Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015

Podobné dokumenty
Laplaceova transformace

Teorie měření a regulace

Inverzní Laplaceova transformace

Diskretizace. 29. dubna 2015

Úvod do zpracování signálů

Komplexní analýza. Laplaceova transformace. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

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

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

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

Inverzní z-transformace. prof. Miroslav Vlček. 25. dubna 2013

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

Vlastnosti členů regulačních obvodů Osnova kurzu

FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA

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

FOURIEROVA TRANSFORMACE

1. března Organizace Základní informace Literatura Úvod Motivace... 3

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

Dodatek 2: Funkce dvou proměnných 1/9

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

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

Digitalizace převod AS DS (analogový diskrétní signál )

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

CW01 - Teorie měření a regulace

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.

Parciální diferenciální rovnice

Zimní semestr akademického roku 2014/ prosince 2014

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

Základní pojmy o signálech

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

III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ).

SIGNÁLY A LINEÁRNÍ SYSTÉMY

(K611MSAP) prof. Miroslav Vlček. 24. února Ústav aplikované matematiky Fakulta dopravní ČVUT

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

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

25.z-6.tr ZS 2015/2016

Matematický seminář. OVO ŠVP Tématický celek Učivo ŠVP Integrace Mezipředmětové vztahy. jejich soustavy. Spojitost funkce v bodě. Limita funkce v bodě

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

Zimní semestr akademického roku 2014/ prosince 2014

Zimní semestr akademického roku 2014/ prosince 2014

Ústav technologie, mechanizace a řízení staveb. CW01 - Teorie měření a regulace 10.2 ZS 2010/2011. reg Ing. Václav Rada, CSc.

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Přednášky z předmětu Aplikovaná matematika, rok 2012

ÚPGM FIT VUT Brno,

Funkce komplexní proměnné a integrální transformace

Matematika 1 Jiˇr ı Fiˇser 19. z aˇr ı 2016 Jiˇr ı Fiˇser (KMA, PˇrF UP Olomouc) KMA MAT1 19. z aˇr ı / 19

Fourierova transformace

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.

30. listopadu Derivace. VŠB-TU Ostrava. Dostupné: s1a64/cd/index.htm.

Biofyzikální ústav LF MU Brno. jarní semestr 2011

22 Základní vlastnosti distribucí

ekologie Pavel Fibich rovnice rovnice Pavel Fibich Shrnutí Literatura

Gymnázium Jiřího Ortena, Kutná Hora

Praha technic/(4 -+ (/T'ERATU"'P. ))I~~

Úvodní informace. Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní. verze: :47

12.1 Úvod. Poznámka : Příklad 12.1: Funkce f(t) = e t2 nemá Laplaceův obraz. Příklad 12.2: a) L{1} = 1 p, p > 0 ; b) L{ eat } = 1, [ZMA15-P73]

7.1. Číslicové filtry IIR

1 Modelování systémů 2. řádu

MATURITNÍ TÉMATA Z MATEMATIKY

Matematika I. dvouletý volitelný předmět

Zimní semestr akademického roku 2014/ prosince 2014

Zimní semestr akademického roku 2015/ ledna 2016

Vlastnosti konvoluce. ÚPGM FIT VUT Brno,

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

(Cramerovo pravidlo, determinanty, inverzní matice)

FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA

ÚPGM FIT VUT Brno, periodické a harmonické posloupnosti. konvoluce Fourierova transformace s diskrétním časem

Matematika II, úroveň A ukázkový test č. 1 (2017) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené

Gymnázium Česká a Olympijských nadějí, České Budějovice, Česká 64, 37021

Derivace funkce. Přednáška MATEMATIKA č Jiří Neubauer

ANALÝZA KONSTRUKCÍ. 5. přednáška

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

Číslicové filtry. Honza Černocký, ÚPGM

Dodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů

Vlastnosti a modelování aditivního

Úvodní informace. Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní. verze: :18

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

Analýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction

Řešíme tedy soustavu dvou rovnic o dvou neznámých. 2a + b = 3, 6a + b = 27,

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

Komplexní analýza. Holomorfní funkce. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů

Číslicové zpracování signálů a Fourierova analýza.

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

Kristýna Kuncová. Matematika B3

10 Funkce více proměnných

Netradiční výklad tradičních témat

Operace s maticemi. 19. února 2018

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

Nyní využijeme slovník Laplaceovy transformace pro derivaci a přímé hodnoty a dostaneme běžnou algebraickou rovnici. ! 2 "

Význam a výpočet derivace funkce a její užití

K velkým datům přes matice a grafy

Úvodní informace. 17. února 2018

ZS: 2018/2019 NMAF063 F/3 Josef MÁLEK. Matematika pro fyziky III

Komplexní analýza. Fourierovy řady. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

I. Diferenciální rovnice. 3. Rovnici y = x+y+1. převeďte vhodnou transformací na rovnici homogenní (vzniklou

Matematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

0.1 Z transformace. 0.1 Z transformace 1

Transkript:

Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 8. přednáška 11MSP pondělí 20. dubna 2015 verze: 2015-04-14 12:31

Obsah přednášky 1 Matematické nářadí Motivace Použití 2

Matematické nářadí Motivace Chceme analyzovat chování nějakého systému, případně navrhnout systém, který má přesně specifikované parametry. Opíráme se o fyzikální model, založený na fyzikálních zákonech black-box model, založený na pozorování, identifikaci Analýza chování reálného systému je složitý proces (model představuje jedna či více diferenciálních či diferenčních rovnic vyššího řádu) numerické řešení. Jak analýzu zjednodušit?

Matematické nářadí Použití Analýza či návrh systému v časové oblasti (vstupy a výstupy jsou funkcí času) jsou velmi pracné. Převod do frekvenční oblasti (vstupy a výstupy jsou funkcí komplexní proměnné nazývané úhlová frekvence) nám poskytuje fundamentálně odlišný nástroj k pochopení funkce systému, často drasticky sníží složitost matematických výpočtů potřebných pro analýzu systému.

Obsah přednášky 1 Matematické nářadí 2 O původu diskrétní transformace Definice Vlastnosti Tabulka obrazů

O původu diskrétní transformace Jak se ze spojitého systému stane systém diskrétní f (t) t

O původu diskrétní transformace Jak se ze spojitého systému stane systém diskrétní f (t) t

O původu diskrétní transformace Jak se ze spojitého systému stane systém diskrétní f [n] n

O původu diskrétní transformace Vzorkování signálu Vztah mezi spojitou funkcí f (t) a ideálně vzorkovanou funkcí f (t) lze formálně zapsat jako f (t) = f (t) δ(t nt ) = n=0 n=0 = f (nt )δ(t nt ) {f n } n=0, kde T je vzorkovací perioda signálu. f (τ) δ(t nt τ) dτ Ze spojité funkce f : R R se tak stane posloupnost reálných hodnot f n : N R. U této posloupnosti je zvykem neuvádět vzorkovací periodu signálu. Značíme ji f [n] a platí f [n] = {f (nt )} n=0.

O původu diskrétní transformace Vzorkování signálu Jestliže budeme hledat Laplaceovu transformaci funkce f (t), dostaneme L {f (t)} = = = = 0 0 n=0 n=0 f (t) e pt dt f (t) δ(t nt ) e pt dt n=0 0 δ(t nt ) f (t) e pt dt f (nt )e pnt f [n]z n, n=0 kde jsme zavedli komplexní proměnnou z = e pt a f [n] označuje n-tý vzorek příslušné spojité funkce vzorkované s periodou T.

Definice Definice (Jednostranná ) Jednostranná posloupnosti f [n] je definována nekonečnou řadou F (z) = f [n]z n, n=0 kterou často označujeme F (z) = Z {f [n]}. Zpětná má tvar integrálu podél uzavřené křivky C, jež obsahuje všechny singulární body funkce F (z). Pro všechna n = 0, 1,..., platí f [n] = 1 2πi C F (z)z n 1 dz Z 1 {F (z)}.

Vlastnosti Linearita Věta (Linearita) je lineární: { } Z a k f k [n] = k k { } Z 1 b m F m (z) = m m a k Z {f k [n]} b m Z 1 {F m (z)}

Vlastnosti Změna měřítka Věta (O změně měřítka) Pro F (z) = Z {f [n]} je a n f [n] = Z 1 {F (az)} F (a 1 z) = Z {a n f [n]}

Vlastnosti Posunutí Věty o posunutí jsou velmi důležité pro transformaci diferenčních rovnic na algebraické rovnice v Z-rovině, podobně, jako je tomu u spojitých systémů s větami o obrazu derivací v Laplaceově transformaci. Z {f [n m]} = z m Z {f [n]} = z m F (z) n m<0: f [n m]=0 ] m 1 Z {f [n + m]} = z [Z m {f [n]} f [ν]z ν ν=0 ] m 1 = z [F m (z) f [ν]z ν ν=0

Vlastnosti Transformace částečné sumy Věta (Transformace částečného součtu) Částečnou sumu posloupnosti f [n] lze transformovat jako { n } Z f [ν] = z z 1 F (z) ν=0 { n 1 } Z f [ν] = 1 z 1 F (z) ν=0

Vlastnosti Transformace diferencí Pro m = 1, 2,..., a diference m-tého řádu 0 f [n] = f [n], 1 f [n] = f [n + 1] f [n], 2 f [n] = 1 [ 1 f [n] ] = f [n + 2] 2f [n + 1] + f [n] m f [n] = 1 [ m 1 f [n] ] platí tato věta o transformaci diferencí: Z { 1 f [n] } = (z 1)F (z) f [0]z Z { 2 f [n] } = (z 1) 2 F (z) f [0] z(z 1) + 1 f [0]z

Vlastnosti Obraz konvoluce Věta (O konvoluci) Je-li F (z) = Z {f [n]} a G(z) = Z {g[n]}, pak pro diskrétní kovoluci obou posloupností platí { } Z {f [n] g[n]} = Z f [n m] g[m] = F (z) G(z) m=0

Vlastnosti Derivace obrazu Věta (O derivaci obrazu) Jednoduchá derivace obrazu F (z) se na vzoru f [n] projeví jako násobení proměnnou n: Z {nf [n]} = z df (z) dz

Tabulka f [n] = Z 1 {F (z)} F (z) = Z {f [n]} δ[n] 1 1[n] 1 1 z 1 a n 1 1 a z 1 n n a n 1 z 1 (1 z 1 ) 2 z 1 (1 az 1 ) 2