C·03

公式、记号和积分上下限

About 7 minBook · A 15.5 · D 13.8

两本书写 convolution 用的符号不同,积分上下限也常被简化。这一节先对照记号,再证明交换律,最后说明什么时候可以把 ∫−∞∞\int_{-\infty}^{\infty} 换成 ∫0t\int_0^t,以及换完之后还要注意什么。

① 两本书的记号

Alexander 写 x(t)∗h(t)x(t) * h(t),哑变量用 λ\lambda。Davis 写 x(t)⊗y(t)x(t) \otimes y(t)(他用 yy 表示参与 convolution 的第二个函数,不一定是输出),哑变量用 α\alpha,并把 α\alpha 叫作 running variable(积分时"跑动"的变量)。Davis 式 (13.8-22):

x(t)⊗y(t)=∫−∞∞x(α) y(t−α) dαx(t) \otimes y(t) = \int_{-\infty}^{\infty} x(\alpha)\,y(t-\alpha)\,d\alpha

它和 Alexander 的 (15.66) 一字不差,只是字母不同。两本书的出发点不同:Davis 的 Definition 13.11 先用 Laplace 定义 x⊗y=L−1{X(s)Y(s)}x \otimes y = \mathcal{L}^{-1}\{X(s)Y(s)\},Theorem 13.12 再证明它等于这个积分(见C·14);Alexander 直接用积分定义。课上(第 13 讲)用 τ\tau 当哑变量,也是同一个东西。

Alexander §15.5Davis §13.8
convolution 符号x(t)∗h(t)x(t) * h(t)x(t)⊗y(t)x(t) \otimes y(t)
哑变量λ\lambdaα\alpha(running variable)
定义方式直接用积分 (15.66) 定义Definition 13.11 用 Laplace 定义,Theorem 13.12 证明等于积分
求导f′(t)f'(t)p=d/dtp = d/dt,pkp^k 是求 kk 次导

② 交换律 (commutative):x ⊗ y = y ⊗ x

证明只用一次换元(Davis 13.8-31):

  1. 令 β=t−α\beta = t - \alpha。tt 在积分里是常数,所以 α=t−β\alpha = t - \beta,dα=−dβd\alpha = -d\beta。
  2. 上下限跟着变:α→−∞\alpha \to -\infty 时 β→+∞\beta \to +\infty;α→+∞\alpha \to +\infty 时 β→−∞\beta \to -\infty。
  3. 代入:∫−∞∞x(α) y(t−α) dα=∫+∞−∞x(t−β) y(β) (−dβ)=∫−∞∞y(β) x(t−β) dβ\displaystyle\int_{-\infty}^{\infty} x(\alpha)\,y(t-\alpha)\,d\alpha = \int_{+\infty}^{-\infty} x(t-\beta)\,y(\beta)\,(-d\beta) = \int_{-\infty}^{\infty} y(\beta)\,x(t-\beta)\,d\beta。中间那个负号正好用来把上下限换回"从小到大"。
  4. 最右边正是 y⊗xy \otimes x 的定义(哑变量叫 β\beta 而已)。
x(t)⊗y(t)=y(t)⊗x(t)(13.8-32)x(t)\otimes y(t) = y(t) \otimes x(t) \qquad (13.8\text{-}32)

实际意义:C·04 四步法要"翻转"一个函数,你可以挑更简单的那个翻。

③ one-sided 输入 + causal 系统:上下限变成 0 到 t

被积函数 x(λ) h(t−λ)x(\lambda)\,h(t-\lambda) 只有在 x(λ)x(\lambda) 和 h(t−λ)h(t-\lambda) 同时不为 0 的地方才不为 0。用C·01的两个定义:

  1. xx 是 one-sided 的:λ<0\lambda \lt 0 时 x(λ)=0x(\lambda) = 0,积分下限可以从 −∞-\infty 提到 0(Alexander 15.69)。
  2. hh 是 causal 的:t−λ<0t - \lambda \lt 0,即 λ>t\lambda \gt t 时 h(t−λ)=0h(t-\lambda) = 0,积分上限可以降到 tt(Alexander 15.70)。
  3. t<0t \lt 0 时"0<λ<t0 \lt \lambda \lt t"是空区间,y=0y = 0。
one-sided ⊗ causal y(t)=∫0tx(λ) h(t−λ) dλ(t>0)y(t)=0(t<0)\begin{aligned} y(t) &= \int_0^t x(\lambda)\,h(t-\lambda)\,d\lambda \quad (t\gt 0) \\ y(t) &= 0 \quad (t\lt 0) \end{aligned}

结果通常写成"式子 × u(t)u(t)",u(t)u(t) 负责把 t<0t \lt 0 的部分关掉。

例题

例 1 e−tu(t)∗e−tu(t)e^{-t}u(t) * e^{-t}u(t):上下限从哪里来

求 y=e−tu(t)∗e−tu(t)y = e^{-t}u(t) * e^{-t}u(t)。(两个一样的一阶系统串联时,总的 impulse response 就是它,见C·09结合律。)

写出完整的积分。第二个函数里的每个 tt 换成 t−λt-\lambda,包括 uu 里的那个:

y(t)=∫−∞∞e−λu(λ) e−(t−λ)u(t−λ) dλy(t) = \int_{-\infty}^{\infty} e^{-\lambda}u(\lambda)\,e^{-(t-\lambda)}u(t-\lambda)\,d\lambda

读两个 uu。u(λ)=1  ⟺  λ>0u(\lambda) = 1 \iff \lambda \gt 0;u(t−λ)=1  ⟺  λ<tu(t-\lambda) = 1 \iff \lambda \lt t。两个同时为 1 的区间是 0<λ<t0 \lt \lambda \lt t,只有 t>0t \gt 0 时才非空。这就是上面框里的 0 到 tt。

积分(t>0t \gt 0)。被积函数 e−λ e−(t−λ)=e−te^{-\lambda}\,e^{-(t-\lambda)} = e^{-t}:λ\lambda 消掉了,在整个区间上是常数,面积就是宽 tt、高 e−te^{-t} 的矩形:

y(t)=∫0te−t dλ=t e−t(t>0)y(t) = \int_0^t e^{-t}\,d\lambda = t\,e^{-t} \quad (t\gt 0)
-1 t 2 3 1 0 λ h(t−λ) e-λu(λ)
t=1.2t = 1.2:一个指数往右衰减,翻转的那个往左衰减,乘积处处是 e−1.2=0.301e^{-1.2} = 0.301。紫色是宽 1.2、高 0.301 的矩形。
1 2 3 4 5 .2 1/e 0 t t e-tu(t)
结果 t e−tu(t)t\,e^{-t}u(t),在 t=1t = 1 最大(1/e1/e)。

结果。y(t)=t e−tu(t)y(t) = t\,e^{-t}u(t),例如 y(1)=e−1=0.368y(1) = e^{-1} = 0.368。这正是C·01、C·02一直用的 hh:两个 e−tue^{-t}u 的一阶系统串起来,得到先升后降的 t e−tut\,e^{-t}u。

检查

t=0t = 0 时为 0 ✓。面积:两个因子的面积都是 1,结果的面积 ∫0∞t e−tdt=1\int_0^\infty t\,e^{-t}dt = 1(第 01 节的式子令 T→∞T \to \infty)=1×1= 1 \times 1 ✓(C·09的面积规则)。

例题

例 2 输入不从 0 开始、而且有限长

x(t)=1x(t) = 1(1<t<31 \lt t \lt 3),其他为 0;h(t)=t e−tu(t)h(t) = t\,e^{-t}u(t)(同例 1 的结果)。求 y=x∗hy = x * h。

不为 0 的条件。x(λ)≠0  ⟺  1<λ<3x(\lambda) \ne 0 \iff 1 \lt \lambda \lt 3;h(t−λ)≠0  ⟺  λ<th(t-\lambda) \ne 0 \iff \lambda \lt t。两个同时成立:1<λ<min⁡(3, t)1 \lt \lambda \lt \min(3,\ t)。按 tt 分三种情况,每种一张图(紫色 = 被积函数):

1 2 3 4 5 1 0 λ x(λ) h(t−λ)
① t<1t\lt 1:h(t−λ)h(t-\lambda) 全在 1 的左边 → 不重叠,y=0y = 0
1 2 3 4 5 1 0 λ x(λ) h(t−λ)
② 1<t<31\lt t\lt 3:重叠 [1, t][1,\ t] → y=1−t e−(t−1)y = 1 - t\,e^{-(t-1)}
1 2 3 4 5 1 0 λ x(λ) h(t−λ)
③ t>3t\gt 3:重叠 [1, 3][1,\ 3],上限不再跟着 tt 走 → y=(t−2)e−(t−3)−t e−(t−1)y = (t-2)e^{-(t-3)} - t\,e^{-(t-1)}

②③ 的积分。被积函数是 (t−λ) e−(t−λ)(t-\lambda)\,e^{-(t-\lambda)}。和第 01 节例 2 一样换元 s=t−λs = t - \lambda,λ\lambda 的区间 [1, m][1,\ m] 变成 ss 的区间 [t−m, t−1][t-m,\ t-1],再用 G(T)=∫0Ts e−sds=1−(1+T)e−TG(T) = \int_0^T s\,e^{-s}ds = 1 - (1+T)e^{-T}:

1<t<3:y=G(t−1)=1−t e−(t−1)t>3:y=G(t−1)−G(t−3)    =(t−2) e−(t−3)−t e−(t−1)\begin{aligned} 1\lt t\lt 3:&\quad y = G(t-1) = 1 - t\,e^{-(t-1)} \\ t\gt 3:&\quad y = G(t-1) - G(t-3) \\ &\quad\;\;= (t-2)\,e^{-(t-3)} - t\,e^{-(t-1)} \end{aligned}

查连续(t=3t = 3)。左段 1−3e−2=0.5941 - 3e^{-2} = 0.594;右段 1⋅e0−3e−2=0.5941\cdot e^{0} - 3e^{-2} = 0.594 ✓。

1 2 3 4 5 6 7 .5 1 0 t 输入 x 错:∫₀ᵗ 正确的 y
青色:正确的 yy。橙色:偷懒用 ∫0t\int_0^t 得到的 1−(1+t)e−t1 - (1+t)e^{-t},从 t=0t = 0 就开始升,一直升到 1。黑点是 y(3)=0.594y(3) = 0.594。

偷懒把 x(λ)=1x(\lambda) = 1 直接代进 ∫0t\int_0^t,就把 0 到 1 和 3 到 tt 这两段 x=0x = 0 的地方也当成 1 来积(在 t=2t = 2 给 0.594,正确值是 0.264)。∫0t\int_0^t 只是"保证不漏"的外框,有限长的信号要把上下限收紧到真正重叠的地方。C·06的边界表就是系统地做这件事。

容易错
  • 只有两个函数都在负时间为 0 时才能用 ∫0t\int_0^t。
  • 有限长的信号(矩形、斜坡段):上下限是 max⁡\max(两个左端)到 min⁡\min(两个右端),不是简单的 0 到 tt。
  • t=0t = 0 处有 impulse 时,Alexander 的下限要写成 0−0^- 才会把它算进去;Davis 从 −∞-\infty 积,自然包含。