Signaldarstellung/Gleichsignal - Grenzfall eines periodischen Signals: Unterschied zwischen den Versionen
Aus LNTwww
| Zeile 7: | Zeile 7: | ||
==Zeitsignaldarstellung== | ==Zeitsignaldarstellung== | ||
| + | <br> | ||
| + | {{BlaueBox|TEXT= | ||
| + | $\text{Definition:}$ | ||
| + | Ein '''Gleichsignal''' ist ein deterministisches Signal, dessen Augenblickswerte für alle Zeiten $t$ von $-\infty$ bis $+\infty$ konstant sind. Ein solches Signal ist der Grenzfall einer [[Signaldarstellung/Harmonische_Schwingung|harmonischen Schwingung]], wobei die Periodendauer $T_{0}$ einen unendlich großen Wert besitzt.}} | ||
| − | |||
| − | |||
| − | |||
| − | + | [[Datei:Sig_T_2_2_S1a_Version2.png|right|frame|Gleichsignal im Zeitbereich]] | |
| − | [[Datei:Sig_T_2_2_S1a_Version2.png|right|Gleichsignal]] | ||
Entsprechend dieser Definition reicht ein Gleichsignal immer von $t = -\infty$ bis $t = +\infty$. | Entsprechend dieser Definition reicht ein Gleichsignal immer von $t = -\infty$ bis $t = +\infty$. | ||
Wird das Signal erst zum Zeitpunkt $t = 0$ eingeschaltet, so liegt kein Gleichsignal vor. | Wird das Signal erst zum Zeitpunkt $t = 0$ eingeschaltet, so liegt kein Gleichsignal vor. | ||
| + | *Ein Gleichsignal kann niemals Träger von Information im nachrichtentechnischen Sinne sein, doch können Nachrichtensignale durchaus einen ''Gleichsignalanteil'' besitzen. | ||
| + | *Alle im Folgenden für das Gleichsignal getroffenen Aussagen gelten in gleicher Weise auch für einen solchen Gleichsignalanteil. | ||
| + | <br clear=all> | ||
| − | + | {{BlaueBox|TEXT= | |
| − | + | $\text{Definition:}$ | |
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
Für den '''Gleichsignalanteil''' $A_{0}$ eines beliebigen Signals $x(t)$ gilt: | Für den '''Gleichsignalanteil''' $A_{0}$ eines beliebigen Signals $x(t)$ gilt: | ||
| − | $$A_0 = \lim_{T_{\rm M}\to\infty}\,\frac{1}{T_{\rm M}}\cdot\int^{T_{\rm M}/2}_{-T_{\rm M}/2}x(t)\,{\rm d} t. $$ | + | :$$A_0 = \lim_{T_{\rm M}\to\infty}\,\frac{1}{T_{\rm M} }\cdot\int^{T_{\rm M}/2}_{-T_{\rm M}/2}x(t)\,{\rm d} t. $$ |
| − | |||
| − | |||
| − | |||
| + | Die Messdauer $T_{\rm M}$ sollte stets möglichst groß gewählt werden (im Grenzfall unendlich). Die angegebene Gleichung gilt allerdings nur dann, wenn $T_{\rm M}$ symmetrisch um den Zeitpunkt $t=0$ liegt.}} | ||
| − | |||
| − | [[Datei:P_ID298__Sig_T_2_2_S1_b_neu.png|right|Zufallssignal mit Gleichanteil]] | + | [[Datei:P_ID298__Sig_T_2_2_S1_b_neu.png|right|frame|Zufallssignal mit Gleichanteil]] |
| + | {{GraueBox|TEXT= | ||
| + | $\text{Beispiel 1:}$ | ||
Die Grafik zeigt ein stochastisches Signal $x(t)$. | Die Grafik zeigt ein stochastisches Signal $x(t)$. | ||
| − | *Der Gleichsignalanteil $A_{0}$ ist hierbei 2 V. | + | *Der Gleichsignalanteil $A_{0}$ ist hierbei $2\ \rm V$. |
| − | *Im Sinne der Statistik entspricht $A_{0}$ dem linearen Mittelwert. | + | *Im Sinne der Statistik entspricht $A_{0}$ dem linearen Mittelwert.}} |
| − | |||
| Zeile 48: | Zeile 44: | ||
Im Vorgriff auf das Kapitel [[Signaldarstellung/Fouriertransformation_und_-rücktransformation#Das_erste_Fourierintegral|Fouriertransformation]] wird bereits hier der Zusammenhang zwischen dem Zeitsignal $x(t)$ und dem korrespondierenden Spektrum $X(f)$ angegeben: | Im Vorgriff auf das Kapitel [[Signaldarstellung/Fouriertransformation_und_-rücktransformation#Das_erste_Fourierintegral|Fouriertransformation]] wird bereits hier der Zusammenhang zwischen dem Zeitsignal $x(t)$ und dem korrespondierenden Spektrum $X(f)$ angegeben: | ||
| − | $$X(f)= \hspace{0.05cm}\int_{-\infty} ^{{+}\infty} x(t) \, \cdot \, { \rm e}^{-\rm j 2\pi \it ft} \,{\rm d}t.$$ | + | :$$X(f)= \hspace{0.05cm}\int_{-\infty} ^{{+}\infty} x(t) \, \cdot \, { \rm e}^{-\rm j 2\pi \it ft} \,{\rm d}t.$$ |
Man bezeichnet die so berechnete Spektralfunktion $X(f)$ nach dem französischen Mathematiker [https://de.wikipedia.org/wiki/Joseph_Fourier Jean Baptiste Joseph Fourier] als die Fouriertransformierte von $x(t)$ und verwendet als Kurzbezeichnung für diesen Funktionalzusammenhang | Man bezeichnet die so berechnete Spektralfunktion $X(f)$ nach dem französischen Mathematiker [https://de.wikipedia.org/wiki/Joseph_Fourier Jean Baptiste Joseph Fourier] als die Fouriertransformierte von $x(t)$ und verwendet als Kurzbezeichnung für diesen Funktionalzusammenhang | ||
| − | $$X(f)\bullet\!\!-\!\!\!-\!\!\circ\,x(t).$$ | + | :$$X(f)\bullet\!\!-\!\!\!-\!\!\circ\,x(t).$$ |
Beschreibt $x(t)$ beispielsweise einen Spannungsverlauf, so hat $X(f)$ die Einheit „V/Hz“. | Beschreibt $x(t)$ beispielsweise einen Spannungsverlauf, so hat $X(f)$ die Einheit „V/Hz“. | ||
| Zeile 58: | Zeile 54: | ||
Wendet man diese Transformationsgleichung auf das Gleichsignal $x(t)=A_{0}$ an, so erhält man die Spektralfunktion | Wendet man diese Transformationsgleichung auf das Gleichsignal $x(t)=A_{0}$ an, so erhält man die Spektralfunktion | ||
| − | $$X(f)= A_0 \cdot \int_{-\infty} ^{+\hspace{0.01cm}\infty}\rm e \it ^{-\rm {j 2\pi} \it ft} \,{\rm d}t.$$ | + | :$$X(f)= A_0 \cdot \int_{-\infty} ^{+\hspace{0.01cm}\infty}\rm e \it ^{-\rm {j 2\pi} \it ft} \,{\rm d}t.$$ |
mit folgenden Eigenschaften: | mit folgenden Eigenschaften: | ||
*Das Integral divergiert für $f=0$, das heißt, es liefert einen unendlich großen Wert (Integration über den konstanten Wert 1). | *Das Integral divergiert für $f=0$, das heißt, es liefert einen unendlich großen Wert (Integration über den konstanten Wert 1). | ||
| − | *Für | + | *Für eine Frequenz $f\ne 0$ ist das Integral dagegen Null; der dazugehörige Beweis ist allerdings nicht trivial (siehe nächste Seite). |
| − | + | ||
| + | |||
| + | {{BlaueBox|TEXT= | ||
| + | $\text{Definition:}$ | ||
| + | Die gesuchte Spektralfunktion $X(f)$ wird kompakt durch folgende Gleichung ausgedrückt: | ||
:$$X(f) = A_0 \, \cdot \, \rm \delta(\it f).$$ | :$$X(f) = A_0 \, \cdot \, \rm \delta(\it f).$$ | ||
| − | Man bezeichnet $\delta(f)$ als Diracfunktion, auch bekannt unter dem Namen „Distribution”. $\delta(f)$ ist eine mathematisch komplizierte Funktion; die Herleitung finden Sie auf der nächsten Seite. | + | Man bezeichnet $\delta(f)$ als '''Diracfunktion''', auch bekannt unter dem Namen „Distribution”. $\delta(f)$ ist eine mathematisch komplizierte Funktion; die Herleitung finden Sie auf der nächsten Seite.}} |
| − | + | ||
| − | Die Grafik zeigt | + | [[Datei:Sig_T_2_2_S2_Version2.png|right|frame|Gleichsignal und Spektralfunktion]] |
| + | {{GraueBox|TEXT= | ||
| + | $\text{Beispiel 2:}$ | ||
| + | Die Grafik zeigt den Funktionalzusammenhang | ||
*zwischen einem Gleichsignal $x(t)=A_{0}$ und | *zwischen einem Gleichsignal $x(t)=A_{0}$ und | ||
*der dazugehörigen Spektralfunktion $X(f)=A_{0} \cdot \delta(f)$. | *der dazugehörigen Spektralfunktion $X(f)=A_{0} \cdot \delta(f)$. | ||
| − | Die Diracfunktion bei der Frequenz $f=0$ ist durch einen Pfeil dargestellt, der mit dem Gewicht $A_{0}$ versehen ist. | + | Die Diracfunktion bei der Frequenz $f=0$ ist durch einen Pfeil dargestellt, der mit dem Gewicht $A_{0}$ versehen ist.}} |
| Zeile 81: | Zeile 84: | ||
| − | {{Definition} | + | {{BlaueBox|TEXT= |
| − | + | $\text{Definition:}$ | |
Die für die funktionale Beschreibung von nachrichtentechnischen Systemen äußerst wichtige '''Diracfunktion''' weist folgende Eigenschaften auf: | Die für die funktionale Beschreibung von nachrichtentechnischen Systemen äußerst wichtige '''Diracfunktion''' weist folgende Eigenschaften auf: | ||
*Die Diracfunktion ist unendlich schmal, das heißt, es ist $\delta(f)=0$ für $f \neq 0$. | *Die Diracfunktion ist unendlich schmal, das heißt, es ist $\delta(f)=0$ für $f \neq 0$. | ||
*Die Diracfunktion $\delta(f)$ ist bei der Frequenz $f = 0$ unendlich hoch. | *Die Diracfunktion $\delta(f)$ ist bei der Frequenz $f = 0$ unendlich hoch. | ||
| − | *Die Impulsfläche der Diracfunktion ergibt einen endlichen Wert, nämlich 1: | + | *Die Impulsfläche der Diracfunktion ergibt einen endlichen Wert, nämlich $1$: |
| − | : $\int_\limits{-\infty} ^{+\infty} \delta( f)\,{\rm d}f =1.$ | + | :$$\int_\limits{-\infty} ^{+\infty} \delta( f)\,{\rm d}f =1.$$ |
| − | + | *Aus dieser letzten Eigenschaft folgt, dass $\delta(f)$ die Einheit ${\rm Hz}^{-1} = {\rm s}$ besitzt.}} | |
| − | |||
| − | |||
| + | [[Datei:P_ID519__Sig_T_2_2_S3_rah.png|right|frame|Zur Herleitung der Diracfunktion]] | ||
| + | {{BlaueBox|TEXT= | ||
| + | $\text{Beweis:}$ | ||
Zur mathematischen Herleitung obiger Eigenschaften gehen wir von einem dimensionslosen Gleichsignal aus. Um die Konvergenz des Fourierintegrals zu erzwingen, wird das nicht energiebegrenzte Signal $x(t)$ mit einer beidseitig abfallenden Exponentialfunktion multipliziert. Die Grafik zeigt das Signal $x(t)=1$ und das energiebegrenzte Signal | Zur mathematischen Herleitung obiger Eigenschaften gehen wir von einem dimensionslosen Gleichsignal aus. Um die Konvergenz des Fourierintegrals zu erzwingen, wird das nicht energiebegrenzte Signal $x(t)$ mit einer beidseitig abfallenden Exponentialfunktion multipliziert. Die Grafik zeigt das Signal $x(t)=1$ und das energiebegrenzte Signal | ||
| − | $$x_{\varepsilon} (t) = \rm e^{\it -\varepsilon \hspace{0.05cm} \cdot \hspace{0.05cm} | + | :$$x_{\varepsilon} (t) = \rm e^{\it -\varepsilon \hspace{0.05cm} \cdot \hspace{0.05cm} \vert \hspace{0.01cm} t \hspace{0.01cm}\vert}{.}$$ |
Hierbei gelte $\varepsilon > 0$. Im Grenzübergang $\varepsilon \to 0$ geht $x_{\varepsilon}(t)$ in $(t)=1$ über. | Hierbei gelte $\varepsilon > 0$. Im Grenzübergang $\varepsilon \to 0$ geht $x_{\varepsilon}(t)$ in $(t)=1$ über. | ||
| − | |||
| − | |||
Zur Spektraldarstellung kommt man durch Anwendung des vorne angegebenen Fourierintegrals: | Zur Spektraldarstellung kommt man durch Anwendung des vorne angegebenen Fourierintegrals: | ||
| − | $$X_\varepsilon (f)=\int_{-\infty}^{0} {\rm e}^{\varepsilon{t}}\, {\cdot}\, {\rm e}^{-\rm j 2\pi \it ft} \,{\rm d}t \hspace{0.2cm}+ \hspace{0.2cm} \int_{0}^{+\infty} {\rm e}^{-\varepsilon t} \,{\cdot}\, { \rm e}^{-\rm j 2\pi \it ft} \,{\rm d}t.$$ | + | :$$X_\varepsilon (f)=\int_{-\infty}^{0} {\rm e}^{\varepsilon{t} }\, {\cdot}\, {\rm e}^{-\rm j 2\pi \it ft} \,{\rm d}t \hspace{0.2cm}+ \hspace{0.2cm} \int_{0}^{+\infty} {\rm e}^{-\varepsilon t} \,{\cdot}\, { \rm e}^{-\rm j 2\pi \it ft} \,{\rm d}t.$$ |
| − | Nach Integration und Zusammenfassen beider Anteile erhalten wir die rein reelle Spektralfunktion des energiebegrenzten Signals $x_{\varepsilon(t) | + | Nach Integration und Zusammenfassen beider Anteile erhalten wir die rein reelle Spektralfunktion des energiebegrenzten Signals $x_{\varepsilon}(t)$: |
| − | $$X_\varepsilon (f)=\frac{1}{\varepsilon -\rm j \cdot 2\pi \it f} + \frac{1}{\varepsilon+\rm j \cdot 2\pi \it f} = \frac{2\varepsilon}{\varepsilon^2 + (\rm 2\pi {\it f}\hspace{0.05cm} ) \rm ^2} \, .$$ | + | :$$X_\varepsilon (f)=\frac{1}{\varepsilon -\rm j \cdot 2\pi \it f} + \frac{1}{\varepsilon+\rm j \cdot 2\pi \it f} = \frac{2\varepsilon}{\varepsilon^2 + (\rm 2\pi {\it f}\hspace{0.05cm} ) \rm ^2} \, .$$ |
| − | Der Grenzübergang für $\ | + | Der Grenzübergang für $\varepsilon \to 0$ liefert die Diracfunktion mit dem Gewicht $1$: |
| − | $$\lim_{\varepsilon \hspace{0.05cm} \to \hspace{0.05cm} 0}X_\varepsilon (f)= \delta(f).$$ | + | :$$\lim_{\varepsilon \hspace{0.05cm} \to \hspace{0.05cm} 0}X_\varepsilon (f)= \delta(f).$$}} |
| − | Die Fläche unter der Kurve ist unabhängig vom Parameter $\varepsilon$ gleich $\varepsilon$. Je kleiner ε gewählt wird, um so schmaler und höher wird die Funktion, wie das Lernvideo [[Herleitung und Visualisierung der Diracfunktion | + | |
| + | Die Fläche unter der Kurve ist unabhängig vom Parameter $\varepsilon$ gleich $\varepsilon$. Je kleiner ε gewählt wird, um so schmaler und höher wird die Funktion, wie das Lernvideo [[Herleitung_und_Visualisierung_der_Diracfunktion_(Lernvideo)|Herleitung und Visualisierung der Diracfunktion]] zeigt. | ||
| Zeile 119: | Zeile 122: | ||
==Aufgaben zum Kapitel== | ==Aufgaben zum Kapitel== | ||
| − | [[Aufgaben: 2.2 Gleichsignalanteile|Aufgabe 2.2: | + | [[Aufgaben: 2.2 Gleichsignalanteile|Aufgabe 2.2: Gleichsignalanteile]] |
| − | [[Aufgaben: | + | [[Aufgaben:Aufgabe_2.2Z:_Nichtlinearitäten|Aufgabe 2.2Z: Nichtlinearitäten]] |
{{Display}} | {{Display}} | ||
Version vom 20. Dezember 2017, 17:56 Uhr
Inhaltsverzeichnis
Zeitsignaldarstellung
$\text{Definition:}$ Ein Gleichsignal ist ein deterministisches Signal, dessen Augenblickswerte für alle Zeiten $t$ von $-\infty$ bis $+\infty$ konstant sind. Ein solches Signal ist der Grenzfall einer harmonischen Schwingung, wobei die Periodendauer $T_{0}$ einen unendlich großen Wert besitzt.
Gleichsignal im Zeitbereich
Entsprechend dieser Definition reicht ein Gleichsignal immer von $t = -\infty$ bis $t = +\infty$. Wird das Signal erst zum Zeitpunkt $t = 0$ eingeschaltet, so liegt kein Gleichsignal vor.
- Ein Gleichsignal kann niemals Träger von Information im nachrichtentechnischen Sinne sein, doch können Nachrichtensignale durchaus einen Gleichsignalanteil besitzen.
- Alle im Folgenden für das Gleichsignal getroffenen Aussagen gelten in gleicher Weise auch für einen solchen Gleichsignalanteil.
$\text{Definition:}$ Für den Gleichsignalanteil $A_{0}$ eines beliebigen Signals $x(t)$ gilt:
- $$A_0 = \lim_{T_{\rm M}\to\infty}\,\frac{1}{T_{\rm M} }\cdot\int^{T_{\rm M}/2}_{-T_{\rm M}/2}x(t)\,{\rm d} t. $$
Die Messdauer $T_{\rm M}$ sollte stets möglichst groß gewählt werden (im Grenzfall unendlich). Die angegebene Gleichung gilt allerdings nur dann, wenn $T_{\rm M}$ symmetrisch um den Zeitpunkt $t=0$ liegt.
Zufallssignal mit Gleichanteil
$\text{Beispiel 1:}$ Die Grafik zeigt ein stochastisches Signal $x(t)$.
- Der Gleichsignalanteil $A_{0}$ ist hierbei $2\ \rm V$.
- Im Sinne der Statistik entspricht $A_{0}$ dem linearen Mittelwert.
Spektraldarstellung
Wir betrachten nun den Sachverhalt im Frequenzbereich. Aus der Zeitfunktion ist bereits ersichtlich, dass diese – spektral gesehen – nur eine einzige (physikalische) Frequenz beinhaltet, nämlich die Frequenz $f=0$.
Dieses Ergebnis soll nun mathematisch hergeleitet werden. Im Vorgriff auf das Kapitel Fouriertransformation wird bereits hier der Zusammenhang zwischen dem Zeitsignal $x(t)$ und dem korrespondierenden Spektrum $X(f)$ angegeben:
- $$X(f)= \hspace{0.05cm}\int_{-\infty} ^{{+}\infty} x(t) \, \cdot \, { \rm e}^{-\rm j 2\pi \it ft} \,{\rm d}t.$$
Man bezeichnet die so berechnete Spektralfunktion $X(f)$ nach dem französischen Mathematiker Jean Baptiste Joseph Fourier als die Fouriertransformierte von $x(t)$ und verwendet als Kurzbezeichnung für diesen Funktionalzusammenhang
- $$X(f)\bullet\!\!-\!\!\!-\!\!\circ\,x(t).$$
Beschreibt $x(t)$ beispielsweise einen Spannungsverlauf, so hat $X(f)$ die Einheit „V/Hz“.
Wendet man diese Transformationsgleichung auf das Gleichsignal $x(t)=A_{0}$ an, so erhält man die Spektralfunktion
- $$X(f)= A_0 \cdot \int_{-\infty} ^{+\hspace{0.01cm}\infty}\rm e \it ^{-\rm {j 2\pi} \it ft} \,{\rm d}t.$$
mit folgenden Eigenschaften:
- Das Integral divergiert für $f=0$, das heißt, es liefert einen unendlich großen Wert (Integration über den konstanten Wert 1).
- Für eine Frequenz $f\ne 0$ ist das Integral dagegen Null; der dazugehörige Beweis ist allerdings nicht trivial (siehe nächste Seite).
$\text{Definition:}$ Die gesuchte Spektralfunktion $X(f)$ wird kompakt durch folgende Gleichung ausgedrückt:
- $$X(f) = A_0 \, \cdot \, \rm \delta(\it f).$$
Man bezeichnet $\delta(f)$ als Diracfunktion, auch bekannt unter dem Namen „Distribution”. $\delta(f)$ ist eine mathematisch komplizierte Funktion; die Herleitung finden Sie auf der nächsten Seite.
Gleichsignal und Spektralfunktion
$\text{Beispiel 2:}$ Die Grafik zeigt den Funktionalzusammenhang
- zwischen einem Gleichsignal $x(t)=A_{0}$ und
- der dazugehörigen Spektralfunktion $X(f)=A_{0} \cdot \delta(f)$.
Die Diracfunktion bei der Frequenz $f=0$ ist durch einen Pfeil dargestellt, der mit dem Gewicht $A_{0}$ versehen ist.
Diracfunktion im Frequenzbereich
$\text{Definition:}$ Die für die funktionale Beschreibung von nachrichtentechnischen Systemen äußerst wichtige Diracfunktion weist folgende Eigenschaften auf:
- Die Diracfunktion ist unendlich schmal, das heißt, es ist $\delta(f)=0$ für $f \neq 0$.
- Die Diracfunktion $\delta(f)$ ist bei der Frequenz $f = 0$ unendlich hoch.
- Die Impulsfläche der Diracfunktion ergibt einen endlichen Wert, nämlich $1$:
- $$\int_\limits{-\infty} ^{+\infty} \delta( f)\,{\rm d}f =1.$$
- Aus dieser letzten Eigenschaft folgt, dass $\delta(f)$ die Einheit ${\rm Hz}^{-1} = {\rm s}$ besitzt.
Zur Herleitung der Diracfunktion
$\text{Beweis:}$ Zur mathematischen Herleitung obiger Eigenschaften gehen wir von einem dimensionslosen Gleichsignal aus. Um die Konvergenz des Fourierintegrals zu erzwingen, wird das nicht energiebegrenzte Signal $x(t)$ mit einer beidseitig abfallenden Exponentialfunktion multipliziert. Die Grafik zeigt das Signal $x(t)=1$ und das energiebegrenzte Signal
- $$x_{\varepsilon} (t) = \rm e^{\it -\varepsilon \hspace{0.05cm} \cdot \hspace{0.05cm} \vert \hspace{0.01cm} t \hspace{0.01cm}\vert}{.}$$
Hierbei gelte $\varepsilon > 0$. Im Grenzübergang $\varepsilon \to 0$ geht $x_{\varepsilon}(t)$ in $(t)=1$ über.
Zur Spektraldarstellung kommt man durch Anwendung des vorne angegebenen Fourierintegrals:
- $$X_\varepsilon (f)=\int_{-\infty}^{0} {\rm e}^{\varepsilon{t} }\, {\cdot}\, {\rm e}^{-\rm j 2\pi \it ft} \,{\rm d}t \hspace{0.2cm}+ \hspace{0.2cm} \int_{0}^{+\infty} {\rm e}^{-\varepsilon t} \,{\cdot}\, { \rm e}^{-\rm j 2\pi \it ft} \,{\rm d}t.$$
Nach Integration und Zusammenfassen beider Anteile erhalten wir die rein reelle Spektralfunktion des energiebegrenzten Signals $x_{\varepsilon}(t)$:
- $$X_\varepsilon (f)=\frac{1}{\varepsilon -\rm j \cdot 2\pi \it f} + \frac{1}{\varepsilon+\rm j \cdot 2\pi \it f} = \frac{2\varepsilon}{\varepsilon^2 + (\rm 2\pi {\it f}\hspace{0.05cm} ) \rm ^2} \, .$$
Der Grenzübergang für $\varepsilon \to 0$ liefert die Diracfunktion mit dem Gewicht $1$:
- $$\lim_{\varepsilon \hspace{0.05cm} \to \hspace{0.05cm} 0}X_\varepsilon (f)= \delta(f).$$
Die Fläche unter der Kurve ist unabhängig vom Parameter $\varepsilon$ gleich $\varepsilon$. Je kleiner ε gewählt wird, um so schmaler und höher wird die Funktion, wie das Lernvideo Herleitung und Visualisierung der Diracfunktion zeigt.
Aufgaben zum Kapitel
Aufgabe 2.2: Gleichsignalanteile
Aufgabe 2.2Z: Nichtlinearitäten
