跳到主要內容

[數學分析] 三角多項式 與 三角級數 (1)

三角多項式表示一個函數可以透過 多個三角函數 方式表示,具體定義如下。

============================
Definition: Trigonometric polynomial
我們說 $f(x)$ 為一個 三角多項式( trigonometric polynomial) 若 $f$ 具有下列形式:
\[
f(x) := \sum_{n=0}^N a_n \cos(nx) + b_n \sin (nx) \ \ \ \ \ (*)
\]其中 $a_n, b_n \in \mathbb{C}$ 且 $x \in \mathbb{R}$。;或者上式可等價寫為 複數形式
\[
f(x) := \sum_{n=-N}^N c_n e^{i n x}
\]對任意 $c_n \in \mathbb{C}$ 與 $x \in \mathbb{R}$
============================

Comment:
注意到對於 式子 $(*)$ 可改寫為
\[f(x) = \sum\limits_{n = 0}^N {{a_n}} \cos (nx) + {b_n}\sin (nx) = {a_0} + \sum\limits_{n = 1}^N {{a_n}} \cos (nx) + {b_n}\sin (nx)\]

==========================
FACT 1: Trigonometric polynomial $f$ 為週期函數且週期為 $2 \pi$。
==========================

Proof: 亦即我們要證明 $f(x+2 \pi) = f(x)$,故
\[\begin{array}{l}
f(x + 2\pi ): = \sum\limits_{n =  - N}^N {{c_n}} {e^{in\left( {x + 2\pi } \right)}} = \sum\limits_{n =  - N}^N {{c_n}} {e^{in\left( x \right)}}{e^{in\left( {2\pi } \right)}}\\
\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}
\end{array} = \sum\limits_{n =  - N}^N {{c_n}} {e^{in\left( x \right)}}\underbrace {\left[ {\cos n2\pi  + i\sin n2\pi } \right]}_{ = 1} = \sum\limits_{n =  - N}^N {{c_n}} {e^{in\left( x \right)}} = f\left( x \right) \ \ \ \ \square
\end{array}\]

==========================
FACT 2: 下列等式成立:
\[\frac{1}{{2\pi }}\int_{ - \pi }^\pi  {{e^{imx}}} {e^{ - inx}}dx = \left\{ \begin{array}{l}
0,\begin{array}{*{20}{c}}
{}
\end{array}n \ne m\\
1,\begin{array}{*{20}{c}}
{}
\end{array}n = m
\end{array} \right.\]==========================
Proof: omitted.

==========================
FACT 3: Trigonometric polynomial $f$ 的係數 $c_n$ 可由下列積分決定:
\[
c_n = \frac{1}{2 \pi}\int_{-\pi}^\pi f(x) e^{-inx}dx
\]==========================
Proof:
\[\begin{array}{*{20}{l}}
{\frac{1}{{2\pi }}\int_{ - \pi }^\pi  f (x){e^{ - inx}}dx = \frac{1}{{2\pi }}\int_{ - \pi }^\pi  {\sum\limits_{m =  - N}^N {{c_m}} {e^{imx}}} {e^{ - inx}}dx}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}&{}&{}&{}
\end{array} = \frac{1}{{2\pi }}\sum\limits_{m =  - N}^N {{c_m}} \int_{ - \pi }^\pi  {{e^{imx}}} {e^{ - inx}}dx}
\end{array}\]利用 FACT 2 可得
\[\frac{1}{{2\pi }}\int_{ - \pi }^\pi  f (x){e^{ - inx}}dx = \frac{1}{{2\pi }}\sum\limits_{m =  - N}^N {{c_m}} \underbrace {\int_{ - \pi }^\pi  {{e^{imx}}} {e^{ - inx}}dx}_{ = 1\begin{array}{*{20}{c}}
{}
\end{array}if\begin{array}{*{20}{c}}
{}
\end{array}n = m} = {c_n} \ \ \ \ \square\]

===================
FACT 4: Trigonometric polynomial $f$ 為 實數函數 若且唯若 $c_n^* = c_{-n}$ ( 其中$( \cdot )^*$) 表示 complex conjugate。
===================

Proof:
$(\Rightarrow)$ 假設 Trigonometric polynomial $f$ 為 Real-valued 函數,我們要證明 $c_n^* = c_{-n}$ 。故由於 $f$ 為 Real-valued 函數,我們有 $f^* = f$;亦即
\[\begin{array}{l}
c_n^* = {\left( {\frac{1}{{2\pi }}\int_{ - \pi }^\pi  f (x){e^{ - inx}}dx} \right)^*} = \frac{1}{{2\pi }}\int_{ - \pi }^\pi  {{f^*}} (x){e^{inx}}dx\\
\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}&{}&{}&{}
\end{array} = \frac{1}{{2\pi }}\int_{ - \pi }^\pi  f (x){e^{inx}}dx = \frac{1}{{2\pi }}\int_{ - \pi }^\pi  {\sum\limits_{m =  - N}^N {{c_m}} {e^{imx}}} {e^{inx}}dx\\
\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}&{}&{}&{}
\end{array} = \frac{1}{{2\pi }}\sum\limits_{m =  - N}^N {{c_m}} \int_{ - \pi }^\pi  {{e^{imx}}} {e^{inx}}dx = {c_{ - n}}.
\end{array}\]

$(\Leftarrow)$ 假設  $c_n^* = c_{-n}$ ,我們要證 Trigonometric polynomial $f$ 為 Real-valued 函數。亦即要證明 $f^* = f$。現在觀察
\[{f^*}(x) = {\left( {\sum\limits_{n =  - N}^N {{c_n}} {e^{inx}}} \right)^*} = \sum\limits_{n =  - N}^N {c_n^*} {e^{ - inx}} = \sum\limits_{n =  - N}^N {c_{ - n}^{}} {e^{ - inx}}\]令 $m:=-n$ 可得
\[{f^*}(x) = \sum\limits_{n =  - N}^N {c_n^*} {e^{ - inx}} = \sum\limits_{m =  - N}^N {c_m^{}} {e^{imx}} = f\left( x \right) .\ \ \ \ \square
\]

接著我們可以定義 Trigonometric Series 如下:

========================
Definition: Trigonometric Series 
我們說 Trigonometric Series 為具有下列形式的無窮級數
\[
\sum_{n=-\infty}^\infty c_n e^{-inx}
\]且由先前 Trigonometric polynomial 的係數定法,我們可以一樣定義對一個週期函數 $f$ 的 $m$-th Fourier Coefficient :
\[
c_m := \frac{1}{2 \pi} \int_{-\pi}^\pi f(x) e^{-imx}dx
\]========================

========================
Definition: Fourier Series 
Fourier Series 為一個 Trigonometric Series 且其係數為 Fourier coefficient of $f$,我們將 Fourier Series 記做
\[
f \sim \sum_{n = -\infty}^\infty c_n e^{inx}
\]========================
注意:上述並非等號;單純表示 $c_n$ 是來自 $f$ 的 Fourier Series coefficient。

故我們想問 "何時可以讓 $f$ 與 Fourier Series 等號成立? " 或者說 基於怎樣的測量基準之下,此兩者可以被適當的逼近?

我們將回答此問題於更廣義的 Fourier Series 之上,在後面的文章會在做介紹。


留言

這個網誌中的熱門文章

[數學分析] 什麼是若且唯若 "if and only if"

數學上的 if and only if  ( 此文不討論邏輯學中的 if and only if,只討論數學上的 if and only if。) 中文翻譯叫做  若且唯若 (or 當且僅當) , 記得當初剛接觸這個詞彙的時候,我是完全不明白到底是甚麼意思,查了翻譯也是愛莫能助,畢竟有翻跟沒翻一樣,都是有看沒有懂。 在數學上如果看到 if and only if  這類的句子,其實是表示一種 雙條件句 ,通常可以直接將其視為" 定義(Definition)" 待之,今天要分享的是這樣的一個句子如何用比較直觀的方法去看他 假設我們現在有 兩個邏輯陳述句 A 與  B. 注意到,在此我們不必考慮這兩個陳述句到底是什麼,想表達什麼,或者到底是否為真(true),這些都不重要。只要知道是兩個陳述即可。 現在,考慮新的陳述:  "A if and only if B" 好了,現在主角登場,我們可以怎麼看待這個句子呢? 事實上我們可以很直覺的把這句子拆成兩部分看待,也就是 "( A if B ) and ( A only if B )" 那麼先針對第一個部分  A if B  來看, 其實這句就是說  if B then A, 更直白一點就是 "if B is true, then A is also true".  在數學上等價可以寫為 "B implies A" .  或者更常用一個箭頭符號來表示 "B $\Rightarrow$  A"  現在針對第二個部分  A only if B 此句意指  "If B is not true, then A is also not true". 所以如果已知 A is true,  那麼按照上句不難推得 B is also true 也就是說  A only if B  等價為 "If A is true then B is also true". 同樣,也可以寫作   "A implies B"   或者用箭頭表示  "A   $\Rightarrow$     B".

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念: Norm: 一般翻譯成 範數 (在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣), 也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。 事實上想法是這樣的: 比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "! 但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說 \[x:=[1, -2, 0.1, 0 ]^T \]上式的大小該是多少? 是 $1$? $-2$? $0.1$??? 再者如果更過分一點,我們考慮一個矩陣 \[A = \left[ {\begin{array}{*{20}{c}} 1&2\\ 3&4 \end{array}} \right] \],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。 也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。 故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來) ================== Definition: Norm 考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質