•  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
파일:상위 문서 아이콘.svg   상위 문서: Exponential Idle
,
,
,
,
1. 개요2. 공통 사항3. 목록
3.1. 정식 이론
3.1.1. 1번째 이론 - 점화식3.1.2. 2번째 이론 - 미분방정식3.1.3. 3번째 이론 - 선형대수학3.1.4. 4번째 이론 - 다항식3.1.5. 5번째 이론 - 로지스틱 함수3.1.6. 6번째 이론 - 적분3.1.7. 7번째 이론 - 수치해석학3.1.8. 8번째 이론 - 혼돈이론3.1.9. 9번째 이론 - ????
3.2. 커스텀 이론
3.2.1. Weierstrass Sine Product3.2.2. Sequential Limits3.2.3. Euler's Formula3.2.4. Convergents to Root 2
4. 여담

1. 개요[편집]

Exponential Idle의 플레이 요소 중 이론에 관련된 내용을 정리한 문서.

2. 공통 사항[편집]

f(t)의 값이 ee2000에 도달하면 상단 변수 바에 φ=1.00\varphi = 1.00τ=????\tau =\,\,????가 상단에 뜰 것이다. 물론 처음에는 τ값이 왜 ????로 뜨는지 의문을 가질 것이다. τ의 값은 f(t)의 값이 ee5000에 도달하고 이론에 처음으로 도입하면 값이 나타난다. 또한, 이론을 처음으로 시작하게 되면 f(t) 수식에 τ가 추가되면서, 본 게임의 수식이 f(t+dt)=f(t)×ebxnφτdtf(t+dt) = f(t)\times e^{bx_{n}\varphi \tau dt}로 변경된다.

이론은 f(t)의 값과 연관된 본 게임과 유사한, 더 작은 유휴 게임으로 간주할 수 있다. 이론은 f(t)의 진행에 기여하는 τ값을 증가시키지만 그 외 f(t)와 관련된 변수들에는 영향을 주지도 받지도 않는다. 특히 눈여겨볼 만한 특징이 하나 있는데, 바로 한번에 1개의 이론만 활성화시킬 수 있다는 것이다. 2개 이상의 이론을 진행할 수 있을 때 1개의 이론을 선택하면 나머지 이론들의 진행 상태는 일시정지되면서 자동으로 저장된다. 따라서 여러분이 활성화된 이론을 변경한다고 해도 이론의 각 진행 상황은 초기화되지 않고 지속적으로 진행할 수 있다.

한편 각각의 이론은 이론 재화 ρ(로)를 생성하는 각자의 고유 식을 가지고 있으며, ρ로는 이론 업그레이드를 구매할 수 있다. 각 이론의 ρ값은 다른 이론에 영향을 주고 받지 않으며, 오직 하나의 이론 내에서만 영향을 받는다. 또한 각 이론에서의 재화 ρ의 최댓값은 해당 이론의 τ(타우)값으로 변환된다.[1]

이론에서의 총 τ값은 τ=i(1+τi)\tau = \prod_i (1+\tau_i)의 수식을 따른다.[2] 이는 특정 이론을 해금만 하고 아직 시작하지 않거나, 아직 잠겨있는 처음 이론의 경우 τ의 값이 0인데, 만약 τ값을 순수하게 곱하기만 하면 0이 되어 f(t) 수식의 증폭을 모조리 제거해서[3] 도로아미타불 시켜버리는 것을 방지하기 위한 것으로 보인다.

각각의 이론에는 독자적인 '변수 업그레이드'를 가지고 있으며, 동일한 '영구 이론 업그레이드'를 가지고 있다. 이론 업그레이드는 오직 해당 이론에만 적용되며, 다른 이론에는 영향을 주고 받지 않는다. f(t) 공식처럼 모든 이론의 1번째 변수는 무료로 구매할 수 있다. 차이점은 이론의 1번째 변수는 최초 1회만 무료라는 점으로, 2번째 구매부터는 업그레이드를 재화 ρ로 구매해야 한다. '영구 이론 업그레이드'는 총 3가지가 존재하며, 이는 다음과 같다.
  • 출판물 잠금 해제: 현재 활성화된 이론에서 일정량의 증폭을 얻고 업그레이드 등을 초기화하고 다시 시작하는 '출판' 기능을 추가하는 것. '출판'에 대해서는 바로 아래 문단에서 자세히 서술한다.
  • '모두 구매'버튼: 이론의 변수 업그레이드를 모두 구매할 수 있는 버튼을 추가하는 것. 작동 원리는 f(t)의 그것과 완전히 동일하다.
  • 업그레이드 자동 구매기: '모두 구매' 버튼에서 설정한 변수 업그레이드를 일정 주기로 자동으로 업그레이드하는 기능을 추가하는 것. 역시 작동 원리는 f(t)의 그것과 동일. 대체로 이론의 1번째 이정표(Milestone)을 넘기고 구매할 수 있다.

각 이론에는 출판(Publication)이라는 초기화 기능이 존재하며, 이론의 수식을 업그레이드할 수 있는 이정표(Milestones)가 존재한다. 출판은 이론의 수식을 통해 얻는 수입을 일정 배율 증폭시켜주는 대신, 이론의 변수 업그레이드와 재화 ρ를 초기화시킨다.[4] 쉽게 말하자면 f(t)의 프레스티지와 거의 똑같은 것. 대신 출판은 반드시 출판 이전의 최대 τ값을 넘겨야 가능하다. 만약 출판 이전의 최대 τ값을 넘기지 않은 상황이라면, "출판하려면 (출판 이전 τ의 최댓값)에 도달하세요."라고 뜨며 출판 자체가 아예 불가능하다. 출판으로 증폭되는 값은 각 이론마다 다른 고유한 값을 가진다.

이정표는 이론의 수식 업그레이드를 할 수 있는 기능으로, 해당 이론에서의 τ값에서 e 뒤의 값이 25씩 증가할 때마다 업그레이드가 1개씩 주어진다. 즉, 처음에는 1.000e25에서 업그레이드가 주어지며, 이후에는 e50, e75, e100, ... 이런 식으로 넘어가는 방식.[5] 아직 모든 업그레이드를 얻지 못했다면 "업그레이드를 얻기 위해서 다음 이정표 (값)에 도달하세요."라고 뜨며, 모든 업그레이드를 얻는다면 "가장 높은 이정표에 도달했습니다!"라 뜬다.

3. 목록[편집]

3.1. 정식 이론[편집]

각 문단에서 다루는 내용은 각 이론에서만 가지는 고유한 특성을 설명한 것이다. 모든 이론에 적용되는 내용은 상술한 내용을 확인할 것.

이와는 별개로, 정식 이론은 f(t)가 특정 값에 도달하는 즉시 달성해주는 것이 좋다. φ\varphi의 증가에 비해 τ\tau의 증가가 더욱 빠르기 때문이다. 아래 정식 이론에서 f(t)와 σ를 최소 가격으로 표기하는 것 역시 이에 따른 것이다. 연구 탭에서 이미 다른 탭에 동원된 학생을 빼서 다른 곳에 동원할 수 있는데, 이 기능을 활용하면 다른 곳에 모든 학생을 사용했다 하더라도 이론을 구매하는 것이 가능하다.

참고로 아래에서 '레벨에 따라 값이 느리게 증가하는' 변수의 현재 레벨을 nn이라 하면, n110\frac{n-1}{10}의 정수 부분을 mm이라 할때, 레벨이 증가할 때 2m2^m이 더해지는 방식으로 변수값이 증가한다. 또한, 각 이론에서의 이정표 순서는 이정표 업그레이드를 사용하기 직전 각각의 시점에서의 이정표 순서를 기준으로 한다.

3.1.1. 1번째 이론 - 점화식[편집]

  • 구매 가격: 20σ
  • 최소 f(t)의 값: ee5000
  • τ의 증가 속도: 중간
처음으로 해금할 수 있는 이론. Exponential Idle에 등장하는 모든 수식을 통틀어서 유일하게 재화의 이전 값이 재화의 변화율에 영향을 주는 수식으로, 다른 수식과 달리 절대로 구매가 가능한 즉시 업그레이드를 하지 말아야 하는 이론이다. 기본 변수로는 q1q_1, q2q_2, c1c_1, c2c_2가 있으며, 이후 이정표 업그레이드를 통해 c3c_3c4c_4 역시 업그레이드가 가능하다.

먼저 점화식 이론의 계산식은 다음과 같다.
  • 초기 수식: ρn+1=ρn+c1c2\rho_{n+1} = \rho_n + c_1c_2
  • 모든 항 구매 이후: ρn+1=ρn+c1c2+c3ρn10.2+c4ρn20.3\rho_{n+1} = \rho_n + c_1c_2 + c_3\rho_{n-1}^{0.2} + c_4\rho_{n-2}^{0.3}
  • c1c_1에 식 곱하는 것 구매 이후: ρn+1=ρn+c1c2(1+ln(ρn)100)+c3ρn10.2+c4ρn20.3\rho_{n+1} = \rho_n + c_1c_2\biggl( 1+\dfrac{\mathrm{ln}(\rho_n)}{100} \biggl) + c_3\rho_{n-1}^{0.2} + c_4\rho_{n-2}^{0.3}
  • 최종 수식: ρn+1=ρn+c11.15c2(1+ln(ρn)100)+c3ρn10.2+c4ρn20.3\rho_{n+1} = \rho_n + c_1^{1.15} c_2\biggl( 1+\dfrac{\mathrm{ln}(\rho_n)}{100} \biggl) + c_3\rho_{n-1}^{0.2} + c_4\rho_{n-2}^{0.3}
위에서 언급한 계산식을 자세히 분석해보자. 현재 틱에서의 ρ의 값을 ρn\rho_n, 다음 틱에서의 ρ의 값을 ρn+1\rho_{n+1}이라 하고 있다. 최종 수식을 기준으로 할 때, 다음 틱에서의 ρ의 값은 현재 틱에서의 ρ의 값(ρ\rho), c1c_1c2c_2에 현재 틱에서의 ρ의 값과 관련된 것을 곱한 값(c11.15c2(1+ln(ρn)100)c_1^{1.15}c_2\biggl( 1+\dfrac{\mathrm{ln}(\rho_n)}{100} \biggl)), 직전 틱에서의 ρ와 관련된 값(c3ρn10.2c_3\rho_{n-1}^{0.2}), 2틱 전의 ρ와 관련된 값(c4ρn20.3c_4\rho_{n-2}^{0.3})을 모두 더한 값이라는 것을 알 수 있다.

이제 ρ가 쌓이는대로 즉시 업그레이드에 사용하지 말아야 하는 이유를 알아보자. 먼저 여러분이 현재 11ρ를 가지고 있는 상황에서 10ρ 가격의 업그레이드가 있다고 가정하자. 만약 여러분이 바로 업그레이드를 구매한다면 ρ의 값은 11에서 1로 감소하게 된다. 반대로 업그레이드를 구매하지 않는다면 바로 다음 틱에서 ρ의 값은 11 초과의 값을 가지게 되므로, 결국 여러분은 최소 11배의 손해를 보는 것이 된다. 여기까지만 봐도 이미 큰 피해를 입힌다는 것을 확인할 수 있는데, 이게 끝이 아니다. 이정표를 통해 수식을 최대한 업그레이드한다면 위에서도 상술했듯이 직전 틱과 2틱 전의 ρ값 역시 계산에 들어가게 된다. 만약 여러분이 ρ를 사용하여 바로바로 업그레이드를 진행한다면 ρ값의 감소가 전체 수식에 영향을 계속해서 주게 될 것이며, 이것이 매 틱마다 반복된다면 결국 겉잡을 수 없을 정도로 큰 손실을 입게 된다. 이것이 바로 위에서 언급했던, 업그레이드를 바로 구매하지 말아야 하는 이유이다.

점화식 이론에서는 최소 4개, 최대 6개의 변수에 의해 ρ의 값이 변화한다. 변수의 종류는 아래와 같다.
  • q1q_1, c1c_1: 기본 변수 이들 변수는 레벨에 따라 매우 느리게 값이 증가한다.
  • q2q_2, c2c_2: 기본 변수 현재 레벨이 n일 때, 이들 변수의 값은 2n2^n이다.
  • c3c_3, c4c_4: 현재 레벨이 n일 때, 이들 변수의 값은 10n10^n이다.
여기서 눈여겨볼 점은 q1q_1q2q_2가 이론의 틱 속도 변화에 영향을 준다는 점이다. f(t) 방정식을 포함하여, Exponential Idle에서의 각 수식의 틱 속도는 초당 0.1이다. 점화식 이론 역시 출판 직후에는 틱 속도가 초당 0.1이지만, 점화식 이론에서의 틱 속도는 초당 q1q2q_1q_2이다. 점화식 이론에서는 틱 속도의 가속과, 출판을 통한 증폭 2가지 모두에 의해 속도가 가속된다는 의미이다. 따라서 이론이 진행되다 보면 나중에는 "틱 속도: 5.464e83/초"같은 경우도 보게 될 것이다.

한편, 점화식 이론에서의 이전 출판의 τ의 값을 τˉ1\bar \tau_1이라 하면, τ값에 따른 증폭 배율 공식은 τˉ10.1643\dfrac{\bar \tau_1^{0.164}}{3}을 따른다. 또한 점화식 이론에서의 이정표 업그레이드는 총 6단계로, τ값이 1.00e150에 도달하면 가장 높은 이정표에 도달할 수 있다. 이정표 업그레이드의 목록은 아래와 같다.
  • c1c_1지수를 0.05만큼 증가: 최대 3단계까지 올릴 수 있으며, 최대 수치로 올렸을 때는 1.15제곱이 된다.
  • c1c_1×(1+ln(ρn)100)\times \biggl( 1+\dfrac{\mathrm{ln}(\rho_n)}{100} \biggl): 1단계까지 올릴 수 있다.
  • ρn10.2\rho_{n-1}^{0.2} 추가: 1단계까지 올릴 수 있으며, 동시에 c3c_3 변수 업그레이드도 생성된다.
  • ρn20.3\rho_{n-2}^{0.3} 추가: 1단계까지 올릴 수 있으며, 동시에 c4c_4 변수 업그레이드도 생성된다. ρn10.2\rho_{n-1}^{0.2} 항이 추가되어야 업그레이드할 수 있다.

점화식 이론의 '이정표'는 3번째 -> 4번째 -> 2번째 -> 1번째(3개) 순으로 진행하면 효율이 최대가 된다고 한다. 또한, Exponential Idle의 모든 이론들 중에서 가장 효율적인 출판 시점이 알려지지 않은 유일한 이론이다. 그 이유는 τ1\tau_1의 값에 따라 최고로 효율적인 증폭 배율이 달라지기 때문인데, 일단 전반적으로 2.5~6배 사이에서 심하게 요동친다고 한다.

3.1.2. 2번째 이론 - 미분방정식[편집]

  • 구매 가격: 5σ(누적 25σ)
  • 최소 f(t)의 값: ee6000
  • τ의 증가 속도: 초반부에는 빠른 편이나 후반부에는 2번째로 느림[6]
1번째 이론을 해금한 후, 학생 5명으로 해금할 수 있는 이론. 기본 변수로는 q˙1\dot q_1, q˙2\dot q_2, r˙1\dot r_1, r˙2\dot r_2가 있으며, 이후 이정표 업그레이드를 통해 변수 q˙3\dot q_3, q˙4\dot q_4, r˙3\dot r_3, r˙4\dot r_4 역시 업그레이드할 수 있다. '점화식' 이론과는 달리 틱 속도는 0.1/초로 고정되어 있다. 또한, xnx_n처럼 q1q_1 ~ q4q_4, r1r_1 ~ r4r_4의 값이 현재 틱에서 얼마인지가 그래프 화면 우측에 배열되어 있다. 처음에는 3번 항과 4번 항이 해금되지 않아서 '잠김'이라고 뜨나, 이정표 업그레이드를 진행하면 모두 값이 뜨게 된다.

미분방정식 이론에 관한 기본적인 분석을 이해하기 위해서는 도함수를 비롯한 기초적인 미적분에 대한 이해가 필요하다. 이후 이론들도 대부분 이론 재화 관련 수식을 ρ˙\dot \rho에 대한 식으로 정리하는 편인데, 이 이론은 특히 도함수를 비롯한 미적분 관련 내용에 중심을 둔만큼 관련 정보를 미리 알아가도록 하자. 먼저 ρ˙\dot \rho는 뉴턴 방식으로 표기한 ρ의 도함수로, 여기서의 도함수는 정확히는 미분 계수에 가깝다. 이때 미분 계수는 수학적으로 '함수의 순간 변화율'로 정의된다. 함수가 미분 가능할 때, xx에 대한 다항함수 y=xny = x^n에 대하여 y˙=nxn1\dot y = nx^{n-1}가 성립한다. 반대로 이러한 미분 가능한 함수의 도함수에서 원래 함수를 찾는 작업인 적분을 진행할 수도 있는데, y˙=nxn1\dot y = nx^{n-1}xx에 대해 적분하면 y=xny = x^n을 얻을 수 있다.

먼저 미분방정식 이론의 변수는 총 8개로, 최소 4개에서 최대 8개의 변수에 의해 ρ의 값이 변화한다. 미분방정식 이론에서의 변수는 다음과 같다. 이때 CC는 레벨에 따라 변화하는 수로, 8개 변수 모두 동일한 원리가 적용된다.
  • q˙1\dot q_1, r˙1\dot r_1: 기본 변수 q˙1=C×q2\dot q_1 = C\times q_2, r˙1=C×r2\dot r_1 = C\times r_2의 형식으로 정의된다. 다른 변수들과는 달리, 이들 2개는 ρ의 값에 직접적인 영향을 준다.
  • q˙2\dot q_2, r˙2\dot r_2: 기본 변수 q˙2=C×q3\dot q_2 = C\times q_3, r˙2=C×r3\dot r_2 = C\times r_3의 형식으로 정의된다. 여기부터는 ρ의 값을 직접적으로 변화시키지는 않고, 대신 위에서 언급했던 2개 변수값을 증폭시키는 역할을 한다.
  • q˙3\dot q_3, r˙3\dot r_3: q˙3=C×q4\dot q_3 = C\times q_4, r˙3=C×r4\dot r_3 = C\times r_4의 형식으로 정의된다.
  • q˙4\dot q_4, r˙4\dot r_4: 위의 6개 변수와는 달리, 이 변수는 레벨에 따른 C값으로만 정의된다.[7]

변수에 대한 수식들을 적분해준 후 이들을 적절히 변형시켜서 q, r의 1번째 변수에 대한 점화식을 구하면, 좌변에는 q1(t+dt)q_1(t+dt), r1(t+dt)r_1(t+dt)가 각각 오게 된다. 우변에는 q1q_1, q2q_2를 1번 적분한 것, q3q_3를 2번 적분한 것, q4q_4를 3번 적분한 것의 합이 온다. 이때 각 항은 그 자체로는 상수로 간주되며, 적분할 때에는 dt에 대하여 적분한다. 따라서 미분방정식 이론의 계산식은 다음과 같다.
  • 초기 수식: ρ˙=q1r1\dot \rho = q_1r_1
    • q, r 수식: q1(t+dt)=q1+q2dtq_1(t+dt) = q_1 + q_2dt, r1(t+dt)=r1+r2dtr_1(t+dt) = r_1 + r_2dt
  • 항 전체 구매 이후 수식: ρ˙=q1r1\dot \rho = q_1r_1
    • q, r 수식: q1(t+dt)=q1+q2dt+12q3dt2+16q4dt3q_1(t+dt) = q_1 + q_2dt + \frac{1}{2} q_3dt^2 + \frac{1}{6} q_4dt^3, r1(t+dt)=r1+r2dt+12r3dt2+16r4dt3r_1(t+dt) = r_1 + r_2dt + \frac{1}{2} r_3dt^2 + \frac{1}{6} r_4dt^3
  • 최종 수식: ρ˙=q11.15r11.15\dot \rho = q_1^{1.15}r_1^{1.15}
    • q, r 수식(단, 거듭제곱은 무시함.): q1(t+dt)=q1+q2dt+12q3dt2+16q4dt3q_1(t+dt) = q_1 + q_2dt + \frac{1}{2} q_3dt^2 + \frac{1}{6} q_4dt^3, r1(t+dt)=r1+r2dt+12r3dt2+16r4dt3r_1(t+dt) = r_1 + r_2dt + \frac{1}{2} r_3dt^2 + \frac{1}{6} r_4dt^3

한편, 미분방정식 이론에서의 이전 출판의 τ의 값을 τˉ2\bar \tau_2라 하면, τ값에 따른 증폭 배율 공식은 τˉ20.198100\dfrac{\bar \tau_2^{0.198}}{100}을 따른다. 또한 미분방정식 이론에서의 이정표 업그레이드는 총 10단계[8]로, τ값이 1.00e250에 도달하면 가장 높은 이정표에 도달할 수 있다. 이정표 업그레이드의 목록은 아래와 같다.
  • qnq_n 잠금 해제: 최대 2단계까지 올릴 수 있다. q3q_3을 먼저 해금한 후, q4q_4를 해금하는 방식으로 업그레이드가 진행된다. 당연히 항의 해금과 동시에 변수 업그레이드가 가능해진다.
  • rnr_n 잠금 해제: 최대 2단계까지 올릴 수 있다. r3r_3을 먼저 해금한 후, r4r_4를 해금하는 방식. 그 외 업그레이드 방식은 바로 위쪽과 동일하다.
  • q1q_1 지수를 0.05만큼 증가: 최대 3단계까지 올릴 수 있으며, 모두 올리면 해당 항의 거듭제곱이 1.15제곱이 된다.
  • r1r_1 지수를 0.05만큼 증가: 최대 3단계까지 올릴 수 있으며, 그외 상세 사항은 바로 위쪽과 동일.

미분방정식 이론의 '이정표'는 1번째(2개) -> 2번째(2개) -> 3번째(3개) -> 4번째(3개) 순으로 진행하면 효율이 최대가 된다고 한다. 여담으로 이정표 중에서는 장기적으로는 특정 항의 지수를 높이는 것에 비해 항을 추가하는 것이 효율이 높은데, 이는 초반에는 q, r의 각각의 고차항이 증가하는데 많은 시간이 필요하지만 후반으로 가면 결국 고정된 증가 비율을 가진 거듭제곱항에 비해 기하급수적으로 값이 증가하여 따라잡기 때문이라고. 또한 해당 이론의 최적의 증폭 배율은 다른 이론에 비해 압도적으로 크다는 점이 있다. τ2\tau_2값이 1.00e100이 되기 전까지는 증폭 배율이 4자리 수, 1.00e200이 되기 전에는 무려 5자리 수일 정도. 나머지 이론들이 대부분 4~6배 내외, 아무리 높아도 10~15배라는 것을 감안하면 증폭 배율이 독보적이라는 것을 확인할 수 있다.

3.1.3. 3번째 이론 - 선형대수학[편집]

  • 구매 가격: 5σ(누적 30σ)
  • 최소 f(t)의 값: ee7000
  • τ의 증가 속도: 중간
2번째 이론을 해금한 후, 학생 5명으로 해금할 수 있는 이론. 기본 변수로는 b1b_1, b2b_2, c11c_{11}, c12c_{12}, c21c_{21}, c22c_{22} 6개가 있으며, 이후 이정표 업그레이드를 통해 b3b_3, c13c_{13}, c23c_{23}, c31c_{31}, c32c_{32}, c33c_{33} 6개의 변수 역시 업그레이드 할 수 있다, 정식 이론 8개 중에서 변수가 12개로 가장 많으며, 7번째 이론과 더불어 ρ의 개수 역시 여러개인 이론 중 하나이다. 기본적으로 이론 재화가 ρ1\rho_1, ρ2\rho_2로 2개인데다가 이정표로 차원을 확대하면 ρ3\rho_3까지 추가되어 이론 재화가 3개가 되기 때문에, 선형대수학 이론에서 τ3\tau_3의 값은 ρ1\rho_1의 최댓값을 기준으로 한다.

선형대수학 이론을 자세히 분석하기 위해서는 행렬, 그 중에서도 행렬곱의 이해가 필요하다. 먼저 행렬은 1개 이상의 수나 식을 직사각형의 배열로 나열한 것을 의미하며, 행렬에서의 가로줄은 행(row), 세로줄은 열(column)이라 부른다. 한 행렬의 행이 m개이고 열이 n개이면 그 행렬은 m×nm\times n 크기의 행렬이 된다.

다음으로 행렬곱은 행렬의 연산 중 하나로, 행렬곱을 진행하기 위해서는 곱의 앞 행렬의 열 개수와 뒤 행렬의 행 개수가 동일해야 한다.[9] 앞 행렬을 AA, 뒤 행렬을 BB라 하자. AA의 크기가 a×ba\times b이고 BB의 크기가 c×dc\times d라면, 행렬곱 A×BA\times B가 성립하기 위해서는 b=cb=c가 성립해야 한다. 이때 행렬곱의 결과로 얻는 행렬의 크기는 앞 행렬의 행 개수 X 뒤 행렬의 열 개수가 된다. 앞에서 예시로 들었던 두 행렬의 곱의 경우 a×da\times d 크기를 갖는다는 뜻.

이제 행렬곱을 계산해보자. 먼저 행렬 AAm×nm\times n의 크기를, 행렬 BBn×rn\times r의 크기를 가진다고 가정하자. 이때 두 행렬 AA, BB의 행렬곱 CCm×rm\times r의 크기이다. 이때 행렬 CCiijj열 성분은 AAii행의 1, 2, 3, ..., kk번째 성분을 BBjj열의 1, 2, 3, ..., kk번째 성분을 각각 곱한 것을 모두 더한 값과 같다. 여기까지 말로 서술된 부분을 이해하기에는 어려움이 따를 것이다. 백문이 불여일급이듯이, 이제 선형대수학 이론의 ρ식을 예시로 행렬곱을 시각적으로 이해해보자.

[ρ˙1ρ˙2]=[c11c12c21c22][b1b2]​​=[(c11b1+c12b2)(c21b1+c22b2)]\begin{bmatrix} \dot \rho_1 \\ \dot \rho_2 \end{bmatrix} = \begin{bmatrix} {\color{#380000}c_{11}} & {\color{#380000}c_{12}} \\ {\color{#700000}c_{21}} & {\color{#700000}c_{22}} \end{bmatrix} \begin{bmatrix} {\color{blue}b_1} \\ {\color{blue}b_2} \end{bmatrix}​​ = \begin{bmatrix} ({\color{#380000}c_{11}}{\color{blue}b_1} + {\color{#380000}c_{12}}{\color{blue}b_2}) \\ ({\color{#700000}c_{21}}{\color{blue}b_1} + {\color{#700000}c_{22}}{\color{blue}b_2}) \end{bmatrix}

[ρ˙1ρ˙2ρ˙3]=[c11c12c13c21c22c23c31c32c33][b1b2b3]=[(c11b1+c12b2+c13b3)(c21b1+c22b2+c23b3)(c31b1+c32b2+c33b3)]​​\begin{bmatrix} \dot \rho_1 \\ \dot \rho_2 \\ \dot \rho_3 \end{bmatrix} = \begin{bmatrix} {\color{#380000}c_{11}} & {\color{#380000}c_{12}} & {\color{#380000}c_{13}} \\ {\color{#700000}c_{21}} & {\color{#700000}c_{22}} & {\color{#700000}c_{23}} \\ {\color{#a80000}c_{31}} & {\color{#a80000}c_{32}} & {\color{#a80000}c_{33}} \end{bmatrix} \begin{bmatrix} {\color{blue}b_1} \\ {\color{blue}b_2} \\ {\color{blue}b_3} \end{bmatrix} = \begin{bmatrix} ({\color{#380000}c_{11}}{\color{blue}b_1} + {\color{#380000}c_{12}}{\color{blue}b_2} + {\color{#380000}c_{13}}{\color{blue}b_3}) \\ ({\color{#700000}c_{21}}{\color{blue}b_1} + {\color{#700000}c_{22}}{\color{blue}b_2} + {\color{#700000}c_{23}}{\color{blue}b_3}) \\ ({\color{#a80000}c_{31}}{\color{blue}b_1} + {\color{#a80000}c_{32}}{\color{blue}b_2} + {\color{#a80000}c_{33}}{\color{blue}b_3}) \end{bmatrix}​​

먼저 선형대수학 이론의 계산식은 다음과 같다.
  • 초기 수식: [ρ˙1ρ˙2]=[c11c12c21c22][b1b2]​​\begin{bmatrix} \dot \rho_1 \\ \dot \rho_2 \end{bmatrix} = \begin{bmatrix} c_{11} & c_{12} \\ c_{21} & c_{22} \end{bmatrix} \begin{bmatrix} b_1 \\ b_2 \end{bmatrix}​​
  • 차원 확장 직후 수식: [ρ˙1ρ˙2ρ˙3]=[c11c12c13c21c22c23c31c32c33][b1b2b3]​​\begin{bmatrix} \dot \rho_1 \\ \dot \rho_2 \\ \dot \rho_3 \end{bmatrix} = \begin{bmatrix} c_{11} & c_{12} & c_{13} \\ c_{21} & c_{22} & c_{23} \\ c_{31} & c_{32} & c_{33} \end{bmatrix} \begin{bmatrix} b_1 \\ b_2 \\ b_3 \end{bmatrix}​​
  • 최종 수식: [ρ˙1ρ˙2ρ˙3]=[c11c12c13c21c22c23c31c32c33][b11.1b21.1b31.1]​​\begin{bmatrix} \dot \rho_1 \\ \dot \rho_2 \\ \dot \rho_3 \end{bmatrix} = \begin{bmatrix} c_{11} & c_{12} & c_{13} \\ c_{21} & c_{22} & c_{23} \\ c_{31} & c_{32} & c_{33} \end{bmatrix} \begin{bmatrix} b_1^{1.1} \\ b_2^{1.1} \\ b_3^{1.1} \end{bmatrix}​​

선형대수학 이론의 변수는 총 12개로, 최소 6개에서 최대 12개의 변수에 의해 2~3가지 종류의 ρ의 값이 각각 변화한다. 이들 변수를 분류한 결과는 아래와 같다.
  • 기본 변수 여부: [ρ˙1ρ˙2ρ˙3]=[c11c12c13c21c22c23c31c32c33][b1b2b3]​​\begin{bmatrix} \dot \rho_1 \\ \dot \rho_2 \\ \dot \rho_3 \end{bmatrix} = \begin{bmatrix} {\color{blue}c_{11}} & {\color{blue}c_{12}} & c_{13} \\ {\color{blue}c_{21}} & {\color{blue}c_{22}} & c_{23} \\ c_{31} & c_{32} & c_{33} \end{bmatrix} \begin{bmatrix} {\color{blue}b_1} \\ {\color{blue}b_2} \\ b_3 \end{bmatrix}​​. 행렬식에서 파란색으로 되어 있는 변수는 처음부터 주어지는 기본 변수이다.
  • 변수의 값 변화: [ρ˙1ρ˙2ρ˙3]=[c11c12c13c21c22c23c31c32c33][b1b2b3]​​\begin{bmatrix} \dot \rho_1 \\ \dot \rho_2 \\ \dot \rho_3 \end{bmatrix} = \begin{bmatrix} {\color{green}c_{11}} & c_{12} & c_{13} \\ c_{21} & {\color{green}c_{22}} & c_{23} \\ c_{31} & c_{32} & {\color{green}c_{33}} \end{bmatrix} \begin{bmatrix} {\color{red}b_1} \\ {\color{red}b_2} \\ {\color{red}b_3} \end{bmatrix}​​. 빨간색으로 칠해진 b항들은 모두 동일한 원리로 값이 매우 느리게 증가한다. 변수의 현재 레벨을 n이라 할 때, 초록색으로 칠해진 3개 변수의 값은 2n2^n이며, 나머지 6개 변수의 값은 2n12^n-1이다.
  • 기여하는 ρ의 종류: [ρ˙1ρ˙2ρ˙3]=[c11c12c13c21c22c23c31c32c33][b1b2b3]​​\begin{bmatrix} {\color{red}\dot \rho_1} \\ {\color{green}\dot \rho_2} \\ {\color{blue}\dot \rho_3} \end{bmatrix} = \begin{bmatrix} {\color{red}c_{11}} & {\color{green}c_{12}} & {\color{blue}c_{13}} \\ {\color{red}c_{21}} & {\color{green}c_{22}} & {\color{blue}c_{23}} \\ {\color{red}c_{31}} & {\color{green}c_{32}} & {\color{blue}c_{33}} \end{bmatrix} \begin{bmatrix} {\color{red}b_1} \\ {\color{green}b_2} \\ {\color{blue}b_3} \end{bmatrix}​​. 각 변수들은 변수에 칠해진 색과 같은 색의 ρ값의 증가에 기여한다.

한편, 선형대수학 이론에서의 이전 출판의 τ의 값을 τˉ3\bar \tau_3이라 하면, τ값에 따른 증폭 배율 공식은 3τˉ30.1473\bar \tau_3^{0.147}을 따른다. 또한 선형대수학 이론에서의 이정표 업그레이드는 총 7단계로, τ값이 1.00e175에 도달하면 가장 높은 이정표에 도달할 수 있다. 이정표 업그레이드의 목록은 아래와 같다.
  • 새 차원 추가: 1단계까지 올릴 수 있다. 해당 업그레이드를 진행할 시 c항의 2X2 행렬이 3X3 행렬로 크기가 증가하는 등 행렬이 전반적으로 확장된다.
  • b1b_1지수를 0.05만큼 증가: 2단계까지 올릴 수 있으며, 업그레이드를 모두 진행하면 거듭제곱이 1.1제곱이 된다.
  • b2b_2지수를 0.05만큼 증가: 2단계까지 올릴 수 있으며, 작동 원리는 2번째 이정표와 동일.
  • b3b_3지수를 0.05만큼 증가: 2단계까지 올릴 수 있으며, 작동 원리는 2번째 이정표와 동일. 1번째 이정표의 업그레이드를 진행해야 업그레이드할 수 있다.

선형대수학 이론의 이정표는 플레이 방식에 따라 효율이 최대가 되는 이정표의 업그레이드 순서가 달라진다. 만약 꾸준히 인게임에서 플레이하는 유저라면 3번째(2개) -> 1번째 -> 2번째(2개) -> 4번째(2개) 순으로, 방치형으로 주로 플레이하는 유저라면 3번째(2개) -> 2번째(2개) -> 1번째 -> 4번째(2개) 순으로 진행하는 것이 효율이 최대가 된다고 한다. 대체로 차원 확장에 비해 b항의 지수를 증가시키는 업그레이드의 중요도가 높은 편인데, 이는 차원 확장으로 인한 τ값 증가 속도의 증폭 효과는 일정한 값인 반면, b항의 지수 증가로 인한 τ값 증가 속도의 증폭 효과는 직접적이고 지속적이라 후반에는 결국 차원 확장의 효과를 초월하기 때문이다. 또한, 해당 이론의 최적의 증폭 비율은 다른 이론에 비해 상대적으로 낮은 편으로, 대체로 2~4배 사이라고 한다. 마지막으로, ρ1\rho_1의 최댓값이 τ3\tau_3의 값이 된다는 원리를 이용하는 경우, 출판을 하기 직전에는 ρ1\rho_1을 요구하는 모든 업그레이드의 구매를 중단하여 ρ1\rho_1값의 증가에 기여하는 것이 좋다고 한다.

3.1.4. 4번째 이론 - 다항식[편집]

  • 구매 가격: 5σ(누적 35σ)
  • 최소 f(t)의 값: ee8000
  • τ의 증가 속도: 3번째로 빠름
3번째 이론을 해금한 후, 학생 5명으로 해금할 수 있는 이론. 기본 변수로는 c1c_1, c2c_2, c3c_3, q1q_1, q2q_2 5개가 있으며, 이후 이정표 업그레이드를 통해 c4c_4, c5c_5, c6c_6 또한 업그레이드할 수 있다. 다항식 이론에서의 q값은 q(t+dt)=q+q˙×dtq(t+dt) = q+\dot q\times dt의 수식을 따라 증가한다. 이때 틱 속도는 항상 초당 0.1이므로 dt=0.1dt=0.1이 성립한다. 사실 작동 원리가 가장 단순한 이론이라 설명할 내용이 별로 없다

먼저 다항식 이론의 계산식은 다음과 같다. 아래 수식에서 qq는 현재 틱에서의 q값을 의미한다.
  • 초기 수식: ρ˙=c1c2+c3q\dot \rho=c_1c_2+c_3q, q˙=q1q21+q\dot q=\dfrac{q_1q_2}{1+q}
  • 항 전체 구매 이후 수식: ρ˙=c1c2+c3q+c4q2+c5q3+c6q4\dot \rho=c_1c_2+c_3q+c_4q^2+c_5q^3+c_6q^4, q˙=q1q21+q\dot q=\dfrac{q_1q_2}{1+q}
  • 최종 수식: ρ˙=c11.15c2+c3q+c4q2+c5q3+c6q4\dot \rho=c_1^{1.15}c_2+c_3q+c_4q^2+c_5q^3+c_6q^4, q˙=8q1q21+q\dot q=\dfrac{8q_1q_2}{1+q}

다항식 이론의 변수는 총 8개로, 최소 5개에서 최대 8개의 변수에 의해 ρ의 값이 변화한다. 각 변수의 현재 레벨을 nn이라 할 때, 변수의 종류는 다음과 같다.
  • c1c_1, q1q_1: 기본 변수 레벨에 따라 매우 느리게 증가하는 자연수 값으로 정의된다.
  • c2c_2, c3c_3, q2q_2: 기본 변수 레벨에 따라 2n2^n 값을 가진다.
  • c4c_4: 레벨에 따라 3n3^n 값을 가진다.
  • c5c_5: 레벨에 따라 5n5^n 값을 가진다.
  • c6c_6: 레벨에 따라 10n10^n 값을 가진다.

한편, 다항식 이론에서의 이전 출판의 τ의 값을 τˉ4\bar \tau_4이라 하면, τ값에 따른 증폭 배율 공식은 τˉ40.1654\dfrac{\bar \tau_4^{0.165}}{4}을 따른다. 또한 다항식 이론에서의 이정표 업그레이드는 총 7단계로, τ값이 1.00e175에 도달하면 가장 높은 이정표에 도달할 수 있다. 이정표 업그레이드의 목록은 아래와 같다.
  • qnq^n 추가: 3단계까지 올릴 수 있으며, q2q^2 -> q3q^3 -> q4q^4 순서대로 항이 추가된다. 항이 추가되면서 각각 변수 c4c_4 -> c5c_5 -> c6c_6 순으로 변수 업그레이드가 가능해진다.
  • c1c_1지수를 0.15만큼 증가: 1단계까지 올릴 수 있다. 특이한 점은 다른 업그레이드와 달리 지수를 한번에 0.15씩 올려준다는 것이다.
  • q˙\dot q×2\times 2: 3단계까지 올릴 수 있으며, 업그레이드 할때마다 q˙\dot q 수식의 우변 분자에 2가 곱해진다.
다항식 이론의 이정표는 1번째(3개) -> 3번째(3개) -> 2번째 순으로 진행하는 것이 효율이 최대가 된다고 한다. 또한 해당 이론의 최적의 증폭 비율은 대략 4~6배 정도로 일정하게 유지된다고 한다. 만약 모든 이정표를 구매한 1.00e175 이후에 변수를 구매한다면, 초반에는 c4c_4, c5c_5, c6c_6 3개만 구매하지 말다가, 출판이 가능해지기 약 e1~e2 전부터는 c3c_3, q1q_1, q2q_2 이 3개만 구매하는 것이 좋다고 한다.

3.1.5. 5번째 이론 - 로지스틱 함수[편집]

  • 구매 가격: 5σ(누적 40σ)
  • 최소 f(t)의 값: ee9000
  • τ의 증가 속도: 초반에는 느린 편이나 후반에는 2번째로 빠름[10]
4번째 이론을 해금한 후, 학생 5명으로 해금할 수 있는 이론. 이 이론부터는 초반부 이론이 아닌, 중반부 이론으로 간주된다. 기본 변수로는 q1q_1, q2q_2, c1c_1, c2c_2 4개가 있으며, 이후 이정표 업그레이드를 통해 c3c_3 또한 업그레이드할 수 있다. 변수 개수에서 알겠지만, 다른 이론에 비해 변수의 개수가 상대적으로 적은 편이다. 후술하겠지만 절대로 장시간 방치형으로 플레이하지 말아야 하는 이론이다.

본격적인 이론 분석에 들어가기에 앞서 로지스틱 함수에 대해 간단히 알아보자. 로지스틱 함수은 생태학에서 생물의 개체수 변화 등을 표현하기 위한 수학적 모델 중 하나로, 방정식으로 표현하면 미분방정식의 형태이다. 로지스틱 함수를 그래프로 그려보면 생명과학1에서 나오는 'S자 곡선'의 형태로 나온다. 로지스틱 함수를 방정식으로 표현한 형태인 로지스틱 방정식은 현실적인 개체 수의 변화를 설명하기 위해 도입된 수학적 모델로, 다음의 3가지 조건을 모두 충족시킨다.
  • 개체 수가 0, 즉 개체가 없을 때 개체 증가율은 0일 것
  • 개체 수가 증가할수록 개체 증가율은 감소할 것
  • 환경이 수용할 수 있는 한계 개체 수와 특정 생물의 개체 수가 일치할 때, 개체 증가율은 0이 될 것

KK를 환경 수용력[11], rr을 개체 증가율, NN을 개체 수라 하자. 이때 개체 수의 변화율 dNdt\dfrac{dN}{dt}에 대하여 아래의 방정식이 성립한다.
dNdt=rN(KNK)\dfrac{dN}{dt}=rN(\dfrac{K-N}{K})

먼저 로지스틱 함수 이론의 계산식은 다음과 같다. 아래 수식에서 qq는 현재 틱에서의 q값을 의미한다. 참고로 계산식 아래의 가장 밑의 공간에는 작고 반투명하게 qq의 현재 값이 나와 있다.
  • 초기 수식: ρ˙=q1q2q\dot \rho=q_1q_2q, q˙=(c1/c2)q(1q/c2)\dot q=(c_1/c_2)q(1-q/c_2)
  • c3c_3 구매 직후 수식: ρ˙=q1q2q\dot \rho=q_1q_2q, q˙=(c1/c2)q(c3q/c2)\dot q=(c_1/c_2)q(c_3-q/c_2)
  • 최종 수식: ρ˙=q11.15q2q\dot \rho=q_1^{1.15}q_2q, q˙=(c1/c2)q(c31.1q/c2)\dot q=(c_1/c_2)q(c_3^{1.1}-q/c_2)
위에서 언급했던 로지스틱 방정식에서 dNdt\dfrac{dN}{dt}q˙\dot q로, rrc1/c2c_1/c_2로, NNqq로, KNK\dfrac{K-N}{K}c3qc2\dfrac{c_3-q}{c_2}로 바꾸면 로지스틱 함수 이론의 계산식이 된다는 것을 알 수 있다. 즉 해당 이론의 계산식 중 q에 관한 식은 특정 종의 현재 개체수에 관한 식으로 해석할 수 있다는 것을 의미한다.[12] 결국 qq의 값은 로지스틱 함수 형태로 S자 곡선을 그리며 증가하기 때문에, 이 이론이 최고 효율을 보일 때에는 q의 값이 급격하게 증가하는 상태를 유지할 때이다.

로지스틱 함수의 변수는 총 5개로, 4~5개의 변수에 의해 ρ의 값이 변화한다. 각 변수의 레벨을 nn이라 할 때, 각각 다음의 특징을 갖는다.
  • q1q_1, q2q_2: 기본 변수 q1q_1은 레벨에 따라 느리게 증가하는 값으로, q2q_22n2^n의 값으로 정의된다. 이들은 모두 ρ\rho의 값의 증가에 직접적으로 영향을 주는 요소들로, 이들의 차이점은 그 수치가 2배씩 증가하는지의 여부다.
  • c1c_1: 기본 변수 레벨에 따라 느리게 증가하는 값으로 정의되며, 다른 변수에 비해 압도적으로 느리게 가격이 증가한다.[13] qq가 증가할 수 있는 최댓값에 도달하는 속도를 늦추는 역할을 한다. q가 최댓값에 도달하기 위해서는 충분히 많은 c1c_1 업그레이드가 필요하며, 만약 최댓값에 이미 도달했다면 이 변수는 c2c_2가 구매되지 않는 이상 추가적인 기능을 하지 않는다.
  • c2c_2: 기본 변수 2n2^n의 값으로 정의되며, qq의 최댓값을 2배로 증가시키면서 c1c_1의 효과를 반감시킨다. 만약 c2c_2가 지나치게 구매된다면 c1/c2c_1/c_2의 값이 0으로 수렴하므로 q의 증가 효과가 거의 사라지는 문제가 발생한다.[14] 반대로 c2c_2가 계속 구매되지 않는다면 q값이 최댓값에 가까워질수록 q의 증가 효과가 거의 사라지는 문제가 발생한다.[15]
  • c3c_3: 바로 위 변수와 마찬가지로 2n2^n의 값으로 정의된다. 현재 업그레이드를 진행한 이정표의 개수를 mm이라 할 때, q의 최댓값을 21+m/202^{1+m/20}만큼 증가시키는 역할을 한다.

한편, 로지스틱 함수 이론에서의 이전 출판의 τ의 값을 τˉ5\bar \tau_5라 하면, τ값에 따른 증폭 배율 공식은 τˉ50.159\bar \tau_5^{0.159}를 따른다. 또한 로지스틱 함수 이론에서의 이정표 업그레이드는 총 6단계로, τ값이 1.00e150에 도달하면 가장 높은 이정표에 도달할 수 있다. 이정표 업그레이드의 목록은 아래와 같다.
  • q1q_1지수를 0.05만큼 증가: 3단계까지 올릴 수 있으며, 모두 올리면 거듭제곱이 1.15제곱이 된다.
  • c3c_3 추가: 1단계까지 올릴 수 있으며, 해당 업그레이드를 진행하면 q˙\dot q에 대한 식에서 숫자 1이 c3c_3으로 바뀌면서 동시에 해당 변수 업그레이드도 가능해진다.
  • c3c_3지수를 0.05만큼 증가: 2단계까지 올릴 수 있으며, 모두 올리면 거듭제곱이 1.1제곱이 된다. 반드시 2번째 이정표를 업그레이드해야 해당 이정표 업그레이드가 가능하다.

로지스틱 함수 이론의 이정표는 2번째 -> 1번째(3개) -> 3번째(2개) 순으로 진행하는 것이 효율이 최대가 된다고 한다. 또한 해당 이론의 최적의 증폭 비율은 대략 초반(τ값이 1.00e25가 되기 전까지)에는 3배 내외, 이후로는 6~10배 내외 정도라고 한다.

이 이론은 실제 증가가 로지스틱 함수에 가깝기 때문에, 초반에는 진행 속도가 상당히 느린 편이다. 하지만 τ값이 점차 증가할수록, 기존에 느리게 진행되었던 부분이 점점 빠르게 진행이 되면서 중후반에는 τ값이 1.00e500을 넘기 전까지는 다른 이론들과 달리 가장 빠르게 진행된다. 특히 이 이론의 증폭 배율이 비효율적으로 변하는 속도가 특정 시점 이전까지는 다른 이론들 중 가장 느리다는 점에서, 해당 이론을 게임에 접속한 상태에서 플레이할 경우에는 다른 이론에 비해 더욱 효과적인 결과를 볼 수 있다. 하지만 이 이론을 방치형으로 플레이하는 경우에는 180도 효과가 달라진다! 이상적인 증폭 비율을 조금 넘어가는 시점까지는 최고까지는 아니더라도 차선책 수준의 효과가 나지만, 만약 그 시점을 넘기게 된다면 점화식 이론에서 바로 업그레이드를 구매하는 수준으로 피해가 커진다. 특히 이 현상은 밤중에 접속하지 않는 상황처럼 자리를 비우는 시간이 늘어날수록 점점 심해진다. 따라서 한밤중과 같이 몇 시간 이상 자리를 비워야 하는 상황이라면 차라리 미분방정식같은 이론으로 돌려놓기를 권한다. 2번째로 증가 속도가 빠른 이론을 버리고 싶은가?

3.1.6. 6번째 이론 - 적분[편집]

  • 구매 가격: 5σ(누적 45σ)
  • 최소 f(t)의 값: ee10000
  • τ의 증가 속도: 가장 빠름[16]
5번째 이론을 해금한 후, 학생 5명으로 해금할 수 있는 이론. 직전 이론인 로지스틱과는 달리 방치형 플레이에 최적화된 이론이다. 이론 후반부에 들어서부터는 밤늦게와 같이 몇시간 이상 자리를 비워야 하는 경우 미리 해당 이론을 설정해두어 작동하도록 두는 것이 효율이 매우 좋은 편이다. 기본 변수로는 q1q_1, q2q_2, c1c_1, c2c_2, c3c_3 5개가 있으며, 이후 이정표 업그레이드를 통해 r1r_1, r2r_2, c4c_4, c5c_5 또한 업그레이드할 수 있다.

이론을 대하는 방법은 매우 단순한 편이지만, 분석하는 것은 상당히 깊은 수준으로 들어간다. 일단 분석에 들어가기 위해서는 정적분중적분에 대한 이해가 필요하다. 먼저 적분은 크게 부정적분(Indefinite Integral)과 정적분(Definite Integral)로 나뉘며, 이들 중 정적분은 닫힌 구간에서의 함수의 그래프 혹은 좌표축 따위로 둘러싸인 도형의 넓이를 구하는 계산이다. 반면 '부정적분'은 미분 계산을 역으로 진행한 것으로 이를 역도함수로 부르기도 한다. 함수 f(x)f(x)의 역도함수를 F(x)F(x)라 하자. 이때 닫힌구간 [a,b][a, b]에서 함수 f(x)f(x)의 정적분을 계산할 때 아래의 수식이 성립한다.
abf(x)dx=F(a)F(b)=[F(x)]ab\displaystyle \int_a^b f(x) \,dx=F(a)-F(b)=\biggl[ F(x) \biggl]_a^b
정적분 예시 [펼치기 · 접기]
f(x)=ax+bf(x)=ax+b라 하자. 이때 다항함수 y=xny=x^nxx에 대하여 미분하면 y˙=nxn1\dot y=nx^{n-1}이 되므로, 해당 연산을 역산으로 진행하면 역도함수를 구할 수 있다. 이를 통해 f(x)f(x)의 역도함수를 구하면 F(x)=12ax2+bxF(x)=\dfrac {1}{2}ax^2+bx를 얻을 수 있다. 따라서 xx에 대하여 닫힌구간 [0,t][0, t]에서의 정적분의 값은 다음과 같다.
0tf(x)dx=0t(ax+b)dx=[12ax2+bx]0t=12at2+bt\displaystyle \int_0^t f(x) \,dx=\displaystyle \int_0^t (ax+b) \,dx=\biggl[ \dfrac{1}{2}ax^2+bx \biggl]_0^t=\dfrac {1}{2}at^2+bt


한편 중적분은 정적분의 개념을 확장하여 독립변수가 2개 이상인 다변수함수를 적분하는 것을 의미하며, 기호 \iint는 흔히 3차원 공간 상에서 정의된 이변수함수 z=f(x,y)z=f(x, y)를 적분할 때 사용된다. 이때 중적분은 일반적으로 반복적분(Iterated Integrals)와는 완전히 다른 개념이지만 특수한 조건에서는 중적분 역시 반복적분 형태의 1차원 적분으로 변환해줄 수 있다. 이 상황에서 사용할 수 있는 중적분의 계산 방법이 바로 푸비니 정리(Fubini's Theorem)이다. 이는 이변수함수 z=f(x,y)z=f(x,y)가 직사각형 영역 R={(x,y)axb,cyd}R=\{(x,y)|a\le x\le b, c\le y\le d \}에서 연속인 경우, Rf(x,y)dA=abcdf(x,y)dydx=cdabf(x,y)dxdy\displaystyle \iint_R f(x,y) \,dA=\displaystyle \int_a^b \int_c^d f(x,y) \,dy\,dx=\displaystyle \int_c^d \int_a^b f(x,y) \,dx\,dy가 성립한다는 것이다. 참고로 푸비니 정리에 따라 중적분을 반복 1차원 적분으로 계산할 때, 편미분처럼 적분의 기준이 되는 변수를 제외한 나머지 변수는 모두 상수로 취급한다. 즉, z=f(x,y)z=f(x,y) 이런 식으로 정의된 이변수함수를 적분할 때 푸비니 정리를 사용한다면, xx에 대해 적분해줄 때에는 yy는 상수로 취급한다는 뜻이다.
중적분 예시 [펼치기 · 접기]
직사각형 영역 R이 R={(x,y)0x2,1y2}R=\{(x,y)|0\le x\le 2, 1\le y\le 2 \}으로 주어졌을 때, 중적분 R(x3y2)dA\displaystyle \iint_R (x-3y^2) \,dA는 아래와 같이 2가지 방법으로 계산할 수 있다.
  • y에 대하여 먼저 적분: R(x3y2)dA=0212(x3y2)dydx=02[xyy3]y=1y=2dx=02(x7)dx=[x227x]02=12\displaystyle \iint_R (x-3y^2) \,dA=\displaystyle \int_0^2 \int_1^2 (x-3y^2) \,dy\,dx=\displaystyle \int_0^2 \biggl[ xy-y^3\biggl]_{y=1}^{y=2} \,dx=\displaystyle \int_0^2 (x-7)\,dx=\biggl[ \dfrac{x^2}{2}-7x \biggl]_0^2=-12
  • x에 대하여 먼저 적분: R(x3y2)dA=1202(x3y2)dxdy=12[x223xy2]x=0x=2dy=12(26y2)dy=[2y2y3]12=12\displaystyle \iint_R (x-3y^2) \,dA=\displaystyle \int_1^2 \int_0^2 (x-3y^2) \,dx\,dy=\displaystyle \int_1^2 \biggl[ \dfrac{x^2}{2} -3xy^2\biggl]_{x=0}^{x=2}\,dy=\displaystyle \int_1^2 (2-6y^2)\,dy=\biggl[ 2y-2y^3 \biggl]_1^2=-12


먼저 적분 이론의 계산식은 다음과 같다. 아래 수식에서 q,rq,\,r은 각각 현재 틱에서의 q값과 r값을 나타낸다. 참고로 계산식 아래의 가장 밑의 공간에는 작고 반투명하게 qq, rr, CC의 현재 값이 나와 있다. 또한, 적분 이론에서는 항상 q˙=q1q2\dot q=q_1q_2r˙=r1r2/1000\dot r=r_1r_2/1000가 성립하며, q˙\dot qr˙\dot r은 각각 q값과 r값이 다음 틱에서 얼마나 증가할지를 나타낸다.
  • 초기 수식: ρ=0q(c1c2+c3qˉ)dqˉC\rho=\displaystyle \int_0^q (c_1c_2+c_3\bar q)\,d\bar q-C
  • 차원 확장 후 수식[17]: ρ=0r0q(c1c2+c3qˉ)dqˉdrˉC\rho=\displaystyle \int_0^r \int_0^q (c_1c_2+c_3\bar q)\,d\bar q\,d\bar r-C
  • 차원 확장 + 항 전체 추가 후 수식: ρ=0r0q(c1c2+c3qˉ+c4qˉ2+c5rˉ)dqˉdrˉC\rho=\displaystyle \int_0^r \int_0^q (c_1c_2+c_3\bar q+c_4\bar q^2+c_5\bar r)\,d\bar q\,d\bar r-C
  • 최종 수식: ρ=0r0q(c11.15c2+c3qˉ+c4qˉ2+c5rˉ)dqˉdrˉC\rho=\displaystyle \int_0^r \int_0^q (c_1^{1.15}c_2+c_3\bar q+c_4\bar q^2+c_5\bar r)\,d\bar q\,d\bar r-C
참고로 위 수식에서 qˉ\bar qrˉ\bar r은 q와 r의 켤레값이 아니라, 적분 변수를 의미한다.[18] 다르게 말하자면, 차원 확장 전 수식에서는 함수 f(qˉ)f(\bar q), 확장 후 수식에서는 이변수함수 g(qˉ,rˉ)g(\bar q,\,\bar r)에 대한 적분식을 표현한 것이다. 쉽게 말해, 일반적인 함수 f(x)f(x), 이변수함수 g(x,y)g(x,\,y)와는 다른 변수에 대하여 함수를 정의했다는 뜻. 또한, 위 수식에서 CC는 변수 업그레이드를 진행할 때마다 값이 증가하며, 유저들은 이를 '변수 구매 가격'과 비슷한 값으로 추정하고 있다.[19]

적분 이론의 변수는 총 9개로, 5~9개의 변수에 의해 ρ의 값이 변화한다. 각 변수의 레벨을 nn이라 할 때, 각각 다음의 특징을 갖는다.
  • q1q_1, q2q_2: 기본 변수 q1q_1은 매우 느리게 증가하는 값으로, q2q_22n2^n의 값으로 정의된다. 두 변수에 대해 q˙=q1q2\dot q=q_1q_2가 성립하는데, 이는 매 틱마다(0.1초에 1틱) q1q2q_1q_2만큼 q의 값이 증가한다는 의미이다.
  • r1r_1, r2r_2: r1r_1은 매우 느리게 증가하는 값으로, r2r_22n2^n의 값으로 정의된다. 두 변수에 대해 r˙=r1r2/1000\dot r=r_1r_2/1000이 성립하는데, 이는 매 틱마다 r1r2r_1r_2을 1000으로 나눈 값만큼 r의 값이 증가한다는 의미이다.
  • c1c_1, c2c_2: 기본 변수 c1c_1은 매우 느리게 증가하는 값으로, c2c_22n2^n의 값으로 정의된다. 이들의 곱 c1c2c_1c_2는 적분 이론의 본 수식의 피적분함수 항들 중에서 2번째로 큰 값을 가지며 그만큼 ρ\rho 값의 증가에 기여한다.
  • c3c_3: 기본 변수 매우 느리게 증가하는 값으로 정의된 변수로, 직전 이론의 c1c_1처럼 업그레이드 구매 비용이 압도적으로 느리게 증가한다. 해당 변수가 포함된 항 c3qˉc_3\bar q는 본 수식의 피적분함수 항들 중에서 가장 작은 값을 가지며, 그만큼 ρ\rho 값의 증가에 거의 기여하지 못한다.
  • c4c_4, c5c_5: 두 변수 모두 2n2^n의 값으로 정의된다. c4c_4가 포함된 항의 값은 작은 편인데 비해, c5c_5가 포함된 항인 c5rˉc_5\bar r의 값은 본 수식의 피적분함수 항들 중 가장 큰 값을 가져 ρ\rho의 값의 증가에 가장 많은 기여를 한다.

한편, 적분 이론에서의 이전 출판의 τ의 값을 τˉ6\bar \tau_6이라 하면, τ값에 따른 증폭 배율 공식은 τˉ60.19650\dfrac{\bar \tau_6^{0.196}}{50}을 따른다. 또한 적분 이론에서의 이정표 업그레이드는 총 6단계로, τ값이 1.00e150에 도달하면 가장 높은 이정표에 도달할 수 있다. 이정표 업그레이드의 목록은 아래와 같다.
  • 새 차원 추가: 1단계까지 올릴 수 있으며, 해당 업그레이드를 진행하면 피적분함수가 일변수함수 f(qˉ)f(\bar q)에서 이변수함수 g(qˉ,rˉ)g(\bar q,\,\bar r)로 변화하며, 동시에 본 수식 역시 1차원 적분에서 2차원 중적분으로 변화한다. 또한 변수 r1r_1r2r_2의 업그레이드가 가능해진다.
  • qˉ2\bar q^2 추가: 1단계까지 올릴 수 있으며, 본 수식의 피적분함수에 항 c4qˉ2c_4\bar q^2를 추가해준다. 동시에 c4c_4 변수의 업그레이드를 진행할 수 있게 된다.
  • rˉ\bar r 추가: 1단계까지 올릴 수 있으며, 본 수식의 피적분함수에 항 c5rˉc_5\bar r을 추가해준다. 동시에 c5c_5 변수의 업그레이드를 진행할 수 있게 된다. 해당 업그레이드를 진행하려면 반드시 1번째 이정표 업그레이드를 구매해야 한다.
  • c1c_1지수를 0.05만큼 증가: 3단계까지 올릴 수 있으며, 모두 올리면 거듭제곱이 1.15제곱이 된다.

적분 이론부터는 기존에 진행한 이정표 업그레이드를 빼서 다른 업그레이드를 구매하는 것이 아예 빼지 않고 순서대로 업그레이드를 진행하는 것보다 더 효율적이다. 적분 이론의 이정표는 2번째 -> 1번째 -> 3번째 -> 4번째 3개(2, 3번째 빼서 4번째에 넣기) -> 3번째 -> 2번째 순으로 진행하는 것이 효율이 최대가 된다고 한다. 또한 해당 이론의 최적의 증폭 비율은 정확하게 알려진 바는 없으나, 다른 이론에 비해 값이 큰 편으로 대략 7~12배 정도라고 한다.

3.1.7. 7번째 이론 - 수치해석학[편집]

  • 구매 가격: 5σ(누적 50σ)
  • 최소 f(t)의 값: ee11000
  • τ의 증가 속도: 3번째로 느림
6번째 이론을 해금한 후, 학생 5명으로 해금할 수 있는 이론. 해당 이론부터는 슬슬 정밀하게 분석하는 것이 매우 어려워진다. 수치해석학 이론은 초기 수식과 최종 수식이 가장 크게 차이나는 이론 중 하나이다. 기본 변수로는 q1q_1, c1c_1, c2c_2 겨우 3개(...) 이후 이정표 업그레이드를 통해 c3c_3, c4c_4, c5c_5, c6c_6 또한 업그레이드할 수 있다. 또한 선형대수학 이론과 더불어 ρ\rho가 여러 개가 존재하는 이론으로, 초반에는 이론 재화가 ρ1\rho_1 1개 뿐이지만, 차원을 확장하면 ρ2\rho_2까지 2개의 이론 재화가 존재하게 된다. 따라서 수치해석학 이론에서의 τ값은 재화 ρ1\rho_1의 최댓값을 기준으로 한다.

수치해석학 이론을 정밀하게 분석하기 위해서는 먼저 벡터그라디언트(Gradient) 등의 벡터미적분학의 기본적인 요소들에 대한 이해가 필요하다. 먼저 벡터는 수학적으로는 '벡터공간의 원소'로 정의되나, 수치해석학 이론에서의 벡터는 유클리드 기하학에서의 벡터로, 흔히 알려져 있는 크기와 방향을 모두 가지는 양이라는 정의를 가진다. 수치해석학 이론에서는 고등학교에서의 화살표 표기법이 아닌 볼드체로 벡터를 표기한다. (예시: ρ\boldsymbol{\rho}) 한편 수치해석학 이론에서 ρ=[ρ1ρ2]\boldsymbol{\rho}=[\rho_1\,\,\,\rho_2] 이런 식의 표현을 볼 수 있는데, 이는 벡터 ρ\boldsymbol{\rho}가 점 (ρ1,ρ2)(\rho_1,\,\rho_2) 방향을 향한다는 의미이다. 다음으로 그라디언트, 또는 기울기벡터(Gradient)는 스칼라 함수의 변화량을 알기 위해 사용되는 벡터 함수로, 스칼라장의 최대의 증가율을 나타내는 벡터장을 의미한다. 이변수함수 f(x,y)f(x,\,y)의 그라디언트는 벡터 함수 f(x,y)=fxi+fyj\boldsymbol{\nabla}f(x,\,y)=\dfrac{\partial f}{\partial x}\mathbf{i}+\dfrac{\partial f}{\partial y}\mathbf{j}의 형태로 정의된다.[20]

한편, 수치해석학 이론의 수식은 Maximization Problem으로 해석될 수 있다. 차원 확장 이전에도 2차원 상에서 해당 문제를 풀이한다는 방식으로 해석은 가능하나, 빠른 이해를 위해 이정표를 모두 찍은 시점을 기준으로 서술한다. 모든 이정표 업그레이드를 진행한 후에는 식의 항이 1개에서 5개로 증가하며, 함수 역시 3차원 상에서 정의된 이변수함수로 정의되며 해당 함수는 표면을 나타낸다. 여기서 'Maximization Problem'은 3차원 공간 R3\mathbb{R}^3에서 정의된 이변수함수 g(ρ1,ρ2)g(\rho_1,\,\rho_2)가 나타내는 표면에 대하여 가장 가파른 경사면 방향에서 표면을 따라 이동할 때의 이변수함수의 z축 방향 최댓값을 찾는 것을 목표로 하는 문제이다. 이때 점 (ρ1,ρ2,g(ρ1,ρ2))(\rho_1,\,\rho_2,\,g(\rho_1,\,\rho_2))는 해당 표면 위에 위치한 점이라 할 수 있다. 따라서 이 문제에서의 목표는 g(ρ1,ρ2)g(\rho_1,\,\rho_2)의 값이 최대가 되는 (ρ1,ρ2)(\rho_1,\,\rho_2)를 찾는 것이라 할 수 있다.

하지만 해당 이변수함수는 ρ10,ρ20\rho_1 \ge 0,\,\rho_2 \ge 0에서 정의되어서 'unbounded'하기 때문에, 정확하게 말하면 이변수함수의 적절한 최댓값을 찾을 수 없다. 따라서 엄밀하게는 이 'Maximization Problem'의 조건이 잘못 되었다고(ill-conditioned) 말한다. 이 상황에서 g(ρ1,ρ2)g(\rho_1,\,\rho_2)의 적절한 최댓값을 찾기 위해서는 (ρ1,ρ2)(\rho_1,\,\rho_2)를 가장 가파른 경사면 방향으로 이동시키는 방법이 있다. 이는 ρ˙\boldsymbol{\dot \rho}[21]g(ρ1,ρ2)\nabla g(\rho_1,\,\rho_2)[22] 방향으로 정하면 가능하다. 모든 이정표 업그레이드를 진행한 수식에서 ρ1\rho_1xx로, ρ2\rho_2yy로 정하자. 해당 수식에서 모든 항의 계수를 무시할 때, x축-y축-z축을 기준으로 하는 공간 R3\mathbb{R}^3에서의 이변수함수 gg의 그래프는 아래 그림과 같다.


파일:T7-graph.png
여기까지 설명해도 무슨 의미인지 모르겠다
먼저 수치해석학 이론의 계산식은 다음과 같다. 참고로 본 수식 위에 뜨는 식은 해당 이론이 'Maximization Problem'과 연관되어 있음을 나타내는 수식으로, 차원 확장 전에는 maxg(ρ1)\text{max}\,g(\rho_1)로, 차원 확장 후에는 maxg(ρ1,ρ2)\text{max}\,g(\rho_1,\,\rho_2)로 나타난다. 또한 아랫쪽에는 τ값 기준식, ρ\boldsymbol{\rho}의 방향 등에 관한 식을 나타내며, 처음 2개는 항상 τ7=maxρ1\tau_7=\text{max}\,\rho_1, ρ˙=q1g\boldsymbol{\dot \rho}=q_1\nabla g로 일정하다. 반면 3번째 식은 차원 확장 전에는 ρ=[ρ1]\boldsymbol{\rho}=[\rho_1], 확장 후에는 ρ=[ρ1ρ2]\boldsymbol{\rho}=[\rho_1\,\,\,\rho_2]로 나타난다. 아래의 수식들은 모두 본 수식만을 나타낸다.
  • 초기 수식: g(ρ1)=c1c2ρ1g(\rho_1)=c_1c_2\rho_1 너무 초라하다
  • 차원 확장 직후 수식: g(ρ1,ρ2)=c1c2ρ1+c4ρ2g(\rho_1,\,\rho_2)=c_1c_2\rho_1+c_4\rho_2
  • 차원 확장 + 전체 항 구매 이후 수식: g(ρ1,ρ2)=c1c2ρ1+c3ρ11.5+c4ρ2+c5ρ21.5+c6ρ10.5ρ20.5g(\rho_1,\,\rho_2)=c_1c_2\rho_1+c_3\rho_1^{1.5}+c_4\rho_2+c_5\rho_2^{1.5}+c_6\rho_1^{0.5}\rho_2^{0.5}
  • 최종 수식: g(ρ1,ρ2)=c11.15c2ρ1+c3ρ11.5+c4ρ2+c5ρ21.5+c6ρ10.5ρ20.5g(\rho_1,\,\rho_2)=c_1^{1.15}c_2\rho_1+c_3\rho_1^{1.5}+c_4\rho_2+c_5\rho_2^{1.5}+c_6\rho_1^{0.5}\rho_2^{0.5}

수치해석학 이론의 변수는 총 7개로, 각 변수의 레벨을 nn이라 할 때, 각각 다음의 특징을 갖는다. 아래의 7개 변수는 모두 ρ1\rho_1로 구매할 수 있다. 즉, 엄밀하게는 ρ2\rho_2는 변수의 역할을 하지 재화까지는 아니다.
  • q1q_1: 기본 변수 매우 느리게 증가하는 값으로 정의된다. 다른 변수들과는 달리 기울기벡터의 크기를 증폭시키는 역할을 한다.
  • c1c_1, c2c_2: 기본 변수 전자의 경우 매우 느리게 증가하는 값으로 정의되며 비용도 느리게 증가하는 호구 변수, 후자의 경우 2n2^n의 값으로 정의된다. 2개 변수 모두 함수 g의 기초 항의 계수로 곱해지나, 그 영향은 다른 4개 항에 비해 현저히 미세한 편이다.
  • c3c_3: 2n2^n의 값으로 정의되는 변수로, 2번째 항인 ρ11.5\rho_1^{1.5}의 계수로 곱해진다.
  • c4c_4, c5c_5, c6c_6: 3개 모두 2n2^n의 값으로 정의되며, c5c_5 변수는 다른 변수들에 비해, c3c_3처럼 매우 빠르게 비용이 증가하는 편이다.

한편, 수치해석학 이론에서의 이전 출판의 τ의 값을 τˉ7\bar \tau_7이라 하면, τ값에 따른 증폭 배율 공식은 τ70.152\tau_7^{0.152}을 따른다. 또한 수치해석학 이론에서의 이정표 업그레이드는 총 7단계로, τ값이 1.00e175에 도달하면 가장 높은 이정표에 도달할 수 있다. 이정표 업그레이드의 목록은 아래와 같다.
  • 새 차원 추가: 1단계까지 올릴 수 있으며, 해당 업그레이드를 진행하면 함수 g의 정의가 g(ρ1)g(\rho_1)에서 g(ρ1,ρ2)g(\rho_1,\,\rho_2)로 변화하며, 동시에 ρ2\rho_2 관련 업그레이드가 풀리면서 ρ2\rho_2 재화 역시 등장하게 된다. 동시에 함수 g에 c4ρ2c_4\rho_2가 더해지며, 변수 c4c_4의 업그레이드가 가능해진다.
  • ρ11.5\rho_1^{1.5} 추가: 1단계까지 올릴 수 있으며, 해당 업그레이드를 진행하면 함수 g에 c3ρ11.5c_3\rho_1^{1.5}가 더해진다. 변수 c3c_3의 업그레이드 역시 가능해진다.
  • ρ21.5\rho_2^{1.5} 추가: 1단계까지 올릴 수 있으며, 해당 업그레이드를 진행하기 위해서는 반드시 1번째 이정표 업그레이드를 구매해야 한다. 함수 g에 c5ρ21.5c_5\rho_2^{1.5}가 더해지며, 변수 c5c_5의 업그레이드 역시 가능해진다.
  • ρ10.5ρ20.5\rho_1^{0.5}\rho_2^{0.5} 추가: 1단계까지 올릴 수 있으며, 해당 업그레이드를 진행하기 위해서는 반드시 1번째 이정표 업그레이드를 구매해야 한다. 함수 g에 c6ρ10.5ρ20.5c_6\rho_1^{0.5}\rho_2^{0.5}가 더해지며, 변수 c6c_6의 업그레이드 역시 가능해진다.
  • c1c_1지수를 0.05만큼 증가: 3단계까지 올릴 수 있으며, 모두 올리면 거듭제곱이 1.15제곱이 된다.

수치해석학 이론의 이정표는 2번째 -> 3번째 -> 3번째(2번째 빼서 넣기, 1.00e69 무렵) -> 3번째 -> 2번째 -> 1번째(이후 5번째에서 2개 빼서 모두 1개씩 넣기) -> 5번째(2개) 순으로 진행하는 것이 효율이 최대가 된다고 한다. 또한 해당 이론의 최적의 증폭 비율은 대략 4~6배 정도라고 한다.

3.1.8. 8번째 이론 - 혼돈이론[편집]

  • 구매 가격: 5σ(누적 55σ)
  • 최소 f(t)의 값: ee12000
  • τ의 증가 속도: 압도적으로 가장 느림[23]
7번째 이론을 해금한 후, 학생 5명으로 해금할 수 있는 이론. 해당 이론에 학생 5명을 갈아넣으면 동원하면 20번째 스토리 챕터가 열람된다. 엔딩과 직결되는 수렴 판정 이론과 엔딩 후 콘텐츠인 커스텀 이론을 제외하면 마지막으로 열리는 이론임에도 불구하고 τ의 증가 속도가 심각하게 느린 이론이다. 어느 정도냐면, f(t)가 ee12k일 때 즉시 구매하면 τ값이 1.00e60에 도달할 때까지 무려 16시간(!)이나 걸릴 것으로 추정되고 있다.[약스포_및_공략] 변수로는 c1c_1, c2c_2, c3c_3, c4c_4, c5c_5 5개가 있으며, 이들 모두 기본 변수에 해당한다.

혼돈 이론(Chaos Theory)에 관한 기본 정보는 일반인이 이해하기 상당히 어려운 내용이 매우 많으니 일단 넘어가도록 하자. 해당 이론은 다른 이론과는 차이점이 상당히 많은 편으로, 정리하자면 아래와 같다.
  • 이미 언급했지만 모든 변수가 기본 변수로, 이정표 업그레이드를 통해 추가되는 변수가 없다. 즉, 이미 모든 변수가 업그레이드 가능한 상태로 주어진다는 뜻.
  • 커스텀 이론을 제외하면 전체 이론 중 유일하게 그려지는 그래프의 양상이 다르다. 일반적으로는 가로축이 틱이고 세로축이 현재 f(t)나 ρ의 값이라면, 혼돈이론의 그래프는 3차원 상에서 그려진다.
    • 3차원 그래프로 그려지다 보니, 다른 이론과는 달리 직접 그래프를 조절해서 3차원 상에서 어떻게 그려지는지를 시각적으로 확인할 수 있다.
  • 정식 이론 중 유일하게 이정표 기준 단위가 다르다. 1~7번째 이론의 이정표는 모두 τ값의 과학적 표기법에서 e 뒤에 오는 숫자가 25씩 커질 때마다 이정표 업그레이드가 1개씩 주어지는 반면, 혼돈이론은 유일하게 20씩 커질 때마다 주어진다.[25] 초반부 진행이 극악의 난이도를 자랑하는 점을 고려한 것으로 보인다. 근데 중반/후반은 오히려 쉽다

먼저 상단에 나오는 이론 수식과 그래프와 관련된 각 변수의 의미를 이해해 보자. 상단 화면의 중앙에는 재화 ρ에 관한 식을 비롯해 5개의 수식이 주어지며, 가장 아래쪽에는 작게 변수 xx, yy, zz의 값이 얼마인지가 나온다. 그래프에서 흰색 부분으로 밝게 나타나는 부분을 커서(cursor)라 하면, 초기에 설정된 시선에서 x, y, z값은 마인크래프트와 비슷한 방식으로 변한다고 생각하면 편하다. 조금 더 자세하게 설명하자면, 로렌츠와 첸 상태에서 xx값은 초기 시선 기준 가로축 방향으로 움직이며, 가운데 부분이 0이고 왼쪽으로 갈수록 값이 작아지며 오른쪽으로 갈수록 값이 커진다. yy값은 초기 시선 기준 화면에 수직인 방향으로 움직이므로, 값의 변화를 확인하기 위해서는 그래프 시선을 옮겨줘야 한다. zz값은 초기 시선 기준 세로축 방향으로 움직이며, 가장 윗부분이 0이고 아랫쪽으로 커서가 내려갈수록 값이 커진다. 한편, 뢰슬러 상태에서 xx값은 앞에서 서술한 것과 동일하나, yy값과 zz값의 기준이 각각 세로축[26], 화면에 수직인 방향으로 바뀐다. 이렇게 그려지는 그래프는 실제 로렌츠 인자, 첸 인자, 뢰슬러 인자의 그래프와 동일한 형태로 그려진다. 그래프는 링크(로렌츠), 링크(첸), 링크(뢰슬러)에서 확인할 수 있다.

한편, 혼돈이론의 계산식은 다음과 같다. 먼저 재화 ρ에 관한 식을 정리하면 아래와 같다.
  • 초기 수식: ρ=c1c2100c3x˙2+c4y˙2+c5z˙2\rho=\dfrac{c_1c_2}{100}\sqrt{c_3\dot x^2+c_4\dot y^2+c_5\dot z^2}
  • 최종 수식: ρ=c1c2100c31.15x˙2+c41.15y˙2+c51.15z˙2\rho=\dfrac{c_1c_2}{100}\sqrt{c_3^{1.15}\dot x^2+c_4^{1.15}\dot y^2+c_5^{1.15}\dot z^2}

다음으로 혼돈이론의 재화 ρ에 관한 식을 보조하는 3개의 수식은 아래와 같다. 이때 xx, yy, zz는 각각 현재 틱에서의 x, y, z값에 해당한다.
  • 로렌츠(Lorenz) 끌개 상태[27]: 초기 위치는 (-6, -8, 26)이며, 'Time Step'은 0.02이다. 추가로 x˙=10(yx)\dot x=10(y-x), y˙=x(28z)y\dot y=x(28-z)-y, z˙=xy8z/3\dot z=xy-8z/3가 성립한다.
  • 첸(Chen) 끌개 상태[28]: 초기 위치는 (-10.6, -4.4, 28.6)이며, 'Time Step'은 0.002이다. 추가로 x˙=400(yx)\dot x=400(y-x), y˙=120x10xz+280y\dot y=-120x-10xz+280y, z˙=10xy30z\dot z=10xy-30z가 성립한다.
  • 뢰슬러(Rossler) 끌개 상태[29]: 초기 위치는 (-6, 15, 0)이며, 'Time Step'은 0.00014이다. 추가로 x˙=500(y+z)\dot x=-500(y+z), y˙=500x+50y\dot y=500x+50y, z˙=50+500z(x14)\dot z=50+500z(x-14)가 성립한다.

혼돈이론의 변수는 총 5개로, 각 변수의 레벨을 nn이라 할 때 아래의 특징을 갖는다. 참고로 5개 변수 모두 기본 변수이다.
  • c1c_1, c2c_2: 전자는 레벨에 따라 매우 느리게 증가하는 값으로, 후자는 2n2^n의 값으로 정의된다. 2개 변수는 모두 x, y, z에 대한 계산식에 계수로 곱해져 ρ의 값을 증폭시키는 역할을 한다.
  • c3c_3, c4c_4, c5c_5: 각각 3n3^n, 5n5^n, 7n7^n의 값으로 정의되며, 각각 x˙2\dot x^2, y˙2\dot y^2, z˙2\dot z^2에 곱해져 이들 값을 증폭시키는 역할을 한다.

한편, 혼돈 이론에서의 이전 출판의 τ의 값을 τˉ8\bar \tau_8이라 하면, τ값에 따른 증폭 배율 공식은 τˉ80.15\bar \tau_8^{0.15}를 따른다. 또한 혼돈 이론에서의 이정표 업그레이드는 총 11단계로, τ값이 1.00e220에 도달하면 가장 높은 이정표에 도달할 수 있다.[30] 이정표 업그레이드의 목록은 아래와 같다.
  • 'OOO 끌개' 잠금 해제: 2단계까지 올릴 수 있다. 해당 이정표 업그레이드를 진행하기 전에는 '로렌츠(Lorenz) 끌개' 상태로, 로렌츠 인자에 따른 그래프를 그리며 이론이 진행된다. 업그레이드를 1회 진행하면 '첸(Chen) 끌개'로, 2회 모두 진행하면 '뢰슬러(Rössler) 끌개'로 변경되며, 그래프 역시 첸 인자와 뢰슬러 인자가 그리는 그래프를 그리며 이론이 진행된다.
  • c3c_3지수를 0.05만큼 증가: 3단계까지 올릴 수 있으며, 모두 올리면 거듭제곱이 1.15제곱이 된다. 아래 2개의 이정표 업그레이드 역시 개수 및 효과가 동일하다.
  • c4c_4지수를 0.05만큼 증가
  • c5c_5지수를 0.05만큼 증가

혼돈이론의 이정표는 1번째(2개) -> 4번째 2개(1번째 2개 모두 빼서 넣기, 1.00e52 무렵) -> 4번째 -> 1번째 -> 1번째(동시에 4번째를 모두 빼서 3번째에 넣기) -> 2번째(3개) -> 4번째(3개) 순으로 진행하는 것이 효율이 최대가 된다고 한다. 또한 해당 이론의 최적의 증폭 비율은 낮은 편으로, 대략 2.5~5배 정도라고 한다.

3.1.9. 9번째 이론 - ????[편집]

이 문서에 스포일러가 포함되어 있습니다.

이 문서가 설명하는 작품이나 인물 등에 대한 줄거리, 결말, 반전 요소 등을 직·간접적으로 포함하고 있습니다.
이 게임의 엔딩과 직결되는 스토리상 매우 중요한 이론인 만큼, 엔딩 스포일러가 섞여 있을 가능성이 매우 높다. 그만큼 열람에 각별한 주의가 필요하다.
  • 이론 제목: 수렴판정
  • 구매 가격: 40σ(누적 95σ)
  • 최소 f(t)의 값: ee20000
8번째 이론까지 모두 구매한 후, 학생 40명으로 해금할 수 있는 이론. 해당 이론을 해금하면 22번째 스토리 챕터가 열람된다. 커스텀 이론을 포함한 다른 이론들은 f(t) 방정식의 증폭을 보조하기 위한 연구 이론으로 진행을 통해 τ값을 증가시킬 수 있지만, 수렴판정 이론은 오직 스토리 및 엔딩만을 위한 이론으로 진행을 해도 τ값을 증가시킬 수 없다. 또한, 다른 이론들과 달리 7개의 보조 정리를 증명하는 것을 통해 이론을 완료할 수 있다.[31]

다른 이론들과 진행 방식이 완전히 달라서인지, 이 이론을 해금한 후 처음으로 시작한다면 '수렴판정'에 관한 설명서가 나온다. 그 내용은 아래와 같다.
수렴판정

이 이론을 완성하려면, 보조 정리를 증명해야 합니다. "보조 정리 N 증명"을 살 수 있는 충분한 재화가 있어야 합니다. 각 보조 정리는 당신이 어떻게 재화를 얻는지를 보여주는 그들만의 방정식을 갖고 있습니다.
진행 능력에 막대한 손상을 주고 막힐 수 있기 때문에 방정식을 발전시키는 방법을 주의하십시오.
목표에 도달할 수 없다고 생각하면, 오른쪽 위에 있는 초기화 아이콘을 눌러서 현재 보조 정리를 처음부터 다시 시작하세요.

행운을 빕니다!

수렴판정 이론을 완료하기 위해서는 7개의 보조 정리를 모두 증명해야 한다. 이들 보조 정리는 다른 이론 및 수식과는 달리 진행 속도를 심각하게 깎는 것은 물론, 오히려 퇴보시키거나 심지어는 재화값을 음수로 만들어 버릴 수도 있는 심각한 함정들이 숨겨져 있는 7개의 챌린지다. 이론 증명을 위해서는 이러한 함정을 피해서 빠르게 ρ\rho의 값을 늘려야 한다. 수렴판정 이론의 본 정리 수식은 limtf(t)=\lim\limits_{t \to \infty} f(t) = \infty이며, 그 밑에는 조금 작게 보조 정리의 식과 재화 관련 수식이 나온다. 아래는 각 보조 정리에 관한 내용이다.

[1번째 보조 정리]
  • 보조 정리 1: limtb>0\lim\limits_{t \to \infty} b>0
  • 수식: ρ˙=c1(c2(sin(q)+12)+c3)\dot \rho=c_1(c_2(\mathrm{sin}\,(q)+\frac{1}{2})+c_3), q˙=1\dot q=1
  • 보조 정리를 증명하는데 필요한 ρ의 값: 1.000e10
  • 화면 최하단에는 qq의 현재 값이 나와 있다. q˙\dot q에 관한 식에서 q가 1초에 1씩, 즉 1틱에 0.1씩 늘어나는 것이니 q값은 보조 정리를 시작한 이후 경과 시간이라고 볼 수 있다.

보조 정리 1의 변수를 정리하면 아래와 같다. 이때 nn은 해당 변수의 현재 레벨을 의미한다.
  • c1c_1: 처음 1회에 한해 무료로 구매할 수 있는 변수. 레벨에 따라 매우 느리게 증가하는 값을 갖는다. ρ˙\dot \rho에 관한 식은 q에 대한 삼각함수라고 할 수 있는데, 이 변수는 삼각함수의 함숫값을 증폭시키는 역할을 한다.
  • c2c_2: 2n2^n의 값을 갖는다. ρ에 관한 식에서 삼각함수의 진폭과 ρ\rho축 방향으로의 대칭 이동을 증폭시키는 역할을 한다. c3c_3보다 더 느린 속도로 업그레이드 비용이 증가한다.
  • c3c_3: 2n12^n-1의 값을 갖는다. ρ에 관한 식에서 ρ\rho축 방향으로의 대칭 이동을 증폭시키는 역할을 한다.

1번째 보조 정리에서 조심해야 하는 부분은 삼각함수 부분이다. c2c_2의 업그레이드 레벨이 c3c_3의 업그레이드 레벨보다 커지게 된다면 진행에 차질이 생긴다. 이는 12c2+c3\frac{1}{2}c_2+c_3의 값이 c2c_2보다 작아지기 때문인데, sin(q)+12\mathrm{sin}\,(q)+\frac{1}{2}의 값은 -0.5에서 1.5 사이에서 진동하므로 삼각함수의 값이 음수가 되는 부분이 생기게 되고, 그 시점에 틱이 들어오는 순간 재화 ρ의 값이 줄어든다. 따라서 1번째 보조 정리에서는 c1c_1, c3c_3을 위주로 구매해서 c2c_2의 레벨보다 c3c_3의 레벨이 낮아지지 않도록 조절하는 것이 중요하다. 또한 c2c_2의 업그레이드 비용 증가 속도가 c3c_3보다 느린 것 역시 주의해야 한다.

[2번째 보조 정리]
  • 보조 정리 2: limtdt>0\lim\limits_{t \to \infty} dt>0
  • 수식: ρ˙=c1c2+c3c4q0.01N\dot \rho=\dfrac{c_1c_2+c_3c_4}{q^{0.01N}}, q˙=1\dot q=1. 여기서 NN은 해당 보조 정리의 각 변수의 현재 레벨의 합이다.
  • 보조 정리를 증명하는데 필요한 ρ의 값: 1.0000e8. 이는 7개의 보조 정리 중에서 가장 작은 값이다.
  • 화면 최하단에는 qq, q0.01Nq^{0.01N}, ρ˙\dot \rho의 현재 값이 나와 있다. q˙\dot q에 관한 식에서 q가 1초에 1씩, 즉 1틱에 0.1씩 늘어나는 것이니 q값은 보조 정리를 시작한 이후 경과 시간이라고 볼 수 있다. ρ˙\dot \rho의 값은 1초에 증가하는 ρ의 값으로, 해당 보조 정리에서 1초는 10틱이기 때문에 실제 매 틱마다 해당 값의 10%씩이 ρ에 더해진다.

보조 정리 2의 변수를 정리하면 아래와 같다. 이때 nn은 해당 변수의 현재 레벨을 의미한다.
  • c1c_1, c3c_3: c1c_1은 처음 1회에 한해 무료로 구매할 수 있는 변수다. 2개 모두 레벨에 따라 매우 느리게 증가하는 값을 가진다.
  • c2c_2, c4c_4: 2개 모두 2n2^n의 값을 갖는다.

2번째 보조 정리에서 조심해야 하는 부분은 각 변수 구매 횟수의 합이다. ρ에 관한 식의 분모에는 qq의 거듭제곱이 있는데, 문제는 qq는 보조 정리를 시작한 이후 경과된 시간이라 시간이 지날수록 점점 커진다는 것이다.[32] 각 보조 정리는 자동 구매 업그레이드가 없기 때문에, 만약 해당 이론을 켜놓은 상태에서 몇분 이상을 방치형으로 플레이해서 변수를 업그레이드하지 않는다면 점차 분모의 값이 커지게 되어 어떤 변수 업그레이드를 진행해도 더이상 ρ가 크게 증가하지 못하는 상황이 펼쳐지게 된다. 만약에라도 이런 상황이 된다면 그냥 현재 보조 정리를 초기화해서 다시 시작하는 것을 권한다. 1번째 보조 정리와 달리 이미 있는 ρ가 사라지지는 않지만 ρ가 더이상 크게 증가하지 않게 되어 사실상 진행이 더이상 되지 못한다.

2번째 보조 정리의 요지는 '최대한 빠른 시간 내에 분자의 값을 최대한 끌어올리면서도, 변수 업그레이드를 최소한으로 하는 최고 효율의 조합을 찾는 것'이라 볼 수 있다. c1c_1, c2c_2는 각각 c3c_3, c4c_4와 동일한 역할을 하지만, c3c_3c4c_4 변수 업그레이드를 진행하는 것이 나머지 2개에 비해 비용이 느리게 증가한다. 물론 초반에는 전자의 업그레이드 비용이 더 저렴하지만, 보조 정리를 진행할수록 점차 후자의 업그레이드 비용이 더 저렴해진다. 따라서 초반에는 4개 변수 모두 구매하다가, 동일 레벨에서 c3c_3c4c_4의 비용이 더 저렴해지는 순간 바로 c3c_3c4c_4만 구매해 주자. 나중에 c3c_3을 구매했을 때 오히려 ρ˙\dot \rho의 값이 작아지게 된다면 그때부터는 c4c_4만 구매해 주자. 나중에 ρ˙\dot \rho의 값이 감소하기 시작한다고 하더라도, 보조 정리는 모든 변수 업그레이드를 뺄 수 있기 때문에 ρ\rho의 값이 확실하게 1.000e8을 넘길 수가 있다면 걱정하지 말고 각 변수 업그레이드를 빼줘서 ρ를 최대한 확보만 해주면 된다.

[3번째 보조 정리]
  • 보조 정리 3: limtx>0\lim\limits_{t \to \infty} x>0
  • 수식: ρ˙=(2)c1c2+c3q\dot \rho=(-2)^{c_1}c_2+c_3q, q˙=q1q2\dot q=q_1q_2.
  • 보조 정리를 증명하는데 필요한 ρ의 값: 1.000e20
  • 화면 최하단에는 qq의 현재 값이 나와 있다. 매초 q1q2q_1q_2만큼의 값이 증가한다는 의미로, 실제로는 매 틱마다 q1q2q_1q_2의 10%만큼 ρ에 더해진다.

보조 정리 3의 변수를 정리하면 아래와 같다. 이때 nn은 해당 변수의 현재 레벨을 의미한다.
  • q1q_1, q2q_2: q1q_1은 처음 1회에 한해 무료로 구매할 수 있는 변수이다. q1q_1은 레벨에 따라 매우 느리게 증가하는 값을, q2q_22n2^n의 값을 갖는다. 두 변수 모두 틱 속도를 증가시키면서 동시에 ρ의 2번째 항의 값을 증폭시키는 역할을 한다.
  • c1c_1: 무려 nn의 값을 가지며, 이는 Exponential Idle 내에서 처음으로 등장하는, 가장 느리게 값이 증가하는 변수다![33] -2의 지수로 붙어 있으며, 자세한 내용은 후술.
  • c2c_2: 2n2^n의 값을 가지며, 25번만 업그레이드할 수 있다. 만약 25회 모두 업그레이드를 진행한다면 '구매 완료'라 뜨며 더이상 구매할 수 없게 되는데, 대략 ρ값이 5.000e12 ~ 5.000e13 사이일 때 25개를 모두 구매하게 된다. 해당 보조 정리 변수 중에서 초기 구매 비용이 10만 ρ로 가장 비싸지만, 비용 증가 속도는 느린 편이다. -2의 거듭제곱 항(1번째 항)의 값을 증폭시키는 역할을 한다.
  • c3c_3: 2n2^n의 값을 가진다.

3번째 보조 정리에서 조심해야 하는 부분은 c1c_1의 업그레이드 횟수이다. 초반에는 c3qc_3q의 증가 속도가 빠르기 때문에 바로 알아채기는 어렵지만, 중반 이후로는 (2)c1c2(-2)^{c_1}c_2의 증가 속도가 더 빨라져서 확실하게 확인하게 된다. 음수 a와 자연수 N에 대하여 aNa^N의 값은 N이 짝수이면 양수이지만 N이 홀수이면 음수가 된다. 그래서 만약 c1c_1의 레벨이 홀수가 된다면 1번째 항이 ρ의 값을 오히려 감소시키는 역효과를 내면서 진행이 불가능하게 방해하게 된다. 따라서 c1c_1의 업그레이드는 반드시 레벨이 짝수인 상태가 유지되도록 2번씩 해줘야 한다.

정리하자면 2번째 항의 증가 속도가 빠른 초반에는 c3c_3, q1q_1, q2q_2 3개 변수를 중심으로 구매하다가, 1번째 항의 증가 속도가 빠른 후반에는 c1c_1, c2c_2를 중심으로 구매하면 된다. 이때 c1c_1의 레벨은 짝수가 되도록 업그레이드마다 2번씩 해줘야 한다. 만약 중반 이후 c1c_1의 레벨이 홀수가 된다면 1번째 항이 음수가 되어 ρ\rho의 값이 오히려 감소하게 되니 주의하자.

[4번째 보조 정리]
  • 보조 정리 4: limtφ>0\lim\limits_{t \to \infty} \varphi>0
  • 수식: ρ˙=c1c2(c3qq2/5)\dot \rho=c_1c_2(c_3q-q^2/5), q˙=1\dot q=1.
  • 보조 정리를 증명하는데 필요한 ρ의 값: 1.000e10
  • 화면 최하단에는 qq, ρ˙\dot \rho의 현재 값이 나와 있다.

보조 정리 4의 변수를 정리하면 아래와 같다. 이때 nn은 해당 변수의 현재 레벨을 의미한다.
  • c1c_1: 처음 1회에 한해 무료로 구매할 수 있는 변수. 레벨에 따라 매우 느리게 증가하는 값을 갖는다. c2c_2와 함께 q에 대한 이차함수의 함숫값을 증폭시키는 역할을 한다.
  • c2c_2: 2n2^n의 값을 갖으며, 기능은 c1c_1 변수와 동일.
  • c3c_3: (n+1)2(n+1)^2의 값을 갖으며, ρ˙\dot \rho의 값의 감소를 지연시키는 역할을 한다.

4번째 보조 정리에서 조심해야 하는 부분은 경과 시간이다. 도대체 이게 무슨 헛소리인지 의문이 들지 모르겠지만, q에 대한 이차함수 식인 c3qq2/5c_3q-q^2/5를 보면 그 원인을 이해할 수 있다. 비록 1차항에는 변수 c3c_3이 곱해져 있고 2차항에는 5가 나누어진 상태이지만, 2차항의 증가 속도가 더 빠르기 때문에 어느 시점부터는 1차항의 증가 속도보다 2차항의 증가 속도가 더 빨라진다. 그런데 2차항은 뺄셈이 되어 있기 때문에, 시간이 지날수록 오히려 ρ\rho의 증가를 저지하여 어느 값에 수렴하도록 방해하는 역할을 한다. 따라서 이 이론을 진행하는 경우에는 늦어도 10분 내에는 1.000e10을 모으겠다는 생각을 가지고 빠르게 움직여야 한다. 후반에는 c3c_3의 업그레이드 비용이 살인적으로 증가하는데 2차항의 증가 속도가 지나치게 빨라져 결국 ρ\rho가 점차 느리게 증가하는 시점이 오게 되는데, 이렇게 된다면 그 동안의 변수 업그레이드를 모두 팔아서라도 1.000e10이 모이면 바로 5번째 보조 정리로 넘어가야 한다. 만약 깜빡하고 몇 분 이상 변수를 구매하지 않아 ρ\rho값이 특정 값으로 수렴하고 있다면 그냥 보조 정리를 다시 시작하자.

[5번째 보조 정리]
  • 보조 정리 5: limtτ>0\lim\limits_{t \to \infty} \tau>0
  • 수식: ρ˙=i=18ci4(2i2ci)q\dot \rho=\displaystyle \sum_{i=1}^8 c_i^4(2i^2-c_i)q, q˙=q1q2\dot q=q_1q_2.
  • 보조 정리를 증명하는데 필요한 ρ의 값: 1.000e25. 이는 7개 보조 정리 중 가장 큰 값이다.
  • 화면 최하단에는 qq, ρ˙\dot \rho의 현재 값이 나와 있다.

보조 정리 5의 변수를 정리하면 아래와 같다. 이때 nn은 해당 변수의 현재 레벨을 의미한다.
  • q1q_1, q2q_2: q1q_1은 레벨에 따라 매우 느리게 증가하는 값을, q2q_22n2^n의 값을 갖는다. 두 변수 모두 틱 속도와 시그마 내의 cic_i에 대한 오차함수(Quintic Function)[34]의 함숫값을 증폭시키는 역할을 한다.
  • c1c_1: nn의 값을 가지며, 항상 무료이다. 해당 변수를 포함해서 아래 변수들까지 총 8개의 변수는 모두 오차함수의 cic_i축 값을 나타내며, 모두 구매 비용 증가 속도가 느린 편이다.
  • c2c_2, c3c_3, c4c_4, c5c_5, c6c_6, c7c_7, c8c_8: 이들 모두 nn의 값을 가지며, 역할 역시 c1c_1과 동일하다. 초기 구매 비용은 c2c_2는 1.000e6, c3c_3은 1.000e11이며 이후 1개 항이 넘어갈 때마다 e 뒤의 숫자가 2씩 커진다. 즉, c8c_8의 초기 구매 비용은 1.000e21인 셈. 뒤쪽 변수로 갈수록 구매 비용 증가 속도가 느려진다.

5번째 보조 정리에서 조심해야 하는 부분은 살 수 있을 때 변수를 즉시 구매하는 행위이다. 처음에 c1c_1 변수를 구매하면 레벨이 1이 되면서 여전히 무료로 뜨는데, 만약 그 변수를 1번 더 구매해서 레벨 2가 되면 ρ\rho의 증가가 완전히 멈춘다. 그 이후로도 c1c_1의 가격은 무료인데, 만약 이후로도 호기심으로 연타를 누르게 된다면 ρ의 값이 무려 -1.000e11까지 떨어질 정도로 끝도 없이 추락하게 된다! 보조 정리들 중에서 특히 ρ값이 음수로 떨어질 위험이 가장 높은데, ρ값이 음수가 된다면 어떤 것도 할 수가 없기 때문에 그냥 보조 정리를 다시 시작하자.

극초반에 c2c_2를 구매할 수 없는 시점에서는 c1c_1을 1회 구매한 후, q1q_1q2q_2만 지속적으로 구매하자. 이후 c2c_2를 구매할 수 있게 된다면 아래 표에 따라 cic_i들을 구매하자.
변수
함숫값이 양수인 최대 레벨
함숫값이 최대가 되는 레벨
c1c_1
1
c2c_2
7
6
c3c_3
17
14
c4c_4
31
25~26
c5c_5
49
40
c6c_6
71
57~58
c7c_7
97
78
c8c_8
127
102

저 표에 적힌 만큼 cic_i를 구매했다면 아마 ρ값이 1.000e23 근처까지는 갔을 것인데, 이후로는 c1c_1 밑으로는 관심을 절대 가지지 말고 q1q_1q2q_2만 구매하면서 꾸준히 기다려야 한다. 후반부에는 ρ값의 증가 속도가 매우 느린 편인데, 실제로 다음 보조 정리로 넘어가는데 1시간 이상이 소요될 정도로 오랜 시간이 걸리는 편이다.

[6번째 보조 정리]
  • 보조 정리 6: limtebxiφτdt>1\lim\limits_{t \to \infty} e^{bx_i\varphi\tau dt}>1
  • 수식: ρ˙=q(c1c2)c3c4\dot \rho=\dfrac{q(c_1-c_2)}{c_3-c_4}, q˙=q1q2\dot q=q_1q_2.
  • 보조 정리를 증명하는데 필요한 ρ의 값: 1.000e15
  • 화면 최하단에는 qq, c3c4c_3-c_4의 현재 값이 나와 있다. 참고로 후자는 ρ˙\dot \rho 수식에서 분모에 해당하며, 이는 보조 정리 진행에 있어서 상당히 중요한 수치이다.

보조 정리 6의 변수를 정리하면 아래와 같다. 이때 nn은 해당 변수의 현재 레벨을 의미한다.
  • q1q_1, q2q_2: q1q_1은 레벨에 따라 매우 느리게 증가하는 값을, q2q_22n2^n의 값을 가진다. 두 변수 모두 틱 속도 증가와 본수식 분자 값의 증폭에 기여한다.
  • c1c_1, c2c_2: 2개 모두 레벨에 따라 매우 느리게 증가하는 값을 가지며, 모두 처음 1회에 한해 무료로 구매할 수 있다. 두 변수 모두 ρ값 수식의 분자와 관련되어 있다.
  • c3c_3: n1/en^{1/e}의 값을 가지며, 처음부터 2레벨인 상태에 있다. 참고로 이 변수는 2레벨 이하로 내릴 수 없다.
  • c4c_4: n1/πn^{1/\pi}의 값을 가진다. c3c_3과 함께 초기 구매 비용이 1.000e6이며, 두 변수 모두 ρ값 수식의 분모와 관련되어 있다.

6번째 보조 정리에서 조심해야 하는 부분은 ρ식의 분모이다. 분모가 c3c4c_3-c_4의 형태이기 때문에, c3c_3c4c_4보다 크면서도 거의 값이 같은 조합을 유지해야 한다. c3c_3c4c_4보다 매우 커지는 경우에는 효율이 떨어지는 것에 그치지만, 문제는 c3c_3보다 c4c_4가 근소하게 더 큰 상황이다. 이 경우에는 분모의 값이 음수이면서 동시에 절댓값이 매우 작은 상태가 되어 큰 폭으로 ρ값이 감소하는 문제가 발생할 수 있다! 따라서 c3c_3c4c_4보다 항상 큰 값을 유지하도록 업그레이드를 진행해야 한다. 추가로 분자 관련해서는 q1q_1, q2q_2, c1c_1 3개를 중심으로 업그레이드하고, c2c_2는 아예 구매 자체를 하지 않아 최대한 분자가 크게 하는 것이 좋다.

참고로 c3c_3, c4c_4 레벨의 최적의 비율은 여기서 확인할 수 있다.

[7번째 보조 정리]
  • 보조 정리 7: limtetf(et)f(t)>1\lim\limits_{t \to \infty} \dfrac{e^t f(e^t)}{f(t)}>1
  • 수식: ρ˙=qec1c2\dot \rho=\dfrac{q}{\left| e-\dfrac{c_1}{c_2} \right|}, q˙=q1q2\dot q=q_1q_2.
  • 보조 정리를 증명하는데 필요한 ρ의 값: 1.000e15
  • 화면 최하단에는 qq, c1/c2c_1/c_2의 현재 값이 나와 있다. 참고로 후자는 보조 정리 진행에 있어서 상당히 중요한 수치이다.

보조 정리 7의 변수를 정리하면 아래와 같다. 이때 nn은 해당 변수의 현재 레벨을 의미한다.
  • q1q_1, q2q_2: q1q_1은 레벨에 따라 매우 느리게 증가하는 값을, q2q_22n2^n의 값을 갖는다. 두 변수 모두 ρ˙\dot \rho 식의 분자를 증가시키는데 기여한다.
  • c1c_1, c2c_2: 2개 변수 모두 n+1n+1의 값을 가지며, 업그레이드 초기 비용이 모두 1만 ρ이다.

참고로 c1c_1, c2c_2 레벨의 최적의 비율은 여기에서 확인할 수 있다. 이때 해당 링크에서는 레벨 숫자가 아니라 레벨을 올린 후의 변수의 값을 기준으로 한다는 점을 주의할 것. e는 자연 상수로 값이 2.718281828459045...이며, c1/c2c_1/c_2의 값이 e에 가까울수록 빠르게 진행할 수 있다는 점을 기억하면 큰 문제 없이 진행할 수 있다.

이런 식으로 7번째 보조 정리까지 모두 증명하면 Q.E.D. (증명 완료)라 뜨면서 ρ값 지표가 사라진다. 또한 화면이 즉시 천천히 암전된 후 23번째 스토리 챕터가 열람된다. 축하한다. 여러분은 드디어 엔딩을 보게 된 것이다.

3.2. 커스텀 이론[편집]

1.4.21 버전 업데이트로 2022년 1월에 추가된 기능. 본 문서에서는 공식 커스텀 이론만을 다루며, 그 순서는 공식적으로 추가된 순서를 따른다.

3.2.1. Weierstrass Sine Product[편집]

2022년 1월 15일 추가된 1번째 공식 커스텀 이론.

3.2.2. Sequential Limits[편집]

2022년 1월 22일 추가된 2번째 공식 커스텀 이론.

3.2.3. Euler's Formula[편집]

2022년 5월 4일 추가된 3번째 공식 커스텀 이론.

3.2.4. Convergents to Root 2[편집]

2022년 5월 4일 추가된 4번째 공식 커스텀 이론.

4. 여담[편집]

  • 각 이론의 수식에서 시간 변화에 따른 재화의 변화량을 표기할 때에는 뉴턴식 표기법을 사용한다. 가독성을 높이기 위한 조치로 보인다.
[1] 선형대수학, 수치해석학 등 일부 이론에서는 ρ가 여러 종류가 존재하기도 하는데, 이 경우에는 특정 1개의 ρ값을 선택하는 등 다른 방식을 사용한다.[2] 단, 9번째 이론은 τ의 값에 전혀 기여하지 않는다. 이에 대해서는 스포일러의 가능성이 있으므로 후술.[3] 더 정확히는 프레스티지로 증폭시킬 수 있는 bb, 슈프리머시 업그레이드로 진행할 수 있는 xnx_n, 학생 탭에서의 φ\varphi의 효과를 전멸시킨다.[4] 이론의 영구 업그레이드는 초기화시키지 않는다.[5] 일부 이론은 기준값이 다른 경우도 있다. 자세한 내용은 후술.[6] 모든 이정표를 돌린 이후에는 τ2\tau_2의 값이 1.00e350을 돌파하기 전까지는 한밤중에 접속하지 않을 때 방치형으로 굴리면 최고의 효능을 낼 정도로 초반에는 속도가 빠른 편. 하지만 이와 동일한 상태에서 점차 속도가 느려지기 때문에 결국 마지막에는 8번째 이론을 제외하면 속도가 가장 느려진다![7] 더 정확히는, 이정표의 변수 업그레이드에 따른 q와 r에서의 마지막 변수가 C값으로만 정의되는 형태로, 변수 관련 이정표 업그레이드를 모두 찍으면 각각의 4번째 변수가 이런 식으로 정의된다.[8] 이는 정식 이론들 중에는 8번째 이론 다음으로 업그레이드가 많은, 2번째로 많은 이정표를 갖고 있는 이론에 해당한다. 또한 정식 이론들 중에서 가장 높은 이정표에 도달하기 위해 요구하는 τ값이 1.00e250으로 가장 높은 이론이다.[9] 이때 행렬의 행 개수와 열 개수는 쉽게 말해서 그 행렬의 가로줄과 세로줄의 개수가 각각 어떻게 되느냐는 뜻이다.[10] τ값이 1.00e30을 돌파하기 전까지는 제법 시간이 걸리는 편이나, 이후로 점차 속도가 붙는다. 자세한 내용은 후술.[11] 특정 환경에서 살 수 있는 개체 수 정원을 의미한다.[12] 물론 엄밀하게 보자면 위에서 언급한 로지스틱 방정식과는 약간 유형이 다르지만, 결국 원리는 로지스틱 방정식과 유사하다.[13] 어느 정도냐면, q1q_1이 230레벨 내외일 때, c1c_1은 560레벨이나 되고도 전자의 가격이 1000배나 된다![14] 생태학적으로는 개체의 증가율이 점차 감소하여 최대 개체 수에 가까워지는 현상을 나타낸다.[15] 생태학적으로는 S자 곡선의 거의 끝에 이르러 개체의 증가율이 0으로 수렴하는 현상을 나타낸다.[16] τ의 증가 속도가 느린 다른 이론의 τ값을 겨우 e500에 맞춰놓을 때, 이 이론만큼은 무려 e1000을 돌파하는 경우도 적지 않게 보일 정도이다. τ값이 1.00e750을 넘기 전까지는 로지스틱에 이은 2번째로 빠른 이론이나, 해당 수치를 넘기면 가장 빠른 증가 속도를 가진 이론이다. 특히 τ값이 1.00e1100을 넘어갈 수 있는 이론은 이 이론을 빼고는 없다.[17] 차원 확장 전에는 고등학교 미적 교과에서도 볼 수 있는 1차원 적분이지만, 차원 확장 후에는 대학 미적분학 후반부에 나오는 2차원 중적분이 된다.[18] 실제로 변수 위에 bar(가로 막대기)가 있는 경우 켤레값의 의미로 사용된다는 점에서 많은 유저들이 개발자에게 해당 변수의 의미가 무엇이냐는 문의를 했고, 개발자는 "원래 해당 변수가 q와 r과 연관되어 있다는 것을 표현하기 위한 의도였으며, 적분 기호에 있는 범위에 포함된 변수를 피적분함수에 다시 사용할 수 없어서 부득이하게 다른 기호를 사용했습니다."라고 답변했다.[19] 실제로 변수 업그레이드를 진행할 때, 초반에는 아예 C값이 증가하지 않으며, ρ\rho값이 증가할 때에도 업그레이드 가격과는 다른 폭으로 값이 증가하는 면에서 변수 구매 가격 값과 동일하다고는 말할 수 없다.[20] 참고로 \nabla 기호는 벡터 미분 연산자로, 나블라(nabla) 또는 델(del)이라 읽는다.[21](ρ1,ρ2)(\rho_1,\,\rho_2)가 이동하는 방향을 가리키는 벡터를 말한다.[22](ρ1,ρ2)(\rho_1,\,\rho_2)에서 측정된 이변수함수 gg의 기울기벡터로, 점 (ρ1,ρ2)(\rho_1,\,\rho_2)에서 gg의 가장 가파른 기울기를 가지는 방향을 제시한다.[23] 특히 1.00e50 ~ 1.00e60 구간에서는 그 어느 이론 및 수식에서도 살펴볼 수 없는 극악의 저속을 자랑한다.[약스포_및_공략] 8번째 이론을 구매하자마자 빼버리면 다시 R9 업그레이드를 할 수 없게 된다. 그러니 처음에는 구매만 해놓고 스토리를 열람한 후, f(t)값을 ee14k까지 올려서 얻은 모든 학생(10명)을 9번째 학생 연구 탭에 모조리 넣는 것을 권한다. 일부 측에서는 아예 8번째 이론 구매를 빼놓고 f(t)값이 ee14k일때까지는 15명을 φ\varphi 업그레이드에 분산시켰다가, f(t)가 ee14k가 되는 순간 바로 모두 빼서 8번째 이론 -> R9 순으로 구매하라고 권하는 의견도 있다.[25] 즉, 1.00e20 -> 1.00e40 -> 1.00e60 -> ... 식으로 이정표 업그레이드가 주어지는 방식. 다른 이론은 1.00e25 -> 1.00e50 -> 1.00e75 -> ... 식으로 주어진다.[26] 가운데가 0으로, 위쪽으로 갈수록 값이 작아지며 아래쪽으로 갈수록 값이 커진다.[27] 1번째 이정표 없음[28] 1번째 이정표 1개[29] 1번째 이정표 2개[30] 정식 이론 중 이정표가 가장 많으며, 가장 높은 이정표의 값이 2번째로 높다.[31] τ값을 증가시키는 다른 이론들은 제한이 없어서 이론이 완료되지 않으며, 계속해서 진행해 나가면서 τ값을 증가시킬 수 있다.[32] 반면 해당 보조 정리의 4개 변수는 플레이어가 직접 업그레이드를 시켜주지 않는다면 자동으로 증가하지 않는다.[33] 기존 변수들은 처음 10레벨까지만 1씩 증가하고, 이후에는 2 -> 4 -> 8 -> 16 -> ...씩 증가한다. 하지만 이 변수는 항상 레벨마다 1씩 증가한다. 즉, 100레벨이 되어도 값이 100이라는 의미다![34] 최고차항이 5차항인 다항함수.