复变函数:傅里叶级数、傅里叶变换

一、傅里叶级数

1.1 对周期函数进行分解的猜想

拉格朗日等数学家发现某些周期函数可以由三角函数的和来表示,比如下图:
在这里插入图片描述
而另外一位数学家猜测任意周期函数都可以写成三角函数之和。

1.2 分解的思路

1.2.1 常数项

根据周期函数的定义,常数函数是周期函数,其周期是任意实数,所以,对于 y = C , C R y=C,C\in R 这样的常数函数,分解里面要添加一个常数项与之对应。

1.2.2 其他部分通过 s i n ( x ) , c o s ( x ) sin(x),cos(x) 进行分解

思路:

  • s i n ( x ) , c o s ( x ) sin(x),cos(x) 是周期函数,进行合理的加减组合,结果可以是周期函数,且它们的微分和积分都很简单。
  • 任意函数都可以分解成奇偶函数之和:
    f ( x ) = f ( x ) + f ( x ) 2 + f ( x ) f ( x ) 2 = f e v e n + f o d d f(x)={f(x)+f(-x)\over 2}+{f(x)-f(-x)\over 2}=f_{even}+f_{odd}
  • s i n ( x ) sin(x) 是奇函数,奇函数与奇函数加减永远是奇函数
  • c o s ( x ) cos(x) 是偶函数,偶函数和偶函数加减永远是偶函数
1.2.3 保证组合出来周期为T

之前提到 f ( x ) f(x) 是周期为T的函数,那么怎么保证组合出来的函数周期仍然为T呢?
首先,我们知道 s i n ( x ) sin(x) 的周期为 2 π 2\pi s i n ( 2 x ) sin(2x) 的周期也是 2 π 2\pi ,但是最少周期是 π \pi ,很显然, s i n ( x ) , n N sin(x),n\in N 的周期都是 2 π 2\pi
所以更一般的,如果 f ( x ) f(x) 的周期为T,那么 s i n ( 2 π n T x ) , c o s ( 2 π n T x ) , n N sin({2\pi n\over T}x),cos({2\pi n\over T}x),n\in N 这些函数的周期也为T,再将这些函数进行加减,就保证了得到的函数周期也为T。

1.2.4 调整振幅

假如有如下这个函数,周期为 2 π 2\pi
在这里插入图片描述
现在我们也有一些周期为 2 π 2\pi 的函数,比如 s i n ( x ) , s i n ( 2 x ) , s i n ( 3 x ) , s i n ( 4 x ) , s i n ( 5 x ) sin(x),sin(2x),sin(3x),sin(4x),sin(5x)
在这里插入图片描述
通过调整振幅可以让它们慢慢接近目标函数,比如 s i n ( x ) sin(x) 处处小于目标函数:
在这里插入图片描述
将其振幅增大一倍可得:
在这里插入图片描述
此时 2 s i n ( x ) 2sin(x) 有的地方超过去了,所以从周期为 2 π 2\pi 的函数中选择一个,减去一点,可以得到 2 s i n ( x ) s i n ( 2 x ) 2sin(x)-sin(2x)
在这里插入图片描述
通过调整振幅,加加减减,我们可以慢慢接近目标函数:
在这里插入图片描述

1.2.5 综上,构造出来的三角函数和类似于如下的样子:

在这里插入图片描述
这符合之前的分析:

  • 有常数项
  • 用奇函数和偶函数组合出任意函数
  • 周期为T
  • 调整振幅,逼近原函数

1.3 s i n ( x ) sin(x) 的另外一种表示方法

1.3.1 e i w t e^{iwt}

欧拉公式:
e i θ e^{i\theta} 代表复平面一个夹角为 θ \theta 的向量:
在这里插入图片描述

θ \theta 不再是常数,而是代表时间的变量t的时候: e i θ e i t e^{i\theta }\to e^{it} ,随着时间t的增长, θ \theta 不断增大,这个向量就会旋转起来, 2 π 2\pi 的时间会旋转一圈,这就是 T = 2 π T=2\pi

1.3.2 通过 e i w t e^{iwt} 表示 s i n ( t ) sin(t)

根据欧拉公式,有: e i t = c o s ( t ) + i s i n ( t ) e^{it}=cos(t)+isin(t) ,所以,在时间轴t上,把e^{it}向量的虚部(也就是纵坐标)记录下来,得到的就是 s i n ( t ) sin(t)
在这里插入图片描述
如果在时间轴t上,把 e i t e^{it} 的实部(横坐标)记录下来,得到的就是 c o s ( t ) cos(t) 的曲线:
在这里插入图片描述
更一般的,我们认为有两种看待 s i n ( x ) , c o s ( x ) sin(x),cos(x) 的角度:
e i w t       { s i n ( w t ) c o s ( w t ) e^{iwt}\iff\begin{cases}sin(wt)\\cos(wt)\end{cases}
这两种角度,一个可以观察到旋转的频率,所以称为频域;另一个可以看到流逝的时间,所以称为时域:

在这里插入图片描述

1.4 通过频域求系数:

假设有这么一个函数: g ( x ) = s i n ( x ) + s i n ( 2 x ) g(x)=sin(x)+sin(2x) 是一个 T = 2 π T=2\pi 的函数:
在这里插入图片描述
如果转到频域去,那么函数 g ( x ) g(x) 就是下面这个复数函数的虚部: e i t + e 2 i t e^{it}+e^{2it}

首先看下 e i θ + e i 2 θ e^{i\theta}+e^{i2\theta} ,其中 θ \theta 是常数,很显然这是两个向量之和:
在这里插入图片描述
θ \theta 换成流逝的时间t,并将虚部记录下来:
在这里插入图片描述

扫描二维码关注公众号,回复: 11481270 查看本文章

G ( t ) = e i t + e i 2 t G(t)=e^{it}+e^{i2t} ,这里用大写的G来表示复数函数,刚才看到 e i t e^{it} e i 2 t e^{i2t} 都是向量,所以上式可以写作:
G ( t ) = e i t + e i 2 t \overrightarrow{G(t)}=\overrightarrow{e^{it}}+\overrightarrow{e^{i2t}}
这里,从线性代数的角度:

  • e i t e^{it} e i 2 t e^{i2t} 是基
  • G ( t ) G(t) 是基 e i t , e i 2 t e^{it},e^{i2t} 的线性组合

g ( t ) g(t) G ( t ) G(t) 的虚部,所以取虚部的向量分量,很容易得到:
g ( t ) = s i n ( t ) + s i n 2 t \overrightarrow{g(t)}=\overrightarrow{sin(t)}+\overrightarrow{sin2t} ,即 g ( t ) g(t) 是基 s i n ( t ) , s i n ( 2 t ) sin(t),sin(2t) 的线性组合。
那么 s i n ( t ) , s i n ( 2 t ) sin(t),sin(2t) 的系数,实际上是 g ( t ) g(t) 在基 s i n ( t ) , s i n ( 2 t ) sin(t),sin(2t) 下的座标了。

1.4.1 如何求正交基的坐标

假设 w = 2 u + 3 v \overrightarrow{w}=2\overrightarrow{u}+3\overrightarrow{v} ,其中, u = ( 1 1 ) , v = ( 1 1 ) \overrightarrow{u}=\begin{pmatrix}1\\1\end{pmatrix},\overrightarrow{v}=\begin{pmatrix}-1\\1\end{pmatrix}
通过点积: u v = 0 \overrightarrow{u}\centerdot\overrightarrow{v}=0 ,可知这两个向量正交,是正交基,通过点积可以算出 u \overrightarrow{u} 的系数(对于正交基才可以这么做):
w u u u = ( 1 , 5 ) ( 1 , 1 ) ( 1 , 1 ) ( 1 , 1 ) = 2 {\overrightarrow{w}\centerdot\overrightarrow{u}\over\overrightarrow{u}\centerdot\overrightarrow{u}}={(-1,5)\centerdot(1,1)\over(-1,1)\centerdot(-1,1)}=2

1.4.2 如何求 s i n ( n t ) sin(nt) 基下的坐标

首先抛出一个结论,函数向量的点积是这么定义的:
f ( x ) g ( x ) = 0 T f ( x ) g ( x ) d x \overrightarrow{f(x)}\centerdot\overrightarrow{g(x)}=\int_0^Tf(x)g(x)dx
其中, f ( x ) f(x) 是函数向量, g ( x ) g(x) 是基,T是 f ( x ) f(x) 的周期。
那么对于 g ( x ) = s i n ( x ) + s i n ( 2 x ) g(x)=sin(x)+sin(2x) ,其中 g ( x ) g(x) 是向量, s i n ( t ) , s i n ( 2 t ) sin(t),sin(2t) 是基,周期 T = 2 π T=2\pi 。根据刚才内积的定义:
s i n ( t ) s i n ( 2 t ) = 0 2 t s i n ( t ) s i n ( 2 t ) d t = 0 \overrightarrow{sin(t)}\centerdot\overrightarrow{sin(2t)}=\int_0^{2t}sin(t)sin(2t)dt=0 ,所以这是一个正交基,那么根据刚才的分析,可以这么求坐标:
在这里插入图片描述

1.4.3 更一般的情况

对于之前的假设,其中 f ( x ) f(x) 的周期为T:
在这里插入图片描述
可以改写成这样:
在这里插入图片描述
也就是说向量 f ( x ) f(x) 的基为:
在这里插入图片描述
这里1也是一个基,那么可以得到:
在这里插入图片描述
在这里插入图片描述
C也可以通过点积来表示,最终可以得到:
在这里插入图片描述
其中:
在这里插入图片描述
https://www.matongxue.com/madocs/619.html

二、从傅里叶级数到傅里叶变换

2.1 傅里叶级数

2.1.1 傅里叶级数是向量

从代数上看,傅里叶级数就是通过三角函数和常数项来叠加逼近周期为T的函数 f ( x ) f(x)
在这里插入图片描述
这一过过程,实际上是把 f ( x ) f(x) 当作了如下基的向量:
在这里插入图片描述
那么上面的式子就可以解读为:
在这里插入图片描述
以一个例子来说明,比如一个 T = 2 π T=2\pi 的方波 f ( x ) f(x) ,可以粗略的写作 f ( x ) 1 + 4 π s i n ( x ) f(x)\approx1+{4\over\pi}sin(x)
在这里插入图片描述
我们可以认为 f ( x ) 1 + 4 π s i n ( x ) f(x)\approx1+{4\over\pi}sin(x) 这个函数的基为 { 1 , s i n ( x ) } \{1,sin(x)\} ,则 f ( x ) f(x) 相当于向量 ( 1 , 4 π ) (1,{4\over\pi}) ,画到图上如下,注意横纵坐标:
在这里插入图片描述

2.1.2 频域图

再增加几个三角函数:
在这里插入图片描述
此时从几何上来看,图像更为接近:
在这里插入图片描述
这时的基为:
在这里插入图片描述
对应的向量为:
在这里插入图片描述
六维的向量我们是没有办法通过坐标图来表示的,因此数学家使用了一个频域图来表示这个向量:
在这里插入图片描述
上图中的0,1,2,3,4,5分别代表了不同频率的正弦波函数,也就是之间的基:
0 H z       s i n ( 0 x ) 3 H z       s i n ( 3 x ) . . . 0Hz\iff sin(0x)\quad3Hz\iff sin(3x)...
而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。
这里举的例子只有正弦函数,余弦函数其实也需要这样一个频谱图,也就是需要两个频谱图,此外还有一种结合正弦和余弦的方式,这个放在后面。

原来的曲线图就称为时域图,往往把时域图和频域图画在一起,这样才能较为完整的反映傅里叶级数。
在这里插入图片描述
不管是时域还是频域,其实反映的都是同一个直线,只不过一个用了函数的观点,而另一个用了向量的观点。

2.2 非周期函数:

以上关于傅里叶级数的说明都是基于周期函数,假如有如下一个非周期函数,那么傅里叶级数该怎么处理?
在这里插入图片描述
我们可以变换一下思路,如果刚才方波的周期:
T = 2 π T = T=2\pi\to T=\infin
那么可以得到一个如下的函数:
在这里插入图片描述
在这样的思路下,就可以使用三角级数来逼近这个函数
在这里插入图片描述
观察下频域,之前说过,对于周期为T的函数 f ( x ) f(x) ,其基为:
在这里插入图片描述
刚才举的方波 T = 2 π T=2\pi ,对应的基就为(没有余弦波):

对应的频率就是:
在这里插入图片描述
按照刚才的思路,如果T不断变大,比如让 T = 4 π T=4\pi ,对应的基就为(没有余弦波):
在这里插入图片描述
对应的频率就为:
在这里插入图片描述
和刚才相比,频率更加密集
在这里插入图片描述
之前方波的频域图,画了前五十个频率,可以看到随着 T T 不断变大,这50个频率越来越集中:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
可以想象,如果真的: T = 2 π T = T=2\pi\to T=\infty ,这些频率就会变得稠密,直至连续,变为一条频域曲线:
在这里插入图片描述
傅里叶变换就是,让 T = T=\infty ,求处上面这根频域曲线

2.3 傅里叶变换

傅里叶级数是:
在这里插入图片描述
这里有正弦波和余弦波,画频域图不方便,通过欧拉公式,可以转变为复数形式:
在这里插入图片描述
其中:
在这里插入图片描述
复数形式也是向量,可以理解为:
在这里插入图片描述
周期推向无穷的时候可以得到:
在这里插入图片描述
其中 F ( w ) F(w)
在这里插入图片描述
F ( w ) F(w) 就是傅里叶变换,得到的就是频域曲线
下面两者称为傅里叶变换对,可以相互转换: f ( x )       F ( w ) f(x)\iff F(w) ,正如之前所说的,这是看待同一个数学对象的两种形式,一个是函数,一个是向量。

https://www.matongxue.com/madocs/712.html

猜你喜欢

转载自blog.csdn.net/kking_edc/article/details/106592321