레비 상수
"오늘의AI위키" 는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키" 의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차 보기/숨기기
2. 증명
[4] 이 증명은 연분수의 기본 속성을 가정한다. 증명 과정에서는 가우스 사상 T : x ↦ 1/x mod 1 이 중요한 역할을 한다.
2. 1. 보조정리
가우스 사상과 관련된 다음 부등식이 성립한다.|\ln x - \ln p_n(x)/q_n(x)| \leq 1/q_n(x) \leq 1/F_n 여기서 p_n(x)/q_n(x) 는 x 의 n 번째 연분수 근사이고, F_n 은 n 번째 피보나치 수 이다. 이 부등식은 x 의 로그 값과 그 연분수 근사의 로그 값 사이의 오차 한계를 피보나치 수 의 역수로 제시한다.
2. 1. 1. 보조정리 증명
증명하고자 하는 부등식은 다음과 같다.|\ln x - \ln p_n(x)/q_n(x)| \leq 1/q_n(x) \leq 1/F_n 여기서 F_n 은 피보나치 수 이다. '''증명.''' 함수 f(t) = \ln\frac{p_n + p_{n-1}t}{q_n + q_{n-1}t} 를 정의한다. 추정해야 할 양은 |f(T^n x) - f(0)| 이다.평균값 정리 에 의해, 모든 t\in [0, 1] 에 대해 다음이 성립한다. |f(t)-f(0)| \leq \max_{t \in [0, 1]}|f'(t)| 여기서 f'(t) 의 절댓값의 최댓값은 다음과 같이 계산된다. \max_{t \in [0, 1]}|f'(t)| = \max_{t \in [0, 1]} \left| \frac{d}{dt} \ln\frac{p_n + p_{n-1}t}{q_n + q_{n-1}t} \right| = \max_{t \in [0, 1]} \frac{(p_n + tp_{n-1})(q_n + tq_{n-1})}연분수 의 성질에 따라 |p_{n-1}q_n - p_n q_{n-1}| = 1 이므로, \max_{t \in [0, 1]}|f'(t)| = \max_{t \in [0, 1]} \frac{1}{(p_n + tp_{n-1})(q_n + tq_{n-1})} 분모는 t=0 일 때 최솟값을 가지므로, 최댓값은 다음과 같다. \max_{t \in [0, 1]}|f'(t)| = \frac{1}{p_nq_n}p_n \geq 1 이므로 (일반적으로 연분수 근사에서 성립), 다음 부등식이 성립한다. |f(t)-f(0)| \leq \frac{1}{p_nq_n} \leq \frac{1}{q_n} 분모 수열 q_0, q_1, q_2, \dots 는 점화 관계를 만족하므로, 피보나치 수열 1, 1, 2, \dots 보다 크거나 같다. 즉, q_n \geq F_n 이다. 그러므로 \frac{1}{q_n} \leq \frac{1}{F_n} 이다. 결론적으로 다음 부등식이 증명된다. |\ln x - \ln p_n(x)/q_n(x)| \leq \frac{1}{q_n} \leq \frac{1}{F_n}
2. 2. 에르고딕 이론을 이용한 증명
연분수 의 근사 분모 q_n 에 대해 다음 관계식이 성립한다.\ln q_n = \ln x + \ln Tx + \dots + \ln T^{n-1}x + \delta 여기서 T 는 가우스 사상이며, 오차항 |\delta| 는 유한한 값인 역 피보나치 상수 \sum_{k=1}^\infty 1/F_k 보다 작거나 같다. 비르코프 에르고딕 정리에 의해, \frac{\ln q_n}{n} 의 극한값은 거의 모든 x \in [0, 1] 에 대해 특정 값으로 수렴한다. \lim_{n \to \infty}\frac{\ln q_n}{n} = \int_0^1 ( -\ln t )\rho(t) dt 이 적분값은 다음과 같이 계산된다. \int_0^1 ( -\ln t )\rho(t) dt = \frac{\pi^2}{12\ln 2} 여기서 \rho(t) = \frac{1}{(1+t) \ln 2} 는 가우스 분포의 확률 밀도 함수이다. 이 극한값이 바로 레비 상수의 로그값과 같다.
2. 2. 1. 추가 설명
레비 상수의 값에 대한 증명은 연분수 의 기본 속성을 활용한다. [4] 증명 과정에서는 여러 수학적 개념과 도구가 사용된다. 먼저, 가우스 사상 T : x \mapsto 1/x \mod 1 이 정의된다. 이 사상은 연분수 전개와 밀접한 관련이 있다. 증명에서는 연분수의 근사 분수 p_n(x)/q_n(x) 와 관련된 부등식 |\ln x - \ln p_n(x)/q_n(x)| \leq 1/q_n(x) \leq 1/F_n 을 사용하는데, 여기서 F_n 은 피보나치 수 이다. 이는 분모 q_n 이 피보나치 수열보다 크거나 같다는 성질을 이용한다. 또한, 증명 과정에서 역 피보나치 상수 \sum_{k=1}^\infty 1/F_n 가 등장한다. 이는 특정 오차 항의 상계를 나타내는 데 사용된다. 핵심적인 부분은 비르코프 에르고딕 정리를 적용하는 것이다. 이 정리를 통해 \lim_{n \to \infty}\frac{\ln q_n}{n} 의 극한값이 특정 적분값으로 거의 확실하게 수렴함을 보인다. 이 적분은 다음과 같이 표현된다. \int_0^1 ( -\ln t )\rho(t) dt = \frac{\pi^2}{12\ln 2} 여기서 \rho(t) = \frac{1}{(1+t) \ln 2} 는 가우스-쿠즈민 분포를 나타내는 확률 밀도 함수이다. 이 분포는 [0, 1] 구간에서 무작위로 선택된 실수의 연분수 전개에 나타나는 계수들의 통계적 분포를 설명한다. 결과적으로, 에르고딕 정리와 가우스-쿠즈민 분포를 이용하여 연분수 분모의 기하 평균 극한값이 레비 상수와 관련됨을 증명한다.
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