tecktom.com

本章のまとめ

2026年10月15日4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 §2.5　★★ 係数の実虚・偶奇対称。Parseval・Gibbsの土台

本章の骨は「周期信号を複素正弦波の正規直交基底へ射影し、展開係数 ckc_k を並べる」の一本道である。直交性が係数の分析式を、正規直交性が Parseval の等式を、核 DND_N が収束と Gibbs 現象を与える。

事項要点（式）使い所・注意
正規直交性⟨ϕk,ϕl⟩=∫0T0ej(k−l)ω0t ⁣dt=T0δkl\left\langle \phi_k,\phi_l\right\rangle =\displaystyle\int_0^{T_0}\mathrm{e}^{\mathrm{j}(k-l)\omega_0 t}\mathop{}\!\mathrm{d} t=T_0\delta_{kl}（ϕk=ejkω0t\phi_k=\mathrm{e}^{\mathrm{j} k\omega_0 t}、ω0=2π/T0\omega_0=2\pi/T_0）異なる周波数が混信なく取り出せる根拠。全ての Fourier 解析の土台
Fourier 級数合成 x(t)=∑kckejkω0tx(t)=\displaystyle\sum_{k}c_k\mathrm{e}^{\mathrm{j} k\omega_0 t}、分析 ck=1T0∫0T0x(t)e−jkω0t ⁣dt=⟨x,ϕk⟩T0c_k=\dfrac{1}{T_0}\displaystyle\int_0^{T_0}x(t)\mathrm{e}^{-\mathrm{j} k\omega_0 t}\mathop{}\!\mathrm{d} t=\dfrac{\left\langle x,\phi_k\right\rangle }{T_0}分析式は両辺と ϕk\phi_k の内積＋直交性で導く。ckc_k＝射影成分
スペクトル{ck}\{c_k\} が離散スペクトル。∣ck∣\left\vert c_k\right\vert＝振幅、arg⁡ck\arg c_k＝位相。負の kk＝時計回りの相方実余弦は ±ω0\pm\omega_0 の対で作る。台は原点対称
エルミート対称実信号 x∈Rx\in\mathbb{R} ⇒\Rightarrow ck‾=c−k\overline{c_k}=c_{-k}実信号スペクトルは ±k\pm k が共役の対。実形式 ak,bka_k,b_k の橋渡し
偶奇と係数xx 偶 ⇒ck∈R\Rightarrow c_k\in\mathbb{R}、xx 奇 ⇒ck∈jR\Rightarrow c_k\in\mathrm{j}\mathbb{R}（純虚数）ck‾=c−k\overline{c_k}=c_{-k} と c−k=±ckc_{-k}=\pm c_k を等号でつなぐ。
Parseval1T0∫0T0∣x(t)∣2 ⁣dt=∑k∣ck∣2\dfrac{1}{T_0}\displaystyle\int_0^{T_0}\left\vert x(t)\right\vert ^2\mathop{}\!\mathrm{d} t=\sum_{k}\left\vert c_k\right\vert ^2平均パワー保存（時間 = 周波数）。Pythagoras の無限次元版。級数和・帯域計算
最良近似部分和 xN=∑∣k∣≤Nckϕkx_N=\displaystyle\sum_{\left\vert k\right\vert \le N}c_k\phi_k は同本数で L2L^2 誤差最小（x−xN⊥x-x_N\perp 使用基底）打ち切りが最良近似＝FIR 設計(第11章)の伏線。N ⁣↑N\!\uparrow で誤差単調減
Dirichlet 核xN=1T0∫0T0x(τ)DN(t−τ) ⁣dτx_N=\dfrac{1}{T_0}\displaystyle\int_0^{T_0}x(\tau)D_N(t-\tau)\mathop{}\!\mathrm{d}\tau、DN(t)=sin⁡((N+12)ω0t)sin⁡(12ω0t)D_N(t)=\dfrac{\sin((N+\frac12)\omega_0 t)}{\sin(\frac12\omega_0 t)}部分和＝核で平滑化した信号。N ⁣→ ⁣∞N\!\to\!\infty で δ\delta 列化
収束・Gibbs連続点で x(t)x(t)、不連続点で 12(x(t+)+x(t−))\tfrac12(x(t^+)+x(t^-)) に収束。跳びの約 9%9\% のオーバーシュートは残るDirichlet 条件。Gibbs は打ち切りリンギング＝窓関数(第6章)の動機

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

この記事が含まれている連載

連載AI生成教科書『基礎理論』量子力学・統計熱力学・信号処理などの入門を、分野ごとに AI（Claude）が書き、木下が勉強しながら公開しています。上の段は AI が書いた本文、下の段は木下が勉強したあとに書いた文です。961本の記事・木下 智貴
← AI生成教科書『基礎理論』の記事一覧へ