DSP-MATLAB, Ćwiczenie 2, P.Korohoda, KE AGH. Ćwiczenie 2. Przemysław Korohoda, KE, AGH

Wielkość: px
Rozpocząć pokaz od strony:

Download "DSP-MATLAB, Ćwiczenie 2, P.Korohoda, KE AGH. Ćwiczenie 2. Przemysław Korohoda, KE, AGH"

Transkrypt

1 Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 2 Systemy i wybrane sposoby ich opisu Przemysław Korohoda, KE, AGH Zawartość instrukcji: 1 Materiał z zakresu DSP 1.1 Klasyfikacja systemów 1.2 Odpowiedź impulsowa 1.3 Splot liniowy 1.4 Równanie różnicowe 1.5 Literatura uzupełniająca 2 Korzystanie z pakietu MATLAB 2.1 M-pliki, funkcje Informacje ogólne Funkcje Polecenia, których umieszczenie w m-pliku może ułatwić pracę 2.2 Elementy języka sterujące wykonaniem programu Pętla for Instrukcja warunkowa if 2.3 Zapamiętanie danych w pliku i wczytanie danych z pliku 2.4 Funkcje z zakresu DSP 3 Zadania do wykonania 1

2 Na instrukcję składają się następujące części: 1 Materiał z zakresu DSP 2 Korzystanie z pakietu MATLAB 3 Zadania do wykonania Do sprawnego wykonania ćwiczenia nie jest konieczna wcześniejsza praktyczna znajomość nie używanych w poprzednich ćwiczeniach funkcji pakietu MATLAB, jednak niezbędna jest dobra orientacja w materiale przedstawionym w częściach 1 oraz 2 tej instrukcji oraz w zagadnieniach będących przedmiotem poprzednich ćwiczeń. Dlatego też wskazane jest dokładne przeczytanie obu wymienionych części instrukcji oraz zanalizowanie podanych przykładów. UWAGA: znajomość i zrozumienie części 1, 2 oraz materiału z poprzednich ćwiczeń mogą zostać przez prowadzącego skontrolowane w trakcie zajęć. W realizacji zadań z części 3 może pomóc ich wcześniejsze przemyślenie. W razie niejasności należy skonsultować się przed zajęciami (tzn. na przykład w terminie konsultacji) z prowadzącym, bezpośrednio lub poprzez korohoda@uci.agh.edu.pl 2

3 1 Materiał z zakresu DSP System cyfrowy przekształca podany na wejście systemu ciąg w ciąg wyjściowy. Oba ciągi określone są na tej samej dziedzinie indeksów, czyli liczb całkowitych. Zatem przez system można rozumieć zarówno jakikolwiek opis zależności ciągu wyjściowego od wejściowego (na przykład równanie), jak i, przykładowo, układ scalony realizujący tę samą operację, gdzie kolejne indeksy odpowiadają taktom zegara. Z punktu widzenia dalszych rozważań nie ma to żadnego znaczenia. Równanie (lub inną formę opisu) należy traktować jako model rzeczywistego układu cyfrowego. Warto jedynie przypomnieć, że jeżeli przyjmiemy, iż precyzja zapisu liczb jest dostatecznie duża by aproksymować nieskończoną precyzję, to system taki powinien być nazywany systemem z czasem dyskretnym (ze względu na całkowite indeksy zastępujące ciągły czas). 1.1 Klasyfikacja systemów Systemy ze względu na strukturę można podzielić na: a) nierekursywne - gdy wartość na wyjściu w danej chwili (czyli dla danego indeksu) jest określona wyłącznie przez wartość lub wartości ciągu wejściowego (niekoniecznie przez wartość wejściową w jednej tylko chwili ); b) rekursywne - gdy wartość na wyjściu w danej chwili jest określona przez wartość lub wartości ciągu wejściowego oraz wartość lub wartości ciągu wyjściowego. Przedstawienie systemu nierekursywnego w postaci rekursywnej jest możliwe zawsze. Natomiast często postaci rekursywnej nie da się przekształcić do nierekursywnej (o skończonym zakresie indeksów określających, które elementy ciągu wejściowego decydują o danej wartości wyjściowej). System wykonujący określoną operację na ciągu wejściowym może być z punktu widzenia jego struktury przedstawiony na nieskończenie wiele sposobów. Zagadnienie to zostanie dokładniej opisane w kontekście równań różnicowych oraz transmitancji z. Rys.1.1 Uproszczony schemat systemu o strukturze: a) nierekursywnej, b) rekursywnej Na rysunku pokazano, iż w chwili określonej przez indeks n na wejście systemu podawana jest odpowiednia wartość ciągu wejściowego, a na wyjściu pojawia się w tej samej chwili pojedyncza wartość ciągu wyjściowego. Warto zaznaczyć, iż system w swojej strukturze może zapamiętywać wartości ciągu wejściowego a także wyjściowego (system rekursywny) dla minionych indeksów, a w przypadku systemu nieprzyczynowego konieczne jest także założenie, iż system dysponuje odpowiednimi wartościami dla przyszłych indeksów (większych od n ). Jeżeli przez S[ ] oznaczy się operację, jaką system wykonuje na ciągu (lub ciągach) podanym w miejsce kropki, to rysunkowi 1.1 może odpowiadać następujący ogólny zapis: a) y[ n] = S[ x[ n] ] (1) b) y[ n] = S x[ n], y[ n] (2) [ ] 3

4 W ogólnym przypadku ciąg wejściowy określony jest dla indeksów rozpoczynających się w minus nieskończoności. W praktyce często rozważa się jednak oś indeksów począwszy od określonej, skończonej wartości. W takiej sytuacji to, co wydarzyło się w systemie do tej chwili początkowej jest opisywane za pomocą warunków początkowych lub stanu początkowego systemu. Oznaczmy tę dodatkową informację jako s. Wtedy ogólny zapis odpowiedzi systemu wyglądać może następująco: [ ] y[ n] S x[ n], y[ n], s = (3) Problematyka ta będzie jeszcze poruszona przy omawianiu równania różnicowego oraz opisu za pomocą zmiennych stanu. Istnieją różne kryteria klasyfikacji systemów cyfrowych - podobne do kryteriów klasyfikacji systemów analogowych. Na ćwiczeniach skoncentrujemy się na czterech z nich: 1) liniowości, 2) zmienności względem przesunięcia (stacjonarności), 3) stabilności, 4) przyczynowości. 1) System S[ ] jest liniowy, jeżeli dla dowolnych dwóch sygnałów wejściowych oraz wszystkich n posiada dwie cechy: addytywności: [ 1[ ] 2[ ]] [ 1[ ]] [ 2[ ]] S x n + x n = S x n + S x n (4) oraz jednorodności, zwanej też skalowalnością lub homogenicznością, czyli dla dowolnej stałej a : [ ] = a S[ x n ] S a x[ n] [ ] (5) Obie powyższe cechy można zapisać łącznie (dla dwóch dowolnych stałych a 1 oraz a 2 ): [ ] = 1 [ 1 ] + 2 [ 2 ] S a x [ n] a x [ n] a S x [ n] a S x [ n] (6) System nie spełniający powyższych warunków jest nieliniowy. 2) System S[ ] jest niezmienny względem przesunięcia (w dziedzinie indeksów czasowych ), jeżeli dla dowolnego całkowitego przesunięcia k zachodzi: [ ] [ ] y[ n] = S x[ n] y[ n + k] = S x[ n + k] (7) System nie spełniający tego warunku jest zmienny względem przesunięcia. System niezmienny względem przesunięcia nazywa się też systemem stacjonarnym. 3) System jest stabilny w sensie BIBO (skrót z j.ang. - Bounded Input Bounded Output, czyli Ograniczone Wejście Ograniczone Wyjście) jeżeli: ( ) ( ) M : < n x n M M : [ ] < n y[ n] M x x y y (8) 4

5 Powyższy zapis oznacza, że jeżeli żadna wartość wejściowa x[ n] nie przekracza co do modułu pewnej skończonej wartości progowej, to można określić skończoną wartość progową także dla wszystkich modułów wartości wyjściowych y[ n]. System nie spełniający tego warunku jest niestabilny w sensie BIBO. Stabilność można zdefiniować także w inny sposób i dlatego należy zawsze dopilnować, by było oczywiste, w jakim sensie określamy stabilność danego systemu. 4) System jest przyczynowy, jeżeli dla dowolnie wybranego n 0 prawdziwe jest poniższe sformułowanie: ( ) ( ) n n x n = 0 n n y n = 0 [ ] [ ] (9) 0 0 Czyli, gdy wszystkie wartości wejściowe dla wszystkich indeksów mniejszych lub równych n 0 są równe zero, to dla tych indeksów również na wyjściu nie pojawi się żadna wartość różna od zera. Inaczej - pojawienie się na wyjściu wartości niezerowej musi być poprzedzone lub co najwyżej równoczesne (w sensie indeksów czasowych ) z podaniem na wejście co najmniej jednej wartości niezerowej. Istnieją różne równoważne formy zapisu tej samej właściwości. System nie spełniający powyższego postulatu jest nieprzyczynowy. Szczególnym przypadkiem systemu nieprzyczynowego jest system antyprzyczynowy, czyli taki, gdy: ( ) ( ) n< n x n = 0 n n y n = 0 : [ ] : [ ] (10) 0 0 Oznacza to, że odpowiedź systemu może być niezerowa jedynie do chwili pojawienia się pierwszej niezerowej wartości wymuszenia. Przykłady systemów (We wszystkich podanych niżej przykładach przyjmujemy, że < liczb całkowitych) a) system niestabilny w sensie BIBO (akumulator - ang. accumulator): y[ n] = x[ k] n k = b) system zmienny względem przesunięcia (kompresor - ang. compressor): c) system nieprzyczynowy (różnica w przód - ang. forward difference): n < oraz, że k należy do zbioru (11) y[ n] = x[ k n] : k > 1 (12) y[ n] = x[ n + ] x[ n] 1 (13) d) system antyprzyczynowy (odwrócenie osi czasu, a także przesunięcie, gdy k<0): e) system nieliniowy (dodanie stałej na wyjściu): y[ n] = x[ k n] : k 0 (14) 5

6 y[ n] = x[ n] + 1 (15) Należy przemyśleć podane przykłady tak, by umieć uzasadnić dlaczego stanowią przykłady odpowiednich cech, a także by umieć określić pozostałe trzy cechy (na przykład dla systemu (11), czy jest on liniowy, stacjonarny czy przyczynowy). Warto też umieć podać inne przykłady oraz sklasyfikować inny system. 1.2 Odpowiedź impulsowa W przypadku sygnałów i systemów dyskretnych odpowiedzią impulsową nazywa się odpowiedź danego systemu na podany na wejście ciąg delty Kroneckera. Zazwyczaj odpowiedź impulsową oznacza się literą h, zatem dla systemu S[ ] będzie to: [ ] h[ n] S d[ n] = (16) W przypadku gdy system jest liniowy i niezmienny względem przesunięcia (odtąd będzie mowa wyłącznie o takich systemach), odpowiedź impulsowa opisuje go jednoznacznie (jak to wykazać? - warto powrócić do tego problemu po przeczytaniu rozdz.1.3). Gdy system jest niestabilny (w sensie BIBO), wówczas odpowiedź impulsowa może, ale nie musi, zawierać elementy o modułach rosnących do nieskończoności (sprawdź dla systemu kumulator). Natomiast gdy elementy odpowiedzi impulsowej dążą (w module) do nieskończoności, to system taki jest zawsze niestabilny w sensie BIBO. Systemy (liniowe, niezmienne względem przesunięcia) są stabilne (w sensie BIBO) wtedy i tylko wtedy, gdy suma modułów wszystkich elementów odpowiedzi impulsowej jest mniejsza od nieskończoności: h[ n] < (17) n= Proszę się zastanowić, jakie będą odpowiedzi impulsowe dla systemów podanych w rozdziale 1.1 i co z postaci tych odpowiedzi wynika z punktu widzenia opisanej klasyfikacji systemów. 1.3 Splot liniowy Splot liniowy jest operacją umożliwiającą określenie za pomocą odpowiedzi impulsowej systemu (liniowego, niezmiennego względem przesunięcia) odpowiedzi tego systemu na dowolny sygnał wejściowy. Splot liniowy dwóch ciągów x n 1[ ] oraz x n 2[ ] jest zdefiniowany następująco: y[ n] = x [ k] x [ n k] = x [ n k] x [ k] k = (18) k = Powyższy zapis pokazuje, iż splot liniowy jest operacją przemienną (warto umieć to wykazać). Jest to także operacja liniowa, a nawet dwuliniowa (też warto wiedzieć dlaczego). Symbolem oznaczającym skrótowo zapis sumacyjny (18) jest, zatem (18) można zapisać również jako: y[ n] = x [ n] x [ n] = x [ n] x [ n] (19) Jeżeli jeden z dwóch splatanych ciągów jest odpowiedzią impulsową danego systemu, to wynik splotu jest odpowiedzią systemu na drugi ze splatanych ciągów, pełniący rolę sygnału wejściowego: y[ n] = x[ n] h[ n] (20) Jeżeli dowolne dwa systemy są opisane przez swoje odpowiedzi impulsowe i systemy te zostaną połączone równolegle lub szeregowo, to, dzięki odpowiednim cechom splotu, można w prosty sposób określić odpowiedź impulsową układu zastępczego takiego połączenia. Jako ćwiczenie przygotowujące do 6

7 zajęć należy dla obu przypadków wyprowadzić zależność odpowiedzi impulsowej układu zastępczego od odpowiedzi impulsowych systemów składowych. Splot sygnału z odpowiedzią impulsową można przedstawić opisowo w sposób następujący. Ciąg odpowiedzi impulsowej należy odwrócić tył na przód i stopniowo przesuwać nad ciągiem sygnału wejściowego. W każdym położeniu wyznacza się iloczyny tych elementów obu ciągów, które znalazły się jeden nad drugim. Zsumowanie tych iloczynów daje wynik splotu dla pojedynczej wartości indeksu sygnału wyjściowego. W praktyce oba ciągi nie rozciągają się w nieskończonym zakresie indeksów (określenie ciągów w skończonym zakresie indeksów oznacza zwykle, że poza nim ciągi te przyjmują wartości zerowe ). Wystarczy zatem wziąć pod uwagę tylko ten zakres położeń ciągu h[ n] nad ciągiem x[ n], dla którego można otrzymać niezerowe wartości ciągu wynikowego. Jeżeli ciąg h[ n] jest określony na długości L h, a ciąg x[ n] na długości L x, to wynik splatania powinien być ciągiem o długości: Ly = Lh + Lx 1 (21) Warto pamiętać, że w określonym zakresie indeksów każdy z ciągów może być również zerowy. Rys.1.2 przedstawia graficznie trzy położenia ( w tym dwa krańcowe ) dwóch ciągów, h[ n] oraz s1[ n], przy wyznaczaniu ich splotu liniowego s [ 2 n ]. Rys.1.2 Przykład wyznaczania splotu liniowego dla ciągów określonych na skończonym zakresie indeksów Należy zwrócić uwagę na wartości indeksów ciągu wynikowego. Zależą one od tego, jak na osi indeksów ułożona jest odpowiedź impulsowa i sygnał wejściowy. W przypadku zignorowania indeksów nie jest możliwe rozróżnienie na przykład odpowiedzi systemu przyczynowego i nieprzyczynowego. Jeżeli zakres 7

8 indeksów, dla którego określono ciąg x[ n], zaczyna się od n x, natomiast ciąg h[ n] określono poczynając od indeksu n h, to pierwszy element ciągu wynikowego jest określony dla indeksu: ny = nx + nh (22) Pominięcie indeksów spowoduje, że nie będzie możliwe potwierdzenie ważnego efektu, iż splot sygnału z ciągiem delty Kroneckera przesuniętym o k daje w wyniku ten sam sygnał, ale przesunięty właśnie o k : x[ n] d[ n k] = x[ n k] (23) Właściwość tę można (i należy to umieć) łatwo sprawdzić analizując wzór (23) w zapisie sumacyjnym (patrz (18)). Zależność (23) wynika także wprost z wyznaczenia odpowiedzi impulsowej systemu opóźniającego o k indeksów. Ponieważ funkcja conv MATLAB a nie uwzględnia indeksów, więc należy tę ważną niekiedy informację wprowadzić samodzielnie. Jednym ze sposobów jest użycie dodatkowych wektorów o długościach identycznych z wektorami reprezentującymi oba splatane ciągi. Te dodatkowe ciągi powinny mieć wartości zerowe wszędzie poza jednym elementem wskazującym na wybrany indeks (na przykład 0 ). Wykonanie polecenia conv dla tych pomocniczych wektorów da w wyniku wektor z jednym niezerowym elementem wskazującym położenie wybranego indeksu w ciągu wynikowym. Domowe ćwiczenia uzupełniające: 1. Dlaczego liniowość oraz niezmienność względem przesunięcia są warunkami koniecznymi do tego, by odpowiedź impulsowa umożliwiała określenie odpowiedzi systemu na dowolny sygnał wejściowy? Uzasadnienie można oprzeć na przykładach systemów nie spełniających wymaganych założeń. Można jednak przeprowadzić dowód bazujący na następujących wskazówkach: a) splot jest operacją liniową, b) dowolny sygnał można przedstawić jako kombinację liniową przesuniętych delt Kroneckera, c) splot dowolnego ciągu z przesuniętą deltą Kroneckera daje ten sam ciąg, jednak przesunięty tak samo jak jest przesunięta delta. 2. Korzystając z właściwości splotu oraz odpowiedzi impulsowej proszę wykazać, że każdy system ( w tym przypadku liniowy i stacjonarny) można przedstawić jako złożenie systemu przyczynowego i antyprzyczynowego. 1.4 Równanie różnicowe Zależność pomiędzy ciągiem wejściowym i wyjściowym dla danego systemu (liniowego, niezmiennego względem przesunięcia) można opisać za pomocą liniowego równania różnicowego o stałych współczynnikach a k oraz b m, przy czym zakłada się, że a 1 0 : K a y[ n k + 1] = b x[ n m + 1] M k k = 1 m= 1 m (24) W ogólnym przypadku sumowanie po obu stronach może przebiegać po indeksach zmierzających do nieskończoności. Przekształcenie (24) do postaci odpowiadającej wyznaczeniu wartości y[ n], czyli wartości wyjściową w danej chwili, daje: a y[ n] = b x[ n] + b x[ n 1] b x[ n M + 1] a y[ n 1] a y[ n 2]... a y[ n K + 1] 2 3 M K (25) 8

9 Współczynnik a 1 przyjmuje się zwykle jako równy 1, co nie ogranicza ogólności wzoru (25), gdyż wymaga jedynie odpowiedniego przeskalowania wszystkich pozostałych współczynników równania. UWAGA: System opisany równaniem (25) nie musi być przyczynowy - przyczynowość może zależeć od założonych warunków początkowych (patrz przykład na końcu podrozdziału). Często jednak przyjmuje się z założenia przyczynowość systemu. W ogólnym przypadku ( ponieważ wartość wyjściowa w danej chwili zależy zarówno od wartości ciągu wejściowego, jak i wyjściowego ) równanie opisuje strukturę rekursywną. Jednak gdy wszystkie współczynniki a k, z wyjątkiem a 1, są zerowe, to równanie (25) opisuje strukturę nierekursywną i jeżeli zakres sumowania jest skończony, to równanie takie odpowiada systemowi o skończonej odpowiedzi impulsowej FIR (skrót z j.ang. - Finite Impulse Response ). Jako ćwiczenie wstępne należy wykazać, że w takim przypadku kolejne elementy odpowiedzi impulsowej są równe kolejnym współczynnikom b k (natomiast dla indeksów mniejszych od zera elementy odpowiedzi impulsowej są równe zero), czyli: h[ k] = (26) Równość (26) zachodzi także, gdy zakres sumowania nie jest skończony, czyli gdy M =. Wtedy jednak odpowiedź impulsowa także nie jest skończona zatem jest to system o nieskończonej odpowiedzi impulsowej IIR ( skrót z j.ang. - Inifinite Impulse Response ). Ponieważ równanie różnicowe o nieskończonym zakresie sumowania ma niewielkie zastosowanie praktyczne, zatem przyjmuje się, że systemu IIR nie da się przedstawić w postaci nierekursywnej. Warto przypomnieć, że system określony jednoznacznie z punktu widzenia realizowanej operacji może być opisany za pomocą nieskończenie wielu równań różnicowych, a w szczególności że każdy opis nierekursywny można przedstawić jako równoważny opis rekursywny ( jednak twierdzenie odwrotne nie jest prawdziwe ). Możliwość wielu wariantów opisu jednego systemu łatwo będzie potwierdzić przy omawianiu transmitancji z. Warunki początkowe równania różnicowego Samo równanie różnicowe nie zawsze jest kompletnym opisem systemu. Odpowiedź systemu wyznaczona z danego równania różnicowego może zależeć od warunków początkowych. Od ich wyboru może zależeć nawet, czy system jest przyczynowy, czy też nie. Jednak termin warunki początkowe posiada nieco inne znaczenie w teorii równań różnicowych, a inne z punktu widzenia implementacji systemów (filtrów) cyfrowych: a) Warunki początkowe dla równania różnicowego (24), to zbiór K 1 przyjętych z założenia wartości ciągu y[ n] dla dowolnych K 1 różnych wartości indeksów. Ponadto zakłada się znajomość ciągu x[ n] dla pełnego zakresu indeksów. Określenie jako zadanych z góry K 1 kolejnych wartości y[ n] gwarantuje znalezienie rozwiązania dla pozostałych elementów ciągu y[ n]. Przyjęcie natomiast jako warunków początkowych dowolnych, ale nie kolejnych K 1 wartości ciągu wyjściowego może - choć nie musi - doprowadzić do sprzeczności. Kompletny ciąg y[ n] można nazwać ogólnym rozwiązaniem równania różnicowego. Rozwiązanie to posiada dwie składowe - rozwiązanie szczególne (zwane też wymuszonym, ponieważ zależy od wymuszenia w postaci ciągu x[ n]) oraz rozwiązanie jednorodne (zwane też swobodnym, ponieważ zależy od K 1 warunków początkowych, a nie zależy od x[ n]). W tym przypadku słowo początkowe nie ma bezpośredniego związku z jakąkolwiek chwilą początkową wynikającą z indeksów czasowych. Przykładowo z warunku początkowego w postaci wartości y[ 10 ] wyznaczane są pozostałe elementy ciągu y[ n] - zarówno dla n < 10, jak i dla n > 10. b) Warunki początkowe dla wyznaczenia odpowiedzi filtru cyfrowego to wartości potrzebne do wyznaczenia fragmentu ciągu wyjściowego y[ n] dla zakresu indeksów czasowych b k 9

10 rozpoczynającego się od skończonej wartości n 0 (na przykład n 0 = 0 ), w sytuacji gdy ciąg wejściowy x[ n] znany jest również dopiero od chwili n 0. Zakłada się wówczas zwykle, że system jest przyczynowy (dla systemu antyprzyczynowego można przyjąć przeciwny bieg indeksów). Warunki początkowe, w postaci na przykład zmiennych stanu systemu, zawierają niezbędną informację zastępującą brakujące z punktu widzenia równania różnicowego elementy ciągów wejściowego i wyjściowego sprzed chwili początkowej n 0. Określenie warunków początkowych można w tym przypadku porównać do odczytania pamięci systemu. Termin początkowe można zatem zinterpretować bardziej dosłownie, w nawiązaniu do chwili początkowej n 0. Dla filtru opisanego równaniem (24) ilość warunków początkowych w postaci np. zmiennych stanu powinna wynosić: Mówi się, że rząd filtru (systemu) jest równy N IC. Dla M K ( ) N = max IC K 1, M 1 (27) = = 1 system nie zawiera żadnych opóźnień, jest bezpamięciowy, więc warunki początkowe w sensie b) nie są konieczne. Warto zwrócić uwagę, że dla systemu FIR nie ma potrzeby określania warunków początkowych w sensie a), natomiast w sensie b) konieczne one będą zawsze, gdy tylko M > 1. Rozpatrywanie klasy systemów z zerowymi warunkami początkowymi typu b) odpowiada założeniu, że w czasie poprzedzającym analizowanie odpowiedzi systemu sygnał wejściowy był zerowy oraz system posiadał zerowy stan wewnętrzny. Nie jest to założenie abstrakcyjne, gdyż w praktyce łatwo jest je spełnić przez zerowanie odpowiednich buforów. Podsumowując, przy założeniu że: 1) system jest przyczynowy oraz 2) przy zerowych warunkach początkowych w sensie b) dane równanie różnicowe jednoznacznie definiuje system. Dość istotny jest fakt, że określając warunki początkowe dla wymuszenia w postaci ciągu d[ n], wyznacza się jednoznaczny opis systemu w postaci odpowiedzi impulsowej. Odpowiedź impulsowa systemu (liniowego i stacjonarnego) nie zależy od ciągu wejściowego x[ n], natomiast opis tego samego systemu za pomocą równania różnicowego może wymagać dobierania warunków początkowych dla każdego ciągu wejściowego (patrz ćwiczenia uzupełniające do przykładu 1.1 na końcu podrozdziału). Pominięcie dostosowania warunków początkowych do danego ciągu wejściowego może dać w rezultacie system o zupełnie innych właściwościach niż wynikałoby to z wyznaczonej odpowiedzi impulsowej. Przykłady systemów opisanych przez równania różnicowe 1. System przyczynowy lub antyprzyczynowy ( nieszczelny akumulator - ang. leaky accumulator ): y[ n] 0, 5 y[ n 1 ] = x[ n] (28) Wyznaczymy dla tego systemu odpowiedź impulsową dla dwóch różnych warunków początkowych w sensie a): 1.1 y[ 1] = 0 ; x[ n] = d[ n] (czyli x[ n] jest określone dla < n < ) Dla n > 1 równanie (25) przekształca się do postaci: y[ n] = 0, 5 y[ n 1 ] + x[ n] natomiast dla n < 1 do: y[ n] = 2 y[ n + 1] x[ n + 1 ] ( ) 10

11 Oddalając się z indeksami od punktu n 0 = 1 w obie strony można w sposób rekurencyjny wyznaczyć ciąg y[ n] dla wszystkich < n <. Fragment ciągu wynikowego jest następujący: y[ n] = h [ n] = 1 1, 1 1 1,, dla n =,,, h1[ n] = 0 dla wszystkich n < 0 { } 1.2 y[ 1] = 0; x[ n] = d[ n] Postępując analogicznie otrzymuje się kompletny ciąg przedstawiono poniżej: y[ n], którego fragment Domowe ćwiczenia uzupełniające: { } { } y[ n] = h2[ n] = 16, 8, 4, 2, 0 dla n = 4, 3, 2, 1, 0 h2[ n] = 0 dla wszystkich n > 0 1. Dla systemu przyczynowego o odpowiedzi impulsowej h[ n] = {,. } dla n = {, } proszę napisać odpowiednie równanie różnicowe oraz określić warunki początkowe w sensie a) w postaci wartości y[ 1 ] przyjmując, że na wejście podany jest: 1) ciąg x1[ n] = u[ n] 2) ciąg x [ n] = u[ n] u[ n ] System o skończonej odpowiedzi impulsowej ( różnica wstecz - ang. backward difference ): 3. Inny system FIR ( bieżąca średnia - ang. moving average ): y[ n] = x[ n] x[ n 1 ] (29) M 1 y[ n] = M x [ n k + 1] k = 1 (30) 1.5 Literatura uzupełniająca [1] W.Borodziewicz, K.Jaszczak, Cyfrowe przetwarzanie sygnałów - wybrane zagadnienia, WNT, Warszawa, [2] A.Dąbrowski (pod red.), Przetwarzanie sygnałów przy użyciu procesorów sygnałowych, Wydawnictwo Politechniki Poznańskiej, Poznań, [3] A.V.Oppenheim, R.W.Schafer, Cyfrowe przetwarzanie sygnałów, Wydawnictwa Komunikacji i Łączności, Warszawa, [4] A.Papoulis, Obwody i układy, Wydawnictwa Komunikacji i Łączności, Warszawa, [5] A.Wojtkiewicz, Elementy syntezy filtrów cyfrowych, WNT, Warszawa,

12 2 Korzystanie z pakietu MATLAB 2.1 M-pliki, funkcje Informacje ogólne W wielu sytuacjach posługiwanie się pakietem może być znacznie ułatwione przez zapisanie sekwencji komend do pliku lub utworzenie funkcji. Podanie nazwy tego pliku (bez rozszerzenia) spowoduje automatyczne wykonanie całej zapisanej sekwencji lub funkcji. Muszą być jednak spełnione pewne warunki: a) plik jest zapisany w kodzie ASCII, b) nazwa pliku posiada rozszerzenie m, na przykład: funkcja.m, c) katalog, w którym znajduje się ten plik, jest wymieniony w odpowiednim wykazie pakietu MATLAB (wykaz ten jest dostępny w odpowiednim okienku dialogowym lub poprzez komendę path ). Plik zawierający sekwencję komend - a nie funkcję - określany jest jako script Funkcje Drugim sposobem wykorzystania m-plików oprócz skryptów jest tworzenie własnych funkcji. Nazwa funkcji musi być zgodna z nazwą pliku (także o rozszerzeniu m ). W pierwszej linii pliku powinno się znajdować słowo kluczowe function, a po nim lista zmiennych wyjściowych, nazwa funkcji i w nawiasie lista zmiennych wejściowych. Wszystkie nazwy zmiennych używane w definicji funkcji są lokalne. Jeżeli pierwsza linia m-pliku o nazwie suma.m jest następująca: function z= suma(x,y) to funkcja ta może być wywołana jako komenda: >> c=suma(a,b) Wywołanie takie może się znaleźć również w definicji innej funkcji. Należy uważać, by nową nazwą funkcji ( lub zmiennej ) nie zasłonić już istniejącej nazwy funkcji (lub zmiennej). Symbol % oznacza, że reszta linii na prawo od niego jest traktowana jako komentarz. Ponadto sekwencja linii rozpoczynających się od tego znaku, a następująca po pierwszej linii m-pliku z funkcją, jest wyświetlana na ekranie w wyniku podania komendy: >> help nazwafunkcji Korzystanie z tej możliwości jest najlepszym sposobem na uniknięcie pomyłki w interpretacji zmiennych wejściowych i wyjściowych oraz umożliwia przypomnienie, co dana funkcja realizuje. Można też dzięki temu wykryć niepożądane zasłonięcie nazwy funkcji lub zmiennej (w przypadku zmiennej komenda help spowoduje wyświetlenie informacji, że takiego m-pliku nie ma). Przykładowa zawartość m-pliku: function z=suma(x,y) % z = suma(x,y) % % dodawanie liczb, wektorow lub macierzy z=x+y; 12

13 Gdy liczba zmiennych wyjściowych jest większa niż jeden, to lista tych zmiennych umieszczana jest w nawiasach [ ], przykładowo (model systemu antyprzyczynowego): function [y,ty]=anticaus(x,tx); % [y,ty]=anticaus(x,tx); % % x - ciąg wejściowy % tx - indeksy czasowe dla ciągu wejściowego % y - ciąg wyjściowy % ty - indeksy czasowe dla ciągu wyjściowego L=length(tx); ty=[tx(:)-l;tx(:)]; y=zeros(2*l,1); x=x(:); y=[x(l:-1:1);x]; Uwaga: W przypadku, gdy wywołując funkcję nie zaproponujemy zmiennych dla wszystkich zmiennych wynikowych funkcji, to przyporządkowanie zmiennych nastąpi według kolejności na liście w m-pliku (czyli w definicji), np. dla pierwszej linii m-pliku: function [s,r]=plusmin(x,y) oraz przy wywołaniu: >>vector=plusmin(v1,v2); Zmiennej vector zostanie przypisana wartość zmiennej s wyliczonej przez funkcję, natomiast wyliczona zmienna r nie będzie wykorzystana. Pełną zawartość danego m-pliku można wyświetlić na ekranie za pomocą polecenia: >> type nazwa_pliku Nie należy nadużywać możliwości tworzenia funkcji do realizacji prostych zadań, gdyż w takich przypadkach zajmuje to więcej czasu niż podanie sekwencji komend i powoduje trudne do usunięcia zaśmiecenie dysku Polecenia, których umieszczenie w m-pliku może bardzo ułatwić pracę Polecenie Opis disp( stała tekstowa ) wypisanie na ekranie podanej stałej tekstowej input( stała tekstowa ) wypisanie na ekranie podanej stałej tekstowej oraz oczekiwanie na wpisanie nowej wartości zmiennej (przydatne w m-plikach) 13

14 2.2 Elementy języka sterujące wykonaniem programu Tworzenie m-plików zawierających funkcje jest często wskazane, gdy do realizacji danego zadania konieczne jest opracowanie programu zawierającego pętle i elementy decyzyjne Pętla for: for i=1:k, sekwencja poleceń; end Warto pamiętać, że zmienna sterująca może przyjmować kolejne wartości pobrane z wektora o dowolnej zawartości, np.: >> n=[-1,6,-3]; >> for i=n, k=i^2; end; Instrukcja warunkowa if: if warunek sekwencja poleceń; end lub też dwuwariantowo: if warunek sekwencja poleceń; else sekwencja poleceń; end warunek może zawierać jeden z sześciu operatorów porównania: <, >, == (równe), ~= (różne), <=, >=. Na przykład: >> if x~=y x=0; end Instrukcje for oraz if mogą być używane także w postaci komend (patrz powyższe przykłady). Pętla (lub sprawdzenie warunku) nie będzie wtedy realizowana, dopóki nie podamy kompletnego jej opisu - nawet gdy w trakcie jego tworzenia naciśniemy kilkakrotnie klawisz [Enter]. 2.3 Zapamiętanie danych w pliku i wczytanie danych z pliku Zawartość pamięci operacyjnej pakietu - czyli nazwy i wartości zmiennych - może być zapamiętana w pliku i wczytana z pliku. Można także zapamiętać w pliku treść sesji. Poniżej podano zestawienie odpowiednich poleceń. Polecenie save nazwa_pliku save nazwa_pliku zmienne save nazwa_pliku zmienne -ascii load nazwa_pliku load nazwa_pliku -ascii diary nazwa pliku diary on/off Opis zapamiętanie wskazanych danych w pliku o podanej nazwie (tryb ASCII lub matlab, o ile nie podamy opcji -ascii) wczytanie wszystkich danych z pliku o podanej nazwie (tryb ASCII lub matlab, o ile nie podamy opcji -ascii) zapisywanie do pliku wszystkich poleceń i większości rezultatów - on i off włącza i wyłącza zapisywanie 14

15 2.4 Funkcje z zakresu DSP Polecenie filter( dane wejściowe ) conv( dane wejściowe ) Opis wyznaczanie odpowiedzi systemu opisanego przez równanie różnicowe wyznaczanie splotu liniowego dwóch ciągów (w postaci wektorów) Obie funkcje są podobne - umożliwiają wyznaczenie odpowiedzi stacjonarnego systemu liniowego na podane wymuszenie. Funkcja filter może jednak modelować zarówno system opisany równaniem nierekursywnym, jak i rekursywnym, natomiast instrukcja conv jest przydatna bezpośrednio jedynie dla opisu nierekursywnego. Z kolei funkcja filter wyznacza odpowiedź o długości takiej samej jak długość sygnału wejściowego, podczas gdy wynik funkcji conv ma długość wynikającą z długości sygnału wejściowego i odpowiedzi impulsowej (patrz materiał z zakresu DSP). Ograniczona długość wyniku dla funkcji filter jest rekompensowana przez możliwość wykorzystania warunków początkowych ( w sensie b) ) oraz końcowych - zagadnienie to będzie elementem kolejnego ćwiczenia. W tym ćwiczeniu przyjmuje się założenie o zerowych warunkach początkowych (nie będą więc także analizowane warunki końcowe). Dlatego z funkcji filter należy korzystać w sposób następujący: >>y=filter(b,a,x); gdzie x oraz y to wektory reprezentujące ciągi wejściowy i wyjściowy, natomiast b oraz a to wektory reprezentujące ciągi współczynników równania różnicowego o nazwach zgodnych z oznaczeniami we wzorach (24) i (25) ((UWAGA NA KOLEJNOŚĆ!!!). Naturalnie nie ma konieczności stosowania takich samych nazw - istotna jest kolejność wektorów podanych na liście wejściowej funkcji filter. Ponieważ przyjmuje się, że w równaniu (25) a 1 = 1, więc należy o tym pamiętać przy tworzeniu wektorów opisujących badany filtr. Dla systemu według równania (29) przykładowa sekwencja komend mogłaby wyglądać następująco: >> a29=1; >> b29=[1, -1]; >> d=zeros(1,64); >> d(33)=1; zatem umawiamy się, że 33 pozycji odpowiada indeks 0 >> h29=filter(b29,a29,d); h29 jest odpowiedzią impulsową systemu (29) dla wybranego zakresu indeksów ( jakiego?) Podobne zadanie można także zrealizować za pomocą funkcji conv (system nie jest rekursywny), jednak tym razem musimy założyć znajomość odpowiedzi impulsowej: >> x=rand(1,64); >> y=conv(x,h29); odpowiedź systemu (29) na pseudolosowy ciąg wejściowy Powyższe przykłady nie uwzględniają indeksów - jak zatem należałoby je uzupełnić, by można było przedstawić graficznie odpowiednie ciągi z opisem osi poziomej w postaci indeksów czasowych? W celu uruchomienia generatora liczb pseudolosowych w uzależnieniu od stanu zegara komputera należy podać komendę: >> rand( seed,sum(100*clock)); 15

16 3 Zadania do wykonania 1. Korzystając z gotowych m-plików zbadać odpowiedź wybranych systemów na odpowiednio dobrane sygnały wejściowe - i w ten sposób potwierdzić przeprowadzoną klasyfikację. 2. Zademonstrować zastosowanie splotu liniowego do wyznaczania odpowiedzi systemu przy uwzględnieniu indeksów czasowych. 3. Potwierdzić za pomocą przykładów opisane cechy splotu liniowego. 4. Potwierdzić za pomocą przykładu, że odpowiedź impulsowa jako kombinacja liniowa poprzesuwanych delt Kroneckera może być użyta do wyznaczenia odpowiedzi systemu (spełniającego odpowiednie warunki) na dowolny sygnał wejściowy. 5. Potwierdzić za pomocą przykładów związek pomiędzy odpowiedzią impulsową i równaniem różnicowym (przy zerowych warunkach początkowych). 6. Zbadać odpowiedzi systemów opisanych przez równania różnicowe oraz odpowiedzi impulsowe na wybrane sygnały wejściowe (według zaleceń prowadzącego). 7. (dodatkowe) Dla nieprzyczynowego systemu FIR opisanego przez odpowiedź impulsową zademonstrować wyznaczenie odpowiedzi systemu na dowolny sygnał wejściowy poprzez rozkład tego systemu na system przyczynowy i antyprzyczynowy. 16

Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów. Systemy i wybrane sposoby ich opisu

Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów. Systemy i wybrane sposoby ich opisu Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów Systemy i wybrane sposoby ich opisu Przemysław Korohoda, KE, AGH Zawartość instrukcji: 1 Materiał z zakresu DSP 1.1 Klasyfikacja systemów 1.

Bardziej szczegółowo

Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów. Ćwiczenie 3. Transformata Z; blokowe struktury opisujące filtr

Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów. Ćwiczenie 3. Transformata Z; blokowe struktury opisujące filtr Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie Transformata ; blokowe struktury opisujące filtr Przemysław Korohoda, KE, AGH awartość instrukcji: Materiał z zakresu DSP. Transformata.2

Bardziej szczegółowo

Transformata Laplace a to przekształcenie całkowe funkcji f(t) opisane następującym wzorem:

Transformata Laplace a to przekształcenie całkowe funkcji f(t) opisane następującym wzorem: PPS 2 kartkówka 1 RÓWNANIE RÓŻNICOWE Jest to dyskretny odpowiednik równania różniczkowego. Równania różnicowe to pewne związki rekurencyjne określające w sposób niebezpośredni wartość danego wyrazu ciągu.

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transformata Z. March 20, 2013 Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transformata Z. Sygnał i system Sygnał jest opisem

Bardziej szczegółowo

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki

Bardziej szczegółowo

Programowanie celowe #1

Programowanie celowe #1 Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem

Bardziej szczegółowo

Wykład z Technologii Informacyjnych. Piotr Mika

Wykład z Technologii Informacyjnych. Piotr Mika Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły

Bardziej szczegółowo

3. FUNKCJA LINIOWA. gdzie ; ół,.

3. FUNKCJA LINIOWA. gdzie ; ół,. 1 WYKŁAD 3 3. FUNKCJA LINIOWA FUNKCJĄ LINIOWĄ nazywamy funkcję typu : dla, gdzie ; ół,. Załóżmy na początek, że wyraz wolny. Wtedy mamy do czynienia z funkcją typu :.. Wykresem tej funkcji jest prosta

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

1. Synteza automatów Moore a i Mealy realizujących zadane przekształcenie 2. Transformacja automatu Moore a w automat Mealy i odwrotnie

1. Synteza automatów Moore a i Mealy realizujących zadane przekształcenie 2. Transformacja automatu Moore a w automat Mealy i odwrotnie Opracował: dr hab. inż. Jan Magott KATEDRA INFORMATYKI TECHNICZNEJ Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie 207 Temat: Automaty Moore'a i Mealy 1. Cel ćwiczenia Celem ćwiczenia jest

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e

Bardziej szczegółowo

1 Wprowadzenie do algorytmiki

1 Wprowadzenie do algorytmiki Teoretyczne podstawy informatyki - ćwiczenia: Prowadzący: dr inż. Dariusz W Brzeziński 1 Wprowadzenie do algorytmiki 1.1 Algorytm 1. Skończony, uporządkowany ciąg precyzyjnie i zrozumiale opisanych czynności

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Teoria sterowania MATLAB funkcje zewnętrzne (m-pliki, funkcje) Materiały pomocnicze do ćwiczeń laboratoryjnych

Bardziej szczegółowo

Zad. 3: Układ równań liniowych

Zad. 3: Układ równań liniowych 1 Cel ćwiczenia Zad. 3: Układ równań liniowych Wykształcenie umiejętności modelowania kluczowych dla danego problemu pojęć. Definiowanie właściwego interfejsu klasy. Zwrócenie uwagi na dobór odpowiednich

Bardziej szczegółowo

x 2 = a RÓWNANIA KWADRATOWE 1. Wprowadzenie do równań kwadratowych 2. Proste równania kwadratowe Równanie kwadratowe typu:

x 2 = a RÓWNANIA KWADRATOWE 1. Wprowadzenie do równań kwadratowych 2. Proste równania kwadratowe Równanie kwadratowe typu: RÓWNANIA KWADRATOWE 1. Wprowadzenie do równań kwadratowych Przed rozpoczęciem nauki o równaniach kwadratowych, warto dobrze opanować rozwiązywanie zwykłych równań liniowych. W równaniach liniowych niewiadoma

Bardziej szczegółowo

Pętle. Dodał Administrator niedziela, 14 marzec :27

Pętle. Dodał Administrator niedziela, 14 marzec :27 Pętlami nazywamy konstrukcje języka, które pozwalają na wielokrotne wykonywanie powtarzających się instrukcji. Przykładowo, jeśli trzeba 10 razy wyświetlić na ekranie pewien napis, to można wykorzystać

Bardziej szczegółowo

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) 1. Filtracja cyfrowa podstawowe

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.

Bardziej szczegółowo

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH PROPORCJONALNOŚĆ PROSTA Proporcjonalnością prostą nazywamy zależność między dwoma wielkościami zmiennymi x i y, określoną wzorem: y = a x Gdzie a jest

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

Bardziej szczegółowo

ALGORYTMY. 1. Podstawowe definicje Schemat blokowy

ALGORYTMY. 1. Podstawowe definicje Schemat blokowy ALGORYTMY 1. Podstawowe definicje Algorytm (definicja nieformalna) to sposób postępowania (przepis) umożliwiający rozwiązanie określonego zadania (klasy zadań), podany w postaci skończonego zestawu czynności

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych II Metoda Gaussa-Jordana Na wykładzie zajmujemy się układami równań liniowych, pojawi się też po raz pierwszy macierz Formalną (i porządną) teorią macierzy zajmiemy się na kolejnych wykładach Na razie

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

METODY KOMPUTEROWE W OBLICZENIACH INŻYNIERSKICH

METODY KOMPUTEROWE W OBLICZENIACH INŻYNIERSKICH METODY KOMPUTEROWE W OBLICZENIACH INŻYNIERSKICH ĆWICZENIE NR 9 WYRAŻENIA LOGICZNE, INSTRUKCJE WARUNKOWE I INSTRUKCJE ITERACYJNE W PROGRAMIE KOMPUTEROWYM MATLAB Dr inż. Sergiusz Sienkowski ĆWICZENIE NR

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

FUNKCJA LINIOWA - WYKRES

FUNKCJA LINIOWA - WYKRES FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości

Bardziej szczegółowo

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Funkcja uwikłana (równanie nieliniowe) jest to funkcja, która nie jest przedstawiona jawnym przepisem, wzorem wyrażającym zależność wartości

Bardziej szczegółowo

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k. Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy

Bardziej szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA I TEORIA ZBIORÓW LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja

Bardziej szczegółowo

Wykład z równań różnicowych

Wykład z równań różnicowych Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.

Bardziej szczegółowo

Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z 21 grudnia 2014)

Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z 21 grudnia 2014) dr inż. Ryszard Rębowski DEFINICJA CIĄGU LICZBOWEGO Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z grudnia 04) Definicja ciągu liczbowego Spośród

Bardziej szczegółowo

5. Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych 5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a

Bardziej szczegółowo

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a); Ciała i wielomiany 1 Ciała i wielomiany 1 Definicja ciała Niech F będzie zbiorem, i niech + ( dodawanie ) oraz ( mnożenie ) będą działaniami na zbiorze F. Definicja. Zbiór F wraz z działaniami + i nazywamy

Bardziej szczegółowo

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska Funkcje liniowe i wieloliniowe w praktyce szkolnej Opracowanie : mgr inż. Renata Rzepińska . Wprowadzenie pojęcia funkcji liniowej w nauczaniu matematyki w gimnazjum. W programie nauczania matematyki w

Bardziej szczegółowo

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZEIE 7 Splot liniowy i kołowy sygnałów 1. Cel ćwiczenia Operacja splotu jest jedną z najczęściej wykonywanych operacji na sygnale. Każde przejście

Bardziej szczegółowo

Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje

Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje Opracował: Zbigniew Rudnicki Powtórka z poprzedniego wykładu 2 1 Dokument, regiony, klawisze: Dokument Mathcada realizuje

Bardziej szczegółowo

Wielomian interpolacyjny Hermite a

Wielomian interpolacyjny Hermite a Wielomian interpolacyjny Hermite a Witold Bołt 15 listopada 2005 1 Sformułowaniezadania Dlafunkcjif:[a,b] Rdanejwzorem: f(t)=e 2t +1 wyznaczyć wielomian interpolacyjny Hermite a na zadanych węzłach. Wypisać

Bardziej szczegółowo

FUNKCJE. Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 5 Teoria funkcje cz.1. Definicja funkcji i wiadomości podstawowe

FUNKCJE. Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 5 Teoria funkcje cz.1. Definicja funkcji i wiadomości podstawowe 1 FUNKCJE Definicja funkcji i wiadomości podstawowe Jeżeli mamy dwa zbiory: zbiór X i zbiór Y, i jeżeli każdemu elementowi ze zbioru X przyporządkujemy dokładnie jeden element ze zbioru Y, to takie przyporządkowanie

Bardziej szczegółowo

Diary przydatne polecenie. Korzystanie z funkcji wbudowanych i systemu pomocy on-line. Najczęstsze typy plików. diary nazwa_pliku

Diary przydatne polecenie. Korzystanie z funkcji wbudowanych i systemu pomocy on-line. Najczęstsze typy plików. diary nazwa_pliku Diary przydatne polecenie diary nazwa_pliku Polecenie to powoduje, że od tego momentu sesja MATLAB-a, tj. polecenia i teksty wysyłane na ekran (nie dotyczy grafiki) będą zapisywane w pliku o podanej nazwie.

Bardziej szczegółowo

Metody numeryczne Laboratorium 2

Metody numeryczne Laboratorium 2 Metody numeryczne Laboratorium 2 1. Tworzenie i uruchamianie skryptów Środowisko MATLAB/GNU Octave daje nam możliwość tworzenia skryptów czyli zapisywania grup poleceń czy funkcji w osobnym pliku i uruchamiania

Bardziej szczegółowo

Blockly Kodowanie pomoc.

Blockly Kodowanie pomoc. 1 Blockly Kodowanie pomoc. Słowniczek: Zmienna posiada nazwę wywoływaną w programie oraz miejsce na przechowywanie wartości. Instrukcja warunkowa pozwala na wykonanie instrukcji w zależności od warunku

Bardziej szczegółowo

Ćwiczenie 1. Wprowadzenie do programu Octave

Ćwiczenie 1. Wprowadzenie do programu Octave Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 1. Wprowadzenie do programu Octave Mimo że program Octave został stworzony do

Bardziej szczegółowo

Po uruchomieniu programu nasza litera zostanie wyświetlona na ekranie

Po uruchomieniu programu nasza litera zostanie wyświetlona na ekranie Część X C++ Typ znakowy służy do reprezentacji pojedynczych znaków ASCII, czyli liter, cyfr, znaków przestankowych i innych specjalnych znaków widocznych na naszej klawiaturze (oraz wielu innych, których

Bardziej szczegółowo

13. Równania różniczkowe - portrety fazowe

13. Równania różniczkowe - portrety fazowe 13. Równania różniczkowe - portrety fazowe Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny 13. wrównania Krakowie) różniczkowe - portrety fazowe 1 /

Bardziej szczegółowo

Zapis algorytmów: schematy blokowe i pseudokod 1

Zapis algorytmów: schematy blokowe i pseudokod 1 Zapis algorytmów: schematy blokowe i pseudokod 1 Przed przystąpieniem do napisania kodu programu należy ten program najpierw zaprojektować. Projekt tworzącego go algorytmu może być zapisany w formie schematu

Bardziej szczegółowo

Elementy metod numerycznych - zajęcia 9

Elementy metod numerycznych - zajęcia 9 Poniższy dokument zawiera informacje na temat zadań rozwiązanych w trakcie laboratoriów. Elementy metod numerycznych - zajęcia 9 Tematyka - Scilab 1. Labolatoria Zajęcia za 34 punktów. Proszę wysłać krótkie

Bardziej szczegółowo

Zapisywanie algorytmów w języku programowania

Zapisywanie algorytmów w języku programowania Temat C5 Zapisywanie algorytmów w języku programowania Cele edukacyjne Zrozumienie, na czym polega programowanie. Poznanie sposobu zapisu algorytmu w postaci programu komputerowego. Zrozumienie, na czym

Bardziej szczegółowo

składa się z m + 1 uporządkowanych niemalejąco liczb nieujemnych. Pomiędzy p, n i m zachodzi następująca zależność:

składa się z m + 1 uporządkowanych niemalejąco liczb nieujemnych. Pomiędzy p, n i m zachodzi następująca zależność: TEMATYKA: Krzywe typu Splajn (Krzywe B sklejane) Ćwiczenia nr 8 Krzywe Bezier a mają istotne ograniczenie. Aby uzyskać kształt zawierający wiele punktów przegięcia niezbędna jest krzywa wysokiego stopnia.

Bardziej szczegółowo

Zad. 3: Rotacje 2D. Demonstracja przykładu problemu skończonej reprezentacji binarnej liczb

Zad. 3: Rotacje 2D. Demonstracja przykładu problemu skończonej reprezentacji binarnej liczb Zad. 3: Rotacje 2D 1 Cel ćwiczenia Wykształcenie umiejętności modelowania kluczowych dla danego problemu pojęć. Definiowanie właściwego interfejsu klasy. Zwrócenie uwagi na dobór odpowiednich struktur

Bardziej szczegółowo

Algorytm. a programowanie -

Algorytm. a programowanie - Algorytm a programowanie - Program komputerowy: Program komputerowy można rozumieć jako: kod źródłowy - program komputerowy zapisany w pewnym języku programowania, zestaw poszczególnych instrukcji, plik

Bardziej szczegółowo

KATEDRA INFORMATYKI TECHNICZNEJ. Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych. ćwiczenie 204

KATEDRA INFORMATYKI TECHNICZNEJ. Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych. ćwiczenie 204 Opracował: prof. dr hab. inż. Jan Kazimierczak KATEDA INFOMATYKI TECHNICZNEJ Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie 204 Temat: Hardware'owa implementacja automatu skończonego pełniącego

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych ozważmy układ n równań liniowych o współczynnikach a ij z n niewiadomymi i : a + a +... + an n d a a an d a + a +... + a n n d a a a n d an + an +... + ann n d n an an a nn n d

Bardziej szczegółowo

Sposoby modelowania układów dynamicznych. Pytania

Sposoby modelowania układów dynamicznych. Pytania Sposoby modelowania układów dynamicznych Co to jest model dynamiczny? PAScz4 Modelowanie, analiza i synteza układów automatyki samochodowej równania różniczkowe, różnicowe, równania równowagi sił, momentów,

Bardziej szczegółowo

Instrukcje warunkowe i skoku. Spotkanie 2. Wyrażenia i operatory logiczne. Instrukcje warunkowe: if else, switch.

Instrukcje warunkowe i skoku. Spotkanie 2. Wyrażenia i operatory logiczne. Instrukcje warunkowe: if else, switch. Instrukcje warunkowe i skoku. Spotkanie 2 Dr inż. Dariusz JĘDRZEJCZYK Wyrażenia i operatory logiczne Instrukcje warunkowe: if else, switch Przykłady 11/3/2016 AGH, Katedra Informatyki Stosowanej i Modelowania

Bardziej szczegółowo

Definicje i przykłady

Definicje i przykłady Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest

Bardziej szczegółowo

FUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe

FUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (postać kierunkowa) Funkcja liniowa to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości liczbowe Szczególnie ważny w postaci

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM AKADEMIA MORSKA Katedra Telekomunikacji Morskiej ĆWICZENIE 3 BADANIE CHARAKTERYSTYK CZASOWYCH LINIOWYCH UKŁADÓW RLC. Cel ćwiczenia Celem ćwiczenia są pomiary i analiza

Bardziej szczegółowo

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: Ciągi rekurencyjne Zadanie 1 Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: w dwóch przypadkach: dla i, oraz dla i. Wskazówka Należy poszukiwać rozwiązania w postaci, gdzie

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Procesy wykładniczego wzrostu i spadku (np populacja bakterii, rozpad radioaktywny, wymiana ciepła) można modelować równaniem

Bardziej szczegółowo

II. Równania autonomiczne. 1. Podstawowe pojęcia.

II. Równania autonomiczne. 1. Podstawowe pojęcia. II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),

Bardziej szczegółowo

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.1 Opis programów Do rozwiązania zadań programowania

Bardziej szczegółowo

Ćwiczenie 1. Wprowadzenie do programu Octave

Ćwiczenie 1. Wprowadzenie do programu Octave Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 1. Wprowadzenie do programu Octave Mimo że program Octave został stworzony do

Bardziej szczegółowo

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.2 Ćwiczenia komputerowe Ćwiczenie 1.1 Wykorzystując

Bardziej szczegółowo

INSTYTUT CYBERNETYKI TECHNICZNEJ POLITECHNIKI WROCŁAWSKIEJ ZAKŁAD SZTUCZNEJ INTELIGENCJI I AUTOMATÓW

INSTYTUT CYBERNETYKI TECHNICZNEJ POLITECHNIKI WROCŁAWSKIEJ ZAKŁAD SZTUCZNEJ INTELIGENCJI I AUTOMATÓW INSTYTUT CYBERNETYKI TECHNICZNEJ POLITECHNIKI WROCŁAWSKIEJ ZAKŁAD SZTUCZNEJ INTELIGENCJI I AUTOMATÓW Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie 207 temat: AUTOMATY MOORE A I MEALY 1.

Bardziej szczegółowo

Adam Korzeniewski p Katedra Systemów Multimedialnych

Adam Korzeniewski p Katedra Systemów Multimedialnych Adam Korzeniewski adamkorz@sound.eti.pg.gda.pl p. 732 - Katedra Systemów Multimedialnych Operacja na dwóch funkcjach dająca w wyniku modyfikację oryginalnych funkcji (wynikiem jest iloczyn splotowy). Jest

Bardziej szczegółowo

FUNKCJA KWADRATOWA. 1. Definicje i przydatne wzory. lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax 2 + bx + c

FUNKCJA KWADRATOWA. 1. Definicje i przydatne wzory. lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax 2 + bx + c FUNKCJA KWADRATOWA 1. Definicje i przydatne wzory DEFINICJA 1. Funkcja kwadratowa lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax + bx + c taką, że a, b, c R oraz a 0. Powyższe wyrażenie

Bardziej szczegółowo

Podstawy programowania Laboratorium. Ćwiczenie 2 Programowanie strukturalne podstawowe rodzaje instrukcji

Podstawy programowania Laboratorium. Ćwiczenie 2 Programowanie strukturalne podstawowe rodzaje instrukcji Podstawy programowania Laboratorium Ćwiczenie 2 Programowanie strukturalne podstawowe rodzaje instrukcji Instrukcja warunkowa if Format instrukcji warunkowej Przykład 1. if (warunek) instrukcja albo zestaw

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;(

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( Zad Przedstaw funkcję kwadratową w postaci ogólnej Przykład y = ( x ) + 5 (postać kanoniczna) FUNKCJA KWADRATOWA Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( a 0) Aby ją uzyskać pozbywamy się

Bardziej szczegółowo

Programowanie w Turbo Pascal

Programowanie w Turbo Pascal Skróty: ALT + F9 Kompilacja CTRL + F9 Uruchomienie Struktura programu: Programowanie w Turbo Pascal Program nazwa; - nagłówek programu - blok deklaracji (tu znajduje się VAR lub CONST) - blok instrukcji

Bardziej szczegółowo

Podstawy Programowania C++

Podstawy Programowania C++ Wykład 3 - podstawowe konstrukcje Instytut Automatyki i Robotyki Warszawa, 2014 Wstęp Plan wykładu Struktura programu, instrukcja przypisania, podstawowe typy danych, zapis i odczyt danych, wyrażenia:

Bardziej szczegółowo

ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II

ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II POZIOM ROZSZERZONY Równania i nierówności z wartością bezwzględną. rozwiązuje równania i nierówności

Bardziej szczegółowo

========================= Zapisujemy naszą funkcję kwadratową w postaci kanonicznej: 2

========================= Zapisujemy naszą funkcję kwadratową w postaci kanonicznej: 2 Leszek Sochański Arkusz przykładowy, poziom podstawowy (A1) Zadanie 1. Wykresem funkcji kwadratowej f jest parabola o wierzchołku 5,7 Wówczas prawdziwa jest równość W. A. f 1 f 9 B. f 1 f 11 C. f 1 f 1

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność - definicja 1 O układzie możemy mówić, że jest stabilny gdy wytrącony ze stanu równowagi

Bardziej szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:

Bardziej szczegółowo

ALGORYTMY. 1. Podstawowe definicje Schemat blokowy

ALGORYTMY. 1. Podstawowe definicje Schemat blokowy ALGORYTMY 1. Podstawowe definicje Algorytm (definicja nieformalna) to sposób postępowania (przepis) umożliwiający rozwiązanie określonego zadania (klasy zadań), podany w postaci skończonego zestawu czynności

Bardziej szczegółowo

Wymagania edukacyjne z matematyki klasa II technikum

Wymagania edukacyjne z matematyki klasa II technikum Wymagania edukacyjne z matematyki klasa II technikum Poziom rozszerzony Obowiązują wymagania z zakresu podstawowego oraz dodatkowo: 1. JĘZYK MATEMATYKI I FUNKCJE LICZBOWE Uczeń otrzymuje ocenę dopuszczającą

Bardziej szczegółowo

Jeśli X jest przestrzenią o nieskończonej liczbie elementów:

Jeśli X jest przestrzenią o nieskończonej liczbie elementów: Logika rozmyta 2 Zbiór rozmyty może być formalnie zapisany na dwa sposoby w zależności od tego z jakim typem przestrzeni elementów mamy do czynienia: Jeśli X jest przestrzenią o skończonej liczbie elementów

Bardziej szczegółowo

Laboratorium z automatyki

Laboratorium z automatyki Wydział Inżynierii Mechanicznej i Mechatroniki Laboratorium z automatyki Algebra schematów blokowych, wyznaczanie odpowiedzi obiektu na sygnał zadany, charakterystyki częstotliwościowe Kierunek studiów:

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: MODELOWANIE I SYMULACJA UKŁADÓW STEROWANIA Kierunek: Mechatronika Rodzaj przedmiotu: Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1.

Bardziej szczegółowo

Rekurencja (rekursja)

Rekurencja (rekursja) Rekurencja (rekursja) Rekurencja wywołanie funkcji przez nią samą wewnątrz ciała funkcji. Rekurencja może być pośrednia funkcja jest wywoływana przez inną funkcję, wywołaną (pośrednio lub bezpośrednio)

Bardziej szczegółowo

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Do opisu członów i układów automatyki stosuje się, oprócz transmitancji operatorowej (), tzw. transmitancję widmową. Transmitancję widmową () wyznaczyć można na podstawie

Bardziej szczegółowo

Algorytm poprawny jednoznaczny szczegółowy uniwersalny skończoność efektywność (sprawność) zmiennych liniowy warunkowy iteracyjny

Algorytm poprawny jednoznaczny szczegółowy uniwersalny skończoność efektywność (sprawność) zmiennych liniowy warunkowy iteracyjny Algorytm to przepis; zestawienie kolejnych kroków prowadzących do wykonania określonego zadania; to uporządkowany sposób postępowania przy rozwiązywaniu zadania, problemu, z uwzględnieniem opisu danych

Bardziej szczegółowo

lekcja 8a Gry komputerowe MasterMind

lekcja 8a Gry komputerowe MasterMind lekcja 8a Gry komputerowe MasterMind Posiadamy już elementarną wiedzę w zakresie programowania. Pora więc zabrać się za rozwiązywanie problemów bardziej złożonych, które wymagają zastosowania typowych

Bardziej szczegółowo

3. Instrukcje warunkowe

3. Instrukcje warunkowe . Instrukcje warunkowe Przykłady.1. Napisz program, który pobierze od użytkownika liczbę i wypisze na ekran słowo ujemna lub nieujemna, w zależności od tego czy dana liczba jest ujemna czy nie. 1 #include

Bardziej szczegółowo

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25 MIMUW 5 Wyznaczniki 25 5 Wyznaczniki Wyznacznik macierzy kwadratowych jest funkcją det : K m n K, (m = 1, 2, ) przypisującą każdej macierzy kwadratowej skalar, liniowo ze względu na każdy wiersz osobno

Bardziej szczegółowo

Klasa 1 technikum. Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne:

Klasa 1 technikum. Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne: Klasa 1 technikum Przedmiotowy system oceniania wraz z wymaganiami edukacyjnymi Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i

Bardziej szczegółowo

3. Macierze i Układy Równań Liniowych

3. Macierze i Układy Równań Liniowych 3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x

Bardziej szczegółowo

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej:

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej: 1. FILTRY CYFROWE 1.1 DEFIICJA FILTRU W sytuacji, kiedy chcemy przekształcić dany sygnał, w inny sygnał niezawierający pewnych składowych np.: szumów mówi się wtedy o filtracji sygnału. Ogólnie Filtracją

Bardziej szczegółowo

Zadania rachunkowe z termokinetyki w programie Maxima

Zadania rachunkowe z termokinetyki w programie Maxima Zadania rachunkowe z termokinetyki w programie Maxima pliku, polecenia do wpisywania w programie Maxima zapisane są czcionką typu: zmienna_w_maximie: 10; inny przykład f(x):=x+2*x+5; Problem 1 komorze

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT. Instrukcja do zajęc laboratoryjnych nr 6 AUTOMATYKA

AKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT. Instrukcja do zajęc laboratoryjnych nr 6 AUTOMATYKA AKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT Instrukcja do zajęc laboratoryjnych nr 6 AUTOMATYKA II rok Kierunek Transport Temat: Transmitancja operatorowa. Badanie odpowiedzi układów automatyki. Opracował

Bardziej szczegółowo

Spacery losowe generowanie realizacji procesu losowego

Spacery losowe generowanie realizacji procesu losowego Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z

Bardziej szczegółowo

Podstawy Automatyki ćwiczenia Cz.1. Środowisko Matlab

Podstawy Automatyki ćwiczenia Cz.1. Środowisko Matlab Podstawy Automatyki ćwiczenia Cz.1 Środowisko Matlab Podstawową jednostką obliczeniową w programie Matlab jest macierz. Wektory i skalary mogą być tutaj rozpatrywane jako specjalne typy macierzy. Elementy

Bardziej szczegółowo

Kształcenie w zakresie podstawowym. Klasa 2

Kształcenie w zakresie podstawowym. Klasa 2 Kształcenie w zakresie podstawowym. Klasa 2 Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego działu, aby uzyskać poszczególne stopnie. Na ocenę dopuszczającą uczeń powinien opanować

Bardziej szczegółowo

III. Funkcje rzeczywiste

III. Funkcje rzeczywiste . Pojęcia podstawowe Załóżmy, że dane są dwa niepuste zbiory X i Y. Definicja. Jeżeli każdemu elementowi x X przyporządkujemy dokładnie jeden element y Y, to mówimy, że na zbiorze X została określona funkcja

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza funkcjonalna 1. Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.

Bardziej szczegółowo

Przetworniki cyfrowo-analogowe C-A CELE ĆWICZEŃ PODSTAWY TEORETYCZNE

Przetworniki cyfrowo-analogowe C-A CELE ĆWICZEŃ PODSTAWY TEORETYCZNE Przetworniki cyfrowo-analogowe C-A CELE ĆWICZEŃ Zrozumienie zasady działania przetwornika cyfrowo-analogowego. Poznanie podstawowych parametrów i działania układu DAC0800. Poznanie sposobu generacji symetrycznego

Bardziej szczegółowo

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:

Bardziej szczegółowo