Fourier分析导论——第5章——实数据R上的Fourier变换(E.M. Stein R. Shakarchi)

第5章  实数域上的Fourier变换

The theory of Fourier series and integrals has always

had major difficulties and necessitated a large math-

ematical apparatus in dealing with questions of con-

vergence. It engendered the development of methods

of summation, although these did not lead to a com-

pletely satisfactory solution of the problem....For the

Fourier transform, the introduction of distributions

(hence the space S) is inevitable either in an explicit

or hidden form....As a result one may obtain all that

is desired from the point of view of the continuity and

inversion of the Fourier transform.

(Fourier级数和积分的理论一直存在重大困难,在处理收敛性问题时需要大型数学仪器。 它促成了求和方法的发展,尽管这些并没有导致产生完全令人满意的问题解......。对于Fourier变换,分布(因此空间 S )的引入是不可避免的,无论是显式还是隐式形式 ......。因此,从Fourier变换的连续性和逆变换的角度来看,人们可能会得到所有预期东西。)

-----------------------------------------------------------------------------------L. Schwartz, 1950

Fourier级数理论适用于圆周上的函数,或等价地适用于实数域上的周期函数。在本章中,我们为整个非周期性实数轴(real line)上的函数开发一个类似的理论。我们考虑的函数在无穷远处将适当地“小(small)”。有几种方法可以定义一个合适的“小(smallness)”的概念,但是,假设某种在无穷远处消失的“小”仍然是定义的关键。

在一方面,我们记得,周期函数的Fourier级数将一系列数(即Fourier系数)与该函数相关联; 在另一方面,给定一个 ℝ 上的合适函数 f ,与 f 关联的类比对象实际上是 ℝ 上的另一个函数 \hat{f} ,称其为 f  的Fourier变换。 由于 ℝ 上函数的Fourier变换又是 ℝ 上的函数,因此人们可以观察到函数及其Fourier变换之间的对称性,其类似对象在Fourier级数的设置中并不明显。

大致说来,Fourier变换是Fourier系数的连续版本。我们记得,定义在圆周上的函数 f 的Fourier系数  a_{n}  由

(1)      \displaystyle a_{n}=\int_{0}^{1}f(x)e^{-2\pi inx}dx 

给出,则,在合适的意义上,我们有

(2)     \displaystyle f(x)=\sum_{n=-\infty}^{\infty}a_{n}e^{2\pi inx} 。

此处,我们用 2πx 替换 θ ,和前我们经常按这样处理的方式一样。

现在,考虑以下类比,我们将所有离散符号(例如整数及其求和)替换为它们的连续对等对象(例如实数及其积分)。换句话说,给定一个实数域 ℝ 上的函数 f ,我们定义其 Fourier变换,将积分域从圆周上改变到所有整个实数域 ℝ ,在 (1) 中用 \xi_{n} \in \mathbb{R} 替换掉 n∈ℤ 。即,通过设置

(3)      \displaystyle \hat{f}(\xi) = \int_{-\infty}^{\infty}f(x)e^{-2\pi i\xi x}dx 。

我们进一步推进类比,考虑下面(2)的连续版本:用积分代替求和,用   \hat{f}(\xi) 替代 a_{n}  ,导出了逆Fourier变换公式

 (4)     \displaystyle f(x) = \int_{-\infty}^{\infty}\hat{f}(\xi)e^{2\pi i\xi x}d\xi  。

在 f 上合适的假设之下,恒等式(4)事实上是成立的,本章理论的大部分旨在证明并探索这个关系。逆Fourier变换公式的有效性也通过下面的简单观察得到启发。假如  f 在一个包含于I = [-L/2,L/2] 有限区间上被支持,我们在 I 上以Fourier级数延拓 f。则,令 L  趋近于无限,我们导出了(4) (见练习1).

Fourier 变换的特性使其成为研究偏微分方程的重要工具。例如,我们将会看到,逆Fourier变换公式是如何允许我们分析某些基于实数轴建模的方程。特别地,遵循圆周上发展起来的思想,我们解决了针对无限杆的时变(time-dependent)热传导方程和位于上半平面中的稳态热传导方程。

在本章的最后,我们讨论了与 Poisson 和公式 

\displaystyle \sum_{n \in \mathbb{Z}} f(n)=\sum_{n \in \mathbb{Z}} \hat{f}(n)

有关的更深入的主题,它给出了周期函数(和它们的Fourier级数)与线上的非周期函数(和它们的Fourier变换)之间的另一个显著联系。在前面的章节中,这个恒等式允许我们证明一个诊断,即,热传导核 H_{t}(x)  满足好核的属性。此外,Poisson求和公式还出现在许多其它的设置中,特别是出现在数论部分,我们将在第2册书中看到这部分内容。

我们对我们选择的方案做出最后评述。在研究Fourier级数时,我们发现考虑圆周上的Riemann可积函数很有用。特别是,这种通用性向我们保证,即使是具有某些不连续性的函数也可以用该理论处理。相比之下,我们对Fourier变换基本属性的阐述是根据测试函数的 Schwartz[ʃwɔːts]( 1915年3月5日–2002年7月4日,法国数学家)空间 𝒮 来说明的。这些函数是无限可微的,并且与它们的导数一起在无穷大处迅速递减。对这个函数空间的依赖提供了一方法,允许我们快速得出主要结论,并以直接和透明的风格对结论进行公式化。 一旦执行此操作,我们将指出对某些更广泛设置的简易扩展。更通用的Fourier变换理论(必须以Lebesgue[ləbέ:g]( 1875年6月28日-1941年7月26日,法国数学家)积分为基础)将在第3册中讨论。

1. Fourier变换的基本理论(Elementary theory of the Fourier transform)

我们以扩展积分概念到定义于整个实数轴上的函数开始。

1.1 实数轴上的函数积分(Integration of functions on the real line)

已知封闭且有界区间上函数积分的概念,将这个定义扩展到实数域 ℝ 上的连续函数的最自然的定义便是

\displaystyle \int_{-\infty}^{\infty}f(x)dx=\lim_{N \rightarrow \infty } \int_{-N}^{N}f(x)dx 。

然,这个极限不存在。例如,假如 f (x) = 1 ,或者,甚至 f (x) = 1 / ( 1 + |x| ),则很显然,以上极限都是无穷的。片刻的思考表明,当| x |趋于无穷大时,如果我们对 f 施加足够大的下限,那么极限将存在。下面是一个有用的条件。

对于一个定义于实数域 ℝ 上的函数 f ,如果 f 是连续函数且存在一个常量 A > 0 ,使得对于所有 x∈ℝ ,都有

\displaystyle |f(x)| \leq \frac{A}{1+x^{2}} ,

则称函数 f中速递降的(moderate decrease)。这个不等式指的是,函数 f 有界(比如,以 A 为界),此外,至少,在无穷远处它和  \frac{1}{x^{2}} 下降得同样快,因为 \frac{A}{1+x^{2}} \leq \frac{A}{x^{2}} 。 

例如,对于函数  f(x)=\frac{1}{1+|x|^{2}} , 只要 n ≥ 2 ,则其便是中速递降的。另一个例子是函数 \displaystyle e^{-a|x|}(a>0) 。

我们将用符号 ℳ(ℝ)来表示实数域 ℝ 上的中速递降函数集。作为一个练习,读者可以检验在通常的函数加和标题乘法则下,ℳ(ℝ)构成一个复数域 ℂ 上的向量空间。

接下来,我们可以看到,只要 f 属于 ℳ(ℝ) ,则,我们就可以定义

(5)     \displaystyle \int_{-\infty}^{\infty}f(x)dx=\lim_{N \rightarrow \infty } \int_{-N}^{N}f(x)dx ,

其中,现在这个极限是存在的。事实上,对于每一个 N , I_{N} =\int_{-N}^{N}f(x)dx 是良好定义的,因为 f 是连续函数。现在,足以证明 \{I_{N}\} 是 Cauchy 序列,因为,假如 M \geq N,则可以推出,当 N \longrightarrow \infty 时,

\displaystyle \begin{array}{rl} \left | I_{M}-I_{N} \right | & \displaystyle \leq \left | \int_{N \leq |x| \leq M}^{} f(x)dx\right| \\[0.2cm] \\ & \displaystyle \leq A \int_{N \leq |x| \leq M}^{}\frac{1}{x^{2}}dx \\[0.2cm] \\ & \displaystyle \leq \frac{2A}{N} \longrightarrow 0 \end{array}

注意,我们也可以证明,当 N \longrightarrow \infty 时,\int_{|x| \geq N}^{}f(x)dx \longrightarrow 0 。在这一点上,我们注意到,我们可以将中速递降中定义的指数 2 用 1 + 𝜖 (𝜖 >0) 替换;即,对于所有 x∈ℝ ,有 

\displaystyle |f(x)| \leq \frac{A}{1+x^{(1+\epsilon)}} 。

这个定义同样契合于本章中发展的理论的目的。 我们选择 𝜖 = 1只是出于方便。

我们在一个命题中总结了实数域ℝ 上积分的一些基本属性。

命题1.1 按(5)定义的中速递降函数的积分满足下面的属性:

( i ) 线性属性(Linearity): 假如 f g ∈ ℳ(ℝ) 且 ab ℂ ,则

\displaystyle \int_{-\infty}^{\infty}[af(x)+bg(x)]dx=a\int_{-\infty}^{\infty}f(x)dx+b\int_{-\infty}^{\infty}g(x)dx 。

( ii ) 平移不变性(Translation invariance):对于每一个 h ∈ ℝ ,我们有

\displaystyle \int_{-\infty}^{\infty}f(x-h)dx=\int_{-\infty}^{\infty}f(x)dx 。

(iii) 膨胀下的缩放(Scaling under dilations):假如 δ > 0 ,则

\displaystyle \delta \int_{-\infty}^{\infty}f(\delta x)dx=\int_{-\infty}^{\infty}f(x)dx 。

( iv ) 连续性(Continuity): 假如 f ∈ ℳ(ℝ) ,则,当 h ⟶ 0 时,

\displaystyle \int_{-\infty}^{\infty}|f(x-h)-f(x)|dx \longrightarrow 0  。

说一下关于证明的问题。属性(i)是显而易见的。为了验证属性(ii),只需考察当 N \longrightarrow \infty 时,

\displaystyle \int_{-N}^{N}f(x-h)dx= \int_{-N}^{N}f(x)dx \longrightarrow 0 

就足以证明,因为 \int_{-N}^{N}f(x-h)dx= \int_{-N-h}^{N-h}f(x)dx 。以上的差异主要在于,

\displaystyle \left | \int_{-N-h}^{N}f(x)dx \right |+ \left | \int_{N-h}^{N}f(x)dx \right | \leq \frac{A^{'}}{1+N^{2}} 

对于任意大的 N , 当 N 趋近于无穷的时候,上式趋近于 0 。属性(iii)的证明再次类似,我们观察到, \delta \int_{-\infty}^{\infty}f(\delta x)dx=\int_{-\delta N}^{\delta N}f(x)dx 。对于属性(iv),只需取 | h| ≤ 1 即可。对于一个预分配的 𝜖 > 0 , 我们首先选取任意大的 N ,使得

\displaystyle \int_{|x| \geq N}{}f(x)dx \leq \epsilon/4 且  \displaystyle \int_{|x| \geq N}{}f(x-h)dx \leq \epsilon/4 。

现在,使 N 固定,我们利用这个事实——因为 f 是连续的,因此,它在区间 [-N - 1, N + 1]上是一致连续的。因此,当 h ⟶ 0 时,\sup_{|x| \leq N} |f(x-h)-f(x)|dx \longrightarrow 0 。因此,我们可以选取足够小的 h ,使得这个上确界小于 𝜖/4N 。综合在一起,则

\displaystyle \begin{array}{rl} \displaystyle \int_{-\infty}^{\infty}|f(x-h)-f(x)|dx & \leq \displaystyle \int_{-N}^{N}|f(x-h)-f(x)|dx \\[0.2cm] \\ &\displaystyle + \int_{|x| \geq N}|f(x-h)|dx + \int_{|x| \geq N}|f(x)|dx \\[0.2cm] \\ & \leq \epsilon/2 +\epsilon/4 +\epsilon/4 =\epsilon \end{array} ,

因此,得出结论( iv )。

1.2 Fourier变换的定义(Definition of the Fourier transform)

假如 f ∈ ℳ(ℝ),对于 ξ∈ℝ ,我们定义 Fourier变换为

\displaystyle \hat{f}(\xi)= \int_{-\infty}^{\infty}f(x)e^{-2\pi i \xi x}dx

显然,|e^{-2\pi i \xi x}| = 1 ,因此,积分是中速递降的,因此,这个积分有意义。

事实上,最后一个观察意味着,\hat{f} 是有界的,此外,简单的论据证明,当 |\xi| \longrightarrow \infty 时,\hat{f} 是连续且趋近于 0 的(练习5)。然而,以上定义并不能确保 \hat{f} 是中速递降的,或者,有一个具体的下降。特别是,在这个背景下,如何理解积分 \int_{-\infty}^{\infty} \hat{f}(\xi)e^{2\pi i \xi x}d\xi 及其导致的逆Fourier变换公式,是不明确的。为了弥补这一点不足,我们引入了由Schwartz考虑的更精确的函数空间,它在建立Fourier变换的初始属性的过程中非常有用。选择 Schwartz 空间的动机是源于将 f 的下降与 f 的连续性和可微性联系起来(反之亦然)的重要原则:\hat{f}(\xi)   |\xi| \longrightarrow \infty 下降得越快 f 一定越平滑(smoother)”。反映这个原则的一个例子在练习3中给出。我们也注意到,\hat{f} 与 f 之间的这种关系相似于圆周上函数的平滑性与其 Fourier 系数的下降之间的关系;参见第2章推论2.4的讨论。

1.3 Schwartz空间(The Schwartz space)

实数域 ℝ 上的Schwartz 空间由所有无限可微的函数 f 的集合构成,且函数集 f 及其导数 f^{'} \:,f^{''}\:,\:...\:,\:f^{\ell}\: ,\: ...\: , 在 

\displaystyle \sup_{x \in \mathbb{R}}|x|^{k}|f^{\ell}(x)|< \infty  (对于每一个 k, 𝓁 ≥ 0 )

的意义上,是寁降的(rapidly decreasing)(译注:(zǎn))。我们用 𝒮 = 𝒮(ℝ)表示这个空间,不过,读者应当验证 𝒮(ℝ) 是复数域 ℂ 上的向量空间。此外,假如 f ∈ 𝒮(ℝ) ,我们有

\displaystyle f^{'}(x)=\frac{dy}{dx} \in \mathcal{S}(\mathbb{R}) 且 \displaystyle xf(x) \in \mathcal{S}(\mathbb{R}) 。

这表达了一个重要的事实——Schwartz 空间在多项式的微分和乘法下是封闭的

一个Schwartz 空间中函数的简单例子是由

f(x)=e^{-x^{2}} 

所定义的 Gauss 函数。它在Fourier变换理论及其它领域(如概率论和物理学)中起着核心的作用。读者可以验证,f  的导数形如 P(x) e^{-x^{2}} , 其中,P(x) 是多项式,这立即证明了 f \in \mathcal{S}(\mathbb{R}) 。事实上,e^{-ax^{2}} 属于 𝒮(ℝ) (只要 a > 0)。然后,我们将选取 a = π 来归一化 Gauss 函数。

--------------------------------------------图1. Gauss 函数 e^{-\pi x^{2}} ----------------------------------------------

𝒮(ℝ)中其它例子的一个重要分类是“凸函数(bump functions)或鼓凸函数”(译注:此函数的特征为中间有隆起的部分),它们在有界区间之外消失(练习4)。

作为最后的评述,请注意,尽管 e^{-|x|}  在无穷远处也是寁降的,但是它在 0 点处是不可微的,因此,不属于𝒮(ℝ)。

1.4 𝒮 上的Fourier变换(The Fourier transform on 𝒮)

一个 f ∈ 𝒮(ℝ) 的 Fourier变换定义为

\displaystyle \hat{f}(\xi)= \int_{-\infty}^{\infty}f(x)e^{-2\pi i \xi x}dx 。

Fourier 变换的一些简单性质收集在以下命题中。我们使用记法

f ( x ) \longrightarrow \hat{f}(\xi )

来表示——f 的Fourier变换是  \hat{f} 。

命题 1.2 假如 f \in \mathcal{S}(\mathbb{R}) , 

i )  f ( x + h) \longrightarrow \hat{f}(\xi) e^{2\pi ih\xi} (只要 h ∈ ℝ)

ii )  f ( x ) e^{-2\pi ixh} \longrightarrow \hat{f}(\xi + h)  (只要 h ∈ ℝ)

(  iii )  f (\delta x ) \longrightarrow \delta^{-1}\hat{f}(\delta^{-1}\xi )   (只要 h ∈ ℝ)

(  iv  )  f^{'}(x) \longrightarrow 2\pi i \xi \hat{f}(\xi) 

(v)  \displaystyle -2\pi i xf(x) \longrightarrow \frac{d}{d\xi}\hat{f}(\xi) 。

特别是,除却 2πi 因子,Fourier变换按 x 交换微分和乘法。这是使得Fourier变换成为微分方程理论中核心对象的关键属性。我们后面会回到这一主题。

证明:

属性( i )是积分平移不变性的直接结果,属性( ii )可以从定义推出。此外,命题1.1 的第三个属性确立了属性( iii )。

由分部积分给出

\displaystyle \int_{-N}^{N}f^{'}(x)e^{-2\pi i\xi x}dx=\left [ f(x))e^{-2\pi i\xi x }\right ]_{-N}^{N}+2\pi i \xi \int_{-N}^{N}f(x)e^{-2\pi i\xi x }dx ,

因此,令 N 趋近于无穷即给出 ( iv )。

最后,证明属性 ( v ) ,我们必须证明,\hat{f} 是可微的,并求得其导数。令 𝜖 > 0 并考虑

\displaystyle \frac{\hat{f}(\xi+h)-\hat{f}(\xi)}{h}-\widehat{(-2\pi ixf)}(\xi)=\int_{-\infty}^{\infty}f(x)e^{-2\pi i \xi x}\left [\frac{e^{-2\pi ixh}-1}{h} +2\pi ix\right ]dx 。

因为 f ( x )x f ( x ) 是寁降的,所以存在一个整数 N ,使得 \int_{|x| \geq N}^{}|f(x)|dx \leq \epsilon 且 \int_{|x| \geq N}^{}|x|\:|f(x)|dx \leq \epsilon 。此外,对于 | x | \leq N  ,存在 |h| < h_{0} ,使其意味着

\displaystyle \left [\frac{e^{-2\pi ixh}-1}{h} +2\pi ix\right ] \leq \frac{\xi}{N} ,

因此,对于  |h| < h_{0} ,我们有

\begin{array}{rl}\displaystyle \left | \frac{\hat{f}(\xi+h)-\hat{f}(\xi)}{h}-\widehat{(-2\pi ixf)}(\xi) \right | & \displaystyle \leq \int_{-N}^{N}\left | f(x)e^{-2\pi i \xi x}\left [\frac{e^{-2\pi ixh}-1}{h} +2\pi ix\right ] \right | dx + C\epsilon \\ & \leq C^{'}\epsilon \:\:\:\:\:\:\:\:\:\:\: \circ \end{array}定理 1.3  假如  f \in \mathcal{S}(\mathbb{R})  ,   则  \hat{f} \in \mathcal{S}(\mathbb{R})  。

该证明是对 Fourier 变换互换微分和乘法这一事实的简单应用。事实上,请注意到,假如 f ∈ 𝒮(ℝ) ,其Fourier变换 \hat{f} 必定是有界的;此外,对于每一对非负整数 𝓁 和 k ,表达式

\displaystyle \xi^{k} (\frac{d}{d\xi})^{\ell}\hat{f}(\xi) 

是有界的,因为,根据最后一个命题,它是

\displaystyle \frac{1}{(2\pi i)^{k}}(\frac{d}{dx})^{k}[(-2\pi ix)^{\ell}f(x)]

的Fourier变换。

逆Fourier变换公式

\displaystyle f(x)=\int_{-\infty}^{\infty}\hat{f}(\xi)e^{2\pi i\xi x}d\xi  ( 对 ∈ 𝒮(ℝ) ) 

的证明,我们将在下一节中给出,是基于对函数 e^{-ax^{2}}  的存细研究之上,正好我们已经考察过一样,当 a > 0时,它属于 𝒮(ℝ) 。

1.4.1 Gauss函数作为好核(The Gaussians as good kernels)

我们以考察 a = π 这种情况开始,其归一化形式为:

(6)                \displaystyle \int_{-\infty}^{\infty}e^{-\pi x^{2}}dx=1

为了理解为什么 (6) 式能成立,我们使用指数函数的乘法属性将积分简化为二维积分。更准确地说,我们可以按如下方式论证:

\begin{array}{rl} \displaystyle \left ( \int_{-\infty}^{\infty}e^{-\pi x^{2}}dx \right )^{2}&\displaystyle =\int_{-\infty}^{\infty}\int_{-\infty}^{\infty}e^{​{-\pi}(x^{2}+y^{2})}dxdy \\ \\[0.2cm] &\displaystyle =\int_{0}^{2\pi}\int_{0}^{\infty}e^{-\pi r^{2}}rdrd\theta \\[0.2cm] \\ &\displaystyle =\int_{0}^{\infty}2\pi re^{-\pi r^{2}}dr \\[0.2cm] \\ &\displaystyle = \left [ -e^{-\pi r^{2}} \right ]_{0}^{\infty} \\[0.2cm] \\ &\displaystyle =1 \: \:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\circ \end{array}

其中,我们使用了极坐标来计算二维积分。

Gauss函数的基本属性是我们的兴趣点事实上从(6)可以推出e^{-\pi x^{2}} 等于其Fourier变换。我们将这个重要的结果分离形成一个单独的定理。

定理1.4 假如  f (x) = e^{-\pi x^{2}} , \hat{f}(\xi)=f(\xi) 。

证明:

定义   

\displaystyle F(\xi)=\hat{f}(\xi)=\int_{-\infty}^{\infty}e^{-\pi x^{2}}e^{-2\pi i\xi x}dx  ,

并观察到,根据我们前面的计算,F( 0 ) = 1 。事实上,根据命题 1.2 中的属性(v),f^{'}( x ) = -2\pi x f (x),我们获得

\displaystyle F^{'}(\xi)=\int_{-\infty}^{\infty}f(x)(-2\pi i x)e^{-2\pi i\xi x}dx=i\int_{-\infty}^{\infty}f^{'}(x)e^{-2\pi i\xi x}dx 。

根据以上同一命题的属性(iv) , 我们求得

F^{'} (\xi) = i (2\pi i\xi)\hat{f}(\xi) = -2\pi\xi F( \xi ) 。

假如我们定义 G( \xi) = F(\xi ) e^{-\pi\xi^{2}}  , 则从以上所见,可以推断出 , G^{'}(\xi) = 0 , 因此,G 是一个常量。因为 ( 0 ) = 1 ,我们断定出 G 恒等于 1,因此,正如证明所示,F(\xi) = e^{-\pi \xi^{2}} 。

Fourier变换在扩张下的缩放特性产生了以下重要的变换定律,它来自命题 1.2 中的 (iii)(只是 δ 替换为 \delta^{-1/2}  ) 。

推论1.5 假如 \delta > 0且  K_{\delta}(x)=\delta^{(-1/2)}e^{(-\pi x^{2}/\delta)} , 则  \widehat{K_{\delta}(\xi)}=e^{(-\pi\delta\xi^{2})} 。

我们停下来,先做一个重要的观察。当 δ 趋近于0时,函数 K_{\delta}(x) 在原点达峰值,而其 Fourier 变换 \widehat{K}_{\delta} 获得遍平状(flatter)。因此,在这个特别的例子中,我们看到 K_{\delta} 与 \widehat{K}_{\delta} 

不能同时在原点局部化(localized)(即,聚焦(concentrated)))。这是一个泛化现象的例子,称为Heisenberg不确定原理(Heisenberg uncertainty principle),奖在本章末尾讨论。现在,我们以第2章中考虑的圆周上的好核族作为类比,基于实数轴构建一族好核族。事实上,关于

\displaystyle K_{\delta}(x)=\delta^{(-1/2)}e^{(-\pi x^{2}/\delta)} ,

我们有:

i )  \displaystyle \int_{-\infty}^{\infty}K_{\delta}(x)dx=1 。

ii )  \displaystyle \int_{-\infty}^{\infty}\left | K_{\delta}(x) \right | dx \leq M 。

iii )  对于每一个 η > 0 ,我们有 \displaystyle \int_{|x|>\eta}^{}\left | K_{\delta}(x) \right | dx \longrightarrow 0 ( 当 δ ⟶ 0 时) 。

为了证明(i),我们改变变量并利用(6),或者注意到,根据推率1.5,此积分等于 \widehat{K_{\delta}(0)} 。

因此,K_{\delta} \geq 0 ,很显然,属性 (ii) 也是成立的。最后,我们再次改变变量,得到

\displaystyle \int_{|x|>\eta}^{}\left | K_{\delta}(x) \right | dx=\int_{|y|>\eta /\delta(1/2)}^{}e^{-\pi y^{2}}dy \longrightarrow 0  (当 δ⟶ 0 时) 。

因此,我们已经证明了下面的结论。

定理1.6 集合 \{K_{\delta}\}_{\delta>0} 是一个好核族 (当 δ⟶ 0 时)

接下来,我们经由卷积运算应用这些好核族。假如,fg ∈ 𝒮(ℝ) ,则它们的卷积义为

( 7 )       ( f * g )( x ) =\displaystyle \int_{-\infty}^{\infty}f(x-t)g(t)dt 。

对于 x 的固定值,函数 f ( x - t)g( t )是按 t寁降的。因此,积分收敛。

按照第2章第4节的论据(稍加修改),我们得到下面的推论。

推论 1.7 假如 f ∈ 𝒮(ℝ),

( f * K_{\delta} )( x ) \longrightarrow f ( x )  ( 当 δ ⟶ 0 时, 按 x 一致性地)

证明:

首先,我们声明, f 在ℝ上是一致连续的。事实上,任给一个 𝜖 > 0 ,存在一个 R > 0 ,使得,只要| x |≥R ,就有| f ( x )|< 𝜖 。此外,f 是连续的,因此,因此在压缩区间[-R, R]上一致连续。结合前面的观察,我们可以找到一个 η > 0 ,使得只要 | x - y |< η ,便有 | f ( x ) - f ( y ) | <  𝜖/4 。现在,我们像通常一样论证。使用好核的第一个属性,我们可以写成

\displaystyle ( f * K_{\delta} )( x ) - f ( x ) = \int_{-\infty}^{\infty}K_{\delta}(t)\left | f(x-t)-f(x) \right |dt ,

且因为 K_{\delta} \geq 0 ,我们求得

\displaystyle \left | ( f * K_{\delta} )( x ) - f ( x ) \right | \leq \int_{|t|>\eta}+\int_{|t|\leq \eta}K_{\delta}(t) \left | f(x-t)-f(x)\right |dt 。

根据好核第三属性,第一个积分很小,事实上,f 是有界的,而第二个积分也很小,因为 f 是一致连续的且 \int K_{\delta} = 1 。这就推出了引理。

1.5 逆Fourier变换(The Fourier inversion)

这下一个结论是一个恒等式,有时候称为乘法公式。

命题 1.8 假如 f , g \in \mathcal{S}(\mathbb{R})则 

\displaystyle \int_{-\infty}^{\infty}f(x)\hat{g}(x)dx=\int_{-\infty}^{\infty}\hat{f}(y)g(y)dy   。

为了证明这个命题,我们需要离题简短地讨论一下针对双重积分的次序调换。假如 F(x,y) 
是平面 (x,y) \in \mathbb{R}^{2} 上的连续函数。我们将假设施加于 F 的如下下降条件:

\displaystyle|F(x,y)| \leq \frac{A}{(1+x^{2})(1+y^{2})} 。

则,我们可以指出,对于每一个固定的 x,函数 F(x,y) 以 y 中带递降,类似地,对于每一个固定的 y ,函数 F(x,y) 以  x 中带递降。此外,函数  F_{1}(x)=\int_{-\infty}^{\infty}F(x,y)dy 是连续且递降的;类似地,F_{2}(y)=\int_{-\infty}^{\infty}F(x,y)dx 亦如此。最后,

\displaystyle \int_{-\infty}^{\infty} F_{1}(x)dy = \int_{-\infty}^{\infty}F_{2}(y)dx  。

这些事实的证明可以在附录中找到。

现在,我们应用这个事实到 F(x,y) = f (x) g(y) e^{-2\pi ixy} 。则,  F_{1}(x)=f(x)\hat{g}(x) 和 F_{2}(x)=\hat{f}(y)g(y) ,因此

 \displaystyle \int_{-\infty}^{\infty}f(x)\hat{g}(x)dx=\int_{-\infty}^{\infty}\hat{f}(y)g(y)dy ,

这正是命题的论断。

乘法公式和 Gauss 函数的Fourier变换是其自身的事实,引导了第一主要定理的证明。

定理1.9   (逆Fourier变换) 假如 f ∈ 𝒮(ℝ),则

\displaystyle f(x)= \int_{-\infty}^{\infty}\hat{f}(\xi)e^{2\pi i x\xi}d\xi 。

证明:

我们首先声明

\displaystyle f(x)=\int_{-\infty}^{\infty}\hat{f}(\xi)d\xi 。

令   \displaystyle G_{\delta}(x)=e^{(-\pi \delta x^{2})} 使得 \displaystyle \widehat{G_{\delta}(\xi)}=K_{\delta}(\xi) 。根据乘法公式我们获得

\displaystyle \int_{-\infty}^{\infty}f(x)K_{\delta}(x)dx= \int_{-\infty}^{\infty}\hat{f}(\xi)G_{\delta}(\xi)d\xi 。

因为  K_{\delta} 是一个好核,因此,第一个积分当 δ 趋近于 0 时去到 f (0)。因为第二个积分当 δ 趋近于 0 时,很显然收敛于 \int_{-\infty}^{\infty}\hat{f}(\xi)d\xi ,  声明得证。一般地,令  F(y) = f (y + x) 使得 

\displaystyle f (x) = F(0) = \int_{-\infty}^{\infty}\hat{F}(\xi)d\xi = \int_{-\infty}^{\infty}\hat{f}(\xi)e^{2\pi i\xi x}d\xi 。

正如定理 1.9 的名称所表明的那样,它提供了一个公式,可以逆向 Fourier 变换;事实上,我们看到,Fourier 变换除却 x x 的变化是其自身的逆变换。更确切地说,我们可以定义两个映射:\mathcal{F}: \mathcal{S}(\mathbb{R}) \longrightarrow \mathcal{S}(\mathbb{R})   和   F^{*} :\mathcal{S}(\mathbb{R}) \longrightarrow \mathcal{S}(\mathbb{R})  分别为如下形式

\displaystyle \mathcal{F}(f)(\xi)=\int_{-\infty}^{\infty}f(x)e^{2\pi i\xi x}dx 和 \displaystyle \mathcal{F}^{*}(g)(x)=\int_{-\infty}^{\infty}g(\xi)e^{2\pi i\xi x}d\xi 。

因此,是 ℱ Fourier 变换,定理 1.9 确保在 𝒮(ℝ)上  F^{*} \circ \mathcal{F} = I , 其中,I 是恒等映射(译注:符号“○”表示复合函数)。此外,由于 ℱ 与 \mathcal{F}^{*}  的定义差异仅在于指数中的符号,我们发现 \mathcal{F}( f )( y) = F^{*}( f )( -y ) , 因此,我们也有  \mathcal{F} \circ F^{*}= I 。作为结论,我们推断出 \mathcal{F}^{*} 是 𝒮(ℝ)上Fourier变换的逆向变换,因此我们有下面的结论。

推论 1.10 Schwarts 空间上的 Fourier 变换是一个双向的映射(bijective)。

1.6 Plancherel公式(The Plancherel formula)

关于Schwartz函数卷积,我们需要稍微深入一点的结论。关键事实在于,Fourier变换交换卷积与逐点乘积。这是一个可类比于针对Fourier级数的情景。

命题1.11 假如 ,  g∈ 𝒮(ℝ), 

i )  f * g \in \mathcal{S}(\mathbb{R}) 

ii )  f * g = g * f

iii\widehat{f*g}(\xi)=\hat{f}(\xi)*\hat{g}(\xi) 。

证明:

    为了证明  *  g 是寁降的,首先观察到,对于任意 𝓁 ≥ 0 ,我们有 \displaystyle \sup_{x}\left |x^{\ell}(f*g)(x) \right | \leq A_{\ell}\int_{-\infty}^{\infty}|f(y)|(1+|y|)^{\ell}dy ,

使得对于每一个 \ell \geq 0x^{\ell}(f*g)(x) 是有界函数。这种估算结转(carry over)到卷积  f * g 的转数,从而(thereby)证明了 f * g \in \mathcal{S}(\mathbb{R})  。因为

\displaystyle \left ( \frac{d}{dx} \right )^{k}(f*g)(x)=\left (f * \left ( \frac{d}{dx} \right )^{k}g \right )(x)  (对 k = 1,2,....)  。 

首先,对于 k = 1 这种情况,在 *  g 的定义之下对其进行微分即可证明恒等式。在这种情况下,通过 dg/dx 的寁降可证微分和积分的交换的合理性。然后,对于每一个k , 根据迭代性,可以推出恒等式。

对于固定的 x ,变量 x - y = u 的替换证明

\displaystyle (f*g)(x)=\int_{-\infty}^{\infty}f(x-u)g(u)du=(g*f)(x) 。

这个变量替换是两个变量替换的组合,y ⟼ – y y h (且 h = x )。对于第一个变量替换,我们使用这个观察结果,即,对任意 Schwartz 函数 F\int_{-\infty}^{\infty}F(x)dx=\int_{-\infty}^{\infty}F(-x)dx ;对于第二个变量替换,应用命题 1.1 的第 (ii) 项即可。

最后,考虑 F(x , y) = f (y) g(x - y) e^{-2\pi i\xi x} 。因为 f g 是寁降的,分别考虑 | x | ≤ 2| y | 和 | x | ≥ 2| y | 这两种情况,我们看到,命题 1.8 之后关于积分次序变化的讨论适用于 F 。在这种情况下, F_{1}( x ) = ( f * g )(x) e^{-2\pi i \xi x} 和 F_{2}( y ) = ( f )(y) e^{-2\pi i \xi y}\hat{g}(\xi) 。因此, \int_{-\infty}^{\infty}F_{1}(x)dx=\int_{-\infty}^{\infty}F_{2}(y)dy  ,  这就意味着(iii),因此,命题得证。

现在,我们使用 Schwartz 函数卷积属性来证明本节的主要结论。我们想到的结论是 ℝ 上 Parseval 恒等式对 Fourier 级数的函数模拟(analogue)。

Schwartz 空间可以使用 Hermit 内积

\displaystyle (x,y)=\int_{-\infty}^{\infty}f(x)\overline{g(x)}dx 

来配备,与内积关联的范数(norm)(译注:“norm”本意指“木工为了获得直角而使用的带直角的工具”,这样做是为了达到某种实用的标准,或者模式。此处的“范数”,即“规范数”的简称,实为度量长度、大小等的概念)为

\displaystyle \left \|f \right \|=\left ( \int_{-\infty}^{\infty} \left | f(x)^{2} \right |dx \right )^{1/2}  。

理论中第二个主要定理指出,Fourier变换是 𝒮(ℝ) 上的单式变换(unitary transformation)。

定理1.12(Plancherel 定理)   假如  f \in \mathcal{S}(\mathbb{R}) ,  || \hat{f} ||=\left \| f \right \| 。

证明:

假如 f \in \mathcal{S}(\mathbb{R}) ,定义  f^{b}(x)=\overline{f(-x)} 。  则  \widehat{f^{b}}(\xi)=\overline{\hat{f}(\xi)} 。现在,令 h = f * f^{b } 。很显然,我们有

\hat{h}(\xi)= |\hat{f}(\xi)|^{2}  和  h(0)=\displaystyle \int_{-\infty}^{\infty}|f(x)|^{2}dx 。

现在,这个定理可以从应用逆向公式并令 x = 0 推出,即

\displaystyle \int_{-\infty}^{\infty}\hat{h}(\xi)d\xi = h(x) 。

1.7  (几个结论)向中速递降函数的扩展(Extension to functions of moderate decrease)

在前面的章节中,我们将Fourier变换和Plancherel公式限定于函数归属于Schwartz空间的这种情况。一旦我们做出附加的假设,即考虑之下的函数的Fourier变换也是中速递降的,则将这些结果扩展到中速递降函数只是水到渠成的事。事实上,关键的观察,即两个中速递降的函数 fg 的卷积 f * g 也是一个中速递降函数(练习7),这很容易获证;另有  \widehat{f*g}=\hat{f} \cdot \hat{g}  。此外,乘法公式对中速递降函数依然成立,由此,我们推断出当 f g 均是中速递降函数的时候的逆Fourier变换公式和Plancherel公式。

这种公式的泛化,虽然在适用范围上趋于保守,但在某些场景下还是挺有用的。

1.8 Weierstrass[váiəʃtrà:s]逼近定理(The Weierstrass approximation theorem)

现在,我们暂且离题,通过进一步地探调我们的好核来证明Weierstrass定理。这个结论我们曾经在第2章中略有提及。

定理1.13  令 f 为闭合且有界区间 [a,b]⊂ℝ  上的连续函数则,对于任意 𝜖 > 0 ,都存在一个多项式 P 使得

\displaystyle \sup_{x \in[a,b]}|f(x)-P(x)| < \epsilon 。

换句话说f 可由多项式 P 一致地逼近

证明:

令 [-M,] 表示在其内部包含闭区间[a,b]的任意闭区间,并令 g 为实数域 ℝ 上的连续函数,且其值在闭区间 [-M,]之外等于0,而在[a,b]之内等于 f 。例如,如下扩展 f :通过从 f (b) 到 0 的直线段定义从 b M,且通过从 f (a) 到 0 的直线段定义从 a 到 – M 的函数 g 。令 Bg 的边界,即,对于所有的 x,有| g(x)|≤ B 。则,因为 \{K_{\delta} \} 是一个好核族,g 是连续且具备紧致支持的(compact support),我们可以像推论1.7 的证明那样论证,可以看到,当 δ 趋近于无穷大时,g * K_{\delta} 一致收敛于 g 。 事实上,我们选取 \delta_{0} 使得对于所有的 x∈ℝ ,有

\displaystyle |g(x)-(g*K_{\delta_{0}})(x)|< \epsilon/2 。

现在,我们记得通过幂级数扩展  e^{x}=\sum_{x=0}^{\infty}x^{n}/n!  给出的 e^{x} ,此级数在 ℝ 的每一个紧致区间上都是一致收敛的。因此,存在一个 N 使得

\displaystyle |K_{\delta_{0}}-R(x)|\leq \frac{\epsilon}{4MB} ( 对于所有  x \in [-M,M] ),

其中,R(x)=\delta_{0}^{(-1/2)}\sum_{n=0}^{\infty}\frac{(-\pi x^{2}/\delta_{0})^{n}}{n!} 。我们记得,g 消失于闭区间 [-M,M] 之外, 则,对于所有 x ∈ [-M,],我们有

\begin{array} {rl} \left | (g*K_{\delta_{0}})(x)-(g*R)(x) \right | & \displaystyle = \left | \int_{-M}^{M}g(t) \left [K_{\delta_{0}}(x-t) -R(x-t) \right ]dt \right | \\[0.2cm] \\ &\displaystyle \leq \left | \int_{-M}^{M}\left | g(t) \right| \left | \left [K_{\delta_{0}}(x-t) -R(x-t) \right ] \right |dt \right | \\[0.2cm] \\ &\displaystyle \leq 2MB \sup_{z \in [-2M,2M]} \left | K_{\delta_0}(z)-R(Z)\right | \\[0.2cm] \\ &<\epsilon/2 \:\: \:\: \:\: \:\: \:\: \:\: \:\: \:\: \circ \end{array}

因此,这个三角不等式意味着,只要 x ∈ [-] ,就有 |g( x) - (g * R)( x)| < \epsilon /2 ,因此,当 x ∈ [ab] 时,| f ( x) - (g * R)( x) | < \epsilon 。

最后,注意,g * R 是一个以 x 作为自变量的多项式。事实上,根据定义,(g*R)(x)=\int_{-M}^{M}g(t)R(x-t)dt ,且  R ( x ) 以 x 作为自变量的多项式,因为,它在几次扩展之后,可以表达为 R(x-t)=\sum_{n}a_{n}(t)x^{n} ,其中,其具有有限和。这样就推出了定理的证明。

2. 一些偏微分方程的应用(Applications to some partial differential equations)

我们之前提到过,Fourier变换的一个重要特性是它可以通过多项式交换微分和乘法。 我们现在将这个关键事实与逆Fourier变换定理一起用于求解一些特定的偏微分方程。

2.1 实数轴上的时变热传导方程(The time-dependent heat equation on the real line)

在第4章中,我们考虑了圆周上的热传导方程。在这里,我们研究实数轴上的类似问题。

考虑一根无限长的杆,我们将其作为实数轴模型。并假设给到我们一个杆上位于 t = 0 时刻的初始温度分布函数 (x)。现在,我们想确定位于点 x 处且时间 t > 0 的温度 x ,)。类似于第1章中给出的考量证明,当合适地归一化 u 的时候,它可以解下面的微分方程

(8)              \displaystyle \frac{\partial u}{\partial t}=\frac{\partial^{2} u}{\partial x^{2}}  ,

此方程称为热传导方程(heat equation)。我们施加的初始条件是 u(x ,0) = f(x) 。

正如圆周上的情况一下,这个解是以卷积的形式给出的。事实上,按

\displaystyle \mathcal{H}_{t}=\frac{1}{(4\pi t)^{(1/2)}}   且   \displaystyle \hat{\mathcal{H}_{t}}(\xi)=e^{-4\pi^{2}t\xi^{2}} 

对方程(8)按 x 变量(通常)进行Fourier变换导出

\displaystyle \frac{\partial \hat{u}}{\partial t}(\xi,t)=-4\pi^{2}\xi^{2}\hat{u}(\xi,t)  。

固定 ξ , 则这是一个以 t 为自变量的普通微分方程(且未知 \hat{u}(\xi,\cdot) , 因此,存在一个常量 A( ξ ),使得 

\displaystyle \hat{u}(\xi,t)=A(\xi)e^{-4\pi^{2}t \xi^{2}} 。

我们也可以取初始条件的Fourier变换,并求得 \hat{u}(\xi,0)=f(\xi) , 因此,A(\xi)=\hat{f}(\xi) 。这就导出了下面的定理。

定理 2.1  假如(given) ∈ 𝒮(ℝ),

u(x ,t) = ( f * \mathcal{H}_{t})(x) ( t > 0 ) ,

其中,\mathcal{H}_{t} 是热传导核。则:

(i)   x ∈ ℝ t > 0 函数 u 是 C^{2} 且作为热传导方程的解。

(ii)   t ⟶  0 时, u(x ,t) ⟶ f (x)( x 一致地),因此,假如我们设 u(x ,0) = f (x), u 在上半平面 \overline{R_{+}^{2}}=\{( x ,t): x \in \mathbb{R}, t \geq 0 \} 的闭包(closure)上是连续的

(iii)   t ⟶  0 时,  \int_{-\infty}^{\infty}|u(x,t)-f(x)|^{2}dx \longrightarrow 0 。

证明:  

因为 u = f * \mathcal{H}_{t } , 以 x 为自变量进行Fourier变换,得到  \hat{u}=\hat{f} \: \hat{\mathcal{H}_{t}} , 因此,\displaystyle \hat{u}(\xi,t)=\hat{f}(\xi)e^{(-4\pi^{2} \xi^{2}t)} 。逆Fourier变换公式给出 

\displaystyle u(x ,t) = \int_{-\infty}^{\infty}\hat{f}(\xi)e^{(-4\pi^{2} \xi^{2}t)}e^{(2\pi ix\xi)}d\xi 。

按照积分符号下的微分,读者可验证(i) 。事实上,读者可观察到,u 是无限可微的。注意,(ii)是推论 1.7 的直接结论,最后,根据 Plancherel 公式,我们有

\begin{array}{rl} \displaystyle \int_{-\infty}^{\infty}\left |u(x,t)-f(x) \right |^{2}dx &= \displaystyle \int_{-\infty}^{\infty}\left |\hat{u}(\xi,t)-\hat{f}(\xi) \right |^{2}d\xi \\[0.2cm]\\ &=\displaystyle \int_{-\infty}^{\infty}|\hat{f}(\xi)|^{2}|e^{(-4\pi^{2}t\xi^{2})}-1|d\xi \end{array} 。

为了理解当 t ⟶ 0 时最后一个积分趋近于 0 ,我们按如下论证:

因为  \left |e^{(-4\pi^{2}t\xi^{2})}-1 \right | \leq 2  且 ∈ 𝒮(ℝ),我们可以找到一个 N 使得

\displaystyle \int_{|\xi| \geq N} \left |\hat{f}(\xi) \right |^{2}\left |e^{(-4\pi^{2}t\xi^{2})}-1 \right |d\xi < \epsilon ,

且对于任意小的 t ,因为 \hat{f} 有界,我们有  \displaystyle \sup_{|\xi| \leq N} \left |\hat{f}(\xi) \right |^{2}\left |e^{(-4\pi^{2}t\xi^{2})}-1 \right |d\xi \leq \epsilon/(2N) 。

因此,对于任意小的 t , \displaystyle \int_{|\xi| \leq N} \left |\hat{f}(\xi) \right |^{2}\left |e^{(-4\pi^{2}t\xi^{2})}-1 \right |d\xi < \epsilon 。这就完成了对定理的证明。

以上定理确保了具有初始数据 f 的热传导方程的解的存在。假如唯一性被恰当地归一化,则这个解也是唯一的。在这方面,我们注意到,u = f * \mathcal{H}_t , f \in \mathcal{S}(\mathbb{R}) 满足下面的附加属性。

推论 2.2 函数  u (\cdot , t )  在对于任意 T > 0 ,

(9)     \displaystyle \sup_{ \begin{array}{cl}x\in \mathbb{R} \\0 <t<T \end{array}} \left | x \right |^{k}\left |\frac{\partial^{\ell}}{\partial x^{\ell}} u(x,t)\right |<\infty ( 对于每一个k ,𝓁 ≥  0)

的意义上 t 一致性地归属于 𝒮(ℝ) 。

证明:

这个结论是按如下过程估算的结果:

\begin{array}{rl}|u(x,t)| & \leq \int_{|y|\leq |x|/2}|f(x-y)|\mathcal{H}_{t}(y)dy+ \int_{|y|\geq |x|/2}|f(x-y)|\mathcal{H}_{t}(y)dy \\[0.2cm] \\ &= \frac{C_{N}}{(1+|x|)^{N}}+\frac{C}{\sqrt{t}}e^{(-cx^{2})/t} \end{array} 。

事实上,因为 f 是寁降的,当 | y|| x|/2 时,我们有 |f(x-y)| \leq \frac{C_{N}}{(1+|x|)^{N}} 。此外,假如| y| \geq |x|/2 , 则 \mathcal{H}_{t}(y) \leq \frac{C}{\sqrt{t}}e^{(-cx^{2})/t}  ,我们获得了以上的不等式。因此,我们发现,当 0 < t < T 时,u (x , )是一致寁降的。

同样的结论也可以按 x 变量适用于 u 的导数,因为我们可以在积分符号下微分,并用 f ‘ 替换 f 并应用上面的估算结论,等等。

以上结论导出了下面的唯一性定理。

定理 2.3 假如 u (x , t)满足下面的条件

(i) u 在上半平面的闭包中是连续的

(ii) u 满足 > 0 的热传导方程

(iii) u 满足边界条件 u (x , 0) = 0 。

(iv) u 满足边界条件 u (x , 0) = 0 。

(. ,t ) ∈ 𝒮(ℝ) 是按 t 一致性的犹如在(9)中的情况一样

我们推出 u = 0 。

以下,我们使用缩略形式 \partial_{x}^{\ell} 和 \partial_{t}^{u} 分别表示 \partial^{\ell}u/\partial x^{\ell} 和 \partial u / \partial t 。

证明:

我们将方程解 u (x , ) 在时刻 t 的能量定义为

\displaystyle E(t)=\int_{\mathbb{R}}|u(x,t)|^{2}dx  。

显然,E ) ≥ 0 。因为 E ) = 0 就足以证明 u 是一个递降函数,并且是通过证明 dE /dt ≤ 0 来完成的。这种施加于 u 上的假设允许我们在积分符号下微分 E ),即,

\displaystyle \frac{dE}{dt}=\int_{R}\left [\partial_{t}u(x,t)\overline{u}(x,t) +u(x,t)\partial_{t}\overline{u}(x,t) \right ]dx  。

u 满足热传导方程,因此,\partial_{t}u=\partial_{x}^{2}u 且 \partial_{t}\overline{u}=\partial_{x}^{2}\overline{u}  ,于是,在分部积分之后(其中,我们使用了这个事实—— u 及其以 x 为自变量的导数随着 |x|⟶ ∞ 而寁降),我们求得

\begin{array}{rl}\displaystyle \frac{dE}{dt}&\displaystyle =\int_{\mathbb{R}}\left [\partial_{x}^{2}u(x,t)\overline{u}(x,t) +u(x,t)\partial_{x}^{2}\overline{u}(x,t) \right ]dx \\[0.2mm] \\ &\displaystyle =-\int_{\mathbb{R}}\left [\partial_{x}u(x,t)\partial_{x}\overline{u}(x,t) +\partial_{x}u(x,t)\partial_{x}\overline{u}(x,t)\right ]dx \\[0.2cm] \\ &=-2\int_{\mathbb{R}}|\partial_{x}(x,t)|^{2}dx \\[0.2cm] \\ &\leq 0 , \end{array}

正如所声明的那样。因为,对于所有的 tE (t) = 0 ,因此 u = 0 。

另一个热传导方程的唯一性定理(比(9)具有更少的限制性假设)可见问题 6。唯一性不成立的例子可见练习12和问题4。

2.2 在上半平面上的稳态热传导方程(The steady-state heat equation in the upper half-plane)

我们现在关注的是位于上半平面   \mathbb{R}_{+}^{2}=\{ (x,y):x \in \mathbb{R},y>0 \}  中的方程

(10)         \displaystyle \Delta u=\frac{\partial^{2}u}{\partial x^{2}}+\frac{\partial^{2}u}{\partial y^{2}}=0 。

 我们所要求的边界条件是 ( x ,0) = f ( x )。运算符号 Δ 是 Laplace 算子,且以上偏微分方程方程表述了 \mathbb{R}_{+}^{2} 面上受边界条件 u = f 约束的稳态热传导方程。对于上半平面而言,解这个问题的核称为Poisson ,且由下式给出 

\displaystyle \mathcal{P}_{y}(x)=\frac{1}{\pi}\frac{y}{x^{2}+y^{2}} (其中,x ∈ ℝ  且 y > 0) 。

这与在第2章的第5.4节中讨论的圆盘的Poisson核类似。

注意,对于每一个固定的 y ,Poisson核 \mathcal{P}_{y}  作为 x 的函数仅仅是中速递降的,因此,我们将使用适用于这些类型的函数的Fourier变换理论(见1.7见)。 我们按照在时变热传导方程中的情况一样推进,通过按 x 变量对等式(10)(按常规)进行Fourier变换,从而获得

\displaystyle -4\pi^{2}\xi^{2}\hat{u}(\xi,y)+\frac{\partial^{2}\hat{u}}{\partial y^{2}}(\xi,y)=0  ,

其具有边界条件, \hat{u}(\xi,0)=\hat{f}(\xi) 。这个以 y 为自变量(固定 ξ )的常微分方程的通解采用形式 

\hat{u}(\xi,y)=A(\xi)e^{-2\pi |\xi|y}+B(\xi)e^{2\pi |\xi|y}  。

假如我们忽略第二项(因为其寁降性),在设置 y = 0 之后,我们求得

\hat{u}(\xi,y)=\hat{f}(\xi)e^{-2\pi |\xi|y} 。

因此,按 f 与 Fourier 变换为 e^{-2\pi |\xi|y} 的核的卷积给出 u。这正是上面给出的 Poisson核,正如下面所证明的那样。

引理 2.4 下面两个恒等式成立:

\displaystyle \int_{-\infty}^{\infty}e^{-2\pi |\xi|y}e^{2\pi i\xi x}d\xi=\mathcal{P}_{y}(x) ,

\displaystyle\int_{-\infty}^{\infty} \mathcal{P}_{y}(x)e^{-2\pi i\xi x}dx=e^{-2\pi |\xi|y} 。

第一个公式非常直接,因为我们可以将积分拆分为从-∞到 0,和从 0 到 ∞ 两部分。则,因为 y > 0 ,我们有

\begin{array}{rl}\displaystyle \int_{0}^{\infty}e^{-2\pi \xi y}e^{2\pi i\xi x}d\xi &\displaystyle = \left [ \frac{e^{2\pi i(x+iy)\xi}}{2\pi i(x+iy)} \right ]_{0}^{\infty} \\[0.2cm] \\ &\displaystyle=-\frac{1}{2 \pi i(x+iy)} \end{array} ,

类似地,有 

\displaystyle \int_{-\infty}^{0}e^{-2\pi \xi y}e^{2\pi i\xi x}d\xi = \frac{1}{2\pi i(x-iy)} 。

因此,

\displaystyle \int_{-\infty}^{\infty}e^{-2\pi |\xi|y}e^{2\pi i\xi x}d\xi= \frac{1}{2\pi i(x-iy)}- \frac{1}{2\pi i(x+iy)}=\frac{y}{\pi (x^{2}+y^{2})} 。

现在,第二个公式是逆Fourier 变换定理应用于 f 和 \hat{f}  都是中速递降的这种情况的结果。

引理 2.5 当 y ⟶ 0 ,Poisson核在实数域 上是好核

证明:

在引理的第二个公式中设 ξ = 0,则表明  \int_{-\infty}^{\infty}\mathcal{P}_{y}(x)dx=1 ,并且,显然 {P}_{y}(x) \geq 0 ,因此,余下验证好核的最后一个属性。给定一个固定的 δ > 0,我们可以做变量替换 u = x/y 使得 

\displaystyle \int_{\delta}^{\infty}\frac{y}{x^{2}+y^{2}}dx=\int_{\delta/y}^{\infty}\frac{du}{1+u^{2}}=\left [\arctan(u) \right ]_{\delta/y}^{\infty}=\frac{\pi}{2}-\arctan(\delta/y) ,

y ⟶ 0 时,这个量去到 0 。因为 \mathcal{P}_{y}(x) 是一个偶函数,证明完结。

下面的定理确保了我们问题的解的存在性。

定理 2.6 假如  f \in \mathcal{S}(\mathbb{R}) , 令 u(x ,t) = ( f * \mathcal{P}_y)(x) 则:

(i)   u(x ,y) 在上半平面 \mathbb{R}_{+}^{2} 上是  C^{2}  \Delta u = 0 。

(ii) y ⟶ 0 u(x ,y) ⟶ f ( x ) 是一致性地

(iii) y ⟶ 0 时,\int_{-\infty}^{\infty}|u(x,y)-f(x)|^{2}dx \longrightarrow 0 。

(iv) 假如 u(x ,0) =  f ( x ), u 在上半平面的 \overline{\mathbb{R}_{+}^{2}} 闭包中是连续的,且在

u(x ,y) ⟶ 0 (当 | x | + y ⟶ ∞时)

的意义上消失于无穷远处

证明:

(i), (ii),和 (iii) 部分的证明与热传导方程的证明类似,留予读者去完成。对于(iv)部分,只要 f 是中速递降的,则其就是两个简单估算的结果。首先,下面的不等式

\displaystyle |( f * \mathcal{P}_{y})(x)| \leq C \left (\frac{1}{1+x^{2}} + \frac{y}{x^{2}+y^{2}} \right )

可按这样的方式证明(与热传导方程的情况一样)——将积分 \int_{-\infty}^{\infty}f(x-t)\mathcal{P}_{y}(t)dt 拆分成 || ≤ | x |/2 和 || ≥ | x |/2 两部分。因此,由于 

\sup_{x}\mathcal{P}_{y}(x) \leq c/y ,我们有 |( f * \mathcal{P}_y)(x)| \leq C/y 。

当| x| ≥ | y |时,使用第一个估算,而当 | x| ≤ | y |时,使用第二个估算,这样就给到了无穷远处期望的递降。

下面证明这个解在本质上是唯一的。

定理 2.7 假如 u 在上半平面的  \mathbb{R}_{+}^{2} 闭包中是连续的,且满足,对于  (x,y) \in \mathbb{R}_{+}^{2}  \Delta u = 0以及 u(x ,y)消失于无穷远处 u = 0 。

一个简单的例子证明,关注 u 在无穷远处的下降条件是必要的:取 u(x ,y) = y 。很显然,u 满足稳态热传导方程且在实数轴上消失,且 u 并不恒等于 0。

这个定理的证明依赖一个关于谐函数(满足 Δu = 0 的函数)的事实。这个事实是,谐函数在某一点的值等于其围绕以该点为圆心的任何圆的平均值

引理 2.8(均值属性(Mean-value property)) 假如 Ω  \mathbb{R}^{2} 上的一个开集 u 为 C^{2} 类的一个函数且在 Ω Δu = 0 。假如,以(x , y)为圆心的圆盘的闭包和半径 R 的闭包包含于 Ω 对于任意 0 ≤ x R有 

\displaystyle u(x , y) = \frac{1}{2\pi}\int_{0}^{2\pi}u(x+r\cos(\theta),y+r\sin(\theta))d\theta 。

证明:

令  U(r,\theta)=u( x + r\cos(\theta),y + r\sin(\theta))  。按极坐标表达 Laplace 算子,方程 Δu = 0 意味着

\displaystyle 0 = \frac{\partial^{2} U}{\partial \theta^{2}} + r \frac{\partial} {\partial r} (r \frac{\partial U}{\partial r}) 。

假如我们定义  F(r) = \frac{1}{2\pi}\int_{0}^{2\pi}U(r ,\theta )d\theta  ,  则上式给出

\displaystyle r \frac{\partial} {\partial r} (r \frac{\partial F}{\partial r})=\frac{1}{2\pi}\int_{0}^{2\pi}\left [-\frac{\partial^{2} U}{\partial \theta^{2}}(r,\theta) \right ]d\theta 。

\frac{\partial^2 U}{\partial \theta^{2}} 在圆上的积分由于 \frac{\partial U}{\partial \theta} 是周期函数而消失,因此, r \frac{\partial} {\partial r} (r \frac{\partial U}{\partial r})=0 ,则 r \frac{\partial U}{\partial r} 一定是常量。在 r = 0 处计算这个表达式,我们求得 \frac{\partial F}{\partial r}=0 。因此,F 是一个常量,但因为 F(0) =  u(x ,y),我们最后求得对于任意 0 ≤ x R F(r) = u(x ,y),这便是均值属性。

最后,注意以上的论据隐含在第2章定理5.7的证明过程中。

我们采用反证明证明定理 2.7。分别考虑 u 的实部和虚部,我们可以假设 u 其自身是实数,并且在某处严格为正值,比如,对于某个 x_{0} \in \mathbb{R} 且 y_{0}>0 有 u(x_{0},y_{0})>0 。我们将看到,这将会推导出矛盾。首先,因为 u 在无穷远处消失。我们可以找到一个半径为 R 的任意大半圆盘 D_{R}^{+}=\{ (x,y):x^{2}+y^{2} \leq R,y>0 \} , 且在半圆盘之外 u(x,y) \leq u(x_{0},y_{0}) 。接下来,因为 u 在 D_{R}^{+} 上是连续的,它在上面可以获得它的最大值 M,因此,存在一个点 (x_{1},y_{1}) \in D_{R}^{+} ,其值为 u(x_{1},y_{1})=M ,而在半圆盘上,u(x ,y) ≤ M ;此外,由于在半圆盘之外 u(x,y) \leq \frac{1}{2}u(x_{0},y_{0}) \leq M 。现在,谐函数的均值属性意味着,只要积分圆位于上半平面,就有 

\displaystyle u(x_{1},y_{1})=\frac{1}{2\pi}\int_{0}^{2\pi}u(x_{1}+\rho\cos(\theta),y_{1}+\rho\sin(\theta))d\theta ,

矛盾的事实在于 \displaystyle u(x_{1},y_{1})=M 。现在令 \rho \longrightarrow y_{1} ,并再次使用 u 的连续性,我们看到,这意味着 u(x_{1} ,0) = M > 0 。这个矛盾的事实在于,对于所有 x u(x ,0) = 0 。

3. Poisson[pwasɔ:ŋ]求和公式 (The Poisson summation formula)

Fourier变换的定义是出于对Fourier级数连续版本的需求,适用于定义在实数轴上的函数。我们现在证明,圆周上的函数分析与实数域 ℝ 上的相关函数之间存在更显著的联系。

已知一个实数轴上的函数  f ∈ 𝒮(ℝ) ,我们可以通过技巧(recipe)构造另一个新的函数

\displaystyle F_{1}(x) = \sum_{n=-\infty}^{\infty}f(x+n) 。

因为 f 是寁降的,其级数在每一个 ℝ 的紧致子集上是绝对且一致收敛的,因此,F_{1} 是连续的。注意,F_{1}(x+1)=F_{1}(x) ,因为,在以上求和中,从 n n + 1 的逾越(passage)仅仅平移了由 F_{1}(x) 定义的级数项。因此,函数 F_{1}(x) 是以 1 为周期的。因此,函数 F_{1} 称为函数 f 周期化(periodization)。

有另一种方式可以实现函数 f 的“周期化版本(periodic version)”,即,通过 Fourier分析。以恒等式 

\displaystyle f(x)=\int_{-\infty}^{\infty}\hat{f}(\xi)e^{2\pi i\xi x}d\xi 

开始,考虑其离散相似对象(analogue), 只不过积分由求和公式

\displaystyle F_{2}(x)=\sum_{n=-\infty}^{\infty}\hat{f}(n)e^{2\pi inx}

所替代。再一次地,其和绝对且一致地收敛,由于 \hat{f} 属于 Schwartz 空间,因此 F_{2} 连续,最后导出了同样的函数。

定理3.1 (Poisson summation formula)( Poisson求和公式) 假如 ∈ 𝒮(ℝ) ,

\displaystyle \sum_{n=-\infty}^{\infty}f(x+n)=\sum_{n=-\infty}^{\infty}\hat{f}(n)e^{2\pi inx} 。

特别地 x = 0 ,我们有

\displaystyle \sum_{n=-\infty}^{\infty}f(n)=\sum_{n=-\infty}^{\infty}\hat{f}(n) 。

换句话说f 的周期化的Fourier系数由 f 在整数上的Fourier变换值精确地给出。

证明:

为了验证第一个公式,采用第2章中的定理2.1就已足够证明两侧(都是连续的)具有相同的 Fourier 系数(视为圆周上的函数)。很显然,右侧的第 m 项 Fourier 系数是 \hat{f}(m) 。对于左侧,我们有

\begin{array}{rl} \displaystyle \int_{0}^{1} \left \{ \sum_{n=-\infty}^{\infty}f(x+n) \right \}e^{-2\pi imx}dx &\displaystyle= \sum_{n=-\infty}^{\infty}\int_{0}^{1} f(x+n)e^{-2\pi imx}dx \\[0.2cm] \\ &=\displaystyle \sum_{n=-\infty}^{\infty}\int_{n}^{n+1} f(y)e^{-2\pi imy}dy \\[0.2cm] \\ &=\displaystyle \int_{-\infty}^{\infty}f(y)e^{-2\pi imy}dy \\[0.2cm] \\ &=\hat{f}(m) , \end{array}

其中,交换积分与求和是允许的,因为 f 是寁降的。这就完成了定理的证明。

我们注意到,当我们仅仅假设 f \hat{f} 都是中速递降函数时,这个定理也可扩展到这种情况。事实上,对这个扩展应用的证明不变。

已经证明,周期化运算在许多问题上是重要的,甚至当 Poisson求和公式都不适用的场合。我们举 1 例,考虑初等函数  f (x) = 1/ x (x ≠ 0)。结果是,当对称求和的时候,\sum_{n=-\infty}^{\infty}1/(x+n) 给出了余切函数的部分分数的分解。事实上,当 x 不是整数的时候,这个和等于 π cot (πx) 。类似地,对于 f (x) = 1/ x^{2}(x \neq 0) , 我们得到,只要 x ∉ ℤ,就有 \sum(n=-\infty)^{\infty}1/(x+n)^{2} = \pi^{2}/[\sin(\pi x)]^{2}  (见练习15)。

3.1 𝜗 函数和ζ函数(Theta and zeta functions)

定义 s > 0 时的 𝜗 函数(译注:𝜗 为希腊字母 θ 的数学体)

\displaystyle \vartheta(s)=\sum_{n=-\infty}^{\infty}e^{-\pi n^{2}s} 。

施加于 s 上的限制条件使得级数绝对收敛。这个特殊函数的关键事实在于,它满足下面的函数方程。

定理3.2 只要 s > 0 ,就有 s^{(-1/2)} \vartheta(1/s) = \vartheta(s) 。

定理的证明通过将Poisson求和公式简单地应用于函数对

f (x) = e^{-\pi sx^{2}} 和 \hat{f}(\xi)=s^{(-1/2)}e^{(-\pi \xi^{2}/s)}  来实现。

当 Re{ s }> 0 时,𝜗 函数也可以推展到 s 取复数值的情况,并且函数方程在这时仍然是有效的。𝜗 函数与数论中的另一个重要的函数 ζ 函数(译注:ζ 为希腊字母 ζ 的数学体)具有紧密联系,对于 Re{ s } > 1 的 ζ 函数定义为

\displaystyle \zeta (s) = \sum_{n=1}^{\infty}\frac{1}{n^{s}} 。

后面我们将会看到,这个函数携带了素数(prime number)的基本信息(见第8章)。

业已证明,ζ 𝜗 和另一个重要函数通过下列恒等式关联起来:

\displaystyle \pi^{(-s/2)}\Gamma(-s/2) \zeta (s)=\frac{1}{2}\int_{0}^{\infty}t^{(\frac{s}{2}-1)}[\vartheta(t-1)]dt ,

其对于 s > 1 是有效的(见练习17和18)。(译注:𝜏 的数学体LaTex语法 \mathit{\tau})

    回到函数 𝜗 ,定义其广义形式 Θ(z|𝜏)

\displaystyle \Theta(z|\tau)=\sum_{n=-\infty}^{\infty}e^{i\pi n^{2}\tau}e^{2\pi inz} ,

其中,Re{ 𝜏 }> 0 且 𝜏ℂ 。取 z = 0 且 𝜏 = is ,我们得到 Θ(z|𝜏) = 𝜗(s) 。

3.2 热传导核(Heat kernels)

与 Poisson 求和公式和 𝜗 函数相关的另一个应用是圆周上的时变热传导方程。这个受条件 u(  x,0) = f ( x )(其中,f 是以 1 为周期的周期函数)约束的方程

\displaystyle \frac{\partial u}{\partial t}=\frac{\partial^{2} u}{\partial t^{2}}

的解,已在前面章节由公式

u(x ,t) = ( f * H_{t})(x) 

给出,其中, \mathcal{H}_{t}(x) 是圆周上的热传导核,即,

H_{t}(x)=\displaystyle \sum_{n=-\infty}^{\infty}e^{-4\pi^{2}n^{2}t}e^{2\pi inx} 。

特别注意我们在上一节中对广义 𝜗 函数的定义,我们有 \Theta(z|\tau) = \mathcal{H}_{t}(x) 。此外,我们记得实数域 ℝ 上的热传导方程,它产生了热传核

\mathcal{H}_{t}(x)=\displaystyle \frac{1}{(4\pi t)^{1/2}}e^{(-\frac{x^{2}}{4t})} ,

其中, \displaystyle \widehat{\mathcal{H}}(t)=e^{(-4\pi^{2}t\xi^{2})} 。 这两个对象之间的基本关系是Poisson 求和公式的直接结果。

定理 3.3 圆周上的热传导核是实数轴上的热传导核的周期化

\displaystyle H_{t}(x) = \sum_{n=-\infty}^{\infty}\mathcal{H}_{t} (x+n) 。

尽管证明 \mathcal{H}_{t} 在实数域 ℝ 上是好核非常简单,但我们又面对更困难的问题,即,证明 \mathcal{H}_{t} 在圆周上也是好核。上面的结论允许我们解决这个问题。

推论3.4    H_{t}(x)  t ⟶ 0 的情况下是好核。

证明:

我们已经观察到,\int_{|x|\leq (1/2)}H_{t}(x)dx=1 。现在,注意到,由于 \mathcal{H}_{t}(x) \geq 0 ,从以上公式立即可推出 H_{t}(x) \geq 0 。最后,我们声明,当 | x | ≤ 1/2 时,

H_{t}(x) = \mathcal{H}_{t}(x) + \epsilon_{t}(x) ,

其中,误差(error)满足 |\varepsilon_{t}(x)| \leq c_{1}e^{(-c_{2}/t)}(c_{1}, c_{2} > 0  且 0 < t \leq 1 ) 。为了理解这一点,再次注意,定理中的公式给出

 \displaystyle H_{t}(x) = \mathcal{H}_{t}(x)+ \sum_{|n| \geq 1}^{}\mathcal{H}_{t} (x+n) ;

因此,由于 | x | ≤ 1/2 ,

\displaystyle \varepsilon_{t}(x)=\frac{1}{\sqrt{4\pi t}}\sum_{|n|\geq 1}e^{[-(x+n)^{2}]/(4t)} \leq Ct^{(-1/2)}\sum_{n\geq 1}e^{(-cn^{2}/t)} 。

现在注意,只要 0 < t \leq 1 , 就有 n^{2}/t \geq n^{2} 和 n^{2}/t \geq 1/t ,因此, \displaystyle e^{(-cn^{2}/t)} \leq e^{(-\frac{c}{2}n^{2})}e^{(-\frac{c}{2})(\frac{1}{t})} 。因此

\displaystyle |\varepsilon_{t}(x)| \leq Ct^{(-1/2)}e^{(-\frac{c}{2}\frac{1}{t})}\sum_{n \geq 1}e^{(-\frac{c}{2}n^{2})} \leq c_{1}e^{(-c_{2}/t)} 。

这个声明的证明完成,且结论为,当 t ⟶ 0 时, \int_{|x| \leq {1/2}}|\varepsilon_t(x)|dx \longrightarrow 0 。现在,很清楚了,当 H_{t} 满足当 t ⟶ 0 时,

\displaystyle \int_{\eta<|x|\leq 1/2}|H_{t}(x)|dx \longrightarrow 0 ,

因为 \mathcal{H}_{t} 是如此。

3.3 Poisson(Heat kernels)

按上面关于热核的讨论类似的方式,我们指出圆盘的Poisson核与上半平面之间的关系,其中

\displaystyle P_{r}(\theta)=\frac{1-r^{2}}{1-2r\cos(\theta)+r^{2}}  和  \displaystyle \mathcal{P}_{y}(\theta)=\frac{1}{\pi}\frac{y}{y^{2}+x^{2}} 。

定理3.5  P_{r}(2\pi x)=\sum_{n \in \mathbb{Z}} \mathcal{P}_{y}(x+n) (其中, r=e^{-2\pi y} ) 。

这又是一个Poisson求和公式应用于 f(x)=\mathcal{P}_{y}(x) 和 \hat{f}(\xi)=e^{-2\pi|\xi|y} 的直接推论。

当然,在这里,我们是在假设 f 和 \hat{f} 是中速递降的前提下使用Poisson求和公式。

4. Heisenberg[háizənbɛək]不确定性原理(The Heisenberg uncertainty principle)

该原理的数学要旨(thrust)可以根据函数与其Fourier变换之间的关系来表述。这个基本的底层法则,以其最隐晦(vaguest)和最通用(general)的形式表明,函数及其Fourier变换不能同时完全(essentially)是局部化的。更准确地说,如果一个函数的质量(mass)的“多数(preponderance)”集中在一个长度为 L 的区间内,那么它的Fourier变换的质量的多数不可能位于一个完全(essentially)小于 L^{-1} 的区间内。准确的表述如下。

定理 4.1 假如 ψ 是一个位于 𝒮(ℝ) 上的函数,且满足归一化的条件 \int_{-\infty}^{\infty}|\psi(x)|^{2}dx=1 

\displaystyle \left ( \displaystyle \int_{-\infty}^{\infty}x^{2}|\psi(x)|^{2}dx \right )\left (\int_{-\infty}^{\infty}\xi^{2}|\hat{\psi}(\xi)|^{2}d\xi \right ) \geq \frac{1}{16\pi^{2}} ,

并且,当且仅当  \psi(x) = Ae^{-Bx^{2}}  ( 其中B \geq 0   |A|^{2}=\sqrt{(2B)/\pi}    时,等号成立事实上,对于每一个  x_{0},\xi_{0} \in \mathbb{R} ,我们有

\displaystyle \left ( \displaystyle \int_{-\infty}^{\infty}(x-x_{0})^{2}|\psi(x)|^{2}dx \right )\left (\int_{-\infty}^{\infty}(\xi-\xi_{0})^{2}|\hat{\psi}(\xi)|^{2}d\xi \right ) \geq \frac{1}{16\pi^{2}} 。

证明:

第二个不等式实际上由第一个不等式通过用  e^{-2\pi ix \xi_{0}}\psi(x+x_{0}) 替换 ψ(x)再变更变量而推导出。为了证明第一个不等式,我们按如下论证。从我们的归一化假设  \int_{}^{}|\psi(x)|^{2} = 1  开始,并记得 ψ ψ’ 是寁降的,通过分部积分给出一个积分式

\begin{array}{rl} 1\displaystyle&=\displaystyle \int_{-\infty}^{\infty}|\psi(x)|^{2}dx \\[0.2cm] \\ &\displaystyle=-\int_{-\infty}^{\infty}x\frac{d}{dx}|\psi(x)|^{2}dx \\[0.2cm] \\ &\displaystyle=-\int_{-\infty}^{\infty}\left [x\psi^{'}(x)\overline{\psi(x)}+x\overline{\psi^{'}(x)}\psi(x)\right ]dx \end{array} 。

最后一个恒等式沿袭,因为 |\psi|^{2}=\psi \overline{\psi} 。因此,

\begin{array}{rl} 1\displaystyle& \leq 2\displaystyle \int_{-\infty}^{\infty}|x||\psi(x)||\psi^{'}(x)|dx \\[0.2cm] \\ &\displaystyle \leq 2 \left ( \int_{-\infty}^{\infty}x^{2}|\psi(x)|^{2}dx \right )^{1/2} \left ( \int_{-\infty}^{\infty}|\psi^{'}(x)|^{2}dx \right )^{1/2} \end{array} ,

其中,我们已经使用了 Cauchy-Schwarz不等式。根据Fourier变换的属性,恒等式

\displaystyle \int_{-\infty}^{\infty}|\psi^{'}(x)|^{2}dx =4\pi^{2}\int_{-\infty}^{\infty}\xi^{2}|\hat{\psi}(\xi)|^{2}d\xi 

成立,而Plancherel公式推导出了定理中不等式的证明。

如果等式成立,那么我们在应用 Cauchy-Schwarz 不等式的地方也一定有等式,因此,对某些常量,我们求得 \psi^{'}(x) = \beta x\psi(x)  。这个方程的解是 \psi(x)=Ae^{\beta x^{2}/2} ,其中,A 是常量。因为,我们希望 ψ Schwartz 函数,所以我们必须取 β = -2B < 0 ,且因为我们施加了限制条件 \int_{-\infty}^{\infty}|\psi(x)|^{2}dx=1 ,我们求得 |A|^{2}=\sqrt{(2B)/\pi} ,正如所证明的那样。

定理 4.1 中包含的精确论断首先在量子力学(quantum mechanics)研究中被发现。当人们考虑可以同时定位粒子的位置和动量(momentum)的程度时,它就出现了。假设我们正在处理(比方说)沿实数轴行进的电子,那么根据物理定律,物质受“状态函数(state function)” ψ 的支配,我们可以假设它在 𝒮(ℝ) 中,并且根据以下要求

(11)      \displaystyle \int_{-\infty}^{\infty}|\psi(x)|^{2}dx=1 

归一化。然后确定粒子的位置,而不是一个确定的点 x ;相反,它的可能位置由如下的量子力学规则给出:

粒子位于区间(a,b)的概率是  \int_{a}^{b}|\psi(x)|^{2}dx 根据这个原则,在 ψ 的辅助下,我们可以计算出粒子可能的位置:事实上,粒子可能仅有很小的可能性位于已知的区间(a’, b’)中,但无论如何,它一定在实数轴上的某个地方,因为 \int_{-\infty}^{\infty}|\psi(x)|^{2}dx=1 。

除了概率密度(probability density) |\psi(x)|^{2}dx=1 之外,还存在粒子可能所处的期望值(expectation)。期望值是对粒子所处位置的最佳猜测。由 |\psi(x)|^{2}dx 所确定的概率分布给出,是由

(12)     \displaystyle \overline{x}=\int_{-\infty}^{\infty}x|\psi(x)|^{2}dx

所定义的量。为什么期望值是我们的最佳的猜测呢?考虑更简单的(理想化的)情景,在这个情况中,给予我们的粒子仅在实数轴上的有限多个不同的点  x_{1} , x_{2},..., x_{N} 处可以发现,且粒子在 x_{i} 点出现的概率为 p_{i} , 而 p_{1} + p_{2} + ... + p_{N }= 1 。则,如果我们不知道额外信息的情况下,我们被迫对粒子的位置做出一个选择,很自然地,我们会取  \overline{x}=\sum_{i=1}^{N}x_{i}p_{i}  ,这就是粒子可能位置的恰当的加权平均值。显然,量(12)是这种情况的通用(积分)版本。

接下来,我们来到方差(variance)的概念。在我们的术语中,它是附加到我们的期望上的不确定性(uncertainty)。已经确定了粒子的预期位置是 x  (由(12)给出)。其结果的不确定性是量

(13)      \displaystyle \int_{-\infty}^{\infty}(x-\overline{x})^{2}|\psi(x)|^{2}dx 。

注意,假如 ψ 高度地集中于 \overline{x} 附近,则意味着存在 x\overline{x} 附近的一个高概率,因此(13) 很小,因为对积分的大部分贡献发生在 \overline{x} 附近的 x 值上。这里,我们有很小的不确定性。在另一方面,假如 ψ(x)是相当扁平的(即,概率分布 |\psi(x)|^{2}dx 不是很集中),则积分(13)相当大,因为 (x-\overline{x})^{2} 的大值将生效,因此,不确定性相对较大。 

也值得观察,期望值 \overline{x} 是一种其不确定性 \int_{-\infty}^{\infty}(x-\overline{x})^{2}|\psi(x)|^{2}dx 是最小的一种选择。事实上,假如我们试图将其针对 \overline{x} 的导数等于 0 来最小化这个量,我们求得 2 \int_{-\infty}^{\infty}(x-\overline{x})^{2}|\psi(x)|^{2}dx = 0 ,这就给到 (12) 。

到目前为止,我们已经讨论了与粒子位置相关的“期望”和“不确定性”,同样相关的是关于其动量的相应概念。量子力学(对动量)的相应规则是:

属于区间(a,b)的粒子的动量 ξ 的概率是  \int_{a}^{b}|\hat{\psi}(x)|^{2}dx  ,其中, \hat{\psi}  \psi  Fourier变换

将这两个定律与定理 4.1 结合得出 \frac{1}{16\pi^{2}}  

作为粒子位置不确定性和动量不确定性乘积的下界。因此,我们对粒子的位置越确定,我们对它的动量就越不确定,反之亦然。但是,我们通过重新缩放以更改测量单位来简化这两个定律的表述。实际上,引入了一个基础的但很小的称为 Planck 常数和物理数 𝒽。如果考虑得当,物理结论是

(位置的不确定性)×(动量的不确定性) \geq \frac{h}{16\pi^{2}} 。

内容来源:

<<Fourier Analysis: An Introduction>> E.M. Stein & R. Shakarchi

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/195026.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Mysql分组查询每组最新的一条数据

在工作中遇到一个问题&#xff0c;需要查出每个公司最新的那条数据。 所以需根据公司进行分组&#xff1a; 未进行分组时&#xff1a; select a.id, b.name companyName, result_asset ,result_liability ,result_net_asset, a.create_time ,a.is_deleted from bus_proper…

企业APP软件定制开发的关键步骤|网站小程序搭建

企业APP软件定制开发的关键步骤|网站小程序搭建 在当今数字化快速发展的时代&#xff0c;企业越来越意识到拥有自己的APP软件对于提高业务效率和用户体验的重要性。然而&#xff0c;企业APP软件定制开发并不是一项简单的任务&#xff0c;它需要经过一系列关键步骤来确保最终的产…

解锁编程潜能:探索亚马逊CodeWhisperer,打造编程世界的声音引导者

文章目录 前言一、什么是 Amazon CodeWhisperer&#xff1f;二、如何使用CodeWhisperer&#xff1f;安装CodeWhisperer插件配置CodeWhisperer生成注释和文档 总结 前言 随着CHATGPT的一声巨响&#xff0c;大语言模型已经成为了一个备受瞩目的创新应用。亚马逊云科技作为全球领…

Hive Lateral View explode列为空时导致数据异常丢失

一、问题描述 日常工作中我们经常会遇到一些非结构化数据&#xff0c;因此常常会将Lateral View 结合explode使用&#xff0c;达到将非结构化数据转化成结构化数据的目的&#xff0c;但是该方法对应explode的内容是有非null限制的&#xff0c;否则就有可能造成数据缺失。 SE…

十大热门骨传导蓝牙耳机排行榜,精选最佳的五款骨传导蓝牙耳机

排行榜十大热门骨传导耳机&#xff0c;哪些才是综合实力最强的骨传导耳机&#xff1f; 近年来&#xff0c;骨传导耳机越来越受欢迎。由于骨传导耳机不需要插入耳朵&#xff0c;用户能够同时感知周围环境的声音&#xff0c;不会完全隔绝外界&#xff0c;增加了使用时的安全性。…

keepalived安装配置(服务器主备、负载均衡)

系统拓扑 安装keepalived 主备服务器上都需要安装 在线安装 yum install -y keepalived 离线安装 # todo 服务器准备 虚拟机ip&#xff1a;192.168.11.56 主服务器&#xff1a;192.168.11.53 备服务器&#xff1a;192.168.11.54 配置文件修改 keepalived安装之后&…

后端接口性能优化分析-问题发现问题定义

&#x1f44f;作者简介&#xff1a;大家好&#xff0c;我是爱吃芝士的土豆倪&#xff0c;24届校招生Java选手&#xff0c;很高兴认识大家&#x1f4d5;系列专栏&#xff1a;Spring源码、JUC源码&#x1f525;如果感觉博主的文章还不错的话&#xff0c;请&#x1f44d;三连支持&…

工业镜头中的远心镜头与普通镜头的光路

普通镜头&#xff1a; 主光线与镜头光轴有角度&#xff0c;工件上下移动时&#xff0c;像的大小有变化。 FOV&#xff1e;镜头前端直径。 物方远心镜头&#xff1a; 物方主光线平行于光轴&#xff0c;物距发生改变时&#xff0c;像高不会发生改变&#xff0c;测得的物体尺寸大…

基于 Junit 的接口自动化测试框架实现!

分层的自动化测试 5~10 年前&#xff0c;我们接触的自动化测试更关注的是 UI 层的自动化测试&#xff0c;Mercury 的 WinRunner/QTP 是那个时代商业性自动化测试产品的典型代表&#xff0c;在那个时代大家单纯想的都是能用一个自动化操作的工具替代人力的点击&#xff0c;商业…

计算机领域十大天神

✍️作者简介&#xff1a;沫小北/码农小北&#xff08;专注于Android、Web、TCP/IP等技术方向&#xff09; &#x1f433;博客主页&#xff1a;沫小北/码农小北 开源中国、稀土掘金、51cto博客、博客园、知乎、简书、慕课网、CSDN &#x1f514;如果文章对您有一定的帮助请&…

日志存档及解析

网络中的每个设备都会生成大量日志数据&#xff0c;日志数据包含有关网络中发生的所有活动的关键信息&#xff0c;存储所有这些数据并对其进行管理对组织来说是一项挑战&#xff0c;因此&#xff0c;这些日志文件被压缩并存储在效率较低的存储介质中&#xff0c;无法轻松检索。…

什么是会话固定以及如何在 Node.js 中防止它

什么是会话固定以及如何在 Node.js 中防止它 在深入讨论之前&#xff0c;我们需要了解会话是什么以及会话身份验证如何工作。 什么是会话&#xff1f; 正如我们所知&#xff0c;HTTP 请求是无状态的&#xff0c;这意味着当我们发送登录请求时&#xff0c;并且我们有有效的用…

深度学习YOLO安检管制物品识别与检测 - python opencv 计算机竞赛

文章目录 0 前言1 课题背景2 实现效果3 卷积神经网络4 Yolov55 模型训练6 实现效果7 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; **基于深度学习YOLO安检管制误判识别与检测 ** 该项目较为新颖&#xff0c;适合作为竞赛课题方向&…

本地MQTT协议消息服务远程连接教程介绍

Mosquitto是一个开源的消息代理&#xff0c;它实现了MQTT协议版本3.1和3.1.1。它可以在不同的平台上运行&#xff0c;包括Windows、Linux、macOS等。mosquitto可以用于物联网、传感器、移动应用程序等场景&#xff0c;提供了一种轻量级的、可靠的、基于发布/订阅模式的消息传递…

Redis篇---第四篇

系列文章目录 文章目录 系列文章目录前言一、说一下 Redis 有什么优点和缺点二、Redis 缓存刷新策略有哪些?三、Redis 持久化方式有哪些?以及有什么区别?前言 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站,这篇文章…

高阶数据结构---树状数组

文章目录 楼兰图腾一个简单的整数问题 一个简单的整数问题2谜一样的牛 一、楼兰图腾OJ链接 二、一个简单的整数问题OJ链接 三、一个简单的整数问题2OJ链接 四、谜一样的牛OJ链接

Java基础笔记

1.数据类型在java语言中包括两种: 第一种:基本数据类型 基本数据类型又可以划分为4大类8小种: 第一类:整数型 byte , short,int, long(没有小数的&#xff09; 第二类:浮点型 float,aouble(带有小数的&#xff09; 第三类:布尔型 boole…

docker简易入门(极简,纯干货)

简介 Docker是一种容器化平台&#xff0c;它可以用来轻松地创建、部署和运行应用程序和服务。Docker使用容器技术来管理应用程序的运行环境&#xff0c;它将应用程序和服务打包到一个易于移植的容器中&#xff0c;然后在任何地方运行这个容器&#xff0c;无需担心不同环境之间…

在Spring Boot中使用Redis的发布订阅功能

Redis的发布订阅模式是一种消息传递模式&#xff0c;它允许多个订阅者订阅一个或多个频道&#xff0c;同时一个发布者可以将消息发布到指定的频道。这种模式在分布式系统中非常有用&#xff0c;可以解决以下问题&#xff1a; 实时消息传递&#xff1a;发布订阅模式可以用于实时…

接口测试到底怎么做,5分钟时间看完这篇文章彻底搞清楚

01、通用的项目架构 02、什么是接口 接口&#xff1a;服务端程序对外提供的一种统一的访问方式&#xff0c;通常采用HTTP协议&#xff0c;通过不同的url&#xff0c;不同的请求类型&#xff08;GET、POST&#xff09;&#xff0c;不同的参数&#xff0c;来执行不同的业务逻辑。…