수학 개념 지도
급수(Series)

지수함수 eˣ(Exponential function eˣ)

기울기⁠(slope)⁠가 언제나 자기 높이와 같은 함수⁠(function)⁠. 미분⁠(differentiation)⁠해도 그대로이고, 1에서 시작한다.

ddxex=ex,ex=∑k=0∞xkk!\frac{d}{dx}e^x = e^x, \qquad e^x = \sum_{k=0}^{\infty} \frac{x^k}{k!}
먼저 보면 좋은 개념도함수

eˣ의 정체는 한 문장입니다. 어디서나 기울기가 높이와 같고, x = 0에서 높이가 1이다. 기울기가 높이와 같은 함수는 CexCe^x 꼴뿐이라, 출발 높이 하나를 정하면 함수가 하나로 정해집니다. 점을 x=x = 로 옮겨 보세요. 높이 접선⁠(tangent line)⁠의 기울기 항상 같습니다.

접선은 언제나 x축과 정확히 1만큼 왼쪽에서 만납니다. 높이 ÷ 기울기 = 1이니까요.

"변화의 빠르기가 현재 양에 비례한다"는 규칙은 세상에 흔합니다. 이자, 방사성 붕괴, 그리고 먹이와 공간이 넉넉한 동안의 인구가 그렇습니다. 이 규칙 y′=ayy' = ay의 해가 eaxe^{ax}이고, 이것을 여러 변수로 넓힌 것이 선형 미분방정식⁠(linear differential equation)⁠입니다. e라는 수가 뚜렷하게 모습을 드러낸 곳도 이자 문제입니다. 1683년 야코프 베르누이는 1년에 100% 이자를 n번 나눠 복리⁠(compound interest)⁠로 붙이면 원금이 (1+1/n)n(1 + 1/n)^n배가 되는데, n을 한없이 늘리면 이 값이 어디로 가는지 물었습니다. 답이 e=2.71828…e = 2.71828\ldots이고, e라는 이름은 뒤에 오일러가 붙였습니다.

모든 도함수⁠(derivative function)⁠가 자기 자신이니 모든 미분값이 x=0x=0에서 1입니다. 그래서 테일러 급수⁠(Taylor series)⁠의 계수가 모두 1/k!1/k!이고, x=1x = 1을 넣으면 e=1+1+12+16+⋯e = 1 + 1 + \tfrac12 + \tfrac16 + \cdots이 나옵니다. 넓이⁠(area)⁠를 쌓아도 모양이 그대로입니다. 왼쪽 끝없이 먼 곳부터 x까지 곡선 아래 넓이가 다시 exe^x입니다(기본정리). 이 급수⁠(series)⁠에 허수⁠(imaginary number)⁠를 넣은 것이 오일러 공식⁠(Euler's formula)⁠입니다.

eˣ를 되돌리는 함수가 자연로그⁠(natural logarithm)⁠이고, 지수에 −x²을 넣은 종 모양 곡선은 정규분포⁠(normal distribution)⁠와 가우스 적분⁠(Gaussian integral)⁠의 주인공입니다. p가 작을 때 (1 − p)ⁿ ≈ e^(−np)로 근사해 작은 확률⁠(probability)⁠들의 곱을 다루는 것도 흔한 쓰임새입니다(생일 문제⁠(birthday problem)⁠). e는 세기에서도 튀어나옵니다. 모자 n개를 무작위로 돌려줄 때 아무도 자기 모자를 받지 못할 확률은 e−1e^{-1}의 테일러 급수를 n차까지 자른 값이라 1/e1/e로 다가갑니다(교란순열⁠, derangement⁠).

eˣ는 모든 실수⁠(real number)⁠를 양수로 바꾸면서 크기 순서를 지키므로, 점수 여러 개를 eˣ로 바꾼 뒤 합이 1이 되게 나누면 확률이 됩니다. 이것이 소프트맥스⁠(softmax)⁠이고, 점수가 둘일 때 두 점수의 차를 x라 하면 로지스틱 회귀⁠(logistic regression)⁠의 S자 곡선 1/(1+e−x)1/(1 + e^{-x})가 됩니다. 같은 급수에 정사각행렬⁠(square matrix)⁠을 넣은 행렬 지수⁠(matrix exponential)⁠ eΔA=I+ΔA+(ΔA)2/2!+⋯e^{\Delta A} = I + \Delta A + (\Delta A)^2/2! + \cdots는 연속 시간의 선형 규칙을 간격 Δ짜리 한 걸음 규칙으로 바꾸는데, 언어 모델⁠(language model)⁠에도 쓰이는 상태 공간 모형⁠(state space model)⁠이 이렇게 만들어집니다.

이 개념이 나오는 큰 생각근사와 오차국소에서 전체로

이 개념이 나오는 긴 글

미분에서 회전까지 · 1편 · 미분 순간의 속도 속도계는 '지금 이 순간'의 속도를 보여 준다. 순간에는 시간이 흐르지 않는데, 무엇을 재는 걸까? 미분에서 회전까지 · 3편 · 테일러 급수 한 점에서 전부를 한 점에서의 값과 기울기, 휘는 정도만으로 함수 전체를 다시 그릴 수 있을까? 미분에서 회전까지 · 4편 · 오일러 공식 원을 그리는 지수함수 지수함수에 허수를 넣으면 원이 된다. 가장 유명한 등식은 어디서 왔을까? 확률 도박판에서 온 편지 1654년, 도중에 멈춘 내기의 판돈을 어떻게 나눌까? 두 수학자가 주고받은 편지에서 확률론이 태어났다. 정수론과 암호 나머지로 지키는 비밀 한 번도 만난 적 없는 두 사람이 모두가 엿듣는 통신망에서 비밀 열쇠를 맞출 수 있을까? 답은 시계의 산수와 1640년 페르마의 정리에 있다. 최소제곱과 선형대수 잃어버린 소행성 1801년, 발견 몇 주 만에 태양 뒤로 사라진 세레스. 스물네 살의 가우스는 흩어진 관측값에서 궤도를 되찾았다. 비유클리드 기하 평행선의 반란 유클리드의 다섯 번째 공준은 2,000년 동안 증명되지 않았다. 증명을 포기한 사람들이 찾은 것은 새로운 우주였다. 그래프 이론 일곱 다리의 도시 쾨니히스베르크의 일곱 다리를 한 번씩만 건너 산책할 수 있을까? 오일러는 지도를 지우고 점과 선만 남겼다. 혼돈 나비의 날갯짓 방정식이 정해져 있으면 미래도 정해질까? 소수점 아래 몇 자리를 버린 계산이 날씨 예보의 한계를 드러냈다. 통계와 인과 담배와 폐암 상관관계는 인과관계가 아니라고들 한다. 그렇다면 담배가 폐암을 일으킨다는 것은 어떻게 알게 되었을까? 계산 이론 기계가 풀 수 없는 문제 모든 수학 문제를 기계적으로 풀 수 있을까? 러셀의 역설에서 괴델과 튜링까지, 그 질문에 대한 답은 '아니오'였고, 그 증명이 컴퓨터를 낳았다. 계산언어학 말을 세는 기계 문법은 규칙일까, 확률일까? 파니니의 문법에서 촘스키의 위계, 섀넌의 영어 엔트로피, 오늘날의 언어 모델까지. 조합론 세지 않고 세기 시의 운율을 세던 인도의 운율학자부터 오일러의 생성함수까지. 하나하나 늘어놓지 않고 경우의 수를 세는 법은 어떻게 자라났을까? 매칭과 흐름 짝을 찾는 알고리즘 의대 졸업생과 병원, 신장 기증자와 환자, 철도와 화물. 누구를 누구와 이을지 정하는 수학은 냉전의 철도 지도에서 노벨 경제학상까지 이어진다. 램지 이론 완전한 무질서는 없다 여섯 명이 모이면 서로 아는 세 사람이나 서로 모르는 세 사람이 반드시 있다. 충분히 크면 어디에나 질서가 숨어 있다는 이론과, 그것을 동전 던지기로 증명한 에르되시. 신경망과 기계 학습 배우는 기계 예를 보여 주면 규칙을 스스로 찾는 기계. 1958년의 퍼셉트론에서 오늘의 심층 신경망까지, 그 밑바닥에는 미분과 연쇄법칙이 있다. 언어 모델 다음 단어를 맞히는 기계 다음 낱말을 짐작하는 일만으로 어디까지 갈 수 있을까? 마르코프의 글자 세기에서 섀넌의 추측 게임, 트랜스포머와 규모의 법칙, 사람의 선호까지. 밑바닥에는 확률의 곱셈 규칙과 로그 하나가 있고, 그 수학은 모델이 왜 그럴듯하게 틀리는지도 말해 준다. 라플라시안 라플라시안, 가장 많이 재사용된 식 이웃의 평균에서 나를 뺀다. 이 한 줄이 열의 법칙이고, 도박꾼이 이길 확률이고, 전기 회로와 나무 세기이고, 북의 음색이고, 사진의 윤곽선이고, 그래프를 가르는 칼이고, 잡음에서 그림을 빚는 확산 모델의 밑그림이다.

이 개념 위에 세워진 것

이 개념을 언급하는 페이지

이 페이지가 가리키는 개념