다변수 미분 계산기: 예제로 배우는 단계별 가이드
다변수 미분 계산기를 사용하면 두 개 이상의 변수를 가진 함수에서 편미분, 그래디언트 벡터, 방향 도함수, 2차 헤세 행렬을 x·y·z 항을 하나도 놓치지 않고 구할 수 있습니다. 이 가이드에서는 이런 도구가 정확히 어떤 방식으로 작동하는지, 손으로 직접 검산할 수 있는 완전한 수치 예제와 함께 설명합니다. 답만 베끼는 것이 아니라 그 뒤에 있는 미적분 원리까지 이해할 수 있습니다.
목차
다변수 미분 계산기란?
다변수 미분 계산기는 f(x, y)나 g(x, y, z)처럼 독립변수가 둘 이상인 함수의 도함수를 계산해 주는 도구입니다. 도함수 f′(x) 하나만 구하는 일변수 미적분과 달리, 다변수 함수는 변수마다 편미분이 존재하고 여기에 그래디언트 벡터, 방향 도함수, 2차 도함수를 모은 헤세 행렬 같은 값이 더해집니다. 계산기는 미분하려는 변수를 제외한 모든 변수를 상수로 취급하고 표준 미분 규칙을 적용한 뒤, 각 결과를 따로 또는 벡터·행렬 형태로 묶어서 돌려줍니다.
1. 변수를 확인한다
f(x, y) = x²y + 3xy² − y³의 x와 y처럼 함수에 포함된 독립변수를 모두 나열합니다.
2. 필요한 미분 종류를 정한다
편미분 하나만 필요한지, 전체 그래디언트나 방향 도함수, 헤세 행렬이 필요한지 결정합니다.
3. 변수별로 미분 규칙을 적용한다
나머지 변수는 모두 상수로 두고, 필요에 따라 거듭제곱 법칙, 곱의 법칙, 연쇄 법칙을 사용해 미분합니다.
다변수 미분은 결국 일변수 미분을 한 번에 한 변수씩 적용하는 것일 뿐입니다.
다변수 미분 계산기는 결과를 어떻게 계산할까?
다변수 미분 계산기는 입력한 식을 먼저 기호 트리로 분석한 뒤 미분 규칙을 재귀적으로 적용합니다. x³ 같은 항에는 거듭제곱 법칙, xy² 같은 항에는 곱의 법칙, sin(x²y) 같은 합성에는 연쇄 법칙을 씁니다. 요청한 변수마다 나머지 변수는 미분 과정 내내 상수로 고정되며, 이는 손으로 계산할 때와 정확히 같습니다. 이후 계산기는 얻어진 식을 정리하고, 점이 주어졌다면 수치를 대입해 최종 값이나 벡터를 반환합니다.
1. 식을 파싱한다
입력한 함수를 덧셈, 곱셈, 거듭제곱, 합성 등 연산의 구조화된 트리로 변환합니다.
2. 기호적으로 미분한다
대상이 아닌 변수를 상수로 유지한 채, 거듭제곱·곱·몫·연쇄 법칙을 항마다 적용합니다.
3. 정리하고 값을 구한다
동류항을 정리한 뒤, 특정 점에서의 값을 요청했다면 수치 좌표를 대입합니다.
편미분: 다변수 미적분의 기초
편미분은 다른 변수를 모두 고정한 채 한 변수만 변할 때 함수가 어떻게 바뀌는지를 측정합니다. f(x, y)에서 x에 대한 편미분은 ∂f/∂x, y에 대한 편미분은 ∂f/∂y로 씁니다. 계산 방법은 일반 도함수와 똑같지만, 대상 변수를 포함하지 않는 항은 상수로 취급되어 그 미분값이 0이 된다는 점만 다릅니다.
1. 다른 변수를 고정한다
∂f/∂x를 구할 때는 y(그리고 z가 있다면 z도)를 고정된 수로 취급합니다.
2. 항별로 미분한다
x가 들어 있는 각 항에 거듭제곱 법칙을 적용하고, x가 없는 항은 사라집니다.
3. 변수마다 반복한다
같은 방식으로 ∂f/∂y를 구합니다. 이번에는 x를 상수로 둡니다.
미분하려는 변수가 들어 있지 않은 항의 편미분은 0입니다.
예제 1: f(x, y) = x²y + 3xy² − y³의 편미분
함수 f(x, y) = x²y + 3xy² − y³을 살펴봅시다. ∂f/∂x를 구할 때는 y를 상수로, ∂f/∂y를 구할 때는 x를 상수로 둡니다. 아래에 전체 계산 과정을 단계별로 정리했습니다.
1. x에 대해 미분하기
∂f/∂x: x²y 항은 2xy가 됩니다(지수 2를 앞으로 내리고 y는 상수). 3xy²는 3y²가 됩니다(x의 지수는 1). −y³에는 x가 없으므로 0이 됩니다. 결과: ∂f/∂x = 2xy + 3y².
2. y에 대해 미분하기
∂f/∂y: x²y는 x²가 됩니다(y의 지수는 1, x²는 상수). 3xy²는 6xy가 됩니다(2를 앞으로 내림). −y³은 −3y²가 됩니다. 결과: ∂f/∂y = x² + 6xy − 3y².
3. 수치로 검산하기
(x, y) = (1, 1)일 때: ∂f/∂x = 2(1)(1) + 3(1)² = 2 + 3 = 5. ∂f/∂y = 1² + 6(1)(1) − 3(1)² = 1 + 6 − 3 = 4. 두 값 모두 위에서 정리한 식과 일치합니다.
그래디언트 벡터란?
함수 f(x, y)의 그래디언트는 주어진 점에서 함수가 가장 가파르게 증가하는 방향을 가리키는 벡터 ∇f = (∂f/∂x, ∂f/∂y)입니다. 그 크기는 증가가 얼마나 가파른지를 알려 줍니다. 변수가 셋이면 그래디언트는 ∇f = (∂f/∂x, ∂f/∂y, ∂f/∂z)로 확장됩니다. 다변수 미분 계산기는 모든 편미분을 계산한 뒤 이를 하나의 벡터로 묶어 그래디언트를 만듭니다.
1. 각 편미분을 계산한다
표준 규칙을 사용해 ∂f/∂x, ∂f/∂y(필요하면 ∂f/∂z)를 구합니다.
2. 벡터로 묶는다
결과를 순서대로 ∇f = (∂f/∂x, ∂f/∂y)와 같이 씁니다.
3. 특정 점에서 값 구하기(선택)
특정 점의 좌표를 대입하면 수치 벡터를 얻을 수 있습니다.
그래디언트는 언제나 곡면에서 가장 가파른 오르막 방향을 가리킵니다.
예제 2: 한 점에서 그래디언트 구하기
예제 1과 같은 함수 f(x, y) = x²y + 3xy² − y³, 그리고 ∂f/∂x = 2xy + 3y²와 ∂f/∂y = x² + 6xy − 3y²를 사용해 점 (2, 1)에서의 그래디언트를 구해 봅시다.
1. (2, 1)에서 ∂f/∂x 값 구하기
∂f/∂x = 2(2)(1) + 3(1)² = 4 + 3 = 7.
2. (2, 1)에서 ∂f/∂y 값 구하기
∂f/∂y = (2)² + 6(2)(1) − 3(1)² = 4 + 12 − 3 = 13.
3. 그래디언트 벡터 쓰기
∇f(2, 1) = (7, 13). 이는 그 점에서 함수가 (7, 13) 방향으로 가장 빠르게 증가한다는 뜻입니다.
방향 도함수와 내적
방향 도함수는 x축이나 y축 방향만이 아니라, 한 점에서 특정 방향으로의 함수 변화율을 측정합니다. 계산식은 D_u f = ∇f · u이며, 여기서 u는 원하는 방향을 가리키는 단위 벡터입니다. u의 길이는 반드시 1이어야 하므로, 내적을 하기 전에 방향 벡터를 그 크기로 나눠야 합니다.
1. 그 점에서 그래디언트를 구한다
목표 점에서 ∇f = (∂f/∂x, ∂f/∂y)를 계산합니다.
2. 방향 벡터를 정규화한다
방향이 (a, b)라면 크기 √(a² + b²)로 나누어 단위 벡터 u를 구합니다.
3. 내적을 계산한다
D_u f = ∇f · u = (∂f/∂x)(u₁) + (∂f/∂y)(u₂).
그래디언트 자체의 방향으로의 방향 도함수는 그래디언트의 크기와 같으며, 이것이 가능한 최대 증가율입니다.
예제 3: 주어진 방향에서의 방향 도함수
예제 2의 ∇f(2, 1) = (7, 13)을 사용해, 벡터 v = (3, 4) 방향에서 f의 방향 도함수를 구해 봅시다.
1. v를 정규화하기
|v| = √(3² + 4²) = √(9 + 16) = √25 = 5이므로 단위 벡터는 u = (3/5, 4/5)입니다.
2. 내적 공식 적용하기
D_u f = ∇f · u = 7(3/5) + 13(4/5) = 21/5 + 52/5 = 73/5.
3. 소수로 바꾸고 확인하기
73/5 = 14.6. |∇f| = √(7² + 13²) = √218 ≈ 14.76이고 14.6 < 14.76이므로, 결과는 가능한 최대 방향 도함수보다 작아 올바릅니다.
헤세 행렬은 어떻게 만들고 사용할까?
헤세 행렬은 함수의 2차 편미분을 모두 모아 정사각 행렬로 만든 것으로, 임계점이 극소점인지 극대점인지 안장점인지 분류하는 데 사용됩니다. f(x, y)의 헤세 행렬은 H = [[f_xx, f_xy], [f_xy, f_yy]]입니다. ∇f = (0, 0)이 되는 임계점을 찾은 뒤 행렬식 D = f_xx·f_yy − (f_xy)²을 계산합니다. D > 0이고 f_xx > 0이면 극소점, D > 0이고 f_xx < 0이면 극대점, D < 0이면 안장점입니다.
1. 임계점을 찾는다
∂f/∂x = 0과 ∂f/∂y = 0으로 두고 연립해서 풉니다.
2. 2차 편미분을 계산한다
f_xx, f_yy, 그리고 혼합 편미분 f_xy를 구합니다.
3. 행렬식 판정을 적용한다
D = f_xx·f_yy − (f_xy)²을 계산하고 부호 규칙에 따라 점을 분류합니다.
헤세 행렬의 행렬식 판정은 일변수 이계도함수 판정법을 2차원 이상으로 확장한 것입니다.
예제 4: 헤세 행렬로 임계점 분류하기
g(x, y) = x² + y² − 4x − 6y + 13을 생각해 봅시다. 임계점을 찾고 헤세 행렬을 이용해 분류합니다.
1. 임계점 찾기
∂g/∂x = 2x − 4 = 0 → x = 2. ∂g/∂y = 2y − 6 = 0 → y = 3. 임계점: (2, 3).
2. 헤세 행렬 만들기
g_xx = 2, g_yy = 2, g_xy = 0이므로 H = [[2, 0], [0, 2]]. 행렬식 D = (2)(2) − 0² = 4.
3. 분류하고 값 확인하기
D = 4 > 0이고 g_xx = 2 > 0이므로 (2, 3)은 극소점입니다. g(2, 3) = 4 + 9 − 8 − 18 + 13 = 0으로, 그 점에서 최솟값 0을 가진다는 것이 확인됩니다.
다변수 미분이 과학과 공학에서 중요한 이유
편미분, 그래디언트, 헤세 행렬은 어떤 양이 둘 이상의 변수에 의존하는 곳이라면 어디에나 등장합니다. 물리에서는 온도장이나 압력장의 그래디언트가 가장 빠른 증가 방향을 가리키며, 기상 모델은 이를 이용해 열의 흐름을 추적합니다. 경제학에서는 이윤 함수의 가격과 수량에 대한 편미분으로 최적 생산 수준을 찾습니다. 머신러닝에서는 경사 하강법이 손실 함수의 그래디언트 벡터를 반복적으로 사용해 모델 파라미터를 갱신하고, 헤세 행렬은 최적화기가 안장점이 아니라 진짜 최솟값에 도달했는지를 알려 줍니다.
1. 물리와 공학
그래디언트는 여러 차원에 걸친 열의 흐름, 전기장, 유체 속도를 기술합니다.
2. 경제학과 최적화
편미분은 여러 변수를 동시에 고려하며 최대 이윤이나 최소 비용을 찾아냅니다.
3. 머신러닝
경사 하강법과 2차 최적화 기법은 모델 학습에 그래디언트와 헤세 행렬을 직접 활용합니다.
자주 하는 실수와 피하는 방법
가장 흔한 실수는 다른 변수를 상수로 취급하는 것을 잊어, 원래는 사라졌어야 할 항까지 미분해 버리는 것입니다. 두 번째로 흔한 실수는 혼합 편미분에서 변수의 순서를 헷갈리는 것으로, 예를 들어 ∂²f/∂y∂x 대신 ∂²f/∂x∂y를 계산하는 경우입니다. 대부분의 매끄러운 함수에서는 두 값이 같지만, 그 과정에서 부호 실수가 자주 생깁니다. 세 번째 실수는 방향 도함수를 계산하기 전에 방향 벡터를 정규화하지 않는 것으로, 이 경우 결과가 원래 벡터 길이만큼 잘못 확대·축소됩니다.
1. 어떤 변수가 상수인지 다시 확인하기
미분하기 전에 대상 변수에 밑줄을 긋고, 나머지 기호는 모두 고정된 수로 취급하세요.
2. 혼합 편미분이 일치하는지 검산하기
여기서 다루는 대부분의 함수에서는 ∂²f/∂x∂y와 ∂²f/∂y∂x가 같아야 하므로, 이를 자체 검산에 활용하세요.
3. 방향 벡터는 항상 정규화하기
방향 도함수에서 그래디언트와 내적을 하기 전에 반드시 크기로 나누세요.
다변수 미분, 지금 바로 도움받기
편미분, 그래디언트, 방향 도함수, 헤세 행렬을 손으로 풀어 보면 진짜 이해가 쌓이지만, 푸는 것만큼 검산도 중요합니다. Solvify의 AI 도구는 다변수 미적분 문제를 스캔해 모든 미분 과정을 보여 주고, 논리가 이해될 때까지 추가 질문을 할 수 있게 해 줍니다.
1. 함수를 찍거나 입력하기
풀고 있는 다변수 함수를 입력하거나 사진으로 찍으세요.
2. 단계별 풀이 확인하기
각 편미분과 그래디언트, 분류 단계까지 깔끔하게 정리된 풀이를 볼 수 있습니다.
3. 추가 질문하기
AI 튜터에게 혼합 편미분이 왜 같아야 하는지, 헤세 행렬 판정이 어떻게 작동하는지 등 궁금한 단계를 물어보세요.
관련 게시물
관련 수학 풀이
AI 단계별 풀이
다변수 미적분 문제를 사진으로 찍기만 하면 전체 풀이 과정을 바로 확인할 수 있습니다.
스마트 스캔
손으로 쓴 문제나 교과서의 미분 문제를 스캔하면 Solvify가 함수를 자동으로 인식합니다.
AI 튜터 채팅
편미분, 그래디언트, 헤세 행렬에 대해 추가로 질문하면 바로 설명을 받을 수 있습니다.