1 Introduzione ai comandi di Matlab
|
|
- Michelina Bossi
- 8 anni fa
- Visualizzazioni
Transcript
1 1 Introduzione ai comandi di Matlab MATLAB è un linguaggio ad alte prestazioni adatto per effettuare operazioni matematiche. Esso integra calcolo, visualizzazione, e una programmazione semplice dove problemi e soluzioni sono espresse attraverso una notazione matematica. Tipo di dato fondamentale di MATLAB è la matrice numerica i cui elementi possono essere anche complessi. Casi particolari sono la matrice 1x1 (scalare) e matrici con 1 sola riga o 1 sola colonna (vettori). Cosa importante è il fatto che non è necessario dichiarare gli array e le loro dimensioni prima di adoperarli. Esempio di inserimento di una matrice al prompt dei comandi: >>A = [ ; ; ; ] Convenzioni per l inserimento di una matrice: - Separare gli elementi di una riga con uno spazio o una virgola. - Usare il ; per indicare la fine di ogni riga - Racchiudere l intera lista di elementi tra parentesi quadre [ ]. Premendo invio MATLAB visualizza la matrice appena introdotta 1 : A = Una volta inserita la matrice essa rimane automaticamente memorizzata nell ambiente di lavoro e può essere semplicemente richiamata come A per essere riutilizzata in operazioni successive (osservazione: non è necessario dichiarare prima la variabile e le sue dimensioni). 1 Il comando Somma >> sum(a) seguito da invio effettua la soma lungo le colonne di A. Sullo schermo viene visualizzato ans = Quando la variabile a cui assegnare il risultato di un operazione non viene specificata MATLAB usa ans (abbreviazione di answer ). Se la matrice è costituita da un vettore il comando sum esegue la somma degli elementi della riga. 2 Indici 1 Per evitare la visualizzazione terminare con ; come segue: A = [ ; ; ; ]; 2
2 Per una matrice A, l elemento di posizione (i,j) viene individuato attraverso la scrittura A(i,j). Ad esempio, A(4,2) è il numero ottenuto dall incrocio tra la quarta riga e la seconda colonna, cioè 15. Nel caso in cui uno degli indici è superiore alla dimensione della matrice viene segnalato un errore. Ad esempio l assegnamento >>t = A(4,5) produce il seguente messaggio d errore Index exceeds matrix dimensions. Se si memorizza un valore al di fuori della matrice la dimensione di quest ultima viene aumentata per far posto al nuovo elemento: >>X = A; >>X(4,5) = 17 X = L operatore : (colon) L operatore : (colon), è uno degli operatori MATLAB più importanti. Esso può essere impiegato con differenti funzioni. L espressione >>1:10 produce un vettore riga contenente gli interi da 1 a Per ottenere una spaziatura non unitaria, si deve specificare una spaziatura. Ad esempio >>100:-7:50 produce e >>0:pi/4:pi produce Espressioni d indicizzazione coinvolgenti l operatore : referenziano porzioni di matrici. Ad esempio >>A(1:k,j) seleziona i primi k elementi della j-esima colonna. Così >>sum(a(1:4,4)) calcola la somma degli elementi della quarta colonna. L operatore : da solo si riferisce a tutti gli elementi di una riga o di una colonna. La parola chiave end referenzia l ultima riga o colonna. Così 3
3 >>sum(a(:,end)) ans = 34 calcola la somma degli elementi dell ultima colonna di A 4 La definizione di variabile Una variabile viene definita assegnando: un valore numerico (complesso o reale) a=3+j*7 (oppure 3+i*7) 3+i7 ; un vettore numerico : a=zeros(1,5) ; a=ones(1,5) ; una matrica numerica : a=zeros(2,5) ; una funzione di una variabile precedentemente definita numericamente: se b=2 allora a=b a diviene =2. 5 Il comando : if L espressione if a<b c=d end definisce che c è uguale a d se a<b 4
4 6 Il comando size(a) Consegna le dimensioni della matrice A A = size(a): Il comando length(x) x è un vettore: x=[ ] length(x): 9 8 Il comando : find L espressione I=find(x>=1) Definisce il vettore I costituito dagli indici del vettore x in corrispondenza dei quali x assume valori maggiori o uguali ad 1 x=[ ] I=[3 4] 9 Il comando : for L espressione: pari=zeros(1,6) for k=0:2:10 pari(k/2+1)=k end definisce che pari(1)=0 pari(2)=2 pari(3)=4 5
5 pari(4)=6 pari(5)=8 pari(6)=10 L indice k varia tra 0 e 10 con passo 2 ed il vettore pari assume il valore k quando l indice vettoriale è k/2+1 Altri comandi Matlab Se x è un vettore di numeri complessi, i seguenti comandi sono autoesplicativi a= min(x) max(x) real(x),imag(x) abs(x),angle(x) sqrt(x) 6
6 2 Introduzione all uso di funzioni matematiche con Matlab a Generalità a.1 Gli operatori matematici + somma punto a punto di numeri e matrici a+b - sottrazione punto a punto di numeri e matrici a-b * prodotto di matrici (secondo le regole proprie) a*b / divisione di matrici(secondo le regole proprie) a/b ^ elevamento a potenza di matrici a^3.* prodotto punto a punto di matrici a.*b./ divisione punto a punto di matrici a./b.^ elevamento a potenza punto a punto di matrici a.^3 dove a e b possono essere numeri, vettori o matrici. Nelle istruzioni Matlab gli operatori vanno sempre esplicitati (in particolare *!) a.2 Le funzioni matematiche di Matlab Le più utili: x=sin(t) x=cos(t), e altre funzioni trigonometriche x=exp(t) x=log10(t) ; x=rand(t) x=randn(t) (funzioni generanti variabili casuali con densità di probabilità rispettivamente uniformemente distribuita e normale (vedi par 3)) dove t può essere un vettore, una matrice o un numero a.3 La definizione di una funzione Per definire la funzione x=x(t) in Matlab occorre definire inizialmente il vettore variabile indipendente t. Esso è caratterizzato, generalmente, da 3 parametri: valore iniziale ti passo t0 numero di elementi N E banale determinare il valore finale tf=ti+n*t0. Si noti come il vettore t sia una espressione discreta di valori della variabile continua t. 7
7 Si deve considerare anche il vettore indici di t It = [1:1:N]. Per ogni valore it di It si ha un corrispondente valore di t: t(it)=ti+(it-1)*t0. Il vettore x che esprime la funzione x=x(t) è un vettore della stessa dimensione N, in cui l elemento it_esimo esprime il valore della funzione x(t) corrispondente al valore dell it_esimo del vettore t. Si noti come il vettore x sia una espressione discreta di valori della variabile continua x(t). Quindi una funzione è espressa mediante una coppia di vettori, x e t, associati secondo il vettore It nel modo detto sopra. Es.: t=[ ] t0=1 N=6 It=[ ]; se x=x(t)=t^2, x=[ ], in cui il generico it_esimo elemento è pari al quadrato dell it_esimo elemento di t: it=2 t(it)=-2 x(it)=(-2)^2=4. In definitiva una funzione x(t) in Matlab è: espressa numericamente espressa in maniera discreta nella variabile indipendente espressa da una coppia di vettori, x e t, associati secondo il vettore indice It. a.4 Le operazioni sulle funzioni con Matlab Quando siano date due (o più) funzioni x1(t), x2(t), si abbia anche che:y(t)=f(x1(t),x2(t)) e si siano dati i due vettori x1 e x2, il vettore y si ricava come y=f(x1,x2), svolgendo le operazioni a pari indice e con operatori punto a punto: y(it)=f(x1(it),x2(it)) ; ne deriva che, perché l operazione sui vettori corrisponda all operazione richiesta sulle funzioni x1(t) e x2(t), a pari indice it corrispondano pari valori nei vettori t1 e t2 associati a x1 e x2 rispettivamente. Poiché i vettori x1 e x2 debbono avere la stessa lunghezza (requisito per poter svolgere le operazioni in Matlab), ne deriva che t1 e t2 debbono essere identici. Quando vengono definite le funzioni o prima delle operazioni su di esse, occorre verificare questo vincolo o ricondursi ad esso. Esempio: x1(t)=t x2(t)=t^2; 8
8 siano dati i due vettori t1 e t2 rispettivamente: t1=[ ] t2=[ ] Allora x1=[ ] x2=[ ] Se y=x1(t)*x2(t) y=x1.*x2 non viene eseguita perché i due vettori non hanno pari lunghezza. Occorre ridurli a lunghezza 4 entrambi e verificare che i corrispondenti vettori t1 e t2 siano identici: t1 =[ ]==t2 x1 =[ ] x2=[ ] y=x1.*x2=[2*4 4*16 6*36 8*64], ed il vettore tempo ty associato alla funzione y sarà : ty=[ ] 9
9 b Alcune funzioni matematiche particolari b.1 Generalità I tipi di oggetti che si incontrano nello studio dei segnali e dei sistemi sono adatti ad una rappresentazione in forma matriciale. Il Signal Processing Toolbox di MATLAB fornisce un ampia gamma di funzioni per generare segnali, la maggior parte dei quali richiede che la variabile indipendente temporale continua t (per segnali analogici), o discreta n (nel caso di sequenze), sia rappresentata attraverso un vettore. In MATLAB, un segnale tempo-discreto è rappresentato esattamente poichè i valori assunti dal segnale sono rappresentati come elementi del vettore. Per quanto riguarda i segnali tempo continui, MATLAB fornisce solo un approssimazione di un segnale tempo continuo. L approssimazione consiste di un vettore i cui elementi sono dei campioni del segnale tempo continuo. Quando si usa questo approccio approssimato è importante scegliere l intervallo di campionamento I sufficientemente piccolo in modo da assicurare che i campioni rappresentino nel modo più fedele possibile il segnale. Segnale sinusoidale 3 Per generare un vettore t di valori temporali con intervallo di campionamento I di 1 ms ( 10 sec) per un intervallo di tempo da 0 s a 1 s, si può usare il comando >>t=0:.001:1; In questo modo si genera un vettore riga di 1001 elementi che rappresenta la variabile indipendente temporale da 0 s a 1 s con un passo di 1 ms. Dato t è possibile creare un segnale campionato y che consiste in una sinusoide con frequenza di 50 Hz : >>y = sin(2*pi*50*t); La nuova variabile y, derivata dal vettore t, è anch essa di 1001 elementi. Per visualizzarla si usa la funzione MATLAB plot plot(t(1:50),y(1:50)) b Funzioni definite dall utente (function) Un importante caratteristica di MATLAB è quella che permette di creare M-file o sottoprogrammi. Esistono due tipi di M-file: 1. scripts: lunghe sequenze di comandi che vengono memorizzati in un file 2. funzioni: permettono di estendere le potenzialità di MATLAB attraverso l aggiunta di nuove funzioni. Ogni variabile che viene usata in una funzione non rimane in memoria. Per questo motivo variabili d ingresso e variabili d uscita devono essere indicate esplicitamente. Una funzione è caratterizzata come segue: a. Inizia attraverso la definizione del nome della funzione, i suoi argomenti d ingresso e i suoi argomenti d uscita; b. Contiene una sequenza di istruzioni il cui scopo è quello di produrre le variabile d uscita; 10
10 c. Gli ingressi possono essere scalari, vettori o matrici. d. Si conclude con il comando return Esempio: file rect.m function [g,tg]=rect(x,t) % g e tg sono le variabili in uscita % x e t sono le variabili in ingresso g=zeros(size(x)); set1=find(abs(x)<=0.5); g(set1)=ones(size(set1)); tg=t; return La nuova funzione rect.m può essere usata come ogni altra funzione MATLAB. In particolare può essere usata per generare un impulso rettangolare come segue: t=-1:1/500:1; plot(t,rect(t)); Per scrivere gli M-file conviene usare l editor fornito con MATLAB. Questo è richiamabile sia dal prompt dei comandi digitando edit sia da da MATLAB entrando in file-> new. 11
11 Alcune function specifiche utilizzate nel seguito Definiamo il vettore t supporto delle funzioni che seguono. t0=0.001 scansione del vettore tempo t ti=-1 N=2000 tf=ti+n*t0 t=-ti:t0:tf oppure t=(-n/2:1:n/2-1)*t0 Definiamo inizialmente la funzione passo(t) : Dato di ingresso t vettore tempo Dato di uscita p passo di scansione del vettore t File passo.m function p=passo(t) p=t(2)-t(1) return a Impulso di Dirac Dati di ingresso: istante di esistenza dell impulso: timp(nota:timp deve essere compreso in t) Il vettore t Nota: l area dell impulso di Dirac è pari a 1*to File : fd.m function fdirac=fd(t,timp) fdirac=zeros(size(t)); I=find(abs(t-timp)<1e-10); fdirac(i)=1; return 12
12 b Impulso rettangolare di ampiezza unitaria Dati di ingresso: media: istante centrale del rettangolo durata= durata temporale dell impulso rettangolare t: vettore tempo File :trarect.m function x=trarect(t,media,durata) x=zeros(size(t)); I=find(abs(t-media)<durata/2); x(i)=1; return Esempio in figura: media=0.5 durata =1 13
13 c Impulso triangolare di ampiezza unitaria, centrato per t=0 Dati di ingresso: durata durata dell impulso triangolare t vettore tempo Nota: per ottenere la funzione centrata in un altro istante diverso da 0, utilizzare la function rit, definita solo nel dominio delle frequenze, con l opportuna sequenza di trasformata e antitrasformata di Fourier File tri.m function triang=tri(t,durata) triang=zeros(size(t)); triang=1-abs(t)/(durata/2); I=find(triang<0); triang(i)=0; return Esempio in figura: durata = 1 14
14 d Impulso trapezoidale di ampiezza unitaria, centrato attorno all istante 0 Dati di ingresso: t vettore tempo durm base maggiore del trapezio durm base minore del trapezio Nota: per ottenere la funzione centrata in un altro istante diverso da 0, utilizzare la function rit, definita solo nel dominio delle frequenze, con l opportuna sequenza di trasformata e antitrasformata di Fourier File trape.m function trapezio=trape(t,durm,durm) triang=tri(t,durm); II=find(abs(t)<=durm/2) a=triang(min(ii)) triang(ii)=a; trapezio=triang/a; return Esempio in figura: durm=1 durm=0.5 Nota. Quando le funzioni, da generare o visualizzare, sono trasformate di Fourier di segnali definiti nel tempo o funzioni di trasferimento di filtri, la variabile indipendente e la frequenza f. Le considerazioni effettuate per le funzioni del tempo valgono anche per le funzioni di f. 15
15 In particolare il vettore f deve essere definito simmetricamente rispetto alla frequenza 0. (Vedere il capitolo sulla trasformazione di Fourier) In particolare : le function rect, tri, trapezio, se il vettore di ingresso è costituito da f, rappresentano trasformate di impulsi particolari o funzioni di trasferimento di filtri noti che verranno usati nel seguito. Aggiungiamo solo alcune function specifiche nel dominio delle frequenze: e la funzione di trasferimento del sistema che introduce ritardo Dati di ingresso: tau ritardo f vettore frequenza File rit.m function F_rit=rit(tau,f) F_rit=zeros(size(f)); F_rit=exp(-j*2*pi*f*tau); return 16
16 f la funzione di trasferimento di un filtro passa basso reale la funzione rappresenta la funzione di trasferimento di un filtro passa basso reale Dati di ingresso: tc: costante di tempo del filtro f: vettore delle frequenze su cui impostare la funzione di trasferimento Dati di uscita FRC: funzione di trasferimento complessa del filtro f: vettore delle frequenze su cui è definito FCR File FRC.m function [FRC,f]=FRC(tc,f) FRC=zeros(size(f)); FRC=1./(1+j*2*pi*f*tc); return Esempio in figura: tc=0.2. In figura, e riportato, in funzione di f, il modulo della funzione di trasferimento (abs(frc)) 17
17 g la funzione di trasferimento del filtro di Nyquist, a coseno rialzato Dati di ingresso: tc: periodo di campionamento (tc=1/r, con R ritmo di trasmissione degli impulsi) alfa: coefficiente del filtro f: vettore delle frequenze Dati di uscita File FCR.m FCR: funzione di trasferimento complessa del filtro f: vettore delle frequenze su cui è definito FCR function [FCR,f]=FCR(tc,alfa,f) if alfa==0 alfa=0.001; end if alfa>=1 alfa=0.999; end w=1/(2*tc) FCR=zeros(size(f)); I=find(abs(f)<=(w*(1-alfa))); FCR(I)=1; II=find(abs(f)>=(w*(1-alfa))); FCR(II)=0.5*(1+cos(2*pi*(abs(f(II))-w*(1-alfa))/(4*alfa*w))); III=find(abs(f)>=(w*(1+alfa))); FCR(III)=0; return Esempio: alfa =
18 Esempio alfa= Esempio alfa=
19 Funzioni del tempo (segnali) utilizzati nel programma di simulazione del sistema di comunicazione La funzione: rand x=rand(size(t)), restituisce un vettore x, delle dimensioni di t, i cui elementi hanno valore casuale che varia con continuità tra 0 e 1 compresi; la densità di probabilità è uniforme tra 0 ed 1. La funzione: randn x=randn(size(t)) restituisce un vettore x, delle dimensioni del vettore t, i cui elementi hanno un valore casuale che varia con continuità tra inf e +inf; la densità di probabilità è normale con valor medio 0 e varianza 1. 20
20 La funzione: somma di n sinusoidi Dati n e il vettore tempo t, vengono definiti i vettori: fre=1:1:n n valori di frequenza interi compresi tra 1 ed n, amp=ones(1,n) n valori unitari di ampiezza delle sinusoidi l ii_esima sinusoide ( ii varia tra 1 ed n) avrà espressione: amp(1,ii)*cos(2*pi*fre(1,ii)*t) viene definita la matrice di n righe, e numero di colonne pari alla lunghezza di t xx=zeros(n,length(t)) e con il comando for si esegue l assegnazione: for ii=1,n xx(ii,1 :1 :length(t))=amp(1,ii)*cos(2*pi*fre(1,ii)*t(1,1 :1 :length(t))) end Il comando sum somma i valori delle colonne di xx e si ottiene il segnale x, vettore di lunghezza pari a t x=zeros(size(t)) x=sum(xx) la function è la seguente: Dati di ingresso t vettore tempo n numero di sinusoidi File sinus.m % generazione di sinusoidi function sin_sig=sinus(t,n) fre=1:n; amp=ones(1,n); xx=zeros(n,length(t)); for ii=1:1:n xx(ii,1:length(t))=amp(1,ii)*cos(2*pi*fre(1,ii).*t); end x=zeros(size(t)); x=sum(xx); if n==1 x=xx; end sin_sig=x; return 21
21 Funzione impulsiva(di Dirac) periodica Dati di ingresso: istanti di esistenza dell impulso:ti1=ti tc (periodo della funzione periodica)= inverso della frequenza di campionamento Fc=1/tc (nota: ti1 deve essere compreso in t (viene fatto coincidere con ti) e tc deve essere multiplo di t0) Il vettore t Nota: l area dell impulso di Dirac è pari a 1*to File : fdper.m function fdirper=fdper(t,tc) t0=t(2)-t(1); fdirper=zeros(size(t)); Ic=tc/t0; %nota: periodicità dell indice fdirper(1:ic:length(t))=1; %nota: la periodicità è valutata sugli indici di t e non sui valori return esempio : tc=
22 Segnale antipodale Dati di ingresso: tcr (periodicità degli impulsi) = inverso del ritmo di Trasmissione Il vettore t File: antipod.m function x=antipod(t,tcr) % tcr è il periodo di trasmissione per il filtro di Nyquist % ed è pari al periodo di campionamento del segnale analogico, diviso per il numero % di bit di codifica binaria dei campioni x=fdper(t,tcr); I=find(x>0); yant=rand(size(i))-0.5; IP=find(yant>=0); IM=find(yant<0); yant(ip)=1; yant(im)=-1; x(i)=yant; return esempio tcr=
23 c Le operazioni di integrazione, convoluzione, trasformazione di Fourier Per i nostri scopi è utile poter effettuare mediante Matlab alcune operazioni matematiche complesse. 1 L integrazione Data una funzione x(t), l integrale tra 2 valori ta e tb si puo calcolare numericamente. Definiti i due vettori t ed x, t=(-n/2:1:n/2-1)*t0 se l integrazione viene effettuata tra ti e tf: Int=sum(x)*t0 Se gli estremi di integrazione ta e tb sono interni al campo di definizione di t, occorre determinare gli indici Ia e Ib nel seguente modo : Ia=find(t==ta) Ib=find(t==tb) L integrale si calcola come Int(a,b)=sum(x(1,Ia :1 :Ib)*t0, ovvero l integrale si approssima con la sommatoria degli elementi del vettore x, con indici corrispondenti ad istanti compresi nell intervallo di integrazione, moltiplicata per il passo di scansione temporale t0. 24
24 File integra.m function z=integra(x,t,ta,tb) p=passo(t) ; Ia=find(t==ta) ; Ib=find(t==tb) ; z= sum(x(1,ia :1 :Ib)*p return 25
25 2 La convoluzione Per effettuare l operazione di convoluzione Matlab dispone della function apposita: y=conv(x,h), dove x e h sono vettori di due funzioni x(t) e h(t), associati ai vettori temporali tx e th, che non devono essere necessariamente identici, ma devono però soddisfare le seguenti condizioni: 1. i passi della scansione temporale t0x e t0h di tx e th debbono essere identici : t0x=t0h=t0, e risulteranno uguali anche a t0y, passo della scansione di y. In particolare, se gli intervalli di tempo coperti da tx e ty sono in parte sovrapposti, nel tratto di sovrapposizione i valori degli elementi di tx e ty devono essere identici. Il vettore y rilasciato risulta essere di lunghezza diversa sia da x che da h, e pari alla somma delle due rispettive lunghezze, sottraendo poi 1. Il vettore tempo ty (della stessa lunghezza di y) associato alla funzione y risulta così definito: ty=tx(1)+th(1)+(0:length(y)-1)*t0; il valore iniziale del vettore ty è pari quindi alla somma (algebrica) dei valori iniziali dei vettori tx e th. File convolve.m function [y,ty]=convolve(x,h,tx,th) t0=tx(2)-tx(1); y=conv(x,h)*t0; ty=tx(1)+th(1)+(0:length(y)-1)*t0; return Per la visione animata della operazione di convoluzione si può utilizzare il programma es_convoluzione.m, allegato. 26
26 3 La trasformazione di Fourier Le operazioni note come trasformazione e antitrasformazione di Fourier consentono, nel nostro caso, di eseguire in forma semplice le operazioni di filtraggio, permettendo di ottenere la descrizione dei segnali sia nel dominio delle frequenze che del tempo. (nel paragrafo 4 si vedranno altri usi sia della convoluzione sia della trasformata di Fourier) Se la funzione x(t) è definita nel tempo tramite i vettori x e t, la trasformazione di Fourier definisce un altra funzione X(f) nel dominio delle frequenze, tramite i vettori X ed f, mediante le seguenti operazioni: File forfft.m function [X,f]=forfft(x,t) t0=t(1,2)-t(1,1); N=length(x); xshift=[x(find(t==0):n) x(1:find(t==0)-1)]; Xshift=fft(xshift)*t0; X=fftshift(Xshift); v=1/n/t0; f=(-n/2+(0:n-1))*v; return N.B.: In caso di mal funzionamento dovuto a un bug di Matlab, sostituire a (find(t==0)) (find(abs(t-0)<1e-10)) In particolare : La lunghezza dei vettori X ed f è identica a quella di x e t Il passo di f, v, è dato da v=1/n/t0 Il vettore f è simmetrico rispetto al valore di frequenza 0 (salvo al più un elemento) Si noti che, perché sia possibile eseguire la function deve essere presente, nel vettore t, l elemento t==0 altrimenti il vettore xshift resta vuoto. E necessario definire t in modo che che comprenda lo zero e sia costituito da un numero pari di elementi.. Analogamente, per l antitrasformazione di Fourier, dati X ed f, si ottengono x e t mediante l operazione: File backifft.m function [x,t]=backifft(x,f) v=f(1,2)-f(1,1); N=length(X); T=1/N/v; Xshift=[X(find(f==0):N) X(1:find(f==0)-1)]; xshift=ifft(xshift)/t; x=ifftshift(xshift); 27
27 t=(-n/2+(0:n-1))*t; return N.B.: In caso di mal funzionamento dovuto a un bug di Matlab, sostituire a (find(f==0)) (find(abs(f-0)<1e-10)) Le condizioni poste precedentemente per t sono valide per f. Nel programmare l esecuzione di trasformazioni sui segnali, che richiedono numerosi passaggi dal dominio del tempo al dominio della frequenza o viceversa (tramite la trasformazione e antitrasformazione di Fourier), è bene impostare inizialmente un corretto vettore t e il corrispondente vettore f, ottenendolo da una operazione di trasformazione che presupponga t; l uso di questi vettori garantisce l utilizzabilità delle funzioni di trasformazione di Fourier senza incorrere nell errore sopraddetto. Nota. La trasformata di Fourier (ottenuta passando dal dominio tempo al dominio delle frequenze) può rappresentare: 1. La funzione di trasferimento di un filtro 2. Lo spettro di un segnale s Nel caso 1 l antitrasformata di Fourier h rappresenta la risposta nel tempo dello stesso filtro ad un ingresso costituito da un impulso delta di Dirac all istante t=0 Nel caso 2 l antitrasformata di Fourier rappresenta il segnale s nel tempo Il segnale nel tempo costituito dall uscita del filtro ad un ingresso costituito dal segnale s, ha come trasformata di Fourier il prodotto delle due trasformate. La stessa uscita, ma nel dominio del tempo, si ottiene convolvendo ( nel dominio del tempo) il segnale s con il segnale h. Alcuni esempi di uso di trasformazioni difourier 1 Funzioni tri, trarect, trape, FRC, rit, calcolate nel dominio delle frequenze, e loro risposte impulsive: 28
28 FUNZIONI DI TRASFERIMENTO f Antitrasformate delle stesse funzioni = risposte nel tempo ad ingressi costituiti da impulsi di Dirac 29
29 5 RISPOSTE AD IMPULSI DI DIRAC T Risposta di TRI Risposta di TRAPE Risposta di TRARECT Risposta di RC Risposta di RIT Si distinguono bene le risposte di linea verde linea blu linea rossa linea blu doppio esponenziale linea verde ad impulso FRC: esponenziale RIT: impulso di Dirac ritardato Il calcolo è stato eseguito con il programma: %avafft.m f=-22:0.001:22; tau=2 durata=1 tc=0.2 F_tri=tri(f,durata); F_trape=trape(f,1,0.5); F_rect=trarect(f,0,durata); [FRC,f]=FRC(tc,f); F_rit=rit(tau,f); %plot(f,f_tri,f,f_trape,f,f_rect,f,frc,f,abs(f_rit)) %axis([ ]) %plot(f,abs(f_rit)) 30
30 %axis([ ]) [f_tri,t]=backifft(f_tri,f); [f_trape,t]=backifft(f_trape,f); [f_rect,t]=backifft(f_rect,f); [f_rc,t]=backifft(frc,f); [f_rit,t]=backifft(f_rit,f); plot(t,f_tri,'g',t,f_trape,'b',t,f_rect,'r',t,f_rc,t,f_rit) axis([ ]) 2 Risposte dei filtri TRARECT, TRAPE, FRC e RIT ad un impulso rettangolare RISPOSTE DEI FILTRI ALL'IMPULSO RETTANGOLARE T Segnale di ingresso rettangolo rosso centrato a zero e di durata 1 Risposte: filtro trapezio linea blu oscillante filtro rettangolare linea rossa oscillante filtro RC doppio esponenziale con linea blu filtro ritardo linea verde Il calcolo è stato effettuato con il programma: %avarect t=-5:0.001: ; 31
31 tau=2 durata=1 tc=0.2 %segnale rettangolare nel tempo e trasformata f1_rect=trarect(t,0,durata); [F1_rect,f]=forfft(f1_rect,t); %funzioni di trasferimento dei filtri RECT,TRAPE,FRC,RIT F_trape=trape(f,1,0.5); F_rect=trarect(f,0,durata); [FRC,f]=FRC(tc,f); F_rit=rit(tau,f); %risposte dei filtri al segnale rect F_trape1=F_trape.*F1_rect; F_rect1=F_rect.*F1_rect; FRC1=FRC.*F1_rect; F_rit1=F_rit.*F1_rect; %plot(f,f_tri,f,f_trape,f,f_rect,f,frc,f,abs(f_rit)) %axis([ ]) %plot(f,abs(f_rit)) %axis([ ]) [f_trape,t]=backifft(f_trape1,f); [f_rect,t]=backifft(f_rect1,f); [f_rc,t]=backifft(frc1,f); [f_rit,t]=backifft(f_rit1,f); plot(t,f_trape,'b',t,f_rect,'r',t,f_rc,t,f_rit,t,f1_rect,'r') axis([ ]) 32
32 3 Filtraggio RC di somma di sinusoidi La somma di 15 sinusoidi viene filtrata con FRC; gli spettri a righe del segnale originario e di quello filtrato sono in figura Spettro prima del filtraggio Spettro del segnale filtrato linea blu linea rossa 3 SINUSOIDI PRIMA E DOPO IL FILTRAGGIO RC F Il calcolo è stato effettuato col programma: File avasinus.m %avasinus t=-2:0.001: ; tc=0.2 n=15 %segnale impulsivo periodico e trasformata x=sinus(t,n); [X,f]=forfft(x,t); % filtrato co FRC Y=X.*FRC(tc,f); [y,ty]=backifft(y,f); plot(f,abs(x),f,abs(y),'r') axis([ ]) 33
33 4 Convoluzione di un segnale impulsivo (di Dirac) periodico con il segnale antitrasformata del filtro a coseno rialzato Il programma di esecuzione del calcolo è il seguente : %avadirac t=-2:0.001: ; tc=0.2 %segnale impulsivo periodico e trasformata f_dirper=fdper(t,tc); [F_dirper,f]=forfft(f_dirper,t); % filtro coseno rialzato e risposta impulsiva (antitrasformata di FCR) ttcc=0.2 alfa=0.99 [FCR,f]=FCR(ttcc,alfa,f); [f_cr,t]=backifft(fcr,f); %convoluzione fi f_dirper e f_cr [y,ty]=convolve(f_dirper,f_cr,t); plot(t,f_dirper,'b',ty,y*100,'r') axis([ ]) 34
34 PERIODICITA' IDENTICA T In questo caso i due parametri tc (per la funzione FDIPER) e ttcc (per la funzione FCR) sono identici, tc=ttcc=0.2 Segnale impulsivo periodico in ingresso linea blu Risposta del filtro coseno rialzato linea rossa 35
35 In questo secondo caso i due parametri tc (FDIPER) e ttcc (FCR) sono differenti: tc=0.2 ttcc=0.1 Segnale impulsivo periodico in ingresso Risposta del filtro coseno rialzato linea blu linea rossa PERIODOCITA' DIFERENTE: DETTAGLIO T 36
Introduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione
DettagliFunzioni in C. Violetta Lonati
Università degli studi di Milano Dipartimento di Scienze dell Informazione Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica Funzioni - in breve: Funzioni Definizione di funzioni
DettagliLezione 8. La macchina universale
Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliIL FILTRAGGIO DEL SEGNALE
CAPITOLO 4 IL FILTRAGGIO DEL SEGNALE 4.1 - SISTEMA LINEARE NON DISTORCENTE E un sistema lineare che restituisce in uscita una replica indistorta del segnale di entrata, intendendo x(t) y(t) = Ax(t-t 0
DettagliCorso 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
DettagliIl Campionameto dei segnali e la loro rappresentazione. 1 e prende il nome frequenza di
Il Campionameto dei segnali e la loro rappresentazione Il campionamento consente, partendo da un segnale a tempo continuo ovvero che fluisce con continuità nel tempo, di ottenere un segnale a tempo discreto,
DettagliMATLAB. Caratteristiche. Dati. Esempio di programma MATLAB. a = [1 2 3; 4 5 6; 7 8 9]; b = [1 2 3] ; c = a*b; c
Caratteristiche MATLAB Linguaggio di programmazione orientato all elaborazione di matrici (MATLAB=MATrix LABoratory) Le variabili sono matrici (una variabile scalare equivale ad una matrice di dimensione
DettagliElementi di teoria dei segnali /b
Elementi di teoria dei segnali /b VERSIONE 29.4.01 Filtri e larghezza di banda dei canali Digitalizzazione e teorema del campionamento Capacità di canale e larghezza di banda Multiplexing e modulazioni
DettagliCorso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005
Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Gli esercizi devono essere risolti solo sui fogli dei colori indicati Per esiti e soluzioni si veda il sito web del corso:
DettagliForma 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.
DettagliCOMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/2005
COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/005 1. Gli esercizi devono essere risolti su fogli separati: uno per la prima parte del compito (esercizi 1/4), uno per la seconda parte (esercizi
DettagliIntroduzione al Campionamento e
Introduzione al Campionamento e all analisi analisi in frequenza Presentazione basata sul Cap.V di Introduction of Engineering Experimentation, A.J.Wheeler, A.R.Ganj, Prentice Hall Campionamento L'utilizzo
DettagliMatematica in laboratorio
Unità 1 Attività guidate Attività 1 Foglio elettronico Divisibilità tra numeri naturali Costruisci un foglio di lavoro per determinare se a è divisibile per b, essendo a e b due numeri naturali, con a
DettagliPULSANTI E PAGINE Sommario PULSANTI E PAGINE...1
Pagina 1 Sommario...1 Apertura...2 Visualizzazioni...2 Elenco...2 Testo sul pulsante e altre informazioni...3 Comandi...3 Informazioni...4 Flow chart...5 Comandi...6 Pulsanti Principali e Pulsanti Dipendenti...6
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliIntroduzione al Foglio Elettronico
Microsoft Excel Introduzione al Foglio Elettronico Il Foglio Elettronico Si presenta come una grande tabella su un foglio di carta Le celle contengono differenti dati Numeri Testo Date Ecc I dati possono
Dettagli4. 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:
DettagliStudio dei segnali nel dominio della frequenza. G. Traversi
Studio dei segnali nel dominio della frequenza G. Traversi Segnali periodici e serie di Fourier Una funzione periodica f(t) di periodo T (purché integrabile) è esprimibile con una serie del tipo: f (t)
DettagliIntroduzione all analisi dei segnali digitali.
Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza
DettagliLa grafica. La built-in funzione grafica plot. x spezzata poligonale. discretizzato
La grafica. Il Matlab possiede un ambiente grafico abbastanza potente paragonabile a software grafici operanti in altri contesti. In questo corso ci limiteremo ad illustrare solo una funzione grafica,
DettagliUniversità degli Studi di Ferrara - A.A. 2014/15 Dott. Valerio Muzzioli ORDINAMENTO DEI DATI
ORDINAMENTO DEI DATI Quando si ordina un elenco (ovvero una serie di righe contenenti dati correlati), le righe sono ridisposte in base al contenuto di una colonna specificata. Distinguiamo due tipi di
DettagliFORMULE: Operatori matematici
Formule e funzioni FORMULE Le formule sono necessarie per eseguire calcoli utilizzando i valori presenti nelle celle di un foglio di lavoro. Una formula inizia col segno uguale (=). La formula deve essere
Dettagli(71,1), (35,1), (17,1), (8,1), (4,0), (2,0), (1,0), (0,1) 0, 7155 2 = 1, 431 0, 431 2 = 0, 862 0, 896 2 = 1, 792 0, 724 2 = 1, 448 0, 448 2 = 0, 896
2 Esercizio 2.2 La rappresentazione esadecimale prevede 16 configurazioni corrispondenti a 4 bit. Il contenuto di una parola di 16 bit può essere rappresentato direttamente con 4 digit esadecimali, sostituendo
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 6 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 6 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it Quantizzazione Il segnale y(t) non solo è campionato sull asse dei tempi, ma anche i valori di ordinata sono
DettagliExcel. A cura di Luigi Labonia. e-mail: luigi.lab@libero.it
Excel A cura di Luigi Labonia e-mail: luigi.lab@libero.it Introduzione Un foglio elettronico è un applicazione comunemente usata per bilanci, previsioni ed altri compiti tipici del campo amministrativo
DettagliAutomatizzare i compiti ripetitivi. I file batch. File batch (1) File batch (2) Visualizzazione (2) Visualizzazione
Automatizzare i compiti ripetitivi I file batch Anno accademico 2000-01 1 Spesso capita di dover eseguire ripetutatmente una data sequenza di comandi Introdurli uno a uno da tastiera è un processo lento
DettagliProgrammazione dinamica
Capitolo 6 Programmazione dinamica 6.4 Il problema della distanza di edit tra due stringhe x e y chiede di calcolare il minimo numero di operazioni su singoli caratteri (inserimento, cancellazione e sostituzione)
DettagliLa 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
DettagliCAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI
CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Segnali in formato numerico Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono
DettagliInterpolazione ed approssimazione di funzioni
Interpolazione ed approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 9 novembre 2007 Outline 1 Polinomi Valutazione di un polinomio Algoritmo di Horner
DettagliUniversità di Napoli Parthenope Facoltà di Ingegneria
Università di Napoli Parthenope Facoltà di Ingegneria Corso di rasmissione Numerica docente: Prof. Vito Pascazio 18 a Lezione: 13/1/4 19 a Lezione: 14/1/4 Sommario rasmissione di segnali PM numerici su
Dettagliif t>=0 x=1; else x=0; end fornisce, nella variabile x, il valore della funzione gradino a tempi continui, calcolata in t.
Il programma MATLAB In queste pagine si introduce in maniera molto breve il programma di simulazione MAT- LAB (una abbreviazione di MATrix LABoratory). Introduzione MATLAB è un programma interattivo di
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
DettagliTest Excel conoscenze di Base
Test Excel conoscenze di Base 1)Che tipo di barra ha un foglio di calcolo, che un elaboratore testi non ha? a. La barra dei menu b. La barra della formula c. La barra del titolo d. La barra della formattazione
DettagliExcel avanzato. I nomi. Gli indirizzi e le formule possono essere sostituiti da nomi. Si creano tramite Inserisci Nome Definisci
Excel avanzato I nomi marco.falda@unipd.it Gli indirizzi e le formule possono essere sostituiti da nomi documentazione astrazione Si creano tramite Inserisci Nome Definisci Vengono raccolti nell area riferimento
DettagliHub-PA Versione 1.0.6 Manuale utente
Hub-PA Versione 1.0.6 Manuale utente (Giugno 2014) Hub-PA è la porta d ingresso al servizio di fatturazione elettronica verso la Pubblica Amministrazione (PA) a disposizione di ogni fornitore. Questo manuale
DettagliAppunti sull uso di matlab - I
Appunti sull uso di matlab - I. Inizializazione di vettori.. Inizializazione di matrici.. Usare gli indici per richiamare gli elementi di un vettore o una matrice.. Richiedere le dimensioni di una matrice
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliTransitori del primo ordine
Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli
DettagliInteresse, sconto, ratei e risconti
TXT HTM PDF pdf P1 P2 P3 P4 293 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 293 129.1.1 Esercizio per il calcolo dell
DettagliCapitolo Quarto...2 Le direttive di assemblaggio di ASM 68000...2 Premessa...2 1. Program Location Counter e direttiva ORG...2 2.
Capitolo Quarto...2 Le direttive di assemblaggio di ASM 68000...2 Premessa...2 1. Program Location Counter e direttiva ORG...2 2. Dichiarazione di dati: le direttive DS e DC...3 2.1 Direttiva DS...3 2.2
DettagliIl 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
DettagliAnalisi 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
DettagliAPPUNTI 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....................................
DettagliInizializzazione, Assegnamento e Distruzione di Classi
Inizializzazione, Assegnamento e Distruzione di Classi Lezione 9 Operazioni Automatiche In ogni programma C++ oggetti classe vengono gestiti automaticamente dal compilatore Inizializzati al momento della
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE SISTEMI M/G/1 e M/D/1 Sistemi M/G/1 Nei sistemi M/G/1: i clienti arrivano secondo un processo di Poisson con parametro λ i tempi di servizio hanno una distribuzione generale della
DettagliLA GESTIONE DELLE VISITE CLIENTI VIA WEB
LA GESTIONE DELLE VISITE CLIENTI VIA WEB L applicazione realizzata ha lo scopo di consentire agli agenti l inserimento via web dei dati relativi alle visite effettuate alla clientela. I requisiti informatici
DettagliProcedura tecnico-statistica per il calcolo dell Indice di Disagio Socioeconomico (IDS)
Procedura tecnico-statistica per il calcolo dell Indice di Disagio Socioeconomico (IDS) Unità di Valutazione-DPS Ministero dello Sviluppo Economico Luglio 2008 Per garantire uniformità e completezza dei
DettagliAnalisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda
Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda Premessa Con l analisi di sensitività il perito valutatore elabora un range di valori invece di un dato
DettagliCorso di Informatica
Corso di Informatica Modulo T3 1-Sottoprogrammi 1 Prerequisiti Tecnica top-down Programmazione elementare 2 1 Introduzione Lo scopo di questa Unità è utilizzare la metodologia di progettazione top-down
DettagliNell esempio verrà mostrato come creare un semplice documento in Excel per calcolare in modo automatico la rata di un mutuo a tasso fisso conoscendo
Nell esempio verrà mostrato come creare un semplice documento in Excel per calcolare in modo automatico la rata di un mutuo a tasso fisso conoscendo - la durata del mutuo in anni - l importo del mutuo
DettagliProcedura Index On Line
Procedura Index On Line Società Cattolica di Assicurazione Gruppo Cattolica Assicurazioni Manuale Operativo Edizione di Gennaio 2008 Pag. 1 di 7 MANUALE UTENTE INDEX ON LINE Dopo aver selezionato la voce
DettagliCome modificare la propria Home Page e gli elementi correlati
Come modificare la propria Home Page e gli elementi correlati Versione del documento: 3.0 Ultimo aggiornamento: 2006-09-15 Riferimento: webmaster (webmaster.economia@unimi.it) La modifica delle informazioni
DettagliE possibile modificare la lingua dei testi dell interfaccia utente, se in inglese o in italiano, dal menu [Tools
Una breve introduzione operativa a STGraph Luca Mari, versione 5.3.11 STGraph è un sistema software per creare, modificare ed eseguire modelli di sistemi dinamici descritti secondo l approccio agli stati
DettagliEsercizio data base "Biblioteca"
Rocco Sergi Esercizio data base "Biblioteca" Database 2: Biblioteca Testo dell esercizio Si vuole realizzare una base dati per la gestione di una biblioteca. La base dati conterrà tutte le informazioni
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliWORD per WINDOWS95. Un word processor e` come una macchina da scrivere ma. con molte più funzioni. Il testo viene battuto sulla tastiera
WORD per WINDOWS95 1.Introduzione Un word processor e` come una macchina da scrivere ma con molte più funzioni. Il testo viene battuto sulla tastiera ed appare sullo schermo. Per scrivere delle maiuscole
DettagliGestione Risorse Umane Web
La gestione delle risorse umane Gestione Risorse Umane Web Generazione attestati di partecipazione ai corsi di formazione (Versione V03) Premessa... 2 Configurazione del sistema... 3 Estrattore dati...
DettagliDefinire all'interno del codice un vettore di interi di dimensione DIM, es. int array[] = {1, 5, 2, 4, 8, 1, 1, 9, 11, 4, 12};
ESERCIZI 2 LABORATORIO Problema 1 Definire all'interno del codice un vettore di interi di dimensione DIM, es. int array[] = {1, 5, 2, 4, 8, 1, 1, 9, 11, 4, 12}; Chiede all'utente un numero e, tramite ricerca
DettagliGUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL GUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL
GUIDA RAPIDA BOZZA 23/07/2008 INDICE 1. PERCHÉ UNA NUOVA VERSIONE DEI MODULI DI RACCOLTA DATI... 3 2. INDICAZIONI GENERALI... 4 2.1. Non modificare la struttura dei fogli di lavoro... 4 2.2. Cosa significano
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2011-2012 Lezione 6 Indice 1 Il metodo bootstrap 2 Esercitazione 3 Interpolazione
DettagliParte II Indice. Operazioni aritmetiche tra valori rappresentati in binario puro. Rappresentazione di numeri con segno
Parte II Indice Operazioni aritmetiche tra valori rappresentati in binario puro somma sottrazione Rappresentazione di numeri con segno modulo e segno complemento a 2 esercizi Operazioni aritmetiche tra
Dettagli3 - Variabili. Programmazione e analisi di dati Modulo A: Programmazione in Java. Paolo Milazzo
3 - Variabili Programmazione e analisi di dati Modulo A: Programmazione in Java Paolo Milazzo Dipartimento di Informatica, Università di Pisa http://www.di.unipi.it/ milazzo milazzo di.unipi.it Corso di
Dettagli4.1 FAX EMAIL: Sollecito consegne via email (Nuova funzione)
- 36 - Manuale di Aggiornamento 4 MODULI AGGIUNTIVI 4.1 FAX EMAIL: Sollecito consegne via email (Nuova funzione) È stata realizzata una nuova funzione che permette di inviare un sollecito ai fornitori,
DettagliRendering air show e verifica della sincronizzazione
Capitolo 5 Rendering air show e verifica della sincronizzazione 5.1 Introduzione Il Rendering 3D dell evoluzioni acrobatiche costituisce uno degli aspetti cruciali dell applicazione realizzata. L ambiente
DettagliMATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010
elementi di teoria dei grafi anno acc. 2009/2010 Grafi semplici Un grafo semplice G è una coppia ordinata (V(G), L(G)), ove V(G) è un insieme finito e non vuoto di elementi detti vertici o nodi di G, mentre
DettagliTesti di Esercizi e Quesiti 1
Architettura degli Elaboratori, 2009-2010 Testi di Esercizi e Quesiti 1 1. Una rete logica ha quattro variabili booleane di ingresso a 0, a 1, b 0, b 1 e due variabili booleane di uscita z 0, z 1. La specifica
DettagliInformatica 3. LEZIONE 21: Ricerca su liste e tecniche di hashing. Modulo 1: Algoritmi sequenziali e basati su liste Modulo 2: Hashing
Informatica 3 LEZIONE 21: Ricerca su liste e tecniche di hashing Modulo 1: Algoritmi sequenziali e basati su liste Modulo 2: Hashing Informatica 3 Lezione 21 - Modulo 1 Algoritmi sequenziali e basati su
DettagliSistemi di Numerazione Binaria NB.1
Sistemi di Numerazione Binaria NB.1 Numeri e numerali Numero: entità astratta Numerale : stringa di caratteri che rappresenta un numero in un dato sistema di numerazione Lo stesso numero è rappresentato
DettagliIntroduzione allo Scilab Parte 1: numeri, variabili ed operatori elementari
Introduzione allo Scilab Parte 1: numeri, variabili ed operatori elementari Felice Iavernaro Dipartimento di Matematica Università di Bari http://dm.uniba.it/ iavernaro 6 Giugno 2007 Felice Iavernaro (Univ.
DettagliLaboratorio di Fondamenti di Telecomunicazioni2. Sommario
Laboratorio di Fondamenti di Telecomunicazioni2 Sommario 1 Introduzione ai comandi di matlab 2 Introduzione all uso di funzioni matematiche con matlab a. generalità b. alcune funzioni matematiche particolari
DettagliConcetto di Funzione e Procedura METODI in Java
Fondamenti di Informatica Concetto di Funzione e Procedura METODI in Java Fondamenti di Informatica - D. Talia - UNICAL 1 Metodi e Sottoprogrammi Mentre in Java tramite le classi e gli oggetti è possibile
DettagliVeneto Lavoro via Ca' Marcello 67/b, 30172 Venezia-Mestre tel.: 041/2919311
Veneto Lavoro via Ca' Marcello 67/b, 30172 Venezia-Mestre tel.: 041/2919311 INDICE 1. INTRODUZIONE... 3 1.1 SCADENZA... 3 1.2 CAUSALE DA UTILIZZARE... 3 2. MODALITÀ OPERATIVE DI COMUNICAZIONE DATI... 4
DettagliFatturazione elettronica con WebCare
Fatturazione Elettronica con WebCare 1 Adempimenti per la F.E. Emissione della fattura in formato elettronico, tramite produzione di un file «XML» nel formato previsto dalle specifiche tecniche indicate
DettagliElettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza p. 2
Elettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013
DettagliEXCEL PER WINDOWS95. sfruttare le potenzialità di calcolo dei personal computer. Essi si basano su un area di lavoro, detta foglio di lavoro,
EXCEL PER WINDOWS95 1.Introduzione ai fogli elettronici I fogli elettronici sono delle applicazioni che permettono di sfruttare le potenzialità di calcolo dei personal computer. Essi si basano su un area
DettagliGestione delle informazioni necessarie all attività di validazione degli studi di settore. Trasmissione degli esempi da valutare.
Gestione delle informazioni necessarie all attività di validazione degli studi di settore. Trasmissione degli esempi da valutare. E stato previsto l utilizzo di uno specifico prodotto informatico (denominato
DettagliEasyPrint v4.15. Gadget e calendari. Manuale Utente
EasyPrint v4.15 Gadget e calendari Manuale Utente Lo strumento di impaginazione gadget e calendari consiste in una nuova funzione del software da banco EasyPrint 4 che permette di ordinare in maniera semplice
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliCorso di Laurea in Ingegneria Biomedica Corso di Trasmissione Numerica (6 crediti) Prova scritta 16.02.2006
Prova scritta 16.02.2006 D. 1 Si derivi l espressione dei legami ingresso-uscita, nel dominio del tempo per le funzioni di correlazione nel caso di sistemi LTI e di segnali d ingresso SSL. Si utilizzi
DettagliPlate Locator Riconoscimento Automatico di Targhe
Progetto per Laboratorio di Informatica 3 - Rimotti Daniele, Santinelli Gabriele Plate Locator Riconoscimento Automatico di Targhe Il programma plate_locator.m prende come input: l immagine della targa
DettagliLe immagini digitali. Le immagini digitali. Caterina Balletti. Caterina Balletti. Immagini grafiche. Trattamento di immagini digitali.
1 Le immagini digitali Le immagini digitali Università IUAV di venezia Trattamento di immagini digitali immagini grafiche immagini raster immagini vettoriali acquisizione trattamento geometrico trattamento
DettagliInteresse, sconto, ratei e risconti
129 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 129 129.1.1 Esercizio per il calcolo dell interesse semplice........................
DettagliACCESSO AL SISTEMA HELIOS...
Manuale Utente (Gestione Formazione) Versione 2.0.2 SOMMARIO 1. PREMESSA... 3 2. ACCESSO AL SISTEMA HELIOS... 4 2.1. Pagina Iniziale... 6 3. CARICAMENTO ORE FORMAZIONE GENERALE... 9 3.1. RECUPERO MODELLO
Dettagliper immagini guida avanzata Uso delle tabelle e dei grafici Pivot Geometra Luigi Amato Guida Avanzata per immagini excel 2000 1
Uso delle tabelle e dei grafici Pivot Geometra Luigi Amato Guida Avanzata per immagini excel 2000 1 Una tabella Pivot usa dati a due dimensioni per creare una tabella a tre dimensioni, cioè una tabella
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliMon Ami 3000 Varianti articolo Gestione di varianti articoli
Prerequisiti Mon Ami 3000 Varianti articolo Gestione di varianti articoli L opzione Varianti articolo è disponibile per le versioni Azienda Light e Azienda Pro e include tre funzionalità distinte: 1. Gestione
DettagliIntroduzione all Information Retrieval
Introduzione all Information Retrieval Argomenti della lezione Definizione di Information Retrieval. Information Retrieval vs Data Retrieval. Indicizzazione di collezioni e ricerca. Modelli per Information
DettagliIntroduzione allo Scilab Parte 3: funzioni; vettori.
Introduzione allo Scilab Parte 3: funzioni; vettori. Felice Iavernaro Dipartimento di Matematica Università di Bari http://dm.uniba.it/ iavernaro felix@dm.uniba.it 13 Giugno 2007 Felice Iavernaro (Univ.
DettagliARCHITETTURA DI RETE FOLEGNANI ANDREA
ARCHITETTURA DI RETE FOLEGNANI ANDREA INTRODUZIONE È denominata Architettura di rete un insieme di livelli e protocolli. Le reti sono organizzate gerarchicamente in livelli, ciascuno dei quali interagisce
DettagliOrganizzazione degli archivi
COSA E UN DATA-BASE (DB)? è l insieme di dati relativo ad un sistema informativo COSA CARATTERIZZA UN DB? la struttura dei dati le relazioni fra i dati I REQUISITI DI UN DB SONO: la ridondanza minima i
DettagliFIRESHOP.NET. Gestione Lotti & Matricole. www.firesoft.it
FIRESHOP.NET Gestione Lotti & Matricole www.firesoft.it Sommario SOMMARIO Introduzione... 3 Configurazione... 6 Personalizzare le etichette del modulo lotti... 6 Personalizzare i campi che identificano
DettagliOperazioni sulla Retta Algebrica e riflessione sulla loro definizione nell insieme dei Naturali
Operazioni sulla Retta Algebrica e riflessione sulla loro definizione nell insieme dei Naturali Attraverso i comandi dell interfaccia della Retta Algebrica di AlNuSet è possibile accedere a tre modelli
DettagliL analisi dei dati. Capitolo 4. 4.1 Il foglio elettronico
Capitolo 4 4.1 Il foglio elettronico Le più importanti operazioni richieste dall analisi matematica dei dati sperimentali possono essere agevolmente portate a termine da un comune foglio elettronico. Prenderemo
DettagliElementi di informatica
Elementi di informatica Sistemi di numerazione posizionali Rappresentazione dei numeri Rappresentazione dei numeri nei calcolatori rappresentazioni finalizzate ad algoritmi efficienti per le operazioni
DettagliI TUTORI. I tutori vanno creati la prima volta seguendo esclusivamente le procedure sotto descritte.
I TUTORI Indice Del Manuale 1 - Introduzione al Manuale Operativo 2 - Area Tutore o Area Studente? 3 - Come creare tutti insieme i Tutori per ogni alunno? 3.1 - Come creare il secondo tutore per ogni alunno?
Dettagli0.6 Filtro di smoothing Gaussiano
2 Figura 7: Filtro trapezoidale passa basso. In questo filtro l rappresenta la frequenza di taglio ed l, l rappresenta un intervallo della frequenza con variazione lineare di H, utile ad evitare le brusche
Dettagli5.3 TABELLE 5.3.1 RECORD 5.3.1.1 Inserire, eliminare record in una tabella Aggiungere record Eliminare record
5.3 TABELLE In un sistema di database relazionali le tabelle rappresentano la struttura di partenza, che resta poi fondamentale per tutte le fasi del lavoro di creazione e di gestione del database. 5.3.1
DettagliMANUALE D'USO DEL PROGRAMMA IMMOBIPHONE
1/6 MANUALE D'USO DEL PROGRAMMA IMMOBIPHONE Per prima cosa si ringrazia per aver scelto ImmobiPhone e per aver dato fiducia al suo autore. Il presente documento istruisce l'utilizzatore sull'uso del programma
Dettagli