수학

MATH / 초급 48번

SymPy 검산: 손으로 푼 것을 기계로 채점하기

3번에서 세운 검산 셋을 그대로 코드로 옮깁니다. 기호 계산으로 손의 답과 기계의 답을 대조하고, 두 답이 갈릴 때 의심할 순서를 정하고, 기호로 안 될 때는 특수값·중심차분·리만합·난수로 확인합니다. 몇 자리까지 맞으면 맞다고 볼지는 47번의 기준을 씁니다.

PALDYN Team39 MIN READ

초급 트랙의 마지막 글입니다. 새 수학은 없고, 앞의 47편을 채점하는 도구를 만듭니다.

3번 · 손으로 푸는 습관에서 검산 셋을 세웠습니다 — 숫자 넣기, 극단값 보기, 두 방법으로 세기. 그 셋을 그대로 코드로 옮기는 것이 이 글이고, 새로 배우는 것은 도구 사용법뿐입니다.

3번의 검산 셋이 이 글의 도구 셋으로 그대로 옮겨지는 대응

채점하는 길은 둘입니다. 기호 계산은 식 자체를 견주고, 수치 검산은 값을 견줍니다. 기호로 되면 기호가 확실하고, 안 되면 수치로 갑니다.

먼저 순서를 하나 못 박아 둡니다. 손으로 먼저 풀고, 그다음에 기계로 채점합니다. 기계가 낸 답을 보고 손 풀이를 거기에 맞춰 고치는 것은 채점이 아니라 베끼기입니다. 손 풀이가 어디서 틀렸는지 모르는 채로 답만 맞추면 다음에 같은 자리에서 또 틀립니다. 이 글의 도구는 전부 "내 답이 맞았나"를 묻는 데 쓰고, "답이 뭔가"를 묻는 데는 쓰지 않습니다.

기호 계산

SymPy와 simplify

SymPy는 수를 계산하는 대신 식을 기호 그대로 다루는 파이썬 도구입니다. 먼저 문자를 만들어야 식을 적을 수 있습니다.

import sympy as sp

x = sp.symbols('x')
sp.diff(x**2 * sp.sin(x), x)     # 2*x*sin(x) + x**2*cos(x)

x2sin⁡xx^2 \sin x 를 미분한 결과입니다. 32번 · 도함수 계산 규칙의 곱의 법칙으로 손으로 얻은 것과 같습니다.

그런데 눈으로 견주는 것은 믿을 수 없습니다. 같은 식도 적는 방법이 여럿이라 글자가 달라 보일 수 있습니다. 항의 순서가 바뀌기도 하고, 묶여 있던 것이 풀려 나오기도 합니다. 그래서 두 식을 빼서 0인지 봅니다.

mine = 2*x*sp.sin(x) + x**2*sp.cos(x)          # 손으로 구한 답
sp.simplify(sp.diff(x**2*sp.sin(x), x) - mine) == 0    # True

simplify는 식을 최대한 정리하는 명령입니다. 차가 0으로 정리되면 두 식은 같습니다. 이것이 기호 검산의 관용구, 곧 늘 같은 꼴로 되풀이해 쓰는 한 줄이고, 아래 도구들과 늘 짝을 이룹니다.

명령 일곱

명령 하는 일 되짚는 글
sp.diff(f, x) 미분 32번
sp.integrate(f, (x, a, b)) 정적분 34번
sp.series(f, x, 0, n) 테일러 전개 35번
sp.summation(f, (k, a, b)) 급수의 합 29번
sp.solve(식, x) 방정식 풀기 16·23번
sp.expand · sp.factor 전개·인수분해 15번
sp.limit(f, x, a) 극한 28번

앞의 글들을 그대로 채점해 봅니다.

k = sp.symbols('k')
sp.integrate(x*sp.exp(x), (x, 0, 1))               # 1
sp.series(sp.exp(x), x, 0, 4)                      # 1 + x + x**2/2 + x**3/6 + O(x**4)
sp.summation(sp.Rational(1, 2)**k, (k, 0, sp.oo))  # 2
sp.factor(x**2 - 5*x + 6)                          # (x - 3)*(x - 2)

셋째 줄이 29번의 첫째항 1, 공비 12\tfrac12 인 무한등비급수이고, 손으로 얻은 11−1/2=2\dfrac{1}{1 - 1/2} = 2 와 같습니다. 둘째 줄의 O(x**4) 는 47번에서 세운 차수 기호 그대로입니다 — 넷째 차수부터는 잘라 냈다는 표시입니다.

구조 비교

관용구가 왜 빼기를 거치는지는 == 를 직접 써 보면 알 수 있습니다.

x*(x + 1) == x**2 + x                 # False
sp.expand(x*(x + 1)) == x**2 + x      # True
sp.simplify(x*(x + 1) - (x**2 + x))   # 0

15번에서 보았듯 x(x+1)x(x+1) 과 x2+xx^2 + x 는 같은 식입니다. 그런데 첫 줄은 False 입니다. SymPy의 == 는 두 식이 수학적으로 같은지를 묻지 않고, 적힌 모양이 글자 그대로 같은지를 묻기 때문입니다. 이렇게 모양만 견주는 것을 구조 비교라고 합니다. 한쪽은 곱셈 하나, 다른 쪽은 덧셈 하나로 적혀 있으니 구조가 다릅니다.

둘째 줄처럼 한쪽을 전개해 모양을 맞추면 True 가 나오지만, 어느 쪽을 어떻게 바꿔야 모양이 맞는지는 식마다 다릅니다. 빼서 정리하는 셋째 줄은 그 고민을 없앱니다. 같은 식끼리의 차는 어떻게 적혀 있든 정리하면 0이 되기 때문입니다. simplify 를 거쳐 0과 견주는 까닭이 여기 있습니다.

기호 대조가 True 를 냈어도 값으로 한 번 더 확인해 두면 든든합니다. subs 는 식의 문자에 수를 넣는 명령입니다.

diff = sp.diff(x**2*sp.sin(x), x) - mine
[diff.subs(x, v) for v in (0, 1, 2)]    # [0, 0, 0]

차에 x=0,1,2x = 0, 1, 2 를 넣어 모두 0이 나왔습니다. 기호로 한 번, 값으로 한 번 — 길이 다른 두 확인이 같은 말을 하면 3번의 "두 방법으로 세기"가 됩니다.

정확한 분수

기호 계산에서 가장 조용히 일을 망치는 것이 소수입니다. 파이썬에 0.1 이라고 적으면 기계는 그것을 부동소수점 수, 곧 유효숫자 약 16자리에서 잘라 담은 근삿값으로 받습니다. 47번의 "자리가 유한하면 자른다, 자른 만큼이 오차다"가 그대로 일어나는 자리입니다.

0.1 + 0.2                                           # 0.30000000000000004
sp.simplify(sp.Rational(3, 10)*x - (0.1 + 0.2)*x)   # -5.55111512312578e-17*x

sp.Rational(3, 10) 은 분수 310\tfrac{3}{10} 을 자르지 않고 정확히 담습니다. 310x\tfrac{3}{10}x 와 (0.1+0.2)x(0.1 + 0.2)x 는 손으로는 같은 식인데, 소수 쪽이 잘린 자리를 품고 있어 차가 0이 아니라 −5.55×10−17x-5.55 \times 10^{-17}x 로 남습니다. 이 결과를 보고 "손 풀이가 틀렸다"고 결론 내리면 엉뚱한 곳을 뒤지게 됩니다.

그래서 기호 검산에서는 분수를 sp.Rational 로, 정수끼리의 나눗셈을 x/3 처럼 문자와 함께 적습니다. 차에 10−1710^{-17} 같은 아주 작은 수가 남았으면 식이 틀렸다기보다 어디선가 소수가 섞였다고 먼저 의심합니다.

의심의 순서

네 걸음

대조가 False 를 뱉었을 때 아무 데나 뒤지면 오래 걸립니다. 자주 틀리는 자리부터 봅니다.

부호·속미분·괄호·정의역 순으로 의심하는 네 걸음

  1. 부호. 가장 흔합니다. 빼기를 옮기다 하나 놓치거나, cos⁡\cos 을 미분하고 마이너스를 안 붙인 자리입니다.
  2. 연쇄법칙의 속미분. sin⁡(3x)\sin(3x) 를 미분하고 cos⁡(3x)\cos(3x) 라고 적으면 안쪽 3x3x 를 미분한 3이 빠진 것입니다. 옳은 답은 3cos⁡(3x)3\cos(3x) 입니다.
  3. 괄호. 종이에서는 보이던 묶음이 한 줄로 적히며 풀립니다. 1/(2x)1/(2x) 를 1/2*x 로 적으면 다른 식입니다.
  4. 정의역 조건. 여기까지 와도 안 맞으면 두 식이 어떤 xx 에서 같은가를 봅니다. xx\dfrac{x}{x} 와 11 은 x=0x = 0 을 빼면 같습니다. simplify 는 이런 자리를 조용히 지나가므로, 기호 대조가 True 여도 정의역까지 같다는 뜻은 아닙니다.

순서가 이렇게 선 데는 까닭이 있습니다. 앞쪽일수록 자주 나오고, 찾기도 쉽습니다. 부호는 한 글자라 눈으로 금방 확인되고, 속미분은 연쇄법칙을 쓴 자리만 보면 되며, 괄호는 코드로 옮긴 줄만 보면 됩니다. 정의역은 식 전체를 다시 생각해야 해서 가장 비쌉니다. 3번의 의심하는 순서(부호 → 이항 → 괄호)와 뼈대가 같고, 미분이 들어오면서 속미분이 끼어든 것입니다.

무작위 대입

simplify 가 늘 0까지 정리해 주지는 않습니다. 정리를 하다 말고 식을 남기면, 그 식이 사실 0인지 아닌지를 기호만으로는 판단하기 어렵습니다. 그때 다섯째 걸음으로 무작위 수를 여러 개 넣어 봅니다. 이것을 무작위 대입이라고 합니다.

import random

d = sp.simplify(sp.sqrt(x**2) - x)    # -x + sqrt(x**2)  ← 0으로 안 줄었다
random.seed(1)
for _ in range(5):
    v = random.uniform(-3, 3)
    print(round(v, 3), d.subs(x, v))
# -2.194 4.38762907065118
#  2.085 0
#  1.583 0
#  -1.47 2.93917169112694
# -0.027 0.0547789548967081

x2\sqrt{x^2} 와 xx 의 차가 남았습니다. 수를 넣어 보니 양수에서는 0, 음수에서는 0이 아닙니다. 음수 −2.194-2.194 를 넣으면 x2\sqrt{x^2} 은 2.1942.194 이고 거기서 −2.194-2.194 를 빼니 4.3884.388 입니다. 10번의 절댓값 그대로, x2=∣x∣\sqrt{x^2} = |x| 이지 xx 가 아닙니다. simplify 가 정리를 멈춘 것은 게을러서가 아니라 정말로 같지 않았기 때문입니다.

무작위 수를 고르는 범위에는 음수와 0 근처를 꼭 넣습니다. 0부터 1 사이만 고르면 위 예의 차이는 영영 안 보입니다. 넷째 걸음의 정의역 의심이 수로 옮겨진 자리입니다.

검산의 사각지대

검산이 아무리 꼼꼼해도 못 잡는 자리가 있습니다. 문제 자체를 잘못 옮겨 적은 경우입니다. 문제가 ∫02xex dx\displaystyle\int_0^2 x e^x\,dx 인데 공책에 위끝을 1로 적었다고 합시다. 손으로 풀면 1이 나오고, sp.integrate 에 같은 식을 넣어도 1, 리만합으로 재도 1 근처가 나옵니다. 세 길이 나란히 합격을 줍니다. 원래 문제의 답은 1+e2≈8.3891 + e^2 \approx 8.389 인데도 말입니다.

기계는 내가 넣은 식을 채점할 뿐, 그 식이 원래 문제와 같은지는 모릅니다. 그래서 채점에 들어가기 전에 원래 문제와 내가 옮긴 식을 한 글자씩 맞대 보는 일을 따로 둡니다. 특히 적분의 위끝·아래끝, 시그마의 시작과 끝, 지수의 부호처럼 한 글자로 뜻이 바뀌는 자리를 봅니다.

수치 검산

특수값 대입

기호로 안 풀리거나 결과가 너무 복잡하면 값으로 갑니다. 3번의 숫자 넣기가 여기 그대로 옵니다.

가장 싼 방법은 특수값, 곧 계산이 쉬운 x=0x = 0, 11, −1-1 같은 값을 양변에 넣어 보는 것입니다. 값이 하나라도 갈리면 그 자리에서 틀린 것이 확정됩니다. 다만 모두 맞아도 참이라는 보장은 없습니다 — 세 점에서만 겹치는 다른 식도 있기 때문입니다. 그래서 여러 점에서 재어 그래프로 겹쳐 보는 편이 낫습니다.

여러 점에서 재려면 기호 식을 보통의 파이썬 함수로 바꿔야 합니다. sp.lambdify 가 그 다리입니다.

import math

g = sp.lambdify(x, sp.diff(x**2*sp.sin(x), x), 'math')
g(1.0)                          # 2.2232442754839328
2*math.sin(1) + math.cos(1)     # 2.2232442754839328

g 는 이제 수를 넣으면 수가 나오는 함수라 수천 개의 점에 넣어도 빠릅니다. 기호 길에서 얻은 식을 수치 길의 도구에 그대로 물릴 수 있으니, 아래의 중심차분·리만합과 짝을 지어 "기호로 구한 도함수"와 "값으로 잰 기울기"를 맞댈 수 있습니다.

중심차분

31번 · 도함수의 정의는 hh 를 한쪽으로만 보냈지만, 검산에는 양쪽을 쓰는 편이 훨씬 정확합니다. xx 의 양옆 두 점을 잇는 할선의 기울기로 도함수를 어림하는 이 방법을 중심차분이라고 합니다.

f′(x)≈f(x+h)−f(x−h)2hf'(x) \approx \frac{f(x+h) - f(x-h)}{2h}

f(x−h)와 f(x+h)를 잇는 할선의 기울기가 접선의 기울기에 가까운 것

def central(f, x, h):
    return (f(x + h) - f(x - h)) / (2 * h)

central(math.sin, 1, 0.01)   # 0.5402933008747335
math.cos(1)                  # 0.5403023058681398

앞의 네 자리 0.54020.5402 까지 같습니다. 47번 · 자릿수와 오차의 상대오차로 재면 1.7×10−51.7 \times 10^{-5} 이라 약 4~5자리가 맞았습니다. hh 를 10분의 1인 0.0010.001 로 줄이면 상대오차가 1.7×10−71.7 \times 10^{-7} 로 100분의 1이 됩니다 — 중심차분의 오차가 O(h2)O(h^2) 이라는 뜻입니다.

최적의 h

그렇다면 hh 를 끝없이 줄이면 끝없이 정확해질까요. 직접 재 봅니다.

for k in range(1, 14):
    h = 10.0**-k
    err = abs(central(math.sin, 1, h) - math.cos(1)) / math.cos(1)
    print(k, f"{err:.1e}")
# 1 1.7e-03   2 1.7e-05   3 1.7e-07   4 1.7e-09   5 2.1e-11
# 6 5.1e-11   7 3.6e-10   8 4.8e-09   9 5.5e-09  10 1.1e-07
# 11 2.2e-06  12 2.3e-05  13 3.3e-04

h=10−4h = 10^{-4} 까지는 hh 를 10분의 1로 줄일 때마다 오차가 100분의 1로 깔끔하게 줄어듭니다. 그런데 10−510^{-5} 에서 바닥을 찍고는 다시 커지기 시작해, h=10−13h = 10^{-13} 에서는 h=0.1h = 0.1 일 때보다 오히려 나쁩니다.

h를 줄일수록 상대오차가 내려가다 h = 10⁻⁵ 근처에서 바닥을 찍고 다시 오르는 V자

오차가 두 갈래이기 때문입니다. 하나는 할선으로 접선을 어림하면서 생기는 절단 오차입니다. 테일러 전개의 뒤쪽 항을 잘라 낸 만큼이라 h2h^2 에 비례하고, hh 를 줄이면 줄어듭니다. 다른 하나는 기계가 수를 16자리에서 자르면서 생기는 반올림 오차입니다. hh 가 아주 작으면 f(x+h)f(x+h) 와 f(x−h)f(x-h) 가 거의 같은 수가 되고, 그 둘을 빼면 47번의 자릿수 소거가 일어납니다. 남은 몇 자리마저 아주 작은 2h2h 로 나누니 오차가 1h\tfrac{1}{h} 에 비례해 불어납니다.

hh 를 줄이면 앞의 것은 줄고 뒤의 것은 늘어나므로, 둘의 합은 어딘가에서 가장 작아집니다. 그림의 두 점선이 만나는 근처, 여기서는 h=10−5h = 10^{-5} 언저리입니다. 정확한 자리는 함수와 점마다 조금씩 다르지만, 중심차분이라면 10−510^{-5} 안팎을 쓰고 그보다 작게 줄이지 않는 것이 실전의 습관입니다. 로그-로그 축에서 왼쪽 비탈의 기울기가 2이고 오른쪽 비탈의 기울기가 1인 것도 47번에서 배운 대로 읽힙니다 — 각각 h2h^2 과 1h\tfrac1h 의 차수입니다.

중점법

33번 · 정적분에서 넓이를 직사각형으로 잘라 더했습니다. 그것을 그대로 적습니다. 각 조각의 가운데 높이를 쓰는 리만합이 중점법입니다.

def riemann(f, a, b, n):
    w = (b - a) / n
    return sum(f(a + (i + 0.5) * w) for i in range(n)) * w

riemann(lambda t: t * math.exp(t), 0, 1, 100)    # 0.999981514413776
riemann(lambda t: t * math.exp(t), 0, 1, 1000)   # 0.9999998151431911

위에서 sp.integrate 가 준 11 과 맞습니다. 조각을 10배로 늘렸더니 오차가 100분의 1이 되었으니 중점법의 오차도 O(h2)O(h^2) 입니다. 여기서 hh 는 조각 하나의 폭 w 입니다.

중점법도 조각을 끝없이 늘리면 결국 반올림 오차가 쌓이지만, 중심차분과 달리 비슷한 두 수를 빼는 자리가 없어 그 벽이 훨씬 멀리 있습니다. 조각 수 10610^6 정도까지는 늘리는 만큼 좋아진다고 봐도 됩니다.

난수 검산

확률의 추정

39번 · 세는 법의 생일 문제입니다. 서른 명의 생일을 실제로 10만 번 뽑아 봅니다. 이처럼 난수로 실험을 많이 되풀이해 확률을 재는 것을 난수 검산이라고 부르겠습니다.

import random

hit = 0
for _ in range(100000):
    days = [random.randrange(365) for _ in range(30)]
    if len(set(days)) < 30:
        hit += 1
hit / 100000     # 0.70622

손계산 값은 0.706320.70632 였습니다. 상대오차가 1.7×10−41.7 \times 10^{-4} 이라 약 3~4자리가 맞았습니다.

38번 · 조건부확률의 검사 문제도 같은 방법으로 잽니다. 10만 명을 만들어 양성인 사람만 세면 0.1710.171 이 나오고, 베이즈 정리로 얻은 1/6≈0.16671/6 \approx 0.1667 과 앞의 두 자리가 맞습니다.

기댓값의 추정

확률이 아니라 평균, 곧 38번의 기댓값을 잴 때도 난수를 씁니다. 주사위를 1만 번 던져 눈의 평균을 내면 기댓값 3.53.5 근처가 나와야 합니다. 같은 기댓값 3.53.5 를 갖는 다른 실험도 하나 둡니다 — 동전을 던져 앞면이면 7, 뒷면이면 0을 받는 실험입니다.

def mean_dice(seed, N=10000):
    random.seed(seed)
    return sum(random.randint(1, 6) for _ in range(N)) / N

def mean_coin(seed, N=10000):
    random.seed(seed)
    return sum(random.choice([0, 7]) for _ in range(N)) / N

[mean_dice(s) for s in range(5)]   # [3.4926, 3.505, 3.5041, 3.4756, 3.5064]
[mean_coin(s) for s in range(5)]   # [3.486, 3.4615, 3.5238, 3.5623, 3.5343]

다섯 번씩 재 보니 주사위 쪽은 3.53.5 에서 많아야 0.0240.024 벗어났고, 동전 쪽은 0.0620.062 까지 벗어났습니다. 기댓값이 같은데도 동전 쪽이 훨씬 흔들립니다.

까닭은 40번의 표준편차에 있습니다. 한 번 던질 때 값이 평균에서 얼마나 흩어지는지를 재면 주사위가 약 1.711.71, 동전 실험이 3.53.5 입니다. NN 번의 평균이 참값에서 벗어나는 폭은 대략

표준편차N\frac{\text{표준편차}}{\sqrt{N}}

이라, N=10000N = 10000 이면 주사위는 0.0170.017, 동전은 0.0350.035 쯤입니다. 위의 다섯 번이 그 폭의 한두 배 안에 들어와 있습니다. 같은 횟수를 돌려도 한 번 한 번이 흩어진 실험일수록 평균은 덜 정확합니다.

자릿수의 한계

난수 검산이 사 주는 자릿수에는 한계가 있습니다. 확률을 잴 때도 위 식이 그대로 적용되어, 재려는 확률이 너무 작지만 않으면 NN 번 돌려 얻는 상대오차는 대략 1/N1/\sqrt{N} 의 크기입니다. 10만 번이면 0.30.3 % 남짓 — 두세 자리입니다. 자릿수를 하나 더 얻으려면 회수를 100배로 늘려야 합니다. 중심차분이 hh 를 10분의 1로 줄일 때마다 두 자리씩 사 준 것과 견주면 아주 느린 길입니다.

10만 번이 사 주는 자릿수와, 로또 1등이 왜 이 방법으로 안 잡히는가

그래서 안 되는 것도 있습니다. 39번의 로또 1등 확률은 1/8,145,060≈1.2×10−71 / 8{,}145{,}060 \approx 1.2 \times 10^{-7} 입니다. 10만 번을 뽑으면 1등이 나올 기댓값이 0.0120.012 회라 거의 언제나 0회가 나오고, 추정값은 0이 됩니다. 대신 확률이 큰 사건으로 옮겨 재면 됩니다 — 6개 중 3개가 맞을 확률은 손계산으로

C(6,3) C(39,3)C(45,6)=20×91398145060≈0.02244\frac{C(6,3)\,C(39,3)}{C(45,6)} = \frac{20 \times 9139}{8145060} \approx 0.02244

이고, 10만 번을 뽑으니 0.023050.02305 가 나와 두 자리가 맞았습니다. 재려는 확률의 역수보다 훨씬 많이 뽑아야 잴 수 있다 — 이것이 난수 검산의 조건입니다.

한 가지 더, 난수 검산은 한쪽 말만 믿을 수 있습니다. 손 답이 0.50.5 인데 10만 번이 0.620.62 를 냈다면 차이가 흔들림의 폭보다 수십 배 크니 손 답이 틀렸다고 꽤 확신할 수 있습니다. 그러나 0.706220.70622 가 0.706320.70632 와 맞았다고 해서 손 답이 정확히 맞았다고는 못 합니다. 참값이 0.70650.7065 였어도 같은 결과가 나왔을 것이기 때문입니다. 난수는 "어긋난다"를 보일 수 있지만 "맞다"는 그 폭 안에서만 말합니다.

시드 고정

난수는 돌릴 때마다 다르게 나오므로, 어제 본 0.706220.70622 를 오늘 다시 얻으려면 장치가 필요합니다. 난수를 만드는 출발점을 시드라고 하고, random.seed(0) 처럼 시드를 정해 두면 그 뒤로 나오는 난수의 줄이 매번 똑같습니다.

random.seed(0); [random.randrange(365) for _ in range(3)]   # [197, 215, 20]
random.seed(0); [random.randrange(365) for _ in range(3)]   # [197, 215, 20]

시드를 고정하면 검산 결과를 다른 사람이 그대로 재현할 수 있고, 손 풀이를 고친 뒤 다시 돌렸을 때 달라진 것이 손 풀이 때문인지 난수 때문인지 가릴 수 있습니다. 위의 mean_dice 가 시드를 받는 것도 그래서입니다. 다만 시드 하나만 믿으면 그 시드가 우연히 좋은 쪽으로 나왔을 수 있으니, 위처럼 시드를 몇 개 바꿔 흔들림의 폭까지 함께 봅니다.

Σ와 반복문

두 축의 순서

27번 · 시그마 표기의 이중합을 코드로 옮기면 첨자를 놓치기 쉽습니다. 같은 합을 두 축 순서로 더해 값이 같은지 봅니다.

a = [[1, 2, 3], [4, 5, 6]]
by_row = sum(sum(row) for row in a)                       # 21
by_col = sum(sum(row[j] for row in a) for j in range(3))  # 21

3번의 두 방법으로 세기를 코드로 옮긴 것입니다. 값이 갈리면 첨자를 잘못 옮긴 것입니다. 어떤 조건에서 합의 순서를 바꿔도 되는가라는 규칙 자체는 중급 3번의 몫이고, 여기서는 두 값이 같은지 보는 데까지입니다.

첨자의 시작점

시그마는 보통 1부터 세는데, 파이썬의 range 는 0부터 셉니다. ∑k=110k\displaystyle\sum_{k=1}^{10} k 를 옮기며 range(10) 을 쓰면 0부터 9까지를 더하게 됩니다.

sum(k for k in range(10))        # 45   0, 1, …, 9
sum(k for k in range(1, 11))     # 55   1, 2, …, 10

시그마의 k = 1부터 10까지와 range(10)의 0부터 9까지가 한 칸씩 어긋나는 모습

앞에서 0이 하나 끼고 끝에서 10이 하나 빠져, 합이 10만큼 모자랍니다. 이처럼 세는 범위가 한 칸 어긋나는 실수를 오프바이원이라고 합니다. 27번에서 자리를 0부터 세면 일반항이 한 칸 밀린다고 했던 바로 그 어긋남이 코드에서 일어난 것입니다.

잡는 방법은 둘입니다. 하나는 27번에서 구한 닫힌 꼴처럼 손으로 아는 값과 맞대는 것입니다 — 11 부터 nn 까지의 합은 n(n+1)2\tfrac{n(n+1)}{2} 이라 n=10n = 10 이면 55입니다. 다른 하나는 극단값입니다. 3번의 극단값 보기처럼 n=1n = 1 을 넣으면 시그마는 11 하나뿐이어야 하는데, range(1) 은 0 하나만 돌아 합이 0입니다. 작은 nn 하나로 어긋남이 드러납니다.

빈 합

27번에서 위끝이 아래끝보다 작아 한 번도 돌지 않는 합을 빈 합이라 하고 0으로 둔다고 했습니다. 코드에도 같은 약속이 들어 있습니다.

total = 0
for k in range(5, 5):    # 한 번도 돌지 않는다
    total += k
total                    # 0
sum([])                  # 0

합을 쌓을 때 total = 0 에서 출발하는 것이 곧 빈 합이 0이라는 약속입니다. 한 번도 돌지 않으면 출발값이 그대로 답이 되기 때문입니다. 손 풀이에서 빈 합을 1로 두었거나 코드에서 첫 항으로 출발값을 잡았다면, 범위가 빈 경우에서 둘이 갈립니다. 시작과 끝이 같은 경우를 하나 넣어 보는 것이 이 자리의 검산입니다.

연습 문제

연습 1 — 기호 검산 읽기

  1. 두 식을 sp.simplify(a - b) == 0 으로 대조해 True 를 얻었는데도 두 식이 같지 않을 수 있습니다. 어떤 경우인지 예를 하나 들어 답하세요.
    정의역이 다를 때입니다. xx\dfrac{x}{x} 와 11 은 차가 0으로 정리되지만 x=0x = 0 에서는 앞의 식이 정의되지 않습니다. 대조가 True 라도 "어떤 xx 에서 같은가"는 따로 봐야 합니다.
  2. 손으로 ddxsin⁡(3x)=cos⁡(3x)\dfrac{d}{dx}\sin(3x) = \cos(3x) 를 얻어 대조했더니 어긋났습니다. 의심 순서의 몇 번째 항목인지 답하고 옳은 답을 적으세요.
    두 번째, 연쇄법칙의 속미분입니다. 안쪽 3x3x 를 미분한 3이 빠졌으므로 옳은 답은 3cos⁡(3x)3\cos(3x) 입니다.
  3. 손으로 ∫016x2 dx=6\displaystyle\int_0^1 6x^2\,dx = 6 을 얻어 sp.integrate 와 대조했더니 어긋났습니다. 옳은 값을 구하고 어디가 빠졌는지 적으세요.
    ∫016x2 dx=[2x3]01=2\displaystyle\int_0^1 6x^2\,dx = \left[2x^3\right]_0^1 = 2 입니다. x2x^2 의 부정적분이 x33\dfrac{x^3}{3} 인데 3으로 나누는 것을 빠뜨렸습니다.

연습 2 — 수치로 확인하기

  1. 중심차분으로 f(x)=x3f(x) = x^3 의 x=2x = 2 에서의 도함수를 h=0.1h = 0.1 로 손계산하고, 참값과의 절대오차를 구하세요.
    2.13−1.930.2=9.261−6.8590.2=2.4020.2=12.01\dfrac{2.1^3 - 1.9^3}{0.2} = \dfrac{9.261 - 6.859}{0.2} = \dfrac{2.402}{0.2} = 12.01 입니다. 참값은 3x2=123x^2 = 12 이므로 절대오차가 0.010.01 입니다.
  2. 1번에서 hh 를 0.050.05 로 줄이면 오차가 대략 얼마가 될지 47번의 차수 표기로 근거를 적고 예상 값을 답하세요.
    중심차분의 오차는 O(h2)O(h^2) 이므로 hh 를 반으로 줄이면 오차는 넷으로 나뉘어 약 0.00250.0025 입니다. 실제로 2.053−1.9530.1=1.200250.1=12.0025\dfrac{2.05^3 - 1.95^3}{0.1} = \dfrac{1.20025}{0.1} = 12.0025 로 오차가 정확히 0.00250.0025 입니다.
  3. 중점 리만합으로 ∫01x dx\displaystyle\int_0^1 x\,dx 를 n=2n = 2 로 손계산하고 참값과 견주세요.
    폭이 0.50.5 이고 두 조각의 가운데는 0.250.25 와 0.750.75 이므로 (0.25+0.75)×0.5=0.5(0.25 + 0.75) \times 0.5 = 0.5 입니다. 참값 12\dfrac12 와 정확히 같습니다 — 일차함수에서는 가운데 높이가 조각의 평균 높이와 같기 때문입니다.

연습 3 — 난수 검산과 이중합

  1. 난수 10만 번으로 잰 값이 0.33270.3327 이고 손계산이 0.333330.33333 이었습니다. 상대오차를 구하고 몇 자리가 맞았는지 답하세요.
    ∣0.3327−0.33333∣0.33333=0.000630.33333≈1.9×10−3\dfrac{|0.3327 - 0.33333|}{0.33333} = \dfrac{0.00063}{0.33333} \approx 1.9 \times 10^{-3} 입니다. −log⁡10(1.9×10−3)≈2.7-\log_{10}(1.9 \times 10^{-3}) \approx 2.7 이므로 약 2~3자리가 맞았습니다.
  2. 확률이 1.2×10−71.2 \times 10^{-7} 인 사건을 난수 10만 번으로 재려 하면 어떤 값이 나오는지와 그 까닭을 적으세요.
    10만 번에서 그 사건이 나올 기댓값이 100000×1.2×10−7=0.012100000 \times 1.2 \times 10^{-7} = 0.012 회라 거의 언제나 0회가 나오고 추정값이 0이 됩니다. 재려면 뽑는 횟수가 확률의 역수인 약 800만보다 훨씬 커야 합니다.
  3. 이중합을 코드로 옮겨 놓고 첨자를 제대로 옮겼는지 코드만으로 한 번 더 확인하는 방법을 적으세요.
    더하는 축의 순서를 바꿔 행부터 더한 값과 열부터 더한 값을 견줍니다. 두 값이 갈리면 첨자를 잘못 옮긴 것입니다.

연습 4 — 기호로 안 되면 수치로

  1. sp.integrate(sp.exp(-x**2), (x, 0, 1)) 은 초급에서 다루지 않은 특수함수 erf 로 답해 값이 바로 읽히지 않습니다. 대신 ∫01e−x2 dx\displaystyle\int_0^1 e^{-x^2}\,dx 를 중점법으로 n=2n = 2 로 손계산하세요. e−0.0625≈0.93941e^{-0.0625} \approx 0.93941, e−0.5625≈0.56978e^{-0.5625} \approx 0.56978 을 써도 됩니다. 그리고 sp.N 으로 얻은 참값 0.7468240.746824 와 견주어 상대오차를 구하세요.
    폭이 0.50.5 이고 두 조각의 가운데가 0.250.25, 0.750.75 이므로 높이는 e−0.252=e−0.0625≈0.93941e^{-0.25^2} = e^{-0.0625} \approx 0.93941 과 e−0.752=e−0.5625≈0.56978e^{-0.75^2} = e^{-0.5625} \approx 0.56978 입니다. (0.93941+0.56978)×0.5=1.50919×0.5≈0.75460(0.93941 + 0.56978) \times 0.5 = 1.50919 \times 0.5 \approx 0.75460 입니다. 상대오차는 0.75460−0.746820.74682≈1.0×10−2\dfrac{0.75460 - 0.74682}{0.74682} \approx 1.0 \times 10^{-2} 로 두 자리쯤 맞았습니다. 조각을 10개로 늘리면 0.747130.74713 이 되어 오차가 약 25분의 1로 줄어 O(h2)O(h^2) 과 맞습니다.
  2. 기계가 방정식 x3+x−1=0x^3 + x - 1 = 0 의 해로 0.68230.6823 을 냈습니다. 먼저 0.680.68 과 0.690.69 를 좌변에 넣어 값을 구하고, 그다음 0.68230.6823 을 넣은 값과 함께 이 답을 믿어도 되는지 판단하세요.
    0.683+0.68−1=0.314432+0.68−1=−0.0055680.68^3 + 0.68 - 1 = 0.314432 + 0.68 - 1 = -0.005568 이고 0.693+0.69−1=0.328509+0.69−1=0.0185090.69^3 + 0.69 - 1 = 0.328509 + 0.69 - 1 = 0.018509 입니다. 좌변이 음수에서 양수로 바뀌었고 그래프가 끊기지 않으므로 그 사이 어딘가에서 0을 지납니다. 0.68230.6823 을 넣으면 0.317633+0.6823−1≈−0.00006660.317633 + 0.6823 - 1 \approx -0.0000666 으로 0에 아주 가깝습니다. 해가 0.680.68 과 0.690.69 사이에 있고 대입한 값도 0에 가까우니 믿어도 됩니다.
  3. sp.limit((1 - sp.cos(x))/x**2, x, 0) 이 12\tfrac12 를 냈습니다. cos⁡0.1≈0.99500417\cos 0.1 \approx 0.99500417, cos⁡0.01≈0.99995000042\cos 0.01 \approx 0.99995000042 를 써서 h=0.1h = 0.1, 0.010.01 일 때 1−cos⁡hh2\dfrac{1 - \cos h}{h^2} 를 손으로 구해 기호 극한과 대조하세요. 또 기계에 h=10−8h = 10^{-8} 을 넣었더니 00 이 나왔습니다. 그 까닭을 적으세요.
    h=0.1h = 0.1 이면 1−0.995004170.01=0.004995830.01=0.499583\dfrac{1 - 0.99500417}{0.01} = \dfrac{0.00499583}{0.01} = 0.499583, h=0.01h = 0.01 이면 1−0.999950000420.0001=0.000049999580.0001=0.4999958\dfrac{1 - 0.99995000042}{0.0001} = \dfrac{0.00004999958}{0.0001} = 0.4999958 로 12\tfrac12 에 다가가 기호 극한과 맞습니다. h=10−8h = 10^{-8} 에서는 1−cos⁡h1 - \cos h 의 참값이 약 5×10−175 \times 10^{-17} 로, 1에 비해 16자리보다 더 아래의 차이입니다. 기계는 cos⁡h\cos h 를 정확히 11 로 반올림해 담고, 그래서 분자가 1−1=01 - 1 = 0 이 됩니다. 비슷한 두 수를 빼는 자릿수 소거가 끝까지 간 것이고, 표를 만들 때 hh 를 너무 작게 잡으면 안 되는 까닭입니다.

정리

  • 채점하는 길은 둘입니다. 기호 계산은 식을, 수치 검산은 값을 견줍니다. 손으로 먼저 풀고 기계로 채점합니다.
  • 기호 검산의 관용구는 sp.simplify(a - b) == 0 입니다. SymPy의 == 는 구조 비교라 같은 식에도 False 를 낼 수 있습니다.
  • 분수는 sp.Rational 로 적습니다. 소수가 섞이면 차가 10−1710^{-17} 같은 작은 수로 남습니다.
  • 두 답이 갈리면 부호 → 속미분 → 괄호 → 정의역 순으로 의심하고, 정리가 멈추면 음수를 섞은 무작위 대입으로 확인합니다. 문제를 잘못 옮겨 적은 것은 어떤 검산도 못 잡습니다.
  • 중심차분과 중점법은 오차가 O(h2)O(h^2) 이라, 조각을 10배로 늘리면 오차가 100분의 1이 됩니다. 다만 중심차분은 hh 를 너무 줄이면 반올림 오차가 커지므로 10−510^{-5} 안팎에서 멈춥니다.
  • 난수 검산의 오차는 대략 표준편차 나누기 N\sqrt{N} 입니다. 10만 번이면 두세 자리이고, 재려는 확률의 역수보다 훨씬 많이 뽑아야 합니다. 시드를 고정해 재현하고, "어긋난다"만 확실히 믿습니다.
  • 이중합은 두 축 순서로 더해 값을 견주고, range 의 시작점과 빈 합을 작은 nn 으로 확인합니다.

여기까지가 초급 48편입니다. 이제 앞의 47편 어느 자리로 돌아가도 손으로 낸 답을 스스로 채점할 수 있습니다.


읽어주셔서 감사합니다. 😊

LATEST

수학의 최신 글

수학2026.11.17

다양체 위의 최적화: 직교 제약과 Muon의 직교화가 하는 일

차트·접공간·리만 계량·측지선·후퇴로 다양체를 세우고, 스티펠·그라스만·양정치 행렬·확률 단체의 접공간과 사영을 계산한 뒤, 리만 그래디언트가 유클리드 그래디언트의 접공간 사영임을 증명하고 극분해 후퇴와 뉴턴–슐츠 반복의 수렴 조건을 다룹니다.

고급46 MIN
수학2026.11.17

프리컨디셔닝의 이론: Adam에서 K-FAC·Shampoo·Muon까지 한 줄로

갱신 −ηP⁻¹∇를 노름의 최급강하로 읽고 헤세·가우스–뉴턴·피셔·경험적 피셔의 관계를 정리한 뒤, 준뉴턴과 3차 정규화, K-FAC의 크로네커 인수분해와 그 독립 가정, Shampoo의 −1/4 지수, Muon의 스펙트럴 노름 유도를 차례로 세워 이들이 어디서 일치하는지 보입니다.

고급41 MIN
수학2026.11.17

확률적 근사와 SGD의 연속 극한: 수렴한다는 말의 정확한 뜻

로빈스–먼로 조건과 마팅게일 잡음으로 SGD의 수렴을 정확히 정의하고, 볼록·강볼록·PL·비볼록에서의 수렴률과 오라클 하한을 계산한 뒤, SGD를 확률미분방정식으로 읽어 학습률/배치가 온도가 되는 관점과 안정성의 가장자리를 다룹니다.

고급48 MIN