심프슨의 법칙 (Simpson's Rule)
쉽게 풀면
불규칙하게 굽이치는 강의 단면적을 재야 한다고 해봅시다. 자로 정확히 재기는 어렵지만, 몇 군데 지점의 깊이를 측정한 뒤 그 사이를 매끄러운 곡선(포물선)으로 이어 붙이면 실제 넓이에 아주 가까운 값을 얻을 수 있습니다. 심프슨의 법칙은 바로 이 아이디어를 수학적으로 정리한 것으로, 적분 구간을 여러 개의 작은 구간으로 나눈 뒤 각 구간을 직선이 아니라 포물선으로 근사해서 넓이를 더하는 방법입니다. 직선으로만 근사하는 방법(사다리꼴 공식)보다 훨씬 정확도가 높아서, 함수의 식을 정확히 적분하기 어려울 때 컴퓨터 시뮬레이션이나 수치 계산에서 널리 쓰입니다.
왜 중요한가
실제 연구에서 다루는 함수는 명확한 해석적 형태로 적분되지 않는 경우가 많기 때문에, 심프슨의 법칙과 같은 수치적분 방법은 시뮬레이션이나 모델 검증 과정에서 필수적으로 쓰입니다. 실험으로 얻은 이산적인 측정값이나 복잡한 미분방정식의 해를 적분해야 하는 공학·물리학·생명과학 연구에서, 정확도와 계산 비용의 균형을 맞춘 근사 적분 기법으로 널리 채택됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 함수 형태가 복잡해서 손으로 적분 공식을 유도하기 힘든 경우, 컴퓨터로 구간을 잘게 나눠 포물선 근사를 반복 적용함으로써 정적분 값을 근사적으로 구했다는 뜻입니다. 공학, 물리학, 계량경제학 등 수치 시뮬레이션이 필요한 논문에서 자주 등장합니다.
일정 간격으로 측정한 혈중 농도 데이터를 이용해 곡선 아래 면적을 근사적으로 구함으로써, 몸속에 흡수된 약물의 총량을 추정했다는 뜻입니다.
몇 지점에서 측정한 하천 깊이 자료를 이용해 전체 단면적을 근사적으로 계산했다는 의미로, 토목·수문 공학 연구에서 흔히 쓰이는 방식입니다.
조금 더 깊게 보면
심프슨의 법칙은 구간을 짝수 개로 나누고 인접한 세 점을 지나는 포물선으로 각 구간을 근사한 뒤 이를 모두 더하는 방식으로 작동하며, 사다리꼴 공식보다 오차가 훨씬 빠르게 줄어드는 것이 특징입니다. 함수가 매끄러울수록 근사 오차가 작아지고, 함수가 급격히 변하거나 불연속인 구간에서는 오차가 커질 수 있어 이런 경우 구간을 더 잘게 나누거나 적응형(adaptive) 수치적분 기법을 함께 사용하기도 합니다. 데이터가 등간격으로 주어지지 않은 경우에는 이를 보완한 변형된 형태의 공식이 쓰이기도 합니다.
주의할 점
심프슨의 법칙(Simpson's rule)은 이름이 비슷한 심슨의 역설과 전혀 관련이 없는 별개의 개념입니다. 심프슨의 법칙은 곡선 아래 넓이를 근사하는 수치적분 기법이고, 심슨의 역설은 하위 집단으로 나누면 통계적 경향이 뒤집히는 현상을 가리킵니다. 두 용어 모두 "Simpson"이라는 이름을 공유할 뿐, 수학적 배경도 쓰이는 분야도 완전히 다릅니다.