جميع الكتب

مهني

1 Markets I: The Ecosystem and Exchange-Traded Marketsالأسواق عبر الإنترنتالإنجليزية 2 Markets II: Rates, FX and Creditالأسواق عبر الإنترنتالإنجليزية 3 Markets III: Commodities, Energy and Cryptoالأسواق عبر الإنترنتالإنجليزية 4 Quantitative Methodsالأساليب عبر الإنترنتالإنجليزية 5 Derivatives and Volatilityالمشتقات عبر الإنترنتالإنجليزية 6 Rates, Credit, XVA and Riskالفائدة والائتمان والمخاطر عبر الإنترنتالإنجليزية 7 Research Craft: Predictors, Backtests, Measurement, Portfoliosالبحث عبر الإنترنتالإنجليزية 8 Strategies I: Equities and Futuresالاستراتيجيات عبر الإنترنتالإنجليزية 9 Strategies II: Volatility, Relative Value, Macro and the Bank Desksالاستراتيجيات عبر الإنترنتالإنجليزية 10 Microstructure and Executionالتنفيذ عبر الإنترنتالإنجليزية 11 Market Making and High-Frequency Tradingصناعة السوق عبر الإنترنتالإنجليزية 12 Machine Learning for Marketsتعلم الآلة عبر الإنترنتالإنجليزية 13 Low-Latency Softwareالتكنولوجيا عبر الإنترنتالإنجليزية 14 Networks, Hardware and Trading Infrastructureالتكنولوجيا عبر الإنترنتالإنجليزية 15 Research, Data and Risk Platformsالتكنولوجيا عبر الإنترنتالإنجليزية 16 The Desk and the Firmالشركة عبر الإنترنتالإنجليزية 17 The Industry: Firms, Roles and Careersالمسارات المهنية عبر الإنترنتالإنجليزية 18 Interviews I: Maths, Probability and Speedالمسارات المهنية عبر الإنترنتالإنجليزية 19 Interviews II: Markets, Trading Games and the Final Roundالمسارات المهنية عبر الإنترنتالإنجليزية 20 Interviews III: Codeالمسارات المهنية عبر الإنترنتالإنجليزية
التطبيقات حول المدرب تسجيل الدخول ابدأ القراءة

الرياضيات · المسرد

ما معنى معاملات فورييه؟

يُعرف أيضًا باسم: مجاميع فورييه الجزئية

تعريف 14.1 الرياضيات الجامعية — السنة 2 · الفصل 14 — متسلسلات فورييه

معاملات فورييه للدالة ff هي

cn(f)=12π∫−ππf(t) e−int  ⁣dt(n∈Z),c_n(f) = \frac{1}{2\pi}\int_{-\pi}^{\pi} f(t)\,\eu^{-\iu n t}\,\dd t \qquad (n \in \Z),

والمعاملات في الصورة الحقيقية an=cn+c−na_n = c_n + c_{-n}، bn=i(cn−c−n)b_n = \iu(c_n - c_{-n})، بحيث تكون المجاميع الجزئية لفورييه

SN(f)(t)=∑n=−NNcn(f) eint=a02+∑n=1N(ancos⁡nt+bnsin⁡nt).S_N(f)(t) = \sum_{n=-N}^{N} c_n(f)\,\eu^{\iu nt} = \frac{a_0}{2} + \sum_{n=1}^{N}\bigl(a_n\cos nt + b_n \sin nt\bigr).

وعلى C\mathcal{C}، نعرّف الجداء السلّمي الهرميتي ⟨f,g⟩=12π∫−ππf‾ g\langle f, g\rangle = \frac{1}{2\pi}\int_{-\pi}^{\pi}\conj f\,g: فالأسّيات en(t)=einte_n(t) = \eu^{\iu nt} متعامدة ممنظمة (لأن ⟨em,en⟩=δmn\langle e_m, e_n\rangle = \delta_{mn}، بالحساب المباشر)، و cn(f)=⟨en,f⟩c_n(f) = \langle e_n, f\rangle: فتحليل فورييه هندسةٌ هرميتية (الفصل 13) في البعد غير المنتهي.

أمثلة

مثال 14.3 (أفضل تقريب، مقيسًا)

إلى أي حدّ تقرّب كثيرات الحدود المثلثية ذوات الدرجة الصغيرة السنَّ المنشارية f(t)=tf(t) = t (على (−π, π)\intoo{-\pi}{\pi}) في المتوسط التربيعي؟ حسب القضية 14.2 يكون أفضل تقريب من الدرجة NN هو SN(f)S_N(f)، بخطأ مربّع

∥f−SNf∥22=∥f∥22−∑∣n∣≤N∣cn∣2.\norm{f - S_Nf}_2^2 = \norm f_2^2 - \sum_{\abs n\leq N}\abs{c_n}^2 .

وهنا ∥f∥22=12π∫−ππt2 ⁣dt=π23\norm f_2^2 = \frac{1}{2\pi}\int_{-\pi}^\pi t^2\dd t = \frac{\pi^2}{3}، ومن bn=2(−1)n+1nb_n = \frac{2(-1)^{n+1}}{n} (المثال 14.12): ∣cn∣2+∣c−n∣2=bn22=2n2\abs{c_n}^2 + \abs{c_{-n}}^2 = \frac{b_n^2}{2} = \frac{2}{n^2}. ومن ثم

∥f−SNf∥22=π23−∑n=1N2n2: وعدديًا 1.29, 0.79, 0.57, 0.44\norm{f - S_Nf}_2^2 = \frac{\pi^2}{3} - \sum_{n=1}^{N}\frac{2}{n^2} \qquad\text{: وعدديًا } 1.29,\ 0.79,\ 0.57,\ 0.44

من أجل N=1,2,3,4N = 1, 2, 3, 4 — وهو متناقص، لكن ببطء: فالذيل ∑n>N2n2∼2N\sum_{n>N}\frac2{n^2} \sim \frac2N يحكمه التناقص البطيء 1n\frac1n للمعاملات، وهو نفسه بصمة القفزة (التمرين 14.6 مقروءةً في الاتجاه المعاكس). والفكرة الختامية: يحوّل بارسفال جودة التقريب إلى ذيل متسلسلة عددية — ويتنبأ، قبل أي رسم، بأن القفزات تجعل متسلسلات فورييه تتقارب على مضض.

اقرأ في الفصل ←