균등수렴

역사 raw
대문 랜덤 문서 최근 토론
1. 점별 수렴2. 균등 수렴3. 예고로프 정리

Uniform Convergence. 고른 수렴 또는 평등 수렴이라고도 한다.

1. 점별 수렴[편집]

집합 XX와 거리공간 (Y,d)\left(Y, d\right)가 있을 때, XX에서 YY로 가는 함수들의 열 {fn}\left\{ f_n \right\}을 생각해보자. 이 때, 일반적인 수열과 마찬가지로 {fn}\left\{ f_n \right\}이 "수렴"하는 경우를 생각해볼 수 있을 것이다.

수렴한다면 무엇에 수렴할까? 함수들의 수열이니 어떤 함수에 수렴하는 경우를 생각해볼 수 있을 것이다. 그렇다면, 함수에 수렴하는 것이 도대체 무엇일까?

fn(x)f_n(x)xx를 고정시켜서 보면 fn(x){ f_n(x) }n{ n }에 따라 변하는 "값"의 수열이 된다. 그렇다면 실수에서 정의된 수열과 마찬가지로 각각의 수열이 수렴하는 경우를 생각해볼 수 있다. 따라서 xx에 대응되는 수렴값이 존재하고, 우리는 그것을 g(x){ g(x) }라고 부를 수 있을 것이다. 즉, fn(x)ng(x)f_n(x) \overset{n\to \infty}{\longmapsto} {g(x)}이다. 그렇다면, XX에 속하는 모든 xx에 대해서 수열 {fn(x)}n=1\left\{ f_n(x) \right\}_{n=1}^{\infty}가 수렴할 때, fngf_n \mapsto g라고 쓸 수 있을 것이다. 이렇게 생각해보면 함수의 수열 {fn}\left\{ f_n \right\}g{ g }에 수렴하는 것이다. 이런 방식으로 함수가 수렴하는 것은 각각의 점 x{x}마다 수열 {fn(x)}\left\{ f_n(x) \right\}가 수렴하는 것이기 때문에 점마다 수렴 또는 점별 수렴(Pointwise Convergence)라고 한다.

이렇게 하면 함수의 수열이 수렴하는 것이 정의된다. 그런데 점별 수렴할 때는 {fn}\left\{ f_n \right\}의 중요한 성질이 g{g}에 보존되지 않는다는 심각한 문제점이 발견되었다.

예를 들어보자. fn(x)=cos2n(πx)f_n(x) = \cos^{2n}(\pi x)[1]라고 할 때, f(x)=1(xZ), f(x)=0(xZ)f(x) = 1 \left(x \in \mathbb{Z} \right),\ f(x) = 0 \left(x \notin \mathbb{Z} \right)[2]이다. 즉, fn(x){f_n(x)}는 모두 연속 함수인데 f(x)f(x)xZx \in \mathbb{Z}에서 불연속이다! 그 외에도 미분 가능성, 적분 가능성 등등이 전혀 보존되지 않기도 하며, 설령 가능하다 하더라도 그 미분계수 및 적분값이 일치하지 않을 수 있다는 사실이 밝혀졌다.[3] 따라서 더 강력한 조건이 필요한데... 이 때 나타난 것이 바로 카를 바이어슈트라스가 제안한 균등 수렴의 개념이다.

2. 균등 수렴[편집]

균등 수렴의 개념을 생각하기에 앞서 점별 수렴의 개념을 다시 생각해보자. 점별 수렴은 원래 수열을 정의역의 각각의 점에 대한 수열로 나눠서 각 수열이 수렴하면 원래 수열이 수렴값의 함수에 수렴한다고 생각하는 개념이다. 너무나도 우회하는 개념이 아닌가? 우리가 원하는 것은 각각의 수열의 수렴이 아니라 함수 자체의 수렴이었다. 실수열이 수렴하는 것의 정의는 무엇인가? {an} \left\{a_n\right\} 이 있을 때, 임의의 양수 ϵ \epsilon 이 주어지면 충분히 큰 자연수 N N 이 있어서 nN n\ge N 일 때 anα<ϵ \left\vert {a_n}-\alpha \right\vert < \epsilon 이라는 것이었다. 균등 수렴도 이와 비슷한 방식으로 정의한다. 즉, 임의의 ϵ>0 \epsilon >0을 잡을 때, 자연수 N N 이 있어서 nN n\ge N 이면 정의역 X에 있는 모든 x x 에 대해 d(fn(x),g(x))<ϵ d\left(f_n(x), g(x) \right) < \epsilon 이 성립하는 것을 {fn} \left\{f_n\right\} g g 에 균등 수렴한다고 정의한다. 이를 다시 쓰면,
ϵ>0,NN s.t. xX, nNd(fn(x),g(x))<ϵ\forall \epsilon >0, \exists N \in \mathbb{N} \ \text{s.t.} \ \forall x\in X, \ n\geq N \Longrightarrow d\left(f_n(x), g(x) \right) < \epsilon
이라는 것이다. 이는 곧
ϵ>0,NN s.t. nNsupxX d(fn(x),g(x))ϵ\displaystyle \forall \epsilon >0, \exists N \in \mathbb{N} \ \text{s.t.} \ n\geq N \Longrightarrow \sup_{x\in X} \ d\left(f_n(x), g(x) \right) \leq \epsilon
이라는 말과 같다. 따라서 함수열 {fn} \left\{f_n\right\} g g 로 균등수렴한다는 것은 실수열 (supxXd(fn(x),g(x)))nN\displaystyle \left(\sup_{x\in X} d\left(f_n(x), g(x) \right) \right)_{n\in \mathbb{N}} 이 0으로 수렴한다는 말이 된다.

그리고 이를 기호로는 fng f_n \rightrightarrows g와 같이 나타낸다.

놀랍게도, 균등 수렴하는 함수열은 각 항이 연속 함수일 때 극한 함수도 연속 함수이며, 각 항이 적분 가능하면 극한 함수도 적분 가능하고, 심지어 이 경우에는 각 항의 적분의 극한이 극한 함수의 적분이라는 것까지도 알려져 있다! 다만, 미분가능성의 경우에는 좀 상황이 다르게 돌아가는데, 다른 성질과 비슷하게 조건을 줘도 극한 함수가 미분 가능하지 않을 경우가 생긴다. [4]

3. 예고로프 정리[편집]

유한 측도를 갖는 집합에서 분해 가능 거리공간[5]으로 가는 함수열이 거의 모든 점에서 점별수렴하면, '거의' 균등수렴한다. 즉, 측도공간 (X,Σ,μ)(X,\Sigma,\mu)과 분해 가능 거리공간 (Y,d)(Y,d)가 주어졌다고 하자. 이 때, XX의 유한측도를 갖는 부분집합 위에서 정의된 함수열 fn:EYf_{n}:E\to Yff로 거의 모든 점에서 점별수렴하면, 임의의 양수 ϵ\epsilon에 대하여, 적당한 가측집합 FEF\subset E가 존재하여, fnf_{n}FF 위에서 ff로 균등수렴하고, μ(EF)<ϵ\mu (E-F)<\epsilon을 만족한다.
[1] 편의 상 fn:RRf_n : \mathbb{R} \mapsto \mathbb{R}라고 하자.[2] x{ x }가 정수이면 cos2(πx)=1\cos^2(\pi x) = 1이지만, 정수가 아니면 0cos2(πx)<10 \le \cos^2(\pi x) < 1이다. 즉 정수 집합을 판별하는 함수다.[3] 자세한 예시는 해석학 교재를 찾아보자.
간단한 예시를 들자면 fn:(0,1]Rf_{n}:\left(0, 1\right]\mapsto\mathbb{R}인 함수 fn(x)={nn2xx(0,1n]fn(x)=0x(1n,1]\displaystyle f_{n}(x)=\begin{cases} n-n^2x & x \in (0, \frac{1}{n}] \\ f_{n}(x)=0 & x \in (\frac{1}{n}, 1]\end{cases}를 정의한 뒤, 이 함수의 수렴을 확인해보면, 이 함수는 f=0f=0으로 점별수렴한다. 하지만, 01limn0fn(x)dx=01f(x)dx=01=limn001fn(x)dx\displaystyle\int_{0}^{1}{\lim_{n\to 0}{f_{n}(x)dx}}=\int_{0}^{1}{f(x)dx}=0\ne1=\lim_{n\to 0}{\int_{0}^{1}{f_{n}(x)dx}}임은 쉽게 알 수 있다.
[4] 하지만 비슷한 정리는 있다. 이 정리는 요구하는 것이 원래 수열이 균등 수렴할 것이 아니라 각 항의 미분이 균등수렴할 것이며, 여기에 정의역의 한 점 x0 x_0 에서 {fn(x0)} \left\{f_n(x_0)\right\} 이 수렴할 것까지 조건으로 요구한다. 이 모든 조건을 만족할 경우 {fn} \left\{f_n \right\} 가 균등 수렴하고 각 항의 미분의 극한이 극한 함수의 미분이다.[5] 가산 조밀집합을 갖는 거리공간. 예컨데 R\mathbb{R}은 거리공간이고, Q\mathbb{Q}가 가산 조밀집합이므로, R\mathbb{R}은 분해 가능 거리공간이다.