3. Diskrete Fourier-Transformation
|
|
- Jakob Lang
- vor 6 Jahren
- Abrufe
Transkript
1 Vorüberlegung: Die Gleichung λ =0 hat die N verschiedenen Lösungen λ k =e 2 π i k / N,,, Aus λ = (λ λ k ) k =0 folgt durch Koeffizientenvergleich e 2 π i k/ N = λ k =0 Für jede ganze Zahl m gilt m d. h. λ k ist ebenfalls eine Lösung von λ =0. Für k 1 k 2 gilt: m λ k1 (λ km ) N =λ k m N =(λ kn ) m =1, λ = e2 π i k1m/ N m k2 e 2 π i k m/ N =e2 π i(k1 k2) m/ N
2 Ist m kein ganzzahliges Vielfaches von N, dann folgt: m In diesem Fall ist die Abbildung λ k λ k bijektiv, d. h. sie bildet die Menge {λ k, k = 0, N - 1} umkehrbar eindeutig auf sich selbst ab. Damit ist gezeigt: (k 1 k 2 )m N m Z λ k 1 1 m λ k 2 e 2 π i k m/ N ={ 0 für m z N N für m=z N, z Z 3.3-2
3 Definition: Gegeben ist die Zeitreihe Die diskrete Fourier-Transformation der Zeitreihe ist definiert durch X k = n=0 =x (n Δ t ), n=0,,. e 2 π i k n / N,,, Eigenschaften: Die N reellen Werte der Zeitreihe werden auf N komplexe Werte abgebildet
4 Durch die für k = 0, N 1 berechneten Werte liegen die Werte für beliebige k fest: Die diskrete Fourier-Transformation ist periodisch mit der Periode N : N 1 X k+n = n=0 Für negative k gilt: N 1 e 2 π i(k+n )n /N = n=0 X k = X k e 2 π i k n /N e 2 π i n =X k Daraus folgt: Für k = N/2 folgt: X N k =X k+n =X k = X k X N /2 =X N / 2 +N =X N /2 = X N /
5 Inverse Transformation: Für die inverse Transformation muss das lineare Gleichungssystem X k = n=0 e 2 π i k n / N,,, nach aufgelöst werden. Zunächst gilt: X k e 2 π i k ν/ N = n=0 e 2 π i k (n ν)/n, ν=0, 3.3-5
6 Summation über k ergibt: N 1 X k e 2 π i k ν/ N = n=0 e 2 π i k(n ν)/ N = n=0 ( N) 2πi k(ν n)/ e Wegen ν n < N gilt für die Summe in der Klammer: e 2 π i k (ν n)/ N ={ 0 für ν n N für ν=n Damit folgt: X k e 2 π i k n / N =N 3.3-6
7 Damit gilt für die inverse Transformation: = 1 N X k e 2 π i k n / N, n=0,, Schnelle Fourier-Transformation: Für die Berechnung der bei der diskreten Fourier-Transformation auftretenden Summen wurden effiziente Algorithmen entwickelt, die als schnelle Fourier-Transformation (Fast Fourier Transformation, FFT) bezeichnet werden. Erste Algorithmen dafür wurden bereits von Gauß angegeben
8 Berechnung mit GNU Octave: Die Funktion X = fft(x, fft(x, N) N) berechnet die diskrete Fourier-Transformation. Eingabe: x Feld mit den Werten der Zeitreihe N Anzahl der Werte (optional) Ausgabe: X Feld mit den Werten der Fourier-Transformation Ist N größer als die Anzahl der Elemente von x, so wird mit 0 aufgefüllt. Ist N kleiner, wird abgeschnitten
9 Die Funktion x = ifft(x) ifft(x) berechnet die inverse diskrete Fourier-Transformation. Eingabe: X Feld mit den Fourier-Koeffizienten (wie von fft ausgegeben) Ausgabe: x Feld mit den Werten der Zeitreihe Beispiel: Das folgende Skript berechnet die diskrete Fourier-Transformation der Zeitreihe =sin 2 (π n/ N ), n=0,, N 3.3-9
10 # Kapitel 3.3: Diskrete Fourier-Transformation # # N = 11; # Zeitreihe n = 0 : N; x = sin(pi * n / N).^2; % N + 1 = 12 Werte # Diskrete Fourier-Transformation X = fft(x); # Rücktransformation xr = ifft(x); # Fehler e = max(abs(x - xr))
11 # Darstellung figure(1, "position", [100, 500, 1000, 700], "paperposition", [0, 0, 25, 14]); subplot(2, 1, 1); plot(n, x, "or", n, xr, "*b"); legend("x_n", "x_{rn}"); legend("left"); legend("boxoff"); grid; xlabel("n"); subplot(2, 1, 2); plot(n, real(x), "or", n, imag(x), "*b"); legend("re(x_k)", "Im(X_k)"); legend("left"); legend("boxoff"); grid; xlabel("k"); print("v3_3.jpg", "-djpg", "-FArial:14"); Ausgabe: e = e
12 3.3-12
Spektralanalyse
4. Spektralanalyse Die Spektralanalyse ermittelt, welche Beiträge die einzelnen Frequenzen zu einem Signal liefern. Je nach Art des Zeitsignals wird der Frequenzgehalt durch die Fourier-Transformation,
MehrNumerische Methoden und Algorithmen in der Physik
Numerische Methoden und Algorithmen in der Physik Hartmut Stadie, Christian Autermann 29.01.2009 Numerische Methoden und Algorithmen in der Physik Hartmut Stadie 1/ 18 Einführung Fourier-Transformation
Mehr5. Fourier-Transformation
Fragestellungen: 5. Fourier-Transformation Bei Anregung mit einer harmonischen Last kann quasistatitisch gerechnet werden, wenn die Erregerfrequenz kleiner als etwa 30% der Resonanzfrequenz ist. Wann darf
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
MehrMathematische Erfrischungen III - Vektoren und Matrizen
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen
MehrEinführung in die Physik I. Schwingungen und Wellen 1
Einführung in die Physik I Schwingungen und Wellen O. von der Lühe und U. Landgraf Schwingungen Periodische Vorgänge spielen in eine große Rolle in vielen Gebieten der Physik E pot Schwingungen treten
MehrBildverarbeitung: Fourier-Transformation. D. Schlesinger () BV: Fourier-Transformation 1 / 16
Bildverarbeitung: Fourier-Transformation D. Schlesinger () BV: Fourier-Transformation 1 / 16 Allgemeines Bilder sind keine Vektoren. Bilder sind Funktionen x : D C (Menge der Pixel in die Menge der Farbwerte).
MehrWELLEN im VAKUUM. Kapitel 10. B t E = 0 E = B = 0 B. E = 1 c 2 2 E. B = 1 c 2 2 B
Kapitel 0 WELLE im VAKUUM In den Maxwell-Gleichungen erscheint eine Asymmetrie durch Ladungen, die Quellen des E-Feldes sind und durch freie Ströme, die Ursache für das B-Feld sind. Im Vakuum ist ρ und
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
Mehrf(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}
9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
Mehr4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2
4.1 Definition Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn xfy 1 xfy 2 = y 1 = y 2 Y heißt Zielbereich oder Zielmenge von f. Statt (x, y) f oder xfy schreibt man y = f(x). Vollständige
MehrErfüllt eine Funktion f für eine feste positive Zahl p und sämtliche Werte t des Definitionsbereichs die Gleichung
34 Schwingungen Im Zusammenhang mit Polardarstellungen trifft man häufig auf Funktionen, die Schwingungen beschreiben und deshalb für den Ingenieur von besonderer Wichtigkeit sind Fast alle in der Praxis
MehrDiskrete und Schnelle Fourier Transformation. Patrick Arenz
Diskrete und Schnelle Fourier Transformation Patrick Arenz 7. Januar 005 1 Diskrete Fourier Transformation Dieses Kapitel erläutert einige Merkmale der Diskreten Fourier Transformation DFT), der Schnellen
Mehr3.3 Das Abtasttheorem
17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann
MehrBeispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A
133 e 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 2. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 Schritte des
Mehr4 Lineare Algebra (Teil 2): Quadratische Matrizen
4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,
Mehr3. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen
MehrSiSy1, Praktische Übung 3. Fourier-Analyse (periodischer Signale) kann als Fourier-Reihe 1 beschrieben werden:
/5 Fourier-Analyse (periodischer Signale) Grundlagen Ein periodisches, kontinuierliches Signal x(t) der Periodendauer kann als Fourier-Reihe beschrieben werden: wie folgt ( ) = c k x t + e j k 2πf t k=
Mehr5 Potenzreihenansatz und spezielle Funktionen
5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten
MehrExplizite Formeln für rekursiv definierte Folgen
Schweizer Mathematik-Olympiade Explizite Formeln für rekursiv definierte Folgen Aktualisiert: 6 Juni 014 In diesem Skript wird erklärt, wie man explizite Formeln für rekursiv definierte Folgen findet Als
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrKapitel 6. Exponentialfunktion
Kapitel 6. Exponentialfunktion 6.1. Potenzreihen In Kap. 4 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.
MehrLineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya
Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr4.4. Rang und Inversion einer Matrix
44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert
MehrKapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung
Kapitel 2: Matrizen 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung 2.1 Matrizen M = n = 3 m = 3 n = m quadratisch M ij : Eintrag von M in i-ter
Mehr4.3 Anwendungen auf Differentialgleichungen
7 4.3 Anwendungen auf Differentialgleichungen Die Laplace-Transformation wird gerne benutzt, um lineare Differentialgleichungen mit konstanten Koeffizienten y n + a n y n +... + a y + a 0 y ft zu lösen,
MehrBiosignalverarbeitung (Schuster)
Biosignalverarbeitung (Schuster) 9. FOURIER - TRANSFORMATION: 4 Ausprägungen der Transformation: Zeitbereich Frequenzbereich Laplace-Transformation Fourier-Transformation kontinuierlicher Signale (FT,
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
Mehr5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21
5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrLeitfaden a tx t
Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und
MehrEigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
Mehr1. Klausur. für bau immo tpbau
1. Klausur Höhere Mathematik I/II für bau immo tpbau Wichtige Hinweise Die Bearbeitungszeit beträgt 120 Minuten. Verlangt und gewertet werden alle 6 Aufgaben. Bei Aufgabe 1 2 sind alle Lösungswege und
MehrVorkurs Mathematik Übungen zu Komplexen Zahlen
Vorkurs Mathematik Übungen zu Komplexen Zahlen Komplexe Zahlen Koordinatenwechsel Aufgabe. Zeichnen Sie die folgende Zahlen zunächst in ein (kartesisches) Koordinatensystem. Bestimmen Sie dann die Polarkoordinaten
MehrElemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S
Begriffe Faser: Es sei f : M N eine Abbildung von Mengen. Es sei n N. Die Menge f 1 ({n}) M nennt man die Faser in n. (Skript Seite 119). Parallel: Zwei Vektoren v und w heißen parallel, wenn für einen
MehrMathematik Modul 3 -Arbeitsblatt A 3-7: LINEARE GLEICHUNGSSYSTEME MIT ZWEI VARIABLEN
Schule Thema Bundesgymnasium für Berufstätige Salzburg Mathematik Modul 3 -Arbeitsblatt A 3-7: LINEARE GLEICHUNGSSYSTEME MIT ZWEI VARIABLEN Unterlagen LehrerInnenteam Sehr oft treten in der Mathematik
MehrAufgaben zu Kapitel 5
Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Verständnisfragen Aufgabe 5. Geben Sie zu folgenden komplexen Zahlen die Polarkoordinatendarstellung an z i z + i z 3 + 3i). r 5 ϕ 5 4 3 π bzw. r 6 3 ϕ 6 4 5
MehrTechnische Beschreibung der akustischen Signalkette
Technische Beschreibung der akustischen Signalkette Wichtige Aufgabe: Vielfältige Medien Gestaltung akustischer Kommunikationsketten (Sprache, Geräusche, Musik, CD, Radio, mp3,...) Unterschiedlichste Information
Mehr1 Rechnen mit 2 2 Matrizen
1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12
Mehr4: Algebraische Strukturen / Gruppen
Stefan Lucks Diskrete Strukturen (WS 2009/10) 120 4: Algebraische Strukturen / Gruppen Definition 46 Sei G eine nichtleere Menge. Eine Funktion : G G G bezeichnen wir als Verknüpfung auf G. Das Paar (G,
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
MehrDoppel-periodische Funktionen und die Weierstraßsche -Funktion. 1 Doppelt-periodische Funktionen
Doppel-periodische Funktionen und die Weierstraßsche -Funktion Vortrag zum Seminar zur Funktionentheorie, 30.03.2009 Stefanie Kessler Die komplexen Zahlen als Erweiterung der reellen Zahlen ermöglichen
MehrEigenschaften von Funktionen. Lineare Funktionen, Potenzen und Wurzeln
Eigenschaften von Funktionen. Lineare Funktionen, Potenzen und Wurzeln Jörn Loviscach Versionsstand: 22. Oktober 2010, 21:37 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung.
MehrWS 2016/17 Torsten Schreiber
104 Diese Fragen sollten Sie ohne Skript beantworten können: Was bedeutet die Rechtseindeutigkeit einer Relation? Was weiß man von einer surjektiven Funktion? Wann ist eine Funktion total / partiell? Welche
MehrSignale und Systeme I
FACULTY OF ENGNEERING CHRISTIAN-ALBRECHTS-UNIVERSITÄT ZU KIEL DIGITAL SIGNAL PROCESSING AND SYSTEM THEORY DSS Signale und Systeme I Musterlösung zur Modulklausur WS 010/011 Prüfer: Prof. Dr.-Ing. Gerhard
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
Mehr(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004
4 Signalverarbeitung 4.1! Grundbegriffe! 4.2! Frequenzspektren, Fourier-Transformation! 4.3! Abtasttheorem: Eine zweite Sicht Weiterführende Literatur (z.b.):!! Beate Meffert, Olaf Hochmuth: Werkzeuge
Mehr00. Einiges zum Vektorraum R n
00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen
Mehr37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
Mehr13. Der diskrete Logarithmus
13. Der diskrete Logarithmus 13.1. Definition. Sei p eine Primzahl. Wie wir in 9 bewiesen haben, ist die multiplikative Gruppe F p des Körpers F p = Z/p zyklisch. Sei g ein erzeugendes Element von F p
MehrNachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik
Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 4 Fourier-Transformation 3
MehrFourier- und Laplace- Transformation
Übungsaufgaben zur Vorlesung Mathematik für Ingenieure Fourier- und Lalace- Transformation Teil : Lalace-Transformation Prof. Dr.-Ing. Norbert Hötner (nach einer Vorlage von Prof. Dr.-Ing. Torsten Benkner)
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrModellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.
Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung
MehrLineare Gleichungssysteme
Poelchau-Oberschule Berlin A. Mentzendorff September 2007 Lineare Gleichungssysteme Inhaltsverzeichnis 1 Grundlagen 2 2 Das Lösungsverfahren von Gauß 4 3 Kurzschreibweise und Zeilensummenkontrolle 6 4
MehrKurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok
Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de
MehrAddition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ):
Komplexe Zahlen Definition 1. Eine komplexe Zahl z ist ein geordnetes Paar reeller Zahlen (a, b). Wir nennen a den Realteil von z und b den Imaginärteil von z, geschrieben a = Re z, b = Im z. Komplexe
Mehr1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema
1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und
MehrAnleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
Mehr5 Erwartungswerte, Varianzen und Kovarianzen
47 5 Erwartungswerte, Varianzen und Kovarianzen Zur Charakterisierung von Verteilungen unterscheidet man Lageparameter, wie z. B. Erwartungswert ( mittlerer Wert ) Modus (Maximum der Wahrscheinlichkeitsfunktion,
Mehr3 Elementare Umformung von linearen Gleichungssystemen und Matrizen
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange
Mehr1 Geometrie - Lösungen von linearen Gleichungen
Übungsmaterial Geometrie - Lösungen von linearen Gleichungen Lineare Gleichungen sind von der Form y = f(x) = 3x + oder y = g(x) = x + 3. Zwei oder mehr Gleichungen bilden ein Gleichungssystem. Ein Gleichungssystem
Mehr4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung. 4. Dämpfungsmodelle. Elastodynamik 1 3.
4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung 4. Dämpfungsmodelle 3.4-1 4.1 Grundlagen Dämpfung ist ein Prozess, bei dem Energie dissipiert wird. Mechanische
Mehry x x y ( 2x 3y + z x + z
Matrizen Aufgabe Sei f R R 3 definiert durch ( ) x 3y x f = x + y y x Berechnen Sie die Matrix Darstellung von f Aufgabe Eine lineare Funktion f hat die Matrix Darstellung A = 0 4 0 0 0 0 0 Berechnen Sie
Mehr17 Logarithmus und allgemeine Potenz
7 Logarithmus und allgemeine Potenz 7. Der natürliche Logarithmus 7.3 Die allgemeine Potenz 7.4 Die Exponentialfunktion zur Basis a 7.5 Die Potenzfunktion zum Exponenten b 7.6 Die Logarithmusfunktion zur
MehrBehandlung der komplexen Darstellung von Wellen: Negative Frequenzen und komplexe Felder
Behandlung der komplexen Darstellung von Wellen: Negative Frequenzen und komplexe Felder Bei der Behandlung reeller elektromagnetischer Felder im Fourierraum ist man mit der Tatsache konfrontiert, dass
MehrOutline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie
Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende
Mehr4. Übung für Übungsgruppen Musterlösung
Grundlagenveranstaltung Systemtheorie WS 6/7 (H.S. Stiehl, AB Kognitive Systeme, FB Informatik der Universität Hamburg). Übung für Übungsgruppen Musterlösung (N. Stein, Institut für Angewandte Physik,
MehrWiederholung Vorlesungen 1 bis 8
Wiederholung Vorlesungen 1 bis 8 Aufgabe 1 a) Sind die im Folgenden gegebenen Ausdrücke als Folge interpretierbar? Wenn ja, wie? i) 1,,4,8,16,3,64,..., ii)... 5, 3, 1,1,3,5,..., iii) 3,10,π,4, 1 7,10,1,14,16,18,...
MehrVorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7
Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7 Timo Stöcker Erstsemestereinführung Informatik TU Dortmund 22. März 2011 Heute Themen Lineare Gleichungssysteme Matrizen Timo Stöcker https://fsinfo.cs.tu-dortmund.de/studis/ese/vorkurse/mathe
Mehr1.3 Funktionen einer reellen Veränderlichen und ihre Darstellung im x, y - Koordinatensystem
.0.0. Funktionen einer reellen Veränderlichen und ihre Darstellung im, - Koordinatensstem Vereinbarungen Wir betrachten vorerst nur noch Funktionen f, deren Definitionsund Wertebereich jeweils R oder ein
MehrBestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.
Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrExperimentalphysik II Elektromagnetische Schwingungen und Wellen
Experimentalphysik II Elektromagnetische Schwingungen und Wellen Ferienkurs Sommersemester 2009 Martina Stadlmeier 10.09.2009 Inhaltsverzeichnis 1 Elektromagnetische Schwingungen 2 1.1 Energieumwandlung
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +
MehrF u n k t i o n e n Zusammenfassung
F u n k t i o n e n Zusammenfassung Johann Carl Friedrich Gauss (*1777 in Braunschweig, 1855 in Göttingen) war ein deutscher Mathematiker, Astronom und Physiker mit einem breit gefächerten Feld an Interessen.
MehrFolgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
Mehr2. Der Grad von Körpererweiterungen
2. Der Grad von Körpererweiterungen 15 2. Der Grad von Körpererweiterungen Wenn wir untersuchen wollen, ob eine gegebene Konstruktion in der Ebene mit Zirkel und Lineal durchführbar ist, haben wir im vorigen
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 8 3. Semester ARBEITSBLATT 8 TEXTAUFGABEN ZU LINEAREN GLEICHUNGSSYSTEMEN AUFGABEN ZU ZAHLEN
ARBEITSBLATT 8 TEXTAUFGABEN ZU LINEAREN GLEICHUNGSSYSTEMEN AUFGABEN ZU ZAHLEN Prinzipiell kennen wir die Vorgangsweise beim Lösen von Textaufgaben bereits. Neu ist hingegen, dass wir nun immer zwei Variable
MehrNumerisches Programmieren, Übungen
Technische Universität München SS 2012 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Alexander Breuer Dipl.-Math. Dipl.-Inf. Jürgen Bräckle Dr.-Ing. Markus
MehrFormelanhang Mathematik II
Formelanhang Mathematik II Mechatronik 2. Sem. Prof. Dr. K. Blankenbach Wichtige Formeln: - Euler: e j = cos() + j sin() ; e -j = cos() - j sin() - Sinus mit Phase: Übersicht Differentialgleichungen (DGL)
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
Mehr2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 25 26 28
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Lösungen Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Kapitel I: Mengen Aufgabe
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
MehrMathematik II für Inf und WInf
Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell
Mehr2.4 Die Länge von Vektoren
.4 Die Länge von Vektoren 59 Wir können dies auch so sagen: Wir identifizieren (,1)-Spaltenmatrizen mit Vektoren (oder Punkten) aus R, das heißt die Menge R und R 1 werden miteinander identifiziert. Einen
Mehr3 Diskrete Fourier-Transformation
33 3 Diskrete Fourier-Transformation Inhalt 3 Diskrete Fourier-Transformation... 33 3. Grundlagen... 34 3.. Diskrete Fourier-Transformation... 34 3..2 Eigenschaften der diskreten Fourier-Transformation...
Mehr[ 1 ] Welche der folgenden Aussagen sind WAHR? Kreuzen Sie sie an.
13 Zeitreihenanalyse 1 Kapitel 13: Zeitreihenanalyse A: Übungsaufgaben: [ 1 ] 1 a a) Nach der Formel x t+i berechnet man einen ein f achen gleitenden Durchschnitt. 2a + 1 i= a b) Die Residuale berechnet
MehrAllgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.
Lineare Gleichungssysteme. Einleitung Lineare Gleichungssysteme sind in der Theorie und in den Anwendungen ein wichtiges Thema. Theoretisch werden sie in der Linearen Algebra untersucht. Die Numerische
Mehr4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9
Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )
MehrKapitel 7. Exponentialfunktion
Kapitel 7. Exponentialfunktion 7.1. Potenzreihen In Kap. 5 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.
MehrLeistungen in Mehrphasensystemen J. Brenner, Nürnberg
Leistungen in Mehrphasensysteen J. Brenner, ürnberg Bereich Betrag der Wirkleistung in Mehrphasensysteen Bild ist eine beliebige chnittstelle zwischen Quelle Verbraucher eines Mehrphasensystes it n Außenleiter
Mehr