傅里叶级数相关知识解析
1. 狄利克雷核（Dirichlet Kernel）
狄利克雷核 (D_n(t)) 在研究傅里叶级数的收敛性时起着重要作用。当 (n) 增加时，如果计算 (|D_n|) 下方的面积（即消除正负抵消的影响），这个面积会增大。这一事实在后续证明连续函数的傅里叶级数不一定收敛时会用到。
同时，有以下两个关于狄利克雷核的表达式需要验证：
- (s_n(f, x) = \frac{1}{\pi} \int_{T} f(x + t)D_n(t) dt = \frac{1}{\pi} \int_{0}^{\pi} (f(x + t) + f(x - t)) D_n(t) dt)
- (s_n(f, x_0) - s = \frac{1}{\pi} \int_{0}^{\pi} (f(x_0 + t) + f(x_0 - t) - 2s) D_n(t) dt) ，其中 (s) 为任意实数
2. 费耶核（Fejér’s Kernel）
傅里叶级数收敛性的研究显然需要处理狄利克雷核。然而，一般函数的傅里叶级数逐点收敛性是一个微妙且偶尔难以捉摸的问题，甚至可积函数的傅里叶级数可能处处发散，我们难以从其傅里叶级数中恢复原函数。
为了解决这个问题，我们采用求平均值的方法。定义 (σ_n(f, x) = \frac{s_0(f, x) + s_1(f, x) + s_2(f, x) + · · · + s_n(f, x)}{n + 1}) ，这种平均值被称为傅里叶级数的切萨罗均值（Cesàro means），这种求和方法称为切萨罗 ((C,1)) 求和。
通过狄利克雷核，我们可以得到 (σ_n(f,
