맨위로가기

유한차분

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

유한 차분은 함수를 이산적인 점에서의 값으로 근사하여 미분과 관련된 계산을 수행하는 방법이다. 전진, 후진, 중심 차분 세 가지 기본 유형이 있으며, 각 유형은 함수의 도함수를 근사하는 데 사용된다. 유한 차분은 도함수와의 관계를 통해 미분값을 근사하며, 1차 및 고차 도함수를 근사하는 데 사용된다. 유한 차분은 일반화된 형태와 다변수 함수에 대한 확장도 가능하며, 뉴턴 급수와 유한 차분법과 같은 응용 분야에서 활용된다. 특히 수치 편미분 방정식의 해를 구하는 데 유용하며, 유한 차분 연산자를 통해 수학적으로 표현되고 분석된다.

더 읽어볼만한 페이지

  • 유한차분법 - 포흐하머 기호
    포흐하머 기호는 하강 계승과 상승 계승으로 정의되며, 조합론, 초기하함수 이론 등 다양한 분야에서 사용되는 수학 기호이다.
  • 유한차분법 - 에르미트 보간법
    에르미트 보간법은 함수 값과 도함수 값을 모두 일치시키는 다항식을 찾는 보간법이며, 컴퓨터 그래픽스에서 곡선 생성에 활용되고, 물체의 위치, 속도, 가속도를 기반으로 위치를 보간하는 데 사용된다.
  • 비뉴턴 미적분학 - 로그 눈금
    로그 눈금은 값의 비율을 로그 함수로 나타내어 넓은 범위의 값을 효과적으로 표현하고 분석하는 척도로, 지진 강도, 소리 크기, pH, 별의 등급 등에 사용되며, 인간 감각과 지수 함수 데이터 분석에도 활용되는 척도이다.
  • 비뉴턴 미적분학 - 로그 정규 분포
    로그 정규 분포는 확률 변수 X의 로그가 정규 분포를 따르며, 양의 실수 값을 갖고 평균 μ와 표준 편차 σ를 매개변수로 갖는 확률 분포이다.
  • 수치해석학 - 수학적 최적화
    수학적 최적화는 주어진 집합에서 실수 또는 정수 변수를 갖는 함수의 최댓값이나 최솟값을 찾는 문제로, 변수 종류, 제약 조건, 목적 함수 개수에 따라 다양한 분야로 나뉘며 여러 학문 분야에서 활용된다.
  • 수치해석학 - 선형대수학
    선형대수학은 벡터, 벡터 공간, 행렬 등의 개념으로 선형 방정식과 선형 변환을 연구하는 수학 분야로, 선형성을 활용해 행렬로 표현 및 계산하며, 연립일차방정식 해법, 고유값/고유벡터를 통한 행렬 분석, 벡터 공간의 기저와 차원 등을 다루고 물리학, 공학, 컴퓨터 과학 등 다양한 분야에 응용된다.
유한차분

2. 기본 개념

유한 차분법의 세 가지 유형. ''x''에 대한 중심 차분은 ''x''에서 함수의 도함수를 가장 잘 근사한다.


유한 차분은 전진 차분, 후진 차분, 중심 차분의 세 가지 기본 유형으로 나뉜다.[1][2][3] 각 차분은 응용 분야에 따라 간격 h를 가변적이거나 상수로 둘 수 있다.

2. 1. 전진 차분 (Forward Difference)

함수 f의 전진 차분은 \Delta_h[f]로 표시되며 다음과 같이 정의된다.[1][2][3]

:\Delta_h[f](x) = f(x + h) - f(x).

응용 분야에 따라 간격 h는 가변적이거나 상수일 수 있다. h를 생략하면 1로 간주된다. 즉,

:\Delta[f](x) = \Delta_1[f](x) = f(x+1) - f(x).

여기서 h는 양의 작은 값을 가지며, 간격 h가 작을수록 미분값에 더 가까워진다.

2. 2. 후진 차분 (Backward Difference)

함수 f의 후진 차분은 \nabla_h[f](x)로 표시되며 다음과 같이 정의된다.[1][2][3]

:\nabla_h[f](x) = f(x) - f(x-h) = \Delta_h[f](x-h).

이는 x + h 및 x에서의 값 대신 x 및 x - h에서의 함수 값을 사용한다.

2. 3. 중심 차분 (Central Difference)

함수 f(x)의 중심 차분은 다음과 같이 정의된다.

:\delta_h[f](x) = f(x+\tfrac{1}{2}h)-f(x-\tfrac{1}{2}h).

중심 차분은 전진 차분이나 후진 차분보다 더 정확하게 미분값을 근사한다.[1][2][3]

3. 도함수와의 관계

수치 미분에서 미분의 근사로 자주 사용되는 유한 차분은, 함수 f의 도함수를 함수의 극한으로 정의할 때, 극한 대신 작은 값 h를 사용하여 도함수를 근사한다.[1][2][3]

점 x에서 함수 f의 도함수는 다음과 같이 정의된다.

: f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}.

h가 0으로 접근하는 대신 고정된(0이 아닌) 값을 가지면, 위 식의 우변은 다음과 같이 표현할 수 있다.

: \frac{f(x + h) - f(x)}{h} = \frac{\Delta_h[f](x)}{h}.

이때, h가 충분히 작으면 전진 차분을 h로 나눈 값은 도함수를 근사한다. 이 근사의 오차는 테일러의 정리를 통해 파악할 수 있으며, f가 두 번 미분 가능하다면 다음과 같다.

: \frac{\Delta_h[f](x)}{h} - f'(x) = o(h)\to 0 \quad \text{as }h \to 0.

후진 차분도 동일한 공식이 적용된다.

: \frac{\nabla_h[f](x)}{h} - f'(x) = o(h)\to 0 \quad \text{as }h \to 0.

중심 차분은 더 정확한 근사를 제공하며, f가 세 번 미분 가능하다면 다음과 같다.

: \frac{\delta_h[f](x)}{h} - f'(x) = o\left(h^2\right) .

하지만 중심 차분 방식은 진동하는 함수에서 도함수가 0이 되는 문제가 발생할 수 있다. 예를 들어 홀수 n에 대해 f(nh) = 1이고 짝수 n에 대해 f(nh) = 2라면, 중앙 차분 방식으로 계산하면 f'(nh) = 0이 된다. 이는 f의 정의역이 이산적일 때 특히 문제가 된다.

3. 1. 1차 도함수 근사

점 x에서 함수 f의 도함수는 극한으로 정의된다.

: f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}.

h가 0으로 접근하는 대신 고정된(0이 아닌) 값을 갖는다면, 위 방정식의 우변은 다음과 같이 작성될 수 있다.

: \frac{f(x + h) - f(x)}{h} = \frac{\Delta_h[f](x)}{h}.

따라서 h가 작을 때 전진 차분을 h로 나눈 값은 도함수를 근사한다. 이 근사에서의 오차는 테일러의 정리에서 파생될 수 있다. f가 두 번 미분 가능하다고 가정하면, 다음과 같다.

: \frac{\Delta_h[f](x)}{h} - f'(x) = o(h)\to 0 \quad \text{as }h \to 0.

후진 차분에도 동일한 공식이 적용된다.

: \frac{\nabla_h[f](x)}{h} - f'(x) = o(h)\to 0 \quad \text{as }h \to 0.

그러나 중심(또는 중앙) 차분은 더 정확한 근사값을 제공한다. f가 세 번 미분 가능하다면,

: \frac{\delta_h[f](x)}{h} - f'(x) = o\left(h^2\right) .

하지만, 중앙 차분 방식의 주요 문제점은 진동 함수가 0의 도함수를 생성할 수 있다는 것이다. 만약 n이 홀수일 때 f(nh) = 1이고, n이 짝수일 때 f(nh) = 2라면, 중앙 차분 방식으로 계산할 경우 f'(nh) = 0이 된다. 이것은 f의 영역이 이산적일 때 특히 문제가 된다. 대칭 도함수도 참조하라.

유한 차분을 유한 차분 근사로 의미하는 저자들은 (앞 절에 주어진 정의를 사용하는 대신) 이 절에 주어진 몫으로 전진/후진/중앙 차분을 정의한다.[1][2][3]

3. 2. 고차 도함수 근사

2차 이상의 고차 도함수에 대해서도 유한 차분 근사를 얻을 수 있다. 예를 들어, 2차 중심 차분은 다음과 같다.

  • '''2차 중심 차분:'''

: f''(x) \approx \frac{\delta_h^2[f](x)}{h^2} = \frac{ \frac{f(x+h) - f(x)}{h} - \frac{f(x) - f(x-h)}{h} }{h} = \frac{f(x+h) - 2 f(x) + f(x-h)}{h^{2}} .

전진, 후진 차분을 이용하여 2차 도함수를 근사할 수도 있다.

  • '''2차 전진 차분:'''

: f''(x) \approx \frac{\Delta_h^2[f](x)}{h^2} = \frac{ \frac{f(x+2h) - f(x+h)}{h} - \frac{f(x+h) - f(x)}{h} }{h} = \frac{f(x+2h) - 2 f(x+h) + f(x)}{h^{2}} .

  • '''2차 후진 차분:'''

: f''(x) \approx \frac{\nabla_h^2[f](x)}{h^2} = \frac{ \frac{f(x) - f(x-h)}{h} - \frac{f(x-h) - f(x-2h)}{h} }{h} = \frac{f(x) - 2 f(x-h) + f(x - 2h)}{h^{2}} .

더 일반적으로, n차 전진, 후진 및 중심 차분은 각각 다음과 같이 주어진다.

  • '''전진 차분:'''

:\Delta^n_h[f](x) = \sum_{i = 0}^{n} (-1)^{n-i} \binom{n}{i} f\bigl(x + i h\bigr),

  • '''후진 차분:'''

:\nabla^n_h[f](x) = \sum_{i = 0}^{n} (-1)^i \binom{n}{i} f(x - ih),

  • '''중심 차분:'''

:\delta^n_h[f](x) = \sum_{i = 0}^{n} (-1)^i \binom{n}{i} f\left(x + \left(\frac{n}{2} - i\right) h\right).

위 식에서 \binom{n}{i}이항 계수를 나타내며, 파스칼의 삼각형의 각 행은 i의 각 값에 대한 계수를 제공한다.

중심 차분은 홀수 n에 대해 h가 정수가 아닌 숫자로 곱해진다는 점에 유의해야 한다. 이는 종종 이산화 간격을 변경하는 것과 같기 때문에 문제가 된다. 이 문제는 \ \delta^n[f](\ x - \tfrac{\ h\ }{ 2 }\ )\ \ \delta^n[f](\ x + \tfrac{\ h\ }{ 2 }\ ) 의 평균을 취하여 해결할 수 있다.

수열에 적용된 전진 차분은 때때로 수열의 이항 변환이라고 불리며, 흥미로운 조합론적 속성을 가지고 있다. 전진 차분은 뇌를룬트-라이스 적분을 사용하여 평가할 수 있다.

이러한 고차 차분과 각 도함수 간의 관계는 다음과 같다.

\frac{d^n f}{d x^n}(x) = \frac{\Delta_h^n[f](x)}{h^n}+o(h) = \frac{\nabla_h^n[f](x)}{h^n}+o(h) = \frac{\delta_h^n[f](x)}{h^n} + o\left(h^2\right).

고차 차분은 더 나은 근사를 구성하는 데에도 사용할 수 있다. 예를 들어, 다음 조합은

\frac{\Delta_h[f](x) - \frac12 \Delta_h^2[f](x)}{h} = - \frac{f(x+2h)-4f(x+h)+3f(x)}{2h}

h^2 차수의 항까지 f'(x)를 근사한다.

4. 일반화된 유한 차분

일반화된 유한 차분은 일반적으로 다음과 같이 정의된다.

영어[f](x) = ∑ μk영어 f(x+kh)

여기서 μ = (μ₀, …, μₙ)는 계수 벡터이다. 무한 차분은 위 유한 합을 무한 급수로 대체하는 추가적인 일반화이다. 또 다른 일반화 방법은 계수 μk영어를 점 x에 의존하게 하는 것이다. μk영어 = μk영어(x)이므로, 가중 유한 차분을 고려한다. 또한 단계 h를 점 x에 의존하게 할 수 있다: h = h(x). 이러한 일반화는 다양한 연속률을 구성하는 데 유용하다.

일반화된 차분은 다항식 링 R[Th영어]로 볼 수 있으며, 차분 대수로 이어진다.

차분 연산자는 뫼비우스 반전으로 부분 순서 집합에 걸쳐 일반화된다.

합성 연산자로서: 사건 대수의 형식론을 통해, 차분 연산자와 다른 뫼비우스 반전은 포셋(poset)에서 함수와의 합성곱으로 표현될 수 있는데, 이 함수는 뫼비우스 함수 μ라고 불린다. 차분 연산자의 경우, μ는 수열 (1, −1, 0, 0, 0, …)이다.

5. 다변수 유한 차분

유한 차분은 둘 이상의 변수를 가진 함수에 대해서도 적용될 수 있다. 이는 편미분에 대응된다. 예를 들어, 2변수 함수 f(x, y)의 경우, 각 변수에 대한 편미분 근사값을 유한 차분을 이용하여 계산할 수 있다.

중심 차분에 의한 편미분 근사는 다음과 같다.


  • fx(x,y) ≈ (f(x+h,y) - f(x-h,y)) / 2h
  • fy(x,y) ≈ (f(x,y+k) - f(x,y-k)) / 2k
  • fxx(x,y) ≈ (f(x+h,y) - 2f(x,y) + f(x-h,y)) / h2
  • fyy(x,y) ≈ (f(x,y+k) - 2f(x,y) + f(x,y-k)) / k2
  • fxy(x,y) ≈ (f(x+h,y+k) - f(x+h,y-k) - f(x-h,y+k) + f(x-h,y-k)) / 4hk

6. 뉴턴 급수

아이작 뉴턴의 이름을 딴 '''뉴턴 급수'''는 '''뉴턴 전진 차분 방정식'''의 항으로 구성되며, 이산적인 테일러 전개로 볼 수 있다. 1687년 아이작 뉴턴과 제임스 그레고리의 이름을 따서 처음 출판된 '''그레고리-뉴턴 보간 공식'''[9][10][11]이며, 연속 테일러 전개의 이산적 아날로그이다.

: f(x)=\sum_{k=0}^\infty\frac{\Delta^k [f](a)}{k!} \,(x-a)_k

= \sum_{k=0}^\infty \binom{x-a}{k}\, \Delta^k [f](a) ,



이것은 모든 다항식 함수와 많은(하지만 모든 것은 아님) 해석 함수에 대해 성립한다. 여기서,

\binom{x}{k} = \frac{(x)_k}{k!}

이항 계수이고,

(x)_k=x(x-1)(x-2)\cdots(x-k+1)

는 "계승 거듭제곱" 또는 "하강 계승"이며, 빈 곱는 1로 정의된다.

이 결과는 테일러 정리와 형식적으로 일치한다. 역사적으로, 이것과 Chu–Vandermonde 항등식

(x+y)_n=\sum_{k=0}^n \binom{n}{k} (x)_{n-k} \,(y)_k ,

(이항 정리에 해당)은 엄브랄 계산 시스템으로 성숙된 관찰에 포함된다.

압축되고 약간 더 일반적인 형태와 등간격 노드에서 공식은 다음과 같다.

f(x) = \sum_{k=0}\binom{\frac{x-a}h}{k} \sum_{j=0}^k (-1)^{k-j}\binom{k}{j}f(a+j h).

7. 유한 차분법 (Finite Difference Method)

유한 차분법은 수치 해석, 특히 수치 미분 방정식에서 상미분 방정식편미분 방정식의 수치 해를 구하는 데 사용된다. 이 방법은 미분 방정식에 나타나는 도함수를 이를 근사하는 유한 차분으로 대체하는 것이다. 결과적으로 얻어지는 방법을 유한 차분법이라고 한다.[22][23][24]

유한 차분법의 일반적인 응용 분야는 열 공학, 유체 역학 등과 같은 컴퓨터 과학 및 공학 분야이다.

8. 유한 차분 연산자

전방 차분은 함수 f를 Δh[ f ]로 매핑하는 연산자, 즉 차분 연산자로 볼 수 있다.[1] 이 연산자는 h 단계의 이동 연산자 Th (Th[ f ](x) = f(x + h)로 정의됨)와 항등 연산자 I를 사용하여 다음과 같이 표현할 수 있다.

h = Th - I

고차 유한 차분은 재귀적으로 Δhn ≡ Δhhn − 1)로 정의할 수 있다. 또 다른 동등한 정의는 Δhn ≡ [Th − I]n이다.

차분 연산자 Δh는 선형 연산자이므로 다음을 만족한다.

h[ αf + βg ](x) = αΔh[ f ](x) + βΔh[g](x)

또한 특수한 라이프니츠 법칙을 만족한다.

h(f(x)g(x)) = (Δhf(x))g(x+h) + f(x)(Δhg(x))

유사한 라이프니츠 규칙이 후방 및 중심 차분에도 적용된다.

테일러 급수를 형식적으로 적용하면 다음과 같은 연산자 방정식이 나온다.

h = hD + 1/2! h2D2 + 1/3! h3D3 + ⋯ = ehD - I

여기서 D는 일반적인 연속 미분 연산자를 나타내며, f를 미분 f′으로 매핑한다. 이 전개는 양변이 해석적 함수에 작용할 때, 충분히 작은 h에 대해 유효하다. 따라서 Th = ehD이고, 지수를 형식적으로 반전시키면

:hD = ln(1+Δh) = Δh - 1/2 Δh2 + 1/3 Δh3 - ⋯

이 공식은 두 연산자가 다항식에 적용될 때 동일한 결과를 제공한다는 의미에서 성립한다.

해석적 함수에도 오른쪽 급수는 수렴이 보장되지 않으며 점근 급수일 수 있다. 그러나 미분에 대한 더 정확한 근사치를 얻는 데 사용할 수 있다.

후방 및 중심 차분 연산자에 대한 유사한 공식은 다음과 같다.

:hD = -ln(1-∇h) and hD = 2arsinh(1/2 δh)

유한 차분 계산은 조합론의 엄브랄 계산과 관련이 있다.

8. 1. 유한 차분 연산자 법칙

도함수를 구하는 규칙과 유사하게 다음과 같은 규칙이 적용된다.[18][19][20][21]

  • '''상수 규칙''': c가 상수이면,

::\Delta c = 0

  • '''선형성''': ab가 상수이면,

::\Delta (a f + b g) = a \Delta f + b \Delta g

위의 두 규칙은 \Delta 뿐만 아니라 \nabla\delta를 포함한 모든 차분 연산자에도 똑같이 적용된다.
::\begin{align}

\ \Delta (f g) &= f \,\Delta g + g \,\Delta f + \Delta f \,\Delta g \\[4pt]

\nabla (f g) &= f \,\nabla g + g \,\nabla f - \nabla f \,\nabla g

\ \end{align}

  • '''몫의 규칙''':

::\nabla \left( \frac{f}{g} \right) = \left. \left( \det \begin{bmatrix} \nabla f & \nabla g \\ f & g \end{bmatrix} \right) \right/ \left( g \cdot \det {\begin{bmatrix} g & \nabla g \\ 1 & 1 \end{bmatrix}}\right)

::또는

::\nabla\left( \frac{f}{g} \right)= \frac {g \,\nabla f - f \,\nabla g}{g \cdot (g - \nabla g)}
::\begin{align}

\ \sum_{n=a}^b \Delta f(n) &= f(b+1)-f(a) \\

\sum_{n=a}^{b} \nabla f(n) &= f(b)-f(a-1)

\ \end{align}

참조

[1] 서적 The Mathematics of Financial Derivatives: A Student Introduction https://archive.org/[...] Cambridge University Press
[2] 서적 Introduction to Partial Differential Equations Springer Science & Business Media
[3] 서적 Open-Channel Flow Springer
[4] 서적 The Calculus of Finite Differences Chelsea Pub Co
[5] 웹사이트 Finite differences of polynomials https://divisbyzero.[...] 2018-02-13
[6] 간행물 On the Graphic Delineation of Interpolation Formulæ https://archive.org/[...] 1909-01-01
[7] 문서 notes http://commons.wikim[...]
[8] 문서 Finite Difference Coefficients Calculator http://web.media.mit[...]
[9] Youtube Why don't they teach Newton's calculus of 'What comes next?' https://www.youtube.[...] 2021
[10] 문서 Principia, Book III, Lemma V, Case 1 https://archive.org/[...] 1687
[11] 간행물 Three notes on Ser's and Hasse's representations for the zeta-functions http://math.colgate.[...] 2018
[12] 간행물 Newton series expansion of bosonic operator functions
[13] 서적 Difference Methods for Initial Value Problems Wiley, New York
[14] 서적 A Treatise on the Calculus of Finite Differences https://archive.org/[...] Macmillan and Company
[15] 서적 Calculus of Finite Differences https://books.google[...] Chelsea Publishing
[16] 간행물 Umbral deformations on discrete space-time
[17] 간행물 Umbral Vade Mecum
[18] 서적 Finite Difference Equations Dover
[19] 서적 Numerical Methods for Partial Differential Equations Academic Press
[20] 서적 Finite-Difference Equations and Simulations Prentice-Hall
[21] 간행물 Mellin transforms and asymptotics: Finite differences and Rice's integrals http://algo.inria.fr[...]
[22] 서적 The Mathematics of Financial Derivatives: A Student Introduction Cambridge University Press
[23] 서적 Introduction to Partial Differential Equations Springer Science & Business Media
[24] 서적 Open-Channel Flow Springer
[25] 서적 The Calculus of Finite Differences Chelsea Pub Co
[26] 문서 Principia, Book III, Lemma V, Case 1 https://books.google[...] 1687
[27] 문서 A Treatise On The Calculus of Finite Differences https://archive.org/[...] 1872
[28] 문서 Calculus of Finite Differences https://books.google[...] Chelsea Publishing 1939/1965
[29] 서적 Finite Difference Equations Dover
[30] 문서 Numerical Methods for Partial Differential Equations Academic Press, New York 1977
[31] 문서 Finite-Difference Equations and Simulations Prentice-Hall, Englewood Cliffs, New Jersey 1968
[32] 간행물 Mellin transforms and asymptotics: Finite differences and Rice's integrals http://www-rocq.inri[...]



본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com