फूरियर ट्रांसफॉर्म (सतत) (Fourier Transform (Continuous))

Q: What are common mistakes with the फूरियर ट्रांसफॉर्म (सतत) (Fourier Transform (Continuous)) formula?

फॉरवर्ड और इन्वर्स ट्रांसफॉर्म के बीच घातांक के चिन्ह को भ्रमित करना। 2π घातांक में कारक या समाकलन के बाहर सामान्यीकरण स्थिरांक (normalization constant) को अनदेखा करना। डिस्क्रीट डेटा (discrete data) पर सतत ट्रांसफॉर्म लागू करना, न्यक्विस्ट-शैनन सैंपलिंग प्रमेय (Nyquist-Shannon sampling theorem) को समझे बिना।

Q: What is a real-world example of the फूरियर ट्रांसफॉर्म (सतत) (Fourier Transform (Continuous)) formula?

चिकित्सा इमेजिंग में, एमआरआई मशीनें शरीर में परमाणुओं द्वारा उत्सर्जित कच्चे रेडियो फ्रीक्वेंसी संकेतों से छवियों को पुनर्निर्मित करने के लिए फूरियर ट्रांसफॉर्म का उपयोग करती हैं।

Q: What are some study tips for the फूरियर ट्रांसफॉर्म (सतत) (Fourier Transform (Continuous)) formula?

आवृत्ति शून्य पर रूपांतरण का मान समय-डोमेन संकेत के तहत कुल क्षेत्रफल के अनुरूप होता है। समय-डोमेन संपीड़न (time-domain compression) से आवृत्ति-डोमेन विस्तार (frequency-domain expansion) होता है और इसके विपरीत। समय में एक आयताकार पल्स (rectangular pulse) आवृत्ति डोमेन में एक सिंक फ़ंक्शन (sinc function) में बदल जाता है। वास्तविक-मान इनपुट (real-valued inputs) के लिए, रूपांतरण का परिमाण (magnitude) मूल (origin) के चारों ओर सममित (symmetric) होता है।

Core idea

Overview

सतत फूरियर ट्रांसफॉर्म एक गणितीय ऑपरेटर है जो समय या स्थान के एक सतत फ़ंक्शन (continuous function) को उसके घटक आवृत्ति घटकों में विघटित करता है। यह संकेत को एक जटिल-मान (complex-valued) आवृत्ति डोमेन में दर्शाता है, जो स्पेक्ट्रल घनत्व (spectral density) के विश्लेषण और अवकल समीकरणों को बीजगणितीय समीकरणों (algebraic equations) में सरल बनाने की अनुमति देता है।

When to use: अनंत अंतराल (infinite interval) पर परिभाषित और पूर्णतः समाकलनीय (absolutely integrable) गैर-आवर्ती संकेतों (non-periodic signals) का विश्लेषण करते समय इस रूपांतरण का उपयोग करें। यह विशेष रूप से रैखिक अवकल समीकरणों को हल करने और आवृत्ति डोमेन में सतत संकेतों से शोर को फ़िल्टर करने के लिए प्रभावी है।

Why it matters: यह समीकरण आधुनिक डिजिटल संचार, एमआरआई (MRI) जैसी चिकित्सा इमेजिंग और ऑडियो इंजीनियरिंग की नींव बनाता है। यह वैज्ञानिकों को यह देखने की अनुमति देता है कि ऊर्जा विभिन्न आवृत्तियों में कैसे वितरित होती है, जो सिग्नल प्रोसेसिंग और क्वांटम यांत्रिकी के लिए आवश्यक है।

Symbols

Variables

$\hat{f}$ ( $ξ$ ) = Transformed Value, $\int$ f(x)dx = Integral of f(x), b = DC Offset

\hat{f} (ξ)

Transformed Value

Variable

\int f (x) d x

Integral of f(x)

Variable

b

DC Offset

Variable

Walkthrough

Derivation

फूरियर ट्रांसफॉर्म (सतत) (Fourier Transform (Continuous))

यह व्युत्पत्ति दर्शाती है कि कैसे एक सतत फूरियर ट्रांसफॉर्म, फूरियर श्रृंखला के एक सामान्यीकरण के रूप में उत्पन्न होता है, जो कि आवधिकता को अनंत तक ले जाने की सीमा है, अनावधिक फलनों के लिए।

फलन f(x) निरपेक्ष रूप से समाकलनीय है, अर्थात $\int_{- \infty}^{\infty}$ |f(x)| dx < $\infty$ , जो समाकल के अभिसरण को सुनिश्चित करता है।
फलन f(x) इतना सुव्यवस्थित है (उदाहरण के लिए, किसी भी परिमित अंतराल में असततता और चरम सीमाओं की सीमित संख्या के साथ टुकड़ा-टुकड़ा सतत) कि फूरियर श्रृंखला का निरूपण सीमा में मान्य रहता है।

1

एक आवधिक फलन के लिए फूरियर श्रृंखला:

हम L आवधिकता वाले एक आवधिक फलन $f_{L}$ (x) के लिए जटिल फूरियर श्रृंखला निरूपण से शुरू करते हैं। यह फलन को जटिल चरघातांकी के योग के रूप में व्यक्त करता है, प्रत्येक की एक विशिष्ट आवृत्ति और आयाम $c_{n}$ होती है।

f_{L} (x) = n = - \infty \sum \infty c_{n} e^{i \frac{2 π n}{L} x} where c_{n} = \frac{1}{L} \int_{- L /2}^{L /2} f_{L} (x) e^{- i \frac{2 π n}{L} x} d x

2

सतत आवृत्तियों में संक्रमण:

$c_{n}$ के व्यंजक को वापस श्रृंखला में प्रतिस्थापित करें और असतत आवृत्तियों $ξ_{n}$ और उनके अंतराल $Δ$ $ξ$ को परिभाषित करें। यह श्रृंखला को पुनर्व्यवस्थित करता है ताकि समाकल भाग पर प्रकाश डाला जा सके, जो फूरियर ट्रांसफॉर्म बन जाएगा।

f_{L} (x) = n = - \infty \sum \infty (\int_{- L /2}^{L /2} f_{L} (x^{'}) e^{- i 2 π ξ_{n} x^{'}} d x^{'}) e^{i 2 π ξ_{n} x} Δ ξ where ξ_{n} = \frac{n}{L}, Δ ξ = \frac{1}{L}

3

सीमा L \to ∞ लेना:

एक अनावधिक फलन f(x) को सामान्यीकृत करने के लिए, हम सीमा को L अनंत की ओर ले जाते हैं। इस सीमा में, असतत योग एक सतत समाकल बन जाता है, $Δ$ $ξ$ dξ बन जाता है, और समाकल पद सतत फूरियर ट्रांसफॉर्म $\hat{f}$ ( $ξ$ ) को परिभाषित करता है।

\hat{f} (ξ) = \int_{- \infty}^{\infty} f (x) e^{- 2 π i x ξ} d x

Result

\hat{f} (ξ) = \int_{- \infty}^{\infty} f (x) e^{- 2 π i x ξ} d x

Source: Arfken, G. B., Weber, H. J., & Harris, F. E. (2013). Mathematical Methods for Physicists (7th ed.). Academic Press.

Why it behaves this way

Intuition

फूरियर ट्रांसफॉर्म एक समय-डोमेन संकेत को जटिल वृत्तों की एक अनंत श्रृंखला पर 'खोलता' है, यह मापता है कि संकेत प्रत्येक विशिष्ट घूर्णी आवृत्ति के साथ कितना संरेखित होता है।

Term

समय डोमेन में मूल संकेत या फलन।

यह कच्चा डेटा या तरंगरूप है जिसका हम विश्लेषण करना चाहते हैं, जैसे ध्वनि रिकॉर्डिंग या एक उतार-चढ़ाव वाला वोल्टेज।

Term

आवृत्ति डोमेन में रूपांतरित संकेत।

यह बताता है कि मूल संकेत f(t) में प्रत्येक विशिष्ट आवृत्ति कितनी मात्रा में मौजूद है।

Term

कोणीय आवृत्ति।

संकेत के एक घटक के दोलन की गति का प्रतिनिधित्व करता है। उच्च

ω

का अर्थ है तेज दोलन।

Term

जटिल चरघातांकी कर्नेल, जो एक आवृत्ति 'जांच' के रूप में कार्य करता है।

यह पद जटिल तल में एक विशिष्ट आवृत्ति

ω

पर घूमता है, जिससे समाकल f(t) के उन घटकों को 'चुनने' की अनुमति मिलती है जो उसी आवृत्ति पर दोलन करते हैं।

Signs and relationships

-iω t: घातांक $e^{- iω t}$ में ऋणात्मक चिह्न अग्रगामी फूरियर रूपांतरण के लिए एक परंपरा है, जो धनात्मक आवृत्तियों को जटिल तल में वामावर्त घूर्णन के अनुरूप परिभाषित करता है।

Free study cues

Insight

Canonical usage

Ensuring dimensional consistency between the time-domain function, the time variable, the frequency variable, and the resulting frequency-domain transform.

One free problem

Practice Problem

एक विशिष्ट आयताकार पल्स फ़ंक्शन (rectangular pulse function) का समय डोमेन में उसके वक्र के तहत कुल क्षेत्रफल 15.5 इकाई है। आवृत्ति शून्य (dc_offset) पर फूरियर ट्रांसफॉर्म का मान ज्ञात कीजिए।

Hint: याद रखें कि आवृत्ति शून्य पर मूल्यांकित रूपांतरण मूल फ़ंक्शन के समाकलन के बराबर है।

The full worked solution stays in the interactive walkthrough.

Where it shows up

Real-World Context

चिकित्सा इमेजिंग में, एमआरआई मशीनें शरीर में परमाणुओं द्वारा उत्सर्जित कच्चे रेडियो फ्रीक्वेंसी संकेतों से छवियों को पुनर्निर्मित करने के लिए फूरियर ट्रांसफॉर्म का उपयोग करती हैं।

Study smarter

Tips

आवृत्ति शून्य पर रूपांतरण का मान समय-डोमेन संकेत के तहत कुल क्षेत्रफल के अनुरूप होता है।
समय-डोमेन संपीड़न (time-domain compression) से आवृत्ति-डोमेन विस्तार (frequency-domain expansion) होता है और इसके विपरीत।
समय में एक आयताकार पल्स (rectangular pulse) आवृत्ति डोमेन में एक सिंक फ़ंक्शन (sinc function) में बदल जाता है।
वास्तविक-मान इनपुट (real-valued inputs) के लिए, रूपांतरण का परिमाण (magnitude) मूल (origin) के चारों ओर सममित (symmetric) होता है।

Avoid these traps

Common Mistakes

फॉरवर्ड और इन्वर्स ट्रांसफॉर्म के बीच घातांक के चिन्ह को भ्रमित करना।
2π घातांक में कारक या समाकलन के बाहर सामान्यीकरण स्थिरांक (normalization constant) को अनदेखा करना।
डिस्क्रीट डेटा (discrete data) पर सतत ट्रांसफॉर्म लागू करना, न्यक्विस्ट-शैनन सैंपलिंग प्रमेय (Nyquist-Shannon sampling theorem) को समझे बिना।

Keep going

Related Formulas

Common questions

Frequently Asked Questions

यह व्युत्पत्ति दर्शाती है कि कैसे एक सतत फूरियर ट्रांसफॉर्म, फूरियर श्रृंखला के एक सामान्यीकरण के रूप में उत्पन्न होता है, जो कि आवधिकता को अनंत तक ले जाने की सीमा है, अनावधिक फलनों के लिए।

अनंत अंतराल (infinite interval) पर परिभाषित और पूर्णतः समाकलनीय (absolutely integrable) गैर-आवर्ती संकेतों (non-periodic signals) का विश्लेषण करते समय इस रूपांतरण का उपयोग करें। यह विशेष रूप से रैखिक अवकल समीकरणों को हल करने और आवृत्ति डोमेन में सतत संकेतों से शोर को फ़िल्टर करने के लिए प्रभावी है।

यह समीकरण आधुनिक डिजिटल संचार, एमआरआई (MRI) जैसी चिकित्सा इमेजिंग और ऑडियो इंजीनियरिंग की नींव बनाता है। यह वैज्ञानिकों को यह देखने की अनुमति देता है कि ऊर्जा विभिन्न आवृत्तियों में कैसे वितरित होती है, जो सिग्नल प्रोसेसिंग और क्वांटम यांत्रिकी के लिए आवश्यक है।

फॉरवर्ड और इन्वर्स ट्रांसफॉर्म के बीच घातांक के चिन्ह को भ्रमित करना। 2π घातांक में कारक या समाकलन के बाहर सामान्यीकरण स्थिरांक (normalization constant) को अनदेखा करना। डिस्क्रीट डेटा (discrete data) पर सतत ट्रांसफॉर्म लागू करना, न्यक्विस्ट-शैनन सैंपलिंग प्रमेय (Nyquist-Shannon sampling theorem) को समझे बिना।

चिकित्सा इमेजिंग में, एमआरआई मशीनें शरीर में परमाणुओं द्वारा उत्सर्जित कच्चे रेडियो फ्रीक्वेंसी संकेतों से छवियों को पुनर्निर्मित करने के लिए फूरियर ट्रांसफॉर्म का उपयोग करती हैं।

आवृत्ति शून्य पर रूपांतरण का मान समय-डोमेन संकेत के तहत कुल क्षेत्रफल के अनुरूप होता है। समय-डोमेन संपीड़न (time-domain compression) से आवृत्ति-डोमेन विस्तार (frequency-domain expansion) होता है और इसके विपरीत। समय में एक आयताकार पल्स (rectangular pulse) आवृत्ति डोमेन में एक सिंक फ़ंक्शन (sinc function) में बदल जाता है। वास्तविक-मान इनपुट (real-valued inputs) के लिए, रूपांतरण का परिमाण (magnitude) मूल (origin) के चारों ओर सममित (symmetric) होता है।

References

Sources

Wikipedia: Fourier transform
Bracewell, Ronald N. The Fourier Transform and Its Applications.
Oppenheim, Alan V., Ronald W. Schafer, and John R. Buck. Discrete-Time Signal Processing.
Halliday, David, Robert Resnick, and Jearl Walker. Fundamentals of Physics.
Bird, R. Byron; Stewart, Warren E.; Lightfoot, Edwin N. (2007). Transport Phenomena (2nd ed.). John Wiley & Sons.
Incropera, Frank P.; DeWitt, David P.; Bergman, Theodore L.; Lavine, Adrienne S. (2007). Fundamentals of Heat and Mass Transfer (6th ed.).
Oppenheim and Willsky Signals and Systems
Arfken, Weber, and Harris Mathematical Methods for Physicists

Overview

Variables

Derivation

एक आवधिक फलन के लिए फूरियर श्रृंखला:

सतत आवृत्तियों में संक्रमण:

सीमा L \to ∞ लेना:

Intuition

Insight

Practice Problem

Real-World Context

Tips

Common Mistakes

Related Formulas

Convolution Theorem (Laplace)

Orthogonal Projection

Frequently Asked Questions

Sources