Análise de Sinais Dep. Armas e Electronica, Escola Naval V1.1 - Victor Lobo Capítulo 2. Sistemas Lineares e Invariantes no Tempo - SLITS
|
|
- Luiz Guilherme Tomás Neiva Faro
- 5 Há anos
- Visualizações:
Transcrição
1 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 Capítulo 2 Sstemas Lneares e Invarantes no Tempo - SLITS Bblografa (Cap.2 Lourete)(Cap.2 Haykn)(Cap.1,2 Rbero) 1 1 Sstemas Conceto Dcconáro: Um sstema é uma combnação elementos que actuam em conjunto a fm atngr um dado objectvo Algo que transforma um snal noutro, e é tdo como um bloco ou caxa preta Fronteras um sstema: pen que quem o vê e para quê Dagramas blocos Cada bloco é uma caxa negra, caracterzada por um comportamento global Um sstema po eventualmente ser partdo em subsstemas Um sstema po ser agregado com outros para formar um sstema mas alto nível Blocos/ramos/pontos rvação/pontos soma Exemplos sstemas scrtos por dagramas blocos 2 2 Page 1
2 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 Sstemas Lneares e Invarantes no Tempo- SLIT Defnções Lnear Se o sstema tem a resposta Y 1 para uma entrada X 1, e a resposta Y 2 para uma entrada X 2 então, se tver uma entrada X 3 =X 1 +X 2 terá uma resposta Y 3 =Y 1 +Y 2 f(x 1 +x 2 )=f(x 1 )+f(x 2 ) Invarante no tempo Reage sempre da mesma manera A reacção não pen da altura no tempo em que a exctação ocorre 3 3 SLIT - Sst.Lnear e Invarante no Tempo SLIT - Sstema lnear nvarante ao tempo x(n) Sstema h(n) y(n) RESPOSTA IMPULSIVA Resposta ao mpulso untáro Desgna-se por h(n) Entrada d(n) Saída h(n) E quando a entrada não é um mpulso? h(n) servrá para alguma cosa? 4 Page 2
3 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 SLIT - Sst.Lnear e Invarante no Tempo Qualquer snal po ser consrado como a sobreposção város lta drac, com ampltuse tempos dferentes: = Se o sstema é lnear e nvarante no tempo, a saída po ser calculada somando as respostas mpulsvas a cada um sses snas Obtemos assm a CONVOLUÇÃO dos dos snas 5 5 INTERPRETAÇÃO DO SIGNIFICADO DA CONVOLUÇÃO Para um sstema causal e lmtado no tempo, a resposta é smplesmente: h(n) k= N yn ( ) = hk ( ) xn ( k) k = 0 Saída provocada por x(0) x(n)... por x(1) x(0) x(1) x(2) x(3)... por x(2)... por x(3) Saída no nstante 3 (resultado todas as contrbuções) 6 6 Page 3
4 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 Resposta um SLIT A resposta um slt é a convolução da entrada com a resposta mpulsva: Nota: Por vezes chama-se h(n,k) em vez h(n-k), para realçar que se trata da resposta no nstante n provocada pela entrada do momento k Expandndo para um caso concreto (por ex. n=1) y(1)= + x(-2)h(3) + x(-1)h(2) + x(0) h(1) + x(1)h(0) + x(2) h(-1) +. Notação para CONVOLUÇÃO: * X(n)*Y(n) k =+ yn ( ) = xkhn ( ) ( k) k = 7 7 INTERPRETAÇÃO DO SIGNIFICADO DA CONVOLUÇÃO Reornação dos termos da soma k=+ k= k=+ y ( n) = h( k) x( n k) = x( k) h( n k) k= Outra nterpretação gráfca Inverter a resposta mpulsva Passá-lo pelo snal entrada h y x 8 8 Page 4
5 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 Propredas da convolução Assocatvda X(n)*Y(n)*Z(n) = ( X(n)*Y(n) ) *Z(n) = X(n)* ( Y(n)*Z(n) ) X(n) Y(n) A(n) Z(n) B(n) Comutatvda X(n)*Y(n) = Y(n)*X(n) Dstrbutvda X(n)*( Y(n)+Z(n) ) = X(n)*Y(n) + X(n)*Z(n) 9 9 PROPRIEDADES DE SISTEMAS MEMÓRIA Dz-se que um sstema tem memóra se a saída pen entradas anterores (ou posterores) Para que um sstema não tenha memóra a resposta tem que ser da forma? Uma mera multplcação por uma constante Sem memóra Com memóra CAUSALIDADE Dz-se que um sstema é causal quando a sua saída não pen da entrada em nstantes futuros Há mutos sstemas não causas Exemplos em processamento magem A resposta mpulsva um sstema causal é 0 para n<0 Causal Não causal Page 5
6 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 PROPRIEDADES DE SISTEMAS INVERTIBILIDADE Dz-se que um sstema é nvertível quando há um sstema (dto nverso) que o anula, modo que o snal não é alterado quando passa por esses dos snas x(n) y(n) z(n)=x(n) h(n) h (n) y(n)=x(n)*h(n) z(n)=y(n)*h (n) = x(n)*h(n)*h (n) h(n)*h (n)= d(n) Exemplo um sstema nvertível: um ntegrador Integrador h(n)=u(n) Dferencador h (n)=d(n)-d(n-1) h(n)*h (n)=u(n)*(d(n)-d(n-1) =u(n)*d(n)-u(n)*d(n-1) =u(n)-u(n-1) =d(n) PROPRIEDADES DE SISTEMAS ESTABILIDADE Há város crtéros establda dferentes. Vamos consrar um sstema estável se só se e apresentar uma SAÍDA LIMITADA PARA UMA ENTRADA LIMITADA Uma sequênca dz-se lmtada se x(k) <M k Exemplo: u(n) é lmtada (numca é maor que 1) x (n) = n não é lmtada (ten para nfnto) Para que um sstema seja estável é necessáro que a sua resposta mpulsva seja absolutamente somável y(n) = x(n)*h(n) = Σ x(k)h(n-k) Σ x(k) h(n-k) mas x(k) <M Σ M h(n-k) = M Σ h(n-k) se Σ h(n-k), e fôr N ΜxΝ Um ntegrador é um sstema estável? E o ntegrador com perdas apresentado no acetato 6? E o dferencador do acetato anteror? Page 6
7 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 PROPRIEDADES DE SINAIS ENERGIA Defne-se energa um snal como sendo: k =+ Energa = W = x( k) 2 k = Para snas peródcos, é mas convnente usar a energa méda, ou potênca(dado que a energa total é nfnta): Energa meda = k= N N k = 0 xk ( ) on N=perodo Ou generalzando para qualquer snal: Potenca = P = t=+ k/ lm xt () k k t= k/ Convolução em sstemas contínuos Em sstemas contínuos, basta substtur mpulsos por ltas Drac, e somatóros por ntegras Page 7
8 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 Descrção sstemas através EQUAÇÕES ÀS DIFERENÇAS Mutos sstemas são scrtos através equações Forma geral: x sstema y O que é uma rvada um snal dscreto? n n 1 2 m d y d y d y d y d x d x a n + a n n a + a + y = b x + b b n m m dt dt dt dt dt dt N = 0 a d y dt = Equação homogénea M = 0 b d x dt Termo forçado Em sstemas dscretos usam-se dferenças fntas em vez rvadas N M N = Orm do sstema = 0 a y( n ) = = 0 b x( n k) Equações às dferenças Por uma questão normalzação, consre-se a 0 =0, e re-escreve-se a equação como: y( n) = N = 1 a y( n ) + Dervadas da saída M = 0 b x( n k) Dervadas da entrada Termos rvados da saída Forma uma equação RECURSIVA Dão orgem a uma resposta mpulsva INFINITA Dão orgem aos fltros IIR ( Infnte Impulse Response) Termos rvados das entradas Formam uma equação NÃO RECURSIVA Dão orgem a uma resposta mpulsva FINITA Dão orgem aos fltros FIR (Fnte Impulse Response) Page 8
9 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 Equações às dferenças - Parte homogénea A dnâmca mutos sstemas contínuos po ser scrta através equações dferencas homogéneas ay +by +cy=0 De modo análogo, a corresponnte representação por equações às dfrenças será ay(n-2)+by(n-1)+cy(n)=0 A mplementação a partr das equações às dferenças é medata ay(n-2)+by(n-1)+cy(n)=0 y(n) = -a/c y(n-2) -b/c y(n-1) =0 y(n) -a/c Resposta mpulsva nfnta - IIR a 1 a 2 -b/c y(n-1) y(n-2) Equações às dferenças - Parte forçada O snal entrada atrasado po ser obtdo com um taplay, mplementado como um conjunto flp-flops (um regsto slocamento) ou smulado com uma matrz Resposta mpulsva fnta - FIR Smular em Excel, e pos em Matlab, o sstema caracterzado por Exercíco: x(n) x(n-1) b 1 b 0 y(n) a) y(n)=1/3 x(n)+1/3 x(n-1)+1/3 x(n-2) b) y(n)= 0.5 x(n) y(n-1) x(n-2) b 2 quando recebe as seguntes entradas x(n) = d(n) x(n) = n x(n) = u(n) x(n) = sn( 0,1 n) x(n-3) b Page 9
10 Dep. Armas e Electronca, Escola Naval V1.1 - Vctor Lobo 2004 Estrutura um fltro genérco Equações às dferenças x(n) b 0 y(n) FIR Fnte Impulse Response Tem atrasos da entrada x(n-1) b 1 a 1 y(n-1) IIR Infnte Impulse Response Tem atrasos da saída x(n-2) x(n-3) b 2 b 3 a 2 a 3 y(n-2) y(n-3) Page 10
Resumo. Sinais e Sistemas Sistemas Lineares e Invariantes no Tempo. Resposta ao Impulso. Representação de Sequências
Resumo Sinais e Sistemas Sistemas Lineares e Invariantes no Tempo lco@ist.utl.pt Instituto Superior Técnico SLITs discretos. O somatório de convolução. SLITs contínuos. A convolução contínua. Propriedades
Leia maisSistemas de tempo discreto
Sistemas de tempo discreto Magno T. M. Silva EPUSP, fevereiro de Sistemas de tempo discreto p. /37 . Sistemas de tempo discreto São funções matemáticas que transformam uma seqüência de entrada s(n) em
Leia maisSinais e Sistemas. Sistemas Lineares Invariantes no Tempo. Renato Dourado Maia. Universidade Estadual de Montes Claros. Engenharia de Sistemas
Sinais e Sistemas Sistemas Lineares Invariantes no Tempo Renato Dourado Maia Universidade Estadual de Montes Claros Engenharia de Sistemas Lembrando... xt () yt () ht () OK!!! xn [ ] yn [ ] hn [ ] ht (
Leia maisTeste Tipo. Sinais e Sistemas (LERCI) 2004/2005. Outubro de Respostas
Teste Tipo Sinais e Sistemas (LERCI) 2004/2005 Outubro de 2004 Respostas i Problema. Considere o seguinte integral: + 0 δ(t π/4) cos(t)dt em que t e δ(t) é a função delta de Dirac. O integral vale: 2/2
Leia mais04/04/ :31. Sumário. 2.1 Sistemas LIT de Tempo Discreto 2.2 Sistemas LIT de Tempo Contínuo 2.3 Propriedades dos Sistemas LIT
Sumário 2.1 Sistemas LIT de Tempo Discreto 2.2 Sistemas LIT de Tempo Contínuo 2.3 Propriedades dos Sistemas LIT slide 1 2 Introdução Muitos processos físicos podem ser modelados como sistemas lineares
Leia maisAnálise de Sinais Dep. Armas e Electronica, Escola Naval V1.1 - Victor Lobo 2004. Programa (1/2)
2º ano da licenciatura em Engenharia Naval Ramo Armas e electrónica Doutor Victor Lobo 1 1 Programa (1/2) 1 Introdução a e Sistesmas (Cap.1 Louretie)(Cap.1 Haykin)(Cap.1 Ribeiro) 1. Origem e medição sinais.
Leia maisAula 3 - Classificação de sinais
Processamento Dgtal de Snas Aula 3 Professor Marco Esencraft feverero 0 Aula 3 - Classfcação de snas Bblografa OPPENHEIM, AV; WILLSKY, A S Snas e Sstemas, a edção, Pearson, 00 ISBN 9788576055044 Págnas
Leia maisControle de Sistemas I
Controle de Sistemas I Sistemas Lineares Invariantes no Tempo Renato Dourado Maia Faculdade de Ciência e Tecnologia de Montes Claros Fundação Educacional Montes Claros Introdução xt () y() t ht () xn [
Leia maisModelação, Identificação e Controlo Digital
Modelação, Identfcação e Controlo Dgtal 1-Aspectos Geras 1 Modelação, Identfcação e Controlo Dgtal Elaborado por J. Mranda Lemos Professor Catedrátco do IST, 2002 Revsto por A. Bernardno Professor Auxlar
Leia maisSinais e Sistemas. Sistemas Lineares Invariantes no Tempo. Renato Dourado Maia. Faculdade de Ciência e Tecnologia de Montes Claros
Sinais e Sistemas Sistemas Lineares Invariantes no Tempo Renato Dourado Maia Faculdade de Ciência e Tecnologia de Montes Claros Fundação Educacional Montes Claros Introdução xt () yt () ht () xn [ ] yn
Leia maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisProcessamento de sinais digitais
Processamento de sinais digitais Aula 2: Descrição discreta no tempo de sinais e sistemas silviavicter@iprj.uerj.br Tópicos Sequências discretas no tempo. Princípio da superposição para sistemas lineares.
Leia maisCálculo Numérico BCC760 Interpolação Polinomial
Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.
Leia maisSinais e Sistemas Discretos
Sinais e Sistemas Discretos Luís Caldas de Oliveira Resumo 1. Sinais em Tempo Discreto 2. Sistemas em Tempo Discreto 3. Sistemas Lineares e Invariantes no Tempo 4. Representações em requência 5. A Transformada
Leia maisResumo de Álgebra Linear - parte II
Aula 7 Resumo de Álge Lnear - parte II 7.1 Resumo Nesta aula contnuamos desenvolvendo concetos báscos de álge lnear, aprmorando a famlardade com a notação de Drac. Bblograa: Moysés, 8.7 (em parte), e Cohen-Tannoudj,
Leia maisAnálise Numérica (4) Equações não lineares V1.0, Victor Lobo, 2004
Análse Numérca (4 V.0, Vctor Lobo, 004 Não Lneares Problema da determnação de zeros de funções f(=0 Aparece em mutas stuações! Determnar pontos de equlíbro térmco, químco, de forças... Soluções analítcas
Leia maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Leia maisO processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir:
Sistemas e Sinais O processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir: 1 Sistemas e Sinais O bloco conversor A/D converte o sinal
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisMatemática. Veículo A. Veículo B. Os gráficos das funções interceptam-se quando 50t = 80t
Matemátca 0 Dos veículos, A e B, partem de um ponto de uma estrada, em sentdos opostos e com velocdades constantes de 50km/h e 70km/h, respectvamente Após uma hora, o veículo B retorna e, medatamente,
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisCIRCUITO LINEAR Um circuito linear é aquele que obedece ao princípio da sobreposição:
. Crcutos não lneares.. Introdução... Defnção de crcuto lnear CIRCUITO LINEAR Um crcuto lnear é aquele que obedece ao prncípo da sobreposção: y f (x) Se x for a entrada do crcuto e y a saída Consderando
Leia maisSistemas Lineares e Invariantes de Tempo Discreto
Sistemas Lineares e Invariantes de Tempo Discreto 28 Sistemas Lineares de Tempo Discreto Um sistema linear satisfaz o teorema da superposição e implica que o sistema tem condições iniciais iguais a zero
Leia maisSistemas de Tempo Discretos
Sistemas de Tempo Discretos Monitoria de Sinais e Sistemas Lineares 23/09/09 Monitoria de Sinais e Sistemas Lineares () Sistemas de Tempo Discretos 23/09/09 1 / 22 Tamanho de um Sinal Calcule a energia
Leia maisElementos de Estatística e Probabilidades II
Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros
Leia maisSinais e Sistemas. Tempo para Sistemas Lineares Invariantes no Tempo. Representações em Domínio do. Profª Sandra Mara Torres Müller.
Sinais e Sistemas Representações em Domínio do Tempo para Sistemas Lineares Invariantes no Tempo Profª Sandra Mara Torres Müller Aula 7 Representações em Domínio do Tempo para Sistemas Lineares e Invariantes
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisPeríodo : exp( j α) α/2π = N/K (irredutível) em que se N,K Z então K é o período.
Período : exp( j α) α/2π = N/K (irredutível) em que se N,K Z então K é o período. sin(t) = sin (t + T), ou exp(t) = exp(t+t) em que T é o período. [sin(a) e/ou cos(a) ]+[ sin(b) e/ou cos(b)] = o periodo
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisTopologia, geometria e curvas no plano
Topologa, geometra e curvas no plano Roberto Imbuzero Olvera 23 de Março de 2011 1 Abertos, fechados e compactos Defnção 1 Um subconjunto F C é dto fechado se qualquer sequênca convergente em F tem lmte
Leia maisDIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS
177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,
Leia maisCapítulo 6 Filtragem, Amostragem e Reconstrução
Capítulo 6 Filtragem, Amostragem e Reconstrução 6. Filtragem 6.2 Amostragem e reconstrução de sinais Capítulo 6 Filtragem, Amostragem e Reconstrução 6. Filtragem 6.2 Amostragem e reconstrução de sinais
Leia maisProcessamento Digital de Sinais
Processamento Digital de Sinais Carlos Alexandre Mello Carlos Alexandre Mello cabm@cin.ufpe.br 1 Sinais Digitais Um sinal pode ser entendido como uma função que carrega uma informação Sinal de voz O sinal
Leia maisInterpolação Segmentada
Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e
Leia maisParte I O teste tem uma parte de resposta múltipla (Parte I) e uma parte de resolução livre (Parte II)
Instituto Superior Técnico Sinais e Sistemas o teste 4 de Novembro de 0 Nome: Número: Duração da prova: horas Parte I O teste tem uma parte de resposta múltipla (Parte I) e uma parte de resolução livre
Leia maisCircuitos Eletrônicos Analógicos:
Crcutos Eletrôncos Analógcos: Crcutos com Amplfcadores Operaconas Prof. Pedro S. Almeda Pedro de Asss Sobrera Jr. 2 Conteúdo da aula Introdução ao amplfcador operaconal Conceto dealzado Análse com crcutos
Leia maisAnálise e Processamento de Bio-Sinais. Mestrado Integrado em Engenharia Biomédica. Sinais e Sistemas. Licenciatura em Engenharia Física
Análise e Processamento de Bio-Sinais Mestrado Integrado em Engenharia Biomédica Licenciatura em Engenharia Física Faculdade de Ciências e Tecnologia Slide 1 Slide 1 Sobre Modelos para SLIT s Introdução
Leia mais1º Exame de Mecânica Aplicada II
1º Exame de Mecânca Aplcada II Este exame é consttuído por 4 perguntas e tem a duração de três horas. Justfque convenentemente todas as respostas apresentando cálculos ntermédos. Responda a cada pergunta
Leia maisANÁLISE DE SINAIS E SISTEMAS
ANÁLISE DE SINAIS E SISTEMAS AULA 5: SISTEMAS E SUAS PROPRIEADES: Linearidade Invariância no tempo Causalidade Sistemas Instantâneos e Sistemas Dinâmicos Invertibilidade Estabilidade 1 Um sistema pode
Leia mais2 - Análise de circuitos em corrente contínua
- Análse de crcutos em corrente contínua.-corrente eléctrca.-le de Ohm.3-Sentdos da corrente: real e convenconal.4-fontes ndependentes e fontes dependentes.5-assocação de resstêncas; Dvsores de tensão;
Leia maisVibrações Aleatórias Dinâmica Estocástica
Vbrações leatóras Dnâmca Estocástca pontamentos da Dscplna de Dnâmca e Engenhara Sísmca Mestrado em Engenhara de Estruturas Insttuto Superor Técnco João J. R. T. de zevedo 996 ÍNDICE Pág. - Introdução.
Leia maisELETROTÉCNICA (ENE078)
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Graduação em Engenhara Cvl ELETROTÉCNICA (ENE078) PROF. RICARDO MOTA HENRIQUES E-mal: rcardo.henrques@ufjf.edu.br Aula Número: 19 Importante... Crcutos com a corrente
Leia maisTermo-Estatística Licenciatura: 4ª Aula (08/03/2013)
Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,
Leia maisPROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)
PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.
Leia maisProcessamento Digital de Sinais. Notas de Aula. Estruturas para Sistemas de Tempo. Estruturas para Sistemas de Tempo Discreto. Implementação de SLIT:
Estruturas para Sistemas de Tempo Discreto Estruturas para Sistemas de Tempo Discreto 2 Estruturas para Sistemas de Tempo Discreto Processamento Digital de Sinais Notas de Aula Estruturas para Sistemas
Leia maisR X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais
30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.
Leia maisXXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase
Soluções Nível Unverstáro XXVII Olmpíada Braslera de Matemátca GABARITO Prmera Fase SOLUÇÃO DO PROBLEMA : Pelo enuncado, temos f(x) = (x )(x + )(x c) = x 3 cx x + c, f'(x) = 3x cx, f '( ) = ( + c) e f
Leia maisNúmeros Complexos. Conceito, formas algébrica e trigonométrica e operações.
Números Complexos Conceto, formas algébrca e trgonométrca e operações. Conceto (parte I) Os números complexos surgram para sanar uma das maores dúvdas que atormentavam os matemátcos: Qual o resultado da
Leia mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisUm modelo nada mais é do que uma abstração matemática de um processo real (Seborg et al.,1989) ou
Dscplna - MR070 INTRODUÇÃO À MODELAGEM DE SISTEMAS LINEARES POR EQUAÇÕES DIFERENCIAIS Os modelos de um determnado sstema podem ser físcos ou matemátcos. Neste curso focaremos a modelagem pela dentfcação
Leia maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia mais2 Principio do Trabalho Virtual (PTV)
Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisAjuste de um modelo linear aos dados:
Propagação de erros Suponhamos que se pretende determnar uma quantdade Z, a partr da medda drecta das grandezas A, B, C,, com as quas se relacona através de Z = f(a,b,c, ). Se os erros assocados a A, B,
Leia maisElectromagnetismo e Óptica
Electromagnetsmo e Óptca aboratóro - rcutos OBJETIOS Obter as curvas de resposta de crcutos do tpo sére Medr a capacdade de condensadores e o coefcente de auto-ndução de bobnas por métodos ndrectos Estudar
Leia maisProblemas Propostos. Frações mássicas, volúmicas ou molares. Estequiometria.
Elementos de Engenhara Químca I II. Frações e Estequometra (problemas resolvdos) Problemas Propostos. Frações másscas, volúmcas ou molares. Estequometra.. Em 5 moles de Benzeno (C 6 H 6 ) quanto é que
Leia maisCapítulo 6 Filtragem, Amostragem e Reconstrução
Capítulo 6 Filtragem, Amostragem e Reconstrução 6. Filtragem 6.2 Amostragem e reconstrução de sinais 6.3 Sistemas Híbridos Capítulo 6 Filtragem, Amostragem e Reconstrução 6. Filtragem 6.2 Amostragem e
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia maisNÚMEROS COMPLEXOS (C)
Professor: Casso Kechalosk Mello Dscplna: Matemátca Aluno: N Turma: Data: NÚMEROS COMPLEXOS (C) Quando resolvemos a equação de º grau x² - 6x + = 0 procedemos da segunte forma: b b ± 4ac 6 ± 6 4 6 ± 6
Leia maisEletrotécnica AULA Nº 1 Introdução
Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca
Leia maisAULA Espaços Vectoriais Estruturas Algébricas.
Note bem: a letura destes apontamentos não dspensa de modo algum a letura atenta da bblografa prncpal da cadera Chama-se a atenção para a mportânca do trabalho pessoal a realzar pelo aluno resolvendo os
Leia maisProcessamento de sinais digitais Aula 3: Transformada de Fourier (Parte 1)
Processamento de sinais digitais Aula 3: Transformada de Fourier (Parte 1) silviavicter@iprj.uerj.br Tópicos Definição da Transformada de Fourier (TF) Propriedades importantes (ex: linearidade e periodicidade)
Leia maisControle de Sistemas I
Controle de Sistemas I Sinais e Sistemas - Fundamentos Renato Dourado Maia Faculdade de Ciência e Tecnologia de Montes Claros Fundação Educacional Montes Claros Impulso Unitário Discreto 1 Impulso Unitário
Leia maisSÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS.
I 1. Demonstre que o crcuto da Fg. 1 é um half-adder (semsomador), em que A e B são os bts que se pretendem somar, S é o bt soma e C out é o bt de transporte (carry out). Fg. 1 2. (Taub_5.4-1) O full-adder
Leia maisResumo. Sinais e Sistemas Transformada de Fourier de Sinais Discretos. Sequência de Duração Finita. Série de Fourier
Resumo Sinais e Sistemas Transformada de Fourier de Sinais Discretos lco@ist.utl.pt Representação de sinais aperiódicos Transformada de Fourier de sinais periódicos Propriedades da transformada de Fourier
Leia mais4 Autovetores e autovalores de um operador hermiteano
T (ψ) j = ψ j ˆT ψ = k ψ j ˆT φ k S k = k,l ψ j φ l T (φ) S k = k,l φ l ψ j T (φ) S k = k,l SljT (φ) S k. Após todos esses passos vemos que T (ψ) j = k,l S jl T (φ) S k ou, em termos matrcas T (ψ) = S
Leia maisAnálise Complexa Resolução de alguns exercícios do capítulo 1
Análse Complexa Resolução de alguns exercícos do capítulo 1 1. Tem-se:. = (0, 1) = (0, 1) =. 3. Sejam a, b R. Então Exercíco nº1 = (0, 1).(0, 1) = (0.0 1.1, 0.1 + 1.0) = ( 1, 0) = 1. a + b = a b = a +
Leia maisNotas de Aula de Probabilidade A
VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável
Leia maisSistemas Lineares e Invariantes
Universidade Federal da Paraíba Programa de Pós-Graduação em Engenharia Elétrica Sistemas Lineares e Invariantes Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan 1 Sistemas
Leia maisFiltros IIR. 27 de outubro de 2015 IFBA. Fabrício Simões (IFBA) Filtros IIR 27 de outubro de / 49
Filtros IIR Fabrício Simões IFBA 27 de outubro de 2015 Fabrício Simões (IFBA) Filtros IIR 27 de outubro de 2015 1 / 49 1 Filtragem Digital 2 Filtro IIR Filtros de Primeira Ordem Filtros de Segunda Ordem
Leia maisCaderno de Fórmulas em Implementação. SWAP Alterações na curva Libor
Caderno de Fórmulas em Implementação SWAP Alterações na curva Lbor Atualzado em: 15/12/217 Comuncado: 12/217 DN Homologação: - Versão: Mar/218 Índce 1 Atualzações... 2 2 Caderno de Fórmulas - SWAP... 3
Leia maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia maisProcessamento de Sinal
APSI - Processamento de Snal Processamento de Snal Concetos, Métodos e Aplcações Texto Tutoral da Dscplna: APSI - LEEC J.P. Marques de Sá msa@fe.up.pt Faculdade de Engenhara da Unversdade do Porto J.P.
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisELE0317 Eletrônica Digital II
2. ELEMENTOS DE MEMÓRIA 2.1. A Lnha de Retardo A lnha de retardo é o elemento mas smples de memóra. Sua capacdade de armazenamento é devda ao fato de que o snal leva um certo tempo fnto e não nulo para
Leia maisPágina 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não
Preparar o Exame 0 0 Matemátca A Págna 9. Se 5 5 é o argumento de z, é argumento de z e 5 5. Este ângulo é gual ao ângulo de ampltude 5 é argumento de z.. Resposta: D w w a b b a b b. a b a a b b b bem
Leia maisNúmeros Complexos. Conceito, formas algébrica e trigonométrica e operações. Autor: Gilmar Bornatto
Números Complexos Conceto, formas algébrca e trgonométrca e operações. Autor: Glmar Bornatto Conceto (parte I) Os números complexos surgram para sanar uma das maores dúvdas que atormentavam os matemátcos:
Leia maisEXAME NACIONAL DO ENSINO SECUNDÁRIO MATEMÁTICA A PROVA MODELO N.º 3 PROPOSTA DE RESOLUÇÃO 12.º ANO DE ESCOLARIDADE
EXAME NACIONAL DO ENSINO SECUNDÁRIO MATEMÁTICA A PROVA MODELO Nº PROPOSTA DE RESOLUÇÃO 1º ANO DE ESCOLARIDADE Ste: http://recursos-para-matematcawebnodept/ Facebook: https://wwwfacebookcom/recursosparamatematca
Leia maisCONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:
CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída
Leia maisFiltros são dispositivos seletivos em freqüência usados para limitar o espectro de um sinal a um determinado intervalo de freqüências.
1 Fltros são dspostvos seletvos em freqüênca usados para lmtar o espectro de um snal a um determnado ntervalo de freqüêncas. A resposta em freqüênca de um fltro é caracterzada por uma faxa de passagem
Leia maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
Leia maisSinais e Sistemas Exame Data: 18/1/2018. Duração: 3 horas
Sinais e Sistemas Exame Data: 8//28. Duração: 3 horas Número: Nome: Identique este enunciado e a folha de respostas com o seu número e os seus primeiro e último nomes. Para as questões a 9, indique as
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisProposta de resolução GRUPO I
Novo Espaço Matemátca A º ano Proposta de teste de avalação fnal [mao 6] Proposta de resolução GRUPO I Há rapazes, nclundo o Ru Como este não faz parte do grupo, dos restantes 9 rapazes são escolhdos O
Leia mais2 Lógica Fuzzy Introdução
2 Lógca Fuzzy 2.. Introdução A lógca fuzzy é uma extensão da lógca booleana, ntroduzda pelo Dr. Loft Zadeh da Unversdade da Calfórna / Berkeley no ano 965. Fo desenvolvda para expressar o conceto de verdade
Leia maisSistemas lineares. Aula 4 Respostas de um SLIT
Sistemas lineares Aula 4 Respostas de um SLIT Cronograma Introdução Características de um SLIT Resposta ao degrau unitário Resposta a entrada nula Resposta total Introdução A convolução entre dois sinais
Leia maisTE210 FUNDAMENTOS PARA ANÁLISE DE CIRCUITOS ELÉTRICOS
TE0 FUNDAMENTOS PARA ANÁLISE DE CIRCUITOS ELÉTRICOS Números Complexos Introdução hstórca. Os números naturas, nteros, raconas, rraconas e reas. A necessdade dos números complexos. Sua relação com o mundo
Leia maisSistemas Lineares e Invariantes: Tempo Contínuo e Tempo Discreto
Universidade Federal da Paraíba Programa de Pós-Graduação em Engenharia Elétrica Sistemas Lineares e Invariantes: Tempo Contínuo e Tempo Discreto Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br
Leia maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia maisDepartamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória
Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia maisProcessamento Digital de Sinais. Convolução. Prof. Dr. Carlos Alberto Ynoguti
Processamento Digital de Sinais Convolução Prof. Dr. Carlos Alberto Ynoguti Convolução É uma operação matemática formal, assim como a soma. Soma: toma dois números e gera um terceiro. Convolução: toma
Leia maisTópicos Especiais de Álgebra Linear Tema # 1: Aprendendo a trabalhar com o Derive. Introdução ao Derive
Tópcos Especas de Álgebra Lnear Tema # : Aprendendo a trabalhar com o Derve Assunto: Introdução ao Derve. Ambente Algébrco e Gráfco. Comandos da Álgebra de Matrzes. Determnantes, Inversa de uma Matrz.
Leia maisProcessamento Digital de Sinais. Notas de Aula. Transformada Z. Transformada Z - TZ
Transformada Z Transformada Z 2 Transformada Z - TZ Processamento Digital de Sinais É uma generalização da Transformada de Fourier de Tempo Discreto (DTFT) Útil para representação e análise de sistemas
Leia maisProcessamento Digital de Sinais - ENG420
Processamento Digital de Sinais - ENG420 Fabrício Simões IFBA 24 de setembro de 2016 Fabrício Simões (IFBA) Processamento Digital de Sinais - ENG420 24 de setembro de 2016 1 / 19 1 Transformada Z - Conceito
Leia mais4 Sistemas de partículas
4 Sstemas de partículas Nota: será feta a segunte convenção: uma letra em bold representa um vector,.e. b b Nesta secção estudaremos a generalzação das les de Newton a um sstema de váras partículas e as
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia mais