傅里叶变换

傅里叶变换将整个直线或欧几里得空间上的函数表示为波的连续叠加，从而交换了函数的空间描述和频率描述。

Definition

函数的傅里叶变换是通过将原函数与复指数函数积分而获得的一个新的频率函数；在适当条件下，原函数可以通过逆变换恢复，使得这两种表示等价。

Scope

本主题涵盖了可积函数的傅里叶变换及其逆变换、平滑度和衰减的相互作用、快速衰减函数的施瓦茨空间、平方可积函数上的普朗歇尔定理、卷积和卷积定理、不确定性原理，以及变换到缓增广义函数的扩展。

Core questions

• 傅里叶变换如何在函数的空间描述和频率描述之间进行转换？
• 函数的平滑度和衰减如何在变换中体现？
• 为什么傅里叶变换是平方可积函数上的酉映射？
• 傅里叶变换如何将卷积转化为乘法，以及这有何用处？

Key theories

普朗歇尔定理

傅里叶变换扩展为平方可积函数上的酉算子，保留了L2范数，因此空间表示和频率表示之间的能量是守恒的。

卷积定理和不确定性原理

傅里叶变换将卷积转化为逐点乘法，从而简化了滤波和微分算子，而不确定性原理表明一个函数及其变换不能同时高度集中。

Clinical relevance

傅里叶变换是信号和图像处理、光谱学和通信领域的核心工具，它分析频率内容并实现滤波；它使常系数微分算子对角化，这对于求解偏微分方程至关重要，其离散快速版本为现代计算提供了动力。

History

这种积分变换源于傅里叶关于热传导的工作，并在20世纪初奠定了严格的基础；普朗歇尔于1910年确立了其在平方可积函数上的酉性，施瓦茨在20世纪中叶的广义函数理论将其扩展到广义函数。

Key figures

• Joseph Fourier
• Michel Plancherel
• Laurent Schwartz

Seminal works

• stein1971
• grafakos2008

Frequently asked questions

傅里叶分析中的不确定性原理是什么？

一个函数及其傅里叶变换不能同时集中在很小的区域内；空间定位的锐化必然会使频率内容扩散，这是一个精确的不等式，构成了物理不确定性原理的基础。

傅里叶变换为什么有助于求解微分方程？

它将微分转化为与频率变量的乘法，从而将常系数微分方程转化为频率域中的代数方程，这些方程更容易求解。