Mathematik und Musik: Fourieranalyse
|
|
- Jasper Günther
- vor 7 Jahren
- Abrufe
Transkript
1 Mathematik und Musik: Fourieranalyse Matheseminar JKU Linz WS2015/16 Peter Gangl Linz 5. Februar / 20
2 Outline 1 Musik mathematisch betrachtet 2 2 / 20
3 Outline 1 Musik mathematisch betrachtet 2 2 / 20
4 Einführung Was ist Musik? 3 / 20
5 Einführung Was ist Musik? Musik ist schwingende Luft Daniel Barenboim 3 / 20
6 Einführung Was ist Musik? Musik ist schwingende Luft Daniel Barenboim Schwingung kann mathematisch beschrieben werden 3 / 20
7 Einführung Was ist Musik? Musik ist schwingende Luft Daniel Barenboim Schwingung kann mathematisch beschrieben werden Klang wird bestimmt durch: 3 / 20
8 Einführung Was ist Musik? Musik ist schwingende Luft Daniel Barenboim Schwingung kann mathematisch beschrieben werden Klang wird bestimmt durch: 1 Lautstärke 3 / 20
9 Einführung Was ist Musik? Musik ist schwingende Luft Daniel Barenboim Schwingung kann mathematisch beschrieben werden Klang wird bestimmt durch: 1 Lautstärke 2 Tonhöhe 3 / 20
10 Einführung Was ist Musik? Musik ist schwingende Luft Daniel Barenboim Schwingung kann mathematisch beschrieben werden Klang wird bestimmt durch: 1 Lautstärke 2 Tonhöhe 3 Klangfarbe 3 / 20
11 Einführung 1 Lautstärke: Amplitude (maximale Auslenkung) der Schwingung 4 / 20
12 Einführung 1 Lautstärke: Amplitude (maximale Auslenkung) der Schwingung 2 Tonhöhe: Frequenz der Schwingung (Anzahl der Wiederholungen einer Schwingung pro Sekunde) [Hz] 4 / 20
13 Einführung 1 Lautstärke: Amplitude (maximale Auslenkung) der Schwingung 2 Tonhöhe: Frequenz der Schwingung (Anzahl der Wiederholungen einer Schwingung pro Sekunde) [Hz] Beispiel: Kammerton a (440 Hz) ˆ= sin (440 2πt) 4 / 20
14 Einführung 1 Lautstärke: Amplitude (maximale Auslenkung) der Schwingung 2 Tonhöhe: Frequenz der Schwingung (Anzahl der Wiederholungen einer Schwingung pro Sekunde) [Hz] Beispiel: Kammerton a (440 Hz) ˆ= sin (440 2πt) Frequenzverhältnisse: Oktave 2:1 Quint 3:2 gr. Terz 5:4 4 / 20
15 Einführung 1 Lautstärke: Amplitude (maximale Auslenkung) der Schwingung 2 Tonhöhe: Frequenz der Schwingung (Anzahl der Wiederholungen einer Schwingung pro Sekunde) [Hz] Beispiel: Kammerton a (440 Hz) ˆ= sin (440 2πt) Frequenzverhältnisse: Oktave 2:1 Quint 3:2 gr. Terz 5:4 Aufgabe Berechne Frequenzen für die Töne der A-Moll-Tonleiter, also a, h, c, d, e, f, g, a 4 / 20
16 Komponieren in Geogebra Wichtige Befehle: a(x) = sin(440 * 2*pi*x) 5 / 20
17 Komponieren in Geogebra Wichtige Befehle: a(x) = sin(440 * 2*pi*x) e(x) = sin(660 * 2*pi*x) 5 / 20
18 Komponieren in Geogebra Wichtige Befehle: a(x) = sin(440 * 2*pi*x) e(x) = sin(660 * 2*pi*x) SpieleTon[a(x), 0, 10] spielt Ton a (den wir gerade definiert haben) vom Zeitpunkt 0 (jetzt) bis zum Zeitpunkt 10 (also zehn Sekunden lang) 5 / 20
19 Komponieren in Geogebra Wichtige Befehle: a(x) = sin(440 * 2*pi*x) e(x) = sin(660 * 2*pi*x) SpieleTon[a(x), 0, 10] spielt Ton a (den wir gerade definiert haben) vom Zeitpunkt 0 (jetzt) bis zum Zeitpunkt 10 (also zehn Sekunden lang) Lied(x) = Wenn[x<1, a(x), e(x)] Definiert eine Funktion, die gleich a(x) falls x < 1 und gleich e(x) ist sonst. 5 / 20
20 Komponieren in Geogebra Wichtige Befehle: a(x) = sin(440 * 2*pi*x) e(x) = sin(660 * 2*pi*x) SpieleTon[a(x), 0, 10] spielt Ton a (den wir gerade definiert haben) vom Zeitpunkt 0 (jetzt) bis zum Zeitpunkt 10 (also zehn Sekunden lang) Lied(x) = Wenn[x<1, a(x), e(x)] Definiert eine Funktion, die gleich a(x) falls x < 1 und gleich e(x) ist sonst. SpieleTon[Lied(x), 0, 3] Spielt den Ton a für eine Sekunde und den Ton e für die zwei Sekunden danach 5 / 20
21 Komponieren in Geogebra Wichtige Befehle: a(x) = sin(440 * 2*pi*x) e(x) = sin(660 * 2*pi*x) SpieleTon[a(x), 0, 10] spielt Ton a (den wir gerade definiert haben) vom Zeitpunkt 0 (jetzt) bis zum Zeitpunkt 10 (also zehn Sekunden lang) Lied(x) = Wenn[x<1, a(x), e(x)] Definiert eine Funktion, die gleich a(x) falls x < 1 und gleich e(x) ist sonst. SpieleTon[Lied(x), 0, 3] Spielt den Ton a für eine Sekunde und den Ton e für die zwei Sekunden danach Das Ganze kann man auch ineinander verschachteln: Lied2(x) = Wenn[x<2, Lied(x), a(x)] SpieleTon[Lied(x), 0, 3] Spielt nun hintereinander die Töne a, e, a (jeweils für eine Sekunde) 5 / 20
22 Komponieren in Geogebra Wichtige Befehle: a(x) = sin(440 * 2*pi*x) e(x) = sin(660 * 2*pi*x) SpieleTon[a(x), 0, 10] spielt Ton a (den wir gerade definiert haben) vom Zeitpunkt 0 (jetzt) bis zum Zeitpunkt 10 (also zehn Sekunden lang) Lied(x) = Wenn[x<1, a(x), e(x)] Definiert eine Funktion, die gleich a(x) falls x < 1 und gleich e(x) ist sonst. SpieleTon[Lied(x), 0, 3] Spielt den Ton a für eine Sekunde und den Ton e für die zwei Sekunden danach Aufgabe Das Ganze kann man auch ineinander verschachteln: Lied2(x) = Wenn[x<2, Lied(x), a(x)] SpieleTon[Lied(x), 0, 3] Spielt nun hintereinander die Töne a, e, a (jeweils für eine Sekunde) Spiele die C-Dur-Tonleiter in Geogebra! 5 / 20
23 Outline 1 Musik mathematisch betrachtet 2 5 / 20
24 Klangfarbe Ton g auf Blockflöte Ton g auf Gitarre 6 / 20
25 Klangfarbe Ton g auf Blockflöte Ton g auf Gitarre Klangfarbe spiegelt sich in der Form der Schwingung wider! 6 / 20
26 Klangfarbe Ton g auf Blockflöte Ton g auf Gitarre Klangfarbe spiegelt sich in der Form der Schwingung wider! Um Klangfarben zu verstehen, müssen wir diese Schwingungen in ihre Bestandteile zerlegen 6 / 20
27 Beispiel einer Schwingung Frage: Wie können wir dieses Signal am Computer repräsentieren um damit zu arbeiten? 7 / 20
28 Beispiel einer Schwingung Frage: Wie können wir dieses Signal am Computer repräsentieren um damit zu arbeiten? Erste Möglichkeit: Werte Funktion an verschiedenen Punkten aus und merke mir Funktionswerte 7 / 20
29 Beispiel einer Schwingung Zweite Möglichkeit: = sin (1 2πt) sin (2 2πt) 8 / 20
30 Beispiel einer Schwingung Zweite Möglichkeit: = sin (1 2πt) sin (2 2πt) 8 / 20
31 Beispiel einer Schwingung Zweite Möglichkeit: f (t) = 0.7 sin (1 2πt) sin (2 2πt) = Können dieselbe Information mit nur 4 Zahlen 0.7, 1, 1.2, 2 beschreiben! 9 / 20
32 Beispiel einer Schwingung Zweite Möglichkeit: f (t) = 0.7 sin (1 2πt) sin (2 2πt) = Können dieselbe Information mit nur 4 Zahlen 0.7, 1, 1.2, 2 beschreiben! Wird in Dateiformaten wie.mp3 und.jpg zur Datenkompression verwendet! 9 / 20
33 Beispiel einer Schwingung f (t) = 0.7 sin (1 2πt) sin (2 2πt) Frage: Wie komme ich auf 0.7 bzw. 1.2? 10 / 20
34 Beispiel einer Schwingung f (t) = 0.7 sin (1 2πt) sin (2 2πt) Frage: Wie komme ich auf 0.7 bzw. 1.2? Jean Baptiste Joseph Fourier ( ): Jede stetige Funktion lässt sich als Summe von Sinus- und Cosinus-Funktionen darstellen f (t) = A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 10 / 20
35 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 11 / 20
36 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = 1 11 / 20
37 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = 3 11 / 20
38 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = 5 11 / 20
39 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = 7 11 / 20
40 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = 9 11 / 20
41 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = / 20
42 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = / 20
43 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = / 20
44 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = / 20
45 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 N = / 20
46 Beispiel Nähere stückweise konstante Funktion { 0 x 0 f (t) = 3 x > 0 an durch Summe von Sinus- und Cosinus-Funktionen, N A 0 + A k sin (2 k πt) + B k cos (2 k πt) k=1 Frage: Wie komme ich auf Koeffizienten A k, B k??? N = / 20
47 Ähnliches Beispiel: Zerlege Smoothie in Bestandteile und betrachte Rezept Quelle: 12 / 20
48 Berechnung der Fourier-Koeffizienten Beispiel 1: R 2 Die Vektoren e 1 = ( ) 1 0, e2 = ( 0 1) bilden eine Basis des Raumes R 2, d.h. jedes Element v R 2 kann eindeutig als Kombination von e 1 und e 2 dargestellt werden: ( ) ( ) ( ) v v = = v 1 + v 2 v = v 1 e 1 + v 2 e / 20
49 Berechnung der Fourier-Koeffizienten Beispiel 1: R 2 Die Vektoren e 1 = ( ) 1 0, e2 = ( 0 1) bilden eine Basis des Raumes R 2, d.h. jedes Element v R 2 kann eindeutig als Kombination von e 1 und e 2 dargestellt werden: ( ) ( ) ( ) v v = = v 1 + v 2 v = v 1 e 1 + v 2 e 2. ( Andere Basis: b 1 = 1 1 ( 2 1), b2 = 1 1 ) 2, denn es gilt ( ) ( ) ( ) v v = = w w 2 2 v = w 1 b 1 + w 2 b 2 mit w 1 = v b 1 = (v, b 1), w 2 = v b 2 = (v, b 2) 13 / 20
50 Berechnung der Fourier-Koeffizienten Beispiel 2: R 3 Die Vektoren e 1 = (1, 0, 0) T, e 2 = (0, 1, 0) T, e 3 = (0, 0, 1) T bilden eine Basis des Raumes R 3, d.h. jedes Element v R kann eindeutig als Kombination von e 1, e 2 und e 3 dargestellt werden: v = v 1 v 2 v 3 = v v = v 1 e 1 + v 2 e 2 + v 3 e 3. + v / 20
51 Berechnung der Fourier-Koeffizienten Beispiel 2: R 3 Die Vektoren e 1 = (1, 0, 0) T, e 2 = (0, 1, 0) T, e 3 = (0, 0, 1) T bilden eine Basis des Raumes R 3, d.h. jedes Element v R kann eindeutig als Kombination von e 1, e 2 und e 3 dargestellt werden: v = v 1 v 2 v 3 = v v = v 1 e 1 + v 2 e 2 + v 3 e 3. + v Andere Basis: b 1 = 1 3 (1, 1, 1) T, b 2 = 1 2 (0, 1, 1) T, b 3 = 1 6 ( 2, 1, 1) T, denn es gilt v = v 1 v 2 v 3 = w w 2 = w 1 b 1 + w 2 b 2 + w 3 b w mit w 1 = v b 1 = (v, b 1), w 2 = v b 2 = (v, b 2), w 3 = v b 3 = (v, b 3) / 20
52 Berechnung der Fourier-Koeffizienten Beispiel 3: R 17 {b 1,...b 17} ist (Orthonormal-)Basis. Dann gibt es für jedes v R 17 Zahlen w 1,..., w 17, sodass v = w 1 b 1 + w 2 b w 17 b 17, nämlich w 1 = v b 1 = (v, b 1),..., w 17 = v b 17 = (v, b 17). 15 / 20
53 Beispiel 4: Menge der stetigen Funktionen auf (0, 1): C(0, 1) 16 / 20
54 Beispiel 4: Menge der stetigen Funktionen auf (0, 1): C(0, 1) {1, sin (1 π t), cos (1 π, t), sin (2 π t), cos (2 π, t), sin (3 π t), cos (3 π, t),... } ist eine Basis von C(0, 1), weil laut Fourier, jede stetige Funktion (eindeutig) als Summe von Sinus- und Cosinus-Funktionen dargestellt werden kann. 16 / 20
55 Beispiel 4: Menge der stetigen Funktionen auf (0, 1): C(0, 1) {1, sin (1 π t), cos (1 π, t), sin (2 π t), cos (2 π, t), sin (3 π t), cos (3 π, t),... } ist eine Basis von C(0, 1), weil laut Fourier, jede stetige Funktion (eindeutig) als Summe von Sinus- und Cosinus-Funktionen dargestellt werden kann. Auch hier gilt, dass jedes Element (also jede Funktion) f aus dem Raum C(0, 1) eindeutig als Kombination der Basis-Elemente dargestellt werden kann, also f (t) = A 0 + A 1sin (1 π t) + B 1cos (1 π, t) + A 2sin (2 π t) + B 2cos (2 π, t) +... = A 0 + A k sin (k π t) + B k cos (k π, t). k=1 16 / 20
56 Beispiel 4: Menge der stetigen Funktionen auf (0, 1): C(0, 1) {1, sin (1 π t), cos (1 π, t), sin (2 π t), cos (2 π, t), sin (3 π t), cos (3 π, t),... } ist eine Basis von C(0, 1), weil laut Fourier, jede stetige Funktion (eindeutig) als Summe von Sinus- und Cosinus-Funktionen dargestellt werden kann. Auch hier gilt, dass jedes Element (also jede Funktion) f aus dem Raum C(0, 1) eindeutig als Kombination der Basis-Elemente dargestellt werden kann, also f (t) = A 0 + A 1sin (1 π t) + B 1cos (1 π, t) + A 2sin (2 π t) + B 2cos (2 π, t) +... = A 0 + A k sin (k π t) + B k cos (k π, t). k=1 Auch hier gilt, dass die Koeffizienten A k, B k einfach einem Skalarprodukt der Funktion f mit der jeweiligen Basisfunktion entsprechen, also A k = (f (t), sin (k π t)), B k = (f (t), cos (k π t)). 16 / 20
57 Beispiel 4: Menge der stetigen Funktionen auf (0, 1): C(0, 1) {1, sin (1 π t), cos (1 π, t), sin (2 π t), cos (2 π, t), sin (3 π t), cos (3 π, t),... } ist eine Basis von C(0, 1), weil laut Fourier, jede stetige Funktion (eindeutig) als Summe von Sinus- und Cosinus-Funktionen dargestellt werden kann. Auch hier gilt, dass jedes Element (also jede Funktion) f aus dem Raum C(0, 1) eindeutig als Kombination der Basis-Elemente dargestellt werden kann, also f (t) = A 0 + A 1sin (1 π t) + B 1cos (1 π, t) + A 2sin (2 π t) + B 2cos (2 π, t) +... = A 0 + A k sin (k π t) + B k cos (k π, t). k=1 Auch hier gilt, dass die Koeffizienten A k, B k einfach einem Skalarprodukt der Funktion f mit der jeweiligen Basisfunktion entsprechen, also A k = (f (t), sin (k π t)), B k = (f (t), cos (k π t)). In diesem Raum muss man allerdings ein anderes Skalarprodukt wählen, nämlich (f, g) = 1 0 f (t)g(t)dt. Somit gilt A k = 1 0 f (t)sin (k π t))dt und B k = 1 0 f (t)cos (k π t))dt. 16 / 20
58 Aufgaben 1 Stelle den Vektor ( 5 3) durch die zwei Basisvektoren ( ( ) b 1 = 1 2 ), b 2 = dar! 17 / 20
59 Aufgaben 1 Stelle den Vektor ( 5 3) durch die zwei Basisvektoren ( ( ) b 1 = 1 2 ), b 2 = dar! 2 Berechne die Koeffizienten A 1, A 2, B 1, B 2 der Fourierreihe der Funktion { 1 t < 1/2 f (t) = 1 t > 1/2 auf dem Intervall (0, 1)! 17 / 20
60 = Übergang von Zeitbereich in Frequenzbereich Blockflöte c1 (Zeitbereich) g1 (Zeitbereich) c2 (Zeitbereich) c1 (Frequenzbereich) g1 (Frequenzbereich) c2 (Frequenzbereich) 18 / 20
61 = Übergang von Zeitbereich in Frequenzbereich Gitarre c1 (Zeitbereich) g1 (Zeitbereich) c1 (Frequenzbereich) g1 (Frequenzbereich) 18 / 20
62 Vergleich Ton g: Blockflöte - Gitarre Blockflöte Gitarre Zeitbereich Frequenzbereich 19 / 20
63 Komponieren in Geogebra (Haus-)Aufgabe Komponiere Hänsel und Gretel in Geogebra! ;-) 20 / 20
64 Komponieren in Geogebra (Haus-)Aufgabe Komponiere Hänsel und Gretel in Geogebra! ;-) Viel Spaß beim Komponieren! 20 / 20
65 Komponieren in Geogebra (Haus-)Aufgabe Komponiere Hänsel und Gretel in Geogebra! ;-) Viel Spaß beim Komponieren! Ankündigungen Schülerprojektwoche Angewandte Mathematik, Schloss Weinberg (Kefermarkt), Matheseminar Sommersemester 2016: Anmeldung ab / 20
Programmierung und Angewandte Mathematik
Programmierung und Angewandte Mathematik C++ /Scilab Programmierung und Einführung in das Konzept der objektorientierten Anwendungen zu wissenschaftlichen Rechnens SS 2012 Inhalt Steckbrief der Funktion
MehrAngewandte Mathematik und Programmierung
Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens SS2013 Inhalt Fourier Reihen Sehen wir in 2 Wochen Lösung der lin. Dgln.
MehrHertz ), also 1 Schwingung pro Sekunde. Der Vorfaktor A ist die Amplitude, er misst die Lautstärke des Tons.
1 Vorbereitungen 1.1 Was ist und wofür braucht man Fourieranalysis? Anwendungsgebiete der Fourier-Analysis sind z.b. Signalverarbeitung, Bildverarbeitung, Schaltkreisentwurf, Elektrodynamik, Optik, Akustik,
MehrAngewandte Mathematik und Programmierung
Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens WS 2012/13 Inhalt Fourier reihen Fourier Transformation Laplace Transforamation
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
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
MehrHTBLA Neufelden Fourierreihen Seite 1 von 14. Peter Fischer
HTBLA Neufelden Fourierreihen Seite von 4 Peter Fischer pe.fischer@atn.nu Fourierreihen Mathematische / Fachliche Inhalte in Stichworten: Fourierreihe, Fourierkoeffizienten, gerade und ungerade Funktionen,
MehrFourieranalyse und -synthese in Experiment und Simulation
in Experiment und Simulation 1. Theoretische und technische Grundlagen Analysiert man einen Sinuston am Oszilloskop (erzeugt vom Funktionsgenerator), so erkennt man einen reinen sinusförmigen Verlauf.
MehrDer Ton macht die Musik
Der Ton macht die Musik Analyse von Tonsignalen mittels Fourier-Transformationen Teilnehmer: Tobias Berchner Holger Hesse Yasir Kaynar Dieu Thuy Linh Tran Viet Son Pham Jonas Pohl Henry Salfner Heinrich-Hertz-Oberschule,
MehrFourier Reihe. Fourier Transformation. Ma 2 Lubov Vassilevskaya, SS 2008
Fourier Reihe Fourier Transformation Entwicklung einer Funktion in eine Potenzreihe Eine beliebig oft differenzierbare Funktion f (x) kann in eine unendliche Reihe von Potenzfunktionen x n entwickelt werden
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).
MehrRobert Denk Proseminar Analysis WS 2016/17
1. Inhalt des Proseminars 1 Robert Denk 21.07.2016 Proseminar Analysis WS 2016/17 1. Inhalt des Proseminars Die Grundidee einer Fourierreihe besteht darin, eine Funktion als Überlagerung von Schwingungen,
MehrKonvergenz und Stetigkeit
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 12. Dezember 2007 Konvergenz Definition Fourierreihen Obertöne Geometrische Reihe Definition: Eine Funktion f : D R d heißt beschränkt, wenn
MehrFourier-Reihe mit komplexer Exponentialfunktion
Fourier-Reihe mit komplexer Exponentialfunktion Jörn Loviscach Versionsstand: 9. Juni 2010, 15:54 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. 1 Überlagung sinusförmiger
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
Mehr,Faltung. Heavisidefunktion σ (t), Diracimpuls δ (t) Anwendungen. 1) Rechteckimpuls. 2) Sprungfunktionen. 3) Schaltvorgänge
Heavisidefunktion σ (t), Diracimpuls δ (t),faltung Definition Heavisidefunktion, t > 0 σ ( t) = 0, t < 0 Anwendungen ) Rechteckimpuls, t < T r( t) = = σ ( t + T ) σ ( t T ) 0, t > T 2) Sprungfunktionen,
MehrPhysik & Musik. Monochord. 1 Auftrag
Physik & Musik 2 Monochord 1 Auftrag Physik & Musik Monochord Seite 1 Monochord Bearbeitungszeit: 30 Minuten Sozialform: Einleitung Einzel- oder Partnerarbeit Das Monochord ist ein einfaches Saiteninstrument
MehrAnwendungen der Fourier-Entwicklung in der Elektrotechnik 1 / 22
Anwendungen der Fourier-Entwicklung in der Elektrotechnik 1 / Unser heutiges Ziel Reaktion eines Netzwerks auf ein periodisches Eingangssignal oder speziell Wie reagiert ein RC-Glied auf periodische Erregung?
MehrKonvergenz und Stetigkeit
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 10. Dezember 2008 Konvergenz Definition Fourierreihen Obertöne Geometrische Reihe Definition: Eine Funktion f : D R d heißt beschränkt, wenn
MehrSchwingungen und Wellen
Schwingungen Wellen Jochen Trommer jtrommer@uni-leipzig.de Universität Leipzig Institut für Linguistik Phonologie/Morphologie SS 2007 Schwingungen beim Federpendel Schwingungen beim Federpendel Wichtige
MehrDie Quinte und der Wolf über die Symmetrie der gleichstufigen Stimmung
Die Quinte und der Wolf über die Symmetrie der gleichstufigen Stimmung Goethe-Gymnasium. 07/2014. Regensburg Clara Löh Fakultät für Mathematik. Universität Regensburg Überblick Die Quinte und der Wolf
MehrÜbungen zu Physik 1 für Maschinenwesen
Physikdepartment E13 WS 2011/12 Übungen zu Physik 1 für Maschinenwesen Prof. Dr. Peter Müller-Buschbaum, Dr. Eva M. Herzig, Dr. Volker Körstgens, David Magerl, Markus Schindler, Moritz v. Sivers Vorlesung
Mehr16 Fourier-Reihe mit komplexer Exponentialfunktion
16 Fourier-Reihe mit komplexer Exponentialfunktion Jörn Loviscach Versionsstand: 21. März 2014, 21:45 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html
MehrFourier-Reihen: Definitionen und Beispiele
Fourier-Reihen: Definitionen und Beispiele Die Fourieranalysis beschäftigt sich mit dem Problem Funktionen in Kosinus und Sinus zu entwickeln. Diese Darstellungen sind in der Mathematik sowie in der Physik
MehrPhysik & Musik. Fouriersynthese. 1 Auftrag
Physik & Musik 21 Fouriersynthese 1 Auftrag Physik & Musik Fouriersynthese Seite 1 Fouriersynthese Bearbeitungszeit: 45 Minuten Sozialform: Einzelarbeit Voraussetzung: Posten 1: "Wie funktioniert ein KO?"
MehrMathematik, Signale und moderne Kommunikation
Natur ab 4 - PH Baden Mathematik, Signale und moderne Kommunikation 1 monika.doerfler@univie.ac.at 29.4.2009 1 NuHAG, Universität Wien monika.doerfler@univie.ac.at Mathematik, Signale und moderne Kommunikation
MehrDer Schall. L p = 20 lg p p 0
Der Schall Aufgabennummer: B_067 Technologieeinsatz: möglich erforderlich S Als Schalldruck p werden die Druckschwankungen eines kompressiblen Schallübertragungsmediums (üblicherweise Luft) bezeichnet,
MehrParseval-Identität: Seien zwei Funktionen v. mit Fourier-Reihen: dann gilt: Parseval-Identität. Speziell:
Parseval-Identität: Seien zwei Funktionen v. mit Fourier-Reihen: dann gilt: (kühnes Vertauschen von Integral und Summe!) Parseval-Identität Speziell: Anmerkung: beide Seiten kann man als Skalarprodukt
MehrVom Zeit- zum Spektralbereich: Fourier-Analyse
Vom Zeit- zum Spektralbereich: Fourier-Analyse Ergebnis der Analyse Zerlegung eines beliebigen periodischen Signals in einem festen Zeitfenster in eine Summe von Sinoidalschwingungen Ermittlung der Amplituden
MehrKann man die Form einer Trommel hören? Prof. Dr. Daniel Grieser
Kann man die Form einer Trommel hören? Prof. Dr. Daniel Grieser Grundlagen der Schwingungslehre 1. Frequenz = Tonhöhe Amplitude = Lautstärke Grundlagen der Schwingungslehre 1. Frequenz = Tonhöhe Amplitude
Mehr10. Periodische Funktionen, Fourier Reihen
H.J. Oberle Analysis II SoSe 212 1. Periodische Funktionen, Fourier Reihen Jean Baptiste Joseph Fourier: Joseph Fourier wurde am 21.3.1768 bei Auxerre (Burgund) geboren und starb am 16.5.183 in Paris.
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 3. Übung WS 17/18: Woche vom
Übungsaufgaben 3. Übung WS 17/18: Woche vom 3. 10. - 7. 10. 017 Fourierreihen: 16. b,c,e,o), 16.3 a, b), 16.4 a) auch reelle Fourierreihe) Klausureinsicht zu Mathematik II 11.8. 017): 30.10.17, 7.00-8.30
MehrSystemtheorie Teil A. - Zeitkontinuierliche Signale und Systeme - Musterlösungen. Manfred Strohrmann Urban Brunner
Systemtheorie Teil A - Zeitkontinuierliche Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 6 Musterlösungen Spektrum von Signalen 6. Approximation eines periodischen Signals
Mehr3. Leistungsdichtespektren
Stochastische Prozesse: 3. Leistungsdichtespektren Wird das gleiche Geräusch mehrmals gemessen, so ergeben sich in der Regel unterschiedliche zeitliche Verläufe des Schalldrucks. Bei Geräuschen handelt
MehrIntegrierbare Funktionen
Integrierbare Funktionen 1 E Integrierbarkeit von Funktionen Bisher haben wir nie die Frage gestellt, ob die betrachteten Funktionen integrierbar sind. Die Frage nach der Existenz des bestimmten Integrals
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
MehrPunktweise Konvergenz stückweise glatter Funktionen. 1 Vorbereitungen
Vortrag zum Seminar zur Fourieranalysis, 3.10.007 Margarete Tenhaak Im letzten Vortrag wurde die Fourier-Reihe einer -periodischen Funktion definiert. Fourier behauptete, dass die Fourier-Reihe einer periodischen
Mehrcos(kx) sin(nx)dx =?
3.5 Fourierreihen 3.5.1 Vorbemerkungen cos(kx) sin(nx)dx =? cos gerade Funktion x cos(kx) gerade Funktion sin ungerade Funktion x sin(nx) ungerade Funktion x cos(kx) sin(nx) ungerade Funktion Weil [, π]
Mehr7.1 Überlagerung von Schwingungen, Fourier Zerlegung
Kapitel 7 Schwingungen und Wellen 7. Überlagerung von Schwingungen, Fourier Zerlegung Im Abschnitt über die Bewegungen einzelner Teilchen haben wir uns sehr intensiv mit den Harmonischen Schwingungen beschäftigt,
MehrSchwingungen und ihre Filterung unter Verwendung von Ergebnissen aus FEM-Rechnungen
Schwingungen und ihre Filterung unter Verwendung von Ergebnissen aus FEM-Rechnungen AG Qualität im Fachbereich Mathematik Universität Hannover, Welfengarten, D - 3067 Hannover Telephon: +49-5-762-3336
Mehr1 Fouriersynthese und Fourieranalyse
Schwingungslehre in Kursstufe 5/ 57 Ernst Schreier Fouriersynthese und Fourieranalyse. Stehende Wellen / Eigenschwingungen / Resonanz Bei einfacher Reflexion bildet sich immer eine stehende Welle vor der
MehrAufgaben zu Kapitel 20
Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v
MehrAnfänge in der Antike
Akustik Eine wesentliche Grundlage der Musik ist der Schall. Seine Eigenschaften erforscht die Akustik (griechisch: ακουειν = hören). Physikalisch ist Schall definiert als mechanische Schwingungen und
MehrKontinuierliche Fourier-Transformation. Laplace-Transformation
Kontinuierliche Fourier-Transformation. Laplace-Transformation Jörn Loviscach Versionsstand: 16. Juni 2010, 17:56 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrFourier- und Laplace- Transformation
Skriptum zur Vorlesung Mathematik für Ingenieure Fourier- und Laplace- Transformation Teil : Fourier-Transformation Prof. Dr.-Ing. Norbert Höptner (nach einer Vorlage von Prof. Dr.-Ing. Torsten Benkner)
MehrWichtige Kenntnisse der Linearen Algebra
Wichtige Kenntnisse der Linearen Algebra In Kapitel 3 der Vorlesung werden wir sehen (und in Kapitel 6 vertiefen, dass zur Beschreibung von Quantensystemen mathematische Begriffe aus dem Gebiet der Linearen
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik für Naturwissenschaften y t Modul 4 Fourier-Entwicklung. Vektorraum Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum ii Modul 4 für die Lehrveranstaltung Mathematik für Naturwissenschaften
MehrFourier-Reihen und Fourier-Transformation
Fourier-Reihen und Fourier-Transformation Matthias Dreÿdoppel, Martin Koch, Bernhard Kreft 25. Juli 23 Einleitung Im Folgenden sollen dir und die Fouriertransformation erläutert und mit Beispielen unterlegt
MehrMathematischer Vorkurs für Physiker WS 2012/13
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Übungsblatt 2 Wichtige Formeln aus der Vorlesung: Basisaufgaben Beispiel 1: 1 () grad () = 2 (). () () = ( 0 ) + grad ( 0 ) ( 0 )+
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien 4-1
4. Signalverarbeitung 4.1 Grundbegrie 4.2 Frequenzspektren, Fourier-Transormation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterührende Literatur (z.b.): Beate Meert, Ola Hochmuth: Werkzeuge der
MehrDie Wärmeleitungsgleichung
Die Wärmeleitungsgleichung In einem Stab der Länge 1 wird die Temperaturverteilung gegeben durch die Funktion u : ([0,1] [0, )) R, u(x,t) ist die Temperatur am Punkt x zum Zeitpunkt t. Die Funktion erfüllt
Mehr:. (engl.: first harmonic frequency)
5 Fourier-Reihen 5.1 Schwingungsüberlagerung 5.2 "Oberschwingungen" f 0 :. (engl.: fundamental frequency) :. (engl.: first harmonic frequency) Jede ganzzahlige (n) vielfache Frequenz von f 0 nennt man
Mehr4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter
4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrHOCHSCHULBÜCHER FÜR MATHEMATIK H.GRELL, K.MARUHN U N D W.RINOW BAND 14 FOURIERREIHEN VON G.P. TOLSTOW MIT 51 A B B I L D U N G E N
fc HOCHSCHULBÜCHER FÜR MATHEMATIK H E R A U S G E G E B E N VON H.GRELL, K.MARUHN U N D W.RINOW BAND 14 FOURIERREIHEN VON G.P. TOLSTOW MIT 51 A B B I L D U N G E N 1955 VEB DEUTSCHER VERLAG DER WISSENSCHAFTEN
MehrA2.1: Gleichrichtung. Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie
Abschnitt: 2.1 Allgemeine Beschreibung A2.1: Gleichrichtung Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie so erhält man am Ausgang das
MehrSkalarprodukte im Funktionenraum und orthogonale Funktionen
1 Skalarprodukte im Funktionenraum und orthogonale Funktionen Im Allgemeinen muss ein reelles Skalarprodukt (, ) (wir betrachten reelle Funktionen) folgende Eigenschaften ausweisen: Bilinearität (Linearität
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 4.4! Filter! Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrVektorprodukt. Der Vektor. ist zu a und b orthogonal, gemäß der. Rechten-Hand-Regel orientiert und hat die Länge c = a b
Vektorprodukt Der Vektor c = a b ist zu a und b orthogonal, gemäß der Rechten-Hand-Regel orientiert und hat die Länge c = a b sin( ( a, b)), die dem Flächeninhalt des von den Vektoren a und b aufgespannten
MehrMathematische Erfrischungen I. Folgen und Reihen Klaus Frieler
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen I Universität Hamburg Eine mathematische Folge ist eine Folge von Zahlen, deren Glieder durch Bildungsgesetze
Mehrtalente PROJEKTWOCHE ANGEWANDTE MATHEMATIK 2015 für begabte Schülerinnen und Schüler der AHS-Oberstufe und der BHS in Oberösterreich
talente Hochbegabtenförderung OÖ PROJEKTWOCHE ANGEWANDTE MATHEMATIK 2015 für begabte Schülerinnen und Schüler der AHS-Oberstufe und der BHS in Oberösterreich 8. - 12. Feb. 2015 im Landesbildungszentrum
MehrDie Zahl ist das Wesen aller Dinge
Pythagoras Πυθαγόρας * um 570 v. Chr um 500 v. Chr Mathematiker und Naturphilosoph Ausschnitt aus Die Schule von Athen Raael 50 -gründete 5v.Chr die religiös-politische Lebensgemeinschat der Pythagoreer.
MehrFourierreihen und Fouriertransformation
Fourierreihen und Fouriertransformation Fourierreihen Autor: Harald Höller letzte Änderung: 11.11.09 Lizenz: Creative Commons Lizenz by-nc-sa 3.0 at Bei Fourierreihen wird nach trigonometrischen (Erzeugenden)Funktionen
Mehr0.1.1 Exzerpt von B. S. 280f.: Mikrowellen; Reflektion eletromagnetischer
1 31.03.2006 0.1 75. Hausaufgabe 0.1.1 Exzerpt von B. S. 280f.: Mikrowellen; Reflektion eletromagnetischer Wellen Elektromagnetische Hochfrequenzschwingkreise strahlen elektromagnetische Wellen ab. Diese
MehrSpektralanalyse. Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann!
Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse können wir Antworten auf folgende Fragen bekommen:
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
MehrKarteikarten, Analysis 2, Sätze und Definitionen nach der Vorlesung von PD Hanke
Karteikarten, Analysis 2, Sätze und en nach der Vorlesung von PD Hanke Felix Müller, felix.b.mueller@physik.lmu.de Diese Karteikärtchen sollten alle en und Sätze der Vorlesung Analysis 2 bei Herrn PD Hanke
MehrMathematik hören und Musik sehen mit Hilfe eines Computeralgebrasystems
Mathematik hören und Musik sehen mit Hilfe eines Computeralgebrasystems schuermann.uwe@uni-muenster.de Institut für Didaktik der Mathematik und der Informatik Mathematik hören und Musik sehen mit Hilfe
MehrAnmerkung: Falls f(x) nicht ganz glatt ist, sondern nur stückweise stetig differenzierbar ist (d.h. Sprünge hat), gilt (Satz v.
Fourier-Reihen für periodische Funktionen Sei periodisch, mit Periode L: Auch für diesen Fall gilt die Fourier- Reihen-Darstellung (b.3), mit : (b.3) (und stückweise stetig differenzierbar) (c.5) Integral
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
Mehr1. Übungsblatt zur Höheren Mathematik III (P/ET/AI/IT/IKT/MP) WS 2012/13
Prof. Dr. L. Schwachhöfer Dr. J. Horst Fakultät Mathematik TU Dortmund. Übungsblatt zur Höheren Mathematik III (P/ET/AI/IT/IKT/MP) WS /3 Keine Abgabe. Aufgabe Es seien die folgenden Vektorfelder in R 3
Mehr15:58. Medien Technik. Medientyp Audio. Schnecke. Hörnerv. Eustachisches Rohr (Druckausgleich)
Medientyp Audio Schnecke Hörnerv Eustachisches Rohr (Druckausgleich) Mittel und Innenohr Mittel innen Ohr Mittel und Innenohr Hörfähigkeit: Mensch: 16 Hz 20.000 Hz größte Empfindlichkeit 1.000 3.000 (5.000)
MehrTrigonometrische Funktionen
Mittelpunkt ausgehend gegen den Uhrzeigern kreisen. tan Dr. Gerd Wegener, Hannover 007 Mittelpunkt ausgehend gegen den Uhrzeigern kreisen. cot tan Dr. Gerd Wegener, Hannover 007 97 Wegener Math/4_SinusCous_k
MehrÜbungsaufgaben zu den mathematischen Grundlagen von KM
TUM, Institut für Informatik WS 2003/2004 Prof Dr Thomas Huckle Andreas Krahnke, MSc Dipl-Inf Markus Pögl Übungsaufgaben zu den mathematischen Grundlagen von KM 1 Bestimmen Sie die Darstellung von 1 4
Mehr8 Euklidische Vektorräume und Fourierreihen
Mathematik für Ingenieure II, SS 9 Freitag.7 $Id: fourier.tex,v.4 9/7/ :5:6 hk Exp $ 8 Euklidische Vektorräume und Fourierreihen 8. Fourier Reihen Wir wollen jeder, oder zumindest möglichst vielen, Funktionen
MehrHöhere Mathematik III
Blatt 9 Universität Stuttgart Fachbereich Mathematik Höhere Mathematik III el, kyb, mecha, phys Gruppenübungen Prof. Dr. J. Pöschel Dr. D. Zimmermann Dipl.-Math. K. Sanei Kashani 6..4 Aufgabe 4. (schriftlich
MehrEigenwerte und Fourier - Simulation von Massenschwingern mit Mathcad
Eigenwerte und Fourier - Simulation von Massenschwingern mit Mathcad Federschwinger mit zwei Federn Federmassenschwinger sind schön geeignet, um in Vorlesung der Ingenieurmathematik die Brücke zwischen
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
MehrDie Musik der Primzahlen
Mathematik Querbeet Institut für Reine Mathematik Universität Ulm 14. Dezember 2018 Der Primzahlsatz Wieviele Primzahlen gibt es? Der Primzahlsatz Wieviele Primzahlen gibt es? p = 2, 3, 5, 7, 11, 13, 17,
MehrFerienkurs zur Analysis 1 Taylor, Fourier, Matrixexponential und Differentialgleichungen
Technische Universität München Department of Physics Ferienkurs zur Analysis Taylor, Fourier, Matrixexponential und Differentialgleichungen Freitag, 23.03.202 Sascha Frölich Inhaltsverzeichnis Taylorreihen
MehrMedientyp Audio. Mittel innen Ohr. Medien Technik. Medien Technik. Orgel: 16,4 Hz bis über 20 khz. Unter 16 Hz: Infraschall Über 20 khz: Ultraschall
Mittel und Innenohr Medienty Audio Schnecke Hörnerv Eustachisches Rohr (Druckausgleich) Hörfähigkeit: Mensch: 16 Hz 0.000 Hz größte Emfindlichkeit 1.000 3.000 (5.000) Hz Orgel: 16,4 Hz bis über 0 khz Unter
MehrVorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker
Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Übungsblatt Musterlösung Fachbereich Rechts- und Wirtschaftswissenschaften Wintersemester 06/7 Aufgabe (Definitionsbereiche) Bestimme
Mehr5. Fourier-Transformation
5. Fourier-Transformation 5.1 Definition 5.2 Eigenschaften 5.3 Transformation reeller Funktionen 5.4 Frequenzbereich und Zeitbereich 2.5-1 5.1 Definition Definition: Die Fourier-Transformation einer Funktion
Mehr32: Periodische Funktionen, Fourier-Entwicklung
Einleitung 3: Periodische Funktionen, Fourier-Entwicklung Die Fourier-Entwicklung ist eines der wichtigsten mathematischen Werkzeuge in fast allen technischen Bereichen. Sie wurde vom französischen Mathematiker
MehrHöhere Mathematik für Ingenieure 2
Höhere Mathematik für Ingenieure 2 Prof. Dr. Swanhild Bernstein Sommersemester 218 Institut für Angewandte Analysis Kurven- und Parameterintegrale Parameterintegrale Typische Beispiele für Parameterintegrale
MehrFourier-Integrale: Ausgangsdaten und Transformierte sind jeweils Funktionen über der ganzen reellen Achse.
Fourier-Reihen Fourier-Transformation Die Fourier-Transformation ist eines der wichtigsten Instrumente zur Behandlung linearer Systeme, seien es gewöhnliche oder partielle lineare Differentialgleichungen
MehrFadenpendel. Lagerbolzen
Fadenpendel Die Schnur soll etwa 1 m lang sein. Durch Multimuffe Verschieben der unteren Multimuffe kann die Pendellänge eingestellt werden. Die Pendellänge ist der Abstand zwischen Aufhängepunkt und Schwerpunkt
Mehr8. Akustik, Schallwellen
Beispiel 2: Stimmgabel, ein Ende offen 8. Akustik, Schallwellen λ l = n, n = 1,3,5,.. 4 f n = n f1, n = 1,3,5,.. 8.Akustik, Schallwellen Wie gross ist die Geschwindigkeit der (transversalen) Welle in der
Mehr, f(x +2π) =f(x) f(x) cos kx dx} = 1 kπ {c 1 [sin kx] π 0 + c 2 [sin kx] 2π. sin kx dx} = 1 kπ {c 1 [cos kx] π 0 + c 2 [cos kx] 2π
Fachhochschue für echnik Essingen c Brücken zur Mathematik Aufgabe : Gegeben ist die -periodische Funktion c für
MehrKonvergenz und Stetigkeit
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 10. Dezember 2012 Konvergenz Definition Fourierreihen Geometrische Reihe Definition: Eine Funktion f : D R d heißt beschränkt, wenn es ein
Mehrf(x) = 2 3 x3 + 3x 2 + 4x. Stellen Sie fest ob es sich jeweils um ein lokales Maximum oder Minimum handelt. ( 9 4 ) 8 4
Übungen zur Mathematik II für Studierende der Informatik und Wirtschaftsinformatik (Analysis und Lineare Algebra) im Sommersemester 017 Fachbereich Mathematik, Stefan Geschke, Mathias Schacht A: Präsenzaufgaben
MehrAbleitung von Sinus und Cosinus. Additionstheoreme. Sinusschwingungen
Ableitung von Sinus und Cosinus. Additionstheoreme. Sinusschwingungen Jörn Loviscach Versionsstand: 7. Dezember 2009, 22:47 1 Ableitung von Sinus und Cosinus Wenn man es mit der mathematischen Strenge
MehrFOURIERREIHEN. a) Periodische Funktionen. 3) Rechteckschwingung. b) Stückweise stetige Funktionen. Skizze= Sägezahnschwingung
FOURIERREIHEN 1. Grundlagen a) Periodische Funtionen Beispiele: 1) f( x) = sin( x+ π / 3), T = 2 π /. 2) f( t) = cos( ωt+ ϕ), T = 2 π / ω. 3) Rechtecschwingung, 1< t < f() t =, f( t+ 2) = f() t 1, < t
MehrTAG DER MATHEMATIK. Kann man die Form einer Trommel hören? Prof. Dr. Daniel Grieser
5. TAG DER MATHEMATIK Kann man die Form einer Trommel hören? Prof. Dr. Daniel Grieser Die 3 Grundgesetze der Schwingungen Die 3 Grundgesetze der Schwingungen 1. Es gibt gewisse elementare Schwingungsformen
MehrMathematik 2 (Master Sicherheitstechnik)
Priv.-Doz. Dr. J. Ruppenthal Wuppertal, 4.6.8 Mathematik Master Sicherheitstechnik) Übungsblatt 8 Aufgabe 5. Konvergenz von Fourierreihen) Der Sinus Hyperbolicus ist die Funktion sinhx) = e x e x). Es
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,
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
Mehr