Fourier Analysis Chapter 2 Overview
Overview Of Stein Fourier Analysis(Chapter 2)
一个定义在[0,L]上的函数的Fourier Coefficients写成
an=ˆf(n)=1L∫L0f(x)e−2πinxLdxan=^f(n)=1L∫L0f(x)e−2πinxLdx对应的Fourier Series of f写成
∞∑n=−∞ane2πinxL∞∑n=−∞ane2πinxL定义Fourier Series of f的partial sum
SN(f)(x)=N∑n=−Nˆf(n)e2πinx/LSN(f)(x)=N∑n=−N^f(n)e2πinx/L本章提出的第一个问题是,需要为f添加什么约束,使得
limN→∞SN(f)=flimN→∞SN(f)=f怎么定义函数级数收敛于一个函数?
给出几个偏序和的粒子
三角多项式
DN(x)=N∑n=−Neinx=w−N−wN+11−w=sin((N+12)x)sinx2,w=eixDN(x)=N∑n=−Neinx=w−N−wN+11−w=sin((N+12)x)sinx2,w=eixPoisson kernel
Pr(θ)=∞∑n=−∞r|n|einθ=1−|w|2|1−w|2,w=reiθPr(θ)=∞∑n=−∞r|n|einθ=1−|w|2|1−w|2,w=reiθ这种情况下函数级数收敛指的是
limN→∞∫π−π|SN(f)(θ)−f(θ)|2dθ→0limN→∞∫π−π|SN(f)(θ)−f(θ)|2dθ→0
讨论收敛性之前,本文讨论了傅里叶级数的唯一性,首先证明了一下结论
为0的条件为连续/可积且所有傅里叶系数均为0,根据以上结论得到以下推论
这个结论相比2.1缺少了可积的假设,同理我们得到偏序和的收敛性质
∑n|ˆf(n)|<∞∑n|^f(n)|<∞保证了Fourier级数绝对一致收敛,因此存在极限g(θ)=limN→∞∑Nn=−Nˆf(n)einθg(θ)=limN→∞∑Nn=−N^f(n)einθ,g和f的傅里叶级数相同,因此得到f−g恒等于0
进一步,下列定理说明了可微函数傅里叶系数的bound,有如下结论
利用有界性+分部积分得到,同理还有
ˆf′(n)=inˆf(n)下面介绍两个重要的概念:卷积和good kernel
卷积
两个周期为2π的可积函数f/g卷积被定义为
f∗g(x)=12π∫π−πf(y)g(x−y)dy=g∗f(x)Fourier Series SN(f)(x)可以写成三角多项式和f的卷积
SN(f)(x)=N∑n=−Nˆf(n)einx=(f∗DN)(x)这是因为
SN(f)(x)=N∑n=−N12π∫π−πf(y)e−inydyeinx=12π∫π−πf(y)N∑n=−Nein(x−y)dy=f∗DN(x)卷积有两个很好的性质
- f∗g是连续的(仅仅要求f/g可积)
- ^f∗g(n)=ˆf(n)ˆg(n)
Good kernels
Fourier级数写成f和三角多项式的卷积,我们希望有如下性质
limN→∞f∗DN=f这种情况下可以用三角函数的线性组合拟合原始周期函数,为了获取上述的kernel,我们定义满足如下三个条件的kernel序列{Kn(x)}为good kernel
正则∀n≥1,12π∫π−πKn(x)dx=1
有界∫π−π|Kn(x)|dx≤M
对于∀δ>0,满足随着N增大,Kn(x)落在δ≤|x|≤π区间上的概率越来越小
∫δ≤|x|≤π|Kn(x)|dx→0,n→∞
满足这三个条件,我们有
limn→∞f∗Kn(x)=f(x)这里的收敛指的是逐点收敛,对于
limn→∞fn(x)=f(x)⇔∀x,limn→∞|fn(x)−f(x)|=0但是不幸的是DN(x)并不满足这个性质(不满足条件2),因此如果希望得到逼近???,需要重新定义函数项级数的收敛
DN(θ)=w−N−wN+11−w,w=eiθ∫π−π|DN(θ)|dθ=∫π−π|sin((N+12)θ)sinθ2|dθ≥∫π−π2|θ||sin((N+12)θ)|dθ≥∫π0|sin(2N+1)θ|θdθ最后进行积分换元(2N+1)θ→θ,得到
RHS=λ∫(2N+1)π0|sins|sds=2N∑k=0∫(k+1)πkπ|sins||s|得证DN(θ)=O(logN)
修改函数项级数收敛的定义,引入Cesaro/Abel求和
Abel/Cesaro Sumability
重新定义级数收敛,例如对于{(−1)n}这样的级数,显然按照sn=∑nk=0(−1)k的概念sn是不收敛于一个实数s的,重新定义其N th Caesaro mean
σN=s0+s1+⋯+sN−1N显然σN→12,对于求和sn=SN(f)=∑Nn=−Naneinx,an=12π∫π−πf(x)e−inxdx的情况,同样定义N th Cesaro mean of the Fourier Series
σN(f)(x)=S0(f)+⋯+SN−1(f)N=f∗D0(x)+f∗D1(f)+⋯+f∗DN−1(f)N=f∗(D0+D1+⋯+DN−1)N定义Fejer Kernel
FN(x)=∑N−1i=0Di(x)N=1Nsin2Nx2sin2x2这是一个good kernel,因此有
limN→∞σN(f)(x)=limN→∞f∗FN(x)=f(x)问题:上述收敛在每一点x都成立,是一致收敛吗?
every pointevery pointevery pointevery pointy point** of continuity of f
上述证明针对的是一个离散函数级数f1,f2,⋯,fn,Abel means将其推广到连续场景,对于∀r∈[0,1)和级数ck,定义其Abel sum
A(r)=∞∑k=0ckrk如果
- A(r)对于∀r∈[0,1)收敛,并且(注意这是一个左闭右开的区间)
- limr→1A(r)=s(相当于将n→∞推广到了r→1,实际上的goodkernel的条件)
则称∑∞k=0ck是Abel Summable的,并且A(r)被称为级数的Abel means,但是这并不意味
limN→∞N∑k=0ck=s反例是(−1)k(k+1),k=0,1,2,⋯,∞,同理这个序列也不是Cesaro summable的
sn={2n+1,n=2k−2n,n=2k+1,k=0,1,2,⋯得到
n∑i=0si={0,n=2k+1n+12,n=2k显然∑n−1i=0sin不收敛
为什么有了Cesaro sum还要引入Abel sum
Poisson kernel and Dirichlet proble in the unit disc
假设cn=aneinθ,对应Fourier Series中的某一项,则对应的Abel sum写成
Ar(f)(θ)=∞∑n=−∞r|n|aneinθ=(f∗Pr)(θ)Pr(θ)=∞∑n=−∞r|n|einθ=1−r21−2rcosθ+r2并且Pr(θ)是good kernel,这意味着,对于∀δ>0,对于积分
ψ(r)=∫δ≤|θ|≤πPr(θ)dθ都存在
Pr(θ)≤1−r2cδ此时
limr→1ψ(r)=0这个kernel满足
limr→1f∗Pr(θ)=f(θ)Poisson kernel和f的卷积逐点收敛
回到热传导问题,温度分布u(x,y)应该满足
Δu=0u|x2+y2=f(boundary)将(x,y)→(r,θ),我们有
u(r,θ)=∞∑n=−∞anr|n|einθ=Ar(f)(θ)=(f∗Pr)(θ)其中an=12π∫2π0f(θ)e−inθdθ,这个解是Abel Summable的(good kernel满足第二条性质)
以上解满足三条性质
- Δu=0 直接计算梯度即可
- f在θ处连续,则有limr→1u(r,θ)=f(θ)
- 对于连续函数f,上述u(r,θ)是满足单位圆盘上热传导方程的唯一解
u(r,θ)其实可以用过分离变量法得到f(r)g(θ)