이고, 2.7183(e)을 넣으면 F 는 1 입니다.
5. 미적분의 기본 정리와 원시함수
4절에서 본 것을 거꾸로 쓰면, 막대 없이 넓이를 구하는 방법이 됩니다.
미분하면 f 가 되는 함수를 f 의 원시함수라고 합니다. x³ ÷ 3 을 미분하면 x² 이므로 x³ ÷ 3 은 x² 의 원시함수입니다. 4절의 F(x) 도 f 의 원시함수입니다.
미적분의 기본 정리를 쉬운 말로 하면 이렇습니다. 「a 부터 b 까지 쌓인 양은, 원시함수의 끝 값에서 처음 값을 뺀 것이다.」 주행 거리계의 도착 숫자에서 출발 숫자를 빼면 그동안 간 거리인 것과 같습니다.
∫ₐᵇ f(x) dx = F(b) − F(a) F 는 f 의 원시함수(F′ = f)
이 식이 어떻게 만들어지는지는 6절에서 그림으로 한 단계씩 봅니다.
막대를 수천 개 더하는 대신, 원시함수 하나를 찾아 b 와 a 를 넣고 빼면 됩니다. 막대 계산이 「근사」라면 이것은 「정확한 값」입니다. 실험 1 의 「정확한 값」도 이 식으로 구했습니다.
왜 그런지는 막대로 보입니다. F(b) − F(a) 는 a 에서 b 까지 F 가 늘어난 양입니다. 그 길을 아주 잘게 나누면 조각마다 F 는 F′(x) × dx = f(x) × dx 만큼 늘어납니다. 이 조각을 모두 더한 것이 바로 ∫ₐᵇ f(x) dx 입니다.
정적분과 부정적분
| 정적분 | 부정적분 | |
|---|---|---|
| 적는 법 | ∫ₐᵇ f(x) dx (a, b 가 있다) | ∫ f(x) dx (a, b 가 없다) |
| 결과 | 숫자 하나(부호 붙은 넓이) | 함수(원시함수) + C |
| 예 | ∫₀² x² dx = 8 ÷ 3 | ∫ x² dx = x³ ÷ 3 + C |
적분 상수 C
상수는 미분하면 0 입니다. 그래서 x³ ÷ 3, x³ ÷ 3 + 1, x³ ÷ 3 − 7 은 미분하면 모두 x² 입니다. 원시함수는 하나가 아니라, 위아래로 옮긴 것까지 끝없이 많습니다. 이것을 한꺼번에 적으려고 + C(아무 상수)를 붙입니다.
정적분에서는 C 가 저절로 지워집니다. (F(b) + C) − (F(a) + C) = F(b) − F(a). 쌓인 양으로 보면, 쌓기 시작하는 자리 a 를 바꿀 때 F 의 그래프가 위아래로 옮겨질 뿐 모양과 기울기는 그대로입니다. 그 옮겨진 만큼이 C 입니다. x² 를 0 대신 1 부터 쌓으면 F(x) = x³ ÷ 3 − 1 ÷ 3 이 되어 C = −1 ÷ 3 입니다.
6. 식이 만들어지는 과정: ∫ₐᵇ f(x) dx = F(b) − F(a)
5절의 식이 왜 맞는지 한 단계씩 만들어 봅니다. 예는 실험 1 의 처음과 같은 f(x) = x², a = 0, b = 2 입니다. 위 그림은 곡선 아래의 넓이이고, 아래 그림은 그 넓이를 x 마다 높이로 찍은 그래프입니다.
「다음」을 누르면 한 단계씩 넘어갑니다. 위에 식이 한 줄씩 붙고(주황 바탕이 이번에 붙은 줄), 그림이 그만큼 바뀌고, 아래에 까닭이 나옵니다. 마지막 줄이 완성된 식입니다.
- 쌓인 넓이:
A(x) = ∫ₐˣ f(t) dt. a 부터 x 까지 곡선 아래의 넓이를 A(x) 라고 합니다. 4절의 F(x) 와 같은 것인데, 여기서는 넓이(area)의 A 로 부릅니다. F 는 ④ 에서 「미분하면 f 가 되는 아무 함수」에 씁니다. x = 1 이면 A(1) = 0.3333 입니다. 까닭: 구하려는 넓이는 A(b) 하나입니다. 끝 자리를 x 로 움직여 보면 넓이가 어떻게 변하는지 알 수 있습니다. - 조금 더 가 보기:
A(x + h) − A(x) ≈ f(x) × h. x 에서 h 만큼 더 가면 넓이에 가는 띠 하나가 붙습니다. 띠는 높이 f(x), 폭 h 인 막대(실험 1 의 왼쪽 끝 막대)와 그 위의 작은 조각입니다. x = 1, h = 0.5 면 늘어난 넓이 0.7917 = 막대 0.5 + 조각 0.2917 입니다. 까닭: 막대의 넓이는 곱하기 한 번이면 나옵니다. 조각은 폭도 높이도 h 를 따라 작아져서 막대보다 훨씬 빨리 사라집니다. h = 0.1 이면 막대 0.1, 조각 0.0103 입니다. - h 로 나누고 줄이기:
A′(x) = f(x). 늘어난 넓이 ÷ h 는 h = 0.5, 0.1, 0.01 에서 1.5833, 1.1033, 1.01 로 f(1) = 1 에 다가갑니다. 띠의 넓이는 「띠 안의 가장 낮은 높이 × h」와 「가장 높은 높이 × h」 사이에 있습니다(그림의 파란 막대와 주황 점선 막대). 그래서 ÷ h 한 값은 띠 안의 가장 낮은 높이와 가장 높은 높이 사이에 끼어 있고, 곡선이 끊기지 않고 이어져 있으면 h 를 0 에 다가가게 할 때 둘 다 f(x) 로 갑니다. h 를 왼쪽(음수)으로 잡아도 같습니다. 「늘어난 양 ÷ h 에서 h 를 0 에 다가가게 한 값」이 미분이므로 A′(x) = f(x) 입니다. 까닭: 이것이 막대 없이 넓이를 구하는 실마리입니다. 넓이 함수 A 는 「미분하면 f 가 되는 함수」, 곧 f 의 원시함수입니다. - 원시함수 찾기:
A(x) = F(x) − C. 미분하면 f 가 되는 함수 F 는 7절의 표에서 찾습니다. x² 이면 x³ ÷ 3 이지만, 5절처럼 + C 를 붙인 것도 모두 맞으니 일부러 F(x) = x³ ÷ 3 + 1 을 골라 봅니다. F 와 A 는 기울기가 어디서나 f(x) 로 같습니다. 기울기가 같은 두 그래프는 높이 차이가 변하지 않으니, F 는 A 보다 어디서나 같은 C(여기서는 1)만큼 높습니다. 까닭: A 는 식을 모르니 식을 아는 F 로 바꿔 적고 싶습니다. 둘 사이에 남는 것은 상수 하나뿐입니다. 「기울기가 늘 0 인 함수는 상수」라는 것은 여기서는 증명하지 않습니다(책에서는 평균값 정리로 보입니다). - F(a) 빼기:
A(x) = F(x) − F(a). x = a 에서는 폭이 없어 A(a) = 0 입니다. 넣으면 0 = F(a) − C, 곧 C = F(a) 입니다. F(x) = x³ ÷ 3 + 1 이면 F(0) = 1 이라, F 에서 1 을 빼면 그래프가 1 만큼 내려와 A 에 꼭 겹칩니다. 까닭: 모르는 상수 C 를 계산할 수 있는 값 F(a) 로 바꿉니다. - 완성:
∫ₐᵇ f(x) dx = F(b) − F(a). x 에 b 를 넣으면 A(b) = F(b) − F(a) 이고, A(b) 가 구하려던 넓이입니다. 확인: F(x) = x³ ÷ 3 + 1 이면 F(2) − F(0) = 3.6667 − 1 = 2.6667, + 1 이 없는 x³ ÷ 3 이면 8 ÷ 3 − 0 = 2.6667 입니다. 실험 1 에서 막대를 늘려 다가가던 값 8 ÷ 3 과 같습니다.
해 볼 것. ① 「다음」을 두 번 누르면 띠가 가늘어지면서 아래 그림의 주황 선이 검은 점선(접선)에 겹쳐 갑니다. 주황 선 끝의 기울기가 1.5833 에서 1.1033 으로 줄어 접선의 기울기 1 에 다가갑니다. ② 넷째 단계에서는 보라 점선과 파란 곡선의 높이 차이가 x = 0.5 에서도 1.5 에서도 1 입니다. ③ 다섯째 단계에서 보라 점선이 1 만큼 내려와 파란 곡선에 겹치고, 마지막 단계에서 아래 그림의 b 자리 높이 2.6667 이 위 그림의 넓이와 같습니다.
7. 자주 쓰는 적분 표
미분 표를 거꾸로 읽으면 됩니다. 가운데 칸을 미분하면 왼쪽 칸이 나옵니다.
| 함수 f(x) | 원시함수 F(x) (+ C) | 예 |
|---|---|---|
상수 c | c·x | ∫₀³ 2 dx = 2 × 3 − 0 = 6. 높이 2, 폭 3 인 네모 |
xⁿ (n ≠ −1) | xⁿ⁺¹ ÷ (n + 1) | x² → x³ ÷ 3, x → x² ÷ 2 |
1 ÷ x | ln |x| | ∫₁³ (1 ÷ x) dx = ln 3 ≈ 1.0986 |
eˣ | eˣ | ∫₀² (eˣ ÷ 4) dx = (e² − 1) ÷ 4 ≈ 1.5973 |
sin x | −cos x | ∫₀^π sin x dx = −cos π + cos 0 = 2 |
cos x | sin x | ∫₀^(π/2) cos x dx = 1 |
상수배 c·f(x) | c·F(x) | ∫ 5x² dx = 5x³ ÷ 3 + C |
합 f(x) + g(x) | F(x) + G(x) | ∫ (x ÷ 2 + 1) dx = x² ÷ 4 + x + C |
xⁿ 의 줄은 n = −1 이면 0 으로 나누게 되어 쓸 수 없습니다. 그 자리를 채우는 것이 1 ÷ x 의 줄입니다. 1 ÷ x 는 0 근처에서 끝없이 커져서 0 을 지나는 구간(예: −1 부터 1 까지)에는 넓이가 없습니다. 그래서 실험 1 에서 1 ÷ x 를 고르면 a, b 가 0.2 보다 왼쪽으로 가지 않습니다. sin, cos 의 x 는 라디안(한 바퀴 = 2π)입니다.
곱 f(x)·g(x) 의 적분은 표 하나로 되지 않고 부분적분 같은 요령이 필요합니다. 원시함수를 보통의 식으로 아예 적을 수 없는 함수도 많습니다. 정규분포 곡선 e^(−x² ÷ 2) 이 그렇습니다. 그럴 때는 11절처럼 막대로 더합니다.
8. 손으로 따라 풀기: ∫₀² x² dx
- 원시함수를 찾는다. 표의 xⁿ 줄에서 n = 2 이면
F(x) = x³ ÷ 3. 확인: 미분하면3x² ÷ 3 = x². - 끝에서 뺀다.
F(2) − F(0) = 8 ÷ 3 − 0 = 8 ÷ 3 ≈ 2.6667. - 막대 4개로 근사한다(가운데). 폭은
(2 − 0) ÷ 4 = 0.5. 막대 가운데 자리는 0.25, 0.75, 1.25, 1.75. - 높이를 구한다.
0.25² = 0.0625,0.75² = 0.5625,1.25² = 1.5625,1.75² = 3.0625. - 더하고 폭을 곱한다.
(0.0625 + 0.5625 + 1.5625 + 3.0625) × 0.5 = 5.25 × 0.5 = 2.625. - 비교한다.
2.625 − 2.6667 = −0.0417. 막대 4개로도 소수 첫째 자리까지 맞습니다.
네 방법을 모두 하면 이렇습니다. 실험 1 의 처음 화면(x², 0 ~ 2, 막대 4개)과 같은 숫자이고, 방법을 바꾸면 설명 줄에 이 높이와 합이 그대로 나옵니다.
| 방법 | 막대 네 개의 높이 | 합 × 폭 | 근삿값 | 오차 |
|---|---|---|---|---|
| 왼쪽 끝 | 0, 0.25, 1, 2.25 | 3.5 × 0.5 | 1.75 | −0.9167 |
| 오른쪽 끝 | 0.25, 1, 2.25, 4 | 7.5 × 0.5 | 3.75 | +1.0833 |
| 가운데 | 0.0625, 0.5625, 1.5625, 3.0625 | 5.25 × 0.5 | 2.625 | −0.0417 |
| 사다리꼴 | 0.125, 0.625, 1.625, 3.125 | 5.5 × 0.5 | 2.75 | +0.0833 |
사다리꼴의 오차(+0.0833)는 가운데의 오차(−0.0417)의 −2배입니다. x² 처럼 휘는 정도가 어디서나 같은 곡선에서는 꼭 그렇고, 다른 매끈한 곡선에서도 막대가 많으면 거의 그렇습니다. 그래서 둘을 2 : 1 로 섞으면 오차가 지워집니다. (2 × 2.625 + 2.75) ÷ 3 = 8 ÷ 3. 이것이 심프슨 공식입니다.
9. 넓이로 구하는 것: 확률과 평균
연속 확률분포에서 확률은 곡선 아래의 넓이입니다. 곡선의 높이(확률밀도)는 확률이 아니라 「그 근처에 값이 얼마나 몰려 있나」이고, a 와 b 사이 값이 나올 확률은 a 부터 b 까지 그 곡선을 적분한 것입니다. 곡선 아래 전체 넓이는 1 입니다(정규분포).
a 와 b 사이 값이 나올 확률 = ∫ₐᵇ p(x) dx p(x) 는 확률밀도
함수의 평균값도 넓이로 구합니다. 숫자 n 개의 평균이 (합 ÷ n) 인 것처럼, 곡선 높이의 평균은 (넓이 ÷ 구간의 길이) 입니다.
평균값 = (∫ₐᵇ f(x) dx) ÷ (b − a)
그림으로는 넓이가 같은 네모입니다. 폭이 b − a 이고 높이가 평균값인 네모를 세우면, 곡선이 네모 위로 튀어나온 부분과 네모가 곡선 위로 남는 부분의 넓이가 같습니다.
그림을 누르거나 끌면 가까운 끝이 옮겨 갑니다. 파란 넓이가 a 부터 b 까지의 적분이고, 주황 네모는 넓이가 같은 네모입니다. 네모의 높이가 평균값입니다. 넓이는 막대 1000개(가운데 방법)로 더했습니다.
해 볼 것. ① 처음 그대로(정규분포 곡선, −1 ~ 1)면 넓이는 0.6827 입니다. 곧 평균에서 표준편차 1배 안쪽에 값이 들어올 확률이 68.27% 입니다. 평균값은 0.6827 ÷ 2 = 0.3413 입니다. ② a 를 −2, b 를 2 로 옮기면 0.9545(95.45%), −4 ~ 4 면 0.9999 입니다. 전체 넓이 1 에 거의 닿습니다. ③ x² 를 고르면(0 ~ 2) 넓이 2.6667, 평균값 2.6667 ÷ 2 = 1.3333 입니다. sin x(0 ~ π)는 넓이 2, 평균값 2 ÷ π ≈ 0.6366 입니다.
기댓값도 같은 꼴입니다. 연속 분포의 기댓값(평균)은 「값 × 그 값의 확률밀도」를 모두 더한 것, 곧 ∫ x × p(x) dx 입니다. 숫자들의 평균이 (값 × 그 값이 나온 비율) 의 합인 것과 같은 생각입니다.
10. 꼭 알아야 할 성질
| 성질 | 쉬운 말 |
|---|---|
| 가로축 아래 넓이는 뺀다 | sin x 의 0 ~ 2π 는 2 − 2 = 0. 부호를 뗀 넓이가 필요하면 |f(x)| 를 적분한다 |
| 두 끝을 바꾸면 부호가 바뀐다 | ∫ᵇₐ f(x) dx = −∫ₐᵇ f(x) dx. 막대 폭 (a − b) ÷ n 이 음수가 되기 때문 |
| 두 끝이 같으면 0 | ∫ₐᵃ f(x) dx = 0. 폭이 없다 |
| 구간은 이어 붙일 수 있다 | ∫ₐᵇ + ∫ᵇᶜ = ∫ₐᶜ. sin x 의 0 ~ π(2) 와 π ~ 2π(−2) 를 더하면 0 ~ 2π(0) |
| 합은 합으로, 상수배는 상수배로 | ∫ (f + g) = ∫ f + ∫ g, ∫ c·f = c·∫ f |
| 미분과 반대 | 쌓인 양을 미분하면 빠르기(F′ = f), 빠르기를 적분하면 쌓인 양의 변화(F(b) − F(a)) |
11. 컴퓨터는 어떻게 적분하나: 수치 적분과 몬테카를로
수치 적분. 컴퓨터는 대개 원시함수를 찾지 않고 막대처럼 더합니다. 실험 1 의 가운데·사다리꼴 방법이 가장 단순한 예입니다. 곡선을 포물선 조각으로 바꾸는 심프슨 공식, 높이를 잴 자리를 잘 골라 적은 횟수로 정확하게 더하는 가우스 구적법처럼 더 정확한 방법도 있습니다. 파이썬 과학 계산 라이브러리 SciPy 의 scipy.integrate.quad 는 이런 방법을 모은 QUADPACK 이라는 포트란 라이브러리를 씁니다.
# 가운데 방법을 파이썬으로
def middle_sum(f, a, b, n):
width = (b - a) / n
return sum(f(a + (k + 0.5) * width) for k in range(n)) * width
print(middle_sum(lambda x: x * x, 0, 2, 4)) # 2.625 8절의 손 계산과 같다
print(middle_sum(lambda x: x * x, 0, 2, 1000)) # 2.666666 8 ÷ 3 = 2.666666… 에 가깝다
몬테카를로 적분. 막대 대신 무작위로 뽑은 점으로 근사하는 방법입니다. a 와 b 사이에서 x 를 무작위로 많이 뽑아 f(x) 의 평균을 내고 (b − a) 를 곱하면 넓이의 근삿값입니다(9절의 「평균값 × 폭 = 넓이」). 오차는 점 개수의 제곱근에 반비례해서, 오차를 절반으로 줄이려면 점을 4배로 늘려야 합니다. 입력이 하나인 함수에서는 막대보다 느립니다. 하지만 입력이 수백 개인 함수에서는 막대를 세울 수 없습니다. 입력 하나마다 막대를 10개씩만 나눠도 입력이 100개면 칸이 10¹⁰⁰ 개입니다. 그래서 입력이 많을수록 이 방법을 씁니다.
어디에 쓰나
- 거리와 속도. 속도를 시간으로 적분하면 자리의 변화, 가속도를 적분하면 속도의 변화입니다. 게임과 물리 시뮬레이션은 프레임마다 「위치 += 속도 × 프레임 시간」을 하는데, 이것이 막대(왼쪽 끝)로 하는 수치 적분입니다.
- 확률과 기댓값. 연속 확률분포에서 구간의 확률은 확률밀도 아래의 넓이, 기댓값은
∫ x × p(x) dx입니다(9절, 정규분포). - 넓이와 부피. 단면의 넓이를 두께 방향으로 적분하면 부피입니다. 얇게 썬 조각의 부피(단면 넓이 × 두께)를 모두 더하는 것과 같습니다.
- AI: 평균 손실은 적분의 근사. 학습에서 정말로 줄이고 싶은 것은 「앞으로 들어올 수 있는 모든 자료에 대한 손실의 기댓값」, 곧 자료 분포에 대한 적분입니다. 그 분포를 모르니 가진 자료(또는 무작위로 뽑은 미니배치)의 평균 손실로 근사합니다. 무작위 표본의 평균이므로 몬테카를로 근사입니다. 연속 값을 만드는 생성 모델의 학습 목표도 기댓값(적분)으로 적혀 있고, 대개 이렇게 표본으로 근사합니다.
- AI: 확산 모델. 노이즈에서 그림을 되살리는 과정은 미분방정식으로 적을 수 있고, 이것을 작은 스텝으로 나눠 차례로 더해 가는 수치 적분으로 풉니다. 스텝 수를 줄이면 빨라지지만, 막대를 줄인 것처럼 오차가 커집니다(확산 모델).
함수 자체가 낯설다면 함수 쪽부터, 「다가가는 값」이 낯설다면 극한 쪽부터 보세요.
자주 묻는 것
적분이 뭔가요?
아주 잘게 나눈 조각을 모두 더하는 계산입니다. 그래프로는 a 부터 b 까지 곡선과 가로축 사이의 넓이이고, 가로축 아래의 넓이는 뺍니다.
정적분과 부정적분은 무엇이 다른가요?
정적분은 a 부터 b 까지 더한 값으로, 숫자 하나입니다. 부정적분은 미분하면 그 함수가 되는 함수(원시함수)를 모두 모은 것으로, F(x) + C 처럼 적습니다. ∫₀² x² dx = 8 ÷ 3 이고, ∫ x² dx = x³ ÷ 3 + C 입니다.
적분 상수 C 는 왜 붙이나요?
상수는 미분하면 0 이라서, 미분해서 x² 가 되는 함수는 x³ ÷ 3 하나가 아니라 x³ ÷ 3 + 1, x³ ÷ 3 − 7 처럼 끝없이 많습니다. 그 모두를 한꺼번에 + C 로 적습니다. 정적분에서는 F(b) − F(a) 를 하면서 C 가 지워집니다.
미분과 적분은 어떻게 반대인가요?
쌓인 양을 미분하면 쌓이는 빠르기가 되고, 빠르기를 적분하면 쌓인 양의 변화가 됩니다. 주행 거리계의 숫자를 미분하면 속도, 속도를 적분하면 간 거리입니다. 식으로는 F′ = f 일 때 ∫ₐᵇ f(x) dx = F(b) − F(a) 이고, 이것을 미적분의 기본 정리라고 부릅니다.
원시함수를 식으로 구할 수 없으면 어떻게 하나요?
막대처럼 잘게 나눠 컴퓨터로 더합니다(수치 적분). 정규분포 곡선의 넓이도 보통의 식으로는 끝까지 풀리지 않아 이렇게 구하거나 근사식을 씁니다. 입력이 아주 많은 함수는 무작위로 뽑은 점으로 근사합니다(몬테카를로 적분).
낱말
| 여기서 쓴 말 | 책에서 부르는 말 |
|---|---|
| 잘게 나눠 더한 넓이 | 적분(integral), 정적분(definite integral). ∫ₐᵇ f(x) dx |
| 적분하는 함수 | 피적분함수(integrand) |
| 어디서부터 어디까지(a, b) | 적분 구간(interval of integration), 아래끝·위끝(lower and upper limits) |
| 막대로 더한 근삿값 | 리만 합(Riemann sum) |
| 왼쪽 끝 / 오른쪽 끝 | 왼쪽 리만 합 / 오른쪽 리만 합(left / right Riemann sum) |
| 가운데 | 중점 규칙(midpoint rule) |
| 사다리꼴 | 사다리꼴 규칙(trapezoidal rule) |
| 포물선 조각으로 더하기 | 심프슨 공식(Simpson's rule) |
| 가로축 아래는 빼는 넓이 | 부호 있는 넓이(signed area) |
| 미분하면 f 가 되는 함수 | 원시함수, 역도함수(antiderivative) |
| 원시함수를 모두 모은 것 | 부정적분(indefinite integral). ∫ f(x) dx |
| + C | 적분 상수(constant of integration) |
| a 부터 x 까지 쌓인 양 F(x) | 누적 함수(accumulation function) |
| 쌓인 양의 기울기 = 빠르기 | 미적분의 기본 정리(fundamental theorem of calculus) |
| 곡선 높이의 평균 | 함수의 평균값(average value of a function) |
| 확률분포 곡선의 높이 | 확률밀도(probability density) |
| 컴퓨터로 막대 더하기 | 수치 적분(numerical integration), 구적법(quadrature) |
| 무작위 점으로 근사 | 몬테카를로 적분(Monte Carlo integration) |
| 막대 두 배에 오차 절반 / 4분의 1 | 1차 / 2차 정확도(first-order / second-order accuracy) |
출처
- OpenStax, Calculus Volume 1. 4.10 Antiderivatives, 5.1 Approximating Areas, 5.2 The Definite Integral(부호 있는 넓이, 함수의 평균값), 5.3 The Fundamental Theorem of Calculus, 5.4 Integration Formulas and the Net Change Theorem.
- OpenStax, Calculus Volume 2. 3.6 Numerical Integration(중점 규칙, 사다리꼴 규칙, 심프슨 공식과 오차).
- SciPy scipy.integrate.quad 문서. QUADPACK 을 쓴다는 설명.
- Monte Carlo integration(위키백과 영어판). 오차가 점 개수의 제곱근에 반비례하는 것.
- Goodfellow, Bengio, Courville, Deep Learning. 8.1 How Learning Differs from Pure Optimization. 자료 분포에 대한 기댓값을 가진 자료의 평균으로 근사하는 것(경험적 위험 최소화), 미니배치.
- Song, Sohl-Dickstein, Kingma, Kumar, Ermon, Poole (2021). Score-Based Generative Modeling through Stochastic Differential Equations. 확산 모델의 뽑기를 미분방정식의 수치 풀이로 보는 것.