傅里叶级数和泰勒级数逼近已知函数的动态过程-Toy模板网

这篇具有很好参考价值的文章主要介绍了傅里叶级数和泰勒级数逼近已知函数的动态过程。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

本文代码： Fourier级数和Taylor级数对原函数的逼近动画

Taylor级数

级数是对已知函数的一种逼近，比较容易理解的是Taylor级数，通过多项式来逼近有限区间内的函数，其一般形式为

$f(x)=\sum_{n=0}^N a_nx^n$

其中最著名的应该是自然指数，根据其导数不变的特点，我们可以很容易得到其表达式

$e^x=\sum_{n=0}^N \frac{x^n}{n!}$

随着N的不断增加，其逼近过程如图所示

python画傅里叶级数,# Python可视化,线性代数,算法,Fourier
其中，Taylor级数的实现方法如下，除了exp函数之外，还包括sin和cos函数的Taylor级数。

def Taylor(x,funcType='exp',n=0):
    func = {
        'exp' : lambda x,n : x**n/fac(n),
        'sin' : lambda x,n : (-1)**n*x**(2*n+1)/fac(2*n+1),
        'cos' : lambda x,n : (-1)**n*x**(2*n)/fac(2*n)
    }
    return func[funcType](x,n)

绘图代码如下

def approxGif(num=30, funcType='exp'):
    funcType = func if type(func)==str else 'auto'
    if type(func)==str:
        func = funcDict[func]
    
    x = np.linspace(0,10,1000)
    Y =func if type(func)==type(x) else func(x)
    
    if method in ['Taylor','taylor']:
        y = Taylor(x,funcType,0)
    elif method in ['Fourier','fourier']:
        y = Fourier(x,funcType,0)
    num = range(num)

    #画图初始化
    fig = plt.figure()
    ax = fig.add_subplot(111,autoscale_on=False,
        xlim=(0,10),ylim=(min(Y)-0.5,max(Y)+0.5))
    ax.plot(x,Y,color='g',lw=0.2)
    ax.grid()

    line, = ax.plot([],[],lw=0.5)
    time_text = ax.text(0.1,0.9,'',transform=ax.transAxes)

    # 动画初始化
    def init():
        line.set_data([],[])
        time_text.set_text('level:'+str(0))
        return line, time_text

    # 动画迭代
    def animate(n):
        nonlocal y
        y = Taylor(x,funcType,n) if n==0 else y+Taylor(x,funcType,n)
        line.set_data(x,y)
        time_text.set_text('level:'+str(n))
        print(n)
        return line, time_text
    
    ani = animation.FuncAnimation(fig,animate,
        num,interval=200,blit=False,init_func=init)
    #ani.save(funcType+'.gif',writer='pillow')
    plt.show()

Fourier级数

Fourier级数也是本着相同的思维，只不过采用了不同频率的三角函数作为其空间中的基底。

对于以 $2\pi$ 为周期的方波信号

$f(x)=\left\{\begin{aligned} 1\quad &x \in[0,\pi)\\ -1\quad &x\in[-\pi,0) \end{aligned}\right.$

其Fourier级数为

$f(x)=\frac{4}{\pi}\sum_{n=0}^N\frac{\sin x}{2n+1}$

实现为

def Fourier(x,funcType='square',n=0):
    func = {
        'square' : lambda x,n : 4/np.pi*np.sin((2*n+1)*x)/(2*n+1),
        'tri' : lambda x,n: np.pi/2 if n == 0 \
            else -4/np.pi*np.cos((2*n-1)*x)/(2*n-1)**2,
        'oblique': lambda x,n : 2*np.sin((n+1)*x)/(n+1)*(-1)**n
    }
    return func[funcType](x,n)

绘图代码为

def square(x):
    x = np.mod(x,np.pi*2)
    x[x>np.pi] = -1
    x[x!=-1] = 1
    return x 

def tri(x):
    return np.pi-np.abs(np.mod(x,2*np.pi)-np.pi)

funcDict = {
    'exp':np.exp,
    'sin':np.sin,
    'cos':np.cos,
    'square':square,
    'tri':tri,
}

# func支持三种输入模式，即字符串，函数以及numpy数组
def approxGif(func='square',method='fourier',num=30):
    funcType = func if type(func)==str else 'auto'
    if type(func)==str:
        func = funcDict[func]
    
    x = np.linspace(0,10,1000)
    Y =func if type(func)==type(x) else func(x)
    
    if method in ['Taylor','taylor']:
        y = Taylor(x,funcType,0)
    elif method in ['Fourier','fourier']:
        y = Fourier(x,funcType,0)
    num = range(num)

    #画图初始化
    fig = plt.figure()
    ax = fig.add_subplot(111,autoscale_on=False,
        xlim=(0,10),ylim=(min(Y)-0.5,max(Y)+0.5))
    ax.plot(x,Y,color='g',lw=0.2)
    ax.grid()

    line, = ax.plot([],[],lw=0.5)
    time_text = ax.text(0.1,0.9,'',transform=ax.transAxes)

    # 动画初始化
    def init():
        line.set_data([],[])
        time_text.set_text('level:'+str(0))
        return line, time_text

    # 动画迭代
    def animate(n):
        nonlocal y
        if method in ['taylor','Taylor']:
            y = Taylor(x,funcType,n) if n==0 \
                else y+Taylor(x,funcType,n)
        elif method in ['fourier','Fourier']:
            y = Fourier(x,funcType,n) if n==0 \
                else y+Fourier(x,funcType,n)
            pass
        line.set_data(x,y)
        time_text.set_text('level:'+str(n))
        print(n)
        return line, time_text
    
    ani = animation.FuncAnimation(fig,animate,
        num,interval=200,blit=False,init_func=init)
    #ani.save(funcType+'.gif',writer='pillow')
    plt.show()

如图所示

python画傅里叶级数,# Python可视化,线性代数,算法,Fourier

相应地三角波为

上述只是给出了几个直观的例子，用以表明Taylor级数和Fourier级数的使用方法，从而让我们具备这种通过多项式或者三角函数来逼近已知函数的意识。而对于已知表达形式的函数 $y = f (x)$ ，Taylor级数和Fourier级数都有导数或者积分的表示形式。文章来源地址https://www.toymoban.com/news/detail-655332.html

到了这里，关于傅里叶级数和泰勒级数逼近已知函数的动态过程的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！