当前位置: 首页 > news >正文

Fourier 级数展开(案例:级数展开 AND 求和)

前言

理论依据如上图所示。

首先我们需要定义了一个名为fseries的函数,用于计算函数的傅里叶级数展开。

函数功能

计算函数f(x)在区间[a,b]上的傅里叶级数展开式,返回前n项的系数和展开后的表达式。

参数说明

  • 输入:
    • f:需要展开的函数表达式
    • x:自变量
    • n:展开的项数
    • a,b:展开区间(默认[-pi, pi]
  • 输出:
    • A:傅里叶级数的余弦项系数(包括常数项)
    • B:傅里叶级数的正弦项系数
    • F:展开后的傅里叶级数表达式

代码逐行解释

函数定义

代码:

function [A,B,F]=fseries(f,x,n,a,b)

解释:定义函数fseries,指定输入输出参数

参数处理

代码:

if nargin==3,a=-pi;b=pi;end

解释:若只输入 3 个参数,默认展开区间为[-pi, pi]

计算区间长度

代码:

L=(b-a)/2;

解释:计算区间半长度,用于傅里叶级数的周期转换

变量替换(区间映射)

代码:

if a+b,f=subs(f,x+L+a);end

解释:

任意区间[a,b]映射到标准区间[-L,L],便于统一计算

  • 映射公式:x' = x + L + a

初始化系数和展开式

代码:

A=int(f,x,-L,L)/L;B=[];F=A/2;

解释:

  • 计算常数项系数A0(傅里叶级数中的a0/2项)
  • 初始化正弦系数数组B
  • 初始化展开式F,从常数项A/2开始

计算各阶傅里叶系数并构建展开式

代码:

for i=1:nan=int(f*cos(i*pi*x/L),x,-L,L)/L;  % 计算余弦项系数anbn=int(f*sin(i*pi*x/L),x,-L,L)/L;  % 计算正弦项系数bnA=[A,an];                          % 将an添加到系数数组AF=F+an*cos(i*pi*x/L)+bn*sin(i*pi*x/L);  % 累加傅里叶项
end;

解释:

  • 循环计算n项的余弦系数an和正弦系数bn
  • 系数计算公式符合傅里叶级数的定义:
    • an = (1/L)∫f(x)cos(iπx/L)dx (积分区间[-L,L]
    • bn = (1/L)∫f(x)sin(iπx/L)dx (积分区间[-L,L]
  • 逐步构建傅里叶级数展开式F

还原变量(逆映射)

代码:

if a+bF=subs(F,x,x-L-a);
end

解释:将变量从标准区间[-L,L]映射回原区间[a,b],得到最终的展开式

具体实现步骤

  1. 处理输入参数,设置默认区间
  2. 将任意区间映射到标准区间简化计算
  3. 按照傅里叶级数定义计算各阶系数
  4. 构建级数展开式并映射回原区间

使用时,需要传入符号函数f、自变量x和展开项数n,可指定展开区间[a,b],函数会返回系数数组和展开后的表达式。

完整代码

注意:这是两个文件,不是一个!!!

&&  test.m
clc,clear;
syms x;
f=x*(x+pi)*(x+2*pi);
[A,B,F]=fseries(f,x,12,0,2*pi);
F
%% fseries.m
function [A,B,F]=fseries(f,x,n,a,b)
if nargin==3,a=-pi;b=pi;end
L=(b-a)/2;
if a+b,f=subs(f,x+L+a);end
A=int(f,x,-L,L)/L;B=[];F=A/2;
for i=1:nan=int(f*cos(i*pi*x/L),x,-L,L)/L;bn=int(f*sin(i*pi*x/L),x,-L,L)/L;A=[A,an];F=F+an*cos(i*pi*x/L)+bn*sin(i*pi*x/L);
end;
if a+bF=subs(F,x,x-L-a);
end

http://www.dtcms.com/a/358707.html

相关文章:

  • 仓颉编程语言青少年基础教程:程序基本结构和语言特点
  • Day31 进程间通信(IPC)多线程目录扫描
  • mysql(自写)
  • 谈物质的运动与运动的物质
  • 基于立创・庐山派 K230CanMV 开发板的视觉引导舵机追踪系统技术分析
  • kafka(自写)
  • 【MYSQL】GET_LOCK使用方法简单解析
  • C++_静态多态、运行多态和模板多态
  • 下一代 AI 交互革命:自然语言对话之外,“意念控制” 离商用还有多远?
  • AWD相关知识
  • Scikit-learn Python机器学习 - 数据集介绍
  • 矿物类型分类实战:从数据预处理到多模型对比
  • 幻觉与模仿:深入剖析当前大语言模型为何未能跨越“理解”与“推理”的鸿沟
  • TuringComplete游戏攻略(2.1算数运算)
  • 基础的汇编指令
  • 如何快速了解项目管理基础
  • 【机器学习入门】4.1 聚类简介——从“物以类聚”看懂无监督分组的核心逻辑
  • destoon8.0使用post插入keyword热搜到表
  • 深入理解shared_ptr与循环引用问题
  • 超越传统SEO:用生成引擎优化(GEO)驱动下一轮增长
  • 【蓝桥杯 2024 省 Python B】缴纳过路费
  • Markdown 文件编辑基础教程
  • 基于YOLO8的垃圾识别检测系统(数据集+源码+文章)
  • 【开题答辩全过程】以 线上游戏商城为例,包含答辩的问题和答案
  • Java学习day_14之API(正则表达式)
  • 【LeetCode】大厂面试算法真题回忆(121) —— 经典屏保
  • 嵌入式Linux驱动开发:蜂鸣器驱动
  • 图解LLM(AI大模型)的工作原理
  • SRE命令行兵器谱之二:lsof - 解密“端口被占用”与“文件句柄泄漏”的终极侦探
  • 吴恩达机器学习作业九:kmeans聚类