Az ideális határesetek, mint például tömegpont, tökéletesen merev testek pillanatszerű

Hasonló dokumentumok
Fourier transzformáció

Elméleti Fizika április 14.

RENDSZERTECHNIKA 8. GYAKORLAT

DINAMIKAI VIZSGÁLAT OPERÁTOROS TARTOMÁNYBAN Dr. Aradi Petra, Dr. Niedermayer Péter: Rendszertechnika segédlet 1

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Fourier-sorok. Lengyelné Dr. Szilágyi Szilvia április 7.

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY

Mechanika I-II. Példatár

Jelek és rendszerek - 4.előadás

Mátrix-exponens, Laplace transzformáció

Jelek és rendszerek MEMO_03. Pletl. Belépő jelek. Jelek deriváltja MEMO_03

λx f 1 (x) e λx f 2 (x) λe λx f 2 (x) + e λx f 2(x) e λx f 2 (x) Hasonlóan általában is elérhető sorműveletekkel, hogy csak f (j)

Négypólusok tárgyalása Laplace transzformációval

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 5. A JELFELDOLGOZÁS ALAPJAI: JELEK

Folytonos rendszeregyenletek megoldása. 1. Folytonos idejű (FI) rendszeregyenlet általános alakja

1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1

Rezgőmozgás. A mechanikai rezgések vizsgálata, jellemzői és dinamikai feltétele

1. témakör. A hírközlés célja, általános modellje A jelek osztályozása Periodikus jelek leírása időtartományban

Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén

0.1. Lineáris rendszer definíciója

Fehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)

Fourier sorok február 19.

Fourier transzformáció

Shift regiszter + XOR kapu: 2 n állapot

4. Laplace transzformáció és alkalmazása

A Hamilton-Jacobi-egyenlet

Matematika A2 vizsga mgeoldása június 4.

Hatványsorok, Fourier sorok

1.1. Feladatok. x 0 pontban! b) f(x) = 2x + 5, x 0 = 2. d) f(x) = 1 3x+4 = 1. e) f(x) = x 1. f) x 2 4x + 4 sin(x 2), x 0 = 2. általános pontban!

Fourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata

Wavelet transzformáció

Valószínűségi változók. Várható érték és szórás

Irányítástechnika II. előadásvázlat

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

Az elméleti mechanika alapjai

Pontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20.

Matematika III előadás

Méréstechnika. Rezgésmérés. Készítette: Ángyán Béla. Iszak Gábor. Seidl Áron. Veszprém. [Ide írhatja a szöveget] oldal 1

jelfeldolgozásba II.

Felügyelt önálló tanulás - Analízis III.

L-transzformáltja: G(s) = L{g(t)}.

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Inverz Laplace-transzformáció. Vajda István március 4.

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

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

rnök k informatikusoknak 1. FBNxE-1 Klasszikus mechanika

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

Matematika (mesterképzés)

Matematika A1a Analízis

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

Bevezetés az állapottér-elméletbe Dinamikus rendszerek állapottér reprezentációi

Z v 1 (t)v 2 (t τ)dt. R 12 (τ) = 1 R 12 (τ) = lim T T. ill. periódikus jelekre:

Mérés és adatgyűjtés

Lagrange és Hamilton mechanika

A brachistochron probléma megoldása

2. Fourier-elmélet Komplex trigonometrikus Fourier-sorok. 18 VEMIMAM244A előadásjegyzet, 2010/2011

Rezgés, Hullámok. Rezgés, oszcilláció. Harmonikus rezgő mozgás jellemzői

Eddigi tanulmányaink alapján már egy sor, a szeizmikában általánosan használt műveletet el tudunk végezni.

illetve, mivel előjelét a elnyeli, a szinuszból pedig kiemelhető: = " 3. = + " 2 = " 2 % &' + +

Számítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

Reichardt András okt. 13 nov. 8.

Parciális dierenciálegyenletek

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

Matematikai geodéziai számítások 5.

3. Lineáris differenciálegyenletek

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

Mechatronika alapjai órai jegyzet

Hangfrekvenciás mechanikai rezgések vizsgálata

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Ejtési teszt modellezése a tervezés fázisában

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Fourier-sorok Horv ath G abor 1

Néhány fontosabb folytonosidejű jel

I. Fejezetek a klasszikus analízisből 3

Matematika A3 1. ZH+megoldás

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 8. A JELFELDOLGOZÁS ALAPJAI

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait.

Differenciálegyenletek

SCHRÖDINGER-EGYENLET SCHRÖDINGER-EGYENLET

Mechanika. Kinematika

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Digitális jelfeldolgozás

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

Matematika A1a Analízis

Irányítástechnika GÁSPÁR PÉTER. Prof. BOKOR JÓZSEF útmutatásai alapján

Diszkrét matematika 2.

Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

Összeállította: dr. Leitold Adrien egyetemi docens

FI rendszerek periodikus állandósult állapota (JR1 ismétlés)

17. előadás: Vektorok a térben

Számítógépes gyakorlat MATLAB, Control System Toolbox

Tartalom. 1. Állapotegyenletek megoldása 2. Állapot visszacsatolás (pólusallokáció)

Diszkrét matematika 2.C szakirány

y = y 0 exp (ax) Y (x) = exp (Ax)Y 0 A n x n 1 (n 1)! = A I + d exp (Ax) = A exp (Ax) exp (Ax)

Fourier-transzformáció ( Analízis 2. informatikusoknak, BMETE90AX22 tárgyhoz)

Átírás:

Részlet Török János, Orosz László, Unger Tamás, Elméleti Fizika 1 jegyzetéből 1

1. fejezet Matematikai bevezető 1.1. Dirac-delta Az ideális határesetek, mint például tömegpont, tökéletesen merev testek pillanatszerű ütközése, nagyon fontos szerepet játszanak a fizikában. Közös jellemzőjük a fenti példáknak, hogy valamilyen jellemző térbeli, vagy időbeli kiterjedésétől eltekintünk. Igen jó okunk van erre, hiszen a tömegközépponti tétel kimondja, hogy kiterjedt testek transzlációs mozgása olyan, mintha az össztömeg össze lenne sűrítve a tömegközéppontba és a külső erők erre hatnának. Tehát ha nem érdekel mindkét a test tömegközéppontjához viszonyított helyzete, a tömegponti leírás megfelelő. Ugyanígy az ütközések során minket legtöbbször csak a szóródás végeredménye érdekel, és a kölcsönhatás pontos módja lényegtelen. 1.1. ábra. Tömegpont készítése: A test kiterjedése egyre csökken, a sűrűsége nő, miközben tömege állandó marad. Vizsgáljuk meg tehát először, hogy miképp lehet minél jobban közelíteni egy tömegpontot egy kiterjedt testtel! Dolgozzunk 1 dimenzióban és legyen a test homogén, 2

kiterjedése [, a] (ld. 1.1 ábra). A test tömege a sűrűség integráljával számítható: m a ρ(x)dx aρ (1.1) Ha tehát most a tömeget rögzítjük, miközben a test a kiterjedését csökkentjük, annak sűrűsége megnő: ρ m/a. Jelöljük D a (x)-szel azt a függvényt, ami egy adott a-ra teljesíti, hogy 1 D a (x)dx (1.2) és emellett D a (x), ha x<, illetve x>a. Minket a a határeset érdekel, ilyen függvény azonban nincs, mivel egy pontban lenne véges a területe. Igazából a δ(x) lim a D a (x) függvényből minket csak a következő tulajdonság érdekel: { y, ha az [x, y] tartományban nincs benn a δ(x)dx (1.3) 1, ha x<<y x Ekkor az mδ(x) sűrűséget integrálva megkapnánk a tömeget. Tehát, ha integrál jel mögött szerepel δ(x) akkor van értelme és akkor úgy lehet rá tekinteni, mint egy integrál utasításra. Dimenziója: [δ(x)] 1 m (1.4) Vizsgáljuk meg most a másik említett problémát, a tökéletesen merev testek ütközését! Ütközzön egy dimenzióban tökéletesen rugalmasan két m tömegű test! Az 1-es test kezdeti sebessége v és az ütközés után ra csökken. A 2-es testnél pont fordítva, -ról v-re nő a sebesség az ütközés során. Írjuk fel a 2-es test impulzus változását: p m v 2 mv F (t)dt (1.5) Ahogy egyre keményebb anyagú testeket választunk úgy lesz a kölcsönhatás ideje egyre rövidebb, miközben az erőhatás egyre erősebb. A pillanatszerű ütközés határesetben a tömegponthoz hasonlóan itt sem létezik erőfüggvény, de az előbbi integrál-utasításnak itt is van értelme: Az itt definiált δ(t) dimenziója: F (t)dt pδ(t)dt (1.6) [δ(t)] 1 s Az előbbiekben definiált δ(x) disztribuciót Dirac-deltának nevezzük. (1.7) 3

Megjegyzés: A disztribúció-elmélet megalkotója L. Schwartz volt. Aki elolvasván P.A.M. Dirac The Principles of Quantum Mechanics (193) könyvét elégedetlen volt annak matematikai korrektségével. Ebben a könyvben használta Dirac a fenti δ(t) függvényt először. Ezért ragadt rá a későbbiekben Dirac-delta név. Maga Dirac is óvatosan fogalmazott: Thus δ (x) is not a quantity which can be generally used in mathematical analysis like an ordinary function, but its use must be confined to certain simple types of expression for which it is obvious that no inconsistency can arise. Jóllehet a kvantummechanikai számításokban minden jól kijött, a függvényként való kezelése zavarta a matematikai képességeiről méltán híres Neumannt. Az ő ez irányú matematikai vizsgálódásai indították el a disztribúció elméletnek nevezett matematikai területet. Foglaljuk össze a Dirac-delta tulajdonságait: 1. A Dirac-deltát tehát a következőképpen hat: y(t)δ(t t )dt y(t ) (1.8) 2. A Dirac-deltát bármely véges tartójú függvényből elő lehet állítani határesetként, ha a tartót úgy nyomjuk méretűvé, hogy közben az integrált 1-nek tartjuk. 3. Mértékegysége: [δ(t)] 1/s, illetve [δ(x)] 1/m 4. Szimmetrikus: δ(t) δ( t) 5. Átskálázás: δ(λt) 1 δ(t), ha λ > λ 6. A lépcsőfüggvény deriváltja: δ(t) dθ/dt 1.2. Fourier-transzformáció 1.2.1. Periodikus függvények Fourier-analízise Bevezetésül ismételjük át azt, amit az eddigi tanulmányaink során a rezgések spektrális felbontásáról hallottunk. A legismertebb gyakorlati példa erre a különböző hangszerek által keltett hangok analízise. Azaz annak a kérdésnek a megválaszolása, hogy mi a fizikai oka annak, hogy pl. ugyanaz a normál á hang minden hangszeren másképpen hallatszik, azaz különbséget tudunk tenni mondjuk a hegedű és az oboa hangja között. Legyen x(t) egy periodikus függvény T periódusidővel (x(t + kt ) x(t), minden k Z-re), amely abszolút integrálható, azaz x(t) dt <. (1.9) 4

Ekkor mivel a szinusz és koszinusz függvények ortogonális bázist alkotnak L 2 felett, felírható x Fourier-sora: x(t, T ) k1 [a k sin(kωt) + b k cos(kωt)] + b 2, (1.1) ahol ω 2π/T. Az a k, b k Fourier-együtthatók meghatározzák x(t)-t. Visszafelé a szinusz és koszinusz függvények ortogonáltságát kihasználva tudjuk meghatározni a Fourieregyütthatókat az x(t) függvényből. Emlékeztetőül az ortogonáltság következménye: sin(kωt) sin(nωt)dt T 2 δ kn (1.11) cos(kωt) cos(nωt)dt T 2 δ kn (1.12) sin(kωt) cos(nωt)dt, (1.13) ahol δ kn a Kronecker-delta. Mindezek felhasználásával a Fourier-együtthatók a következőképpen számolhatók ki: a k 2 T b k 2 T ahol k N. Láthatóan a, illetve x (t) sin (kωt) dt x (t) cos (kωt) dt, (1.14) Ezért, ahogy már láttuk: b 2 T x(t)dt (1.15) x(t) b 2 + [a k sin(kωt) + b k cos(kωt)] (1.16) k1 1.2.2. Nem-periodikus függvények Fourier-analízise Természetes módon felmerül a kérdés, hogy vajon egy nem periodikus x (t) függvény szintén felbontható-e valamiféle összetevőkre. Azaz létezik-e nem periodikus függvények spektrális felbontása. A válasz igen! 5

1.2. ábra. (a) Véges tartójú x(t) függvény. (b) T periódusú periodikus függvény x(t)-ből. (c) T periódusú periodikus függvény x(t)-ből. Legyen x(t) egy véges tartójú (t [, T ]) függvény (1.2 (a) ábra). Ha a függvény tartóját megismételjük egymás mellett (1.2 (b) ábra), akkor T periódus idejű periodikus függvényt kapunk. Ennek Fourier-sora: x(t) b 2 + [a k sin(kωt) + b k cos(kωt)], (1.17) k1 ahol ω 2π/T. Megtehetjük, hogy a véges tartókat nem pontosan egymás mellé illesztjük, mint a 1.2 (c) ábrán, ekkor az x T (t) periodikus függvényt kapjuk T periódusidővel. Minél nagyobbra választjuk T -t, annál inkább hasonlít a periodikus függvényünk az eredetire. Természetesen x T (t) Fourier-sora is felírható, de most az alapharmonikus ω 2π/T : x T (t) b,t 2 + [a k,t sin(kω t) + b k,t cos(kω t)]. (1.18) k1 Az eredeti x(t) függvény az alábbi határátmenettel áll elő: x(t) lim x T T (t) (1.19) Ennek két következménye lesz: Egyrészt folytonos lesz a spektrum, hiszen az alapharmonikus ω ω 2π/T, másrészt az a k,t, b k,t együtthatók is tartanak nullához: 6

x(t) lim x T T (t) lim T [A k,t sin(kω t) + B k,t cos(kω t)] ω. (1.2) k1 Itt elhagytuk a nullához tartó konstans b,t tagot. Ez lényegében az integrál diszkrét definíciója, azaz: x(t) [A(ω) sin(ωt) + B(ω) cos(ωt)]dω (1.21) Ezt nevezzük Fourier-integrálnak. Az együtthatók meghatározása: A(ω) T 2π a k,t T 2 2π T ahol ω kω. Összegezve: A(ω) 1 π B(ω) 1 π x T (t) sin(kω t)dt 1 π x(t) sin(ωt)dt, (1.22) x(t) sin(ωt)dt (1.23) x(t) cos(ωt)dt (1.24) Az integrálási tartomány kiterjesztésénél kihasználtuk x(t) véges tartósságát. 1.3. Komplex Fourier-analízis A folytonos Fourier-analízist érdemes továbbvinni komplex számok esetére is. Ismert, hogy sin(ωt) eiωt e iωt és cos(ωt) eiωt + e iωt. (1.25) 2i 2 Ekkor az x(t) Fourier-transzormáltja a következőképpen írható: [ A(ω) x(t) e iωt + B(ω) ] [ + e iωt A(ω) + B(ω) 2i 2 2i 2 ] dω e iωt 1 [B(ω) ia(ω)] +e iωt 1 [B(ω) + ia(ω)] dω (1.26) } 2 {{}} 2 {{} X(ω) X (ω) Bevezettük a X(ω) [B(ω) ia(ω)]/2 komplex együtthatót. A X (ω) ennek komplex konjugáltja. x(t) Fourier-transzformáltja most így néz ki: [ [ ] x(t) X(ω)e iωt] dω + X (ω)e iωt dω [ X(ω)e iωt] dω + 7 [ X ( ω )e +iω t] dω (1.27)

A második lépésben végrehajtottunk egy változó cserét. A szinusz és koszinusz függvények páratlan illetve párossága miatt igazak a következő összefüggések: Ebből következik hogy X ( ω) A( ω) A(ω), és B( ω) +B(ω) (1.28) B( ω) + ia( ω) 2 B(ω) ia(ω) 2 Azaz a komplex Fourier-transzformáció az alábbi egyszerű alakot veszi fel: x(t) X(ω) 1 2π X(ω) (1.29) X(ω)e iωt dω (1.3) x(t)e iωt dt (1.31) Az x(t) valós időfüggvény Fourier-transzformáltja a X(ω) komplex frekvenciafüggvény. Gyakran mondjuk azt is, hogy: Az x(t) függvény Fourier spektruma az X(ω). A Fourier-transzformációra a következőı szimbólumot használjuk: F[x(t)] X(ω) (1.32) Amint már régebben utaltunk rá, a Fourier-transzformáció mindig létezik, ha a transzformálandó függvény abszolút, vagy négyzetesen integrálható: x(t) dt <, vagy x(t) 2 dt < (1.33) 1.4. Fontos azonosságok Fourier-transzformációhoz Írjuk fel egy függvény Fourier-transzformáltjának inverz Fourier-transzformáltját: ( 1 ) x(t) x(t )e iωt dt e iωt dω 2π 1 2π x(t )e iω(t t ) dt dω ( 1 ) x(t ) e iω(t t ) dω dt 2π x(t )δ(t t )dt (1.34) 8

A fenti azonosság alapján felírható a Dirac-delta egy kicsit szokatlan előállítása: 1 δ(t) e iωt dω, (1.35) }{{} 2π F[δ(t)] ahonnan leolvasható a Dirac-delta Fourier-transzformáltja: F[δ(t)] 1 2π Hajtsuk végre a t ω és ω t változó cseréket az (1.35) egyenletben! konstans Fourier-transzformáltját kapjuk: 1 δ(ω) δ( ω) 2π e iωt dt (1.36) Ekkor a F[1] δ(ω) (1.37) További néhány fontos tételt is felírhatunk, amelyekben bonyolult műveletek egyszerű szorzássá válnak Fourier térben. [ ] d F dt f(t) iωf[f(t)] (1.38) F[f(t t )] e iωt F[f(t)] (1.39) [ ] F f(t )g(t t )dt 2πF[f(t)]F[g(t)] (1.4) Az első kettő állítás triviálisan bizonyítható a definícióból, az utolsó a konvolúció Fouriertranszformáltja a lineáris rendszerek analízisénél kap fontos szerepet. Bizonyításához induljunk ki az f(t ) és a g(t t ) Fourier-transzformáltjából: Most írjuk fel a konvolúciót: f(t )g(t t )dt f(t ) g(t t ) ( F (ω)e iωt dω (1.41) G(ω )e iω (t t ) dω (1.42) ) ( F (ω)e iωt dω ( F (ω) G(ω )e iωt ) G(ω )e iω (t t ) dω dt ) e i(ω ω )t dt dωdω }{{} 2πδ(ω ω ) 2π F (ω) G(ω )e iωt dω (1.43) A fenti kifejezésből leolvasható, hogy a konvolúció Fourier-transzformáltja valóban az (1.4) egyenletnek megfelelő. 9