复指数 理路 复数 Complex number 形如 a+bi 的数,按坐标规则构成实数域的二次扩张。 e i λ ϕ ( t ) 的绝对值始终为 1。积分随 λ 增大而变小,靠的是方向不同的复数互相抵消,不能用指数衰减解释。如果相位的导数不为零,就可以把这种抵消写进一个精确的分部积分公式。
形式陈述
从一次分部积分开始
设 a < b ,实函数 ϕ ∈ C 2 ( [ a , b ] ) 、复振幅 A ∈ C 1 ( [ a , b ] ) ,且存在 c > 0 使相位导数 理路 导数 Derivative 函数增量比在步长趋零时的极限。 满足 | ϕ ′ ( t ) | ≥ c 。定义复值 Riemann 积分 理路 Riemann 积分 Riemann integral 上下和或分割和在网格细化下共同收敛所定义的积分。
I ( λ ) = ∫ a b A ( t ) e i λ ϕ ( t ) d t , λ > 0. 由链式法则,d ( e i λ ϕ ) / d t = i λ ϕ ′ e i λ ϕ 。对乘积导数应用微积分基本定理 理路 微积分基本定理 Fundamental theorem of calculus 积分与求导在适当连续性条件下互为逆过程。 ,即得分部积分恒等式
I ( λ ) = [ A ( t ) e i λ ϕ ( t ) i λ ϕ ′ ( t ) ] a b − 1 i λ ∫ a b ( A ϕ ′ ) ′ ( t ) e i λ ϕ ( t ) d t . 把绝对值移入最后一个积分,得到可直接核验的界
| I ( λ ) | ≤ 1 λ [ | A ( a ) | | ϕ ′ ( a ) | + | A ( b ) | | ϕ ′ ( b ) | + ∫ a b | ( A ϕ ′ ) ′ | d t ] . 因此固定振幅和相位时 I = O ( λ − 1 ) 。相比粗界 | I | ≤ ∫ | A | ,这里额外得到的 1 / λ 正是振荡抵消的收益。
直觉
端点不会自动消失
取 A = 1 , ϕ ( t ) = t , [ a , b ] = [ 0 , 1 ] ,有精确公式
∫ 0 1 e i λ t d t = e i λ − 1 i λ . 由于导数振幅为零,所有贡献都来自端点。沿 λ = 2 π n 积分恰为零;沿 λ = ( 2 n + 1 ) π ,模长为 2 / λ 。所以这里有统一的 O ( λ − 1 ) ,却没有一个非零常数 C 使积分始终等价于 C / λ ,更不能仅因振幅无限光滑就宣称任意次幂衰减。
这也解释了截断一个光滑函数为何会制造慢衰减:突然截断产生边界贡献,即使区间内部的函数很平滑。
例子与边界
在哪里必须停下来
若 ϕ ′ ( t 0 ) = 0 ,分母 1 / ϕ ′ 可能发散。例子 ϕ ( t ) = t 2 / 2 在零点驻定,那里不能继续套用本页公式;应切分积分,把远离零点的部分交给本方法,把零附近交给驻相法 理路 一维驻相法 One-dimensional stationary phase · Method of stationary phase · 驻相方法 从实相位的非退化驻点提取振荡积分的平方根量级主项,并保留曲率符号决定的四分之一圆周相位。 。
“导数非零”还必须在参数族里有统一下界。对 ϕ μ ( t ) = μ t ,固定 μ ≠ 0 时可得 O ( ( λ | μ | ) − 1 ) 。若 μ = 1 / λ ,实际振荡频率只有 1,积分不随 λ 衰减。省略隐藏常数对 μ 的依赖,会把一个正确的固定参数结论误用成错误的一致结论。
复算时可以先用本页的两个精确线性相位例子检查 i 的符号和端点方向,再处理非线性相位。一个漂亮的数值抵消结果只能验证特定参数;可靠的衰减阶来自分部积分后的导数范数及其参数依赖。
推论与应用
反复积分时保留什么不变量
令
A 0 = A , A k + 1 = ( A k ϕ ′ ) ′ . 只要相位和振幅足够光滑,反复应用同一个公式便得
I ( λ ) = ∑ k = 0 N − 1 ( − 1 ) k ( i λ ) k + 1 [ A k ( t ) ϕ ′ ( t ) e i λ ϕ ( t ) ] a b + ( − 1 ) N ( i λ ) N ∫ a b A N ( t ) e i λ ϕ ( t ) d t . 每一轮的不变量是“已累计的端点项 + 当前缩放余积分,严格等于原积分”。余积分模长至多 λ − N ‖ A N ‖ L 1 。如果希望写出 N 个端点项后余项为 O ( λ − N − 1 ) ,还需再做一次分部积分并界定相应导数;不能只从当前这个粗界多写出一阶。
例如 A ( t ) = t , ϕ ( t ) = t 。有 A 1 = 1 , A 2 = 0 ,两轮后得到精确结果
∫ 0 1 t e i λ t d t = e i λ i λ + e i λ − 1 λ 2 . 这是一种有限算法:给定可求导的振幅与相位表达式,递推生成端点项和残差。需要 N 轮微分和积分上界评估;表达式可能迅速膨胀,不能在未指定表示方式时把总计算成本简单写成 O ( N ) 。
光滑支撑为何给出任意阶衰减
若 A 在端点附近恒为零,则 A k 也在端点附近为零,全部边界项消失。若 A , ϕ 无限光滑,且 ϕ ′ 在 A 的支撑附近远离零,则对每个固定整数 N ,
| I ( λ ) | ≤ C N λ − N . 常数 C N 可随 N 增长,因此这是“比每个固定负幂都快”,不自动意味着存在 C e − c λ 的指数上界。光滑性与解析性不能混为一谈。
对 Fourier 变换 理路 Fourier 变换 Fourier transform · 傅里叶变换 把非周期函数分解为连续频率成分,并将卷积和平移不变算子转为频域乘法。 采用的约定
A ^ ( ξ ) = ∫ R A ( t ) e − 2 π i t ξ d t , 若 A ∈ C c ∞ ( R ) ,令线性相位 ϕ ( t ) = − t 、参数 λ = 2 π | ξ | 并处理频率符号,便得到频谱的任意阶衰减。这里比一般 L 1 输入的“趋于零”更强,来自额外的可微性和无边界跳跃。
参考资料