테일러 급수 유도와 오차항 정체 — 미적분 기본정리(FTC)로 보는 다항식 근사와 수렴 조건

핵심 메시지

• 테일러 급수는 지수·삼각함수를 임의 정밀도로 계산하거나 오일러 공식 같은 정리를 증명하는 데 쓰이는, ‘함수를 다항식으로 표현’하는 도구다.
• 함수가 어떤 다항식과 같다고 가정하고 계수를 거꾸로 맞추는 기존 유도 대신, 미적분 기본정리(FTC)를 반복 적용하면 한 단계로 훨씬 단순하게 유도된다.
• 이 유도는 다항식 부분과 함께, 보통 교과서가 숨기는 정확한 오차항(중첩 적분 형태의 나머지)을 그대로 드러낸다.
• n계 도함수가 너무 빨리 커지지 않으면 오차항은 n이 커질수록 0으로 수렴하며, 도함수가 커지는 속도에 따라 수렴하는 구간이 달라진다.
• FTC는 어떤 중심점 c에 대해서도 성립하므로, c를 여러 점으로 흩뿌리면 같은 항 수로도 한 구간 전체에서 더 좋은 근사를 얻을 수 있다.

쉽게 이해하기

테일러 급수는 매끄러운 함수를 다항식으로 바꿔 다루게 해 준다. 이를 이용하면 지수함수·코사인·사인 같은 함수를 원하는 정밀도로 계산할 수 있고, 오일러 공식 같은 중요한 정리를 증명할 수도 있다. 그런데 흔한 설명들은 ‘함수가 어떤 다항식과 같다’고 먼저 가정한 뒤 계수를 거꾸로 알아내는, 다소 부자연스러운 방식을 택한다.

영상은 대신 미적분 기본정리(FTC) 하나만으로 훨씬 곧바른 유도를 보여 준다. FTC는 미분 가능한 함수 f에 대해 f(x)가 c부터 x까지 f′를 적분한 값에 f(c)를 더한 것과 같다는 사실이며, 이는 임의의 f와 임의의 c에서 성립한다. 무한히 미분 가능한 f라면 적분 안의 도함수에 다시 FTC를 적용할 수 있고, 이 과정을 반복하면 중첩 적분 항과 하나의 합이 나타난다.

합에 있는 항에서 적분 변수와 무관한 부분을 밖으로 빼고 상수함수 1을 여러 번 적분하면, 각 항은 우리가 익히 아는 (x−c)^i / i! 형태가 된다. 즉 반복된 적분만으로 표준적인 테일러 다항식이 자연스럽게 유도된다. 저자는 원래의 중첩 적분(적분) 형태가 무슨 일이 일어나는지 더 분명히 보여 준다고 말한다.

핵심은 남는 중첩 적분 항이 바로 ‘정확한 오차항(나머지)’이라는 점이다. 이 등식 자체는 언제나 참이지만 나머지는 일반적으로 0이 아니며, 다항식 부분은 다루기 쉬운 반면 중첩 적분은 원래 함수보다도 다루기 힘든 경우가 많다. 다행히 일상에서 만나는 대부분의 함수는 이 나머지가 작아 n이 커질수록 0으로 향하므로, 다항식 부분만으로 근사할 수 있고 항을 많이 넣을수록 근사가 좋아진다.

오차가 언제 0이 되는지는 n계 도함수가 커지는 속도로 갈린다. 도함수의 절댓값이 어떤 상수 b 이하로 유지되면 오차는 (x−c)^n / n! 이하가 되어 팩토리얼이 지수를 압도하며 빠르게 0으로 가고, 이때 x가 c에 가까울수록 근사가 정확하다(예: 모든 도함수가 e^x인 지수함수). 도함수가 팩토리얼 속도로 커지는 함수(예: c=1에서 전개한 log)는 전역 수렴이 안 되고 c 주변 반경 1/b 안에서만 수렴한다. 나아가 FTC가 임의의 c에서 성립한다는 점을 이용해 항마다 다른 점 c_i에서 전개하면, 한 구간 전체를 같은 항 수로 더 잘 근사할 수 있다.

주요 인사이트

• 교과서는 보통 ‘오차항이 존재한다’고만 언급하지만, FTC를 반복 적용하는 유도는 그 오차항의 명시적 공식(중첩 적분)을 함께 준다.
• 오차 한계 (x−c)^n / n! 에서 팩토리얼 분모가 지수 분자를 압도하므로 오차가 빠르게 0으로 가며, x가 중심점 c에 가까울수록 근사가 정확하다 — 그래서 c를 잘 고르는 것이 중요하다.
• 도함수가 팩토리얼 속도로 커지는 함수(log가 대표적)는 전역 수렴하지 않고 |b(x−c)| < 1, 즉 c 주변 반경 1/b 안에서만 수렴한다. log를 c=1에서 전개하면 대략 0~2 구간에서만 잘 맞고 밖에서는 크게 어긋난다.
• 단일 중심점 대신 여러 점 c_i로 나누어 전개하면 같은 개수의 항으로도 구간 전체(예: e^x를 −3~3에서)에서 더 균일하고 좋은 근사를 얻을 수 있다.

자주 묻는 질문

관련 AI 소식