logo

코시 곱: 수렴하는 두 멱급수의 곱 📂해석개론

코시 곱: 수렴하는 두 멱급수의 곱

정리 1

f(x):=k=0akxkf(x) : = \sum _{k=0}^{\infty} a_{k} x^{k}g(x):=k=0bkxkg(x) : = \sum_{k=0}^{\infty} b_{k} x^{k} 의 수렴구간이 (r,r)(-r,r) 이고 ck:=j=0kajbkjc_{k} := \sum_{j=0}^{k} a_{j} b_{k-j} 이라고 하면 k=0ckxk\sum_{k=0}^{\infty} c_{k} x^{k}수렴구간 (r,r)(-r,r) 상에서 f(x)g(x)f(x)g(x) 로 수렴한다.

설명

계수들의 곱들이 알아서 두 함수의 곱의 계수로 수렴해준다는 점은 사실 꽤 신기한 일이다. 그냥 유한다항함수였다면 증명조차 필요 없을 정도로 당연하지만, 멱급수는 무한히 많은 항을 가지기 때문이다.

증명

x(r,r)x \in (-r,r)nNn \in \mathbb{N} 을 하나씩 픽스하고 다음과 같이 함수열들을 정의하자.

fn(x):=k=0nakxkgn(x):=k=0nbkxkhn(x):=k=0nckxk \begin{align*} f_{n} (x) : =& \sum_{k=0}^{n} a_{k} x^{k} \\ g_{n} (x) : =& \sum_{k=0}^{n} b_{k} x^{k} \\ h_{n} (x) : =& \sum_{k=0}^{n} c_{k} x^{k} \end{align*}

유한히 많은 항에 대해서는 덧셈에 대한 교환법칙이 성립하므로 hn(x)=k=0nckxk=k=0nj=0kajbkjxjxkj=j=00ajb0jxjx0j+j=01ajb1jxjx1j++j=0najbnjxjxnj=+a0b0x0x0+a0b1x0x1+a1b0x1x0+a0bnx0xn+a1bn1x1xn1++anbnxnx0(sum by column)=a0x0k=0nbkxk+a1x1k=1nbkxk1++anxnk=nnbkxkk=j=0najxjk=jnbkjxkj=j=0najxjgnj(x)=j=0najxj[gnj(x)+g(x)g(x)]=g(x)j=0najxj+j=0najxj[gnj(x)g(x)]=g(x)fn(x)+j=0najxj[gnj(x)g(x)] \begin{align*} h_{n} (x) =& \sum_{k=0}^{n} c_{k} x^{k} \\ =& \sum_{k=0}^{n} \sum_{j=0}^{k} a_{j} b_{k-j} x^{j} x^{k-j} % \\ =& \sum_{k=0}^{n} \left[ a_{0} b_{k} x^{0} x^{k} + a_{1} b_{k-1} x^{1} x^{k-1} + \cdots + a_{k-1} b_{1} x^{1} x^{k-1} + a_{k} b_{0} x^{0} x^{k} \right] \\ =& \sum_{j=0}^{0} a_{j} b_{0-j} x^{j} x^{0-j} + \sum_{j=0}^{1} a_{j} b_{1-j} x^{j} x^{1-j} + \cdots + \sum_{j=0}^{n} a_{j} b_{n-j} x^{j} x^{n-j} \\ =& + a_{0} b_{0} x^{0} x^{0} \\ & + a_{0} b_{1} x^{0} x^{1} + a_{1} b_{0} x^{1} x^{0} \\ & \vdots \\ & + a_{0} b_{n} x^{0} x^{n} + a_{1} b_{n-1} x^{1} x^{n-1} + \cdots + a_{n} b_{n} x^{n} x^{0} \\ (\text{sum by column}) =& a_{0} x^{0} \sum_{k=0}^{n} b_{k} x^{k} + a_{1} x^{1} \sum_{k=1}^{n} b_{k} x^{k-1} + \cdots + a_{n} x^{n} \sum_{k=n}^{n} b_{k} x^{k-k} \\ =& \sum_{j=0}^{n} a_{j} x^{j} \sum_{k=j}^{n} b_{k-j} x^{k-j} \\ =& \sum_{j=0}^{n} a_{j} x^{j} g_{n-j} (x) \\ =& \sum_{j=0}^{n} a_{j} x^{j} \left[ g_{n-j} (x) + g(x) - g(x) \right] \\ =& g(x) \sum_{j=0}^{n} a_{j} x^{j} + \sum_{j=0}^{n} a_{j} x^{j} \left[ g_{n-j} (x) - g(x) \right] \\ =& g(x) f_{n} (x) + \sum_{j=0}^{n} a_{j} x^{j} \left[ g_{n-j} (x) - g(x) \right] \end{align*}

limnfn(x)=f(x)\lim _{n \to \infty} f_{n} (x) = f(x) 이므로 limnj=0najxj[gnj(x)g(x)]=0\lim _{n \to \infty} \sum_{j=0}^{n} a_{j} x^{j} \left[ g_{n-j} (x) - g(x) \right] = 0 임을 보이기만 하면 된다.

임의의 양수 ε>0\varepsilon > 0 이 주어졌다고 하자.수렴구간 내에서 limngn(x)=g(x)\lim _{n \to \infty} g_{n} (x) = g(x) 이고 f(x)f(x) 는 절대수렴하므로 모든 자연수 n>jn > j 에 대해

gnj(x)g(x)M | g_{n- j } (x) - g (x) | \le M

k=0akxk<M \sum_{k=0}^{\infty} \left| a_{k} x^{k} \right| < M

을 만족하는 M>0M > 0 가 존재한다. 마찬가지의 이유로 이 MM 에 대해

lN    gl(x)g(x)<ε2M l \ge N \implies | g_{ l } (x) - g (x) | < {{\varepsilon} \over {2M}}

k=N+1akxk<ε2M \sum_{k=N+1}^{\infty} \left| a_{k} x^{k} \right| < {{\varepsilon} \over {2M}}

을 만족하는 NNN \in \mathbb{N} 을 잡을 수 있다.

이제 n>2Nn > 2N 이라고 두면

j=0najxj[gnj(x)g(x)]=j=0Najxj[gnj(x)g(x)]+j=N+1najxj[gnj(x)g(x)]j=0Najxj[gnj(x)g(x)]+j=N+1najxj[gnj(x)g(x)]j=0Najxjgnj(x)g(x)+j=N+1najxjgnj(x)g(x)ε2Mj=0Najxj+Mj=N+1najxjε2MM+Mε2Mε2+ε2=ε \begin{align*} \left| \sum_{j=0}^{n} a_{j} x^{j} \left[ g_{n-j} (x) - g(x) \right] \right| =& \left| \sum_{j=0}^{N} a_{j} x^{j} \left[ g_{n-j} (x) - g(x) \right] + \sum_{j=N+1}^{n} a_{j} x^{j} \left[ g_{n-j} (x) - g(x) \right] \right| \\ \le & \left| \sum_{j=0}^{N} a_{j} x^{j} \left[ g_{n-j} (x) - g(x) \right] \right| + \left| \sum_{j=N+1}^{n} a_{j} x^{j} \left[ g_{n-j} (x) - g(x) \right] \right| \\ \le & \sum_{j=0}^{N} \left| a_{j} x^{j} \right| \left| g_{n-j} (x) - g(x) \right|+ \sum_{j=N+1}^{n} \left| a_{j} x^{j} \right| \left| g_{n-j} (x) - g(x) \right| \\ \le & {{\varepsilon} \over {2M}} \sum_{j=0}^{N} \left| a_{j} x^{j} \right| + M \sum_{j=N+1}^{n} \left| a_{j} x^{j} \right| \\ \le & {{\varepsilon} \over {2M}} \cdot M + M \cdot {{\varepsilon} \over {2M}} \\ \le & {{\varepsilon} \over {2}} + {{\varepsilon} \over {2}} \\ =& \varepsilon \end{align*}


  1. Wade. (2013). An Introduction to Analysis(4th Edition): p244. ↩︎