摺積定理

摺積定理指出，函數摺積的傅利葉轉換是函數傅利葉轉換的乘積。即一個域中的摺積對應於另一個域中的乘積，例如時域中的摺積對應於頻域中的乘積。

${\mathcal {F}}\{f*g\}={\mathcal {F}}\{f\}\cdot {\mathcal {F}}\{g\}$

其中${\mathcal {F}}(f)$表示f 的傅利葉轉換。下面這種形式也成立：

${\mathcal {F}}\{f\cdot g\}={\mathcal {F}}\{f\}*{\mathcal {F}}\{g\}$

藉由傅利葉反轉換${\mathcal {F}}^{-1}$，也可以寫成

$f*g={\mathcal {F}}^{-1}{\big \{}{\mathcal {F}}\{f\}\cdot {\mathcal {F}}\{g\}{\big \}}$

注意以上的寫法只對特定形式定義的轉換正確，轉換可能由其它方式正規化，使得上面的關係式中出現其它的常數因子。

這一定理對拉普拉斯轉換、雙邊拉普拉斯轉換、Z轉換、梅林轉換和Hartley轉換（參見Mellin inversion theorem）等各種傅利葉轉換的變體同樣成立。在調和分析中還可以推廣到在局部緊緻的阿貝爾群上定義的傅利葉轉換。

利用摺積定理可以簡化摺積的運算量。對於長度為$n$的序列，按照摺積的定義進行計算，需要做$2n-1$組對位乘法，其計算複雜度為解析失败 (SVG（MathML可通过浏览器插件启用）：从服务器“http://localhost:6011/zh.wikipedia.org/v1/”返回无效的响应（“Math extension cannot connect to Restbase.”）：): {\displaystyle \mathcal{O}(n^2)} ；而利用傅利葉轉換將序列轉換到頻域上後，只需要一組對位乘法，利用傅利葉轉換的快速算法之後，總的計算複雜度為${\mathcal {O}}(n\log n)$。這一結果可以在快速乘法計算中得到應用。

證明

這裏展示的證明是基於傅立葉轉換的特定形式。如果傅利葉轉換的形式不同，則推導中將會增加一些常數因子。

令f、g屬於L¹(Rⁿ)。$F$為$f$的傅利葉轉換，$G$為$g$的傅利葉轉換：

$F(\nu )={\mathcal {F}}\{f\}=\int _{\mathbb {R} ^{n}}f(x)e^{-2\pi ix\cdot \nu }\,\mathrm {d} x$

$G(\nu )={\mathcal {F}}\{g\}=\int _{\mathbb {R} ^{n}}g(x)e^{-2\pi ix\cdot \nu }\,\mathrm {d} x,$

其中x和ν之間的點表示Rⁿ上的內積。

$h(z)=\int \limits _{\mathbb {R} }f(x)g(z-x)\,\mathrm {d} x.$

現在發現，

$\int \!\!\int |f(z)g(x-z)|\,dx\,dz=\int |f(z)|\int |g(z-x)|\,dx\,dz=\int |f(z)|\,\|g\|_{1}\,dz=\|f\|_{1}\|g\|_{1}.$

因此，通過富比尼定理我們有$h\in L^{1}(\mathbb {R} ^{n})$，於是它的傅利葉轉換$H$由積分式定義為

${\begin{aligned}H(\nu )={\mathcal {F}}\{h\}&=\int _{\mathbb {R} }h(z)e^{-2\pi iz\cdot \nu }\,dz\\&=\int _{\mathbb {R} }\int _{\mathbb {R} ^{n}}f(x)g(z-x)\,dx\,e^{-2\pi iz\cdot \nu }\,dz.\end{aligned}}$

觀察到$|f(x)g(z-x)e^{-2\pi iz\cdot \nu }|=|f(x)g(z-x)|$，因此對以上變量我們可以再次應用富比尼定理（即交換積分順序）：

$H(\nu )=\int _{\mathbb {R} }f(x)\left(\int _{\mathbb {R} ^{n}}g(z-x)e^{-2\pi iz\cdot \nu }\,dz\right)\,dx.$

代入 $y=z-x$; $dy=dz$

$H(\nu )=\int _{\mathbb {R} }f(x)\left(\int _{\mathbb {R} }g(y)e^{-2\pi i(y+x)\cdot \nu }\,dy\right)\,dx$

$=\int _{\mathbb {R} }f(x)e^{-2\pi ix\cdot \nu }\left(\int _{\mathbb {R} }g(y)e^{-2\pi iy\cdot \nu }\,dy\right)\,dx$

$=\int _{\mathbb {R} }f(x)e^{-2\pi ix\cdot \nu }\,dx\int _{\mathbb {R} }g(y)e^{-2\pi iy\cdot \nu }\,dy.$

這兩個積分就是$F(\nu )$和$G(\nu )$的定義，所以：

$H(\nu )=F(\nu )\cdot G(\nu ),$

相關條目

• 摺積

外部連結

Mathworld （頁面存檔備份，存於互聯網檔案館）