Funkcje matematyczne często wykorzystywane w analizie i fizyce, szczególnie w kontekście układów oscylacyjnych i falowych, można rozłożyć na składniki periodyczne, co pozwala na ich dalszą obróbkę i analizę. W zależności od przyjętej definicji, możemy uzyskać różne rozszerzenia okresowe funkcji, takie jak rozszerzenia parzyste, nieparzyste lub pełne rozszerzenia w formie szeregów Fouriera. Te rozszerzenia są użyteczne w różnych zastosowaniach, od analizy układów mechanicznych po rozwiązania równań różniczkowych w fizyce teoretycznej.

Rozważmy trzy przypadki rozszerzeń funkcji. W pierwszym przypadku, wartości funkcji na przedziale (L,0)(-L, 0) są przyjmowane za identyczne z wartościami funkcji na przedziale (0,L)(0, L), co prowadzi do uzyskania rozszerzenia parzystego z okresem 2L2L. Zastosowanie takich funkcji pozwala na uzyskanie rozkładów przy pomocy szeregów cosinusów, które są naturalnym wyborem dla funkcji parzystych. W drugim przypadku rozszerzamy funkcję na (L,0)(-L, 0) przez przypisanie jej wartości przeciwnej do wartości na przedziale (0,L)(0, L), co daje rozszerzenie nieparzyste z okresem 2L2L, odpowiadające szeregom sinusów. Ostatni przypadek polega na identyfikowaniu wartości funkcji na przedziale (L,0)(-L, 0) z wartościami na przedziale (0,L)(0, L), co jest najprostszym przypadkiem i pozwala na uzyskanie pełnego szeregu Fouriera, który przyjmuje okres LL.

Takie podejście pozwala nie tylko uzyskać praktyczne rozwiązania w postaci rozkładów funkcji, ale także daje możliwość zastosowania tych rozszerzeń do obliczeń numerycznych i analitycznych, na przykład w modelowaniu drgań układów mechanicznych. Często wykorzystywane jest w analizie układów, w których występuje wymuszenie okresowe. W takich przypadkach szereg Fouriera jest bardzo użyteczny przy rozwiązywaniu równań różniczkowych. Wystarczy rozwinąć funkcję wymuszającą na odpowiednią szereg i znaleźć szczególne rozwiązanie równania różniczkowego opisującego układ.

Przykład, w którym obliczamy rozwinięcie funkcji f(x)=x2f(x) = x^2 na przedziale (0,L)(0, L) w szereg cosinusowy, sinusowy oraz Fourierowski, ilustruje, jak te rozszerzenia prowadzą do różnych wyników. Kosinusowy szereg daje nam funkcję parzystą, sinusowy — funkcję nieparzystą, a pełny szereg Fouriera rozszerza funkcję na okres LL, uwzględniając zarówno składniki parzyste, jak i nieparzyste. Zgodnie z teorią szeregów Fouriera, różne typy rozkładów mogą prowadzić do różnych typów rozszerzeń funkcji, co w zależności od kontekstu zastosowania może okazać się bardziej lub mniej użyteczne.

W kontekście układów mechanicznych, takich jak układ masy i sprężyny, w których funkcja wymuszająca f(t)f(t) jest okresowa, rozkład tej funkcji na szereg sinusów (w przypadku, gdy funkcja jest nieparzysta) lub cosinusów (gdy jest parzysta) umożliwia znalezienie szczególnego rozwiązania równania różniczkowego. Na przykład, jeśli funkcja f(t)f(t) jest opisana jako f(t)=πtf(t) = \pi t na przedziale 0<t<10 < t < 1, możemy rozwinąć ją w szereg sinusowy i uzyskać rozwiązanie równania ruchu układu masy i sprężyny. Proces ten wymaga obliczenia współczynników szeregów, które następnie umożliwiają uzyskanie odpowiednich wartości w równaniach ruchu.

Podczas obliczania szczególnego rozwiązania w układzie sprężynowo-masy, bardzo istotne jest, by rozpoznać, kiedy pojawia się rezonans, czyli sytuacja, w której częstotliwość wymuszająca jest równa częstotliwości własnej układu. Wówczas układ przechodzi w stan rezonansu, który może prowadzić do znaczących zmian w odpowiedzi układu, takich jak drgania o rosnącej amplitudzie. Warto zatem przyjrzeć się szczegółowo każdemu składnikowi szeregu Fouriera i upewnić się, że nie dochodzi do sytuacji, w której układ wchodzi w rezonans, co może prowadzić do niestabilności.

Warto również pamiętać, że nie zawsze trzeba rozważać całą funkcję w kontekście pełnego szeregu Fouriera, gdyż czasami wystarczy wykorzystać połowę zakresu (rozszerzenie na połowie przedziału). To znacząco upraszcza obliczenia i daje wciąż poprawne wyniki, szczególnie gdy funkcja wymuszająca jest symetryczna.

Jakie właściwości mają liniowe transformacje ułamkowe i jak wpływają na obraz okręgów?

Liniowa transformacja ułamkowa, zwana również funkcją Möbiusa, jest zdefiniowana wzorem T(z)=az+bcz+dT(z) = \frac{az + b}{cz + d}, gdzie a,b,c,da, b, c, d to stałe zespolone, a wyznacznik Δ=adbc0\Delta = ad - bc \neq 0. Jest to funkcja konforemna w każdym punkcie, gdzie mianownik cz+d0cz + d \neq 0, co oznacza, że zachowuje kąty i lokalną strukturę geometryczną. W przypadku c=0c = 0, transformacja redukuje się do postaci liniowej T(z)=Az+BT(z) = Az + B, która jest kompozycją obrotu, powiększenia i przesunięcia.

Jedną z fundamentalnych cech tych transformacji jest ich zdolność do zachowywania kształtu okręgów i linii prostych — linie i okręgi są przez nie wzajemnie przekształcane. Dokładniej, jeśli c=0c = 0, okręgi są mapowane na okręgi, co wynika z liniowej natury funkcji. Gdy c0c \neq 0, transformacja jest kompozycją dwóch funkcji liniowych i inwersji w=1zw = \frac{1}{z}. Ta ostatnia może przekształcać okręgi na okręgi, a jeśli okrąg przechodzi przez punkt zerowy, na linie proste.

Pojęcie bieguna z0=dcz_0 = -\frac{d}{c} jest istotne – jest to miejsce, gdzie mianownik zeruje się i transformacja ma biegun prosty, a wartość funkcji dąży do nieskończoności. Oryginalne okręgi, które przechodzą przez ten biegun, zostają przez transformację odwzorowane na linie proste, natomiast okręgi nieprzechodzące przez biegun są odwzorowywane na inne okręgi.

Przykładem jest transformacja T(z)=2z+1ziT(z) = \frac{2z + 1}{z - i}. W punkcie z=iz = i pojawia się biegun, ponieważ mianownik się zeruje. Wartości T(0)=iT(0) = i, T(i)=T(i) = \infty oraz T()=2T(\infty) = 2 pokazują jak transformacja działa na konkretne punkty.

Transformacje te mają szerokie zastosowanie, m.in. w rozwiązywaniu problemów Dirichleta na obszarach ograniczonych okręgami. W takich problemach konforemne przekształcenia pozwalają na zamianę skomplikowanych obszarów na prostsze, np. półpłaszczyzny, gdzie warunki brzegowe i rozwiązania problemu są łatwiejsze do znalezienia.

Konstrukcja transformacji liniowej ułamkowej między dwoma obszarami opiera się na odwzorowaniu trzech punktów z jednej krzywej (np. okręgu) na trzy punkty innej krzywej (np. linii prostej). Można w ten sposób wyznaczyć unikalną transformację, korzystając z pojęcia ilorazu skrzyżowanego — specjalnej kombinacji czterech punktów zespolonych, która pozostaje niezmiennicza względem transformacji Möbiusa. Iloraz skrzyżowany służy do jednoznacznego określenia funkcji przekształcającej trzy punkty z1,z2,z3z_1, z_2, z_3 na trzy punkty w1,w2,w3w_1, w_2, w_3.

Użycie metod macierzowych pozwala na sprawną reprezentację i obliczenia transformacji ułamkowych. Transformację TT przypisujemy macierzy A=(abcd)A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}. Kompozycja dwóch transformacji odpowiada mnożeniu macierzy, a macierz do transformacji odwrotnej to macierz adjungowana adj(A)\text{adj}(A). Dzięki temu znajomość jednej macierzy pozwala na szybkie wyliczenie transformacji odwrotnej.

Transformacje liniowe ułamkowe umożliwiają też odwracanie obrazów, dzięki czemu można przejść od obrazu zadanego obszaru do oryginalnego i odwrotnie, co jest kluczowe przy rozwiązywaniu problemów granicznych. Przykładowo, jeśli dane są trzy punkty na okręgu i ich obrazy na prostej, można skonstruować transformację odwzorowującą okrąg na prostą, co upraszcza geometrię problemu.

Ważne jest, aby zrozumieć, że zachowanie kształtu przez transformacje liniowe ułamkowe nie oznacza zachowania odległości czy proporcji, lecz jedynie właściwości kątowe i typu krzywych (okrąg lub linia). Transformacje te są kluczowym narzędziem w analizie zespolonej i mają szerokie zastosowania w fizyce matematycznej, inżynierii i innych dziedzinach, gdzie analiza funkcji holomorficznych jest fundamentalna.

Ponadto, znajomość własności biegunów i ich wpływu na przekształcenie pozwala przewidywać zachowanie obrazów okręgów i rozwiązywać bardziej złożone zadania konforemne. Wykorzystanie ilorazu skrzyżowanego oraz metod macierzowych pozwala na efektywne konstruowanie dowolnych transformacji między okręgami i liniami, a także na ich kompozycję i odwrocenie.