Visit https://ebookgate.

com to download the full version and

explore more ebooks

Foundations of Signal Processing Martin Vetterli

_____ Click the link below to download _____

https://ebookgate.com/product/foundations-of-signal-
processing-martin-vetterli/

Explore and download more ebooks at ebookgate.com

Here are some recommended products that might interest you.
You can download now and explore!

Mathematical Foundations for Signal Processing

Communications and Networking 1st Edition Erchin Serpedin
(Editor)
https://ebookgate.com/product/mathematical-foundations-for-signal-
processing-communications-and-networking-1st-edition-erchin-serpedin-
editor/
ebookgate.com

DSP for MATLAB and LabVIEW I Fundamentals of Discrete

Signal Processing Synthesis Lectures on Signal Processing
Isen
https://ebookgate.com/product/dsp-for-matlab-and-labview-i-
fundamentals-of-discrete-signal-processing-synthesis-lectures-on-
signal-processing-isen/
ebookgate.com

The Digital Signal Processing Handbook Video Speech and

Audio Signal Processing 2nd Edition Vijay K. Madisetti

https://ebookgate.com/product/the-digital-signal-processing-handbook-
video-speech-and-audio-signal-processing-2nd-edition-vijay-k-
madisetti/
ebookgate.com

Information Fusion in Signal and Image Processing Digital

Signal and Image Processing 1st Edition Isabelle Bloch

https://ebookgate.com/product/information-fusion-in-signal-and-image-
processing-digital-signal-and-image-processing-1st-edition-isabelle-
bloch/
ebookgate.com
Multimedia Signal Processing Saeed V. Vaseghi

https://ebookgate.com/product/multimedia-signal-processing-saeed-v-
vaseghi/

ebookgate.com

Applications in Time Frequency Signal Processing

Electrical Engineering Applied Signal Processing Series
1st Edition Antonia Papandreou-Suppappola
https://ebookgate.com/product/applications-in-time-frequency-signal-
processing-electrical-engineering-applied-signal-processing-
series-1st-edition-antonia-papandreou-suppappola/
ebookgate.com

Digital Signal Processing 1st Edition J.S. Chitode

https://ebookgate.com/product/digital-signal-processing-1st-edition-j-
s-chitode/

ebookgate.com

Modern Digital Signal Processing 1st Edition Roberto

Cristi

https://ebookgate.com/product/modern-digital-signal-processing-1st-
edition-roberto-cristi/

ebookgate.com

Essentials of Digital Signal Processing 1st, draft Edition

B. P. Lathi

https://ebookgate.com/product/essentials-of-digital-signal-
processing-1st-draft-edition-b-p-lathi/

ebookgate.com
The cover illustration captures an experiment first described by Isaac Newton in
Opticks in 1730, showing that white light can be split into its color components and
then synthesized back into white light. It is a physical implementation of a decom-
position of white light into its Fourier components – the colors of the rainbow –
followed by a synthesis to recover the original.
Foundations of Signal Processing

This comprehensive and engaging textbook introduces the basic principles and tech-
niques of signal processing, from the fundamental ideas of signals and systems theory
to real-world applications.
• Introduces students to the powerful foundations of modern signal processing,
including the basic geometry of Hilbert space, the mathematics of Fourier transforms,
and essentials of sampling, interpolation, approximation, and compression.
• Discusses issues in real-world use of these tools such as effects of truncation and
quantization, limitations on localization, and computational costs.
• Includes over 160 homework problems and over 220 worked examples, specifically
designed to test and expand students’ understanding of the fundamentals of signal
processing.
• Accompanied by extensive online materials designed to aid learning, including
Mathematica resources and interactive demonstrations.

MARTIN VETTERLI is a Professor of Computer and Communication Sciences at the École

´
Polytechnique Féderale de Lausanne, and the President of the Swiss National Science
Foundation. He has formerly held positions at Columbia University and the University
of California, Berkeley, and has received the IEEE Signal Processing Society Technical
Achievement Award (2001) and Society Award (2010). He is a Fellow of the ACM,
EURASIP, and the IEEE, and is a Thomson Reuters Highly Cited Researcher in
Engineering.

JELENA KOVA ČEVI ´C is the David Edward Schramm Professor and Head of Electrical and
Computer Engineering, and a Professor of Biomedical Engineering, at Carnegie Mellon
University. She has been awarded the Belgrade October Prize (1986), the E. I. Jury
Award (1991) from Columbia University, and the 2010 Philip L. Dowd Fellowship at
Carnegie Mellon University. She is a former Editor-in-Chief of IEEE Transactions on
Image Processing and a Fellow of the IEEE and EURASIP.

VIVEK K GOYAL is an Assistant Professor of Electrical and Computer Engineering at Boston

University, and a former Esther and Harold E. Edgerton Associate Professor of Elec-
trical Engineering at the Massachusetts Institute of Technology. He has been awarded
the IEEE Signal Processing Society Magazine Award (2002) and the Eliahu Jury Award
(1998) from the University of California, Berkeley, for outstanding achievement in sys-
tems, communications, control, and signal processing. He is a Fellow of the IEEE.
“Foundations of Signal Processing by Martin Vetterli, Jelena Kovacevic, and Vivek K Goyal
lives up to its title by providing a thorough tour of the subject matter based on selected tools
from real analysis which allow sufficient generality to develop the foundations of the classical
Fourier methods along with modern wavelet approaches. A key distinction of the book is the use
of Hilbert space ideas to provide a geometric interpretation and intuition that enhances both the
classic and modern approaches by providing a unified view of their similarities and relative merits
in the most important special cases. Many of the specific examples of signal processing consid-
ered can be viewed as examples of projections onto subspaces, which yield immediate properties
and descriptions from the underlying fundamentals. The development is both pedagogically and
theoretically sound, proceeding from the underlying mathematics through discrete-time systems
to the more complicated continuous time systems into a wonderfully general and enlightening
treatment of sampling and interpolation operations connecting discrete and continuous time. All
of the important signal classes are considered and their basic properties and interrelations devel-
oped and summarized. The book then develops important topics not ordinarily found in signal
processing texts – the accuracy of approximations involving the truncation of series expansions
and the quantization of series coefficients, and the localization of signals in the time-frequency
plane.
The completeness of the book results in a lengthy volume of roughly 800 pages, but it is easy
to navigate to extract portions of interest while saving the many byways and special topics for
future reference. The chapter introductions are particularly good at setting the stage in a simple
but informative context and then sketching the details to come for the remainder of the chapter.
Each chapter closes with a ‘Chapter at a glance’ section highlighting the primary ideas and results.
The book will be a welcome addition to the library of students, practitioners, and researchers in
signal processing for learning, reviewing, and referencing the broad array of tools and properties
now available to analyze, synthesize, and understand signal processing systems.”
Robert M. Gray, Stanford University and Boston University

“Finally a wonderful and accessible book for teaching modern signal processing to undergraduate
students.”
´
St´ephane Mallat, Ecole Normale Supérieure

“This is a major book about a serious subject – the combination of engineering and mathematics
that goes into modern signal processing: discrete time, continuous time, sampling, filtering, and
compression. The theory is beautiful and the applications are so important and widespread.”
Gil Strang, Massachusetts Institute of Technology

“This book (FSP) and its companion (FWSP) bring a refreshing new, and comprehensive approach
to teaching the fundamentals of signal processing, from analysis and decompositions, to multi-
scale representations, approximations, and many other aspects that have a tremendous impact
in modern information technology. Whereas classical texts were usually written for students in
electrical or communication engineering programs, FSP and FWSP start from basic concepts in
algebra and geometry, with the benefit of being easily accessible to a much broader set of read-
ers, and also help those readers develop strong abstract reasoning and intuition about signals and
processing operators. A must-read!”
Rico Malvar, Microsoft Research

“This is a wonderful book that connects together all the elements of modern signal processing.
From functional analysis and probability theory, to linear algebra and computational methods,
it’s all here and seamlessly integrated, along with a summary of history and developments in the
field. A real tour-de-force, and a must-have on every signal processor’s shelf!”
Robert D. Nowak, University of Wisconsin–Madison
“Most introductory signal processing textbooks focus on classical transforms, and study how
these can be used. Instead, Foundations of Signal Processing encourages readers to think of sig-
nals first. It develops a ’signal-centric’ view, one that focuses on signals, their representation and
approximation, through the introduction of signal spaces. Unlike most entry-level signal process-
ing texts, this general view, which can be applied to many different signal classes, is introduced
right at the beginning. From this, starting from basic concepts, and placing an emphasis on intu-
ition, this book develops mathematical tools that give the readers a fresh perspective on classical
results, while providing them with the tools to understand many state-of-the-art signal represen-
tation techniques.”
Antonio Ortega, University of Southern California

“Foundations of Signal Processing by Vetterli, Kovačevi´c, and Goyal, is a pleasure to read. Draw-
ing on the authors’ rich experience of research and teaching of signal processing and signal rep-
resentations, it provides an intellectually cohesive and modern view of the subject from the geo-
metric point of view of vector spaces. Emphasizing Hilbert spaces, where fine technicalities can
be relegated to backstage, this textbook strikes an excellent balance between intuition and math-
ematical rigor, that will appeal to both undergraduate and graduate engineering students. The last
two chapters, on sampling and interpolation, and on localization and uncertainty, take full advan-
tage of the machinery developed in the previous chapters to present these two very important
topics of modern signal processing, that previously were only found in specialized monographs.
The explanations of advanced topics are exceptionally lucid, exposing the reader to the ideas and
thought processes behind the results and their derivation. Students will learn not only a substantial
body of knowledge and techniques, but also why things work, at a deep level, which will equip
them for independent further reading and research. I look forward to using this text in my own
teaching.”
Yoram Bresler, University of Illinois at Urbana-Champaign
Foundations of Signal Processing

´ ´´
University Printing House, Cambridge CB2 8BS, United Kingdom

Cambridge University Press is part of the University of Cambridge.

It furthers the University’s mission by disseminating knowledge in the pursuit of
education, learning and research at the highest international levels of excellence.

www.cambridge.org
Information on this title: www.cambridge.org/9781107038608
c M. Vetterli, J. Kova čević & V. K. Goyal 2014

This publication is in copyright. Subject to statutory exception
and to the provisions of relevant collective licensing agreements,
no reproduction of any part may take place without the written
permission of Cambridge University Press.
First published 2014
Printed and bound in the United Kingdom by TJ International Ltd. Padstow Cornwall
A catalogue record for this publication is available from the British Library
ISBN 978-1-107-03860-8 Hardback
Additional resources for this publication at www.cambridge.org/vetterli
and www.fourierandwavelets.org
Cambridge University Press has no responsibility for the persistence or accuracy of
URLs for external or third-party internet websites referred to in this publication,
and does not guarantee that any content on such websites is, or will remain,
accurate or appropriate.
To Marie-Laure, for her ∞ patience and many other qualities,
Thomas and Noémie, whom I might still convince of the beauty of this material,
and my parents, who gave me all the opportunities one can wish for.
— MV

To Danica and Giovanni, who make life beautiful.

To my parents, who made me who I am.
— JK

To Allie, Sundeep, and my family, who encourage me unceasingly, and

to the educators who made me want to be one of them.
— VKG
 Contents

Quick reference page xvii

Acknowledgments xxiii

Preface xxv

1 On rainbows and spectra 1

2 From Euclid to Hilbert 9

2.1 Introduction 10
2.2 Vector spaces 18
2.2.1 Definition and properties 18
2.2.2 Inner product 23
2.2.3 Norm 27
2.2.4 Standard spaces 30
2.3 Hilbert spaces 35
2.3.1 Convergence 36
2.3.2 Completeness 37
2.3.3 Linear operators 40
2.4 Approximations, projections, and decompositions 50
2.4.1 Projection theorem 51
2.4.2 Projection operators 54
2.4.3 Direct sums and subspace decompositions 60
2.4.4 Minimum mean-squared error estimation 63
2.5 Bases and frames 69
2.5.1 Bases and Riesz bases 69
2.5.2 Orthonormal bases 76
2.5.3 Biorthogonal pairs of bases 86
2.5.4 Frames 101
2.5.5 Matrix representations of vectors and linear operators 109
2.6 Computational aspects 119
2.6.1 Cost, complexity, and asymptotic notations 120
2.6.2 Precision 123
2.6.3 Conditioning 126
2.6.4 Solving systems of linear equations 129
2.A Elements of analysis and topology 135
2.A.1 Basic definitions 135

xi
xii Contents

2.A.2 Convergence 136

2.A.3 Interchange theorems 138
2.A.4 Inequalities 139
2.A.5 Integration by parts 140
2.B Elements of linear algebra 141
2.B.1 Basic definitions and properties 141
2.B.2 Special matrices 147
2.C Elements of probability 151
2.C.1 Basic definitions 151
2.C.2 Standard distributions 154
2.C.3 Estimation 155
2.D Basis concepts 159
Chapter at a glance 161
Historical remarks 162
Further reading 162
Exercises with solutions 163
Exercises 169

3 Sequences and discrete-time systems 181

3.1 Introduction 182
3.2 Sequences 185
3.2.1 Infinite-length sequences 185
3.2.2 Finite-length sequences 192
3.2.3 Two-dimensional sequences 193
3.3 Systems 195
3.3.1 Discrete-time systems and their properties 195
3.3.2 Difference equations 202
3.3.3 Linear shift-invariant systems 205
3.4 Discrete-time Fourier transform 216
3.4.1 Definition of the DTFT 216
3.4.2 Existence and convergence of the DTFT 218
3.4.3 Properties of the DTFT 221
3.4.4 Frequency response of filters 227
3.5 z-transform 233
3.5.1 Definition of the z-transform 234
3.5.2 Existence and convergence of the z-transform 235
3.5.3 Properties of the z-transform 240
3.5.4 z-transform of filters 249
3.6 Discrete Fourier transform 252
3.6.1 Definition of the DFT 252
3.6.2 Properties of the DFT 255
3.6.3 Frequency response of filters 259
3.7 Multirate sequences and systems 264
3.7.1 Downsampling 265
3.7.2 Upsampling 268
3.7.3 Combinations of downsampling and upsampling 270
3.7.4 Combinations of downsampling, upsampling, and filtering 272
3.7.5 Polyphase representation 278
3.8 Stochastic processes and systems 285
3.8.1 Stochastic processes 285
Contents xiii

3.8.2 Systems 288

3.8.3 Discrete-time Fourier transform 292
3.8.4 Multirate sequences and systems 294
3.8.5 Minimum mean-squared error estimation 300
3.9 Computational aspects 303
3.9.1 Fast Fourier transforms 303
3.9.2 Convolution 307
3.9.3 Multirate operations 311
3.A Elements of analysis 313
3.A.1 Complex numbers 313
3.A.2 Difference equations 315
3.A.3 Convergence of the convolution sum 316
3.A.4 Dirac delta function 316
3.B Elements of algebra 318
3.B.1 Polynomials 318
3.B.2 Vectors and matrices of polynomials 321
3.B.3 Kronecker product 324
Chapter at a glance 325
Historical remarks 328
Further reading 328
Exercises with solutions 329
Exercises 336

4 Functions and continuous-time systems 343

4.1 Introduction 344
4.2 Functions 345
4.2.1 Functions on the real line 345
4.2.2 Periodic functions 351
4.3 Systems 351
4.3.1 Continuous-time systems and their properties 352
4.3.2 Differential equations 355
4.3.3 Linear shift-invariant systems 355
4.4 Fourier transform 359
4.4.1 Definition of the Fourier transform 359
4.4.2 Existence and inversion of the Fourier transform 360
4.4.3 Properties of the Fourier transform 365
4.4.4 Frequency response of filters 373
4.4.5 Regularity and spectral decay 374
4.4.6 Laplace transform 379
4.5 Fourier series 380
4.5.1 Definition of the Fourier series 381
4.5.2 Existence and convergence of the Fourier series 383
4.5.3 Properties of the Fourier series 385
4.5.4 Frequency response of filters 394
4.6 Stochastic processes and systems 395
4.6.1 Stochastic processes 395
4.6.2 Systems 397
4.6.3 Fourier transform 399
Chapter at a glance 401
Historical remarks 403
xiv Contents

Further reading 403

Exercises with solutions 404
Exercises 406

5 Sampling and interpolation 411

5.1 Introduction 412
5.2 Finite-dimensional vectors 420
5.2.1 Sampling and interpolation with orthonormal vectors 421
5.2.2 Sampling and interpolation with nonorthogonal vectors 425
5.3 Sequences 429
5.3.1 Sampling and interpolation with orthonormal sequences 430
5.3.2 Sampling and interpolation for bandlimited sequences 437
5.3.3 Sampling and interpolation with nonorthogonal sequences 442
5.4 Functions 447
5.4.1 Sampling and interpolation with orthonormal functions 449
5.4.2 Sampling and interpolation for bandlimited functions 452
5.4.3 Sampling and interpolation with nonorthogonal functions 470
5.5 Periodic functions 477
5.5.1 Sampling and interpolation with orthonormal periodic functions 477
5.5.2 Sampling and interpolation for bandlimited periodic functions 481
5.6 Computational aspects 489
5.6.1 Projection onto convex sets 491
Chapter at a glance 496
Historical remarks 498
Further reading 498
Exercises with solutions 499
Exercises 503

6 Approximation and compression 507

6.1 Introduction 508
6.2 Approximation of functions on finite intervals by polynomials 513
6.2.1 Least-squares approximation 514
6.2.2 Lagrange interpolation: Matching points 517
6.2.3 Taylor series expansion: Matching derivatives 520
6.2.4 Hermite interpolation: Matching points and derivatives 522
6.2.5 Minimax polynomial approximation 523
6.2.6 Filter design 529
6.3 Approximation of functions by splines 537
6.3.1 Splines and spline spaces 538
6.3.2 Bases for uniform spline spaces 541
6.3.3 Strang–Fix condition for polynomial representation 548
6.3.4 Continuous-time operators in spline spaces implemented with discrete-
time processing 554
6.4 Approximation of functions and sequences by series truncation 560
6.4.1 Linear and nonlinear approximations 560
6.4.2 Linear approximation of random vectors and stochastic processes 566
6.4.3 Linear and nonlinear diagonal estimators 571
6.5 Compression 576
6.5.1 Lossless compression 577
6.5.2 Scalar quantization 579
Contents xv

6.5.3 Transform coding 584

6.6 Computational aspects 591
6.6.1 Huffman algorithm for lossless code design 591
6.6.2 Iterative design of quantizers 593
6.6.3 Estimating from quantized samples 594
Chapter at a glance 597
Historical remarks 598
Further reading 599
Exercises with solutions 600
Exercises 606

7 Localization and uncertainty 615

7.1 Introduction 616
7.2 Localization for functions 619
7.2.1 Localization in time 620
7.2.2 Localization in frequency 622
7.2.3 Uncertainty principle for functions 624
7.3 Localization for sequences 627
7.3.1 Localization in time 629
7.3.2 Localization in frequency 630
7.3.3 Uncertainty principle for sequences 633
7.3.4 Uncertainty principle for finite-length sequences 637
7.4 Tiling the time–frequency plane 638
7.4.1 Localization for structured sets of functions 638
7.4.2 Localization for structured sets of sequences 640
7.5 Examples of local Fourier and wavelet bases 645
7.5.1 Local Fourier and wavelet bases for functions 645
7.5.2 Local Fourier and wavelet bases for sequences 651
7.6 Recap and a glimpse forward 656
7.6.1 Tools 657
7.6.2 Adapting tools to real-world problems 658
7.6.3 Music analysis, communications, and compression 659
Chapter at a glance 666
Historical remarks 667
Further reading 667
Exercises with solutions 668
Exercises 671

Image and quote attribution 673

References 675

Index 681
 Quick reference

Abbreviations
AR Autoregressive
ARMA Autoregressive moving average
AWGN Additive white Gaussian noise
BIBO Bounded input, bounded output
CDF Cumulative distribution function
DCT Discrete cosine transform
DFT Discrete Fourier transform
DTFT Discrete-time Fourier transform
DWT Discrete wavelet transform
FFT Fast Fourier transform
FIR Finite impulse response
i.i.d. Independent and identically distributed
IIR Infinite impulse response
KLT Karhunen–Loève transform
LMMSE Linear minimum mean-squared error
LPSV Linear periodically shift-varying
LSI Linear shift-invariant
MA Moving average
MAP Maximum a posteriori probability
ML Maximum likelihood
MMSE Minimum mean-squared error
MSE Mean-squared error
PDF Probability density function
PMF Probability mass function
POCS Projection onto convex sets
rad Radians
ROC Region of convergence
SNR Signal-to-noise ratio
SVD Singular value decomposition
WSCS Wide-sense cyclostationary
WSS Wide-sense stationary

Abbreviations used in tables and captions but not in the text

FT Fourier transform
FS Fourier series
LT Laplace transform

xvii
xviii Quick reference

Sets
natural numbers N 0, 1, . . .
integers Z . . . , −1, 0, 1, . . .
positive integers Z+ 1, 2, . . .
rational numbers Q p/q, p, q ∈ Z, q = 0
real numbers R (−∞, ∞)
positive real numbers R+ (0, ∞)
complex numbers C a + jb or re jθ with a, b, r, θ ∈ R
a generic index set I
a generic vector space V
a generic Hilbert space H
closure of set S S

Real and complex analysis

sequence xn argument n is an integer, n ∈ Z
function x(t) argument t is continuous-valued, t ∈ R
ordered sequence (x n )n
set containing x n {xn } n
vector x with x n as elements [xn ]

Kronecker delta sequence δn δn = 1 for n = 0; δn = 0 otherwise

∞
Dirac delta function δ (t) x(t) δ (t) dt = x (0) for x continuous at 0
−∞
indicator function of interval I 1I 1I (t) = 1 for t ∈ I ; 1I (t) = 0 otherwise
 
integration by parts u dv = uv − v du

complex number z a + jb , re jθ , a, b ∈ R, r ∈ [0, ∞), θ ∈ [0, 2π )

conjugation z∗ a − jb, re−jθ
real part of ( · ) (a + jb) = a, a, b ∈ R
imaginary part of ( · ) (a + jb) = b, a, b ∈ R
conjugation of coefficients X ∗(z ) X ∗ (z ∗)
principal root of unity WN e−j2π/N

Asymptotic notation
big O x ∈ O (y ) 0 ≤ x n ≤ γyn for all n ≥ n0 ;
some n 0 and γ > 0
little o x ∈ o(y ) 0 ≤ x n ≤ γyn for all n ≥ n0 ;
some n 0 , any γ > 0
Omega x ∈ Ω(y ) x n ≥ γyn for all n ≥ n0 ;
some n 0 and γ > 0
Theta x ∈ Θ(y ) x ∈ O (y ) and x ∈ Ω(y)
asymptotic equivalence xy lim n→∞ x n /yn = 1
Quick reference xix

Standard vector spaces 

 

Hilbert space of square-summable 
2 (Z) x:Z→C 2
|xn | < ∞ with
sequences 
n 
inner product x, y  = n xn y ∗n
  
Hilbert space of square-integrable 
L 2 (R) x : R → C  |x(t)|2 dt < ∞ with
functions 
inner product x, y  = x(t) y (t)∗ dt
  

normed vector space of sequences 
p (Z) x:Z→C p
|xn | < ∞ with
with finite p norm, 1 ≤ p < ∞  n
 
p 1/p
norm x p = n |xn |
  
normed vector space of functions 
L p(R) x:R→C  p
|x(t)| dt < ∞ with
with finite Lp norm, 1 ≤ p < ∞
 1/p
norm x p = |x(t)|p dt
  
normed vector space of bounded 
∞ (Z) 
x : Z → C  sup |xn | < ∞ with
sequences with supremum norm n
norm x ∞ = supn |xn |
  
normed vector space of bounded 
L ∞ (R) 
x : R → C  ess sup |x(t)| < ∞ with
functions with supremum norm t
norm x ∞ = ess supt |x(t)|

Bases and frames for sequences

standard basis {ek } e k,n = 1 for n = k ; e k,n = 0 otherwise
vector, element of basis or frame ϕ when applicable, a vector
basis or frame Φ set of vectors {ϕ k }
operator Φ concatenation of {ϕk } in a linear
operator: [ϕ0 ϕ 1 . . . ϕN −1 ]
vector, element of dual basis or frame ϕ
 when applicable, a vector

Φ set of vectors {ϕk }
operator 
Φ concatenation of {ϕ k } in a linear
operator: [ϕ 0 ϕ
1 . . . ϕ N −1 ]
expansion with a basis or frame  ∗
x = ΦΦ x
xx Quick reference

Discrete-time signal processing

xn signal, vector


linear h∗x x k hn−k
k∈
N
 −1
circular
h x x k h(n−k) mod N
(N-periodic sequences)
k=0
(h ∗ x) n convolution result at n

v n eigenvector
infinite time vn = e jωn h ∗ v = H (ejω ) v
finite time vn = e j2πkn/N h v = Hk v

eigenvalue
 corresponding to v n
jω −jωn
infinite time H (e ) hn e
n∈
N
 −1 N
 −1
finite time Hk h ne −j2πkn/N = hn W Nkn
n=0 n=0

Continuous-time signal processing

x(t) signal

 ∞
linear h∗x x(τ ) h(t − τ ) dτ
−∞
 T /2
circular
h x x(τ ) h(t − τ ) dτ
(T -periodic functions) −T /2
(h ∗ x)(t) convolution result at t

v (t) eigenvector
jωt
infinite time v (t) = e h ∗ v = H (ω ) v
finite time v (t) = ej2πkt/T h v = Hk v

eigenvalue corresponding to v( t)
 ∞
infinite time H (ω ) h(t) e −jωt dt
−∞
 T /2
finite time Hk h(τ ) e−j2πkτ/T dτ
−T /2
Quick reference xxi

Spectral analysis  ∞
FT
Fourier transform x(t) ←→ X (ω ) X (ω ) = x(t)e−jωt dt
−∞
 ∞
1
inverse x(t) = X (ω ) e jωt dω
2π −∞

FS 1 T /2
Fourier series coefficients x(t) ←→ Xk Xk = x(t) e−j(2π/T)kt dt
T −T /2

reconstruction x(t) = Xk ej(2π/T)kt
k∈
DTFT

discrete-time Fourier transform xn ←→ X (e jω ) X (ejω ) = x ne−jωn
n∈
π
1
inverse xn = X (ejω ) ejωn dω
2π −π
N
 −1
DFT
discrete Fourier transform xn ←→ Xk Xk = xn WNkn
n=0
N
 −1
1
inverse xn = Xk WN−kn
N n=0
ZT

z -transform xn ←→ X (z ) X (z ) = x n z −n
n∈
 Acknowledgments

This book would not exist without the help of many people, whom we attempt to
list below. We apologize for any omissions and welcome corrections and suggestions.
We are grateful to Professor Libero Zuppiroli of EPFL and Christiane Grimm
for the photograph that graces the cover; Professor Zuppiroli proposed an ex-
periment from Newton’s treatise, Opticks [70], as emblematic of the book, and
Ms. Grimm beautifully photographed the apparatus that he designed. Françoise
Behn, Jocelyne Plantefol, and Jacqueline Aeberhard typed parts of the manuscript,
Eric Strattman assisted with some of the figures, Krista Van Guilder designed and
implemented the initial book web site, and Jorge Albaladejo Pomares designed
and implemented the book blog. We thank them for their diligence and patience.
S. Grace Chang and Yann Barbotin helped organize and edit the problem compan-
ion, while Patrick Vandewalle designed and implemented a number of MATLAB R

1
problems available on the book website. We thank them for their expertise and
insight. We are indebted to George Beck for his Mathematica  R
editorial comments
on Wolfram Demonstrations inspired by this book. We are grateful to Giovanni
Pacifici for the many useful scripts for automating various book-writing processes.
We thank John Cozzens of the US National Science Foundation for his unwavering
support over the last two decades. At Cambridge University Press, Steven Holt
held us to high standards in our writing and typesetting through many corrections
and suggestions; Elizabeth Horne and Jonathan Ratcliffe coordinated production
expertly; and, last but not least, Phil Meyler repeatedly (and most gracefully) re-
minded us of our desire to finish the book.
Many instructors have gamely tested pre-alpha, alpha, and beta versions of
this manuscript. Of these, Amina Chebira, Filipe Condessa, Mihailo Kolundžija,
Yue M. Lu, Truong-Thao Nguyen, Reza Parhizkar, and Jayakrishnan Unnikrishnan
have done far more than their share in providing invaluable comments and sugges-
tions. We also thank Robert Gray for reviewing the manuscript and providing many
important suggestions, in particular a better approach to covering the Dirac delta
function; Thierry Blu for, among other things, providing a simple proof for a partic-
ular case of the Strang–Fix theorem; Matthew Fickus for consulting on some finer
mathematical points; Michael Unser for his notes and teaching approach; and Zoran
Cvetković, Minh N. Do, and Philip Schniter for teaching with the manuscript and
providing many constructive comments. Useful comments have also been provided

1 http://www.fourierandwavelets.org

xxiii
xxiv Acknowledgments

by Pedro Aguilar, Ganesh Ajjanagadde, A. Avudainayagam, Jerry Bauch, Anirud-

dha Bhargava, Ozan Çaǧlayan, André Tomaz de Carvalho, Gustavo Corach, Todd
Doucet, S. Esakkirajan, Germán González, Alexandre Haehlen, Mina Karzand, Ull-
rich Mönich, Juan Pablo Muszkats, Hossein Rouhani, Noah D. Stein, John Z. Sun,
Christophe Tournery, and Lav R. Varshney.
Martin Vetterli thanks current and former EPFL graduate students and post-
docs who helped develop the material, solve problems, catch typos, and suggest im-
provements, among other things. They include Florence Bénézit, Amina Chebira,
Minh N. Do, Ivan Dokmanić, Pier Luigi Dragotti, Ali Hormati, Ivana Jovanović,
Mihailo Kolundžija, Jérôme Lebrun, Yue M. Lu, Pina Marziliano, Fritz Menzer,
Reza Parhizkar, Paolo Prandoni, Juri Ranieri, Olivier Roy, Rahul Shukla, Jayakr-
ishnan Unnikrishnan, Patrick Vandewalle and Vladan Velisavljević. He gratefully
acknowledges support from EPFL, the Swiss NSF through awards 2000-063664,
200020-103729, and 200021-121935, and the European Research Council through
award SPARSAM 247006. In addition, the support from Qualcomm, in particular
from Dr. Chong Lee, is gratefully acknowledged.
Jelena Kovačević thanks her present and past graduate students Ramamurthy
Bhagavatula, Amina Chebira, Kuan-Chieh Jackie Chen, Siheng Chen, Filipe Con-
dessa, Charles Jackson, Xindian Long, Michael T. McCann, Anupama Kuruvilla,
Thomas E. Merryman, Vivek Oak, Aliaksei Sandryhaila, and Gowri Srinivasa, many
of whom served as TAs for her classes at CMU, together with Pablo Hennings Yeo-
mans. Thanks are due also to all the students in the following classes at CMU:
42-431/18-496, 42-540/42-698, 42-703/18-799, 42-731/18-795, and 42-732/18-790,
taught from 2003 to 2013. She gratefully acknowledges support from the US NSF
through awards 1017278, 1130616, 515152, 633775, and 331657; the NIH through
awards EB008870, EB009875, and 1DC010283; the Carnegie Institute of Tech-
nology at CMU through an Infrastructure for Large-Scale Biomedical Computing
award; the Pennsylvania State Tobacco Settlement, the Kamlet–Smith Bioinfor-
matics Grant; and the Philip and Marsha Dowd Teaching Fellowship.
Vivek Goyal thanks TAs and students at MIT and BU for suggestions, in par-
ticular Giuseppe Bombara, Baris Erkmen, Ying-zong Huang, Zahi Karam, Ahmed
Kirmani, Srilalitha Kumaresan, Ranko Sredojević, Ramesh Sridharan, Watchara-
pan Suwansantisuk, Vincent Tan, Archana Venkataraman, Adam Zelinski, and Ser-
hii Zhak. He gratefully acknowledges support from the US NSF through awards
0643836, 0729069, 1101147, 1115159, and 1161413; Texas Instruments through
its Leadership University Program; Hewlett–Packard; Qualcomm; Siemens; MIT
through the Esther and Harold E. Edgerton Career Development Chair; and the
Centre Bernoulli of EPFL.
 Preface

Our main goals in this book and its companion volume, Fourier and Wavelet Signal
Processing (FWSP) [57], are to enable an understanding of state-of-the-art signal
processing methods and techniques, as well as to provide a solid foundation for those
hoping to advance the theory and practice of signal processing. We believe that the
best way to grasp and internalize the fundamental concepts in signal processing is
through the geometry of Hilbert spaces, as this leverages the great innate human
capacity for spatial reasoning. While using geometry should ultimately simplify the
subject, the connection between signals and geometry is not innate. The reader will
have to invest effort to see signals as vectors in Hilbert spaces before reaping the
benefits of this view; we believe that effort to be well placed.
Many of the results and techniques presented in the two volumes, while rooted
in classic Fourier techniques for signal representation, first appeared during a flurry
of activity in the 1980s and 1990s. New constructions of local Fourier transforms and
orthonormal wavelet bases during that period were motivated both by theoretical
interest and by applications, multimedia communications in particular. New bases
with specified time–frequency behavior were found, with impact well beyond the
original fields of application. Areas as diverse as computer graphics and numerical
analysis embraced some of the new constructions – no surprise given the pervasive
role of Fourier analysis in science and engineering.
Many of these new tools for signal processing were developed in the applied
harmonic analysis community. The resulting high level of mathematical sophistica-
tion was a barrier to entry for many signal processing practitioners. Now that the
dust has settled, some of what was new and esoteric has become fundamental; we
want to bring these new fundamentals to a broader audience. The Hilbert space
formalism gives us a way to begin with the classical Fourier analysis of signals and
systems and reach structured representations with time–frequency locality and their
varied applications. Whenever possible, we use explanations rooted in elementary
analysis over those that would require more advanced background (such as measure
theory). We hope to have balanced the competing virtues of accessibility to the
student, rigor, and adequate analytical power to reach important conclusions.
The book can be used as a self-contained text on the foundations of signal
processing, where discrete and continuous time are treated on equal footing. All
the necessary mathematical background is included, with examples illustrating the
applicability of the results. In addition, the book serves as a precursor to FWSP,
which relies on the framework built here; the two books are thus integrally related.

xxv
xxvi Preface

Foundations of Signal Processing This book covers the foundations for an in-
depth understanding of modern signal processing. It contains material that many
readers may have seen before scattered across multiple sources, but without the
Hilbert space interpretations, which are essential in signal processing. Our aim is
to teach signal processing with geometry, that is, to extend Euclidean geometric in-
sights to abstract signals; we use Hilbert space geometry to accomplish that. With
this approach, fundamental concepts – such as properties of bases, Fourier rep-
resentations, sampling, interpolation, approximation, and compression – are often
unified across finite dimensions, discrete time, and continuous time, thus making
it easier to point out the few essential differences. Unifying results geometrically
helps generalize beyond Fourier-domain insights, pushing the understanding farther,
faster.
Chapter 2, From Euclid to Hilbert, is our main vehicle for drawing out unifying
commonalities; it develops the basic geometric intuition central to Hilbert spaces,
together with the necessary tools underlying the constructions of bases and frames.
The next two chapters cover signal processing on discrete-time and continuous-
time signals, specializing general concepts from Chapter 2. Chapter 3, Sequences
and discrete-time systems, is a crash course on processing signals in discrete time or
discrete space together with spectral analysis with the discrete-time Fourier trans-
form and discrete Fourier transform. Chapter 4, Functions and continuous-time
systems, is its continuous-time counterpart, including spectral analysis with the
Fourier transform and Fourier series.
Chapter 5, Sampling and interpolation, presents the critical link between dis-
crete and continuous domains given by sampling and interpolation theorems. Chap-
ter 6, Approximation and compression, veers from exact representations to approx-
imate ones. The final chapter in the book, Chapter 7, Localization and uncertainty,
considers time–frequency behavior of the abstract representation objects studied
thus far. It also discusses issues arising in applications as well as ways of adapting
the previously introduced tools for use in the real world.

Fourier and Wavelet Signal Processing The companion volume focuses on signal
representations using local Fourier and wavelet bases and frames. It covers the
two-channel filter bank in detail, and then uses it as the implementation vehicle
for all sequence representations that follow. The local Fourier and wavelet methods
are presented side-by-side, without favoring any one in particular; the truth is that
each representation is a tool in the toolbox of the practitioner, and the problem or
application at hand ultimately determines the appropriate one to use. We end with
examples of state-of-the-art signal processing and communication problems, with
sparsity as a guiding principle.

Teaching points Our aim is to present a synergistic view of signal representations

and processing, starting from basic mathematical principles and going all the way
to actual constructions of bases and frames, always with an eye on concrete applica-
tions. While the benefit is a self-contained presentation, the cost is a rather sizable
manuscript. Referencing in the main text is sparse; pointers to the bibliography are
given in Further reading at the end of each chapter.
Preface xxvii

The material grew out of teaching signal processing, wavelets, and applications
in various settings. Two of us (MV and JK) authored a graduate textbook, Wavelets
and Subband Coding (originally with Prentice Hall in 1995, now open access ),
which we and others used to teach graduate courses at various US and European
institutions. With the maturing of the field and the interest arising from and for
these topics, the time was right for the three of us to write entirely new texts geared
toward a broader audience. We and others have taught with these books, in their
entirety or in parts, a number of times and to a number of different audiences: from
senior undergraduate to graduate level, and from engineering to mixes that include
life-science students.
The books and their website provide a number of features for teaching and
learning:

Exercises are an integral part of the material and come in two forms: solved
exercises with explicit solutions within the text, and regular exercises that
allow students to test their knowledge. Regular exercises are marked with ,
, or in increasing order of difficulty.

Numerous examples illustrate concepts throughout the book.

An electronic version of the text is provided with the printed copy. It includes
PDF hyperlinks and an additional color to enhance interpretation of figures.

A free electronic version of the text without PDF hyperlinks, exercises or

solved exercises, and with figures in grayscale, is available at the book website.

A Mathematica companion, which contains the code to produce all numerical

figures in the book, is provided with the printed version.

Several interactive Mathematica demonstrations using the free CDF player

are available at the book website.

Additional material, such as lecture slides, is available at the book website.

To instructors, we provide a Solutions Manual, with solutions to all regular
exercises in the book.

Notational points To traverse the book efficiently, it will help to know the various
numbering conventions that we have employed. In each chapter, a single counter is
used for definitions, theorems, and corollaries (which are all shaded) and another
for examples (which are slightly indented). Equations, figures, and tables are also
numbered within each chapter. A prefix E . – in the number of an equation,
figure, or table indicates that it is part of Solved Exercise . in Chapter . The
letter P is used similarly for statements of regular exercises.

Martin Vetterli, Jelena Kovačević, and Vivek K Goyal

Chapter 1

On rainbows and spectra

“One can enjoy a rainbow without necessarily forgetting the

forces that made it.”
— Mark Twain

In the late thirteenth century, Theodoric of Freiberg,

a Dominican monk, theologian, and physicist, per-
formed a simple experiment: with his back to the sun,
he held a spherical bottle filled with water in the sun-
light. By following the trajectory of the refracted and
reflected light and having the bottle play the same
role as a single water drop, he gave a scientific ex-
planation of rainbows, including secondary rainbows
with weaker, reversed colors. His geometric analy-
sis, described in his famous treatise De iride (On the
Rainbow, c. 1310), was “perhaps the most dramatic development of fourteenth- and
fifteenth-century optics” [60].
Theodoric of Freiberg fell short of a complete understanding of the rainbow
phenomenon because, like many of his contemporaries, he believed that colors were
simply intensities between black and white. A full understanding emerged three
hundred years later when René Descartes and Isaac Newton explained that disper-
sion decomposes white light into spectral components of different wavelengths – the
colors of the rainbow. In 1730, Newton, in his landmark book on optics [70], de-
scribes what is often called the experimentum crucis (crucial experiment) to prove
that white light can be decomposed into constituent colors and then recombined
into white light. This experiment is a physical implementation of decomposing light
into its Fourier components – pure frequencies or colors of the rainbow, followed by
a synthesis to recover the original; the cover photograph of the book depicts this
experiment.4
This bit of history evokes two central themes of this book: geometric thinking
4 This is a realization of Figure 7 in Part II of Newton’s First Book of Opticks.

1
2 On rainbows and spectra

is a great tool in deducing explanations of phenomena; and decomposing an en-

tity into its constituent components can be a key step in understanding its essential
character, as well as an enabling tool in modifying these components prior to recom-
bination. The rainbow’s appearance is explained by the fact that sunlight contains
a combination of all wavelengths within the visible range; separation of white light
by wavelength, as with a prism, enables modifications prior to recombination. The
collection of wavelengths is, as we will see, the spectrum.
A French physicist and mathematician, Joseph Fourier, formalized the notion
of the spectrum in the early nineteenth century. He was interested in the heat
equation – the differential equation governing the diffusion of heat. Fourier’s key
insight was to decompose a periodic function x(t) = x(t + T ) into an infinite sum of
sines and cosines of periods T /k, k ∈ Z + . Since these sine and cosine components
are eigenfunctions of the heat equation, the solution of the problem is simplified: one
can analyze the differential equation for each component separately and combine the
intermediate results, thanks to the linearity of the system. Fourier’s decomposition
earned him a coveted prize from the French Academy of Sciences, but with a mention
that his work lacked rigor. Indeed, the question of which functions admit a Fourier
decomposition is a deep one, and it took many years to settle. Fourier’s work is
one of the foundational blocks of signal processing and at the heart of the present
book as well as its companion volume [57]. Fourier techniques have been joined in
the past two decades by new tools such as wavelets, the other pillar we cover.

Signal representations The idea of a decomposition and a possible modification in

the decomposed state leads to signal representations, where signals can be sequences
(discrete domain) or functions (continuous domain). Similarly to what Fourier did,
where he used sines and cosines for decomposition, we can imagine using other
functions with particular properties. Call these basis vectors and denote them by
ϕk , k ∈ Z. Then 
x = Xk ϕk (1.1)
k∈Z

is called an expansion of x with respect to {ϕ k }k∈Z , with {Xk } the expansion

coefficients.

Orthonormal bases When the basis vectors form an orthonormal set, the coeffi-
cients X k are obtained from the function x and the basis vectors ϕk through an
inner product
Xk = x, ϕk . (1.2)
For example, Fourier’s construction of a series representation for periodic functions
with period T = 1 can be written as

x(t) = Xk ej2πkt , (1.3a)
k∈Z

where  1
Xk = x(t)e−j2πkt dt. (1.3b)
0
 3

2 4 .
(a) 0( ) = 1. (b) 1( )= . (c) 2( )=

Example Fourier series basis functions for the interval [0 1). Real parts are
shown with solid lines and imaginary parts are shown with dashed lines.

We can define basis vectors ϕk , k ∈ Z, on the interval [0, 1), as

ϕk (t) = ej2πkt , 0 ≤ t < 1, (1.4)

and the Fourier series coefficients as

 1  1
∗
Xk = x, ϕk = x(t)ϕk (t) dt = x(t)e−j2πkt dt,
0 0

exactly the same as (1.3b). The basis vectors form an orthonormal set (the first
few are shown in Figure 1.1):
 1 
j2πkt −j2πit 1, for i = k;
ϕk , ϕi  = e e dt = (1.5)
0 0, otherwise.

While the Fourier series is certainly a key orthonormal basis with many out-
standing properties, other bases exist, some of which have their own favorable prop-
erties. Early in the twentieth century, Alfred Haar proposed a basis which looks
quite different from Fourier’s. It is based on a function ψ(t) defined as
⎧ 1
⎨ 1, for 0 ≤ t < 2 ;
ψ(t) = −1, for 12 ≤ t < 1; (1.6)
⎩
0, otherwise.

For the interval [0, 1), we can build an orthonormal system by scaling ψ(t) by powers
of 2, and then shifting the scaled versions appropriately, yielding
 
−m/2 t − n2 m
ψm,n (t) = 2 ψ , (1.7)
2m

with m ∈ {0, −1, −2, . . .} and n ∈ {0, 1, . . . , 2 −m − 1} (a few are shown in Fig-
ure 1.2). It is quite clear from the figure that the various basis functions are indeed
orthogonal to each other, as they either do not overlap, or when they do, one changes
sign over the constant span of the other. We will spend a considerable amount of
time studying this system in the companion volume to this book, [57].
4 On rainbows and spectra

(a) 00( ). (b) 11 ( ). (c) 21 ( ).

Example Haar series basis functions for the interval [0 1). The prototype
function is ( ) = 0 0 ( ).

While the system (1.7) is orthonormal, it cannot be a basis for all functions on
[0, 1); for example, there would be no way to reconstruct a constant 1. We remedy
that by adding the function

1, for 0 ≤ t < 1;
ϕ0 (t) = (1.8)
0, otherwise,

into the mix, yielding an orthonormal basis for the interval [0, 1). This is a very
different basis from the Fourier one; for example, instead of being infinitely differ-
entiable, no ψ m,n is even continuous. We can now define an expansion as in (1.3),

0
 2−1
x(t) = x, ϕ 0ϕ0 (t) + Xm,n ψm,n(t), (1.9a)
m=−∞ n=0

where  1
Xm,n = x(t) ψm,n(t) dt. (1.9b)
0

It is natural to ask which basis is better. Such a question does not have a
simple answer, and the answer will depend on the class of functions or sequences we
wish to represent, as well as our goals in the representation. Furthermore, we will
have to be careful in describing what we mean by equality in an expansion such as
(1.3a); otherwise we could be misled the same way Fourier was.

Approximation One way to assess the quality of a basis is to see how well it can
approximate a given function with a finite number of terms. History is again en-
lightening. Fourier series became such a useful tool during the nineteenth century
that researchers built elaborate mechanical devices to compute a function based
on Fourier series coefficients. They built analog computers, based on harmonically
related rotating wheels, where amplitudes of Fourier coefficients could be set and
the sum computed. One such machine, the Harmonic Integrator, was designed by
the physicists Albert Michelson and Samuel Stratton, and it could compute a series
with 80 terms. To the designers’ dismay, the synthesis of a square wave from its
Fourier series led to oscillations around the discontinuity that would not go away
 5

(a) Series with 9, 65, and 513 terms. (b) Detail of (a).

Approximations of a box function (dashed lines) with a Fourier series basis

using 9, 65, and 513 terms (solid lines, from lightest to darkest). The plots illustrate the
Gibbs phenomenon – oscillations that do not diminish in amplitude when approximating
a discontinuous function with truncated Fourier series.

(a) Series with 8, 64, and 512 terms. (b) Detail of (a).

Approximation of a box function (dashed lines) with a Haar basis using the
first 8 ( = 0 1 2), 64 ( = 0 1 5), and 512 ( =0 1 8), terms
(solid lines, from lightest to darkest), with =0 1 2 1. The discontinuity is at
the irrational point 1 2.

even as they increased the number of terms; they concluded that a mechanical prob-
lem was at fault. Not until 1899, when Josiah Gibbs proved that Fourier series of
discontinuous functions cannot converge uniformly, was this myth dispelled. The
phenomenon was termed the Gibbs phenomenon, referring to the oscillations ap-
pearing around the discontinuity when using any finite number of terms. Figure 1.3
shows approximations of a box function with a Fourier series basis (1.3a) using Xk ,
k = −K, −K + 1, . . . , K − 1, K .
So what would the Haar basis provide in this case? Surely, it seems more
appropriate for a box function. Unfortunately, taking the first 2−m terms in the
natural ordering (the term corresponding to the function ϕ0 (t) plus 2 −m terms
corresponding to each scale m = 0, −1, −2, . . . ) leads to a similarly poor perfor-
mance, shown in Figure 1.4. This poor performance is dependent on the position of
the discontinuity; approximating a box function with a discontinuity at an integer
multiple of 2−k for some k ∈ Z would lead to a much better performance.
However, changing the approximation procedure slightly makes a big differ-
6 On rainbows and spectra

(a) Series with 8 and 15 terms. (b) Detail of (a).

Approximation of a box function (dashed lines) with a Haar basis using the
8 (light) and 15 (dark) largest-magnitude terms. The 15-term approximation is visually
indistinguishable from the target function.

ence. Upon retaining the largest coefficients in absolute value instead of simply
keeping a fixed set of terms, the approximation quality changes drastically, as seen
in Figure 1.5. In this admittedly extreme example, for each m, there is only one n
such that X m,n is nonzero (that for which the corresponding Haar wavelet straddles
the discontinuity). Thus, approximating using coefficients largest in absolute value
allows many more values of m to be included.
Through this comparison, we have illustrated how the quality of a basis for
approximation can depend on the method of approximation. Retaining a predefined
set of terms, as in the Fourier example case (Figure 1.3) or the first Haar example
(Figure 1.4) is called linear approximation. Retaining an adaptive set of terms in-
stead, as in the second Haar example (Figure 1.5), is called nonlinear approximation
and leads to a superior approximation quality.

Overview of the book The purpose of this book is to develop the framework for
the methods just described, namely expansions and approximations, as well as to
show practical examples where these methods are used in engineering and applied
sciences. In particular, we will see that expansions and approximations are closely
related to the essential signal processing tasks of sampling, filtering, estimation, and
compression.
, introduces the basic machinery of
Hilbert spaces. These are vector spaces endowed with operations that induce intu-
itive geometric properties. In this general setting, we develop the notion of signal
representations, which are essentially coordinate systems for the vector space. When
a representation is complete and not redundant, it provides a basis for the space;
when it is complete and redundant, it provides a frame for the space. A key virtue
for a basis is orthonormality; its counterpart for a frame is tightness.
Chapters 3 and 4 focus our attention on sequence and function spaces for
which the domain can be associated with time, leading to an inherent ordering not
necessarily present in a general Hilbert space. In
, a vector is a sequence that depends on discrete time, and
an important class of linear operators on these vectors is those that are invariant
 7

to time shifts; these are convolution operators. These operators lead naturally to
signal representations using the discrete-time Fourier transform and, for circularly
extended finite-length sequences, the discrete Fourier transform.
, parallels Chap-
ter 3; a vector is now a function that depends on continuous time, and an important
class of linear operators on these vectors are again those that are invariant to time
shifts; these are convolution operators. These operators lead naturally to signal rep-
resentations using the Fourier transform and, for circularly extended finite-length
functions, or periodic functions, the Fourier series. The four Fourier representations
from these two chapters exemplify the diagonalization of linear, shift-invariant op-
erators, or convolutions, in the various domains.
, makes fundamental connec-
tions between Chapters 3 and 4. Associating a discrete-time sequence with a
given continuous-time function is sampling, and the converse is interpolation; these
are central concepts in signal processing since digital computations on continuous-
domain phenomena must be performed in a discrete domain.
, introduces many types of
approximations that are central to making computationally practical tools. Ap-
proximation by polynomials and by truncations of series expansions are studied,
along with the basic principles of compression.
, introduces time, frequency,
scale, and resolution properties of individual vectors; these properties build our
intuition for what might or might not be captured by a single representation coeffi-
cient. We then study these properties for sets of vectors used to represent signals. In
particular, time and frequency localization lead to the concept of a time–frequency
plane, where essential differences between Fourier techniques and wavelet techniques
become evident: Fourier techniques use vectors with equal spacing in frequency
while wavelet techniques use vectors with power-law spacing in frequency; further-
more, Fourier techniques use vectors at equal scale while wavelet techniques use
geometrically spaced scales. We end with examples with real signals to develop
intuition about various signal representations.
Chapter 2

From Euclid to Hilbert

“Mathematics is the art of giving the same name to different

things.”
— Henri Poincaré

Contents
2.1 Introduction 10
2.2 Vector spaces 18
2.3 Hilbert spaces 35
2.4 Approximations, projections, and decompositions 50
2.5 Bases and frames 69
2.6 Computational aspects 119
2.A Elements of analysis and topology 135
2.B Elements of linear algebra 141
2.C Elements of probability 151
2.D Basis concepts 159
Chapter at a glance 161
Historical remarks 162
Further reading 162
Exercises with solutions 163
Exercises 169

We start our journey into signal processing with different backgrounds and perspec-
tives. This chapter aims to establish a common language, develop the foundations
for our study, and begin to draw out key themes.
There will be more formal definitions in this chapter than in any other, to
approach the ideal of a self-contained treatment. However, we must assume some
background in common: On the one hand, we expect the reader to be familiar with
linear algebra at the level of [93, Ch. 1–5] (see also Appendix 2.B) and probability

9
10 From Euclid to Hilbert

at the level of [6, Ch. 1–4] (see also Appendix 2.C). (The textbooks we have
cited are just examples; nothing unique to those books is necessary.) On the other
hand, we are not assuming prior knowledge of general vector space abstractions
or mathematical analysis beyond basic calculus; we develop these topics here to
extend geometric intuition from ordinary Euclidean space to spaces of sequences
and functions. For more details on abstract vector spaces, we recommend books by
Kreyszig [59], Luenberger [64], and Young [111].

2.1 Introduction
This section introduces many topics of the chapter through the familiar setting of
the real plane. In the more general treatment of subsequent sections, the intuition
we have developed through years of dealing with the Euclidean spaces around us
(R 2 and R 3 ) will generalize to some not-so-familiar spaces. Readers comfortable
with vector spaces, inner products, norms, projections, and bases may skip this
section; otherwise, this will be a gentle introduction to Euclid’s world.

Real plane as a vector space

Let us start with a look at the familiar setting of R 2 , that is, real vectors with two
coordinates. We adopt the convention of vectors being columns and often write
 
them compactly as transposes of rows, such as x = x0 x1 . The first entry is
the horizontal component and the second entry is the vertical component.
Adding two vectors in the plane produces a third one also in the plane; mul-
tiplying a vector by a real scalar produces a second vector also in the plane. These
two ingrained facts make the real plane be a vector space.

Inner product and norm

   
The inner product of vectors x = x 0 x1 and y = y0 y1 in the real plane is

x, y = x0 y0 + x1 y1 . (2.1)

Other names for inner product are scalar product and dot product. The inner prod-
uct of a vector with itself is simply

x, x = x20 + x21 ,

a nonnegative quantity that is zero when x 0 = x 1 = 0. The norm of a vector x is

 
x = x, x = x20 + x21 . (2.2)

While the norm is sometimes called the length, we avoid this usage because length
can also refer to the number of components in a vector. A vector of norm 1 is called
a unit vector.
In (2.1), the inner product computation depends on the choice of coordinate
axes. Let us now derive an expression in which the coordinates disappear. Consider
2.1 Introduction 11

y1

y 1 − x1
x−y

x1
θ y0 − x0
x
θx θy
x0 y0

Figure 2.1 A pair of vectors in R2 .

x and y as shown in Figure 2.1. Define the angle between x and the positive
horizontal axis as θx (measured counterclockwise), and define θy similarly. Using a
little algebra and trigonometry, we get
x, y = x0 y0 + x1 y1
= (x cos θx )(y cos θy ) + (x sin θx )(y sin θy )
= x y(cos θx cos θy + sin θx sin θy )
= x y cos(θx − θy ). (2.3)
Thus, the inner product of the two vectors is the product of their norms and the
cosine of the angle θ = θx − θ y between them.
The inner product measures both the norms of the vectors and the similarity
of their orientations. For fixed vector norms, the greater the inner product, the
closer the vectors are in orientation. The orientations are closest when the vectors
are collinear and pointing in the same direction, that is, when θ = 0; they are the
farthest when the vectors are antiparallel, that is, when θ = π. When x, y = 0,
the vectors are called orthogonal or perpendicular. From (2.3), we see that x, y 
is zero only when the norm of one vector is zero (meaning that one of the vectors
 
is the vector 0 0 ) or the cosine of the angle between them is zero (θ = ± 12 π).
So, at least in the latter case, this is consistent with the conventional concept of
perpendicularity.
The distance between two vectors is defined as the norm of their difference:
 
d(x, y) = x − y = x − y, x − y = (x0 − y0)2 + (x1 − y1 )2 . (2.4)

Subspaces and projections

A line through the origin is the simplest case of a subspace, and projection to a
subspace is intimately related to inner products.
12 From Euclid to Hilbert

S S•
x • x
•
θ • ϕ ϕ
x
  ••
x

0 0

(a) Orthogonal projections onto S. (b) Oblique projections onto S.

Figure 2.2 Examples of projections onto a subspace S specified by a unit vector ϕ.

Starting with a vector x and applying an orthogonal projection operator onto

some subspace results in the vector x  closest (among all vectors in the subspace)
to x. The connection to orthogonality is that the difference between the vector
and its orthogonal projection x − x is orthogonal to every vector in the subspace.
Orthogonal projection is illustrated in Figure 2.2(a); the subspace S is formed by
the scalar multiples of the vector ϕ, and three orthogonal projections onto S are
shown. As depicted, the action of the operator is like looking at the shadow that
the input vector casts on S when light rays are orthogonal to S. This operation
is linear, meaning that the orthogonal projection of x + y equals the sum of the
orthogonal projections of x and y. Also, the orthogonal projection operator leaves
vectors in S unchanged.
Given a unit vector ϕ, the orthogonal projection onto the subspace specified
by ϕ is x = x, ϕϕ. This can also be written as

(a)
 = x, ϕϕ = (x ϕ cos θ)ϕ = (x cos θ)ϕ,
x (2.5)

where (a) uses ϕ = 1, and θ is the angle measured counterclockwise from ϕ to x,
as marked in Figure 2.2(a). When ϕ is not of unit norm, the orthogonal projection
onto the subspace specified by ϕ is

(a) ϕ ϕ (b) 1
 = (x cos θ)
x = (x ϕ cos θ) 2
= x, ϕϕ, (2.6)
ϕ ϕ ϕ2

where (a) expresses the orthogonal projection using the unit vector ϕ/ϕ; and (b)
uses (2.3).
Projection is more general than orthogonal projection; for example, Fig-
ure 2.2(b) illustrates oblique projection. The operator is still linear and vectors
in the subspace are still left unchanged; however, the difference (x − x
) is no longer
orthogonal to S.
2.1 Introduction 13

α1 α 1ϕ1
x x
ϕ1 ϕ1 1 ϕ1
ϕ

ϕ0 ϕ0 ϕ0
α0 α0 ϕ0
ϕ
0

(a) Expansion with an (b) Expansion with a (c) Basis {ϕ0 , ϕ1 } and
orthonormal basis. nonorthogonal basis. ϕ0 , ϕ
its dual { 1 }.

Figure 2.3 Expansions in R2 .

Bases and coordinates

We defined the real plane as a vector space using coordinates: the first coordinate is
the signed distance as measured from left to right, and the second coordinate is the
signed distance as measured from bottom to top. In doing so, we implicitly used
   
the standard basis e0 = 1 0 , e1 = 0 1 , which is a particular orthonormal
basis for R2 . Expressing vectors in a variety of bases is central to our study, and
vectors’ coordinates will differ depending on the choice of basis.

   
Orthonormal bases Vectors e0 = 1 0 and e1 = 0 1 constitute the stan-
dard basis and are depicted in Figure 2.3(a). They are orthogonal and of unit norm,
and are thus called orthonormal. We have been using this basis implicitly in that
     
x0 1 0
x = = x0 + x1 = x0 e0 + x1 e1 (2.7)
x1 0 1

is an expansion of x with respect to the basis {e0 , e1 }. For this basis, it is obvious
that an expansion exists for any x because the coefficients of the expansion x 0 and
x1 are simply the entries of x.
The general condition for {ϕ0 , ϕ1 } to be an orthonormal basis for R2 is

ϕi , ϕk  = δi−k for i, k ∈ {0, 1}, (2.8)

where δi−k is a convenient shorthand defined as5


1, for i = k;
δi−k = (2.9)
0, otherwise.
5δ is called the Kronecker delta sequence and is formally defined in Chapter 3, (3.8).
n
14 From Euclid to Hilbert

From the i = k case, the basis vectors are orthogonal to each other; from the i = k
case, they are of unit norm. With any orthonormal basis {ϕ 0, ϕ 1 }, one can uniquely
find the coefficients of the expansion
x = α0ϕ 0 + α1 ϕ1 (2.10)

simply through the inner products

α0 = x, ϕ0 and α1 = x, ϕ 1.

The resulting coefficients satisfy

|α0| 2 + |α1 | 2 = x2 (2.11)

by the Pythagorean theorem, because α0 and α1 form the sides of a right triangle
with hypotenuse of length x (see Figure 2.3(a)). The equality (2.11) is an example
of a Parseval equality 6 and is related to Bessel’s inequality; these will be formally
introduced in Section 2.5.2.
An expansion like (2.10) is often termed a change of basis, since it expresses
x with respect to {ϕ 0, ϕ 1 }, rather than in the standard basis {e 0 , e1 }. In other
words, the coefficients (α 0 , α1 ) are the coordinates of x in this new basis {ϕ0 , ϕ1 }.

Biorthogonal pairs of bases Expansions like (2.10) do not need {ϕ 0, ϕ1 } to be

orthonormal. As an example, consider the problem of representing an arbitrary
   
vector x = x0 x1 as an expansion α0 ϕ0 + α1 ϕ1 with respect to ϕ0 = 1 0
 
and ϕ 1 = 12 1 (see Figure 2.3(b)). This is not a trivial exercise such as the one
of expanding with the standard basis, but in this particular case we can still come
up with an intuitive procedure.
Since ϕ0 has no vertical component, we should use ϕ1 to match the vertical
component of x, yielding α 1 = x1. (This is illustrated with the diagonal dashed
line in Figure 2.3(b).) Then, we need α 0 = x 0 − 12 x1 for the horizontal component
to be correct. We can express what we have just done with inner products as

α0 = x, ϕ
0  and α1 = x, ϕ
1 ,

where the vectors

   
0 = 1 − 12
ϕ and ϕ
1 = 0 1

are shown in Figure 2.3(c). We have thus just derived an instance of the expansion
formula
x = α0 ϕ0 + α1ϕ1 = x, ϕ 0 ϕ0 + x, ϕ
1ϕ 1, (2.12)
where {ϕ 1 } is the basis dual to the basis {ϕ0 , ϕ 1 }, and the two bases form a
0 , ϕ
biorthogonal pair of bases. For any basis, the dual basis is unique. The defining
characteristic for a biorthogonal pair is

ϕ
i , ϕk  = δi−k for i, k ∈ {0, 1}. (2.13)
6What we call the Parseval equality in this book is sometimes called Plancherel’s equality.
2.1 Introduction 15

We can check that this is satisfied in our example and that any orthonormal basis
is its own dual. Clearly, designing a biorthogonal basis pair has more degrees of
freedom than designing an orthonormal basis. The disadvantage is that (2.11) does
not hold, and, furthermore, computations can become numerically unstable if ϕ0
and ϕ1 are too close to collinear.

Frames The signal expansion (2.12) has the minimum possible number of terms
to work for every x ∈ R2 , namely two terms because the dimension of the space is
two. It can also be useful to have an expansion of the form
x = x, ϕ
0 ϕ0 + x, ϕ
1 ϕ1 + x, ϕ
2 ϕ 2 . (2.14)

Here, an expansion will exist as long as {ϕ0 , ϕ1 , ϕ 2} are not collinear. Then,
even after the set {ϕ0 , ϕ1 , ϕ 2} has been fixed, there are infinitely many dual sets
{ϕ0 , ϕ 2 } such that (2.14) holds for all x ∈ R2 . Such redundant sets are called
1 , ϕ
frames and their (nonunique) dual sets are called dual frames. This flexibility can
be used in various ways. For example, setting a component of ϕ i to zero could save
a multiplication and an addition in computing an expansion, or, the dual, which is
not unique, could be chosen to make the coefficients as small as possible.
As an example, let us start with the standard basis {ϕ 0 = e0 , ϕ1 = e 1 }, add
a vector ϕ 2 = −e0 − e 1 to it,
     
1 0 −1
ϕ0 = , ϕ1 = , ϕ2 = , (2.15)
0 1 −1

and see what happens (see Figure 2.4(a)). As there are now three vectors in R 2, they
are linearly dependent; indeed, as defined, ϕ 2 = −ϕ0 − ϕ 1 . Moreover, these three
vectors must be able to represent every vector in R 2 since each two-element subset
is able to do so. To show that, we use the expansion x = x, ϕ 0 ϕ0 + x, ϕ1ϕ 1 and
add a zero to it to give

x = x, ϕ0 ϕ0 + x, ϕ1 ϕ 1 + (x, ϕ1  − x, ϕ1)ϕ 0 + (x, ϕ1  − x, ϕ1 )ϕ1 .

  
=0

We now rearrange it slightly:

2

x = x, ϕ0 + ϕ1 ϕ0 + x, 2ϕ1 ϕ1 + x, ϕ1 (−ϕ0 − ϕ 1 ) = k ϕk ,
x, ϕ
k=0

with ϕ0 = ϕ0 + ϕ1 , ϕ 1 = 2ϕ 1, ϕ2 = ϕ1 . This expansion is exactly of the form

(2.14) and is reminiscent of the one for biorthogonal pairs of bases which we have
seen earlier, except that the vectors involved in the expansion are now linearly
dependent. This shows that we can indeed expand any x ∈ R2 in terms of the
frame {ϕ0 , ϕ1 , ϕ 2} and one of its possible dual frames {ϕ0 , ϕ 2 }.
1 , ϕ
Can we now get a frame to somehow mimic an orthonormal basis? Consider
   1  1
2 − √6 − √6
ϕ0 = 3 , ϕ1 = 1 , ϕ 2 = , (2.16)
0 √
2
− √12
16 From Euclid to Hilbert

1 ϕ
1
ϕ1 1
√
2

ϕ0 ϕ0

−1 1 − √16 2
3

ϕ2 − √12
ϕ2
−1

(a) Standard basis plus a vector. (b) Tight frame.

Figure 2.4 Illustrations of overcomplete sets of vectors (frames).

 
shown in Figure 2.4(b). By expanding an arbitrary x = x0 x1 , we can verify

that x = 2k=0 x, ϕ kϕk holds for any x. The expansion looks like the orthonormal
basis one, where the same set of vectors plays both roles (inside the inner product
and outside). The norm is preserved similarly to what happens with orthonormal

bases ( 2k=0 |x, ϕk | 2 = x2 ), except that the norms of the frame vectors are not

1, but rather 2/3. A frame with this property is called a tight frame. We could

have renormalized the frame vectors by 3/2 to make them unit-norm vectors, in

which case 2k=0 |x, ϕk |2 = 32 x2 , where 32 indicates the redundancy of the frame
(we have 32 times more vectors than needed for an expansion in R2).

Matrix view of bases and frames An expansion with a basis or frame involves
operations that can be expressed conveniently with matrices.
Take the biorthogonal basis expansion formula (2.12). The coefficients in the
expansion are the inner products

α0 = x, ϕ
0 = ϕ
00 x0 + ϕ
01 x1 ,
α1 = x, ϕ 10 x0 + ϕ
1 = ϕ 11 x1 ,
   
where ϕ0 = ϕ 00 ϕ
01 and ϕ
1 = ϕ 10 ϕ
11 . Rewrite the above as a matrix–
vector product,
      
α0 x, ϕ
0  ϕ
00 ϕ 01 x0  x.
α = = = = Φ
α1 x, ϕ
1  ϕ
10 ϕ 11 x1
  

Φ

The matrix Φ   with ϕ  

0 and ϕ 1 as rows is called the analysis operator, and left mul-
tiplying a vector x by it computes the expansion coefficients (α0 , α 1) with respect
to the basis {ϕ 0, ϕ 1 }. The reconstruction of x from (α 0 , α1 ) is through

x = α0 ϕ0 + α1 ϕ1 .
2.1 Introduction 17

This can be written with a matrix–vector product as

          
x0 ϕ00 ϕ 10 ϕ00 ϕ10 α0   α0
x = = α0 + α1 = = ϕ0 ϕ1
x1 ϕ01 ϕ 11 ϕ01 ϕ11 α1 α1
  
Φ

= Φα = ΦΦ  x,
   
where ϕ0 = ϕ00 ϕ01 and ϕ1 = ϕ10 ϕ11 . The matrix Φ with ϕ 0 and ϕ1 as
columns is called the synthesis operator, and left multiplying an expansion coefficient
vector α by it performs the reconstruction of x from (α0, α1 ).
The matrix view makes it obvious that the expansion formula (2.12) holds
for any x ∈ R2 when ΦΦ   is the identity matrix. In other words, we must have
−1
Φ =Φ  , which is equivalent to (2.13). The inverse exists whenever {ϕ 0 , ϕ1 } is a


basis, and inverting Φ determines the dual basis {ϕ 1}.

0, ϕ
In the case of an orthonormal basis, Φ −1 
= Φ , that is, the matrix–vector
equations above hold with Φ  = Φ.
The case of a three-element frame is similar, with matrices Φ and Φ  each
having two rows and three columns. The validity of the expansion (2.14) hinges on
Φ being a left inverse of Φ . In the example we saw earlier,
 
1 0 −1
Φ = , (2.17a)
0 1 −1
and its dual frame was  
 = 1 0 0
Φ . (2.17b)
1 2 1
 , is never unique; thus dual frames are not unique. For
Such a left inverse, Φ
example, the dual frame  
 0 −1 −1
Φ = (2.17c)
−1 0 −1
would work as well.

Chapter outline
The next several sections follow the progression of topics in this brief introduc-
tion. In Section 2.2, we formally introduce vector spaces and equip them with inner
products and norms. We also give several examples of common vector spaces. In
Section 2.3, we discuss the concept of completeness that turns an inner product
space into a Hilbert space. More importantly, we define the central concept of or-
thogonality and then introduce linear operators. We follow with approximations,
projections, and decompositions in Section 2.4. In Section 2.5, we define bases and
frames. This step gives us the tools to analyze signals and to create approximate
representations. Section 2.5.5 develops the matrix view of basis and frame expan-
sions. Section 2.6 discusses a few algorithms pertaining to the material covered.
The first three appendices review some elements of analysis and topology, linear
algebra, and probability. The final appendix discusses some finer mathematical
points on the concept of a basis.
Random documents with unrelated
content Scribd suggests to you:
 »Hän kantaa pienokaisensa sairaalaan», ajatteli Rossi.

Mutta kääntyen pienelle Borgolle Rossi huomasi, että vaimo meni

löytölasten seimen luo, polvistui sen eteen, suuteli lasta yhä
uudelleen, asetti sen seimeen, veti kelloa ja sitten läksi pois itkien
katkerasti.

Rossi muisti oman äitinsä, ja inhimillinen hellyys hiipi hänen

sydämeensä. Noin oli hänen äitinsä tehnyt kolmekymmentäviisi
vuotta sitten. Hän näki tuon kaiken kuin salaperäisessä valossa, joka
valaisi menneet ajat.

Äkkiä hän muisti, että löytölasten seimi oli suljettu aikoja sitten, ja
siitä syystä oli mahdotonta, että kukaan oli pannut lapsen seimeen.
Eikä hän ollut kuullut kellon ääntäkään eikä naisen askeleita eikä
hänen ääntään, kun hän itki.

Hän seisahtui katsomaan taaksensa. Nainen palasi Pietarin

piazzalle päin. Vastustamaton voima pakotti Rossin seuraamaan
häntä. Rossi sai hänet kiinni ja katsoi hänen kasvoihinsa.

Taas hän luuli näkevänsä Roman. Noissa kauniissa kasvoissa oli

sama jalous, värisevässä suussa sama hellyys ja suurissa, tummissa
silmissä sama ylevyys. Mutta Rossi tiesi selvästi, kuka tuo nainen oli.
Se oli hänen äitinsä.

Hänestä ei tuntunut ollenkaan oudolta, että äiti oli täällä.

Taivaallisesta kodistaan hän oli tullut varjelemaan poikaansa. Hän oli
aina varjellut poikaansa. Ja nytkin, kun poika oli petettynä ja
masentuneena, nytkin, kun hän oli murtuneena ja yksin…
 Rossin voimat olivat lopussa. »Äiti, äiti! Minä tulen luoksesi! Kaikki
ovet ovat minulta suljetut eikä minulla ole suojaa missään. Minä
tulen… Tulen!»

Silloin henki seisahtui ja osoittaen Vatikaanin pronssiporttia sanoi

äärettömän hellästi:

»Mene sinne!»

YHDEKSÄS OSA.
KANSA.
I.

Hänen pyhyytensä paavi Pius X oli sinä päivänä pitänyt salaisen

konsistorionkokouksen Vatikaanin apostolisessa palatsissa
ilmoittaakseen viidentoista uuden kardinaalin nimityksestä kirkolle.

»Kunnianarvoisat veljet», sanoi hän, »tänään me suomme

Rooman purppuran kunnian viidelletoista miehelle, joista puhuimme
kruunauksemme vuosipäivänä.»

Kun kardinaali oli lukenut noiden pappien nimet ja arvonimet,

lisäsi paavi:

»Mitä te siitä arvelette, kunnianarvoisat veljet?»

Mutta odottamatta vastausta hän jatkoi:

»Siitä syystä, Kaikkivaltiaan Jumalan antamalla vallalla sekä pyhien

apostolien Pietarin ja Paavalin antamalla vallalla ja omalla
vallallamme me täten nimitämme ja määräämme kardinaaleiksi
nämä viisitoista hurskasta miestä, jotka hartaasti ja viisaasti ovat
palvelleet kirkkoa ja apostolista istuinta.»
 Paavin puhe, jonka hän piti latinaksi, käsitteli kysymystä
maallisesta vallasta. Oli niitä, jotka olivat yhtä mieltä kanonistien
kanssa siitä, että paavilla oli molempien miekkojen valta, henkisen ja
maallisen miekan, Kristuksen omien sanojen nojalla, jotka kuuluvat:
»Minä annan sinulle avaimet.» Toiselta puolen oli niitä, jotka olivat
samaa mieltä kuin aikaisemmat paavit, että pyhän hallinnon ei
mitenkään pitäisi hankkia itselleen valtaa ajallisissa asioissa. Toiset
väittivät, että paavin oli mahdoton luopua vallastaan ilman pyhän
kollegion, papiston ja hengellisten seurakuntain yksimielistä
suostumusta, he näet sanoivat, että paavi oli kirkon maallisen vallan
hoitaja eikä omistaja ja että hän ei koskaan voinut päästä valastaan,
joka sitoi hänet apostolisen istuimen vartiaksi, eikä luopua
vallastaan. Toiset taas olivat sitä mieltä, ettei paavi ollut
kardinaaliensa ja papiston alamainen eikä voinut alistua heidän
tahtonsa alaiseksi eikä ollut millään valalla sidottu heihin ja että
koska kirkon maallinen valta oli lakannut, paavi ei voi luopua
sellaisesta, mitä hän ei koskaan ole omistanut.

»Kunnianarvoisat veljet», jatkoi paavi, »koska olemme tottuneet

ilmaisemaan ilomme ja huolemme, emme voi olla mainitsematta tätä
seikkaa, varsinkin nyt, kun ne vaikeudet ja vaarat, jotka asettuvat
paavin maallista valtaa vastaan, alituisesti tulevat näkyviin, nyt, kun
on välttämättömämpää kuin koskaan seisoa järkähtämättömästi
Jumalan ja Cæsarin välillä, minkä puolesta marttyyrit ovat
vuodattaneet verensä ja kun on selvää, että paavin maallinen valta
ei voi saavuttaa täydellistä riippumattomuutta, ellei se ulotu koko
maailmaan eikä yksistään Roomaan.

»Kunnianarvoisat veljet, me pyydämme teitä miettimään näitä

sanoja: 'Joka on suuri teidän seurassanne, hän olkoon teidän
palvelijanne' ja tarkoin punnitsemaan sitä ääretöntä taakkaa, jonka
tuo uusi dogmi paavin erehtymättömyydestä on laskenut paavin
herruudelle. Herran palvelijat ovat ihmisiä eikä enkeleitä, ja eikö
kirkon menestystä uhkaa mitä suurin vaara siinä, että syntinen,
erehtyväinen mies koettaa kantaa maailman vallan taakkaa, jossa
taivaallinen johto ei häntä vartioi?

»Mutta oi, kuinka onnellisia me olemme katolisessa uskossamme,

veljeni, ja siinä varmuudessa, että Jumala tahtoo pelastaa
palvelijansa, ei kruunun loistolla, vaan ristin nöyryydellä! Ja oi
Rooma, mikä kunnia on varattu sinulle, sinä kaupunkien äiti, kun
pyhä kirkko ilman maallisia armeijoja on saavuttanut vallan koko
maailmassa ja hallitsee sitä pyhässä tuomiokirkossamme, johon nuo
kalliit sanat ovat piirretyt: 'Sinä olet Pietari, ja tälle kalliolle tahdon
minä rakentaa seurakuntani, eikä helvetin porttien pidä häntä
voittaman'.»

Kun puhe oli lopussa, tunsi jokainen, että tuntemattomasta syystä

paavin sotatorvi ei kajahtanut yhtä kovaa enää kuin kruunauksen
vuosipäivänä. Ja pyhä isä tiesi, että paavi, joka aikoi luopua
maallisen vallan vaatimuksista, oli kohtaava paljon suurempia
vaikeuksia omassa lähimmässä ympäristössään kuin maailman
laajassa valtakunnassa.

Mutta kuitenkin lausuttiin samat kohteliaisuudet ja onnittelut,

samat Vatikaanin kumarrukset kumarrettiin, tavalliset Vatikaanin
hymyt hymyiltiin ja kardinaalit palasivat asuntoihinsa juomaan uusien
toveriensa maljan ja vastaanottamaan korkealle pyrkivien ystävien
runollisia tervehdyksiä.

Paavi meni huoneeseensa ajattelemaan ja rukoilemaan.

II.

Sinä yönä paavi nukkui huonosti. Sytyttäen valon, joka riippui hänen
päänsä yläpuolella, hän vietti unettomat tunnit lukemalla sen päivän
sanomalehtiä, joissa kerrottiin Rossin vangitsemisesta Chiassossa ja
selitettiin säälimättömällä tavalla syy, miksi Roma oli hänet pettänyt.

»Raukka! Nyt hän on vankilassa. Ja tyttö — lapsiraukka…»

Paavi huokasi, otti toisen lehden ja luki: »Epäilemättä hänen

majesteettinsa luontainen hellyys pyrkii antamaan anteeksi
kurjimmatkin vehkeet hänen henkeään ja yleisön rauhaa vastaan,
mutta kansa on itse päättävä, onko oikein valtiota ja hallitusta
kohtaan, että sellaista kuninkaallista armoa käytetään.»

Tuo oli pääministerin puhetta, ja paavi ajatteli: »Hän lupasi minulle

juhlallisesti pelastaa tuon nuoren miehen hengen, mutta nyt…»

Tunne siitä, että häntä oli petetty, masensi paavia, ja hän luki
eteenpäin päästäkseen kiusallisista ajatuksista. Kello oli yli yhden,
kun hän sammutti valon, ja yhä vieläkin hän kuuli soittokuntien
sävelet kaupungilta ja näki tulikipinät Pinciolta.
 Seuraavana aamuna paavi heräsi kukon laulaessa ja soitti
luokseen kamaripalvelijansa maatessaan vielä vuoteessaan. Cortis
saapui hyvin kiihoittuneen näköisenä.

»Mitä on tapahtunut, Gaetano?» kysyi paavi.

»Eräs hullu mies, teidän pyhyytenne, on täällä», sanoi

kamaripalvelija. »Minua vaadittiin herättämään teidän pyhyytenne,
mutta minä en tahtonut sitä tehdä. Eräs hullu mies on pronssiportilla
ja tahtoo välttämättömästi tavata teidän pyhyyttänne.»

Samassa maestro di camera tuli sisään. Hän oli hyvin kiihoittunut.

»Mitä Cortis kertoo jostakin raukasta, joka on pronssiportilla?»

kysyi paavi.

»Tulin kertomaan teidän pyhyydellenne», vastasi maestro di

camera, »että mies selittää olevansa vainottu ja pyytää pyhää
pakopaikkaa.»

»Kuka hän on?»

»Hän sanoo ilmaisevänsä nimensä ainoastaan pyhälle isälle, mutta

hänen kasvonsa…»

»Hän on hullu», sanoi kamaripalvelija.

»Vaiti, Gaetano. Mies, joka pyytää pyhää pakopaikkaa, on

oikeutettu salaamaan nimensä.»

»Mutta hänen kasvonsa», lisäsi maestro di camera, »ovat tutut…»

Paavi istuutui vuoteeseensa ja sanoi: »Se on ehkä…?»

 »Niin on, teidän pyhyytenne. Siitä syystä en tahtonut antaa
heittää ulos häntä, ennenkuin…»

»Missä hän on nyt?»

»Hän on tunkeutunut Sala Clementinaan asti, ja ainoastaan

väkivalta voi…»

Väitteleviä ääniä kuului etäisestä huoneesta. Paavi kuunteli ja

sanoi:

»Antakaa miehen tulla tänne heti.»

»Tänne, teidän pyhyytenne?»

»Tänne.»

Maestro di camera oli tuskin mennyt pois paavin makuuhuoneesta,

kun valtiosihteeri astui sisään nopein askelin.

»Teidän pyhyytenne», sanoi hän, »ei mitenkään voine

vastaanottaa tuota miestä? On päivänselvää, että hän on paennut
poliisien käsistä yöllä, luultavasti toveriensa avulla, ja hänen
suojaamisensa tuottaisi rettelöitä viranomaisten kanssa.»

»Nuori mies pyytää pyhää pakopaikkaa, teidän

kunnianarvoisuutenne, ja olkootpa seuraukset mitkä tahansa, ei
meillä ole oikeutta kieltää sitä.»

»Mutta pyhä pakopaikka on vanhentunut käsite, teidän

pyhyytenne. Sitä ei ole käytetty sataan vuoteen.»

»Ei mikään taivaallinen käsite voi vanhentua, teidän

kunnianarvoisuutenne. Pyhä pakopaikka on Jumalan säätämä.
Kuinka me voisimme sanoa sen lakanneen olemasta?»

»Mutta, teidän pyhyytenne, se voi tulla kysymykseen ainoastaan

valtion suostumuksella, ja nykyjään kirkon ja Italian valtion suhde…»

»Se antaa Vatikaanille vain kaksinkertaisen voiman

turvapaikkana.»

»Mutta valtion laki, joka vakuuttaa pyhälle isälle…»

»Teidän kunnianarvoisuutenne, minä pyydän teitä saattamaan

miehen tänne.»

»Teidän pyhyytenne, minä rukoilen, miettikää…»

»Päästäkää nuori mies sisään teidän kunnianarv…»

Paavi ei ollut lopettanut, kun sanat tarttuivat hänen suuhunsa, sillä

ovella seisoi nuori mies, katse hurjana, sieraimet värähdellen ja
vaatteet riippuen repaleina hänen ympärillään, aivan kuin ne olisivat
äskeisessä taistelussa repeytyneet. Hänen kasvonsa osoittivat
epätoivoa ja kärsimystä, ja kumminkin paavista tuntui, kuin hän olisi
nähnyt omat kasvonsa kuvastimessa.

Sveitsiläisen kaartin jäseniä seisoi nuoren miehen ympärillä, ja

maestro di camera astui hänen edellään. Kun mies oli saapunut
paavin eteen, joka istui tyynyjen nojassa vuoteellaan, vaikeni hänen
kova äänensä, ja hän seisoi vaiti huoneen kynnyksellä.

Paavi puhui ensiksi. Hellällä, värähtelevällä äänellä hän sanoi:

»Mitä tahdotte sanoa minulle, poikani?»

 Nuori mies näytti tointuvan, mutta polvistumatta tai edes
kumartamatta hän lausui hiukan vihamielisesti: »Nimeni on Davido
Leone. Minua sanotaan Rossiksi, koska se oli äitini nimi, ja sanotaan,
ettei minulla ole oikeutta isäni nimeen. Olen roomalainen ja kaksi
kuukautta olen nyt ollut ulkomailla. Kymmenen vuotta olen tehnyt
työtä kansan hyväksi, mutta nyt minut on petetty ja annettu poliisin
huostaan. Kolme päivää sitten minut vangittiin tullessani Italiaan ja
eilisiltana pääsin toverien avulla pakoon karabinieerien käsistä. Mutta
kaikki portit ovat suljetut minulta, enkä minä voi päästä pois
Roomasta. Tämä on Vatikaani ja se on pyhättö. Siitä syystä se on
ainoa paikka, jonne petetty ja vainottu mies voi paeta. Otatteko
minut tänne?»

Paavi katsoi sveitsiläisen kaartin upseereihin ja sanoi samalla

värähtelevällä äänellä: »Hyvät herrat, ottakaa tämä nuori mies
asuntoonne ja pitäkää huolta siitä, että karabinieerit eivät saa
vangita häntä minun tietämättäni.»

»Teidän pyhyytenne!» vastusti kardinaalisihteeri, mutta paavi

kohotti kättään ja sai hänet vaikenemaan.

Rossin vihamielinen käytös muuttui. »Odottakaa!» sanoi hän.

»Ennenkuin otatte vastaan minut, täytyy teidän tietää kaikki ja
kuulla mistä minua syytetään. Minä olen parlamentinjäsen Rossi,
jonka sanotaan olevan syynä viimeisiin meteleihin.
Vangitsemiskäskyssä minua syytetään vehkeilystä edellisen
kuninkaan henkeä vastaan. Se ei ole totta, mutta voitte itse katsoa
sitä. Täällä se on.»

Niin sanoen hän aikoi ottaa taskustaan jotakin, mutta sitten hän
sanoi:
»Se on poissa — nyt muistan — heitin sen pettäjäni eteen.»
 »Hyvät herrat», sanoi paavi, yhä vielä sveitsiläisen kaartin
upseereille, »jos viranomaiset koettavat vangita tämän nuoren
miehen, tulee teidän vaatia heiltä kirjoitettu vakuutus hänen
henkensä säilyttämisestä.»

Rossin hurja katse alkoi sulaa.

»Te olette hyvin hyvä», sanoi hän, »enkä minä tahdo pettää teitä.
Vaikka olen syytön siihen rikokseen, josta minua syytetään, olen
rikkonut Jumalan ja tämän valtakunnan lakia vastaan, ja jos te
vähääkään pelkäätte seurauksia, tulee teidän ajaa minut pois, kun
vielä on aikaa.»

»Teidän pyhyytenne», sanoi kardinaalisihteeri ja koetti kuiskata

jotakin paaville, mutta vielä kerran sai paavi hänet vaikenemaan
kohottamalla kätensä.

Rossin ääni alkoi murtua. »Te kokoatte tulisia hiiliä pääni päälle.
En ole koskaan ollut Vatikaanin ystävä, ja jos annatte minulle suojaa,
suojelette sellaista henkilöä, joka on koettanut syöstä teidät pois
valtaistuimeltanne.»

»Hyvät herrat», sanoi paavi, »sen sijaan että asettaisitte tämän

nuoren miehen omaan asuntoonne, antakaa hänen käytettäväkseen
tyhjä huoneisto, joka on minun huoneistoni alla ja jossa ennen
valtiosihteeri asui.»

Rossi murtui kokonaan ja vaipui polvilleen. Paavi kohotti kaksi

sormea ja siunasi häntä.

»Menkää huoneeseenne lepäämään, poikani, ja suokoon Jumala

teille hiukan rauhaa.»
 »Isä!»

Äkillisen vastustamattoman tunteen vallassa Rossi oli noussut

polviltaan, astunut pari askelta eteenpäin ja polvistuen vuoteen
ääreen hän painoi huulensa paavin käteen.

Kertoiko yliluonnollinen ääni, jota eivät muut kuulleet kuin hän

itse, veriheimolaisuuden salaperäisestä voimasta? Kuka voi sen
sanoa?

Mutta eräälle tuossa pienessä seurueessa, joka seisoi aamun

hämärässä valossa, jo Rossin äänikin tuntui yliluonnolliselta.
Kolmekymmentä vuotta paavin elämästä oli vyörynyt taaksepäin, ja
hänen nuoruutensa oli taas hänen edessään kuin haamu menneiltä
ajoilta.

Kostein silmin, jotka loistivat harmaiden kulmakarvojen alla, paavi

saattoi vierastaan, kunnes hän sveitsiläisen kaartin upseerien kanssa
poistui huoneesta. Sitten pyhä isä meni yksityiseen kappeliinsa
aikaiseen messuun.
III.

Puoli tuntia myöhemmin eräs huhu kulki läpi Vatikaanin aivan kuin
tuuli myrskyn edellä. Paavi huomasi jotakin tullessaan messusta.

»Mitä on tapahtunut, Gaetano?» kysyi hän.

»Kerrotaan jotakin murhasta», sanoi kamaripalvelija, ja paavi

seisoi kuin ukkosen iskemänä, sillä hän ajatteli Rossia ja kuningasta.

Vähän ajan kuluttua tuo epämääräinen huhu kävi varmemmaksi.

Ei kuningas, vaan pääministeri oli surmattu.

Paavin yksityisasuntoon alkoi kokoontua kalpeita kasvoja. Siellä oli

kardinaalisihteeri, maestro di camera ja vihdoin myöskin pieni
majordomo. Erityissanoma tapahtumasta oli jo saapunut Vatikaaniin,
joten saatettiin keskustella asiasta. Pääministeri oli löydetty
kuolleena palatsistaan Piazza Navonan varrelta. Hän oli ollut
illallisella Kvirinaalissa ja viipynyt siellä tanssiaisten alkuun asti, eikä
siis voinut saapua Palazzo Braschiin ennen kello 11 tai 12. Kaksi
laukausta oli kuultu puoliyön aikaan, ja ruumis oli löydetty aikaisin
aamulla.

Paavi kuunteli ääneti.

 Kardinaalisihteeri kertoi toisen kertomuksen. Parlamentinjäsen
Rossi, joka oli tuotu Roomaan Genevestä tulevalla junalla juuri kello
11.45, oli metelöitsijöiden avulla päässyt pakoon asemalla.
Vapauttaminen oli edeltäkäsin järjestetty, ja Rossi oli heittäytynyt
vaunuihin ja ajanut pois täyttä vauhtia pitkin Via Nazionalea, ja
vähää ennen kahtatoista samojen vaunujen oli nähty kääntyvän
Piazza Navonalle. Sattumalta karabinieerit, jotka ajoivat takaa
pakenijaa, olivat huomanneet murhan.

Paavi ei vieläkään sanonut mitään, mutta hänen päänsä oli

kumarassa ja hänen sielunsa oli surun vallassa.

Papit katsoivat toisiinsa epäluuloa ja kauhua kertovin katsein.

Myrsky oli nousemaisillaan Vatikaanissa, ja kuka saattoi sanoa, mitä
tapahtuisi, jos paavi pysyisi entisessä päätöksessään? Vihdoin
kardinaalisihteeri lähestyi hänen pyhyyttään ja sanoi polvistuen:

»Pyhä isä, antakaa anteeksi tänä epäilyksen ja epätietoisuuden

hetkenä, jos sanoissani ei ole alamaisuutta, mutta minä pelkään,
että isällinen sydämenne on pettänyt teidät ja saattanut teidät
suojelemaan rikoksellista. Siinä ei ole kyllin, että tuo mies, Rossi, on
vallankumouksellinen ja että häntä syytetään valtakunnan hallitusta
vastaan tähdätyistä vehkeistä. Se ehkä antaisi teille oikeuden
suojella häntä valtiollisena pakolaisena, joka on paennut tähän
taloon kuin vieraaseen maahan. Mutta epäilemättä hän on myöskin
murhaaja, ja jos pidätte häntä täällä, rikotte jokaisen sivistyneen
maan lakeja ja saatatte itsenne alttiiksi maailman moitteelle.»

Paavi ei vastannut. Toiset sanat, toinen ääni kaikui hänen

korvissaan, ja niiden sisällys oli uusi ja kaamea: »Minä olen rikkonut
Jumalan ja tämän valtakunnan lakia vastaan, ja jos te vähääkään
pelkäätte seurauksia, tulee teidän ajaa minut pois, kun vielä on
aikaa.»

»Teidän pyhyytenne muistanee myöskin», sanoi kardinaalisihteeri,

»että valtakunnan laissa, joka määrää pyhän isän oikeudet ja vallan,
on nimenomaan sanottu, ettei hänellä ole mitään valtaa, joka on
ristiriidassa valtion lakien ja yleisen järjestyksen kanssa. Siitä syystä
rikoksellisen suojaaminen jo itsessään on rikos, ja Jumala yksin
tietää, mitä seurauksia siitä voisi olla Vatikaanille ja kirkolle.»

»Oi, vaiti! Vaiti!» huudahti paavi kohottaen kasvonsa, jotka

osoittivat mitä syvintä tuskaa. »Minulla on toisia ja korkeampia,
peloittavampia asioita ajateltavana kuin mahdolliset seuraukset.
Jättäkää minut! Jättäkää!»

Kardinaalisihteeri ja toiset papit kumarsivat syvää nöyryyttä

osoittaen paaville ja poistuivat huoneesta. Hetken perästä nuori
monsignor astui sisään. Hän toi sanomalehden, sillä hän oli paavin
lukija.

»Pyhä isä», alkoi hän hermostuneesti, »tuon teille pahoja uutisia.»

»Mitä, poikani?» kysyi paavi tuskallisesti.

»Pääministerin murhaaja on eräs henkilö, jonka…»

»Mitä?»

»Jonka te tunnette, pyhä isä.»

»Älkää pelätkö pyhää isää… Sanokaa suoraan, monsignor.»

»Eräs nainen, teidän pyhyytenne.»

 »Nainen!»

»Hänet on vangittu ja hän on tunnustanut.»

»Tunnustanut?»

»Se on Donna Roma Volonna, teidän pyhyytenne. Hän ampui

pääministerin revolverilla, ja syynä siihen oli kosto.»

Paavi kohotti päätään ja loi nuoreen monsignoreen katseen, jota ei

mikään kieli voi kuvata. Vapahdus, ilo, häpeä ja katumus kuvastuivat
salaman tavoin hänen vanhoilla kasvoillaan. Hän oli vaiti hetken ja
sanoi sitten:

»Ei tule kertoa tästä sille nuorelle miehelle, joka on huoneistossa

täällä alhaalla. Koska hän on pyhätössä, täytyy hänen saada olla
rauhassa. Hän ei saa kuulla mitään ulkomaailmasta muilta kuin
minulta. Ilmoittakaa tämä käskyni kaikille. Ja nyt suokoon Jumala,
joka on säälinyt palvelijaansa, armonsa meille kaikille!»
IV.

Rangaistukseksi siitä ilosta, jota hän tunsi kuullessaan, että Roma

eikä Rossi oli ministerin surmaaja, paavi rupesi Romaa puolustamaan
itselleen ja haki tilaisuutta pelastaakseen hänet. Joka päivä viikon
ajan monsignor Mario luki sanomalehdet paaville, jotta hän voisi
tarkoin seurata tapahtumia.

Ensimmäisenä päivänä sanomalehdet lyhyesti mainitsivat

rikoksesta. Murhan kamala hengetär oli lentänyt kaupungin yli
keskiyön aikana, ja Rooman kansalaiset heräsivät aamulla
kuulemaan kamalaa uutista, hämmästyksen, häpeän ja kauhun
uutista. Tämä tapahtuma melkein kylliksi selittää, miksi ulkomailla
pidetään Italiaa murhaajien kotipaikkana.

Iltalehdissä oli kirjoituksia, joissa kiitettiin vainajan jaloa luonnetta.

Hän oli Italian Richelieu, maansa ylevä ja harras palvelija, meidän
aikamme jaloimpia henkilöitä. Muutamat olivat arvelleet liian
ankariksi hänen äskeisiä toimenpiteitään, mutta ehkä hän tiesi
paremmin kuin hänen moittijansa hetken vaaran. Olkoonpa niin, että
muutamat pilvet himmensivät häntä, varmaa oli, että hänen täytyi
taistella melkein voittamattomia voimia vastaan, taloudellisia
vaikeuksia, suuren armeijan rasittavaa taakkaa ja Vatikaanin
leppymätöntä vihamielisyyttä vastaan. Mutta hänellä oli valtiomiehen
ja hallitsijan vaisto, ja hän on nyt poistunut juuri sillä hetkellä, jolloin
hänen murehtiva maansa olisi kipeimmin tarvinnut hänen voimaansa
ja vaikutusvaltaansa.

»Julma kohtalo todellakin», sanoi Koitto, »pakottaa yhtymään

englantilaisen runoilijan sanoihin: 'Hyvät kuolevat ensin, ja ne, joiden
sydän on kuiva kuin kesän tomu, palavat tarkalleen loppuhiukkaseen
asti'.»

Ylimääräiset lehdet olivat täynnä kertomuksia siitä, kuinka

kaupunki otti vastaan ensimmäisen sanoman murhasta. Rooma oli
todellakin surupuvussa. Kaikkialla liput puolitangossa, kaikki julkiset
laitokset, ulkomaiden lähetystöt, kahvilat ja huvipaikat suljetut.
Suuria ihmisjoukkoja oli kokoontunut Corsolle, Piazza Colonnalle ja
pääkaduille, ja kiihkeästi odottava parvi seisoi Palazzo Braschin
edustalla. Diplomaattikuntien jäsenet menivät ulkoasiainministeriöön
lausumaan hallitsijainsa nimessä surunvalituksensa ja kauhunsa.

Sitten seurasi tarkka kertomus siitä, kuinka tuo kamala uutinen

ilmoitettiin kuninkaalle. Aamulla adjutantti oli viitannut siihen, että
suuri onnettomuus oli kohdannut Italiaa, mutta kun kuningas kysyi,
mikä se oli, ei adjutantti sanonut tietävänsä. Tuntia myöhemmin
Kvirinaalin järjestyksen valvoja tuli sanomaan, että diktaattori oli
sairas, ja vähää myöhemmin kuningatar kertoi kuninkaalle, että
paroni oli kuollut. Hänen majesteettinsa, joka oli äärettömästi
kauhuissaan, oli huudahtanut: »Kuka nyt on hallitseva Italiaa?» Sen
jälkeen hän oli kutsunut kokoon muut ministerit, käskenyt kieltää
jälellä olevan riemujuhlan vieton (joka riemujuhlakin oli todistus
kuolleen ministerin hartaasta rakkaudesta kuninkaaseen). Sitten oli
kuningas laskenut seppeleen kuolleen kirstulle.
 Paavi oli hämmästyksissään ja lähetti ylimyskaartin upseerin kreivi
de
Raymondin kaupungille ottamaan selkoa asioista.

Kun kreivi de Raymond palasi, oli hänellä toisenlainen kertomus.

Kansa, joka paheksui rikosta, ei ollut ollenkaan hämmästynyt. Paroni
Bonelli ei ollut tahtonut ymmärtää kansan tarpeita. Hän oli kohdellut
kansaa kuin orjajoukkoa ja vuodattanut sen verta kaduille. Siellä,
missä tätä ei suoraan sanottu, vallitsi synkkä äänettömyys.
Ihmisryhmiä seisoi lyhtyjen valossa Corsolla lukemassa iltauutisia.
Joskus nousi joku tuolille ryhmien eteen Cafe Aragnon edustalla ja
luki ääneen viimeisen lisälehden. Joukko kuunteli hetkisen ja läksi
sitten pois.

Seuraavana päivänä lehdet olivat täynnä kertomuksia

murhaajasta. Valpas ja nopeasti toimiva poliisi oli saanut hänet kiinni
heti surman jälkeen, ja nyt hän oli varmassa tallessa vankilassa. Se
oli Donna Roma Volonna, murhatun holhokki. Tuommoinen
tapahtuma on jo itsessään omiaan panemaan koko ihmiskunnan
sydämet kuohuksiin. Murhaaja sanoo jonkinmoista kostoa syyksi
tekoonsa ja vakuuttaa, ettei hänellä ole mitään rikostovereita. Sitä
poliisi ei kumminkaan usko, vaan otaksuu pätevillä syillä, että tässä
on kysymys kirkollisesta ja anarkistisesta yhteissalaliitosta, jonka
tarkoituksena oli hallituksen kukistaminen. Muutamia päiviä sitten
kerrottiin, kuinka murhaaja ilmiantoi Davido Rossin, mutta se näyttää
olleen ainoastaan kavala temppu. On huomattava, että Rossi, jonka
meluavat puuhat ovat tällä hetkellä joutuneet unohduksiin
tärkeämpien tapahtumien vuoksi, on päässyt pakenemaan
toveriensa avulla ja on yhä vielä vapaana.
 Mitä murhaajaan itseensä tulee, on hänen luonteessaan monta
käsittämätöntä puolta, ellei sitä avaa oikealla avaimella. Hän on nuori
ja onnettoman kaunis, haaveileva, rohkea ja suuri keimailija, joka on
aina levittänyt ympärilleen petoksen ja naisellisen alennustilan
tunteen. Hän on noita naisia, joiden elämä on mitä inhoittavinta
vehkeilyä, ja hänen viimeinen uhrinsa oli hänen paras ystävänsä.
Borgiainkin murhia muistellen täytyi Italian tällä hetkellä tuntea mitä
syvintä kauhua ja häpeää tunnustaessaan, että sellainen nainen
saattoi olla roomalainen ruhtinatar, kun taasen se mies, jonka
rakkauden tähden hän nähtävästi oli luonnottoman rikoksensa
tehnyt, oli nimetön löytöläinen köyhäinkodista.

»Me emme voi muuta kuin surkutella», lisäsi valtion

äänenkannattaja, »ettei hirsipuurangaistus ole voimassa
tuommoisesta rikoksesta, joka sotii kaikkea inhimillisyyttä vastaan, ja
toivoisimme, että tuomioistuin eikä jury tulisi tässä asiassa
päättämään, koska tuomioistuin epäilemättä on vähemmin
taipuvainen minkäänlaiseen sentimentaalisuuteen.»

Taas paavi oli hämmästyksissään ja hän lähetti upseerin

kaupungille. Kreivi de Raymond palasi kertoakseen, että kahvilain
nurkissa ihmiset puhuivat paronista kuin kuolleesta koirasta ja
sanoivat, että Donna Roma oli surmatessaan hänet tehnyt hyvän
työn, josta Jumala on häntä palkitseva.

»Ah, ei mitään saada ilman maksua, eikä Jumala koskaan maksa

epäsuhtaisesti», sanoi paavi.

Tuomioistuin oli juuri toimessa, ja asia otettiin esille seuraavana

päivänä. Kun vangilta kysyttiin, sanoiko hän olevansa syyllinen vai
syytön, vastasi hän olevansa syyllinen. Mutta tuomioistuin pyysi
häntä vielä miettimään, määräsi hänelle puolustajan ja vaarinotti
kaikki tavalliset muodollisuudet. Oikeusjutun päätarkoituksena oli
ollut saada selville rikostoverit, mutta vanki vakuutti, ettei hänellä ole
mitään tovereita. Hän ei kieltänyt eikä pienentänyt tekoaan, ja hän
myönsi sen edeltäkäsin mietityksi. Kun häntä pyydettiin selittämään
syy, sanoi hän, että syynä oli viha niitä keinoja kohtaan, joita tuo
mies oli käyttänyt valtiollisten vastustajiensa masentamiseksi, ja
vakava päätös lähettää Kaikkivaltiaan tuomioistuimen eteen
semmoinen mies, joka oli asettunut ihmislakien ulkopuolelle.

»Tuo lörpötys», sanoi Koitto, »oli hänen ainoa puolustuksensa, ja

hän piti kiinni siitä taipumattoman itsepäisesti huolimatta selvistä
todistuksista, että hän on toiminut tottuneen politikoitsijan neuvosta
ja verta himoitsevan kamalan joukkion yllyttämänä.»

Paavi lähetti ylimyskaartin upseerin seuraavana päivänä

oikeussaliin kuulemaan tutkimusta, ja kun kreivi de Raymond palasi,
olivat hänen silmänsä itkusta punaiset. Nuoren vangin kauniit,
surulliset kasvot häkin kaltaisen rautaristikon takana olivat
herättäneet sääliä kaikissa. Hänen tyyneytensä, hänen surunsa,
hänen jaloutensa, joka huolimatta siitä, että häntä syytettiin
murhasta, ilmeni selvästi hänen suloisessa äänessään, oli liikuttanut
kaikkia kyyneliin asti. Ja tutkimus oli ollut hyvin alentavaa laatua,
kun häneltä kyseltiin hänen käynneistään Vatikaanissa ja koetettiin
sekoittaa Davido Rossi asiaan sen kirjeen nojalla, jonka Donna Roma
oli kirjoittanut hänelle Milanon vankilaan.

»Mutta minähän sen tein», sanoi nuori vanki yhä uudelleen

kiihkeästi ja vain silloin ilmaisten pelkoa, kun revolveri näytti
saattavan vaaranalaiseksi poissaolevan Davido Rossin.

Lääkärit olivat eri mieltä siitä, oliko kuolemaan syynä pistoolin

laukaus, ja myöskin oli tullut ilmi hämmästyttäviä seikkoja poliisin
turmeluksesta ja vankilahirmuvallasta. Eräs sotaoikeuden tuomari oli
ilmaissut pöyristyttäviä seikkoja pääministerin rikos-osuudesta
inhoittavassa asiassa, joka loppui siten, että Donna Roman
miespalvelija teki itsemurhan itse tutkintovankilassa. Eräs vanha
garibaldilainen oli tunkeutunut esiin väkijoukosta huutaen:

»Pääministeri oli musta konna. Jumala varjelkoon meitä saamasta

toista samanlaista.»

Tämä valtioviisauden keinojen paljastaminen oli herättänyt suurta

hämmästystä, ja itse tuomarikin, joka oli rehellinen mies, oli luonut
katseensa alas syytetyn edessä. Kun vanki vietiin takaisin pyhän
Angelon linnan ja sotaopiston ohi, olivat joukot huutaneet »eläköön»
hänelle koko matkan, ja istuessaan avonaisissa vaunuissa
karabinieerin vieressä Donna Roma oli näyttänyt pelästyneeltä, kun
hän huomasi, että häntä pidettiin sankarittarena eikä pahantekijänä.

»Lapsiraukka», sanoi paavi. »Mutta kuka ymmärtää kaitselmuksen

tarkoitukset, tulkootpa ne esille Hänen vanhurskautensa tai Hänen
armonsa teillä.»

Seuraavana päivänä, kun upseeri taas palasi Vatikaaniin, hän

tuskin saattoi kertoa kertomustaan. Tutkinto oli lopussa ja vanki oli
tuomittu. Epäröiden tuomari oli tuominnut hänet elinkautiseen
vankeuteen. Roma oli säilyttänyt saman ylevän tyyneyden loppuun
asti, kiittänyt puolustajaansa, vieläpä tuomareitaan ja juryäkin, sekä
sanonut, että, he olivat oikein tuominneet hänen tekonsa. Hänen
suuret silmänsä olivat sanomattoman tummat ja hänen kasvonsa
läpikuultavat kuin alabasteri.

»Te olitte oikeassa tuomitessanne minut», sanoi hän, »mutta

Jumala, joka näkee kaikki, on punnitseva tekoani pyhän
vanhurskauden vaa'alla». Kaikkien läsnäolevain silmät olivat
kyynelissä.

Kun aika tuli, jolloin Donna Roma oli vietävä pois, juoksi väki ulos
nähdäkseen hänet vilahdukselta vielä viimeisen kerran. Siellä oli
suljetut vaunut ja joukko karabinieereja, mutta liikutettu väkijoukko
oli voimakkaampi, se koetti pelastaa vangin. Tämä tapahtui lähellä
Angelon linnaa, ja kun portit olivat auki, työnsivät sotilaat Donna
Roman kiireesti sinne turviin. Hän oli nyt siellä.

Pääministerin hautajaiset olivat seuraavana päivänä. Huoneestaan

Vatikaanista paavi kuuli hautajaismarssin.

»Mutta jyrisevät rummut eivät voi estää Jumalan ääntä

kuulumasta», sanoi paavi ja taas hän lähetti upseerin katsomaan
noita menoja.

Nuori soturi palasi kertoen kamalan jutun. Kuningas ja hallitus

olivat aikoneet antaa haudata paronin valtion kustannuksella, ja
saattojoukko oli ollut hyvin loistava. Siinä oli vieraitten valtioiden
lähettiläitä edustamassa hallitsijoitaan, kenraaleja edustamassa
armeijaa, kuntien lähetystöjä, tuomareita punaisissa viitoissaan,
senaattoreja, parlamentinjäseniä ja loistaviin univormuihin puettua
ratsuväkeä. Torvet ja rummut olivat soittaneet hautausmarssin,
Angelon linnan kanuuna oli jyrähtänyt joka viides minuutti, ja Monte
Citorion sekä Capitoliumin kellot olivat soineet hitaasti ja kumeasti.
Requiem-messu oli laulettu kirkossa, ja hovisaarnaaja oli antanut
synninpäästön uskottoman ruumiille. Mutta kun saattojoukon tuli
lähteä Campo Santolle, oli väkijoukko Corsolla käynyt uhkaavaksi, ja
rauhattomuuksien estämiseksi muutettiin saaton suunta. Kulkien
Campo de' Fiorin yli se oli saapunut Tiberin rannalle, ja siellä
väkijoukko oli seisahduttanut sen ympäröiden ruumisvaunut ja
heittäen kirstun sillalta jokeen. Samana iltana tuhansia tulisoihtuja
hehkui Roomassa, ja miehet marssivat Corsolla laulaen ilovirsiä kuin
juhlapäivänä.

»Kauheata!» sanoi paavi. »Mutta voi sitä, joka ei kuule Jumalan

ääntä siinä myrskyssä, joka kaataa tammen juurineen.»

Kun parlamentti avattiin pääsiäisloman jälkeen, lähetettiin kreivi de

Raymond siviilipuvussa sen ensimmäiseen istuntoon. Lehterit olivat
täpösen täynnä. Hillittyä kiihkoa näkyi kaikissa. Odottaessa
muutamat astuivat salista lehterille, toiset lehtereiltä saliin. Jokainen
kyseli naapuriltaan. Huhu kertoi, että hallitus oli luopunut toimestaan
ja kuningas, joka oli epätoivoissaan, ei ollut voinut muodostaa toista
ministeristöä. Eräs oikeiston johtajista oli sanonut, että Donna Roma
oli tehnyt yhdessä päivässä kansan hyväksi enemmän kuin mitä
vastustuspuolue olisi voinut saada aikaan sadassa vuodessa. »Jos
noilla vasemmiston yllyttäjillä on ainoatakaan kunnollista
valtiomiestä, on hänen aikansa nyt tulla esiin» oli hän sanonut.

Mutta mitä parlamentti tulisi sanomaan vainajasta? Puheenjohtaja

astui sisään ja asettui istuimelleen. Kun pöytäkirja oli luettu, syntyi
hetken äänettömyys. Ei sanaakaan sanottu, ei hiiskausta kuulunut.
»Siirtykäämme seuraavaan asiaan», sanoi puheenjohtaja.

Sillävälin kerääntyi kansaa Roomaan kaikilta lähiseuduilta. Paronin

kuolema ja Roman tuomio olivat herättäneet Italian omantunnon.
Kaikki olivat syvästi liikutetut, ja kansa seisoi vavisten tulevien
tapahtumien kynnyksellä. Jokaiselle alkoi selvitä, että Rooma nyt oli
lähellä historiansa uutta jaksoa. Se saattoi johtaa hallitsijasuvun
turmioon ja se oli ehkä muuttava paavin kansainvälisen aseman.
Mutta missä oli Rossi? Hän oli joka tapauksessa jalosydäminen ja
rehellinen mies, ja vaikka politikoitsijat olivat nimittäneet häntä
uneksijaksi oli hän ehkä oikeassa siinä, että vanha järjestelmä oli
tuomittu kuolemaan. »Katakombeja ei ole kaivettu yksistään
Campagnalle», sanoi joku.

»Totta, totta!» sanoi paavi.

Paavi huomasi hämmästyksekseen tuntevansa jonkinmoista

ylpeyttä ja liikutusta. Tämä vei hänen ajatuksensa taas Romaan. Ah,
jos hän ei olisi ollut syypää tuohon rikokseen, kuinka toisin asiat
olisivat käyneet! Mutta hän oli veren tahraama, eikä ylevä ja
rehellinen mies voinut enää seistä hänen vieressään.

Tämä sai paavin yhä syvemmin tuntemaan oman

vastuunalaisuutensa. Vaikkei Donna Roma ollut mitään virkkanut
eikä syyttänyt ketään, oli hänen rikoksensa ilmeisesti seuraus siitä,
että hänet pakotettiin pettämään miehensä. Kuinka paljon siinä oli
paavin syytä?

Paavi lähetti upseerinsa Angelon linnaan kysymään vangin vointia,

ja nuori soturi palasi kertoen surkean tarinan. Donna Roma oli sairas,
eikä häntä voitu vielä muuttaa muuanne. Hänen hermostonsa oli
aivan pilalla, eikä kukaan voinut sanoa mitä saattaisi tapahtua. Siitä
huolimatta hän oli hyvin uljas, hyvin suloinen ja hyvin iloinen, ja
kaikki rakastivat häntä. Linnassa asusti insinööriupseereja, ja
komentajamajuri oli hyvä katolilainen, pyhän isän uskollinen poika.
Hän oli sijoittanut vangin valoisaan huoneistoon, jossa paavit ennen
olivat asuneet, vaikka vankila, joka oli varattu rikoksellisille, oli pimeä
koppi keskellä linnaa. Roma oli pyytänyt, että hänet kastettaisiin, ja
oli anonut, että majuri lähettäisi pyytämään isä Pifferiä sinne.

»Mene takaisin majurin luo ja sano, että minä tulen itse», sanoi
paavi.
 »Pyhä isä!»

»Kysy häneltä, voidaanko vielä avata salainen käytävä Vatikaanin

ja
Angelon linnan välillä.»

Kreivi de Raymond palasi sanoen, että majuri oli antava avata sen.
Nykyisen valtiollisen hämmingin aikana ei kukaan voinut sanoa, mitä
huomenna tapahtuisi, mutta joka tapauksessa majuri otti
vastatakseen seurauksista.

Upseerilla on neljä avaamatonta kirjettä kädessään. Osoite, jossa

oli Rossin nimi, oli naisen käsialalla kirjoitettu, ja kirjeet olivat
saapuneet parlamenttitaloon Lontoon, Pariisin ja Berliinin kautta.

»Eräs postivirkamies antoi minulle nämä kysyen, voisinko toimittaa

ne perille», sanoi nuori soturi.

»Poikani, poikani, etkö huomannut, että se on ansa?» sanoi paavi.

»Mutta sama se! Anna ne minulle. Jättäkäämme kaikki Pyhän
Hengen huomaan!»
V.

»Yksinkertainen papin puku tänään, Gaetano», sanoi paavi, kun

kamaripalvelija saapui seuraavana aamuna hänen huoneeseensa.

Pukeuduttuaan mustaan kaapuun paavi katsoi suureen peiliin

hymyillen. »He eivät pitäneet pyhää isää kyllin mustana äskettäin,
mutta nyt hän on ainakin musta.»

Kamaripalvelija nauroi leikille suunnattomasti ja alkoi puhua

Rossista, jolle hän juuri oli vienyt aamiaista.

»Hän on mielipuoli, teidän pyhyytenne! Koko päivän hän istuu pää

käden varassa, ja kun hänelle puhuu, nostaa hän katseensa aivan
kuin luullen näkevänsä aaveen.»

»Ehkä hän on mielipuoli, poikani», sanoi paavi huoaten.

Kamaripalvelija oli kantanut sisään lyijypäisen kepin ja asettanut

sen vuoteen viereen.

»Teidän pyhyytenne ei sallinut minun lukita portaitten ovea, ja

taivas tiesi mitä tapahtuu, jos tuollainen mieletön tulee tänne
keskellä yötä.»
 »Gaetano», sanoi paavi vakavasti, »heitä ulos tuo keppi
ikkunasta».

»Teidän pyhyytenne!»

»Heitä se ulos!»

Kamaripalvelija rypisti huultaan ja totteli.

Messun jälkeen ja kardinaalisihteerin käytyä paavin luona tämä

kutsui luokseen kreivi de Raymondin.

»Menkäämme ensin tervehtimään vierastamme», sanoi hän

pistäen viittansa taskuun kirjeet, jotka upseeri oli hänelle antanut.

Vatikaanista Angelon linnaan vievään salaiseen käytävään johtivat

rautaportaat, jotka kulkivat valtiosihteerin entisen asunnon ohi.
Komea nuori upseeri kulki alas ensin, ja vanha paavi seurasi häntä
hitaasti.

»Minäkin olin kerran notkea kuin sinä, Ikabod! Ah! Elämäntie on

pitkä, mutta armollinen Jumala ei pakota meitä kulkemaan sitä kahta
kertaa.»

He löysivät Rossin istumassa suuressa niukasti kalustetussa

huoneessa, melkein koskemattoman aamiaisensa ääressä. Hän
kohotti päätään kuullessaan askeleita ja nousi seisomaan paavin
astuessa sisään. Hänen kalpeat, ilmehikkäät kasvonsa osoittivat mitä
syvintä toivottomuutta. »Jotakin on kuollut hänessä», ajatteli paavi
tuntien polttavaa tuskaa, joka oli vaivannut hänen sydäntään monta
päivää.

»Onko teidän hyvä olla tässä vanhassa talossa, poikani?»

 »On, teidän pyhyytenne.»

»Onko teillä kaikki mitä tarvitsette?»

»Paljon enemmän kuin ansaitsen, teidän pyhyytenne.»

»Te olette kärsinyt, poikani. Mutta Jumala yksin tietää, mitä vielä
voi tapahtua.»

»Ei Jumalakaan voi tehdä tehtyä tekemättömäksi, teidän

pyhyytenne.»

»Älkää olko epätoivoinen. Uskokaa vanhaa miestä — elämä on

elämisen arvoista. Pyhä isä on kokenut sen huolimatta suurista
suruista.»

Säälivä hymy levisi nuoren miehen kasvoille. »Minun suruani ei

teidän pyhyytenne ole voinut tuntea — minä olen kadottanut
vaimon», sanoi hän.

Syntyi hetken äänettömyys. Sitten paavi sanoi äänellä, joka värisi

hiukan: »Ettehän tarkoita, että vaimonne on kuollut, vaan
ainoastaan…»

»Ainoastaan!» sanoi Rossi ivallisesti hymyillen. »Hän on

ainoastaan pettänyt minut.»

Taas syntyi äänettömyys.

»Se on kovaa, poikani, hyvin kovaa. Mutta kuka tietää mitkä

vaikuttimet…»

»Kirotut vaikuttimet, olivatpa ne mitä tahansa, kun ne saattoivat

vaimon pettämään miehensä.»
 Paavi, joka piti molemmilla käsillä kepistään, vavahti
huomattavasti. »Poikani», sanoi hän, »teillä on paljon, mikä puhuu
puolustukseksenne, enkä minä tahdo vastustaa teitä kokonaan.
Mutta Jumala hallitsee maailmaansa oikeudenmukaisesti, ja ellei tätä
olisi tapahtunut, olisi teille ehkä tapahtunut jotakin pahempaa.»

»Ei mitään pahempaa olisi voinut tapahtua minulle, teidän

pyhyytenne, kuin että ainoa olento minut petti, ainoa, jonka
uskollisuuteen luotin koko sielullani.»

Paavi ajatteli. »Hänen ihanteensa, se se on kuollut hänessä.»

Sitten hän sanoi ääneensä: »Niin, kyllä ymmärrän, millaista on, kun
rakentaa uskonsa ihmisperustuksiin. Perustus pettää, ja silloin sydän
masentuu, sielu horjuu. Mutta vaikka tämä… tämä petos tuntuu
vaikealta, olette hyvin väärässä, ellette tahdo nähdä, että se on
pelastanut teidät seurauksista — niistä kamalista seurauksista
Jumalan ja ihmisten edessä — joihin suunnittelemanne toiminta olisi
teidät johtanut.»

Rossi katsoi paaviin. »Mikä toiminta, teidän pyhyytenne?»

»Se kamala aie, johon teidän piti ryhtyä Roomassa.»

»Tarkoitatteko… mitä sanomalehdet kertoivat?» Paavi nyökäytti

päätään.

»Salaliittoa, jonka tarkoituksena oli surmata kuningas?» Taas paavi

nyökäytti päätään.

»Ja teidän pyhyytenne uskoi sen?»

»Minun täytyi uskoa.»

Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade

Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.

Let us accompany you on the journey of exploring knowledge and

personal growth!

ebookgate.com