본문 바로가기

Mathematics/미적분학

(미적분학) 10-2. 다변수함수는 미분도 똑같을까??? (Differentiation of Multivariate Function(Partial Derivative, Total Derivative))

(해석학 참고링크)

(해석학) 16. 다변수벡터함수의 미분, 그래도 이미 알고 있는 것이라서 다행이네.... (Differentiation of MIMO): https://0418cshyun.tistory.com/85

 

(해석학) 16. 다변수벡터함수의 미분, 그래도 이미 알고 있는 것이라서 다행이네.... (Differentiation o

(미적분학 참고링크) (미적분학) 10-2. 다변수함수는 미분도 똑같을까??? (Differentiation of Multivariate Function(Partial Derivative, Total Derivative)): https://0418cshyun.tistory.com/25 (미적분학) 10-3. 다변수함수의 미분

0418cshyun.tistory.com


 

 

지난 챕터에선 다변수함수의 극한, 연속을 다뤘다. 그렇다면 다변수함수의 미분은 어떻게 될까??

일변수함수일 때를 생각해보자.

자, 그럼 이번에도 똑같이 다변수함수를 적용하려는데... f(x)가 벡터라서 분수 표현이 문제가 된다... 또한, 만약에 미분값이 존재한다면 저 미분값을 어떻게 표현하는지도 문제다. (벡터라서 실수가 아니다.)

 


1. 일단, 만약에 미분값이 존재한다면 미분값이 어떻게 표현될지 생각해보자.

 

일변수일때는 df/dx를 생각했었는데,

다변수일때는 다음과 같이 생각할 수 있다.

즉, 저 벡터 x가 약간 변할 때, 벡터함수 f(x)는 얼마나 변하는가를 보고 싶은 것이다.

벡터 x가 약간 변한다는 것은 x의 성분 별로 생각할 수 있다. 즉, x_1, x_2,...,x_m 가 약간 변한다는 것이다.

또한 벡터함수 f가 약간 변한다는 것도 f의 성분 별로 생각할 수 있다. 즉, f_1, .., f_n이 약간 변한다는 것이다.

그런데, x_1이 약간 변하면 이는 f_1, f_2, ... ,f_n을 모두 변화시킬 것이다. 이는 x_2,...,x_m도 동일하다.

즉, 저 미분값은, 각 성분별로 변하는 정도를 다 표시해주어야 한다는 것이다.

 

그러므로 우리는 저 미분값을 다음과 같이 표현할 수 있다.

(Jacobian)

이렇게 미분값은 행렬로 나타내어지고, 이 (n by m) 행렬을 야코비행렬(자코비언)(Jacobian) 이라고 한다.

또한,

편미분(Partial Derivative)이라고 하고, 위 설명에서 각 성분별로 변하는 정도를 말한다. 예를 들어 i=1, j=1이라면 x_1(만)이 f_1(만)에 미치는 미분값이라고 할 수 있다.

 

자, 여기서 드디어 고등학교 때 몰래 쓰는 Top 2 안에 드는 편미분에 관한 이야기가 나온다.

편미분(Partial Derivative)이란 위의 설명을 따라오면 이해가 되겠지만, 다변수함수에서 변수 1개벡터함수 1개에 미치는 영향, 미분이라고 할 수 있다.


(Partial Derivative(편미분))

위에서도 설명하였지만, 편미분은 변수 1개(즉, j번째 basis)일변수(실수)로 가는 함수(f_i)에 미치는 미분값을 얘기하는 것이다.

고등학교 얘기를 하자면, 어차피 일변수함수도 다변수함수처럼 다룰 수 있으므로, 편미분이 어쩌다보니 그냥 미분하는 것과 똑같아진 것으로, 원칙적으로 이야기하자면 쓰면 안된다...


어쨌든 편미분을 통하여 각 성분별로 일변수함수 미분처럼 생각할 수 있다.

 

자, 그럼 정리해보자.

일변수일 때는 그냥 실수 함수로 나타내어지지만, 다변수일 때는 무려 행렬 함수로 표현된다.


2. 분수 꼴 문제

이를 해결하기 위해서 미분을 조금 다른 방식으로 생각해보자.

이런 식으로 생각하면, 분수 꼴을 해결할 수 있고, limit 내부의 벡터값을 norm을 취하면 다변수함수일 때도 그대로 이용가능하다. 그러므로 다변수함수의 미분은 다음과 같이 정의된다.


(다변수함수의 미분)

그런데, 우리는 이미 저 A(x)의 꼴이 행렬(Jacobian)로 나온다는 것을 알고 있다. 즉, A(x)는 선형사상(Linear mapping)이다.

그리고, 위의 편미분과 구분하기 위해 이 A(x), 혹은 

전미분(Total Derivative)이라고 한다.

사실, 전미분 df/dx에는 저 vector x가 아무 의미가 없다. 어떤 변수로 f를 미분한다는 말이라기보다는 그냥 모든 방향에 대해서 미분한 것이기 때문이라서 전미분은 다음과 같이 표시하기도 한다.

(Note) 위 표현은 미분형식(differential form)이라고 부른다. 미분형식에 대한 내용은 나중에 다루기로 한다.


다음시간에는 다변수함수의 미분을 이용한 Chain Rule과 이에 관련된 정리들을 다뤄본다.