import numpy as np
import matplotlib.pyplot as plt
import scipy.signal as signal
"""
# Creazione di un vettore tempo
t = np.linspace(-1, 1, 1000)

# Creazione di una funzione rampa
ramp = np.maximum(0, t)

# Creazione di una funzione gradino unitario
step = np.heaviside(t, 1)

# Creazione di una funzione sinc
sinc = np.sinc(t)

# Creazione di una funzione triangolare
tri = np.maximum(0, 1 - np.abs(t))

# stem delle funzioni
plt.stem(t, ramp, label='Rampa')
plt.stem(t, step, label='Gradino')
plt.stem(t, sinc, label='Sinc')
plt.stem(t, tri, label='Triangolare')
plt.legend()
plt.ion()
"""
#inizio lab1_ex1
#ex1.1
"""
def ramp_function(t, start_time, end_time):
    # Inizializza un array con zeri. zeroes_like prende solo la dimensione di t
    ramp = np.zeros_like(t)

    # Imposta i valori della rampa nell'intervallo specificato
    ramp[(t >= start_time) & (t <= end_time)] = t[(t >= start_time) & (t <= end_time)]

    return ramp
"""
def x_n(n):
    if n < 0 or n > 10:
        return 0
    else:
        return -n

# Creazione di un vettore n
t = np.arange(-5, 16)  # Valori da -5 a 15 per coprire n<0, n>10 e il range specificato

# Valori della funzione x[n]
y_a = [x_n(n+5) for n in t]
y_b = [x_n(-n+5) for n in t]
y_c = [x_n(2*n) for n in t]
def x_nd(n):
    return x_n(n+10) + x_n(-n+10) - (10*signal.unit_impulse(len(t), mode='same'))
y_d = [x_nd(n) for n in t]
print(len(t))
print(len(10*signal.unit_impulse(len(t))))
print(len(y_d))
# stem della funzione y[n]
plt.stem(t, y_a, linefmt='r-', label='y_a[n]')
plt.stem(t, y_b, linefmt='b-',label='y_b[n]')
plt.stem(t, y_c, linefmt='g-',label='y_c[n]')
plt.stem(t, y_d, label='y_d[n]')
plt.title('ex1')
plt.xlabel('n')
plt.ylabel('y[n]')
plt.legend()
plt.grid()
plt.show()