复变函数和积分变换(三)

Fourier 变换

所谓积分变换，就是把某函数类 A 中的函数 $f(t)$ 乘上一个确定的二元函数$k(t, p)$，然后计算积分 $\displaystyle F(p)=\int k(t, p)f(t)dt$，这样变成另一个函数类 B 中的函数 $F(p)$ 。这里二元函数$k(t, p)$是一个确定的二元函数，通常称为该积分变换的核函数(kernel function)， $f(t)$ 称为象原函数(original image function)，$F(p)$ 称为 $f(t)$的象函数(image function)。如果取积分核 $k(ω,t)=e^{-iωt}$，就是著名的Fourier 变换。

Fourier 变换

• 周期函数的Fourier 级数：设 $f_T(t)$ 是以T为周期的实值函数，在区间 $[-\frac{T}{2},\frac{T}{2}]$上满足狄利克雷(Dirichlet)条件：
  (1)连续或只有有限个第一类间断点；
  (2)只有有限个极值点
  则$f_T(t)$在连续点处可以展开成Fourier 级数：

  $$\displaystyle f_T(t)=\dfrac{a_0}{2}+\sum_{n=1}^{∞}(a_n\cos nω_0 t+b_n\sin nω_0 t) \tag{F0}$$

  在间断点处，上式左端为 $\frac{1}{2}[f_T(t^-)+f_T(t^+)]$
  其中 $\displaystyle ω_0=2\pi/T \\ a_n=\frac 2T \int_{-T/2}^{T/2}f_T(t)\cos nω_0 t\text{d}t \quad(n=0,1,2,\cdots) \\ b_n=\frac 2T \int_{-T/2}^{T/2}f_T(t)\sin nω_0 t\text{d}t \quad(n=1,2,3,\cdots)$
  式 (F0) 称为Fourier 级数的三角形式。

• 奇函数和偶函数的傅里叶展开
  若周期函数 $f_T(t)$ 是奇函数，由展开式知 $a_0$ 及 $a_n$ 均为零，展开式称为

  $$\displaystyle f_T(t)=\sum_{n=1}^{∞}b_n\sin nω_0 t$$

  称为傅里叶正弦级数。
  若周期函数 $f_T(t)$ 是偶函数，由展开式知 $b_n$ 均为零，展开式称为

  $$\displaystyle f_T(t)=\dfrac{a_0}{2}+\sum_{n=1}^{∞}a_n\cos nω_0 t$$

  称为傅里叶余弦级数。

• Fourier 级数的指数形式：利用欧拉公式 $\cosθ=\dfrac{e^{iθ}+e^{-iθ}}{2},\sinθ=\dfrac{e^{iθ}-e^{-iθ}}{2i}$ 将Fourier 级数转化为复指数形式，

  $$\displaystyle f_T(t)=c_0+\sum_{n=1}^{∞}(c_ne^{inω_0 t}+c_{-n}e^{-inω_0 t})=\sum_{n=-∞}^{∞}c_ne^{inω_0 t} \tag{F1}$$

  其中

  $$\displaystyle c_n=\dfrac1T\int^{T/2}_{-T/2}f_T(t)e^{-inω_0 t}\text{d}t\quad(n=0,\pm1,\pm2,\cdots)\tag{F2}$$

  由 $c_n$与$a_n,b_n$的关系可知
  $\begin{cases} c_n=c_{-n}=\frac{1}{2}\sqrt{a_n^2+b_n^2}=\frac{1}{2}A_n \\ \arg c_n=-\arg c_{-n}=θ_n \\ |c_0|=A_0 \end{cases}$

• Fourier 级数的物理含义：
  针对Fourier 级数的三角形式 (F0) ，取$A_0=a_0/2$，令$A_n=\sqrt{a_n^2+b_n^2},\cosθ_n=a_n/A_n,\sinθ_n=-b_n/A_n$，则(F0)化为
  $\begin{aligned} \displaystyle f_T(t)&=A_0+\sum_{n=1}^{∞}A_n(\cosθ_n\cos nω_0 t+\sinθ_n\sin nω_0 t) \\ &=A_0+\sum_{n=1}^{∞}A_n\cos(nω_0 t+θ_n) \end{aligned}$
  
  (1) 上式表明，周期信号可以分解为一系列固定频率的简谐波之和，这些简谐波的(角) 频率(frequency) 为一个基频(fundamental frequency) $ω_0$的倍数。
  振幅(amplitude) $A_n$ 反映了在信号 $f_T(t)$ 中频率为 $nω_0$的简谐波所占有的份额；
  相位(phase) $nω_0 t+θ_n$反映了在信号 $f_T(t)$ 中频率为 $nω_0$的简谐波沿时间轴移动的大小，初相位(Initial Phase) 为$θ_n$。
  $A_0$表示周期信号在一个周期内的平均值，也叫 直流分量(DC component)，$|A_0|$称为直流分量的振幅。
  (2) 对于Fourier 级数的复指数形式，我们不难看出 $c_n$作为复数，其模和辐角恰好反应了第 n次谐波的振幅和初相位，$c_n$是离散频率 $nω_0$的函数，描述了各次谐波的振幅和初相位随离散频率变化的分布情况。称 $c_n$为 $f_T(t)$的离散频谱(spectrum)，$|c_n|$为离散振幅谱(amplitude spectrum)，$\arg c_n$为离散相位谱(phase spectrum)。

• 非周期函数的Fourier 变换
  上面研究的是周期函数，事实上对于一个非周期函数$f(t)$ 可以看成是一个周期为 T的函数$f_T(t)$ 当$T\to +∞$时转化而来。
  由Fourier 级数式(F1)和式(F2)有 $\displaystyle f(t)=\lim\limits_{T\to +∞}\sum_{n=-∞}^{∞}[\dfrac1T\int^{T/2}_{-T/2}f_T(τ)e^{-inω_0 τ}\text{d}τ]e^{inω_0 t}$
  记 $ω_n=nω_0$，间隔 $ω_0=Δω$，当n 取一切整数时， $ω_n$ 所对应的点便均匀地分布在整个数轴上，并由 $T=\dfrac{2\pi}{ω_0}=\dfrac{2\pi}{Δω}$ 得
  $\displaystyle f(t)=\dfrac{1}{2\pi}\lim\limits_{Δω\to0}\sum_{n=-∞}^{∞}[\int^{π /Δω}_{-π /Δω}f_T(τ)e^{-iω_n τ}\text{d}τ]e^{iω_n t}Δω$
  这是一个和式得极限，按照积分的定义，在一定条件下，上式可写成

  $$\displaystyle f(t)=\dfrac{1}{2\pi}\int_{-∞}^{+∞}[\int^{+∞}_{-∞}f(τ)e^{-iω τ}\text{d}τ]e^{iω t}\text{d}ω \tag{F3}$$

  这个公式称为函数 $f(t)$的Fourier 积分公式。应该指出，上式只是由式(F1)的右端从形式上推出来的，是不严格的.。至于一个非周期函数 $f(t)$在什么条件下，可以用Fourier 积分公式表示，有下面的定理。
  Fourier 积分定理：若 $f(t)$在 $\R$上满足：
  (1) 在任一有限区间上满足狄利克雷(Dirichlet)条件；
  (2) 在无限区间$(-∞,+∞)$上绝对可积 ( 即 $\int_{-∞}^{+∞}|f (t)| dt$ 收敛)
  则有(F3)式成立
  在间断点处，(F3)式左端为 $\frac{1}{2}[f(t^-)+f(t^+)]$
  Fourier 变换：如果函数 $f(t)$满足Fourier 积分定理，由式(F3)，令

  $$\displaystyle F(ω)=\int^{+∞}_{-∞}f(τ)e^{-iω τ}\text{d}τ \tag{F4}$$

  则有

  $$\displaystyle f(t)=\dfrac{1}{2\pi}\int_{-∞}^{+∞}F(ω)e^{iω t}\text{d}ω \tag{F5}$$

  从上面两式可以看出，$f(t)$和 $F(ω)$通过确定的积分运算可以互相转换。 $F(ω)$称为 $f(t)$ Fourier 变换(Fourier transform)，或象函数(image function)，记为$F(ω)=\mathcal{F}[f(t)]$ ；$f(t)$称为 $F(ω)$ Fourier 逆变换(inverse Fourier transform)，或象原函数(original image function)，记为$f(t)=\mathcal{F}^{-1}[F(ω)]$ ；通常称$f(t)$与$F(ω)$构成一个Fourier 变换对(transform pair)，记作 $f(t)\lrarr F(ω)$

• 傅里叶正弦变换和余弦变换：和傅里叶级数的情形类似，奇函数 $f(x)$ 的傅里叶变换是傅里叶正弦变换

  $$B(ω)=\int^{+∞}_{0}f(t)\sin ωt\text{d}t \\ f(t)=\dfrac{1}{2\pi}\int_{0}^{+∞}F(ω)\sin ωt\text{d}ω$$

  偶函数 $f(t)$ 的傅里叶变换是傅里叶余弦变换

  $$A(ω)=\int^{+∞}_{0}f(t)\cos ωt\text{d}t \\ f(t)=\dfrac{1}{2\pi}\int_{0}^{+∞}F(ω)\cos ωt\text{d}ω$$

• Fourier 变换的物理意义
  Fourier 积分公式表明非周期函数的频谱是连续取值的。
  像函数$F(ω)$反映的是函数 $f(t)$中各频率分量的分布密度，它为复值函数，故可表示为 $F(ω)=|F(ω)|e^{i\arg F(ω)}$
  称 $F(ω)$为 $f(t)$的频谱(spectrum)，$|F(ω)|$为振幅谱(amplitude spectrum)，$\arg F(ω)$为相位谱(phase spectrum)。
  不难证明当$f(t)$为实函数时，$|F(ω)|$为偶函数，$\arg F(ω)$为奇函数。

Fourier 变换的性质

1. 线性性质：$\mathcal{F}[αf_1(t)+βf_2(t)]=α\mathcal{F}[f_1(t)]+β\mathcal{F}[f_2(t)]$

2. 延迟性质：设 $F(ω)=\mathcal{F}[f(t)]$，则
   $\mathcal{F}[f(t-t_0)]=e^{-iω t_0}F(ω)$

3. 位移性质：设 $F(ω)=\mathcal{F}[f(t)]$，则
   $\mathcal{F}[e^{-iω t_0}f(t)]=F(ω-ω_0)$

4. 伸缩性质(相似性质)：设 $F(ω)=\mathcal{F}[f(t)],a\neq 0$，则
   $\mathcal{F}[f(at)]=\dfrac{1}{|a|}F(\dfrac{ω}{a})$

5. 微分性质：若 $\lim\limits_{|t|\to +\infty}f^{(k)}(t)=0(k=0,1,2,\cdots,n-1)$，则
   $\mathcal{F}[f^{(n)}(t)]=(iω)^n\mathcal{F}[f(t)]$

6. 积分性质：设 $\displaystyle g(t)=\int_{-∞}^{t}f(t)dt$，若 $\lim\limits_{t\to +\infty}g(t)=0$则
   $\mathcal{F}[g(t)]=\dfrac{1}{iω}\mathcal{F}[f(t)]$

7. 帕赛瓦尔(Parseval)等式：设 $f_1(t),f_2(t)$均为平方可积函数，即$\displaystyle \int_{-∞}^{+∞}|f_k(t)|^2dt<+\infty(k=1,2)$
   设 $F_1(ω)=\mathcal{F}[f_1(t)],F_2(ω)=\mathcal{F}[f_2(t)]$，则
   $\displaystyle \int_{-∞}^{+∞}f_1(t)\overline{f_2(t)}dt=\dfrac{1}{2\pi}\int_{-∞}^{+∞}F_1(ω)\overline{F_2(ω)}dω$
   特别的当 $f_1(t)=f_2(t)=f(t),F(ω)=\mathcal{F}[f(t)]$时
   $\displaystyle \int_{-∞}^{+∞}|f(t)|^2dt=\dfrac{1}{2\pi}\int_{-∞}^{+∞}|F(ω)|^2dω$
   平方可积函数在物理上就是能量有限的信号，上式也叫能量积分(energy integral)，$|F(ω)|^2$ 也叫能量谱密度(energy spectrum density)。

8. 卷积定理^[1]：设 $F_1(ω)=\mathcal{F}[f_1(t)],F_2(ω)=\mathcal{F}[f_2(t)]$，则有
   $\mathcal F[f_1*f_2]=F_1(ω)\cdot F_2(ω)$
   $\mathcal F^{-1}[F_1(ω)\cdot F_2(ω)]=f_1*f_2$
   $\mathcal F[f_1\cdot f_2]=\frac{1}{2\pi}[F_1(ω)*F_2(ω)]$
   $\mathcal F^{-1}[F_1(ω)*F_2(ω)]=2\pi f_1f_2$

多重傅里叶积分

以三重傅里叶积分说明，首先将三维空间的非周期函数 $f(x,y,z)$ 按自变量 $x$ 展开为傅里叶积分，其傅里叶变换为 $F_1(k_1;y,z)$ ，其中 $y,z$ 作为参数出现。再将 $F_1(k_1;y,z)$ 按 $y$ 展开为傅里叶积分，得到 $F_2(k_1,k_2;z)$ ，最后将$F_2(k_1,k_2;z)$ 按 $z$ 展开为傅里叶积分。综合三次展开，得到 $f(x,y,z)$ 的三重傅里叶积分。

$$f(\mathbf x)=\frac{1}{(2\pi)^3}\iiint\limits_{-\infty}^{+\infty}F(k_1,k_2,k_3)e^{\mathrm i(k_1x+k_2y+k_3z)}dk_1dk_2dk_3$$

$$F(k_1,k_2,k_3)=\iiint\limits_{-\infty}^{+\infty}f(x,y,z)e^{-\mathrm i(k_1x+k_2y+k_3z)}dxdydz$$

引入矢量 $\mathbf r=(x,y,z)\in\R^n,\mathbf k=(k_1,k_2,k_3)$，可写为较简介的形式

$$F(\mathbf k)=\iiint\limits_{-\infty}^{+\infty}f(\mathbf r)e^{-\mathrm i\mathbf{k\cdot x}}d\mathbf x$$

则有

$$f(\mathbf r)=\frac{1}{(2\pi)^3}\iiint\limits_{-\infty}^{+\infty}F(\mathbf k)e^{\mathrm i\mathbf{k\cdot x}}d\mathbf k$$

其中 $F(\mathbf k)$ 称为 $f(\mathbf r)$ 的 多重傅里叶变换，记为 $F(\mathbf k)=\mathcal{F}[f(\mathbf r)]$；$f(\mathbf r)$ 称为 $F(\mathbf k)$ 的 多重傅里叶逆变换，记为 $f(\mathbf r)=\mathcal{F}^{-1}[F(\mathbf k)]$

δ 函数

在物理学中，常有集中于一点或一瞬时的量，如脉冲力、脉冲电压、点电荷、质点的质量。只有引入一个特殊函数来表示它们的分布密度，才有可能把这种集中的量与连续分布的量来统一处理。

• 单位脉冲函数(Unit Impulse Function)
  <引例>：假设在原来电流为零的电路中，在 $t=0$ 时瞬时进入一电量为 $q_0$的脉冲。现在确定电流强度分布 $i(t)=\cfrac{\mathrm dq}{\mathrm dt}$，分析可知 $i(t)=\begin{cases} 0&(t\neq 0) \\ ∞ &(t=0) \end{cases}$
  同时需要引入积分值表示电量大小 $\displaystyle\int_{-∞}^{+∞}i(t)dt=q_0$
  为此我们引入单位脉冲函数，又称为Dirac函数或者δ函数。

  定义：单位脉冲函数 $δ(t)$ 满足
  (1) 当 $t\neq 0$ 时，$δ(t)=0$
  (2) $\displaystyle\int_{-∞}^{+∞}δ(t)dt=1$
  由此，引例可表示为 $i(t)=q_0δ(t)$
  
  注意：
  (1) 单位脉冲函数 $δ(t)$ 并不是经典意义下的函数，因此通常称其为广义函数(或者奇异函数)。
  (2) 它不能用常规意义下的值的对应关系来理解和使用，而总是通过它的定义和性质来使用它。
  (3) 单位脉冲函数 $δ(t)$ 有多种定义方式，前面所给出的定义方式是由Dirac(狄拉克)给出的。

• 单位脉冲函数其他定义方式
  构造一个在 $ε$ 时间内激发的矩形脉冲 $δ_ε(t)$，定义为
  $δ_ε(t)=\begin{cases} 0&(t< 0) \\ 1/ε &(0⩽t⩽ε) \\ 0&(t>ε) \end{cases}$
  对于任何一个在 $(-∞,+∞)$ 上无穷次可微的函数 $f(t)$ 如果满足

  $$\displaystyle\lim\limits_{ε\to 0}\int_{-∞}^{+∞}δ_ε(t)f(t)dt=\int_{-∞}^{+∞}δ(t)f(t)dt$$

  则称$δ_ε(t)$的极限为$δ(t)$，记为

  $$\lim\limits_{ε\to 0}δ_ε(t)=δ(t)$$

  
  筛选性质(sifting property)： 设函数 $f(t)$ 是定义在 $\R$上的有界函数，且在 $t = 0$ 处连续，则有

  $$\displaystyle\int_{-∞}^{+∞}δ(t)f(t)dt=f(0)$$

  证明：取 $f(t)\equiv1$，则有 $\displaystyle\int_{-∞}^{+∞}δ(t)dt=\lim\limits_{ε\to 0}\int_{0}^{ε}\frac{1}{ε}dt=1$
  事实上 $\displaystyle\int_{-∞}^{+∞}δ(t)f(t)dt=\lim\limits_{ε\to 0}\int_{-∞}^{+∞}δ_ε(t)f(t)dt=\lim\limits_{ε\to 0}\frac{1}{ε}\int_{0}^{ε}f(t)dt$
  由微分中值定理有 $\displaystyle\frac{1}{ε}\int_{0}^{ε}f(t)dt=f(θε)\quad(0<θ<1)$
  从而 $\displaystyle\int_{-∞}^{+∞}δ(t)f(t)dt=\lim\limits_{ε\to 0}f(θε)=f(0)$

正是因为 $δ$ 函数并不是给出普通数值间的对应关系，因此，$δ$ 函数也不像普通函数那样具有唯一确定的表达式，事实上凡是具有

$$\lim\limits_{ε\to 0}\int_{-∞}^{+∞}δ_ε(t)f(t)dt=f(0)$$

性质的函数序列 $δ_ε(t)$ ，或是具有

$$\lim\limits_{n\to \infty}\int_{-∞}^{+∞}δ_n(t)f(t)dt=f(0)$$

性质的函数序列 $δ_n(t)$，他们的极限都是 $δ$ 函数，例如

• δ函数的基本性质：（这些性质的严格证明可参阅广义函数）
  (1) $δ(t)$ 和常数 $c$ 的乘积 $cδ(t)$

  $$\int_{-∞}^{+∞}[cδ(t)]f(t)dt=\int_{-∞}^{+∞}δ(t)[cf(t)]dt=cf(0)$$

  (2) 平移变换， $t\to t-t_0$

  $$\int_{-∞}^{+∞}δ(t-t_0)f(t)dt=\int_{-∞}^{+∞}δ(x)f(x+t_0)dx=f(t_0)$$

  (3) 放大（或缩小）变换， $t\to at \quad(a\neq 0)$

  $$\int_{-∞}^{+∞}δ(at)f(t)dt=δ(x)f(\frac{x}{a})\frac{dx}{|a|}=\frac{1}{|a|}f(0)$$

  由此可以得到

  $$δ(at)=\cfrac{1}{|a|}δ(t)\quad(a\neq 0)$$

  特别的，当 $a=-1$ 时，$δ(t)=δ(-t)$ ，说明 $δ(t)$为偶函数。

  (4) $δ$ 函数的导数 $δ'(t)$ ，对于在 $t=0$ 点连续并有连续导数的任意函数 $f(t)$ ，应用分部积分

  $$\int_{-∞}^{+∞}δ'(t)f(t)dt=δ(t)f(t)\Big|_{-∞}^{+∞}-\int_{-∞}^{+∞}δ(t)f'(t)dt=-f'(0)$$

  (5) $δ$ 函数的高阶导数 $δ^{(n)}(t)$ ，对于在 $t=0$ 点连续并有连续导数的任意函数 $f(t)$ ，有

  $$\int_{-∞}^{+∞}δ^{(n)}(t)f(t)dt=(-1)^{n}f^{(n)}(0)$$

  (6) $δ$ 函数与普通函数的乘积 $g(t)δ(t)$

  $$\int_{-∞}^{+∞}[g(t)δ(t)]f(t)dt=\int_{-∞}^{+∞}[f(t)g(t)]δ(t)dt=f(0)g(0)$$

  即

  $$f(t)δ(t)=f(0)δ(t)$$

  例如： $tδ(t)=0$

(7) 单位阶跃函数^[2]等于 $δ$ 函数的积分

$$\displaystyle u(t)=\int_{-∞}^{t}δ(s)ds$$

由高数知识知，$δ$ 函数是单位阶跃函数的导数，即

$$\dfrac{\mathrm du(t)}{\mathrm dt}=δ(t)$$

(8) $δ$ 函数的卷积

$$f(t)*δ(t)=f(t)$$

一般的有 $f(t)*δ(t-t_0)=f(t-t_0)$

• δ函数的Fourier 变换：
  (1) 根据 $δ$ 函数筛选性质可得
  $\displaystyle F(ω)=\mathcal{F}[δ(t)]=\int^{+∞}_{-∞}δ(t)e^{-iω t}\text{d}t=e^{-iω t}|_{t=0}=1$
  $\displaystyleδ(t)=\mathcal{F}^{-1}[1]=\dfrac{1}{2\pi}\int_{-∞}^{+∞}e^{iω t}\text{d}ω$
  或写为
  $\displaystyleδ(t)=\dfrac{1}{2\pi}\int_{-∞}^{+∞}\cosω t\text{d}ω =\dfrac{1}{\pi}\int_{0}^{+∞}\cosω t\text{d}ω$
  由此可见，单位冲激函数包含所有频率成份，且它们具有相等的幅度，称此为均匀频谱或白色频谱。
  我们可以得到 ：

  $$\begin{aligned} δ(t) & \lrarr 1 \\ δ(t-t_0) & \lrarr e^{-iω t_0} \\ 1 & \lrarr 2\pi δ(ω) \\ e^{-iω_0 t} & \lrarr 2\pi δ (ω − ω_0 ) \end{aligned}$$

  (2) 有许多重要的函数不满足Fourier 积分定理条件（绝对可积），例如常数、符号函数、单位阶跃函数、正弦函数和余弦函数等，但它们的广义Fourier 变换^[3]也是存在的，利用单位脉冲函数及其Fourier 变换可以求出它们的Fourier 变换。

• 周期函数的Fourier 变换
  定理：设 $f(t)$ 以T 为周期，在 $[0,T]$ 上满足 Dirichlet 条件，则 $f(t)$的Fourier 变换为：

  $$\displaystyle F(ω)=2\pi\sum_{n=-∞}^{+∞}F(nω_0)δ (ω − nω_0)$$

  其中 $ω_0=2\pi/T,F(nω_0)$是 $f(t)$ 的离散频谱。

• 多维 $δ$ 函数：例如位于三维空间的坐标原点质量为 $m$ 的质点，其密度函数可表示为 $mδ(\mathbf r)$。 在三维空间中的 $δ$ 函数定义如下：

  $$δ(\mathbf r)= \begin{cases} 0 &(\mathbf r\neq0) \\ \infty &(\mathbf r=0) \end{cases} \\ \iiint\limits_{-\infty}^{+\infty} δ(\mathbf r)\mathrm d\mathbf r=1$$

  三维 $δ$ 函数可表示为三个一维 $δ$ 函数乘积表示，在直角坐标系中

  $$δ(\mathbf r)=δ(x)δ(y)δ(z)$$

  三维空间点 $\mathbf r_0=(x_0,y_0,z_0)$ 处密度分布函数就是

  $$δ(\mathbf{r-r_0})=δ(x-x_0)δ(y-y_0)δ(z-z_0)$$

  换算到柱坐标系 $\mathbf r_0=(r_0,θ_0,z_0)$

  $$δ(\mathbf{r-r_0})=\frac{1}{r_0}δ(r-r_0)δ(θ-θ_0)δ(z-z_0)$$

  换算到球坐标系 $\mathbf r_0=(r_0,θ_0,ϕ_0)$

  $$δ(\mathbf{r-r_0})=\frac{1}{r_0^2\sinθ_0}δ(r-r_0)δ(θ-θ_0)δ(ϕ-ϕ_0)$$

  多维 $δ$ 函数主要性质：

  $$\iiint\limits_{-\infty}^{+\infty} f(\mathbf r)δ(\mathbf{r-r_0})\mathrm d\mathbf r=f(\mathbf r_0) \\ \iiint\limits_{-\infty}^{+\infty} f(\mathbf r)[\nablaδ(\mathbf{r-r_0})]\mathrm d\mathbf r=-\nabla f(\mathbf r)|_{\mathbf{r=r_0}}$$

  位矢的微分：

  $$\Delta \frac{1}{r}=-4\piδ(\mathbf r)$$

  其中 $r=\sqrt{x^2+y^2+z^2}$

Fourier 变换的应用

1. 求矩形脉冲函数(rectangular pulse function) $f(t)=\begin{cases}1&|t|<a \\ 0 &|t|>a \end{cases}$ 的Fourier 变换及其Fourier 积分表达式。
   
   (1) Fourier 变换为
   $\begin{aligned} \displaystyle F(ω) &=\int^{+∞}_{-∞}f(t)e^{-iω t}\text{d}t=\int^{a}_{-a}e^{-iω t}\text{d}t \\ &=\int^{a}_{-a}\cos(ωt)\text{d}t-\text{i}\int^{a}_{-a}\sin(ωt)\text{d}t \\ &=2\int^{a}_{0}\cos(ωt)\text{d}t \\ &=\frac{2\sin(aω)}{ω} =2a\frac{\sin(aω)}{aω} \end{aligned}$
   (2) 振幅谱 $\displaystyle |F(ω)| =2a\left|\frac{\sin(aω)}{aω}\right|$
   相位谱 $\arg F(ω)=\begin{cases} 0 & \frac{2n\pi}{a}⩽|ω|⩽ \frac{2n\pi}{a} \\ \pi &\text{others} \end{cases}$
   
   (3) Fourier 积分表达式为
   $\begin{aligned} \displaystyle f(t) &=\mathcal{F}^{-1}[F(ω)] \\ &=\dfrac{1}{2\pi}\int_{-∞}^{+∞}F(ω)e^{iω t}\text{d}ω=\dfrac{1}{2\pi}\int_{-∞}^{+∞}\frac{2\sin(aω)}{ω}e^{iω t}\text{d}ω \\ &=\dfrac{1}{\pi}\int_{-∞}^{+∞}\frac{\sin(aω)}{ω}\cosωt\text{d}ω \\ &=\begin{cases} 1 & |t|<a \\ \frac{1}{2} & |t|=a \\ 0 & |t|>a \\ \end{cases} \end{aligned}$
   在上式中令 $t = 0$，可得重要公式：
   $\displaystyle\boxed{\int_{-∞}^{+∞}\frac{\sin(ax)}{x}\text{d}x= \begin{cases} -\pi &a<0 \\ 0 &a=0 \\ \pi &a>0 \end{cases}}$
   特别的 $\displaystyle\int_{0}^{+∞}\frac{\sin x}{x}\text{d}x=\frac{\pi}{2}$

2. 求指数衰减函数(exponential decay function) $f(t)=\begin{cases} 0 & t<0 \\ e^{-a t} &t⩾0 \end{cases}\quad(a>0)$ 的Fourier 变换及Fourier 积分表达式。
   (1) Fourier 变换为
   $\begin{aligned} \displaystyle F(ω) &=\int^{+∞}_{-∞}f(t)e^{-iω t}\text{d}t=\int^{+∞}_{0}e^{-a t}e^{-iω t}\text{d}t \\ &=\frac{1}{-(a+iω)}e^{-(a+iω)t}\Big|^{t\to+∞}_{t=0} \\ &=\frac{1}{a+iω}=\frac{a-iω}{a^2+ω^2} \end{aligned}$
   (2) 振幅谱 $\displaystyle |F(ω)| =\frac{1}{\sqrt{a^2+ω^2}}$
   相位谱 $\arg F(ω)=-\arctan\dfrac{ω}{a}$
   
   (3) Fourier 积分表达式为
   $\begin{aligned} \displaystyle f(t) &=\mathcal{F}^{-1}[F(ω)] \\ &=\dfrac{1}{2\pi}\int_{-∞}^{+∞}F(ω)e^{iω t}\text{d}ω=\dfrac{1}{2\pi}\int_{-∞}^{+∞}\frac{β-iω}{β^2+ω^2}e^{iω t}\text{d}ω \\ &=\dfrac{1}{2\pi}\int_{-∞}^{+∞}\frac{1}{β^2+ω^2}(β-iω)(\cosωt+i\sinωt)\text{d}ω \end{aligned}$
   利用奇偶函数的积分性质，可得
   $\displaystyle f(t)=\dfrac{1}{\pi}\int_{0}^{+∞}\frac{β\cosωt+ω\sinωt}{β^2+ω^2}\text{d}ω$
   由此顺便得到一个含参变量广义积分的结果
   $\displaystyle \boxed{\int_{0}^{+∞}\frac{β\cosωt+ω\sinωt}{β^2+ω^2}\text{d}ω= \begin{cases} 0 &t<0\\ \dfrac{\pi}{2} &t=0 \\ \pi e^{-βt} &t>0 \end{cases}}$

3. 求单位阶跃函数^[2:1] $u(t)=\begin{cases} 0 & (t<0) \\ 1 & (t> 0) \end{cases}$ 的Fourier 变换及其积分表达式。
   (1) 现将 $u(t)$看作是指数衰减函数$f(t;β)=\begin{cases} 0 & t<0 \\ e^{-β t} &t>0 \end{cases}$ 在 $β\to0^+$时的极限，即 $u(t)=\lim\limits_{β\to0^+}f(t;β)$
   $\begin{aligned} \displaystyle F(ω) & =\lim\limits_{β\to0^+}\mathcal{F}[f(t;β)]\\ &=\lim\limits_{β\to0^+}\frac{1}{β+iω} =\lim\limits_{β\to0^+}(\frac{β}{β^2+ω^2}-i\frac{ω}{β^2+ω^2})\\ &=\pi δ(ω)+\frac{1}{iω} \end{aligned}$
   又因 $\displaystyle\lim\limits_{β\to0^+}\int_{-∞}^{+∞}\frac{β}{β^2+ω^2}dω=\lim\limits_{β\to0^+}[\arctan \frac{ω}{β}]\Big|^{-∞}_{+∞}=\pi$
   所以$\lim\limits_{β\to0^+}\dfrac{β}{β^2+ω^2}=πδ(ω)$
   $\mathcal{F}[u(t)]=\pi δ(ω)+\dfrac{1}{iω}$

   (2) Fourier 积分表达式
   $\begin{aligned} \displaystyle u(t) &=\mathcal{F}^{-1}[F(ω)] \\ &=\dfrac{1}{2\pi}\int_{-∞}^{+∞}F(ω)e^{iω t}\text{d}ω=\dfrac{1}{2\pi}\int_{-∞}^{+∞}[\pi δ(ω)+\dfrac{1}{iω}]e^{iω t}\text{d}ω \\ &=\dfrac{1}{2}\int_{-∞}^{+∞}δ(ω)e^{iω t}\text{d}ω+\dfrac{1}{2\pi}\int_{-∞}^{+∞}\dfrac{1}{iω}e^{iω t}\text{d}ω \\ &=\dfrac{1}{2}+\dfrac{1}{\pi}\int_{0}^{+∞}\dfrac{\sinω t}{ω}\text{d}ω \end{aligned}$
   在上式中令 t=1，可得狄利克雷积分 $\displaystyle\int_{0}^{+∞}\dfrac{\sin t}{t}\text{d}t=\dfrac{\pi}{2}$

4. 求余弦函数 $f (t) = \cosω_0t$ 的Fourier 积分
   由欧拉公式 $\cosω_0t=\frac{1}{2}(e^{iω_0t}+e^{-iω_0t})$ 有
   $\begin{aligned} \displaystyle \mathcal{F}[\cosω_0t] &=\int^{+∞}_{-∞}\cosω_0te^{-iω t}\text{d}t\\ &=\int^{+∞}_{0}\frac{1}{2}(e^{iω_0t}+e^{-iω_0t})e^{-iω t}\text{d}t \\ &=\frac{1}{2}[\int^{+∞}_{0}e^{-i(ω-ω_0)t}\text{d}t+\int^{+∞}_{0}e^{-i(ω+ω_0)t}\text{d}t] \\ &=\pi [δ(ω-ω_0)+δ(ω+ω_0)] \end{aligned}$
   同理可证 $\mathcal{F}[\sinω_0t]=i\pi [δ(ω+ω_0)-δ(ω-ω_0)]$

Laplace 变换

Laplace 变换

• Fourier 变换的局限性
  当函数满足Dirichlet条件，且在 $(-∞,+∞)$ 上绝对可积时，则可以进行古典Fourier 变换。
  引入广义函数和广义Fourier 变换是扩大Fourier 变换使用范围的一种方法，却要求有一系列更深刻的数学理论支持。对于以指数级增长的函数，如 $e^{at} (a > 0)$ 等，广义Fourier 变换仍无能为力。
  如何对Fourier 变换进行改造？
  (1) 由于单位阶跃函数 $u(t)\equiv 0(t<0)$，因此 $f(t)u(t)$ 可使积分区间从 $(−∞,+∞)$ 变成 $[0,+∞)$；
  (2) 另外，函数 $e^{-βt} (β > 0)$ 具有衰减性质，对于许多非绝对可积的函数 $f(t)$，总可选择适当大的 β，使 $f(t)u(t)e^{-βt}$ 满足绝对可积的条件。
  通过上述处理，就有希望使得函数 $f(t)u(t)e^{-βt}$ 满足Fourier 变换的条件，从而可以进行Fourier 变换。
  $\displaystyle \mathcal{F}[f(t)u(t)e^{-βt}] =\int^{+∞}_{-∞}f(t)u(t)e^{-βt}e^{-iω t}\text{d}t=\int^{+∞}_{0}f(t)e^{-(β+iω) t}\text{d}t$
  令 $s=β+iω$ 可得 $\displaystyle\mathcal{F}[f(t)u(t)e^{-βt}]=\int^{+∞}_{0}f(t)e^{-s t}\text{d}t$

  用幂级数推导出 “Laplace 变换”

• Laplace变换

  <kbd>Laplace变换</kbd>：设函数$f(t)$ 在$t\geqslant 0$时有定义，且积分$\displaystyle\int_{0}^{+∞}f(t)e^{-st}dt$在复数 s 的某一个区域内收敛，则此积分所确定的函数
  

  $$\displaystyle F(s)=\int^{+\infty}_{0}f(t)e^{-st}\text{d}t$$

  称为函数$f(t)$的Laplace 变换，记为$F(s)=\mathcal L[f(t)]$，函数 $F(s)$ 也可称为 $f(t)$的象函数。$f(t)=\mathcal L^{-1}[F(s)]$称为Laplace 逆变换。
  在Laplace 变换中，只要求$f(t)$在 $[0,+∞)$ 内有定义即可。为了研究方便，以后总假定在$(−∞,0)$ 内，$f(t)≡0$

  Laplace变换存在定理：设函数 $f(t)$满足
  (1) 在$t⩾0$的任何有限区间分段连续；
  (2) 当 $t\to +∞$时，$f(t)$的增长速度不超过某指数函数，即 $\exists M>0,C⩾0$，使得 $|f(t)|⩽Me^{Ct}(t⩾0)$ 成立。
  则$f(t)$的Laplace 变换$F(s)$在半平面 $\text{Re }(s)>C$上一定存在，且是解析的。

  周期函数的Laplace变换：设 $f(t)$是 $[0, +\infty)$ 内以T 为周期的函数，且逐段光滑，则

  $$\displaystyle\mathcal L[f(t)]=\frac{1}{1-e^{-sT}}\int^{T}_{0}f(t)e^{-st}\text{d}t$$

Laplace变换的性质

1. 线性性质：设$F_1(s)=\mathcal L[f_1(t)],F_2(s)=\mathcal L[f_2(t)]$
   $\mathcal L[\alpha f_1(t)+\beta f_2(t)]=\alpha F_1(s)+\beta F_2(s)$
   $\mathcal L^{-1}[\alpha F_1(s)+\beta F_2(s)]=\alpha f_1(t)+\beta f_2(t)$

2. 位移性质：$\mathcal L [e^{s_0t}f(t)]=F(s-s_0)$

3. 微分性质：设$F(s)=\mathcal L[f(t)]$
   $\mathcal L[f'(t)]=sF(s)-f(0)$
   $\displaystyle \mathcal L[f^{(n)}(t)]=s^nF(s)-\sum_{k=1}^{n} s^{n-k}f^{(k-1)}(0)$
   $F'(s)=-\mathcal L[tf(t)]$
   $F^{(n)}(s)=(-1)^n\mathcal L[t^nf(t)]$

4. 积分性质：设$F(s)=\mathcal L[f(t)]$
   $\displaystyle\mathcal L[\int^t_0f(t)dt]=\frac 1sF(s)$
   $\displaystyle\mathcal L[\underbrace{\int^t_0dt\int^t_0dt\cdots\int^t_0}_{\text{n times}}f(t)dt]=\frac{1}{s^n}F(s)$
   $\displaystyle\mathcal L[\frac{f(t)}{t}]=\int^{\infty}_sF(s)ds$
   $\displaystyle\mathcal L[\frac{f(t)}{t^n}]= \mathcal L[\underbrace{\int^∞_sdt\int^∞_sdt\cdots\int^∞_s}_{\text{n times}}F(s)ds]$

5. 延迟性质：$\text{if } t>0,f(t)=0, \text{then }\forall t_0>0$
   $\mathcal L[f(t-t_0)]=e^{-st_0}F(s)$
   $\mathcal L^{-1}[e^{-st_0}F(s)]=f(t-t_0)u(t-t_0)$

6. 卷积定理^[1:1]：设 $F_1(s)=\mathcal{L}[f_1(t)],F_2(s)=\mathcal{L}[f_2(t)]$，则有
   $\mathcal L[f_1*f_2]=F_1(s)\cdot F_2(s) \\ \mathcal L^{-1}[F_1(s)\cdot F_2(s)]=f_1*f_2$

Laplace 逆变换

• 反演积分公式(inverse integral formula)：由于 $f(t)$ 的Laplace 变换 $F(s)=F(β+iω)$就是 $f(t)u(t)e^{-βt}$ 的Fourier 变换，即
  $\displaystyle\mathcal L[f(t)]=\mathcal F[f(t)u(t)e^{-βt}]=\int_{−∞}^{+∞} f(t)u(t)e^{-βt}e^{-iωt}dt$
  因此，在 $f(t)(t>0)$的连续点处有
  $\displaystyle f(t)u(t)e^{-βt}=\dfrac{1}{2\pi}\int_{-∞}^{+∞}F(β+iω)e^{iω t}\text{d}ω$
  等式两边同乘 $e^{βt}$，并令 $s=β+iω$ 则有
  $\displaystyle f(t)u(t)=\dfrac{1}{2\pi i}\int_{β-iω}^{β+iω}F(s)e^{st}\text{d}s$
  因此

  $$\displaystyle f(t)=\dfrac{1}{2\pi i}\int_{β-iω}^{β+iω}F(s)e^{st}\text{d}s \quad(t>0)$$

• 利用留数计算反演积分
  定理设 $F(s)$ 在复平面内只有有限个孤立奇点 $s_1,s_2,\cdots,s_n$ ，实数 β使这些奇点全在半平面 $\text{Re}(s)<β$ 内，且 $\lim\limits_{s\to∞}F(s)=0$ ，则有

  $$\displaystyle f(t)=\sum_{k=1}^n\text{Res}[F(s)e^{st},s_k]\quad(t>0)$$

  
  证明：作半圆将所有奇点包围，设 $C=C_R+L$，由于 $e^{st}$在全平面解析，所以$F(s)e^{st}$的奇点就是 $F(s)$的奇点，由留数定理可得
  $\displaystyle 2\pi i\sum_{k=1}^n\text{Res}[F(s)e^{st},s_k]=\oint_{C}F(s)e^{st}ds=\int_{β-iR}^{β+iR}F(s)e^{st}ds+\int_{C_R}F(s)e^{st}ds$
  由若尔当引理，当 t>0 时，有 $\displaystyle\lim\limits_{R\to+\infty}\int_{C_R}F(s)e^{st}ds=0$
  再根据反演积分公式可得定理公式。
  实际中经常遇到有理函数类 $F(s)=\dfrac{A(s)}{B(s)}$，其中 $A(s),B(s)$是不可约的多项式，当分子$A(s)$ 的次数小于分母$B(s)$的次数时，满足定理对 $F(s)$ 的要求，可用留数计算Laplace 逆变换。

Laplace 变换的应用

常用函数的Laplace变换

1. 求指数函数 $f(t) = e^{at} ( a⩾0)$的Laplace 变换
   $\displaystyle \mathcal L[e^{at}]=\int^{+\infty}_{0}e^{at}e^{-st}\text{d}t=\int^{+\infty}_{0}e^{-(s-a)t}\text{d}t$
   当 $\text{Re }s>a$ 时，设 $s=β+iω$ ，此时
   $\lim\limits_{t\to+\infty}e^{-(s-a)t}=\lim\limits_{t\to+\infty}e^{-(β-a)t}e^{-iω}=0 (β>0)$
   所以有 $\displaystyle \mathcal L[e^{at}]=\frac{1}{s-a}\quad(\text{Re }s>a)$

2. 求函数 $f(t) = 1$ 的Laplace 变换
   $\displaystyle \mathcal L[1]=\int^{+\infty}_{0}e^{-st}\text{d}t=\frac{1}{s}\quad(\text{Re }s>0)$

3. 单位阶跃函数^[2:2] $u(t)=\begin{cases} 0 & t<0 \\ 1 &t> 0 \end{cases}$ 的Laplace 变换
   $\displaystyle \mathcal L[u(t)]=\frac{1}{s}\quad(\text{Re }s>0)$

4. 正弦函数 $\displaystyle \mathcal L[ \sinωt]=\frac{ω}{s^2+ω^2}\quad(\text{Re }s>0)$
   余弦函数 $\displaystyle \mathcal L[ \cosωt]=\frac{s}{s^2+ω^2}\quad(\text{Re }s>0)$

5. 幂函数 $f(t)=t^m(m\in\Z^+)$ 的Laplace 变换
   $\displaystyle\begin{aligned} \mathcal L[t^m] &=\int^{+\infty}_{0}t^me^{-st}\text{d}t=-\frac{1}{s}\int^{+\infty}_{0}t^m\text{d}e^{-st} \\ & =-\frac{1}{s}t^me^{-st}\Big|_{0}^{+\infty}+\frac{m}{s}\int^{+\infty}_{0}t^{m-1}e^{-st}\text{d}t \\ &=\frac{m}{s}\mathcal L[t^{m-1}]\quad(\text{Re }s>0) \end{aligned}$
   又由 $\displaystyle\mathcal L[1]=1/s$，故递推可得
   $\displaystyle\mathcal L[t^m]=\frac{m!}{s^{m+1}}\quad(\text{Re }s>0)$

6. 求 δ 函数的Laplace 变换。
   狄利克雷函数 $δ_τ(t)=\begin{cases} \frac{1}{τ} &0⩽ t<τ \\ 0 &\text{others} \end{cases}$ 的Laplace 变换为
   $\displaystyle \mathcal L[δ_τ(t)]=\int^{τ}_{0}\frac{1}{τ}e^{-st}\text{d}t=\frac{1}{τs}(1-e^{-τs})$
   $\displaystyle \mathcal L[δ(t)]=\lim\limits_{τ\to0}\mathcal L[δ_τ(t)]=\lim\limits_{τ\to0}\frac{1}{τs}(1-e^{-τs})$
   用洛必达法则计算此极限 $\displaystyle\lim\limits_{τ\to0}\frac{1}{τs}(1-e^{-τs})=\lim\limits_{τ\to0}\frac{se^{-τs}}{s}=1$
   所以 $\mathcal L[δ(t)]=1$

微分方程的Laplace变换解法：主要借助于Laplace变换的微分性质
$\displaystyle \mathcal L[f^{(n)}(t)]=s^nF(s)-\sum_{k=1}^{n} s^{n-k}f^{(k-1)}(0)$
(1) 将微分方程(组)化为象函数的代数方程(组)；
(2) 求解代数方程得到象函数；
(3) 求Laplace 逆变换得到微分方程(组)的解。

1. 求解微分方程 $y''+ω^2y=0$ 满足初始条件 $y(0)=0,y'(0)=ω$
   (1) 令$Y(s)=\mathcal L[y(t)]$ ，对方程两边取Laplace 变换
   $s^2Y(s)-sy(0)-y'(0)+ω^2Y(s)=0$，带入初始条件可得
   $s^2Y(s)-ω+ω^2Y(s)=0$
   (2) 求解此方程，得 $Y(s)=\dfrac{ω}{s^2+ω^2}$
   (3) 求Laplace 逆变换，得 $y=\mathcal L^{-1}[Y(s)]=\sin ωt$

2. 求解微分方程初值问题 $\begin{cases} ax'(t)+bx(t)=f(t),&t>0 \\ x(0)=c \\ \end{cases}$
   令$X(s)=\mathcal L[x(t)],F(s)=\mathcal L[f(t)]$ ，对方程两边取Laplace 变换，带入初始条件可得
   $a(sX(s)-c)+bX(s)=F(s)$
   解得 $X(s)=\cfrac{F(s)+ac}{as+b}=c\cfrac{1}{s+b/a}+\cfrac{1}{a}\cfrac{1}{s+b/a}F(s)$
   由于 $\mathcal L^{-1}[\cfrac{1}{s+b/a}]=e^{-\frac{b}{a}t}$，故上式Laplace 逆变换为
   $\displaystyle x(t)=ce^{-\frac{b}{a}t}+\frac{1}{a}\int_{0}^{t}f(τ)e^{-\frac{b}{a}(t-τ)}\text{d}τ$

3. 求微分方程组：$\begin{cases} x'+y+z'=1\\ x+y'+z=0\\ y+4z'=0 \end{cases}$ 满足初始条件 $x(0)=0,y(0)=0,z(0)=0$
   令$\mathcal L[x(t)]=X(s),\mathcal L[y(t)]=Y(s),\mathcal L[z(t)]=Z(s)$
   对方程组两边取Laplace 变换，并带入初始条件可得
   $\begin{cases} sX(s)+Y(s)+sZ(s)=\dfrac 1s\\ X(s)+sY(s)+Z(s)=0\\ Y(s)+4sZ(s)=0 \end{cases}$
   解代数方程组得：
   $\begin{cases} X(s)=\dfrac{4s^2-1}{4s^2(s^2-1)} \\ Y(s)=\dfrac {-1}{s(s^2-1)} \\ Z(s)=\dfrac {1}{4s^2(s^2-1)} \\ \end{cases}$
   对每一像函数取Laplace 逆变换可得：
   $\begin{cases} x(t)=\mathcal L^{-1}[X(s)]=\dfrac 14\mathcal L^{-1}[\dfrac {3}{s^2-1}+\dfrac{1}{s^2}]=\dfrac 14(3\sinh t+t) \\ y(t)=\mathcal L^{-1}[Y(s)]=\mathcal L^{-1}[\dfrac 1s-\dfrac {s}{s^2-1}]=1-\cosh t \\ z(t)=\mathcal L^{-1}[Z(s)]=\dfrac 14\mathcal L^{-1}[\dfrac {1}{s^2-1}-\dfrac {1}{s^2}]=\dfrac 14(\sinh t-t) \end{cases}$

4. 求解积分方程：$\displaystyle f(t)=at-\int_{0}^{t}\sin(x-t)f(x)dt\quad(a\neq0)$
   原方程化为$\displaystyle f(t)=at+f(t)*\sin t$
   令$F(s)=\mathcal L[f(t)]$ ，对方程两边取Laplace 变换
   $F(s)=\dfrac{a}{s^2}+\dfrac{1}{s^2+1}F(s)$
   解得 $F(s)=a(\dfrac{a}{s^2}+\dfrac{a}{s^4})$
   求Laplace 逆变换 $f(t)=a(t+\dfrac{t^3}{6})$

物理学问题

1. 设质量为m 的物体静止在原点，在 t = 0 时受到 x 方向的冲击力 $F_0δ(t)$的作用，求物体的运动方程。
   设物体的运动方程为 $x = x(t)$ ，根据Newton 定律
   $mx''(t)=F_0δ(t),x(0)=x'(0)=0$
   令$X(s)=\mathcal L[x(t)]$ ，对方程两边取Laplace 变换，并带入初始条件得
   $ms^2X(s)=F_0\implies X(s)=\frac{F_0}{ms^2}$
   求Laplace 逆变换即得物体的运动方程为：$x(t)=\frac{F_0}{m}t$

2. 质量为m的物体挂在弹簧系数为k 的弹簧一端(如图)，作用在物体上的外力为 $f(t)$。若物体自静止平衡位置 x = 0 处开始运动，求该物体的运动规律 $x(t)$ 。
   
   (1) 根据 Newton 定律及 Hooke 定律，物体的运动规律 $x(t)$ 满足如下的微分方程：
   $mx''(t)+kx(t)=f(t);\quad x(0)=x'(0)$
   (2) 令$X(s)=\mathcal L[x(t)],F(s)=\mathcal L[f(t)]$ ，对方程两边取Laplace 变换，带入初始条件可得
   $ms^2X(s)+kX(s)=F(s)$
   令 $ω_0^2=k/m$，有 $X(s)=\dfrac{1}{mω_0}\cdot\dfrac{ω_0}{s^2+ω_0^2}\cdot F(s)$
   (3) 利用卷积定理，求Laplace 逆变换得：
   $x(t)=\mathcal L^{-1}[X(s)]=\dfrac{1}{mω_0}[\sinω_0t*f(t)]$
   当 $f(t)$具体给出时，即可以求得运动规律 $x(t)$
   设物体在 t = 0时受到的外力为 $f(t ) = Aδ(t)$
   此时，物体的运动规律为：
   $x(t)=\dfrac{1}{mω_0}[\sinω_0t*f(t)]=\dfrac{A}{mω_0}\sinω_0t$

附录

积分变换表

$f(t)$	Fourier Transform	Laplace Transform
Conditions	若 $f(t)$在 $\R$上满足： (1) 在任一有限区间上满足Dirichlet条件； (2) 在无限区间 $(-∞,+∞)$上绝对可积 ，即 $\displaystyle\int_{-∞}^{+∞}\mid f(t)\mid \text{d}t$ 收敛 Dirichlet 条件： (1)连续或只有有限个第一类间断点； (2)只有有限个极值点	若 $f(t)$满足 (1) 在$t⩾0$的任何有限区间分段连续； (2) 当 $t\to +∞$时，$f(t)$的增长速度不超过某指数函数，即 $\exists M>0,C⩾0$，使得 $\mid f(t)\mid ⩽Me^{Ct}(t⩾0)$ 成立。 则$f(t)$的Laplace 变换$F(s)$在半平面 $\text{Re }(s)>C$上一定存在，且是解析的。
Kernel Function	$e^{-\text{i}ωt}$	$e^{-st}$
Interval	$(-∞,+∞)$	$(0,+∞)$
Symbols	$F(ω)=\mathcal{F}[f(t)]$ $f(t)=\mathcal{F}^{-1}[F(ω)]$	$F(s)=\mathcal{L}[f(t)]$ $f(t)=\mathcal{L}^{-1}[F(s)]$
Transform (image)	$\displaystyle F(ω)=\int^{+∞}_{-∞}f(τ)e^{-\text{i}ωt}\text{d}t$	$\displaystyle F(s)=\int^{+\infty}_{0}f(t)e^{-st}\text{d}t$
Inverse Transform (original image)	$\displaystyle f(t)=\dfrac{1}{2\pi}\int_{-∞}^{+∞}F(ω)e^{\text{i}ω t}\text{d}ω$	$\displaystyle f(t)=\dfrac{1}{2\pi i}\int_{β-iω}^{β+iω}F(s)e^{st}\text{d}s \quad(t>0)$ $\displaystyle f(t)=\sum_{k=1}^n\text{Res}[F(s)e^{st},s_k]\quad(t>0)$

Functions (original image)	Fourier Transform (image)	Laplace Transform
$δ(t)$	1	1
$δ(t−t_0)$	$e^{-\text{i}ω t_0}$	$e^{-st_0}\quad(t_0>0)$
1	$2\pi δ(ω)$	$\dfrac{1}{s}\quad(\text{Re }s>0)$
$e^{-\text{i}ω_0 t}$	$2\pi δ(ω−ω_0)$
$t$		$\dfrac{1}{s^2}\quad(\text{Re }s>0)$
$t^m\quad(m\in\Z)$		$\dfrac{m!}{s^{m+1}}\quad(\text{Re }s>0)$
$t^a\quad(a>-1)$		$\dfrac{\Gamma(a+1)}{s^{a+1}}\quad(\text{Re }s>0)$
$e^{-at}\quad(a⩾0)$	$\dfrac{1}{a+\text{i}ω}$	$\dfrac{1}{s+a}\quad(\text{Re }s+a>0)$
$te^{-at}\quad(a⩾0)$		$\dfrac{1}{(s+a)^2}\quad(\text{Re }s+a>0)$
$u(t)=\begin{cases} 0 & t<0 \\ 1 &t> 0 \end{cases}$	$\pi δ(ω)+\dfrac{1}{\text{i}ω}$	$\dfrac{1}{s}\quad(\text{Re }s>0)$
$\text{sgn}(t)=\begin{cases}-1&t<0 \\ 1 &t >0 \end{cases}$	$\dfrac{2}{\text{i}ω}$
$\text{rect}(t)=\begin{cases}1&\mid t\mid <a \\ 0 &\mid t\mid >a \end{cases}$	$\dfrac{2\sin(aω)}{ω}$
$\cosω_0t$	$\pi [δ(ω-ω_0)+δ(ω+ω_0)]$	$\dfrac{s}{s^2+ω_0^2}\quad(\text{Re }s>0)$
$\sinω_0t$	$\text{i}\pi [δ(ω+ω_0)-δ(ω-ω_0)]$	$\dfrac{ω_0}{s^2+ω_0^2}\quad(\text{Re }s>0)$
$e^{-a^2t^2}$	$\cfrac{\sqrt{\pi}}{a}\exp(-\cfrac{ω^2}{4a^2})$
$\cfrac{\sinω_0t}{t}$	$\begin{cases} \pi & \vert ω \vert<ω_0 \\ 0 & \vert ω \vert>ω_0 \end{cases}$

非齐次项为 δ 函数的常微分方程

在传统意义下，非齐次项为 $δ$ 函数的常微分方程没有意义。

• 正当 $δ$ 函数应当理解为连续函数序列 $\{δ_n(x)\}$ 的极限一样，这类常微分方程也应当理解为非齐次项为 $δ_n(x)$ 的常微分方程的极限。
• 这类常微分方程的解也应当理解为非齐次项为 $δ_n(x)$ 的常微分方程的解的极限（先解微分方程再取极限）。
• 引进 $δ$ 函数的好处就在于可以直接处理这类极限情形的微分方程求解问题，而不必考虑具体的函数序列以及它的极限过程。
• 正因为 $\delta$ 函数不是传统意义下的函数，使得这类常微分方程的解具有独特的连续性质。就二阶常微分方程而言，我们将要看到，它的解是连续的，但是解的一阶导数不连续。正是由于一阶导数的不连续，才使得它正好是非齐次项为 $δ$ 函数的常微分方程。

非齐次项为 $δ$ 函数的常微分方程，这是一种特殊的非齐次方程，除了使用 $\delta$ 函数的个别点外，方程是齐次的，使得这种非齐次常微分方程又很容易求解，特殊情形下甚至可以直接积分求解。

示例 1：求解初值问题（初位移和初速度为 0 的物体，在 $t_0$ 时刻受到瞬时冲量）

$$\begin{cases} \cfrac{d^2s}{dt^2}=\delta(t-t_0) & t>0,t_0>0 \\ s|_{t=0}=0,\quad \cfrac{ds}{dt}|_{t=0}=0 \end{cases}$$

解：直接积分

$$\cfrac{ds}{dt}=u(t-t_0)+c_1$$

其中函数 $u(t)$ 为单位阶跃函数^[2:3]，再次积分

$$s=(t-t_0)u(t-t_0)+c_1t+c_2$$

带入初始条件可得

$$c_1=c_2=0$$

于是

$$s=(t-t_0)u(t-t_0)$$

示例 2：求解边值问题（物体在 $t=a,b$ 时刻的位移为 0，在 $t_0$ 时刻受到瞬时冲量）

$$\begin{cases} \cfrac{d^2s}{dt^2}=\delta(t-t_0) & 0<a<t_0<b \\ s|_{t=a}=0,\quad s|_{t=b}=0 \end{cases}$$

解：直接积分可求得

$$s=(t-t_0)u(t-t_0)+v_1t+v_2$$

带入初始条件可解得

$$\begin{cases} v_1=-\cfrac{b-t_0}{b-a} \\ v_2=-v_1a \end{cases}$$

于是

$$s=(t-t_0)u(t-t_0)-\frac{b-t_0}{b-a}(t-a)$$

---

参考文献：
《复变函数》.国防科技大学(mooc)
王忠仁 张静.《工程数学：复变函数和积分变换》
焦红伟 尹景本.《复变函数与积分变换》
梁昆淼.《数学物理方法》

---

1. 卷积(Convolution)：设函数$f_1(t),f_2(t)$在$(-\infty,\infty)$上绝对可积，则积分$\displaystyle\int^{+\infty}_{-\infty}f_1(τ)f_2(t-τ)dτ$ 称为$f_1(t),f_2(t)$的卷积。记为

   $$\displaystyle f_1(t)*f_2(t)=\int^{+\infty}_{-\infty}f_1(τ)f_2(t-τ)dτ$$

   如何通俗易懂地解释卷积？——知乎
   根据定义，卷积满足如下性质：
   (1) 交换律：$f_1(t)*f_2(t)=f_2(t)*f_1(t)$
   (2) 结合律：$f_1*[f_2*f_3]=[f_1*f_2]*f_3$
   (3) 分配律：$f_1*[f_2+f_3]=f_1*f_2+f_1*f_3$ ↩︎ ↩︎

2. 单位阶跃函数(unit step function)，也称Heaviside单位函数

   $$u(t)=\begin{cases} 0 & t<0 \\ 1 &t> 0 \end{cases}$$

   
   按广义函数理论，定义为

   $$\displaystyle\int_{-∞}^{+∞}u(t)f(t)dt=\int_{0}^{+∞}f(t)dt$$

   单位阶跃函数的积分为：

   $$\int_{-\infty}^{t}u(\tau)\mathrm d\tau=tu(t)$$

   ↩︎ ↩︎ ↩︎ ↩︎

3. 在δ函数的Fourier变换中，其广义积分是根据δ函数的性质直接给出的，而不是按通常的积分方式得到的，称这种方式的Fourier 变换为广义Fourier 变换。 ↩︎