MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

Samankaltaiset tiedostot
MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

MS-C1420 Fourier-analyysi osa I

MS-C1420 Fourier-analyysi osa I

MS-C1420 Fourier-analyysi osa I

MS-C1420 Fourier-analyysi osa II

MS-C1420 Fourier-analyysi osa II

Numeeriset menetelmät

Fourier-analyysi, I/19-20, Mallivastaukset, Laskuharjoitus 7

Mat Matematiikan peruskurssi L4, osa I

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

e ax, kun x > 0 f(x) = 0, kun x < 0, 0, kun x > 0 e ax, kun x < 0 e (a iω)x dx = a+iω = 1 a 2 +ω 2. e ax, x > 0 e ax, x < 0,

Numeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset

Osa VI. Fourier analyysi. A.Rasila, J.v.Pfaler () Mat Matematiikan peruskurssi KP3-i 12. lokakuuta / 246

Mat / Mat Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 42, loppuviikko, syksy 2008

Fourier-sarjat ja -muunnos

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ

Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin (yo-kirjoituksissa hyväksytty) on sallittu apuväline tässä kokeessa!

Signaalit ja järjestelmät aika- ja taajuusalueissa

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df)

4. Fourier-analyysin sovelletuksia. Funktion (signaalin) f(t) näytteistäminen tapahtuu kertomalla funktio näytteenottosignaalilla

Kompleksianalyysi, viikko 6

Numeeriset menetelmät TIEA381. Luento 14. Kirsi Valjus. Jyväskylän yliopisto. Luento 14 () Numeeriset menetelmät / 55

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

7. Tasaisen rajoituksen periaate

Mat Matematiikan peruskurssi L4, osa II, todistuksia ym

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

Oletetaan sitten, että γ(i) = η(j). Koska γ ja η ovat Jordan-polku, ne ovat jatkuvia injektiivisiä kuvauksia kompaktilta joukolta, ja määrittävät

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Nopeat Fourier-muunnokset

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M

Matematiikan tukikurssi

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

Luento 2. Jaksolliset signaalit

1. Viikko. K. Tuominen MApu II 1/17 17

Nopea kertolasku, Karatsuban algoritmi

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

MS-A0102 Differentiaali- ja integraalilaskenta 1

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

Sarjat ja integraalit

Laplace-muunnos. 8. marraskuuta Laplace-muunnoksen määritelmä, olemassaolo ja perusominaisuudet Differentiaaliyhtälöt Integraaliyhtälöt

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

Seuraava topologisluonteinen lause on nk. Bairen lause tai Bairen kategorialause, n=1

Harjoitus 1, tehtävä 1

Shorin algoritmin matematiikkaa Edvard Fagerholm

8. Avoimen kuvauksen lause

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

Jaksollisen signaalin spektri

Numeeriset menetelmät

Luento 8: Epälineaarinen optimointi

LUKU 6. Mitalliset funktiot

Toispuoleiset raja-arvot

5 Funktion jatkuvuus ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT Määritelmä ja perustuloksia

Esitetään tehtävälle kaksi hieman erilaista ratkaisua. Ratkaisutapa 1. Lähdetään sieventämään epäyhtälön vasenta puolta:

Funktiojonot ja funktiotermiset sarjat Funktiojono ja funktioterminen sarja Pisteittäinen ja tasainen suppeneminen

Lukujonon raja-arvo 1/7 Sisältö ESITIEDOT: lukujonot

y z = (x, y) Kuva 1: Euklidinen taso R 2

1 Kompleksiluvut. Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7

SIGNAALITEORIAN KERTAUSTA 1

Laplace-muunnos: määritelmä

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)

Kvanttifysiikan perusteet 2017

Viikon aiheet. Funktion lineaarinen approksimointi

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Kompleksiluvut., 15. kesäkuuta /57

Lebesguen mitta ja integraali

1. Tarkastellaan kaksiulotteisessa Hilbert avaruudessa Hamiltonin operaattoria

järjestelmät Luento 8

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

Koodausteoria, Kesä 2014

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 2017

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut

1 sup- ja inf-esimerkkejä

Tekijäryhmiä varten määritellään aluksi sivuluokat ja normaalit aliryhmät.

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause.

802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO

6.2.3 Spektrikertymäfunktio

1.1. Määritelmiä ja nimityksiä

802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä, todistuksia ym., osa I

Konvergenssilauseita

Kvanttifysiikan perusteet 2017

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 2: Sarjat

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä, todistuksia ym., osa I

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 2: Sarjat

Sisältö. Sarjat 10. syyskuuta 2005 sivu 1 / 17

Transkriptio:

MS-C14 Fourier-analyysi Esimerkkejä, perusteluja, osa I G. Gripenberg Aalto-yliopisto 3. tammikuuta 14 G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta 14 1 / 1 Miksi konvoluution Fourier-muunnos on muunnosten tulo? integroimisjärjestyksen vaihto g(t uh(u du ( e iπνt dt ( e iπν(t u g(t ue iπνu h(u du dt ( e iπν(t u g(t ue iπνu h(u dt du ( e iπν(t u g(t u dt e iπνu h(u du ( t u τ e iπντ g(τ dτ e iπνu h(u du ( ( e iπντ g(τ dτ e iπνu h(u du ĝ(νĥ(ν. Integroimisjärjestyksen vaihto on mahdollinen koska ( e iπν(t u g(t ue iπνu h(u du dt <. G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta 14 / 1

F(e πt (ν e πν Merkitään h (t e πt ja g(ν ĥ(ν. Fourier-muunnoksen derivoimissääntöjen nojalla pätee g (ν F ( ( iπth (t (ν if ( ( πth (t (ν, F(h o(ν iπνf(h (ν iπνg(ν Lisäksi pätee h (t πth (t joten g (ν if ( ( πth (t (ν if(h o(ν i πνg(ν πνg(ν. Tästä taas seruraa, että d dν eπν g(ν joten e πν g(ν on vakio ja erityisesti e πν g(ν e π g( g( joten ĥ (ν g(ν g(e πν g(h (ν. Koska (olettaen, että käänteiskaava pätee kun s ja ŝ L 1 ( h (t F 1 (g(t F(g( ν(t F(g(ν(t g(f(h (t g(g(h (t, niin saadaan g( 1 josta seuraa, että g( 1 koska h (t >. G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta 14 3 / 1 Miksi eiπνt k( νŝ(ν dν (ˆk s(t? Funktion h(ν e iπνt k( ν Fourier-muunnos on ĥ(ω e iπων e iπνt k( ν dν ν τ Kertolaskukaavan avulla saadaan nyt e iπ(ω tν k( ν dν e iπ(t ωτ k(τ dτ ˆk(t ω. e iπνt k( νŝ(ν dν h(νŝ(ν dν ĥ(ωs(ω dω ˆk(t ωs(ω dω (ˆk s(t. G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta 14 4 / 1

Miksi Fourier-muunnoksen käänteiskaava on voimassa? Valitaan kaavassa eiπνt p( νŝ(ν dν (ˆp s(t funktioksi p funktio p ɛ (ν e ɛν jolloin p( ν e ɛν ja p ɛ (ω π ɛ h ( π ɛ ω. Konvoluutioiden approksimaatio-ominaisuuksista seuraa nyt että lim ɛ s(t ( p ɛ s(t dt ja että lim ɛ ( p ɛ s(t s(t jos s on jatkuva pisteessä t. Jos ŝ lisäksi on integroituva niin lim ɛ eiπνt ŝ(νe ɛν dν eiπνt ŝ(ν dν. Huom! Yllä oleva päättely perustui siihen, että tiedetään, että funktion h (t e πt Fourier-muunnos on h mutta oleellista on ainoastaan että löydetään jokin funktio p L 1 ( siten, että ˆp L 1 ( ja p( ˆp(ν dν (mikä on eri asia kuin että ˆp( p(t dt kunnes käänteiskaava on tullut todistetuksi mutta ei sen jälkeen ja jos π termissä e iπνt vaihdetaan itseisarvoltaan toiseen lukuun tämä ei onnistu! G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta 14 5 / 1 L -funktioiden konvoluutio Jos g ja h L ( niin voidaan osoittaa, että konvoluutio (g h(t on jatkuva ja lim t (g h(t eli g h C ( mutta on mahdollista, että g h / L 1 ( ja g h / L ( joten Fourier-muunnosta ĝ h ei voida vielä määritellä. Mutta koska ĝ ja ĥ L ( niin ĝĥ L 1 ( ja tämän funktion Fourie-muunnos on laskettavissa ja tuloksen pitäisi olla ĝĥ(t (g h( t. Tämän osoittamiseksi valitaan t ja määritellään q(u h( u t. Silloin ˆq(ν e iπνs h( u t du e iπ( τ t h(τ dτ e iπνt ĥ(ν, joten e iπνt ĝ(νĥ(ν dν ĝ(νˆq(ν dν. G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta 14 6 / 1

L -funktioiden konvoluutio, jatk. Koska ĝ(νˆq(ν dν g(uq(u du niin ĝĥ(t g(uq(u du g(uh( u t du (g h( t. Huomaa myös, että jos g ja h L 1 ( niin pätee tietenkin F(g h ĝĥ mutta silloin tiedetään ainoastaan, että ĝĥ C ( ja tämänkin funktion Fourier-muunnoksen laskeminen ei onnistu suoraan perusmääritelmällä. G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta 14 7 / 1 FFT:n perusideat Diskreetin Fourier-muunnoksen tehokas käyttö perustuu siihen, että on mahdollista laskea se nopeasti ja tehokkaasti, mutta jos lähdetään laskemaan suoraan määritelmästä joudutaan suorittamaan suurin piirtein laskuoperaatiota. Laskun nopeuttamiseksi voidaan käyttää esim. seuraavanlaisia ideoita: Olkoon parillinen luku ja olkoon s -jaksollinen diskreetti signaali. yt F (s(m ŝ(m 1 j 1 j 1 k e iπmk e iπmj s(j + e iπmj s(k 1 j s(j + e iπm e iπm(j+1 s(j + 1 1 j e iπmj s(j + 1 F (s( : : (m + e iπm F (s(1 : : 1(m. G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta 14 8 / 1

FFT:n perusideat, jatkuu Kun lisäksi muistetaan, että F (G on jaksollinen jaksolla e iπm pystyvektoreina niin saadaan e iπ(m+ ja että niin nähdään, että kun kirjoitetaan vektorit [ ] F (s( : : F (s B, (s(1 : : 1 F missä B M [ I M I M Ω M Ω M ] ja Ω M diag ([ ] 1 e iπ M e iπ M... e iπ(m 1 M G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta 14 9 / 1 FFT:n perusideat, jatkuu Jos nyt q ja niin silloin A k I q k B k diag([b k,..., B k ] F (s A q A q 1... A 1 P s missä P s on permutaatio vektorista s. Kun lisäksi huomataan, että kun kerrotaan vektoria matriisilla A k niin jokaisen elementin laskemiseksi on kerrottava yksi elementti kompleksiluvulla ja tulokseen lisätään toinen kompleksiluku eli kaiken kaikkiaan kertolaskua ja yhteenlaskua ja kaiken kaikkiaan on siis laskettava q kertolaskua ja q yhteenlaskua. opea Fourier-muunnos on siis todella huomattavasti nopeampi kuin suoraviivainen määritelmän soveltaminen. Vastaavasti nopeita Fourier-muunnosalgoritmeja on myös olemassa tapauksissa kun k. G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa 3. I tammikuuta 14 1 / 1

Fourier-sarjan suppeneminen, I Jos s L 1 (/Z ja t on sellainen, että 1 1 niin Miksi Määritellään lim,m k M e iπktŝ(k s(t. g(t s(t + t s(t e iπt 1 1 t s(t + t s(t dt < ainakin kun t ei ole kokonaisluku (ja esim. g(t kun t Z. Koska e iπt 1 4 t kun t 1 niin g L1 (/Z ja iemann-lebesguen lemman nojalla pätee lim k ĝ(k. G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa 3. I tammikuuta 14 11 / 1 Todistus jatkuu Koska s(t + t g(t(e iπt 1 + s(t niin ŝ(ke iπkt 1 1 e iπkt f (t + t e iπk(t t s(t dt + 1 1 1 t t e iπ(k+1t g(t dt e iπkτ f (τ + t dt 1 e iπkt g(t dt e iπkt f (t dt ĝ(k + 1 ĝ(k + f (t δ,k missä δ,k 1 kun k ja muuten koska 1 e iπ t dt 1 ja 1 e iπkt dt / 1 1 iπk e iπkt jos k. Tästä seuraa, että jos M < ja > niin ŝ(ke iπkt ĝ( + 1 ĝ( M + f (t k M ja väite seuraa koska lim ĝ( + 1 lim M ĝ( M. G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa 3. I tammikuuta 14 1 / 1