Systé my, procesy a signály I - sbírka příkladů

Rozměr: px
Začít zobrazení ze stránky:

Download "Systé my, procesy a signály I - sbírka příkladů"

Transkript

1 Systé my, procesy a signály I - sbíra příladů Ř EŠEÉPŘ ÍKLADY r 6 Urč ete amplitudu, opaovací periodu, opaovací mitoč et a počáteč ní fázi disrétních harmonicých signálů a) s( ) = cos π, b) s ( ) 6 = π 7 sin, π, T V = ms s s Obr63 Přílady disrétních harmonicých signálů a) C =, =, F = =, 83, Ω = πf = &, 4 rad, ϕ = rad, T = TV = ms, F = = 83, 3 Hz, Ω = π F = & 3, 6 rad / s T b) C =, = 7, F = = &, 43, Ω = π F = &, 898 rad, ϕ =, 7π rad = 6, T = TV = 7 ms, F = = & 4, 9 Hz, Ω = π F = & 897, 6 rad / s T r 6 Zjistěte množinu všech možných opaovacích mitoč tů a počáteč ních fází signálů z př6 Viz vztah (6): hledáme taovácelám taová, aby vyšly nezáporné mitoč ty m ± normované mitoč ty, nebo f m V ± mitoč ty v Hz Pa znaménu + odpovídáfáze +ϕ a znaménu - fáze -ϕ ve vztahu (6) a) normované mitoč ty m-/: /, 3/, 3/, 47/,, počáteč ní fáze normované mitoč ty m+/: /, 3/, /, 37/, 49/,, počáteč ní fáze 6

2 6 Disré tnísignály b) normované mitoč ty m-/7: 6/7, 3/7, /7, 7/7,, počáteč ní fáze 6 normované mitoč ty m+/7: /7, 8/7, /7, /7, 9/7,, počáteč ní fáze -6 r 63 Zjistěte, zda alternující posloupnost = ( ) s může být speciálním případem disrétního harmonicého signálu s() - - Obr64 Signál s( ) = Jde o signál, vznilý vzorováním osinového signálu střídavě v jeho maximech a minimech Vzorovací perioda je tedy polovinou periody harmonicého signálu a tudíž =, F =, : = cos( ) = cos = ( ) s πf π - 3 Obr6 Problém reonstruce pů vodního signálu souvislého č asu z jeho vzorů s( ) = 7

3 Systé my, procesy a signály I - sbíra příladů Jedná se o tzv degenerovanou harmonicou, terá se objevuje ve Fourierové řadě periodicého signálu pro sudé (viz vzorec (67)) Tato harmonicá již nevyhovuje podmínce vzorovacího teorému ení jednoznač né, jaý může být nízofrevenč ní signál, jehož vzorováním vznil náš disrétní signál - viz obr6 Dáse říci, že v tomto případě je nejednoznač ný nejen mitoč et, ale i amplituda Pů vodní signál pa nemůže být jednoznač ně reonstruován r 64 Urč ete střední hodnotu, střední hodnotu ladné a záporné pů lvlny signálů z př6 Výpoč et z vzorů, uvedených v tabulách a) s( ) = cos π 6 b) s( ) π = sin, π 7 -,88,866,66,,99 3,88 4 -,,79 -,866 -, , ,866 -,88 8 -, M 9,,866 M M Střední hodnota: a) S s = = =, b) Střední hodnota ladné pů lvlny: a) b) S 6 s = = = 7 ( 3) ( 9) s s s s s s s s s s s s S+ = = 6 6 S + = + + ( 3) + ( 4) s s s s Střední hodnota záporné pů lvlny: a) S = 4 = &, 6 ( 3) + ( 4) + ( ) + ( 6) + ( 7) + ( 8) s s s s s s Výpoč et z vzorců (63) a (64): S =, 6 = &, 6, b) S S + = m cotg π m C, platí jen pro signál a): S = cotg π = &, = ( ) + ( 6) + ( 7) s s s 3 = &, 748 = &, 6, 8

4 6 Disré tnísignály & Poznaty z příladu: Obsahuje-li půlperioda harmonicé ho signálu celistvý počet vzorovacích period, pa stř ední hodnota ladné půlvlny je až na znamé no rovna stř edníhodnotě záporné půlvlny Je-li perioda harmonicé ho signálu vyjádř ena lichý m počtem vzorů, pa je v ladné a záporné půlperiodě různý počet vzorů a stř edníhodnoty se lišínejen znamé nem, ale i absolutní hodnotou r 66 a) S ef Vypoč těte efetivní hodnotu signálů z př64 z definič ního vztahu (6) a pa z vzorce (6) s = = = &, 77, b) S ef 6 s = = 7 = &, 77 Výpoč et z vzorce (6): pro oba signály vyjde S ef = = &, 77 r 67 Urč ete osinovou a sinovou složu signálů z př6 (viz vzorec 67) a) Signál je roven své osinové složce π π π b) s( ) = sin = cos, 7π = 7 7 π π π π = cos (, 7π ) cos + sin (, 7π ) sin = &, 88cos +, 89sin r 68 Rozložte signály z př6 na dva proti sobě rotující vetory (viz vzorec 69) a) π π j j j 6 j 6 s =, e e +, e e s =, e e +, e e b) π j j, π 7 j, π π j 7 r 69 Vypoč těte omplexní oeficienty Fourierovy řady disrétních periodicých signálů s a s z př6 (viz vzorec 6) a amplitudy a počáteč ní fáze jejich disrétních harmonicých slože (vzorce 66 a 67) Výpoč et můžeme provést ruč ně nebo pomocí něterého z programů, napřílad MATLABu 9

5 Systé my, procesy a signály I - sbíra příladů : Uá za řešenímatlabem: a) =:; s=cos(*pi/6); x =fft(s) x = Columns through 4 % zadá níhodnot nezá visle promě nné disré tního signá lu % vý poč et vzorů signá lu s % vý poč et -ti bodové DFT signá lu s 6 - i + i - i Columns through 8 - i - i + i - i Columns 9 through + i - i - i 6 + i subplot(,,);stem(,abs(x)) % vyreslenímodulů oeficientů DFT ve formě úseč e; vyreslenídojde v horním ze dvou obrá zů subplot(,,);stem(,phase(x)) % vyresleníargumentů oeficientů DFT ve formě úseč e; vyreslenídojde v spodním ze dvou obrá zů Obr66 Výstup MATLABu: Fourierovy oeficienty (nahoře modul, dole fáze v radiánech) Z výsledů plyne, že nenulové jsou pouze Fourierovy oeficienty X& = X& = 6 (číslování polí v MATLABu je od jednič y do, dežto naše číslování je od nuly do ) Argumenty obou oeficientů jsou nulové, resp π radiánů Argumenty nulových oeficientů jsou náhodnáčísla vznilá vlivem zaorouhlovacích chyb při výpoč tu z praticy nulových reálných i imaginárních slože oeficientů Z rovnice (67) pa vyplývá, že stejnosměrnásloža signálu je a amplituda harmonicé je X& =, což je v pořádu, protože analyzovaný signál je harmonicý o amplitudě 6

6 6 Disré tnísignály : b) =:6; s=sin(**pi/7-pi/); x=fft(s) x = Columns through i - i + i Columns through 7 + i + i i enulové jsou pouze oeficienty &X a & & X 6 = X abs(x) 3 3 phase(x) subplot(,,);stem(,abs(x)) subplot(,,);stem(,phase(x)) Zjistíme jejich moduly a argumenty: Obr67 Fourierovy oeficienty (modul + fáze) Z rovnic (66) a (67) plyne, že modul 3, je třeba násobit číslem /=/7, abychom zísali amplitudu harmonicé Je tedy /7 3, = Poč áteč ní fáze harmonicé je rovna argumentu oeficientu &X ( ), tj -,99 rad nebo -6 Argumenty ostatních oeficientů jsou opět náhodnáčísla vznilávlivem zaorouhlovacích chyb r 6 Měřením byly zjištěny následující vzory periodicého disrétního signálu (v tabulce jsou uvedeny vzory z periody): 6

7 Systé my, procesy a signály I - sbíra příladů s(),34 -,38, , ,987,9 Pomocí algoritmu DFT (FFT) zjistěte, z jaých harmonicých slože se signál sládá Opaovací perioda = 6 : Vý poč et oeficientů Fourierovy řady (vý pis programu z MATLABu): =:; s=[ ]; x=fft(s) x = % vý stup oeficientů FFT Columns through i i 4 - i Columns through i i X abs(x)/3 % amplitudy & phase(x) % fá ze arg X & ( ) m=abs(x);p=phase(x); subplot();stem(,m) subplot(3);stem(,p) modul=m/3;modul(:6)=zeros(,);modul()=m()/6; modul(4)=m(4)/6; faze=p;faze(:6)=zeros(,); subplot();stem(,modul) subplot(4);stem(,faze) Zápis disrétního signálu z harmonicých slože - viz vzorec (67): π π s 3 3 =, 88 +, 33cos, 333 +, 899 cos +, 998 +, 487( ) [rad] 6

8 6 Disré tnísignály a) c) b) d) Obr68 Výstup z MATLABu: a), b): moduly a argumenty oeficientů DFT; c), d): reduované amplitudové a fázové spetrum r 6 Urč ete oeficienty Fourierovy řady periodicého obdélníového signálu na obr69 Z oeficientů vypoč těte amplitudy a počáteč ní fáze harmonicých slože A= s() počet vzorů = w Obr69 Disrétní obdélníový signál X& n = s e = Ae = Ae = Ae w j π n w π w jn π jn j π n e π jwn e π jn w = e π jwn e π jn e e π jwn π jn e e π jwn π jn sin w n π = A, n n sin π Při úpravě byl použit vzorec pro souč et oneč né geometricé řady = aq = a = q q 63

9 Systé my, procesy a signály I - sbíra příladů Pro n = vychází &X ( ) = s( ) = Aw Proto mů žeme výslede zapsat v jediném tvaru Dosadíme onrétní hodnoty: &X ( n) w n sinc π = Aw (6) n sinc π n sinc π 3 &X ( n) = n sinc π a vypoč teme a zapíšeme do tabuly spolu s amplitudami harmonicých slože urč enými z rovnice (66): n &X ( n ) X ( n ) ϕ n [rad] S n,3333 4,64 4,64,4,9,9,839 3 x 4 -,64,64 π,4 - π,333 6 x 7,878,878,6 8,878,878-9 x - - π - -,64,64 π - x - 3,9,9-4 4,64 4,64 - Reduovaný tvar Fourierovy řady: s = &, , 4cos π / +, 839 cos 4π / +, 4cos 8π / + π +, 333cos ( π / π ), 6cos ( 4π / ) : Uá za řešenípomocímatlabu: s=[ ]; % zá pis jedné periody signá lu; prvnívzore je nyní nutno zvolit s indexem (při ruč ním odvozeníjsme jao prvnízvolili vzore č -), protože MATLAB vyhodnotítento vzore jao počáte signá lu x=fft(s,) x = Columns through i 9 - i - i 64

10 6 Disré tnísignály Columns through i - - i + i i Columns 9 through i + i - + i i Columns 3 through + i 9 + i i ásledují příazy pro výpoč et reduovaného spetra a reslení obr 6, teré jsou obdobné jao v příladu a) c) b) d) Obr6 Výstup z MATLABu: a), b): moduly a argumenty oeficientů DFT; c), d): reduované amplitudové a fázové spetrum & Poznate z příladu: Vzorec pro výpočet Fourierový ch oeficientů periodicé ho obdé lníové ho signálu má v případě disré tního signálu jiný tvar než u signálu souvislé ho v čase Vzorec (6) neníuniverzální, platí jen pro lichý počet vzorů v šíř ce impulsu w r 6 Uvažujme dva signály s a s se stejnou opaovací periodou = V rámci jedné periody platí: s 3 = [ ], s [ 3 ] = Vypoč těte vzájemnou energii a vzájemný výon obou signálů v rámci jedné opaovací periody Použijeme vzorce (6) a (6) W = W = = 6 J, W 6 P = P = = =, W 6

11 Systé my, procesy a signály I - sbíra příladů Signály nejsou ortogonální, jejich vzájemnáenergie není nulová K ortogonalitě by napřílad došlo v případě s = 3 s = [ 3], r 63 Ověřte platnost Parsevalova teorému na signálu s z př6 Energii signálu s za periodu určíme snadno z jeho vzorů (vzorec 636): W = = J Stejný výslede musíme dostat z Fourierových oeficientů signálu (viz vzorec 636) : Uá za řešenív MATLABu: s=[ - 3]; x=fft(s); w=(norm(x))^/ w = % definice signá lu % vý poč et jeho Fourierový ch oeficientů % vý poč et energie; funce norm(x) počítá druhou odmocninu ze souč tu druhý ch mocnin modulů všech prvů vetoru x r 64 Urč ete cylicou onvoluci s 3 periodicých signálů s a s z př6 s = [ 3], s = [ 3 ] (definice cylicé onvoluce viz vzorec 63) s3 ( ) = s ( ) s( ) = s ( i) s ( i) i Výpoč ty uspořádáme do tabule pro =,,, 3 a 4 Z principu výpoč tu vyplyne, že cylicá onvoluce je periodicáse stejnou periodou jao je perioda signálů s a s = : i s ( i) s ( i) s ( i) s ( i) = s 3( ) =9 = : i s ( i) s ( i) s ( i) s ( i) = s 3( ) =6 66

12 6 Disré tnísignály = : i s ( i) s ( i) ( i) s i s = s = = 3: i s ( i) s ( 3 i) ( i) s i s = s = = 4: i s ( i) s ( 4 i) ( i) s i s = s =- Závěr: Cylicáonvoluce signálů s a s je periodicás periodou = Jedna perioda je dána vzory s 3 = 9 6 r 6 Ověřte na signálech z př64 platnost pouč y (63), terá říá, že Fourierovy oeficienty cylicé onvoluce dvou signálů jsou rovny souč inu Fourierových oeficientů těchto signálů : Ř ešenípomocímatlabu: s=[ - 3]; s=[- 3 ]; s3=[9 6 -]; x=fft(s) x = Columns through i i i Column 67

13 Systé my, procesy a signály I - sbíra příladů i x=fft(s) x = Columns through i i i Column i x3=fft(s3) x3 = Columns through i 7 + 9i 7-9i Column i x*x Columns through i 7 + 9i 7-9i Column i r 66 Vypoč těte cylicou onvoluci s 3 signálů s a s z př64 s = [ 3], s = [ 3 ] pomocí přímé a inverzní Fourierovy transformace Z (63) plyne, že cylicou onvoluci dvou signálů s a s můžeme urč it tato: Vypoč teme Fourierovy oeficienty signálů x a x pomocí DFT (vzorec 6) Vynásobením oeficientů dostaneme Fourierovy oeficienty cylicé onvoluce (vzorec (63) 3 Z Fourierových oeficientů určíme signál - onvoluci- inverzní DFT (vzorec 64) : Ř ešenípomocímatlabu: s=[ - 3]; % definice signá lu s s=[- 3 ]; % definice signá lu s x=fft(s); % Fourierovy oeficienty signá lu s x=fft(s); % Fourierovy oeficienty signá lu s x3=x*x; % Fourierovy oeficienty cylicé onvoluce s3=real(ifft(x3)) % cylicá onvoluce s3 =

14 6 Disré tnísignály r 67 Signály s a s jsou podrobeny cylicé onvoluci, vznine signál s 3 Známe pouze signály s a s 3 (zapsány jsou vzory z periody): s 3 4 s 3 =,, 4, 3 =, Urč ete signál s Ú ol nalezení původního signálu, jehož onvoluce se známým jiným signálem je rovněž známa, je v praxi řešen velmi č asto (tzv deonvoluce) S využitím pouč y (63) můžeme použít tento postup: Algoritmem DFT vypoč teme Fourierovy oeficienty signálů s ( X & ) a s 3 ( X & 3 ) Z (63) vypoč teme Fourierovy oeficienty signálu s : X& X& X& = 3 3 Algoritmem zpětné DFT vypoč teme vzory signálu s : Uá za řešenímatlabem: s=[ 3 4];s3=[ 4 3]; % zadá nísigná lů s a s3 x=fft(s);x3=fft(s3); % vý poč et Fourierový ch oeficientů signá lů s a s3 x=x3/x; % vý poč et Fourierový ch oeficientů signá lu s real(ifft(x)) % vý poč et vzorů signá lu s Výslede: s =, 88, 8,, 6, 4 r 68 Vypoč těte vzájemnou orelač ní funci R (m) signálů s a s z př6 (viz vzorec 64): s = [ 3], s = [ 3 ] R ( m) = s ( ) s ( + m) = s ( ) s ( + m) = 4, Výpoč ty uspořádáme do tabule pro m =,,, 3 a 4 Z principu výpoč tu vyplyne, že vzájemná orelač ní funce je periodicáse stejnou periodou jao je perioda signálů s a s m = : s ( ) ( ) s s s , = R,( )= =, 69

15 Systé my, procesy a signály I - sbíra příladů m = : s ( ) s ( ) s s , = R,( )= =,6 m = : s ( ) s ( ) s s , = R,(+-++9)= =,4 m = 3: s ( ) s ( ) 3 s s , = R 3,(++++6)= = m = 4: s ( ) s ( ) 4 s s , = R 4,(--3++3)= =-, & Poznaty z příladu: Vzájemná orelačnífunce R signálů s a s je periodicá s periodou = Jedna perioda je dána vzory R = 6 3 / =,, 6, 4, Maximálníprve vetoru,4 je prve č Znamená to, že posuneme-li signál s o dva vzory doleva, bude mít spolu se signálem s největšívzájemný výon (z energeticé ho hledisa se budou jeden druhé mu nejvíce podobat) r 69 alezněte Fourierovy oeficienty vzájemné orelač ní funce R z př68 Ověřte platnost pouč y (644) 7

16 6 Disré tnísignály : Ř ešenípomocímatlabu: s=[ - 3]; s=[- 3 ]; r=[ 6 4 -]; x=fft(s); x=fft(s); xr=fft(r) xr = Columns through 4 % definice signá lu s % definice signá lu s % definice orelač nífunce R % vý poč et Fourierový ch oeficientů signá lu s % vý poč et Fourierový ch oeficientů signá lu s % vý poč et Fourierový ch oeficientů orelač nífunce i i i Column i conj(x)*x/ Columns through 4 % souč in omplexně sdružený ch Fourierový ch oeficientů signá lu s a Fourierový ch oeficientů signá lu s lomeno poč et vzorů (vzorec 644) i i i Column i r 6 Vypoč těte vzájemnou orelač ní funci signálů s a s z př6 = [ ], s = [ 3 ] s 3 pomocí algoritmů DFT a IDFT Z rovnic (643) a (644) vyplývánásledující postup: Vypoč teme Fourierovy oeficienty signálů s a s pomocí DFT (vzorec 6) Komplexně sdružené oeficienty signálu s vynásobíme oeficienty signálu s a vydělíme poč tem vzorů (viz vzorec 644) Dostaneme Fourierovy oeficienty vzájemné orelač ní funce 3 Vzájemnou orelač ní funci zísáme zpětnou Fourierovou transformací (vzorec 64) : Ř ešenípomocímatlabu: s=[ - 3]; s=[- 3 ]; x=fft(s); x=fft(s); xr=conj(x)*x/; r=real(ifft(xr)) r = % definice signá lu s % definice signá lu s % vý poč et Fourierový ch oeficientů signá lu s % vý poč et Fourierový ch oeficientů signá lu s % vý poč et Fourierový ch oeficientů vzá jemné orelač ní funce R (vzorec 644) % vý poč et vzá jemné orelač nífunce R 7

17 Systé my, procesy a signály I - sbíra příladů r 6 Ze signálů s a s je počítána vzájemnáorelač ní funce R Známe pouze signál s a orelač ní funci (zapsány jsou vzory z periody): s = 3 3 7, = [ ] R 8, 4 3, 3, 8, 6 6, 8 4, Urč ete signál s Je třeba nalézt původní signál, jehož orelace se známým jiným signálem je rovněž známa (tzv deorelace) S využitím vzorce (644) můžeme použít tento postup: Algoritmem DFT vypoč teme Fourierovy oeficienty signálů s ( X & ) a R ( X & R ) Z (644) vypoč teme Fourierovy oeficienty signálu s : X& X& X& = R 3 Algoritmem zpětné DFT vypoč teme vzory signálu s : Uá za řešenímatlabem: s=[ ]; R=[ ]; x=fft(s);x3=fft(r); x=8*x3/conj(x); s=real(ifft(x)) s = % zadá nísigná lu s % zadá nívzá jemné orelač nífunce % vý poč et Fourierový ch oeficientů s a R % vý poč et Fourierový ch oeficientů s % vý poč et vzorů s Signál s je tedy ve tvaru s = [ 9, 96 4, 9786, 8,, 648, 369, 849, ] r 6 Vypoč těte autoorelač ní funce R (m) a R (m) signálů s a s z př6 (viz vzorec 64): s = [ 3], s = [ 3 ] a) = s( ) s( + m) = s( ) s( + m) R m =, + + ( )( ) + =, R 33 3 R =, =, 6, R =, =, 4, R 3 =, =, 4 = 4, 7

18 6 Disré tnísignály R 4 =, =, 6 Proto R = [ 3, 6, 4, 4, 6] ultý č len R je největší ze všech a udávávadrát efetivní hodnoty signálu s (viz vzorec 647) b) R =, = 3,, R =, =, R =, =, R 3 =, =, R 4 =, = Proto R = [ 3, ] ultý č len R je největší ze všech a udávávadrát efetivní hodnoty signálu s (viz vzorec 647) r 63 alezněte Fourierovy oeficienty autoorelač ních funcí R a R z př6 Ověřte platnost pouč y (649) a) : Ř ešenípomocímatlabu: s=[ - 3]; x=fft(s); r=[ ]; fft(r) Columns through 4 % definice signá lu s % vý poč et Fourierový ch oeficientů signá lu s % definice autoorelač nífunce signá lu s % vý poč et Fourierový ch oeficientů autoorelač nífunce i i i Column i (abs(x))^/ Autoorelač ní funce se tedy dázapsat podle (64) a (6): R ( m) = 736e 764e 764e +, +, +, +, 736e = +, 8944cos, 4 +, 96cos, 8 ( π m) ( π m) % vý poč et Fourierový ch oeficientů autoorelač nífunce z vzorce (649) π π π π jm jm jm3 jm3 = 73

19 Systé my, procesy a signály I - sbíra příladů b) s=[- 3 ]; x=fft(s); r=[3 ]; fft(r) Columns through 4 % definice signá lu s % vý poč et Fourierový ch oeficientů signá lu s % definice autoorelač nífunce signá lu s % vý poč et Fourierový ch oeficientů autoorelač nífunce 7 - i - i - i Column + i (abs(x))^/ 7 % vý poč et Fourierový ch oeficientů autoorelač nífunce z vzorce (649) Autoorelač ní funce se tedy dázapsat podle (64) a (6): R ( m) = e e e e 7, +, +, +, +, =, 44 +, 88cos, 4 +, 88cos, 8 π π π π jm jm jm3 jm3 ( π m) ( π m) = r 64 Vypoč těte autoorelač ní funce signálů s a s z př6 s = [ 3], s = [ 3 ] pomocí algoritmů DFT a IDFT Z rovnic (648) a (649) vyplývánásledující postup výpoč tu autoorelač ní funce signálu s: Vypoč teme Fourierovy oeficienty signálu s pomocí DFT (vzorec 6) Druhé mocniny modulů oeficientů vydělíme poč tem vzorů (viz vzorec 649) Dostaneme Fourierovy oeficienty autoorelač ní funce 3 Autoorelač ní funci zísáme zpětnou Fourierovou transformací (vzorec 64) : Ř ešenípomocímatlabu: s=[ - 3]; s=[- 3 ]; x=fft(s); x=fft(s); xr=(abs(x))^/; xr=(abs(x))^/; r=real(ifft(xr)) r = % definice signá lu s % definice signá lu s % vý poč et Fourierový ch oeficientů signá lu s % vý poč et Fourierový ch oeficientů signá lu s % vý poč et Fourierový ch oeficientů autoorelač nífunce R (vzorec 649) % vý poč et Fourierový ch oeficientů autoorelač nífunce R (vzorec 649) % vý poč et autoorelač nífunce R 74

20 6 Disré tnísignály r=real(ifft(xr)) % vý poč et autoorelač nífunce R r = 3 7

1. Signá ly se souvislým časem

1. Signá ly se souvislým časem . igná ly se souvislým časem ELEKTRICKÉ IGNÁ LY Komuniace mezi lidmi - ať už přímá nebo zprostředovaná stroji - je založena na přenosu informace. Informace je produována zdrojem obvyle v neeletricé podobě,

Více

zpracování signálů - Fourierova transformace, FFT Frekvenční

zpracování signálů - Fourierova transformace, FFT Frekvenční Digitální zpracování signálů - Fourierova transformace, FF Frevenční analýza 3. přednáša Jean Baptiste Joseph Fourier (768-830) Zálady experimentální mechaniy Frevenční analýza Proč se frevenční analýza

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

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

3. AMPLITUDOVĚ MODULOVANÉ SIGNÁLY

3. AMPLITUDOVĚ MODULOVANÉ SIGNÁLY 3. AMPLITUDOVĚ MODULOVANÉ SIGNÁLY Modulací nazýváme proces při kterém je jedním signálem přetvář en jiný signál za účelem př enosu informace. Př i amplitudové modulaci dochází k ovlivňování amplitudy nosného

Více

e) U ( ) ( ) r 1.1. Ř EŠENÉPŘ ÍKLADY PDF byl vytvořen zkušebníverzífineprint pdffactory

e) U ( ) ( ) r 1.1. Ř EŠENÉPŘ ÍKLADY PDF byl vytvořen zkušebníverzífineprint pdffactory . Signá ly se souvislým časem Ř EŠENÉPŘ ÍKLADY r.. a) Urč ee sřednía eeivníhodnou signálů na obr.., jejich výon a energii za č as =. d) = b) e), 5ms c) ),5V -,5V Obr... Analyzované signály. Sředníhodnoa:

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

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

MATEMATIKA II V PŘÍKLADECH

MATEMATIKA II V PŘÍKLADECH VYSOKÁ ŠKOL BÁŇSKÁ TECHICKÁ UIVERZIT OSTRV FKULT STROJÍ MTEMTIK II V PŘÍKLDECH CVIČEÍ Č 0 Ing Petra Schreiberová, PhD Ostrava 0 Ing Petra Schreiberová, PhD Vysoá šola báňsá Technicá univerzita Ostrava

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

POUŽITÍ CEPSTER V DIAGNOSTICE STROJŮ

POUŽITÍ CEPSTER V DIAGNOSTICE STROJŮ POUŽITÍ CEPSTER V DIAGNOSTICE STROJŮ Jiří TŮMA, VŠB Technicá univerzita Ostrava 1 Anotace: Referát se zabývá použitím cepster analýze signálů jao alternativy frevenční analýze. Jao je frevenční analýza

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

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

Elementární funkce. Polynomy

Elementární funkce. Polynomy Elementární funkce 1 Elementární funkce Elementární funkce jsou níže uvedené funkce a jejich složenin : 1. Polnom.. Racionální funkce. 3. Mocninné funkce. 4. Eponenciální funkce. 5. Logaritmické funkce.

Více

20 - Číslicové a diskrétní řízení

20 - Číslicové a diskrétní řízení 20 - Číslicové a disrétní řízení Michael Šebe Automaticé řízení 2018 18-4-18 Automaticé řízení - Kybernetia a robotia Analogové a číslicové řízení Proč číslicově? Snadno se přeprogramuje (srovnej s výměnou

Více

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy...

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy... Polynomy Obsah Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1 Základní vlastnosti polynomů 2 1.1 Teorie........................................... 2 1.1.1 Zavedení polynomů................................

Více

Praha & EU: investujeme do vaší budoucnosti. Daniel Turzík, Miroslava Dubcová,

Praha & EU: investujeme do vaší budoucnosti. Daniel Turzík, Miroslava Dubcová, E-sbírka příkladů Seminář z matematiky Evropský sociální fond Praha & EU: investujeme do vaší budoucnosti Daniel Turzík, Miroslava Dubcová, Pavla Pavlíková Obsah 1 Úpravy výrazů................................................................

Více

Předpoklady: a, b spojité na intervalu I.

Předpoklady: a, b spojité na intervalu I. Diferenciální rovnice Obyčejná diferenciální rovnice řádu n: F t, x, x, x,, x n Řešení na intervalu I: funce x : I R taová, že pro aždé t I je F t, xt, x t,, x n t Maximální řešení: neexistuje řešení na

Více

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace

Více

4 všechny koeficienty jsou záporné, nedochází k žádné změně. Rovnice tedy záporné reálné kořeny nemá.

4 všechny koeficienty jsou záporné, nedochází k žádné změně. Rovnice tedy záporné reálné kořeny nemá. Přílad 1. Řešte v R rovnici x 4x + x 4 0. Výslede vypočtěte s přesností alespoň 0,07. 1) Reálné ořeny rovnice budou ležet v intervalu ( 5,5), protože největší z oeficientů polynomu bez ohledu na znaméno

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

Algebraické výrazy - řešené úlohy

Algebraické výrazy - řešené úlohy Algebraické výrazy - řešené úlohy Úloha č. 1 Určete jeho hodnotu pro =. Určete, pro kterou hodnotu proměnné je výraz roven nule. Za proměnnou dosadíme: = a vypočteme hodnotu výrazu. Nejprve zapíšeme rovnost,

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

Obecnou definici vynecháme. Jednoduše řečeno: složenou funkci dostaneme, když dosadíme za argument funkci g. Potom y f g

Obecnou definici vynecháme. Jednoduše řečeno: složenou funkci dostaneme, když dosadíme za argument funkci g. Potom y f g Složená funkce Obecnou definici vynecháme Jednoduše řečeno: složenou funkci dostaneme, když do funkce y f dosadíme za argument funkci g Potom y f g Funkce f je vnější složka, funkce g vnitřní složka Pochopitelně

Více

Funkce a lineární funkce pro studijní obory

Funkce a lineární funkce pro studijní obory Variace 1 Funkce a lineární funkce pro studijní obory Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Funkce

Více

Diskrétní Fourierova transformace

Diskrétní Fourierova transformace Disrétí Fourierova trasformace Záladí idea trasformace x Trasformace Zpracováí v časové oblasti Zpracováí v trasform. oblasti x Iverzí Trasformace Spojitá Fourierova trasformace f j πft x t e dt Disrétí

Více

r Co se stane se spektrem signá lu z obr.1.12, dojde-li k zvětšení jeho opakovací frekvence na 500Hz? Ř ešení: Viz obr.1.15

r Co se stane se spektrem signá lu z obr.1.12, dojde-li k zvětšení jeho opakovací frekvence na 500Hz? Ř ešení: Viz obr.1.15 r.5. Co se sane se spere signá lu z obr.., dojde-li zvěšení jeho opaovací frevence na 5Hz? Viz obr..5 u( )[ V] u( )[ V] 3 5 6 [ s] 3 5 6 [ s] s s U i, U [ V] U i,5 U [ V],,5,,,5,5 ϕ [ rad] π ϕ [ rad] π

Více

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

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy:

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy: Opakování středoškolské matematiky Slovo úvodem: Tato pomůcka je určena zejména těm studentům presenčního i kombinovaného studia na VŠFS, kteří na středních školách neprošli dostatečnou průpravou z matematiky

Více

M - Kvadratické rovnice a kvadratické nerovnice

M - Kvadratické rovnice a kvadratické nerovnice M - Kvadratické rovnice a kvadratické nerovnice Určeno jako učební tet pro studenty dálkového studia. VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase.

Více

1.5.7 Prvočísla a složená čísla

1.5.7 Prvočísla a složená čísla 17 Prvočísla a složená čísla Předpolady: 103, 106 Dnes bez alulačy Číslo 1 je dělitelné čísly 1,, 3,, 6 a 1 Množinu, terou tvoří právě tato čísla, nazýváme D 1 množina dělitelů čísla 1, značíme ( ) Platí:

Více

M - Kvadratické rovnice

M - Kvadratické rovnice M - Kvadratické rovnice Určeno jako učební tet pro studenty denního i dálkového studia. VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase. Více informací

Více

. je zlomkem. Ten je smysluplný pro jakýkoli jmenovatel různý od nuly. Musí tedy platit = 0

. je zlomkem. Ten je smysluplný pro jakýkoli jmenovatel různý od nuly. Musí tedy platit = 0 Příklad 1 Určete definiční obor funkce: a) = b) = c) = d) = e) = 9 f) = Řešení 1a Máme určit definiční obor funkce =. Výraz je zlomkem. Ten je smysluplný pro jakýkoli jmenovatel různý od nuly. Musí tedy

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

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014 3ZZS 9. PŘEDNÁŠKA 24. listopadu 24 SPEKTRÁLNÍ ANALÝZA Fourierovy řady Diskrétní Fourierovy řady Fourierova transformace Diskrétní Fourierova transformace Spektrální analýza Zobrazení signálu ve frekvenční

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

sin(x) x lim. pomocí mocninné řady pro funkci sin(x) se středem x 0 = 0. Víme, že ( ) k=0 e x2 dx.

sin(x) x lim. pomocí mocninné řady pro funkci sin(x) se středem x 0 = 0. Víme, že ( ) k=0 e x2 dx. Použití mocniných řad Nejprve si ukážeme dvě jednoduchá použití Taylorových řad. Příklad Spočtěte následující limitu: ( ) sin(x) lim. x x ( ) Najdeme lim sin(x) x x pomocí mocninné řady pro funkci sin(x)

Více

9. cvičení z Matematické analýzy 2

9. cvičení z Matematické analýzy 2 9. cvičení z Matematické analýzy 7. listopadu -. prosince 7 9. Určete Fourierovu řadu periodického rozšíření funkce ft = t na, a její součet. Definice: Necht f je -periodická funkce, která je integrabilní

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

10. cvičení - LS 2017

10. cvičení - LS 2017 10. cvičení - LS 2017 Michal Outrata Příklad 1 Spočtěte následující itu daných posloupností: (a) (b) (c) n 3 +5n 2 n 3 6n 2 +3 n ; n 4 3n 2 6 n 4 + 3n 2 + 6; n 2 15n+2(1 n). 2(n 2) 3 2n 3 Příklad 2 Pro

Více

Funkce. b) D =N a H je množina všech kladných celých čísel,

Funkce. b) D =N a H je množina všech kladných celých čísel, Funkce ) Napište funkční předpisy a najděte definiční obory funkcí f pro které platí: f ( ) je povrch krychle o straně b) f ( ) je objem kvádru s čtvercovou podstavou o straně a povrchem rovným c) f (

Více

ORIENTOVANÝ ÚHEL. Popis způsobu použití:

ORIENTOVANÝ ÚHEL. Popis způsobu použití: 2014 RIENTVANÝ ÚHEL opis způsobu použití: teorie samostudiu (i- earning) pro 3. roční střední šo technicého zaměření, teorie e onzutacím dáového studia Vpracovaa: Ivana ozová Datum vpracování: 4. edna

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

Binomická věta

Binomická věta 97 Binomicá věta Předpolady: 96 Kdysi dávno v prvním ročníu jsme se učili vzorce na umocňování dvojčlenu Př : V tabulce jsou vypsány vzorce pro umocňování dvojčlenu Najdi podobnost s jinou dosud probíranou

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

Derivace goniometrických funkcí

Derivace goniometrických funkcí Derivace goniometrických funkcí Shrnutí Jakub Michálek, Tomáš Kučera Odvodí se základní vztahy pro derivace funkcí sinus a cosinus za pomoci věty o třech itách, odvodí se také několik typických it pomocí

Více

Při návrhu FIR filtru řešíme obvykle následující problémy:

Při návrhu FIR filtru řešíme obvykle následující problémy: Návrh FIR filtrů Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř.

Více

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

Transformace obrazu Josef Pelikán KSVI MFF UK Praha Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých

Více

1 Gaussova kvadratura

1 Gaussova kvadratura Cvičení - zadání a řešení úloh Zálady numericé matematiy - NMNM0 Verze z 7. prosince 08 Gaussova vadratura Fat, že pro něterá rovnoměrná rozložení uzlů dostáváme přesnost o stupeň vyšší napovídá, že pro

Více

4.3.4 Základní goniometrické vzorce I

4.3.4 Základní goniometrické vzorce I .. Základní goniometrické vzorce I Předpoklady: 0 Dva vzorce, oba známe už z prváku. Pro každé R platí: + =. Důkaz: Použijeme definici obou funkcí v jednotkové kružnici: T sin() T 0 - cos() S 0 R - Obě

Více

Godunovovy metody pro 1D-Eulerovy rovnice

Godunovovy metody pro 1D-Eulerovy rovnice Godunovovy metody pro D-Eulerovy rovnice Řešte Eulerovy rovnice w t + f(w) w(0, t) = = o, x (0, l), t (0, T ), w(l, 0) w(x, 0) = w 0 (x), = 0, t (0, T ), x (0, l), w = (ϱ, ϱu, E) T, f(w) = (ϱu, ϱu + p,

Více

Funkce pro studijní obory

Funkce pro studijní obory Variace 1 Funkce pro studijní obory Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Funkce Funkce je přiřazení,

Více

Příklad 1. Řešení 1a. Řešení 1b ŘEŠENÉ PŘÍKLADY Z M1B ČÁST 5

Příklad 1. Řešení 1a. Řešení 1b ŘEŠENÉ PŘÍKLADY Z M1B ČÁST 5 Příklad 1 Najděte totální diferenciál d (h) pro h=(h,h ) v příslušných bodech pro následující funkce: a) (,)= cos, =1; b) (,)=ln( + ), =2; 0 c) (,)=arctg(), =1; 0 1 d) (,)= +, =1; 1 Řešení 1a Máme nalézt

Více

Funkce a limita. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)

Funkce a limita. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) Funkce a limita Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného základu

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

6.3. Lineární diferenciální rovnice druhého řádu s konstantními koeficienty

6.3. Lineární diferenciální rovnice druhého řádu s konstantními koeficienty H VRBENSKÁ J BĚLOHLÁVKOVÁ 63 Lineární diferenciální rovnice druhého řádu s onstantními oeficienty 631 Definice Definice Lineární diferenciální rovnicí druhého řádu s onstantními oeficienty nazýváme rovnici

Více

Systé my, procesy a signály I. Vypoč těte normovanou energii signálů na obr.1.26 v č asovém intervalu T = 1ms: -1V. f) 1V

Systé my, procesy a signály I. Vypoč těte normovanou energii signálů na obr.1.26 v č asovém intervalu T = 1ms: -1V. f) 1V NEŘ EŠENÉPŘ ÍKLADY r 1.7. Vypoč ěe normovanou energii signálů na obr.1.6 v č asovém inervalu T = : a) g) b) ) c) - + i) - d) T - j) T - sin( Ω ) T 4 T T e) k) sin ( Ω ) T 4 T T f) l) cos( Ω ) 4 T T Obr.1.6.

Více

r Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F.

r Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F. Systé my, procesy a signály I - sbírka příkladů NEŘ EŠENÉPŘ ÍKADY r 223 Odvoď te přenosovou funkci obvodů na obr26, je-li vstupem napě tí u a výstupem napě tí Uvaž ujte Ω, H a F u u u a) b) c) u u u d)

Více

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u. Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl

Více

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

Grafy elementárních funkcí v posunutém tvaru

Grafy elementárních funkcí v posunutém tvaru Graf elementárních funkcí v posunutém tvaru Vsvětlíme si, jak se změní graf funkce, jestliže se částečně změní funkční předpis základní elementární funkce Všechn změn původního grafu budou demonstrován

Více

Definiční obor funkce

Definiční obor funkce Vlastnosti funkcí Definiční obor funkce Konstantní funkce D f = R Lineární funkce D f = R Kvadratická funkce D f = R Exponenciální funkce D f = R Logaritmická funkce D f = 0, + Nepřímá úměrnost D f = R

Více

8. Elementární funkce. I. Exponenciální funkce Definice: Pro komplexní hodnoty z definujeme exponenciální funkci předpisem ( ) e z z k k!.

8. Elementární funkce. I. Exponenciální funkce Definice: Pro komplexní hodnoty z definujeme exponenciální funkci předpisem ( ) e z z k k!. 8. Elementární funkce I. Exponenciální funkce Definice: Pro komplexní hodnoty z definujeme exponenciální funkci předpisem ( ) e z z k = k!. Vlastnosti exponenciální funkce: a) řada ( ) konverguje absolutně

Více

M - Příprava na 3. čtvrtletní písemnou práci

M - Příprava na 3. čtvrtletní písemnou práci M - Příprava na 3. čtvrtletní písemnou práci Určeno pro třídu ODK VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase. Více informací o programu naleznete

Více

Variace. Mocniny a odmocniny

Variace. Mocniny a odmocniny Variace 1 Mocniny a odmocniny Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Mocniny a odmocniny Obor přirozených

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

Při návrhu FIR filtru řešíme obvykle následující problémy:

Při návrhu FIR filtru řešíme obvykle následující problémy: Návrh FIR filtrů Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř.

Více

Logaritmická rovnice

Logaritmická rovnice Ročník:. Logaritmická rovnice (čteme: logaritmus z x o základu a) a základ logaritmu x argument logaritmu Vzorce Použití vzorců a principy počítání s logaritmy jsou stejné jako u logaritmů základních,

Více

Metody výpočtu limit funkcí a posloupností

Metody výpočtu limit funkcí a posloupností Metody výpočtu limit funkcí a posloupností Martina Šimůnková, 6. listopadu 205 Učební tet k předmětu Matematická analýza pro studenty FP TUL Značení a terminologie R značí množinu reálných čísel, rozšířenou

Více

Obsah. Aplikovaná matematika I. Gottfried Wilhelm Leibniz. Základní vlastnosti a vzorce

Obsah. Aplikovaná matematika I. Gottfried Wilhelm Leibniz. Základní vlastnosti a vzorce Neurčitý integrál Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah Primitivní funkce, neurčitý integrál Základní vlastnosti a vzorce Základní integrační metody Úpravy integrandu Integrace racionálních

Více

ANALYTICKÁ GEOMETRIE V ROVINĚ

ANALYTICKÁ GEOMETRIE V ROVINĚ ANALYTICKÁ GEOMETRIE V ROVINĚ Analytická geometrie vyšetřuje geometrické objekty (body, přímky, kuželosečky apod.) analytickými metodami. Podle prostoru, ve kterém pracujeme, můžeme analytickou geometrii

Více

OPTIMALIZACE PARAMETRŮ PID REGULÁTORU POMOCÍ GA TOOLBOXU

OPTIMALIZACE PARAMETRŮ PID REGULÁTORU POMOCÍ GA TOOLBOXU OPTMALZACE PARAMETRŮ PD REGULÁTORU POMOCÍ GA TOOLBOXU Radomil Matouše, Stanislav Lang Department of Applied Computer Science Faculty of Mechanical Engineering, Brno University of Technology Abstrat Tento

Více

Vzorce pro poloviční úhel

Vzorce pro poloviční úhel 4.. Vzorce pro poloviční úhel Předpoklady: 409 Chceme získat vzorce pro poloviční úhel vyjdeme ze vzorců pro dvojnásobný úhel: sin = sin cos, cos = cos sin. Výhodnější je vzorec cos = cos sin, obsahuje

Více

Derivace a monotónnost funkce

Derivace a monotónnost funkce Derivace a monotónnost funkce Věta : Uvažujme funkci f (x), která má na intervalu I derivaci f (x). Pak platí: je-li f (x) > 0 x I, funkce f je na intervalu I rostoucí. je-li f (x) < 0 x I, funkce f je

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

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

Úvod do zpracování signálů

Úvod do zpracování signálů 1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování

Více

14. přednáška. Přímka

14. přednáška. Přímka 14 přednáška Přímka Začneme vyjádřením přímky v prostoru Přímku v prostoru můžeme vyjádřit jen parametricky protože obecná rovnice přímky v prostoru neexistuje Přímka v prostoru je určena bodem A= [ a1

Více

1 Analytická geometrie

1 Analytická geometrie 1 Analytická geometrie 11 Přímky Necht A E 3 a v R 3 je nenulový Pak p = A + v = {X E 3 X = A + tv, t R}, je přímka procházející bodem A se směrovým vektorem v Rovnici X = A + tv, t R, říkáme bodová rovnice

Více

P. Rozhodni, zda bod P leží uvnitř, vně nebo na kružnici k. Pokud existují, najdi tečny kružnice procházející bodem P.

P. Rozhodni, zda bod P leží uvnitř, vně nebo na kružnici k. Pokud existují, najdi tečny kružnice procházející bodem P. 756 Tečny ružnic II Předpolady: 45, 454 Pedagogicá poznáma: Tato hodina patří na gymnázium mezi početně nejnáročnější Ačoliv jsou přílady optimalizované na co nejmenší početní obtížnost, všichni studenti

Více

4.3.3 Základní goniometrické vzorce I

4.3.3 Základní goniometrické vzorce I 4.. Základní goniometrické vzorce I Předpoklady: 40 Dva vzorce, oba známe už z prváku. Pro každé R platí: + =. Důkaz: Použijeme definici obou funkcí v jednotkové kružnici: T sin() T 0 - cos() S 0 R - Obě

Více

FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA

FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA V kapitole o Fourierových řadách byla dokázána Fourierova věta (připomeňte si, že f(x = (f(x + + f(x /2: VĚTA Necht f je po částech hladká na R a R f konverguje

Více

Lineární funkce, rovnice a nerovnice

Lineární funkce, rovnice a nerovnice Lineární funkce, rovnice a nerovnice 1. Lineární funkce 1.1 Základní pojmy Pojem lineární funkce Funkce je předpis, který každému číslu x z definičního oboru funkce přiřadí právě jedno číslo y Obecně je

Více

y = 1/(x 3) - 1 x D(f) = R D(f) = R\{3} D(f) = R H(f) = ( ; 2 H(f) = R\{ 1} H(f) = R +

y = 1/(x 3) - 1 x D(f) = R D(f) = R\{3} D(f) = R H(f) = ( ; 2 H(f) = R\{ 1} H(f) = R + Funkce. Vlastnosti funkcí Funkce f proměnné R je zobrazení na množině reálných čísel (reálnému číslu je přiřazeno právě jedno reálné číslo). Z grafu poznáme, zda se jedná o funkci tak, že nenajdeme žádnou

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

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

(iv) D - vybíráme 2 koule a ty mají různou barvu.

(iv) D - vybíráme 2 koule a ty mají různou barvu. 2 cvičení - pravděpodobnost 2102018 18cv2tex Definice pojmů a záladní vzorce Vlastnosti pravděpodobnosti Pravděpodobnost P splňuje pro libovolné jevy A a B následující vlastnosti: 1 0, 1 2 P (0) = 0, P

Více

Funkce arcsin. Některé dosud probírané funkce můžeme spojit do dvojic: 4 - je číslo, které když dám na druhou tak vyjde 4.

Funkce arcsin. Některé dosud probírané funkce můžeme spojit do dvojic: 4 - je číslo, které když dám na druhou tak vyjde 4. .. Funkce arcsin Některé dosud probírané funkce můžeme spojit do dvojic: Kvadratická funkce Druhá odmocnina y =, 0; ) y = - je číslo, které když dám na druhou tak vyjde - - - - - - y = y = Eponenciální

Více

Goniometrické rovnice

Goniometrické rovnice Goniometrické rovnice Funkce Existují čtyři goniometrické funkce sinus, kosinus, tangens a kotangens. Výraz číslo, ze kterého je daná funkce v obecném tvaru je to x se nazývá argument. Argument může u

Více

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy, Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání

Více

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT1

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT1 ŘEŠENÍ MINITESTŮ JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT1 1. Porovnejte mezi sebou normy zadaných vektorů p =(1,-3), q =(2,-2,2), r =(0,1,2,2). (A) p

Více

15. Goniometrické funkce

15. Goniometrické funkce @157 15. Goniometrické funkce Pravoúhlý trojúhelník Ze základní školy znáte funkce sin a cos jako poměr odvěsen pravoúhlého trojúhelníka ku přeponě. @160 Měření úhlů Velikost úhlů se měří buď mírou stupňovou

Více

Monotonie a lokální extrémy. Konvexnost, konkávnost a inflexní body. 266 I. Diferenciální počet funkcí jedné proměnné

Monotonie a lokální extrémy. Konvexnost, konkávnost a inflexní body. 266 I. Diferenciální počet funkcí jedné proměnné 66 I. Diferenciální počet funkcí jedné proměnné I. 5. Vyšetřování průběhu funkce Monotonie a lokální etrémy Důsledek. Nechť má funkce f) konečnou derivaci na intervalu I. Je-li f ) > 0 pro každé I, pak

Více

Metoda konjugovaných gradientů

Metoda konjugovaných gradientů 0 Metoda onjugovaných gradientů Ludě Kučera MFF UK 11. ledna 2017 V tomto textu je popsáno, ja metodou onjugovaných gradientů řešit soustavu lineárních rovnic Ax = b, de b je daný vetor a A je symetricá

Více

7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí

7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí 202-m3b2/cvic/7slf.tex 7. Derivace složené funkce. Budeme uvažovat složenou funkci F = fg, kde některá z jejich součástí může být funkcí více proměnných. Předpokládáme, že uvažujeme funkce, které mají

Více

Geometrická zobrazení

Geometrická zobrazení Pomocný text Geometricá zobrazení hodná zobrazení hodná zobrazení patří nejjednodušším zobrazením na rovině. Je jich vša hrozně málo a často se stává, že musíme sáhnout i po jiných, nědy výrazně složitějších

Více

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x). Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání

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

Základy maticového počtu Matice, determinant, definitnost

Základy maticového počtu Matice, determinant, definitnost Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n

Více