เครื่องคำนวณสัมประสิทธิ์อนุกรมฟูเรียร์
คำนวณสัมประสิทธิ์อนุกรมฟูเรียร์ a₀, aₙ และ bₙ สำหรับฟังก์ชันคาบใดๆ ดูการคำนวณอินทิกรัลฉบับเต็ม ตารางสัมประสิทธิ์ สูตรผลรวมย่อย และกราฟแบบโต้ตอบที่เปรียบเทียบฟังก์ชันต้นฉบับกับค่าประมาณฟูเรียร์
ตัวบล็อกโฆษณาของคุณทำให้เราไม่สามารถแสดงโฆษณาได้
MiniWebtool ให้ใช้งานฟรีเพราะมีโฆษณา หากเครื่องมือนี้ช่วยคุณได้ โปรดสนับสนุนเราด้วย Premium (ไม่มีโฆษณา + เร็วขึ้น) หรืออนุญาต MiniWebtool.com แล้วรีโหลดหน้าเว็บ
- หรืออัปเกรดเป็น Premium (ไม่มีโฆษณา)
- อนุญาตโฆษณาสำหรับ MiniWebtool.com แล้วรีโหลด
เกี่ยวกับ เครื่องคำนวณสัมประสิทธิ์อนุกรมฟูเรียร์
อนุกรมฟูเรียร์คืออะไร?
อนุกรมฟูเรียร์ (Fourier series) คือการแยกฟังก์ชันคาบใดๆ ออกเป็นผลรวมของไซน์และโคไซน์ (ฮาร์มอนิก) สำหรับฟังก์ชัน \( f(x) \) ที่มีคาบ \( T \) รูปแบบอนุกรมฟูเรียร์คือ:
การแยกองค์ประกอบที่มีประสิทธิภาพนี้เป็นพื้นฐานในการประมวลผลสัญญาณ, ฟิสิกส์, วิศวกรรม และคณิตศาสตร์ ซึ่งจะช่วยเผยให้เห็นเนื้อหาความถี่ที่ซ่อนอยู่ในสัญญาณคาบใดๆ
สัมประสิทธิ์คำนวณอย่างไร?
สัมประสิทธิ์ฟูเรียร์หาได้จากการอินทิเกรตผลคูณของ \( f(x) \) กับฟังก์ชันฐานแต่ละตัวในช่วงหนึ่งคาบสมบูรณ์:
สัมประสิทธิ์ \( a_0/2 \) หมายถึงค่าเฉลี่ยของฟังก์ชันในช่วงหนึ่งคาบ ส่วน \( a_n \) แต่ละตัวจะวัดว่าฟังก์ชันมีความสัมพันธ์กับคลื่นโคไซน์ที่ความถี่ \( n \) มากน้อยเพียงใด ในขณะที่ \( b_n \) จะวัดความสัมพันธ์กับคลื่นไซน์ที่ความถี่ \( n \)
สมมาตรของฟังก์ชันคู่และฟังก์ชันคี่
สมมาตรของฟังก์ชันสามารถช่วยให้การคำนวณฟูเรียร์ง่ายขึ้นอย่างมาก:
- ฟังก์ชันคู่ (\( f(-x) = f(x) \)): ค่า \( b_n = 0 \) ทั้งหมด อนุกรมฟูเรียร์จะมีเฉพาะพจน์โคไซน์ ตัวอย่าง: \( x^2 \), \( |x| \), \( \cos(x) \)
- ฟังก์ชันคี่ (\( f(-x) = -f(x) \)): ค่า \( a_n = 0 \) ทั้งหมด (รวมถึง \( a_0 \)) อนุกรมจะมีเฉพาะพจน์ไซน์ ตัวอย่าง: \( x \), \( x^3 \), \( \sin(x) \)
- ไม่ใช่ทั้งคู่และคี่: จำเป็นต้องใช้ทั้งพจน์โคไซน์และไซน์ ตัวอย่าง: \( e^x \)
ปรากฏการณ์กิบบ์ส (The Gibbs Phenomenon)
ที่จุดที่ไม่ต่อเนื่อง ผลรวมย่อยของฟูเรียร์จะแสดง การแกว่งเกิน (oscillatory overshoots) ซึ่งจะลู่เข้าหาค่าประมาณ 9% ของความสูงของการกระโดด ไม่ว่าจะใช้จำนวนพจน์มากเท่าใดก็ตาม สิ่งนี้เรียกว่าปรากฏการณ์กิบบ์ส ค่าที่เกินจะแคบลงเมื่อเพิ่มพจน์มากขึ้น แต่จุดยอดที่เกินจะไม่ลดลง สิ่งนี้จะเห็นได้ชัดในกราฟเมื่อประมาณค่าฟังก์ชันอย่างคลื่นสี่เหลี่ยมหรือคลื่นฟันเลื่อย
การประยุกต์ใช้อนุกรมฟูเรียร์
- การประมวลผลสัญญาณ: การแยกสัญญาณเสียง, วิทยุ และสัญญาณไฟฟ้าออกเป็นส่วนประกอบความถี่เพื่อการกรองและการวิเคราะห์
- การนำความร้อน: การแก้สมการความร้อนโดยใช้การแยกตัวแปร ซึ่งอนุกรมฟูเรียร์ใช้แทนการกระจายอุณหภูมิ
- การวิเคราะห์การสั่นสะเทือน: การวิเคราะห์การแกว่งทางกลและการกำทอนในโครงสร้างและวัสดุ
- การบีบอัดภาพ: JPEG และรูปแบบอื่นๆ ใช้การแปลงโคไซน์ไม่ต่อเนื่อง (Discrete Cosine Transform - DCT) ที่มีความเกี่ยวข้องกันอย่างใกล้ชิด
- กลศาสตร์ควอนตัม: ฟังก์ชันคลื่นจะถูกขยายในฐานเชิงตั้งฉาก (อนุกรมฟูเรียร์แบบนัยทั่วไป)
- วิศวกรรมไฟฟ้า: การวิเคราะห์วงจร AC และระบบไฟฟ้าที่มีรูปคลื่นเป็นคาบ
การลู่เข้าของอนุกรมฟูเรียร์
คุณสมบัติการลู่เข้าของอนุกรมฟูเรียร์ถูกควบคุมโดยทฤษฎีบทที่สำคัญหลายประการ:
- เงื่อนไขของดิริชเลต์ (Dirichlet Conditions): ถ้า \( f(x) \) มีความต่อเนื่องเป็นช่วงๆ, มีขอบเขต และมีจำนวนจุดสูงสุดต่ำสุดและจุดไม่ต่อเนื่องที่จำกัดในแต่ละคาบ อนุกรมฟูเรียร์จะลู่เข้าหา \( f(x) \) ที่จุดต่อเนื่อง และลู่เข้าหา \( \frac{1}{2}[f(x^+) + f(x^-)] \) ที่จุดไม่ต่อเนื่อง
- ทฤษฎีบทของพาร์เซวาล (Parseval's Theorem): พลังงานรวมของสัญญาณจะถูกอนุรักษ์ไว้: \( \frac{1}{T}\int_0^T |f(x)|^2\,dx = \frac{a_0^2}{4} + \frac{1}{2}\sum_{n=1}^{\infty}(a_n^2 + b_n^2) \)
- อสมการของเบสเซล (Bessel's Inequality): ผลรวมของสัมประสิทธิ์ยกกำลังสองจะมีขอบเขตจำกัดโดยพลังงานของฟังก์ชัน ซึ่งช่วยรับประกันการลู่เข้า
วิธีใช้งานเครื่องคำนวณนี้
- ป้อน f(x): พิมพ์ฟังก์ชันของคุณโดยใช้สัญลักษณ์ทางคณิตศาสตร์มาตรฐาน ใช้
^สำหรับกำลัง,*สำหรับการคูณ และฟังก์ชันในตัว เช่น sin, cos, exp, abs, ln - กำหนดคาบ: ป้อนจุดเริ่มต้นและจุดสิ้นสุดของหนึ่งคาบที่สมบูรณ์ สำหรับฟังก์ชันคาบ \( 2\pi \) มาตรฐาน ให้ใช้
-piถึงpi - เลือก N: เลือกจำนวนพจน์ฟูเรียร์ที่จะคำนวณ (1–20) พจน์ที่มากขึ้นจะให้การประมาณค่าที่แม่นยำยิ่งขึ้น
- วิเคราะห์ผลลัพธ์: ตรวจสอบตารางสัมประสิทธิ์, การอินทิเกรตทีละขั้นตอน, สูตรผลรวมย่อย, กราฟเปรียบเทียบ และสเปกตรัมแอมพลิจูด
อ้างอิงเนื้อหา หน้าหรือเครื่องมือนี้ว่า:
"เครื่องคำนวณสัมประสิทธิ์อนุกรมฟูเรียร์" ที่ https://MiniWebtool.com/th// จาก MiniWebtool, https://MiniWebtool.com/
อัปเดตล่าสุด: 21 กุมภาพันธ์ 2026
คุณสามารถลองใช้ AI แก้ปัญหาคณิตศาสตร์ GPT ของเรา เพื่อแก้ไขปัญหาทางคณิตศาสตร์ของคุณผ่านคำถามและคำตอบด้วยภาษาธรรมชาติ.