从傅立叶级数到傅立叶变换
之前写过两篇关于傅立叶变换的文章:
傅立叶级数是针对周期函数的,为了可以处理非周期函数,需要傅立叶变换。如果对傅立叶级数有疑问,请参看“代数细节”一文。
先看下思路:
马同学高等数学
  • (a).周期函数,可以通过傅立叶级数画出频域图
  • (b).增长周期,频域图变得越来越密集
  • (c).T=\infty,得到傅立叶变换,频域图变为连续的曲线
下面是细节的讲解。
1 傅立叶级数
让·巴普蒂斯·约瑟夫·傅里叶男爵(1768 -1830)猜测任意周期函数都可以写成三角函数之和。比如下面这个周期为2\pi的方波,可以用大量的正弦波的叠加来逼近:
1.1 傅立叶级数是向量
从代数上看,傅立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)
\displaystyle f(x)=a_0+\sum _{{n=1}}^{\infty}\left(a_{n}cos({\frac{2\pi n}{T}x})+b_{n}sin({\frac{2\pi n}{T}x})\right),a_0\in\mathbb{R}
在“代数细节”一文中解释了,实际上是把f(x)当作了如下基的向量:
\{1,cos({\frac{2\pi n}{T}x}),sin({\frac{2\pi n}{T}x})\}
那么上面的式子就可以解读为:
\displaystyle f(x)=\underbrace{a_0}_{基1下的坐标}\cdot 1+\sum _{{n=1}}^{\infty }\left(\underbrace{a_{n}}_{对应基的坐标}cos({\frac{2\pi n}{T}x})+\underbrace{b_{n}}_{对应基的坐标}sin({\frac{2\pi n}{T}x})\right)
说具体点,比如刚才提到的,T=2\pi的方波f(x),可以初略的写作:
f(x)\approx 1+\frac{4}{\pi}sin(x)
从几何上看,有那么一丁点相似:
我们可以认为:
f(x)\approx 1+\frac{4}{\pi}sin(x)
此函数的基为:
\{1,sin(x)\}
f(x)相当于向量:
\displaystyle (1,\frac{4}{\pi})
画到图上如下,注意坐标轴不是x,y,而是1,sin(x)
1.2 频域图
再增加几个三角函数:
f(x)\approx 1+\frac{4}{\pi}sin(x)+0sin(2x)+\frac{4}{3\pi}sin(3x)+0sin(4x)+\frac{4}{5\pi}sin(5x)
从几何上看,肯定更接近了:
此时基为:
\{1,sin(x),sin(2x),sin(3x),sin(4x),sin(5x)\}
对应的向量为:
\displaystyle (1,\frac{4}{\pi},0,\frac{4}{3\pi},0,\frac{4}{5\pi})
六维的向量没有办法画图啊,没关系,数学家发明了一个频域图来表示这个向量:
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,也就是之前的基:
0Hz\iff sin(0x)\quad 3Hz\iff sin(3x)\cdots
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。当然还有别的办法,综合正弦和余弦,这个后面再说。
原来的曲线图就称为时域图(这点请参考“代数细节”),往往把时域图和频域图画在一起,这样能较为完整的反映傅立叶级数:
不管时域、频域其实反映的都是同一个曲线,只是一个是用函数的观点,一个是用向量的观点。
当习惯了频域之后,会发现看到频域图,似乎就看到了傅立叶级数的展开:
2 非周期函数
非周期函数,比如下面这个函数可以写出傅立叶级数吗?
这并非一个周期函数,没有办法写出傅立叶级数。
不过可以变换一下思维,如果刚才的方波的周期:
T=2\pi\to T=\infty
那么就得到了这个函数:
在这样的思路下,就可以使用三角级数来逼近这个函数:
观察下频域,之前说了,对于周期为T的函数f(x),其基为(对此点有疑问的,可以看“代数细节”一文):
\{1,cos({\frac{2\pi n}{T}x}),sin({\frac{2\pi n}{T}x})\}
刚才举的方波T=2\pi,对应的基就为(没有余弦波):
\{1,sin(x),sin(2x),sin(3x),sin(4x),sin(5x),\cdots\,sin(nx)\}
对应的频率就是:
\{0Hz,1Hz,2Hz,3Hz,4Hz,5Hz,\cdots\,nHz\}
按照刚才的思路,如果T不断变大,比如让T=4\pi,对应的基就为(没有余弦波):
\{1,sin(0.5x),sin(x),sin(1.5x),sin(2x),sin(2.5x),\cdots\,sin(0.5nx)\}
对应的频率就是:
\{0Hz,0.5Hz,1Hz,1.5Hz,2Hz,2.5Hz,\cdots\,0.5nHz\}
和刚才相比,频率更加密集:
之前的方波的频域图,画了前50个频率,可以看到,随着T不断变大,这50个频率越来越集中:
可以想象,如果真的:
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:
傅立叶变换就是,让T=\infty,求出上面这根频域曲线。
3 傅立叶变换
之前说了,傅立叶级数是:
\displaystyle f(x)=a_0+\sum _{{n=1}}^{\infty}\left(a_{n}cos({\frac{2\pi n}{T}x})+b_{n}sin({\frac{2\pi n}{T}x})\right),a_0\in\mathbb{R}
这里有正弦波,也有余弦波,画频域图也不方便,通过欧拉公式,可以修改为复数形式(请参考“代数细节”一文):
\displaystyle f(x)=\sum _{{n=-\infty }}^{\infty }c_{n}\cdot e^{{i{\tfrac {2\pi nx}{T}}}}
其中:
\displaystyle c_{n}={\frac{1}{T}}\int _{{x_{0}}}^{{x_{0}+T}}f(x)\cdot e^{{-i{\tfrac {2\pi nx}{T}}}}\ dx
复数形式也是向量,可以如下解读:
\displaystyle f(x)=\sum _{{n=-\infty}}^{\infty}\underbrace{c_{n}}_{对应基的坐标}\cdot \underbrace{e^{{i{\tfrac {2\pi nx}{T}}}}}_{正交基}
不过c_{n}是复数,不好画频域图,所以之前讲解全部采取的是三角级数。
周期推向无穷的时候可以得到:

\left.
\begin{align*}
    \displaystyle f(x)=\sum _{{n=-\infty }}^{\infty }c_{n}\cdot e^{{i{\tfrac {2\pi nx}{T}}}}\\
    T=\infty
\end{align*}
\right\}\implies
f(x) = \int_{-\infty}^\infty F(\omega)\ e^{i\omega x}\,d\omega
上面简化了一下,用\omega代表频率。
F(\omega)大致是这么得到的:

\left.
\begin{align*}
    c_{n}={\frac{1}{T}}\int _{{x_{0}}}^{{x_{0}+T}}f(x)\cdot e^{{-i{\tfrac {2\pi nx}{T}}}}\ dx\\
    T=\infty
\end{align*}
\right\}\implies
F(\omega)=\frac{1}{2\pi}\int_{-\infty}^\infty f(x)\ e^{-i\omega x}\,dx
F(\omega)就是傅立叶变换,得到的就是频域曲线。
下面两者称为傅立叶变换对,可以相互转换:
f(x)\iff F(\omega)
正如之前说的,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。
声明:原创内容,未授权请勿转载,内容合作意见反馈联系公众号: matongxue314
马同学高等数学
微信公众号:matongxue314