맨위로가기

단조 수렴 정리 (수열)

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

단조 수렴 정리는 실수 수열의 수렴성을 판별하는 정리로, 수열이 단조 증가 또는 단조 감소할 경우 그 수열의 극한이 상한 또는 하한과 같다는 것을 나타낸다. 즉, 실수 단조 수열이 수렴하기 위한 필요충분조건은 유계 수열인 것이다. 이 정리는 무한 거듭제곱근의 값을 구하는 예시를 통해 이해할 수 있으며, 일반화된 형태로도 적용될 수 있다.

더 읽어볼만한 페이지

  • 미적분학 정리 - 연쇄 법칙
    연쇄 법칙은 둘 이상의 미분 가능한 함수 합성의 미분법을 제공하며, z의 y에 대한 순간적인 변화율과 y의 x에 대한 순간적인 변화율을 곱하여 z의 x에 대한 순간적인 변화율을 계산하는 직관적인 아이디어를 바탕으로 실변수 함수, 다변수 함수 등 다양한 경우에 적용된다.
  • 미적분학 정리 - 미적분학의 기본 정리
    미적분학의 기본 정리는 미분과 적분 사이의 관계를 설명하는 미적분학의 핵심 정리로서, 제1 기본 정리와 제2 기본 정리로 구성되며, 17세기에 발전되어 르베그 적분 등으로 일반화된다.
  • 수열 - 코시 열
    코시 열은 무한수열에서 항들이 뒤로 갈수록 서로 가까워지는 수열로, 수렴열은 항상 코시 열이지만 그 역은 성립하지 않을 수 있으며, 실수의 완비성 정의 및 무한급수 수렴성 판정에 중요한 역할을 하는 개념이다.
  • 수열 - 실베스터 수열
    실베스터 수열은 각 항이 이전 항들의 곱에 1을 더한 값으로 정의되는 정수 수열로서, 재귀적으로 정의되며 이중 지수 함수적으로 증가하고, 이집트 분수 및 탐욕 알고리즘과 관련이 있으며, 역수 합은 1로 수렴한다.
  • 실해석학 정리 - 미적분학의 기본 정리
    미적분학의 기본 정리는 미분과 적분 사이의 관계를 설명하는 미적분학의 핵심 정리로서, 제1 기본 정리와 제2 기본 정리로 구성되며, 17세기에 발전되어 르베그 적분 등으로 일반화된다.
  • 실해석학 정리 - 볼차노-바이어슈트라스 정리
    볼차노-바이어슈트라스 정리는 유클리드 공간에서 유계인 수열이 수렴하는 부분 수열을 가진다는 정리로, 실해석학에서 중요하며 경제학의 균형 개념 증명에도 활용된다.
단조 수렴 정리 (수열)

2. 정의

실수 수열 (a_n)_{n=0}^\infty이 주어졌을 때, '''단조 수렴 정리'''에 따르면, (a_n)_{n=0}^\infty가 증가 수열이면 다음이 성립한다.

:\lim_{n\to\infty}a_n=\sup_{n\ge 0}a_n\in(-\infty,\infty]

마찬가지로, (a_n)_{n=0}^\infty가 감소 수열이면 다음이 성립한다.

:\lim_{n\to\infty}a_n=\inf_{n\ge 0}a_n\in[-\infty,\infty)

여기서 \sup,\inf는 각각 상한과 하한을 나타낸다.

이에 따라, 임의의 실수 단조 수열 (a_n)_{n=0}^\infty에 대하여, 다음 두 조건은 서로 동치이다.


  • (a_n)_{n=0}^\infty은 (\mathbb R에서) 수렴한다.
  • (a_n)_{n=0}^\infty는 유계 수열이다.

2. 1. 단조 수열

실수 수열 (a_n)_{n=0}^\infty이 주어졌을 때, (a_n)_{n=0}^\infty가 증가 수열 (a_0\le a_1\le a_2\le\cdots)이면 다음이 성립한다.

:\lim_{n\to\infty}a_n=\sup_{n\ge 0}a_n\in(-\infty,\infty]

마찬가지로, (a_n)_{n=0}^\infty가 감소 수열 (a_0\ge a_1\ge a_2\ge\cdots)이면 다음이 성립한다.

:\lim_{n\to\infty}a_n=\inf_{n\ge 0}a_n\in[-\infty,\infty)

여기서 \sup,\inf는 각각 상한과 하한을 나타낸다.

이에 따라, 임의의 실수 단조 수열 (a_n)_{n=0}^\infty에 대하여 다음 두 조건은 서로 동치이다.

  • (a_n)_{n=0}^\infty은 (\mathbb R에서) 수렴한다.
  • (a_n)_{n=0}^\infty는 유계 수열이다.

2. 2. 수렴과 유계성

실수 단조 수열 (a_n)_{n=0}^\infty에 대하여, 다음 두 조건은 서로 동치이다.

  • (a_n)_{n=0}^\infty은 (\mathbb R에서) 수렴한다.
  • (a_n)_{n=0}^\infty는 유계 수열이다.

3. 증명

실수 증가 수열 (a_n)_{n=0}^\infty에 대하여, 그 상한을

:L=\sup_{n\ge 0}a_n\in(-\infty,\infty]

이라고 하자.

만약 (a_n)_{n=0}^\infty이 유계 수열이라면, L<\infty이다. L의 정의에 따라, 임의의 \epsilon>0에 대하여,

:a_N>L-\epsilon

N\ge 0이 존재한다. 따라서, 임의의 n\ge N에 대하여,

:L-\epsilon

이다. 즉,

:\lim_{n\to\infty}a_n=L

이 성립한다.

만약 (a_n)_{n=0}^\infty이 무계 수열이라면, L=\infty이다. 임의의 M>0에 대하여,

:a_N>M

N\ge 0이 존재하며, 임의의 n\ge N에 대하여

:a_n\ge a_N>M

이다. 즉,

:\lim_{n\to\infty}a_n=\infty

이 성립한다.

4. 예

nested radical|무한 중첩 제곱근영어\sqrt{2+\sqrt{2+\sqrt{2+\cdots}}}단조 수렴 정리를 사용하여 구해보자. 우선 이는 다음과 같은 실수 수열 (a_n)_{n=1}^\infty극한이다.

:a_1=\sqrt 2

:a_{n+1}=\sqrt{2+a_n}\qquad(n\ge 1)

수학적 귀납법을 통해 (a_n)_{n\in\mathbb N}이 증가 수열임을 다음과 같이 보일 수 있다.

:a_2=\sqrt{2+\sqrt 2}>\sqrt 2=a_1

:a_{n+1}>a_n\implies a_{n+2}=\sqrt{2+a_{n+1}}>\sqrt{2+a_n}=a_{n+1}\qquad(n\ge 1)

또한 (a_n)_{n\in\mathbb N}은 다음에 따라 \sqrt 2+1을 상계로 가지므로, 유계 수열이다.

:a_1=\sqrt 2<\sqrt 2+1

:a_n<\sqrt 2+1\implies a_{n+1}=\sqrt{2+a_n}<\sqrt{2+\sqrt 2+1}<\sqrt{2+2\sqrt 2+1}=\sqrt 2+1\qquad(n\ge 1)

단조 수렴 정리에 따라, (a_n)_{n\in\mathbb N}은 수렴한다. 이제

:\lim_{n\to\infty}a_n=L

이라고 하고 등식

:a_{n+1}^2=2+a_n\qquad(n\ge 1)

의 양변에 극한을 취하면

:L^2=2+L

을 얻으며, 이를 풀면 L=-1이거나 L=2임을 얻는다. 또한 L\ge a_1>0이므로,

:\sqrt{2+\sqrt{2+\sqrt{2+\cdots}}}=L=2

이다.

5. 일반화

실수 수열 (a_n)_{n=0}^\infty이 주어졌고, 다음 조건들을 만족시키는 양의 정수 k>0연속 함수 f\colon\mathbb R^k\to\mathbb R이 존재한다고 가정한다.


  • 임의의 1\le i\le kx_1,\dots,x_i,x_i',\dots,x_k,\in\mathbb R에 대하여, x_i이면 f(x_1,\dots,x_i,\dots,x_k)이다.
  • 임의의 x\in\mathbb R에 대하여, f(x,\dots,x)=x이다.
  • 임의의 n\ge k에 대하여, f(a_{n-1},a_{n-2},\dots,a_{n-k})\le a_n이다.


이때, 다음이 성립한다.

:\lim_{n\to\infty}a_n=\sup_{n\ge 0}\min\{a_{n-1},a_{n-2},\dots,a_{n-k}\}\in(-\infty,\infty][1]

또한, (a_n)_{n=0}^\infty이 수렴할 필요충분조건은 유계 수열이다.


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com