Aanvulling Analyse 3NA.
1. De onzekerheidsrelatie.
Laat L2(R) de vectorruimte van kwadratisch intregreerbare functies zijn: f ∈ L2(R) als de inte- graal
Z ∞
−∞
|f (x)|2dx. bestaat. Op L2(R) kunnen we een inwendig product defini¨eren d.m.v.
hf, gi = Z ∞
−∞
f (x)g(x)dx.
Dan geldt de ongelijkheid van Schwarz:
|hf, gi|2≤ hf, f ihg, gi. (1)
De Fouriergetransformeerde ˆf van f is gedefinieerd en volgens de identiteit van Parseval is hf, f i =
Z ∞
−∞
|f (x)|2dx = Z ∞
−∞
| ˆf (ω)|2dω = h ˆf , ˆf i. (2)
We nemen aan dat de functie f op 1 genormeerd is: hf, f i = 1. Dan is volgens (2) ook h ˆf , ˆf i = 1.
f en ˆf kunnen we dus opvatten als kansdichtheden. Nu zijn de verwachting ¯x en de spreiding (of standaardafwijking) ∆x van x gedefinieerd als resp.
¯ x =
Z ∞
−∞
x|f (x)|2dx, (∆x)2= Z ∞
−∞
(x − ¯x)2|f (x)|2dx.
Analoog zijn de ¯ω en ∆ω gedefinieerd. Nu geldt:
Propositie 1 (de onzekerheidsrelatie): Onder de hierboven gedane aannamen geldt: ∆x · ∆ω ≥ 1 2. Bewijs: We kunnen zonder beperking der algemeenheid aannemen dat ¯x = 0. De Fouriergetrans- formeerde van xf (x) is i ˆf0(ω). We moeten dus aantonen:
Z ∞
−∞
| ˆf0(ω)|2dω · Z ∞
−∞
(ω − ¯ω)2| ˆf (ω)|2dω ≥ 1 4. In termen van het inproduct is dit
h ˆf0, ˆf0i · h(ω − ¯ω)f, (ω − ¯ω)f i ≥ 1 4.
We kunnen afgeleide nemen en vermenigvuldigen met ω − ¯ω als lineaire operatoren D, Ω op (een lineaire deelruimte W van) de vectorruimte L2(R) beschouwen: Dh = h0 en Ωh = (ω − ¯ω)h. De operatoren zijn niet op de gehele vectorruimte L2(R) gedefinieerd omdat niet elke h ∈ L2(R) een afgeleide in L2(R) heeft en omdat vermenigvuldiging van een L2-functie met x niet een L2-functie hoeft op te leveren. Er geldt voor h, k ∈ W , omdat lim
x→±∞h(x) = lim
x→±∞k(x) = 0:
hDh, ki = Z ∞
−∞
h0(x)k(x)dx = − Z ∞
−∞
h(x)k0(x)dx = −hh, Dki (3a) 1
en, omdat ω − ¯ω re¨eel is,
hΩh, ki = Z ∞
−∞
(ω − ¯ω)h(x)k(x)dx = hh, Ωki. (3b)
Nu geldt, volgens (1) en (3a,b), en volgens |z| ≥ |Re(z)| = |(z + ¯z)|/2 voor z ∈ C:
h ˆf0, ˆf0i · h(ω − ¯ω)f, (ω − ¯ω)f i ≥ |h ˆf0, (ω − ¯ω) ˆf )|2= |hD ˆf , Ω ˆf i|2≥
≥ 1 4
³
hD ˆf , Ω ˆf i + hD ˆf , Ω ˆf i
´2
= 1 4
³
hD ˆf , Ω ˆf i + hΩ ˆf , D ˆf i
´2
=
= 1
4h(ΩD − DΩ) ˆf , ˆf i2= 1
4h− ˆf , ˆf i2= 1 4, waarbij we in de laatste regel hebben gebruikt dat
(ΩD − DΩ) ˆf (ω) = (ω − ¯ω) ˆf0(ω) − d
dω((ω − ¯ω) ˆf (ω)) = − ˆf (ω). ¦
2. De stelling van Nyquist-Shannon en de somformule van Poisson. Als f = f (t) een func- tie van de tijd t is, dan is de Fourier-getransformeerde ˆf (ω) op te vatten als de amplitude-dichtheid van f (t) bij frequentie ω. De waarden van ˆf (ω) bepalen dus het (frequentie-)spectrum van f . Om het spectrum te kennen, moeten we derhalve alle waarden van f (t) kennen. In de praktijk beschikt men echter slechts over een discrete verzameling waarden. De stelling van Nyquist-Shannon zegt dat als de bandbreedte kleiner is dan een zekere B, d.w.z. als ˆf (ω) = 0 voor |ω| ≥ B, dan kan de functie f (t) (en dus de Fouriergetransformeerde ˆf (ω)) geheel gereconstrueerd worden uit de discrete verzameling waarden {f (nT )}∞n=−∞, mits T ≤ π/B. We geven twee bewijzen:
Bewijs 1: Omdat ˆf (ω) = 0 als |ω| ≥ B, is ˆf (ω) op [−B, B] in een Fourierreeks te ontwikkelen:
f (ω) =ˆ X∞ n=−∞
cneπinω/B (4)
waarbij de Fourierco¨effici¨enten gegeven worden door cn = 1
2B Z B
−B
f (ω)eˆ −πinω/Bdω = 1 2B
Z ∞
−∞
f (ω)eˆ −πinω/Bdω =
√2π
2B f (−πn B ).
Door cn weer in (4) in te vullen vinden we, met T = π/B:
f (ω) =ˆ T
√2π X∞ n=−∞
f (nT )e−inT ω.
Uit de omkeerformule voor Fouriertransformatie volgt nu f (t); omdat ˆf (ω) = 0 voor |ω| ≥ B integreren we slechts over [−B, B]:
f (t) = 1
√2π Z B
−B
f (ω)eˆ iωtdt = T 2π ·
X∞ n=−∞
f (nT ) Z B
−B
eiω(t−nT )dω =
2
= X∞ n=−∞
f (nT ) · sinc(π( t
T − n)). ¦
Het tweede bewijs is wiskundig minder precies maar geeft een beter begrip van de voorwaarde T ≤ π/B. We leiden eerst een verband af tussen de periodieke som van waarden van een functie f en van zijn Fouriergetransformeerde:
Propositie 2 (de somformule van Poisson): Laat f continu en absoluut integreerbaar zijn op R (d.w.z. de integraalR∞
−∞|f (t)|dt bestaat). Dan is voor t, T ∈ R en T > 0 de reeks X∞ n=−∞
f (t + nT ) (absoluut) convergent en verder geldt
X∞ n=−∞
f (t + nT ) =
√2π T
X∞ m=−∞
f (ˆ 2πm
T )e2πimt/T. (5)
Bewijs: De (absolute) convergentie van de reeks volgt onmiddellijk uit de absolute integreer- baarheid van f (teken een plaatje!). Laat F (t) =
X∞ n=−∞
f (t + nT ). De functie F (t) is periodiek met periode T en is in een Fourierreeks te ontwikkelen:
F (t) = X∞ n=−∞
cne2iπnt/T
waarbij
cn= 1 T
Z T /2
−T /2
F (u)e−2iπnu/Tdu = 1 T
X∞ m=−∞
Z T /2
−T /2
f (u + mT )e−2iπn(u+mT )/Tdu =
= 1 T
Z ∞
−∞
f (u)e−2iπnu/Tdu =
√2π
T · ˆf (2πn T ).
Invullen in de Fourierreeks levert het gewenste resultaat:
X∞ n=−∞
f (t + nT ) = F (t) =
√2π T ·
X∞ n=−∞
f (ˆ 2πn
T )e2πimt/T.
Bewijs 2 van N.-Sh.: Toepassing van de somformule van Poisson op de Dirac-kam F (t) = T ·
X∞ n=−∞
δ(t + nT ) levert de volgende uitdrukking:
T · X∞ n=−∞
δ(t + nT ) =√ 2π ·
X∞ m=−∞
δ(ˆ 2πm
T )e2πimt/T = X∞ m=−∞
e2πimt/T (6)
waarbij gebruikt is dat ˆδ(ω) = 1/√ 2π.
3
Laat nu f een functie zijn met Fouriergetransformeerde ˆf zodanig dat ˆf (ω) = 0 voor |ω| ≤ B. Zij T = π/B. We tonen aan dat ˆf (ω) geheel bepaald wordt door de rij {f (nT )}∞n=−∞. We defini¨eren de sampling functie fs(t) = T ·
X∞ n=−∞
f (t)δ(t + nT ). fs(t) is geheel bepaald door de waarden van f (nT ); i.h.b. is fs(t) = 0 als t 6= nT voor zekere gehele waarde van n. We laten nu zien dat ˆf (ω) afgeleid kan worden uit ˆfs(ω). Inderdaad is
fˆs(ω) = 1
√2π Z ∞
−∞
fs(t)e−iωtdt = X∞ m=−∞
f (t)e2πimt/T −iωtdt =√ 2π ·
X∞ m=−∞
f (ω −ˆ 2πm T ), waarbij formule (6) is gebruikt. Het spectrum ˆfs(ω) van fs(t) is dus (op een factor √
2π na) gelijk aan oneindig veel kopie¨en van het spectrum ˆf (ω) van f (t) die onderling telkens over een afstand van 2π/T = 2B verschoven zijn. Omdat ˆf (ω) = 0 als |ω| ≥ B, overlappen deze verschillende kopie¨en elkaar niet en dus is het spectrum van f (t) geheel te herleiden uit dat van de sampling functie fs(t). ¦
4