ELEC-A7200 Signaalit ja järjestelmät 5 op

Koko: px
Aloita esitys sivulta:

Download "ELEC-A7200 Signaalit ja järjestelmät 5 op"

Transkriptio

1 ELEC-A7 Signaali ja järjeselmä 5 op Luennoisija Prof. Riu Jäni Pääassiseni Seppo Saasamoinen S-posi: riu.jani@aalo.fi Puh E9 Vasaanoo ma lo 9- S-posi: seppo.saasamoinen@aalo.fi Puh hps://mycourses.aalo.fi/course/view.php?id=56

2 ELEC-A7 Signaali ja järjeselmä 5 op Kurssimaeriaali on My courses sivuilla hps://mycourses.aalo.fi/course/view.php?id=56 Kurssi suorieaan enillä (5%) seä pariyönä ehävillä oiehävillä (%) ja laboraorioöillä (3%). Kurssiirjana oimii Oppenheim & Willsy, Signals & Sysems, nd ediion, Prenice-Hall, 997 Kirjaan liiyy MITOPENCOURSEWARE videoluenno hp://ocw.mi.edu/resources/res-6-7-signals-andsysems-spring-/ Lisäsi urssimaeriaalina oimii luenoalvo seä niihin liiyvä videon pää. ELEC-A7 Signaali ja järjeselmä 5 op

3 ELEC-A7 Signaali ja järjeselmä 5 op Miä urssilla äsiellään? signaalien ja järjeselmien perusäsieiä signaali- ja järjeselmäanalyysin perusmeneelmiä Signaalimuunnose, signaalien aajuusesiys Näyeenoo Signaalien suodaaminen lineaarisilla alipääsö- ja aisanpääsösuodaimilla Epälineaarisuus signaalien moduloini Missä ällaisia ieoja arviaan? un joain miaaan un joain signaalia siirreään un signaaleja suodaeaan un joain järjeselmää säädeään ELEC-A7 Signaali ja järjeselmä 5 op 3

4 Kalvojen värioodi Teoriaa Kaavan joho Esimeri Lisämaeriaalia (ei vaadia enissä) Aivoiva ehävä ELEC-A7 Signaali ja järjeselmä 5 op 4

5 Luenno & Signaali aia-alueessa Signaaliavaruus

6 Luenno - Lueno. Johdano; Signaali aia-alueessa Kurssin avoiee, mioius ja järjesely N/A. Signaalien luoielu Jauva/disereei aia/ampliudi Oppenheim. Jasollinen/jasoon Oppenheim. Parillinen/parion Oppenheim. Energia ja ehosignaali Oppenheim.. Aia-aselinmuunnose Oppenheim. Pulssin leveys Viive.3 Diracin dela ja aselfunio Oppenheim.4 Diracin dela ja näyeenoo Aselfunio.4 Exponeni- ja sini-muooise signaali Oppenheim.3 Osoiin (omplesi eponeni) Eulerin aava Jaso ja ampliudi Teho Vaimeneva ja asvava värähely.5 Signaaliavaruus Pruju Signaalien sisäulo Indusoiu normi ja eho/energia Orogonaalisuus ja oronormaalisuus Signaalin esiäminen annan avulla ELEC-A7 Signaali ja järjeselmä 5 op 6

7 . Signaalien luoielu

8 Erilaisia signaaleja Signaali on ajan, paian ai minä ahansa riippumaoman muuujan muana vaiheleva suure. Kurssilla esiyään Aiasignaaleihin s() Taajuussignaaleihin S(f)..8.6 s() S(f) f ELEC-A7 Signaali ja järjeselmä 5 op 8

9 Erilaisia signaaleja Signaali voi olla Reaalinen s () Komplesinen s() < s () is () I Q Esim. Moduloiu signaali ο ( ο ( s () < v()cos f v ()sin f I c Q c ζ, iο f ( c, iο f c I Q ζ l s () < Re v() iv() e < Re s() e s () < v () iv () l I Q Evivaleni alipääsösignaali Moduloiu signaali ELEC-A7 Signaali ja järjeselmä 5 op 9

10 Erilaisia signaaleja Ysidimensioinen (ysianavainen) s () Monidimensioinen (monianavainen) s() s () Λ sn() n s () < Esim. Ajoneuvon ila x () s() < v () a () Paia Nopeus Kiihyvyys ELEC-A7 Signaali ja järjeselmä 5 op Taajuusmuliplesoiu signaali s() < v ()cos ο f( v ()cos ο f ( f s() == f v () Veori esiys < v()

11 Jauva- ja disreeiaiaise signaali Jauva-aiainen Signaali on määriely aiina ajanheinä Disreei-aiainen Signaali on määriely vain ieyinä ajanheinä ai ieyille näyeille ELEC-A7 Signaali ja järjeselmä 5 op

12 Jauva- ja disreei-ampliudise signaali Jauva-ampliudinen Signaalin ampliudi s() voi saada aiia ampliudiarvoja ei-numeroiuvasa jouosa A s() A A Esim. signaalin ampliudi voi saada minä ahansa arvon reaaliluujen jouosa Disreeiampliudinen Signaalin ampliudiarvo on rajoieu numeroiuvaan jouoon B s( ) s, s, s,... ζ Esim. 8 biin vanisoinnilla voidaan esiää 8 = 56 signaaliasoa. ELEC-A7 Signaali ja järjeselmä 5 op

13 Jauva- ja disreeiaiaise seä - ampliudise signaali JATKUVA-AIKAINEN DISKREETTIAIKAINEN I x() II x() JATKUVA- AMPLITUDINEN DISKREETTI- AMPLITUDINEN III x() IV x() S.-G. Häggman, ELEC-A7 Luenomonisee, 5 ELEC-A7 Signaali ja järjeselmä 5 op 3

14 Jasollise ja jasooma signaali Aiarajoiamaon # T = : s( T)! Aiarajoieu, pulssisignaali: Signaali saa nollasa poieavia arvoja ainoasaan ieyllä aiavälillä (, ) s( ) <, ; = ELEC-A7 Signaali ja järjeselmä 5 op 4

15 Deerminisise ja soasise signaali Deerminisinen Signaalin ampliudiarvo s() unneaan euäeen aiilla ajan arvoilla Saunnainen (soasinen) Saunnaisen signaalin äyäyymisä ulevaisuudessa ei voida arasi ennusaa. Voidaan vain esiää odennäöisyys sille, eä ampliudi on jollain ampliudivälillä ( Pr s () s < Fs (;) s() s() % ELEC-A7 Signaali ja järjeselmä 5 op 5

16 Teho- ja energiasignaali

17 Signaalin eho Jänniesignaalin heelliseho u () i () < u () R R Tehon uluus vasusessa P u i u R () < ()() < () Jos uorma sisälää reaiivisia omponeneja, niin vasaava yhälö saadaan näennäiseholle S () < u () Kesimääräinen eho aiavälillä P < P() d, ELEC-A7 Signaali ja järjeselmä 5 op 7

18 Teho- ja energiasignaali Signaalin energia E? lim s() d T T, T Signaali on energiasignaali, jos <E<? määrielmän muaan Kesimääräinen eho T P? lim T s() d T T, Signaali on ehosignaali, jos <P< ELEC-A7 Signaali ja järjeselmä 5 op 8

19 Teho- ja energiasignaali Pulssisignaali ;, s () < muuoin Energia Kesimääräinen eho T T, E < lim s() d < s() d ; T T T T T T T, P < lim s() d < lim s() d < Pulssisignaali on energiasignaali Pulssisignaali ei ole ehosignaali ELEC-A7 Signaali ja järjeselmä 5 op 9

20 Teho- ja energiasignaali Aselsignaali, s () < ; Energia T T E < lim s( ) d < lim d < T T T, Kesimääräinen eho T T P < lim T s( ) d limt d d T < T T T,, T < limt < T Aselsignaali ei ole energiasignaali Aselsignaali on ehosignaali ELEC-A7 Signaali ja järjeselmä 5 op

21 Tehävä Ysiöpulssi rec() rec() Miä signaali ova ehosignaaleja? Miä signaali ova energia signaaleja? Voio signaali olla samaan aiaan seä eho, eä energiasignaali? ELEC-A7 Signaali ja järjeselmä 5 op

22 Teho- ja energiasignaali: Jasollisen signaalin eho Jasollisen signaalin esimääräinen eho T P< v () d< v () d! T T ( ( T missä v() on signaali, jolle päee T T d? d! Inegroini ehdään T:n piuisen aiavälin yli. Tulos on riippumaon :sa. Jasollinen signaali on ehosignaali Kesimääräisen ehon lasemisesi riiää, eä arasellaan yhä jason miaisa aiaväliä. Jason paia voidaan valia mielivalaisesi -T / T / ELEC-A7 Signaali ja järjeselmä 5 op

23 Tehävä Miä on jänniesignaalin s() jason aia? s() Volia seunia Miä on esimääräinen eho vasusessa R? s () R < ς ELEC-A7 Signaali ja järjeselmä 5 op 3

24 . Aia-aselin muunnose

25 Pulssinleveys Oloon x() pulssi, joa on määriely aiavälille [, ] Tarasellaan pulssia y()=x(/t), T> Jos T>, niin pulssin leveys asvaa Jos T<, niin pulssin leveys pienenee x() σ x = - y() σ y =Tσ x T T ELEC-A7 Signaali ja järjeselmä 5 op 5

26 Viive Viiväsey pulssi x(-t), T> x() x(-t) T +T +T ELEC-A7 Signaali ja järjeselmä 5 op 6

27 Symmeria ominaisuude Tarasellaan apausa, jossa v () Jos v() on parillinen v(-)=v() Jos v() on parion v(-)=-v() 7

28 Aia-aselin muunnose Piirrä ( x ( ) < rec x( ) < rec, x3 ( ) < rec, x 4( ) < rec Ysiöpulssi / anipulssi rec() ELEC-A7 Signaali ja järjeselmä 5 op 8

29 .3 Diracin dela-funio ja aselfunio

30 Impulssifunio/Diracin dela-funio Ääreömän apea pulssi, jona pina-ala on., χ() d < χ() d <, Impulssifunio χ() voidaan johaa raja-arvona pulssisa, jona piuus on δ ja oreus /δ, un δ. Suoraaidepulssin apausessa: χ < rec δ δ ( limδ δ x(, x rec < muuoin 3, δ δ

31 Impulssifunio rec δ δ Suoraaidepulssi Gaussin pulssi x exp, οδ δ T= T=.5 T= Ampliudi 5 4 Ampliudi Aia - - Aia 3

32 Ideaalinen näyeenoo Oeaan signaalisa s() näye ajanheellä s() = s( ) Käyännössä yimen suleuuminen ja avauuminen ei apahdu ääreömän nopeasi. ELEC-A7 Signaali ja järjeselmä 5 op 3

33 Käyännön näyeenoo Näyeenoopiirin malli p δ (- ) pulssi, jolla on äärellinen nousuaia δ/ ja jona pina-ala on δ δ, p ( ) d < δ s() δ δ s( ) δ, Kun pulssin nousuaia menee ohi nollaa niin δ s pδ, d< sχ, d< s,, lim ( ) ( ) ( ) ( ) ( ) ELEC-A7 Signaali ja järjeselmä 5 op 33

34 Aselfunio Aselfunio (Heaviside sep funcion) u() ; u( ) < χ( σ) dσ <, Epäjauvuusohdan derivaaa voidaan lausua impulssifunion avulla d u () < χ () d u() u () 34

35 Epäjauva-ampliudise signaali Epäjauvuusoha ajanheellä d x () < ω'() x, x, d ω'(), ( ( χ ( on signaalin jauvan ermin derivaaa x( + ) x( - ) x() dx()/d 35

36 .4 Esponeni- ja sinisignaali

37 Sinimuooinen signaali Sinimuooinen signaali (esim. vaihojännie) ϖ ε( v( ) < Acos A Ampliudi ϖ / + ε Vaiheulma radiaaneina (ο 8 ) ε Vaihesiirymä ε;/ jäö (lag), ε=/ joho (lead) ϖ =ο/t Ominaisulmaaajuus (rad/s) Ominaisaajuus (Hz) Jasonaia ELEC-A7 Signaali ja järjeselmä 5 op 37

38 Sinimuooinen signaali ϖ ε( v( ) < Acos.5.5 A T v() cos(οϖ ) ε/ϖ ELEC-A7 Signaali ja järjeselmä 5 op 38

39 Teho- ja energiasignaali: Sinimuooisen signaalin eho Sinimuooisen signaali ο v( ) < Acos T Tehon määrielmä P < v() d T T ELEC-A7 Signaali ja järjeselmä 5 op 39

40 Teho- ja energiasignaali: Sinimuooisen signaalin eho Signaalin eho T T A ο P < v( ) d < cos ε d T T T T T,, cos cos( ) 4 ix, ix i x, ix x( < e e ( < e e ( < x ( T T < 4ο A T 4ο A P< cos d sin T < T T 4ο T T, ( cos x dx< sin( x) T <, A T T T 4ο T T 4ο T A <, sin sin T,,, < 4ο T 4ο T ELEC-A7 Signaali ja järjeselmä 5 op 4

41 Esponenisignaali Komplesi esponenisignaali (osoiin) ϖ ( ϖ ( ( ) i ϖ v < e < cos isin (Eulerin aava) Jason aia T Sinimuooinen signaali voidaan lausua ahden osoiimen avulla: A v( ) < Acos < e e e e ( iϖ ( i ε, iϖ, iε ϖ ε ELEC-A7 Signaali ja järjeselmä 5 op 4

42 Esponenisignaali Komplesi esponenisignaali (osoiin) v Ce r C C r iϖ ( ) <,,, = Signaali voidaan irjoiaa muooon Reaaliosa: ϖ ( ϖ ( ( r v( ) < Ce cos isin r ζ v < Ce ϖ ( Re ( ) cos ELEC-A7 Signaali ja järjeselmä 5 op 4

43 Vaimeneva ja asvava värähely ϖ ( r x( ) < Ce cos r< r> ELEC-A7 Signaali ja järjeselmä 5 op 43

44 .5 Signaaliavaruus hp://hubblesie.org/newscener/archive/releases///image/a/

45 Veoriavaruus Veoriavaruus (linaariavaruuus) on jouo, johon on määriely asi lasuoimiusa alioiden (veorien) summa seä ns. salaarilla erominen. x x x < Λ xn x a ib n n-dimensioinen omplesi veori < veorin. elemeni Yheenlasu x y x y x y x y x y < < Λ Λ Λ x y x y n n n n ELEC-A7 Signaali ja järjeselmä 5 op Salaarilla erominen x ax x ax < <, x Λ Λ xn axn ax a a n 45

46 Sisäuloavaruus Sisäuloavaruus on veoriavaruus, johon on määriely edellisen operaaioiden lisäsi myös sisäulo, jona avulla voidaan määriää veorien välinen ulma, orogonaalisuus seä miaa niiden suuruua (piuus). n Tavallise ason verori muodosava sisäuloavaruuden, jossa sisäulo on sama uin veorien piseulo x x xy, < yx φ < yx< < n * * * * * y y y Κ n xy Λ < x n * * * * x < x x Κ x n * x < a, ib Veorin hermioini (Transfonoini ja omplesi ongjugaai elemeneisä) ELEC-A7 Signaali ja järjeselmä 5 op 46

47 Sisäuloavaruus Sisäulo indusoi normin, joa eroo veorin piuuden < < * < n < x? xx, xx φ xx Sisäulo määriää ulman veorien välillä xy, π < arccos x y π x x y x < a ib ( ( * x x < a, ib a ib a b x < < Sisäulo määriää projeion piuuden ELEC-A7 Signaali ja järjeselmä 5 op π xy, y x y 47

48 Sisäuloavaruus: Veorien orogonaalisuus ja oronormaalisuus Orogonaalisuus ja oronormaalisuus xy, < xy, < x < y < Orogonaalisuus Oronormaalisuus y x Orogonaali veori ova asossa oisiaan ohisuorassa ELEC-A7 Signaali ja järjeselmä 5 op 48

49 Sisäuloavaruus: Kanaveori Veori {ι, =,,,n} muodosava veoriavaruuden annan miäli yhäään veoria ι ei voida lausua muiden lineaariombinaaiona (veori ova lineaarisesi riippumaomia) # w, l <,,..., n: φ < wφ l l l l < l n φ φ Veori {ι, =,,,n} muodosava veoriavaruuden oronormaalin annan, jos *, l l φ φ < φφ < l < l φ φ ELEC-A7 Signaali ja järjeselmä 5 op 49

50 Veoriavaruus: Veorin esiäminen annan avulla Veori x voidaan esiää oronormaalin annan avulla projisoimalla veori ullein anaveorille x n * < ( < φxφ * x φ φ φ x * ( φxφ * φx * ( φxφ * * ( ( x< φxφ φxφ ELEC-A7 Signaali ja järjeselmä 5 op 5

51 Veoriavaruus: Kanaveori Oloon {x i, i=,,,n} n-diemensioisen veoriavaruuden veoreia. Jos veori ova lineaarisesi riippumaomia niin ne viriävä avaruuden Veoreisa voidaan muodosaa oronormaali ana äyäen Gram-Schmid proseduuria φ φ < x, x, φ φ φ i, φ < x, x, φ φ, i<,3, 4,... n φ i i i j j j< i < < x x φ φ φ i <, i<,,3,4,... n φ x, x, φ φ φ ι x, φ φ x x ELEC-A7 Signaali ja järjeselmä 5 op 5

52 Signaaliavaruus: Sisäulo Oloon x() ja y() omplesiarvoisia aia-alueen signaaleja,. Signaalien sisäulo Ζ * (), () () () x y? x y d x () * x() y () y () ELEC-A7 Signaali ja järjeselmä 5 op x (), y () = signaalien ulon alue 5

53 Signaaliavaruus: Sisäulo Energia signaali voi olla määrielynä myös oo aiaalueessa,,, jolloin ( * x(), y()? x() y () d, Jasollisen ehosignaalien apausessa on apana arasella yhä jason piuisa aiaväliä T * (), ()? () () x y x y d Ζ, T ELEC-A7 Signaali ja järjeselmä 5 op 53

54 Signaaliavaruus: Sisäulo Sisäulo indusoi normin. Normin neliö eroo signaalin energian aiavälillä, * x ()? x (), x () < xx () () d< x () d Energia signaalille Ζ E < x () Jasolliselle ehosignaalille P < x () T ELEC-A7 Signaali ja järjeselmä 5 op 54

55 Signaaliavaruus: Sisäulo Sisäulon ominaisuusia x (), y () < y (), x () ax (), y () < a x (), y () x ay a x y * (), () < (), () v () x (), y () < v (), y () x (), y () * ELEC-A7 Signaali ja järjeselmä 5 op 55

56 Signaaliavaruus: Signaalien orhogonaalisuus ja oronormaalisuus Orogonaalisuus ja oronormaalisuus x (), y () < x (), y () < x ( ) < y ( ) < Orogonaalisuus Oronormaalisuus x() y() x() y() x (), y () < + - ELEC-A7 Signaali ja järjeselmä 5 op 56

57 Tehävä Raaise signaalien x() ja y() energia Raaise myös niiden sisäulo x (), y () Konsruoi singnaaleille oronormaali ana x() Volia seunia y() Volia seunia ELEC-A7 Signaali ja järjeselmä 5 op 57

58 Signaaliavaruus: Signaalin esiäminen annan avulla Approsimoidaan signaalia s() oronormaalin annan {ε ()} avulla? s () cε () s ˆ() Valiaan painoeroime c sien, eä virhesignaalin energia minimoiuu min s (), s ˆ() c Minimi virhe-energia raaisu on c < s(), ε () Eli paras approsimaaio signaalille on < sˆ() s(), ε () ε () ELEC-A7 Signaali ja järjeselmä 5 op 58

59 Signaaliavaruus: Signaalin esiäminen annan avulla Jos virhe s ( ), s ˆ( ) < niin < s() c ε () c < s(), ε () ja < s() c Parsevalin eoreema Muuoin c Besselin epäyhälö s() ELEC-A7 Signaali ja järjeselmä 5 op 59

60 Kanafunioia: Fourierin ana Tarasellaan aiaväliä (-T /, T /) Oronormaali ana ο ε ( ) < exp i T T T T * ε ε T T,, Tähän palaaan luennolla 4. <...,,,,,,,,... ο c < s (), () < s () () d< s () exp, i d T T Jasollisen signaalien aajuusason analyysi Im Kannan muodosaa erisuuniin ja eri aajuusilla pyörivä osoiime f < T Re ELEC-A7 Signaali ja järjeselmä 5 op 6

61 Kanafunioia: Walsh-funio Tarasellaan aiaväliä aiavälillä (,T) K-dimensioinen orogonaali ana ε () < W () Esim. K=4 W() < muuoin p Wn p( ) < Wn, ( Wn, 4 4 =: n=,p= =: n=,p= =3: n=,p= =4: n=,p= W () W () Pulssimaise signaali Sovellusia: - anavoinioodaus CDMAjärjeselmässä - uvion unnisus ja uvanäsiely - W () - W () 3 ELEC-A7 Signaali ja järjeselmä 5 op 6

62 Mihin signaaliavaruua voi äyää? CDMA esimeri 3. suupolven maaviesinäjärjeselmässä äyeään oodijaoisa iedonsiiroa (Code Division Muliple Access, CDMA), jossa ieyllä aajuusaisalla läheeään usealle äyäjälle ieoa samanaiaisesi. Käyäjä eroeaan oisisaan äyämällä orogonaalisia hajauusoodeja, joa perusuva Walsh-funioihin. Oloon I i informaaio symboli, joa on aroieu maapuhelimelle i. Jäeään esimerisä selvyyden vuosi anoaallon vaiuus pois. Tuiaseman läheämä signaali on muooa s( ) < I W ( ), T j j j Noia Flexi WCDMA base saion ELEC-A7 Signaali ja järjeselmä 5 op 6

63 Mihin signaaliavaruua voi äyää? CDMA esimeri Korrelaaiovasaanoin perusuu sisäulon lasemiseen vasaanoeun signaalin s() ja äyäjän oman hajauusoodin W i () välillä. s(), W() < I W(), W () < I W (), W () < I i j i j j j i i j j osa Walsh-funio muodosava oronormaalin annan. W (), W() j i < j j < i i ELEC-A7 Signaali ja järjeselmä 5 op 63

64 Muia oronormaaleia anafunioia Laguerren funio L (), [,), =,,, ε() < exp, L() exp, ( d L( ) < exp, ( (! d ( ) L () < (, ) L (), L (), Kvanimeaniia: Schrödingerin yhälön raaisu Hermien funio H (), (,), =,,, exp, ε() < H() n! ο ( ( (, Fysiia, ilasoiede ( d H( ) <, exp, exp, d H () < H (), H () Legendren funio P (), [-,], =,,, ε() < P() d P( ) <, (! d ( ) P () < ( ) P (), P (), Poeniaalieoria (sähömagneismi, virausdynamiia, ähiiede, ): Laplacen yhälö raraisu Tsebysevin (Chebyshevin) funio C (), [-,], =,,,, 4, ( C ( ) < ο ε() <, ( < ο C () < C (), C (),, 4 C ( ),,..., C() <, C() < Approsimaaioeoria (inerpoloini) ELEC-A7 Signaali ja järjeselmä 5 op 64

65 S.-G. Häggman, ELEC-A7 Luenomonisee, 5 Hermien polynomeihin perusuva anafunio Legendren polynomeihin perusuva anafunio.5 n=4 n= n= n= n= -.5 n= n= n= n=4 n= n=5 n= Tšebyshevin polynomeihin perusuva anafunio n=3 n=5 n=4 n= n= n= ELEC-A7 Signaali ja järjeselmä 5 op Laguerren polynomeihin perusuva anafunio n=.5 n= n=4 n= n=3 n=5 Aalo-yliopiso -.5 Tieoliienne- ja

66 Signaaliavaruus: anafunio Muodoseaan orogonaali ana n:sa lineaarisesi x () riippumaomasa signaalisa ζ ε () < x () x () ε () < x (), x (), ε () ε () ε () < ε () ε () i, ε () < x (), x (), ε () ε (), i <,3,4,... n i i i j j j< ε i() εi( ) <, i<,,3, 4,... n ε () i ELEC-A7 Signaali ja järjeselmä 5 op 66

67 Gram-Schmid proseduuri Tarasellaan signaaleia {x ()} x () x () x () x4( ) x () <, x () x () T ELEC-A7 Signaali ja järjeselmä 5 op E < x () < x () d E < E <, E < E < 3 67

68 Gram-Schmid proseduuri Oronormaali anafunio (signaali) ε () ε () ε (), 3 Signaalijouo {x ()} sisälsi vain olme lineaarisesi riippumaona signaalia, joen anafunioiain on vain olme ELEC-A7 Signaali ja järjeselmä 5 op 68

69 Gram-Schmid proseduuri Signaalien esiäminen annan avulla x () < ε () x () < ε () x () < ε () ε () 3 3 x () <, ε () ε () 4 3 Veori esiys, ε ε ε 3, g <, g <, g3 <, g4 < E < g, E < g <, E < g < 3, E < g < ELEC-A7 Signaali ja järjeselmä 5 op 69

70 Mihin signaaliavaruua voi äyää? Modulaaio esimeri Tarasellaan digiaalisa modulaaioa. K läheeävää biiä uvaaan K symbolisi Symbolin piuus (ajallinen eso) on T Kuain symbolia =,,, K vasaa oma a ampliudi ja vaihe ε. Symboli läheeään äyäen anoaaloa, jona aajuus on f c Symboleia vasaava aalomuodo ova P s ( ) sin (,,,,..., K < a ο fc ε T < T Oleeaan, eä ft c ELEC-A7 Signaali ja järjeselmä 5 op 7

71 Mihin signaaliavaruua voi äyää? Modulaaio esimeri Oeaan asi oronormaalia anafunioa ε ( ) < sin ο fc(, T T ε( ) < cos ο fc(, T T Ny signaali voidaan esiää muodossa P s( ) < a sin f T ο ε ( c P P < a cos sin fc asin cos fc T T ε ( ο ( ε ( ο ( ( ( < Pa cos ε ε () Pa sin ε ε () ELEC-A7 Signaali ja järjeselmä 5 op 7

72 Mihin signaaliavaruua voi äyää? Modulaaio esimeri Ny on helppo visualisoida läheeävä symboli ε( ) Pa sin ε ( Pa cos ε ( ε () ELEC-A7 Signaali ja järjeselmä 5 op 7

73 Mihin signaaliavaruua voi äyää? Modulaaio esimeri Konsillaaio uva Kaii symboli esieynä annan avulla 8-PSK hp://zone.ni.com/cms/images/devzone/u/ps.jpg ELEC-A7 Signaali ja järjeselmä 5 op 73

74 Mihin signaaliavaruua voi äyää? Modulaaio esimeri TD-LTE Downlin 64-QAM ELEC-A7 Signaali ja järjeselmä 5 op 74

S Signaalit ja järjestelmät 5 op. Pääassistentti Seppo Saastamoinen. S-posti: Puh E307B S.72.

S Signaalit ja järjestelmät 5 op. Pääassistentti Seppo Saastamoinen. S-posti: Puh E307B S.72. S-7. Signaali ja järjeselmä 5 op Luennoisija Prof. Riu Jäni S-posi: riu.jani@.fi Puh. 9 45 353 E9 Pääassiseni Seppo Saasamoinen S-posi: seppo.saasamoinen@.fi Puh. 45 547 E37B S.7. Miä äsiellään? signaalien

Lisätiedot

S Signaalit ja järjestelmät 5 op. Luennoitsija Prof. Riku Jäntti S-posti: Puh E219 S.72.

S Signaalit ja järjestelmät 5 op. Luennoitsija Prof. Riku Jäntti S-posti: Puh E219 S.72. S-7. Signaali ja järjeselmä 5 op Luennoisija Prof. Riu Jäni S-posi: riu.jani@.fi Puh. 9 45 353 E9 S.7. Miä äsiellään? signaalien ja järjeselmien perusäsieiä signaali- ja järjeselmäanalyysin perusmeneelmiä

Lisätiedot

ELEC-A7200 Signaalit ja järjestelmät 5 op

ELEC-A7200 Signaalit ja järjestelmät 5 op Luennoisija Prof. Riku Jäni Pääassiseni Seppo Saasamoinen S-posi: riku.jani@aalo.fi Puh. 5 597 8588 E9 Vasaanoo ma klo 9- S-posi: seppo.saasamoinen@aalo.fi Puh. 5 365 376 hps://noppa.aalo.fi/noppa/kurssi/elec-a7/eusivu

Lisätiedot

Luento 11. Stationaariset prosessit

Luento 11. Stationaariset prosessit Lueno Soasisen prosessin ehosperi Signaalin suodaus Kaisarajoieu anava 5..6 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan

Lisätiedot

Luento 11. Stationaariset prosessit

Luento 11. Stationaariset prosessit Lueno Soasisen prosessin ehosperi Saunnaissignaalin suodaus 5..7 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ) ( ) ( ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan

Lisätiedot

S Signaalit ja järjestelmät Tentti

S Signaalit ja järjestelmät Tentti S-7. Signaali ja järjeselmä eni..6 Vasaa ehävään, ehävisä 7 oeaan huomioon neljä parhaien suorieua ehävää.. Vasaa lyhyesi seuraaviin osaehäviin, käyä arviaessa kuvaa. a) Mikä kaksi ehoa kanaunkioiden φ

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

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

järjestelmät Luento 4

järjestelmät Luento 4 DEE- Lineaarise järjeselmä Lueno 4 Lineaarise järjeselmä Riso Mionen 3.7.4 Lueno 3 - Recap Lineaarisen differenssiyhälöiden raaiseminen Impulssivaseen äsie Impulssivase ja onvoluuiosumma Lineaarise järjeselmä

Lisätiedot

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -uvaus ja ilayhälömalli, ila Linearisoini Jauva-aiaisen lineaarisen järjeselmän siirofunio, sabiilisuus Laplace-muunnos Disreeiaiaisen lineaarisen järjeselmän

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia 8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.

Lisätiedot

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri. ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!

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

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi. / Raaisu Aihee: Avaisaa: Momeiemäfuio Sauaismuuujie muuose ja iide jaauma Kovergessiäsiee ja raja-arvolausee Biomijaauma, Espoeijaauma, Geomerie jaauma, Jaaumaovergessi, Jauva asaie jaauma, Kolmiojaauma,

Lisätiedot

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän: ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän

Lisätiedot

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt SMG-500 Verolasennan numeerise meneelmä Ehdouse harjoiusen 4 raaisuisi Haeaan ensin ehävän analyyinen raaisu: dx 0 0 0 0 dx 00e = 0 = 00e 00 x = e + = 5e + alueho: x(0 = 0 0 x 0 = 5e + = 0 = 5 0 0 0 5

Lisätiedot

Luento 2. Järjestelmät aika-alueessa Konvoluutio-integraali. tietoverkkotekniikan laitos

Luento 2. Järjestelmät aika-alueessa Konvoluutio-integraali. tietoverkkotekniikan laitos Lueno 2 Järjeselmä aika-alueessa Konvoluuio-inegraali Lueno 2 Lueno 2 Järjeselmä aika alueessa; Konvoluuio inegraali 2.1 Järjeselmien perusominaisuude Oppenheim 1.5. 1.6 Muisillise ja muisioma järjeselmä

Lisätiedot

Luento 11. tietoverkkotekniikan laitos

Luento 11. tietoverkkotekniikan laitos Lueno Lueno Sokasise signaali ja prosessi II. Sokasise prosessi Pruju Saionaarisuus, ergodisuus Auo ja risikorrelaaio ehospekri.3 Kohinan suodaaminen Sokasinen raja arvo ja derivaaa Winer Khinchin eoreema.3

Lisätiedot

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y) Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei

Lisätiedot

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta KK ieoliikennelaboraorio 7.2.27 Seppo Saasamoinen Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali, kun ulosignaali ja järjeselmän

Lisätiedot

Tietoliikennesignaalit

Tietoliikennesignaalit ieoliikennesignaali 1 ieoliikenne inormaaion siiroa sähköisiä signaaleja käyäen. Signaali vaiheleva jännie ms., jonka vaiheluun on sisällyey inormaaioa. Signaalin ominaisuuksia voi ukia a aikaasossa ime

Lisätiedot

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5 S-72. Signaali ja järjeselmä Laskuharjoiukse, syksy 28 Konvoluuion laskeminen vaihe vaiheela Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali,

Lisätiedot

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) ( TT/TV Inegraalimuunnokse Fourier-muunnos, ehäviä : Vasauksia Meropolia/. Koivumäki v(. Määriä oheisen signaalin Fourier-muunnos. Vinkki: Superposiio, viive. Voidaan sovelaa superposiioperiaaea, koska signaalin

Lisätiedot

Luento 9. Epälineaarisuus

Luento 9. Epälineaarisuus Lueno 9 Epälineaarisuus 9..7 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

7. Luento. Luento 7 Modulaatio Oppenheim luku 8 soveltuvin Koherentti ja epäkoherentti analoginen modulaatio

7. Luento. Luento 7 Modulaatio Oppenheim luku 8 soveltuvin Koherentti ja epäkoherentti analoginen modulaatio 7. Lueno Lueno 7 Modulaaio Oppenheim luku 8 soveluvin Kohereni ja epäkohereni analoginen modulaaio osin Digiaalinen modulaaio Konsillaio (Lueno & ) Modulaaio Modulaaiossa siirreään moduloivan signaalin

Lisätiedot

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN YYSILMIÖ J SILÄ VÄLYMIE YYSE SIIRO LJEUS HYVÄSI ÄYÄE ieoliikenneekniikka I 559 ari ärkkäinen Osa 5 4 MILLOI? Milloin ja missä kynnysilmiö esiinyy? un vasaanoimen ulon SR siis esi-ilmaisusuodaimen lähdössä

Lisätiedot

5. Vakiokertoiminen lineaarinen normaaliryhmä

5. Vakiokertoiminen lineaarinen normaaliryhmä 1 MAT-145 LAAJA MATEMATIIKKA 5 Tampereen eknillinen yliopiso Riso Silvennoinen Kevä 21 5. Vakiokeroiminen lineaarinen normaaliryhmä Todeaan ensin ilman odisuksia (ulos on syvällinen) rakaisujen olemassaoloa

Lisätiedot

Luento 2. Jaksolliset signaalit

Luento 2. Jaksolliset signaalit Luento Jaksollisten signaalien Fourier-sarjat Viivaspektri S-.7. Signaalit ja järjestelmät 5 op KK ietoliikennelaboratorio Jaksollinen (periodinen) Jaksolliset signaalit Jaksonaika - / / Perusjakso Amplitudi

Lisätiedot

a) Ortogonaalinen, koska kantafunktioiden energia 1

a) Ortogonaalinen, koska kantafunktioiden energia 1 S-7.060 Signaali ja järjeselmä Teni 14.5.001 1. Vasaa lyhyesi seuraaviin saehäviin, käyä arviaessa kuvaa. a) Mikä minaisuuksisa rgnaalinen ja rnrmaalinen kuvaa paremmin Furier-sarjaa ja miksi? b) Esiä

Lisätiedot

S Piirianalyysi 2 1. Välikoe

S Piirianalyysi 2 1. Välikoe S-55.0 Piirianalyyi. Välioe.3.0 ae ehävä eri paperille uin ehävä 3 5. Muia irjoiaa joaieen paperiin elväi nimi, opielijanumero, urin nimi ja oodi. Tehävä laeaan oreaoulun oepaperille. Muia papereia ei

Lisätiedot

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen

Lisätiedot

a. Varsinainen prosessi on tuttua tilaesitysmuotoa:

a. Varsinainen prosessi on tuttua tilaesitysmuotoa: ELEC-C Sääöeniia 7. lauharjoiu Vaaue. r - K u K C y a. Varinainen proei on uua ilaeiymuooa: A Bu y C Kuvaa nähdään, eä ilamallin iäänmenona on u r K. Salaaria ei voi vähenää mariiia, joen un on n -veori,

Lisätiedot

x v1 y v2, missä x ja y ovat kokonaislukuja.

x v1 y v2, missä x ja y ovat kokonaislukuja. Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen

Lisätiedot

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV. Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 Keraus K. A: III, B: I, C: II ja IV Kuvaaja: I II III IV Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 K. a) lim ( ) Nimiäjä ( ) o aia

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

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi:

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi: 77 Aemmn oleen, eä mars A on dagonalsouva. Tällanen on lanne äsmälleen sllon, un joasen omnasarvon geomernen eraluu on sama un algebrallnen. Täydenneään eoraa seuraavlla uloslla apaussa, jossa monnerasen

Lisätiedot

SIGNAALITEORIAN KERTAUSTA 2. Tietoliikennetekniikka I A Kari Kärkkäinen Osa 3

SIGNAALITEORIAN KERTAUSTA 2. Tietoliikennetekniikka I A Kari Kärkkäinen Osa 3 SIGNAALITEORIAN KERTAUSTA 2 Tieoliikenneekniikka I 521359A Kari Kärkkäinen Osa 3 Konvoluuio ja kerolasku ajassa ja aajuudessa Kanaaajuussignaali baseband sanomasignaali sellaisenaan ilman modulaaioa Kaisanpääsösignaali

Lisätiedot

Luento 3. Fourier-sarja

Luento 3. Fourier-sarja Fourier muuos Rayleigh eoreema Spekriiheys Lueo 3 4..6 Fourier-sarja Fourier-sarja avulla pysyii esiämää jaksollie sigaali, joka jaksoaika o. Fourier-sarja Fourier-kompoei Eäpä aperiodise sigaali, joilla

Lisätiedot

W dt dt t J.

W dt dt t J. DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan

Lisätiedot

Luento 3. Fourier-sarja

Luento 3. Fourier-sarja Fourier-muuos Rayleigh eoreema Spekriiheys Lueo 3 4..7 Fourier-sarja Fourier-sarja avulla pysyii esiämää jaksollie sigaali, joka jaksoaika o. Fourier-sarja Fourier-kompoei Eäpä aperiodise sigaali, joilla

Lisätiedot

JLP:n käyttämättömät mahdollisuudet. Juha Lappi

JLP:n käyttämättömät mahdollisuudet. Juha Lappi JLP:n äyämäömä mahdollisuude Juha Lappi LP ehävä p z = a x + b z 0 Max or Min (.) 0 0 = = subjec o he following consrains: c a x + b z C, =,, q p q K r (.2) = = m n i ij K (.3) i= j= ij x xw= 0, =,, p

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 17: Yhden vapausasteen pakkovärähtely, impulssikuormitus ja Duhamelin integraali

VÄRÄHTELYMEKANIIKKA SESSIO 17: Yhden vapausasteen pakkovärähtely, impulssikuormitus ja Duhamelin integraali 7/ VÄRÄHTELYMEKANIIKKA SESSIO 7: Yhn vapausasn paovärähly, impulssiuormius ja Duhamlin ingraali IMPULSSIKUORMITUS Maanisn sysmiin ohisuva jasoon hrä on usin ajasa riippuva lyhyaiainn uormius. Ysinraisin

Lisätiedot

2 Taylor-polynomit ja -sarjat

2 Taylor-polynomit ja -sarjat 2 Taylor-polynomit ja -sarjat 2. Taylor-polynomi Taylor-polynomi P n (x; x 0 ) funtion paras n-asteinen polynomiapprosimaatio (derivoinnin annalta) pisteen x 0 lähellä. Maclaurin-polynomi: tapaus x 0 0.

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,

Lisätiedot

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A. 9. Epäoleellise inegraali; inegraalin derivoini paramerin suheen 9.. Epäoleellise aso- ja avaruusinegraali 27. Olkoon = {(x, y) x, y }. Osoia hajaanuminen ai laske arvo epäoleelliselle asoinegraalille

Lisätiedot

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s). DEE- Piirianalyysi Ykkösharkan ehävien rakaisuehdoukse. askeaan ensin, kuinka paljon äyeen ladaussa akussa on energiaa. Tämä saadaan laskeua ehäväpaperissa anneujen akun ieojen 8.4 V ja 7 mah avulla. 8.4

Lisätiedot

Tehtävä I. Vaihtoehtotehtävät.

Tehtävä I. Vaihtoehtotehtävät. Kem-9.7 Prosessiauomaaion perusee Teni 5.9.5 TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA TENTIN MUKANA NIMI: (OS: ) OPINTOKIRJA: VIERAILULUENNOT KUUNNELTU: VALV. LASK: Tehävä I. Vaihoehoehävä. Oikea vasaus

Lisätiedot

12. ARKISIA SOVELLUKSIA

12. ARKISIA SOVELLUKSIA MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina

Lisätiedot

KANTOAALTOMODULOIDUN KAISTANPÄÄSTÖSIGNAALIN (BANDPASS) JA KANTATAAJUISEN (BASEBAND) SIGNAALIN AMPLITUDISPEKTRIT

KANTOAALTOMODULOIDUN KAISTANPÄÄSTÖSIGNAALIN (BANDPASS) JA KANTATAAJUISEN (BASEBAND) SIGNAALIN AMPLITUDISPEKTRIT KANOAALOMODULOIDUN KAISANPÄÄSÖSINAALIN BANDPASS JA KANAAAJUISEN BASEBAND SINAALIN AMPLIUDISPEKRI 536A ieoliienneeniia II Osa 5 Kari Käräinen Sysy 05 EHOIHEYSSPEKRI & KAISANLEVEYS Edellä arasellu modulaaio

Lisätiedot

Tasaantumisilmiöt eli transientit

Tasaantumisilmiöt eli transientit uku 12 Tasaanumisilmiö eli ransieni 12.1 Kelan kykeminen asajännieeseen Kappaleessa 11.2 kykeiin reaalinen kela asajännieeseen ja ukiiin energian varasoiumisa kelan magneeikenään. Tilanne on esiey uudelleen

Lisätiedot

Yhden vapausasteen värähtely - harjoitustehtäviä

Yhden vapausasteen värähtely - harjoitustehtäviä Dynaiia 1 Liie luuun 8. g 8.1 Kuvan jousi-assa syseeissä on = 10 g ja = 2,5 N/. Siiryä iaaan saaisesa asapainoaseasa lähien. luheellä = 0 s assa on saaisessa asapainoaseassaan ja sillä on nopeus 0,5 /

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa

Lisätiedot

12. Luento. Modulaatio

12. Luento. Modulaatio Analoginen modulaaio Digiaalinen modulaaio. Lueno 5..6 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri moduloidun signaalin aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,

Lisätiedot

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +.

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +. Diffrniaaliyhälö II, harjoius 3, 8 228, rakaisu JL, kuusi sivua a On muunnava linaarinn oisn kraluvun diffrniaaliyhälö ẍ qx f yhäpiäväksi nsimmäisn kraluvun linaarisksi kahdn skalaariyhälön sysmiksi Rak

Lisätiedot

2. Systeemi- ja signaalimallit

2. Systeemi- ja signaalimallit 2. Syseemi- ja signaalimalli Malliyyppejä: maemaainen malli: muuujien välise suhee kuvau maemaaisesi yhälöin lohkokaaviomalli: syseemin oiminojen looginen jako lohkoihin, joiden välisiä vuorovaikuuksia

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle / MS-A8 Differentiaali- ja integraalilasenta, V/27 Differentiaali- ja integraalilasenta Rataisut. viiolle /. 3.4. Luujonot Tehtävä : Mitä ovat luujonon viisi ensimmäistä termiä, un luujono on a) (a n ) n=,

Lisätiedot

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen

Lisätiedot

Ene-59.4130, Kuivatus- ja haihdutusprosessit teollisuudessa, Laskuharjoitus 5, syksy 2015

Ene-59.4130, Kuivatus- ja haihdutusprosessit teollisuudessa, Laskuharjoitus 5, syksy 2015 Ene-59.4130, Kuivaus- ja haihduusprosessi eollisuudessa, asuharjoius 5, sysy 2015 Tehävä 4 on ähiehävä Tehävä 1. eijuerrosilassa poleaan rinnain uora ja urvea. Kuoren oseus on 54% ja uiva-aineen ehollinen

Lisätiedot

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä

Lisätiedot

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d) Tehävä 1. Oleeaan, eä on käössä jakuva kuva, jossa (,, ) keroo harmaasävn arvon paikassa (, ) ajanhekenä. Dnaaminen kuva voidaan esiää Talor sarjana: d d d d d d O ( +, +, + ) = (,, ) + + + + ( ). (4a)

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

Tilausohjatun tuotannon karkeasuunnittelu. Tilausohjatun tuotannon karkeasuunnittelu

Tilausohjatun tuotannon karkeasuunnittelu. Tilausohjatun tuotannon karkeasuunnittelu Tilausohjaun uoannon areasuunnielu Tilausohjaussa uoannossa sarjojen muodosaminen ei yleensä ole relevani ongelma, osa uoevaihelu on suura, mä juuri onin peruse MTO-uoannolle Tuoe- ja valmisusraenee ova

Lisätiedot

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia 6.4 Variaaiolaskennan oleusen rajoiukse Sivu ss. 27 31 läheien Kirk, ss. 13 143] ja KS, Ch. 5] pohjala Lähökoha oli: jos J:llä on eksremaali (), niin J:n variaaio δj( (), δ()) ():ä pikin on nolla. 1. Välämäön

Lisätiedot

ELEC-A7200 Signaalit ja järjestelmät

ELEC-A7200 Signaalit ja järjestelmät ELEC-A700 Signaalit ja järjestelmät Professori Riku Jäntti ELEC-A700 Signaalit ja järjestelmät Mitä kurssilla käsitellään? signaalien ja järjestelmien peruskäsitteitä signaali- ja järjestelmäanalyysin

Lisätiedot

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen Soimukseneon dynamiikka: johdano ja haiallinen valikoiuminen Ma-2.442 Oimoinioin seminaari Elise Kolola 8.4.2008 S yseemianalyysin Laboraorio Esielmä 4 Elise Kolola Oimoinioin seminaari - Kevä 2008 Esiyksen

Lisätiedot

11. Jatkuva-aikainen optiohinnoittelu

11. Jatkuva-aikainen optiohinnoittelu . Jauva-aiainen opiohinnoielu Sijoiusoheien hinojen ehiymisä voiaan arasella myös jauva-aiaisina prosesseina Iô-prosessi erisuuruise perioiohaise hinnanmuuose mahollisia voiaan oisinaan raaisa analyyisesi.

Lisätiedot

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan 87 5. Eliminoinimeneely Tarkaellaan -kokoia vakiokeroimia yeemiä + x a a x a x + a x b() x = = = +. a a x a x a x b () (3) b() x + Derivoimalla enimmäinen komponeni, ijoiamalla jälkimmäien derivaaa iihen

Lisätiedot

z z 0 (m 1)! g(m 1) (z0) k=0 Siksi kun funktioon f(z) sovelletaan Cauchyn integraalilausetta, on voimassa: sin(z 2 dz = (z i) n+1 k=0

z z 0 (m 1)! g(m 1) (z0) k=0 Siksi kun funktioon f(z) sovelletaan Cauchyn integraalilausetta, on voimassa: sin(z 2 dz = (z i) n+1 k=0 TKK, Matematiian laitos v.pfaler/pursiainen Mat-.33 Matematiian perusurssi KP3-i sysy 2007 Lasuharjoitus 4 viio 40 Tehtäväsarja A viittaa aluviion ja L loppuviion tehtäviin. Valmistauu esittämään nämä

Lisätiedot

ELEC-A7200 Signaalit ja järjestelmät

ELEC-A7200 Signaalit ja järjestelmät ELEC-A700 Signaalit ja järjestelmät Professori Riku Jäntti ELEC-A700 Signaalit ja järjestelmät Mitä kurssilla käsitellään? signaalien ja järjestelmien peruskäsitteitä signaali- ja järjestelmäanalyysin

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

Osittaisdifferentiaaliyhtälöt

Osittaisdifferentiaaliyhtälöt Osittaisdifferentiaaliyhtälöt Harjoituskokoelmat 4 ja 5, kevät 2011 Palautus Eemeli Blåstenille to 23.6. klo 16.00 mennessä 1. Ratkaise Dirichlet ongelma u(x, y) = 0, x 2 + y 2 < 1, u(x, y) = y + x 2,

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

12. Luento. Modulaatio

12. Luento. Modulaatio Analoginen modulaaio Digiaalinen modulaaio. Lueno..7 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri kanoaallon aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,

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

funktiojono. Funktiosarja f k a k (x x 0 ) k

funktiojono. Funktiosarja f k a k (x x 0 ) k SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 3 4. Funtiosarjat Tässä luvussa esitettävissä funtiosarjojen tulosissa yhdistämme luujen 3 teoriaa. Esimeri 4.. Geometrinen sarja x suppenee aiilla x ], [ ja hajaantuu

Lisätiedot

Luento 7 Järjestelmien ylläpito

Luento 7 Järjestelmien ylläpito Luno 7 Järjslmin ylläpio Ahi Salo Tknillinn korkakoulu PL, 5 TKK Järjslmin ylläpidosa Priaallisia vaihohoja Uusiminn rplacmn Ennalahkäisvä huolo mainnanc Korjaaminn rpair ❶ Uusiminn Vioiun komponni korvaaan

Lisätiedot

5 YHDEN VAPAUSASTEEN YLEINEN PAKOTETTU LIIKE

5 YHDEN VAPAUSASTEEN YLEINEN PAKOTETTU LIIKE Värähelymeaiia 5. 5 YHDEN VAPAUSASTEEN YLEINEN PAKOTETTU LIIKE 5. Johao Luvussa 4 araselii yhe vapausasee syseemii harmoisesa heräeesä aiheuuvaa vasea ja havaiii se riippuva pääasiassa syseemi vaimeusesa

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

Luento Otosavaruus, tapahtuma. Otosavaruus (sample space) on kaikkien mahdollisten alkeistapahtumien (sample) ω joukko.

Luento Otosavaruus, tapahtuma. Otosavaruus (sample space) on kaikkien mahdollisten alkeistapahtumien (sample) ω joukko. Luento 0 odennäöisyyslasentaa Otosavaruus, tapahtuma ja todennäöisyys Ehdollinen todennäöisyys, tilastollinen riippumattomuus, Bayesin teoreema, oonaistodennäöisyys Odotusarvo, varianssi, momentti Stoastiset

Lisätiedot

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY Värähelymeaa 8. 8 USEAN VAPAUSASEEN SYSEEMIN VAIMENEMAON PAKKOVÄRÄHELY 8. Normaalmuoomeeelmä Usea vapausasee syseem leyhälöde (7.) raaseme vaa aava (7.7) a (7.8) homogeese yhälö ylese raasu { } lsäs paovomaveora

Lisätiedot

SATE1050 Piirianalyysi II syksy 2016 kevät / 6 Laskuharjoitus 10 / Kaksiporttien ABCD-parametrit ja siirtojohdot aikatasossa

SATE1050 Piirianalyysi II syksy 2016 kevät / 6 Laskuharjoitus 10 / Kaksiporttien ABCD-parametrit ja siirtojohdot aikatasossa SATE050 Piirianalyysi II syksy 06 kevä 07 / 6 Tehävä. Määriä alla olevassa kuvassa esieylle piirille kejumariisi sekä sen avulla syööpiseimpedanssi Z(s), un kuormana on resisanssi k. i () L i () u () C

Lisätiedot

YKSISIVUKAISTAMODULAATIO (SSB)

YKSISIVUKAISTAMODULAATIO (SSB) YKSISIVUKAISTAODULAATIO SSB ien kaisaa voi sääsää verrauna DSB- a A-modulaaioihin? ikä on Hilber-munnin? 5357A Tieoliikenneekniikka I Osa 9 Kari Kärkkäinen Kevä 05 YKSISIVUKAISTAODULAATION IDEA DSB & A-inormaaio

Lisätiedot

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka IMA- Exurso: Kompleksluvu ja radosgnaal / KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT Tausaa IMA- Exurso: Kompleksluvu ja radosgnaal / Kakk langaon vesnä ja radoeolkenne (makapuhelme, WLAN, ylesrado

Lisätiedot

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24 Sarjateorian tehtävät 0. syysuuta 2005 sivu / 24 Perustehtäviä. Muunna sarja telesooppimuotoon ja osoita, että se suppenee. Lase myös sarjan summa. ( + ) = 2 + 6 + 2 +... 2. Osoita suoraan määritelmään

Lisätiedot

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1 Luuteoria Harjoitus 1 evät 2011 Alesis Kosi 1 Tehtävä 1 Näytä: jos a ja b ovat positiivisia oonaisluuja joille (a, b) = 1 ja a c, seä lisäsi b c, niin silloin ab c. Vastaus Kosa a c, niin jaollisuuden

Lisätiedot

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35 Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen

Lisätiedot

M 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon

M 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon Matematiian ja tilastotieteen laitos Stoastiset differentiaaliyhtälöt Rataisuehdotelma Harjoituseen 7 1. Näytä, että uvaus M M M 2, un M 2 M = sup E M 2 t 2 t 0 on normi jouossa M 2 = { M : M on martingaali

Lisätiedot

Satunnaismuuttujien muunnokset ja niiden jakaumat

Satunnaismuuttujien muunnokset ja niiden jakaumat Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2007) 1 Satunnaismuuttujien muunnokset ja

Lisätiedot

S Signaalit ja järjestelmät (5 op) Prof. Sven-Gustav Häggman

S Signaalit ja järjestelmät (5 op) Prof. Sven-Gustav Häggman S-7.1110 Signaali ja järjeselmä (5 op) Prof. Sven-Gusav Häggman S-7.1110 Signaali ja järjeselmä (5 op) Sven-Gusav Häggman Sisällyslueelo sivu 1 Johdano 7 Signaali ja signaalien esiäminen 13.1 Signaalien

Lisätiedot

YKSISIVUKAISTAMODULAATIO (SSB)

YKSISIVUKAISTAMODULAATIO (SSB) YKSISIVUKISTODULTIO SSB Tieoliikenneekniikka I 5359 Kari Kärkkäinen Osa 6 0 Yksisivukaisamodulaaion idea DSB:ssa inormaaio on redundanisesi kaheen keraan, s. LSB & USB. Toisen kaisan läheys riiää, olloin

Lisätiedot

KJR-C2002 Kontinuumimekaniikan perusteet, viikko 45/2017

KJR-C2002 Kontinuumimekaniikan perusteet, viikko 45/2017 KJR-C00 Kontinuumimeaniian perusteet viio 45/017 1. Oloon f t ) alojen onsentraatio [ f ] < g/m ) joessa joa riippuu siis seä paiasta että ajasta. Havaitsija on veneessä ja mittaa onsentraatiota suoraan

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 2 (viikko 6) Tehävä 1 Sovelleaan luenokalvojen sivulla 46 anneua kaavaa: A A Y Y K α ( 1 α ) 0,025 0,5 0,03 0,5 0,01 0,005 K Siis kysyy Solowin

Lisätiedot

1 Excel-sovelluksen ohje

1 Excel-sovelluksen ohje 1 (11) 1 Excel-sovelluksen ohje Seuraavassa kuvaaan jakeluverkonhalijan kohuullisen konrolloiavien operaiivisen kusannusen (SKOPEX 1 ) arvioimiseen arkoieun Excel-sovelluksen oimina, mukaan lukien sovelluksen

Lisätiedot

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M V. POTENSSISARJAT Funtioterminen sarja V.. Abelin lause ja potenssisarjan suppenemisväli P a x x, missä a, a, a 2,... R ja x R ovat vaioita, on potenssisarja, jona ertoimet ovat luvut a, a,... ja ehitysesus

Lisätiedot

a) Miksi signaalin jaksollisuus on tärkeä ominaisuus? Miten jaksollisuus vaikuttaa signaalin taajuussisältöön?

a) Miksi signaalin jaksollisuus on tärkeä ominaisuus? Miten jaksollisuus vaikuttaa signaalin taajuussisältöön? L53, Sinaalioria J. Laiinn..5 E3SN, E3SN5Z Väliko, rakaisu Vasaa lyhysi suraaviin kysymyksiin. 6p a Miksi sinaalin aksollisuus on ärkä ominaisuus? Min aksollisuus vaikuaa sinaalin aauussisälöön? b Miä

Lisätiedot

Luento Otosavaruus, tapahtuma. Otosavaruus (sample space) on kaikkien mahdollisten alkeistapahtumien (sample) ω joukko.

Luento Otosavaruus, tapahtuma. Otosavaruus (sample space) on kaikkien mahdollisten alkeistapahtumien (sample) ω joukko. Luento odennäöisyyslasentaa Otosavaruus, tapahtuma ja todennäöisyys Ehdollinen todennäöisyys, tilastollinen riippumattomuus, Bayesin teoreema, oonaistodennäöisyys Odotusarvo, varianssi, momentti Stoastiset

Lisätiedot

Matemaattinen Analyysi

Matemaattinen Analyysi Vaasan yliopisto, evät 05 / ORMS00 Matemaattinen Analyysi 6. harjoitus. Approsimoi toisen asteen polynomilla P(x) = b 0 +b x+b x oheisen tauluon muaisia havaintoja. (Teorian löydät opetusmonisteen sivuilta

Lisätiedot

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1 Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2004) 1 Satunnaismuuttujien muunnokset ja niiden jakaumat Satunnaismuuttujien muunnosten jakaumat

Lisätiedot

Talousmatematiikan perusteet

Talousmatematiikan perusteet vä9 / orms.3 Talousmatmatiian prustt 6. harjoitus, viio 9 45...3.9 L Ma A R5 Ti 4 6 F453 R Ma 4 F453 L To 8 A R Ma 6 8 F453 R6 To 4 F4 R3 Ti 8 F45 R7 P 8 F453 R4 Ti 4 F453 R8 P F453. Las intgraalit a 6x

Lisätiedot