Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL

Relevanta dokument
Trigonometriska polynom

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.

Fouriertransformen. Faltning, filtrering och sampling

Två enkla egenvärdesproblem. Två - gissningsvis välbekanta - egenvärdesproblem

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-6, 29/10-8/11, = m n

Andra ordningens lineära differensekvationer

101. och sista termen 1

b 1 och har för olika värden på den reella konstanten a.

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp)

Uppgifter 3: Talföljder och induktionsbevis

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna Föreläsning 26, 9/2 2011: y + ay + by = h(x)

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?

Kompletterande kurslitteratur om serier

Borel-Cantellis sats och stora talens lag

Ekvationen (ekv1) kan beskriva en s.k. stationär tillstånd (steady-state) för en fysikalisk process.

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n grad( P(

Introduktion till statistik för statsvetare

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

H1009, Introduktionskurs i matematik Armin Halilovic POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING. vara ett polynom där a

Räkning med potensserier

Genomsnittligt sökdjup i binära sökträd

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Svar till tentan

= (1 1) + (1 1) + (1 1) +... = = 0

Föreläsning 10: Kombinatorik

PROV I MATEMATIK Transformmetoder 1MA dec 2010

I situationer där det inte råder någon oklarhet om vilken funktion f som avses, nöjer vi oss med att skriva c n istället för c n Hf L.

Tentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl

LINJÄRA DIFFERENTIALEKVATIONER AV HÖGRE ORDNINGEN

Tentamen i Flervariabelanalys F/TM, MVE035

Tenta i MVE025/MVE295, Komplex (matematisk) analys, F2 och TM2/Kf2

Induktion LCB Rekursion och induktion; enkla fall. Ersätter Grimaldi 4.1

REGULJÄRA SPRÅK (8p + 6p) 1. DFA och reguljära uttryck (6 p) Problem. För följande NFA över alfabetet {0,1}:

Cartesisk produkt. Multiplikationsprincipen Ï Ï Ï

ENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist

Datorövning 2 Fördelningar inom säkerhetsanalys

Kontrollskrivning 3 i SF1676, Differentialekvationer med tillämpningar. Tisdag kl 8:15-10

PROV I MATEMATIK Transformmetoder 1MA april 2011

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion.

Del A. x 0 (1 + x + x 2 /2 + x 3 /6) x x 2 (1 x 2 /2 + O(x 4 )) = x3 /6 + O(x 5 ) (x 3 /6) + O(x 4 )) = 1 + } = 1

θx θ 1 om 0 x 1 f(x) = 0 annars

Bertrands postulat. Kjell Elfström

7 Sjunde lektionen. 7.1 Digitala filter

MS-A0409 Grundkurs i diskret matematik I

Datastrukturer och algoritmer

som är styckvis kontinuerlig och har styckvis kontinuerlig derivatan. Notera att f (x)

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?

LINJÄR ALGEBRA II LEKTION 4

TNA001- Matematisk grundkurs Tentamen Lösningsskiss

Tentamen i matematisk statistik

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x

Föreläsning G04: Surveymetodik

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Om komplexa tal och funktioner

Förfrågan till Klockarens redaktörer

Lösningar och kommentarer till uppgifter i 1.1

Föreläsning 2: Punktskattningar

2. Konfidensintervall för skillnaden mellan två proportioner.

RESTARITMETIKER. Avsnitt 4. När man adderar eller multiplicerar två tal som t ex

4. Uppgifter från gamla tentor (inte ett officiellt urval) 6

DEL I. Matematiska Institutionen KTH

1. BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. n x

Formelblad Sannolikhetsteori 1

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.

Digital signalbehandling Alternativa sätt att se på faltning

Armin Halilovic: EXTRA ÖVNINGAR

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl

Multiplikationsprincipen

TAMS79: Föreläsning 9 Approximationer och stokastiska processer

Grundläggande matematisk statistik

F4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik

TNA001 Matematisk grundkurs Övningsuppgifter

1. Test av anpassning.

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

Analys av algoritmer. Beräkningsbar/hanterbar. Stora Ordo. O(definition) Datastrukturer och algoritmer. Varför analysera algoritmer?

Lösningar till tentamensskrivning i kompletteringskurs Linjär Algebra, SF1605, den 10 januari 2011,kl m(m + 1) =

Minsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera

Problem 2 löses endast om Du hade färre än 15 poäng på duggan som gavs arctanx sin x. x(1 cosx) lim. cost.

b) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)

Intervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej

Lycka till! I(X i t) 1 om A 0 annars I(A) =

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes

Visst kan man faktorisera x 4 + 1

Inledande matematisk analys (TATA79) Höstterminen 2016 Föreläsnings- och lekionsplan

Anmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b].

Tentamen 19 mars, 8:00 12:00, Q22, Q26

Uppsala Universitet Matematiska Institutionen Bo Styf. Att repetera.

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Sannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:

F10 ESTIMATION (NCT )

Sannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1

Analys av polynomfunktioner

Lösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007

Digital signalbehandling Fönsterfunktioner

5. Linjer och plan Linjer 48 5 LINJER OCH PLAN

Tentamen i Envariabelanalys 1

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl

Konsoliderad version av. Styrelsens för ackreditering och teknisk kontroll föreskrifter (STAFS 1993:18) om EEG-märkning av färdigförpackade varor

Transkript:

Fourierserie fortsättig Ortogoalitetsrelatioera och Parsevals formel Med hjälp av ortogoalitetsrelatioera Y  m W t,  W t ] =, m ¹, m = () där Xf, g\ = Ÿ T f HtL g HtL, där W ã p, ka ma bevisa följade itressata formel BEVIS PARSEVALS FORMEL T f HtL c I vårt bevis täker vi oss att Fourierserie kovergerar mot f HtL i varje pukt och att beloppet i kvadrat ka itegreras termvis. I själva verket ka formel bevisas uder svagare villkor. T f HtL = Xf, f \ = [ m c  m W t, c  W t _ = Yc m  m W t, c  W t ] m, = m, T c m  m W t c - W t

Fourierserie.b = c m c m, T Â m W t -Â W t = c m c Y Â m W t, Â W t ] m, HL = c c ÿ = c. Parsevals formel och eergispektrum När f represeterar e sigal, är f reellvärd, och då är c - = c, varför c + c - = c Så för reellvärda f ka Parsevals formel skrivas f T HtL = c + c = K a H*L O + = = Ia + b M () (*) c = a - Â b ï c =Ia + b M/ E fysikalisk tolkig av () är att västerledet beskriver eergi i sigale f och att högerledet beskriver hur samma eergi fördelar sig på sigales olika frekveser. Därför kallas följde för f :s eergispektrum. I c, c, c, M Eergispektrum

3 Fourierserie.b Parsevals formel och Pythagoras sats För e vektor i plaet u = c e + c e där e, e är e ortoomerad bas u c e c e gäller som bekat Pythagoras sats u c + c För f HtL = +c - - W t + c - - W t + c + c  W t + c  W t + ser Parsevals formel ut som e oädligtdimesioell Pythagoras sats f = + c - + c - + c + c + c + ANM. Beteckige f avser Ÿ T f HtL. EXEMPEL Beräka + 9 + 5 + + med hjälp av Parsevals 49 formel för fuktioe edaför - - Lösig EXEMPEL 8 - Â, udda c = p, jäm

Fourierserie.b 4 Parsevals formel säger att = - Det följer (Kotrollera det!) att Derivera e Fourierserie = =- udda p + 9 + 5 + 49 + = p 8. E Fourierseries termer ka deriveras hur måga gåger som helst, eftersom t # Â W t är oädligt måga gåger deriverbar. Det torde ite komma som ågo större överaskig för läsare att om e fuktios Fourierserie deriveras termvis så blir resultatet lika med Fourierserie för de deriverade fuktioe - givet att de periodiska utvidgige av fuktioe är deriverbar. f HtL ~ Â W c Hf L Â W t (3) Kostatterme i (3) är lika med oll. Varför? E ekvivalet formulerig av (3) är c Hf L Â W c Hf L (3) följer om ma partialitegrerar Ÿ T f HtL ÿ -Â W t och utyttjar att f HtL ÿ -Â W t är -periodisk. Ë ANM. Om f är flera gåger deriverbar får ma f HtL ~ HÂ WL c Hf L Â W t osv. EXEMPEL Fi e p-periodisk lösig y till differetialekvatioe.

5 Fourierserie.b Lösig y HtL + b y HtL + a yhtl dhtl. Spektraltrasformerig av differetialekvatioe resulterar i Härav, Dvs. - c HyL +  b c HyL + a c HyL c HyL yhtl ~ - +  b + a - +  b + a  t - - H L t -.4  -. -p p EXEMPEL Beräka Fourierseriera till f, f, f och f H3L, då f HtL = Jt - 4 N, t œ B-, F. Lösig f är jäm. Så f :s Fourierserie blir e cosiusserie. f HtL ~ c Hf L + a Hf L cosh p tl Deriverig termvis ger

Fourierserie.b 6 f HtL ~ -a Hf L p sih p tl f HtL ~ -a Hf L H p L cosh p tl f H3L HtL ~ a Hf L H p L 3 sih p tl Det återstår u bara att beräka f :s Fourierkoefficieter. Kom ihåg att a = ReHc L, där c H f L = t - - 4 c H f L = t - - 4 = t 5 5 - t3 6 + t -Â p t 6 - = @Fyra partiella itegratioerd = - 3 H-L p 4 4 Således är a Hf L = - 3 H-L p 4 4. Det följer att = 3 f HtL ~ 3 + - 3 H-L p 4 4 f 6 H-L HtL ~ p 3 3 f H-L HtL ~ p cosh p tl sih p tl cosh p tl f H3L -4 H-L HtL ~ sih p tl p Notera att termera i de fyra seriera har olika storleksordigar: 4, 3, respektive. Detta gör att seriera kovergerar olika sabbt. Variera (i figure

7 Fourierserie.b Detta gör att seriera kovergerar olika sabbt. Variera (i figure edaför) atalet termer, och otera hur få termer som behövs i de första falle för att få hyggliga approximatioer av fuktioera (som för jämförelse skull fis iritade med blått tillsammas med seriera). Atal termer 6 Fourierkoefficieteras storleksordig Exemplet ovaför tycks idikera att ju mjukare de periodiska utvidgige av e fuktio och dess derivator böjer sig, ju sabbare kovergerar fuktios Fourierserie. Följade tumregel formaliserar dea observatio.

Fourierserie.b 8 f HkL Hme ite lägre derivatorl har språgdiskotiuitet c är av storleksordig k+ (4) Förmodlige vill du förstå (4). Så läs vidare. Betrakta först fallet k =, dvs. fallet att f själv gör ett språg i origo. T.ex. som -T T T Då gäller f H -L ¹ f H +L, och därmed f H -L ¹ f H +L p.g.a. periodicitet. Det följer att c får e ollskild term (se första terme i högerledet edaför) av storleksordig. c = f HtL -Â W t = f HtL -Â t W -Â W - + - f HtL -Â W t -Â W = Â W f H -L - f H +L - f HtL -Â W t -Â W Betrakta seda fallet k =, dvs. att f ite har ett språg i origo, me att f har det. Således (jfr. med resoemaget ovaför) är f H - L = f I + M, me f H - L ¹ f I + M.

9 Fourierserie.b Det följer att c ite iehåller ågo term av storleksordig, me däremot e av storleksordig : c = f HtL -Â W t = @som ovad = Â p f H -L - f H +L - f HtL -Â W t -Â W = - f HtL -Â W t -Â W = - f HtL -Â t W H-Â WL - + + f HtL -Â W t H-Â WL = f H -L - f H +L W + f HtL -Â W t H-Â WL Med hjälp av flera partiella itegratioer bevisas (4) för högre värde på k. Itegrera e Fourierserie I föregåede avsitt har vi sett att är Fourierserie till e fuktio deriveras termvis (ågot som alltid går att göra), får ma Fourierserie till de deriverade fuktioe om de seare går att derivera. Nu ska vi se att ett motsvarade resultat gäller för baklägesderiverig (itegratio uta bestämda gräser):

Fourierserie.b c Hf L f HtL ~ c Hf L t + kostat +  W  W t ¹ (5) Ifall c Hf L =, så har vi c H f L f HtL ~ kostat +  W  W t ¹ (6) Försök själv härleda dessa resultat. EXEMPEL 3 Beräka (äu e gåg) Fourierseriera till f, f, f och f H3L, då f HtL = Jt - 4 N, t œ B-, F. Lösig Tre deriverigar av f HtL = Jt - 4 N ger f H3L HtL = 4 t, vilke är udda. Så f H3L :s Fourierserie är e siusserie. f H3L HtL ~ b If H3L M sih p tl Av (6) följer att f HtL ~ b If H3L M kostat + - cosh p tl p Kostate ovaför visar sig bli oll fastä f är jäm! Därför ka (6) tillämpas e gåg till: f HtL ~ kostat + - b If H3L M sih p tl H p L Me eftersom f är udda, måste dess Fourierserie vara e siusserie (kostatterme är oll således). Alltså är (6) tillämplig ytterligare e gåg:

Fourierserie.b f HtL ~ 3 + där värdet på kostatterme följer av att - f HtL 3. b If H3L M cosh p tl H p L3 Nu återstår bara att beräka b If H3L M = - ImIc If H3L MM. c If H3L M = 4 t -Â p t @e partiell itegratiod - Således är b If H3L M = - Det följer att 4 H-L p. Â H-L p. f H3L -4 H-L HtL ~ p sih p tl f H-L HtL ~ p f 6 H-L HtL ~ p 3 3 f HtL ~ 3 + - 3 H-L p 4 4 cosh p tl sih p tl cosh p tl