logo

이항 급수 유도 📂해석개론

이항 급수 유도

공식

x<1|x| < 1 이면 αC\alpha \in \mathbb{C} 에 대해 (1+x)α=k=0(αk)xk=1+αx+α(α1)2!x2+α(α1)(α2)3!x3+ \begin{align*} (1 + x )^{\alpha} =& \sum_{k=0}^{\infty} \binom{\alpha}{k} x^{k} \\ =& 1 + \alpha x + \dfrac{\alpha (\alpha-1)}{2!}x^{2} + \dfrac{\alpha (\alpha-1)(\alpha-2)}{3!}x^{3} + \cdots \end{align*}

음이항 급수

(1x)α=k=0(α+k1k)xk=1+αx+α(α+1)2!x2+α(α+1)(α+2)3!x3+ \begin{align*} (1 - x)^{-\alpha} &= \sum\limits_{k=0}^{\infty} \binom{\alpha + k - 1}{k} x^{k} \\ &= 1 + \alpha x + \dfrac{\alpha(\alpha+1)}{2!} x^{2} + \dfrac{\alpha(\alpha+1)(\alpha+2)}{3!} x^{3} + \cdots \end{align*}

설명

이른바 뉴턴의 이항 정리 로써, 이항 전개가 무한대와 복소수에 대해서 일반화된 것으로 볼 수 있다. 한편 x,yx,y 를 써서 우리에게 익숙한 꼴은 다음과 같은 방법으로 간단하게 유도할 수 있다.

(1+yx)α=k=0(αk)(yx)k    xα(x+y)α=k=0(αk)ykxk    (x+y)α=k=0(αk)xαkyk \begin{align*} && \left( 1 + {{y} \over {x}} \right)^{\alpha} =& \sum_{k=0}^{\infty} \binom{\alpha}{k} \left( \dfrac{y}{x} \right)^{k} \\ \implies && x^{-\alpha} \left( x + y \right)^{\alpha} =& \sum_{k=0}^{\infty} \binom{\alpha}{k} y^{k} x^{-k} \\ \implies && \left( x + y \right)^{\alpha} =& \sum_{k=0}^{\infty} \binom{\alpha}{k} x^{\alpha-k} y^{k} \end{align*}

유도

Strategy: α\alpha 에 대한 함수 g(α)g(\alpha) 를 만든 후 FF 가 연속임을 보인다. 연속함수가 g(α+β)=g(α)g(β)g( \alpha + \beta ) = g( \alpha ) g( \beta ) 를 만족하면 지수함수에 관련된 성질을 가지며, 이를 통해 좌변에 (1+x)α(1 + x)^\alpha 를 이끌어낸다.


ggg(α):=k=0(αk)xkg ( \alpha ) := \sum_{k=0}^{\infty} \binom{\alpha}{k} x^{k} 과 같이 정의하자.

limk(αk+1)xk+1(αk)xk=limkαkk+1x=x<1 \lim_{k \to \infty} \left| {{ \binom{\alpha}{k+1} x^{k+1} } \over { \binom{\alpha}{k} x^{k} }} \right| = \lim_{k \to \infty} \left| {{ \alpha - k } \over { k + 1 }} \right| | x | = | x | < 1

비 판정법에 의해 FFC\mathbb{C} 상에서 절대수렴하면서 균등수렴하고, 따라서 C\mathbb{C} 상에서 연속함수다.

두 멱급수의 곱: 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} 는 수렴구간 (r,r)(-r,r) 상에서 f(x)g(x)f(x)g(x) 로 수렴한다.

이항 계수의 성질: j=0k(αkj)(βj)=(α+βk)\sum_{j=0}^{k} \binom{\alpha}{k-j} \binom{\beta}{j} = \binom{\alpha + \beta}{k}

g(α)g(β)=k=0(αk)xkk=0(βk)xk=k=0j=0k(αkj)(βj)xk=k=0(α+βk)xk=g(α+β) \begin{align*} g(\alpha) g(\beta) =& \sum_{k=0}^{\infty} \binom{\alpha}{k} x^{k} \sum_{k=0}^{\infty} \binom{\beta}{k} x^{k} \\ =& \sum_{k=0}^{\infty} \sum_{j=0}^{k} \binom{\alpha}{k-j} \binom{\beta}{j} x^{k} \\ =& \sum_{k=0}^{\infty} \binom{ \alpha + \beta}{k} x^{k} \\ =& g (\alpha + \beta ) \end{align*}

연속 호모몰피즘의 성질: 연속함수 g:R(0,)g : \mathbb{R} \to ( 0 , \infty ) 가 모든 α,βR\alpha, \beta \in \mathbb{R} 에 대해 g(α+β)=g(α)g(β)g(\alpha + \beta) = g(\alpha) g(\beta) 을 만족하면 g(α)=(g(1))αg(\alpha) = \left( g(1) \right)^\alpha

g(1)=k=0(1k)=1+xg(1) = \sum_{k=0}^{\infty} \binom{1}{k} = 1 + x 이므로

(1+x)α=g(α)=k=0(αk)xk (1 + x )^{\alpha} = g ( \alpha ) = \sum_{k=0}^{\infty} \binom{\alpha}{k} x^{k}