傅里叶变换的由来及复数下的傅里叶变换公式证明

1、  考虑到一个函数可以展开成一个多项式的和,可惜多项式并不能直观的表示周期函数,由于正余弦函数是周期函数,可以考虑任意一个周期函数能否表示成为一系列正余弦函数的和。假设可以,不失一般性,于是得到:

f(t)= A0+∑(n=1,∞) Ansin(nwt+Φn)

2、  将后面的正弦函数展开:

Ansin(nwt+Φn)=AnsinΦncosnwt+AncosΦnsinnwt

令 a0/2 =A0,an = AnsinΦn,bn=AncosΦn,x=wt,可得

f(x)= a0/2+∑(n=1,∞)(ancosnx+bnsinnx)

对两边积分,得

ƒ(-π->π) f(x)dx = ƒ(-π->π)a0/2dx +ƒ(-π->π)(∑(n=1,∞) (ancosnx+bnsinnx))dx

ƒ(-π->π) f(x)dx = ƒ(-π->π)a0/2dx +∑(1 -> ∞) (ƒ(-π->π)(ancosnx+bnsinnx)dx)

ƒ(-π->π) f(x)dx = ƒ(-π->π)a0/2dx +∑( 1 -> ∞) [anƒ(-π->π)cosnxdx+bnƒ(-π->π)sinnxdx]

ƒ(-π->π) f(x)dx =a0/2 * 2π  +∑( 1 -> ∞) [anƒ(-π->π)cosnxdx+bnƒ(-π->π)sinnxdx]

由于三角函数系{1,cosx,sinx,cos2x,sin2x,……,cosnx,sinnx,……}  -------------- ⑴

在区间[-π,π]上正交,就是指在三角函数系⑴中任何不同的两个函数的乘积在区间[-π,π]上的积分等于0,即
∫[-π->π]cosnxdx=0
∫[-π->π]sinnxdx=0
∫[-π->π]sinkxcosnxdx=0
∫[-π->π]coskxcosnxdx=0
∫[-π->π]sinkxsinnxdx=0
(k,n=1,2,3.....,k≠n)

所以

ƒ(-π->π) f(x)dx = ao * π

后面的积分很明显是0,于是我们求出了a0的值。

ao  = ƒ(-π->π) f(x)dx /π

那么如何求出an,如果让原函数乘以cos(nx)再进行积分。

ƒ(-π->π) f(x)*cosnx dx = ƒ(-π->π)a0/2 * cosnx dx +ƒ(-π->π)(∑(n=1,∞)(ancosnx*cosnx + bnsinnx*cosnx))dx

ƒ(-π->π) f(x)*cosnx dx = ƒ(-π->π)a0/2 * cosnx dx +∑(n=1,∞)[ an ƒ(-π->π)cosnx*cosnxdx + bn ƒ(-π->π)sinnx*cosnxdx])

同样运用上面提到的性质,可以得到

ƒ(-π->π) f(x)*cosnx dx = an ƒ(-π->π)[cosnx*cosnxdx]

ƒ(-π->π) f(x)*cosnx dx = an  ƒ(-π->π)[1+cos2nx)/2 dx]

ƒ(-π->π) f(x)*cosnx dx = an [  ƒ(-π->π)1/2 dx +  ƒ(-π->π)(cos2nx/2 )dx

ƒ(-π->π) f(x)*cosnx dx = an ( π + 1/2 *( sin2nx|(-π->π))

ƒ(-π->π) f(x)*cosnx dx = an  π

得  an =  ƒ(-π->π) f(x)*cosnx dx/ π (n=1,2,3.....)

再用sin(nx)乘,再进行积分就会得到bn,

bn =  ƒ(-π->π) f(x)*sinnx dx/ π (n=1,2,3.....)

时间: 2024-10-06 17:15:03

傅里叶变换的由来及复数下的傅里叶变换公式证明的相关文章

完全搞懂傅里叶变换和小波(4)——欧拉公式及其证明

这一系列的文章中间中断了很久,很多朋友也留言希望我继续连载完,遂"重拾旧河山",希望如果有时间能够把它做完. 本节我们介绍欧拉公式,它是复变函数中非常重要的一个定理,同时对于傅立叶变换的理解也必不可少.我们在高等数学里学习的傅立叶级数通常都是用三角函数形式表示的,而傅立叶变换中的一般都是用幂指数形式的,欧拉公式的作用正是把三角函数与e的幂指数联系到一起. 如果你对本文涉及的基础问题不甚了解,那么建议你阅读本文前面的部分. 完全搞懂傅里叶变换和小波(1)--总纲 http://blog.

MT【21】任意基底下的距离公式

解析: 评:$\theta=90^0$时就是正交基底下(即直角坐标系下)的距离公式.

傅里叶变换详解

1. 傅里叶变换的基本结论 (1)三角形式:任何函数都可以用三角形式(无穷多个累加,从1到无穷多个)来表达 (2)复数形式:三角函数和复数之间有一个关系:cosx=(e^ix+e^-ix)/2 sinx=(e^ix-e^-ix)/2 (欧拉公式) 所以 (3)傅里叶变换 >>相关阅读: 1. 傅里叶变换的由来及复数下的傅里叶变换公式证明 2. 傅立叶变换的推导(原文档排版有问题-此为经重新修正版本) 3. 傅里叶变换,如果看了此文你还不懂那就过来掐死我吧[完整版] 4. 傅里叶变换的目的:将值

【笔记篇】(理论向)快速傅里叶变换(FFT)学习笔记w

现在真是一碰电脑就很颓废啊... 于是早晨把电脑锁上然后在旁边啃了一节课多的算导, 把FFT的基本原理整明白了.. 但是我并不觉得自己能讲明白... Fast Fourier Transformation, 快速傅里叶变换, 是DFT(Discrete Fourier Transform, 离散傅里叶变换)的快速实现版本. 据说在信号处理领域广泛的应用, 而且在OI中也有广泛的应用(比如SDOI2017 R2至少考了两道), 所以有必要学习一波.. 划重点: 其实学习FFT最好的教材是<算法导论

傅里叶变换通俗解释及快速傅里叶变换的python实现

通俗理解傅里叶变换,先看这篇文章傅里叶变换的通俗理解! 接下来便是使用python进行傅里叶FFT-频谱分析: 一.一些关键概念的引入 1.离散傅里叶变换(DFT) 离散傅里叶变换(discrete Fourier transform) 傅里叶分析方法是信号分析的最基本方法,傅里叶变换是傅里叶分析的核心,通过它把信号从时间域变换到频率域,进而研究信号的频谱结构和变化规律.但是它的致命缺点是:计算量太大,时间复杂度太高,当采样点数太高的时候,计算缓慢,由此出现了DFT的快速实现,即下面的快速傅里叶

傅里叶变换在图像处理中的应用

目录 1.理解二维傅里叶变换的定义    2 1.1二维傅里叶变换    2 1.2二维离散傅里叶变换    2 1.3用FFT计算二维离散傅里叶变换    3 1.3图像傅里叶变换的物理意义    4 2.二维傅里叶变换有哪些性质?    5 2.1二维离散傅里叶变换的性质    5 2.2二维离散傅里叶变换图像性质    6 3.任给一幅图像,对其进行二维傅里叶变换和逆变换    7 4.附录    9 4.1matlab代码    9 4.2参考文献    10 1.理解二维傅里叶变换的定

[傅里叶变换及其应用学习笔记] 二十七. 高维傅里叶变换,复习

这节课主要讲傅里叶变换的计算,由于高维傅里叶变换有多个变量,多重积分,因此在计算时会有较大的困难.不过某些函数会有较为简捷的计算方式,下面来分析两类这样的函数. 可分离函数 有一类函数的高维傅里叶变换能通过计算一系列低维傅里叶变换来得到,这类函数被称为可分离函数.(There's an important class of functions for which you can compute a higher-dimensional transform by computing a serie

【DWT笔记】傅里叶变换与小波变换

[DWT笔记]傅里叶变换与小波变换 一.前言 我们经常接触到的信号,正弦信号,余弦信号,甚至是复杂的心电图.脑电图.地震波信号都是时域上的信号,我们也成为原始信号,但是通常情况下,我们在原始信号中得到的信息是有限的,所以为了获得更多的信息,我们就需要对原始信号进行数学变换,得到变换域的信号,通常接触到的变换主要有傅里叶变换.拉普拉斯变换.Z变换.小波变换等等,今天主要讨论下傅里叶变换与小波变换. 二.平稳信号与非平稳信号 在介绍主体之前,先要说下平稳信号与非平稳信号的区别. 平稳信号是指分布参数

傅里叶变换本质及其公式解析

傅里叶变换的本质 傅里叶变换的公式为 可以把傅里叶变换也成另外一种形式: 可以看出,傅里叶变换的本质是内积,三角函数是完备的正交函数集,不同频率的三角函数的之间的内积为0,只有频率相等的三角函数做内积时,才不为0.下面从公式解释下傅里叶变换的意义 因为傅里叶变换的本质是内积,所以f(t)和求内积的时候,只有f(t)中频率为的分量W才会有内积的结果,其余分量的内积为0.可以理解为f(t)在上的投影,积分值是时间从负无穷到正无穷的积分,就是把信号每个时间在w的分量叠加起来,可以理解为f(t)在上的投