(8.3) 0 altrimenti. Più in generale si considera il segnale δ k, k Z, 1 se n 0 0 altrimenti. H(n) =

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "(8.3) 0 altrimenti. Più in generale si considera il segnale δ k, k Z, 1 se n 0 0 altrimenti. H(n) ="

Transcript

1 8. Trasformata Zeta Segnali discreti In questa leione ci occuperemo di segnali discreti e della loro analisi mediante la trasformata Zeta. Un segnale discreto U : Z C rappresenta una successione di valori, che possono essere complessi, del tipo (U(n)) n Z = (...,0,0,U( n 0 ),...,U( 1),U(0),U(1),U(2),...,U(n),... ) (8.1) Sarà utile rappresentare graficamente un segnale discreto come in figura Anche se è comodo considerare segnali definiti su tutti gli interi relativi (quindi anche per indici negativi n) ci limiteremo a considerare segnali che sono definitivamente nulli per n : supporremo cioè che esista un intero n 0 tale che U(n) 0 per ogni n < n 0. (8.2) Ciò significa che da a n 0 1 tutti i valori U(n) sono nulli, mentre il primo valore non nullo può essere U( n 0 ). Chiameremo ammissibili questi segnali e causali quelli per cui n 0 = 0; se infine un segnale ha solo un numero finito di coefficienti non nulli (è quindi ammissibile e inoltre U(n) 0 anche per n abbastana grande) verrà chiamato di durata limitata. Lo spaio dei segnali ammissibili sarà indicato con S a (Z) e quelli causali S 0 (Z). Esempi Il segnale δ (anche chiamato δ 0, quando si vuole specificare bene la posiione della freccia nel punto 0) è definito da { 1 se n = 0 δ(n) = δ 0 (n) = (8.3) 0 altrimenti. Più in generale si considera il segnale δ k, k Z, δ k (n) = δ(n k) = { 1 se n = k 0 altrimenti. (8.4) Il segnale di Heaviside H è definito da H(n) = { 1 se n 0 0 altrimenti. (8.5) Il segnale di Heaviside è utile per rappresentare segnali causali: infatti, se A(n) sono coefficienti qualunque, moltiplicando A(n) per H(n) si ottiene un segnale causale U(n) = H(n)A(n). Notaione Rappresentaione dei segnali discreti. Useremo le lettere maiuscole U, V, W,... per indicare segnali discreti. Tipicamente, quando si vogliono specificare direttamente i valori, si usa anche scrivere U (U(n)) n Z o, ancor più semplicemente U(n). Ad esempio si può parlare del segnale U definito da U(n) := H(n)2 n, n Z, o dire in modo più colloquiale Il segnale H(n)2 n sottintendendo che n sia il nome della variabile definita in Z. Un altra utile rappresentaione si può dare tramite i segnali δ k : si può infatti sempre scrivere U = k U(k)δ k, ovvero U(n) = k U(k)δ k (n) = k U(k)δ(n k). (8.6) 8-1

2 8. TRASFORMATA ZETA 8-2 Trasformata Zeta Definiione 8.1 La Trasformata Z di un segnale discreto ammissibile U S a (Z) è la funione di variabile complessa U = Z[U] definita da U () := n= U(n) n (8.7) per tutti i valori di C per cui la serie converge assolutamente. Chiameremo dominio di assoluta convergena di U, indicato con D(U ), tale insieme e diremo che U è Z-trasformabile se D(U ) contiene almeno un punto di C. Denoteremo con S tr (Z) la classe dei segnali Z- trasformabili. Notaione Come indicato nella definiione, indicheremo con Z[U] la trasformata Zeta del segnale U. Useremo anche il simbolo U Z U. La nuova funione U () sarà definita nel piano complesso. Precisaione Il dominio della trasformata Zeta. Sappiamo dalla teoria delle serie di potene che se il dominio di convergena della serie (8.7) contiene almeno un punto, allora la serie converge all esterno di un disco di centro 0 e raggio r [0, ), cioè D(U ) { C : > r} Non è difficile dimostrare che ciò avviene se e solo se i coefficienti U(n) sono a crescita esponeniale, se esistono cioè costanti C,R > 0 per cui U(n) CR n. (8.8) Se vale (8.8), allora il raggio di convergena r della serie (8.7) è sicuramente minore o eguale a R. Esempi La trasformata Zeta del segnale δ k è la funione k definita in C\{0} (quindi in questo caso r = 0): δ k Z k. (8.9) La trasformata Zeta di H è la funione, definita in { C : > 1}: in questo caso r = 1 1 H Z 1. (8.10) Infatti Z[H]() = n = n=0 n=0 ( 1 ) n = = 1 se 1 < 1. Proprietà elementari Linearità Segnali reali se U i Z Ui allora α 1 U 1 +α 2 U 2 Z α1 U 1 +α 2 U 2 Se U è reale allora U è Hermitiana, cioè U ( ) = U (). (8.11) Significato di U (1) U (1) = + n= U(n) quando la serie converge assolutamente. (8.12) Shift Dato un segnale U e uno shift intero di passo N Z, ricordiamo che S N [U] è il corrispondente segnale S N [U](n) := U(n N). Si ha se U(n) Z U () allora U(n N) Z N U (), (8.13) quindi ad uno shift in tempo di passo N corrisponde la moltiplicaione per N.

3 8. TRASFORMATA ZETA 8-3 Attenione! Occorre pensare il segnale U definito su tutto Z. Modulaione esponeniale Modulare un segnale U significa moltiplicarlo per un segnale esponeniale del tipo a n = ρ n e iωn, a = ρe iω C. Si ha se U(n) Z U () allora a n U(n) Z U (/a). (8.14) Da questa formula si deduce facilmente che cos(ωn)u(n) Z 1 [ ] U (e iω )+U (e iω ), 2 sin(ωn)u(n) Z 1 [ ] U (e iω ) U (e iω ). 2i Moltiplicaione per n Se U(n) Z U () allora nu(n) Z d U () (8.15) d Se si cerca il segnale che ha per trasformata la derivata di U è comoda la formula: Se U(n) Z U () allora (n 1)U(n 1) Z d U (). (8.16) d Iterando quest ultima si ottiene Se U(n) Z U () allora (n 1)(n 2)...(n k)u(n k) Z ( 1) k dk U (). (8.17) dk Causalità e comportamento di U all Il segnale U è causale se e solo se U ammette limite per : in tal caso U(0) = lim U (). (8.18) Similmente, se n 0 < 0 è il primo indice per cui U non è nullo (cioè U(n) 0 per n < n 0, U( n 0 ) 0) allora U ha un polo di ordine n 0 all, cioè U() U( n 0 ) n0 per. Viceversa, seu ècausaleesiannullanoancheiprimimterminiu(0) = u(1) =...U(m 1) = 0 mentre U(m) 0, allora U si annulla di ordine m per. Esempi di calcolo H(n)a n Z a Basta applicare la (8.14) a partire dalla (8.10): H(n 1)a n Z a a H(n)n Z ( 1) 2. H(n)a n Z /a /a 1 = a. Si applica la (8.15) sempre partendo dalla trasformata di H(n): H(n)n Z d ( ) = 1 d 1 ( 1) 2 = ( 1) 2.

4 8. TRASFORMATA ZETA 8-4 nu(n 1) Z d ( ) 1 U () d H(n)n(n 1)...(n k +1)a n k Z k! ( a) k+1 Si osserva intanto che n(n 1) (n k+1) si annulla nei primi k interi, da 0 fino a k 1, quindi al posto di H(n) si può mettere H(n k). Traslando di uno verso destra si ottiene il segnale (n 1)(n 2)...(n k)h(n k 1)a n k 1 Z k! 1 ( a) k+1 la cui trasformata si ottiene moltiplicando per ( 1) k e derivando k volte la trasformata di H(n 1)a n 1, cioè ( a) 1. Una ulteriore moltiplicaione per conclude il calcolo. H(n)cos(ωn) Z cosω ( cosω) 2 +sin 2 ω H(n)cos(ωn) Z 1 ( 2 e iω + ) e iω = e iω + e iω ( cosω) 2 2 (e iω +e iω = )+1 2 2cosω +1 ( cosω) = 2 2cosω +cos 2 ω +1 cos 2 ω = ( cosω) ( cosω) 2 +sin 2 ω H(n)sin(ωn) Z sinω ( cosω) 2 +sin 2 ω H(n)sin(ωn) Z 1 ( 2i e iω ) e iω = 2i sinω = ( cosω) 2 +sin 2 ω e iω +e iω 2 (e iω +e iω )+1 = sinω 2 2cosω +1 Inversione della trasformata Zeta Il teorema di inversione segue immediatamante dai risultati sugli sviluppi in serie di Laurent delle funioni olomorfe all esterno di un disco. Nell enunciato che segue sono presentati due risultati entrambi importanti: il primo fornisce una condiione necessaria e sufficiente per cui una data funione U in campo complesso è la trasformata Zeta di un segnale ammissibile U. Il secondo consiste nella formula esplicita per il calcolo dei coefficienti di U. Teorema 8.2 (Inversione della trasformata Zeta) Una funione di variabile complessa U : D(U ) C è la trasformata Zeta di un segnale ammissibile U se e solo se 1. U è definita e olomorfa al di fuori di un disco di centro 0 e raggio R, cioè { C : > R } D(U ). 2. U ha una singolarità eliminabile oppure un polo di ordine m per. In tal caso si scrive U Z 1 U e i coefficienti del segnale U sono determinati dalla formula di inversione U(n) = 1 U () n 1 d per ogni n Z, dove ρ > R. (8.19) 2πi C ρ(0) Il segnale U è causale se e solo se è una singolarità eliminabile di U ; altrimenti, se U ha un polo di ordine m all, il primo coefficiente non nullo di U è quello di posto m.

5 8. TRASFORMATA ZETA 8-5 Nel caso in cui U abbia solo un numero finito di singolarità, la formula (8.19) può essere espressa mediante i residui: Corollario 8.3 Nelle ipotesi del Teorema precedente, se D(U ) = C \ { 1, 2,..., K } allora, posto 0 = 0, K U(n) = Res(U () n 1 ; k ). (8.20) Vale la pena osservare che se U è causale (quindi se lim U () = l) e 0 non è un polo di U, allora 0 = 0 è al più un polo semplice per U () n 1 e solo quando n = 0. In tal caso la formula diventa U(n) = U (0)δ(n)+ K k=1 Res(U ()n 1 ; k ). Discussione Inversione di una funione raionale con poli semplici. Consideriamo l esempio particolarmente importante dell inversione di una funione raionale corrispondente ad un segnale causale U () = P() Q() con #P #Q, e poli 1, 2,... K non nulli e semplici, cioè Q ( i ) 0. (8.21) P e Q sono polinomi: l ipotesi che il grado di P non sia superiore a quello di Q corrisponde proprio al caso dei segnali causali. L ipotesi che gli eri di Q siano non nulli è solo di comodità: se 0 fosse un polo di ordine m per Q, si potrebbe fattoriare Q() = m Q(), U () = m U (), U P() () = Q() (8.22) e applicare l argomento che segue a U, dopo di che operare uno shift di passo m in tempo. Applicando la formula ( P() n 1 ) Res ; k = P( k)k n Q() k Q ( k ) si ottiene la formula ( P() n ) se k 0, Res Q() ;0 = U (0)δ(n) per 0 = 0, U(n) = U (0)δ(n)+ K k=1 P( k ) k Q ( k ) n k. (8.23) Dunque, nel caso di poli semplici, U(n) è la combinaione lineare di potene aventi come base i poli della funione, e come coefficienti i residui di P/Q nelle rispettive singolarità. Vi è un altro metodo di inversione quando U è una funione raionale, basato sullo sviluppo della funione in fratti semplici. Discussione Inversione mediante fratti semplici. Supponendo sempre (8.21), ci si riconduce ad antitrasformare A termini del tipo ( k ) j+1. Ciascuno di questi può essere anti-trasformato ricordando la regola ( ) 1 Z n ( k ) j+1 H(n) n j k (8.24) j L unica avvertena riguarda di scrivere lo sviluppo in fratti semplici di U ()/ = P()/(Q()), in modo da avere il grado del denominatore maggiore di quello del numeratore. Riassumendo, se 1, 2,, K sono le radici di Q ciascuna di ordine m 1,m 2, m K, la decomposiione in fratti semplici permette di scrivere P() Q() = A m j=0 m A K 1 1,j + + ( 1 ) j+1 j=0 A K,j ( K ) j+1, (8.25) ciascun blocco essendo relativo alle varie singolarità con tutte le potene di esponente negativo fino all ordine di polo. Moltiplicando per si ottiene U () = P() m Q() = A A 1,j j=0 e applicando la (8.24) si trova, per n 0, ( 1 ) m K j+1 j=0 A K,j ( K ) j+1 (8.26)

6 8. TRASFORMATA ZETA 8-6 m 1 1 U(n) = A 0 δ(n)+ j=0 A 1,j ( n j ) m K 1 n j j=0 Per n < 0 basta ricordare che U(n) 0 essendo il segnale causale. A K,j ( n j ) n j K. (8.27) Un osservaione merita il caso dei poli semplici, in cui tutti i coefficienti m k = 1. Di conseguena ciascun blocco è costituito da un solo addendo, e si trova U(n) = A 0 δ(n)+a 1,0 n 1 + +A K,0 n K. (8.28) I coefficienti A 0,A 1,0,,A K,0 sono precisamente i residui di P/Q nei punti 1, 2,, K e si ritrova quindi la formula (8.23). Applicaioni alle equaioni alle differene Sono dati coefficienti q 0 0,q 1,,q h e p 0,p 1, p k. Dato un segnale Zeta-trasformabile U il problema consiste nel determinare il segnale ammissibile V tale che q 0 V(n)+q 1 V(n 1)+ +q h V(n h) = p 0 U(n)+ +p k U(n k) per ogni n Z. (8.29) L equaione (8.29) può essere interpretata con il linguaggio dei filtri discreti. Per il momento ci accontentiamo di risolverla. L equaione si può scrivere nella forma q 0 V +q 1 S 1 [V]+ +q h S p [V] = p 0 U +p 1 S 1 [U]+ p k S q [U]. Passando alla trasformata Zeta, ricordando la proprietà di linearità e la proprietà(8.13), e ponendo V Z V, U Z U, si ottiene q 0 V +q 1 1 V + +q h h V = p 0 U +p 1 1 U + +p k k U cioè ( q 0 +q q h h) ( V () = p 0 +p p k k) U () da cui Eliminando infine le potene negative si ottiene Introducendo i polinomi legati ai coefficienti (q i ) (p i ) V () = p 0 +p p k k q 0 +q 1 1 U () (8.30) + +q h h V () = h k p 0 k +p 1 k 1 + +p k q 0 h +q 1 h 1 + +q h U () (8.31) P() = p 0 k +p 1 k 1 + +p k, Q() = q 0 h +q 1 h 1 + +q h e la funione A() := h P() k Q() si ottiene la relaione V () = A()U () (8.32) che permette di determinare V una volta che si conosca la trasformata Zeta U di U. Applicando poi la formula di inversione, si trovano i coefficenti del segnale discreto V.

7 8. TRASFORMATA ZETA 8-7 Attenione! Problemi con i dati iniiali. Un commento a parte meritano i problemi in cui l equaione alle differene non viene assegnata su tutto Z come nel caso della (8.29) prescrivendo a priori che V sia ammissibile. Si assegna la (8.29) solo a partire da n = h. Per determinare tutti i valori di V occorre quindi assegnare anche i primi h valori di innesco V(0),V(1),...,V(h 1). Il problema da risolvere quindi diventa (per semplicità consideriamo il caso di un solo termine a secondo membro) Dato un segnale a crescita esponeniale (U(n)) n h e h dati iniiali V 0, V 1,, V h 1 determinare i valori (V(n)) n h tali che q 0 V(n)+q 1 V(n 1)+ +q h V(n h) = U(n) per n h, V(0) = V 0 (8.33).. V(h 1) = V h 1 Per risolvere il problema si estende il segnale V anche per n < 0 in modo causale ponendo V(n) 0 per n < 0. A questo punto si definiscono i valori di U(n) per n < h in questo modo U(n) = 0 per n < 0 U(0) = q 0 V(0) = q 0 V0 U(1) = q 0 V(1)+q 1 V(0) = q 0 V1 +q 1 V0 U(2) = q 0 V(2)+q 1 V(1)+q 2 V(0) = q 0 V2 +q 1 V1 +q 2 V0.. U(h 1) = q 0 Vh 1 +q 1 Vh 2 + +q h 1 V1 +q h V0 (8.34a) (8.34b) (8.34c) (8.34d) A questo punto i segnali causali V,U soddisfano l equaione (8.29) su tutto Z e si può applicare il metodo precedente: si ottiene V () = A()U (), A() = h Q() = h q 0 h +q 1 h 1. (8.35) + +q h dove nel calcolo di U occorre anche considerare il contributo dei valori U(0), U(h 1) calcolati nelle (8.34a,b,...,d). Filtri discreti lineari e tempo-invarianti In questa breve presentaione del concetto di filtro ci limiteremo per semplicità al caso di segnali discreti ammissibili (vedi (8.2)) e Z-trasformabili, anche se sarebbe possibile una teoria più generale. Definiione 8.4 (Filtri) Un filtro discreto T è una trasformaione definita sullo spaio dei segnali discreti Z-trasformabili S tr (Z): una operaione, quindi, che ad ogni segnale U S tr (Z) (chiamato comunemente ingresso o input) associa un nuovo segnale V = T [U] S tr (Z) (chiamato uscita o output) e rappresentata graficamente come U T V. T si dice lineare se per ogni U 1,U 2 S tr (Z) e α,β C vale T [αu 1 +βu 2 ] = αt [U 1 ]+βt [U 2 ], cioè U 1 T V 1, U 2 T V 2 = αu 1 +βu 2 T αv 1 +βv 2. (8.36) T si dice tempo-invariante se T [S k [U]] = S k [T [U]] per ogni k Z e U S tr (Z); in simboli U T V = S k [U] T S k [V] k Z. (8.37) Osservaione Per verificare la condiione (8.37) basta considerare il caso k = 1 (lo shift di un posto verso destra): U T V = S 1 [U] T S 1 [V]. (8.38)

8 8. TRASFORMATA ZETA 8-8 In questa leione ci occuperemo esclusivamente di filtri lineari e tempo-invarianti. C è un altra proprietà importante nelle applicaioni. Definiione 8.5 (Filtri causali) Un filtro T si dice causale (o non-anticipativo) se l uscita V = T [U] corrispondente ad un ingresso U nullo per n < n 0 soddisfa la medesima proprietà: in formule U(n) 0 per n < n 0, U T V = V(n) 0 per n < n 0. Eserciio Mostrare che un filtro tempo-invariante è causale se e solo se trasforma segnali causali in segnali causali. Definiione 8.6 (Risposta impulsiva) La risposta impulsiva di un filtro lineare e tempo invariante T è il segnale discreto A definito da A = T [δ] cioè δ T A. Ecco alcuni esempi di filtri con la relativa risposta impulsiva: Esempi 1 Identità: U I U. A = δ. 2 Amplificaione di intensità c C: U c V = cu, V(n) = cu(n). A := cδ 3 Shift 4 Filtri FIR (Finite Impulse Response) U S N V = S N [U], V(n) = U(n N). A = δ N U p 0 I+p 1 S p h S h V { V(n) = p0 U(n)+p 1 U(n 1)+...+p h U(n h), A = p 0 δ +p 1 δ p h δ h. (8.39) 5 L esempio precedente si può generaliare considerevolmente: invece di considerare solo un numero finito di valori p 0,p 1,,p h, si può considerare una successione arbitraria (p n) n N e definire quindi il filtro T come U T V : V(n) = p k U(n k). A(k) = p k, A = p k δ k. (8.40) A priori potrebbe sembrare che ci sia il problema di controllare se la serie in (8.40) converge, ma in realtà si vede subito che essendo U ammissibile esso si annulla per indici inferiori ad un certo intero n 0 e di conseguena tutti i termini della serie sono nulli per n k < n 0 cioè k > n+n 0. Di fatto quindi n+n 0 V(n) = p k U(n k). (8.41) A differena della (8.39), però, dove il numero degli addendi era sempre h + 1, in (8.41) man mano che n cresce, anche il numero degli addendi cresce di conseguena. Per scrivere in modo compatto la definiione del filtro T si usa il simbolo T [U] = A U, dove A è proprio la risposta impulsiva definita in (8.40). Questa notaione verrà meglio spiegata nella successiva definiione 8.7 e nella discussione seguente. 6 I filtri si possono comporre in successione: se T 1, T 2 sono filtri, il filtro T := T 2 T 1 è definito da T [U] = T 2 [T 1 [U]] e rappresentato da U T 1 T 2 V 7 Si può anche considerare il filtro inverso T 1 che scambia entrata e uscita: possiamo cioè dire che V = T 1 [U] se e solo se T [V] = U: U T 1 V V T U. Per determinare la risposta impulsiva di T 1 bisogna trovare il segnale A tale che A T δ (8.42)

9 8. TRASFORMATA ZETA 8-9 Filtri e convoluione discreta Il precedente esempio 5 è di importana fondamentale: vedremo tra poco che di fatto tutti i filtri causali si possono rappresentare come nella formula (8.40). Questo fatto giustifica l introduione di una nuova operaione tra segnali discreti: Definiione 8.7 (Convoluione discreta) Se A,U S tr (Z) sono due segnali discreti, la loro convoluione V := U A è il nuovo segnale discreto definito da V(n) := k Z U(k)A(n k) = k ZA(k)U(n k) (8.43) Discussione Le somme sono uguali e la convoluione è commutativa. Con la sostituione k n k si vede subito che le due somme in (8.43) sono uguali e pertanto U A = A U (8.44) Discussione Le somme sono finite. È importante osservare che le somme che definiscono la convoluione in (8.43) coinvolgono solo un numero finito di termini. Verifichiamolo nel caso più importante di due segnali A, U causali: in tal caso U(n) 0 se n < 0 e quindi la prima serie parte da k = 0; d altra parte anche A(n k) 0 se n k < 0 cioè se k > n. Ciò significa che se n < 0 tutti gli addendi sono nulli e quindi il risultato è 0 mentre se n 0 la somma si arresta all indice k = n. Analogo discorso vale per la seconda serie: si ottiene pertanto n n A,U S c(z) = A U(n) = H(n) U(k)A(n k) = A(k)U(n k). (8.45) Discussione La convoluione di segnali causali è causale. Dalla (8.45) si vede subito che se A,U S c(z) sono causali, anche V = U A è causale. Ecco il risultato che avevamo preannunciato: Teorema 8.8 (Filtri, risposta impulsiva e convoluione) Sia T un filtro discreto lineare e tempo-invariante e sia A = T [δ] la sua risposta impulsiva. Allora per ogni segnale di ingresso U l uscita V si ottiene come convoluione discreta di U con A, cioè δ T A = U T A U = V, V(n) = k A(k)U(n k). (8.46) Il filtro T è causale se e solo se A è un segnale causale. Dimostraione Ci limitiamo a considerare il caso di un ingresso di durata limitata, U = n 1 k= n 0 U(k)δ k dove la somma è quindi finita. Essendo T tempo invariante osserviamo intanto che Essendo T lineare si ottiene da cui δ T A = T [δ k ] = S k [A]. V = T [U] = come nella definiione di convoluione. n 1 n 1 k= n 0 U(k)T [δ k ] = n 1 V(n) = U(k)A(n k) = U(k)A(n k) k= n 0 k k= n 0 U(k)S k [A] (8.47) Circa la causalità, se T è causale allora per definiione essendo δ causale anche A = T [δ] deve essere causale. Viceversa, se A = T [δ] è causale, la formula V(n) = k 0A(k)U(n k) mostra immediatamente che se U(n) 0 per n < n 0 anche V(n) = 0 per n < n 0.

10 8. TRASFORMATA ZETA 8-10 Osservaione Vale la pena notare esplicitamente che gli Shift sono particolari convoluioni: S k [U] = δ k U (8.48) Filtri, convoluione e trasformata Zeta Definiione 8.9 (Funione di trasferimento) La funione di trasferimento A di un filtro discreto lineare e tempo invariante è la trasformata Zeta della risposta impulsiva: A = Z[A], A() = n ZA(n) n dove δ T A. (8.49) Calcoliamo la funione di trasferimento degli esempi precedenti: Esempi 1 Identità: 2 Amplificaione 3 Shift 4 Filtri FIR 5 A = δ, A() = 1 A := cδ, A() = c. A = δ N, A() = N A = p 0 δ +p 1 δ p h δ h, A() = p 0 +p p h h. (8.50) A = p k δ k, A() = p k k (8.51) La funione di trasferimento gioca un ruolo fondamentale nello studio dei filtri discreti, forse anche superiore a quello della risposta impulsiva, graie a questo importante risultato: Teorema 8.10 Sia T un filtro discreto lineare e tempo-invariante, A = T [U] la sua risposta impulsiva, A = Z[A] la funione di trasferimento. Allora Vale cioè lo schema V = T [U] V () = A()U (). (8.52) U(n) T V(n) = (A U)(n) Z Z Z U () A V () = A()U () Dimostraione Al solito consideriamo solo il caso di un segnale di durata limitata U = n 1 k= n 0 U(k)δ k. Innanitutto, poiché la trasformata Z trasforma shift in moltiplicaioni per Z k, abbiamo Z S k [A] k A(). Applicando la linearità della Z-trasformata alla (8.47) si ottiene V () Z n 1 k= n 0 U(k) k A() = ( n 1 k= n 0 U(k) k ) A() = U ()A(). Nota Molto spesso un filtro viene assegnato direttamente attraverso la sua funione di trasferimento A. In tal caso l effetto del filtro sull ingresso U si può esprimere in due modi:

11 8. TRASFORMATA ZETA 8-11 Calcolando prima la trasformata inversa di A e poi usando la convoluione: A() Z 1 A, U T A U. (8.53) Calcolando la trasformata Z del segnale U, moltiplicandola per A e poi antitrasformando: U Z U A A U Z 1 V = Z 1( ) A()U (). (8.54) Graie alla corrispondena tra filtri e convoluione, otteniamo una formula molto utile: la trasformata Z trasforma convoluioni in prodotti. Corollario 8.11 (Convoluione e trasformata Zeta) Siano A, U segnali discreti Z trasformabili. Allora V := A U è Z-trasformabile e V = A U Z V () = A()U (). (8.55) Graie alla espressione mediante trasformata Zeta, si ottengono due proprietà utili nel calcolo della composiione di due filtri e dell inversione: Corollario 8.12 (Composiione) Se T 1, T 2 sono due filtri discreti lineari e tempo-invarianti con risposte impulsive A 1,A 2 e funioni di trasferimento A 1, A 2 rispettivamente, allora la risposta impulsiva A del filtro T := T 2 T 1 è la convoluione delle risposte impulsive, mentre la funione di trasferimento A è il prodotto delle funioni di trasferimento U T 1 T 2 V, A = A 1 A 2, A() = A 1 ()A 2 () (8.56) In particolare, la composiione tra filtri è commutativa: T 2 T 1 = T 1 T 2. Corollario 8.13 (Inversione) Se T è un filtro discreto lineare e tempo-invariante con funione di trasferimento A(), allora il filtro inverso T 1 1 ha funione di trasferimento A() e risposta impulsiva A 1 = Z 1( A 1). Osservaione Nella composiione dei filtri, così come nelle convoluioni, si possono arrangiare i fattori nell ordine che si vuole. Stabilità dei filtri discreti Richiami Segnali limitati e sup. Un segnale U è limitato se esiste una costante M 0 tale che U(n) M per ogni n Z. (8.57) La più piccola delle costanti M per cui vale la (8.57) si indica con U : U := sup U(n) (8.58) n Z Definiione 8.14 Un filtro discreto lineare si dice stabile se ogni ingresso limitato U viene trasformato in un uscita limitata V = T [U]. In tal caso è possibile mostrare che il rapporto tra V e U è controllato da una costante L, che viene chiamata costante di stabilità del filtro: V L U. (8.59) In altre parole, se tutti i valori in ingresso soddisfano U(n) M, in uscita V(n) L M. Riprendiamo gli esempi:

12 8. TRASFORMATA ZETA 8-12 Esempi 1 Identità: stabile, costante 1 2 Amplificaione: stabile, costante c 3 Shift: stabile, costante 1. 4 Filtri FIR: stabile, costante L = p 0 + p p h L ultimo esempio, quello di un filtro causale generale, merita un teorema, l ultimo di questa Leione. Teorema 8.15 (Stabilità dei filtri) Un filtro discreto lineare e tempo-invariante T è stabile se e solo se la sua risposta impulsiva A = T [δ] soddisfa la condiione L := n Z A(n) <, (8.60) cioè il dominio di assoluta convergena di A contiene la circonferena unitaria C 1 (0). In tal caso L è una costante di stabilità del filtro. Dimostraione Dimostriamo solo che la condiione (8.60) è sufficiente: in tal caso, se U è un ingresso che soddisfa la (8.57), si trova subito che l uscita V = T [U] soddisfa V(n) = A(k)U(n k) A(k) U(n k) A(k) M = M A(k) M L. k k k k Criterio 8.16 (Stabilità in termini della funione di trasferimento) Se la regione di assoluta convergena della funione di trasferimento A contiene una circonferena di raggio R < 1, allora il filtro T è stabile. Commento In pratica, se A è una funione raionale, basta controllare che tutti i poli di A abbiano modulo strettamente inferiore a 1. Dimostraione Si prende un raggio ρ (R,1) e si osserva che A è continua sulla circonferena C ρ(0), quindi sup A() = S <. C ρ(0) A questo punto si usa la formula di inversione per la trasformata Zeta, che fornisce A(n) = 1 A() n 1 d 2πi C ρ(0) e si applica la stima del modulo per un integrale in campo complesso, osservando la lunghea della circonferena vale 2πρ e che su C ρ(0) = ρ: Supponendo ad esempio A causale, si ottiene A(n) 1 2π 2πρ S ρn 1 Sρ n. n=0 A(n) S 1 ρ.

Esercitazione su segnali discreti, trasformata Zeta e filtri

Esercitazione su segnali discreti, trasformata Zeta e filtri Esercitaione su segnali discreti, trasformata Zeta e filtri 7 febbraio 2013 1. Trasformata Zeta di semplici segnali discreti 2. Inversione 3. Equaioni alle differene 4. Filtri 1. Calcolo di trasformata

Dettagli

Uso della trasformata Zeta per il calcolo della risposta

Uso della trasformata Zeta per il calcolo della risposta Uso della trasformata Zeta per il calcolo della risposta Consigli generali (Aggiornato 07//004) ) Si vuole qui richiamare l attenione sullo stesso fatto già segnalato per l uso della trasformata di Laplace:

Dettagli

z n dove γ é la circonferenza di centro l origine e raggio 1.

z n dove γ é la circonferenza di centro l origine e raggio 1. . Calcolare ( n= n ) dove é la circonferena di centro l origine e raggio.. Mostrare che n= n l origine e raggio. é analitica nel complementare del cerchio di centro 3. Mostrare che n= e n sen (n) é analitica

Dettagli

Esercitazione sui numeri complessi

Esercitazione sui numeri complessi . Esponeniali e logaritmi. Sviluppi in serie di potene 3. Singolarità e residui 4. Integrali su circuiti semplici. Esponeniali e logaritmi Esercitaione sui numeri complessi February 7, 03 Eserciio. Calcolare

Dettagli

Capitolo 1 ANALISI COMPLESSA

Capitolo 1 ANALISI COMPLESSA Capitolo ANALISI COMPLESSA .6 Calcolo di integrali definiti mediante il teorema dei residui Il teorema dei residui (.33) è di grande utilità perché permette non solo di calcolare integrali naturalmente

Dettagli

METODI MATEMATICI PER LA FISICA

METODI MATEMATICI PER LA FISICA Si svolgano cortesemente i seguenti esercii. METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 30 APRILE 05 ESERCIZIO (PUNTEGGIO: 4/30) Si studi il comportamento dell integrale in valore principale al variare

Dettagli

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

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

Dettagli

ANALISI VETTORIALE COMPITO IN CLASSE DEL 8/11/2013

ANALISI VETTORIALE COMPITO IN CLASSE DEL 8/11/2013 ANALISI VETTORIALE COMPITO IN CLASSE DEL 8//3 Premessa (Cfr. gli Appunti di Analisi Vettoriale / del Prof. Troianiello) Nello studio degli integrali impropri il primo approccio all utilizzo del criterio

Dettagli

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

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

Dettagli

1 n 1. n + 1. n=1 N+1. n=1. n=1 N N + 1.

1 n 1. n + 1. n=1 N+1. n=1. n=1 N N + 1. 44 Roberto Tauraso - Analisi 2 e quindi la somma parziale s N è uguale a N N s N n(n + ( n n + n N n n N+ n n N +. n2 N n N n n + dove nell ultimo passaggio si sono annullati tutti i termini opposti tranne

Dettagli

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 5 febbraio 2018 Testi 1

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 5 febbraio 2018 Testi 1 Analisi Matematica I per Ingegneria Gestionale, a.a. 7-8 Scritto del secondo appello, 5 febbraio 8 Testi Prima parte, gruppo.. Trovare r > e α [ π, π] per cui vale l identità 3 sin 3 cos = r sin( + α)..

Dettagli

La trasformata di Laplace e un OPERATORE funzionale

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

Dettagli

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

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

Dettagli

n! n n. n=1 an = L [0, + ] Se L = 1 il criterio non dà una risposta e la serie potrebbe sia convergere che divergere. 2 n2. n 1

n! n n. n=1 an = L [0, + ] Se L = 1 il criterio non dà una risposta e la serie potrebbe sia convergere che divergere. 2 n2. n 1 46 Roberto Tauraso - Analisi 2 Esempio 3.6 Determinare il carattere della serie Applichiamo il criterio del rapporto: n n. a n+ a n (n +! nn (n + nn (n + n+ (n + n n n+ (n + ( n + n e. n Dato che e

Dettagli

PROVA SCRITTA DI CONTROLLO DIGITALE A.A. 2005/ giugno 2006 TESTO E SOLUZIONE

PROVA SCRITTA DI CONTROLLO DIGITALE A.A. 2005/ giugno 2006 TESTO E SOLUZIONE PROVA SCRITTA DI CONTROLLO DIGITALE A.A. 005/006 8 giugno 006 TESTO E SOLUZIONE Eserciio Domanda. Si consideri il sistema dinamico a tempo continuo descritto dalla funione di traferimento G(s) = 5 3 s

Dettagli

COMPITO DI SEGNALI E SISTEMI 2 febbraio 2017

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

Dettagli

Controlli Automatici I

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

Dettagli

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

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

Dettagli

Esame di Analisi Funzionale e Trasformate Terzo appello. Gennaio 2019 A.A. 2017/2018. Prof. M. Bramanti

Esame di Analisi Funzionale e Trasformate Terzo appello. Gennaio 2019 A.A. 2017/2018. Prof. M. Bramanti Esame di Analisi Funionale e Trasformate Tero appello. Gennaio 19 A.A. 17/18. Prof. M. Bramanti Cognome: Nome N matr. o cod. persona: Dom 1 Dom Dom Es 1 Es Es Tot. Punti Domande di teoria rispondere a

Dettagli

Esponenziale complesso

Esponenziale complesso Esponenziale complesso Paola Rubbioni Analisi Matematica II - CdL in Ingegneria Informatica ed Elettronica a.a. 2016/2017 1 Serie nel campo complesso Per fornire il concetto di serie nel campo complesso

Dettagli

Analisi Matematica 1 Soluzioni prova scritta n. 1

Analisi Matematica 1 Soluzioni prova scritta n. 1 Analisi Matematica Soluzioni prova scritta n Corso di laurea in Matematica, aa 008-009 5 giugno 009 Sia a n la successione definita per ricorrenza: a n+ 3 a n a 3 n, a 3 a n+ 3 a n a 3 n, a 3 a n+ 3 a

Dettagli

Equazioni differenziali Problema di Cauchy

Equazioni differenziali Problema di Cauchy Equazioni differenziali Problema di Cauch Primo esempio - Risolvere l equazione '( ) = g( ) con g( ) :[ a, b] R continua Teor. fondamentale del calcolo integrale ( ) = + g ( t )dt Primo esempio - Osserviamo

Dettagli

D Analisi Matematica 1 (Corso di Laurea in Informatica e Bioinformatica)

D Analisi Matematica 1 (Corso di Laurea in Informatica e Bioinformatica) COGNOME NOME Matr. D Firma dello studente Tempo: ore. Prima parte: test a risposta multipla. Una ed una sola delle 4 affermazioni è corretta. Indicatela con una croce. È consentita una sola correzione

Dettagli

Reti nel dominio delle frequenze. Lezione 10 2

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

Dettagli

Sviluppi e derivate delle funzioni elementari

Sviluppi e derivate delle funzioni elementari Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim

Dettagli

LE EQUAZIONI DIFFERENZIALI. che, insieme alle loro derivate, soddisfano un equazione differenziale.

LE EQUAZIONI DIFFERENZIALI. che, insieme alle loro derivate, soddisfano un equazione differenziale. LE EQUAZIONI DIFFERENZIALI I problemi incontrati fin ora nel corso di studi di matematica erano tutti di tipo numerico, cioè la loro risoluzione ha sempre portato alla determinazione di uno o più numeri

Dettagli

1 Successioni di funzioni

1 Successioni di funzioni Analisi Matematica 2 Successioni di funzioni CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 6 SERIE DI POTENZE Supponiamo di associare ad ogni n N (rispettivamente ad ogni n p, per qualche

Dettagli

1 Primitive e integrali indefiniti

1 Primitive e integrali indefiniti Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 2 CALCOLO INTEGRALE Primitive e integrali indefiniti. Definizione di primitiva e di integrale indefinito Data una funzione

Dettagli

Analisi Matematica 3/Analisi 4 - SOLUZIONI (20/01/2016)

Analisi Matematica 3/Analisi 4 - SOLUZIONI (20/01/2016) Corso di Laurea in Matematica Docente: Claudia Anedda Analisi Matematica 3/Analisi 4 - SOLUZIONI (//6) ) i) Dopo averla classificata, risolvere l equazione differenziale tẋ x = t cos(t), t >. ii) Scrivere

Dettagli

Capitolo 5. Serie di Laurent. 5.1 Sviluppo in una corona circolare

Capitolo 5. Serie di Laurent. 5.1 Sviluppo in una corona circolare Capitolo 5 Serie di Laurent Mentre la serie di Taylor è lo strumento più idoneo per lo studio di una funzione olomorfa nell'intorno di un suo punto di regolarità, per il suo studio in un punto singolare

Dettagli

Teoria dei segnali terza edizione

Teoria dei segnali terza edizione Teoria dei segnali Capitolo 7 Progetto di filtri digitali SOLUZIONI DEGLI ESERCIZI Soluione dell eserciio 7. La risposta in frequena del filtro può essere riscritta come π f f H( f) cos rect + B B Antitrasformando

Dettagli

IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero

IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero Il teorema degli zeri è fondamentale per determinare se una funzione continua in un intervallo chiuso [ a ; b ] si annulla in almeno un punto interno

Dettagli

Argomento 8 Integrali indefiniti

Argomento 8 Integrali indefiniti 8. Integrale indefinito Argomento 8 Integrali indefiniti Definizione 8. Assegnata la funzione f definita nell intervallo I, diciamo che una funzione F con F : I R è una primitiva di f in I se i) F è derivabile

Dettagli

PROVA SCRITTA DI CONTROLLO DIGITALE A.A. 2006/ giugno 2007

PROVA SCRITTA DI CONTROLLO DIGITALE A.A. 2006/ giugno 2007 PROVA SCRITTA DI CONTROLLO DIGITALE A.A. 2006/2007 26 giugno 2007 TESTO E SOLUZIONE IMPORTANTE: PARTE1 + PARTE2 costituiscono la prova scritta completa, mentre gli esercii della sola PARTE2 formano la

Dettagli

ESERCIZI E COMPLEMENTI DI ANALISI MATEMATICA: quinto foglio. A. Figà Talamanca

ESERCIZI E COMPLEMENTI DI ANALISI MATEMATICA: quinto foglio. A. Figà Talamanca ESERCIZI E COMPLEMENTI DI ANALISI MATEMATICA: quinto foglio A. Figà Talamanca 14 ottobre 2010 2 0.1 Ancora limiti di funzioni di variabile reale Esercizio 1 Sia f(x) = [sin x] definita nell insieme [0,

Dettagli

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1 Analisi Matematica I per Ingegneria Gestionale, a.a. 206-7 Scritto del secondo appello, febbraio 207 Testi Prima parte, gruppo.. Trovare le [0, π] che risolvono la disequazione sin(2) 2. 2. Dire se esistono

Dettagli

04 - Numeri Complessi

04 - Numeri Complessi Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2013/2014 M. Tumminello, V. Lacagnina e

Dettagli

Scomposizione in fratti semplici

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

Dettagli

SEGNALI E SISTEMI Ripasso per Io Compitino

SEGNALI E SISTEMI Ripasso per Io Compitino SEGNALI E SISTEMI Ripasso per Io Compitino Esercizio 1 Si consideri il segnale a tempo continuo x(t) = 2 ( 1) k 1 1 sin(kt), t R. k=1 k a. Trovare il periodo fondamentale T p di x(t) e dire se il segnale

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica Teoria dell integrazione Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche. () Teoria

Dettagli

La trasformata di Laplace

La trasformata di Laplace La trasformata di Laplace (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi DIMS Universitá di Trento anno accademico 2005/2006 La trasformata di Laplace 1 / 34 Outline 1 La trasformata di

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

Dettagli

METODI MATEMATICI PER LA FISICA

METODI MATEMATICI PER LA FISICA METODI MATEMATICI PER LA FISICA PROVA SCRITTA - FEBBRAIO 06 Si risolvano cortesemente i seguenti problemi. PRIMO PROBLEMA (PUNTEGGIO: 6/0) Si calcoli l integrale SOLUZIONE DEL PRIMO PROBLEMA Q = cosh (ln

Dettagli

Primi elementi di combinatoria Federico Lastaria, Analisi e Geometria 1

Primi elementi di combinatoria Federico Lastaria, Analisi e Geometria 1 Politecnico di Milano. Scuola di Ingegneria Industriale e dell Informazione Analisi e Geometria 1 Federico Lastaria Primi elementi di combinatoria 11 Ottobre 2016 Indice 1 Elementi di combinatoria 2 1.1

Dettagli

Analisi di Fourier e alcune equazioni della fisica matematica 1. TERZA LEZIONE Serie di funzioni Serie di potenze

Analisi di Fourier e alcune equazioni della fisica matematica 1. TERZA LEZIONE Serie di funzioni Serie di potenze Analisi di Fourier e alcune equazioni della fisica matematica 1 TERZA LEZIONE Serie di funzioni Serie di potenze 1 prof. Claudio Saccon, Dipartimento di Matematica Applicata, Via F. Buonarroti 1/C email:

Dettagli

15 LIMITI DI FUNZIONI

15 LIMITI DI FUNZIONI 5 LIMITI DI FUNZIONI Estendiamo la nozione di ite a funzioni reali di variabile reale. Definizione (caratterizzazione per successioni) Si ha f(x) = L (x 0, L R) se e solo se per ogni successione a n x

Dettagli

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

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

Dettagli

Testi di esercizi di preparazione alla I prova in itinere Gli esercizi in elenco sono in gran parte tratti da vecchie prove d esame

Testi di esercizi di preparazione alla I prova in itinere Gli esercizi in elenco sono in gran parte tratti da vecchie prove d esame Testi di esercii di preparaione alla I prova in itinere Gli esercii in elenco sono in gran parte tratti da veccie prove d esame Eserciio Al variare di k discutere e ove possibile risolvere il sistema lineare

Dettagli

METODI MATEMATICI PER LA FISICA

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

Dettagli

Funzioni. iniettiva se x y = f (x) f (y) o, equivalentemente, f (x) = f (y) = x = y

Funzioni. iniettiva se x y = f (x) f (y) o, equivalentemente, f (x) = f (y) = x = y Funzioni. Dati due insiemi A e B (non necessariamente distinti) si chiama funzione da A a B una qualunque corrispondenza (formula, regola) che associa ad ogni elemento di A uno ed un solo elemento di B.

Dettagli

1 PRELIMINARI 1.1 NOTAZIONI. denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A.

1 PRELIMINARI 1.1 NOTAZIONI. denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A. 1 PRELIMINARI 1.1 NOTAZIONI denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A. B A si legge B è un sottoinsieme di A e significa che ogni elemento di B è anche elemento di

Dettagli

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare

Dettagli

Istituzioni di Matematiche, Integrali fratti. corso di laurea in Scienze geologiche. Mauro Costantini

Istituzioni di Matematiche, Integrali fratti. corso di laurea in Scienze geologiche. Mauro Costantini Istituzioni di Matematiche, Integrali fratti corso di laurea in Scienze geologiche. Mauro Costantini tipo: Il nostro obiettivo è studiare gli integrali (indefiniti e definiti delle funzioni razionali,

Dettagli

Analisi Matematica 1 Trentaquattresma lezione. Serie

Analisi Matematica 1 Trentaquattresma lezione. Serie Analisi Matematica 1 Trentaquattresma lezione Serie prof. Claudio Saccon Dipartimento di Matematica Applicata, Via F. Buonarroti 1/C email: saccon@mail.dm.unipi.it web: http://saccon.blog.dma.unipi.it

Dettagli

(ln 5)i 1 i. (c) (d) Scriviamo il numero complesso assegnato in forma algebrica:

(ln 5)i 1 i. (c) (d) Scriviamo il numero complesso assegnato in forma algebrica: Primo parziale Test. L argomento principale del numero complesso (ln 5)i i è (a) 4 π (b) (c) (d) Scriviamo il numero complesso assegnato in forma algebrica: Risposta esatta a) ln 5 i i = ln 5 i( + i) i

Dettagli

Corso di Metodi Matematici per l Ingegneria A.A. 2015/2016 Domande-tipo di teoria sulla prima metà del corso

Corso di Metodi Matematici per l Ingegneria A.A. 2015/2016 Domande-tipo di teoria sulla prima metà del corso Corso di Metodi Matematici per l Ingegneria A.A. 215/216 Domande-tipo di teoria sulla prima metà del corso Marco Bramanti Politecnico di Milano November 4, 215 Parte 1. Richiami di analisi funzionale 1.

Dettagli

Corso di Laurea in Fisica Unipi G.M.P. Appunti di Fisica _I Primo semestre. Forze conservative

Corso di Laurea in Fisica Unipi G.M.P. Appunti di Fisica _I Primo semestre. Forze conservative ppunti di Fisica _I Primo semestre Novenmbre 20 Cap.3.v Sommario Fore conservative Il poteniale...2 Conservaione dell'energia...2 Il poteniale e la fora...3 Il poteniale nel campo gravitaionale costante...4

Dettagli

SOLUZIONE della Prova TIPO B per:

SOLUZIONE della Prova TIPO B per: SOLUZIONE della Prova TIPO B per: Esame di FONDAMENTI DI AUTOMATICA (9 crediti): 6 dei 10 esercizi numerici (nell effettiva prova d esame verranno selezionati a priori dal docente) domande a risposta multipla

Dettagli

Esercitazione N.2. Sistemi lineari con parametro. di sistemi lineari con parametro. La regola di Cramer Discussione e risoluzione

Esercitazione N.2. Sistemi lineari con parametro. di sistemi lineari con parametro. La regola di Cramer Discussione e risoluzione Esercitaione N. maro 7 Sistemi lineari con parametro La regola di Cramer Discussione e risoluione di sistemi lineari con parametro sistemi lineari omogenei Rosalba Barattero ESERCIZIO. Sistema di Cramer

Dettagli

3. (Punti 8) Si consideri l integrale improprio. x n dx, n N.

3. (Punti 8) Si consideri l integrale improprio. x n dx, n N. Corso di Laurea in Ingegneria Biomedica ANALISI MATEMATICA Prova scritta del 4 febbraio 27 Fila. Esporre il procedimento di risoluzione degli esercizi in maniera completa e leggibile.. (Punti 9) Data l

Dettagli

Analisi dei dati corso integrato - Algebra lineare,

Analisi dei dati corso integrato - Algebra lineare, Analisi dei dati corso integrato - Algebra lineare, 26.2.8-27.2.8. Un sottinsieme non vuoto = V R n dello spaio vettoriale R n che sia chiuso rispetto alle operaioni sui vettori, cioe tale che per ogni

Dettagli

Analisi Matematica 3, a.a Scritto del quinto appello, 11 settembre 2019 Testi 1

Analisi Matematica 3, a.a Scritto del quinto appello, 11 settembre 2019 Testi 1 Scritto del quinto appello, 11 settembre 019 Testi 1 1. a) Dato u L 1 R), sia vx) := u x); esprimere ˆv in termini di û. b) Caratterizzare le funzioni u L 1 R) tali che û è una funzione dispari a valori

Dettagli

e l insieme delle soluzioni, dopo le analoghe riduzioni del caso n = 2, si scrive come

e l insieme delle soluzioni, dopo le analoghe riduzioni del caso n = 2, si scrive come Numeri complessi 9 Da questi esempi si può osservare che, facendo le successive potene di un numero complesso, i punti corrispondenti girano attorno all origine. Se inoltre > 1 allora i punti si allontanano

Dettagli

Esercizi svolti sulle applicazioni lineari

Esercizi svolti sulle applicazioni lineari Francesco Daddi - dicembre Esercii svolti sulle applicaioni lineari Eserciio. Si consideri la trasformaione lineare T : R R che ha come matrice associata, rispetto alla base β = {,, ) T ;,, ) T ;,, ) T}

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

Dettagli

Tutorato di AC310 (ex AC1)

Tutorato di AC310 (ex AC1) Università degli Studi Roma Tre - orso di Laurea in Matematica Tutorato di A0 (ex A) A.A. 00-0 - Docente: Prof. L. aporaso Tutori: Luca Schaffler e Dario Spirito Tutorato 5 novembre 00. alcolare sin d

Dettagli

1.3. Se esistono i limiti sinistro e destro della funzione in un punto, allora esiste anche il limite della funzione nel punto stesso.

1.3. Se esistono i limiti sinistro e destro della funzione in un punto, allora esiste anche il limite della funzione nel punto stesso. Esercitazione 8 Novembre 018 1. Stabilire quali delle seguenti affermazioni sono vere e quali false. 1.1. Se una funzione f(x) è definita in un intervallo aperto (a, b), ha senso chiedersi se esistono

Dettagli

Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.

Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A. Alcuni esercii sulla diagonaliaione di matrici Eserciio Dire se la matrice A 4 8 è diagonaliabile sul 3 3 campo dei reali Se lo è calcolare una base spettrale e la relativa forma diagonale di A Svolgimento

Dettagli

0.1 Spazi Euclidei in generale

0.1 Spazi Euclidei in generale 0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo

Dettagli

NUMERI COMPLESSI. I numeri complessi

NUMERI COMPLESSI. I numeri complessi NATURALI INTERI RAZIONALI REALI IRRAZIONALI COMPLESSI NUMERI COMPLESSI Definiione Rappresentaione Forma trig. ed esp. Operaioni Addiione Coniugio Moltiplicaione Potena n-esima Reciproco Diisione Radice

Dettagli

Analisi Matematica I

Analisi Matematica I Università degli Studi di Genova Facoltà di Ingegneria - Polo di Savona via Cadorna 7-7 Savona Tel. +39 9 264555 - Fax +39 9 264558 Analisi Matematica I Testi d esame e Prove parziali Analisi Matematica

Dettagli

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

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

Dettagli

NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE

NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE ROBERTO GIAMBÒ 1. DEFINIZIONI E PRIME PROPRIETÀ In queste note saranno presentate alcune proprietà principali delle funzioni convesse di una variabile

Dettagli

Istituzioni di Matematiche Modulo A (ST)

Istituzioni di Matematiche Modulo A (ST) Istituzioni di Matematiche Modulo A ST) V I foglio di esercizi ESERCIZIO. Si calcoli + sin t) dt t cos t + log + t))dt e + tg t + e t )dt cos t dt t. Calcoliamo il primo dei due. Si tratta di un ite della

Dettagli

y + P(x) y + Q(x) y = 0 y(x) = c 1y 1(x) + c 2 y 2(x).

y + P(x) y + Q(x) y = 0 y(x) = c 1y 1(x) + c 2 y 2(x). Proposizione 4. Se y 1(x) e y (x) sono soluzioni linearmente indipendenti di y + P(x) y + Q(x) y = 0 ogni altra soluzione della stessa equazione si scrive nella forma per una scelta opportuna delle costanti

Dettagli

Il problema della migliore approssimazione. Teorema 3.2 Il problema 3.1 ammette sempre almeno una soluzione.

Il problema della migliore approssimazione. Teorema 3.2 Il problema 3.1 ammette sempre almeno una soluzione. 3. Spazi di Hilbert Wir müssen wissen. Wir werden wissen. Noi abbiamo il dovere di conoscere. Alla fine conosceremo.) David Hilbert 1862-1943) Il problema della migliore approssimazione Problema 3.1 Migliore

Dettagli

ESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME

ESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME ESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME a cura di Michele Scaglia FUNZIONI DERIVABILI Sia f : domf R una funzione e sia 0 domf di accumulazione per domf Chiamiamo derivata prima di

Dettagli

F. Fagnani, A. Tabacco e P. Tilli. Versione 21 marzo. Introduzione all Analisi Complessa e Teoria delle distribuzioni.

F. Fagnani, A. Tabacco e P. Tilli. Versione 21 marzo. Introduzione all Analisi Complessa e Teoria delle distribuzioni. F. Fagnani, A. Tabacco e P. Tilli Introduzione all Analisi Complessa e Teoria delle distribuzioni 2 marzo 2006 3 Serie di Taylor e di Laurent. Residui 3. Successioni e serie di numeri complessi Una successione

Dettagli

ESERCIZI SVOLTI SUL CALCOLO INTEGRALE

ESERCIZI SVOLTI SUL CALCOLO INTEGRALE ESERCIZI SVOLTI SUL CALCOLO INTEGRALE * Tratti dagli appunti delle lezioni del corso di Matematica Generale Dipartimento di Economia - Università degli Studi di Foggia Prof. Luca Grilli Dott. Michele Bisceglia

Dettagli

( e j2π ft 0.9 j) ( e j2π ft j)

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

Dettagli

Secondo scritto. 8 luglio 2010

Secondo scritto. 8 luglio 2010 Secondo scritto 8 luglio 010 1 Parte 1 Esercizio 1.1. Facciamo riferimento alle pagine e 3 del libro di testo. Quando si ha a che fare con la moltiplicazione o la divisione di misure bisogna fare attenzione,

Dettagli

Università degli Studi di Palermo Facoltà di Economia. CdS Sviluppo Economico e Cooperazione Internazionale. Appunti del corso di Matematica

Università degli Studi di Palermo Facoltà di Economia. CdS Sviluppo Economico e Cooperazione Internazionale. Appunti del corso di Matematica Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 02 - I Numeri Reali Anno Accademico 2013/2014 D. Provenzano, M.

Dettagli

DEFINIZIONE PROVVISORIA DI LOGARITMO ED ESPONENZIALE

DEFINIZIONE PROVVISORIA DI LOGARITMO ED ESPONENZIALE DEFINIZIONE PROVVISORIA DI LOGARITMO ED ESPONENZIALE 0 novemre 20 Come dice il titolo, in questi appunti vogliamo dare una definizione rigorosa, ma provvisoria, dei logaritmi e degli esponenziali. Si tratta

Dettagli

Studio qualitativo. Emanuele Paolini 2 luglio 2002

Studio qualitativo. Emanuele Paolini 2 luglio 2002 Studio qualitativo Emanuele Paolini 2 luglio 2002 Non sempre è possibile determinare esplicitamente le soluzione di una equazione differenziale. Ci proponiamo quindi di trovare dei metodi per determinare

Dettagli

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo Corso di Approfondimenti di Matematica Biotecnologie, Anno Accademico 2010-2011, http://users.mat.unimi.it/users/colombo/programmabio.html Vettori Vettori 1 2 3 4 di di Ricordiamo il in R n Dati a = (a

Dettagli

Sistemi LTI a tempo continuo

Sistemi LTI a tempo continuo Esercizi 4, 1 Sistemi LTI a tempo continuo Equazioni di stato, funzioni di trasferimento, calcolo di risposta di sistemi LTI a tempo continuo. Equilibrio di sistemi nonlineari a tempo continuo. Esercizi

Dettagli

Esercizi. Sistemi LTI a tempo continuo. Esempio. Funzioni di trasferimento

Esercizi. Sistemi LTI a tempo continuo. Esempio. Funzioni di trasferimento Esercizi 4, 1 Esercizi Funzioni di trasferimento Dato un sistema LTI descritto dalle equazioni di stato: Esercizi 4, 2 Sistemi LTI a tempo continuo Trasformando con Laplace si ottiene la seguente espressione

Dettagli

METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 4 DICEMBRE 2018

METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 4 DICEMBRE 2018 METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 4 DICEMBRE 18 Si risolvano cortesemente i seguenti problemi, sapendo che verranno valutati: 1 la correttezza del risultato ottenuto e della procedura utilizzata;

Dettagli

NOME:... MATRICOLA:... Corso di Laurea in Matematica, A.A. 2011/2012 Analisi Reale e Complessa, Test del

NOME:... MATRICOLA:... Corso di Laurea in Matematica, A.A. 2011/2012 Analisi Reale e Complessa, Test del NOME:... MATRICOLA:.... Corso di Laurea in Matematica, A.A. 011/01 Analisi Reale e Complessa, Test del 7.01.01 1) Si dia un esempio di i) un dominio semplicemente connesso D di C non contenente l origine,

Dettagli

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Domande-tipo di teoria sulla prima metà del corso

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Domande-tipo di teoria sulla prima metà del corso Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Domande-tipo di teoria sulla prima metà del corso Marco Bramanti Politecnico di Milano October 28, 2016 1. Elementi di analisi funzionale 1.1.

Dettagli

2 + 4 x 4 ) Soluzione Occorre calcolare l integrale della somma di più funzioni. Applichiamo il teorema di linearità, in base al quale si ha: dx =

2 + 4 x 4 ) Soluzione Occorre calcolare l integrale della somma di più funzioni. Applichiamo il teorema di linearità, in base al quale si ha: dx = CAPITOLO 1 Integrali 1.1 Integrali indefiniti 1.1.1. Esercizi svolti 1 Calcolare: ( 3 3 + 5 3 3 + 4 4 ) d Occorre calcolare l integrale della somma di più funzioni. Applichiamo il teorema di linearità,

Dettagli

Università degli Studi di Palermo Facoltà di Economia. CdS Statistica per l Analisi dei Dati. Appunti del corso di Matematica I Numeri Reali

Università degli Studi di Palermo Facoltà di Economia. CdS Statistica per l Analisi dei Dati. Appunti del corso di Matematica I Numeri Reali Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 03 - I Numeri Reali Anno Accademico 2013/2014 M. Tumminello, V. Lacagnina, A.

Dettagli

Funzioni derivabili (V. Casarino)

Funzioni derivabili (V. Casarino) Funzioni derivabili (V. Casarino) Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in = 0 delle funzioni: a) 5 b) 3 4 c) + 1 d) sin. ) Scrivere l equazione della retta tangente

Dettagli

RIDUZIONE DEI DIAGRAMMI A BLOCCHI

RIDUZIONE DEI DIAGRAMMI A BLOCCHI RIDUZIONE DEI DIARAMMI A LOCCHI Nei controlli automatici spesso il legame fra due variabili viene indicato con un blocco. Ad esempio nella figura seguente si vuole intendere che la variabile (t) è dipendente

Dettagli

Serie di Fourier in forma complessa

Serie di Fourier in forma complessa M.Guida, S.Rolando, 14 1 Serie di Fourier in forma complessa Per scrivere la serie di Fourier di una funzione f R, si utilizza spesso una notazione equivalente, ma più compatta e maneggevole, che fa intervenire

Dettagli

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni

Dettagli

1) i) Determinare il valore massimo e il valore minimo assunti dalla funzione. f (x, y) = x e x2 y 2

1) i) Determinare il valore massimo e il valore minimo assunti dalla funzione. f (x, y) = x e x2 y 2 1 X Cognome:... Nome:... Matricola: Università di Milano - Bicocca Corso di laurea di primo livello in Sciene statistiche ed economiche Corso di laurea di primo livello in Statistica e gestione delle informaioni

Dettagli