Univerza v Ljubljani Fakulteta za elektrotehniko. DISKRETNI REGULACIJSKI SISTEMI Zbirka rešenih problemov

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Univerza v Ljubljani Fakulteta za elektrotehniko. DISKRETNI REGULACIJSKI SISTEMI Zbirka rešenih problemov"

Transcript

1 Univerza v Ljubljani Fakulteta za elektrotehniko DISKRETNI REGULACIJSKI SISTEMI Zbirka rešenih problemov Sašo Blažič Ljubljana 008

2

3 Predgovor Delo je namenjeno študentom četrtega letnika smeri Avtomatika na univerzitetnem študiju programa Elektrotehnika. Vsebuje rešene primere problemov s področja diskretnih sistemov. Za lažje razumevanje so v gradivu najprej podane osnove teoretičnega ozadja obravnavane problematike. Tudi pri rešitvah nalog so na praktičnih primerih obravnavane nekatere teoretične vsebine. Vsebina skripte se dopolnjuje z učbenikom Diskretni regulacijski sistemi (Drago Matko, Založba ZAFER, Ljubljana, 99). Gradivo je razdeljeno na osem poglavij in dodatek. Prvo poglavje podaja osnove zapisa in prikazovanja diskretnih signalov. Drugo in tretje poglavje obravnavata z-transformacijo in inverzno z-transformacijo. Reševanje diferenčnih enačb in pomen diskretne prenosne funkcije za računanje odzivov diskretnih sistemov sta temi četrtega poglavja. V petem poglavju je podan frekvenčni odziv diskretnih sistemov. Šesto poglavje obravnava pretvorbo zveznih dinamičnih sistemov v diskretni prostor. Zapis sistema v prostoru stanj je podan v sedmem poglavju. Obravnavani so ekvivalentni sistemi, ki jih dobimo s pomočjo transformacije sistema, odzivi sistema na začetno stanje in na vzbujanje, povezava zapisa v prostoru stanj in s prenosno funkcijo, diskretizacija sistema ter vodljivost in spoznavnost. Osmo poglavje obravnava stabilnost diskretnih sistemov in kriterije za njegovo ugotavljanje (Modificirani Routhov kriterij, Juryjev stabilnostni kriterij, direktno metodo Ljapunova in Ljapunov stabilnostni teorem za linearne diskretne sisteme). Dodatek vsebuje tabelo z z-transformacijami. Za nastanek dela so zaslužni mnogi sedanji in bivši sodelavci Laboratorija za modeliranje, simulacijo in vodenje ter Laboratorija za avtomatizacijo in informatizacijo procesov. V prvi vrsti se zahvaljujem prof. dr. Dragu Matku za pomoč in številne koristne nasvete. Zahvala gre tudi vsem asistentom, ki so v preteklosti vodili vaje pri omenjenem predmetu in prispevali svoj delež k sedanjemu izgledu gradiva. Ljubljana, april 007 Sašo Blažič

4

5 Kazalo Diskretni signali. Zapis in prikazovanje diskretnih signalov Vzorčeni signali Z-transformacija 7. Definicija z-transformacije Teoremi z-transformacije Inverzna z-transformacija 7 3. Izračun inverzne z-transformacije s pomočjo uporabe tabel z-transformacije Izračun inverzne z-transformacije s pomočjo izreka o residuih Izračun inverzne z-transformacije z uporabo metode parcialnih ulomkov 3.4 Izračun inverzne z-transformacije z uporabo metode deljenja Diferenčne enačbe in diskretna prenosna funkcija 9 4. Diferenčne enačbe

6 4. Diskretna prenosna funkcija Frekvenčni odziv diskretnih sistemov 37 6 Pretvorba zveznih dinamičnih sistemov v diskretni prostor 4 6. Metoda bilinearne transformacije Metoda stopničaste invariance Zapis sistema v prostoru stanj Ekvivalentni sistemi Odziv sistema na začetno stanje in odziv sistema na vzbujanje Povezava zapisa v prostoru stanj z zapisom s prenosno funkcijo Diskretizacija sistema Vodljivost, spoznavnost Stabilnost diskretnega sistema Modificirani Routhov kriterij Juryjev stabilnostni kriterij Direktna metoda Ljapunova Ljapunov stabilnostni teorem za linearne diskretne sisteme A Tabela z-transformacije 85

7 Poglavje Diskretni signali Signali predstavljalo pomemben koncept sistemske teorije. Z njimi predstavimo časovni potek neke veličine. V naravi so praktično vsi signali zvezni tako po amplitudi kot tudi po času. Pojem diskretni signal je povezan s časovno diskretizacijo signala. Gre torej za odvisno spremenljivko, ki je definirana le v diskretnih točkah pripadajoče neodvisne spremenljivke. Pri uporabi v vodenju diskretne signale običajno dobimo z vzorčenjem zveznih signalov. Zaradi izvedbe vzorčevalnika in načina shranjevanja signalov na digitalnem računalniku so vzorčeni signali v vodenju diskretizirani tudi po amplitudi (postopek vzorčenja po amplitudi imenujemo kvantizacija). Takim signalom pravimo digitalni signali.. Zapis in prikazovanje diskretnih signalov Diskretni signal si lahko predstavljamo kot neskončno zaporedje števil. Signal ima poljubno ime, ki ga običajno pišemo z malo začetnico. Neodvisna spremenljivka, ki jo običajno označujemo s k, lahko zavzame poljubno celo število. Primer diskretnega signala je x(k): x(k) = {, 0,, 0,, 0,, 0,...} (.) Pri zapisu v enačbi (.) je potrebno opozoriti na dve pomanjkljivosti: Iz zapisa ni lepo razvidno, kateri vrednosti neodvisne spremenljivke k pripada kateri element. Običajno se signali sicer začnejo pri k = 0, ni pa

8 . Diskretni signali nujno. Nekateri avtorji to rešujejo tako, da pod elementom pri k = 0 narišejo puščico: x(k) = {, 0,, 0,, 0,, 0,...} (.) Ker je zaporedje v enačbi (.) predstavljeno kot neskončno zaporedje, je nemogoče enolično določiti nadaljevanje. Četudi se nam zdi, da lahko kakšno enostavno zaporedje predstavimo le z nekaj členi, je mogoče določiti neskončno bolj kompleksnih zaporedij, ki imajo enak začetni del. Zgornji težavi odpravimo, če člen zaporedja zapišemo analitično. Za primer iz enačbe (.) bi torej zapisali: { ( ) k/ k = l,l N 0 x(k) = (.3) 0 k = l +,l N 0 kjer N 0 označuje množico pozitivnih celih števil, ki vključuje tudi element 0: N 0 = N {0} = Z + {0} (Z + je množica pozitivnih celih števil). Obravnavani signal je mogoče zapisati na še bolj kompakten način: x(k) = cos ( ) k π k N 0 (.4) V programskem paketu Matlab je risanju diskretnih signalov namenjena funkcija stem. Tako bi lahko obravnavani signal narisali z naslednjim zaporedjem ukazov: k = 0:0; % signal izrisujemo na intervalu [0,0] x = cos(k * pi/); stem(k,x, -- ) axis([ ]) %spremenimo mejne vrednosti koordinatnih osi Rezultat zgornje kode je prikazan na sliki.. Funkcija stem ima podobne parametre kot funkcija plot za risanje zveznih signalov.. Vzorčeni signali V splošnem ni nujno, da je diskretni signal dobljen z vzorčenjem zveznega signala, čeprav pri diskretnih regulacijskih sistemih to pogosto drži. Če vzorčimo zvezni signal x z (t) s periodo vzorčenja T, dobimo diskretni signal x(k): x(k) = x z (t) t=kt = x z (kt) (.5)

9 .. Vzorčeni signali Slika.: Izris diskretnega signala iz enačbe.4 z Matlabovo funkcijo stem xz,x t/t,k Slika.: Zvezni signal x z (t) in vzorčeni signal x(k) = x z (kt)

10 4. Diskretni signali pδ t/t 0.5 x t/t Slika.3: Vlak enotinih impulzov (zgoraj) in vzorčeni signal x (t) (spodaj) Slika. prikazuje primer zveznega signala x z (t). Na sliki je prikazan tudi vzorčeni signal x(k) = x z (kt). Pri teoretični obravnavi signalov igra zelo pomembno vlogo idealno impulzno vzorčenje. Ključno vlogo pri idealnem impulznem vzorčenju igra vlak enotinih impulzov p δ (t) = δ(t kt) (.6) k= ki je prikazan na sliki.3 (zgoraj). Enotini impulzi so prikazani simbolno, saj gre za neskončno visoke in neskončno ozke impulze s ploščino. Če zvezni signal x z (t) pomnožimo z vlakom enotinih impulzov p δ (t), dobimo vzorčeni signal x (t): x (t) = x z (t)p δ (t) = x z (t) δ(t kt) = x z (kt)δ(t kt) (.7) k= k= Enačba (.7) govori o tem, da je tudi vzorčeni signal x (t) vlak impulzov, pri čemer je ploščina pod impulzom ob času t = kt enaka amplitudi zveznega signala

11 .. Vzorčeni signali 5 ob tem istem času, torej x z (kt) oz. x(k). Vzorčeni signal x (t), ki je pridobljen z vzorčenjem signala x(t) na sliki., je simbolno prikazan na sliki.3 (spodaj). Primer. Obravnavamo zvezni signal: 0 t < 0 x z (t) = t + 0 t < 8 0 t 8 (.8) Določite vzorčeni signal x (t), če je perioda vzorčenja enaka. Z upoštevanjem enačbe (.7) dobimo: x (t) = δ(t) + 3δ(t ) + 5δ(t 4) + 7δ(t 6) (.9) Primer. je odprl še eno vprašanje: Kako je z vzorčenjem nezveznih signalov? Problem seveda predstavljajo vzorci, ki nastopijo v trenutku nezveznosti signala. V enačbi (.8) je navedeno, kakšni sta vrednosti x z (0) in x z (8). Če vrednost signala v trenutku nezveznosti ni eksplicitno podana ali pa je signal podan v grafični obliki, načeloma pri diskretizaciji upoštevamo pravilo desne limite, kar pomeni: x(k) = lim x z(t) (.0) t (kt) + kjer znak + nakazuje, da izračunamo limito, ko se t približuje kt z desne. Pri vzorčenih signalih ne gre prezreti dejstva, da se večino informacije na prvi pogled izgubi. Diskretni signal nosi informacijo le o vrednosti zveznega signala v trenutkih vzorčenja, ves interval med trenutki vzorčenja pa je prezrt. Na srečo pa zadeva ni tako resna, saj teorem o vzorčenju pravi, da lahko frekvenčno omejeni signal teoretično rekonstruiramo iz diskretnih vzorcev, če je frekvenca vzorčenja vsaj dvakrat višja od najvišje frekvence signala. Če ta pogoj ni izpolnjen, pride do t. i. zgibanja frekvenc. Vse frekvence v signalu, ki presegajo polovico frekvence vzorčenja, se pri rekonstrukciji predstavijo kot nižje frekvence, s čimer smo v vzorčeni signal vnesli nepopravljivo napako. Pojav zgibanja frekvenc je razlog, da polovico frekvence vzorčenja imenujemo tudi frekvenca zgibanja. Zanimivo je, kaj se zgodi s frekvenco signala, ki je ravno pol manjša od frekvence vzorčenja. Takrat rekonstrukcija signala iz diskretnih vzorcev ravno tako ni mogoče, saj ni mogoče enolično definirati niti faze niti amplitude signala. Strogo gledano torej teorem o vzorčenju zahteva, da moramo signal vzorčiti s frekvenco, ki je več kot dvakrat višja od najvišje frekvence v signalu.

12 6. Diskretni signali 6 4 xz,xr t Slika.4: Zvezni signal x z (t) (neprekinjena črta), rekonstruirani signal x r (t) (črtkana črta), vzorčeni signal (krožci) Primer. Obravnavamo zvezni signal: x z (t) = sin(πt) + 4 sin(4πt) (.) Kolikšna je najmanjša frekvenca, s katero je potrebno vzorčiti signal, da pri rekonstrukciji ne pride do napake zaradi zgibanja frekvenc. Kako izgleda rekonstruirani zvezni signal, če signal x z vzorčimo s frekvenco, ki je pol nižja od prej določene najmanjše dopustne frekvence vzorčenja. V signalu sta zastopani frekvenci 0,5 Hz in Hz. Najvišja frekvenca v signalu (imenujemo jo tudi Nyquistova frekvenca) je Hz, torej je potrebno signal vzorčiti s frekvenco, višjo od 4 Hz. Drugi del od nas zahteva rekonstrukcijo signala pri vzorčenju s frekvenco Hz. Prvi člen signala x z (t) izpolnjuje zahteve teorema o vzorčenju, za drugi člen pa velja: 4 sin(4πt) t=kt=k/ = 4 sin(πk) = 0 (.) Zgornji izraz je enak 0, ker je k celo število. Rekonstruirani zvezni signal x r (t) je torej enak: x r (t) = sin(πt) (.3) Na sliki.4 so prikazani x z (t) z neprekinjeno črto, x r (t) s črtkano črto in vzorci diskretnega signala s krožci.

13 Poglavje Z-transformacija Z-transformacija je linearni operator, ki operira nad diskretnim signalom in daje kot rezultat z-transformiranko.. Definicija z-transformacije Z-transformacija X(z) diskretnega signala x(k) je definirana kot: X(z) = Z {x(k)} = x(k)z k (.) Potrebno je povedati, da mora signal x(k) izpolnjevati nekaj pogojev, da z- transformiranka obstaja in je enolična. Ti pogoji so v glavnem povezani s konvergenco zgornje neskončne vrste. Pomembno je tudi dejstvo, da mora biti vrednost signala pri negativnih vrednostih k enaka 0. k=0 Primer. Določite z-transformacijo geometričnega zaporedja: { a k k = 0,,,... x(k) = 0 k < 0 (.) Z-transformacijo izračunamo po definiciji (.): X(z) = a k z k = (az ) k = k=0 k=0 az (.3) 7

14 8. Z-transformacija Zgornja neskončna vrsta konvergira, če az < oz. z > a. Konvergenčno področje vrste oz. del ravnine z, kjer X(z) konvergira, ne bo predmet naše obravnave. Podobno kot pri Laplaceovi transformaciji bomo te vidike prezrli in uporabljali z-transformacijo kot inženirji na pragmatičen način. Iz z-transformacije geometričnega zaporedja lahko izpeljemo z-transformacijo dveh signalov, ki smo ju pogosto uporabljali pri zveznih regulacijskih sistemih, podobno vlogo pa imata tudi pri diskretnih regulacijskih sistemih. Gre za enotino stopnico in eksponentno funkcijo e bkt (ki je dobljena z vzorčenjem e bt ). Primer. Določite z-transformacijo enotine stopnice: x(k) = { k = 0,,,... 0 k < 0 (.4) Enotino stopnico dobimo, če v enačbi (.) namesto a vstavimo. Torej je z- transformacija enotine stopnice enaka: X(z) = z = z z (.5) Pri transformaciji stopnice smo predstavili dve različici z-transformiranke. Obe se pogosto uporabljata, tako da je izbira, katero uporabiti, pogosto stvar osebnih preferenc. Res pa je, da so nekatere operacije bolj prikladne s prvo, druge spet z drugo različico. Primer.3 Določite z-transformacijo eksponentne funkcije: x(k) = { e bkt k = 0,,,... 0 k < 0 (.6) Eksponentna funkcija e bkt je ekvivalentna geometričnemu zaporedju a k, če velja a = e bt. Torej lahko zapišemo: Z { e bkt} = e bt z (.7)

15 .. Definicija z-transformacije 9 Primer.4 Določite z-transformacijo sinusne funkcije: x(k) = { sin(ωkt) k = 0,,,... 0 k < 0 (.8) Ker lahko harmonično funkcijo zapišemo kot vsoto eksponentnih funkcij, lahko zaradi linearnosti z-transformacije dobimo z-transformiranko harmonične funkcije iz že znanih z-transformirank eksponentnih funkcij. Če upoštevamo znano relacijo: sin α = j (ejα e jα ) (.9) dobimo z upoštevanjem enačbe (.7): X(z) = ( ) j e jωt z = e jωt z = ( e jωt z ) ( e jωt z ) = j (e jωt + e jωt )z + z z sin ωt = z cos ωt + z (.0) kjer smo še enkrat upoštevali relacijo (.9) in podobno relacijo za kosinusno funkcijo. Primer.5 Določite z-transformacijo signala rampe x z (t) = { t t 0 0 t < 0 (.) ki ga diskretiziramo s časom vzorčenja T. Po diskretizaciji obravnavamo diskretni signal: x(k) = { kt k 0 0 k < 0 (.) Problem bomo rešili na tri načine.

16 0. Z-transformacija Prvi način: X(z) = ktz k = T(z + z + 3z ) = k=0 = T( + z + z + z )(z + z + z ) = z Tz = T = z z ( z ) (.3) Drugi način: X(z) = ktz k = T k=0 kz k (.4) Zgornje vrste ne znamo direktno rešiti, ker vsebuje vsak člen faktor k, lahko pa rešimo naslednjo vrsto: k=0 Y (z) = z k = k=0 z (.5) Če odvajamo Y (z) po spremenljivki z, bo vsak člen vseboval faktor k, kar potrebujemo: dy (z) = ( k)z k (.6) dz k=0 S primerjavo enačb (.4) in (.6) vidimo, da je potrebno slednjo množiti s faktorjem ( Tz), da bosta enaki: dy (z) Tz dz = T kz k = X(z) (.7) k=0 Z upoštevanjem enačb (.5) in (.7) dobimo ) X(z) = Tz ( z = Tz (.8) ( z ) ( z ) Tretji način je uporaba teorema o množenju s k (glej stran ), ki pravi: Z {kf(k)} = z df(z) dz (.9) Z upoštevanjem tega teorema se reševanje naloge nadaljuje enako kot pri drugem načinu.

17 .. Teoremi z-transformacije Pri iskanju z-transformirank znanih signalov se reševanje bolj ali manj zreducira na reševanje neskončnih vrst, tako da lahko direktno uporabimo znanja s tega področja (kar je ilustriral drugi način reševanja). S pridom lahko izkoristimo teoreme z-transformacije, kar je pokazal tretji način reševanja. Včasih pa lahko zadevo rešimo tako, da uberemo kakšno bližnjico, kot smo to storili pri prvem načinu reševanja.. Teoremi z-transformacije Pri računanju z-transformacije pogosto uporabljamo nekatere lastnosti, ki jih imenujemo teoremi z-transformacije in jih ni potrebno vsakič posebej izpeljevati. Zbrani so v spodnji tabeli: x(k) X(z) Teorem linearnosti ax (k) + bx (k) ax (z) + bx (z) Teorem časovnega premika v desno Teorem časovnega premika v levo Teorem eksponencialnega dušenja Teorem začetne vrednosti Teorem končne vrednosti x(k m) x(k + m) a k x(k) lim k 0 x(k) lim k x(k) z m X(z) z m [ X(z) m k=0 x(k)z k] X(az) lim z X(z) lim z ( z )X(z) Teorem množenja s k r k r x(k) ( z d dz )r X(z) Teorem diferenciranja funkcije po parametru Teorem konvolucije x(k,a) a k m=0 x(m)h(k m) X(z)H(z) X(z,a) a Primer.6 Izračunajte z-transformacijo zaporedja, ki ga dobimo z vzorčenjem signala e at sin ωt t 0 x z (t) = (.0) 0 t < 0

18 . Z-transformacija če je čas vzorčenja enak 5. Signal x z (t) je potrebno najprej diskretizirati. Seveda se bomo ukvarjali le z nenegativnimi časi (t 0): x(k) = e akt sin ωkt = (e at ) k sin ωkt (.) Uporabili bomo teorem eksponencialnega dušenja, ki pravi Z { b k f(k) } = F(bz) (.) S primerjavo enačb (.) in (.) vidimo, da je b = e at in f(k) = sinωkt, torej dobimo: e at z sin ωt X(z) = (.3) e at z cos ωt + e at z kjer smo upoštevali izraz za z-transformacijo sinusne funkcije: Z {sin ωkt } = z sin ωt z cos ωt + z (.4) Na koncu je potrebno v enačbo (.3) vnesti le še čas vzorčenja T = 5: X(z) = e 5a z sin 5ω e 5a z cos 5ω + e 0a z (.5) Primer.7 Poiščite z-transformacijo signala 3 ( x(k) = )k k 0 0 k < 0 (.6) S teoremoma začetne in končne vrednosti preverite pravilnost rešitve pri k = 0 in pri k. Z-transformacijo signala dobimo z uporabo tabel z-transformacije: X(z) = 3 z z = 3 3 z + z ( z )( z ) = + z ( z )( z ) (.7)

19 .. Teoremi z-transformacije 3 Ko uporabimo teorem začetne vrednosti na izrazu v enačbi (.7), dobimo: x(0) = lim z X(z) = (.8) ker gre takrat z proti 0. Teorem končne vrednosti pa pravi: lim k [ x(k) = lim ( z )X(z) ] = + z = 3 (.9) Vrednosti, ki ju dobimo s teoremoma začetne in končne vrednosti, se seveda ujemata z vrednostmi, ki ju dobimo direktno iz enačbe signala v časovnem prostoru (.6). Oba teorema sta uporabna predvsem takrat, ko imamo le z-transformaciji signalov, ne pa tudi signalov samih. Pri vajah ju koristno uporabljamo za hiter test (ne)pravilnosti izračunane inverzne z-transformacije. Primer.8 S teoremoma začetne in končne vrednosti določite limitne vrednosti signala: ( ) k k 0 x(k) = (.30) 0 k < 0 Z uporabo tabel dobimo z-transformacijo X(z) = z. Teorem začetne vrednosti: z+ x(0) = lim z X(z) = (.3) Teorem končne vrednosti da: [ ] lim x(k) = lim ( z z ) = 0 (.3) k z z + Prvi rezultat je pravilen, drugi pa ne, saj vemo, da limita funkcije x(k) v neskončnosti ne obstaja. To je omejitev pri uporabi tega teorema: Teorem končne vrednosti smemo uporabiti le v primerih, ko limita v neskončnosti obstaja. Primer.9 Poiščite z-transformacijo signala k 0 k! x(k) = 0 k < 0 (.33)

20 4. Z-transformacija Iz definicije z-transformacije sledi: X(z) = k=0 k! z k = k=0 k! (z ) k (.34) Če upoštevamo znano vrsto za e y e y = k=0 k! yk (.35) vidimo, da je z-transformacija iskanega signala enaka X(z) = e z = e /z (.36) Primer.0 Poiščite z-transformacijo signala k k 0 3 y(k) = k k! 0 k < 0 (.37) Izhajali bomo iz rešitve prejšnje naloge (primer.9). S primerjavo izrazov za x(k) v enačbi (.33) in y(k) v enačbi (.37) dobimo, da je y(k) = k 3 k x(k). Z uporabo teoremov množenja s k r in eksponencialnega dušenja rešimo problem. Najprej bomo poiskali z-transformacijo signala y (k) = kx(k). Teorem množenja s k pravi: Y (z) = z dx(z) = z ( z ) e /z = e/z (.38) dz z Naslednji signal je y (k) = k x(k) = ky (k), katerega z-transformacija je enaka: Y (z) = z dy (z) dz = z ( z ) e /z z e /z z = z + z e /z (.39) Končni rezultat dobimo iz y(k) = 3 k y (k) in upoštevanja teorema eksponencialnega dušenja: Y (z) = Y (3z) = 3z + ( (3z) e/(3z) = 3 z + ) 9 z e 3 z (.40)

21 .. Teoremi z-transformacije 5 Primer. Poiščite z-transformacijo signala k > 0 k x(k) = 0 k 0 (.4) Iz definicije z-transformacije sledi: X(z) = k= k z k (.4) Zgornjo vrsto rešimo tako, da X(z) najprej odvajamo po z: X (z) = z k = (z + z ) = k= = z = z z(z ) = z z (.43) Iskani z-transform dobimo (do aditivne konstante natančno) z integriranjem zgornjega izraza: X (z)dz = ( z z ) dz = ln z ln(z ) + C = ln z z + C (.44) Če hočemo določiti dejansko vrednost X(z), je potrebno izračunati vrednost konstante C. Izraza v enačbah (.4) in (.44) je potrebno primerjati pri vrednosti z, pri kateri je mogoče vrsto (.4) rešiti. V podobnih primerih se običajno uporabi skrajne vrednosti. V danem primeru bomo poiskali limiti, ko gre z proti (z pa proti 0): ( lim X(z) = z k= ( ) X (z)dz lim z z k) k z = 0 = ( ln z z + C) z = C (.45) Z izenačitvijo obeh izrazov pridemo do rešitve C = 0. Z-transformacija signala x(k) je torej: z X(z) = ln (.46) z

22 6. Z-transformacija Primer. Poiščite z-transformacijo signalov iz primerov.4 in. še z uporabo Matlaba. Programski paket Matlab ima v okviru knjižnice Symbolic Toolbox funkcijo ztrans, ki je namenjena določanju z-transformacije diskretnega signala. Za sinusni signal iz primera.4 uporabimo naslednje zaporedje ukazov: syms k z omega T x = sin(omega*k*t); X = ztrans(x,k,z) Pri zgornjem klicu funkcije ztrans je prvi parameter diskretni signal, drugi je neodvisna spremenljivka v časovnem prostoru, tretji pa neodvisna spremenljivka v frekvenčnem prostoru. Izpis v ukaznem oknu Matlaba je naslednji: X = z*sin(omega*t)/(z^-*z*cos(omega*t)+) Rezultat je seveda enak kot pri analitičnem reševanju. Na podoben način poskušamo rešiti še drugi primer: syms k z x = /k; X = ztrans(x,k,z) Odziv Matlaba X = ztrans(/k,k,z) kaže da funkcijski klic ni bil uspešen. Funkcija ztrans namreč poskuša rešiti neskončno vrsto, kjer k teče od 0 naprej, medtem ko je v danem primeru signal definiran šele od naprej. Tokrat uporabimo funkcijo symsum, ki je namenjena računanju neskončnih vrst: syms k z X = symsum((/k)/z^k, k,, inf) Računamo torej vsoto vrste (/k)z k, kjer k teče od do. Rezultat je tokrat seveda pravilen, četudi je oblika nekoliko drugačna kot v primeru.: X = -log(-/z)

23 Poglavje 3 Inverzna z-transformacija Inverzna z-transformacija predstavlja inverzno operacijo k z-transformaciji. Namenjena je računanju zaporedja x(k) iz njegove z-transformiranke X(z). Formulo za izračun inverzne z-transformacije lahko izpeljemo iz formule za izračun z-transformacije in se glasi: x(k) = Z {X(z)} = πj C X(z)z k dz (3.) kjer krivulja C enkrat obkroži vse singularnosti funkcije X(z)z k v nasprotni smeri urnega kazalca. Če ima funkcija X(z)z k l singularnih točk z,z,...z l v ravnini Z oz. znotraj zaključene krivulje C, potem lahko inverzno z-transformacijo izračunamo s pomočjo izreka o residuih: x(k) = Z {X(z)} = l i= Res z=z i [ X(z)z k ] (3.) Najprej moramo poiskati singularnosti funkcije v oglatem oklepaju. V primeru racionalne funkcije X(z) so to poli funkcije X(z), lahko pa se pojavi dodaten pol pri z = 0 (zaradi z k ), če funkcija X(z) nima ničle pri z = 0. Za vse pole moramo ugotoviti, katere stopnje so. Lahko gre za enostavne (enkratne) ali večkratne pole. Če ima funkcija X(z)z k enostavni pol v z = z i, izračunamo residuum funkcije v tej točki po naslednji formuli: [ Res ] [ X(z)z k = lim X(z)z k (z z i ) ] = [ X(z)z k (z z i ) ] z=z i z zi z=z i (3.3) Če pa ima funkcija X(z)z k m-kratni pol v z = z i, izračunamo residuum po 7

24 8 3. Inverzna z-transformacija formuli: [ Res ] X(z)z k = d m [ lim z=z (m )! X(z)z k (z z i z zi dz m i ) m] (3.4) V praksi se za izračun inverzne z-transformacije uporablja več možnosti: uporaba tabel z-transformacije, izračun s pomočjo enačb (3.), (3.3) in (3.4), metoda parcialnih ulomkov, metoda deljenja idr. 3. Izračun inverzne z-transformacije s pomočjo uporabe tabel z-transformacije Z-transformiranko je najbolj enostavno pretvoriti v časovni prostor, če v tabeli z- transformov najdemo natančno takšno transformiranko. Takrat rešitev enostavno prepišemo iz drugega stolpca tabele, ki se nahaja v dodatku A na strani 85. Primer 3. Izračunajte inverzno z-transformacijo funkcije X(z) = + 3z + z (3.5) Funkcijo X(z) najprej zapišemo po pozitivnih potencah z, ker je taka oblika bolj primerna za določanje inverzne z-transformacije (edina izjema je mogoče metoda deljenja): X(z) = z + 3z (3.6) z + Ker sta pola funkcije X(z) konjugirano kompleksna, tega člena ne razbijamo na parcialne ulomke. Kadar sta pola z-transformiranke drugega reda konjugirano kompleksna, je signal x(k) naslednje oblike: x(k) = Ab k sin(ωkt + ϕ) (3.7)

25 3.. Izračun inverzne z-transformacije s pomočjo uporabe tabel 9 Frekvenca nihanja ω je odvisna od faznega zasuka pola funkcije X(z), b pa je odvisen od lege polov glede na krožnico enote: če diskretna pola ležita zunaj kroga enote, je b večji od ; če ležita na krožnici enote, je b enak ; če sta pola v krogu enote, je b manjši od. V danem primeru pola ležita na enotini krožnici (±j), zato je signal x(k) harmoničen. Spomnimo se, kakšna sta z-transforma sinusne in kosinusne funkcije: z sin ωt Z {sin ωkt } = z cos ωt + z = z sin ωt z z cos ωt + z cos ωt Z {cos ωkt } = z cos ωt + z = z z cos ωt z z cos ωt + (3.8) Imenovalec z-transformacij obeh harmoničnih funkcij je enak, tako da s primerjavo z imenovalcem z-transformacije iskane funkcije najprej določimo cos ωt. Pri nas je le-ta enak 0: cos ωt = 0 ωt = π sin ωt = (3.9) Tukaj velja poudariti, da je v diskretnih sistemih produkt ωt zaradi Shannonovega teorema omejen na interval ( π, π) (pokažite, da je to res). Zato v gornji enačbi ni potrebno podajati rešitev, ki se nanašajo na vrednosti ωt, ki so premaknjene za večkratnik števila π. Kako pa je z rešitvijo ωt = π? Ta rešitev pomeni, da gre za negativno frekvenco signala. Pri kosinusnem signalu ta razlika ni pomembna, saj je kosinusna funkcija soda. Pri sinusnem signalu pa to pomeni, da se spremeni predznak funkcije, kar pa se kompenzira z negativnim ojačenjem funkcije (glej z-transformacijo sinusne funkcije). Če vnesemo vrednosti iz enačbe (3.9) v enačbo (3.8), dobimo: { Z sin kπ } = z z + { Z cos kπ } = z z + (3.0) S primerjavo enačb (3.0) in (3.6) dobimo končni rezultat: x(k) = 3 sin kπ + cos kπ, k 0 (3.) Zaradi specifične oblike zaporedja x(k) je le-to periodično zaporedje s periodo 4: x(k) = {, 3,, 3,, 3,, 3,...} (3.)

26 0 3. Inverzna z-transformacija Primer 3. Izračunajte inverzno z-transformacijo funkcije X(z) = + z + 3z + z 3 + z 4 (3.3) Inverzna z-transformacija funkcije je δ(k), torej časovno zaporedje, ki je enako za k = 0, pri vseh ostalih vrednostih k pa je enako 0. Če je takšna z- transformiranka pomnožena z z n, je njena inverzna z-transformacija za n vzorcev zakasnjeno zaporedje torej δ(k n). Glede na povedano, je x(k) enak: k = 0 k = 3 k = x(k) = δ(k) + δ(k ) + 3δ(k ) + δ(k 3) + δ(k 4) = k = 3 k = 4 0 k 5 (3.4) 3. Izračun inverzne z-transformacije s pomočjo izreka o residuih Teoretično ozadje te metode je bilo podano v uvodu tega poglavja, tako da se bomo tukaj posvetili primerom. Primer 3.3 Izračunajte inverzno z-transformacijo funkcije X(z) = z 3 + z (z ) (z ) (3.5) Najprej izračunamo izraz X(z)z k X(z)z k = (z + )z k (z ) (z ) (3.6)

27 3.. Izračun inverzne z-transformacije s pomočjo izreka o residuih in poiščemo residue te funkcije. Funkcija ima enostavni pol v z = in dvojni pol v z = (pola v z = 0 ni, ker je k 0): Res z= Res z= [ ] (z + )z k (z (z ) (z ) = + )z k (z ) = 3 k (z ) (z ) z= ( ) = 3 [ ] (z + )z k (z ) (z ) = lim d (z + )z k (z z dz (z ) ) = (z ) [ ] 4zz k (z ) + (z + )kz k (z ) (z + )z k = lim = z (z ) [ ] 4 k + 9k k 9 k = = k + 9k k = k + 9k ( ) k Končni rezultat je vsota obeh residuov: (3.7) x(k) = 3 k + 9k k, k 0 (3.8) Primer 3.4 Izračunajte inverzno z-transformacijo funkcije X(z) = z + (z )z (3.9) Najprej izračunamo izraz X(z)z k X(z)z k = (z + )zk (z )z 3 (3.0) Funkcija ima enostavni pol v z = ter večkratni pol v z = 0. Potrebno je poudariti, da se večkratnost pola s časom k spreminja: ob času k = 0 je pol trikraten, ob k = dvakraten, ob k = enostaven, za k 3 pa pola v z = 0 sploh ni. Načeloma je zato potrebno obravnavo ločiti na štiri primere: (z+)z Res k (z+) z= + Res (z )z 3 z=0 k = 0 (z )z 3 x(k) = Res z= (z+)z k (z )z 3 + Res z=0 (z+) Res z= (z+)z k (z )z 3 + Res z=0 (z+) Res z= (z+)z k (z )z k = (z )z k = (z )z 3 k 3 (3.)

28 3. Inverzna z-transformacija Vidimo, da je prvi residuum enak v vseh primerih in ga je potrebno izračunati le enkrat: [ ] (z + )z k (z + )z k Res z= (z )z = 3 (z )z3(z ) = 4 k = k (3.) z= 3 Izračunati pa moramo še ostale tri residue: Res z=0 Res z=0 Res z=0 z + (z )z = z + (z )z = z + (z )z 3 = [ ] z + = z z=0 [ ] d z + = dz z z=0 [ ] d z + dz z (3.3) = z=0 Zaradi bolj učinkovitega računanja smo drugi residuum računali v nasprotnem vrstnem redu (od k = proti k = 0), ker se izkaže, da ves čas obravnavamo isti izraz, ki ga moramo večkrat odvajati. Kot smo že povedali, je prvi residuum v rezultatu enak pri vseh k, drugi pa se spreminja. Dodatni člen, ki se pojavi le ob časih k = 0,,, se prišteje k rezultatu pomnožen z δ(k k ), ker ima ta funkcija pri k = k vrednost, pri ostalih k pa vrednost 0. Končni rezultat je torej: x(k) = k δ(k) δ(k ) δ(k ), k 0 (3.4) Rezultat lahko zapišemo tudi v nekoliko manj sofisticirani obliki: 0 k = 0, x(k) = k = k k 3 (3.5) 3.3 Izračun inverzne z-transformacije z uporabo metode parcialnih ulomkov Pri tej metodi je postopek podoben kot pri računanju inverzne Laplaceove transformacije. Pomembna razlika je, da je potrebno na parcialne ulomke razcepiti funkcijo X(z). Nadaljevanje pa je zelo podobno. Če imamo realne enojne pole, z dobimo parcialne ulomke, katerih red imenovalca je. Če imamo konjugirano kompleksne enojne pole, dobimo parcialne ulomke, katerih red imenovalca je (za podrobnosti nadaljevanja glejte rešitev primera 3.). Če imamo večkratne pole, dobimo več pripadajočih parcialnih ulomkov.

29 3.3. Izračun inverzne z-transformacije z uporabo metode parcialnih ulomkov 3 Primer 3.5 Rešimo nalogo iz primera 3.3 še enkrat tokrat z uporabo metode parcialnih ulomkov. Inverzna z-transformacija iskanega zaporedja x(k) je naslednja: z 3 + z X(z) = (3.6) (z ) (z ) Na parcialne ulomke razcepimo izraz X(z) z : X(z) z = z + (z ) (z ) = A (z ) + B z + C z (3.7) Ko množimo obe strani enačbe (3.7) z izrazom [(z ) (z )], dobimo: z + = A(z ) + B(z )(z ) + C(z ) = = (B + C)z + (A 3B 4C)z + ( A + B + 4C) Iz enačbe (3.8) dobimo sistem treh enačb s tremi neznankami: katerega rešitev je: B + C = A 3B 4C = 0 A + B + 4C = A = 9 B = C = 3 Če vstavimo konstante iz enačbe (3.30) v enačbo (3.7), dobimo: z X(z) = 9 (z ) z z + 3 z z (3.8) (3.9) (3.30) (3.3) Z uporabo tabel z-transformirank dobimo končni rezultat, ki je seveda enak kot v primeru 3.3: x(k) = 9k k k + 3, k 0 (3.3) Primer 3.6 Rešimo nalogo iz primera 3.4 še enkrat tokrat z uporabo metode parcialnih ulomkov. Inverzna z-transformacija iskanega zaporedja x(k) je naslednja: X(z) = z + (z )z (3.33)

30 4 3. Inverzna z-transformacija Na parcialne ulomke razcepimo izraz X(z) z : X(z) z = z + (z )z 3 = A z + B z + C z + D z 3 (3.34) Obe strani enačbe (3.34) množimo z [(z )z 3 ] in dobimo: z + = Az 3 + B(z )z + C(z )z + D(z ) = = (A + B)z 3 + ( B + C)z + ( C + D)z + ( D) (3.35) Iz enačbe (3.35) dobimo sistem enačb D = D = C + D = C = B + C = 0 B = (3.36) in posledično z-transformiranko: Končni rezultat je zaporedje A + B = 0 A = X(z) = z z z z (3.37) x(k) = k δ(k) δ(k ) δ(k ), k 0 (3.38) Primer 3.7 Izračunajte inverzno z-transformacijo funkcije X(z) = 3z3 z 3 + (3.39) Kot vedno, moramo razcepiti na parcialne ulomke X(z) z : X(z) z = 3z z 3 + = 3z (z + )(z z + ) = A z + + Bz + C z z + Tudi tukaj postopamo podobno kot v prejšnjih primerih: (3.40) 3z = A(z z+)+(bz+c)(z+) = (A+B)z +( A+B+C)z+(A+C) (3.4) S primerjavo členov na levi in desni strani enačbe (3.4) spet pridemo do sistema treh enačb s tremi neznankami, katerega rešitev je: A =, B =, C = (3.4)

31 3.4. Izračun inverzne z-transformacije z uporabo metode deljenja 5 Ko to rešitev vstavimo v enačbo (3.40), dobimo X(z) = z z + + z z z z + (3.43) V prvem členu prepoznamo z-transformacijo ( ) k, v drugem pa z-transformacijo sinusne oz. kosinusne funkcije. Iz člena pri z v imenovalcu dobimo: cosωt = ωt = π 3 (3.44) Z upoštevanjem enačbe (3.44) pridemo do končnega rezultata: ( x(k) = ( ) k + cos k π ) 3 (3.45) 3.4 Izračun inverzne z-transformacije z uporabo metode deljenja Pri metodi deljenja delimo polinom v števcu z-transformiranke s polinomom v imenovalcu. V večini primerov se postopek nikoli ne konča in dobimo neskončno vrsto po negativnih potencah z. Spomnimo se, da je na prav tak način definirana z-transformacija diskretnega signala oz. zaporedja (enačba.). Vrednosti iskanega zaporedja ob času k dobimo iz faktorjev pri z k. Na ta način lahko dobimo vrednost zaporedja pri vseh vrednostih argumenta k. Primer 3.8 Rešimo nalogo iz primera 3.7 tudi z uporabo metode deljenja. Najprej delimo števec X(z) z imenovalcem X(z): (3z 3 ) : (z 3 + ) = 3 3z 3 + 3z 6 3z z z 3 3z 3 3z 3 3z 6 3z 6

32 6 3. Inverzna z-transformacija Iz rezultata deljenja lahko dobimo vrednosti x(k) pri posameznih diskretnih časovnih trenutkih k: k x(k) Ker je vzorec enostaven, ga lahko posplošimo na poljuben člen zaporedja: 3( ) k 3 k = 3l,l N 0 x(k) = 0 sicer kjer N 0 označuje množico naravnih števil, ki vključuje tudi število 0. (3.46) Velja omeniti, da je določanje inverzne z-transformacije z metodo deljenja dokaj zamuden in po svoje nepraktičen pristop. Po drugi strani pa je to najbolj enostaven postopek za določanje vrednosti zaporedja za prvi (neničelni) vzorec. Poglejmo si postopek na primeru: Primer 3.9 Izračunajmo vrednost zaporedja x(k) iz primera 3.4 za prvih nekaj vzorcev. Z-transformiranka iskanega zaporedja je: X(z) = z + (z )z (3.47) Izračunamo le člena pri najvišjih potencah z v števcu in imenovalcu in nato izvedemo deljenje le za prvi člen vrste: X(z) = z +... z = z +... (3.48) Iz rezultata deljenja vidimo, da je x(0) = 0, x() = 0 in x() =. Člene zaporedja do prve neničelne vrednosti lahko vedno dobimo na izredno enostaven način podobno kot zgoraj. Spomnimo se, da je pri računanju inverzne z-transformacije z metodo razcepa na parcialne ulomke ali s pomočjo izreka o residuih največ dela ravno z računanjem prvih vzorcev (glejte npr. primera 3.4 in 3.6). Zaradi tega je izračun inverzne z-transformacije z uporabo metode deljenja zelo koristen kot preverjanje prvih vrednosti zaporedja, ki smo jih določili z uporabo drugih metod.

33 3.4. Izračun inverzne z-transformacije z uporabo metode deljenja 7 Primer 3.0 Poiščite inverzno z-transformacijo transformirank iz primerov 3., 3., 3.3, 3.4 in 3.7 še z uporabo Matlaba. Programski paket Matlab ima v okviru knjižnice Symbolic Toolbox funkcijo iztrans, ki je namenjena določanju inverzne z-transformacije diskretnega signala. Inverzno z-transformacijo iz omenjenih petih primerov dobimo na naslednji način: syms k z X = (+3*z^(-))/(+z^(-)); x = iztrans(x,z,k) X = +*z^(-)+3*z^(-)+*z^(-3)+z^(-4); x = iztrans(x,z,k) X3 = (*z^3+z)/(z-)^/(z-); x3 = iztrans(x3,z,k) X4 = (z+)/(z-)/z^; x4 = iztrans(x4,z,k) X7 = 3*z^3/(z^3+); x7 = iztrans(x7,z,k) Rezultat kode je naslednji izpis: x = *cos(/*pi*k)+3*sin(/*pi*k) x = charfcn[0](k)+*charfcn[](k)+3*charfcn[](k)+*charfcn[3](k) +charfcn[4](k) x3 = -^k+9/*^k*k+3 x4 = -charfcn[](k)-charfcn[](k)-/*charfcn[0](k)+/*^k x7 = sum((/_alpha)^k,_alpha = RootOf(_Z^-_Z+))+(-)^k

34 8 3. Inverzna z-transformacija Rezultata primerov 3. in 3.3 sta povsem pričakovana. Rezultata primerov 3. in 3.4 sta enaka kot pri analitični izpeljavi, pri čemer charfcn[n](k) predstavlja signal δ(k n). Rezultat primera 3.7 kaže, da funkcija iztrans vedno ne najde rešitve, čeprav je primer analitično rešljiv. Tudi v tem primeru pa je rešitev mogoče najti v okviru knjižnice Symbolic Toolbox, in sicer z direktno uporabo jedra Maple, ki ga Matlab uporablja za simbolično računanje. S klicem funkcije convert (parameter parfrac) razbijemo z-transformiranko na parcialne ulomke (angl. partial fractions): Rezultat klica: maple( convert,(3*z^3/(z^3+)), parfrac, z ) ans = 3-/(z+)+(-+z)/(z^-z+) Res je sicer, da smo pri razcepu na parcialne ulomke običajno preoblikovali izraz X(z), toda v tem primeru gre le za to, da nekoliko znižamo red posameznih členov z z-transformiranke, tako da funkcija iztrans najde rešitev. Nato kličemo funkcijo iztrans z zgornjim rezultatom: iztrans(3-/(z+)+(-+z)/(z^-z+),z,k) Končni rezultat: ans = (-)^k+(-/(-+i*3^(/)))^k+^k*(/(+i*3^(/)))^k Zgornji izpis v nekoliko bolj pregledni obliki dobimo z ukazom pretty(ans), ki vrne: k / \k k / \k (-) / / \ I/ \ + 3 I/ Ta rezultat je seveda ekvivalenten tistemu iz enačbe (3.45).

35 Poglavje 4 Diferenčne enačbe in diskretna prenosna funkcija 4. Diferenčne enačbe Diferenčna enačba je enačba, ki povezuje različne vzorce iskanega zaporedja y(k) z vzorci danega zaporedja u(k). Diferenčne enačbe delimo glede na linearnost na linearne in nelinearne, glede na časovno spremenljivost pa na enačbe s konstantnimi in enačbe s spremenljivimi koeficienti. Pri naši obravnavi se bomo omejili na linearne diferenčne enačbe s konstantnimi koeficienti: y(k+n)+a y(k+n )+...+a n y(k) = b 0 u(k+n)+b u(k+n )+...+b n u(k) (4.) Zgornja diferenčna enačba definira relacijo med vzorci y(k), y(k+),... in y(k+n) iskanega zaporedja y(k). Razliko med največjim in najmanjšim indeksom zaporedja y v diferenčni enačbi imenujemo red diferenčne enačbe. Red diferenčne enačbe (4.) je torej n. Podobno kot pri reševanju diferencialnih enačb, dobimo tudi pri reševanju diferenčnih enačb splošno rešitev, ki predstavlja neskončno družino zaporedij. Če hočemo dobiti partikularno rešitev diferenčne enačbe n- tega reda, je potrebno podati n začetnih pogojev. Idealno je, če so podane vrednosti zaporedja v prvih n vzorcih, torej: y(0),y(),...y(n ) (4.) Obstajajo metode za neposredno reševanje diferenčnih enačb, a mi se bomo omejili le na reševanje s pomočjo z-transformacije. Če torej na diferenčni enačbi (4.) 9

36 30 4. Diferenčne enačbe in diskretna prenosna funkcija izvedemo z-transformacijo, dobimo: z n Y (z) y(0)z n y()z n... y(n )z+ [ + a z n Y (z) y(0)z n y()z n... y(n )z ] a n Y (z) = [ = b 0 z n U(z) u(0)z n u()z n... u(n )z ] + [ + b z n U(z) u(0)z n u()z n... u(n )z ] b n U(z) (4.3) kjer smo večkrat upoštevali teorem časovnega premika v levo. Enačba (4.3) izgleda precej komplicirano, a edina neznana veličina v njej je z-transformiranka Y (z), ki jo izrazimo iz enačbe in izvedemo inverzno z-transformacijo, s čimer pridemo do iskanega zaporedja y(k). Primer 4. Fibonaccijevo zaporedje je tisto zaporedje, v katerem je vsota predhodnih dveh členov enaka naslednjemu členu. Fibonaccijevo zaporedje x(k) lahko torej definiramo z diferenčno enačbo: x(k + ) = x(k + ) + x(k), x(0) = 0, x() = (4.4) Izračunajte z-transformacijo X(z) zgornjega zaporedja in inverzno z-transformacijo funkcije X(z). Ali je torej mogoče člene Fibonaccijevega zaporedja podati eksplicitno kot funkcijo indeksa v zaporedju k (in ne le rekurzivno kot v enačbi 4.4)? Izvedemo z-transformacijo na enačbi (4.4) in dobimo: Res z= + 5 z X(z) x(0)z x()z = zx(z) x(0)z + X(z) z X(z) z = zx(z) + X(z) z X(z) = z z = z (z + 5)(z 5) (z + 5 )(z 5 ) = z 5 z= + 5 (4.5) Inverzno z-transformacijo lahko izvedemo z uporabo izreka o residuih, kjer moramo poiskati residue funkcije X(z)z k : [ ] z k z k 5 = (+ ) k 5 Res z= 5 z k (z + 5 )(z 5 ) = [ z k z + 5 ] z= 5 5 = ( ) k 5 (4.6)

37 4.. Diferenčne enačbe 3 Končna rešitev je vsota obeh residuov: ( x(k) = 5 + ) k ( 5 ) k 5, k 0. = 0,447 [,680 k ( 0,680) k], k 0 (4.7) Iz enačbe (4.7) vidimo, da se da tudi rekurzivno podano Fibonaccijevo zaporedje podati v eksplicitni obliki, tako da lahko poljuben člen zaporedja izračunamo, ne da bi za to izračunali vse prejšnje člene. Zanimiva je ugotovitev, da zavzame funkcija x(k) v enačbi (4.7) pri vstavitvi naravnega števila k za svoj argument vedno vrednost iz množice naravnih števil. Primer 4. Poiščite analitično rešitev (torej eksplicitno odvisnost y od k) naslednje diferenčne enačbe: y(k) = 0,5 y(k ) + 0,5 y(k ) (4.8) ki zadosti pogojema y(0) = 5 in y(3) =. Izračunajte lim k y(k). Diferenčno enačbo rešujemo z uporabo z-transformacije. V ta namen diferenčno enačbo zapišemo nekoliko drugače. Namesto zakasnjenih vrednosti signala uporabimo njegovo predikcijo, torej v enačbo (4.8) uvedemo novo spremenljivko l = k : y(l + ) = 0,5 y(l + ) + 0,5 y(l) (4.9) Izvedemo z-transformacijo enačbe (4.9): z Y (z) z y(0) zy() = zy (z) zy(0) + Y (z) (4.0) Vrednost y(0) je enaka 5, vrednosti y() pa ne poznamo, zato jo v enačbi (4.0) nadomestimo s konstanto C: (z z )Y (z) = 5z + (C 5 )z Y (z) = 5z + (C 5)z z z = 5z + (C 5)z (z )(z + ) 5 Y (z) = + C z z + C 3 3 z + (4.) Rešitev diferenčne enačbe je torej: y(k) = C + (0 3 3 C)( )k (4.)

38 3 4. Diferenčne enačbe in diskretna prenosna funkcija Za določitev konstante C uporabimo pogoj y(3) = : y(3) = 5 + C (0 3 3 C)( ) = C = 8 (4.3) Partikularna rešitev diferenčne enačbe je: y(k) = ( )k, k 0 (4.4) Iz enačbe (4.4) dobimo lim k y(k) = Diskretna prenosna funkcija Izkaže se, da je mogoče linearni časovno nespremenljivi diskretni sistem n-tega reda modelirati z diferenčno enačbo, kot je (4.). Videli bomo, da takšno diferenčno enačbo dobimo tudi z diskretizacijo linearnega časovno nespremenljivega zveznega sistema n-tega reda. Obravnava linearnih časovno nespremenljivih sistemov je pri diskretnih sistemih zelo podobna kot pri zveznih. Če namreč izhajamo iz diferenčne enačbe (4.), pri kateri u(k) interpretiramo kot vhodno zaporedje v sistem, y(k) pa kot izhodno zaporedje, lahko definiramo tudi diskretno prenosno funkcijo G(z). Dobimo jo, če v z-transformaciji diferenčne enačbe, ki opisuje vhodno-izhodno obnašanje sistema, postavimo vse začetne pogoje na 0. V enačbi (4.3) torej upoštevamo y(0) = 0,y() = 0,...y(n ) = 0,u(0) = 0,u() = 0,...u(n ) = 0 (4.5) in dobimo z n Y (z) + a z n Y (z) a n Y (z) = b 0 z n U(z) + b z n U(z) b n U(z) G(z) = Y (z) U(z) = b 0z n + b z n b n z n + a z n a n (4.6) Če je diskretni sistem opisan s prenosno funkcijo, dobimo odziv sistema tako, da množimo z-transformacijo vhodnega zaporedja s prenosno funkcijo ter na tem produktu izvedemo inverzno z-transformacijo: y(k) = Z {Y (z)} = Z {G(z)Z {u(k)}} (4.7) Primer 4.3 Določite odziv diskretnega sistema G(z) = z 0,7z ( 0,9z )( 0,5z ) (4.8)

39 4.. Diskretna prenosna funkcija 33 na vzbujalni signal Skicirajte vzbujanje u(k) in odziv y(k) sistema. u(k) = 0,5 k (4.9) Podobne naloge enostavneje rešujemo, če operiramo s pozitivnimi potencami z. Torej uporabimo z-transformiranko vzbujalnega signala v naslednji obliki: U(z) = z z z z = z (z ) ( z ) (4.0) Tudi prenosno funkcijo zapišemo po pozitivnih potencah z: G(z) = z 7 0 (z 9 0 )(z ) (4.) Y (z) je torej: z (z 7 0 Y (z) = G(z)U(z) = ) (z )(z 9 )(z (4.) 0 ) Uporabimo eno od metod za določanje inverzne z-transformacije in dobimo: y(k) = Z {Y (z)} = 45 4 ( 9 0 ) k ( 3 ) k ( 4 k ) k (4.3) Vzbujanje u(k) in odziv y(k) sta prikazana na sliki 4.. Kadar imamo opravka z bločno shemo, uporabljamo enaka pravila kot pri poenostavljanju bločnih shem zveznih sistemov. Če so sistemi univariabilni, ni pomemben vrstni red množenja, tako da za sistem na sliki 4. veljajo (med drugimi) naslednje relacije: Y (z) = G (z)g (z) + G (z)g (z) W(z) = G (z)u(z) G (z) U(z) = G (z)e(z) = + G (z)g (z) W(z) E(z) = + G (z)g (z) W(z) = G (z)g (z) Y (z) (4.4) Primer 4.4 Povratnozančno strukturo na sliki 4. lahko interpretiramo kot regulacijski sistem, pri čemer vemo, da prenosna funkcija G (z) predstavlja proces, G (z) je regulator, y(k) je regulirana veličina, u(k) regulirna veličina,

40 34 4. Diferenčne enačbe in diskretna prenosna funkcija.5 u k 0 y k Slika 4.: Vzbujanje u(k) in odziv y(k) sistema iz primera 4.3 w( k ) e( k ) u( k ) G( z) G ( z) y( k) Slika 4.: Primer bločne sheme diskretnega sistema e(k) je regulacijski pogrešek, w(k) pa referenčna veličina. Naj bosta: G (z) = 0(z 9 8 )(z 0 (z + 9 )(z ) G (z) = 0 (z + 9 ) 0 0 (z 9 0 )(z 8 00 ) 00 ) (4.5) Sistem vzbujamo z enotino stopnico w(k). Poiščite diskretne signale e(k), u(k) in y(k).

41 4.. Diskretna prenosna funkcija 35 Tri iskane prenosne funkcije so torej: E(z) W(z) = + G (z)g (z) = + z U(z) W(z) = G (z) E(z) Y (z) W(z) = = z z = z z = z W(z) = 0(z 9 8 )(z ) 0 00 z (z + 9 )(z ) z 0 G (z)g (z) + G (z)g (z) = E(z) W(z) = ( z ) = z = 0(z 9 8 )(z ) 0 00 z(z + 9 ) 0 (4.6) Sedaj lahko poiščemo z-transformacije iskanih signalov: E(z) = W(z) E(z) W(z) = U(z) = W(z) U(z) W(z) = Y (z) = W(z) Y (z) W(z) = z z z z = z 0(z 9 8 )(z ) 0 00 z z z z = z z(z + 9 ) = 0(z 9 8 )(z 0 (z + 9 )(z ) 0 0 Z uporabo inverzne z-transformacije zlahka pridemo do rešitve za e(k): k = 0 e(k) = δ(k) = 0 k 00 ) (4.7) (4.8) Ostala dva signala poiščemo s pomočjo izreka o residuih, torej moramo poiskati residue funkcij 0zk (z 9 8 )(z 0 00 ). Obe funkciji imata ob k = 0 singularnost in zk z(z+ 9 0 )(z ) z(z ) pri z = 0, ki pri kasnejših časih izgine. Rešitvi za k sta torej: u(k) = Res k z= = 0 k y(k) = Res k z= 0z k (z 9 8 )(z 0 z(z )(z ) ) 0z k (z 9 8 )(z 0 Res ) 00 z= 9 z(z + 9 )(z ) = ( 9 0 )k ( 8 0 )( 7) 00 ( 9 0 )( 9) = + 8( )k 0 z k z(z ) = k = Dodatna residua (ob času k = 0) pri z = 0 sta: (4.9) Res z=0 Res z=0 0(z 9 8 )(z ) 0 00 z(z + 9 )(z ) = 0( 9 0 z(z ) = = 8 )( 0 00 ) ( 9 )( ) = (4.30)

42 36 4. Diferenčne enačbe in diskretna prenosna funkcija Ker nastopita omenjena residua le ob času k = 0, ju pomnožimo z δ(k) in prištejemo k rešitvi (4.9), da dobimo končni rezultat: u(k) = 0 + 8( 9 0 )k 8 0 δ(k) y(k) = δ(k) (4.3) Signal y(k) predstavlja za en vzorec zakasnjeno enotino stopnico, kar je (glede na prenosno funkcijo Y/W v enačbi 4.6) pričakovan rezultat. Z upoštevanjem relacije e(k) = w(k) y(k), lahko še dodatno preverimo pravilnost rezultata. Primer 4.5 Poiščite diskretne signale e(k), u(k) in y(k) iz primera 4.4 še z uporabo Matlaba. Nalogo rešimo z uporabo knjižnice Symbolic Toolbox. Najprej definiramo prenosni funkciji G (z) in G (z), nato definiramo vzbujalni signal in izračunamo njegovo z-transformacijo z uporabo funkcije ztrans. V nadaljevanju z uporabo enačbe (4.4) izračunamo z-transformiranke E(z), U(z) in Y (z) ter izračunamo še njihovo inverzno z-transformacijo, s čimer pridemo do iskanih signalov. Celotna koda za rešitev naloge: syms k z G = 0 * (z-9/0) * (z-8/00) / (z+9/0) / (z-); G = /0 * (z+9/0) / (z-9/0) / (z-8/00); w = ; W = ztrans(w, k, z); E = simplify(w * /(+G*G)); U = simplify(g*e); Y = simplify(g*u); e = iztrans(e,z,k) u = iztrans(u,z,k) y = iztrans(y,z,k) Uporabili smo tudi funkcijo simplify, ki se uporablja za poenostavljanje kompleksnih izrazov. Rezultat kode je naslednji izpis: e = charfcn[0](k) u = -8/0*charfcn[0](k)+/0+8*(-9/0)^k y = -charfcn[0](k)+ Če upoštevamo že omenjeno dejstvo, da charfcn[n](k) predstavlja signal δ(k n), je zgornji rezultat enak analitičnemu rezultatu.

43 Poglavje 5 Frekvenčni odziv diskretnih sistemov Za stabilni linearni časovno nespremenljivi sistem je značilno, da se na harmonično vzbujanje po preteku prehodnega pojava odzove s harmoničnim nihanjem izhodnega signala, pri čemer sta frekvenci vhodnega in izhodnega nihanja enaki. Ta lastnost velja tako za zvezne kot tudi za diskretne sisteme. Če torej sistem vzbujamo s signalom se na izhodu sistema v ustaljenem stanju pojavi signal u(k) = U 0 sin ωkt (5.) y(k) = Y 0 (ω) sin(ωkt + ϕ(ω)) (5.) kjer smo eksplicitno poudarili, da sta amplituda in fazni zaostanek izhodnega signala (glede na vhodni signal) odvisni od frekvence vzbujalnega signala. Razmerje med amplitudama izhodnega in vhodnega signala imenujemo amplitudni odziv A(ω): A(ω) = Y 0(ω) U 0 (5.3) Funkciji, ki podaja fazno razliko ϕ(ω), pa rečemo fazni odziv diskretnega sistema β(ω): β(ω) = ϕ(ω) (5.4) Običajno frekvenčni odziv podajamo kot kompleksno funkcijo frekvence: H(ω) = A(ω)e jβ(ω) (5.5) 37

44 38 5. Frekvenčni odziv diskretnih sistemov Odziv y(k) v ustaljenem stanju lahko torej izračunamo iz frekvenčnega odziva H(ω) s pomočjo naslednje formule: y(k) = U 0 H(ω) sin {ωkt + [H(ω)]} (5.6) Frekvenčni odziv diskretnega sistema najlaže dobimo z upoštevanjem prenosne funkcije sistema G(z): H(ω) = G(z) z=e jωt = G(e jωt ) = G(e jωt ) e j [G(ejωT )] (5.7) Primer 5. Diskretni sistem opisuje diferenčna enačba: y(k) = u(k) + ay(k ) (5.8) Določite amplitudni in fazni odziv sistema. Določite vrednost sistemskega parametra a tako, da bo fazni zaostanek pri vzbujanju s sinusnim signalom, katerega frekvenca je enaka četrtini frekvence vzorčenja, enak π/6 oz. 30. Kolikšna je takrat (pri poprej določenem a in enaki frekvenci vzbujalnega signala) amplituda izhodnega signala v ustaljenem stanju, če je amplituda vhodnega signala enaka 3. Najprej moramo določiti prenosno funkcijo sistema, ki je enaka: G(z) = Y (z) U(z) = (5.9) z.p. enaki 0 az Frekvenčni odziv sistema je torej: H(ω) = G(e jωt ) = ae = jωt a cos ωt + ja sin ωt (5.0) Amplitudni in fazni odziv sta enaka: A(ω) = β(ω) = arctg ( a cos ωt) + (a sin ωt) = + a a cos ωt a sin ωt a cos ωt (5.) Izračunajmo vrednost produkta ωt, če je frekvenca signala štirikrat manjša od frekvence vzorčenja: ωt = πf f s = π 4 = π (5.)

45 39 kjer f s predstavlja frekvenco vzorčenja. (5.), dobimo: A(ω) = + a β(ω) = arctg a = π 6 a = tg π 6 = 3 3 Amplituda izhodnega nihanja Y 0 je pri frekvenci f s /4 enaka: Če enačbo (5.) vnesemo v enačbo (5.3) Y 0 = U 0 = a = 3 (5.4) Primer 5. Obravnavamo naslednji filter: y(k) = u(k) u(k 8) (5.5) Sistem vzorčimo s frekvenco 0 khz. Za katere vrednosti sinusnega signala u(k) je izhod sistema y(k) po preteku prehodnega pojava enak 0? Najprej poiščemo prenosno funkcijo sistema: Frekvenčni odziv sistema je torej enak: G(z) = Y (z) U(z) = z 8 (5.6) H(ω) = e 8jωT (5.7) Iščemo torej frekvence ω, pri katerih je vrednost frekvenčnega odziva enaka 0 oz. pri katerih velja naslednja enačba: e 8jωT = 8ωT = 6πf f s = lπ, l Z (5.8) Pogoj je torej izpolnjen pri mnogokratnikih osmine frekvence vzorčenja: f = l f s 8 = l 50 Hz, l Z (5.9) Čeprav rešitev obsega vse mnogokratnike frekvence 50 Hz, so frekvence, ki zadoščajo zahtevam Shannonovega teorema: 0 Hz, 50 Hz, 500 Hz in 3750 Hz.

46 40 5. Frekvenčni odziv diskretnih sistemov Primer 5.3 Sistem opišemo s prenosno funkcijo: G(z) = z + (z ) (z 4 5 ) (5.0) Določite frekvence, pri katerih ima frekvenčni odziv vrednost 0, če sistem vzorčimo s frekvenco 50 Hz. Omejite se le na frekvenčni interval, ki izpolnjuje zahteve Shannonovega teorema o vzorčenju. Frekvenčni odziv sistema je H(ω) = e jωt + (e jωt ) (e jωt 4 5 ) (5.) Frekvenčni odziv ima vrednost 0 takrat, kadar ima števec funkcije H(ω) vrednost 0 (ob predpostavki, da imenovalec ni enak 0). Torej velja: e jωt = ωt = ±π ωt = ± π (5.) Že v primeru 5. smo spoznali, da takšen ωt ustreza četrtini frekvence vzorčenja. Zaradi simetričnosti je dovolj, če podamo le pozitivno frekvenco. Končni odgovor je torej,5 Hz.

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja

Διαβάστε περισσότερα

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2 Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a

Διαβάστε περισσότερα

Tretja vaja iz matematike 1

Tretja vaja iz matematike 1 Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,

Διαβάστε περισσότερα

IZPIT IZ ANALIZE II Maribor,

IZPIT IZ ANALIZE II Maribor, Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),

Διαβάστε περισσότερα

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij): 4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n

Διαβάστε περισσότερα

Kotne in krožne funkcije

Kotne in krožne funkcije Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete

Διαβάστε περισσότερα

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič Frekvenčna analiza neperiodičnih signalov Analiza signalov prof. France Mihelič Vpliv postopka daljšanja periode na spekter periodičnega signala Opazujmo družino sodih periodičnih pravokotnih impulzov

Διαβάστε περισσότερα

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12 Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola

Διαβάστε περισσότερα

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:

Διαβάστε περισσότερα

Booleova algebra. Izjave in Booleove spremenljivke

Booleova algebra. Izjave in Booleove spremenljivke Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre

Διαβάστε περισσότερα

diferencialne enačbe - nadaljevanje

diferencialne enačbe - nadaljevanje 12. vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 diferencialne enačbe - nadaljevanje Ortogonalne trajektorije Dana je 1-parametrična družina krivulj F(x, y, C) = 0. Ortogonalne

Διαβάστε περισσότερα

Matematika 2. Diferencialne enačbe drugega reda

Matematika 2. Diferencialne enačbe drugega reda Matematika 2 Diferencialne enačbe drugega reda (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) y 6y + 8y = 0, (b) y 2y + y = 0, (c) y + y = 0, (d) y + 2y + 2y = 0. Rešitev:

Διαβάστε περισσότερα

8. Diskretni LTI sistemi

8. Diskretni LTI sistemi 8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z

Διαβάστε περισσότερα

FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila

FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22 junij 212 Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Veljale bodo samo rešitve na papirju, kjer

Διαβάστε περισσότερα

Kotni funkciji sinus in kosinus

Kotni funkciji sinus in kosinus Kotni funkciji sinus in kosinus Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z oznako cos x, DEFINICIJA V PRAVOKOTNEM TRIKOTNIKU: Kotna funkcija sinus je definirana kot razmerje

Διαβάστε περισσότερα

Numerično reševanje. diferencialnih enačb II

Numerično reševanje. diferencialnih enačb II Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke

Διαβάστε περισσότερα

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. 1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y

Διαβάστε περισσότερα

vezani ekstremi funkcij

vezani ekstremi funkcij 11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad

Διαβάστε περισσότερα

Matematika. Funkcije in enačbe

Matematika. Funkcije in enačbe Matematika Funkcije in enačbe (1) Nariši grafe naslednjih funkcij: (a) f() = 1, (b) f() = 3, (c) f() = 3. Rešitev: (a) Linearna funkcija f() = 1 ima začetno vrednost f(0) = 1 in ničlo = 1/. Definirana

Διαβάστε περισσότερα

Matematika vaja. Matematika FE, Ljubljana, Slovenija Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija

Matematika vaja. Matematika FE, Ljubljana, Slovenija Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija Matematika 1 3. vaja B. Jurčič Zlobec 1 1 Univerza v Ljubljani, Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija Matematika FE, Ljubljana, Slovenija 2011 Določi stekališča zaporedja a

Διαβάστε περισσότερα

Reševanje sistema linearnih

Reševanje sistema linearnih Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje

Διαβάστε περισσότερα

Osnove matematične analize 2016/17

Osnove matematične analize 2016/17 Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja

Διαβάστε περισσότερα

Splošno o interpolaciji

Splošno o interpolaciji Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Navadne diferencialne enačbe Navadne diferencialne enačbe prvega reda V celotnem poglavju bo y = dy dx. Diferencialne enačbe z ločljivima spremeljivkama Diferencialna enačba z ločljivima spremeljivkama

Διαβάστε περισσότερα

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK 1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24

Διαβάστε περισσότερα

DISKRETNA FOURIERJEVA TRANSFORMACIJA

DISKRETNA FOURIERJEVA TRANSFORMACIJA 29.03.2004 Definicija DFT Outline DFT je linearna transformacija nekega vektorskega prostora dimenzije n nad obsegom K, ki ga označujemo z V K, pri čemer ima slednji lastnost, da vsebuje nek poseben element,

Διαβάστε περισσότερα

13. Jacobijeva metoda za računanje singularnega razcepa

13. Jacobijeva metoda za računanje singularnega razcepa 13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva

Διαβάστε περισσότερα

Analiza 2 Rešitve 14. sklopa nalog

Analiza 2 Rešitve 14. sklopa nalog Analiza Rešitve 1 sklopa nalog Navadne diferencialne enačbe višjih redov in sistemi diferencialnih enačb (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) 6 + 8 0, (b)

Διαβάστε περισσότερα

Matematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija.

Matematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija. 1 / 46 Univerza v Ljubljani, FE Potenčna Korenska Melita Hajdinjak Matematika I (VS) Kotne 013/14 / 46 Potenčna Potenčna Funkcijo oblike f() = n, kjer je n Z, imenujemo potenčna. Število n imenujemo eksponent.

Διαβάστε περισσότερα

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost

Διαβάστε περισσότερα

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1 Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni

Διαβάστε περισσότερα

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant. Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto,

Διαβάστε περισσότερα

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva

Διαβάστε περισσότερα

Diskretizacija signalov

Diskretizacija signalov SIGNALI Diskretni signali in sistemi Diskretizacija signalov V telekomunikacijah in drugih tehniških področjih je najpogosteje v rabi numerično procesiranje signalov. Pri numeričnih metodah je signal podan

Διαβάστε περισσότερα

MATEMATIČNI IZRAZI V MAFIRA WIKIJU

MATEMATIČNI IZRAZI V MAFIRA WIKIJU I FAKULTETA ZA MATEMATIKO IN FIZIKO Jadranska cesta 19 1000 Ljubljan Ljubljana, 25. marec 2011 MATEMATIČNI IZRAZI V MAFIRA WIKIJU KOMUNICIRANJE V MATEMATIKI Darja Celcer II KAZALO: 1 VSTAVLJANJE MATEMATIČNIH

Διαβάστε περισσότερα

Tema 1 Osnove navadnih diferencialnih enačb (NDE)

Tema 1 Osnove navadnih diferencialnih enačb (NDE) Matematične metode v fiziki II 2013/14 Tema 1 Osnove navadnih diferencialnih enačb (NDE Diferencialne enačbe v fiziki Večina osnovnih enačb v fiziki je zapisana v obliki diferencialne enačbe. Za primer

Διαβάστε περισσότερα

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d)

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d) Integralni račun Nedoločeni integral in integracijske metrode. Izračunaj naslednje nedoločene integrale: d 3 +3+ 2 d, (f) (g) (h) (i) (j) (k) (l) + 3 4d, 3 +e +3d, 2 +4+4 d, 3 2 2 + 4 d, d, 6 2 +4 d, 2

Διαβάστε περισσότερα

Funkcije več spremenljivk

Funkcije več spremenljivk DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije

Διαβάστε περισσότερα

11. Vaja: BODEJEV DIAGRAM

11. Vaja: BODEJEV DIAGRAM . Vaja: BODEJEV DIAGRAM. Bodejev diagram sestavljata dva grafa: a) amplitudno frekvenčni diagram in b) fazno frekvenčni diagram Decibel je enota za razmerje dveh veličin. Definicija: B B 0log0 A A db Bodejeve

Διαβάστε περισσότερα

Delovna točka in napajalna vezja bipolarnih tranzistorjev

Delovna točka in napajalna vezja bipolarnih tranzistorjev KOM L: - Komnikacijska elektronika Delovna točka in napajalna vezja bipolarnih tranzistorjev. Določite izraz za kolektorski tok in napetost napajalnega vezja z enim virom in napetostnim delilnikom na vhod.

Διαβάστε περισσότερα

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013 Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:

Διαβάστε περισσότερα

Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D R priredi neko število f (x) R.

Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D R priredi neko število f (x) R. II. FUNKCIJE 1. Osnovni pojmi 2. Sestavljanje funkcij 3. Pregled elementarnih funkcij 4. Zveznost Kaj je funkcija? Definicija Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D R priredi

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,

Διαβάστε περισσότερα

NEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE

NEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE NEPARAMETRIČNI TESTI pregledovanje tabel hi-kvadrat test as. dr. Nino RODE Parametrični in neparametrični testi S pomočjo z-testa in t-testa preizkušamo domneve o parametrih na vzorcih izračunamo statistike,

Διαβάστε περισσότερα

SEMINARSKA NALOGA Funkciji sin(x) in cos(x)

SEMINARSKA NALOGA Funkciji sin(x) in cos(x) FAKULTETA ZA MATEMATIKO IN FIZIKO Praktična Matematika-VSŠ(BO) Komuniciranje v matematiki SEMINARSKA NALOGA Funkciji sin(x) in cos(x) Avtorica: Špela Marinčič Ljubljana, maj 2011 KAZALO: 1.Uvod...1 2.

Διαβάστε περισσότερα

INTEGRALI RACIONALNIH FUNKCIJ

INTEGRALI RACIONALNIH FUNKCIJ UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA NIKA HREN INTEGRALI RACIONALNIH FUNKCIJ DIPLOMSKO DELO LJUBLJANA, 203 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA MATEMATIKA - RAČUNALNIŠTVO NIKA HREN Mentor: izr.

Διαβάστε περισσότερα

II. LIMITA IN ZVEZNOST FUNKCIJ

II. LIMITA IN ZVEZNOST FUNKCIJ II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno

Διαβάστε περισσότερα

Odvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko:

Odvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko: 4 Sisemi diferencialnih enačb V prakičnih primerih večkra naleimo na več diferencialnih enačb, ki opisujejo določen pojav in so medsebojno povezane edaj govorimo o sisemih diferencialnih enačb V eh enačbah

Διαβάστε περισσότερα

Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak

Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA Polona Oblak Ljubljana, 04 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 5(075.8)(0.034.) OBLAK,

Διαβάστε περισσότερα

D f, Z f. Lastnosti. Linearna funkcija. Definicija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k,

D f, Z f. Lastnosti. Linearna funkcija. Definicija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k, Linearna funkcija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k, n ᄀ. k smerni koeficient n začetna vrednost D f, Z f Definicijsko območje linearne funkcije so vsa realna števila. Zaloga

Διαβάστε περισσότερα

Spoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil.

Spoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil. Zaporedja števil V matematiki in fiziki pogosto operiramo s približnimi vrednostmi neke količine. Pri numeričnemu računanju lahko npr. število π aproksimiramo s števili, ki imajo samo končno mnogo neničelnih

Διαβάστε περισσότερα

PONOVITEV SNOVI ZA 4. TEST

PONOVITEV SNOVI ZA 4. TEST PONOVITEV SNOVI ZA 4. TEST 1. * 2. *Galvanski člen z napetostjo 1,5 V požene naboj 40 As. Koliko električnega dela opravi? 3. ** Na uporniku je padec napetosti 25 V. Upornik prejme 750 J dela v 5 minutah.

Διαβάστε περισσότερα

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA II

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA II UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA II Maribor, 2016 Kazalo Uvod v linearno algebro 1 1.1 Matrike................................ 1 1.2 Računanje

Διαβάστε περισσότερα

Kombinatorika. rekurzivnih enačb in rodovne funkcije. FMF Matematika Finančna matematika. Vladimir Batagelj. Ljubljana, april

Kombinatorika. rekurzivnih enačb in rodovne funkcije. FMF Matematika Finančna matematika. Vladimir Batagelj. Ljubljana, april FMF Matematika Finančna matematika Kombinatorika Reševanje rekurzivnih enačb in rodovne funkcije Vladimir Batagelj Math fun: Pascal triangle Ljubljana, april 2008 4. Dec 2012 različica: December 4, 2012

Διαβάστε περισσότερα

Definicija 1. Naj bo f : D odp R funkcija. Funkcija F : D odp R je primitivna funkcija funkcije f, če je odvedljiva in če velja F = f.

Definicija 1. Naj bo f : D odp R funkcija. Funkcija F : D odp R je primitivna funkcija funkcije f, če je odvedljiva in če velja F = f. Nedoločeni integral V tem razdelku si bomo pogledali operacijo, ki je na nek način inverzna odvajanju. Za dano funkcijo bomo poskušali poiskati neko drugo funkcijo, katere odvod bo ravno dana funkcija.

Διαβάστε περισσότερα

ZBIRKA REŠENIH NALOG IZ MATEMATIKE I

ZBIRKA REŠENIH NALOG IZ MATEMATIKE I Univerza v Ljubljani Fakulteta za elektrotehniko Andrej Perne ZBIRKA REŠENIH NALOG IZ MATEMATIKE I Skripta za vaje iz Matematike I (UNI + VSP) Ljubljana, množice Osnovne definicije: Množica A je podmnožica

Διαβάστε περισσότερα

1 Fibonaccijeva stevila

1 Fibonaccijeva stevila 1 Fibonaccijeva stevila Fibonaccijevo število F n, kjer je n N, lahko definiramo kot število načinov zapisa števila n kot vsoto sumandov, enakih 1 ali Na primer, število 4 lahko zapišemo v obliki naslednjih

Διαβάστε περισσότερα

PROCESIRANJE SIGNALOV

PROCESIRANJE SIGNALOV Rešive pisega izpia PROCESIRANJE SIGNALOV Daum: 7... aloga Kolikša je ampliuda reje harmoske kompoee arisaega periodičega sigala? f() - -3 - - 3 Rešiev: Časova fukcija a iervalu ( /,/) je lieara fukcija:

Διαβάστε περισσότερα

1. Trikotniki hitrosti

1. Trikotniki hitrosti . Trikotniki hitrosti. Z radialno črpalko želimo črpati vodo pri pogojih okolice z nazivnim pretokom 0 m 3 /h. Notranji premer rotorja je 4 cm, zunanji premer 8 cm, širina rotorja pa je,5 cm. Frekvenca

Διαβάστε περισσότερα

Numerične metode za linearne sisteme upravljanja

Numerične metode za linearne sisteme upravljanja Bor Plestenjak Numerične metode za linearne sisteme upravljanja skripta verzija: 3 april 212 Kazalo 1 Uvod 6 11 Sistemi upravljanja 6 12 Lastnosti sistemov 8 13 Laplaceova transformacija 12 14 Prenosna

Διαβάστε περισσότερα

Transformator. Delovanje transformatorja I. Delovanje transformatorja II

Transformator. Delovanje transformatorja I. Delovanje transformatorja II Transformator Transformator je naprava, ki v osnovi pretvarja napetost iz enega nivoja v drugega. Poznamo vrsto različnih izvedb transformatorjev, glede na njihovo specifičnost uporabe:. Energetski transformator.

Διαβάστε περισσότερα

Vaje iz MATEMATIKE 8. Odvod funkcije., pravimo, da je funkcija f odvedljiva v točki x 0 z odvodom. f (x f(x 0 + h) f(x 0 ) 0 ) := lim

Vaje iz MATEMATIKE 8. Odvod funkcije., pravimo, da je funkcija f odvedljiva v točki x 0 z odvodom. f (x f(x 0 + h) f(x 0 ) 0 ) := lim Študij AHITEKTURE IN URBANIZMA, šol l 06/7 Vaje iz MATEMATIKE 8 Odvod funkcije f( Definicija: Naj bo f definirana na neki okolici točke 0 Če obstaja lim 0 +h f( 0 h 0 h, pravimo, da je funkcija f odvedljiva

Διαβάστε περισσότερα

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1 Poglavje II Matrike Matrika je pravokotna tabela realnih števil Na primer: [ ] 1 1 1, 2 3 1 1 0 1 3 2 1, 0 1 4 [ ] 2 7, Matrika je sestavljena iz vrstic in stolpcev Vrstici matrike [ ] 1 1 1 2 3 1 [ ]

Διαβάστε περισσότερα

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu. Kontrolne karte KONTROLNE KARTE Kontrolne karte uporablamo za sprotno spremlane kakovosti izdelka, ki ga izdeluemo v proizvodnem procesu. Izvaamo stalno vzorčene izdelkov, npr. vsako uro, vsake 4 ure.

Διαβάστε περισσότερα

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23. Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,

Διαβάστε περισσότερα

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega Izeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega 1. Najosnovnejše o konveksnih funkcijah Definicija. Naj bo X vektorski rostor in D X konveksna množica. Funkcija ϕ: D R je konveksna,

Διαβάστε περισσότερα

3.1 Reševanje nelinearnih sistemov

3.1 Reševanje nelinearnih sistemov 3.1 Reševanje nelinearnih sistemov Rešujemo sistem nelinearnih enačb f 1 (x 1, x 2,..., x n ) = 0 f 2 (x 1, x 2,..., x n ) = 0. f n (x 1, x 2,..., x n ) = 0. Pišemo F (x) = 0, kjer je x R n in F : R n

Διαβάστε περισσότερα

INŽENIRSKA MATEMATIKA I

INŽENIRSKA MATEMATIKA I INŽENIRSKA MATEMATIKA I REŠENE NALOGE za izredne študente VSŠ Tehnično upravljanje nepremičnin Marjeta Škapin Rugelj Fakulteta za gradbeništvo in geodezijo Kazalo Števila in preslikave 5 Vektorji 6 Analitična

Διαβάστε περισσότερα

SIGNALI. Časovno zvezni in časovno diskretni signali

SIGNALI. Časovno zvezni in časovno diskretni signali SIGNALI Deterministični signali v časovno nespremenljivih sistemih Časovno zvezni in časovno diskretni signali Časovno zvezni signal je signal s(t), katerega neodvisna spremenljivka t lahko zavzame katerokoli

Διαβάστε περισσότερα

Tabele termodinamskih lastnosti vode in vodne pare

Tabele termodinamskih lastnosti vode in vodne pare Univerza v Ljubljani Fakulteta za strojništvo Laboratorij za termoenergetiko Tabele termodinamskih lastnosti vode in vodne pare po modelu IAPWS IF-97 izračunano z XSteam Excel v2.6 Magnus Holmgren, xsteam.sourceforge.net

Διαβάστε περισσότερα

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne

Διαβάστε περισσότερα

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih.

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih. TRIGONOMETRIJA (A) Merske enote KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA stopinja [ ] radian [rad] 80 80 0. Izrazi kot v radianih. 0 90 5 0 0 70. Izrazi kot v stopinjah. 5 8 5 (B) Definicija kotnih funkcij

Διαβάστε περισσότερα

Kvantni delec na potencialnem skoku

Kvantni delec na potencialnem skoku Kvantni delec na potencialnem skoku Delec, ki se giblje premo enakomerno, pride na mejo, kjer potencial naraste s potenciala 0 na potencial. Takšno potencialno funkcijo zapišemo kot 0, 0 0,0. Slika 1:

Διαβάστε περισσότερα

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi

Διαβάστε περισσότερα

Funkcije dveh in več spremenljivk

Funkcije dveh in več spremenljivk Poglavje 3 Funkcije dveh in več spremenljivk 3.1 Osnovni pojmi Definicija 3.1.1. Funkcija dveh spremenljivk je preslikava, ki vsaki točki (x, y) ravninske množice D priredi realno število z = f(x, y),

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika 1 Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 21. april 2008 102 Poglavje 4 Odvod 4.1 Definicija odvoda Naj bo funkcija f definirana na intervalu (a, b) in x 0 točka s tega intervala. Vzemimo

Διαβάστε περισσότερα

Osnove elektrotehnike uvod

Osnove elektrotehnike uvod Osnove elektrotehnike uvod Uvod V nadaljevanju navedena vprašanja so prevod testnih vprašanj, ki sem jih našel na omenjeni spletni strani. Vprašanja zajemajo temeljna znanja opredeljenega strokovnega področja.

Διαβάστε περισσότερα

Realne funkcije. Elementarne funkcije. Polinomi in racionalne funkcije. Eksponentna funkcija a x : R R + FKKT Matematika 1

Realne funkcije. Elementarne funkcije. Polinomi in racionalne funkcije. Eksponentna funkcija a x : R R + FKKT Matematika 1 Realne funkcije Funkcija f denirana simetri nem intervalu D = ( a, a) ali D = [ a, a] (i) je soda, e velja f(x) = f( x), x D; (ii) je liha, e velja f(x) = f( x), x D. Naj bo f denirana D f in x 1, x 2

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Poglavje 6 Navadne diferencialne enačbe 6.1 Uvod Splošna rešitev navadne diferencialne enačbe n-tega reda F(x, y, y, y,..., y (n) ) = 0 je n-parametrična družina funkcij. Kadar želimo iz splošne rešitve

Διαβάστε περισσότερα

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA. Naj bo vektorsko polje R : R 3 R 3 dano s predpisom R(x, y, z) = (2x 2 + z 2, xy + 2yz, z). Izračunaj pretok polja R skozi površino torusa

Διαβάστε περισσότερα

Uporabna matematika za naravoslovce

Uporabna matematika za naravoslovce Uporabna matematika za naravoslovce Zapiski predavanj Študijski programi: Aplikativna kineziologija, Biodiverziteta Študijsko leto 203/4 doc.dr. Barbara Boldin Fakulteta za matematiko, naravoslovje in

Διαβάστε περισσότερα

VEKTORJI. Operacije z vektorji

VEKTORJI. Operacije z vektorji VEKTORJI Vektorji so matematični objekti, s katerimi opisujemo določene fizikalne količine. V tisku jih označujemo s krepko natisnjenimi črkami (npr. a), pri pisanju pa s puščico ( a). Fizikalne količine,

Διαβάστε περισσότερα

Fazni diagram binarne tekočine

Fazni diagram binarne tekočine Fazni diagram binarne tekočine Žiga Kos 5. junij 203 Binarno tekočino predstavljajo delci A in B. Ti se med seboj lahko mešajo v različnih razmerjih. V nalogi želimo izračunati fazni diagram take tekočine,

Διαβάστε περισσότερα

VERIŽNI ULOMKI IN NESKONČNE VRSTE

VERIŽNI ULOMKI IN NESKONČNE VRSTE UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA KATJA SKUBIC VERIŽNI ULOMKI IN NESKONČNE VRSTE DIPLOMSKO DELO LJUBLJANA, 204 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA MATEMATIKA IN RAČUNALNIŠTVO KATJA SKUBIC Mentor:

Διαβάστε περισσότερα

POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL

POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL Izdba aje: Ljubjana, 11. 1. 007, 10.00 Jan OMAHNE, 1.M Namen: 1.Preeri paraeogramsko praio za doočanje rezutante nezporedni si s skupnim prijemaiščem (grafično)..dooči

Διαβάστε περισσότερα

Osnove linearne algebre

Osnove linearne algebre Osnove linearne algebre Matrike Matrika razsežnosti n m je A = a 1 1 a 1 2 a 1 m a 2 1 a 2 2 a 2 m a n 1 a n 2 a n m Če je n = m, tedaj matriko imenujemo kvadratna matrika Elementi matrike so lahko realna

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Navadne diferencialne enačbe (študijsko gradivo) Matija Cencelj 1. maja 2003 2 Kazalo 1 Uvod 5 1.1 Preprosti primeri......................... 8 2 Diferencialne enačbe prvega reda 11 2.1 Ločljivi spremenljivki.......................

Διαβάστε περισσότερα

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai

Διαβάστε περισσότερα

Domača naloga 6: dušeno nihanje

Domača naloga 6: dušeno nihanje Domača naloga 6: dušeno nihanje Vaje iz predmeta Numerične metode v fiziki Igor Grešovnik Kazalo: 1 Naloga 6a Nihanje... 1.1 Enačbe nihanja... 1. Numerično reševanje problema... 3 1..1 Reševanje sistema

Διαβάστε περισσότερα

Dragi polinom, kje so tvoje ničle?

Dragi polinom, kje so tvoje ničle? 1 Dragi polinom, kje so tvoje ničle? Vito Vitrih FAMNIT - Izlet v matematično vesolje 17. december 2010 Polinomi: 2 Polinom stopnje n je funkcija p(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, a i R.

Διαβάστε περισσότερα

Interpolacija in aproksimacija funkcij

Interpolacija in aproksimacija funkcij Poglavje 4 Interpolacija in aproksimacija funkcij Na interpolacijo naletimo, kadar moramo vrednost funkcije, ki ima vrednosti znane le v posameznih točkah (pravimo jim interpolacijske točke), izračunati

Διαβάστε περισσότερα

Poglavje 7. Poglavje 7. Poglavje 7. Regulacijski sistemi. Regulacijski sistemi. Slika 7. 1: Normirana blokovna shema regulacije EM

Poglavje 7. Poglavje 7. Poglavje 7. Regulacijski sistemi. Regulacijski sistemi. Slika 7. 1: Normirana blokovna shema regulacije EM Slika 7. 1: Normirana blokovna shema regulacije EM Fakulteta za elektrotehniko 1 Slika 7. 2: Principielna shema regulacije AM v KSP Fakulteta za elektrotehniko 2 Slika 7. 3: Merjenje komponent fluksa s

Διαβάστε περισσότερα

Afina in projektivna geometrija

Afina in projektivna geometrija fina in projektivna geometrija tožnice () kiciraj stožnico v evklidski ravnini R, ki je določena z enačbo 6 3 8 + 6 =. Rešitev: tožnica v evklidski ravnini je krivulja, ki jo določa enačba a + b + c +

Διαβάστε περισσότερα