절대수렴과 조건수렴
쉽게 풀면
무한히 많은 숫자를 더하는 "급수"가 하나의 값으로 수렴할 때, 그 수렴이 얼마나 "튼튼한지"를 구분하는 개념입니다. 항들의 절댓값(부호를 떼고 크기만 본 값)을 모두 더한 것도 수렴한다면, 원래 급수는 항의 순서를 아무리 바꿔도, 심지어 일부를 묶어서 더해도 항상 같은 값으로 수렴합니다. 이런 경우를 절대수렴이라고 부릅니다. 반면 원래 급수는 (양수와 음수가 서로 상쇄되면서) 수렴하지만, 절댓값을 씌워 전부 더하면 무한대로 발산해버리는 경우가 있는데, 이를 조건수렴이라고 합니다. 대표적인 예가 1 - 1/2 + 1/3 - 1/4 + ... (교대조화급수)로, 이 급수 자체는 ln2로 수렴하지만 절댓값을 씌운 1 + 1/2 + 1/3 + 1/4 + ...는 발산합니다.
왜 중요한가
급수를 다루는 논문에서는 극한을 계산하거나 두 급수를 곱하거나 항의 순서를 바꾸는 등의 조작이 흔히 등장하는데, 이런 조작이 항상 안전한 것은 아닙니다. 절대수렴 여부는 이러한 조작이 결과를 바꾸지 않는지를 보장해주는 기준이 되기 때문에, 해석학·확률론·신호처리 등 급수와 무한합을 다루는 거의 모든 분야에서 먼저 확인하고 넘어가는 성질입니다. 또한 함수열이나 적분과 급수의 순서를 바꾸는 논증(예: 항별 적분·미분)의 정당성도 절대수렴에 의존하는 경우가 많아, 증명의 엄밀성을 확보하는 데 핵심적인 역할을 합니다.
논문에서는 이렇게 쓰입니다
이 문장은 "이 급수는 단순히 수렴하는 것을 넘어 절댓값을 씌워도 수렴하는 강한 성질을 가지므로, 계산 순서를 바꾸는 등의 조작을 해도 안전하다"는 뜻입니다. 반대로 조건수렴하는 급수는 항의 순서를 바꾸면 다른 값으로 수렴하거나 심지어 발산할 수도 있어(리만 재배열 정리), 논문에서 급수를 다룰 때는 절대수렴 여부를 먼저 확인하는 경우가 많습니다.
급수와 급수를 곱하는 코시 곱(Cauchy product) 연산은 일반적으로는 원래의 두 급수가 수렴한다고 해서 결과가 원하는 값으로 수렴한다는 보장이 없습니다. 하지만 두 급수가 모두 절대수렴하면 코시 곱도 절대수렴하며 두 급수 값의 곱으로 수렴함이 보장되므로, 멱급수를 이용한 함수 전개나 생성함수를 다루는 논문에서 이 조건을 명시하는 경우가 많습니다.
확률론에서 이산확률변수의 기댓값은 무한합의 형태로 정의되는데, 이 합이 조건수렴에 그친다면 항의 순서(즉 확률변수 값을 나열하는 방식)에 따라 기댓값이 달라지는 모순이 생길 수 있습니다. 그래서 기댓값이 순서와 무관하게 유일한 값으로 정의되려면 절대수렴이 전제되어야 한다는 점을 확률론·통계학 논문에서 종종 명시합니다.
조금 더 깊게 보면
급수의 절대수렴 여부를 판정할 때는 비율판정법(ratio test), 근판정법(root test), 적분판정법 등 여러 수렴판정법이 활용되며, 이들 대부분은 절댓값을 씌운 급수(즉 양항급수)에 대해 적용하는 방식입니다. 절대수렴은 급수뿐 아니라 적분(절대적분가능성)이나 함수열의 균등수렴 논의로도 확장되는 개념으로, 예를 들어 푸리에 급수나 라플라스 변환처럼 함수를 무한합·적분 형태로 표현하는 도구에서도 절대수렴 조건이 변환의 존재성과 성질을 보장하는 전제로 자주 등장합니다. 조건수렴하는 급수의 대표적인 성질인 리만 재배열 정리는, 조건수렴 급수의 항을 적절히 재배열하면 원하는 어떤 실수 값으로도(심지어 양의 무한대나 음의 무한대로도) 수렴하게 만들 수 있음을 보여주는데, 이는 절대수렴이 왜 더 강한 성질인지를 단적으로 설명해줍니다.
주의할 점
절대수렴은 조건수렴보다 항상 더 강한 조건입니다. 즉 절대수렴하는 급수는 반드시 (원래 형태로도) 수렴하지만, 그 역은 성립하지 않습니다. 또한 "급수가 수렴한다"는 말만으로는 절대수렴인지 조건수렴인지 알 수 없으므로, 항의 재배열이나 급수들끼리의 곱셈 같은 조작을 하기 전에는 반드시 절대수렴 여부를 급수의 수렴판정법으로 확인해야 합니다.