母関数と差分方程式 p2:線形差分方程式を適応した母関数の変換

更新日時:2022/02/04

数学数列和分差分学母関数

GOODされた数:53 回

今回の級数

どうも、安田です。

今回は、前回の記事の続きです。この記事では、

\begin{equation} \sum_{n=1}^{\infty} a_n x^n = \sum_{n=1}^{\infty} \Delta^{n-1} a_1 \left( \frac{x}{1-x} \right)^n \end{equation}

という母関数の変換を求めました。今回は、この$\Delta$をより一般的なものに対応させます。流石に如何なる演算子に対してもということは難しいので、線形結合を表す演算子全体へ拡張します。すなわち、ある$\mathbf{s} \in \mathbb{R}^{p+1} \ (p \geq 1)$を定めておき、演算子$\Delta_{\mathbf{s}}:\mathbb{N}^{\mathbb{R}} \to \mathbb{N}^{\mathbb{R}}$ という演算子を定義して、上のような式を作ります。

誤解を生みかねないので、上の演算子が具体的にどういうことか説明しておきます。$\mathbf{s} = {}^t (s_0, \cdots, s_p)$ として、数列$(a_n)_{n \in \mathbb{N}}$ に対して上の演算子は次のような計算を及ぼします。 \[ \Delta_{\mathbf{s}} a_n = s_0 a_n + \cdots + s_p a_{n+p} \] です。ここで注意なのが、これは実数から実数への写像ではなく、数列から数列への写像です。もう一つ注意ですが、このブログの数列の記事では基本的に1を添字の最小値としています。

上のような演算子を定義したところで、前回同様最初に発見した定理を紹介したいと思います。

定理
$(a_n)_{n \in \mathbf{N}} \in \mathbb{R}^{\mathbb{N}}, \mathbf{s} \in \mathbb{R}^{p+1}$ と定める。 ただし、$\mathbf{s}$ の第 $p + 1$ 成分は$0$ではないものとする。 また、演算子$\Delta_{\mathbf{s}}:\mathbb{N}^{\mathbb{R}} \to \mathbb{N}^{\mathbb{R}}$ を \[ \Delta_{\mathbf{s}} a_n := \mathbf{s} \cdot \begin{pmatrix} a_n \\ \vdots \\ a_{n+p} \end{pmatrix} \] と定義する。これを用いて、$p+1$ 次正方行列の列 $A_n \in M_{p+1}(\mathbb{R})^{\mathbb{N}}$ を \[ (A_n)_{ij} := \left\{\begin{aligned} & \Delta_{\mathbf{s}}^n a_{i-j} & (i \gt j) \\ & 0 & (i \leq j) \end{aligned}\right. \] と定義する。さらに $\mathbf{u}(x) \in \mathbb{R}^{p+1}$ を \[ \mathbf{u}(x) := \begin{pmatrix} 1 \\ x^{-1} \\ \vdots \\ x^{-p} \end{pmatrix} \] と定める。このとき、$R = \max\left\{1, \displaystyle\max_{i \in \mathbb{N}} \sqrt[i]{|a_i|}\right\}$ 、また \[ M(t) = \min_{|x| \lt t} \left| x^p \mathbf{s} \cdot \mathbf{u}(x) \right| \] とおくと、少なくとも \[ |x| \lt \max_{0 \leq t \lt 1} \min\left\{ t, \sqrt[\displaystyle p]{\frac{M(t)}{\sqrt{p+1}|\mathbf{s}| R^{p+1}}} \right\} \] を満たす範囲で、$a_n$ の母関数$F(x)$について \[ F(x) = \sum_{n=1}^{\infty} a_n x^n = \sum_{n=1}^{\infty} \mathbf{s} \cdot A_{n-1} \mathbf{u}(x) \left( \frac{1}{\mathbf{s} \cdot \mathbf{u}(x)} \right)^n \] が成立する。

少し長めな定理となりました。

$\displaystyle \max_{i \in \mathbb{N}} \sqrt[i]{|a_i|}$ というものがありますが、これが収束しないような数列の場合は、コーシーの収束判定法により元の母関数自体が収束しません。 さらに、$t$が十分小さければ$M(t)$は$0$より大きいから、収束する全ての母関数に対してこの定理の示す級数は収束半径を持つことになります

また、前回の記事の級数と比較すると、$\Delta^{n-1} a_1$ にあたるものが $\mathbf{s} \cdot A_{n-1} \mathbf{u}(x)$ であり、$\frac{x}{1-x}$ にあたるものが $\frac{1}{\mathbf{s} \cdot \mathbf{u}(x)}$ です。

証明

証明(収束半径を除く)

それでは早速証明をします。

\[ F_m(x) := \left( \frac{1}{\mathbf{s} \cdot \mathbf{u}(x)} \right)^m \sum_{n=1}^{\infty} \Delta_{\mathbf{s}}^m a_n x^n \] とおく。このとき $F_0(x) = F(x)$ である。ここで、$\mathbf{s} = {}^t (s_0, \cdots, s_p)$ とおけば、 \begin{alignat}{2} (\mathbf{s} \cdot \mathbf{u}(x))^{m+1} F_{m+1}(x) &=&& \sum_{n=1}^{\infty} \Delta_{\mathbf{s}}^{m+1} x^n \\ &=&&\sum_{n=1}^{\infty} \left(s_0 \Delta_{\mathbf{s}}^{m} a_n + \cdots s_p \Delta_{\mathbf{s}}^{m} a_{n+p} \right)x^n \\ &=&&s_0 \sum_{n=1}^{\infty} \Delta_{\mathbf{s}}^{m} a_n x^n + \cdots + s_p \sum_{n=1}^{\infty} \Delta_{\mathbf{s}}^{m} a_{n+p} x^n \\ &=&&s_0 (\mathbf{s} \cdot \mathbf{u}(x))^m F_m(x) \\ & &&+ s_1 x^{-1} \left((\mathbf{s} \cdot \mathbf{u}(x))^m F_m(x) - \sum_{n=1}^{1} \Delta_{\mathbf{s}}^m a_1 x \right) \\ & && \quad \vdots \\ & &&+ s_p x^{-p} \left( (\mathbf{s} \cdot \mathbf{u}(x))^m F_m(x) - \sum_{n=1}^{p} \Delta_{\mathbf{s}}^m a_n x^n \right) \\ &=&& (\mathbf{s} \cdot \mathbf{u}(x))^{m+1} F_m(x) \\ &&-&\left\{ (s_1 \Delta_{\mathbf{s}}^m a_1 + \cdots + s_p \Delta_{\mathbf{s}}^m a_p) \right. \\ &&+&(s_2\Delta_{\mathbf{s}}^m a_1 \cdots s_p \Delta_{\mathbf{s}}^m a_{p-1})x^{-1} \\ &&& \quad \vdots \\ &&+& \left. s_p \Delta_{\mathbf{s}}^m a_1 x^{-p+1} \right\} \\ &=&& (\mathbf{s} \cdot \mathbf{u}(x))^{m+1} F_m(x) - {}^t \mathbf{s} A_m \mathbf{u}(x) \end{alignat} である。($A_m$の項がなぜこの形になるかは、手計算するとわかります。)ゆえに、 \[ F_m(x) - F_{m+1}(x) = \mathbf{s} \cdot A_m \mathbf{u}(x) \left( \frac{1}{\mathbf{s} \cdot \mathbf{u}(x)} \right)^{m+1} \] である。この和分をとって移項すれば \[ F_0(x) = \sum_{n=1}^{m} \mathbf{s} \cdot A_{n-1} \mathbf{u}(x) \left( \frac{1}{\mathbf{s} \cdot \mathbf{u}(x)} \right)^n + F_m(x) \] を得る。以上より、$F_m(x)$ が $m\to\infty$ で 0 に収束するような $x$ の範囲において、 \[ F(x) = F_0(x) = \sum_{n=1}^{\infty} \mathbf{s} \cdot A_{n-1} \mathbf{u}(x) \left( \frac{1}{\mathbf{s} \cdot \mathbf{u}(x)} \right)^n \] が成立する。

とりあえず、収束半径についての議論を省いて証明が完了しました。前回の級数の方が限定した形であるのに、今回の級数の方が証明が短いのは、前回よりも収束半径の評価が大まかだからです。(前回の変換は、母関数の収束半径と等しいというものでした。今思うとすごいですね。)

収束範囲について

さきほどの証明の最後に、収束する$x$の条件について、$F_m(x)$で示しました。 ここから、定理に書いた通りの収束半径へと持っていきます。(もっと広い収束半径を見つけた方がいれば、ぜひお教えください)

最終的には $\left|F_m(x)\right|$ を評価したいのですが、三角不等式で上からおさえることを考えると、項の中のいくつかの値について不等式評価する必要があります。

まず初めに、$\left|\Delta_{\mathbf{s}}^m a_n\right|$ について考えます。

\begin{align} |\Delta_{\mathbf{s}}^m a_n|^2 &\leq \left| \Delta_{\mathbf{s}}^{m-1} \mathbf{s} \cdot \begin{pmatrix} a_n \\ \vdots \\ a_{n+p} \end{pmatrix} \right|^2 \\ &=\left|\mathbf{s} \cdot \begin{pmatrix} \Delta_{\mathbf{s}}^{m-1} a_n \\ \vdots \\ \Delta_{\mathbf{s}}^{m-1} a_{n+p} \end{pmatrix} \right|^2 \\ &\leq |\mathbf{s}|^2 \left( |\Delta_{\mathbf{s}}^{m-1} a_n|^2 + \cdots + |\Delta_{\mathbf{s}} a_{n+p}|^2 \right) \\ &\leq (p+1) |\mathbf{s}|^2 \displaystyle \max_{n \leq i \leq n+p} |\Delta_{\mathbf{s}}^{m-1} a_i|^2 \end{align} である。(2行目から3行目の変形はコーシーシュワルツの不等式です) ここで、この操作を繰り返せば \begin{align} |\Delta_{\mathbf{s}}^m a_n|^2 &\leq \left((p+1)|\mathbf{s}|^2\right)^m \displaystyle \max_{n \leq i \leq n+mp} |a_i|^2 \\ &\leq \left((p+1)|\mathbf{s}|^2\right)^m \displaystyle \max_{i \leq n+mp} |a_i|^2 \end{align} であり、すなわち、 \[ |\Delta_{\mathbf{s}}^m a_n| \leq \left(\sqrt{p+1}|\mathbf{s}|\right)^m \displaystyle \max_{i \leq n+mp} |a_i| \] である。

これでうまく上から評価できました。次は、$\displaystyle \frac{1}{|\mathbf{s} \cdot \mathbf{u}(x)|}$ を考えます。 ここでは、$|t| \lt 1$ を固定して、$|x| \lt t$ で考えると

\[ \frac{1}{|\mathbf{s} \cdot \mathbf{u}(x)|} \leq \frac{x^p}{M(t)} \]

である。以降は $|x| \lt t$ とする。これらの不等式を使って $|F_m(x)|$ を考えます。

\[ S_{m,N}(x) = \sum_{n=1}^{N} \frac{\Delta_{\mathbf{s}}^m a_n}{\mathbf{s} \cdot \mathbf{u}(x)} x^n \] とおく。 \begin{align} |S_{m,N}(x)| &\leq \sum_{n=1}^{N} \left| \frac{\sqrt{p+1}|\mathbf{s}|x^p}{M(t)} \right|^m \max_{i \leq mp + n} \left\{|a_i|\right\} x^n \\ &\leq \sum_{n=1}^{N} \left| \frac{\sqrt{p+1}|\mathbf{s}|x^p}{M(t)} \right|^m \max_{i \leq mp + N} \left\{|a_i|\right\} x^n \\ &\leq \left| \frac{\sqrt{p+1}|\mathbf{s}|x^p}{M(t)} \right|^m \max_{i \leq mp + N} \left\{|a_i|\right\} \sum_{n = 1}^{N} x^n \end{align} $m = N$ とすれば \[ |S_{m, m}(x)| \leq \left| \frac{\sqrt{p+1}|\mathbf{s}|x^p}{M(t)} \right|^m \max_{i \leq m(p+1)} \left\{|a_i|\right\} \sum_{n = 1}^{m} x^n \] 後半の $\sum$ の部分は $|x| \lt 1$ であれば有限な値を取るから、前半の値が 0 に収束するような場合を考えれば良い。 \begin{align} \left| \frac{\sqrt{p+1}|\mathbf{s}|x^p}{M(t)} \right|^m \max_{i \leq m(p+1)} &\leq \left| \frac{\sqrt{p+1}|\mathbf{s}|x^p}{M(t)} \right|^m \max_{i \leq m(p+1)} \left\{|a_i|\right\} \end{align} ここで、$R_m = \max\left\{1, \displaystyle \max_{i \leq m(p+1)} \left\{ \sqrt[i]{|a_i|} \right\} \right\}$ とおく。これは、$R_m \leq R$ であり、 \begin{align} \max_{i \leq m(p+1)} \left\{|a_i|\right\} &\leq \max\left\{1, \displaystyle \max_{i \leq m(p+1)} \left\{ |a_i|^{\frac{m(p+1)}{i}} \right\} \right\} \\ &= R_m^{m(p+1)} \leq R^{m(p+1)} \end{align} であるから、 \[ \left| \frac{\sqrt{p+1}|\mathbf{s}|x^p}{M(t)} \right|^m \max_{i \leq m(p+1)} \left\{|a_i|\right\} \leq \left| \frac{\sqrt{p+1}|\mathbf{s}|R^{p+1}x^p}{M(t)} \right|^m \] である。これが $0$ に収束すれば良いから、 \begin{align} \left| \frac{\sqrt{p+1}|\mathbf{s}|R^{p+1}x^p}{M(t)} \right| &\lt 1 \\ |x|^p &\lt \frac{|M(t)|}{\sqrt{p+1}|\mathbf{s}|R^{p+1}} \\ |x| & \lt \sqrt[\displaystyle p]{\frac{|M(t)|}{\sqrt{p+1}|\mathbf{s}|R^{p+1}}} \end{align} という範囲が示された。すなわち、$t$を固定した場合では、$|x| \lt t$ も考慮すれば \[ |x| \lt \min\left\{ t, \sqrt[\displaystyle p]{\frac{|M(t)|}{\sqrt{p+1}|\mathbf{s}|R^{p+1}}} \right\} \] である。ここで、$t$ は $0 \leq t \lt 1$ を動けるから \[ |x| \lt \max_{0 \leq t \lt 1}\min\left\{ t, \sqrt[\displaystyle p]{\frac{|M(t)|}{\sqrt{p+1}|\mathbf{s}|R^{p+1}}} \right\} \]

以上より、証明が完了しました。元々、収束半径についての詳細がわからない状態で記事を書き始めたので(つまり収束するか不安だったので)、なんとか見つけられて良かったです。

1つだけ怪しいところがあって、$N = m$ としたのは厳密性を保てているのかと言う点が不安です。より良い証明方法があったらぜひお教えください。 また、収束半径についても、もっと大きなもので証明できたという方がいたら是非教えていただけると嬉しいです!

応用例

それでは、実際にこの定理を使って何か命題を導いてみます。

まず、$a_n$ を $n$ についての多項式とします。ここで、$\Delta_{\mathbf{s}}$ を有限回作用させて $a_n$ が $0$ になれば、母関数は有理式に収束することがわかります。 すなわち、$\Delta_{\mathbf{s}} n^k$ の次数が $k - 1$ になるような $\Delta_{\mathbf{s}}$ を用意すれば良いです。これは、 \[ s_0 + \cdots + s_p = 0 \] とすると、最高次数の係数は $0$ になります。以上より、次の定理が導かれます。

$f(n)$ を多項式とすると、 \begin{equation} F(x) = \sum_{n=0}^{\infty} f(n)x^n \end{equation} で定義される $F(x)$ は有理式となる。

実はテイラー展開を利用すれば(おそらく)簡単に示せますが、こちらの方がより簡単に証明できました。

本当はもっといろいろな使い道を求めたいですが、今回の定理はそのもの自体が大きいので(あとは、時間がないので)、今回はここまでにしたいと思います。 この定理から新しい定理を見つけたら、この記事の続きとして紹介したいと思います。

それでは、お疲れ様でした。

この記事いいね!


コメント送信フォームまで飛ぶ

この記事には0件のコメントがあります。


変換


※上の変換器は、TeXが正しいかどうかの確認に使ってください。
※TeXを入力する場合は、コメント本文に、$\$$ または、$\verb|\|$[, $\verb|\|$]で囲った中にTeX表示をそのまま挿入してください。
※URLは、自動的にハイパーリンクに変形されます。
※他のコメントに返信する場合は、「#コメント番号」を挿入してください。
※日本語を含まないコメントはスパムと認定されます。
※Comment including no japanese will be regarded as spam.