傅里叶分析
定义
标准正交基和模长
对于在闭区间
\left{\frac{1}{\sqrt{2 \pi}},\frac{\cos mx}{\sqrt{\pi}}, \frac{\sin mx}{\sqrt{\pi}}, m=,1,2,\cdots\right}
\langle f, g\rangle=\int_a^bf(x)g(x) \mathrm{d}x
|f|=\sqrt{\langle f, f\rangle}=\sqrt{\int_{a}{b}f(x) \mathrm{d}x},
|f-g|=\sqrt{\langle f-g, f-g\rangle}=\sqrt{\int_{a}{b}[f(x)-g(x)] \mathrm{d}x}.
g(x)=g_n(x):=\frac{\alpha_0}2+\sum_{k=1}^\infty(\alpha_k\cos kx+\beta_k\sin kx)
f(x)=\frac{a_0}{2}+\sum_{n=1}^\infty(a_n\cos nx+b_n\sin nx).
\begin{align}
a_{m}=\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)\cos mx \mathrm{d}x\quad(m=0,1,2,\cdots),\b_{m}=\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)\sin mx \mathrm{d}x\quad(m=1,2,\cdots).
\end{align}
\sum a_{n}sin\mathrm{n}x
\sum a_{n}sin\mathrm{n}x
a_{n}=o(\frac{1}{n})
先证必要性:
*此处通过取特殊的 x 的方式说明*
此时只需考虑区间 (0,1). 设级数在这个区间上一致收敛,则对于 $\varepsilon>0$, 存在 $N$, 使得对于任意的 $p>n>N$, 不等式 $|S_n,p|<\varepsilon$ 对所有 $x\in(0,1)$ 同时成立.
取$p= 2n- 1$, $x= \frac \pi {4n}$,这时在和式
$S_{n,2n-1}=b_n\sin nx+b_{n+1}\sin(n+1)x+\cdots+b_{2n-1}\sin(2n-1)x$
中的每个正弦函数的自变量都在区间$\left[\frac\pi4,\frac\pi2\right]$中,因此就有
$b_{2n}n\sin\frac\pi4<b_{2n}[\sin nx+\sin(n+1)x+\cdots+\sin(2n-1)x]\leqslant S_{n,2n-1}<\varepsilon$,
可见 $b_n=o\left(\frac1n\right)$成立.
再证充分性:
我们希望证明对于任意的 $n,p$ 都有$$
|\sin nx+...+\sin px|<\epsilon
|\frac{\sin (n+\frac{1}{2})x-\sin(p-\frac{1}{2})x}{2\sin \frac{x}{2}}|
<\epsilon$$ 但是这不是容易的,因为 x 可能取到
从非负无穷小量
且有
先考虑 x 较小的情况,这时我们要处理
(1) 若
则在
$$
\sin\theta\leqslant\theta,\forall\theta\in[0,\pi]
(2) 若 $x\geqslant\frac\pi n$, *终点大于 $\pi$ 的情况这时候 x 和 0就有了一定的距离,我们就可以用三角变换后的放缩了,但是注意不能放缩过界:因为我们最后会进行一步线性放缩,这个 n 不能太大*
则利用三角变换 (见例题 13.3.3), Jordan 不等式 $\sin\theta\geqslant\frac2\pi\theta,\forall\theta\in\left[0,\frac\pi2\right]^{n}$ 和 $\frac x2\leqslant\frac\pi2$, 可以对于任意 $r\geqslant n$ 估计出
$$|\sin nx+\sin(n+1)x+\cdots+\sin rx|\leqslant\frac1{\sin(x/2)}\leqslant\frac\pi x\leqslant n,$$
然后从 Abel 变换和$\{b_n\}$的非负单调性得到$$|S_{n,p}|\leqslant\frac\pi x\cdot b_n\leqslant nb_n\leqslant\mu_n.$$
(3) 若 $\frac\pi p<x<\frac\pi n$,*起点和终点在 $\pi$ 左右两边,换句话说就是 $\pi$ 在中间,我们只需要从中间砍开就得到上面两种情况*则需同时使用以上两种方法. 分拆 $S_n,p=S_{n,k}+S_{k+1,p}$,
其中取$k=[\pi/x]\left(\text{使得 }n\leqslant k<p\right)$,并分别用前面的两种方法估计,就得到
$$|S_{n,p}|\leqslant|S_{n,k}|+|S_{k+1,p}|\leqslant\pi\mu_n+\mu_{k+1}\leqslant\mu_n(\pi+1),$$
其中利用了$kx\leqslant\boldsymbol{\pi}<(k+1)x$ 和 $\mu_{k+1}\leqslant\mu_n.$
合并(1)—(3),就得到估计式$|S_n,p|\leqslant\mu_n(\pi+1)$对于任意$p>n$和$x\in[0,\pi]$
同时成立.由于 $\mu_n\to0$, 可见级数一致收敛.
复数形式
通过$$
\mathrm{e}^{\mathrm{i}x}=\cos x+\mathrm{i}\sin x
\cos n\omega x=\frac{\mathrm{e}^{\mathrm{i}n\omega x}+\mathrm{e}^{-\mathrm{i}n\omega x}}{2},\quad\sin n\omega x=\frac{\mathrm{e}^{\mathrm{i}n\omega x}-\mathrm{e}^{-\mathrm{i}n\omega x}}{2\mathrm{i}},
\begin{gathered}
f(x) =\frac{a_{0}}{2}+\sum_{n=1}{\infty}\left(a_{n}\frac{\mathrm{e}n\omega x}+\mathrm{e}^{-\mathrm{i}n\omega x}}{2}+\mathrm{i}b_{n}\frac{\mathrm{e}^{-\mathrm{i}n\omega x}-\mathrm{e}^{\mathrm{i}n\omega x}}{2}\right) \
=\frac{a_{0}}{2}+\sum_{n=1}{\infty}\frac{a_{n}-\mathrm{i}b_{n}}{2}\mathrm{e}n\omega x}+\sum_{n=1}{\infty}\frac{a_{n}+\mathrm{i}b_{n}}{2}\mathrm{e}n\omega x},\
:=\sum_{n=-\infty}{\infty}F_{n}\mathrm{e}n\omega x},
\end{gathered}
\begin{gathered}
F_{0}={\frac{a_{0}}{2}}={\frac{1}{2l}}\int_{-l}^{l}f(x) \mathrm{d}x, \
F_{\pm n} =\frac{1}{2}(a_{n}\mp\mathrm{i}b_{n})=\frac{1}{2l}\int_{-l}^{l}f(x)(\cos n\omega x\mp\mathrm{i}\sin n\omega x) \mathrm{d}x \
=\frac{1}{2l}\int_{-l}{l}f(x)\mathrm{e}n\omega x} \mathrm{d}x\quad(n=1,2,3,\cdots).
\end{gathered}
平方平均收敛
我们可以用内积的方法来定义收敛性:两个向量(此处是函数)离得足够近。
即$$
\lim_{n\rightarrow \infty} \int_{-\pi}{\pi}(g(x)-g_{n}(x)) \mathrm{d}x=0
与
注意到
对任何
对于极限的情况,Parseval 证明了这个不等式是可以取等的:
[!Parseval等式]
设函数,则 的 Fourier 级数部分和 构成的三角多项式列平方平均收敛于
\frac{a_02}{2}+\sum_{k=1}(a_k2+b_k2)=\frac{1}{\pi}\int_{-\pi}{\pi}f2(x) \mathrm{d}x.
g(x)=g_n(x):=\frac{\alpha_0}2+\sum_{k=1}^\infty(\alpha_k\cos kx+\beta_k\sin kx)
成立,那么称
Fourier 变换
我们在推导 Fourier 级数的复数形式的时候,导出了$$
f(x)\sim\sum_{n=-\infty}{\infty}F_n\mathrm{e}n\omega x},
F_{\pm n}=\frac{1}{2l}\int_{-l}{l}f(x)\mathrm{e}n\omega x} \mathrm{d}x
\lambda_n=n\omega=\frac{n \pi}{l},
\Delta\lambda_n=\lambda_n-\lambda_{n-1},
\begin{aligned}
f(x)\sim & \sum_{n=-\infty}{\infty}\frac{1}{2l}\int_{-l}f(\xi)\mathrm{e}^{-\mathrm{i}n\omega(\xi-x)} \mathrm{d}\xi \
&=\sum_{n=-\infty}^{\infty}\frac{1}{2 \pi}\left[\int_{-l}{l}f(\xi)\mathrm{e}\lambda_{n}(\xi-x)} \mathrm{d}\xi\right]\Delta\lambda_{n} \
&=\sum_{n=-\infty}^{\infty}\frac{1}{2 \pi}\Delta\lambda_{n}\mathrm{e}^{\mathrm{i}\lambda_{n}x}H_{n},
\end{aligned}
H_n=\int_{-l}lf(\xi)\mathrm{e}\lambda_n\xi} \mathrm{d}\xi.
f(x)\sim\frac{1}{2 \pi}\int_{-\infty}^{+\infty}\mathrm d\lambda\mathrm e^{\mathrm i\lambda x}\int_{-\infty}^{+\infty}\mathrm d\xi f(\xi)\mathrm e^{-\mathrm i\lambda\xi}
当
我们发现,对
这不是偶然的情况,我们把它看成两个映射$$
f(x)\rightarrow \int_{-\infty}{+\infty}f(\xi)\mathrm{e}\lambda\xi} \mathrm{d}\xi:=F(\lambda)
F(\lambda)\rightarrow \frac{1}{2 \pi}\int_{-\infty}{+\infty}F(\lambda)\mathrm{e}\lambda x} \mathrm{d}\lambda=f(x)
\begin{aligned}
f(x)& =\frac{1}{2 \pi}\int_{-\infty}^{+\infty} \mathrm{d}\lambda\int_{-\infty}{+\infty}f(\xi)\mathrm{e}\lambda(\xi-x)} \mathrm{d}\xi \
&=\frac{1}{\pi}\int_{0}^{+\infty} \mathrm{d}\lambda\int_{-\infty}^{+\infty}f(\xi)\cos\lambda(x-\xi) \mathrm{d}\xi \
&={\frac{1}{\pi}}\int_{0}{+\infty}\mathrm{d}\lambda\left(\int_{-\infty}f(\xi)\cos\lambda\xi\cos\lambda x \mathrm{d}\xi+\int_{-\infty}^{+\infty}f(\xi)\sin\lambda\xi\sin\lambda x \mathrm{d}\xi\right),
\end{aligned}
f(x)=\int_0^{+\infty}(a(\lambda)\cos\lambda x+b(\lambda)\sin\lambda x) \mathrm{d}\lambda,
其中第五条,需要补充卷积的概念
[!卷积]
设函数与 在区间 上可积并绝对可积,则下列积分定义了一个新的函数
称为
本文作者:黄骏的博客
本文链接:https://www.cnblogs.com/hj1729/p/18746700
版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步