Fourier分析导论——第3章——Fourier级数的收敛性(E.M. Stein & R. Shakarchi)

【论文学习】C-FAN:视频人脸识别,component-wise,特征聚合网络 原文地址:https://arxiv.org/pdf/1902.07327.pdf 这是一篇2019的cvpr paper,在视频人脸识别中,输入一组图片,输出的单个特征向量。主要是增加了一个聚合模块,用来学习component feature的质量。在feature的前一层,同时输出feature和quality信息,以提高后续metric learning的精度。 摘要 ... 阅读详情
AI摘要

本文从全局和局部两个角度研究Fourier级数的收敛性。全局角度关注均方收敛,涉及向量空间、内积、正交性等概念,证明了相关定理和Parseval恒等式;局部角度关注逐点收敛,证明了函数可微时Fourier级数收敛,还给出了连续函数Fourier级数发散的例子。

第 3 章  Fourier级数的收敛性(Convergence of Fourier Series)

The sine and cosine series, by which one can represent

an arbitrary function in a given interval, enjoy

among other remarkable properties that of being convergent.

This property did not escape the great geometer (Fourier)

who began, through the introduction

of the representation of functions just mentioned,

a new career for the applications of analysis; it was

stated in the Memoir which contains his first research

on heat. But no one so far, to my knowledge, gave a

general proof of it…

(正弦和余弦,凭其可以表示任意已知区间上的函数,在其诸多属性中,除其它显著特性之外,还可享有其收敛性。这个属性并没有逃过伟大的几何学家(Fourier),他通过引入正弦和余弦的函数表示,开启了分析应用的新事业;这在回忆录中有所陈述,其中包括他对热的首次研究。但据我所知,到目前为止,还没有人给出它的通用证明……)

----------------------------------------------------------------------- G. Dirichlet [di:rikléi], 1829

   

在这一章中,我们继续我们的Fourier级数收敛性问题的研究。我们从两个不同的角度来处理这个问题。

第一个是从“全局的(global)”角度,关注整个闭区间[0,2π]上的函数 f 的所有行为。我们想到的结论是“均方收敛(mean-square convergence)”:假如函数 f 在圆周上可积,则当 N \rightarrow \infty 时,有

\displaystyle \frac{1}{2\pi} \int_{0}^{2\pi}\left | f(\theta-S_{N}(f)(\theta))^{2} \right | d\theta \rightarrow 0 。

这个结论的核心是“正交性(orthogonality)(译注:直角的,与垂直有关的)”的基本概念;这个概念基于两个量描述——具有内积的向量空间,以及与其相关的无限维变体Hilbert空间。一个关联结论是 Parseval[pázeifa:l]恒等式——其建立了函数的均方(mean-square)“范数(norm)”(译注:又称“范”或“模”)与其对应的Fourier系数范数之间的等式关系。正交性是一个基础的数学概念,它在分析学中有许多的应用。

第二个是从“局部有(local)”角度,关注的是函数 f 在某个已知的邻近点的行为。我们考虑的主要问题是逐点收敛问题:对于一个已知的 θ , f  的Fourier 级数收敛于 f (θ) 吗?我们首先证明,只要 f 在 θ 可微的时候,这个收敛性确实成立。作为一个推论,我们获得了Riemann[rí:ma:n]局部化原理,它表明,S_{N}(f)(\theta) 是否完全收敛于 f (θ) 取决于在一个关于 θ 的任意小的区间上 f 的行为。这是一个著名的结论,因为函数 f 的Fourier系数(当然,还有Fourier级数)取决于 f 在整个闭区间[0,2π]上的取值。

1. Fourier级数的均方收敛(Mean-square convergence of Fourier series)

本节的目标就是证明下面的定理。

定理1.1 假如 f 在圆周上可积,则当  N \rightarrow \infty 时,

\displaystyle \frac{1}{2\pi} \int_{0}^{2\pi}\left | f(\theta-S_{N}(f)(\theta))^{2} \right | d\theta \rightarrow 0 。

正如我们前面所标识的那样,其涉及的关键概念是正交性。在一个向量空间中,正交性的正确设置是配置内积。

1.1. 向量空间和内积

向量空间的预备知识

一个实数域 ℝ (译注:R的双线写法)上的向量空间 V 是一个集合,其元素可以“被加”在一起,且可以按标量(scalars)“被乘”。更确切地说,我们可以将任意 X,Y ∈ V 的元素对,与集合V中一个称为它们和的元素关联起来,并将其和用 X + Y 表示。我们要求这个加法遵守通用的算术法则,例如,交换律 X + Y = Y + X ,以及结合律 X + (Y + Z ) =  (X + Y ) + Z ,等等。此外,给定任意 X ∈ V 和实数λ ,我们赋予一个元素 λX ∈ V ,称其为 λ 与 X 的乘积。这种标量乘必须符合标准的属性,例如,\lambda_{1}(\lambda_{2}X ) = (\lambda_{1} \lambda_{2})X  和 \lambda(X + Y ) = \lambda X +\lambda Y 。我们可以允许用复数 ℂ (译注:C的双线写法)替换标量乘;则我们称 V 是复数域上的一个向量空间。

例如,实数 ( x_{1} , x_{2} ,..., x_{d} ) 构成的d 元组(译注:d 个元素组成的元素组合) \mathbb{R}^{d}  是一个实数域上的向量空间。其加法按元组分量方式(componentwise)定义为

( x_{1} , x_{2} ,..., x_{d }) + ( y_{1} , y_{2} ,..., y_{d }) = (x_{1} + y_{1}, x_{2} + y_{2},..., x_{d} + y_{d} ) ,

且与 λ∈ ℝ 的标量乘定义为:

\lambda( x_{1} , x_{2} ,..., x_{d} ) = (\lambda x_{1},\lambda x_{2}....,\lambda x_{d} ) 。

类似地,空间 \mathbb{C}^{d} (前面例子的复数版本)是由复数 ( z_{1} , z_{2} ,..., z_{d} ) 构成的d元组。它是一个复数域 ℂ 上定义的向量空间,其加法按元组分量方式定义为

( z_{1} , z_{2} ,..., z_{d }) + ( w_{1} , w_{2} ,..., w_{d }) = ( z_{1} + w_{1}, z_{2} + w_{2},..., z_{d} + w_{d} ) 。

且与 λ∈ ℂ 的标量乘定义为:

\lambda( z_{1} , z_{2} ,..., z_{d} ) = ( \lambda z_{1} , \lambda z_{2} ,...,\lambda z_{d} ) 。

实数域 ℝ 上的向量空间V的内积(inner product)将空间V中的任意元素对 X , Y 与一个实数关联起来,我们将这个关联的实数表示为( X , Y )。特别地,内积必须是按双变量呈对称形式( X , Y ) = (Y ,X )和线性性;即,

(αX  + βY ,Z ) = α( X ,Z) + β(Y,Z )

其中, α 与 β 是实数,且 X , Y ,Z ∈ V 。此外,我们要求内积为正定义(positive-definite),即,对于所有 V 中的 X ,( X , X ) ≥ 0 。特别地,已知一个内积(. , .),我们定义 X 的范数为

||X||=(X,X)^{1/2} 。

此外,如果 ||X || = 0 , 则意味着 X = 0 ,我们称内积为严格正定义。

例如,当 X = (x_{1} , x_{2} ,..., x_{d}) , Y = (y_{1} , y_{2} ,..., y_{d}) 时,空间 \mathbb{R}^{d} 用严格正定义的内积定义为

( X , Y ) = x_{1} y_{1} + x_{2} y_{2} + ... + x_{d} y_{d } 。则

||X || = ( X ,X )^{1/2} = \sqrt{x_{1}^{2}+...+x_{d}^{2}}  ,

这就是常见的Euclid距离(Euclidean distance)。也可以使用记法|X |代替||X ||。

对于复数上的向量空间,两个元素的内积仍然是一个复数。此外,这样的内积称为Hermite[ermí:t]内积(非对称性)( 译注:Charles Hermite,法国数学家),因为它们必须满足 (X,Y)=\overline{(Y,X)} (译注:变换变量后内积的共轭)。因此,在下列两个变量中,第一个内积是线性的,第二个内积是共轭线性的:

(\alpha X + \beta Y ,Z ) = \alpha( X ,Z ) + \beta (Y,Z )

和

( X ,\alpha Y + \beta Z ) = \alpha ( X ,Y ) + \beta(X ,Z ) 。

此外,我们一定有 ( X , X ) ≥ 0 ,且定义 X 的范数为 ||X||=(X,X)^{1/2} ,这与前面一样。再有,假如 ||X || = 0 意味着 X = 0,则内积为严格正定义。

例如,\mathbb{C} 中的两个向量 Z = ( z_{1} , z_{2},...,z_{d} ) 和 W = ( w_{1} , w_{2} ,..., w_{d} ) 的内积定义为

(Z ,W ) = z_{1} \overline{w_1} + z_{2}\overline{w_2}+ ... + z_{d} \overline{w_3} 。

则,向量 Z 的范数形式由 

||Z || = ( Z ,Z )^{1/2} = \sqrt{|z_1 |^{2}+...+|z_d |^{2}}

给出。

向量空间上内积的出现允许人们定义“正交性”的几何概念。令 V 为向量空间(建立在实数域 ℝ 或复数域 ℂ ),其具有内积(. , .) 且与范数||.|| 关联。如果两个元素 X  和 Y 的内积 (X ,Y ) = 0 ,则元素 X 和 Y 是正交的,写成 X⊥Y。从正交性的概念出来,可以推出三个重要的结论:

(i) Pythagoras[paiθǽgəræs]定理(Pythagorean theorem):

假如 X 和 Y 是正交的,则 ||X+Y||^{2} = ||X||^{2} + ||Y||^{2} 。

(ii) Cauchy[kouʃ í]-Schwarz[swɔ:ts]不等式:

对于任意 X , Y ∈ V,我们有

|(X ,Y )| ≤ || X || || Y || 。

(iii) 三角不等式:

对于任意 X , Y ∈ V,我们有

||X + Y || ≤ || X || + || Y || 。

证明这三个事实非常简单。

对于(i),展开(X + Y , X + Y )并应用假设条件 (X ,Y ) = 0 即可证明。

对于(ii),我们首先处理 || Y || = 0 这种情况,证明对所有所 X ,这意味着 (X ,Y ) = 0 。事实上,对于所有的实数 t ,我们有

0 \leq ||X+tY||^{2} = ||X||^{2} + 2t \mathrm{Re}(X,Y ) 

以及  \mathrm{Re}(X,Y ) \neq 0 , 假如我们取 t 为一个很大的值并且可正(或负),则这与不等式矛盾。类似地,考虑 ||X+itY||^{2} , 我们求得 \mathrm{Im}(X ,Y ) = 0 。

假如 || Y || ≠  0 ,我们可以设  c = (X ,Y )/(Y ,Y );则 X - c Y 与 Y 正交, 因此,也与 cY 正交,假如我们写成 X - c Y + c Y 并应用Pythagoras 定理,我们得到

||X||^{2} = ||X-cY||^{2} + ||cY||^{2} \geq |c|^{2} ||Y||^{2} 。

对以上不等式两侧取平方根就得到预期的结果。注意,当 X = c Y 时,在上面式子中我们恰好取得等式。

最后,对于(iii),我们首先注意到

||X+Y||^{2} = (X,X ) + (X,Y ) + (Y,X ) + (Y,Y ) 。

但 (X ,X ) = ||X||^{2} ,(Y ,Y ) = ||Y||^{2} ,  且根据 Cauchy-Schwarz不等式有

|(X,Y ) + (Y,X )| \leq 2 || X || || Y || 。

两个重要的例子

   向量空间  \mathbb{R}^{d} 和 \mathbb{C}^{d} 是有限维向量空间。在Fourier级数的背景下,我们必须处理两个无限维向量空间,我们现在对其进行描述。

复数域 ℂ上的向量空间 \ell^{2}{(\mathbb{Z})} (译注:𝓁 是小写字母l的花体写法,ℤ 是Z的双线写法)是所有(双侧)无限复数序列

(...,a_{-n},a_{-1},a_{0} ,a_{1},...,a_{n},...)

的集合,它使得

\displaystyle \sum_{n \in \mathbb{Z}}^{}|a_{n}|^{2} < \infty 。

即,这个级数是收敛的。加法是按分量方式定义的,因此是标量乘。两个向量 A = (...,a_{-1},a_{0} ,a_{1},...) 和 B = (...,b_{-1} ,b_{0} ,b_{1} ,...) 按绝对收敛级数定义为

\displaystyle ( A,B ) = \sum_{n \in \mathbb{Z}}a_{n} \overline{ b_{n}} 。

而 A 的范数形式由  

\displaystyle || A|| = ( A,B )^{1/2} = (\sum_{n \in \mathbb{Z}}^{}|a_n|^2 )^{1/2}

给出。

首先,我们必须验证  \ell^{2}{(\mathbb{Z})} 是向量空间。这就要求,如果 A 和 B是   \ell^{2}{(\mathbb{Z})}  上的两个元素,则向量 A + B 也是其中的元素。为了理解这一点,对于每一个 N > 0 ,我们令 

A_{N} = (...,0,0,a_{-N} ,...,a_{-1},a_{0} ,a_{1},... a_{N},0,0,...) 表示截断的元素, 其中,对于| A + B | \leq || A || + || B ||任意|n|> N ,我们设 a_{n}=0 。我们以类似的方式定义截断元素 A_{N} 。则,根据在有限维Euclid[júklid]空间中成立的三角不等式,我们有

||A_{N} + B_{N}|| \leq ||A_{N}|| + ||B_{N}|| \leq || A || + || B || 。

则

\displaystyle \sum_{|n| \leq N}| a_n + b_n |^{2} \leq ( || A ||+|| B || )^{2} ,

令 N 趋近无穷大,得到   \displaystyle \sum_{|n| \leq N}| a_n + b_n |^{2} \leq \infty 。也可推断出, | A + B | \leq || A || + || B || ,这就是三角不等式。Cauchy-Schwarz 不等式指出, \sum_{n \in \mathbb{Z}}a_{n} \overline{ b_{n}} 绝对收敛且 | A + B | \leq || A || + || B || 也可以按同样的方式从其有限类比推断出。

在这三个向量空间的例子  \mathbb{R}^{d} , \mathbb{C}^{d} 和 \ell^{2}{(\mathbb{Z})}  中,它们的内积和范数符合两个重要属性:

(i) 内积严格正定义,即,|| X || = 0意味着 X = 0 。

(ii) 向量空间是完备的(completion),根据定义,指的是每一个 Cauchy序列按范数形式收敛于向量空间中的一个极限值。

具有以上两个属性的内积空间称为Hilbert[hílbət]空间。

我们现在给一个条件(i)和(ii)都不成立的准Hilbert空间的例子。

例子2。

令 ℛ (译注:ℛ 为字母R的修饰字体写法,LaTex语法为\mathcal(R),Word中的字体为Cambria Math,Unicode码为U+0211B(ALT+X快捷键转换))表示闭区间[0,2π]上(或等价地,圆周上的可积函数)复值Riemann可积函数族。这是一个复数域 ℂ 上的向量空间,加法逐点定义为

(f + g )(\theta) = ( f )(\theta) + ( g )(\theta) 。

自然地,与标量λ∈ℂ 的乘法定义为

( \lambda f )(\theta) = \lambda \cdot( f )(\theta) 。

向量空间上的内积定义为

(1)       \displaystyle(f , g ) = \frac{1}{2\pi} \int_{0}^{2\pi} f(\theta)\overline{g(\theta) }d\theta 。

则 f 的范数定义为

\displaystyle ||f||== \left (\frac{1}{2\pi} \int_{0}^{2\pi}|f(\theta)|^{2}d\theta \right ) ^{1/2} 。

读者需要验证类似 Cauchy-Schwarz 和三角不等式的属性在此示例中是否成立;即,| (f , g ) | \leq \left \| f \right \| \left \| g\right \| 和  | f +g | \leq \left \| f \right \| +\left \| g\right \|  。虽然这些事实可以作为前面示例中相应不等式的结果而获得,但论证有点复杂,我们更愿意以不同的方式进行。

首先,我们观察到,对于任意两个实数A 和 B,有 2 A B \leq A^{2} + B^{2} , 假如我们令 A = \lambda^{1/2}| f (\theta)| 和 B = \lambda^{1/2}| g (\theta)| 且有  λ > 0 ,我们得到

\displaystyle |f(\theta) \overline{g(\theta)}| \leq \frac{1}{2}(\lambda |f(\theta)|^{2} + \lambda^{-1}| g(\theta)|^{2} ) 。

则当我们对这个不等式按θ 积分时得到

\displaystyle |(f ,g )| \leq \displaystyle \frac{1}{2\pi} \int_{0}^{2\pi} f(\theta) \overline{g(\theta)}d\theta \leq \frac{1}{2}(\lambda ||f||^{2} + \lambda^{-1}|| g||^{2} ) 。

则,代入\lambda= || g ||/|| f || 便得到Cauchy-Schwarz不等式。则,正如我们前面所见一样,三角不等式只是一个简单的结果。当然,我们选取λ时我们必须假设 || f ||  ≠ 0 且 || g ||  ≠ 0 ,这又会把我们引入下面的观察。

在 ℛ 中,条件(i)对于Hilbert空间不成立,因此|| f || = 0 仅意味着 f 在其连续点消失。这不是一个很严重的问题,因为在附录中,我们证明可积函数是连续的(除了“微不足道(negligible)”的集合之外),因此|| f || = 0 就意味着 f 除了在某些“0测度”集合之外是消失的。实际上,人们可以通过采用0函数这样的约定来绕过 f 不等于0有困难,因为为了积分的目的,f 表现得正好像0函数。

更本质的困难在于ℛ 是不完备的。理解这一点的一种方式是从函数

\displaystyle \left\{ \begin{array}{l} 0( \theta = 0) \vspace{0.2cm}\\ \log(\frac{1}{\theta})(0 < \theta \leq 2\pi) \end{array}\right.

出发。因为是 f 无界的,所以,它不属于空间 ℛ 。由截断序列  f_{n}  定义的序列

 \displaystyle f_{n}(\theta) \left\{ \begin{array}{l} 0 (0 \leq \theta \leq \frac{1}{n}) \vspace{0.2cm} \\ f({\theta})(\frac{1}{n} < \theta \leq 2\pi) \end{array}\right. 

可以很容易地看成构成空间ℛ 中的一个Cauchy序列(见练习5)。然而,这个序列不收敛于空间ℛ 中的一个元素,因为极限一定会是 f  (如果存在的话);另一个例子,见练习7。

这个以及更复杂的例子激发了对 ℛ的完备性的探索,这类函数是闭区间[0,2π]上Riemann可积函数。这种完备性的构造和识别——Lebesgue函数类 L^{2} ( [0,2π] ) ,代表着分析学上的一个重要转折点(有点类似于前面提到的比率函数的完备性,即,从 ℚ 到  ℝ 的通道 )。这些基础概念的详细讨论将推后到第III册书,届时我们将以Lebesgue积分理论开始。

现在,我们转向定理1.1的证明。

1.2. 均方收敛的证明(Proof of mean-square convergence)

考虑圆周上具有内积

\displaystyle (f,g) = \frac{1}{2\pi} \int_{0}^{2\pi}f(\theta)\overline{g}(\theta)d\theta 

的可积函数空间 ℛ 以及由

\displaystyle ||f||^{2}=(f,f) =\frac{1}{2\pi} \int_{0}^{2\pi}|f(\theta)|^{2}d\theta 

定义的范式。要使用这种记法,我们必需证明当 N \rightarrow \infty 时,|| f - f_{N}(f )|| \rightarrow 0 。对于每一个整数 n,令 e_{n}(\theta)=e^{i\theta} , 并注意到族 \displaystyle \{e_{n} \}_{n \in \mathbb{Z}} 是规范正交的(orthonormal);即,

\displaystyle (e_{n},e_{m}) = \left \{ \begin{array}{l} 1(m=n) \\ 0(m \neq n) \end{array} \right. 。

令 f 为单位圆周上的可积函数,并令 a_{n} 表示Fourier系数。一个重要的观察是,这些Fourier系数是通过 f 与正交集 \displaystyle \{e_{n} \}_{n \in \mathbb{Z}} 中的元素构成的内积表示的:

\displaystyle (f,e_{n})=\frac{1}{2\pi} \int_{0}^{2\pi}f(\theta)e^{-in\theta}d\theta=a_{n} 。

特别地, \displaystyle S_{N}( f ) = \sum_{|n| \leq {N}}a_{n} e_{n} 。则族 e_{n} 的规范正交属性与 a_{n} = (f,e_{n} ) 这个事实意味着对于所有 | n | \leq N , \displaystyle f-\sum_{|n| \leq {N}}a_{n} e_{n} 之差与 e_{n} 是正交的。因此,对于任意复数 b_{n} ,我们一定有

(2)     \displaystyle \left (f-\sum_{|n| \leq {N}}a_{n} e_{n} \right ) \perp \sum_{|n| \leq {N}}b_{n} e_{n} 。

从这个事实,我们总结出两个结论。

第一,我们可以应用Pythagoras定理于下列分解式

\displaystyle f= f-\sum_{|n| \leq {N}}a_{n} e_{n} + \sum_{|n| \leq {N}}a_{n} e_{n},

其中,我们现在选择  b_{n}=a_{n} (译注:即以上式子(2)中的任序  b_{n} ),我们得到

\displaystyle \left \| f \right \|^{2}= \left \| f-\sum_{|n| \leq {N}}a_{n} e_{n} f \right \| ^{2}+ \left \| \sum_{|n| \leq {N}}a_{n} e_{n} \right \|^{2}

因为族 \displaystyle \{e_{n} \}_{n \in \mathbb{Z}} 具有规范正交性意味着

\displaystyle \left \| \sum_{|n| \leq {N}}^{}a_{n} e_{n} \right \|^{2}= \sum_{|n| \leq {N}}^{}\left \|a_{n}\right \|^{2} ,

我们推断出 

(3)     \displaystyle \left \|f \right \|^{2} = \left \|f - S_{N} ( f )\right \|^{2} + \sum_{|n| \leq {N}}^{}\left \|a_{n}\right \|^{2}。

第二,从(2)中我们可以总结出下面的简单引理。

 引理1.2 (最优逼近)(Best approximation) 假如f 是圆周上具有Fourier系数  a_{n} 的可积函数,则对于任间复数 c_{n} ,有

\displaystyle \left | f - S_{N} ( f ) \right | \leq \left \| f - \sum_{|n| \leq N}^{}c_{n}e_{n} \right \| ,

此外,对于所有的 | n |\leq N  , 仅当 c_{n}=a_{n} 时,等号成立。

证明:

应用 Pythagoras 定理可立即推出下列等式

\displaystyle f - \sum_{|n| \leq N}^{}c_{n}e_{n} = f - S_{N} ( f )+\sum_{|n| \leq N}^{}b_{n}e_{n} ,

其中,b_{n}=a_{n}-c_{n} 。

这个引理有一个清晰的几何解释。它指的是在范式||.||中最接近 f 的至多N次三角多项式是部分和 S_{N}(f)  。这个部分和的几何属性如图1所描述,其中 f  在序列 \left \{ e_{-N} ,..., e_{0} , ..., e_{n} \right \}所跨越的平面上的正交投影正好是 S_{N}(f) 。

----------------------------------------------------------图1 最优逼近引理----------------------------------------------

使用最优逼近引理,我们现在可以给出 \displaystyle \left | S_N(f)-f \right | \rightarrow 0  的证明,以及证明重要事实——三角多项式在圆周上的连续函数空间中是稠密的(dense)。

假如 f 在圆周上是连续的。则,给定 ε > 0 , 存在(根据第二章推论5.4)一个三角多项式 P,假如其次数为 M ,使得,对于所有的θ,有 

| f(\theta)- P(\theta)| < \epsilon 。

特别地,取平方并对这个不等式积分就产生 || f - P|| < \epsilon ,应用最优逼近引理我们推断出,只要 N ≥ M , 就有

|| f - S_{N} ( f )|| <\epsilon 。

当 f 是连续的时候,这就证明了定理1.1。

假如f 仅可积,我们不能用三角多项式一致地逼近 f 。反之,我们应用第二章中的逼近引理3.2 并选择一个圆周上的连续函数 g 并满足

\displaystyle \left | \sup_{\theta \in [0,2\pi]}g({\theta}) \right | \leq \left | \sup_{\theta \in [0,2\pi]}f({\theta}) \right |=B

以及

\displaystyle \int_{0}^{2\pi} \left | f(\theta)-g(\theta) \right |d\theta < \epsilon^{2} 。

则,我们得到

\displaystyle \left \| f-g \right \|^{2} \\=\frac{1}{2\pi} \int_{0}^{2\pi} \left | f(\theta)-g(\theta) \right |^{2}d\theta \\ =\frac{1}{2\pi} \int_{0}^{2\pi} \left | f(\theta)-g(\theta) \right | \left | f(\theta)-g(\theta) \right | d\theta \\ \leq \frac{2B}{2\pi}\int_{0}^{2\pi} \left | f(\theta)-g(\theta) \right |d\theta \\ \leq C\epsilon^{2} 。

现在,我们可以使用三角多项式 P 逼近函数 g,使得| g - P | < \epsilon 。则 || f - P|| < C^{'}\epsilon ,且我们可以再一次应用最优逼近引理推断。这就完成了证明命题—— f 的Fourier级数的部分和按均方范式||.|| 收敛于 f 。

注意,这个结论以及关系式(3)意味着,假如 a_{n} 是可积函数 f 的第 n 项Fourier系数,则级数 \displaystyle \sum_{n=-\infty}^{\infty}\left |a_{n} \right |^{2} 收敛,且,事实上,我们有 Parseval[pá:zeifa:l] 恒等式

\displaystyle \sum_{n=-\infty}^{\infty}\left |a_{n} \right |^{2}=\left \| f \right \|^{2} 。

这个恒等式建立了两个向量空间  \ell^{2}(\mathbb{Z}) 和 ℛ 中范式之间的重要联系。

我们现在总结一下一节的结论。

定理1.3  令 f 为圆周上具有 \displaystyle f \sim \sum_{n=-\infty}^{\infty}a_{n} e^{in\theta} 的可积函数,则我们有:

(i) Fourier级数均方收敛,即,当 N \rightarrow \infty 时,

\displaystyle \frac{1}{2\pi} \int_{0}^{2\pi}\left | f(\theta)-f_{N}(f)(\theta) \right | ^{2}d\theta \rightarrow 0 。

(ii) Parseval恒等式,即 

\displaystyle \sum_{n=-\infty}^{\infty}\left |a_{n} \right |^{2}= \frac{1}{2\pi} \int_{0}^{2\pi}\left | f(\theta) \right | ^{2}d\theta 。

评注1 :

假如 \{e_{n} \} 是圆周上函数的任意规范正交族,且 a_{n} = ( f , e_{n} )  , 则从关系(3) 我们可以推断出

\displaystyle \sum_{n=-\infty}^{\infty}\left |a_{n} \right |^{2} \leq \left \| f \right \| ^{2} 。

这称为Bessel[bésəl]不等式。仅当族  \{e_{n} \} 恰好也是一个“基(basis)”的时候等号成立(与Parseval不等式一样),即,在此意义上——当 N \rightarrow \infty  时,\displaystyle \left \| \sum_{|n| \leq N}^{}b_{n}e_{n}-f \right \| \longrightarrow 0 。

评注2 :

我们可以将每一个可积函数与其Fourier系数构成的序列  \{a_{n} \} 关联起来。Parseval恒等式确保了\{a_{n} \} \in \ell^{2} ({\mathbb{Z}}) 。 因为  \ell^{2} ({\mathbb{Z}}) 是Hilbert空间,前面讨论的 ℛ 不具完备性可以这样理解:存在一个序列 \{a_{n} \}_{n \in \mathbb{Z}}^{} ,使得 \displaystyle \sum_{n \in \mathbb{Z}}|a_{n}|^{2}< \infty ,然而,不存在这样的Riemann可积函数F——对于所有的n , 其第 n 项Fourier系数等于 a_{n} 。习题6中给出了这样的例子。

由于收敛级数的项趋近于0,我们从Parseval恒等式或Bessel不等式推断出随后的结论。

定理1.4 (Riemann-Lebesgue引理) 假如 f 是圆周上的可积函数,则当  |n| \rightarrow \infty 时,\hat{f}(n) \rightarrow 0 。

这个命题的一个等价重述是,假如 f 在 [0,2π ]上可积,则,当 N \rightarrow \infty 时,

\displaystyle \int_{0}^{2\pi}f(\theta)\sin(N\theta)d\theta \rightarrow 0 

且

\displaystyle \int_{0}^{2\pi}f(\theta)\cos(N\theta)d\theta \rightarrow 0 。

为了对本节做总结,我们给出Parseval恒等式的更多通用版本,这些恒等式我们在下一章将会用到。

引理1.5 假如 F 和 G为圆周上的可积函数,且其分别有Fourier级数

F \sim \sum_{}^{}a_{n} e^{in\theta} 和 G \sim \sum_{}^{}b_{n} e^{in\theta} 。

则

\displaystyle \frac{1}{2\pi} \int_{0}^{2\pi}F(\theta)\overline{G(\theta)}d\theta= \sum_{n=-\infty}^{\infty}a_{n}\overline{b_{n}} 。

回顾在例子1中的讨论可知,级数   \displaystyle \sum_{n=-\infty}^{\infty}a_{n}\overline{b_{n}}绝对收敛。

证明:

证明可从Parseval恒等式以及事实

\displaystyle (F,G) = \frac{1}{4} \left [ \left \|F +G \right \|^{2}-\left \|F -G \right \|^{2}+i \left ( \left \|F +iG \right \|^{2}-\left \|F -iG \right \|^{2} \right ) \right]

推断出,以上两者在每一个 Hermite内积空间中都成立。这个事实的验证留给读者去完成。

2. 回到逐点收敛

均方收敛定理并不能更进一步地深入洞悉逐点收敛问题。事实上,定理1.1并不能确保对于任意θ  Fourier级数都收敛。练习3有助于解释这种现象。然而,假如一个函数在某一点 \theta_{0} 可微,则其Fourier级数在  \theta_{0} 点处收敛。在证明了这个结论之后,我们给出一个在某一点具有发散Fourier级数的连续函数的例子。这些现象表明了Fourier级数理论中逐点收敛问题的复杂性(intricate)。

2.1. 一个关于局部化结论

定理 2.1 令 f 为圆周上的可积函数,且在  \theta_{0} 点处可微。则当 N 趋近于无穷大时,S_{N} ( f ) \rightarrow f (\theta_{0}) 。

证明:

定义

\displaystyle F(t)=\left \{ \begin{array}{l} \frac{f(\theta_{0}-t)-f(\theta_{0})}{t}(t \neq 0 , |t|< \pi) \\ -f^{'}(\theta_{0})(t=0) \end{array} \right. 。

首先,F 在0 附近有界,因为其在 0 附近可微。其次,对于任意小的 δ ,函数 F 在区间[-\pi,-\delta ]\cup[\delta,\pi]上是可积的,因为 F 可积并且 |t | > δ 。根据附录中命题1.4的结论,函数 F 在整个闭区间 [-π,π]上是可积的。我们知道,S_{N} ( f )(\theta_{0}) = (f * D_{N})(\theta_{0}) , 其中  D_{N} 是 Dirichlet核。因为 \displaystyle \frac{1}{2\pi} \int_{}^{}D_{N}=1  ,  我们求得

\displaystyle S_{N} ( f ) - f (\theta_{0}) \\ =\frac{1}{2\pi} \int_{-\pi}^{\pi}f(\theta_{0}-t)D_{N}(t)dt-f(\theta_{0}) \\ =\frac{1}{2\pi} \int_{-\pi}^{\pi} \left | f(\theta_{0}-t)-f(\theta_{0}) \right |D_{N}(t)dt \\ =\frac{1}{2\pi} \int_{-\pi}^{\pi}F(t)tD_{N}(t)dt 。

我们回顾

\displaystyle tD_{N}(t)=\frac{t}{\sin(t/2)}\sin \left [(N+\frac{1}{2})t \right ] ,

其中,系数(quotient)函数在闭区间[-π,π]上是连续的。因为我们可以写成

\displaystyle \sin \left [(N+\frac{1}{2})t \right ]=\sin(Nt)\cos(\frac{t}{2})+\cos(Nt)\sin(\frac{t}{2}) ,

我们应用 Riemann-Lebesgue 引理到Riemann可积函数 \displaystyle F(t)t\cos(\frac{t}{2})/\sin(\frac{t}{2}) 和 F(t)t 以完成定理的证明。

注意到,假如我们仅假设 f 在 \theta_{0} 点满足一个 Lipschitz[lípʃits]条件(译注:Lipschitz是德国数学家),则定理所述的结论仍然成立;即,

\displaystyle | f (\theta) - f ((\theta_0)| \leq M| (\theta - \theta_{0}| 

对于某些 M ≥ 0 和所有 θ 成立。这种说法与称 f 满足一个阶次 α = 1 Hölder[hə:ldə]条件等价。

这个定理的一个显著结果是Riemann局部化原理(the localization principle of Riemann)。这个结论指出,S_{N} ( f )(\theta_{0}) 的收敛性仅取决于 f 在  \theta_{0} 附近的行为。最初,这并不明确,因为构成Fourier级数要求对 f 在整个圆周上积分。

定理2.2  假设 f 和 g 是定义在圆周上的两个可积函数,且对于某个  \theta_{0} , 存在一个包括 \theta_{0} 的开区间 I , 使得对于所有 \theta \in I,有

f (\theta) = g(\theta) 。

则当 N 趋近于无穷大时,S_{N }( f )(\theta_{0}) - S_N ( g )(\theta_{0}) \rightarrow 0  。

证明:

在 I中,f - g  是0 ,因此它在 \theta_{0} 点是可微的,且我们可以应用前面的定理来推断这个证明。

2.2. 一个具有发散Fourier级数的连续函数

现在我们将注意力转向一个连续周期函数的例子,它的Fourier级数在某一点发散。 因此,如果可微性的假设被弱化的连续性的假设所取代(译注:可微性更严格,可微一定连续,但连续不一定可微),则定理 2.1 将不成立。我们的反例(counter-example)表明,这个看似合理的(plausible)假设(hypothesis)(译注:指函数在积分区间上连续的这个弱化的假设)实际上是错误的;此外,它的构建也阐明了该理论的一个重要原则。

这里涉及的原理称为“打破对称(symmetry-breaking)”(注:我们从物理学借用这个术语,在物理中它用在一个完全不同的背景下)。我们想到的对称是出现在函数的Fourier展开式中的频率 e^{in\theta} 和 e^{-in\theta} 之间的对称。例如,部分和算子(partial sum operator)以反映这种对称的方式定义。此外,Dirichlet核,Fejèr核 和 Poisson核都是这种意义上的对称性。打我们打破这种对称性时,即,当我们将Fourier级数 \displaystyle \sum_{n=-\infty}^{\infty}a_{n}e^{in\theta} 拆分成   \displaystyle \sum_{n \geq 0}^{\infty}a_{n}e^{in\theta} 和 \displaystyle \sum_{n<0}^{\infty}a_{n}e^{in\theta} 两个部分时,我们就引入新的且影响深远的现象。

我们给一个简单的例子。我们以齿状函数 f 开始,其按 θ 为自变量为奇函数,且当 0 < \theta < \pi 时,f = i (\pi-\theta )。则,根据第2章练习8 ,我们知道

(4)    f(\theta) \sim \displaystyle \sum_{n \neq 0}^{}\frac{e^{in\theta}}{n} 。

现在,我们考虑打破对称性的结果,打破对称导致的级数为

\displaystyle \sum_{n=-\infty}^{n=-1}a_{n}e^{in\theta} 。

则,不同于(4) , 以上的级数不再是Riemann可积函数的Fourier级数。事实上,假如它是Riemann可积函数的Fourier级数,比如为 \tilde{f} ,特别地,其中的 \tilde{f} 有界。使用Abel均值,则,我们有 

\displaystyle \left | A_{r}(\tilde{f})(0) \right |=\sum_{n=1}^{\infty}\frac{r^{n}}{n} ,

当 r 趋近于1 时,其趋近于无穷大,因为此时 \sum \frac{1}{n} 发散。这就得出了预期的矛盾。因为

\displaystyle \left | A_{r}(\tilde{f})(0) \right | \leq \frac{1}{2\pi} \int_{-\pi}^{\pi}|\tilde{f}(\theta)|P_{r}(\theta)d\theta \leq \sup_{\theta}|\tilde{f}(\theta)| ,

其中,P_{r}(\theta) 表示前面章节讨论的Poisson核。

齿状波函数是我们用来塑造(fashion)反例的对象。我们按随后的方式进行。对于每一个 N ≥ 1, 我们在闭区间 [-π,π]上定义如下两个函数,

\displaystyle f_{N}(\theta)=\sum_{0 \leq |n| \leq N}^{}\frac{e^{in\theta}}{n} 和 \displaystyle \tilde{f}_{N}(\theta)=\sum_{-N \leq n \leq -1}^{}\frac{e^{in\theta}}{n} 。

我们主张(contend)两点:

(i)  |\tilde{f}_{N}(\theta)| \geq c\log N 。

(ii)  f_{N}(\theta) 按 N 和 θ 一致有界。

第一种表述是事实  \displaystyle \sum_{n=1}^{N}\frac{1}{n} \geq \log N  的结果 ,这很容易建立(另见图2):

\displaystyle \sum_{n=1}^{N}\frac{1}{n} \geq \sum_{n=1}^{N-1}\int_{n}^{n+1}\frac{dx}{x}=\int_{1}^{N}\frac{dx}{x}=\log N 。

为了证明(ii), 我们按照与证明Tauber[táubə]定理一样的思路去论证,这种思想指的是,假如级数\sum c_{n} 是Abel可积于 s 且 s=O(\frac{1}{n}) ,则实际上 \sum c_{n} 收敛于s (见第2章练习14)。实际上,Tauber定理的证明非常类似下面的引理。 

引理2.3  假如级数  \displaystyle \sum_{n=1}^{\infty}r^{n}c_{n} 当 r 趋近于 1 (r <1) 时是有界的。

假如 c_{n}=O(\frac{1}{n}) , 则部分和 \displaystyle S_{N}=\sum_{n=1}^{N}c_{n} 是有界的。

---------------------------------------------------图2 比较总和与积分--------------------------------------

证明: 

令   r = 1 - 1/N , 且选择 M 使得  n|c_{n}| \leq M 。我们估算差值

\displaystyle S_{N} - A_{r} =\sum_{n=1}^{N}(c_{n}-r^{n}c_{n})-\sum_{n=N+1}^{\infty}r^{n}c_{n} 

为如下:

\displaystyle |S_{N} - A_{r}| \\ \leq \sum_{n=1}^{N}|c_{n}|(1-r^{n})+\sum_{n=N+1}^{\infty}r^{n}|c_{n}| \\ \leq M \sum_{n=1}^{N}(1-r^{n})+\frac{M}{N}\sum_{n=N+1}^{\infty}r^{n} \\ \leq MN(1-r)+\frac{M}{N}\frac{1}{1-r} \\ =2M,

其中,我们已经用到了简单的观察结果

1-r^{n} = (1 - r)(1 + r + ...+ r^{n-1}) \leq n(1 - r) 。

因此,我们看到,假如 M 同时满足 |A_{r}| \leq M 且 n|c_{n}| \leq M 两个条件,则  |S_{N}| \leq 3M 。

我们应用这个引理到级数  \displaystyle \sum_{n \neq 0}\frac{e^{in\theta}}{n} ,这是上面用到的齿状函数的 Fourier 级数。这里,对于  n \neq 0 , \displaystyle c_{n} = \frac{e^{in\theta}}{n} + \frac{e^{-in\theta}}{-n} , 因此,显然   \displaystyle c_{n} = O(\frac{1}{|n|}) 。最后,这个级数的Abel均值是  A_{r}(f )(\theta) = (f * P_{r})(\theta) 。但 f 是有界的且 P_{r} 是好核。因此, S_{N}(f )(\theta) 按 N 和 θ 一致有界,正如所证明的那样。

现在我们来到问题的核心。注意到, f 和 \tilde{f} 都是 N 次的三角多项式(即,仅当  | n |\leq N 时,它们有非零Fourier系数)。现在,我们据此通过用个2N 个单位分别替换掉  f_{N} 和  \widetilde{f}_{N} 的频率,便构成了次数分别为 3N和 2N-1 的三角多项式 P_{N} 和 \widetilde{P_{N}}  。换句话说,我们定义 P_{N}(\theta) = e^{i(2N)\theta} f_{N}(\theta) 和 \widetilde{P_{N}}(\theta) = e^{i(2N)\theta} \widetilde{f_{N}}(\theta) 。因此,当 0 < |n| \leq N  时,  f_{N } 具有非消减的Fourier系数,而现在,对  N \leq n \leq 3N 且  n \neq 2 , P_{N} 的系数是非消减的。此外,n = 0 是 f_{N} 的对称中心,而现在 n = 2N 是 P_{N} 的对称中心。下面我们考虑部分和  S_{M} 。

引理2.4   

\displaystyle S_{N}(P_{N})=\left\{ \begin{array}{l} P_{N}(if \hspace{0.2cm}M \geq 3N) \vspace{0.2cm}\\ \widetilde{P_{N}}(if \hspace{0.2cm}M = 3N)) \vspace{0.2cm} \\ 0(if \hspace{0.2cm}M < 3N)) \end{array}\right. 。

从上面所述和图3很容易明了。

--------------------------------------------------引理2.4中的打破对称性------------------------------------------

这个影响在于,当  M = 2N 时,算子  S_{M } 打破了 P_{N} 的对称性,但是在引理覆盖的其它情况下,S_{M} 的行为相对“温和(benign)”, 因为在那些情况,输出结果要么是   P_{N} 要么是0。

其次,我们必须求得正项序列 \sum a_{k} 的收敛级数和递增得足够快的整数序列 \{ N_{k} \} 以使得:

(i)   N_{k+1} \geq 3N_{k} ,

(ii) 当 k \rightarrow \infty 时 \alpha_{k} \rightarrow \infty 。

我们选取(例如) \alpha_{k} = 1/k^{2} 和 N_{k} = 3^{2^{k}} ,很容易看出其满足以上的标准。

最后,我们可以写下我们期望的函数。即,

\displaystyle f (\theta) = \sum_{k=1}^{\infty}\alpha_{k} P_{N_{k}}(\theta) 。

由于 P_{N} 一致有界(回顾 |P_{N}(\theta)|=| f_{N}(\theta)| ),上面这个级数一致收敛于某个连续周期函数。然而,根据我们上面的引理我们得到,当 m \rightarrow \infty 时,

\displaystyle |S_{2N_{m}}(f )(0)|\geq c\alpha_m \log N_{m} + O(1) \rightarrow \infty  。

---------------------------------------中间区间 (N_{k},3N_{k}) 中打破对称性------------------------------

 事实上,对应于 N_{k } (k < m 或 k > m) 的项分别贡献了O (1) 或 0 (因为序列 P_{N} 一致有界),而对应于 N_{m} 的项以绝对值形式大于 c\alpha_{m} \log N_{m} , 因此 |\widehat{P_{N}}(\theta)|= |\widehat{f_{N}}(\theta)| \geq c \log N 。因此, f在 0 处的Fourier级数的部分和是无界的,我们完成了证明,因为这证明了f 在\theta= 0 处的 Fourier级数的发散性。为了产生一个其级数在任意其它预先分配的 \theta = \theta_{0} 处发散的函数,只需考虑函数 f(\theta=\theta_{0}) 足可。

内容来源:

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

傅立叶分析导论-3 Convergence of Fourier Series 傅里叶分析导论第3章笔记与习题 阅读详情

相关推荐

傅里叶级数收敛定理及其推论

傅里叶级数收敛定理及其推论对学习傅里叶级数收敛定理及其推论有很大的帮组哦

有限元中收敛阶推导

收敛阶计算其实就是求直线斜率 其中N

weixin_45440955的博客 1万+

matlab/simulink saw谐振器仿真,基于Matlab的SAW模态耦合模型的仿真研究

第32卷 第 4 期Vol. 32 No. 4重 庆 理 工 大 学 学 报 (自然科学)Journal of Chongqing University of Technology( Natural Science)2 0 1 8年 4 月Apr. 2018doi : 10.3969/j . issn. 1674-8425(z). 2018.04.002本文引用格式 :李志鹏,马龙祥,孟旭,等•基...

weixin_36192634的博客 1386

傅里叶级数(Fourier)

一、傅里叶展开的意义1、泰勒(Tarlor展开的基本形式2、傅里叶(fourier)展开的基本形式二、三角函数系1、三角函数系2、性质3、积化和差公式4、例题讲解三、如何求解傅里叶级数中的a0、an、bn四、傅里叶级数1的展开方法和狄利克雷(Dirichlet)收敛定理1、展开方法傅里叶图像要求有周期性,进行周期延拓2、狄利克雷收敛证明图像五、正弦级数和余弦级数1、正弦级数和余弦级数的介绍2、奇延拓和偶延拓。

2302_78846666的博客 9161

基于smart_rtmp直播,最简单的部署手册

版本号 添加内容 修改时间 V1.0 新建 2021年12月30日 V1.1 增加网页播放 2021年12月31日 V1.2 增加是否可以多流和测试数据 2022年1月5日 目录 一、软件储备 1.推流软件:OBS 2.服务器流媒体软件:smart_rtmp 3.播放软件:Pot...

qq_28768477的博客 1万+

重头开始学ROS(8)---LVI-SAM复现与实机部署Ubuntu20.04以及如何适配6轴imu

本文详细记录了在Ubuntu20.04环境下复现LVI-SLAM系统的过程,主要包含四个部分:源码编译、问题解决、数据录制和6轴IMU适配。在编译过程中遇到GTSAM、PCL版本、OpenCV路径等典型问题并给出解决方案;详细说明了ROS bag包的录制规范;针对6轴IMU硬件限制,提供了核心代码修改方案。文章为LVI-SLAM系统在非标准环境下的部署提供了实用参考,特别适合需要适配不同硬件配置的研究者。

qq_73991479的博客 1559

随机变量列的四种收敛性

极限定理是研究随机变量列的收敛性,在学习中遇到了随机变量列的四种收敛性:几乎处处收敛(a.e.收敛)、以概率收敛(P-收敛)、依分布收敛(d-收敛)、k阶矩收敛,下面是对它们的吐血整理。   考虑一个随机变量列{δn},c为一个常数。 由于随机性不能直接刻画收敛性,因此这4种收敛性都是在进行了某种去随机性的转化之后再去刻画的。   a.e-收敛 δ

baidu_29953237的博客 1万+

Qt —— 调用海康C++版SDK获取摄像头每帧图像,通过OpenCv处理每帧图像后显示在Qt窗口(附:源码)

  关注 笔者 - jxd 微信公众号搜索 “码农总动员” 或 微信扫描下方二维码,了解更多你不知道的XX,O(∩_∩)O

5448

用通俗易懂的方式讲解大模型分布式训练并行技术:自动并行

上面提到 GSPMD 基于的系统,以一种统一的方法去表示不同的并行策略。尽管流水线并行对图进行了划分,而不是对单个运算符/张量进行了划分,但 GSPMD 仍然可以在一个简单的包装库的帮助下实现,该包装库将流水线划分简化为一个张量/运算符划分问题。GSPMD 有足够的灵活性来表达这些方法的组合,例如:不同的层可以用不同的方法进行分区,不同的方法可以在同一层中进行组合。GSPMD 分离了机器学习模型编程和并行的问题。它允许用户用巨大的张量编写程序,就像有一个单一的巨大设备一样。

2301_78285120的博客 2487

华为OD机试 - 项目规划 - 深度优先搜索dfs(Java 2024 C卷 100分)

每一题都有详细的答题思路、详细的代码注释、样例测试,发现新题目,随时更新,全天优快云在线答疑。

学Java,找哪吒 1153

31、人工智能对神性观念的重塑与启示

本文探讨人工智能发展对神学与哲学中神性观念的深刻影响,通过奥古斯丁和爱任纽的神义论视角,分析AI系统的道德地位、自由意志类比、不可解释性与信任问题。文章提出‘可实例化的神性’这一新概念,认为在人与AI的互动中,神性在‘可能性矩阵’中得以实现。最后呼吁在技术进步的同时加强道德创造、可解释性研究与哲学神学反思,以实现人与技术的和谐发展。

xray4的博客 141

Fourier分析导论——第2章——Fourier级数的基本属性(E.M. Stein & R. Shakarchi)

Fourier级数的基本属性

ComputerInBook的专栏 2709

RK3566 Android11默认客户Launcher修改

【代码】RK3566 Android11默认客户Launcher修改。

Android系统开发笔记 1726

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

实数据R上的Fourier变换

ComputerInBook的专栏 1865

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

傅里叶级数、狄利克雷收敛定理、周期延拓

傅里叶级数狄利克雷收敛定理

m0_65207522的博客 1万+

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

依分布收敛、依概率收敛、均方收敛、几乎处处收敛

目录1. 分布函数列的弱收敛性2. 随机变量的四种收敛性参考资料 1. 分布函数列的弱收敛性 弱收敛 {Fn(x)}\{F_n(x)\}{Fn​(x)} 是分布函数列,如果存在一个函数 F(x)F_(x)F(​x), 对任意 xxx , 使得 lim⁡n→∞Fn(x)=F(x)\lim_{n \to \infty}F_n(x)=F(x)limn→∞​Fn​(x)=F(x), 则称Fn(x)F_n(x)Fn​(x) 弱收敛于 F(x)F(x)F(x), 并记为 Fn(x)&nbsp;→w&nbsp;F(x

KKKKKKOK的博客 3万+

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Fourier变换及其应用(Brad G. Osgood)——第1章——Fourier级数

Fourier级数

ComputerInBook的专栏 1855

Fourier变换及其应用(Brad G. Osgood)——第1章——Fourier级数(附录)

Fourier级数

ComputerInBook的专栏 705

分量乘法与图形处理算法

1.背景介绍 分量乘法(component-wise multiplication)是一种在数学和计算机科学中广泛应用的基本运算方法。它通常用于处理多维向量、矩阵或图像等数据结构。在这篇文章中,我们将深入探讨分量乘法的基本概念、原理、算法和应用。特别是,我们将关注分量乘法在图形处理算法中的重要作用。 图形处理算法是计算机图形学的基础,它们用于处理和操作图像、模型和其他图形数据。这些算法在计算机...

AI天才研究院 947

无理格在单位区间中稠密

众所周知,实数集 R\RR 模掉平移 +n+n+n 以后就是单位区间 I=[0,1)I=[0, 1)I=[0,1)。众所周知,对任意有理数 α\alphaα,它的格αZ\alpha\ZαZ在III中的像是离散的。然而,还有一个知道的比较少的结论,就是如果 α\alphaα 是无理数,则 αZ\alpha\ZαZ 在 III 中的像是稠密的。这一现象有许多解释,例如,我们可以把III的首尾接起来,形成一个圆 S1S^1S1,任取一个点xxx,将其沿着圆转动 απ,2απ,⋯\alpha\pi,2\alpha\

weixin_43265267的博客 649

随机过程笔记(4) 二阶矩过程

定义 背景 模 均方收敛

Hesy_H的博客 2万+

第三章:3.3 傅里叶级数收敛分析

收敛条件我们下面来讨论一下傅里叶级数收敛的条件关于波形条件中第一个要求周期信号的面积(积分)不是无穷。显然反比例函数积分是无穷,不是有限的。所以不满足要求第二个条件就是要求信号的震荡次数是有限的满足下述条件的周期信号都可以用傅里叶级数进行展开表示Gibbs现象我们下面讨论一下用傅里叶级数逼近周期信号时他的逼近过程是怎样的前面我们介绍过,傅里叶级数分解是一个函数正交分解。分解的前后能量保持守恒。所以在

Einstellung的博客 1万+

现代3D图形编程学习-基础简介(1) (译)

本书系列 现代3D图形编程学习 基础简介 并不像本书的其他章节,这章内容没有相关的源代码或是项目。本章,我们将讨论向量,图形渲染理论,以及OpenGL。 向量 在阅读这本书的时候,你需要熟悉代数和几何知识,但对于向量的理解并不是必要的。因为,在接下去的内容中,会对向量的基本概念作出介绍。 在面对几何或是数值相关的内容时,向量可以有很多不同的解释。在任何一种情况,向量是具有维度的。二维的向量限制在一...

weixin_30307921的博客 830

谱方法相关理论

一个对称矩阵的规范型是指与它合同的最简对角阵,对角线上的元素只可能有1,-1,0且按1,…,1,-1,…,-1,0,…,0排列。 https://zhidao.baidu.com/question/587308148066207285.html 实对称矩阵的正交相似对角化 对实对称矩阵,A’=A,总有正交矩阵T, 使T’AT=T逆AT=diag(lambda1,lambda2,…,lambdan)...

yaochuyi的博客 2587
上一篇: Fourier分析导论——第2章——Fourier级数的基本属性(E.M. Stein & R. Shakarchi)
下一篇: Fourier分析导论——第4章——Fourier级数的一些应用(E.M. Stein & R. Shakarchi)
ComputerInBook
博客等级 码龄19年 1168粉丝 465原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值