tecktom.com

Parseval の等式 — エネルギーは係数側でも数えられる

2026年10月15日2分で読めますAI生成教科書『基礎理論』第2章 Fourier 級数展開 — 周期信号を正規直交基底で表す

AI 生成・木下が未勉強

信号処理論入門 第2章 §2.3 ★★ エネルギー保存。級数和・帯域幅の計算

内積を基底で展開して二乗和を取ると、正規直交性から交差項が消え、Parseval の等式が得られる。

要点

Parseval の等式(Fourier 級数)

1T0∫0T0∣x(t)∣2 ⁣dt=∑k=−∞∞∣ck∣2.\frac{1}{T_0}\int_0^{T_0}\left\vert x(t)\right\vert ^2\mathop{}\!\mathrm{d} t=\sum_{k=-\infty}^{\infty}\left\vert c_k\right\vert ^2 .

導出。 第1章の「ノルム二乗=射影二乗の和」の一行そのものである。展開 x(t)=∑kckejkω0tx(t)=\sum_k c_k\mathrm{e}^{\mathrm{j} k\omega_0 t} を ∣x∣2=xx‾\left\vert x\right\vert ^2=x\overline{x} に代入し、二重和にして項別に積分すると

∫0T0∣x(t)∣2 ⁣dt=∑k∑lckcl‾∫0T0ej(k−l)ω0t ⁣dt=∑k∑lckcl‾ T0δkl=T0∑k∣ck∣2.\int_0^{T_0}\left\vert x(t)\right\vert ^2\mathop{}\!\mathrm{d} t =\sum_{k}\sum_{l}c_k\overline{c_l}\int_0^{T_0}\mathrm{e}^{\mathrm{j}(k-l)\omega_0 t}\mathop{}\!\mathrm{d} t =\sum_{k}\sum_{l}c_k\overline{c_l}\,T_0\delta_{kl} =T_0\sum_{k}\left\vert c_k\right\vert ^2 .

急所は基底の正規直交性 ∫0T0ej(k−l)ω0t ⁣dt=T0δkl\displaystyle\int_0^{T_0}\mathrm{e}^{\mathrm{j}(k-l)\omega_0 t}\mathop{}\!\mathrm{d} t=T_0\delta_{kl}(k≠lk\ne l の交差項が積分でちょうど 00 になり、対角項 k=lk=l だけが残る)にある。両辺を T0T_0 で割れば上式を得る。左辺は信号の平均パワー、右辺は各周波数成分のパワーの総和である。これは幾何的には「ベクトルの長さの二乗は正規直交成分の二乗和に等しい」というPythagoras の定理の無限次元版に他ならない。「時間領域で測ってもスペクトル側で測ってもエネルギーは同じ」というこの保存則は、以後 Fourier 変換・DFT でも形を変えて何度も現れる。

近似誤差と直交性

基底を ∣k∣≤N\left\vert k\right\vert \le N に限った部分和 xN(t)=∑∣k∣≤Nckϕkx_N(t)=\sum_{\left\vert k\right\vert \le N}c_k\phi_k は、同じ本数の基底で作れる信号のうち xx に最も近い(L2L^2 誤差最小の)ものである。これは「元信号と近似信号の差 x−xNx-x_N が、近似に使った基底すべてと直交する」ことから従う(直交射影の最良近似性)。基底を増やすほど誤差は単調に減る。

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『基礎理論』の記事一覧へ