SPEKTRÁLNÍ ANALÝZA 1 MARTIN KOLÁŘ

Transkript

1 SPEKTRÁLNÍ ANALÝZA 1 MARTIN KOLÁŘ

2 Obsah 1 Fourierovy řady Úvod Motivační příklad Trigonometrické polynomy a řady Komplexní tvar trigonometrických polynomů a řad Výpočet koeficientů Dirichletova věta o bodové konvergenci L 2 -teorie Úplnost a Parsevalova rovnost Úplnost a uzavřenost Symetrické operátory a ortogonální systémy Sturmův-Liouvilleův operátor Legendreovy polynomy Fejérova věta Cesárovy součty Fejérova věta Gibbsův jev Fourierova transformace Definice a základní vlastnosti Základní vlastnosti Fourierovy transformace Věta o inverzní transformaci Aproximace identity Věta o inverzní transformaci Korelace a autokorelace Fourierova transformace funkcí z L Parsevalova rovnost a Plancherelova věta Centrální limitní věta Princip neurčitosti Fourierova transformace v R n Definice a základní vlastnosti Základní vlastnosti Fourierovy transformace Věta o inverzní transformaci

3 3.2.1 Věta o inverzní transformaci Řešení rovnice vedení tepla na přímce Zobecněná Fourierova transformace Testovací funkce a distribuce Operace na distribucích Fourierova transformace distribucí

4 Kapitola 1 Fourierovy řady 1.1 Úvod Motivační příklad Z hlediska historie vznikla teorie Fourierových řad v matematické fyzice, při snaze najít řešení rovnice vedení tepla. Uvažujme šíření tepla v tenké tyči z homogenního materiálu, kterou modelujeme jako jednorozměrné těleso. Budeme předpokládat, že délka tyče je rovna π (toho můžeme vždy dosáhnout volbou jednotek délky). Modelem tyče bude úsečka na reálné ose s hraničními body 0 a π. Teplotu tyče v počátečním čase t = 0 popisuje funkce u 0 (x) pro x 0, π. Předpokládejme, že ji známe. Zajímá nás, jak se bude teplo v tyči šířit pro t > 0. Teplotu v bodě x a čase t bude popisovat funkce u(x, t). Z fyzikálních zákonu plyne, že funkce popisující teplotu splňuje diferenciální rovnici u t (x, t) = u xx (x, t) (1.1) pro všechna x (0, π) a t > 0. K tomu, abychom mohli určit funkci u(x, t), musíme ješte vědět, co se děje na koncích tyče. Budeme uvažovat nejjednodušší situaci (z matematického hlediska), kdy na koncích tyče udržujeme stále nulovou teplotu. Celkem tedy chceme řešit rovnici (1.1), s počáteční podmínkou pro x 0, π a okrajovými podmínkami u(x, 0) = u 0 (x) u(0, t) = u(π, t) = 0 pro t 0. Pro některé speciální počáteční podmínky není těžké řešení najít. Je-li u 0 (x) = sin x, (1.2) 3

5 pak dvojnásobným derivováním podle x dostaneme d 2 dx 2 u 0(x) = sin x, tedy původní funkci s opačným znaménkem. Pokud najdeme funkci f proměnné t, která při jednonásobném derivováním podle t změní znaménko, bude součin f(t) sin x zřejmě řešením rovnice. Pokud navíc bude hodnota f v bodě t = 0 rovna jedné, bude splňena i počáteční podmínka. Řešení úlohy najdeme snadno, je to funkce f (t) = f(t), f(0) = 1 f(t) = e t. Tak jsme našli jedno řešení naší úlohy se speciální počáteční hodnotou (1.2), u(x, t) = sin xe t. Stejnou úvahu můžeme udělat i pro další počáteční hodnoty tvaru pro libovolné přirozené číslo n. Máme potřebujeme tedy najít funkci splňující t.j. Celkem dostaneme řešení u 0 (x) = sin nx, d 2 dx 2 u 0(x) = n 2 sin x, f (t) = n 2 f(t), f(0) = 1, f(t) = e n2t. u(x, t) = sin nxe n2t. Zdá se, že jsme se příliš daleko nedostali, máme několik příkladů řešení pro velmi speciální počáteční hodnoty teploty. Teď ale můžeme využít toho, že jak rovnice vedení tepla, tak počáteční podmínka, jsou lineární. Když tedy bude počáteční teplota konečnou lineární kombinací funkcí sin nx, u 0 (x) = N b n sin nx, n=1 bude řešení odpovídající kombinací speciálních řešení, u(x, t) = N b n sin nxe n2t. n=1 4

6 Zůstává otázka, jaké funkce je možné vyjádřit jako konečnou lineární kombinaci funkcí sin nx. Všechno, co jsme zatím řekli, bylo známo před Fourierovou prací. Fourier uvažoval předchozí argument pro nekonečné lineární kombinace a vyslovil ve své době velmi odvážnou doměnku, že každou funkci splňující f(0) = f(π) = 0 lze napsat jako nekonečnou lineární kombinaci funkcí sin nx a obecnou funkci pak jako nekonečnou lineární kombinaci funkcí sin nx a cos nx. Tak by bylo možné najít obecné řešení rovnice vedení tepla. Fourierova hypotéza: Každou rozumnou funkci na omezeném intervalu lze napsat jako nekonečnou lineární kombinaci funkcí sin nx a cos nx Trigonometrické polynomy a řady Definice Trigonomotrický polynom je výraz tvaru a 0 N 2 + a n cos nx + b n sin nx, n=1 kde a n, b n jsou reálné, případně komplexní konstanty. Trigonometrický polynom představuje poměrně jednoduše analyzovatelnou funkci zadanou konečným počtem konstant. Pomocí těchto funkcí bychom rádi aproximovali libovolně složité funkce. Částečná analogie této situace je známá ze základů matematické analýzy. Podle Taylorovy věty můžeme každou funkci n-krát diferencovatelnou v bodě x 0 aproximovat v okolí tohoto bodu pomocí Taylorova polynomu stupně n. Z praktického hlediska má Taylorův polynom dvě nevýhody. Předpoklad n- násobné diferencovatelnosti je značně omezující a často není splňen. Druhým nedostatkem je to, že dává pouze lokální aproximaci na okolí daného bodu, o jehož velikosti nemáme apriori žádnou informaci. Oba tyto nedostatky odstraňuje tzv. Weierstrassova věta, která dává globální stejnoměrnou aproximaci polynomy pro libovolnou spojitou funkci. Tuto větu dokážeme jako důsledek tvrzení o aproximaci trigonometrickými polynomy. Vedle trigometrických polynomů nás budou zajímat jejich nekonečné analogie - trigonometrické řady. Definice Trigonometrická řada je nekonečná funkční řada tvaru a a n cos nx + b n sin nx. n=1 Tuto řadu uvažujeme jako formální řadu a budeme se mimo jiné zajímat otázkami její konvergence. Částečným součtem trigonometrické řady je trigonometrický polynom s n (x) = a a k cos kx + b k sin kx. k=1 5

7 1.1.3 Komplexní tvar trigonometrických polynomů a řad V řadě případů je jednodušší pracovat s komplexním tvarem trigonometrických polynomů a řad. Klíčem pro převod mezi reálným a komplexním tvarem je Eulerův vzorec pro komplexní exponenciálu e iy = cos y + i sin y, pro libovolné y R. Existuje řada různých důkazů tohoto vztahu, jedním z nich je důkaz pomocí mocninných řad, který předpokládá znalost Taylorova rozvoje exponenciály. Pro komplexní exponenciálu platí stejný rozvoj do mocninné řady jako pro reálnou, tedy e z z n = n! n=0 pro libovolné z C. Pro z = iy tedy máme e iy = (iy) n i=0 n! = 1 y2 2! + y4 4! i( y 1! y3 +...) = cos y + i sin y. 3! Dosazením do reálného tvaru trigonometrického polynomu cos nx = enx + e nx, sin nx = enx e nx 2 2i dostaneme komplexní tvar trigonometrického polynomu f(x) = N n= N c n e inx, kde vztahy mezi koeficienty a n, b n a c n jsou následující. Pro n > 0 je pro n < 0 je c n = 1 2 (a n ib n ), c n = 1 2 (a n ib n ), a c 0 = a 0 2. Stejné vztahy platí pro komplexní tvar trigonometrické řady n= c n e inx. 6

8 1.1.4 Výpočet koeficientů Nejdříve budeme uvažovat situaci, kdy trigonometrická řada konverguje a jejím součtem je f(x). Na prostoru spojitých (reálných nebo komplexních) funkcí na intervalu, π definujeme skalární součin vztahem (f, g) = f(x)g(x)dx, který je přímou analogií Euklidovského skalárního součinu v R n. Věta Nechť f je součtem trigonometrické řady f(x) = a a n cos nx + b n sin nx, (1.3) n=1 a předpokládejme, že řada konverguje stejnoměrně na intervalu, π. Pak pro její koeficienty platí a a n = 1 π b n = 1 π f(x) cos nxdx (1.4) f(x) sin nxdx. (1.5) Důkaz je založen na ortogonálních vlastnostech systému funkcí {1, cos nx, sin nx}, které shrnuje následující lemma. Lemma Systém funkcí {1, cos nx, sin nx} je ortogonální systém, t.j. pro libovolné dvě navzájem různé funkce φ 1, φ 2 z tohoto systému platí Navíc platí následující vztahy a (1, 1) =. Důkaz: Zřejmě platí Odtud máme například (φ 1, φ 2 ) = 0. (cos mx, cos mx) = (sin mx, sin mx) = π cos mx cos nxdx = sin nxdx = Podobně dostaneme ostatní vztahy. cos nxdx = 0. cos(n + m)x + cos(m n)xdx = 0. 7

9 Důkaz Věty Vztah 1.3 vynásobíme cos mx a zintegrujeme: ( π ) a 0 f(x) cos nxdx = 2 + a n cos nx + b n sin nx cos mxdx = = a 0 n=1 2 cos mxdx + a n cos mx cos nx + b n cos mx sin nxdx = n=1 = πa m. Záměna sumy a integrálu je možná díky stejnoměrné konvergenci. Tedy a analogicky pro b n a a 0. a n = 1 π f(x) cos nxdx 1.2 Dirichletova věta o bodové konvergenci Viděli jsme, že za předpokladu stejnoměrné konvergence je vztah mezi součtem trigonometrické řady (1.3) a jejími koeficienty dán vztahy (1.4), (1.5). Z hlediska aplikací taková věta zdaleka nestačí, často chceme analyzovat funkce, u kterých víme, že konvergence být stejnoměrná nemůže (například u funkcí s jednoduchými nespojitostmi - součtem řady při stejnoměrné konvergenci musí být spojitá funkce). Teď náš pohled obrátíme. Budeme definovat Fourierovy koeficienty pro co nejširší třídu funkcí, pro než maji integrály (1.4), (1.5) smysl. Pak se budeme zajímat o to, za jakých podmínek výsledná řada konverguje a jaký je vztah jejího součtu a původní funkce. Přirozenou třídou funkcí, pro které je (1.4) a (1.5) dobře definováno, jsou funkce absolutně integrovatelné. Označíme prostor všech funkcí f(x) takových, že Je-li f L 1 (, π ), pak automaticky L 1 (, π ) f(x) dx <. f(x) sin nx f(x), a analogicky pro f(x) cos nx a f(x)e inx. Integrály jsou tedy konečné a Fourierovy koeficienty dobře definované. 8

10 Definice Nechť f L 1 (, π ). Reálné Fourierovy koeficienty funkce f definujeme vztahy (1.4) a (1.5). Komplexní Fourierovy koeficienty jsou definovány vztahem c k = 1 f(x)e ikx dx. Píšeme f (a k, b k ) a f (c k ). Formální mocninné řady vzniklé z těchto koeficientů se nazývají (reálná, resp. komplexní) Fourierova řada funkce f. Definice Funkce f je po částech hladká na intervalu, π, jestliže existuje dělení tohoto intervalu na konečně mnoho podintervalů tak, že na každém z podintervalů lze f a f spojitě rozšířit na uzávěr tohoto intervalu. Pro po částech hladkou funkci jsou dobře definovány jednostranné limity a f(x + ) = lim u 0 + f(x + u) f(x ) = lim u 0 f(x + u) pro libovolné x, π a analogicky pro f. Věta (Dirichletova) Nechť f je po částech hladká na, π. Pak Fourierova řada funkce f konverguje v každém bodě tohoto intervalu k 1 2 [f(x +) + f(x )]. Speciálně, je-li f spojitá v bodě x, pak řada konverguje k f(x). Důkaz: Nechť (a k, b k ) jsou Fourierovy koeficienty funkce f. Chceme dokázat, že lim s n(x) = lim ( a 0 n n 2 + a k cos kx + b k sin kx) = 1 2 [f(x +) + f(x )]. Nejdříve dosadíme za a k a b k, s n (x) = 1 f(t)dt + k=1 k=1 Použitím trigonometrické identity dostaneme 1 π f(t)(cos kt cos kx + sin kt sin kx)dt. π cos(α β) = cos α cos β + sin α sin β s n (x) = 1 π Ukážeme, že pro součet na pravé straně platí k=1 [ ] 1 f(t) 2 + cos k(t x) dt. k= cos ku = sin(n + 1)u 2 2 sin( u). 2 9

11 Opravdu, z trigonometricke identity 2 sin u 2 cos ku = sin(k )u sin(k 1 2 )u sečtením přes k dostaneme 2 sin u 2 cos ku = sin(n )u sin 1 2 u, k=1 odkud po vydělení 2 sin u 2 plyne tvrzení. Je tedy s n (x) = 1 f(t) sin(n + 1 )(x t) 2 π 2 sin( x t) dt. 2 Rozšíříme f na -periodickou funkci na R a položíme u = t x. Tím se integrál převede na interval x, π x. Protože ale integrovaná funkce má periodu, bude jeho hodnota stejná, když budeme opět integrovat přes interval, π. Tedy Označíme a dokážeme, že Zcela analogicky se dokáže kde s n (x) = 1 π s + n (x) = 1 π s n (x) = 1 π 0 f(x + u) sin(n )u 2 sin( u 2 ) du. f(x + u) sin(n )u 2 sin( u 2 ) du lim n s+ n (x) = 1 2 f(x +). lim n s n (x) = 1 2 f(x ), 0 f(x + u) sin(n )u 2 sin( u 2 ) du. Víme, že 1 π f(x + u) sin(n + 1)u 2 π 2 sin( u) du = 1 2, 2 neboť v uvažovaném součtu dají všechny členy při integrování nulu, s výjimkou konstantního členu 1. Vynásobíme obě strany rovnice f(x 2 +) a odečteme od vztahu pro s + n (x). Dostaneme Ale funkce s + n (x) 1 2 f(x +) = 1 π 0 sin(n )(u) 2 sin( u 2 ) [f(x + u) f(x + )]du. g(u) = [f(x + u) f(x +)] 2 sin( u 2 ) je po částech spojitá (limita pro u 0 existuje podle L Hospitalova pravidla). Tvrzení tedy plyne z Riemann-Lebesgueova lemmatu, které dokážeme později. 10

12 1.3 L 2 -teorie V této části budeme uvažovat funkce na obecném intervalu a, b s hodnotami v C a prostor L 2 ( a, b ) obsahující funkce, pro které b a f(x) 2 dx <. L 2 ( a, b ) je Hilbertův prostor (nekonečněrozměrná analogie Euklidovského prostoru) se skalárním součinem (f, g) = b a f(x)g(x)dx. Skalární součin indukuje, stejně jako v Euklidovském prostoru, na L 2 ( a, b ) normu ( b f = a také metriku. Vzdálenost dvou funkcí je číslo ( b ρ(f, g) = f g = a ) 1 f(x) 2 2 dx a ) 1 f(x) g(x) 2 2 dx. Definice Systém funkcí {φ k } k=0 se nazývá ortogonální systém, jestliže (φ n, φ m ) = 0 pro každé n m. Nazývá se ortonormální systém, jestliže navíc platí (φ n, φ n ) = 1 pro všechna n N. Definice Nechť {φ k } k=0 je ortonormální systém. Čísla c k = b a f(x) φ k (x)dx se nazývají Fourierovy koeficienty funkce f vzhledem k systému {φ k } k=0. Formální funkční řada c k φ k se nazývá Fourierova řada. k=0 11

13 Základními příklady ortonormálních systémů jsou pro nás reálný systém (T) tvořený normalizovanými siny a kosiny, a komplexní systém (E) tvořený komplexními exponenciálami. Pomocí Fourierových koeficientů definujeme funkce f N = N c k φ k k=0 Našim cílem je zjistit, za jakých podmínek konverguje f N pro N k funkci f. Konvergencí v tomto případě rozumíme konvergenci v normě prostoru L 2. Následující lemma ukazuje, že f N je nejlepší aproximací f mezi všemi lineárními kombinacemi funkcí φ 1, φ 2,... φ N. Lemma Nechť {φ k } k=0 je ortonormální systém a f L2. Pak pro libovolná komplexní čísla d 1,..., d N platí f N d j φ j f f N. Rovnost přitom nastane pouze tehdy, je-li d j = c j pro všechna j = 0,..., N. Důkaz: Máme f N d j φ j 2 = (f N d j φ j, f N d j φ j ) = N N N = (f, f) (f, d j φ j ) ( d j φ j, f) + ( d j φ j, = f 2 N c j dj = f 2 + N c j d j + N c j d j 2 N d j dj = N c j 2. N d j φ j ) = První a poslední člen nezávisí na koefientech d j, prostřední člen je nezáporný a minimalizuje se právě tehdy, když d j = c j pro j = 0,..., N. Pro d k = c k dostaneme z výpočtu v předchozím lemmatu jako důsledek Besselovu identitu N N f 2 = c j 2 + f c j φ j 2. Protože druhý člen na pravé straně je nezáporný, dostáváme pro N jako další důsledek nerovnost N c j 2 f 2. 12

14 Tedy řada c j 2 má omezenou posloupnost částečných součtů, která je zřejmě neklesající. Je tedy konvergentní a platí Besselova nerovnost c j 2 f 2. Besselova identita dává důležitou ekvivalentní podmínku pro konvergenci Fourierovy řady k funkci f. Lemma Fourierova řada c k φ k k=0 konverguje v normě L 2 k funkci f právě tehdy, když platí Parsevalova rovnost c j 2 = f 2. Důkaz: f N konvergují k funkci f v normě L 2 právě tehdy, když čísla f N c j φ j 2 konvergují k nule pro N. Podle Besselovy identity je to ekvivalentí tomu, že platí c j 2 = f 2. Připomeňme si, že v každém prostoru se skalárním součinem platí Cauchy- Schwartzova nerovnost. Pro každé dvě funkce f, g L 2 ( a, b ) je (f, g) f g. Důsledkem Cauchy-Schwartzovy nerovnosti je následující lemma o spojitosti skalárního součinu (v metrice, kterou indukuje). Lemma Nechť f n f a g n g pro n v L 2. Pak (f n, g n ) (f, g). 13

15 Důkaz: Máme pro n, protože (f n, g n ) = (f + f n f, g + g n g) = = (f, g) + (f n f, g) + (f, g n g) + (f n f, g n g) (f, g) (f n f, g) f n f g 0 pro n podle Cauchy-Schwartzovy nerovnosti. Analogicky pro další dva členy. Věta (Rieszova-Fischerova) Nechť {c k } k=0 je posloupnost taková, že c k 2 n=0 konverguje. Pak existuje funkce, jejíž Fourierovy koeficienty jsou rovny c k, a řada c k φ k konverguje k f v normě L 2. k=0 Důkaz: L 2 je úplný metrický prostor, platí v něm tedy Bolzano - Cauchyho podmínka: posloupnost f n konverguje právě tehdy, když platí b pro n, m. V našem případě je tedy pro n > m je b a a f n f m 2 dx 0 f n = c k φ k, k=0 f n f m 2 dx = m c k 2 0 pro n, m, protože číselná řada 0 c k 2 konverguje a splňuje tak Bolzano- Cauchyho podmínku pro posloupnosti reálných čísel. Existuje tedy funkce f L 2 tak, že f n f v L 2. Zbývá dokázat, že (c k ) jsou Fourierovy koeicienty funkce f. To je obsahem následujícího lemmatu. Lemma Nechť f n = n+1 c k φ k f k=1 pro n v L 2. Pak k=0 c kφ k je Fourierova řada funkce f, t.j. c n jsou Fourierovy koeficienty f. Důkaz: Je (f, φ m ) = podle lemmatu b a f φ m dx = lim n b 14 a f n φm dx = lim n c m = c m,

16 1.4 Úplnost a Parsevalova rovnost Definice Ornonormální systém {φ k } k=0 se nazývá úplný, jestliže platí: pokud je pro nějakou funkci (f, φ n ) = 0 pro všechna n, pak f = 0. Neexistuje tedy nenulová funkce kolmá na všechny φ n. Věta Nechť {φ k } k=0 je úplný ortonormální systém a (c k) jsou Fourierovy koeficienty funkce f. Pak c k φ k konverguje v normě L 2 k funkci fa platí tedy Parsevalova rovnost k=0 c j 2 = f 2. Důkaz: Víme, že c j 2 <, podle Besselovy nerovnosti. Funkce f je tedy rovna funkci z Riesz-Fischerovy věty. Z úplnosti systému totiž plyne, že koeficienty (c k ) určují f jednoznačně. Je-li také g (c k ), pak (f g) (0), a tedy f = g. Věta Nechť f a g jsou funkce z L 2, kde f (c k ), g (d k ). Pak platí b a fḡdx = c j dj. Tedy zobrazení f (c k ) z L 2 do l 2 je izomorfismus (zachovává skalární součin). Důkaz: Je b a f n ḡdx = b c m φ m ḡdx = a c j dj. Ale pro n je f n f v L 2 a pravá strana konverguje k c j d j. Celkem tedy b a fḡdx = c j dj. 15

17 1.4.1 Úplnost a uzavřenost Nechť {φ k } k=0 je systém funkcí z L2. Označme φ k prostor všech konečných lineárních kombinací funkcí z {φ k } k=0, t.j. pro nějaké n N a d k C. g φ k g = d k φ k Definice Systém {φ k } k=0 se nazývá uzavřený, jestliže prostor φ k je hustý podprostor L 2. Věta {φ k } k=0 k=0 je úplný právě tehdy, když je uzavřený. Důkaz: Tvrzení stačí dokázat pro ortonormální systém, neboť každý systém lze ortonormalizovat. Nechť {φ k } k=0 je úplný systém a f L2. Podle Věty je f n f v L 2, ale f n φ k, tedy φ k je hustý. Naopak, nechť {φ k } n k=0 je hustý a f L2 má všechny Fourierovy koeficienty rovny nule, t.j. (f, φ n ) = 0 pro všechna n. Z hustoty plyne existence posloupnosti funkcí Φ n φ k tak, že Φ n f v L 2, t.j. Φ n f 0 pro n. Ale f n jsou nejlepší aproximací, tedy i f n f. Ale f n = 0, tedy i f = 0. Odtud plyne, že {φ k } k=0 je úplný systém. Uzavřenost, a tedy i úplnost systémů (T) a (E), dokážeme později, jako aplikaci Fejérovy věty. 1.5 Symetrické operátory a ortogonální systémy V této části ukážeme nejčastější původ ortogonálních systémů funkcí, jako systému vlastních funkcí nějakého symerického diferenciálního operátoru. Funkce cos kx a sin kx z trigonometrického systému (T) řeší diferenciální rovnici y = k 2 y, jsou to tedy vlastní funkce diferenciálního operátoru d2 příslušné vlastnímu číslu dx 2 k 2. Obecněji, nechť V je reálný vektorový prostor se skalárním součinem (, ) a L : V V je lineární zobrazení. Přitom definiční obor L nemusí být celé V. Nenulová funkce f V je vlastní vektor příslušný vlastnímu číslu λ, pokud L je symetrický operátor, je-li Lf = λf. (Lf, g) = (f, Lg) pro každé f, g V, pro než je L definován. 16

18 Příklad Nechť L = d2. Jako definiční obor L uvažujme C 2 (, π ). dx 2 Chceme zjistit, zda je L symetrický operátor. L bude symetrický, je-li (Lf, g) = (f, Lg), tedy f (x)g(x)dx = Po dvojnásobné integraci per partes dostaneme f (x)g(x) = f(x)g (x)dx. f(x)g (x)dx+ +f (π)g(π) f ()g() f(π)g (π) + f(π)g (π). L tedy bude symetrický, pokud omezíme definiční obor na podprostor, na kterém jsou zintegrované členy na posledním řádku rovny nule. Můžeme tedy například požadovat splnění Dirichletovy podmínky v koncových bodech intervalu h(π) = h() = 0. kterou splňují také funkce sin kx, nebo splnění Neumannovy podmínky kterou splňují funkce cos kx. h (π) = h () = 0, Následující věta popisuje souvislost symetrických operátorů s ortogonálními systémy. Věta Nechť L je symetrický lineární operátor definovaný na vektorovém prostoru V se skalárním součinem. Jsou-li f 1, f 2 vlastní vektory odpovídající různým vlastním číslům λ 1, λ 2, pak f 1, f 2 jsou ortogonální. Důkaz: Nechť Lf 1 = λ 1 f 1 a Lf 2 = λ 2 f 2. Je a (Lf 1, f 2 ) = (λ 1 f 1, f 2 ) = λ 1 (f 1, f 2 ) (f 1, Lf 2 ) = (f 1, λ 2 f 2 ) = λ 2 (f 1, f 2 ). Ze symetričnosti jsou si obě hodnoty rovny. Ale λ 1 λ 2, tedy (f 1, f 2 ) = Sturmův-Liouvilleův operátor Uvažujme teď Sturmův-Liouvilleův operátor Lf = (pf ) + qf, kde p je jednou spojitě diferencovatelná a q je spojitá na intervalu a, b. Jako speciální případ pro p 1 a q 0 dostaneme L = d2 dx 2. 17

19 Zajímá nás opět, kdy bude L symetrický. Po dvojnásobném integrování per partes dostaneme (Lf, g) = b a ((pf ) + qf)gdx = b Musíme se tedy omezit na funkce splňující a p(f g g f) b a = 0. ((pg ) + qg)fdx + pf g b a pg f b a. Na rozdíl od předchozího operátoru může být podmínka splněna vždy, pokud je p(a) = p(b) = 0. Tak tomu bude v následujícím příkladu Legendreovy polynomy Uvažujme speciální případ Sturmova-Liouvilleova operátoru Lf(x) = (1 x 2 )f (x) 2xf (x), který dostaneme pro p(x) = 1 x 2 a q(x) = 0. Tedy L je symetrický operátor na intervalu 1, 1 bez hraničních podmínek, neboť p(1) = p( 1) = 0. Hledání vlastních funkcí vede na řešení Legendreovy rovnice indexu n (1 x 2 )y 2xy + n(n + 1)y = 0. Přímým výpočtem lze ověřit, že jejím řešením jsou Legendreovy polynomy d n P n (x) = 1 2 n n! dx n (x2 1) n, n = 0, 1, 2,.... P n je tedy vlastní funkce operátoru L odpovídající vlastnímu číslu n(n + 1). Tedy podle Věty tvoří Legendreovy polynomy ortogonální systém. Opět přímým výpočtem dostaneme 1 1 Pn(x)dx 2 = 2, n = 0, 1, 2,..., 2n + 1 tedy funkce 2n + 1 φ n (x) = P n (x) 2 tvoří ortonormální systém. Nejlepší aproximací funkce f mezi všemi polynomy stupně n v prostoru L 2 je tedy polynom c k P k (x), kde k=0 c k = 2k f(x)p k (x)dx. 18

20 1.6 Fejérova věta Od obecné teorie se vrátíme zpět ke konkrétní situaci trigonometrických řad na intervalu, π. Je-li f (c k ), označíme s n (x) = k= n c k e ikx částečný součet Fourierovy řady. Víme, že s n je nejlepší aproximací f v L 2, ale nemusí bodově konvergovat k f. Ukážeme, že existuje lepší volba trigonometrického polynomu, pro kterou dostaneme konvergenci (dokonce stejnoměrnou) pro libovolnou spojitou funkci Cesárovy součty Lemma (i) Je-li {S n } n=0 posloupnost komplexních čísel a S n S pro n, pak také posloupnost aritmetických průměrů A n = 1 n + 1 konverguje k S. (ii) Existuje posloupnost {S n } n=0, která nemá limitu, taková, že posloupnost A n limitu má. Důkaz: (i) Nechť je dáno ε > 0. Odhadneme S j 1 ( n + 1 S j ) S = 1 n + 1 (S j S) 1 n + 1 S j S. Víme, že existuje N(ε) tak, že S n S < ε 2 pro n > N(ε). Označme Existuje M(ε) N(ε) tak, že Pro n > M(ε)je N(ε) 1 S j S + n + 1 N(ε) A = S j S. 2A ε j=n(ε)+1 < M(ε). S j S < A n ε 2 < ε 2 + ε 2 < ε. 19

21 (ii) Příkladem posloupnosti, která nekonverguje, ale má konvergentní posloupnost aritmetických průměrů, je S n = ( 1) n. Posloupnost aritmetických průměrů je totiž rovna buď 0 nebo 1 n+1, tedy pro n. 1 A n = n + 1 S j 1 n Fejérova věta Vrátíme se zpět k trigonometrické řadě a po inspiraci z Lemmatu označíme σ n = 1 n + 1 (s 0(x) s n (x)) = 1 n + 1 s k (x). Po dosazení za s n je vidět, že σ n je vlastně vážený průměr funkcí e ikx, kde větší hodnoty frekvence k mají menší váhu než nižší frekvence. Věta (Fejérova)Nechť f je spojitá funkce na, π. Pak σ n (x) konvergují k f(x) stejnoměrně na intervalu, π. Důkaz: Postupujeme podobně jako v důkazu Dirichletovy věty, nejdříve dosadíme za c k, σ n (x) = 1 n + 1 k s k (x) = c k e ikx = n + 1 n + 1 kde = 1 = f(t) je tzv. Fejérovo jádro. k= n k= n k=0 n + 1 k n + 1 k= n k=0 ( 1 π ) f(t)e ikt dt e ikx = n + 1 k e ik(x t) dt = 1 n + 1 K n (s) = k= n ( n + 1 k e iks n + 1 ) f(t)k n (x t) dt, Vlastnosti Fejérova jádra odvodíme ve dvou pomocných lemmatech. Lemma Platí K n (s) = 1 ( sin( n+1 )s 2 n + 1 sin s 2 ) 2 20

22 pro s 0 a K n (0) = n + 1. Důkaz: Pro s 0 máme neboť pro λ C platí ( ) 2 (n + 1 k )e iks = e i(k n 2 )s, k= n k=0 (λ n + λ n λ λ +... λ n ) 2 = = λ 2n + 2λ 2n (2n + 1) λ 2n, kde v našem případě je λ = e is 2. Dále máme (součtem geometrické řady) ( ) 2 ( e i(k n 2 )s = k=0 e ins 2 Po rozšíření výrazem e is 2 dostaneme ) 2 e iks = k=0 (e i(n+1)s 2 e i(n+1)s 2 e is 2 e is 2 Druhá vlastnost plyne přímo z definice. Lemma K n má následující vlastnosti: (i) K n (s) 0 ( e ins 2 ) 2 ( sin( n+1 2 = )s ) 2 sin s. 2 ) 1 e i(n+1)s 2. 1 e is (ii) K n (s) 0 pro n stejnoměrně na doplňku δ, δ pro každé δ > 0 (iii) K n(s)ds = Důkaz: První tvrzení je zřejmé. Pro důkaz druhého odhadneme pro n. Třetí tvrzení plyne ze vztahu K n (s) 1 ( ) 2 1 n + 1 sin s 1 n ( 1 sin δ 2 ) 2 0 K n (s) = 1 ((n + 1)1 + n(cos x + i sin x) +...). n

23 Všechny členy s výjimkou prvního dávají nulový integrál, tedy K n (s)ds = 1dx =. Dokončení důkazu Fejérovy věty: Nechť ɛ > 0 je dáno. f je spojitá na kompaktním intervalu, je tedy omezená, t.j. existuje M > 0 tak, že f(s) M pro každé s, π. Dále ze spojitosti na kompaktní množině plyne stejnoměrná spojitost, t.j. existuje δ > 0 tak, že f(s) f(t) ε 2 pro s t < δ. Vezměme takové δ. Podle (ii) existuje N tak, že pro s / δ, δ a n N. Máme K n (s) ε 4M σ n (x) f(x) = 1 f(x s)k n (s)ds 1 f(x)k n (s)ds = = 1 [f(x s) f(x)]k n (s)ds 1 [f(x s) f(x)]k n (s)ds + s δ,δ + 1 [f(x s) f(x)]k n (s)ds s/ δ,δ ε 1 K n (s) ds + 2M K n (s) ds 2 δ,δ s/ δ,δ ε 1 π K n (s)ds + 2M ε 2 4M ds ε 2 + ε 2 = ε. s/ δ,δ Tím je dokázáno tvrzení o konvergenci. Stejnoměrná konvergence plyne z nezávislosti předchozího odhadu na x. Prvním důsledkem Fejérovy věty je existence libovolně přesné aproximace spojitých funkcí trigonometrickými polynomy. Věta Nechť f(x) je spojitá funkce na intervalu, π a nechť ε > 0. Pak existuje trigonometrický polynom P tak, že sup P (x) f(x) ε. x,π Důkaz: Za P (x) vezmeme σ n (x) pro dostatečně velké n. 22

24 Jinak řečeno, trigonometrické polynomy jsou husté v prostoru spojitých funkcí v supremové normě. Dalším důležitým důsledkem je Weierstrassova věta. Věta (Weierstrassova) Nechť f : a, b C je spojitá funkce a ε > 0. Pak existuje polynom P takový, že sup P (x) f(x) < ε. a,b Větu zřejmě stačí dokázat pro interval 0, 1, protože lze transformovat na a, b pomocí lineární transformace, která zachovává polynomy. Nejdříve odvodíme dvě pomocná lemmata. Lemma Nechť f je spojitá funkce na, π a nechť je f sudá. Pak pro každé ε > 0 existuje n 1 a čísla a 0, a 1,..., a n C tak, že sup f(x),π a k cos kx < ɛ. k=0 Důkaz: f je sudá, tedy b k = 0 a σ n obsahuje jen kosiny. Lemma tedy plyne z Fejérovy věty. Lemma Pro každé n N existuje reálný polynom T n tak, že cos nx = T n (cos x), x, π. Důkaz: Indukcí. Tvrzení platí pro n = 0 a n = 1, kdy vezmeme T 0 (t) = 1, T 1 (t) = t. Předpokládejme, že platí pro každé n < m, kde m 2. Pak kde cos mx = cos mx cos(m 2)x + cos(m 2)x = = cos ((m 1)x + x) + cos ((m 1)x x) cos(m 2)x = = 2 cos x cos(m 1)x cos(m 2)x = T m (cos x), Odtud plyne, že T m má požadovaný tvar. T m (t) = 2tT m 1 (t) T m 2 (t). Důkaz Weierstrassovy věty: Nechť f : 0, 1 C je spojitá a ε > 0 je dáno. Definujme g :, π C předpisem g(t) = f( cos t ) 23

25 pro t, π. Funkce g je spojitá a g(t) = g( t). Víme, že existuje n 1 a a 0,..., a n C tak, že Ale g(t) pro t, π, tedy sup f(x) x 0,1 k=0 sup g(t) t,π a k cos kt < ε. k=0 a k cos kt = f( cos t ) k=0 a k T k (cos t) k=0 a k T k (x) sup f( cos t ) 0 t π Hledaný polynom je tedy P (x) = n k=0 a kt k (x), neboť 1.7 Gibbsův jev Uvažujme funkci sup f(x) P (x) < ɛ. x 0,1 h(x) = x pro x (, π), h(π) = h() = 0 a k T k (cos t) < ε. rozšířenou na -periodickou funkci na R. Její rozvoj do Fourierovy řady má tvar k=0 h(x) = ( 1) k+1 2 sin kx. k k=1 V bodech nespojitosti této funkce dochází k překmitu částečného součtu Fourierovy řady o hodnotu, která se pro zvětšující se n nezmenšuje. Přesně tento jev popisuje následující věta. Věta Nechť s n jsou částečné součty Fourierovy řady funkce h(x). Pak s n (π π n ) Aπ a pro n, kde s n ( + π n ) Aπ A = 2 π 0 sin x dx > x 24

26 Důkaz: Máme Tedy s n (x) = ( 1) k+1 2 sin kx. k k=1 s n (π π n ) = ( 1) k+1 2 k sin k(π π n ) = k=1 k=1 2 k sin k π n = 2 π n ( n kπ sin kπ n ). k=1 Poslední výraz je přibližným součtem z definice Riemannova integrálu pro funkci sin x na intervalu 0, π příslušnou rovnoměrnému rozdělení na intervaly délky π. x n Tedy pro n konverguje k Podobně se dokáže, že 2 0 sin x x dx. s n ( + π n ) 2 Přímým výpočtem ověříme nerovnost 2 π 0 0 sin x dx > x sin x x dx. 25

27 Kapitola 2 Fourierova transformace 2.1 Definice a základní vlastnosti Nechť f : R C je funkce z L 1 (R). Pro ξ R definujeme ˆf(ξ) = f(x)e iξx dx. Pro každé ξ je integrál konečný, protože f(x)e iξx = f(x), a tedy f(x)e iξx L 1 (R). Definice Funkce ˆf(ξ) : R C se nazývá Fourierova transformace funkce f(x). Lemma Nechť f L 1 (R) je omezená funkce. Pak ˆf je spojitá. Důkaz: Nechť ε > 0 je dáno. f je integrovatelná, tedy existuje R(ε) dostatečně velké tak, že f(x) dx ε 4. t R(ε) Na druhé straně, f je omezená, tedy existuje K tak, že f(x) K pro každé x R. Tedy ˆf(ξ) ˆf(η) = f(t)(e iξt e iηt ) dt R(ε) f(t)(e iξt e iηt )dt + f(t)(e iξt e iηt )dt 2 ε 2 + 2R(ε)K t R(ε) t R(ε) f(t) dt + 2R(ε) sup R(ε) t R(ε),R(ε) f(t)(e iξt e iηt )dt sup e iξt e iηt ε + 2R(ε)K sup ξt ηt t R(ε),R(ε) 2 t R(ε),R(ε) ε 2 + 4R(ε)2 K ξ η ε, 26

28 je-li ξ η ε 8R(ε) 2 K + 1. Na druhé straně, Fourierova transformace nemusí být integrovatelná. Lemma Nechť f(x) = 1 pro x 1, 1 a f = 0 jinak. Pak a ˆf / L 1 (R), t.j. ˆf(ξ) dξ diverguje. Důkaz: Z definice ˆf(ξ) = 2 sin ξ ξ ˆf(ξ) = 1 1 [ e e iξtdt iξt = iξ ] 1 1 = eiξ e iξ iξ = 2 sin ξ ξ. Integrál z této funkce diverguje Základní vlastnosti Fourierovy transformace Z linearity integrálu plyne, že Fourierova transformace je lineární operace. Pro každé dvě funkce f, g a konstanty a, b platí (af + bg) = a ˆf + bĝ. Lemma (O změně měřítka) Pro f L 1 C a R > 0 označme f R (x) = f(rx). Pak f R (ξ) = 1 R ˆf( ξ R ). Důkaz: Z definice f R (ξ) = Substitucí y = Rx dostaneme f R (x)e iξx dx = f(y)e i ξr y 1 R dy = 1 R f(rx)e iξx dx. f(y)e i ξ R y dy = 1 R ˆf( ξ R ). Lemma (O Fourierově transformaci derivace). Nechť f L 1 C, f L 1 C a lim x ± f(x) = 0. Pak (f )(ξ) = iξ ˆf(ξ). 27

29 Tedy derivování se převádí na násobení. Důkaz: Integrováním per partes dostaneme (f )(ξ) = f (x)e iξx dx = [e iξx f(x)] ( iξ) f(x)e iξx dx = iξ ˆf(ξ). Obecně, je-li f, f,..., f (k) L 1 C a lim x ± f j (x) = 0 pro j = 0, 1,..., k 1, pak k-násobným integrováním per partes dostaneme (f (k) )(ξ) = (iξ) k ˆf(ξ). Lemma (O derivaci Fourierovy transformace) Nechť f L 1 C a g(x) = xf(x) L 1 C. Pak ˆf(ξ) je diferencovatelná a platí d ˆf dξ = iĝ(ξ). Důkaz: Derivováním vztahu podle parametru ξ dostaneme ˆf(ξ) = f(x)e iξx dx d ˆf dξ (ξ) = f(x)( ix)e iξx dx = i [f(x)x] e iξx dx = iĝ(ξ). Další důležitou a často používanou operací je konvoluce. Pro f, g L 1 je jejich konvoluce definována vztahem f g(x) = f(x y)g(y)dy. Substitucí y = x y dostaneme alternativní vyjádření f g(x) = Konvoluce je tedy komutativní operace. f(y)g(x y)dy = g f(x). Lemma (O Fourierově transformaci konvoluce) Nechť f, g L 1 (R). Pak f g(ξ) = ˆf(ξ)ĝ(ξ). 28

30 Důkaz: S použitím Fubiniho věty dostaneme = f g(ξ) = ( f(x y)g(y)dy)e iξx dx = = e R iξx f(x y)g(y)dydx = e R iξ(x y) f(x y)e iξy g(y)dydx = ( 2 2 ) e iξ(x y) f(x y)dx e iξy g(y)dy = ˆf(ξ) e iξy g(y)dy = ˆf(ξ)ĝ(ξ). Lemma (O transformaci posunutí a o posunutí transformace) Nechť f L 1 C. Pro a > 0 označme f a (x) = f(x a). Pak ˆf a (ξ) = ˆf(ξ)e iaξ. Naopak, fe iax (ξ) = ˆf(ξ a). Důkaz: Na jedné straně substitucí y = x a dostaneme ˆf a (ξ) = f(x a)e iξx dx = f(y)e iξ(y+a) dy = e iaξ f(y)e iξy dy = Naopak, = e iaξ ˆf(ξ). fe iax (ξ) = f(x)e iax e iξx dx = f(x)e i(ξ a)x dx = ˆf(ξ a). Důsledek (Modulační identity) Nechť Fourierova transformace funkce f(x) je F (ξ). Pak Fourierova transformace funkce f(x) sin ωx je rovna i [F (ξ + ω) F (ξ ω)]. 2 Důkaz: Víme, že a Tedy sin ωx = eiωx e iωx 2i f(x)e iωx (ξ) = ˆF (ξ ω). f(x) sin ωx(ξ) = 1 2i [F (ξ ω) F (ξ + ω)] = i [F (ξ + ω) F (ξ ω)]. 2 29

31 Lemma (Fourierova transformace Gaussovy funkce) Je-li f(x) = 1 e x2 2, pak ˆf(ξ) = e ξ2 2. Důkaz: Označme opět F (ξ) = ˆf(ξ). Máme Na jedné straně je f (x) = 1 xe x2 2 = xf(x). ( xf(x)) = f (ξ) = iξf (ξ), podle lemmatu o transformaci derivace, na druhé straně, z lemmatu o derivaci transformace, je ( ixf)(ξ) = F (ξ). Celkem F splňuje rovnici Separací proměnných dostaneme řešení F (ξ) = ξf (ξ). F (ξ) = Ce ξ2 2. Konstanta C je rovna hodnotě ˆf v bodě nula, tedy Laplaceovu integrálu ˆf(0) = 1 e x2 2 dx = 1. Příklad Označme jako H(x) Heavisideovu funkci, t.j. H(x) = 1 pro x 0 a H(x) = 0 pro x < 0. Je-li pro nějaké a > 0, pak Opravdu, ˆf(ξ) = 0 f(x) = e ax H(x) ˆf(ξ) = 1 a + iξ. e ax e iξx dx = 0 e (a+iξ)x dx = = 1 a + iξ [e (a+iξ)x ] 0 = 1 a + iξ. 30

32 Dále uvažujme funkci f(x) = e a x. Pomocí Heavisideovy funkce ji můžeme napsat jako Její Fourierova transformace je rovna f(x) = H(x)e ax + H( x)e ax. ˆf(ξ) = 1 a + iξ + 1 a iξ = 2a a 2 + x 2. Věta (Základní identita pro Fourierovu transformaci) Nechť f, g L 1 C. Pak platí fĝ = ˆfg. Důkaz: Z Fubiniho věty dostaneme f(x)ĝ(x)dx = R 2 f(x)g(y)e ixy dydx = g(y) f(x) g(y)e ixy dydx = f(x)e ixy dxdy = g(y) ˆf(y)dy. 2.2 Věta o inverzní transformaci K důkazu Věty o inverzní transformaci budeme potřebovat aproximaci identity Aproximace identity Definice Nechť φ L 1 (R), φ(x) 0 a φ(x)dx = 1. Pak systém funkcí φ ε (x) = 1 ε φ(x ε ) pro ɛ > 1 se nazývá aproximací identity příslušnou funkci φ. Z definice ihned plyne, že pro všechna ε platí φ ε (x)dx = 1. V našem případě vezmeme za φ Gaussovu funkci φ(x) = 1 e x2 2, 31

33 tedy φ ε (x) = 1 ε e x2 2ε 2. Následující lemma odůvodňuje termín aproximace identity. Lemma Nechť φ ε je aproximace identity a f je spojitá omezená funkce na R. Pak f φ ε (x) konverguje (stejnoměrně na kompaktních intervalech ) k f(x) pro ε 0. Důkaz: Nechť f(x) M pro x R. Máme f φ ε (x) f(x) = [f(x y) f(x)]φ ε (y)dy = [f(x εy ) f(x)]φ(y )dy, kde jsme použili substituci y = εy. Nechť δ > 0 je dáno. Vezměme R tak velké, že φ(y)dy < δ, a dále ε > 0 tak, aby y / R,R f(x εy) f(x) < δ pro y R, R. Máme tedy [f(x εy ) f(x)]φ(y )dy + y / R,R R,R [f(x εy ) f(x)] φ(y )dy + [f(x εy ) f(x)]φ(x)dy δ + (2M + 1)δ = 2Mδ. Tedy f φ ε (x) f(x) pro ε 0. Z nezávislosti odhadu na x plyne stejnoměrná konvergence na kompaktních intervalech Věta o inverzní transformaci Věta Nechť f L 1 C, f je stejnoměrne spojitá a ˆf L 1 C. Pak f(x) = 1 ˆf(ξ)e iξx dξ. Důkaz: Nechť x R je libovolný pevně zvolený bod a ε > 0 je dáno. Označme φ(ξ) = 1 e iξx ε2 ξ2 2. Víme, že tedy ˆφ(y) = 1 (y x)2 e 2ε ε 2, ˆφ(y) = 1 ε x y g( ), ε 32

34 kde g(u) = 1 e u2 2. Budeme uvažovat aproximaci identity příslušnou této funkci a použijeme základní identitu pro Fourierovu transformaci na funkce f a φ. Na jedné straně je ˆfφ = 1 e ε2 ξ 2 2 e ixξ ˆf(ξ)dξ. Na druhé straně f ˆφ = f(y)g ε (x y)dy = f g ε (x). Víme, že f g ε (x) f(x) stejnoměrně na kompaktech. Ale pro x pevné je e ε2 ξ 2 2 e ixξ ˆf(ξ)dξ e ixξ ˆf(ξ) pro ε 0, neboť první člen pod integrálem konverguje k jedné. Celkem tedy pro ε 0 dostaneme f(x) = 1 ˆf(ξ)e iξx dξ. Definice Inverzní Fourierova transformace je definována vztahem ˇf(ξ) = 1 f(x)e iξx dξ. Podle předchozí věty je inverzní Fourierova transformace opravdu inverzní operací k Fourierově transformaci, platí tedy ˇ ( ˆf) = f. 2.3 Korelace a autokorelace Definice Nechť f, g patří do L 1 C. Definujeme korelaci funkcí f a g vztahem f g(x) = f(y)g(y + x)dy = f(y x)g(y)dy. Z definice je zřejmé, že korelace má velmi blízký vztak ke konvoluci, definované jako f g(x) = f(y)g(x y)dy = 33 f( y)g(x + y)dy.

35 Z druhého vyjadření je vidět, že platí vztah f(x) g(x) = f( x) g(x). Víme, že (f g) = ˆfĝ a dále f(ξ) = ˆf( ξ) a f( x)(ξ) = ˆf( ξ), tedy Celkem platí Dokázali jsme tak následující tvrzení. Lemma Je-li F = ˆf a G = ĝ, pak f( x)(ξ) = ˆf(ξ). (f g) = ˆfĝ. (f g) = F G. Definice f f se nazývá autokorelace funkce f. Důsledkem předchozího lemmatu je následující Lemma (Autokorelační identita) Nechť f L 1 C a ˆf = F. Pak platí (f f) = F Fourierova transformace funkcí z L Parsevalova rovnost a Plancherelova věta V této části dokážeme Parsevalovu rovnost. f lze napsat dvěma způsoby. Na jedné straně máme Na druhé straně f f(0) = f(x) 2 dx = f 2. ( f 2 )(0) = f 2 e i0x dx = f 2. Z autokorelační identity dostaneme vztah mezi f a ˆf f f(ξ) = ˆf 2 (ξ). 34

36 Na tuto rovnici aplikujeme inverzní Fourierovu transformaci a dostaneme f f(x) = Do rovnice dosadíme nulu. Levá strana dává f f(0) = ˇ ( ˆf 2 )(x). f(x) 2 dx a pravá ˇ ( ˆf 2 )(0) = 1 ˆf 2 e ix0 dx = 1 ˆf 2. Celkem jsme dokázali následující tvrzení. Věta (Parsevalova rovnost) Nechť f, ˆf L 1 C. Pak f(x) 2 dx = 1 Tedy zobrazení P, které f přiřadí 1 ˆf, je izometrie. 2.5 Centrální limitní věta ˆf 2 dx. Jednou z důležitých aplikací Fourierovy transformace je odvození centrální limitní věty. Věta (Lindebergova) Nechť X i, i = 1, 2,..., je posloupnost nezávislých stejně rozdělených náhodných veličin s hustotou pravděpodobnosti f, kde ˆf C 2 (R). Nechť E(X i ) = 0 a E(Xi 2 ) = 1. Pak hustota pravděpodobnosti X X n n se blíží k hustotě standartizovaného normálního rozdělení, t.j. pro n. P r{a X X n n b} 1 b a e x2 2 dx K důkazu budeme potřebovat dvě pomocná lemmata. Lemma Nechť f je hustota pravděpodobnosti náhodné veličiny X. Pak ˆf (k) (0) existuje právě tehdy, když existuje k-tý obecný moment a platí ˆf (k) (0) = ( i) k x k f(x)dx = ( i) k M k, kde M k je k-tý obecný moment nahodné veličiny X. Důkaz: k-násobným derivováním rovnice ˆf(ξ) = 35 f(x)e iξx dx

37 podle parametru dostaneme ˆf (k) (ξ) = ( i) k f(x)e iξx x k dx a dosazením ξ = 0 ˆf (k) (0) = ( i) k x k f(x)dx = ( i) k M k. Lemma Nechť f je hustota pravděpodobnosti náhodné veličiny X, kde EX = 0, EX 2 i = σ 2 a ˆf C 2 (R). Pak pro Taylorův rozvoj funkce ˆf v bodě 0 platí ˆf(ξ) = 1 σ 2 ξ2 2 + o( ξ 2 ). Důkaz: Plyne z předchozího lemmatu, neboť M 1 = 0 a M 2 = σ 2. Podle Taylorovy věty je tedy ˆf(ξ) = ˆf(0) + ˆf (0)ξ ˆf (0)ξ 2 + o(ξ 2 ), odkud po dosazení plyne tvrzení. Důkaz centrální limitní věty. Víme, že M 2 lemmatu je kde ˆf(ξ) = 1 ξ2 2 + R(ξ), R(ξ) ξ 2 0 pro ξ. = 1, tedy podle předchozího Uvažujme teď náhodnou veličinu X i n, pro kterou je M 1 = E( X i n ) = 0 a X i n. Taylorův rozvoj její Fourierovy trans- Označme f n hustotu pravděpodobnosti formace je kde M 2 = E( X2 i n ) = 1 n. ˆf n (ξ) = ˆf( ξ n ) = 1 ξ2 2n + R( ξ n ), R( ξ n ) ξ 2 n 0 pro ξ. Víme, že X X n n má hustotu pravděpodobnosti g n = f n f n... f }{{ n, } n 36

38 jejíž Fourierova transformace je Dosazením dostaneme ĝ n = ( ˆf n ) n. ĝ n = (1 ξ2 2n + R( ξ n )) n. Pro každé pevné ξ výraz R( ξ n ) je o( 1 ) a víme, že n Tedy (1 ξ2 2n )n e ξ 2 2. ĝ n (ξ) e ξ2 2. Ze spojitosti Fourierovy transformace plyne pro n. 2.6 Princip neurčitosti g n (x) 1 e x2 2 V aplikacích se vztah pro inverzní transformaci f(x) = 1 ˆf(ξ)e iξx dξ často nazývá spektrální rozklad funkce (signálu) f(x). Hodnota ˆf(ξ) je amplituda komponenty e iξx ve spektrálním rozkladu funkce f. Druhá mocnina amplitudy má fyzikální interpretaci výkonu. Hodnota ˆf(ξ) 2 se nazývá výkonová spektrální hustota. Pro f L 2 označíme E = f 2 = f(x) 2 dx. V aplikacích představuje E zpravidla nějakou formu energie. Dále označíme x = [ 1 ] 1 x 2 f(x) 2 2 dx. E Je-li E = 1, pak ( x) 2 je druhý centrální moment náhodné veličiny s hustotou pravděpodobnosti f(x) 2. V každém případě je x mírou rozptylu hodnot funkce f(x). Následující tvrzení uvedeme bez důkazu. 37

39 Lemma Nechť f L 2 (R). Pak pro každé α > 1 platí α x α x f(x) 2 dx α2 1 α 2 E, tedy α x f(x) 2 dx + x α x f(x) 2 dx 1 α 2 E. Například, je-li E = 1 a chceme-li lokalizovat energii s přesností 99%, stačí vzít 1 = 0, 01, pak α = 10. α 2 Věta (Princip neurčitosti) Nechť f, ˆf S a nechť a kde Pak E = x = [ 1 E 1 ξ = [ E x 2 f(x) 2 dx] 1 2 ξ 2 ˆf(ξ) 2 dx] 1 2, f(x) 2 dx = 1 ˆf(ξ) 2 dξ. x ξ 1 2. Rovnost přitom platí právě tehdy, když f(x) = Ae cx2 pro nějaké konstanty A R a c > 0. Důkaz: Vyjdeme z identity (f 2 (x)) = 2f(x)f (x). Dále (xff )(0) = 2f(x)f (x)xdx = xf 2 (x) f 2 (x)dx = E. Z Cauchy-Schwartzovy nerovnosti dostaneme E = 2xf(x)f (x)dx 2( = 2 x E( f (x) 2 dx) x 2 f 2 (x)dx) 1 2 ( f (x) 2 dx) 1 2 =

40 Na druhé straně, z Parsevalovy rovnosti f (x) 2 = 1 ˆf 2 = 1 iξ ˆf 2 = 1 ξ 2 ˆf 2 = E( ξ) 2. Tedy Celkem dostáváme t.j. ( f (x) 2 ) 1 2 = E ξ. E 2 x E E ξ, x ξ 1 2. Rovnost nastane právě tehdy, když nastane rovnost v Cauchy-Schwartzově nerovnosti, t.j. když 2f(x)x = kf (x), tedy pro nějaké konstanty A a c. f(x) = Ae cx2 39

41 Kapitola 3 Fourierova transformace v R n 3.1 Definice a základní vlastnosti Nechť f : R n C je absolutně integrovatelná funkce. Proměnnou v R n budeme značit x = (x 1, x 2,..., x n ), proměnnou Fourierovy transformace ξ = (ξ 1,... ξ n ). Dále označíme ξ x = x i ξ i. j=1 Budeme používat standartní multiindexové označení. Definice Pro ξ = (ξ 1,..., ξ n ) R n definujeme ˆf(ξ) = f(x)e R iξ x dx. n Funkce ˆf(ξ) : R n C se nazývá (n-rozměrná) Fourierova transformace funkce f Základní vlastnosti Fourierovy transformace Většina základních vlastností n-rozměrné Fourierovy transformace je zcela analogická odpovídajícím vlastnostem jednorozměrné transformace. Pro jednoduchost budeme všechny vlastnosti dokazovat pro funkce rychle kllesající v nekonečnu. Definice f je funkce rychle klesající v nekonečnu, neboli funkce Schwartzovy třídy, jestliže pro každé dva multiindexy α, β platí lim x xα f (β) = 0. Prostor funkcí Schwartzovy třídy označujeme S. 40

42 Vícerozměrná Fourierova transformace je lineární, t.j. (af + bg) = a ˆf + bĝ. Lemma (O změně měřítka) Pro f S a R > 0 označme f R (x) = f(rx). Pak f R (ξ) = 1 R n ˆf( ξ R ). Důkaz: Substitucí y = Rx dostaneme f R (ξ) = f R R (x)e iξ x dx = f(rx)e R iξ x dx = n n = f(y)e R i ξ R y 1 R dy = 1 f(y)e n n R R i ξ n R y dy = 1 R ˆf( ξ n n R ). Lemma (O Fourierově transformaci parciální derivace). Nechť f S. Pak ( f x j )(ξ) = iξ j ˆf(ξ). Tedy parciální derivace se při transformaci převádí na násobení odpovídající komponentou vektoru ξ. Důkaz: ( f )(ξ) = ( x j R f )(x)e iξ x dx = ( iξ j ) f(x)e x n j R iξ x dx = n = iξ j ˆf(ξ), kde druhá rovnost plyne z Greenovy věty a toho, že f je rychle klesající funkce. Obecně, je-li f S a α je multiindex, pak (f (α) )(ξ) = (i) α ξ α ˆf(ξ). Zvlášť jednoduchý tvar má Fourierova transformace Laplaceova operátoru f = f f : x 2 1 x 2 n ( f)(ξ) = ξ 2 ˆf(ξ). Věta (Základní identita pro Fourierovu transformaci) Nechť f, g L 1 C. Pak platí fĝ = R n ˆfg. R n Důkaz: Z Fubiniho věty, analogicky jako v jednorozměrném případě. 41

43 3.2 Věta o inverzní transformaci Věta o inverzní transformaci Věta Nechť f S, pak f(x) = 1 () n R n ˆf(ξ)e iξ x dξ. Důkaz je analogický jako v R 1. Definice Inverzní Fourierova transformace je definována vztahem ˇf(ξ) = 1 f(x)e () n R iξ x dξ. n Stejně jako v jednorozměrném případě je inverzní Fourierova transformace opravdu inverzní operací k Fourierově transformaci, platí tedy ˇ ( ˆf) = f. 3.3 Řešení rovnice vedení tepla na přímce Jak jsme se zmínili v úvodu, jednou z důležitých aplikací Fourierovy analýzy je řešení diferenciálních rovnic. Chceme řešit rovnici vedení tepla na přímce, t.j. u t (x, t) = u xx (x, t) pro x R a t 0. u(x, t) je teplota v bodě x a čase t. Teplota tyče v počátečním čase je známa, daná počáteční podmínkou u(x, 0) = ψ(x). Pro každé pevné t > 0 budeme uvažovat Fourierovu transformaci funkce u v proměnné x. Na jedné straně máme ( 2 u x 2 )(ξ, t) = (iξ)2 û(ξ, t), na druhé straně t hraje při integraci roli parametru, tedy je Transformovaná rovnice má tedy tvar ( u û )(ξ, t) = (ξ, t). t t û t (ξ, t) = ξ2 û(ξ, t). 42

44 Pro pevné ξ je to obyčejná diferenciální rovnice v proměnné t, kterou umíme vyřešit, kde C = û(ξ, 0), tedy Celkem û(ξ, t) = Ce ξ2t, C = ˆψ(ξ). û(ξ, t) = ˆψ(ξ)e ξ2t. Zpětnou transformací, podle pravidla o transformaci konvoluce dostaneme u(x, t) = (ψ G t )(x, t), kde G t (x) je zpětná transformace funkce e ξt. Tu najdeme ze znalosti transformace Gaussovy funkce a lemmatu o transformaci po změně měřítka, kde vezmeme R = 4πt. Tak dostaneme tzv. Gaussovo jádro G t (x) = 1 4πt e x2 4t. Řešení počáteční úlohy pro rovnici vedení tepla má tedy tvar u(x, t) = 1 4πt e (x y)2 4t ψ(y)dy. 43

45 Kapitola 4 Zobecněná Fourierova transformace V této kapitole ukážeme, jak je možné přirozeným způsobem rozšířit Fourierovu transformaci na velmi širokou třídu funkci a navíc i na zobecněné funkce, tzv. distribuce. 4.1 Testovací funkce a distribuce Definice Prostor C 0 (R) hladkých funkcí s kompaktním nosičem nazýváme prostor testovacích funkcí. Definice Spojitý lineární funkcionál na prostoru testovacích funkcí se nazývá distribuce. Je-li g distribuce, pak její hodnotu na testovací funkci φ označujeme g(φ) = g, φ. Nechť f je spojitá funkce na R. Přiřadíme jí jednoznačně určenou distribuci, kterou budeme označovat stejným písmenem, předpisem f, φ = f(x)φ(x)dx. Hodnota na testovací funkci je tedy obyčejný skalární součin těchto dvou funkcí. Naopak, jsou-li f, g dvě různé funkce, pak se snadno dokáže, že jim odpovídající distribuce musí být také různé. Můžeme tedy spojité funkce ztotožňovat s příslušnou distribucí. 4.2 Operace na distribucích Ukážeme, jak je možné operace definované na prostoru testovacích funkcí rozšířit na distribuce. Uvažujme operátor T : C 0 (R) C 0 (R) a předpokládejme, že k němu 44

46 existuje adjungovaný operátor T takový, že (T f, g) = (f, T g) pro každé dvě funkce f, g z C 0 (R). Pak můžeme definovat rozšíření operátoru T na prostor distribucí. Je-li f distribuce, definujeme distribuci T f vztahem T f, φ = f, T g. Například, je-li operátor derivování, t.j. T = d, máme integrováním per partes dx ( df dx, g) = df dx gdx = dg dx gdx = (f, T g), neboť zintegrovaný člen fg je roven nule, protože funkce mají kompaktní nosič. Je tedy T = T. Derivace distribuce je tedy definována vztahem f, φ = f, φ. 4.3 Fourierova transformace distribucí Je-li T operátor Fourierovy transformace, t.j. T f = ˆf, víme ze základní identity, že pro f, g C0 (R) je a tedy T distribuci. fĝ = = T. Můžeme tedy definovat Fourierovu transformaci pro libovolnou Definice Nechť f je distribuce. Definujeme její Fourierovu transformaci vztahem ˆf, φ = f, ˆφ. ˆfg, Odvodíme teď zobecnnou Fourierovu transformaci některých důležitých funkcí. Je-li f = 1, dostaneme z definice ˆ1, φ = 1, ˆφ = ˆφ = ˆφ(0) = φ(0) = δ0, kde δ 0 je Diracova delta funkce v nule. Podobně odvodíme Fourierovu transformaci mocninné funkce, a tím libovolného polynomu. 45

47 Literatura [1] L. Arnold:Stochastic Differential Equations: Theory and Applications, John Wiley & Sons, [2] J. Anděl: Matematická statistika, SNTL, Praha, 1985 [3] S. Cyganowski, P. Kloeden, J. Ombach: From Elementary Probability to Stochastic Differential Equations with Maple, Springer-Verlag, 2002 [4] L. Evans: An introduction to stochastic differential equations, notes for Mathematics 195 at UC Berkley, 2001 [5] D. Halliday, R. Resnick, J. Walker: Fyzika, Část 3.- Elektřina a magnetizmus, VUT Brno, VUTIUM, 2000 [6] Y. Kamarianakis, N. Frangos: Deterministic and stochastic differential equation modelling for electrical networks, HERCMA (Hellenic and European Research in Computational Mathematics) Conference, Athens University of Economics & Business, 2001 [7] P. Kloeden, E. Platen, H. Schurz: Numerical Solution Of SDE Through Computer Experiments, Springer-Verlag, 1997 [8] P. Mandl: Stochastické integrály a jejich aplikace, Praha, 1976 [9] S. M. Steele: Stochastic Calculus and Financial Applications, Springer-Verlag New York Inc., 2001 [10] B. Øksendal: Stochastic Differential Equations, An Introduction with Applications, Springer-Verlag, 1995 [11] Cs. Török: Visualization and Data Analysis in the MS.NET Framework, Communication of JINR, Dubna, 2004, E [12] Cs. Török et al.: Professional Windows GUI Programming: Using C#, Chicago: Wrox Press Inc, 2002, ISBN