卷积积分

卷积积分描述的是：当一个函数沿着另一个函数平移时，它们如何组合。在连续时间中，它定义为

$$(f * g)(t) = \int_{-\infty}^{\infty} f(\tau) g(t-\tau)\,d\tau$$

快速理解它的方法很简单：对每个 $t$，把一个函数滑动过去，找出两个函数重叠的部分，在重叠处把函数值相乘，再把结果加起来。如果两个函数都是因果的，也就是在负时间上都为零，那么它通常可以写成

$$(f * g)(t) = \int_0^t f(\tau) g(t-\tau)\,d\tau$$

对 $t \ge 0$ 成立，只要 $[0,t]$ 覆盖了全部重叠区间。核心思想很实用：卷积把“滑动重叠”变成每个 $t$ 对应的一个数。

卷积积分的定义与直觉

把 $f(\tau)$ 看成固定不动，把 $g(t-\tau)$ 看成 $g$ 的一个翻转后再平移的副本。随着 $t$ 改变，重叠区域也会改变，所以积分值也会改变。

这就是它与逐点相乘的主要区别。你不是在同一个输入点上比较两个函数，而是在平移后的副本与原函数重叠的整个区域上，把乘积累加起来。

为什么重叠决定积分上下限

卷积题里的积分上下限通常不是靠背模板得到的，而是通过判断两个因子在哪些地方同时非零得到的。

这也是为什么很多卷积结果都要分段写。随着 $t$ 移动，重叠区间可能变长、变短，或者直接消失，所以积分表达式也必须随之变化。

学生最容易忽略的就是这一点：难点通常不在积分本身，而在于先找对重叠区间。

卷积积分示例：两个单位脉冲

设

$$f(t) = \begin{cases} 1, & 0 \le t \le 1 \\ 0, & \text{otherwise} \end{cases}$$

并且令 $g(t)$ 与它相同。我们要求 $(f * g)(t)$。

这个例子很好，因为被积函数只可能是 $1$ 或 $0$，所以卷积值就是重叠区间的长度。

根据定义，

$$(f * g)(t) = \int_{-\infty}^{\infty} f(\tau) g(t-\tau)\,d\tau$$

由于 $f(\tau)=1$ 只在 $[0,1]$ 上成立，而 $g(t-\tau)=1$ 只在 $0 \le t-\tau \le 1$ 时成立，所以被积函数恰好在这两个条件同时满足的地方等于 $1$。

第二个条件意味着

$$t-1 \le \tau \le t$$

因此重叠区间是

$$[0,1] \cap [t-1,t]$$

所以 $(f * g)(t)$ 就是这个重叠区间的长度。

情况 1：$t < 0$

没有重叠，因此

$$(f * g)(t) = 0$$

情况 2：$0 \le t \le 1$

重叠区间从 $\tau=0$ 到 $\tau=t$，因此

$$(f * g)(t) = \int_0^t 1\,d\tau = t$$

情况 3：$1 \le t \le 2$

重叠区间从 $\tau=t-1$ 到 $\tau=1$，因此

$$(f * g)(t) = \int_{t-1}^1 1\,d\tau = 2-t$$

情况 4：$t > 2$

同样没有重叠，因此

$$(f * g)(t) = 0$$

把这些分段结果合起来，

$$(f * g)(t) = \begin{cases} 0, & t < 0 \\ t, & 0 \le t \le 1 \\ 2-t, & 1 \le t \le 2 \\ 0, & t > 2 \end{cases}$$

结果是一个三角形。随着重叠区间变长，它的高度上升；随着重叠区间缩短，它又下降。

卷积积分中的常见错误

忘记平移后的输入

第二个因子是 $g(t-\tau)$，不是 $g(\tau-t)$，也不是单纯的 $g(\tau)$。这个平移正是卷积的关键。

使用了错误的积分上下限

最稳妥的方法是先找出两个因子同时非零的区域。如果重叠区间会随 $t$ 改变，那么结果通常就需要分段表示。

把卷积当成逐点相乘

逐点相乘是在同一个输入点上取值。卷积则是在整个区间上累加乘积。

跳过捷径成立的条件

捷径

$$(f * g)(t) = \int_0^t f(\tau)g(t-\tau)\,d\tau$$

在常见的因果情形下成立，但并不适用于任意一对函数。只有在支撑区间的假设确实满足时，才能使用它。

卷积积分用在哪里

当一个量取决于另一个量如何在附近的时间或空间中分布时，就会用到卷积。

在线性时不变系统中，卷积可以由输入和冲激响应求出输出。在概率论中，如果两个独立随机变量都有密度函数，那么它们和的密度就是这两个密度的卷积。更广泛地说，卷积还会出现在平滑、滤波、扩散，以及任何邻近数值会相互组合的场景中。

试试一个类似的卷积问题

还是用同样的脉冲例子，但把第二个脉冲的高度改成原来的两倍：

$$g(t) = \begin{cases} 2, & 0 \le t \le 1 \\ 0, & \text{otherwise} \end{cases}$$

重叠区间保持不变，但现在被积函数在该区间上的值变成了原来的两倍。如果你能在积分之前就预测出这会怎样改变那个三角形结果，那就说明你已经真正抓住了卷积的核心思想。