TL5362DSK-algoritmit (J. Laitinen) TTE2SN4X/4Z, TTE2SN5X/5Z Välikoe 1, ratkaisut

Koko: px
Aloita esitys sivulta:

Download "TL5362DSK-algoritmit (J. Laitinen) TTE2SN4X/4Z, TTE2SN5X/5Z Välikoe 1, ratkaisut"

Transkriptio

1 TL536DSK-algoritmit (J. Laitie) TTESN4X/4Z, TTESN5X/5Z Välikoe, ratkaiut a) Maiite väitää kaki digitaalite FIR-uotimie etua verrattua IIR-uotimii. b) Mite Reme-meetelmällä uuitellu FIR-uotime amplitudipektri poikkeaa ikkuameetelmällä uuitellu uotime pektritä? Etä kerroimäärä? ) Mikä perutavaa laatua oleva ero o digitaalite FIR-uodite (ikkuameetelmä, Reme-meetelmä, kääteie Fouriermuuoke meetelmä) ja IIR-uodite (bilieaarie - muuo) uuittelua? 6p a) FIR-uotimet ovat ) tabiileja, ) vaielieaariia (viive ei riipu taajuudeta) ja 3) iide vireeieto o parempi kui IIR-uodite (koka takaiiktketä ei kertaa vireitä). b) Ikkuameetelmällä uuitellu uotime amplitudipektri värätelee epätaaieti ite, että värätel o kaikkei voimakkaita iirtmäkaita läellä (Gibbi ilmiö). Reme-meetelmällä uuitellulla uotimella värätel o taaita eto- ja päätökaitalla. Koka ikkuameetelmällä uuitellu uotime värätel o epätaaita, o eimerkiki etokaitavaimeu tarpeettoma uurta joillaki taajuukilla. Rememeetelmää kätettäeä vaimeu optimoituu juuri riittäväki koko taajuualueella. Tällaie uotime kerroimäärä o pieempi kui ikkuameetelmällä uuitellu uotime. ) IIR-uodite uuittelu lätökotaa o joki aalogie uodi, joka omiaiuudet iirtvät muuokea digitaaliee uotimee. FIR-uotimet ovat putaati digitaaliia uotimia, joilla ei ole aalogita vatietta.

2 TL536DSK-algoritmit (J. Laitie) TTESN4X/4Z, TTESN5X/5Z Välikoe, ratkaiut Tarkoitukea o uuitella ikkuameetelmällä FIRlipäätöuodi, joka etokaita vaimeuke o oltava väitää 3 db, uuri allittu vavituke vaitelu päätökaitalla o. db ja iirtmäkaita rajataajuudet ovat H ja 9 H. Nätetaajuu H. 6p a) Määritä uodatuke toteuttava ideaalie impulivate ja uodatuedot toteuttava ikkuauktio. b) Määritä ätetaajuudella ormalioitu iirtmäkaita leve ja uodikerroite määrä N. ) Määritä uodikertoimet ja uuittelemai uotime diereitälö. a) Ideaalie impulivate: D [] i ( ) ; i ( π ); ±, ±, ± 3, L, ± Normalioitu rajataajuu valitaa t iirtmäkaita puolivälitä: D [].5i (.5π );.5; ±, ±, ± 3, L, ± Ikkuauktio: Haig-ikkua toteuttaa edot (uom. päätökaitavärätel): π w[].5.5o, N kerroimäärä. N b) Normalioidaa iirtmäkaita.. 9 H: Haig-ikkualle pätee 3..4 N 8 9 N π 9 [].5.5o ;, ±, ±, ± 3, ± 4 w (Huomaa. Kerroimäärää liättii ki, jotta aadaa mmetrie uodi.)

3 TL536DSK-algoritmit (J. Laitie) TTESN4X/4Z, TTESN5X/5Z Välikoe, ratkaiut 3 ) Suodikertoimet: [] w[] [] D π.5.5o.5i (.5 ); 9 π π.5.5o.5.5; 9 ±, ±, ± 3, ± 4 [] {,.65,,.8,.5,.8,,.65, } ; 4, 3,,, {.65,,.8,.5,.8,,.65, }; 3,,,,,, 3 Diereitälö: [] a [] a [ ] a [ ] L a [ ] 6 [ ].65 [ ].8 [ ].5 [ 3].8 [ 4].65 [.65 { [] [ 6] }.8 { [ ] [ 4] }.5 [ 3],, ] 6, 3, 4 Seuraavaa vielä uotime amplitudi- (lempi kuva) ja vaiepektri (alempi kuva). Taajuuateikko o ormalioitu välille.. /. 5 Magitude (db) Normalied Freque ( π rad/ample) 3 Pae (degree) Normalied Freque ( π rad/ample)

4 TL536DSK-algoritmit (J. Laitie) TTESN4X/4Z, TTESN5X/5Z Välikoe, ratkaiut 4 3 Suuittele bilieaariella -muuokella digitaalie lipäätöuodi, joka rajataajuu o 3 H, kättäe lätökotaa eimmäie atee aalogie alipäätöuotime ormalioitua iirtouktiota H() /(). Nätetaajuu H. Eitä uuittelemai uotime diereitälö. Tutki tabiiliu. 6p Ratkaitaa digitaalita rajataajuutta vataava aalogie taajuu: ta ta π t Deormalioiti (LPF -> HPF): H ) ( / Suoritetaa bilieaarie -muuo: [] :.3764) ) : ) ( ) ( ) ( b a a H Suodikertoimiki aadaa ii: a.48 a -.48 b.584 Diereitälö [] [] [ ] [ ] [ ] [ ] { } [ ] b a a

5 TL536DSK-algoritmit (J. Laitie) TTESN4X/4Z, TTESN5X/5Z Välikoe, ratkaiut 5 Stabiiliu: Napa: Suodi o tabiili, koka apa o -taoa kikkömprä iäpuolella. Seuraavaa vielä uotime amplitudi- (lempi kuva) ja vaiepektri (alempi kuva). Taajuuateikko o ormalioitu välille.. /. Magitude (db) Normalied Freque ( π rad/ample) Pae (degree) Normalied Freque ( π rad/ample)

6 TL536DSK-algoritmit (J. Laitie) TTESN4X/4Z, TTESN5X/5Z Välikoe, ratkaiut 6 4 Koiiigaali (t).o(πt - π/3) ätteitetää ( H) ja kvatioidaa -bittiellä AD-muutimella. 6p a) Määritä digitaaliea igaalia avaittava igaalikvatioiti-koiaude SQNR deibelikiköiä ja lieaariella ateikolla. b) Digitaalie igaali uodatetaa uotimella [].[].[ ].[ ].[ 3].[ 4]. Kuika paljo koia vaimeee uodatukea? ) Kuika moella bitillä igaali (t) tulii kvatioida, jo vaaditaa SQNR > db ja ki bitti kätetää merki eittämiee? a) Variai σ igaali kekimääräie teo. Kekimääräie teo aadaa korottamalla [] toiee potei ja määrittämällä äi aadu igaali kekiarvo. Tarkatellaa tilaetta graaieti: t [] t [] Sigaali [] kekiarvo o elväti.5, jote σ.5. SQNR log ( σ ) b log (.5) db 6 db db db db db db db 6 :

7 TL536DSK-algoritmit (J. Laitie) TTESN4X/4Z, TTESN5X/5Z Välikoe, ratkaiut 7 b) Impulivate o t [] {.,.,.,.,.}. Laketaa koia uodatuke jälkee: σ σ e [] σ {..... }. σ e e Kaavaa σ koia uodatuke jälkee ja koia ee uodatuta. Suodatuke jälkee koia teo o ii tää tapaukea viideoa alkuperäietä teota. σ e ) SQNR log log ( σ ) (.5) 6. b. > b > b b

8 TL536DSK-algoritmit (J. Laitie) TTESN4X/4Z, TTESN5X/5Z Välikoe, ratkaiut 8 Ideaaliia impulivateita (taajuudet ormalioituja ätetaajuudella) Suoditppi Alipäätö D [] i( ) Ylipäätö D [] - i( ) Kaitapäätö D [] i( )- i( ) ( ) Kaitaeto D [] i( )- i( ) ( ) > i() i()/, i() Ikkua Siirtmäkaita ormalioitu leve Vatee vaitelu päätökaitalla (db) Piei vaimeu etokaitalla (db) Ikkuauktio w[], (N-)/ Suorakaide.9/N.746 Haig 3./N π w[].5.5o N Hammig 3.3/N π w[].54.46o N Blakma 5.5/N.7 74 π 4π w[].4.5o.8o N N Bilieaarie -muuo: (-)/()-> Muuo LPF -> LPF LPF -> HPF LPF -> BPF LPF -> BSF Sijoitu W W W W ta(t /) ( aalogie taajuu, digitaalie taajuu, t äteväli) Kvatioitikoia: SQNR log ( σ ) b, σ igaali variai. e [] σ σ, σ koia uodatuke jälkee, koia ee uodatuta σ e

1 Määrittele lyhyesti seuraavat käsitteet. a) Kvantisointivirhe. b) Näytetaajuuden interpolointi. c) Adaptiivinen suodatus.

1 Määrittele lyhyesti seuraavat käsitteet. a) Kvantisointivirhe. b) Näytetaajuuden interpolointi. c) Adaptiivinen suodatus. TL536DSK-algoritmit (J. Laitinen) 6.4.5 Määrittele lyyeti euraavat käitteet a) Kvantiointivire. b) äytetaajuuden interpolointi. ) Adaptiivinen uodatu. a) Kvantiointivire yntyy, kun ignaalin ykittäinen

Lisätiedot

Mat-2.091 Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat:

Mat-2.091 Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat: Mat-.090 Sovellettu todeäköiyylaku A 0. harjoituket Mat-.09 Sovellettu todeäköiyylaku 0. harjoituket / Ratkaiut Aiheet: Avaiaat: Tilatolliet tetit Aritmeettie kekiarvo, Beroulli-jakauma, F-jakauma, F-teti,

Lisätiedot

1 Tarkastellaan digitaalista suodatinta, jolle suurin sallittu päästökaistavärähtely on 0.05 db ja estokaistalla vaimennus on 44 db.

1 Tarkastellaan digitaalista suodatinta, jolle suurin sallittu päästökaistavärähtely on 0.05 db ja estokaistalla vaimennus on 44 db. TL5362DSK-algoritmit (J. Laitinen) 2.2.26 Tarkastellaan digitaalista suodatinta, jolle suurin sallittu äästökaistavärähtely on.5 db ja estokaistalla vaimennus on 44 db. 6 Kuinka suuri maksimioikkeama vahvistusarvosta

Lisätiedot

Mat-2.090 Sovellettu todennäköisyyslasku A

Mat-2.090 Sovellettu todennäköisyyslasku A Mat-.090 Sovellettu todeäköiyylaku A Mat-.090 Sovellettu todeäköiyylaku A / Ratkaiut Aiheet: Avaiaat: Tilatollite aieito keräämie ja mittaamie Tilatollite aieitoje kuvaamie Oto ja otojakaumat Aritmeettie

Lisätiedot

Kirjoitetaan FIR-suotimen differenssiyhtälö (= suodatuksen määrittelevä kaava):

Kirjoitetaan FIR-suotimen differenssiyhtälö (= suodatuksen määrittelevä kaava): TL536, DSK-algoritmit (S4) Harjoitus. Olkoo x(t) = cos(πt)+cos(8πt). a) Poimi sigaalista x äytepisteitä taajuudella f s = 8 Hz. Suodata äi saamasi äytejoo x[] FIR-suotimella, joka suodikertoimet ovat a

Lisätiedot

Määritä seuraavien suodattimien impulssivasteet ja tutki, ovatko ne kausaaleja:

Määritä seuraavien suodattimien impulssivasteet ja tutki, ovatko ne kausaaleja: TL56, Näytejoosysteemit (K5). Kausaali suodati käyttää laskeassaa vai ykyisiä ja aiempia ajaetkiä (= pieemmillä ideksiarvoilla) mitattuja tai laskettuja sigaaliarvoja, jotka suodati lukee muistista. Kausaalisuus

Lisätiedot

Mat Koesuunnittelu ja tilastolliset mallit

Mat Koesuunnittelu ja tilastolliset mallit Mat-.03 Koeuuittelu ja tilatolliet mallit Mat-.03 Koeuuittelu ja tilatolliet mallit / Ratkaiut Aiheet: Avaiaat: Tilatolliet tetit Tetit uhdeateikolliille muuttujille Tetit laatueroateikolliille muuttujille

Lisätiedot

X 2 = k 21X 1 + U 2 s + k 02 + k 12. (s + k 02 + k 12 )U 1 + k 12 U 2. s 2 + (k 01 + k 21 + k 02 + k 12 ) s + k

X 2 = k 21X 1 + U 2 s + k 02 + k 12. (s + k 02 + k 12 )U 1 + k 12 U 2. s 2 + (k 01 + k 21 + k 02 + k 12 ) s + k Aalto-yliopiton Perutieteiden korkeakoulu Matematiikan ja yteemianalyyin laito Mat-49 Syteemien Identifiointi 0 harjoituken ratkaiut äytetään enin iirtofunktiomalli Tehdään Laplace-muunno: ẋ k 0 k x +

Lisätiedot

a) Määritä signaalin x[n] varianssi (keskimääräinen teho) σ x c) Määritä signaalikvantisointikohinasuhde SQNR, kun tiedetään, että

a) Määritä signaalin x[n] varianssi (keskimääräinen teho) σ x c) Määritä signaalikvantisointikohinasuhde SQNR, kun tiedetään, että TL, DSK-lgoritmit S rjoitus. Trkstll kosiisigli [] cosπt s. Määritä sigli [] vrissi kskimääräi to. b Määritä sigli [] jot c Määritä siglikvtisoitikoisud SQNR, ku tidtää, ttä.79. b SQNR log Kvss b o kvtisoij

Lisätiedot

1 Olkoon suodattimen vaatimusmäärittely seuraava:

1 Olkoon suodattimen vaatimusmäärittely seuraava: Olkoon suodattimen vaatimusmäärittely seuraava: Päästökaistan maksimipoikkeama δ p =.5. Estokaistan maksimipoikkeama δ s =.. Päästökaistan rajataajuus pb = 5 Hz. Estokaistan rajataajuudet sb = 95 Hz Näytetaajuus

Lisätiedot

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla.

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla. Kombiatoriikka, kesä 2010 Harjoitus 2 Ratkaisuehdotuksia (RT) (5 sivua) Käytä tehtävissä 1-3 kombiatorista päättelyä. 1. Osoita, että kaikilla 0 b a pätee ( ) a a ( ) k 1 b b 1 kb Biomikertoime määritelmä

Lisätiedot

Näytejonosysteemit-kertaus

Näytejonosysteemit-kertaus TL56, DSK-algoritmit (K6 Esimrkkittäviä Näytoosystmit-krtaus. Olkoo x(t cos(πtcos(8πt. a Poimi sigaalista x äytpistitä taauudlla 8 H. Suodata äi saamasi äytoo x( FIR-suotimlla, oka suodikrtoimt ovat a.6,

Lisätiedot

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

Alipäästösuotimen muuntaminen muiksi perussuotimiksi Alipäästösuotimen muuntaminen muiksi perussuotimiksi Usein suodinsuunnittelussa on lähtökohtana alipäästösuodin (LPF), josta voidaan yksinkertaisilla operaatioilla muodostaa ylipäästö- (HPF), kaistanpäästö-

Lisätiedot

S-55.1220 Piirianalyysi 2 Tentti 4.1.2007

S-55.1220 Piirianalyysi 2 Tentti 4.1.2007 S-55.2 Piirianalyyi 2 Tentti 4..07. Piiriä yöttää kaki lähdettä, joilla on eri taajuudet. Kuinka uuri on lämmöki muuttuva teho P? Piiri on jatkuvuutilaa. J 2 00 Ω 5µH 0 pf 0/0 V J 2 00/0 ma f MHz f 2 2MHz.

Lisätiedot

Spektrin ekvalisointi on yksi äänisignaalinkäsittelyn. Vastekorjaimia eli ekvalisaattoreita on sekä ammattikäytössä että kuluttajilla

Spektrin ekvalisointi on yksi äänisignaalinkäsittelyn. Vastekorjaimia eli ekvalisaattoreita on sekä ammattikäytössä että kuluttajilla Vatekorjau (ekvaliointi) Lähteet: Zölzer. Digital audio ignal proceing. Wiley & Son. Zölzer (ed.) DAFX Digital Audio Effect. Wiley & Son. Siältö: Johdanto IIR vai FIR äänten uodattamieen? Suodatinrakenteita

Lisätiedot

S Piirianalyysi 2 2. välikoe

S Piirianalyysi 2 2. välikoe S-55.22 Piirianalyyi 2 2. välikoe 6.5.23 Lake tehtävät 2 eri paperille kuin tehtävät 3 5. Muita kirjoittaa jokaieen paperiin elväti nimi, opikelijanumero, kurin nimi ja koodi. Epäelvät vataupaperit voidaan

Lisätiedot

Helsinki University of Technology Laboratory of Telecommunications Technology

Helsinki University of Technology Laboratory of Telecommunications Technology Helinki Univerity of echnology Laboratory of elecommunication echnology Digitaalinen iirtojärjetelmä S-38. Signaalinkäittely tietoliikenteeä I Signal Proceing in Communication ( ov) Syky 998. Luento: Pulinmuokkauuodatu

Lisätiedot

Väliestimointi. Väliestimointi. Väliestimointi: Mitä opimme? 2/3. Väliestimointi: Mitä opimme? 1/3. Väliestimointi: Mitä opimme?

Väliestimointi. Väliestimointi. Väliestimointi: Mitä opimme? 2/3. Väliestimointi: Mitä opimme? 1/3. Väliestimointi: Mitä opimme? TKK (c) Ilkka Melli (004) Välietimoiti Todeäköiyyjakaumie parametrie etimoiti Normaalijakauma variai luottamuväli Beroulli-jakauma odotuarvo luottamuväli Johdatu tilatotieteeee Välietimoiti TKK (c) Ilkka

Lisätiedot

Kuva 22: Fraktaalinen kukkakaali. pituus on siis 4 AB. On selvää, että käyrän pituus kasvaa n:n kasvaessa,

Kuva 22: Fraktaalinen kukkakaali. pituus on siis 4 AB. On selvää, että käyrän pituus kasvaa n:n kasvaessa, Tortai 6..999 = Geometria o hyvä tapa kuvata ykikertaiia kappaleita, mutta kappaleie tullea äärettömä moimutkaiiki, käy iie kuvaamie klaie geometria avulla mahottomaki. Eimerkiki rataviiva pituue määrittämie

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-.4 Tilatollie aali peruteet, kevät 7 6. lueto: Johdatu regreioaalii Regreioaali idea Tavoitteea elittää elitettävä tekiä/muuttua havaittue arvoe vaihtelu elittävie tekiöide/muuttuie havaittue arvoe

Lisätiedot

ANALOGISET PULSSIMODULAATIOT PAM, PWM JA PPM

ANALOGISET PULSSIMODULAATIOT PAM, PWM JA PPM ANALOGISET PULSSIMODULAATIOT PAM, PWM JA PPM 1 16) Puliodulaatioenetelien luokittelu Modulaatioenetelät Analogiet Digitaaliet Kantoaaltoodulaatiot DSB, AM, SSB, VSB, QDSB, FM, PM Puliodulaatiot PAM, PWM,

Lisätiedot

Tilastotieteen jatkokurssi 8. laskuharjoitusten ratkaisuehdotukset (viikot 13 ja 14)

Tilastotieteen jatkokurssi 8. laskuharjoitusten ratkaisuehdotukset (viikot 13 ja 14) Tilatotietee jatkokuri 8. lakuharjoitute ratkaiuehdotuket (viikot 13 ja 14) 1) Perujoukko o aluee A aukkaat ja tutkittavaa omiaiuutea ovat tulot, Tiedämme, että perujouko tulot oudattaa ormaalijakaumaa,

Lisätiedot

Viikkotehtävät IV, ratkaisut

Viikkotehtävät IV, ratkaisut Viikkotehtävät IV, ratkaiut. 7,40 V (pariton napajännite) I 7 ma (lampun A ähkövirta rinnankytkennää) I 5 ma (lampun B ähkövirta rinnankytkennää) a) eitani on, joten lamppujen reitanit voidaan lakea tehtävää

Lisätiedot

POSITIIVISEN LINSSIN POLTTOVÄLI

POSITIIVISEN LINSSIN POLTTOVÄLI S-108110 OPTIIKKA 1/6 POSITIIVISEN LINSSIN POLTTOVÄLI Laboratoriotyö S-108110 OPTIIKKA /6 SISÄLLYSLUETTELO 1 Poitiivien linin polttoväli 3 11 Teoria 3 1 Mittauken uoritu 5 LIITE 1 6 Mittaupöytäkirja 6

Lisätiedot

Viivakuormituksen potentiaalienergia saadaan summaamalla viivan pituuden yli

Viivakuormituksen potentiaalienergia saadaan summaamalla viivan pituuden yli hum.9. oiman potentiaalienergia Potentiaalienergiata puhutaan, kun kappaleeeen vaikuttaa jokin konervatiivinen voima. oima on konervatiivinen, jo en tekemä tö vaikutupieen iirteä tiettä paikata toieen

Lisätiedot

KUINKA PALJON VAROISTA OSAKKEISIIN? Mika Vaihekoski, professori. Lappeenrannan teknillinen yliopisto

KUINKA PALJON VAROISTA OSAKKEISIIN? Mika Vaihekoski, professori. Lappeenrannan teknillinen yliopisto KUINKA PALJON VAROISTA OSAKKEISIIN? Mika Vaihekoki, proeori Lappeenrannan teknillinen yliopito Näin uuden vuoden alkaea ueat meitä miettivät ijoitualkkuna kootumuta. Yki kekeiitä kyymykitä on päätö eri

Lisätiedot

Kertausosa. 2. Kuvaan merkityt kulmat ovat samankohtaisia kulmia. Koska suorat s ja t ovat yhdensuuntaisia, kulmat ovat yhtä suuria.

Kertausosa. 2. Kuvaan merkityt kulmat ovat samankohtaisia kulmia. Koska suorat s ja t ovat yhdensuuntaisia, kulmat ovat yhtä suuria. 5. Veitoken tilavuu on V,00 m 1,00 m,00 m 6,00 m. Pienoimallin tilavuu on 1 V malli 6,00 m 0,06m. 100 Mittakaava k aadaan tälötä. 0,06 1 k 6,00 100 1 k 0,1544... 100 Mitat ovat. 1,00m 0,408...m 100 0,41

Lisätiedot

Digitaalinen signaalinkäsittely Signaalit, jonot

Digitaalinen signaalinkäsittely Signaalit, jonot Digitaalie sigaalikäsittely Sigaalit, joot Teemu Saarelaie, teemu.saarelaie@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Sigal Processig: A Practical Approach H.Huttue, Sigaalikäsittely meetelmät, Opitomoiste,

Lisätiedot

4.3 Signaalin autokorrelaatio

4.3 Signaalin autokorrelaatio 5 4.3 Sigaali autokorrelaatio Sigaali autokorrelaatio kertoo kuika paljo sigaali eri illä korreloi itsesä kassa (josta imiki). Se o Fourier-muuokse ohella yksi käyttökelpoisimmista sigaalie aalysoitimeetelmistä.

Lisätiedot

DIGITAALISET PULSSIMODULAATIOT M JA PCM

DIGITAALISET PULSSIMODULAATIOT M JA PCM DIGITAALISET PULSSIMODULAATIOT M JA PCM 1 (10) Deltamodulaatio ( M) M koodaa informaation ± polariteetin omaavaki binääriiki impuleiki. Menetelmä on ykinkertainen. Idea perutuu ignaalin m(t) muutoken binäärieen

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe SGN-100 Signaalinkäsittelyn menetelmät Välikoe 6.4.010 Sivuilla 1- on. Älä vastaa siihen, jos et ollut ensimmäisessä välikokeessa. Tentin kysymykset ovat sivuilla 3-4. Vastaa vain jompaan kumpaan kokeeseen,

Lisätiedot

521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 5

521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 5 5384A RADIOTEKNIIKAN PERUSTEET Haroitu 5. Häviötön 5 Ω:n aaltoohto on päätetty tuntemattomaan impedaniin. Aaltoohdolla olevaki ännitteen eiovan aallon uhteeki aadaan 3 a enimmäinen minimi havaitaan 5 cm:n

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiika tukikurssi Kurssikerta 1 Iduktiotodistus Iduktiotodistukse logiikka Tutkitaa tapausta, jossa haluamme todistaa joki väittee P() site, että se pätee kaikilla luoollisissa luvuilla. Eli halutaa

Lisätiedot

Intensiteettitaso ja Doplerin ilmiö

Intensiteettitaso ja Doplerin ilmiö Inteniteettitao ja Doplerin ilmiö Tehtävä Erkki työkentelee airaalaa. Sairaalalta 6,0 km päää on tapahtunut tieliikenneonnettomuu ja onnettomuupaikalta lähteneen ambulanin ireenin ääni kuuluu Erkille 60,0

Lisätiedot

4.3 Liikemäärän säilyminen

4.3 Liikemäärän säilyminen Tämän kappaleen aihe liikemäärän äilyminen törmäykiä. Törmäy on uora ja kekeinen, jo törmäävät kappaleet liikkuvat maakekipiteitten kautta kulkevaa uoraa pitkin ja jo törmäykohta on tällä amalla uoralla.

Lisätiedot

ELEC-C1230 Säätötekniikka. Luku 5: Navat ja nollat, systeemin nopeus, stabiilisuus ja värähtelyt, Routh-Hurwitz-kriteeri

ELEC-C1230 Säätötekniikka. Luku 5: Navat ja nollat, systeemin nopeus, stabiilisuus ja värähtelyt, Routh-Hurwitz-kriteeri ELEC-C3 Säätötekniikka Luku 5: Navat ja nollat, yteemin nopeu, tabiiliuu ja värähtelyt, Routh-Hurwitz-kriteeri Syteemin käyttäytyminen Syteemin tai järjetelmän tärkein ominaiuu on tabiiliuu. Muita ominaiuukia

Lisätiedot

PD-säädin PID PID-säädin

PD-säädin PID PID-säädin -äädin - äätö on ykinkertainen äätömuoto, jota voidaan kutua myö uhteuttavaki äädöki. Sinä lähtöignaali on uoraa uhteea tuloignaalin. -äätimen uhdealue kertoo kuinka paljon mittauuure aa muuttua ennen

Lisätiedot

RATKAISUT: 17. Tasavirtapiirit

RATKAISUT: 17. Tasavirtapiirit Phyica 9. paino 1(6) ATKAST 17. Taavirtapiirit ATKAST: 17. Taavirtapiirit 17.1 a) Napajännite on laitteen navoita mitattu jännite. b) Lähdejännite on kuormittamattoman pariton napajännite. c) Jännitehäviö

Lisätiedot

DIGITAALISET PULSSIMODULAATIOT M JA PCM A Tietoliikennetekniikka I Osa 21 Kari Kärkkäinen Kevät 2015

DIGITAALISET PULSSIMODULAATIOT M JA PCM A Tietoliikennetekniikka I Osa 21 Kari Kärkkäinen Kevät 2015 1 DIGITAALISET PULSSIMODULAATIOT M JA PCM 521357A Tietoliikennetekniikka I Oa 21 Kari Kärkkäinen DELTAMODULAATIO M 2 M koodaa näytteen ± polariteetin omaavaki binääripuliki. Idea perutuu ignaalin m(t muutoken

Lisätiedot

Tehtävä 1. Vaihtoehtotehtävät.

Tehtävä 1. Vaihtoehtotehtävät. Kem-9.7 Proeiautomaation peruteet Perutehtävät Tentti 9.. Tehtävä. Vaihtoehtotehtävät. Oikea vatau,p, väärä vatau -,p ja ei vatauta p Makimi,p ja minimi p TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA TENTIN

Lisätiedot

T Datasta tietoon, syksy 2005 Laskuharjoitus 8.12., ratkaisuja Jouni Seppänen

T Datasta tietoon, syksy 2005 Laskuharjoitus 8.12., ratkaisuja Jouni Seppänen T-1.1 Datasta tietoo, syksy 5 Laskuharjoitus.1., ratkaisuja Joui Seppäe 1. Simuloidaa tasoittaista algoritmia. Esimmäisessä vaiheessa ehdokkaia ovat kaikki yhde muuttuja joukot {a}, {b}, {c} ja {d}. Aaltosulkeide

Lisätiedot

4 KORKEAMMAN KERTALUVUN LINEAARISET DIFFERENTIAALIYHTÄLÖT. Kertaluvun n lineaarinen differentiaaliyhtälö ns. standardimuodossa on

4 KORKEAMMAN KERTALUVUN LINEAARISET DIFFERENTIAALIYHTÄLÖT. Kertaluvun n lineaarinen differentiaaliyhtälö ns. standardimuodossa on 4 4 KORKEAAN KERTAUVUN INEAARISET DIFFERENTIAAIYHTÄÖT Kertalukua olevassa differetiaalihtälössä F(x,,,, () ) = 0 esiit :e kertaluvu derivaatta () = d /dx ja mahdollisesti alempia derivaattoja, :tä ja x:ää.

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SG-1200 Signaalinkäsittelyn menetelmät, Tentti 24.4.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle

Lisätiedot

L/M = 16.9/9.1 = 169/91 = 13/7.

L/M = 16.9/9.1 = 169/91 = 13/7. TL56DSK-algoritit J. Laitinn 7.. TTES5, TTES5Z Väliko, ratkaisut Signaali x[n], onka näyttaauus on 9. khz, pitää uuntaa signaaliksi, onka näyttaauus on 6.9 khz. Esitä uunnoksn vaiht lohkokaaviona skä tarvittavin

Lisätiedot

Kahdeksansolmuinen levyelementti

Kahdeksansolmuinen levyelementti Levy8 ja RS hm 7.. Kahdekanolminen levyelementti akatellaan kvan kahdekanolmita levyelementtiä. q 6 y (,y q 8 ( 8,y 8 8 q 7 q 6 (,y q 5 q q q 7 q q ( 7,y 7 v ( 6,y 6 P 5 ( 5,y 5 q 9 6 q 5 (,y q (,y q q

Lisätiedot

Physica 9 1. painos 1(8) 20. Varattu hiukkanen sähkö- ja magneettikentässä

Physica 9 1. painos 1(8) 20. Varattu hiukkanen sähkö- ja magneettikentässä Phyica 9 aino (8) 0 Varattu hiukkann ähkö- ja agnttikntää : 0 Varattu hiukkann ähkö- ja agnttikntää 0 a) Sähköknttä aikuttaa arattuun hiukkan oialla F = QE Poitiiiti aratull hiukkall oian uunta on ähkökntän

Lisätiedot

12. laskuharjoituskierros, vko 16, ratkaisut

12. laskuharjoituskierros, vko 16, ratkaisut 1. lakuharjoitukierro, vko 16, ratkaiut D1. Muuttujien x ja Y havaitut arvot ovat: x 1 3 4 6 8 9 11 14 Y 1 4 4 5 7 8 9 a) Määrää regreiomallin Y i = α +βx i +ǫ i regreiokertoimien PNS-etimaatit ja piirrä

Lisätiedot

S Fysiikka III (Est) Tentti

S Fysiikka III (Est) Tentti S-114137 Fyiikka III (Et) Tentti 9008 1 Vetyatomin elektronin kulmaliikemäärää kuvaa kvanttiluku l =3 Lake miä kaikia kulmia kulmaliikemäärävektori voi olla uhteea kulmaliikemäärän z-komponenttiin ( )

Lisätiedot

TIIVISTELMÄRAPORTTI (SUMMARY REPORT)

TIIVISTELMÄRAPORTTI (SUMMARY REPORT) 2012/MAT814 ISSN 1797-3457 (vekkojulkaisu) ISBN (PDF) 978-951-25-2408-2 TIIVISTELMÄRAPORTTI (SUMMARY REPORT) Vaiheistettu heijastipita valemaalia Joha Ste, Päivi Koivisto, Ato Hujae, Tommi Dufva, VTT,

Lisätiedot

Insinöörimatematiikka IA

Insinöörimatematiikka IA Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Lisätiedot

Tuntematon järjestelmä. Adaptiivinen suodatin

Tuntematon järjestelmä. Adaptiivinen suodatin 1 1 Vastaa lyhyesti seuraaviin a) Miksi signaaleja ylinäytteistetään AD- ja DA-muunnosten yhteydessä? b) Esittele lohkokaaviona adaptiiviseen suodatukseen perustuva tuntemattoman järjestelmän mallinnus.

Lisätiedot

ja läpäisyaika lasketaan (esim) integraalilla (5.3.1), missä nyt reitti s on z-akselilla:

ja läpäisyaika lasketaan (esim) integraalilla (5.3.1), missä nyt reitti s on z-akselilla: 10 a) Valo opeus levyssä o vakio v 0 = c / 0, jote ajaksi matkalla L laskemme L t0 = = 0 L. v0 c b) Valo opeus levyssä riippuu z:sta: c c v ( z) = = ( z ) 0 (1 + 3az 3 ) ja läpäisyaika lasketaa (esim)

Lisätiedot

= r, s. Jokaisella diedriryhmällä on vastaavanlainen esitys ryhmän O(2) < GL 2 (R) aliryhmänä. r 2 (C) r 2 (B) r 2 (A) s s

= r, s. Jokaisella diedriryhmällä on vastaavanlainen esitys ryhmän O(2) < GL 2 (R) aliryhmänä. r 2 (C) r 2 (B) r 2 (A) s s 6. Symmetinen yhmä Ääellien n alkiota kootuvan joukon { 2...n} pemutaatioyhmää kututaan ymmetieki yhmäki S n.hajoitutehtävän5nojallaminkätahanan alkion joukon pemutaatioyhmä on iomofinen yhmän S n kana.

Lisätiedot

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen SGN-11 Signaalinkäsittelyn perusteet Välikoe 3.5.16 Heikki Huttunen Laskimen käyttö sallittu. Muiden materiaalien käyttö ei sallittu. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla 1-3 on. Sivuilla 4-5

Lisätiedot

( ) ( ) 14 HARJOITUSTEHTÄVIÄ SÄHKÖISET PERUSSUUREET SÄHKÖVERKON PIIRIKOMPONENTIT

( ) ( ) 14 HARJOITUSTEHTÄVIÄ SÄHKÖISET PERUSSUUREET SÄHKÖVERKON PIIRIKOMPONENTIT 4 HAJOTUSTHTÄVÄ SÄHKÖST PUSSUUT -auton akku (84 V, 700 mah on ladattu täyteen Kuinka uuri oa akun energiata kuluu enimmäien viiden minuutin aikana, kun oletetaan moottorin ottavan vakiovirran 5 A? Oletetaan

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

Fy07 Koe Kuopion Lyseon lukio (KK) 1 / 5

Fy07 Koe Kuopion Lyseon lukio (KK) 1 / 5 y07 Koe 8.9.05 Kuopion yeon lukio (KK) / 5 Vataa kolmeen tehtävään. Vatuken reitani on 60, käämin induktani on 0,60 H ja reitani 8 ja kondenaattorin kapaitani on 80. Komponentit ovat arjaan kytkettyinä

Lisätiedot

Helsinki University of Technology

Helsinki University of Technology Helsiki Uiversity of Tecology Laboratory of Telecommuicatios Tecology S-38. Sigaalikäsittely tietoliiketeessä I Sigal Processig i Commuicatios ( ov) Syksy 997 4. Lueto: Kaavakorjaimet I prof. Timo Laakso

Lisätiedot

Mat Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

Mat Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat: Mat-.04 Tilatollie aalyyi peruteet. harjoituket Mat-.04 Tilatollie aalyyi peruteet. harjoituket / Tehtävät Aiheet: Avaiaat: Tetit uhdeateikolliille muuttujille Hypoteei, Kahde riippumattoma otoke t-tetit,

Lisätiedot

LUKION FYSIIKKAKILPAILU 8.11.2005 avoimen sarjan vast AVOIN SARJA

LUKION FYSIIKKAKILPAILU 8.11.2005 avoimen sarjan vast AVOIN SARJA LKION FYSIIKKAKILPAIL 8..5 avoien arjan vat AVOIN SARJA Kirjoita tektaten koepaperiin oa niei, kotiooitteei, ähköpotiooitteei, opettajai nii ekä koului nii. Kilpailuaikaa on inuuttia. Sekä tehtävä- että

Lisätiedot

Kohinan ominaisuuksia

Kohinan ominaisuuksia Kohia omiaisuuksia Kohiamekaismit Termie kohia Raekohia 1/f kohia (Kvatisoitikohia) Kohia käsittely Kohialähteide yhteisvaikutus Kohiakaistaleveys Sigaali-kohia suhde Kohialuku Kohialämpötila 1 Kohia omiaisuuksia

Lisätiedot

Verkoston ulkoisvaikutukset

Verkoston ulkoisvaikutukset Verkosto ulkoisvaikutukset Varia luku 35 Luettavaa Varia (2006, 7. paios, luku 35, s.658 655) Forget produtivity: more people should joi Faebook saatavilla http://www.ab.et.au/ews/stories/2008/1 1/27/2431283.htm

Lisätiedot

811312A Tietorakenteet ja algoritmit, , Harjoitus 3, Ratkaisu

811312A Tietorakenteet ja algoritmit, , Harjoitus 3, Ratkaisu 111A Tietoraketeet ja algoritmit, 016-017, Harjoitus, Ratkaisu Harjoitukse aiheita ovat algoritmie aikakompleksisuus ja lajittelualgoritmit Tehtävä.1 Selvitä seuraavie rekursioyhtälöide ratkaisuje kompleksisuusluokat

Lisätiedot

7. Pyörivät sähkökoneet

7. Pyörivät sähkökoneet Pyörivät ähkökoneet 7-1 7. Pyörivät ähkökoneet Mekaanien energian muuntamieen ähköenergiaki ekä ähköenergian muuntamieen takaiin mekaanieki energiaki käytetään ähkökoneita. Koneita, jotka muuntavat mekaanien

Lisätiedot

MATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai

MATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai MATP53 Approbatur B Harjoitus, ratkaisut Maaatai..05. (Lämmittelytehtävä.) Oletetaa, että op = 7 tutia työtä. Kuika mota tutia Oili Opiskelija työsketelee itseäisesti kurssilla, joka laajuus o 4 op, ku

Lisätiedot

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia 1. a) Muodosta Matlab-ohjelmistossa kosinisignaali x(t) = Acos(2πft+θ), jonka amplitudi on 1V, taajuus hertseinä sama kuin ikäsi vuosina (esim. 2 v = 2 Hz) ja vaihekulma +π/2. Piirrä signaali ja tarkista

Lisätiedot

ELEC-C4120 Piirianalyysi II 2. välikoe

ELEC-C4120 Piirianalyysi II 2. välikoe LC-C4 Piirianalyyi II 2. välikoe 8.4.4 Vataa KOLMN tehtävään.. e (t) R C Oheiea piiriä vaikuttaa taajännitelähde = V ekä e (t) = ê in(ω 0 t)+ê 2 in(2ω 0 t). Lake vatukea kuluva pätöteho P. ê = 2 V ê 2

Lisätiedot

Luottamusmiehen / -valtuutetun valinta, asema ja oikeudet

Luottamusmiehen / -valtuutetun valinta, asema ja oikeudet YLEMMÄT TOIMIHENKILÖT YTN RY OHJE YRY+K -ryhmä / Mko 19.8.2009 1 (13) Luottamumiehen / -valtuutetun valinta, aema ja oikeudet Siällyluettelo: Yleitä... 2 Oikeu luottamumiehen valintaan... 2 Luottamumiehen

Lisätiedot

Sormenjälkimenetelmät

Sormenjälkimenetelmät Sormejälkimeetelmät Matti Risteli mristeli@iksula.hut.fi Semiaariesitelmä 23.4.2008 T-106.5800 Satuaisalgoritmit Tietotekiika laitos Tekillie korkeakoulu Tiivistelmä Sormejälkimeetelmät ovat satuaisuutta

Lisätiedot

TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen

TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab-ohjelmistoa käyttäen. Kokoa erilliseen

Lisätiedot

5. Lineaarisen optimoinnin perusprobleemat

5. Lineaarisen optimoinnin perusprobleemat 2 5. Lieaarise optimoii perusprobleemat Optimoitiprobleema o lieaarise optimoii tehtävä, jos kohdefuktio o lieaarie fuktio ja rajoitusehdot ovat lieaarisia yhtälöitä tai lieaarisia epäyhtälöitä. Yleisessä

Lisätiedot

Digitaalinen videonkäsittely Harjoitus 1, vastaukset tehtäviin 1-7

Digitaalinen videonkäsittely Harjoitus 1, vastaukset tehtäviin 1-7 Digitaalie videokäsittel Harjoitus, vastaukset tehtävii -7 Tehtävä. a) Y_mi= [0.299+0.587+0.4]*0=0 Y_ma= [0.299+0.587+0.4]*023=023 Cr_mi= [0.5]*0+[-0.48-0.08]*023-5 Cr_ma= [0.5]*023+[-0.48-0.08]*0 52 Cb_mi=

Lisätiedot

10 Suoran vektorimuotoinen yhtälö

10 Suoran vektorimuotoinen yhtälö 10 Suran vektrimutinen htälö J aluki tarkatellaan -tan kuuluvaa, rign kautta kulkevaa uraa, niin ura n täin määrätt, mikäli tunnetaan en uunta. Tavallieti tämä annetaan uuntakulman tangentin = kulmakertimen

Lisätiedot

gallup gallup potentiaali ja voima potentiaali ja voima potentiaali ja voima potentiaali ja voima

gallup gallup potentiaali ja voima potentiaali ja voima potentiaali ja voima potentiaali ja voima aup Kuinka pajon käytät kurikirjaa (tai jotain muuta oppikirjaa)? a) Tututun aiheeeen ennen uentoja b) Luen kirjaa uentojen jäkeen c) Luen oppikirjaa ähinnä akareita tehdeä d) n koke oppikirjaan aup Kappae

Lisätiedot

S if b then S else S S s. (b) Muodosta (a)-kohdan kieliopin kanssa ekvivalentti, so. saman kielen tuottava yksiselitteinen.

S if b then S else S S s. (b) Muodosta (a)-kohdan kieliopin kanssa ekvivalentti, so. saman kielen tuottava yksiselitteinen. T-79.148 yky 2003 Tietojenkäittelyteorian peruteet Harjoitu 7 Demontraatiotehtävien ratkaiut 4. Tehtävä: Ooita, että yhteydettömien kielten luokka on uljettu yhdite-, katenaatioja ulkeumaoperaatioiden

Lisätiedot

S-55.1220 Piirianalyysi 2 Tentti 1.9.2011

S-55.1220 Piirianalyysi 2 Tentti 1.9.2011 S-55.2 Piirianalyyi 2 Tentti.9.. e(t) L j(t) Lake vatukea lämmöki muuttuva teho P. = Ω L = mh = 2mF ω = 0 3 rad/ e = ê in(ωt) j = ĵ in(2ωt) ĵ = 0 A ê = 2 2 V. 2. u(t) k Kuvan mukainen taajännitelähteen

Lisätiedot

T Digitaalinen signaalinkäsittely ja suodatus

T Digitaalinen signaalinkäsittely ja suodatus T-63 Digitaalinen signaalinkäsittely ja suodatus 2 välikoe / tentti Ke 4528 klo 6-9 Sali A (A-x) ja B (x-ö)m 2 vk on oikeus tehdä vain kerran joko 75 tai 45 Tee välikokeessa tehtävät, 2 ja 7 (palaute)

Lisätiedot

Kertaustehtäviä. Luku 1. Physica 3 Opettajan OPAS

Kertaustehtäviä. Luku 1. Physica 3 Opettajan OPAS (4) Luku 57. a) Mekaaniea poikittaiea aaltoliikkeeä aineen rakenneoat värähtelevät eteneiuuntaan vataan kohtiuoraa uunnaa. Eierkkejä ovat uun uaa jouen poikittainen aaltoliike tai veden pinnan aaltoilu.

Lisätiedot

BINÄÄRINEN SYNKRONINEN TIEDONSIIRTO KAISTARAJOITTAMATTOMILLA MIELIVALTAISILLA PULSSIMUODOILLA SOVITETTU SUODATIN JA SEN SUORITUSKYKY AWGN-KANAVASSA

BINÄÄRINEN SYNKRONINEN TIEDONSIIRTO KAISTARAJOITTAMATTOMILLA MIELIVALTAISILLA PULSSIMUODOILLA SOVITETTU SUODATIN JA SEN SUORITUSKYKY AWGN-KANAVASSA BINÄÄRINN SYNKRONINN IDONSIIRO KAISARAJOIAMAOMILLA MILIVALAISILLA PULSSIMUODOILLA SOVIU SUODAIN JA SN SUORIUSKYKY AWGN-KANAVASSA Millaiia aalomuooja perupuleja yypilliei käyeään? 536A ieoliikenneekniikka

Lisätiedot

BH60A0900 Ympäristömittaukset

BH60A0900 Ympäristömittaukset BH60A0900 Yäitöittauket Lakuhajoitu Kuiva ja kotea kaau, tilavuuvita ehtävä Savukaau läötila o 00 ja aie 99 kpa. ekittäviät kaaukooetit ovat 0 %, H 0 %, 0 % ja lout tyeä. ikä o a) kotea ja kuiva kaau tilavuukie

Lisätiedot

811312A Tietorakenteet ja algoritmit II Algoritmien analyysi

811312A Tietorakenteet ja algoritmit II Algoritmien analyysi 811312A Tietoraketeet ja algoritmit 2016-2017 II Algoritmie aalyysi Sisältö 1. Algoritmie oikeellisuus 2. Algoritmie suorituskyvy aalyysi 3. Master Theorem 811312A TRA, Algoritmie aalyysi 2 II.1. Algoritmie

Lisätiedot

LUKION FYSIIKKAKILPAILU 10.11.2009, ratkaisut PERUSSARJA

LUKION FYSIIKKAKILPAILU 10.11.2009, ratkaisut PERUSSARJA LUKION FYSIIKKAKILPAILU 0..009, ratkaiut PERUSSARJA Vataa huolellieti ja iititi! Kirjoita tektaten koepaperiin oa niei, kotiooitteei, ähköpotiooite, opettajai nii ekä koului nii. Kilpailuaikaa on 00 inuuttia.

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto Kojemeeorologia Sami Haapaala syksy 03 Fysiika laios, Ilmakehäieeide osaso Mialaieide dyaamise omiaisuude Dyaamise uusluvu määriävä mie mialaie käyäyyy syöeide muuuessa Apua käyeää differeiaaliyhälöiä,

Lisätiedot

Tehtäviä neliöiden ei-negatiivisuudesta

Tehtäviä neliöiden ei-negatiivisuudesta Tehtäviä epäyhtälöistä Tehtäviä eliöide ei-egatiivisuudesta. Olkoo a R. Osoita, että 4a 4a. Ratkaisu. 4a 4a a) a 0 a ) 0.. Olkoot a,, R. Osoita, että a a a. Ratkaisu. Kerrotaa molemmat puolet kahdella:

Lisätiedot

RATKAISUT: 8. Momentti ja tasapaino

RATKAISUT: 8. Momentti ja tasapaino Phyica 9. paino (7) : 8. Voian vari r on voian vaikutuuoran etäiyy pyöriiakelita. Pyöriiakeli on todellinen tai kuviteltu akeli, jonka ypäri kappale pyörii. Voian oentti M kuvaa voian vääntövaikututa tietyn

Lisätiedot

Kuormitus (N) 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 Jousen pituus (cm) 15,9 17,7 19,6 21,5 23,4 25,2 28,2 32,0

Kuormitus (N) 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 Jousen pituus (cm) 15,9 17,7 19,6 21,5 23,4 25,2 28,2 32,0 Fti 3 Kertautehtävät - 1 Kertautehtävie ratkaiuja Luku 1 1. Juivaki äärittäieki juee riutettii uukia ja e ituu ääritettii kurituke fuktia. a) Selitä kuvaaja ut. b) Määritä heie tauluk eruteella jue juivaki.

Lisätiedot

Epäyhtälöoppia matematiikkaolympialaisten tehtäviin

Epäyhtälöoppia matematiikkaolympialaisten tehtäviin Epäyhtälöoppia matematiikkaolympialaiste tehtävii Jari Lappalaie ja Ae-Maria Ervall-Hytöe 0 Johdato Epäyhtälöitä reaaliluvuille Cauchy epäyhtälö Kaikille reaaliluvuille a, a,, a ja b, b,, b pätee Cauchy

Lisätiedot

S Laskennallinen systeemibiologia

S Laskennallinen systeemibiologia S-4250 Laskeallie systeemibiologia Harjoitus Mittaustuloksea o saatu havaitoparia (x, y ),, (x, y ) Muuttuja y käyttäytymistä voidaa selittää muuttuja x avulla esimerkiksi yksikertaise lieaarise riippuvuude

Lisätiedot

LASKENNALLISEN TIETEEN ERIKOISKURSSI kl 2000

LASKENNALLISEN TIETEEN ERIKOISKURSSI kl 2000 LASKENNALLISEN TIETEEN ERIKOISKURSSI kl 2000 Laskuharjoitus Detaljibalassi Osoita, että siirtymätodeäköisyydet π m α m ; ρ, m ρ α m ----- ; ρ < ρ, m m π m, m m ja π m ρ α m ------------------ ρ +, m π

Lisätiedot

2.4 Erikoistapaus kantalukuna 10 eli kymmenen potenssit

2.4 Erikoistapaus kantalukuna 10 eli kymmenen potenssit 2.4 Kyenen potenit 2.4 Erikoitapau kantaukuna ei kyenen potenit Potenin kantaukuna käytetään kyentä erityieti, kun uku on erittäin uuri tai erittäin pieni. Tää auttaa näitten ääritapauten hahottaiea. Tarkateaan

Lisätiedot

Harjoitustehtävien ratkaisuja

Harjoitustehtävien ratkaisuja 3. Mallitamie lukujooje avulla Lukujoo määritelmä harjoituksia Harjoitustehtävie ratkaisuja 3. Laske lukujoo viisi esimmäistä jäsetä, ku a) a 6 ja b) a 6 ja 3 8 c) a ja 3 a) 6,, 8, 4, 30. b) 8,, 6, 0,

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SG-00 Signaalinkäsittelyn menetelmät, Tentti..005 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja sen

Lisätiedot

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN KULMMODULOITUJEN SIGNLIEN SPEKTRIN LSKEMINEN 1 (3) (3) Spekri laskeie siisaoalle Kulaoduloidu sigaali spekri johaie o yöläsä epälieaarisuudesa johue (epälieaarise aalyysi ova yleesä hakalia). Se voidaa

Lisätiedot

V ar(m n ) = V ar(x i ).

V ar(m n ) = V ar(x i ). Mat-.3 Stokastiset prosessit Syksy 007 Laskuharjoitustehtävät 6 Poropudas/Kokkala. Olkoon M n = X +... + X n martingaali ja M 0 = 0. Osoita, että V ar(m n ) = n V ar(x i ). i= Huomattavaa on, että muuttujia

Lisätiedot

Ch4 NMR Spectrometer

Ch4 NMR Spectrometer Ch4 NMR Spectrometer Tässä luvussa esitellään yleistajuisesti NMR spektrometrin tärkeimmät osat NMR-signaalin mittaaminen edellyttää spektrometriltä suurta herkkyyttä (kykyä mitata hyvin heikko SM-signaali

Lisätiedot

Laplacemuunnosten perusteet kurssilla S1; v.1.0

Laplacemuunnosten perusteet kurssilla S1; v.1.0 Laplacemuunnoten peruteet kurilla S; v.. Jarmo Malinen. joulukuuta 29 Siältö Alkuanat 2 2 Määritelmiä 2 3 Laplace-muunnoken ominaiuukia 6 4 Sovellutu vakiokertoimiiin lineaariiin differentiaaliyhtälöihin

Lisätiedot

T Signaalinkäsittelyjärjestelmät Kevät 2005

T Signaalinkäsittelyjärjestelmät Kevät 2005 T-6. KJ Esimerkkitehtäviä ivu / 7 T-6. igaalikäsittelyjärjestelmät Kevät HUOM! Kurssi lueoidaa todeäköisesti viimeistä kertaa keväällä! Kurssi tettejä järjestetää toukokuuhu 6 asti. Korvaava kurssi T-6.XXXX

Lisätiedot

Tehtävä 1. Riku Eskelinen DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomenetelmien peruskurssi TILP150 Tulostuspv Sivu 1/6

Tehtävä 1. Riku Eskelinen DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomenetelmien peruskurssi TILP150 Tulostuspv Sivu 1/6 Riku Eskelie DEMOVASTAUKSET Demokerta 3/ vk 15 Tilastomeetelmie peruskurssi TILP150 Tulostuspv 05.04.013 Sivu 1/6 Tehtävä 1 Muuttuja MATPIT o luokitteluasteikollie. Muuttuja OPPMIN o järjestysasteikollie.

Lisätiedot

****************************************************************** ****************************************************************** 7 Esim.

****************************************************************** ****************************************************************** 7 Esim. 8.3. Kombiaatiot MÄÄRITELMÄ 6 Merkitä k, joka luetaa yli k:, tarkoittaa lause- ketta k = k! ( k)! 6 3 2 1 6 Esim. 1 3 3! = = = = 3! ( 3)! 3 2 1 3 2 1 3 2 1 Laskimesta löydät äppäime, jolla kertomia voi

Lisätiedot