フーリエ解析における周波数の基本的な幾何的意味（1）

フーリエ解析の幾何 · 第1回

数学
調和解析
フーリエ原子、方向による変化、そして空間スケールと周波数の反比例の関係。
作者

Tian

公開

2026年10月10日

ホーム / 調和解析 / 周波数の幾何

このページの内容

調和解析で初めて周波数という概念に触れたとき、私の理解はまだ大まかなものでした。

Littlewood–Paley理論を学んで初めて、周波数という概念の背後にある幾何的な構造が見えてきました。それでも、周波数が幾何的に何を意味するのかについては、まだ深く考えていませんでした。

最近、Seegerによる特異積分の研究をいくつか読んでいます。その証明で使われている手法に促されて、こうした基本的な考えに立ち返り、周波数の幾何をもっと丁寧に考えるようになりました。

実際、これらの幾何的な考えをより深く掘り下げ始めたのは、最近の自分の研究でそれが必要になったからです。

記事の題名に「基本的な」という言葉を選んだのは、考え方そのものは単純でありながら、奥深いものだからです。

全3回ほどの連載を予定しています。これらの基本的な考えから少しずつ積み重ねて、Seegerの特異積分に関する研究へとつなげていくつもりです。

内容にはかなり深いところもありますが、数学を専門に学んでいない方にも読み進めてもらえるように、できるだけ明快で直観的に、わかりやすく説明していきたいと思います。

ですから、数学を専攻していなくても、この話題に興味があれば心配はいりません。高度な数学の知識をあまり前提とせず、親しみやすく伝えられるように工夫していきます。好奇心を持って、一緒に楽しんでもらえたらうれしいです。

フーリエ原子と周波数

まず、最も単純なフーリエ原子から始めましょう。

eix⋅ξ. e^{ix\cdot\xi}.

この「周波数」はξ\xiです。なぜでしょうか。任意の方向vvに微分すると、次のようになります。

(v⋅∇)eix⋅ξ=i(v⋅ξ)eix⋅ξ. (v\cdot\nabla)\,e^{ix\cdot\xi}=i(v\cdot\xi)\,e^{ix\cdot\xi}.

つまり、ξ\xiは、関数がどの方向に速く変化するのか、また、その変化に対応するスケールがどれほど小さいのかを直接教えてくれます。より正確には、vvが単位ベクトルで、v⋅ξ≠0v\cdot\xi\ne0ならば、vvに沿った振動の空間周期は2π/|v⋅ξ|2\pi/|v\cdot\xi|です。

特に、

v⋅ξ=0, v\cdot\xi=0,

が成り立つなら、次が得られます。

(v⋅∇)eix⋅ξ=0. (v\cdot\nabla)\,e^{ix\cdot\xi}=0.

言い換えると、この波は方向vvに沿ってまったく変化しません。

したがって、ξ\xiの幾何的な意味は、単に「波がξ\xiの方向に進む」ということではありません（ここには時間変数がありません）。むしろ、次のように捉えるべきです。ξ\xiは位相x⋅ξx\cdot\xiの勾配であり、ξ≠0\xi\ne0のときには等位相面の法線ベクトルです。等位相面

x⋅ξ=constant x\cdot\xi=\mathrm{constant}

は、ξ\xiに直交する超平面です。

方向の滑らかさと周波数局在

ここから、ある重要な現象がすぐに説明できます。単位ベクトルν\nuの方向に沿って、ほとんど変化しない関数を考えます。

(ν⋅∇)f≈0. (\nu\cdot\nabla)f\approx 0.

ここで、f̂\hat fはffのフーリエ変換を表します。十分に性質のよい関数に対しては、次のように定義されます。

f̂(ξ)=∫ℝnf(x)e−ix⋅ξdx. \hat f(\xi)=\int_{\mathbb R^n}f(x)e^{-ix\cdot\xi}\,dx.

フーリエ変換を施すと、次を得ます。

(ν⋅∇)f̂(ξ)=i(ν⋅ξ)f̂(ξ). \widehat{(\nu\cdot\nabla)f}(\xi)=i(\nu\cdot\xi)\,\hat f(\xi).

左辺がL2L^2ノルムで小さければ、右辺もL2L^2ノルムで小さくなります。より正確には、任意のδ>0\delta>0について、L2L^2質量は、f̂\hat fを領域|ν⋅ξ|≥δ|\nu\cdot\xi|\ge\deltaに制限したとき、δ−2∥(ν⋅ξ)f̂∥L22\delta^{-2}\|(\nu\cdot\xi)\hat f\|_{L^2}^2で上から評価されます。したがって、フーリエ側の質量は次を満たす領域に集中する傾向があります。

|ν⋅ξ|≈0, |\nu\cdot\xi|\approx 0,

すなわち、次の超平面の近くです。

ν⟂={ξ∈ℝn:ν⋅ξ=0}. \nu^\perp=\{\xi\in\mathbb R^n:\nu\cdot\xi=0\}.

これはフーリエ側の質量の集中についての主張であり、f̂\hat fの正確な台について述べているとは限りません。

空間スケールと周波数スケール

ここでもうひとつ押さえておきたい直観は、空間での「大きなスケール」が周波数での「小さなスケール」に対応するということです。たとえば、次の1変数関数を考えます。

f(x)=ϕ(x/L), f(x)=\phi(x/L),

ここで、L>0L>0であり、ϕ\phiは、ffの元の形を表す、固定された十分に性質のよい関数です。ϕ\phiの空間的な変化のスケールが1程度なら、ffの空間的な変化のスケールはLL程度になります。そのフーリエ変換については、次の等式が厳密に成り立ちます。

f̂(ξ)=Lϕ̂(Lξ). \hat f(\xi)=L\,\hat\phi(L\xi).

したがって、ϕ̂(η)\hat\phi(\eta)が主に|η|≲1|\eta|\lesssim1を満たす領域に集中しているなら、ffのフーリエ変換は主に次の領域に集中しています。

|ξ|≲L−1. |\xi|\lesssim L^{-1}.

つまり、ゆっくりした変化は低い周波数に、速い変化は高い周波数に対応します。

コメントと議論

ご質問、ご指摘、さらに考えたことなどをお寄せください。すべての言語版で同じコメント欄を共有しています。

コメントはボタンを押したときにのみ読み込まれ、Giscus と GitHub に接続します。投稿には GitHub アカウントが必要です。

GitHub で議論を開く ↗