이 문서는 [[CONCRETE-MATH]] 2장.합 - 5.일반적인 방법들을 공부한 노트입니다.

개요

이번 장의 목표는 한 가지 문제를 다양한 방법으로 풀어보며 배운 바를 정리하는 것이다.

그리고 그 문제는 0부터 n까지의 거듭제곱의 합이다.

\[\Box_n = \sum_{0 \le k \le n} k^2, \quad for \; n \ge 0.\]

위의 합 식은 python 코드로 생각하자면 다음과 같다.

def box(n):
    sum = 0
    for k in range(n+1):
        sum += k**2
    return sum

앞으로 쭉 참고하게 될 것이므로 0~12 사이의 nn^2, Box(n) 값을 다음과 같이 구하였다.

for n in range(12 + 1):
    print(n, n**2, box(n))
  • 결과를 다음과 같이 표로 정리해 보았다.
    • 가장 오른쪽 열은 표를 정리하다가, 점화식 구조를 떠올리게 되어 추가한 것이다.
\(n\) \(n^2\) \(\Box_n\) \(\Box_n = n^2 + \Box_{n-1}\)
0 0 0 0
1 1 1 = 1 + 0
2 4 5 = 4 + 1
3 9 14 = 9 + 5
4 16 30 = 16 + 14
5 25 55 = 25 + 30
6 36 91 = 36 + 55
7 49 140 = 49 + 91
8 64 204 = 64 + 140
9 81 285 = 81 + 204
10 100 385 = 100 + 285
11 121 506 = 121 + 385
12 144 650 = 144 + 506

방법 0: 답을 찾아본다

Method 0: You could look it up.

이런 문제는 아마도 옛날 사람들이 다 풀어 놨을 것이다.

따라서 책이나 인터넷에서 답을 찾아본다.

이 문제의 닫힌 형식은 다음과 같다. 고등학교에서 배웠던 익숙한 공식이다.

\[\Box_n = { n(n+1)(2n+1) \over 6 }, \quad for \; n \ge 0. \tag{2.38} \label{2.38}\]

이 식을 python으로 옮기면 다음과 같을 것이다. 최적화되어 시간 복잡도가 선형 시간에서 상수 시간이 된 것 같다.

def Box(n):
    return n * (n+1) * (2*n+1) / 6

한편, 식을 전개하면 \(\Box_n = { 2n^3 + 3n^2 + n \over 6 }\) 이 되므로 다음과 같이 표현하는 것도 가능하다.

def Box(n):
    return (2*(n**3) + 3*(n**2) + n) / 6

방법 1: 답을 추측하고 귀납법으로 증명한다

Method 1: Guess the answer, prove it by induction.

일단 위에서 얻은 답은 잊어버리자.

그리고 이 책을 읽고 있는 내가 열심히 생각해서 다음과 같은 답을 추측했다고 치자.

\[\Box_n = { n(n+\frac{1}{2})(n+1) \over 3 }, \quad for \; n \ge 0.\]
  • 여기에서 중요한 것은 열심히 생각해서 떠올려 추측하는 것.
  • 별 생각이 안 난다면 이 방법은 사용할 수 없다.
  • 주관식 답을 찍는 것과 비슷하다. 그러나 그것보다는 조금 더 열심히 생각해야 한다.

이 답이 맞을 수도 있고, 틀릴 수도 있다.

그러니 수학적 귀납법으로 맞는지를 확인하면 된다.

수학적 귀납법으로 위의 추측을 검증하는 방법은 다음과 같다.

  • 점화식을 준비한다.
  • 점화식에 추측한 답을 대입해 모순이 없는지를 확인하면 된다.

그렇다면 주어진 문제를 통해 점화식을 만들어 보자.

  • 재귀 함수를 만드는 과정과 똑같다.
  • 재귀가 멈추는 조건인 n = 0일 때부터 만들자.
\[\Box_0 = 0^2 = 0\]
  • 이제 \(\Box_n\)과 \(\Box_{n-1}\)의 관계를 찾아주면 된다.
\[\begin{align} \Box_n & = \sum_{0 \le k \le n} k^2, \quad for \; n \ge 0. \\ & = 0^2 + 1^2 + 2^2 + ... + (n-1)^2 + n^2 \\ & = \left( 0^2 + 1^2 + 2^2 + ... + (n-1)^2 \right) + n^2 \\ & = \left( \Box_{n-1} \right) + n^2 \\ \end{align}\]

따라서 점화식은 다음과 같이 꾸밀 수 있을 것이다.

\[\begin{align} \Box_0 & = 0; \\ \Box_n & = \Box_{n-1} + n^2, \quad for \; n \le 0. \\ \end{align}\]
def box(n):
    if n == 0:
        return 0
    return Box(n-1) + n**2

이제 점화식에 추측한 식을 넣어보고, 모순이 없는지를 확인하면 된다.

\[\require{cancel} \begin{align} \Box_n & = \Box_{n-1} + n^2 \\ \\ \left( { n(n+\frac{1}{2})(n+1) \over 3 } \right) & = \left( { (n-1)(n - 1+\frac{1}{2})(n - 1 +1) \over 3 } \right) + n^2 \\ & \color{gray}{\text{양 변에 3을 곱하자}}\\ n(n+\frac{1}{2})(n+1) & = (n-1)(n - 1+\frac{1}{2})(n - 1 +1) + 3n^2 \\ n(n+\frac{1}{2})(n+1) & = (n-1)(n - \frac{1}{2})n + 3n^2 \\ & \color{gray}{\text{양 변을 n으로 나누자}}\\ (n+\frac{1}{2})(n+1) & = (n-1)(n - \frac{1}{2}) + 3n \\ n^2 + \frac{3}{2} \cdot n + \frac{1}{2} & = (n-1)(n - \frac{1}{2}) + 3n \\ \cancel{n^2} + \frac{3}{2} \cdot n + \cancel{\frac{1}{2}} & = \cancel{n^2} - \frac{3}{2} \cdot n + \cancel{\frac{1}{2}} + 3n \\ \frac{3}{2} \cdot n & = - \frac{3}{2} \cdot n + 3n \\ \frac{6}{2} \cdot n & = 3n \\ 3n & = 3n \\ \end{align}\]

따라서 추측이 맞다고 볼 수 있다.

그리고 추측한 값은, 다음과 같이 변형해보면 방법 0에서 알아낸 식과 똑같다.

\[\begin{align} \Box_n & = { n(n+\frac{1}{2})(n+1) \over 3 } \\ & = { n \cdot 2 \cdot (n+\frac{1}{2})(n+1) \over 2 \cdot 3 } \\ & = { n (2n+1)(n+1) \over 6 } \\ & = { n (n+1)(2n+1) \over 6 } \\ \end{align}\]

닫힌 형식을 구했다!

방법 2: 합을 어지럽힌다(섭동)

Method 2: Perturb the sum.

섭동법은 다음과 같은 방법이다.

  • 합 \(S_{n+1}\) 을 다음 두 가지 방법으로 표현한다.
    • 첫번째: 합의 마지막 항을 뽑아낸다.
      • 예: \(S_{n+1} = S_n + a_{n+1}\)
    • 두번째: 합의 첫 항을 뽑아낸다.
      • 예: \(S_{n+1} = a_0 + \sum_{1 \le k \le n+1} a_k = a_0 + \sum_{0 \le k \le n} a_{k+1}\)
  • 첫번째 식과 두번째 식을 같다고 놓고, 적절히 조작해서 \(S_n\)으로 표현한다.

섭동법을 적용해보자.

  • 첫번째: 합의 마지막 항을 뽑아낸다.
\[\Box_{n+1} = \Box_n + (n+1)^2\]
  • 두번째: 합의 첫 항을 뽑아낸다.
\[\begin{align} \Box_{n+1} & = 0^2 + \sum_{1 \le k \le n+1} k^2 \\ & = 0^2 + \sum_{0 \le k \le n} (k+1)^2 \\ \end{align}\]
  • 이제 둘을 조합한다.
\[\begin{align} \Box_n + (n+1)^2 & = 0^2 + \sum_{0 \le k \le n} (k+1)^2 \\ & = \sum_{0 \le k \le n} (k^2 + 2k + 1) \\ & = \sum_{0 \le k \le n} k^2 + \sum_{0 \le k \le n} 2k + \sum_{0 \le k \le n} 1 \\ & = \Box_n + \sum_{0 \le k \le n} 2k + \sum_{0 \le k \le n} 1 \\ & = \Box_n + 2 \sum_{0 \le k \le n} k + (n + 1) \\ & = \Box_n + 2 \cdot \frac{n(n+1)}{2} + (n + 1) \\ & = \Box_n + n(n+1) + (n + 1) \\ \\ \Box_n + (n+1)^2 & = \Box_n + n^2 + 2n + 1 \\ \end{align}\]

0 = 0 모양이 나와 작업이 실패하였다.

그렇다면 조금 더 머리를 굴려서 \(\sum k^2\) 모양이 남도록 조작을 할 궁리를 해야 한다.

방금 양 변이 \(\sum k^2 ... = \sum k^2 ...\)의 모양이 되어 \(\Box_n\)이 소거되었는데, 혹시 \(\sum k^3\)을 사용하면 양 변이 \(\sum k^3 ... = \sum k^3 ...\) 이 되고 \(\sum k^2\)가 남을 가능성은 없을까? 궁금하니 시도해 보자.

일단 다음과 같이 세제곱의 합을 정의하자.

\[\unicode{0x2750}_n = \sum_{0 \le k \le n} k^3\]

그렇다면 다음과 같이 섭동법을 적용해 보자.

  • 첫번째: 합의 마지막 항을 뽑아낸다.
\[\unicode{0x2750}_{n+1} = \unicode{0x2750}_n + (n+1)^3\]
  • 두번째: 합의 첫 항을 뽑아낸다.
\[\unicode{0x2750}_{n+1} = 0^3 + \sum_{0 \le k \le n} (k+1)^3\]
  • 이제 둘을 조합한다.
\[\begin{align} \unicode{0x2750}_n + (n+1)^3 & = 0^3 + \sum_{0 \le k \le n} (k+1)^3 \\ & = \sum_{0 \le k \le n} (k^3 + 3k^2 + 3k +1) \\ & = \sum_{0 \le k \le n} k^3 + \sum_{0 \le k \le n}3k^2 + \sum_{0 \le k \le n}3k + \sum_{0 \le k \le n}1 \\ & = \unicode{0x2750}_n + \sum_{0 \le k \le n}3k^2 + \sum_{0 \le k \le n}3k + \sum_{0 \le k \le n}1 \\ (n+1)^3 & = \sum_{0 \le k \le n}3k^2 + \sum_{0 \le k \le n}3k + \sum_{0 \le k \le n}1 \\ (n+1)^3 & = 3 \Box_n + \sum_{0 \le k \le n}3k + \sum_{0 \le k \le n}1 \\ n^3 + 3n^2 + 3n + 1 & = 3 \Box_n + 3 \cdot \frac{n(n+1)}{2} + (n+1) \\ 2n^3 + 6n^2 + 6n + 2 & = 6 \Box_n + 3 n(n+1) + 2(n+1) \\ 2n^3 + 6n^2 + 6n + 2 & = 6 \Box_n + 3n^2 + 5n + 2 \\ 2n^3 + 3n^2 + n & = 6 \Box_n \\ \Box_n & = { 2n^3 + 3n^2 + n \over 6 } \\ & = { n(2n^2 + 3n + 1) \over 6 } \\ & = { n(n + 1)(2n + 1) \over 6 } \\ \end{align}\]

닫힌 형식을 구했다!

방법 3: 레퍼토리를 구축한다

Build a repertoire.

일단 점화식은 다음과 같다.

\[\begin{align} \Box_0 & = 0; \\ \Box_n & = \Box_{n-1} + n^2, \quad for \; n \le 0. \\ \end{align}\]

레퍼토리법을 적용하려면 이를 일반화해야 한다.

그 다음, 일반식에 위의 점화식을 적용하여 답을 구하면 된다.

일반식 만들기

\(n^2\)을 사용하는 점화식이므로 일반식은 다음과 같다.

\[\begin{align} R_0 & = \alpha; \\ R_n & = R_{n-1} + \beta + \gamma n + \delta n^2, \quad for \; n \le 0. \\ \end{align}\]

그리고 닫힌 형태의 해가 다음과 같다고 하자.

\[R_n = A(n) \alpha + B(n) \beta + C(n) \gamma + D(n) \delta\]
  1. \(\alpha\)는 초항이고, 항을 거듭해가며 더해도 딱 한 번만 더해지므로 \(A(n) = 1\)이다.
  2. \(\beta\)는 항을 거듭해가며 더해가는 상수이므로 \(B(n) = n\)이다.
  3. \(\gamma\)는 항을 거듭해가며 n을 몇 번 더해가는지이므로 \(C(n) = \frac{n(n+1)}{2}\)이다.
  4. \(\delta\)는 항을 거듭해가며 n^2을 몇 번 더해가는지… 인데 아직 모른다.
    • \(D(n)\)만 구하면 되겠다.

참고: 1, 2, 3 항목이 잘 이해가지 않으면 [[c-m-02-Sums-02]]{02.합.02.합과 점화식} 문서를 다시 읽고 레퍼토리법을 복습하자.

\(\alpha, \beta, \gamma\)는 쉽게 구했지만 \(\delta\)는 아직 구하지 못했다.

\(R_n = n^3\) 이라면

\[\begin{align} R_0 & = A(0) \alpha + B(0) \beta + C(0) \gamma + D(0) \gamma \\ & = \color{red}{\alpha = 0^3} \\ & \therefore \alpha = 0 \\ \\ R_1 & = A(1) \alpha + B(1) \beta + C(1) \gamma + D(1) \gamma \\ & = \alpha + \beta + \gamma \cdot 1 + \delta \cdot 1^2 = 1^3 \\ & = \alpha + \beta + \gamma + \delta = 1 \\ & = \color{red}{\beta + \gamma + \delta = 1} \\ \\ R_2 & = A(2) \alpha + B(2) \beta + C(2) \gamma + D(2) \gamma \\ & = \alpha + \beta \cdot 2 + \gamma \cdot (1+2) + \delta \cdot (1^2 + 2^2) = 2^3 \\ & = \color{red}{2 \beta + 3 \gamma + 5 \delta = 8} \\ \\ R_3 & = A(3) \alpha + B(3) \beta + C(3) \gamma + D(3) \gamma \\ & = \alpha + \beta \cdot 3 + \gamma \cdot (1+2+3) + \delta \cdot (1^2 + 2^2 + 3^2) = 3^3 \\ & = \color{red}{3 \beta + 6 \gamma + 14 \delta = 27} \\ \end{align}\]

변수가 셋, 식이 셋이니 이제 연립 방정식을 풀 수 있다.

\[\begin{cases} \beta + \gamma + \delta & = 1 \\ 2\beta + 3\gamma + 5\delta & = 8 \\ 3\beta + 6\gamma + 14\delta & = 27 \\ \end{cases}\]

\(\beta + \gamma + \delta = 1\)를 써서 나머지 두 식을 심플하게 바꿔보자.

\[\begin{cases} \beta + \gamma + \delta & = 1 & ... (가) \\ 2\beta + 3\gamma + 5\delta & = 8 & ... (나) \\ 3\beta + 6\gamma + 14\delta & = 27 & ... (다) \\ \end{cases} \\ \color{gray}{\text{식 하나를 소거하자.}} \\ \begin{cases} - \beta + 2 \delta & = 5 & ... (나 - 3가) \\ - 3\beta + 8\delta & = 21 & ... (다 - 6가) \\ \end{cases} \\ \color{gray}{\text{이제 변수 하나의 값을 구할 수 있다.}} \\ \begin{array}{c|ccc} & - 3\beta & + 6 \delta & = 15 \\ - & - 3\beta & + 8 \delta & = 21 \\ \hline & & - 2 \delta & = -6 \\ \end{array} \\ \\ \begin{array}{lll} \therefore \delta & = 3 \\ \therefore \beta & = 1 & \because -\beta + 2\delta = 5\\ \therefore \gamma & = -3 & \because \beta + \gamma + \delta = 1\\ \end{array}\]

이제 \(D(n)\)을 구하기 위해 다음과 같이 식을 꾸밀 수 있다.

\[\begin{align} R_n & = A(n) \alpha + B(n) \beta + C(n) \gamma + D(n) \delta \\ \\ n^3 & = A(n) \cdot 0 + B(n) \cdot 1 + C(n) \cdot (-3) + D(n) \cdot 3 \\ & = B(n) -3 C(n) + 3 D(n) \\ \\ 3 D(n) & = n^3 - B(n) + 3 C(n) \\ & = n^3 - n + 3 \cdot \frac{n(n+1)}{2} \\ 6 D(n) & = 2 n^3 - 2n + 3 n(n+1) \\ & = 2 n^3 - 2n + 3n^2 + 3n \\ & = 2 n^3 + 3n^2 + n \\ D(n) & = { 2 n^3 + 3n^2 + n \over 6 } \\ & = { n(2 n^2 + 3n + 1) \over 6 } \\ & = { n(n+1)(2n+1) \over 6 } \\ \end{align}\]

이제 D(n)까지 다 구했다.

따라서 \(\Box_n = D(n)\) 이 된다.

문제를 해결하기

일반식은 다음과 같다.

\[R_n = A(n) \alpha + B(n) \beta + C(n) \gamma + D(n) \delta\]

그리고 A(n), B(n), C(n), D(n)는 다음과 같다.

\[\begin{cases} A(n) & = 1 \\ B(n) & = n \\ C(n) & = \sum_{k=0}^n k = \frac{n(n+1)}{2} \\ D(n) & = \sum_{k=0}^n k^2 = { n(n+1)(2n+1) \over 6 } \\ \end{cases}\]

그리고 일반화한 점화식은 다음과 같다.

\[\begin{align} R_0 & = \alpha; \\ R_n & = R_{n-1} + \beta + \gamma n + \delta n^2, \quad for \; n \le 0. \\ \end{align}\]

마지막으로 해결해야 하는 점화식은 다음과 같았다!

\[\begin{align} \Box_0 & = 0; \\ \Box_n & = \Box_{n-1} + n^2, \quad for \; n \le 0. \\ \end{align}\]

일반 점화식과 비교해 보자.

\[\begin{align} R_n = & R_{n-1} + \beta + \gamma n + \delta n^2 \\ \Box_n = & \Box_{n-1} + n^2 \\ \end{align}\]

모양이 심플해서 각 변수를 다음과 같이 설정하면, \(R_n = \Box_n\) 이 된다는 것을 알 수 있다.

\[\\ \begin{cases} \alpha & = 0 \\ \beta & = 0 \\ \gamma & = 0 \\ \delta & = 1 \\ \end{cases}\]

따라서 일반식을 적용하면 다음과 같이 된다.

\[\begin{align} R_n & = D(n) \\ & = { n(n+1)(2n+1) \over 6 } \\ \\ \therefore \Box_n & = { n(n+1)(2n+1) \over 6 } \\ \end{align}\]

닫힌 형식을 구했다!

방법 4: 합을 적분으로 대체한다

Replace sums by integrals.

  • 이산수학이 아니라 미적분을 배운 사람들은 \(\sum\) 보다 \(\int\) 이 더 익숙할 것이다.
  • 교재의 목표는 독자가 \(\sum\)에 익숙해지는 것이다.
    • 두 방식의 아이디어는 아주 비슷하다.

이를 밑변의 길이가 1이고 높이가 k^2인 직사각형들의 넓이의 합으로 생각할 수 있다.

\[\begin{align} \Box_n & = 0^2 + 1^2 + 2^2 + ... + n^2 \\ & = 1 \cdot 0^2 + 1 \cdot 1^2 + 1 \cdot 2^2 + ... + 1 \cdot n^2 \\ & \color{gray}{= 밑 \cdot 높 + 밑 \cdot 높 + 밑 \cdot 높 + ... + 밑 \cdot n^2 } \\ \end{align}\]

integral

  • \(f(x) = x^2\)  
  • 위의 그래프에서 곡선 아래쪽 면적의 넓이는 다음과 같다.
    • \(\int_0^n x^2 dx = \frac{1}{3} \cdot n^3\)  
  • 그런데 \(\Box_n\)은 직사각형들의 넓이의 총합이므로, 곡선 아래쪽의 면적을 확인해야 할 필요가 있다.

즉, 다음과 같이 생각할 수 있다.

\[\Box_n = \text{곡선 아래쪽의 넓이} + \text{곡선 위쪽 남은 부분들의 넓이}\]

그리고 곡선 아래쪽의 넓이는 적분을 통해 구할 수 있다.

\[\begin{align} \text{곡선 아래쪽의 넓이} & = \int_0^n x^2 dx \\ & = \frac{1}{3} \cdot n^3 \\ \end{align}\]

그렇다면 곡선 위쪽의 넓이만 구하면 된다.

곡선 위쪽의 넓이를 구하자

곡선 위쪽의 넓이 \(E_n\)은 다음과 같이 표현할 수 있다.

\[\require{cancel} \begin{align} E_n & = \Box_n - \text{곡선 아래쪽의 넓이} \\ & = \Box_n - \frac{1}{3} \cdot n^3 \\ & = (\Box_{n-1} +n^2) - \frac{1}{3} \cdot n^3 \\ \\ 한편, & \; E_{n-1} \text{를 정리해보면 다음을 알 수 있다.}\\ & E_{n-1} = \Box_{n-1} - \frac{1}{3} \cdot (n-1)^3 \\ & \color{red}{\Box_{n-1}} = E_{n-1} + \frac{1}{3} \cdot (n-1)^3 \\ & E_{n-1}\text{를 대입하자.} \\ \\ E_n & = (\color{red}{\Box_{n-1}} +n^2) - \frac{1}{3} \cdot n^3 \\ & = \left(\color{red}{E_{n-1} + \frac{1}{3} \cdot (n-1)^3} + n^2 \right) - \frac{1}{3} \cdot n^3 \\ & = E_{n-1} + \frac{1}{3} \cdot (n-1)^3 + n^2 - \frac{1}{3} \cdot n^3 \\ & = E_{n-1} + \frac{1}{3} \cdot (\cancel{n^3} - 3n^2 + 3n -1) + n^2 - \cancel{\frac{1}{3} \cdot n^3} \\ & = E_{n-1} + \frac{ \cancel{- 3n^2} + 3n -1}{3} + \cancel{\frac{3n^2}{3}} \\ & = E_{n-1} + \frac{3n -1}{3} \\ & = E_{n-1} + n - \frac{1}{3} \\ \\ \therefore E_n & = E_{n-1} + n - \frac{1}{3} \\ \\ \end{align}\]

\(E_0 = 0\)이므로, \(E_n\)의 닫힌 형식은 다음과 같이 구할 수 있을 것이다.

\[\begin{align} E_0 & = 0 \\ E_1 & = 0 + 1 - \frac{1}{3} \\ E_2 & = (0 + 1 - \frac{1}{3}) + 2 - \frac{1}{3} \\ ... \\ & \text{항이 하나 올라갈 때마다 n을 더하고 } \frac{1}{3} \text{을 빼고 있다.} \\ \\ \therefore E_n & = \sum_{0 \le k \le n} k - \frac{1}{3} \cdot n \\ & = \frac{n(n+1)}{2} - \frac{1}{3} \cdot n \\ & = \frac{n^2 + n}{2} - \frac{n}{3} \\ & = \frac{3n^2 + 3n}{6} - \frac{2n}{6} \\ & = \frac{3n^2 + n}{6} \\ \end{align}\]

결과를 정리해 보자.

\[\begin{array}{cccc} \Box_n & = & \text{곡선 아래쪽의 넓이} & + & \text{곡선 위쪽 남은 부분들의 넓이} \\ & = & \frac{n^3}{3} & + & \frac{3n^2 + n}{6} \\ \end{array}\]

이제 답을 구할 수 있을 것 같다.

\[\begin{align} \Box_n & = \frac{n^3}{3} + \frac{3n^2 + n}{6} \\ & = \frac{2n^3}{6} + \frac{3n^2 + n}{6} \\ & = \frac{2n^3 + 3n^2 + n}{6} \\ & = {n(2n^2 + 3n + 1) \over 6} \\ & = {n(n+1)(2n+1) \over 6} \\ \end{align}\]

닫힌 형식을 구했다!

곡선 위쪽의 넓이를 적분으로 구하자

문제는 풀었지만, 곡선 위쪽의 넓이를 적분으로 구하는 것도 연습할 가치가 있을 것 같다.

이것도 해보자.

곡선 위쪽의 넓이 \(E_n\)을 다음과 같이 표현하는 것도 가능할 것이다.

\[\require{cancel} \begin{align} E_n & = \text{0번째 직사각형의 넓이 - 0번째 직사각형 곡선 아래쪽 넓이} \\ & \quad + \text{1번째 직사각형의 넓이 - 1번째 직사각형 곡선 아래쪽 넓이} \\ & \quad + \text{2번째 직사각형의 넓이 - 2번째 직사각형 곡선 아래쪽 넓이} \\ & \quad ... \\ & \quad + \text{n번째 직사각형의 넓이 - n번째 직사각형 곡선 아래쪽 넓이} \\ \\ & = \sum_{1 \le k \le n} \left( k^2 - \int_{k-1}^{k} x^2 dx \right)\\ & = \sum_{1 \le k \le n} \left( k^2 - \left( \color{red}{\frac{k^3}{3} - \frac{(k-1)^3}{3}} \right) \right)\\ & = \sum_{1 \le k \le n} \left( \frac{3k^2}{3} - \frac{k^3}{3} + \frac{(k-1)^3}{3} \right)\\ & = \frac{1}{3} \sum_{1 \le k \le n} \left( 3k^2 - k^3 + (k-1)^3 \right)\\ & = \frac{1}{3} \sum_{1 \le k \le n} \left( \cancel{3k^2} - \cancel{k^3} + \cancel{k^3} - \cancel{3k^2} + 3k - 1 \right)\\ & = \frac{1}{3} \sum_{1 \le k \le n} \left( 3k - 1 \right)\\ & = \frac{1}{3} \left( \sum_{1 \le k \le n} 3k - \sum_{1 \le k \le n} 1 \right) \\ & = \frac{1}{3} \left( 3 \sum_{1 \le k \le n} k - n \right) \\ & = \frac{1}{3} \left( 3 \cdot \frac{n(n+1)}{2} - n \right) \\ & = \frac{n(n+1)}{2} - \frac{n}{3} \\ & = \frac{3n(n+1)}{6} - \frac{2n}{6} \\ & = \frac{3n^2+3n}{6} - \frac{2n}{6} \\ & = \frac{3n^2+n}{6} \\ \\ \therefore E_n & = \frac{3n^2+n}{6} \\ \end{align}\]

윗 절에서 구한 \(E_n\)과 똑같다.

책에 있는 학생 주석엔 "미적분에 중독된 사람들을 위한 방법이다.(This is for people addicted to calculus.)" 라고 되어 있었지만, 이 방법이 더 쉽고 간편한 것 같다.

그 외의 방법들 (방법 6, 7)

다음 방법들은 이번 챕터에서 배우지 않고 다음 챕터에서 배운다.

  • 방법 6: 유한 미적분을 사용한다. (Method 6: Use finite calculus.)
    • [[c-m-02-Sums-06]]{2.6 유한-무한 미적분}에서 배운다.
  • 방법 7: 생성함수를 사용한다. (Method 7: Use generating functions.)
    • [[c-m-05-Binomial-Coefficients-04]]{5.4 생성함수}에서 배운다.
  • [[CONCRETE-MATH]]