리만 합 (Riemann Sum)
쉽게 풀면
구불구불한 곡선 아래 면적을 정확히 재려면 적분을 써야 하지만, 적분 공식을 몰라도 대략적인 값은 구할 수 있습니다. 구간을 여러 개의 좁은 폭으로 잘게 자르고, 각 조각을 높이가 곡선에 닿는 직사각형으로 취급한 뒤 그 직사각형들의 넓이를 모두 더하는 것입니다. 마치 계단 모양 블록을 촘촘히 쌓아 완만한 경사면의 넓이를 흉내 내는 것과 비슷합니다. 직사각형의 폭을 점점 더 좁게, 개수를 점점 더 많이 늘릴수록 이 합은 실제 곡선 아래 넓이, 즉 정적분 값에 점점 더 가까워집니다.
왜 중요한가
리만 합은 정적분이라는 연속적 개념을 유한한 계산 가능한 합으로 근사하는 방법을 제공하기 때문에, 해석적으로 적분을 풀 수 없거나 데이터가 이산적으로만 존재하는 실제 연구 상황에서 폭넓게 쓰입니다. 실험에서 측정된 이산 시계열 데이터를 적분해 누적량을 구해야 하는 신호처리, 물리 실험, 생리학 연구 등에서 기본적인 수치적분 도구로 등장합니다. 또한 정적분의 정의 자체가 리만 합의 극한으로 주어지기 때문에, 수치해석 알고리즘 설계의 이론적 출발점으로도 자주 언급됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 연속적인 함수식이 아니라 일정 간격으로 측정된 데이터만 있을 때, 그 값들을 작은 직사각형(혹은 사다리꼴) 조각으로 보고 더해서 전체 누적량을 근사 계산했다는 뜻입니다. 실험 데이터 처리, 수치해석, 신호처리 논문에서 적분을 직접 계산하기 어려울 때 흔히 사용됩니다.
약학 및 의학 분야에서 약물 농도 곡선의 누적 노출량을 리만 합 방식으로 계산한 사례를 보여주는 문장입니다.
환경공학 분야에서 이산적으로 측정된 유량 데이터를 리만 합으로 누적 계산한 문장입니다.
조금 더 깊게 보면
리만 합은 각 구간의 대표 높이를 구간의 왼쪽 끝, 오른쪽 끝, 중점 중 어디서 취하느냐에 따라 좌측 리만 합, 우측 리만 합, 중점 리만 합으로 나뉘며, 함수가 증가 또는 감소하는 구간에서는 이 선택에 따라 실제 값보다 과대 또는 과소 추정될 수 있습니다. 실무에서는 직사각형 대신 사다리꼴로 근사하는 사다리꼴 공식이나, 더 정밀하게 포물선으로 근사하는 심슨의 법칙이 흔히 대안으로 쓰입니다. 구간을 촘촘히 나눌수록(구간 폭을 0으로 보낼수록) 리만 합은 정적분의 참값에 수렴한다는 것이 미적분학의 기본 정리와 연결되는 부분입니다.
주의할 점
리만 합은 직사각형의 높이를 구간의 왼쪽, 오른쪽, 중간 중 어디 값으로 잡느냐에 따라 결과가 조금씩 달라집니다. 더 정밀한 근사가 필요하다면 직사각형 대신 사다리꼴이나 포물선으로 근사하는 심프슨의 법칙을 사용하는 것이 일반적입니다.