해석학 (Analysis)

해석학은 미적분학의 엄밀한 기초를 제공하는 수학 분야입니다. 19세기 바이어슈트라스, 코시, 리만 등에 의해 극한, 수렴, 연속성 등의 개념이 $\varepsilon$-$\delta$ 논법으로 정밀하게 체계화되었습니다. 현대 해석학은 실해석학, 복소해석학, 함수해석학으로 확장됩니다.

해석학이란? — 미적분학과 무엇이 다른가

미적분학(Calculus)을 배우신 분이라면 이런 의문을 가지실 수 있습니다. "극한, 미분, 적분을 이미 배웠는데, 해석학은 왜 따로 있는 것입니까?" 그 핵심 차이는 엄밀성(rigor)에 있습니다.

비유로 이해하기: 미적분학이 "건물을 짓는 기술"이라면, 해석학은 "그 건물이 왜 무너지지 않는지를 증명하는 구조역학"에 해당합니다. 미적분학에서는 "$x$가 $a$에 한없이 가까이 간다"라고 직관적으로 설명하지만, 해석학에서는 "$\varepsilon$-$\delta$ 논법"으로 "가까이 간다"는 것의 정확한 의미를 규정합니다.
관점미적분학해석학
접근 방식직관적, 계산 중심엄밀한 증명 중심
극한의 의미"한없이 가까이 간다"$\varepsilon$-$N$ 또는 $\varepsilon$-$\delta$로 정확히 정의
목표함수를 미분·적분하여 문제 풀기미분·적분이 가능한지, 언제 가능한지 밝히기
대상 문제"$\int x^2\,dx$를 구하시오""이 함수가 적분 가능한지 증명하시오"

해석학은 역사적으로도 미적분학의 "위기"에서 탄생했습니다. 18세기까지 수학자들은 극한의 엄밀한 정의 없이 미분과 적분을 사용했고, 그 결과 여러 역설과 오류가 발생했습니다. 19세기에 코시(Cauchy), 바이어슈트라스(Weierstrass) 등이 $\varepsilon$-$\delta$ 논법을 도입하면서 비로소 미적분학의 논리적 기초가 완성되었습니다.

이런 곳에 쓰여요

  • 날씨 예보: 수치 예보 모델의 수렴성과 안정성 보장이 해석학의 역할
  • 신호 처리: 음악 스트리밍(MP3)의 푸리에 급수 수렴 조건을 해석학이 증명
  • 확률론: 기대값, 적분의 교환 등 확률 계산의 엄밀한 기초
  • 양자역학: 힐베르트 공간과 함수해석이 양자 상태를 기술하는 수학적 틀

선수 지식: 미적분학, 집합론

난이도: ★★★★★ (대학교 심화)

실수의 완비성

실수 체계 $\mathbb{R}$의 가장 본질적인 성질은 완비성(Completeness)입니다. 직관적으로 "수직선에 빈틈이 없다"는 뜻이며, 여러 동치 형태로 표현됩니다.

상한 공리 (Least Upper Bound Property)

$\mathbb{R}$의 비어 있지 않은 부분집합 $S$가 위로 유계이면 상한 $\sup S \in \mathbb{R}$가 존재합니다.

상한의 정의: $M = \sup S$는 (1) 모든 $s \in S$에 대해 $s \leq M$이고 (2) $M' < M$이면 $s > M'$인 $s \in S$가 존재하는 수입니다.

예시: $S = \{q \in \mathbb{Q} \mid q^2 < 2\}$에서 $\sup S = \sqrt{2}$입니다. 이 상한은 $\mathbb{Q}$에 존재하지 않으므로 $\mathbb{Q}$는 완비가 아닙니다.

데데킨트 절단 (Dedekind Cut)

데데킨트 절단은 실수를 유리수만으로 구성하는 방법입니다. 유리수 집합 $\mathbb{Q}$를 두 부분 $(A, B)$로 나누되, 다음 조건을 만족시킵니다:

  1. $A \neq \emptyset$, $B \neq \emptyset$이고 $A \cup B = \mathbb{Q}$이다.
  2. 모든 $a \in A$와 $b \in B$에 대하여 $a < b$이다.
  3. $A$에는 최대원소가 없다.

각 절단 $(A, B)$가 하나의 실수를 정의합니다. 예를 들어 $\sqrt{2}$에 대응하는 절단은:

$$A = \{q \in \mathbb{Q} \mid q < 0 \text{ 또는 } q^2 < 2\}, \qquad B = \{q \in \mathbb{Q} \mid q > 0 \text{ 그리고 } q^2 \geq 2\}$$

이 절단에서 $A$의 "경계"에 해당하는 수가 바로 $\sqrt{2}$이지만, 이 수는 $\mathbb{Q}$ 안에 존재하지 않습니다. 데데킨트 절단은 이러한 "빈틈"을 메꾸어 실수를 완성합니다.

직관적 이해: 수직선 위에 모든 유리수를 점으로 찍었다고 생각하십시오. 유리수만으로는 수직선이 빈틈투성이입니다. 데데킨트 절단은 "유리수로는 표현할 수 없지만 존재해야 하는 점"을 정확히 집어내어, 수직선의 빈틈을 모두 채우는 방법입니다.

완비성의 동치 조건

정리내용
상한 공리위로 유계인 비어있지 않은 집합은 상한을 가진다
단조수렴정리단조이고 유계인 수열은 수렴한다
볼차노-바이어슈트라스유계 수열은 수렴하는 부분 수열을 가진다
코시 완비성모든 코시 수열이 수렴한다
축소 구간 정리닫힌 유계 축소 구간열의 교집합은 비어있지 않다
하이네-보렐 정리$\mathbb{R}^n$의 부분집합이 콤팩트 $\Leftrightarrow$ 닫혀있고 유계

볼차노-바이어슈트라스 정리 (Bolzano-Weierstrass Theorem)

정리: $\mathbb{R}$에서 유계인 수열은 수렴하는 부분수열(subsequence)을 가진다.

증명 (축소 구간법):

  1. 수열 $\{a_n\}$이 $[c, d]$에 포함된다고 하자. 구간을 이등분하면 $[c, \frac{c+d}{2}]$와 $[\frac{c+d}{2}, d]$ 중 적어도 하나에 무한히 많은 항이 들어 있다.
  2. 무한히 많은 항이 들어 있는 쪽을 $[c_1, d_1]$로 잡는다. 이 과정을 반복하면 축소하는 구간열 $[c_k, d_k]$를 얻고, $d_k - c_k = \frac{d-c}{2^k} \to 0$이다.
  3. 축소 구간 정리에 의해 $\bigcap_{k=1}^{\infty} [c_k, d_k] = \{L\}$인 점 $L$이 존재한다.
  4. 각 $[c_k, d_k]$에서 항 $a_{n_k}$를 ($n_k$가 순증가하도록) 뽑으면, $|a_{n_k} - L| \leq d_k - c_k \to 0$이므로 부분수열 $\{a_{n_k}\}$는 $L$에 수렴한다. $\blacksquare$
아르키메데스 성질: 실수의 완비성에서 유도되는 중요한 성질로, 임의의 $x > 0$과 $y > 0$에 대하여 $nx > y$인 자연수 $n$이 존재합니다. 이는 "무한소는 존재하지 않는다"는 것과 동치입니다.
실수의 완비성 상한 공리 단조수렴정리 볼차노-바이어슈트라스 코시 완비성 축소 구간 정리 하이네-보렐 정리 모두 동치 (서로 증명 가능)

수열의 수렴

수열의 수렴 정의 — $\varepsilon$-$N$ 논법을 직관적으로

수열 $\{a_n\}$이 $L$에 수렴한다는 것은:

$$\forall \varepsilon > 0, \; \exists N \in \mathbb{N}: \; n \geq N \implies |a_n - L| < \varepsilon$$

$\lim_{n \to \infty} a_n = L$로 표기합니다.

직관적 이해 — 과녁 비유: 극한값 $L$을 과녁의 중심이라고 생각하십시오. $\varepsilon$은 과녁의 반지름입니다. 이 정의가 말하는 것은 다음과 같습니다.
  • "아무리 작은 과녁을 주더라도" ($\forall \varepsilon > 0$)
  • "어느 시점 이후부터는" ($\exists N$, $n \geq N$)
  • "모든 화살이 과녁 안에 들어간다" ($|a_n - L| < \varepsilon$)

핵심은 과녁 크기를 상대방이 먼저 정하고, 그에 맞춰 내가 적절한 $N$을 찾을 수 있다는 것입니다. 과녁이 아무리 작아도 항상 $N$을 찾을 수 있으면 수렴입니다.

구체적 예시: $a_n = \frac{1}{n}$이 $0$에 수렴함을 증명하겠습니다.

임의의 $\varepsilon > 0$이 주어졌다고 합시다. $N = \lceil 1/\varepsilon \rceil + 1$로 잡으면, $n \geq N$일 때:

$$|a_n - 0| = \frac{1}{n} \leq \frac{1}{N} < \varepsilon$$

예를 들어 $\varepsilon = 0.01$이면 $N = 101$로 잡으면 됩니다. $n \geq 101$이면 $\frac{1}{n} \leq \frac{1}{101} < 0.01$이 성립합니다. $\varepsilon = 0.001$이면 $N = 1001$로 잡으면 됩니다. 과녁이 줄어들수록 $N$이 커지지만, 항상 찾을 수 있으므로 수렴합니다.

$n$ $a_n$ $\varepsilon$-밴드 $L=0$ $a_1$ $a_2$ $a_3$ $N$ $n \geq N$이면 $|a_n - L| < \varepsilon$

수렴 수열의 성질

조임 정리 증명: 임의의 $\varepsilon > 0$에 대하여, $a_n \to L$이므로 $n \geq N_1$이면 $|a_n - L| < \varepsilon$, 즉 $L - \varepsilon < a_n$이다. 마찬가지로 $c_n \to L$이므로 $n \geq N_2$이면 $c_n < L + \varepsilon$이다. $N = \max(N_1, N_2)$로 잡으면, $n \geq N$일 때:

$$L - \varepsilon < a_n \leq b_n \leq c_n < L + \varepsilon$$

따라서 $|b_n - L| < \varepsilon$이다. $\blacksquare$

코시 수열 (Cauchy Sequence)

수열 $\{a_n\}$이 코시 수열이면:

$$\forall \varepsilon > 0, \; \exists N \in \mathbb{N}: \; m, n \geq N \implies |a_m - a_n| < \varepsilon$$

$\mathbb{R}$에서 수렴하는 수열 $\Leftrightarrow$ 코시 수열입니다. 이 동치가 바로 실수의 완비성입니다.

코시 수열의 의미: 수렴의 정의에서는 극한값 $L$을 알아야 합니다. 하지만 코시 수열의 정의는 극한값을 모르는 상태에서도, 항들이 서로 가까워지고 있다는 것만으로 수렴을 판정할 수 있게 해 줍니다. 이것이 코시 수열 개념의 가장 큰 장점입니다.

상극한과 하극한

유계 수열 $\{a_n\}$에 대하여:

$$\limsup_{n \to \infty} a_n = \lim_{n \to \infty} \sup_{k \geq n} a_k, \qquad \liminf_{n \to \infty} a_n = \lim_{n \to \infty} \inf_{k \geq n} a_k$$

$\{a_n\}$이 수렴 $\Leftrightarrow$ $\limsup a_n = \liminf a_n$

상극한의 직관적 이해: $\limsup a_n$은 수열이 "결국 도달할 수 있는 가장 큰 값"입니다. 좀 더 정확히 말하면, 수열의 부분수열이 수렴할 수 있는 극한값 중 가장 큰 것입니다.

예시: $a_n = (-1)^n + \frac{1}{n}$일 때, 홀수 항은 $-1 + \frac{1}{n} \to -1$, 짝수 항은 $1 + \frac{1}{n} \to 1$이므로:

$$\limsup a_n = 1, \qquad \liminf a_n = -1$$

두 값이 다르므로 이 수열은 수렴하지 않습니다.

주요 극한 예시

수열극한근거
$a_n = \frac{1}{n}$$0$아르키메데스 성질
$a_n = \left(1 + \frac{1}{n}\right)^n$$e$단조 증가, 유계
$a_n = \frac{n!}{n^n}$$0$비율 판정
$a_n = \sqrt[n]{n}$$1$$\ln a_n = \frac{\ln n}{n} \to 0$

급수의 수렴

급수 $\sum_{n=1}^{\infty} a_n$은 부분합 수열 $S_N = \sum_{n=1}^{N} a_n$이 수렴할 때 수렴합니다.

발산 판정법 (필요조건)

$\sum a_n$이 수렴하면 $\lim a_n = 0$입니다. 역은 성립하지 않습니다 ($\sum \frac{1}{n}$은 $a_n \to 0$이지만 발산).

양항급수의 수렴 판정법

판정법조건결론
비교 판정법$0 \leq a_n \leq b_n$$\sum b_n$ 수렴 $\to$ $\sum a_n$ 수렴
극한 비교$\lim \frac{a_n}{b_n} = c > 0$$\sum a_n$과 $\sum b_n$의 수렴/발산 동일
비율 판정법$\lim \frac{a_{n+1}}{a_n} = L$$L < 1$: 수렴, $L > 1$: 발산
근 판정법$\lim \sqrt[n]{a_n} = L$$L < 1$: 수렴, $L > 1$: 발산
적분 판정법$f(n) = a_n$, $f$ 양의 감소함수$\sum a_n$과 $\int_1^\infty f(x)\,dx$ 동시 수렴/발산
응축 판정법 (코시)$a_n$ 양의 감소수열$\sum a_n$과 $\sum 2^n a_{2^n}$ 동시 수렴/발산

적분 판정법 — 상세 설명과 증명

정리: $f: [1, \infty) \to \mathbb{R}$가 양의 감소함수이고 $a_n = f(n)$이면, 급수 $\sum_{n=1}^{\infty} a_n$과 이상적분 $\int_1^{\infty} f(x)\,dx$는 동시에 수렴하거나 동시에 발산한다.

증명: $f$가 감소함수이므로 $[k, k+1]$에서 $f(k+1) \leq f(x) \leq f(k)$이다. 양변을 적분하면:

$$f(k+1) \leq \int_k^{k+1} f(x)\,dx \leq f(k)$$

$k = 1, 2, \ldots, N-1$에 대해 합산하면:

$$\sum_{k=2}^{N} f(k) \leq \int_1^{N} f(x)\,dx \leq \sum_{k=1}^{N-1} f(k)$$

따라서 부분합 $S_N$과 적분 $\int_1^N f(x)\,dx$는 서로를 위아래로 제어하므로, 한쪽이 유계(수렴)이면 다른 쪽도 유계(수렴)이다. $\blacksquare$

예시 ($p$-급수): $\sum \frac{1}{n^p}$의 수렴/발산을 적분 판정법으로 확인하겠습니다.

$$\int_1^{\infty} \frac{1}{x^p}\,dx = \begin{cases} \frac{1}{p-1} & p > 1 \\ \infty & p \leq 1 \end{cases}$$

따라서 $\sum \frac{1}{n^p}$는 $p > 1$일 때 수렴하고, $p \leq 1$일 때 발산합니다.

수렴 판정법 — 단계별 예제

각 판정법을 실제로 어떻게 사용하는지 예제를 통해 살펴보겠습니다.

비교 판정법 예제

문제: $\displaystyle\sum_{n=1}^{\infty} \frac{1}{n^2 + 1}$의 수렴/발산을 판정하십시오.

풀이: 모든 $n \geq 1$에서 $n^2 + 1 > n^2$이므로:

$$0 < \frac{1}{n^2 + 1} < \frac{1}{n^2}$$

$\sum \frac{1}{n^2}$은 $p$-급수($p=2 > 1$)이므로 수렴합니다. 비교 판정법에 의해 $\sum \frac{1}{n^2+1}$도 수렴합니다.

비율 판정법 예제

문제: $\displaystyle\sum_{n=1}^{\infty} \frac{n!}{3^n}$의 수렴/발산을 판정하십시오.

풀이: 연속하는 두 항의 비를 구합니다:

$$\frac{a_{n+1}}{a_n} = \frac{(n+1)!}{3^{n+1}} \cdot \frac{3^n}{n!} = \frac{n+1}{3}$$ $$L = \lim_{n \to \infty} \frac{n+1}{3} = \infty > 1$$

$L > 1$이므로 이 급수는 발산합니다. 팩토리얼은 지수함수보다 훨씬 빠르게 증가하기 때문입니다.

근 판정법 예제

문제: $\displaystyle\sum_{n=1}^{\infty} \left(\frac{2n+1}{3n+2}\right)^n$의 수렴/발산을 판정하십시오.

풀이:

$$\sqrt[n]{a_n} = \frac{2n+1}{3n+2}$$ $$L = \lim_{n \to \infty} \frac{2n+1}{3n+2} = \frac{2}{3} < 1$$

$L < 1$이므로 이 급수는 수렴합니다.

판정법 선택 가이드:
  • 항에 $n!$이나 $a^n$ 같은 곱셈 구조가 있으면 $\to$ 비율 판정법
  • 항 전체가 $n$-제곱 형태이면 $\to$ 근 판정법
  • 익숙한 급수와 크기를 비교할 수 있으면 $\to$ 비교 판정법
  • $\frac{1}{n^p}$ 형태이면 $\to$ 적분 판정법 또는 $p$-급수 직접 이용

교대급수와 절대수렴/조건수렴

교대급수 판정법 (라이프니츠): $a_n > 0$이 단조감소하고 $a_n \to 0$이면 $\sum (-1)^n a_n$은 수렴합니다.

증명: 부분합 $S_{2n} = a_1 - a_2 + a_3 - \cdots - a_{2n}$을 살펴보겠습니다.

단조수렴정리에 의해 $\{S_{2n}\}$은 어떤 $S$로 수렴합니다. $S_{2n+1} = S_{2n} + a_{2n+1}$이고 $a_{2n+1} \to 0$이므로 $\{S_{2n+1}\}$도 $S$로 수렴합니다. 따라서 $\{S_n\}$이 $S$로 수렴합니다. $\blacksquare$

절대수렴과 조건수렴

리만 재배열 정리(Riemann Rearrangement Theorem): 조건수렴하는 급수는 항의 순서를 적절히 바꾸면 임의의 실수에 수렴하게 하거나, $\pm\infty$로 발산하게 만들 수 있습니다. 절대수렴하는 급수는 재배열에 무관하게 같은 값에 수렴합니다. 이 정리는 "조건수렴은 항의 순서에 본질적으로 의존한다"는 놀라운 사실을 보여줍니다.

$\mathbb{R}^n$에서의 위상적 개념

해석학의 많은 정리는 위상수학적 개념에 의존합니다. 여기서는 $\mathbb{R}^n$에서 가장 핵심적인 위상 개념을 다루겠습니다.

열린집합과 닫힌집합

열린 공(Open Ball): $\mathbb{R}^n$에서 중심이 $\mathbf{a}$이고 반지름이 $r > 0$인 열린 공은:

$$B(\mathbf{a}, r) = \{\mathbf{x} \in \mathbb{R}^n \mid \|\mathbf{x} - \mathbf{a}\| < r\}$$

열린집합(Open Set): 집합 $U \subseteq \mathbb{R}^n$가 열린집합이란, $U$의 모든 점이 내점(interior point)인 것입니다. 즉, 모든 $\mathbf{x} \in U$에 대하여 $B(\mathbf{x}, r) \subseteq U$인 $r > 0$이 존재합니다.

닫힌집합(Closed Set): 여집합 $U^c$가 열린집합인 집합을 닫힌집합이라 합니다. 동치 조건으로, $U$가 닫힌집합이란 $U$ 안의 수렴하는 수열의 극한이 항상 $U$에 속하는 것입니다.

직관적 이해: 열린집합은 "경계를 포함하지 않는 집합"이고, 닫힌집합은 "경계를 모두 포함하는 집합"입니다. 예를 들어 수직선에서:
  • $(0, 1)$은 열린집합입니다 (양 끝점 $0$, $1$을 포함하지 않습니다).
  • $[0, 1]$은 닫힌집합입니다 (양 끝점을 포함합니다).
  • $(0, 1]$은 열린집합도 아니고 닫힌집합도 아닙니다.
  • $\mathbb{R}$ 자체와 $\emptyset$은 열린집합이면서 동시에 닫힌집합입니다.

열린집합의 성질:

콤팩트성 (Compactness)

$\mathbb{R}^n$에서 콤팩트(compact)하다는 것은 여러 동치 조건으로 특성화됩니다.

정의: 집합 $K \subseteq \mathbb{R}^n$가 콤팩트하다 $\Leftrightarrow$ $K$의 모든 열린 덮개(open cover)가 유한 부분덮개(finite subcover)를 가진다.

하이네-보렐 정리(Heine-Borel Theorem): $\mathbb{R}^n$의 부분집합 $K$에 대하여 다음은 동치이다:

  1. $K$는 콤팩트하다 (모든 열린 덮개가 유한 부분덮개를 가진다).
  2. $K$는 닫혀 있고 유계이다.
  3. $K$의 모든 수열은 $K$에 수렴하는 부분수열을 가진다 (점열 콤팩트).
콤팩트성이 왜 중요합니까? 콤팩트 집합 위의 연속함수는 아주 좋은 성질을 가집니다:
  • 최대최소 정리: 콤팩트 집합에서 연속함수는 반드시 최댓값과 최솟값을 가진다.
  • 하이네-칸토어 정리: 콤팩트 집합에서 연속함수는 균등연속이다.
  • 유계성: 콤팩트 집합에서 연속함수는 유계이다.

"닫혀 있고 유계"라는 쉽게 확인할 수 있는 조건만으로 이 모든 좋은 성질을 보장받을 수 있다는 점이 하이네-보렐 정리의 실용적 가치입니다.

연결성 (Connectedness)

정의: 집합 $S \subseteq \mathbb{R}^n$가 연결(connected)이란, $S$를 두 개의 비어있지 않은 서로소인 열린집합의 합집합으로 나눌 수 없는 것입니다.

경로 연결(Path-connected): $S$의 임의의 두 점 $\mathbf{a}, \mathbf{b}$에 대하여 $S$ 안에 $\mathbf{a}$에서 $\mathbf{b}$로 가는 연속 경로가 존재하면 경로 연결이라 합니다. $\mathbb{R}^n$에서 경로 연결과 연결은 열린 집합에 대해 동치입니다.

$\mathbb{R}$에서의 연결 부분집합: $\mathbb{R}$의 부분집합이 연결인 것과 구간(interval)인 것은 동치입니다. 이 사실이 바로 중간값 정리의 근거가 됩니다.

함수의 연속

점별 연속 ($\varepsilon$-$\delta$ 정의)

$f: D \to \mathbb{R}$가 $c \in D$에서 연속:

$$\forall \varepsilon > 0, \; \exists \delta > 0: \; |x - c| < \delta \implies |f(x) - f(c)| < \varepsilon$$
그림으로 이해하는 $\varepsilon$-$\delta$: 함수 $y = f(x)$의 그래프 위에서 점 $(c, f(c))$를 중심으로 생각하십시오.
  1. $y$축 방향으로 폭 $2\varepsilon$짜리 띠를 그립니다: $f(c) - \varepsilon$부터 $f(c) + \varepsilon$까지의 수평 띠입니다.
  2. 이 띠 안에 그래프가 들어가도록 $x$축 방향으로 폭 $2\delta$짜리 구간을 찾습니다: $c - \delta$부터 $c + \delta$까지입니다.
  3. 만약 아무리 좁은 $\varepsilon$-띠에 대해서도 적절한 $\delta$-구간을 찾을 수 있으면, $f$는 $c$에서 연속입니다.

직관적으로 "$x$를 $c$ 근처에 충분히 가깝게 잡으면, $f(x)$도 $f(c)$ 근처에 원하는 만큼 가까워진다"는 뜻입니다.

$x$ $y$ $(c, f(c))$ $f(c)+\varepsilon$ $f(c)-\varepsilon$ $2\varepsilon$ $c-\delta$ $c+\delta$ $2\delta$ $c$

구체적 예시: $f(x) = 3x + 1$이 $c = 2$에서 연속임을 $\varepsilon$-$\delta$로 증명하겠습니다.

$f(2) = 7$이므로 $|f(x) - 7| = |3x + 1 - 7| = 3|x - 2|$입니다.

$|f(x) - 7| < \varepsilon$이 되려면 $3|x - 2| < \varepsilon$, 즉 $|x - 2| < \varepsilon/3$이면 됩니다.

따라서 $\delta = \varepsilon / 3$으로 잡으면 정의를 만족합니다.

예시 2: $f(x) = x^2$이 $c$에서 연속임을 증명하겠습니다.

$|f(x) - f(c)| = |x^2 - c^2| = |x+c||x-c|$입니다. $|x - c| < 1$로 제한하면 $|x| < |c| + 1$이므로 $|x+c| < 2|c| + 1$입니다.

따라서 $\delta = \min\left(1, \frac{\varepsilon}{2|c|+1}\right)$로 잡으면, $|x - c| < \delta$일 때:

$$|x^2 - c^2| = |x+c||x-c| < (2|c|+1) \cdot \frac{\varepsilon}{2|c|+1} = \varepsilon$$

연속함수의 주요 정리

정리조건결론
중간값 정리$f$ 연속, $[a,b]$$f(a)$와 $f(b)$ 사이의 모든 값을 취함
최대최소 정리$f$ 연속, $[a,b]$$f$는 최댓값과 최솟값을 가짐
하이네-칸토어$f$ 연속, $[a,b]$ (콤팩트)$f$는 균등연속

중간값 정리 (Intermediate Value Theorem) — 상세 증명

정리: $f$가 $[a,b]$에서 연속이고 $f(a) < k < f(b)$이면, $f(c) = k$인 $c \in (a,b)$가 존재한다.

증명: $S = \{x \in [a,b] \mid f(x) < k\}$로 놓자. $a \in S$이므로 $S \neq \emptyset$이고 $S$는 $b$에 의해 위로 유계이다. 상한 공리에 의해 $c = \sup S$가 존재한다.

$f(c) = k$임을 보이자.

따라서 $f(c) = k$이다. $\blacksquare$

중간값 정리의 응용: 방정식 $x^5 + x = 1$이 $(0, 1)$에서 근을 가짐을 보이겠습니다. $f(x) = x^5 + x - 1$로 놓으면 $f(0) = -1 < 0$, $f(1) = 1 > 0$이고 $f$는 연속이므로, 중간값 정리에 의해 $f(c) = 0$인 $c \in (0,1)$이 존재합니다.

최대최소 정리 (Extreme Value Theorem) — 상세 증명

정리: $f$가 닫힌 유계 구간 $[a,b]$에서 연속이면, $f$는 $[a,b]$에서 최댓값과 최솟값을 가진다.

증명 (최댓값 부분):

  1. $f$가 유계임을 보인다: $f$가 위로 유계가 아니라고 가정하면, 모든 $n$에 대해 $f(x_n) > n$인 $x_n \in [a,b]$가 존재한다. 볼차노-바이어슈트라스 정리에 의해 $\{x_n\}$은 수렴하는 부분수열 $x_{n_k} \to c \in [a,b]$를 가진다. $f$의 연속성에 의해 $f(x_{n_k}) \to f(c)$이지만 $f(x_{n_k}) > n_k \to \infty$이므로 모순이다. 따라서 $f$는 유계이다.
  2. 상한이 달성됨을 보인다: $M = \sup_{[a,b]} f$로 놓자. $M$의 정의에 의해 $f(y_n) > M - \frac{1}{n}$인 $y_n \in [a,b]$이 존재한다. 볼차노-바이어슈트라스에 의해 $y_{n_k} \to c^* \in [a,b]$인 부분수열이 존재하고, 연속성에 의해 $f(c^*) = \lim f(y_{n_k}) = M$이다. $\blacksquare$

균등연속 (Uniform Continuity)

$f: D \to \mathbb{R}$가 $D$에서 균등연속:

$$\forall \varepsilon > 0, \; \exists \delta > 0: \; \forall x, y \in D, \; |x - y| < \delta \implies |f(x) - f(y)| < \varepsilon$$
핵심 차이: 점별 연속에서 $\delta$는 점 $c$와 $\varepsilon$에 모두 의존하지만, 균등연속에서 $\delta$는 $\varepsilon$에만 의존합니다. 기호로 비교하면:
  • 점별 연속: $\forall c \in D, \; \forall \varepsilon > 0, \; \exists \delta(\varepsilon, c) > 0: \; \ldots$
  • 균등연속: $\forall \varepsilon > 0, \; \exists \delta(\varepsilon) > 0: \; \forall x, y \in D, \; \ldots$
비유로 이해하기: 여러 도시에 택배를 배달한다고 생각하십시오.
  • 점별 연속 = "각 도시마다 다른 배달 시간을 약속합니다." 서울은 1시간, 부산은 3시간, 제주도는 하루처럼 도시(점)에 따라 기준이 달라질 수 있습니다.
  • 균등연속 = "전국 어디든 동일한 배달 시간을 보장합니다." 하나의 기준 $\delta$가 모든 점에서 통용됩니다.

반례: $f(x) = \frac{1}{x}$는 $(0, 1)$에서 연속이지만 균등연속이 아닙니다. $x$가 $0$에 가까워질수록 그래프가 급격히 치솟으므로, 같은 $\varepsilon$ 정확도를 유지하기 위해 필요한 $\delta$가 점점 작아집니다. "전국 어디든 같은 시간에 배달"하는 것이 불가능한 상황입니다.

반면: $f(x) = x^2$은 $[0, 10]$ 같은 닫힌 유계 구간에서 균등연속입니다. 하이네-칸토어 정리에 의해, 닫힌 유계 구간에서 연속인 함수는 자동으로 균등연속이 됩니다. 이것은 해석학에서 가장 실용적인 정리 중 하나입니다.

리프시츠 연속

$|f(x) - f(y)| \leq L|x - y|$ (상수 $L > 0$)이면 리프시츠 연속(Lipschitz Continuous)입니다.

$$\text{리프시츠 연속} \implies \text{균등연속} \implies \text{연속}$$

역은 일반적으로 성립하지 않습니다. 예를 들어 $f(x) = \sqrt{x}$는 $[0,1]$에서 균등연속이지만, $x = 0$ 근방에서 기울기가 $\infty$로 발산하므로 리프시츠 연속이 아닙니다.

미분의 엄밀한 이론

미적분학에서 배운 미분의 개념을 해석학적으로 엄밀하게 다루겠습니다.

미분의 정의

$f: (a,b) \to \mathbb{R}$가 $c \in (a,b)$에서 미분 가능(differentiable)하다란, 다음 극한이 존재하는 것입니다:

$$f'(c) = \lim_{h \to 0} \frac{f(c+h) - f(c)}{h}$$

미분 가능 $\implies$ 연속이지만, 역은 성립하지 않습니다. $f(x) = |x|$는 $x = 0$에서 연속이지만 미분 불가능합니다.

바이어슈트라스 함수: 바이어슈트라스는 모든 점에서 연속이지만 어떤 점에서도 미분 불가능한 함수를 구성했습니다: $$W(x) = \sum_{n=0}^{\infty} a^n \cos(b^n \pi x), \qquad 0 < a < 1, \; b \text{ 홀수}, \; ab > 1 + \frac{3\pi}{2}$$

이 함수의 존재는 "연속함수는 대부분의 점에서 미분 가능하다"는 직관이 틀렸음을 보여줍니다.

평균값 정리 (Mean Value Theorem)

정리: $f$가 $[a,b]$에서 연속이고 $(a,b)$에서 미분 가능하면:

$$f'(c) = \frac{f(b) - f(a)}{b - a}$$

인 $c \in (a,b)$가 존재한다.

증명: 보조함수 $g(x) = f(x) - \frac{f(b)-f(a)}{b-a}(x-a)$를 정의하자. 그러면 $g(a) = f(a) = g(b)$이다. $g$는 $[a,b]$에서 연속이고 $(a,b)$에서 미분 가능하므로 롤의 정리(Rolle's Theorem)에 의해 $g'(c) = 0$인 $c \in (a,b)$가 존재한다:

$$g'(c) = f'(c) - \frac{f(b)-f(a)}{b-a} = 0$$

따라서 $f'(c) = \frac{f(b)-f(a)}{b-a}$이다. $\blacksquare$

직관적 이해: 평균값 정리는 "서울에서 부산까지 자동차로 4시간 만에 400km를 달렸다면, 중간에 시속 100km로 달린 순간이 반드시 있다"는 것과 같습니다. 평균 속력과 같은 순간 속력이 반드시 존재한다는 뜻입니다.

평균값 정리의 응용:

로피탈 법칙 (L'Hopital's Rule)

정리: $f(x) \to 0$, $g(x) \to 0$ (또는 $f(x) \to \pm\infty$, $g(x) \to \pm\infty$)이고 $\lim_{x \to a} \frac{f'(x)}{g'(x)} = L$이 존재하면:

$$\lim_{x \to a} \frac{f(x)}{g(x)} = L$$

증명 ($\frac{0}{0}$ 형태): $f(a) = g(a) = 0$으로 확장 정의하자. $x \neq a$에 대해 코시 평균값 정리(Cauchy's MVT)에 의해:

$$\frac{f(x)}{g(x)} = \frac{f(x) - f(a)}{g(x) - g(a)} = \frac{f'(c_x)}{g'(c_x)}$$

$c_x$는 $a$와 $x$ 사이에 있다. $x \to a$이면 $c_x \to a$이므로:

$$\lim_{x \to a}\frac{f(x)}{g(x)} = \lim_{c_x \to a}\frac{f'(c_x)}{g'(c_x)} = L \quad \blacksquare$$
주의: 로피탈 법칙은 $\lim \frac{f'}{g'}$가 존재할 때만 사용할 수 있습니다. $\lim \frac{f'}{g'}$가 존재하지 않더라도 $\lim \frac{f}{g}$가 존재할 수 있습니다. 예를 들어, $f(x) = x^2\sin(1/x)$, $g(x) = x$일 때 $\lim_{x\to 0} \frac{f(x)}{g(x)} = 0$이지만 $\lim_{x\to 0}\frac{f'(x)}{g'(x)}$는 존재하지 않습니다.

테일러 정리 (Taylor's Theorem)

정리: $f$가 $[a,b]$에서 $n$번 미분 가능하고 $(a,b)$에서 $(n+1)$번 미분 가능하면, 임의의 $x \in [a,b]$에 대하여:

$$f(x) = \sum_{k=0}^{n} \frac{f^{(k)}(a)}{k!}(x-a)^k + R_n(x)$$

여기서 나머지 항(remainder term) $R_n(x)$은 여러 형태로 표현됩니다:

라그랑주 형태: $a$와 $x$ 사이의 어떤 $c$에 대하여:

$$R_n(x) = \frac{f^{(n+1)}(c)}{(n+1)!}(x-a)^{n+1}$$

적분 형태:

$$R_n(x) = \frac{1}{n!}\int_a^x (x-t)^n f^{(n+1)}(t)\,dt$$

증명 (라그랑주 나머지): $R_n(x) = f(x) - P_n(x)$로 놓자 ($P_n$은 $n$차 테일러 다항식). $G(t) = f(x) - P_n(x) - \frac{R_n(x)}{(x-a)^{n+1}}(x-t)^{n+1}$로 정의하면, $G(a) = 0 = G(x)$이다. 롤의 정리에 의해 $G'(c) = 0$인 $c$가 존재하고, 이를 정리하면 라그랑주 형태를 얻는다. $\blacksquare$

예시: $e^x$의 $a = 0$ 주위 테일러 전개:

$$e^x = \sum_{k=0}^{n} \frac{x^k}{k!} + \frac{e^c}{(n+1)!}x^{n+1}$$

$|R_n(x)| \leq \frac{e^{|x|}}{(n+1)!}|x|^{n+1} \to 0$ ($n \to \infty$)이므로:

$$e^x = \sum_{k=0}^{\infty} \frac{x^k}{k!}$$

이것이 모든 $x \in \mathbb{R}$에서 성립합니다.

리만 적분

리만 적분(Riemann Integral)은 구간을 분할하여 직사각형의 넓이의 합으로 적분을 정의합니다.

구분구적법에서 리만 적분으로: 미적분학에서 배운 구분구적법을 기억하십시오. 곡선 아래의 넓이를 구하기 위해 직사각형으로 쪼개어 더했습니다. 리만 적분은 이 아이디어를 엄밀하게 정의한 것입니다.
  1. 구간을 잘게 쪼갭니다 — 구간 $[a,b]$를 $a = x_0 < x_1 < \cdots < x_n = b$로 분할합니다.
  2. 각 조각에서 직사각형을 만듭니다 — 높이를 최댓값으로 잡으면 상합(과대 평가), 최솟값으로 잡으면 하합(과소 평가)이 됩니다.
  3. 분할을 무한히 세밀하게 합니다 — 상합과 하합이 같은 값으로 수렴하면, 그 값이 리만 적분입니다.
상합 $U(f, P)$ $a$ $b$ 하합 $L(f, P)$ $a$ $b$ 분할을 세밀하게 할수록 상합과 하합의 차이가 줄어듭니다

상합과 하합

구간 $[a, b]$의 분할 $P = \{x_0, x_1, \ldots, x_n\}$에 대하여:

$$U(f, P) = \sum_{i=1}^{n} \sup_{[x_{i-1}, x_i]} f \cdot \Delta x_i, \qquad L(f, P) = \sum_{i=1}^{n} \inf_{[x_{i-1}, x_i]} f \cdot \Delta x_i$$

리만 적분 가능 조건

$f$가 $[a, b]$에서 리만 적분 가능 $\Leftrightarrow$ $\inf_P U(f,P) = \sup_P L(f,P)$

동치 조건으로 말하면, 임의의 $\varepsilon > 0$에 대해 $U(f, P) - L(f, P) < \varepsilon$인 분할 $P$가 존재하면 리만 적분 가능합니다.

리만 적분 가능한 함수의 예:

르베그의 판정 기준(Lebesgue's Criterion): 유계 함수 $f$가 $[a,b]$에서 리만 적분 가능 $\Leftrightarrow$ $f$의 불연속점의 집합이 르베그 측도 0(measure zero)입니다. 측도 0인 집합이란 임의의 $\varepsilon > 0$에 대해 총 길이가 $\varepsilon$ 미만인 구간들로 덮을 수 있는 집합입니다.

리만 적분 불가능한 예: 디리클레 함수 $D(x) = \begin{cases}1 & x \in \mathbb{Q}\\0 & x \notin \mathbb{Q}\end{cases}$는 모든 점에서 불연속이므로(불연속점 집합이 $[0,1]$ 전체) 리만 적분 불가능합니다.

미적분학의 기본정리 — 해석학적 증명

제1 기본정리: $f$가 $[a,b]$에서 리만 적분 가능하고, $F(x) = \int_a^x f(t)\,dt$로 정의하면, $F$는 $[a,b]$에서 연속이다. 또한 $f$가 $c$에서 연속이면 $F'(c) = f(c)$이다.

증명: $f$가 $c$에서 연속이라 하자. 임의의 $\varepsilon > 0$에 대해 $|t - c| < \delta$이면 $|f(t) - f(c)| < \varepsilon$인 $\delta > 0$이 존재한다. $0 < |h| < \delta$이면:

$$\left|\frac{F(c+h) - F(c)}{h} - f(c)\right| = \left|\frac{1}{h}\int_c^{c+h}(f(t) - f(c))\,dt\right| \leq \frac{1}{|h|}\int_c^{c+h}\varepsilon\,|dt| = \varepsilon$$

따라서 $F'(c) = f(c)$이다. $\blacksquare$

측도론과 르베그 적분

리만 적분의 한계를 극복하기 위해 앙리 르베그(Henri Lebesgue, 1902)가 측도론에 기반한 적분을 도입했습니다.

리만 적분은 왜 한계가 있습니까? 리만 적분은 $x$축(정의역)을 쪼개는 방식입니다. 대부분의 "착한" 함수에서는 잘 작동하지만, 불연속점이 너무 많은 함수에서는 실패합니다. 대표적인 예가 디리클레 함수입니다: $$D(x) = \begin{cases} 1 & x \in \mathbb{Q} \\ 0 & x \notin \mathbb{Q} \end{cases}$$

이 함수는 어떤 구간에서든 유리수와 무리수가 모두 존재하므로, 상합은 항상 $1$, 하합은 항상 $0$이 되어 리만 적분이 불가능합니다. 그러나 직관적으로 유리수는 수직선에서 "거의 없는" 것과 마찬가지이므로(측도 $0$), 이 함수의 적분값은 $0$이어야 합니다. 르베그 적분은 이를 가능하게 합니다.

르베그 적분의 핵심 아이디어

리만이 $x$축을 쪼갠다면, 르베그는 $y$축을 쪼갭니다.

지폐 세기 비유: 지갑에 1000원, 5000원, 10000원짜리 지폐가 섞여 있다고 합시다.
  • 리만 방식: 지갑에서 꺼낸 순서대로 하나씩 금액을 더합니다. (정의역 순서대로 처리)
  • 르베그 방식: 먼저 액면가별로 분류한 뒤, "1000원 $\times$ 3장 + 5000원 $\times$ 2장 + 10000원 $\times$ 4장"처럼 계산합니다. (같은 함숫값끼리 묶어서 처리)

르베그 방식이 더 유연한 이유는, 지폐의 순서(정의역의 배열)에 관계없이 총액을 셀 수 있기 때문입니다.

르베그 측도

르베그 측도(Lebesgue Measure) $m$은 $\mathbb{R}^n$의 부분집합에 "크기"를 부여합니다:

리만 적분 vs 르베그 적분

관점리만 적분르베그 적분
분할 방식정의역($x$축)을 분할치역($y$축)을 분할
적분 가능 함수좁음넓음
극한 교환제약이 많음강력한 수렴 정리 보유
비유지폐를 순서대로 세기지폐를 액면가별로 분류하여 세기

핵심 수렴 정리

정리조건결론
단조수렴정리 (MCT)$0 \leq f_1 \leq f_2 \leq \cdots$, $f_n \to f$$\int f_n \to \int f$
파투의 보조정리$f_n \geq 0$$\int \liminf f_n \leq \liminf \int f_n$
지배수렴정리 (DCT)$|f_n| \leq g$ ($g$ 적분 가능), $f_n \to f$$\int f_n \to \int f$
르베그 적분의 중요성: 지배수렴정리(DCT)는 해석학에서 가장 많이 사용되는 정리 중 하나로, $L^p$ 공간 이론, 확률론, 편미분방정식 등 현대 수학의 거의 모든 분야에서 핵심적인 역할을 합니다.

함수열과 함수급수

점별수렴 (Pointwise Convergence)

함수열 $\{f_n\}$이 $f$에 점별수렴:

$$\forall x \in D, \; \lim_{n \to \infty} f_n(x) = f(x)$$

각 점 $x$마다 독립적으로 수렴을 확인합니다. 수렴 속도가 점마다 다를 수 있습니다.

균등수렴 (Uniform Convergence)

함수열 $\{f_n\}$이 $f$에 균등수렴:

$$\forall \varepsilon > 0, \; \exists N: \; n \geq N \implies \sup_{x \in D} |f_n(x) - f(x)| < \varepsilon$$

모든 점에서 동시에 수렴합니다. $N$이 $x$에 의존하지 않습니다.

균등수렴의 중요성: 균등수렴은 연속, 적분, 미분과 극한의 교환을 보장합니다:
  • 연속성 보존: 연속 함수의 균등 극한은 연속이다 (점별수렴에서는 불성립).
  • 적분과 극한의 교환: $f_n \to f$ 균등이면 $\int \lim f_n = \lim \int f_n$이다.
  • 미분과 극한의 교환: $f_n$이 점별수렴하고 $f_n'$이 균등수렴하면 $\left(\lim f_n\right)' = \lim f_n'$이다.

정리 (연속성 보존): $f_n$이 $D$에서 연속이고 $f_n \to f$ 균등수렴이면, $f$도 $D$에서 연속이다.

증명: 임의의 $c \in D$와 $\varepsilon > 0$이 주어졌다고 하자. 균등수렴에 의해 $n \geq N$이면 $|f_n(x) - f(x)| < \varepsilon/3$ (모든 $x$)이다. $f_N$이 $c$에서 연속이므로 $|x - c| < \delta$이면 $|f_N(x) - f_N(c)| < \varepsilon/3$이다. 삼각 부등식에 의해:

$$|f(x) - f(c)| \leq |f(x) - f_N(x)| + |f_N(x) - f_N(c)| + |f_N(c) - f(c)| < \frac{\varepsilon}{3} + \frac{\varepsilon}{3} + \frac{\varepsilon}{3} = \varepsilon$$

따라서 $f$는 $c$에서 연속이다. $\blacksquare$

바이어슈트라스 M-판정법 (Weierstrass M-test)

정리: $|f_n(x)| \leq M_n$ (모든 $x \in D$)이고 $\sum M_n$이 수렴하면, $\sum f_n(x)$는 $D$에서 균등수렴하고 절대수렴한다.

증명: $S_N(x) = \sum_{n=1}^{N} f_n(x)$로 놓자. $M > N$이면:

$$|S_M(x) - S_N(x)| = \left|\sum_{n=N+1}^{M} f_n(x)\right| \leq \sum_{n=N+1}^{M} M_n$$

$\sum M_n$이 수렴하므로, $\varepsilon > 0$에 대해 충분히 큰 $N_0$를 잡으면 $M > N \geq N_0$일 때 $\sum_{n=N+1}^{M} M_n < \varepsilon$이다. 이것은 $\{S_N(x)\}$가 균등 코시 수열임을 뜻하고, 따라서 균등수렴한다. $\blacksquare$

예시: $\sum_{n=1}^{\infty} \frac{\sin(nx)}{n^2}$의 균등수렴을 보이겠습니다. $\left|\frac{\sin(nx)}{n^2}\right| \leq \frac{1}{n^2} = M_n$이고 $\sum \frac{1}{n^2} = \frac{\pi^2}{6}$이 수렴하므로, 바이어슈트라스 M-판정법에 의해 원래 급수는 $\mathbb{R}$에서 균등수렴합니다.

항별 미분과 항별 적분

항별 적분 정리: $f_n$이 $[a,b]$에서 연속이고 $\sum f_n$이 $[a,b]$에서 균등수렴하면:

$$\int_a^b \sum_{n=1}^{\infty} f_n(x)\,dx = \sum_{n=1}^{\infty} \int_a^b f_n(x)\,dx$$

항별 미분 정리: $f_n$이 $[a,b]$에서 미분 가능하고, $\sum f_n(c)$가 어떤 $c$에서 수렴하며, $\sum f_n'$이 $[a,b]$에서 균등수렴하면:

$$\left(\sum_{n=1}^{\infty} f_n(x)\right)' = \sum_{n=1}^{\infty} f_n'(x)$$

반례 (점별수렴이지만 균등수렴이 아닌 경우):

$f_n(x) = x^n$은 $[0, 1)$에서 $0$에, $x = 1$에서 $1$에 점별수렴하지만, 극한 함수가 불연속이므로 $[0, 1]$에서 균등수렴이 아닙니다. 연속함수열의 점별 극한이 불연속이 되는 것은 균등수렴의 실패를 나타냅니다.

멱급수

멱급수의 정의와 수렴 반경

멱급수(Power Series)는 다음 형태의 급수입니다:

$$\sum_{n=0}^{\infty} c_n (x - a)^n$$

여기서 $a$를 중심(center), $\{c_n\}$을 계수(coefficient)라 합니다.

수렴 반경(Radius of Convergence):

$$R = \frac{1}{\limsup_{n\to\infty} \sqrt[n]{|c_n|}}$$

멱급수는 $|x - a| < R$에서 절대수렴하고, $|x - a| > R$에서 발산합니다. $|x - a| = R$인 경계에서의 수렴 여부는 각각 별도로 조사해야 합니다.

수렴 반경 구하기 (비율법): $c_n \neq 0$이면:

$$R = \lim_{n\to\infty} \left|\frac{c_n}{c_{n+1}}\right|$$

(이 극한이 존재하는 경우)

예시:

멱급수수렴 반경수렴 구간
$\sum \frac{x^n}{n!}$$R = \infty$$(-\infty, \infty)$
$\sum x^n$$R = 1$$(-1, 1)$
$\sum \frac{x^n}{n}$$R = 1$$[-1, 1)$
$\sum \frac{x^n}{n^2}$$R = 1$$[-1, 1]$
$\sum n! \, x^n$$R = 0$$\{0\}$

멱급수의 성질

수렴 반경 $R > 0$인 멱급수 $f(x) = \sum c_n (x-a)^n$은 $|x - a| < R$에서:

아벨 정리 (Abel's Theorem)

정리: $\sum c_n R^n$이 수렴하면 (즉, 경계점 $x = a + R$에서 수렴하면):

$$\lim_{x \to (a+R)^-} \sum_{n=0}^{\infty} c_n (x-a)^n = \sum_{n=0}^{\infty} c_n R^n$$

즉, 경계에서 수렴하면 좌극한이 그 값과 같습니다.

응용: $\ln 2 = 1 - \frac{1}{2} + \frac{1}{3} - \frac{1}{4} + \cdots$를 아벨 정리로 보이겠습니다.

$\ln(1+x) = \sum_{n=1}^{\infty} \frac{(-1)^{n+1}}{n}x^n$은 $|x| < 1$에서 성립합니다. $x = 1$에서 $\sum \frac{(-1)^{n+1}}{n}$은 교대급수 판정법에 의해 수렴합니다. 아벨 정리에 의해:

$$\ln 2 = \lim_{x \to 1^-} \ln(1+x) = \sum_{n=1}^{\infty} \frac{(-1)^{n+1}}{n} = 1 - \frac{1}{2} + \frac{1}{3} - \frac{1}{4} + \cdots$$

해석함수 (Analytic Function)

$f$가 점 $a$의 근방에서 멱급수로 표현될 수 있으면, $f$를 $a$에서 해석적(analytic)이라 합니다. 모든 해석함수는 무한히 미분 가능하지만, 역은 성립하지 않습니다.

반례: $f(x) = \begin{cases}e^{-1/x^2} & x \neq 0\\0 & x = 0\end{cases}$는 $x = 0$에서 무한히 미분 가능하고 $f^{(n)}(0) = 0$ (모든 $n$)이지만, $f(x) \neq 0$ ($x \neq 0$)이므로 $x = 0$ 주위의 테일러 급수 $\sum 0 \cdot x^n = 0$은 $f$와 일치하지 않습니다. 따라서 $f$는 $x = 0$에서 해석적이 아닙니다.

암묵함수 정리와 역함수 정리

역함수 정리 (Inverse Function Theorem)

정리: $f: \mathbb{R}^n \to \mathbb{R}^n$가 $C^1$급이고 점 $\mathbf{a}$에서 야코비 행렬식 $\det Df(\mathbf{a}) \neq 0$이면, $\mathbf{a}$의 근방 $U$와 $f(\mathbf{a})$의 근방 $V$가 존재하여 $f: U \to V$가 $C^1$급 전단사이고 역함수 $f^{-1}: V \to U$도 $C^1$급이다.

1차원에서의 의미: $f'(a) \neq 0$이면 $a$ 근방에서 $f$는 일대일이며 역함수가 미분 가능하다:

$$(f^{-1})'(f(a)) = \frac{1}{f'(a)}$$

예시: $f(x) = x^3 + x$에서 $f'(x) = 3x^2 + 1 > 0$ (모든 $x$)이므로 $f$는 $\mathbb{R}$ 전체에서 일대일이며 역함수가 존재하고 미분 가능합니다.

암묵함수 정리 (Implicit Function Theorem)

정리: $F: \mathbb{R}^{n+m} \to \mathbb{R}^m$가 $C^1$급이고 $F(\mathbf{a}, \mathbf{b}) = \mathbf{0}$이며 $\det \frac{\partial F}{\partial \mathbf{y}}(\mathbf{a}, \mathbf{b}) \neq 0$이면, $\mathbf{a}$의 근방에서 $F(\mathbf{x}, \mathbf{g}(\mathbf{x})) = \mathbf{0}$을 만족하는 $C^1$급 함수 $\mathbf{g}$가 유일하게 존재한다.

1차원 예시: $F(x, y) = x^2 + y^2 - 1 = 0$ (단위원)에서 $(x_0, y_0) = (0, 1)$ 근방을 살펴봅시다.

$\frac{\partial F}{\partial y} = 2y$이고 $(0, 1)$에서 $\frac{\partial F}{\partial y} = 2 \neq 0$이므로, 암묵함수 정리에 의해 $x = 0$ 근방에서 $y = g(x) = \sqrt{1-x^2}$이 유일하게 결정됩니다. 미분하면:

$$g'(x) = -\frac{F_x}{F_y} = -\frac{2x}{2y} = -\frac{x}{y}$$
직관적 이해: 암묵함수 정리는 "방정식 $F(x, y) = 0$이 $y$를 $x$의 함수로 결정하는가?"에 대한 답을 줍니다. 핵심 조건은 $\frac{\partial F}{\partial y} \neq 0$인데, 이것은 "$y$ 방향으로 $F$가 변화한다"는 뜻입니다. $y$ 방향으로 변화가 있으면, $x$가 조금 바뀔 때 $F = 0$을 유지하기 위해 $y$를 어떻게 조정해야 하는지 결정할 수 있기 때문입니다.

스톤-바이어슈트라스 정리

바이어슈트라스 근사 정리(Weierstrass Approximation Theorem): $[a,b]$에서 연속인 함수는 다항식으로 균등하게 근사할 수 있습니다.

좀 더 정확히 말하면, $f \in C[a,b]$이면 임의의 $\varepsilon > 0$에 대해 $\|f - p\|_\infty < \varepsilon$인 다항식 $p$가 존재합니다.

스톤-바이어슈트라스 정리(Stone-Weierstrass Theorem)는 이를 일반화합니다:

정리: $K$가 콤팩트 하우스도르프 공간이고, $\mathcal{A} \subseteq C(K, \mathbb{R})$가 다음을 만족하는 부분대수(subalgebra)이면:

  1. $\mathcal{A}$는 점을 분리한다: 임의의 $x \neq y$에 대해 $f(x) \neq f(y)$인 $f \in \mathcal{A}$가 존재한다.
  2. $\mathcal{A}$는 소멸하지 않는다: 임의의 $x$에 대해 $f(x) \neq 0$인 $f \in \mathcal{A}$가 존재한다.

그러면 $\mathcal{A}$는 $C(K, \mathbb{R})$에서 $\|\cdot\|_\infty$ 노름에 의해 조밀하다.

응용: 스톤-바이어슈트라스 정리는 다음을 포함합니다:
  • $[a,b]$에서 연속함수를 다항식으로 균등 근사 (원래 바이어슈트라스 정리)
  • $[0, 2\pi]$에서 연속 주기함수를 삼각다항식(Fourier 다항식)으로 균등 근사
  • 수치해석에서 근사 이론의 기초

구체적 예시 (번스타인 다항식): 바이어슈트라스 근사 정리의 구성적 증명으로 번스타인 다항식(Bernstein polynomial)이 있습니다:

$$B_n(f; x) = \sum_{k=0}^{n} f\left(\frac{k}{n}\right) \binom{n}{k} x^k (1-x)^{n-k}$$

$n \to \infty$이면 $B_n(f; x) \to f(x)$ 균등수렴합니다. 이 방법은 $f$의 함숫값만 사용하므로 매우 직접적입니다.

아르젤라-아스콜리 정리

볼차노-바이어슈트라스 정리가 "유계 수열에서 수렴하는 부분수열을 뽑을 수 있다"는 정리라면, 아르젤라-아스콜리 정리(Arzela-Ascoli Theorem)는 이 아이디어를 함수열로 확장한 것입니다.

동등연속 (Equicontinuity)

함수 모임 $\mathcal{F} \subseteq C(K)$가 동등연속(equicontinuous)이란, 다음이 성립하는 것입니다:

$$\forall \varepsilon > 0, \; \exists \delta > 0: \; |x - y| < \delta \implies |f(x) - f(y)| < \varepsilon \quad (\forall f \in \mathcal{F})$$

이것은 균등연속의 "함수 모임 버전"입니다. $\delta$가 $f$에도 의존하지 않습니다.

정리 (아르젤라-아스콜리)

$K$가 콤팩트 거리 공간이고 $\mathcal{F} \subseteq C(K)$에 대하여 다음은 동치이다:

  1. $\mathcal{F}$의 모든 수열이 균등수렴하는 부분수열을 가진다 ($\mathcal{F}$가 상대적 콤팩트).
  2. $\mathcal{F}$는 균등유계(uniformly bounded)이고 동등연속(equicontinuous)이다.
비유로 이해하기:
  • 균등유계 = "모든 함수의 그래프가 하나의 상자 안에 들어 있다." (볼차노-바이어슈트라스의 유계 조건에 대응)
  • 동등연속 = "어떤 함수를 골라도 그래프의 변화가 비슷하게 완만하다." (진동이 통제된다)

이 두 조건이 만족되면, 함수열에서 "잘 수렴하는" 부분함수열을 뽑아낼 수 있습니다.

증명 스케치 (2 $\implies$ 1):

  1. $K$가 콤팩트이므로 $K$ 안에 조밀한 가산 부분집합 $\{x_1, x_2, \ldots\}$이 존재한다.
  2. 균등유계이므로 $\{f_n(x_1)\}$은 유계 수열이다. 볼차노-바이어슈트라스에 의해 수렴하는 부분수열을 뽑는다.
  3. 대각선 논법(Cantor's diagonal argument)을 사용하여 모든 $x_k$에서 수렴하는 부분수열 $\{f_{n_j}\}$를 뽑는다.
  4. 동등연속성을 사용하여 가산 집합에서의 점별수렴을 $K$ 전체에서의 균등수렴으로 확장한다. $\blacksquare$

응용: 아르젤라-아스콜리 정리는 미분방정식의 해의 존재 증명(페아노 존재 정리), 변분법, 최적 제어 이론 등에서 핵심적으로 사용됩니다.

함수 공간

함수 공간이란? 우리는 숫자들의 집합(예: $\mathbb{R}$)에 덧셈과 곱셈을 정의하여 사용합니다. 함수 공간은 이와 같은 아이디어를 함수에 적용한 것입니다. 함수를 "점"으로 취급하고, 함수들 사이의 "거리"를 정의하여 수렴이나 극한 같은 개념을 함수의 세계에서도 사용할 수 있게 됩니다.

예를 들어, 두 함수 $f$와 $g$가 "얼마나 가까운가"를 측정하는 방법이 바로 노름(norm)입니다. 노름의 정의에 따라 서로 다른 함수 공간이 만들어집니다.

$L^p$ 공간

$p \geq 1$에 대하여 $L^p$ 공간은 $p$-차 적분 가능한 함수의 집합입니다:

$$L^p(\Omega) = \left\{f : \Omega \to \mathbb{R} \;\middle|\; \int_\Omega |f|^p \, d\mu < \infty\right\}$$

$L^p$ 노름: $\|f\|_p = \left(\int |f|^p \, d\mu\right)^{1/p}$

중요한 $L^p$ 공간

공간노름특징
$L^1$$\int |f|$절대적분 가능 함수
$L^2$$\sqrt{\int |f|^2}$힐베르트 공간, 내적 정의 가능
$L^\infty$$\text{ess}\sup |f|$본질적으로 유계인 함수

힐베르트 공간과 바나흐 공간

$L^p$ 공간의 핵심 부등식:

실해석학 측도론/르베그 적분 함수해석학 복소해석학 확률론 편미분방정식 $L^p$ 공간 양자역학 해석적 수론 현대 수학과 물리학의 거의 모든 분야에 응용 조화해석학 미분기하학

복소해석학 (개요)

복소해석학은 복소수 위의 미분 가능한 함수(정칙함수, holomorphic function)를 연구합니다.

코시-리만 방정식

$f(z) = u(x,y) + iv(x,y)$가 정칙이면:

$$\frac{\partial u}{\partial x} = \frac{\partial v}{\partial y}, \qquad \frac{\partial u}{\partial y} = -\frac{\partial v}{\partial x}$$

핵심 정리

정리내용
코시 적분 정리단순 닫힌 곡선에서 정칙함수의 적분 = $0$
코시 적분 공식$f(z_0) = \frac{1}{2\pi i} \oint_C \frac{f(z)}{z - z_0} dz$
리우빌 정리유계인 전정칙함수(entire function)는 상수
최대 절댓값 원리정칙함수의 $|f|$는 내부에서 최댓값을 갖지 않음
유수 정리$\oint_C f(z)\,dz = 2\pi i \sum \text{Res}(f, z_k)$

로랑 급수

특이점 주변에서 정칙함수를 음의 거듭제곱을 포함하여 전개합니다:

$$f(z) = \sum_{n=-\infty}^{\infty} c_n (z - z_0)^n$$

$c_{-1}$을 유수(Residue)라 하며, 유수 정리를 통해 실수 정적분, 급수의 합 등을 계산할 수 있습니다.

복소해석의 놀라운 점: 복소미분 가능(1번 미분 가능)이면 무한히 미분 가능하고, 멱급수로 표현됩니다. 이는 실해석에서는 성립하지 않는 성질입니다. 또한 코시 적분 공식에 의해 함수의 경계값만으로 내부의 모든 값이 결정됩니다.

응용과 현대 해석학으로의 연결

해석학은 순수수학 내부뿐만 아니라 자연과학, 공학, 사회과학에 이르기까지 광범위하게 응용됩니다.

미분방정식과의 관계

상미분방정식(ODE)의 해의 존재와 유일성은 해석학의 핵심 정리들에 의존합니다:

푸리에 해석학

주기함수를 삼각함수의 급수로 표현하는 푸리에 급수(Fourier Series)는 해석학의 주요 연구 대상입니다:

$$f(x) \sim \frac{a_0}{2} + \sum_{n=1}^{\infty} \left(a_n \cos nx + b_n \sin nx\right)$$

핵심 질문은 "이 급수가 언제, 어떤 의미로 $f$에 수렴하는가"입니다:

현대 해석학의 주요 분야

분야핵심 개념관련 정리
함수해석학바나흐/힐베르트 공간한-바나흐, 열린 사상, 닫힌 그래프 정리
조화해석학푸리에 변환, 특이적분칼데론-지그문트, 리스 보간 정리
편미분방정식소볼레프 공간, 약해락스-밀그램, 소볼레프 매장 정리
확률론측도론적 확률큰 수의 법칙, 중심극한정리
비선형해석학고정점, 분기 이론브라우어, 샤우더 고정점 정리
해석학 학습의 중요성: 해석학은 수학의 다른 모든 분야를 공부하기 위한 필수적인 도구입니다. 대수학에서도 위상 대수(topological algebra), 기하학에서도 미분기하(differential geometry)처럼, 해석학의 언어와 기법은 현대 수학 전반에 걸쳐 사용됩니다.

핵심 정리 요약

정리핵심 조건결론주요 용도
볼차노-바이어슈트라스유계 수열수렴하는 부분수열 존재완비성, 콤팩트성 증명
중간값 정리$[a,b]$에서 연속중간값 달성근의 존재 증명
최대최소 정리콤팩트 집합에서 연속최댓값/최솟값 달성최적화
평균값 정리$[a,b]$ 연속, $(a,b)$ 미분 가능접선 기울기 = 평균 기울기함수의 성질 추론
테일러 정리$n+1$번 미분 가능다항식 근사 + 오차한계근사 계산, 급수 전개
바이어슈트라스 M-판정법$|f_n| \leq M_n$, $\sum M_n$ 수렴균등수렴급수의 균등수렴 증명
스톤-바이어슈트라스점 분리, 비소멸 부분대수$C(K)$에서 조밀근사 이론
아르젤라-아스콜리균등유계 + 동등연속균등수렴 부분수열 존재ODE 해의 존재
지배수렴정리$|f_n| \leq g$, $g$ 적분 가능적분과 극한 교환르베그 적분론 전반

참고자료