Szybka transformacja Fouriera (FFT Fast Fourier Transform)

Podobne dokumenty
Szybka transformacja Fouriera (FFT Fast Fourier Transform)

Szybka transformacja Fouriera (FFT Fast Fourier Transform)

Definicja interpolacji

I. Podzielność liczb całkowitych

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

MACIERZE STOCHASTYCZNE

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

CAŁKA NIEOZNACZONA. F (x) = f(x) dx.

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

UKŁADY RÓWNAŃ LINOWYCH

Metody numeryczne Laboratorium 5 Info

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

1 Układy równań liniowych

Parametryzacja rozwiązań układu równań

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

x t 1 (x) o 1 : x s 3 (x) Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

c 2 + d2 c 2 + d i, 2

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

( ) WŁASNOŚCI MACIERZY

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Twierdzenie Cayleya-Hamiltona

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Egzamin maturalny z matematyki CZERWIEC 2011

Wykład 11. a, b G a b = b a,

4. Aproksymacja Wprowadzenie (4.1) aproksymowana aproksymującej przybliżającej błędami aproksymacji przybliżenia

O liczbach naturalnych, których suma równa się iloczynowi

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Wprowadzenie. metody elementów skończonych

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ.

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy

Podprzestrzenie macierzowe

A A A A11 A12 A1. m m mn

MATURA 2014 z WSiP. Zasady oceniania zadań

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

CIĄGI LICZBOWE. Poziom podstawowy

Prawdopodobieństwo i statystyka

Funkcje tworzące - przypomnienie

1 Definicja dyskretnej transformacji Fouriera (DFT) 2 Odmiany DFT. 3 Motylek dwupunktowej DFT. 5 Złożoność obliczeniowa bezpośrednio obliczanej DFT

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy

Podprzestrzenie macierzowe

Zadania z algebry liniowej - sem. I Liczby zespolone

Zadania z Matematyka 2 - SIMR 2008/ szeregi zadania z rozwiązaniami. n 1. n n. ( 1) n n. n n + 4

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:

KADD Metoda najmniejszych kwadratów

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

a n 7 a jest ciągiem arytmetycznym.

STATYSTYKA I ANALIZA DANYCH

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

Szeregi liczbowe i ich własności. Kryteria zbieżności szeregów. Zbieżność bezwzględna i warunkowa. Mnożenie szeregów.

Szeregi liczbowe. 15 stycznia 2012

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

2. Schemat ideowy układu pomiarowego

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/ n 333))

KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

Metody Obliczeniowe w Nauce i Technice laboratorium

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Katalog wymagań programowych z matematyki od absolwenta II klasy (poziom rozszerzony).

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

Teoria obliczeń: ciągi, notacja 0. Wykład 7

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Rozmieszczenie liczb pierwszych

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Ciągi liczbowe wykład 3

POLITECHNIKA OPOLSKA

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Jarosław Wróblewski Analiza Matematyczna 1 LUX, zima 2016/17

Dydaktyka matematyki III-IV etap edukacyjny (wykłady)

Transformata Fouriera

ZADANIA NA ĆWICZENIA 3 I 4

LUBELSKA PRÓBA PRZED MATURĄ 2015 poziom podstawowy. Liczba punktów Wyznaczenie pierwszej współrzędnej wierzchołka paraboli: x.

LABORATORIUM MODELOWANIA I SYMULACJI. Ćwiczenie 3 MODELOWANIE SYSTEMÓW DYNAMICZNYCH METODY OPISU MODELI UKŁADÓW

1 Twierdzenia o granicznym przejściu pod znakiem całki

RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

Analiza matematyczna. Robert Rałowski

Przykładowe zadania dla poziomu rozszerzonego

Zasada indukcji matematycznej. Dowody indukcyjne.

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Transkrypt:

Szybka trasformacja Fouriera (FFT Fast Fourier Trasform) Pla wykładu: 1 Trasformacja Fouriera, iloczy skalary 2 DFT - dyskreta trasformacja Fouriera 3 FFT szybka trasformacja Fouriera a) algorytm PFA b) algorytm Cooleya-Tukeya (radix-2) c) wielowymiarowe FFT 4 Przykłady zastosowań: możeie wielomiaów, odszumiaie sygału, rozwiązaie rówaia Poissoa, całkowaie 1

Jeśli fukcja f(x) jest okresowa wówczas zamiast wielomiaów do jej iterpolacji (aproksymacji) lepiej użyć wielomiaów trygoometryczych tj rozwiąć fukcję w szereg Fouriera Dla fukcji okresowej o okresie 2π: f(x) a 1 0 2 + (a k cos(kx) + b k si(kx)) a k 1 ¼ k1 Z ¼ ¼ f(t)cos(kt)dt Jeśli fukcja f(x) jest rzeczywista wówczas zwykły szereg Fouriera jest częścią rzeczywistą zespoloego szeregu Fouriera: Z ¼ bf(k) 1 2¼ ¼ 1 2 (a k Ib k ) k 0 Dla ciągu współczyików f(t)[cos(kt) Isi(kt)]dt b k 1 ¼ Z ¼ ¼ f(t)si(kt)dt defiiujemy [a k ] 1 k0 [b k ] 1 k1 b 0 0 a k a k b k b k Fukcję możemy też zapisać w postaci zespoloego szeregu Fouriera f(x)» bf(k) 1 2¼ 1 k 1 Z ¼ ¼ bf(k)e Ikx f(t)e Ikt dt c k 1 2 (a k Ib k ) Co prowadzi do zależości pomiędzy szeregiem rzeczywistym i zespoloym a 0 2 + (a k cos(kx) + b k si(kx)) k1 k c k e Ikx 2

Fukcje E k (x) e Ikx ; k 0; 1; 2; : : : geerują ciąg ortoormalych fukcji w zespoloej przestrzei Hilberta Iloczy skalary w tej przestrzei: hf; gi 1 2¼ he k ; E i 1 2¼ Z ¼ ¼ Z ¼ f(x)g (x)dx Dyspoując tablicą wartości fukcji f i g w węzłach siatki, iloczy wewętrzy moża zapisać w postaci dyskretej: 1 hf; gi 1 1 2¼ 1 2¼ 1 2¼ j0 ¼ Z ¼ ¼ Z ¼ ¼ E k (x)e (x)dx e ikx e Ix dx e I(k )x dx e I(k )x I(k ) x¼ x ¼ 0 f(2¼j)g (2¼j) Własości iloczyu wewętrzego/skalarego: oraz związek z ormą euklidesową Dla każdego Dowód hf; fi 0 hf; gi hg; fi h f + g; hi hf; hi + hg; hi kfk p hf; fi 1 he k ; E m i 1 1 j0 ½ 1 E k 2¼j 1 k m k m 0 1 j0 2 Z 2 Z 2¼j E m he 2¼I(k m) i j 3

e 2¼I(k m) 1, k m Dla pozostałych przypadków moża się posłużyć wyrażeiem a sumę szeregu: co daje 1 j0 j 1 1 ; 6 1 ze względu a postać liczika Fukcje E k (x) tworzą ciąg ortogoalych (ortoormalych) jedomiaów ekspoecjalych, z których moża utworzyć wielomia: P (x) 2 Z e 2¼I(k m) 1 e 2¼I(k m) 1 0 1 k0 c k e Ikx c k E k (x) k0 1 k0 c k (e Ix ) k Załóżmy, że jej wartości są określoe a siatce zbudowaej z rówoodległych węzłów: x j 2¼j Wielomia iterpolujący ma wówczas postać f(x) P (x) ; j 0; 1; : : : ; 1 1 c k E k (x) k0 Współczyiki zajdziemy licząc iloczyy skalare (lewa i prawa stroa) z kolejymi jedomiaami E m hf; E m i 1 k0 Ciąg współczyików c m wyzaczaych zgodie z powyższym wzorem defiiuje dyskretą trasformatę Fouriera (DFT to wyik przekształceia) 1 f(x) P (x) c k he k ; E m i 1 k0 hf; E k ie k k0 c k ± k;m c m Wielomia ekspoecjaly może posłużyć do iterpolacji fukcji f(x) W metodzie ajmiejszych kwadratów wielomia te może posłużyć do aproksymacji fukcji f(x) gdy stopień wielomiau aproksymującego jest miejszy od -1 4

DFT moża zapisać wykorzystując postać macierzową Ef c 0 B @ E 0 (x 0 ) E 0 (x 1 ) : : : E 0 (x 1 ) E 1 (x 0 ) E 1 (x 1 ) : : : E 1 (x 1 ) E 1 (x 0 ) E 1 (x 1 ) : : : E 1 (x 1 ) 1 0 C B A @ f(x 0 ) f(x 1 ) f(x 1 ) 1 C A 0 B @ c 0 c 1 c 1 1 C A Trasformatę moża zaleźć wykoując tylko możeie wektora przez macierz Ale w te sposób ależy wykoać O( 2 ) operacji arytmetyczych Jedakże macierz E ma specyficzą postać jej elemety są ze sobą ściśle powiązae co moża wykorzystać w celu zmiejszeia akładu obliczeń Dzięki FFT liczba wykoywaych operacji może zmaleć do wartości O(log 2 ) 2 log 2 () 1024 1048576 10240 4096 16777216 49152 16384 268435456 229375 5

FFT z rozkładem a czyiki pierwsze (PFA - Prime Factor Algorithm) Liczbę aturalą możemy zapisać jako r 1 r 2 : : : r p gdzie: r i są liczbami pierwszymi przykład 56 2 2 2 7 Idea algorytmu PFA polega a zastąpieiu obliczeń DFT w jedym wymiarze (skala 2 ), a obliczeiu iloczyu p trasformat DFT skalujących się jak r 2 1; r 2 2; : : : ; r 2 p; Algorytm PFA zmiejsza akład obliczeń z 2 do (r 1 +r 2 ++r p ) Zakładamy, że fukcja f(x) jest stablicowaa w węzłach x j 2¼j ; j 0; 1; : : : ; 1 Fucję rozwijamy w bazie wielomiaów ekspoecjalych F (x) k0 c k e Ikx Wykorzystując własości wielomiaów, współczyiki rozwiięcia zapisujemy w postaci c k 1 Ozaczeia: f(x j )e Ikx j ; k 0; 1; : : : ; 1 j0 w exp I2¼ a j 1 f 2¼j Rozkładamy liczbę węzłów a iloczy liczb pierwszych: r 1 r 2 : : : r p i wprowadzamy koleje ozaczeia: º r º+1 r º+2 : : : r p º 0; 1; : : : ; p 1 p 1 ¾ c k r 1 r 2 : : : r º º j0 a j w kj py iº+1 r i 6

Zmieą k zapisujemy w postaci: k 1 1 + 2 2 + : : : + p p 1 2 f0; 1; : : : ; r 1 1g 2 2 f0; 1; : : : ; r 2 1g p 2 f0; 1; : : : ; r p 1g k º p iº+1 i i j º º p 1 iº k º < º ; º 0; 1; : : : ; p l i+1 i i podobie ułamek j/: j l 1 0 + l 2 1 + : : : l p p 1 l 1 2 f0; 1; : : : ; r 1 1g l 2 2 f0; 1; : : : ; r 2 1g l p 2 f0; 1; : : : ; r p 1g k j à p i1 p 1 º0 p 1 º0 M 2 Z! à p 1 i i l º+1 º à l º+1 k º º º0 p iº+1 + M l º+1 º! i i! + M 7

Wykorzystujemy uzyskay wyik do obliczeia w kj w kj exp exp p 1 Y º0 p 1 Y º0 2¼I kj à à p 1 2¼I exp w k º l º+1 º º0 l º+1 k º º 2¼I l º+1k º º + M!! Wykorzystujemy teraz zależość pomiędzy wskaźikiem j a l 1,l 2,,l p j l 1 + l 2 r 1 + : : : + l p r 1 r 2 : : : r p w sumowaiu Sumę po j możemy zapisać jako j0! r 1 1 l 1 0 r 2 1 l 2 0 : : : r p 1 l p 0 poieważ każdą wartość j realizuje odpowiedia kombiacja wskaźików l 1,l 2,,l p To przejście pozwala zapisać współczyik c k jako iloczy p trasformat DFT jedowymiarowych Chcemy zaleźć wartość współczyików c k c k j0 j0 f(x j ) exp Ik 2¼j f(x j ) wkj 8

c k c(l 1 ; l 2 ; : : : ; l p ) r 1 1 l 1 0 r 2 1 l 2 0 : : : r p 1 l p 0 c (0) (l 1 ; l 2 ; : : : ; l p )w k 0l 1 0 w k 1l 2 1 : : : w k p 1l p p 1 Startujemy od obliczeia jedowymiarowego DFT dla wartości fukcji w węzłach, których ideksy zależą od aktualych wartości l 1,l 2,,l p c 0 f(x j) ; j l 1 + l 2 r 1 + : : : + l p r 1 r 2 : : : r p Takich trasformat będzie /r p, a wyzaczeie każdej z ich wiąże się z akładem obliczeń rzędu (r p ) 2 c (1) (l 1 ; l 2 ; : : : ; p ) r p 1 l p 0 c (0) (l 1 ; l 2 ; : : : ; l p )w k p 1l p p 1 astępie obliczamy c (2) (l 1 ; l 2 ; : : : ; p 1 ; p ) r p 1 1 l p 1 0 c (1) (l 1 ; l 2 ; : : : ; l p 1 ; p )w k p 2l p 1 p 2 Po wyzaczeiu w te sposób p trasformat dostajemy żąday współczyik c k (procedurę powtarzamy dla każdej wartości k) c k c (p) ( 1 ; 2 ; : : : ; p 1 ; p ) r 1 1 l 1 0 c (p 1) (l 1 ; 2 ; : : : ; p 1 ; p )w k 0l 1 0 9

Algorytm radix-2 Osobo grupujemy składiki a) parzyste j 2m ajprostszy algorytm FFT to radix-2 (Cooley- Tukey) opracoway w latach 60 wieku w celu szybkiej aalizy daych sejsmologiczych b) ieparzyste j 2m + 1 aszym zadaiem jest obliczeie współczyików trasformaty Fouriera (DFT) c k, ale wykoując jak ajmiej obliczeń Zakładamy że całkowita liczba węzłów jest potęgą 2: x j 2¼ j j 0; 1; 2; : : : ; 1 2 r ; r 2 c k he k ; fi 1 j0 1 j0 1 j0 f(x j )E k (x j ) f(x j )exp ( Ix j k) f j exp I 2¼ jk c k c k + +exp 2 1 m0 2 1 m0 2 1 m0 f 2m exp I 2¼ (2m)k f 2m+1 exp I 2¼ (2m + 1)k f 2m exp I 2¼ 2 1 k I 2¼ 2 mk m0 f 2m+1 exp I 2¼ 2 mk 10

c k p k + ' k q k p k q k 2 1 m0 2 1 m0 ' k exp Korzystamy teraz z okresowości wyrazów p k oraz q k : p k+2 p k f 2m exp f 2m+1 exp I 2¼ k I 2¼ 2 mk I 2¼ 2 mk q k+2 q k Uwagi: a) współczyiki p k oraz q k moża wyliczyć dzięki DFT akładem O(/2) 2 O( 2 /4) b) dodatkowo oszczędzamy czas wyzaczając tylko współczyiki dla poieważ c k 8 < : p k 2 k < 2 p k + ' k q k ; k < 2 ' k q k 2 ; k 2 atomiast czyik fazowy ma astępującą własość: ' k+2 exp I 2¼ k + 2 exp I 2¼ k exp exp I 2¼ k ' k I 2¼ 2 Kolejym krokiem w FFT jest podział sum w p k oraz w q k a sumy zawierające tylko elemety parzyste i ieparzyste Po podziale liczba elemetów w każdej z dwóch powstałych sum jest dwukrotie miejsza iż w elemecie macierzystym Proces rekurecyjego podziału kończymy gdy liczba elemetów jest rówa 1 11

Ie algorytmy FFT 1) Algorytm Wiograda/Radera DFT jest sformułowae w postaci cykliczego splotu Modyfikacja Wiograda algorytmu FFT działa gdy p m, p -liczba pierwsza 2) Split-radix modyfikacja algorytmu Cooleya-Tukeya W każdym kroku DFT jest wyrażaa jako suma DFT dla /2 oraz dwóch DFT dla /4 Jest to ajszybszy algorytm FFT 3) DST (discrete sie trasform) oraz DCT (discrete cosie trasform) trasformaty siusowa i kosiusowa, opłaca się je stosować gdy trasformację przeprowadzamy a fukcjach rzeczywistych Uikamy w te sposób operacji a liczbach zespoloych co jest kosztowe Wielowymiarowa FFT 1 2 : : : d c k1 ;k 2 ;:::;k d 1 2 j 1 0 j 2 0 : : : d j d 0 f j1 ;j 2 ;:::;j d exp j1 k 1 i2¼ + j 2k 2 1 2 + : : : + j dk d d Współczyki wyzacza się stosując algorytm jedowymiarowego FFT kolejo dla każdego z wymiarów 12

Zastosowaia FFT: 1) iterpolacja, aproksymacja 2) szybkie możeie 3) cyfrowe przetwarzaie sygału (p odszumiaie widmo częstotliwości) 4) kompresja daych 5) aaliza sygałów czasowych (korelacja, splot) 6) rozwiązywaie rówań różiczkowych (rów Poissoa) 13

Szybkie możeie wielomiaów przy użyciu FFT Chcemy obliczyć iloczy dwóch wielomiaów P (x) Q(x) i0 i0 a i x i b i x i Jeśli stopie wielomiaów są róże to je wyrówujemy dodając do wielomiau iższego stopia współczyiki rówe 0 Iloczy wielomiaów R(x) P (x)q(x) i;j0 a i b j x i+j i0 Dokoujemy reideksacji wskaźików i + j k! j k i a i x i j0 b j x j R(x) c k 2 2 k0 i0 i0 a i b k i a i b k i x k 2 k0 Jeśli współczyiki wielomiaów a i oraz b i potraktujemy jako współrzęde wektorów a [a 0 ; a 1 ; : : : ; a ] b [b 0 ; b 1 ; : : : ; b ] to wektor c jest ich splotem: c a b c k x k Korzystając z defiicji traformacji Fouriera dla splotu fukcji możemy zapisać c F F T 1 h F F T (~a~a~a)f F T ( ~ b ~ b~ b) i ~a~a~a [a 0 ; a 1 ; : : : ; a ; a ; : : : ; a 2 ] ~ b ~ b ~ b [b0 ; b 1 ; : : : ; b ; b ; : : : ; b 2 ] a i ; b i 0, i > 1 c 2 0 14

Filtracja sygału f(x) cos(x) + cos(2x) + cos(3x) FFT Dyskrymiacja szumu FFT -1 15

Rozwiązywaie rówaia Poissoa (2D, 3D) r 2 V r ½ r dokoujemy trasformacji (FFT) całego rówaia (do przestrzei odwrotej) k 2 V k ½ k skąd już łatwo wyzaczymy V k V k ½ k k 2 i gotowe rozwiązaie (w przestrzei rzeczywistej) V r F F T 1 fv k g Uwaga: musimy jeszcze uwzględić waruki brzegowe (WB) 1) jeśli WB są typu Dirichleta V r j brzeg V b 6 0 to wykoujemy DST-FFT dla wętrza obszaru, a WB uwzględiamy dokoując trasformat potecjału a brzegach wyiki dodajemy 2) jeśli WB są typu eumaa @V r @~ j brzeg 0 to wówczas stosujemy DCT-FFT dla wętrza obszaru WB są automatyczie spełioe Całkowaie Chcemy obliczyć całkę oddziaływaia dwóch gęstości ładuku/materii C która zawiera osobliwość Całkę możemy zapisać ieco iaczej Z b C V (~r 1 ) Z b a a Z b d~r 1 Z b a j~r 1 ~r 2 j 1 f(~r 1 ~r 2 ) f(~r 2 ~r 1 ) Potecjał V(r 1 ) jest splotem dwóch fukcji: gęstości i fukcji f Moża więc wykorzystać tu twierdzeie o splocie i jego trasformacie: F F T fv g F F T f½ 2 fg a d~r 2 ½ 1 (~r 1 )½ 2 (~r 2 ) j~r 1 ~r 2 j d~r 1 ½ 1 (~r 1 )V (~r 1 ) d~r 2 ½ 2 (~r 2 )f(~r 1 ~r 2 ) F F T f½ 2 g F F T f½ 2 g Trasformata odwrota ostatiego iloczyu daje poszukiway potecjał 16