수학 개념 지도
미적분(Calculus)

국소 선형성(Local linearity)

미분⁠(differentiation)⁠ 가능한 점에서 곡선을 충분히 확대하면 직선과 구별되지 않는다. 그 직선이 접선⁠(tangent line)⁠이다.

f(x0+Δx)≈f(x0)+f′(x0) Δxf(x_0 + \Delta x) \approx f(x_0) + f'(x_0)\,\Delta x
먼저 보면 좋은 개념미분계수

곡선의 한 점을 확대해 봅시다. 확대 배율은 배이고, 함수⁠(function)⁠는 입니다.

확대할수록 곡선이 청록 점선(접선)에 붙어 직선처럼 보입니다. |x|의 꼭짓점⁠(vertex)⁠은 아무리 확대해도 꺾여 있습니다.

매끄러운 곡선은 확대할수록 곧아집니다. 충분히 확대하면 그 점 근처에서 출력의 변화는 거의 "입력의 변화 Δx\Delta x에 미분계수⁠(derivative)⁠를 곱한 값"입니다. '거의'를 정확히 말하면, 곡선과 접선의 세로 차이를 Δx\Delta x로 나눈 값이 Δx→0\Delta x \to 0일 때 0으로 간다는 뜻입니다. 차이가 Δx\Delta x보다 빨리 사라지니 가로세로를 같은 배율로 확대하면 보이지 않게 되고, 이런 직선은 접선 하나뿐입니다. 이 관점에서 미분이란 곡선을 한 점 근처에서 가장 잘 흉내 내는 기울기⁠(slope)⁠ 하나를 찾는 일입니다.

이 생각은 차원을 올려도 그대로 통합니다. 평면을 평면으로 보내는 휘어진 변환도 미분 가능한 점을 확대하면 격자가 곧게 펴지고, 그 점 근처에서는 선형변환⁠(linear transformation)⁠, 곧 행렬⁠(matrix)⁠ 하나처럼 움직입니다. 이 행렬이 편미분⁠(partial derivative)⁠을 늘어놓은 야코비 행렬⁠(Jacobian matrix)⁠입니다. 1차원에서 기울기가 하던 일을 2차원에서는 행렬이 합니다. 곡선을 직선 하나가 아니라 포물선(2차식), 3차식처럼 차수가 높은 다항식⁠(polynomial)⁠으로 흉내 내면 테일러 다항식⁠(Taylor polynomial)⁠이 되고, 차수를 끝없이 올린 것이 테일러 급수⁠(Taylor series)⁠입니다.

∣x∣|x|의 꼭짓점은 확대해도 V자 그대로입니다. 왼쪽과 오른쪽이 서로 다른 직선에 붙으니 극한⁠(limit)⁠이 하나로 정해지지 않고, 미분할 수 없습니다.

국소 선형성은 계산법이 됩니다. 곡선 대신 접선의 0점으로 건너뛰는 뉴턴 방법⁠(Newton's method)⁠이 그 하나입니다. 두 함수를 합성하면(한 함수의 출력을 다른 함수에 넣으면) 확대 배율(미분계수)이 곱해진다는 연쇄법칙⁠(chain rule)⁠도 이 그림에서 나옵니다.

미분 가능한 곡선의 꼭대기나 골짜기에서는 접선이 수평이니, 확대한 직선의 기울기가 0입니다. 이것이 최적화⁠(optimization)⁠의 출발점입니다.

국소 선형성을 근사가 아니라 등식으로 만든 세계도 있습니다. 제곱하면 0인 '무한소⁠(infinitesimal)⁠' d를 들이는 합성 미분 기하⁠(synthetic differential geometry)⁠에서는 f(x+d)=f(x)+f′(x) df(x + d) = f(x) + f'(x)\,d가 정확히 성립하는데, 'd = 0이거나 d ≠ 0'이라고 말하면 모순이 나오므로 이 이론은 배중률⁠(law of excluded middle)⁠이 성립하지 않는 토포스⁠(topos)⁠ 안에서 세워집니다.

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? 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. 혼돈 나비의 날갯짓 방정식이 정해져 있으면 미래도 정해질까? 소수점 아래 몇 자리를 버린 계산이 날씨 예보의 한계를 드러냈다. 신경망과 기계 학습 배우는 기계 예를 보여 주면 규칙을 스스로 찾는 기계. 1958년의 퍼셉트론에서 오늘의 심층 신경망까지, 그 밑바닥에는 미분과 연쇄법칙이 있다. 범주론 화살표만으로 본 수학 최대공약수와 교집합과 '그리고'는 같은 것이고, 화살표를 뒤집으면 최소공배수와 합집합과 '또는'이 된다. 무엇으로 만들었는지 묻지 않고 어떻게 이어지는지만 보는 언어로, '자연스럽다'는 말의 뜻, 관계만으로 대상을 알아보는 요네다의 생각, 함자로 본 연쇄법칙, 어디에나 있는 수반까지 사이트의 여러 분야를 가로지른다.

이 개념 위에 세워진 것

이 개념을 언급하는 페이지

이 페이지가 가리키는 개념