Summary  
This chapter explains how to implement code to calculate the sum of arithmetic and geometric series using closed-form formulas (including handling infinite geometric series convergence).

General domain of usage  
Financial analysis

**数列**とは、数列の項を加算して構成される数学的表現。
最も一般的な型は**等差数列**と**等比数列**であり、それぞれ項の進み方が異なる。

定義

## 等差数列

**等差数列**は、数列の隣接する項の差が一定である場合に構成される。

$$
2, 5, 8, 11, 14, ...; (\text{公差}, d = 3)
$$

等差数列の最初の $$n$$ 項の和は次の式で表される：

$$
S_n = \frac{n}{2} \cdot (a + l)
$$

ここで：
- $$n$$ - 項数
- $$a$$ - 初項
- $$l$$ - 末項

また、末項 $$l$$ が不明な場合：

$$
S_n = \frac{n}{2} \cdot \left( 2a + (n - 1) \cdot d \right)
$$

### 例

数列 $$2,5,8,...$$ の**最初の10項**の和を求める。

$$
S_{10} = \frac{10}{2} \cdot (2 + (10 - 1) \cdot 3) = 5 \cdot (2 + 27) = 145
$$

## 等比数列

**等比数列**は、各項が一定の比率で前の項に掛けられて得られる数列。
 
$$
3,6,12,24,48,...;(\text{公比}, r=2)
$$ 


等比数列の最初の $$n$$ 項の和は次の式で表される：
 
$$
S_n = a \cdot \frac{1 - r^n}{1 - r},\ r \neq 1
$$

ここで：
- $$a$$ - 初項；
- $$r$$ - 公比；
- $$n$$ - 項数。

数列が**無限**で $$|r|<1$$ の場合：

$$
S = \frac{a}{1 - r}
$$


### 例：
数列 $$3,6,12,24,...$$ の**最初の4項**の和を求める。

$$
S_4 = 3 \cdot \frac{1-2^4}{1-2} = 3 \cdot \frac{1-16}{-1}=3 \cdot 15 = 45
$$


## 実世界での応用

等差数列や等比数列は、多くのデータサイエンス分野で現れる：

* **人口増加**や**資源モデリング**における等比級数；
* **金融分析**での複利計算；
* **収益予測**の時系列分析；
* **機械学習**の勾配降下法などのアルゴリズムにおける総和。


$$a=1$$、$$r=0.5$$、$$n=\infty$$ のとき、無限等比級数の和は？

データサイエンスに不可欠な数学的基礎を習得します。関数、微積分、線形代数、確率、次元削減の主要な概念を探求します。理論的理解と実践的なコーディング経験の両方を構築し、データ分析、複雑なシステムのモデリング、機械学習における高度な手法の適用能力を強化します。

数学関数の基礎を探求します。さまざまな種類の代数関数および超越関数、その性質、およびそれらをPythonで実装して実世界の問題を解決する方法について学びます。

集合と級数の概念を基礎的な操作から実践的な応用まで習得します。Pythonで集合演算を実装し、等差数列および等比数列を扱う実践的な経験を得られます。

極限、導関数、積分、偏導関数についての確かな理解を身につけます。これらの概念をPythonで実装し、勾配降下法による最適化への応用を通じて理論と実践を結びつけます。

ベクトル、行列、変換に関する強固な知識の構築。分解法および固有値解析の学習。Pythonによるコーディング課題や実践的なデータサイエンス応用を通じた概念の強化。

確率論と統計学を深く学びます。条件付き確率、ベイズの定理、統計的指標を学習します。Pythonで主要な概念を実装し、分布をシミュレーションし、課題やクイズを通じてスキルを強化します。

数列の導入

等差数列

例

等比数列

例：

実世界での応用