دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Tim Hsu
سری: Ams/Maa Textbooks (Book 59)
ISBN (شابک) : 147045145X, 9781470451455
ناشر: American Mathematical Society
سال نشر: 2020
تعداد صفحات: 371
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Fourier Series, Fourier Transforms, and Function Spaces: A Second Course in Analysis (AMS/MAA Textbooks) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب سری فوریه، تبدیل های فوریه و فضاهای توابعی: دوره دوم در تحلیل (کتاب های درسی AMS/MAA) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
سری فوریه، تبدیل فوریه و فضاهای تابعی به عنوان یک کتاب درسی برای دوره دوم یا دوره اصلی در تجزیه و تحلیل برای دانشجویان پیشرفته کارشناسی یا فارغ التحصیلان مبتدی طراحی شده است. با فرض وجود و ویژگیهای انتگرال Lebesgue، این کتاب این امکان را برای دانشآموزانی که قبلاً تنها یک دوره در تحلیل واقعی را گذراندهاند، میدهد تا تحلیل فوریه را بر حسب فضاهای هیلبرت بیاموزند، و این امکان را برای رویکرد عمیقتر و ظریفتر فراهم میکند. این رویکرد همچنین به دانشآموختگان مقطع کارشناسی ارشد و ارشد اجازه میدهد تا موضوعاتی مانند PDE، مکانیک کوانتومی و پردازش سیگنال را به شیوهای دقیق مطالعه کنند. دانشجویان علاقه مند به آمار (سری های زمانی)، یادگیری ماشین (روش های هسته)، فیزیک ریاضی (مکانیک کوانتومی)، یا مهندسی برق (پردازش سیگنال) این کتاب را مفید خواهند یافت. با 400 مسئله، که بسیاری از آنها خود خوانندگان را در توسعه مفاهیم نظری کلیدی راهنمایی میکنند، این متن را میتوان با خودآموزی یا رویکرد مبتنی بر تحقیق تطبیق داد. در نهایت، البته، این متن همچنین می تواند به عنوان انگیزه و آماده سازی برای دانش آموزانی که به مطالعه بیشتر در تحلیل ادامه می دهند، باشد.
Fourier Series, Fourier Transforms, and Function Spaces is designed as a textbook for a second course or capstone course in analysis for advanced undergraduate or beginning graduate students. By assuming the existence and properties of the Lebesgue integral, this book makes it possible for students who have previously taken only one course in real analysis to learn Fourier analysis in terms of Hilbert spaces, allowing for both a deeper and more elegant approach. This approach also allows junior and senior undergraduates to study topics like PDEs, quantum mechanics, and signal processing in a rigorous manner. Students interested in statistics (time series), machine learning (kernel methods), mathematical physics (quantum mechanics), or electrical engineering (signal processing) will find this book useful. With 400 problems, many of which guide readers in developing key theoretical concepts themselves, this text can also be adapted to self-study or an inquiry-based approach. Finally, of course, this text can also serve as motivation and preparation for students going on to further study in analysis.
Cover Title page Copyright Contents Introduction Chapter 1. Overture 1.1. Mathematical motivation: Series of functions 1.2. Physical motivation: Acoustics Part 1 Complex functions of a real variable Chapter 2. Real and complex numbers 2.1. Axioms for the real numbers 2.2. Complex numbers 2.3. Metrics and metric spaces 2.4. Sequences in C and other metric spaces 2.5. Completeness in metric spaces 2.6. The topology of metric spaces Chapter 3. Complex-valued calculus 3.1. Continuity and limits 3.2. Differentiation 3.3. The Riemann integral: Definition 3.4. The Riemann integral: Properties 3.5. The Fundamental Theorem of Calculus 3.6. Other results from calculus Chapter 4. Series of functions 4.1. Infinite series 4.2. Sequences and series of functions 4.3. Uniform convergence 4.4. Power series 4.5. Exponential and trigonometric functions 4.6. More about exponential functions 4.7. The Schwartz space 4.8. Integration on R Part 2 Fourier series and Hilbert spaces Chapter 5. The idea of a function space 5.1. Which clock keeps better time? 5.2. Function spaces and metrics 5.3. Dot products Chapter 6. Fourier series 6.1. Fourier polynomials 6.2. Fourier series 6.3. Real Fourier series 6.4. Convergence of Fourier series* of differentiable functions Chapter 7. Hilbert spaces 7.1. Inner product spaces 7.2. Normed spaces 7.3. Orthogonal sets and bases 7.4. The Lebesgue integral: Measure zero 7.5. The Lebesgue integral: Axioms 7.6. Hilbert spaces Chapter 8. Convergence of Fourier series 8.1. Fourier series in ?²(?¹) 8.2. Convolutions 8.3. Dirac kernels 8.4. Proof of the Inversion Theorem 8.5. Applications of Fourier series Part 3 Operators and differential equations Chapter 9. PDEs and diagonalization 9.1. Some PDEs from classical physics 9.2. Schrödinger’s equation 9.3. Diagonalization Chapter 10. Operators on Hilbert spaces 10.1. Operators on Hilbert spaces 10.2. Hermitian and positive operators 10.3. Eigenvectors and eigenvalues 10.4. Eigenbases Chapter 11. Eigenbases and differential equations 11.1. The heat equation on the circle 11.2. The eigenbasis method 11.3. The wave equation on the circle 11.4. Boundary value problems 11.5. Legendre polynomials 11.6. Hermite functions 11.7. The quantum harmonic oscillator 11.8. Sturm-Liouville theory Part 4 The Fourier transform and beyond Chapter 12. The Fourier transform 12.1. The big picture 12.2. Convolutions, Dirac kernels, and calculus on R 12.3. The Fourier transform on schwartz 12.4. Inversion and the Plancherel theorem 12.5. The ?² Fourier transform Chapter 13. Applications of the Fourier transform 13.1. A table of Fourier transforms 13.2. Linear differential equations with constant coefficients 13.3. The heat and wave equations on R 13.4. An eigenbasis for the Fourier transform 13.5. Continuous-valued quantum observables 13.6. Poisson summation and theta functions 13.7. Miscellaneous applications of the Fourier transform Chapter 14. What’s next? 14.1. What’s next: More analysis 14.2. What’s next: Signal processing and distributions 14.3. What’s next: Wavelets 14.4. What’s next: Quantum mechanics 14.5. What’s next: Spectra and number theory 14.6. What’s next: Harmonic analysis on groups Appendices Appendix A. Rearrangements of series Appendix B. Linear algebra Appendix C. Bump functions Appendix D. Suggestions for problems Bibliography Index Index Back Cover