第21章では、Poisson和公式を利用して、整数格子上の和とFourier変換を結びつけた。
その結果、Jacobi theta関数の変換公式、Zeta関数の関数等式、Bessel関数を含む格子和の表示などを導くことができた。
しかし、和と積分の関係を調べる方法は、Poisson和公式だけではない。
例えば、次の和を考えよう。
$$
S_N=\sum_{n=1}^{N}\frac{1}{n}
$$
この和は、積分、
$$
\int_1^N\frac{dx}{x}=\ln N
$$
によって近似できる。
しかし、両者は一致しない。
その差にはEuler–Mascheroni定数が現れ、さらに逆べき乗による補正項が続く。
このように、離散的な和を連続的な積分で近似したとき、失われる情報を補正する方法が存在する。
その代表例が、Euler–Maclaurin formula(Euler–Maclaurin公式)である。
この公式では、和を積分で表したうえで、端点における導関数とBernoulli数によって補正する。
さらに、適切な条件のもとでは、補正後の誤差を積分として厳密に表せる。
一方、複素解析を利用すると、和と積分の差を別の積分によって表すこともできる。
それがAbel–Plana formulaである。
この公式では、和と積分の差が、複素平面上の関数値と指数関数を含む核によって表される。
例えば、
$$
I=
\int_0^\infty
\frac{\arctan t}{e^{2\pi t}-1}\,dt
$$
という積分を考える。
この積分を通常の置換積分や部分積分だけで評価することは簡単ではない。
しかし、Abel–Plana公式とGamma関数の関係を利用すると、初等定数によって厳密に評価できる。
本章では、まずEuler–Maclaurin公式を導出し、和の厳密表示と漸近展開を区別する。
続いて、Abel–Plana公式を導入し、Hurwitz zeta function、Gamma関数、digamma functionとの関係を学ぶ。
最後に、これらの方法を利用して、通常の積分計算では着想しにくい定積分を評価する。
本章の目標は、単に和を積分で近似することではない。
和と積分の差そのものを数学的な対象として扱い、その差に含まれる構造を利用して積分を評価することである。
まず、有限和と定積分を比較する。
十分に滑らかな関数について、
$$
S_N=\sum_{n=0}^{N}f(n)
$$
とする。
この和を、
$$
\int_0^Nf(x)\,dx
$$
によって近似することを考える。
関数がゆっくり変化する場合には、両者は近い値になることがある。
しかし、一般には端点による補正が必要になる。
そこで、次の差を考える。
$$
\boxed{
D_N=
\sum_{n=0}^{N}f(n)
-
\int_0^Nf(x)\,dx
}
$$
この差を直接調べることが、Euler–Maclaurin公式への出発点となる。
最も簡単な例
次の関数を考える。
$$
f(x)=x
$$
このとき、
$$
\sum_{n=0}^{N}n
=
\frac{N(N+1)}{2}
$$
である。
一方、
$$
\int_0^Nx\,dx=\frac{N^2}{2}
$$
だから、
$$
D_N=\frac{N}{2}
$$
となる。
これは、
$$
\frac{f(0)+f(N)}{2}
$$
に一致する。
つまり、一次関数では端点補正だけで完全に一致する。
二次関数の場合
次に、
$$
f(x)=x^2
$$
とする。
このとき、
$$
\sum_{n=0}^{N}n^2
=
\frac{N(N+1)(2N+1)}{6}
$$
である。
一方、積分と端点補正の和は、
$$
\frac{N^3}{3}+\frac{N^2}{2}
$$
となる。
両者の差は、
$$
\frac{N}{6}
$$
である。
これは導関数の端点差を利用して、
$$
\frac{1}{12}
\left(f'(N)-f'(0)\right)
$$
と表せる。
したがって、端点補正の次には、導関数による補正が現れる。
この構造を高階の導関数まで体系化したものが、Euler–Maclaurin公式である。
Euler–Maclaurin公式の係数にはBernoulli数が現れる。
Bernoulli数
Bernoulli数を、次の母関数によって定義する。
$$
\boxed{
\frac{t}{e^t-1}
=
\sum_{n=0}^{\infty}
B_n\frac{t^n}{n!}
}
$$
ここでは、
$$
|t|<2\pi
$$
とする。
最初の値は、
$$
B_0=1
$$
$$
B_1=-\frac12
$$
$$
B_2=\frac16
$$
$$
B_4=-\frac{1}{30}
$$
$$
B_6=\frac{1}{42}
$$
である。
また、1より大きな奇数の添字について、
$$
\boxed{
B_{2n+1}=0
\qquad(n=1,2,\ldots)
}
$$
が成り立つ。
Bernoulli多項式
次の母関数を考える。
$$
\boxed{
\frac{te^{xt}}{e^t-1}
=
\sum_{n=0}^{\infty}
B_n(x)\frac{t^n}{n!}
}
$$
これによって定義される多項式をBernoulli polynomials(Bernoulli多項式)という。
最初の例は、
$$
B_1(x)=x-\frac12
$$
および、
$$
B_2(x)=x^2-x+\frac16
$$
である。
Bernoulli多項式は、次の微分関係を満たす。
$$
\boxed{
B_n'(x)=nB_{n-1}(x)
}
$$
また、
$$
B_n(0)=B_n
$$
である。
周期Bernoulli関数
さらに、
$$
\boxed{
\widetilde B_n(x)=B_n(x-\lfloor x\rfloor)
}
$$
と定義する。
ここで、
$$
\lfloor x\rfloor
$$
は床関数である。
この関数は周期1を持つ。
例えば、整数でない点では、
$$
\widetilde B_1(x)
=
x-\lfloor x\rfloor-\frac12
$$
である。
また、
$$
\widetilde B_2(x)
$$
は各整数区間で二次多項式となり、周期的に繰り返される。
Euler–Maclaurin公式では、この周期Bernoulli関数が余剰項に現れる。
まず、積分と和の差を一階の導関数によって表す。
区間ごとの部分積分
整数区間上で、
$$
\int_k^{k+1}
\left(x-k-\frac12\right)f'(x)\,dx
$$
を考える。
部分積分すると、
$$
\begin{aligned}
&\int_k^{k+1}
\left(x-k-\frac12\right)f'(x)\,dx\\
&=
\frac{f(k)+f(k+1)}{2}
-
\int_k^{k+1}f(x)\,dx
\end{aligned}
$$
となる。
これを各整数区間について足し合わせる。
すると、
$$
\boxed{
\begin{aligned}
\sum_{n=0}^{N}f(n)
={}&
\int_0^Nf(x)\,dx\\
&+
\frac{f(0)+f(N)}{2}\\
&+
\int_0^N
\widetilde B_1(x)f'(x)\,dx
\end{aligned}
}
$$
を得る。
この式は、適切な滑らかさのもとで厳密に成立する。
さらに部分積分する
Bernoulli多項式の微分関係から、
$$
B_2'(x)=2B_1(x)
$$
である。
したがって、
$$
\begin{aligned}
&\int_0^N
\widetilde B_1(x)f'(x)\,dx\\
&=
\frac{B_2}{2!}
\left(f'(N)-f'(0)\right)\\
&\quad-
\frac{1}{2!}
\int_0^N
\widetilde B_2(x)f''(x)\,dx
\end{aligned}
$$
となる。
よって、
$$
\boxed{
\begin{aligned}
\sum_{n=0}^{N}f(n)
={}&
\int_0^Nf(x)\,dx\\
&+
\frac{f(0)+f(N)}{2}\\
&+
\frac{1}{12}
\left(f'(N)-f'(0)\right)\\
&-
\frac12
\int_0^N
\widetilde B_2(x)f''(x)\,dx
\end{aligned}
}
$$
を得る。
これはEuler–Maclaurin公式の基本的な場合である。
一般公式
正整数について、
$$
p\ge1
$$
とする。
また、積分区間の両端を整数とし、関数が必要な階数まで連続微分可能であるとする。
このとき、
$$
\boxed{
\begin{aligned}
\sum_{n=a}^{b}f(n)
={}&
\int_a^bf(x)\,dx\\
&+
\frac{f(a)+f(b)}{2}\\
&+
\sum_{k=1}^{p}
\frac{B_{2k}}{(2k)!}
\left(
f^{(2k-1)}(b)
-
f^{(2k-1)}(a)
\right)\\
&+
R_p
\end{aligned}
}
$$
が成り立つ。
ここで、余剰項は、
$$
\boxed{
R_p=
-\frac{1}{(2p)!}
\int_a^b
\widetilde B_{2p}(x)
f^{(2p)}(x)\,dx
}
$$
である。
これがEuler–Maclaurin公式である。
重要な特徴
この公式は、余剰項を含めれば厳密な等式である。
したがって、単なる近似公式ではない。
一方、余剰項を省略した場合には近似式となる。
余剰項を含む厳密な公式と、余剰項を省略した近似式を区別することが重要である。
Euler–Maclaurin公式では、余剰項を評価することで近似の誤差を制御できる。
余剰項の評価
前節の公式から、
$$
R_p=
-\frac{1}{(2p)!}
\int_a^b
\widetilde B_{2p}(x)f^{(2p)}(x)\,dx
$$
である。
周期Bernoulli関数は有界であり、
$$
\boxed{
|\widetilde B_{2p}(x)|\le|B_{2p}|
}
$$
が成り立つ。
したがって、
$$
\boxed{
|R_p|
\le
\frac{|B_{2p}|}{(2p)!}
\int_a^b|f^{(2p)}(x)|\,dx
}
$$
を得る。
この評価によって、余剰項を省略したときの誤差を見積もることができる。
項数を増やせばよいとは限らない
Euler–Maclaurin公式の補正項には、高階の導関数とBernoulli数が現れる。
そのため、補正項を増やしたからといって、必ず近似が改善されるわけではない。
特に、Bernoulli数の絶対値は高次で急速に大きくなる。
したがって、漸近展開として利用する場合には、適切な項数で打ち切ることが重要になる。
有限の厳密公式と漸近展開
ここで、二つの考え方を区別する。
第一に、有限区間上で余剰項まで含めて厳密に計算する場合である。
第二に、パラメータが大きくなる場合に、補正項を有限個だけ取り出して漸近評価する場合である。
後者では、一般に級数全体が収束するとは限らない。
この違いについては、第14章で学んだ漸近展開の考え方を利用する。
次の和を考える。
$$
S_N=\sum_{n=1}^{N}n^3
$$
通常、この和は既知の公式によって計算できる。
しかし、ここではEuler–Maclaurin公式を利用して導く。
関数を定義する
次の関数を考える。
$$
f(x)=x^3
$$
この関数の導関数は、
$$
f'(x)=3x^2
$$
$$
f''(x)=6x
$$
$$
f'''(x)=6
$$
である。
また、四階以上の導関数は0である。
したがって、Euler–Maclaurin公式を十分な階数まで適用すると、余剰項は0になる。
各項を評価する
積分は、
$$
\int_0^Nx^3\,dx=\frac{N^4}{4}
$$
である。
端点補正は、
$$
\frac{f(0)+f(N)}{2}
=
\frac{N^3}{2}
$$
となる。
また、最初のBernoulli補正は、
$$
\frac{B_2}{2!}
\left(f'(N)-f'(0)\right)
=
\frac{N^2}{4}
$$
である。
したがって、
$$
S_N=
\frac{N^4}{4}
+
\frac{N^3}{2}
+
\frac{N^2}{4}
$$
となる。
よって、
$$
\boxed{
\sum_{n=1}^{N}n^3
=
\frac{N^2(N+1)^2}{4}
}
$$
を得る。
この例の本質
多項式の場合、高階の導関数は最終的に0になる。
したがって、Euler–Maclaurin公式の補正項は有限個で終わり、厳密な公式が得られる。
一方、一般の関数では高階の導関数が0になるとは限らない。
そのため、余剰項を考慮する必要がある。
次に、Euler–Maclaurin公式を無限大へ向かう和に適用する。
調和数
次の和を考える。
$$
H_N=\sum_{n=1}^{N}\frac{1}{n}
$$
この和は発散する。
しかし、その主要な増大は対数関数によって表せる。
そこで、
$$
H_N-\ln N
$$
を考える。
この差には有限な極限が存在する。
その極限をEuler–Mascheroni定数といい、
$$
\boxed{
\gamma_{\mathrm E}
=
\lim_{N\to\infty}
\left(H_N-\ln N\right)
}
$$
と定義する。
Euler–Maclaurin公式による漸近展開
次の関数を考える。
$$
f(x)=\frac1x
$$
これをEuler–Maclaurin公式へ代入し、端点の導関数を整理する。
すると、
$$
\boxed{
\begin{aligned}
H_N
={}&
\ln N+\gamma_{\mathrm E}\\
&+
\frac{1}{2N}
-
\frac{1}{12N^2}
+
\frac{1}{120N^4}\\
&-
\frac{1}{252N^6}
+
O\left(\frac{1}{N^8}\right)
\end{aligned}
}
$$
を得る。
ここでは、
$$
N\to\infty
$$
とする。
重要な点
この表示では、
$$
\ln N
$$
が主要項である。
また、
$$
\gamma_{\mathrm E}
$$
が和と積分の差の極限として現れる。
さらに、Bernoulli数から逆べき乗の補正項が生じる。
つまり、Euler–Mascheroni定数は、和と積分の差を調べる中で自然に現れる定数である。
積分との関係
この結果を変形すると、
$$
\boxed{
\lim_{N\to\infty}
\left(
\sum_{n=1}^{N}\frac1n
-
\int_1^N\frac{dx}{x}
\right)
=
\gamma_{\mathrm E}
}
$$
となる。
このように、和と積分の差そのものが、重要な数学定数を定義する。
Euler–Maclaurin公式は、無限級数の尾部を評価する際にも有効である。
問題
次の尾部を考える。
$$
R_N(s)=
\sum_{n=N+1}^{\infty}\frac{1}{n^s}
$$
ここでは、
$$
s>1
$$
とする。
この級数は収束する。
しかし、有限個の項だけで高精度に評価したい場合には、残りの尾部を推定する必要がある。
Euler–Maclaurin公式を適用する
次の関数を考える。
$$
f(x)=x^{-s}
$$
その導関数は、
$$
f^{(m)}(x)
=
(-1)^m(s)_m x^{-s-m}
$$
となる。
ここで、
$$
(s)_m=s(s+1)\cdots(s+m-1)
$$
はPochhammer記号である。
Euler–Maclaurin公式を無限区間へ適用すると、
$$
\boxed{
\begin{aligned}
R_N(s)
={}&
\frac{N^{1-s}}{s-1}
-
\frac{1}{2N^s}\\
&+
\frac{s}{12N^{s+1}}\\
&-
\frac{s(s+1)(s+2)}
{720N^{s+3}}\\
&+
O\left(N^{-s-5}\right)
\end{aligned}
}
$$
を得る。
ここでは、
$$
N\to\infty
$$
とし、パラメータは固定する。
二乗逆数和の場合
特に、
$$
s=2
$$
とすると、
$$
\boxed{
\begin{aligned}
&\sum_{n=N+1}^{\infty}\frac{1}{n^2}\\
&=
\frac1N
-
\frac{1}{2N^2}
+
\frac{1}{6N^3}
-
\frac{1}{30N^5}\\
&\quad+
O\left(\frac{1}{N^7}\right)
\end{aligned}
}
$$
を得る。
したがって、
$$
\boxed{
\begin{aligned}
\sum_{n=1}^{N}\frac{1}{n^2}
={}&
\frac{\pi^2}{6}
-
\frac1N
+
\frac{1}{2N^2}\\
&-
\frac{1}{6N^3}
+
\frac{1}{30N^5}\\
&+
O\left(\frac{1}{N^7}\right)
\end{aligned}
}
$$
となる。
この例の本質
単に積分比較を利用すると、尾部の主要な大きさしか分からないことがある。
一方、Euler–Maclaurin公式を利用すれば、端点の導関数から高次の補正項を求められる。
これはZeta関数の数値評価だけでなく、級数の漸近解析にも重要な方法である。
Euler–Maclaurin公式は、定積分を数値的に評価する際にも利用できる。
複合台形公式
区間を等分する。
$$
h=\frac1N
$$
とする。
次の近似を考える。
$$
\boxed{
T_N=
h\left(
\frac{f(0)}2
+
\sum_{j=1}^{N-1}f(jh)
+
\frac{f(1)}2
\right)
}
$$
これを複合台形公式という。
Euler–Maclaurin公式による誤差
十分に滑らかな関数について、Euler–Maclaurin公式を適用すると、
$$
\boxed{
\begin{aligned}
T_N
={}&
\int_0^1f(x)\,dx\\
&+
\frac{B_2}{2!}h^2
\left(f'(1)-f'(0)\right)\\
&+
\frac{B_4}{4!}h^4
\left(f'''(1)-f'''(0)\right)
+
O(h^6)
\end{aligned}
}
$$
となる。
ここでは、必要な高階導関数の滑らかさを仮定する。
最初の補正項は、
$$
\frac{h^2}{12}
\left(f'(1)-f'(0)\right)
$$
である。
具体例
次の積分を考える。
$$
I=\int_0^1e^x\,dx=e-1
$$
この場合、
$$
f'(1)-f'(0)=e-1
$$
である。
また、
$$
f'''(1)-f'''(0)=e-1
$$
となる。
したがって、
$$
\boxed{
\begin{aligned}
T_N
={}&
e-1
+
\frac{e-1}{12N^2}\\
&-
\frac{e-1}{720N^4}
+
O\left(\frac{1}{N^6}\right)
\end{aligned}
}
$$
を得る。
Richardson extrapolation
さらに、区間を二倍に細かくした近似を考える。
$$
T_{2N}
$$
とする。
最初の誤差は、区間幅の二乗に比例する。
したがって、
$$
\boxed{
Q_N=
\frac{4T_{2N}-T_N}{3}
}
$$
と組み合わせると、主要な二乗誤差が打ち消される。
その結果、
$$
\boxed{
Q_N=
\int_0^1f(x)\,dx
+
O\left(\frac{1}{N^4}\right)
}
$$
となる。
これはRichardson extrapolation(Richardson外挿)の基本例である。
重要な発想
Euler–Maclaurin公式によって誤差の構造が分かれば、その主要項を打ち消す組合せを作れる。
したがって、和と積分の差を理解することは、数値積分の精度改善にもつながる。
Euler–Maclaurin公式の代表的な応用として、Gamma関数の漸近展開がある。
階乗の対数
正整数について、
$$
\ln(N!)=
\sum_{n=1}^{N}\ln n
$$
である。
したがって、次の関数にEuler–Maclaurin公式を適用することを考える。
$$
f(x)=\ln x
$$
この関数の導関数は、
$$
f'(x)=\frac1x
$$
$$
f''(x)=-\frac{1}{x^2}
$$
$$
f'''(x)=\frac{2}{x^3}
$$
である。
さらに高階の導関数も、階乗と逆べき乗によって表される。
漸近展開
Euler–Maclaurin公式から、
$$
\begin{aligned}
\ln(N!)
={}&
\left(N+\frac12\right)\ln N-N+C\\
&+
\frac{1}{12N}
-
\frac{1}{360N^3}\\
&+
\frac{1}{1260N^5}
+
O\left(\frac{1}{N^7}\right)
\end{aligned}
$$
という漸近展開が得られる。
ここで、定数は別途評価する必要がある。
Gaussian積分やWallis積分などを利用すると、
$$
\boxed{
C=\frac12\ln(2\pi)
}
$$
となる。
したがって、
$$
\boxed{
\begin{aligned}
\ln(N!)
={}&
\left(N+\frac12\right)\ln N-N\\
&+
\frac12\ln(2\pi)
+
\frac{1}{12N}\\
&-
\frac{1}{360N^3}
+
\frac{1}{1260N^5}
+
O\left(\frac{1}{N^7}\right)
\end{aligned}
}
$$
を得る。
Gamma関数の場合
より一般に、正の実数について、
$$
x\to\infty
$$
とすると、
$$
\boxed{
\begin{aligned}
\ln\Gamma(x)
\sim{}&
\left(x-\frac12\right)\ln x-x
+
\frac12\ln(2\pi)\\
&+
\sum_{n=1}^{\infty}
\frac{B_{2n}}{2n(2n-1)x^{2n-1}}
\end{aligned}
}
$$
となる。
これをStirling's series(Stirlingの漸近級数)という。
漸近級数としての意味
この級数は、一般に収束級数として扱うものではない。
項数を固定したうえで、
$$
x\to\infty
$$
とすると、残りの項が適切な次数で小さくなるという意味である。
したがって、無限個の補正項を単純に足し合わせれば厳密値になるとは限らない。
基本的なStirling公式
主要項だけを取り出すと、
$$
\boxed{
N!\sim
\sqrt{2\pi N}
\left(\frac{N}{e}\right)^N
}
$$
となる。
この結果は、第14章のLaplace法によっても導ける。
つまり、同じ漸近公式が、積分の局所的な評価と、和と積分の差の評価という二つの異なる方法から得られる。
ここまで、Euler–Maclaurin公式によって和を積分と導関数の補正項へ分解した。
次に、複素解析を利用した別の方法を学ぶ。
それがAbel–Plana formula(和と積分の差を複素積分として表す公式)である。
無限和に対する基本形
十分な解析性と減衰を満たす関数について、
$$
\boxed{
\begin{aligned}
\sum_{n=0}^{\infty}f(n)
={}&
\frac12f(0)
+
\int_0^\infty f(x)\,dx\\
&+
\mathrm{i}
\int_0^\infty
\frac{f(\mathrm{i}t)-f(-\mathrm{i}t)}
{e^{2\pi t}-1}\,dt
\end{aligned}
}
$$
が成り立つ。
これをAbel–Plana formulaという。
実数値の関数の場合
関数が実軸上で実数値を取り、適切な共役関係を満たす場合には、
$$
f(-\mathrm{i}t)=
\overline{f(\mathrm{i}t)}
$$
となる。
したがって、
$$
\mathrm{i}
\left(
f(\mathrm{i}t)-f(-\mathrm{i}t)
\right)
=
-2\operatorname{Im}f(\mathrm{i}t)
$$
である。
よって、
$$
\boxed{
\begin{aligned}
\sum_{n=0}^{\infty}f(n)
={}&
\frac12f(0)
+
\int_0^\infty f(x)\,dx\\
&-
2\int_0^\infty
\frac{\operatorname{Im}f(\mathrm{i}t)}
{e^{2\pi t}-1}\,dt
\end{aligned}
}
$$
となる。
公式の導出の考え方
複素平面上で、整数点に単純極を持つ核を考える。
例えば、
$$
\pi\cot(\pi z)
$$
は各整数点に留数1を持つ。
そのため、関数との積を閉曲線に沿って積分すると、内部の整数点での関数値の和が留数として現れる。
次に、積分路を適切に変形し、実軸に沿う部分と虚軸方向の部分を分離する。
この操作によって、実軸上の積分と、指数関数を分母に含む補正積分が現れる。
成立条件
この公式は、任意の関数について無条件に成立するわけではない。
例えば、右半平面上の解析性、実軸方向の十分な減衰、虚軸方向での適切な増大条件、積分路の変形における境界項の消失などが必要になる。
本章では、具体的な関数について収束性を確認しながら利用する。
Euler–Maclaurin公式との違い
Euler–Maclaurin公式では、補正項が端点の導関数とBernoulli数によって表される。
一方、Abel–Plana公式では、補正項が複素数を引数とする関数の値によって表される。
両者は異なる表現だが、和と積分の差を記述しているという点で共通している。
最初の例として、指数関数を考える。
問題
次の和を考える。
$$
S(a)=
\sum_{n=0}^{\infty}e^{-an}
$$
ここでは、
$$
a>0
$$
とする。
この和は等比級数によって、
$$
\boxed{
S(a)=\frac{1}{1-e^{-a}}
}
$$
となる。
一方、Abel–Plana公式によって別の表示を導く。
補正積分
次の関数を考える。
$$
f(z)=e^{-az}
$$
このとき、
$$
f(\mathrm{i}t)-f(-\mathrm{i}t)
=
e^{-\mathrm{i}at}-e^{\mathrm{i}at}
$$
である。
Eulerの公式から、
$$
\boxed{
f(\mathrm{i}t)-f(-\mathrm{i}t)
=
-2\mathrm{i}\sin(at)
}
$$
となる。
したがって、Abel–Plana公式から、
$$
\begin{aligned}
S(a)
={}&
\frac12
+
\int_0^\infty e^{-ax}\,dx\\
&+
2\int_0^\infty
\frac{\sin(at)}{e^{2\pi t}-1}\,dt
\end{aligned}
$$
となる。
ここで、
$$
\int_0^\infty e^{-ax}\,dx=\frac1a
$$
だから、
$$
\boxed{
\frac{1}{1-e^{-a}}
=
\frac1a+\frac12+
2\int_0^\infty
\frac{\sin(at)}{e^{2\pi t}-1}\,dt
}
$$
を得る。
定積分の評価
これを変形すると、
$$
\boxed{
\int_0^\infty
\frac{\sin(at)}{e^{2\pi t}-1}\,dt
=
\frac14\coth\left(\frac a2\right)
-
\frac{1}{2a}
}
$$
となる。
この式は、
$$
a>0
$$
で成立する。
重要な発想
元の級数は、単純な等比級数であった。
しかし、Abel–Plana公式によって和と積分の差を表すと、三角関数と指数関数を含む定積分が現れた。
したがって、評価可能な級数を利用して、直接計算しにくい定積分を逆に求めることができる。
これがAbel–Plana公式の実戦的な利用法の一つである。
前節では、
$$
\frac{1}{1-e^{-a}}
=
\frac1a+\frac12+
2\int_0^\infty
\frac{\sin(at)}{e^{2\pi t}-1}\,dt
$$
という関係を得た。
ここで、小さいパラメータに対する展開を考える。
正弦関数を展開する
正弦関数は、
$$
\sin(at)=
at-\frac{a^3t^3}{3!}
+\frac{a^5t^5}{5!}
-\cdots
$$
と展開できる。
一方、Gamma関数とZeta関数の積分表示から、
$$
\boxed{
\int_0^\infty
\frac{t^{m-1}}{e^{2\pi t}-1}\,dt
=
\frac{\Gamma(m)\zeta(m)}{(2\pi)^m}
}
$$
が成り立つ。
ここでは、
$$
m>1
$$
とする。
これを利用すると、各項を積分できる。
例えば、
$$
\int_0^\infty
\frac{t}{e^{2\pi t}-1}\,dt
=
\frac{1}{24}
$$
である。
また、
$$
\int_0^\infty
\frac{t^3}{e^{2\pi t}-1}\,dt
=
\frac{1}{240}
$$
となる。
したがって、
$$
2\int_0^\infty
\frac{\sin(at)}{e^{2\pi t}-1}\,dt
=
\frac{a}{12}
-
\frac{a^3}{720}
+
\frac{a^5}{30240}
-\cdots
$$
となる。
この展開は、正の実数について、
$$
0< a<2\pi
$$
で収束する。
Bernoulli数との一致
一方、Bernoulli数の母関数から、
$$
\boxed{
\begin{aligned}
\frac{1}{1-e^{-a}}
={}&
\frac1a+\frac12
+
\frac{a}{12}\\
&-
\frac{a^3}{720}
+
\frac{a^5}{30240}
-\cdots
\end{aligned}
}
$$
である。
したがって、Abel–Plana公式の補正積分を展開すると、Euler–Maclaurin公式で現れたBernoulli数と同じ係数が現れる。
この一致の意味
Euler–Maclaurin公式とAbel–Plana公式は、一見すると全く異なる形を持っている。
しかし、どちらも和と積分の差を表している。
そのため、Abel–Plana公式の補正積分を局所的に展開すると、Bernoulli数を含む補正項が現れる。
ただし、一般の関数について、この展開が収束級数になるとは限らない。
関数の性質によっては、漸近展開として解釈する必要がある。
次に、Abel–Plana公式を一般のべき乗級数へ適用する。
Hurwitz zeta function
次の関数を考える。
$$
\boxed{
\zeta(s,a)=
\sum_{n=0}^{\infty}\frac{1}{(n+a)^s}
}
$$
ここでは、
$$
a>0,\qquad\operatorname{Re}s>1
$$
とする。
これをHurwitz zeta functionという。
Riemann zeta functionは、その特殊な場合である。
$$
\boxed{
\zeta(s,1)=\zeta(s)
}
$$
Abel–Plana公式を適用する
次の関数を考える。
$$
f(z)=(z+a)^{-s}
$$
ここでは、複素べき乗を主値の対数によって定義する。
右半平面では、
$$
a+z
$$
の実部が正であるため、分枝の問題を避けて扱える。
Abel–Plana公式から、
$$
\begin{aligned}
\zeta(s,a)
={}&
\frac{1}{2a^s}
+
\int_0^\infty\frac{dx}{(x+a)^s}\\
&+
\mathrm{i}\int_0^\infty
\frac{
(a+\mathrm{i}t)^{-s}
-
(a-\mathrm{i}t)^{-s}
}{
e^{2\pi t}-1
}\,dt
\end{aligned}
$$
となる。
実軸上の積分
まず、
$$
\operatorname{Re}s>1
$$
ならば、
$$
\boxed{
\int_0^\infty\frac{dx}{(x+a)^s}
=
\frac{a^{1-s}}{s-1}
}
$$
である。
複素べき乗を整理する
ここで、
$$
r=\sqrt{a^2+t^2}
$$
および、
$$
\theta=\arctan\left(\frac ta\right)
$$
とおく。
すると、
$$
a+\mathrm{i}t=re^{\mathrm{i}\theta}
$$
である。
したがって、
$$
(a+\mathrm{i}t)^{-s}
=
r^{-s}e^{-\mathrm{i}s\theta}
$$
となる。
同様に、
$$
(a-\mathrm{i}t)^{-s}
=
r^{-s}e^{\mathrm{i}s\theta}
$$
である。
よって、
$$
\boxed{
\begin{aligned}
&\mathrm{i}
\left(
(a+\mathrm{i}t)^{-s}
-
(a-\mathrm{i}t)^{-s}
\right)\\
&=
2r^{-s}\sin(s\theta)
\end{aligned}
}
$$
となる。
Hermite's integral representation
以上をまとめると、
$$
\boxed{
\begin{aligned}
\zeta(s,a)
={}&
\frac{a^{1-s}}{s-1}
+
\frac{1}{2a^s}\\
&+
2\int_0^\infty
\frac{
\sin\left(
s\arctan\left(\frac ta\right)
\right)
}{
(a^2+t^2)^{\frac s2}
(e^{2\pi t}-1)
}\,dt
\end{aligned}
}
$$
を得る。
これはHermite's integral representation(Hurwitz zeta関数のHermite積分表示)である。
解析接続
この表示は、最初は、
$$
\operatorname{Re}s>1
$$
で導いた。
しかし、右辺の補正積分は、パラメータの広い範囲で正則に定義できる。
したがって、この表示を利用して、
$$
s=1
$$
を除く複素平面へHurwitz zeta関数を解析接続できる。
この例の本質
Abel–Plana公式によって、整数格子上の和が、複素数のべき乗を含む積分へ変換された。
その結果、Hurwitz zeta関数の解析接続を与える積分表示が得られた。
これは、第20章の解析接続と、第21章の格子和評価を結びつける方法である。
Hurwitz zeta関数の特殊値は、Bernoulli多項式によって表せる。
原点での値
前節のHermite積分表示を考える。
ここで、
$$
s=0
$$
とすると、補正積分の分子は0になる。
したがって、
$$
\boxed{
\zeta(0,a)=\frac12-a
}
$$
を得る。
これはBernoulli多項式を用いて、
$$
\boxed{
\zeta(0,a)=-B_1(a)
}
$$
と表せる。
負の整数での値
より一般に、非負整数について、
$$
m=0,1,2,\ldots
$$
とする。
Euler–Maclaurin公式による解析接続から、
$$
\boxed{
\zeta(-m,a)
=
-\frac{B_{m+1}(a)}{m+1}
}
$$
が成り立つ。
具体例
特に、
$$
m=1
$$
とする。
Bernoulli多項式は、
$$
B_2(a)=a^2-a+\frac16
$$
である。
したがって、
$$
\boxed{
\zeta(-1,a)
=
-\frac12
\left(
a^2-a+\frac16
\right)
}
$$
を得る。
例えば、
$$
a=\frac12
$$
とすると、
$$
B_2\left(\frac12\right)
=
-\frac{1}{12}
$$
だから、
$$
\boxed{
\zeta\left(-1,\frac12\right)
=
\frac{1}{24}
}
$$
である。
注意
この値は、解析接続されたHurwitz zeta関数の値である。
対応する級数を、通常の収束級数として評価した結果ではない。
この点については、第20章で学んだZeta regularizationと同じ注意が必要になる。
ここからは、Abel–Plana公式を利用して定積分を評価する。
その中心となるのが、Binet's second formula(Gamma関数の対数を積分で表す公式)である。
Hurwitz zeta関数との関係
Hurwitz zeta関数の導関数には、
$$
\boxed{
\zeta'(0,a)
=
\ln\Gamma(a)
-
\frac12\ln(2\pi)
}
$$
という関係がある。
ここでは、
$$
a>0
$$
とする。
これはLerch's formulaとして知られる関係である。
Hermite積分表示を微分する
前節で得た公式を考える。
$$
\begin{aligned}
\zeta(s,a)
={}&
\frac{a^{1-s}}{s-1}
+
\frac{1}{2a^s}\\
&+
2\int_0^\infty
\frac{
\sin\left(
s\arctan\left(\frac ta\right)
\right)
}{
(a^2+t^2)^{\frac s2}
(e^{2\pi t}-1)
}\,dt
\end{aligned}
$$
この式を、
$$
s=0
$$
の近傍で微分する。
補正積分は、指数減衰によって局所的に一様な可積分上界を取れるため、微分と積分を交換できる。
第一項の導関数は、
$$
\boxed{
\left.
\frac{d}{ds}
\frac{a^{1-s}}{s-1}
\right|_{s=0}
=
a(\ln a-1)
}
$$
である。
第二項の導関数は、
$$
\boxed{
\left.
\frac{d}{ds}
\frac{1}{2a^s}
\right|_{s=0}
=
-\frac12\ln a
}
$$
となる。
一方、積分部分では、
$$
\left.
\frac{d}{ds}
\sin\left(
s\arctan\left(\frac ta\right)
\right)
\right|_{s=0}
=
\arctan\left(\frac ta\right)
$$
である。
したがって、
$$
\boxed{
\begin{aligned}
\zeta'(0,a)
={}&
\left(a-\frac12\right)\ln a-a\\
&+
2\int_0^\infty
\frac{
\arctan\left(\frac ta\right)
}{
e^{2\pi t}-1
}\,dt
\end{aligned}
}
$$
を得る。
Gamma関数の積分表示
Lerch's formulaと比較すると、
$$
\boxed{
\begin{aligned}
\ln\Gamma(a)
={}&
\left(a-\frac12\right)\ln a-a\\
&+
\frac12\ln(2\pi)\\
&+
2\int_0^\infty
\frac{
\arctan\left(\frac ta\right)
}{
e^{2\pi t}-1
}\,dt
\end{aligned}
}
$$
となる。
これがBinet's second formulaである。
ここでは、
$$
a>0
$$
とする。
この公式の意味
Gamma関数の対数から、Stirling公式の主要項を差し引くと、逆正接関数を含む定積分が現れる。
したがって、この積分はGamma関数の漸近展開における補正部分を表している。
また、逆にこの公式を利用すれば、逆正接関数と指数関数を含む定積分を評価できる。
次の積分を考える。
$$
I=
\int_0^\infty
\frac{\arctan t}{e^{2\pi t}-1}\,dt
$$
収束の確認
原点付近では、
$$
\arctan t\sim t
$$
であり、
$$
e^{2\pi t}-1\sim2\pi t
$$
である。
したがって、被積分関数は有限な値へ近づく。
一方、無限遠点では分母の指数関数によって減衰する。
したがって、積分は絶対収束する。
Binet's second formulaを利用する
前節の公式で、
$$
a=1
$$
とする。
Gamma関数の特殊値から、
$$
\Gamma(1)=1
$$
である。
したがって、
$$
\ln\Gamma(1)=0
$$
となる。
一方、
$$
\ln1=0
$$
だから、
$$
0=
-1+\frac12\ln(2\pi)+2I
$$
である。
これを整理すると、
$$
\boxed{
\int_0^\infty
\frac{\arctan t}{e^{2\pi t}-1}\,dt
=
\frac12-\frac14\ln(2\pi)
}
$$
を得る。
この解法の着眼点
被積分関数の分母には、
$$
e^{2\pi t}-1
$$
が現れている。
これはAbel–Plana公式やBinet's second formulaの補正積分に現れる核と一致する。
さらに、分子には逆正接関数が存在する。
したがって、Gamma関数の対数積分表示を検討することが自然になる。
このように、分母の指数関数の尺度まで含めて積分表示を認識することが重要である。
Binet's second formulaをパラメータで微分すると、別の定積分を評価できる。
公式を微分する
Binet's second formulaは、
$$
\begin{aligned}
\ln\Gamma(a)
={}&
\left(a-\frac12\right)\ln a-a\\
&+
\frac12\ln(2\pi)\\
&+
2\int_0^\infty
\frac{
\arctan\left(\frac ta\right)
}{
e^{2\pi t}-1
}\,dt
\end{aligned}
$$
である。
ここで、
$$
a>0
$$
について微分する。
Gamma関数の対数微分を、
$$
\boxed{
\psi(a)=\frac{d}{da}\ln\Gamma(a)
}
$$
と表す。
また、
$$
\boxed{
\frac{\partial}{\partial a}
\arctan\left(\frac ta\right)
=
-\frac{t}{a^2+t^2}
}
$$
である。
したがって、
$$
\boxed{
\psi(a)
=
\ln a-\frac{1}{2a}
-
2\int_0^\infty
\frac{t}
{(a^2+t^2)(e^{2\pi t}-1)}
\,dt
}
$$
を得る。
これを整理すると、
$$
\boxed{
\begin{aligned}
&\int_0^\infty
\frac{t}
{(a^2+t^2)(e^{2\pi t}-1)}
\,dt\\
&\qquad=
\frac12
\left(
\ln a-\frac{1}{2a}-\psi(a)
\right)
\end{aligned}
}
$$
となる。
特殊値
特に、
$$
a=1
$$
とする。
digamma functionの特殊値から、
$$
\psi(1)=-\gamma_{\mathrm E}
$$
である。
したがって、
$$
\boxed{
\int_0^\infty
\frac{t}
{(1+t^2)(e^{2\pi t}-1)}
\,dt
=
\frac{\gamma_{\mathrm E}}2-\frac14
}
$$
を得る。
さらに微分する
今度は、digamma functionをさらに微分する。
$$
\boxed{
\psi^{(1)}(a)
=
\frac1a+\frac{1}{2a^2}
+
4a\int_0^\infty
\frac{t}
{(a^2+t^2)^2(e^{2\pi t}-1)}
\,dt
}
$$
となる。
したがって、
$$
\boxed{
\begin{aligned}
&\int_0^\infty
\frac{t}
{(a^2+t^2)^2(e^{2\pi t}-1)}
\,dt\\
&=
\frac{1}{4a}
\left(
\psi^{(1)}(a)
-\frac1a-\frac{1}{2a^2}
\right)
\end{aligned}
}
$$
を得る。
特殊な定積分
ここで、
$$
a=1
$$
とする。
trigamma functionの特殊値は、
$$
\psi^{(1)}(1)=\frac{\pi^2}{6}
$$
である。
したがって、
$$
\boxed{
\int_0^\infty
\frac{t}
{(1+t^2)^2(e^{2\pi t}-1)}
\,dt
=
\frac{\pi^2}{24}-\frac38
}
$$
を得る。
重要な発想
この例では、逆正接関数を含む積分のパラメータ微分によって、有理関数を含む積分が現れた。
さらに微分すると、分母の二次式のべき乗が増えた。
したがって、一つの積分表示から、digamma functionやtrigamma functionを用いる一連の定積分を生成できる。
これは第15章で学んだFeynman's trickと同じ思想に基づいている。
ここまで、二つの公式を学んだ。
両者は和と積分の差を表す点で共通している。
しかし、補正部分の構造は異なる。
Euler–Maclaurin公式
Euler–Maclaurin公式では、補正項に導関数が現れる。
例えば、無限遠点で関数と必要な導関数が十分速く減衰する場合には、
$$
\boxed{
\begin{aligned}
\sum_{n=0}^{\infty}f(n)
={}&
\int_0^\infty f(x)\,dx
+
\frac12f(0)\\
&-
\sum_{k=1}^{p}
\frac{B_{2k}}{(2k)!}
f^{(2k-1)}(0)
+
R_p
\end{aligned}
}
$$
という形になる。
余剰項を省略すると、導関数による漸近的な補正が得られる場合がある。
Abel–Plana公式
一方、Abel–Plana公式では、
$$
\boxed{
\begin{aligned}
\sum_{n=0}^{\infty}f(n)
={}&
\int_0^\infty f(x)\,dx
+
\frac12f(0)\\
&+
\mathrm{i}
\int_0^\infty
\frac{f(\mathrm{i}t)-f(-\mathrm{i}t)}
{e^{2\pi t}-1}\,dt
\end{aligned}
}
$$
となる。
こちらでは、虚軸上の関数値が現れる。
二つの補正の関係
関数が原点付近で解析的である場合には、
$$
f(\mathrm{i}t)-f(-\mathrm{i}t)
$$
をTaylor展開できる。
すると、奇数階の導関数が現れる。
さらに、
$$
\int_0^\infty
\frac{t^{2m-1}}{e^{2\pi t}-1}\,dt
$$
という積分が現れ、その値はGamma関数とZeta関数によって表せる。
Zeta関数の偶数特殊値とBernoulli数の関係を利用すると、Euler–Maclaurin公式の係数が得られる。
ただし、一般の関数に対してTaylor展開を積分区間全体へ無条件に適用することはできない。
そのため、この対応は、必要な収束条件や漸近展開の条件を確認して理解する。
使い分け
Euler–Maclaurin公式は、導関数が計算しやすく、高次の近似や誤差評価を求めたい場合に有効である。
一方、Abel–Plana公式は、複素数を引数とする関数値が扱いやすい場合や、補正積分を特殊関数へ帰着できる場合に有効である。
また、Hurwitz zeta functionの解析接続やGamma関数の積分表示を導く場合には、Abel–Plana公式が特に自然な方法となる。
本章で学んだ内容を確認するため、四つの問題を考える。
演習1:Binet's second formulaの特殊値
次の積分を求める。
$$
I=
\int_0^\infty
\frac{\arctan(2t)}{e^{2\pi t}-1}\,dt
$$
解説
Binet's second formulaを利用する。
ここでは、
$$
a=\frac12
$$
とすればよい。
Gamma関数の特殊値から、
$$
\Gamma\left(\frac12\right)=\sqrt{\pi}
$$
である。
したがって、
$$
\begin{aligned}
\frac12\ln\pi
={}&
-\frac12
+
\frac12\ln(2\pi)
+
2I
\end{aligned}
$$
となる。
これを整理すると、
$$
\boxed{
I=
\frac14-\frac14\ln2
}
$$
を得る。
演習2:digamma functionの特殊値
次の積分を求める。
$$
I=
\int_0^\infty
\frac{t}
{\left(t^2+\frac14\right)(e^{2\pi t}-1)}
\,dt
$$
解説
第22.17節の公式から、
$$
\boxed{
I=
\frac12
\left(
\ln a-\frac{1}{2a}-\psi(a)
\right)
}
$$
である。
ここで、
$$
a=\frac12
$$
とする。
digamma functionの特殊値は、
$$
\psi\left(\frac12\right)
=
-\gamma_{\mathrm E}-2\ln2
$$
である。
したがって、
$$
\boxed{
I=
\frac{\gamma_{\mathrm E}+\ln2-1}{2}
}
$$
を得る。
演習3:Euler–Maclaurin公式による数値積分の補正
次の積分を考える。
$$
I=\int_0^1x^4\,dx
$$
複合台形公式による近似を求める。
解説
まず、
$$
I=\frac15
$$
である。
次に、
$$
f(x)=x^4
$$
とする。
この場合、
$$
f'(1)-f'(0)=4
$$
である。
また、
$$
f'''(1)-f'''(0)=24
$$
となる。
五階以上の導関数は0であるため、Euler–Maclaurin公式は有限個の補正項で厳密に終わる。
したがって、
$$
\boxed{
T_N=
\frac15+
\frac{1}{3N^2}
-
\frac{1}{30N^4}
}
$$
を得る。
この例では、数値積分の誤差を完全に求めることができた。
演習4:Hurwitz zeta functionの解析接続
次の値を求める。
$$
\zeta\left(-1,\frac12\right)
$$
解説
Bernoulli多項式との関係から、
$$
\zeta(-1,a)=-\frac{B_2(a)}{2}
$$
である。
また、
$$
B_2(a)=a^2-a+\frac16
$$
だから、
$$
B_2\left(\frac12\right)=-\frac{1}{12}
$$
となる。
したがって、
$$
\boxed{
\zeta\left(-1,\frac12\right)=\frac{1}{24}
}
$$
を得る。
これは解析接続による値であり、通常の収束級数の値ではない。
本章で学んだ方法を、対象となる構造に応じて整理する。
| 対象の構造 | 最初に検討する方法 |
|---|---|
| 有限和と積分の差 | Euler–Maclaurin公式 |
| 多項式のべき乗和 | Euler–Maclaurin公式の有限終結 |
| 調和数の漸近評価 | Euler–Maclaurin公式 |
| Zeta級数の尾部評価 | Euler–Maclaurin公式 |
| 数値積分の誤差補正 | Euler–Maclaurin公式 |
| 高次の数値積分 | Richardson extrapolation |
| Gamma関数の漸近展開 | Stirling's series |
| 和と積分の差の複素積分表示 | Abel–Plana formula |
| 指数関数と三角関数の積分 | Abel–Plana公式 |
| Hurwitz zeta関数の解析接続 | Hermite's integral representation |
| 逆正接関数と指数関数の分母 | Binet's second formula |
| 有理関数と指数関数の分母 | digamma・trigamma関数 |
| 負の整数でのHurwitz zeta関数 | Bernoulli多項式 |
ただし、表は解法を機械的に決めるものではない。
例えば、単純なべき乗和では、通常の代数計算の方が短い場合がある。
また、指数関数を含む積分では、Laplace変換や級数展開によってより簡単に評価できることもある。
したがって、Euler–Maclaurin公式やAbel–Plana公式を利用する場合にも、本当に和と積分の差を利用する必要があるのかを判断することが重要である。
本章では、特に次の点に注意する。
厳密な等式と漸近展開
Euler–Maclaurin公式は、余剰項を含めれば厳密な等式である。
しかし、余剰項を省略した式は近似式となる。
また、無限個の補正項が現れる場合でも、一般にその級数が収束するとは限らない。
Bernoulli数の規約
Bernoulli数には、第一のBernoulli数の符号に関して異なる規約が用いられる場合がある。
本章では、
$$
B_1=-\frac12
$$
という規約に統一した。
Abel–Plana公式の適用条件
Abel–Plana公式では、複素平面上の解析性と積分路の変形が重要になる。
元の級数が収束するという条件だけでは、公式の利用を正当化できない場合がある。
分枝の選択
Hurwitz zeta functionを複素引数について扱う場合には、複素べき乗の分枝を明確にする必要がある。
本章の基本的な導出では、正の実数のパラメータを用いることで分枝の問題を簡単にした。
微分と積分の交換
Binet's second formulaをパラメータで微分する場合には、微分後の被積分関数の可積分性を確認する必要がある。
特に、原点付近では分母が変数の一次に近い振る舞いを持つため、分子との打消し合いが重要になる。
解析接続と通常の級数
Hurwitz zeta functionの解析接続による値は、元の定義級数の通常の和と一致するとは限らない。
特に、負の整数での値を扱う場合には、解析接続による値であることを明示する。
数値計算との関係
数値積分の誤差評価では、残りの補正項を無視してはならない。
また、漸近級数の項数を増やし続けることで、必ず精度が改善するとは限らない。
したがって、計算精度を保証するには、余剰項の評価が必要になる。
本章では、Euler–Maclaurin公式とAbel–Plana公式を中心に、和と積分の関係を学んだ。
特に重要な点を整理しておこう。