Analisi dei segnali nel dominio della frequenza

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Analisi dei segnali nel dominio della frequenza"

Transcript

1 Appunti di Teoria dei Segnali a.a. / L.Verdoliva Nel capitolo precedente è stata descritta una rappresentazione dei segnali periodici mediante combinazione lineare di sinusoidi (se i segnali sono reali) o più in generale di esponenziali complessi. In questa sezione cercheremo di estendere questi concetti anche ai segnali aperiodici, e deiniremo la trasormata di Fourier diretta e inversa. Vedremo, in realtà, come sia possibile studiare anche i segnali periodici mediante la trasormata di Fourier, ottenendo così un unico strumento che permette di ottenere acilmente la rappresentazione nel dominio della requenza per tutti i segnali di interesse. Nel seguito tratteremo sia i segnali aperiodici tempo continuo che quelli tempo discreto. Trasormata di Fourier per segnali tempo continuo L analisi in requenza dei segnali aperiodici tempo continuo è uno dei contributi più importanti sviluppati da Fourier nel suo lavoro originale. Partendo dalla rappresentazione in requenza di un segnale periodico, un segnale aperiodico può essere visto come un segnale periodico di periodo ininito. All aumentare del periodo le componenti armoniche che costituiscono il segnale periodico tendono ad avvicinarsi in requenza, al limite si ottiene uno spettro continuo, e si passa dallo sviluppo in serie a quello mediante integrale. Nel paragrao seguente sarà sviluppata questa trattazione da un punto di vista analitico e saranno introdotte le equazioni di analisi e sintesi per un segnale aperiodico.. Dalla serie alla trasormata di Fourier Partiamo dalla rappresentazione in serie del treno di impulsi rettangolari di periodo T : x p (t) = rep T [Π(t/T )] x p (t) T T T T t

2 Trasormata di Fourier per segnali tempo continuo Consideriamo poi il segnale aperiodico: x(t) = Π(t/T ). x(t) Possiamo ottenere x(t) a partire da x p (t) portando il periodo all ininito: T x(t) = T lim x p(t) () T ci apettiamo allora di poter ricavare il comportamento in requenza di x(t) a partire da quello di x p (t) attraverso un operazione al limite. Essendo x p (t) periodico, risulta: dove x p (t) = k= X k e jπkt/t () X k = T / x p (t) e jπkt/t dt (3) T T / A questo punto osserviamo che x p (t) x(t) per t T /, inoltre x(t) = per t > T /, quindi i coeicienti di Fourier si possono riscrivere come: X k = T / x p (t) e jπkt dt T T / = T / x(t) e jπkt dt T T / = x(t) e jπkt dt T t Deiniamo adesso: Allora Sostituendo la (4) nella (), si ha: X() = x(t) e jπt dt X k = X() T =k/t = ( ) k X T x p (t) = k= T ( ) k X e jπkt/t T T (4) a.a. -

3 Trasormata di Fourier per segnali tempo continuo 3 Inine sostituiamo quest ultima espressione nella () per ottenere il segnale aperiodico x(t): x(t) = lim T k= = lim k= = lim k= ( ) k X e jπkt/t T T X(k ) e jπk t (5) X(k ) e jπk t (6) Nella (6) abbiamo riconosciuto che = /T, d altra parte (armonica ondamentale) rappresenta anche la spaziatura tra due armoniche successive: = k (k ) =, quindi nella (7) abbiamo semplicemente rinominato con. Si noti adesso che ogni termine nella somma non è altro che l area di rettangolo di altezza X(k ) e jπk t e larghezza. Per la sommatoria diventa un integrale: x(t) = X() e jπt dt Quindi, mentre un segnale periodico è la somma di ininite componenti sinusoidali con requenze relazionate armonicamente tra loro (tutte multiple di una requenza ondamentale), un segnale aperiodico è dato dalla somma (integrale) di ininite componenti sinusoidali con requenza variabile con continuità su tutto l asse reale. Riportiamo nuovamente le due equazioni relative alla rappresentazione di un segnale aperiodico: x(t) = X() = X() e jπt d (7) x(t) e jπt dt (8) La (7) è l equazione di sintesi (trasormata di Fourier inversa), mentre la (8) è quella di analisi (trasormata di Fourier diretta), che ci permette di determinare il peso che le varie componenti hanno nella ricostruzione del segnale. Anche in questo caso X() viene chiamato spettro e ornisce le inormazioni sull ampiezza e sulla ase dei asori costituenti il segnale: X() = X() e j X() = A() e jθ() A() rappresenta lo spettro di ampiezza e θ() quello di ase; evidentemente asori con requenze per le quali A() assume valori signiicativi contribuiscono maggiormente alla sintesi del segnale. Ancora una volta utilizzeremo la notazione: o equivalentemente: x(t) X() x(t) = F [X()] X() = F[x(t)] a.a. -

4 Trasormata di Fourier per segnali tempo continuo 4 Un ultima osservazione sulle equazioni di analisi e sintesi. Se poniamo nell equazione di analisi =, otteniamo: X() = x(t)dt (9) cioè il valore della trasormata di Fourier nell origine è uguale all area del segnale nel dominio del tempo. Analogamente, se poniamo t = in quella di sintesi, otteniamo: x() = X()d () cioè il valore del segnale nell origine è uguale all area della trasormata di Fourier. Utilizzeremo spesso nel seguito queste due equazioni.. Trasormata di Fourier per segnali reali Se il segnale è reale vale la proprietà di simmetria coniugata o hermitiana: X( ) = X () () Dimostrazione. La prova è analoga a quella per la serie di Fourier. Calcoliamo inatti X (): X () = ma essendo il segnale reale x (t) = x(t), per cui: X () = x (t) e jπt dt x(t) e jπt dt = X( ) L uguaglianza () non esprime altro che lo spettro di ampiezza A() è pari, mentre quello di ase θ() è dispari; inatti, riscrivendo la () in termini di spettro di ampiezza e di ase, si ha: ovvero: A( ) e jθ( ) = A() e jθ() A( ) = A() θ( ) = θ() Se poi assumiamo che il segnale, oltre che essere reale, è anche pari l equazione di analisi (8) può essere sempliicata nel seguente modo: X() = e risulta reale, mentre per un segnale dispari come: x(t) cos(π t)dt () e risulta immaginaria pura. a.a. - X() = j x(t) sin(π t)dt (3)

5 Trasormata di Fourier per segnali tempo continuo 5.3 Esempio Calcoliamo la trasormata di Fourier dell impulso rettangolare x(t) = A Π(t/T ). segnale pari, si può usare la (): Essendo il X() = = A T/ x(t) cos(π t)dt cos(π t)dt = A [sin(πt )]T/ = AT sinc(t ) π La trasormata di Fourier risulta essere una unzione reale, vale AT nell origine e si annulla nel punti ± T, ± T,.... L andamento è mostrato in igura nell ipotesi in cui A = T =, assieme allo spettro di ampiezza e di ase. Essendo lo spettro concentrato intorno all origine (basse requenze), le sinusoidi comprese nell intervallo ( /T, /T ) sono quelle che contribuiscono maggiormente alla sintesi del segnale. Trasormata di Fourier Spettro di ampiezza X().6.4. X() Spettro di ase <X() Figura : Trasormata di Fourier dell impulso rettangolare Osserviamo poi che un modo per veriicare la correttezza del risultato ottenuto è quello di usare l equazione (9), nel nostro caso risulta: X() = x(t)dt = AT L equazione () ci permette invece di determinare l area della unzione sinc (non dotata di primitive elementari) in un modo molto semplice: da cui per A = T = si ha: a.a. - AT sinc(t )d = A sinc()d =

6 Trasormata di Fourier per segnali tempo continuo 6.4 Convergenza della trasormata di Fourier Cerchiamo di capire adesso sotto quali condizioni per un segnale aperiodico x(t) si può calcolare la trasormata di Fourier: x(t) = cioè sotto quali ipotesi il limite così deinito: x(t) = lim T +T/ T/ X()e jπt d X()e jπt d converge proprio a x(t). In modo analogo a quanto atto per la serie di Fourier è possibile enunciare delle condizioni suicienti per la convergenza stabilite da Dirichlet:. x(t) è sommabile: x(t) dt <. in qualsiasi intervallo inito il segnale ha un numero inito di punti con discontinuità di prima specie; 3. in qualsiasi intervallo inito il segnale ha un numero inito di massimi e minimi. Sotto tali ipotesi l integrale di Fourier converge al valore assunto dalla unzione x(t) nei punti in cui essa è continua, e alla semisomma dei limiti destro e sinistro nei punti in cui presenta discontinuità di prima specie. Un ulteriore tipo di convergenza, meno restrittiva delle precedenti, è la convergenza in media quadratica, che assicura che l energia dell errore sia nulla. In tal caso basta che x(t) sia a quadrato sommabile, ovvero sia un segnale di energia, cioè: x(t) dt < Poiché molti dei segnali aperiodici che consideriamo sono segnali di energia, essi ammettono trasormata di Fourier nel senso appena indicato..5 Esempio Si vuole calcolare la trasormata di Fourier del segnale x(t) = A e t/t u(t). Dall equazione di analisi: X() = = A x(t)e jπt dt e (/T +jπ)t dt A = /T + jπ [e (/T +jπ)t ] + = AT + jπt a.a. -

7 Trasormata di Fourier per segnali tempo continuo 7 La trasormata di Fourier è una unzione complessa, calcoliamo quindi spettro di ampiezza e di ase: A() = AT + (πt ) θ() = arctan(πt ) Il graico è mostrato in igura per A = e T = /. Si noti come anche in questo caso lo spettro sia concentrato alle basse requenze.. Spettro di ampiezza.5 Spettro di ase X().6 <X() Figura : Spettro di ampiezza e spettro di ase.6 Relazione di Parseval Anche per i segnali aperiodici il calcolo dell energia può essere atto sia nel dominio del tempo che nel dominio della requenza. Inatti, ricordando la deinizione di energia, si ha: E x = x(t) dt = = = = x(t)x (t)dt [ x(t) X () [ X ()X()d = ] X () e jπt d dt (4) ] x(t) e jπt dt d (5) X() d Nella (4) è stata utilizzata la ormula di sintesi per x (t), mentre nella (5) si è scambiato l ordine di integrazione (lecito perché i segnali coinvolti sono a quadrato sommabile). Quindi: x(t) dt = X() d (6) che rappresenta la relazione di Parseval per segnali aperiodici e aerma che l energia può essere calcolata sia nel dominio del tempo che nel dominio della requenza. a.a. -

8 Trasormata di Fourier per segnali tempo continuo 8.7 Proprietà La trasormata di Fourier, come la serie, gode di diverse proprietà che, oltre a arci comprendere meglio il signiicato della trasormata, possono risultare molto utili per calcolarla. Di seguito sono presentate le principali..7. Linearità Siano x(t) e y(t) due segnali con trasormata di Fourier X() e Y (), rispettivamente, cioè: x(t) X() y(t) Y () Si consideri poi il segnale z(t) = ax(t) + by(t), combinazione lineare dei due segnali. Risulta: z(t) = ax(t) + by(t) Z() = ax() + by () (7) La prova è analoga a quella della serie di Fourier..7. Traslazione temporale Sia y(t) = x(t t ) e sia X() = F[x(t)], allora: y(t) = x(t t ) Y () = X()e jπt (8) Anche in questo caso la dimostrazione è analoga a quella della serie di Fourier. Se esprimiamo X() in termini di spettro di ampiezza e di ase si ha: Y () = X() e j X() e jπt pertanto lo spettro di ampiezza di y(t) resta inalterato: Y () = X() mentre quello di ase viene modiicato nel seguente modo: Y () = X() πt Esempio. Supponiamo di voler calcolare la trasormata di Fourier del segnale ( ) t T/ y(t) = x(t T/) = Π T Lo spettro di x(t) = Π(t/T ) è stato calcolato nell esempio.3 e vale X() = T sinc(t ), quindi, per la proprietà di traslazione temporale, y(t) ha la seguente trasormata: e risulta: Y () = T sinc(t ) e jπt Y () = T sinc(t ) Y () = T sinc(t ) πt I due spettri sono rappresentati graicamente in igura 3. a.a. -

9 Trasormata di Fourier per segnali tempo continuo 9 Spettro di ampiezza.8 X() Spettro di ase <X() Figura 3: Trasormata di Fourier dell impulso rettangolare trasalto.7.3 Cambiamento di scala Sia y(t) = x(at) e sia X() = F[x(t)], allora: y(t) = x(at) Y () = a X ( ) a (9) Dimostrazione. Dall equazione di analisi: Y () = y(t)e jπt dt = x(at)e jπt dt A questo punto eettuiamo il cambio di variabile τ = at: + Y () = a x(τ)e jπτ/a dτ a > a x(τ)e jπτ/a dτ a < ( ) a = X a a > ( ) a X a a < = ( ) a X a Ricordiamo che il cambiamento di scala, in base al valore di a, causa: a > Compressione a < Espansione a < Inversione La (9) ci dice che se comprimiamo il segnale nel tempo, otteniamo un espansione della trasormata di Fourier, se, invece, il segnale viene espanso nel tempo, lo spettro risulterà compresso. a.a. -

10 Trasormata di Fourier per segnali tempo continuo Questo risultato non ci sorprende dato che la compressione nel tempo equivale ad ottenere un segnale che varia più rapidamente e che quindi avrà bisogno di requenze più alte per essere ricostruito; di contro, un segnale di durata maggiore presenta un evoluzione temporale più lenta e il suo spettro risulterà concentrato maggiormente intorno alle basse requenze. Nella igura 4 è mostrato questo comportamento nell ipotesi in cui x(t) = Π(t) e a = per la igura a sinistra e a = / per quella a destra..5 Segnale nel d.d.t.5 Segnale nel d.d.t x(t) x(t) t t Trasormata di Fourier Trasormata di Fourier.5.5 X().5 X() Figura 4: Trasormata di Fourier di y (t) = x(t) e y (t) = x(t/) Notate che l area delle due sinc è la stessa dato che il valore nell origine, per entrambi i segnali, è uguale a. Esempio. Calcoliamo la trasormata di Fourier dell esponenziale bilatero: Il segnale può essere anche espresso come: x(t) = A e t /T x(t) = A e t/t u(t) + A e t/t u( t) = x (t) + x ( t) In questo modo si può sruttare il risultato ottenuto nell esempio.5 in cui è gia stato valutato lo spettro del segnale x (t). Applicando la proprietà di linearità e di cambiamento di scala per a =, si ha: X() = X () + X ( ) per cui: X() = = T + jπt + T jπt T + (πt ) Essendo il segnale pari, la trasormata è reale, e nel caso speciico assume solo valori positivi, per cui basta un solo graico per rappresentarla (igura 5). a.a. -

11 Trasormata di Fourier per segnali tempo continuo. Trasormata di Fourier X() Figura 5: Trasormata di Fourier dell esponenziale bilatero con A = e T =..7.4 Dualità La proprietà di dualità risulta molto utile tutte le volte in cui si conosce la trasormata di un segnale x(t): x(t) X() () e si vuole determinare la trasormata del segnale, indichiamolo con X(t), che ha lo stesso andamento temporale di X(). Per esempio abbiamo calcolato la trasormata di Fourier dell impulso rettangolare (x(t)) e abbiamo ottenuto la unzione sinc (X()), ci chiediamo allora se questo risultato ci può essere utile per valutare la trasormata di Fourier della sinc (X(t)). In eetti risulta: X(t) x( ) () Dimostrazione. Scriviamo l equazione di sintesi per il segnale x(t): x(t) = Scambiamo ormalmente le variabili t e : x() = quindi acciamo un cambio di variabile : x( ) = X()e jπt d X(t)e jπt dt X(t)e jπt dt e otteniamo che la trasormata di Fourier di X(t) risulta essere x( ). Esempio. Nell esempio.3 abbiamo trovate che: x(t) = Π(t/T ) X() = T sinc(t ) a.a. -

12 Trasormata di Fourier per segnali tempo continuo Da questo risultato vogliamo determinare la trasormata di Fourier della unzione y(t) = sinc(bt) Applicando la () si ha: X(t) = T sinc(tt ) x( ) = Π( /T ) = Π(/T ) Quindi per la proprietà di linearità si trova che: ) y(t) = sinc(bt) Y () = B Π ( B.7.5 Derivazione e integrazione Le operazioni di derivazione e integrazione diventano semplici operazioni algebriche nel dominio della requenza, per questo motivo la trasormata di Fourier è spesso utilizzata per quei sistemi il cui comportamento è descritto da equazioni dierenziali. a) Per quanto riguarda l operazione di derivazione, risulta: y(t) = dx(t) dt Y () = jπx() () La dimostrazione è analoga a quella della serie e giunge ad un risultato simile. La derivata causa l alterazione di tutte le componenti requenziali secondo un attore pari a jπ, esalta quindi le componenti del segnale alle alte requenze, oltre a uno sasamento di ±π/ a seconda del segno di. Inatti, spettro di ampiezza e di ase sono: La () può essere generalizzata: b) La proprietà di integrazione dice che: Y () = π X() Y () = X() + π sign() y(t) = dk x(t) dt k Y () = (jπ) k X() (3) y(t) = t x(α)dα Y () = X() jπ Per la dimostrazione è suiciente utilizzare la proprietà di derivazione. In questo caso vengono esaltate le componenti a bassa requenza del segnale. Si accia attenzione al atto che l uguaglianza seguente X() = jπy () risulta valida solo se X() =. Tale condizione sta a signiicare, per la (9) che: X() = x(t)dt = (4) a.a. -

13 Trasormata di Fourier per segnali tempo continuo 3 cioè x(t) sottende area nulla; d altra parte, essendo y(t) = t x(α)dα, deve accadere y(+ ) =, vale a dire y(t) deve tendere a zero all ininito. Questa è una condizione necessaria ainché y(t) sia un segnale di energia. Pertanto la (4) è valida solo se y(t) è un segnale di energia. Esempio. Usiamo la proprietà di integrazione per calcolare la trasormata di Fourier dell impulso triangolare x(t) = AΛ(t/T ) Procederemo nel seguente modo: ) calcoliamo s(t) = dx(t) dt ; ) valutiamo la trasormata di Fourier di s(t) S(); 3) inine, determiniamo X() = S() jπ La derivata dell impulso triangolare si può calcolare graicamente, e si ottiene: x(t) s(t) A A T T T T T t Analiticamente: La trasormata di Fourier di s(t) è: s(t) = A ( ) t + T/ T Π A ( ) t T/ T T Π T S() = A T T sinc(t )ejπt A T T sinc(t )e jπt = A sinc(t )[e jπt e jπt ] = ja sinc(t ) sin(πt ) L ultima operazione da are è quella di applicare la (4): X() = S() jπ = AT sinc (T ) = A sinc(t ) sin(πt ) π Per controllo, veriichiamo che risulta valida la relazione: X() = x(t) dt. In eetti, l area del segnale è proprio AT che coincide con il valore nell origine della trasormata a.a. -

14 Trasormata di Fourier per segnali tempo continuo Prodotto e convoluzione Le proprietà descritte in questo paragrao sono molto importanti per l analisi in requenza dei sistemi LTI e più in generale nell elaborazione dei segnali. Faremo l ipotesi che i segnali x(t) e y(t) abbiano trasormate di Fourier X() e Y (), rispettivamente. a) La proprietà della convoluzione aerma che: z(t) = x(t) y(t) Z() = X()Y () (5) Dimostrazione. Applicando la ormula di analisi si ha: Z() = = z(t)e jπt dt = [ Scambiando l ordine di integrazione: Z() = = x(α) x(α) [ [ [x(t) y(t)]e jπt dt ] x(α)y(t α) dα e jπt dt ] y(t α) e jπt dt dα ] y(t α) e jπ(t α) dt e jπα dα (6) Nella (6) abbiamo moltiplicato e diviso per la quantità e jπα. Adesso eettuiamo il cambio di variabile t α = τ nell integrale interno: [ ] Z() = x(α) y(τ) e jπτ dτ e jπα dα = = [ b) La proprietà duale della (5) è: x(α)y ()e jπα dα = ] x(α)e jπα dα Y () = X()Y () z(t) = x(t)y(t) Z() = X() Y () (7) Dimostrazione. Applicando la ormula di analisi si ha: Z() = = z(t)e jπt dt = [ X(ν)e jπνt dν x(t)y(t)e jπt dt ] y(t)e jπt dt (8) Nella (8) si è utilizzata la ormula di sintesi per x(t), usando la variabile ν per non creare ambiguità con la variabile. Invertendo quindi l ordine di integrazione: [ ] Z() = X(ν) y(t)e jπ( ν)t dt dν = X(ν)Y ( ν)dν = X() Y () a.a. -

15 Trasormata di Fourier per segnali tempo continuo 5 Esempio. Calcoliamo, nel dominio della requenza, la convoluzione tra due impulsi rettangolari della stessa durata, cioè: z(t) = x(t) x(t) dove x(t) = A Π(t/T ). Per la proprietà (5) risulta: dove X() = AT sinc(t ). Quindi: Z() = X () Z() = (AT ) sinc (T ) z(t) = A T Λ(t/T ) Per determinare z(t) è stato applicato il risultato ottenuto nell esempio di pag.3. Si noti come il calcolo della convoluzione tra due impulsi rettangolari risulti molto più semplice nel dominio della requenza che nel dominio del tempo. E chiaro, però, che una volta calcolata la trasormata di Fourier dei due segnali e realizzato il prodotto è necessario anche tornare nel dominio del tempo e calcolare z(t). Se il segnale ottenuto Z() è troppo complesso da antitrasormare, la convoluzione andrà eettuata nel dominio del tempo. Questo procedimento, oltre che per il calcolo della convoluzione, può risultare estremamente utile per il calcolo dell autocorrelazione di un segnale di energia, dato che risulta: R x (τ) = x(τ) x( τ) X()X( ) Per il calcolo della trasormata di Fourier di x( τ) abbiamo applicato la (9) con a =. D altra parte, se x(t) è reale X( ) = X (), quindi: R x (τ) = x(τ) x( τ) X()X () = X() Quindi bisogna calcolare la quantità X() e poi antitrasormare. Ovviamente con ragionamenti analoghi si può determinare la mutua correlazione tra due segnali operando nel dominio della requenza e non in quello del tempo..7.7 Modulazione La proprietà di modulazione risulta estremamente utile quando si vuole traslare lo spettro di un segnale intorno a una issata requenza ed è un operazione ondamentale tutte le volte in cui si vuole trasmettere un segnale su un determinato mezzo di comunicazione. Calcoliamo la trasormata di Fourier del segnale: y(t) = x(t) cos(π t) utilizzando la deinizione (si osservi che y(t) è ancora un segnale di energia se x(t) è di energia): y(t) = = = x(t) cos(π t)e jπt dt [ e jπ t e jπ t x(t) x(t)e jπ( )t dt + = X( ) + X( + ) ] e jπt dt x(t)e jπ(+ )t dt a.a. -

16 Trasormata di Fourier per segnali tempo continuo 6 In conclusione: y(t) = x(t) cos(π t) Y () = X( ) + X( + ) (9) Aver moltiplicato il segnale x(t) per una sinusoide alla requenza ha permesso di traslare lo spettro di x(t) proprio intorno alle requenze ±. Si parla in questo caso di modulazione d ampiezza perché l ampiezza della sinusoide viene modulata dall andamento del segnale. Come conseguenza della dimostrazione si trova anche che se si moltiplica un segnale per un asore si trasla lo spettro in requenza intorno alla portante (proprietà duale della traslazione nel tempo): y(t) = x(t)e jπ t Y () = X( ) (3).8 Trasormata di Fourier generalizzata La trasormata di Fourier può anche essere applicata a segnali che non soddisano le condizioni di Dirichlet o che non sono segnali di energia, pur di introdurre la unzione generalizzata impulso di Dirac, δ(t)..8. Delta di Dirac e Segnale costante Calcoliamo la trasormata di Fourier di x(t) = δ(t): Quindi: X() = δ(t)e jπt dt = e jπt t= = x(t) = δ(t) X() = (3) Lo spettro dell impulso di Dirac contiene componenti a qualsiasi requenza arbitrariamente grande e tutte le componenti hanno la stessa ampiezza. Se scriviamo anche l equazione di sintesi, si ha che: δ(t) = e jπt d Ovviamente questa uguaglianza va intesa nel senso delle distribuzioni, dato che l integrale non è deinito in senso ordinario. Calcoliamo adesso la trasormata di Fourier di δ(t t ): Quindi: X() = δ(t t )e jπt dt = e jπt t=t = e jπt x(t) = δ(t t ) X() = e jπt (3) L introduzione della δ(t) ci permette di calcolare la trasormata di Fourier di un segnale a energia ininita come il segnale costante, inatti per dualità, risulta: x(t) = X() = δ( ) = δ() (33) dove è stata sruttata la proprietà di parità dell impulso di Dirac. a.a. -

17 Trasormata di Fourier per segnali tempo continuo 7 Esempio. Calcoliamo la trasormata di Fourier del segnale x(t) = t T Π ( ) t T applicando la proprietà di integrazione: x(t) s(t) T T t T T T t La derivata s(t) può essere espressa analiticamente come: s(t) = δ(t + T ) δ(t T ) T Π ( t + T/ T Calcoliamo la sua trasormata di Fourier: Inine: ) + ( ) t T/ T Π T S() = e jπt e jπt sinc(t )e jπt + sinc(t )e jπt = j sin(πt ) jsinc(t ) sin(πt ) X() = S() jπ = j sin(πt ) jπ sinc(t ) sin(πt ) j jπ = T sinc(t ) T sinc (T ) (34) In realtà, il segnale x(t) si può anche esprimere come x(t) = Π(t/T ) Λ(t/T ), quindi, anziché usare la proprietà di integrazione, bastava applicare la proprietà di linearità e sruttare il atto che le trasormate di Fourier dell impulso rettangolare e triangolare sono note, ottenendo così lo stesso risultato mostrato nella (34)..8. Gradino e Signum In questa sezione vogliamo calcolare le trasormate di Fourier del segnale gradino e del segnale signum, entrambi segnali di potenza. In realtà dato che risulta u(t) = + sign(t) basta calcolare la trasormata di Fourier del segnale signum, quella di u(t) si ottiene poi applicando la linearità e ricordando che la trasormata di Fourier di una costante è un impulso di Dirac: u(t) = + sign(t) U() = δ() + F[sign(t)] a.a. -

18 Trasormata di Fourier per segnali tempo continuo 8 5 x(t)=/t 4 3 x(t) t Figura 6: Rappresentazione graica del segnale x(t) = /t Per calcolare la trasormata di Fourier di sign(t), bisogna, a sua volta, determinare la trasormata di Fourier del segnale x(t) = /t, il cui graico è mostrato in igura 6. Tale segnale non è sommabile, in quanto è ininito del primo ordine per t e ininitesimo del primo ordine per t +, nonostante ciò è possibile calcolarne la trasormata di Fourier nel senso del valor principale secondo Cauchy. Vediamo come. Applicando l equazione di analisi: X() = e jπt t dt = cos(π t) t sin(π t) dt j dt t Dal momento che la unzione cos(π t)/t è dispari, il primo integrale ornisce contributo nullo, se si considera il valor principale secondo Cauchy (VPC), cioè la quantità: Quindi: V P C [ cos(π t) t ] [ ε cos(π t) T dt = lim dt + ε,t T t ε sin(π t) X() = j dt = jπ t Il calcolo dell integrale diventa semplice se si applica la (9): y(t) dt = Y () sinc( t) dt cos(π t) t e se si ricorda che sinc(t) Π(t), per cui applicando la proprietà del cambiamento di scala: y(t) = sinc(αt) Y () = ( ) α Π α ] dt Quindi: sinc(t) dt = Π() = a.a. -

19 Trasormata di Fourier per segnali tempo continuo 9 In conclusione: X() = jπ = jπsign() Equivalentemente: jπsign() (35) t A questo punto basta applicare la proprietà di dualità per ottenere la trasormata di Fourier del segnale sign(t): ovvero jπsign(t) sign(t) Di conseguenza la trasorma di Fourier del gradino è: jπ u(t) δ() + jπ (36).8.3 Teorema di integrazione completo Utilizzando i risultati ottenuti nel paragrao precedente è possibile estendere il teorema di integrazione anche ai segnali di potenza. Inatti: D altra parte: Quindi: t x(α) dα = x(α)u(t α) dα = x(t) u(t) [ x(t) u(t) X() jπ + ] δ() t x(α) dα X() jπ + X()δ() (37) Questo è il teorema di integrazione in orma completa. Il secondo termine tiene conto di un eventuale componente continua che potrebbe risultare dall integrazione e che nel caso di segnali di energia risulta essere nulla. Si tenga presente che quando X() = si ottiene la proprietà (4)..8.4 Trasormata di Fourier per segnali periodici Grazie all introduzione della delta di Dirac, è possibile estendere la trasormata di Fourier anche ai segnali periodici. In questo modo si utilizza un unico strumento (trasormata di Fourier) sia per i segnali aperiodici che per quelli periodici. Ricordiamo l equazione (3): Applicando la proprietà di dualità, otteniamo: x(t) = δ(t t ) X() = e jπt x(t) = e jπ t X() = δ( ) = δ( + ) (38) a.a. -

20 Trasormata di Fourier per segnali tempo continuo X() Figura 7: Trasormata di Fourier di x(t) = cos(π t) ma anche: x(t) = e jπ t X() = δ( + ) = δ( ) (39) Nelle due relazioni (38) e (39) abbiamo sruttato la proprietà di parità della δ(t). A questo punto, è semplice ricavare la trasormata di Fourier di x(t) = cos(π t), utilizzando la ormula di Eulero: x(t) = cos(π t) = ejπ t + e jπ t X() = δ( ) + δ( + ) (4) La trasormata di Fourier del coseno è costituita da due impulsi di ampiezza / centrati nelle requenze ±, come mostrato in igura 7. E importante sottolineare che da un punto di vista concettuale la trasormata di Fourier ornisce le stesse indicazioni della serie di Fourier. Con un procedimento analogo possiamo derivare la trasormata di Fourier del seno: x(t) = sin(π t) = j ejπ t j e jπ t X() = j δ( ) j δ( + ) (4) Si noti che possiamo riottenere la proprietà di modulazione, tenendo presente che la trasormata di Fourier del prodotto di due segnali è data dalla convoluzione delle trasormate: [ ] δ( ) + δ( + ) x(t) cos(π t) X() quindi: x(t) cos(π t) X( ) + X( + ) A questo punto è immediato calcolare la trasormata di Fourier di un qualsiasi segnale periodico x p (t), ricordando che tale segnale ammette espansione in serie di Fourier: x p (t) = k X k e jπk t X p () = k X k δ( k ) Questa relazione mostra che il contenuto spettrale di un segnale periodico è concentrato alle requenze armoniche (spettro a righe), così come evidenzia l analisi in requenza mediante la serie (igura 8). a.a. -

21 Trasormata di Fourier per segnali tempo continuo X p () X... T T X X T T... Figura 8: Trasormata di Fourier di un segnale periodico Esempio. Si consideri nuovamente il treno di impulsi ideali x p (t) = n δ(t nt ) Ricordiamo che i coeicienti di Fourier sono tutti costanti X k = /T, per cui: x p (t) X p () = ) δ ( kt T k (4) La trasormata di Fourier di un treno di impulsi di periodo T è ancora un treno di impulsi di ampiezza /T e periodo /T..8.5 Formule di Poisson Le ormule di Poisson ci orniscono dei risultati importanti per quanto riguarda la replicazione e il campionamento dei segnali.. Prima ormula di Poisson. Si consideri un segnale periodico: x p (t) = rep T [x(t)] = n x(t nt ) (43) dove x(t) è il generatore. Il segnale x p (t) si può anche esprimere come: x p (t) = x(t) n δ(t nt ) Calcoliamo adesso la trasormata di Fourier di x p (t), ricordando che la convoluzione nel tempo è il prodotto in requenza e che vale la (4): X p () = X() ) δ ( kt T k = ) X()δ ( kt T k = ( ) ) k X δ ( kt (44) T T k a.a. -

22 Trasormata di Fourier per segnali tempo continuo Antitrasormando la (44) e uguagliando alla (43) si ottiene la prima ormula di Poisson: x(t nt ) = ( ) k X e jπkt/t (45) T n T k Tale relazione esprime il atto che ad una replicazione nel tempo corrisponde un campionamento in requenza. Facciamo un importante osservazione. Dalla (45) si può notare come i coeicienti di Fourier X k si possono determinare anche come: X k = ( ) k X (46) T cioè bisogna prima determinare la trasormata del generatore X() = F[x(t)] e poi campionarla opportunamente. La ormula (46) può risultare molto più comoda rispetto alla deinizione per calcolare i coeicienti dello sviluppo in serie.. Seconda ormula di Poisson. Tale relazione è duale rispetto alla precedente e ci dice che se si campiona un segnale nel dominio del tempo lo spettro viene replicato in requenza. Consideriamo un segnale campionato idealmente: T x δ (t) = x(t) n δ(t nt ) (47) e calcoliamone la sua trasormata di Fourier usando la (7) e la (4): X δ () = X() ) δ ( kt T k = ) X ( kt T k (48) Scopriamo che campionare nel tempo signiica replicare in requenza. Adesso riscriviamo la (47) nel seguente modo: x δ (t) = n x(t)δ(t nt ) = n x(nt )δ(t nt ) (49) e calcoliamone la trasormata di Fourier: X δ () = n x(nt )e jπnt (5) Uguagliando la (5) e la (48) si ottiene la seconda ormula di Poisson: x(nt )e jπnt = ) X ( kt T n k (5) Di seguito mostriamo alcuni esempi di calcolo della trasormata di Fourier per segnali periodici attraverso la (46) (ormula del campionamento in requenza). Questa ormula è molto più semplice da usare, perchè nell equazione di analisi dello sviluppo in serie è necessario considerare la restrizione ad un periodo del segnale, con la (46), invece, basta scegliere un qualsiasi generatore del segnale periodico. a.a. -

Analisi dei sistemi nel dominio del tempo

Analisi dei sistemi nel dominio del tempo Appunti di Teoria dei Segnali a.a. 010/011 L.Verdoliva In questa sezione studieremo i sistemi tempo continuo e tempo discreto nel dominio del tempo. Li classificheremo in base alle loro proprietà e focalizzeremo

Dettagli

Laboratorio di Elettrotecnica

Laboratorio di Elettrotecnica 1 Laboratorio di Elettrotecnica Rappresentazione armonica dei Segnali Prof. Pietro Burrascano - Università degli Studi di Perugia Polo Scientifico Didattico di Terni 2 SEGNALI: ANDAMENTI ( NEL TEMPO, NELLO

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 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

Capitolo 8 - Introduzione alla probabilità

Capitolo 8 - Introduzione alla probabilità Appunti di Teoria dei Segnali Capitolo 8 - Introduzione alla probabilità Concetti preliminari di probabilità... Introduzione alla probabilità... Deinizione di spazio degli eventi... Deinizione di evento...

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

Ing. Alessandro Pochì

Ing. Alessandro Pochì Lo studio di unzione Ing. Alessandro Pochì Appunti di analisi Matematica per la Classe VD (a.s. 011/01) Schema generale per lo studio di una unzione Premessa Per Studio unzione si intende, generalmente,

Dettagli

Forma d onda rettangolare non alternativa.

Forma d onda rettangolare non alternativa. Forma d onda rettangolare non alternativa. Lo studio della forma d onda rettangolare è utile, perché consente di conoscere il contenuto armonico di un segnale digitale. FIGURA 33 Forma d onda rettangolare.

Dettagli

ANALISI DI SEGNALI BIOLOGICI

ANALISI DI SEGNALI BIOLOGICI ANALISI DI SEGNALI BIOLOGICI A.Accardo accardo@units.it LM Neuroscienze A.A. 2010-11 Parte II 1 Analisi in frequenza di un segnale l analisi in frequenza di un segnale o analisi di Fourier descrive il

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

SVILUPPO IN SERIE DI FOURIER

SVILUPPO IN SERIE DI FOURIER SVILUPPO IN SERIE DI FOURIER Cenni Storici (Wikipedia) Jean Baptiste Joseph Fourier ( nato a Auxerre il 21 marzo 1768 e morto a Parigi il 16 maggio 1830 ) è stato un matematico e fisico, ma è conosciuto

Dettagli

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento:

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento: Capitolo 3 Serie 3. Definizione Sia { } una successione di numeri reali. Ci proponiamo di dare significato, quando possibile, alla somma a + a 2 +... + +... di tutti i termini della successione. Questa

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

Note integrative ed Esercizi consigliati

Note integrative ed Esercizi consigliati - a.a. 2006-07 Corso di Laurea Specialistica in Ingegneria Civile (CIS) Note integrative ed consigliati Laura Poggiolini e Gianna Stefani Indice 0 1 Convergenza uniforme 1 2 Convergenza totale 5 1 Numeri

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE 2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 INTRODUZIONE Il problema agli autovalori di un operatore La trattazione del problema agli autovalori di un operatore fatta negli spazi finitodimensionali

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

L. Pandolfi. Lezioni di Analisi Matematica 2

L. Pandolfi. Lezioni di Analisi Matematica 2 L. Pandolfi Lezioni di Analisi Matematica 2 i Il testo presenta tre blocchi principali di argomenti: A Successioni e serie numeriche e di funzioni: Cap., e 2. B Questa parte consta di due, da studiarsi

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc.

1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc. Classi Numeriche 1 1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc. In questo breve capitolo richiamiamo le definizioni delle classi numeriche fondamentali, già note al lettore,

Dettagli

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06 Analisi Mat. - Ing. Inform. - Soluzioni del compito del 3-3-6 Sia p il polinomio di quarto grado definito da pz = z 4. Sia S il settore circolare formato dai numeri complessi che hanno modulo minore o

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

Richiami: funzione di trasferimento e risposta al gradino

Richiami: funzione di trasferimento e risposta al gradino Richiami: funzione di trasferimento e risposta al gradino 1 Funzione di trasferimento La funzione di trasferimento di un sistema lineare è il rapporto di due polinomi della variabile complessa s. Essa

Dettagli

LA FUNZIONE ESPONENZIALE E IL LOGARITMO

LA FUNZIONE ESPONENZIALE E IL LOGARITMO LA FUNZIONE ESPONENZIALE E IL LOGARITMO APPUNTI PER IL CORSO DI ANALISI MATEMATICA I G. MAUCERI Indice 1. Introduzione 1 2. La funzione esponenziale 2 3. Il numero e di Nepero 9 4. L irrazionalità di e

Dettagli

Consideriamo due polinomi

Consideriamo due polinomi Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al

Dettagli

Circuiti Elettrici. Schema riassuntivo. Assumendo positive le correnti uscenti da un nodo e negative quelle entranti si formula l importante

Circuiti Elettrici. Schema riassuntivo. Assumendo positive le correnti uscenti da un nodo e negative quelle entranti si formula l importante Circuiti Elettrici Schema riassuntivo Leggi fondamentali dei circuiti elettrici lineari Assumendo positive le correnti uscenti da un nodo e negative quelle entranti si formula l importante La conseguenza

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Corso di Analisi Matematica. Polinomi e serie di Taylor

Corso di Analisi Matematica. Polinomi e serie di Taylor a.a. 2013/14 Laurea triennale in Informatica Corso di Analisi Matematica Polinomi e serie di Taylor Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità degli

Dettagli

Teoria quantistica della conduzione nei solidi e modello a bande

Teoria quantistica della conduzione nei solidi e modello a bande Teoria quantistica della conduzione nei solidi e modello a bande Obiettivi - Descrivere il comportamento quantistico di un elettrone in un cristallo unidimensionale - Spiegare l origine delle bande di

Dettagli

Quando troncare uno sviluppo in serie di Taylor

Quando troncare uno sviluppo in serie di Taylor Quando troncare uno sviluppo in serie di Taylor Marco Robutti October 13, 2014 Lo sviluppo in serie di Taylor di una funzione è uno strumento matematico davvero molto utile, e viene spesso utilizzato in

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 004 Il candidato risolva uno dei due problemi e 5 dei 10 quesiti in cui si articola il questionario. PROBLEMA 1 Sia f la funzione definita da: f

Dettagli

Geometria nel piano complesso

Geometria nel piano complesso Geometria nel piano complesso Giorgio Ottaviani Contents Un introduzione formale del piano complesso 2 Il teorema di Napoleone 5 L inversione circolare 6 4 Le trasformazioni di Möbius 7 5 Il birapporto

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

Dipendenza dai dati iniziali

Dipendenza dai dati iniziali Dipendenza dai dati iniziali Dopo aver studiato il problema dell esistenza e unicità delle soluzioni dei problemi di Cauchy, il passo successivo è vedere come le traiettorie di queste ultime dipendono

Dettagli

Ottica. 1 p + 1 q = 2 R

Ottica. 1 p + 1 q = 2 R - - I amosi specchi ustori usati da rchimede per bruciare le navi nemiche erano specchi serici. Sapendo che la distanza delle alture, dove erano posti gli specchi, dal mare era di 00 m, dite uale doveva

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito. INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati

Dettagli

Analisi Matematica I

Analisi Matematica I Analisi Matematica I Fabio Fagnani, Gabriele Grillo Dipartimento di Matematica Politecnico di Torino Queste dispense contengono il materiale delle lezioni del corso di Analisi Matematica I rivolto agli

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. CAPITOLO 7 Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R. 1 4 2 1 4 2 A 1 = 0 t+1 1 A 2 = 0 t+1 1

Dettagli

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

Dettagli

Numeri complessi e polinomi

Numeri complessi e polinomi Numeri complessi e polinomi 1 Numeri complessi L insieme dei numeri reali si identifica con la retta della geometria: in altri termini la retta si può dotare delle operazioni + e e divenire un insieme

Dettagli

v in v out x c1 (t) Molt. di N.L. H(f) n

v in v out x c1 (t) Molt. di N.L. H(f) n Comunicazioni elettriche A - Prof. Giulio Colavolpe Compito n. 3 3.1 Lo schema di Fig. 1 è un modulatore FM (a banda larga). L oscillatore che genera la portante per il modulatore FM e per la conversione

Dettagli

A.1 Definizione e rappresentazione di un numero complesso

A.1 Definizione e rappresentazione di un numero complesso 441 APPENDICE A4 NUMERI COMPLESSI A.1 Definizione e rappresentazione di un numero complesso Si riepilogano i concetti e le operazioni elementari relativi ai numeri complessi. Sia z un numero complesso;

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

Equazioni differenziali ordinarie

Equazioni differenziali ordinarie Capitolo 2 Equazioni differenziali ordinarie 2.1 Formulazione del problema In questa sezione formuleremo matematicamente il problema delle equazioni differenziali ordinarie e faremo alcune osservazioni

Dettagli

Introduzione. Classificazione delle non linearità

Introduzione. Classificazione delle non linearità Introduzione Accade spesso di dover studiare un sistema di controllo in cui sono presenti sottosistemi non lineari. Alcuni di tali sottosistemi sono descritti da equazioni differenziali non lineari, ad

Dettagli

ED. Equazioni cardinali della dinamica

ED. Equazioni cardinali della dinamica ED. Equazioni cardinali della dinamica Dinamica dei sistemi La dinamica dei sistemi di punti materiali si può trattare, rispetto ad un osservatore inerziale, scrivendo l equazione fondamentale della dinamica

Dettagli

Dispensa sulle funzioni trigonometriche

Dispensa sulle funzioni trigonometriche Sapienza Universita di Roma Dipartimento di Scienze di Base e Applicate per l Ingegneria Sezione di Matematica Dispensa sulle funzioni trigonometriche Paola Loreti e Cristina Pocci A. A. 00-0 Dispensa

Dettagli

8. Il radar ad apertura sintetica

8. Il radar ad apertura sintetica 8. Il radar ad apertura sintetica Il radar ad apertura sintetica (SAR Synthetic Aperture Radar) è stato sviluppato a partire dal 1951 in seguito alle osservazioni effettuate da Carl Wiley della Goodyear

Dettagli

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas.8.6.. - -.5.5 -. In questa dispensa ricordiamo la classificazione delle funzioni elementari e il dominio di esistenza delle stesse. Inoltre

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

Funzioni di più variabili. Ottimizzazione libera e vincolata

Funzioni di più variabili. Ottimizzazione libera e vincolata libera e vincolata Generalità. Limiti e continuità per funzioni di 2 o Piano tangente. Derivate successive Formula di Taylor libera vincolata Lo ordinario è in corrispondenza biunivoca con i vettori di

Dettagli

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI Le disequazioni fratte Le disequazioni di secondo grado I sistemi di disequazioni Alessandro Bocconi Indice 1 Le disequazioni non lineari 2 1.1 Introduzione.........................................

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

Esercizi svolti sui numeri complessi

Esercizi svolti sui numeri complessi Francesco Daddi - ottobre 009 Esercizio 1 Risolvere l equazione z 1 + i = 1. Soluzione. Moltiplichiamo entrambi i membri per 1 + i in definitiva la soluzione è z 1 + i 1 + i = 1 1 + i z = 1 1 i. : z =

Dettagli

I numeri complessi. Mario Spagnuolo Corso di Laurea in Fisica - Facoltà di Scienze - Università Federico II di Napoli

I numeri complessi. Mario Spagnuolo Corso di Laurea in Fisica - Facoltà di Scienze - Università Federico II di Napoli I numeri complessi Mario Spagnuolo Corso di Laurea in Fisica - Facoltà di Scienze - Università Federico II di Napoli 1 Introduzione Studiare i numeri complessi può sembrare inutile ed avulso dalla realtà;

Dettagli

IV-1 Funzioni reali di più variabili

IV-1 Funzioni reali di più variabili IV- FUNZIONI REALI DI PIÙ VARIABILI INSIEMI IN R N IV- Funzioni reali di più variabili Indice Insiemi in R n. Simmetrie degli insiemi............................................ 4 2 Funzioni da R n a R

Dettagli

esame di stato 2012 seconda prova scritta per il liceo scientifico di ordinamento

esame di stato 2012 seconda prova scritta per il liceo scientifico di ordinamento RTICL rchimede 4 esame di stato seconda prova scritta per il liceo scientifico di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario PRBLEM Siano f e g le funzioni

Dettagli

ALGEBRA I: CARDINALITÀ DI INSIEMI

ALGEBRA I: CARDINALITÀ DI INSIEMI ALGEBRA I: CARDINALITÀ DI INSIEMI 1. CONFRONTO DI CARDINALITÀ E chiaro a tutti che esistono insiemi finiti cioè con un numero finito di elementi) ed insiemi infiniti. E anche chiaro che ogni insieme infinito

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

Anello commutativo. Un anello è commutativo se il prodotto è commutativo.

Anello commutativo. Un anello è commutativo se il prodotto è commutativo. Anello. Un anello (A, +, ) è un insieme A con due operazioni + e, dette somma e prodotto, tali che (A, +) è un gruppo abeliano, (A, ) è un monoide, e valgono le proprietà di distributività (a destra e

Dettagli

bipolari, quando essi, al variare del tempo, assumono valori sia positivi che negativi unipolari, quando essi non cambiano mai segno

bipolari, quando essi, al variare del tempo, assumono valori sia positivi che negativi unipolari, quando essi non cambiano mai segno Parametri dei segnali periodici I segnali, periodici e non periodici, si suddividono in: bipolari, quando essi, al variare del tempo, assumono valori sia positivi che negativi unipolari, quando essi non

Dettagli

Problema n. 1: CURVA NORD

Problema n. 1: CURVA NORD Problema n. 1: CURVA NORD Sei il responsabile della gestione del settore Curva Nord dell impianto sportivo della tua città e devi organizzare tutti i servizi relativi all ingresso e all uscita degli spettatori,

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

Esponenziali elogaritmi

Esponenziali elogaritmi Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.

Dettagli

Appunti sulle disequazioni

Appunti sulle disequazioni Premessa Istituto d Istruzione Superiore A. Tilgher Ercolano (Na) Appunti sulle disequazioni Questa breve trattazione non vuole costituire una guida completa ed esauriente sull argomento, ma vuole fornire

Dettagli

I Numeri Complessi. Si verifica facilmente che, per l operazione di somma in definita dalla (1), valgono le seguenti

I Numeri Complessi. Si verifica facilmente che, per l operazione di somma in definita dalla (1), valgono le seguenti Y T T I Numeri Complessi Operazioni di somma e prodotto su Consideriamo, insieme delle coppie ordinate di numeri reali, per cui si ha!"# $&% '( e )("+* Introduciamo in tale insieme una operazione di somma,/0"#123045"#

Dettagli

TEORIA PERTURBATIVA DIPENDENTE DAL TEMPO

TEORIA PERTURBATIVA DIPENDENTE DAL TEMPO Capitolo 14 EORIA PERURBAIVA DIPENDENE DAL EMPO Nel Cap.11 abbiamo trattato metodi di risoluzione dell equazione di Schrödinger in presenza di perturbazioni indipendenti dal tempo; in questo capitolo trattiamo

Dettagli

GRANDEZZE ALTERNATE SINUSOIDALI

GRANDEZZE ALTERNATE SINUSOIDALI GRANDEZZE ALTERNATE SINUSOIDALI 1 Nel campo elettrotecnico-elettronico, per indicare una qualsiasi grandezza elettrica si usa molto spesso il termine di segnale. L insieme dei valori istantanei assunti

Dettagli

Dinamica e Misura delle Vibrazioni

Dinamica e Misura delle Vibrazioni Dinamica e Misura delle Vibrazioni Prof. Giovanni Moschioni Politecnico di Milano, Dipartimento di Meccanica Sezione di Misure e Tecniche Sperimentali giovanni.moschioni@polimi.it VibrazionI 2 Il termine

Dettagli

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE Sia I un intervallo di R e siano a = inf(i) R { } e b = sup(i) R {+ }; i punti di I diversi dagli estremi a e b, ( e quindi appartenenti all intervallo aperto

Dettagli

Le trasformazioni geometriche

Le trasformazioni geometriche Le trasformazioni geometriche Le trasformazioni geometriche Le trasformazioni affini del piano o affinità Le similitudini Le isometrie Le traslazioni Le rotazioni Le simmetrie assiale e centrale Le omotetie

Dettagli

LE FUNZIONI E LE LORO PROPRIETÀ

LE FUNZIONI E LE LORO PROPRIETÀ LE FUNZIONI E LE LORO PROPRIETÀ LE FUNZIONI REALI DI VARIABILE REALE COSA SONO LE FUNZIONI Dati due sottoinsiemi A e B non vuoti di R, una FUNZIONE da A a B è una relazione che associa ad ogni numero reale

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1.

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1. Capitolo 6 Integrali curvilinei In questo capitolo definiamo i concetti di integrali di campi scalari o vettoriali lungo curve. Abbiamo bisogno di precisare le curve e gli insiemi che verranno presi in

Dettagli

Funzioni in più variabili

Funzioni in più variabili Funzioni in più variabili Corso di Analisi 1 di Andrea Centomo 27 gennaio 2011 Indichiamo con R n, n 1, l insieme delle n-uple ordinate di numeri reali R n4{(x 1, x 2,,x n ), x i R, i =1,,n}. Dato X R

Dettagli

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti.

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Def. Si dice equazione differenziale lineare del secondo ordine

Dettagli

Risposta temporale: esercizi

Risposta temporale: esercizi ...4 Risposta temporale: esercizi Esercizio. Calcolare la risposta al gradino del seguente sistema: G(s) X(s) = s (s+)(s+) Y(s) Per ottenere la risposta al gradino occorre antitrasformare la seguente funzione:

Dettagli

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA 1. RICHIAMI SULLE PROPRIETÀ DEI NUMERI NATURALI Ho mostrato in un altra dispensa come ricavare a partire dagli assiomi di

Dettagli

Descrizione matematica della propagazione Consideriamo una funzione ξ = f(x) rappresenatata in figura.

Descrizione matematica della propagazione Consideriamo una funzione ξ = f(x) rappresenatata in figura. ONDE Quando suoniamo un campanello oppure accendiamo la radio, il suono è sentito in punti distanti. Il suono si trasmette attraverso l aria. Se siamo sulla spiaggia e una barca veloce passa ad una distanza

Dettagli

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014 Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,

Dettagli

La funzione di risposta armonica

La funzione di risposta armonica 0.0. 3.1 1 La funzione di risposta armonica Se ad un sistema lineare stazionario asintoticamente stabile si applica in ingresso un segnale sinusoidale x(t) = sen ωt di pulsazione ω: x(t) = sin ωt (s) =

Dettagli

F (x) = f(x) per ogni x I. Per esempio:

F (x) = f(x) per ogni x I. Per esempio: Funzioni Primitive (Integrali Indefiniti) (l.v.) Pur essendo un argomento che fa parte del Calcolo Differenziale, molti autori inseriscono funzioni primitive nel capitolo sul Calcolo Integrale, in quanto

Dettagli

1 Definizione: lunghezza di una curva.

1 Definizione: lunghezza di una curva. Abstract Qui viene affrontato lo studio delle curve nel piano e nello spazio, con particolare interesse verso due invarianti: la curvatura e la torsione Il primo ci dice quanto la curva si allontana dall

Dettagli

Le Derivate delle Funzioni Elementari

Le Derivate delle Funzioni Elementari Capitolo 4 Le Derivate delle Funzioni Elementari In questo Capitolo impareremo a trovare la formula per la funzione derivata di una funzione elementare, cioè di una funzione costruita con ingredienti di

Dettagli

Sulla monotonia delle funzioni reali di una variabile reale

Sulla monotonia delle funzioni reali di una variabile reale Liceo G. B. Vico - Napoli Sulla monotonia delle funzioni reali di una variabile reale Prof. Giuseppe Caputo Premetto due teoremi come prerequisiti necessari per la comprensione di quanto verrà esposto

Dettagli

Raccolta di Esercizi di Matematica. Capitolo 8 : Modalità CAS (Computer Algebra S ystem)

Raccolta di Esercizi di Matematica. Capitolo 8 : Modalità CAS (Computer Algebra S ystem) Raccolta di Esercizi di Matematica Capitolo 8 : Modalità CAS (Computer Algebra S ystem) Contenuti: 8-1. L ordine Algebrico delle Operazioni 8-2. Problemi sulle Percentuali 8-3. Le Forme Standard e Point-Slope

Dettagli

Esercizi di Algebra Lineare. Claretta Carrara

Esercizi di Algebra Lineare. Claretta Carrara Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo 1. Operazioni tra matrici e n-uple 1 1. Soluzioni 3 Capitolo. Rette e piani 15 1. Suggerimenti 19. Soluzioni 1 Capitolo 3. Gruppi, spazi e

Dettagli

Terne pitagoriche e teorema di Pitagora, numeri e triangoli. Riccardo Ricci: Dipartimento di Matematica U.Dini ricci@math.unif.it

Terne pitagoriche e teorema di Pitagora, numeri e triangoli. Riccardo Ricci: Dipartimento di Matematica U.Dini ricci@math.unif.it 3 4 5 Terne pitagoriche e teorema di Pitagora, numeri e triangoli Riccardo Ricci: Dipartimento di Matematica U.Dini ricci@math.unif.it Qualche osservazione preliminare sul Teorema di Pitagora e le terne

Dettagli

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale 4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale Spazi Metrici Ricordiamo che uno spazio metrico è una coppia (X, d) dove X è un insieme e d : X X [0, + [ è una funzione, detta metrica,

Dettagli

Corso di Matematica finanziaria

Corso di Matematica finanziaria Corso di Matematica finanziaria modulo "Fondamenti della valutazione finanziaria" Eserciziario di Matematica finanziaria Università degli studi Roma Tre 2 Esercizi dal corso di Matematica finanziaria,

Dettagli

19. Inclusioni tra spazi L p.

19. Inclusioni tra spazi L p. 19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p

Dettagli