');}

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)=1LL0f(x)e2πinxLdxan=^f(n)=1LL0f(x)e2πinxLdx

对应的Fourier Series of f写成

n=ane2πinxLn=ane2πinxL

定义Fourier Series of f的partial sum

SN(f)(x)=Nn=Nˆf(n)e2πinx/LSN(f)(x)=Nn=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

limNSN(f)=flimNSN(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)=Nn=Neinx=wNwN+11w=sin((N+12)x)sinx2,w=eixDN(x)=Nn=Neinx=wNwN+11w=sin((N+12)x)sinx2,w=eix

Poisson kernel

Pr(θ)=n=r|n|einθ=1|w|2|1w|2,w=reiθPr(θ)=n=r|n|einθ=1|w|2|1w|2,w=reiθ

这种情况下函数级数收敛指的是

limNππ|SN(f)(θ)f(θ)|2dθ0limNππ|SN(f)(θ)f(θ)|2dθ0

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

image-20240417002427163

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

image-20240417003151147

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

image-20240417003303953

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)=limNNn=Nˆf(n)einθg(θ)=limNNn=N^f(n)einθ,g和f的傅里叶级数相同,因此得到fg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

image-20240417003632546

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

fg(x)=12πππf(y)g(xy)dy=gf(x)

Fourier Series SN(f)(x)可以写成三角多项式和f的卷积

SN(f)(x)=Nn=Nˆf(n)einx=(fDN)(x)

这是因为

SN(f)(x)=Nn=N12πππf(y)einydyeinx=12πππf(y)Nn=Nein(xy)dy=fDN(x) 

卷积有两个很好的性质

  1. fg是连续的(仅仅要求f/g可积)
  2. ^fg(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

limNfDN=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

  1. 正则n1,12πππKn(x)dx=1

  2. 有界ππ|Kn(x)|dxM

  3. 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)|dx0,n

满足这三个条件,我们有

limnfKn(x)=f(x)

这里的收敛指的是逐点收敛,对于

limnfn(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)=wNwN+11w,w=eiθππ|DN(θ)|dθ=ππ|sin((N+12)θ)sinθ2|dθππ2|θ||sin((N+12)θ)|dθπ0|sin(2N+1)θ|θdθ

最后进行积分换元(2N+1)θθ,得到

RHS=λ(2N+1)π0|sins|sds=2Nk=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++sN1N

显然σN12,对于求和sn=SN(f)=Nn=Naneinx,an=12πππf(x)einxdx的情况,同样定义N th Cesaro mean of the Fourier Series

σN(f)(x)=S0(f)++SN1(f)N=fD0(x)+fD1(f)++fDN1(f)N=f(D0+D1++DN1)N

定义Fejer Kernel

FN(x)=N1i=0Di(x)N=1Nsin2Nx2sin2x2

这是一个good kernel,因此有

limNσN(f)(x)=limNfFN(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

  1. A(r)对于r[0,1)收敛,并且(注意这是一个左闭右开的区间)
  2. limr1A(r)=s(n广r1goodkernel)

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

limNNk=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=2k2n,n=2k+1,k=0,1,2,

得到

ni=0si={0,n=2k+1n+12,n=2k

显然n1i=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=(fPr)(θ)Pr(θ)=n=r|n|einθ=1r212rcosθ+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)1r2cδ

此时

limr1ψ(r)=0

这个kernel满足

limr1fPr(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)

(x,y)(r,θ),我们有

u(r,θ)=n=anr|n|einθ=Ar(f)(θ)=(fPr)(θ)

其中an=12π2π0f(θ)einθdθ,这个解是Abel Summable的(good kernel满足第二条性质)

image-20240418154457709

以上解满足三条性质

  1. Δu=0 直接计算梯度即可
  2. fθ处连续,则有limr1u(r,θ)=f(θ)
  3. 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)

本站访客数1967人次