zpracování signálů - Fourierova transformace, FFT Frekvenční

Rozměr: px
Začít zobrazení ze stránky:

Download "zpracování signálů - Fourierova transformace, FFT Frekvenční"

Transkript

1 Digitální zpracování signálů - Fourierova transformace, FF Frevenční analýza 3. přednáša Jean Baptiste Joseph Fourier ( ) Zálady experimentální mechaniy

2 Frevenční analýza Proč se frevenční analýza provádí: B C a(t) A(f) A B C D E A čas D E vibrace frevence Jednotlivé jevy jsou v časové oblasti promíchány Jednotlivé jevy jsou ve frevenční oblasti od sebe odděleny 2/32

3 Digitální zpracování signálů Fourierova transformace (pro spojitou funci): funce x(t), periodicá v čase, může být vyjádřena jao neonečná posloupnost: x(t) = a n= a n 2πnt cos + b n 2πnt sin de a n a b n mohou být vypočteny ze znalosti x(t) pomocí vztahů 2 2πnt an = x(t) cos dt 0 2 2πnt bn = x(t) sin dt 0 2π = ω 3/32

4 Digitální zpracování signálů x Fourierova transformace (pro disretizovanou funci): funce x(t) je disretizována a trvá onečný čas, je definována na množině N jednotlivých časových oamžiů t : N / 2 a = 2 n= 2πnt 0 ( x( t )) = + a cos + b sin ;, N Koeficienty a n a b n jsou Fourierovy neboli spetrální oeficienty funce x(t) a často jsou zobrazovány ve tvaru amplitudy a fáze: 2πnt n n = cn c n = a n b n φ = n n arctg an x N / 2 b ( x( t )) = c cos + ϕ ;, N = n n = n= N / 2 2πnt tedy: 4/32

5 Disrétní Fourierova transformace - DF Vstupní signál je A/D převodníem digitalizován a zaznamenán jao množina N disrétních hodnot s pravidelnými časovými rozestupy v intervalu. Předpoládá se, že vzore v čase je periodicý. Je vypočtena onečná Fourierovařada (transformace) jao odhad požadované Fourierovy transformace. Platí záladní vztah mezi délou vzoru, počtem disrétních hodnot N, vzorovací (digitalizační) frevencí fs a rozsahem a rozlišením frevenčního spetra (fmax, f): fs fmax = = 2 f f = S = N 2 N f s vzorovací frevence f max Nyquistova frevence f frevenční rozlišení rozsah zísaného spetra je <0;f max > 5/32

6 Disrétní Fourierova transformace - DF Záladní rovnice pro určení spetrálního složení: x x x M x 2 3 N = cos cos cos cos ( 2π / ) sin( 2π / ) ( 4π / ) sin( 4π / ) ( 6π / ) sin( 6π / ) M M K a K a K b K M ( 2Nπ / ) sin( 2Nπ / ) K M 0 { x } = [ C] { } a n K určení neznámých spetrálních (Fourierových) oeficientů obsažených v {a n } tedy použijeme: { } [ ] a = C { x } n Nejpoužívanějším algoritmem výpočtu spetrální analýzy je rychlá Fourierova transformace - FF. ato metoda vyžaduje, aby N bylo celočíselnou mocninou 2. 6/32

7 Specificé rysy DF Digitální Fourierova analýza má mnoho rysů, teré mohou vést chybným výsledům, poud nejsou správně ošetřeny. Jsou důsledem disretizace nutnosti omezit délu časového signálu Je třeba uvážit: aliasing chyby úniem vliv oen filtrování frevenční lupu průměrování 7/32

8 Aliasing ento jev plyne z disretizace původně spojitého časového signálu. Při malé vzorovací frevenci je přítomnost vysoých frevencí v původním signálu při tomto disretizačním procesu špatně interpretována. yto vysoé frevence se ve spetru objeví jao nízé frevence, nebo spíše budou od sutečných nízofrevenčních slože nerozpoznatelné. nízofrevenční signál vysoofrevenční signál Spetrum zísané pomocí DF je zreslené, i dyž výpočet je proveden přesně! 8/32

9 Použití anti-aliasingového aliasingového filtru Nejvyšší frevence, terá může být ve spetru obsažena, je ω s /2. Vyšší frevence jsou zrcadleny do nižších frevencí. sutečné spetrum signálu spetrum zísané z DF 9/32

10 Použití anti-aliasingového aliasingového filtru Anti-aliasingový filtr podrobí původní časový signál nízopásmovému filtru s ostrou sestupnou hranou. nefiltrovaný signál anti-aliasingový filtr filtrovaný signál Protože filtry mají onečný slon sestupné hrany, odstraňují se i spetrální měření ve frevenčním rozsahu blízém Nyquistově frevenci ω s /2. Proto při 2048 bodové transformaci není výsledem úplné 024 čárové spetrum, ale typicy se zobrazuje pouze prvních 800 čar. Anti-aliasingová opatření tvoří nedílnou součást analyzátoru! 0/32

11 Chyba úniem - leaage,, použití váhových oen Když signál není periodicý, energie "unine" do mnoha spetrálních čar blízých sutečné frevenci a spetrum je rozprostřeno přes něoli čar: a(t) periodicý signál b(t) neperiodicý signál čas čas obdélníové ono (žádné vážení) A(f) B(f) frevence frevence /32

12 Chyba úniem - leaage,, použití váhových oen periodicý signál neperiodicý signál a(t) b(t) čas čas Hanningovo ono 2πt cos A(f) B(f) frevence frevence 2/32

13 Chyba úniem - leaage Vztah mezi časovým omezením signálu a chybou úniem ve spetru: spojitý signál a(t) A(f) a(t) w(t) w(t) čas * W(f) čas = = A(f)*W(f) * = frevence frevence čas a(t) digitální signál - naměřená data DF A(f) frevence čas časové omezení úni f = frevence 3/32

14 Chyba úniem - leaage Minimalizace chyby úniem: Změnou dély trvání měřeného vzoru ta, aby vyhověla záladní periodicitě signálu, např. změnou doby měření úplné odstranění chyby, málody realizovatelné Zvětšení dély trvání doby měření, taže frevenční rozlišení je jemnější vliv chyby se zmenší Uzavření signálu do oen - "oenní transformace" 4/32

15 Průměrování Dosavadní poznámy DF se týaly deterministicých dat. Vibrační data jsou náhodné signály nestačí vypočíst Fourierovu transformaci - ta ani pro náhodný proces neexistuje potřebujeme odhady spetrálních hustot a orelačních funcí (tyto jsou vypočteny z Fourierovy transformace) je nutné provést proces průměrování, terý zahrne něoli jednotlivých časových záznamů počet požadovaných průměrů ovlivňuje:» požadovaná statisticá spolehlivost» míra šumu v signálu 5/32

16 ypy průměrování bez přerytí s přerytím lineární exponenciální s držením špičy doba zpracování 6/32

17 ypy průměrování 7/32

18 a a frevenční analýza ještě jednou jina K frevenčním složám budeme přistupovat jao rotujícím vetorům fázorům Na obrázu je vetor F = a + ib zobrazený v omplexní rovině F = a + ib = F e iϕ F ϕ Re a b -ϕ F* = a - ib = F e -iϕ a = F cos ϕ b = F sin ϕ 2 F = a + b b ϕ = arctg a F = F cosϕ + isin 2 ( ϕ) Im -ib ϕ e i = cosϕ + isinϕ F = F e iϕ i 2 b = -b F iϕ F2 = F e F2 e = F F2 e iϕ2 i ( ϕ +ϕ ) 2 8/32

19 Záladní předpolady Záladem frevenční analýzy je Fourierova transformace Předpoládá, že signál se sládá z ( ) mnoha (o)sinusových slože různých frevencí Každá složa má svou frevenci, amplitudu a počáteční fázi 9/32

20 Zobrazení typicé složy ( 2πft + φ) Jao součet dvou vetorů s amplitudou A/2 A cos rotujících v opačném smyslu i θ ( ) θ i e + e A A cosθ = de θ = 2πft + φ 2 20/32

21 Rozlad periodicé funce do Fourierovy řady g(t) je periodicá funce, tzn. g(t) = g(t+n) Může být vyjádřena jao součet sinusových slože (rotujících vetorů) na frevencích f, de f = / celé číslo včetně nuly a záporných čísel -tou složu dostaneme z integrálu: i2πf t ( ) g( t) e dt G f / 2 = de f = f,tj. -tá harmonicá f / 2 2/32

22 Rozlad periodicé funce do Fourierovy řady Re Re φ Im Im o znamená, že dyž signál g(t) obsahuje složu, terá rotuje s frevencí f, ta e i2 π f násobení jednotovým vetorem (terý rotuje s frevencí f ) anuluje rotaci této složy signálu a její integrací v čase dostaneme onečnou hodnotu. t Všechny složy na jiných frevencích stále rotují i po násobení e i2 π f t a proto jejich integrál za časovou periodu je nulový. 22/32

23 Rozlad periodicé funce do Fourierovy řady / 2 Pomocí integrálu i2πf t G( f ) g( t) e dt extrahujeme ze signálu g(t) = / 2 složy rotující na všech frevencích f. ím tay fázové úhly aždé z nich zamrznou v poloze, ve teré byly v i2πf t nulovém čase (dy e = ) Sutečnou polohu aždého vetoru v libovolném čase lze zísat násobením jeho počáteční hodnoty G(f ) opačně rotujícím jednotovým vetorem i 2 f t e π Celový signál g(t) bude vetorový součet všech těchto vetorů v jejich oamžitých polohách, tj.: g ( t) = G( f ) = e i2πf t 23/32

24 3D zobrazení spetra Řada omplexních hodnot G(f ) je nazývána spetrum slože signálu g(t) Protože aždá z nich má amplitudu a fázi (nebo reálnou a imaginární složu), je úplnému zobrazení třeba 3D omplexní spetrum 24/32

25 Vlastnosti spetra Signál g(t), terý je v čase periodicý, má disrétní spetrum, jehož složy mají frevence, teré jsou vždy celočíselnými násoby záladní frevence f. Vetor se záladní frevencí f se otočí o 360º jednou za periodu. Vetor se záladní frevencí f se otočí o 360º -rát za periodu. Po uplynutí periody se všechny vetory vrátí do své výchozí pozice. Funce g(t) je reálná funce, protože aždé složce s frevencí f odpovídá složa s frevencí f, terá má stejnou amplitudu, ale opačnou fázi (tedy stejnou reálnou složu a opačnou imaginární složu). Imaginární složy na všech frevencích se vyruší a výslede je vždy reálný. Spetrum reálné funce je sudá funce: G(f ) = G*(-f ) Stejnosměrná složa je vždy reálná fázový úhel je 0 nebo ± π 25/32

26 Výonové spetrum Oamžitý výon časového signálu g(t) je roven [g(t)] 2 a průměrný výon za jednu periodu je dán integrací oamžité hodnoty signálu v průběhu periody: P průměrný = { g( t) } Pro typicou složu A cos 2πf t + φ to vede na: 0 ( ) 2 dt A Pprůměrný = A cos ( 2 ft ) dt cos[ 2( 2 ft )] dt = π + φ = π + φ A 2 2 protože integrál sinové části frevence 2f za periodu je nulový. o je známý výslede pro střední hodnotu sinusovy s amplitudou A a vede na hodnotu A efetivní hodnota (RMS) = 2 26/32

27 Výonové spetrum Výon na aždé frevenci je dán přímo druhou mocninou amplitudy složy Fourierova spetra: Amplituda složy G(f ) je A /2, de A je amplituda -té sinusovy, taže její druhá mocnina je A 2 /4. Jeliož amplitudové spetrum je sudá funce, platí to podobně pro zápornou frevenci a celový výon na frevenci f bude dán součtem těchto slože, tedy A 2 /2, což je stejný výslede, jaý jsme dostali v časové oblasti. Celový výon může být zísán buď integrací časového signálu nebo sečtením druhých mocnin amplitud všech frevenčních slože (Parsevalův teorém). Protože ve výonovém spetru už není obsažena informace o fázi, není možné z něj zísat zpět původní časový signál. 27/32

28 Fourierova transformace Předešlé výsledy se týaly periodicých signálů. o je možné zobecnit na případ, dy V tomto případě se frevenční rozlišení / mezi harmonicými blíží nule a G(f) se stává spojitou funcí frevence. i2πft ( ) = g( t) e dt G f g i2πft ( t) = G( f ) e dt přímá Fourierova transformace zpětná Fourierova transformace transformační pár Funce je spojitá v časové i frevenční oblasti. 28/32

29 Vzorovaná časová funce Funce reprezentovaná časovými vzory v evidistantníchčasových rocích (disrétní v časové oblasti, spojitá ve frevenční oblasti) Je to opačný případ Fourierověřadě (spojitá v časové oblasti, disrétní ve frevenční oblasti). V důsledu symetrie Fourierova transformačního páru je spetrum periodicé s periodou rovnou vzorovací frevenci f s f s = / t ransformační pár pro funci reprezentovanou časovými vzory má tvar: n= ( ) = g( t ) G f g f n e i2πft i2πftn ( t ) G( f ) e dt n n s =, de t f n = n t n-tý časový vzore s f s / 2 / 2 29/32

30 Disrétní Fourierova transformace Funce je vzorovaná v časové i frevenční oblasti signál i spetrum jsou implicitně periodicé ransformační pár má tvar: N N n= 0 ( ) = g( n) G e 2πn i N přímá DF N = 0 ( ) = G( ) g n e 2πn i N zpětná DF 30/32

31 Zálady experimentální mechaniy 3. přednáša 3/32 Disrétní Disrétní Fourierova Fourierova transformace transformace Vztah pro přímou DF lze zjednodušeně napsat: G g n N G A = de g n vetor reprezentující N omplexních frevenčních slože vetor reprezentující N časových vzorů /N jednoduché měříto A čtvercová matice jednotových vetorů = g g g g g g g g 8 G G G G G G G G řady matice frevence = 0,, 2 7 sloupce matice časové oamžiy n = 0,, 2 7 N n 2 i e π

32 Evivalence otáčení v ladném a záporném smyslu pro disrétní funce Re -/8 otáčy Im +7/8 otáčy Fourier ova transformace 32/32

33 Děuji za pozornost!

20 - Číslicové a diskrétní řízení

20 - Číslicové a diskrétní řízení 20 - Číslicové a disrétní řízení Michael Šebe Automaticé řízení 2013 22-4-14 Analogové a číslicové řízení Proč číslicově? Snadno se přeprogramuje (srovnej s výměnou rezistorů/apacitorů v analogové řídicím

Více

Transformátory. Mění napětí, frekvence zůstává

Transformátory. Mění napětí, frekvence zůstává Transformátory Mění napětí, frevence zůstává Princip funce Maxwell-Faradayův záon o induovaném napětí e u i d dt N d dt Jednofázový transformátor Vstupní vinutí Magneticý obvod Φ h0 u u i0 N i 0 N u i0

Více

Funkce komplexní proměnné a integrální transformace

Funkce komplexní proměnné a integrální transformace Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na

Více

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb:

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb: MOMENT SETRVAČNOST Obecná část Pomocí Newtonova pohybového záona síly můžeme odvodit pohybovou rovnici pro rotační pohyb: dω M = = ε, (1) d t de M je moment vnější síly působící na těleso, ω úhlová rychlost,

Více

Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnáván

Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnáván Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnávání Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Periodicita v časových

Více

Spektrum 1. Spektrum 2. Výsledné Spektrum. Jan Malinský

Spektrum 1. Spektrum 2. Výsledné Spektrum. Jan Malinský Jan Malinsý V omo doumenu bude odvozeno sperum vysenuého sinusového signálu pomocí onvoluce ve frevenční oblasi. V časové oblasi e možno eno vysenuý signál vyvoři násobením obdélníového ( V a sinusového

Více

MĚŘENÍ MOMENTU SETRVAČNOSTI Z DOBY KYVU

MĚŘENÍ MOMENTU SETRVAČNOSTI Z DOBY KYVU Úloha č 5 MĚŘENÍ MOMENTU SETRVAČNOSTI Z DOBY KYVU ÚKOL MĚŘENÍ: Určete moment setrvačnosti ruhové a obdélníové desy vzhledem jednotlivým osám z doby yvu Vypočtěte moment setrvačnosti ruhové a obdélníové

Více

7.3.9 Směrnicový tvar rovnice přímky

7.3.9 Směrnicový tvar rovnice přímky 739 Směrnicový tvar rovnice přímy Předpolady: 7306 Pedagogicá poznáma: Stává se, že v hodině nestihneme poslední část s určováním vztahu mezi směrnicemi olmých příme Vrátíme se obecné rovnici přímy: Obecná

Více

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)

Více

Návrh vysokofrekvenčních linkových transformátorů

Návrh vysokofrekvenčních linkových transformátorů inové transformátory inové transformátory Při požadavu na transformaci impedancí v široém frevenčním pásmu, dy nelze obsáhnout požadovanou oblast mitočtů ani široopásmovými obvody, je třeba použít široopásmových

Více

7.3.9 Směrnicový tvar rovnice přímky

7.3.9 Směrnicový tvar rovnice přímky 7.3.9 Směrnicový tvar rovnice přímy Předpolady: 7306 Pedagogicá poznáma: Stává se, že v hodině nestihneme poslední část s určováním vztahu mezi směrnicemi olmých příme. Vrátíme se obecné rovnici přímy:

Více

doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

doc. Dr. Ing. Elias TOMEH   Elias Tomeh / Snímek 1 doc. Dr. Ing. Elias TOMEH e-mail: elias.tomeh@tul.cz Elias Tomeh / Snímek 1 Frekvenční spektrum Dělení frekvenčního pásma (počet čar) Průměrování Časovou váhovou funkci Elias Tomeh / Snímek 2 Vzorkovací

Více

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti Lineární a adaptivní zpracování dat 3. SYSTÉMY a jejich popis ve frekvenční oblasti Daniel Schwarz Osnova Opakování: systémy a jejich popis v časové oblasti Fourierovy řady Frekvenční charakteristika systémů

Více

a) formulujte Weierstrassovo kritérium stejnoměrné konvergence b) pomocí tohoto kritéria ukažte, že funkční řada konverguje stejnoměrně na celé R

a) formulujte Weierstrassovo kritérium stejnoměrné konvergence b) pomocí tohoto kritéria ukažte, že funkční řada konverguje stejnoměrně na celé R ) ČÍSELNÉ A FUNKČNÍ ŘADY (5b) a) formulujte Leibnitzovo ritérium včetně absolutní onvergence b) apliujte toto ritérium na řadu a) formulujte podílové ritérium b) posuďte onvergenci řad c) oli členů této

Více

Modelování a simulace regulátorů a čidel

Modelování a simulace regulátorů a čidel Modeloání a simulace regulátorů a čidel. Modeloání a simulace PI regulátoru Přenos PI regulátoru je yjádřen následujícím ztahem F( p) = ( + p ) p V Simulinu je tento blo obsažen nihoně prů. Bohužel použití

Více

Analýza a zpracování signálů. 5. Z-transformace

Analýza a zpracování signálů. 5. Z-transformace nalýa a pracování signálů 5. Z-transformace Z-tranformace je mocný nástroj použitelný pro analýu lineárních discretetime systémů Oboustranná Z-transformace X j F j x, je omplexní číslo r e r e Oboustranná

Více

Číslicové zpracování signálů a Fourierova analýza.

Číslicové zpracování signálů a Fourierova analýza. Číslicové zpracování signálů a Fourierova analýza www.kme.zcu.cz/kmet/exm 1 Obsah prezentace 1. Úvod a motivace 2. Data v časové a frekvenční oblasti 3. Fourierova analýza teoreticky 4. Fourierova analýza

Více

4. LOCK-IN ZESILOVAČE

4. LOCK-IN ZESILOVAČE 4. LOCK-IN ZESILOVAČE Záladní princip Fázově cilivý deeor (PSD) s řízeným směrňovačem - vlasnosi Fázově cilivý deeor (PSD) s číslicovým zpracováním signál - vlasnosi Vysoofrevenční Loc-in zesilovač X38SMP

Více

β 180 α úhel ve stupních β úhel v radiánech β = GONIOMETRIE = = 7π 6 5π 6 3 3π 2 π 11π 6 Velikost úhlu v obloukové a stupňové míře: Stupňová míra:

β 180 α úhel ve stupních β úhel v radiánech β = GONIOMETRIE = = 7π 6 5π 6 3 3π 2 π 11π 6 Velikost úhlu v obloukové a stupňové míře: Stupňová míra: GONIOMETRIE Veliost úhlu v oblouové a stupňové míře: Stupňová míra: Jednota (stupeň) 60 600 jeden stupeň 60 minut 600 vteřin Př. 5,4 5 4 0,4 0,4 60 4 Oblouová míra: Jednota radián radián je veliost taového

Více

Digitalizace převod AS DS (analogový diskrétní signál )

Digitalizace převod AS DS (analogový diskrétní signál ) Digitalizace signálu v čase Digitalizace převod AS DS (analogový diskrétní signál ) v amplitudě Obvykle převod spojité předlohy (reality) f 1 (t/x,...), f 2 ()... připomenutí Digitalizace: 1. vzorkování

Více

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ část druhá Přednáša 5 PŘEDNÁŠKA 5 MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ část druhá Přednáša 5 Multiriteriální rozhodování

Více

f (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad.

f (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad. 8. Taylorova řada. V urzu matematiy jsme uázali, že je možné funci f, terá má v oolí bodu x derivace aproximovat polynomem, jehož derivace se shodují s derivacemi aproximované funce v bodě x. Poud má funce

Více

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth FOURIEROVA ANALÝZA 2D TERÉNNÍCH DAT Karel Segeth Motto: The faster the computer, the more important the speed of algorithms. přírodní jev fyzikální model matematický model numerický model řešení numerického

Více

7. TRANSFORMÁTORY. 7.1 Štítkové údaje. 7.2 Měření odporů vinutí. 7.3 Měření naprázdno

7. TRANSFORMÁTORY. 7.1 Štítkové údaje. 7.2 Měření odporů vinutí. 7.3 Měření naprázdno 7. TRANSFORMÁTORY Pro zjednodušení budeme měření provádět na jednofázovém transformátoru. Na trojfázovém transformátoru provedeme pouze ontrolu jeho zapojení měřením hodinových úhlů. 7.1 Štítové údaje

Více

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy

Více

3. Mocninné a Taylorovy řady

3. Mocninné a Taylorovy řady 3. Mocninné a Taylorovy řady A. Záladní pojmy. Obor onvergence Mocninné řady jsou nejjednodušším speciálním případem funčních řad. Jsou to funční řady, jejichž členy jsou mocninné funce. V této apitole

Více

Absorpční vlastnosti plazmatu směsí SF 6 a PTFE

Absorpční vlastnosti plazmatu směsí SF 6 a PTFE Absorpční vlastnosti plazmatu směsí SF 6 a PTFE N. Bogatyreva, M. Bartlová, V. Aubrecht Faulta eletrotechniy a omuniačních technologií, Vysoé učení technicé v Brně, Technicá 10, 616 00 Brno Abstrat Článe

Více

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}. VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:

Více

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka Náhodná veličina Náhodnou veličinou nazýváme veličinu, terá s určitými p-stmi nabývá reálných hodnot jednoznačně přiřazených výsledům příslušných náhodných pousů Náhodné veličiny obvyle dělíme na dva záladní

Více

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Diferenciální rovnice a jejich aplikace Zdeněk Kadeřábek (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Obsah 1 Co to je derivace? 2 Diferenciální rovnice 3 Systémy diferenciálních rovnic

Více

Úvod do Kalmanova filtru

Úvod do Kalmanova filtru Kalmanův filtr = odhadovač stavu systému Úvod do Kalmanova filtru KF dává dohromady model systému a měření. Model systému použije tomu, aby odhadl, ja bude stav vypadat a poté stav porovná se sutečným

Více

Signál v čase a jeho spektrum

Signál v čase a jeho spektrum Signál v čase a jeho spektrum Signály v časovém průběhu (tak jak je vidíme na osciloskopu) můžeme dělit na periodické a neperiodické. V obou případech je lze popsat spektrálně určit jaké kmitočty v sobě

Více

1 Modelování systémů 2. řádu

1 Modelování systémů 2. řádu OBSAH Obsah 1 Modelování systémů 2. řádu 1 2 Řešení diferenciální rovnice 3 3 Ukázka řešení č. 1 9 4 Ukázka řešení č. 2 11 5 Ukázka řešení č. 3 12 6 Ukázka řešení č. 4 14 7 Ukázka řešení č. 5 16 8 Ukázka

Více

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2 Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací

Více

1 Diference a diferenční rovnice

1 Diference a diferenční rovnice 1 Diference a diferenční rovnice Nechť je dána ekvidistantní síť uzlů x 0, x 1,..., x n tj. h R, h > 0 takové, že x i = x 0 + ih, i = 0, 1,..., n. Číslo h se nazývá krok. Někdy můžeme uvažovat i nekonečnou

Více

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty Soustavy lineárních diferenciálních rovnic I řádu s konstantními koeficienty Definice a) Soustava tvaru x = ax + a y + az + f() t y = ax + a y + az + f () t z = a x + a y + a z + f () t se nazývá soustava

Více

0.0001 0.001 0.01 0.1 1 10 100 1000 10000. Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí

0.0001 0.001 0.01 0.1 1 10 100 1000 10000. Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí Program Sorpce1.m psaný v prostředí Matlabu slouží k vyhlazování naměřených sorpčních křivek a výpočtu difuzních koeficientů. Kromě standardního Matlabu vyžaduje ještě Matlab Signal Processing Toolbox

Více

FYZIKA 3. ROČNÍK. Vlastní kmitání oscilátoru. Kmitavý pohyb. Kinematika kmitavého pohybu. y m

FYZIKA 3. ROČNÍK. Vlastní kmitání oscilátoru. Kmitavý pohyb. Kinematika kmitavého pohybu. y m Vlastní itání oscilátoru Kitavý pohb Kitání periodicý děj zařízení oná opaovaně stejný pohb a periodic se vrací do určitého stavu. oscilátor zařízení, teré ůže volně itat (závaží na pružině, vadlo) it

Více

i β i α ERP struktury s asynchronními motory

i β i α ERP struktury s asynchronními motory 1. Regulace otáček asynchronního motoru - vektorové řízení Oproti skalárnímu řízení zabezpečuje vektorové řízení vysokou přesnost a dynamiku veličin v ustálených i přechodných stavech. Jeho princip vychází

Více

MATEMATIKA 1 4 A B C D. didaktický test. Zadání neotvírejte, počkejte na pokyn! MA1ACZMZ07DT. Pokyny pro vyplňování záznamového archu

MATEMATIKA 1 4 A B C D. didaktický test. Zadání neotvírejte, počkejte na pokyn! MA1ACZMZ07DT. Pokyny pro vyplňování záznamového archu MAACZMZ07DT MATURITA NANEČISTO 007 MATEMATIKA didaticý test Testový sešit obsahuje 0 úloh. Na řešení úloh máte 90 minut. Úlohy řešte v testovém sešitu. Odpovědi pište do záznamového archu. Používejte rýsovací

Více

Měření indukčností cívek

Měření indukčností cívek 7..00 Ṫeorie eletromagneticého pole Měření indučností cíve.......... Petr Česá, studijní supina 05 Letní semestr 000/00 . Měření indučností cíve Měření vlastní a vzájemné indučnosti válcových cíve ZAÁNÍ

Více

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y 9. T r a n s f o r m a c e n á h o d n é v e l i č i n Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota závisí nějakým způsobem na vstupní, je její funkcí = f(x). Pokud

Více

F6180 Úvod do nelineární dynamiky. F6150 Pokročilé numerické metody FX003 Plánování a vyhodnocování experimentu. F7780 Nelineární vlny a solitony

F6180 Úvod do nelineární dynamiky. F6150 Pokročilé numerické metody FX003 Plánování a vyhodnocování experimentu. F7780 Nelineární vlny a solitony Moderní metody modelování ve fyzice jaro 2015 přednáša: D. Hemzal cvičení: F. Münz F1400 Programování F5330 Záladní numericé metody F7270 Matematicé metody zpracování měření F6180 Úvod do nelineární dynamiy

Více

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0. Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin

Více

ANALÝZA LIDSKÉHO HLASU

ANALÝZA LIDSKÉHO HLASU ANALÝZA LIDSKÉHO HLASU Pomůcky mikrofon MCA-BTA, LabQuest, program LoggerPro (nebo LoggerLite), tabulkový editor Excel, program Mathematica Postup Z každodenní zkušenosti víme, že každý lidský hlas je

Více

ROZ1 - Cv. 2 - Fourierova transformace ÚTIA - ZOI

ROZ1 - Cv. 2 - Fourierova transformace ÚTIA - ZOI Vzorečky Co to je FT? Vzorečky Co to je FT? Transformace signálu z časové (resp. obrazové) reprezentace f(t) do frekvenční reprezentace F(ψ) a zpět. Díky ní můžeme signál analyzovat ve frekvenční oblasti

Více

INTEGRÁLY S PARAMETREM

INTEGRÁLY S PARAMETREM INTEGRÁLY S PARAMETREM b a V kapitole o integraci funkcí více proměnných byla potřeba funkce g(x) = f(x, y) dy proměnné x. Spojitost funkce g(x) = b a f(x, y) dy proměnné x znamená vlastně prohození limity

Více

Reciprokou funkci znáte ze základní školy pod označením nepřímá úměra.

Reciprokou funkci znáte ze základní školy pod označením nepřímá úměra. @091 7. Reciproá funce Reciproou funci znáte ze záladní šoly pod označením nepřímá úměra. Definice: Reciproá funce je dána předpisem ( 0 je reálné číslo) f : y R \ {0} A) Definiční obor funce: Je třeba

Více

Kapitola 7: Integrál. 1/17

Kapitola 7: Integrál. 1/17 Kapitola 7: Integrál. 1/17 Neurčitý integrál - Motivační příklad 2/17 Příklad: Necht se bod pohybuje po přímce rychlostí a) v(t) = 3 [m/s] (rovnoměrný přímočarý pohyb), b) v(t) = 2t [m/s] (rovnoměrně zrychlený

Více

PRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim.

PRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim. PRIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí

Více

PRVOČÍSLA 1 Jan Malý UK v Praze a UJEP v Ústí n. L. Obsah

PRVOČÍSLA 1 Jan Malý UK v Praze a UJEP v Ústí n. L. Obsah PRVOČÍSLA Jan Malý UK v Praze a UJEP v Ústí n. L. Obsah. Elementární úlohy o prvočíslech 2. Kongruence 2 3. Algebraicé rovnice a polynomy 3 4. Binomicá a trinomicá věta 5 5. Malá Fermatova věta 7 6. Diferenční

Více

Diferenciální rovnice

Diferenciální rovnice Obyčejné diferenciální rovnice - studijní text pro cvičení v předmětu Matematika - 2. Studijní materiál byl připraven pracovníky katedry E. Novákovou, M. Hyánkovou a L. Průchou za podpory grantu IG ČVUT

Více

(Auto)korelační funkce. 2. 11. 2015 Statistické vyhodnocování exp. dat M. Čada www.fzu.cz/ ~ cada

(Auto)korelační funkce. 2. 11. 2015 Statistické vyhodnocování exp. dat M. Čada www.fzu.cz/ ~ cada (Auto)korelační funkce 1 Náhodné procesy Korelace mezi náhodnými proměnnými má široké uplatnění v elektrotechnické praxi, kde se snažíme o porovnávání dvou signálů, které by měly být stejné. Příkladem

Více

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady, vlastnosti Vzorkovací

Více

16. Goniometrické rovnice

16. Goniometrické rovnice @198 16. Goniometrické rovnice Definice: Goniometrická rovnice je taková rovnice, ve které proměnná (neznámá) vystupuje pouze v goniometrických funkcích. Řešit goniometrické rovnice znamená nalézt všechny

Více

MATEMATIKA. 2Pravidla správného zápisu odpovědí. 1Základní informace k zadání zkoušky DIDAKTICKÝ TEST. Testový sešit neotvírejte, počkejte na pokyn!

MATEMATIKA. 2Pravidla správného zápisu odpovědí. 1Základní informace k zadání zkoušky DIDAKTICKÝ TEST. Testový sešit neotvírejte, počkejte na pokyn! MATEMATIKA DIDAKTICKÝ TEST Maximální bodové hodnocení: 30 bodů Pro přijetí uchazečů je rozhodné umístění v sestupném pořadí uchazečů podle dosaženého bodového hodnocení. 1Základní informace k zadání zkoušky

Více

PRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE

PRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE PIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí

Více

Řešení úloh 1. kola 53. ročníku fyzikální olympiády. Kategorie B Autořiúloh:J.Thomas(1,4,7),M.Jarešová(3),I.ČápSK(2),J.Jírů(5) P.

Řešení úloh 1. kola 53. ročníku fyzikální olympiády. Kategorie B Autořiúloh:J.Thomas(1,4,7),M.Jarešová(3),I.ČápSK(2),J.Jírů(5) P. Řešení úloh. ola 53. ročníu fyziální olympiády. Kategorie B Autořiúloh:J.Thomas(,,7),M.Jarešová(3),I.ČápSK(),J.Jírů(5) P. Šedivý(6).a) Objem V ponořenéčástiválečuje63%objemu V celéhováleču.podle Archimedova

Více

" Furierova transformace"

 Furierova transformace UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM FAKULTA ŽIVOTNÍHO PROSTŘEDÍ " Furierova transformace" Seminární práce z předmětu Dálkový průzkum Země Marcela Bartošová, Veronika Bláhová OŽP, 3.ročník

Více

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita Lineární a adpativní zpracování dat 3. Lineární filtrace I: Z-transformace, stabilita Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály, systémy, jejich vlastnosti a popis v časové

Více

Matematika I A ukázkový test 1 pro 2014/2015

Matematika I A ukázkový test 1 pro 2014/2015 Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)

Více

Příloha č. 1. amplitudová charakteristika filtru fázová charakteristika filtru / frekvence / Hz. 1. Určení proudové hustoty

Příloha č. 1. amplitudová charakteristika filtru fázová charakteristika filtru / frekvence / Hz. 1. Určení proudové hustoty Příloha č. 1 Při hodnocení expozice nízkofrekvenčnímu elektromagnetickému poli (0 Hz 10 MHz) je určující veličinou modifikovaná proudová hustota J mod indukovaná v tělesné tkáni. Jak je uvedeno v nařízení

Více

Fourierova transformace

Fourierova transformace Fourierova transformace Jean Baptiste Joseph Fourier (768-83) Jeho obdivovatel (nedatováno) Opáčko harmonických signálů Spojitý harmonický signál ( ) = cos( ω + ϕ ) x t C t C amplituda ω úhlová frekvence

Více

Náhodný vektor a jeho charakteristiky

Náhodný vektor a jeho charakteristiky Náhodný vektor a jeho číselné charakteristiky 1 Náhodný vektor a jeho charakteristiky V následující kapitole budeme věnovat pozornost pouze dvourozměřnému náhodnému vektoru, i když uvedené pojmy a jejich

Více

Matematika 3. Úloha 1. Úloha 2. Úloha 3

Matematika 3. Úloha 1. Úloha 2. Úloha 3 Matematika 3 Úloha 1 Co lze říci o funkci imaginární část komplexního čísla která každému komplexnímu číslu q přiřazuje číslo Im(q)? a. Je to funkce mnohoznačná. b. Je to reálná funkce komplexní proměnné.

Více

Nauka o Kmitání Přednáška č. 4

Nauka o Kmitání Přednáška č. 4 Nauka o Kmitání Přednáška č. 4 Odezva lineárního systému na obecnou periodickou budící funkci Ing. Antonín Skarolek, Ph.D. Katedra mechaniky, pružnosti a pevnosti Technická Univerzita v Liberci 213 Ustálená

Více

Před zahájením vlastních výpočtů je potřeba analyzovat konstrukci a zvolit vhodný návrhový

Před zahájením vlastních výpočtů je potřeba analyzovat konstrukci a zvolit vhodný návrhový 2 Zásady navrhování Před zahájením vlastních výpočtů je potřeba analyzovat onstruci a zvolit vhodný návrhový model. Model musí být dostatečně přesný, aby výstižně popsal chování onstruce s přihlédnutím

Více

Základní pojmy o signálech

Základní pojmy o signálech Základní pojmy o signálech klasifikace signálů transformace časové osy energie a výkon periodické signály harmonický signál jednotkový skok a impuls Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz

Více

Bakalářská matematika I

Bakalářská matematika I 1. Funkce Diferenciální počet Mgr. Jaroslav Drobek, Ph. D. Katedra matematiky a deskriptivní geometrie Bakalářská matematika I Některé užitečné pojmy Kartézský součin podrobnosti Definice 1.1 Nechť A,

Více

Základní metody číslicového zpracování signálu a obrazu část II.

Základní metody číslicového zpracování signálu a obrazu část II. A4M38AVS Aplikace vestavěných systémů Přednáška č. 8 Základní metody číslicového zpracování signálu a obrazu část II. Radek Sedláček, katedra měření, ČVUT FEL, 2015 Obsah přednášky Převzorkování decimace,

Více

Základy a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722

Základy a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722 Základy a aplikace digitálních modulací Josef Dobeš Katedra radioelektroniky (13137), blok B2, místnost 722 dobes@fel.cvut.cz 6. října 2014 České vysoké učení technické v Praze, Fakulta elektrotechnická

Více

Fourierovské metody v teorii difrakce a ve strukturní analýze

Fourierovské metody v teorii difrakce a ve strukturní analýze Osnova přednášky na 31 kolokviu Krystalografické společnosti Výpočetní metody v rtg a neutronové strukturní analýze Nové Hrady, 16 20 6 2003 Fourierovské metody v teorii difrakce a ve strukturní analýze

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Stochastický proces Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2 } se nazývá stochastický proces

Více

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C)

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C) VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C) max. 3 body 1 Zjistěte, zda vektor u je lineární kombinací vektorů a, b, je-li u = ( 8; 4; 3), a = ( 1; 2; 3), b = (2; 0; 1). Pokud ano, zapište tuto lineární kombinaci.

Více

Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: =, 0 = 1 = 1. ln = +,

Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: =, 0 = 1 = 1. ln = +, Příklad Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: a) =, 0= b) =, = c) =2, = d) =2, 0= e) =, 0= f) 2 =0, = g) + =0, h) =, = 2 = i) =, 0= j) sin+cos=0,

Více

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA Rovinné přetvoření Rovinné přetvoření, neboli, jak se také často nazývá, geometrická transformace je vlastně lineární zobrazení v prostoru s nějakou soustavou souřadnic. Jde v něm o přepočet souřadnic

Více

0 = 2e 1 (z 3 1)dz + 3z. z=0 z 3 4z 2 + 3z + rez. 4. Napište Fourierův rozvoj vzhledem k trigonometrickému systému periodickému

0 = 2e 1 (z 3 1)dz + 3z. z=0 z 3 4z 2 + 3z + rez. 4. Napište Fourierův rozvoj vzhledem k trigonometrickému systému periodickému 2 1 1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1 x 1 2 Jméno a příjmení: ID.č. 9.5.2016 1. Řešte diferenciální rovnici: y + 2xy x 2 + 3 = sin x x 2 + 3. y = C cos x x 2 + 1 2. Vypočtěte z 2 e z dz, kde je křivka

Více

Kmitočtová analýza (AC Analysis) = analýza kmitočtových závislostí obvodových veličin v harmonickém ustáleném stavu (HUS) při první iteraci ano

Kmitočtová analýza (AC Analysis) = analýza kmitočtových závislostí obvodových veličin v harmonickém ustáleném stavu (HUS) při první iteraci ano Kmitočtová analýza (AC Analysis) = analýza kmitočtových závislostí obvodových veličin v harmonickém ustáleném stavu (HUS) - napodobování činnosti inteligentního obvodového analyzátoru. Další příbuzné analýzy:

Více

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Faulta mechatroniy a mezioborových inženýrsých studií ZPŮSOBY FREKVENČNÍHO ŘÍZENÍ ASYNCHRONNÍHO OTORU Z HLEDISKA DYNAIKY AUTOREFERÁT DISERTAČNÍ PRÁCE Liberec 6 Ing. Jiří

Více

Příloha č. 1 Část II. Ekonomika systému IDS JMK

Příloha č. 1 Část II. Ekonomika systému IDS JMK Příloha č. 1 Část II. Eonomia systému IDS JMK Květen 2011 Eonomia systému IDS JMK I. EKONOMICKÉ JEDNOTKY Pro účely dělení výnosů je rozděleno území IDS JMK do eonomicých jednote tvořených supinami tarifních

Více

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha ANOVA Analýza rozptylu př jednoduchém třídění Jana Vránová, 3.léařsá faulta UK, Praha Teore Máme nezávslých výběrů, > Mají rozsahy n, teré obecně nemusí být stejné V aždém z nch známe průměr a rozptyl

Více

Měření frekvence a času

Měření frekvence a času Radioelektronická měření (MREM, LREM) Měření frekvence a času 7. přednáška Jiří Dřínovský Ústav radioelektroniky FEKT VUT v Brně Úvod Tyto dvě fyzikální veličiny frekvence a čas jsou navzájem svázány.

Více

Požadavky ke zkoušce. Ukázková písemka

Požadavky ke zkoušce. Ukázková písemka Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 1 má dvě části Písemná část: Písemná část se ještě dále rozděluje na praktickou část písemku a teoretickou část test. Písemka trvá 90 minut a je v ní

Více

Posloupnosti a řady. 28. listopadu 2015

Posloupnosti a řady. 28. listopadu 2015 Posloupnosti a řady Přednáška 5 28. listopadu 205 Obsah Posloupnosti 2 Věty o limitách 3 Řady 4 Kritéria konvergence 5 Absolutní a relativní konvergence 6 Operace s řadami 7 Mocninné a Taylorovy řady Zdroj

Více

19 Hilbertovy prostory

19 Hilbertovy prostory M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem

Více

Funkční měniče. A. Na předloženém aproximačním funkčním měniči s operačním zesilovačem realizujícím funkci danou tabulkou:

Funkční měniče. A. Na předloženém aproximačním funkčním měniči s operačním zesilovačem realizujícím funkci danou tabulkou: Funční měniče. Zadání: A. Na předloženém aproximačním funčním měniči s operačním zesilovačem realizujícím funci danou tabulou: proveďte: U / V / V a) pomocí oscilosopu měnič nastavte b) změřte na něm jeho

Více

Reprezentace přirozených čísel ve Fibonacciho soustavě František Maňák, FJFI ČVUT, 2005

Reprezentace přirozených čísel ve Fibonacciho soustavě František Maňák, FJFI ČVUT, 2005 Reprezentace přirozených čísel ve ibonacciho soustavě rantiše Maňá, JI ČVUT, 2005 Úvod Ja víme, přirozená čísla lze vyádřit různými způsoby Nečastěi zápisu čísel používáme soustavu desítovou, ale umíme

Více

= cos sin = sin + cos = 1, = 6 = 9. 6 sin 9. = 1 cos 9. = 1 sin 9. + 6 cos 9 = 1 0,939692621 6 ( 0,342020143) = 1 ( 0,342020143) + 6 0,939692621

= cos sin = sin + cos = 1, = 6 = 9. 6 sin 9. = 1 cos 9. = 1 sin 9. + 6 cos 9 = 1 0,939692621 6 ( 0,342020143) = 1 ( 0,342020143) + 6 0,939692621 ŘEŠENÉ PŘÍKLADY Z MA+ULA ČÁST Příklad Bod má vůči souřadné soustavě souřadnice uvedené níže. Vypočtěte jeho souřadnice vzhledem k soustavě, která je vůči otočená dle zadání uvedeného níže. Výsledky zaokrouhlete

Více

Mechatronické systémy struktury s asynchronními motory

Mechatronické systémy struktury s asynchronními motory 1. Regulace otáček asynchronního motoru skalární řízení Skalární řízení postačuje pro dynamicky nenáročné pohony, které často pracují v ustáleném stavu. Je založeno na dvou předpokladech: a) motor je popsán

Více

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa 2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace

Více

VY_32_INOVACE_E 15 03

VY_32_INOVACE_E 15 03 Název a adresa školy: Střední škola průmyslová a umělecká, Opava, příspěvková organizace, Praskova 399/8, Opava, 746 01 Název operačního programu: OP Vzdělávání pro konkurenceschopnost, oblast podpory

Více

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u.

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u. Vektory, operace s vektory Ž3 Orientovaná úsečka Mějme dvojici bodů, (na přímce, v rovině nebo prostoru), které spojíme a vznikne tak úsečka. Pokud budeme rozlišovat, zda je spojíme od k nebo od k, říkáme,

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou

Více

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0

Více

Kmity a rotace molekul

Kmity a rotace molekul Kmity a rotace moleul Svět moleul je neustále v pohybu l eletrony se pohybují oolo jader l jádra mitají olem rovnovážných poloh l moleuly rotují a přesouvají se Ion H + podrobněji Kmity vibrace moleul

Více

Střední průmyslová škola elektrotechnická a informačních technologií Brno

Střední průmyslová škola elektrotechnická a informačních technologií Brno Střední průmyslová škola elektrotechnická a informačních technologií Brno Číslo a název projektu: CZ.1.07/1.5.00/34.0521 Investice do vzdělání nesou nejvyšší úrok Autor: Ing. Bohumír Jánoš Tématická sada:

Více

Příklad 1. Řešení 1a Máme vyšetřit lichost či sudost funkce ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 3

Příklad 1. Řešení 1a Máme vyšetřit lichost či sudost funkce ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 3 Příklad 1 Zjistěte, zda jsou dané funkce sudé nebo liché, případně ani sudé ani liché: a) =ln b) = c) = d) =4 +1 e) =sin cos f) =sin3+ cos+ Poznámka Všechny tyto úlohy řešíme tak, že argument funkce nahradíme

Více

Zpracování signálů pro diagnostiku a jeho aplikace

Zpracování signálů pro diagnostiku a jeho aplikace INVESICE DO ROZVOJE VZDĚLÁVÁNÍ Zpracování signálů pro diagnostiu a jeho apliace Učební tety semináři Autoři: Ing. Jindřich Liša, Ph.D. ZČU v Plzni Datum: 0.. 00 Centrum pro rozvoj výzumu poročilých řídicích

Více

Úvod do mobilní robotiky NAIL028

Úvod do mobilní robotiky NAIL028 md at robotika.cz http://robotika.cz/guide/umor08/cs 11. listopadu 2008 1 2 PID Sledování cesty Modely kolových vozidel (1/5) Diferenční řízení tank b Encoder Motor Centerpoint Motor Encoder Modely kolových

Více