MIT_18.03_微分方程_Fourier_Series_傅里叶级数_Notes
Fourier Series
文章目录
- Fourier Series
- 引
- Orthogonal 正交化
- Projection 投影
- 性质/简化运算
- Uniqueness 唯一性
- 奇偶性
- 收敛性
- 拓展:迪利克雷条件
- 核心
- 拓展 Extension
- 改变周期
- 周期延拓
- 具体解法
- 系统响应
引
对于二阶常系数非齐次ODE y′′+ay′+by=f(t)y'' + ay' + by = f(t)y′′+ay′+by=f(t)
将f(t)f(t)f(t)展开成傅里叶级数 (f(t)f(t)f(t)是周期函数)( T=2πT = 2\piT=2π )
f(t)=c0+∑n=1∞ancos(nt)+bnsin(nt)f(t) = c_{0} + \sum_{n = 1}^{\infty}{a_{n}cos(nt) + b_{n}sin(nt)} f(t)=c0+n=1∑∞ancos(nt)+bnsin(nt)
分别求response 再根据叠加原理相加即可得到最终的response
Orthogonal 正交化
两个函数内积为0则正交(将函数当作向量)
∫−ππf(x)g(x)dx=0\int_{-\pi}^{\pi}f(x)g(x)dx = 0 ∫−ππf(x)g(x)dx=0
sin(nt),cos(nt)(n=1,...,∞)sin(nt),cos(nt)(n = 1,...,\infty)sin(nt),cos(nt)(n=1,...,∞)是线性空间上的一组标准正交基 任意两不同向量内积都为0
PROOF
- 三角恒等式
- 复指数
- ODE
ODE PROOF
let m≠nm\neq nm=n , un,vnu_{n}, v_{n}un,vn为正交基里任意两个函数 满足ODE u′′+n2u=0u''+n^2u = 0u′′+n2u=0
∫−ππun′′vmdt=un′vm∣−ππ−∫−ππun′vm′dt=−∫−ππun′vm′dt对称=−n2∫−ππunvmdt根据ODE得到不对称有n\int_{-\pi}^{\pi}u''_{n}v_{m}dt = u'_{n}v_{m}|_{-\pi}^{\pi}-\int_{-\pi}^{\pi}u'_{n}v'_{m}dt\\=-\int_{-\pi}^{\pi}u'_{n}v'_{m}dt\qquad 对称\\=-n^2\int_{-\pi}^{\pi}u_{n}v_{m}dt\qquad 根据ODE得到\ 不对称\ 有n ∫−ππun′′vmdt=un′vm∣−ππ−∫−ππun′vm′dt=−∫−ππun′vm′dt对称=−n2∫−ππunvmdt根据ODE得到 不对称 有n
根据对称性 ∫−ππunvmdt\int_{-\pi}^{\pi}u_{n}v_{m}dt∫−ππunvmdt 必为0
Projection 投影
如何得到系数?-- 即计算f(t)在一个基向量上的投影
f(t)=c0+∑n=1∞ancos(nt)+bnsin(nt)f(t) = c_{0} + \sum_{n = 1}^{\infty}{a_{n}cos(nt) + b_{n}sin(nt)} f(t)=c0+n=1∑∞ancos(nt)+bnsin(nt)
两边同时点乘cos(kt)cos(kt)cos(kt)/sin(kt)sin(kt)sin(kt) 处本身以外 其余项都为0
∫−ππf(t)cos(kt)dt=ak∫−ππcos2(kt)dt=πak∫−ππf(t)sin(kt)dt=bk∫−ππsin2(kt)dt=πbk\int_{-\pi}^{\pi}f(t)cos(kt)dt = a_{k}\int_{-\pi}^{\pi}cos^2(kt)dt = \pi a_{k}\\\int_{-\pi}^{\pi}f(t)sin(kt)dt = b_{k}\int_{-\pi}^{\pi}sin^2(kt)dt = \pi b_{k} ∫−ππf(t)cos(kt)dt=ak∫−ππcos2(kt)dt=πak∫−ππf(t)sin(kt)dt=bk∫−ππsin2(kt)dt=πbk
即可得到aka_{k}ak或bkb_{k}bk
ak=1π∫−ππf(t)cos(kt)dtbk=1π∫−ππf(t)sin(kt)dta_{k} = \frac{1}{\pi}\int_{-\pi}^{\pi}f(t)cos(kt)dt\\ b_{k} = \frac{1}{\pi}\int_{-\pi}^{\pi}f(t)sin(kt)dt\\ ak=π1∫−ππf(t)cos(kt)dtbk=π1∫−ππf(t)sin(kt)dt
关于c0c_{0}c0两边直接积分(相当于两边同乘了一个cos(0t)cos(0t)cos(0t))
∫−ππf(t)dt=2πc0c0=12π∫−ππf(t)dt\int_{-\pi}^{\pi}f(t)dt = 2\pi c_{0}\\c_{0} = \frac{1}{2\pi}\int_{-\pi}^{\pi}f(t)dt ∫−ππf(t)dt=2πc0c0=2π1∫−ππf(t)dt
抑或是将c0c_{0}c0当作a02\frac{a_{0}}{2}2a0 就可以直接用通用的公式
例子:求方波的傅里叶展开式
略
小技巧:先下移1/2转换为奇函数 再上移
性质/简化运算
Uniqueness 唯一性
一个函数只有唯一一种傅里叶展开
when f(t)=g(t)f(t) = g(t)f(t)=g(t), then F.S.f(t)=F.S.g(t)F.S.f(t) = F.S.g(t)F.S.f(t)=F.S.g(t)
奇偶性
如果f(t)f(t)f(t)是偶函数 则傅里叶级数只包含cos(nt)cos(nt)cos(nt)项 (所有bnb_{n}bn是0)
f(t)=a02+∑n=1∞ancos(nt)f(t) = \frac{a_{0}}{2} + \sum_{n = 1}^{\infty}{a_{n}cos(nt)} f(t)=2a0+n=1∑∞ancos(nt)
PROOF
by uniqueness of F.S.
f(t)=a02+∑n=1∞ancos(nt)+bnsin(nt)=f(−t)=a02+∑n=1∞ancos(nt)−bnsin(nt)f(t) = \frac{a_{0}}{2} + \sum_{n = 1}^{\infty}{a_{n}cos(nt) + b_{n}sin(nt)}=\\f(-t) = \frac{a_{0}}{2} + \sum_{n = 1}^{\infty}{a_{n}cos(nt) - b_{n}sin(nt)} f(t)=2a0+n=1∑∞ancos(nt)+bnsin(nt)=f(−t)=2a0+n=1∑∞ancos(nt)−bnsin(nt)
so bn=−bnb_{n} = -b_{n}bn=−bn, bn=0b_{n} = 0bn=0
同样的,如果f(t)f(t)f(t)是奇函数 则傅里叶级数只包含sin(nt)sin(nt)sin(nt)项(所有a0a_{0}a0是0)
当f(t)f(t)f(t)是偶函数时,f(t)cos(nt)f(t)cos(nt)f(t)cos(nt)也是一个偶函数,所以:
an=2π∫0πf(t)cos(nt)dta_{n} = \frac{2}{\pi}\int_{0}^{\pi}f(t)cos(nt)dt an=π2∫0πf(t)cos(nt)dt
奇函数的乘积还是奇函数,f(t)sin(nt)f(t)sin(nt)f(t)sin(nt)为奇whenf(t)f(t)f(t)为奇,所以:
bn=2π∫0πf(t)sin(nt)dtb_{n} = \frac{2}{\pi}\int_{0}^{\pi}f(t)sin(nt)dt bn=π2∫0πf(t)sin(nt)dt
收敛性
若f(t)f(t)f(t)是连续函数,则傅里叶级数收敛于f(t)f(t)f(t)
若f(t)f(t)f(t)是不连续的函数,有跳跃间断点,则在跳跃间断点 傅里叶级数收敛于跳跃的中点 (左右极限的算数平均值)
拓展:迪利克雷条件
狄利克雷条件是一个信号存在傅里叶变换的充分不必要条件。即满足狄利克雷条件,则必然可以傅里叶展开;但可以傅里叶展开不一定满足狄利克雷条件。
- 在一周期内,连续或只有有限个第一类间断点
- 在一周期内,极大值和极小值的数目应是有限个
- 在一周期内,信号是绝对可积的
例子:求锯齿波的傅里叶展开
略
小技巧:cos(nπ)=(−1)ncos(n\pi) = (-1)^ncos(nπ)=(−1)n
核心
傅里叶级数尝试兼顾整个区间 在整个区间上逼近, 而不是像泰勒级数 在一个点附近逼近
拓展 Extension
改变周期
当周期是2L时
f(t)=c0+∑n=1∞ancos(nπLt)+bnsin(nπLt)an=1L∫−LLf(t)cos(nπLt)dtbn=1L∫−LLf(t)sin(nπLt)dtf(t) = c_{0} + \sum_{n = 1}^{\infty}{a_{n}cos(\frac{n\pi}{L}t) + b_{n}sin(\frac{n\pi}{L}t)}\\ a_{n} = \frac{1}{L}\int_{-L}^{L}f(t)cos(\frac{n\pi}{L}t)dt\\ b_{n} = \frac{1}{L}\int_{-L}^{L}f(t)sin(\frac{n\pi}{L}t)dt\\ f(t)=c0+n=1∑∞ancos(Lnπt)+bnsin(Lnπt)an=L1∫−LLf(t)cos(Lnπt)dtbn=L1∫−LLf(t)sin(Lnπt)dt
when f(t)f(t)f(t) is even
an=2L∫0Lf(t)cos(nπLt)dtbn=0a_{n} = \frac{2}{L}\int_{0}^{L}f(t)cos(\frac{n\pi}{L}t)dt\\ b_{n} = 0 an=L2∫0Lf(t)cos(Lnπt)dtbn=0
when f(t)f(t)f(t) is odd
bn=2L∫0Lf(t)sin(nπLt)dtan=0b_{n} = \frac{2}{L}\int_{0}^{L}f(t)sin(\frac{n\pi}{L}t)dt\\ a_{n} = 0 bn=L2∫0Lf(t)sin(Lnπt)dtan=0
周期延拓
傅里叶级数是针对有限区间的
针对非周期函数,取感兴趣的一段当成周期函数
- 偶延拓
- 奇延拓
具体解法
对于非阻尼二阶常系数ODE
x′′+ω02x=f(t)x'' + \omega_{0}^2x = f(t) x′′+ω02x=f(t)
当f(t)f(t)f(t)为三角函数{cos(ωnt)sin(ωnt)\left\{\begin{matrix}cos(\omega_{n}t)\\sin(\omega_{n}t)\end{matrix}\right.{cos(ωnt)sin(ωnt)时,我们知道一个特解 xp={cos(ωnt)sin(ωnt)/ω02−ωn2x_{p}= \left\{\begin{matrix}cos(\omega_{n}t)\\sin(\omega_{n}t)\end{matrix}\right./{\omega_{0}^{2}-\omega_{n}^{2}}xp={cos(ωnt)sin(ωnt)/ω02−ωn2
所以,如果f(t)f(t)f(t)可以被傅里叶展开,
f(t)=a02+∑n=1∞ancos(ωnt)+bnsin(ωnt)f(t) = \frac{a_{0}}{2} + \sum_{n = 1}^{\infty}{a_{n}cos(\omega_{n}t) + b_{n}sin(\omega_{n}t)} f(t)=2a0+n=1∑∞ancos(ωnt)+bnsin(ωnt)
则根据叠加原理我们可以得到一个特解response
xp=f(t)=a02ω02+∑n=1∞ancos(ωnt)+bnsin(ωnt)ω02−ωn2x_{p} = f(t) = \frac{a_{0}}{2\omega_{0}^2} + \sum_{n = 1}^{\infty}{\frac{a_{n}cos(\omega_{n}t) + b_{n}sin(\omega_{n}t)}{\omega_{0}^{2}-\omega_{n}^{2}}} xp=f(t)=2ω02a0+n=1∑∞ω02−ωn2ancos(ωnt)+bnsin(ωnt)
其中f(t)f(t)f(t)的周期为2L2L2L, ωn=nπL\omega_{n} = \frac{n\pi}{L}ωn=Lnπ
另一种解法 待定系数f(t)=c0+∑n=1∞an′cos(ωnt)+bn′sin(ωnt)f(t) = c_{0} + \sum_{n = 1}^{\infty}{a'_{n}cos(\omega_{n}t) + b'_{n}sin(\omega_{n}t)}f(t)=c0+∑n=1∞an′cos(ωnt)+bn′sin(ωnt) 带入ODE对比
系统响应
由上我们可知,当ωn\omega_{n}ωn越接近系统的固有频率时 系数越大 换句话说
系统不会对所有频率做出同等响应 而是会pick out接近它固有频率的频率
有时会引起共振
MIT_18.03_微分方程_Fourier_Series_傅里叶级数_Notes相关推荐
- MIT_18.03_微分方程_Convolution_卷积_Notes
Convolution 引 已知两个拉普拉斯变换结果F(s),G(s)F(s),G(s)F(s),G(s), F(s)=∫0∞e−stf(t)dtG(s)=∫0∞e−stg(t)dtF(s) = \i ...
- MIT_18.03_微分方程_Laplace_Transform_拉普拉斯变换_Notes
Laplace Transform 引 对于幂级数 power series ∑0∞anxn=A(x)\sum_{0}^{\infty}{a_{n}x^n} = A(x) 0∑∞anxn=A(x) ...
- 微分方程4_傅里叶级数
调整余弦函数的频率 通过不同频率的函数的叠加来近似目标函数的过程 对于热传导方程,直接求解是很难的 但我们将它近似成余弦函数是就会变的简单 同时热传导方程和线性方程一样,将两个解加起来就是一个新的解 ...
- 西北工业大学计算机考研真题百度云,研友分享:西北工业大学计算机考研血泪史...
研友分享:西北工业大学计算机考研血泪史 我母校是山东一所二本学校,在这个以材料学为核心的地方,我度过了人生中最荒唐的四年,打球打到进医院,喝酒喝 作者 shifozx 次阅读 2011-05-23 我 ...
- 西工大计算机专业考研好考吗,研友分享:西北工业大学计算机考研血泪史
研友分享:西北工业大学计算机考研血泪史 我母校是山东一所二本学校,在这个以材料学为核心的地方,我度过了人生中最荒唐的四年,打球打到进医院,喝酒喝 作者 shifozx 次阅读 2011-05-23 我 ...
- 信号与系统(三):系统分析方法对比:微分方程 相量 傅里叶级数/变换 拉普拉斯变换
特点 方法 适用范围 数学意义 物理意义 系统响应类型 输入信号类型 简化计算的方法 简化计算的原因 微分方程 全响应 可求特解的信号 - - 特解:输入决定 + 通解:系统结构.初 ...
- 控制-频域操作-傅里叶级数和傅里叶变换
傅里叶级数和傅里叶变换是什么关系? - 马同学的回答 - 知乎 1.任何一个函数都可以表达成傅里叶级数形式 2.上面的傅里叶级数表达形式 有正弦波,也有余弦波,画频域图也不方便,通过欧拉公式,可以修改 ...
- 傅里叶变换处理音频c++_积分变换(1)——傅里叶级数
学习阶段:大学数学,积分变换. 前置知识:微积分.线性代数.复变函数. 我们是如何区分开两个同时说话的人的声音的?要知道,声音本质是一种机械波,波具有叠加性,同时说话的两个人的声波叠加之后是一种混乱的 ...
- python计算无穷级数求和常用公式_傅里叶变换(二) 从傅里叶级数到傅里叶变换...
在上一部分当中,得到了利用三角函数表示周期函数的方法,但是对于非周期函数就...凉了.所以有什么办法吗?没办法(划掉).这时候我们就需要拿出来我们的黑科技--傅里叶变换. 一.傅里叶级数的推广 当然这 ...
最新文章
- Nginx网站常见的跳转配置实例
- LeetCode 31. Next Permutation-- Python 解法--数学题--比当前数大的最小的数
- idea new对象后自动补全_IDEA的quot;奇淫巧技quot;
- JSP数据库连接方式总结
- ejb运行程序_在哪里可以运行EJB?
- 随便选一张扑克牌_扑克牌魔术手法教学,简单易学的纸牌魔术,三分钟让你成为大师...
- 转的,程序员如何缓解压力
- 【Flink】Flink 1.13 将数据 写入 到 elasticsearch 7 案例
- php textarea换行
- Java String 类的方法
- 持续集成工具 jenkins 实践
- Windows下编译DCMTK
- Suse Enterprise Server 11的安装
- 解决office 2016公式编辑器空白,无法正常显示公式的问题
- js 打印去掉页眉页脚页码_js页面打印去除页眉页脚
- Lebesgue可测但非Borel可测的函数
- 利用临时二维码实现在电脑浏览器上的微信扫码登陆功能 - EasyWeChat版
- 企业网站被黑客攻击了怎么办
- 设备异常状态检测相关内容(一)
- FPGA SEU问题与SEM Core