공학용 계산기로 기하평균 구하기 -> 오류 가능성(?)
1. 기하 평균이란?
https://allcalc.org/8954
2. 기하 평균 공식
$$GM = \sqrt[n]{x_1 \cdot x_2 \cdot \ldots \cdot x_n} $$
$$GM = \left( \prod_{i=1}^{n} x_i \right)^{1/n} $$
둘 다 같은 식이고, 다르게 표현한 것 뿐입니다.
공학용 계산기를 이용하면 간단하게 구할 수 있습니다.
예를 들어
4, 5, 6, 6, 7, 7, 7, 7, 8, 9, 9 (샘플 11개) 의 기하 평균을 fx-570 ES로 구해보면

이렇게 답이 잘 나옵니다.
3. 오류 가능성
산술평균과 다르게 기하평균을 계산기로 계산할 때는 오류 가능성이 존재합니다.
일반 시험문제에서는 오류 가능성이 없다고 봐도 되는 수준이니 걱정하실 필요는 없습니다.
ⓐ 샘플의 갯수가 매우 많으면서 ⓑ 샘플의 값이 매우 클거나 매우 작을 경우에
샘플들의 곱하기 결과가 눈덩이처럼 커지면서(반대로 눈송이 사라지듯 사라지면서)
중간 계산 결과값(=루트 안의 계산 결과값)이 계산기의 한계를 벗어나는 일이 발생할 수 있습니다.
이 때는 공학용 계산기 뿐 아니라 컴퓨터 프로그램 안에서도 오류가 발생할 수 잇습니다.
오류 결과로 최종 결과값이 구해지지 않거나, 구해진 결과값이 참값과 다른 오류가 발생하게 됩니다.
또 매우 큰 수와 매우 작은 수가 혼재한 경우에도 부동소수점 연산 도중 정밀도 손실이 발생할 수도 있습니다.
이런 문제를 해결하기 위해 공식을 그대로 이용하지 않고, 샘플을 로그로 변환하여 계산하는 방법이 있습니다.
기하 평균의 로그 변환 계산법
핵심 원리는 "기하 평균의 로그값은 각 측정값의 로그값의 산술 평균과 같다"는 것입니다.
계산 단계:
1. 각 측정값에 로그(log)를 취합니다.
* log(x₁), log(x₂), ..., log(xₙ)
* 어떤 밑을 가진 로그(자연로그 ln, 상용로그 log10 등)를 사용해도 상관없지만, 일관성 있게 하나만 사용해야 합니다.
2. 로그 값들의 산술 평균을 구합니다.
* 평균 = (log(x₁) + log(x₂) + ... + log(xₙ)) / n
3. 계산된 평균값에 역로그(antilog)를 취하여 원래 값으로 되돌립니다.
* 1단계에서 자연로그(ln)를 사용했다면, 2단계 결과에 지수 함수(exp 또는 e^x)를 적용합니다.
* 1단계에서 상용로그(log10)를 사용했다면, 2단계 결과를 10의 거듭제곱으로 계산합니다 (10^x).
수식으로 표현:
$$기하 평균(GM) = \exp\left(\frac{1}{n}\sum_{i=1}^{n}\ln(x_i)\right)$$
2의 예시를 공학용 계산기로 계산한다면
먼저 각 샘플의 로그값을 더하고, 그걸 11로 나눕니다.

그리고 10을 밑으로 & (앞) 결과값을 지수로 입력하면 최종 결과가 나옵니다.

세상의모든계산기 님의 최근 댓글
- claude AI는 l-c*r^2 을 1-c*r^2 으로 잘못 읽고 표시하고 있습니다. - TI-nspire CAS 계산기에 l-c*r^2 ≥0 을 조건에 추가해 계산해 보아도 결과는 바뀌지 않습니다. 2026 07.20 ⚠️ 경고가 바로 두 번째 방법이 "성공"한 이유와 정확히 연결되어 있습니다. 경고의 의미 "Domain of the result might be larger than the domain of the input"는 CAS가 절댓값(모듈러스)을 계산하는 과정에서 원래 식보다 정의역이 더 넓은 형태로 단순화했다는 뜻입니다. 구체적으로 이 계산은 내부적으로 대략 이런 과정을 거칩니다. $$\left|\frac{er}{e\cdot r}\right| = \sqrt{\left(\frac{er}{e\cdot r}\right)\cdot\overline{\left(\frac{er}{e\cdot r}\right)}}$$ 즉 원래 식(복소수)과 그 켤레복소수를 곱해서 실수부·허수부 제곱합을 만들고, 거기에 다시 제곱근을 씌우는 과정입니다. 이 과정에서 √(x²) → x 또는 √a·√b → √(ab) 같은 규칙들이 쓰이는데, 이런 규칙들은 x가 실수이고 0 이상일 때만 엄밀하게 성립합니다. CAS는 이 조건들을 일일이 다 추적하지 않고 넘어가면서, 원래는 (e≠0, r+l·ω·i ≠ 0 등) 복소수 특유의 좁은 정의역을 가진 식을, r, l, ω가 어떤 실수여도(부호 무관하게) 정의되는 1/√(r²+l²·ω²)라는 더 넓은 정의역의 식으로 바꿔버린 것입니다. CAS는 이 손실을 감지하고 경고를 띄운 것입니다. 이게 왜 조건 대입 성공과 연결되는가 정리하면, 이 경고는 사실상 이런 뜻입니다. "나는 이 결과를 만들면서 원래 식이 가지고 있던 정의역 제약 정보(부호 조건, i 관련 조건 등)를 이미 버렸다." 바로 이 "정의역 정보를 버린" 상태가 이후 con_1 대입을 매끄럽게 만드는 원인입니다. 첫 번째 시도에서는 i가 살아있는 원래 식에 조건을 대입했기 때문에, CAS가 √(1-c·r²)이 실수인지(정의역 조건: 1-c·r² ≥ 0) 계속 추적하려고 했고, 그 정보가 con에 없어서 더 이상 정리를 못 하고 멈췄습니다. 두 번째 시도에서는 절댓값 계산 단계에서 이미 그런 세밀한 정의역 추적을 CAS 스스로 포기(단순화)했기 때문에, 이후 ω에 무리식을 대입해도 "이게 실수가 맞나?" 하는 검증 절차 없이 그냥 대수적으로 치환·정리해 버립니다. 그래서 깔끔하게 √c/√l이 나온 겁니다. 한 줄 요약 절댓값 계산 시 뜬 "정의역이 넓어졌을 수 있다"는 경고는, CAS가 그 순간에 원래 식의 엄밀한 조건(정의역)을 놓쳤다는 신호이고, 바로 그 "조건을 놓친 상태"이기 때문에 뒤에 이어지는 조건식 대입이 막힘없이 진행된 것입니다. 다만 그 대가로, 결과인 1/√(r²+l²·ω²)이나 최종 √c/√l이 원래 회로 조건(i≠0이 되는 경계, 분모가 0이 되는 경우 등)에서는 엄밀히 성립하지 않을 수 있다는 점은 감안하셔야 합니다. 실제 물리적으로는 r, l, c > 0이고 결과도 물리적으로 타당한 형태라 문제없어 보이지만, 수학적 엄밀성 측면에서는 "정의역이 넓어진 근사적 결과"라는 꼬리표가 붙어있는 셈입니다. 2026 07.20 Claude AI 답변 TI-Nspire CAS의 | (such that / 조건대입) 연산자는 대입 시점의 수식 형태를 그대로 두고 기호만 치환하는 연산입니다. 대입 후에 처음부터 다시 "실수부/허수부 분리, 유리화" 같은 재간소화를 자동으로 수행하지 않습니다. 이 차이가 지금 보신 결과 차이의 핵심입니다. 첫 번째 경우 (|er/(e·r)| | con_1 and con → 실패) 이 시점의 식은 아직 r + l·ω·i 형태의 복소수 그대로입니다 (i가 살아있음). 여기에 con_1: ω = √(1-c·r²)/(√c·l)을 대입하면, 분모 안에 i · √(1-c·r²) 라는 항이 새로 생깁니다. 문제는 CAS가 √(1-c·r²)이 실수인지(즉 1-c·r² ≥ 0인지) 판단할 근거가 없다는 겁니다. 저장해 두신 con 조건은 c>0, l>0, r>0뿐이고, 1-c·r²≥0이라는 조건은 포함되어 있지 않습니다. 그래서 CAS는 i와 이 무리식을 더 정리(유리화, 실수부·허수부 재결합)하지 못하고 있는 그대로 남겨둡니다. 결과에 여전히 i가 보이는 이유입니다. 두 번째 경우 (결과값 1/√(r²+l²·ω²)에 대입 → 성공) |er/(e·r)| (절댓값/모듈러스) 연산은 그 자체로 이미 "복소수 → 실수" 변환을 완료한 결과입니다. 즉 1/√(r²+l²·ω²)에는 더 이상 i가 없고, 순수하게 r, l, ω로만 이루어진 실수식입니다. 이 식에 ω = con_1을 대입하는 것은 그냥 실수 대수식에 실수 대입하는 것이므로, i와 무리식이 뒤엉키는 문제 자체가 발생하지 않습니다. 그래서 바로 깔끔하게 √c/√l로 정리됩니다. 정리하면 절댓값(모듈러스) 계산은 "이 값들이 실수다"라는 가정을 이미 내부적으로 써서 i를 제거하는 연산입니다. 그 연산을 조건 대입 이전에 해두면, 이후 대입은 단순 실수 대입이라 문제없이 정리됩니다. 반대로 i가 남아있는 식에 무리식을 포함한 조건을 먼저 대입하면, 그 무리식의 실수성/부호에 대한 가정이 없어서 CAS가 i를 소거하는 재간소화를 못 하고 멈춰버립니다. 실용적 팁: 복소식에 조건을 대입해야 할 때는 가능하면 절댓값·실수화(유리화) 등을 먼저 끝내서 i를 없앤 뒤 조건을 대입하거나, 대입 후 결과에 다시 simplify/expand/combine 같은 명령을 한 번 더 걸어주면 (필요한 도메인 조건과 함께) 정리가 되는 경우가 많습니다. 2026 07.19 저도 어림잡아 추측할 뿐이지 정확한 이유를 알지는 못합니다. 질문하신 사진을 그대로 (Gemini 3.5 Flash / ChatGPT / Claude Sonnet 5) AI에 넣어 보니 claude AI 가 제일 합리적인 답변을 주어서 이를 붙여 넣습니다. 2026 07.19 아 그렇네요. 감사합니다. ^^ 2026 04.28