Szeregi potęgowe
Dla potomnych
Artur Ślączka
Definicja
Niech
Y ,∥⋅∥ -przestrzeń unormowana nad ciałem K ,
a
n
∈Y , x , x
0
∈ K .
Szereg funkcyjny postaci
∑
n
=0
∞
a
n
x−x
0
n
nazywamy szeregiem potęgowym o środku w punkcie x
0
.
Umowa
∀ x , x
0
∈K a
n
x−x
0
0
:
=1
czyli
∑
n
=0
∞
a
n
x−x
0
n
=a
0
a
1
x−x
0
a
2
x−x
0
2
Uwaga
Wystarczy badać zbieżność szeregów potęgowych o środku w punkcie 0 , bo
podstawiając t :=x−x
0
, otrzymujemy
∑
n
=0
∞
a
n
t
n
-szereg potęgowy o środku w punkcie 0.
Lemat Abela
Jeśli
∑
n
=0
∞
a
n
x
n
jest zbieżny w punkcie
∈K ∖ { 0 } , to szereg ten jest zbieżny bezwzglednie
w kuli K
0,∣∣ oraz jest zbieżny jednostajnie w każdej kuli domkniętej K 0, ,
gdzie 0
∣∣.
Dowód
∑
n
=0
∞
a
n
x
n
− zbieżny w ∈ K ⇒
WK
lim
n
∞
a
n
n
=0 ⇒ a
n
n
n
∈ℕ
−ciąg ograniczony ⇒
⇒∃ M 0: ∥a
n
n
∥M dla n∈ℕ.
Niech x
∈K 0,∣∣. Wtedy ∣x∣∣∣⇒
∥a
n
x
n
∥=
∥
a
n
n
x
n
∥
=
∥
a
n
n
∥
⋅
∣
x
∣
n
M
∣
x
∣
n
Ponieważ
∑
n
=0
∞
M
∣
x
∣
n
-zbieżny jako szereg geometryczny o ilorazie q=
∣
x
∣
1
zatem
∑
n
=0
∞
M
∣
x
∣
n
- zbieżna majoranta szeregu
∑
n
=0
∞
∥a
n
x
n
∥. Stąd na podstawie kryterium
porównawczego
∑
n
=0
∞
∥a
n
x
n
∥−zbieżny ∀ x∈K 0,∣∣ ⇒
- 1 -
⇒
∑
N
=0
∞
a
n
x
n
-zbieżny bezwzględnie w K
0,∣∣.
Niech x
∈ K 0, , gdzie
0
∣∣ . Wtedy
∥a
n
x
n
∥=
∥
a
n
n
x
n
∥
=∥a
n
n
∥⋅
∣
x
∣
n
M
∣
x
∣
n
M
∣∣
n
∑
n
=0
∞
M
∣∣
n
−zbieżna majoranta szeregu
∑
a
n
x
n
}
⇒
Tw.Weierstrassa
∑
n
=0
∞
a
n
x
n
−zbieżny
jednostajnie w
K
0, .
Definicja
Definiujemy promień zbieżności szeregu potęgowego R w następujący sposób :
R :
= sup { r :
∑
n
=0
∞
a
n
x
n
−zbieżny w kuli K 0, r}
oraz dodatkowo
R :
=0 , jeśli
∑
n
=0
∞
a
n
x
n
zbieżny tylko w x
=0 ,
R :
=∞ , jeśli
∑
n
=0
∞
a
n
x
n
zbieżny
∀ x∈K .
Ponadto, jeśli
R
0 ⇒ K 0, r
-nazywamy kołem zbieżności szeregu,
K
=ℝ ⇒ K 0, R=−R , R -przedział zbieżności szeregu.
Uwaga
Szereg
∑
n
=0
∞
a
n
x
n
w K
/ K 0, R - jest rozbieżny.
Wniosek
Niech R -promień zbieżności szeregu
∑
n
=0
∞
a
n
x
n
.
Wtedy
1
˚
∑
n
=0
∞
a
n
x
n
- zbieżny bezwzględnie i niemal jednostajnie w K
0, R
2
˚
∑
n
=0
∞
a
n
x
n
-rozbieżny w K
/ K 0, R.
Jeżeli
∣x∣=R
, to aby rozstrzygnąć zbiezność szeregu dla tych x , należy szereg zbadać
inaczej.
- 2 -
Twierdzenie Cauchy'ego-Hadamarda
Niech
:=lim sup
n
∞
n
∥a
n
∥
.
Wtedy promień zbieżności szeregu potęgowego
∑
n
=0
∞
a
n
x
n
wynosi:
R
=
{
0
, gdy
=∞ ,
1
, gdy 0
∞ ,
∞ , gdy =0 .
Dowód
Wystarczy zbadać, kiedy szereg
∑
n
=0
∞
a
n
x
n
jest zbieżny bezwzględnie. Na podstawie
kryterium Cauchy'ego szereg
∑
n
=0
∞
∥a
n
x
n
∥ jest zbieżny, jeśli lim sup
n
∞
n
∥a
n
x
n
∥1 ,czyli
lim sup
n
∞
n
∥a
n
x
n
∥=lim sup
n
∞
n
∥a
n
∥⋅∣x
n
∣=lim sup
n
∞
∣x∣
n
∥a
n
∥=∣x∣lim sup
n
∞
n
∥a
n
∥=∣x∣⋅1 .
Jeśli 1
˚ =0 ⇒ ∀ x∈K : ∣x∣⋅1 ⇒ R=∞ ,
2
˚ =∞ ⇒ tylko dla x=0 : ∣x∣⋅1 ⇒ R=0
3
˚ ≠0
≠∞
}
⇒∣x∣
1
□
Przykład
Obliczyć promień i przedział zbieżności szeregu
∑
n
=0
∞
−2
n
1
x
n
.
=:lim sup
n
∞
n
∣−2
n
1
∣=lim sup
n
∞
n
∣2 ⋅2
n
∣=2
⇒
Tw.Cauchy ' ego
−Hadamarda
R
=
1
2
⇒ ~dla ∣x∣
1
2
szereg jest zbieżny .
sprawdzimy zbieżność na końcach przedziału zbieżności
dla x
=
1
2
:
∑
n
=0
∞
−2
n
1
⋅
1
2
n
=
∑
n
=0
∞
−1
n
1
⋅2 −szereg rozbieżny
dla x
=−
1
2
:
∑
n
=0
∞
−2
n
1
⋅
−
1
2
n
=
∑
n
=0
∞
−2−szereg rozbieżny
czyli
∑
n
=0
∞
−2
n
1
⋅x
n
-zbieżny w
−
1
2
,
1
2
.
- 3 -
Twierdzenie
Jeśli istnieje granica lim
n
∞
∥
a
n
1
a
n
∥
= oraz a
n
≠0 , to promień zbieżności szeregu
potegowego
∑
n
=0
∞
a
n
x
n
wynosi
R
=
{
0
, gdy
=∞
1
, gdy 0
∞
∞ , gdy =0
Przykład
Obliczyć promień zbieżności R szeregu
∑
n
=1
∞
2 n!
n
!⋅n
n
⋅z
n
, z
∈ℂ.
=lim
n
∞
∥
a
n
1
a
n
∥
=lim
n
∞
∥
2 n22 n12 n!n!⋅n
n
n1n!⋅n1n1
n
2 n!
∥
=lim
n
∞
4 n
2
n
1
⋅
n
n
1
n
=
4
e
⇒ R=
e
4
Twierdzenie (o różniczkowaniu szeregu potęgowego)
Niech R – promień zbieżności szeregu
∑
n
=0
∞
a
n
x
n
,
f – suma tegoż szeregu,
f
x=
∑
n
=0
∞
a
n
x
n
,
x
∈K O , R.
Wtedy
f
∈C
∞
K O , R
-tzn. f posiada pochodną dowolnego rzędu
oraz
∀ x∈K O , R
f
k
x=
∑
n
=k
∞
k
!
n
k
a
n
x
n
−k
.
Dowód
Na podstawie twierdzenia o różniczkowaniu szeregu funkcyjnego
f
'
x=
∑
n
=0
∞
a
n
x
n
'
=
∑
n
=0
∞
a
n
x
n
'
=
∑
n
=1
∞
n a
n
x
n
−1
,
jeśli
∑
n
=0
∞
a
n
x
n
'
jest zbieżny jednostajnie.
Ponieważ lim sup
n
∞
n
∥na
n
∥=R ⇒
∑
n
=1
∞
n a
n
x
n
−1
-zbieżny niemal jednostajnie w K
0, R ⇒
∀ , 0R :
∑
na
n
x
n
−1
jest zbieżny jednostajnie w K
O , (czyli można go
różniczkować “wyraz po wyrazie”)
Analogicznie
- 4 -
f
' '
x=
∑
n
=1
∞
n a
n
x
n
−1
'
=
∑
n
=2
∞
n
n−1a
n
x
n
−2
f
k
x=
∑
n
=k
∞
n
n−1n−2⋅⋅n−k1a
n
x
n
−k
=
∑
n
=k
∞
n
!
n−k !
a
n
x
n
−k
=
∑
n
=k
∞
k
!
n
k
a
n
x
n
−k
□
Uwaga
Dla x
=0 teza twierdzenia przyjmuje postać
f
k
0=k!
k
k
a
k
=k!a
k
.
Twierdzenie o całkowaniu szeregu potęgowego
Niech
∑
n
=0
∞
a
n
x
n
− szereg rzeczywisty, to znaczy a
n
∈ℝ , x∈ℝ ,
R -promień zbieżności szeregu
∑
n
=0
∞
a
n
x
n
.
Wtedy
∫
0
x
∑
n
=0
∞
a
n
x
n
dx
=
∑
n
=0
∞
a
n
n
1
x
n
1
∀ x∈−R , R.
Dowód
−R − 0 R
W przedziale
[− , ] , dla 0R , szereg można całkować wyraz po wyrazie (jest
jednostajnie zbieżny)
Zatem dla x
∈−R , R
∫
0
x
∑
n
=0
∞
a
n
x
n
dx
=
∑
n
=0
∞
∫
0
x
a
n
x
n
dx
=
∑
n
=0
∞
a
n
n
1
x
n
1
.
□
- 5 -
Twierdzenie (Abela)
Niech
∑
n
=0
∞
a
n
x
n
-szereg rzeczywisty.
Jeśli
∑
n
=0
∞
a
n
x
n
jest zbieżny w punkcie końcowym przedziału zbieżności, to jego suma jest
funkcją jednostronnie ciągłą w tym punkcie, to znaczy:
jeśli R -promień zbieżności szeregu
∑
n
=0
∞
a
n
x
n
,
f -suma tegoż szeregu
oraz szereg jest zbieżny w punkcie x
0
=R ⇒ lim
x
x
0
-
f
x=
∑
n
=0
∞
a
n
x
0
n
lub szereg jedt zbieżny w punkcie x
0
=−R szereg jest zbieżny ⇒ lim
x
x
0
+
f
x=
∑
n
=0
∞
a
n
x
0
n
.
Przykład
Dla x
∈[−1,1]
funkcję
f
x=arctg x zapisz w postaci szeregu potęgowego.
Następnie oblicz sumę szeregu liczbowego
∑
n
=0
∞
−1
n
1
2 n
1
.
Ponieważ
f
'
x=
1
1
x
2
=
a
1
=1
∣−x
2
∣1
=−x
2
x
2
1
x
∈−1,1
=
∑
n
=0
∞
−x
2
n
=
∑
n
=0
∞
−1
n
x
2 n
dla x
∈−1,1
zatem
f
x=
∫
0
x
1
1
x
2
dx
=
∫
0
x
∑
n
=0
∞
−1
n
x
2 n
dx
=
tw.
∑
n
=0
∞
∫
0
x
−1
n
x
2 n
dx
=
−1
n
2 n
1
x
2 n
1
dla x
∈−1,1.
Ponadto
dla x
0
=1 otrzymujemy szereg
∑
n
=0
∞
−1
n
2 n
1
-zbieżny (z kryterium Leibniza) ,
dla x
0
=−1 otrzymujemy szereg
∑
n
=0
∞
−1
n
2 n
1
-zbieżny (z kryterium Leibniza) .
Ponieważ funkcja
arctg
∈C ℝ ⇒ arctg x=
∑
n
=0
∞
−1
n
2 n
1
x
2 n
1
dla x
∈[−1,1].
Stąd dla x
=1
∑
n
=0
∞
−1
n
2 n
1
=arctg1=
4
czyli
4
=1−
1
3
1
5
−
1
7
(wzór Leibniza).
- 6 -
Przypomnienie: Twierdzenie Taylora
f :
ℝ ℝ
f
∈C
n
U , U ∈Top x
0
x
∈U
}
⇒ ∃c∈ x
0
, x
: f x=
∑
k
=0
n
−1
f
k
x
0
k
!
x−x
0
k
R
n
c ,
gdzie R
n
c=
f
n
c
n
!
x−x
0
.
Jeżeli przy n
∞ reszta ze wzoru Taylora dąży do zera
R
n
c=
f
n
c
n
!
x−x
0
n
∞
0,
to
lim
n
∞
S
n
x= f x ,
gdzie S
n
x=
∑
k
=0
n
−1
f
k
x
0
k
!
x−x
0
k
czyli funkcja f jest wtedy sumą szeregu potęgowego.
Twierdzenie (o rozwijaniu funkcji w szereg Taylora)
f :
ℝ ℝ
f
∈C
∞
U , U ∈Top x
0
lim
n
∞
R
n
c=0
}
⇒ ∀ x∈U : f x=
∑
n
=0
∞
f
n
x
0
n
!
x−x
0
n
szereg Taylora T
x
0
f funkcji f w punkcie x
0
Uwaga
Założenie lim
n
∞
R
n
x=0 jest istotne .
Przykład
f
x=
{
e
−
1
x
2
, gdy x
≠0 ,
0
, gdy x
=0 .
Można udowodnić, że f ∈ℂ
∞
- 7 -
Ponieważ
f
n
0=0
∀ n∈ℕ
0
więc
T
0
f
=
∑
0
=0 ≡ f
Lemat o reszcie we wzorze Taylora.
Z:
∀ 0 ∃M 0
∀ x∈ x
0
− , x
0
∀ n∈ℕ : ∣ f
n
x∣M
T: lim
n
∞
R
n
x=0
dla x
∈ x
0
− , x
0
.
Dowód
∣R
n
c∣=∣
f
n
c
n
!
x−x
0
n
∣
M
n
!
∣ x−x
0
n
∣
M
n
!
n
∑
n
=0
∞
M
n
!
n
-zbieżny z kryterium D'Alemberta
⇒
WK
lim
n
∞
M
n
!
n
=0 ⇒
⇒ lim
n
∞
∣R
n
c∣=0 ⇒ lim
n
∞
R
n
c=0
□
- 8 -
Przykład
Rozwinąć w szereg Maclaurina (wyznaczyć T
0
f ) funkcję
f
x=e
x
dla x
∈ℝ
.
Z tw. Taylora:
f
x=e
x
=
∑
k
=0
n
−1
x
k
k
!
R
n
c.
Ponadto
f
n
x=e
x
∀ n∈ℕ ⇒ f ∈ℂ
∞
Niech x
0
=0 , x∈ , dla 0 .
Wtedy
∣ f
n
x∣=∣e
x
∣=e
x
e
⇒ (spełnione są założenia lematu) ⇒
⇒ lim
n
∞
R
n
x=0 ⇒ e
x
=
∑
n
=0
∞
x
n
n
!
dla
∣x∣.
Ponieważ
0 jest dowolne , więc e
x
=
∑
n
=0
∞
x
n
n
!
dla x
∈ℝ.
Uwaga (do twierdzenia o reszcie szeregu potęgowego)
Jeżeli funkcja f jest sumą szeregu potęgowego
f
x=
∑
n
=0
∞
a
n
x−x
0
n
dla x
∈K x
0
, R
⇒ a
n
=
f
n
x
0
n
!
na podstawie twierdzenia o różniczkowalności szeregu potęgowego.
Uwaga
Rozwinięcie funkcji w szereg Taylora jest jednoznaczne. Zatem rozwinięcie funkcji w
szereg wyznaczone jakąkolwiek metodą jest rozwinięciem w szereg Taylora.
- 9 -
Szeregi
Maclaurina podstawowych
funkcji
sin x
=
∑
n
=0
∞
−1
n
x
2 n
1
2 n1!
dla x
∈ℝ ,
cos x
=
∑
n
=0
∞
−1
n
x
2 n
2 n!
dla x
∈ℝ ,
ln
1x=
∑
n
=1
∞
−1
n
−1
x
n
n
dla x
∈(−1,1 ] ,
1x
=
∑
n
=0
∞
n
x
n
, dla
∣x∣1 oraz ∈ℝ
jeśli ∈ℕ
0
, to rozwinięcie jest prawdziwe
∀ x∈ℝ
gdzie
n
:
=
−1−2⋅⋅−n1
n
!
dla
∈ℝ , n∈ℕ.
Przykład
Rozwiń w szereg Maclaurina funkcję f
x=
1
x dla x∈−1,1.
=
1
2
:
1
x=
∑
n
=0
∞
1
2
n
x
n
=1
1
2
x
1
2
−
1
2
2
!
x
2
1
2
−
1
2
−
3
2
3
!
x
3
=
=1
1
2
x
−
1
8
x
2
1
16
x
3
−
5
27
x
4
dla x
∈−1,1.
Definicja
Niech
Y ,∥⋅∥
-przestrzeń Banacha nad K ,
U
∈TopK
f :U Y , f ∈C
∞
Funkcja f jest analityczna w punkcie x
0
∈U wtedy i tylko wtedy, gdy
∃r0 ∀ x∈K x
0
, r
: f x=
∑
n
=0
∞
a
n
x−x
0
n
.
Np. funkcje : sin x , cos x , ln1x ,1x
są analityczne w punkcie 0.
- 10 -
Funkcja wykładnicza i funkcje trygonometryczne zmiennej zespolonej
Rozszerzmy funkcje e
x
,sin
x , cos x na zbiór liczb zespolonych korzystając z
otrzymanych rozwinięć w szeregi Taylora.
e
z
:
=
∑
n
=0
∞
z
n
n
!
, z
∈ℂ
sin z :
=
∑
n
=0
∞
−1
n
z
2 n
1
2 n1!
, z
∈ℂ
cos z :
=
∑
n
=0
∞
−1
n
z
2 n
2 n!
, z
∈ℂ
Twierdzenie
∀ z
1
, z
2
∈ℂ
e
z
1
⋅e
z
2
=e
z
1
z
2
Dowód
Na podstawie definicji
e
z
1
:
=
∑
n
=0
∞
z
1
n
n
!
, e
z
2
:
=
∑
n
=0
∞
z
2
n
n
!
.
Ponieważ powyższe szeregi są zbieżne bezwzględnie zatem na podstawie twierdzenia
Cauchy'ego o iloczynie szeregów otrzymujemy
e
z
1
e
z
2
:
=
∑
z
1
n
n
!
∑
z
2
n
n
!
=
∑
n
=0
∞
c
n
,
gdzie
c
n
=
∑
k
=0
n
z
1
k
k
!
⋅
z
2
n
−k
n−k !
=
∑
k
=0
n
1
n
!
k
n
⋅z
1
k
⋅z
2
n
−k
=
1
n
!
⋅
∑
k
=0
n
k
n
z
1
k
⋅z
2
n
−k
=
1
n
!
⋅ z
1
z
2
n
.
Stąd
e
z
1
⋅e
z
2
=
∑
n
=0
∞
1
n
!
⋅ z
1
z
2
n
=e
z
1
z
2
□
Twierdzenie
∀ z∈ℂ : 1 e
iz
=cos zi⋅sin z
2 e
−iz
=cos z−i⋅sin z
Dowód
Ad.(1) e
iz
=
∑
n
=0
∞
i
n
z
n
n
!
Ponieważ powyższy szereg jest zbieżny zatem w szczególności lim
n
∞
S
2 n
1
=e
iz
,
gdzie S
2 n
1
=1
iz
1
!
−
z
2
2
!
−
iz
3
3
!
z
4
4
!
iz
2 n
1
2 n1!
.
- 11 -
Jednakże składniki sumy cząstkowej S
2 n
1
można pogrupować wybierając do pierwszej
grupy co drugi wyraz i wtedy
lim
n
∞
S
2 n
1
=lim
n
∞
[
1
−
z
2
2
!
z
4
4
!
−1
n
⋅z
2 n
2 n!
i
z
1
!
−
z
3
3
!
z
5
5
!
−1
n
z
2 n
1
2 n1!
]
=
=lim
n
∞
1
−
z
2
2
!
z
4
4
!
−
1
n
⋅z
2 n
2 n!
i lim
n
∞
z
1
!
−
z
3
3
!
z
5
5
!
−1
n
z
2 n
1
2 n1!
=cos zi sin z
Ad.(2)
cos
−z=cos z
sin
−z=−sin z
}
⇒ e
−iz
=
1
cos
−zi sin−z=cos z−i sin z .
Z powyższego twierdzenia wynikają następujące
□
WZORY EULERA
cos z
=
e
iz
e
−iz
2
∧
sin z
=
e
iz
−e
−iz
2
dla z
∈ℂ
- 12 -
Szeregi ortogonalne
Będziemy rozważać funkcje całkowalne w sensie Riemanna w przedziale
[a ,b].
Definicja
Niech f , g - całkowalne (w sensie Riemanna) w
[a , b] .
Liczbę
〈 f , g 〉
równą
〈 f , g 〉:=
∫
a
b
f
x g xdx
nazywamy iloczynem skalarnym funkcji f i g .
Jednakże
〈· ,·〉 nie spełnia warunków określających iloczyn skalarny . Co prawda
spełnione są warunki (IS1)-(IS3) , ale warunek
IS4: 〈 f , f 〉=
∫
a
b
f
2
xdx=0 ⇒ f ≡0
nie zachodzi bo funkcja równa zero poza skończoną liczbą punktów nie spełnia powyższej
implikacji.
Przykład
f
x=
{
1, x
=0
0, x
∈( 0 ;1 ] ⇒
∫
0
1
f
2
xdx=0
Zatem
〈 f , f 〉=0 mimo, że f ≡0 .
Dygresja
Całkowalność w sensie Lebesgue’a (względem miary)
Rozważmy całkę Lebesgue’a (całkę względem miary).
Wtedy
f -całkowalna w sensie Riemanna
⇒ f - całkowalna w sensie Lebesgue’a
oraz
∫
R=
∫
L
Wśród funkcji całkowalnych w sensie Lebesgue'a rozważa się rodzinę L
2
[a , b] , gdzie
L
2
[a , b]:={ f :[a , b] ℝ;
∫
[a , b]
f
2
xdx∞}
L
2
[a , b] , - rodzina funkcji całkowalnych w sensie Lebesque’a wraz z kwadratem.
Definicja (równości funkcji)
Mówimy, że funkcje
f i g
są równe, f
=g , jeśli f x=g x poza zbiorem miary zero.
Uwaga
Przy tak sformułowanej definicji równości funkcji, rodzina L
2
[a , b] jest przestrzenią
wektorową.
- 13 -
Definicja
Niech f , g ∈L
2
[a , b].
Wtedy definiujemy
〈 f , g 〉:=
∫
[ a , b]
f
x g xdx
Uwaga
Funkcja
〈· ,·〉 spełnia własności iloczynu skalarnego w przestrzeni L
2
[a , b] .
Wniosek
L
2
[a , b] - przestrzeń unitarna
Zatem z twierdzenia o indukowaniu normy wynika , że
∥ f ∥=
〈 f , f 〉=
∫
[ a , b]
f
2
xdx
jest normą w L
2
[a , b] . Normę tę nazywamy normą kwadratową.
Ponadto
d
f , g =∥ f −g∥=
〈 f −g , f −g 〉=
∫
[ a , b]
f x−g x
2
dx
jest metryką w L
2
[a , b] wyznaczoną przez normę kwadratową zadaną iloczynem
skalarnym.
Definicja
Niech
f
n
n
∈ℕ
⊂L
2
[a , b] oraz f ∈L
2
[a , b].
Wtedy
f
n
f :⇔d f
0
, f
n
n
∞
0
⇔
⇔
∫
[a , b]
f x− f
n
x
2
dx
n
∞
0
⇔
⇔
∫
[a , b]
f x− f
n
x
2
dx
n
∞
0
Koniec dygresji
Powróćmy do funkcji całkowalnych w sensie Riemanna
Definicja
Liczbę ∥ f ∥=
∫
a
b
f
2
xdx nazywamy normą kwadratową funkcji f w [a , b].
- 14 -
Przykład
Obliczyć normę kwadratową funkcji f
x=sin x dla x∈[0,].
∥ f ∥=
∫
0
sin
2
xdx
=
∫
0
1
−cos 2 x
2
dx
=
[
x
2
−
1
4
sin2 x
]
0
=
2
Uwaga
1
˚ f ∈C [a , b] ⇒ ∥ f ∥=0 ⇔ f ≡0
2
˚ f ∉C [a ,b]⇒∥ f ∥=0 ⇔ f ≡0
Definicja
Funkcje f , g – całkowalne w sensie Riemanna nazywamy ortogonalnymi w
[a , b] ,
jeśli ich iloczyn skalarny jest równy 0, czyli
〈 f , g 〉=0 .
Przykład
Niech f x=x , g x=x
2
oraz x
∈[0,1] .
Wtedy
〈 f , g 〉=
∫
0
1
x
⋅x
2
dx
=
[
x
4
4
]
0
1
=
1
4
≠0 ⇒
funkcje f , g nie są ortogonalne w
[0,1].
Natomiast dla x
∈[−1,1]funkcje f , g są ortogonalne w [−1,1] , bo
〈 f , g 〉=
∫
−1
1
x
3
dx
=
[
1
4
x
4
]
−1
1
=0.
Definicja
Niech
n
:
[a , b] ℝ
dla
n
∈ℕ
0
oraz
n
- całkowalna
∀ n∈ℕ
0
.
Ciąg funkcyjny
n
n
∈ℕ
0
nazywamy ciągiem ortogonalnym w
[a , b] ,
jeśli :
1
˚ ∀ n , m∈ℕ
0
, n
≠m: 〈
n
,
m
〉=0
oraz
2
˚ ∀ n∈ℕ
0
∥
n
∥0 .
- 15 -
Przykład
Ciąg sinn1 x
n
∈ℕ
0
jest ciągiem ortogonalnym w
[− ,] ,bo
1
˚ dla n≠m i n , m∈ℕ
0
〈sinn1 x ,sinm1 x〉=
∫
−
sin
n1 x⋅sinm1 x⋅dx=
=
1
2
∫
−
cos
n−m x⋅dx−
1
2
∫
−
cos
nm2 x⋅dx=0
2
˚ dla n∈ℕ
0
∥sinn1 x∥=
∫
−
sin
2
n1 x dx=
∫
−
1
−cos2n1 x
2
dx
=
=
[
1
2
x
−
sin2
n1 x
4
n1
]
−
=
0
z 1
˚ i 2 ˚ wynika, że ciąg funkcyjny
sinn1 x
n
∈ℕ
0
jest ortogonalny w
[− ,].
Definicja
Ciąg funkcyjny
n
n
∈ℕ
0
nazywamy ciągiem unormowanym w
[a , b] ,
jeśli
∀ n∈ℕ
0
∥
n
∥=1.
Przykład
Ciąg
1
⋅sinn1 x
n
∈ℕ
0
jest unormowany w
[− ,].
Definicja
Ciąg funkcyjny
n
n
∈ℕ
0
nazywamy ciągiem ortonormalnym w
[a , b] , jeśli jest
ortogonalny i unormowany w tym przedziale.
Przykład c.d.
1
⋅sinn1 x
n
∈ℕ
0
-ciąg ortonormalny w [−,].
Wniosek
Jeżeli
n
n
∈ℕ
0
jest ciągiem ortogonalnym , to
n
∥
n
∥
n
∈N
0
jest ciągiem ortonormalnym.
- 16 -
Uwaga
n
n
∈ℕ
jest ortonormalnym
⇔ 〈
n
,
m
〉=
nm
dla n , m
∈ℕ
0
,
gdzie symbol
nm
oznacza deltę Kroneckera,
nm
:
=
{
1 , gdy n
=m ,
0 , gdy n
≠m.
Definicja
Niech
n
n
∈ℕ
0
- ciąg ortogonalny w
[a , b] ,
n
n
∈ℕ
0
- ciąg liczbowy .
Wtedy szereg
∑
n
=0
∞
n
⋅
n
x nazywamy szeregiem ortogonalnym w [a , b] .
Lemat (o szeregu ortogonalnym)
Niech
∑
n
=0
∞
n
⋅
n
x - szereg ortogonalny w [a , b] i zbieżny jednostajnie w [a , b]
oraz
niech jego suma f
x=
∑
n
=0
∞
n
⋅
n
x jest funkcją całkowalną w [a , b].
Wtedy
n
=
〈 f ,
n
〉
∥
n
∥
2
∀ n∈ℕ
0
.
Dowód
Niech n
∈ℕ
0
, x
∈[a , b].
〈 f ,
n
〉=
∫
a
b
f
x⋅
n
xdx=
∫
a
b
∑
k
=0
∞
k
k
x
n
xdx=
∫
a
b
[
∑
k
=0
∞
k
k
x⋅
n
x]dx=
=
∑
k
=0
∞
∫
a
b
k
k
x
n
xdx=
∑
k
=0
∞
k
∫
a
b
k
x
n
xdx=
∑
k
=0
∞
k
〈
k
,
n
〉=
n
〈
n
,
n
〉=
=
n
∥
n
∥
2
stąd
n
=
〈 f ,
n
〉
∥
n
∥
2
.
□
Wniosek
f - całkowalna w
[a , b] ⇒ ∃ co najwyżej jeden szereg ortogonalny zbieżny
jednostajnie do funkcji f , mianowicie jest to szereg postaci
- 17 -
∑
n
=0
∞
c
n
n
x
o współczynnikach
c
n
=
〈 f ,
n
〉
∥
n
∥
2
dla n
∈ℕ
0
.
Powyższe wzory określające współczynniki c
n
nazywamy wzorami Eulera-Fouriera ,
c
n
nazywamy współczynnikami Fouriera funkcji f względem ciągu ortogonalnego
n
n
∈ℕ
0
w
[a , b] ,
a szereg
∑
n
=0
∞
c
n
n
x nazywamy szeregiem Fouriera funkcji f względem ciągu
n
n
∈ℕ
0
w
[a , b] i piszemy
f
x~
∑
k
=0
∞
c
n
n
x dla x∈[a , b]
Zatem jeśli f jest całkowalna w
[a , b]
, to odpowiada jej szereg Fouriera utworzony
względem dowolnego ciągu
n
n
∈ℕ
0
ortogonalnego w tym przedziale . Jednakże nic nie
wiemy o zbieżności utworzonego szeregu , a w szczególności nie wiemy , czy sumą tego
szeregu jest funkcja f .
Jeśli f
x=
∑
k
=0
∞
c
n
n
x , to o funkcji f mówimy , że jest rozwijalna w szereg Fouriera.
Definicja
Liczbę d
f , g =∥ f −g∥=
∫
a
b
[ f x−g x]
2
dx nazywamy
odległością kwadratową funkcji f i g w przedziale
[a , b].
Uwaga
1
˚ f ∈C [a , b] ⇒ d f , g =0 ⇒ f =g
2
˚ f ∉C [a , b] ⇒ d f , g =0 ⇒ f =g
Definicja
Niech
n
n
∈ℕ
0
- ciąg ortogonalny,
n
n
∈ℕ
0
- ciąg liczbowy.
funkcję
N
x:=
∑
n
=0
N
n
n
x nazywamy wielomianem ortogonalnym rzędu N
utworzonym z wyrazów ciągu
n
n
∈ℕ
0
.
- 18 -
Zagadnienie
najlepszej
aproksymacji kwadratowej.
Niech f - całkowalna w
[a , b] ,
n
n
∈ℕ
0
- ciąg ortogonalny w
[a , b] ,
N
∈ℕ
0
.
Zagadnienie polega na dobraniu
dla n
=0,1 ,, N
współczynników
n
wielomianu
ortogonalnego
N
x=
∑
n
=0
N
n
n
x tak, aby odległość kwadratowa d f ,
N
była
minimalna. Wtedy
N
będzie wielomianem aproksymujacym funkcję f w
[a , b]
najlepiej w sensie odległości kwadratowej .
Twierdzenie (o aproksymacji kwadratowej)
Spośród wszystkich wielomianów
N
x=
∑
n
=0
N
n
n
x najlepszą aproksymację
kwadratową funkcji f w przedziale
[a , b] stanowi wielomian o współczynnikach
Fouriera.
Dowód
d
2
〈 f ,
N
〉=〈 f −
N
, f
−
N
〉=〈 f , f 〉−2 〈 f ,
N
〉〈
N
,
N
〉=
=∥ f ∥
2
−2 〈 f ,
∑
n
=0
N
n
n
〉〈
∑
n
=0
N
n
n
,
∑
m
=0
N
m
m
〉=
=∥ f ∥
2
−2
∑
n
=0
N
n
〈 f ,
n
〉
∑
n , m
=0
N
n
m
〈
n
,
m
〉=
=∥ f ∥
2
−2
∑
n
=0
N
n
〈 f ,
n
〉
∑
n
=0
N
n
2
〈
n
,
n
〉=
=∥ f ∥
2
−2
∑
n
=0
N
〈 f ,
n
〉
∥
n
∥
2
n
∥
n
∥
2
∑
n
=0
N
n
2
∥
n
∥
2
=
=∥ f ∥
2
−2
∑
n
=0
N
c
n
⋅
n
∥
n
∥
2
∑
n
=0
N
n
2
∥
n
∥
2
=
=∥ f ∥
2
∑
n
=0
N
c
n
−
n
2
∥
n
∥
2
−
∑
n
=0
N
c
n
2
∥
n
∥
2
.
Powyższe wyrażenie ma najmniejszą wartość, gdy suma
∑
n
=0
N
c
n
−
n
2
∥
n
∥
2
jest
najmniejsza czyli, gdy
n
=c
n
∀ n∈{0,1,2 ,, N }.
□
Uwaga
Jeśli
n
=c
n
dla n
=0,1 ,, N , to d
2
f ,
n
=∥ f ∥
2
−
∑
n
=0
N
c
n
2
∥
n
∥
2
0 dla N ∈ℕ
0
.
Zatem
∀ N ∈ℕ
0
∑
n
=0
N
c
n
2
∥
n
∥
2
∥ f ∥
2
.
- 19 -
Wprowadźmy oznaczenie S
n
1
:
=
∑
n
=0
N
c
n
2
∥
n
∥
2
. Na podstawie powyższej nierówności ciąg
S
n
1
N
∈ℕ
0
jest ograniczony. Ponadto jest to ciąg rosnący. Zatem
S
n
1
N
∈ℕ
0
jest
ciągiem zbieżnym.
Stąd
∑
n
=0
∞
c
n
2
∥
n
∥
2
-zbieżny oraz
∑
n
=0
∞
c
n
2
∥
n
∥
2
≤∥ f ∥
2
.
Powyższą nierówność nazywamy nierówność Bessela.
Nierówność ta jest prawdziwa dla dowolnego ciągu
n
n
∈ℕ
ortogonalnego w przedziale
[a , b]
oraz dla dowolnej funkcji f całkowalnej w tym przedziale.
Definicja
Ciąg
n
n
∈ℕ
0
ortogonalny w
[a , b] nazywamy układem zupełnym w klasie funkcji
całkowalnych w
[a , b] , jeśli dla każdej funkcji f z tej klasy zachodzi
∑
n
=0
∞
c
n
2
∥
n
∥
2
=∥ f ∥
2
Powyższą równość nazywamy równością Parsevala lub warunkiem zupełności.
Uwaga
Układ zupełny w klasie funkcji całkowalnych jest również układem zupełnym w klasie
funkcji ciągłych.
Uwaga.
n
n
∈ℕ
0
-ciąg ortogonalny
⇒
∑
n
=0
∞
c
n
2
=∥ f ∥
2
- 20 -
Analogie między teorią wektorów a teorią ciągów i szeregów ortogonalnych
wektory w
ℝ
3
szeregi ortogonalne
⋅ wersory i , j , k ⋅ ortogonalny układ zupełny
n
n
∈ℕ
0
⋅ współrzędne x , y , z wektora ⋅ współczynniki Fouriera c
n
funkcji f
V
=[ x , y , z] względem
n
n
∈ℕ
0
⋅ x=〈 V , i〉 ⋅ c
n
=〈 f ,
n
〉 , gdy
n
n
∈ℕ
0
-układ
y=〈 V , j 〉 ortonormalny
z=〈 V , k 〉
⋅ kwadrat długości wektora
V
⋅ równość Parsevala
∣V∣
2
=x
2
y
2
z
2
∥ f ∥
2
=
∑
n
=0
∞
c
n
2
⋅ rozkład wektora na składowe ⋅ f x=
?
∑
n
=0
∞
c
n
n
x
V
=x i y jz k szereg może nie być zbieżnym lub
być zbieżnym, ale nie do funkcji f
Aby odpowiedność w ostatnim wierszu tabelki zachodziła, określamy odpowiednio pojęcie
zbieżności. Wykorzystamy definicję zbieżności ciągu w przestrzeni L
2
[a , b] według
metryki.
Definicja
Ciąg funkcyjny f
n
n
∈ℕ
funkcji
f
n
:
[a , b] R ,
n
∈ℕ , nazywamy
zbieżnym przecietnie z kwadratem w przedziale
[a , b] , jeśli
lim
n
∞
∫
[ a , b]
f x− f
n
x
2
dx
=0.
Uwaga
Ciąg f
n
n
∈ℕ
może być zbieżnym przecietnie z kwadratem w
[a , b]
, ale nie zbieżnym
punktowo w
[a , b].
Przykład
Niech
f
n
x=
{
n , dla 0
≤x≤
1
n
2
0 , dla
1
n
2
≤x≤1
oraz niech
f
≡0
w
[0,1].
Wtedy
lim
n
∞
∫
0
1
f x− f
n
x
2
dx
=lim
n
∞
∫
0
1
n
2
f
n
x
2
dx
=lim
n
∞
∫
0
1
n
2
ndx
=lim
n
∞
1
n
=0
Zatem f
n
n
∈ℕ
jest zbieżny przeciętnie z kwadratem do funkcji f
w
[a , b].
- 21 -
Jednak dla x
=0 mamy f
n
0=
n
n
∞
∞ ⇒ f
n
n
∈ℕ
nie jest zbieżny punktowo w
[0,1].
Uwaga
Ciąg f
n
n
∈ℕ
może być zbieżnym punktowo ale nie zbieżnym przecietnie z kwadratem.
Przykład
Niech
f
n
x=
{
0
dla x
=0,
n
dla 0
x
1
n
,
0
dla
1
n
x1.
Ciąg f
n
n
∈ℕ
jest zbieżny punktowo do funkcji
f
≡0 w [0,1].
Jednak
lim
n
∞
∫
0
1
f
n
x− f x
2
dx
=lim
n
∞
∫
0
1
n
n
2
dx
=lim
n
∞
n
=∞
Zatem
f
n
n
∈ℕ
nie jest
zbieżny przeciętnie z kwadratem.
Niech
n
n
∈ℕ
0
-układ zupełny.
Wtedy
∀ f całkowalna w[a , b]:
∑
n
=0
∞
c
n
2
∥
n
∥
2
=∥ f ∥
2
.
Stąd
lim
N
∞
d
2
f ,
N
= lim
N
∞
∥ f ∥
2
−
∑
n
=0
N
c
n
2
∥
n
∥
2
=∥ f ∥
2
−
∑
n
=0
∞
c
n
2
∥
n
∥
2
=0
i otrzymujemy następujący wniosek
Wniosek
Szereg Fouriera
∑
n
=0
∞
c
n
n
x dowolnej funkcji f całkowalnej w przedziale [a , b] ,
względem układu zupełnego
n
n
∈ℕ
0
jest zbieżny przecietnie z kwadratem w tym
przedziale do funkcji f .
Uwaga
Oczywiście szereg Fouriera nie musi być zbieżny w zwykły sposób. Jeśli spełniona jest
równość f
x=
∑
n
=0
∞
c
n
n
x to mówimy, że funkcja f jest rozwijalna w szereg
Fouriera.
- 22 -
SZEREG TRYGONOMETRYCZNY FOURIERA
Definiujemy ciąg funkcyjny
n
n
∈ℕ
0
:
0
x=1
2 n
−1
x=cos
n
x
l
, n
∈ℕ
2 n
x=sin
n
x
l
czyli ciąg :
1, cos
x
l
, sin
x
l
, cos
2
x
l
, sin
2
x
l
,
Stwierdzenie
Ciąg
n
n
∈ℕ
0
jest ortogonalny w
[−l , l ].
Dowód
Dla n
∈ℕ mamy
〈
0
,
2 n
−1
〉=
∫
−l
l
cos
n
x
l
dx
=
[
l
n
sin
n
x
l
]
−l
l
=0
〈
0
,
2 n
〉=
∫
−l
l
sin
n
x
l
dx
=
[
−
l
n
cos
n
x
l
]
−l
l
=0
dla n , m
∈ℕ otrzymujemy
〈
2 n
−1
,
2 m
〉=
∫
−l
l
cos
n
x
l
sin
m
x
l
dx
=
=
1
2
∫
−l
l
sin
m−n x
l
sin
mn x
l
dx
=0
Ponadto dla n
≠m
〈
2 n
−1
,
2 m
−1
〉=
∫
−l
l
cos
n
x
l
cos
m
x
l
dx
=
=
1
2
∫
−l
l
cos
m−n x
l
cos
mn x
l
dx
=0
oraz
〈
2 n
,
2 m
〉=
∫
−l
l
sin
n
x
l
sin
m
x
l
dx
=
=
1
2
∫
−l
l
cos
m−n x
l
−cos
mn x
l
dx
=0
- 23 -
Nadto kwadraty norm kwadratowych wynoszą
∥
0
∥
2
=
∫
−l
l
dx
=2l0
oraz dla n
∈ℕ
∥
2 n
−1
∥
2
=
∫
−l
l
cos
2
n
x
l
dx
=
[
x
2
l
4 n
sin
2 n
x
l
]
−l
l
=l0 ,
∥
2 n
∥
2
=
∫
−l
l
sin
2
n
x
l
dx
=
[
x
2
−
l
4 n
sin
2 n
x
l
]
−l
l
=l0 .
□
Uwaga
Jeśli
∀ n∈ℕ:
2 n
−1
,
2 n
- funkcje okresowe o okresie 2 l
⇒ ciąg
n
n
∈ℕ
0
jest
ortogonalny w każdym przedziale o długości 2 l .
Twierdzenie
Ciąg
n
n
∈ℕ
0
:
0
x=1
2 n
−1
x=cos
n
x
l
2 n
x=sin
n
x
l
dla n
∈ℕ
stanowi układ zupełny w klasie funkcji całkowalnych w
[−l , l ].
Niech f -całkowalna w
[−l , l ].
Wtedy współczynniki Fouriera względem układu zupełnego wynoszą
c
n
=
〈 f ,
n
〉
∥
n
∥
2
Stąd
c
0
=
1
2 l
∫
−l
l
f
xdx
c
2 n
−1
=
1
l
∫
−l
l
f
xcos
n
x
l
dx
c
2 n
=
1
l
∫
−l
l
f
xsin
n
x
l
dx
i funkcji f odpowiada szereg Fouriera f
x~
∑
i
=0
∞
c
n
n
x.
- 24 -
Uwaga
Powyższy szereg zapiszemy w postaci tradycyjnej, podstawiając
a
0
:
=2 c
0
a
n
:
=c
2 n
−1
b
n
:
=c
2 n
dla n
∈ℕ.
Wtedy
f
x~
a
0
2
∑
n
=1
∞
a
n
cos
n
x
l
b
n
sin
n
x
l
-szereg trygonometryczny Fouriera
funkcji f w
[−1,1] , gdzie
a
0
=
1
l
∫
−l
l
f
xdx
a
n
=
1
l
∫
−l
l
f
xcos
n
x
l
dx
b
n
=
1
l
∫
−l
l
f
xsin
n
x
l
dx
Wniosek
Szereg trygonometryczny Fouriera jest zbieżny przeciętnie z kwadratem do funkcji f.
Wniosek
Dla szeregu trygonometrycznego Fouriera spełniona jest równość Parsevala, czyli
2 lc
0
2
l
∑
n
=1
∞
c
n
2
=∥ f ∥
2
la
0
2
2
l
∑
n
=1
∞
a
n
2
b
n
2
=∥ f ∥
2
stąd
a
0
2
2
∑
n
=1
∞
a
n
2
b
n
2
=
1
l
∥ f ∥
2
równość Parsevala dla szeregu trygonometrycznego
Fouriera
Definicja
Niech funkcja f jest ograniczona w
a , b.
Mówimy, że f jest przedziałami monotoniczna w
a , b ,
jeśli przedział ten można
podzielić na skończoną liczbę przedziałów, wewnątrz których funkcja jest monotoniczna.
- 25 -
Przykład
Przykład
Funkcja f
x=x sin
1
x
nie jest przedziałami monotoniczna w
[−l , l ].
- 26 -
Definicja
Funkcja f spełnia w przedziale
[a , b] warunki Dirichleta, jeśli:
1
˚ jest przedziałami monotoniczna w
a , b
(jest więc ograniczona)
2
˚ f ∈C a , b∖{x
1
, x
2
,
, x
n
}
oraz w każdym punkcie nieciągłości x
i
zachodzi
f
x
i
=
1
2
[ f x
i
-
f x
i
+
] ,
gdzie f
x
i
-
f x
i
+
oznaczają granice odpowiednio lewo i prawostronne funkcji f
w punkcie x
i
,
f
x
i
-
:=lim
x
x
i
-
f
x , f x
i
+
:= lim
x
x
i
+
f
x
3
˚
f
a= f b=
1
2
[ f a
+
f b
-
].
gdzie f b
-
=lim
x
b
-
f
x , f a
+
= lim
x
a
+
f
x
- 27 -
Twierdzenie (Dirichleta)
Jeśli f spełnia w
[−l , l ] warunki Dirchleta, to jest rozwijalna w szereg trygonometryczny
Fouriera w
[−l , l ] , czyli zachodzi równość
f
x=
a
0
2
∑
n
=1
∞
a
n
cos
n
x
l
b
n
sin
n
x
l
dla x
∈[−l , l ].
Jeśli dodatkowo f jest okresowa o okresie 2 l , to f jest rozwijalna w szereg
trygonometryczny Fouriera w całej swojej dziedzinie.
Uwaga
Niech f spełnia warunki Dirchleta w
[−l , l ].
Jeśli
1
˚
f - parzysta, tzn.
f
−x= f x
to
a
0
=
2
l
∫
0
l
f
xdx
a
n
=
2
l
∫
0
l
f
xcos
n
x
l
dx
b
n
=0
}
⇒ f x=
a
0
2
∑
n
=1
∞
a
n
cos
n
x
l
czyli f jest rozwijalna w szereg kosinusów
Natomiast, jeśli
2
˚ f - nieparzysta, tzn. f −x=− f x to
a
0
=a
n
=0
b
n
=
2
l
∫
0
l
f
xsin
n
x
l
dx
}
⇒ f x=
∑
n
=1
∞
b
n
sin
n
x
l
czyli f jest rozwijalna w szereg sinusów.
Przykład
Rozwinąć w szereg trygonometryczny Fouriera funkcję
f
x=
{
sgn x dla x
∈−l , l ,
0
dla x
=−l∨x=l .
- 28 -
Funkcja f spełnia warunki Dirchleta oraz jest nieparzysta.
Zatem
∀ n∈ℕ
0
a
n
=0 oraz
f
x=
∑
n
=1
∞
b
n
sin
n
x
l
, gdzie
b
n
=
2
l
∫
0
l
sin
n
x
l
dx
=
[
2
l
−
l
n
⋅
cos
n
x
l
]
0
1
=−
2
n
cos n−cos0=−
2
n
−1
n
−1=
=
{
0 ,
gdy n - parzyste,
4
n
, gdy n - nieparzyste.
Stąd b
2 k
=0 i b
2 k
−1
=
4
2 k−1
dla k
∈ℕ i w konsekwencji
f
x=
∑
n
=1
∞
b
2 n
−1
sin
2 n−1 x
l
=
∑
n
=1
∞
4
2 n−1
sin
2 n−1 x
l
dla x
∈[−l , l ].
Zatem
- 29 -
f
x=
4
∑
n
=1
∞
1
2 n
−1
sin
2 n−1 x
l
dla x
∈[−l ,l ]
Powyższe rozwinięcie funkcji f można wykorzystać do obliczania sumy szeregów liczbowych
np. dla x
=
l
2
otrzymujemy
f
l
2
=
4
⋅
∑
n
=1
∞
1
2 n
−1
sin
−
2
n
⇒
1
=
4
∑
n
=1
∞
−1
n
1
2 n
−1
a stąd
∑
n
=1
∞
−1
n
1
2 n
−1
=
4
wzór Leibniza.
Do obliczenia sum szeregów liczbowych można wykorzystać też równośc Parsevala.
Przykład c.d.
Zapiszmy równość Parsevala dla funkcji f zdefiniowanej wcześniej.
∑
n
=1
∞
b
n
2
=
1
l
∥ f ∥
2
,
gdzie b
2 n
−1
=
4
2 n−1
, b
2 n
=0,
stąd
∑
n
=1
∞
4
2 n−1
2
=
1
l
∫
−l
l
f
2
xdx
16
2
∑
n
=1
∞
1
2 n−1
2
=
2
l
∫
−l
l
f
2
xdx=
[
2
l
x
]
0
l
=2
i ostatecznie
∑
n
=1
∞
1
2 n−1
2
=
2
8
.
Rozwijanie w szereg sinusów lub kosinusów.
Niech f spełnia 1
˚ i 2 ˚ warunek Dirchleta w przedziale 0, l . Wtedy funkcję f
można rozwinąć albo w szereg samych sinusów albo w szereg samych kosinusów
odpowiednio ją przedłużając na przedział
[−l , l ].
a) szereg sinusów
f przedłużamy nieparzyście
f *
x=
{
0
, gdy x
=−l
− f −x
, gdy x
=−l ,0
0
, gdy x
=0
f
x
, gdy x
∈0, l
0
, gdy x
=l
b)szereg kosinusów
f przedłużamy parzyście
- 30 -
f *
x=
{
f
l
-
, gdy x
=−l
f
−x
, gdy x
=−l ,0
f
0
, gdy x
=0
f
x
, gdy x
∈0, l
f
l
-
, gdy x
=l
Ponieważ f * spełnia wszystkie warunki Dirichleta, zatem rozwinięcie f * w szereg
trygonometryczny Fouriera w
[−l , l ]. jest rozwinięciem f w szereg trygonometryczny
Fouriera w
0, l .
Przykłady
1. Rozwinąć funkcję
f
x=x
w przedziale
0, w szereg sinusów.
Mamy l
= i f przedłużamy nieparzyście.
Wtedy
f *
x=
{
x
, x
∈− ,
0
, x
= , x=−
b
n
=
2
∫
0
f
xsin
n
x
dx
=
2
∫
0
x sin
nxdx=
2
[
−
x
n
cos
nx
1
n
2
sin
nx
]
0
=
=
2
−
n
−1
n
=
2
n
−1
n
1
Zatem
f *
x=
∑
n
=1
∞
2
n
−1
n
1
sin
nxdla x∈[− ,]
a stąd
f
x=
∑
n
=1
∞
2
n
−1
n
1
sin
nx
dla x
∈0,.
2. Funkcję f
x=x rozwinąć w przedziale 0, w szereg kosinusów.
Mamy l
= i f przedłużamy parzyście.
Wtedy
f *
x=∣x∣ , x∈[− ,]
a
0
=
2
∫
0
f
xdx=
2
∫
0
x dx
=
2
[
1
2
x
2
]
0
=
a
n
=
2
∫
0
f
xcos
n
x
dx
=
2
∫
0
x cos
nxdx=
2
[
x
n
sin
nx
1
n
2
cos
nx
]
0
=
=
2
n
2
−1
n
−1
=
{
0
,
gdy n
−parzyste
−
4
n
2
,
gdy n
−nieparzyste
- 31 -
zatem
f *
x=
2
−
4
∑
n
=1
∞
1
2 n−1
2
cos
[2 n−1 x] dla x∈[− ,]
a stąd
f
x=
2
−
4
∑
n
=1
∞
1
2 n−1
2
cos
[2 n−1 x] dla x∈[0,].
- 32 -
Postać zespolona szeregu trygonometrycznego Fouriera.
Wzory Eulera
cos z
=
e
iz
e
−iz
2
sin z
=
e
iz
−e
−iz
2i
zachodzą
∀ z∈ℂ , zatem w szczególności dla z=
n
x
l
, gdzie x
∈ℝ.
Stąd
cos
n
x
l
=
1
2
e
i
n
x
l
e
−i
n
x
l
sin
n
x
l
=
1
2i
e
i
n
x
l
−e
−i
n
x
l
=
i
2
−e
i
n
x
l
e
−i
n
x
l
i szereg trygonometryczny Fouriera
a
0
2
∑
n
=1
∞
a
n
cos
n
x
l
b
n
sin
n
x
l
można zapisać w postaci
a
0
2
∑
n
=1
∞
a
n
−i b
n
2
e
i
n
x
l
a
n
i b
n
2
e
−i
n
x
l
c
0
c
n
c
−n
to znaczy
c
0
∑
n
=1
∞
c
n
e
i
n
x
l
c
−n
e
−i
n
x
l
, gdzie
{
c
0
=
a
0
2
c
n
=
a
n
−i b
n
2
, n
∈ℕ
c
−n
=
a
n
i b
n
2
lub krótko
∑
n
=−∞
n
=∞
c
n
e
i
n
x
l
,
gdzie powyższy szereg jest ciągiem sum cząstkowych S
N
x=
∑
n
=−N
N
c
n
e
i
n
x
l
.
Jest to postać zespolona szeregu trygonometrycznego Fouriera(krótko zespolony
szereg Fouriera).
Jeśli f spełnia warunki Dirichleta w
[−l , l ] , to jest rozwijalna w szereg zespolony
Fouriera i, podobnie jak wyżej, można wyprowadzić wzory na współczynniki Fouriera.
c
n
=
1
2 l
∫
−l
l
f
xe
−i
n
x
l
dx , dla n
∈ℤ
- 33 -
Uwaga
Jesli dodatkowo f jest funkcją okresową o okresie 2 l , to
c
n
=
1
2 l
∫
0
2 l
f
xe
−i
n
x
l
dx dla n
∈ℤ.
- 34 -