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

Storlek: px
Starta visningen från sidan:

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

Transkript

1 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

2 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Kapitl 7 Digitala FourirTrasform DFT Dfiitio: Fourirtrasform av tidsdisrt sigal DTFT X ( f x( f 0 x( X ( f j f j f df Kovrgs: Om x stabil, dvs x [ ] Lit svagar ovrgs x [ ] x[ ] bgräsad rgi 54

3 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Dfiitio: z-trasform Låt h [ ] vara tt ausalt impulssvar. Kausalt ibär att h[ ] 0 för 0. Vi dfiirar Z-trasform av impulssvart som där H( z h[ ] z z 0 j r är tt omplxt tal som vi oftast srivr som blopp och fas. H(z är omplx futio av omplx variabl. Vitigt: Om h [ ] är ausal och stabil får vi H( H( z z j 55

4 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Disrta Fourirtrasform DFT sid 456 läs sid övrsitligt Låt x [ ] { } Valig Fourirtrasform DTFT X ( f x( f 0 x( X ( f j f j f df 4 X( X(f f / - Välj lägd 8 och bräa X ( f i putr f 0, /, /,...,( / dvs f / gr d Disrta Fourir-Trasform (DFT X [ ] x[ ] DFT 0 xdft [ ] X[ ] 0 j j 0,,..., 0,,..., 56

5 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Priodicitt Valig Fourirtrasform DTFT X ( f priodis ty j f j ( f Disrta Fourirtrasform DFT Båd X[ ], x[ ] priodisa, (idx bräas modulo ty ' p, ' p, p hltal gr samma umrisa värd j ( p j ( p j j j p j p 57

6 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Om x( bara dfiirad för 0 - (lägd får vi X DFT ( X ( f f dvs X ( f i putr Kommtar: Om är jäm -pots a bräigara sabbas upp myct, log iställt för. Algoritm allas FFT. Algoritm bsrivs i Proais. apitl 8 m igår it i grudurs. 58

7 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Vitigt sambad 0 j ( l 0 om l 0 p om l 0 p ( l,modulo Proais otatio : ( l,modulo (( ( l Summa av putr jämt fördlad på htscirl = 0 C D B E A F G H Summa av värda i putra är: A+A+A+A+A+A+A+A=8 A+B+C+D+E+F+G+H=0 A+C+E+G+A+C+E+G=0 osv Jämför: Itgral av cos(t övr tt jämt atal priodr är oll utom för =0 59

8 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Spcilla gsapr för DFT Båd x [ ] och X [ ] priodisa, dtta mdför vissa spcilla gsapr, alla idx räas modulo Tolig av x[] x[]={ } x[-]={ } Cirulärt shift x[, modulo ] 0 j 0 X[ ] Exmpl på sift vid DFT x[]={ 3 4}, x[-]={4 3} 60

9 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Cirulär faltig vid DFT, lägd, sid X ( X ( X ( l0 x[ ] x [ ] x [ ] x [ l] x [ l,modulo ] (alla sigalr har samma lägd Exmpl på cirulär faltig Givt: x[]={ 3 4}, h[]={ } Sö cirulär faltig Grafis lösig y[ ] x[ ] h[ ] h[0-] x[] { } gr y[] = { } Problmt uppstår därför att =4 m rsultatt av faltig blir av lägd 7. Därför trillar värda rut. MATLAB: x=[ 3 4]; h=[ ]; y=ral(ifft(fft(x.*fft(h 6

10 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Valig faltig md DFT x[]={ 3 4}, h{]={ } Faltig mlla x[] och h[] gr y( av lägd 4+4- Välj lägd hos DFT: =8 Grafis lösig h[0-] x[] { } gr y[] = { } MATLAB: y=ral(ifft(fft(x,8.*fft(h,8 Jämför md förra sida y förra ={+3, 6+7, +4, 7+0} 6

11 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Samplig av sptrum gr priodicitt. Låt x a ( a u( X ( f j f Avläs X ( f i putr och bilda X ( X ( f u är x ( är oädligt låg svs m ivrs DFT av X ( gr svs av lägd. f Vad blir x DFT ( IDFT ( X ( X(f X( f 0 / - Dvs vad blir rsultatt av daståd räig? x( a u( DTFT X ( f a j f x DFT (? IDFT X ( X ( f f a j 63

12 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Samplig av sptrum gr priodicitt, fortsättig Lösig: X DFT ( X ( f f Ivrs DFT gr j j l j xdft [ ] X[ ] x[ l] 0 0 l j ( l x[ l] x[ l ] l 0 l [ l, modulo ] x [ ] priodisrat dvs x [ ] x[ l ] DFT l x priodisrat [ ] x[] x DFT [] (x(, x DFT ( ritat hldragt för lhts sull 64

13 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Visa priodicitt i tid md umrist xmpl DTFT och DFT av fyratpuls X ( f x... gr L st X L 0 L 0 x( x( j f j L si( f si( f L si( si( L j f L j Exmpl: Låt u si( L j Y ( X ( IDFT Y y ( samt Y L si( si( L j ( ( X ( ( bst y IDFT ( Y ( ( si( L och bst och Matlabod: =6, L=6 och L=0 =0:-; = ; Y=si(*pi*L*/(*./si(*pi*/(*.*xp(-j**pi*(L-*/(*; y=ral(ifft(y; Y=Y.*Y; y=ral(ifft(y; Hur sr y[] och y[] ut? Svar ästa sida. 65

14 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti Fortsättig: =6, L=6, Matlabxmpl på priodicitt i tid, Matlabplot si( L j Y ( L si( y( IDFT ( Y Y ( si( si( L L j y ( IDFT ( Y =6, L=0, Y ( y( IDFT ( Y Y ( y ( IDFT ( Y 66

15 Digital sigalbhadlig, Istitutio för ltro- och iformatiosti E pratis tillämpig Öa upplösig i frvs md hjälp av zro paddig l. trailig zros Låt x[]={ } Tag =8 putrs DFT av x[] 4 X[] X(f f / - Tag =6 putrs DFT av x[] 4 X[] X(f f / - 67

16 Appdix Digital sigalbhadlig, Istitutio för ltro- och iformatiosti DFT i matrisform Dfiira W W j sid (för ädom X ( x( 0 x( W 0 X ( W 0,,..., 0,,..., Låt x( 0 x( x x( X( 0 X( X X( W W W D W W W ( ( ( Mdför att vi a sriva X = Dx - x = D X llr x * D X D D DD I 68

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

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

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

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

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

Digital signalbehandling

Digital signalbehandling Istitutio ör lktro- och iormatiostkik LH, Lud Uivrsity Förläsig : Digital Sigalbhadlig ESS4 Digital sigalbhadlig ESS4 3 ISBN -3-873-5 ISBN -3-87374- Digital Sigal Procssig: Pricipls, Algorithms, ad Applicatios.

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 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

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

Institutionen för data- och elektroteknik 1999-11-30. samplingsvillkoret f. Den diskreta fouriertransformen ges av

Institutionen för data- och elektroteknik 1999-11-30. samplingsvillkoret f. Den diskreta fouriertransformen ges av Istitutio för data- och ltroti 999--3 Digital sigalbhadlig f Implmtrig av FFT- och IFFT-rutir Vi har här tidigar i digital sigalbhadlig studrat tidsdisrt fourirtrasform, DFT och mölightra att aväda Fast

Läs mer

Digital signalbehandling

Digital signalbehandling Istitutio ör lktro- och iormatiostkik LH, Lud Uivrsity örläsig : Sigalbhadlig ESS4 Sigalbhadlig sigalbhadlig A/D sig. bhadl. D/A Lågpassiltr Lågpassiltr ESS4 9 Samplig krts Rkostruktio Sigal Procssig:

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

Definition 1a: En talföljd är en reell (eller komplex) funktion vars definitionsmängd är mängden av naturliga tal {0,1,2,3,4, }.

Definition 1a: En talföljd är en reell (eller komplex) funktion vars definitionsmängd är mängden av naturliga tal {0,1,2,3,4, }. Armi Halilovic: EXTRA ÖVNINGAR TALFÖLJDER Dfiitio a: E talföljd är rll (llr koml) fuktio vars dfiitiosmägd är mägd av aturliga tal {0,,,,4, } Eml f ( ) = +, = 0,,,, är talföljd + Ma brukar utvidga dfiitio

Läs mer

Digital signalbehandling Digital signalbehandling

Digital signalbehandling Digital signalbehandling 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

Läs mer

Inlämningsuppgift 2 i Digital signalbehandling ESS040, HT 2010 Måndagen den 22 november 2010 i E:B.

Inlämningsuppgift 2 i Digital signalbehandling ESS040, HT 2010 Måndagen den 22 november 2010 i E:B. Ilämigsuppgift i Digital sigalbhadlig ESS040, T 00 Mådag d ovmbr 00 i EB. I kurs gs två obligatoriska ilämigsuppgiftr som kombiras md frivilliga duggor. Ilämigsuppgiftra är obligatoriska och rsättr 6 timmars

Läs mer

Digital signalbehandling

Digital signalbehandling Istitutio ör ltro- och iormtiosti LH, Lud Uivrsity örläsig : Siglbhdlig ESS4 Siglbhdlig siglbhdlig A/D sig. bhdl. ESS4 Smplig Rostrutio ISB -3-873-5, ISB -3-87374- Sigl Procssig: Pricipls, Algorithms,

Läs mer

Föreläsning 9. Digital signalbehandling. Kapitel 6. Sampling. LTH 2014 Nedelko Grbic (mtrl. från Bengt Mandersson)

Föreläsning 9. Digital signalbehandling. Kapitel 6. Sampling. LTH 2014 Nedelko Grbic (mtrl. från Bengt Mandersson) Digitl siglbhdlig E040 örläsig 9 Digitl siglbhdlig E040 Kpitl 6 mplig LH 04 Ndlko Grbic (mtrl. frå Bgt Mdrsso Dprtmt of Elctricl d Iformtio chology Lud Uivrsity 6 Kpitl 6 mplig Vi tittr u ärmr på smplig

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

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

Statistisk mekanik (forts) Kanonisk ensemble. E men. p 1. Inledande statistisk mekanik:

Statistisk mekanik (forts) Kanonisk ensemble. E men. p 1. Inledande statistisk mekanik: Förläsg 4 Förra gåg: Dt totala rörlsmägdsmomtt J = L+S är ocså vatsrat. J j( j där j s, s,..., s, s J z m j där m j j, j,..., j, j Foto som utsäds(absorbras vd övrgågar har sp= gör att j att ädras. Ildad

Läs mer

Investering = uppoffring av konsumtion i dag för högre konsumtion i framtiden

Investering = uppoffring av konsumtion i dag för högre konsumtion i framtiden Ivstrg = uppoffrg av osumto dag för högr osumto framtd Vad är förtagsooms vstrg? Rsurs som a aväds udr låg td. Asaffgar udr tdsprod som mdför btalgar udr flra tdsprodr framåt. Ivstrgar förtagsprsptv. Dl

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

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

om X har följande sannolikhetsfunktion λ λ . Då gäller a) väntevärdet E(X) = λ b) variansen σ = λ och därmed c) standardavvikelsen σ = λ

om X har följande sannolikhetsfunktion λ λ . Då gäller a) väntevärdet E(X) = λ b) variansen σ = λ och därmed c) standardavvikelsen σ = λ Arm Hallovc: ETRA ÖVNINGAR ossofördlg OISSONFÖRDELNING ossofördlg aväds oftast för att bsrva atalt hädlsr som träffar obrod av varadra udr tt gvt tdstrvall E ossofördlad stoasts varabl a ata av fölad värd,,,

Läs mer

Ekvationen (ekv1) kan beskriva vågutbredning, transversella svängningar i en sträng och andra fysikaliska förlopp.

Ekvationen (ekv1) kan beskriva vågutbredning, transversella svängningar i en sträng och andra fysikaliska förlopp. VÅGEKVATIONEN Vi betratar följade PDE u( u( x t, där > är e ostat, x, t (ev) Evatioe (ev) a besriva vågutbredig, trasversella svägigar i e sträg och adra fysialisa förlopp Radvärdesproblemet består av

Läs mer

Digital Signalbehandling i multimedia

Digital Signalbehandling i multimedia Digil siglhdlig, Isiuio ör lkro- och iormioskik LH, Lud Uivrsiy Digil siglhdlig, Is ör lkro- och iormioskik örläsig Exmpl: Ekok Digil Siglhdlig i mulimdi EI65 Smplig AD Digil sig. hdl. Digil krs DA Lågpssilr

Läs mer

HOMOGENA DIFFERENTIALEKVATIONSSYSTEM MED KONSTANTA KOEFFICIENTER

HOMOGENA DIFFERENTIALEKVATIONSSYSTEM MED KONSTANTA KOEFFICIENTER HOMOGENA DIFFERENTIALEKVATIONSSYSTEM MED KONSTANTA KOEFFICIENTER Vi brr sysm v lijär omog DE (v förs ordig) md os offiir dx x x d dx x x d dx x x d där x ), x ( ),, x ( ) är ob fuior v vribl ( Ovsåd sysm

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. java.lang.string. java.lang.string. Stränghantering

Föreläsning 10. java.lang.string. java.lang.string. Stränghantering Föläig Stäghtig j.lg.stig E täg btå tt tl tc Stäg i ht om objt l Stig E täg it modifi ft tt d h pt! Stig - l : ch[] - cot : it + lgth(): it + chat(it): ch + idxof(ch): it E täg h: Ett äd och lägd Ett tl

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

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

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

Digital Signalbehandling i multimedia

Digital Signalbehandling i multimedia Digil siglbhdlig, Isiuio ör lkro- och iormioskik LH, Lud Uivrsiy örläsig Digil Siglbhdlig i mulimdi EI65 Digil siglbhdlig, Isiuio ör lkro- och iormioskik Digil Siglbhdlig Smplig AD Digil sig. bhdl. Digil

Läs mer

Tunnling. Förra gången: Spridning mot potentialbarriär. B T T + R = 1. Föreläsning 9. Potentialmodell (idealiserad): U = U B U = 0

Tunnling. Förra gången: Spridning mot potentialbarriär. B T T + R = 1. Föreläsning 9. Potentialmodell (idealiserad): U = U B U = 0 Förläsig 9. Förra gåg: Sridig ot ottialarriär. Pottialodll (idalisrad): U U ( ) 0, 0 L, för övrigt ψ( ) ik ik ifallad U = U ψ( ) F trasittrad ik rflktrad U = 0 0 L Iuti arriär 0 < < L: ( fall) ) E U ψ

Läs mer

Digital signalbehandling Sampling och vikning på nytt

Digital signalbehandling Sampling och vikning på nytt Ititutio ör data- och lktrotkik Digital igalbhadlig Samplig och vikig på ytt 00-0-6 Bgrpp amplig och vikig har viat ig lit våra att hatra å till vida att dt har kät vårt att tolka vad om hädr md igal om

Läs mer

Slumpjusterat nyckeltal för noggrannhet vid timmerklassningen

Slumpjusterat nyckeltal för noggrannhet vid timmerklassningen Jacob Edlund VMK/VMU 2009-03-10 Slumpjustrat nyckltal för noggrannht vid timmrklassningn Bakgrund När systmt för dn stockvisa klassningn av sågtimmr ändrads från VMR 1-99 till VMR 1-07 år 2008 ändrads

Läs mer

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, temperaturen i punkten x vid tiden t.

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, temperaturen i punkten x vid tiden t. Armi Halilovi: EXRA ÖVNINGAR Värmldigsvaio VÄRMEEDNINGSEKVAIONEN Vi braar öljad PDE u u v där > är osa Evaio v a bl aa bsriva värmldig i u sav där u bar mpraur i pu vid id därör am värmldigsvaio Radvärdsproblm

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

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

TSDT18/84 SigSys Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 1 1 Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 2

TSDT18/84 SigSys Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 1 1 Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 2 Kap 7 Fourirrasormaalys av idskoiurliga sigalr Kap 7 Fourirrasormaalys av idskoiurliga sigalr Fourirrasorm Fourirrasorm ill x(: F F { x( } X( x( j d Ivrsa ourirrasorm ill X(: { X( } x( π X( j d Jr. ourirsri:

Läs mer

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL Fourierserie fortsättig Ortogoalitetsrelatioera och Parsevals formel Med hjälp av ortogoalitetsrelatioera Y Â m W t, Â W t ] =, m ¹, m = () där Xf, g\ = Ÿ T f HtL g HtL, där W ã p, ka ma bevisa följade

Läs mer

Andra ordningens lineära differensekvationer

Andra ordningens lineära differensekvationer Adra ordiges lieära differesekvatioer Differese Differese f H + L - f HL mäter hur mycket f :s värde förädras då argumetet förädras med de mista ehete. Låt oss betecka ämda differes med H Df L HL. Eftersom

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

Föreläsning 5 pn-övergången II: Spänning&ström

Föreläsning 5 pn-övergången II: Spänning&ström Förläsig 5 -övrgåg : Säig&ström Laddigar vid jämvikt Yttr ålagd säig Laddigar md ålagd säig Diffusiosströmmar Kort diod 2013-04-11 Förläsig 5, Komotfysik 2013 1 Komotfysik - Kursövrsikt Biolära Trasistorr

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

c k P ), eller R n max{ x k b dx def lim max n f ( def definition. [a,b] om

c k P ), eller R n max{ x k b dx def lim max n f ( def definition. [a,b] om RIEMANNSUMMOR OCH DEFINITIO ONEN AV INTEGRALI LEN f ( x) dx Låt f ( Låt P={xx 0,x 1,...,x } där = x 0 x 1,..., x = =, vr e idelig vv itervllet [,]. I vrje delitervll [x -1, x ] väljer och e put c. Alltså

Läs mer

Tentamen TMV210 Inledande Diskret Matematik, D1/DI2

Tentamen TMV210 Inledande Diskret Matematik, D1/DI2 Tntamn TMV20 Inldand Diskrt Matmatik, D/DI2 207-2-20 kl. 08.30 2.30 Examinator: Ptr Hgarty, Matmatiska vtnskapr, Chalmrs Tlfonvakt: Ivar Simonsson (alt. Ptr Hgarty), tlfon: 037725325 (alt. 0705705475)

Läs mer

Fö 3 Periodiska signaler, Fourierserieanalys. Jag inleder först med ett resonemang på tavlan!!! Fö 3 Periodiska signaler, Fourierserieanalys

Fö 3 Periodiska signaler, Fourierserieanalys. Jag inleder först med ett resonemang på tavlan!!! Fö 3 Periodiska signaler, Fourierserieanalys Fö 3 Priodisa signalr, Fourirsrianalys Fourirsrianalys Jag inldr förs d rsonang på avlan!!! opyrigh Lass Alfrdsson, LiH Fö 3 Priodisa signalr, Fourirsrianalys 5 a 6 Sua av cos/sin b 3 x 3sin 6 cos SGD6,

Läs mer

Algebra och geometri 5B Matlablaboration

Algebra och geometri 5B Matlablaboration Mariana Dalarsson, ME & Johan Svnonius, IT Algra och gomtri 5B46 - Matlalaoration 6-- Kurs: 5B46 Handldar: Karim Daho Uppgift Enligt uppgiftn gällr följand vationr: p ( x) + x a + ax + a x a (.) 7 f (

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

1 (3k 2)(3k + 1) k=1. 3k 2 + B 3k(A + B)+A 2B =1. A = B 3A =1. 3 (3k 2) 1. k=1 = 1. k=1. = (3k + 1) (n 1) 2 1

1 (3k 2)(3k + 1) k=1. 3k 2 + B 3k(A + B)+A 2B =1. A = B 3A =1. 3 (3k 2) 1. k=1 = 1. k=1. = (3k + 1) (n 1) 2 1 Uppgift Visa att srin (3k 2)(3k + ) konvrgrar och bstäm summan Lösning Vi har att a k = (3k 2)(3k+) Vi kan använda partialbråksuppdlning för att skriva om a k : a k = (3k 2)(3k + ) = A 3k 2 + B 3k(A +

Läs mer

= BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. a) Maclaurins formel

= BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. a) Maclaurins formel Tillampigar av Taylor- och Maclauriuvcklig ERÄKNING AV GRÄNSVÄRDEN då MED HJÄLP AV MACLAURINUTVECKLING a Maclauris forml f f f f f f L R!!! f c där R och c är al som liggr mlla och! Amärkig Efrsom c liggr

Läs mer

Något om funktionsföljder/funktionsserier

Något om funktionsföljder/funktionsserier mtemtis metoder E, del D, FF Något om futiosföljder/futiosserier. Putvis och liformig overges Vi etrtr reellvärd futioer med gemesm defiitiosmägd D IR, M D. Me (äst) llt går helt logt för omplevärd futioer

Läs mer

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS C OCH D

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS C OCH D (7) FORMLER TILL NTIONELLT PROV I MTEMTIK KURS OH D LGER Rgl dgdsktio ( + ) = + + ( ) = + (kdigsgl) ( + )( ) = (kojugtgl) ( + ) = + + + ( ) = + + = ( + )( + = ( )( + + Ektio + p+ q = 0 ) ) ött p p p =

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

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70 Tentamen i Signal- och bildbehandling TSEA70 Tid: 000-03-8 kl. 4-8 Lokaler: Garnisonen Ansvariga lärare: Olle Seger, Maria M Seger besöker lokalerna kl 500 och 700 tel 070/33 79 48 Hjälpmedel: Räknedosa,

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

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 ör umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder

Läs mer

Beställare: FFAB genom Shany Poijes Antal sidor: 12. Projekt: Varav bilagor: 6. Projektansvarig: Niklas Jakobsson Datum:

Beställare: FFAB genom Shany Poijes Antal sidor: 12. Projekt: Varav bilagor: 6. Projektansvarig: Niklas Jakobsson Datum: Rap p rt R1 778-1 Bställar: FFAB Shay Pijs Atal sidr: 12 Prjt: 1778 Vara bilar: 6 Prjtasari: Nilas Jabss Datu: 217-6-13 K Drai sl i sta, Sparbasä, H ärst Bräi a trafibullr iför dtaljpla 1 Prjtbsrii Austibyrå

Läs mer

spänner upp ett underrum U till R 4. Bestäm alla par av tal (r, s) för vilka vektorn (r 3, 1 r, 3, 22 3r + s) tillhör U. Bestäm även en bas i U.

spänner upp ett underrum U till R 4. Bestäm alla par av tal (r, s) för vilka vektorn (r 3, 1 r, 3, 22 3r + s) tillhör U. Bestäm även en bas i U. MÄLARDALENS HÖGSKOLA Akadmin för utbildning, kultur och kommunikation Avdlningn för tillämpad matmatik Examinator: Lars-Göran Larsson TENTAMEN I MATEMATIK MMA9 Linjär algbra Datum: augusti 04 Skrivtid:

Läs mer

Frikort utskrivet 14/6 2013, giltigt t.o.m 23/4 2014 24/4 2014 150 kr 150 kr Första avgift erlagd för nytt avgiftsåret

Frikort utskrivet 14/6 2013, giltigt t.o.m 23/4 2014 24/4 2014 150 kr 150 kr Första avgift erlagd för nytt avgiftsåret Ho gosadssydd och fio D ä upp ill vaj ladsig a fassälla om osadsa sall vaa 1100 ll läg fö högosadssydd. D lagsifad högosadssydd ä isgilig. Elig Fullmäigs bslu ä högosadsa fö öpp hälso- och sjuvåd fö pso

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

i) exakt en lösning ii) oändligt många lösningar iii) ingen lösning.

i) exakt en lösning ii) oändligt många lösningar iii) ingen lösning. TENTAMEN -Dc-9, HF och HF8 Momnt: TEN (Lnjär algbra, hp, srftlg tntamn Kursr: Analys och lnjär algbra, HF8, Lnjär algbra och analys HF Klassr: TIELA, TIMEL, TIDAA Td: -7, Plats: Campus Flmngsbrg Lärar:

Läs mer

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS E

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS E (8 FORMLER TILL NATIONELLT PROV I MATEMATIK KURS E ALGERA Rgl Adgdskvtio ( + = + + ( = + (kvdigsgl ( + ( = (kojugtgl ( + = + + + ( = + + = ( + ( + = ( ( + + Ekvtio + p+ q = ött p p p = + q o = dä + = p

Läs mer

24 poäng. betyget Fx. framgår av. av papperet. varje blad.

24 poäng. betyget Fx. framgår av. av papperet. varje blad. Kurs: HF93 Matmatik, Momnt TEN (Analys) Datum: 9 januari 5 Skrivtid 3:5 7:5 Eaminator: Armin Halilovic Undrvisand lärar: Elias Said, Jonas Stnholm, Håkan Strömbrg För godkänt btyg krävs av ma poäng. Btygsgränsr:

Läs mer

Inklusion och exklusion Dennie G 2003

Inklusion och exklusion Dennie G 2003 Ilusio - Exlusio Ilusio och exlusio Deie G 23 Proble: Tio ä lägger ifrå sig sia hattar vid ett besö på e restaurag. På hur åga sätt a alla äe läa restaurage ed fel hatt. Detta proble a lösas ed ägdläras

Läs mer

GRAFISK PROFILMANUAL SUNDSVALL NORRLANDS HUVUDSTAD

GRAFISK PROFILMANUAL SUNDSVALL NORRLANDS HUVUDSTAD GRAFISK PROFILMANUAL SUNDSVALL NORRLANDS HUVUDSTAD INLEDNING Sundsvall Norrlands huvudstad Sundsvall Norrlands huvudstad, är båd tt nuläg och n önskan om n framtida position. Norrlands huvudstad är int

Läs mer

Digital signalbehandling Föreläsningsanteckningar Bilagor

Digital signalbehandling Föreläsningsanteckningar Bilagor Bilaa Istitutio ör data- och lktrotkik Bilaor -3-8 U ma U ma U ma Varias (kvatisrisbrusts kt) 3 σ P() d 3 d 3 3 4 4 Altrativt, kvatisrislts kt τ är d tid som sial lir iom kvatisrisstt Bil.vsd Flt är ästa

Läs mer

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet. Stokastiska rocesser Defiitio E stokastisk rocess är e mägd familj av stokastiska variabler Xt arameter t är oftast me ite alltid e tidsvariabel rocesse kallas diskret om Xt är e diskret s v för varje

Läs mer

SEPARABLA DIFFERENTIALEKVATIONER

SEPARABLA DIFFERENTIALEKVATIONER Sparabla diffrntialkvationr SEPARABLA DIFFERENTIALEKVATIONER En diffrntialkvation DE av första ordningn sägs vara sparabl om dn kan skrivas på d formn P Q llr kvivalnt d P d Q d Dn allmänna lösningn till

Läs mer

BILAGA 1 UTREDDA ALTERNATIV NY KORTEBOVÄGEN OCH ANSLUTNING TILL FALKÖPINGSVÄGEN SAMRÅDSUNDERLAG

BILAGA 1 UTREDDA ALTERNATIV NY KORTEBOVÄGEN OCH ANSLUTNING TILL FALKÖPINGSVÄGEN SAMRÅDSUNDERLAG BILAGA UTREDDA ALTERNATIV NY KRTVÄGEN CH ANSLUTNING TILL FALKÖPINGÄGEN SAMRÅDSUNDERLAG 7--7 SAMMANFATTNING Vättrhm AB vill bya ut bostädr å Stradä, å östra sida om järvä som år mlla Jököi oh Falköi. För

Läs mer

Armin Halilovic: EXTRA ÖVNINGAR

Armin Halilovic: EXTRA ÖVNINGAR Stokastiska rocesser Defiitio E stokastisk rocess är e mägd (familj) av stokastiska variabler X(t) arameter t är oftast (me ite alltid) e tidsvariabel rocesse kallas diskret om X(t) är e diskret s v för

Läs mer

2. Konfidensintervall för skillnaden mellan två proportioner.

2. Konfidensintervall för skillnaden mellan två proportioner. Föreläsig 12 LV1, Torsdag 12/10 Upplägg 1. Kofidesitervall för proportioer. 2. Kofidesitervall för skillade mella två proportioer. 3. Grafteori Kofidesitervall för proportioer Atag att vi vill skatta adele

Läs mer

Spektrala Transformer

Spektrala Transformer Spektrala Transformer Fouriertransformer Fourier Gif mig en wågform och jag skola skrifva den som en summa af sinuswågor! Jean-Baptiste Fourier 768-830 Fouriertransformen Transformerar kontinuerliga signaler

Läs mer

Uppskatta lagerhållningssärkostnader

Uppskatta lagerhållningssärkostnader B 13 Uppskatta lagrhållningssärkstnadr Md lagrhållningssärkstnadr ass alla d kstnadr sm hängr samman md ch ppstår gnm att artiklar hålls i lagr. Dt är fråga m rsaksbtingad kstnadr ch därmd särkstnadr,

Läs mer

Robin Ekman och Axel Torshage. Hjälpmedel: Miniräknare

Robin Ekman och Axel Torshage. Hjälpmedel: Miniräknare Umå univritt Intitutionn för matmatik oh matmatik tatitik Roin Ekman oh Axl Torhag Tntamn i matmatik Introduktion till dikrt matmatik Löningförlag Hjälpmdl: Miniräknar Löningarna kall prntra på tt ådant

Läs mer

Digital Signalbehandling i multimedia

Digital Signalbehandling i multimedia LH, Lud Uivrsi örläsig Digil Siglhdlig i mulimdi EI65 Digil Siglhdlig Smplig AD Digil sig. hdl. Digil krs DA Lågpssilr Lågpssilr Rkosrukio Digil Sigl Procssig: Pricipls, Algorihms, d Applicios. Joh G.

Läs mer

Approximationen med den här metoden kallas minstakvadratmetoden.

Approximationen med den här metoden kallas minstakvadratmetoden. Ari Hlilovic: EXTRA ÖVNINGAR MINSTAKVADRATMETODEN Mistvdrtetode. INLEDNING frå lijär lger) Låt vr ett olösrt sste dvs. ett sste so sr lösig). Vi sriv ssteet på fore A = ss ) där...... A, och................

Läs mer

Kontinuerliga fördelningar. b), dvs. b ). Om vi låter a b. 1 av 12

Kontinuerliga fördelningar. b), dvs. b ). Om vi låter a b. 1 av 12 KONTINUERLIGA STOKASTISKA VARIABLERR Allmänt om kontinurliga sv Dfinition En stokastisk variabl kallas kontinurlig om fördlningsfunktionnn ξ är kontinurlig Egnskar av fördlningsfunktion: Fördlningsfunktionn

Läs mer

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

SYSTEM. Tillämpad Fysik Och Elektronik 1 SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. SYSTEM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET SYSTEMEGENSKAPER System y(t) y[n] Minne Kausalitet Tidsinvarians Linjäritet Inverterbarhet Stabilitet TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET

Läs mer

SF1635, Signaler och system I

SF1635, Signaler och system I SF635, Signaler och system I Tentamen tisdagen 0--, kl 4 00 9 00 Hjälpmedel: BETA Mathematics Handbook Räknedosa utan program Formelsamling i Signalbehandling (rosa), Formelsamling för Kursen SF635 (ljusgrön)

Läs mer

Lektionsuppgifter i regressionsanalys

Lektionsuppgifter i regressionsanalys LUNDS UNIVERSITET STATISTISKA INSTITUTIONEN Lktionsuppgiftr i rgrssionsanalys A A ENKEL LINJÄR REGRESSION Från n undrsökning av vilka faktorr som påvrkar prist på villor i n sydsvnsk ort insamlads n dl

Läs mer

Föreläsning 4 pn-övergången

Föreläsning 4 pn-övergången Förläsig 4 p-övrgåg p-övrgåg Gomtri Bastruktur Ibygg späig och lktriskt fält Mark Rothko 2014-03-19 Förläsig 4, Kompotfysik 2014 1 Kompotfysik - Kursövrsikt Bipolära Trasistorr Optokompotr p-övrgåg: strömmar

Läs mer

Huvud metod för beräkning av massan för en av en kropp med densiteten ρ ( x, är trippelintegral

Huvud metod för beräkning av massan för en av en kropp med densiteten ρ ( x, är trippelintegral ri Hlilovic: EX ÖVNING Mss och tgdput ILLÄMPNING V INEGLE. MSSN OCH YNGDPUN MSSN Huvud etod för eräig v ss för e v e ropp ed desitete, är trippelitegrl, dd so hör till urse i flervriells. Me, ågr el prole

Läs mer

Trigonometriska polynom

Trigonometriska polynom Trigoometriska polyom Itroduktio Iga strägistrumet eller blåsistrumet ka producera estaka siustoer, blott lieära kombiatioer av dem, där de med lägsta frekvese kallas för grudtoe, och de övriga för övertoer.

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

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

Analys av algoritmer. Beräkningsbar/hanterbar. Stora Ordo. O(definition) Datastrukturer och algoritmer. Varför analysera algoritmer?

Analys av algoritmer. Beräkningsbar/hanterbar. Stora Ordo. O(definition) Datastrukturer och algoritmer. Varför analysera algoritmer? Datastrukturer och algoritmer Föreläsig 2 Aalys av Algoritmer Aalys av algoritmer Vad ka aalyseras? - Exekverigstid - Miesåtgåg - Implemetatioskomplexitet - Förstålighet - Korrekthet - - 29 30 Varför aalysera

Läs mer

Föreläsning 4 pn-övergången

Föreläsning 4 pn-övergången Förläsig 4 p-övrgåg p-övrgåg Gomtri Bastruktur Ibygg späig och lktriskt fält 2013-03-28 Förläsig 4, Kompotfysik 2013 1 Kompotfysik - Kursövrsikt Bipolära Trasistorr Optokompotr p-övrgåg: strömmar och kapacitasr

Läs mer

där a och b är koefficienter som är större än noll. Här betecknar i t

där a och b är koefficienter som är större än noll. Här betecknar i t REALRNTAN OCH PENNINGPOLITIKEN Dt finns flra sätt att närma sig frågan om vad som är n långsiktigt önskvärd nivå på dn pnningpolitiska styrräntan. I förliggand ruta diskutras dnna fråga md utgångspunkt

Läs mer

Föreläsning 2. Signalbehandling i multimedia ETI265. Kapitel 2. Faltning Impulssvar Differensekvationer Korrelationsfunktioner

Föreläsning 2. Signalbehandling i multimedia ETI265. Kapitel 2. Faltning Impulssvar Differensekvationer Korrelationsfunktioner Sigabeadig i mutimedia - ETI65 Föeäsig Sigabeadig i mutimedia ETI65 Kapite Fatig Impussva Diffeesevatioe Koeatiosfutioe LTH 5 Nedeo Gbic mt. få Begt Madesso Depatmet of Eectica ad Ifomatio Tecoog Lud Uivesit

Läs mer

Spektrala Transformer för Media

Spektrala Transformer för Media Spektrala Transformer för Media Filtrering och transformer i 2D Linjär bildbehandling Principerna från -dimensionell signalbehandling kan appliceras även på 2D-signaler Tillämpningar: Bildförbättring (brusreducering)

Läs mer

Sverige har torv av högsta Europaklass. Tidningen. Branschföreningen. Torvens konkurrenskraft i ny rapport Sid 3-4

Sverige har torv av högsta Europaklass. Tidningen. Branschföreningen. Torvens konkurrenskraft i ny rapport Sid 3-4 Nummr 5-2013 Braschförig Tidig Svrig har torv av högsta Europaklass Torvs kokurrskraft i y rapport Sid 3-4 Måga mötts på Höstmöt i Götborg Sid 4-5 Tmasidor om rgitorv Sid 8-10 Braschförig Svsk Torv / r

Läs mer

Spektrala Transformer för Media

Spektrala Transformer för Media Spektrala Transformer för Media Filtrering och transformer i 2D DT2/3 Spektrala Transformer Jonas Beskow Linjär bildbehandling Principerna från -dimensionell signalbehandling kan appliceras även på 2D-signaler

Läs mer

Om i en differentialekvation saknas y, dvs om DE har formen F ( x, . Ekvationen z ) 0. Med andra ord får vi en ekvation av ordning (n 1).

Om i en differentialekvation saknas y, dvs om DE har formen F ( x, . Ekvationen z ) 0. Med andra ord får vi en ekvation av ordning (n 1). Armin Halilovic: EXTRA ÖVNINGAR, SF676 Rduktion av ordning REDUKTION AV ORDNING I) Diffrntialkvationr där saknas ( n) Om i n diffrntialkvation saknas, dvs om DE har formn F (,,,, ) 0, då kan vi sänka kvationns

Läs mer

Spektrala Transformer

Spektrala Transformer Spektrala Transformer Fouriertransformer Fourier Gif mig en wågform och jag skola skrifva den som en summa af sinuswågor! Jean-Baptiste Fourier 1768-1830 Fouriertransformen Transformerar kontinuerliga

Läs mer

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts:

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts: Webprogrammerig och databaser Koceptuell datamodellerig med Etitets-Relatiosmodelle Begrepps-modellerig Mål: skapa e högivå-specifikatio iformatiosiehållet i database Koceptuell modell är oberoede DBMS

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

Föreläsning 1. Metall: joner + gas av klassiska elektroner =1/ ! E = J U = RI = A L R E = J = I/A. 1 2 mv2 th = 3 2 kt. Likafördelningslagen:

Föreläsning 1. Metall: joner + gas av klassiska elektroner =1/ ! E = J U = RI = A L R E = J = I/A. 1 2 mv2 th = 3 2 kt. Likafördelningslagen: Förläsning 1 Eftr lit information och n snabbgnomgång av hla kursn börjad vi md n väldigt kort rptition av några grundbgrpp inom llära. Vi pratad om Ohms lag, och samband mllan ström, spänning och rsistans

Läs mer