Mode of convergence of an infinite series
数学 では 、 無限 数の級数は 、被加数の 絶対値 の和が有限である場合に 絶対収束する(または 絶対収束 する)と言われます。より正確には、 実数 または 複素数 級数は 、ある実数に対して である 場合に 絶対収束 すると言われます。 同様に、 関数 の 仮積分は 、 被積分関数の絶対値の積分が有限である場合、つまり である場合に絶対収束すると言われます。 絶対収束しない収束級数は 条件付き収束 で あると言われます。 ∑ n = 0 ∞ a n {\displaystyle \textstyle \sum _{n=0}^{\infty }a_{n}} ∑ n = 0 ∞ | a n | = L {\displaystyle \textstyle \sum _{n=0}^{\infty }\left|a_{n}\right|=L} L . {\displaystyle \textstyle L.} ∫ 0 ∞ f ( x ) d x , {\displaystyle \textstyle \int _{0}^{\infty }f(x)\,dx,} ∫ 0 ∞ | f ( x ) | d x = L . {\displaystyle \textstyle \int _{0}^{\infty }|f(x)|dx=L.}
絶対収束は無限級数の研究において重要です。なぜなら、その定義は、すべての収束級数が持つわけではない有限和の「良い」振る舞いを級数が持つことを保証するからです。例えば、並べ替えは和の値を変えませんが、これは条件収束級数では必ずしも当てはまりません。
背景 有限個の項を加算する場合、 加法は 結合法則 と 可換法則の 両方を満たします 。つまり、グループ化や並べ替えを行っても最終的な和は変わりません。例えば、は と の 両方に等しくなります 。しかし、結合法則と可換法則は必ずしも無限和には当てはまりません。一例として、 交代調和級数が挙げられます。 ( 1 + 2 ) + 3 {\displaystyle (1+2)+3} 1 + ( 2 + 3 ) {\displaystyle 1+(2+3)} ( 3 + 2 ) + 1 {\displaystyle (3+2)+1}
S = ∑ n = 1 ∞ ( − 1 ) n + 1 n = 1 − 1 2 + 1 3 − 1 4 + 1 5 − 1 6 + ⋯ {\displaystyle S=\sum _{n=1}^{\infty }{\frac {(-1)^{n+1}}{n}}=1-{\frac {1}{2}}+{\frac {1}{3}}-{\frac {1}{4}}+{\frac {1}{5}}-{\frac {1}{6}}+\cdots }
ここで、各項は符号が交互に変わる分数である。この級数は 収束し 、関数 の マクローリン級数 を用いて評価することができる。マクローリン級数は、 を 満たす すべての場合に収束する 。 ln ( 1 + x ) {\displaystyle \ln(1+x)} x {\displaystyle x} − 1 < x ≤ 1 {\displaystyle -1<x\leq 1}
ln ( 1 + x ) = ∑ n = 1 ∞ ( − 1 ) n + 1 x n n = x − x 2 2 + x 3 3 − x 4 4 + ⋯ {\displaystyle \ln(1+x)=\sum _{n=1}^{\infty }{\frac {(-1)^{n+1}x^{n}}{n}}=x-{\frac {x^{2}}{2}}+{\frac {x^{3}}{3}}-{\frac {x^{4}}{4}}+\cdots }
を代入すると 、元の合計は と等しいことがわかります 。この合計は次のように変形することもできます。 x = 1 {\displaystyle x=1} ln 2 {\displaystyle \ln 2}
S = ( 1 − 1 2 ) − 1 4 + ( 1 3 − 1 6 ) − 1 8 + ( 1 5 − 1 10 ) − 1 12 + ⋯ {\displaystyle S=\left(1-{\frac {1}{2}}\right)-{\frac {1}{4}}+\left({\frac {1}{3}}-{\frac {1}{6}}\right)-{\frac {1}{8}}+\left({\frac {1}{5}}-{\frac {1}{10}}\right)-{\frac {1}{12}}+\cdots }
この並べ替えでは、 各 奇数の 逆数 はその値の2倍の逆数とグループ化され、4の倍数の逆数はそれぞれ個別に評価されます。ただし、括弧内の項を評価すると、
S = 1 2 − 1 4 + 1 6 − 1 8 + 1 10 − 1 12 + ⋯ {\displaystyle S={\frac {1}{2}}-{\frac {1}{4}}+{\frac {1}{6}}-{\frac {1}{8}}+{\frac {1}{10}}-{\frac {1}{12}}+\cdots }
あるいは元の級数の半分。加法の結合法則と可換法則の破れから、交代調和級数は 条件収束 で あることがわかる。実際、各項の絶対値の和は 、あるいは発散 調和級数は である。 リーマン級数定理 によれば 、任意の条件収束級数は、その和が任意の有限実数になるように、あるいは発散するように並べ替えることができる。絶対収束級数を並べ替えても、その和は常に保存される。 1 + 1 2 + 1 3 + 1 4 + ⋯ {\textstyle 1+{\frac {1}{2}}+{\frac {1}{3}}+{\frac {1}{4}}+\cdots }
実数と複素数の定義 実数または複素数の和は、 各項の絶対値の合計が 収束する 場合、絶対収束します。 ∑ n = 0 ∞ a n {\textstyle \sum _{n=0}^{\infty }a_{n}} ∑ n = 0 ∞ | a n | {\textstyle \sum _{n=0}^{\infty }|a_{n}|}
より一般的な要素の和 同じ定義は、項が 数ではなく任意の アーベル位相群 の元である級数にも適用できます 。その場合、 絶対値 を 使用する代わりに、定義では群が ノルム を持つことを要求します。ノルム は、アーベル群 ( 加法的に と 表記され、 単位元 は 0)上の正の実数値関数で、 次のようになります。 ∑ n = 0 ∞ a n {\textstyle \sum _{n=0}^{\infty }a_{n}} a n {\displaystyle a_{n}} ‖ ⋅ ‖ : G → R + {\textstyle \|\cdot \|:G\to \mathbb {R} _{+}} G {\displaystyle G}
の単位元のノルム はゼロです。 G {\displaystyle G} ‖ 0 ‖ = 0. {\displaystyle \|0\|=0.} すべては 意味する x ∈ G , {\displaystyle x\in G,} ‖ x ‖ = 0 {\displaystyle \|x\|=0} x = 0. {\displaystyle x=0.} すべての x ∈ G , {\displaystyle x\in G,} ‖ − x ‖ = ‖ x ‖ . {\displaystyle \|-x\|=\|x\|.} すべての x , y ∈ G , {\displaystyle x,y\in G,} ‖ x + y ‖ ≤ ‖ x ‖ + ‖ y ‖ . {\displaystyle \|x+y\|\leq \|x\|+\|y\|.} この場合、関数は 距離空間( 位相 の一種 ) の構造を誘導します。 d ( x , y ) = ‖ x − y ‖ {\displaystyle d(x,y)=\|x-y\|} G . {\displaystyle G.}
そして、 値級数が絶対収束するとは、 G {\displaystyle G} ∑ n = 0 ∞ ‖ a n ‖ < ∞ . {\textstyle \sum _{n=0}^{\infty }\|a_{n}\|<\infty .}
特に、これらのステートメントは、 実数または複素数の空間における
ノルム ( 絶対値)を使用して適用されます。 | x | {\displaystyle |x|}
位相ベクトル空間では が 位相ベクトル空間 (TVS) であり、が (おそらく非可算な)族である 場合 、 この 族 は [1] X {\displaystyle X} ( x α ) α ∈ A {\textstyle \left(x_{\alpha }\right)_{\alpha \in A}} X {\displaystyle X}
( x α ) α ∈ A {\textstyle \left(x_{\alpha }\right)_{\alpha \in A}} は で 合計可能 (つまり、 ネット の 極限が で収束する場合 、 は包含と によって有向化された の すべての有限部分集合の 有向 集合 である )、かつ X {\displaystyle X} lim H ∈ F ( A ) x H {\textstyle \lim _{H\in {\mathcal {F}}(A)}x_{H}} ( x H ) H ∈ F ( A ) {\displaystyle \left(x_{H}\right)_{H\in {\mathcal {F}}(A)}} X , {\displaystyle X,} F ( A ) {\displaystyle {\mathcal {F}}(A)} A {\displaystyle A} ⊆ {\displaystyle \subseteq } x H := ∑ i ∈ H x i {\textstyle x_{H}:=\sum _{i\in H}x_{i}} 族 上の すべての連続 半ノルム は、 p {\displaystyle p} X , {\displaystyle X,} ( p ( x α ) ) α ∈ A {\textstyle \left(p\left(x_{\alpha }\right)\right)_{\alpha \in A}} R . {\displaystyle \mathbb {R} .} が正規化可能空間であり、 が における絶対加算可能族である場合、 の 可算 なコレクションを除くすべての は必然的に 0 です。 X {\displaystyle X} ( x α ) α ∈ A {\textstyle \left(x_{\alpha }\right)_{\alpha \in A}} X , {\displaystyle X,} x α {\displaystyle x_{\alpha }}
絶対的に加算可能な族は、核空間 の理論において重要な役割を果たします 。
収束との関係 が計量に関して 完備で あれ ば 、すべての絶対収束級数は収束する。証明は複素数値級数の場合と同じである。完備性を用いてコーシーの収束判定基準(級数が収束する場合、その裾のノルムを任意に小さくすることができる場合のみ)を導き、三角不等式を適用する。 G {\displaystyle G} d , {\displaystyle d,}
特に、任意の バナッハ空間 に値を持つ級数については、絶対収束は収束を意味する。逆もまた真である。すなわち、ノルム空間において絶対収束が収束を意味する場合、その空間はバナッハ空間である。
級数が収束するが絶対収束しない場合、それは 条件収束すると 呼ばれます。条件収束する級数の例としては、 交代調和級数 が挙げられます。発散と収束の多くの標準的なテスト、特に 比テスト と 根テストは、絶対収束を証明します。これは、 べき級数が その収束円板の内部で絶対収束する ためです。 [a]
絶対収束する複素数級数は収束することの証明 が収束すると仮定する 。同様に、 が収束することから、 非負項の項ごとの比較により と が収束することが分かる。これらの級数の収束は の収束を意味し、 について収束することを示すだけで十分である。 そうすると 、 複素数 級数の収束の定義より、 の収束が導かれる。 ∑ | a k | , a k ∈ C {\textstyle \sum \left|a_{k}\right|,a_{k}\in \mathbb {C} } ∑ [ Re ( a k ) 2 + Im ( a k ) 2 ] 1 / 2 {\textstyle \sum \left[\operatorname {Re} \left(a_{k}\right)^{2}+\operatorname {Im} \left(a_{k}\right)^{2}\right]^{1/2}} ∑ | Re ( a k ) | {\textstyle \sum \left|\operatorname {Re} \left(a_{k}\right)\right|} ∑ | Im ( a k ) | {\textstyle \sum \left|\operatorname {Im} \left(a_{k}\right)\right|} ∑ Re ( a k ) {\textstyle \sum \operatorname {Re} \left(a_{k}\right)} ∑ Im ( a k ) , {\textstyle \sum \operatorname {Im} \left(a_{k}\right),} ∑ a k = ∑ Re ( a k ) + i ∑ Im ( a k ) {\textstyle \sum a_{k}=\sum \operatorname {Re} \left(a_{k}\right)+i\sum \operatorname {Im} \left(a_{k}\right)}
これまでの議論から、の収束はの 収束を意味することを証明するだけでよいことがわかる。 ∑ | a k | , a k ∈ R {\textstyle \sum \left|a_{k}\right|,a_{k}\in \mathbb {R} } ∑ a k . {\textstyle \sum a_{k}.}
が収束するとする 。 が収束する ので 、は 有界な 単調な部分和 列 であり 、 収束しなければならない。が 収束級数の違いであることに留意すると、これもまた、期待通り収束級数であると結論付けられる。 ∑ | a k | , a k ∈ R {\textstyle \sum \left|a_{k}\right|,a_{k}\in \mathbb {R} } 0 ≤ a k + | a k | ≤ 2 | a k | , {\displaystyle 0\leq a_{k}+\left|a_{k}\right|\leq 2\left|a_{k}\right|,} 0 ≤ ∑ k = 1 n ( a k + | a k | ) ≤ ∑ k = 1 n 2 | a k | . {\displaystyle 0\leq \sum _{k=1}^{n}(a_{k}+\left|a_{k}\right|)\leq \sum _{k=1}^{n}2\left|a_{k}\right|.} ∑ 2 | a k | {\textstyle \sum 2\left|a_{k}\right|} s n = ∑ k = 1 n ( a k + | a k | ) {\textstyle s_{n}=\sum _{k=1}^{n}\left(a_{k}+\left|a_{k}\right|\right)} ∑ ( a k + | a k | ) {\textstyle \sum \left(a_{k}+\left|a_{k}\right|\right)} ∑ a k = ∑ ( a k + | a k | ) − ∑ | a k | {\textstyle \sum a_{k}=\sum \left(a_{k}+\left|a_{k}\right|\right)-\sum \left|a_{k}\right|}
コーシー基準と三角不等式を用いた代替証明 複素数級数の収束に関するコーシー判定基準を適用することで、この事実を 三角不等式 の単純な含意として証明することもできる。 [2] コーシー判定基準 によれば 、 任意の に対して が存在する場合のみ収束する。任意の に対して が 存在 する。 しかし、三角不等式は を意味するので、任意の に対して が 存在 する。 これ はまさに に対するコーシー判定基準である。 ∑ | a i | {\textstyle \sum |a_{i}|} ε > 0 , {\displaystyle \varepsilon >0,} N {\displaystyle N} | ∑ i = m n | a i | | = ∑ i = m n | a i | < ε {\textstyle \left|\sum _{i=m}^{n}\left|a_{i}\right|\right|=\sum _{i=m}^{n}|a_{i}|<\varepsilon } n > m ≥ N . {\displaystyle n>m\geq N.} | ∑ i = m n a i | ≤ ∑ i = m n | a i | , {\textstyle {\big |}\sum _{i=m}^{n}a_{i}{\big |}\leq \sum _{i=m}^{n}|a_{i}|,} | ∑ i = m n a i | < ε {\textstyle \left|\sum _{i=m}^{n}a_{i}\right|<\varepsilon } n > m ≥ N , {\displaystyle n>m\geq N,} ∑ a i . {\textstyle \sum a_{i}.}
バナッハ空間における絶対収束する級数は収束することの証明 上記の結果は、あらゆるバナッハ空間 に簡単に一般化できます。 は 、実数の コーシー列 で あり、 任意の十分大きな 自然数 に対して、次の式 が成り立ちます。 ( X , ‖ ⋅ ‖ ) . {\displaystyle (X,\|\,\cdot \,\|).} ∑ x n {\textstyle \sum x_{n}} X . {\displaystyle X.} ∑ k = 1 n ‖ x k ‖ {\textstyle \sum _{k=1}^{n}\|x_{k}\|} ε > 0 {\displaystyle \varepsilon >0} m > n {\displaystyle m>n} | ∑ k = 1 m ‖ x k ‖ − ∑ k = 1 n ‖ x k ‖ | = ∑ k = n + 1 m ‖ x k ‖ < ε . {\displaystyle \left|\sum _{k=1}^{m}\|x_{k}\|-\sum _{k=1}^{n}\|x_{k}\|\right|=\sum _{k=n+1}^{m}\|x_{k}\|<\varepsilon .}
ノルム ǁ⋅ǁ の三角不等式により、次式が得られる。
これは、 がコーシー列である ことを意味し、 したがって級数は [3]で収束する。 ‖ ∑ k = 1 m x k − ∑ k = 1 n x k ‖ = ‖ ∑ k = n + 1 m x k ‖ ≤ ∑ k = n + 1 m ‖ x k ‖ < ε , {\displaystyle \left\|\sum _{k=1}^{m}x_{k}-\sum _{k=1}^{n}x_{k}\right\|=\left\|\sum _{k=n+1}^{m}x_{k}\right\|\leq \sum _{k=n+1}^{m}\|x_{k}\|<\varepsilon ,} ∑ k = 1 n x k {\textstyle \sum _{k=1}^{n}x_{k}} X , {\displaystyle X,} X . {\displaystyle X.}
再配置と無条件収束
実数と複素数 実数または複素数の級数が絶対収束する場合、その級数の項を並べ替えたり、順序を変えたりしても同じ値に収束します。この事実は、絶対収束級数が有用な理由の一つです。級数が絶対収束することを示すことで、和の値を変えずに、項を都合の良い方法で組み合わせたり並べ替えたりできるようになります。
リーマン の並べ替え定理は 、逆もまた真であることを示しています。つまり、項を並べ替えて異なる値にすることができない実数値または複素数値の級数はすべて絶対収束します。
より一般的な空間における係数を持つ級数 無条件収束 という用語は 、その項をどのような順序で並べ替えても同じ値に収束する級数を指すために使用されます。ノルムアーベル群に属する値を持つ任意の級数について 、が完備である限り 、絶対収束する級数はすべて無条件収束します。 G {\displaystyle G} G {\displaystyle G}
より正式に述べると:
より一般的な係数を持つ級数の場合、逆はより複雑になります。前の節で述べたように、実数値および複素数値の級数では、無条件収束は常に絶対収束を意味します。しかし、より一般的な、任意のノルムアーベル群に属する値を持つ級数の場合 、逆は必ずしも成立しません。つまり、絶対収束しないが無条件収束する級数が存在する可能性があります。 G {\displaystyle G}
たとえば、 バナッハ空間 ℓ ∞ において、無条件収束するが絶対収束しない級数が 1 つあります。 ∑ n = 1 ∞ 1 n e n , {\displaystyle \sum _{n=1}^{\infty }{\tfrac {1}{n}}e_{n},}
ここで は直交基底である。A . ドヴォレツキー と C. A. ロジャース の定理によれば、任意の無限次元バナッハ空間には絶対収束しない無条件収束級数が存在する。 [4] { e n } n = 1 ∞ {\displaystyle \{e_{n}\}_{n=1}^{\infty }}
定理の証明 任意のに対して、次のような ものを選択できます 。 ε > 0 , {\displaystyle \varepsilon >0,} κ ε , λ ε ∈ N , {\displaystyle \kappa _{\varepsilon },\lambda _{\varepsilon }\in \mathbb {N} ,} for all N > κ ε ∑ n = N ∞ ‖ a n ‖ < ε 2 for all N > λ ε ‖ ∑ n = 1 N a n − A ‖ < ε 2 {\displaystyle {\begin{aligned}{\text{ for all }}N>\kappa _{\varepsilon }&\quad \sum _{n=N}^{\infty }\|a_{n}\|<{\tfrac {\varepsilon }{2}}\\{\text{ for all }}N>\lambda _{\varepsilon }&\quad \left\|\sum _{n=1}^{N}a_{n}-A\right\|<{\tfrac {\varepsilon }{2}}\end{aligned}}}
と すると 、 は リストに すべての項 (およびその他の項も含む)が含まれる最小の自然数になります。 N ε = max { κ ε , λ ε } M σ , ε = max { σ − 1 ( { 1 , … , N ε } ) } {\displaystyle {\begin{aligned}N_{\varepsilon }&=\max \left\{\kappa _{\varepsilon },\lambda _{\varepsilon }\right\}\\M_{\sigma ,\varepsilon }&=\max \left\{\sigma ^{-1}\left(\left\{1,\ldots ,N_{\varepsilon }\right\}\right)\right\}\end{aligned}}} σ − 1 ( { 1 , … , N ε } ) = { σ − 1 ( 1 ) , … , σ − 1 ( N ε ) } {\displaystyle \sigma ^{-1}\left(\left\{1,\ldots ,N_{\varepsilon }\right\}\right)=\left\{\sigma ^{-1}(1),\ldots ,\sigma ^{-1}\left(N_{\varepsilon }\right)\right\}} M σ , ε {\displaystyle M_{\sigma ,\varepsilon }} a σ ( 1 ) , … , a σ ( M σ , ε ) {\displaystyle a_{\sigma (1)},\ldots ,a_{\sigma \left(M_{\sigma ,\varepsilon }\right)}} a 1 , … , a N ε {\displaystyle a_{1},\ldots ,a_{N_{\varepsilon }}}
最後に任意の整数 に対して、 となるようにし 、 したがって N > M σ , ε {\displaystyle N>M_{\sigma ,\varepsilon }} I σ , ε = { 1 , … , N } ∖ σ − 1 ( { 1 , … , N ε } ) S σ , ε = min σ ( I σ , ε ) = min { σ ( k ) : k ∈ I σ , ε } L σ , ε = max σ ( I σ , ε ) = max { σ ( k ) : k ∈ I σ , ε } {\displaystyle {\begin{aligned}I_{\sigma ,\varepsilon }&=\left\{1,\ldots ,N\right\}\setminus \sigma ^{-1}\left(\left\{1,\ldots ,N_{\varepsilon }\right\}\right)\\S_{\sigma ,\varepsilon }&=\min \sigma \left(I_{\sigma ,\varepsilon }\right)=\min \left\{\sigma (k)\ :\ k\in I_{\sigma ,\varepsilon }\right\}\\L_{\sigma ,\varepsilon }&=\max \sigma \left(I_{\sigma ,\varepsilon }\right)=\max \left\{\sigma (k)\ :\ k\in I_{\sigma ,\varepsilon }\right\}\\\end{aligned}}} ‖ ∑ i ∈ I σ , ε a σ ( i ) ‖ ≤ ∑ i ∈ I σ , ε ‖ a σ ( i ) ‖ ≤ ∑ j = S σ , ε L σ , ε ‖ a j ‖ since σ ( I σ , ε ) ⊆ { S σ , ε , S σ , ε + 1 , … , L σ , ε } ≤ ∑ j = N ε + 1 ∞ ‖ a j ‖ since S σ , ε ≥ N ε + 1 < ε 2 {\displaystyle {\begin{aligned}\left\|\sum _{i\in I_{\sigma ,\varepsilon }}a_{\sigma (i)}\right\|&\leq \sum _{i\in I_{\sigma ,\varepsilon }}\left\|a_{\sigma (i)}\right\|\\&\leq \sum _{j=S_{\sigma ,\varepsilon }}^{L_{\sigma ,\varepsilon }}\left\|a_{j}\right\|&&{\text{ since }}\sigma (I_{\sigma ,\varepsilon })\subseteq \left\{S_{\sigma ,\varepsilon },S_{\sigma ,\varepsilon }+1,\ldots ,L_{\sigma ,\varepsilon }\right\}\\&\leq \sum _{j=N_{\varepsilon }+1}^{\infty }\left\|a_{j}\right\|&&{\text{ since }}S_{\sigma ,\varepsilon }\geq N_{\varepsilon }+1\\&<{\frac {\varepsilon }{2}}\end{aligned}}} ‖ ∑ i = 1 N a σ ( i ) − A ‖ = ‖ ∑ i ∈ σ − 1 ( { 1 , … , N ε } ) a σ ( i ) − A + ∑ i ∈ I σ , ε a σ ( i ) ‖ ≤ ‖ ∑ j = 1 N ε a j − A ‖ + ‖ ∑ i ∈ I σ , ε a σ ( i ) ‖ < ‖ ∑ j = 1 N ε a j − A ‖ + ε 2 < ε {\displaystyle {\begin{aligned}\left\|\sum _{i=1}^{N}a_{\sigma (i)}-A\right\|&=\left\|\sum _{i\in \sigma ^{-1}\left(\{1,\dots ,N_{\varepsilon }\}\right)}a_{\sigma (i)}-A+\sum _{i\in I_{\sigma ,\varepsilon }}a_{\sigma (i)}\right\|\\&\leq \left\|\sum _{j=1}^{N_{\varepsilon }}a_{j}-A\right\|+\left\|\sum _{i\in I_{\sigma ,\varepsilon }}a_{\sigma (i)}\right\|\\&<\left\|\sum _{j=1}^{N_{\varepsilon }}a_{j}-A\right\|+{\frac {\varepsilon }{2}}\\&<\varepsilon \end{aligned}}}
これは 次のことを示しています: for all ε > 0 , there exists M σ , ε , for all N > M σ , ε ‖ ∑ i = 1 N a σ ( i ) − A ‖ < ε , {\displaystyle {\text{ for all }}\varepsilon >0,{\text{ there exists }}M_{\sigma ,\varepsilon },{\text{ for all }}N>M_{\sigma ,\varepsilon }\quad \left\|\sum _{i=1}^{N}a_{\sigma (i)}-A\right\|<\varepsilon ,} ∑ i = 1 ∞ a σ ( i ) = A . {\displaystyle \sum _{i=1}^{\infty }a_{\sigma (i)}=A.}
QED
シリーズ製品 2つの級数のコーシー 積は、 少なくとも一方の級数が絶対収束する場合、その和の積に収束する。つまり、 ∑ n = 0 ∞ a n = A and ∑ n = 0 ∞ b n = B . {\displaystyle \sum _{n=0}^{\infty }a_{n}=A\quad {\text{ and }}\quad \sum _{n=0}^{\infty }b_{n}=B.}
コーシー積は、次の項の和として定義されます 。 c n {\displaystyle c_{n}} c n = ∑ k = 0 n a k b n − k . {\displaystyle c_{n}=\sum _{k=0}^{n}a_{k}b_{n-k}.}
または和の いずれ か が絶対収束する 場合、 a n {\displaystyle a_{n}} b n {\displaystyle b_{n}} ∑ n = 0 ∞ c n = A B . {\displaystyle \sum _{n=0}^{\infty }c_{n}=AB.}
集合上の絶対収束 級数の絶対収束の一般化は、関数の集合上の和の絶対収束である。まず、可算集合 と関数を考える。以下では、関数の集合 上の和を 次のように 定義する。 X {\displaystyle X} f : X → R . {\displaystyle f:X\to \mathbb {R} .} f {\displaystyle f} X , {\displaystyle X,} ∑ x ∈ X f ( x ) . {\textstyle \sum _{x\in X}f(x).}
まず、 の具体的な列挙(または「添え字付け」)が まだ指定されていないため、この級数は より基本的な級数の定義では理解できないことに注意してください。実際、 の特定の例 や の 和が 全く定義されていない場合もあります。これは、添え字付けによっては条件付き収束級数が生じる可能性があるためです。 X {\displaystyle X} ∑ x ∈ X f ( x ) {\textstyle \sum _{x\in X}f(x)} X {\displaystyle X} f , {\displaystyle f,} f {\displaystyle f} X {\displaystyle X}
したがって、絶対収束するような 一対一表現が存在する場合にのみ 定義する 。ここで「絶対収束」とは、添字付き級数に適用された、より基本的な定義を用いている点に注意されたい。この場合、 [5] の和 の値は次のように定義される 。 ∑ x ∈ X f ( x ) {\textstyle \sum _{x\in X}f(x)} g : Z + → X {\displaystyle g:\mathbb {Z} ^{+}\to X} ∑ n = 1 ∞ f ( g ( n ) ) {\textstyle \sum _{n=1}^{\infty }f(g(n))} f {\displaystyle f} X {\displaystyle X} ∑ x ∈ X f ( x ) := ∑ n = 1 ∞ f ( g ( n ) ) {\displaystyle \sum _{x\in X}f(x):=\sum _{n=1}^{\infty }f(g(n))}
この級数は絶対収束するので、すべての並べ替えは単射の異なる選択と同一であることに注意してください。 これらの合計はすべて同じ値を持つので、 の合計は 明確 に定義されます。 g . {\displaystyle g.} f {\displaystyle f} X {\displaystyle X}
さらに一般的に、が非可算な 場合のの 和を定義できます 。しかしまず、和が収束するとはどういうことかを定義します。 f {\displaystyle f} X {\displaystyle X} X {\displaystyle X}
を任意の可算集合または不可算集合、および 関数とする。 の 和 が 絶対収束する とは、 X {\displaystyle X} f : X → R {\displaystyle f:X\to \mathbb {R} } f {\displaystyle f} X {\displaystyle X} sup { ∑ x ∈ A | f ( x ) | : A ⊆ X , A is finite } < ∞ . {\displaystyle \sup \left\{\sum _{x\in A}|f(x)|:A\subseteq X,A{\text{ is finite }}\right\}<\infty .}
の和 が絶対収束する場合、 最大可算な集合上では は非零の値を取る という定理があります。したがって、 和が絶対収束する場合の
の 和の一貫した定義は以下のとおりです。 f {\displaystyle f} X {\displaystyle X} f {\displaystyle f} f {\displaystyle f} X {\displaystyle X} ∑ x ∈ X f ( x ) := ∑ x ∈ X : f ( x ) ≠ 0 f ( x ) . {\displaystyle \sum _{x\in X}f(x):=\sum _{x\in X:f(x)\neq 0}f(x).}
最後の級数は可算集合 上の級数の定義を使用することに注意してください 。
ある著者は、反復級数が であるとき、 反復和は絶対収束すると定義しています [6] これは実際には の絶対収束と同等です。つまり、 の 和が 上で定義したように絶対収束する場合、反復和は 絶対収束し、その逆も同様です。 ∑ m = 1 ∞ ∑ n = 1 ∞ a m , n {\textstyle \sum _{m=1}^{\infty }\sum _{n=1}^{\infty }a_{m,n}} ∑ m = 1 ∞ ∑ n = 1 ∞ | a m , n | < ∞ . {\textstyle \sum _{m=1}^{\infty }\sum _{n=1}^{\infty }|a_{m,n}|<\infty .} ∑ ( m , n ) ∈ N × N a m , n . {\textstyle \sum _{(m,n)\in \mathbb {N} \times \mathbb {N} }a_{m,n}.} f {\displaystyle f} X , {\displaystyle X,} ∑ ( m , n ) ∈ N × N a m , n , {\textstyle \sum _{(m,n)\in \mathbb {N} \times \mathbb {N} }a_{m,n},} ∑ m = 1 ∞ ∑ n = 1 ∞ a m , n {\textstyle \sum _{m=1}^{\infty }\sum _{n=1}^{\infty }a_{m,n}}
積分の絶対収束 実数値関数または複素数値関数の積分は、絶対収束するとは、絶対積分可能であるとも言える 。 絶対 積分 可能 性 の 問題 は複雑で、 リーマン積分 、 ルベーグ積分 、あるいは クルツワイル・ヘンストック (ゲージ)積分のいずれを対象とするかによって異なる。リーマン積分の場合、積分可能性をその本来の意味(かつ 有界 積分 )のみで考えるか 、あるいはより一般的な不定積分の場合を許容するかによっても異なる。 ∫ A f ( x ) d x {\textstyle \int _{A}f(x)\,dx} ∫ A | f ( x ) | d x < ∞ . {\textstyle \int _{A}\left|f(x)\right|\,dx<\infty .} f {\displaystyle f} f {\displaystyle f} A {\displaystyle A}
リーマン積分の標準的な性質として、 が有界 区間 であるとき、すべての 連続関数 は有界かつ(リーマン)積分可能であり、 連続は連続を意味するので 、すべての連続関数は絶対積分可能である。実際、 が(適切に)積分可能で が連続である 場合、 は 上でリーマン積分可能である ので、 が適切にリーマン積分可能である ことが導かれる 。しかし、この含意は不適正積分の場合には成り立たない。例えば、 関数は その非有界領域上で不適正リーマン積分可能であるが、絶対積分可能ではない。 実際、より一般的には、任意の級数が与えられたとき、 関連する ステップ関数 を で定義すると、 は の 対応する挙動に従って絶対収束、条件付き収束、または発散する。 A = [ a , b ] {\displaystyle A=[a,b]} f {\displaystyle f} | f | {\displaystyle |f|} g ∘ f {\displaystyle g\circ f} [ a , b ] {\displaystyle [a,b]} f {\displaystyle f} g {\displaystyle g} | f | = | ⋅ | ∘ f {\displaystyle |f|=|\cdot |\circ f} f {\displaystyle f} f : [ 1 , ∞ ) → R : x ↦ sin x x {\textstyle f:[1,\infty )\to \mathbb {R} :x\mapsto {\frac {\sin x}{x}}} ∫ 1 ∞ sin x x d x = 1 2 [ π − 2 S i ( 1 ) ] ≈ 0.62 , but ∫ 1 ∞ | sin x x | d x = ∞ . {\displaystyle \int _{1}^{\infty }{\frac {\sin x}{x}}\,dx={\frac {1}{2}}{\bigl [}\pi -2\,\mathrm {Si} (1){\bigr ]}\approx 0.62,{\text{ but }}\int _{1}^{\infty }\left|{\frac {\sin x}{x}}\right|dx=\infty .} ∑ n = 0 ∞ a n {\textstyle \sum _{n=0}^{\infty }a_{n}} f a : [ 0 , ∞ ) → R {\displaystyle f_{a}:[0,\infty )\to \mathbb {R} } f a ( [ n , n + 1 ) ) = a n . {\displaystyle f_{a}([n,n+1))=a_{n}.} ∫ 0 ∞ f a d x {\textstyle \int _{0}^{\infty }f_{a}\,dx} ∑ n = 0 ∞ a n . {\textstyle \sum _{n=0}^{\infty }a_{n}.}
ルベーグ積分の場合は状況が異なり、積分の有界領域と非有界領域を別々に扱いません ( 下記参照 )。上記の例で の 積分が非有界であるという事実は 、 もルベーグの意味で積分可能ではないことを意味します。実際、ルベーグ積分理論では、 が 測定可能で あるとすれば、 が (ルベーグ) 積分可能である場合のみ、 が (ルベーグ) 積分可能です。しかし、 が測定可能であるという仮説は重要です。 上の絶対積分可能関数 が積分可能であるというのは一般には真ではありません (単に測定できない可能性があるという理由だけで)。 が 非測定 サブセット であるとし、が の 特性 関数 である を考えます。 すると は ルベーグ測定可能ではないため積分可能ではありませんが、 は 定数関数であり明らかに積分可能です。 | f | {\displaystyle |f|} f {\displaystyle f} f {\displaystyle f} f {\displaystyle f} | f | {\displaystyle |f|} f {\displaystyle f} [ a , b ] {\displaystyle [a,b]} S ⊂ [ a , b ] {\displaystyle S\subset [a,b]} f = χ S − 1 / 2 , {\displaystyle f=\chi _{S}-1/2,} χ S {\displaystyle \chi _{S}} S . {\displaystyle S.} f {\displaystyle f} | f | ≡ 1 / 2 {\displaystyle |f|\equiv 1/2}
一方、関数は カーツワイル・ヘンストック積分可能(ゲージ積分可能)でありながら、 そうでない場合があります。これには、リーマン積分不可能な関数の場合も含まれます。 f {\displaystyle f} | f | {\displaystyle |f|}
一般的な意味では、任意の 測度空間 上で実数値関数のルベーグ積分はその正の部分と負の部分で定義されるので、次の事実が成り立ちます。 A , {\displaystyle A,}
f {\displaystyle f} 積分可能ということは積分可能であること を意味する | f | {\displaystyle |f|} f {\displaystyle f} 測定可能、積分可能は 積分可能であること を意味する | f | {\displaystyle |f|} f {\displaystyle f} ルベーグ積分の定義には本質的に組み込まれています。特に、この理論を 集合 上の 計数測度 に適用すると、ムーア=スミスが(現在ではネットと呼ばれる)を用いて展開した級数の無順序和の概念が再現されます。 自然数全体の集合であるとき、ルベーグ積分可能性、無順序和可能性、そして絶対収束性はすべて一致します。 S , {\displaystyle S,} S = N {\displaystyle S=\mathbb {N} }
最後に、上記のすべてはバナッハ空間に値を持つ積分にも成り立ちます。バナッハ値リーマン積分の定義は、通常の定義の明らかな修正です。ルベーグ積分については、ダニエルのより関数 的な解析的 アプローチを用いて正負の部分への分解を回避し、 ボッホナー積分 を得る必要があります。
参照
注記 ^ ここで、収束円板とは、級数の中心からの距離が収束半径よりも小さいすべての点を指すために使用されます。つまり、収束円板は、冪級数が収束するすべての点から構成されます。
参考文献 ^ Schaefer, Helmut H. ; Wolff, Manfred P. (1999). Topological Vector Spaces . GTM . Vol. 8 (Second ed.). New York, NY: Springer New York Imprint Springer. pp. 179– 180. ISBN 978-1-4612-7155-0 . OCLC 840278135。 ^ ルディン、ウォルター(1976年)『数学解析の原理』ニューヨーク:マグロウヒル、pp. 71-72 、 ISBN 0-07-054235-X 。 ^ メギンソン、ロバート・E. (1998)、 バナッハ空間理論入門 、Graduate Texts in Mathematics、第183巻、ニューヨーク:シュプリンガー・フェアラーク、p. 20、 ISBN 0-387-98431-3 (定理1.3.9) ^ Dvoretzky, A.; Rogers, CA (1950)「ノルム線形空間における絶対収束と無条件収束」Proc. Natl. Acad. Sci. USA 36 :192–197. ^ タオ、テレンス(2016年) 『分析I 』ニューデリー:ヒンドゥスタン・ブック・エージェンシー、pp. 188– 191. ISBN 978-9380250649 。 ^ ストリチャーツ、ロバート (2000). 『分析の方法 』 ジョーンズ&バートレット・ラーニング. pp. 259– 260. ISBN 978-0763714970 。
一般的な参考文献