傅立叶变换之(二)—— 傅立叶级数


前言

这是一个系列笔记,在理解图卷积神经网络的时候需要用到傅立叶变换,傅立叶变换的基础是傅立叶级数公式,而傅立叶级数公式中又包含欧拉公式,这篇文章是第二篇。


一、傅立叶级数的由来

数学家们猜测一些周期函数可以写成三角函数的和,即像图中表示的那样(黑色斜线:周期为2Π的函数;红色曲线:各个三角函数的和)。
在这里插入图片描述
而傅里叶则猜测任意周期函数都可以写成三角函数的和。

二、傅立叶级数公式

在这里插入图片描述
分析公式(即为什么周期函数可以写成三角函数的和呢?):
1、常数项C,用来调整整体位置。
2、因为任意函数都可以分解为奇函数和偶函数之和,所以正弦、余弦函数是组成任意函数的基础,他们之间经过合理的加减组合,可以成为任意函数,必须有!
在这里插入图片描述
3、调整振幅(振幅是正弦、余弦函数前边的系数),为了使其尽可能的逼近原函数。
4、正弦、余弦函数内的系数是为了让他们周期为T,即所有三角函数的和组成的函数要与他们要逼近函数的周期相同。

三、频域和时域

有关于为什么要讲到频域和时域,是因为在后边详细推导傅立叶级数公式的时候会用到。

在上一个笔记里,我们讲到了欧拉公式:
传送门:傅立叶变换之(一)——欧拉公式
在这里插入图片描述
一看到这个,我们就应该想出来这么一幅图:
在这里插入图片描述即欧拉公式代表的就是单位圆上的点。
我们把欧拉公式的虚部(也就是纵坐标)记录下来,得到的就是正弦函数。(欧拉公式整体看成是我们熟知的a+bi就可以了,虚部不就是对应欧拉公式中的正弦函数吗?)
在这里插入图片描述
同理,我们把实部(也就是横坐标)记录下来,就是余弦函数的曲线。
在这里插入图片描述
这两种看待欧拉公式的角度,一个可以观察到旋转的频率,所以称之为频域;另一种可以看到流逝的时间,所以称之为时域
在这里插入图片描述

四、傅立叶级数公式的进一步求解

4-1、抛砖引玉

假设有函数:
在这里插入图片描述
根据上一点对频域和时域的讲解,这里我们把它转化到频域中去。
由欧拉公式 e i t = cos ⁡ ( t ) + i sin ⁡ ( t ) {\rm e}^{it}=\cos(t)+i \sin(t) eit=cos(t)+isin(t)可以得到:
e i t + e i 2 t = ( cos ⁡ ( t ) + cos ⁡ ( 2 t ) ) + i ( sin ⁡ ( t ) + sin ⁡ ( 2 t ) ) {\rm e}^{it}+{\rm e}^{i2t}=(\cos(t)+\cos(2t))+i( \sin(t)+\sin(2t)) eit+ei2t=cos(t)+cos(2t)+isin(t)+sin(2t)
即g(x)函数是 e i t + e i 2 t {\rm e}^{it}+{\rm e}^{i2t} eit+ei2t 的虚部。
在这里插入图片描述
我们令:
G ( t ) = e i t + e i 2 t G(t)= {\rm e}^{it}+{\rm e}^{i2t} G(t)=eit+ei2t
从线性代数的角度来说: G ( t ) G(t) G(t)是基 e i t {\rm e}^{it} eit e i 2 t {\rm e}^{i2t} ei2t的线性组合。
注意:基是描述、刻画向量空间的基本工具。
接下来看如何求正交向量(基)中其中一个向量前边的系数
假设有:
w ⃗ = 2 u ⃗ + 3 v ⃗ \vec{w} = 2\vec{u}+ 3\vec{v} w =2u +3v
其中 u ⃗ = ( − 1 , 1 ) \vec{u}=(-1,1) u =(1,1), v ⃗ = ( 1 , 1 ) \vec{v}=(1,1) v =(1,1)
因为他们是正交向量,所以:
u ⃗ ⋅ v ⃗ = 0 \vec{u} \cdot \vec{v} = 0 u v =0
结论一(只有正交基才使用)
u ⃗ \vec{u} u 的系数a可以计算为:
w ⃗ ⋅ u ⃗ u ⃗ ⋅ u ⃗ = 2 \frac{\vec{w} \cdot \vec{u}} {\vec{u} \cdot \vec{u}} = 2 u u w u =2
同理:
v ⃗ \vec{v} v 的系数b可以计算为:
w ⃗ ⋅ v ⃗ v ⃗ ⋅ v ⃗ = 3 \frac{\vec{w} \cdot \vec{v}} {\vec{v} \cdot \vec{v}} = 3 v v w v =3
反推:
w ⃗ ⋅ u ⃗ = a ⋅ u ⃗ ⋅ u ⃗ \vec{w} \cdot \vec{u} = a \cdot \vec{u} \cdot \vec{u} w u =au u
( 2 u ⃗ + 3 v ⃗ ) ⋅ u ⃗ = a ⋅ u ⃗ ⋅ u ⃗ (2\vec{u} +3\vec{v})\cdot \vec{u} = a \cdot \vec{u} \cdot \vec{u} (2u +3v )u =au u
因为他们是正交向量,所以乘积为0,等式成立。

os:先记住这个结论就好了,不要问那么多为什么,我是个数学渣渣能推到这已经很不容易了,先糊弄过去。

结论二(函数向量点积的定义)

os:同样的先记住这个结论。
在这里插入图片描述

4-2、傅立叶级数公式进化

傅立叶级数公式可以写为:
在这里插入图片描述
也就是说f(x)的基为:
在这里插入图片描述
那么可以得到:
在这里插入图片描述
C也可以通过点积来表示:
在这里插入图片描述


参考文章:
如何理解傅立叶级数公式?
傅里叶系列(一)傅里叶级数的推导
Cmd Markdown 公式指导手册

总结

马上就下班了,今天的摸鱼就到此结束吧。

参与评论 您还未登录,请先 登录 后发表或查看评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
©️2022 CSDN 皮肤主题:游动-白 设计师:我叫白小胖 返回首页

打赏作者

ㄣ知冷煖★

你的鼓励将是我创作的最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额:-- )
扫码支付
扫码支付:¥2
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值