미적분함수의 극한#014

함수의 극한

Limits of Functions

함수의 극한은 입력이 한 점에 가까워질 때 출력이 가까워지는 값이다. (x²−1)/(x−1)은 x≠1에서 x+1로 약분되므로 x가 1로 갈 때 극한은 2다. 좌극한·우극한을 식과 그래프에서 읽는 법, 극한과 연속의 차이를 살펴보고, 엡실론-델타 정의는 선택 확장으로 읽는다.

주인공 기호
lim
읽는 시간
약 11분

직관 — 판자 한 장이 빠진 출렁다리

직관

오르막으로 놓인 출렁다리 한가운데에 판자 한 장이 빠져 있다. 양쪽에서 그 자리로 다가가며 발밑 판자의 높이를 재면, 어느 쪽에서 와도 2미터로 모인다. 빈자리 위 5미터 높이에는 등 하나가 걸려 있지만, 판자들이 모이던 높이는 그대로 2미터다.

다리 위의 위치가 입력, 그 위치에 놓인 것의 높이가 출력이다. 판자가 빠진 자리가 다가갈 점이고, 거기 걸린 등의 높이 5가 그 점의 함수값이다. 양쪽 판자의 높이가 모이는 2가 극한값이다.

AI 학습에 쓰는 미분이 바로 이런 값이다. 0으로 나눌 수 없는 자리에서, 주변 값이 모이는 곳을 답으로 삼는다. 그림 1은 빈자리를 빈 점으로, 등을 채운 점으로 그린다.

함수의 극한은 입력이 다가갈 때 출력이 모이는 값이다

함수의 극한은 xx가 aa와 다른 값을 가지면서 aa에 한없이 가까워질 때 f(x)f(x)가 한없이 가까워지는 값이다. f(x)f(x)가 일정한 값 α\alpha에 한없이 가까워지면 f(x)f(x)는 α\alpha에 수렴한다고 하고, α\alpha를 극한값(극한)이라 한다. x=ax=a에서의 함수값 f(a)f(a)를 구하는 것과는 다른 질문이다.

lim⁡x→af(x)=α(1)\lim_{x \to a} f(x) = \alpha \tag{1}
정의
기호이름원어뜻
xx, aa입력, 다가갈 점input, approach pointxx가 움직이고 aa는 고정된다
ff, f(x)f(x)함수, 함수값function, function value입력을 출력으로 바꾸는 규칙과 그 결과
lim⁡\lim, α\alpha극한 기호, 극한값limit, limiting valuelim⁡\lim은 limit의 줄임말. α\alpha(알파)는 출력이 모이는 유한한 실수. LL로 쓰는 책도 있지만 이 사이트의 LL은 손실이다
x→a−x \to a^-, x→a+x \to a^+왼쪽 접근, 오른쪽 접근from the left, from the right각각 x<ax<a, x>ax>a인 쪽에서 다가간다. 교과서는 위첨자 없이 x→a−x\to a-, x→a+x\to a+로 쓰기도 한다
∣x−a∣\lvert x-a\rvert입력의 거리absolute distance절댓값은 부호를 없애 두 수 사이의 거리를 잰다
hh1까지의 거리distance양수. 왼쪽 입력은 1−h1-h, 오른쪽 입력은 1+h1+h다. 미분 페이지의 hh는 부호가 있는 변화량이다
gg, rr, pp비교 함수comparison functions좌우가 갈라지는 함수, 값이 끝없이 커지는 함수, 그래프 읽기 예. 이 페이지에서만 쓰는 이름이다

식 (1)은 “리미트, 엑스가 에이로 갈 때, 에프 엑스는 알파”로 읽는다. x→ax\to a는 입력의 이야기이고, f(x)→αf(x)\to\alpha는 출력의 이야기다. 입력이 1로 간다고 해서 출력도 1로 가야 하는 것은 아니다.

이 글은 실수 하나를 받아 실수 하나를 내는 함수를 다룬다. 함수에 넣을 수 있는 입력의 집합을 정의역이라 한다. aa의 양쪽 가까운 입력은, aa 자신만 빼고 모두 정의역에 있다고 둔다.

예제에서는 1을 뺀 곳에 분수식을 쓰고, 1에서만 함수값을 5로 따로 정한다. 아래의 중괄호는 조건에 따라 다른 줄을 쓰라는 뜻이다.

f(x)={x2−1x−1,x≠1,5,x=1.(2)f(x)= \begin{cases} \dfrac{x^2-1}{x-1}, & x\ne 1,\\[4pt] 5, & x=1. \end{cases} \tag{2}

분수식에 x=1x=1을 넣으면 0/00/0이라 값이 없다. 그래서 그 자리의 값을 따로 정했고, f(1)=5f(1)=5다. 그러나 그림 1의 그래프는 양쪽에서 높이 2의 빈 점을 향한다. 빈 점은 분수식이 값을 내지 못하는 자리이고, 채운 점이 실제 함수값이다.

식 (2)의 함수. x≠1에서는 y=x+1인 선을 따르며, (1,2)는 빈 점, 실제 함수값 (1,5)는 채운 점이다. 양쪽 화살표는 높이 2로 다가가는 방향이다.
그림 1 식 (2)의 함수. x≠1x\ne1에서는 y=x+1y=x+1인 선을 따르며, (1,2)(1,2)는 빈 점, 실제 함수값 (1,5)(1,5)는 채운 점이다. 양쪽 화살표는 높이 2로 다가가는 방향이다. figures/value_and_limit.py

함수값이 5인데 왜 극한은 2인가

(x2−1)/(x−1)(x^2-1)/(x-1)은 x≠1x\ne1인 곳에서 x+1x+1과 같아서, xx가 1에 가까워지면 값이 2에 가까워지기 때문이다. 극한은 x=1x=1을 뺀 주변만 보므로, 그 점에 따로 정한 함수값 5는 끼어들지 않는다.

x2−1x−1=(x−1)(x+1)x−1=x+1(x≠1).(3)\begin{aligned} \frac{x^2-1}{x-1} &=\frac{(x-1)(x+1)}{x-1}\\ &=x+1 \quad (x\ne1). \end{aligned} \tag{3}

1에서 거리 hh만큼 떨어진 두 입력 1−h1-h와 1+h1+h를 식 (3)에 넣는다. 출력은 2에서 꼭 hh만큼 떨어지고, 따로 정한 f(1)f(1)만 5다.

f(1−h)=2−h,f(1+h)=2+h,f(1)=5.(4)\begin{aligned} f(1-h)&=2-h,\\ f(1+h)&=2+h,\\ f(1)&=5. \end{aligned} \tag{4}

h=0.01h=0.01이면 입력 0.99에서 1.99, 입력 1.01에서 2.01이다. 거리를 줄이면 아래 표처럼 양쪽 출력이 2에 가까워진다. 그림 2는 같은 숫자를 거리의 변화로 보여 준다.

1까지의 거리 hh왼쪽 입력 1−h1-h왼쪽 출력오른쪽 입력 1+h1+h오른쪽 출력
0.10.91.91.12.1
0.010.991.991.012.01
0.0010.9991.9991.0012.001

표는 극한을 짐작하게 할 뿐, 입력 세 쌍만 확인한 것이다. 근거는 x≠1x\ne1인 주변 전체에서 출력이 x+1x+1이라는 식 (3)이다.

식 (2)에서 입력 거리 h를 0.1, 0.01, 0.001로 줄인 결과. 위는 두 출력이 2로 모이는 모습이고, 아래는 이 함수의 출력 오차가 입력 거리와 같아 함께 10분의 1씩 줄어드는 모습이다. 가로축은 오른쪽으로 갈수록 0에 가까워지는 로그 눈금이다.
그림 2 식 (2)에서 입력 거리 hh를 0.1, 0.01, 0.001로 줄인 결과. 위는 두 출력이 2로 모이는 모습이고, 아래는 이 함수의 출력 오차가 입력 거리와 같아 함께 10분의 1씩 줄어드는 모습이다. 가로축은 오른쪽으로 갈수록 0에 가까워지는 로그 눈금이다. figures/approach_values.py
핵심

함수의 극한은 그 점의 함수값이 아니라, 그 점을 뺀 주변의 값이 모이는 값이다. 그래서 (x2−1)/(x−1)(x^2-1)/(x-1)의 빈자리 x=1x=1에 함수값 5를 정해도 극한은 2다.

함수값이 없어도 극한이 있을 수 있어?

함수값이 없는 점에서도 극한은 있을 수 있다. (x2−1)/(x−1)(x^2-1)/(x-1)은 x=1x=1에서 0/00/0이라 함수값이 없지만, xx가 1에 가까워질 때의 극한은 2다. 극한의 정의는 그 점의 함수값을 쓰지 않는다.

대입했더니 0/0이면 극한이 없는 거야?

아니다. (x2−1)/(x−1)(x^2-1)/(x-1)은 x=1x=1을 넣으면 0/00/0이지만 극한은 2다. 0/00/0은 값이 정해지지 않은 꼴(부정형)이지, 답이 0이라는 뜻도 극한이 없다는 뜻도 아니다. 분자와 분모를 인수분해해 약분하면 주변에서의 식이 드러난다(식 (3)).

좌극한과 우극한이 다르면 극한은 없다

양쪽에서 다가갈 수 있는 점에서는 좌극한과 우극한이 같은 실수일 때만 극한이 있다. 한쪽만 확인해서는 판단할 수 없다.

좌극한은 aa보다 작은 쪽에서, 우극한은 aa보다 큰 쪽에서 다가갈 때 f(x)f(x)가 가까워지는 값이다. 위첨자 −-와 ++는 출력의 부호가 아니라 다가가는 방향이다.

lim⁡x→af(x)=α⇕lim⁡x→a−f(x)=lim⁡x→a+f(x)=α(5)\begin{gathered} \lim_{x\to a} f(x)=\alpha\\ \Updownarrow\\ \lim_{x\to a^-} f(x)=\lim_{x\to a^+} f(x)=\alpha \end{gathered} \tag{5}

식 (5)의 ⇕\Updownarrow는 위아래 조건이 서로를 보장한다는 뜻이다.

비교 함수 g(x)=∣x−1∣/(x−1)g(x)=\lvert x-1\rvert/(x-1)를 x≠1x\ne1에서 보자. x<1x<1이면 분자가 1−x1-x라 출력이 −1이고, x>1x>1이면 출력이 1이다. 1에 아무리 가까워져도 좌극한 −1과 우극한 1의 차이가 남으므로 x→1x\to1의 극한은 없다. 그림 3 위가 이 점프다.

위: g(x)=| x-1|/(x-1)의 좌극한은 −1, 우극한은 1로 서로 다르다. 아래: r(x)=1/(x-1)는 1 근처에서 왼쪽으로 −∞, 오른쪽으로 +∞로 발산한다. 두 함수 모두 1에서 유한한 양쪽 극한이 없다.
그림 3 위: g(x)=∣x−1∣/(x−1)g(x)=\lvert x-1\rvert/(x-1)의 좌극한은 −1, 우극한은 1로 서로 다르다. 아래: r(x)=1/(x−1)r(x)=1/(x-1)는 1 근처에서 왼쪽으로 −∞, 오른쪽으로 +∞로 발산한다. 두 함수 모두 1에서 유한한 양쪽 극한이 없다. figures/one_sided_cases.py

그래프에서 좌극한과 우극한은 어떻게 읽나

그 점에 세로선을 긋고, 왼쪽 가지와 오른쪽 가지가 각각 어느 높이로 다가가는지 읽는다. 가지 끝이 빈 점이든 채운 점이든 가지가 향하는 높이가 한쪽 극한이고, 함수값은 세로선 위에 찍힌 채운 점의 높이다.

그림 4의 함수 pp는 정의역이 −1≤x≤3-1\le x\le3이다. −1≤x<1-1\le x<1에서는 x+1x+1, 1≤x≤31\le x\le3에서는 (x−2)2(x-2)^2을 따르고, x=2x=2에서만 함수값을 2로 따로 정했다.

그래프 읽기 예 p(x). x=1에서 왼쪽 가지는 빈 점 (1,2)로, 오른쪽 가지는 채운 점 (1,1)에서 출발한다. x=2에서는 두 가지가 빈 점 (2,0)으로 모이고, 함수값은 따로 찍은 점 (2,2)다.
그림 4 그래프 읽기 예 p(x)p(x). x=1x=1에서 왼쪽 가지는 빈 점 (1,2)(1,2)로, 오른쪽 가지는 채운 점 (1,1)(1,1)에서 출발한다. x=2x=2에서는 두 가지가 빈 점 (2,0)(2,0)으로 모이고, 함수값은 따로 찍은 점 (2,2)(2,2)다. figures/graph_reading.py
점좌극한우극한극한함수값
x=1x=121없음p(1)=1p(1)=1
x=2x=2000p(2)=2p(2)=2

x=1x=1에서는 좌우가 2와 1로 달라 극한이 없다. 그래도 함수값은 있다. 채운 점이 오른쪽 가지에 붙어 있어 p(1)=1p(1)=1이다. x=2x=2에서는 양쪽 가지가 모두 높이 0으로 모이므로 극한은 0이고, 따로 찍힌 점의 높이 2가 함수값이다.

교과서 문제는 이런 값을 섞어 묻는다. lim⁡x→1−p(x)+lim⁡x→2p(x)=2+0=2\lim_{x\to1^-}p(x)+\lim_{x\to2}p(x)=2+0=2이고, 함수값만 더한 p(1)+p(2)=1+2=3p(1)+p(2)=1+2=3과 다르다. 채운 점을 보고 극한을 읽거나, 가지가 향하는 빈 점을 보고 함수값을 읽으면 이 두 수가 뒤바뀐다.

정의역의 끝점에서는 다가갈 수 있는 방향이 하나뿐이다. 오른쪽 끝 x=3x=3은 왼쪽 입력만 있으므로 좌극한 1로, 왼쪽 끝 x=−1x=-1은 우극한 0으로 살핀다. 식 (5)의 양쪽 비교는 aa의 양쪽에 입력이 있을 때의 판정이다.

극한에 무한대가 나오면 어떻게 읽나

무한대 기호 ∞\infty는 수가 아니라 끝없이 커진다는 표시다. 화살표 아래에 있으면 입력이, 등호 오른쪽에 있으면 출력이 끝없이 커진다.

그림 3 아래의 r(x)=1/(x−1)r(x)=1/(x-1)에 1.1, 1.01, 1.001을 넣으면 10, 100, 1,000이다. 1의 오른쪽에서 다가갈수록 출력이 끝없이 커져 lim⁡x→1+r(x)=+∞\lim_{x\to1^+}r(x)=+\infty로 적는다. 왼쪽에서 다가가면 −∞-\infty다.

입력이 끝없이 커지는 x→∞x\to\infty는 다른 상황이다. 같은 r(x)r(x)에 11, 101, 1,001을 넣으면 0.1, 0.01, 0.001이라 lim⁡x→∞r(x)=0\lim_{x\to\infty}r(x)=0이다. 급수의 합도 이렇게, 더한 개수를 끝없이 키울 때 모이는 값으로 정한다.

무한대로 발산하는 것도 극한값이 있는 거야?

출력이 무한대로 발산할 때 극한값은 없다. 극한값은 유한한 실수여야 해서, 이때는 수렴이 아니라 ‘양의 무한대로 발산한다’고 한다. lim⁡x→1+1/(x−1)=+∞\lim_{x\to1^+}1/(x-1)=+\infty라는 표기는 발산하는 방향을 적은 것이다. 무한대는 대입하거나 도달할 수 있는 실수가 아니다.

극한과 연속은 무엇이 다른가

극한은 주변에서 모이는 값이고, 연속은 그 값이 그 점의 함수값과 같은 상태다. 식 (2)의 함수는 극한이 2이고 함수값이 5라서 x=1x=1에서 연속이 아니다. 연속이 아니면 불연속이라 한다.

한 점에서 연속이려면 함수값이 있고, 극한이 있고, 둘이 같아야 한다. 식 (2)에서 f(1)f(1)만 2로 바꾸면 세 조건을 모두 채운다. 다른 입력에서의 식은 바꾸지 않아도 된다. 조건별 판정과 미지수 결정은 함수의 연속에서 이어진다.

극한이 있는 두 함수를 더하고 빼고 곱하면, 극한도 극한끼리 더하고 빼고 곱한 값이 된다. 나눗셈은 분모의 극한이 0이 아닐 때 그렇다. 교과서가 ‘함수의 극한에 대한 성질’이라 부르는 것으로, 함수의 극한의 계산에서 조건과 계산을 다룬다. 이 성질에서 다항식이 모든 실수에서 연속임이 나온다. 다항식을 다항식으로 나눈 함수도 분모가 0이 아닌 곳에서는 연속이다.

연속인 함수의 극한은 대입으로 구한다. x+1x+1의 x→1x\to1 극한은 1+1=21+1=2다. 식 (3)의 약분은 1 근처의 식을 다항식으로 바꿔 대입할 수 있게 해 준 것이다.

극한을 구할 때 그냥 대입해도 돼?

다가갈 점에서 연속인 함수라면 대입해도 된다. 다항식 x+1x+1은 연속이라 1을 넣어 극한 2를 얻는다. 식 (2)의 함수는 x=1x=1에서 불연속이라, 대입한 값 5는 극한이 아니다.

엡실론-델타 정의에서 원하는 만큼 가깝다는 것은 얼마나 가까운가

어떤 양의 출력 오차를 요구해도, 그 오차를 지킬 입력 거리를 고를 수 있다는 뜻이다. 교과서의 ‘한없이 가까워진다’를 부등식으로 적은 것으로, 고등학교 과정 밖이라 처음에는 건너뛰어도 된다.

식 (2)의 예제에서 출력 오차를 0.1보다 작게 하고 싶다고 하자. 식 (3)에서 ∣f(x)−2∣=∣x−1∣\lvert f(x)-2\rvert=\lvert x-1\rvert이므로, 입력과 1 사이의 거리를 0.1보다 작게 잡으면 된다. 출력 오차가 0.01보다 작아야 한다면 거리도 0.01보다 작게 잡는다.

필요한 거리는 함수에 따라 달라진다. 3x−13x-1도 x→1x\to1에서 2에 가까워지지만, 출력 오차가 입력 거리의 3배다. 그래서 오차를 0.1보다 작게 하려면 거리를 0.1/3≈0.0330.1/3\approx0.033보다 작게 잡아야 한다. 그림 5에서 두 직선이 같은 오차 띠 안에 머물려면 입력이 1에서 얼마나 가까워야 하는지 비교해 보자.

출력 허용 오차 ε=0.1의 띠(높이 1.9와 2.1 사이)에 두 직선이 머무는 입력 범위(가는 막대)와 1에서 잰 거리 δ(굵은 막대). y=x+1은 δ=0.1이면 되지만, 같은 점 (1,2)를 지나는 y=3x-1은 δ≈0.033으로 좁혀야 한다.
그림 5 출력 허용 오차 ε=0.1\varepsilon=0.1의 띠(높이 1.9와 2.1 사이)에 두 직선이 머무는 입력 범위(가는 막대)와 1에서 잰 거리 δ\delta(굵은 막대). y=x+1y=x+1은 δ=0.1\delta=0.1이면 되지만, 같은 점 (1,2)(1,2)를 지나는 y=3x−1y=3x-1은 δ≈0.033\delta\approx0.033으로 좁혀야 한다. figures/epsilon_delta_bands.py

이것을 엡실론-델타 정의로 적으면 다음과 같다. 식 (1)이 성립한다는 것은, 모든 ε>0\varepsilon>0에 대해 식 (6)을 만족하는 δ>0\delta>0가 있다는 뜻이다.

0<∣x−a∣<δ⟹∣f(x)−α∣<ε(6)\begin{gathered} 0<\lvert x-a\rvert<\delta\\ \Longrightarrow\quad\lvert f(x)-\alpha\rvert<\varepsilon \end{gathered} \tag{6}
정의
기호이름원어뜻
ε\varepsilon출력 허용 오차epsilon양수. 먼저 정한다
δ\delta입력 허용 거리delta양수. ε\varepsilon에 맞춰 고른다

고른 거리 안의 모든 입력에서 출력 오차가 ε\varepsilon보다 작아야 한다. 앞의 0<0<가 x=ax=a를 빼는 장치다. ⟹\Longrightarrow는 왼쪽 조건을 만족하면 오른쪽 조건도 성립한다는 뜻이다.

11 이 절의 ε\varepsilon은 출력 오차다. Adam에서 분모에 더하는 작은 상수나 PyTorch gradcheck의 eps와는 다른 것이다.

예제의 극한이 2임을 모든 오차에 대해 증명하기

아무 양수 ε\varepsilon을 받아도 δ=ε\delta=\varepsilon으로 고른다. 0<∣x−1∣<δ0<\lvert x-1\rvert<\delta이면 x≠1x\ne1이므로 식 (3)을 쓸 수 있다. 따라서 ∣f(x)−2∣=∣x−1∣<δ=ε\lvert f(x)-2\rvert=\lvert x-1\rvert<\delta=\varepsilon이다. 모든 양의 오차에 대응할 수 있으므로 극한은 2다.

극한값에 실제로 도달해야 수렴이야?

함수값이 극한값에 도달할 필요는 없다. (x2−1)/(x−1)(x^2-1)/(x-1)은 x≠1x\ne1인 입력에서 한 번도 2가 되지 않는다. 그래도 출력을 2에 원하는 만큼 가깝게 만들 수 있어 극한은 2다.

극한의 흔한 오해

  • 극한값은 그 점의 함수값이다 — 식 (2)에서 f(1)=5f(1)=5지만 극한은 2다. 둘이 같다는 것은 연속이라는 추가 조건이다.
  • 0 나누기 0은 0이다 — 0/00/0은 값이 정해지지 않은 꼴이다. 질문 ‘대입했더니 0/0이면 극한이 없는 거야?’가 답한다.
  • 극한은 다가갈 뿐 절대 닿지 못하는 값이다 — 상수 함수 y=2y=2는 어느 입력에서나 이미 2이고 극한도 2다. 닿는지는 극한과 상관없다.
  • 숫자를 몇 번 넣어 맞으면 증명이다 — 표는 세 거리만 확인했다. 식 (6)은 고른 거리 안의 모든 입력을 요구한다.

함수의 극한은 AI에서 어디에 쓰이나

극한은 미분의 정의에 들어가고, 미분은 AI 학습에서 손실을 줄일 방향을 알려 준다. 미분계수는 두 입력 사이의 평균변화율에서, 두 입력을 한없이 가깝게 보낸 극한이다.

식 (2)의 분수식이 바로 그 예다. u(x)=x2u(x)=x^2에서 입력이 1에서 xx로 바뀔 때의 평균변화율이 (x2−1)/(x−1)(x^2-1)/(x-1)이다. 그 극한 2가 x=1x=1에서의 미분계수 u′(1)u'(1)이다.

u′(1)=lim⁡x→1x2−12x−1=2(7)u'(1)=\lim_{x\to1}\frac{x^2-1^2}{x-1}=2 \tag{7}

분모가 0이 되는 자리의 값을 주변에서 정하는 일, 곧 이 페이지가 한 일이 그대로 미분이다. 학습에서는 역전파가 손실의 미분을 계산하고, 경사하강법이 그 반대 방향으로 파라미터를 고친다.

이 페이지PyTorch
작은 간격으로 잰 평균변화율torch.autograd.gradcheck(..., eps=...)가 자동미분 결과와 비교하는 수치 기울기. eps가 입력을 바꾸는 크기다
그 극한인 미분계수backward()가 채우는 .grad. 쓰는 법은 미분·역전파 페이지에서 다룬다

PyTorch의 자동미분은 작은 값을 넣어 보는 대신 연산마다 정해 둔 미분 공식을 잇는다. 그 차이는 미분 페이지의 질문 ‘자동미분도 입력을 아주 조금 바꿔 가며 계산해?’가 답한다.

코드로 확인하기

코드는 약분하기 전의 분수식 (x2−1)/(x−1)(x^2-1)/(x-1)을 그대로 계산한다. 세 거리에서 식 (4)의 2−h2-h, 2+h2+h와 같은 값이 나오고, 1을 넣으면 nan(0 나누기 0)이 나온다. 슬라이더로 거리 hh를 줄이고 점의 값 f(1)f(1)도 바꿔 보자. 점의 값을 바꿔도 좌우 출력이 모이는 값 2는 그대로다.

수식
f(1−h)=2−h,f(1+h)=2+h,f(1)=5.(4)\begin{aligned} \sym{left}{f(1-h)}&=2-\sym{distance}{h},\\ \sym{right}{f(1+h)}&=2+\sym{distance}{h},\\ \sym{point_value}{f(1)}&=5. \end{aligned} \tag{4}
코드 figures/limit_values.py
import numpy as np

a = 1.0
point_value = 5.0
distances = np.array([0.1, 0.01, 0.001])

# 식 (2)의 분수식을 약분하지 않고 계산한다. x = 1에서는 0/0이다.
def fraction(x):
    return (x**2 - a**2) / (x - a)

# 식 (4): 양의 거리 distance로 왼쪽·오른쪽을 함께 본다.
left = fraction(a - distances)
right = fraction(a + distances)
print("h      f(1-h) f(1+h)")
for distance, lv, rv in zip(distances, left, right):
    print(f"{distance:.3f}  {lv:.3f}  {rv:.3f}")
with np.errstate(invalid="ignore"):
    print("x = 1:", fraction(np.float64(a)))  # 0/0은 nan
print(f"f(1) = {point_value:.0f}")
$ python limit_values.py
h      f(1-h) f(1+h)
0.100  1.900  2.100
0.010  1.990  2.010
0.001  1.999  2.001
x = 1: nan
f(1) = 5

코드 출력은 정해진 세 거리의 결과이고, 슬라이더는 그 아래에서 따로 움직인다.

직접 해보기

  1. 거리 h=0.0001h=0.0001일 때 좌우 입력과 출력을 구하라. 출력 오차는 얼마인가?
  2. 식 (2)의 함수가 1에서 연속이 되려면 5를 무엇으로 바꿔야 하나? 극한도 달라지나?
  3. g(1)=0g(1)=0이라고 새로 정하면 gg의 극한이 생기나?
  4. s(x)s(x)를 x<2x<2에서 x2x^2, x≥2x\ge2에서 5−x5-x로 정한다. x→2x\to2의 좌극한, 우극한, 극한, s(2)s(2)를 각각 구하라.
  5. 다음 셋 가운데 극한값이 있는 것을 고르고 그 값을 구하라. ① x→0x\to0일 때 ∣x∣/x\lvert x\rvert/x ② x→2x\to2일 때 (x2−4)/(x−2)(x^2-4)/(x-2) ③ x→0+x\to0^+일 때 1/x1/x
답
  1. 입력은 0.9999와 1.0001, 출력은 1.9999와 2.0001이다. 식 (4)에서 출력과 2 사이의 거리는 양쪽 모두 0.0001이다.
  2. 2로 바꾼다. 주변 식이 같으므로 극한은 여전히 2이고, 함수값이 그 극한과 같아져 연속이 된다.
  3. 생기지 않는다. 1을 제외한 왼쪽 출력은 −1, 오른쪽 출력은 1이다. 한 점을 0으로 정해도 좌우 차이는 남는다.
  4. 왼쪽에서는 x2x^2이 22=42^2=4로, 오른쪽에서는 5−x5-x가 5−2=35-2=3으로 다가간다. 좌극한 4와 우극한 3이 달라 극한은 없다. s(2)s(2)는 x≥2x\ge2의 식을 따르므로 3이다.
  5. ②만 있다. x≠2x\ne2에서 (x2−4)/(x−2)=x+2(x^2-4)/(x-2)=x+2이므로 극한값은 4다. ①은 x<0x<0에서 −1, x>0x>0에서 1이라 좌우가 다르다. ③은 0.1, 0.01, 0.001에서 10, 100, 1000으로 끝없이 커져 양의 무한대로 발산한다. 발산은 극한값이 있는 것이 아니다.

더 읽기

  • Calculus Volume 1, 2.2 The Limit of a Function — Gilbert Strang·Edwin Herman, OpenStax, 2016. 표와 그래프에서 출발해 좌우극한과 무한극한을 구분한다. ‘함수의 극한은 입력이 다가갈 때 출력이 모이는 값이다’, ‘좌극한과 우극한이 다르면 극한은 없다’, ‘극한에 무한대가 나오면 어떻게 읽나’ 절의 근거다.
  • Calculus Volume 1, 2.3 The Limit Laws — 같은 저자, 2016. 극한의 성질과 인수분해로 극한을 구하는 근거다. 이어지는 2.4 Continuity는 ‘극한과 연속은 무엇이 다른가’, 2.5 The Precise Definition of a Limit은 ‘엡실론-델타 정의에서 원하는 만큼 가깝다는 것은 얼마나 가까운가’ 절을 뒷받침한다.
  • Calculus Volume 1, 3.1 Defining the Derivative — 같은 저자, 2016. 평균변화율의 극한으로 미분을 정의한다. ‘함수의 극한은 AI에서 어디에 쓰이나’ 절의 식 (7)이 기댄다.
  • Autograd mechanics — PyTorch 공식 문서. 연산 그래프와 연쇄법칙으로 기울기를 계산하는 과정을 설명한다. ‘함수의 극한은 AI에서 어디에 쓰이나’ 절의 자동미분 설명을 뒷받침한다.
  • torch.autograd.gradcheck.gradcheck — PyTorch 공식 문서. 유한한 입력 차이를 쓰는 수치 검증과 eps 인자의 뜻을 설명한다. ‘함수의 극한은 AI에서 어디에 쓰이나’ 절의 대응표가 기댄다.

영상 노트

영상 노트
  • 00:00 출렁다리 — 판자가 모이는 높이 2와 등의 높이 5
  • 00:40 식 (1) — 입력이 가는 곳과 출력이 모이는 곳
  • 01:20 식 (2)와 그림 1 — 함수값 5를 따로 정하기
  • 02:00 식 (3) — 1이 아닌 곳에서 약분하기
  • 02:40 식 (4)와 그림 2 — 거리를 줄이면 출력이 2로 모인다
  • 03:40 식 (5)와 그림 3 위 — 좌극한과 우극한이 갈라지는 경우
  • 04:30 그림 4 — 세로선을 긋고 가지의 높이와 채운 점을 따로 읽기, 끝점은 한쪽만
  • 05:40 그림 3 아래 — 무한대가 나오는 두 가지 경우
  • 06:30 연속 — 빈 점을 채우는 값은 2
  • 07:20 그림 5와 식 (6) — 같은 오차 띠에서 기울기에 따라 달라지는 거리
  • 08:30 식 (7) — 같은 분수가 미분의 정의에 나타난다
  • 09:10 코드랩 — 거리와 점의 값을 따로 바꿔 보기

촬영 계획이다. 업로드한 뒤 실제 타임스탬프로 바꾼다.

지도에서의 위치

완성예정이 페이지까지 온 길전체 지도에서 보기 →
이 페이지의 기록
  1. 2026-11-12 · 에이전트 초안 (수식 7, 그림 3, 코드랩 1)
  2. 2026-11-13 · 독자 패널 리뷰 반영 — 직관 비유를 예제(함수값 5, 극한 2)와 같은 설정으로, 교과서 낱말(한없이 가까워진다·수렴·불연속·극한의 성질)과 극한값 기호 α, 절 순서를 교과서 차례로, 겹쳐 나오던 식과 미분 설명 정리, 코드랩이 분수식을 직접 계산
  3. 2026-11-15 · 교과 검수 반영 — 요약에서 표본 계산과 극한의 근거를 구분
  4. 2026-11-16 · 전수 검수 반영 — 그래프에서 좌극한·우극한·함수값 읽기 절과 끝점 설명, 엡실론-델타 띠와 거리 δ 비교 그림, 두 패널 그림을 세로 배치로, 연속·극한 계산 글 연결, 직접 해보기 5문항 (에이전트 수정, 그림 3→5)
  5. 2026-11-16 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림