Digital signalbehandling Digital signalbehandling

Storlek: px
Starta visningen från sidan:

Download "Digital signalbehandling Digital signalbehandling"

Transkript

1 Istitutioe för data- och eletrotei --8 Ly, Fuerst: Itroductory Digital Sigal Processig Kapitel. 7 Mbit/s. 96 Mbit/s., bit/s. a) b) - - CHALMERS LINDHOLMEN Sida Istitutioe för data- och eletrotei Sve Kutsso Box Göteborg Besösdress: Hörselgåge Telefo: Fax: sve@chl.chalmers.se Web: sve

2 c) d) - - e) -.6 a) x[] u[ ] b) x[] δ [ ] c) x[] r[ ] r[] r[ 7] r[ 9].7 a) b) - c) d) a) Periodis, N 8 b) Periodis, me ite strit periodis c) Aperiodis d) Periodis, N sida

3 .9 a) b) 6 c) d) - -. a) Lijär, ej tidsivariat, ice-ausal, stabil, mie b) Olijär, tidsivariat, ausal, stabil, mie c) Lijär, tidsivariat, ausal, stabil, mie d) Lijär, tidsivariat, ausal, istabil, mie e) Lijär, ej tidsivariat, ausal, istabil, saar mie. a) Iverterbar b) Ice-iverterbar, vi vet ite isigales tece c) Ice-iverterbar, x [] x [] π. a) α, 75 b) - α > ger istabilitet sida

4 . x[],5 -,85 T T y[]. x[] T T,5 -,.65 -,9 T T y[] sida

5 Kapitel. a) x[] δ [] δ [ ] δ [ ] b) x[] δ [ ] δ [],5δ [ ] δ [ ]. a) Kausal, stabil b) Ej ausal, stabil c) Kausal, stabil d) Kausal, stabil e) Kausal, istabil. a) b) - c) - d) e) 5 h[] h[] -,,87 5 -, 6,79 6 -,7,8 7 7,7 sida 5

6 . a) b) Upplaga I av boe (989) Upplaga II och III av boe (99 resp 998) 6 c) d).6 y[] y[] 5,9 -,98 6,6 -,6 7,8 -,79 8,67 -, 9,.7 a) [ ] u[ ] u[ ] s b) s [ ] r [ ] r [ 6] -8 sida 6

7 .8 a) c) 8.9 a) s[ ] b) s [ ], 67. a) b) -.. y[] 5,9 y[] 6,9 [ ], y. h[],5{ δ [] δ [ ] 5δ [ ] 5δ [ ] δ [ ] δ [ 5] }, -, sida 7

8 . forts s [],5{ u[] u[ ] 5u[ ] 5u[ ] u[ ] u[ 5] }, -, Stegsvaret går emot oll eftersom de olia termera tar ut varadra är vi har ått så lågt i tid att isigale och dess fördröjda variater alla är ett. Eftersom vissa freveser framhävs meda lispäigsterme dämpas (stegsvaret går mot oll) så har vi og ett badpassfilter.. a) y[] x[ ] 6 Reursiv formel: två summatioer, åtta miesceller Ice-reursiv formel: sex summatioer, sex miesceller b) y[],9 x[ ] Filtret har ite ädlig lägd, då går emot oädlighete så går äve atalet termer i summatioe mot oädlighete.5.6 h[] h[], 5,67 6,5 7 y.8 [] [] [] p u y h,8 sida 8

9 H p [] h h [] - -,5,5 -,5, -,6,6 sida 9

10 sida

11 Kapitel. a) a a a,5 a a j,5, π b) a a j π,5 a a j,5 π c) a a j a a j. a a,7 j,56 a,567 j, 6 a a, j, a, j, 5,567 j,6 a6,7 j,56 a är oll eftersom sigale saar lispäigsompoet, a och a är lia stora eftersom sigale har e star frevesompoet vid viel 6 π π 7, dvs vid frevese f 7 7 som ges av a s meda a är motsvarade speglade freves på adra sida s f. Om sampligsfrevese är MH så ger a frevesompoete vid 86 H..5 a a a,5 a a j,5, Reste av frevesompoeetera är oll π.6 Φ π 6.8,58 Fas 75,8 radiaer - j Ω j Ω. a) X ( Ω) e e b) X ( Ω) jsi ( Ω) c) X ( Ω) cos( Ω) cos( Ω) cos( Ω) sida

12 e e j 7Ω. H j Ω j Ω ( Ω) e e b) H ( Ω ) j Ω,8e c) H ( Ω) Ω j. H ( Ω),,9e j Ω,9cos, ( Ω) j,9 si ( Ω) H ( Ω) 6 [,9cos( Ω),8 cos( Ω) ] [,9si ( Ω),8si ( Ω) ] a) H(), 9 b) H(, ), 86 π sida

13 sida Kapitel. () ( ) a X b) () ( ) 7 8 X. a) () ( )!,5,5,5,5,5 X b) () ( )!,,,,. X c) ()! X. () ( ) ( ),5, X. () () X X () () 6 5 X X.5 () () 5 H X () () H X.6 a) [] [] u x si π b) [] ( ) [ ] [ ],8,5,5 u x.8 a) Nollställe: - och Poler:,5 och,8 Kausalt, stabilt

14 .8 b) Nollställe:,5 ± j, 866 Poler: ± j Kausalt, istabilt c) Nollställe: och ± j Poler: ±, 5 Ej ausalt, stabilt d) Nollställe: π 9 8 Poler: och Kausalt, stabilt.8 a) Nollställe:,5 π 5 Poler:,98 π 9 Stabilt sida

15 .9 b) Nollställe:,75 ± j, 58 Poler:,75 ± j, 7 Istabilt. Kommetar: Eftersom evetuella förstärigsostater ite sys i pol/ollställesdiagram är dessa ite med i svare [ ] [] π a) x[] (, 8) u b) x[] cos u[] π c) x[] (,8) si u[]. a) Högpassfilter b) Lågpassfilter c) Notchfilter sida 5

16 . Nollställe: och ±, 89 j Poler: -,8 och dubbelpol i origo H () y h,9e π,9e j j ( ) e e ( ) π j π π j π cos π,8 cos,8 [] x[] x[ ] x[ ] x[ ],9 y[ ],8 y[ ] [] δ [],9δ [ ],8 δ [ ],7δ [ ],δ [ ]!. a) y[ ] x[ ] x[ ],8 y[ ] b) h[ ] [ ],8 [ ], [ ],5 [ ],96 [ ]! δ δ δ δ δ Fas Fas (relativt pi) < α < β < a) α d) α sida 6

17 .7 Med radvillor y[ ] y[ ] Y,8 () X () Med radvillor y[ ] y[ ] (),,8 X,,8 Y() Y,8,8 Radvillores bidrag till impulssvaret h r [],δ [],6δ [ ],76δ [ ],8δ [ ],8δ [ ]! () ( ).8 a) H () b) H (),5,5 Impulssvaret blir oll om y [ ] och y[ ],5,5 sida 7

18 sida 8

19 Kapitel 5 5. a) styce poler b) styce poler a) b),,, sida 9

20 5.5 a) b) a) w [] w[] w[ ],9 w[] w[ ],75 w[] w[ ],5 w[] w[ ], 5 w[] 5 w[ 5], 67 b) w [] w[] w[ ],98 w[] w[ ],77 w[] w[ ],5 w[] w[ ], w[] 5 w[ 5], 6 w[] 6 w[ 6], 8 5. a) α 5 N M a) α,9 N M Ideal.5 Fall.5.5 Fall sida

21 5. forts I det första fallet är sillade, db I det adra fallet är sillade,579 db 5.5 b[] b [] π π ( ) ( ) då är udda då är jäm sida

22 sida

23 Kapitel 6 6. a) b) c) i db a) db b) db c) -6 db d) -67,96 db e) 6. Nollställe i ±, 8π Poler i,959 ±, π sida

24 6.5 Nollställe i ±, π Poler i,97 ±, π a) i db i db Freves - Freves b) i db i db -5 - Freves -5 Freves sida

25 6.8 i db i db Gradtal 6 6. y[ ] x[ ],999 x[ ],76 y[ ],78 y[ ] 6. y[ ] x[ ],98 x[ ],896 y[ ],657 y[ ] 6.7 Kamfilter [] x[],998 9 x[ 9] x[],85 x[ 9] q Sex styce resoatorer y q,59 y,996 y y y y y 6.9 a) [] [] [ ] [ ] [] q [],58 y[ ],996 y[ ] [] q [],56 y[ ],996 y[ ] [] q [],89 y[ ],996 y[ ] [] q [],6 y[ ],996 y[ ] [] q [],998 y [ ],996 y [ ] 6 y Total utsigal y y [] [] [] y [] y [],5 y [], y [] y Lågpassfilter Badpassfilter sida 5

26 6.9 b) Lågpassfiltret [ ] [ ] [ ] [ ] y x x y Badpassfiltret y x x y y [] [] [ ] [ ] [ ] c) Lågpassfiltret Badpassfiltret - 6. a) dubbelollställe 5 styce poler trippelollställe 5 dubbelpol dubbelollställe b) y [] x[] x[ ] x[ ] x[ ] x[ ] x[ 5] y[ ] y[ ] sida 6

27 6. c) Differeser Ω Idealt Ruig Sum Trapetsregel Simpso s regel Ruig Sum Trapetsregel Simpso s regel, π,6,798,799,99, -,95,79,5 π -.9 -, -,6-7,58,9 -,98,,9 π -9,78-5,9 -,6,7,8 -,9985,8 sida 7

28 sida 8

29 Kapitel 7 7. Modifiera algoritme till X N [] A x[] e B j N så a samma algoritm avädas. Vid DFT-beräig aväder vi A IDFT-beräig aväder vi N B π A och vid B π π j N 7. a) X [] b) X [] e π j c) [] N X e N N m d) X [ m] X [ m] e π m j N 7. a) E reell sigal ger e omplex DFT b) E reell och jäm sigal ger reella jäma DFT-ompoeter c) E reell och udda futio ger imagiära udda DFT-ompoeter d) E omplex sigal ger e omplex DFT 7.5 Sigale får bara iehålla frevesompoeter f s där är ett heltal N 7.6 a) X [] X [] b) X [] 7 X [] j X [] X [] j 7.7 Spetrat är periodist och ompoetera X []! X [] 7 är de samma X [ 8] X [ 8] X [ 7] X [ 9] X [ 6] X [ ] X [ 5] X [ ] X [ ] X [ ] X [ ] X [ ] X [ ] X [ ] X [ ] X [ 5] 7.8 a) Kompoetera [] 9 b) X [] X [ 9] X och X [ ] sida 9

30 7. W N -j - j - - j - -j 7. X [] X [] W X [] N 7. a) 8, b), c) b) x[] x[8] x[] x[] x[] x[] x[6] x[] x[] x[9] x[5] x[] x[] x[] x[7] x[5] 7.6 x[] x[6] x[8] x[] x[] x[] x[] x[8] x[] x[8] x[] x[6] x[6] x[] x[] x[] x[] x[7] x[9] x[5] x[5] x[] x[] x[9] x[] x[9] x[] x[7] x[7] x[] x[5] x[] 7.8 a) Decimatio-i-time FFT b) Decimatio-i-frequecy FFT sida

31 Kapitel 8 8. a) [] 8 b) [] 7 c) 8 H X och X [ 56] X (och X [ 57] ) är äst störst. Relativ storle -6,55 db 8.5 a) De största ompoetera (i avtagade ordig) blir [ ] Dämpige av X [ ] relativt X [ ] blir,5 db (,667) Dämpige av X [ ] relativt X [ ] blir,9 db (,86) b) De största ompoetera (i avtagade ordig) blir [ ] Dämpige av X [ ] relativt X [ ] blir 9,5 db (,5) Dämpige av [ ] 8.6 a),8 H π b) 9 6, radiaer c) 5,86 mh X relativt [ ] X blir,8 db (,) X, X [ ] och X [ ] X, X [ ] och X [ ] 8.8, 5,,,, 5, 6, 9 7, 8 W[],888,575,8,56,697,79556,98,996 Värdea ärmast ceterlije är, ,,, 9, 8, W[],8,6785,9785,685,95 sida

32 8. h[] h[] h[] h[] 6 -,,7 8 -,9,5 7 -,5,9 9 -,, 8 -,78,9 5,7,85 9 -,56 5 -,5 5,,7,5 6 -,76 5,5 5 -,6,76 7 -,85 5, 6 -,985,85 8 -,6 5,9 7 -,9,9 9 -, 55 -, 8 -,576,6, 56 -, 9 -,6 5 -,9,9 57 -,7,95 6 -,8, ,,66 7 -,9, 59 -,6,6 8 -,,6 6,, 9 -,7 5 -, 6,9,6,57 6 -, 6, 5 -,6,7 7 -,8 6,9 a) Upplösig 5,6 H b) Upplösig,95 H 8. E period vid cylis faltig - Lijär faltig ger följde - - sida

1. Rita följande tidssekvenser. 2. Givet tidssekvensen x n i nedanstående figur. Rita följande tidssekvenser.

1. Rita följande tidssekvenser. 2. Givet tidssekvensen x n i nedanstående figur. Rita följande tidssekvenser. Lasse Björkma 999 . Rita följade tidssekveser. a) δ e) u b) δ f) u u c) δ + δ g) u d) u h) u. Givet tidssekvese x i edaståede figur. Rita följade tidssekveser. a) x c) x b) x + 3 d) x 3. Givet tidssekvesera

Läs mer

3 Signaler och system i tidsplanet Övningar 3.1 Skissa följande signalers tidsförlopp i lämpligt tidsintervall

3 Signaler och system i tidsplanet Övningar 3.1 Skissa följande signalers tidsförlopp i lämpligt tidsintervall Sigaler och sstem i tidsplaet. Skissa följade sigalers tidsförlopp i lämpligt tidsitervall a) 0 6 [ ] b) [ ] c) 07 [ ] 0 [ ] d) u [ ] e) 06u[ ] u[ ] [ ] f) r [ ] 0 r[ ] r[ ] r[ 6] 0 r[ 8] g) 08 cos π h)

Läs mer

Digital signalbehandling Fönsterfunktioner

Digital signalbehandling Fönsterfunktioner Istitutioe för data- och elektrotekik Digital sigalbehadlig Fösterfuktioer 2-2-7 Fösterfuktioer aväds för att apassa mätserie vid frekvesaalys via DFT och FFT samt vid dimesioerig av FIR-filter via ivers

Läs mer

TENTAMEN. Tillämpad digital signalbehandling. Sven Knutsson. Typgodkänd räknare Sven Knutsson: Signalprocessorn ADSP-2105

TENTAMEN. Tillämpad digital signalbehandling. Sven Knutsson. Typgodkänd räknare Sven Knutsson: Signalprocessorn ADSP-2105 Istitutioe för dt- och eletrotei 4-8- TETAME KURSAM PROGRAM: m Eletroigejörslije å / läsperiod årsurs /läsperiod 4 KURSBETECKIG LET39 EAMIATOR Sve Kutsso TID FÖR TETAME Fredg 7 ugusti 4 l 3.3 7.3 HJÄLPMEDEL

Läs mer

Digital signalbehandling Alternativa sätt att se på faltning

Digital signalbehandling Alternativa sätt att se på faltning Istitutioe för data- oc elektrotekik 2-2- Digital sigalbeadlig Alterativa sätt att se på faltig Faltig ka uppfattas som ett kostigt begrepp me adlar i grude ite om aat ä att utgåede frå e isigal x [],

Läs mer

TENTAMEN. Digital signalbehandling. Sven Knutsson. Typgodkänd räknare

TENTAMEN. Digital signalbehandling. Sven Knutsson. Typgodkänd räknare Istitutioe för dt- och eletrotei 5-5-4 TETAME KURSAM PROGRAM: m Eletro- och dtigejörslije å / läsperiod årsurs /läsperiod 3 KURSBETECKIG LET39 96 EAMIATOR Sve Kutsso TID FÖR TETAME Fredg 7 ugusti 4 l 3.3

Läs mer

Föreläsning 3. Signalbehandling i multimedia - ETI265. Kapitel 3. Z-transformen. LTH 2015 Nedelko Grbic (mtrl. från Bengt Mandersson)

Föreläsning 3. Signalbehandling i multimedia - ETI265. Kapitel 3. Z-transformen. LTH 2015 Nedelko Grbic (mtrl. från Bengt Mandersson) Sigalbeadlig i multimedia - ETI65 Föreläsig 3 Sigalbeadlig i multimedia - ETI65 Kapitel 3 Z-trasforme LT 5 Nedelo Grbic mtrl. frå Begt Madersso Departmet of Electrical ad Iformatio Tecolog Lud Uiversit

Läs mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson Uppsala Uiversitet Matematisa Istitutioe Thomas Erladsso LÄSANVISNINGAR VECKA -5 BINOMIALSATSEN Ett uttryc av forme a + b allas ett biom eftersom det är summa av två moom. För uttrycet (a + b) gäller de

Läs mer

Digital signalbehandling Kamfilter och frekvenssamplande filter

Digital signalbehandling Kamfilter och frekvenssamplande filter Institutionen för eletroteni 999--9 Kamfilter och frevenssamplande filter I frevenssamplande filter utgår vi från en filterstrutur som har ett stort antal nollställen i frevensgången och modellerar filtrets

Läs mer

Stokastiska variabler

Stokastiska variabler TNG006 F2 11-04-2016 Stoastisa variabler Ett slumpmässigt försö ger ofta upphov till ett tal som bestäms av utfallet av försöet. Talet är ite ät före försöet uta bestäms av vilet utfall som ommer att uppstå,

Läs mer

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2 t 1) En tidskontinuerlig signal x( t) = e 106 u( t) samplas med sampelperioden 1 µs, varefter signalen trunkeras till 5 sampel. Den så erhållna signalen får utgöra insignal till ett tidsdiskret LTI-system

Läs mer

7 Sjunde lektionen. 7.1 Digitala filter

7 Sjunde lektionen. 7.1 Digitala filter 7 Sjude lektioe 7. Digitala filter 7.. Flera svar Ett lijärt tidsivariat system ka karakteriseras med ett flertal svar, t.ex. impuls-, steg- och amplitudsvare. LTI-system ka ju äve i de flesta fall beskrivas

Läs mer

( ), så kan du lika gärna skriva H ( ω )! ( ) eftersom boken går igenom laplacetransformen före

( ), så kan du lika gärna skriva H ( ω )! ( ) eftersom boken går igenom laplacetransformen före Några allmänna kommentarer gällande flera av lösningarna: Genomgående används kausala signaler och kausala system, vilket innebär att det är den enkelsidiga laplacetransformen som används. Bokens författare

Läs mer

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n = grad( P(

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n = grad( P( Armi Halilovic: EXTRA ÖVNINGAR Polyom POLYNOM OCH ALGEBRAISKA EKVATIONER Defiitio Polyom är uttrycet av type a a a 0, eller ortare a 0, ( där är ett ice-egativt heltal) Defiitio Låt P( a a a0 vara ett

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Att repetera.

Uppsala Universitet Matematiska Institutionen Bo Styf. Att repetera. Uppsala Uiversitet Matematisa Istitutioe Bo Styf rasformmetoder, 5 hp gyl, I, W, X 20-0-26 Att repetera. Vi samlar här e del material frå tidigare urser som a vara avädbart uder urses gåg. Serier. E serie

Läs mer

Följande begrepp används ofta vid beskrivning av ett statistiskt material:

Följande begrepp används ofta vid beskrivning av ett statistiskt material: Armi Halilovic: EXTRA ÖVNINGAR Besrivade statisti BESKRIVANDE STATISTIK. GRUNDBEGREPP Följade begrepp aväds ofta vid besrivig av ett statistist material: LÄGESMÅTT (medelvärde, media och typvärde): Låt

Läs mer

UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR. Med andra ord: Vi kan approximera integralen från båda sidor

UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR. Med andra ord: Vi kan approximera integralen från båda sidor Armi Halilovic: EXTRA ÖVNINGAR Summor och itegraler UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR Om vi betratar e futio ff() som är otiuerlig i itervallet [aa, bb] då atar futioe sitt mista

Läs mer

Ett system är asymptotiskt stabilt om det efter en övergående störning återgår till sitt begynnelsetillstånd.

Ett system är asymptotiskt stabilt om det efter en övergående störning återgår till sitt begynnelsetillstånd. 6. Stabilitet Såsom framgått i de två iledade apitle förutsätter e lycad regulatordesig ompromisser mella prestada ( sabbhet ) och stabilitet. Ett system som oreglerat är stabilt a bli istabilt geom för

Läs mer

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer) Armi Halilovic: EXTRA ÖVNINGAR Newto-Raphsos metod NEWTON-RAPHSONS METOD (e metod för umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder

Läs mer

Föreläsning 10. Digital signalbehandling. Kapitel 7. Digitala FourierTransformen DFT. LTH 2011 Nedelko Grbic (mtrl. från Bengt Mandersson)

Föreläsning 10. Digital signalbehandling. Kapitel 7. Digitala FourierTransformen DFT. LTH 2011 Nedelko Grbic (mtrl. från Bengt Mandersson) Digital sigalbhadlig ESS040 Förläsig 0 Digital sigalbhadlig ESS040 Kapitl 7 Digitala FourirTrasform DFT LTH 0 dlo Grbic (mtrl. frå Bgt Madrsso Istitutio för ltro- och iformatiosti Lud Uivrsity 53 Digital

Läs mer

Tentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl

Tentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl 1 Matematiska Istitutioe, KTH Tetame SF1633, Differetialekvatioer I, de 22 oktober 2018 kl 08.00-13.00. Examiator: Pär Kurlberg OBS: Iga hjälpmedel är tillåta på tetamesskrivige. För full poäg krävs korrekta

Läs mer

4. Uppgifter från gamla tentor (inte ett officiellt urval) 6

4. Uppgifter från gamla tentor (inte ett officiellt urval) 6 SF69 - DIFFERENTIALEKVATIONER OCH TRANSFORMER II - ÖVNING 4 KARL JONSSON Iehåll. Egeskaper hos Fouriertrasforme. Kapitel 3: Z-Trasform.. Upp. 3.44a-b: Bestämig av Z-trasforme för olika talföljder.. Upp.

Läs mer

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275)

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275) TEKNISKA ÖGSKOLAN I LUND Istitutio ör ltrovtsap Ttam i Digital Sigalbhadlig ESS ETI/ETI75 -- Tid: 8. - 3. Sal: MA F-J älpmdl: Formlsamlig, Rädosa. Motivra atagad. D olia ld i lösigara sa ua ölas. Rita

Läs mer

Föreläsning 6. Kapitel 4. Fouriertransform av analog signal, FT Fouriertransform av digital signal, DTFT fortsättning

Föreläsning 6. Kapitel 4. Fouriertransform av analog signal, FT Fouriertransform av digital signal, DTFT fortsättning Digital sigalbhadlig ESS4 Förläsig 6 Dfiitio: Fourirtrasform av tidsdiskrt sigal DF, sid 5 Digital sigalbhadlig ESS4 Kapitl 4 Fourirtrasform av aalog sigal, F Fourirtrasform av digital sigal, DF fortsättig

Läs mer

Multiplikationsprincipen

Multiplikationsprincipen Kombiatori Kombiatori hadlar oftast om att räa hur måga arragemag det fis av e viss typ. Multipliatiospricipe Atag att vi är på e restaurag för att provsmaa trerättersmåltider. Om det fis fyra förrätter

Läs mer

( ) ( θ( n) 1. Ett kausalt tidskontinuerligt filter F har tillståndsekvationen

( ) ( θ( n) 1. Ett kausalt tidskontinuerligt filter F har tillståndsekvationen gamla eor maem me E, fk, del B () CTH&GU, maemaik Teame i maemaiska meoder fk, del B, TMA98, -8-, kl 85-5 Hjälpmedel: Formelsamlig (delas u, lämas illbaka efer skrivige) Bea Ej räkedosa Telefo: Rolf Liljedal,

Läs mer

( ) ( ()) LTI-filter = linjärt, tidsinvariant filter. 0. Svaret skall ges utan -tecken. 2. Ett LTI-filter har amplitudkarakteristiken A( ω) =

( ) ( ()) LTI-filter = linjärt, tidsinvariant filter. 0. Svaret skall ges utan -tecken. 2. Ett LTI-filter har amplitudkarakteristiken A( ω) = gamla eor maem me E, fk, del B (99) CTH&GU, maemaik Teame i maemaiska meoder, fk, delb, TMA98, 999-8-7, kl 85-5 Hjälpmedel: Formelsamlig (delas u, lämas illbaka efer skrivige)bea Ej räkedosa Telefo: OBS:

Läs mer

FÖRELÄSNING 13: Analoga o p. 1 Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga p. 2 filter = tidskontinuerliga filter

FÖRELÄSNING 13: Analoga o p. 1 Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga p. 2 filter = tidskontinuerliga filter FÖRELÄSNING 3: Analoga o p. Digitala filter. Kausalitet. Stabilitet. Analoga filter Ideala filter Butterworthfilter (kursivt här, kommer inte på tentan, men ganska bra för förståelsen) Kausalitet t oh

Läs mer

DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1. Frekvensfunktioner FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM. x(n)= Asin(Ωn)

DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1. Frekvensfunktioner FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM. x(n)= Asin(Ωn) DIGITALA FILTER TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 Frekvensfunktioner x(n)= Asin(Ωn) y(n) H(z) TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 2 FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM

Läs mer

1 Första lektionen. 1.1 Repetition

1 Första lektionen. 1.1 Repetition Första lektioe. Repetitio.. Eergi, effekt och effektivvärde Atag att vi har aslutit ett motståd R Ω till vägguttaget skulle det vara smart i praktike?. Beräka eergi och effekte över R, samt amplitude för

Läs mer

Övning 3 - Kapitel 35

Övning 3 - Kapitel 35 Övig 3 - Kapitel 35 7(1). Brytigsidex får vi frå Eq. 35-3: c = = v. 998 10 8 19. 10 8 ms ms = 156.. 6(4). (a) Frekvese för gult atriumljus är,998 10 589 10 5,09 10 (b) När ljuset färdas geom glas blir

Läs mer

Kompletterande material till föreläsning 5 TSDT08 Signaler och System I. Erik G. Larsson LiU/ISY/Kommunikationssystem

Kompletterande material till föreläsning 5 TSDT08 Signaler och System I. Erik G. Larsson LiU/ISY/Kommunikationssystem ompletterande material till föreläsning 5 TSDT8 Signaler och System I Erik G. Larsson LiU/ISY/ommunikationssystem erik.larsson@isy.liu.se November 8 5.1. Första och andra ordningens tidskontinuerliga LTI

Läs mer

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer) Armi Halilovic: EXTRA ÖVNINGAR Newto-Raphsos metod NEWTON-RAPHSONS METOD (e metod för umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder

Läs mer

TATM79: Föreläsning 3 Binomialsatsen och komplexa tal

TATM79: Föreläsning 3 Binomialsatsen och komplexa tal TATM79: Föreläsig 3 Biomialsatse och omplexa tal Joha Thim augusti 016 1 Biomialsatse Ett miestric för att omma ihåg biomialoefficieter (åtmistoe för rimligt små är Pascals triagel: 0 1 1 1 1 1 1 3 1 3

Läs mer

= (1 1) + (1 1) + (1 1) +... = = 0

= (1 1) + (1 1) + (1 1) +... = = 0 TALFÖLJDER OCH SERIER Läs avsitte - och 5 Lös övigara, abcd, 4, 5, 7-9, -5, 7-9, -abcd, 4, 5 Läsavisigar Avsitt Defiitioe av talföljd i boe är ågot ryptis, me egetlige är det ågot väldigt eelt: e talföljd

Läs mer

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion.

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion. Idutio och Biomialsatse Vi fortsätter att visa hur matematisa påståede bevisas med idutio. Defiitio. ( )! = ( över ).!( )! Betydelse av talet studeras seare. Med idutio a vi u visa SATS (Biomialsatse).

Läs mer

4 Signaler och system i frekvensplanet Övningar

4 Signaler och system i frekvensplanet Övningar Signler och system i frevensplnet Övningr. Bestäm fourierserieoefficientern för de periodis signlern ) 7 δ [ n ] N = b) { δ [ n ] δ [ n 6] } N = c) { δ [ n + ] δ [ n ] } N =. T frm fourierserieoefficientern

Läs mer

FÖRELÄSNING 13: Analoga o Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga filter = tidskontinuerliga filter

FÖRELÄSNING 13: Analoga o Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga filter = tidskontinuerliga filter FÖRELÄSNING 3: Aaloga o Digitala filtr. Kausalitt. Stabilitt. Aaloga filtr Idala filtr Buttrworthfiltr (kursivt här, kommr it på tta, m gaska bra för förståls) Kausalitt t och Stabilitt t Digitala filtr

Läs mer

EGENRUM, ALGEBRAISK- OCH GEOMETRISK MULTIPLICITET

EGENRUM, ALGEBRAISK- OCH GEOMETRISK MULTIPLICITET EGENRUM, ALGEBRAISK- OCH GEOMETRISK MULTIPLICITET INLEDNING Ett polyom ( i variabel λ ) av grad är ett uttryc på forme P( λ) a λ + aλ + aλ + a, där a Polyomets ollställe är lösigar ( rötter) till evatioe

Läs mer

Periodisk summa av sinusar

Periodisk summa av sinusar 1 Periodis sua av sinusar Låt x( t) = Asin( ω a t + α ) + Bsin( ω b t + β ). O ω a! x( t) är T-periodis, dvs. x( t) = x( t +T ) ω b ed T = π ω 1, där ω 1 = SGD( ω a,ω ) Största Geensaa Delare (SGD) b =

Läs mer

DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen DT3 Spektrala transformer Tentamen 5 Tentamen består av fem uppgifter där varje uppgift maximalt ger p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: p, B: 6 p, A: 8 p Tillåtna hjälpmedel:

Läs mer

Digital signalbehandling fk Talrepresentation och inverkan av begränsad ordlängd

Digital signalbehandling fk Talrepresentation och inverkan av begränsad ordlängd Istitutioe för data- och elektrotekik 999--9 Talrepresetatio och iverka av begräsad ordlägd Iledig Eftersom register och miesareor i e processor har ett begräsat atal bitar så måste äve de tal som lagras

Läs mer

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275)

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275) EKNISKA HÖGSKOLAN I LUND Istitutioe för eletrovetesp etme i Digitl Siglbehdlig ESS EI/EI75 7-5- id:. -. Sl: MA F-J Hjälpmedel: Formelsmlig, Räedos. Motiver tgde. De oli lede i lösigr s u följs. Rit gär

Läs mer

Övning 3. Introduktion. Repetition

Övning 3. Introduktion. Repetition Övning 3 Introduktion Varmt välkomna till tredje övningen i Reglerteknik AK! Håkan Terelius hakante@kth.se Nästa gång är det datorövning. Kontrollera att ni kan komma in i XQ-salarna. Endast en kort genomgång,

Läs mer

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n grad( P(

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n grad( P( Armi Halilovic: EXTRA ÖVNINGAR Polyom POLYNOM OCH ALGEBRAISKA EKVATIONER Defiitio Polyom är uttrycket av type a a a 0 ( där är ett icke-egativt heltal) Defiitio Låt P( a a a0 vara ett polyom där a 0, då

Läs mer

Transformkodning. Transformkodning. Transformkodning. Transformkodning Grundläggande idé. Linjära transformer. Linjära transformer ( ) ( ) ( )

Transformkodning. Transformkodning. Transformkodning. Transformkodning Grundläggande idé. Linjära transformer. Linjära transformer ( ) ( ) ( ) 6 8 6 Grudläggad idé Atag att vi parar ihop lmt i bild i bloc om två Om vi väljr att aat oordiatsystm, t.x rotrar gradr 8 6 6 och plottar dssa par som xy oordiatr i graf 6 ( rad frå Labild) 8 6 8 6 8 så

Läs mer

TATM79: Föreläsning 2 Absolutbelopp, olikheter och binomialkoefficienter

TATM79: Föreläsning 2 Absolutbelopp, olikheter och binomialkoefficienter TATM79: Föreläsig Absolutbelopp, oliheter och biomialoefficieter Joha Thim augusti 018 1 Absolutbelopp Absolutbelopp Defiitio. För varje reellt x defiieras absolutbeloppet x eligt { x, x 0 x x, x < 0.

Läs mer

Lösningar Reglerteknik AK Tentamen

Lösningar Reglerteknik AK Tentamen Lösningar Reglerteknik AK Tentamen 060 Uppgift a G c (s G(sF (s + G(sF (s s + 3, Y (s s + 3 s ( 3 s s + 3 Svar: y(t 3 ( e 3t Uppgift b Svar: (i insignal u levererad insulinmängd från pumpen, mha tex spänningen

Läs mer

+ + om systemet har M transversalkonstanter

+ + om systemet har M transversalkonstanter 9 Vi har tidigare ett att polera placerig har törre ivera på frevegåge ä vad olltällea placerig har, vilet gör att reuriva filter är effetivare ä traveralfilter. Vi a därför apa reuriva filter om a geerera

Läs mer

DT1120/DT1130 Spektrala transformer Tentamen

DT1120/DT1130 Spektrala transformer Tentamen DT/DT3 Spektrala transformer Tentamen 86 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:

Läs mer

Uppgifter 3: Talföljder och induktionsbevis

Uppgifter 3: Talföljder och induktionsbevis Gruder i matematik och logik (017) Uppgifter 3: Talföljder och iduktiosbevis Ur Matematik Origo 5 Talföljder och summor 3.01 101. E talföljd defiieras geom formel a 8 + 6. a) Är det e rekursiv eller e

Läs mer

Tenta i MVE025/MVE295, Komplex (matematisk) analys, F2 och TM2/Kf2

Tenta i MVE025/MVE295, Komplex (matematisk) analys, F2 och TM2/Kf2 Teta i MVE5/MVE95, Komplex (matematisk) aalys, F och TM/Kf 6, 8.3-.3 Hjälpmedel: Formelblad som delas ut av tetamesvaktera Telefovakt: Mattias Leartsso, 3-535 Betygsgräser: -9 (U), -9 (3), 3-39 (4), 4-5

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 15-18, 30/11-12/

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 15-18, 30/11-12/ Uppsala Universitet Matematiska Institutionen Bo Styf Transformmetoder, 5 hp ES, gyl, Q, W 0-0-9 Sammanfattning av föreläsningarna 5-8, 30/ - / 0. Z-transformen ska avslutas och sedan blir det tentaförberedelser.

Läs mer

Tentamen i Envariabelanalys 1

Tentamen i Envariabelanalys 1 Liöpigs uiversitet Matematisa istitutioe Matemati och tillämpad matemati Kursod: TATA4 Provod: TEN Iga hjälpmedel är tillåta. Tetame i Evariabelaalys 4-4-3 l 4 9 Lösigara sall vara fullstädiga, välmotiverade,

Läs mer

Reglerteknik AK. Tentamen 9 maj 2015 kl 08 13

Reglerteknik AK. Tentamen 9 maj 2015 kl 08 13 Institutionen för REGLERTEKNIK Reglerteknik AK Tentamen 9 maj 5 kl 8 3 Poängberäkning och betygssättning Lösningar och svar till alla uppgifter skall vara klart motiverade. Tentamen omfattar totalt 5 poäng.

Läs mer

2 Ortogonala signaler. Fourierserier. Enkla filter.

2 Ortogonala signaler. Fourierserier. Enkla filter. Ortogonala signaler. Fourierserier. Enkla filter. ktuella ekvationer: Se formelsamlingen och förberedelsehäftet. För effektivvärdet av en summa av N ortogonala signaler gäller: ν rms = ν rms1 + ν rms +...

Läs mer

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 6. Ex) på användning av z-transform: En avancerad hörapparat

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 6. Ex) på användning av z-transform: En avancerad hörapparat Sigal- och Bildbhadlig FÖREÄSNING 6 -trasform - varför tar vi upp d? Aväds ofta vid dsig av tidsdiskrta systm. Vi ska s hur d hägr ihop md TDFT och DFT. D tas upp i alla grudkursr/böckr i sigal-bhadlig.

Läs mer

DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen DT Spektrala transformer Tentamen 72 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:

Läs mer

Kontrollskrivning 2 till Diskret Matematik SF1610, för CINTE1, vt 2019 Examinator: Armin Halilovic Datum: To Σ p P/F Extra Bonus

Kontrollskrivning 2 till Diskret Matematik SF1610, för CINTE1, vt 2019 Examinator: Armin Halilovic Datum: To Σ p P/F Extra Bonus Kotrollsrivig till Disret Matemati SF60, för CINTE, vt 09 Eamiator: Armi Halilovic Datum: To 09-04-5 Versio B Resultat: Σ p P/F Etra Bous Iga hjälpmedel tillåta Mist 8 poäg ger godät Godäd KS r medför

Läs mer

TSDT18/84 SigSys Kap 4 Laplacetransformanalys av tidskontinuerliga system. De flesta begränsade insignaler ger upphov till begränsade utsignaler

TSDT18/84 SigSys Kap 4 Laplacetransformanalys av tidskontinuerliga system. De flesta begränsade insignaler ger upphov till begränsade utsignaler 9 Stabilitet för energifria LTI-system Marginellt stabilt system: De flesta begränsade insignaler ger upphov till begränsade utsignaler Kap 2, bild 4 h t h( t) dt /< < t gäller för marginellt stabila LTI-system

Läs mer

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 12. Ex) på användning av z-transform: ljud. z-transform och TDFT, formler

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 12. Ex) på användning av z-transform: ljud. z-transform och TDFT, formler Sigal- och Bildbhadlig FÖREÄSNING -trasfor - varför tar vi upp d? Aväds ofta vid dsig av tidsdiskrta syst. Vi ska s hur d hägr ihop d TDFT och DFT. D tas upp i alla grudkursr/böckr i sigal-bhadlig. aplac-trasfor

Läs mer

Tentamen i Linjär Algebra, SF december, Del I. Kursexaminator: Sandra Di Rocco. Matematiska Institutionen KTH

Tentamen i Linjär Algebra, SF december, Del I. Kursexaminator: Sandra Di Rocco. Matematiska Institutionen KTH 1 Matematiska Istitutioe KTH Tetame i Lijär Algebra, SF164 14 december, 21. Kursexamiator: Sadra Di Rocco OBS! Svaret skall motiveras och lösige skrivas ordetligt och klart. Iga hjälpmedel är tillåta.

Läs mer

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4 Sigalbhadlig i multimdia - ETI65 Förläsig 6 Sigalbhadlig i multimdia - ETI65 Kapitl 4 Fourirtrasorm av aalog sigal, FT Fourirtrasorm av digital sigal, DTFT ortsättig LTH 4 Ndlko Grbi (mtrl. rå Bgt Madrsso)

Läs mer

H1009, Introduktionskurs i matematik Armin Halilovic POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING. vara ett polynom där a

H1009, Introduktionskurs i matematik Armin Halilovic POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING. vara ett polynom där a POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING Defiitio Polyom är ett uttryck av följade typ P( ) a a a, där är ett icke-egativt heltal (Kortare 0 P k ( ) a a 0 k ) k Defiitio

Läs mer

Del A. x 0 (1 + x + x 2 /2 + x 3 /6) x x 2 (1 x 2 /2 + O(x 4 )) = x3 /6 + O(x 5 ) (x 3 /6) + O(x 4 )) = 1 + } = 1

Del A. x 0 (1 + x + x 2 /2 + x 3 /6) x x 2 (1 x 2 /2 + O(x 4 )) = x3 /6 + O(x 5 ) (x 3 /6) + O(x 4 )) = 1 + } = 1 UPPSALA UNIVERSITET Matematiska istitutioe Sigstam, Styf Svar till övigsteta ENVARIABELANALYS 0-0- Svar till övigsteta. Del A. Bestäm e ekvatio för tagete till kurva y f x) x 5 i pukte där x. Skissa kurva.

Läs mer

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes Lijär Algebra (lp 1, 2016) Lösigar till skrivuppgifte Julia Brades Uppgift 1. Betecka mägde av alla matriser med M(). Vi har e elemetvist defiierad additio av två matriser A, B M(). De är defiierad geom

Läs mer

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren? Problemlösig. G. Polya ger i si utmärkta lilla bok How to solve it (Priceto Uiversity press, 946) ett schema att följa vid problemlösig. I de flod av böcker om problemlösig som har följt på Polyas bok

Läs mer

DT1130 Spektrala transformer Tentamen

DT1130 Spektrala transformer Tentamen DT3 Spektrala transformer Tentamen 3 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:

Läs mer

3 Samplade system. 3. Samplade system. Vad är ett samplat system? I ett tidskontinuerligt system är alla variabler x (t), y (t)

3 Samplade system. 3. Samplade system. Vad är ett samplat system? I ett tidskontinuerligt system är alla variabler x (t), y (t) 3. Samplade system 3 Samplade system Vad är ett samplat system? I ett tidsotiuerligt system är alla variabler x (t), y (t) och u (t) otiuerliga (futioer) i tide i de meige att de är defiierade för alla

Läs mer

Föreläsning 7. Signalbehandling i multimedia - ETI265. Kapitel 5. LTI system Signaler genom linjära system

Föreläsning 7. Signalbehandling i multimedia - ETI265. Kapitel 5. LTI system Signaler genom linjära system Sigalbhadlig i multimdia - ETI65 Förläsig 7 Sigalbhadlig i multimdia - ETI65 Kapitl 5 LTI systm Sigalr gom lijära systm LTH 5 dlko Grbic (mtrl. frå Bgt adrsso Dpartmt of Elctrical ad Iformatio Tchology

Läs mer

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70 Tentamen i Signal- och bildbehandling TSEA70 Tid: 2003-08-22 kl. 4-8 Lokaler: G36 Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 6.00. tel 0702/33 79 48 Hjälpmedel: Räknedosa, OH-film, medskickad

Läs mer

Föreläsning 3. Reglerteknik AK. c Bo Wahlberg. 9 september Avdelningen för reglerteknik Skolan för elektro- och systemteknik

Föreläsning 3. Reglerteknik AK. c Bo Wahlberg. 9 september Avdelningen för reglerteknik Skolan för elektro- och systemteknik Föreläsning 3 Reglerteknik AK c Bo Wahlberg Avdelningen för reglerteknik Skolan för elektro- och systemteknik 9 september 2013 Introduktion Förra gången: PID-reglering Dagens program: Stabilitet Rotort

Läs mer

TIDSDISKRETA SYSTEM SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. Tillämpad Fysik och Elektronik 1

TIDSDISKRETA SYSTEM SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. Tillämpad Fysik och Elektronik 1 TIDSDISKRETA SYSTEM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 SYSTEMEGENSKAPER x[n] System y[n] Minne Kausalitet Tidsinvarians Linjäritet Inverterbarhet Stabilitet TILLÄMPAD FYSIK OCH ELEKTRONIK,

Läs mer

FREKVENSSPEKTRUM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1

FREKVENSSPEKTRUM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 FREKVENSSPEKTRUM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET JEAN BATISTE JOSEPH FOURIER 768-83 Fourier utveclade metoden att besriva periodisa förlopp genom summering av vitade ortogonala funtioner

Läs mer

Kryssproblem (redovisningsuppgifter).

Kryssproblem (redovisningsuppgifter). Uppsala Universitet Matematiska Institutionen Bo Styf Transformmetoder, 5 hp ES, gyl, Q, W 212-1-29 Kryssproblem (redovisningsuppgifter). Till var och en av de tio lektionerna hör två problem som du ska

Läs mer

I den här stencilen betraktar vi huvudsakligen reella talserie, dvs serier vars termer ak

I den här stencilen betraktar vi huvudsakligen reella talserie, dvs serier vars termer ak Armi Hlilovic: EXTRA ÖVIGAR SERIER (OÄDLIGA SUMMOR) Defiitio E serie är e summ v oädligt måg termer I de här stecile etrtr vi huvudslige reell tlserie, dvs serier vrs termer är reell tl (I slutet v stecile

Läs mer

(a) om vi kan välja helt fritt? (b) om vi vill ha minst en fisk av varje art? (c) om vi vill ha precis 3 olika arter?

(a) om vi kan välja helt fritt? (b) om vi vill ha minst en fisk av varje art? (c) om vi vill ha precis 3 olika arter? Lösigar Grudläggade Diskret matematik 11054 Tid: 1.00-17.00 Telefo: 036-10160, Examiator: F Abrahamsso 1. I de lokala zoo-affäre fis 15 olika fiskarter med mist 0 fiskar utav varje art). På hur måga sätt

Läs mer

Spektrala Transformer

Spektrala Transformer Spektrala Transformer Kurssammanfattning Fyra kärnkoncept Sampling Faltning Poler och nollställen Fouriertransform Koncept #1: Sampling En korrekt samplad signal kan rekonstrueras exakt, dvs ingen information

Läs mer

Övningsuppgifter. Digital Signal Processing. Övningar med svar och lösningar. Mikael Swartling Nedelko Grbic Bengt Mandersson. rev.

Övningsuppgifter. Digital Signal Processing. Övningar med svar och lösningar. Mikael Swartling Nedelko Grbic Bengt Mandersson. rev. Övningsuppgifter Digital Signal Processing Övningar med svar och lösningar Mikael Swartling Nedelko Grbic Bengt Mandersson rev. 17 Department of Electrical and Information Technology Lund University Introduktion

Läs mer

Kontrollskrivning 3 i SF1676, Differentialekvationer med tillämpningar. Tisdag kl 8:15-10

Kontrollskrivning 3 i SF1676, Differentialekvationer med tillämpningar. Tisdag kl 8:15-10 KH Matematik Kotrollskrivig 3 i SF676, Differetialekvatioer med tillämpigar isdag 7-5-6 kl 8:5 - illåtet hjälpmedel på lappskrivigara är formelsamlige BEA För godkäd på module räcker 5 poäg Bara väl motiverade

Läs mer

Tentamen ssy080 Transformer, Signaler och System, D3

Tentamen ssy080 Transformer, Signaler och System, D3 Tentamen ssy080 Transformer, Signaler och System, D3 Examinator: Ants R. Silberberg oktober 009 kl. 4.00-8.00 lokal: Johanneberg Förfrågningar: Ants Silberberg, tel. 808 Lösningar: Anslås torsdag okt.

Läs mer

Innehåll. Innehåll. sida i

Innehåll. Innehåll. sida i 1 Introduktion... 1.1 1.1 Kompendiestruktur... 1.1 1.2 Inledning... 1.1 1.3 Analogt/digitalt eller tidskontinuerligt/tidsdiskret... 1.2 1.4 Konventioner... 1.3 1.5 Varför digital signalbehandling?... 1.4

Läs mer

1 2 k = 1. Hz och de två första övertonerna med frekvenserna 3 f

1 2 k = 1. Hz och de två första övertonerna med frekvenserna 3 f Institutionen ör data- och elektroteknik 2-2-9 Diital sinalbehandlin Linjär as Hur påverkar asvridninen en sinal bestående av lera deltoner? Inlednin Vi skal se hur lå- och höpassilter med inen asvridnin,

Läs mer

Korrelatio n : Korrelation Korrelation är samma sak som faltning med. Signal- och Bildbehandling FÖRELÄSNING 12

Korrelatio n : Korrelation Korrelation är samma sak som faltning med. Signal- och Bildbehandling FÖRELÄSNING 12 Sigal- oc Bildbeadlig FÖELÄSNING Korrelaio (D) Korskorrelaio (ofa kalla bara korrelaio) Auokorrelaio oc effekspekrum Brus Lijära ssem LTI-ssem (Lijär idsivaria ssem) Differeial- oc differes-ekvaioer (kursiv)

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-6, 29/10-8/11, = m n

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-6, 29/10-8/11, = m n Uppsala Uiversitet Matematiska Istitutioe Bo Styf Trasformmetoder, 5 hp ES, gyl, Q, W --9 Sammafattig av föreläsigara - 6, 9/ - 8/,. De trigoometriska basfuktioera. Dea kurs hadlar i pricip om att uttrycka

Läs mer

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp)

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp) KTH-Matematik Tetameskrivig, 2008-0-0, kl. 4.00-9.00 SF625, Evariabelaalys för CITE(IT) och CMIEL(ME ) (7,5h) Prelimiära gräser. Registrerade å kurse SF625 får graderat betyg eligt skala A (högsta betyg),

Läs mer

REGLERTEKNIK KTH REGLERTEKNIK AK EL1000/EL1110/EL En tillståndsmodell ges t.ex. av den styrbara kanoniska formen: s 2 +4s +1.

REGLERTEKNIK KTH REGLERTEKNIK AK EL1000/EL1110/EL En tillståndsmodell ges t.ex. av den styrbara kanoniska formen: s 2 +4s +1. REGLERTEKNIK KTH REGLERTEKNIK AK EL000/EL0/EL20 Lösningsförslag till tentamen 2009 2 5, kl. 4.00 9.00. (a) Laplacetransform av () ger s 2 Y (s)+4sy (s)+y (s) =U(s), och överföringsfunktionen blir G(s)

Läs mer

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4 Sigalbhadlig i multimdia - ETI65 Förläsig 6 Sigalbhadlig i multimdia - ETI65 Kapitl 4 Fourirtrasorm av aalog sigal, FT Fourirtrasorm av digital sigal, DTFT ortsättig LTH 5 Ndlko Grbi (mtrl. rå Bgt Madrsso

Läs mer

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I MS-A0409 Grudkurs i diskret matematik Sammafattig, del I G. Gripeberg Aalto-uiversitetet 2 oktober 2013 G. Gripeberg (Aalto-uiversitetet) MS-A0409 Grudkurs i diskret matematiksammafattig, del 2Ioktober

Läs mer

101. och sista termen 1

101. och sista termen 1 Lektio, Evariabelaalys de ovember 999 5.. Uttryck summa j uta summasymbole. j + Termera är idexerade frå j = till j = och varje term är blir j j+. Summa Skriver vi upp summa uta summasymbole blir de +

Läs mer

Räkning med potensserier

Räkning med potensserier Räkig med potesserier Serier (termiologi fis i [P,4-4]!) av type P + + + + 4 +... k ( om < ) k + + + + P 4 4 +... k k! ( e för alla ) k och de i [P, sid.9, formler 7-] som ärmast skulle kua beskrivas som

Läs mer

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar) 1 Föreläsig 5/11 Hambley avsitt 12.7 (äve 7.3 för de som vill läsa lite mer om gridar) Biära tal Vi aväder ormalt det decimala talsystemet, vilket har base 10. Talet 2083 rereseterar då 2 10 3 0 10 2 8

Läs mer

Lösningar till Övningsuppgifter

Lösningar till Övningsuppgifter Lösningar till Övningsuppgifter Digital Signal Processing Övningar med svar och lösningar Mikael Swartling Nedelko Grbic Bengt Mandersson rev. 07 Department of Electrical and Information Technology Lund

Läs mer

EXAMENSARBETEN I MATEMATIK

EXAMENSARBETEN I MATEMATIK EXAMENSARBETEN I MATEMATIK MATEMATISKA INSTITUTIONEN, STOCKHOLMS UNIVERSITET Iterpolatio och approimatio av Elhoussaie Ifoudie 8 - No 5 MATEMATISKA INSTITUTIONEN, STOCKHOLMS UNIVERSITET, 69 STOCKHOLM Iterpolatio

Läs mer

TNA001 Matematisk grundkurs Övningsuppgifter

TNA001 Matematisk grundkurs Övningsuppgifter TNA00 Matematisk grudkurs Övigsuppgiter Iehåll: Uppgit Uppgit 8 Uppgit 9 6 Uppgit 7 5 Uppgit 55 60 Facit sid. 8-0 Summor, Biomialsatse, Iduktiosbevis Ivers uktio Logaritmer, Expoetialuktioer Trigoometri

Läs mer

För ett andra ordningens system utan nollställen, där överföringsfunktionen är. ω 2 0 s 2 + 2ζω 0 s + ω0

För ett andra ordningens system utan nollställen, där överföringsfunktionen är. ω 2 0 s 2 + 2ζω 0 s + ω0 Övning 5 Introduktion Varmt välkomna till femte övningen i glerteknik AK! Håkan Terelius hakante@kth.se petition lativ dämpning För ett andra ordningens system utan nollställen, där överföringsfunktionen

Läs mer

Bestäm uttrycken för följande spänningar/strömmar i kretsen, i termer av ( ) in a) Utspänningen vut b) Den totala strömmen i ( ) c) Strömmen () 2

Bestäm uttrycken för följande spänningar/strömmar i kretsen, i termer av ( ) in a) Utspänningen vut b) Den totala strömmen i ( ) c) Strömmen () 2 7 Elektriska kretsar Av: Lasse Alfredsson och Klas Nordberg 7- Nedan finns en krets med resistanser. Då kretsen ansluts till en annan elektrisk krets uppkommer spänningen vin ( t ) och strömmen ( ) Bestäm

Läs mer

Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl

Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl 8.30-12.30 Examinatorer: Lars Hammarstrand och Thomas Wernstål Tentamen består av två delar (Del I och Del II) på sammanlagt

Läs mer

Lösningsförslag till tentamen i Reglerteknik (TSRT19)

Lösningsförslag till tentamen i Reglerteknik (TSRT19) Lösningsförslag till tentamen i Reglerteknik (TSRT9) 26-3-6. (a) Systemet är stabilt och linjärt. Därmed kan principen sinus in, sinus ut tillämpas. Givet insignalen u(t) sin (t) sin ( t) har vi G(i )

Läs mer