Fourier-transzformáció

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Fourier-transzformáció"

Átírás

1 EÖTVÖS LORÁND TUDOMÁNYEGYETEM INFORMATIKAI KAR Simon Péter Fourier-transzformáció Ez a tanulmány az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával készült (a támogatás száma: TÁMOP 4.2./B-9//KMR-2-3). BUDAPEST, 22

2 Előszó Az alábbiakban egyfajta válogatást adunk a trigonometrikus Fourier-transzformációval kapcsolatos fogalmakról és eredményekről. Elöljáróban röviden összefoglaljuk a mértékés integrálelméletben (is) alapvető szerepet játszó konvolúcióra vonatkozó alapismereteket. A klasszikus Fourier-transzformáció mellett kitekintést nyújtunk a disztribúció-elmélet keretében történő tárgyalás, ill. az absztrakt harmonikus analízis fogalomköre felé is. Az alkalmazások illusztrációjaként bemutatjuk a prímszámtétel egy lehetséges bizonyítását, ill. az ahhoz vezető út részeként a klasszikus Wiener-, ill. Ingham-tételt. A Heisenberg-féle egyenlőtlenség kapcsán röviden szólunk a határozatlansági relációkról. Érintjük a modern transzformációs módszerek alkalmazásai szempontjából fontos ún. θ-szummáció, ill. az ablakos Fourier-transzformáció (vagy Gábor-transzformáció) alapjait. Az Irodalomjegyzékben azokat a forrásokat soroljuk fel, amelyekre a tanulmány megírásakor támaszkodtunk. A belső hivatkozásokat általában mellőzzük, de minden eredmény, amely említésre kerül, megtalálható a felsorolt művekben. Ez a tanulmány az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával készült (a támogatás száma: TÁMOP 4.2./B-9//KMR-2-3).

3 2 Tartalomjegyzék Tartalomjegyzék. Konvolúció Trigonometrikus Fourier-transzformáció Borel-mértékek Fourier-transzformációja L -beli függvények Fourier-transzformáltja L 2 -beli függvények Fourier-transzformáltja Fourier-inverzió A Fourier-transzformált integrálhatósága Inverziós formula Absztrakció L p -beli függvények Fourier-transzformáltja Differenciálhatóság A Fourier-transzformált differenciálhatósága Schwartz-osztály Disztribúciók Alkalmazások Wiener-tétel Ingham-tétel Prímszám-tétel Határozatlansági relációk Gábor-transzformált A Gábor-transzformált értelmezése Gábor-inverzió Irodalomjegyzék

4 . Konvolúció 3. Konvolúció. Legyen (X, T ) egy lokálisan kompakt topologikus Abel-csoport, M(X) az X Borelhalmazainak a B(X) szigma-algebráján értelmezett korlátos Borel-mértékek halmaza. Vezessük be a következő P : X X X leképezést: P ( (x, y) ) ) := x y (x, y X), ahol az X-beli szorzást (mint multiplikatív csoportműveletet) jelöli. Ha X X-en a T által generált szorzat-topológiát tekintjük, akkor a P leképezés nyilván folytonos. Tetszőleges µ, ν M(X) mértékek esetén az X X-beli Borel-halmazok B(X X) σ-algebráján legyen κ := µ ν a µ, ν mértékek által meghatározott szorzatmérték. Vegyük a κ mérték P által létesített P[κ] képét, azaz legyen P[κ](B) := κ(p [B]) (B B(X)). A µ ν := P[κ] mértéket a µ, ν mértékek konvolúciójának nevezzük. A definícióból nyilvánvaló, hogy µ ν M(X). Továbbá a művelet kommutatív és asszociatív, ill. a mértékek öszeadására nézve disztributív, valamint tetszőleges α [, + ), µ, ν M(X) mellett µ (α ν) = (α µ) ν = α (µ ν). A fentiek nyilván elmondhatók M(X) helyett a µ : B(X) R korlátos variációjú előjeles Borel-mértékek V(X) halmazában is. (Emlékeztetünk a most említett fogalmakra, miszerint µ V(X) egy olyan előjeles mérték B(X)-en, amelyre { } sup µ(a) : A F X < +, A A ahol F X -szel az összes olyan véges, páronként diszjunkt, B(X)-beli halmazokból álló A halmazrendszerek halmazát jelöltük, amelyekre X = A A.) Legyen µ, ν M(X), A B(X), ekkor µ ν(a) = χ A d(µ ν) = µ(y A) dν(y) = ν(x A) dµ(x). Gyakran ez utóbbit tekintik a µ ν konvolúció definíciójának.

5 4 2.. Borel-mértékek Fourier-transzformáltja Ha valamilyen < n N esetén X := R n és T az R n -beli euklideszi norma által indukált topológia, akkor tekintsük B(X)-en a µ Lebesgue-mértéket. Legyen f L, ekkor az f súlyfüggvény által generált µ f mérték µ f (A) := f dµ (A B(X)) nyilván A V(X)-beli és bármely ν V(X) mellett µ f ν(a) = µ f (A x) dν(x) (A B(X)). Ha g(y) := f(y x) dν(x) =: f ν(y) (y X), akkor µ f ν(a) = g χ A dµ = µ g (A). Legyen most a fenti f mellett adott egy h L függvény is és írjunk ν helyébe µ h -t. Ekkor az előbbiekhez hasonló módon kapjuk, hogy µ f µ h (A) = χ A f h dµ = A f h dµ (A B(X)), ahol f h(x) := f(x y) h(y) dµ(y) (x X). A most értelmezett f h függvényt az f, h L függvények konvolúciójának nevezzük. Ekkor L (a szokásos függvényműveletekkel és a. normával) a konvolúcióra nézve egy kommutatív Banach-algebra. Továbbá p, q, r +, /p + /q, /r = /p + /q = /r, ill. f L p, g L q esetén f g L r és f g r (A p A q A r ) n f p g q (Young-féle egyenlőtlenség.) Itt az u, v +, /u + /v = jelölésekkel ( ) u /u /2 A := A :=, A u := ( < u < + ) jelenti az ún. Babenko-Beckner-konstanst. Speciálisan, ha q =, akkor r = p, azaz f L p, g L mellett f g L p és v /v f g p f p g.

6 2.. Borel-mértékek Fourier-transzformáltja 5 2. Trigonometrikus Fourier-transzformáció. 2.. Borel-mértékek Fourier-transzformáltja. Vezessük be a következő jelöléseket: jelentse, az R n -ben jól ismert skaláris szorzást, azaz x = (x,..., x n ), y = (y,..., y n ) R n esetén legyen x, y := n k= x ky k. Az R n -beli x elemek euklideszi normájára az x := x, x szimbólumot használjuk. Legyen továbbá egy a R n elem mellett e a a következő függvény : e a (x) := e ı x,a (x R n ). Nyilvánvaló, hogy tetszőleges a R n esetén e a folytonos, e a =, ezért bármely µ M(R n ) mellett e a a µ-mértékre nézve integrálható és e a = µ(r n ). Legyen µ M(R n ) egy tetszőleges korlátos Borel-mérték. Ekkor a µ(x) := e x dµ (x R n ) hozzárendeléssel definiált µ : R n C függvényt a µ mérték Fourier-transzformáltjának nevezzük. Ha pl. µ a valamely a R n pontban koncentrált Dirac-mérték, akkor bármely x R n esetén µ(x) = e x dµ = e x (a) = e a (x), azaz µ = e a. Világos, hogy tetszőleges µ M(R n ) mértékre és x R n pontra µ(x) µ(r n ), ill. µ(r n ) = µ(). Egyszerűen adódik továbbá, hogy a µ leképezés egyenletesen folytonos. Valóban, ha ε > tetszőleges, akkor µ(r n \ K N ()) (N ) miatt alkalmas N N mellett µ(r n \ K N ()) < ε. Ekkor bármely x, y R n esetén ˆµ(x) ˆµ(y) K N () K N () e x e y dµ + R n \K N () e x y (t) dµ(t) + 2µ(R n \ K N ()) e x e y dµ 2 sin( t, x y /2) dµ(t) + ε t, x y dµ(t) + 2ε K N () K N () N µ(k N ()) x y + 2ε < 3ε, hacsak x y < δ olyan δ > választással, amellyel N µ(k N ())δ < ε.

7 L -beli függvények Fourier-transzformáltja Belátható, hogy ˆµ pozitív definit is, azaz tetszőleges m N index és a,..., a m R n vektorok mellett az ( µ(a j a k )) m j,k= Cm m mátrix pozitív szemidefinit. Sőt, igaz az alábbi Bochner-tétel, nevezetesen, ha h : R n C korlátos és folytonos függvény, akkor a következő két kijelentés egymással ekvivalens: o van olyan µ M(R n ) korlátos pozitív Borel-mérték, hogy h = ˆµ; 2 o a h függvény pozitív definit, azaz bármely f L függvény esetén h(x y)f(x)f(y)dx dy. A definícióból rögtön adódik, hogy a : M(R n ) C Rn megfeleltetés additív és pozitív homogén, tehát bármely µ, ν M(R n ) és R α esetén µ + ν = µ + ν, α µ = α µ. Belátható továbbá, hogy µ ν = µ ν, ill. µ ν = µ ν. Legyen (az eddigi n mellett) s is egy pozitív természetes szám és legyenek adottak a µ M(R n ), ν M(R s ) korlátos Borel-mértékek. Ekkor µ ν(x, y) = µ(x) ν(y) ( (x, y) R n R s). (Az előbbi egyenlőség bal oldalán az R n, ill. az R s feletti Borel-mértékekből képzett szorzatmérték Fourier-transzformáltja áll, amely tehát az R n R s téren van értelmezve. Röviden azt mondjuk, hogy a szorzatmérték Fourier-transzformáltja a (tényező-) mértékek Fourier-transzformáltjainak a szorzata.) 2.2. L -beli függvények Fourier-transzformáltja. Ha most (és a továbbiakban is) µ az R n -beli Lebesgue-mértéket jelöli és valamely (a µ mértékre nézve integrálható) f L, f mellett ν(a) := µ f (A) (A B(R n )), akkor ν M(R n ), ill. ν(x) = e x dµ f = fe x dµ (x R n ).

8 2.2. L -beli függvények Fourier-transzformáltja 7 Ebből a szempontból nyilván lényegtelen, hogy f egy nemnegatív függvény, azaz bármely f L és x R n mellett fe x L. A most mondottakat figyelembe véve vezessük be a következő definíciót: egy f L Lebesgue-integrálható függvény esetén az ˆf(x) := fe x dµ = f(t)e ı t,x dt (x R n ) hozzárendelési utasítással értelmezett ˆf : R n C leképezést az f függvény Fouriertranszformáltjának nevezzük. Ha tehát f is igaz, akkor µ f = ˆf. Részben a mértékekkel kapcsolatos analóg állításokra hivatkozva könnyen adódnak az alábbiak: i) az L f ˆf L operátor lineáris és korlátos: ˆf f (f L ); ii) bármely f L esetén az ˆf függvény egyenletesen folytonos; iii) f h = ˆf ĥ (f, h L ); iv) ha f L és F(x) := f( x) (x R n ), akkor F = ˆf; v) f, g L, f g = ˆf ĝ; vi) (szorzási szabály:) f, g L = ˆfg dµ = ĝf dµ. vii) (Riemann-Lebesgue-lemma:) bármely f L esetén lim x + ˆf(x) =. Ti. az i) állítás triviális, a ii)-t láttuk mértékekre. A iii) igazolásához alkalmazzuk a Fubini-tételt: f h(x) = ( f h(t)e ı t,x dt = ) f(y)h(t y) dy e ı t,x dt = ( f(y) ) h(t y)e ı t,x dt dy = ( f(y) ) h(t)e ı t+y,x dt dy = ( )( f(y)e ı y,x dy ) h(t)e ı t,x dt = ˆf(x)ĥ(x) (x Rn ). A iv) igazolása csupán egyszerű számolást jelent, az v) egyértelműségi állítást később látjuk be (ld vi) megjegyzés). A vi) bizonyítása is meglehetősen egyszerű: a Fubinitétel miatt ( ˆf(x)g(x) dx = ) f(t)e ı t,x dt g(x) dx =

9 L -beli függvények Fourier-transzformáltja ( f(t) ) g(x)e ı t,x dx dt = f(t)ĝ(t) dt. A Riemann-Lebesgue-lemma eléggé nyilvánvaló intervallum karakterisztikus függvényére. Az egyszerűség kedvéért csak egydimenziós esetben (n = ) részletezve mindezt legyen g = χ [a,b] az [a, b] R intervallum karakterisztikus függvénye és x R. Ekkor ĝ(x) = b a e ıxt dt = e ıbx e ıax ıx 2 x ( x + ). Világos, hogy ezért ugyanez igaz karakterisztikus függvények véges lineáris kombinációira is (lépcsősfüggvényekre). Ugyanakkor tetszőleges f L függvényhez megadható lépcsősfüggvényeknek egy olyan (g n ) sorozata, amelyre f g n (n ). Mivel ˆf(x) ĝ n (x) f g n (x R), ezért bármely ε > számhoz van olyan n N, amellyel ˆf(x) ĝ n (x) < ε Tehát (x R). ˆf(x) ˆf(x) ĝ n (x) + ĝ n (x) < ε + ĝ n (x) (x R), ahol alkalmas r > esetén ĝ n (x) < ε (x R, x > r). Más szóval ˆf(x) < 2ε, hacsak x R, x > r. Ez éppen a Riemann-Lebesgue-lemma állítása. Megjegyezzük, hogy a Riemann-Lebesgue-lemma megfelelője nem igaz M(R n )-beli mértékekre. Legyen ui. ν M(R n ) a (R n ) -ban koncentrált Dirac-mérték, ekkor ν. A fenti bizonyításból n = esetén a következő átfogalmazást nyerjük: legyen a < b +, f : (a, b) R (Lebesgue-)integrálható. Ekkor β β lim f(t) cos(tx) dt = lim f(t) sin(tx) dt =, x + α x + α mégpedig az (α, β) (a, b) intervallumokra nézve egyenletesen. Más szóval: bármely ε > számhoz van olyan x >, hogy x > x esetén β α f(t) cos(tx) dt < ε, β α f(t) sin(tx) dt < ε

10 2.3. L 2 -beli függvények Fourier-transzformáltja 9 igaz tetszőleges (α, β) (a, b) intervallumra. Mindehhez elég annyit megjegyezni, hogy az f α,β := fχ (α,β) L függvényre f α,β (x) = β α f(t)e ıxt dt = β α β f(t) cos(tx) dt + ı f(t) sin(tx) dt α (x R). Jelöljük az L szimbólummal az összes L -beli függvény Fourier-transzformáltja által alkotott halmazt. A Stone-Weierstrass-tétel alkalmazásával kapjuk, hogy L a. norma értelmében mindenütt sűrű az R n -en értelmezett kompakt tartójú folytonos függvények C (R n ) terében L 2 -beli függvények Fourier-transzformáltja. A p > esetben az L p -beli f függvények nem feltétlenül integrálhatók, következésképpen fe x / L (x R n ) bőven előfordulhat, ezért az ilyen L p függvényosztályok elemeire a Fourier-transzformált a fenti definíció alapján nem értelmezhető. A következő egy-két megjegyzésben ezt a kérdéskört vizsgáljuk. Legyen először p = 2. Emlékeztetünk arra, hogy L L 2 egy (a. 2 norma értelmében) sűrű altér L 2 -ben. Ezért minden f L 2 függvényhez megadható olyan f k L L 2 (k N) sorozat, amelyre f f k 2 (k + ). Ilyen pl. az f k := fχ Gk (k N) függvények sorozata, ahol G r := {t R n : t r} (r > ). Az L L 2 altér g elemeire természetesen minden további nélkül értelmezhető a ĝ Fouriertranszformáció. Az előbbi f k := fχ Gk (k N) példánál maradva f k (x) = f(t)e ı x,t dµ(t) G k (x R n, k N), azaz n = esetén f k (x) = k k f(t)e ıxt dµ(t) (x R, k N). Nem triviális viszont az, hogy minden ilyen g esetén ĝ L 2 és ĝ 2 = (2π) n/2 g 2. Ez azt is jelenti egyúttal, hogy a (nyilván lineáris)

11 2.3. L 2 -beli függvények Fourier-transzformáltja L L 2 g ĝ L 2 operátor korlátos, azaz folytonos. Ezt a tényt (és az (L 2,. 2 ) normált tér teljességét) felhasználva ezért az előbbiekben szereplő f k L L 2 függvények f k (k N) Fouriertranszformáltjainak a sorozata. 2 normában konvergál egy L 2 -beli függvényhez. Legyen ebben az értelemben ˆf := lim k fk, tehát ˆf f k 2 (k + ). Ez az értelmezés korrekt (azaz ˆf nem függ az f-et előállító (f k) sorozat konkrét megválasztásától) és az ( ) L 2 f ˆf L 2 leképezés egy korlátos, lineáris operátor, amely injektív és a normája (2π) n/2. Világos, hogy f L L 2 esetén ˆf a mostani értelmezés és a kiindulási definíció szerint ugyanaz. Megmutatható, hogy a ( ) operátor szürjektív is, azaz tetszőleges g L 2 függvényhez létezik egy (és csak egy) olyan f L 2, amelyre g = ˆf. A ( ) operátor tehát az L 2 térnek egy önmagára való bijekciója és ĝ 2 = (2π) n/2 g 2 (g L 2 ) (Plancherel-tétel). Mi lesz az inverze? Ehhez először is azt jegyezzük meg, hogy az f, h := f hdµ (f, h L 2 ) jelöléssel (az L 2 -beli skaláris szorzás) ˆf, ĥ = (2π)n f, h (f, h L 2 ). Jelöljük a ( ) operátor adjungáltját A-val, ekkor amiből tetszőleges h L 2 esetén (2π) n f, h = ˆf, ĥ = f, A(ĥ) (f, h L2 ), h = (2π) n A(ĥ) következik. Legyen h L 2 mellett H(x) := ĥ( x) (x Rn ), ekkor könnyű meggyőződni arról, hogy f, A(h) = ˆf, h = f, H (f L 2 ). Így A(h) = H, azaz a ( ) operátor unitér, az inverze a

12 2.3. L 2 -beli függvények Fourier-transzformáltja leképezés. L 2 h (2π) n H L Megjegyzések. i) Valamely ξ R n esetén jelöljük T ξ -vel, ill. M ξ -vel az ξ által meghatározott transzlációs, ill. modulációs operátorokat: T ξ f(t) := f(t + ξ), M ξ f(t) := e ı t,ξ f(t) (f L, t R n ). Ekkor egyszerűen ellenőrizhető, hogy T ξ M η = e ı ξ,η M η T ξ (ξ, η R n ). Speciálisan, T ξ M η = M η T ξ akkor és csak akkor igaz (tehát a ξ-transzláció és az η-moduláció pontosan akkor cserélhető fel), ha valamilyen k Z egész számmal ξ, η = 2kπ. Azt sem nehéz továbbá belátni, hogy a most értelmezett operátorok és a Fourier-transzformáció kapcsolata a következő: T ξ f = M ξ ˆf, Mη f = T η ˆf (ξ, η R n, f L ). Hasonlóan, T ξ M η f = M ξ T η ˆf, Mη T ξ f = T η M ξ ˆf (ξ, η R n, f L ). A Fourier-transzformáció L 2 -re való kiterjesztésére gondolva (a Lebesgue-integrál eltolás-invariánciáját is kihasználva) a fenti formulák igazak maradnak f L 2 esetén is. Világos, hogy T ξ, M η : L 2 L 2 (ξ, η R n ). Ezek az operátorok folytonosak is a következő értelemben: bármely f L 2, ξ, η R n esetén T ξ f T ξ f 2 (ξ ξ ), M η f M η f 2 (η η ). A Lebesgue-integrál most említett eltolás-invariánciája miatt T ξ f T ξ f 2 = T ξ ξ f f 2. Ezért a transzláció folytonossága azzal ekvivalens, hogy lim T ξf f 2 = (f L 2 ), ξ

13 L 2 -beli függvények Fourier-transzformáltja ami jól ismert az integrálelméletből. Innen ˆf L 2 (f L 2 ) alapján a modulációról a következőket mondhatjuk: lim η M ηf f 2 = lim (2π) M n/2 η f ˆf 2 = η lim (2π) T ˆf n/2 η ˆf 2 =. η Mivel M η f M η f 2 = M η η f f 2, ezért a moduláció fent említett folytonossága már adódik. ii) Számítsuk ki a h(x) := e x 2 /2 (x R n ) (nyilván folytonos és L -beli) függvény Fourier-transzformáltját, és mutassuk meg, hogy Legyen ehhez x R n, ekkor ĥ = (2π) n/2 h. ĥ(x) = e n k= y2 k /2 e ı n k= x ky k dy dy n = n e /2 n y2 k e ıx ky k dy dy n = k= k= e y2 k /2 e ıx ky k dy k = n k= e (y k ıx k ) 2 /2 x 2 k /2 dy k = n k= e /2 x2 k e (y k ıx k ) 2 /2 dy k. Az utóbbi integrálok kiszámításához legyen valamilyen a > és R b (pl. b > ) esetén T az a téglalap a komplex síkon, amelynek a csúcspontjai: ±a, ±a ıb, ill. legyen ϕ a a T kerülete (az óramutató járásával megegyező irányban). Ekkor a komplex függvénytanból jól ismert Cauchy-féle alaptétel szerint ϕ a e z 2 /2 dz =. A T téglalap függőleges (ϕ,2 a ) oldalainak a z = ±a+ıt ( b t ) pontjaiban e z2 /2 = e a2 /2 e t2 /2 e b2 /2 e a2 /2 (a + ), így

14 2.3. L 2 -beli függvények Fourier-transzformáltja 3 ϕ,2 a e z2 /2 dz /2 e b eb2 a2 /2 (a + ). A T vízszintes oldalain az integrálok: Következésképpen amiből a e (t ıb)2 /2 dt, ill. a a a e t2 /2 dt. a a = lim e z 2 /2 dz = lim e t2 /2 dt lim e (t ıb)2 /2 dt, a + ϕ a + a a a + a a e (t ıb)2 /2 dt = lim e (t ıb)2 /2 dt = a + a a lim e t2 /2 dt = a + a e t2 /2 dt = 2 e t2 dt = 2π következik. (Ha b <, akkor analóg számolással jutunk ugyanerre az eredményre.) Tehát bármely k =,..., n mellett e (y k ıx k ) 2 /2 dy k = 2π, n ezért ĥ(x) = (2π)n/2 k= e x2 k /2 = (2π) n/2 h(x), amit bizonyítani kellett. (Mivel a, b R esetén e (y ı(a+ıb))2 /2 dy = e (y+b ıa)2 /2 dy = e (y ıa)2 /2 dy = 2π, ezért a fentiekben x R n helyett x C n is írható.) iii) Legyen n = és tegyük fel, hogy az f L függvény páros, azaz f( t) = f(t) (m.m. t R). Ekkor ˆf(x) = f(t)e ıtx dt = f(t)e ıtx dt + + f(t)e ıtx dt =

15 L 2 -beli függvények Fourier-transzformáltja + f( t)e ıtx dt + Ugyanígy kapjuk az + f(t)e ıtx dt = + 2 f(t) cos(tx) dt = + f(t) cos(tx) dt f(t) ( e ıtx + e ıtx) dt = (x R). + ˆf(x) = 2ı f(t) sin(tx) dt = ı f(t) sin(tx) dt (x R) formulát páratlan f esetén, azaz, amikor f( t) = f(t) (m.m. t R). iv) Gondoljuk meg, hogy az integrálható f : R R függvény akkor és csak akkor páros (páratlan), ha az ˆf Fourier-transzformált páros (páratlan). Valóban, ha f páros (páratlan), akkor az előbbi megjegyzés formulái alapján rögtön adódik ugyanez ˆf-ra is. Fordítva, ha pl. ˆf páros, akkor az F(t) := f( t) (t R) függvényre F(x) = f( t)e ıtx dt = f(t)e ıtx dt = ˆf( x) = ˆf(x) (x R). Innen a Fourier-transzformált injektivitása (ld vi) megjegyzés) alapján F(x) = f( x) = f(x) (m.m. x R). Analóg módon okoskodhatunk akkor is, ha ˆf páratlan. v) Legyen f L, c R és δ c f(x) := f(cx) (x R n ). Világos, hogy δ c f L. Ha c >, akkor δ c f(x) = f(ct)e ı t,x dt = c n f(t)e ı t,x/c dt = c n ˆf(x/c) (x R n ). Ha c =, akkor δ f(x) = f( t)e ı t,x dt = f(t)e ı t, x dt = ˆf( x) (x R n ). Speciálisan, ha n = és f páros (páratlan), akkor δ f = f (δ f = f), azaz ˆf( x) = δ f(x) = ˆf(x) ( ˆf( x) = δ f(x) = ˆf(x)) (x R).

16 2.3. L 2 -beli függvények Fourier-transzformáltja 5 Tehát ˆf páros (páratlan). Végül, ha c <, akkor δ c f = δ (δ c f). Ezért δ c f(x) = δ c f( x) = ( c) n ˆf( x/( c)) = ( c) n ˆf(x/c) (x R n ). Megjegyezzük, hogy a későbbiekben fontos szerepet játszó f c (c > ) (nyilván L -beli) függvényre := c n δ /c f f c (x) = c n azaz f c = δ c ˆf. f(t/c)e ı x,t dt = f(t)e ı cx,t dt = ˆf(cx) (x R n ), vi) Tegyük fel, hogy n =, f L és ˆf páratlan. Legyen < b < +. Ekkor iii) és a Fubini-tétel szerint b ˆf(x) x b ( + ) dx = 2ı f(t) sin(tx) dt dx = x ( + ) b ( sin(tx) + ) bt sin x 2ı f(t) dx dt = 2ı f(t) x t x dx dt. Jól ismert, hogy C := sup α<β β α sin x x dx < +, következésképpen sup b> b ˆf(x) x dx C f. Mivel sup b> b x ln( + x) dx = +,

17 L 2 -beli függvények Fourier-transzformáltja ezért nincs olyan f L függvény, amelyre ˆf(x) = / ln( + x) =: g(x) ( ) teljesülne. (Dacára annak, hogy g rendelkezik a Fourier-transzformáció jellemző tulajdonságaival: g C és lim x + g(x) =.) vii) Valamely f L függvény és h R esetén legyen h f(t) := f(t + h/2) f(t h/2) (t R), ill. ω(f, δ) := sup h f (δ ) h δ (az f függvény L -folytonossági modulusa). Mutassuk meg, hogy ˆf(x) ω(f, π/ x ) ( x R). 2 Vegyük észre ehhez ui., hogy ˆf(x) = f(t)e ıtx dt = ı f(t)e ıx(t+π/(2x)) dt = ı f ( t π ) e ıtx dt, 2x ill. hasonlóan ˆf(x) = ı f(t)e ıx(t π/(2x)) dt = ı f ( t + π ) e ıtx dt. 2x Innen azt kapjuk, hogy ˆf(x) = ı 2 ( ( f t + π ) ( f t π )) e ıtx dt, 2x 2x következésképpen ˆf(x) 2 π/x f(t) dt ω(f, π/ x ). 2 viii) Nem nehéz belátni, hogy vii)-ben lim δ ω(f, δ) =. Ezért lim ω(f, π/ x ) =, x +

18 3.. A Fourier-transzformált integrálhatósága 7 azaz a vii)-beli becslés alapján újból megkaptuk a Riemann-Lebesgue-lemma állítását: lim x + ˆf(x) =. 3. Fourier-inverzió. 3.. A Fourier-transzformált integrálhatósága. Az eléggé triviális, hogy egy f L függvény ˆf Fourier-transzformáltja nem feltétlenül integrálható. Erről könnyen meggyőződhetünk, ha kiszámítjuk pl. az f := χ [,] függvény esetén (n = ) az ˆf -ot. Ugyanakkor a Fourier-transzformált integrálhatósága több szempontból is lényeges. Számos kritérium ismert egy f L függvényt illetően, hogy ˆf L igaz legyen. A továbbiakban ezzel a kérdéssel foglalkozunk, feltéve, hogy n = és f L L 2. Vegyük észre először is, hogy az R z := {t R : t > z} Cauchy-Bunyakovszkij-egyenlőtlenség alkalmazásával (z > ) jelöléssel a ˆf = ( t ˆf(t) dt = + ( χ[, t ] (x) t ) ( dx + ) t ˆf(t) χ [, t ] (x) dt = dx t ˆf(t) dt = ) ( + ˆf(t) dt dx = ˆf(t) ) dt dx R x t + Tehát ( R x ˆf(t) 2 dt ) R x t dt 2 dx = + 2x ˆf(t) 2 dtdx + R x 2 ˆf π f x ˆf(t) 2 dtdx = R x 2x ˆf(t) 2 dt dx R x x ˆf(t) 2 dt dx = 3/2 R /x x ˆf(t) 2 dt dx. 3/2 R /x

19 8 3.. A Fourier-transzformált integrálhatósága f L L 2, x ˆf(t) 2 dt dx < + = ˆf L. 3/2 R /x Az előbbi következtetésben szereplő feltétel vizsgálatához legyen U h f(x) := h h/2 h/2 f(x + t) dt (f L, h > ) (elsőrendű Sztyleklov-függvény). Egy egyszerű számolással ellenőrizhető, hogy U h f L : U h f(x) dx h ( h/2 h/2 ) f(x + t) dt dx = h h/2 h/2 ( ) f(x + t) dx dt = h/2 f dt = f < +. h h/2 Ha most (másodrendű Sztyleklov-függvény), akkor V h f := U h (U h f) (f L, h > ) V h f(x) = h x+h/2 x h/2 U h f(t) dt = h x+h/2 U h f(t) dt + h x h/2 U h f(t) dt (x R). Ezért az integrálfüggvény differenciálhatóságáról szóló Lebesgue-tétel értelmében V h f D és (V h f) (x) = h (U hf(x + h/2) U h f(x h/2)) = h U h( h f)(x) (m.m. x R), (ahol h f(x) = f(z + h/2) f(z h/2) (z R)). Világos, hogy h f(z) dz =, így bevezetve a szimbólumot 2 hf(t) := h f(t + h/2) h f(t h/2) (t R)

20 3.. A Fourier-transzformált integrálhatósága 9 (V h f) (x) = h 2 h/2 h/2 h f(x + t) dt = x+h/2 h 2 h f(t) dt = x h/2 ( x+h/2 ) x h/2 h 2 h f(t) dt h f(t) dt = ( x+h/2 ) + h 2 h f(t) dt + h f(t) dt = x h/2 ( x + ) h 2 h f(t + h/2) dt + h f(t h/2) dt = x ( x x ) h 2 h f(t + h/2) dt h f(t h/2) dt = h x 2 2 hf(t) dt. A fentiekből már nyilvánvaló, hogy lim V hf(x) = x+h/2 x + h lim U h (t) dt =, x + x h/2 lim (V hf) (x) = x + h 2 ( h f(t + h/2) h f(t h/2)) dt = ( h 2 h f(t) dt ) h f(t) dt =. Mutassuk meg, hogy V h f(x) = h h h f(x + t)( t /h) dt, V h f(x) f(x) h h 2 tf(x)( t/h) dt (x R). Az első egyenlőséghez ui. legyen F az f integrálfüggvénye, ekkor U h f(x) = F(x + h/2) F(x h/2), h

21 2 3.. A Fourier-transzformált integrálhatósága azaz V h f(x) = h 2 h/2 h/2 (F(x + t + h/2) F(x + t h/2)) dt = ( h ) h 2 F(x + t) dt F(x + t) dt = h h h 2 F(x + t) signtdt. h Innen parciális integrálással oda jutunk, hogy V h f(x) = h 2 ( [F(x + t)( t h)] h h h h f(x + t)( t h) dt ) = ami az első egyenlőség. h f(x + t)( t /h) dt, h h A második igazolásához vegyük észre, hogy amiből (és az első egyenlőségből) h h ( t/h) dt = 2, h h ahogyan állítottuk. V h f(x) f(x) = h h h (f(x + t) + f(x t)( t/h) dt h f(x + t)( t /h) dt f(x) = h h 2 h tf(x)( t/h) dt, 2f(x)( t/h) dt = Számítsuk ki a V h f (h > ) függvény Fourier-transzformáltját. A derivált és a Fourier-transzformált kapcsolatáról szóló formulákat alkalmazva (ld xix) megjegyzés, ill. 5. pont) parciális integrálással

22 3.. A Fourier-transzformált integrálhatósága 2 V h f(x) = ı (V h f) (x) = ı x x (V h f) (t)e ıtx dt = x 2 (V h f) (t)e ıtx dt = x 2 h 2 x 2 h 2 2 h f(x) 2 hf(t)(t)e ıtx dt = ( x R). Az előbbi megjegyzésekre, a. 2 -ra vonatkozó Minkowski-egyenlőtlenségre és a Fourier-transzformálttal kapcsolatos Parseval-formulára (ld. 2.) hivatkozva azt mondhatjuk, hogy R x ˆf(t) 2 dt R x ˆf(t) V /x f(t) 2 dt + ahol az ω 2 (f, δ) := sup u δ 2 uf 2 (δ ) jelöléssel B = 2 /x f(t) R x x 4 t 4 R x 2 dt V /x f(t) 2 dt =: A + B, 2 /x f(t) 2 dt = 2π 2 /x f(t) 2 dt 2πω 2 (f, /x) (f L L 2, x > ). Az A vizsgálatához használjuk fel az alábbi egyenlőséget (ld. fent): V /x f(t) f(t) = /x (x x 2 u) 2 uf(t) du (t R, x > ). Ekkor az előbb már említett Parseval-formulát ismét alkalmazva a Cauchy-Bunyakovszkijegyenlőtlenségből A f(t) 2π V/x f(t) 2 dt = 2π ( ) 2 /x (x x 2 u) 2 u f(t) du dt = /x 2π 2 u f 2 2 (x x2 u) du πω 2 (f, /x).

23 A Fourier-transzformált integrálhatósága Összefoglalva a fentieket így azt mondhatjuk, hogy alkalmas C > (abszolút) konstanssal R x ˆf(t) 2 dt Cω 2 (f, /x) (f L L 2, x > ). Ezért egy korábbi becslésünket folytatva az adódik, hogy 2 Végül tehát az alábbiakat láttuk be: x ˆf(t) 2 dt dx C 3/2 R /x 2 ˆf 2 π f 2 + C 2 más szóval a szóban forgó f függvényt illetően az ω 2 (f, x) dx. x 3/2 ω 2 (f, x) x 3/2 dx (f L L 2 ), ω 2 (f, x) x 3/2 dx < + feltétel elegendő ahhoz, hogy ˆf L igaz legyen. Legyen α > és Lip (α, 2) := {f L 2 : ω 2 (f, δ) = O(δ α ) (δ +)}. Ekkor f L Lip (α, 2), α > /2 esetén alkalmas C α > konstanssal azaz az előbbiek szerint ˆf L. ω 2 (f, x) dx C x 3/2 α x α 3/2 dx = C α α /2 < +, Az ˆf L kérdés szempontjából (is) különösen fontosak a kompakt tartójú folytonos függvények. Legyen ϕ C[, ], ϕ() = és terjesszük ki a ϕ függvényt R-re a következőképpen: ϕ(x) ( x ) f(x) := (x > ) f( x) (x < ).

24 t f(x + t/2) 2 dx + t f(x t/2) 2 dx = 2 t f 2 (t ), 3.. A Fourier-transzformált integrálhatósága 23 Nyilvánvaló, hogy f : R R kompakt tartójú (suppf [, ]) páros folytonos függvény, speciálisan f L L 2. Legyen Megmutatjuk, hogy ω(f, δ) := sup{ f(x) f(t) : x, t R, x t δ} (δ ). ω 2 (f, δ) 2 3ω(f, δ) (δ ). Valóban, a. 2 -ra vonatkozó Minkowski-egyenlőtlenség alapján 2 t f 2 = 2 t f(x) 2 dx = t f(x + t/2) t f(x t/2) 2 dx ahol az I := t/2 f(x + t/2) f(t/2 x) 2 dx, I 2 := t/2 t/2 f(x + t/2) f(x t/2) 2 dx, I 3 := jelölésekkel +t/2 t/2 f() f(x t/2) 2 dx ( t/2 2 ω 2 (f, 2x) dx + + t f 2 2 = 2 t f(x) 2 dx = 2(I + I 2 + I 3 ) t/2 t/2 ω 2 (f, t) dx + +t/2 t/2 ω 2 (f, x + t/2) dx )

25 Inverziós formula +t/2 2 ω 2 (f, t) dx 3ω 2 (f, t). Következésképpen t f 2 3ω(f, t) (t ), amiből az állításunk már következik. Ha tehát (ld. fent) ω(f, δ) = O(δ α ) (δ +) és α > /2, akkor ˆf L Inverziós formula. Belátjuk, hogy ha f, ˆf L, akkor igaz az alábbi inverziós formula: f(x) = (2π) n ˆfe x dµ (m.m.x R n ). (Mivel f L miatt az R n x (2π) n ˆfe x dµ leképezés folytonos, ezért az f függvényt esetleg egy nulla-(lebesgue-)mértékű halmazon megváltoztatva az előbbi egyenlőség tetszőleges x R n esetén igaz lesz.) Tekintsük ui. (ld ii) megjegyzés) az F N (t) := ˆf(t)e ı x,t h(t/n) (t R n, < N N) függvénysorozatot, ahol x R n rögzített. Ekkor minden R n t-re lim N F N (t) = ˆf(t)e ı x,t, ill. F N ˆf L ( < N N) miatt alkalmazható a Lebesgue-tétel, miszerint ˆf(t)e ı x,t dt = lim N ˆf(t)e ı x,t h(t/n) dt. Lássuk be, hogy ˆf(t)e ı x,t h(t/n) dt = N n f(x + t)h(nt) dt ( < N N). Valóban, ˆf(t)e ı x,t = T x f(t), ill. a H N (t) := h(t/n) (t R n ) jelöléssel Ĥ N (y) = h(t/n)e ı y,t dt = N n h(z)e ı y,nz dz = N n h(z)e ı Ny,z dz = N n ĥ(ny) = N n (2π) n/2 h(ny) (y R n ).

26 3.2. Inverziós formula 25 Következésképpen ˆf(t)e ı x,t h(t/n) dt = T x f(t)h N (t) dt = T x f(t)ĥn(t) dt = (2π) n/2 N n f(x + t)h(nt) dt. Mivel N n h(nt) dt = h(t) dt = ĥ() = (2π)n/2, ezért N (x) := (2π) n ˆf(t)e ı x,t h(t/n) dt f(x) = N n (2π) n/2 (f(x + t) f(x))h(nt) dt. A Fubini-tételt alkalmazva tehát azt mondhatjuk, hogy N Nn (2π) n/2 ( ) f(x + t) f(x )h(nt) dt dx = N n (2π) n/2 h(nt) T t f f dt = ( Nn + (2π) n/2 G r R n \G r ) (tetszőleges r > mellett, ahol G r := {t R n : t r}). Világos, hogy N n h(nt) T (2π) n/2 t f f dt G r (2π) h sup T n/2 t f f = t 2 r Továbbá sup T t f f (r ). t 2 r N n h(nt) T (2π) Rn\Gr n/2 t f f dt 2 f N n h(nt) dt = (2π) n/2 R n \G r 2 f h(t) dt (2π) n/2 R n \G Nr (N ).

27 Inverziós formula A fentiekből már nyilván következik, hogy lim N N =, azaz egyúttal egy alkalmas (N k ) indexsorozattal m.m. x R n esetén lim k Nk (x) = is igaz. Ismét a Lebesguetételt alkalmazva ezért azt kapjuk, hogy f(x) = (2π) lim n k ˆf(t)e ı x,t h(t/n k ) dt = (2π) n ˆf(t)e ı x,t lim h(t/n k) dt = k (2π) n ˆf(t)e ı x,t dt Megjegyzések. i) (Hobson (926), Bochner (932), Titchmarsh (937).) Az előbbi bizonyítás mögött az alábbi általános érvényű meggondolás húzódik meg. Tegyük fel, hogy g L, g(t) dt = és legyen T λ f := f g λ (f L ), ahol λ > és g λ (t) := λ n g(λt) f L függvényre (t R n ) (Fejér-típusú mag.) Ekkor bármely lim λ + T λf f =. Ti. tetszőleges f L, x R n és λ > mellett T λ f(x) f(x) = λ n f(x t)g(λt) dt f(x) = λ n (f(x t) f(x))g(λt) dt, hiszen λ n g(λt) dt = g(t) dt =. Ezért T λ f f λ n ( ) f(x t) f(x) g(λt) dt dx = λ n ( g(λt) ) f(x t) f(x) dx dt λ n G r g(λt) T t f f dt + 2λ n f R n \G r g(λt) dt

28 3.2. Inverziós formula 27 ahol sup T t f f g + 2 f g(t) dt, t 2 r R n \G λr sup T t f f (r ), ill. t 2 r Innen lim λ + T λ f f = már nyilván következik. R n \G λr g(t) dt (λ + ). ii) Az i) megjegyzésben szereplő g λ (λ > ) függvénysereg egy speciális ún. egységapproximáció. Nevezetesen, legyen e λ L, e λ (t) dt = (λ > ), sup λ> e λ < +, bármely r > esetén R n \G r e λ (t) dt (λ + ). Ekkor tetszőleges f L függvényre f e λ f (λ + ). Sőt, L -et,. -t kicserélhetjük L p -re, ill.. p -re ( p < + ) vagy C := {f C : sup t >r f(t) (r + )}-ra (a végtelenben eltűnő folytonos függvények terére) és. -re. Nyilván (ld. i)) e λ := g λ (λ > ) egységapproximáció. iii) Legyen Φ C, Φ() = és tételezzük fel, hogy a (Lebesgue-)mérhető f : R n R függvényre minden ε > szám mellett létezik az M Φ (f, ε) := f(x)φ(εx) dx integrál (az f Φ-integrálközepe). Világos, hogy tetszőleges f L ilyen. Ha az ε M Φ (f, ε) leképezésnek van (véges) határértéke ε esetén, akkor azt mondjuk, hogy az f függvény Φ-integrálható, a lim ε M Φ (f, ε) határérték az f Φ-integrálja. A Lebesgue-tétel miatt bármely f L esetén lim M Φ(f, ε) = ε f(t) dt

29 Inverziós formula (azaz a Φ-integrál permanens.) Pl. (ld ii) megjegyzés) a Φ := h választással minden f L függvényre M Φ (f, ε) = f(x)e ε2 x 2 /2 dx f(x) dx (ε ). Ebben a speciális esetben Gauss- (vagy Gauss-Weierstrass-)integrálról beszélünk. Hasonlóan, a Φ(x) := e x (x R n ) választással Abel-integrálásnak nevezzük a szóban forgó eljárást. Nem nehéz meggondolni, hogy az f(x) := (sin x)/x ( x R, n = ) esetben az f(x) dx integrál nem létezik, de az f függvény Abel-integrálható. Ha Φ(x) := h(x) = e x 2 /2 (x R n ), akkor tetszőleges f L függvényre M Φ (M x ˆf, ε) = ˆf(t)e ı t,x e ε2 t 2 /2 dt (x R n ). Ha még ˆf L, akkor ( ) lim M Φ (M x ˆf, ε) = ε ˆf(t)e ı t,x dt (x R n ). Ugyanakkor (ld ii) megjegyzés) ĥ = (2π)n/2 h, azaz M Φ (M x ˆf, ε) = (2π) n/2 ˆf(t)e ı t,x ĥ(εt) dt = ( (2π) n/2 ) f(y)e ı y,t dy e ı t,x ĥ(εt) dt (x R n ). A Fubini-tételt alkalmazva innen azt kapjuk, hogy M Φ (M x ˆf, ε) = (2π) n/2 ( f(y) ) ĥ(εt)e ı y x,t dt dy. Továbbá ĥ(εt)e ı y x,t dt = ε n ĥ(t)e ı (y x)/ε,t dt = (2π) n/2 ε n h(t)e ı (y x)/ε,t dt =

30 3.2. Inverziós formula 29 Így (2π) n/2 ε n ĥ((y x)/ε) = (2π)n ε n h((y x)/ε) (ε >, x, y Rn ). (2π) M Φ (M x ˆf, n/2 ε) = ε n h((y x)/ε)f(y) dy = f(y) h ε (y x) dy (x R n ), ahol h ε (t) := (2π) n/2 ε n h(t/ε) (t R n ). Később megmutatjuk (ld. v)), hogy lim ε f(y) h ε (y x) dy = f(x) h (t) dt = (2π) n f(x) (m.m. x R n ), amiből ( ) alapján az inverziós formula következik. iv) Tegyük most fel, hogy Φ L C és legyen Φ ε (x) := ε n Φ(x/ε) (x R n, ε > ). Ekkor a 2. pont vi) formula és a 2.. i) megjegyzés szerint bármely f L függvényre M Φ (M x ˆf, ε) = ˆf(t)e ı t,x Φ(εt) dt = f(t) Φ ε (t x) dt (x R n ). v) Az előbb mondottakhoz kapcsolódva lássuk be az alábbi állítást. Legyen ehhez ϕ L C és vezessük be a következő jelöléseket: ψ(x) := ϕχ R n \K x (), ϕ ε (x) := ε n ϕ(x/ε) (x R n ), ahol K r () := {t R n : t < r} (r > ), ill. ε >. Tegyük fel, hogy ψ L, p +. Ekkor tetszőleges f L p függvényre az f bármely x Lebesguepontjában igaz, hogy lim T εf(x) = f(x) ε ϕ(t) dt,

31 Inverziós formula ahol T ε f(z) := f(t)ϕ ε (t z) dt (z R n ). Valóban, ha δ > tetszőleges, akkor válasszuk az η > számot úgy, hogy r n f(x t) f(x) dt < δ K r () ( < r η). (Emlékeztetünk a Lebesgue-pont fogalmára: lim r r n f(x t) f(x) dt =.) K r () Világos, hogy bármely < ε-ra ϕ ε (t) dt = ϕ(t) dt =: α, ezért T ε f(x) αf(x) = (f(x + t) f(x))ϕ ε (t) dt K η () (f(x + t) f(x))ϕ ε (t) dt + R n \K η () (f(x + t) f(x))ϕ ε (t) dt =: I + I 2. Az egyszerűség kedvéért csak az n = p = esetben részletezzük a bizonyítás további részét (az egyéb esetek analóg módon intézhetők el). Az I becsléséhez vegyük észre, hogy a ψ (r) := ψ(x) (x R, r = x ) függvénnyel (ami nyilván monoton fogyó és ψ integrálhatósága miatt integrálható, azaz lim r + ψ (r) = ) rψ (r) {t R: r/2 t r} ψ(x) dx (r vagy r + ). Következésképpen rψ (r), ha r vagy r +. Ezért van olyan C > konstans, amellyel rψ (r) C ( < r < + ). Mindezt előre bocsájtva azt mondhatjuk, hogy I ε η η f(x + t) f(x) ψ(t/ε) dt =

32 3.2. Inverziós formula 3 ε η ( f(x r) f(x) + f(x + r) f(x) )ψ (r/ε) dr. Legyen G(s) := s ( f(x s) f(x) + f(x + s) f(x) ) ds (s ). Ekkor a δ, ill. az η megválasztásából r r f(x t) f(x) dt = r ( f(x t) f(x) + f(x + t) f(x) ) dt = G(r) rδ ( < r η). Tehát parciális integrálással I ε η G (r)ψ (r/ε) dr = G(η)ψ (η/ε) ε ε η G(r) d(ψ (r/ε)) ηδψ (η/ε) ε ε η/ε η/ε G(rε) d(ψ (r)) Cδ δ r d(ψ (r)) ( + ) ( + ) δ C rψ (r) dr = δ C + ψ (r) dr = ( δ C + 2 ) ψ(x) dx =: Bδ. A most definiált B konstans nyilván csak ψ-től függ. Az I 2 becsléséhez legyen g η := χ R\( η,η), ψ ε (x) := ε ψ(x/ε) (x R). Ekkor I 2 f g η ψ ε + f(x) g η ψ ε. Az előbbi becslés második tagjáról ψ L miatt a következőt mondhatjuk: g η ψ ε = R\( η,η) ψ ε (x) dx = R\( η/ε,η/ε) ψ(x) dx (ε ).

33 Inverziós formula Ugyanakkor η g η ψ ε = η ε ψ (η/ε) (ε ). Figyelembe véve az előbb az I -ről mondottakat az állításunkat bebizonyítottuk. vi) Az előbbi megjegyzésbeli szereplőkkel a g λ := ϕ /λ (λ > ) függvénysereg ϕ(t) dt = esetén nyilván egységapproximáció (ld. i), ii) megjegyzések), ezért a ii)-ben megfogalmazott állítás szerint bármely f X függvényre T ε f f (ε ), ahol (L p,. p ) ( p < + ) (X,. ) := (C,. ) (p = +.) Speciálisan (ld. iv) megjegyzés), ha Φ, Φ L C és Φ(t) dt =, akkor bármely f L függvényre az ˆf Fourier-transzformált ˆf(t)e ı t,x Φ(εt) dt (x R n ) Φ-integrálközepei ε esetén. -normában konvergálnak f -hez. Ha itt még ˆf L is igaz, akkor (az inverziós formula fentebbi bizonyításában már alkalmazott technikával ) azt kapjuk, hogy a c := Φ() jelöléssel f(x) = c ˆf(t)e ı t,x dt (m.m. x R n ). Így pl. (ld ii) megjegyzés) a Φ(t) := (2π) n e t 2 /2 (t R n ) választással c = (2π) n, azaz újfent adódik az inverziós formula. Világos, hogy ha ˆf(x) = (m.m. x R n ), akkor ugyanez igaz az f függvényre is. Innen rögtön következik a Fourier-transzformáció injektivitása: ha f, g L és ˆf(x) = ĝ(x) (m.m. x R n ), akkor f(x) = g(x) (m.m. x R n ). vii) Válasszuk pl. vi)-ban (n = esetén) a ϕ(t) := e t2 / π (t R) függvényt. Ekkor nyilván teljesülnek a ϕ-vel kapcsolatban vi)-ban (és v)-ben) megfogalmazott feltételek, ezért bármely f C függvényre lim ε T ε f f =, ahol T ε f(x) = ε π f(t)e (t x)2 /ε 2 dt (x R). Mutassuk meg a fentiek alapján, hogy igaz a Weierstrass-féle approximációs tétel, nevezetesen: ha < a < b < + és g : [a, b] R folytonos, akkor bármely δ > számhoz van olyan P (algebrai) polinom, amellyel

34 3.2. Inverziós formula 33 max g(x) P(x) < δ. a x b Terjesszük ki ehhez a g függvényt az egész számegyenesre úgy, hogy a kiterjesztett függvényre (jelöljük ezt f-fel) f C és supp f [a, b+] teljesüljön. (Ezt nyilván megtehetjük.) Ekkor lim ε T ε f f = miatt bármely σ > számhoz van olyan ε >, hogy T ε f f < σ. Következésképpen max a x b g(x) ε π b+ a f(t)e (t x)2 /ε 2 dt < σ. Ha x [a, b], t [a, b + ], akkor (t x)/ε [c, d], ahol c := (a b )/ε, d := (b a + )/ε. A [c, d] intervallumon a k= ( )k z 2k /k! Taylor-sor egyenletesen konvergens, így alkalmas N N természetes számmal /ε 2 e (t x)2 N k (t x)2k ( ) ε 2k k! < σ. k= Következésképpen a C := (b a + 2) f konstanssal tetszőleges [a, b] x-re b+ a f(t)e (t x)2 /ε 2 dt b+ a f(t) N k (t x)2k ( ) ε 2k k! k= dt Cσ. Azt kaptuk tehát, hogy Mivel max a x b g(x) ε π N k= ( ) k ε 2k k! b+ a f(t)(t x) 2k dt ( + C ) ε σ. π b+ a f(t)(t x) 2k dt = 2k j= ( (2k ) b+ )( ) j f(t)t 2k j dt x j =: j a 2k j= c kj x j (k =,..., N), ezért a

35 Inverziós formula P(z) := ε π függvény polinom, amellyel hacsak σ elég kicsi. N k= ( ) k ε 2k k! 2k j= c kj z j (z R) ( max g(x) P(x) + C ) a x b ε σ < δ, π viii) Legyen f L, ekkor az ˆf Fourier-transzformáltnak a vi) megjegyzésben (az ottani szereplőkkel) említett ˆf(t)e ı t,x Φ(εt) dt (x R n ) Φ-integrálközepei ε esetén v) szerint f(x)-hez tartanak az f függvény minden x Lebesguepontjában. Nyilván minden olyan x pont ilyen, amelyben f folytonos, azaz f C{x} esetén lim ε ˆf(t)e ı t,x Φ(εt) dt = f(x). Ha tehát f C{}, akkor lim ε ˆf(t)Φ(εt) dt = f(). Tegyük fel, hogy ˆf és legyen Φ(t) := (2π) n e t 2 /2 (t R n ). Ekkor lim ε ˆf(t)e ε2 t 2 /2 dt = (2π) n f(), azaz a Fatou-lemma miatt ˆf(t) dt = ˆf(t) dt = lim inf ε ˆf(t)e ε2 t 2 /2 dt lim inf ε ˆf(t)e ε2 t 2 /2 dt = lim ε ˆf(t)e ε2 t 2 /2 dt = (2π) n f() < +. Ez azt jelenti, hogy ˆf L. Következésképpen, ha f L, ˆf és f C{}, akkor igaz az inverziós formula:

36 3.2. Inverziós formula 35 f(x) = (2π) n ˆf(t)e ı t,x dt (m.m. x R n ). Továbbá f() = (2π) n ˆf(t) dt. ix) Legyen n =, g L és Pg(t) := + ún. periodizáltja). Mivel k= g(t+2kπ) (t [ π, π]) (a g függvény π + π k= g(t + 2kπ) dt = + π k= π g(t + 2kπ) dt = + (2k+)π k= (2k )π g(t) dt = g(t) dt < +, ezért a + k= g(t + 2kπ) sor m.m. t R helyen abszolút konvergens és π π Pg(t) dt g < +, azaz Pg L [ π, π] és (a Lebesgue-tétel miatt) π π Pg(t)dt = g(t)dt. Az Pg függvény nyilván periodikus 2π-szerint. Ha f L [ π, π], akkor terjesszük ki f-et R-re 2π-szerint periodikusan (a kiterjesztett függvényt is f-fel jelöljük). Legyen ekkor f g := f (Pg), f g(x) = π + π k= f(x t)g(t + 2kπ)dt (x R). Továbbá π π π π f g(x) dx f(x) dx + k= + k= π π π π ( π π g(t + 2kπ) dt = ) f(x t) dx g(t + 2kπ) dt = π π f(x) dx g(t) dt,

37 Inverziós formula tehát f g L [ π, π] és f g f g. Ha pl. f(t) := e j (t) := e ıjt (j Z, t [ π, π]), akkor f g(x) = e j g(x) = e ıjx π + π k= e ıjt g(t + 2kπ)dt = e ıjx π + π k= e ıj(t+2kπ) g(t + 2kπ)dt = e ıjx π π P(ge j )(t)dt = e ıjx g(t)e ıjt dt (x R). Legyen most θ L C olyan, hogy ˆθ L és valamely < m N mellett g(t) := θ m (t) := m 2π ˆθ(mt) (t R). Az előbbiek és az inverziós formula (ld. 3.) szerint e j θ m (x) = e ıjx m 2π ˆθ(mt)e ıjt dt = e ıjx 2π ˆθ(t)e ıjt/m dt = e ıjx θ(j/m) (x R). A továbbiakban feltesszük, hogy + k= θ(k/m) < + ( < m N). Definiáljuk ekkor a T θ m, σ θ m ( < m N) operátorokat a következőképpen: T θ mf := f θ m, σ θ mf := + k= θ(k/m)c k (f)e k (f L [ π, π]), ahol c k (f) := (2π) π π f(t)e ıkt dt az f függvény k-adik Fourier-együtthatója. A fentiek alapján bármely f L [ π, π] függvényre

38 3.2. Inverziós formula 37 T θ m f = f θ m f θ m = m f 2π ˆθ(mt) dt = f 2π ˆθ(t) dt = ˆθ 2π f, így a T θ m : L [ π, π] L [ π, π] ( < m N) (nyilván lineáris) operátorok (egyenletesen) korlátos lineáris operátorok. Hasonlóan, σ θ m f + k= θ(k/m) c k (f) e k f + k= azaz a + k= θ(k/m) < + ( < m N) feltétel miatt a θ(k/m), σ θ m : L [ π, π] L [ π, π] ( < m N) operátorok is korlátos lineáris operátorok. Mivel c k (e j ) = δ kj (k, j Z), ezért σ θ me j = θ(j/m)e j = T θ me j (j Z, < m N), amiből bármely τ trigonometrikus polinomra is σm θ τ = T m θ τ következik. Tudjuk, hogy a trigonometrikus polinomok halmaza. -ban mindenütt sűrű az (L [ π, π],. ) Banach-térben, így egyúttal σ θ mf = T θ mf (f L [ π, π], < m N). Sőt, ha θ() =, akkor σ θ m e j e j = θ(j/m) e j = θ(j/m) (m ).

39 Inverziós formula Összefoglalva a fentieket (a Banach-Steinhaus-tételre hivatkozva) az alábbi tételt láttuk be: tegyük fel, hogy a θ L C függvényre a következő feltételek teljesülnek: ˆθ L, θ() =, + k= θ(k/m) < + Ekkor bármely f L [ π, π] esetén σ θ m f f ( < m N). (m ). Az itt szereplő (L [ π, π],. ) tér kicserélhető (C[ π, π],. )-re vagy (L p [ π, π],. p )-re ( p < + ), sőt, tetszőleges (X,. ) homogén Banachtérre. (Tehát T X L [ π, π] (a trigonometrikus polinomok halmazát T-vel jelölve),.., T x f X, T x f = f (f X, x R), ill. minden X f-hez megadható trigonometrikus polinomoknak egy olyan (τ m ) sorozata, hogy f τ m (m ).) A σm θ ( < m N) operátorok egy speciális szummációs eljárást határoznak meg. Legyen ui. valamely k= x k számsor esetén t m := θ(k/m)x k k= ( < m N). Ha a θ páros függvényre igaz, hogy + k= θ(k/m) < + ( < m N), akkor nyilván minden korlátos (x k ) sorozatra létezik a (t m ) (szám-)sorozat. Azt mondjuk, hogy a szóban forgó k= x k sor θ-szummábilis, ha a (t m ) sorozatnak van (véges) határértéke. Ez utóbbi esetben lim m t m a sor θ-szummája. Legyen m S :=, S m := k= m x k (k N). Ekkor t m = θ(k/m)(s k S k ) = (θ(j/m) θ((j + )/m))s j =: j= j= a mj S j j= ( < m N). Az ismert Toeplitz-tétel szerint ez a szummáció akkor és csak akkor permanens (azaz lim m t m = lim m S m ), ha

40 3.2. Inverziós formula 39 sup <m N j= a mj < +, lim m j= a mj =, lim a mj = m (j N). A + k= θ(k/m) < + ( < m N) feltétel miatt lim k θ(k/m) = ( < m N), ezért a mj = θ() j= ( < m N). Tehát θ() = esetén lim m j= a mj =. Ha θ még folytonos is -ban, akkor nyilván lim m a mj = (j N) is igaz. A sup <m N j= a mj < + korlátossági feltétel is teljesül, ha pl. a θ függvény korlátos változású. Ha pl. a θ L függvényről azt tudjuk, hogy ˆθ és θ C{}, akkor (ld. viii)) ˆθ L. Világos, hogy ha θ := χ [,], akkor a θ-szummáció a szóban forgó sorok közönséges értelemben vett (szimmetrikus) összegzését jelenti. Hasonlóan, ha γ > és θ(t) := ( t γ )χ [,] (t) (t R), akkor a klasszikus Riesz-szummációhoz jutunk. Speciálisan a γ = választással kapjuk a (C, )- (vagy Fejérféle) összegzést. (Számos egyéb klasszikus szummációs eljárás írható le még ilyen módon.) ( < m N) operátorokról a következőket mond- x) A fentiekben bevezetett σm θ hatjuk: σ θ m f(x) = k= k= π π ( π ) θ(k/m) e ıkt dt e ıkx = 2π π 2π f(t)θ(k/m)eık(x t) dt, ahol C m := k= θ(k/m) < + ( < m N) miatt f(t)θ(k/m)e ık(x t) = f(t) θ(k/m) C m f(t) k= k= (t [ π, π]). Ezért a Lebesgue-tétel szerint

41 Inverziós formula σ θ m f(x) = π π f(t) 2π k= θ(k/m)e ık(x t) dt = π π f(t)k θ m (x t) dt = f Kθ m (x) (x [ π, π]) a K θ m := 2π k= θ(k/m)e k ( < m N) magfüggvénnyel. A C m < + feltételből következően a (2π-szerint periodikus) Km θ -t definiáló végtelen sor egyenletesen konvergens, így Kθ m C[ π, π]. Innen az is következik, hogy az C[ π, π] f σm θ f C[ π, π] ( < m N) operátor normája K θ m. Mivel σ θ mf = T θ mf f θ m = 2π ˆθ f (f C[ π, π]), ezért K θ m ˆθ /(2π), azaz sup Km θ <m N 2π ˆθ. Később belátjuk (ld. xii)), hogy a fenti egyenlőtlenségben egyenlőség is írható. xi) Világos, hogy C m < + ( < m N) alapján (ld. Lebesgue-tétel) c l (K θ m ) = 4π 2 k= π θ(k/m) e ıkt e ılt dt = π 2π θ(l/m) (l Z). Ugyanakkor ˆθ L miatt (az inverziós formulát is alkalmazva) c l (Pθ m ) = π Pθ m (t)e ılt dt = π 2π π 2π π j= θ m (t + 2jπ)e ılt dt =

42 3.2. Inverziós formula 4 m π (2π) 2 π m 2π (2π) 2 j= j= ˆθ(m(t + 2jπ))e ılt dt = ˆθ(m(t + 2jπ))e ıl(t+2jπ) dt = m (2π) 2 ˆθ(mt)e ılt dt = 2π 2π ˆθ(t)e ıtl/m dt = 2π θ(l/m) (l Z). Tehát K θ m(t) = Pθ m (t) (m.m. t [ π, π]), azaz θ(k/m)e ıkt = m ˆθ(m(t + 2jπ)) k= j= ( m.m.t R, < m N). (Ld. még: Poisson-formula (5... vii) megjegyzés).) xii) (Tyeljakovszkij (96), Zsuk-Natanszon (983).) Mutassuk meg, hogy (a ix)-beli feltételek mellett) sup Km θ = <m N 2π ˆθ. Bontsuk fel ehhez a θ m ( < m N) függvényt a következőképpen: θ m = θ m χ [ π,π] + θ m χ R\[ π,π] =: θ () m + θ(2) m. Ekkor tetszőleges (2π-szerint periodikus) f C[ π, π] függvényre f Pθ m f Pθ () m f Pθ (2) m ahol f Pθ () m f Pθ (2) m f Pθ () m f θ (2) m, θ m (2) = θ m (t) dt = m ˆθ(mt) dt = {x R: x >π} 2π {x R: x >π}

43 Inverziós formula ˆθ(t) dt 2π {x R: x >mπ} (m ). A folytonos magú integrál-operátorok normájával kapcsolatos klasszikus ismeretek alapján θ m () = Pθ m () = sup f Pθ m (), {f C[ π,2π]: f =} ezért alkalmas g k C[ π, π], g k = ( < k N) sorozattal θ () m /m < g m Pθ () m ( < m N). Következésképpen az előbbiekre tekintettel azt mondhatjuk, hogy 2π ˆθ = θ m Pθ m = K θ m g m K θ m = g m Pθ m > θ () m /m θ (2) m ( < m N). Innen lim inf m Kθ m lim inf m θ() m = π lim inf m ˆθ(mt) dt = 2π m π mπ lim inf ˆθ(t) dt = mπ 2π m mπ 2π lim ˆθ(t) dt = m mπ 2π ˆθ, amiből az állításunk már nyilvánvaló. Bármely (2π-szerint peri- xiii) (Szőkefalvi-Nagy (948), (Young-)Hardy (922).) odikus) f C[ π, π] függvény és x [ π, π] esetén σm θ f(x) = 2π f(x t/m)ˆθ(t) dt. A T θ m = σθ m ( < m N) egyenlőségből ui. σ θ mf(x) = f θ m (x) = π π k= f(x t)θ m (t + 2kπ) dt =

44 3.2. Inverziós formula 43 k= π π π π k= f(x (t + 2kπ))θ m (t + 2kπ) dt = f(x (t + 2kπ))θ m (t + 2kπ) dt = m 2π f(x t)ˆθ(mt) dt = 2π f(x t)θ m (t) dt = f(x t/m)ˆθ(t) dt. + xiv) A továbbiakban azt vizsgáljuk, hogy a θ L C, k= θ(k/m) < + ( < m N) feltételek mellett mikor igaz az alábbi következtetés: ( ) sup Km θ < + = ˆθ L. <m N Becsüljük ehhez K θ m -et a következőképpen: ha < m, M, N N és M mπ, akkor 2π K θ m = M M m π π mn k= mn M M m + k= M θ(k/m)e ıkt dt = M m + k= θ(k/m)e ıkt/m dt mn k= mn mπ mπ m + k= θ(k/m)e ıkt/m dt M M m θ(k/m)e ıkt/m dt 2M m k >mn k >mn θ(k/m)e ıkt/m dt θ(k/m)e ıkt/m dt θ(k/m). Mivel m mn k= mn θ(k/m)eıkt/m ( M t M) nem más, mint a [ N, N] x θ(x)e ıtx függvény (Riemann-) integrál közelítő összege, ezért

45 Inverziós formula lim m m mn k= mn θ(k/m)e ıkt/m = N N θ(x)e ıtx dx ( M t M). Ugyanakkor tetszőleges < m N, M t M esetén m mn k= mn θ(k/m)e ıkt/m (2N + ) max x N θ(x), ezért a Lebesgue-féle konvergencia-tétel értelmében Továbbá M lim m M m mn k= mn θ(k/m)e ıkt/m dt = M M N N θ(x)e ıtx dx dt. m k >mn θ(k/m) m j N m l= Tegyük fel, hogy alkalmas γ j (j Z) számokkal θ(j + l/m). ( ) Ekkor m θ(j + l/m) γ j (j Z, < m N), m l= + j= γ j < +. m j N m l= θ(j + l/m) j N γ j. Tehát 2π K θ m M M m mn k= mn θ(k/m)e ıkt/m dt 2M j N γ j, azaz

46 3.2. Inverziós formula 45 M 2π sup Km θ lim <m N m M M M N N Vegyük figyelembe, hogy egyrészt Lebesgue-tétel szerint M lim N M N N M M m mn k= mn θ(k/m)e ıkt/m dt 2M θ(x)e ıtx dx dt 2M γ j. N θ(x)e ıtx dx dt = + j N N θ(x)eıtx dx θ M M lim N M θ(x)e ıtx dx dt = M N N ˆθ(t) j N γ j = ( t M), ezért a θ(x)e ıtx dx dt = dt. Másrészt a j Z γ j < + feltételezés miatt j N γ j (N ), így M sup Km θ lim <m N N M Innen már következik. N N θ(x)e ıtx dx dt 2M lim M ˆθ = lim ˆθ(t) dt 2π sup M M <m N N j N γ j = K θ m < + M M ˆθ(t) dt. xv) A fentiekhez a következő észrevételeket fűzzük. Tegyük fel, hogy f C és legyen ill. f S := + sup j= <m N m m l= f(j + l/m),

47 Inverziós formula S(C, l ) := {f C : f S < + }. Mivel m m l= f(j + l/m) (f S(C, l ), < m N) az j+ f(t) dt j integrálnak egy közelítő összege, ezért Következésképpen lim m m m l= f(j + l/m) = j+ j f(t) dt. Innen sup <m N m m l= f(j + l/m) j+ j θ(t) dt. f(t) dt = + j+ j= j θ(t) dt + sup j= <m N m m l= f(j + l/m) = f S < + miatt S(C, l ) L C következik. Könnyen látható, hogy S(C, l ) vektortér (R felett) és. S norma. Ui. S = triviális. Ha viszont f S =, akkor tetszőleges j Z, < m N esetén f(j + l/m) = (l =,..., m ). Viszont bármely x R számhoz és ε > küszöbhöz az f folytonossága miatt megadhatók a j Z, < m N, l =,..., m számok úgy, hogy az y := j + l/m jelöléssel f(x) f(y) = f(x) < ε egyenlőtlenség teljesüljön. Ezért f(x) =, azaz f. Továbbá a λf S = λ f S (f S(C, l ), λ R) egyenlőség, ill. az f + g S f S + g S (f, g S(C, l )) egyenlőtlenség szintén meglehetősen nyilvánvaló. Következésképpen (S(C, l ),. S ) normált tér. Legyen adott egy f n S(C, l ) (n N) sorozat és tegyük fel, hogy valamely f S(C, l ) függvénnyel f n f S (n ). Tehát

48 3.2. Inverziós formula 47 + sup j= <m N m m l= f n (j + l/m) f(j + l/m) (n ). Ha r R racionális szám, akkor alkalmas j Z, < m N, l =,..., m számokkal r = j + l /m. Világos, hogy f n (r) f(r) m l= azaz f(r) = lim(f n (r)). f n (j +l/m ) f(j +l/m ) m f n f S (n N), Mutassuk meg, hogy az (S(C, l ),. S ) tér nem teljes. Legyen ehhez < n N esetén Nyilvánvaló, hogy f n C, ill. sin(π/x) (/n x ) f n (t) := (x R \ (/n, )). f n S = sup <m N m m l= f n (l/m) miatt f n S(C, l ). Továbbá, ha < n, k, m N, k > n, akkor m l= f n (l/m) f k (l/m) = ezért m l=,/k<l/m</n f n (l/m) f k (l/m) = m l=,m/k<l<m/n f k (l/m) m n m k, f n f k S = sup <m N m m l= f n (l/m) f k (l/m)

49 Inverziós formula n k (n, k ). Ez azt jelenti, hogy az (f n ) sorozat Cauchy-sorozat a. S normára nézve. Ha lenne olyan f S(C, l ) függvény, amellyel f n f S (n ) teljesülne, akkor az előzőek szerint minden r (, ) racionális számra f(r) = lim(f n (r)) = sin(π/r). Ilyen f : R R folytonos függvény viszont nincs. Egy f C[, ] függvény esetén jelöljük s m -mel a következő átlagot: s m (f) := m m l= f(l/m) ( < m N). Legyen továbbá ill. f ml := max{ f(t) : l/m t (l + )/m} (l =,..., m ), és S m (f) := m m l= f ml ( < m N) s(f) := sup s m (f), S(f) := sup S m (f). <m N <m N Világos, hogy s(f) S(f). Tekintsük ugyanakkor valamely < n N esetén azt az f n C[, ] függvényt, amelynek a grafikonja a [, /n] intervallum felett egy -magasságú egyenlő szárú háromszög és f n (t) := (/n t ). Ekkor S (f n ) = miatt S(f n ). Ugyanakkor m =,..., n esetén s m (f n ) =, míg ha m = n +, n + 2,..., akkor s m (f n ) = m [m/n] l= f n (l/m) m [m/n] l= n.

50 3.2. Inverziós formula 49 Tehát s(f n ) /n ( < n N), azaz nincs olyan q konstans, amellyel S(f) q s(f) teljesülne tetszőleges f C[, ] függvényre. Vezessük be egy f S(C, l ) függvényre az alábbi jelölést: f SW := + sup j= <m N m m l= fχ [j+l/m,j+(l+)/m]. Nyilvánvaló, hogy. SW norma és. S. SW, de a fentiek szerint a két szóban forgó norma nem ekvivalens. Igaz tehát az alábbi következtetetés: tegyük fel, hogy θ S(C, l ). Ekkor sup <m N Km θ < + = ˆθ L. Nyilvánvaló, hogy m m l= θ(j + l/m) sup θ(j + x) x< (j Z). Ezért + sup j= x< θ(j + x) < + esetén a γ j := sup x< θ(j +x) (j Z) választás eleget tesz ( )-nak. Legyen azonban θ C olyan, amelyre θχ (j,j+/j) = /j (j =, 2,...) és θ(t) = (t R\A), ahol A := j= (j, j+/j). Ekkor θ L és bármely < m N, j Z mellett m (j ) θ(j + l/m) m l= m [m/j] l= /j j 2 =: γ j ( < j), tehát ( ) teljesül. Viszont + sup j= x< θ(j + x) = + j= j = +.

86 MAM112M előadásjegyzet, 2008/2009

86 MAM112M előadásjegyzet, 2008/2009 86 MAM11M előadásjegyzet, 8/9 5. Fourier-elmélet 5.1. Komplex trigonometrikus Fourier-sorok Tekintsük az [,], C Hilbert-teret, azaz azoknak a komplex értékű f : [,] C függvényeknek a halmazát, amelyek

Részletesebben

Funkcionálanalízis az alkalmazott matematikában

Funkcionálanalízis az alkalmazott matematikában EÖTVÖS LORÁND TUDOMÁNYEGYETEM INFORMATIKAI KAR Simon Péter Funkcionálanalízis az alkalmazott matematikában egyetemi jegyzet A jegyzet az ELTE IK 2010. évi Jegyzettámogatási pályázat támogatásával készült

Részletesebben

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS I. Sorozatok és sorok

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS I. Sorozatok és sorok JANUS PANNONIUS TUDOMÁNYEGYETEM Schipp Ferenc ANALÍZIS I. Sorozatok és sorok Pécs, 1994 Lektorok: Dr. FEHÉR JÁNOS egyetemi docens, kandidtus. Dr. SIMON PÉTER egyetemi docens, kandidtus 1 Előszó Ez a jegyzet

Részletesebben

Kockázati folyamatok. Sz cs Gábor. Szeged, 2012. szi félév. Szegedi Tudományegyetem, Bolyai Intézet

Kockázati folyamatok. Sz cs Gábor. Szeged, 2012. szi félév. Szegedi Tudományegyetem, Bolyai Intézet Kockázati folyamatok Sz cs Gábor Szegedi Tudományegyetem, Bolyai Intézet Szeged, 2012. szi félév Sz cs Gábor (SZTE, Bolyai Intézet) Kockázati folyamatok 2012. szi félév 1 / 48 Bevezetés A kurzus céljai

Részletesebben

Analízis előadás és gyakorlat vázlat

Analízis előadás és gyakorlat vázlat Analízis előadás és gyakorlat vázlat Készült a PTE TTK GI szakos hallgatóinak Király Balázs 00-. I. Félév . fejezet Számhalmazok és tulajdonságaik.. Nevezetes számhalmazok ➀ a) jelölése: N b) elemei:

Részletesebben

Analízisfeladat-gyűjtemény IV.

Analízisfeladat-gyűjtemény IV. Oktatási segédanyag a Programtervező matematikus szak Analízis. című tantárgyához (003 004. tanév tavaszi félév) Analízisfeladat-gyűjtemény IV. (Függvények határértéke és folytonossága) Összeállította

Részletesebben

Széchenyi István Egyetem, 2005

Széchenyi István Egyetem, 2005 Gáspár Csaba, Molnárka Győző Lineáris algebra és többváltozós függvények Széchenyi István Egyetem, 25 Vektorterek Ebben a fejezetben a geometriai vektorfogalom ( irányított szakasz ) erős általánosítását

Részletesebben

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Analízis I. példatár kidolgozott megoldásokkal) elektronikus feladatgyűjtemény Összeállította: Lengyelné Dr. Szilágyi Szilvia Miskolc, 013. Köszönetnyilvánítás

Részletesebben

Tómács Tibor. Matematikai statisztika

Tómács Tibor. Matematikai statisztika Tómács Tibor Matematikai statisztika Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Matematikai statisztika Eger, 01 Szerző: Dr. Tómács Tibor főiskolai docens Eszterházy Károly

Részletesebben

Valószín ségelmélet házi feladatok

Valószín ségelmélet házi feladatok Valószín ségelmélet házi feladatok Minden héten 3-4 házi feladatot adok ki. A megoldásokat a következ órán kell beadni, és kés bb már nem lehet pótolni. Csak az mehet vizsgázni, aki a 13 hét során kiadott

Részletesebben

matematikai statisztika 2006. október 24.

matematikai statisztika 2006. október 24. Valószínűségszámítás és matematikai statisztika 2006. október 24. ii Tartalomjegyzék I. Valószínűségszámítás 1 1. Véletlen jelenségek matematikai modellje 3 1.1. Valószínűségi mező..............................

Részletesebben

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertető Tartalomjegyzék Pályázati támogatás Gondozó

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertető Tartalomjegyzék Pályázati támogatás Gondozó FARAGÓ ISTVÁN HORVÁTH RÓBERT NUMERIKUS MÓDSZEREK 2011 Ismertető Tartalomjegyzék Pályázati támogatás Gondozó Szakmai vezető Lektor Technikai szerkesztő Copyright Az Olvasó most egy egyetemi jegyzetet tart

Részletesebben

MITISZK Miskolc-Térségi Integrált Szakképző Központ

MITISZK Miskolc-Térségi Integrált Szakképző Központ MITISZK Miskolc-Térségi Integrált Szakképző Központ VALÓSZÍNŰSÉG-SZÁMÍTÁS ÉS MATEMATIKAI STATISZTIKA FEGYVERNEKI SÁNDOR Miskolci Egyetem Gépészmérnöki és Informatikai Kar Készült a HEFOP-3.2.2-P.-2004-10-0011-/1.0

Részletesebben

Analízis 1. (BSc) vizsgakérdések Programtervez informatikus szak 2008-2009. tanév 2. félév

Analízis 1. (BSc) vizsgakérdések Programtervez informatikus szak 2008-2009. tanév 2. félév Analízis 1. (BSc) vizsgakérdések Programtervez informatikus szak 2008-2009. tanév 2. félév Valós számok 1. Hogyan szól a Bernoulli-egyenl tlenség? Mikor van egyenl ség? Válasz. Minden h 1 valós számra

Részletesebben

Vektorszámítás Fizika tanárszak I. évfolyam

Vektorszámítás Fizika tanárszak I. évfolyam Vektorszámítás Fizika tanárszak I. évfolyam Lengyel Krisztián TARTALOMJEGYZÉK Tartalomjegyzék. Deriválás.. Elmélet........................................... Deriválási szabályok..................................

Részletesebben

Áttekintés a felhasznált lineáris algebrai ismeretekről.

Áttekintés a felhasznált lineáris algebrai ismeretekről. Kiegészítés az előadássorozathoz. Áttekintés a felhasznált lineáris algebrai ismeretekről. A valószínűségszámítás (és a matematika) bizonyos kérdéseiben fontos szerepet játszik a lineáris algebra néhány

Részletesebben

Funkcionálanalízis. Általánosított függvények Disztribúciók. 12-13. el adás. 2012. május 9.-16. Lineáris funkcionál

Funkcionálanalízis. Általánosított függvények Disztribúciók. 12-13. el adás. 2012. május 9.-16. Lineáris funkcionál Funkcionálanalízis 12-13. el adás 212. május 9.-16. Általánosított függvények Disztribúciók Lineáris funkcionál Legyen C () az függvénytér, amely a végtelen sokszor dierenciálható, kompakt tartójú függvényeket

Részletesebben

Kevei Péter. 2013. november 22.

Kevei Péter. 2013. november 22. Valószíűségelmélet feladatok Kevei Péter 2013. ovember 22. 1 Tartalomjegyzék 1. Mérhetőség 4 2. 0 1 törvéyek 12 3. Vektorváltozók 18 4. Véletle változók traszformáltjai 28 5. Várható érték 33 6. Karakterisztikus

Részletesebben

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS II. ***************

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS II. *************** JANUS PANNONIUS TUDOMÁNYEGYETEM Schipp Ferenc ANALÍZIS II. Folytonosság, differenciálhatóság *************** Pécs, 1996 Lektorok: DR. SZÉKELYHIDI LÁSZLÓ egyetemi tanár, a mat. tud. doktora DR. SZILI LÁSZLÓ

Részletesebben

Nemzeti versenyek 11 12. évfolyam

Nemzeti versenyek 11 12. évfolyam Nemzeti versenyek 11 12. évfolyam Szerkesztette: I. N. Szergejeva 2015. február 2. Technikai munkák (MatKönyv project, TEX programozás, PHP programozás, tördelés...) Dénes Balázs, Grósz Dániel, Hraskó

Részletesebben

Brückler Zita Flóra. Lineáris rendszerek integrálása

Brückler Zita Flóra. Lineáris rendszerek integrálása Eötvös Loránd Tudományegyetem Természettudományi Kar Brückler Zita Flóra Lineáris rendszerek integrálása BSc szakdolgozat Témavezető: Dr. Kovács Sándor Numerikus Analízis Tanszék Budapest, 2012 Köszönetnyilvánítás

Részletesebben

Soukup Dániel, Matematikus Bsc III. év Email cím: dsoukup123@gmail.com Témavezető: Szentmiklóssy Zoltán, egyetemi adjunktus

Soukup Dániel, Matematikus Bsc III. év Email cím: dsoukup123@gmail.com Témavezető: Szentmiklóssy Zoltán, egyetemi adjunktus Síktopológiák a Sorgenfrey-egyenes ötletével Soukup Dániel, Matematikus Bsc III. év Email cím: dsoukup123@gmail.com Témavezető: Szentmiklóssy Zoltán, egyetemi adjunktus 1. Bevezetés A Sorgenfrey-egyenes

Részletesebben

Elektromágneses terek gyakorlat - 6. alkalom

Elektromágneses terek gyakorlat - 6. alkalom Elektromágneses terek gyakorlat - 6. alkalom Távvezetékek és síkhullám Reichardt András 2015. április 23. ra (evt/hvt/bme) Emt2015 6. alkalom 2015.04.23 1 / 60 1 Távvezeték

Részletesebben

Lineáris Algebra gyakorlatok

Lineáris Algebra gyakorlatok A V 2 és V 3 vektortér áttekintése Lineáris Algebra gyakorlatok Írta: Simon Ilona Lektorálta: DrBereczky Áron Áttekintjük néhány témakör legfontosabb definícióit és a feladatokban használt tételeket kimondjuk

Részletesebben

LTI Rendszerek Dinamikus Analízise és Szabályozásának Alapjai

LTI Rendszerek Dinamikus Analízise és Szabályozásának Alapjai Diszkrét és hibrid diagnosztikai és irányítórendszerek LTI Rendszerek Dinamikus Analízise és Szabályozásának Alapjai Hangos Katalin Közlekedésautomatika Tanszék Rendszer- és Irányításelméleti Kutató Laboratórium

Részletesebben

IDEIGLENES PÉLDATÁR. A Kémiai Matematika c. tantárgyhoz. Szabados Ágnes

IDEIGLENES PÉLDATÁR. A Kémiai Matematika c. tantárgyhoz. Szabados Ágnes IDEIGLENES PÉLDATÁR vegyészhallgatók számára A Kémiai Matematika c. tantárgyhoz kézirat gyanánt Összeállította: Surján Péter Szabados Ágnes Lázár Armand ELTE TTK Elméleti Kémia Tanszék ELŐSZÓ Ez a példatár

Részletesebben

(2) A R. 3. (2) bekezdése helyébe a következő rendelkezés lép: (2) A képviselő-testület az önkormányzat összes kiadását 1.1369.

(2) A R. 3. (2) bekezdése helyébe a következő rendelkezés lép: (2) A képviselő-testület az önkormányzat összes kiadását 1.1369. Enying Város Önkormányzata Képviselő-testületének 20/2010. (X. 05.) önkormányzati rendelete az Enying Város Önkormányzatának 2100. évi költségvetéséről szóló 7/2010. (II. 26.) önkormányzati rendelete módosításáról

Részletesebben

Lineáris algebra I. Kovács Zoltán. Előadásvázlat (2006. február 22.)

Lineáris algebra I. Kovács Zoltán. Előadásvázlat (2006. február 22.) Lineáris algebra I. Kovács Zoltán Előadásvázlat (2006. február 22.) 2 3 Erdős Jenő emlékének. 4 Tartalomjegyzék 1. A szabadvektorok vektortere 7 1. Szabadvektorok összeadása és skalárral való szorzása...............

Részletesebben

ADDITÍV KONVOLÚCIÓS ÖSSZEGEK SPEKTRÁLIS FELBONTÁSA

ADDITÍV KONVOLÚCIÓS ÖSSZEGEK SPEKTRÁLIS FELBONTÁSA ADDITÍV KONVOLÚCIÓS ÖSSZEGEK SPEKTRÁLIS FELBONTÁSA HARCOS GERGELY Ha a(n) eg számelméleti függvén, akkor természetes feladat a a(m)a(n)w(m, n) m±nh alakú additív konvolúciós összegek vizsgálata. Ha W :

Részletesebben

Gáspár Csaba. Analízis

Gáspár Csaba. Analízis Gáspár Csaba Analízis Készült a HEFOP 3.3.-P.-004-09-00/.0 pályázat támogatásával Szerzők: Lektor: Gáspár Csaba Szili László, egyetemi docens c Gáspár Csaba, 006. Tartalomjegyzék. Bevezetés 5. Alapvető

Részletesebben

Készítette: Fegyverneki Sándor. Miskolci Egyetem, 2002.

Készítette: Fegyverneki Sándor. Miskolci Egyetem, 2002. INFORMÁCIÓELMÉLET Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2002. i TARTALOMJEGYZÉK. Bevezetés 2. Az információmennyiség 6 3. Az I-divergencia 3 3. Információ és bizonytalanság

Részletesebben

Absztrakt algebra I. Csoportelmélet

Absztrakt algebra I. Csoportelmélet Absztrakt algebra I. Csoportelmélet Dr. Tóth László egyetemi docens Pécsi Tudományegyetem 2006 Bevezetés Ez az anyag tartalmazza az Algebra és számelmélet című tárgy 4. féléves részének kötelező elméleti

Részletesebben

Félévi időbeosztás (nagyjából) házi feladat beadási határidőkkel (pontosan) Valószínűségszámítás 2. matematikusoknak és fizikusoknak, 2009 tavasz

Félévi időbeosztás (nagyjából) házi feladat beadási határidőkkel (pontosan) Valószínűségszámítás 2. matematikusoknak és fizikusoknak, 2009 tavasz Félévi időbeosztás (nagyjából) házi feladat beadási határidőkkel (pontosan) Valószínűségszámítás 2. matematikusoknak és fizikusoknak, 2009 tavasz Dátum Téma beadandó Feb 12Cs Konvolúció (normális, Cauchy,

Részletesebben

Sztochasztikus folyamatok 1. házi feladat

Sztochasztikus folyamatok 1. házi feladat Sztochasztikus folyamatok 1. házi feladat 1. Egy borfajta alkoholtartalmának meghatározására méréseket végzünk. Az egyes mérések eredményei egymástól független valószínûségi változók, melyek normális eloszlásúak,

Részletesebben

1.1. Gyökök és hatványozás... 1 1.1.1. Hatványozás... 1 1.1.2. Gyökök... 1 1.2. Azonosságok... 2 1.3. Egyenlőtlenségek... 3

1.1. Gyökök és hatványozás... 1 1.1.1. Hatványozás... 1 1.1.2. Gyökök... 1 1.2. Azonosságok... 2 1.3. Egyenlőtlenségek... 3 Tartalomjegyzék 1. Műveletek valós számokkal... 1 1.1. Gyökök és hatványozás... 1 1.1.1. Hatványozás... 1 1.1.2. Gyökök... 1 1.2. Azonosságok... 2 1.3. Egyenlőtlenségek... 3 2. Függvények... 4 2.1. A függvény

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I. 7 VII. Gyűrűk 1. Gyűrű Definíció Egy a következő axiómákat: gyűrű alatt olyan halmazt értünk, amelyben definiálva van egy összeadás és egy szorzás, amelyek teljesítik (1) egy

Részletesebben

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0 I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)

Részletesebben

A gyakorlatok HF-inak megoldása Az 1. gyakorlat HF-inak megoldása. 1. Tagadások:

A gyakorlatok HF-inak megoldása Az 1. gyakorlat HF-inak megoldása. 1. Tagadások: . Tagadások: A gyakorlatok HF-inak megoldása Az. gyakorlat HF-inak megoldása "Nem észak felé kell indulnunk és nem kell visszafordulnunk." "Nem esik az es, vagy nem fúj a szél." "Van olyan puha szilva,

Részletesebben

Diszkrét Matematika I.

Diszkrét Matematika I. Bácsó Sándor Diszkrét Matematika I. mobidiák könyvtár Bácsó Sándor Diszkrét Matematika I. mobidiák könyvtár SOROZATSZERKESZTŐ Fazekas István Bácsó Sándor Diszkrét Matematika I. egyetemi jegyzet mobidiák

Részletesebben

Egzisztenciatételek a differenciálegyenletek elméletéből

Egzisztenciatételek a differenciálegyenletek elméletéből Egzisztenciatételek a differenciálegyenletek elméletéből Bodó Ágnes Matematika BSc Szakdolgozat Témavezető: Besenyei Ádám adjunktus Alkalmazott Analízis és Számításmatematikai Tanszék Budapest, 2012. Tartalomjegyzék

Részletesebben

Fourier-analízis alkalmazása a digitális holográfiában

Fourier-analízis alkalmazása a digitális holográfiában Fourier-analízis alkalmazása a digitális holográfiában Diplomamunka Tóth Erzsébet Rita alkalmazott matematikus, matematika tanár szakos hallgató Témavezetők: Dr. Orzó László Róbert, tudományos főmunkatárs

Részletesebben

Tartalom. 1. Számítógéppel irányított rendszerek 2. Az egységugrásra ekvivalens diszkrét állapottér

Tartalom. 1. Számítógéppel irányított rendszerek 2. Az egységugrásra ekvivalens diszkrét állapottér Tartalom 1. Számítógéppel irányított rendszerek 2. Az egységugrásra ekvivalens diszkrét állapottér 2015 1 Számítógéppel irányított rendszerek Számítógéppel irányított rendszer blokkvázlata Tartószerv D/A

Részletesebben

1. Vizsgálat az időtartományban. 1.1. Határozza meg az ábrán vázolt diszkrét idejű hálózat állapotváltozós leírásának normál alakját!

1. Vizsgálat az időtartományban. 1.1. Határozza meg az ábrán vázolt diszkrét idejű hálózat állapotváltozós leírásának normál alakját! . Vizsgálat az időtartományban.. Határozza meg az ábrán vázolt diszkrét idejű hálózat állapotváltozós leírásának normál alakját! x x x xy x [ k ] x b( c eg x x gf u [ k ] x ( bd beh x x fh [ k ] bx( c

Részletesebben

Egyetemi matematika az iskolában

Egyetemi matematika az iskolában Matematikatanítási és Módszertani Központ Egyetemi matematika az iskolában Hegyvári Norbert 013 Tartalomjegyzék 1. Irracionális számok; 4. További irracionális számok 7 3. Végtelen tizedestörtek 7 4. Végtelen

Részletesebben

Differenciálegyenletek a hétköznapokban

Differenciálegyenletek a hétköznapokban Differenciálegyenletek a hétköznapokban BSc Szakdolgozat Írta: Gondos Réka Matematika BSc, alkalmazott matematikus szakirány Témavezető: Besenyei Ádám adjunktus Alkalmazott Analízis és Számításmatematikai

Részletesebben

Természetes számok: a legegyszerűbb halmazok elemeinek. halmazokat alkothatunk, ezek elemszámai természetes 3+2=5

Természetes számok: a legegyszerűbb halmazok elemeinek. halmazokat alkothatunk, ezek elemszámai természetes 3+2=5 1. Valós számok (ismétlés) Természetes számok: a legegyszerűbb halmazok elemeinek megszámlálására használjuk őket: N := {1, 2, 3,...,n,...} Például, egy zsák bab felhasználásával babszemekből halmazokat

Részletesebben

2. Hatványozás, gyökvonás

2. Hatványozás, gyökvonás 2. Hatványozás, gyökvonás I. Elméleti összefoglaló Egész kitevőjű hatvány értelmezése: a 1, ha a R; a 0; a a, ha a R. Ha a R és n N; n > 1, akkor a olyan n tényezős szorzatot jelöl, aminek minden tényezője

Részletesebben

Az analízis néhány alkalmazása

Az analízis néhány alkalmazása Az analízis néhány alkalmazása SZAKDOLGOZAT Eötvös Loránd Tudományegyetem Természettudományi kar Szerz : Fodor Péter Szak: Matematika Bsc Szakirány: Matematikai elemz Témavezet : Sikolya Eszter, adjunktus

Részletesebben

DIFFERENCIAEGYENLETEK

DIFFERENCIAEGYENLETEK DIFFERENCIAEGYENLETEK A gazdaság változómennyiségeit (jövedelem, fogyasztás, beruházás,...) általában bizonyos időszakonként (naponta, hetente, havonta, évente) figyeljük meg. Ha ezeket a megfigyeléseket

Részletesebben

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer Lineáris programozás Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer Feladat: Egy gyár kétféle terméket gyárt (A, B): /db Eladási ár 1000 800 Technológiai önköltség 400 300 Normaóraigény

Részletesebben

Pénzügyi matematika. Medvegyev Péter. 2013. szeptember 8.

Pénzügyi matematika. Medvegyev Péter. 2013. szeptember 8. Pénzügyi matematika Medvegyev Péter 13. szeptember 8. Az alábbi jegyzet a korábbi ötéves gazdaságmatematikai képzés keretében a Corvinus egyetemen tartott matematikai el adásaim kib vített verziója. A

Részletesebben

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre 2010.12.28.

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre 2010.12.28. Miskolci Egyetem Diszkrét matek I. Vizsga-jegyzet Hegedűs Ádám Imre 2010.12.28. KOMBINATORIKA Permutáció Ismétlés nélküli permutáció alatt néhány különböző dolognak a sorba rendezését értjük. Az "ismétlés

Részletesebben

Fourier-sorok. néhány esetben eltérhetnek az előadáson alkalmazottaktól. Vizsgán. k=1. 1 k = j.

Fourier-sorok. néhány esetben eltérhetnek az előadáson alkalmazottaktól. Vizsgán. k=1. 1 k = j. Fourier-sorok Bevezetés. Az alábbi anyag a vizsgára való felkészülés segítése céljából készült. Az alkalmazott jelölések vagy bizonyítás részletek néhány esetben eltérhetnek az előadáson alkalmazottaktól.

Részletesebben

Parciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Karátson, János Horváth, Róbert Izsák, Ferenc

Parciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Karátson, János Horváth, Róbert Izsák, Ferenc Karátson, János Horváth, Róbert Izsák, Ferenc numerikus módszerei számítógépes írta Karátson, János, Horváth, Róbert, és Izsák, Ferenc Publication date 2013 Szerzői jog 2013 Karátson János, Horváth Róbert,

Részletesebben

Lineáris algebra - jegyzet. Kupán Pál

Lineáris algebra - jegyzet. Kupán Pál Lineáris algebra - jegyzet Kupán Pál Tartalomjegyzék fejezet Vektorgeometria 5 Vektorok normája Vektorok skaláris szorzata 4 3 Vektorok vektoriális szorzata 5 fejezet Vektorterek, alterek, bázis Vektorterek

Részletesebben

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN ELTE TáTK Közgazdaságtudományi Tanszék Gazdaságmatematika középhaladó szinten ANALÍZIS Készítette: Gábor Szakmai felel s: Gábor Vázlat 1 2 3 Nevezetes halmazok

Részletesebben

Nevezetes függvények

Nevezetes függvények Nevezetes függvények Függvények értelmezése Legyen adott az A és B két nem üres halmaz. Az A halmaz minden egyes eleméhez rendeljük hozzá a B halmaz egy-egy elemét. Ez a hozzárendelés egyértelmű, és ezt

Részletesebben

MODELLEK ÉS ALGORITMUSOK ELŐADÁS

MODELLEK ÉS ALGORITMUSOK ELŐADÁS MODELLEK ÉS ALGORITMUSOK ELŐADÁS Szerkesztette: Balogh Tamás 214. december 7. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

Hálók kongruenciahálója

Hálók kongruenciahálója Hálók kongruenciahálója Diplomamunka Írta: Skublics Benedek Témavezet : Pálfy Péter Pál Eötvös Loránd Tudományegyetem Matematikai Intézet 2007 Tartalomjegyzék Bevezetés 1 1. Hálók kongruenciái 3 1.1. A

Részletesebben

Dr. Kuczmann Miklós JELEK ÉS RENDSZEREK

Dr. Kuczmann Miklós JELEK ÉS RENDSZEREK Dr. Kuczmann Miklós JELEK ÉS RENDSZEREK Dr. Kuczmann Miklós JELEK ÉS RENDSZEREK Z UNIVERSITAS-GYŐR Kht. Győr, 25 SZÉCHENYI ISTVÁN EGYETEM MŰSZAKI TUDOMÁNYI KAR TÁVKÖZLÉSI TANSZÉK Egyetemi jegyzet Írta:

Részletesebben

Matematikai alapismeretek. Huszti Andrea

Matematikai alapismeretek. Huszti Andrea Tartalom 1 Matematikai alapismeretek Algebrai struktúrák Oszthatóság Kongruenciák Algebrai struktúrák Az S = {x, y, z,... } halmazban definiálva van egy művelet, ha az S-nek minden x, y elempárjához hozzá

Részletesebben

5. gyakorlat. Lineáris leképezések. Tekintsük azt a valós függvényt, amely minden számhoz hozzárendeli az ötszörösét!

5. gyakorlat. Lineáris leképezések. Tekintsük azt a valós függvényt, amely minden számhoz hozzárendeli az ötszörösét! 5. gyakorlat Lineáris leképezések Tekintsük azt a valós függvényt, amely minden számhoz hozzárendeli az ötszörösét! f : IR IR, f(x) 5x Mit rendel hozzá ez a függvény két szám összegéhez? x, x IR, f(x +

Részletesebben

Bemenet modellezése II.

Bemenet modellezése II. Bemenet modellezése II. Vidács Attila 2005. november 3. Hálózati szimulációs technikák, 2005/11/3 1 Kiszolgálási id k modellezése Feladat: Egy bemeneti modell felállítása egy egy kiszolgálós sorbanállási

Részletesebben

GYAKORLAT. 1. Elemi logika, matematikai állítások és következtetések, halmazok (lásd EA-ban is; iskolából ismert)

GYAKORLAT. 1. Elemi logika, matematikai állítások és következtetések, halmazok (lásd EA-ban is; iskolából ismert) GYAKORLAT. Elemi logika, matematikai állítások és következtetések, halmazok lásd EA-ban is; iskolából ismert I. Halmazok.. Alapfogalmak: "halmaz" és "eleme". Halmaz kritériuma: egyértelm en eldönthet,

Részletesebben

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Funkcionálanalízis. n=1. n=1. x n y n. n=1 Funkcionálanalízis 2011/12 tavaszi félév - 2. előadás 1.4. Lényeges alap-terek, példák Sorozat terek (Folytatás.) C: konvergens sorozatok tere. A tér pontjai sorozatok: x = (x n ). Ezen belül C 0 a nullsorozatok

Részletesebben

Komputer statisztika gyakorlatok

Komputer statisztika gyakorlatok Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Komputer statisztika gyakorlatok Eger, 2010. október 26. Tartalomjegyzék Előszó 4 Jelölések 5 1. Mintagenerálás 7 1.1. Egyenletes

Részletesebben

Feszített vasbeton gerendatartó tervezése költségoptimumra

Feszített vasbeton gerendatartó tervezése költségoptimumra newton Dr. Szalai Kálmán "Vasbetonelmélet" c. tárgya keretében elhangzott előadások alapján k 1000 km k m meter m Ft 1 1 1000 Feszített vasbeton gerendatartó tervezése költségoptimumra deg A következőkben

Részletesebben

Statisztikai alapismeretek (folytatás)

Statisztikai alapismeretek (folytatás) Statisztikai alapismeretek (folytatás) 3. elıadás (5-6. lecke) Az alapsokaság fıbb jellemzıi () 5. lecke Folytonos változó megoszlásának jellemzése A sokasági átlag és szórás Átlag és szórás tulajdonságai

Részletesebben

Valószínűségszámítás

Valószínűségszámítás Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Valószínűségszámítás programtervező informatikusok részére Eger, 010. szeptember 0. Tartalomjegyzék 1. Véletlen események...............................

Részletesebben

Matematika A3 1. előadás (2013.09.11.) 1. gyakorlat (2013.09.12.) 2. előadás (2013.09.18.) 2. gyakorlat (2013.09.19.) 3. előadás

Matematika A3 1. előadás (2013.09.11.) 1. gyakorlat (2013.09.12.) 2. előadás (2013.09.18.) 2. gyakorlat (2013.09.19.) 3. előadás Matematika A3. előadás (3.9..). gyakorlat (3.9..). előadás (3.9.8.). gyakorlat (3.9.9.) 3. előadás (3.9.5.) 3. gyakorlat (3.9.6.) 4. előadás (3...) 4. gyakorlat (3..3.) 5. előadás (3..9.) 6. előadás (3..6.)

Részletesebben

BUDAPESTI KÖZGAZDASÁGTUDOMÁNYI EGYETEM. Puskás Csaba, Szabó Imre, Tallos Péter LINEÁRIS ALGEBRA JEGYZET

BUDAPESTI KÖZGAZDASÁGTUDOMÁNYI EGYETEM. Puskás Csaba, Szabó Imre, Tallos Péter LINEÁRIS ALGEBRA JEGYZET BUDAPESTI KÖZGAZDASÁGTUDOMÁNYI EGYETEM Puskás Csaba, Szabó Imre, Tallos Péter LINEÁRIS ALGEBRA JEGYZET BUDAPEST, 1997 A szerzők Lineáris Algebra, illetve Lineáris Algebra II c jegyzeteinek átdolgozott

Részletesebben

ELŐFESZÍTETT VASBETON TARTÓ TERVEZÉSE AZ EUROCODE SZERINT

ELŐFESZÍTETT VASBETON TARTÓ TERVEZÉSE AZ EUROCODE SZERINT BUDAPEST MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM Építőmérnöki Kar Hidak és Szerkezetek Tanszéke ELŐFESZÍTETT VASBETON TARTÓ TERVEZÉSE AZ EUROCODE SZERINT Segédlet v1.14 Összeállította: Koris Kálmán Budapest,

Részletesebben

MATEMATIKA FELADATGYŰJTEMÉNY

MATEMATIKA FELADATGYŰJTEMÉNY Pék Johanna MATEMATIKA FELADATGYŰJTEMÉNY Nem matematika alapszakos hallgatók számára Tartalomjegyzék Előszó iii. Lineáris algebra.. Mátrixok...................................... Lineáris egyenletrendszerek..........................

Részletesebben

Marcsa Dániel. M.Sc. szakos mechatronikus hallgató. Konzulens: Dr. Kuczmann Miklós, Ph.D. egyetemi docens. Elektromágneses Terek Laboratórium

Marcsa Dániel. M.Sc. szakos mechatronikus hallgató. Konzulens: Dr. Kuczmann Miklós, Ph.D. egyetemi docens. Elektromágneses Terek Laboratórium Mágneses csapágy szimulációja végeselem-módszerrel Írta: Marcsa Dániel M.Sc. szakos mechatronikus hallgató Konzulens: Dr. Kuczmann Miklós, Ph.D. egyetemi docens Elektromágneses Terek Laboratórium Távközlési

Részletesebben

Valószínűségszámítás összefoglaló

Valószínűségszámítás összefoglaló Vlószíűségszámítás összefoglló I. Feezet ombtor ermutácó Ismétlés élül ülöböző elem lehetséges sorrede! b Ismétléses em feltétleül ülöböző elem összes ülöböző sorrede!... hol z zoos eleme gyorság!!...!

Részletesebben

10. Valószínűségszámítás

10. Valószínűségszámítás . Valószínűségszámítás.. Események A valószínűségszámítás nagyon leegyszerűsítve események bekövetkezésének valószínűségével foglalkozik. Példák: Ha egy játékban egy dobókockával dobunk, akkor a kockadobás

Részletesebben

Oktatási segédlet. Acél- és alumínium-szerkezetek hegesztett kapcsolatainak méretezése fáradásra. Dr. Jármai Károly.

Oktatási segédlet. Acél- és alumínium-szerkezetek hegesztett kapcsolatainak méretezése fáradásra. Dr. Jármai Károly. Oktatási segédlet Acél- és alumínium-szerkezetek hegesztett kapcsolatainak méretezése fáradásra a Létesítmények acélszerkezetei tárgy hallgatóinak Dr. Jármai Károly Miskolci Egyetem 013 1 Acél- és alumínium-szerkezetek

Részletesebben

FELADATOK A. A feladatsorban használt jelölések: R + = {r R r>0}, R = {r R r < 0}, [a; b] = {r R a r b}, ahol a, b R és a b.

FELADATOK A. A feladatsorban használt jelölések: R + = {r R r>0}, R = {r R r < 0}, [a; b] = {r R a r b}, ahol a, b R és a b. FELADATOK A RELÁCIÓK, GRÁFOK TÉMAKÖRHÖZ 1. rész A feladatsorban használt jelölések: R = {r R r < 0}, R + = {r R r>0}, [a; b] = {r R a r b}, ahol a, b R és a b. 4.1. Feladat. Adja meg az α = {(x, y) x +

Részletesebben

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy /. Házi feladat. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy mindig igaz. (p (( p) q)) (( p) ( q)). Igazoljuk, hogy minden A, B és C halmazra A \ (B C) = (A \ B) (A \ C) teljesül.

Részletesebben

Többváltozós függvények Riemann integrálja

Többváltozós függvények Riemann integrálja Többváltozós üggvének Riemann integrálja Többváltozós üggvének Riemann integrálja Többváltozós üggvének Riemann integrálja Az integrál konstrukciója tetszőleges változószám esetén Deiníció: n dimenziós

Részletesebben

Gyakorló feladatok a Közönséges dierenciálegyenletek kurzushoz

Gyakorló feladatok a Közönséges dierenciálegyenletek kurzushoz Gyakorló feladatok a Közönséges dierenciálegyenletek kurzushoz Vas Gabriella 204. február A feladatgy jtemény a TÁMOP-4.2.4.A/2-/-202-000 azonosító számú Nemzeti Kiválóság Program Hazai hallgatói, illetve

Részletesebben

Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc. Dr. Kersner Róbert

Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc. Dr. Kersner Róbert Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc Dr. Kersner Róbert 007 Tartalomjegyzék Előszó ii. Determináns. Mátrixok 6 3. Az inverz mátrix 9 4. Lineáris egyenletrendszerek 5. Lineáris

Részletesebben

A kvantummechanika általános formalizmusa

A kvantummechanika általános formalizmusa A kvantummechanika általános formalizmusa October 4, 2006 Jelen fejezetünk célja bevezetni egy általános matematikai formalizmust amelynek segítségével a végtelen dimenziós vektorterek elegánsan tárgyalhatók.

Részletesebben

A matematika alapjai 1 A MATEMATIKA ALAPJAI. Pécsi Tudományegyetem, 2006

A matematika alapjai 1 A MATEMATIKA ALAPJAI. Pécsi Tudományegyetem, 2006 A matematika alapjai 1 A MATEMATIKA ALAPJAI Dr. Tóth László Pécsi Tudományegyetem, 2006 Köszönöm Koós Gabriella végzős hallgatónak, hogy felhívta a figyelmemet az anyag előző változatában szereplő néhány

Részletesebben

Csődvalószínűségek becslése a biztosításban

Csődvalószínűségek becslése a biztosításban Csődvalószínűségek becslése a biztosításban Diplomamunka Írta: Deák Barbara Matematikus szak Témavezető: Arató Miklós, egyetemi docens Valószínűségelméleti és Statisztika Tanszék Eötvös Loránd Tudományegyetem,

Részletesebben

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva 6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA 6.1 Függvény határértéke Egy D R halmaz torlódási pontjainak halmazát D -vel fogjuk jelölni. Definíció. Legyen f : D R R és legyen x 0 D (a D halmaz torlódási

Részletesebben

Fizikai alapismeretek

Fizikai alapismeretek Fizikai alapismeretek jegyzet Írták: Farkas Henrik és Wittmann Marian BME Vegyészmérnöki Kar J6-947 (1990) Műegyetemi Kiadó 60947 (1993) A jegyzet BME nívódíjat kapott 1994-ben. Az internetes változatot

Részletesebben

Feladatgyűjtemény a Topologikus Szigetelők 1. c. tárgyhoz.

Feladatgyűjtemény a Topologikus Szigetelők 1. c. tárgyhoz. Asbóth János, Oroszlány László, Pályi András Feladatgyűjtemény a Topologikus Szigetelők 1. c. tárgyhoz. A kutatás a TÁMOP 4.2.4.A/1-11-1-2012-0001 azonosító számú Nemzeti Kiválóság Program Hazai hallgatói,

Részletesebben

Analízis. Ha f(x) monoton nő [a;b]-n, és difható egy (a;b)-beli c helyen, akkor f'(c) 0

Analízis. Ha f(x) monoton nő [a;b]-n, és difható egy (a;b)-beli c helyen, akkor f'(c) 0 Analízis A differenciálszámítás középértéktételei: 1) Rolle-tétel: Ha f folytonos a korlátos és zárt [a;b] intervallumon, f diffható [a;b]-n és f(a) = f(b), akkor van egy a < c < b belső pont, ahol f'(c)

Részletesebben

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. Párosítások

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. Párosítások Gráfelmélet/Diszkrét Matematika MSc hallgatók számára Párosítások 2012. november 19. Előadó: Hajnal Péter 1. Alapfogalmak Emlékeztető. Legyen G egy gráf, E(G) a G élhalmaza, V (G) gráfunk csúcshalmaza.

Részletesebben

Gravitáció mint entropikus erő

Gravitáció mint entropikus erő Gravitáció mint entropikus erő Takács Gábor MTA-BME Lendület Statisztikus Térelméleti Kutatócsoport ELFT Elméleti Fizikai Iskola Szeged, Fizikai Intézet 2012. augusztus 28. Vázlat 1. Entropikus erő: elemi

Részletesebben

SZILÁRDSÁGTAN A minimum teszt kérdései a gépészmérnöki szak egyetemi ágon tanuló hallgatói részére (2004/2005 tavaszi félév, szigorlat)

SZILÁRDSÁGTAN A minimum teszt kérdései a gépészmérnöki szak egyetemi ágon tanuló hallgatói részére (2004/2005 tavaszi félév, szigorlat) SILÁRDSÁGTAN A minimum teszt kérdései a gépészmérnöki szak egetemi ágon tanuló hallgatói részére (2004/2005 tavaszi félév, szigorlat) Szilárdságtan Pontszám 1. A másodrendű tenzor értelmezése (2) 2. A

Részletesebben

Ferenczi Dóra. Sorbanállási problémák

Ferenczi Dóra. Sorbanállási problémák Eötvös Loránd Tudományegyetem Természettudományi Kar Ferenczi Dóra Sorbanállási problémák BSc Szakdolgozat Témavezet : Arató Miklós egyetemi docens Valószín ségelméleti és Statisztika Tanszék Budapest,

Részletesebben

Dr. Jelasity Márk. Mesterséges Intelligencia I. Előadás Jegyzet (2008. október 6) Készítette: Filkus Dominik Martin

Dr. Jelasity Márk. Mesterséges Intelligencia I. Előadás Jegyzet (2008. október 6) Készítette: Filkus Dominik Martin Dr. Jelasity Márk Mesterséges Intelligencia I Előadás Jegyzet (2008. október 6) Készítette: Filkus Dominik Martin Elsőrendű logika -Ítéletkalkulus : Az elsőrendű logika egy speciális esete, itt csak nullad

Részletesebben

Megoldások. 2001. augusztus 8.

Megoldások. 2001. augusztus 8. Megoldások 2001. augusztus 8. 1 1. El zetes tudnivalók a különböz matematikai logikai nyelvekr l 1.1. (a) Igen (b) Igen (c) Nem, mert nem kijelent mondat. (d) Nem fejez ki önmagában állítást. "Ádám azt

Részletesebben

Kecskeméti Fıiskola GAMF Kar Informatika Tanszék. Johanyák Zsolt Csaba

Kecskeméti Fıiskola GAMF Kar Informatika Tanszék. Johanyák Zsolt Csaba Kecskeméti Fıiskola GAMF Kar Informatika Tanszék Johanyák Zsolt Csaba 003 Tartalomjegyzék. Bevezetés.... A megbízhatóság fogalmai..... A termék idıtıl függı képességei...... Használhatóság /Üzemkészség/

Részletesebben

Komáromi Éva LINEÁRIS PROGRAMOZÁS

Komáromi Éva LINEÁRIS PROGRAMOZÁS OPERÁCIÓKUTATÁS No.2. Komáromi Éva LINEÁRIS PROGRAMOZÁS Budapest 2005 Komáromi Éva LINEÁRIS PROGRAMOZÁS Javított kiadás OPERÁCIÓKUTATÁS No.2 Megjelenik az FKFP 0231 Program támogatásával a Budapesti Közgazdaságtudományi

Részletesebben

Mikrohullámok vizsgálata. x o

Mikrohullámok vizsgálata. x o Mikrohullámok vizsgálata Elméleti alapok: Hullámjelenségen valamilyen rezgésállapot (zavar) térbeli tovaterjedését értjük. A hullám c terjedési sebességét a hullámhossz és a T rezgésido, illetve az f frekvencia

Részletesebben

Debrecen. Bevezetés A digitális képfeldolgozás közel hetven éves múlttal rendelkezik. A kezdeti problémák

Debrecen. Bevezetés A digitális képfeldolgozás közel hetven éves múlttal rendelkezik. A kezdeti problémák VÁZKIJELÖLŐ ALGORITMUSOK A DIGITÁLIS KÉPFELDOLGOZÁSBAN Fazekas Attila Debrecen Összefoglalás: A digitális képfeldolgozásban vonalas ábrák feldolgozása során gyakran használatos a vázkijelölés. Ez a módszer

Részletesebben

2. Interpolációs görbetervezés

2. Interpolációs görbetervezés 2. Interpolációs görbetervezés Gondoljunk arra, hogy egy grafikus tervező húz egy vonalat (szabadformájú görbét), ezt a vonalat nekünk számítógép által feldolgozhatóvá kell tennünk. Ennek egyik módja,

Részletesebben