trasformata Z bilatera X(z) = Z{x(n)} x(n)z n con z variabile complessa. 38 A cura di M. Ruggieri, M. Pratesi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "trasformata Z bilatera X(z) = Z{x(n)} x(n)z n con z variabile complessa. 38 A cura di M. Ruggieri, M. Pratesi"

Transcript

1 La trasformata Z Nel caso di segnali / sistemi a T-continuo: trasformata di Laplace generalizza quella di Fourier Nel caso di segnali / sistemi a T-discreto: Trasformata Z generalizza quella di Fourier (utile nell analisi e la rappresentazione di sistemi LIT) Definizione Data x(n): X(z) = Z{x(n)} + n= con z variabile complessa. x(n)z n trasformata Z bilatera 38 A cura di M. Ruggieri, M. Pratesi

2 La trasformata Z Esprimendo z in forma polare: z = re jω si ha: X(re jω ) = + n= x(n)(re jω ) n = + n= x(n)r n e jωn Z{x(n)} = F{x(n)r n } r n : sequenza esponenziale Z{x(n)} = F{x(n)} per r =, cioè z = Convergenza di Z{x(n)}: R = {z : Z{x(n)} converge} è detto regione di convergenza. 39 A cura di M. Ruggieri, M. Pratesi

3 La trasformata Z La convergenza uniforme della trasformata Z richiede che la sequenza x(n)r n sia assolutamente sommabile: + x(n)r n < n= è possibile che la trasformata Z converga anche se non converge quella di Fourier (x(n) non assolutamente sommabile ma x(n)r n sì). Esempio: x(n) = u(n) non è assolutamente sommabile ma u(n)r n lo è se r > Z{u(n)} con regione di convergenza < z <. In generale: regione di convergenza è anulare nel piano z: R x < z < R x + con R x > 0 e R x + anche. 40 A cura di M. Ruggieri, M. Pratesi

4 La trasformata Z Classe importante di trasformate Z è quella per cui: X(z) = rapporto di polinomi in z (funzione razionale) in cui: zeri: z per cui X(z) = 0 (radici del polinomio numeratore) poli: z per cui X(z) = (per valori finiti di z sono le radici del polinomio denominatore) possono anche esserci poli in z = 0 e z = non possono esistere poli di X(z) interni a R, perché X(z) non converge in corrispondenza a un polo. 4 A cura di M. Ruggieri, M. Pratesi

5 La trasformata Z Sia x(n) = a n u(n). Im Regione di convergenza a Re ESEMPIO Infatti: Riscrivendo X(z) come funzione razionale: X(z) = = + n= + n=0 a n u(n)z n (az ) n ( ) = az ( ): se az <, cioè z > a R. X(z) = z z a { ) uno zero in z = 0 (indicato con o ) 2) un polo in z = a (indicato con x ) 42 A cura di M. Ruggieri, M. Pratesi

6 La trasformata Z Legame tra proprietà di x(n) e R in casi particolari:. Sequenze a lunghezza finita: X(z) = La convergenza richiede che: n 2 n=n x(n)z n (con n,2 interi) x(n) < per n n n 2 Inoltre z può assumere tutti i valori ad eccezione di: z = { se n < 0 0 se n 2 > 0 R = {0 < z < } e R può includere sia z = 0 che z =. 43 A cura di M. Ruggieri, M. Pratesi

7 La trasformata Z 2. Sequenze monolatere destre: sono sequenze x(n) = 0 per n < n. X(z) = n=n x(n)z n Per la convergenza deve essere: R = { z > R x } se n 0 (sequenza causale) X(z) converge in z = se n < 0 X(z) non converge in z = se R è l esterno di un cerchio x(n) è monolatera destra. Se z = R x(n) è causale. 44 A cura di M. Ruggieri, M. Pratesi

8 La trasformata Z 3. Sequenze monolatere sinistre: sono sequenze per cui x(n) = 0 per n > n 2. X(z) = n 2 n= n (m= n) x(n)z = + m= n 2 x( m)z m applicabili i risultati di sequenze monolatere destre con: n n z z R = { z < R x +} (interno di un cerchio) con l eccezione di z = 0 se n 2 > 0. se X(z) di sequenza monolatera sinistra converge in z = 0 x(n) = 0 n A cura di M. Ruggieri, M. Pratesi

9 La trasformata Z ESEMPIO x(n) = b n u( n ) X(z) = sequenza monolatera sinistra n= b n n (m= n) z = = m= b m z m ± [ ] m=0 }{{} = m=0 b m z m ( ) = ( ): se b z <, cioè se z < b = b z = b b z = z z b { z = 0 zero con R = { z < b } e z = b polo Im Regione di convergenza Piano z b Re 46 A cura di M. Ruggieri, M. Pratesi

10 La trasformata Z 4. Sequenze bilatere sono sequenze che si estendono da n = a n = +. X(z) = + n= Serie A: monolatera destra con x(n)z n = + n=0 x(n)z n + } {{ } A n= x(n)z n } {{ } B Serie B: monolatera sinistra con R A = { z > R x } R B = { z < R x +}. R x < R x + esiste una R A+B = {R x < z < R x +} 2. R x > R x + non esiste una R A+B X(z) non converge. 47 A cura di M. Ruggieri, M. Pratesi

11 La trasformata Z ESEMPIO x(n) = { a n n 0 b n n = an u(n) b n u( n ) con a < b X(z) = z z a + z z b con R = { a < z < b } e: = z(2z a b) (z a)(z b) z = 0 e z = a + b 2 : zeri z = a e z = b: poli 48 A cura di M. Ruggieri, M. Pratesi

12 Trasformata Z inversa Teorema integrale di Cauchy: z k dz = 2πj C { k = 0 0 k 0 Tenendo presente che X(z) = x(n) = 2πj n= x(n)z n C X(z)z n dz = Z {X(z)} ( n 0 ) con C percorso antiorario chiuso situato in R di X(z) e intorno all origine del piano z. 49 A cura di M. Ruggieri, M. Pratesi

13 Trasformata Z inversa Se X(z) è funzione razionale: (usando il teorema dei residui) x(n) = Z {X(z)} = 2πj C X(z)z n dz = [residui di X(z)z n nei poli interni a C] Se X(z)z n è razionale, può esprimersi come X(z)z n = ψ(z) (z z 0 ) s con ψ(z) priva di poli in z = z 0 e X(z)z n con s poli in z = z 0. residuo[x(z)z n in z = z 0 ] = ψ(z 0 ) se si ha un polo del primo ordine in z = z 0 (cioè s = ), mentre, in generale, se s : residuo[x(z)z n in z = z 0 ] = [ d s ] ψ(z) (s )! dz s z=z 0 50 A cura di M. Ruggieri, M. Pratesi

14 Trasformata Z inversa x(n) = 2πj X(z) = ESEMPIO C z n az z > a dz = az 2πj C z n z a dz con C circonferenza di raggio maggiore di a: Per n 0: C racchiude un polo in z = a residuo[x(z)z n in z = a] = a n x(n) = a n n 0 5 A cura di M. Ruggieri, M. Pratesi

15 Trasformata Z inversa ESEMPIO (continua) Per n < 0: polo multiplo in z = 0 di ordine n. n = X(z)z n = z z a = z(z a) Poli interni a C: z = 0, z = a, entrambi di ordine. Polo in 0: X(z)z n = ψ(z) (z a) = z z ψ(z) = (z a) Residuo in 0: ψ(0) = (0 a) = a Polo in a: X(z)z n = ψ(z) z a = Residuo in a: ψ(a) = a z z a ψ(z) = z Somma dei residui: a + a = 0 x( ) = 0 52 A cura di M. Ruggieri, M. Pratesi

16 Trasformata Z inversa n = 2 X(z)z n = z 2 z a = z 2 (z a) Poli interni a C: z = 0, di ordine 2, e z = a, di ordine. Polo in 0: X(z)z n = ψ(z) (z a) = ψ(z) = (z a) z 2 z [ ] 2 d s ψ(z) Residuo in 0: con s = 2 (s )! dz s z=0 [ ] d ψ(z) = dψ(z) [ ( d! dz z=0 dz = z=0 dz z a)] z=0 = (z a) 2 = z=0 (0 a) = 2 a 2 53 A cura di M. Ruggieri, M. Pratesi

17 Trasformata Z inversa Polo in a: X(z)z n = ψ(z) z a = z 2 z a ψ(z) = z 2 Residuo in a: ψ(a) = a 2 Somma dei residui: a 2 + a 2 = 0 x( 2) = 0 procedendo così... x(n) = 0 n < 0 54 A cura di M. Ruggieri, M. Pratesi

18 Trasformata Z inversa È possibile semplificare la Z { } per n < 0: x(n) = X(z)z n dz 2πj } C {{} z=p = 2πj = 2πj X C X C ( p ( ) p n+ p 2 dp p ) p n dp ( ) Se C è circonferenza di raggio r in piano z C è circonferenza di raggio /r in piano p I poli di X(z) esterni a C corrispondono a poli di X(/p) interni a C e viceversa ( si può avere la comparsa di poli e/o zeri addizionali nell origine e/o all infinito) 55 A cura di M. Ruggieri, M. Pratesi

19 Trasformata Z inversa Nell esempio di prima ESEMPIO (continua) ) : ( X(z) = az x(n) = 2πj C p n ap dp con C = circonferenza di raggio minore di /a. Se n < 0: polo in p = /a non vi sono singolarità interne al percorso di integrazione (facilmente) x(n) = 0 n < 0 56 A cura di M. Ruggieri, M. Pratesi

20 Trasformata Z inversa Serie di potenze: Se X(z) è in forma di una serie di potenze x(n) è determinabile come coefficiente del termine z n della serie di potenze ESEMPI. X(z) = log( + az ), z > a espandendo il log( + x) in serie di potenze ( ) n+ a n z n X(z) = n n= n+ an ( ) x(n) = n n 0 n 0 57 A cura di M. Ruggieri, M. Pratesi

21 Trasformata Z inversa 2. Per X(z) razionali si può ottenere una espansione in serie di potenze usando la divisione. P.e. X(z) = /( az ), z > a az az + az + a 2 z = a n u(n) = x(n) az az a 2 z 2 a 2 z 2 a 2 z 2 a 3 z 3. x(n) = a n u(n). R = esterno di cerchio x(n) monolatera DX 2. lim z X(z) = costante < x(n) causale. 58 A cura di M. Ruggieri, M. Pratesi

22 Trasformata Z inversa 3. P.e. X(z) = /( az ), ma z < a x(n) monolatera SX Dividendo X(z) = z per z = 0 X(z) < termini z n z=0 = z n z=0 con n > 0 devono essere assenti ( ) x(n) = 0 per n > 0 z, si ha: a + z a + z z a z 2 a z + a 2 z 2 a z 2 a z 2 a 2 z 3... x(n) = a n u( n ) ( ) = a n u( n ) = x(n) 59 A cura di M. Ruggieri, M. Pratesi

23 Trasformata Z inversa Espansione in fratti semplici: Se X(z) è razionale si può espandere in fratti semplici e identificare la Z in termini più semplici: X(z) = P (z) Q(z) con grado[p (x)] = M ( ) grado[q(x)] = N: con ( ) X(z) = M N j=0 B j z j + N k=,k i A k z z k + s k= C k (z z i ) k C k = A k = (z z k )X(z) z=zk { } d s k (s k)! dz (z z i) s X(z) s k z=z i 60 A cura di M. Ruggieri, M. Pratesi

24 Trasformata Z inversa ESEMPIO X(z) = di x(n) monolatera DX ( az )( bz ) Espandendo X(z) in fratti semplici considerandola come un rapporto di polinomi in z (alternativamente: in z): X(z) ( a )( b ) = = /(b a) [z a ] a b [z a ][z b ] + /(a b) [z b ] = a a b az + b b a x(n) = a a b an u(n) + b b a bn u(n) bz 6 A cura di M. Ruggieri, M. Pratesi

25 Trasformata Z inversa Altro svolgimento X(z) = ( az )( bz ) p=z = X(p) = X(p ) = ( ap)( bp) a b = X(p) = a b (b p)(a p) = a b (p b )(p a ) A = A 2 = [ (p p ) X(p) ] p=p [ (p p 2 ) X(p) ] p=p2 X(p) = A p b + A 2 p a [ = (p b a b ) (p b )(p a )] [ = (p a a b ) (p b )(p a )] p=b = p=a = a b b a a b a b 62 A cura di M. Ruggieri, M. Pratesi

26 Trasformata Z inversa X(p) = a b b a ab = a b = b a b = b b a X(z) = X(z) = b b a p b + p b + bp + bp + a a b a b a b b a p a a b a ap ap bz + a a b b b a bn u(n) + p a az a a b an u(n) 63 A cura di M. Ruggieri, M. Pratesi

27 Trasformata Z inversa Altro svolgimento X(p) = X(p ) = ( ap)( bp) = A ( ap) + B ( bp) ( ap)( bp) = = A( bp) + B( ap) = (A + B) (Ab + Ba)p { { = A + B B = A 0 = Ab + Ba 0 = Ab + ( A)a = a + (b a)a a = (b a)a (a b)a = a A = a a b B = A = a a b = a b a a b = b a b = B = b b a 64 A cura di M. Ruggieri, M. Pratesi

28 Trasformata Z inversa X(p) = a a b ap + b b a bp X(z) = a a b az + b b a bz X(z) = a a b an u(n) + b b a bn u(n) 65 A cura di M. Ruggieri, M. Pratesi

29 Trasformata Z inversa Riassumendo, abbiamo preso in considerazione i seguenti metodi di calcolo della trasformata Z inversa: Integrale curvilineo, metodo dei residui Serie di potenze Divisione lunga Espansione in fratti semplici 66 A cura di M. Ruggieri, M. Pratesi

30 Regione di convergenza di trasformate Z razionali Per una sequenza con Z-trasformata razionale Z{ } non converge in corrispondenza a un polo. Una sequenza monolatera DX con poli a 0, a,..., a N dove a N ha il modulo più grande e, per semplicità, i poli sono tutti semplici N x(n) = A k (a k ) n n > n 0 k=0 R è limitata verso l interno dal polo di modulo massimo e verso l esterno da. 67 A cura di M. Ruggieri, M. Pratesi

31 Regione di convergenza di trasformate Z razionali Se x(n) è monolatera sinistra R è limitata verso l esterno dal polo di modulo minimo e verso l interno da 0. Se x(n) è bilatera: Qualche polo contribuisce solo per n 0 e i restanti solo per n 0. R è limitata verso l esterno dal polo con modulo minimo, che contribuisce per n 0, e verso l interno dal polo con modulo massimo, che contribuisce per n A cura di M. Ruggieri, M. Pratesi

32 Regione di convergenza di trasformate Z razionali ESEMPI Esempi di quattro trasformate Z con la stessa disposizione di poli e zeri, illustranti le differenti possibilità per la regione di convergenza. Ciascuna di esse corrisponde a una sequenza diversa, con (a) corrispondente ad una sequenza monolatera destra, (b) ad una sequenza monolatera sinistra, e le rimanenti due a sequenze bilatere. 69 A cura di M. Ruggieri, M. Pratesi

33 Riassunto delle proprietà della Z-trasformata Sequenza Trasformata Z Regione di convergenza x(n) X(z) R x < z < R x + y(n) Y (z) R y < z < R y + ax(n) + by(n) ax(z) + by (z) max[r x, R y ] < z < min[r x +, R y +] x(n + n 0 ) z n 0 X(z) R x < z < R x + a n x(n) X(a z) a R x < z < a R x + nx(n) z dx(z) R dz x < z < R x + x (n) X (z ) R x < z < R x + x( n) X(/z) /R x + < z < R x R[x(n)] 2 [X(z) + X (z )] R x < z < R x + I[x(n)] 2j [X(z) X (z )] R x < z < R x + x(n) y(n) X(z)Y (z) max[r x, R y ] < z < min[r x +, R y +] ( z ) x(n)y(n) X(v)Y v dv R 2πj C v x R y < z < R x +R y + 70 A cura di M. Ruggieri, M. Pratesi

34 Proprietà della Z-trasformata Linearità della Z-trasformata Se x(n) X(z) e y(n) Y (z) R x < z < R x + R y < z < R y + Si ha: Z[ax(n) + by(n)] = ax(z) + by (z) R < z < R + con R data al minimo dall intersezione delle R x e R y. 7 A cura di M. Ruggieri, M. Pratesi

35 Proprietà della Z-trasformata Linearità della Z-trasformata Se X(z) e Y (z) sono funzioni razionali e i poli di [ax(z)+by (z)] sono l unione dei poli di X(z) e Y (z) R = R x R y R + = min{r x +, R y +}, R = max{r x, R y } Se la combinazione lineare introduce alcuni zeri che cancellano alcuni poli R può essere più estesa P.E. x(n) = a n u(n) ( z > a ) e y(n) = b n u(n ) ( z > b ) Se a = b = a n u(n) a n u(n ) durata finita e R con z qualsiasi (intero piano z) 72 A cura di M. Ruggieri, M. Pratesi

36 Proprietà della Z-trasformata Traslazione di una sequenza Se x(n) X(z) con R x < z < R x + si ha: Z[x(n + n 0 )] = z n 0 X(z) R x < z R x + Le R di x(n) e x(n+n 0 ) coincidono a meno eventualmente di z = 0 oppure z =. P.E. Infatti: δ(n) ha R piano z ma δ(n + ) ha R = {piano z {z = }} δ(n ) ha R = {piano z {z = 0}} n 0 > 0 { zeri in z = 0 poli in z = n 0 < 0 { zeri in z = poli in z = 0 73 A cura di M. Ruggieri, M. Pratesi

37 Proprietà della Z-trasformata Moltiplicazione per una sequenza esponenziale Se x(n) X(z) con R x < z R x + si ha: Z{a n x(n)} = n x(n)a n z n = n x(n)(a z) n = X(a z) con a complesso e a R x < z < R x + Se X(z) ha poli in z = z i X(a z) li ha in z = az i. In generale: Tutte le posizioni dei poli e degli zeri sono modificate per un fattore a a > 0 reale: a complesso con a = : compressione oppure espansione del piano z (cioè posizioni di poli e zeri cambiano lungo linee radiali nel piano z) rotazione nel piano z (cioè posizioni di poli e zeri cambiano lungo circonferenze con centro nell origine) 74 A cura di M. Ruggieri, M. Pratesi

38 Proprietà della Z-trasformata Convoluzione di sequenze Se x(n) X(z) e y(n) Y (z) R x < z < R x + R y < z < R y + Z{w(n) = k x(k)y(n k)} = W (z) = X(z)Y (z) con R w R x R y Se un polo che limita R x oppure R y è cancellato da uno zero di R y oppure R x R w sarà più estesa di R x R y. 75 A cura di M. Ruggieri, M. Pratesi

39 Proprietà della Z-trasformata y(n) = a n u(n) z > a Y (z) = ESEMPIO az e x(n) = u(n) z > X(z) = z Nella figura è evidenziata la regione di convergenza di W (z) = X(z)Y (z) = ( az )( z ) z 2 = z > (z a)(z ) R w = R x R y 76 A cura di M. Ruggieri, M. Pratesi

40 Proprietà della Z-trasformata ESEMPIO (continua) w(n) = Z {W (z)} = 2πj C z n+ (z a)(z ) dz con X R w Per n 0 non ci sono poli in z = 0. Dal teorema dei residui: w(n) = an+ a + n+ a = an+ a n 0 Per n < ci sono poli in z = 0. Si nota che, essendo x(n) e y(n) nulle per n < 0, anche w(n) lo è. 77 A cura di M. Ruggieri, M. Pratesi

41 Proprietà della Z-trasformata Se W (z) = X(z)Y (z) = X(z) in z = Y (z) z > a = z az az, con cancellazione del polo di R w = R y R x R y 78 A cura di M. Ruggieri, M. Pratesi

42 Proprietà della Z-trasformata Teorema della convoluzione complessa Se x(n) X(z) e y(n) Y (z) R x < z < R x + R y < z < R y + per w(n) = x(n)y(n) si ha: W (z) = ( z ) X 2πj C v con R w tale che: Y (v)v dv = 2πj R y < v < R y + e R x < X(v)Y C 2 z < R v x + ( z ) v dv v ( ): R w potrà essere più estesa. cioè {R x R y < z < R x +R y +} ( ) R w 79 A cura di M. Ruggieri, M. Pratesi

43 Proprietà della Z-trasformata Relazione di Parseval Se x(n) X(z) e y(n) Y (z) e w(n) = x(n)y (n) si ha: W (z) = X(v)Y (z /v )v dv 2πj C W (z) z= = x(n)y (n) = X(v)Y (/v )v dv 2πj n C }{{} relazione di Parseval 80 A cura di M. Ruggieri, M. Pratesi

44 Proprietà della Z-trasformata Se X(z) e Y (z) convergono sul cerchio unitario, si può scegliere v = e jω : ε xy = n x(n)y (n) ( ): C = cerchio unitario ( ) = 2πj = 2π π π π π X(e jω )Y (e jω )e jω je jω dω X(e jω )Y (e jω )dω 8 A cura di M. Ruggieri, M. Pratesi

45 Funzione di trasferimento x(n) X(z) h(n) y(n) Y(z) SISTEMA LIT y(n) = x(n) h(n) Y (z) = X(z)H(z) con H(z) = Z{h(n)} FUNZIONE DI TRASFERIMENTO calcolata per z =, cioè sul cerchio unitario, è la risposta in frequenza del sistema In un sistema stabile e causale R comprende il cerchio unitario e tutto il piano z (anche z = ) ad esso esterno 82 A cura di M. Ruggieri, M. Pratesi

46 Funzione di trasferimento Se il sistema è descrivibile con un equazione alle differenze lineare a coefficienti costanti si ha: N M a k y(n k) = b r x(n r) k=0 r=0 Z Z N M a k Z{y(n k)} = b r Z{x(n r)} k=0 r=0 H(z) = N M a k Y (z)z k = b r X(z)z r k=0 r=0 H(z) = Y (z) X(z) M b r z r rapporto di polinomi in z N a k z k r=0 k=0 83 A cura di M. Ruggieri, M. Pratesi

47 Funzione di trasferimento Anche: H(z) = Ogni vettore: M A ( c r z ) r= N ( d k z ) k= ( c r z ) contribuisce con uno zero in z = c r e un polo in z = 0 ( d k z ) contribuisce con uno zero in z = 0 e un polo in z = d k 84 A cura di M. Ruggieri, M. Pratesi

48 Proprietà della Z-trasformata L equazione alle differenze non specifica univocamente la h(n) di un sistema LIT non indica la R di H(z) molte scelte per R di H(z) con il vincolo che corrispondano a regioni anulari limitate da poli (senza contenerli) Ogni scelta di R una diversa h(n) ma tutte le h(n) corrispondono a stessa equazione alle differenze P.E.: - se sistema stabile R cerchio unitario - se sistema causale R = esterno di cerchio per polo di H(z) più lontano da z = 0. - se sistema causale e stabile tutti i poli cadono all interno del cerchio unitario e R cerchio unitario 85 A cura di M. Ruggieri, M. Pratesi

49 Proprietà della Z-trasformata ESEMPIO: y(n) = ay(n ) + x(n) causale H(z) = az per la ipotesi di causalità R = { z > a } h(n) = a n u(n) 86 A cura di M. Ruggieri, M. Pratesi

50 Proprietà della Z-trasformata Caso particolare: N = 0 sistema non ha poli eccetto in z = 0 ed è FIR N > 0 sistema ha poli, ciascuno dei quali contribuisce con una sequenza esponenziale a h(n) se H(z) ha poli il sistema è IIR 87 A cura di M. Ruggieri, M. Pratesi

51 Proprietà della Z-trasformata ESEMPIO (Configurazione di poli e zeri per un filtro del primo ordine e risposta in frequenza corrispondente) Equazione alle differenze del o ordine: dal diagramma poli-zeri H(z) = az h(n) = a n u(n) 88 A cura di M. Ruggieri, M. Pratesi

52 Proprietà della Z-trasformata ESEMPIO h(n) = a n 0 n M 0 altrove H(z) = M n=0 an z n = am z M az = zm a M z M (z a) Zeri numeratore: z k = ae j(2π/m)k, k = 0,,..., M (a > 0 per HP) 89 A cura di M. Ruggieri, M. Pratesi

53 Rappresentazione di sequenze periodiche - La serie di Fourier discreta (DFS) Sia x(n) una sequenza periodica di periodo N: x(n) = x(n + kn) k per tale sequenza alcun valore di z per cui la Z- trasformata converge x(n) rappresentabile con una serie di Fourier Dal momento che l esponenziale complesso: e k (n) = e j(2π/n)nk è periodico in k con periodo N: e 0 (n) = e N (n) e (n) = e N+ (n). gli N esponenziali e k (n), k = 0,..., N definiscono tutti gli esponenziali complessi distinti con frequenze multipli interi di 2π/N 90 A cura di M. Ruggieri, M. Pratesi

54 La serie di Fourier discreta (DFS) per la rappresentazione in serie di Fourier di x(n) bastano solo N esponenziali complessi x(n) = N N k=0 X(k)e j(2π/n)kn : costante moltiplicativa inserita per convenienza N I coefficienti X(k) sono dati da: X(k) è periodica di periodo N X(k) = N n=0 x(n)e j(2π/n)nk 9 A cura di M. Ruggieri, M. Pratesi

55 La serie di Fourier discreta (DFS) Ponendo: si ha: DISCRETE FOURIER SERIES (serie di Fourier discreta) con: X(k) e x(n) periodiche W N e j(2π/n) x(n) DFS X(k) X(k) = x(n) = N N n=0 N k=0 x(n)w kn N X(k)W kn N (ANALISI) (SINTESI) 92 A cura di M. Ruggieri, M. Pratesi

56 La serie di Fourier discreta (DFS) Interpretazione della X(k): p.e., data x(n) X(z) = Z{x(n)} = n x(n)z n = si ricava x(n) N n=0 x(n)z n } {{ } ( ) ( ): per z = e j(2π/n)k = W k N è X(k) ; (2π/N)k = ω, f = k/n 93 A cura di M. Ruggieri, M. Pratesi

57 La serie di Fourier discreta (DFS) X(k) = X(z) z=w k N campionamento di X(z) su N punti equispaziati sul cerchio unitario con il primo campione in z = Piano z 2π/N 94 A cura di M. Ruggieri, M. Pratesi

58 Proprietà della serie di Fourier discreta (DFS) - Riassunto Sequenza periodica (periodo N) x(n) ỹ(n) a x(n) + bỹ(n) x(n + m) W ln N Coefficienti della DFS X(k) periodica di periodo N Ỹ (k) periodica di periodo N a X(k) + bỹ (k) X(k) W km N N x(n) X(k l) x(m)ỹ(n m) (convoluzione periodica) X(k) Ỹ (k) m=0 x(n)ỹ(n) x (n) x ( n) x(n) reale qualsiasi N N l=0 X(l)Ỹ (k l) X ( k) X (k) X(k) = X ( k) R[ X(k)] = R[ X( k)] I[ X(k)] = I[ X( k)] X(k) = X( k) arg[ X(k)] = arg[ X( k)] 95 A cura di M. Ruggieri, M. Pratesi

59 Proprietà della serie di Fourier discreta (DFS) Linearità x i (n) X i (k), i =, 2 con stesso periodo N x 3 (n) = a x (n) + b x 2 (n) X 3 (k) = a X (k) + b X 2 (k) tutte di periodo N 96 A cura di M. Ruggieri, M. Pratesi

60 Proprietà della serie di Fourier discreta (DFS) Traslazione di una sequenza x(n) X(k) 2a) x(n + m) e j(2π/n)km X(k) = W km N X(k) Nota: ogni traslazione m N non è distinguibile nel dominio del tempo da una traslazione più corta m = m modulo N. 2b) X(k + l) e j(2π/n)nl x(n) = W nl N x(n) 97 A cura di M. Ruggieri, M. Pratesi

61 Proprietà della serie di Fourier discreta (DFS) Convoluzione periodica Se x i (n) X i (k), i =, 2 di periodo N x 3 (n) = N m=0 X 3 (k) = X (k) X 2 (k) x (m) x 2 (n m) convoluzione periodica. commutativa 2. eseguita solo su un periodo N 3. periodica di periodo N punti 2 e 3: diversità da convoluzione aperiodica 98 A cura di M. Ruggieri, M. Pratesi

62 Proprietà della serie di Fourier discreta (DFS) Esempio di convoluzione periodica (continua) Procedimento di formazione della convoluzione periodica di due sequenze periodiche 99 A cura di M. Ruggieri, M. Pratesi

63 Proprietà della serie di Fourier discreta (DFS) Esempio di convoluzione periodica In questo tipo di convoluzione: quando un periodo esce dall intervallo su cui essa è valutata, vi entra il periodo successivo scambiando i ruoli tempo frequenza: x 3 (n) = x (n) x 2 (n) X 3 (k) = N N l=0 X (l) X 2 (k l) } {{ } ( ) ( ): convoluzione periodica di sequenze X (k) e X 2 (k) 00 A cura di M. Ruggieri, M. Pratesi

64 Campionamento della trasformata Z Sia x(n) sequenza aperiodica con: X(z) = n x(n)z n avente R che comprende il cerchio unitario (questa condizione è sempre soddisfatta se x(n) ha lunghezza finita) Valutando: X(z) z=w k N = n x(n)w +kn N con W N = e j(2π/n) si ottiene: sequenza periodica X(k) Si vuole ricavare relazione tra: x(n) e x(n) i cui coefficienti della DFS sono ottenuti da X(z) = Z{x(n)} campionandola sul cerchio unitario 0 A cura di M. Ruggieri, M. Pratesi

65 Campionamento della trasformata Z x(n) = N = m N k=0 X(k)W kn N [ x(m) N N k=0 X(k)=camp{X(z)} = W k(n m) N ] } {{ } ( ) = r N N k=0 X(z) campionata { }}{ x(m)wn km W kn N m x(n + rn) ( ): vale { m = n + rn 0 altrove 02 A cura di M. Ruggieri, M. Pratesi

66 Campionamento della trasformata Z Sequenza periodica risultante è originata dalla sequenza aperiodica sovrapponendo ripetizioni successive di quest ultima Se x(n) ha durata finita < N: è ricostruibile da x(n) estraendone un periodo, in quanto ogni periodo di x(n) è una replica di x(n); Se x(n) ha durata > N: c è sovrapposizione di valori diversi da zero (aliasing) una sequenza lunga N è esattamente rappresentabile da N campioni della sua Z-trasformata presa sul cerchio unitario (importante!!) Se x(n) è ricostruibile dagli N valori di x(z) sul cerchio unitario, anche X(z) può essere riottenuta dagli stessi N campioni 03 A cura di M. Ruggieri, M. Pratesi

67 Campionamento della trasformata Z Se x(n) = 0 n N: N X(z) = x(n)z n n=0 ( ) = N n=0 ( ): x(n) = x(n), 0 n N [ N N ( = N k=0 X(k) n=0 W k N x(n)z n z ) n DFS = N n=0 [ N ( ): scambio ] = N N k=0 N k=0 X(k) X(k)W kn N ] z n k (WN z ) N W k = N z ( ) = = N N k=0 X(k) z N W k N z N = z N N k=0 X(k) ( ) W k N z ( ) ( ): bastano N campioni X(k) per costruire X(z)! c.v.d. ( ): relazione tra X(z) e X(k) = N campioni frequenziali di X(z). 04 A cura di M. Ruggieri, M. Pratesi

68 Campionamento della trasformata Z Piano z 2π/N Punti del circolo unitario dove è campionata X(z) per ottenere una sequenza periodica X(k). Dalla: X(z) = z N N N k=0 X(k) W k N z ponendo z = e jω si trova: 05 A cura di M. Ruggieri, M. Pratesi

69 Campionamento della trasformata Z con X(e jω ) = N k=0 X(k)Φ ( ω 2π ) N k Φ(ω) = sin(ωn/2) N sin(ω/2) e j(n )ω/2 ponendo k = 0,..., N, ω = 2π N k X(e jω ) ω=( 2π = X(k) )k N cioè l interpolazione è esatta nei punti di campionamento originali 06 A cura di M. Ruggieri, M. Pratesi

Elaborazione numerica dei segnali: si occupa della

Elaborazione numerica dei segnali: si occupa della Introduzione al corso Elaborazione numerica dei segnali: si occupa della Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione delle sequenze per stimare i parametri caratteristici

Dettagli

FILTRI NUMERICI. Sistema LTI H (z)

FILTRI NUMERICI. Sistema LTI H (z) x [n] FILTRI UMERICI Sistema LTI H (z) y [n] Un sistema numerico LTI è in molti casi descritto con un equazione alle differenze lineare a coefficienti costanti: M [ ] = [ ] a y n k b x n r k k= r= Z {}

Dettagli

Rappresentazione di una sequenza a durata finita come un periodo di una sequenza periodica.

Rappresentazione di una sequenza a durata finita come un periodo di una sequenza periodica. La Trasformata di Fourier Discreta (DFT) 1. Sequenza x(n) lunga N è rappresentabile con sequenza periodica x(n) di periodo N, con andamento nel periodo identico a x(n); 2. x(n) è esattamente rappresentabile

Dettagli

Circuiti a tempo discreto Raffaele Parisi

Circuiti a tempo discreto Raffaele Parisi Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi : Risposta in frequenza dei circuiti TD Rappresentazione nel dominio della frequenza,

Dettagli

Prof. Carlo Rossi DEIS - Università di Bologna Tel:

Prof. Carlo Rossi DEIS - Università di Bologna Tel: Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: carlo.rossi@unibo.it Sistemi Tempo-Discreti In questi sistemi i segnali hanno come base l insieme dei numeri interi: sono sequenze

Dettagli

Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta

Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Quantizzazione;

Dettagli

Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico Primo Appello 26/2/2015

Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico Primo Appello 26/2/2015 Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico 204-205 Primo Appello 26/2/205 Quesiti relativi alla prima parte del corso (tempo max. 90 min). Calcolare: la trasformata z di x(n) = ( )

Dettagli

7.Trasformata discreta di Fourier

7.Trasformata discreta di Fourier 7.Trasformata discreta di Fourier 7. Introduzione Nel capitolo 6 sono state prese in esame la definizione e le proprietà della trasformata discreta nel tempo di Fourier : X(e jω ), essendo ω una variabile

Dettagli

Elenco dei simboli 9. Prefazione 10

Elenco dei simboli 9. Prefazione 10 Indice Elenco dei simboli 9 Prefazione 10 1 Analisi nel dominio del tempo 11 1.1 Segnali tempo discreto... 11 1.1.1 Segnali notevoli tempo discreto... 13 1.1.2 Alcuni criteri di classificazione di segnali

Dettagli

Slide del corso di. Controllo digitale

Slide del corso di. Controllo digitale Slide del corso di Controllo digitale Corso di Laurea in Ingegneria Informatica e dell Informazione Università di Siena, Dip. Ing. dell Informazione e Sc. Matematiche Parte II Sistemi lineari a tempo discreto

Dettagli

Sistemi tempo-discreto - Complementi

Sistemi tempo-discreto - Complementi 3 Sistemi tempo-discreto - Complementi 3.1 Risposta naturale e forzata di un sistema LTI Si consideri un sistema LTI caratterizzato dalla seguente funzione di trasferimento: M b k z k k=0 B(z) H(z) = =

Dettagli

Circuiti per la multimedialità

Circuiti per la multimedialità Università di Roma La Sapienza Laurea in Ingegneria delle Comunicazioni Circuiti per la multimedialità Raffaele Parisi Capitolo 2. Sintesi di circuiti a tempo discreto a partire da circuiti analogici.

Dettagli

Rappresentazione dei segnali con sequenze di numeri e simboli

Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione numerica dei segnali Digital Signal Processing 1 Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione delle sequenze per stimare i parametri caratteristici di un segnale;

Dettagli

( e j2π ft 0.9 j) ( e j2π ft j)

( e j2π ft 0.9 j) ( e j2π ft j) Esercitazione Filtri IIR Es. 1. Si consideri il filtro dato dalla seguente equazione alle differenze y[n]+0.81y[n-2]=x[n]-x[n-2] - Determinare la funzione di trasferimento del filtro Eseguendo la Trasformata

Dettagli

LA TRASFORMATA Z. Nel caso di segnali (sistemi) tempo-continui: La trasformata di Laplace generalizza quella di Fourier

LA TRASFORMATA Z. Nel caso di segnali (sistemi) tempo-continui: La trasformata di Laplace generalizza quella di Fourier LA TRASFORMATA Z Nel caso di segali (sistemi) tempo-cotiui: La trasformata di Laplace geeralizza quella di Fourier per s= jω ( ω) ( ) + ( ) ( ) st X s = x t e dt + = jωt co ω = 2π f X xte dt Nel caso di

Dettagli

SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione

SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a. 00-005) Homework assignment # Testo e Soluzione Esercizio Si consideri l equazione differenziale ordinaria, lineare a coefficienti costanti

Dettagli

Strutture di rete fondamentali per sistemi IIR

Strutture di rete fondamentali per sistemi IIR Ad ogni funzione di trasferimento molteplicità di configurazioni di rete Scelta di una particolare realizzazione è dettata da compromessi tra: complessità di calcolo: preferenza per reti con minimo numero

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccatronica STRUMENTI MATEMATICI PER L ANALISI DEI SISTEMI DISCRETI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it

Dettagli

SEGNALI A TEMPO DISCRETO. Impulso e altri segnali canonici discreti. Trasformata Zeta. Sviluppo di Fourier discreto. Trasformata di Fourier discreta

SEGNALI A TEMPO DISCRETO. Impulso e altri segnali canonici discreti. Trasformata Zeta. Sviluppo di Fourier discreto. Trasformata di Fourier discreta SEGNALI A TEMPO DISCRETO Impulso e altri segnali canonici discreti Trasformata Zeta Sviluppo di Fourier discreto Trasformata di Fourier discreta Illustrazioni dal Testo di Riferimento per gentile concessione

Dettagli

La trasformata Z. (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi. DIMS Universitá di Trento. anno accademico 2005/2006

La trasformata Z. (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi. DIMS Universitá di Trento. anno accademico 2005/2006 La trasformata Z (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi DIMS Universitá di Trento anno accademico 2005/2006 La trasformata Z 1 / 33 Outline 1 La trasformata Z 2 Trasformazioni di

Dettagli

SISTEMI A TEMPO DISCRETO

SISTEMI A TEMPO DISCRETO CONTROLLI DIGITALI Laurea Magistrale in Ingegneria Meccatronica SISTEMI A TEMPO DISCRETO Ing. Tel. 0522 522235 e-mail: cristian.secchi@unimore.it http://www.dismi.unimo.it/members/csecchi Richiami di Controlli

Dettagli

STRUMENTI MATEMATICI PER L ANALISI DEI SISTEMI DISCRETI

STRUMENTI MATEMATICI PER L ANALISI DEI SISTEMI DISCRETI INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccatronica STRUMENTI MATEMATICI PER L ANALISI L DEI SISTEMI DISCRETI Ing. Cristian Secchi Tel. 0522 522235 e-mail:

Dettagli

Filtraggio Digitale. Alfredo Pironti. Ottobre Alfredo Pironti Univ. di Napoli Federico II Corso Ansaldo Breda 1 / 20

Filtraggio Digitale. Alfredo Pironti. Ottobre Alfredo Pironti Univ. di Napoli Federico II Corso Ansaldo Breda 1 / 20 Filtraggio Digitale Alfredo Pironti Ottobre 2012 Alfredo Pironti Univ. di Napoli Federico II Corso Ansaldo Breda 1 / 20 Filtri Analogici (1) Un filtro analogico è un sistema lineare tempo-invariante (LTI)

Dettagli

Strutture realizzative per sistemi tempo-discreto: soluzione dei problemi proposti

Strutture realizzative per sistemi tempo-discreto: soluzione dei problemi proposti 4 Strutture realizzative per sistemi tempo-discreto: soluzione dei problemi proposti P-4.1: Dopo aver diviso per 0.5, cioè il coefficiente di, l equazione alle differenze finite data, si ottengono le strutture

Dettagli

Circuiti a tempo discreto Raffaele Parisi

Circuiti a tempo discreto Raffaele Parisi Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi Capitolo 7: Circuiti TD-LTI nel dominio delle trasformate Rappresentazioni nel dominio

Dettagli

SEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione

SEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione Esercizio 1 [punti 4] SEGNALI E SISTEMI (a.a. 003-004) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 003 Testo e Soluzione Per ciascuno dei seguenti segnali dire se è periodico e,

Dettagli

Segnali e trasformate

Segnali e trasformate Segnali e trasformate - Corso di Laurea in Ingegneria Meccanica Segnali e trasformate DEIS-Università di Bologna Tel. 5 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Segnali e trasformate

Dettagli

Corso di Controllo DigitaleAntitrasformate Zeta e calcolo della risposta p.1/32

Corso di Controllo DigitaleAntitrasformate Zeta e calcolo della risposta p.1/32 Corso di Controllo Digitale Antitrasformate Zeta e calcolo della risposta Università degli Studi della Calabria Corso di Laurea in Ingegneria Elettronica. Ing. Domenico Famularo Istituto per la Sistemistica

Dettagli

SISTEMI DIGITALI DI CONTROLLO

SISTEMI DIGITALI DI CONTROLLO Sistemi Digitali di Controllo A.A. 2009-2010 p. 1/27 SISTEMI DIGITALI DI CONTROLLO Prof. Alessandro De Luca DIS, Università di Roma La Sapienza deluca@dis.uniroma1.it Lucidi tratti dal libro C. Bonivento,

Dettagli

SEGNALI E SISTEMI Proff. N. Benvenuto, C. Dalla Man e M. Pavon (a.a ) IIIo Appello 24 agosto 2015 SOLUZIONI

SEGNALI E SISTEMI Proff. N. Benvenuto, C. Dalla Man e M. Pavon (a.a ) IIIo Appello 24 agosto 2015 SOLUZIONI SEGNALI E SISTEMI Proff. N. Benvenuto, C. Dalla Man e M. Pavon a.a. 04-05) IIIo Appello 4 agosto 05 SOLUZIONI Esercizio [punti 4]. Discutere le proprietà di: a) causalità, b) linearità, c) tempo-invarianza,

Dettagli

Circuiti a Tempo Discreto DFT - La Trasformata di Fourier Discreta

Circuiti a Tempo Discreto DFT - La Trasformata di Fourier Discreta Circuiti a Tempo Discreto - La Trasformata di Fourier Discreta Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma http://ispac.ing.uniroma1.it/scarpiniti/index.htm

Dettagli

Esercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s.

Esercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s. ASB 17/01/12 (270) Esercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s. A 0 T 2T 3T t - A Si consideri il segnale

Dettagli

ESERCITAZIONI DI METODI DI ELABORAZIONE DEI SEGNALI

ESERCITAZIONI DI METODI DI ELABORAZIONE DEI SEGNALI ESERCITAZIONI DI METODI DI ELABORAZIONE DEI SEGNALI Tutorato del prof. Guido Pagana (Anno accademico 6-7) Indice delle esercitazioni [..omissis..] Esercitazione Es. Trovare la frequenza di campionamento

Dettagli

Strumenti matematici per l analisi dei sistemi tempo discreto LT-Cap. 2

Strumenti matematici per l analisi dei sistemi tempo discreto LT-Cap. 2 Controllo Digitale a.a. 2007-2008 Strumenti matematici per l analisi dei sistemi tempo discreto LT-Cap. 2 Ing. Federica Pascucci Equazioni alle differenze (ricorsive) f legame tra le sequenze {e k } ed

Dettagli

La trasformata Zeta. Marco Marcon

La trasformata Zeta. Marco Marcon La trasformata Zeta Marco Marcon ENS Trasformata zeta E l estensione nel caso discreto della trasformata di Laplace. Applicata all analisi dei sistemi LTI permette di scrivere in modo diretto la relazione

Dettagli

PROGETTO DI FILTRI NUMERICI FIR CON L USO DI FINESTRE

PROGETTO DI FILTRI NUMERICI FIR CON L USO DI FINESTRE 1/14 ROGETTO DI FILTRI NUMERICI FIR CON L USO DI FINESTRE rogetto di filtri FIR con l uso di finestre 2/14 I filtri IIR offrono caratteristiche attraenti, ma anche svantaggi: se si vuole effettuare l elaborazione

Dettagli

ANALISI DI FOURIER. Segnali a Tempo Discreto:

ANALISI DI FOURIER. Segnali a Tempo Discreto: ANALISI DI FOURIER Segnali a Tempo Discreto: - - Sequenza periodica - Taratura degli assi frequenziali - TDF di una sequenza finita - Campionamento in Frequenza Serie discreta di Fourier Consideriamo una

Dettagli

Reti nel dominio delle frequenze. Lezione 10 2

Reti nel dominio delle frequenze. Lezione 10 2 Lezione 10 1 Reti nel dominio delle frequenze Lezione 10 2 Introduzione Lezione 10 3 Cosa c è nell Unità 3 In questa sezione si affronteranno Introduzione all Unità Trasformate di Laplace Reti nel dominio

Dettagli

Argomento della lezione N. 1. Argomento della lezione N. 2. Argomento della lezione N. 12. Argomento della lezione N. 11

Argomento della lezione N. 1. Argomento della lezione N. 2. Argomento della lezione N. 12. Argomento della lezione N. 11 C. Presilla Modelli e Metodi Matemacici della Fisica a.a. 2011/2012 2 Argomento della lezione N. 1 Fondamenti assiomatici. L unità immaginaria Argomento della lezione N. 2 Moduli e coniugati. Disuguaglianza

Dettagli

Sistemi monodimensionale a tempo discreto

Sistemi monodimensionale a tempo discreto Sistemi monodimensionale a tempo discreto Un sistema monodimensionale a tempo discreto è un dispositivo, un apparato, un programma per calcolatore che elabora una sequenza d ingresso e genera una sequenza

Dettagli

Problemi di base di Elaborazione Numerica dei Segnali

Problemi di base di Elaborazione Numerica dei Segnali Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi

Dettagli

COMPITO DI SEGNALI E SISTEMI 2 febbraio 2017

COMPITO DI SEGNALI E SISTEMI 2 febbraio 2017 COMPITO DI SEGNALI E SISTEMI 2 febbraio 2017 NOTA: Tutte le risposte vanno adeguatamente giustificate. Risposte errate e/o con motivazioni errate avranno valore negativo nella valutazione Teoria 1. Si

Dettagli

La trasformata Z. (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi. DIMS Università di Trento. anno accademico 2008/2009

La trasformata Z. (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi. DIMS Università di Trento. anno accademico 2008/2009 La trasformata Z (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi DIMS Università di Trento anno accademico 2008/2009 La trasformata Z 1 / 33 Outline 1 La trasformata Z 2 Trasformazioni di

Dettagli

Esercitazione 05: Trasformata di Laplace e funzione di trasferimento

Esercitazione 05: Trasformata di Laplace e funzione di trasferimento Esercitazione 05: Trasformata di Laplace e funzione di trasferimento 28 marzo 208 (3h) Fondamenti di Automatica Prof. M. Farina Responsabile delle esercitazioni: Enrico Terzi Queste dispense sono state

Dettagli

Capitolo 5.3 Frequency response for rational system functions

Capitolo 5.3 Frequency response for rational system functions Appunti di Teoria dei Circuiti prof. Aurelio Uncini facoltà di Ingegneria Informatica - Università La Sapienza (ROMA) Traduzione dal testo Discrete Time Signal Processing di Oppenheim-Schafer (ed. Prentice

Dettagli

ELABORAZIONE NUMERICA DEI SEGNALI 9CFU DIGITAL SIGNAL PROCESSING Prof. Marina Ruggieri. Ing. Tommaso Rossi

ELABORAZIONE NUMERICA DEI SEGNALI 9CFU DIGITAL SIGNAL PROCESSING Prof. Marina Ruggieri. Ing. Tommaso Rossi Università di Roma Tor Vergata Facolta di Ingegneria Benvenuti al al modulo di: di: ELABORAZIONE NUMERICA DEI SEGNALI 9CFU DIGITAL SIGNAL PROCESSING Prof. Marina Ruggieri ruggieri@uniroma2.it Ing. Tommaso

Dettagli

Segnali e trasformate

Segnali e trasformate Segnali e trasformate - 1 Corso di Laurea in Ingegneria dell Automazione Segnali e trasformate DEIS-Università di Bologna Tel. 051 2093020 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi

Dettagli

Circuiti a tempo discreto Raffaele Parisi

Circuiti a tempo discreto Raffaele Parisi Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi Capitolo 3: Proprietà dei Circuiti nel dominio TD Proprietà e definizioni generali,

Dettagli

SISTEMI DIGITALI DI CONTROLLO

SISTEMI DIGITALI DI CONTROLLO Sistemi Digitali di Controllo A.A. 009-00 p. /35 SISEMI DIGIALI DI CONROLLO Prof. Alessandro De Luca DIS, Università di Roma La Sapienza deluca@dis.uniroma.it Lucidi tratti dal libro C. Bonivento, C. Melchiorri,

Dettagli

Elaborazione Numerica dei Segnali: novembre 2005

Elaborazione Numerica dei Segnali: novembre 2005 Elaborazione Numerica dei Segnali: novembre 25 Esercizio : determinare il periodo dei segnali:. x(nt ) y(nt )z(nt ) e x(nt ) y(nt ) + z(nt ) con y(nt ) e z(nt ) periodici con periodo T py N y T e T pz

Dettagli

La trasformata di Laplace e un OPERATORE funzionale

La trasformata di Laplace e un OPERATORE funzionale FA-es Parte 1L 1 Trasformate di Laplace Importanza dei modelli dinamici Risolvere equazioni differenziali (lineari a coefficienti costanti) Metodi per risolverle??? FA-es Parte 1L 2 La trasformata di Laplace

Dettagli

Metodi matematici: HowTo

Metodi matematici: HowTo Metodi matematici: HowTo α b3by ω 2 novembre 29 Il seguente documento è stato scritto mediante l uso di L A TEX 2ε. Indice Scomposizione in fratti semplici 3. Poli semplici.............................

Dettagli

Trasformata discreta di Fourier diunasequenzafinita: algoritmifft

Trasformata discreta di Fourier diunasequenzafinita: algoritmifft diunasequenzafinita: algoritmifft La TDF di una sequenza finita può essere calcolata utilizzando algoritmi, computazionalmente efficienti, quali gli algoritmi Fast Fourier Transform (FFT). L efficienza

Dettagli

ANALISI IN FREQUENZA DEI SISTEMI A TEMPO DISCRETO

ANALISI IN FREQUENZA DEI SISTEMI A TEMPO DISCRETO ANALISI IN FREQUENZA DEI SISTEMI A TEMPO DISCRETO Funzione di trasferimento Risposta allo scalino Schemi a blocchi Risposta in frequenza Illustrazioni dal Testo di Riferimento per gentile concessione degli

Dettagli

Fondamenti di elaborazione numerica dei segnali

Fondamenti di elaborazione numerica dei segnali Esercizi per la I prova in itinere del corso: Fondamenti di elaborazione numerica dei segnali. Trasformata z di una sequenza illimitata causale Si consideri la sequenza causale ) 3 n x n = e i π 3 n, n

Dettagli

CONCETTO DI STABILITÀ NEI SISTEMI DI CONTROLLO. Sistema in condizioni di equilibrio a t = 0. d(t) = 0. u(t) = 0. y(t) = 0. Sistema

CONCETTO DI STABILITÀ NEI SISTEMI DI CONTROLLO. Sistema in condizioni di equilibrio a t = 0. d(t) = 0. u(t) = 0. y(t) = 0. Sistema CONCETTO DI STABILITÀ NEI SISTEMI DI CONTROLLO Sistema in condizioni di equilibrio a t = 0. d(t) = 0 u(t) = 0 Sistema y(t) = 0 Tipi di perturbazione. Perturbazione di durata limitata: u(t) = 0, t > T u

Dettagli

METODI MATEMATICI PER LA FISICA

METODI MATEMATICI PER LA FISICA METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 3 LUGLIO 08 Si risolvano cortesemente i seguenti problemi, sapendo che verranno valutati: la correttezza del risultato ottenuto e della procedura utilizzata;

Dettagli

Proprieta. Proprieta. Proprieta. Proprieta. 1. Linearita : 3. Trasformata della derivata: 2. Trasformata dell integrale:

Proprieta. Proprieta. Proprieta. Proprieta. 1. Linearita : 3. Trasformata della derivata: 2. Trasformata dell integrale: FA-es Parte 1L 1 FA-es Parte 1L 2 Trasformate di Laplace La trasformata di Laplace e un OPERATORE funzionale Importanza dei modelli dinamici Risolvere equazioni differenziali (lineari a coefficienti costanti)

Dettagli

Esonero di Analisi Matematica II (A)

Esonero di Analisi Matematica II (A) Esonero di Analisi Matematica II (A) Ingegneria Edile, 8 aprile 3. Studiare la convergenza del seguente integrale improprio: + x log 3 x (x ) 3 dx.. Studiare la convergenza puntuale ed uniforme della seguente

Dettagli

Premesse matematiche

Premesse matematiche Premesse matematiche 2.8 Trasformata di Fourier Sia f(t) una funzione reale, o complessa, di variabile reale t, che soddisfi la condizione di Dirichlet 1, e sia a modulo integrabile, cioe : f(t) dt

Dettagli

Trasformata Zeta e Sistemi LTI a Tempo Discreto

Trasformata Zeta e Sistemi LTI a Tempo Discreto Capitolo 7 Trasformata Zeta e Sistemi LTI a Tempo Discreto Questo capitolo è dedicato allo studio della trasformata zeta, strumento di analisi dei sistemi LTI a tempo discreto così come la trasformata

Dettagli

Elaborazione di segnali e immagini: modulo segnali

Elaborazione di segnali e immagini: modulo segnali Elaborazione di segnali e immagini: modulo segnali 30 gennaio 014 Esame parziale con soluzioni Esercizio 1 Dato un sistema LTI descritto dalla seguente equazione alle differenze: v(k) + v(k 1) 10v(k )

Dettagli

Progetto di filtri numerici IIR da filtri analogici

Progetto di filtri numerici IIR da filtri analogici Filtri selettivi 1. Butterworth: monotono nella banda passante e nella banda oscura 2. Chebyshev: oscillazione uniforme nella banda passante e monotona nella banda oscura 3. Ellittico: oscillazione uniforme

Dettagli

Scomposizione in fratti semplici

Scomposizione in fratti semplici 0.0. 2.2 Scomposizione in fratti semplici Evoluzione forzata di un equazione differenziale: la trasformata di Laplace Y(s) del segnale di uscita y(t) è uguale al prodotto della trasformata di Laplace X(s)

Dettagli

SISTEMI DIGITALI DI CONTROLLO

SISTEMI DIGITALI DI CONTROLLO Sistemi Digitali di Controllo A.A. 2009-2010 p. 1/45 SISTEMI DIGITALI DI CONTROLLO Prof. Alessandro De Luca DIS, Università di Roma La Sapienza deluca@dis.uniroma1.it Lucidi tratti dal libro C. Bonivento,

Dettagli

Scomposizione in fratti semplici

Scomposizione in fratti semplici 0.0.. Scomposizione in fratti semplici La determinazione dell evoluzione libera e dell evoluzione forzata di un sistema lineare stazionario richiedono l antitrasformazione di una funzione razionale fratta

Dettagli

Corso di Geometria III - A.A. 2016/17 Esercizi

Corso di Geometria III - A.A. 2016/17 Esercizi Corso di Geometria III - A.A. 216/17 Esercizi (ultimo aggiornamento del file: 2 ottobre 215) Esercizio 1. Calcolare (1 + 2i) 3, ( ) 2 + i 2, (1 + i) n + (1 i) n. 3 2i Esercizio 2. Sia z = x + iy. Determinare

Dettagli

Studio di sistemi dinamici tramite FdT. Risposta transitoria e risposta a regime

Studio di sistemi dinamici tramite FdT. Risposta transitoria e risposta a regime Parte 8, 1 Studio di sistemi dinamici tramite FdT Risposta transitoria e risposta a regime Parte 8, 2 Alcune definizioni e richiami! Consideriamo un sistema LTI, a tempo continuo oppure a tempo discreto,

Dettagli

Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui

Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it

Dettagli

Controlli Automatici I

Controlli Automatici I Ingegneria Elettrica Politecnico di Torino Luca Carlone Controlli Automatici I LEZIONE II Sommario LEZIONE II Trasformata di Laplace Proprietà e trasformate notevoli Funzioni di trasferimento Scomposizione

Dettagli

Convergenza per funzioni tra spazi metrici. Funzioni uniformemente continue e Lipschitz continue. Esempi. somma e prodotto, il campo C dei numeri

Convergenza per funzioni tra spazi metrici. Funzioni uniformemente continue e Lipschitz continue. Esempi. somma e prodotto, il campo C dei numeri Argomento della Lezione N. 1 Argomento della Lezione N. 2 Argomento della Lezione N. 11 Argomento della Lezione N. 12 Fondamenti assiomatici del sistema di numeri L unita immaginaria. Convergenza per funzioni

Dettagli

INDICE Esempi di segnali determinati: periodici e di energia Esempio di segnale aleatorio...4

INDICE Esempi di segnali determinati: periodici e di energia Esempio di segnale aleatorio...4 INDICE 1 Introduzione: definizione e classificazione dei segnali... 1 1.1 Introduzione all elaborazione numerica dei segnali... 1 1.2 Classificazione dei segnali... 2 1.2.1 Esempi di segnali determinati:

Dettagli

TEMI D ESAME DI ANALISI MATEMATICA I

TEMI D ESAME DI ANALISI MATEMATICA I TEMI D ESAME DI ANALISI MATEMATICA I Corso di laurea quadriennale) in Fisica a.a. 003/04 Prova scritta del 3 aprile 003 ] Siano a, c parametri reali. Studiare l esistenza e, in caso affermativo, calcolare

Dettagli

Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA

Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA Luigi Biagiotti DEIS-Università di Bologna Tel. 5 29334 e-mail: lbiagiotti@deis.unibo.it Analisi armonica di sistemi dinamici Analisi nel

Dettagli

Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA

Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA Luigi Biagiotti DEIS-Università di Bologna Tel. 051 2093034 e-mail: lbiagiotti@deis.unibo.it Analisi armonica di sistemi dinamici Analisi

Dettagli

Laboratorio II, modulo Segnali a tempo discreto (cfr.

Laboratorio II, modulo Segnali a tempo discreto (cfr. Laboratorio II, modulo 2 2012017 Segnali a tempo discreto (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_0.pdf Luise, Vitetta, D Amico

Dettagli

Elaborazione numerica dei segnali

Elaborazione numerica dei segnali Massimiliano Laddomada Marina Mondin Elaborazione numerica dei segnali 0)+)2(% %VKSQIRXSXVEXXEXSEPI^MSRI %VKSQIRXSXVEXXEXSEPI^MSRIMRQSHSTEV^MEPIS HMJJIVIRXIVMJIVMVWMEKPMETTYRXM %VKSQIRXSEGGIRREXSEPI^MSRIVMJIVMVWMEKPMETTYRXM

Dettagli

Gianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico

Gianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico Gianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico Copyright The McGraw-Hill Companies srl A aliasing, 443 fenomeno dell, 424f AMI, codificatore, 315 analiticità

Dettagli

Metodi di progetto per filtri IIR: soluzione dei problemi proposti

Metodi di progetto per filtri IIR: soluzione dei problemi proposti 7 Metodi di progetto per filtri IIR: soluzione dei problemi proposti P-7.: Usando il metodo dell invarianza all impulso, la funzione di trasferimento del filtro analogico viene trasformata in una funzione

Dettagli

Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2

Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2 Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: liberali@dti.unimi.it

Dettagli

ANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica. CONTROLLI AUTOMATICI Ingegneria Meccatronica

ANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica. CONTROLLI AUTOMATICI Ingegneria Meccatronica CONTROLLI AUTOMATICI Ingegneria Meccatronica http://www.automazione.ingre.unimore.it/pages/corsi/automazione%2industriale.htm ANALISI ARMONICA Analisi armonica di sistemi dinamici Analisi nel dominio del

Dettagli

Le funzioni razionali

Le funzioni razionali CAPITOLO 3 Le funzioni razionali vedi Ahlfors, pag. 30, 3, 32 Definizione... Introduzione R(z) = P (z) Q(z) con P (z) e Q(z) due polinomi privi di zeri comuni. Siano β, β 2,..., β q gli zeri del polinomio

Dettagli

ANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica

ANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Analisi

Dettagli

CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa

CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Ing. Luigi

Dettagli

Sistemi LSTD: rappresentazione esplicita

Sistemi LSTD: rappresentazione esplicita Trasformata Zeta Outline Sistemi LSTD: rappresentazione esplicita x(k+1) = Ax(k)+Bu(k), x R n, u R m, k Z y(k) = Cx(k)+Du(k), y R p x R n : vettore delle variabili di stato; u R m : vettore dei segnali

Dettagli

1 Finestratura di una trasformata di Hilbert

1 Finestratura di una trasformata di Hilbert 1 Finestratura di una trasformata di Hilbert Considerando la sequenza a n = 1 ( 1)n ;

Dettagli

La Trasformata di Fourier

La Trasformata di Fourier La Trasformata di Fourier Preliminari: Spazi di Hilbert Da Wikipedia In matematica uno spazio di Hilbert è uno spazio vettoriale che generalizza la nozione di spazio euclideo. Gli spazi di Hilbert sono

Dettagli

è un segnale periodico di periodo T0 1 equazioni di analisi e di sintesi stabiliscono

è un segnale periodico di periodo T0 1 equazioni di analisi e di sintesi stabiliscono PROPRIEA ELEMENARI Se x( t) è un segnale periodico di periodo 0 di classe C 1 -tratti e normalizzato, le equazioni di analisi e di sintesi stabiliscono una corrispondenza fra x( t) e la sequenza dei suoi

Dettagli

Analisi dei segnali nel dominio della frequenza

Analisi dei segnali nel dominio della frequenza Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 7 Analisi dei segnali nel dominio della frequenza docente L.Verdoliva In questa lezione affrontiamo il problema dell analisi dei segnali tempo

Dettagli

Prof. Carlo Rossi DEIS - Università di Bologna Tel:

Prof. Carlo Rossi DEIS - Università di Bologna Tel: Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: carlo.rossi@unibo.it Introduzione Due tipi di filtri digitali Filtri IIR simili ai filtri analogici Filtri FIR non esiste il corrispondente

Dettagli

Università di Pisa - Registro lezioni.

Università di Pisa - Registro lezioni. Page 1 of 8 Registri a.a. 2012/2013 DATI REGISTRO insegnamento corso di studi responsabile docenti totale ore nota AUTOMATICA (cod. 093II) IEL-L - INGEGNERIA ELETTRONICA Alberto Landi Alberto Landi 61

Dettagli

Analisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a

Analisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a Michele Campiti Prove scritte di Analisi Matematica 2 Ingegneria Industriale a.a. 20 202 Grafico della funzione f(x, y) := sin(2x 2 y) cos(x 2y 2 ) in [ π/2, π/2] 2 Raccolta delle tracce di Analisi Matematica

Dettagli

COMPITO DI CONTROLLI AUTOMATICI Ingegneria dell Informazione 18 Luglio 2016

COMPITO DI CONTROLLI AUTOMATICI Ingegneria dell Informazione 18 Luglio 2016 COMPITO DI CONTROLLI AUTOMATICI Ingegneria dell Informazione 18 Luglio 16 Esercizio 1. [9.5 punti] Dato il sistema a tempo-continuo di funzione di trasferimento s 2 ( s 2 + 2) G(s) = (s 2.2s + 1) (s +

Dettagli

Calcolo della DFT. Complessità del calcolo diretto. X(k) = x(n)w kn DFT. x(n) = 1 N. X(k)W kn. con W N = e j2π/n. Se x(n) è complessa: j{r[x(n)]

Calcolo della DFT. Complessità del calcolo diretto. X(k) = x(n)w kn DFT. x(n) = 1 N. X(k)W kn. con W N = e j2π/n. Se x(n) è complessa: j{r[x(n)] Calcolo della DFT Complessità del calcolo diretto DFT X(k) = x(n) = 1 1 n=0 1 x(n)w kn k = 0,..., 1 DFT k=0 con W = e j2π/. Se x(n) è complessa: X(k) = = 1 n=0 {R[x(n)] + ji[x(n)]}{r[w kn 1 n=0 }{{} (

Dettagli

CONTROLLI AUTOMATICI Ingegneria Meccatronica

CONTROLLI AUTOMATICI Ingegneria Meccatronica ) CONTROLLI AUTOMATICI Ingegneria Meccatronica ANALISI ARMONICA Prof. Cesare Fantuzzi Ing. Cristian Secchi e-mail: cesare.fantuzzi@unimore.it, cristian.secchi@unimore.it http://www.automazione.ingre.unimore.it

Dettagli

06. Analisi Armonica. Controlli Automatici. Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti

06. Analisi Armonica. Controlli Automatici. Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti Controlli Automatici 6. Analisi Armonica Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti ARSControl - DISMI - Università di Modena e Reggio Emilia E-mail: {nome.cognome}@unimore.it http://www.arscontrol.org/teaching

Dettagli

METODI MATEMATICI PER LA FISICA

METODI MATEMATICI PER LA FISICA METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 4 LUGLIO 7 Si risolvano cortesemente i seguenti problemi, sapendo che verranno valutati:. la correttezza del risultato ottenuto e della procedura utilizzata;.

Dettagli

SISTEMI LINEARI. (a) Il segnale x(t) in ingresso passa attraverso la trasformazione F{ } e produce l uscita y(t)

SISTEMI LINEARI. (a) Il segnale x(t) in ingresso passa attraverso la trasformazione F{ } e produce l uscita y(t) SISTEMI LINEARI F F (a) Il segnale x(t) in ingresso passa attraverso la trasformazione F{ } e produce l uscita y(t) SCHEMA A BLOCCHI DI UN SISTEMA (LINEARE) (b) L uscita y(t) è rappresentata dalla convoluzione

Dettagli

METODI MATEMATICI DELLA FISICA A.A. 2004/2005 Prof. C. Presilla. Prova di recupero 14 settembre 2005

METODI MATEMATICI DELLA FISICA A.A. 2004/2005 Prof. C. Presilla. Prova di recupero 14 settembre 2005 METODI MATEMATICI DELLA FISICA A.A. 2004/2005 Prof. C. Presilla Prova di recupero 4 settembre 2005 Cognome Nome Corso di Laurea in sostituzione delle prove in itinere segnare) 2 3 penalità esercizio voto

Dettagli

Argomento della Lezione N. 1 Argomento della Lezione N. 2 Argomento della Lezione N. 11 Argomento della Lezione N. 12 Introduzione al corso.

Argomento della Lezione N. 1 Argomento della Lezione N. 2 Argomento della Lezione N. 11 Argomento della Lezione N. 12 Introduzione al corso. Argomento della Lezione N. 1 Argomento della Lezione N. 2 Argomento della Lezione N. 11 Argomento della Lezione N. 12 Introduzione al corso. Il campo C dei numeri complessi. Fondamenti assiomatici del

Dettagli