Bachelorarbeit, 2019
43 Seiten, Note: 1,0
1 Definition und inhaltliche Grenzen der Fourier-Transformation für Funktionen
1.1 Übergang von der Fourier-Reihenentwicklung zur Fourier-Transformation
1.1.1 Fourier-Reihe
1.1.2 Einstieg
1.2 Fourier-Transformation für Funktionen
1.2.1 Motivation
1.2.2 Definition und Notation
1.2.3 Eigenschaften der Fourier-Transformation für Funktionen
1.2.4 Inverse Fourier-Transformation
2 Distributionen
2.1 Der Raum D der Testfunktionen
2.2 Definition: Distributionen
2.2.1 Beispiele
2.3 Elementare Eigenschaften
2.4 Der Schwartz-Raum S
2.5 Temperierte Distributionen
3 Fourier-Transformation für temperierte Distributionen
3.1 Fourier-Transformation im Schwartz-Raum
3.2 Fourier-Transformation in S'
3.2.1 Inverse Fourier-Transformation in S'
3.3 Eigenschaften
3.4 Beispiele
3.5 Fazit
Diese Bachelorarbeit hat zum Ziel, die Fourier-Transformation für temperierte Distributionen aus mathematischer Perspektive zu erschließen. Sie richtet sich an Studierende im Bereich Elektro- und Informationstechnik sowie Mathematik und schließt die Lücke zwischen klassischer Funktionsbetrachtung und der Distributionentheorie, um die Fourier-Transformation auf eine breitere Klasse von Objekten anwendbar zu machen.
1.2.1 Motivation
Wie bereits im vorherigen Kapitel kurz erwähnt, ist es häufig von Vorteil, ein von Ort oder Zeit abhängiges Signal in seine spektralen Anteile zu zerlegen. Bei periodischen Signalen wird dies mit Hilfe der Fourier-Reihenentwicklung bewerkstelligt.
Wie das vorhergegangene Beispiel gezeigt hat, führt eine Reihenentwicklung bei nicht periodischen Signalen jedoch nicht zum gewünschten Ergebnis. Aus diesem Grund bedient man sich in diesem Fall der Fourier-Transformation.
Die Anwendungsbereiche sind vielfältig, so wird sie zum Beispiel in der Signalanalyse genutzt, um zu erkennen, ob eine Maschine oder Teile davon defekt sind. Sprachassistenten wie Apples Siri, Googles Assistent oder Microsofts Cortana nutzen die Fourier-Transformation, um ein Sprachsignal in seine spektralen Anteile zu zerlegen und den Anwender dadurch anhand seiner Stimme identifizieren zu können. Ein weiteres Anwendungsgebiet ist die Datenkompression: Speichert man ein analoges Signal, zum Beispiel Musik, digital ab, so wird eine große Menge an Speicherplatz benötigt. Zerlegt man dieses Signal in seine Frequenz-Anteile, kann das Datenvolumen erheblich komprimiert werden.
1 Definition und inhaltliche Grenzen der Fourier-Transformation für Funktionen: Dieses Kapitel erläutert den Übergang von der Fourier-Reihe zur Fourier-Transformation und zeigt anhand mathematischer Kriterien auf, wo die Grenzen der klassischen Fourier-Transformation liegen.
2 Distributionen: Es wird der mathematische Rahmen für Distributionen geschaffen, beginnend beim Raum der Testfunktionen bis hin zur Definition temperierter Distributionen als stetige lineare Funktionale.
3 Fourier-Transformation für temperierte Distributionen: Hier wird die Fourier-Transformation erfolgreich auf temperierte Distributionen erweitert, wobei Operationen konsequent auf Schwartz-Funktionen abgewälzt werden, um sie auch auf nicht-klassische Funktionen anzuwenden.
Fourier-Transformation, temperierte Distributionen, Schwartz-Raum, Testfunktionen, Distributionentheorie, Fourier-Reihe, Dirac-Distribution, Signalzerlegung, mathematische Analysis, Funktionalanalysis, Signalanalyse, Stetigkeit, Konvergenzbegriff, Dualraum, Spektralanteile
Die Arbeit behandelt die mathematische Fundierung der Fourier-Transformation und deren Erweiterung von klassischen Funktionen auf den Bereich der Distributionen, insbesondere der temperierten Distributionen.
Zentrale Themen sind die mathematische Definition der Fourier-Transformation, die Einführung von Testfunktionen und Distributionen sowie die Übertragung der Fourier-Transformation in diesen verallgemeinerten Rahmen.
Das primäre Ziel ist es, ein mathematisches Werkzeug bereitzustellen, das es erlaubt, die Fourier-Transformation auch auf Funktionen anzuwenden, die im klassischen Sinne (aufgrund von Integrierbarkeitsbedingungen) nicht transformierbar wären.
Es wird eine mathematisch-theoretische Herangehensweise gewählt, die auf Fachliteratur basiert, Beweise für Eigenschaften wie Linearität und Verschiebung führt und die Theorie Schritt für Schritt vom Funktionsbegriff zum Distributionsbegriff entwickelt.
Der Hauptteil umfasst die Abgrenzung der klassischen Fourier-Transformation, die formale Einführung von Distributionen und des Schwartz-Raums sowie die detaillierte Definition und Anwendung der Fourier-Transformation für temperierte Distributionen.
Fourier-Transformation, Distributionen, Schwartz-Raum, Testfunktionen und die Dirac-Distribution sind die essenziellen Schlagworte.
Die Dirac-Distribution wird als Funktional eingeführt, welches durch Grenzwertprozesse (Dirac-Approximation) und ihre Wirkung auf Testfunktionen definiert und mittels Fourier-Transformation konsistent in das System integriert wird.
Da viele technisch relevante Signale die Bedingung der absoluten Integrierbarkeit nicht erfüllen, bietet die Distributionentheorie die notwendige mathematische Erweiterung, um diese dennoch spektral analysieren zu können.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

