최근 수정 시각 : 2022-09-07 12:15:12

미분형식

해석학 · 미적분학
Analysis · Calculus
{{{#!wiki style="word-break: keep-all; margin:0 -10px -5px"
{{{#!folding [ 펼치기 · 접기 ]
{{{#!wiki style="margin:-6px -1px -11px; letter-spacing: -1px"
<colbgcolor=#8f76d6> 함수 합성 · 항등원 · 역원 · 멱함수( 비례·반비례) · 초등함수( 대수함수 · 초월함수) · 특수함수 · 범함수( 변분법) · 다변수 ( 동차 · 숨은 함수( 다가 함수)) · 그래프 · 대칭 · 증감표 · 극값 · 영점 · 연속 · 매끄러움 · 계단형 · 미끄럼틀형 · 볼록/오목 · 닮은꼴 함수 · 병리적 함수 · 해석적 연속 · 로그함수 · 지수함수 · 삼각함수
정리 · 토픽 좌표계 · 중간값 정리 · 최대·최소 정리 · 부동점 정리 · 오일러 동차함수 정리 · 립시츠 규칙 · 스펙트럼 정리
극한 엡실론-델타 논법( 수열의 극한) · 수렴 ( 균등수렴) · 발산 · 부정형 · 어림( 유효숫자 · 오차 · 불확도) · 근방 · 점근선 · 무한대 · 무한소 · 스털링 근사
정리 · 토픽 로피탈의 정리 · 슈톨츠-체사로 정리
수열
급수
규칙과 대응 · 단조 수렴 정리 · 멱급수 · 테일러 급수 ( 일람) · 조화급수 · 그란디 급수 · 망원급수 ( 부분분수분해) · 오일러 수열 · 베르누이 수열 · 파울하버의 공식 · 리만 재배열 정리
정리 · 토픽 바젤 문제 · 라마누잔합 · 0.999…=1 · 콜라츠 추측미해결
미적분 미분 도함수 ( 편도함수) · 도함수 일람 · 차분 · 유율법 · 변화량 · 변분법 · 곱미분 · 몫미분 · 연쇄 법칙 · 역함수 정리 · 임계점 ( 변곡점 · 안장점) · 미분형식 · 미분방정식 ( 풀이) · [math(boldsymbolnabla)] · 라그랑주 승수법
적분 역도함수 일람 · 부분적분 ( LIATE 법칙 · 도표적분법 · 예제) · 치환적분 · 정적분 ( 예제) · 이상적분 · 중적분 ( 선적분 · 면적분 · 야코비안) · 르베그 적분 · 스틸체스 적분 · 코시 주요값
정리 · 토픽 미적분의 기본정리 ( 선적분의 기본정리) · 평균값 정리 ( 롤의 정리) · 스토크스 정리 ( 발산 정리 · 그린 정리) · 라플라스 변환 · 푸리에 해석 ( 푸리에 변환 · 아다마르 변환) · 2학년의 꿈 · 리시 방법

해석
실수 · 측도론 ( 측도 · 르베그 측도) · 실직선 · 유계( 콤팩트성) · 칸토어 집합 · 비탈리 집합
정리 · 토픽
복소
해석
복소수( 복소평면) · 편각 · 코시-리만 방정식
정리 · 토픽 오일러 공식 ( 오일러 등식 · 드 무아브르 공식) · 리우빌의 정리 · 바이어슈트라스 분해 정리 · 미타그레플레르 정리
여타 하위 학문 해석기하학 · 미분기하학 · 해석적 정수론 ( 소수 정리 · 리만 가설미해결) · 벡터 미적분학( 야코비 공식) · 확률론 ( 확률변수 · 중심극한정리) · 수치해석학 ( 유한요소해석 · 전산유체역학)
기타 뉴턴-랩슨 방법 · 디랙 델타 함수 · 카오스 이론 · 오일러 방정식 · 퍼지 논리 · 거리함수 · merry=x-mas
응용 수리물리학 · 수리경제학( 경제수학) · 공업수학 }}}}}}}}}

1. 개요2. 예시
2.1. 무한소2.2. 전미분2.3. 중적분에서의 면적소
3. 엄밀한 정의 및 성질
3.1. 정의 및 기본 연산3.2. 외미분(exterior derivative)3.3. 견인과 적분
4. 스토크스 정리5. 미분형식으로 3차원에서의 해석하기

1. 개요

・ differential form

일변수 및 다변수 미적분학에서 쓰이는 개념으로, 고전적인 '무한소'의 개념을 엄밀히 하고 다차원으로 확장했다고 볼 수 있다.

보통 다변수 미적분학을 어느 정도 배우고 나서야 학습하게 되지만, 그 실체는 고등학교에서 미적분을 배울 때부터 숨어 있었다고도 볼 수 있다. 이는 미분형식이 '적분할 수 있는 무언가'의 개념을 모두 포괄해 설명할 수 있기 때문이다. 즉 일변수함수 적분에 나오는 [math(\mathrm{d}x)], 다변수함수의 기울기 [math(\mathrm{d}f)], 다중적분에서 나오는 [math(\mathrm{d}x\,\mathrm{d}y)], 심지어는 물리학 등에서 쓰는 넓이/부피요소 [math(\mathrm{d}A)], [math(\mathrm{d}V)]까지도 모조리 미분형식이라는 이름으로 대통합할 수 있다고 보면 된다. 결정적으로, 3차원의 벡터장과 엮이는 의 삼신기인 경사(gradient)/ 회전(curl)/ 발산(divergence)을 가장 일반적이면서도 우아하게 설명할 수 있는 게 바로 이 미분형식이다.

물론 이 정도의 파워를 갖고 있는 만큼 이해하는 게 쉽지만은 않아서, 델에 어느 정도 익숙해지고 [math(n)]차원 미분다양체를 이해할 수 있을 시점에야 배우는 것이 보통이다. 이 풀버전을 배우지 않을 사람들은 바로 아래 '예시' 항목을 보면서 대충 이렇게 생겼을 것이라고 유추해보자.

미분형식의 일반적인 정의를 간단히 말하면 미분다양체의 각각의 접평면에 부여된 매끄러운(smooth) [math((0,\,k))]- 교대 텐서 (즉, 선형사상 [math(\wedge^k T_p M \rightarrow \mathbb{R})])라고 할 수 있다. 자세한 정의는 하단에 서술한다. 미분기하학 및 층(sheaf)의 개념에 익숙한 숙련자들은 접평면의 다발의 쌍대공간인 공변접다발(cotangent bundle) [math(T^{*}M)]의 외대수(exterior algebra) 혹은 교대 대수(alternating algebra)를 미분형식의 층으로(즉, 이 층의 단면(section)이 미분형식이 된다.) 간주하기도 한다. [math(k)]차 및 전체 미분형식의 모음(혹은 층)을 각각 [math(\Omega^k(M))], [math(\Omega(M))]으로 쓰고, 개별 미분형식은 주로 [math(\omega)], [math(\eta)] 등의 기호를 쓴다.

2. 예시

2.1. 무한소

구분구적법을 통해 적분을 정의할 때는 다음과 같이 분할에 대한 리만합을 미세한 합으로 극한을 보내는 방식을 썼다.

[math(\displaystyle \sum f(x) \,\Delta x \rightarrow \int f(x)\,\mathrm{d}x )]

여기서 [math(\Delta x)]는 분할된 각각의 직사각형의 너비였지만 [math(\mathrm{d}x)]의 실체는 무엇인가에 대해 의문을 품을 수 있다. 특히나 다음의 치환적분을 [math(x = g(y))]로 한다고 했을 때

[math(\displaystyle \int f(x)\,\mathrm{d}x = \int f(g(y))\,\mathrm{d}g(y) = \int f(g(y))\,g'(y)\,\mathrm{d}y )]

위의 분할과 이를 연관지으려면 그 의미가 분명하지 않다. 현대의 미분형식 관점에서는 이 '무한소'의 개념을 개별 길이가 아니라, 일종의 비율의 개념으로 설명해 이해할 수 있었다. 즉, [math(\mathrm{d}x)]란 걸 미세 길이 자체가 아니라, (분할한 구간):(구간에서 [math(x)]의 변화량)의 비율로 이해하는 것이다. 이렇게 생각하면 [math(x)]를 기준으로 분할하건 [math(y)]를 기준으로 분할하건, [math(\mathrm{d}x)]는 변수에 상관없는 고정된 의미를 갖는 물리량이다. 또한 [math(\mathrm{d}x)]가 [math(g'(y)\,\mathrm{d}y)]로 대체되는 과정도, [math(x)]의 변화율과 [math(y)]의 변화율의 비율이 [math(g'(y))]여서 그렇다고 생각할 수 있는 것이다.
즉, 각 점 [math(p)]에 대해 [math(\mathrm{d}x(p))]는 [math(p)] 근방에서 (구간의 길이):([math(x)]의 변화량)의 극한비율로 정의할 수 있다. 1-형식의 가장 원초적 정의인 것.

박부성 교수(경남대학교)의 다음 글도 참고하면 좋다. 사실 미분 입장에서 설명한 저 글이 보다 근본적이라고 볼 수 있다.

2.2. 전미분

다변수 미적분학을 배울 때 간혹 편미분과 더불어 함수의 '전미분'(全微分, total derivative)이란 대상을 다음과 같은 미분(differential)으로 정의할 때가 있다.

[math(\displaystyle \mathrm{d}f = \frac{\partial f}{\partial x_1}\,\mathrm{d}x_1 + \frac{\partial f}{\partial x_2}\,\mathrm{d}x_2 + \cdots + \frac{\partial f}{\partial x_n}\,\mathrm{d}x_n )]

여기서의 [math(\mathrm{d}x_i)]의 정체도 사실 위와 비슷하게 [math(x_i)]의 변화량의 비율의 일종이다. 이 경우에는 한 점에서 뻗어나갈 수 있는 방향이 [math(n)]차원이어서, [math(\mathrm{d}x_i)]는 [math(n)]차원 벡터를 숫자에 대응시키는 선형함수, 즉 코벡터(covector)[1]로 봐야 한다. 일반적으로 [math(\mathrm{d}f)]도 이와 동일하게, [math(v)] 방향에 대해 [math(f)]의 변화량의 비율을 주는, 즉 방향미분으로 정의될 수 있다.

[math(\displaystyle \mathrm{d}f|_{p}(v) = D_v f (p) = \lim_{h \rightarrow 0} \frac{f(p + vh) - f(p)}{h} )]

이렇게 보면 [math(\mathrm{d}x_i)]도 [math(f=x_i)]인 경우인 것이고, 이 전미분도 좌표계에 의존하지 않는 고유한 양이 된다는 것을 관찰할 수 있다. 이것도 각 점에서 벡터를 집어넣었을 때 숫자를 주는 1-형식이다.

쉽게 말하자면 전미분은 변수의 작은 변화에 따른 다변 함수의 변화량을 뜻하는 것이다.

2.3. 중적분에서의 면적소

중적분에서 나오는 [math(\mathrm{d}x\,\mathrm{d}y)]에서 각각의 [math(\mathrm{d}x)], [math(\mathrm{d}y)]도 위와 비슷하게 생각할 수 있다. 하지만, 다변수의 치환적분인 야코비안

[math(\displaystyle \mathrm{d}u\,\mathrm{d}v = \left| \begin{matrix} \dfrac{\partial u}{\partial x} & \dfrac{\partial v}{\partial x} \\ \\ \dfrac{\partial u}{\partial y} & \dfrac{\partial v}{\partial y} \end{matrix} \right| \mathrm{d}x\,\mathrm{d}y )]

는 얼핏 보면 위에 기껏 증명한

[math(\displaystyle \begin{aligned}
\mathrm{d}u &= \frac{\partial u}{\partial x}\,\mathrm{d}x + \frac{\partial u}{\partial y}\,\mathrm{d}y \\
\mathrm{d}v &= \frac{\partial v}{\partial x}\,\mathrm{d}x + \frac{\partial v}{\partial y}\,\mathrm{d}y
\end{aligned} )]

등과 전혀 맞지 않는 것으로 보인다. 이는 [math(\mathrm{d}x\,\mathrm{d}y)]가 단순한 곱으로 연결되어 있지 않기 때문이다. 당장은 매우 뜬금없지만, 만약에 [math(\mathrm{d}x)]와 [math(\mathrm{d}y)] 사이에 사실 쐐기(wedge)라는 기호 [math(\wedge)]가 있었고, 다음을 만족했다고 생각해보자. (나머지 함수의 곱에 대해선 분배법칙으로 작용한다.)

[math(\displaystyle \begin{aligned}
\mathrm{d}x \wedge \mathrm{d}x &= \mathrm{d}y \wedge \mathrm{d}y = 0 \\
-\mathrm{d}y \wedge \mathrm{d}x &= \mathrm{d}x \wedge \mathrm{d}y
\end{aligned} )]

이걸 가정하면 야코비안 변환식을 다음처럼 얼추 그럴싸하게 얻을 수 있다![2]
[math(\displaystyle \begin{aligned}
\mathrm{d}u \wedge \mathrm{d}v &= \!\left(\frac{\partial u}{\partial x}\,\mathrm{d}x +\frac{\partial u}{\partial y}\,\mathrm{d}y \right) \!\wedge\! \left(\frac{\partial v}{\partial x}\,\mathrm{d}x +\frac{\partial v}{\partial y}\,\mathrm{d}y\right) \\
&= \!\left( \frac{\partial u}{\partial x}\frac{\partial v}{\partial y} -\frac{\partial u}{\partial y}\frac{\partial v}{\partial x} \right) \mathrm{d}x \wedge \mathrm{d}y
\end{aligned} )]
'적분의 정의'의 관점을 생각해보면 [math(\mathrm{d}x \wedge \mathrm{d}y = \mathrm{d}A)]도 넓이에 근거해 정해졌음을 알 수 있다. 즉, 도형을 작은 도형 [math(P_i)]들로 분할했을 때의 리만합 [math( \sum f(x_i,\,y_i)\,\mathrm{Area}(P_i)~( (x_i,\,y_i) \in P_i))]의 극한값이 면적분이 되는데, 이게 결국 푸비니 정리에 의해 이게 다중적분과 일치하는 만큼, 즉 [math(\mathrm{d}x \wedge \mathrm{d}y)]는 주어진 점 근방의 도형을 [math((x,\,y))]로 이동시켰을 때의 넓이의 배율로 생각할 수 있다. 코벡터들에 쐐기를 때렸다고 어떻게 넓이의 배율이 나오는지 정확히 이해하려면, 아쉽게도 행렬식은 물론이요 저 쐐기 기호의 정확한 정의를 알아야 하므로 다중선형대수(multilinear algebra)의 지식이 필요하긴 하다. 다만, 저 쐐기란 게 얼추 행렬식처럼 작용한다는 것을 위의 야코비안 변환식을 통해서 느낀다면, 아쉬운대로 저게 벡터들을 집어넣었을 때 이들로 이루어지는 평행사변형(3개 이상의 쐐기곱이면 평행육면체)의 넓이를 옮겨주는 함수, 즉 교대 텐서(기하학에서 말하는 [math((0,\,k))]-교대텐서, 대수학에서는 [math(\wedge^k((\mathbb{R}^n)^{*}))])가 된다고 받아들이는 정도는 가능할 것이다.

이것을 가장 넓은 범위에서 일반화하면 각 점에서 [math(k)]차원 넓이요소를 집어넣었을 때 이걸 숫자로 대응시키는 [math(k)]-형식의 개념이 된다. 다만, [math(n)]차원 공간의 [math(k)]차원 넓이요소는 ([math(\wedge^k(\mathbb{R}^n))]의 차원인) [math(binom{n}{k})]개의 방향이 있고, 이들이 무엇을 의미하는지 체감하는 것은 또 다른 문제이다. 이것은 스토크스 정리의 쉬운 경우(그린 정리나 켈빈-스토크스 정리) 등으로 경험을 쌓는 수밖에 없다.

3. 엄밀한 정의 및 성질

미분형식을 이해하려면 미분다양체와 접평면, 텐서에 대한 배경 지식이 필요하다. 본 문단에서는 실수 미분 형식에 대해서만 정의한다.

3.1. 정의 및 기본 연산

미분형식(differential form)
차원이 [math(n)]인 미분다양체 [math(M)] 위에 정의된 [math(k)]-미분형식(differential [math(k)]-form) 혹은 [math(k)]-형식([math(k)]-form) [math(\omega)]는, 각 점 [math(p \in M)]에 대한 매끄럽게 변하는 [math((0,\,k))]-교대 텐서 [math(\omega_p:\wedge^k T_p M \rightarrow \mathbb{R})]의 모음 [math(\{\omega_p\}_{p \in M})]으로 정의된다. 즉, 다음 둘을 만족시켜야 한다.
  • [math(\omega_p)]는 교대성을 만족하는 다중선형사상 [math((T_p M)^k \rightarrow \mathbb{R})]이다.
  • 임의의 매끄러운 벡터장 [math(X_1,\,X_2,\,\cdots,\,X_k)]에 대해 [math(p \mapsto \omega_p(X_1(p),\,X_2(p),\,\cdots,\,X_k(p)))]는 매끄러운 함수이다.
다양체 위의 [math(k)]-미분형식의 집합을 [math(\Omega^k(M))]으로 쓴다.
미분다양체의 열린집합 [math(U \subset M)] 위에서의 [math(k)]-형식도 점 [math(p)]의 조건을 [math(p \in U)]로만으로 완화해 적용할 수 있다. [math(\mathrm{d}x/x)] 같이 미분형식이 모든 점에서 정의되지 않는 경우에 사용가능하다.

같은 차수의 미분형식에 대해서는 덧셈, 뺄셈, 매끄러운 함수에 대한 스칼라곱을 정의할 수 있고, 이 세 연산에 대해 [math(\Omega^k(M))]은 매끄러운 함수의 환 [math(C^{\infty}(M))]에 대한 가군을 이룬다. 한편, 텐서의 쐐기곱(wedge product)을 점별로 생각하면 미분형식의 쐐기곱 [math(\wedge : \Omega^k(M) \times \Omega^l(M) \rightarrow \Omega^{k+l}(M))]을 정의할 수 있고, 이 쐐기곱은 결합법칙과 위의 가군 연산에 대한 분배법칙을 만족한다. 또한 매끄러운 함수를 [math(0)]-형식으로 간주하면 함수에 대한 스칼라곱과 쐐기곱이 일치한다.(즉 [math(f \omega = f \wedge \omega)]) 보통 이 셋을 종합해 모든 미분형식의 직합(direct sum) [math(\Omega(M) = \oplus \Omega^k(M))]에 층이 있는 대수(graded algebra) 구조가 주어졌다고 표현한다. 다중선형대수에선 이런 식으로 쐐기곱을 이용해 만들어진 대수를 보통 외대수(exterior algebra)라고 부른다.

미분기하학에 상당히 익숙해졌다면, 공변접다발(cotangent bundle) [math(T^{*}M)]에 주어진 외대수 자체가 [math(\Omega(M))]이 되고, 이것의 차수 [math(k)] 부분이 [math(\Omega^k(M))]이며, [math(k)]-형식은 [math(\Omega^k(M))]의 대역 단면(global section)이 된다는 식으로 위 내용들을 표현할 수도 있다.

3.2. 외미분(exterior derivative)

외미분(exterior derivative)
다음 조건을 만족하는 선형연산자 [math(\mathrm{d} : \Omega^k(M) \rightarrow \Omega^{k+1}(M))]이 유일하게 존재하고, 이를 외미분이라 부른다.
  1. 함수 [math(f)]에 대해 [math(\mathrm{d}f)]는 그레이디언트, 즉 [math(\mathrm{d}f(v) = D_v(f))] ([math(D_v(f))]:방향미분)로 정의된다.
  2. [math(k)]-형식 [math(\omega)]와 [math(l)]-형식 [math(\eta)]에 대해 [math(\mathrm{d}(\omega \wedge \eta) = \mathrm{d}\omega \wedge \eta + (-1)^k \omega \wedge \mathrm{d}\eta)]가 성립한다.
  3. [math(\mathrm{d}^2=0)]이 성립한다.
외미분을 미분형식 자체에 대해 정의하는 내적인 정의(intrinsic definition)도 가능하긴 하지만 의외로 복잡해서 정의로 채택되는 경우는 드물다.
이 외미분이 미분형식의 핵심 개념 중 하나이긴 하지만 의외로 바로 이해하긴 쉽지 않다. 위의 두 성질을 이용해 계산을 하고, 아래의 델이나 스토크스 정리를 통해 의미를 이해하는 경우가 보통이다. 다행히도 다음 표현으로 인해 외미분의 계산은 그렇게까지 어렵진 않다.
미분형식의 기저 표현
미분다양체 위 열린집합 [math(U)]에 주어진 좌표계 [math((x_1,\,x_2,\,\cdots,\,x_n) : U \rightarrow \mathbb{R}^n)]에 대해, 임의의 미분형식은 매끄러운 함수와 1-형식들 [math(\mathrm{d}x_1,\,\mathrm{d}x_2,\,\cdots,\,\mathrm{d}x_n)]의 쐐기곱들의 합으로 유일하게 표현할 수 있다. 즉, [math(U)] 위의 [math(k)]-형식 [math(\omega)]는 다음과 같이 표현된다.

[math(\displaystyle \omega = \sum_{\tiny \begin{matrix} \scriptsize I \subset \{1,2,\cdots\!,n\} \\ \scriptsize |I|=k \end{matrix}} f_I\,\mathrm{d}x_I,\qquad f_I \in C^{\infty}(U) )]

여기서 [math(I=\{i_1,\,i_2,\,\cdots,\,i_k\})]에 대해 [math(\mathrm{d}x_{I} = \mathrm{d}x_{i_1} \wedge \mathrm{d}x_{i_2} \wedge \cdots \wedge \mathrm{d}x_{i_k} )]이다.
이 표현에서 외미분을 계산하는 방법은 다음과 같다. 우선 [math(\mathrm{d}x_I)]의 외미분은 [math(0)]임을 보일 수 있다. 즉, [math(\mathrm{d}(f\,\mathrm{d}x_I) = \mathrm{d}f \wedge \mathrm{d}x_I)]을 계산하면 되는데, [math(\mathrm{d}f = \sum_i (\partial f/\partial x_i)\,\mathrm{d}x_i)]이고 [math( \mathrm{d}x_i \wedge \mathrm{d}x_I= \mathrm{d}x_i \wedge \mathrm{d}x_{i_1} \wedge \cdots \wedge \mathrm{d}x_{i_k})]는 앞뒤자리만 바꿔서 [math(\mathrm{d}x_{I'})]꼴로 바꿔준다. 구체적인 예시를 보고 싶으면 아래의 관련 부분을 계산해볼 수도 있다.

3.3. 견인과 적분

견인(pullback)
미분다양체 사이의 매끄러운 사상(smooth map) [math(f: M \rightarrow N)]에 대해, [math(N)]의 [math(k)]-형식 [math(\omega)]의 [math(\varphi)]에 대한 견인 [math(f^{*} \omega)]는 [math(M)] 위의 [math(k)]-형식으로 다음처럼 정의된다.

[math(\displaystyle f^{*}\omega_p(v_1,\,\cdots,\,v_k) = \omega_{f(p)} (\mathrm{d}f_{p}(v_1),\,\cdots,\,\mathrm{d}f_{p}(v_k) ) )]

여기서 [math(\mathrm{d}f_{p} : T_p M \rightarrow T_{f(p)} N)]은 [math(f)]의 미분이다.
견인은 미분형식의 외대수 구조와 외미분을 보존한다. 이름처럼 미분형식의 구조를 다른 공간으로 끌어온다는 의미를 담고 있다.

미분형식의 적분은 다양체 [math(M)]이 유향(orientable)이고 미분형식이 compact support를 가져야 적분의 존재성을 일단 보장할 수 있다. 이 조건 하에선 미분형식을 유클리드 공간으로 견인한 후 그 위에서 통상적인 중적분을 통해 하게 되는데, 보통 다음 세 단계로 나누어 정의한다. 이 정의는 잘 정의되어 있고(즉, 계산 방법에 의존하지 않고) 통상적인 적분에 기대할 수 있는 선형성 성질 등을 모두 만족시킴을 증명할 수 있다. 일반적인 견인에 대해서도 적분이 보존된다.
  • 유클리드 공간 [math(\mathbb{R}^n)]의 [math(n)]-형식의 적분은, 직교좌표로 표현했을 때의 계수 함수를 중적분한다. 즉, 이제까지 해온 적분이랑 똑같이 하면 된다.
    {{{#!wiki style="text-align: center"

[math(\displaystyle \int f \,\mathrm{d}x_1 \wedge \cdots \wedge \mathrm{d}x_k = \int f )] }}}
  • [math(n)]차원 다양체의 열린집합 [math(U)]가 [math(\mathbb{R}^n)]의 부분집합 [math(V)]와 미분동형(diffeomorphism) [math( f: V \rightarrow U)]로 나타낼 수 있을 때는 다음처럼 견인으로 정의한다.
    {{{#!wiki style="text-align: center"

[math(\displaystyle \int_{U} \omega = \int_{V} f^{*} \omega )] }}}
  • 임의의 [math(n)]차원 다양체의 열린집합 [math(U)]에서 [math(n)]-형식 [math(\omega)]의 적분은 [math(U)]의 partition of unity와 분배법칙을 통해 계산한다. 즉, [math(U)]를 덮는 열린집합들 [math(V_i)]와 이에 상응하는 partition of unity의 표현 [math(1 = \sum \rho_i )] ([math(\rho_i : U \rightarrow \mathbb{R}_{\ge 0})]은 [math(V_i)] 밖에서는 [math(0)]인 매끄러운 함수)에 대해 다음처럼 정의한다.
    {{{#!wiki style="text-align: center"

[math(\displaystyle \int_{U} \omega = \sum_i \int_{V_i} \rho_i \omega )] }}}

4. 스토크스 정리

스토크스 정리(Stokes' theorem)
가향(orientable)인 경계가 있는 [math(n)]차원 미분다양체 [math(M)] 위의 [math((n-1))]-형식 [math(\omega)]에 대해 다음이 성립한다.

[math(\displaystyle \int_{\partial M} \omega = \int_{M} \mathrm{d} \omega )]
위 서술만으로는 약간의 애매함이 있는데, 우선 [math(\omega)]는 적분이 가능한 것으로 간주한다. 이제까지는 경계가 있는 다양체에 대해 미분형식을 정의하지 않았지만 큰 정의는 크게 다르지 않다. 이 과정을 엄밀하게 할 수 있으면 경계 위에서 [math(\partial X)]의 접평면은 [math(X)]의 접평면의 부분공간으로 간주할 수 있으므로 좌변의 적분도 잘 정의할 수 있다. 스토크스 정리 문서를 참고하여도 좋다.

스토크스 정리의 증명 자체는 의외로 어렵지 않은데,(??????) 적분이 pullback에 대해 보존되고 선형성을 만족한다는 것을 보이면 partition of unity를 잘 써서 [math(M)]이 [math(\mathbb{R}^n)]의 직사각형일 때만 보이면 충분하다는 걸로 환원해서 진행하곤 한다. 직사각형인 경우는 단순계산으로 증명할 수 있다. 사실 더럽고 짜증나는 것은 이 정리를 서술하기 위한 모든 과정으로, 많은 수업/교과서에선 여기까지 온 학습자들에 대한 보상 느낌으로 끝자락에 배치되는 경우가 많다.

보다 중요한 것은 이 정리를 어떤 식으로 활용하냐이다. 우선 이 정리는 외미분에 대한 해석을 제공하는데, 위의 정리에서 [math(M)]을 주어진 점 [math(p)] 근방으로 잡고 영역을 한없이 축소시키면 [math(\mathrm{d} \omega_p)]의 값을 구할 수 있다. 아래에 나오는 발산(divergence) 등과 연관시켜 발산을 점 주변의 흐름의 극한, 즉 퍼져나오는 양 이런 느낌으로 이해하는 것과 비슷한 맥락이다. 한편으로는 위 성질은 완전 형식(exact form, [math(\omega = \mathrm{d}\nu)] 꼴의 형식)이 닫힌 형식(closed form, 경계가 없는 영역에서 [math(\int_N \omega = 0)])이 된다는 것의 일반화로도 볼 수 있고, 이 얘기를 또 끌어나가면 위상수학에서의 코호몰로지에 대한 이야기로도 풀어갈 수도 있다.

5. 미분형식으로 3차원에서의 해석하기

3차원 유클리드 공간 [math(\mathbb{R}^3)]의 직교좌표계 [math(x)], [math(y)], [math(z)] 기준으로 미분형식과 그 외미분은 다음처럼 계산할 수 있다.
  • 함수 [math(f)]에 대해
[math(\displaystyle \mathrm{d}f = \frac{\partial f}{\partial x}\,\mathrm{d}x + \frac{\partial f}{\partial y}\,\mathrm{d}y + \frac{\partial f}{\partial z}\,\mathrm{d}z )] }}}||
  • [math(1)]-형식 [math(\omega = A_x \mathrm{d}x + A_y \mathrm{d}y + A_z \mathrm{d}z )]에 대해
[math(\displaystyle \begin{aligned}
\mathrm{d} \omega &= \mathrm{d}(A_x) \wedge \mathrm{d}x + \mathrm{d}(A_y) \wedge \mathrm{d}y+ \mathrm{d}(A_z) \wedge \mathrm{d}z \\
&= \left( \frac{\partial A_z}{\partial y} - \frac{\partial A_y}{\partial z} \right) \mathrm{d}y \wedge \mathrm{d}z + \left( \frac{\partial A_x}{\partial z} - \frac{\partial A_z}{\partial x} \right) \mathrm{d}z \wedge \mathrm{d}x + \left( \frac{\partial A_y}{\partial x} - \frac{\partial A_x}{\partial y} \right) \mathrm{d}x \wedge \mathrm{d}y
\end{aligned} )]
  • [math(2)]-형식 [math(\omega = B_x \mathrm{d}y \wedge \mathrm{d}z + B_y \mathrm{d}z \wedge \mathrm{d}x + B_z \mathrm{d}x \wedge \mathrm{d}y)]에 대해
[math(\displaystyle \begin{aligned}
\mathrm{d} \omega &= \mathrm{d}\,(B_x) \mathrm{d}y \wedge \mathrm{d}z + \mathrm{d}(B_y)\,\mathrm{d}z \wedge \mathrm{d}x + \mathrm{d}(B_z)\,\mathrm{d}x \wedge \mathrm{d}y \\
&= \left( \frac{\partial B_x}{\partial x} + \frac{\partial B_y}{\partial y} + \frac{\partial B_z}{\partial z} \right) \mathrm{d}x \wedge \mathrm{d}y \wedge \mathrm{d}z
\end{aligned} )]
이 셋을 각각 직교좌표계의 경사(gradient), 회전(curl), 발산(divergence)과 비교해 보자. 100% 동일한 표현임을 볼 수 있을 것이다.

즉, 삼종세트는 모두 이 외미분의 특수한 경우로 이해할 수 있다. 이 대통합 관점에서 보면 선적분의 기본정리, 켈빈-스토크스 정리, 3차원에서의 발산 정리도 결국 각각 [math(1)], [math(2)], [math(3)]-형식에 대한 일반화된 스토크스 정리의 특수한 경우에 지나지 않는다. 경사, 회전, 발산을 둘씩 합성하면 [math(0)]이 되는 것도, 즉 [math(\nabla \times (\nabla f) = 0)]이 되고 [math(\nabla \cdot (\nabla \times {\bf A}) = 0)]이 되는 것도 다 [math(\mathrm{d}^2 = 0)]으로 설명할 수 있다. 비슷하게, 2차원에서 나오는 그린 정리와 발산 정리도 [math(1)]-형식과 [math(2)]-형식에 대한 스토크스 정리의 일부로 이해할 수 있다.

미분형식에 대해 엄밀하게 배우지 않을 사람들도 이 큰 그림 하나 정도 챙겨두고 가는 건 충분한 가치가 있을 것이다. 특히 델을 많이 쓰는 물리학도라면.

다만, 주의할 점이 한 가지가 있다. 이 이해 방식에서는 [math(2)]-형식을 벡터장으로, [math(3)]-형식을 함수로 해석하는데, 이들을 자연스럽게 같게 보는 것은 유클리드 공간 한정이다. 더 정확히는 접평면에 내적이 있을 때, 즉 리만 다양체 한정으로 호지 쌍대(Hodge dual)라는 연산 [math(\star : \Omega^k \rightarrow \Omega^{n-k})]을 통해 가능하다.


[1] 벡터공간의 쌍대공간의 원소 [2] 이는 외적의 성질과 비슷하다. 순서를 바꾸면 부호도 바뀌고, 같은 것끼리 하면 0이 나오는데다가 [math({\rm d}x)], [math({\rm d}y)]를 가지고 할 때는 넓이가 나온다는 점까지 비슷하다. 차이점이 있다면 외적은 두 벡터에 모두 수직인 벡터를 가리키지만 쐐기곱은 [math({\rm d}x)], [math({\rm d}y)]를 변으로 하는 평행사변형 그 자체를 가리킨다.