罗布泊消逝的仙湖-战象

最近我在重新学习偏微分方程的时候又遇到“傅里叶级数”了，我曾经觉得这个公式非常繁< br>琐，用到的时候就去翻书查看，没法自己信心满满的写出来。现在我找到诀窍了，可以不需
要任何 参考书，给我一个周期函数，我可以马上写出它的傅里叶级数。诀窍就在于从“几何”
的角度来看待傅里 叶级数。当我们把一个周期函数表达成傅里叶级数时，其实我们只是在做
一个动作，那就是把函数“投影 ”到一系列由三角函数构成的“坐标轴”上。

1. 什么是投影
我们先来复习什么是投影吧。考虑一个简单的二维平面的例子。如下图所示，给定两个
向量 u 和 v ，我们从 u 的末端出发作到 v 所在直线的垂线，得到一个跟 v 同向的新向
量 p 。这个过程就称作 u 到 v 所在直线的投影，得到的新向量 p 就是 u 沿 v 方向的分
量。图中的系数 c 是 p 跟 v 的比例，也就是 u 在 v 轴上的“坐标”。我们可以用尺规作图
来完成投影这个动作，问题是：如果给定的向量 u 和 v 都是代数形式的，我们怎么用代数
的方法求 c ？


我相信只要有基本线性代数知识的同学都可以轻松解决这个问题。我们知道 u-cv 这个向
量是“正交”于 v 的，用数学语言表达就是 (u-cv)T v = 0。我们马上就可以得到 c 的表达式
如下。

（1）


2. 向量在一组正交基上的展开
在讲傅里叶级数之前，我们还需引进线性代数中“ 正交基”的概念。如果这个概念你觉得
陌生，就把它想成是互相垂直的“坐标轴”。回到刚才这个例子， 如下图所示，现在我们引进
一组正交基 {v1，v2}，那么 u 可以展开成以下形式

（2）

从图上来看，(2) 式其实说的是我们可以把 u“投影”到 v1 和 v2 这两个坐标轴上，c1 和
c2 就是 u 的新“坐标”。问题是：我们怎么求 c1 和 c2 呢？你会说，我们可以 (2) 式两边
同时乘以 v1 或 v2，然后利用它们正交的性质来求 c1，c2。没错，数学上是这么做 的。但
是利用之前关于投影的讨论，我们可以直接得出答案，直接利用 (1) 式就可以得到如下的表
达式：
（3）

3. 傅里叶级数的几何意义
现在我们已经明白一件事情了：如果想把一个向量在一组正交基上展开，也就是找到这
个向量沿每条新“坐标轴”的“坐标”，那么我们只要把它分别投影到每条坐标轴上就好了，也
就是把 (1) 式中的 v 换成新坐标轴就好了。说了半天，这些东西跟傅里叶级数有什么关系？
我们先回忆 一下傅里叶级数的表达式。给定一个周期是 2l 的周期函数 f(x),它的傅里叶级数
为：

其中系数表达式如下：
（4）

（5）

我不喜欢记忆这些公式，有办法可以更好的理解他们来帮助记忆吗？答案是有的，那就
是从几何的角度来看。傅里叶告诉我们，f(x) 可以用下面这组由无限多个三角函数（包括常
数）组成的“正交基”来展开，
（6）

这里我们需要在广义上来理解“正交”。我们说两个向量，或两个函数之间是正交 的，意
思是它们的“内积”（inner product）为零。 “内积”在有限维的“向量空间”中的形式为“点
积”(dot product)。在无限维的“函数空间”中，对于定义在区间 [a,b] 上的两个实函数
u(x),v(x) 来说，它们的内积定义为
（7）

正交基 (6) 中的每个函数都可以看做是一条独立的坐标轴，从几何角度来看，傅里叶级
数展开其实 只是在做一个动作，那就是把函数“投影”到一系列由三角函数构成的“坐标轴”
上。上面 (5) 式中的系数则是函数在每条坐标轴上的坐标。
现在的问题是我们不能直接用 (1) 式来求这些坐标了，因为它只适用于有限维的向量空
间。在无限维的函数空间，我们需要把 (1) 式中分子分母的点积分别替换成 (7) 式。那
么 (5) 式中的所有系数马上可以轻松的写出：
（8）

值得注意的是，(8) 式中所有积分可以在任意一个长度是2l的区间内进行。也就是说，不
管是 [-l,l] 还是 [0,2l]，答案都是一样的。

有同学会说，老师上课教的是对 (4) 式两边乘以1，cos(nπxl)，或 sin(nπxl), 然后积分，
利用这些函数之间的正交性来得到 (5) 式。这些当然是对的，而且我们应该学会这种推 导来
加深对正交性的理解。但是在应用上，我更喜欢用几何的角度来看傅里叶级数，把函数看成
是无限维的向量，把傅里叶级数跟几何中极其简单的“投影”的概念联系起来，这样学习新知
识就变得简 单了，而且可以毫无障碍的把公式记住，甚至一辈子都难忘。
熟悉傅里叶级数的同学会问，那么 对于复数形式的傅里叶级数，我们是否也能用几何投
影的观点来看，然后写出级数中的所有系数呢？答案 是肯定的。给定一个周期是 2l 的周期
函数 f(x),它的傅里叶级数的复数形式为：

其中系数表达式如下：
（9）
（10）

这意味着我们用了下面这组“正交基”来展开原函数，
（11）

我们之前提到了两个函数正交，意思是它们的内积为零。对于定义在区间 [a,b] 上的两个
复函数 u(x),v(x) 来说，它们的内积定义为
（12）
其中v加上划线意思是它的共轭。(10) 中指数函数里的负号就是因为取了共轭的关系。
现在我们同样可以把原函数分别投影到 (11) 中的每个函数所在的“坐标轴”来求出对应的
“坐标”，也就是系数cn：
（13）

这里我想强调一下这个“正交基”的重要性。在一个有限维的向量空间，给定任何向 量都可
以被一组基展开，它可以不必是正交的，这个时候展开项中的系数（也就是沿这组基中任一
坐标轴的坐标）需要求解一个线性方程组来得到。只有当这组基是正交的时候，这些系数才
能从给定向 量往各坐标轴上投影得出，也就是 (1) 式。同样的，在无限维的函数空间，我们
可以把一个函数在 某个“基”中展开，但是只有在“正交基”中，展开项中的系数才能看成是函
数投影的结果。
最后做一个总结，不管是向量 u 还是函数 u，他们都可以被一组正交基{vn：n=1,...,N}（有限个向量）或{vn：n=1,...,∞}(无限个函数）展开如下:

（14）
上式中的 cn 代表 u 在 vn 所在的坐标轴上投影产生的坐标。而 (14) 式中内积的定义视
情况而定，在有限维的向量空间（实数域），向量 u 和 v 的内积是点积 uTv；在无限维的
函数空间，函数 u(x) 和 v(x) 的内积的通用形式是 (12)，如果它们是实函数，那么 (12) 就
可以简化成 (7) 的形式。
我 们可以看到，用几何投影的观点来看待傅里叶级数，理解变得更加容易，因为我相信
所有人都能理解投影 的概念；同时，傅里叶级数所有的公式都可以轻松的记住，想要遗忘都
难了。我们在学习不同学科的时候 可以经常的去做联系，尝试着用不同的角度去看待同一个
问题，我相信这么做是很有好处的。



陈宇航
写于2013年3月23号
转载请注明出处。


后记（写于2013年3月28号）：
这篇文章的核心思想其实是来自MIT的教授 Gilbert Strang 写的《Introduction to Linear
Algebra》这本书（第三版）。我在好几个月前重新学了一遍线性代数，就是看 MIT的开放
课程，授课老师是 Gilbert，他用的书就是上面提到这本。我从没有如此享受过数 学课。以
前学的数学课似乎老师更注重数学运算和推导，而不是讨论数学背后的本质。Gilbert 的讲
课方式讲究原理，也就是 ，而不是 ，同时也有非常有趣的应用。有兴趣的同
学可以去听 听这门课。对于这篇文章提到的从几何观点来看傅里叶级数的思想，相关内容可
以在书本最后关于傅里叶 级数的讨论中找到。值得注意的是，Gilbert 默认函数周期是2PI，
而且没有涉及复数形式。 这篇文章主要是把几何投影与傅里叶级数的概念整合在了一起，考
虑了一般的周期函数，同时涉及了傅里 叶级数的复数形式，希望能对一些朋友有所帮助。