Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
# Lab 4 import numpy as np import matplotlib.pylab as plt x = np.array([0, 1, 2, 3, 0, 0,]) h1 = np.array([1, 1, 1, 1, 1, 0,]) y1 = np.convolve(x, h1) h2 = np.array([0, 0, 1, 1, 1, 1,]) y2 = np.convolve(x, h2) #plt.stem(np.arange(0,11),y1,'b') #plt.stem(np.arange(0,11),y2,'r') plt.stem(np.arange(0,11),y1+y2); plt.title('Sist. Paralelo') # 1) Demonstre com simulações computacionais (gráficos) que a convolução é distributiva. # Distributividade h3 = h1 + h2 y3 = np.convolve(x,h3) plt.figure() plt.stem(np.arange(0,11),y3); plt.title('Sist. Paralelo Equiv.') # 2) Demonstre com simulações computacionais (gráficos) que a convolução é associativa # Associatividade x2 = np.convolve(x,h1) y4 = np.convolve(x2,h2) plt.figure() plt.stem(np.arange(0,16),y4); plt.title('Sist. Cascata') h4 = np.convolve(h1,h2) y5 = np.convolve(x,h4) plt.figure() plt.stem(np.arange(0,16),y5); plt.title('Sist. Cascata Equiv.') #3) Demonstre com simulações computacionais (gráficos) que a convolução é comutativa. # Comutatividade h5 = np.convolve(h2,h1) y6 = np.convolve(x,h5) plt.figure() plt.stem(np.arange(0,16),y6); plt.title('Sist. Cascata Equiv.')
Compartilhar