% 表題   AGCM5 第2部 離散化 スペクトルの係数同士の関係
%
% 履歴
\Drireki{91/12/23 保坂征宏}

\section{スペクトルの係数同士の関係}

ここではスペクトルの係数同士の便利な公式を挙げておく. 

\begin{eqnarray}
  g &=& \DP{f}{\lambda} \  の時 \ \ \ 
   \tilde{g}_n^m = im \tilde{f}_n^m \label{ラムダ} \\
  h &=& \nabla_H^2 f \  の時   
     \ \ \   
     \tilde{h}_n^m = -\frac{n(n+1)}{r^2} \tilde{f}_n^m  
     \label{ラプラシアン}
\end{eqnarray}
\vspace{10mm}

(\ref{ラムダ}) については
「スペクトルの係数と格子点値とのやり取り」に証明を示した. 
ここでは, (\ref{ラプラシアン}) について証明しておく. 
\vspace{5mm}

微分評価の定義より, 
\begin{eqnarray*}
  h_{ij} 
  = \left. \left(\nabla_H^2 \sum_{m,n} 
                  \tilde{f}_n^m Y_n^m \right)\right|_{ij} 
  = - \sum_{m,n}
        \frac{n(n+1)}{r^2} 
        \left. \tilde{f}_n^m Y_n^m \right|_{ij} \\
\end{eqnarray*}
である. ところで, 
\begin{eqnarray*}
  h_{ij} =  \sum_{m,n}
        \left. \tilde{h}_n^m Y_n^m \right|_{ij} \\
\end{eqnarray*}
である. この２つの式の右辺に左から 
${\displaystyle \sum_{i,j} Y_{n'}^{m'*}|_{ij} }$ を演算して
比較すると, 
\begin{eqnarray*}
 \tilde{f}_{n'}^{m'} 
                  = -\frac{n(n+1)}{r^2} \tilde{h}_{n'}^{m'} 
\end{eqnarray*}
を得る.