2011-11-11, 17:46
#37
Lite populärt om spektralanalys...
Of = d^2/dx^2 fi vektorrummet V av alla funktioner på [0,pi]så att \int_0^pi |f|^2 dx är ändligt och med villkoret att
f(0) = f(pi) = 0 (*)så får vi egenfunktionerna genom att lösa
f'' = -k^2fsom om k^2 < 0 har exponentiella lösningar som inte uppfyller villkoret (*). Om k = 0 har den linjära lösningar, som inte heller kan uppfylla villkoret och om k^2 >0 får vi ju Asin(kx) + Bcos(kx). Men villkoret f(0) = 0 ger B = 0, och f(pi) = 0 ger k = heltal. Då kan vi alltså byta bas till
{sin x, sin 2x, sin 3x...}och skriva alla funktioner i V i den basen. Spektraluppdelning innebär att vi tar ut komponenterna i den här basen.
Jag vet väldigt lite om diagonalisering, i princip ingenting. Jag vet bara kravet för en bas eftersom jag förstår linjärkombinationer.
Jag vet väldigt lite om diagonalisering, i princip ingenting. Jag vet bara kravet för en bas eftersom jag förstår linjärkombinationer.
Det här med diagonalisering... Säg att vi har en linjär avbildning R^n -> R^n. Vad är kravet på en bas för att avbildningens matrise ska vara diagonal? Tja, betrakta den första basvektorn e_1, eller på komponentform (1, 0, 0...). Multiplicerar vi denna med A får vi juAe_1 = (a11*1, a22*0, a33*0, ... ) = (a11, 0, 0, ...) = a11*e_1vilket är samma sak som att e_1 är en egenvektor med egenvärdet a11. Så kravet för att en matris ska vara diagonal är att basvektorerna är precis matrisens egenvektorer. Fördelen för ändliga matriser är att man enkelt kan beräkna A^k*v: uttryck v i egenbasen, multiplicera alla komponenter med respektive egenvärde upphöjt till k, byt tillbaka vilket är betydligt mindre räkning än k nxn-matrismultiplikationer.

Ae_1 = (a11*1, a22*0, a33*0, ... ) = (a11, 0, 0, ...) = a11*e_1vilket är samma sak som att e_1 är en egenvektor med egenvärdet a11. Så kravet för att en matris ska vara diagonal är att basvektorerna är precis matrisens egenvektorer. Fördelen för ändliga matriser är att man enkelt kan beräkna A^k*v: uttryck v i egenbasen, multiplicera alla komponenter med respektive egenvärde upphöjt till k, byt tillbaka vilket är betydligt mindre räkning än k nxn-matrismultiplikationer.
Känner mig liksom handikappad, precis som att spela FPS-spel på en konsoll.
md²x/dt² = -Cdx/dt - kxeller
d²x/dt² + 2ζω*dx/dt + ω²x = 0där ω = √(k/m) och ζω = C/(2m). Den karaktäristiska ekvationen blir
r² + 2ζωr + ω² = 0och beroende på vinkelfrekvensen och dämpningen fås tre fall.
r = -ζω ± √((ζω)² - ω²) = -ζω ± iωddär ωd = ω√(1-ζ) och lösningen kan skrivas
x = Aexp(-ζω*t)*sin(ωd*t + δ),där A och δ bestäms av begynnelsevillkoren. Notera att oscillationsfrekvensen ωd alltså inte är lika med ω. Systemet kommer nu att "oscillera ner" mot jämvikt, som en lös svängdörr som man släpper.
x = (A + Bt)exp(-ωt).Systemet går nu mot jämvikt på minimal tid, som en perfekt avvägd dörr med dämpningsmekanism
r = -ζω ± √((ζω)² - ω²) = -ω(ζ ± √(1-ζ))så man får två reella rötter och alltså lösningen
x = Aexp(-ωt(ζ + √(1-ζ)))+ Bexp(-ωt(ζ - √(1-ζ))).Systemet är överdämpad och tar "onödigt" långt tid på sig att nå jämvikt, som en dörr med väldigt effektiv dämpningsmekanism.
md²x/dt² = -Cdx/dt - kxeller
d²x/dt² + 2ζω*dx/dt + ω²x = 0där ω = √(k/m) och ζω = C/(2m). Den karaktäristiska ekvationen blir
r² + 2ζωr + ω² = 0och beroende på vinkelfrekvensen och dämpningen fås tre fall.
r = -ζω ± √((ζω)² - ω²) = -ζω ± iωddär ωd = ω√(1-ζ) och lösningen kan skrivas
x = Aexp(-ζω*t)*sin(ωd*t + δ),där A och δ bestäms av begynnelsevillkoren. Notera att oscillationsfrekvensen ωd alltså inte är lika med ω. Systemet kommer nu att "oscillera ner" mot jämvikt, som en lös svängdörr som man släpper.
x = (A + Bt)exp(-ωt).Systemet går nu mot jämvikt på minimal tid, som en perfekt avvägd dörr med dämpningsmekanism
r = -ζω ± √((ζω)² - ω²) = -ω(ζ ± √(1-ζ))så man får två reella rötter och alltså lösningen
x = Aexp(-ωt(ζ + √(1-ζ)))+ Bexp(-ωt(ζ - √(1-ζ))).Systemet är överdämpad och tar "onödigt" långt tid på sig att nå jämvikt, som en dörr med väldigt effektiv dämpningsmekanism.
r = -ζω ± √((ζω)² - ω²) = -ζω ± √(-(ω²-ζω²)) = -ζω ± √((-1)*(ω²(1-ζ)) = -ζω ± i*√(ω²(1-ζ)) = -ζω ± i*ω√(1-ζ) = -ζω ± iωd.ζ är lilla sigma (en av sigma-varianterna som finns).
Acos(|Im(r)|t)+Bsin(|Im(r)|t) = Asin(|Im(r)|t + π/2)+Bsin(|Im(r)|t)Aexp(-ζωt + iωdt) + Bexp(-ζωt - iωdt) = exp(-ζωt)(Aexp(iωdt) + Bexp(-iωdt))
= Im(Aexp(i(|Im(r)|t + π/2)) + Bexp(i|Im(r)|t))
= Im((Aexp(iπ/2) + B)*exp(i|Im(r)|t))
= Im(Cexp(iδ)*exp(i|Im(r)|t))
= Im(Cexp((i|Im(r)|t+δ)))
= Csin(i|Im(r)|t+δ).
Flashback finansieras genom donationer från våra medlemmar och besökare. Det är med hjälp av dig vi kan fortsätta erbjuda en fri samhällsdebatt. Tack för ditt stöd!
Swish: 123 536 99 96 Bankgiro: 211-4106
Flashback finansieras genom donationer från våra medlemmar och besökare. Det är med hjälp av dig vi kan fortsätta erbjuda en fri samhällsdebatt. Tack för ditt stöd!
Swish: 123 536 99 96 Bankgiro: 211-4106