傅里叶级数(Fourier series)
任何周期函数都可以写成三角函数之和
①
首先常函数也是周期函数,且其周期是任意实数,分解可能需要它
②
任意函数都可以分解为奇偶函数之和
sin(x) s i n ( x ) 和 cos(x) c o s ( x ) 是奇函数和偶函数
③
f(x) f ( x ) 周期为T, sin(2πnTx) s i n ( 2 π n T x ) , cos(2πnTx) c o s ( 2 π n T x ) , n∈N n ∈ N 这些函数周期都可以为T
通过调整这一堆周期函数的振幅,再加上常函数,就可以组合成
f(x)
f
(
x
)
下面问题是如何确定 C,an,bn C , a n , b n
借助复数,我们可以更简洁地表达一些东西,尤其涉及到旋转操作 ,下面对其做一些介绍
首先,先考虑复平面上的 eit e i t
很自然,t每过 2π 2 π 旋转一圈
加个 w w ,即 ,改变旋转的周期
把虚部展开(时域),就是 t∼sin(wt) t ∼ s i n ( w t ) 的图像
总的来说,可以将 eiwt,sin(wt),cos(wt) e i w t , s i n ( w t ) , c o s ( w t ) 视为向量
现在假设有函数 g(t)=sin(t)+sin(2t) g ( t ) = s i n ( t ) + s i n ( 2 t )
先介绍向量点积
函数向量点积的定义是 f(x)⋅g(x)=∫T0f(x)g(x)dx f ( x ) ⋅ g ( x ) = ∫ 0 T f ( x ) g ( x ) d x
其中T是周期
根据点积的定义,可以得到 sin(t)∗sin(2t)=∫2π0sin(t)sin(2t)=0 s i n ( t ) ∗ s i n ( 2 t ) = ∫ 0 2 π s i n ( t ) s i n ( 2 t ) = 0
由点积的几何意义,说明了这两个函数向量线性无关,是正交基
于是可以将 g(t) g ( t ) 理解成 g(t)=1∗sin(t)+1∗sin(2t) g ( t ) = 1 ∗ s i n ( t ) + 1 ∗ s i n ( 2 t )
即在该正交基下坐标是(1,1)
如何求正交基坐标呢?
再看个例子,假设 w⃗ =2u⃗ +3v⃗ w → = 2 u → + 3 v →
其中 u⃗ =(−11) u → = ( − 1 1 ) v⃗ =(11) v → = ( 1 1 ) 显然这两个向量是正交基
w的在基下的坐标为(2,3)
计算方法是(以在基 u⃗ u → 示例)
上面方法可以类比到 sin(nt) s i n ( n t )
g(t)=sin(t)+sin(2t) g ( t ) = s i n ( t ) + s i n ( 2 t )
g(t) g ( t ) 在 sin(t) s i n ( t ) 下的坐标为
更一般的
即
也就是说向量 f(x) f ( x ) 是以下正交基的线性组合:(注意不是3个额,n越大,拟合越精确)
于是可以得到
C
C
也可以通过点积求出
即 C=a0/2 C = a 0 / 2
即最终结果为
其中
上面的傅里叶级数,可以写成复数的形式
根据欧拉公式 eiθ=cosθ+isinθ e i θ = c o s θ + i s i n θ
可以推出
可以写出傅立叶级数的另外一种形式:
其中
解读:
对于复数函数,定义的点积为:
其中, 为复数函数, 是 的共轭,所以 的代数表达式中有一个负号。
这样定义点积是为了保证:
傅里叶级数的拟合
n越大,更高频率的函数参与,拟合度越高
频域图高度则代表在这个频率上的振幅,也就是这个基上的坐标分量
傅里叶变换(Fourier transform)
https://www.bilibili.com/video/av19141078?from=search&seid=12296262967335268730
参考:马同学 3Blue1Brown