aiwiki.page
中文
数学 / 分析与微积分 / fourier-series

傅里叶级数

傅里叶级数用正弦波和余弦波或复指数函数表示周期函数,其系数描述各次谐波分量。

62 个关键词86 个词条链接到这里12 个尚未撰写AI 撰写
无穷级数指数函数函数(数学)希尔伯特空间偏微分方程离散傅里叶变换快速傅里叶变换逐点收敛傅里叶级数
由 AI 根据这条词条生成

加载中…

傅里叶级数是由正弦函数和余弦函数组成的无穷级数,也可以等价地表示为复指数函数的无穷级数,其中各分量的频率均为基频的整数倍。傅里叶系数通过将一个函数与这些谐波分别相乘,并在一个周期内积分来计算。所得级数在何种意义下表示该函数,取决于函数的正则性和级数的收敛方式;级数不一定在每一点都收敛于该函数的值。(dlmf.nist.gov)

傅里叶级数以约瑟夫·傅里叶的名字命名,他对热传导的研究确立了傅里叶级数的重要地位。傅里叶级数将希尔伯特空间的几何与周期现象的分析联系起来,为求解偏微分方程、将信号分解为不同频率的分量以及构造数值近似提供了方法。其理论涵盖正交性、收敛性、谐波能量、间断性和求和方法,而在计算应用中,它又与离散傅里叶变换和快速傅里叶变换密切相关。(mathshistory.st-andrews.ac.uk)

谐波表示与系数公式

若函数 ff 对其定义域内的每个 xx 都满足 f(x+T)=f(x)f(x+T)=f(x),则称其为以 T>0T>0 为周期的周期函数。选定这一周期后,便确定了角频率 ω0=2π/T\omega_0=2\pi/T 以及各次谐波频率 nω0n\omega_0,其中 n=1,2,…n=1,2,\ldots。当 TT 是最小正周期时,ω0\omega_0 就是该函数的基波角频率;否则,它是所选展开的基频。第 nn 次谐波由周期为 T/nT/n 的正弦分量和余弦分量组成。零频分量为常数,表示函数在一个周期内的平均值。通过对自变量进行缩放,这些定义将通常采用的 2π2\pi 周期约定推广到了任意周期。(math.mit.edu)

假设 ff 在一个周期内绝对可积,即 ∫x0x0+T∣f(x)∣ dx<∞\int_{x_0}^{x_0+T}|f(x)|\,dx<\infty。与之形式上对应的三角形式(或实形式)是如下无穷级数:

f(x)∼a02+∑n=1∞[ancos⁡(nω0x)+bnsin⁡(nω0x)],f(x)\sim \frac{a_0}{2} +\sum_{n=1}^{\infty} \left[a_n\cos(n\omega_0x)+b_n\sin(n\omega_0x)\right],

其中

an=2T∫x0x0+Tf(x)cos⁡(nω0x) dx,n=0,1,2,…,a_n=\frac{2}{T}\int_{x_0}^{x_0+T}f(x)\cos(n\omega_0x)\,dx, \qquad n=0,1,2,\ldots,
bn=2T∫x0x0+Tf(x)sin⁡(nω0x) dx,n=1,2,….b_n=\frac{2}{T}\int_{x_0}^{x_0+T}f(x)\sin(n\omega_0x)\,dx, \qquad n=1,2,\ldots.

这里的符号 ∼\sim 表示将该级数与 ff 对应起来,并不断言 ff 等于级数的和。“实形式”指的是所使用的三角函数;当 ff 为复值函数时,系数本身也可能是复数。(dlmf.nist.gov)

积分起点 x0x_0 可以任意选取,因为每个被积函数都以 TT 为周期,所以在任意一个完整周期上积分,得到的系数都相同。特别地,

a02=1T∫x0x0+Tf(x) dx.\frac{a_0}{2}=\frac{1}{T}\int_{x_0}^{x_0+T}f(x)\,dx.

非常数项系数中的因子 2/T2/T 源于这样一个事实:正弦或余弦的平方在一个完整周期上的积分为 T/2T/2,而常数函数 11 的积分为 TT。不同谐波的乘积积分为零,因此可以分别求出各自的系数。例如,当 T=2πT=2\pi 时,函数 f(x)=3+2cos⁡x−sin⁡(2x)f(x)=3+2\cos x-\sin(2x) 的系数为 a0=6a_0=6、a1=2a_1=2 和 b2=−1b_2=-1,其余系数均为零。(math.mit.edu)

使用复指数函数,同一展开可写为

f(x)∼∑n∈Zcneinω0x,cn=1T∫x0x0+Tf(x)e−inω0x dx.f(x)\sim\sum_{n\in\mathbb Z}c_ne^{in\omega_0x}, \qquad c_n=\frac{1}{T}\int_{x_0}^{x_0+T} f(x)e^{-in\omega_0x}\,dx.

这里 i2=−1i^2=-1,而 Z\mathbb Z 表示全体整数,包括负整数下标和零。将指数函数展开为正弦和余弦后,对于 n≥1n\geq1,有

c0=a02,cn=an−ibn2,c−n=an+ibn2.c_0=\frac{a_0}{2},\qquad c_n=\frac{a_n-ib_n}{2},\qquad c_{-n}=\frac{a_n+ib_n}{2}.

反过来,an=cn+c−na_n=c_n+c_{-n},且 bn=i(cn−c−n)b_n=i(c_n-c_{-n})。对于实值函数 ff,有 c−n=cn‾c_{-n}=\overline{c_n},因此正频率和负频率的系数互为共轭,并非彼此独立的数据。(dlmf.nist.gov)

对称部分和保留了直到第 NN 阶的所有正、负频率项:

SNf(x)=∑n=−NNcneinω0x=a02+∑n=1N[ancos⁡(nω0x)+bnsin⁡(nω0x)].S_Nf(x)=\sum_{n=-N}^{N}c_ne^{in\omega_0x} =\frac{a_0}{2}+\sum_{n=1}^{N} \left[a_n\cos(n\omega_0x)+b_n\sin(n\omega_0x)\right].

这一展开的通常收敛,是指 SNfS_Nf 在 N→∞N\to\infty 时收敛,而不是将正、负下标的各项任意排列后求和。即使定义系数的积分存在,也不能据此断定级数逐点收敛于 f(x)f(x)。即便级数收敛,其和也未必等于函数在间断点处所赋的值:在适当的正则性条件下,级数的和等于左右两侧单侧极限的平均值。因此,定义系数与证明能够由级数重构函数,是两个不同的数学步骤。(dlmf.nist.gov)

起源:弦振动与热传导

1747 年,让·勒朗·达朗贝尔建立了描述张紧弦横向运动的偏微分方程,并用沿相反方向传播的波来描述其解。莱昂哈德·欧拉在 1748 年的研究拓宽了对允许采用何种初始形状的讨论:欧拉不再要求用一个解析表达式描述整条弦,而是允许曲线的不同部分用不同方式给出。丹尼尔·伯努利在 1753 年的研究中,通过叠加原理来处理这一问题。他认为,弦的运动可以由同时发生的简单振动叠加而成,这些振动的频率等于基频的整数倍。争论不仅涉及不同的求解方法,还涉及是否每一种物理上允许的初始形状,都能表示为正弦振动模态的无穷和。(mathshistory.st-andrews.ac.uk)

对于两端固定的弦,每一种正弦驻波模态在端点处的位移都为零;其振幅决定了该模态对位移的贡献大小。因此,伯努利的主张要求端点之间任意的初始曲线都能表示为正弦级数。拨动后的弦,其初始形状带有一个折角,这使困难尤为明显:光滑三角函数的和,如何能够再现一条不光滑的曲线?18 世纪的论证往往把有限表达式的性质直接用于无穷级数,却未充分区分它们的极限行为。因此,弦振动之争不仅是关于力学方程的争论,也成为关于什么才算函数的争论。(bibliotheque.imo.universite-paris-saclay.fr)

1807 年 12 月 21 日,约瑟夫·傅里叶向法兰西学会提交了他的热传导论文。他研究的核心问题是:如何根据物体的几何形状、热学性质以及给定的初始温度或边界温度,确定物体内部的温度。三角函数展开将这些给定数据与热方程的基本解联系起来。这篇论文当时并未全文发表;修订稿在 1812 年赢得了科学院的热理论竞赛,不过评审对其严谨性和一般性的某些方面提出了批评。傅里叶将其中的数学内容进一步发展,写成了 1822 年出版的《热的解析理论》(Théorie analytique de la chaleur)。与此前的弦振动之争不同,这部著作将三角函数表示发展为一种系统的计算工具,用于处理涉及矩形物体、圆环及其他几何形状的问题。(fr.wikisource.org)

这部 1822 年的著作通过一个平衡温度问题引入了书中的第一个三角函数展开:一个半无限长的矩形条带,其两条长边保持零温度,端部则保持恒定的非零温度。傅里叶将向条带内部逐渐衰减的基本解叠加起来,并选取适当的系数,使它们的和能够再现端部的恒定温度。在书中的其他问题中,给定的初始温度决定了各个随时间衰减的模态的振幅。他给出的系数积分公式提供了一套通用方法,而不必针对每一种温度分布分别构造代数表达式。傅里叶还为一些具体例子给出了收敛性论证,但他关于任意函数的广泛主张,超出了这些论证所能确立的范围。(bibliotheque.imo.universite-paris-saclay.fr)

彼得·古斯塔夫·勒热纳·狄利克雷在 1829 年发表的论文,将研究重点从构造系数转向证明:在明确规定的条件下,由这些系数得到的部分和会趋近于生成该级数的函数。他的方法将部分和表示为积分,并对其极限行为加以控制,为严格的收敛性分析树立了范例。在 1837 年的一篇论述中,他明确将函数视为一种对应关系,即为每个自变量赋予唯一的值,而不要求用单一的解析公式表示。波恩哈德·黎曼在 1854 年的大学任教资格论文中扩展了这一研究;该论文于 1867 年在他去世后发表。为了在超出此前正则性假设的范围内研究三角级数,他提出了如今称为黎曼积分的定义,并考察了具有无穷多个间断点的函数。因此,关于三角函数表示的问题,直接推动了积分定义的形成,也推动了人们将函数本身与表示它的任何特定公式区分开来。(mathshistory.st-andrews.ac.uk)

正交性、完备性与均方逼近

对于以 TT 为周期的复值函数,空间 L2(0,T)L^2(0,T) 由平方可积函数组成,其中几乎处处相等的函数视为同一元素。这是一个希尔伯特空间,其归一化内积及相应的范数为

⟨f,g⟩=1T∫0Tf(x)g(x)‾ dx,∥f∥22=1T∫0T∣f(x)∣2 dx.\langle f,g\rangle=\frac1T\int_0^T f(x)\overline{g(x)}\,dx, \qquad \|f\|_2^2=\frac1T\int_0^T|f(x)|^2\,dx.

记 ω0=2π/T\omega_0=2\pi/T、en(x)=einω0xe_n(x)=e^{in\omega_0x},直接积分可得 ⟨en,em⟩=δnm\langle e_n,e_m\rangle=\delta_{nm}:不同的谐波彼此正交,且每个谐波的范数均为一。因此,

cn=⟨f,en⟩=1T∫0Tf(x)e−inω0x dxc_n=\langle f,e_n\rangle =\frac1T\int_0^T f(x)e^{-in\omega_0x}\,dx

就是 ff 在由 ene_n 张成的一维子空间上的正交投影的坐标。用实函数表示时,对应的归一化函数系为 1,2cos⁡(nω0x),2sin⁡(nω0x)1,\sqrt2\cos(n\omega_0x),\sqrt2\sin(n\omega_0x),其中 n≥1n\geq1;因子 2\sqrt2 解释了通常的正弦—余弦公式中系数的归一化方式。(math.mit.edu)

仅有正交性并不能保证一个函数系可以表示空间中的每个函数。这个指数函数系还具有完备性:它的有限线性组合,即三角多项式,在 L2(0,T)L^2(0,T) 中稠密。等价地,与每个 ene_n 都正交的函数,作为 L2L^2 中的元素必定为零。因此,这些指数函数构成希尔伯特空间意义下的标准正交基。代数基用有限组合表示每个向量,而这种基与之不同,通常需要用无限展开来表示向量,并将展开理解为范数意义下的极限。证明完备性的一种方法,是用三角多项式一致逼近连续周期函数,再利用连续周期函数在 L2L^2 中的稠密性。(math.mit.edu)

令 VN=span⁡{en:∣n∣≤N}V_N=\operatorname{span}\{e_n:|n|\leq N\}、SN=∑∣n∣≤NcnenS_N=\sum_{|n|\leq N}c_ne_n。由于 f−SNf-S_N 与 VNV_N 正交,每个 p∈VNp\in V_N 都满足

∥f−p∥22=∥f−SN∥22+∥SN−p∥22.\|f-p\|_2^2 =\|f-S_N\|_2^2+\|S_N-p\|_2^2.

因此,在所有仅使用这些频率的三角多项式中,SNS_N 是使均方误差最小的唯一一个。由完备性可知

lim⁡N→∞∥f−SN∥2=0.\lim_{N\to\infty}\|f-S_N\|_2=0.

这一结论适用于每个平方可积的周期函数,不要求函数连续或可微。它描述的是误差平方的积分,本身并不意味着级数在每一点都收敛,也不意味着一致收敛。(ocw.mit.edu)

对于任意标准正交系,贝塞尔不等式表明,投影坐标的模平方之和不超过范数的平方。在这里,完备性将这一不等式加强为帕塞瓦尔恒等式:

∑n∈Z∣cn∣2≤∥f∥22,∥f∥22=1T∫0T∣f(x)∣2 dx=∑n∈Z∣cn∣2.\sum_{n\in\mathbb Z}|c_n|^2\leq\|f\|_2^2, \qquad \|f\|_2^2=\frac1T\int_0^T|f(x)|^2\,dx =\sum_{n\in\mathbb Z}|c_n|^2.

对残差利用正交性,可以得到精确的截断误差

∥f−SN∥22=∑∣n∣>N∣cn∣2.\|f-S_N\|_2^2=\sum_{|n|>N}|c_n|^2.

因此,被舍弃的系数恰好包含了被舍弃的全部均方能量。例如,若 f(x)=3+2cos⁡(ω0x)+sin⁡(3ω0x)f(x)=3+2\cos(\omega_0x)+\sin(3\omega_0x),则其均方值为 9+2+12=2329+2+\tfrac12=\tfrac{23}{2}。只保留频率 ∣n∣≤1|n|\leq1 时,剩余的平方误差为 12\tfrac12,完全来自第三次谐波。(ocw.mit.edu)

唯一性并不限于 L2L^2:如果两个可积的周期函数具有完全相同的傅里叶系数,那么它们几乎处处相等。特别地,若一个 L1L^1 函数的所有系数都为零,则该函数几乎处处为零;这一结果并不要求其部分和在通常意义下收敛。因此,傅里叶系数确定的是一个等价类,而不是各个点上任意指定的函数值。改变函数在一个点上的值,或在任意勒贝格测度为零的集合上的值,都不会改变它的任何系数。如果两个函数都连续,那么几乎处处相等就意味着处处相等,因此在连续函数这一类中,这种不确定性便不复存在。(noter.math.ku.dk)

对称性、半区间展开与典型例子

对于可积的周期函数,对称性可以使整类系数都为零。如果 f(−x)=f(x)f(-x)=f(x),函数就是偶函数:它与任一正弦函数的乘积都是奇函数,因此在关于原点对称的一个周期上积分,便得到 bn=0b_n=0。如果 f(−x)=−f(x)f(-x)=-f(x),函数就是奇函数,此时 a0=an=0a_0=a_n=0。这些性质取决于原点的选择。半波反对称性 f(x+T/2)=−f(x)f(x+T/2)=-f(x) 则比较相邻的两个半周期。将系数积分拆成两半后,会出现因子 1−(−1)n1-(-1)^n,因为将第 nn 次谐波平移 T/2T/2,相当于将其乘以 (−1)n(-1)^n。因此,平均值和所有偶次谐波均为零,而奇次的正弦项和余弦项都可能保留。仅有奇对称性并不意味着具有半波反对称性。(lpsa.swarthmore.edu)

仅在 [0,L][0,L] 上给定的函数有两种标准的半区间展开。先作偶延拓 Fe(x)=f(∣x∣)F_e(x)=f(|x|),再以 2L2L 为周期重复,便得到

f(x)∼a02+∑n=1∞ancos⁡ ⁣(nπxL),an=2L∫0Lf(x)cos⁡ ⁣(nπxL) dx(n≥0).f(x)\sim\frac{a_0}{2}+\sum_{n=1}^{\infty}a_n \cos\!\left(\frac{n\pi x}{L}\right), \qquad a_n=\frac{2}{L}\int_0^L f(x) \cos\!\left(\frac{n\pi x}{L}\right)\,dx \quad(n\geq0).

若作奇延拓,在非零处令 Fo(x)=sgn⁡(x)f(∣x∣)F_o(x)=\operatorname{sgn}(x)f(|x|),则得到

f(x)∼∑n=1∞bnsin⁡ ⁣(nπxL),bn=2L∫0Lf(x)sin⁡ ⁣(nπxL) dx.f(x)\sim\sum_{n=1}^{\infty}b_n \sin\!\left(\frac{n\pi x}{L}\right), \qquad b_n=\frac{2}{L}\int_0^L f(x) \sin\!\left(\frac{n\pi x}{L}\right)\,dx.

符号 ∼\sim 表示所对应的级数,并不声称仅凭可积性就能保证收敛。这两种展开是同一组区间内部数据的不同周期延拓,在 (0,L)(0,L) 之外不能相互替代。每个正弦部分和在 00 和 LL 处都为零;因此,如果端点处的单侧极限非零,奇延拓就会在这些位置产生跳跃。端点处如何赋值不影响系数积分。(mx.nthu.edu.tw)

周期为 2π2\pi 的方波 q(x)q(x) 在 (0,π)(0,\pi) 上等于 11,在 (−π,0)(-\pi,0) 上等于 −1-1,它既是奇函数,又具有半波反对称性。直接积分可得

bn=2π∫0πsin⁡(nx) dx=2[1−(−1)n]πn.b_n=\frac{2}{\pi}\int_0^\pi\sin(nx)\,dx =\frac{2[1-(-1)^n]}{\pi n}.

因此,

q(x)=4π∑k=0∞sin⁡((2k+1)x)2k+1(x∉πZ).q(x)=\frac{4}{\pi}\sum_{k=0}^{\infty} \frac{\sin((2k+1)x)}{2k+1} \qquad(x\notin\pi\mathbb Z).

展开中只有奇次正弦谐波,其振幅与 1/n1/n 成正比。在每个跳跃点处,无论该点被赋予什么值,级数的和都为零。代入 x=π/2x=\pi/2,得到数值恒等式

π4=1−13+15−17+⋯ .\frac{\pi}{4}=1-\frac13+\frac15-\frac17+\cdots.

(math.mit.edu)

将 (−π,π)(-\pi,\pi) 上的 s(x)=xs(x)=x 周期性重复,便得到锯齿波。由于它是奇函数,展开中仍然只有正弦项,但这次所有正整数次谐波都出现了:

bn=2π∫0πxsin⁡(nx) dx=2(−1)n+1n,x=2∑n=1∞(−1)n+1nsin⁡(nx).b_n=\frac{2}{\pi}\int_0^\pi x\sin(nx)\,dx =\frac{2(-1)^{n+1}}{n}, \qquad x=2\sum_{n=1}^{\infty}\frac{(-1)^{n+1}}{n}\sin(nx).

该等式在 −π<x<π-\pi<x<\pi 上成立;在周期延拓中视为同一点的两个端点处,级数的和为零。系数按 1/n1/n 衰减,反映了函数从 π\pi 回跳至 −π-\pi 的不连续性。(lpsa.swarthmore.edu) 相比之下,将 ∣x∣|x| 周期性重复,得到的是连续的三角波:

∣x∣=π2−4π∑k=0∞cos⁡((2k+1)x)(2k+1)2.|x|=\frac{\pi}{2}-\frac{4}{\pi} \sum_{k=0}^{\infty}\frac{\cos((2k+1)x)}{(2k+1)^2}.

它的平均值为 π/2\pi/2;减去这个平均值后,函数便具有半波反对称性。展开中只剩下奇次余弦谐波,其振幅按 1/n21/n^2 衰减,比不连续的方波和锯齿波衰减得更快。这里的不光滑之处是折角,而不是函数值的跳跃。(math.mit.edu)

[−π,π][-\pi,\pi] 上的 f(x)=x2f(x)=x^2 的周期延拓也是连续的,因为两个端点的函数值相同。偶对称性使正弦项全部为零,而两次分部积分给出 a0=2π2/3a_0=2\pi^2/3 和 an=4(−1)n/n2a_n=4(-1)^n/n^2:

x2=π23+4∑n=1∞(−1)nn2cos⁡(nx),−π≤x≤π.x^2=\frac{\pi^2}{3} +4\sum_{n=1}^{\infty}\frac{(-1)^n}{n^2}\cos(nx), \qquad -\pi\leq x\leq\pi.

与三角波的例子不同,这个余弦展开同时包含偶次和奇次谐波。其系数的绝对可和性保证了一致收敛,因此可以在端点处求值。分别令 x=πx=\pi 和 x=0x=0,得到

∑n=1∞1n2=π26,∑n=1∞(−1)n+1n2=π212.\sum_{n=1}^{\infty}\frac1{n^2}=\frac{\pi^2}{6}, \qquad \sum_{n=1}^{\infty}\frac{(-1)^{n+1}}{n^2} =\frac{\pi^2}{12}.

(people.uncw.edu)

逐点收敛、一致收敛与几乎处处收敛

对于对称部分和 SN(x)=∑∣n∣≤NcneinxS_N(x)=\sum_{|n|\leq N}c_ne^{inx},逐点收敛到 ff 是指在每个指定的点都有 SN(x)→f(x)S_N(x)\to f(x);所需的截断指标可以随 xx 而变化。在集合 EE 上一致收敛则要求 sup⁡x∈E∣SN(x)−f(x)∣→0\sup_{x\in E}|S_N(x)-f(x)|\to0,也就是说,同一个指标就能控制整个 EE 上的误差。几乎处处收敛允许存在一个 勒贝格测度为零的例外集合。这些收敛概念不同于均方收敛,即 (2π)−1∫−ππ∣SN−f∣2 dx→0(2\pi)^{-1}\int_{-\pi}^{\pi}|S_N-f|^2\,dx\to0:均方收敛控制的是积分意义下的误差,而非各个点上的函数值。特别地,仅有均方收敛,并不能证明整个序列逐点收敛。(people.math.harvard.edu)

狄利克雷–若尔当定理指出,若 2π2\pi 周期函数 ff 在一个周期内具有有界变差,则在每个 xx 处都有

lim⁡N→∞SN(x)=f(x−)+f(x+)2\lim_{N\to\infty}S_N(x)=\frac{f(x-)+f(x+)}{2}

成立。有界变差是指,对一个周期内的所有有序分割,∑j∣f(xj)−f(xj−1)∣\sum_j|f(x_j)-f(x_{j-1})| 的上确界有限;这一条件保证了单侧极限的存在。在连续点处,极限为 f(x)f(x);在跳跃间断点处,极限则是左右极限值的中点,与该点所赋予的函数值 f(x)f(x) 无关。端点须按周期性来理解:在 [−π,π][-\pi,\pi] 上,任一端点处的极限均为 12[f(π−)+f(−π+)]\tfrac12[f(\pi-)+f(-\pi+)]。卡米耶·若尔当于1881年在研究这一收敛判据时引入了有界变差的概念。(noter.math.ku.dk)

如果 ff 在整个周期定义域上还处处连续,那么狄利克雷–若尔当定理的结论可加强为一致收敛;从局部来看,在任何 ff 连续的闭区间上,收敛都是一致的。这里的连续性也要求所选周期两端的函数值相互吻合。例如,将定理应用于 f(x)=xf(x)=x 在 (−π,π)(-\pi,\pi) 上的周期延拓,可得级数在区间内部收敛到 xx,在周期衔接处收敛到 00。收敛不可能在整个周期上一致:每个部分和都是连续函数,而连续函数的一致极限仍然连续。因此,在跳跃间断点处收敛到左右极限的中点,并不意味着能够跨越该点实现一致逼近。(noter.math.ku.dk)

另一个独立的充分条件是系数序列的绝对收敛:

∑n∈Z∣cn∣<∞.\sum_{n\in\mathbb Z}|c_n|<\infty.

由于 ∣einx∣=1|e^{inx}|=1,尾项可由下式一致控制:

sup⁡x∣SM(x)−SN(x)∣≤∑N<∣n∣≤M∣cn∣.\sup_x|S_M(x)-S_N(x)| \leq\sum_{N<|n|\leq M}|c_n|.

因此,该级数在每一点都绝对收敛,并且一致收敛到某个连续周期函数 gg。如果这些系数是由可积函数 ff 计算得到的,那么由唯一性可知,g=fg=f 几乎处处成立;若 ff 连续,则处处相等。足够的正则性条件包括在周期定义域上有 f∈C1f\in C^1。然而,仅有连续性甚至不足以保证处处逐点收敛:保罗·杜布瓦-雷蒙构造出了傅里叶级数在某一点发散的连续周期函数。(noter.math.ku.dk)

**卡尔松–亨特定理**指出,对于每个周期函数 f∈Lpf\in L^p,只要 1<p<∞1<p<\infty,通常的对称部分和就满足

SN(x)⟶f(x)for almost every x.S_N(x)\longrightarrow f(x) \quad\text{for almost every }x.

伦纳特·卡尔松于1966年证明了 L2L^2 的情形;理查德·亨特于1968年将其推广到上述 pp 的取值范围。这一结论针对的是整个部分和序列,而不只是某个子序列或某种平均方法。每个连续周期函数都属于 L2L^2,因此其傅里叶级数几乎处处收敛,尽管仍可能存在发散的例外点。(link.springer.com)

在端点情形 p=1p=1 下,同样的一般性结论并不成立。1923年,安德雷·柯尔莫哥洛夫发表了一个勒贝格可积函数的例子,其傅里叶级数几乎处处发散;1926年,他又构造了一个傅里叶级数处处发散的可积函数。这些例子否定了适用于所有 L1L^1 函数的普遍收敛定理,并不是说每个可积函数的傅里叶级数都会发散。可积性仍足以定义傅里叶系数,但若没有额外假设,就无法保证通常意义下的逐点收敛,即便允许排除一个零测集也不行。(pldml.icm.edu.pl)

狄利克雷核与吉布斯现象

对于可积的 2π2\pi 周期函数,对称部分和 SNf(x)=∑n=−NNcneinxS_Nf(x)=\sum_{n=-N}^{N}c_ne^{inx} 可以表示为周期卷积:

SNf(x)=12π∫−ππf(x−t)DN(t) dt,DN(t)=∑n=−NNeint=sin⁡((N+12)t)sin⁡(t/2).S_Nf(x)=\frac{1}{2\pi}\int_{-\pi}^{\pi}f(x-t)D_N(t)\,dt, \qquad D_N(t)=\sum_{n=-N}^{N}e^{int} =\frac{\sin((N+\tfrac12)t)}{\sin(t/2)}.

最后一个等式由有限等比数列求和得到;在 2π2\pi 的整数倍处,将其值补定义为 2N+12N+1,即可消去这些可去奇点。因此,狄利克雷核实现了硬性的频率截断:满足 ∣n∣≤N|n|\leq N 的谐波原样保留,更高次的谐波则全部舍弃。它的归一化积分为 11,但它会变号,因此与它做卷积并不相当于对邻近函数值取正权重的加权平均。(math.unm.edu)

这个核具有狭窄的中央峰,以及正负交替的旁瓣。在跳跃点附近,这些旁瓣会采样两侧不同的函数值水平,从而产生振铃:曲线接连向上和向下偏离两侧的极限水平。这种吉布斯现象涉及的是间断点附近的值,而不是间断点本身的收敛值。对于分段连续可微的周期函数,若其单侧极限为 A=f(x0−)A=f(x_0-) 和 B=f(x0+)B=f(x_0+),则在 x0x_0 处的部分和收敛于 (A+B)/2(A+B)/2,无论 f(x0)f(x_0) 被赋予什么值。然而,附近的峰谷仍可能高于 BB 或低于 AA。乔赛亚·威拉德·吉布斯在 1899 年致《自然》的一封信中描述了这一现象。(dlmf.nist.gov)

将 1/N1/N 量级的距离放大,就能看清其极限形状。记带符号的跳跃量为 J=B−AJ=B-A,并令 m=(A+B)/2m=(A+B)/2。在上述正则性假设下,对固定的实数 uu,有

lim⁡N→∞SNf ⁣(x0+uN+12)=m+JπSi⁡(u),Si⁡(u)=∫0usin⁡vv dv.\lim_{N\to\infty} S_Nf\!\left(x_0+\frac{u}{N+\tfrac12}\right) =m+\frac{J}{\pi}\operatorname{Si}(u), \qquad \operatorname{Si}(u)=\int_0^u\frac{\sin v}{v}\,dv.

这一轮廓可由局部近似 DN(t)≈2sin⁡((N+12)t)/tD_N(t)\approx 2\sin((N+\tfrac12)t)/t 推得。正弦积分在 u→+∞u\to+\infty 时趋于 π/2\pi/2,但由于其导数为 sin⁡u/u\sin u/u,它在正半轴上的第一个极大值出现在 u=πu=\pi 处。因此,对于向上的跳跃,第一个峰值趋于 B+GJB+GJ,其中

G=Si⁡(π)π−12=0.089489872236….G=\frac{\operatorname{Si}(\pi)}{\pi}-\frac12 =0.089489872236\ldots .

因此,极限超调量约为完整跳跃幅度的 8.949%8.949\%;相应的下冲谷值趋于 A−GJA-GJ。(ocw.mit.edu)

给出这一百分比时,必须明确归一化的基准。对于取值为 −1-1 和 11 的方波,跳跃幅度为 22,所以第一个正峰值趋于 1+2G=1.178979744…1+2G=1.178979744\ldots。其超出量约为上侧水平绝对值的 17.898%17.898\%,但仍仅为跳跃幅度的 8.949%8.949\%。具体来说,保留前 MM 个奇次谐波可得

QM(x)=4π∑k=0M−1sin⁡((2k+1)x)2k+1,QM′(x)=2πsin⁡(2Mx)sin⁡x.Q_M(x)=\frac{4}{\pi}\sum_{k=0}^{M-1} \frac{\sin((2k+1)x)}{2k+1}, \qquad Q_M'(x)=\frac{2}{\pi}\frac{\sin(2Mx)}{\sin x}.

第一个正极大值恰好出现在 x=π/(2M)x=\pi/(2M) 处,其高度趋于 2Si⁡(π)/π2\operatorname{Si}(\pi)/\pi。(ocw.mit.edu)

因此,提高截断频率会使主要的振铃向跳跃点靠近,并使其空间尺度按 1/N1/N 的比例缩小,却不会消除其极限相对高度。这与逐点收敛并不矛盾:远离跳跃点的任一固定点最终都会落在这一不断缩小的过渡区域之外,而峰值的位置则随 NN 改变。在跨越跳跃点的区间上,一致收敛不成立。即使将间断点的函数值设为两侧极限的中点值,也无法改变这一点,因为每个部分和都是连续的,而极限函数仍具有彼此不同的单侧极限。(ocw.mit.edu)

切萨罗求和与阿贝尔求和

对于一个以 2π2\pi 为周期的可积函数 ff,用 cnc_n 表示其复傅里叶系数,用 Skf(x)=∑∣n∣≤kcneinxS_kf(x)=\sum_{|n|\leq k}c_ne^{inx} 表示其对称部分和。费耶尔平均就是对这些部分和应用切萨罗求和:

σNf(x)=1N+1∑k=0NSkf(x)=∑∣n∣≤N(1−∣n∣N+1)cneinx.\sigma_Nf(x)=\frac{1}{N+1}\sum_{k=0}^{N}S_kf(x) =\sum_{|n|\leq N}\left(1-\frac{|n|}{N+1}\right)c_ne^{inx}.

系数权重呈三角形,是因为频率为 nn 的项恰好出现在参与平均的 N+1−∣n∣N+1-|n| 个部分和中。因此,常数项系数保持不变,而高频分量逐渐衰减,并非在某个截断频率之前全部保留原有强度、之后突然截断。这是一阶切萨罗求和,通常记作 (C,1)(C,1)。(ocw.mit.edu)

对狄利克雷核取平均,便得到非负的费耶尔核:

FN(t)=1N+1(sin⁡((N+1)t/2)sin⁡(t/2))2,FN(0)=N+1.F_N(t)=\frac{1}{N+1} \left(\frac{\sin((N+1)t/2)}{\sin(t/2)}\right)^2, \qquad F_N(0)=N+1.

采用归一化的周期卷积,可写成

σNf(x)=12π∫−ππFN(t)f(x−t) dt.\sigma_Nf(x)=\frac{1}{2\pi}\int_{-\pi}^{\pi}F_N(t)f(x-t)\,dt.

该核的归一化积分为一;对于任意固定的 0<δ<π0<\delta<\pi,它在 (−δ,δ)(-\delta,\delta) 之外的积分趋于零。事实上,在该区间之外有 FN(t)≤[(N+1)sin⁡2(δ/2)]−1F_N(t)\leq[(N+1)\sin^2(\delta/2)]^{-1}。这些性质使这族核成为一种近似恒等核:它们对附近的函数值取平均,且权重越来越集中在求值点周围。费耶尔定理保证,对任意连续周期函数 ff,都有一致收敛 σNf→f\sigma_Nf\to f。对于 f\inL^p、1≤p<∞1\leq p<\infty,则有 ∥σNf−f∥p→0\|\sigma_Nf-f\|_p\to0。后一结论由核的集中性以及平移在 LpL^p 范数下的连续性推出。(ocw.mit.edu)

阿贝尔平均则对每个非零频率施加指数衰减:

Arf(x)=∑n∈Zr∣n∣cneinx,0<r<1.A_rf(x)=\sum_{n\in\mathbb Z}r^{|n|}c_ne^{inx}, \qquad 0<r<1.

若 ff 可积,其系数便有界,因此对每个固定的 rr,这个级数都绝对且一致收敛。对几何级数求和,可得到泊松核及相应的卷积表示:

Pr(t)=∑n∈Zr∣n∣eint=1−r21−2rcos⁡t+r2,Arf(x)=12π∫−ππPr(t)f(x−t) dt.P_r(t)=\sum_{n\in\mathbb Z}r^{|n|}e^{int} =\frac{1-r^2}{1-2r\cos t+r^2}, \qquad A_rf(x)=\frac{1}{2\pi}\int_{-\pi}^{\pi}P_r(t)f(x-t)\,dt.

与费耶尔平均不同,阿贝尔平均通常含有无穷多个频率分量。泊松核为正,归一化积分为一,并在 r↑1r\uparrow1 时集中于零点。因此,对于连续周期函数 ff,有 Arf→fA_rf\to f 一致收敛;对于 1≤p<∞1\leq p<\infty,则在 LpL^p 范数下收敛。将其解释为向单位圆盘内部的调和函数延拓,便可把这种求和方法与边值问题联系起来。(math.uchicago.edu)

这两种方法都是正则的:只要通常的对称部分和在某点收敛,其切萨罗平均与阿贝尔平均就在该点收敛到同一个值。反过来则未必成立。特别是,每个连续周期函数的费耶尔平均与阿贝尔平均都一致收敛,但仅有连续性并不能保证通常的傅里叶级数在每一点都收敛。因此,可求和性所断言的是经过变换的一族近似的收敛,而不是原始部分和的收敛。(math.uchicago.edu)

在存在有限单侧极限的跳跃间断点处,两种平均都趋于 12[f(x−)+f(x+)]\tfrac12[f(x-)+f(x+)],与该点所赋的函数值 f(x)f(x) 无关。它们的正性也解释了为何其表现不同于直接截断:对于几乎处处满足 m≤f≤Mm\leq f\leq M 的实值函数,两种近似的值都保持在 mm 与 MM 之间,因为它们都是总权重为一的加权平均。因此,对于取值为 −1-1 和 11 的方波,两种近似都不会超出这两个界限。这种保持值域的论证说明了正权重平均为何能够避免吉布斯现象中在跳跃处持续存在的过冲;但它并不会消除过渡区域,也不能使近似在跨越间断点的区间上一致收敛。(addi.ehu.es)

系数衰减、微积分与代数运算

对于一个 TT-周期函数,记 ω0=2π/T\omega_0=2\pi/T 以及 cn(f)=T−1∫0Tf(x)e−inω0x dxc_n(f)=T^{-1}\int_0^T f(x)e^{-in\omega_0x}\,dx。黎曼–勒贝格引理指出,若 f∈L1(0,T)f\in L^1(0,T),则当 ∣n∣→∞|n|\to\infty 时,cn(f)→0c_n(f)\to0。因此,即使函数不连续,振荡所产生的抵消作用也会抑制高频系数。这只是一项必要的衰减性质:它既不意味着系数绝对可和,也不能保证傅里叶级数逐点收敛。要判断收敛性,还需要关于函数或其系数的更多信息。(dlmf.nist.gov)

分部积分可以明确揭示系数衰减对正则性的依赖。若 f(m−1)f^{(m-1)} 具有绝对连续性,f(m)∈L1(0,T)f^{(m)}\in L^1(0,T),且端点值相匹配,即对 0≤j<m0\leq j<m 有 f(j)(0)=f(j)(T)f^{(j)}(0)=f^{(j)}(T),那么对于 n≠0n\ne0,

cn(f)=cn(f(m))(inω0)m,∣cn(f)∣≤∥f(m)∥L1(0,T)T∣nω0∣m.c_n(f)=\frac{c_n(f^{(m)})}{(in\omega_0)^m}, \qquad |c_n(f)|\leq \frac{\|f^{(m)}\|_{L^1(0,T)}}{T|n\omega_0|^m}.

上述引理可将这一估计加强为 cn(f)=o(∣n∣−m)c_n(f)=o(|n|^{-m})。端点匹配消除了边界项;仅在区间上光滑并不足够。具有跳跃间断的分段光滑函数,其系数通常为 O(∣n∣−1)O(|n|^{-1});而一阶导数具有跳跃间断的连续函数,其系数通常为 O(∣n∣−2)O(|n|^{-2})。例如,xx 在 (−π,π)(-\pi,\pi) 上的周期延拓具有系数 cn=i(−1)n/nc_n=i(-1)^n/n,而 x2x^2 的周期延拓具有系数 cn=2(−1)n/n2c_n=2(-1)^n/n^2,这里 n≠0n\ne0。(math.ucdavis.edu)

因此,C∞C^\infty 周期函数的系数衰减速度快于任意负幂,但未必达到指数衰减。对于解析函数,复延拓可给出更强的估计:若其周期延拓在闭条带 ∣Im⁡z∣≤a|\operatorname{Im}z|\leq a 上全纯,且模不超过 MaM_a,则通过平移积分路径可得

∣cn∣≤Mae−aω0∣n∣.|c_n|\leq M_a e^{-a\omega_0|n|}.

因此,可用条带的宽度决定了指数衰减率。一个具体的 2π2\pi-周期例子是 ∑n≥12−ncos⁡(nx)\sum_{n\geq1}2^{-n}\cos(nx),其非零频率系数为 2−∣n∣−12^{-|n|-1};它的复延拓在 2πk±ilog⁡22\pi k\pm i\log2 处有极点。(math.umd.edu)

只要 ff 绝对连续且为周期函数,求导数时的系数变换法则就是 cn(f′)=inω0cn(f)c_n(f')=in\omega_0c_n(f);特别地,c0(f′)=0c_0(f')=0。这一系数恒等式本身并不能保证逐点逐项求导的合法性。一个充分条件是 ∑n∣ncn(f)∣<∞\sum_n|n c_n(f)|<\infty:此时,求导后的级数绝对且一致收敛,其和等于 ff 的连续代表元的导数。积分所需的条件则更宽松。对于 f∈L2(0,T)f\in L^2(0,T),柯西–施瓦茨不等式给出 ∑n≠0∣cn/n∣<∞\sum_{n\ne0}|c_n/n|<\infty,因此其原函数具有如下的一致收敛表示:

∫0xf(t) dt=c0x+∑n≠0cninω0(einω0x−1).\int_0^x f(t)\,dt =c_0x+\sum_{n\ne0} \frac{c_n}{in\omega_0}\bigl(e^{in\omega_0x}-1\bigr).

零频率项必须单独处理:周期原函数存在的充要条件是 c0=0c_0=0。(math.ucdavis.edu)

由线性性可得 cn(αf+βg)=αcn(f)+βcn(g)c_n(\alpha f+\beta g)=\alpha c_n(f)+\beta c_n(g),而平移则给出 cn(f( ⋅−h))=e−inω0hcn(f)c_n(f(\,\cdot-h))=e^{-in\omega_0h}c_n(f),即只改变相位,不改变幅值。若 ff 和 gg 的系数序列都绝对可和,则乘法对应于离散卷积:

cn(fg)=∑k∈Zck(f)cn−k(g).c_n(fg)=\sum_{k\in\mathbb Z}c_k(f)c_{n-k}(g).

绝对收敛保证了对双重级数重新分组的合法性。反过来,将归一化周期卷积定义为

(f∗Tg)(x)=1T∫0Tf(x−y)g(y) dy.(f*_Tg)(x)=\frac1T\int_0^T f(x-y)g(y)\,dy.

对于 f,g∈L1(0,T)f,g\in L^1(0,T),交换积分次序可得 cn(f∗Tg)=cn(f)cn(g)c_n(f*_Tg)=c_n(f)c_n(g)。若省略归一化因子 1/T1/T,则等式右端会多出一个因子 TT。(math.ucdavis.edu)

微分方程与周期性物理系统

对于一根长度为 LL、两端温度保持为零的均匀杆,一维热方程为 ut=κuxxu_t=\kappa u_{xx},其中 κ>0\kappa>0 为热扩散率。采用分离变量法,令 u(x,t)=X(x)Q(t)u(x,t)=X(x)Q(t),可得 X′′+λX=0X''+\lambda X=0 和 Q′+κλQ=0Q'+\kappa\lambda Q=0。边界条件 X(0)=X(L)=0X(0)=X(L)=0 确定了特征值 λn=(nπ/L)2\lambda_n=(n\pi/L)^2 及相应的正弦模态。因此,初始温度 f(x)f(x) 通过下式确定解:

u(x,t)=∑n=1∞bne−κ(nπ/L)2tsin⁡nπxL,bn=2L∫0Lf(x)sin⁡nπxL dx.u(x,t)=\sum_{n=1}^{\infty}b_n e^{-\kappa(n\pi/L)^2t} \sin\frac{n\pi x}{L}, \qquad b_n=\frac{2}{L}\int_0^L f(x)\sin\frac{n\pi x}{L}\,dx.

各空间谐波独立演化,其衰减时间为 L2/(κn2π2)L^2/(\kappa n^2\pi^2),因此尺度越小的变化消失得越快。例如,在无量纲单位下,若 L=πL=\pi、κ=1\kappa=1,且杆内部的初始温度为 f=1f=1,则只出现奇数阶模态,其系数为 bn=4/(πn)b_n=4/(\pi n);经过足够长的时间后,温度分布主要由 (4/π)e−tsin⁡x(4/\pi)e^{-t}\sin x 决定。初始温度在端点处与边界条件不相容,并不妨碍该级数在 t>0t>0 时满足零温度边界条件。(math.mit.edu)

对于理想的张紧弦,波动方程 utt=c2uxxu_{tt}=c^2u_{xx} 所产生的模态振幅随时间振荡,而非衰减。若两端固定,初始位移为 ff,初始速度为 gg,则其驻波展开为

u(x,t)=∑n=1∞[Fncos⁡(ωnt)+Gnωnsin⁡(ωnt)]sin⁡nπxL,ωn=cnπL,u(x,t)=\sum_{n=1}^{\infty} \left[F_n\cos(\omega_nt)+\frac{G_n}{\omega_n}\sin(\omega_nt)\right] \sin\frac{n\pi x}{L}, \qquad \omega_n=\frac{cn\pi}{L},

其中 FnF_n 和 GnG_n 分别为 ff 和 gg 的正弦系数。因此,初始形状与初始运动共同决定了弦的振动。若两端自由,则施加的条件改为 ux(0,t)=ux(L,t)=0u_x(0,t)=u_x(L,t)=0,由此选出余弦模态,其中包括一个空间上为常量、位移可按 A+BtA+Bt 变化的模态。若一端固定、另一端自由,则选出的模态为 sin⁡((n+12)πx/L)\sin((n+\tfrac12)\pi x/L),n≥0n\geq0。这些选择源于物理上的边界条件,而不是对正弦或余弦表示方式的任意偏好。(people.math.harvard.edu)

在单位圆盘内,拉普拉斯方程 化为 urr+r−1ur+r−2uθθ=0u_{rr}+r^{-1}u_r+r^{-2}u_{\theta\theta}=0。将给定的边界数据 h(θ)h(\theta) 展开为角向谐波,可得

u(r,θ)=∑n∈Zhnr∣n∣einθ,hn=12π∫02πh(θ)e−inθ dθ.u(r,\theta)=\sum_{n\in\mathbb Z}h_n r^{|n|}e^{in\theta}, \qquad h_n=\frac{1}{2\pi}\int_0^{2\pi}h(\theta)e^{-in\theta}\,d\theta.

圆心处的正则性要求排除了奇异的径向解 r−∣n∣r^{-|n|},以及零模态对应的 log⁡r\log r。所得的调和延拓可用于描述上下表面绝热、边缘温度给定的圆形薄板中的稳态温度。对于连续的 hh,当 r→1−r\to1^- 时,该解一致趋于给定的边界值。因子 r∣n∣r^{|n|} 抑制了圆盘内部的高角频率分量;这一延拓也正是阿贝尔求和中泊松核所表示的延拓。(math.mit.edu)

在声学中,周期性声压信号可写为 p(t)=p0+∑n≥1Ancos⁡(nω0t+ϕn)p(t)=p_0+\sum_{n\geq1}A_n\cos(n\omega_0t+\phi_n)。振幅刻画各谐波的强度,相位则刻画它们在时间上的相对关系,并参与决定波形的形状。对于两端固定的理想弦,各频率均为 c/(2L)c/(2L) 的整数倍;不同的激励方式会产生不同的谐波组合。这些组合是形成音乐音色的因素之一,但实际乐器的起音、衰减及共鸣体的作用,无法由单一的稳态周期波形完整描述。(openstax.org)

稳定的线性时不变系统 对各输入谐波的响应不会改变其频率:在周期稳态下,输入系数 cnc_n 变为 dn=H(inω0)cnd_n=H(in\omega_0)c_n。因此,第 nn 阶谐波的振幅乘以 ∣H(inω0)∣|H(in\omega_0)|,相位则偏移 arg⁡H(inω0)\arg H(in\omega_0)。在交流电串联 RLC 电路中,当 n≠0n\ne0 时,电压与电流的系数满足 In=Vn/Z(nω0)I_n=V_n/Z(n\omega_0),其中电阻抗为

Z(ω)=R+i(ωL−1ωC).Z(\omega)=R+i\left(\omega L-\frac{1}{\omega C}\right).

当 ω=1/LC\omega=1/\sqrt{LC} 时,感抗与容抗相互抵消,该谐波的电流与电压同相。因此,在暂态过程衰减后,逐个谐波进行计算即可确定电路对非正弦周期激励的响应。(ocw.mit.edu)

数值计算与采样数据

连续傅里叶系数通过积分定义,而采样系数则取决于有限个函数值。对于 TT-周期函数,ck=T−1∫0Tf(x)e−ikω0x dxc_k=T^{-1}\int_0^T f(x)e^{-ik\omega_0x}\,dx,其中 ω0=2π/T\omega_0=2\pi/T,既可通过解析方法求得,也可用数值求积近似计算。等距求积取 xj=jT/Mx_j=jT/M、j=0,…,M−1j=0,\ldots,M-1,不包含与起点重复的终点,得到

c~k=1M∑j=0M−1f(xj)e−2πikj/M.\widetilde c_k=\frac1M\sum_{j=0}^{M-1}f(x_j)e^{-2\pi i kj/M}.

这些数值就是归一化的离散傅里叶变换(DFT)系数。连续傅里叶投影使积分意义下的均方误差最小;三角插值则精确匹配各个采样值。当 M=2N+1M=2N+1 为奇数时,插值函数 ∑k=−NNc~keikω0x\sum_{k=-N}^{N}\widetilde c_ke^{ik\omega_0x} 通过全部 MM 个采样点,但通常不同于使用精确系数 ckc_k 得到的正交投影。(dlmf.nist.gov)

DFT 能精确表示采样序列,却未必能精确表示采样点之间的连续函数。频率索引之差为 MM 的整数倍时,相应的谐波在采样网格上的取值完全相同。因此,若傅里叶展开绝对收敛,将其代入采样公式便得到

c~k=∑ℓ∈Zck+ℓM.\widetilde c_k=\sum_{\ell\in\mathbb Z}c_{k+\ell M}.

这就是混叠:无法分辨的谐波混入了原本对应较低频率的系数。例如,当 M=16M=16 时,ei13ω0xe^{i13\omega_0x} 与 e−i3ω0xe^{-i3\omega_0x} 产生完全相同的采样值。因此,精确恢复需要限制允许出现的频率;严格位于 ∣k∣<M/2|k|<M/2 内的对称频带可避免歧义。当 MM 为偶数时,索引 M/2M/2 和 −M/2-M/2 对应的谐波在网格上重合,因而需要约定奈奎斯特分量的处理方式。(math.mit.edu)

直接计算全部 MM 个 DFT 系数需要 O(M2)O(M^2) 次算术运算。快速傅里叶变换(FFT)通过分解并复用中间求和结果来计算同一个变换。在基 2 算法中,将输入拆分为偶数索引和奇数索引的采样值,可得到两个规模减半的变换,随后以 O(M)O(M) 次运算合并结果;对于长度为 2 的幂的输入,递归计算所需的运算量为 O(Mlog⁡M)O(M\log M)。其他 FFT 算法也能处理合数和素数长度。计算速度的提高并不能消除浮点运算带来的误差:舍入误差和不准确的相位因子会扰动系数,而数值较小的系数可能具有很大的相对误差。因此,不同实现可能给出略有差异的数值结果。(fftw.org)

截断误差源于省略谐波,而采样误差则包括上述混叠贡献。对于光滑的周期函数,系数的快速衰减可以使这两类误差都很小;这里的光滑性还要求函数在周期边界两侧平滑衔接。在实测记录中,如果采集区间包含的振荡周期数不是整数,通常就会人为造成边界不匹配。由此产生的频谱泄漏会将正弦信号的能量分散到多个频率格点,而不是集中在单个格点上。这是有限长度记录及其隐含的周期延拓所造成的结果,并非 FFT 算法失效。(math.mit.edu)

加窗是将记录乘以汉宁窗等渐变窗函数,以减轻边界不连续并抑制频谱旁瓣。这会改变所分析的信号:旁瓣减弱通常伴随着主瓣展宽,而测量幅值时还需注意窗函数的缩放。泄漏、混叠和舍入误差都不同于傅里叶展开固有的吉布斯现象。当急剧截断的傅里叶展开用于逼近跳跃间断时,即使系数和算术运算都完全精确,也会出现吉布斯振铃;边界不匹配可能引入这样的跳跃,但数值精度不足并不是其成因。(ni.com)

傅里叶谱方法使用有限个谐波近似求解周期性偏微分方程:求一阶导数时,将系数 ckc_k 乘以 ikω0ik\omega_0;求二阶导数时,则乘以 −(kω0)2-(k\omega_0)^2。伽辽金方法将方程投影到保留的模态上;伪谱方法则在网格上计算非线性项,再将其变换回频域。乘法会产生更高的频率,而这些频率可能混叠到保留的模态中。对于二次乘积,3/23/2 去混叠规则先用零填充系数数组,使其长度扩展至原来的约 3/23/2,再在扩大的网格上计算乘积,随后变换回频域并丢弃多余模态。采用适当的截断约定后,这一过程可在不发生混叠的情况下,恢复乘积经投影后所保留的系数。(math.cmu.edu)

傅里叶变换与广义调和展开

周期函数的频率仅限于离散集合 nω0n\omega_0,其中 ω0=2π/T\omega_0=2\pi/T,而 傅里叶变换使用连续的频率变量。采用角频率约定时,

g^(ξ)=∫Rg(x)e−iξx dx,\widehat g(\xi)=\int_{\mathbb R}g(x)e^{-i\xi x}\,dx,

非零的局部可积周期函数在整条实轴上不可积,因此这个积分无法在通常的 L1L^1 意义下定义它的变换。不过,这样的函数确实定义了一个缓增分布,其变换为

f^(ξ)=2π∑n∈Zcn δ(ξ−nω0).\widehat f(\xi)=2\pi\sum_{n\in\mathbb Z}c_n\, \delta(\xi-n\omega_0).

这里,δ(ξ−a)\delta(\xi-a) 是集中在 aa 处的狄拉克分布。所得的线谱包含与傅里叶系数相同的振幅和相位信息;它并不是带有狭窄峰值的普通函数。例如,cos⁡(ω0x)\cos(\omega_0x) 的变换为 π[δ(ξ−ω0)+δ(ξ+ω0)]\pi[\delta(\xi-\omega_0)+\delta(\xi+\omega_0)]。(oca.eu)

周期化在这两种表示之间建立了直接联系。若 gg 是施瓦茨函数,即光滑且其自身及各阶导数的衰减都快于任意负幂,那么

PTg(x)=∑k∈Zg(x+kT)P_Tg(x)=\sum_{k\in\mathbb Z}g(x+kT)

就是一个光滑的 TT 周期函数。将系数积分拆分到各个平移区间上,可得 cn(PTg)=T−1g^(2πn/T)c_n(P_Tg)=T^{-1}\widehat g(2\pi n/T)。在零点求其绝对收敛的傅里叶展开的值,便得到泊松求和公式

∑k∈Zg(kT)=1T∑n∈Zg^ ⁣(2πnT).\sum_{k\in\mathbb Z}g(kT) =\frac1T\sum_{n\in\mathbb Z} \widehat g\!\left(\frac{2\pi n}{T}\right).

因此,在空间格点上的求和等于在对应的倒易频率格点上的求和。施瓦茨条件是充分条件,而非必要条件;条件更弱的版本需要明确的收敛条件。例如,函数连续且可积,再加上各平移区间上的上确界以及变换的采样值均可求和,就足以保证公式成立。对于任意可积函数,都不应直接假定公式的任何一侧收敛。(ocw.mit.edu)

对于多个周期变量,自然的定义域是环面 Td=Rd/(2πZ)d\mathbb T^d=\mathbb R^d/(2\pi\mathbb Z)^d。此时频率变为整数向量 k=(k1,…,kd)k=(k_1,\ldots,k_d),展开式及其系数为

f(x)∼∑k∈Zdckeik⋅x,ck=1(2π)d∫[0,2π]df(x)e−ik⋅x dx.f(x)\sim\sum_{k\in\mathbb Z^d}c_ke^{ik\cdot x}, \qquad c_k=\frac1{(2\pi)^d}\int_{[0,2\pi]^d} f(x)e^{-ik\cdot x}\,dx.

这些指数函数构成 L2(Td)L^2(\mathbb T^d) 的一组标准正交基。与一维情形的对称截断不同,多维截断还需要选择截断区域的形状:矩形 ∣kj∣≤Nj|k_j|\leq N_j、立方体或球 ∣k∣≤N|k|\leq N。由完备性和平方可和性可知,只要有限频率集合逐步扩大并最终涵盖全部频率,相应的部分和就会在 L2L^2 中收敛;但这既不能证明逐点收敛,也不能说明不同形状的截断在逐点意义下可以互换。绝对可和性则消除了求和次序的问题,并保证一致收敛。(math.mit.edu)

在调和分析中,函数 eik⋅xe^{ik\cdot x} 是特征标,即从环面到单位圆的连续同态。对于一般的紧阿贝尔群 GG,特征标相对于归一化哈尔测度构成 L2(G)L^2(G) 的一组标准正交基;归一化哈尔测度是满足 μ(G)=1\mu(G)=1 的平移不变测度。系数变为 ∫Gf χ‾ dμ\int_G f\,\overline{\chi}\,d\mu,并以由特征标组成的离散对偶群为指标集。另一种相关但不同的推广,是用某个算子的正交特征函数代替特征标。例如,埃尔米特函数构成实轴上的一组基,它适配的是谐振子算子 −d2/dx2+x2-d^2/dx^2+x^2,而不是平移和周期性。这类展开保留了投影机制,但改变了定义域以及“模态”的含义。(maths.qmul.ac.uk)

傅里叶系数也可以描述比函数更粗糙的对象。周期分布恰好对应于增长至多为多项式阶的系数序列,其展开通过作用于光滑周期测试函数来解释。反过来,光滑函数的系数衰减快于任意负幂。在这两个极端之间,周期索伯列夫空间通过以下条件量化正则性:

u∈Hs(Td)⟺∑k∈Zd(1+∣k∣2)s∣ck(u)∣2<∞.u\in H^s(\mathbb T^d) \quad\Longleftrightarrow\quad \sum_{k\in\mathbb Z^d}(1+|k|^2)^s|c_k(u)|^2<\infty.

当 ss 为非负整数时,这一条件等价于直到 ss 阶的弱导数均平方可积;实数阶刻画分数阶正则性,负数阶则允许分布。在这种表述下,求导相当于将系数乘以 ikjik_j,而负拉普拉斯算子则将系数乘以 ∣k∣2|k|^2。(users.jyu.fi)

参考来源

  1. DLMF: §1.8 Fourier Seriesdlmf.nist.gov
  2. Fourier Series for Periodic Functionsmath.mit.edu
  3. Mathematicians and Music 3mathshistory.st-andrews.ac.uk
  4. The Beginning of Fourier Seriesbibliotheque.imo.universite-paris-saclay.fr
  5. Fourier, Josephmathshistory.st-andrews.ac.uk
  6. Théorie analytique de la chaleur, page 542fr.wikisource.org
  7. Dirichlet, Peter Gustav Lejeunemathshistory.st-andrews.ac.uk
  8. Riemann, Georg Friedrich Bernhardmathshistory.st-andrews.ac.uk
  9. The integralarchimede.dimai.unifi.it
  10. For Lectures 11-14math.mit.edu
  11. Chapter 4: Differential and Integral Operatorsmath.mit.edu
  12. 102 S2021 Complete Lecture Notesocw.mit.edu
  13. Fourier Series Exampleslpsa.swarthmore.edu
  14. PowerPoint Presentationmx.nthu.edu.tw
  15. Partial Differential Equationspeople.uncw.edu
  16. Real Analysispeople.math.harvard.edu
  17. An Analogy of the Carleson–Hunt Theorem with Respect to Vilenkin Systemslink.springer.com
  18. Harmonic Analysis: from Fourier to Haarmath.unm.edu
  19. LECTURE 8: CONVOLUTIONbpb-us-w2.wpmucdn.com
  20. ES.1803 S24: Reading: Topic Enrichment: Gibbs phenomenonocw.mit.edu
  21. DLMF: §6.16 Mathematical Applicationsdlmf.nist.gov
  22. 102 S2021 Lecture 16. Fejer's Theorem and Convergence of Fourier Seriesocw.mit.edu
  23. Lecture Notes in Harmonic Analysisbpb-us-w2.wpmucdn.com
  24. Convergence of Fourier Seriesmath.uchicago.edu
  25. Lecture Notes on Measure Theorymath.cmu.edu
  26. Fourier Series, Chapter 7math.ucdavis.edu
  27. The (Pseudo)Spectral Fourier Expansions — Exponential Accuracymath.umd.edu
  28. Introduction to Numerical Analysis, Lecture 6ocw.mit.edu
  29. 085: More on Fourier Seriesmath.mit.edu
  30. Fourier Seriespeople.math.harvard.edu
  31. Lecture 7: Wave Equation and Standing Wavesocw.mit.edu
  32. Problem Set Number 04, 18.306math.mit.edu
  33. 5 Sources of Musical Soundopenstax.org
  34. Lecture 9: Frequency Responseocw.mit.edu
  35. Sinusoidal Steady State Response of Linear Circuitsocw.mit.edu
  36. DLMF: §3.11 Approximation Techniquesdlmf.nist.gov
  37. 1. Interpolationmath.mit.edu
  38. Notes on FFT-based differentiationmath.mit.edu
  39. The Design and Implementation of FFTW3fftw.org
  40. Introduction (FFTW 3.3.11)fftw.org
  41. FFT Accuracy Benchmark Commentsfftw.org
  42. FFTW FAQ - Section 3fftw.org
  43. Understanding FFTs and Windowing - NIni.com
  44. Archived: LabVIEW Analysis Concepts - National Instrumentsdownload.ni.com
  45. Notes on Mathematical and Computational Fluid Dynamics: Fourier Spectral Methodsmath.cmu.edu
  46. Fourier analysis courseoca.eu
  47. RES.18-015 S24 Full Lecture Notes: Topics in Fourier Analysisocw.mit.edu
  48. Notes for 18.117math.mit.edu
  49. Volume I: Ergodic Theory with a View Towards Number Theorymaths.qmul.ac.uk
  50. Fourier analysisusers.jyu.fi
  51. Periodic Distributionsusers.jyu.fi
  52. The Sobolev inequality on the torus revisitedpure.ed.ac.uk