Luento 2. Jaksolliset signaalit

Save this PDF as:
 WORD  PNG  TXT  JPG

Koko: px
Aloita esitys sivulta:

Download "Luento 2. Jaksolliset signaalit"

Transkriptio

1 Luento Jaksollisten signaalien Fourier-sarjat Viivaspektri S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio Jaksollinen (periodinen) Jaksolliset signaalit Jaksonaika - / / Perusjakso Amplitudi t Ominaistaajuus f =/ Signaalin ominaisuuksien tarkastelemiseksi riittää kun keskitytään yhden jakson pituiseen aikaväliin. Valitaan yksinkertaisuuden vuoksi tarkasteluväliksi / t / S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio

2 Jaksolliset signaalit Kahden jaksollisen signaalin sisätulo, kun molempien signaalien jaksonaika on tai on niiden monikerta Keskimääräinen teho (indusoitu normi) S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 3 Ortonormaali kanta arkastellaan osoitinsignaaleja iπ k φk () t = exp t k =...,,,,,,... Osoittimen φ k (t) pyörimistaajuus k=: Hz asavirtakomponentti (DC) k=: / Perustaajuus (. harmoninen taajuus) k>: k/ k. Harmoninen taajuus Osoittimet muodostavat ortonormaalin kannan ( φk() t φl() t ) = k = l k l Im φ k () t Re S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 4

3 Ortonormaali kanta Osoitetaan, että k = l ( φk() t φl() t ) = k l arkastellaan ensin tapausta k = l ( φk φl ) iπk iπl () t () t = exp t exp t dt, k l iπ ( k l) i π = exp t dt = exp t dt = dt = S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 5 Ortonormaali kanta arkastellaan nyt tapausta k l ( φk φl ) iπk iπl () t () t = exp t exp t dt, k l ( ) ( exp( iπ ( k l) ) exp( iπ ( k l) )) ( ) ( π ( k l) ) sinc( k l) π ( k l) ( ) iπ k l iπ k l = exp t dt exp t = iπ ( k l) = iπ k l sin = = = S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 6 sin i ix ix ( x) = ( e e ) sinc ( x) = sin ( π x) π x 3

4 sinc( x) = sin ( π x) π x Nollakohdat Raja-arvo sin ( π x) sinc( x) = = π x x =±, ±, ±, 3, SINC-funktio sin ( πx sin ) ( π x) cos( ) limx lim x π πx π = x = lim x = = πx π x π π x Hôpital s rule S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 7 i) ii) Ortonormaali kanta arkastellaan jaksollista funktiota v(t) = v(t+m ), m =,-,,, joka täyttää ehdot P= v() t dt < ε vt ε vt ε lim ( + ) ( ) (Neliöintegroituva/ehosignaali) äärellisessä määrässä pisteitä välillä / t / Jälkimmäinen ehto rajoittaa signaalin epäjatkuvuuskohtien määrän. t S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 8 4

5 Ortonormaali kanta Signaali, joka täyttää ehdot i) ja ii) voidaan esittää ortogonaalisen kannan avulla Exponentiaalinen Fourier-sarja π k vt () = vkφk() t = vk exp i t k= k= Fourier-kertoimet * k = ( () φk() ) = () k () ()exp φ = π k v v t t v t t dt v t t dt S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 9 Eksponentiaalinen Fourier-sarja On periodinen π k vt () = vk exp i t = vt ( + m ), m k = ästä seuraa se, että jaksollisen signaalin perusjaksolle laskettu Fourier-sarja on voimassa kaikilla t:n arvoilla. πk πk πk vt ( + m) = vk exp i ( t+ m) = vk exp i t exp i m k= k= π k = vk exp i t = v( t) k = Im π k exp i m = exp( iπ km) = π Re S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 5

6 Exponentiaalinen Fourier-sarja Fourier-kertoimet ovat kompleksisia suureita: vastaavat perustaajuuden f = / harmonisia taajuuksia asavirtakomponentti k = vastaa signaalin keskimääräistä amplitudia S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio rigonometrinen Fourier-sarja Reaaliselle signaalille Hermiittinen symmetria Käytetään tätä ominaisuutta hyväksi: {v k } {v k } (k>) (k<) rigonometrinen Fourier-sarja S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 6

7 Fourier kosini- ja sinisarja Fourier-kertoimet π k vk = v()exp t t dt πk πk = vt () cos t isin t αk iβk = π k αk = vt () cos t dt π k βk = vt () sin t dt ( ) sin ( ) ix e = cos x i x S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 3 Fourier kosini- ja sinisarja Fourier sini- ja kosinisarja v(t) on reaalinen: v = α * v = v = ( α + iβ ) k k k k Nyt voidaan kirjoittaa v,v, π k vt () = vk exp i t = k = πk πk = α + ( αk iβk) exp i t + ( αk + iβk) exp i t k = πk πk = α + αk cos t + βk sin t k = v -,v -, ( ) iexp ix + iexp( ix) = exp i exp( ) = sin( x) ( ( ix) ix ) S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 4 7

8 Fourier kosini- ja sinisarja arkastellaan reaalista signaalia v(t) Jos pinta-ala signaalin yli on nolla, α = (β = reaaliselle signaalille) Parillinen signaali v(-t) = v(t) => β k = sini-sarja häviää Pariton signaali v(-t) = -v(t) => α k = kosini-sarja häviää Puoliaaltosymmetrinen: v(-t) = -v( /-t) Parilliset harmoniset häviävät α n =, β n =, n =,,, S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 5 Olkoon Esimerkki Fourier-sarjan kertoimet Huomataan, että v(t) Joten kertoimet voidaan kirjoittaa muotoon S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 6 8

9 Ratkaistaan integraali Esimerkki Joten sin(π l) A exp( iφ ) k = A = exp( iφ ) k = otherwise Amplitudispektri: v k Vaihespektri: arg{v k } S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 7 Viivaspektri Reaalinen jaksollinen signaali voidaan esittää summana kosinisignaaleja Viivaspektri Amplitudispektri: v k Vaihespektri: arg{v k } v v v v v arg{ v } arg{ v } f f f f arg{ v } f f f f arg{ v } S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 8 9

10 Parsevalin teoreema Signaalin keskimääräinen teho / P= v() t dt = v / k k = - - S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 9 Viivaspektri ehospektri v v v ehospektrin kertoimet määrittävät miten signaalin teho on jakautunut eri taajuuksille. S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio

11 Esimerkki Signaali, jossa on DC-komponentti Keksimääräinen teho Huomaa, että Joten tehon lauseke voidaan viedä muotoon Osoittautuu, että S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio Vakion viivaspektri Esimerkki Huomaa, että k =±, ±, ±,3, sinc( k) = k = S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio

12 Sinisignaalin viivaspektri Esimerkki johdettiin aiemmin Signaalin v(t) viivaspektri saadaan summana Amplitudispektri: v k Vaihespektri: arg{v k } V exp( iφ ) k = V exp( iφ ) k muutoin = = S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 3 Esimerkki Ratkaistaan signaalin teho Parsevalin teoreeman mukaan / P= v() t dt vk = / k = joten, nyt P= vk = v, + v, + v, = V + V + V = V + V k = 4 4 ulos on sama kuin suoraan tehon määritelmästä johdettu. S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 4

13 Esimerkki 3 Kellosignaali + - Signaalin DC-komponentti on (α = ) Signaali on pariton, joten kosinisarja häviää (α k = k =,,3 ) vk =iβk Signaali on myös puoliaaltosymmetrinen, joten parilliset harmoniset katoavat β n =, n =,,,3,... S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 5 Esimerkki 3 Lasketaan sinisarjan kertoimet π k βk = vt ()sin t dt πk πk = sin tdt sin tdt + π k πk πk = cos cos πk + πk sin( ax) dx = cos( ax) a k parillinen cos( π k ) = ( + cos( π k )) = = πk πk k pariton π k Eksponentti Fourier-sarjan kertoimiksi tulee tällöin vk+ = iβk+ = i, vk = π k S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 6 3

14 Esimerkki 3 ehospektri 4/π v v3 v5 k Vaihespektri π/ -π/ k S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 7 Esimerkki 4 Pulssijono Α τ τ< Signaalilla on DC-komponentti (pulssin pinta-ala on Aτ) Signaali on parillinen (sinisarja häviää) v k =α k τ πk πk vk = v()exp t t dt Acos t dt = τ S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 8 4

15 Esimerkki 4 Integroimalla saadaan τ πk πk vk = v()exp t t dt Acos t dt = τ A πk τ πk τ = sin sin π k πτ k πτ k sin sin τ τ τ = A = A = A sinc k k τ π π k cos( ax) dx = sin( ax) a ( x) sin =sin( x) S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 9 Esimerkki 4 Amplitudispektri. τ/=. k=-:; x=.; %x=au/ < A=;.5. for n=:length(k) v(n)=a*x*sinc(k(n)*x); end; v k.5 bar(k,v,.) xlabel('k') ylabel('v_k') title(['\tau/=' numstr(x)]) hold on t=-:.:; plot(t,a*x*sinc(x*t)) axis([ - -x/4 x]) hold off v k k τ/= k S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 3 5

16 Katkaistu Fourier-sarja arkastellaan approksimaatiota Jos v(t) täyttää ehdot i) ja ii) i) P= v() t dt < äärellisessä määrässä pisteitä t välillä / t / ii) lim ε vt ( + ε) vt ( ε) niin erosignaalin keskimääräinen teho menee nollaan S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 3 Gibbsin ilmiö Jos signaali on epäjatkuva-amplitudinen, niin askelmaisessa muutoskohdassa on noin 9 % ylitys riippumatta N:n suuruudesta..5.5 N= -.5 N= ime S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 3 6

17 Esimerkki 5 Pulssijono Α τ τ< πk τ τ vk = v()exp t t dt A sinc k = vt () = vt ˆ( ) = k iπ t ve k k= K k iπ t ve k K k = S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 33 Esimerkki 5 Approksimaatio. τ/=. K= K=; k=-k/:k/; =; x=.; %x=au/ < A=; v(t) for n=:length(k) v(n)=a*x*sinc(k(n)*x); end; t t=-*:.:*; vhat=; for n=:length(k) vhat=vhat+v(n)*exp(i**pi*k(n)/*t); end; plot(t,vhat) xlabel('t') ylabel('v(t)') title(['\tau/=' numstr(x) ' K=' numstr(k)]) v(t) τ/=. K= t S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 34 7

18 S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio 35 8

Luento 2. S Signaalit ja järjestelmät 5 op TKK Tietoliikenne Laboratorio 1. Jean Baptiste Joseph Fourier ( )

Luento 2. S Signaalit ja järjestelmät 5 op TKK Tietoliikenne Laboratorio 1. Jean Baptiste Joseph Fourier ( ) Luento Jasollisten signaalien Fourier-sarjat Viivaspetri S-.7. Signaalit ja järjestelmät 5 op KK ietoliienne Laboratorio Jean Baptiste Joseph Fourier (768-83) Ransalainen matemaatio ja fyysio. Esitti Fourier-sarjat

Lisätiedot

Luento 4 Jaksollisten signaalien Fourier-sarjaesitys 4.1 Fourier-sarja 4.2 Viivaspektri, tehospektri

Luento 4 Jaksollisten signaalien Fourier-sarjaesitys 4.1 Fourier-sarja 4.2 Viivaspektri, tehospektri Luento 4 Luento 4 Jaksollisten signaalien Fourier-sarjaesitys 9 Oppenheim 3.3, 3.4 4.1 Fourier-sarja Kompleksi F-sarja F-sinisarja Sinc-funktio 4. Viivaspektri, tehospektri Viivaspektri Parsevalin teoreema

Lisätiedot

2. Fourier-sarjoista. Aaltoliikkeen ja lämmöjohtumisen matemaattinen tarkastelu

2. Fourier-sarjoista. Aaltoliikkeen ja lämmöjohtumisen matemaattinen tarkastelu 2. Fourier-sarjoista Fourier-analyysi: Aaltoliikkeen ja lämmöjohtumisen matemaattinen tarkastelu Matemaattisen analyysin täkein työväline "Jokainen funktio" voidaan esittää harmonisten värähtelyjen, so.

Lisätiedot

SIGNAALITEORIAN KERTAUSTA 1

SIGNAALITEORIAN KERTAUSTA 1 SIGNAALITEORIAN KERTAUSTA 1 1 (26) Fourier-muunnos ja jatkuva spektri Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka esittäminen graafisesti edellyttää 3D-kuvaajan piirtämisen. Yleensä

Lisätiedot

Jaksollisen signaalin spektri

Jaksollisen signaalin spektri Jaksollisen signaalin spektri LuK-tutkielma Topi Suviaro 2257699 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 215 Sisältö Johdanto 2 1 Jaksollisuudesta 2 2 Spektristä 3 2.1 Symmetrian vaikutuksesta

Lisätiedot

SIGNAALITEORIAN KERTAUSTA OSA 1

SIGNAALITEORIAN KERTAUSTA OSA 1 1 SIGNAALITEORIAN KERTAUSTA OSA 1 Millainen on signaalin spektri ja miten se lasketaan? SIGNAALIEN JA SPEKTRIN PERUSKÄSITTEITÄ 2 Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka graafinen

Lisätiedot

Mat / Mat Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 42, loppuviikko, syksy 2008

Mat / Mat Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 42, loppuviikko, syksy 2008 Mat-.3 / Mat-.33 Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 4, loppuviikko, syksy 8 Ennen malliratkaisuja, muistin virkistämiseksi kaikkien rakastama osittaisintegroinnin kaava: b a u(tv (t

Lisätiedot

Signaalit ja järjestelmät aika- ja taajuusalueissa

Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit aika ja taajuusalueissa Muunnokset aika ja taajuusalueiden välillä Fourier sarja (jaksollinen signaali) Fourier muunnos (jaksoton signaali)

Lisätiedot

Osa VI. Fourier analyysi. A.Rasila, J.v.Pfaler () Mat Matematiikan peruskurssi KP3-i 12. lokakuuta / 246

Osa VI. Fourier analyysi. A.Rasila, J.v.Pfaler () Mat Matematiikan peruskurssi KP3-i 12. lokakuuta / 246 Osa VI Fourier analyysi A.Rasila, J.v.Pfaler () Mat-1.1331 Matematiikan peruskurssi KP3-i 12. lokakuuta 2007 127 / 246 1 Johdanto 2 Fourier-sarja 3 Diskreetti Fourier muunnos A.Rasila, J.v.Pfaler () Mat-1.1331

Lisätiedot

Fourier-sarjat ja -muunnos

Fourier-sarjat ja -muunnos 24. marraskuuta 2016 Jaksolliset funktiot, trigonometriset sarjat, parilliset ja p Jaksolliset funktiot Funktio f : R R on jaksollinen, jos on olemassa p > 0 siten, että f (x + p) = f (x) kaikilla x R

Lisätiedot

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT 3.0.07 0 π TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT π = π 3π π = π 5π 6π = 3π 7π TRIGONOMETRISET FUNKTIOT, MAA7 Tarkastellaan aluksi sini-funktiota ja lasketaan sin :n arvoja, kun saa arvoja 0:sta 0π :ään

Lisätiedot

Kompleksianalyysi, viikko 6

Kompleksianalyysi, viikko 6 Kompleksianalyysi, viikko 6 Jukka Kemppainen Mathematics Division Funktion erikoispisteet Määr. 1 Jos f on analyyttinen pisteen z 0 aidossa ympäristössä 0 < z z 0 < r jollakin r > 0, niin sanotaan, että

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys

Lisätiedot

Luento 4. Fourier-muunnos

Luento 4. Fourier-muunnos Lueno 4 Erikoissignaalien Fourier-muunnokse Näyeenoo 4..6 Fourier-muunnos Fourier-muunnos Kääneismuunnos Diricle n edo Fourier muunuvalle energiasignaalille I: Signaali on iseisesi inegroiuva v ( d< II:

Lisätiedot

u(0, t) = 0 kaikille t > 0: lämpötila pidetään vakiona pisteessä x = 0;

u(0, t) = 0 kaikille t > 0: lämpötila pidetään vakiona pisteessä x = 0; 3. Lämmönjohtumisyhtälö I Yksiulotteisessa lämmönjohtumisyhtälössä u t = u γ x tuntematon funktio u = u(x, t) kuvaa lämpötilaa yksiulotteisen kappaleen (ohut sauva; x-akseli) kohdassa x hetkellä t. Kun

Lisätiedot

4. Fourier-analyysin sovelletuksia. Funktion (signaalin) f(t) näytteistäminen tapahtuu kertomalla funktio näytteenottosignaalilla

4. Fourier-analyysin sovelletuksia. Funktion (signaalin) f(t) näytteistäminen tapahtuu kertomalla funktio näytteenottosignaalilla 4.1 Näytteenottolause 4. Fourier-analyysin sovelletuksia Näyttenottosignaali (t) = k= δ(t kt). T on näytteenottoväli, ja ω T = 1 T on näyttenottotaajuus. Funktion (signaalin) f(t) näytteistäminen tapahtuu

Lisätiedot

Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa. Pentti Romppainen

Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa. Pentti Romppainen Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa Pentti Romppainen Kajaanin ammattikorkeakoulu Oy Kajaani University of Applied Sciences Diskreetti Fourier-muunnos ja

Lisätiedot

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka

Lisätiedot

Kompleksiluvut., 15. kesäkuuta /57

Kompleksiluvut., 15. kesäkuuta /57 Kompleksiluvut, 15. kesäkuuta 2017 1/57 Miksi kompleksilukuja? Reaaliluvut lukusuoran pisteet: Tiedetään, että 7 1 0 x 2 = 0 x = 0 1 7 x 2 = 1 x = 1 x = 1 x 2 = 7 x = 7 x = 7 x 2 = 1 ei ratkaisua reaalilukujen

Lisätiedot

6.2.3 Spektrikertymäfunktio

6.2.3 Spektrikertymäfunktio ja prosessin (I + θl + + θl q )ε t spektritiheysfunktio on Lemman 6. ja Esimerkin 6.4 nojalla σ π 1 + θ 1e iω + + θ q e iqω. Koska viivepolynomien avulla määritellyt prosessit yhtyvät, niin myös niiden

Lisätiedot

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot 3. Funktion raja-arvo ja jatkuvuus 3.1. Reaali- ja kompleksifunktiot 43. Olkoon f monotoninen ja rajoitettu välillä ]a,b[. Todista, että raja-arvot lim + f (x) ja lim x b f (x) ovat olemassa. Todista myös,

Lisätiedot

Luento 4 Fourier muunnos

Luento 4 Fourier muunnos Luento 4 Luento 4 Fourier muunnos 4. F muunnos F muunnos Oppenheim 4. 4. Energiaspektri (spektritiheys) Rayleigh'n energia teoreema, energiaspektri Kaistanleveys Boden diagrammi 4.3 F muunnoksen ominaisuudet,

Lisätiedot

u = 2 u (9.1) x + 2 u

u = 2 u (9.1) x + 2 u 9. Poissonin integraali 9.. Poissonin integraali. Ratkaistaan Diriclet n reuna-arvotehtävä origokeskisessä, R-säteisessä ympyrässä D = {(x, y) R x +y < R }, t.s. kun f : D R on annettu jatkuva funktio,

Lisätiedot

Yhteenveto Fourier-numeriikan luennoista

Yhteenveto Fourier-numeriikan luennoista March 25, 21 versio 1.1 1 Yhteenveto Fourier-numeriikan luennoista 19.3.-25.3.21 Fourier-sarja f paloittain jatkuva funktio [, L]. Kosinisarja: jossa Sinisarja: jossa Esimerkki 1. Funktion sinisarja on

Lisätiedot

KOMPLEKSIANALYYSI I KURSSI SYKSY exp z., k = 1, 2,... Eksponenttifunktion z exp(z) Laurent-sarjan avulla

KOMPLEKSIANALYYSI I KURSSI SYKSY exp z., k = 1, 2,... Eksponenttifunktion z exp(z) Laurent-sarjan avulla KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 RITVA HURRI-SYRJÄNEN 11. Integrointi erillisen erikoispisteen ympäri Olkoot f analyyttinen punkteeratussa kiekossa D(z 0.r\{z 0 }. Funktiolla f on erikoispiste z 0.

Lisätiedot

Kvanttifysiikan perusteet, harjoitus 5

Kvanttifysiikan perusteet, harjoitus 5 Kvanttifysiikan perusteet, harjoitus 5 February 4, 07 Tehtävä Oletetaan energian ominaisfunktiot φ n ortonormitetuiksi, dxφ nφ m = δ nm, jossa δ nm on Kroneckerin delta. Määritetään ensin superpositiotilan

Lisätiedot

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df)

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df) ELEC-A7 Signaalit ja järjestelmät Syksy 5 Tehtävä 3. a) Suoran tapauksessa ratkaistaan kaksi tuntematonta termiä, A ja B, joten tarvitaan kaksi pistettä, jotka ovat pisteet t = ja t =.. Saadaan yhtälöpari

Lisätiedot

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2, MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 6. Millä reaaliluvun arvoilla a) 9 =, b) + + + 4, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + 4 + 6 + +, b) 8 + 4 6 + + n n, c) + + +

Lisätiedot

F {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A5700 - INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali:

F {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A5700 - INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali: BMA57 - INTEGRAALIMUUNNOKSET Harjoitus, viikko 46/5 Fourier-integraali: f(x) A() π B() π [A() cos x + B() sin x]d, () Fourier-muunnos ja käänteismuunnos: f(t) cos tdt, () f(t) sin tdt. (3) F {f(t)} ˆf()

Lisätiedot

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 7. Millä reaaliluvun arvoilla a) 9 =, b) + 5 + +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c) +

Lisätiedot

3.3 Funktion raja-arvo

3.3 Funktion raja-arvo 3.3 Funktion raja-arvo Olkoot A ja B kompleksitason joukkoja ja f : A B kuvaus. Kuvauksella f on pisteessä z 0 A raja-arvo c, jos jokaista ε > 0 vastaa δ > 0 siten, että 0 < z z 0 < δ ja z A f(z) c < ε.

Lisätiedot

Kompleksianalyysi, viikko 4

Kompleksianalyysi, viikko 4 Kompleksianalyysi, viikko 4 Jukka Kemppainen Mathematics Division Reaalimuuttujan kompleksiarvoisen funktion integraali Aloitetaan reaalimuuttujan kompleksiarvoisen funktion integraalin määrittelyllä,

Lisätiedot

= 2 L L. f (x)dx. coshx dx = 1 L. sinhx nπ. sin. sin L + 2 L. a n. L 2 + n 2 cos. tehdään approksimoinnissa virhe, jota voidaan arvioida integraalin

= 2 L L. f (x)dx. coshx dx = 1 L. sinhx nπ. sin. sin L + 2 L. a n. L 2 + n 2 cos. tehdään approksimoinnissa virhe, jota voidaan arvioida integraalin BMA7 - Integraalimuunnokset Harjoitus 9. Määritä -jaksollisen funktion f x = coshx, < x < Fourier-sarja. Funktion on parillinen, joten b n = kun n =,,3,... Parillisuudesta johtuen kertoimet a ja a n saadaan

Lisätiedot

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 ); LINEAARIALGEBRA Ratkaisuluonnoksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla

Lisätiedot

MS-C1420 Fourier-analyysi osa I

MS-C1420 Fourier-analyysi osa I MS-C142 Fourier-analyysi osa I G. Gripenberg Aalto-yliopisto 29. tammikuuta 214 G. Gripenberg (Aalto-yliopisto) MS-C142 Fourier-analyysiosa I 29. tammikuuta 214 1 / 3 1 Johdanto 2 Fourier-integraali Fourier-muunnos

Lisätiedot

Integroimistekniikkaa Integraalifunktio

Integroimistekniikkaa Integraalifunktio . Integroimistekniikkaa.. Integraalifunktio 388. Vertaa funktioiden ln ja ln, b) arctan ja arctan + k k, c) ln( + 2 ja ln( 2, missä a >, derivaattoja toisiinsa. Tutki funktioiden erotusta muuttujan eri

Lisätiedot

SIGNAALITEORIAN KERTAUSTA OSA 2

SIGNAALITEORIAN KERTAUSTA OSA 2 1 SIGNAALITEORIAN KERTAUSTA OSA 2 Miten spektri lasketaan moduloiduille ja näytteistetyille tietoliikennesignaaleille? KONVOLUUTIO JA KERTOLASKU 2 Kantataajuussignaali (baseband) = sanomasignaali ilman

Lisätiedot

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y ) MATEMATIIKAN JA TILASTOTIETEEN LAITOS Differentiaaliyhtälöt, kesä 00 Tehtävät 3-8 / Ratkaisuehdotuksia (RT).6.00 3. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: y = + y + y = + y + ( y ) (y

Lisätiedot

1 Sisätulo- ja normiavaruudet

1 Sisätulo- ja normiavaruudet 1 Sisätulo- ja normiavaruudet 1.1 Sisätuloavaruus Määritelmä 1. Olkoon V reaalinen vektoriavaruus. Kuvaus : V V R on reaalinen sisätulo eli pistetulo, jos (a) v w = w v (symmetrisyys); (b) v + u w = v

Lisätiedot

Derivaatan sovellukset (ääriarvotehtävät ym.)

Derivaatan sovellukset (ääriarvotehtävät ym.) Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion

Lisätiedot

l 1 2l + 1, c) 100 l=0

l 1 2l + 1, c) 100 l=0 MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)

Lisätiedot

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 ); LINEAARIALGEBRA Harjoituksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla

Lisätiedot

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai MATP15 Approbatur 1B Ohjaus Keskiviikko 4.11. torstai 5.11.015 1. (Opiskeluteht. 6 s. 0.) Määritä sellainen vakio a, että polynomilla x + (a 1)x 4x a on juurena luku x = 1. Mitkä ovat tällöin muut juuret?.

Lisätiedot

(a) avoin, yhtenäinen, rajoitettu, alue.

(a) avoin, yhtenäinen, rajoitettu, alue. 1. Hahmottele seuraavat tasojoukot. Mitkä niistä ovat avoimia, suljettuja, kompakteja, rajoitettuja, yhtenäisiä, alueita? (a) {z C 1 < 2z + 1 < 2} (b) {z C z i + z + i = 4} (c) {z C z + Im z < 1} (d) {z

Lisätiedot

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (5) 1 Momenttiemäfunktio ja karakteristinen funktio Momenttiemäfunktio Diskreettien jakaumien momenttiemäfunktioita

Lisätiedot

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

Osa IX. Z muunnos. Johdanto Diskreetit funktiot Osa IX Z muunnos A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 298 / 322 A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 299 / 322 Johdanto

Lisätiedot

Viikon aiheet. Funktion lineaarinen approksimointi

Viikon aiheet. Funktion lineaarinen approksimointi Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen

Lisätiedot

Luento 7. LTI-järjestelmät

Luento 7. LTI-järjestelmät Luento 7 Lineaaristen järjestelmien analyysi taajuustasossa Taajuusvaste Stabiilisuus..7 LTI-järjestelmät u(t) h(t) y(t) Tarkastellaan lineaarista aikainvarianttia järjestelmää n n m m d d d d yt () =

Lisätiedot

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 KOMPLEKSIANALYYSI I KURSSI SYKSY 01 RITVA HURRI-SYRJÄNEN 5. Eksponenttifunktio ja sini- ja kosinifunktiot Kertausta. (1 Reaaliselle eksponenttifunktiolle e x : R R + pätee e x x k = kaikilla x R. k! (

Lisätiedot

= vakio = λ. V (x) V (0) = V (l) = 0.

= vakio = λ. V (x) V (0) = V (l) = 0. 6. Aatoyhtäö I 6.1. Ratkaisu Fourier-sarjojen avua. Oetetaan, että värähteevän angan muodon hetkeä t = määrää funktio u ja nopeuden funktio u 1. Otetaan tehtäväksi määrätä seuraavan akuarvo- reuna-arvotehtävän

Lisätiedot

MS-C1420 Fourier-analyysi osa I

MS-C1420 Fourier-analyysi osa I 1 Johdanto MS-C142 Fourier-analyysi osa I G Gripenberg 2 Fourier-integraali Fourier-muunnos ja derivaatta Konvoluutio Fourier-käänteismuunnos eliöintegroituvat funktiot Aalto-yliopisto 29 tammikuuta 214

Lisätiedot

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2. 2. kl:n DY:t Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.) Lause Olkoon f(x 2, x 1, t) funktio, ja oletetaan, että f, f/ x 1 ja f/ x

Lisätiedot

Pienimmän neliösumman menetelmä

Pienimmän neliösumman menetelmä Pienimmän neliösumman menetelmä Keijo Ruotsalainen Division of Mathematics Funktion sovitus Datapisteet (x 1,...,x n ) Annettu data y i = f(x i )+η i, missä f(x) on tuntematon funktio ja η i mittaukseen

Lisätiedot

Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin (yo-kirjoituksissa hyväksytty) on sallittu apuväline tässä kokeessa!

Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin (yo-kirjoituksissa hyväksytty) on sallittu apuväline tässä kokeessa! Aalto yliopiston teknillinen korkeakoulu Mat-1.1040 L4 Tentti ja välikokeiden uusinta 21.5.2010 Gripenberg, Arponen, Siljander Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen

Lisätiedot

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0004/A0006 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 8.9.015 Reaalinen

Lisätiedot

spektri taajuus f c f c W f c f c + W

spektri taajuus f c f c W f c f c + W Kaistanpäästösignaalit Monet digitaaliset tiedonsiirtosignaalit ovat keskittyneet jonkin tietyn kantoaaltotaajuuden f c ympäristöön siten, että signaali omaa merkittäviä taajuuskomponetteja vain kaistalla

Lisätiedot

Scanned by CamScanner

Scanned by CamScanner Scanned by CamScanner ELEC-C414 Kenttäteoria ESIMERKKIRATKAISUT 2. välikoe: 13.12.216 4. (a) Ominaisimpedanssi (merkitään Z ) on siirtojohdon ominaisuus. Se on siis eri asia kuin tasoaaltojen yhteydessä

Lisätiedot

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä 1 Laaja matematiikka 5 Kevät 010 4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö.

Lisätiedot

Pakotettu vaimennettu harmoninen värähtelijä Resonanssi

Pakotettu vaimennettu harmoninen värähtelijä Resonanssi Pakotettu vaimennettu harmoninen värähtelijä Resonanssi Tällä luennolla tavoitteena Mikä on pakkovoiman aiheuttama vaikutus vaimennettuun harmoniseen värähtelijään? Mikä on resonanssi? Kertaus: energian

Lisätiedot

Signaaliavaruuden kantoja äärellisessä ajassa a

Signaaliavaruuden kantoja äärellisessä ajassa a ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 3: Kompleksiarvoiset signaalit, taajuus, kantoaaltomodulaatio Olav Tirkkonen, Jari Lietzen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos Signaaliavaruuden

Lisätiedot

1 Analyyttiset funktiot

1 Analyyttiset funktiot Analyyttiset funktiot. Kompleksimuuttujan kompleksiarvoinen funktio Olkoot A ja B kompleksitason C osajoukkoja. Kuvausta f : A B sanotaan kompleksimuuttujan kompleksiarvoiseksi funktioksi. Usein on B C..Vakiokuvaus.

Lisätiedot

1. Normi ja sisätulo

1. Normi ja sisätulo Kurssimateriaalia K3/P3-kursille syksyllä 3 83 Heikki Apiola Sisältää otteita Timo Eirolan L3-kurssin lineaarialgebramonisteesta, jonka lähdekoodin Timo on ystävällisesti antanut käyttööni Normi ja sisätulo

Lisätiedot

Luento 9. Epälineaarisuus

Luento 9. Epälineaarisuus Lueno 9 Epälineaarisuus 8..6 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!

Lisätiedot

MS-C1420 Fourier-analyysi osa I

MS-C1420 Fourier-analyysi osa I MS-C1420 Fourier-analyysi osa I G. Gripenberg Aalto-yliopisto 29. tammikuuta 2014 G. Gripenberg (Aalto-yliopisto) MS-C1420 Fourier-analyysiosa I 29. tammikuuta 2014 1 / 29 Fourier-muunnoksia Jatkuva-aikaisen

Lisätiedot

Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua.

Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua. 6 Alkeisfunktiot Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua. 6. Funktion määrittely Funktio f : A B on sääntö, joka liittää jokaiseen joukon A alkioon

Lisätiedot

10. Toisen kertaluvun lineaariset differentiaaliyhtälöt

10. Toisen kertaluvun lineaariset differentiaaliyhtälöt 37. Toisen kertaluvun lineaariset differentiaalihtälöt Tarkastelemme muotoa () ( x) + a( x) ( x) + a( x) ( x) = b( x) olevia htälöitä, missä kerroinfunktiot ja oikea puoli ovat välillä I jatkuvia. Edellisen

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio Ilkka Mellin Todennäköisyyslaskenta Osa : Satunnaismuuttujat ja todennäköisyysjakaumat Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (7) 1 Momenttiemäfunktio ja karakteristinen funktio

Lisätiedot

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π Matematiikan ja tilastotieteen laitos Funktionaalianalyysin peruskurssi Kevät 9) Harjoitus 7 Ratkaisuja Jussi Martin). E Hilbert avaruus L [, π]) ja gt) := t, t [, π]. Määrää funktion g Fourier kertoimet

Lisätiedot

x n e x dx = n( e x ) nx n 1 ( e x ) = x n e x + ni n 1 x 4 e x dx = x 4 e x +4( x 3 e x +3( x 2 e x +2( xe x e x ))) = e x

x n e x dx = n( e x ) nx n 1 ( e x ) = x n e x + ni n 1 x 4 e x dx = x 4 e x +4( x 3 e x +3( x 2 e x +2( xe x e x ))) = e x Osittaisintegrointia käyttäen osoita integraalille I n x n e x dx oikeaksi reduktiokaava I n x n e x + ni n ja laske sen avulla mitä on I 4 kun x. x n e x dx n( e x ) nx n ( e x ) x n e x + ni n x 4 e

Lisätiedot

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1 Analyysi III Jari Taskinen 28. syyskuuta 2002 Luku Sisältö Sarjat 2. Lukujonoista........................... 2.2 Rekursiivisesti määritellyt lukujonot.............. 8.3 Sarja ja sen suppenminen....................

Lisätiedot

Fysiikan matematiikka P

Fysiikan matematiikka P Fysiikan matematiikka 763101P Luennoija: Kari Rummukainen, Fysikaalisten tieteiden laitos Tavoite: tarjota opiskelijalle nopeasti fysikaalisten tieteiden tarvitsemia matematiikan perustietoja ja taitoja.

Lisätiedot

Nopeat Fourier-muunnokset

Nopeat Fourier-muunnokset opeat Fourier-muunnokset Timo ännikkö 1 Fourier-analyysin alkeita 1.1 Fourier-sarjat Olkoon f koko R:ssä määritelty kuvaus siten, että se on integroituva välillä ] π, π[ ja lisäksi -jaksollinen, ts. fx

Lisätiedot

4.0.2 Kuinka hyvä ennuste on?

4.0.2 Kuinka hyvä ennuste on? Luonteva ennuste on käyttää yhtälöä (4.0.1), jolloin estimaattori on muotoa X t = c + φ 1 X t 1 + + φ p X t p ja estimointivirheen varianssi on σ 2. X t }{{} todellinen arvo Xt }{{} esimaattori = ε t Esimerkki

Lisätiedot

MS-C1420 Fourier-analyysi osa II

MS-C1420 Fourier-analyysi osa II MS-C142 Fourier-analyysi osa II G. Gripenberg Aalto-yliopisto 14. helmikuuta 214 G. Gripenberg (Aalto-yliopisto) MS-C142 Fourier-analyysiosa II 14. helmikuuta 214 1 / 36 1 Fourier-sarjat ja Fourier-integraalit

Lisätiedot

e ax, kun x > 0 f(x) = 0, kun x < 0, 0, kun x > 0 e ax, kun x < 0 e (a iω)x dx = a+iω = 1 a 2 +ω 2. e ax, x > 0 e ax, x < 0,

e ax, kun x > 0 f(x) = 0, kun x < 0, 0, kun x > 0 e ax, kun x < 0 e (a iω)x dx = a+iω = 1 a 2 +ω 2. e ax, x > 0 e ax, x < 0, Harjoitus 5 1. Olkoot a > 0. Laske vaimenevan pulssin e ax, kun x > 0 fx) = 0, kun x < 0, ja voimistuvan pulssin gx) = konvoluution g f Fourier-muunnos. 0, kun x > 0 e ax, kun x < 0 apa 1: Konvoluution

Lisätiedot

6.8 Erityisfunktioiden sovelluksia

6.8 Erityisfunktioiden sovelluksia 6.8 Erityisfunktioiden sovelluksia Tässä luvussa esitellään muutama esimerkki, joissa käytetään hyväksi eksponentti-, logaritmi- sekä trigonometrisia funktioita. Ensimmäinen esimerkki juontaa juurensa

Lisätiedot

Valintakoe

Valintakoe Valintakoe 7.3.05 Kokeessa saa käyttää kirjoitusvälinewiden lisäksi ainoastaan kokeessa jaettavaa funktiolaskinta ja taulukkoa Pisteytys 8*3p=4p. Tehtävien alakohtien pistemäärät voivat poiketa toisistaan..

Lisätiedot

Luento 14: Periodinen liike, osa 2. Vaimennettu värähtely Pakkovärähtely Resonanssi F t F r

Luento 14: Periodinen liike, osa 2. Vaimennettu värähtely Pakkovärähtely Resonanssi F t F r Luento 14: Periodinen liike, osa 2 Vaimennettu värähtely Pakkovärähtely Resonanssi θ F µ F t F r m g 1 / 20 Luennon sisältö Vaimennettu värähtely Pakkovärähtely Resonanssi 2 / 20 Vaimennettu värähtely

Lisätiedot

Harjoitus 1, tehtävä 1

Harjoitus 1, tehtävä 1 Heikki Kallasjoki, 66H, htkallas@cc.hut.fi /34 Harjoitus, tehtävä Oletetaan, että f C(R) on π-jaksollinen funktio ja a R. Näytä, että f(t + a) dt f(t) dt a+π f(t) dt. a () () (3) Tarkastellaan ensin lauseketta

Lisätiedot

Matemaattisen analyysin tukikurssi

Matemaattisen analyysin tukikurssi Matemaattisen analyysin tukikurssi 12. Kurssikerta Petrus Mikkola 5.12.2016 Tämän kerran asiat Sini-ja kosifunktio Yksikköympyrä Tangentti- ja kotangenttifunktio Trigonometristen funktioiden ominaisuuksia

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause.

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause. MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause. Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42

Numeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42 Numeeriset menetelmät TIEA381 Luento 13 Kirsi Valjus Jyväskylän yliopisto Luento 13 () Numeeriset menetelmät 8.5.2013 1 / 42 Luennon 13 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Moniaskelmenetelmien

Lisätiedot

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto LUKU 7 Perusmuodot 7 Ensimmäinen perusmuoto Määritelmä 7 Olkoon ϕ: U R 3 tilkku Määritellään funktiot E, F, G: U R asettamalla (7) E := ϕ ϕ, F := ϕ, G := ϕ u u u u Funktiot E, F G ovat tilkun ϕ ensimmäisen

Lisätiedot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut Insinöörimatematiikka D, 29.3.2016 4. laskuharjoituksien esimerkkiratkaisut 1. Olkoon u (4,0,4,2) ja v ( 1,1,3,5) vektoreita vektoriavaruudessa R 4. Annetun sisätulon (x,y) indusoima normi on x (x,x) ja

Lisätiedot

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 KOMPLEKSIANALYYSI I KURSSI SYKSY 212 RITVA HURRI-SYRJÄNEN 6.1. Poluista. 6. Kompleksinen integrointi Olkoon [α, β] suljettu reaaliakselin väli, α < β, ja olkoon A kompleksitason avoin joukko. Polku on

Lisätiedot

Äärettömät raja-arvot

Äärettömät raja-arvot Äärettömät raja-arvot Määritelmä Funktion f oikeanpuoleinen raja-arvo pisteessä x 0 on + mikäli kaikilla R > 0 löytyy sellainen δ > 0 että f (x) > R aina kun x 0 < x < x 0 + δ. Funktion f oikeanpuoleinen

Lisätiedot

Kotitehtävät 1-6: Vastauksia

Kotitehtävät 1-6: Vastauksia /V Integraalimuunnokset Metropolia/. Koivumäki Kotitehtävät -6: Vastauksia. Merkitse kompleksitasoon näiden kompleksilukujen sijainti: a = 3 j b = 3 35 (3 kulmassa 35 ) jπ / c = d = 3 e j 9.448 e cos(

Lisätiedot

f(x) sin k x dx, c k = 1

f(x) sin k x dx, c k = 1 f ( n) n 3. Fourier n sarjoista I [1, 8.16, luku 11], [, luku 15], [3, luku IX, 8 9]. [5, luku I], [6, luku XII, 3], [7, luku 8], [8, luku 4], [9, luku 8] Trigonometrinen polynomi on muotoa a + ( ak cos

Lisätiedot

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I MS-C140 Fourier-analyysi Esimerkkejä, perusteluja, osa I G. Gripenberg Aalto-yliopisto 3. tammikuuta 014 G. Gripenberg (Aalto-yliopisto MS-C140 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta

Lisätiedot

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa MS-A24 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 216 Antti Rasila

Lisätiedot

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I MS-C14 Fourier-analyysi Esimerkkejä, perusteluja, osa I G. Gripenberg Aalto-yliopisto 3. tammikuuta 14 G. Gripenberg (Aalto-yliopisto MS-C14 Fourier-analyysiEsimerkkejä, perusteluja, osa3. I tammikuuta

Lisätiedot

A! Modulaatioiden luokittelu. Luento 4: Digitaaliset modulaatiokonstellaatiot, symbolijonolähetteet. ELEC-C7230 Tietoliikenteen siirtomenetelmät

A! Modulaatioiden luokittelu. Luento 4: Digitaaliset modulaatiokonstellaatiot, symbolijonolähetteet. ELEC-C7230 Tietoliikenteen siirtomenetelmät ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 4: Digitaaliset modulaatiokonstellaatiot, symbolijonolähetteet Olav Tirkkonen, Jari Lietzen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos A! Modulaatioiden

Lisätiedot

Vastaus: 10. Kertausharjoituksia. 1. Lukujonot lim = lim n + = = n n. Vastaus: suppenee raja-arvona Vastaus:

Vastaus: 10. Kertausharjoituksia. 1. Lukujonot lim = lim n + = = n n. Vastaus: suppenee raja-arvona Vastaus: . Koska F( ) on jokin funktion f ( ) integraalifunktio, niin a+ a f() t dt F( a+ t) F( a) ( a+ ) b( a b) Vastaus: Kertausharjoituksia. Lukujonot 87. + n + lim lim n n n n Vastaus: suppenee raja-arvona

Lisätiedot

, c) x = 0 tai x = 2. = x 3. 9 = 2 3, = eli kun x = 5 tai x = 1. Näistä

, c) x = 0 tai x = 2. = x 3. 9 = 2 3, = eli kun x = 5 tai x = 1. Näistä Pitkä matematiikka 8.9.0, ratkaisut:. a) ( x + x ) = ( + x + x ) 6x + 6x = + 6x + 6x x = x =. b) Jos x > 0, on x = + x x = + x. Tällä ei ole ratkaisua. Jos x 0, on x = + x x = + x x =. c) x = x ( x) =

Lisätiedot

Matematiikan johdantokurssi, syksy 2017 Harjoitus 8, ratkaisuista

Matematiikan johdantokurssi, syksy 2017 Harjoitus 8, ratkaisuista Matematiikan johdantokurssi, sks 07 Harjoitus 8, ratkaisuista. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa hdistetstä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen? Ratkaisu.

Lisätiedot

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin z muunnos ja sen soveltaminen LTI järjestelmien analysointiin muunnoksella (eng. transform) on vastaava asema diskreettiaikaisten signaalien ja LTI järjestelmien analyysissä kuin Laplace muunnoksella jatkuvaaikaisten

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut

Lisätiedot

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3.

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3. Integraalilaskenta. a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. b) Mitä määrätty integraali tietyllä välillä x tarkoittaa? Vihje: * Integraali * Määrätyn integraalin

Lisätiedot

1 Kompleksiluvut. Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7

1 Kompleksiluvut. Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7 Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7 1 Kompleksiluvut Lukualueiden laajennuksia voi lähestyä polynomiyhtälöiden ratkaisemisen kautta. Yhtälön x+1 = 0 ratkaisemiseksi tarvitaan negatiivisia lukuja.

Lisätiedot