(Ⅰ)Fourier级数

周期性是自然的常见现象.最简单的,可以用三角函数表达,如\sin\omega x(其中\omega>0)是T=2\pi/\omega为周期的周期函数.由于\sin n\omega x也以2\pi/\omega为一个周期,所以加起来也是一个2\pi/\omega周期的周期函数.通过对这些“波”的叠加,我们可以得到相当复杂的周期波.

反过来,一个复杂的周期波能不能分解成一些三角函数相加?如果周期T=2\pi/\omega,那么希望有分解f(x)=\sum _ n A _ n\cos(n\omega x+\varphi _ n),里面每一项T都是周期.因为\sin,\cos以2\pi为周期,方便起见,设函数的周期T=2\pi.若不然,通过对自变量的缩放

t=\frac{2\pi}{T}x,\quad x=\frac{T}{2\pi}t,

就可以得到2\pi为周期的周期函数g(t),就可以转而研究g(t);也可以类似地得到其它周期,比如只研究1的周期,这是最常见的.

选择2\pi作为周期,好处是\omega=2\pi/T=1,分解应为f(x)=\sum _ n A _ n\cos(nx+\varphi _ n),展开后就是这种形式:

f(x)=\frac{a _ 0}{2}+\sum _ {n=1}^\infty(a _ n\cos nx+b _ n\sin nx).

第一项的系数1/2是为了后续的方便.如果把级数改为部分和,就叫做三角多项式.

如果考虑复数表示,上式可以写得更为简明.利用等式\mathrm{e}^{\mathrm{i}x}=\cos x+\mathrm{i}\sin x,上式写为

f(x)=\sum _ {n=-\infty}^\infty c _ n\mathrm{e}^{\mathrm{i}nx}.

与此同时,周期2\pi的函数也可以看作是复平面的单位圆\mathbb{T}=\{z\in\mathbb{C}\mid |z|=1\}上的函数:f(x)=g(\mathrm{e}^{\mathrm{i}x}).在语义明确的前提下,通常可以直接写g(x)代替g(\mathrm{e}^{\mathrm{i}x}),来表示\mathbb{T}上的函数.

在什么条件下上面的分解式能成立?通过简单的积分计算,可知

\int _ {-\pi}^\pi\mathrm{e}^{\mathrm{i}kx}\, \mathrm{d}x=\frac{1}{\mathrm{i}k}\mathrm{e}^{\mathrm{i}kx}\Big| _ {-\pi}^{\pi}=\frac{1}{\mathrm{i}k}[(-1)^{k}-(-1)^{-k}]=0,\quad k\in \mathbb{Z}^\ast.

整数只有k=0时积分为2\pi.于是当积分和求和可以交换顺序时,

\int _ {-\pi}^{\pi}f(x)\, \mathrm{e}^{-\mathrm{i}nx}\, \mathrm{d}x=\int _ {-\pi}^{\pi}\sum _ {m=-\infty}^\infty c _ m\, \mathrm{e}^{\mathrm{i}(m-n)x}\, \mathrm{d}x=2\pi c _ n.

虽然求出系数c _ n用到了额外的交换顺序假定,但已经足够启发作出新的定义.

定义:对任一f在\mathbb{T}上可积,f的Fourier系数和Fourier级数分别定义为

\begin{gathered}
\widehat{f\phantom{}}(n)=\frac{1}{2\pi}\int _ {-\pi}^\pi f(x)\mathrm{e}^{-\mathrm{i}nx}\, \mathrm{d}x,\quad n\in\mathbb{Z},\\
f(x)\sim \sum _ {n=-\infty}^{\infty}\widehat{f\phantom{}}(n)\mathrm{e}^{\mathrm{i}nx}.
\end{gathered}

由于Fourier级数和函数本身现在还没建立相等关系,上面不用等号而用\sim来记.如果写成\cos,\sin的形式,那么Fourier系数是

\begin{gathered}
a _ n=\frac1{\pi}\int _ {-\pi}^\pi f(x)\cos nx\, \mathrm{d}x,\\
b _ n=\frac1{\pi}\int _ {-\pi}^\pi f(x)\sin nx\, \mathrm{d}x.
\end{gathered}

对于n\in\mathbb{N}^\ast,观察到\widehat{f\phantom{}}(n)=\frac12(a _ n-\mathrm{i}\, b _ n),\widehat{f\phantom{}}(-n)=\frac12(a _ n+\mathrm{i}\, b _ n),此外\widehat{f\phantom{}}(0)=a _ 0/2,那么Fourier级数恰好写成了前面的形式

f(x)\sim \frac{a _ 0}{2}+\sum _ {n=1}^\infty(a _ n\cos nx+b _ n\sin nx).

总结说来,就是给定一个可积的f,通过积分运算确定Fourier系数\widehat{f\phantom{}}(n)或者a _ n,b _ n,然后用这些系数写成级数,就是f(x)对应的Fourier级数.

可微函数的计算实例

要函数f有Fourier系数,首先需要可积,也就是f\in L^1(\mathbb{T});设函数f有Fourier级数

f(x)\sim \sum _ {n=-\infty}^{\infty}\widehat{f\phantom{}}(n)\mathrm{e}^{\mathrm{i}nx}= \frac{a _ 0}{2}+\sum _ {n=1}^\infty(a _ n\cos nx+b _ n\sin nx),

是否收敛和收敛到何处都是数学上需要考虑的事情,这里先暂时搁置,先聚焦于计算.后面将会看到,只要f可导,上面的\sim就可以换为等号,也就是f可以展开成Fourier级数.这当然是极好的结论.分段可导的函数也可以,在连续点处都可以展开.

例:定义\mathbb{T}上的周期函数:在[-\pi,\pi),令f _ 1(x)=x;在(0,2\pi],令f _ 2(x)=x.对f _ 1,

\begin{gathered}
a _ n=\frac{1}{\pi}\int _ {-\pi}^\pi x\cos nx\, \mathrm{d}x=0,\\
b _ n=\frac{1}{\pi}\int _ {-\pi}^\pi x\sin nx\, \mathrm{d}x=-\frac{1}{n\pi}x\cos nx\Big|^\pi _ {-\pi}=(-1)^{n-1}\frac{2}{n}.
\end{gathered}

同样可以算f _ 2,利用周期函数的积分周期区间可以平移,

\begin{gathered}
a _ 0=\frac{1}{\pi}\int _ {-\pi}^\pi f _ 2(x)\, \mathrm{d}x=\frac{1}{\pi}\int _ {0}^{2\pi} x\, \mathrm{d}x=2\pi,\\
a _ n=\frac{1}{\pi}\int _ {-\pi}^{\pi} f _ 2(x)\cos nx\, \mathrm{d}x=\frac{1}{\pi}\int _ {0}^{2\pi} x\cos nx\, \mathrm{d}x=0,\\
b _ n=\frac{1}{\pi}\int _ {-\pi}^{\pi} f _ 2(x)\sin nx\, \mathrm{d}x=\frac{1}{\pi}\int _ {0}^{2\pi} x\sin nx\, \mathrm{d}x=-\frac2n.
\end{gathered}

计算得出Fourier级数为

\begin{gathered}
f _ 1(x)\sim\sum _ {n=1}^\infty (-1)^{n-1}\frac{2}{n}\sin nx,\\
f _ 2(x)\sim \pi-\sum _ {n=1}^\infty \frac{2}{n}\sin nx.
\end{gathered}

在上述区间的非端点处,可取等号.

  • 计算f _ 1(\frac\pi2)可知1-\frac13+\frac15-\frac17+\dots=\frac\pi4;(如果不用这个结果,可以应用\arctan x=x-\frac{x^3}{3}+\frac{x^5}{5}-\dots)
  • 在(0,2\pi)上,

x=\pi-\sum _ {n=1}^\infty \frac{2}{n}\sin nx,\quad \frac{\pi-x}{2}=\sum _ {n=1}^\infty\frac{\sin nx}{n}.

因此每过一个周期,\sum _ n \frac{\sin nx}n就从-\frac\pi2跳变到\frac\pi2,因而不连续.这就构造出了一个连续函数的级数和不是连续函数的反例;和Abel当年所举出的反例几乎如出一辙.

此外,因为f _ 1平方可积,利用后文的Parseval等式\frac1\pi\int _ {-\pi}^\pi f^2(x)\, \mathrm{d}x=a _ 0^2/2+\sum _ n(a _ n^2+b _ n^2),得到2\pi^2/3=\sum _ n4/n^2,故

\sum _ {n=1}^\infty\frac{1}{n^2}=\frac{\pi^2}{6}.

例:对x^2在[-\pi,\pi]进行Fourier展开,

\begin{gathered}
a _ 0=\frac1\pi\int _ {-\pi}^\pi x^2\, \mathrm{d}x=\frac{2\pi^2}{3}, \\
a _ n=\frac1\pi\int _ {-\pi}^\pi x^2\cos nx\, \mathrm{d}x=\frac{1}{n\pi}\int _ {-\pi}^\pi -2x\sin nx\, \mathrm{d}x=\frac{-2}{n}(-1)^{n-1}\frac{2}{n}, \\
b _ n=\frac{1}{\pi}\int _ {-\pi}^\pi x^2\sin nx\, \mathrm{d}x=0, \\
x^2=\frac{\pi^2}{3}+4\sum _ {n=1}^\infty \frac{(-1)^n}{n^2}\cos nx,\quad -\pi\leqslant x\leqslant \pi.
\end{gathered}

  • 令x=\pi再次得到1+\frac1{2^2}+\frac{1}{3^2}+\dots=\frac{\pi^2}{6};
  • 令x=0得到1-\frac{1}{2^2}+\frac{1}{3^2}-\frac{1}{4^2}\dots=\frac{\pi^2}{12}.

例:通过前面的例子看到,对奇函数或偶函数计算Fourier级数有计算减半的便利.也可以人为地选取[0,\pi]上的函数,延拓为奇函数或偶函数,再进行级数展开,分别得到正弦级数、余弦级数.例如在[0,\pi]取恒等函数,偶性延拓得到余弦级数就相当于对|x|在[-\pi,\pi]进行Fourier展开,

\begin{gathered}
a _ 0=\frac{1}{\pi}\int _ {-\pi}^\pi |x|\, \mathrm{d}x=\pi, \\
a _ n=\frac{1}{\pi}\int _ {-\pi}^\pi |x|\cos nx\, \mathrm{d}x=-\frac{2}{n\pi}\int _ 0^\pi \sin nx\, \mathrm{d}x=\frac{2}{n^2\pi}[(-1)^n-1], \\
b _ n=\frac{1}{\pi}\int _ {-\pi}^\pi |x|\sin nx\, \mathrm{d}x=0,\\
x=\frac{\pi}{2}-\frac{4}{\pi}\sum _ {n=1}^\infty\frac{\cos(2n-1)x}{(2n-1)^2},\quad 0\leqslant x\leqslant\pi.
\end{gathered}

令x=0得到1+\frac{1}{3^2}+\frac{1}{5^2}+\dots=\frac{\pi^2}{8}.

连续函数的情形

后面都将讨论Fourier级数的收敛问题.虽然研究工具用到了一些实变泛函的内容,但会给出适当的回顾和证明,降低阅读门槛.

已经知道,相当大一部分的函数,都可以展开成Fourier级数.对于任意连续函数,很多数学家,如Dirichlet、Riemann、Weierstrass、Dedekind,猜测或者坚信还是能Fourier级数展开.要Fourier级数在一点上发散,就已经不是一个平凡的问题,然而反例最终还是被提出来.到20世纪,有了Luzin猜想:L^2的函数,Fourier级数几乎处处收敛到自身.如果弱化到L^1,则可以举出几乎处处(甚至处处)发散的反例.种种反例使得人们很长一段时间里普遍不相信Luzin猜想;惊人的是半个世纪后Luzin猜想由Carleson成功证明.

后面都使用复数形式更为方便,

f(x)\sim \sum _ {n=-\infty}^\infty \widehat{f\phantom{}}(n)\, \mathrm{e}^{\mathrm{i}nx},\\
\widehat{f\phantom{}}(n)=\frac{1}{2\pi}\int _ {-\pi}^\pi f(x)\, \mathrm{e}^{-\mathrm{i}nx}\, \mathrm{d}x,\quad n\in\mathbb{Z}.

计算级数的部分和

\begin{gathered}
s _ n(x)=\sum _ {k=-n}^n \widehat{f\phantom{}}(k)\, \mathrm{e}^{\mathrm{i}kx}=\frac{1}{2\pi}\int _ {-\pi}^\pi f(t)D _ n(x-t)\, \mathrm{d}t, \quad n\in\mathbb{N},\\
D _ n(x-t)=\sum _ {k=-n}^n\mathrm{e}^{\mathrm{i}k(x-t)}.
\end{gathered}

D _ n(u)叫Dirichlet核,可以进一步计算

D _ n(u) = \frac{\mathrm{e}^{-\mathrm{i}nu} [ (\mathrm{e}^{\mathrm{i}u})^{2n+1} - 1 ]}{\mathrm{e}^{\mathrm{i}u} - 1} = \frac{\mathrm{e}^{\mathrm{i}(n+1)u} - \mathrm{e}^{-\mathrm{i}nu}}{\mathrm{e}^{\mathrm{i}u} - 1}
=\frac{\mathrm{e}^{\mathrm{i}(n+\frac{1}{2})u} - \mathrm{e}^{-\mathrm{i}(n+\frac{1}{2})u}}{\mathrm{e}^{\mathrm{i}\frac{1}{2}u} - \mathrm{e}^{-\mathrm{i}\frac{1}{2}u}}.

这样部分和就写为

\begin{gathered}
s _ n(x)=\frac{1}{2\pi}\int _ {-\pi}^\pi f(x-u)D _ n(u)\, \mathrm{d}u.\\
D _ n(u) =\frac{\sin(n+\frac12 )u}{\sin \frac u2}.
\end{gathered}

(*)在一点发散的反例

19世纪第一次举出连续函数的Fourier级数发散的例子时,构造是复杂的;如今利用泛函分析的工具,可以比较简便地给出了.用到的是下面的Banach-Steinhaus定理:

定理(Banach-Steinhaus,一致有界原理):设X,Y是赋范向量空间,其中X完备(Banach空间).连续线性映射A _ i\in L(X,Y),i\in I.如果

\forall x\in X,\quad \sup _ {i\in I}\|A _ ix\| _ Y<{+\infty},

那么

\sup _ {i\in I}\|A _ i\| _ {L(X,Y)}<{+\infty}.


为了应用这个定理,对连续函数f\in C(\mathbb{T}),不妨考虑x=0处.定义L _ nf=s _ n(0),这是Banach空间C(\mathbb{T})上的线性泛函,

|L _ nf|\leqslant\frac{1}{2\pi}\int _ {-\pi}^\pi\|f\| _ {\infty}|D _ n(u)|\, \mathrm{d}u=\frac{1}{2\pi}\|f\| _ {\infty}\|D _ n\| _ 1.

于是L _ n都是连续线性泛函,且\|L _ n\|\leqslant \frac{1}{2\pi}\|D _ n\| _ 1.

可以画出D _ n的图像观察.利用|\sin \frac u2|\leqslant |\frac u2|放缩,并按正负逐段估计,可以算得\frac{1}{2\pi}\|D _ n\| _ 1>\frac{4}{\pi^2}\sum _ {k=1}^n\frac{1}{k},这样\lim _ {n}\|D _ n\| _ 1=+\infty.

记g(u)为D _ n(u)的符号函数(非负取1、负数取-1),这不是连续函数,但可用一列连续函数逼近:\{f _ k\} _ {k\in\mathbb{N}}满足f _ k\in C(\mathbb{T})、f _ k\in[-1,1]、f _ k(u)\to g(u),由控制收敛定理,

\begin{aligned}
&\lim _ {k\to\infty}L _ nf _ k=\lim _ {k\to\infty}\frac{1}{2\pi}\int _ {-\pi}^\pi f _ k(-u)D _ n(u)\, \mathrm{d}u\\
={}&\frac{1}{2\pi}\int _ {-\pi}^\pi g(-u)D _ n(u)\, \mathrm{d}u=\frac{1}{2\pi}\|D _ n\| _ 1.
\end{aligned}

于是\frac{1}{2\pi}\|D _ n\| _ 1\leqslant \|L _ n\|,所以\|L _ n\|=\frac{1}{2\pi}\|D _ n\| _ 1\to+\infty.由Banach-Steinhaus定理,存在f\in C(\mathbb{T}),使得\sup _ {n}|s _ n(0)|=+\infty,也就是在x=0处Fourier级数发散.(事实上,泛函分析进一步证明,发散的才是普遍的,收敛的是少数.)

利用Cesàro求和

除了加强考虑的函数f的条件,还可以改进级数收敛的定义.通常考虑的收敛,是说“部分和有极限”;而新的收敛定义需要可以做到,原来收敛的级数在新定义下也收敛而且和相等,同时还可以做到对原来发散的级数也有机会收敛.

对于级数\sum _ n a _ n,如果部分和的算术平均\sigma _ n=\frac1n(s _ 1+\dots+s _ n)收敛,那么说级数在Cesàro意义下收敛,可以Cesàro求和.由数列极限的性质可知,这就是符合前面要求的新收敛定义.

令

F _ {n}(x)=\frac1n\sum _ {k=0}^{n-1} D _ k(x)=\frac1n\sum _ {k=0}^{n-1}\sum _ {m=-k}^k \mathrm{e}^{\mathrm{i}mx},

可称为Fejér核.这个核也是三角多项式.利用三角恒等式可以继续变形

\begin{gathered}
\sum _ {k=0}^{n-1}\sin\Big(k+\frac12\Big)x=\frac12\Big(\sin\frac x2\Big)^{-1}\sum _ {k=0}^{n-1}(\cos kx-\cos (k+1)x) ,\\
F _ {n}(x)=\frac1n\sum _ {k=0}^{n-1}\frac{\sin(k+\frac12)x}{\sin\frac x2}=\frac1n\frac{1-\cos nx}{2\sin^2 \frac x2}=\frac{\sin^2\frac n2x}{n\sin^2\frac x2}.
\end{gathered}

引理:容易看出,Fejér核满足以下条件,

  • 非负:F _ n(x)\geqslant0,这表明对不定号的Dirichlet核求平均后得到了非负的Fejér核;
  • \displaystyle\frac1{2\pi}\int _ {-\pi}^\pi F _ n(x)\, \mathrm{d}x=1,由Dirichlet核自然继承;
  • 对任意的\delta>0,\{F _ n\} _ {n\in\mathbb{N}}在[-\pi,-\delta]\cup[\delta,\pi]上一致收敛到0.

简单来说,随着n增大,Fejér核质量向原点集中,越来越像Dirac delta函数.

定理(Fejér):对于连续函数f\in C(\mathbb{T}),它的Fourier级数在Cesàro意义下一致收敛到f.

证明思路

对部分和\{s _ n(x)\},构造算术平均

\sigma _ n(x)=\frac{1}{n}(s _ 0(x)+\dots+s _ {n-1}(x)).

要证\sigma _ n(x)在\mathbb{T}上一致收敛到f.根据前面的计算,

\sigma _ n(x)=\frac{1}{2\pi}\int _ {-\pi}^\pi f(x-t)F _ n(t)\, \mathrm{d}t.

利用引理,

\begin{aligned}
|\sigma _ n(x)-f(x)|&=\Big|\frac{1}{2\pi}\int _ {-\pi}^\pi [f(x-t)-f(x)]F _ n(t)\, \mathrm{d}t\Big|\\
&\leqslant\frac{1}{2\pi}\int _ {-\pi}^\pi |f(x-t)-f(x)|F _ n(t)\, \mathrm{d}t\\
&=\int _ {-\delta}^\delta+\int _ {[-\pi,-\delta]\cup[\delta,\pi]}.
\end{aligned}

设\varepsilon>0给定,因为f在\mathbb{T}一致连续,可取\delta>0使得|x _ 1-x _ 2|<\delta时|f(x _ 1)-f(x _ 2)|<\varepsilon/2,得知n充分大时,|\sigma _ n(x)-f(x)|<\varepsilon/2+\varepsilon/2=\varepsilon.这就证明了定理.

由Fejér定理,得到如下重要的逼近定理:

定理(Weierstrass逼近定理):连续函数f\in C(\mathbb{T})必能被三角多项式一致逼近.

平方可积函数的情形

泛函分析的一些定理

回顾一些Hilbert空间的结果,然后这些一般性的结果可以应用到前面的特殊情形上.

设H是一个完备的内积空间,也就是Hilbert空间,\{e _ i\} _ {i\in I}是H的一个标准正交系,即对i,j\in I,

\langle e _ i,e _ j\rangle=\delta _ {ij}=\begin{cases}
1,&i=j,\\0,&i\neq j.
\end{cases}

先罗列一些定理,再给出证明概要.记\operatorname{Span}X为集合X中元素的有限线性组合全体.

定理:设J\subseteq I是有限的子集,y\in\operatorname{Span}\{e _ j\} _ {j\in J},x\in H,那么

\begin{gathered}
\Big\|x-\sum _ {j\in J}\langle x,e _ j\rangle e _ j\Big\|\leqslant \|x-y\|,\\
\sum _ {j\in J}|\langle x,e _ j\rangle|^2\leqslant \|x\|^2.
\end{gathered}

定义\hat x(i)=\langle x,e _ i\rangle(i\in I),称作x的Fourier系数.

定理:由此立知Bessel不等式成立:

\sum _ {i\in I}|\hat x(i)|^2=\sum _ {i\in I}|\langle x,e _ i\rangle|^2\leqslant \|x\|^2,\quad x\in H.

其中求和表示所有有限子集求和的sup,可以看出,这种求和正是对I的计数测度的Lebesgue积分.

定理(Riesz-Fischer):\hat x是I上的一个函数,由Bessel不等式,对每个x\in H,得到的\hat x在I上是“平方可和”的.对于映射

\begin{aligned}
H&\to \ell^2(I),\\
x&\mapsto \hat x,
\end{aligned}

  • 它是一个H上的连续线性映射.
  • 在\overline{\operatorname{Span}\{e _ i\} _ {i\in I}}上,是等距映射.
  • 在\overline{\operatorname{Span}\{e _ i\} _ {i\in I}}上,一一映射到\ell^2(I).

定理:以下命题等价:

  1. \{e _ i\} _ {i\in I}是完备的,也就是标准正交基;
  2. \overline{\operatorname{Span}\{e _ i\} _ {i\in I}}=H;
  3. Parseval等式成立:

\|x\|^2=\sum _ {i\in I}|\hat x(i)|^2=\sum _ {i\in I}|\langle x,e _ i\rangle|^2,\quad x\in H.

所以,不难得知,Hilbert空间里的一个标准正交基,给出的x\mapsto \hat x是一个Hilbert空间同构.

定理:H是可分的,当且仅当H有一个至多可数的标准正交基.

证明概要

设J\subseteq I是有限的子集,y\in\operatorname{Span}\{e _ j\} _ {j\in J},x\in H,x _ 0:=\sum _ {j\in J}\langle x,e _ j\rangle e _ j在J的Fourier系数等于x在J的Fourier系数,于是\langle x-x _ 0,e _ j\rangle=0,x-x _ 0垂直\operatorname{Span}\{e _ j\} _ {j\in J}中所有向量,特别地x-x _ 0\perp x _ 0-y,所以由勾股定理,

\|x-y\|^2=\|x-x _ 0\|^2+\|x _ 0-y\|^2\geqslant \|x-x _ 0\|^2.

取y=0得到有限Bessel不等式,无限Bessel不等式也随之成立.

接着看Riesz-Fischer定理.定义H上的函数f:x\mapsto\hat x,这是线性的,而且由Bessel不等式\|f(x)-f(x')\| _ {\ell^2}=\|f(x-x')\| _ {\ell^2}\leqslant\|x-x'\|,表明是连续线性映射.令X=\operatorname{Span}\{e _ i\} _ {i\in I},简单计算得知,x\in X时\|f(x)\|^2=\|x\|^2,这表明f在X上保持内积、距离不变.由连续性不难得出f在闭包\overline X上是等距映射.

由于f(X)是所有有限项非零的\ell^2(I)序列组成,可以看出,f(X)在\ell^2(I)中稠密.于是对任意的y\in\ell^2(I),存在序列\{f(x _ n)\} _ {n\in\mathbb{N}}收敛到y,这是个Cauchy列,而f是等距映射,所以\{x _ n\} _ {n\in\mathbb{N}}也是X中的一个Cauchy列.因为H完备,\overline{X}也就完备,\{x _ n\} _ {n\in\mathbb{N}}收敛到\overline{X}中的一点x.再次利用连续性得到f(x)=y,这就证明了满射.等距映射又是单射,因此证明了\overline X到\ell^2(I)是一一映射.

现在设\{e _ i\} _ {i\in I}是完备的,也就是说不能加入非零向量变成更大的标准正交系了.如果\overline{\operatorname{Span}\{e _ i\} _ {i\in I}}\neq H,取一个不在里面的向量并考虑投影分解,立知\operatorname{Span}\{e _ i\} _ {i\in I}的正交补有非零向量,\{e _ i\} _ {i\in I}不完备,矛盾,所以\overline{\operatorname{Span}\{e _ i\} _ {i\in I}}=H.由上一定理,对任意的x\in H,x\mapsto \hat x是H到\ell^2(I)的等距映射,从而Parseval等式成立.而Parseval等式的成立可推出标准正交系的完备性:若不完备,则可取一个新的基向量e,但Parseval等式表明\|e\|^2=0,矛盾.

Parseval等式有一个有用的变体——Parseval内积等式.设x,y\in H,那么\operatorname{Re}\langle x, y \rangle = \frac{1}{4} ( \|x+y\|^2 - \|x-y\|^2 ),\operatorname{Im}\langle x, y \rangle=\operatorname{Re}(-\mathrm{i}\langle x, y \rangle)=\operatorname{Re}\langle x, \mathrm{i}y \rangle=\frac{1}{4} ( \|x+\mathrm{i}y\|^2 - \|x-\mathrm{i}y\|^2 ),从而

4\langle x,y\rangle=\|x+y\|^2 - \|x-y\|^2+\mathrm{i}\|x+\mathrm{i}y\|^2 - \mathrm{i}\|x-\mathrm{i}y\|^2.

用范数表示了内积.对右边应用Parseval范数等式,求和号里可化为4\hat{x}(i)\overline{\hat{y}(i)},所以

\langle x,y\rangle=\sum _ {i\in I}\hat{x}(i)\overline{\hat{y}(i)}.

取x=y,就回到了范数等式,因而两种等式等价.

L2空间与三角函数系

考虑平方可积的函数,也就是L^2(\mathbb{T}),因为可以定义内积

\langle f,g\rangle=\frac{1}{2\pi}\int _ {-\pi}^\pi f(x)\overline{g(x)}\, \mathrm{d}x.

范数为

\|f\| _ 2=\Big(\frac{1}{2\pi}\int _ {-\pi}^\pi |f(x)|^2\, \mathrm{d}x\Big)^{1/2}.

这里的定义带了个系数1/(2\pi).

泛函分析中证明,内积空间L^2(\mathbb{T})是完备的,也就是Hilbert空间;也是可分的,因此由前面的定理,标准正交基是可数的;连续函数空间C(\mathbb{T})在L^2(\mathbb{T})中稠密(在L^p(\mathbb{T})中都稠密,1\leqslant p<+\infty).

结合Weierstrass逼近定理,可知三角多项式的全体在L^2(\mathbb{T})中稠密;此外,还可以证明:

定理(唯一性定理):设f\in L^1(\mathbb{T}),满足\widehat{f\phantom{}}(n)\equiv0,那么f(x)=0几乎处处成立.这表明有相同的Fourier系数的函数几乎处处相等.

证明思路

只需考虑实值函数.按定义,

\begin{aligned}
&\widehat{f\phantom{}}(n)=\frac{1}{2\pi}\int _ {-\pi}^\pi f(x)\mathrm{e}^{-\mathrm{i}nx}\, \mathrm{d}x=0, \quad n\in\mathbb{Z},\\
\implies{}& \int _ {-\pi}^\pi f(x)P(x)\, \mathrm{d}x=0,\quad P(x)=\sum _ {n=-N}^N c _ n\mathrm{e}^{\mathrm{i}nx}.
\end{aligned}

也就是f与任意三角多项式乘积的积分为零,而Weierstrass定理表明三角多项式可一致逼近任意\mathbb{T}上连续函数,由此不难看出f与任意\mathbb{T}上连续函数的积分为零.设g(x)为f(x)的符号函数(非负取1、负数取-1),这不是连续函数,考虑逼近.g\in L^1(\mathbb{T}),而C(\mathbb{T})在L^1(\mathbb{T})稠密,故存在连续函数列\{g _ k\} _ {k\in\mathbb{N}}使得\| g _ k-g\| _ 1\to0.令

\varphi(x)=\begin{cases}
1,&x>1;\\
x,&-1\leqslant x\leqslant1;\\
-1,&x<-1.
\end{cases}

那么\varphi\circ g _ k也都是连续函数,且压到了[-1,1]中,由于\|\varphi\circ g _ k-g\| _ 1\leqslant\|g _ k-g\| _ 1,因此可不妨直接设g _ k\in[-1,1].L^1收敛可推出存在子列(几乎处处)逐点收敛,不妨设\{g _ k\}已经逐点收敛到g.由控制收敛定理,|f|=fg=\lim _ k fg _ k的积分是零,从而f几乎处处为零.

通过前面的计算,可知

\langle \mathrm{e}^{\mathrm{i}mx},\mathrm{e}^{\mathrm{i}nx}\rangle=\frac{1}{2\pi}\int _ {-\pi}^\pi\mathrm{e}^{\mathrm{i}(m-n)x}\, \mathrm{d}x=\begin{cases}
1,&m=n,\\0,&m\neq n.
\end{cases}

这样,\{\mathrm{e}^{\mathrm{i}nx}\} _ {n\in\mathbb{Z}}构成标准正交系.

如果是三角函数,可利用\cos x=(\mathrm{e}^{\mathrm{i}x}+\mathrm{e}^{-\mathrm{i}x})\mathbin/2和\sin x=(\mathrm{e}^{\mathrm{i}x}-\mathrm{e}^{-\mathrm{i}x})\mathbin/(2\mathrm i),不难得知\{1,\cos x,\sin x,\cos 2x,\sin2x,\dots\}是一个正交系,适当缩放后得到标准正交系.

由前面Hilbert空间的定理,可知:

定理(标准正交基):三角函数系\{\mathrm{e}^{\mathrm{i}nx}\} _ {n\in\mathbb{Z}}是完备的标准正交系.

平方平均逼近

定理:由Riesz-Fischer定理,如果\{c _ n\} _ {n\in\mathbb{Z}}满足\sum _ {n=-\infty}^\infty|c _ n|^2<+\infty,那么就有一个平方可积的函数f\in L^2(\mathbb{T})使得f以它为Fourier系数:\widehat{f\phantom{}}(n)=c _ n,即

c _ n=\frac{1}{2\pi}\int _ {-\pi}^\pi f(x)\, \mathrm{e}^{-\mathrm{i}nx}\, \mathrm{d}x,\quad n\in\mathbb{Z}.

定理:Parseval等式表明,若f,g\in L^2(\mathbb{T}),那么有

\begin{gathered}
\frac{1}{2\pi}\int _ {-\pi}^\pi f(x)\overline{g(x)}\, \mathrm{d}x=\sum _ {n=-\infty}^\infty\widehat{f\phantom{}}(n)\overline{\widehat{g\phantom{}}(n)}.\\
\frac{1}{2\pi}\int _ {-\pi}^\pi |f(x)|^2\, \mathrm{d}x=\sum _ {n=-\infty}^\infty|\widehat{f\phantom{}}(n)|^2.
\end{gathered}

代入\widehat{f\phantom{}}(n)=\frac12(a _ n-\mathrm{i}\, b _ n),\widehat{f\phantom{}}(-n)=\frac12(a _ n+\mathrm{i}\, b _ n),n\in\mathbb{N}^\ast,还得到

\begin{gathered}
\frac{1}{2\pi}\int _ {-\pi}^\pi f(x)\overline{g(x)}\, \mathrm{d}x= \frac{1}{4}a _ 0 \overline{\alpha} _ 0 + \frac12\sum _ {n=1}^\infty (a _ n \overline{\alpha} _ n + b _ n \overline{\beta} _ n).\\
\frac{1}{\pi}\int _ {-\pi}^\pi |f(x)|^2\, \mathrm{d}x= \frac{|a _ 0|^2}{2} + \sum _ {n=1}^\infty (|a _ n|^2 + |b _ n|^2).
\end{gathered}

其中a _ n,b _ n是f的Fourier系数,\alpha _ n,\beta _ n是g的Fourier系数.

定理:取部分和s _ N(x)=\sum _ {n=-N}^N \widehat{f\phantom{}}(n)\, \mathrm{e}^{\mathrm{i}nx},其中N\in\mathbb{N},那么\|f-s _ N\| _ 2^2=\sum _ {|n|>N}|\widehat{f\phantom{}}(n)|^2,从而可知,\{s _ N\}按L^2收敛到f,

\lim _ {N\to\infty}\|f-s _ N\| _ 2=0.

不妨记为

f\stackrel{L^2}{=}\sum _ {n=-\infty}^\infty \widehat{f\phantom{}}(n)\, \mathrm{e}^{\mathrm{i}nx},\quad f\in L^2.

Fourier级数的逐点收敛

前面的结果中,连续函数的Fourier级数在Cesàro意义下收敛到原来的函数,平方可积的函数则按L^2收敛.下面考虑函数Fourier级数的逐点收敛.

定理(Riemann-Lebesgue引理):设f\in L^1(\mathbb{T}),那么Fourier系数

\widehat{f\phantom{}}(n)\to 0,\quad n\to\pm\infty.

定理(局部化原理):f\in L^1(\mathbb{T})在一点x处的Fourier级数,收敛状况只和x点附近的行为有关.

这表明,两个函数在一点的一个充分小邻域内相等,那么就可以断言它们的Fourier级数在该点同敛散,且收敛时和相等.这是个很好的结果,因为Fourier系数的计算是在整个\mathbb{T}上积分进行的.

定理(Dini判别):设f\in L^1(\mathbb{T}),如果有某\delta>0使得

\frac{f(x _ 0+t)+f(x _ 0-t)-2s}{t}\in L^1([0,\delta]),

那么f的Fourier级数在x _ 0点收敛到s.

定理(Hölder条件):如果有某\delta>0使得\alpha阶Hölder条件成立,即存在L>0和\alpha\in(0,1]使得当t\in(0,\delta]时

|f(x _ 0+t)-f(x _ 0+0)|\leqslant Lt^\alpha,\, |f(x _ 0-t)-f(x _ 0-0)|\leqslant Lt^\alpha.

那么,f的Fourier级数在x _ 0点收敛到[f(x _ 0+0)+f(x _ 0-0)]\mathbin/2.

定理(分段可微函数):设f在\mathbb{T}上分段可微,那么f的Fourier级数在x _ 0点收敛到[f(x _ 0+0)+f(x _ 0-0)]\mathbin/2.特别地,当这个点是连续点,收敛到f(x _ 0).

证明概要

设\varepsilon>0,泛函分析中可知C(\mathbb{T})在L^1(\mathbb{T})中稠密,于是存在g\in C(\mathbb{T})使得\|f-g\| _ 1<\varepsilon/2.对于这个g,存在三角多项式P一致逼近,\|g-P\| _ {\infty}<\varepsilon/2,于是\|g-P\| _ 1\leqslant\|g-P\| _ {\infty}<\varepsilon/2.由此知\|f-P\| _ 1<\varepsilon.

对于三角多项式,n充分大后Fourier系数都为零,此时

|\hat f(n)|=\Big|\frac{1}{2\pi}\int _ {-\pi}^\pi[f(x)-P(x)]\, \mathrm{e}^{-\mathrm{i}nx}\, \mathrm{d}x\Big|\leqslant\|f-P\| _ 1<\varepsilon.

Riemann-Lebesgue引理得证.

要证明局部化原理,写出Fourier级数的部分和

s _ n(x)=\frac{1}{2\pi}\int _ {-\pi}^\pi f(x-u)\frac{\sin(n+\frac12 )u}{\sin \frac u2}\, \mathrm{d}u.

把负数部分的积分换元到正数,得到

s _ n(x)=\frac{1}{2\pi}\int _ {0}^\pi [f(x+u)+f(x-u)]\frac{\sin(n+\frac12 )u}{\sin \frac u2}\, \mathrm{d}u.

由Riemann-Lebesgue引理和\sin \frac t2\geqslant \sin\frac{\delta}{2}>0(当0<\delta\leqslant t\leqslant \pi),写成[0,\delta]的积分和[\delta,\pi]的积分之和后,[\delta,\pi]的积分当n\to\infty是无穷小.由此不难得知局部化原理成立.

现在设f满足Dini判别的条件,计算

s _ n(x _ 0)-s=\frac{1}{2\pi}\int _ {0}^\pi [f(x _ 0+u)+f(x _ 0-u)-2s]\frac{\sin(n+\frac12 )u}{\sin \frac u2}\, \mathrm{d}u.

同样地,写成[0,\delta]的积分和[\delta,\pi]的积分之和后,利用条件和Riemann-Lebesgue引理,即知极限为零.

如果f是满足Hölder条件,取s=[f(x _ 0+0)+f(x _ 0-0)]\mathbin/2,则

\frac{f(x _ 0+t)+f(x _ 0-t)-2s}{t}=\frac{f(x _ 0+t)-f(x _ 0+0)}{t}+\frac{f(x _ 0-t)-f(x _ 0-0)}{t}.

取绝对值后小于等于2L/t^{1-\alpha}.不难得知,此时Dini判别法的条件成立.

最后,分段可微函数是满足Hölder条件的,定理作为推论立得.


定理:设f是\mathbb{T}上的有界变差函数——f\in \mathrm{BV}(\mathbb{T}),那么f的Fourier级数在x _ 0点收敛到[f(x _ 0+0)+f(x _ 0-0)]\mathbin/2.特别地,当这个点是连续点,收敛到f(x _ 0).

证明思路

设f是有界变差函数,不妨设是实值的,那么由Jordan分解,f可以分解为两个在[-\pi,\pi)单调递增的函数的差,因此还可以不妨假设f是单调递增函数.

\begin{aligned}
&s _ n(x)-\frac12({f(x+0)+f(x-0)})\\
={}&\frac{1}{2\pi}\int _ {0}^\pi [f(x+u)-f(x+0)]D _ n(u)\, \mathrm{d}u\\
&+\frac{1}{2\pi}\int^{0} _ {-\pi} [f(x+u)-f(x-0)]D _ n(u)\, \mathrm{d}u.
\end{aligned}

只需要考虑第一项趋于零,第二项完全同理.

设\delta>0很小,还是把积分拆成[0,\delta]和[\delta,\pi]两部分.第二部分利用Riemann-Lebesgue引理不难得知趋于零,对于第一部分,由于f(x+u)-f(x+0)是u的单调函数,由积分第二中值定理,存在\xi _ n\in[0,\delta]使得

\int _ 0^{\delta}[f(x+u)-f(x+0)]D _ n(u)\, \mathrm{d}u=[f(x+\delta)-f(x+0)]\int _ {\xi _ n}^\delta D _ n(u)\, \mathrm{d}u.

对于D _ n(u)=\sin(n+\frac12)u\mathbin{/}\sin \frac u2的[\xi,\delta]\subseteq [0,\pi]上的积分,引入辅助项:

\int _ {\xi}^\delta \frac{\sin(n+\frac12)u}{\sin\frac u2}\, \mathrm{d}u=\int _ {\xi}^\delta\frac{\sin(n+\frac12)u}{\frac u2}\, \mathrm{d}u+\int _ {\xi}^\delta\Big(\frac{1}{\sin\frac u2}-\frac1{\frac u2}\Big)\sin\Big(n+\frac12\Big)u\, \mathrm{d}u.

第二项的被积函数不难知道是有界的,因而第二项积分有界.第一项积分进行换元后变为\frac{\sin x}{x}型的积分,结合\frac{\sin x}x在(0,+\infty)的积分是\frac\pi 2、变上限积分连续,知第一项积分也有界.因此对任一n,

\Big|[f(x+\delta)-f(x+0)]\int _ {\xi _ n}^\delta D _ n(u)\, \mathrm{d}u\Big|\leqslant M|f(x+\delta)-f(x+0)|\to 0,\quad \delta\to0.


评论

Leave a Reply

Your email address will not be published. Required fields are marked *