a) Ortogonaalinen, koska kantafunktioiden energia 1
|
|
- Tommi Mattila
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 S Signaali ja järjeselmä Teni Vasaa lyhyesi seuraaviin saehäviin, käyä arviaessa kuvaa. a) Mikä minaisuuksisa rgnaalinen ja rnrmaalinen kuvaa paremmin Furier-sarjaa ja miksi? b) Esiä jkin impulssifunkin määrielmä. c) DFT:lla ukiaan signaalin spekri aajuusalueella khz käyäen 104 näyeä. Kuinka suuri n näyeväli aika- ja aajuusalueessa? d) Mikä n näyejnn {4,3,,1} Z-muunns? e) Miä arkieaan sudaimen pääsö- ja eskaisalla? f) Esiä heisen, negaiivisesi akaisinkykeyn järjeselmän siirfunki kuvassa anneujen siirfunkiiden avulla. g) Mien laskeaan keskiarv ja varianssi, kun unneaan saunnaismuuujan + _ H 1(f) h) iheysfunki px ( x)? Millä avalla erava näyesignaalien spekri lunnllisessa ja hekellisessä H (f) näyeenssa? i) x () = xc() cs ( π f) xs() sin ( π f) n kaisanpääsösignaalin kvadrauuriesiyksen lauseke. Esiä kmpleksisen verhkäyrän lauseke. j) AM-mdulaaissa mduliva signaali n x() X(f), mdulaaiindeksi m ja kanaalaajuus f c. Esiä AM-mdulaain Furiermuunnksen lauseke. Rakaisu a) Orgnaalinen, kska kanafunkiiden energia 1 b) δ () d= 1, lim x(, ε ) d = 1 lim { x(, ε) } = δ( ) ε 0 ε 0 c) f s = = 000 Hz, T s = s = 0, µ s d) 3 1 X ( z) = z 3 z z e) Pääsökaisa määräyyy salliun ampliudivaihelun peruseella eskaisalla n iey minimivaimennus pääsökaisan nimellisvaimennukseen verrauna
2 f) H ( f ) g) ( ) 1 ( f ) ( ) ( ) H = 1 + H 1 f H f x = xp x dx, σ x = ( x x) p( x) dx Xs f = cnx f + nfs, missä c n n= n näyeensignaalin Furier-sarjan kerrin, eli kukin spekriermi n väärisymäön, hekellisessä näyeenssa Xs ( f ) = G( f ) X ( f + nfs ), missä n= G(f) n näyeenpulssin Furier-muunns, eli kukin spekriermi n lineaarisesi väärisyny. (Myös spekripiirrkse kelpaava vasaukseksi.) h) lunnllisessa näyeenssa ( ) ( ) i) z () = xc() + jxs() j) a ( ) c a S ( ) c AM f = δ f + fc + δ( f fc) mac ma + X( f + f ) c c + X( f fc)
3 . Jhda heisen kreun rapesipulssin Furiermuunns käyäen spivia Furier-muunnksen minaisuuksia RATKAISU Löyyy useia rakaisuapja. Derivimalla saadaan 3T T T a/t 3T T T x() T x'() T T 3T T 3T a a a/t a +,5T a,5t x = a + T + a T T T T T jllin () δ ( 3 ) rec rec δ ( 3 ) { ()} = + ( ) ( ) j6π ft j6π ft j5π ft j5π ft F x ae ae asinc ft e asinc ft e Derivinikein anaa, X ( f ) { ()} sin ( 6π ) sinc ( ) sin ( 5π ) F x j a ft j a ft ft = = + jπ f jπ f jπ f ( ) ( ) ( ) = 6aT sinc 6 ft + 5aT sinc 5 ft sinc ft jkin kein, p derivini OK, p derivaaan F-muunns OK, p derivinikein ikein svelleuna, p F-muunns OK, p
4 π f h () = δ() π f e u() n RC-ylipääsösudaimen impulssivase. Määrää (graafisa) knvluuia käyäen sen vase yksikköaskelsignaalille u () =. δ() n impulssifunki. 0, < 0 1, > 0 RATKAISU 3. Kun < 0 knvluuiuls n =0 (p) u(-u) x(u) < 0 u x(u) u(-u) u Kun 0 n > 0 ( ) () = u() δ () u() ω exp( ω ) u() y = u() ωexp( ωu) duu() 0 = u() exp( ωu) u( ) 0 = u 1 exp u = exp u ( ) () ( ω ) () () ( ω ) knvluui impulssifunkin kanssa 3p inen käänney + inegraaliraja ikein, 3p lppuuls ikein p
5 4. Säröisen sinigeneraarin lähösignaali n x( ) = cs ( π fx) + 0,0cs ( 4π fx) + 0,05cs ( 6π fx). a) Laske generaarin kknaissärökerrin. b) Särön pienenämiseksi sudaeaan generaarin lähösignaali RC-alipääsösudaimessa, jnka siirfunkin n 1 H( f ) = 1 + jπ ( f fx ). Laske sudaeun signaalin kknaissärökerrin. RATKAISU a) d 0,0 0,05 = + = 0, p b) sudauksen jälkeise ampliudi: 1 fx : H ( fx) a1 = = 0, ( π fx fx) 0,0 fx : H( fx) a1 = = 0, ( 4π fx fx) 0,05 3 fx : H( 3 fx) a1 = = 0, ( 6π fx fx) 0, , ,157 0,157 = + = 0,01964 d 3p 1,5p 1,5p 1p
6 5. a) Esiä 0-keskiarvisen saunnaissignaalin x() x() keskimääräisen ehn lauseke ehspekrin H(f) Sx(f) avulla. b) Esiä lineaarisesi sudaeun saunnaissignaalin y() ehspekri x():n ehspekrin ja sudaimen siirfunkin avulla. c) Sudain n ideaalinen kaisanpääsösudain, jnka kaisanleveys n W. Kuinka suuri n lähösignaalin y() keskimääräinen eh, kun Sx(f)=P/W. RATKAISU: a) P = S ( f) df 3p x x = x 3p b) S ( f ) H ( f ) S ( f ) y a) Ideaalisella ap-sudaimella n. y() W P P ( ) ( ) ( ) y = Sy f df = H f Sx f df = df = P W W 4p
7 6. CD-järjeselmässä (Cmpac Disc) AD-muunneaan riippumamasi kaksi hjelmasignaalia, jiden kaisanleveys n 0 khz käyäen 44.1 khz näyeenaajuua ja 16 biin lineaarisa kdausa, jllin x kvanisinikhinan ehspekri n S ( ) max ε f =, missä N n fsn kvanisiniasjen lukumäärä. a) Mikä n synyvän PCM-signaalin biinpeus? b) Laske signaalikvanisinikhinasuhde (db), kun leeaan eä reknsrukisudain n ideaalinen alipääsösudain (B = 0 khz), ja hjelmasignaalin ehllisarv σ x = 0,173xmax. (Tällä arvlla kukin signaali yliää maksimiarvn 1s unnissa, js se n symmerisesi ekspnenijakauunu.) RATKAISU: a) Rb = fsn = = bi/s x 1p ikea vasaus 3p b) SQNR P ( 0,173 max ) 10lg x x = = 10lg P qn Wx max n fs ( ) 0,099 = 10lg = 81,5 db signaalin eh OK p kvanisinikhinan eh OK p lppuuls OK p
8 7. Sumessa käyeyssä DVB-järjeselmässä (Digial Vide Bradcasing) käyeään kanavamulipleksin (yksi DVB-signaali) läheyksessä mnikanaalmdulaaia, jssa 6817 kanaaljen aajuusväli n 1,116 khz ja kukin kanaal n mduliu 64QAM-signaalilla. a) Kuinka suuri sujakaisa jää eri DVB-signaalien väliin, kun kunkin kanavamulipleksin aajuusväli n 8 MHz? b) Mnak biiä sisälää kukin symbli 64QAM:ssa? c) Mikä n läheeyn signaalin kknaisbiinpeus? RATKAISU: a) DVB-signaalin kaisanleveys n W ,116 = 7608 khz 3p. Sujakaisa = =39 khz 3p. b) 6 = 64 6 bi/symbli 4p. c) R = ,116 = kbi/s (ilman suja-aikaväliä) Tdellisuudessa arv n pienempi käyeyn suja-aikavälin akia. c-khdan rakaiseminen vaaii pinjakssa puuuvia ieja, jen äysi pisemäärä ulee a- ja b-khdasa.
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
( ) ( ) 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
S Signaalit ja järjestelmät Tentti
S-72.060 Signaali ja järjeselmä eni 4.3.2005 Vasaa ehävään, ehävisä 2 7 eaan humin neljä parhaien surieua ehävää.. Vasaa lyhyesi seuraaviin saehäviin, käyä arviaessa kuvaa. a) Mien määriellään jaksllinen
( ) ( ) 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!
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
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
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:
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
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
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,
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
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
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
VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte
4/ VÄRÄHTELYMEKANIIKKA SESSIO 4: Yhden vaausaseen vaieneva akkvärähely, harninen kuriusheräe LIIKEYHTÄLÖN JOHTO JA RATKAISU Kuvassa n esiey visksisi vaienneun yhden vaausaseen harnisen akkvärähelijän erusalli.
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!
Magneettisessa profiilitulkinnassa saaduista suskeptibiliteettiarvoista. käytettäessä kaksidimensionaalista levymallia.
Ou kumpu O} vlalminesinä ARKSTO ' ple. '-1 Magneeisessa priiliulkinnassa saaduisa suskepibilieeiarvisa ja keskimääräisen suskepibilieein laskemisesa käyeäessä kaksidimensinaalisa levymallia. Yheenvedssa
Lisämateriaalia: tilayhtälön ratkaisu, linearisointi. Matriisimuuttujan eksponenttifunktio:
Lisämateriaalia: tilayhtälön ratkaisu, linearisinti Matriisimuuttujan ekspnenttifunkti: Kun A n neliömatriisi, niin määritellään 1 1 1 e I ta t A t A t A 2 6 i! At 2 2 3 3 i i jnka vidaan tdistaa knvergivan
KVANTISOINTIKOHINA JA KANAVAN AWGN- KOHINA PULSSIKOODIMODULAATIOSSA
KVANTIOINTIKOHINA JA KANAVAN AWGN- KOHINA PULIKOODIMODULAATIOA Teolkenneeknkka I 5359A Kar Kärkkänen Osa 6 5 Kvansonkohna PCM-järjeselmässä PCM:ssa on kaks vrhelähdeä:. kvansonkohna,. kanavan kohnan aheuama
IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n
IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee
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
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
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
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
Välikoe II, Tehtävä 1
! Lappeenrannan eknillinen krkeakulu Energiaekniikan sas Lämpö ja ympärisöekniikan lais 4316/4317 Viraus ja lämpövimaknee. Välike, 1.3.22 Ei kirjallisa maeriaalia L TKK:n h,spiirrsa lukuunamaa. Kusakin
SGN-1200 Signaalinkäsittelyn menetelmät Välikoe
SGN-00 Signaalinkäsittelyn menetelmät Välikoe 9.3.009 Sivuilla - on. Älä vastaa siihen, jos et ollut ensimmäisessä välikokeessa. Tentin kysymykset ovat sivuilla 3-4. Vastaa vain jompaan kumpaan kokeeseen,
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
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
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
1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1
KETJUMURTOLUVUT Harjoiuksia 209. Todisa/Prove Lause 2.2. käyäen Lausea 2.3./by using Theorem 2.3. Lause 2.4. käyäen Lausea 2.3./by using Theorem 2.3. 2. Määrää Canorin kehielmä luvuille 0,, 2, 3, 4, 5,
Tfy Fysiikka IIB Mallivastaukset
Tfy-.14 Fysiikka B Mallivastaukset 14.5.8 Tehtävä 1 a) Lenin laki: Muuttuvassa magneettikentässä olevaan virtasilmukkaan inusoitunut sähkömotorinen voima on sellainen, että siihen liittyvän virran aiheuttama
PIENTAAJUISET SÄHKÖ- JA MAGNEETTIKENTÄT HARJOITUSTEHTÄVÄ 1. Pallomaisen solun relaksaatiotaajuus 1 + 1
Aalto-yliopisto HARJOITUSTEHTÄVIEN Sähkötekniikan korkeakoulu RATKAISUT Sähkömagneettisten kenttien ja optisen säteilyn biologiset 8.1.016 vaikutukset ja mittaukset ELEC-E770 Lauri Puranen Säteilyturvakeskus
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
Johdannaisanalyysi. Contingent Claims Analysis Juha Leino S ysteemianalyysin. Laboratorio
Johdannaisanalyysi Contingent Claims Analysis Juha Leino 11.10.2000 Optimointiopin seminaari - Syksy 2000 / 1 Oletukset Yritys tuottaa tuotetta, jonka hinta on x x noudattaa geometrista Brownin liikettä
pienempää, joten vektoreiden välinen kulma voidaan aina rajoittaa välille o. Erikoisesti on
5 Pistetul ja sen svellutuksia Kun kahdella vektrilla, a ja b n hteinen alkupiste, niiden määräämät pulisurat jakavat tasn kahteen saan, kahteen kulmaan, jtka vat tistensa eksplementtikulmia, siis kulmia,
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
SGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-00 Signaalinkäsittelyn menetelmät, Tentti 6.3.006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja
XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA
II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =
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
1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:
TL61, Näytejonosysteemit (K00) Harjoitus 1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille: a) 1 (t) = cos(000πt) + sin(6000πt) + cos(00πt) ja ) (t) = cos(00πt)cos(000πt).
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,
M Pv + q = 0, M = EIκ = EIv, (EIv ) + Pv = q. v(x) = Asin kx + B cos kx + Cx + D + v p. P kr = π2 EI L n
ÄÙ Ù ½ ËØ Ð Ù Ú Ó Ó ÐÑ ½º½ ÈÙÖ Ø ØØÙ Ø ÚÙØ ØØÙ ÙÚ Ì Ô ÒÓ ÓØ Q v + q =, M = Q, ½º½µ ÑÑÓ ÐÐ ÙÚ ÐÐ M v + q =, M = EIκ = EIv, (EIv ) + v = q. ½º¾µ ½º µ ½º µ EI = Ú Ó ÆÙÖ Ù ÚÓ Ñ v (4) + k v = q EI, k = EI,
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
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!
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
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
SUORAN SAUVAN VETO TAI PURISTUS
SUORAN SAUVAN VETO TAI PURISTUS Kuva esittää puhtaan vedn tai puristuksen alaista suraa sauvaa Jännityskentän resultantti n N ( y, z)da Tietyin edellytyksin n pikkileikkauksen jännityskenttä tasainen,
= X s + IE[X t X s ] = 0, s ja sitä, että ehdollinen odotusarvo on tavallinen odotusarvo silloin, kun satunnaismuuttuja
44 E. VALKEILA 6. Geometrinen Brownin liike 6.1. Brownin liike ja Iton kaava. Tavoitteena on mallintaa osakkeen tuottoa jatkuvassa ajassa. Jos (S t ) t T on osakkeen hintaprosessi, niin tuotolla tarkoitetaan
S SÄHKÖTEKNIIKKA Kimmo Silvonen
S55.103 SÄHKÖTKNKK 21.12.2000 Kimmo Silvonen Tentti: tehtävät 1,3,4,8,9 1. välikoe: tehtävät 1,2,3,4,5 2. välikoe: tehtävät,7,8,9,10 Oletko jo ehtinyt vastata palautekyselyyn Voit täyttää lomakkeen nyt.
Tekijä Pitkä matematiikka On osoitettava, että jana DE sivun AB kanssa yhdensuuntainen ja sen pituus on 4 5
Tekijä Pitkä matematiikka 6..06 8 On osoitettava, että jana DE sivun AB kanssa yhdensuuntainen ja sen pituus on 5 sivun AB pituudesta. Pitää siis osoittaa, että DE = AB. 5 Muodostetaan vektori DE. DE =
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
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
MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset
MS-C350 Osittaisdifferentiaaliyhtälöt Haroitukset 5, syksy 207. Oletetaan, että a > 0 a funktio u on yhtälön u a u = 0 ratkaisu. a Osoita, että funktio vx, t = u x, t toteuttaa yhtälön a v = 0. b Osoita,
5 Funktion jatkuvuus ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT Määritelmä ja perustuloksia
ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT 2018 5 Funktion jatkuvuus 5.1 Määritelmä ja perustuloksia 1. Tarkastellaan väitettä a > 0: b > 0: c > 0: d U c (a): f(d) / U b (f(a)), missä a, b, c, d R. Mitä funktion
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 21. syyskuuta 2007 Antti Rasila () TodB 21. syyskuuta 2007 1 / 19 1 Satunnaismuuttujien riippumattomuus 2 Jakauman tunnusluvut Odotusarvo Odotusarvon ominaisuuksia
Osi$aisintegroin, Palautetaan mieleen tulon derivoimissääntö: d
Osi$aisintegroin, Palautetaan mieleen tulon derivoimissääntö: d df(x) dg(x) (f(x) g(x)) = g(x) + f(x) dx dx dx Integroidaan yhtälön molemmat puolet x:n suhteen: d (f(x) g(x))dx dx = df(x) dx g(x)dx + f(x)
Analyysi I (sivuaineopiskelijoille)
Analyysi I (sivuaineopiskelijoille) Mika Hirvensalo mikhirve@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2017 Mika Hirvensalo mikhirve@utu.fi Luentoruudut 19 1 of 18 Kahden muuttujan funktioista
saadaan kvanttorien järjestystä vaihtamalla ehto Tarkoittaako tämä ehto mitään järkevää ja jos, niin mitä?
ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT 208 4 Funktion raja-arvo 4 Määritelmä Funktion raja-arvon määritelmän ehdosta ε > 0: δ > 0: fx) A < ε aina, kun 0 < x a < δ, saadaan kvanttorien järjestystä vaihtamalla
RISTIKKO. Määritelmä:
RISTIKKO Määritelmä: Kitkattmilla nivelillä tisiinsa yhdistettyjen sauvjen mudstamaa rakennetta santaan ristikksi. Ristikn sauvat vat rakennesia, jtka ttavat vastaan vain vet tai puristusrasituksen. Js
Numeeriset menetelmät
Numeeriset menetelmät Luento 8 To 29.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 8 To 29.9.2011 p. 1/36 p. 1/36 Interpolointi kuutiosplinillä Osavälit: I i = [t i 1,t i ], i = 1,2,...,n
Laplace-muunnos: määritelmä
Laplace-muunnos: määritelmä Olkoon f : [, [ R funktio. Funktion f Laplacen muunnos määritellään yhtälöllä F(s) = L(f) := f(t)e st dt edellyttäen, että integraali f(t)e st dt suppenee. Riittävä ehto integraalin
Puheenkoodaus. Olivatpa kerran iloiset serkukset. PCM, DPCM ja ADPCM
Puheenkoodaus Olivatpa kerran iloiset serkukset PCM, DPCM ja ADPCM PCM eli pulssikoodimodulaatio Koodaa jokaisen signaalinäytteen binääriseksi (eli vain ykkösiä ja nollia sisältäväksi) luvuksi kvantisointitasolle,
6.2.3 Spektrikertymäfunktio
ja prosessin (I + θl + + θl q )ε t spektritiheysfunktio on Lemman 6. ja Esimerkin 6.4 nojalla σ π 1 + θ 1e iω + + θ q e iqω. Koska viivepolynomien avulla määritellyt prosessit yhtyvät, niin myös niiden
Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma
KSU-430/Ten 4..2008/Prof. Seppo Vranen /3 Käyövarmuuden ja kunnossapdon perusee, KSU-430: Ten ma 4..2008 Huom. Vasaus van veen kysymykseen. Funko- ja/a ohjelmoavan laskmen, musnpanojen, luenomonseden ja
Kotitehtävät 1-6: Vastauksia
/V Integraalimuunnokset Metropolia/. Koivumäki Kotitehtävät -6: Vastauksia. Merkitse kompleksitasoon näiden kompleksilukujen sijainti: a = 3 j b = 3 35 (3 kulmassa 35 ) jπ / c = d = 3 e j 9.448 e cos(
Osi+aisintegroin3. Palautetaan mieleen tulon derivoimissääntö:
9//3 Osi+aisintegroin3 Palautetaan mieleen tulon derivoimissääntö: d df(x) dg(x) (f(x) g(x)) = g(x) + f(x) Integroidaan yhtälön molemmat puolet x:n suhteen: d (f(x) g(x)) = df(x) g(x) + f(x) dg(x) f(x)
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 Tehtävä 8 on tällä kertaa pakollinen. Aloittakaapa siitä. 1. Kun tässä tehtävässä sanotaan sopii mahdollisimman hyvin, sillä tarkoitetaan
SGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-1200 Signaalinkäsittelyn menetelmät, Tentti 30.1.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
Systeemimallit: sisältö
Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen
Diskreettiaikainen dynaaminen optimointi
Diskreettiaikainen dynaaminen optimointi Usean kauden tapaus 2 kauden yleistys Ääretön loppuaika Optimaalinen pysäytys Optimointiopin seminaari - Syksy 2000 / Ongelma t 0 x 0 t- t T x t- + x t + x T u
ELEC-A7200 Signaalit ja järjestelmät Laskuharjoitukset. LASKUHARJOITUS 1 Sivu 1/18. Hyvä opiskelija
ELEC-A7 LASKUHARJOIUS Sivu /8 Hyvä opiskelija ässä opeusmoniseessa esieään kurssiin ELEC-A7 liiyviä laskuharjoiusehäviä rakaisuineen. Kaikkia ehäviä ei välämää käsiellä laskuharjoiuksissa, joen voi jouua
a) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p).
LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II: 9.9.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,
3.6 Feynman s formulation of quantum mechanics
3.6 Feynman s formulation of quantum mechanics Course MAT-66000: Quantum mechanics and the particles of nature Ilkka Kylänpää Tampere University of Technology 14.10.2010 Sisältö Johdattelua Klassinen action
b) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)
LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II:.5.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,
Osi*aisintegroin2. Osi*aisintegroin2: esimerkkejä. Osi*aisintegroin2tapauksia 1/29/13. f'(x)g(x)dx=f(x)g(x) f(x)g'(x)dx. f'(x)g(x)dx=f(x)g(x)
/9/ Osi*aisintegroin Palautetaan mieleen tulon derivoimissääntö: d df(x) dg(x) (f(x) g(x)) g(x) + f(x) Integroidaan yhtälön molemmat puolet x:n suhteen: d (f(x) g(x)) df(x) g(x) + f(x) dg(x) f(x) g(x)
l, ; i.'s ä E.ä E o gäästaefiiä,ggäeäeää;äggtää EI ;äe E H * eaä* E E 8EP.E .e= äe eääege F EEE;säääg lee sa 8NY ExE öe äec E= : ;H ä a(ü
,. 8\ ( P ;! l, ;.'s ä.ä >. u.a ä q x ö ä : ; ä ;äe * eä* 8P. ee s $e ää ä F äsä ff ääsfä,ääää;äää ä eääe F ;säää le sa r T e q ( r "j (,{,!. r JJ fl *r ( + T r {rl J Y '( S YC T 8Y C0 ( (f J, r, C,9 l
x 4 e 2x dx Γ(r) = x r 1 e x dx (1)
HY / Matematiikan ja tilastotieteen laitos Todennäköisyyslaskenta IIA, syksy 217 217 Harjoitus 6 Ratkaisuehdotuksia Tehtäväsarja I 1. Laske numeeriset arvot seuraaville integraaleille: x 4 e 2x dx ja 1
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
Tilastomatematiikka Kevät 2008
Tilastomatematiikka Kevät 2008 Keijo Ruotsalainen Oulun yliopisto, Teknillinen tiedekunta Matematiikan jaos Tilastomatematiikka p.1/19 4.3 Varianssi Satunnaismuuttuja on neliöintegroituva, jos odotusarvo
Diskreetin satunnaismuuttujan odotusarvo, keskihajonta ja varianssi
TOD.NÄK JA TILASTOT, MAA0 Diskreetin satunnaismuuttujan odotusarvo, keskihajonta ja varianssi Kuten tilastojakaumia voitiin esittää tunnuslukujen (keskiarvo, moodi, mediaani, jne.) avulla, niin vastaavasti
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
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
Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)
Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus 4 9.4.-23.4.200 Malliratkaisut (Sauli Lindberg). Näytä, että Lusinin lauseessa voidaan luopua oletuksesta m(a)
y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 2 mallit Kevät 219 Tehtävä 1. Laske osittaisderivaatat f x = f/x ja f y = f/, kun f = f(x, y) on funktio a) x 2 y 3 + y sin(2x),
S-55.1100 SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA
S-55.1100 SÄHKÖTKNIIKKA JA KTONIIKKA 2. välikoe 5.5.2008. Saa vasaa vain neljään ehävään! Kimmo Silven 1. aske vira. = 1 kω, = 2 kω, 3 = 4 kω, = 10 V. Diodin ominaiskayra, aseikko 0... 4 ma + 3 Teh. 2.
Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.
Funktiot Tässä luvussa käsitellään reaaliakselin osajoukoissa määriteltyjä funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Avoin väli: ]a, b[ tai ]a, [ tai ],
LÄMPÖOPPIA Aineen lämpötila t aineen saaman lämpömäärän Q funktiona; t = t(q)
LÄMÖOIA Aineen lämpöila aineen saaman lämpömäärän Q funkina; (Q) C Q 5 F D Q 4 Q 3 B Q C Q Q A N R G I A A S I T O U T U U N R G I A A V A A U T U U AB: Kiineä aine lämpenee (BA: jäähyy) Q cm BC: Kiineä
Analyysi 1. Harjoituksia lukuihin 4 7 / Syksy Tutki funktion f(x) = x 2 + x 2 jatkuvuutta pisteissä x = 0 ja x = 1.
Analyysi 1 Harjoituksia lukuihin 4 7 / Syksy 014 1. Tutki funktion x + x jatkuvuutta pisteissä x = 0 ja x = 1.. Määritä vakiot a ja b siten, että funktio a x cos x + b x + b sin x, kun x 0, x 4, kun x
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
031021P Tilastomatematiikka (5 op) viikko 3
031021P Tilastomatematiikka (5 op) viikko 3 Jukka Kemppainen Mathematics Division Jakauman tunnusluvut Jakauman tärkeimmät tunnusluvut ovat odotusarvo ja varianssi. Odotusarvo ilmoittaa jakauman keskikohdan
805306A Johdatus monimuuttujamenetelmiin, 5 op
monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Lineaarinen erotteluanalyysi (LDA, Linear discriminant analysis) Erotteluanalyysin avulla pyritään muodostamaan selittävistä muuttujista
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
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
VIRTAPIIRILASKUT II Tarkastellaan sinimuotoista vaihtojännitettä ja vaihtovirtaa;
VITAPIIIASKUT II Tarkastellaan sinimutista vaihtjännitettä ja vaihtvirtaa; u sin π ft ja i sin π ft sekä vaihtvirtapiiriä, jssa n sarjaan kytkettyinä vastus, käämi ja kndensaattri (-piiri) ulkisen vastuksen
VI. TAYLORIN KAAVA JA SARJAT. VI.1. Taylorin polynomi ja Taylorin kaava
VI. TAYLORIN KAAVA JA SARJAT VI.. Taylorin polynomi ja Taylorin kaava Olkoon n N ja x, c, c, c 2,..., c n R. Tehtävä: Etsittävä sellainen R-kertoiminen polynomi P, että sen aste deg P n ja P (x ) = c,
FDPa. Rei itetty seinään asennettava poistoilmalaite
Rei iey seinään asenneava poisoilmalaie Lyhyesi Säädeävä Kiineä miausyhde Suuri poisoehokkuus Helposi puhdiseava Eri värivaihoehoja Pikavalinaaulukko I L M A V I R T A Ä Ä N I T A S O l/s Koko db(a) db(a)
Analyysi I (mat & til) Demonstraatio IX
Analyysi I (mat & til) Demonstraatio IX 16.11. 2018 II välikoe 19.11. klo 9 salissa IX. Ilmoittaudu NettiOpsussa 12.11. mennessä. Koealue: Funktion raja-arvo, jatkuvuus ja Bolzanon lause, ts. kirjan luku
4.2.2 Uskottavuusfunktio f Y (y 0 X = x)
Kuva 4.6: Elektroniikassa esiintyvän lämpökohinan periaate. Lämpökohinaa ε mallinnetaan additiivisella häiriöllä y = Mx + ε. 4.2.2 Uskottavuusfunktio f Y (y 0 X = x) Tarkastellaan tilastollista inversio-ongelmaa,
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
Johdatus reaalifunktioihin P, 5op
Johdatus reaalifunktioihin 802161P, 5op Osa 2 Pekka Salmi 1. lokakuuta 2015 Pekka Salmi FUNK 1. lokakuuta 2015 1 / 55 Jatkuvuus ja raja-arvo Tavoitteet: ymmärtää raja-arvon ja jatkuvuuden määritelmät intuitiivisesti