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 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 + ( >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 = 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 > 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 /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, ≥ 0 )

的意义上,是寁降的(rapidly decreasing)(译注:(zǎn))。我们用 = (ℝ)表示这个空间,不过,读者应当验证 (ℝ) 是复数域 ℂ 上的向量空间。此外,假如 f ∈ (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 (ℝ) (只要 a > 0)。然后,我们将选取 a = π 来归一化 Gauss 函数。

Fourier分析导论——第5章——实数据R上的Fourier变换(E.M. Stein & R. Shakarchi)_第1张图片

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

(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(ℝ)。

1.4 上的Fourier变换(The Fourier transform on )

一个 f ∈ (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 > 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 ∈ (ℝ) ,其Fourier变换 \hat{f} 必定是有界的;此外,对于每一对非负整数 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 ∈ (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 (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 ∈ (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 ∈ (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 > 0 ,存在一个 R > 0 ,使得,只要| x |≥R ,就有| f ( x )|< 。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 ) | <  /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 ∈ (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 (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 (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∈ (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 ≥ 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 (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 > 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) ∈ (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 ∈ (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 , ≥  0)

的意义上 t 一致性地归属于 (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 ) ∈ (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 ∈ (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 ∈ (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 函数和ζ函数(Theta and zeta functions)

定义 s > 0 时的 函数(译注: 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, 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。 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 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: 的数学体LaTex语法 \mathit{\tau})

    回到函数 ,定义其广义形式 Θ(z|)

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

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

3.2 热传导核(Heat kernels)

与 Poisson 求和公式和 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 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 (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 (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 。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:

<> E.M. Stein & R. Shakarchi

 

你可能感兴趣的:(数学与应用数学,Fourier变换,傅立叶变换,傅里叶变换)