Professional Documents
Culture Documents
25 Lectures for
Undergraduate Calculus I
February 27, 2024
카이스트 수리과학과
To the ones who question
Foreword
vii
Preface
김용정
ix
x Preface
Preface xi
3 Differentiation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1 Rate of increase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Differentiation rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3 Intermediate and mean value theorem . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4 Derivative of trigonometric functions . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5 Velocity and acceleration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
xiii
xiv Contents
8 Polar coordinates in R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
8.1 Variable change with polar coordinates . . . . . . . . . . . . . . . . . . . . . . . . 65
8.2 Motion in polar coordinates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.3 Ellipses in polar coordinates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
8.4 Curves in polar coordinates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
9 Differential Equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
9.1 First order differential equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
9.2 Separation of variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
9.3 Integrating factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
9.4 Second Order Differential Equations . . . . . . . . . . . . . . . . . . . . . . . . . . 78
9.5 Equation for two-body problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
Part I
Differentiation: Mathematical Description
of Motion
뉴턴(1643-1727) 당시 가장 관심이 있던 과학적인 주제는 천체의 움직임이었다.
갈릴레오(1564-1642)에 의해 천동설이 무너지고 지동설이 받아들여지기 시작했
으며 케플러(1571-1630)에 의해 천체의 궤도와 움직임이 설명되는 때였다. 따라
서 천체의 움직임에 대한 연구는 당시에 가장 뜨거운 주제였다. 그러나 이들에
대한 설명은 관측한 자료에 기반을 둔 것이었을뿐 그 원인을 설명하지 못하였
다. 무엇보다도 이러한 천체의 움직임을 설명하는 데 쓰일 수학적인 수단 마저도
없었다. 피타고라스의 정리와 같이 정적인 것을 설명하던 수학에서 동적인 것을
설명하는데 적합한 수학적인 수단을 만들어 낸 사람이 뉴턴이었고 그 결과물이
미적분이다. 뉴턴은 이 미적분을 사용하여 천체의 움직임을 설명하였다.
Part I에서 우리가 하고자 하는 것은 이러한 동적인 움직임을 나타내는 수단인
미분의 개념을 발전 시키는 것이다. 마치 미분을 만들어 나가는 뉴턴의 시각에서
공부해 나가면 그 가치를 더 잘 알 수 있을 것이다. 다음 장인 Part II에서는 이를 이
용해서 행성과 위성의 궤도를 수학적으로 표현하고 증명하며 이를 이용해 Kepler
의 법칙을 포함한 천체의 움직임을 설명한다. 우리는 그 과정에서 미분의 개념을
익히고 어떻게 구체적인 상황에 사용할 수 있는지를 경험한다.
물론 미분은 천체의 움직임 외에도 훨씬 다양한 곳에 사용된다. 천체의 움직임
을 염두에 두고 공부하는 것은 우리를 매우 흥미롭게 하겠지만 우리는 그 관점
에만 머물러서는 안되고 이 외에도 유용한 미적분의 기본적인 것들을 함께 배워
나갈 것이다. 따라서 다양한 관점에서 미분의 의미를 이야기 할 것이다. 특히 우
리는 수렴성, 연속성 그리고 미분 가능성을 ε-δ 기법을 사용하여 보다 엄밀하게
다룬다. 이 기법은 뉴턴 이후에 개발 된 것으로 아마도 우리는 뉴턴 보다 더 엄밀
하게 미분을 다루고 있는 것인지도 모른다.
Lecture 1
Limit and continuity #1
문자의 사용
f : [a, b] → R.
3
4 1 Limit and continuity #1
제외한 집합을 open interval 이라고 부르고 (a, b)로 표기한다. 만약 변수 x ∈ [a, b]
가 특정한 값 c ∈ (a, b)로 접근할 때 함수 값 f (x)가 특정한 값 L로 접근하면 우리
는 L을 x가 c로 접근할 때의 함수 f (x) 의 극한 또는 limit이라고 부르며, 기호로
다음과 같이 표기한다:
lim f (x) = L.
x→c
이 표기법에서 c+ 는
x가 c로 접근하지만 항상 c보다 큰 상태에서 접근한다는 의
미로 + 를 붙인다. 비슷한 이유로 좌극한 (left limit)은 limx→c− f (x) = L처럼 표
기한다. 결론적으로 극한 limx→c f (x) = L의 의미는 좌극한과 우극한 모두 L로
수렴한다는 뜻이다. 즉,
Problem 1.1. 다음에 주어진 함수의 좌극한과 우극한을 주어진 점 c에서 구하고
그 함수가 그 점에서 연속인지를 앞에서 말한 정의에 따라서 판별하시오.
2 −1 1
(1) sin x at c = 0. (2) cos x at c = 0. (3) xx−1 at c = 1. (4) x−1 at c = 1.
(5) f (x) at c = 0, where f (x) is the Heaviside function given by
1.1 Common language definitions 5
(
0, if x < 0
f (x) =
1, if x ≥ 0.
수학적 정리나 법칙들은 조건과 결과로 이루어 진다. 수학뿐만 아니라 대부분
의 과학은 그렇다. 그러나 때론 그 결론을 보면 무엇이 조건이어야 하는지 구체
적으로 말하지 않아도 그 결론이 의미하는 바에 따라 분명한 경우가 있다. 다음의
법칙들을 보면서 수학적 법칙을 읽는 연습을 해보자.
Problem 1.3 (Limit of quotient). 극한과 관련한 quotient rule은 다음과 같다:
lim f (x)
f (x) x→c
lim = .
x→c g(x) lim g(x)
x→c
Problem 1.4 (Limit of power functions (멱함수)). 다음 power rule의 의미와 rule
이 성립하기 위해 필요한 조건을 제시하시오.
α
lim ( f (x))α = lim f (x) .
x→c x→c
Question
√ 1.4. 위의 문제에서 모든 ε > 0에 대해 δ > 0를 잡을 수 있는 것은 f (x) =
x/2가 c = 36에서 연속이기 때문이다. 그 이유가 보이나?
Exercises
1. 다음 극한을 찾으시오.
x2 − c2
(1) lim (2) lim xπ (3) lim π x
x→c x − c x→0 x→0
We denote the limit as lim f (x) = L. We also say that f (x) is continuous at c if
x→c
lim f (x) = f (c). We can also directly define continuity without using limit, i.e.,
x→c
there exists δ > 0 for any given ε > 0 such that
11
12 2 Limit and continuity #2
if and only if
|x − 2| < ε/2.
따라서 δ 를 ε/2로 잡아주면 된다. (최대한 δ 를 크게 잡으라고 하지는 않았으니까
이보다 작게 잡아 주어도 된다.)
(2) 극한 limx→1 f (x)이 2가 아니라는 것을 보이라는 것은 어떤 ε > 0에 대해
서는 δ > 0를 잡을 수 없다는 것을 의미하므로 일단 어떤 ε > 0을 제시해야 한다.
f (1) = 3이므로 차이 1이나 이 보다 작게 잡아주면 된다. ε = 0.5라고 하자. 그러면
for any x > 1. 따라서 아무리 δ > 0를 작게 잡아도 |x − 1| < δ 를 만족하는 x중에
| f (x) − 2| > ε인 x가 있으므로 limx→1 f (x) ̸= 2이다. (논리에 익수해 지기 전에는
이해하는데 시간이 필요할 수 있다.)
(3) 임이의 c ∈ R를 잡자. 함수 f (x) = 2x + 1가 이 점에서 연속이라는 것을 보
이자. ε > 0이 주어 졌다고 하자. 그러면 우리는 δ = ε2 라고 잡자. (이 문제에서와
같은 1차 함수는 어느 점에서든지 같은 δ 를 잡아도 된다. 다른 대부분의 경우는
위치에 따라 δ 를 다르게 잡아주어야 한다.) 그리고 |x − c| < δ 라고 하자. 그러면,
ε
| f (x) − f (c)| = |2x + 1 − 2c − 1| = 2|x − c| < 2 = ε.
2
즉,모든 오차한도 ε > 0에 대해 조절 한도 δ 를 잡아 줄 수 있으므로 f 는 c에서
연속이다. ⊔⊓
lim f (x) = L,
x→c−
(ii) 우극한에 대한 정의는 약간 다르게 해보자. Let f : (c, b) → R for some c < b.
We say L is the right limit of f (x) as x → c+ and write
lim f (x) = L,
x→c+
Problem 2.4 (Left continuity and right continuity). ε-δ 논법을 사용하여 좌연속
과 우연속 (left continuity and right continuity)을 정의하시오.
We say that f (x) is right continuous at c if, for any given ε > 0, there exists δ > 0
such that
| f (x) − f (c)| < ε whenever 0 ≤ x − c < δ .
We say f is left (right) continuous in (a, b), if it is left (right) continuous at all
c ∈ (a, b). 두 정의의 차이점은 L을 f (c)로 치환한 것과 0 < x − c < δ 대신에 0 ≤
x − c < δ 를 써서 0 = x − c인 경우를 포함시킨 것이다. ⊔ ⊓
2.2 Examples
ε-δ 논법을 사용하여 Problems 1.2와 1.5의 극한 및 연속성 법칙을 증명할 수 있다.
그러나 이를 수행하려면 몇가지 기교가 필요하다. 4번은 까다롭고 다른 경우는 비
교적 간단하다.
Solution 2.6 Let ε > 0 be given. Then, we have to find δ > 0 that satisfies (2.2).
Since g is continuous at f (c), there exists δ1 > 0 such that
일단 ε > 0 이 주어졌다고 하자. 목표는 ε > 0에 따라 정해지는 (2.2)을 만족하는
δ > 0를 찾는 것이다. g는 f (c)에서 연속이므로 다음과 같은 δ1 > 0이 존재한다:
2. We say lim f (x) = L if for any ε > 0, there exists N ∈ R such that | f (x)−L| < ε
x→−∞
whenever x < N.
3. We say lim f (x) = ∞ if for any N ∈ R, there exists δ > 0 such that f (x) > N
x→c
whenever 0 < |x − c| < δ .
4. We say lim f (x) = −∞ if for any N ∈ R, there exists δ > 0 such that f (x) < N
x→c
whenever 0 < |x − c| < δ .
5. We say lim f (x) = ∞ if for any N ∈ R, there exists δ > 0 such that f (x) > N
x→c+
whenever 0 < x − c < δ .
6. We say lim f (x) = ∞ if for any N ∈ R, there exists δ > 0 such that f (x) > N
x→c+
whenever 0 < c − x < δ .
7. We say lim f (x) = −∞ if for any N ∈ R, there exists δ > 0 such that f (x) < N
x→c−
whenever 0 < x − c < δ .
8. We say lim f (x) = −∞ if for any N ∈ R, there exists δ > 0 such that f (x) < N
x→c−
whenever 0 < c − x < δ .
⊔
⊓
Exercises
f : R → R, x ∈ R.
19
20 3 Differentiation
f (c + h) − f (c)
평균 증가율
h
로 쓸 수도 있다. 여기서 h는 양수 음수 다 될 수 있다. 이 표현도 많이 쓰이며
유용하다.
만약 h가 0으로 접근할 때 평균 증가율의 극한이 존재하면 그 극한을 f ′ (c)로
표기 한다. 즉,
f (c + h) − f (c)
f ′ (c) = lim . 미분 (순간 증가율)
h→0 h
이 극한은 c에서의 instantaneous growth rate (순간 증가율)이 되고 이를 함수 f
의 c에서의 derivative (미분)라고 부른다. 기하적으로는 그래프 위의 점 (c, f (c))
에서의 접선의 기울기가 된다.
이다. ⊔
⊓
f (b) − f (c)
f ′ (c) = lim . 미분 (순간 증가율)
b→c b−c
때론 f 라는 함수를 x라는 변수로 미분한다는 것을 명확하게 표현하고자 할때는
다음과 같이 표기한다
df
(c) = f ′ (c).
dx
3.1 Rate of increase 21
f (0 + h) − f (0) |h| h
lim = lim = lim = lim 1 = 1.
h→0+ h h→0+ h h→0+ h h→0+
f (0 + h) − f (0) |h| −h
lim = lim = lim = lim −1 = −1.
h→0− h h→0 h
− h→0 − h h→0+
f (1 + h) − f (1) (1 + h)2 − 1 h2 + 2h
lim = lim = lim = lim (h + 2) = 2.
h→0 h h→0 h h→0 h h→0
| f (c + hn ) − f (c)| > ε
M
을 만족한다. 따라서 임이의 M > 0에 대해서 n > ε 이면
| f (c + hn ) − f (c)| ε
≥ ≥ εn ≥ M.
|hn | |hn |
f (x + h) − f (x) 0
f ′ (x) = lim = lim = lim 0 = 0.
h→0 h h→0 h h→0
f (x + h) − f (x)
f ′ (x) = lim = lim 1 = 1.
h→0 h h→0
nxn−1 h + n(n+1)
2 x
n−2 h2 + · · · + hn
f ′ (x) = lim = nxn−1 .
h→0 h
1
(4) f (x) = x 이고 x ̸= 0 이면,
1 1 1 1 x − (x + h) 1
f ′ (x) = lim − = lim = − 2.
h→0 h x + h x h→0 h x(x + h) x
f (x + h)g(x + h) − f (x)g(x)
lim
h→0 h
f (x + h)g(x + h) − f (x + h)g(x) + f (x + h)g(x) − f (x)g(x)
= lim
h→0 h
f (x + h)g(x + h) − f (x + h)g(x) f (x + h)g(x) − f (x)g(x)
= lim + lim
h→0 h h→0 h
g(x + h) − g(x) f (x + h) − f (x)
= lim f (x + h) + lim g(x)
h→0 h h→0 h
= f (x)g′ (x) + f ′ (x)g(x).
ln y = ln xα = α ln x.
y′ α
= ⇒ y′ = αx−1 y = αxα−1 . ⊔
⊓
y x
Problem 3.5. 다음 함수의 미분을 구하시오.
(1) f (x) = 3xα . (2)
f (c) = m
f (b) − f (a)
f ′ (c) =
b−a
을 만족하는 c ∈ (a, b)가 존재한다.
x:R→R 위치
x(t + h) − x(t)
x′ (t) = lim
h→0 h
은 시간이 t일 때의 순간 속도이다. 특별히 시간에 대한 미분을 x′ 대신에 ẋ로 나타
내기도한다. 속도를 v로 표기하면 v = ẋ이다. 속도의 순간 증가율은 가속도 이며
a = v̇ = ẍ로 표기한다.
Exercises
5.
Lecture 4
Chain rule and implicit differentiation
Question 4.1. 수학적 관계식인 (4.1)의 의미를 일상의 언어로 읽을수 있을까?
27
28 4 Chain rule and implicit differentiation
f (z) − f (c)
f ′ (c) = lim .
z→c z−c
g(z) → g(c) as z → c.
또한 f 가 g(c)에서 미분 가능하므로,
Problem 4.4. (1) h(x) = (3x2 + 1)2 일 때 h′ (x)를 구하시오. (2) h(x) = (3x2 + 1)6 일
때 h′ (x)를 구하시오. (3) x(t) = cos(t 2 + 1)일 때 x′ (t)를 구하시오.
Problem 4.5. (1) h(x) = sin(x2 + x)일 때 h′ (x)를 구하시오. (2) h(t) = tan(5 −
sin(2t))일 때 h′ (t)를 구하시오.
x2 + y2 − 25 = 0.
x3 + 2(y(x))3 − 9xy(x) = 1.
d 2
Solution 4.7 이번에는 x를 y를 변수로하는 함수로 고려하자. 그러면, dy (x +
y2 ) = 2x dx
dy + 2y = 0이다. 따라서,
dx y y
=− = p .
dy x ± 25 − y2
dy
2x + 2y = 0.
dx
dy 3 3
따라서 점 (3, −4)에서의 접선의 기울기는 dx = − xy = − −4 = 4 이다. ⊔
⊓
dy
2x + 2y = 0.
dx
dy
따라서 점 (5, 0)에서의 접선의 기울기는 dx = − xy = 50 이다. 그런데 무언가 잘못
되었다. 숫자가 나오지 않는다. 아, 이 경우는 주어진 점 (5, 0) 근방에서는 y를 x의
dy
함수로 볼 수 없고 dx 를 계산할 수 없다. 그림 상으로는 vertical line이 나온다. 그
냥 기울기를 무한대라고 해도 좋겠지만 더 정확히는 y는 이점에서 미분 가능하지
않다고 말하는 것이 더 옳다. ⊔ ⊓
Question 4.3. 2개의 변수에 대한 1개의 식이 주어진 경우를 고려했다. 그러면, (1)
만약 3개의 변수를 가지는 1개의 식이 주어 졌다면 어떻게 될까? (2) 만약 3개의
변수를 가지는 2개의 식이 주어 졌다면 어떻게 될까?
Exercises
5.1 Antiderivative
35
36 5 Integration & fundamental theorem of calculus
(F − G)′ = F ′ − G′ = f − f = 0.
Problem 5.2.
Solution 5.2 ⊔
⊓
5.2 Integral as the area bounded by a graph 37
F(t + h) − F(t)
F ′ (t) = lim .
h→0 h
이제 이 면적 함수의 미분이 무엇인지 알아보자.
F(t + h) − F(t)
F ′ (t) = lim = f (t)
h→0 h
을 만족한다. ⊔
⊓
π = {x0 , x1 , · · · , x p },
Problem 5.5. 다음에 주어진 함수와 partition에 대해서 Riemann sum을 계산하시
오. k 번째 소구간의 점 ck 는 계산이 편하게 골라서 계산하시오.
1. 상수함수 f (x) = c, interval [0, 1], partition π = { ni : 0 = 0, 1, · · · , n}일 때 Rie-
mann sum을 한 경우 구하고 면적과 비교하시오.
2. 함수 f (x) = x, interval [0, 1], partition π = { ni : 0 = 0, 1, · · · , n}일 때 Riemann
sum을 한 경우 구하고 면적과 비교하시오. 구한 Riemann sum의 n → ∞일 때의
극한을 구하시오.
3. 함수 f (x) = x2 , interval [0, 1], partition π = { ni : 0 = 0, 1, · · · , n}일 때 Riemann
sum을 한 경우 구하고 면적과 비교하시오.
Solution 5.5 ⊔
⊓
Solution 5.7 ⊔
⊓
만족한다.
⊔
⊓
Solution 5.8 ⊔
⊓
Exercises
함수 f 가 집함 A를 정의 구역으로 하고 집합 B를 공변역으로 할 때 f : A → B와 같
이 표기 한다. 영어로 집합 A를 domain, B를 co-domain이라고 부른다. 함수의 이
미지를 다 모은 집합 B의 부분집합 R( f ) := {y ∈ B| there exists x ∈ A such that y =
f (x)}을 range라고 부른다.
함수는 각각의 정의구역의 각 원소에 대해 하나의 값을 가져야한다. 두 개 이상
의 값을 가지거나 0개의 값을 가지면 함수가 아니다.
43
44 6 Inverse functions and their derivatives
Problem 6.2. Find sets A, B ⊂ R that make the following function f : A → B a bi-
jection. Find its inverse function.
(1) f (x) = 12 x + 1 (2) f (x) = x2
dg dg dy
= = g′ (y) f ′ (x) = g′ ( f (x)) f ′ (x).
dx dy dx
(g ◦ f )(x) = x ⇒ (g ◦ f )′ (x) = 1.
1 1
( f −1 )′ (y) = y−1/2 = √ .
2 2 y
따라서 모든 x ̸= 0에 대해서 d
dx ln |x| = 1x 이다. ⊔
⊓
ln(xy) = ln x + ln y +C.
ln xk = k ln x +C.
6.3 Natural logarithm 49
d (ax )′
ln(ax ) = x
dx a
을 얻는다. 둘은 일치해야 함으로 (ax )′ = ax ln a를 얻는다. ⊔
⊓
(x2 +1)(x+3)1/2
Problem 6.5. 분수 함수 x−1 의 미분을 구하시오.
y′ 2x 1 1
= 2 + −
y x + 1 2(x + 3) x − 1
Problem 6.6. 다음 부정
Z 적분을 구하시오.
2 cos x
Z Z
(1) cot x dx (2) tan x dx (3) dx
Z Z 3 + 2 sin x
(4) sec x dx (5) csc x dx
d x
e = ex ln e = ex
dx
이다. 즉 미분과 원함수가 같은 매우 특별한 함수이다.
이제는 자연로그의 역함수를 생각해보자. 자연로그 ln x의 역함수를 exponential
function 이라고 하며 exp x 로 표시한다. 자연로그 함수를 ln : A → B로 적을 때
정의 구역은 A = (0, ∞)이고 range는 B = (−∞, ∞) = R이다. 따라서 exponential
function는 exp : R → (0, ∞)이다. 이제 exp x의 미분을 계산해 보자. y = exp(x)
라고 하면 x = ln(y)이고 역함수의 미분 법칙을 사용하면
1 1
exp′ (x) = ′ = = y = exp(x)
ln (y) 1/y
6.4 Exponential function 51
두 함수는 같은 함수 임을 보이시오.
exp x = ex , x ∈ R.
Proof. (1)은 이미 보였다. (2)는 (1)에 chain rule을 사용한 것이다. (3)을 보이기
위해 좌변에 자연로그를 취하면,
ln(ex ey ) = ln ex + ln ey = x + y = (x + y) ln e = ln(ex+y )
Exercises
r = x1 − x2 , r = ∥r∥.
Space: the final frontier. These are the voyages of the Starship Enterprise. Its
five-year mission: to explore strange new worlds. To seek out new life and new
civilizations. To boldly go where no man has gone before! (From Star Trek)
55
56 7 Rectangular coordinate system and curves in R3
Solution 7.1 (i) 오른손 법칙(right hand rule): 원점과 i, j를 포함하는 평편에
수직이고 원점을 지나는 직선 (즉, z 축)을 오른손 손가락으로 휘감는데 i에서 j 방
향으로 네 손가락으로 감싼다. 이 때 엄지손가락 방향에 k가 있으면 이 좌표계를
positively oriented라고 부른다. 그 반대의 경우는 negatively oriented라고 부른다.
(ii) Cross product 테스트. k = i × j이면 이 좌표계를 positively oriented라고 부
른다. (어차피 cross product도 오른손 법칙을 사용하여 설명하니까 이 두 설명은
동일한 설명이다.) ⊔ ⊓
7.2 Projection
r = xi + yj + zk.
Question 7.1. 대부분의 미적분 교과서는 vector가 column vector인지 row vector
인지 구분하지 않는다. 그러나 우리는 r을 column 벡터로 고정해서 사용한다. 행
벡터 대신 열 벡터를 선택하면 좋은 점은 무엇일까?
다음과 같이 쓸 수도 있다:
Cross product
i j k
y z x z x y
r1 × r2 = x1 y1 z1 = 1 1 i − 1 1 j + 1 1 k.
y2 z2 x2 z2 x2 y2
x2 y2 z2
7.4 Cross product, inner product, and outer product 61
Innder product
r1 · r2 = ⟨r1 , r2 ⟩ = x1 x2 + y1 y2 + z1 z2 .
62 7 Rectangular coordinate system and curves in R3
임을 보이시오.
Problem 7.8 (평면의 식). 점 r = (1, 2, −1)을 지나고 벡터 v = (0, 3, −2)에 수직인
평면의 식을 구하시오.
xn yn
Outer product
Exercises
로 한다. 그러면 길이 r은 p
r= x 2 + y2
65
66 8 Polar coordinates in R2
∥r∥ = r
r = rer (8.5)
v = ṙer + rθ̇ eθ (8.6)
2
a = (r̈ − rθ̇ )er + (rθ̈ + 2ṙθ̇ )eθ (8.7)
a = v̇ = r̈er + 2ṙθ̇ eθ + rθ̈ eθ − rθ̇ 2 er = (r̈ − rθ̇ 2 )er + (rθ̈ + 2ṙθ̇ )eθ .
⊔
⊓
x 2 y2
+ = 1.
a2 b2
그래프의 개요는 그림 좌측에 주어졌다. ±a는 x 절편이고 ±b는 y 절편이다. 만약
(1 − e2 )x2 + 2ke2 x + y2 = e2 k2 .
e2 k2 e2 k 2 ke2
a2 = , b2 = a2 (1 − e2 ) = , c= > 0.
(1 − e2 )2 (1 − e2 ) 1 − e2
(8.10)을 a2 으로 나누면
(x + c)2 y2
+ 2 =1
a2 b
q
a2 −b2
을 얻는데 이는 타원이다. 타원의 중심은 (−c, 0)이다. 타원의 eccentricity는 a2
로 정의되었다. 계산해 보면
a2 − b2 a2 − a2 (1 − e2 ) 1 − (1 − e2 )
2
= = = e2 (8.11)
a a2 1
을 얻는다. 즉, 위의 관계 r = ePD의 계수 e가 포물선의 이심율이어서 √ 처음부터
계수를 e로 둔 것이 타당했다. 타원의 중심과 촛점 까지의 거리가 a2 − b2 이니까
(8.11)을 이용해서 계산을 하면
s
p √ k2 e4
a2 − b2 = e2 a2 = =c
(1 − e2 )2
L
r= , L = ek.
1 + e cos θ
이 식은 0 < e < 1인 경우 타원의 이심율이 e인 타원이다. 그러나 e ≥ 1인 경우에는
포물선과 쌍곡선을 나타낸다 (Appendix B 참조).
p
(1) r = 1은 직교좌표를 사용하면 x2 + y2 = 1로 쓰인다. 양변을 제곱하면 x2 +
y2 = 1이다. 우리는 이 식은 중심이 원점이고 반지름이 1인 원이라는 것을 안다.
그것을 모른다고 해도 각도 θ 를 0에서 2π로 돌려가면서 r = 1을 찍으면 반지름이
1인 원이 된다는 것으로도 원이라는 것을 알 수 있다.
72 8 Polar coordinates in R2
Exercises
y′ = 3x + 2, y(1) = 1.
73
74 9 Differential Equations
- MATLAB CODE -
9.1 First order differential equations 75
%% parameters
L=2.1;
dx=0.2;dy=0.2;
%% variables
[x,y] = meshgrid(-L:dx:L,-L:dy:L);
[NX,NY]=size(x);
%% computation
Y=(2*x.*y./(1+x.*x));
X=ones(NX,NY);
NRM=(Y.ˆ2+X.ˆ2).ˆ0.5;
X=dx*X./NRM; % normalize to the size of dx
Y=dx*Y./NRM;
quiver(x,y,X,Y);
axis([-2 2 -2 2]);
title(’f(x,y)=2xy/(1+xˆ2)’);
y′ = ky, y(0) = y0 .
y = y0 ekx .
따라서
|y| = eC ekx ⇒ y = Cekx . (9.3)
여기에 초기치를 사용하면 y = y0 된다. (9.3)에서 ekx 가
|y|는 y로 동시에 eC 가 C로
바뀐 것에 주목하자. 일반 상수 C가 음수일 때도 eC 는 양수이다. 따라서 |y| = eC ekx
는 맞는 표현이다. eC 대신에 새로운 일반 상수 C를 썼으면 |y|는 y로 바뀌어서 부
호를 맞추어야 한다.
dy
Question 9.1. 그런데 이런 식으로 해도
R
되나? dx 는 y를 x로 미분하라는 똣인데
양변에 dx를 곱하고 거기에 적분기호 를 붙여서 좌항은 y로 적분하고 우항은 x
로 적분하고. 그렇게 해도 되나?
9.3 Integrating factor 77
변수분리 기법의 배경에는 chain rule이 있다. 이를 설명해 보자. 만약 f (x, y)가
다음과 같이 둘로 나누어 지면,
y′ = f (x, y) = g(x)h(y),
다음과 같이 쓸 수 있다:
1 ′
y = g(x).
h(y)
이제 G′ (x) = g(x)와 H ′ (y) = 1
h(y) 가 되는 G와 H를 찾으면 된다. 그러면 chain rule
에 의해서 = d
H ′ (y)y′ 이
된다. Fundamental Theorem of Calculus를 적용해
dx H(y)
서 양변을 x에 대해 적분하면
1 ′
Z Z
y dx = g(x)dx ⇒ H(y) = G(x) +C
h(y)
− 3x dx
R
I=e = e−3 ln x = x−3
Solution 9.7
1 1
ẏ + y= , y(0) = 0.
10000 2000
⊔
⊓
y(x0 ) = y0 , y′ (x0 ) = y1 .
(m1 + m2 )G
u = (1 + e cos(θ − θ0 ))K, K=
L2
로 주어진다. 여기서 θ0 는 초기 각도이고 e는 이심율 eccentricity이다. (사람들은
이심률을 자연상수 e와 동일한 문자를 쓰는 것은 전통이며 문맥을 통해 구별한
다.) 이 둘은 두개의 초기치에 의해 결정 된다.
Exercises
81
82 10 Newton’s law on Earth
E p = m1 gh (10.5)
g = Gm2 /R2 ∼
= 9.8m/sec2
⊔
⊓
R2 ∼
이 된다. 만약 h가 R에 비해 매우 작다면 R2 +Rh
= 1이고 위치에너지를 다시 쓰면
10.4 Projectile motion 85
h Gm2
Ep ∼
= Gm1 m2 2 = m1 2 h,
R R
즉, 위치 에너지 (10.6)는 옳은 근사이다. (지구의 반경은 R = 6371km이다. h =
2
10km이면 R2R+Rh ∼
= 0.9984이다. 약 0.16%의 차이가 있다.) ⊔
⊓
h
Remark 10.1 (잠간만). h는 R에 비해 매우 작으므로 R(R+h) ∼ h2 라고 할 수 있다.
= R
그러나 분자의 h는 남겨 놓았다. 작다고 다 지우면 안된다. 무엇을 보고자 하느냐
에 따라 다르고 주변에 있는 것들에 따라 지워도 되는 작은 것과 지우면 안되는
작은 것을 구분 할 수 있어야 한다.
v20 sin2 φ
H = z(T /2) = . 최대 높이
2g
Exercises
89
90 11 Newton’s law in space: Two-body problem
r × ṙ = c. (11.1)
d
(v1 × v2 ) = v̇1 × v2 + v1 × v̇2 .
dt
m1 ẍ1 = −G m1 m2 er ,
r2 (11.2)
m2 ẍ2 = G m1 m2 er .
r2
이 문제를 two-body problem이라고 한다. 이 문제를 풀어서 해가 과연 Kepler의
법칙을 만족하는지를 확인해 보자.
참고로 Newton의 3번째 운동법칙인 작용 반작용의 법칙은 이미 미분 방정식
(11.2) 안에 녹아 있다. m1 ẍ1 은 m2 가 m1 을 잡아 당기는 힘이고 그 반작용으로 m1
이 m2 를 잡아 당기는 힘은 m2 ẍ2 이다. 이 둘은 크기는 같고 방향은 반대 이므로
합하면
11.3 Center of mass 91
m1 ẍ1 + m2 ẍ2 = 0
을 얻는다. 작용과 반작용의 힘은 방향은 반대이고 크기는 같다.
(11.2)를 3차원 벡터들의 미분 방정식으로 보아도 되지만 평면위에 있다는 것을
알고 있으니까 2차원 벡터들의 미분 방정식으로 이해 한다. 그러면 사실 총 4개의
스칼라 방정식을 풀어야 한다는 뜻이다. 1차 미분 방정식을 풀려면 1개의 초기 조
건이 있어야 한다. 2차 미분 방정식은 2개가 필요하다. 2개의 2차 미분 방정식을
풀려면 4개의 초기 조건이 필요하다. 즉, 다음이 주어 졌다고 하자:
R = Ṙ = R̈ = 0.
m1 + m2 m1 m2 1
r̈ = − G 2 er = −G(m1 + m2 ) 2 er .
m1 m2 r r
k
r̈ = − er , k = (m1 + m2 )G. (11.4)
r2
이런 종류의 문제를 Kepler problem이라고 부른다. 중력 뿐만 아니라 전기장의
경우에도 똑 같은 문제가 등장한다. 차이벡터 r(t)를 구한 후에는 무게 중심 R(t)
와 벡터 차 r(t)를 사용하여 두 궤적 x1 및 x2 를 구할 수 있다.
k
r̈ = − er , k = (m1 + m2 )G.
r2
가속도를 사용해 다시 적으면 다음과 같다:
k
a=− er , k = (m1 + m2 )G. (11.6)
r2
Problem 11.3. 식 (8.5)–(8.7)의 관계를 사용하여 벡터 방정식 (11.6)이 다음 두 개
의 scalar 방정식으로 쓰이는 것을 보이시오,
(m1 + m2 )G
r̈ − rθ̇ 2 = − , (11.7)
r2
rθ̈ + 2ṙθ̇ = 0. (11.8)
1 θ (t + h) − θ (t) 2 ∗ 1
lim r (t ) = θ̇ (t)r2 (t).
h→0 2 h 2
즉, 두 천체를 잇는 선분이 쓸고 지나가는 면적의 변화율은 각 운동량의 절반인
1 2
2 r θ̇ 이고 각 운동량은 상수이므로 이는 케플러 제2법칙을 의미한다. ⊔
⊓
du d(r−1 ) dr
= = −r−2
dθ dθ dθ
을 만족한다. 이제 (11.7)의 각 항을 u(θ )에 대한 식으로 바꾸는 작업을 하자. 일단,
첫번째 항 r̈은
11.5 Kepler problem 95
d dr L d L dr d2u
r̈ = = 2 2
= −L2 u2 2
dt dt r dθ r dθ dθ
으로 치환된다. 그리고 L = r2 θ̇ 를 이용하면 (11.7)의 두 번째 항은
(r2 θ̇ )2 L2
rθ̇ 2 = = = u3 L2
r3 r3
으로 치환된다. 세 번째 항은
(m1 + m2 )G
= u2 (m1 + m2 )G
r2
이 된다. 이제 (11.7)에 대입하고 −L2 u2 으로 나누면, u에 대한 최종 식
d2u (m1 + m2 )G
+u = (11.9)
dθ 2 L2
을 얻는다. 이 식이 (9.5)에서 소개한 inhomogeneous 2차 미분방정식이다. 그 해는
다음과 같다.
(m1 + m2 )G
u= (1 + e cos(θ − θ0 )). (11.10)
L2
u = r−1 이므로 두 물체간의 거리 r을 써서 다시 나타내면
L2
r= (11.11)
G(m1 + m2 )(1 + e cos(θ − θ0 ))
Exercises
1.
2.
Lecture 12
Kepler’s law and the energy of planets
Curiosity: the final frontier for intelligence. These are voyages of college stu-
dents. Its four-year mission: to explore strange ideas. To seek out new ideas and
methodology. To boldly think what no man has thought about before!
97
98 12 Kepler’s law and the energy of planets
Problem 12.1 (Escape speed and escape energy). 지구의 반지름을 R 이라고 하
자. 지구 표면의 질량이 m인 물체를 지구 중력 밖으로 쏘아 보내기 위한 최소
속력을 구하시오.
1 Gm1 (m1 − m2 )
Etotal = < 0. (12.3)
2 r
1 1 Gm1 (m1 + m2 )
Ek = m1 r2 θ̇ 2 = .
2 2 r
위치 에너지는 (12.2)와 같으므로 이므로 총 에너지는 이 둘의 합인 (12.3)과 같이
주어진다. ⊔
⊓
Solution 12.3 지구의 반경을 R이라 하자. 위성의 높이가 h이면 지구 중심으로
부너츼 거리는 r = R + h이다. 지구 상에 있을 때는 운동 에너지가 0이고 위치
에너지는 E p = −GmR1 m2 이다. 따라서 에너지 차이는
Solution 12.4 ⊔
⊓
L2
r= (12.4)
G(m1 + m2 )(1 + e cos θ )
로 적을 수 있다.
체의 운동에너지를 계산하면
1 1 1
Ek = m1 v · v = m1 (ṙer + rθ̇ eθ ) · (ṙer + rθ̇ eθ ) = m1 (ṙ2 + r2 θ̇ 2 )
2 2 2
을 얻는다. 거리 r은 θ = 0 일 때 최소값을 가진다. 최소값을 r0 라고 하면 이 때
미분이 ṙ = 0 이므로 운동 에너지는
2L2 Etotal
(m1 + m2 )e2 + 2m1 e + m1 − m2 − = 0.
G2 m1 (m1 + m2 )
2L2 Etotal
m2 e2 − m2 =
G2 m1 m2
을 얻는다. 따라서, s
2Etotal L2
e= 1+ . (12.6)
m1 G2 m22
이 공식을 비교하면 Etotal < 0는 타원에 해당하고(폐쇄 궤도인 모든 솔루션은 타원
임) Etotal = 0은 포물선에 해당하며 Etotal > 0은 쌍곡선에 해당한다. 특히, Etotal =
m1 k2 ∼ m1 G2 m22
− 2 = − 는 완전한 원형 궤도에 해당한다. 총에너지와 각속도 L을
2L 2L2
정하면 이심율이 정해진다. 물론 이심율과 총에너지가 정해지면 각속도가 정해
진다.
12.4 Elliptical orbits of satellites 101
T2 4π 2
= . (12.8)
r3 G(m1 + m2 )
Solution 12.6 (1) (12.7)나 (12.8)를 사용하여 계산한다. (12.8)를 사용하여 주기의
공식을 적으면 다음과 같다.
4π 2 1/2
T= r3 .
G(m1 + m2 )
r0 + r1 r0 L2
a= = = .
2 1 − e G(m1 + m2 )(1 − e2 )
√
타원의 단반경 b = a 1 − e2 은 이심율 (8.8)을 이용하면 얻는다.
Problem 12.7 (Kepler’s 3rd law). T > 0을 행성이 궤도를 한 번 회전하는 주기라
고 하고 a > 0를 궤도의 장반경이라고 하자. 다음을 보이시오;
T2 4π 2
= . (12.9)
a3 G(m1 + m2 )
√
Solution 12.7 타원의 면적은 πab = πa2 1 − e2 이다. Kepler 제2 법칙을 사용하여
면적을 구하면 다음과 같다:
Z T Z T
1 1
dA = Ldt = LT.
0 2 0 2
따라서 √
2πa2 1 − e2
T=
L
을 만족한다. 양변을 제곱한 후에 a3 으로 나누면,
T2 4π 2 a(1 − e2 ) 4π 2
3
= 2
= ,
a L G(m1 + m2 )
1 Gm1 (m1 − m2 )
m1 ∥v0 ∥2 −
2 2r
이고 이것은 원형 궤도에 머무르기 위해 손실되는 에너지이다. 에너지를 절약하
기 위해서는 최소 거리가 r인 타원 궤도를 돌게 하는 것이 좋겠다. ⊔
⊓
L2 = rG(m1 + m2 )(1 + e)
Exercises
Question 13.1. 왜 속력을 적분하면 궤적의 길이가 나올까? 속력이 아니라 속도를
적분하면 무엇을 얻나?
107
108 13 Curves and particle trajectories in R3
Z tq Z t
s(t) = (x′ (τ))2 + (y′ (τ))2 + (z′ (τ))2 dτ = ∥v(τ)∥dτ.
0 0
Problem 13.1. 3차원 상의 곡선 r(t) = costi + sintj + tk의 변수 구간이 t ∈ [0, 2π]
일 때 arclength를 구하시오.
ds 1
=
dt t=t0 dt
ds s=s
0
을 얻는다. 다른 표기법으로는
1 1
s′ (t0 ) = , t ′ (s0 ) =
t ′ (s0 ) s′ (t0 )
d v(t)
r̃′ (s) = r(t(s)) = r′ (t)t ′ (s) = . (13.1)
ds ∥v(t(s))∥
Question 13.2. 일단 r(s) = r(t(s))와 r(t) = r(s(t))로 적자. 이중에서 무엇이 (13.1)
에서 잠시 정의한 r̃에 해당 하는지 구분해 보시오. (첫 번째와 네 번째)
s s s 1 s s
r(s) = cos √ i + sin √ j + √ k, r′ (s) = √ − sin √ i + cos √ j + k
2 2 2 2 2 2
을 얻는다. 이 경우에 ∥r′ (s)∥ = 1임을 쉽게 확인할 수 있다. ⊔
⊓
110 13 Curves and particle trajectories in R3
T (s) = r′ (s).
Solution 13.5 (1) 속력이 일정하면 속력의 제곱도 일정하다. 속력의 제곱은 v(t) ·
v(t)이다. 미분을 구하면
d
0= (v(t) · v(t)) = 2v(t) · v′ (t) = 2v(t) · a(t).
dt
따라서 v(t)와 a(t)는 서로 수직이다. (2) 비슷하게 원점과의 거리가 일정하면 그
제곱도 일정하다. 즉 r(t) · r(t)는 상수이다. 미분은 0이므로 위와 같은 원리로 r(t)
와 v(t)는 서로 수직이다. ⊔ ⊓
Problem 13.6 (Principal unit normal vector). curvature κ(s) ̸= 0라고 하자. (1)
1
N(s) = κ(s) T ′ (s)를 principal unit normal vector라고 부른다. unit tangent vector T
와 수직임을 보이시오. (2) 다음을 만족함을 보이시오;
T ′ (t)
N(t) = .
∥T ′ (t)∥
Solution 13.7 그러면, r′ (t) = v, T (t) = v/∥v∥, 그리고 T ′ (t) = 0. 따라서, 직성의
curvature는 κ(t) = 0 이다. ⊔ ⊓
1
Problem 13.8. 반지름이 a > 0인 원 r(t) = a costi + a sintj의 curvature는 κ = a
임을 보이시오.
B = T × N.
d d d d
B = T × N + T × N = 0 + T × N.
ds ds ds ds
d d
N은 unit vector이니까 ds N는 N에 수직이고 따라서 T × ds N는 N에 수직인 두 벡
d
터의 cross product이므로 ds B는 N 방향 성분만 가지고 있다. 커브 r(s)의 torsion
d
은 τ로 표기하고 ds B의 N 방향 성분의 negative로 다음과 같이 정의 하며
d
τ =− B · N,
ds
진행방향 T 의 수직 방향으로 얼마나 꼬이는지를 나타낸다.
v(t)
T (t) = .
∥v(t)∥
d dt 1
T ′ (s) = T (t(s)) = T ′ (t) = T ′ (t) .
ds ds ∥v(t)∥
B = T × N.
d d ds d 2 s ds
a= v(t) = T = 2 T + T ′ (t)
dt dt dt dt dt
d2s ds d ds d 2 s ds 2
= 2T + T (s) = 2T + κN.
dt dt ds dt dt dt
Binormial vector B의 component가 없다는 것은 B에 수직이라는 의미다. 계수를
다시 쓰면 위의 계수가 된다. ⊔ ⊓
ẋ ẏ ż
ẍ ÿ z̈
... ... ...
∥v × a∥ x y z
κ= , τ= .
∥v∥3 ∥v × a∥2
13.5 Exercises
14.1 Linearization
y − y0 = a(x − x0 ). (14.1)
115
116 14 Linearization and differentials
Local property
14.2 Differentials
dy = f ′ (x)dx. (14.3)
dy
dx 로 표시한다. 따라서 그 둘이 함께 쓸 때 미분의 의미가 있다. 반면 differential
로 쓰이는 dy 및 dx는 작은 숫자로 취급된다. (14.2)에서 dy를 f (x) − f (c)에, dx를
x − c에 대응시킬 수 있다. 그러나 (14.3)은 또 다음과 같이 쓸 수 있다.
dy
= f ′ (x). ⊔
⊓
dx
이 경우 differential과 Leibniz notation을 사용한 미분이 같은 것을 의미한다. 따라
서 둘은 관점에 따라 다르면서도 실제에 있어서는 같은 것을 나타낸다. 이 둘의
차이와 서로 교체해서 사용하는 것에 익숙해질 필요가 있다.
Solution 14.3 미분 f ′ (x) = 4x3 + 7이고 f ′ (1) = 11이다. 따라서 dy = 11dx = 2.2
이다. ⊔ ⊓
d f = f ′ (x)dx
으로 표기 할수도 한다.
f (c + dx) − f (c)
f ′ (c) ∼
=
dx
를 만족한다. 따라서 x = c + dx에서의 함수 값을 다음과 같이 선형 함수로 근사한
다:
f (x) = f (c + dx) ∼
= f (c) + f ′ (c)dx.
이제 함수 값의 차이를
라고 하고 differential
dy = f ′ (c)dx
와의 차이를 비교하자. 이 표기에서 ∆ y는 함수 값의 차이이고 differential dy는 dx
와 미분 f ′ (c)와의 곱이다. 그러면 다음을 만족한다:
f (c + dx) − f (c)
∆ y = f (c + dx) − f (c) = dx ∼
= f ′ (c)dx = dy.
dx
이제 실제 차이 ∆ y와 differential의 차이는 다음과 같다:
f (c + dx) − f (c)
∆ y − dy = − f ′ (c) dx.
dx
따라서 실제 차이 ∆ y와 differential dy의 차이는 dx를 작게 할 수록 작아진다. 더
중요한 것은 dx가 작아지면 비율 f (c+dx)− dx
f (c)
는 미분 f ′ (c)로 수렴하기 때문에 dx
가 0으로 수렴하는 것보다 더 빠르게 0으로 간다. 즉,
∆ y − dy
→0 as dx → 0.
dx
16번째 강의에 little-oh 기호로 써서 나타내면 다음과 같다:
∆ y − dy = o(dx) as dx → 0.
Exercises
1.
Lecture 15
Inverse trigonometric and hyperbolic functions
sine function
121
122 15 Inverse trigonometric and hyperbolic functions
cosine function
tangent function
d 1
arctan x = = cos2 θ .
dx tan′ θ
θ 를 x로 바꾸어 쓰기위해 arctan x = θ 를 이용해 계산하면
other functions
sine 함수를 미분하면 cosine 함수가 cosine 함수를 미분하면 sine 함수가 되는데
minus 부호가 붙을 때도 아닐 때도 있다. 2차 미분을 하면 자기 자신으로 돌아 오
는데 minus 부호가 붙는다. hyperbolic 함수들은 비슷한 성질을 가지는데 minus
부호는 등장하지 않는다. 이러한 함수들은 미분의 성질 때문에 sine 과 cosine 함
수와 이름이 비슷하지만 구조는 매우 다르다.
hyperbolic sine 함수와 hyperbolic cosine 함수는 다음과 같이 정의한다:
ex − e−x ex + e−x
sinh x = , cosh x = .
2 2
이들의 미분을 계산하면
ex + e−x ex − e−x
sinh′ x = = cosh x, cosh′ x = = sinh x.
2 2
즉, 상대방이 되고 따라서 2차 미분은 자기 자신이 된다:
Solution 15.4 ⊔
⊓
126 15 Inverse trigonometric and hyperbolic functions
Solution 15.5 (1) y = ex 이다. (2) y = e−x 이다. (상수를 곱해서 y = 3ex 또는 y =
4e−x 라고 답히도 되지만 좀 이상하고 y = Cex 와 y = Ce−x 로 답하면 좋아 보인다.)
⊔
⊓
Solution 15.6 (1) sinh x 와 cosh x. (또는 ex , e−x ) (2) y = sin x 와 y = cos x. (또는
eix , e−ix 로 답해도 좋다.) ⊔ ⊓
15.2 Hyperbolic functions 127
Solution 15.8 (1) sin x, cos x, sinh x, cosh x 이렇게 4개이다. exponential 함수로 표
현하면 ex , e−1 , eix , e−ix 이렇게 4개 이다. (2) 일반함수가 아니다. ⊔ ⊓
Exercises
f (x)
극한 lim f (x)와 lim g(x) 가 존재하고 lim g(x) ̸= 0이면 극한 lim 이 존재하며
x→a x→a x→a x→a g(x)
Solution 16.1 일단 (limx→a f (x), limx→a g(x)) = (c, 0)인 경우를 고려해 보자. 만
약 극한 값 c가 0이아닌 실수 이거나 ±∞ 이면 그 극한은 c의 부호에 따라 ±∞
로 발산하게 된다. 그리고 (limx→a f (x), limx→a g(x)) = (c, ±∞)인 경우는 극한 c가
실수이면 위의 quotient는 0으로 수렴하게 된다. ⊔ ⊓
129
130 16 L’Hopital’s rule, big-oh, and little-oh
f (x) f ′ (x)
lim = lim ′ . (16.1)
x→a g(x) x→a g (x)
f ′ (c) f (x)
′
=
g (c) g(x)
Solution 16.2 (1)은 분모는 0으로 수렴하고 분자는 -1로 수렴하므로 양의 무한대
와 음의 무한대로 발산한다 (우극한은 −∞ 좌극한은 ∞). (2)의 경우는 분모 분자
모두 0으로 수렴하는 경우이므로 L’Hopital’s rule을 사용한다. 그러면
3x − sin x 3 − cos x
lim = lim = 2.
x→0 x x→0 1
(3)도 분모 분자 모두 0으로 수렴하므로 L’Hopital’s rule을 사용하면
16.1 L’Hopital’s rule 131
√
1+x−1 (1 + x)−0.5 × 0.5
lim = lim = 0.5.
x→0 x x→0 1
(4)도 분모 분자 모두 0으로 수렴하므로 L’Hopital’s rule을 사용 할 수 있고, 따라서
x − sin x 1 − cos x
lim = lim .
x→0 x3 x→0 3x2
로 발산 한다. ⊔
⊓
∞
Theorem 16.2 (L’Hopital’s rule for ∞ and a ∈ R). Suppose that lim ( f (x), g(x)) =
x→a+
(±∞, ±∞). If f and g are differentiable in (a, b) and g′ (x) ̸= 0 for x ∈ (a, b), then
f (x) f ′ (x)
lim = lim ′ .
x→a+ g(x) x→a+ g (x)
∞
Problem 16.3 (L’Hopital’s rule for ∞ and 00 when a = ±∞). Theorems 16.1과
0 ±∞
16.2의 증명은 와 꼴일 때의 L’Hopital’s rule을 극한점 a 실수일 때 보였다.
0 ±∞
극한점이 ∞ 인 경우에 해당하는 정리를 서술하고 증명하시오.
Solution 16.4 ⊔
⊓
ln(1 + x) 1/(x + 1)
lim ln(1 + x)1/x = lim = lim = 1.
x→0 x→0 x x→0 1
ln x 1/x
lim ln x1/x = lim = lim = 0.
x→∞ x→∞ x x→∞ 1
f (x)
lim = 0.
x→a g(x)
f (x)
≤M for x close enough to a.
g(x)
f (x) ex
lim = lim 2 = ∞.
x→∞ g(x) x→∞ x
Solution 16.7 ⊔
⊓
Exercises
1.
Lecture 17
Integration Techniques # 1
135
136 17 Integration Techniques # 1
17.1 Substitution
⊔
⊓
17.2 Integration by parts 137
Problem
Z 17.4. 부분 적분을
Z 사용하여 다음을
Z 적분하시오.Z
(1) x cos xdx (2) ln xdx (3) x2 ex dx (4) ex sin xdx
1
Z Z Z
ln xdx = 1 ln xdx = x ln x − x dx = x ln x − x +C.
x
1 x
Z
ex sin xdx = e sin x − ex cos x +C. ⊔
⊓
2
따라서 n ̸= 2 이면,
1 n−1
Z Z
cosn xdx = − cosn−1 x sin x + cosn−2 xdx
n−2 n−2
을 얻는다. 이 식은 일종의 reduction formula이다. 일단 n = 1, 2의 경우의 적분을
계산 하고 나면 그 이후의 것은 그 이전의 적분 값을 이용해서 얻는다. ⊔ ⊓
Lecture 18
Integration Techniques # 2
√ √ √
Trigonometric substitution 은 a2 + x2 , a2 − x2 , √x2 − a2 을 포함하는 함수를
적분하는 방법이다. 그림을 참조해서 하나씩 해보자. a2 + x2 을 다루기 위해서는
그림의 첫번째 삼각형이 주는 다음의 관계를 이용한다:
x = a tan θ
dx = a sec2 θ dθ
θ = arctan(x/a), − π2 ≤ θ ≤ π2
√ 2
a + x2 = a sec θ
1
Z
Problem 18.1. 적분 √ dx을 구하시오.
4 + x2
√
Solution 18.1 a = 2, x = 2 tan θ , dx = 2 sec2 θ dθ , 4 + x2 = 2 sec θ 를 대입하면
1 2 sec2 θ
Z Z Z
√ dx = dθ = secθ dθ
4 + x2 2 sec θ
141
142 18 Integration Techniques # 2
√
4 + x2 x
Z
secθ dθ = ln | sec θ + tan θ | +C = ln + +C. ⊔
⊓
2 2
√
a2 − x2 을 다루기 위해서는 그림의 두번째 삼각형이 주는 다음의 관계를 이용
한다:
x = a sin θ
dx = a cos θ dθ
θ = arcsin(x/a), − π2 ≤ θ ≤ π2
√ 2
a − x2 = a cos θ .
1
Z
Problem 18.2. 적분 √ dx을 계산하시오.
4 − x2
√
Solution 18.2 a = 2, x = 2 sin θ , dx = 2 cos θ dθ , 4 − x2 = 2 cos θ 를 대입하면
1 2 cos θ
Z Z
√ dx = dθ = θ +C = arcsin(x/2) +C. ⊔
⊓
4 − x2 2 cos θ
√
x2 − a2 을 다루기 위해서는 그림의 세번째 삼각형이 주는 다음의 관계를 이용
한다:
x = a sec θ
dx = a sec θ tan θ dθ
θ = arcsec(x/a), 0 ≤ θ ≤ π
√ 2
x − a2 = a| tan θ |.
Problem 18.3.
1
Z
√ dx =?.
2
x −4
Solution 18.3
1 2 sec θ tan θ
Z Z
√ dx = dθ =
2
x −4 2| tan θ |
⊔
⊓
x4 + 2x3 + x2 + x + 1
f (x) =
x3 + 1
과 같다. 이 절에서는 이런 함수의 적분을 구한다. 일단 분자의 차수가 높으면 다시
정리해서 다음과 같이 나누어 쓸수 있다.
18.2 Integration of rational functions 143
x4 + 2x3 + x2 + x + 1 x2 − 1
3
= x+2+ 3 .
x +1 x +1
이와 같이 모든 rational function은 다항식과 분자의 차수가 분모의 차수보다 낮은
rational function의 합으로 쓸수 있다. 다항식의 적분은 잘 구하니까 우리는 분자의
차수가 분모의 차수보다 낮은 rational function의 적분만 구하면 된다. 즉
q(x)
f (x) = , deg(q) < deg(p)
p(x)
의 적분을 하는 것이 이번 절의 목적이다.
일단 매우 중요한 대수학의 정리를 이용해야 한다.
2차식을 제곱 꼴로 다시쓰면
a 2 a2 − 4b
x2 + ax + b = x + + A, A=−
2 4
을 얻는다. 따라서 2차식이 irreducible이면 위의 꼭지점에서의 값 A가 양수이고
그래프는 x축을 지나지 않으며 실근이 없다.
이제 분모가 irreducible인 경우의 적분을 구해보자.
4b−a2
where A = 4 > 0.
Partial fraction
5x + 1 A B Bx − 3B + Ax + A (A + B)x + (A − 3B)
= + = =
(x − 3)(x + 1) x − 3 x + 1 (x − 3)(x + 1) (x − 3)(x + 1)
둘을 합하면 된다. ⊔
⊓
3x3 + 2x2 + 2x + 1
.
(x2 + 1)(x + 1)2
3x3 + 2x2 + 2x + 1 Ax + B C D
= 2 + + .
(x2 + 1)(x + 1)2 x + 1 x + 1 (x + 1)2
Ax + B 1 1
Z
= ln |x2 + 1| − tan−1 (x).
x2 + 1 4 2
이 셋을 합하면 된다. ⊔
⊓
Lecture 19
Integration Techniques # 3
Z ∞ 19.1. 다음의Zimproper
Problem integral을Z 구하시오.
ln x ∞ dx ∞
(1) 2
dx (2) 2
(3) x p dx
1 x −∞ x + 1 1
147
148 19 Integration Techniques # 3
따라서 π
4 < 1, 즉 π < 4를 얻는다. (Not bad.) ⊔
⊓
Problem
Z 2
19.4. 다음을 계산하시오.
Z 2
1 1
(1) dx (2) dx
0 |x − 1|1/2 0 x−1
이제 다시 대입하면
Z 2 Z 1 Z 1
1 1 1
dx = dz − dy = 0.
0 x−1 0 z 0 y
Problem 19.5.
Solution 19.5 ⊔
⊓
Problem 19.6.
Solution 19.6 ⊔
⊓
Part IV
Approximation Techniques and Series
실제 문제를 다룰때 참값을 다룰 수가 없어 근사값으로 작업 해야 하는 경우가
대부분이다. 가령 원주율 π는 무리수이어서 컴퓨터로 참값을 다루지 못하지만
비행기를 날리고 인공위성을 궤도에 올리기 위해서는 매우 정밀한 근사값이 필
요하다. 그런데 근사 값을 사용 할때 두 가지 중요한 요소가 있다. 무엇일까?
하나는 정밀도가 높아야 좋은 근사이고 다른 하나는 근사값과 참 값의 최대 오
차범위를 알아야 한다. 수렴성이 매우 좋지만 오차 범위를 모르는 근사 방법과
수렴성은 낮지만 오차 범위를 아는 근사 방법이 있다고 하자. 보스는 무엇을 택
할까? 대부분의 보스는 오차범위를 아는 근사 방법을 택할 것이다. 그만큼 오차
범위를 아는 것이 중요하다.
수열과 급수는 대수처럼 보이는데 왜 미적분학에서 다루는 것일까? 그것은 근
사를 다루는 수학이 미적분과 해석학이기 때문이다. 특히 테일러 전개는 미분을
사용해서 함수를 근사하는 방법이다. 일반적으로 함수를 근사할 때는 특정한 함
수열 φi 가 먼저 주어지고 근사하고자 하는 목표 함수 f (x)를 함수열 φi 의 선형
조합으로 근사한다. 즉,
∞
f (x) ∼
= ∑ ai φi (x)
i=0
153
154 20 Numerical Integration
n n
1
q
Rn = ∑ f (si )△xi = ∑ 1 − s2i
i=1 i=1 n
x +x
subinterval 갯수 좌측점 si = xi 사용 중점 si = i 2 i+1 사용 Trapezoid rule
n=5 0.07386 0.00760 -0.02614
n=10 0.04073 0.00270 -0.00927
n=15 0.02828 0.00147 -0.00505
n=20 0.02172 0.00096 -0.00328
n=25 0.01765 0.00069 -0.00235
n=30 0.01488 0.00052 -0.00179
n=35 0.01286 0.00042 -0.00142
n=40 0.01134 0.00034 -0.00116
R √
Table 20.1 Integration approximation error for 01 1 − x2 dx.
20.2 Convergence order 155
x +x
subinterval 갯수 좌측점 si = xi 사용 중점 si = i 2 i+1 사용 Trapezoid rule
n=5→ 10 1.0364 2.0031 2.0018
n=10→ 15 1.0211 2.0010 2.0006
n=15→ 20 1.0149 2.0005 2.0003
n=20→ 25 1.0116 2.0003 2.0002
n=25→ 30 1.0095 2.0002 2.0001
n=30→ 35 1.0080 2.0001 2.0001
n=35→ 40 1.0070 2.0001 2.0001
n=40→ 45 1.0061 2.0001 2.0000
R π/2
Table 20.3 Convergence order for 0 sin xdx.
Trapezoid rule
따라서 엄밀히 말하면 trapezoid rule은 Riemann sum의 한 종류는 아니다. 그런데
잘 보면 좌측점과 우측점을 사용한 두 가지 Riemann sum의 평균과 같다. Trape-
zoid rule은 convergence order가 1인 두 Riemann sum의 평균 이지만 convergence
order는 2 가 된다. 중점을 이용한 경우와 convergence order는 같다.
Trapezoid rule의 장점 중의 하나는 error estimate를 가지고 있다는 것으로 아
래에 증명없이 소개만 한다.
Theorem 20.1 (Error estimate for trapezoid rule). Let f : [a, b] → R be twice dif-
ferentiable and T (△x) be the estimate of the integral ab f (x)dx using the trapezoid
R
rule with uniform mesh size △x. Then, there exists ξ ∈ [a, b] such that
(b − a)3 ′′
Z b
f (x)dx − T (△x) = − f (ξ )|△x|2 .
a 12
점 갯수 사용점 wights
1 s1 = 0 w1 = 2
2 s1 = − √13 , s2 = √13 w1 = 1, w2 = 1
q q
3 3
3 s1 = − 4 , s2 = 0, s3 = 4 w1 = 59 , w2 = 98 , w3 = 59
r r
q q √ √
4 s2 , s3 = ± 37 − 27 65 , s1 , s4 = ± 37 + 27 65 w2 = w3 = 18+36 30 , w1 = w4 = 18−36 30
점 갯수 사용점 weights
xi + xi+1
1 s1 = w1 = △x
2
xi + xi+1 1 △x △x
2 s1,2 = ±√ w1,2 =
2r 3 2 2
xi + xi+1 3 △x xi + xi+1 5 △x 8 △x
3 s1,3 = ± , s2 = w1,3 = , w2 =
2 4s 2 2 9 2 9 2
r √
xi + xi+1 3 2 6 △x 18 + 30 △x
4 s2,3 = ± − w2,3 =
2 s7 7r5 2 36 2
√
xi + xi+1 3 2 6 △x 18 − 30 △x
s1,4 = ± + w1,4 =
2 7 7 5 2 36 2
Table 20.5 Gauss–Legendre quadrature in interval [xi , xi+1 ].
Problem 20.3. Table 20.5에 주어진 Gauss quadrature 근사법을 사용해서 사용점
의 갯수가 1,2,3개 일때 convergence order를 계산하시오.
Solution 20.3 convergence order를 계산한 결과가 Table 20.6에 주어 졌다. 근사점
1개를 사용한 경우는 앞의 중점을 사용한 경우이고 나머지 2개와 3개의 근사점
을 사용한 경우가 새로운 계산이다. 수렴도가 각각 4와 6으로 짝수로 올라간다는
것을 볼 수 있다. 그런데 근사점 3개를 사용한 경우는 6 근처에서 약간 흔들리는
것을 볼 수 있다. 왜 그렇지? 근사 오차의 크기를 Table 20.6에 비교했다. 벌 써
오차가 matlab 오차 한계에 도달하는 것을 볼 수 있다. 유효 숫자의 갯수를 늘리면
이러한 현상이 줄어든다. higher order approximation을 사용하는 것이 적분 구간
의 갯수를 늘리는 것 보다 더 효과적일 수 있다. ⊔ ⊓
20.3 Numerical integrals and Gaussian quadrature 159
b1 = a1 , b2 = a2 − a1 , b3 = a3 − a2 , · · · , bn = an − an−1 , · · ·
a1 , a2 , a3 , a4 , · · · .
(−1)n+1
Solution 21.1 이 수열의 일반식은 an = n 으로 쓸 수 있다. ⊔
⊓
1자연수에 0을 포함하기도 하고 안하기도 한다. 편리에 따르는 것인데 우리는 포함해서 진행한
다.
161
162 21 Sequences and series
Problem 21.5 (Continuity). Let lim an = L and f (x) is continuous at L. Show that
n→∞
Definition 21.2. (1) A sequence an is called bounded above if there exists M such
that an ≤ M for all n. Such M is called an upper bound of an . (2) The smallest
upper bound of an is called the supremum of an and denoted by M = sup an . (3)
Let M k be the supremum of {an : n ≥ k}. Then, the limit lim M k is called the limit
k→∞
supremum of an and is denoted by M = lim sup an .
Definition 21.3. (1) A sequence an is called bounded below if there exists M such
that an ≥ M for all n. Such M is called a lower bound of an . (2) The largest lower
bound of an is called the infimum an and denoted by M = inf an . (3) Let M k be the
infimum of {an : n ≥ k}. Then, the limit limk→∞ M k is called the limit infimum of
an and is denoted by M = lim inf an .
주의할 점은 ∑∞
i=1 an 이 무한개의 an 을 더한다는 의미가 아니다. 우리는 절대 무한
개를 더하지 않는다. 할 수도 없다. 단지 부분합 sn 으로 수열을 만들고 이 수열의
극한을 구하며 그 극한이 존재하면 그 극한을 ∑∞ n=1 an 로 표기 할 뿐이다. 그리고
그렇게 만든 수열 자체를 또는 그 극한을 급수라고 한다.
∞
Problem 21.9. 만약 series ∑ ak 가 수렴하면 k→∞
lim ak = 0을 만족함을 보이시오.
k=1
n+1
Solution 21.10 lim = 1이므로 급수는 발산한다. ⊔
⊓
n→∞ n
그러나 lim ak = 0라고 해서 급수 ∑∞
n=1 an 가 수렴하는 것은 아니다.
k→∞
1
Problem 21.11. 급수 ∑∞
n=1 n 은 발산함을 보이시오.
1
Solution 21.11 이 경우 lim an = lim = 0이지만, 급수는 발산한다. 즉,
n→∞ n→∞ n
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1+ + + + + + + + + + + + + + + +···
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
≥ 1+ + + + + + + + + + + + + + + +···
2 4 4 8 8 8 8 16 16 16 16 16 16 16 16
1 1 1 1
= 1+ + + + +···
2 2 2 2
1
급수 ∑∞
n=1 n 이 발산한다는 사실은 앞으로도 많이 쓰인다. 이 경우는 수렴과 발
산의 경계에 있는 매우 중요한 경우이다.
1
n=1 nα 은 발산한다. 왜 그럴까? 반면에 α > 1
Question 21.1. α < 1이면 급수 ∑∞
1
이면 ∑n=1 nα 은 수렴한다. 왜 그럴까? 전자는 당연하고 후자는 당연하지 않다.
∞
∞
만약 |x| ≥ 1이면 등비 급수 ∑ c0 xn 는 발산한다.
n=0
n
Solution 21.12 부분합 sn = ∑ c0 xi 라고 하자. 그러면
i=0
n n n n+1
sn − rsn = ∑ c0 xi − ∑ c0 xi+1 = ∑ c0 xi − ∑ c0 xi = c0 − c0 xn+1 .
i=0 i=0 i=0 i=1
c0 (1 − xn ) c0
lim sn = lim =
n→∞ n→∞ 1−r 1−r
168 21 Sequences and series
Exercises
1.
Lecture 22
Tests for absolute convergence
171
172 22 Tests for absolute convergence
n Z k+1 n n
∑ f (x)dx ≥ ∑ f (k + 1) = ∑ ak+1 = sn+1 − a1 .
k=1 k k=1 k=1
따라서 Z n+1
sn+1 − a1 ≤ f (x)dx ≤ sn
1
를 만족한다. 이 단계에서 f 가 감소 함수라는 것이 쓰였다. 만약 sn 이 수렴한다
면, 1n+1 f (x)dx 는 유한이다. f 는 단조 감소하고 모든 n에 대해서 f (n) ≥ 0이므로
R
f (x) ≥ 0 이다. 따라서 1n+1 f (x)dx 는 n이 증가하면 증가한다. 따라서, R 1n+1 f (x)dx
R R
an bn
만약 lim = ∞ 이면 lim
= 0 이므로 (1)을 이용하면 된다. 급수의 수렴은
n→∞ bn n→∞ an
an
n → ∞일 때의 행동에 따라 결정 되므로 극한 lim 에 의해 결정 되는 것은 자
n→∞ bn
174 22 Tests for absolute convergence
Solution 22.6 ⊔
⊓
Solution 22.7 ⊔
⊓
Solution 22.8 Let sn be the partial sum of an and vn of |an |. Since vn converges, for
any ε > 0, there exists N such that |vn − vn′ | < ε whenever n, n′ > N. Since
n n
|sn − sn′ | = ∑′ ak ≤ ∑′ |ak | < ε, n, n′ > N,
k=n +1 k=n +1
sn converges. ⊔
⊓
몇 가지 간단한 예를 들어보자.
1
Solution 22.9 이 두 가지 예 모두 절대값을 붙이면 급수 ∑∞
n=1 n2 또는 이보다 작은
급수가 되고 이는 수렴한다. 따라서 절대 수렴한다. ⊔ ⊓
|an+1 | 2n+1 + 5 3n
lim = lim .
n→∞ |an | n→∞ 3n+1 2n + 5
|an+1 | 2 + 5/2n 1 2
lim = lim n
=
n→∞ |an | n→∞ 3 1 + 5/2 3
|an | < xn .
몇 가지 간단한 예를 들어보자.
22.4 Root test 177
2n+1 n3
ρ = lim = 2.
n→∞ 2n (n + 1)3
따라서 ratio test에 의해 수렴한다. (3)은 root test를 하기에 적합해 보인다. 그러면
1
ρ = lim (an )1/n = lim = 0.
n→∞ n→∞ n + 1
따라서 root test에 의해 수렴한다. (4)는 사실 ratio test는 잘 안되고 root test는 잘
되는 예를 인위적으로 만든 것이다. 일단 ratio test를 해보자. 그러면
(n + 1)2−n−1
= lim (n + 1)2−1 = ∞ if n is even
lim
ρ = n→∞ 2−n−1 2−n n→∞
2 −1
lim = lim =0 if n is odd
n→∞ n2 −n n→∞ (n + 1)
따라서 ratio test는 그다지 도움이 되지 않는다. root test를 사용해 보자. 그러면,
lim (n2−n )1/n = lim n1/n 2−1 = 2−1 , lim (2−n )1/n = 2−1 .
n→∞ n→∞ n→∞
Exercises
1.
2.
Lecture 23
Power series
power series의 수렴 판정은 root test와 ratio test 모두 가능한 경우가 많다. 물론
계수를 고려해야 한다. (1),(2),(3)의 경우는 등비 수열이니까 극한까지 쉽게 구할
수 있고 (4)과 (5)는 극한은 힘들어도 수렴여부는 판별할 수 있어 보인다.
Solution 23.1 (1)은 등비 수열로 공비가 x이다. 따라서 모든 |x| < 1에 대해서
수렴하며 모든 |x| ≥ 1에 대해서 발산한다.
(2)도 등비수열로 공비가 −x이다. 수렴 영역은 똑같이 |x| < 1이다. (2)는 alter-
nating series 처럼 보이지만 그렇지도 않다. x가 양수면 (2)가 alternating 이고 x가
음수이면 (1)이 alternating 수열이다.
(3)은 공비가 − 2x 인 등비 수열이다. 계수가 점점 작아지는 경우이고 수렴 영역
은 |x| < 2로 (1)에 비해 2배 커졌다.
(4)는 계수가 점점 커지는 경우다. ratio test를 하면
179
180 23 Power series
xn+1 n! x
ρ = lim n
= lim = 0 < 1.
n→∞ (n + 1)!x n→∞ n + 1
root test에 따라서 ρ > 1이면 급수는 발산하고 ρ < 1이면 수렴하며, ρ = 1인 경
우는 발산할 수도 수렴할 수도 있다. 따라서 이를 이용하여 다음의 수렴반경을 알
수 있다.
n n
Solution 23.4 부분합 sn (x) = ∑ ck xk 의 미분은 s′n (x) = ∑ kck xk−1 이다. 그리고
k=0 k=0
n
s′n (x) = ∑ kck x k−1
의 수렴 반경은 R로 동일하다. 그리고 미분 operation은 연속이
k=0
다. 따라서
∞
f ′ (x) = ( lim sn (x))′ = lim (sn (x))′ = ∑ ncn xn−1 . (23.1)
n→∞ n→∞
n=0
182 23 Power series
∞
급수 ∑ ncn xn−1 에 반복해서 다시 적용하면 위의 미분을 모두 얻을 수 있다. ⊔
⊓
n=0
an = (−1)n−1 bn , bn ≥ 0.
을 만족한다는 것을 보이시오.
∞
따라서 L1 = L2 이고 ∑ (−1)n−1 bn 는 수렴한다. s2n+1 은 감소 수열이고 s2n 은 증가
n=1
수열 이므로 (23.2)을 만족한다. ⊔
⊓
0.5 1
L= = .
1 − (−0.5) 3
1
따라서 3 ∈ (s6 , s7 ) 라는 것을 확인 할 수 있을 것이다. ⊔
⊓
Definition 23.1 (Rearranged series). Let N be the set of natural numbers and an be
a given sequence for all n ∈ N. A sequence bn is called a rearrangement of an if
there exists a one-to-one onto mapping φ : N → N such that
bn = aφ (n) , n ∈ N.
Problem 23.9. 급수 ∑∞
n=1 an 가 절대 수렴하면 모든 rearrangement가 절대 수렴하
며 그 극한도 변하지 않음을 보이시오.
다음과 같이 택한다:
N = max{φ −1 (n) : n ≤ N2 }.
그러면, n > N에 대해서
n N2 ∞
ε ε
|vn − L| = | ∑ bk − L| < | ∑ ak − L| + ∑ |ak | ≤ + = ε.
k=1 k=1 k=N2 2 2
따라서 ∑∞
n=1 bn = L이다. (핵심은 첫번째 부등식이다.) ⊔
⊓
Problem 23.11. 급수 ∑∞
n=1 an 가 conditionally 수렴하면 어떤 숫자 L이 주어져도
이 값으로 수렴하는 rearranged 급수 ∑∞ n=1 bn 을 만들 수 있다는 것을 보이시오.
Exercises
187
188 24 Taylor Series
f (k) (x0 )
ck =
k!
로 주어진다. ⊔
⊓
Theorem 24.1 (Taylor’s theorem (Lagrange form)). Suppose that f (x) is differen-
tiable n + 1 times for all x ∈ (a, b) ⊂ R, and x0 ∈ (a, b). Then, there exists a point c
between x and x0 such that
where
n
f (k) (x0 ) f (n+1) (c)
pn (x) = ∑ (x − x0 )k , Rn (x) := (x − x0 )n+1 . (24.2)
k=0 k! (n + 1)!
f (n+1) (s)
Rn (x) := (x − x0 )n+1 .
(n + 1)!
Solution 24.4 ⊔
⊓
Solution 24.5 sin x의 짝수번째 미분은 sin x 이거나 − sin x이다 이들은 x = 0에서
0의 값을 가진다. 따라서 c2n = 0이다. 홀수 번째 미분은 cos x 이거나 − cos x이며
x = 0에서 +1이나 -1의 값을 가진다. 그래서 위와 같은 식을 얻는다. f (x) = cos x
의 경우도 비슷하게 할 수 있다. ⊔ ⊓
24.2 Applications 191
24.2 Applications
Proof. 증명은 Taylor 정리를 쓰면 된다. x > −1인 구간에서는 1 + x > 0 이므로 모
든 α ∈ R에 대해서 (1 + x)α 이 잘 정의 된다. 그 미분도 잘 정의 된다. f (x) = (1 +
x)α 라고 하면 f (k) (x) = α(α − 1) · · · (α − k + 1)(1 + x)α−k 가 된다. 따라서 Taylor
정리를 쓰면
n
α(α − 1) · · · (α − n)(1 + s)α−n−1
(1 + x)α = ∑ ck x k + (n + 1)!
k=0
n
n n!
(1 + x)n = ∑ ck x k , ck = =
k=0
k k!(n − k)!
Solution 24.6 ⊔
⊓
Solution 24.8 ⊔
⊓
Theorem 24.3 (Taylor’s theorem (Peano form)). Suppose that f (x) is differen-
tiable n times for all x ∈ (a, b) ⊂ R, and x0 ∈ (a, b). Then, there exists a function
hn : (a, b) → R such that
where hn (x) → 0 as x → x0 .
Proof. 함수 hn 을 ( f (x)−p
n (x)
(x−x0 )n if x ̸= x0 ,
hn (x) =
0 if x = x0
와 같이 정의하면 정리의 관계를 만족한다. 여기에 L’Hopital’s Ruled을 연속적으
로 적용하면 그 극한이 0임을 보일 수 있다. ⊔
⊓
Problem 24.10. (1) Theorem 24.3 의 의미를 설명하고 (2) Theorem 24.1과 비교
하시오.
Exercises
1.
Appendix A
Second Order Differential Equations
y(x0 ) = y0 , y′ (x0 ) = y1 .
y = C1 y1 +C2 y2 ,
195
196 A Second Order Differential Equations
도 해가 된다는 것을 보이시오.
y = eλ x
λ 2 eλ x + aλ eλ x + beλ x = 0.
λ 2 + aλ + b = 0. (A.4)
Case 1. a2 − 4b > 0
Case 2. a2 − 4b = 0
y2 = xy1 .
(xy1 )′′ + a(xy1 )′ + bxy1 = xy′′1 + axy′1 + bxy1 + x′′ y1 + 2x′ y′1 + ax′ y1
= 2λ y1 + ay1 = 0.
Case 3. a2 − 4b < 0
따라서
y = C1 y1 +C2 y2 + Q/b
는 (A.1)의 일반해이다.
200 A Second Order Differential Equations
이 된다. 다시 간단히 하면
q
C12 +C22 (m1 + m2 )G
u = (1 + e cos(θ − θ0 ))K, e= ,K=
K L2
을 얻는다. 여기서 e는 타원의 이심율 eccentricity이다. (사람들은 이심률을 지수
e와 동일한 문자를 쓴다. 그것은 단지 전통일 뿐이며 문맥을 통해 구별해야 한다.)
따라서 두 천체 간의 거리 r = 1u 는 다음과 같이 주어진다:
A.3 Equation for two-body problem 201
L2
r= .
(1 + e cos(θ − θ0 ))(m1 + m2 )G
Appendix B
Elliptical orbits
x 2 y2
+ = 1.
a2 b2
그래프의 개요는 그림에 주어졌다. 만약 a = b이면 위의 타원은 원이 된다. 편의상
a > b인 경우를 고려한다. 그러면 x축이 장축이 된다. 타원의 focus (촛점)는 2개로
장축에 놓여있다. center와 focus 거리는
p
c = a2 − b2
이다. 따라서 촛점은 (±c, 0)이다. 타원이 원에서 부터 얼마나 벗어나 있나를 나타
내는 eccentricity 이심율은 다음과 같이 주어진다:
r
c a2 − b2
e= = .
a a2
203
204 B Elliptical orbits
Solution B.1 ⊔
⊓
x 2 y2
− = 1.
a2 b2
이와 같이 y2 항의 계수가 음수인 경우에는 두 개의 촛점이 x축 위에 있다. 그래프
의 개요는 그림을 참조하라. 쌍곡선의 focus (촛점)과 center와의 거리는
p
c = a2 + b2
Solution B.2 ⊔
⊓
Consider the following figure. The line x = k is called the directrix of the trajectory
of the point P(x, y) we are going to obtain in this section. The length of the line OP
B.2 Directices and ellipses 205
p
is denoted by r and given by r = x2 + y2 . The length of PD is k − x. For a number
e, we find a curve made by the point P(x, y) that satisfies
r = ePD. (B.1)
Then, it satisfies
p
x2 + y2 = e(k − x) ⇒ x2 + y2 = e2 (k2 − 2kx + x2 ).
It is written as
(1 − e2 )x2 + 2ke2 x + y2 = e2 k2 . (B.2)
Depending on the value e, we obtain three kinds of curves. We will soon see that e
is the eccentricity of these curves, which is why we denote it e. We split the problem
into three cases.
Problem B.3 (Case 1. e = 1). Show that if e = 1, the particle trajectory satisfied by
(B.2) is a parabola.
Problem B.4 (Case 2. 0 < e < 1). Show that if 0 < e < 1, the particle trajectory
satisfied by (B.2) is an ellipse, the origin is one of the two focuses, and e is the
eccentricity of the ellipse.
Solution B.4 Suppose that 0 < e < 1. Then, since 1 − e2 > 0, we may set
e2 k2 e2 k 2 ke2
a2 = , b2 = a2 (1 − e2 ) = , c= > 0. (B.4)
(1 − e2 )2 (1 − e2 ) 1 − e2
(x + c)2 y2
+ 2 = 1,
a2 b
which is an ellipse. The center of the ellipse is (−c, 0).
q
2 2
The eccentricity of the ellipse is defined as a a−b 2 . We see that
a2 − b2 a2 − a2 (1 − e2 ) 1 − (1 − e2 )
= = = e2 . (B.5)
a2 a2 1
Hence, the eccentricity
√ of the ellipse is e. The distance from the center of an ellipse
to a focus is a2 − b2 . Hence, using (B.5), we obtain
k 2 e4
a2 − b2 = a2 − a2 (1 − e2 ) = e2 a2 = .
(1 − e2 )2
Therefore, c in (B.4) is the distance. Hence, the origin is one of the two focuses of
the ellipse. ⊔
⊓
Problem B.5 (Case 3. e > 1). Show that if e > 1, the particle trajectory satisfied by
(B.2) is a branch of a hyperbola, the origin is one of the two focuses, and e is the
eccentricity of the ellipse.
Solution B.5 Suppose that e > 1. Then, since 1 − e2 < 0, we cannot take (B.4). We
take
e2 k2 e2 k 2 ke2
a2 = , b2 = a2 (e2 − 1) = , c= < 0.
(1 − e2 )2 (1 − e2 ) 1 − e2
(x + c)2 y2 ke2
− 2 = 1, c= .
a2 b 1 − e2
This is a hyperbola. e is still the eccentricity of the hyperbola, and −c is the distance
between the origin and a focus. ⊔ ⊓
B.3 Polar equations of an ellipse 207
r = e(k − r cos θ )
L2
k= .
eG(m1 + m2 )
209
Index
211
212 Index