Fourier 級数:Introduction

関数を「級数」で近似するという手法は、数学的にも重要であるのみならず、「測定誤差」から逃れることの出来ない実験系の諸分野においては、「真の値の近似値を求める」という意味で極めて重要な意味を持っている。

級数の代表的なものは、ベキ級数展開(Taylor 級数)であろう。関数 f(x)x=a における Taylor 級数は、xa に近い場合には、近似する次数が低い場合であっても、 f(x) の値の極めて良い近似値を与えることが多い。例えば、以下に示す exp(x)x=0 における Taylor 展開では、exp(0.1) の真の値が、Taylor 級数の 5 次の項までの和で、小数点以下 7 ケタまで近似されている。

n

n 次の項までの和

1

1.1000000...

2

1.1050000...

3

1.1051666...

4

1.1051708...

5

1.1051709...

このように、Taylor 級数は xa に近い値の場合には良好な近似を与えるが、xa から離れるに従って近似の精度は一般に非常に悪くなっていく。このことは、

という2点からも当たり前のことであると言えよう。

では、f(x) に何らかの制限を与えて、多項式以外の適切なものの級数で f(x) の近似式を与えることは出来ないだろうか?

その答の一つが、Fourier 級数である。

Fourier 級数は、f(x) が周期関数であるときに、代表的な周期関数の cossin を用いた級数で f(x) を近似する手法であり、自然現象にあらわれる様々な周期的現象(音波、振動、心電図、脳波など)を記述する際に極めて有用なものと言えよう。


戻る