通俗易懂的傅立叶级数理解

前面说到过泰勒展开式，这里我们在复习一下。

我们知道泰勒展开式就是把函数分解成1，x,x^2,x^3....幂级数（指数）的和。

你知道为什么要展开成幂级数的和吗？请看这里：
因为我们把y展开成泰勒级数 y = 1+x+x^2+x^3+x^4+…的时候我们可以无限细分得到函数在每个点的【【变化】】呀！
这和你把3234.352拆成3000+200+30+4+0.3+0.05+0.002一样一样一样的啊！！！
所谓对函数的无限细分，就是不断求导，得到123456789阶变化率，从而得到这个函数到底在各个点【精细】【变化】的有多剧烈啊！还记得神马叫变化吗？位移的变化是速度，速度的变化是加速度，加速度的变化是加加速度的。
泰勒级数的每一阶的系数（主值）就是各阶导数啊！
所以泰勒级数就是在描述一个函数的各个点的变化啊！！

明白了，泰勒展开级数，是把函数转变成幂级数的和，那我们回归原题，看看，傅立叶级数表达的含义。
百度百科是这样说的：

法国数学家傅里叶发现，任何周期函数都可以用正弦函数和余弦函数构成的无穷级数来表示（选择正弦函数与余弦函数作为基函数是因为它们是正交的），后世称傅里叶级数为一种特殊的三角级数，根据欧拉公式，三角函数又能化成指数形式，也称傅立叶级数为一种指数级数。

哦，终于有点明白了，

你想知道为什么分解成三角函数的和（正弦波或余弦波）那么重要吗？
我们知道，对于一个周期函数来说，和周期对应的叫频率。频率表示了周期性变化的快慢（比如说振动的快慢）。我们知道弹簧是有振动频率的、电磁波是有振荡频率的，光也是有频率的。频率就是这些物质的本质属性。
那凭什么是正弦/余弦的频率呀！
因为正弦/余弦函数是【二阶偏微分方程】（就是含有电容等元件的电路方程）的【本征解！】。

我们知道我们要把函数展开成三角不同频率的三角函数的和，而且系统对某种频率的【三】【角】【函】【数】的响应方式还是【同频率的三角函数】，所以响应也是对这些不同【三】【角】频率【响应的叠加】这叫什么，这就叫频域分析，这就叫信号与系统！！

我们再来看看傅立叶级数公式吧。

1. 什么是投影
    我们先来复习什么是投影吧。考虑一个简单的二维平面的例子。如下图所示，给定两个向量 u 和 v ，我们从 u 的末端出发作到 v 所在直线的垂线，得到一个跟 v 同向的新向量 p 。这个过程就称作 u 到 v 所在直线的投影，得到的新向量 p 就是 u 沿 v 方向的分量。图中的系数 c 是 p 跟 v 的比例，也就是 u 在 v 轴上的“坐标”。我们可以用尺规作图来完成投影这个动作，问题是：如果给定的向量 u 和 v 都是代数形式的，我们怎么用代数的方法求 c ？


    我相信只要有基本线性代数知识的同学都可以轻松解决这个问题。我们知道 u-cv 这个向量是“正交”于 v 的，用数学语言表达就是 (u-cv)T v = 0。我们马上就可以得到 c 的表达式如下。

（1）

这里补充一点向量正交：

“正交向量”是一个数学术语，指点积为零的两个或多个向量。

如果两个向量x,y正交，则其夹角为90度，可表示为表达式：

注意：x，y的顺序没有区别，即下式也成立：

两个向量正交，可以表示为下图：

由勾股定理可知：

将上式展开得：

我们举例说明：假设两个向量分别为x,y，z=x+y：

其中x，y满足下式：

则向量的长度（即向量的2范数）为：

显然满足勾股定理：

如果两个或多个向量，它们的点积为0，那么它们互相称为正交向量。在二维或三维的欧几里得空间中，两个或三个向量两两成90°角时，它们互为正交向量。正交向量的集合称为正交向量组。

例如：a=(1,1,0),b=(1,-1,0) ,则内积(a,b)=1*1+1*(-1)+0*0=0,所以a,b正交。向量组两两正交就是其任意两个向量都正交。

2. 向量在一组正交基上的展开
    在讲傅里叶级数之前，我们还需引进线性代数中“正交基”的概念。如果这个概念你觉得陌生，就把它想成是互相垂直的“坐标轴”。回到刚才这个例子，如下图所示，现在我们引进一组正交基 {v1，v2}，那么 u 可以展开成以下形式
（2）

    从图上来看，(2) 式其实说的是我们可以把 u“投影”到 v1 和 v2 这两个坐标轴上，c1 和 c2 就是 u 的新“坐标”。问题是：我们怎么求 c1 和 c2 呢？你会说，我们可以 (2) 式两边同时乘以 v1 或 v2，然后利用它们正交的性质来求 c1，c2。没错，数学上是这么做的。但是利用之前关于投影的讨论，我们可以直接得出答案，直接利用 (1) 式就可以得到如下的表达式：
（3）

3. 傅里叶级数的几何意义
    现在我们已经明白一件事情了：如果想把一个向量在一组正交基上展开，也就是找到这个向量沿每条新“坐标轴”的“坐标”，那么我们只要把它分别投影到每条坐标轴上就好了，也就是把 (1) 式中的 v 换成新坐标轴就好了。说了半天，这些东西跟傅里叶级数有什么关系？我们先回忆一下傅里叶级数的表达式。给定一个周期是 2l 的周期函数 f(x),它的傅里叶级数为：
（4）
其中系数表达式如下：
（5）

    我不喜欢记忆这些公式，有办法可以更好的理解他们来帮助记忆吗？答案是有的，那就是从几何的角度来看。傅里叶告诉我们，f(x) 可以用下面这组由无限多个三角函数（包括常数）组成的“正交基”来展开，
（6）

    这里我们需要在广义上来理解“正交”。我们说两个向量，或两个函数之间是正交的，意思是它们的“内积”（inner product）为零。 “内积”在有限维的“向量空间”中的形式为“点积”(dot product)。在无限维的“函数空间”中，对于定义在区间 [a,b] 上的两个实函数 u(x),v(x) 来说，它们的内积定义为
（7）

    正交基 (6) 中的每个函数都可以看做是一条独立的坐标轴，从几何角度来看，傅里叶级数展开其实只是在做一个动作，那就是把函数“投影”到一系列由三角函数构成的“坐标轴”上。上面 (5) 式中的系数则是函数在每条坐标轴上的坐标。
    现在的问题是我们不能直接用 (1) 式来求这些坐标了，因为它只适用于有限维的向量空间。在无限维的函数空间，我们需要把 (1) 式中分子分母的点积分别替换成 (7) 式。那么 (5) 式中的所有系数马上可以轻松的写出：
（8）

   值得注意的是，(8) 式中所有积分可以在任意一个长度是2l的区间内进行。也就是说，不管是 [-l,l] 还是 [0,2l]，答案都是一样的。
   有同学会说，老师上课教的是对 (4) 式两边乘以1，cos(nπx/l)，或 sin(nπx/l), 然后积分，利用这些函数之间的正交性来得到 (5) 式。这些当然是对的，而且我们应该学会这种推导来加深对正交性的理解。但是在应用上，我更喜欢用几何的角度来看傅里叶级数，把函数看成是无限维的向量，把傅里叶级数跟几何中极其简单的“投影”的概念联系起来，这样学习新知识就变得简单了，而且可以毫无障碍的把公式记住，甚至一辈子都难忘。
   熟悉傅里叶级数的同学会问，那么对于复数形式的傅里叶级数，我们是否也能用几何投影的观点来看，然后写出级数中的所有系数呢？答案是肯定的。给定一个周期是 2l 的周期函数 f(x),它的傅里叶级数的复数形式为：
（9）
其中系数表达式如下：
（10）

这意味着我们用了下面这组“正交基”来展开原函数，
（11）

   我们之前提到了两个函数正交，意思是它们的内积为零。对于定义在区间 [a,b] 上的两个复函数 u(x),v(x) 来说，它们的内积定义为
（12）
其中v加上划线意思是它的共轭。(10) 中指数函数里的负号就是因为取了共轭的关系。
   现在我们同样可以把原函数分别投影到 (11) 中的每个函数所在的“坐标轴”来求出对应的“坐标”，也就是系数cn：
（13）

   这里我想强调一下这个“正交基”的重要性。在一个有限维的向量空间，给定任何向量都可以被一组基展开，它可以不必是正交的，这个时候展开项中的系数（也就是沿这组基中任一坐标轴的坐标）需要求解一个线性方程组来得到。只有当这组基是正交的时候，这些系数才能从给定向量往各坐标轴上投影得出，也就是 (1) 式。同样的，在无限维的函数空间，我们可以把一个函数在某个“基”中展开，但是只有在“正交基”中，展开项中的系数才能看成是函数投影的结果。
   最后做一个总结，不管是向量 u 还是函数 u，他们都可以被一组正交基{vn：n=1,...,N}（有限个向量）或{vn：n=1,...,∞}(无限个函数）展开如下:
（14）
   上式中的 cn 代表 u 在 vn 所在的坐标轴上投影产生的坐标。而 (14) 式中内积的定义视情况而定，在有限维的向量空间（实数域），向量 u 和 v 的内积是点积 uTv；在无限维的函数空间，函数 u(x) 和 v(x) 的内积的通用形式是 (12)，如果它们是实函数，那么 (12) 就可以简化成 (7) 的形式。
   我们可以看到，用几何投影的观点来看待傅里叶级数，理解变得更加容易，因为我相信所有人都能理解投影的概念；同时，傅里叶级数所有的公式都可以轻松的记住，想要遗忘都难了。我们在学习不同学科的时候可以经常的去做联系，尝试着用不同的角度去看待同一个问题，我相信这么做是很有好处的。

参考：http://blog.renren.com/share/343320656/15540620254/0

参考：http://www.360doc.com/content/13/0328/12/202378_274443797.shtml

通俗易懂的傅立叶级数理解相关推荐

通俗易懂：快速理解ipv4的NAT穿透原理
NAT基础 IPv4由于最初的设计原因,长度只有32位,所以只提供了大约40亿个地址.这造成了地址耗尽危机. NAT(Network Address Translation,网络地址转换),也 ...
通俗易懂的来理解Iaas,Paas,SaaS
首先我们先来了解一下这几个单词的意思和完全的英文 Iaas:Infrastructure as a service 基础设施即服务 Paas:Platform as a service 平台 ...
【看完这篇就够了！！！通俗易懂】置信度理解（95%的置信度、置信区间）
因为读论文时看到了这个概念,在很多实验中也算是一个评测指标了,但不是很理解.这是统计学中的概念,虽然我学过统计学,但是不记得这个概念了,重新来过吧,O(≧口≦)O 百度百科的专业术语比较难理解,我整合 ...
IM开发基础知识补课(五)：通俗易懂，正确理解并用好MQ消息队列
1.引言消息是互联网信息的一种表现形式,是人利用计算机进行信息传递的有效载体,比如即时通讯网坛友最熟悉的即时通讯消息就是其具体的表现形式之一. 消息从发送者到接收者的典型传递方式有两种: 1)一种我 ...
c++中recvfrom函数_通俗易懂：快速理解网络编程中5种IO模型
关于IO模型,就必须先谈到几个日常接触的几个与IO相关名字:同步,异步,阻塞,非阻塞. 名词解释同步如果事件A需要等待事件B的完成才能完成,这种串行执行机制可以说是同步的,这是一种可靠的任务序列, ...
通俗易懂，简单理解死锁的四个条件
小目录死锁四个必要条件通俗地解释死锁预防死锁避免死锁四个必要条件互斥请求保持不可剥夺(不可抢占) 循环等待(环路等待) 通俗地解释人对故事场景的记忆会更加深刻,因此故事--真实案例如 ...
怎样用通俗易懂的方式理解窗函数
我们知道数字信号处理的主要数学工具是傅里叶变换,而傅里叶变换是研究整个时间域和频率域的关系,当运用计算机实现测试信号处理时,不可能对无限长的信号进行测量和运算,而是取其有限的时间片段进行分析.具体做法 ...
FFT详解，通俗易懂便于自己理解
算法课最近讲到了递归分治的策略,留下了第一个有技术含量的作业:简化多项式计算的FFT算法,于是我打算在这里结合前人的分析解析一下这一算法. FFT即fast Fourier transform,是快速 ...
移动端IM开发者必读(一)：通俗易懂，理解移动网络的“弱”和“慢”
1.前言随着移动互联网的高速发展,移动端IM以移动网络作为物理通信载体早已深入人心,这其中的成功者就包括微信.手机QQ.支付宝(从即时通讯产品的角度来看,支付宝已经算的上是半个IM了)等等,也为移动 ...
[通俗易懂]深入理解TCP协议（下）：RTT、滑动窗口、拥塞处理
转自即时通讯网:http://www.52im.net/ 前言此文为系列文章的下篇,如果你对TCP不熟悉的话,请先看看上篇<[通俗易懂]深入理解TCP协议(上):理论基础> . 上篇中, ...

通俗易懂的傅立叶级数理解

通俗易懂的傅立叶级数理解相关推荐

最新文章

热门文章