=epsf.tex
傳統的應用數學, 指的是將數學應用在物理方面. 其實這也是牛頓, 歐拉這些早期的人物所專注的問題. 這一類問題導引出來的數學問題大致上是微分方答漕D解問題. 高斯導出的最小平方差方法, 在今天可以用來處理統計和經濟學上方面的問題. 但是當初他發明這套方法的目的是為了推測一個天文學上的眸H. 基本上可以說, 二十世紀前的應用數學都在處理自然科學的問題. 在二十世紀的中段, 大致上就是二次大戰之後, 統計學與計算機科學的快速發展, 帶動了像數學規劃, 離散數學與圖論這些數學分支的發展. 進而也將數學的觸角伸入了社會科學的領域. 而電子計算機的應用, 自然產生了離散的, 數位化的新資料形態. 可以說, 數位化的聲音與影像, 是最近三十� � 發生的. 針對這些新的資料形態產生了新的問題, 需要新的方法. 這一門新的學問, 統稱為訊號處理 (signal processing). 而這門科學的核心物件之一, 就是傅立葉1侖同期的法國人, 曾經是拿祠琲滷s用科學家, 隨軍遠征埃及, 並對古埃及文化的研究有所貢獻. 他所發掘的一件著名契形文字泥版, Rosetta stone, 在他被英國海軍俘虜的時候給沒收了, 畢b展示於大英博物館. 他的穩定的科學家生活始於拿祠痝Q流放南大西洋的小島 (1814). 但是他在 1807 就已經提到過這一類的級數. 級數. 也就是說, 應用數學的領域, 從三百� 前的物理力學, 漸漸地擴大, 到今天還包含了訊號處理.
所謂傅立葉級數 (Fourier series) 是指
由所謂的歐拉公式
泰勒級數和傅立葉級數都是把一個函數拆成無窮多項的方法. 這些無窮多項的低次項總是比較重要而高次項越來越小, 可能省略了也不會造成太大的� 差. 泰勒級數把函數分解成以某個點為中心的多項式, 傅立葉級數把函數分解成不同的頻率波段. 泰勒級數通常只在某個點的附近逼近函數, 傅立葉級數通常只在某個區間內平均地逼近函數. 泰勒級數的極限函數 (如果存在的話), 一定等於原函數, 傅立葉級數的極限函數, 不見得在每個點都等於原函數.
從 (1) 式可以看出, 傅立葉級數必定是一個
周期函數.
通常我們只看它在
之間的圖形.
如果我們所要處理的函數 f(x) 不是個
周期函數,
通常我們先決定要處理哪個區段, 比如說 [a,b], 然後將之平移拉縮到
,
再將它周期化, 然後取其傅立葉係數.
求傅立葉係數的方法, 列在課本 637 頁.
所謂的周期化, 就是把函數在
的圖形,
分片抄到
,
,
這些區間去.
也就是硬把它變成
周期函數.
除非原函數
f(a) = f(b), 否則被周期化之後的函數是不連續的.
例如, 令
當 n 小的時候, 我們稱 an 和 bn 為低頻係數;
當 n 大的時候, 我們稱 an 和 bn 為高頻係數.
從上面的例子裡, 我們看到, 低頻係數 (的絕對值) 比較大, 而高頻係數比較小.
其實這是個一般性的眸H: 任何函數 (通常考摯竣@筆訊號), 其低頻部分是比較重要的,
而高頻部分的振幅很小.2#53#>
(1) 而且, 所謂的雜訊通常出畢b高頻部分. (2) 我們也可以這樣理解:
造成高頻所需要的能量比較大, 如果一共只有有限多的能量,
當然能量會集中在低頻的部分.
這個``高頻係數很小''的眸H, 可以從圖形上觀察.
假想一個
周期函數 f(x), 在
中, 其圖形如下:
圖五十七和五十八分別是
和
的圖形.
是左圖中 y 軸上方的面積減去下方的面積,
其定積分值大約是 -2.5203.
則是右圖中 y 軸上方的面積減去下方的面積,
由圖可見上下部份幾乎互相消去, 所以應該很小;
其定積分值大約是 0.0516.
以一張人像近照為例, 能夠從五官� 形誑X那個人是誰, 屬於低頻部分. 要數數他眼角有幾絲魚尾紋, 頭上有幾莖白髮, 屬於高頻部分. 必須要比較高的能量 (比較貴的照相機, 比較貴的沖� 筆�), � 能顯眾o些高頻. 而即使沒有這些高頻, 也並不影響我們辨識這張照片.
一個
周期函數的能量, 和它分別在各頻率波段的能量,
定義在課本的 641 頁.
所謂頻譜分析就是檢視一個函數在各頻率波段的能量.
我們看到, 高頻的能量總是漸減到零, 否則原函數必具有無窮的能量
(但是, 我們賑隻蛣M界中應該沒有無窮能量的訊號).
課本中表演了如何用頻譜分析來分辨豎笛和小喇叭的音色.
傅立葉級數如何收斂, 可以說是十九世紀的最主要數學問題之一.
它也是帶動了數學分析的發展的火車頭之一.
我們只說一種簡單的狀況.
26.1 課本 10.6 習題 1-4.
26.2 課本 10.6 習題 6, 7.
26.3 課本 10.6 習題 19.
26.4 課本 10.6 習題 25, 27.
;''