首先我们将矢量的“内积”或称“点积”的概念以类比的方式推广到复变函数
设函数
f
f
f、
g
g
g 在
[
0
,
1
]
[0,1]
[0,1] 内平方可积,则我们定义函数
f
f
f、
g
g
g 的内积为:
( f , g ) = ∫ 0 1 f ( t ) g ( t ) ‾ d t (1) (f,g) = \int_0^1f(t)\overline{g(t)}dt \tag1 (f,g)=∫01f(t)g(t)dt(1)
在矢量运算中,我们有:
1.矢量长度
∣
v
∣
=
v
2
=
(
v
,
v
)
\left \lvert \bf{v} \right \rvert = \sqrt{\bf{v}^2} = \sqrt{(\bf{v},\bf{v})}
∣v∣=v2=(v,v)
2.勾股定理,当且仅当
∣
v
+
u
∣
2
=
∣
v
∣
2
+
∣
u
∣
2
\left\lvert \bf{v}+\bf{u}\right\rvert^2 =\left\lvert \bf{v}\right\rvert^2 + \left\lvert \bf{u}\right\rvert^2
∣v+u∣2=∣v∣2+∣u∣2 时,即
(
v
,
u
)
=
0
(\bf{v},\bf{u}) = 0
(v,u)=0 时,矢量
v
\bf{v}
v、
u
\bf{u}
u 正交
类比于矢量内积,再利用函数内积公式
(
1
)
(1)
(1),我们可以得到:
1.函数长度的平方
∥
f
∥
2
=
(
f
,
f
)
=
∫
0
1
∣
f
(
t
)
∣
2
d
t
\left \lVert f \right \rVert^2 = (f,f) = \int_0^1 \left \lvert f(t)\right \rvert^2 dt
∥f∥2=(f,f)=∫01∣f(t)∣2dt
2.当且仅当
∥
f
+
g
∥
2
=
∥
f
∥
2
+
∥
g
∥
2
\left\lVert f+g\right\rVert^2 =\left\lVert f\right\rVert^2 + \left\lVert g\right\rVert^2
∥f+g∥2=∥f∥2+∥g∥2,即
(
f
,
g
)
=
0
(f,g) = 0
(f,g)=0 时,函数
f
f
f、
g
g
g 正交
我们回忆一下周期为1的周期函数的傅里叶级数
f ( t ) = ∑ k = − ∞ ∞ f ^ ( k ) e 2 π i k t (2) f(t) = \sum_{k=-\infty}^\infty \hat{f}(k) e^{2\pi ikt} \tag2 f(t)=k=−∞∑∞f^(k)e2πikt(2)
其中
f ^ ( k ) = ∫ 0 1 f ( t ) e − 2 π i k t d t (3) \hat{f}(k) = \int_0^1 f(t)e^{-2\pi ikt}dt \tag3 f^(k)=∫01f(t)e−2πiktdt(3)
利用 ( 1 ) (1) (1) 式及上述函数正交性及函数长度的定义,容易得到:
( e 2 π i n t , e 2 π i m t ) = ∫ 0 1 e 2 π i n t e − 2 π i m t d t = ∫ 0 1 e 2 π i ( n − m ) t d t = { 0 , n ≠ m (正交) 1 , n = m (模长的平方为1) \begin{aligned} (e^{2\pi int}, e^{2\pi imt}) &= \int_0^1e^{2\pi int} e^{-2\pi imt}dt\\ & = \int_0^1e^{2\pi i(n-m)t}dt\\ & = \begin{cases} 0, & n \neq m \text{ (正交)}\\ 1, & n = m \text{ (模长的平方为1)} \end{cases} \end{aligned} (e2πint,e2πimt)=∫01e2πinte−2πimtdt=∫01e2πi(n−m)tdt={0,1,n=m (正交)n=m (模长的平方为1)
这个计算结果表明:
-
在复平面上的傅里叶级数的表达式中, { e 2 π i k t } 均正交,其中 k ∈ ( − ∞ , ∞ ) (4) \text{在复平面上的傅里叶级数的表达式中,}\lbrace e^{2\pi ikt}\rbrace \text{均正交,其中}k\in (-\infty, \infty) \tag4 在复平面上的傅里叶级数的表达式中,{e2πikt}均正交,其中k∈(−∞,∞)(4)
-
{ e 2 π i k t } 中的各项模长均为1,其中 k ∈ ( − ∞ , ∞ ) (5) \lbrace e^{2\pi ikt}\rbrace \text{中的各项模长均为1,其中}k\in (-\infty, \infty) \tag5 {e2πikt}中的各项模长均为1,其中k∈(−∞,∞)(5)
我们再次回到矢量上来,假设我们有矢量 a \bf{a} a、 b \bf{b} b, a \bf{a} a 与 b \bf{b} b 的内积 ( a , b ) (\bf{a},\bf{b}) (a,b) 在几何中的意义是 a \bf{a} a 在 b \bf{b} b 上的投影长度乘以 b \bf{b} b 的长度(或 a b \bf{a}\bf{b} ab 位置互换)
当
b
\bf{b}
b 为单位向量(或称为基)时,
(
a
,
b
)
(\bf{a},\bf{b})
(a,b) 可以看作
a
\bf{a}
a 在
b
\bf{b}
b 上的投影,或者说是矢量
a
\bf{a}
a 在基
b
\bf{b}
b 方向上的分量
比如,我们设
v
\bf{v}
v、
u
\bf{u}
u 为互相垂直的一对单位向量,则
(
a
,
v
)
(\bf{a},\bf{v})
(a,v)、
(
a
,
u
)
(\bf{a},\bf{u})
(a,u) 分别为
v
\bf{v}
v 方向和
u
\bf{u}
u 方向上的分量。在物理上,这种方法也称为矢量的正交分解。因此我们可以将
a
\bf{a}
a 写作
a = ( a , v ) v + ( a , u ) u (6) \bf{a} = (\bf{a},\bf{v})\bf{v}+(\bf{a},\bf{u})\bf{u}\tag6 a=(a,v)v+(a,u)u(6)
接下来我们利用(1)式计算以下内积:
( f , e 2 π i k t ) = ∫ 0 1 f ( t ) e 2 π i k t ‾ d t = ∫ 0 1 f ( t ) e − 2 π i k t d t = f ^ ( k ) (7) \begin{aligned} (f, e^{2\pi ikt}) &= \int_0^1f(t) \overline{e^{2\pi ikt}}dt\\ & = \int_0^1f(t) e^{-2\pi ikt}dt\\ & = \hat{f}(k)\tag7 \end{aligned} (f,e2πikt)=∫01f(t)e2πiktdt=∫01f(t)e−2πiktdt=f^(k)(7)
由
(
5
)
(5)
(5) 式我们知道
e
−
2
π
i
k
t
e^{-2\pi ikt}
e−2πikt 的模长为1。类比矢量投影的性质,我们不难从上式看出:第
k
k
k 项傅里叶系数,就是函数对于第
k
k
k 项复指数的投影
运用
(
7
)
(7)
(7) 式,我们将傅里叶级数即
(
2
)
(2)
(2) 式改写可得:
f ( t ) = ∑ k = − ∞ ∞ f ^ ( k ) e 2 π i k t = ∑ k = − ∞ ∞ ( f , e 2 π i k t ) e 2 π i k t \begin{aligned} f(t) &= \sum_{k=-\infty}^\infty \hat{f}(k) e^{2\pi ikt}\\ &= \sum_{k=-\infty}^\infty (f, e^{2\pi ikt})e^{2\pi ikt} \end{aligned} f(t)=k=−∞∑∞f^(k)e2πikt=k=−∞∑∞(f,e2πikt)e2πikt
联系性质 ( 4 ) (4) (4)、 ( 5 ) (5) (5) 以及矢量的分量表达式 ( 6 ) (6) (6),我们发现上式可以理解为 f ( t ) f(t) f(t) 在基 { e 2 π i k t } \{e^{2\pi ikt}\} {e2πikt} 上的投影,再乘以基。
因此,傅里叶级数的一种解释方式是:将周期函数 f ( t ) f(t) f(t) 投影到正交基组 { e 2 π i k t } \{e^{2\pi ikt}\} {e2πikt} 上,再用这些分量重新写出 f ( t ) f(t) f(t)
最后,我们再证明一个重要的等式:瑞利等式
利用傅里叶级数式
(
2
)
(2)
(2)
∫ 0 1 ∣ f ( t ) ∣ 2 d t = ∑ k = − ∞ ∞ ∫ 0 1 ∣ f ^ ( k ) e 2 π i k t ∣ 2 d t = ∑ k = − ∞ ∞ ∫ 0 1 ∣ f ^ ( k ) ∣ 2 ∣ e 2 π i k t ∣ 2 d t = ∑ k = − ∞ ∞ ∣ f ^ ( k ) ∣ 2 ∫ 0 1 ∣ e 2 π i k t ∣ 2 d t = ∑ k = − ∞ ∞ ∣ f ^ ( k ) ∣ 2 (8) \begin{aligned} \int_0^1\left \lvert f(t)\right\rvert^2dt &= \sum_{k=-\infty}^\infty \int_0^1 \left \lvert \hat{f}(k) e^{2\pi ikt} \right \rvert^2 dt\\ &= \sum_{k=-\infty}^\infty \int_0^1 \left \lvert \hat{f}(k)\right \rvert^2 \left \lvert e^{2\pi ikt} \right \rvert^2 dt\\ &= \sum_{k=-\infty}^\infty \left \lvert \hat{f}(k)\right \rvert^2 \int_0^1 \left \lvert e^{2\pi ikt} \right \rvert^2 dt\\ & = \sum_{k=-\infty}^\infty \left \lvert \hat{f}(k)\right \rvert^2 \tag8 \end{aligned} ∫01∣f(t)∣2dt=k=−∞∑∞∫01∣∣∣f^(k)e2πikt∣∣∣2dt=k=−∞∑∞∫01∣∣∣f^(k)∣∣∣2∣∣e2πikt∣∣2dt=k=−∞∑∞∣∣∣f^(k)∣∣∣2∫01∣∣e2πikt∣∣2dt=k=−∞∑∞∣∣∣f^(k)∣∣∣2(8)
(
8
)
(8)
(8) 式表明了一个函数的长度的平方,与它的正交组成成分的平方和相等,这也是矢量的瑞利等式的扩展。
在工程中,我们常把
(
8
)
(8)
(8) 式的等式左边部分称为函数的能量,因此有了傅里叶级数,我们既可以在时域计算能量,也可以在频域计算能量。