傅里叶公式推导(一)

文章目录

  • 三角函数系
  • 正交
  • 证明
    • 图观法
    • 数学证明法
    • 计算
      • 当 n不等于m
      • 当 n等于m(重点)
    • 其它同理


首先要了解的一点基础知识:

三角函数系

{ sin ⁡ 0 , cos ⁡ 0 , sin ⁡ x , cos ⁡ x , sin ⁡ 2 x , cos ⁡ 2 x , … , sin ⁡ n x , cos ⁡ n x , …   } \left \{ \sin 0,\cos 0,\sin x,\cos x,\sin 2x, \cos 2x, \dots,\sin nx,\cos nx,\dots \right \} {sin0,cos0,sinx,cosx,sin2x,cos2x,,sinnx,cosnx,}
一般常见的是下面这种
{ 1 , sin ⁡ x , cos ⁡ x , sin ⁡ 2 x , cos ⁡ 2 x , … , sin ⁡ n x , cos ⁡ n x , …   } \left \{ 1, \sin x,\cos x,\sin 2x, \cos 2x, \dots,\sin nx,\cos nx,\dots \right \} {1,sinx,cosx,sin2x,cos2x,,sinnx,cosnx,}

正交

三角函数正交性,上面每个元素项和其他项(非自身)的乘积的积分为零
{ ∫ − π π sin ⁡ n x cos ⁡ m x d t = 0 , n ≠ m ∫ − π π sin ⁡ m x cos ⁡ n x d t = 0 , m ≠ n \left\{\begin{matrix} \int_{-\pi }^{\pi} \sin nx \cos mx \mathrm{d}t = 0, n \ne m \\ \int_{-\pi }^{\pi} \sin mx \cos nx \mathrm{d}t = 0, m \ne n \end{matrix}\right. {ππsinnxcosmxdt=0,n=mππsinmxcosnxdt=0,m=n

证明

图观法

直接画出两个乘积后的图像,如下( sin ⁡ x s i n 2 x \sin{x}sin{2x} sinxsin2x) 的曲线, 积分区间也就是图像围成的面积和,可以直接观察下图1面积为零。
在这里插入图片描述
图1
如下( sin ⁡ 2 x s i n 2 x \sin{2x}sin{2x} sin2xsin2x) 的曲线, 面积和不为零。
在这里插入图3
图2

数学证明法

首先下面一些基础式子要用到。
积化和差
sin ⁡ a sin ⁡ b = 1 2 [ cos ⁡ ( a − b ) − cos ⁡ ( a + b ) ] cos ⁡ a cos ⁡ b = 1 2 [ cos ⁡ ( a − b ) + cos ⁡ ( a + b ) ] \sin a \sin b = \frac{1}{2}\left [ \cos\left ( a - b \right ) - \cos \left ( a + b \right ) \right ] \\ \cos a \cos b = \frac{1}{2}\left [ \cos\left ( a - b \right ) + \cos \left ( a + b \right ) \right ] sinasinb=21[cos(ab)cos(a+b)]cosacosb=21[cos(ab)+cos(a+b)]

积分公式
∫ cos ⁡ θ d θ = sin ⁡ θ + C \int \cos \theta \mathrm{d} \theta = \sin \theta + \mathrm {C} cosθdθ=sinθ+C

基本式子

f ( x ) = ∫ cos ⁡ ( n − m ) x d x 令: θ = ( n − m ) x , x = θ n − m f ( x ) = ∫ cos ⁡ θ d θ 1 n − m = 1 n − m sin ⁡ θ + C 回代 θ = 1 n − m sin ⁡ ( n − m ) x + C \begin{array}{l} f(x) = \int \cos \left ( n-m \right ) x \mathrm {d} x \\ \text{令:} \theta = (n-m)x, x = \frac{\theta}{n-m} \\ f(x) = \int \cos \theta \mathrm{d}\theta\frac{1}{n-m} \\ = \frac{1}{n-m}\sin \theta + \mathrm {C} \\ \text {回代} \theta \\ = \frac{1}{n-m}\sin (n-m)x + \mathrm {C} \end{array} f(x)=cos(nm)xdx令:θ=(nm)x,x=nmθf(x)=cosθdθnm1=nm1sinθ+C回代θ=nm1sin(nm)x+C

计算

当 n不等于m

f ( x ) = ∫ − π π cos ⁡ n x cos ⁡ m x d x , 当 n ≠ m = 1 2 [ ∫ − π π cos ⁡ ( n − m ) x d x + ∫ − π π cos ⁡ ( n + m ) x d x ] = 1 2 [ 1 n − m sin ⁡ ( n − m ) x ∣ − π π + 1 n − m sin ⁡ ( n + m ) x ∣ − π π ] = 1 2 [ 0 + 0 ] = 0 \begin{array}{l} f(x) = \int_{-\pi}^{\pi} \cos{nx}\cos{mx} \mathrm{d}x , \text{当} n \ne m \\ = \frac{1}{2}[\int_{-\pi}^{\pi}\cos{(n-m)x}\mathrm{d}x + \int_{-\pi}^{\pi}\cos{(n+m)x}\mathrm{d}x] \\ = \frac{1}{2}[\frac{1}{n-m}\sin (n-m)x|_{-\pi}^{\pi} + \frac{1}{n-m}\sin (n+m)x|_{-\pi}^{\pi}] \\ = \frac{1}{2}[0 + 0] \\ = 0 \end{array} f(x)=ππcosnxcosmxdx,n=m=21[ππcos(nm)xdx+ππcos(n+m)xdx]=21[nm1sin(nm)xππ+nm1sin(n+m)xππ]=21[0+0]=0

当 n等于m(重点)

这个结果很重要,后面会用到。
f ( x ) = ∫ − π π cos ⁡ n x cos ⁡ m x d x , 当 n = m = 1 2 [ ∫ − π π cos ⁡ ( n − m ) x d x + ∫ − π π cos ⁡ ( n + m ) x d x ] 令 m = n = 1 2 [ ∫ − π π cos ⁡ ( n − n ) x d x + ∫ − π π cos ⁡ ( n + n ) x d x ] = 1 2 [ ∫ − π π 1 d x + ∫ − π π cos ⁡ 2 n x d x ] 根据上面正交性加号后面为0 = 1 2 [ 2 π + 0 ] = π \begin{array}{l} f(x) = \int_{-\pi}^{\pi} \cos{nx}\cos{mx} \mathrm{d}x , \text{当} n = m \\ = \frac{1}{2}[\int_{-\pi}^{\pi}\cos{(n-m)x}\mathrm{d}x + \int_{-\pi}^{\pi}\cos{(n+m)x}\mathrm{d}x] \\ \text{令} m = n \\ = \frac{1}{2}[\int_{-\pi}^{\pi}\cos{(n-n)x}\mathrm{d}x + \int_{-\pi}^{\pi}\cos{(n+n)x}\mathrm{d}x] \\ = \frac{1}{2}[\int_{-\pi}^{\pi}1\mathrm{d}x + \int_{-\pi}^{\pi}\cos{2nx}\mathrm{d}x] \\ \text{根据上面正交性加号后面为0} \\ = \frac{1}{2}[2\pi+0] \\ = \pi \end{array} f(x)=ππcosnxcosmxdx,n=m=21[ππcos(nm)xdx+ππcos(n+m)xdx]m=n=21[ππcos(nn)xdx+ππcos(n+n)xdx]=21[ππ1dx+ππcos2nxdx]根据上面正交性加号后面为0=21[2π+0]=π

其它同理

更多视频参考:

https://www.bilibili.com/video/BV17t411d7hm/?spm_id_from=333.1391.0.0&vd_source=d45742076f53438671ec261bbacb2002

—————— 但行好事莫问前程,你若盛开蝴蝶自来

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/967333.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

SSA-TCN麻雀算法优化时间卷积神经网络时间序列预测未来Matlab实现

SSA-TCN麻雀算法优化时间卷积神经网络时间序列预测未来Matlab实现 目录 SSA-TCN麻雀算法优化时间卷积神经网络时间序列预测未来Matlab实现预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.Matlab实现SSA-TCN麻雀算法优化时间卷积神经网络时间序列预测未来(优…

DeepSeek 助力 Vue 开发:打造丝滑的步骤条

前言:哈喽,大家好,今天给大家分享一篇文章!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏关注哦 💕 目录 Deep…

利用二分法进行 SQL 盲注

什么是sql注入? SQL 注入(SQL Injection)是一种常见的 Web 安全漏洞,攻击者可以通过构造恶意 SQL 语句来访问数据库中的敏感信息。在某些情况下,服务器不会直接返回查询结果,而是通过布尔值(Tr…

USB子系统学习(四)用户态下使用libusb读取鼠标数据

文章目录 1、声明2、HID协议2.1、描述符2.2、鼠标数据格式 3、应用程序4、编译应用程序5、测试6、其它 1、声明 本文是在学习韦东山《驱动大全》USB子系统时,为梳理知识点和自己回看而记录,全部内容高度复制粘贴。 韦老师的《驱动大全》:商…

数据安全:守护数据的坚固防线

在数字化时代,数据已成为企业和组织的核心资产。然而,数据的安全性问题也日益凸显,数据泄露、数据滥用等事件频发,给企业和个人带来了巨大的损失。今天,让我们深入《DAMA数据管理知识体系指南(第二版&#…

PyQt学习记录

0. 安装配置 0.1 安装相关库 首先打开你的PyCharm程序,然后新建一个目录用于学习,其次在terminal中输入 pip install pyqt5如果你不具有科学上网能力,请改为国内源 pip install pyqt5 -i https://pypi.douban.com/simple然后安装pyqt相关…

对“云原生”的初印象

一、背景 最近因为在工作中以及一些技术博客中听的比较火的一个关键词 "云原生",于是产生了好奇,云原生到底是什么东西?自己对云原生也是一个纯小白,于是带着这个问题去好好了解一下,什么是"云原生&qu…

SystemVerilog基础:disable fork语句

相关阅读 SystemVerilog基础https://blog.csdn.net/weixin_45791458/category_12517449.html?spm1001.2014.3001.5482 一、进程的概念 在学习disable fork语句之前,首先的了解SystemVerilog中的进程概念:进程是一系列可以独立执行的一个或多个表达式。…

富芮坤FR8003硬件:VDDIO供电有工作不正常的情况从VBAT供电正常

从事嵌入式单片机的工作算是符合我个人兴趣爱好的,当面对一个新的芯片我即想把芯片尽快搞懂完成项目赚钱,也想着能够把自己遇到的坑和注意事项记录下来,即方便自己后面查阅也可以分享给大家,这是一种冲动,但是这个或许并不是原厂希望的,尽管这样有可能会牺牲一些时间也有哪天原…

IBM服务器刀箱Blade安装Hyper-V Server 2019 操作系统

案例:刀箱某一blade,例如 blade 5 安装 Hyper-V Server 2019 操作系统(安装进硬盘) 刀箱USB插入安装系统U盘,登录192.168... IBM BlandeCenter Restart Blande 5,如果Restart 没反应,那就 Power Off Blade 然后再 Power On 重启后进入BIOS界面设置usb存储为开机启动项 …

【大模型】本地部署DeepSeek-R1:8b大模型及搭建Open-WebUI交互页面

本地部署DeepSeek-R1:8b大模型 一、摘要及版本选择说明1.1 摘要1.2 版本选择 二、下载并安装Ollama三、运行DeepSeek-R1:8b大模型四、安装Open WebUI增强交互体验五、关闭Ollama开机自动启动六、DeepSeek大模型启停步骤 一、摘要及版本选择说明 1.1 摘要 作为一名对 AI 和生成…

6、使用one-api管理统一管理大模型,并开始使用本地大模型

文章目录 本节内容介绍集中接入:将大模型统一管理起来当使用了大模型代理大模型代理示例 开源模型:如何使用Hugging Face上的模型modelscope使用 pipeline 调用模型用底层实现调用模型流式输出 如何在项目中使用开源模型使用 LangChain使用集中接入开始使…

绕组电感 - Ansys Maxwell 磁通链与电流

在本博客中,我将演示如何使用 Ansys Maxwell 中磁瞬态求解器的磁通链和电流结果来计算绕组电感。Ansys Maxwell 磁瞬态求解器在场计算中考虑了涡流效应,我将展示一种使用磁通链和电流结果来计算绕组电感的简单方法。 实际上,电感是非线性的…

【图片转换PDF】多个文件夹里图片逐个批量转换成多个pdf软件,子文件夹单独合并转换,子文件夹单独批量转换,基于Py的解决方案

建筑设计公司在项目执行过程中,会产生大量的设计图纸、效果图、实景照片等图片资料。这些资料按照项目名称、阶段、专业等维度存放在多个文件夹和子文件夹中。 操作需求:为了方便内部管理和向客户交付完整的设计方案,公司需要将每个项目文件…

Formality:探针(Probe Point)的设置与使用

相关阅读 Formalityhttps://blog.csdn.net/weixin_45791458/category_12841971.html?spm1001.2014.3001.5482 一般情况下,verify命令会对参考设计和实现设计所有匹配的比较点各自进行验证,但有些时候为了调试,可能需要验证参考设计和实现设…

Cherry Studio之DeepSeek联网/本地,建属于自己的AI助理!

上一篇文章,讲了DeepSeek-R1部署到本地的方法。这一篇文章,我们让DeepSeek再一次升级,通过图形化界面来交互,从而变成我们的AI助理,让DeepSeek R1发挥最大实力! 首选需要借助硅基流动的API接口&#xff0c…

HarmonyOS Next 方舟字节码文件格式介绍

在开发中,可读的编程语言要编译成二进制的字节码格式才能被机器识别。在HarmonyOS Next开发中,arkts会编译成方舟字节码。方舟字节码长什么样呢?我们以一个demo编译出的abc文件: 二进制就是长这样,怎么去理解呢&…

AMD 8845HS 780M核显部署本地deepseek大模型的性能

测试了一下笔记本电脑AMD 8845HS的780M核显是否能本地部署deepseek大模型。 测试软件环境:LM Studio 0.3.9 、Windows 11 24H2 硬件:荣耀X16笔记本 CPU:AMD 8845HS 显卡:780M核显,显存为共享内存自动分配模式&…

实验7 路由器之间IPsec VPN配置

实验7 路由器之间IPsec VPN配置 1.实验目的 通过在两台路由器之间配置IPsec VPN连接,掌握IPsec VPN配置方法,加深对IPsec协议的理解。 2.实验内容 (1)按照实验拓扑搭建实验环境。 (2)在路由器R1和R4配置IP…

【FPGA】模型机下载FPGA设计

目录 模型机下载FPGA设计 框架 仿真 代码 MIOC.v IO.v SoC.v 模型机下载FPGA设计 32位MIPS地址空间采用内存与IO统一编址方式,总共232个存储单元,每个单元默认存放1个字节,即总共4GB。划分为:用户空间和内核空间。 (1)…