Trasmissione Numerica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Trasmissione Numerica"

Transcript

1 Trasmissione Numerica Alessandro Celotti 8/1/11 Indice 1 Caratterizzazione Statistica del Processo PAM Eetti del rumore sui sistemi di comunicazione analogici studiati e confronto tra essi 4 3 Cifra di rumore e temperatura di rumore 5 4 Rappresentazione di segnali deterministici passabanda 6 5 Rappresentazione di processi aleatori passabanda 7 6 Caratteristiche spettrali dei segnali modulati in angolo 8 7 Modulatori e demodulatori di frequenza e di fase 1 8 Modulatori e demodulatori d'inviluppo 11 9 Processi aleatori gaussiani 1 1 Ripetitori analogici e rigenerativi 1 11 Probabilità di errore per segnalazione M-aria ortogonale con ricezione coerente 14 1 Probabilità di errore per segnalazioni M-PSK Probabilità di errore per segnalazioni M-QAM Ecienza spettrale e probabilita di errore per segnalazioni M- PAM Rappresentazione geometrica dei segnali Ricezione ottima in canale AWGN Proprietà del ltro adattato 1 18 Probabilità di errore per segnalazioni binarie 1

2 19 Demodulazione e rivelazione di segnali PAM, PSK e QAM 3 Forme d'onda ed ecienza spettrale per segnalazioni M-PSK ed M-QAM 5 1 Caratterizzazione Statistica del Processo PAM Deniamo processo PAM con il segnale aleatorio a k dati dell'impulso (tipicamente a media nulla E[a k ] = ): x(t) = k= a k p(t kt ) (1) Noi lavoriamo in un intervallo [, T ] senza preoccuparci di quello che precede o segue. Decido in maniera ottima osservando il segnale nell'intervallo. Se trasferisco un impulso capita una dispersione della forma d'onda e capita invadere l'intervallo successivo la scelta simbolo a simbolo non va più bene. Poichè il canale è a banda limitata trasferiamo segnali a durata maggiore per evitare la distorsione. Un modello ragionevole è il segnale PAM sequenza di impulsi modulati con p(t) con durata molto più grande con banda limitata. Se p(t) è un segnale a durata limitata e banda innita, la situazione è la stessa. La decisione può essere fatta sulla sequenza di simboli. Caratteristiche fondamentali statistiche: Media Statistica. E[x(t)] = k= E[a k ]p(t kt ) se la media di a k = E[x(t)] = () Funzione di Autocorrelazione. E[x(t)x(t τ)] = E[ R x (tτ) = k= l= k= l= a k a l p(t kt )p(t τ lt )] E[a k a l ]p(t kt )p(t τ lt ) Per ipotesi la sequenza è stazionaria in senso lato E[a k a l ] = R a (k l) k= l= Ponendo k l = m si ha: R x (tτ) = m= R a (k l)p(t kt )p(t τ lt ) k= m= R a (m) k= R a (m)p(t kt )p(t τ (k m)t ) = p(t kt )p(t τ kt + mt )

3 ma p(t kt )p(t τ + mt kt ) = g(t kt ; τ) g(t; τ) = p(t)p(t (τ mt )) faccio repliche per ogni ssato τ in funzione di t di passo T per ottenere un segnale periodico di periodo T. Processo Ciclo Stazionario Calcoliamo la media temporale R x (τ) =< R x (t, τ) > valor medio nel periodo: 1 T R x (t, τ)dt essendo ciclostazionario di periodo T 1 T T 1 T 1 T m= m= m= R a (m) R a (m) R a (m) k= k= kt +T k= kt p(t kt )p(t τ kt + mt )dt = p(t kt )p(t τ kt + mt )dt = p(λ)p(λ (τ mt ))dλ ponendo λ = t kt gli intervalli non si sovrappongono quindi equivale all'integrale esteso ad R poichè integrale ad intervalli adiacenti quindi: R x (τ) = 1 T m= R a (m) p(λ)p(λ (τ mt ))dλ supponendo che p impulso di energia per il modello reale per aver un segnale di potenza, questo è la convoluzione con l'impulso in τ mt quindi: R x (τ) = 1 T m= R a (m)r p (τ mt ) (3) la funzione di autocorrelazione è in forma di PAM deterministico pesato in ampiezza dalla funzione di autocorrelazione dati. E' quindi nella forma PAM modulato in ampiezza è l'autocorrelazione e il ritardo τ è la sequenza dati valutati in m. Spettro di Potenza. Lo spettro di potenza è la trasformata di fourier rispetto a τ S x (f) = 1 T m= R a (m)s p (f)e jπfmt = P (f) T m= R a (m)e jπfmt S p (f) è la densità di energia, mentre la trasformata di fourier della sequenza di autocorrelazione è lo spettro di potenza S a (f) trasformata di fourier della sequenza dati. Quindi: S x (f) = P (f) S a (f) T La banda è limitata dall'impulso, più è stretta la banda di P(f) più è limitato lo spettro- Per avere uno spettro specico possiamo agire o su P(f) o su S a (f) su R a (m). (4) 3

4 Eetti del rumore sui sistemi di comunicazione analogici studiati e confronto tra essi DSB Il segnale trasmesso è lo stesso di quello ricevuto a meno del rumore, che è in ingresso al ricevitore ed è di tipo termico. Il ricevitore prevede un ltro passabanda per eliminare il rumore sul canale. r(t) = A c m(t) cos(πf c t + φ c ) + n c (t) cos(πf c t) + n s (t) sin(πf c t) con le componenti in fase e quadratura del rumore. Il rumore è di tipo rumore bianco con densità spettrale di potenza tra (-W,W) con S nc (f) = S ns (f). L'uscita è moltiplicata per una portante e fatta passare per un ltro passabasso: y(t)=(r(t) cos(πf c t + φ)) LP F = A c m(t) cos(φ c φ) + nc(t) cos(φ) + ns(t) sin(φ) supposto ricevitore sincrono otteniamo che φ c = φ quindi y(t) = Ac nc(t) m(t) + cos(φ) + ns(t) sin(φ). Per calcolare la potenza del rumore sappiamo che la componente in fase e in quadratura sono indipendenti poiché incorrelati. Ne facciamo l'analisi e otteniamo che: E[(n c (t) + n s (t)) ] = E[n c(t)] + E[n s(t)] + E[n c (t)n s (t)] = Pc 4 cos (φ) + P s 4 sin (φ) + = essendo P c = P s si ha Pc 4 (cos (φ) + sin (φ)) = Pc 4. Assumo φ = ho che y(t) = Acm(t) ( S N ) o = A c Pm 4 Pnc 4 + nc(t) in termini di rapporto segnale rumore ho che = A c Pm W ma essendo la potenza ricevuta P r = A c Pm, il termine di rumore è lo stesso di quello in banda base a meno del fatto che il segnale ha viaggiato dove ho deciso. Nel caso DSB l'snr è SSB P r W u(t) = A c cos(πf c t)m(t) ± A c m(t) ˆ sin(πf c t) r(t) = u(t) + n c (t) cos(πf c t) n s (t) sin(πf c t) = A c [m(t + n c (t))] cos(πf c t) + [±A c m(t) ˆ n s (t)] sin(πf c t). Nel caso SSB-U il rumore con densità spettrale N nell'intervallo di frequenza e il segnale utile rimane invariato. Si ha che y(t)=(r(t)cos(πf c t)) L P con demodulazione sincrona si ha che Ac m(t) + 1 n c(t). c Pm 4 Pnc 4 Il rapporto segnale rumore al destinatario è ( S N ) o = A = A c Pm W. Poichè la potenza del rumore è P nc = W. Ma in termini di potenza ricevuta ho che P R = A c Pm + A c P ˆm poichè P m = P ˆm ho che P R = A cp m e ancora una volta ho che il ( S N ) o = P R W. Con SSB ho lo stesso rapporto segnale rumore che ottengo in banda base. AM Convenzionale u(t) = A c [1 + am n (t)] cos(πf c t) con m n segnale normalizzato, ho che r(t) = A c [(1 + am n (t) + n c (t))] cos(πf c t) n s (t) sin(πf c t) supposto demodulatore sincrono il demodulatore è di inviluppo si ha lo stesso risultato in uscita per demodulatore sincrono. y(t) = (r(t) cos(πf c t)) L P = Ac (1 + am(t)) + 1 n c(t) il rapporto segnale rumore ottenuto, poichè il segnale utile è Acam(t), è: ( S N ) o = A c a Pmn 4 Pnc 4, la P R = A c (1 + a P mn ) mentre la P nc = W ho un segnale rumore del tipo: ( S N ) o = A c a P mn W = A c (1+a P mn ) a P mn (1+a P mn ) W = P R P mn a W (1+a P mn ) poiché m(t) è normalizzato si ha che m(t) < 1 pertanto P m 1 lo sarà anche a e 4

5 di conseguenza anche a P m 1. Quindi consideriamo il fattore di riduzione η = a P mn 1+a P mn così che il rapporto segnale rumore nel caso AM è ( S N ) o = η P R N. W In presenza di demodulatore di inviluppo: se il rapporto segnale rumore è elevato: V r (t) = [A c (1 + am n (t)) + n c (t)] + n s(t) = A c(1 + am n (t)) n [1 + c(t) A c(1+am n(t)) ] + n s (t)a c (1+amn(t)) A c (1+amn(t)) n =A c 1 + am(t) 1 + c(t) A n c (t) n c(1+am n(t)) A + s (t) c (1+amn(t)) A. c (1+amn(t)) n P ( c(t) A c(1+am n(t)) 1) 1 la probabilità del segnale utile è molto più forte rispetto quello di rumore. Se la relazione è vera, lo sarà per il quadrato, e poichè n c ha le stesse proprietà statistiche di n s vale anche per tale rumore. Quindi poichè lo sviluppo 1 + x (1 + x ) x 1 si ha V r(t) n A c (1 + am n (t))(1 + c(t) A ) = A c(1+am n(t)) c(1 + am n (t)) + n c (t), l'uscita dal demodulatore di inviluppo è la stessa di quella con demudolatore sincrono. Se il rapporto segnale rumore è molto basso: V r (t) = A c(1 + am n (t)) + n c(t) + A c n c (t)(1 + am n (t)) + n s(t) = + A c (1+amn(t)) n c (t)+n s (t) ] supponendo che il ter- [n c(t) + n s(t)][1 + Acnc(t)(1+amn(t)) n c (t)+n s (t) mine di rumore è molto forte si ha che il terzo termine è molto piccolo quindi: V r (t) V n (t)(1 + Acnc(t)(1+amn(t)) n c (t)+n s (t) ) Nel caso di modulazione d'angolo FM o PM per limitare il rumore si mette un ltro passabanda che fa passare il solo segnale FM, e viene fatto in modo che il SNR superi una certa soglia, questa soglia si può abbassare inseguendo il ricevitore in un feedback: ricevitore con feedback che fa in modo da ridurre la soglia di qualche decibel. Considerazioni: -L'ecienza Spettrale: DSB e AM hanno W, mentre SSB ha ecienza spettrale migliore W. -Prestazioni: DSB,SSB ha prestazioni uguali a quello in banda base, AM convenzionale ha prestazioni peggiori. DSB e SSB hanno un demodulatore sincrono, SSB è migliore e riguarda segnali con densità spettrale vicino l'origine. VSB è demodulato con inviluppo. ( S N ) o può crescere con il quadrato del rapporto della banda del segnale modulato con quella modulante W di frequenza legata alla k f. Aumentando banda cresce linearmente la potenza. 3 Cifra di rumore e temperatura di rumore Consideriamo un amplicatore che ha come spettro di potenza il prodotto S n (f) H(f) la potenza di uscita di tale amplicatore risulterà P no = S n (f) H(f) df Ma S n (f) = N con = kt densità di potenza (k è la costante di Bozman, T è la temperatura assoluta). Ma H(f) si scrive come il prodotto tra il guadagno dell'amplicatore con due 5

6 volte la banda equivalente del rumore R H(f) df = GB Neq. P no = H(f) = GB Neq +P ni = kt GB Neq+P ni = kgb Neq [T +T e ] P ni è un rumore generato dall'amplicatore. Introduciamo un parametro chiamato Temperatura Equivalente di Rumore: T e = P n i kgb Neq (5) La temperatura di rumore è la misura di rumore di un amplicatore è la temperatura ttizia in ingresso per misurare la potenza in uscita. Pertanto un amplicatore rumoroso è equivalente ad uno ideale con temperatura della sorgente inizializzata di T e per misurare la stessa potenza, impostando una temperatura ttizia. Un ulteriore parametro è la Cifra di Rumore legata con la temperatura di rumore. Supposto un amplicatore rumoroso con ingresso sorgente di rumore. Il rapporto segnale rumore è ( S N ) o = GP si kgb Neq (T +T e) = P si kgb Neq (1+ Te T quando T e = pertanto il SNR è ( S N ) o = ( S N ) i( 1 1+ Te T legato sia al rumore dell'amplicatore che alla tempera- 1 SNR è dato da 1+ Te T tura della sorgente di ingresso Te il rumore si annulla ) ) il fattore di riduzione del T = T. Deniamo cifra di rumore misurata in db: T ssata la temperatura T a quella d'ambiente F = 1 + T e T (6) Dati un insieme di amplicatori in cascata. Il guadagno totale è calcolato come prodotto dei guadagni i-esimi: G = G 1 G G k (7) La cifra di rumore totale secondo Fries è calcolata come F = F 1 + F 1 + F 3 1 F k (8) G 1 G 1 G G 1 G G k 1 La rumorosità dipende dai primi valori della catena. Se la prima cifra di rumore è piccola, ed il guadagno grande la F complessiva è piccola. Se avviene il contrario la cifra di rumore complessiva è grande. 4 Rappresentazione di segnali deterministici passabanda I segnali passabanda hanno la caratteristica che lo spettro risulta essere nullo all'eterno di una certa banda a frequenza f dove tale banda: w < f X(f) = f f. Solo in un certo intorno di f non è nullo. Questi segnali sono importanti per le comunicazioni: i segnali modulati. Un caso limite è quello sinusoidale detto anche monocromatico. La 6

7 rappresentazione è fattaa come quella dei fasori. Preso x(t) = A cos(πf t + θ) = A eπft+θ + A e πft+θ prendiamo la parte a frequenza positiva moltiplicata per due e la trasliamo verso destra. Avremo il segnale analitico z(t) tale che Z(f) = X(f)u 1 (f) per traslarlo verso destra bisogna moltiplicarlo per e jπft z(t) = x(t) F 1 [u 1 (f)] = x(t) (δ + j πt ) = x(t) + jx(t) 1 πt. Tale convoluzione prende il nome di trasformata di Hilbert x(t). ˆ z(t) = x(t) + jx(t) ˆ Chiamiamo Inviluppo Complesso la traslazione verso destra del segnale analitico: X e (f) = Z(f + f ) x e (t) = z(t)e jπft questo equivale nel caso passabanda al concetto di fasore. x e (t) = x c (t) + jx s (t) li scriviamo come modulo e fase V (t)e jθ(t) dipendenti dal tempo: V (t) = x c(t) + x s(t) detto inviluppo di x(t) e Θ(t) = arctan ( xs(t) x c(t) ) detta fase istantanea. Il segnale x(t) si ottiene come x(t) = R{x e (t)e jπft } = R{V (t)e jθ(t) e jπft } = V (t) cos (πf t + Θ(t)) un segnale passabanda è rappresentato da una frequenza con lente uttuazioni di fase e ampiezza, quindi modulato in fase ed in ampiezza. 5 Rappresentazione di processi aleatori passabanda Dato un processo aleatorio passabanda x(t) da esso ci ricaviamo le due componenti: x c (t) e x s (t) rispettivamente componente in fase ed in quadratura. x c (t) = x(t) cos (πf t) + x(t) ˆ sin (πf t) ˆ x s (t) = x(t) cos (πf t) x(t) sin (πf t) l'inviluppo complesso è descritto come: x e (t) = x c (t) + jx s (t) e il processo si ricava come x(t) = R{x e (t)e jπft } Studiamo le caratteristiche statiche delle componenti x c (t) e x s (t) e del processo x(t). Se x(t) è a media nulla e stazionario in senso lato le componenti in bassa frequenza x s e x c saranno a media nulla e congiuntamente stazionari in senso lato. Sulla media possiamo dire che agisce soltanto sulla parte aleatoria ma E[x(t)] = anche la sua trasformata di hilbert avrà media nulla quindi le componenti hanno media nulla. E[x c (t + τ)x c (t)] autocorrelazione del processo x c (t) in termini di tempo ritardo = E[(x(t + τ) cos (πf (t + τ)) + x(t ˆ+ τ) sin (πf (t + τ)))(x(t) cos (πf t) + x(t) ˆ sin (πf t))] = supposto x(t) SSL R x (τ) cos (πf (t + τ)) cos (πf t) + R xˆx (τ) cos (πf (t + τ)) sin (πf t) + Rˆxx (τ) sin (πf (t + τ)) cos (πf t) + Rˆxˆx (τ) sin (πf (t + τ)) sin (πf t) = R x (τ)[cos (πf (t + τ)) cos (πf t) + sin (πf (t + τ)) sin (πf t)] R x ˆ(τ)[cos (πf (t + τ)) sin (πf t) sin (πf (t + τ)) cos (πf t)] = R x (τ) cos (πf τ) + R ˆ x (τ) sin (πf τ) l'autocorrelazione di x c (t) dipende solo dal ritardo ed è un processo SSL. R xcx c (τ) = R x (τ) cos (πf τ) + R ˆ x (τ) sin (πf τ) (9) 7

8 Un ulteriore risultato si ottiene con l'autocorrelazione in quadratura infatti R xsx s (τ) = R xcx c (τ) (1) Per la mutua correlazione otteniamo: R xcx s (τ) = R x (τ) sin (πf τ) R ˆ x (τ) cos (πf τ) (11) Da tale risultato fa si che le componenti spettrali sono congiuntamente SSL. Per la potenza delle componenti in quadratura è pari a quella in fase vista come l'autocorrelazione del processo valutato nell'origine: R xcx c () = R x (). La potenza della mutua correlazione è nulla. Componente in fase e quadratura nell'origine, prese nello stesso istante sono incorrelate e dunque indipendenti. 6 Caratteristiche spettrali dei segnali modulati in angolo Banda innita teoricamente ma cerchiamo di limitarla del 98% della potenza totale. Studiamo la banda nel caso segnale modulante sinusoidale ho che u(t) = A c cos(πf c t + β sin(πf m t)) con m(t) = a cos(πf m t) ho come indice di modulazione: { k p a, se PM. β = k f a f m, se FM. u(t) si può scrivere come u(t) = R{A c e jπfct e jβ sin(πfmt) jβ sin(πfmt) }. Poichè e il seno è periodico di periodo 1 f m anche il suo esponenziale sarà periodico e quindi si può esprimere in serie di Fourier: n= C n e jπnfmt Il segnale al primo termine è Hermitiano con trasformata di fourier reale e quindi i C n sono reali e si ha che C n = 1 e jβ sin(πfmt) e jπnfmt dt T m T m posto u = πf m t con T m = 1 f m C n = 1 π ej[β sin(n) nu] du così che A questo punto considero la funzione di bessel di prima specie di ordine n J n (β) e jβ sin(πfmt) = + A c n= n= J n (β)e jπnfmt u(t) = R{A c e jπfct J n (β) cos(πf c + πnf m t) 8 + n= J n (β)e jπnfmt }

9 E' un segnale periodico con spettro a righe e banda innita poiché n varia tra (, + ). 1. J n (β) = k= ( 1) k ( β )n+k k!(k + n)! n > J n (β) ssando β sarà trascurabile fatto variare n in modulo, se β è molto piccolo si ha che J n (β) βn n n!. Si ha che se J n (β) tale che se n è pari è uguale ad J n (β) mentre se è dispari è uguale a J n (β) Abbiamo banda che arriva no a f c +nf m poiché J n (β) è trascurabile e la banda è limitata. La banda B c = (β + 1)f m entrata sulla portante che contiene il 98% della potenza totale. La banda è legata a β. Maggiore è β maggiore è la banda, e l'informazione sarà più protetta dal rumore. A parità di rapporto segnale rumore usiamo 1 4 P trasmessa aumentando la banda. { (k p a + 1)f m, se PM. B c = ( k f a f m + 1)f m, se FM. Per il fattore a di ampiezza, se tale fattore cresce ha lo stesso eetto dell'aumento della banda B c. Se aumento f m, c'è aumento proporzionale in PM, altrimenti è lento ed è di tipo additivo in FM. Se la banda è molto grande la dipendenza da f m scompare. In realtà se il rapporto è maggiore di 1 in FM è inalterata. M c = [β] + 3 armoniche che facciamo passare considerando la banda B c. Se β= pertanto non modulato per lo meno due portanti ce le portiamo per il numero di impulsi che passano per il ltro che hanno 98% della potenza. { [k p a] + 3, se PM. M c = [ k f a f m ] + 3, se FM. Non cambia per f m e si distanziano con stesso numero di armoniche. All'aumentare del f m il numero di armoniche diminuisce, la separazione aumenta per tenere stessa banda i fattori si bilanciano. Se m(t) è periodico si ha che u(t) = A c cos(πf c t+βm(t)) = A c R{e jπfct e jβm(t) } ma m(t) è periodico anche il suo esponenziale lo sarà quindi esprimibile in serie di fourier: e jβm(t) = C n e jπnfmt + u(t) = A c R{e jπfct C n e jπnfmt } scritto come modulo e fase si ha che + = A c C n cos(π(f c + nf m t)t + arg (C n ) 9

10 La frequenza la troviamo a f c ± f m dove f m = 1 T m con T m periodo del segnale modulante. Ma con m(t) generico con banda W e ampiezza si ha che la banda B c = (β + 1)W con { m(t) β = max k p, se PM. m(t) max k f W, se FM. detta Banda di Carsen. 7 Modulatori e demodulatori di frequenza e di fase La modulazione e la demodulazione di frequenza è analoga a quella di fase a meno di un operazione di derivata o integrale. Modulatore di Frequenza d φ(t) u(t) = A c cos(πf c t + φ(t)) dt π = k f m(t). La frequenza di oscillazione è f c + k f m(t) = f o (t) che è la somma di un valore costante (l'oscillazione libera) e qualcosa proporzionale al messaggio. I metodi per la modulazione di frequenza sono due quello: -diretta che si eettua tramite dei particolari dispositivi chiamati VCO (oscillatore controllato in tensione). Dispositivo che oscilla più rapidamente o lentamente a seconda della grandezza di m(t). Il VCO è un diodo varactor anche se in realtà è un condensatore che varia a seconda della tensione applicata. -indiretta: tale modulazione si applica integrando il segnale m(t) in ingresso al t πk f dt il segnale di uscita viene inviato in ingresso ad un modulatore FM a banda stretta ed inne ad un moltiplicatore di frequenza: *La prima componente genera una modulazione d'angolo a banda stretta: dato un certo segnale u(t)=a c cos(πf c t + φ(t)) per ipotesi di banda stretta si ha che φ(t) 1 quindi A c cos(πf c t) cos(φ(t)) A c sin(πf c t) sin(φ(t)) A c cos(πf c t) A c sin(πf c t)φ(t). Questo assomiglia all'am convenzionale, la dierenza è che la portante è in quadratura ed ha ampiezza più piccola. V x (t) = A c 1 + φ (t). La banda dipende dalla derivata non dal modulo stesso. In φ(t) c'è il legame o proporzionale o integrale al segnale che attenua le componenti in alta frequenza, con banda W intorno ad φ(t). Si ha quindi la massima banda W rispetto alle bande di quelli modulati in ampiezza e poichè vale la relazione φ(t) 1 u(t) ha banda stretta vicino f c e quindi è la più stretta possibile. *La seconda componente che introduce la moltiplicazione di frequenza. Tale dispositivo è un dispositivo del quale entra A c cos(θ) ed esce A c cos(nθ(t)) che nel caso di θ(t) = πf c t + φ(t) si ha che entra u(t) = A c cos(πf c t + φ(t)) ed esce A c cos(πnf c t + nφ(t)). Come si ottiene questa moltiplicazione di frequenza si ottiene con un non linearità senza memoria seguita con un ltro passabanda, se metto A c cos(θ(t)) in ingresso ad una non linearità senza memoria passabanda ottengo l'uscita che sarà g(a c cos(θ(t))) ma visto in funzione di θ g(a cos(θ)) = A + A 1 cos(θ) + A cos(θ) + + A n cos(nθ). cos(θ) periodica di π, g( ) periodica di π con h(θ) è periodica di π e sviluppo in serie di Fourier. 1

11 h(θ(t)) = + h n e jnθ = h + h 1 e jθ + h 1 e jθ +... se θ dipende dal tempo l'uscita è la stessa g(a cos(θ(t))) = h + h 1 cos(θ(t)) + + h n cos(nθ(t)) con θ(t) = πf c t + φ(t). Nei prossimi coseni quelli a n avranno frequenza raddoppiata e banda maggiore, moltiplicato per n sarà la fase e la portante. All'innito questo non vale e tende a sovrapporsi. Le ampiezze devono essere decrescenti per far in modo che la serie converga. Per selezionare la banda prescelta da tale serie di coseni a frequenza nf c utilizzo un ltro passabanda che seleziona proprio quel segnale in modo da prelevare quello desiderato. Così ho realizzato un moltiplicatore di frequenza. Può capitare che la frequenza nf c non sia quella prescelta in quel caso bisogna moltiplicare per un coseno centrato ad una portante desiderata f LO in modo tale che con un ltraggio (passabasso), ssando la frequenza dell'oscillatore locale sso la frequenza che mi interessa, elimino la frequenza somma nf c + f LO lasciando quella della dierenza, in modo da ottenere la moltiplicazione di frequenza che mi interessa con segnale in uscita y(t)=a c cos(π(nf c f LO )t + nφ(t)). Così genero un segnale modulato in angolo a banda larga a partire da uno modulato in angolo a banda stretta che è facilmente generabile. Demodulatore di Frequenza t u(t) = A c cos(πf c t + πk f m(λ)dλ) demodulazione segnale FM. Si applica un derivatore fa si che il segnale FM che in ingresso ha inviluppo costante presenta un inviluppo variabile dove è contenuta l'informazione del segnale. du(t) t dt = A c sin(πf c t + πk f m(λ)dλ(πf c + πk f m(t))). Con la derivazione l'inviluppo del segnale ottengo il messaggio di informazione. In realtà dovrei assicurarmi che con il demodulatore di inviluppo si può recuperare il messaggio questo è vero solo se k f m(t) m ax < f c poichè tale quantità non deve essere negativa. Se vale quella relazione si ottiene il messaggio con in demodulatore di inviluppo come nel caso AM convenzionale ottenendo come uscita A c (πf c + πk f m(t)). Seguito con un blocco della continua per ricavare πk f m(t) e quindi il messaggio m(t) ed eliminare f c. 8 Modulatori e demodulatori d'inviluppo m(t) m(t) m ax Per studiare i modulatori e demodulatori di inviluppo dobbiamo rifarci al caso AMconvenzionale. u(t) = A c [1 + m(t)] cos(πf c t + φ c ) inserendo insieme al segnale DSB anche la portante. L'informazione è inserita nell'inviluppo. Pertanto questa modulazione modica l'inviluppo V u (t) e condizione necessaria è che esso sia sempre positivo. V u (t) = A c [1 + m(t)] = A c [1 + m(t)] quando 1 + m(t) > se il termine è negativo ci sarà inversione di fase e distorsione. In questo modo non ci sarà distorsione quando m(t) 1. Può capitare di soddisfare tale relazione denendo m(t)=am n (t) dove m n (t) = e a è detto indice di modulazione. Il segnale modulato sarà: u(t) = A c [1 + am n (t)] cos(πf c t + φ c ). Per la demodulazione di un AM convenzionale non occorre una demodulazione sincrona poiché l'informazione è contenuta nell'inviluppo, se vale la relazione m(t) 1 l'inviluppo 1+m(t)>. Se noi raddrizziamo il segnale, eliminiamo i valori negativi del segnale ponendo u(t) t< a zero e conservando i valori di 11

12 u(t) t>. Il messaggio sarà recuperato passando il segnale raddrizzato all'interno di un ltro passabasso che sceglie la banda corrispondente al segnale del messaggio. La combinazione del raddrizzatore con il ltro passabasso è detto rivelatore di inviluppo. L'uscita di un rivelatore di inviluppo è nella forma d(t) = g 1 + g m(t) dove g 1 è la componente in continua mentre g è il guadagno del segnale demodulato. La componente continua può essere eliminata facendo passare il segnale d(t) attraverso un trasformatore con uscita solo g m(t). 9 Processi aleatori gaussiani Se x(t) è gaussiano x(t) ˆ è gaussiano pertanto anche le componenti x c (t) e x s (t) sono congiuntamente gaussiane, dando luogo a variabile aleatoria indipendente. Non solo nell'origine R xcx s (τ) τ si annulla: quindi i due processi sono staticamente indipendenti. Ne valutiamo lo spettro di potenza delle due componenti: S xc (f) = F [R xc (τ)] = F [R x (τ) cos (πf τ) + R ˆ x (τ) sin (πf τ)] = 1 S x(f f )+ 1 S x(f +f )+ 1 j [S x(f f )( j sign(f f )) S x (f +f )( j sign(f + f ))] = S x (f f )[ 1 sign(f f) ]+S x (f +f )[ 1+sign(f+f) ] = S x (f f )u 1 ( f)+ S x (f + f )u 1 (f) otteniamo quindi: S xc (f) = S x (f f ) + S + x (f + f ) = S xs (f) (1) Per lo spettro della mutua corralazione otteniamo: S xcx s (f) = 1 j [S x(f f ) S x (f + f )] 1 [S x(f f )( j sign(f f )) S x (f + f )( j sign(f + f ))] = 1 j S x(f f )[ 1 sign(f f) ] 1 j S x(f + f )[ 1+sign(f+f) ] = 1 j S x(f f )u 1 ( f) 1 j S x(f + f )u 1 (f) S xcx s (f) = 1 j [S x (f f ) S + x (f + f )] (13) Denisco il processo del rumore come S n (t) = h f (e h f kt 1) con h costante di Plank, k costante di Bozman e T temperatura assoluta. Poichè la costante è talmente piccola da far si che che tutto tenda a, f deve essere molto h kt grande. Quindi f e e h f kt 1 + h kt S n() = kt (piatto in una certa banda) ha pertanto densità spettrale di potenza N = kt. 1 Ripetitori analogici e rigenerativi. Il rumore bianco dove Ogni ripetitore produce una certa attenuazione che nel peggiore dell'ipotesi è distorsione. Le prestazioni dipendono da α E s. I ripetitori pertanto introducono amplicazione in modo da combattere l'attenuazione. Quello che non posso combattere è il rumore di cui la sua potenza è aumentata k volte. Esistono due tipi di ripetitori quelli analogici (non rigenerativi) e quelli rigenerativi. Ripetitori Analogici Tra trasmettitore ed uscita utilizzo più tratte di attenuatori e amplicatori in cascata. Calcolo il rapporto segnale rumore in uscita considerando che ogni coppia amplicatore-attenuatore può essere visto come un unico amplicatore 1

13 con cifra di rumore L F pertanto otteniamo che: F 1 = L 1 F a1, F = L F a,..., F k = L k F ak dove i guadagni sono: G 1 = Ga 1 L 1, G = Ga L,..., G k = G ak L k. Con Fries calcoliamo la cifra di rumore totale, dovuta a k amplicatori rumorosi e ottengo che: F = F 1 + F 1 + F 3 1 F k = G 1 G 1 G G 1 G G k 1 L 1 F a1 + (L F a ) 1 G a1 + (L 3 F a3) 1 G a1 G a + + (L k F ) 1 ak G a1 G a L 1 L... G k 1 L 1 L 1 L L k 1 Il rapporto segnale rumore in uscita è pari a quello in ingresso al blocco totale fratto la cifra di rumore complessiva (disegno T x i (LG) x Y o ): ( S N ) o = ( S N ) 1 x F Ma poichè G k L k = 1 poichè per ipotesi l'amplicazione è pari all'attenuazione. Pertanto per ogni tratta c'è sempre la stessa cifra di rumore e attenuazioni. Collegamento a tratte uguali con cifra di rumore dovuta ad un amplicatore complessivo: F = kf a L (k 1) ma essendo kf a L (k 1) con k il numero di tratte avremo che F kf a L avremo che: ( S N ) o = ( S N ) 1 x kf a L (14) Se uso dei ripetitori: all'aumentare della distanza, l'attenuazione della singola tratta decresce linearmente con la tratta. Le prestazioni con i ripetitori analogici non rigenerativi sono E b k decresce linearmente e non esponenzialmente con la distanza. La P(e) sarà aumentata. Eb P b (e) = Q( ) (15) k Ripetitori Rigenerativi Invece di amplicare prendo una decisione, scelgo un simbolo e rigenero in modo da ottenere una forma d'onda ripulita dal rumore. Alla ne di ogni tratta ripulisco dal rumore. Ovviamente non è risolto completamente il problema poichè posso sbagliare (cumulazione di sbagli). La probabilità di errore all'ultima tratta sarà k pari al numero di tratte. Decidendo su un bit k volte sbaglio su k prove indipendenti ottengo: ( ) k p n (1 p) k n n n(dispari) per p piccolo è il contributo n=1 kp. La probabilità di errore in questo caso sarà: Eb P b (e) = kq( ) (16) Confronto: 13

14 La P b nel caso non rigenerativo ha un aumento molto più elevato dovuto all'argomento della Q( ) La P b caso rigenerativo aumenta sempre però le prestazioni sono migliori rispetto l'analogico. 11 Probabilità di errore per segnalazione M-aria ortogonale con ricezione coerente Il segnale ricevuto r = [r 1, r,..., r M ] dove il singolo segnale è s i = [,,..., E s,..., ] il ricevitore prende quello con la componente r i maggiore da questo ne consegue che la P (c s 1 ) = P (r 1 > r, r 1 > r,..., r 1 > r M s 1 ) = per il condizionamento P ( E s + n 1 > n, E s + n 1 > n 3,..., E s + n 1 > n M ) = P (r 1 > n, r 1 > n 3,..., r 1 > n M ) = f(r 1)P (r 1 > n, r 1 > n 3,..., r 1 > n M r 1 )dr 1 r 1 è deterministica, avremo M-1 eventi che coinvolgono M-1 variabili aleatorie indipendenti con la stessa probabilità e pdf = f(r 1)[P (r 1 > n r 1 )] M 1 dr 1 Ma P (r 1 > n r 1 ) = P (n < r 1 r 1 ) = 1 P ( n σ > r1 σ r 1) = 1 Q( r1 σ ) con N σ = quindi la P (c s 1 ) = + f(r r1 1)[1 Q( )] M 1 dr 1 ma f(r 1 ) è la e media E s densità della variabile r 1, ed è una gaussiana a varianza pertanto: P (c s 1 ) = e (r 1 Es) r1 [1 Q( )] M 1 dr 1 πn con un cambio di variabili x = r1 π [1 Q(x)] M 1 dx Da qui abbiamo che la probabilità di errore è la stessa per ogni generico simbolo e quindi P (e) = 1 e (x ottengo che Es ) π [1 Q(x)] M 1 dx e (x Es ) Per questo sistema ssato il rapporto segnale rumore per simbolo all'aumentare del numero di segnali la probabilità di errore per bit diminuisce. Ricaviamo la relazione tra P(e) per simbolo e la P b (e) per bit. La P M (e) M 1 se sbaglio M bit su k bit, ci saranno k su n bit dierenti che codicano il simbolo su cui ho commesso errore. g(n) = P M (e)( k ) M 1 n il numero medio di bit sbagliati per simbolo si calcola come k n=1 ng(n) = P M (e) M 1 P M (e) k M 1 k n=1 k ( ) k n n n=1 = P M (e) M 1 k k! n n!(n k)! n=1 (k 1)! (n 1)!(n k)! = P k 1 M (e) M 1 k p= (k 1)! p!(k 1 p)! 14

15 con p=n-1. Per la formula di Newton ottengo che k 1 ( ) k 1 (1 + 1) k 1 = = n n= k 1 p= Il numero medio di bit errati per simbolo è: (k 1)! p!(k 1 p)! = k 1 P = P M (e) M 1 kk 1 (17) La P b si può approssimare al rapporto n bit errati n bit trasmessi: dato N numero totale di simboli, k numero di bit per simbolo. P b (e) NP kn = 1 P M (e) k M 1 kk 1 = P M (e) k 1 k 1 ma se M 1 P b(e) P M (e) vado con la stessa probabilità su uno qualsiasi degli altri poichè la distanza è la stessa se sbaglio. 1 Probabilità di errore per segnalazioni M-PSK La P(e) è calcolata con il criterio ML, le regioni di decisione sono i due assi passanti per il punto medio tra le distanze del punto considerato rispetto al precedente e il successivo. La P (c s ) = P (θ r ( π M, π M ). Valuto la densità del vettore r e calcolo la probabilità che la fase appartenga all'intervallo. La densità congiunta di modulo e fase è f V,Θ (v, θ) = 1 1 f XY (v cos(θ), v sin(θ)) ma v f(r) = 1 π e 1 1 N [(r 1 E s) +r ] dove n 1, n due variabili aleatorie gaussiane a media nulla e varianza N f V,Θ (v, θ) = v π e 1 1. [(v cos(θ) E s) +(v sin(θ)) ] = Poichè voglio la densità della fase ottengo f Θ (θ) = considerando il cambio di variabili λ = v N ho che 1 π v π e 1 1 N [v v E s cos(θ)+e s]. f V Θ (v, θ)dv = λe [ λ +ρs λ cos(θ) ρ s] dλ con ρ s è il rapporto segnale rumore per simbolo. λ +ρ s cos (θ)+ρ s sin (θ) λ cos(θ) ρ s = ρ s sin (θ)+ 1 [(λ ρ s cos(θ)) ] con queste considerazioni si ha che: f Θ (θ) = e (ρs sin (θ)) π ma la fase è uniforme in (,π). P (c s ) = π M π M f Θ (θ)dθ λe [(λ ρ s cos(θ)) ] dλ con P (e s ) = 1 P (c s ) -La fase è uniforme tra ( π, π) quando ρ s =. -Quando ρ s in quel caso la P(c s ) = 1 M. -Se ρ s la densità della fase tende ad addensarsi nell'origine, quindi P (c s ) 1P (e s ). Considero il caso M= la dierenza di fase è π segnali antipodali in quel caso E Q( b ). Caso M=4 coppia di segnali antipodali in due componenti in quadratura in questo caso P (c) = (1 P b (e)) = (1 Q( Q E ( b E ) + Q( b ) = Q( E b )) E b )[1 1 Q( E b )] Q( Ma P(e)=1-P(c)=1-1- E b ) questo v π e 1 1 N [v v E s cos(θ)+e s] dv 15

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

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

TRASMISSIONE DATI SU RETE TELEFONICA. 1 Fondamenti Segnali e Trasmissione

TRASMISSIONE DATI SU RETE TELEFONICA. 1 Fondamenti Segnali e Trasmissione TRASMISSIONE DATI SU RETE TELEFONICA Fondamenti Segnali e Trasmissione Trasmissione dati su rete telefonica rete telefonica analogica ISP (Internet Service Provider) connesso alla WWW (World Wide Web)

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

Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it

Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it Corso di laurea magistrale in Ingegneria delle Telecomunicazioni Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it Trasmettitore

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

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

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

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

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

ELABORAZIONE DEL VALORE MEDIO NELLE MISURE ELETTRONICHE

ELABORAZIONE DEL VALORE MEDIO NELLE MISURE ELETTRONICHE NOTE PER IL TECNICO ELABORAZIONE DEL VALORE MEDIO NELLE MISURE ELETTRONICHE da BRUEL & KJAER Le cosiddette «application notes» pubblicate a cura della Bruel & Kjaer, nota Fabbrica danese specializzata

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

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

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

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE TELECOMUNICAZIONI (TLC) Tele (lontano) Comunicare (inviare informazioni) Comunicare a distanza Generico sistema di telecomunicazione (TLC) Segnale non elettrico Segnale elettrico TRASMESSO s x (t) Sorgente

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

3. TEORIA DELL INFORMAZIONE

3. TEORIA DELL INFORMAZIONE 3. TEORIA DELL INFORMAZIONE INTRODUZIONE MISURA DI INFORMAZIONE SORGENTE DISCRETA SENZA MEMORIA ENTROPIA DI UNA SORGENTE NUMERICA CODIFICA DI SORGENTE 1 TEOREMA DI SHANNON CODICI UNIVOCAMENTE DECIFRABILI

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

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

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

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

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

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

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

GEOMETRIA I Corso di Geometria I (seconda parte)

GEOMETRIA I Corso di Geometria I (seconda parte) Corso di Geometria I (seconda parte) anno acc. 2009/2010 Cambiamento del sistema di riferimento in E 3 Consideriamo in E 3 due sistemi di riferimento ortonormali R e R, ed un punto P (x, y, z) in R. Lo

Dettagli

Elettronica Circuiti nel dominio del tempo

Elettronica Circuiti nel dominio del tempo Elettronica Circuiti nel dominio del tempo Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Elettronica Circuiti nel dominio del tempo 14 aprile 211

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

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

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

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

Le misure di energia elettrica

Le misure di energia elettrica Le misure di energia elettrica Ing. Marco Laracca Dipartimento di Ingegneria Elettrica e dell Informazione Università degli Studi di Cassino e del Lazio Meridionale Misure di energia elettrica La misura

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

esame di stato 2013 seconda prova scritta per il liceo scientifico di ordinamento

esame di stato 2013 seconda prova scritta per il liceo scientifico di ordinamento Archimede esame di stato seconda prova scritta per il liceo scientifico di ordinamento ARTICOLO Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA La funzione f

Dettagli

Progetto di un sistema di controllo di sospensioni attive in ambiente Matlab

Progetto di un sistema di controllo di sospensioni attive in ambiente Matlab Università di Padova FACOLTÀ DI INGEGNERIA Corso di Laurea in Ing. dell' Informazione Progetto di un sistema di controllo di sospensioni attive in ambiente Matlab Relatore: Prof. Alessandro Beghi Presentata

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

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

+ 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

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

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

CS. Cinematica dei sistemi

CS. Cinematica dei sistemi CS. Cinematica dei sistemi Dopo aver esaminato la cinematica del punto e del corpo rigido, che sono gli schemi più semplificati con cui si possa rappresentare un corpo, ci occupiamo ora dei sistemi vincolati.

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

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

LAVORO, ENERGIA E POTENZA

LAVORO, ENERGIA E POTENZA LAVORO, ENERGIA E POTENZA Nel linguaggio comune, la parola lavoro è applicata a qualsiasi forma di attività, fisica o mentale, che sia in grado di produrre un risultato. In fisica la parola lavoro ha un

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

Principal Component Analysis (PCA)

Principal Component Analysis (PCA) Principal Component Analysis (PCA) Come evidenziare l informazione contenuta nei dati S. Marsili-Libelli: Calibrazione di Modelli Dinamici pag. Perche PCA? E un semplice metodo non-parametrico per estrarre

Dettagli

Curve di risonanza di un circuito

Curve di risonanza di un circuito Zuccarello Francesco Laboratorio di Fisica II Curve di risonanza di un circuito I [ma] 9 8 7 6 5 4 3 0 C = 00 nf 0 5 0 5 w [KHz] RLC - Serie A.A.003-004 Indice Introduzione pag. 3 Presupposti Teorici 5

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

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

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

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

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

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

Strumenti Elettronici Analogici/Numerici

Strumenti Elettronici Analogici/Numerici Facoltà di Ingegneria Università degli Studi di Firenze Dipartimento di Elettronica e Telecomunicazioni Strumenti Elettronici Analogici/Numerici Ing. Andrea Zanobini Dipartimento di Elettronica e Telecomunicazioni

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

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

Gli uni e gli altri. Strategie in contesti di massa

Gli uni e gli altri. Strategie in contesti di massa Gli uni e gli altri. Strategie in contesti di massa Alessio Porretta Universita di Roma Tor Vergata Gli elementi tipici di un gioco: -un numero di agenti (o giocatori): 1,..., N -Un insieme di strategie

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

Equazioni non lineari

Equazioni non lineari Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di modellazione e progettazione materiali Trovare il valore x R tale che f (x) = 0,

Dettagli

Appunti di Misure Elettriche Richiami vari Quantità elettriche corrente ampere elettroni

Appunti di Misure Elettriche Richiami vari Quantità elettriche corrente ampere elettroni Appunti di Misure Elettriche Richiami vari QUANTITÀ ELETTRICHE... 1 Corrente... 1 Tensione... 2 Resistenza... 3 Polarità... 3 Potenza... 4 CORRENTE ALTERNATA... 4 Generalità... 4 Valore efficace... 5 Valore

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

1 LA CORRENTE ELETTRICA CONTINUA

1 LA CORRENTE ELETTRICA CONTINUA 1 LA CORRENTE ELETTRICA CONTINUA Un conduttore ideale all equilibrio elettrostatico ha un campo elettrico nullo al suo interno. Cosa succede se viene generato un campo elettrico diverso da zero al suo

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

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

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

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

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

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

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

Dimensione di uno Spazio vettoriale

Dimensione 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

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Corrente elettrica (regime stazionario)

Corrente elettrica (regime stazionario) Corrente elettrica (regime stazionario) Metalli Corrente elettrica Legge di Ohm Resistori Collegamento di resistori Generatori di forza elettromotrice Metalli Struttura cristallina: ripetizione di unita`

Dettagli

Energia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo

Energia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo Energia e Lavoro Finora abbiamo descritto il moto dei corpi (puntiformi) usando le leggi di Newton, tramite le forze; abbiamo scritto l equazione del moto, determinato spostamento e velocità in funzione

Dettagli

FUNZIONI LINEARI. FUNZIONE VALORE ASSOLUTO. Si chiama funzione lineare (o funzione affine) una funzione del tipo = +

FUNZIONI LINEARI. FUNZIONE VALORE ASSOLUTO. Si chiama funzione lineare (o funzione affine) una funzione del tipo = + FUNZIONI LINEARI. FUNZIONE VALORE ASSOLUTO Si chiama funzione lineare (o funzione affine) una funzione del tipo = + dove m e q sono numeri reali fissati. Il grafico di tale funzione è una retta, di cui

Dettagli

Studio sperimentale della propagazione di un onda meccanica in una corda

Studio sperimentale della propagazione di un onda meccanica in una corda Studio sperimentale della propagazione di un onda meccanica in una corda Figura 1: Foto dell apparato sperimentale. 1 Premessa 1.1 Velocità delle onde trasversali in una corda E esperienza comune che quando

Dettagli

GUIDA ALLE SOLUZIONI

GUIDA ALLE SOLUZIONI La caratteristica delle trasmissioni digitali è " tutto o niente ": o il segnale è sufficiente, e quindi si riceve l'immagine, oppure è insufficiente, e allora l'immagine non c'è affatto. Non c'è quel

Dettagli

Prova scritta di Fisica Generale I Corso di studio in Astronomia 22 giugno 2012

Prova scritta di Fisica Generale I Corso di studio in Astronomia 22 giugno 2012 Prova scritta di Fisica Generale I Corso di studio in Astronomia 22 giugno 2012 Problema 1 Due carrelli A e B, di massa m A = 104 kg e m B = 128 kg, collegati da una molla di costante elastica k = 3100

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

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

ANALISI MEDIANTE LO SPETTRO DI RISPOSTA

ANALISI MEDIANTE LO SPETTRO DI RISPOSTA ANALISI EDIANTE LO SPETTRO DI RISPOSTA arco BOZZA * * Ingegnere Strutturale, già Direttore della Federazione regionale degli Ordini degli Ingegneri del Veneto (FOIV), Amministratore di ADEPRON DINAICA

Dettagli

F U N Z I O N I. E LORO RAPPRESENTAZIONE GRAFICA di Carmine De Fusco 1 (ANCHE CON IL PROGRAMMA PER PC "DERIVE")

F U N Z I O N I. E LORO RAPPRESENTAZIONE GRAFICA di Carmine De Fusco 1 (ANCHE CON IL PROGRAMMA PER PC DERIVE) F U N Z I O N I E LORO RAPPRESENTAZIONE GRAFICA di Carmine De Fusco 1 (ANCHE CON IL PROGRAMMA PER PC "DERIVE") I N D I C E Funzioni...pag. 2 Funzioni del tipo = Kx... 4 Funzioni crescenti e decrescenti...10

Dettagli

SISTEMI LINEARI QUADRATI: METODI ITERATIVI

SISTEMI LINEARI QUADRATI: METODI ITERATIVI SISTEMI LINEARI QUADRATI: METODI ITERATIVI CALCOLO NUMERICO e PROGRAMMAZIONE SISTEMI LINEARI QUADRATI:METODI ITERATIVI p./54 RICHIAMI di ALGEBRA LINEARE DEFINIZIONI A R n n simmetrica se A = A T ; A C

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

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

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

IL SAMPLE AND HOLD UNIVERSITÀ DEGLI STUDI DI MILANO. Progetto di Fondamenti di Automatica. PROF.: M. Lazzaroni

IL SAMPLE AND HOLD UNIVERSITÀ DEGLI STUDI DI MILANO. Progetto di Fondamenti di Automatica. PROF.: M. Lazzaroni UNIVERSITÀ DEGLI STUDI DI MILANO FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea in Informatica IL SAMPLE AND HOLD Progetto di Fondamenti di Automatica PROF.: M. Lazzaroni Anno Accademico

Dettagli

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys.

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys. METODO DEI MINIMI QUADRATI GIUSEPPE GIUDICE Sommario Il metodo dei minimi quadrati è trattato in tutti i testi di statistica e di elaborazione dei dati sperimentali, ma non sempre col rigore necessario

Dettagli

Elementi di analisi delle reti elettriche. Sommario

Elementi di analisi delle reti elettriche. Sommario I.T.I.S. "Antonio Meucci" di Roma Elementi di analisi delle reti elettriche a cura del Prof. Mauro Perotti Anno Scolastico 2009-2010 Sommario 1. Note sulla simbologia...4 2. Il generatore (e l utilizzatore)

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

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

. analisi teorica (studio di esistenza, unicità della soluzione, sensitività rispetto ai dati, regolarità, comportamento qualitativo).

. analisi teorica (studio di esistenza, unicità della soluzione, sensitività rispetto ai dati, regolarità, comportamento qualitativo). 1 Modelli matematici Un modello è un insieme di equazioni e altre relazioni matematiche che rappresentano fenomeni fisici, spiegando ipotesi basate sull osservazione della realtà. In generale un modello

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

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

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

tanhαl + i tan(ωl/v) 1 + i tanh αl tan(ωl/v). (10.1)

tanhαl + i tan(ωl/v) 1 + i tanh αl tan(ωl/v). (10.1) 10 - La voce umana Lo strumento a fiato senz altro più importante è la voce, ma è anche il più difficile da trattare in modo esauriente in queste brevi note, a causa della sua complessità. Vediamo innanzitutto

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

a. 10 4 b. 10-15 c. 10 25 d. 10-4 a. 4,375 10-7 b. 3,625 10-6 c. 4,375 10 2 d. nessuno dei precedenti valori a. 10-5 b. 10 +5 c. 10 +15 d.

a. 10 4 b. 10-15 c. 10 25 d. 10-4 a. 4,375 10-7 b. 3,625 10-6 c. 4,375 10 2 d. nessuno dei precedenti valori a. 10-5 b. 10 +5 c. 10 +15 d. 1) Il valore di 5 10 20 è: a. 10 4 b. 10-15 c. 10 25 d. 10-4 2) Il valore del rapporto (2,8 10-4 ) / (6,4 10 2 ) è: a. 4,375 10-7 b. 3,625 10-6 c. 4,375 10 2 d. nessuno dei precedenti valori 3) La quantità

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

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

Numeri reali. Funzioni e loro grafici

Numeri reali. Funzioni e loro grafici Argomento Numeri reali. Funzioni e loro grafici Parte B - Funzioni e loro grafici Funzioni reali di variabile reale Definizioni. Supponiamo che A sia un sottoinsieme di R e che esista una legge che ad

Dettagli