이 개념의 출항 질문
변화와 누적을 붙잡기4 / 18번째 항구“‘다변수 미적분’에서 묻습니다. 순간의 변화와 긴 시간의 누적을 어떻게 한 언어로 묶을까?”
움직이는 천체와 흐르는 물에서 파동, 최적화, 혼돈까지—멈추지 않는 세계를 계산하는 언어를 따라갑니다.
이 항로는 이해를 돕는 편집 경로입니다. 직접적인 역사 영향선이나 한 사람의 단독 발명을 뜻하지 않습니다.
한 호흡으로 이해하기
"한 변수만 변할 때 다른 변수는 고정." 산의 한 점에서 동→서 기울기와 남→북 기울기가 따로 있고, 둘을 합치면 가장 가파른 오르막 방향이 나온다.
한눈에 보기
연산 | 입력 → 출력 | 직관 | 예 |
|---|---|---|---|
∂f/∂x | 스칼라장 → 스칼라 | y 고정, x만 변화 | 온도장의 동→서 기울기 |
∇f (gradient) | 스칼라장 → 벡터장 | 가장 가파른 오르막 방향 | 머신러닝 손실 감소 방향 |
Jacobian Jᵢⱼ = ∂fᵢ/∂xⱼ | 벡터장 → 행렬 | 다변수 함수의 미분 | 신경망 역전파의 핵심 |
∬f dA (이중적분) | 함수 → 스칼라 | 면적 × 함숫값 누적 | 확률밀도의 적분 |
∇²f (Laplacian) | 스칼라 → 스칼라 | 평균과의 차이 | 열·전기 방정식 |
경사하강법은 손실의 국소 기울기 반대 방향으로 이동한다. 많은 신경망 학습에 쓰이지만, 비미분 모형·폐형식 해법·트리 기반 방법 등 다른 학습 절차도 있다.
개념
여러 변수의 함수를 미분·적분. 편미분, 그라디언트, 야코비, 다중적분 — 머신러닝 손실함수, 물리 장이론, 경제 효용함수의 언어.
핵심 식
∂f/∂xᵢ — 각 변수별 변화율
오늘날의 응용
신경망 역전파(∂L/∂w), 물리 시뮬레이션, 최적화, 경제 한계분석.
MathVoyage 너머로
큐레이터가 고른 원전과 탐구 과제. OEIS·Project Euler·MathOverflow·arXiv에서는 발견 하나를 수첩으로 가져올 수 있습니다.
한 사람이 만든 개념이 아닙니다
역할이 다른 사람들을 따라가기
대표 연결은 발명자 명단이 아닙니다. 문제를 열고, 언어를 다듬고, 다른 세계로 옮긴 서로 다른 항구입니다.
수의 렌즈
같은 개념도 수의 세계가 바뀌면 다르게 보입니다
아래 수는 필수 선수 조건이 아니라 이 항로를 비추는 편집 렌즈입니다.
개념의 계보
무엇을 딛고, 무엇을 열었을까?
직접 연결만 표시하며 완전한 학습 순서나 역사 영향선을 뜻하지 않습니다.