高等数学笔记(下下)

news/2024/4/26 14:46:42/文章来源:https://blog.csdn.net/zhshuai1/article/details/129225006

无穷级数

定义

一般的,如果给定一个数列u1,u2,u3,...un,...,u_1, u_2, u_3, ... u_n, ... ,u1,u2,u3,...un,...,,那么由这个梳理构成的表达式u1+u2+u3+...+un+...u_1+u_2+u_3+...+u_n+...u1+u2+u3+...+un+...叫做(常数项)无穷级数,简称(常数项)级数,记作∑i=1∞ui\sum\limits_{i=1}^{\infin}u_ii=1ui,其中第n项叫做级数的一般项。取前n项求和,得到sn=∑i=1nuns_n=\sum\limits_{i=1}^nu_nsn=i=1nun,叫做级数的部分和。
如果级数∑i=1∞ui\sum\limits_{i=1}^{\infin}u_ii=1ui的部分和数列{sn}\{s_n\}{sn}有极限sss,称无穷级数∑i=1∞ui\sum\limits_{i=1}^{\infin}u_ii=1ui收敛,这时s叫做级数的和。如果{sn}\{s_n\}{sn}不收敛,则称无穷级数∑i=1∞ui\sum\limits_{i=1}^{\infin}u_ii=1ui发散。
当级数收敛时rn=s−snr_n=s-s_nrn=ssn叫做级数的余项。

性质

  1. 性质1:如果级数∑i=1∞ui\sum\limits_{i=1}^{\infin}u_ii=1ui收敛于和s,那么级数∑i=1∞kui\sum\limits_{i=1}^{\infin}ku_ii=1kui收敛于ksksks.
    证明:设∑i=1∞ui\sum\limits_{i=1}^{\infin}u_ii=1ui∑i=1∞kui\sum\limits_{i=1}^{\infin}ku_ii=1kui的部分和分别是sns_nsnσn\sigma_nσn,根据定义,有lim⁡n→∞sn=s\lim\limits_{n\to\infin}s_n=snlimsn=sσn=ku1+ku2+....=k(u1+u2+...)=ksn\sigma_n=ku_1+k_u2+....=k(u_1+u_2+...)=ks_nσn=ku1+ku2+....=k(u1+u2+...)=ksn∴lim⁡n→∞∑i=1∞kui=ks\therefore \lim\limits_{n\to\infin}\sum\limits_{i=1}^{\infin}ku_i=ksnlimi=1kui=ks
    推论:级数的每一项乘以一个不为零的常数(可以不同)之后,级数的收敛性不变。(证明可以通过定义和夹逼定理,取常数中的最大值和最小值进行逼近)。
  2. 性质2:如果级数∑i=1∞ui\sum\limits_{i=1}^{\infin}u_ii=1ui∑i=1∞vi\sum\limits_{i=1}^{\infin}v_ii=1vi分别收敛于sssσ\sigmaσ,则级数∑i=1∞(ui±vi)\sum\limits_{i=1}^{\infin}(u_i\pm v_i)i=1(ui±vi)收敛于s±σs\pm\sigmas±σ. 根据定义,结合极限的性质,容易证明。
  3. 性质3:在级数中增加、减少或者改变有限项,不会改变级数的收敛性。
  4. 性质4:如果级数收敛,那么对这个级数的任意项加括号之后组成的新级数,仍然收敛,且其和不变。(加括号之后收敛,之前不一定收敛,比如(1±1),(1±1))
  5. 性质5:级数收敛的必要条件:如果级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun收敛,那么它的一般项unu_nun趋于0.
    证明:设级数的部分和为sns_nsn,则lim⁡n→∞sn=s\lim\limits_{n\to\infin}s_n=snlimsn=s,lim⁡n→∞un=lim⁡n→∞sn−lim⁡n→∞sn−1=s−s=0\lim\limits_{n\to\infin}u_n=\lim\limits_{n\to\infin}s_n-\lim\limits_{n\to\infin}s_{n-1}=s-s=0nlimun=nlimsnnlimsn1=ss=0

问题:讨论级数∑n=1∞un=∑n=1∞nα\sum\limits_{n=1}^{\infin}u_n=\sum\limits_{n=1}^{\infin}n^\alphan=1un=n=1nα何时收敛。
α≥0\alpha\ge0α0un>1u_n>1un>1,此时,部分和sns_nsn发散,此时级数必然发散。
α<−1\alpha<-1α<1∣un+1+un+2+...un+p∣=∣(n+1)α+(n+2)α+...+(n+p)α∣<∣p(n+1)α∣|u_{n+1}+u_{n+2}+...u_{n+p}|=|(n+1)^\alpha+(n+2)^\alpha+...+(n+p)^\alpha|<|p(n+1)^\alpha|un+1+un+2+...un+p=(n+1)α+(n+2)α+...+(n+p)α<p(n+1)α,根据柯西审敛定理,对于任意小的正数ϵ\epsilonϵ,都有∣p(n+1)α∣<ϵ|p(n+1)^\alpha|<\epsilonp(n+1)α<ϵ,只需要n>(ϵp)1α−1n>(\frac{\epsilon}{p})^\frac{1}{\alpha}-1n>(pϵ)α11
α=−1时\alpha=-1时α=1,级数发散;
α∈(−1,0)\alpha \in(-1,0)α(1,0),其每一项都比α=−1\alpha=-1α=1时要大,故发散。

  1. 柯西审敛定理
    级数∑i=1∞ui\sum\limits_{i=1}^{\infin}u_ii=1ui收敛的充分必要条件是对于任意给定的正整数ϵ\epsilonϵ,总存在正整数N,使得当n>Nn>Nn>N时,对于任意正整数p都有
    ∣∑i=1pun+i∣<ϵ|\sum_{i=1}^pu_{n+i}|<\epsiloni=1pun+i<ϵ

正项级数审敛法

  1. 定理1:正项级数∑n=1∞un\sum\limits_{n=1}^{\infin}u_nn=1un收敛的充分必要条件是,它的部分和数列{s_n}有界。注意是正项级数。
  2. 定理2:比较审敛法:
    设级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun∑i=n∞vn\sum\limits_{i=n}^{\infin}v_ni=nvn都是正项级数,且un≤vn(n=1,2,...)u_n\le v_n(n=1, 2,...)unvn(n=1,2,...),若级数∑i=n∞vn\sum\limits_{i=n}^{\infin}v_ni=nvn收敛,则级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun也收敛;若∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun发散,则∑i=n∞vn\sum\limits_{i=n}^{\infin}v_ni=nvn也发散。
  3. 定理3:比较审敛法的极限形式
    设级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun∑i=n∞vn\sum\limits_{i=n}^{\infin}v_ni=nvn都是正项级数,
    (1)如果lim⁡n→∞unvn=l(0≤l<+∞)\lim\limits_{n\to\infin}\frac{u_n}{v_n}=l(0\le l<+\infin)nlimvnun=l(0l<+),且级数∑i=n∞vn\sum\limits_{i=n}^{\infin}v_ni=nvn收敛,那么级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun也收敛;
    (2)如果lim⁡n→∞unvn=l(l>0)\lim\limits_{n\to\infin}\frac{u_n}{v_n}=l(l>0)nlimvnun=l(l>0),且级数∑i=n∞vn\sum\limits_{i=n}^{\infin}v_ni=nvn发散,那么级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun也发散;
    这个定理的一个直观理解是,如果对于级数的每一项,unu_nunvnv_nvn是同阶或者更高阶,无穷小。∑i=n∞vn收敛⟹∑i=n∞un收敛\sum\limits_{i=n}^{\infin}v_n收敛\implies \sum\limits_{i=n}^{\infin}u_n收敛i=nvn收敛i=nun收敛
  4. 定理4:比值审敛法,达朗贝尔判别法:设级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun是正项级数,如果
    lim⁡n→∞unun−1=ρ\lim\limits_{n\to\infin}\frac{u_n}{u_{n-1}}=\rhonlimun1un=ρ,当ρ<1\rho<1ρ<1时,级数收敛;当ρ>1\rho>1ρ>1时,级数发散;当ρ=1\rho=1ρ=1时,级数可能收敛也可能发散;
    这个定理的一个直观理解,如果当n→∞n\to\infinn时,unu_nun趋于等比数列,则其收敛性和等比数列类似。
  5. 定理5:根式审敛法,柯西判别法
    设级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun为正项级数,如果lim⁡n→∞unn=ρ\lim\limits_{n\to\infin}\sqrt[n]{u_n}=\rhonlimnun=ρ,当ρ<1\rho<1ρ<1时,级数收敛;当ρ>1\rho>1ρ>1时,级数发散;当ρ=1\rho=1ρ=1时,级数可能收敛也可能发散;
    证明:因为lim⁡n→∞unn=ρ\lim\limits_{n\to\infin}\sqrt[n]{u_n}=\rhonlimnun=ρ,设当n>N时,对于任意n都有unn<ρ+ϵ<1\sqrt[n]{u_n}<\rho+\epsilon<1nun<ρ+ϵ<1,所以,当n>N时,总有un<(ρ+ϵ)nu_n<(\rho+\epsilon)^nun<(ρ+ϵ)n,后者是个公比为ρ+ϵ\rho+\epsilonρ+ϵ的等比数列,公比小于1,根据比较审敛法,级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun收敛。
  6. 定理6:极限审敛法:
    若级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun为正项级数,
    (1)若lim⁡n→∞nun=l(l>0)\lim\limits_{n\to\infin}nu_n=l(l>0)nlimnun=l(l>0),则级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun发散;
    (2)若lim⁡n→∞npun=l(l∈[0,∞),p>1)\lim\limits_{n\to\infin}n^pu_n=l(l\in[0,\infin), p>1)nlimnpun=l(l[0,),p>1),则级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun收敛;
    说明unu_nun1np\frac{1}{n^p}np1的同阶无穷小,具有相同的收敛性;

交错级数审敛法

交错级数:各项是正负相间的。

  1. 定理7:莱布尼茨定理
    若交错级数∑i=n∞(−1)n−1un\sum\limits_{i=n}^{\infin}(-1)^{n-1}u_ni=n(1)n1un满足条件
    (1) un≥un+1(n=1,2,3,...)u_n\ge u{n+1} (n=1,2,3,...)unun+1(n=1,2,3,...)
    (2)lim⁡n→∞un=0\lim\limits_{n\to\infin}u_n=0nlimun=0
    那么级数收敛,且其和小于sn≤u1s_n\le u_1snu1,余项∣rn∣≤un+1|r_n|\le u_{n+1}rnun+1
    绝对收敛与条件收敛:
    若级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun各项绝对值构成的级数∑i=n∞∣un∣\sum\limits_{i=n}^{\infin}|u_n|i=nun收敛,则成为绝对收敛,∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun收敛而∑i=n∞∣un∣\sum\limits_{i=n}^{\infin}|u_n|i=nun不收敛,称为条件收敛。
  2. 定理10:绝对收敛级数的乘法:
    设级数∑i=n∞un\sum\limits_{i=n}^{\infin}u_ni=nun∑i=n∞vn\sum\limits_{i=n}^{\infin}v_ni=nvn都绝对收敛,其和分别为sssσ\sigmaσ,则他们的柯西乘积u1v1+(u1v2+u2v1)+...∑i=1nu1vn−1+...u_1v_1+(u_1v_2+u_2v_1)+...\sum\limits_{i=1}^{n}u_1v_{n-1}+...u1v1+(u1v2+u2v1)+...i=1nu1vn1+...也绝对收敛,其和为sσs\sigmasσ.

幂级数

如果给定一个在区间I上的函数列,u1(x),u2(x),...,un(x),...u_1(x), u_2(x), ... , u_n(x), ...u1(x),u2(x),...,un(x),...,那么由这个函数列构成的表达式f(x)=u1(x)+u2(x)+...+un(x)+...f(x)=u_1(x)+u_2(x)+... +u_n(x)+...f(x)=u1(x)+u2(x)+...+un(x)+...,称为定义在区间I上的(函数项)无穷级数,简称(函数项)级数。对于每个确定的值x0∈Ix_0\in Ix0I,级数f(x0)f(x_0)f(x0)可能收敛也可能发散,如果收敛,就称x0x_0x0是级数的收敛点,否则称为发散点,收敛点的全体称为收敛域,发散点的全体,称为发散域。对于收敛域内的一点x,函数项级数称为一个收敛的常数项级数,因而有一组确定的和s,这样在收敛域上,函数项级数的和是x的函数s(x)s(x)s(x),通常称为函数项级数的和函数。

幂级数及其收敛性

幂级数:函数项级数中常见的一类是每一项都是常数和幂函数相乘的形式,即所谓幂级数,它的形式是
∑n=0∞anxn=a0+a1x+a2x2+...+anxn+...\sum_{n=0}^{\infin}a_nx^n=a_0+a_1x+a_2x^2+...+a_nx^n+...n=0anxn=a0+a1x+a2x2+...+anxn+...

  1. 定理1:阿贝尔定理:
    如果级数∑n=0∞anxn\sum\limits_{n=0}^{\infin}a_nx^nn=0anxnx0(x0≠0)x_0(x_0\ne0)x0(x0=0)收敛,则对于所有∣x∣<∣x0∣|x|<|x_0|x<x0的所有点,都收敛。反之,如果级数在x0x_0x0处发散,对于所有∣x∣>∣x0∣|x|>|x_0|x>x0,级数都发散。
  2. 定理2:如果lim⁡n→∞∣an+1an∣=ρ\lim\limits_{n\to\infin}\left|\frac{a_{n+1}}{a_n}\right|=\rhonlimanan+1=ρ其中an,an+1a_{n}, a_{n+1}an,an+1是相邻两项的系数,则级数收敛域:
    R={1ρρ≠0+∞ρ=00ρ=+∞R= \begin{cases} \begin{aligned} &\frac{1}{\rho} \space\space&\rho\ne0\\ &+\infin&\rho=0\\ &0&\rho=+\infin\\ \end{aligned} \end{cases} R=ρ1  +0ρ=0ρ=0ρ=+
    问题:在收敛域内的意义是明确的,可以使用无穷级数来逼近和函数。如果不在收敛域内,则完全不能逼近?如果是个低阶无穷大,有意义吗?

幂级数运算的性质

幂级数∑n=0∞anxn\sum\limits_{n=0}^{\infin}a_nx^nn=0anxn∑n=0∞bnxn\sum\limits_{n=0}^{\infin}b_nx^nn=0bnxn分别在区间(−R,R)(-R,R)(R,R)(−R′,R′)(-R',R')(R,R)上收敛,则二者加和、差、柯西乘积都收敛,收敛域取两者较小的集合。但是两者相除可能会比原来的收敛域小的多。

  1. 性质1:幂级数∑n=0∞anxn\sum\limits_{n=0}^{\infin}a_nx^nn=0anxn在其收敛域I上连续。
  2. 性质2: 幂级数∑n=0∞anxn\sum\limits_{n=0}^{\infin}a_nx^nn=0anxn在其收敛域I上可积,并有逐项积分公式:
    ∫0xs(t)dt=∫0x[∑0∞antn]dt=∑0∞∫0xantndt=∑0∞ann+1xn+1(x∈I)\begin{aligned} \int_0^xs(t)dt&=\int_0^x[\sum_0^\infin a_nt^n]dt\\ &=\sum_0^\infin\int_0^xa_nt^ndt\\ &=\sum_0^\infin\frac{a_n}{n+1}x^{n+1}\space(x\in I) \end{aligned} 0xs(t)dt=0x[0antn]dt=00xantndt=0n+1anxn+1 (xI)
    逐项积分后所得幂级数和原级数具有相同的收敛半径。
  3. 性质3:幂级数∑n=0∞anxn\sum\limits_{n=0}^{\infin}a_nx^nn=0anxn在其收敛区间(−R,R)(-R,R)(R,R)逐项可导,且有逐项求导公式,
    s′(x)=(∑n=0∞anxn)′=∑n=0∞nanxn−1(∣x∣<R)s'(x)=\left(\sum_{n=0}^\infin a_nx^n\right)'=\sum_{n=0}^\infin na_nx^{n-1}(|x|<R)s(x)=(n=0anxn)=n=0nanxn1(x<R)
  4. 看性质2和性质3,常数项里不是多了个n吗?(一个是1/(n+1),一个n)为什么还会说收敛半径不变呢?参照定理2,看逐项积分的情况。逐项积分后的级数为∑n=0∞nanxn−1\sum\limits_{n=0}^\infin na_nx^{n-1}n=0nanxn1,其常数项bn=ann+1b_n=\frac{a_n}{n+1}bn=n+1anlim⁡n→∞∣bn+1bn∣=lim⁡n→∞∣an+1an⋅nn+1∣=lim⁡n→∞∣an+1an∣=ρ\lim\limits_{n\to\infin}\left|\frac{b_{n+1}}{b_n}\right|=\lim\limits_{n\to\infin}\left|\frac{a_{n+1}}{a_n}\cdot\frac{n}{n+1}\right|=\lim\limits_{n\to\infin}\left|\frac{a_{n+1}}{a_n}\right|=\rhonlimbnbn+1=nlimanan+1n+1n=nlimanan+1=ρ故两者具有相同的收敛半径。
    常数项级数如果单项乘以n或者除以n就有可能会导致收敛性改变,为什么函数项级数不会有这个问题?例如对于常数项级数∑n∞un=∑n∞1n2\sum\limits_{n}^\infin u_n=\sum\limits_{n}^\infin\frac1{n^2}nun=nn21是收敛的,但是∑n∞unn=∑n∞1n\sum\limits_{n}^\infin u_nn=\sum\limits_{n}^\infin\frac 1{n}nunn=nn1发散,但是∑n∞un(x)=∑n∞xn2\sum\limits_{n}^\infin u_n(x)=\sum\limits_{n}^\infin\frac x{n^2}nun(x)=nn2x收敛域是[−1,1][-1,1][1,1]∑n∞un(x)n=∑n∞nxn2\sum\limits_{n}^\infin u_n(x)n=\sum\limits_{n}^\infin\frac {nx}{n^2}nun(x)n=nn2nx收敛域是[-1,1),收敛半径看似没变,只是少了一个收敛点。乘以多项式是不会改变收敛半径的,增加什么样的n的变量会改变x的收敛半径呢?也容易看到,比如ana^nan,会把收敛域变成原来的1/a1/a1/a.

函数展开成幂级数

假设f(x)f(x)f(x)能展开成如下幂级数形式
f(x)=∑n=0∞an(x−x0)=a0+a1(x−x0)+a2(x−x0)2+...+...f(x)=\sum_{n=0}^\infin a_n(x-x_0)=a_0+a_1(x-x_0)+a_2(x-x_0)^2+...+...f(x)=n=0an(xx0)=a0+a1(xx0)+a2(xx0)2+...+...
则有f(x)f(x)f(x)U(x0)U(x_0)U(x0)内具有任意阶导数,且
f(n)(x)=n!an+∑k=n+1∞k!(k−n)!ak(x−x0)k−nf^{(n)}(x)=n!a_n+\sum_{k=n+1}^\infin\frac{k!}{(k-n)!}a_k(x-x_0)^{k-n}f(n)(x)=n!an+k=n+1(kn)!k!ak(xx0)kn
x=x0x=x_0x=x0处,后面的求和项为0, 故an=f(n)(x0)n!a_n=\frac{f^{(n)}(x_0)}{n!}an=n!f(n)(x0)
这叫做函数f(x)f(x)f(x)x0x_0x0处的泰勒级数。

傅里叶级数

如何研究非正弦周期函数呢?,可以将周期为T=2π/ωT=2\pi/\omegaT=2π/ω的周期函数用一系列以T为周期的正弦函数来表示,记作
f(t)=A0+∑n=1∞Ansin(nωt+φn)f(t)=A_0+\sum_{n=1}^\infin A_n sin(n\omega t+\varphi_n)f(t)=A0+n=1Ansin(t+φn)
可以再做变形得到,
f(t)=A0+∑n=1∞Ansin(nωt)cosφ+Ancos(nωt)sinφf(t)=A_0+\sum_{n=1}^\infin A_n sin(n\omega t)cos\varphi+A_n cos(n\omega t)sin\varphif(t)=A0+n=1Ansin(t)cosφ+Ancos(t)sinφ
进行变量替换
a02=A0,an=Ansinφ,bn=Ancosφ,2π2l=ω(T=2l)\frac{a_0}{2}=A_0, a_n=A_nsin\varphi, b_n=A_ncos\varphi, \frac{2\pi}{2l}=\omega(T=2l)2a0=A0,an=Ansinφ,bn=Ancosφ,2l2π=ω(T=2l)
得到
f(t)=a02+∑n=1∞ancos(nπtl)+bnsin(nπtl)f(t)=\frac{a_0}{2}+\sum_{n=1}^\infin a_n cos(\frac{n\pi t}{l})+b_n sin(\frac{n\pi t}{l})f(t)=2a0+n=1ancos(lt)+bnsin(lt)

x=πtlx=\frac{\pi t}{l}x=lπt
这样就把以2l为周期的函数变换成了以2π2\pi2π为周期的函数,研究起来方便。当然,研究2l2l2l为周期的函数也是没有问题的。

  1. 三角函数的正交性:三角函数系在[−l,l][-l, l][l,l]上正交(即任意两个不同三角函数乘积的积分为0),其中2l(l=π/ω)2l(l=\pi/\omega)2l(l=π/ω)是基波周期。
    1,sinωx,coskωx....1, sin\omega x,cosk\omega x....1,sinωx,cosx....
    举个例子:
    s=∫−llsin⁡pωtsin⁡qωtdt=∫−llcos⁡(p−q)ωt−sin⁡(p+q)ωtdt若p≠q,则有s=1(p−q)ωsin⁡(p−q)ωt∣−ll+1(p+q)ωcos⁡(p+q)ωt∣−ll=0若p=q,则有s=∫−lldt=2l\begin{aligned} &s=\int_{-l}^l \sin p\omega t\sin q\omega t dt\\ =&\int_{-l}^l \cos (p-q)\omega t-\sin(p+q)\omega t dt \\ \end{aligned}\\ 若p\ne q,则有\\ s = \left.\frac{1}{(p-q)\omega}\sin (p-q)\omega t \right|_{-l}^{l} +\left.\frac{1}{(p+q)\omega}\cos (p+q)\omega t \right|_{-l}^{l} = 0 若p=q,则有\\ s = \int_{-l}^ldt=2l =s=llsinpωtsinqωtdtllcos(pq)ωtsin(p+q)ωtdtp=q,则有s=(pq)ω1sin(pq)ωtll+(p+q)ω1cos(p+q)ωtll=0p=q,则有s=lldt=2l
  2. 函数展开成傅里叶级数
    f(x)f(x)f(x)是以2π2\pi2π为周期的函数,且能展开成三角函数
    f(x)=a02+∑n=1∞ancos⁡nx+bnsin⁡nxf(x)=\frac{a_0}{2}+\sum_{n=1}^\infin a_n\cos n x+b_n \sin nxf(x)=2a0+n=1ancosnx+bnsinnx那么改怎么求取各个系数呢?
    先求a0a_0a0,两边同时在[−π,π][-\pi, \pi][π,π]上积分得到
    ∫−ππf(x)dx=∫−ππa02dx+∫−ππ∑n=1∞(ancos⁡nx+bnsin⁡nx)dx\int_{-\pi}^{\pi}f(x)dx=\int_{-\pi}^{\pi} \frac{a_0}{2}dx+\int_{-\pi}^{\pi}\sum_{n=1}^\infin (a_n\cos n x+b_n \sin nx)dxππf(x)dx=ππ2a0dx+ππn=1(ancosnx+bnsinnx)dx根据三角函数的正交性可知,等式右边积分的第二项为0,故
    a0=1π∫−ππf(x)dxa_0=\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)dxa0=π1ππf(x)dx
    为了求取ana_nan,等式两边同时乘以cos⁡nx\cos nxcosnx,并在[−π,π][-\pi, \pi][π,π]上进行积分,得到
    ∫−ππf(x)cos⁡nxdx=∫−ππa02cos⁡nxdx+∫−ππ∑n=1∞(ancos⁡nx+bnsin⁡nx)cos⁡nxdx=∫−ππancos⁡2nxdx=∫−ππan2dx=πan⟹an=1π∫−ππf(x)cos⁡nxdx同理,bn=1π∫−ππf(x)sin⁡nxdx\begin{aligned} &\int_{-\pi}^{\pi}f(x)\cos nxdx\\ =&\int_{-\pi}^{\pi} \frac{a_0}{2}\cos nxdx +\int_{-\pi}^{\pi}\sum_{n=1}^\infin (a_n\cos n x+b_n \sin nx)\cos nxdx\\ =&\int_{-\pi}^{\pi}a_n \cos^2 nxdx\\ =&\int_{-\pi}^{\pi}\frac{a_n}{2}dx\\ =&\pi a_n\\ \implies a_n=&\frac 1{\pi}\int_{-\pi}^{\pi}f(x)\cos nxdx\\ 同理, b_n=&\frac 1{\pi}\int_{-\pi}^{\pi}f(x)\sin nxdx\\ \end{aligned}\\ ====an=同理,bn=ππf(x)cosnxdxππ2a0cosnxdx+ππn=1(ancosnx+bnsinnx)cosnxdxππancos2nxdxππ2andxπanπ1ππf(x)cosnxdxπ1ππf(x)sinnxdx
  3. 三角级数收敛定理(狄利克雷充分条件):
    f(x)f(x)f(x)是周期为2π2\pi2π的周期函数,如果它满足:
    (1)在一个周期内连续,或者只有有限个第一类间断点;
    (2)在一个周期内至多只有有限个极值点;
    那么f(x)的傅里叶级数收敛,并且:
    当x是f(x)f(x)f(x)的连续点时,级数收敛于f(x)f(x)f(x)
    当x是f(x)f(x)f(x)的间断点时,级数收敛于1/2(f(x−)+f(x+))1/2(f(x^-)+f(x^+))1/2(f(x)+f(x+))
  4. 一般周期函数的傅里叶级数
    设一般周期函数具有周期T=2lT=2lT=2l,则可以写成傅里叶级数
    f(x)=a02+∑n=1∞ancos⁡nπlx+bnsin⁡nπlxan=1l∫−llf(x)cos⁡nπlxdxbn=1l∫−llf(x)sin⁡nπlxdxf(x)=\frac{a_0}{2}+\sum_{n=1}^\infin a_n\cos \frac{n\pi}{l}x+b_n\sin \frac{n\pi}{l}x\\ a_n=\frac 1 l \int_{-l}^{l}f(x)\cos \frac{n\pi}{l}xdx\\ b_n=\frac 1 l \int_{-l}^{l}f(x)\sin \frac{n\pi}{l}xdx f(x)=2a0+n=1ancoslx+bnsinlxan=l1llf(x)coslxdxbn=l1llf(x)sinlxdx
  5. 傅里叶级数的复数形式
    周期为2l2l2l的函数的傅里叶变换
    f(x)=a02+∑n=1∞ancos⁡nπlx+bnsin⁡nπlxf(x)=\frac{a_0}{2}+\sum_{n=1}^\infin a_n\cos \frac{n\pi}{l}x+b_n\sin \frac{n\pi}{l}x\\ f(x)=2a0+n=1ancoslx+bnsinlx
    根据欧拉公式
    cos⁡x=exi+e−xi2,sin⁡x=−exi−e−xi2i\cos x = \frac{e^{xi}+e^{-xi}}{2}, \sin x=-\frac{e^{xi}-e^{-xi}}{2}i cosx=2exi+exi,sinx=2exiexii
    带入上式得到
    f(x)=a02+∑n=1∞an−bni2enπxil+an+bni2e−nπxilf(x)=\frac{a_0}{2}+\sum_{n=1}^\infin \frac{a_n-b_ni}{2}e^{\frac{n\pi xi}{l}}+ \frac{a_n+b_ni}{2}e^{-\frac{n\pi xi}{l}} f(x)=2a0+n=12anbnielxi+2an+bnielxi
    cn=an−bni2,dn=an+bni2c_n= \frac{a_n-b_ni}{2}, d_n= \frac{a_n+b_ni}{2}cn=2anbni,dn=2an+bni,则对两边同时乘一个量,同时做积分,根据虚指数函数的正交性
    ∫−llf(x)e−nπxildx=∫−lla02e−nπxildx+∫−ll(∑n=1∞an−bni2enπxil+an+bni2e−nπxil)e−nπxildx=∫−llcndx=2lcn⟹cn=12l∫−llf(x)e−nπxildx类似dn=12l∫−llf(x)e−nπxildx合并可得f(x)=∑−∞∞cnenπxil其中cn=∫−llf(x)e−nπxildx\begin{aligned} &\int_{-l}^lf(x)e^{-\frac{n\pi xi}{l}}dx\\ =&\int_{-l}^l\frac{a_0}{2}e^{-\frac{n\pi xi}{l}}dx +\int_{-l}^l\left(\sum_{n=1}^\infin \frac{a_n-b_ni}{2}e^{\frac{n\pi xi}{l}} +\frac{a_n+b_ni}{2}e^{-\frac{n\pi xi}{l}}\right)e^{-\frac{n\pi xi}{l}}dx\\ =&\int_{-l}^{l}c_ndx\\ =&2lc_n\\ \implies c_n=&\frac{1}{2l}{\int_{-l}^lf(x)e^{-\frac{n\pi xi}{l}}dx}\\ 类似d_n=&\frac{1}{2l}{\int_{-l}^lf(x)e^{-\frac{n\pi xi}{l}}dx}\\ 合并可得\\ f(x)=\sum_{-\infin}^{\infin}c_ne^\frac{n\pi xi}{l}\\ 其中c_n=\int_{-l}^lf(x)e^{-\frac{n\pi xi}{l}}dx \end{aligned}\\ ===cn=类似dn=合并可得f(x)=cnelxi其中cn=llf(x)elxidxllf(x)elxidxll2a0elxidx+ll(n=12anbnielxi+2an+bnielxi)elxidxllcndx2lcn2l1llf(x)elxidx2l1llf(x)elxidx
    能不能直接通过指数表达式展开成指数形式,而不通过三角级数间接转换?

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:http://www.luyixian.cn/news_show_74241.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C语言几种判断语句简述

C 判断 判断结构要求程序员指定一个或多个要评估或测试的条件&#xff0c;以及条件为真时要执行的语句&#xff08;必需的&#xff09;和条件为假时要执行的语句&#xff08;可选的&#xff09;。 C 语言把任何非零和非空的值假定为 true&#xff0c;把零或 null 假定为 fals…

Linux系统下搭建maven环境

文章目录前述从官网下载安装包安装 maven修改maven配置修改环境变量测试前述 安装 maven 环境前&#xff0c;需要先安装 java 环境&#xff0c;如果没有安装 java 环境&#xff0c;可以参考&#xff1a;https://blog.csdn.net/weixin_45583303/article/details/118631855 从官…

【力扣周赛#334】6369. 左右元素和的差值 + 6368. 找出字符串的可整除数组 + 6367. 求出最多标记下标

目录 6369. 左右元素和的差值 - 前缀后缀和 ac 6368. 找出字符串的可整除数组 - 操作余数ac 6367. 求出最多标记下标 - 二分答案 贪心 6369. 左右元素和的差值 - 前缀后缀和 ac class Solution {public int[] leftRigthDifference(int[] nums) {int nnums.length;int[] re…

【JavaWeb】复习重点内容

✅✅作者主页&#xff1a;&#x1f517;孙不坚1208的博客 &#x1f525;&#x1f525;精选专栏&#xff1a;&#x1f517;JavaWeb从入门到精通&#xff08;持续更新中&#xff09; &#x1f4cb;&#x1f4cb; 本文摘要&#xff1a;本篇文章主要分享JavaWeb的学习重点内容。 &a…

QT之OpenGL混合

QT之OpenGL混合1. 概述2. 实现2.1 丢弃片段2.1.1 Demo2.2 混合2.2.1 相关函数2.2.2 排序问题2.2.3 Demo1. 概述 OpenGL中&#xff0c;混合(Blending)通常是实现物体透明度(Transparency)的一种技术。 2. 实现 2.1 丢弃片段 在某些情况下&#xff0c;有些片段是只需要设置显…

ecology9-谷歌浏览器下-pdf.js在渲染时部分发票丢失文字 问题定位及解决

问题 问题描述 &#xff1a; 在谷歌浏览器下&#xff0c;pdf.js在渲染时部分发票丢失文字&#xff1b;360浏览器兼容模式不存在此问题 排查思路&#xff1a;1、对比谷歌浏览器的css样式和360浏览器兼容模式下的样式&#xff0c;没有发现关键差别 2、✔使用Fiddler修改网页js D…

SAP MM学习笔记1-SAP中扩张的概念,如何将一个物料从工厂A扩张到工厂B

MM中在创建物料的时候&#xff0c;最低也得创建如下5个view。 基本数据1 基本数据2 购买管理 会计1 会计2 1&#xff0c;扩张是什么 有时候&#xff0c;你想增加其他的View&#xff0c;比如保管场所 等&#xff0c;你不能用MM02来做编辑&#xff0c;要用MM01来做扩张。这就是扩…

【Linux】工具(2)——vim

本期博客我们进入到Linux环境下vim工具的学习&#xff1a;一、vim是什么&#x1f4cc;Vim是一个超级超级强大的文本编辑器。Vim及前身VI&#xff0c;历史悠久&#xff08;可能比多数读者的年龄更大&#xff09;&#xff0c;经历了几十年的考验和发展。Vim全称叫Vi IMproved. 而…

聚类算法(上):8个常见的无监督聚类方法介绍和比较

无监督聚类方法的评价指标必须依赖于数据和聚类结果的内在属性&#xff0c;例如聚类的紧凑性和分离性&#xff0c;与外部知识的一致性&#xff0c;以及同一算法不同运行结果的稳定性。 本文将全面概述Scikit-Learn库中用于的聚类技术以及各种评估方法。 本文将分为2个部分&…

LearnOpenGL-入门-纹理

本人刚学OpenGL不久且自学&#xff0c;文中定有代码、术语等错误&#xff0c;欢迎指正 我写的项目地址&#xff1a;https://github.com/liujianjie/LearnOpenGLProject LearnOpenGL中文官网&#xff1a;https://learnopengl-cn.github.io/ 文章目录纹理纹理环绕方式纹理过滤多…

【java基础】包装类,自动装箱和自动拆箱

文章目录基本介绍包装类自动装箱自动拆箱包装类注意事项包装类比较包装器内容不可变基本介绍 有时&#xff0c;需要将int这样的基本类型转换为对象。所有的基本类型都有一个与之对应的类。 例如&#xff0c;Integer类对应基本类型int。通常&#xff0c;这些类称为包装器&#…

使用file-selector-button美化原生文件上传

前言 你平时见到的上传文件是下面这样的? 还是下面这种美化过的button样式 还是下面这种复杂的上传组件。 <input type="file" >:只要指定的是type类型的input,打开浏览器就是上面第一种原生的浏览器默认的很丑的样式。 下面的两种是我从ElementUI截的图,…

OpenAPI SDK组件介绍

背景 公司成立以来&#xff0c;积累了数以万计的可复用接口。上层的SaaS业务&#xff0c;原则上要复用这些接口开发自己的业务&#xff0c;为了屏蔽调用接口的复杂性&#xff0c;基础服务开发了apisdk组件&#xff0c;定义了一套声明OpenAPI的注解、注解解析器&#xff0c;实例…

scrapy下载图片

&#x1f431; 个人主页&#xff1a;莎萌玩家&#x1f64b;‍♂️ 作者简介&#xff1a;全栈领域新星创作者、专注于全栈各领域技术&#xff0c;共同学习共同进步&#xff0c;一起加油呀&#xff01;&#x1f4ab;系列专栏&#xff1a;网络爬虫、WEB全栈开发&#x1f4e2; 资料…

你应该知道的ChatGPT提示语

ChatGPT 自上线以来&#xff0c;凭借其优异的自然语言理解和输出能力&#xff0c;仅花 5天就成为了活跃用户过百万的现象级产品。而上一个现象级产品 instagram 花了 2 个半月。到目前为止 ChatGPT 在全球累计用户数量已经过亿&#xff0c;相信现在也有很多人在跟 ChatGPT 聊过…

OKR 与 KPI有何异同?各部门OKR实例【小bu】

OKR 与 KPI&#xff0c;如何本土化是关键 近期公司计划对去年实施的绩效考核方案进行优化&#xff0c;公司以往采用 KPI 绩效考核方式&#xff0c;产生了一些争议。一方面&#xff0c;执行期间部分部门一度忽略指标设置的真实目的&#xff0c;导致出现短视思维和行为&#xff1…

TCP协议原理二

文章目录四、滑动窗口二、流量窗口三、拥塞控制四、滑动窗口 前面我们学习了 确认应答&#xff0c;超时重传&#xff0c;连接管理&#xff0c;这些机制都为我们TCP的可靠性提供了保证&#xff0c;当然在保证TCP的可靠性的同时&#xff0c;传输效率也受到了一定的影响&#xff…

05 DC-AC逆变器(DCAC Converter / Inverter)简介

文章目录0、概述逆变原理方波变换阶梯波变换斩控调制方式逆变器分类逆变器波形指标1、方波变换器A 单相单相全桥对称单脉冲调制移相单脉冲调制单相半桥2、方波变换器B 三相180度导通120度导通&#xff08;线、相的关系与180度相反&#xff09;3、阶梯波逆变器独立直流源二极管钳…

BLIP2-图像文本预训练

文章目录摘要解决问题算法模型结构通过frozen图像编码器学习视觉语言表征图像文本对比学习&#xff08;ITC&#xff09;基于图像文本生成&#xff08;ITG&#xff09;图文匹配&#xff08;ITM&#xff09;从大规模语言模型学习视觉到语言生成模型预训练预训练数据预训练图像编码…

Gehpi的网络布局

Gehpi的网络布局1. 力引导布局2. 辅助布局布局是网络可视化中的重要概念&#xff0c;指将点和边通过某种策略进行排布&#xff0c;应尽可能满足以下4个原则&#xff1a; 节点均匀分布在有限的区域内避免边的交叉和弯曲保持边的长度一致整体布局能反映图内在的特性 Gephi的布局…