2011년 10월 14일 금요일

미분 방정식의 만병통치약: 그린 함수(Green's Function for Differential Equation)

[경고] 아래 글을 읽지 않고 "그린 함수"를 보면 바보로 느껴질 수 있습니다.
1. 디랙 델타 함수
2. 맥스웰 방정식
3. 페이저를 이용한 맥스웰 방정식
5. 적분 방정식의 의미

[확인] 본 페이지는 exp(-iωt) 시간 약속을 사용하고 있습니다.


조금 공부해보면 알지만 미분 방정식(differential equation)은 우리가 알고 있는 단순한 방정식중 하나가 아니다. 방정식의 해답을 구하기가 매우 어렵고 답을 구하는 절차도 그때 그때 다르기 때문에 미분 방정식은 풀이법 자체가 매우 어렵다. 그래서 방정식이란 이름이 들어갔다해서 미분 방정식을 1차 연립 방정식(simultaneous linear equation) 수준으로 생각하면 곤란하다. 물론 미분 방정식보다 더 어려운 방정식은 적분 방정식(integral equation)이다. 미분 방정식이 미지수를 미분한 형태로 표현되었다면 적분 방정식은 미지수를 정적분(definite integral)한 형태로 표현된다. 정적분으로 표현되기 때문에 식을 미분해서 적분 방정식을 미분 방정식으로 변환할 수는 없다. 왜냐하면 부정적분(indefinite integral)이 아닌 정적분이기 때문에 적분 기호 바깥에서 미분하더라도 적분이 없어지지 않는다. 이를 이해하려면 식 (10)을 한 번 미분해보라. 적분이 없어지는가? 없어지지 않는다.
적분 방정식보다는 수월하지만 여전히 복잡한 형태를 가진 미분 방정식을 해석적으로 푸는 표준적인 방법론은 푸리에 급수(Fourier series)와 푸리에 변환(Fourier transform) 혹은 그린 함수(Green's function)가 될 수 있다.[어떤 특정한 적분 방정식도 푸리에 변환을 통해 풀어낼 수 있다.] 그린 함수의 그린은 색깔이 아니다. 전설적인 영국의 수학자 그린George Green(1793–1841)이다. 그린이란 수학자는 수학사를 연구하는 사람들에게는 이해 못할 특이한 사람이다. 그린의 원래 직업은 빵을 만드는 제빵사(baker)와 밀을 빻는 방앗간 주인(miller)이었다. 그런 제빵사가 그린 정리(Green's theorem), 그린 함수 개념을 만들었다. 그린이 받은 정규 교육은 1년 정도가 전부였다. 주변에 도서관도 없어서 이웃 도시 도서관만 간간이 이용했어야 할 정도로 주변 교육 시설도 열악했다. 그런데 불현듯 35세[1828년]에 그린 정리와 그린 함수 이론을 발표했다[2]. 대부분은 학교에서 열심히 공부한 후에 더 연구를 해서 논문을 쓰지만, 그린은 빵을 만들다가 틈틈이 쉬는 시간에 수학을 연구해서 새로운 수학 정리를 발견했다. 뒤늦게 자신의 수학적 재능을 발견해서 매우 늦은 나이인 39세[1832년]에 케임브리지 대학교(University of Cambridge)에 입학해 새내기가 되었다. 우리와 비교해보면 이런 의외의 부분이 19세기 영국의 경쟁력이었다. 19세기 영국에서는 초등학교도 못나온 제빵사가 수학자가 되고[그린을 말한다.], 초등학교도 못나온 제본기사가 실험 과학자가 되고[패러데이(Michael Faraday)를 말한다.], 지방 출신에 지방대 나온 촌뜨기가 20대에 물리학 교수가 되고[맥스웰(James Clerk Maxwell)을 말한다.], 성격 나쁘고 귀가 불편한 장애인이 이론 물리 연구자로 성공하고[헤비사이드(Oliver Heaviside)를 말한다.], 섬마을 술주정뱅이가 천문대장[해밀턴(Sir William Rowan Hamilton)을 말한다.]을 했다. 19세기 영국과 비교해 대한민국은 얼마나 열린 사회인지 수학자 그린을 통해 다시 한 번 생각하게 된다.
그린 함수의 중요 지배 방정식을 유도하자. 먼저 페이저(phasor)를 이용하면 맥스웰 방정식(Maxwell's equations)이 아래의 헬름홀츠 방정식(Helmholtz equation)이 된다.

              (1)

                          (2)

여기서 $k$는 파수(波數, wavenumber)이다. 그린 함수를 써서 어떤 물리 구조에 대한 식 (1)의 스칼라 포텐셜(scalar potential) 해를 구해보자. 먼저 디랙 델타 함수(Dirac delta function)를 이용해 전하 밀도(electric charge density)를 적분으로 바꾸어보자.

                          (3)

식 (3)에 출현한 3차원 델타 함수는 아래로 정의한다.

                          (4)

식 (3)을 이용하면 그린 함수를 정의하는 지배 방정식을 다음처럼 얻을 수 있다.

                          (5)

식 (5)를 잘 보면 그린 함수는 선형 시스템(linear system)의 임펄스 응답(impulse response)이다. 그러면 식 (1)의 해를 그린 함수 관점에서 아래처럼 쓸 수 있다.

                          (6)

물론 식 (1)은 미분 방정식이므로 식 (6)은 전하 밀도가 존재하는 경우의 특수해(particular solution)가 된다. 식 (2)의 자기 벡터 포텐셜(magnetic vector potential)도 동일한 방법으로 구할 수 있다.

                          (7)

식 (7)과 (5)를 고려하면 자기 벡터 포텐셜은 아래로 표현된다.

                          (8)

여기서 $G_A(\cdot)$는 자기 벡터 포텐셜에 대한 그린 함수이다.[그린 함수는 식 (5)와 경계 조건(boundary condition)을 이용해 결정하므로 스칼라 포텐셜과 벡터 포텐셜의 그린 함수는 다를 수 있다.] 만약 그린 함수만 알 수 있다면 그린 함수 개념을 이용하면 식 (6)이나 (8)처럼 모든 선형 미분 방정식(linear differential equation)을 풀 수가 있다. 하지만 그린 함수 구하기는 몇몇 예외를 제외하고는 쉽지 않다. 또 하나 전하 밀도 $\rho$나 전류 밀도(electric current density) $\bar J$를 모르기 때문에 문제 풀이가 매우 어려워진다. 사실 전자파 문제를 푼다는 뜻은 $\rho, \bar J$ 구하기를 의미한다. $\rho, \bar J$를 이용해 전기장(electric field)자기장(magnetic field)을 구하면 정방향 문제(forward problem)라 한다. 전기장과 자기장의 경계 조건을 이용해 $\rho, \bar J$를 정하면 역방향 문제(inverse problem)라 부른다. 역방향 문제는 대표적인 적분 방정식 문제이다. 적분 방정식의 의미를 이해하기 위해 식 (8)을 이용해 자기장과 전기장을 구해보자.

          (9)

여기서 $\bar \nabla$가 포함하는 편미분은 관측점 $\bar r$ = $(x, y, z)$이 기준이고 체적 적분은 $\bar r$에 독립적인 원천점 $\bar r'$ = $(x', y', z')$에 대해 수행하므로, 편미분과 적분은 상호 교환이 가능하다. 예를 들어, 물리 구조가 완전 전기 도체(完全電氣導體, Perfect Electric Conductor, PEC)라면 전기장의 접선 성분(tangential component)이 0이 된다. 그러면 전류 밀도 $\bar J$는 다음을 만족하도록 결정되어야 한다.

               (10)

식 (10)에서 그린 함수 $G_A$는 결정되어 있으므로 미지 함수인 $\bar J$를 조정해서 식 (10)을 만족시켜야 한다. 그런데, 이 과정이 쉽지 않다.[∵ 식 (10)을 한 번 풀어보라. 완벽하게 풀 방법이 있는가?] 수학적으로 완벽한 기법을 써서 식 (10)의 적분 방정식(integral equation)을 풀 수 있는 방법은 아직 없다. 그래서 푸리에 급수(Fourier series)를 흉내낸 근사를 한다. 즉, 전류 밀도(electric current density) $\bar J$를 적절한 기저 함수(basis function)로 표현해서 식 (10)을 적분 방정식이 아닌 연립 방정식(聯立方程式, simultaneous equations)으로 만들어 전자파 문제를 근사적으로 푼다. 이런 접근법은 MoM(모멘트 기법, Method of Moments)이라 부른다. MoM을 최초한 제안한 사람은 러시아 기계 공학자 겸 응용 수학자인 갈레르킨Boris Grigorievich Galerkin(1871–1945)이다[1]. 갈레르킨이 1915년경갈레르킨 44세, 일제 식민지 시절에 MoM을 제안했지만 당시에는 컴퓨터가 없어 한동안 잊혀져 있다가 1960년경해링턴 35세, 장면 정부 시절에 해링턴Roger F. Harrington(1925–)에 의해 MoM이 재발견되었다[1]. 모멘트 혹은 능률(能率, moment)은 두 물리량의 곱 형태로 공식화한 핵심 측정량(measure)을 의미한다. 물리학에서는 보통 수직한 길이를 기준으로 모멘트를 만들지만 필수는 아니다. MoM에서 말하는 모멘트는 길이가 아니고 전류 분포이니 말이다. 혹은 물리학 개념을 빌려서 통계학에서 사용하는 적률(積率, moment)도 모멘트의 어원이다. MoM 제안자인 해링턴은 MoM에 출현하는 적분의 이름을 붙이기 위해 통계학의 적률 개념을 빌렸다[1]. 통계학에서 함수 $f(x)$의 $n$차 적률은 $\int x^n f(x)\,dx$이다. 적분이 들어간 적률 정의에서 $x^n$ 대신 가중치 함수 $w_n (x)$로 바꾸면, MoM에서 사용하는 모멘트 정의인 $\int w_n (x) f(x)\,dx$가 된다.
식 (8)과 동일한 방식을 도입해서 그린 함수를 사용한 전기 벡터 포텐셜 $\bar F(\bar r)$을 깔끔하게 공식화한다.[편하게 이해하려면 맥스웰 방정식의 쌍대성(duality of Maxwell's equations)을 쓴다.]

               (11a)

               (11b)

여기서 $\bar M(\bar r')$은 자류 밀도(magnetic current density)$G_F(\cdot)$는 전기 벡터 포텐셜용 그린 함수이다. 전기 벡터 포텐셜이 자류 밀도와 그린 함수로 정의되므로, $\bar F(\bar r)$로 생성되는 전자기장을 매우 쉽게 표현할 수 있다.

스튀름–리우빌 이론(Sturm–Liouville theory)을 이용해서 그린 함수를 고유치(eigenvalue)와 고유 함수(eigenfunction)로 표현한다. 먼저 식 (5)를 스튀름–리우빌 미분 방정식(Sturm–Liouville differential equation) 형태로 쓰면 다음과 같다.

               (12)

여기서 $\lambda$는 미분 방정식의 고유치이다. 스튀름–리우빌 이론에 따라 식 (11)에서 얻어지는 제$m$번 고유치 $\lambda_m$과 고유 함수 $\psi_m(x)$의 관계는 다음처럼 쓰여진다.

               (13)

식 (12)의 우변에 있는 디랙 델타 함수(Dirac delta function)고유치로 구성한 무한 급수로 공식화한다.

                     (14)

또한 고유 함수의 완비성(completeness of eigenfunctions)에 의해 그린 함수 $g(x, x'; \lambda)$는 기저가 $\psi_m(x)$인 무한 급수로 전개된다.

                     (15)

여기서 $g_m(x'; \lambda)$는 $\psi_m(x)$의 계수이다. 식 (14)와 (15)를 식 (12)에 대입해서 $\psi_m(x)$에 대해 정리한다.

                     (16)

식 (16)에 고유 함수의 직교성(orthogonality of eigenfunctions)을 적용해서 $g_m(x'; \lambda)$를 엄밀하게 결정한다. 따라서 그린 함수는 고유치와 고유 함수로 정확하게 표현된다.

                     (17)

식 (17)에서 $\lambda$ = $\lambda_m$을 포함하도록 복소 적분의 닫힌 경로 $c$를 정의한 후 코쉬의 적분 정리(Cauchy's integral theorem)를 적용한다. 

                     (18)

여기서 $\psi_m(x)$는 $\lambda$에 대해 극점(pole)이나 가지 자름(branch cut)이 없다. 결과적으로 그린 함수와 디랙 델타 함수는 코쉬의 적분 정리에 의해 서로 밀접하게 연결되어 있다.

[그림 1] 무한한 정의역을 위한 적분 경로

그린 함수가 정의된 정의역이 유한한 식 (17)과는 다르게 정의역이 무한대로 확장되는 경우는 고유치가 이산적이 아니고 연속이 된다. 왜냐하면 스튀름–리우빌 미분 방정식(Sturm–Liouville differential equation)정의역 비율 조정(domain scaling)에 대한 성질으로 인해 정의역 구간이 확대될수록 두 고유치의 차이가 줄어들기 때문이다. 이로 인해 정의역 구간이 무한이면, 두 고유치의 차이는 0으로 수렴해서 연속적인 고유치가 된다. 즉, [그림 1]에 표시한 가지 자름(branch cut)은 이산적인 고유치가 연속하면서 자연적으로 형성된다. 그래서 식 (18)은 무한한 정의역 혹은 연속적인 고유치 조건에서 다음처럼 변형된다.

                     (19)

식 (18)과 다르게 식 (19)에 나타난 복소 적분은 닫힌 경로가 아닌 열린 경로에서 정의된다. 이산적인 고유치 조건에서는 고유치 사이로 적분 경로가 통과할 수 있어서 식 (18)처럼 닫힌 경로가 된다. 반면에서 [그림 1]처럼 고유치가 연속이면, 경로를 어떻게 변형하더라도 연속적인 고유치를 통과할 수 없다.[$\because$ 고유치에서는 해석적이 아니기 때문이다.] 이 경우는 식 (19)처럼 디랙 델타 함수를 만드는 적분은 반드시 열린 경로에서 정의되어야 한다. [그림 1]처럼 가지 자름을 피하는 경로인 $c_1+c_2+c_3+c_R$에 대해 코쉬의 적분 정리(Cauchy's integral theorem)를 적용하면 다음 관계도 유도할 수 있다.

                     (20)

식 (26)처럼 그린 함수를 미소 구간[$x'-\Delta \le x \le x'+\Delta$]에 대해 적분해보면, 그린 함수는 모든 점에서 항상 연속이고 그린 함수의 미분은 도약 조건(jump condition)을 가져야 한다. 더 구체적으로 식 (12)의 좌변을 미소 구간에 대해 적분한 경우, 점 $x$ = $x'$ 근방에서 그린 함수가 가져야 하는 연속 및 도약 조건은 다음과 같다.

                     (21)

식 (21)을 기반으로 그린 함수를 다음처럼 쉽게 정의할 수 있다.

                     (22)

여기서 $A$는 상수, $g_l(x; \lambda)$와 $g_u(x; \lambda)$는 각각 $x \le x'$와 $x \ge x'$ 구간에서 그린 함수의 변화 특성을 규정한다. 최소수 $x_<$와 최대수 $x_>$의 개념을 이용해서 식 (22)를 더 간결하게 표기하기도 한다.

                     (23)

여기서 $x_<$ = $\min(x, x')$, $x_>$ = $\max(x, x')$이다. 식 (21) 혹은 (22)에 도약 조건을 적용해서 $A$를 결정한다.

                     (24)

여기서 $g'(x; \lambda)$ = $dg(x; \lambda)/dx$, $W(u, v)$는 함수 행렬식(Wronskian)이다. 식 (24)를 식 (23)에 대입해서 간략화된 그린 함수의 표현식을 얻는다.

                     (25)

식 (5)에 의해 결정되는 그린 함수가 가진 성질은 다음과 같다.

  • 연속성(continuity)
식 (17)에 의해 $\bar r \ne \bar r'$인 점에서 그린 함수가 연속임은 명백하다. 점 $\bar r$ = $\bar r'$ 근방의 연속성을 구하기 위해, 식 (5)를 매우 작은 체적 $v$에 대해 적분하고 발산 정리(divergence theorem)를 적용해서 정리한다.

                     (26)

미소 체적 $v$가 $0$으로 갈 때, 그린 함수가 $\bar r$ = $\bar r'$에서 불연속이면 그린 함수의 구배(gradient)는 발산한다. 이 경우에 구배의 면적 적분도 발산하므로, 식 (26)은 성립할 수 없다. 따라서 그린 함수는 모든 점에서 연속이 되어야 한다. 또한 그린 함수가 연속이라서 미소 체적 적분의 기여는 $0$이기 때문에, 식 (26)에 나온 구배의 면적 적분은 식 (21)에 있는 도약 조건을 꼭 포함해야 한다.

  • 대칭성(symmetry)
원천에 해당하는 디랙 델타 함수는 $\delta(\bar r - \bar r')$ = $\delta(\bar r' - \bar r)$이 성립하기 때문에 $g(\bar r, \bar r'; k)$ = $g(\bar r', \bar r; k)$을 만족한다.

  • 병진 불변성(translation invariance)
디랙 델타 함수의 입력 변수가 $\bar r - \bar r'$이므로, 원천에 대한 응답인 $g(\bar r, \bar r'; k)$도 병진에 대해서 불변성을 가진다. 따라서 그린 함수를 간단하게 $g(\bar r - \bar r'; k)$로 공식화할 수 있다.

고정점 정리(固定點 定理, Fixed Point Theorem)

[경고] 아래 글을 읽지 않고 "고정점 정리"를 보면 바보로 느껴질 수 있습니다.
1. 중간값의 정리


어렵게 증명했던 중간값 정리(intermediate value theorem)의 재미난 응용이 고정점 정리(fixed point theorem)이다. 고정점은 넣어준 입력 $x$와 함수값 $f(x)$가 동일한 값을 가짐을 의미한다. 즉, 함수 변환을 해도 변하지 않는 점이 고정점이 된다. 개념적으로 이해하기 위해 [그림 1]을 보자. $y$ = $f(x)$를 만족하는 어떤 함수 $f(x)$[그림 1에서 검정선]는 $y$ = $x$인 직선[그림 1에서 초록선]과 반드시 만난다. 아무리 봐도 $y$ = $x$를 만나지 않고 $y$ = $f(x)$를 그릴 방법은 없어 보인다.

[그림 1] 고정점의 예시(출처: wikipedia.org)

[고정점 정리]
변수 $x$와 연속 함수 $f(x)$의 정의 영역[즉 $f(x)$의 정의역과 공역]이 닫힌 구간 $[0, 1]$로 한정되면 $f(x_0) = x_0$인 고정점 $x_0$가 반드시 존재한다.

[증명]
새로운 함수 $g(x)$ = $x - f(x)$로 정의하면 이 함수는 연속 함수(continuous function)가 된다. 점 $x$ = $0$을 대입하면 $g(0)$ = $0 - f(0)$ = $-f(0)$이 되어서, $g(0)$는 반드시 $g(0) \le 0$이 된다. 마찬가지로 $x$ = $1$을 넣으면 $g(1)$ = $1 - f(1)$이 되어 $g(1)$은 반드시 $g(1) \ge 0$이 된다. 여기에 중간값의 정리를 적용해보자. 닫힌 구간 $[0, 1]$에 대해 $g(x)$는 $g(0) \le 0 \le g(1)$이 성립하므로 $g(x_0)$ = $0$을 만족하는 $x_0$가 반드시 존재한다. 따라서, 중간값의 정리에 의해 연속 함수 $g(x)$는 반드시 0에 해당하는 값을 가져야 한다. 즉, $f(x_0) $= $x_0$을 만족하는 고정점 $x_0$가 반드시 존재한다.
______________________________

만약 $a \le x \le b$, $c \le f(x) \le d$라면 $x, f(x)$가 닫힌 구간 $[0, 1]$의 사이값인지 확인이 안되므로 고정점 정리를 사용할 수 없다. 그래서, 다음과 같은 변환을 통해 고정점 정리를 사용하도록 $x, f(x)$를 바꿀 수 있다.

                       (1)

식 (1)에 의해 $g(x)$는 $x_0$에서 고정점을 가진다.

[다음 읽을거리]

2011년 10월 13일 목요일

디랙 델타 함수(Dirac Delta Function)

[경고] 아래 글을 읽지 않고 "디랙 델타 함수"를 보면 바보로 느껴질 수 있습니다.


[그림 1] 디랙 델타 함수의 개념적 정의(출처: wikipedia.org)

디랙 델타 함수(Dirac delta function)좌표계(coordinate system) 상에서 점(點, point)을 정의하기 위해 사용한다. 여러 수학자가 비슷한 개념을 사용했지만 1927년디랙 25세, 일제 식민지 시절에 디랙Paul Dirac(1902–1984)이 쓴 양자 역학(量子力學, quantum mechanics) 책이 유명해져서 델타 함수의 이름에 디랙이 붙게 되었다.[디랙이 델타 함수를 처음 사용한 해는 1926년이다.] 디랙은 행렬 이론(matrix theory)에 등장하는 식 (1)의 크로네커 델타(Kronecker delta)연속 함수(continuous function) 형태가 디랙 델타 함수라 생각해서 이와 같은 이름을 붙였다.

                       (1)

예를 들어 1차원 좌표계 상에서는 개념적으로 [그림 1]처럼 점을 생각할 수 있다. [그림 1]을 좀더 수학적으로 표현하면 다음과 같다.

                       (2a)

                       (2b)

점을 표현하기 위해서라면 $x$ = $0$이라 하면 되지 않나? 식 (2a)는 점을 표현하기에는 너무 복잡해 보인다. 하지만, 디랙 델타 함수를 사람들이 왜 쓰는가를 봐야한다. 디랙 델타 함수는 미분 방정식(differential equation)을 풀기 위해 사용한다. 미분 방정식에 합당한 디랙 델타 함수를 잘 정의해야 문제를 풀 수 있기 때문에, $x$ = $0$과 같은 초보적인 정의는 별의미가 없다. 식 (2b)는 디랙 델타 함수의 특성을 고려하면 당연하다. 디랙 델타 함수는 $x$ = $x'$인 경우에만 값이 존재하므로 $x, x'$를 바꾸더라도 값은 서로 같다.[∵ $x$ = $x'$와 $x'$ = $x$는 서로 동일하다.] 또한 식 (2a)의 정의는 수학자가 좋아하는 표현식이 아니다. 왜냐하면, 무한대가 들어가기 때문이다. 잘 알 듯이 무한대는 숫자가 아니고 수가 커져가는 상태이기 때문에 식 (2a)로 정의하면 디랙 델타 함수를 명확하게 정의할 수는 없다. 그래서 아래와 같은 적분 정의가 제대로된 델타함수 정의이다.

                       (3)

수학자들이 식 (3)을 좋아하는 이유는 무엇일까? 바로 적분을 이용해 점을 표현하기 때문이다. 이 특성을 바탕으로 미분 방정식의 해를 손쉽게 구한다. 이런 방식의 미분 방정식 풀이법은 그린 함수(Green's function) 방법이라 부른다. 예를 들면 임의의 함수 $f(x)$는 식 (3)의 양변에 $f(x)$를 곱해서 아래처럼 적분으로 표현할 수 있다.

                 (4)

여기서 $\delta(x-x')$는 식 (2a)의 정의에 의해 $x$ = $x'$에서는 무한대이고 $x$ $\ne$ $x'$이면 0인 디랙 델타 함수이다. 함수 $\delta(x-x')$는 $x$ = $x'$에서만 값을 가지므로, $f(x) \delta(x-x')$ = $f(x') \delta(x-x')$가 되어서 식 (4)가 증명된다.[∵ $x \ne x'$인 경우는 $\delta(x-x')$이 0이므로 $f(x)$에 관계없이 항상 같다.]
처음부터 수학자들이 디랙 델타 함수를 환영하지는 않았다. 폰 노이만John von Neumann(1903–1957)과 같은 저명한 수학자는 디랙 델타 함수를 망상(fiction)이라 폄하했으며, 양자 역학은 디랙 델타 함수와 같은 이상한 함수를 사용하지 않고도 명확하게 공식화할 수 있다고 강조했다[1]. 이러한 이유로 물리학자는 디랙 델타 함수가 편리하기 때문에 계속 사용하고, 수학자는 함수 정의가 이상하기 때문에 거부하는 애매한 상태가 지속되었다. 디랙 델타 함수에 대한 물리학과 수학 사이의 간극을 적극적으로 고민한 수학자는 슈바르츠Laurent Schwartz(1915–2002)이다[1]. 슈바르츠는 디랙 델타 함수를 비판하기보다 새로운 수학적 실체로 인식하였다. 디랙 델타 함수에 함수란 이름이 붙어있지만, 함수 정의에 의하면 디랙 델타 함수는 함수가 아니다.[$\because$ 특정한 점에서 함수가 발산하기 때문에 공역의 원소를 특정할 수 없다. 쉽게 말하면 특정한 점에서는 계산 불능이다.] 이 점이 수학자들의 주요 비판꺼리였다. 슈바르츠는 함수가 아니라고 부정하는 대신, 디랙 델타 함수는 함수의 일반화이며 새로운 실체라고 정확히 인식하였다. 이러한 인식의 결과물이 슈바르츠가 제안한 분포(distribution)란 개념이다. 분포는 함수(function)와 비슷하지만 정의역에서 차이가 난다. 함수의 정의역은 숫자이지만, 분포의 정의역은 구간이다. 이 구간을 정의하기 위해 함수를 정의역으로 택할 수도 있기 때문에, 분포는 범함수(functional: 정의역의 원소인 어떤 함수에서 실수나 복소수로 가는 사상)로 생각할 수 있다. 이 부분은 어려운 이야기 같지만, 식 (4)의 최종 결과식이 의미하는 바이다. 정의역이 구간이기 때문에, 분포 정의에서는 무한대 개념을 피할 수 있다. 또한 구간을 0으로 보내면 분포 정의는 함수 정의와 동일해진다. 좀 더 적극적으로 식 (3)을 보면, $x = 0$ 근방에서는 적분 구간을 어떻게 정의하더라도 적분값은 1이 됨을 알 수 있다. 따라서 분포 개념은 해당 구간에 함수값이 어떻게 배치되는지를 뜻하기 때문에, 수학적 이름은 당연히 분포가 되었다. 분포라는 새로운 수학적 정의로 인해 디랙 델타 함수는 빠르게 수학 영역으로 들어오게 되었다. 이런 획기적인 분포 개념을 제안한 슈바르츠는 1950년슈바르츠 35세, 이승만 정부 시절에 수학의 노벨상이라는 필즈 메달(Fields Medal)을 받게 된다. 슈바르츠가 받은 필즈 메달은 프랑스 최초의 필즈 메달이었다.
디랙 델타 함수를 식 (2a)나 (3)으로 정의할 수 있는 연속 함수는 잘 떠오르지 않는다. 그래서 델타 함수를 정의할 때는 [그림 2]처럼 항상 극한(limit) 개념을 사용해서 정의한다.

Illustration of approximating the Dirac delta ...
[그림 2] 극한을 이용한 디랙 델타 함수 정의(출처: wikipedia.org)

극한을 이용해서 디랙 델타 함수를 정의한다는 의미는 디랙 델타 함수를 만들 수 있는 극한이 하나가 아니고 여러 경우가 있을 수 있다는 뜻이다. 따라서, 아래에 디랙 델타 함수 정의인 식 (3)을 만족할 수 있는 다양한 예들을 소개한다. 단순히 생각하면 디랙 델타 함수는 식 (3)의 성질을 가진 함수를 표현하기 위한 일종의 표기법이 된다. 수학적으로 디랙 델타 함수는 분포 혹은 일반화 함수(generalized function)의 아주 좋은 예가 된다.

[그림 3] 구형 함수(출처: wikipedia.org)

[구형 함수 혹은 사각 함수 이용한 정의]

                       (5)

[증명]
[그림 3]의 구형 함수(矩形函數, rectangular function) 혹은 사각 함수는 아래처럼 정의한다.

                       (6)

구형 함수의 면적은 $1$이기 때문에, 상수 $a$만 잘 곱하면 식 (5)를 증명할 수 있다. 식 (6)에 의해 $a|t|$ = $1/2$이 되는 값은 $t$ = $\pm 1/(2a)$가 된다. 그래서, ${\rm rect}(t)$ = $1$이 되는 구간 길이는 $1/a$가 된다. 만약 $a$가 무한대로 가면, $1$이 되는 구간은 $0$이 되기 때문에 식 (3)의 정의 중 일부가 만족된다. 또한 식 (3)에 의해 구형 함수의 적분값[혹은 면적]이 $1$이 되어야 하므로, 이 결과에 $a$를 곱하면 식 (5)가 증명된다.
______________________________

구형 함수 정의인 식 (6)은 좀 인위적인 냄새가 난다. 그래서, 연속 함수의 극한으로 식 (6)을 다시 정의해보자.

                       (7)

변수 $t$에 구체적인 숫자를 넣어 극한을 취해보면 식 (7)과 (6)이 동등함을 쉽게 보일 수 있다. 그러면 디랙 델타 함수를 좀더 예쁘게 정의할 수 있다.

                       (8)

[그림 4] 가우스 함수(출처: wikipedia.org)

[가우스 함수 이용한 정의]

                       (9)

[증명]
가우스 함수(Gaussian function)의 아래 특성을 이용해 디랙 델타 함수를 정의해보자.

                       (10)

식 (10)에서 변수 치환을 하면 아래를 얻을 수 있다.

                       (11)

상수 $a$가 $0$으로 접근하면 $x \ne 0$에서는 함수값이 0이 되고 $x$ = $0$에서는 발산해서 식 (3)의 정의를 만족한다.
______________________________

[그림 5] 표본화 함수(출처: wikipedia.org)

[표본화 함수 이용한 정의]

                       (12)

[증명: 푸리에 변환쌍]
표본화 함수(sampling function) ${\rm Sa}(\cdot)$의 적분은 매우 까다로우므로[원칙대로 적분을 할 때는 조르당의 보조 정리(Jordan's lemma)를 사용한다.], 아래의 푸리에 변환쌍(Fourier transform pair)을 먼저 고려하자.

                       (13)

식 (6)에 정의된 구형 함수의 푸리에 변환은 표본화 함수가 된다. 이를 이용해 표본화 함수의 적분을 구하면 다음과 같다.

                       (14)

여기서 [그림 3]에 따라 ${\rm rect}(0)$ = $1$이다. 식 (14)의 결과에 변수 치환[$t \to at$]을 하면 아래를 얻을 수 있다.

                       (15)

식 (15)는 상수 $a$에 관계없이 성립하므로 $a$를 무한대로 보내보자. 그러면 $t$ = $0$인 점에서는 발산함을 볼 수 있다.

[증명: 푸리에 변환의 완비성]
식 (20)의 적분으로부터 다음이 성립한다.

                       (16)
______________________________

식 (12)는 엄밀한 의미에서 디랙 델타 함수는 아니다. 디랙 델타 함수가 되려면 $t \ne 0$ 영역에서 0이 되어야 하지만 $t$가 무한대로 가는 경우를 제외하고는 식 (12)가 0이 되지는 않는다. 하지만 식 (12)는 식 (4)를 아래와 같이 만족한다.

                       (17)

그래서 식 (12)와 같은 종류의 디랙 델타 함수를 발생기 델타 함수(發生期, nascent delta function)라 부른다. 발생기 델타 함수는 디랙 델타 함수를 정의하기 위한 극한을 취하기 전에는 식 (3)이 성립하지 않지만 극한을 취함으로써 식 (3)이 성립하여 디랙 델타 함수가 된다는 의미다. 예를 들면, 식 (11)과 (15)는 식 (3)과 닮아있지만 극한을 취하지 않아 $t \ne 0$ 영역에서 0이 되지 않는다. 비슷하게 식 (12)도 $t \ne 0$ 영역에서 0이 되지 않지만 식 (4)가 성립하기 때문에 발생기 델타 함수라 할 수 있다. 디랙 델타 함수는 어차피 미분 방정식을 풀기 위해 사용하므로 발생기 델타 함수를 사용하더라도 대세에는 지장이 없다.

[그림 6] 단위 계단 함수(출처: wikipedia.org)

[단위 계단 함수 이용한 정의]

                       (18)

[증명]
단위 계단 함수(unit step function)는 제안자 이름을 따라 헤비사이드 계단 함수(Heaviside step function)라고 하기도 한다. 함수 이름이 거창하지만 특성은 [그림 6]처럼 단순하다. 식 (18)을 식 (3)에 넣어 계산해보자.

                       (19)

[그림 6]을 참고하면 단위 계단 함수의 미분은 $t$ = $0$ 지점을 제외하고는 모두 0이므로 식 (3)을 정확히 만족한다.
______________________________

[푸리에 변환 이용한 정의]

                       (20)

[증명]
푸리에 변환의 완비성(completeness of Fourier transform)으로 쉽게 증명 가능하다.
______________________________

[한켈 변환 이용한 정의]

                       (21)

[증명]
한켈 변환의 특성(Hankel transform)으로부터 증명한다.
______________________________

식 (21)에서 $n$은 $\phi$방향 변화를 의미한다. 즉, $\phi$방향으로 $n$번 바뀌는 함수는 $e^{in\phi}$이므로, 방위각 함수 $e^{in\phi}$에 대한 디랙 델타 함수는 식 (21)로 표현된다.

[고유 함수의 무한 급수로 정의]

                      (22)


[증명]
고유 함수의 완비성(completeness of eigenfunctions)에 의해 증명 가능하다.
______________________________

[푸리에 급수 이용한 정의]

                  (23)

[증명]
푸리에 급수(Fourier series)도 고유 함수이므로 식 (22)를 이용해 증명 가능하다. 아니면 푸리에 급수의 완비성(completeness of Fourier series)을 이용해도 된다. 푸리에 급수 증명에 디리클레 핵심(Dirichlet kernel)이 사용되므로 식 (23)을 다음처럼 표현할 수도 있다.

(24)
______________________________

[한켈 함수 이용한 정의]

                      (25)

여기서 $y$는 항상 0보다 크다.

[증명]
식 (25)를 보면 분자에 $y$가 있기 때문에 $x \ne x'$인 경우 전체 값이 0이 되는 건 자명하다. 따라서 한켈 함수(Hankel function) 특성을 이용해 $x \approx x'$ 근방에서 $x$에 대해 적분을 해보자.

                      (26)

식 (25)의 두번째 줄을 적분한 값은 식 (26)에 의해 1이므로 디랙 델타 함수 정의에 의해 식 (25)가 항상 성립한다.
______________________________

식 (25)에서 $y$가 항상 0보다 작은 상태에서 0으로 간다면 특이하게 다음처럼 디랙 델타 함수의 부호가 바뀐다.

                      (27)

[2차 함수의 역수 이용한 정의: 로렌츠–코쉬 함수(Lorentz–Cauchy function) 혹은 룽에 함수(Runge function)]

                      (28)

[증명]
식 (26)에 제시한 적분을 이용해 식 (28)을 증명한다. 
______________________________

[브롬위치 적분 이용한 정의]

                      (29)

여기서 $\sigma$는 복소 적분을 수렴시키는 임의의 실수이다.

[증명]
라플라스 역변환(inverse Laplace transform)에 해당하는 브롬위치 적분(Bromwich integral)으로 증명한다.
______________________________

[멜린 변환 이용한 정의]

                  (30)

여기서 $\Re[s]$ = $\Re[u]$이다.

[증명]
______________________________

[멜린 역변환 이용한 정의]

                  (31)

[증명]
원칙적으로는 멜린 역변환(inverse Mellin transform)복소 함수론(complex analysis)으로 증명한다. 푸리에 변환과 관계된 식 (20)을 이용해서도 다음처럼 유도할 수 있다.

                  (32)

여기서 $t > 0$, $t' > 0$이다. 식 (32)의 최종 결과에 식 (1.4)를 적용해서 식 (31)을 얻는다.

                  (33)
______________________________

[그림 7] 반원 상의 복소 적분을 위한 닫힌 경로(출처: wikipedia.org)

[반원 상의 푸리에 변환 이용한 정의]

                       (34)

여기서 $R$은 [그림 7]에 있는 반원의 반지름이다.

[증명]
복소 지수 함수는 전영역에서 극점이 없으므로, 코쉬의 적분 정리에 의해 [그림 7]의 닫힌 경로를 도는 복소 적분은 $0$이다. 따라서 적분 방향을 바꾸어서 정리하면 식 (34)를 얻는다.

                       (35)

여기서 $c_2$에 대한 적분은 식 (20)과 같다.
______________________________

식 (12)와 (34)를 변형해서 복소 지수 함수의 지수가 무한대로 가는 새로운 극한값을 유도할 수 있다.

                  (36)

식 (36)의 마지막 줄과 식 (34)를 비교하면 다음 관계식을 얻는다.

                       (37)

여기서 $0 \le \phi \le \pi$이다.

[그린 함수 이용한 정의]

                     (38: 이산적 고유치)

                     (39: 연속적 고유치)

여기서 $g(x, x'; \lambda)$는 그린 함수(Green's function), $\lambda$는 미분 방정식의 고유치(eigenvalue), $\psi_m(x)$는 제$m$번 고유 함수(eigenfunction), $r(x)$는 스튀름–리우빌 미분 방정식(Sturm–Liouville differential equation)에 나오는 함수, $c$는 그린 함수의 모든 극점을 포함하는 닫힌 경로, $c_R$은 연속적 고유치를 모두 포함하는 원형인 열린 경로이다.

[증명]
그린 함수의 정의를 이용하여 증명한다.
______________________________

[콘토로비치–레베데프 변환 이용한 정의]

                       (40a)

                       (40b)

[증명]
식 (39)를 콘토로비치–레베데프 변환(Kontorovich–Lebedev transform)에 적용하면 쉽게 증명된다.
______________________________

[베버 변환 이용한 정의]

                  (41)

                   (42)

[증명]
식 (41)과 (42)는 각각 접선과 법선에 대한 베버 변환(Weber transform)과 관계되므로, 자연스럽게 적분과 디랙 델타 함수가 서로 연결된다.
______________________________

[푸리에 사인 및 코사인 변환 이용한 정의]

                       (43)

                       (44)

[증명]
식 (43)과 (44)는 바로 푸리에 사인 및 코사인 변환(Fourier sine and cosine transforms)의 완비성(completeness)이다.
______________________________

[르장드르 함수 이용한 정의]

                      (45)

[증명]
르장드르 함수(Legendre function) $P_n(\cos \theta)$는 고유 함수이므로, 식 (22)에 의해 식 (45)가 쉽게 증명된다. 여기서 $(2n+1) \mathbin{/} 2$는 $P_n(\cos \theta)$를 자기 자신으로 내적할 때에 나오는 상수의 역수, $x$ = $\cos \theta$의 미분은 $dx$ = $-\sin \theta d \theta$라서 식 (45)의 좌변에 $\sin \theta$가 나온다.
______________________________

[구면 조화 함수 이용한 정의]

                      (46)

[증명]
식 (23)에 따라 구면 조화 함수(spherical harmonics) $Y_n^m(\theta, \phi)$의 무한 수에는 $\phi$에 대한 디랙 델타 함수 $\delta(\phi - \phi')$가 숨어있다.

                      (47)

식 (46)의 좌변에서 디랙 델타 함수 $\delta(\phi - \phi')$를 묶어내고 나머지 항을 보면,  르장드르의 미분 방정식(Legendre's differential equation)의 고유 함수 $P_n^m(\cos \theta)$가 나온다. 계수 $m$을 고정한 $P_n^m(\cos \theta)$는 다시 식 (23)에 의해 새로운 디랙 델타 함수 $\delta(\theta - \theta')$를 생성한다.

                      (48)

여기서 무한 급수 안에 있는 상수는 $P_n^m(\cos \theta)$의 내적을 1로 만드는 상수이다. 다만 $|m| > n$을 만족하는 $P_n^m(\cos \theta)$는 0이라서, 식 (46)에 나온 계수 $m$은 $-n \le m \le n$만 택해서 공식화한다.
______________________________

식 (3)에 있는 디랙 델타 함수의 정의를 이용하면 분포(distribution) 관점으로 다양한 디랙 델타 함수의 성질을 증명할 수 있다.
 

   1. 기본(basics)   

[분포적 성질]

                  (1.1: 대칭성)

                  (1.2: 비율 조정)

[증명]
식 (3)에 식 (1.2)를 대입하고 식 (1.1)을 적용해서 적분한다.

                  (1.3)
______________________________

                  (1.4: 함수의 영점)

여기서 $x_k$는 $f(x)$의 $k$번째 영점(zero), $f'(x)$는 $f(x)$의 미분이다.

[증명]
함수 $f(x)$의 영점 $x_k$ 근처에서 다음처럼 디랙 델타 함수에 대한 적분을 한다.

                  (1.5)

여기서 $f(x)$는 $x_k$ 근처에서 선형적으로 변하며, $\Delta$는 매우 작은 양의 실수, $\Delta_t$는 $t$ = $f(x)$ 치환에 대한 $\Delta$의 변화량이다. 영점 $x_k$에 $f(x)$가 접하는 경우는 식 (1.1)을 기반으로 변수 치환해서 식 (1.5)와 비슷하게 적분한다.

                  (1.6)

함수 $f(x)$의 다른 영점에 대해서도 동일한 개념을 이용해서 식 (1.4)를 얻는다.
______________________________

식 (1.4)를 이용해서 식 (1.2)를 유도할 수도 있다.

                  (1.7: 미분)

[증명]
식 (1.7)의 첫째식에 대해 부분 적분을 한다.

                  (1.8)

식 (1.7)의 첫째식을 여러 번 적용해서 식 (1.7)의 둘째식을 얻는다.
______________________________

디랙 델타 함수의 미분은 특이하게도 함수 $f(x)$의 미분 연산자로 작용한다.


[참고문헌]
[1] N. Wheeler, "Simplified production of Dirac delta function identities," Reed College, USA, Nov. 1997. (방문일 2011-10-13)
[2] 최인혁, "해석학하는 만화 [6]: 디랙 델타…??", HORIZON, 2019년 11월. (방문일 2020-02-29)

[다음 읽을거리]
1. 그린 함수