跳到主要內容

[數學分析] Fourier Series 逐點收斂性質 的充分條件

閱讀本文之前,建議讀者先行閱讀 [數學分析] 三角多項式 與 三角級數 (1) 來熟悉符號與定義。

現在考慮週期連續函數 $f$,並取 $c_n$ 為 $f$ 的 Fourier Series Coefficient,則我們可以定義 $N$ 項 Partial sum $S_N(f;x)$ 如下:
\[
S_N(f;x) :=\sum_{n=-N}^N c_n e^{inx}
\]其中 $c_n = \frac{1}{2 \pi}\int_{-\pi}^\pi f(x) e^{-inx}dx$

為了簡化符號,我們現在定義 Dirichlet kernel $D_N(t) $  如下
\[
D_N(t) := \sum_{n =-N}^N e^{int}
\]讀者可自行驗證上述 Dirichlet kernel 滿足
\[{D_N}(t): = \sum\limits_{n =  - N }^N  {{e^{int}}}  = \frac{{\sin \left( {\left( {N + 1/2} \right)t} \right)}}{{\sin \left( {t/2} \right)}}\]且 $\int_{ - \pi }^\pi  {{D_N}(t)dt = 2\pi } $

現在讓 $n \to \infty$,我們想問何時 上述的 Partial sum 是否收斂到原函數? ;i.e., $$f(x) =?= \sum_n c_n e^{inx} $$ 答案是當 $f$ 為連續函數 或者滿足某程度的連續條件;則 我們前述定義的 Partial sum $S_N(f;x)$ 可以 "逐點收斂" 到原函數 $f$。我們將此重要的結果記錄成以下定理:
================
Theorem 1: Sufficient Condition For Pointwise Convergence of Fourier Series
若 對某些 $x \in [-\pi, \pi]$ 而言, 存在 $\delta >0$ 與 $M>0$ 使得 對任意 $t \in (-\delta, \delta)$
\[
|t| < \delta \Rightarrow |f(x+t) - f(x)| < M\;|t|
\]則 $ \displaystyle \lim_{N \rightarrow \infty}S_N(f;x) = f(x)$
===============

Comments: 
1. 上述定理中的條件:存在 $\delta >0$ 與 $M>0$ 使得 $|t| < \delta \Rightarrow |f(x+t) - f(x)| < M\;|t|$ 一般稱為 Lipschitz Condition
2. 上述定理並 不 保證 均勻收斂!!!

Proof (Theorem 1) : 我們要證 $S_N(f;x) \to f(x)$ 逐點收斂;亦即 $\lim_{N \rightarrow \infty}S_N(f;x) = f(x)$ ;故取 $x$ 滿足假設條件,且給定 $\varepsilon>0$ 我們要證 存在 $N>0$ 使得 $n \ge N \Rightarrow |S_N(f;x) - f(x)| <\varepsilon$ 。現在觀察
\[\begin{array}{*{20}{l}}
{|{S_N}(f;x) - f(x)| = |\sum\limits_{n =  - N}^N {{c_n}{e^{inx}}}  - f(x)|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}&{}
\end{array} = |\frac{1}{{2\pi }}\sum\limits_{n =  - N}^N {\left( {\int_{ - \pi }^\pi  {f\left( t \right)} {e^{ - int}}dt} \right)} {e^{inx}} - f(x)|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}&{}
\end{array} = |\frac{1}{{2\pi }}\int_{ - \pi }^\pi  {f\left( t \right)} \sum\limits_{n =  - N}^N {{e^{in\left( {x - t} \right)}}dt}  - f(x)|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}&{}
\end{array} = |\frac{1}{{2\pi }}\int_{ - \pi }^\pi  {f\left( t \right)} {D_N}\left( {x - t} \right)dt - f(x)|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}&{}
\end{array} = |\frac{1}{{2\pi }}\int_{ - \pi }^\pi  {f\left( t \right)} {D_N}\left( {x - t} \right)dt - \underbrace {\frac{1}{{2\pi }}\int_{ - \pi }^\pi  {f\left( x \right)} {D_N}\left( t \right)dt}_{ = f\left( x \right)}|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}&{}
\end{array} = \frac{1}{{2\pi }}|\int_{x - \pi }^{x + \pi } {f\left( {x - s} \right)} {D_N}\left( s \right)ds - \int_{ - \pi }^\pi  {f\left( x \right)} {D_N}\left( t \right)dt|}
\end{array}\]注意到由於 $D_N$ 與 $f$ 為 週期 $2 \pi$函數,故其 $D_N f$ 亦為週期 $2 \pi$函數,故若我們對其積分 其積分範圍可以是 滿足總長為 $2 \pi$ 任意範圍  即可。亦即我們可繼續改寫前式如下:
\[\small \begin{array}{*{20}{l}}
{|{S_N}(f;x) - f(x)| = \frac{1}{{2\pi }}|\int_{x - \pi }^{x + \pi } {f\left( {x - s} \right)} {D_N}\left( s \right)ds - \int_{ - \pi }^\pi  {f\left( x \right)} {D_N}\left( t \right)dt|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}
\end{array} = \frac{1}{{2\pi }}|\int_{ - \pi }^\pi  {f\left( {x - s} \right)} {D_N}\left( s \right)ds - \int_{ - \pi }^\pi  {f\left( x \right)} {D_N}\left( t \right)dt|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}
\end{array} = \frac{1}{{2\pi }}|\int_{ - \pi }^\pi  {\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]} {D_N}\left( t \right)dt|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}
\end{array} = \frac{1}{{2\pi }}\left| {\int_{ - \pi }^\pi  {\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]} \frac{{\sin \left( {\left( {N + 1/2} \right)t} \right)}}{{\sin \left( {t/2} \right)}}dt} \right|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}
\end{array} = \frac{1}{{2\pi }}\left| {\int_{ - \pi }^\pi  {\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]} \frac{{\sin \left( {Nt} \right)\cos \left( {t/2} \right) + \cos \left( {Nt} \right)\sin \left( {t/2} \right)}}{{\sin \left( {t/2} \right)}}dt} \right|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}
\end{array} = \frac{1}{{2\pi }}\left| \begin{array}{l}
\int_{ - \pi }^\pi  {\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]} \frac{{\sin \left( {Nt} \right)\cos \left( {t/2} \right)}}{{\sin \left( {t/2} \right)}}dt\\
\begin{array}{*{20}{c}}
{}&{}
\end{array} + \int_{ - \pi }^\pi  {\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]} \frac{{\cos \left( {Nt} \right)\sin \left( {t/2} \right)}}{{\sin \left( {t/2} \right)}}dt
\end{array} \right|}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}&{}
\end{array} \le \frac{1}{{2\pi }}\left[ \begin{array}{l}
\left| {\int_{ - \pi }^\pi  {\left[ {\frac{{\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]}}{{\sin \left( {t/2} \right)}}\cos \left( {t/2} \right)} \right]} \sin \left( {Nt} \right)dt} \right|\\
\begin{array}{*{20}{c}}
{}&{}
\end{array} + \left| {\int_{ - \pi }^\pi  {\left[ {\frac{{\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]}}{{\sin \left( {t/2} \right)}}\sin \left( {t/2} \right)} \right]} \cos \left( {Nt} \right)dt} \right|
\end{array} \right]}
\end{array}
\]注意到若 $|t| \le \delta$ 則下列兩式
\[\left\{ \begin{array}{l}
\left[ {\frac{{\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]}}{{\sin \left( {t/2} \right)}}} \right]\cos \left( {t/2} \right)\\
\left[ {\frac{{\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]}}{{\sin \left( {t/2} \right)}}} \right]\sin \left( {t/2} \right)
\end{array} \right.
\]兩者皆為有界 $(|f(x+t) - f(x)| \le M |t| < M \delta)$。故
\[\small \begin{array}{*{20}{l}}
{|{S_N}(f;x) - f(x)| \le \frac{1}{{2\pi }}\left[ \begin{array}{l}
\left| {\int_{ - \pi }^\pi  {\left[ {\frac{{\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]}}{{\sin \left( {t/2} \right)}}\cos \left( {t/2} \right)} \right]} \sin \left( {Nt} \right)dt} \right|\\
\begin{array}{*{20}{c}}
{}&{}&{}
\end{array} + \left| {\int_{ - \pi }^\pi  {\left[ {\frac{{\left[ {f\left( {x - t} \right) - f\left( x \right)} \right]}}{{\sin \left( {t/2} \right)}}\sin \left( {t/2} \right)} \right]} \cos \left( {Nt} \right)dt} \right|
\end{array} \right]}\\
{\begin{array}{*{20}{l}}
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}
\end{array} \le \frac{M}{{2\pi }}\left[ {\left| {\int_{ - \pi }^\pi  {\left[ {\frac{{\left| t \right|\cos \left( {t/2} \right)}}{{\sin \left( {t/2} \right)}}} \right]} \sin \left( {Nt} \right)dt} \right| + \left| {\int_{ - \pi }^\pi  {\left[ {\frac{{\left| t \right|\sin \left( {t/2} \right)}}{{\sin \left( {t/2} \right)}}} \right]} \cos \left( {Nt} \right)dt} \right|} \right]}\\
{\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}
\end{array} \le \underbrace {\frac{M}{{2\pi }}\left[ {\left| {\int_{ - \pi }^\pi  {\left[ {\frac{{\left| t \right|}}{{\sin \left( {t/2} \right)}}} \right]} \sin \left( {Nt} \right)dt} \right| + \left| {\int_{ - \pi }^\pi  {\left[ {\frac{{\left| t \right|}}{{\sin \left( {t/2} \right)}}} \right]} \cos \left( {Nt} \right)dt} \right|} \right] \to 0}_{\left( {by\begin{array}{*{20}{c}}
{}
\end{array}\mathop {\lim }\limits_{n \to \infty } {c_n} = 0} \right)}}
\end{array}}
\end{array}\]

以下我們看個例子:

Example:
假設 $0 < \delta < \pi$,
\[f\left( x \right): = \left\{ \begin{array}{l}
1,\begin{array}{*{20}{c}}
{}&{}
\end{array}\left| x \right| < \delta \\
0,\begin{array}{*{20}{c}}
{}&{}
\end{array}\delta  < \left| x \right| \le \pi
\end{array} \right.\]且對任意 $x \in \mathbb{R}$, $f(x+2 \pi) = f(x)$
(a) 試求 Fourier Series Coefficient
(b) 試證 $\sum\limits_{n = 1}^\infty  {\frac{{\sin \left( {n\delta } \right)}}{{n\pi }}}  = \frac{{\pi  - \delta }}{2} $

Solution
在求解之前我們先確認 $f(x)$ 具有 Fourier Series,首先注意到 $f$ 為週期函數 (週期為 $2 \pi$) 接著我們檢驗其是否滿足我們的 point-wise convergence (Theorem 1) 條件:
給定 $x =0$ ,我們取題目中給定的 $\delta >0$ 檢驗對任意 $t \in (-\delta, \delta)$ ,觀察
\[\begin{array}{l}
\left| {f\left( {x + t} \right) - f\left( x \right)} \right| = \left| {f\left( t \right) - f\left( 0 \right)} \right|\\
\begin{array}{*{20}{c}}
{}&{}&{}&{}&{}&{}
\end{array} = \left| {1 - 1} \right| = 0 \le M\left| t \right|
\end{array}\]故我們知道其滿足 Theorem 1,亦即 $f$ 有 Fourier Series 且 $f(x) = \sum_{-\infty}^\infty c_n e^{inx}$ 現在我們可以開始解題:
(a) 首先針對 $c_0$ 可知
\[{c_0}: = \frac{1}{{2\pi }}\int_{ - \pi }^\pi  {f\left( x \right)dx}  = \frac{1}{{2\pi }}\int_{ - \delta }^\delta  {1dx}  = \frac{\delta }{\pi }\]
另外對 $n \neq 0$
\[\begin{array}{l}
{c_n}: = \frac{1}{{2\pi }}\int_{ - \pi }^\pi  {f\left( x \right){e^{inx}}dx}  = \frac{1}{{2\pi }}\int_{ - \delta }^\delta  {1{e^{inx}}dx} \\
\begin{array}{*{20}{c}}
{}&{}&{}
\end{array} = \frac{1}{{n\pi }}\frac{{{e^{in\delta }} - {e^{ - in\delta }}}}{{2i}} = \frac{1}{{n\pi }}\sin \left( {n\delta } \right)
\end{array}\]注意到上述結果暗示了
\[f\left( x \right) = \frac{\delta }{\pi } + 2\sum\limits_{n = 1}^\infty  {\frac{{\sin \left( {n\delta } \right)}}{{n\pi }}{e^{inx}}} \]
(b) 我們要證明  $\sum\limits_{n = 1}^\infty  {\frac{{\sin \left( {n\delta } \right)}}{{n\pi }}}  = \frac{{\pi  - \delta }}{2} $ 故由 part (a) 可知
\[\begin{array}{l}
f\left( x \right) = \frac{\delta }{\pi } + 2\sum\limits_{n = 1}^\infty  {\frac{{\sin \left( {n\delta } \right)}}{{n\pi }}{e^{inx}}} \\
 \Rightarrow f\left( 0 \right) = \frac{\delta }{\pi } + 2\sum\limits_{n = 1}^\infty  {\frac{{\sin \left( {n\delta } \right)}}{{n\pi }}} \\
 \Rightarrow 1 = \frac{\delta }{\pi } + 2\sum\limits_{n = 1}^\infty  {\frac{{\sin \left( {n\delta } \right)}}{{n\pi }}} \\
 \Rightarrow \frac{{\pi  - \delta }}{{2\pi }} = \sum\limits_{n = 1}^\infty  {\frac{{\sin \left( {n\delta } \right)}}{{n\pi }}} \ \ \ \ \ \square
\end{array}
\]


前述 Theorem  只有說明 Fourier Series 何時會 逐點收斂,那麼我們想問甚麼時候可以有均勻收斂呢? 要討論 均勻收斂 對於 Fourier Series 其實故事相當冗長,不過所幸我們可以加入額外假設馬上獲得我們想要的 均勻收斂性質,亦即 額外加入 函數除了週期連續之外,還需要可導在該區間內可導,則均勻連續性可以被保證。

==========
Theorem:
令 $f \in C^1([-\pi,\pi])$ 且 periodic ,則 $S_N(f) \to f$ uniformly。
==========
Proof:
要證明 $S_N(f) \to f$ uniformly;首先注意到 $f \in C^1([-\pi,\pi])$ 故自動滿足 Lipschitz condition;由 Theorem 1 亦即我們有 對任意 $x$,$S_N(f;x) \to f(x)$ pointwise。

故我們只需證明 $S_N(f)$ 均勻收斂 無須證明他收斂到 $f$ (why? 因為 limit 的唯一性質保證如果已經有 $S_N(f)$ 逐點收斂到某函數 $f$ 且又知道 $S_N(f)$ 均勻收斂 則 $S_N(f)$ 必定要均勻收斂到 $f$)。

那麼現在問題變成如何證明  $S_N(f)$ 均勻收斂 ? 回憶 $S_N(f)$ 定義:
\[{S_N}\left( {f;x} \right): = \sum\limits_{n =  - N}^N {{c_n}{e^{inx}}} \]我們需要額外的工具 幫助我們證明上述 summation 收斂。回憶:( Weierstrass M-test :若 函數數列 $g_n(x)$ 為連續 且 $|g_n(x)| \le M_n$ 且 $\sum_n M_n < \infty$,則 $\sum_n |g_n(x)|$ 均勻收斂。)

現在觀察 $\left| {{c_n}{e^{inx}}} \right| \le \left| {{c_n}} \right| $;另外由於 $f \in C^1$ 我們可定義 $c_n'$ 為 $f'$ 的 Fourier Series Coefficient,則
\[{c_n}' = in\left( {{c_n}} \right)
\]故由前述結果可推知
\[\left| {{c_n}{e^{inx}}} \right| \le \left| {{c_n}} \right| = \left| {\frac{{{c_n}'}}{{in}}} \right| = \left| {\frac{{{c_n}'}}{n}} \right|  \ \ \ \ (**)
\]現在利用 一個不等式工具: 對任意 $a,b \ge 0$,$a \cdot b \le \frac{1}{2} |a^2 + b^2|$;現在選 $a:=c_n'$ 與 $b:=1/n$ 則利用上述不等式可推得
\[\begin{array}{l}
\left| {{c_n}{e^{inx}}} \right| \le \left| {{c_n}} \right| = \left| {\frac{{{c_n}'}}{n}} \right| \le \frac{1}{2}|{\left( {{c_n}'} \right)^2} + {\left( {\frac{1}{n}} \right)^2}|\\
 \Rightarrow \left| {{c_n}{e^{inx}}} \right| \le \underbrace {\frac{1}{2}{{\left( {{c_n}'} \right)}^2} + \frac{1}{2}\frac{1}{{{n^2}}}}_{: = {M_n}}
\end{array}\]現在對 $M_n$ 取 summation 可得
\[\begin{array}{l}
\sum\limits_{n =  - \infty }^\infty  {{M_n}}  = \sum\limits_{n =  - \infty }^\infty  {\left[ {\frac{1}{2}{{\left( {{c_n}'} \right)}^2} + \frac{1}{2}\frac{1}{{{n^2}}}} \right]} \\
\begin{array}{*{20}{c}}
{}&{}&{}
\end{array} = \left| {{c_0}} \right| + \sum\limits_{n =  - \infty ;n \ne 0}^\infty  {\left[ {\frac{1}{2}{{\left( {{c_n}'} \right)}^2} + \frac{1}{2}\frac{1}{{{n^2}}}} \right]} \\
\begin{array}{*{20}{c}}
{}&{}&{}
\end{array} = \left| {{c_0}} \right| + \frac{1}{2}\underbrace {\sum\limits_{n =  - \infty ;n \ne 0}^\infty  {{{\left( {{c_n}'} \right)}^2}} }_{Term1} + \frac{1}{2}\underbrace {\sum\limits_{n =  - \infty ;n \ne 0}^\infty  {\left[ {\frac{1}{{{n^2}}}} \right]} }_{ < \infty }
\end{array}\]上式中的 Term 1 可利用 Parseval's Theorem :($\sum\limits_n | {c_n}{|^2} = \underbrace {\int_{ - \pi }^\pi  | f(x){|^2}dx}_{: = \left\| f \right\|_{{L^2}}^2}$),由於 $f \in C^1([-\pi,\pi])$ 故 \[\sum\limits_n | {c_n}{|^2} = \underbrace {\int_{ - \pi }^\pi  | f(x){|^2}dx}_{: = \left\| f \right\|_{{L^2}}^2} < \sup {\left| f \right|^2}2\pi  < \infty \]故 Term 1 亦為有界。至此我們證明了
\[
\sum_n M_n <\infty
\]由 Weierstrass M-test 可知 $\sum_n c_n e^{inx}$ 均勻收斂 亦即 $S_N(f)$ 均勻收斂,又由於 $S_N(f) \to f$ 逐點收斂,故  $S_N(f) \to f$ 均勻收斂 $\square$

以下我們看個例子:

Example
令 $f : [-\pi, \pi] \to \mathbb{C}$ 無窮可微 的解析函數 且滿足 $f^{(k)}(-\pi) = f^{(k)}(\pi)$ 對任意 $k \in \mathbb{Z}^+ \cup \{0\}$
(a) 若 $c_n$ 為 $f(x)$ 的 Fourier Series coefficient。試求 $f'(x)$ 的 Fourier Series Coefficient $c_n'$
(b) 試證 $n c_n \to 0$

Proof:
(a) 首先注意到 $f$ 為 解析函數,且  $f^{(k)}(-\pi) = f^{(k)}(\pi)$ 對任意 $k \in \mathbb{Z}^+ \cup \{0\}$ 故此函數滿足 Theorem 1 我們可說 $f$ 具有 Fourier Series 如下
\[f\left( x \right) = \sum\limits_{n =  - \infty }^\infty  {{c_n}{e^{inx}}} \]故
\[f'\left( x \right) = \sum\limits_{n =  - \infty }^\infty  {{c_n}in{e^{inx}}} : = \sum\limits_{n =  - \infty }^\infty  {{c_n}'{e^{inx}}}  \Rightarrow {c_n}' = {c_n}in\]

(b) 由於我們知道 $c_n ' = in c_n$ 故
\[\begin{array}{l}
{c_n}' = in{c_n} \Rightarrow \frac{{{c_n}'}}{i} = n{c_n}\\
 \Rightarrow \left| {n{c_n} - 0} \right| = \left| {\frac{{{c_n}'}}{i}} \right| \to 0
\end{array}\](利用 Bessel's inequality: $\lim_{n} c_n' \to 0$)

另外若 $f$ 為週期連續函數,則我們可以透過三角多項式逼近,此結果紀錄如下
==========
FACT: 若 $f$ 為 週期 $2 \pi$ 的連續函數 且 若 $\varepsilon >0$ ,則 存在 trigonometric polynomial $P$ 使得 對任意 $x \in \mathbb{R}$
\[
|P(x) - f(x)| < \varepsilon
\]==========
Proof: omitted. (via Weierstrass Approximation Theorem)

留言

這個網誌中的熱門文章

[數學分析] 什麼是若且唯若 "if and only if"

數學上的 if and only if  ( 此文不討論邏輯學中的 if and only if,只討論數學上的 if and only if。) 中文翻譯叫做  若且唯若 (or 當且僅當) , 記得當初剛接觸這個詞彙的時候,我是完全不明白到底是甚麼意思,查了翻譯也是愛莫能助,畢竟有翻跟沒翻一樣,都是有看沒有懂。 在數學上如果看到 if and only if  這類的句子,其實是表示一種 雙條件句 ,通常可以直接將其視為" 定義(Definition)" 待之,今天要分享的是這樣的一個句子如何用比較直觀的方法去看他 假設我們現在有 兩個邏輯陳述句 A 與  B. 注意到,在此我們不必考慮這兩個陳述句到底是什麼,想表達什麼,或者到底是否為真(true),這些都不重要。只要知道是兩個陳述即可。 現在,考慮新的陳述:  "A if and only if B" 好了,現在主角登場,我們可以怎麼看待這個句子呢? 事實上我們可以很直覺的把這句子拆成兩部分看待,也就是 "( A if B ) and ( A only if B )" 那麼先針對第一個部分  A if B  來看, 其實這句就是說  if B then A, 更直白一點就是 "if B is true, then A is also true".  在數學上等價可以寫為 "B implies A" .  或者更常用一個箭頭符號來表示 "B $\Rightarrow$  A"  現在針對第二個部分  A only if B 此句意指  "If B is not true, then A is also not true". 所以如果已知 A is true,  那麼按照上句不難推得 B is also true 也就是說  A only if B  等價為 "If A is true then B is also true". 同樣,也可以寫作   "A implies B"   或者用箭頭表示  "A   $\Rightarrow$     B".

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念: Norm: 一般翻譯成 範數 (在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣), 也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。 事實上想法是這樣的: 比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "! 但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說 \[x:=[1, -2, 0.1, 0 ]^T \]上式的大小該是多少? 是 $1$? $-2$? $0.1$??? 再者如果更過分一點,我們考慮一個矩陣 \[A = \left[ {\begin{array}{*{20}{c}} 1&2\\ 3&4 \end{array}} \right] \],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。 也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。 故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來) ================== Definition: Norm 考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質