개발자를 위한 필수 수학

47

1

장

기초 수학과 미적분

return 2*x

slope_at_2 = dx_f(2.0)

print(slope_at_2) # 4.0

심파이를 계속 사용하고 싶다면, [예제

1

-

20

]처럼

subs

()

함수를 호출해

x

변수를 값

2

로 바

꿀 수 있습니다.

예제

1-20

심파이의 치환 기능 사용하기

# x = 2에서 기울기 계산하기

print(dx_f.subs(x, 2)) # 4

1.10.1

편도함수

이 책에서 만나게 될 또 다른 개념은

5

장,

6

장,

7

장에서 사용할

편도함수

partial

derivative

입니다. 편

도함수는 여러 입력 변수가 있는 함수의 도함수입니다.

이렇게 생각해보세요.

1

차원 함수의 기울기가 아니라 여러 변수에 대해 여러 방향의 기울기

가 있습니다. 주어진 변수의 도함수에서 다른 변수는 일정하게 유지된다고 가정합니다. [그림

1

-

8

]에 나온

fxyxy(, )

23

33

의

3

차원 그래프를 살펴보죠. 두 변수에 대해 각기 다른 방향

의 기울기가 있습니다.

fxyxy(, )

23

33

함수에서

x

와

y

변수는 각각 고유한 도함수

d

dx

와

d

dy

를 갖습니다. 이는 다

차원 곡면에서 각 변수에 대한 기울기를 나타냅니다. 다차원을 다룰 때는 기술적으로는 이 기

울기를

그레이디언트

gradient

라고 부릅니다.

x

와

y

에 대한 도함수는 다음과 같습니다.

fxyxy