Corso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a
|
|
- Tommasa Zanetti
- 6 anni fa
- Visualizzazioni
Transcript
1 Corso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a Università degli Studi della Calabria Corso di Laurea in Ingegneria Elettronica. Ing. Domenico Famularo a Proprietà Letteraria Riservata Istituto per la Sistemistica e l Informatica Consiglio Nazionale delle Ricerche Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.1/21
2 Equazioni alle differenze finite con ritardo Un altro modo per descrivere la relazione esistente fra ingresso e uscita in un sistema dinamico è quello di utilizzare le equazioni alle differenze finite. Un equazione alle differenze finite con ritardo esprime una relazione fra l uscita ed i suoi ritardi di ordine n, con l ingresso ed i suoi ritardi di ordine m f r (y t, y t 1, y t 2,..., y t n ) = g r (u t, u t 1, u t 2,..., u t m ) Non sono necessarie condizioni iniziali per la determinazione della soluzione. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.2/21
3 Equazioni alle differenze finite con anticipo Un equazione alle differenze finite con anticipo esprime una relazione fra l uscita ed i suoi anticipi di ordine n, con l ingresso ed i suoi anticipi di ordine m f a (y t+n, y t+n 1, y t+n 2,..., y t ) = g a (u t+m, u t+m 1, u t+m 2,..., u t ) l ordine dell anticipo dell uscita (n in questo caso) determina l ordine dell equazione alle differenze. In questo tipo di formulazione è necessario conoscere le condizioni iniziali y 0, y 1, y 2,..., y n 1 onde poter calcolare la soluzione. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.3/21
4 Ritardo vs. Anticipo Ritardo f r (y t, y t 1, y t 2,..., y t n ) = g r (u t, u t 1, u t 2,..., u t m ) Anticipo f a (y t+n, y t+n 1, y t+n 2,..., y t ) = g a (u t+m, u t+m 1, u t+m 2,..., u t ) 1. Nella formulazione con i ritardi l istante attuale é t; Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.4/21
5 Ritardo vs. Anticipo Ritardo f r (y t, y t 1, y t 2,..., y t n ) = g r (u t, u t 1, u t 2,..., u t m ) Anticipo f a (y t+n, y t+n 1, y t+n 2,..., y t ) = g a (u t+m, u t+m 1, u t+m 2,..., u t ) 1. Nella formulazione con i ritardi l istante attuale é t; 2. Nella formulazione con gli anticipi l istante attuale é t + n; Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.4/21
6 Ordine di un equazione alle differenze con ritardo Si definisce ordine di un equazione alle differenze con ritardo il valore più grande fra il massimo ritardo dell uscita (n) ed il massimo ritardo degli ingressi (m). Ordine := max(n, m) Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.5/21
7 Equazioni alle differenze lineari a coefficienti costanti Nel caso di sistemi lineari tempo-invarianti l equazione alle differenze assume la seguente forma a coefficienti costanti Ritardo α 0 y t + α 1 y t α n y t n = β 0 u t + β 1 u t β m u t m Anticipo α 0 y t+n + α 1 y t+n α n y t = β 0 u t+m + β 1 u t+m β m u t I coefficienti α i, β i, i = 0,..., n sono costanti al variare del tempo (Tempo-Invarianza). In generale si suppone che α 0 0 e, in entrami i casi, possiamo dividere primo e secondo membro per α 0. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.6/21
8 Equazioni alle differenze lineari a coefficienti costanti Nel caso di sistemi lineari tempo-invarianti l equazione alle differenze assume la seguente forma a coefficienti costanti Ritardo y t + α 1 α 0 y t α 1 α 0 y t n = β 0 α 0 u t + β 1 α 0 u t β m α 0 u t m Anticipo y t+n + α 1 α 0 y t+n α n α 0 y t = β 0 α 0 u t+m + β 1 α 0 u t+m β m α 0 u t Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.6/21
9 Equazioni alle differenze lineari a coefficienti costanti Nel caso di sistemi lineari tempo-invarianti l equazione alle differenze assume la seguente forma a coefficienti costanti Ritardo y t + n i=1 α i α 0 y t i = m j=0 β j α 0 u t j Anticipo y t+n + n i=1 α i α 0 y t+n i = m j=0 β j α 0 u t+m j Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.6/21
10 Equazioni alle differenze lineari a coefficienti costanti Nel caso di sistemi lineari tempo-invarianti l equazione alle differenze assume la seguente forma a coefficienti costanti Ritardo y t + n a i y t i = m b j u t j i=1 j=0 Anticipo y t+n + n a i y t+n i = m b j u t+m j i=1 j=0 se indichiamo con a i := α i α 0, i = 1,..., n b i := β i α 0, i = 0,..., m Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.6/21
11 Equazioni alle differenze lineari a coefficienti costanti Nel caso di sistemi lineari tempo-invarianti l equazione alle differenze assume la seguente forma a coefficienti costanti Ritardo n y t = a i y t i + i=1 m j=0 b j u t j Anticipo n y t+n = a i y t+n i + i=1 m j=0 b j u t+m j Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.6/21
12 Equazioni alle differenze lineari a coefficienti costanti Nel caso di sistemi lineari tempo-invarianti l equazione alle differenze assume la seguente forma a coefficienti costanti Ritardo n y t = a i y t i + i=1 m j=0 b j u t j Anticipo n y t+n = a i y t+n i + i=1 m j=0 b j u t+m j 1. il primo addendo del secondo membro ( n i=1 a i y t i o n i=1 a i y t+n i ) viene chiamato parte autoregressiva dell equazione alle differenze (AR) Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.6/21
13 Equazioni alle differenze lineari a coefficienti costanti Nel caso di sistemi lineari tempo-invarianti l equazione alle differenze assume la seguente forma a coefficienti costanti Ritardo n y t = a i y t i + i=1 m j=0 b j u t j Anticipo n y t+n = a i y t+n i + i=1 m j=0 b j u t+m j 1. il primo addendo del secondo membro ( n i=1 a i y t i o n i=1 a i y t+n i ) viene chiamato parte autoregressiva dell equazione alle differenze (AR) 2. il secondo addendo del secondo membro ( m j=0 b j u t j o m j=0 b j u t+m j ) viene chiamato parte a media mobile dell equazione alle differenze (MA) Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.6/21
14 Equazioni alle differenze lineari a coefficienti costanti Nel caso di sistemi lineari tempo-invarianti l equazione alle differenze assume la seguente forma a coefficienti costanti Ritardo n y t = a i y t i + i=1 m j=0 b j u t j Anticipo n y t+n = a i y t+n i + i=1 m j=0 b j u t+m j 1. il primo addendo del secondo membro ( n i=1 a i y t i o n i=1 a i y t+n i ) viene chiamato parte autoregressiva dell equazione alle differenze (AR) 2. il secondo addendo del secondo membro ( m j=0 b j u t j o m j=0 b j u t+m j ) viene chiamato parte a media mobile dell equazione alle differenze (MA) 3. Un equazione alle differenze è anche chiamata modello ingresso-uscita ARMA Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.6/21
15 Un Esempio Assegnata la seguente equazione lineare alle differenze con ritardo del primo ordine y(t) a y(t 1) = u(t), a IR vogliamo determinarne la soluzione quando l ingresso u(t) è l impulso discreto unitario δ(t). In altre parole, vogliamo determinare la risposta impulsiva di un sistema a tempo discreto lineare tempo-invariante retto dalla precedente equazione alle differenze. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.7/21
16 Un Esempio y(t) = a y(t 1) + δ(t) Tempo u(t) y(t) Operazione y( 1) = 0 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.7/21
17 Un Esempio y(t) = a y(t 1) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = a y( 1) + δ(0) = a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.7/21
18 Un Esempio y(t) = a y(t 1) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = a y( 1) + δ(0) = a a y(1) = a y(0) + δ(1) = a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.7/21
19 Un Esempio y(t) = a y(t 1) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = a y( 1) + δ(0) = a a y(1) = a y(0) + δ(1) = a a 2 y(2) = a y(1) + δ(2) = a a + 0 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.7/21
20 Un Esempio y(t) = a y(t 1) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = a y( 1) + δ(0) = a a y(1) = a y(0) + δ(1) = a a 2 y(2) = a y(1) + δ(2) = a a a 3 y(3) = a y(2) + δ(3) = a a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.7/21
21 Un Esempio y(t) = a y(t 1) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = a y( 1) + δ(0) = a a y(1) = a y(0) + δ(1) = a a 2 y(2) = a y(1) + δ(2) = a a a 3 y(3) = a y(2) + δ(3) = a a a 4 y(4) = a y(3) + δ(4) = a a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.7/21
22 Un Esempio y(t) = a y(t 1) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = a y( 1) + δ(0) = a a y(1) = a y(0) + δ(1) = a a 2 y(2) = a y(1) + δ(2) = a a a 3 y(3) = a y(2) + δ(3) = a a a 4 y(4) = a y(3) + δ(4) = a a a 5 y(5) = a y(4) + δ(5) = a a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.7/21
23 Un Esempio y(t) = a y(t 1) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = a y( 1) + δ(0) = a a y(1) = a y(0) + δ(1) = a a 2 y(2) = a y(1) + δ(2) = a a a 3 y(3) = a y(2) + δ(3) = a a a 4 y(4) = a y(3) + δ(4) = a a a 5 y(5) = a y(4) + δ(5) = a a a 6 y(5) = a y(4) + δ(5) = a a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.7/21
24 Un Esempio - Conclusioni 1. La risposta impulsiva dell equazione alle differenze y(t) a y(t 1) = u(t) è pari alla successione esponenziale h(t) = a t, t 0 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.8/21
25 Un Esempio - Conclusioni 1. La risposta impulsiva dell equazione alle differenze y(t) a y(t 1) = u(t) è pari alla successione esponenziale h(t) = a t, t 0 2. Se 1 < a < 1 la risposta impulsiva è convergente; Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.8/21
26 Un Esempio - Conclusioni 1. La risposta impulsiva dell equazione alle differenze y(t) a y(t 1) = u(t) è pari alla successione esponenziale h(t) = a t, t 0 2. Se 1 < a < 1 la risposta impulsiva è convergente; 3. Se a > 1 oppure a < 1 la risposta impulsiva è divergente; Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.8/21
27 Un Esempio - Conclusioni 1. La risposta impulsiva dell equazione alle differenze y(t) a y(t 1) = u(t) è pari alla successione esponenziale h(t) = a t, t 0 2. Se 1 < a < 1 la risposta impulsiva è convergente; 3. Se a > 1 oppure a < 1 la risposta impulsiva è divergente; 4. Se a = 1, h(t) = δ 1 (t); Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.8/21
28 Un Esempio - Conclusioni 1. La risposta impulsiva dell equazione alle differenze y(t) a y(t 1) = u(t) è pari alla successione esponenziale h(t) = a t, t 0 2. Se 1 < a < 1 la risposta impulsiva è convergente; 3. Se a > 1 oppure a < 1 la risposta impulsiva è divergente; 4. Se a = 1, h(t) = δ 1 (t); 5. Se a = 1, h(t) = ( 1) t, t 0; Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.8/21
29 Caso a = 1 Quando a = 1, l equazione alle differenze y(t) y(t 1) = u(t) rappresenta un metodologia ricorsiva attraverso la quale noi possiamo rappresentare il sommatore. Il seguente schema a blocchi rappresenta un implementazione della precedente equazione alle differenze u(t) y(t) + y(t 1) 1 y(t 1) z 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.9/21
30 Caso a = 1 Quando a = 1, l equazione alle differenze y(t) y(t 1) = u(t) rappresenta un metodologia ricorsiva attraverso la quale noi possiamo rappresentare il sommatore. Il seguente schema a blocchi rappresenta un implementazione della precedente equazione alle differenze u(t) y(t) + 1 z 1 y(t 1) y(t 1) Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.9/21
31 Un Esempio - Utilizzo dell anticipo Esaminiamo ora il problema della determinazione della soluzione impulsiva (u(t) = δ(t)) della seguente eq. alle differenze y(t + 1) a y(t) = u(t) In questo caso, per poter determinare la soluzione, è necessario assegnare le condizioni iniziali e quindi, poichè l eq. è del primo ordine, è necessario conoscere y(0). Supponiamo che y(0) = 0 e determiniamo la risposta impulsiva. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
32 Un Esempio - Utilizzo dell anticipo y(t + 1) = a y(t) + δ(t) Tempo u(t) y(t) Operazione y( 1) = 0 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
33 Un Esempio - Utilizzo dell anticipo y(t + 1) = a y(t) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = 0 (Assegnata) Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
34 Un Esempio - Utilizzo dell anticipo y(t + 1) = a y(t) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = 0 (Assegnata) y(1) = a y(0) + δ(0) = a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
35 Un Esempio - Utilizzo dell anticipo y(t + 1) = a y(t) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = 0 (Assegnata) y(1) = a y(0) + δ(0) = a a y(2) = a y(1) + δ(1) = a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
36 Un Esempio - Utilizzo dell anticipo y(t + 1) = a y(t) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = 0 (Assegnata) y(1) = a y(0) + δ(0) = a a y(2) = a y(1) + δ(1) = a a 2 y(3) = a y(2) + δ(2) = a a + 0 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
37 Un Esempio - Utilizzo dell anticipo y(t + 1) = a y(t) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = 0 (Assegnata) y(1) = a y(0) + δ(0) = a a y(2) = a y(1) + δ(1) = a a 2 y(3) = a y(2) + δ(2) = a a a 3 y(4) = a y(3) + δ(3) = a a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
38 Un Esempio - Utilizzo dell anticipo y(t + 1) = a y(t) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = 0 (Assegnata) y(1) = a y(0) + δ(0) = a a y(2) = a y(1) + δ(1) = a a 2 y(3) = a y(2) + δ(2) = a a a 3 y(4) = a y(3) + δ(3) = a a a 4 y(5) = a y(4) + δ(4) = a a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
39 Un Esempio - Utilizzo dell anticipo y(t + 1) = a y(t) + δ(t) Tempo u(t) y(t) Operazione y( 1) = y(0) = 0 (Assegnata) y(1) = a y(0) + δ(0) = a a y(2) = a y(1) + δ(1) = a a 2 y(3) = a y(2) + δ(2) = a a a 3 y(4) = a y(3) + δ(3) = a a a 4 y(5) = a y(4) + δ(4) = a a a 5 y(5) = a y(4) + δ(5) = a a Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
40 Un Esempio - Utilizzo dell anticipo La soluzione impulsiva dell equazione alle differenze y(t + 1) a y(t) = u(t), y(0) = 0 è h(t) = 0 t 0 a t 1 t 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.10/21
41 Causalità ed Equazioni alle Differenze Un equazione alle differenze lineare a coefficienti costanti che utilizza i ritardi n y t = a i y t i + i=1 m j=0 b j u t j identifica sempre un sistema lineare tempo-invariante causale poichè l uscita attuale y t è legata ai valori passati dell uscita y t i, i = 1,..., n (primo addendo del secondo membro) ed ai valori passati ed attuale u t j, j = 0,..., m dell ingresso (secondo addendo del secondo membro). Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.11/21
42 Causalità ed Equazioni alle Differenze Un equazione alle differenze lineare a coefficienti costanti che utilizza gli anticipi n y t+n = a i y t+n i + i=1 m j=0 b j u t+m j identifica un sistema lineare tempo-invariante causale solamente quando l ordine degli anticipi dell uscita n è superiore o uguale all ordine degli anticipi dell ingresso m. Per cui il vincolo n m è condizione necessaria e sufficiente per la causalità di un sistema dinamico che genera un equazione alle differenze con anticipi. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.11/21
43 Ordine di un equazione alle differenze con anticipo Nel caso in cui la condizione di causalità sia verificata (n m), si definisce ordine di un equazione alle differenze con anticipo, il massimo anticipo dell uscita (n). Ordine := n Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.12/21
44 La Trasformata Zeta La Trasformata Zeta, o Z-Trasformata, è un operatore che associa ad una successione u(t) = {u(0), u(1), u(2),..., }, una serie di potenze (serie formale) nella variabile complessa z U(z) = Z(u(t)) := k=0 u(k) z k In generale, si è soliti associare al termine "Trasformata Zeta" di una successione la funzione di variabile complessa U(z) ottenuta dalla serie di potenze. La Trasformata Zeta riveste, per i sistemi a tempo discreto, lo stesso ruolo che la Trasformata di Laplace riveste per i sistemi a tempo continuo. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.13/21
45 Convergenza della Trasformata Zeta La regione convergenza della Z-Trasformata, cioè l insieme di tutti quei valori di z per i quali la serie di potenze k=0 u(k) z k := U(z) converge, dipende dal modulo di z, z. Infatti, per z fissato, U(z) è un numero complesso il cui valore è finito se e solo se il suo modulo U(z) è finito, U(z) < e quindi U(z) k=0 u(k) z k < Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.14/21
46 Raggio di convergenza Si definisce Raggio di convergenza R di una Trasformata Zeta U(z) il più piccolo valore del modulo di z, z per il quale U(z) := k=0 u(k) z k converge. Ricapitolando, R è quel valore tale che, se z > R, allora U(z) esiste. Si noti che la disuguaglianza che lega z ad R è stretta (> e non ).Quando z = R, U(z) potrebbe anche non esistere, dipende dal tipo di successione u(t) della quale si calcola la Trasformata Zeta. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.15/21
47 Z-Trasformata dell impulso Calcoliamo la Z-Trasformata di δ(t) applicando la definizione. Innanzitutto, dalla definizione di impulso, abbiamo che δ(t) = {1, 0, 0,... }, quindi Z(δ(t)) = concludendo, avremo che δ(k)z k = z z k=0 Z(δ(t)) = 1 e che tale trasformata esiste per ogni valore di z. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.16/21
48 Z-Trasformata di una successione di durata finita Definiamo una successione di durata o lunghezza N (finita) come quella successione che è diversa dalla successione identicamente nulla (u(t) = 0, t) per un numero finito N di campioni. Una successione di durata finita N ha la seguente espressione u(t) = {u(0), u(1),..., u(n), 0, 0, 0,... } Per calcolarne la Z-Trasformata applichiamo la definizione e avremo che Z(u(t)) = N k=0 u(k) z k Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.17/21
49 Z-Trasformata di una successione di durata finita Definiamo una successione di durata o lunghezza N (finita) come quella successione che è diversa dalla successione identicamente nulla (u(t) = 0, t) per un numero finito N di campioni. Una successione di durata finita N ha la seguente espressione u(t) = {u(0), u(1),..., u(n), 0, 0, 0,... } Per calcolarne la Z-Trasformata applichiamo la definizione e avremo che Z(u(t)) = u(0) + u(1) z 1 + u(2) z 2 + u(3) z u(n) z N Si noti che, essendo la serie diventata una somma finita, la Z-trasformata di una successione di durata finita esiste sempre e quindi la regione di convergenza è tutto il piano complesso IC. Una successione di durata finita è chiama successione deadbeat. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.17/21
50 Calcolo della Z-Trasformata di α t - 1 Assegnata la successione esponenziale α t, vogliamo calcolarne la Z-Trasformata e determinarne il raggio di convergenza. Applicando la definizione abbiamo Z(α t ) := k=0 α k z k Il secondo membro può essere scritto come lim (1 ) + α z 1 + α 2 z α N z N N Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.18/21
51 Calcolo della Z-Trasformata di α t - 1 Assegnata la successione esponenziale α t, vogliamo calcolarne la Z-Trasformata e determinarne il raggio di convergenza. Applicando la definizione abbiamo Z(α t ) := k=0 α k z k Il secondo membro può essere scritto come lim (1 ) + α z 1 + α 2 z α N z N N moltiplicando e dividendo per (1 α z 1 ) l argomento del limite è pari a (1 + α z 1 + α 2 z α N z N ) 1 α z 1 1 α z 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.18/21
52 Calcolo della Z-Trasformata di α t - 1 Assegnata la successione esponenziale α t, vogliamo calcolarne la Z-Trasformata e determinarne il raggio di convergenza. Applicando la definizione abbiamo Z(α t ) := k=0 α k z k Il secondo membro può essere scritto come lim (1 ) + α z 1 + α 2 z α N z N N moltiplicando e dividendo per (1 α z 1 ) l argomento del limite è pari a ( 1 α z 1 + α z 1 α 2 z 2 + α 2 z α N z N α N+1 z (N+1)) 1 α z 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.18/21
53 Calcolo della Z-Trasformata di α t - 1 Assegnata la successione esponenziale α t, vogliamo calcolarne la Z-Trasformata e determinarne il raggio di convergenza. Applicando la definizione abbiamo Z(α t ) := k=0 α k z k Il secondo membro può essere scritto come lim (1 ) + α z 1 + α 2 z α N z N N moltiplicando e dividendo per (1 α z 1 ) l argomento del limite è pari a ( 1 α N+1 z (N+1)) 1 α z 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.18/21
54 Calcolo della Z-Trasformata di α t - 1 Assegnata la successione esponenziale α t, vogliamo calcolarne la Z-Trasformata e determinarne il raggio di convergenza. Applicando la definizione abbiamo Z(α t ) := k=0 α k z k Il secondo membro può essere scritto come lim (1 ) + α z 1 + α 2 z α N z N N moltiplicando e dividendo per (1 α z 1 ) ed eseguendo le semplificazioni abbiamo che ( 1 α N+1 z (N+1)) Z(α t ) = lim N 1 α z 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.18/21
55 Calcolo della Z-Trasformata di α t - 2 Esaminando l espressione di Z(α t ) lim N ( 1 α N+1 z (N+1)) 1 α z 1 abbiamo due situazioni che possono verificarsi sul modulo di z 1. α z 1 < 1, o, che è lo stesso z > α e allora Z(α t ) = lim N ( 1 α N+1 z (N+1)) 1 α z 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.19/21
56 Calcolo della Z-Trasformata di α t - 2 Esaminando l espressione di Z(α t ) lim N ( 1 α N+1 z (N+1)) 1 α z 1 abbiamo due situazioni che possono verificarsi sul modulo di z 1. α z 1 < 1, o, che è lo stesso z > α e allora Z(α t ) = ( ) 1 lim N αn+1 z (N+1) 1 α z 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.19/21
57 Calcolo della Z-Trasformata di α t - 2 Esaminando l espressione di Z(α t ) lim N ( 1 α N+1 z (N+1)) 1 α z 1 abbiamo due situazioni che possono verificarsi sul modulo di z 1. α z 1 < 1, o, che è lo stesso z > α e allora Z(α t ) = 1 1 α z 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.19/21
58 Calcolo della Z-Trasformata di α t - 2 Esaminando l espressione di Z(α t ) lim N ( 1 α N+1 z (N+1)) 1 α z 1 abbiamo due situazioni che possono verificarsi sul modulo di z 1. α z 1 < 1, o, che è lo stesso z > α e allora 2. Z(α t ) = 1 1 α z 1 α z 1 1, o, che è lo stesso z α e allora Z(α t ) non converge Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.19/21
59 Calcolo della Z-Trasformata di α t - 2 Esaminando l espressione di Z(α t ) lim N ( 1 α N+1 z (N+1)) 1 α z 1 abbiamo due situazioni che possono verificarsi sul modulo di z 1. α z 1 < 1, o, che è lo stesso z > α e allora 2. Z(α t ) = 1 1 α z 1 α z 1 1, o, che è lo stesso z α e allora Z(α t ) non converge Ricapitolando, quando z α, la Z-trasformata di α t è pari a 1, α è il raggio di convergenza 1 α z 1 Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.19/21
60 Calcolo della Z-Trasformata di α t - 2 Esaminando l espressione di Z(α t ) lim N ( 1 α N+1 z (N+1)) 1 α z 1 abbiamo due situazioni che possono verificarsi sul modulo di z 1. α z 1 < 1, o, che è lo stesso z > α 1 e allora 2. Z(α t ) = 1 1 α z 1 α z 1 1, o, che è lo stesso z α 1 e allora Z(α t ) non converge Ricapitolando, quando z α 1, la Z-trasformata di α t è pari a z z α, α 1 è il raggio di convergenza Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.19/21
61 Z-Trasformata del gradino unitario Per calcolare la Z-Trasformata di δ 1 (t) basta considerare la Z-Trasformata di α t quando α = 1 e quindi Z(δ 1 (t)) = 1 1 z = z 1 z 1 e α = 1 = 1 è il raggio di convergenza. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.20/21
62 Z-Trasformata di ( 1) t Per calcolare la Z-Trasformata di ( 1) t = {1, 1, 1, 1,... } basta considerare la Z-Trasformata di α t quando α = 1 e quindi Z(( 1) t ) = z = z 1 z + 1 e α = 1 = 1 è il raggio di convergenza. Corso di Controllo DigitaleEquazioni alle Differenze e Z-trasformate a p.21/21
Cristian Secchi Pag. 1
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccatronica STRUMENTI MATEMATICI PER L ANALISI DEI SISTEMI DISCRETI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it
DettagliLaurea in Informatica e Tecnologie per la Produzione del Software Corso di Analisi Matematica Successioni e loro limiti
Laurea in Informatica e Tecnologie per la Produzione del Software Corso di Analisi Matematica Successioni e loro limiti Docente: Anna Valeria Germinario Università di Bari A.V.Germinario (Università di
DettagliSERIE NUMERICHE FAUSTO FERRARI
SERIE NUMERICHE FAUSTO FERRARI Materiale propedeutico alle lezioni di Complementi di Analisi Matematica ed Elementi di Calcolo delle probabilità per il corso di Laurea in Ingegneria per la parte di Elementi
DettagliElementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo
Parte 2, 1 Parte 2, 2 Elementi di Teoria dei Sistemi Definizione di sistema dinamico Parte 2, 3 Sistema dinamico a tempo continuo Cosa significa Dinamico? Parte 2, 4? e` univocamente determinata? Ingresso
DettagliFrazioni algebriche. Osserviamo che un espressione di questo tipo si ottiene talvolta quando ci si propone di ottenere il quoziente di due monomi.
Frazioni algebriche 14 14.1 Definizione di frazione algebrica Diamo la seguente definizione: Definizione 14.1. Si definisce frazione algebrica un espressione del tipo A B polinomi. dove A e B sono Osserviamo
DettagliEsercizi sulla complessità di frammenti di pseudo-codice
Esercizi sulla complessità di frammenti di pseudo-codice Esercizio 1 Si determini la complessità temporale del seguente frammento di pseudo-codice in funzione di n. Il ciclo contiene solo istruzioni elementari;
DettagliSERIE NUMERICHE FAUSTO FERRARI
SERIE NUMERICHE FAUSTO FERRARI Materiale propedeutico alle lezioni di Analisi Matematica per i corsi di Laurea in Ingegneria Energetica e Meccanica N-Z dell Università di Bologna. Anno Accademico 2003/2004.
DettagliProblemi di base di Elaborazione Numerica dei Segnali
Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi
DettagliANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA
CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA Ing. Federica Grossi Tel.
DettagliScrivere il numero della risposta sopra alla corrispondente domanda. (voti: 2,0,-1, min=14 sulle prime 10) , C = [3 2 2], D =
n. 101 cognome nome corso di laurea Analisi e Simulazione di Sistemi Dinamici 18/11/2003 Risposte Domande 1 2 3 4 5 6 7 8 9 10 N. matricola Scrivere il numero della risposta sopra alla corrispondente domanda.
Dettaglis + 6 s 3, b) i valori di K per i quali il sistema a ciclo chiuso risulta asintoticamente stabile;
1 Esercizi svolti Esercizio 1. Con riferimento al sistema di figura, calcolare: ut) + K s s + 6 s 3 yt) a) la funzione di trasferimento a ciclo chiuso tra ut) e yt); b) i valori di K per i quali il sistema
DettagliLa 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
DettagliRappresentazione dei segnali con sequenze di numeri e simboli
Elaborazione numerica dei segnali Digital Signal Processing 1 Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione delle sequenze per stimare i parametri caratteristici di un segnale;
DettagliFondamenti di Automatica. Unità 3 Equilibrio e stabilità di sistemi dinamici
Fondamenti di Automatica Unità 3 Equilibrio e stabilità di sistemi dinamici Equilibrio e stabilità di sistemi dinamici Equilibrio di sistemi dinamici Linearizzazione di sistemi dinamici Stabilità interna
DettagliElaborazione di segnali e immagini: modulo segnali
Elaborazione di segnali e immagini: modulo segnali 30 gennaio 014 Esame parziale con soluzioni Esercizio 1 Dato un sistema LTI descritto dalla seguente equazione alle differenze: v(k) + v(k 1) 10v(k )
DettagliPrecorso di Matematica
UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTA DI ARCHITETTURA Precorso di Matematica Anna Scaramuzza Anno Accademico 2005-2006 4-10 Ottobre 2005 INDICE 1. ALGEBRA................................. 3 1.1 Equazioni
DettagliSECONDO COMPITINO DI SEGNALI E SISTEMI 3 Dicembre 2003
SECONDO COMPIINO DI SEGNALI E SISEMI 3 Dicembre 003 Esercizio. Si consideri il modello ingresso/uscita a tempo discreto e causale descritto dalla seguente equazione alle differenze: vk) con a parametro
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 9 - EQUAZIONI DIFFERENZIALI ORDINARIE valori iniziali Valori iniziali Ci occuperemo della soluzione numerica di equazioni del prim ordine
DettagliSUCCESSIONI E SERIE NUMERICHE E DI FUNZIONI
SERIE NUMERICHE Si consideri una successione di elementi. Si definisce serie associata ad la somma Per ogni indice della successione, si definisce successione delle somme parziali associata a la somma
Dettagliẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1
Alcuni esercizi risolti su: - calcolo dell equilibrio di un sistema lineare e valutazione delle proprietà di stabilità dell equilibrio attraverso linearizzazione - calcolo del movimento dello stato e dell
DettagliANALISI MATEMATICA II Sapienza Università di Roma - Laurea in Ingegneria Informatica Esame del 16 febbraio 2016 - Soluzioni compito 1
ANALISI MATEMATICA II Sapienza Università di Roma - Laurea in Ingegneria Informatica Esame del 6 febbraio 206 - Soluzioni compito E Calcolare, usando i metodi della variabile complessa, il seguente integrale
DettagliSistemi dinamici lineari
Capitolo 1. INTRODUZIONE 1.19 Sistemi dinamici lineari La funzione di stato che descrive un sistema dinamico lineare, è rappresentabile in forma matriciale nel seguente modo: Per sistemi continui: Per
DettagliLa 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
DettagliSerie numeriche e serie di potenze
Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima
DettagliElettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2
Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: liberali@dti.unimi.it
DettagliLe derivate parziali
Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire
DettagliReti 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
DettagliTeoria dei Segnali Quantizzazione dei segnali; trasformata zeta
Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Quantizzazione;
Dettagli9/11/2010 (I prova in itinere): solo test a risposta multipla
9/11/2010 (I prova in itinere): solo test a risposta multipla 23/12/2010 (II prova in itinere, II parte) Esercizio 1. Posto Σ = {(x, y, z) R 3 x 2 + y 2 + z 2 = 4, z 1}, si chiede di calcolare il flusso
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliRisposta temporale: esempi
...4 Risposta temporale: esempi Esempio. Calcolare la risposta al gradino unitario del seguente sistema: x(t) = u(t) s + 5 (s + )(s + ) y(t) Il calcolo della trasformata del segnale di uscita è immediato:
DettagliEsercitazione. 24 Aprile 2012
Esercitazione 24 Aprile 2012 Il modello di regressione logistica viene utilizzato quando si è interessati a studiare o analizzare la relazione causale tra una variabile dipendente dicotomica e una o più
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi Capitolo 3: Proprietà dei Circuiti nel dominio TD Proprietà e definizioni generali,
DettagliComplementi di Matematica - Ingegneria Energetica/Elettrica/Sicurezza Prova scritta intermedia del 7 dicembre nx 1 + n α x 2.
Complementi di Matematica - Ingegneria Energetica/Elettrica/Sicurezza Prova scritta intermedia del 7 dicembre 7. Si consideri la successione di funzioni f n, dove f n : [, [ R è definita da e dove α >
Dettagli4 ESERCITAZIONE. Esercizi svolti: Capitolo 5 Modello IS-LM. Esercizio 3 (1 parte)
4 ESERCITAZIONE Esercizi svolti: Capitolo 5 Modello IS-LM Esercizio 3 (1 parte) 1 ESERCIZI CAPITOLO 5 MODELLO IS-LM Finora abbiamo considerato SEPARATAMENTE: Equilibrio del mercato dei beni (Cap. 3) 1
DettagliTEMI D ESAME DI ANALISI MATEMATICA I
TEMI D ESAME DI ANALISI MATEMATICA I Corso di laurea quadriennale) in Fisica a.a. 003/04 Prova scritta del 3 aprile 003 ] Siano a, c parametri reali. Studiare l esistenza e, in caso affermativo, calcolare
DettagliCOMPLEMENTI DI ANALISI MATEMATICA DI BASE. Prova scritta del 26 gennaio 2005
Prova scritta del 26 gennaio 2005 Esercizio 1. Posto B = x R 2 : x 2 2}, sia f n } una successione di funzioni (misurabili e) integrabili in B tali che f n f q.o. in B e, per ogni n N, f n (x) 2 x 3 per
Dettaglideterminare una soluzione y(t) dell equazione completa e, quindi dedurne tutte le y(t) soluzioni dell equazione.
ANALISI VETTORIALE Soluzione esercizi 4 febbraio 2011 10.1. Esercizio. Assegnata l equazione lineare omogenea di primo ordine y + a y = 0 determinare le soluzioni di tale equazione in corrispondenza ai
DettagliCONTROLLI AUTOMATICI Ingegneria della Gestione Industriale TRASFORMATE DI LAPLACE
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale TRASFORMATE DI LAPLACE Ing. Luigi Biagiotti Tel. 051 2093034 / 051 2093068 e-mail: lbiagiotti@deis.unibo.it http://www-lar.deis.unibo.it/~lbiagiotti
Dettagli4 I modelli ingresso/uscita dei sistemi lineari
4 I modelli ingresso/uscita dei sistemi lineari In questo capitolo verranno descritte le proprietà dei modelli di ingresso/uscita dei sistemi lineari stazionari ed i loro legami con i modelli ingresso/stato/uscita
Dettagli(File scaricato da lim. x 1. x + ***
Esercizio 35 File scaricato da http://www.etrabyte.info) Calcolare: 3 ) 3 + Risulta: 3 ) 3 = + La forma indeterminata può essere rimossa determinando un fattore razionalizzante. In generale, se il fattore
DettagliCompito di Analisi Matematica III. Compito A
c.d.l. Ingegneria elettronica e c.d.l. Ingegneria Informatica (M Z) 7 gennaio 2008. Determinare i residui nei punti singolari e nel punto all infinito della funzione z 2 sen z + 2. Determinare la trasformata
DettagliRICHIAMI MATEMATICI. x( t)
0.0. 0.1 1 RICHIAMI MATEMATICI Funzioni reali del tempo: (t) : t (t) (t) ( t) Funzioni reali dell ingresso: y() t t y( ) y() : y() Numeri complessi. Un numero complesso è una coppia ordinata di numeri
DettagliIntroduzione ai sistemi dinamici
Introduzione ai sistemi dinamici Prof. G. Ferrari Trecate, Prof. D.M. Raimondo Dipartimento di Ingegneria Industriale e dell Informazione (DIII) Università degli Studi di Pavia Fondamenti di Automatica
DettagliStrutture realizzative per sistemi tempo-discreto: soluzione dei problemi proposti
4 Strutture realizzative per sistemi tempo-discreto: soluzione dei problemi proposti P-4.1: Dopo aver diviso per 0.5, cioè il coefficiente di, l equazione alle differenze finite data, si ottengono le strutture
DettagliEsempi di soluzione di equazioni differenziali mediante serie di potenze
Esempi di soluzione di equazioni differenziali mediante serie di potenze Cerchiamo una soluzione dell equazione differenziale nella forma 3y () + y () + y() 0 + y() σ n con σ,. Una serie di potenze generalizzata
DettagliSerie Borlini Alex
Serie numerica >> Prefazione Progressione lista ordinata e finita di elementi. Successione lista ordinata e infinita di elementi (numeri reali chiamati termini), {a n }=a 1, a 2, a 3 Successione di Fibonacci:
DettagliMassimo e minimo limite di successioni
Massimo e minimo limite di successioni 1 Premesse Definizione 1.1. Definiamo R esteso l insieme R = R { } {+ }. In R si estende l ordinamento tra numeri reali ponendo < a < +, a R. In base a tale definizione,
DettagliSISTEMI ELEMENTARI DEL 1 o E 2 o ORDINE
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm SISTEMI ELEMENTARI DEL o
DettagliCorso di Laurea in Ingegneria Meccatronica SISTEMI ELEMENTARI DEL 1 o E 2 o ORDINE
Automation Robotics and System CONTROL Università degli Studi di Modena e Reggio Emilia Corso di Laurea in Ingegneria Meccatronica SISTEMI ELEMENTARI DEL o E 2 o ORDINE CA 5 Cesare Fantuzzi (cesare.fantuzzi@unimore.it)
DettagliEsercizi sulle equazioni differenziali a cura di Sisto Baldo, Elisabetta Ossanna e Sandro Innocenti
Esercizi sulle equazioni differenziali a cura di Sisto Baldo, Elisabetta Ossanna e Sandro Innocenti 1. Verifica che y(t) = 1 t + e t è una soluzione dell equazione y (t) = y(t) + t.. Scrivi un equazione
DettagliSistemi LSTD: rappresentazione esplicita
Trasformata Zeta Outline Sistemi LSTD: rappresentazione esplicita x(k+1) = Ax(k)+Bu(k), x R n, u R m, k Z y(k) = Cx(k)+Du(k), y R p x R n : vettore delle variabili di stato; u R m : vettore dei segnali
DettagliDerivata materiale (Lagrangiana) e locale (Euleriana)
ispense di Meccanica dei Fluidi 0 0 det 0 = [ (0 ) + ( ( ) ) + (0 0 ) ] = 0. Pertanto, v e µ sono indipendenti tra loro e costituiscono una nuova base. Con essi è possibile descrivere altre grandezze,
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Analisi Matematica 1
Corso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Analisi Matematica 1 Nome... N. Matricola... Ancona, 12 gennaio 2013 1. Sono dati i numeri complessi z 1 = 1 + i; z 2 = 2 3 i; z 3 =
DettagliLimiti di funzioni e loro applicazioni
Limiti di funzioni e loro applicazioni Versione da non divulgare. Scritta per comodità degli studenti. Può contenere errori. 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Novembre 2013
DettagliAppunti di ANALISI MATEMATICA II Corso di Laurea Triennale in Matematica
Appunti di ANALISI MATEMATICA II Corso di Laurea Triennale in Matematica Umberto Massari Anno accademico 3-4 SUCCESSIONI E SERIE DI FUNZIONI. Successioni di funzioni: convergenza puntuale ed uniforme Sia
DettagliLeggi di capitalizzazione e di attualizzazione
Sommario Alcuni appunti di supporto al corso di Matematica Finanziaria (L-Z) Facoltà di Economia & Management- Università di Ferrara Sommario Parte I: Funzioni di capitalizzazione Parte II: Capitalizzazione
DettagliPREVISIONE. E inutile cercare di prevedere la componente deterministica. Quindi si opera su valori depurati di questa componente.
PREVISIONE Sono analoghi a quelli di simulazione tranne che per l'uso dell'informazione: - si utilizzano tutte le informazioni disponibili (ingressi) fino all'istante t e si calcola il passo/i passi successivi
DettagliLEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g
LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere
DettagliCenni sulla Serie di Fourier
Cenni sulla Serie di Fourier Note per le lezioni del corso di Controlli Automatici Prof.ssa Maria Elena Valcher 1 Serie di Fourier Osserviamo preliminarmente che la somma di segnali periodici non è necessariamente
DettagliCalcolo del movimento di sistemi dinamici LTI
Calcolo del movimento di sistemi dinamici LTI Analisi modale per sistemi dinamici LTI TC Modi naturali di un sistema dinamico Analisi modale Esercizio 1 Costante di tempo Esercizio 2 2 Analisi modale per
DettagliCorso di Laurea in Matematica Geometria 2. Esercizi di preparazione allo scritto a.a Topologia
Corso di Laurea in Matematica Geometria 2 Esercizi di preparazione allo scritto a.a. 2015-16 Esercizio 1. Dimostrare che Topologia 1. d(x, y) = max 1 i n x i y i definisce una distanza su R n. 2. d(x,
DettagliRipasso segnali e processi casuali. Trasmissione dell Informazione
Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale
Dettagli0 se y c 1 (y)) se c < y < d. 1 se y d
Capitolo. Parte IX Exercise.. Sia X una variabile aleatoria reale assolutamente continua e sia (a,b) un intervallo aperto (limitato o illimitato) di R, tale che P(X (a,b)) =. Sia ϕ : (a,b) R una funzione
DettagliESERCIZI sui VETTORI
ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di
DettagliEquazioni differenziali
4 Equazioni differenziali Determinare le primitive di una funzione f(x) significa risolvere y (x) = f(x) dove l incognita è la funzione y(x). Questa equazione è un semplice esempio di equazione differenziale.
DettagliUniversita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006. Matematica 2 (Analisi)
Universita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006 Matematica 2 (Analisi) Nome:................................. N. matr.:.................................
DettagliCapitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"
Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa
DettagliCorso di Analisi Matematica. Polinomi e serie di Taylor
a.a. 2011/12 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
DettagliProprietà strutturali e leggi di controllo
Proprietà strutturali e leggi di controllo Retroazione statica dallo stato La legge di controllo Esempi di calcolo di leggi di controllo Il problema della regolazione 2 Retroazione statica dallo stato
DettagliSlide del corso di. Controllo digitale
Slide del corso di Controllo digitale Corso di Laurea in Ingegneria Informatica e dell Informazione Università di Siena, Dip. Ing. dell Informazione e Sc. Matematiche Parte VI Sintesi diretta a tempo discreto
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 P.Baldi appello, 7 giugno 200 Corso di Laurea in Matematica Esercizio Siano X, Y v.a. indipendenti di legge Ŵ(2, λ). Calcolare densità e la media
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliPROCESSI STOCASTICI 1: ESERCIZI
PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono
DettagliI.T.I.S. TRASFORMATA DI LAPLACE DIAGRAMMI DI BODE
I.T.I.S. APPUNTI DI ELETTRONICA TRASFORMATA DI LAPLACE E DIAGRAMMI DI BODE PREMESSA Per lo studio dei sistemi di controllo si utilizzano modelli matematici dinamici lineari. L analisi o il progetto di
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 2 - EQUAZIONI NON LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Elementi introduttivi 2 3 4 Introduzione Problema: trovare le soluzioni di
DettagliCristian Secchi Pag. 1
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccatronica STRUMENTI MATEMATICI PER L ANALISI DEI SISTEMI DISCRETI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it
DettagliAnalisi dei Sistemi Lineari e Tempo Invarianti nel Dominio del Tempo
1 Corso di Fondamenti di Automatica A.A. 2016/17 Analisi dei Sistemi Lineari e Tempo Invarianti nel Dominio del Tempo Prof. Carlo Cosentino Dipartimento di Medicina Sperimentale e Clinica Università degli
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
DettagliAnalisi sismica di un sistema lineare viscoso a più gradi di libertà con il metodo dello Spettro di Risposta
Analisi sismica di un sistema lineare viscoso a più gradi di libertà con il metodo dello Spettro di Risposta Prof. Adolfo Santini - Dinamica delle Strutture 1 Analisi sismica con lo spettro di risposta
DettagliUniversità degli Studi di Parma - Facoltà di Ingegneria Appello di Controlli Digitali del 10 Luglio Parte A
Università degli Studi di Parma - Facoltà di Ingegneria Appello di Controlli Digitali del 0 Luglio 2007 - Parte A - (6 p.) - Illustra il metodo della formula di inversione per il calcolo dell antitrasformata
Dettagli01. Modelli di Sistemi
Controlli Automatici 01. Modelli di Sistemi Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti ARSControl - DISMI - Università di Modena e Reggio Emilia E-mail: {nome.cognome}@unimore.it
DettagliTEORIA DEI SISTEMI SISTEMI LINEARI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.
DettagliA.A CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5.
A.A. 2015-2016. CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5. Esercizio 5.1. Determinare le ultime tre cifre di n = 13 1625. (Suggerimento. Sfruttare il Teorema di Eulero-Fermat)
DettagliAPPENDICE MATEMATICA VARIAZIONE MEDIA E VARIAZIONE MARGINALE
PPENDIE MTEMTI VRIZIONE MEDI E VRIZIONE MRGINLE Problema: come possiamo conoscere, oltre alla direzione della variazione (come, cioè + o -, varia Y al variare di ), anche l entità della variazione (quanto
DettagliSlides estratte dalla tesi: EMT: UNA LIBRERIA MATLAB PER METODI DI ESTRAPOLAZIONE ED APPLICAZIONI
Slides estratte dalla tesi: EMT: UNA LIBRERIA MATLAB PER METODI DI ESTRAPOLAZIONE ED APPLICAZIONI Corso di Laurea in Matematica Laureanda: Elena De Cia Relatore: Prof. Michela Redivo Zaglia Università
Dettagli5. Per ω = 1/τ il diagramma reale di Bode delle ampiezze della funzione G(jω) =
Fondamenti di Controlli Automatici - A.A. 211/12 3 luglio 212 - Domande Teoriche Cognome Nome: Matricola: Corso di Laurea: Per ciascuno dei test a soluzione multipla segnare con una crocetta tutte le affermazioni
DettagliControlli Automatici I
Ingegneria Elettrica Politecnico di Torino Luca Carlone Controlli Automatici I LEZIONE V Sommario LEZIONE V Proprietà strutturali Controllabilità e raggiungibilità Raggiungibilità nei sistemi lineari Forma
DettagliEquazioni di primo grado
Equazioni di primo grado 15 15.1 Identità ed equazioni Analizziamo le seguenti proposizioni: a ) cinque è uguale alla differenza tra sette e due ; b ) la somma di quattro e due è uguale a otto ; c ) il
DettagliFondamenti di Automatica
Fondamenti di Automatica Introduzione e modellistica dei sistemi Introduzione allo studio dei sistemi Modellistica dei sistemi dinamici elettrici Modellistica dei sistemi dinamici meccanici Modellistica
DettagliIndici di posizione e dispersione per distribuzioni di variabili aleatorie
Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono
Dettagliy (b) f(x, y) = y log x sin x (c) f(x, y) = tan y (d) f(x, y) = e x y (f) f(x, y) = cos(x 2 + y 2 )
FUNZIONI DI PIÙ VARIABILI. Siano date le seguenti funzioni: (a) f(x, y) = 3x + y (c) h(x, y) = x y (b) g(x, y) = xy (d) k(x, y) = x + y Determinare e disegnare nel piano cartesiano il dominio delle funzioni
Dettaglinon solo otteniamo il valore cercato per la validità della (1.4), ma anche che tale valore non dipende da
NOTE INTEGRATIVE PER IL CORSO DI ANALISI MATEMATICA 2 ANNO ACCADEMICO 2012/13 NOTE SULLA CONTINUITÀ UNIFORME D.BARTOLUCCI, D.GUIDO Sia f(x) = x 3, x [ 1, 1]. Si ha 1. La continuità uniforme x 3 y 3 = x
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
DettagliInflazione, disoccupazione e crescita. Macroeconomia (Clamm) - a.a. 2013/2014
Inflazione, disoccupazione e crescita Macroeconomia (Clamm) - a.a. 2013/2014 Contenuto Inflazione, disoccupazione e curva di Phillips Produttività del lavoro e disoccupazione Domanda aggregata Il modello
DettagliEsempio: Modelli compartimentali per la farmacocinetica
Esempio: Modelli compartimentali per la farmacocinetica I modelli compartimentali sono descrizioni matematiche tipicamente utilizzate per organismi biologici; in tali rappresentazioni un organismo viene
DettagliMacroeconomia. - Curva di Phillips; - Inflazione, produzione e crescita della moneta.
Dipartimento di Economia, Statistica e Finanza Corso di Laurea in ECONOMIA Macroeconomia - Curva di Phillips; - Inflazione, produzione e crescita della moneta. Esercitazione del 21.04.2016 (+ soluzioni)
DettagliTeoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli
Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Richiami
Dettagli2.9 Moltiplicazione di serie
2.9 Moltiplicazione di serie A prima vista il problema di moltiplicare fra loro due serie sembra irrilevante. Fare il prodotto di due serie significa moltiplicare tra loro le successioni delle rispettive
DettagliPulse Amplitude Modulation (PAM) 2 Scelta delle risposte impulsive dei filtri in trasmissione e ricezione
Pulse Amplitude Modulation (PAM 1 Definizione La trasmissione di una sequenza di numeri {a k } mediante un onda PAM consiste nel generare, a partire dalla sequenza {a k } il segnale a tempo continuo u(t
Dettagli