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

Save this PDF as:
 WORD  PNG  TXT  JPG

Koko: px
Aloita esitys sivulta:

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

Transkriptio

1 Lueno 2 Järjeselmä aika-alueessa Konvoluuio-inegraali

2 Lueno 2 Lueno 2 Järjeselmä aika alueessa; Konvoluuio inegraali 2.1 Järjeselmien perusominaisuude Oppenheim Muisillise ja muisioma järjeselmä Inveroiuva ja inverssijärjeselmä Kausalieei Sabiilisuus Aikainvarianssi Lineaarisuus 2.2 LTI järjeselmä Oppenheim 2.2 Impulssivase Konvoluuioinegraali Esimerkkejä 2

3 2.1 Järjeselmien perusominaisuude

4 Järjeselmä Järjeselmä / Syseemi / Prosessi on objeki, joka määriää relaaio signaalijoukon välillä. Järjeselmän signaali jaeaan usein ulosuureisiin ja lähösuureisiin Tulosignaali ova järjeselmäsä riippumaomia Lähösignaali sisälävä järjeselmän uoamaa informaaioa. Tyypillisesi järjeselmä reagoi lähösignaaleihin ja uoaa niiden peruseella lähösignaali. Tällöin ulo- ja lähösignaalien välillä vallisee kausalieeisuhde. Tulosuuree Lähösuuree Syseemi 4

5 Järjeselmä Järjeselmän ulosuuree jaeaan usein manipuloiaviin suureisiin ja ei-manipuloiaviin suureisiin (häiriö) Manipuloiava ulosuuree Häiriö Syseemi Lähösuuree Järjeselmiä voidaan luokiella niiden ulo- ja lähösuureiden määrien mukaan SISO Single Inpu-Single Oupu MISO Muliple Inpu Single Oupu SIMO Single Inpu Muliple Oupu MIMO Muliple Inpu Muliple Oupu 5

6 Järjeselmä Järjeselmä voidaan ajaella operaaoriksi F(.), joka kuvaa ulosuureen lähösuureeksi. (vr. mariisilla A kerominen on kuvaus vekorila x vekorille y=ax) Esimerkkejä järjeselmä-operaaoreisa: F( x ( )) h( ) x ( ) d Konvoluuioinegraali F( x ( )) x ( )cos 2 f c Lineaarinen modulaaio 6

7 Järjeselmä Prosessi on kausaalinen, jos vaseen y():n rakaisemiseksi ajanhekellä ei arvia heräeen ulevia arvoja u(), Jakuva-aikainen prosessi: Sekä ulo- eä lähösuuree ova jakuva-aikaisia signaaleja y()=f(u()) Diskeei-aikainen prosessi: Sekä ulo- eä lähösuuree ova diskreeiaikaisia signaaleja y(k)=f(u(k)) 7

8 Järjeselmä Lineaarinen järjeselmä: Järjeselmän oimina ei riipu heräeen ampliudisa ja vaiheesa. Sen kuvaamiseen riiää lineaarinen operaaori F: F(ax()+bu())=aF(x())+bF(u()) Esim. Passiivisisa komponeneisa koosuva sähköpiiri Epälineaarinen järjeselmä: Järjeselmän generoima vase riippuu heräeen ampliudisa ja ai vaiheesa a: F(ax()) af(x()) Esim. Tehovahvisin Inveroiuva järjeselmä G(x()): G(F(x()))=x() 8

9 Järjeselmä Muision järjeselmä lähösuure y() riippuu ainoasaan ulosuureesa u() ajanhekellä Muisillinen järjeselmä lähösuure y() riippuu ulosuureen hisoriallisisa arvoisa u(), 9

10 Järjeselmä Deerminisinen järjeselmä Jos järjeselmän ila unneaan ieynä ajanhekenä voidaan sen vase ennusaa arkasi unneulle heräeelle. Esim. Elekroninen ai mekaaninen järjeselmä Aika invariani järjeselmä: Järjeselmän oimina ei riipu ajasa. Aijan suheen muuuva järjeselmä: Järjeselmän oimina muuuu ajan funkiona. Sen vase siis riippuu siiä minä ajanhekenä heräe järjeselmään syöeään. Sokasinen saunnainen järjeselmä / prosessi Vaikka järjeselmän ila ieynä ajanhekenä unneaisiin, ei sen vasea unneulle heräeelle voida ennusaa vaan se on saunnainen. Esim. Radiokanava Saionäärinen sokasinen prosessi: Prosessin ilasollise ominaisuude eivä riipu ajasa. Epäsaionäärinen prosessi: Prosessin ilasollise ominaisuude vaiheleva ajan mukaan. 10

11 Sabiilisuus Deerminisinen järjeselmä on BIBO (bounded inpu bounded oupu) sabiili, jos ampliudirajoieun heräeen vase on ampliudirajoieu x () F x () Jos on olemassa x () sien, eä F x(),, mua ampliudi rajoieun sini-muooisen signaalin vase on ampliudirajoieu sini-muooinen signaali x() Acos2 f, A F x() järjeselmää kusuaan marginaalisesi sabiiliksi. Muuoin järjeselmää kusuaan epäsabiiliksi. 11

12 2.2 LTI -järjeselmä

13 Lineaarinen aikainvariani järjeselmä u() h() y() Jakuva-aikaisen LTI-järjeselmän oiminaa kuvaa lineaarinen differeniaaliyhälö n n1 m m1 d d d d y () a1 y () ay 1 n () b0 u () b1 u () bu () n n m m1 m d d d d jossa n on järjeselmän keraluku Jos m n, niin järjeselmä on aio (proper): Vase ei riipu heräeen derivaaasa d/d u() Jos m<n, niin järjeselmä on vahvasi aio (sricly proper): Tulosuuren u arvo ajanhekellä, u(), ei vaikua lähösuureen y arvoon ajanhekellä, y(). 13

14 LTI-järjeselmä Yleinen esiysapa n a k n k d y() d u() bk k d k k k0 d k0 Jos m<n, niin määriellään b_k=0, k=m+1,m+2,,n Aikaderivaaaa merkiään usein piseellä d v () v () d 2 d v () v () 2 d n ( n) d v () v() n d 14

15 Perusuu kurssin AS Analoginen sääö luenomaeriaaliin Sähköpiirien peruskomponeni Vasus (resisanssi) v () Ri () R i() Kela (indukanssi) v () di() L d Kondensaaori (kapasianssi) dv() i () C d 1 v () id () C 0 v() L i() v() C i() v() 15

16 Perusuu kurssin AS Analoginen sääö luenomaeriaaliin Mekaanisen järjeselmien peruskomponeni Eenevä liike: Massakappale (ineria) 2 dx () Fm( ) m d 2 Jousi F () kx() k( x() x ()) k Vaimennin 1 2 dx() dx1() dx2() Fb( ) B B d d d m x() k x 1 () B x 1 () x 2 () x 2 () 16

17 Perusuu kurssin AS Analoginen sääö luenomaeriaaliin Mekaanisen järjeselmien peruskomponeni Pyörivä liike: Hiausmomeni 2 d TJ () J d 2 () () J Väänöjousi T () k () k( () ()) k 1 2 1() k 2() Väänövaimennin d() d1() d2() Tb( ) B B d d d 1() B 2() 17

18 Perusuu kurssin AS Analoginen sääö luenomaeriaaliin Virausjärjeselmien peruskomponeni Läpiviraussäiliö F 1 () dv() F1() F2() d Ideaalisekoiin dv() C2 () F1() C1() F2() C2() d Pukiviive V C2() C1( Td ()) C1 F() Viraus aukon läpi F() A () R p() A () R p() p () 1 2 Tämä on esimerkki epälineeaarisesa komponenisa F 1 () C 1 () V() C 2 () F 2 () C 2 () C 1 () p 1 () F() R A() V() F() V p 2 () F 2 () C 2 () 18

19 Biologise järjeselmä Esimerkki lineaarisesa mallisa: Funkionaalinen MRI G.M.Boyon, S. A. Engel, G. H. Glover, and D. J Heeger, Linear Sysems Analysis of Funcional Magneic Resonance Imaging in Human V1, The Journal of Neuroscience, July 1, 1996, 16(13):

20 Esimerkki 1 Jännie x() on ulosuure ja jännie y() lähösuure i i (a) dy() i () C d x () Ri () y () x () y () i () R dy() 1 i () d C dy() 1 1 y() x() d RC RC Vahvasi aio järjeselmä (b) di() y () L d x () Ri () y () x () y () i () R di() y () L d Ldx() dy() y () R d d dy() R dx() y () d L d Aio järjeselmä

21 Esimerkki 2 Jännie x() on ulosuure ja jännie y() lähösuure i i dx di1 i1 i2 x Ri1 i1 i2 d R C d d C di2 x Ri1 L y 0, y i2 R d Järjeselmää kuvaa ny 2. aseen differeniaaliyhälö 2 d y R 1 dy 2 1 y 2 d L RC d LC LC x 0 21

22 LTI-järjeselmä Sähköpiiriä kuvaavien differeniaaliyhälöiden aseluku viiaa niissä esiinyvien varasoelemenien (kondensaaori ja kela) lukumäärään. Jos piirissä ei ole varasoelemenejä, siä kusuaan muisiomaksi. Esimerkki muisiomasa piirisä: x y y R R2 R 1 2 x 22

23 RC-suodain Tarkasellaan RC suodaina dy() 1 1 y() x(), RC d

24 RC-suodain: Auonominen järjeselmä Olkoon ulojännie x()=0 dy() 1 dy() 1 y () d d y() dy() 1 d ln y( ) c y () Vakio c y () kexp, ke Vakio Vakio k piää rakaisa alkuarvojen peruseella 0 y(0) kexp k joka riippuu kondensaaorin varauksesa ajanhekellä =

25 RC-suodain: Impulssivase Tulosignaali x()=() on Diracin dela-funkio ja y()=0, <0 Tapaus 1: 0 dy() 1 1 y () x (), RC d 1 1 y () y () x () d y () () d y(0) y( ) x( ) d y( ) d ( ) d Tapaus 2: >0 vasaa auonomisa järjeselmää dy() 1 y () d Impulssivase siis vasaa alkuarvojen määriämisä auonomiselle järjeselmälle!

26 RC-suodain: Impulssivase x()* /

27 RC-suodain: Impulssijono Olkoon ulojännie x() impulssijono K x() a kt k 0 k Koska kyseessä on lineaarinen järjeselmä voidaan vase rakaisa kullekin impulssille erikseen K y () ah ( kt) k 0 1 h () e k Impulssivase T 2T

28 RC-suodain: Vase näyeiseylle signaalille Tarkasellaan näyeiseyä signaalia x() x( kt) kt k joa voidaan siis kuvaa impulssijonolla Vase y () xh () ( kt) k

29 RC-suodain: Vase mielivalaiselle signaalille Tarkasellaan näyeiseyä signaalia x() x( kt) kt k joa voidaan siis kuvaa impulssijonolla Vase y () xh () ( kt) k Raja-arvo kun T0 y() x( ) h( ) d Konvoluuioinegraali

30 Konvoluuioinegraali Konvoluuioinegraalin määrielmä y () x () y( ) x ( ) d Ominaisuuksia y () x () x () y () () () () (), y () x () z () y () x () z () y () x () z () y () x () y () z () a y x ay x a * * * y () x () y() x() Huom! Kirjassa konvoluuiosa y()*x(), mua lueno- Maeriaalissa * arkoiaa kompleksi konjugaaia. a ib * aib

31 Konvoluuioinegraali Konvoluuio y () x () y( ) x ( ) d Tulkina x() y() x() peilaaan y-akselin suheen ja liueaan y():n yli 31

32 Konvoluuio-inegraali: RC-suodain RC-suodain d 1 1 i () i () x () d RC R d 1 y () i () d C x() Jännielähde uoaa jännieen e() Rakaisu (impulssivaseen ja sisäänulo jännieen konvoluuio) R C y() y () h( ) x d h () exp 1 RC Suodaimen ulosulo jännie on Impulssivaseen h() ja sisäänmenojännieen e() konvoluuio 32

33 Konvoluuioinegraali Konvoluuioinegraali voidaan ulkia usean impulssivaseen summaksi x() 1cos( b), 0 h () e y () h () x () y() x( ) h( ) d k xkth ( ) ( kt) hp://mahles.org/mahles/convoluion-accumulaion/

34 Konvoluuioinegraali hp:// 34

35 Konvoluuioinegraali Esimerkki: Laskeva ramppi suodaeaan RCsuodaimella x() y() x () 1 0 T T 0 muuoin y () e

36 Konvoluuioinegraali 0 y () 0 -T 0 T T -T -T y() e d T 1 T 0 1e y () e d T 1 T T T ( T) T 1e e

37 Konvoluuio inegraali y () x () y( ) x ( ) d y() T 37

38 Tehävä Rakaise RC suodaimen askelvase y(), kun Suodaimen impulssivase h()=e - Tulojännie 1 0 x () 0 0 käyämällä konvoluuioa: y () h( ) x ( ) d R x() C y() Vinkki: ax 1 ax e dx e C a

39 Konvoluuioinegraali ja impulssifunkio Signaalin konvoluuio Diracin dela-funkion kanssa vasaa signaalin viiväsämisä y() () y( ) ( ) d y() y () ( T) y( ) ( T) d y ( T)

40 Akusinen impulssivase Akusinen impulssivase: Tilanunu voidaan lisää konvoloimalla äänä ilasa miaun impulssivaseen kanssa hp:// () k k k h h

41 Moniie-eeneminen radiokanavassa Teho Aika Teho Aika h () h() () k k k

42 Merkkiainekoe Merkkiainekoe on koe, jossa johonkin virausprosessiin syöeään siihen normaalisi kuulumaona (radioakiivisa)ainea ja miaaan sien ämän merkkiaineen eenemisä. Tuloksena saadaan prosessin (im)pulssivase. Sovelluksia prosessieollisuudessa, ympärisöekniikassa ja lääkeieeessä. hp:// n&view=aricle&id=239&iemid=69&lang=en

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

( ) ( ) 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

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

Diskreetillä puolella impulssi oli yksinkertainen lukujono: DEE-00 ineaarise järjeselmä Harjoius 5, rakaisuehdoukse [johdano impulssivaseeseen] Jakuva-aikaisen järjeselmän impulssivase on vasaavanlainen järjeselmäyökalu kuin diskreeillä puolellakin: impulssivase

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

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

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

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

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

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

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

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

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

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 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

Lineaaristen järjestelmien teoriaa

Lineaaristen järjestelmien teoriaa Lineaarisen järjeselmien eoriaa Saavueavuus, ohjaavuus Tarkkailavuus, havaiavuus Klassisen mekaniikan sabiilisuus vs. syseemiekninen sabiilisuusuus Tilaesimoini Kalman-suodin Mielenkiinoisia kysymyksiä

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

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

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

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

ELEC-C1230 Säätötekniikka (5 op)

ELEC-C1230 Säätötekniikka (5 op) ELEC-C1230 Sääöekniikka (5 op) Kevä 2017 hps://mycourses.aalo.fi/course/view.php?id=13390 Luku 1: Esiely, johdano, dynaamise malli ja rakenee, lohkokaavio, säädön periaaee ELEC-C1230 Sääöekniikka (5 op)

Lisätiedot

ELEC-C1230 Säätötekniikka (5 op)

ELEC-C1230 Säätötekniikka (5 op) ELEC-C1230 Sääöekniikka (5 op) Kevä 2016 hps://mycourses.aalo.fi/course/view.php?id=5073 Luku 1: Esiely, johdano, dynaamise malli ja rakenee, lohkokaavio, säädön periaaee ELEC-C1230 Sääöekniikka (5 op)

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

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset DEE- ineaarise järjeselmä Harjoius 3, harjoiusenpiäjille arkoieu rakaisuehdoukse Ennen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu Piirianalyysin juuri suorianee

Lisätiedot

Lineaaristen järjestelmien teoriaa II

Lineaaristen järjestelmien teoriaa II Lieaarise järjeselmie eoriaa II Ohjaavuus Tarkkailavuus havaiavuus Lisää sabiilisuudesa Tilaesimoii, Kalma-suodi TKK/Syseemiaalyysi laboraorio Mielekiioisia kysymyksiä Oko syseemi rakeeelaa sellaie, eä

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

Mittaustekniikan perusteet, piirianalyysin kertausta

Mittaustekniikan perusteet, piirianalyysin kertausta Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä

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

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

( ) 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

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x BM0A5830 Differentiaaliyhtälöiden peruskurssi Harjoitus 4, Kevät 017 Päivityksiä: 1. Ratkaise differentiaaliyhtälöt 3y + 4y = 0 ja 3y + 4y = e x.. Ratkaise DY (a) 3y 9y + 6y = e 10x (b) Mikä on edellisen

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-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat! MAA Koe 7..03 A-osio. Ei laskina! Valise seuraavisa kolmesa ehäväsä vain kaksi joihin vasaa! A. a) Mikä on funkion f(x) määrieljoukko, jos f( x) x b) Muua ulomuooon: 4a 8a 4 A. a) Rakaise hälö: x 4x b)

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

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

3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA

3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA S I G N A A L I T E O R I A, O S A I I I TL98Z SIGNAALITEORIA, OSA III 44 3 Signaalin suodaus...44 3. Sysmin vas aikaasossa... 44 3. Kausaalisuus a sabiilisuus... 46 3.3 Vas aauusasossa... 46 3.4 Ampliudivas

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

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

2. Suoraviivainen liike

2. Suoraviivainen liike . Suoraviivainen liike . Siirymä, keskinopeus ja keskivauhi Aika: unnus, yksikkö: sekuni s Suoraviivaisessa liikkeessä kappaleen asema (paikka) ilmoieaan suoralla olevan piseen paikkakoordinaain (unnus

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

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

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

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

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi Rakennusosien rakennusfysikaalinen oimina Ralf Lindber Professori, Tampereen eknillinen yliopiso ralf.lindber@u.fi Rakenneosien rakennusfysikaalisen oiminnan ymmärämiseksi on välämäönä piirää kolme eri

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

Muuttuvan kokonaissensitiivisyyden mallinnus valvontaohjelman riskinarvioinnissa esimerkkinä munintaparvet

Muuttuvan kokonaissensitiivisyyden mallinnus valvontaohjelman riskinarvioinnissa esimerkkinä munintaparvet Muuuvan kokonaissnsiiivisyyn mallinnus valvonaohjlman riskinarvioinnissa simrkkinä muninaarv Tausa: Aimma salmonllarojki FooBUG rojki ja uusi malli muninaarvill 8. EFSA WG: salmonlla muninaarvissa. Samaa

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

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

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

Osa 11. Differen-aaliyhtälöt

Osa 11. Differen-aaliyhtälöt Osa 11. Differen-aaliyhtälöt Differen-aaliyhtälö = yhtälö jossa esiintyy jonkin funk-on derivaa

Lisätiedot

Luoki?elua: tavallinen vs osi?ais. Osa 11. Differen0aaliyhtälöt. Luoki?elua: kertaluku. Luoki?elua: lineaarisuus 4/13/13

Luoki?elua: tavallinen vs osi?ais. Osa 11. Differen0aaliyhtälöt. Luoki?elua: kertaluku. Luoki?elua: lineaarisuus 4/13/13 4/3/3 Osa. Differen0aaliyhtälöt Differen0aaliyhtälö = yhtälö jossa esiintyy jonkin funk0on derivaa?a. Esim: dx = x2 f x + f xy 2 2m d 2 ψ = Eψ dx 2 Luoki?elua: tavallinen vs osi?ais Differen0aaliyhtälöt

Lisätiedot

Suunnitteluharjoitus s-2016 (...k-2017)

Suunnitteluharjoitus s-2016 (...k-2017) 1 Suunnieluharjoius s-2016 (...k-2017) HAKKURITEHOLÄHDE Seuraavan push-pull-yyppisen hakkurieholäheen komponeni ulisi valia (muunajaa lukuunoamaa). V1 iin 230 V ± 10 % 50 Hz V3 Perusieoja kykennäsä Verkkoasasuunauksen

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

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

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina

Lisätiedot

2 dy dx 1. x = y2 e x2 2 1 y 2 dy = e x2 xdx. 2 y 1 1. = ex2 2 +C 2 1. y =

2 dy dx 1. x = y2 e x2 2 1 y 2 dy = e x2 xdx. 2 y 1 1. = ex2 2 +C 2 1. y = BM20A5830 Differentiaaliyhtälöiden peruskurssi Harjoitus 2, Kevät 207 Päivityksiä: Tehtävän 4b tehtävänanto korjattu ja vastauksia lisätty.. Ratkaise y, kun 2y x = y 2 e x2. Jos y () = 0 niin mikä on ratkaisu

Lisätiedot

Notor Upotettava. 6 www.fagerhult.fi

Notor Upotettava. 6 www.fagerhult.fi Upoeavan Noor-valaisimen avulla kaoon voidaan luoda joko huomaamaomia ai ehokkaan huomioa herääviä ja yhenäisiä valaisinjonoja ilman minkäänlaisia varjosuksia. Pienesä koosaan huolimaa Noor arjoaa hyvin

Lisätiedot

Luento 6. Järjestelmät

Luento 6. Järjestelmät Lueno 6 Järjeelmän (yeemin) äie ja luoiue Lineaarinen aia invariani järjeelmä Impulivae Siirofunio Sabiiliuu Järjeelmien ooaminen oia..7 Järjeelmä Järjeelmä / Syeemi / Proei on objei, joa määriää relaaio

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

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.4 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vasausen piireiden, sisälöjen ja piseiysen luonnehdina ei sido ylioppilasukinolauakunnan arvoselua. Lopullisessa arvoselussa

Lisätiedot

BM20A0900, Matematiikka KoTiB3

BM20A0900, Matematiikka KoTiB3 BM20A0900, Matematiikka KoTiB3 Luennot: Matti Alatalo Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luvut 1 4. 1 Sisältö Ensimmäisen kertaluvun differentiaaliyhtälöt

Lisätiedot

S Ä H K Ö - J A T I E T O T E K N I I K A N O S A S T O

S Ä H K Ö - J A T I E T O T E K N I I K A N O S A S T O S Ä H K Ö J A T I E T O T E K N I I K A N O S A S T O 2.0.2007 Piirieria II (Graafise laskime salliuja). Laske kuvan piirille siirfunki U u (s)/u in (s) ja piirrä nllanapakara. Laske myös Laplacekääneismuunns

Lisätiedot

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd PK-YRITYKSEN ARVONMÄÄRITYS KTT, DI TOIVO KOSKI elearning Communiy Ld Yriyksen arvonmääriys 1. Yriyksen ase- eli subsanssiarvo Arvioidaan yriyksen aseen vasaavaa puolella olevan omaisuuden käypäarvo, josa

Lisätiedot

ELEC-C1230 Säätötekniikka. Luku 3: Dynaamisen vasteen määrittäminen, Laplace-muunnos, siirtofunktio

ELEC-C1230 Säätötekniikka. Luku 3: Dynaamisen vasteen määrittäminen, Laplace-muunnos, siirtofunktio ELEC-C30 Sääöekniikka Luku 3: Dynaamien vaeen määriäminen, Laplace-muunno, iirofunkio Differeniaaliyhälön rakaiu Syeemin ymmärämien ja hallinnan kannala on olennaia ieää, mien lähöuure y() käyäyyy ajan

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 / 19 Esimerkki Olkoon F : R 3 R 3 vakiofunktio

Lisätiedot

Monisilmukkainen vaihtovirtapiiri

Monisilmukkainen vaihtovirtapiiri Monisilmukkainen vaihovirapiiri Oeaan arkaselun koheeksi RLC-vaihovirapiiri jossa on käämejä, vasuksia ja kondensaaoreia. Kykenä Tarkasellaan virapiiriä, jossa yksinkeraiseen RLC-piiriin on kodensaaorin

Lisätiedot

Mittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M

Mittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M KANSIO 4 VÄLI ESITE Lapinleimu Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M IRIS, IRIS-S Rakenne IRIS muodosuu runko-osasa, sääösäleisä, sääömuerisa ai sääökahvasa

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

Puolijohdekomponenttien perusteet A Ratkaisut 2, Kevät 2017

Puolijohdekomponenttien perusteet A Ratkaisut 2, Kevät 2017 OY/PJKOMP R 017 Puolijohdekomoeie erusee 571A Rakaisu, Kevä 017 1. Massavaikuuslai mukaisesi eemmisö- ja vähemmisövarauksekuljeajie ulo o vakio i, joka riiuu uolijohdemaeriaalisa ja lämöilasa. Kuvasa 1

Lisätiedot

3 TOISEN KERTALUVUN LINEAARISET DY:T

3 TOISEN KERTALUVUN LINEAARISET DY:T 3 TOISEN KERTALUVUN LINEAARISET DY:T Huomautus epälineaarisista. kertaluvun differentiaaliyhtälöistä Epälineaarisen DY:n ratkaisemiseen ei ole yleismenetelmää. Seuraavat erikoistapaukset voidaan ratkaista

Lisätiedot

BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 2016

BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 2016 BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 2016 1. (a) Anna likiarvo lineaarisen approksimaation avulla sille mitä on T (100.5), kun T (100) = 45 ja T (100) = 10. (b) Käyttäen lineaarista

Lisätiedot

Viivaintegraali: "Pac- Man" - tulkinta

Viivaintegraali: Pac- Man - tulkinta Viivaintegraali: "Pac- Man" - tulkinta Otetaan funk6o f(x,y), joka riippuu muu@ujista x ja y. Jokaiselle x,y tason pisteellä funk6olla on siis joku arvo. Tyypillisiä fysikaalis- kemiallisia esimerkkejä

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

SytytysjarjestelmaDIIAPCLH2.4, LH2.4 ETS

SytytysjarjestelmaDIIAPCLH2.4, LH2.4 ETS 6 SyyysjarjesemaD/APCLH 24 LH 24 ETS SyyysjarjesemaDAPCLH24 LH24 ETS 75 cy 100 122A YE 2 +30 230 1063 RO 0 1019 101A RO 25 RO 40 101C RD 25 J73 123 123A CNWH 1S CN/WH 1 13122A J 342A 22 20 YE 10 1 1CY

Lisätiedot

SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA 1 SÄHKÖTKNIIKKA JA LKTONIIKKA X-2 2017, Kimmo Silvonen Osa II, 25.9.2017 1 Muuosilmiö ja differeniaaliyhälö Tässä luvussa rajoiuaan pääasiassa asajännieläheisiin liiyviin muuosilmiöihin, vaikka samanlainen

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 8 (viikko 14) Tehävä 1 LAD-käyrä siiryy ylöspäin. Ulkomaisen hinojen nousessa oman maan reaalinen vaihokurssi heikkenee 1 vaihoase vahvisuu IS-käyrä

Lisätiedot

Piennopeuslaite FMP. Lapinleimu

Piennopeuslaite FMP. Lapinleimu Piennopeuslaie FMP Floormaser FMP on lieä uloilmalaie, joka on arkoieu käyeäväksi syrjäyävään ilmanjakoon Floormaser-järjeselmässä. KANSIO 4 VÄLI 6 ESITE 6 Lapinleimu.1.00 Floormaser Yleisä Floormaser

Lisätiedot

Differentiaaliyhtälöt

Differentiaaliyhtälöt Differentiaaliyhtälöt Differentiaaliyhtälöksi (lyh. DY) sanotaan yhtälöä, jossa on tuntemattomana jokin funktio y(x) ja jossa esiintyy sen derivaattoja y, y, y, y (4),... Esimerkiksi y + y = x, y y + y

Lisätiedot

a 1 y 1 (x) + a 2 y 2 (x) = 0 vain jos a 1 = a 2 = 0

a 1 y 1 (x) + a 2 y 2 (x) = 0 vain jos a 1 = a 2 = 0 6. Lineaariset toisen kertaluvun yhtälöt Toisen kertaluvun differentiaaliyhtälöt ovat tuntuvasti hankalampia ratkaista kuin ensimmäinen. Käsittelemmekin tässä vain tärkeintä erikoistapausta, toisen kertaluvun

Lisätiedot

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA 1 KULMMOULOITUJEN SIGNLIEN ILMISU ISKRIMINTTORILL Millaisia keinoja on PM & FM -ilmaisuun? 51357 Tieoliikenneekniikka I Osa 17 Kai Käkkäinen Kevä 015 ISKRIMINTTORIN TOIMINTKÄYRÄ J -YHTÄLÖ FM-signaalin

Lisätiedot

Matematiikka B3 - Avoin yliopisto

Matematiikka B3 - Avoin yliopisto 2. heinäkuuta 2009 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Lisäharjoitustehtävä Kurssin sisältö (1/2) 1. asteen Differentiaali yhtälöt (1.DY) Separoituva Ratkaisukaava Bernoyulli

Lisätiedot

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2) MS-A4 Differentiaali- ja integraalilaskenta (ELEC2) MS-A6 Differentiaali- ja integraalilaskenta (ENG2) Harjoitukset 3L, syksy 27 Tehtävä. a) Määritä luvun π likiarvo käyttämällä Newtonin menetelmää yhtälölle

Lisätiedot

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11. Kemian laieekniikka 1 Koilasku 1 4.4.28 Jarmo Vesola Tuoee ja reakio: hiilimonoksidi, meanoli, meyyliformiaai C HC (1) vesi, meyyliformiaai, meanoli, muurahaishappo HC CH (2) hiilimonoksi, vesi, muurahaishappo

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

Luento 2: Liikkeen kuvausta

Luento 2: Liikkeen kuvausta Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä

Lisätiedot

Älä tee mitään merkintöjä kaavakokoelmaan!

Älä tee mitään merkintöjä kaavakokoelmaan! AS-74. Alogie ääö vkokoelm v. Plu ei jälkee! Trk kokoelm ivumäärä! Älä ee miää merkiöjä kvkokoelm! Dymie mllie perukompoei. Sähköie kompoei Vu (reii) u() Ri() el (iduki) u() L di() d odeori i() C du()

Lisätiedot

Matemaattinen Analyysi

Matemaattinen Analyysi Vaasan yliopisto, 009-010 / ORMS1010 Matemaattinen Analyysi 7 harjoitus 1 Määritä seuraavien potenssisarjojen suppenemissäteet a) k k x 5)k b) k=1 k x 5)k = k k 1) k ) 1) Suppenemissäteen R käänteisarvo

Lisätiedot

Piennopeuslaite FMH. Lapinleimu

Piennopeuslaite FMH. Lapinleimu Piennopeuslaie FMH Floormaser FMH on puolipyöreä uloilmalaie, joka on arkoieu käyeäväksi syrjäyävään ilmanjakoon Floormaser- järjeselmässä. KANSIO VÄLI 6 ESITE Lapinleimu.1.0 Floormaser Yleisä Floormaser

Lisätiedot

6. Toisen ja korkeamman kertaluvun lineaariset

6. Toisen ja korkeamman kertaluvun lineaariset SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 51 6. Toisen ja korkeamman kertaluvun lineaariset differentiaaliyhtälöt Määritelmä 6.1. Olkoon I R avoin väli. Olkoot p i : I R, i = 0, 1, 2,..., n, ja q : I R jatkuvia

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

BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 2009) Betonipäivät 2010

BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 2009) Betonipäivät 2010 DIPLOMITYÖ: BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 29) Beonipäivä 21 DIPLOMITYÖ prosessina Aie: yön eeäjän aloieesa Selviykse beonin, eräksen ja puun osala oli jo ey/käynnissä

Lisätiedot

9. Parametriset mallit, estimointi

9. Parametriset mallit, estimointi 9. Paramerise malli, esimoini Rakeneellise malli paramereillä a priori ulkina & merkiys Black box-malli parameri vain laskennan/soviuksen apuvälineiä Tarkasellaan pääosin diskreeiaikaisia malleja 3. harjoiusyössä

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

Hoivapalvelut ja eläkemenot vuoteen 2050

Hoivapalvelut ja eläkemenot vuoteen 2050 VATT-TUTKIMUKSIA 94 VATT-RESEARCH REPORTS Pekka Parkkinen Hoivapalvelu ja eläkemeno vuoeen 25 Valion aloudellinen ukimuskeskus Governmen Insiue for Economic Research Helsinki 22 ISBN 951-561-425-2 ISSN

Lisätiedot

FYSA220/K2 (FYS222/K2) Vaimeneva värähtely

FYSA220/K2 (FYS222/K2) Vaimeneva värähtely FYSA/K (FYS/K) Vaimeneva värähtely Työssä tutkitaan vaimenevaa sähköistä värähysliikettä. Erityisesti pyritään havainnollistamaan kelan inuktanssin, konensaattorin kapasitanssin ja ohmisen vastuksen suuruuksien

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia MS-A22 ifferentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Moninkertaisten integraalien sovelluksia Antti Rasila Aalto-yliopisto Syksy 215 Antti Rasila (Aalto-yliopisto) MS-A22 Syksy 215 1 / 2 Moninkertaisten

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

X(t) = X 0 + tx 1 + t 2 X 2 + t 3 X ,

X(t) = X 0 + tx 1 + t 2 X 2 + t 3 X , Ma-1.1332 Mariisiksponnifunkio, KP3-II, syksy 2007 Pkka Alsalo Johdano. Tämä monis sisälää kurssilla arviava ido mariisiksponnifunkiosa. Mariisiksponnifunkio. Suraavassa A on raalinn n n-mariisi, jonka

Lisätiedot

Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt

Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt Suoraviivainen liike integrointi Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa ELEC-A3110 Mekaniikka

Lisätiedot