Fourier-seriekalkylator: Formel, koefficienter och lösta exempel
En Fourier-seriekalkylator dekomponerar en periodisk funktion till en oändlig summa av sinus och cosinus, vilket förvandlar en komplicerad återkommande vågform till en uppsättning enkla, individuellt förståeliga delar. Varje Fourier-seriekalkylator automatiserar samma tre integraler — koefficienterna a₀, aₙ och bₙ — som du kan beräkna för hand för varje periodisk funktion när du väl känner till formlerna. Den här guiden går igenom Fourier-serieformeln, exakt hur man beräknar varje koefficient, tre helt lösta exempel (en kvadratvåg, en sågtandsvåg och en parabolisk våg), skillnaden mellan jämn och udda symmetri, hur många termer du faktiskt behöver för en bra approximation och de misstag som oftast förstör en handberäkning.
Innehåll
- 01Vad är en Fourier-seriekalkylator och hur fungerar den?
- 02Vad är Fourier-serieformeln och var kommer den från?
- 03Hur hittar du Fourier-koefficienterna a₀, aₙ och bₙ?
- 04Löst exempel 1: Fourier-serie för en kvadratvåg
- 05Löst exempel 2: Fourier-serie för en sågtandsvåg
- 06Löst exempel 3: Fourier-serie för en jämn funktion (x²)
- 07Vad är skillnaden mellan jämna, udda och allmänna periodiska funktioner?
- 08Hur många termer behöver du för en bra approximation?
- 09Vilka misstag förstör en handberäknad Fourier-serie?
- 10Fourier-seriekalkylator övningsuppgifter och FAQ
Vad är en Fourier-seriekalkylator och hur fungerar den?
En Fourier-seriekalkylator tar en periodisk funktion — en som upprepar sig själv över ett fast intervall, kallat perioden — och skriver om den som en oändlig summa av sinus- och cosinusvågor med ökande frekvens. Idén, som först utvecklades av Joseph Fourier när han studerade värmeutbredning, är att nästan vilken rimlig periodisk signal som helst, oavsett hur ojämn eller diskontinuerlig, kan byggas upp från släta, väl förstådda byggstenar: en konstant term plus vågor vid frekvens 1, 2, 3, 4 och så vidare gånger grundfrekvensen. Bakom varje Fourier-seriekalkylator finns tre formler som beräknar hur mycket av varje frekvens som finns i den ursprungliga funktionen. Dessa kallas Fourier-koefficienterna: a₀ (medelvärdet, ibland kallat DC-komponenten), aₙ (mängden av varje cosinusvåg) och bₙ (mängden av varje sinusvåg). När du väl har dessa tal byggs den ursprungliga funktionen upp igen som f(x) = a₀/2 + Σ [aₙ cos(nx) + bₙ sin(nx)], summerad över n = 1, 2, 3 och så vidare till oändlighet. Ingenjörer använder Fourier-serier för att analysera elektriska signaler, vibration och ljud; fysiker använder dem för att lösa värme- och vågorna ekvationer; och studenter möter dem i kalkyl-, differentialekvations- och signalbehandlingskurser, vanligtvis med samma handful testfunktioner — kvadratvågor, sågtandsvågor och triangelvågor — som den här guiden arbetar igenom för hand.
f(x) = a₀/2 + Σₙ₌₁^∞ [aₙ cos(nx) + bₙ sin(nx)] — vilken rimlig periodisk funktion som helst, återuppbyggd från en konstant plus en oändlig stapel av sinus- och cosinusvågor.
Vad är Fourier-serieformeln och var kommer den från?
För en funktion f(x) med period 2π (standardfallet som undervisas först, före generalisering till andra perioder), är Fourier-serieformeln och dess tre koefficientintegraler: f(x) = a₀/2 + Σₙ₌₁^∞ [aₙ cos(nx) + bₙ sin(nx)] a₀ = (1/π) ∫₋π^π f(x) dx aₙ = (1/π) ∫₋π^π f(x) cos(nx) dx bₙ = (1/π) ∫₋π^π f(x) sin(nx) dx Dessa formler kommer från en egenskap som kallas ortogonalitet: när du multiplicerar två olika sinus- eller cosinusvågor (olika frekvenser) och integrerar över en full period, är resultatet alltid noll. Bara när du multiplicerar en våg med sig själv blir integralen icke-noll. Den egenskapen låter dig isolera exakt hur mycket av varje individuell frekvens som "gömmer sig" inuti f(x), en koefficient i taget, på samma sätt som du kan hitta koordinaterna för en vektor genom att ta skalärprodukter mot varje axel. För en funktion med en allmän period 2L istället för 2π, ersätt cos(nx) och sin(nx) med cos(nπx/L) och sin(nπx/L), och ändra integrationsgränserna och faktorn 1/π till 1/L. Logiken och ortogonalitetstricket är identiska — bara frekvensomfångningen förändras.
Ortogonalitet är hela tricket: ∫₋π^π cos(mx)cos(nx) dx = 0 när m ≠ n, vilket är exakt det som låter a₀, aₙ och bₙ isoleras en i taget.
Hur hittar du Fourier-koefficienterna a₀, aₙ och bₙ?
Att hitta Fourier-koefficienter för hand är en mekanisk process när funktionen väl är definierad på en period. En Fourier-seriekalkylator går igenom exakt dessa steg internt.
1. Steg 1 — Identifiera perioden och skriv f(x) intervalsvis om nödvändigt
Bestäm perioden (2π, 2L eller ett annat värde) och skriv ned f(x) explicit över en full period. Många läroböcksfunktioner — kvadratvågor, sågtandsvågor — är definierade intervalsvis, med en annan formel på olika delar av intervallet.
2. Steg 2 — Beräkna a₀ genom att integrera f(x) över en period
a₀ = (1/π) ∫₋π^π f(x) dx. Detta är två gånger medelvärdet av f(x) över en period. Om f(x) är en udda funktion (symmetrisk om origo), a₀ = 0 automatiskt, eftersom de positiva och negativa areorna tar ut varandra.
3. Steg 3 — Beräkna aₙ genom att integrera f(x)cos(nx)
aₙ = (1/π) ∫₋π^π f(x) cos(nx) dx. Detta kräver vanligtvis partiell integration när f(x) är ett polynom, eller en direkt antiderivata när f(x) är intervalvis konstant. Om f(x) är udda, aₙ = 0 för varje n — udda funktioner innehåller inget cosinusinnehål.
4. Steg 4 — Beräkna bₙ genom att integrera f(x)sin(nx)
bₙ = (1/π) ∫₋π^π f(x) sin(nx) dx. Om f(x) är jämn (symmetrisk om y-axeln), bₙ = 0 för varje n — jämna funktioner innehåller inget sinusinnehål.
5. Steg 5 — Sätt ihop serien och kontrollera symmetri som en genväg
Ersätt a₀, aₙ och bₙ tillbaka i f(x) = a₀/2 + Σ[aₙcos(nx) + bₙsin(nx)]. Innan du integrerar något, kan du kontrollera om f(x) är jämn, udda eller ingendera för att på förhand se vilka koefficienter som blir noll, vilket minskar arbetet ungefär till hälften.
Udda funktion → bara bₙ överlevir (en ren sinusserie). Jämn funktion → bara a₀ och aₙ överlevir (en ren cosinusserie). Att kontrollera symmetri först sparar halva integrationsarbetet.
Löst exempel 1: Fourier-serie för en kvadratvåg
Tänk på kvadratvågen definierad på en period (-π, π) av f(x) = 1 för 0 < x < π och f(x) = -1 för -π < x < 0. Denna funktion är udda (f(-x) = -f(x)), så a₀ = 0 och varje aₙ = 0 — bara bₙ behöver beräknas.
1. Steg 1 — Ställ upp bₙ-integralen
bₙ = (1/π) ∫₋π^π f(x) sin(nx) dx = (1/π) [∫₋π^0 (-1)sin(nx) dx + ∫₀^π (1)sin(nx) dx]. Genom symmetri bidrar båda halvorna lika mycket, så detta förenklas till bₙ = (2/π) ∫₀^π sin(nx) dx.
2. Steg 2 — Integrera
∫₀^π sin(nx) dx = [-cos(nx)/n]₀^π = (-cos(nπ) + cos(0))/n = (1 - cos(nπ))/n. Så bₙ = (2/(nπ)) · (1 - cos(nπ)).
3. Steg 3 — Evaluera för udda och jämna n
cos(nπ) = (-1)ⁿ, så 1 - cos(nπ) = 1 - (-1)ⁿ. För jämna n är detta 1 - 1 = 0, så bₙ = 0. För udda n är detta 1 - (-1) = 2, så bₙ = 4/(nπ). Bara udda övertoner förekommer — en signaturfunktion för en kvadratvåg.
4. Steg 4 — Skriv serien
f(x) = (4/π)[sin x + sin(3x)/3 + sin(5x)/5 + sin(7x)/7 + ...]. Varje term är en sinusvåg vid en udda multipel av grundfrekvensen, skalad ned som 1/n.
5. Steg 5 — Kontrollera numeriskt vid x = π/2
Det sanna värdet är f(π/2) = 1. Med de första fyra udda termerna: S₄ = (4/π)(1 - 1/3 + 1/5 - 1/7) = (4/π)(0,7238) ≈ 0,922. Genom att lägga till fler termer — 1/9, 1/11 och så vidare — dras detta närmare 1, eftersom 1 - 1/3 + 1/5 - 1/7 + ... konvergerar till π/4 genom Leibniz-serien, och (4/π)(π/4) = 1 exakt i gränsen.
Kvadratvågskontroll: (4/π)(1 - 1/3 + 1/5 - 1/7) ≈ 0,922, konvergerar mot det sanna värdet f(π/2) = 1 när fler udda övertoner läggs till.
Löst exempel 2: Fourier-serie för en sågtandsvåg
Ta nu sågtandsvågen f(x) = x på intervallet (-π, π), upprepad med period 2π. Denna funktion är också udda, så återigen a₀ = 0 och aₙ = 0, och bara bₙ behöver partiell integration.
1. Steg 1 — Ställ upp bₙ-integralen
bₙ = (1/π) ∫₋π^π x sin(nx) dx = (2/π) ∫₀^π x sin(nx) dx, genom att använda det faktum att x sin(nx) är en jämn integrand (udda × udda = jämn).
2. Steg 2 — Integrera genom delar
Låt u = x, dv = sin(nx)dx, så du = dx och v = -cos(nx)/n. Då ∫x sin(nx)dx = -x cos(nx)/n + (1/n)∫cos(nx)dx = -x cos(nx)/n + sin(nx)/n². Evaluering från 0 till π: [-π cos(nπ)/n + 0] - [0 + 0] = -π cos(nπ)/n = -π(-1)ⁿ/n.
3. Steg 3 — Lös för bₙ
bₙ = (2/π) · (-π(-1)ⁿ/n) = -2(-1)ⁿ/n = 2(-1)ⁿ⁺¹/n. Så b₁ = 2, b₂ = -1, b₃ = 2/3, b₄ = -1/2, och så vidare, växlande tecken och krympande som 1/n.
4. Steg 4 — Skriv serien
f(x) = 2[sin x - sin(2x)/2 + sin(3x)/3 - sin(4x)/4 + ...] = 2 Σₙ₌₁^∞ (-1)ⁿ⁺¹ sin(nx)/n.
5. Steg 5 — Kontrollera numeriskt vid x = 1 radian
Det sanna värdet är f(1) = 1. Med de första fem termerna med sin(1)=0,8415, sin(2)=0,9093, sin(3)=0,1411, sin(4)=-0,7568, sin(5)=-0,9589: S₅ = 2(0,8415 - 0,9093/2 + 0,1411/3 - (-0,7568)/4 + (-0,9589)/5) = 2(0,8415 - 0,4546 + 0,0470 + 0,1892 - 0,1918) = 2(0,4313) = 0,8626. Detta oscillerar mot det sanna värdet på 1 när fler termer läggs till — en långsammare, växlande konvergens som är typisk för en funktion med ett steg diskontinuitet vid x = π.
Sågtandsvåg bₙ-formel: bₙ = 2(-1)ⁿ⁺¹/n — ett rent växlande mönster som kommer direkt från integration av x sin(nx) genom delar.
Löst exempel 3: Fourier-serie för en jämn funktion (x²)
Som kontrast, ta f(x) = x² på (-π, π), upprepad med period 2π. Denna funktion är jämn (f(-x) = f(x)), så bₙ = 0 för varje n, och bara a₀ och aₙ behöver beräknas — denna gång med cosinustermer istället för sinustermer.
1. Steg 1 — Beräkna a₀
a₀ = (1/π) ∫₋π^π x² dx = (1/π) · [x³/3]₋π^π = (1/π) · (2π³/3) = 2π²/3 ≈ 6,5797. Så a₀/2 = π²/3 ≈ 3,2899.
2. Steg 2 — Beräkna aₙ med partiell integration två gånger
aₙ = (2/π) ∫₀^π x² cos(nx) dx (fördubblas eftersom x²cos(nx) är jämn). Två omgångar av partiell integration ger ∫x²cos(nx)dx = x²sin(nx)/n + 2x cos(nx)/n² - 2sin(nx)/n³. Evaluerad från 0 till π, överlevir bara mittentermen vid varje gräns: resultatet är 2π cos(nπ)/n² = 2π(-1)ⁿ/n².
3. Steg 3 — Lös för aₙ
aₙ = (2/π) · (2π(-1)ⁿ/n²) = 4(-1)ⁿ/n². Så a₁ = -4, a₂ = 1, a₃ = -4/9, a₄ = 1/4, krympande som 1/n² — märkbart snabbare än 1/n-förfallet från kvadrat- och sågtandsvågorna, eftersom x² inte har någon stegdiskontinuitet.
4. Steg 4 — Skriv serien
f(x) = π²/3 + 4 Σₙ₌₁^∞ (-1)ⁿ cos(nx)/n² = π²/3 - 4cos(x) + cos(2x) - (4/9)cos(3x) + (1/4)cos(4x) - ...
5. Steg 5 — Kontrollera numeriskt vid x = π/2
Sannt värde: f(π/2) = (π/2)² ≈ 2,4674. Med termer genom n = 4, med cos(π/2)=0, cos(π)=-1, cos(3π/2)=0, cos(2π)=1: S₄ = 3,2899 + (-4)(0) + (1)(-1) + (-4/9)(0) + (1/4)(1) = 3,2899 - 1 + 0,25 = 2,5399. Redan inom 0,07 av det sanna värdet med bara två icke-noll termer — ett direkt resultat av det snabbare 1/n²-förfallet.
a₀/2 = π²/3, aₙ = 4(-1)ⁿ/n² — med 1/n²-förfall istället för 1/n, konvergerar denna cosinusserie märkbart snabbare än kvadrat- eller sågtandsvågserierna.
Vad är skillnaden mellan jämna, udda och allmänna periodiska funktioner?
Symmetri är den enda snabbaste genvägen i varje handberäkning av en Fourier-serie, och det är det första som en Fourier-seriekalkylator kontrollerar internt innan någon integration görs. En jämn funktion uppfyller f(-x) = f(x) — dess graf är en spegelbild över y-axeln, som cos(x) eller x². Jämna funktioner producerar en Fourier-cosinusserie: a₀ och aₙ kan vara icke-noll, men varje bₙ är exakt noll, eftersom sinustermer är udda och skulle bryta symmetrin. En udda funktion uppfyller f(-x) = -f(x) — dess graf har 180° rotationssymmetri om origo, som sin(x) eller x³. Udda funktioner producerar en Fourier-sinusserie: a₀ = 0 och varje aₙ = 0, men bₙ kan vara icke-noll. De flesta funktioner är varken helt jämna eller helt udda, och allmänna periodiska funktioner behöver alla tre koefficienttyperna — a₀, aₙ och bₙ — beräknade separat. Ett användbart trick: vilken funktion som helst kan delas in i en jämn del och en udda del, fₑᵥₑₙ(x) = [f(x)+f(-x)]/2 och fₒdd(x) = [f(x)-f(-x)]/2, och varje del bidrar bara med den koefficienttyp som matchar dess symmetri.
Jämn funktion → bara cosinusserie (a₀, aₙ; bₙ = 0). Udda funktion → bara sinusserie (bₙ; a₀ = aₙ = 0). Varken eller → beräkna alla tre koefficienttyperna.
Hur många termer behöver du för en bra approximation?
En Fourier-serie är en oändlig summa, men varje praktisk beräkning — för hand eller med kalkylator — trunkerar den efter ett ändligt antal termer, kallas en partiell summa. Hur många termer som är "tillräckligt" beror helt på hur slät den ursprungliga funktionen är. För en funktion utan diskontinuiteter och kontinuerliga derivator, som x²-exemplet ovan, krymper koefficienterna snabbt (1/n² eller snabbare), så bara en handfull termer är redan inom en liten andel procent av det sanna värdet nästan överallt. För en funktion med stegdiskontinuiteter, som kvadratvågen eller sågtandsvågen, krymper koefficienterna långsammare (1/n), så konvergens bort från steget är fortfarande ganska snabb, men nära steget själv händer något annorlunda: de partiella summorna överskrider det sanna värdet med ungefär 9% oavsett hur många termer du lägger till. Denna överskridning kallas Gibbs-fenomenet, och det försvinner aldrig när n → ∞ — det drar bara ihop sig till ett allt smalare område precis vid diskontinuiteten. Bort från någon steg konvergerar samma partiella summar normalt och kan litas på för den noggrannhet ditt problem behöver. Som en tumregel: för släta funktioner är 5-10 termer vanligtvis tillräckligt för två decimalnoggrannhet; för funktioner med steg, förvänta långsammare, oscillerande konvergens bort från steget och en ihållande ~9% överskridning exakt vid steget, oavsett hur många termer som ingår.
Gibbs-fenomenet: nära en stegdiskontinuitet, överskrider en Fourier-partialsumma det sanna värdet med omkring 9% oavsett hur många termer du lägger till — det är en egenskap vid trunkering, inte ett fel att fixa.
Vilka misstag förstör en handberäknad Fourier-serie?
Några återkommande fel står för de flesta felaktiga Fourier-serieberäkningar.
1. Glömmer faktorn a₀/2
Den konstanta termen i serien är a₀/2, inte a₀. Att missa divisionen med 2 förskjuter den hela återuppbyggda funktionen upp eller ned med a₀/2 — ett vanligt men lätt att fånga fel om du kontrollerar medelvärdet på din slutserie mot medelvärdet på f(x).
2. Hoppar över symmetrikontroll
Att beräkna aₙ från början för en funktion som uppenbart är udda (som en sågtandsvåg) slösar på betydande algebra och ökar risken för ett aritmetiskt misstag. Testa alltid f(-x) mot f(x) och -f(x) innan du integrerar.
3. Matchar inte period och formel
Att använda cos(nx) och sin(nx) — period-2π-formlerna — för en funktion med period 2L ≠ 2π producerar en serie som faktiskt inte upprepar med rätt period. Byt alltid till cos(nπx/L) och sin(nπx/L), och 1/L istället för 1/π, när perioden inte är 2π.
4. Förlorar teckenfel i partiell integration
Både sågtandsvåg och x²-exemplen ovan behövde partiell integration, där ett teckenfel i gränstermen (evaluering vid den övre mot nedre gränsen) är den enda vanligaste källan till ett fel aₙ eller bₙ. Att omberäkna koefficienten för ett känt värde på n och kontrollera det mot den ursprungliga funktionens kända beteende fångar detta snabbt.
Den snabbaste sannikhetskontroll på vilken Fourier-serie som helst: matchar f(0) — eller en annan lätt punkt — a₀/2 plus summan av en handfull termer evaluerade vid den punkten? En stor avvikelse betyder vanligtvis ett tecken- eller faktorfel.
Fourier-seriekalkylator övningsuppgifter och FAQ
Prova dessa själv, kontrollera sedan svaren nedan. 1) Hitta Fourier-serien för f(x) = |x| på (-π, π). 2) Hitta bₙ för f(x) = x på (-2, 2), period 4. 3) Utan att integrera, ange vilka koefficienter som automatiskt är noll för f(x) = x³ på (-π, π). Svar: 1) f(x) är jämn, så bₙ = 0; a₀ = π, aₙ = (2/(n²π))((-1)ⁿ - 1), vilket ger aₙ = -4/(n²π) för udda n och 0 för jämna n. 2) Med period 2L = 4, så L = 2: bₙ = (2/L)∫₀^L x sin(nπx/L) dx fungerar att bₙ = 4(-1)ⁿ⁺¹/(nπ). 3) x³ är udda, så a₀ = 0 och varje aₙ = 0 — bara bₙ behöver beräknas. En Fourier-seriekalkylator är verkligt användbar för att kontrollera dessa för hand, särskilt för att fånga ett aritmetiskt misstag i en långdragen partiell integration, men formlerna själva — a₀, aₙ, bₙ och de jämn/udda-genvägarna — är det som faktiskt låter dig ställa upp problemet korrekt från början. Om du vill ha varje integrationssteg explicit visad istället för bara en slutlig koefficient, går Solvifys steg-för-steg-lösare igenom varje Fourier-koefficientberäkning på samma sätt som denna guide gör, term för term.
1. Varför fungerar Fourier-serie bara för periodiska funktioner?
Sinus och cosinus är själva periodiska, så vilken finit eller oändlig summa av dem som helst är automatiskt periodisk också. En icke-periodisk funktion kan fortfarande approximeras på ett ändligt intervall genom att behandla det intervallet som en period, men den resulterande serien kommer att upprepa sig utanför det intervallet även om den ursprungliga funktionen inte gör det.
2. Kan varje periodisk funktion skrivas som en Fourier-serie?
De flesta funktioner som påträffas inom fysik och teknik uppfyller Dirichlet-villkoren (ändligt många diskontinuiteter och extrema per period, och ändlig total variation), vilket garanterar konvergens nästan överallt. Vid en faktisk stegdiskontinuitet konvergerar serien till mittenpunkten på steget snarare än till endera sidans värde.
Tre-integralsreceptet förändras aldrig: hitta a₀, hitta aₙ, hitta bₙ, ersätt sedan. Allt annat — symmetri-genvägarna, periodskallning, konvergensbeteende — bygger på samma grund.
Relaterade artiklar
Partiell derivata kalkylator: Steg-för-steg-guide med lösta exempel
Fourier-koefficientintegraler och partiella derivator förlitar sig båda på att behandla en variabel i taget — den här guiden täcker reglerna för flervariabelkalkyl bakom den idén.
Projektilrörelskalkylator: Hur man löser någon bana för hand
Ett annat fysikat som är byggt från att dekomponera rörelse till oberoende komponenter, samma dela-och-härska-strategi som används för att isolera varje Fourier-koefficient.
Kalkylhjälp: Gränser, derivator, integraler och serier
Kalkylarkstolet — partiell integration, seriekonvergens och bestämda integraler — som varje Fourier-koefficientberäkning drar på direkt.
Relaterade matematiklösare
Steg-för-steg-lösningar
Få varje partiell integrationssteg visad explicit vid beräkning av a₀, aₙ och bₙ, inklusive gränsevalueringarna som oftast gömmer teckenfel.
Smart Scan-lösare
Fota en Fourier-koefficientintegral från en lärobok eller problemuppsättning och få en helt löst lösning direkt.
AI Math-handledare
Ställ följdfrågor om symmetri-genvägarna, konvergens eller Gibbs-fenomenet när du arbetar igenom ett specifikt Fourier-serieproblem.