Теория распределений

Как дифференцировать функцию, у которой нет производной? Как описать "точечный источник" в физических уравнениях? Теория распределений-ответ Шварца, открывший единый язык для ДЧП, сигнальной обработки и квантовой механики.

• **Сигнальная обработка**: импульсная характеристика фильтра = свёртка с δ; преобразование Фурье фильтра = его передаточная функция; FFT = дискретизация Фурье-преобразования распределений
• **Physics-informed ML**: фундаментальные решения ДЧП (ядро Грина)-распределения; нейронные операторы (FNO) работают в частотной области, используя свёртку распределений
• **Обратное распространение**: субградиент ReLU-обобщённая производная в смысле распределений; Adam применяет его к негладким функциям без теоретических проблем

Предварительные знания

• Sobolev Spaces

Обобщённые функции

**Пространство Шварца** S(ℝⁿ)-быстро убывающие функции: φ ∈ S, если |x^α D^β φ(x)| → 0 при |x| → ∞ для всех α, β. **Пространство распределений** S'(ℝⁿ)-непрерывные линейные функционалы на S. Каждая локально суммируемая функция f порождает распределение: ⟨f, φ⟩ = ∫ f(x) φ(x) dx.

**Дельта-функция Дирака**: δ-распределение, определённое как ⟨δ, φ⟩ = φ(0). Это не функция! Формально: "δ(x) = 0 при x ≠ 0, и ∫δ(x)dx = 1". Производная δ': ⟨δ', φ⟩ = -⟨δ, φ'⟩ = -φ'(0). Все производные δ существуют как распределения.

Производная распределения: для любого T ∈ S'(ℝⁿ) определяем ∂T/∂xᵢ через: ⟨∂T/∂xᵢ, φ⟩ = -⟨T, ∂φ/∂xᵢ⟩. У каждого распределения существуют производные всех порядков. Это делает пространство S' идеальным для работы с ДЧП.

Свёртка и операции

**Свёртка распределений**: (f * g)(x) = ⟨f, g(x - ·)⟩ (при выполнении условий носителей). Ключевые формулы: δ * f = f (дельта-нейтральный элемент), δ' * f = f' (свёртка с производной дельты = производная функции), δ_a * f(x) = f(x - a) (сдвиг).

**Дифференцирование как свёртка**: D^α f = (D^α δ) * f. Это означает, что любой оператор с постоянными коэффициентами P(D) = Σ a_α D^α можно записать как свёртку: P(D)f = (P(D)δ) * f. Фундаментальное решение L-распределение G такое, что P(D)G = δ; тогда Lf = G * f.

Преобразование Фурье распределений

Преобразование Фурье F: S(ℝⁿ) → S(ℝⁿ) биективно и непрерывно. Это позволяет определить F для распределений T ∈ S'(ℝⁿ): ⟨FT, φ⟩ = ⟨T, Fφ⟩. Ключевые формулы: F[δ] = 1, F[1] = δ (2π)ⁿ, F[δₐ] = e^{-iaξ}, F[D^α T] = (iξ)^α FT.

**Фундаментальные решения через Фурье**: для оператора P(D) находим: G = F⁻¹[1/P(iξ)]. Например, для теплового уравнения (∂_t - Δ)G = δ: G(x,t) = (4πt)^{-n/2} exp(-|x|²/4t)-гауссово ядро. Для уравнения Пуассона -ΔG = δ: G(x) = 1/(n(n-2)ωₙ|x|^{n-2}) при n ≥ 3.

Практическое следствие: свёртка в пространстве = умножение в частотной области. P(D)f = G * f ↔ P(iξ)·F[f] = F[G]·F[f]. Это основа быстрых алгоритмов: FFT за O(n log n) вместо прямой свёртки O(n²). Регуляризация в частотной области: умножение F[f] на фильтр h(ξ) = пространственная фильтрация.

Ключевые идеи

• **Распределения**: непрерывные линейные функционалы на S(ℝⁿ); дельта-функция ⟨δ, φ⟩ = φ(0); производные всех порядков существуют
• **Свёртка**: δ * f = f (нейтральный элемент); δ' * f = f' (дифференцирование = свёртка); P(D)f = (P(D)δ) * f
• **Фурье распределений**: F[δ] = 1; F[D^α T] = (iξ)^α FT; фундаментальные решения ДЧП через P(D)G = δ

Связанные темы

Теория распределений-основа анализа ДЧП:

• Пространства Соболева — Пространства Соболева H^s(ℝⁿ) = {T ∈ S' : (1+|ξ|²)^{s/2} FT ∈ L²}-распределения с определённой регулярностью
• Функциональный анализ в ДЧП — Постановка краевых задач в пространствах распределений: уравнение Пуассона, волновое уравнение, уравнение теплопроводности

Вопросы для размышления

• Субградиент функции |x| в точке x = 0-это [-1, 1]. Как это связано с производной δ-функции в теории распределений?
• Свёртка двух функций из L² не обязательно в L². Какие условия на T ∈ S' и f гарантируют, что T * f-снова регулярная функция?
• FNO (Fourier Neural Operator) работает в частотной области. Почему дифференциальные операторы P(D) диагональны в Фурье-базисе, и как это ускоряет вычисления?

Связанные уроки

• calc-11-definite