二次和

1 定義

二次和は、各項を二乗してから加える和、または二乗を含む形で整理された和を指す。数列の項をそのまま足す一次和と異なり、値の大きさを強調して測るため、解析学や応用数学で広く用いられる。対象は離散的な数列だけでなく、関数値や係数列にも及ぶ。

1.1 基本的な定義

最も基本的には、数列 \(a_1, a_2, \dots, a_n\) に対して \[ \sum_{k=1}^{n} a_k^2 \] の形で定義される。無限列の場合は \[ \sum_{k=1}^{\infty} a_k^2 \] が有限値に収束するとき、その二次和は収束するという。関数 \(f(x)\) についても、区間上の積分 \[

\] が対応する連続版の二次和として扱われることがある。

1.2 記法と表現

記法は文脈により異なるが、平方の総和を示すために \(\sum a_k^2\) が最も一般的である。確率論や関数解析では、期待値 \(\mathbb{E}[X^2]\) や \(L^2\) ノルムの二乗として表される場合もある。物理や工学では「エネルギー」や「強度」の量として解釈されることが多い。

1.3 代表的な例

数列 \(1,2,3\) の二次和は \(1^2+2^2+3^2=14\) である。関数 \(f(x)=x\) を区間 \([0,1]\) で考えると、\(\int_0^1 x^2\,dx=1/3\) となる。係数列 \((a_n)\) の場合、\(\sum a_n^2\) の有界性は、もとの列の変動の大きさを示す目安になる。

2 性質

二次和は、項の符号に左右されにくく、値の大きさを安定して反映する性質をもつ。とくに非負性が明確で、収束判定や評価不等式に結びつきやすい。さらに、一次和と比べると相殺が起こりにくく、ばらつきの解析に適している。

2.1 収束と発散

無限級数としての二次和は、各項が十分速く 0 に近づくと収束しうる。逆に、一般項が遅くしか減衰しない場合は発散する。収束性は、項の大きさそのものよりも、その二乗の総量が有限かどうかで決まる。

2.1.1 絶対収束との関係

2.1.2 条件収束との比較

条件収束は符号の打ち消しによって成り立つが、二次和ではそのような相殺が起こらない。したがって、一次和で条件収束する列でも、二次和は別の基準で振る舞う。符号の影響を除いて大きさだけを見る点が、両者の本質的な違いである。

2.2 非負性と評価

各項が平方であるため、二次和は必ず 0 以上になる。この単純な事実は、大小比較や上界・下界の議論に有用である。たとえば、ある量の平均的規模を見積もるとき、二次和は外れ値を含めた総合的な大きさを捉える指標となる。

2.3 線形性との比較

一次和は線形性をもち、項の足し方に対して柔軟に扱える。一方、二次和は展開すると交差項が現れるため、完全な線形構造は持たない。ただし、内積を通じて扱うと、二次和は幾何学的な長さや角度と結びつき、別種の整然さを示す。

3 解析学での扱い

解析学では、二次和は級数の収束判定、関数の近似、誤差制御に頻出する。とくに \(L^2\) の枠組みでは、二乗可能性が中心的な条件となる。積分や級数の理論と接続することで、局所的な情報を全体の量として集約できる。

3.1 級数としての二次和

級数 \(\sum a_n^2\) は、元の数列の減衰の速さを反映する。項の絶対値が小さくなるにつれ、二次和は有限値へ近づきやすい。解析では、こうした性質を利用して関数列や近似列の安定性を調べる。

3.1.1 一般項の条件

収束のためには、一般項 \(a_n\) が少なくとも 0 に近づく必要がある。さらに、\(\,a_n\) の減少が十分でなければ二次和は発散する。典型的には \(a_n \sim 1/n^\alpha\) なら、\(\sum a_n^2\) は \(2\alpha>1\)、すなわち \(\alpha>1/2\) のとき収束する。

3.1.2 部分和の挙動

部分和 \(S_N=\sum_{n=1}^N a_n^2\) は単調増加する。収束するときは上に有界であり、発散するときは無限に増大する。途中の増え方は項の大きさに敏感で、特に初期項の寄与が大きい場合には、部分和の立ち上がりが急になる。

3.2 積分との関係

3.3 誤差評価

近似誤差を評価する際、誤差項の二次和は全体のずれの大きさを示す。個々の誤差が小さくても数が多ければ総量は無視できないため、二乗して足し合わせる方法は実用的である。最小二乗法でも同様に、誤差の二次和を最小化することで安定な推定を得る。

4 応用

二次和は、抽象的な理論だけでなく、信号処理、確率、数論など多方面で使われる。いずれの分野でも、単なる総和では見えにくい「大きさ」「分散」「エネルギー」を測る手段として機能する。

4.1 関数空間における二次和

関数空間では、二次和はノルムの二乗として現れ、関数の長さに相当する量を与える。これにより、収束、近似、最適化の議論が幾何学的に整理される。

4.1.1 ノルムと内積

4.1.2 直交展開

直交基底で関数を展開すると、係数の二次和が元の関数の大きさを反映する。各成分が直交しているため、寄与が干渉しにくく、全体の量を成分ごとに分解しやすい。フーリエ展開はこの代表例である。

4.2 フーリエ解析での役割

フーリエ解析では、波形を周波数成分に分け、その係数の二次和を調べる。パーセヴァル型の関係により、関数のエネルギーは係数の二次和に対応する。これにより、時間領域と周波数領域の間で同じ量を別の形で評価できる。

4.3 確率論と統計での利用

確率変数の二次和は、分散や平均二乗誤差の計算に現れる。標本と母平均のずれを二乗して平均することで、ばらつきの尺度が得られる。統計推定では、二次損失を最小にする方法が標準的で、外れ値の影響も一定程度まで数値化できる。

4.4 数論における平方和

数論では、整数をいくつかの平方数の和として表す問題が重要である。たとえば、ある整数が 2 つや 3 つ、4 つの平方和で表せるかどうかは、古典的な定理の対象となる。こうした研究は、合同式や表現論とも深く関わる。

5 関連概念

二次和は、単独で考えるよりも、一次和、二次形式、平方和の表現などと比較すると理解しやすい。さらに、エネルギー和や二乗平均と近い発想を共有しており、数量の大きさを捉える複数の枠組みの一部を成している。

5.1 一次和との違い

一次和は項の総量を直接示すのに対し、二次和は各項の強さを強調する。正負が混在する場合、一次和では打ち消しが起こるが、二次和では消えにくい。そのため、変動幅や散らばりの評価には二次和が適している。

5.2 二次形式

二次形式は、変数の二乗項と交差項からなる多項式である。二次和はその特別な場合や、係数を含む簡略形として現れる。線形代数では、二次形式は対称行列と結びつき、幾何学的な曲面や分類問題にも関係する。

5.3 平方和定理

平方和定理は、整数がいくつの平方数の和として表されるかを扱う結果群を指す。単純な加算ではなく、数の構造そのものが問われる点に特徴がある。これらの定理は、合同条件や素因数分解の性質と結びつく。

5.4 エネルギー和と二乗平均

エネルギー和は、信号や関数の全体的な強さを二乗で測る考え方である。二乗平均は、値の代表的な大きさを与える統計的指標で、二次和を平均化した量に近い。いずれも、単なる和よりも安定した尺度として利用される。