Fourier反転公式(Fourier inversion formula)とは、関数 $f$ をその Fourier 変換 $\widehat f$ から $f(x)=\int\widehat f(\xi)e^{2\pi ix\cdot\xi}\,d\xi$ によって復元する公式である。$f,\widehat f\in L^1(\mathbb{R}^n)$ なら、ほとんどすべての $x$ で成り立ち、$f$ が連続ならすべての $x$ で成り立つ。$\widehat f\in L^1$ を仮定しなくても、$\widehat f$ に Gauss 関数を掛けた積分は $L^1$ で $f$ に収束し、ここから $L^1$ 上の Fourier 変換の単射性が従う。Schwartz 空間の上では Fourier 変換は全単射で、逆写像は符号を変えた積分で与えられる。
前提知識: Fourier変換, Lebesgue積分, Lp空間, 畳み込み
Fourier反転公式(Fourier inversion formula)は、関数 $f$ をその Fourier変換 $\widehat f$ から
$$
f(x)=\int_{\mathbb{R}^n}\widehat f(\xi)\,e^{2\pi ix\cdot\xi}\,d\xi
$$
によって復元する公式である。$\widehat f$ を作る積分と右辺の積分は、指数関数の符号が違うだけで同じ形をしている。周波数ごとの成分 $\widehat f(\xi)$ を重みとして波 $e^{2\pi ix\cdot\xi}$ を重ね合わせると元の関数に戻る、というのがこの公式の読み方である。
右辺が絶対収束する積分であるためには $\widehat f\in L^1$ が要るが、$f\in L^1$ であっても $\widehat f\in L^1$ とは限らない。この記事では、$f,\widehat f\in L^1$ のときの反転公式(thm-fi-main)を証明し、$\widehat f\in L^1$ を仮定しなくても成り立つ Gauss 総和の形(prop-fi-gauss-summation)と、Fourier 変換の単射性(cor-fi-injective)を導く。さらに Schwartz空間 の上では Fourier 変換が全単射になること(thm-fi-schwartz)を示す。
$\mathbb{R}^n$ 上の Lebesgue 測度を $dx$ と書き、$x\cdot\xi=\sum_jx_j\xi_j$ とする。関数の値は複素数とする。規格化は Fourier変換 と同じく、指数に $2\pi$ を入れるものを使う。
$f\in L^1(\mathbb{R}^n)$ の Fourier 変換 を
$$
\widehat f(\xi):=\int_{\mathbb{R}^n}f(x)\,e^{-2\pi ix\cdot\xi}\,dx\qquad(\xi\in\mathbb{R}^n)
$$
と定める。$g\in L^1(\mathbb{R}^n)$ の 逆向きの積分 を
$$
\mathcal{F}^{-1}g(x):=\int_{\mathbb{R}^n}g(\xi)\,e^{2\pi ix\cdot\xi}\,d\xi\qquad(x\in\mathbb{R}^n)
$$
と定める。
どちらの積分も絶対収束し、$\mathcal{F}^{-1}g(x)=\widehat g(-x)$ である。$\widehat f$ は連続で無限遠で $0$ に近づく(Fourier変換 の命題「有界性・連続性・無限遠での減衰」)ので、$\mathcal{F}^{-1}g$ も同じ性質をもつ。記号は $\mathcal{F}^{-1}$ と書くが、これが実際に Fourier 変換の逆になっていることは証明すべき主張である。
$e^{-ix\cdot\xi}$ を使う規格化では $\mathcal{F}^{-1}$ の前に $(2\pi)^{-n}$ が付き、$(2\pi)^{-n/2}$ を両方に分ける規格化(Schwartz空間 の記事はこちらである)もある。公式の定数は変わるが、以下の主張の内容は変わらない。
$\widehat f$ に $e^{2\pi ix\cdot\xi}$ を掛けて積分し、$\widehat f$ の定義をいきなり代入すると、$\int e^{2\pi i(x-y)\cdot\xi}\,d\xi$ という収束しない積分が現れて積分の順序を交換できない。そこで Gauss 関数を掛けて積分を収束させ、後でその因子を取り除く。
$f,g\in L^1(\mathbb{R}^n)$ なら $\widehat fg$、$f\widehat g$ は積分可能で
$$
\int_{\mathbb{R}^n}\widehat f(\xi)\,g(\xi)\,d\xi=\int_{\mathbb{R}^n}f(y)\,\widehat g(y)\,dy
$$
である。
$\lvert\widehat f\rvert\le\|f\|_1$、$\lvert\widehat g\rvert\le\|g\|_1$ なので積分可能である。$\lvert f(y)g(\xi)e^{-2\pi iy\cdot\xi}\rvert=\lvert f(y)\rvert\lvert g(\xi)\rvert$ は $(y,\xi)$ について積分可能なので、Fubini の定理により
$$
\int\widehat f(\xi)g(\xi)\,d\xi=\iint f(y)e^{-2\pi iy\cdot\xi}g(\xi)\,dy\,d\xi=\int f(y)\widehat g(y)\,dy
$$
である。$\square$
$\varepsilon>0$ に対し
$$
\Gamma_\varepsilon(\xi):=e^{-\pi\varepsilon^2\lvert\xi\rvert^2},\qquad K_\varepsilon(x):=\varepsilon^{-n}e^{-\pi\lvert x\rvert^2/\varepsilon^2}
$$
とおく。$\varepsilon$ が小さいほど $\Gamma_\varepsilon$ は $1$ に近く、$K_\varepsilon$ は原点に集中する。
$\widehat{\Gamma_\varepsilon}=K_\varepsilon$ であり、$\int_{\mathbb{R}^n}K_\varepsilon(x)\,dx=1$ である。
まず $n=1$、$\varepsilon=1$ とする。$G(\xi):=\int_{\mathbb{R}}e^{-\pi x^2}e^{-2\pi ix\xi}\,dx$ とおくと、積分記号の下で微分でき、$-2\pi ixe^{-\pi x^2}=i\,(e^{-\pi x^2})'$ を使って部分積分すると
$$
G'(\xi)=\int_{\mathbb{R}}i\,(e^{-\pi x^2})'\,e^{-2\pi ix\xi}\,dx=-i\int_{\mathbb{R}}e^{-\pi x^2}(-2\pi i\xi)e^{-2\pi ix\xi}\,dx=-2\pi\xi\,G(\xi)
$$
である。$G(0)=\int e^{-\pi x^2}\,dx=1$(Gauss積分)なので $G(\xi)=e^{-\pi\xi^2}$ である。
$n$ 変数では $e^{-\pi\lvert x\rvert^2}e^{-2\pi ix\cdot\xi}$ が各座標の積なので、$\mathcal{F}(e^{-\pi\lvert x\rvert^2})(\xi)=e^{-\pi\lvert\xi\rvert^2}$ である。変数変換 $\xi=\eta/\varepsilon$ により
$$
\widehat{\Gamma_\varepsilon}(x)=\varepsilon^{-n}\int_{\mathbb{R}^n}e^{-\pi\lvert\eta\rvert^2}e^{-2\pi i(x/\varepsilon)\cdot\eta}\,d\eta=\varepsilon^{-n}e^{-\pi\lvert x\rvert^2/\varepsilon^2}=K_\varepsilon(x)
$$
である。また変数変換 $x=\varepsilon y$ により $\int K_\varepsilon(x)\,dx=\int e^{-\pi\lvert y\rvert^2}\,dy=1$ である。$\square$
$h\in L^1(\mathbb{R}^n)$ なら、$(h*K_\varepsilon)(x):=\int h(y)K_\varepsilon(x-y)\,dy$ について $\|h*K_\varepsilon-h\|_1\to0$($\varepsilon\downarrow0$)である。
$\omega(z):=\|h(\cdot-z)-h\|_1$ とおく。$\omega\le2\|h\|_1$ である。$\omega(z)\to0$($z\to0$)を示す。$\eta>0$ に対し、コンパクトな台をもつ連続関数 $u$ で $\|h-u\|_1< \eta$ となるものをとる(Lp空間 の稠密性)。$\omega(z)\le2\|h-u\|_1+\|u(\cdot-z)-u\|_1$ で、$u$ は一様連続で、$\lvert z\rvert\le1$ なら差の台は $u$ の台の $1$ 近傍に入るので、最後の項は $z\to0$ で $0$ に近づく。よって $\limsup_{z\to0}\omega(z)\le2\eta$ である。
$\int K_\varepsilon=1$ と変数変換 $y=x-\varepsilon w$ から
$$
(h*K_\varepsilon)(x)-h(x)=\int_{\mathbb{R}^n}\bigl(h(x-\varepsilon w)-h(x)\bigr)e^{-\pi\lvert w\rvert^2}\,dw
$$
である。$x$ について積分し、Tonelli の定理で順序を入れ替えると
$$
\|h*K_\varepsilon-h\|_1\le\int_{\mathbb{R}^n}\omega(\varepsilon w)\,e^{-\pi\lvert w\rvert^2}\,dw
$$
を得る。被積分関数は $2\|h\|_1e^{-\pi\lvert w\rvert^2}$ で抑えられ、各 $w$ で $0$ に近づくので、優収束定理により右辺は $0$ に収束する。$\square$
次の命題が証明の中心である。ここでは $\widehat f$ の積分可能性を仮定しない。
$f\in L^1(\mathbb{R}^n)$ と $\varepsilon>0$ について、すべての $x$ で
$$
\int_{\mathbb{R}^n}\widehat f(\xi)\,e^{-\pi\varepsilon^2\lvert\xi\rvert^2}\,e^{2\pi ix\cdot\xi}\,d\xi=(f*K_\varepsilon)(x)
$$
が成り立つ。したがって左辺は、$\varepsilon\downarrow0$ で $L^1$ の意味で $f$ に収束する。
$x$ を固定し、$g(\xi):=\Gamma_\varepsilon(\xi)e^{2\pi ix\cdot\xi}$ とおく。$g\in L^1$ で、lem-fi-gauss から
$$
\widehat g(y)=\int_{\mathbb{R}^n}\Gamma_\varepsilon(\xi)e^{-2\pi i(y-x)\cdot\xi}\,d\xi=K_\varepsilon(y-x)=K_\varepsilon(x-y)
$$
である($K_\varepsilon$ は偶関数)。prop-fi-multiplication により左辺は $\int f(y)K_\varepsilon(x-y)\,dy=(f*K_\varepsilon)(x)$ に等しい。後半は lem-fi-approx である。$\square$
$f\in L^1(\mathbb{R}^n)$ かつ $\widehat f\in L^1(\mathbb{R}^n)$ とする。このとき、ほとんどすべての $x$ で
$$
f(x)=\mathcal{F}^{-1}\widehat f(x)=\int_{\mathbb{R}^n}\widehat f(\xi)\,e^{2\pi ix\cdot\xi}\,d\xi
$$
が成り立つ。とくに $f$ は零集合の上で値を変えると連続関数になる。$f$ がはじめから連続なら、等式はすべての $x$ で成り立つ。
$g:=\mathcal{F}^{-1}\widehat f$ とおく。$\widehat f\in L^1$ なので $g$ は連続である(def-fi-transform の後の段落)。
$\lvert\widehat f(\xi)e^{-\pi\varepsilon^2\lvert\xi\rvert^2}e^{2\pi ix\cdot\xi}\rvert\le\lvert\widehat f(\xi)\rvert$ で、$\varepsilon\downarrow0$ で被積分関数は $\widehat f(\xi)e^{2\pi ix\cdot\xi}$ に収束する。優収束定理により、prop-fi-gauss-summation の左辺は各 $x$ で $g(x)$ に収束する。
一方、右辺 $f*K_\varepsilon$ は $L^1$ で $f$ に収束するので、ある列 $\varepsilon_k\downarrow0$ に沿ってほとんどすべての $x$ で $f(x)$ に収束する(Lp空間)。2 つの極限を比べて、ほとんどすべての $x$ で $f(x)=g(x)$ である。
$f$ も連続なら、連続関数 $f-g$ はほとんど至る所 $0$ である。$f(x_0)\neq g(x_0)$ なら、$x_0$ の近傍全体で $f-g\neq0$ となり、正の測度の集合の上で $0$ でないことになるので、すべての点で $f=g$ である。$\square$
「ほとんどすべて」は弱められない。右辺は $x$ の連続関数なので、$f$ の 1 点の値を変えれば等式はその点で崩れる(ex-fi-counterexamples の 2 行目)。この定理は Kna16b Theorem 8.4(p. 418)にあり、$n=1$ の場合は Axl26 11.76(p. 374)にある。
$f,h\in L^1(\mathbb{R}^n)$ について $\widehat f=\widehat h$ なら、ほとんど至る所 $f=h$ である。
$u:=f-h$ とすると $\widehat u=0$ である。prop-fi-gauss-summation の左辺は $0$ なので $u*K_\varepsilon=0$ であり、$\varepsilon\downarrow0$ として $\|u\|_1=0$ である。$\square$
この系は Kna16b Corollary 8.5(p. 419)、$n=1$ の場合は Axl26 11.80(p. 375)にある。$f\in L^1$ は $\widehat f$ によって決まるので、等式を Fourier 変換の側で確かめられる。たとえば $L^1$ の関数の畳み込みの結合法則 $(f*g)*h=f*(g*h)$ は、両辺の Fourier 変換がどちらも $\widehat f\,\widehat g\,\widehat h$ であることから従う(Axl26 11.81、p. 375)。
$\widehat f\in L^1$ のとき、thm-fi-main は $\mathcal{F}^{-1}\mathcal{F}f=f$ を意味する。順序を逆にした $\mathcal{F}\mathcal{F}^{-1}g=g$ も、$g,\mathcal{F}^{-1}g\in L^1$ のときほとんど至る所で成り立つ。$h(x):=g(-x)$ とおくと $\widehat h=\mathcal{F}^{-1}g$ なので、同じ定理を $h$ に当てて $x$ を $-x$ に替えればよい。
$L^1$ の関数の Fourier 変換は $L^1$ に入るとは限らないので、$\mathcal{F}$ は $L^1$ の上の全単射にはならない。$\mathcal{F}$ で閉じた関数の空間として最も基本的なのが Schwartz空間 $\mathcal{S}(\mathbb{R}^n)$ である。
$f\in\mathcal{S}(\mathbb{R}^n)$ なら $\widehat f\in\mathcal{S}(\mathbb{R}^n)$ で、すべての $x$ で $f(x)=\mathcal{F}^{-1}\widehat f(x)$ である。$\mathcal{F}\colon\mathcal{S}\to\mathcal{S}$ は線形な全単射で、逆写像は $\mathcal{F}^{-1}$ である。さらに $\mathcal{F}^2f(x)=f(-x)$、$\mathcal{F}^4=\mathrm{id}$ である。
$\widehat f\in\mathcal{S}$ を示す。$f\in\mathcal{S}$ なら積分記号の下で微分でき、部分積分の境界項は消えるので、$\partial_{\xi_j}\widehat f=-2\pi i\,\mathcal{F}(x_jf)$、$2\pi i\xi_j\widehat f=\mathcal{F}(\partial_jf)$ である。これらを繰り返すと、多重指数 $\alpha,\beta$ について $\xi^\alpha\partial^\beta\widehat f$ は $\partial^\alpha(x^\beta f)\in\mathcal{S}\subset L^1$ の Fourier 変換の定数倍であり、有界である。よって $\widehat f\in\mathcal{S}$ である。$\mathcal{F}^{-1}g=\widehat g(-\cdot)$ なので $\mathcal{F}^{-1}$ も $\mathcal{S}$ を $\mathcal{S}$ に移す。
$f$ は連続で $f,\widehat f\in\mathcal{S}\subset L^1$ なので、thm-fi-main により $\mathcal{F}^{-1}\mathcal{F}f=f$ がすべての $x$ で成り立つ。$g\in\mathcal{S}$ に対し、この式を $g(-\cdot)\in\mathcal{S}$ に当てて $x$ を $-x$ に替えると $\mathcal{F}\mathcal{F}^{-1}g=g$ を得る。よって全単射で、逆写像は $\mathcal{F}^{-1}$ である。
$\mathcal{F}^2f(x)=\widehat{\widehat f}(x)=\mathcal{F}^{-1}\widehat f(-x)=f(-x)$ であり、もう 1 回繰り返して $\mathcal{F}^4f=f$ である。$\square$
$\mathcal{S}$ の上の全単射性は Kna16b Proposition 8.10(p. 423)にある。対称な規格化での同じ主張は Schwartz空間 の定理「Schwartz空間上のFourier変換」である。$\mathcal{F}^4=\mathrm{id}$ から、$\mathcal{S}$ の上の $\mathcal{F}$ の固有値は $1,-1,i,-i$ のどれかである。
$n=1$ とする。$\gamma(x):=e^{-\pi x^2}$ は lem-fi-gauss により $\widehat\gamma=\gamma$ を満たし、固有値は $1$ である。$\gamma_1(x):=x\gamma(x)$ について、$\mathcal{F}(x\gamma)(\xi)=\frac{-1}{2\pi i}\gamma'(\xi)=\frac{1}{2\pi i}\cdot2\pi\xi\,\gamma(\xi)=-i\,\xi\gamma(\xi)$ なので $\widehat{\gamma_1}=-i\gamma_1$ で、固有値は $-i$ である。もう 1 回変換すると $\mathcal{F}^2\gamma_1=-\gamma_1$ となり、$\gamma_1$ が奇関数であることと $\mathcal{F}^2\gamma_1(x)=\gamma_1(-x)$ が合っている。
反転公式から、$\mathcal{F}$ が $L^2$ のノルムを保つことも出る(Fourier変換 の定理「Plancherelの等式」、Plancherelの定理)。超関数への拡張は、$\mathcal{S}$ の上の反転公式を双対で移したものである(緩増加超関数とFourier変換)。
$n=1$、$f(x):=e^{-2\pi\lvert x\rvert}$ とする。$x=0$ で積分を 2 つに分けると
$$
\widehat f(\xi)=\frac1{2\pi(1+i\xi)}+\frac1{2\pi(1-i\xi)}=\frac1{\pi(1+\xi^2)}
$$
で、これは積分可能である。$f$ は連続なので thm-fi-main がすべての $x$ で使えて
$$
e^{-2\pi\lvert x\rvert}=\int_{\mathbb{R}}\frac{e^{2\pi ix\xi}}{\pi(1+\xi^2)}\,d\xi
$$
である。$x=0$ では $\int_{\mathbb{R}}\frac{d\xi}{\pi(1+\xi^2)}=1$ で、$\arctan$ の値と合う。$x$ を $-\xi$ に読み替えて両辺に $\pi$ を掛けると、反転公式を使っただけで $\mathcal{F}\bigl((1+x^2)^{-1}\bigr)(\xi)=\pi e^{-2\pi\lvert\xi\rvert}$ が求まる。
$n=1$、$\Lambda(\xi):=\max\{1-\lvert\xi\rvert,0\}$ とする。$\Lambda$ は偶関数なので、部分積分により $x\neq0$ で
$$
\widehat\Lambda(x)=2\int_0^1(1-\xi)\cos(2\pi x\xi)\,d\xi=\frac{2(1-\cos2\pi x)}{(2\pi x)^2}=\Bigl(\frac{\sin\pi x}{\pi x}\Bigr)^2
$$
である($x=0$ では値 $1$)。これを $s(x)$ と書く。$0\le s(x)\le\min\{1,(\pi x)^{-2}\}$ なので $s\in L^1(\mathbb{R})$ で、$\Lambda$ は連続なので thm-fi-main により $\Lambda(\xi)=\int_{\mathbb{R}}s(x)e^{2\pi ix\xi}\,dx$ がすべての $\xi$ で成り立つ。$s$ は偶関数なので、これは
$$
\widehat s(\xi)=\Lambda(\xi)=(1-\lvert\xi\rvert)_+
$$
ということである。$s$ の台は有界でないが、$\widehat s$ の台は $[-1,1]$ に入る。$\xi=0$ とおくと $\int_{\mathbb{R}}\bigl(\frac{\sin\pi x}{\pi x}\bigr)^2dx=1$、すなわち $\int_{\mathbb{R}}\bigl(\frac{\sin t}{t}\bigr)^2dt=\pi$ を得る。
$a>0$、$f:=\mathbf 1_{[-a,a]}$ とすると、$\widehat f(\xi)=\frac{\sin2\pi a\xi}{\pi\xi}$($\xi=0$ では $2a$)は積分可能でないので、thm-fi-main は使えない。しかし $R>0$ で切り詰めた積分は計算できる。$\widehat f$ は偶関数なので
$$
\int_{-R}^R\widehat f(\xi)e^{2\pi ix\xi}\,d\xi=\frac1\pi\int_0^R\frac{\sin2\pi(a+x)\xi+\sin2\pi(a-x)\xi}\xi\,d\xi
$$
である。$\int_0^R\frac{\sin c\xi}\xi\,d\xi$ は $R\to\infty$ で $\frac\pi2\operatorname{sgn}c$ に収束するので($c>0$ は $t=c\xi$ と変数変換して 特性関数(確率論) の補題「Dirichlet 積分」を使う。$c< 0$ は $c$ について奇関数であることから、$c=0$ は値が $0$)、切り詰めた積分は
$$
\frac12\bigl(\operatorname{sgn}(a+x)+\operatorname{sgn}(a-x)\bigr)=\begin{cases}1&(\lvert x\rvert< a)\\\frac12&(\lvert x\rvert=a)\\0&(\lvert x\rvert>a)\end{cases}
$$
に収束する。不連続点では $f$ の値ではなく、左右の極限の平均が現れる。絶対収束しない場合には、反転の積分は和のとり方を指定して初めて意味をもつ。
| 外す条件 | 反例 | 成り立たなくなること |
|---|---|---|
| $\widehat f\in L^1$ | $f=\mathbf 1_{[-a,a]}$(ex-fi-indicator) | 反転の積分が絶対収束する |
| $f$ の連続性 | $f=\mathbf 1_{\{0\}}$ | すべての $x$ で $f=\mathcal{F}^{-1}\widehat f$ |
| $f\in L^1$ | $f(x)=\frac{\sin\pi x}{\pi x}$ | $\widehat f$ を定める積分が絶対収束する |
| 空間が $\mathcal{S}$ であること($\mathcal{D}$ に替える) | $0$ でない 試験関数 | $\mathcal{F}$ が空間を自身に写す |
| 空間が $\mathcal{S}$ であること($L^1$ に広げる) | $\mathbf 1_{[-a,a]}\in L^1$ | $\mathcal{F}$ が空間を自身に写す |
1 行目:$\lvert\widehat f(\xi)\rvert=\frac{\lvert\sin2\pi a\xi\rvert}{\pi\lvert\xi\rvert}$ の積分は、$\lvert\sin\rvert$ が一定以上の区間の和から調和級数の定数倍で下から抑えられて発散する。
2 行目:$\mathbf 1_{\{0\}}$ はほとんど至る所 $0$ なので $f\in L^1$、$\widehat f=0\in L^1$ で、$\mathcal{F}^{-1}\widehat f=0$ である。$x=0$ で $f(0)=1\neq0$ であり、等式は零集合の上でだけ崩れる。これは thm-fi-main に反しない。
3 行目:$\int_{\mathbb{R}}\bigl\lvert\frac{\sin\pi x}{\pi x}\bigr\rvert dx=\infty$(1 行目と同じ)なので、定義の積分は絶対収束しない。$f\in L^2$ で、Plancherelの定理 による $L^2$ の Fourier 変換としては、1 行目で $a=\frac12$ とした式と反転から $\mathbf 1_{[-1/2,1/2]}$ になる。
4 行目:$\varphi\neq0$ を試験関数とする。$\widehat\varphi$ の台はコンパクトでない(試験関数 の命題「台が有界な関数の Fourier 変換」)ので、$\widehat\varphi\notin\mathcal{D}$ である。
5 行目:1 行目の通り $f\in L^1$ だが $\widehat f\notin L^1$ である。
他の場面の反転公式。 周期関数を Fourier級数 で表すこと、有限列の 離散Fourier変換と反転公式、確率測度 を特性関数から復元すること(特性関数(確率論) の定理「反転公式」)は、どれも同じ考えの別の形である。特性関数の場合も、積分可能なら密度が逆向きの積分で表される(同じ記事の系「可積分な特性関数と密度」)。
使われる場面。 $\mathcal{F}^{-1}$ の式は、Fourier 変換の側で掛け算になった方程式の解を、元の空間に戻すときに使う(Fourier変換 の節「熱方程式」)。Poissonの和公式 や Paley–Wienerの定理 も、$\widehat f$ から $f$ を読み戻す議論を含む。
Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する