
傅里叶变换:从正弦波到频谱的秘密
引言:分解的艺术 一个古老的问题 1822年,法国数学家约瑟夫·傅里叶(Joseph Fourier)在研究热传导问题时,提出了一个革命性的观点:任何复杂的周期函数都可以分解为简单正弦波的叠加。 这个想法在当时引起了巨大的争议。拉格朗日等数学家认为这是不可能的——毕竟,三角函数和任意的周期函数看起来如此不同。 然而,傅里叶是正确的。这个看似简单的主张,打开了信号处理、分析数学乃至整个现代工程学的大门。 傅里叶变换的力量 今天,傅里叶变换无处不在: 音乐:你的Spotify音乐被压缩时,背后是傅里叶变换在工作 图像:手机摄像头的图像处理、JPEG压缩,都依赖傅里叶方法 医学:CT扫描和MRI使用傅里叶重建技术生成人体内部图像 通信:WiFi、5G、蓝牙——所有无线通信都使用傅里叶变换来传输数据 金融:分析师用傅里叶方法来发现数据中的周期性模式 核心思想:在"时间域"或"空间域"中复杂的信号,在"频率域"中可能变得极其简单。 这篇文章的目标 在接下来的篇幅中,我们将从最基本的三角函数开始,一步一步地推导出傅里叶级数和傅里叶变换。我们会看到: 为什么正弦波是"最基本"的函数 如何将任意函数分解为正弦波的叠加 傅里叶变换的数学本质是什么 傅里叶变换在实际问题中的强大应用 让我们开始这段数学之旅。 第一章:三角函数的正交性 1.1 什么是正交? 在向量空间中,正交(orthogonal)意味着两个向量垂直,它们的点积为零。 $$\mathbf{u} \cdot \mathbf{v} = 0 \quad \Rightarrow \quad \mathbf{u} \perp \mathbf{v}$$ 这个概念可以推广到函数。一个函数集合如果满足某种"点积"为零的条件,我们就说它们是正交的。 1.2 函数的"点积" 对于定义在区间 $[a, b]$ 上的两个函数 $f(x)$ 和 $g(x)$,我们定义它们的"点积"为: $$\langle f, g \rangle = \int_a^b f(x) g(x) , dx$$ 如果 $\langle f, g \rangle = 0$,我们就说 $f$ 和 $g$ 在区间 $[a, b]$ 上正交。 ...








