문서 보기문서 편집수정 내역 테일러 급수 (덤프버전으로 되돌리기) [include(틀:다른 뜻1, other1=여러 함수의 테일러 급수, rd1=테일러 급수/목록)] [include(틀:해석학·미적분학)] [목차] == 개요 == [include(틀:영상 정렬, url=xE0QTkGmIHo?si=bz_Zye2ludw0ISz4)] {{{+1 Taylor series, Taylor expansion}}} 잉글랜드의 수학자 브룩 테일러가 18세기에 만든 여러가지 급수이다. 주어진 [[함수]]를 정의역의 특정 점의 [[미분계수]]들을 계수로 하는 [[다항식]]의 [[극한]]([[멱급수]])으로 표현하는 것을 말한다. '''테일러 전개'''(Taylor expansion)라고도 부른다. 간단히 설명하자면, 테일러 급수란 여러 번 미분가능한 함수 [math(f(x))]에 대해 [math(x=a)]에서 그 [math(f(x))]에 접하는 [[멱급수]][* 다항함수가 되기 위해서는 차수가 유한해야 한다. 테일러 급수의 경우, 차수가 무한히 커지기 때문에 '다항함수'라는 표현은 정확하지 않다.]로 표현하는 방법이라고 할 수 있다. 특히 [math(a=0)]에서의 테일러 전개는 자주 사용되며, 이를 특별히 매클로린 급수(Maclaurin series)라고도 부른다. 원래 테일러 급수는 무한개의 항을 가진 멱급수를 통해 어떤 함수를 표현하는 것이지만, 실제로 사용할 때에는 편의를 위하여 몇 개의 항만 사용하여 [[근사]]의 형태로 활용한다. == 테일러 정리(Taylor's theorem) == 어느 [[구간#s-2]]에서 미분가능한 함수를 유한 테일러 다항식과 근접할수록 [math(0)]에 가까워지는 오차항(truncation error)의 합으로 표현할 수 있다는 정리. 우리가 보통 테일러 급수를 통해서 함수를 근사한다고 하는 것은 이 테일러 정리를 가리킨다. '접선'을 통해 함수를 근사하는 선형 근사(linear approximation)를 일반화한 다항함수 형태라고 생각하면 이해하기 쉬우며,[* 예를 들어, [math(e^x)]함수를 해보면 쉽게 알 수 있다.] 테일러 급수는 이 테일러 다항식에서 오차항을 없애고 무한차원까지 계속 확장한 것으로 볼 수 있다. 참고로 테일러 정리를 이용해 함수를 근사할 수 있단 점은 무한히 미분가능한(smooth) 실함수의 테일러 급수와 주어진 함수가 같단 것을 의미하진 않는다. 테일러 다항식의 차원을 계속 확장시켜도 다항식의 값은 전혀 생뚱맞은 값을 가지고 오차항이 사라지지 않을 수 있다! 대표적인 예로 [math(x>0)]에서는 [math(e^{-1/x})]로, 나머지에서는 [math(0)]으로 정의된 함수를 들 수 있는데, 이 함수를 [math(0)]에서 테일러 전개하면 언제나 0이 나온다. 테일러 급수가 그 급수를 만드는 데 사용된 함수와 같아지는 함수는 특별히 해석함수(analytic function)이라고 부른다. 한편, 실수와는 다르게[* 실함수는 [[병리적 함수|미분가능하거나 연속이지만 해석함수가 아닌 함수]]가 널려 있다.] 복소함수의 경우엔 함수가 열린 집합에서 한 번 미분가능(holomorphic)하면, 무한 번 미분이 가능함이 보장되며, 테일러 급수로 표현이 가능한 독특한 성질이 있다. 또한 오차항. 즉 '''나머지항(Reminder)'''은 코시의 형태와 라그랑주의 형태의 2가지 형태가 있는데 각각 다음과 같다. * 코시의 나머지항 [math(\displaystyle R_n(x)=\frac{f^{(n+1)}(t_x)}{n!}(x-t_x)^{n}(x-a))] (단, [math(a<t_x<x)]) * 라그랑주의 나머지항 [math(\displaystyle R_n(x)=\frac{f^{(n+1)}(t_x)}{(n+1)!}(x-a)^{n+1})] (단, [math(a<t_x<x)]) 특히 라그랑주의 나머지항에 [math(n=0)]을 대입하면 [math(\displaystyle R_0(x)=f'(t_x)(x-a))]가 되어[* 선형근사의 타당성이 여기서 유래한다.], [[평균값 정리]]의 형태가 된다. 그렇기에 라그랑주의 나머지항을 대입한 테일러 정리는 '''확장된 평균값 정리'''의 형태로 여겨지기도 한다.[* 사실 코시의 나머지항에서도 [math(n=0)]을 대입하면 형태는 같아지지만, 일관성을 유지하기 위해 라그랑주 나머지항을 사용한다.] == 사용법 == === 고등학교 과정에서 === 고등학교 과정에서는 일반적으로 테일러 급수를 다루지 않지만, 일부 문제에서 활용되는 경우가 있어 학원가에서 종종 가르치는 일이 있다. 이때 [[병리적 함수|해석함수가 아니면서 무한히 미분가능한 함수]]가 나오지 않으므로[* 어떤 함수가 해석함수가 아니라는 걸 증명하는 게 까다롭기 때문이다.][* 해석함수가 아니면서 무한히 미분가능한 함수의 예로 [[혹 함수]]가 있다.] 주어진 함수가 테일러 급수로 표현될 수 있다고 가정하고 사용한다. 다만 테일러 급수로 표현되더라도 그 급수가 수렴하는지 여부를 잘 따져야 한다. 2015 개정 교육과정에서는 [[2015 개정 교육과정/수학과/고등학교/고급 수학Ⅱ|고급 수학Ⅱ]]에 수록되었다. 다만 이 과목은 거의 과학고에서만 배우므로 일반고에서는 배울 일이 없다. 2020년대에 이르러서는 고등학교 교육과정에 아예 포함되지도 않는 내용을 가지고 시험문제가 출제되는 경우는 없다고 봐도 무방하므로(흔히 말하는 킬러 문제 또한 마찬가지다) 이 글을 보는 고등학생은 안심해도 좋다. 교육과정에 포함되지 않는 내용을 출제하는 것은 '고등학교 교육과정에서 배운 내용을 토대로 그것을 얼마나 이용할 수 있는지를 판단한다'는 수능 문제 출제 원리에 적합치 않고, 내신문제로서도 학생들이 크게 반발할 것을 우려하여 교사들도 도박을 하지 않는다. --어차피 대학교 과정 아니어도 학생들을 충분히 힘들게 할 문제를 출제할 수 있다-- ==== 극한에서 ==== 극한에서는 아주 사기적인 무기인 [[로피탈의 정리|로피탈]]이 존재하긴 하지만, 이는 제약이 크고 [[부정형]]일 경우에만 쓸 수 있다는 단점이 있다.[* 만약 분모에 고차 다항함수가 결합되어 버리면 그 차수만큼 로피탈 정리를 계속해서 사용해야하므로 오히려 [[헬게이트]]가 열린다.] 그러나 테일러 급수를 조금만 이용하면 얼마든지 [[초월함수]]의 극한을 쉽게 풀 수 있다. 로피탈 정리와 같이 사용될 수 있으며 설명은 아래와 같다. 사실 말로만 거창하지 쉽게 말하면 '접곡선 변환'[* 공식용어는 아니다.] 이라고 생각하자. [math(\sin x)] 의 [math(x=0)]의 접선이 [math(y=x)]임을 이용해서[* 이런 것을 이른바 선형근사라고 한다. 선형근사에 대한 자세한 내용은 대학 미적분학 교재에서 배울 수 있다. 특정 구간 [math(\left(a, b\right))]에서 미분 가능한 연속함수 [math(f(x))]가 존재한다고 하면, [math(c\in \left(a,b\right))]인 점 [math(c)]에서의 선형근사 함수 [math(L_{c}(x))]는 다음과 같이 주어진다. [br][math(L_{c}(x)=f'(c)(x-c))][br]이 뒤에 추가로 계속 다항함수를 더해서 원 함수에 근접하게 만드는 테크닉이 바로 테일러 급수로,[math(f(x)=L_{c}(x)+\frac{1}{2}f''(c)(x-c)^2+\frac{1}{3!}f'''(c)(x-c)^3+\cdots)]가 된다.] [math(\sin x=\tan x=x)]로 치환 [math(\cos x=1-\frac{x^{2}}{2})][* 접선이 아닌 곡선이지만 똑같다. 참고로 원래는 [math(\cos x=1)]로 치환해야 하는데 그러면 [math(x=0)]을 넣은 거랑 다른 게 없으니까 이걸로 치환하는 거다.] 로 치환, [math(e^{x}=x+1)]로 치환, [math(\ln\left(1+x\right)=x)] 로 치환하면 정말로 쉽게 풀린다! 로피탈 정리는 조건이 엄격하지만 테일러 급수는 단지 극한이 [math(x=0)]으로만 가준다면 위처럼 치환해서도 아무런 문제가 없다. 애초에 [math(x=a)] 에서의 접선의 정의가 [math(x=a)]에서 함숫값과 미분계수가 동일한 직선을 고른 것이기 때문이다. 이를 응용하면 [math(\sin ax \approx ax)] 로 치환, [math(\cos ax\approx1-\frac{\left(ax\right)^2}{2})]라는 식으로 '안에 있는 변수까지' 쉽게 치환해도 되기 때문에 상관은 없다.[* 참고로 수학뿐만 아니라 [[물리2]]에서도 이런 식으로 식을 유도하는 경우가 있다. 대표적인 예로 단진자운동.] 만약 주관식에 쓰고 싶다면 cos 함수를 제외하고 '접선이기 때문에~' 라고 설명해도 아무런 수학적 모순이 없다! 다만 cos 함수는 테일러 급수를 알아야 하기 때문에... 아래와 같이 2배각 공식으로 묘수(?)를 써야 한다. [math(\cos x=1-2\sin^2\frac{x}{2}\approx 1-2\left(\frac{x}{2}\right)^2=1-\frac{x^2}{2})] 단, 종종 [math(\sin x)]라든가 [math(\tan x)]를 그냥 [math(x)]로 치환하여 푸는 걸 방지하고자 답이 틀리게 나오도록 만들어진 문제도 있으니 주의해야 한다. 가령 [math( \displaystyle \lim_{x \to 0} \frac{\tan x - \sin x}{x^3} = \frac{1}{2} )] 이지만 [math(\sin x=\tan x=x)]로 치환할 경우 답이 제대로 나오지 않는다. 사실 제대로 된 테일러 급수로 풀면 당연히 답이 나온다. 분모에 [math(x^3)]이 있으니 접선이 아니라 3차항까지 전개하는 것이 당연. [math(\sin x = x-\frac{x^3}{6})]과 [math(\tan x = x+\frac{x^3}{3})]로 치환하면 테일러급수만으로 풀린다.[* 반면 이 문제에서 [[로피탈의 정리]]를 사용해서 풀려면 삼각함수 미분을 3번이나 해야 하기에 극히 비효율적이며, 정석적인 풀이인 분자에서 sinx를 빼고 sinx/x=1임을 이용하는 것도 상당히 풀이가 길어진다. 그나마 쉽게 풀려면 분자를 [math(\tan x(1-\cos x))]로 바꾸고 분자분모에 각각 [math(1+\cos x)]를 곱한 뒤 분자쪽 [math(1-\cos^2 x=\sin^2x)]로 바꾸어서 극한을 계산하면 된다.] '''2016년 10월 실시한 교육청 모의고사에서 이런 예가 등장했다!''' 지금 소개한 테일러 급수와 [[로피탈의 정리]]의 차이점은 먼저 로피탈의 정리는 '원래 함수 형태를 모르는 함수' 도 미분값만 안다면 얼마든지 정리를 적용할수 있지만, 테일러 급수는 그럴 수 없다. 그런데 만약 초월함수의 극한을 물어보면 로피탈 정리는 '무한루프'에 빠질 수 있는 반면 테일러 급수는 모든 걸 다항함수로 바꿔버리기 때문에 걱정없다. 만약 테일러 급수를 쓰고도 뭔가 이상한 형태이면 로피탈 정리도 써버려서 쉽게 정리하면 되니까 결국 대학공식만 가지고 대부분의 문제를 풀 수 있을 것... 같았는데 요즘 수능체제 자체가 '극한값 자체는' 쉽게 구하는 대신 '도형을 관찰하여 극한식을 추출하기가' 무척 어렵다... 단, 이 예제에서는 x가 0으로 갈 때의 극한값을 구하는 것이라는 사실을 주의해야 한다. 여기서 사용한 테일러 급수는 일반적인 식(4.1 문단의 마지막 부분)에서 a = 0을 대입한 경우이다. 이 경우 매클로린 급수라고 부른다. 만약에 일반적으로 x가 a로 가는 경우라면 일반적인 테일러 급수의 식을 사용하여야 한다. 지수함수, 삼각함수, 로그함수 등 문제에 잘 나오는 함수들을 이렇게 일차항 근사를 빠르게 할 수 있다면(혹은 외워버린다면) 이제 극한문제는 고민할 필요도 없을 거다. 혹, 안 풀리는 것이 있다면, 불연속이거나 미분불가능한 이상한 방법으로 만들어진 특수한 함수일 수 있다.[* 대표적으로 [[소수 계량 함수]] [math(\pi(x))]. 불연속에 미분불가능한 함수다. 합의 꼴로 고쳐봐도 [[집합 판별 함수|[math(\displaystyle \sum_{n=1}^{x} \bold{1}_{\mathbb{P}}(n))]]]이 나와서 미궁인 건 마찬가지다.] 그건 다른 방법을 찾아야 하겠지만, 그것도 아닌데 풀리지 않으면, 이차항 근사까지 하면 다 풀릴 거다. 높은 차수항까지 근사할수록 값이 정확할 확률은 더욱 높다. === 고등학교 과정 이외에서 === 테일러 급수가 원래 함수보다 다루기 편하기 때문에[* 원래 함수가 어떤 모양이든 급수는 덧셈과 곱셈만 사용해서 전개했으므로 당연히 다루기가 쉽다.] 다변수나 복소수 환경에서 테일러 급수를 다루는 법을 익히게 된다. 실수에서는 일부가 같다고 다른 곳에서도 언제나 같은 것은 아니지만, 복소수의 경우 '유계'인 영역에서는 일부만 같아도 정의되는 영역 전부에서 같아진다. 즉, 테일러 전개로 구한 급수도 수렴범위에서는 원래 함수랑 완전히 똑같아 진다는 사실. 테일러 정리를 수식으로 쓰면 다음과 같다. [math(f)]가 [math(n+1)]번 미분가능할때 [math(\xi\in\left(x_{0},x\right))]가 존재하여, {{{+1 [math(\displaystyle f\left(x\right)=P_{n}\left(x\right)+R_{n}\left(x\right))] }}} {{{+1 [math(\displaystyle P_{n}\left(x\right)= \sum_{k=0}^{n}\frac{f^{\left(k\right)}\left(x_{0}\right)}{k!}\left(x-x_{0}\right)^{k})] }}} {{{+1 [math(\displaystyle R_{n}\left(x\right)= \frac{f^{\left(n+1\right)}\left(\xi\right)}{\left(n+1\right)!} {\left(x-x_{0}\right)^{n+1}})] }}} [math(P_{n}\left(x\right))]는 [math(n)]차 테일러 다항식(nth Taylor polynomial)으로 부르며 [math(R_{n}\left(x\right))]는 나머지항(remainder term)[* 특히 서술되어 있는 나머지항은 위쪽에도 언급되어 있듯이 라그랑주의 형태(Lagrange Form)이라고 부른다. 나머지항의 일반항에서 Weighted mean-value theorem을 이용하면 유도 가능. 코시의 형태 이후 발표된 형태다.] 또는 truncation error 로 부른다. [math(n\rightarrow \infty)]일 때 [math(P_{n}\left(x\right))]의 극한을 테일러 급수(Taylor series)로 부른다. 공학수학에서는 미분방정식을 풀 때도 사용할 수 있다. 다만 계산의 과정은 노가다라 [[자세한 설명은 생략한다.]] 복소함수에서는 이를 일반화한 [[로랑 급수]](Laurent series)가 있으며, 테일러 급수는 [math(0)]차항(상수항)부터 쭉 더한다면, 로랑 급수는 여기다가 [math(-1)]차항부터 밑으로도 쭉 더한 것을 추가한다.[* 이때 [math(-1)]차항에 붙어있는 상수를 [math(f\left(z\right))]의 [math(a)]에 대한 유수(Residue)라고하며 주로 [math(\text{Res}\left(f,a\right))]라고 표기한다. 이렇게 특별하게 분류하는 이유는, 복소공간의 폐곡선을 따라 적분할 경우 [math(-1)]차항에 의한 값들 외엔 모두 [math(0)]이 되어버려서 유수가 적분값을 결정하기 때문.] 테일러 급수와 같은 방식을 실수가 아닌 임의의 대수적 구조 위에서 전개하기도 한다. (대표적으로 행렬의 지수를 이렇게 표현한다.) [[계산기]]나 각종 수치해석 프로그램에서 삼각함수, 로그함수 등의 복잡한 함수를 계산할 때 쓰이는 방법 중 하나이기도 하다. 컴퓨터의 특징 상 삼각비를 직접 재서 계산하는 등의 짓은 할 수 없기에 사칙연산으로만 이루어졌으면서 충분한 숫자의 항을 더하면 일정 이상의 정확도를 보장하는 테일러 급수로 대체하는 것. 아래의 사용 예를 보면 알 수 있겠지만, 인간이 다루기 편리한 무한급수의 꼴로 exponential, sinusoidal과 같은 초월함수 및 무리수의 영역을 근사적으로 모사할 수 있는 수단을 제공한다는 점에서 테일러 급수의 실용적인 의미는 상당하다 하겠다. [* 무한급수와 같이 일정한 규칙에 따라 한없이 더하는 [[노가다(수학)|노가다성 작업]]은 컴퓨터에게 시키기 딱 좋은 일이다. 이를 체계화한 것이 [[수치해석학]]이다.] 테일러 급수가 없었다면 계산적으로 pi나 exponential의 정밀한 근사값을 얻고, 이를 다른 수치 계산에 마음껏 활용하는 일이 가능했었을까? 이 때문에 공학에서 아주 유용하게 사용된다. 역학계열 공학(기계/토목/건축 등)에서 주로 사용되는 것이 [[미분방정식]]인데, 이 미분방정식이 역학에서 적용될 때 기본적으로 근사값이고 이때 테일러 급수를 매우 유용하게 사용한다. 학부 수준에서는 보통 일차항 정도에서 적당히 근사시켜 표현하지만 정확도를 높혀야 할수록(특히 첨단 기술이 이용될 경우) 고차항(higher order terms, H.O.T.)까지 늘리게 된다. == 증명 == 증명은 크게 2가지로 나눌수 있다. 하나는 적분을 통한 방법, 하나는 미분을 통한 방법이다. 보통은 증명의 복잡함 때문에, 변수 하나짜리 함수로 증명하는 경우가 많다.(특히 그중에서도 매클로린 급수) 적분법은 미적분학 제2정리와 부분적분을 통해 증명하고, 미분법은 엡실론 델타논법에 의한 부등식에서 출발해서 증명한다. 그 외에도 복소해석학의 정리를 이용하게 될 경우는 일반화된 코시 적분 공식만으로 증명이 끝난다. === 적분법으로 증명 === 어떤 함수 [math(y=f\left(x\right))]가 있고, 이 함수가 무한번 미분가능이라 하자. 또한 미적분의 기본정리에 의해, [math( \displaystyle f\left(x\right)=f\left(a\right)+\int^x_a f'\left(t\right)dt)]가 성립한다. 여기서 부분적분을 시행하는데 1을 적분할 함수, [math(\displaystyle f'\left(t\right) )]를 미분할 함수로 설정하자. 이때, 이 적분에서의 적분변수가 [math( dt )]이므로 [math( t )]에 대해서 [math( x )]는 상수취급 할 수 있다. 따라서 1을 [math( t )]에 대해 적분한 형태가 [math( t+C )](단, C는 적분상수)가 될텐데, [math( C=-x )]라 두면 1의 부정적분을 [math( t-x )]로 잡을 수 있다.(이렇게 잡는 것이 무슨 의미가 있냐 싶겠지만 실로 중요한 역할을 한다. 만약 이렇게 하지 않고 1의 부정적분을 [math( t )]라고만 두면 나중에 계산하고 나서 결과가 제대로 꼬인 모습을 발견하게 된다.) 1. [math(\displaystyle \int^x_a f'\left(t\right)dt= \left[\left(t-x\right)f'\left(t\right)\right]_{a}^{x}-\int^x_a \left(t-x\right)f''\left(t\right)dt=f'\left(a\right)\left(x-a\right)-\int^x_a \left(t-x\right)f''\left(t\right)dt)] 2. [math(\displaystyle \int^x_a \left(t-x\right)f''\left(t\right)dt=-{\left(x-a\right)^2\over 2}f''\left(a\right)-\int^x_a {\left(t-x\right)^2\over 2} f'''\left(t\right)dt)] 3. [math(\displaystyle \int^x_a {\left(t-x\right)^2\over 2} f'''\left(t\right)dt={\left(x-a\right)^3\over 6}f'''\left(a\right)-\int^x_a {\left(t-x\right)^3\over 6} f''''\left(t\right)dt)] ... n. [math(\displaystyle \int^x_a {\left(t-x\right)^{n-1}\over \left(n-1\right)!} f^{(n)}\left(t\right)dt=\left(-1\right)^{n-1}{\left(x-a\right)^n\over n!}f^{(n)}\left(a\right)-\int^x_a {\left(t-x\right)^n\over n!} f^{(n+1)}\left(t\right)dt)] 이와 같이 부분적분이 이루어진다. 이를 정리하면 [math( \displaystyle f\left(x\right)=f\left(a\right)+f'\left(a\right)\left(x-a\right)+{f''\left(a\right)\over 2}\left(x-a\right)^2+\cdots +{f^{(n)}\left(a\right)\over n!}\left(x-a\right)^n+\left(-1\right)^{n}\int^x_a {f^{(n+1)}\left(t\right)\over n!}\left(t-x\right)^n dt)] 이것을 시그마를 이용해서 적절히 간단하게 만들면 {{{+1 [math(\displaystyle f\left(x\right)=\sum_{k=0}^{n}\frac{f^{\left(k\right)}\left(a\right)}{k!}\left(x-a\right)^{k}+\left(-1\right)^{n}\int^x_a {f^{(n+1)}\left(t\right)\over n!}\left(t-x\right)^n dt)] }}}(단, [math( f^{\left(n\right)} )]은 [math(n)]계도함수) 여기서 적분의 평균값 정리를 이용하면 [math(\displaystyle \left(-1\right)^{n}\int^x_a {f^{(n+1)}\left(t\right)\over n!}\left(t-x\right)^n dt=\frac{f^{\left(n+1\right)}\left(\xi\right)}{\left(n+1\right)!} {\left(x-a\right)^{n+1}})] ([math(\xi)]는 a와 x 사이의 어떤 실수) 이를 라그랑주의 나머지라 부르고, n이 무한대로 갈 때 라그랑주의 나머지가 0으로 수렴한다면 [math(f\left(x\right))]는 다음과 같이 표현된다. {{{+1 [math(\displaystyle f\left(x\right)=\lim_{n \to \infty}\sum_{k=0}^{n}\frac{f^{\left(k\right)}\left(a\right)}{k!}\left(x-a\right)^{k})]}}} 이때, [math( a = 0 )]을 대입하면, [math(f\left(x\right)= \displaystyle \lim_{n \to \infty}\sum_{k=0}^{n}{f^{\left(k\right)}{\left(0\right)} \over k!}x^k)]가 유도되는 데, 이를 매클로린 급수라 부르며 보통 테일러 급수를 활용할 때 이 형태로 하게 된다. 참고로 매클로린 급수의 유도는 상당히 쉬운데, [math(f(x)=\displaystyle \sum_{n=0}^{\infty}{a_n x^n})]으로 놓으면 [math(f(0)=0!a_0)], 한 번 미분하면 [math(f'(0)=1!a_1)], 두 번 미분하면 [math(f''(0)=2!a_2)]...등의 결과가 바로 나오는 것을 알 수 있다. === 코시 적분 공식을 통한 복소해석적 증명 === ||<table bordercolor=black><bgcolor=white>코시 적분 공식을 통한 복소해석적 증명 || ||<bgcolor=#f5f5dc>정리: 함수 [math(f: A\subseteq\mathbb{C}\to\mathbb{C})]가 단순 닫힌경로 [math(\mathcal{C}:=\left|z-z_0\right|<r)]에서 해석적이라면, [math(f(z)=\displaystyle{\lim_{n \to \infty}\sum_{k=0}^{n}\frac{f^{(k)}(z_0)}{k!}\left(z-z_0\right)^{k}})] || ||전제조건: 코시 적분공식('''Cauchy's integral formula''') 함수 [math(f: A\subseteq\mathbb{C}\to\mathbb{C})]가 주어졌을 때, 이 함수가 단순연결영역 [math(\mathfrak{R})] 에서 해석적이다. 이 경우, 이 영역 [math(\mathfrak{R})] 내부의 단순 닫힌경로 [math(\mathcal{C})] 내부의 점 [math(z_0)]에 대하여, 모든 자연수 [math(n)]에 대하여 다음이 성립한다. >'''코시 적분 공식''': [math(f(z_{0})=\displaystyle{\frac{1}{2\pi i}\int_{\mathcal{C}}\frac{f(z)}{z-z_{0}}dz})][br]'''일반화된 코시 적분 공식''': [math(f^{(n)}(z_{0})=\displaystyle{\frac{n!}{2\pi i}\int_{\mathcal{C}}\frac{f(z)}{\left(z-z_{0}\right)^{n+1}}dz})] || ||<bgcolor=#f8e8e8>증명: [math(\mathcal{C}:\left|z\right|=r)] 내부의 점 [math(w)]에 대해서 증명하자. 코시 적분 공식인 [math(f(w)=\displaystyle{\frac{1}{2\pi i}\int_{\mathcal{C}}\frac{f(z)}{z-w}dz})]에서 시작하자. [math(f(w)=\displaystyle{\frac{1}{2\pi i}\int_{\mathcal{C}}\frac{f(z)}{z-w}dz})]는 [math(f(w)=\displaystyle{\frac{1}{2\pi i}\int_{\mathcal{C}}\frac{f(z)}{z}\frac{1}{1-\frac{w}{z}}dz})]……① 그런데, [math(w)]는 [math(\mathcal{C}:\left|z\right|=r)] 내부의 점이다. 즉, [math(\left|\displaystyle{\frac{w}{z}}\right|<1)]임은 자명하다. 여기에 등비급수의 성질을 이용하자. [math(\left|t\right|<1)]에 대하여, [math(\displaystyle{\lim_{n \to \infty}\sum_{k=0}^{n}t^n=\frac{1}{1-t}})]라는 것은 잘 알려져 있다. 이제 [math(t=\displaystyle{\frac{w}{z}})]를 대입하면 [math(\displaystyle{\lim_{n \to \infty}\sum_{k=0}^{n}\left(\frac{w}{z}\right)^n=\frac{1}{1-\frac{w}{z}}})]……② ①에 ②를 대입하자. 즉, [math(f(w)=\displaystyle{\frac{1}{2\pi i}\int_{\mathcal{C}}\frac{f(z)}{z}\frac{1}{1-\frac{w}{z}}dz=\frac{1}{2\pi i}\int_{\mathcal{C}}\frac{f(z)}{z}\lim_{n \to \infty}\sum_{k=0}^{n}\left(\frac{w}{z}\right)^ndz})]라고 쓸 수 있다. 그런데 적분 내부는 [math(z)]에 대해서 적분하는 것이므로, [math(z)]와 관계 없는 [math(w)]는 상수 취급해서 적분기호 앞으로 빼낼 수 있다. 즉, [math(f(w)=\displaystyle{\frac{1}{2\pi i}\lim_{n \to \infty}\sum_{k=0}^{n}w^n\int_{\mathcal{C}}\frac{f(z)}{z}\frac{1}{z^n}dz=\frac{1}{2\pi i}\lim_{n \to \infty}\sum_{k=0}^{n}w^n\int_{\mathcal{C}}\frac{f(z)}{z^{n+1}}dz})]……③ 여기에 일반화된 코시 적분 공식을 대입하자. [math(f^{(n)}(0)=\displaystyle{\frac{n!}{2\pi i}\int_{\mathcal{C}}\frac{f(z)}{z^{n+1}}dz})]이므로 [math(\displaystyle{\frac{1}{2\pi i}\int_{\mathcal{C}}\frac{f(z)}{z^{n+1}}dz=\frac{f^{(n)}(0)}{n!}})]……④ ③에 ④를 대입하자. [math(f(w)=\displaystyle{\frac{1}{2\pi i}\lim_{n \to \infty}\sum_{k=0}^{n}w^n\int_{\mathcal{C}}\frac{f(z)}{z^{n+1}}dz=\lim_{n \to \infty}\sum_{k=0}^{n}\frac{f^{(n)}(0)}{n!}w^n})]가 된다. 이제 이걸 일반화시키기 위해 [math(\mathcal{C}:\left|z-z_0\right|=r)]로 두자. 즉 [math(w=z-z_0)]로 두면, [math(f(z)=f(w+z_0)=\displaystyle{\lim_{n \to \infty}\sum_{k=0}^{n}\frac{f^{(n)}(z_0)}{n!}\left(z-z_0\right)^n})]이 된다.■ || == [[다변수함수]]의 테일러 전개 == [[다변수함수]]의 테일러 전개는 다음과 같이 쓸 수 있다. [math( \displaystyle T[f(x_1,x_2,...,x_n))][math(]_{x_1 = a_1, x_2 = a_2, ..., x_n = a_n} )] [math( \displaystyle = f(a_1, a_2, ... , a_{n-1}, a_n) + \sum_k^n {\partial f(x_1, ..., x_n)\over \partial x_k}|_{x_1 = a_1, x_2 = a_2, ..., x_n = a_n} (x_k - a_k) )] [math( \displaystyle + {1\over 2!}\sum_{j,k}{\partial^2 f(x_1, ..., x_n)\over \partial x_j \partial x_k}|_{x_1 = a_1, x_2 = a_2, ..., x_n = a_n} (x_j - a_j)(x_k - a_k) + ... )] [[헤세 행렬]] [math( \displaystyle D^2_{ij} = H_{ij} = {\partial^2\over\partial_i\partial_j} )] 및 [math(\displaystyle Df(\vec{x}) = \nabla f(\vec{x}))]로 이차항까지 다시 쓰면 다음과 같이 정리된다. [math(\displaystyle T[f(\vec{x}))][math(]_{\vec{x}=\vec{a}} = f(\vec{a})+(\vec{x}-\vec{a})^T Df(\vec{a}) + {1\over 2!}(\vec{x}-\vec{a})^T D^2 f(\vec{a}) (\vec{x}-\vec{a}) + ... )] == 여담 == 발명자의 성씨인 테일러(Taylor)는 재단사라는 뜻이다. 재단사가 옷감을 수치를 맞춰 자르는 일을 한다는 것을 보면, 꽤나 절묘한 이름이다. [[http://www.3quarksdaily.com/3quarksdaily/2008/06/taylor-series-.html|이곳]]에 따르면 구 [[소련]]의 수리물리학자 [[이고르 예브게니예비치 탐]](Igor Yevgenyevich Tamm)[* [[체렌코프 현상]]의 해석으로 [[1958년]] [[노벨물리학상]]을 공동 수상하였다.]은 이것 덕분에 목숨을 건진 적이 있다고 한다. 이 일화는 일부 대학생들이 [[칼 세이건|"미분은 쓸데도 없는 걸 선생들이 학생들 괴롭히려고 만든 거다."]] 같은 소리를 할 때 유용하다고 한다. 러시아 혁명 중 수리'''물리학자'''였던 이고르는 반공주의 게릴라에 의해 '우크라이나에 반대하는 공산당 선동가'로 몰려서 잡혀갔다.[* 다만 이 사람은 실제로도 혁명을 지지하고 직접 1차대전 반전운동도 뛰었던 인물이라 맞는 말이긴 하다. 그러나 우크라이나 반공 게릴라에게 우크라이나에서 고등학교 나온 양반이 빨갱이로 몰렸으니 목이 달아날 처지라 어떻게든 둘러대야지...] 두목이 직업을 묻기에 '''수학자'''라고 대답했다. 두목은 총알을 세기 시작했다. 게릴라 두목은 >테일러 급수[* 정확히는 [math(x=0)]에서 근사한 매클로린 급수(Maclaurin's series).]에서 [math(n)]차항까지 근사할 때 생기는 오차항을 대라. 해내면 풀어주마. 못 하면 (수학자라는 건 거짓말로 간주하고) 총살하겠다. 라고 했다. 이고르는 다행히 목숨을 보전할 수 있었다는 이야기. 2013년 인터넷수능 영어독해 B형 마지막 문제에 장문으로도 출제된 유명한 일화이다.[* 추가로 이딴 문제를 낸 그 게릴라 두목은 대학원생이었다는 얘기도 있다.] 이딴 짓을 왜 하는가에 의문을 가질 수 있다. 테일러 급수나 푸리에 급수 등 급수전개는 '''미적분 계산이 어려운 해석함수를 계산이 쉬운 함수로 근사시키는 것'''[* 푸리에 급수도 계산이 상대적으로 쉬운 삼각함수의 선형결합이다.]으로서의 의미가 매우 크다. 고등학교나 학부생 1학년 수준의 미적분에서는 급수전개를 해야 할 정도로 어려운 미적분은 잘 나오지 않지만, 미분방정식만 접하더라도 급수해법을 적용해야하는 미분방정식은 왕왕 나온다. 대충 [math(f(x)= e^{-x^2} )] 같은 함수는 연속이기에 [[오차함수|역도함수]]가 존재하는 것은 알지만 저 모양 그대로 찾아내기란 쉬운 일이 아니다.[* 저 함수는 오히려 [math((-\infty, \infty))] 구간의 특이적분 값은 [math(\sqrt{\pi})]로 잘 알려져 있다. 값을 찾는 방법은 [[가우스 적분]]에 잘 나와 있다.] 이때 저 함수를 급수전개하여 다항함수로 바꾸어 적분하면 다항함수의 항별 적분 문제로 바뀌어 쉽게 구할 수 있다. 게다가 [[자연로그의 밑|자연로그의 밑 [math(e)]]] 같은 특정 무리수의 값을 계산하는 데 쓰이기도 한다. [math(e)]의 값은 [math(e^x)]의 매클로린 급수에 x=1을 대입하여 계산하고, [math(\pi)]의 값은 [math(4 \arctan x)]의 매클로린 급수에 1을 대입하여 계산했던 과거가 있다. 특히 [math(\lvert x-a\rvert \ll 1)], 즉 주어진 스케일에 대해 [math(x-a)]가 충분히 작다고 가정할 수 있을 경우 2차 이상의 오차항을 전부 생략할 수 있어 정말 어마무시하게 강력해진다. 이게 무슨 뜻이냐면 '''아무리 복잡한 해석함수라도 저 조건만 만족한다면 직선방정식 [math(a+bx)] 의 형태로 근사할 수 있다는 뜻이다!''' 실제로 물리학 문제를 풀 때 "테일러 급수로 1차항까지 전개" 를 넣는 순간 복잡했던 수식이 한번에 사르르 풀리는 것을 관찰할 수 있다. 만약 정확도가 부족할 경우 2차항이나 3차항까지 넣어서 계산하면 된다. 그야말로 물리학자의 영원한 친구 중 하나. 비슷한 성격으로 [[푸리에 급수]]가 있다. 다항함수 대신 [[삼각함수]]를 이용해 함수를 묘사하는 방법이다. [[분류:해석학(수학)]][[분류:급수(수학)]]캡챠되돌리기