线性代数与傅里叶级数

一、引子：傅里叶系数为什么长这样？

初学傅里叶级数时，最让人困惑的是那个系数公式：

\[a_n = \frac{1}{\pi} \int_0^{2\pi} f(x) \cos nx \, dx\]

它仿佛是从天上掉下来的。但课堂笔记给出了答案：把它写成内积的形式，

\[a_n = \frac{1}{\pi} \langle f,\, \cos nx \rangle\]

一切就清楚了——这不过是函数 $f$ 在 $\cos nx$ 这个「方向」上的投影分量。

要看懂这件事，需要先把线性代数中关于内积、正交投影、正交补的几何直觉，一路推广到无穷维的希尔伯特空间。这正是本文要走的路。

$函数也是向量$

二、有限维的地基：正交投影与正交补

2.1 正交投影

设 $V$ 是有限维内积空间，$U \le V$ 是子空间，$\{e_1, \dots, e_m\}$ 是 $U$ 的一组标准正交基（ONB）。对任意 $v \in V$，定义它在 $U$ 上的正交投影：

\[\operatorname{proj}_U(v) = \langle v, e_1 \rangle e_1 + \langle v, e_2 \rangle e_2 + \cdots + \langle v, e_m \rangle e_m\]

每个系数 $\langle v, e_i \rangle$ 就是 $v$ 在 $e_i$ 方向上的分量大小。

$正交投影示意图$

2.2 直和分解定理

课堂笔记里的核心命题是：

命题：设 $U \le V$ 为子空间，$V$ 有限维，则
\[V = U \oplus U^\perp\]

证明的两步（笔记原文）：

① $U \cap U^\perp = \{0\}$

$\forall x \in U \cap U^\perp$，则 $0 = \langle x, x \rangle \Rightarrow x = 0$，故 $U + U^\perp = U \oplus U^\perp$。

② $V \subseteq U + U^\perp$

取 $v \in V$，令 $u = \sum_{i=1}^m \langle v, e_i \rangle e_i \in U$（即 $u = \operatorname{proj}_U(v)$）。断言 $v - u \in U^\perp$：

\[(v - u,\, e_i) = (v, e_i) - \langle v, e_i \rangle \langle e_i, e_i \rangle = 0\]

于是 $v = u + (v - u)$，前者在 $U$ 中，后者在 $U^\perp$ 中。

$正交补与直和分解$

这个定理的意义是：任何向量都能被唯一地拆成「在子空间内的部分」加「与子空间垂直的部分」。投影正是这个拆分的具体实现。

2.3 投影算子的代数性质

笔记还从正交直和 $V = V_1 \perp \cdots \perp V_k$ 出发，定义投影算子 $E_i(v) = v_i$，它们满足：

\[E_i^2 = E_i, \qquad E_i E_j = 0\ (i \neq j), \qquad \operatorname{Id}_V = E_1 + \cdots + E_k\]

幂等性 $E_i^2 = E_i$ 是「投影」最本质的代数特征——投影两次和投影一次结果相同。作业题进一步指出：任何满足 $P^2 = P$ 的变换都可对角化，且 $\operatorname{tr}(P) = r(P)$。

三、关键一跃：Bessel 不等式与最佳逼近

为什么投影 $\operatorname{proj}_U(v)$ 如此特殊？因为它是 $U$ 中离 $v$ 最近的点。

设 $\{e_1, \dots, e_m\}$ 是标准正交组，对任意 $y$，笔记给出了一个关键恒等式：

\[0 \le \Big\| y - \sum_{i=1}^m \langle y, e_i \rangle e_i \Big\|^2 = \| y \|^2 - \sum_{i=1}^m |\langle y, e_i \rangle|^2\]

由此得到 Bessel 不等式：

\[\sum_{i=1}^m |\langle y, e_i \rangle|^2 \le \| y \|^2\]

含义是：各投影分量的平方和，永远不超过原向量长度的平方——投影会「丢失能量」，除非这组正交基已经足够「完整」。

当 $\{e_i\}$ 恰好张成整个空间 $V = L(e_1, \dots, e_n)$ 时，等号成立，得到勾股定理 / Parseval 恒等式：

\[\| v \|^2 = \sum_{i=1}^n |\langle v, e_i \rangle|^2\]

笔记的推导很干净：

\[\langle v, v \rangle = \Big\langle \sum_i \langle v, e_i \rangle e_i,\ v \Big\rangle = \sum_i \langle v, e_i \rangle \langle e_i, v \rangle = \sum_i |\langle v, e_i \rangle|^2\]

记住这条主线：Bessel 不等式 →（基足够完整时）→ Parseval 等式。这正是从有限维通向傅里叶级数的桥梁。

四、把函数当向量：$L^2$ 内积空间

现在做一次思想飞跃：把向量空间 $\mathbb{R}^n$ 换成区间 $[0, 2\pi]$ 上平方可积的函数全体 $L^2[0, 2\pi]$。

在它上面定义内积（沿用笔记的约定）：

\[\langle f,\, g \rangle = \int_0^{2\pi} f(x) g(x) \, dx\]

有限维 $\mathbb{R}^n$	函数空间 $L^2[0, 2\pi]$
向量 $v = (v_1, \dots, v_n)$	函数 $f(x)$
内积 $\langle v, w \rangle = \sum v_i w_i$	内积 $\langle f, g \rangle = \int f g \, dx$
基向量 $e_i$	基函数 $\cos nx,\ \sin nx$
分量 $v_i = \langle v, e_i \rangle$	傅里叶系数 $\propto \langle f, \cos nx \rangle$

求和变积分，离散坐标变连续函数，几何结构完全一致。

五、傅里叶基：函数空间的正交坐标系

笔记给出的三角函数系：

\[\{\, 1,\ \cos x,\ \sin x,\ \cos 2x,\ \sin 2x,\ \dots,\ \cos nx,\ \sin nx,\ \dots \,\}\]

它们的关键性质是两两正交：

\[\langle \cos nx, \cos mx \rangle = 0,\quad \langle \sin nx, \sin mx \rangle = 0 \quad (n \neq m)\]

\[\langle \cos nx, \sin mx \rangle = 0 \quad (\forall\, n, m)\]

而各自的模长（笔记重点标注）：

\[\| \cos nx \| = \sqrt{\pi},\qquad \| \sin nx \| = \sqrt{\pi} \qquad (n \ge 1)\]

$傅里叶基函数$

这正是一组正交基（归一化后为标准正交基）。于是 $L^2$ 中的傅里叶展开，与 $\mathbb{R}^n$ 中向量按正交基分解，是同一件事。

六、傅里叶级数 = 正交投影

把第二节的投影公式直接搬到函数空间。函数 $f$ 在傅里叶基上的投影系数就是傅里叶系数：

\[a_n = \frac{1}{\pi} \langle f, \cos nx \rangle = \frac{1}{\pi} \int_0^{2\pi} f(x) \cos nx \, dx\]

\[b_n = \frac{1}{\pi} \langle f, \sin nx \rangle = \frac{1}{\pi} \int_0^{2\pi} f(x) \sin nx \, dx\]

除以 $\pi$ 来自归一化：因为 $\|\cos nx\| = \sqrt{\pi}$，标准正交基应是 $\cos nx / \sqrt{\pi}$，故投影系数中自然出现 $1/\pi$。

前 $n$ 项部分和，就是 $f$ 在子空间 $U_n = \operatorname{span}\{1, \cos x, \sin x, \dots, \cos nx, \sin nx\}$ 上的正交投影：

\[S_n(f)(x) = \frac{a_0}{2} + \sum_{k=1}^n \big( a_k \cos kx + b_k \sin kx \big) = \operatorname{proj}_{U_n}(f)\]

由第三节的 Bessel 不等式直接搬进 $L^2$：

\[\frac{a_0^2}{2} + \sum_{n=1}^\infty (a_n^2 + b_n^2) \le \frac{1}{\pi} \int_0^{2\pi} f(x)^2 \, dx\]

傅里叶系数公式不是凑出来的，而是正交投影的必然结果。

$方波的傅里叶级数分解$

以方波为例，项数越多，部分和（投影）就越逼近原函数——这正是投影子空间 $U_n$ 维度不断升高、逐步「补全」原向量的过程。

七、希尔伯特空间：让无穷维的几何成立

到这里出现一个有限维不会遇到的问题：当项数 $n \to \infty$，部分和 $S_n(f)$ 真的会收敛到 $f$ 吗？Bessel 不等式中的「$\le$」何时变成 Parseval 的「$=$」？

这正是希尔伯特空间要回答的问题。

$希尔伯特空间层级$

定义：完备的内积空间称为希尔伯特空间。

从向量空间到希尔伯特空间，是一步步「加结构」的过程：

\[\text{向量空间} \xrightarrow{\text{加范数}} \text{赋范空间} \xrightarrow{\text{加内积}} \text{内积空间} \xrightarrow{\text{加完备性}} \text{Hilbert 空间}\]

「完备」意味着所有柯西列都收敛——空间里没有「洞」。这一点至关重要，因为只有在完备空间里，第二、三节那套有限维的几何才能原封不动地搬到无穷维。

7.1 完备性补上了哪一块？

回看课堂笔记的逻辑链：

第 1 页的直和分解 $V = U \oplus U^\perp$ 只对有限维子空间证明了。
第 3 页的投影算子 $E_i$、$E_i^2 = E_i$ 是有限个子空间的分解。
第 5、6 页的 Bessel 不等式 / Parseval 等式 是对有限正交组叙述的。

把这些搬到 $L^2$ 这种无穷维空间时，「无穷个正交分量相加是否还在空间内」「极限是否存在」就成了真问题。希尔伯特空间的完备性恰好保证了这些极限都落在空间内，于是：

有限维内积空间（笔记）	希尔伯特空间 $L^2[0,2\pi]$
$V = U \oplus U^\perp$（命题，有限维）	投影定理：对闭子空间 $U$，$V = U \oplus U^\perp$ 仍成立
正交投影 $E_i$，$E_i^2=E_i$	向闭子空间的正交投影，性质完全一致
Bessel 不等式（有限正交组）	Bessel 不等式（可数正交系）$\sum_n
基张成全空间时 Parseval 取等	完备正交系时 Parseval 取等，级数 $L^2$ 收敛

7.2 「完备正交系」——把基的概念推广到无穷维

在有限维里，「基张成全空间」（笔记第 6 页 $V = L(e_1,\dots,e_n)$）是 Parseval 取等的条件。在希尔伯特空间里，对应的概念是完备正交系（也叫正交基）：一组正交系 $\{e_n\}$ 称为完备的，若

\[\langle f, e_n \rangle = 0\ (\forall n) \;\Longrightarrow\; f = 0.\]

也就是说，没有任何非零向量能「躲过」所有的基。三角函数系

\[\Big\{ \tfrac{1}{\sqrt{2\pi}},\ \tfrac{\cos nx}{\sqrt{\pi}},\ \tfrac{\sin nx}{\sqrt{\pi}} \Big\}_{n\ge 1}\]

正是 $L^2[0,2\pi]$ 的一组完备标准正交系。这是傅里叶级数能「拼出任意函数」的根本原因。

八、希尔伯特空间与傅里叶级数的关系（核心）

把前面所有线索拧成一句话：

傅里叶级数，就是函数在希尔伯特空间 $L^2$ 中、沿完备正交系 $\{\cos nx, \sin nx\}$ 做的正交分解；它之所以收敛、之所以能量守恒，全靠 $L^2$ 的完备性。

具体地，三者一一对应：

(1) 傅里叶系数 = 内积投影系数

\[a_n = \tfrac{1}{\pi}\langle f, \cos nx\rangle,\qquad b_n = \tfrac{1}{\pi}\langle f, \sin nx\rangle\]

这就是笔记里 $v_i = \langle v, e_i\rangle$ 的无穷维版本。

(2) 傅里叶级数收敛 = 完备性 + 完备正交系

由于 $\{\cos nx, \sin nx\}$ 完备，且 $L^2$ 完备，部分和 $S_n(f)$ 是柯西列且其极限就是 $f$（按 $L^2$ 范数）：

\[\lim_{n\to\infty} \Big\| f - S_n(f) \Big\| = 0\]

如果 $L^2$ 不完备，这个极限可能「跑出」空间，傅里叶级数就失去意义。完备性正是把 Bessel 不等式逼成 Parseval 等式的那把钥匙。

(3) Parseval 恒等式 = 无穷维勾股定理

笔记第 6 页有限维的 $\|v\|^2 = \sum_i |\langle v,e_i\rangle|^2$，在 $L^2$ 中变成：

\[\boxed{\ \frac{1}{\pi}\int_0^{2\pi} f(x)^2\,dx = \frac{a_0^2}{2} + \sum_{n=1}^\infty (a_n^2 + b_n^2)\ }\]

左边是函数「长度的平方」，右边是各谐波分量「坐标的平方和」——函数总能量 = 各频率能量之和。这是勾股定理在无穷维希尔伯特空间里的精确版本。

一句话总结这层关系： 有限维内积空间里的「投影 + 勾股定理」，在完备的希尔伯特空间里就长成了「傅里叶级数 + Parseval 恒等式」。

九、总结：一条贯穿始终的主线

内积空间 ──→ 正交投影 ──→ 正交补 / 直和分解  V = U ⊕ U⊥
                              │（笔记 第1~3页）
                              ▼
                  最佳逼近 / Bessel 不等式 / Parseval
                              │（笔记 第3~6页）
                              ▼
            把函数当向量：L²[0,2π] 内积空间
                              │
                              ▼
            傅里叶基 = 完备正交系   ‖cos nx‖ = √π
                              │（笔记 第7页）
                              ▼
        傅里叶系数 = 投影坐标   aₙ = (1/π)⟨f, cos nx⟩
                              │（笔记 第8页）
                              ▼
   希尔伯特空间（完备）保证级数收敛 + Parseval 取等
                              │（笔记 第9页）
                              ▼
        Parseval 恒等式 = 无穷维勾股定理

当你再看到 $a_n = \tfrac{1}{\pi}\int f(x)\cos nx\,dx$ 时，希望你想到的不只是一个积分公式，而是：

这是函数 $f$ 在希尔伯特空间 $L^2$ 中、沿 $\cos nx$ 这个「坐标轴」的投影分量。

有限维 \(\mathbb{R}^n\)	函数空间 \(L^2[0, 2\pi]\)
向量 \(v = (v_1, \dots, v_n)\)	函数 \(f(x)\)
内积 \(\langle v, w \rangle = \sum v_i w_i\)	内积 \(\langle f, g \rangle = \int f g \, dx\)
基向量 \(e_i\)	基函数 \(\cos nx,\ \sin nx\)
分量 \(v_i = \langle v, e_i \rangle\)	傅里叶系数 \(\propto \langle f, \cos nx \rangle\)

线性代数与傅里叶级数 ​

一、引子：傅里叶系数为什么长这样？ ​

二、有限维的地基：正交投影与正交补 ​

2.1 正交投影 ​

2.2 直和分解定理 ​

2.3 投影算子的代数性质 ​

三、关键一跃：Bessel 不等式与最佳逼近 ​

四、把函数当向量：\(L^2\) 内积空间 ​

五、傅里叶基：函数空间的正交坐标系 ​

六、傅里叶级数 = 正交投影 ​

七、希尔伯特空间：让无穷维的几何成立 ​

7.1 完备性补上了哪一块？ ​

7.2 「完备正交系」——把基的概念推广到无穷维 ​

八、希尔伯特空间与傅里叶级数的关系（核心） ​

九、总结：一条贯穿始终的主线 ​