Fourier Analizi: Sürekli ve Ayrık Dönüşümler ile Spektral Teori
Fourier analizi, bir fonksiyonun frekans bileşenlerine ayrıştırılmasıdır. Astrofiziksel uygulamalarda zaman serileri, uzaysal yoğunluk alanları ve spektral dağılımlar bu yöntemle incelenir. Kuramsal temel, lineer cebir, kompleks analiz ve ortogonal fonksiyon sistemlerine dayanır.
Sürekli Fourier Dönüşümü
Tanım:
$$\tilde{f}(\nu) = \int_{-\infty}^{\infty} f(t) e^{-2\pi i \nu t} dt$$
Ters dönüşüm:
$$f(t) = \int_{-\infty}^{\infty} \tilde{f}(\nu) e^{2\pi i \nu t} d\nu$$
\(\nu\) frekanstır.
Ortogonallik
Üstel fonksiyonların ortogonalliği:
$$\int_{-\infty}^{\infty} e^{2\pi i (\nu-\nu’) t} dt = \delta(\nu-\nu’)$$
\(\delta\) Dirac delta fonksiyonudur.
Parseval Teoremi
Enerji korunumu:
$$\int |f(t)|^2 dt = \int |\tilde{f}(\nu)|^2 d\nu$$
Zaman ve frekans alanı enerjileri eşittir.
Konvolüsyon Teoremi
Zaman alanında konvolüsyon:
$$(f * g)(t) = \int f(\tau) g(t-\tau) d\tau$$
Frekans alanında:
$$\widetilde{f*g} = \tilde{f} \cdot \tilde{g}$$
Ayrık Fourier Dönüşümü
Tanım:
$$F_k = \sum_{n=0}^{N-1} f_n e^{-2\pi i kn/N}$$
Ters dönüşüm:
$$f_n = \frac{1}{N} \sum_{k=0}^{N-1} F_k e^{2\pi i kn/N}$$
Hızlı Fourier Dönüşümü
Hesaplama karmaşıklığı:
$$\mathcal{O}(N \log N)$$
FFT algoritması büyük veri setlerinde kritik önemdedir.
Güç Spektrumu
Tanım:
$$P(\nu) = |\tilde{f}(\nu)|^2$$
Zaman serilerinde periyodik bileşenleri belirler.
Spektral Çözünürlük
Toplam gözlem süresi \(T\) için:
$$\Delta \nu = \frac{1}{T}$$
Uzun gözlem süresi daha yüksek çözünürlük sağlar.
Pencere Fonksiyonu
Pencere uygulanması:
$$f_w(t) = f(t) w(t)$$
Spektral sızıntı pencere seçimine bağlıdır.
Fourier Serisi
Periyodik fonksiyon için:
$$f(t) = \sum_{n=-\infty}^{\infty} c_n e^{2\pi i n t/T}$$
Katsayılar:
$$c_n = \frac{1}{T} \int_0^T f(t) e^{-2\pi i n t/T} dt$$
Uzaysal Fourier Analizi
Üç boyutlu dönüşüm:
$$\tilde{\delta}(\vec{k}) = \int \delta(\vec{x}) e^{-i\vec{k}\cdot\vec{x}} d^3x$$
Kozmolojik güç spektrumu:
$$P(k) = \langle |\tilde{\delta}(\vec{k})|^2 \rangle$$
Wiener–Khinchin Teoremi
Otokorelasyon ve güç spektrumu ilişkisi:
$$P(\nu) = \mathcal{F}\{R(\tau)\}$$
\(R(\tau) = \langle f(t) f(t+\tau) \rangle\).
Aliaslama
Örnekleme koşulu:
$$f_s \geq 2 f_{\text{max}}$$
Bu koşul sağlanmazsa yüksek frekanslar düşük frekanslara katlanır.
Sonuç
Fourier analizi, sinyallerin frekans uzayında temsiline dayanır. Sürekli ve ayrık dönüşümler zaman–frekans ayrıştırmasını sağlar. Parseval ve konvolüsyon teoremleri enerji ve filtreleme analizlerinde temel rol oynar. Güç spektrumu, periyodik yapıların ve rastgele süreçlerin karakterizasyonunu mümkün kılar. FFT algoritması büyük veri setlerinde sayısal verimlilik sağlar.