当前位置: 首页 > news >正文

【高数+复变函数】傅里叶积分

文章目录

  • 【高数+复变函数】傅里叶积分
    • 2. 傅里叶积分
      • 2.1 复数形式积分公式
      • 2.2 三角形式

上一节: 【高数+复变函数】傅里叶级数

【高数+复变函数】傅里叶积分

2. 傅里叶积分

在上一节中,我们知道了傅里叶级数的基本知识,其中,周期为 2 l 2l 2l的函数的傅里叶展开为:
f ( x ) = a 0 2 + ∑ n = 1 x ( a n cos ⁡ n π x l + b n sin ⁡ n π x l ) f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{x}\left(a_n\cos\frac{n\pi x}{l}+b_n\sin\frac{n\pi x}{l}\right) f(x)=2a0+n=1x(ancoslx+bnsinlx) w = π l w=\frac{\pi}{l} w=lπ,上式就变成了:
f ( x ) = a 0 2 + ∑ n = 1 x ( a n cos ⁡ n w x + b n sin ⁡ cos ⁡ n w x ) f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{x}\left(a_n\cos{nw x}+b_n\sin\cos{nw x}\right) f(x)=2a0+n=1x(ancosnwx+bnsincosnwx)在复变函数中,我们常使用 T T T为周期,也就是 T = 2 l T=2l T=2l,所以傅里叶级数展开式也就变成了:
f T ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n cos ⁡ n ω t + b n sin ⁡ n ω t ) f_T(t)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(a_n\cos n\omega t+b_n\sin n\omega t) fT(t)=2a0+n=1(ancost+bnsint)其中:

ω = 2 π T . a 0 = 2 T ∫ − T 2 T 2 f T ( t ) d t , a n = 2 T ∫ − T 2 T 2 f T ( t ) c o s n w t d t ( n = 1 , 2 , 3 , ⋯ ) , b n = 2 T ∫ − T 2 T 2 f T ( t ) s i n n w t d t ( n = 1 , 2 , 3 , ⋯ ) . \begin{array}{l}\omega=\frac{2\pi}{T}.\\ a_{0}=\frac{2}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}}f_{T}(t)\mathrm{d}t,\\ a_{n}=\frac{2}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}}f_{T}(t)\mathrm{cos}nwtdt\quad(n=1,2,3,\cdots),\\ b_{n}=\frac{2}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}}f_{T}(t)\mathrm{sin}nwtdt\quad(n=1,2,3,\cdots).\end{array} ω=T2π.a0=T22T2TfT(t)dt,an=T22T2TfT(t)cosnwtdt(n=1,2,3,),bn=T22T2TfT(t)sinnwtdt(n=1,2,3,).

2.1 复数形式积分公式

之后我们把他化成复数形式,利用:
cos ⁡ φ = e j φ + e − j φ 2 , sin ⁡ φ = e j φ − e − j φ 2 j = − j e j φ − e − j φ 2 \cos\varphi=\frac{\mathrm{e}^{j\varphi}+\mathrm{e}^{-j\varphi}}{2},\sin\varphi=\frac{\mathrm e^{j\varphi}-\mathrm e^{-j\varphi}}{2\mathrm j}=-j\frac{\mathrm e^{j\varphi}-\mathrm e^{-j\varphi}}{2} cosφ=2ejφ+ejφ,sinφ=2jejφejφ=j2ejφejφ
代入可得
f T ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n − j b n 2 e j n ω t + a n + j b n 2 e − j n ω t ) f_T(t)=\frac{a_0}{2}+\sum\limits_{n=1}^\infty\left(\frac{a_n-jb_n}{2}\mathrm{e}^{jn\omega t}+\frac{a_n+jb_n}{2}\mathrm{e}^{-jn\omega t}\right) fT(t)=2a0+n=1(2anjbnejnωt+2an+jbnejnωt)
之后进行替换:
c n = 1 T ∫ − T 2 T 2 f T ( t ) e − j n ω t d t ( n = 0 , ± 1 , ± 2 , ⋯ ) ω n = n ω ( n = 0 , ± 1 , ± 2 , ⋯ ) c_n=\frac{1}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}}f_T(t)e^{-j n\omega t}\mathrm{d}t\quad(n=0,\pm1,\pm2,\cdots)\\\omega_n=n\omega(n=0,\pm1,\pm2,\cdots) cn=T12T2TfT(t)ejnωtdt(n=0,±1,±2,)ωn=(n=0,±1,±2,)
即可得Fourier级数的复指数形式:
f T ( t ) = ∑ n = − ∞ + ∞ c n e j ω n t = 1 T ∑ n = − ∞ + ∞ [ ∫ − T 2 T 2 f T ( τ ) e − j ω n τ d τ ] e j ω n t f_T(t)=\sum\limits_{n=-\infty}^{+\infty}c_n\mathbf{e}^{j\omega_nt}=\frac{1}{T}\sum_{n=-\infty}^{+\infty}\Big[\int_{-\frac{T}{2}}^{\frac{T}{2}}f_{T}(\tau)\mathrm{e}^{-j\omega_{n}\tau}\mathrm{d}\tau\Big]\mathrm{e}^{j\omega_{n}t} fT(t)=n=+cnejωnt=T1n=+[2T2TfT(τ)ejωnτdτ]ejωnt
现在我们再来考虑非周期函数能否用Fourier积分来表示:

易知:
lim ⁡ T → ∞ f T ( t ) = f ( t ) \lim\limits_{T\to\infty}f_{T}(\begin{matrix}t\end{matrix})=f(\begin{matrix}t\end{matrix}) TlimfT(t)=f(t)
所以我们可以通过给复指数形式求极限得到 f ( t ) f(t) f(t),求极限的过程中也可消去连加号(过程省略),最终Fourier积分公式为:
f ( t ) = 1 2 π ∫ − ∞ + ∞ [ ∫ − ∞ + ∞ f ( τ ) e − j ω τ d τ ] e j ω t d ω . f(t)=\frac{1}{2\pi}\int_{-\infty}^{+\infty}\left[\int_{-\infty}^{+\infty}f(\tau)\mathrm e^{-j\omega\tau}\mathrm d\tau\right]\mathrm e^{j\omega t}\mathrm d\omega. f(t)=2π1+[+f(τ)eτdτ]etdω.
至于一个非周期函数 f ( t ) f(t) f(t)在什么条件下,可以用Fourier积分公式来表示,有下列定理:

image-20230513152956628

2.2 三角形式

image-20230513153442505

f ( t ) = 1 π ∫ 0 + ∞ [ ∫ − ∞ + ∞ f ( τ ) cos ⁡ ω ( t − τ ) d τ ] d ω (1.6) f(t)=\frac{1}{\pi}\int_{0}^{+\infty}[\int_{-\infty}^{+ \infty}f(\tau)\cos\omega(t-\tau)\mathrm{d}\tau]\mathrm{d}\omega \tag{1.6} f(t)=π10+[+f(τ)cosω(tτ)dτ]dω(1.6)

这便是 f ( t ) f(t) f(t)的Fourier积分公式的三角形式。

(1.6)式还可写为:
f ( t ) = 1 π ∫ 0 ∞ [ ∫ − ∞ + ∞ f ( τ ) ( cos ⁡ ω t cos ⁡ ω τ + sin ⁡ ω t sin ⁡ ω τ ) d τ ] d ω . f(t)=\frac{1}{\pi}\int_0^{\infty}\left[\int_{-\infty}^{+\infty}f(\tau)\left(\cos\omega t\cos\omega\tau+\sin\omega t\sin\omega\tau\right)\mathrm{d}\tau\right]\mathrm{d}\omega. f(t)=π10[+f(τ)(cosωtcosωτ+sinωtsinωτ)dτ]dω.
f ( t ) f(t) f(t)是奇函数时:
f ( t ) = 2 π ∫ 0 + ∞ [ ∫ 0 + ∞ f ( τ ) sin ⁡ ω τ d τ ] sin ⁡ ω t d ω . f(t)=\frac{2}{\pi}\int_0^{+\infty}\Big[\int_0^{+\infty}f(\tau)\sin\omega\tau\mathrm d\tau\Big]\sin\omega t\mathrm d\omega. f(t)=π20+[0+f(τ)sinωτdτ]sinωtdω.
f ( t ) f(t) f(t)是偶函数时:
f ( t ) = 2 π ∫ 0 + ∞ [ ∫ 0 + ∞ f ( τ ) cos ⁡ ω τ d τ ] cos ⁡ ω t d ω . f(t)=\frac{2}{\pi}\int_{0}^{+\infty}\left[\int_{0}^{+\infty}f(\tau)\cos\omega\tau\text{d}\tau\right]\cos\omega t\text{d}\omega. f(t)=π20+[0+f(τ)cosωτdτ]cosωtdω.
它们分别称为 Fourier 正弦积分公式和 Fourier 余弦积分公式。

特别,如果 f ( t ) f(t) f(t)仅在 ( 0 , + ∞ ) (0,+\infty) (0,+)上有定义且满足 Fourier 积分存在定理的条件,我们可以采用类似于Fourier 级数中的奇延拓或偶延拓的方法,得到 f ( t ) f(t) f(t)相应的 Fourier 正弦积分展开式或 Fourier 余弦积分展开式

我们可以利用 f ( t ) f(t) f(t)的Fourier积分表达式推证一些反常积分的结果:

例: 求函数 f ( t ) = { 1 , ∣ t ∣ ≤ 1 0 , 其他 f(t)=\left\{\begin{array}{l l}{1,}&{\left|t\right|\leq1}\\ {0,}&{其他}\\ \end{array}\right. f(t)={1,0,t1其他的Fourier积分表达式

根据余弦积分公式,可得出:
2 π ∫ 0 + ∞ sin ⁡ ω cos ⁡ ω t ω d ω = { f ( t ) , t ≠ ± 1 , 1 2 , t = ± 1 , \frac{2}{\pi}\int_0^{+\infty}\frac{\sin\omega\cos\omega t}{\omega}\mathrm{d}\omega=\begin{cases}f(t),\quad t\ne\pm1,\\[2ex]\frac{1}{2},\quad t=\pm1,\end{cases} π20+ωsinωcosωtdω= f(t),t=±1,21,t=±1,
等价于:
∫ 0 + ∞ sin ⁡ ω cos ⁡ ω t ω d ω = { π 2 , ∣ t ∣ < 1 , π 4 , ∣ t ∣ = 1 , 0 , ∣ t ∣ > 1. \int_{0}^{+\infty}\frac{\sin\omega\cos\omega t}{\omega}\mathrm{d}\omega=\begin{cases}\frac{\pi}{2},\quad|t|<1,\\{}\\\frac{\pi}{4},\quad|t|=1,\\{}\\0,\quad|t|>1.\end{cases} 0+ωsinωcosωtdω= 2π,t<1,4π,t=1,0,t>1.
当t=0时, ∫ 0 + ∞ sin ⁡ ω ω d ω = π 2 , \int_0^{+\infty}\frac{\sin\omega}{\omega}\mathrm{d}\omega=\frac{\pi}{2}, 0+ωsinωdω=2π,这就是Dirichlet积分

相关文章:

【高数+复变函数】傅里叶积分

文章目录 【高数复变函数】傅里叶积分2. 傅里叶积分2.1 复数形式积分公式2.2 三角形式 上一节&#xff1a; 【高数复变函数】傅里叶级数 【高数复变函数】傅里叶积分 2. 傅里叶积分 在上一节中&#xff0c;我们知道了傅里叶级数的基本知识&#xff0c;其中&#xff0c;周期为…...

【Leetcode】241. 为运算表达式设计优先级

241. 为运算表达式设计优先级&#xff08;中等&#xff09; 解法一&#xff1a;分治法 对于这道题&#xff0c;加括号其实就是决定运算次序&#xff0c;所以我们可以把加括号转化为&#xff0c;「对于每个运算符号&#xff0c;先执行处理两侧的数学表达式&#xff0c;再处理此…...

torch两个向量除法,对于分母向量中的元素为0是设置为1,避免运算错误

在gpu运行时&#xff0c;如果在进行两个向量除法的时候&#xff0c;对于分母向量中的元素为0是设置为1&#xff0c;避免运算错误。 可以使用torch的division函数以及clamp函数来解决这个问题。具体步骤如下&#xff1a; 使用division函数将分子向量除以分母向量。 使用clamp函…...

NodeJs 最近各版本特性汇总

&#xff08;预测未来最好的方法就是把它创造出来——尼葛洛庞帝&#xff09; NodeJs 官方链接 github链接 V8链接 Node.js发布于2009年5月&#xff0c;由Ryan Dahl开发&#xff0c;是一个基于Chrome V8引擎的JavaScript运行环境&#xff0c;使用了一个事件驱动、非阻塞式I/O模…...

python数据分析案例——天猫订单综合分析

前言 大家早好、午好、晚好吖 ❤ ~欢迎光临本文章 什么是数据分析 明确目的–获得数据(爬虫&#xff0c;现有&#xff0c;公开的数据)–数据预处理——数据可视化——结论 准备 环境使用&#xff1a; 在开始写我们的代码之前&#xff0c;我们要准备好运行代码的程序 Anacon…...

05- redis集群模式搭建(上) (包含云服务器[填坑])

目录 1. 准备环境: 2. 简介: -> 2.1 前言: -> 2.2 Redis集群架构实现了对redis的水平扩容 -> 2.3 redis cluster集群原理 3. 搭建后特别需要注意的问题 ->3.1 [重点]: 如果一个服务出现故障: 是否可以继续提供服务??? ---> 3.1.1 如果集群中故障re…...

【AI】YOLOV1原理详解

AI学习目录汇总 0、前言 YOLOv1~3作者是约瑟夫雷德蒙&#xff08;Joseph Chet Redmon&#xff09;&#xff0c;他的网站&#xff1a;https://pjreddie.com/ YOLOv1网站&#xff1a;https://pjreddie.com/darknet/yolov1/ YOLOv2网站&#xff1a;https://pjreddie.com/darknet…...

提高APP安全性的必备加固手段——深度解析代码混淆技术

APP 加固方式 Android APP 加固是优化 APK 安全性的一种方法&#xff0c;常见的加固方式有混淆代码、加壳、数据加密、动态加载等。下面介绍一下 Android APP 加固的具体实现方式。 混淆代码&#xff1a; 使用 ProGuard 工具可以对代码进行混淆&#xff0c;使得反编译出来的代…...

想让行车记录仪协助道路病害自动化检测?可以!

针对【RGB3DS道路表观病害信息智慧检测系统】&#xff0c;我们着重介绍过其与道路检测车做集成预装或者处理道路检测车数据的极大便利&#xff0c;其中之一便是可高效输出带有道路检测车桩号标记的病害报表&#xff0c;这是因为道路检测车数据本身具有规范性。 那么如果使用道…...

git上传大大大文件项目好折磨人

本来想把unity项目的源码上传上gitee啊&#xff0c;但是那个项目有1个多G&#xff0c;还是个半成品&#xff0c;要是写完&#xff0c;都不知道行不行 正常的上传 所用到的命令&#xff1a; 1、 git init 初始化&#xff0c;创建本地仓库 2、 git add . 添加到本地仓库 3、 git…...

java常见异常的处理方法

以下是一些常见的异常处理方法&#xff1a; 捕获和处理异常&#xff08;try-catch&#xff09;&#xff1a; 使用try-catch语句块可以捕获并处理异常。在try块中编写可能抛出异常的代码&#xff0c;然后在catch块中指定异常类型&#xff0c;以便捕获并处理异常。 try {// 可能抛…...

上传图片到阿里云服务器base64 上传

//上传图片到阿里云服务器 function upload_Ali($remoteImage){$imageData $this->n_img_base_64($remoteImage);if ($imageData ! false) {// 初始化 cURL 句柄$ch curl_init();// 设置请求 URL 和一些 cURL 选项curl_setopt($ch, CURLOPT_URL, http://dev.com/index/aja…...

【致敬未来的攻城狮计划】— 连续打卡第二十六天:瑞萨RA Cortex-M 内核RA2E1 RT-Thread BSP 启蒙知识

系列文章目录 由于一些特殊原因&#xff1a; 系列文章链接&#xff1a;&#xff08;其他系列文章&#xff0c;请点击链接&#xff0c;可以跳转到其他系列文章&#xff09;或者参考我的专栏“ 瑞萨MCU ”&#xff0c;里面是 瑞萨RA2E1 系列文章。 24.RA2E1的 DMAC——数据传输 …...

2023年5月8日-5月14日(方案C,下班UE视频教程为主)

目前&#xff0c;ue视频教程进行到了智 慧 城 市&#xff08;3.13&#xff09;&#xff0c;mysql(7.1)&#xff0c;tf1(4.11),蓝图反射(1.9)&#xff0c;moba&#xff08;1.5&#xff09;webapp&#xff08;2.4&#xff09;&#xff0c;mmoarpg(00A_04)&#xff0c;fps1_12(0:3…...

「MIAOYUN」:降本增效,赋能传统企业数字化云原生转型 | 36kr 项目精选

作为新经济综合服务平台第一品牌&#xff0c;36氪自2019年落地四川站以来&#xff0c;不断通过新锐、深度的商业报道&#xff0c;陪跑、支持四川的新经济产业。通过挖掘本土优质项目&#xff0c;36氪四川帮助企业链接更多资源&#xff0c;助力企业成长&#xff0c;促进行业发展…...

Python突破JS加密限制,进行逆向解密

前言 嗨喽~大家好呀&#xff0c;这里是魔王呐 ❤ ~! 目录标题 前言开发环境:模块使用:逆向目标逆向过程参数 JS 加密关键代码Python 登录关键代码尾语 &#x1f49d; 开发环境: Python 3.8 Pycharm 模块使用: time >>> 时间模块&#xff0c;属于内置&#xff0c;无…...

【Linux】exec函数族

目录 1、exec函数族的介绍2、exec相关函数 1、exec函数族的介绍 2、exec相关函数 #include <unistd.h> int execl(const char *pathname, const char *arg0, ... /* (char *)0 */ ); /* - path 需要指定的执行的文件的路径或者名称&#xff0c;相对路径or绝对路径- arg …...

OSQP二次规划求解库使用说明

OSQP二次规划求解库使用说明 贺志国 2023.5.10 1. 凸二次规划的一般表达式 m i n 1 2 x T P x q T x s . t . l ≤ A x ≤ u min \quad \frac{1}{2}x^T Px q^Tx \qquad s.t. \quad l \leq Ax \leq u min21​xTPxqTxs.t.l≤Ax≤u 其中&#xff0c; P P P称为内核矩阵&#x…...

Elasticsearch(一)

Elasticsearch&#xff08;一&#xff09; 初始elasticsearch 什么是elasticsearch elasticsearch是一款非常强大的开源搜索引擎&#xff0c;可以帮助我们从海量数据中快速查找到需要的内容 elasticsearch结合kibana、Logstash、Beats&#xff0c;也就是elastic stack&…...

深入探究Java中的枚举类型:定义、特性和应用

引言&#xff1a; 在Java编程中&#xff0c;枚举类型是一种强大而灵活的工具&#xff0c;用于定义一组具名的常量。它不仅提供了代码可读性和可维护性的优势&#xff0c;还为开发人员提供了一种更安全和结构化的方式来处理固定的常量集合。本文将深入探讨Java中的枚举类型&…...

生成xcframework

打包 XCFramework 的方法 XCFramework 是苹果推出的一种多平台二进制分发格式&#xff0c;可以包含多个架构和平台的代码。打包 XCFramework 通常用于分发库或框架。 使用 Xcode 命令行工具打包 通过 xcodebuild 命令可以打包 XCFramework。确保项目已经配置好需要支持的平台…...

装饰模式(Decorator Pattern)重构java邮件发奖系统实战

前言 现在我们有个如下的需求&#xff0c;设计一个邮件发奖的小系统&#xff0c; 需求 1.数据验证 → 2. 敏感信息加密 → 3. 日志记录 → 4. 实际发送邮件 装饰器模式&#xff08;Decorator Pattern&#xff09;允许向一个现有的对象添加新的功能&#xff0c;同时又不改变其…...

大话软工笔记—需求分析概述

需求分析&#xff0c;就是要对需求调研收集到的资料信息逐个地进行拆分、研究&#xff0c;从大量的不确定“需求”中确定出哪些需求最终要转换为确定的“功能需求”。 需求分析的作用非常重要&#xff0c;后续设计的依据主要来自于需求分析的成果&#xff0c;包括: 项目的目的…...

高频面试之3Zookeeper

高频面试之3Zookeeper 文章目录 高频面试之3Zookeeper3.1 常用命令3.2 选举机制3.3 Zookeeper符合法则中哪两个&#xff1f;3.4 Zookeeper脑裂3.5 Zookeeper用来干嘛了 3.1 常用命令 ls、get、create、delete、deleteall3.2 选举机制 半数机制&#xff08;过半机制&#xff0…...

如何在看板中有效管理突发紧急任务

在看板中有效管理突发紧急任务需要&#xff1a;设立专门的紧急任务通道、重新调整任务优先级、保持适度的WIP&#xff08;Work-in-Progress&#xff09;弹性、优化任务处理流程、提高团队应对突发情况的敏捷性。其中&#xff0c;设立专门的紧急任务通道尤为重要&#xff0c;这能…...

Frozen-Flask :将 Flask 应用“冻结”为静态文件

Frozen-Flask 是一个用于将 Flask 应用“冻结”为静态文件的 Python 扩展。它的核心用途是&#xff1a;将一个 Flask Web 应用生成成纯静态 HTML 文件&#xff0c;从而可以部署到静态网站托管服务上&#xff0c;如 GitHub Pages、Netlify 或任何支持静态文件的网站服务器。 &am…...

Python爬虫(二):爬虫完整流程

爬虫完整流程详解&#xff08;7大核心步骤实战技巧&#xff09; 一、爬虫完整工作流程 以下是爬虫开发的完整流程&#xff0c;我将结合具体技术点和实战经验展开说明&#xff1a; 1. 目标分析与前期准备 网站技术分析&#xff1a; 使用浏览器开发者工具&#xff08;F12&…...

html-<abbr> 缩写或首字母缩略词

定义与作用 <abbr> 标签用于表示缩写或首字母缩略词&#xff0c;它可以帮助用户更好地理解缩写的含义&#xff0c;尤其是对于那些不熟悉该缩写的用户。 title 属性的内容提供了缩写的详细说明。当用户将鼠标悬停在缩写上时&#xff0c;会显示一个提示框。 示例&#x…...

关于easyexcel动态下拉选问题处理

前些日子突然碰到一个问题&#xff0c;说是客户的导入文件模版想支持部分导入内容的下拉选&#xff0c;于是我就找了easyexcel官网寻找解决方案&#xff0c;并没有找到合适的方案&#xff0c;没办法只能自己动手并分享出来&#xff0c;针对Java生成Excel下拉菜单时因选项过多导…...

嵌入式常见 CPU 架构

架构类型架构厂商芯片厂商典型芯片特点与应用场景PICRISC (8/16 位)MicrochipMicrochipPIC16F877A、PIC18F4550简化指令集&#xff0c;单周期执行&#xff1b;低功耗、CIP 独立外设&#xff1b;用于家电、小电机控制、安防面板等嵌入式场景8051CISC (8 位)Intel&#xff08;原始…...