13.10
Classificazione dei sistemi-I
La linearità è una proprietà del sistema caratterizzata da una relazione diretta input-output, che combina l’omogeneità e l’additività.
L'omogeneità s…
La linearità è una proprietà del sistema con una relazione diretta input-output, che combina omogeneità e additività.
L'omogeneità impone che se un input viene moltiplicato per una costante, l'output viene moltiplicato per la stessa costante. L'additività significa che la risposta a più input è la somma delle loro risposte individuali.
Un sistema che ha sia proprietà di omogeneità che di additività è classificato come sistema lineare.
I sistemi lineari includono circuiti con resistori, condensatori e induttori che aderiscono al principio di sovrapposizione.
Al contrario, i sistemi che non rispettano l'equazione di linearità sono classificati come non lineari, spesso includendo dispositivi come raddrizzatori e diodi.
Un sistema causale è caratterizzato da una risposta di corrente indipendente dai valori di input futuri. Un esempio può essere il movimento di un'auto, che non può prevedere le future azioni di guida.
I sistemi non causali, come i filtri ideali, non possono essere realizzati fisicamente e non seguono il principio di causalità.
I sistemi dinamici mostrano memoria, in cui l'output è influenzato sia da input passati che futuri.
I sistemi statici sono sistemi senza memoria o istantanei in cui l'uscita di corrente si basa esclusivamente sull'ingresso presente.
View the full transcript and gain access to JoVE Core videos
Q1: What are the two key properties that define a linear system?
Linear systems combine homogeneity and additivity. Homogeneity means multiplying an input by a constant multiplies the output by the same constant. Additivity means the response to multiple inputs equals the sum of individual responses. Together, these properties enable linear systems like resistor, capacitor, and inductor circuits to obey the superposition principle.
Q2: How does a causal system differ from a noncausal system?
A causal system's current response depends only on present and past inputs, not future values. A car's movement exemplifies causality—it cannot predict future driving actions. Noncausal systems like ideal filters depend on future inputs and cannot be physically realized because they violate the principle of causality.
Q3: What distinguishes dynamic systems from static systems?
Dynamic systems exhibit memory, where output depends on past, present, and future inputs. Electrical circuits with capacitors or inductors demonstrate this memory effect. Static systems are memoryless, producing output based solely on present input. A simple resistor circuit exemplifies a static system where output voltage directly reflects current input voltage.
Q4: Why are rectifiers and diodes classified as nonlinear systems?
Rectifiers and diodes fail to obey the linearity equation combining homogeneity and additivity. These devices do not maintain proportional input-output relationships or satisfy the superposition principle. Their nonlinear behavior makes them unsuitable for applications requiring predictable linear system responses.
Q5: What does the additivity property mean for system responses?
Additivity means that when multiple inputs are applied to a linear system, the total output equals the sum of individual outputs for each input separately. This property, combined with homogeneity, allows linear systems to satisfy the superposition principle, enabling engineers to analyze complex inputs by decomposing them into simpler components.
Q6: How does homogeneity relate to scaling inputs and outputs in linear systems?
Homogeneity dictates that scaling an input by a constant scales the output by the same constant. If input x(t) is multiplied by constant c, output y(t) is also multiplied by c. This scaling property is fundamental to linear systems and distinguishes them from nonlinear systems where this proportional relationship does not hold.
Q7: What role does memory play in characterizing dynamic versus static systems?
Memory determines whether a system's output depends on historical inputs. Dynamic systems possess memory, with outputs influenced by past inputs, such as circuits with capacitors or inductors. Static systems lack memory, producing instantaneous outputs based only on present input values, exemplified by simple resistor circuits.