FONDAMENTI DI ELABORAZIONE NUMERICA DEI SEGNALI
|
|
- Beatrice Pieri
- 6 anni fa
- Visualizzazioni
Transcript
1 FONDAMENTI DI ELABORAZIONE NUMERICA DEI SEGNALI RICOSTRUZIONE E INTERPOLAZIONE DI SEGNALI MONODIMENSIONALI Paolo Bestagini Ph.D. Student bestagini@elet.polimi.it
2 Outline 2 Ricostruzione di segnali monodimensionali Motivazioni Formulazione del problema Ricostruzione ideale Ricostruzione con mantenitore Interpolazione di segnali monodimensionali Motivazioni Formulazione del problema Interpolazione polinomiale Interpolatori derivati dal mantenitore (sample & hold) Interpolatori derivati dal troncamento del sinc Interpolatore spline Interpolatore bicubico
3 3 RICOSTRUZIONE
4 Motivazioni 4 ACQUISIZIONE: A/D Un segnale fisico viene tipicamente convertito in una quantità misurabile. Es: un microfono converte onde acustiche in cambiamenti di tensione. Il segnale analogico viene convertito in digitale. Campionamento e quantizzazione. PRO: Possibilità di salvare i dati. Possibilità di svariate operazioni di editing.
5 Motivazioni 5 RIPRODUZIONE: D/A Il segnale digitale viene ri-convertito in analogico. Il segnale analogico viene riprodotto. Es: segnale audio riprodotto da casse acustiche. Come ricostruiamo un segnale analogico da uno digitale??
6 Ricostruzione di segnali: formulazione del problema 6 Consideriamo una sequenza di campioni x(k) x(k) k Questa può essere convertita in una sequenza continua di impulsi x c (t) = X x(k) (t kt) x c (t) k= T 2T 3T 4T t da esso, in Ricostruire in maniera lineare il segnale continuo di banda limitata in 2T, 2T. che ha generato la sequenza. di utilizz
7 ca il segnale ricostruito viene generato nel modo illustrato in fig.(). Il el sistema è in questo caso costante a tratti e non ha la banda limitata fra i necessario prevedere la presenza di un filtro a valle della ricostruzione che pioni n CK Ricostruzione di segnali: ideale Ricostruzione di segnali X Il modo ottimo di procedere consiste nel filtrare x c (t) = x(k) (t kt) Dato con un il segnale, filtro sinc formalmente dalla risposta continuo, all impulso: che X rappresenta una sequenza k= di valori (campioni) a passon T: D/A h(t) x = sin( t/t X ) c (t) = t/t x(k) (t kt) () registro dove che x(k) in frequenza con k 2, è piatta rappresenta nella banda la sequenza di interesse di dati e (reali) zero a altrove: disposizione, è di interesse studiare le tecniche che permettono di ricostruire da esso, in modo lineare, un segnale H(f) =T rect(ft) (continuo) con banda limitata all intervallo di frequenze 2T, 2T. di ricostruzione Come a mantenitore, è noto il modo ha come ottimo ingresso diilprocedere valore dei prevede campioni. di utilizzare il segnale x c (t) come x c (t) ingresso di un sistema lineare con risposta h(t) all impulso: Esso non potrà però essere quello di eq.(2), poichè il segnale ricostruito è quello generato applicando il segnale di eq. ad un interpolatore * h(t) = sin( t/t ) a =rect(t/t ), o rect((t T/2)/T ) nel caso si voglia avere una (2) t/tsistema o di fig.. L uscita del sistema sarà espressa, nel dominio della frequenza, T 2T 3T 4T t -T 0 T t T 2T 3T 4T t e quindi caratterizzato da una risposta in frequenza del tipo: X h (f) =X c (f) T sin( ft) ft H(f) =T rect(ft) (3) cioè una funzione di trasferimento. di valore costante nell intervallo 2T, e considerare il termine moltiplicativo e j2 ft/2 nel caso si consideri un 2T e nulla altrove. Il filtro di ricostruzione Nellada realtà esso dovrà il segnale quindi, di annullare eq.da non esso ogni puo componente essere, in generato spet-drvallo a causa esso della, presenza in di impulsi 2T ideali., 2T, ednella all interno pratica f f f 2T, 2T, 2T, di il tale segnale intervallo ricostruito compensare viene l e etto generato del nel modo illustrato in fig.(). Il 2T 2T 2T segnale all uscita di ut del ilizz sistema è in questo di ut caso ilizz costante a tratti dieut non ha la ilizz banda limitata fra. E quindi 3 necessario prevedere la presenza di un filtro a valle della ricostruzione che 2T, 2T n k= 7
8 Ricostruzione di segnali: mantenitore () 8 Per ovviare ai problemi dovuti alla generazione di un treno di impulsi ideali, possiamo utilizzare strategie diverse. Una possibilità è l utilizzo del mantenitore: n T campioni registro n D/A CK L effetto è quello di filtrare un segnale nel tempo con un filtro dalla risposta all impulso rettangolare: (h(t) =rect(t/t ), o rect((t T/2)/T ) (per una risposta causale)
9 Ricostruzione di segnali: mantenitore (2) 9 (h(t) =rect(t/t ), Il filtro rettangolare è caratterizzato da una risposta di tipo sinc in frequenza. Il segnale così ricostruito in frequenza risulta essere: X h (f) =X c (f) T sin( ft) ft oppure X h (f) =X c (f) T sin( ft) ft. e j2 ft/2 Per ricostruire il segnale in maniera corretta, è opportuno inserire un ulteriore filtro che Compensi l effetto del sinc in banda esso, passante in Annulli le componenti al di fuori di 2T, 2T. di utilizz n campioni registro n D/A mantenitore filtro CK T 2T 3T 4T t
10 Ricostruzione di segnali: mantenitore (3) 0 Il filtro avrà forma Hr(f) -/2T /2T f
11 INTERPOLAZIONE
12 Motivazioni 2 A volte non è necessario ricostruire l intero segnale analogico, ma aumentare la densità dei campioni nel dominio digitale. Utile per calcolo numerico. Es: conosco il valore dei campioni x(k) e x(k+), e voglio trovare il valore che avrebbe un campione x(k+0.5) in posizione k+0.5 senza ricostruire l intero segnale.
13 Motivazioni 3 No interpolation
14 Interpolazione: formulazione del problema 4 Supponiamo di avere una sequenza digitale di campioni x(k) che è stata campionata a intervalli regolari di passo T. Questi equivalgono ai campioni nel tempo x(kt), con k intero. Vogliamo ricostruire il valore di campioni a intervalli T <T. Es: se T =T/k, con k intero positivo, dobbiamo generare k- campioni nuovi per ogni campione della sequenza nota x(k). Il problema può essere interpretato secondo il seguente schema: (k) (t-kt) h(t) Segnale continuo Nuova sequenza campioni (passo T ) In applicazioni pratiche tipicamente si conoscono solo un numero finito di campioni di x(k) (ad esempio N o N+). (t-kt')
15 Interpolazione polinomiale 5 Consideriamo di avere a disposizione N+ campioni spaziati di periodo T: x(0), x(t), x(2t),, x((n-)t), x(nt) Vogliamo trovare il polinomio (al più di grado N) che: p N (t) =a 0 t N + a t N a N t + a N. onori i dati (assuma il valore dei campioni nelle posizioni kt) p N (kt) =x(kt) k =0,...,N 2. assuma valori qualsiasi nelle restanti posizioni Dobbiamo trovare il valore dei coefficienti a
16 Interpolazione polinomiale: forma matriciale (Vandermonde) 6 Possiamo scrivere il problema in forma matriciale: Polinomio: p N (t) =a 0 t N + a t N a N t + a N Vettore dei coefficienti (da stimare): a = [a 0,a,...,a N ] T N Vettore dei dati (noto): f =[x(0),x(t te. ),x(2t Chiamato ),...,x(nt)] f =[x(0) etta matrice di Vandermonde) come a È possibile scrivere la relazione Va = f dove i valori della matrice V sono v ij =[(i )T ] N j+ i =,...,N + j =,...,N + Y La matrice che si ottiene è detta di Vandermonde, e si dimostra avere determinante sempre diverso da zero: NY (it jt) i,j=0;i<j Il vettore a quindi esiste, è unico, ed è sempre calcolabile come:
17 7
18 Interpolazione polinomiale: formula di Lagrange 8 Invertire la matrice V ha una complessità computazionale dell ordine di N 3 Se non si vuole conoscere il vettore a ma si vogliono solamente ricavare i valori di alcuni campioni di x è possibile utilizzare la formula di Lagrange: NX NY t kt p N (t) = x(jt)l j (t) dove L j (t) = jt kt j=0 k=0;k6=j Per v È possibile verificare che L j (it )=per i = j e zero altrimenti, quindi: p N (it )= NX x(jt)l j (t) =x(it ) j=0 Il costo computazionale per calcolare il valore di e p N (t) per t 6= it risulta ` essere dell ordine di N 2
19 Interpolazione polinomiale: X esempio formula di Lagrange 9 È possibile verificare la correttezza della formula di Lagrange nel caso di 2 campioni noti (N=). Il polinomio di grado che onora i dati x(0) e x(t) in posizione 0 e T è p (t) =x(0) t T 0 T + x(t ) t 0 T 0 = T [x(t )t + x(0)(t t)] p (t) x(t) x(0) 0 T t
20 Interpolazione polinomiale: effetti di bordo 20 Verrebbe da pensare che all aumentare del grado del polinomio, la ricostruzione migliori. Questo è vero solo nella parte centrale del segnale ricostruito, ma in generale si possono verificare fastidiosi effetti di bordo. e Es: consideriamo il segnale x(t) = +t 2 t 2 [ 5 : 5] grado= grado=0
21 Interpolazione polinomiale: metodo dei minimi quadrati 2 Per evitare gli effetti di bordo, è possibile studiare una soluzione ai minimi quadrati. Si cerca il polinomio di grado minore o uguale rispetto al numero di campioni, che minimizzi l errore + quadratico minore od uguale al nu P M i=0 [x(it ) p N (it )] 2 ttore ottimo si deriva ris Procedimento:. Scrivere l errore quadratico in funzione di a 2. Derivare l espressione ottenuta rispetto agli elementi di a 3. Imporre la derivata uguale a zero (imporre un minimo) 4. Calcolare il valore degli elementi di a Si ottiene la relazione V T Va = V T f, e siccome Vo) T V viha è sempre rango pieno, soluzio si può invertire il sistema ottenendo a opt = V f dove V = (V T V) V T terpolazioni o
22 Interpolazione polinomiale: esempio metodo dei minimi quadrati 22 Il polinomio ottenuto non onora i dati!!! p (t) t
23 Interpolazione polinomiale: Lagrange per finestre 23 Il metodo di Lagrange può essere analizzato in termini di convoluzione di un segnale X x c (t) = x(k) (t kt) k= con filtri diversi per ogni intervallo tra 2 campioni. È possibile derivare una serie di filtri caratterizzanti un polinomio di Lagrange e applicarlo per finestre a un segnale più lungo, tenendo valida per l interpolazione solo la parte centrale, in cui non ci sono effetti di bordo. Più alto è l ordine del polinomio, più campioni sono necessari per stimare il campione incognito. Se si dispone di un numero sufficiente di campioni, usare un filtro lungo è una buona opzione. Se si dispone di pochi campioni è meglio un filtro corto, o si rischiano effetti di bordo.
24 Interpolazione polinomiale: esempio 24 Consideriamo il polinomio di grado, stimato con un numero N=2 di campioni. Come visto in precedenza, il polinomio per interpolare tra i campioni in 0 e T è la retta passante per i 2 campioni p (t) x(t) x(0) 0 T t L interpretazione è quella di un filtro triangolare! x(t) x(0) -T 0 T 2T t
25 0.8 Interpolazione polinomiale: 0.6 esempio Nel caso N=3 si ottengono 3 filtri diversi: i) uno per il campione in 0; ii) uno per il campione in T; iii) uno per il campione in 2T Figure 7: Risposte all impulso associate ad un interpolatore di Lagrang Figure 7: Risposte all impulso associate ad un interpolatore di Lagrange con N = 3. 0 T 2T t
26 Interpolazione polinomiale: filtri in frequenza 26 È possibile analizzare la risposta in frequenza dei filtri di Lagrange ottenuti per diversi valori di N N= N=3 N=5 N=7 0.6 H(f) Frequenze normalizate f*t
27 Interpolatori derivati dal mantenitore 27 h m (t) =rect(t/t )) va bene, va meglio, andrà meglio? Il mantenitore h m è un filtro rettangolare L interpolazione lineare è un filtro triangolare (h l (t) = tri(t/t )) Cosa succede se convolvo ancora con h m?
28 Interpolatori derivati dal mantenitore h m (t) h l (t) h s (t) t/t
29 Interpolatori derivati dal mantenitore H m (f) H l (f) H s (f) Frequenze normalizzate ft
30 Interpolatori derivati dal mantenitore 30 NO!! h s presenta lobi laterali più piatti, ma banda passante molto stretta. Inoltre non onora i dati (non presenta zeri regolari a passo /T). Notiamo però che: h m ricostruisce un segnale con discontinuità (step). h l ricostruisce un segnale continuo ma con derivata discontinua nei punti di giunzione (punti angolosi). C è una regola per un buon interpolatore? Imporre che le derivate si annullino fino al massimo ordine possibile. Imporre massima piattezza per f = 0.
31 Interpolatori derivati dal sinc troncato 3 La funzione che rispetta le precedenti condizioni è il sinc. Il sinc ideale è però di lunghezza infinita. Anche potendolo approssimare con un numero molto grande di campioni, se devo interpolare un segnale lungo, tale convoluzione genera ritardi. Se devo interpolare un segnale corto, un filtro lungo genera sovraelongazioni ai bordi: Il segnale è ricostruito con banda limitata Devo smussare la transizione tra i campioni e gli zeri
32 Interpolatori derivati dal sinc troncato n
33 Interpolatori derivati dal sinc troncato 33 Con segnali corti è meglio usare filtri corti. È possibile troncare (finestrare) il sinc, per ridurne il numero di campioni. Troncare equivale a moltiplicare per un rettangolo nei tempi. La risposta in frequenza del filtro è la convoluzione tra un rettangolo (dato dal sinc nei tempi) e un sinc (dato dal rettangolo nei tempi). t NT/2 NT/2 a Trade-off: elimino effetti di bordo, ma b introduco alias. f
34 Interpolatori derivati dal sinc troncato n
35 Interpolatore spline 35 Invece di arrivare al caso limite del sinc, possiamo considerare vincoli meno stringenti: Continuità della funzione interpolata e delle sue prime 2 derivate. L interpolatore ottenuto con queste condizioni è detto spline. La curva ottenuta tra due campioni è un polinomio del terzo ordine che soddisfa l equazione di elasticità semplificata ((f 0000 (x) = 0) ). Noti i valori di 2 campioni e delle loro derivate, il polinomi interpolante è dato dall equazione f(x) =y(i)( 3x 2 +2x 3 )+y(i+)(3x 2 2x 3 )+y 0 (i)(x 2x 2 +x 3 )+y 0 (i+)( x 2 +x 3 ) assumendo che x vari tra 0 e per passare dal campione i a i+ 0 x i x i+
36 Interpolatore spline 36
37 Interpolatore spline 37 Condizioni da imporre per trovare l equazione:. Continuità della derivata seconda per i campioni centrali y 0 (i ) + 4y 0 (i)+y 0 (i + ) = 3(y(i + ) y(i ) 2. Derivata seconda nulla per il primo e ultimo campione y 0 (0) = y 0 (N) = y 0 () + 3(y() y(0) 2 y 0 (N ) + 3(y(N ) y(n) 2 Si ottiene così un sistema di N equazioni in N incognite (le derivate prime y ) La soluzione del sistema permette di trovare tutti i parametri mancanti e di usare l equazione del polinomio per interpolare: f(x) =y(i)( 3x 2 +2x 3 )+y(i+)(3x 2 2x 3 )+y 0 (i)(x 2x 2 +x 3 )+y 0 (i+)( x 2 +x 3 )
38 Interpolatore spline 38 Numericamente è possibile ricavare la risposta all impulso dello spline, filtrando un impulso con il polinomio interpolatore n
39 Interpolatore spline 39 È possibile dimostrare che la trasformata della risposta all impulso dello spline è la seguente H(f) = 3sinc(fT)4 +cos 2 ( ft) Osservazioni: Questa funzione ha derivate nulle per f=0 fino all ordine 4. Le derivate sono nulle fino al quarto ordine anche per i valori in frequenza k/t. I lobi laterali sono 43 db più bassi del lobo principale. La risposta all impulso è comunque abbastanza lunga, ed eredita i problemi del sinc per quanto riguarda sovra-elongazioni.
40 Interpolatore spline H(f) Frequenze normalizzate, ft
41 Interpolatore spline 4.2 Gradino interpolato con spline n
42 Interpolatore bicubico 42 L interpolatore spline presenta un problema: Se un campione è rumoroso/errato, l errore si propaga per tutto il segnale interpolato. È possibile ovviare al problema:. Consideriamo sempre un polinomio di grado 3 2. Imponiamo che dipenda da pochi campioni Imponiamo la derivata prima nulla agli estremi. L interpolatore così ottenuto è detto bicubico
43 n Interpolatore bicubico: derivazione Figure 5: Interpolazione con spline di un gradino rappresentato da 0 campioni. I segni Figure 5: Interpolazione con spline di un gradino rappresentato da 0 campioni. I segni indicano Consideriamo i campioni disponibili. indicano i campioni disponibili. l intervallo tra i campioni in k=0 e k= (stessa normalizzazione dello spline) Nell intervallo 0, l interpolatore h 0 (x) =a avrà + bx l espressione + cx 2 + dx 3 h 0 (x) =a + bx + cx 2 + dx 3,mentre Nell intervallo 0, l interpolatore avrà l espressione in, 2Consideriamo avrà h 2 (x) l intervallo =A + Bx successivo + Cx 2 + Dx (tra 3 h, xe è 0 (x) =a + bx + cx 2) la variabile indipendente 2 + dx 3,mentre e si assume in, 2 si avrà h che i campioni 2 (x) =A + Bx + Cx da interpolare si susseguano 2 + Dx 3, x è la variabile indipendente e si assume a passo. Inoltre si impone, ovviamente, che che i campioni da interpolare si susseguano a passo. l interpolatore abbia simmetria h 2 (x) pari. =A + Bx + Cx 2 Inoltre + Dx 3 si impone, ovviamente, che l interpolatore abbia simmetria pari. Il valore in zero della funzione dovrà essere pari a e la sua derivata sempre nell origine Il valore in zero della funzione dovrà essere pari a e la sua derivata sempre nell origine si vuole Vogliamo che sia un nulla filtro (cisimmetrico, deve essere un con massimo un massimo nell origine). (derivata Ciònulla) implica: di valore si vuole che sia nulla (ci deve essere un massimo nell origine). Ciò implica: nell origine, e zero negli altri punti noti h 0 (0) = a = (7) h 0 h (0) 0 h 0 (0) = = a = a = (7) 0(0) = b = 0 (8) h 0 0(0) h 0 = 0(0) = b = b = 0 0 (8) Inoltre: Inoltre: h 0 () = a b c + d =0! c = ( + d) (9) h 0 () = a + b + c + d =0! c = ( + d) (9) Il polinomio In [0,] interpolante il polinomio nell intervallo risulta quindi dipendente 0, èquindisolo da d: Il polinomio interpolante nell intervallo 0, èquindi Nell intervallo, 2 le condizioni da imporre sono: Nell intervallo, 2 le condizioni da imporre sono: h 0 (x) = ( + d)x 2 + dx 3 (20) h 0 (x) = ( + d)x 2 + dx 3 (20) h 2 () = A B C + D = 0 (2) h 2 () = A + B + C + D = 0 (2) 43
44 Interpolatore bicubico: derivazione 44 Ripetiamo le stesse operazioni per l intervallo [,2] h 2 () = A + B + C + D = 0 h 2 (2) = A +2B +4C +8D = 0 h 0 2(2) = B +4C + 2D = 0 Ricaviamo ancora un polinomio h 2 che dipende da un solo parametro (D) Imponiamo la condizione di continuità della derivata prima Si ricava, qu h 0 0() = h 0 2() otteniamo una sola equazione che dipende da d o D Spendiamo l ultimo grado di libertà imponendo un ulteriore condizione (a scelta all interno di un set possibile). Zero di ordine più alto possibile per la frequenza di campionamento (e multipli) 2. Oppure stessa condizione nell origine
45 Interpolatore bicubico: derivazione 45 Imponendo la prima condizione, si ottiene d = 5/4 Lobo principale più stretto Andamento oscillatorio irregolare Imponendo la seconda si ottiene d = 3/2 Il lobo è più largo Sono presenti meno oscillazioni
46 Interpolatore bicubico 46 D=3/2 D=5/4 x -2-2 D=5/4 D=3/2
Alcune note per il Corso di Fondamenti di Elaborazione Numerica dei Segnali
Alcune note per il Corso di Fondamenti di Elaborazione Numerica dei Segnali S. Tubaro October, 26 Contents Ricostruzione di segnali 3 2 Interpolazione di segnali 4 2. Interpolazione polinomiale.............................
DettagliRICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA
RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA Paolo Bestagini Ph.D. Student bestagini@elet.polimi.it http://home.deib.polimi.it/bestagini Sommario 2 Segnali deterministici Continui Discreti
DettagliINTERPOLAZIONI CON SPLINE
INTERPOLAZIONI CON SPLINE Assegnati gli n +1valori che la funzione f assume nei nodi x i, si costruisce un interpolazione polinomiale a tratti. In ognuno degli intervalli [x i 1,x i ] il polinomio interpolatore
Dettaglib vettore(termine noto) y* proiezione ortogonale di b
Carla Guerrini 1 Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione
DettagliINGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093024 email: crossi@deis.unibo.it Introduzione Il teorema di Shannon, o
DettagliProf. Carlo Rossi DEIS - Università di Bologna Tel:
Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093024 email: carlo.rossi@unibo.it Introduzione Il teorema di Shannon, o del campionamento, stabilisce la connessione esistente tra i segnali fisici
Dettagli1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.
Funzioni derivabili Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: a)2x 5 b) x 3 x 4 c) x + 1 d)x sin x. 2) Scrivere l equazione della retta tangente
DettagliInterpolazione. Corso di Calcolo Numerico, a.a. 2008/2009. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
Interpolazione Corso di Calcolo Numerico, a.a. 2008/2009 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2009 Francesca Mazzia (Univ. Bari) Interpolazione 17/04/2006 1 / 37 Interpolazione
DettagliInterpolazione di Funzioni
Interpolazione di Funzioni N. Del Buono 1 Introduzione Uno dei problemi che piu frequentemente si incontrano nelle applicazioni è la costruzione di una approssimazione di una funzione data f mediante funzioni
DettagliLezione 3 Interpolazione Polinomiale.
Lezione 3 Interpolazione Polinomiale http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Scopi dell interpolazione Dati i valori y i di una grandezza Y in corrispondenza
Dettagliche coinciderà con la (2) se g[n] = g (n ), condizione verificata dal teorema di Poisson.
La simulazione di sistemi analogici LTI per via digitale si è resa necessaria in quanto permette non solo la perfetta riproducibilità del fenomeno da studiare in situazioni ambientali anche molto diverse,
DettagliEsercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s.
ASB 17/01/12 (270) Esercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s. A 0 T 2T 3T t - A Si consideri il segnale
DettagliCampionamento e quantizzazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliSEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione
SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a. 00-005) Homework assignment # Testo e Soluzione Esercizio Si consideri l equazione differenziale ordinaria, lineare a coefficienti costanti
DettagliTrasformata discreta di Fourier diunasequenzafinita: algoritmifft
diunasequenzafinita: algoritmifft La TDF di una sequenza finita può essere calcolata utilizzando algoritmi, computazionalmente efficienti, quali gli algoritmi Fast Fourier Transform (FFT). L efficienza
DettagliFondamenti 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) = ( )
DettagliProgetto dei Sistemi di Controllo Digitali. Docente: Prof. Francesco Amato
Progetto dei Sistemi di Controllo Digitali Docente: Prof. Francesco Amato 1 Schema di un sistema di controllo digitale Controllore digitale r e A/D e* u* D/A u y Processo Sistema a empo-continuo Sistema
DettagliElaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi. Mauro Biagi
Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi Mauro Biagi Outline Dall analogico al digitale Quantizzazione dell inormazione Trasormate di Fourier
DettagliCAMPIONAMENTO. y(t) = x 1 (t) x 2 (t) Σ δ(t - kt c. ) k. Figure 1:
CAMPIONAMENTO 1) Si considerino i due segnali a banda limitata x 1 (t) con banda B 1 e x 2 (t) con banda B 2. Si costruisca il segnale y(t) come y(t) = x 1 (t) x 2 (t) Volendo applicare il principio del
DettagliCampionamento. Campionamento: problema
Posizione del problema uniforme Ricostruzione Teorema del campionamento Significato della formula di ricostruzione Sistema di conversione A/D sample & hold quantizzazione Sistema di conversione D/A : problema
DettagliCorso di Elaborazione Numerica dei Segnali Esame del 7 Luglio 2004
Corso di Elaborazione Numerica dei Segnali Esame del 7 Luglio TOTALE PUNTI: L allievo é invitato a dare una ragionata e succinta risposta a tutti gli argomenti proposti, per dimostrare il livello di preparazione
DettagliLa Trasformata di Fourier Discreta. e sue applicazioni
Prof. Lucio Cadeddu Giorgia Tranquilli Università degli Studi di Cagliari Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica La Trasformata di Fourier Discreta e sue applicazioni Relatore: Tesi
DettagliCAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI
CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Segnali in formato numerico Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 3 - PROBLEMI DI INTERPOLAZIONE Introduzione Problemi di interpolazione Supponiamo di avere un insieme di dati che rappresentano misurazioni
DettagliA =, c d. d = ad cb. c d A =
Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il
Dettagli0.1 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( ) ( ) = ( )* ( ) Z f X f Y f. sin 2 f. 0 altrove. Esempio di Modulazione
Esempio di Modulazione z ( t) = x( t) y ( t) dove x( t ) e y () t ammetto trasformata di Fourier X ( f ) e Y ( f ) Per z ( t ) si ha (convoluzione degli spettri): Ad esempio se: ( ) = sin( 2π f t) x t
Dettagli2. Costruire un M function file di Matlab che calcola il valore del
Esercizi. 1. Costruire un M function file di Matlab che calcola il valore del polinomio di Chebyshev di grado n in un vettore di punti, usando la formula di ricorrenza a tre termini. Costruire il grafico
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 3 - CALCOLO NUMERICO DELLE DERIVATE Introduzione Idea di base Introduzione Idea di base L idea di base per generare un approssimazione alla
Dettaglif(x) dx = F (b) F (a) Formula di quadratura o di integrazione numerica c i f(x i ) + R n (f)
INTEGRAZIONE NUMERICA Integrale di funzione I(f) = a f(x) dx = F (b) F (a) Formula di quadratura o di integrazione numerica a f(x) dx = n i=0 c i f(x i ) + R n (f) dove le {x i } sono i nodi e {c i } sono
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 3 - PROBLEMI DI INTERPOLAZIONE Lucio Demeio Dipartimento di Scienze Matematiche 1 Interpolazione: Polinomio di Lagrange 2 3 Introduzione Problemi di interpolazione
DettagliAnno accademico
RICHIAMI PER IL CORSO DI ANALISI NUMERICA PROF R MORANDI Anno accademico 28 29 1 RICHIAMI: PRECISIONE FINITA (USO DEL CALCOLATORE) IN UN CALCOLATORE UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTA- TA COME
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 4 - DERIVAZIONE NUMERICA Lucio Demeio Dipartimento di Scienze Matematiche 1 Calcolo numerico delle derivate 2 3 Introduzione Idea di base L idea di base
DettagliDerivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)
Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo
DettagliProva scritta di Teoria dei Segnali: nuovo ordinamento
Prova scritta di Teoria dei Segnali: nuovo ordinamento 1. Dati i segnali x(t) = rect[(t-2)/2] e y(t) = 2rect[(t+3)/2], si calcoli il prodotto di convoluzione tra x(t) e y(t), 2. Si calcoli la trasformata
DettagliSEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione
Esercizio 1 [punti 4] SEGNALI E SISTEMI (a.a. 003-004) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 003 Testo e Soluzione Per ciascuno dei seguenti segnali dire se è periodico e,
DettagliMETODI DI COLLOCAZIONE POLINOMIALE (Metodi di Runge-Kutta continui) November 30, 2004
METODI DI COLLOCAZIONE POLINOMIALE (Metodi di Runge-Kutta continui) November, Nell approssimare numericamente un problema di Cauchy, puo capitare di essere interessati a valori della soluzione in punti
Dettagli( 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
DettagliIl problema lineare dei minimi quadrati
Il problema lineare dei minimi quadrati APPLICAZIONE: Il polinomio di migliore approssimazione nel senso dei minimi quadrati Felice Iavernaro Dipartimento di Matematica Università di Bari 15 Gennaio 2009
Dettagli1 Schemi alle differenze finite per funzioni di una variabile
Introduzione In questa dispensa vengono forniti alcuni elementi di base per la soluzione di equazioni alle derivate parziali che governano problemi al contorno. A questo scopo si introducono, in forma
DettagliCalcolo Integrale. F (x) = f(x)?
3 Calcolo Integrale Nello studio del calcolo differenziale si è visto come si può associare ad una funzione la sua derivata. Il calcolo integrale si occupa del problema inverso: data una funzione f è possibile
DettagliLezione 4 Quadratura Numerica. Fernando Palombo
Lezione 4 Quadratura Numerica http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Scopo della Quadratura Numerica Calcolare con metodi numerici un integrale definito
DettagliAppunti di Analisi Numerica
Appunti di Analisi Numerica Giuseppe Profiti 30 ottobre 2006 1 Esempi di curve di Bezier per caratteri Differenza tra carattere vettoriale e bitmap in un file PDF caratteri pfb in fontforge, modifica delle
DettagliPROGETTO DI FILTRI NUMERICI FIR CON L USO DI FINESTRE
1/14 ROGETTO DI FILTRI NUMERICI FIR CON L USO DI FINESTRE rogetto di filtri FIR con l uso di finestre 2/14 I filtri IIR offrono caratteristiche attraenti, ma anche svantaggi: se si vuole effettuare l elaborazione
DettagliSoluzione. Il dominio E consiste nella parte di spazio contenuta nella sfera ma esterna al cono rappresentata in Figura 1. Infatti
Esercizio 1 (G. Ziglio). (6 punti) Calcolare il volume della porzione di spazio E interna alla sfera di equazione x 2 + y 2 + z 2 = 1 ed esterna al cono di equazione z 2 = x 2 + y 2 E = (x, y, z) R x 2
DettagliIn realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo
Segnali trattati sino ad ora: continui, durata infinita,.. Su essi sono stati sviluppati strumenti per analizzare output di circuiti e caratteristiche del segnale: Risposta all impulso, prodotto di convoluzione,
DettagliPreparazione orale analisi numerica:
Preparazione orale analisi numerica: CAPITOLO Errori (1): Ricavare il coefficiente di amplificazione: Sviluppare la serie di Taylor su di centro CAPITOLO Gerschgorin (4): Primo teorema di Gershgorin (Massimizzare
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;
DettagliIl metodo di Galerkin Elementi Finiti Lineari
Il metodo di Galerkin Elementi Finiti Lineari Si consideri il problema: u(x) = f(x), x (, ), u() = 0, u() = 0. Se ne fornisca la corrispondente formulazione debole. Si costruiscano inoltre la matrice di
DettagliINTERPOLAZIONE POLINOMIALE
Capitolo 5 INTERPOLAZIONE POLINOMIALE Un problema che frequentemente si presenta in matematica applicata è quello dell approssimazione di funzioni, che consiste nel determinare una funzione g, appartenente
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Approssimazione di dati e funzioni Approssimazione ai minimi quadrati Docente Vittoria Bruni Email:
DettagliLaboratorio di Calcolo Numerico
Laboratorio di Calcolo Numerico M.R. Russo Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2009/2010 Equazioni non lineari Data una funzione consideriamo il problema
DettagliQuali condizionisi si possono richiedere sulla funzione interpolante?
INTERPOLAZIONE Problema generale di INTERPOLAZIONE Dati n punti distinti ( i, i ) i=,..,n si vuole costruire una funzione f() tale che nei nodi ( i ) i=,..n soddisfi a certe condizioni, dette Condizioni
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it Campionamento di segnali In MATLAB, qualunque segnale continuo è approssimato da una sequenza campionata. Si
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi : Risposta in frequenza dei circuiti TD Rappresentazione nel dominio della frequenza,
DettagliANALISI DI FOURIER. Segnali tempo continui:
ANALISI DI FOURIER Segnali tempo continui: Segnali aperiodici Introduzione alla Trasformata Continua di - Derivazione intuitiva della TCF a partire dallo Sviluppo in Serie di - Spettro di ampiezza e fase
DettagliINTERPOLAZIONE. Francesca Pelosi. Dipartimento di Matematica, Università di Roma Tor Vergata. CALCOLO NUMERICO e PROGRAMMAZIONE
INTERPOLAZIONE Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ INTERPOLAZIONE p./8 INTERPOLAZIONE Nella
DettagliFondamenti di Data Processing
Fondamenti di Data Processing Vincenzo Suraci Automazione INTRODUZIONE AL DATA PROCESSING ACQUISIZIONE DATI SCHEMA COSTRUTTIVO SCHEDA INPUT OSCILLATORE A FREQUENZA COSTANTE BANDA PASSANTE ACCORDATA AL
DettagliAnalisi armonica su dati campionati
Sistemi di misura digitali Analisi armonica su dati campionati - 1 Analisi armonica su dati campionati 1 - Troncamento del segnale Distorsione di leakage L analisi di Fourier è un metodo ben noto per ottenere
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.
DettagliTeoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui
Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
DettagliSistemi Lineari. Elisabetta Colombo. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 200-20 2 a di o.0 4 Capelli Rango o Caratterisca : definizioni a di o.0 Un equazione nelle n incognite x,..., x n della forma dove
Dettaglia.a Geometria 2. Esercizi 9. Interpolazione. Curve composte. 1/2, b 3, b = 1
aa - Geometria Esercizi 9 Interpolazione Curve composte Siano dati i punti del piano b i Determinare una curva di grado che passa per tali punti per t / / ii Quante ce ne sono? iii Col metodo dei minimi
DettagliCorso di Calcolo Scientifico
I Modulo del corso integrato di Calcolo Dott.ssa Maria Carmela De Bonis a.a. 2012-13 Approssimazione di Funzioni In molti problemi matematici emerge l esigenza di dover approssimare una funzione f C k
DettagliAppunti sui Codici di Reed Muller. Giovanni Barbarino
Appunti sui Codici di Reed Muller Giovanni Barbarino Capitolo 1 Codici di Reed-Muller I codici di Reed-Muller sono codici lineari su F q legati alle valutazioni dei polinomi sullo spazio affine. Per semplicità
DettagliCorrezione secondo compitino, testo B
Correzione secondo compitino, testo B 7 aprile 2010 1 Parte 1 Esercizio 1.1. Tra le funzioni del vostro bestiario, le funzioni che più hanno un comportamento simile a quello cercato sono le funzioni esponenziali
DettagliIstituzioni 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,
DettagliCorso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli. Esercizi di riepilogo - LABORATORIO
Cognome: Nome: 1 Matricola: Corso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli Esercizi di riepilogo - LABORATORIO Creare una directory nominata cognome nome dove cognome
DettagliSoluzioni. 152 Roberto Tauraso - Analisi Risolvere il problema di Cauchy. { y (x) + 2y(x) = 3e 2x y(0) = 1
5 Roberto Tauraso - Analisi Soluzioni. Risolvere il problema di Cauchy y (x) + y(x) = 3e x y() = R. Troviamo la soluzione generale in I = R. Una primitiva di a(x) = è A(x) = a(x) dx = dx = x e il fattore
DettagliElenco dei simboli 9. Prefazione 10
Indice Elenco dei simboli 9 Prefazione 10 1 Analisi nel dominio del tempo 11 1.1 Segnali tempo discreto... 11 1.1.1 Segnali notevoli tempo discreto... 13 1.1.2 Alcuni criteri di classificazione di segnali
DettagliINTERPOLAZIONE. Introduzione
Introduzione INTERPOLAZIONE Quando ci si propone di indagare sperimentalmente la legge di un fenomeno, nel quale intervengono due grandezze x, y simultaneamente variabili, e una dipendente dall altra,
DettagliFunzioni 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
DettagliCAMPIONAMENTO CATENA ELETTROACUSTICA DIGITALE, CAMPIONAMENTO, QUANTIZZAZIONE
CAMPIONAMENTO CATENA ELETTROACUSTICA DIGITALE, CAMPIONAMENTO, QUANTIZZAZIONE Catena elettroacustica DIGITALE 2 Compressione/ Rarefazione dell aria Compressione/ Rarefazione dell aria ADC DAC Segnale elettrico
DettagliApprossimazione di dati
Approssimazione di dati Lucia Gastaldi DICATAM - Sez. di Matematica, http://dm.ing.unibs.it/gastaldi/ Indice 1 Approssimaz. di dati Approssimazione di dati 2 Minimi quadrati lineari Regressione lineare
DettagliCAMPIONAMENTO E RICOSTRUZIONE. Y(f) Y(f-15) Y(f+15) f[hz] Yc(f) Y(f) Y(f-17.5) Y(f+17.5) Yc(f) Esercizio 1
CAMPIONAMENTO E RICOSTRUZIONE Esercizio 1 Dato il segnale y(t), con trasformata di Fourier Y(f) rappresentata in figura, rappresentare lo spettro del segnale ottenuto campionando idealmente y(t) con a)
Dettagli1 Finestratura di una trasformata di Hilbert
1 Finestratura di una trasformata di Hilbert Considerando la sequenza a n = 1 ( 1)n ;
DettagliFondamenti di elaborazione numerica dei segnali
Esercizi per la I prova in itinere del corso: Fondamenti di elaborazione numerica dei segnali. Trasformata z di una sequenza illimitata causale Si consideri la sequenza causale ) 3 n x n = e i π 3 n, n
DettagliQuale delle seguenti rappresentazioni del numero reale è in virgola mobile normalizzata?
Quale delle seguenti istruzioni MATLAB esegue il calcolo del raggio spettrale di una matrice quadrata A? a. max(eig(abs(a))) b. max(abs(eig(a))) c. abs(max(eig(a))) d. max(abs(eig(a *A))) Il raggio spettrale
DettagliANALISI DI FOURIER. Segnali a Tempo Discreto:
ANALISI DI FOURIER Segnali a Tempo Discreto: - - Sequenza periodica - Taratura degli assi frequenziali - TDF di una sequenza finita - Campionamento in Frequenza Serie discreta di Fourier Consideriamo una
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
DettagliNote sull algoritmo di Gauss
Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 31 agosto 2011 Testo e soluzioni
Esame di Calcolo Numerico per Informatica A.A. 21/11 Proff. S. De Marchi e M. R. Russo 31 agosto 211 Testo e soluzioni L esame consiste di 4 domande aperte e 1 esercizi a risposta multipla. Per gli esercizi
DettagliAnalisi nel dominio del tempo delle rappresentazioni in variabili di stato
4 Analisi nel dominio del tempo delle rappresentazioni in variabili di stato Versione del 21 marzo 2019 In questo capitolo 1 si affronta lo studio, nel dominio del tempo, dei modelli di sistemi lineari,
DettagliEsame di FONDAMENTI DI AUTOMATICA (9 CFU) SOLUZIONE
Esame di FONDAMENTI DI AUTOMATICA (9 CFU) Prova scritta 9 giugno 2017 SOLUZIONE ESERCIZIO 1. Si consideri un altoparlante ad attrazione magnetica per la riproduzione sonora, rappresentato dalla seguente
DettagliCORSI DI LAUREA IN MATEMATICA E FISICA
CORSI DI LAUREA IN MATEMATICA E FISICA FOGLIO DI ESERCIZI # 6 GEOMETRIA 1 Esercizio 6.1 (Esercizio 5.1). Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Per esempio il vettore
Dettagli3. Sistemi Lineari a Tempo Discreto
. Sistemi Lineari a Tempo Discreto .5 y(t), y(kt) 4 y(t), y(kt).5.5.5.5.5 4 5 4 5 Campionamento di un segnale continuo Fig. (a) Segnale discreto Fig. (b) Esprimono relazioni fra variabili campionate ad
DettagliEsercitazione ENS sulle finestre (22 Aprile 2008)
Esercitazione ENS sulle finestre ( Aprile 008) D. Donno Esercizio : Separazione di due segnali Si consideri un segnale z(t) somma di due segnali x(t) e y(t) reali e di potenza simile, ciascuno con semi
DettagliInterpolazione e approssimazione di funzioni
Interpolazione e approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 26 febbraio 2007 Outline 1 Interpolazione polinomiale Interpolazione
DettagliAnalisi Matematica III modulo Soluzioni della prova scritta preliminare n. 2
Analisi Matematica III modulo Soluzioni della prova scritta preliminare n. Corso di laurea in Matematica, a.a. 003-004 17 dicembre 003 1. Si consideri la funzione f : R R definita da f(x, y) = x 4 y arctan
DettagliLa notazione usata è quella usuale nel caso scalare, ed è estesa al caso generale. Consideriamo una forma quadratica:
. SU ALCUNI OPERAORI DI DERIVAZIONE Alcune operazioni tipiche dell analisi matematica hanno un diretto riscontro in termini matriciali. Consideriamo ad esempio una forma lineare: f() l l + l +..l n n ;
DettagliRisoluzione di sistemi lineari
Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini
DettagliArgomento 13 Sistemi lineari
Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto
DettagliRaccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia
Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia Nota Bene: Gli esercizi di questa raccolta sono solo degli esempi. Non sono stati svolti né verificati e servono unicamente da spunto
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
DettagliSistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
DettagliEsercizi proposti di Analisi Numerica
Esercizi proposti di Analisi Numerica Silvia Bonettini Dipartimento di Matematica, Università di Ferrara 30 gennaio 2012 1 Conversioni, operazioni di macchina e analisi dell errore 1. Convertire i numeri
Dettagli