next up previous
Next: About this document ...

=epsf.tex

Lecture 26


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

\begin{displaymath}a_0 + \sum_{n=1}^\infty a_n \cos nx + b_n \sin nx \eqno(1)
\end{displaymath}

這樣的級數. 如果只取部分和, 則稱為三角多項式 (trigonometric polynomial). 其中 ak, bk 都是實數, 稱為傅立葉係數 (Fourier coefficients). 它首次出痔騧琠� (Euler) 的一個等式

\begin{displaymath}{x\over 2} = \sin x - {1\over2} \sin 2x + {1\over3}\sin 3x - \cdots,
\quad x\in (-\pi, \pi).
\end{displaymath}

但是數學史上並沒有以歐拉來命名這一類的級數. 這或袞因為傅立葉發眾o類級數的原因具有比較深的數學影響.

由所謂的歐拉公式

\begin{displaymath}e^{i\theta} = \cos\theta + i\sin\theta,
\end{displaymath}

我們可以改寫

\begin{displaymath}\cos nx = {e^{inx} + e^{-inx}\over 2},\quad
\sin nx = {e^{inx} - e^{-inx}\over 2}.
\end{displaymath}

所以, 傅立葉級數 (1) 又可以寫成

\begin{displaymath}\sum_{n=-\infty}^\infty c_n e^{inx}.
\end{displaymath}

這時 x 是實數, 而 cn 是複數.

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.

課本 10.6 傅立葉級數


從 (1) 式可以看出, 傅立葉級數必定是一個 $2\pi$ 周期函數. 通常我們只看它在 $[-\pi, \pi]$ 之間的圖形. 如果我們所要處理的函數 f(x) 不是個 $2\pi$ 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 $[-\pi, \pi]$, 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 $[-\pi, \pi]$ 的圖形, 分片抄到 $[-3\pi, -\pi]$, $[\pi, 3\pi]$, $\cdots$ 這些區間去. 也就是硬把它變成 $2\pi$ 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

\begin{displaymath}f(x) = \cases{
{1\over4} - \vert x\vert & if $\vert x\vert < {1\over4}$,
\cr
0 & otherwise}\quad x\in [-\pi, \pi],\eqno(2)
\end{displaymath}

然後拓展 f(x) 成 $2\pi$ 週期函數. 可見 f(x) 是一個偶函數, 所以 bn 都是零. 計算 $a_0 = {1\over 32\pi}$, a1 到 a16 的值分別如下

\begin{eqnarray*}&0.0099\quad0.0097\quad0.0095\quad0.0091\quad0.0087\quad0.0082
...
...ad0.0051\quad0.0044\quad0.0038\quad0.0031
\quad0.0026\quad0.0021
\end{eqnarray*}


此部分和的圖形顯示在圖五十五.

\begin{displaymath}\vbox{\hsize 4truein\epsfxsize 4truein\epsfbox{samp.eps}
\centerline{\rm Fig~55} }
\end{displaymath}

也請參照課本上範例 1 與範例 2 的圖形. 注意在不連續點的旁邊, 傅立葉多項式的圖形會有個似乎固定高度的突起.

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 $2\pi$ 周期函數 f(x), 在 $[-\pi, \pi]$ 中, 其圖形如下: 圖五十七和五十八分別是 $f(x) \sin x$ 和 $f(x) \sin 20x$ 的圖形. $\int_{-\pi}^\pi f(x) \sin x \,dx$ 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. $\int_{-\pi}^\pi f(x) \sin 20x \,dx$ 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 $2\pi$ 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.

\begin{displaymath}\vbox{\hsize 4.5truein\kai
如果 $f(x)$ 在 $[-\pi, \pi]$ 中連�...
...h其傅立葉級數收斂, 而且極限函數在 $(-\pi, \pi)$ 中等於原函數.
}\end{displaymath}

習題 26


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.

;''


 
next up previous
Next: About this document ...
Super-User
1998-06-27