{
  "id": "poisson-summation-formula",
  "title": "泊松求和公式",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "泊松求和公式将函数在格点上的取值之和，与其傅里叶变换在对偶格点上的取值之和联系起来。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "泊松求和恒等式"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/poisson-summation-formula/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/poisson-summation-formula/",
      "json": "https://aiwiki.page/en/poisson-summation-formula.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "泊松求和公式是调和分析中的一个恒等式，将函数在等间距点上的取值与其傅里叶变换在倒数间距点上的取值联系起来。其最简单的形式指出：对于足够正则且快速衰减的函数，它在所有整数点上的取值之和，等于其傅里叶变换在所有整数点上的取值之和。该公式以法国数学家西蒙·德尼·泊松的名字命名，沟通了离散分析与连续分析，广泛应用于数论、信号处理、微分方程和数值计算。"
    },
    {
      "heading": "标准表述",
      "text": "采用如下傅里叶变换约定：\n\n\\[\\widehat f(\\xi) = \\int_{\\mathbb R} f(x)e^{-2\\pi i x\\xi}\\,dx.\\]\n\n则基本公式为\n\n\\[\\boxed{ \\sum_{n\\in\\mathbb Z}f(n) = \\sum_{k\\in\\mathbb Z}\\widehat f(k). }\\]\n\n保证这一恒等式成立的一个标准假设是：\\(f\\) 属于施瓦茨空间 \\(\\mathcal S(\\mathbb R)\\)，即它无穷次可微，且它本身及其各阶导数的衰减速度都快于 \\(|x|\\) 的任意负幂。此时，其傅里叶变换也是施瓦茨函数，因此两边的级数均绝对收敛。\n\n对于间距 \\(h>0\\)，缩放后的公式为\n\n\\[\\boxed{ h\\sum_{n\\in\\mathbb Z}f(nh) = \\sum_{k\\in\\mathbb Z} \\widehat f\\!\\left(\\frac{k}{h}\\right). }\\]\n\n因此，对 \\(f\\) 进行密集采样，对应于对 \\(\\widehat f\\) 进行稀疏采样。\n\n带平移的版本为\n\n\\[\\sum_{n\\in\\mathbb Z}f(a+nh) = \\frac1h \\sum_{k\\in\\mathbb Z} \\widehat f\\!\\left(\\frac{k}{h}\\right) e^{2\\pi i ka/h}.\\]\n\n采样网格的平移在傅里叶变换一侧表现为一个相位因子。\n\n对归一化约定的依赖\n\n公式中的常数随傅里叶变换的定义而改变。如果改用\n\n\\[\\mathcal Ff(\\omega) = \\int_{\\mathbb R}f(x)e^{-i\\omega x}\\,dx,\\]\n\n则有\n\n\\[\\sum_{n\\in\\mathbb Z}f(n) = \\sum_{k\\in\\mathbb Z}\\mathcal Ff(2\\pi k).\\]\n\n泊松求和公式的不同表述在形式上的差异，往往只是源于这一约定的不同，而不是定理本身不同。"
    },
    {
      "heading": "通过周期化推导",
      "text": "核心构造是周期化：\n\n\\[P_f(x)=\\sum_{n\\in\\mathbb Z}f(x+n).\\]\n\n对于施瓦茨函数，这一级数及其逐项求导所得的各级数都在紧集上一致收敛。因此，\\(P_f\\) 是周期为 \\(1\\) 的光滑函数。\n\n它的第 \\(k\\) 个傅里叶级数系数为\n\n\\[c_k = \\int_0^1 P_f(x)e^{-2\\pi i kx}\\,dx.\\]\n\n交换求和与积分的次序，再作代换 \\(u=x+n\\)，得到\n\n\\[\\begin{aligned} c_k &= \\sum_{n\\in\\mathbb Z} \\int_0^1 f(x+n)e^{-2\\pi i kx}\\,dx\\\\ &= \\int_{\\mathbb R}f(u)e^{-2\\pi i ku}\\,du\\\\ &=\\widehat f(k). \\end{aligned}\\]\n\n代换引入的相位因子为 \\(e^{2\\pi i kn}=1\\)。\n\n由此可得\n\n\\[\\sum_{n\\in\\mathbb Z}f(x+n) = \\sum_{k\\in\\mathbb Z}\\widehat f(k)e^{2\\pi i kx}.\\]\n\n令 \\(x=0\\)，即得基本公式。\n\n这一证明揭示了公式背后的机制：在一个域中进行周期化，会在另一个域中产生离散的傅里叶系数。"
    },
    {
      "heading": "收敛性与适用范围",
      "text": "施瓦茨函数的假设便于使用，但并非必要，实际上可以采用更弱的条件。一个实用的充分条件是：\\(f\\) 连续，且存在某个 \\(\\varepsilon>0\\)，使得\n\n\\[|f(x)|\\le C(1+|x|)^{-1-\\varepsilon}, \\qquad |\\widehat f(\\xi)| \\le C'(1+|\\xi|)^{-1-\\varepsilon}.\\]\n\n这些估计保证采样求和绝对收敛，并使傅里叶级数的论证成立。\n\n在这类条件之外，必须明确公式的含义。需要区分的情形包括：\n\n- 通常求和与正则化求和；\n- 绝对收敛与条件收敛；\n- 逐点相等与分布意义下的相等；\n- 指定的点值与从邻近点趋近所得的极限。\n\n仅有 \\(f\\) 可积这一条件还不够。可以改变一个可积函数在每个整数点上的取值，而不改变它的傅里叶变换，但它的采样和却可能任意改变。因此，涉及具体采样值的恒等式，需要适当的正则性条件，或明确指定所采用的代表元。\n\n对于满足通常傅里叶收敛条件的分段光滑周期化函数，傅里叶级数在跳跃点处收敛于\n\n\\[\\frac{P_f(x^-)+P_f(x^+)}2,\\]\n\n而不一定收敛于指定的函数值 \\(P_f(x)\\)。"
    },
    {
      "heading": "分布表述",
      "text": "在分布理论中，该公式成为周期排列的点质量所满足的恒等式。定义狄拉克梳\n\n\\[\\operatorname{III}(x) = \\sum_{n\\in\\mathbb Z}\\delta(x-n),\\]\n\n其中 \\(\\delta\\) 是狄拉克 δ 分布。\n\n采用 \\(2\\pi\\) 归一化的傅里叶变换时，在缓增分布意义下有\n\n\\[\\widehat{\\operatorname{III}} = \\operatorname{III}\\]\n\n成立。将这一恒等式与施瓦茨测试函数配对，即可得到泊松求和公式。\n\n对于间距 \\(h>0\\)，\n\n\\[\\operatorname{III}_h(x) = \\sum_{n\\in\\mathbb Z}\\delta(x-nh),\\]\n\n且\n\n\\[\\widehat{\\operatorname{III}_h}(\\xi) = \\frac1h \\sum_{k\\in\\mathbb Z} \\delta\\!\\left(\\xi-\\frac{k}{h}\\right).\\]\n\n分布表述并不声称每个采样级数都在通常意义下收敛，而是通过与适当的测试函数配对，使恒等式获得严格的含义。"
    },
    {
      "heading": "高维情形与格",
      "text": "该公式可推广到欧几里得空间 \\(\\mathbb R^d\\)。定义\n\n\\[\\widehat f(\\xi) = \\int_{\\mathbb R^d} f(x)e^{-2\\pi i x\\cdot\\xi}\\,dx.\\]\n\n对于 \\(f\\in\\mathcal S(\\mathbb R^d)\\)，有\n\n\\[\\sum_{n\\in\\mathbb Z^d}f(n) = \\sum_{k\\in\\mathbb Z^d}\\widehat f(k).\\]\n\n更一般地，设 \\(\\Lambda=A\\mathbb Z^d\\) 是一个满秩格，其中 \\(A\\) 为可逆实矩阵。其基本胞体积为\n\n\\[\\operatorname{vol}(\\mathbb R^d/\\Lambda)=|\\det A|,\\]\n\n其中 \\(\\det A\\) 表示行列式。其对偶格为\n\n\\[\\Lambda^* = \\{\\xi\\in\\mathbb R^d: \\xi\\cdot\\lambda\\in\\mathbb Z \\text{ for every }\\lambda\\in\\Lambda\\} = A^{-T}\\mathbb Z^d.\\]\n\n泊松求和公式此时写成\n\n\\[\\boxed{ \\sum_{\\lambda\\in\\Lambda}f(\\lambda) = \\frac1{|\\det A|} \\sum_{\\xi\\in\\Lambda^*}\\widehat f(\\xi). }\\]\n\n体积的倒数因子反映了格点的密度。这一表述是利用倒格子描述衍射的基础，X射线晶体学中的相关描述也以此为依据。"
    },
    {
      "heading": "高斯函数示例与 θ 变换",
      "text": "对于 \\(t>0\\)，高斯函数\n\n\\[f_t(x)=e^{-\\pi t x^2}\\]\n\n的傅里叶变换为\n\n\\[\\widehat f_t(\\xi) = t^{-1/2}e^{-\\pi \\xi^2/t}.\\]\n\n因此，泊松求和公式给出\n\n\\[\\boxed{ \\sum_{n\\in\\mathbb Z}e^{-\\pi t n^2} = t^{-1/2} \\sum_{k\\in\\mathbb Z}e^{-\\pi k^2/t}. }\\]\n\n记\n\n\\[\\theta(t)=\\sum_{n\\in\\mathbb Z}e^{-\\pi t n^2},\\]\n\n则上式成为θ 函数的变换公式\n\n\\[\\theta(t)=t^{-1/2}\\theta(1/t).\\]\n\n该恒等式将较小的 \\(t\\) 值与较大的 \\(t\\) 值相互转换。当 \\(t\\) 较小时，直接计算原级数可能需要很多项，而变换后的级数各项则会迅速衰减。"
    },
    {
      "heading": "应用",
      "text": "数论与 ζ 函数\n\n泊松求和公式是解析数论的基本工具，可将整数上的求和转化为具有不同解析性质的对偶求和。\n\n当 \\(\\operatorname{Re}(s)>1\\) 时，θ 级数满足\n\n\\[\\int_0^\\infty \\bigl(\\theta(t)-1\\bigr)t^{s/2-1}\\,dt = 2\\pi^{-s/2}\\Gamma(s/2)\\zeta(s),\\]\n\n其中 \\(\\Gamma\\) 为伽马函数，\\(\\zeta\\) 为黎曼ζ函数。\n\n将此积分在 \\(t=1\\) 处分开，并对区间 \\((0,1)\\) 上的部分应用 θ 变换，即可得到解析延拓以及函数方程\n\n\\[\\Lambda(s)=\\Lambda(1-s), \\qquad \\Lambda(s)=\\pi^{-s/2}\\Gamma(s/2)\\zeta(s),\\]\n\n此处将其理解为亚纯函数之间的恒等式。\n\n采样与混叠\n\n在适当的正则性假设下，以间距 \\(h\\) 对函数进行采样可以表示为\n\n\\[f\\,\\operatorname{III}_h = \\sum_{n\\in\\mathbb Z}f(nh)\\delta(x-nh).\\]\n\n其傅里叶变换为\n\n\\[\\widehat{f\\,\\operatorname{III}_h}(\\xi) = \\frac1h \\sum_{k\\in\\mathbb Z} \\widehat f\\!\\left(\\xi-\\frac{k}{h}\\right).\\]\n\n因此，采样会产生原频谱的平移副本。当这些副本相互重叠时，不同频率在样本中便无法区分，这就是混叠现象。\n\n这是采样定理的基础之一。对于支集包含在 \\([-B,B]\\) 内的频谱，严格大于 \\(2B\\) 的采样率可使各频谱副本彼此分离；在处理临界采样率时，则需要额外关注端点处的行为。\n\n数值求积\n\n由于\n\n\\[\\widehat f(0)=\\int_{\\mathbb R}f(x)\\,dx,\\]\n\n缩放后的公式给出精确的误差恒等式\n\n\\[h\\sum_{n\\in\\mathbb Z}f(nh) - \\int_{\\mathbb R}f(x)\\,dx = \\sum_{\\substack{k\\in\\mathbb Z\\\\k\\ne0}} \\widehat f(k/h).\\]\n\n这解释了为什么对于光滑且快速衰减的函数，无限区间上的梯形公式能够迅速收敛：它的离散化误差取决于傅里叶变换在高频处的取值。对于施瓦茨函数，当 \\(h\\to0\\) 时，该误差比 \\(h\\) 的任意正幂衰减得都快。指数收敛则需要更强的假设，通常涉及解析性及适当的衰减条件。\n\n在实际的数值分析中，还必须截断无限求和，从而另外产生截断误差。\n\n热核与周期问题\n\n将热方程的高斯解周期化，可得到圆或高维平坦环面上的热核。泊松求和公式给出以下两种表示之间的等式：\n\n- 对欧几里得空间热核的各个空间平移求和；\n- 按拉普拉斯算子的特征函数作傅里叶展开。\n\n空间表示通常适用于短时间情形，而谱表示则适用于长时间情形。"
    },
    {
      "heading": "与其他求和方法的关系",
      "text": "泊松求和公式体现的是精确的对偶关系，而不仅仅是一种近似。它不同于欧拉–麦克劳林公式：后者通过端点处的导数和余项联系求和与积分，而泊松求和公式则用傅里叶变换的取值来表示二者之差。\n\n它也不同于作用于有限序列的离散傅里叶变换。当同时引入空间采样和周期性时，两者之间便会产生联系。\n\n更一般地，泊松求和公式可推广到适当的局部紧阿贝尔群及其特征标群。在这种情形下，对偶格被在原格上取值恒为一的特征标所组成的子群取代，而归一化则由相容的不变测度确定。"
    }
  ],
  "links": [
    "harmonic-analysis",
    "fourier-transform",
    "fourier-series",
    "euclidean-space",
    "determinant",
    "x-ray-crystallography",
    "number-theory",
    "gamma-function",
    "riemann-zeta-function",
    "analytic-continuation",
    "sampling-theorem",
    "numerical-analysis",
    "heat-equation",
    "laplace-operator",
    "discrete-fourier-transform",
    "abelian-group"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}