코시 수열: 정의 · 의미(완비성) · 요약 · 추천 PDF (수식 포함)
Real Analysis · Cauchy Sequences

코시 수열: 정의 · 의미(완비성) · 한눈 요약 · 추천 PDF

“꼬리끼리 가까움”(Cauchy)과 “한 점으로 모임”(Completeness)을 수식과 함께 깔끔히 정리합니다.

1) 코시 수열(Cauchy sequence)의 정의

실수 수열 버전

수열 \( \{x_n\} \)에 대하여, 임의의 \( \varepsilon > 0 \)에 대해 어떤 \( N \in \mathbb{N} \)이 존재하여 모든 \( m,n \ge N \)에 대해 \[ |x_m - x_n| < \varepsilon \] 이면 \( \{x_n\} \)을 코시 수열이라 합니다. 직관적으로는 “충분히 뒤로 가면 서로 간의 차이가 임의로 작아진다”는 뜻입니다.

거리공간 일반화

거리공간 \( (X,d) \)에서 수열 \( \{x_n\} \)이 \[ \forall \varepsilon > 0, \, \exists N \text{ s.t. } \forall m,n \ge N, \ d(x_m, x_n) < \varepsilon \] 를 만족하면 \( \{x_n\} \)은 코시 수열입니다.

2) “모든 코시 수열이 수렴” = 완비성(Completeness)

거리공간 \( (X,d) \)에서 모든 코시 수열이 \( X \) 안의 어떤 점으로 수렴하면 \( (X,d) \)를 완비 공간(complete metric space)이라고 합니다.

  • \( \mathbb{R}^n \)은 완비, \( \mathbb{Q} \)는 완비가 아닙니다. (유리 코시 수열이 \( \sqrt{2} \) 같은 무리수로 수렴 가능)
  • 실수축 \( \mathbb{R} \)에서는 \[ \text{수렴} \iff \text{코시} \] 즉, 코시 수렴 정리(Cauchy Convergence Theorem)가 성립합니다.

3) 한눈 요약

  • 코시: 충분히 뒤에서는 서로서로 가까워진다.
  • 완비성: 그 “가까워짐”이 실제로 공간 안의 한 점으로 모인다.
  • \( \mathbb{R} \)에서는 \( \text{수렴} \Leftrightarrow \text{코시} \).

표준 수식

\[ \forall \varepsilon > 0, \ \exists N \in \mathbb{N}, \ \forall m,n \ge N: \ |x_m - x_n| < \varepsilon \]

또는 거리공간 일반화: \[ d(x_m, x_n) < \varepsilon \]

4) 간단한 예시

예시 A · 수렴 ⇒ 코시

\( x_n \to L \)이면, 임의의 \( \varepsilon > 0 \)에 대해 \( |x_n - L| < \varepsilon / 2 \)가 되도록 하는 \( N \)이 존재합니다. 따라서 \( m,n \ge N \)일 때 \[ |x_m - x_n| \le |x_m - L| + |x_n - L| < \varepsilon. \] 즉, 수렴 수열은 항상 코시 수열입니다.

예시 B · \( \mathbb{Q} \)가 비완비인 이유

유리수로만 이루어진 코시 수열 \( \{x_n\} \)이 존재하여 그 극한이 \( \sqrt{2} \)로 수렴하면, \( \sqrt{2} \notin \mathbb{Q} \)이므로 \( \mathbb{Q} \) 안에서는 수렴하지 않습니다. 따라서 \( \mathbb{Q} \)는 완비 공간이 아닙니다.

5) 추천 PDF (공식 강의노트, 학부 친화)

요청 시 이 페이지를 다크 테마 또는 인쇄용 PDF로 변환해 드릴 수 있습니다.

+ Recent posts