Laboratorio di Programmazione Esercitazione 10
|
|
- Bernardo Longhi
- 5 anni fa
- Visualizzazioni
Transcript
1 Laboratorio di Programmazione Esercitazione 10 Prof. Michele Scarpiniti Prof. Danilo Comminiello Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma michele.scarpiniti@uniroma1.it danilo.comminiello@uniroma1.it
2 Problema 1 I Per ciascuna delle seguenti funzioni, si determini: l espressione simbolica, la derivata simbolica e la derivata numerica nell intervallo [ 10, 10], graficandone il confronto, (ove possibile) la derivata seconda simbolica e la derivata seconda numerica nell intervallo [ 10, 10], graficandone il confronto. 1 y 1 = 2x 3 1; 2 y 2 = tan(x)+(4x +1) 2 ; 3 y 3 = 4x 3 x 2 +5x 7; 4 y 4 = 2+cos 3 (x/2); 5 y 5 = 3sin(x)+5x 2 e 3x 2 +2;
3 Problema 1 II 6 y 6 = 2x7 3x x+7 ; 7 y 7 = 2x 4 x + 2sin(2x) 6x 5x 3 4e 2x ; 8 y 8 = 3x 4 +5x +x 3/2 2x 3 ; 9 y 9 = 5cos(x) 2x 2 +5 ; 10 y 10 = 4 1+x 2 ; 11 y 11 = 4 5tan(x) 12 y 12 = x sin 3 (x) 3x 4 ;
4 Problema 2 Risolvere in forma simbolica le seguenti equazioni: 1 x 2 +3y 2 = x 5 +3x 4 +x 3 5x 2 +2x = 15; 3 5x 3 2x 2 +4x = 0; 4 sin 2 (x)+3tan(x 1) = 0; 5 2x 4 x+5 2x 3 3x = 12; 6 3x 2 5 x+3 = 4; 7 2sin(a+1)+cos 2 (b) cx = d; 8 2x 3 ax b 5x = 8; Risolvere le ultime due equazioni rispetto al parametro a.
5 Problema 3 Creare i grafici simbolici delle seguenti funzioni su un intervallo a piacere: 1 y 1 = e x ; 2 y 2 = cos(x) sin(x); 3 y 3 = x cos(x); 4 y 4 = 3e 2x cos(x); 5 y 5 = xe x sin(2x); 6 y 6 = x +x 2 ; 7 y 7 = 4 3x ; 8 3 x y 8 = 2 ; 3 9 y 9 = sin 2 (x)+3cos 2 (5x); 10 e x/5 x 2.
6 Problema 4 Con riferimento alle equazioni del Problema 3, si valutino gli andamenti delle funzioni assumendo che x sia un vettore di L = 1000 valori distribuiti secondo una distribuzione Gaussiana con: valore medio m = 5 e varianza σ 2 = 20. Determinare inoltre gli istogrammi dei vettori y risultanti.
7 Problema 5 10 studenti dello stesso corso di laurea completano il loro percorso di studi caratterizzato da 30 esami. Rappresentando ciascuno studente con un vettore di numeri interi casuali tra 18 e 30 determinare: 1 il voto minimo e il voto massimo per ciascuno studente, presentando il risultato nel modo più compatto e adeguato; 2 la media e la mediana dei voti per ciascuno studente; 3 quale studente presenta la maggiore variabilità dei voti; 4 il voto più frequente e il suo numero di occorrenze; 5 quanti 30 sono stati presi in totale dagli studenti e quale studente ne ha presi di più; 6 il diagramma a scatole e baffi dei voti; 7 l istogramma dei voti.
8 Problema 6 Un punto materiale P si muove lungo la direzione x con una velocità v data dalla seguente espressione: in cui k è un opportuna costante. Determinare in modo simbolico: v(t) = 5t 2 kt +3, 1 l espressione dell accelerazione a(t) in funzione del tempo t; 2 l espressione dello spazio percorso x(t) in funzione del tempo t, sapendo che x(0) = 0 m. Realizzare un modello Simulink che grafichi le funzioni a(t) e x(t) nell intervallo t [0, 20] s, nel caso in cui k = 2 m/s 2.
9 Problema 7 I Determinare la sequenza y[n] ottenuta come convoluzione delle sequenze x[n] e h[n] di seguito riportate e mostrarne il grafico: 1 x[n] di lunghezza L x = 1000 numeri generati secondo la distribuzione Gaussiana con m = 3 e σ = 4, e h[n] avente L h = 4 valori interi casualmente scelti tra [ 3, 3]. 2 x[n] di lunghezza L x = 1000 numeri generati secondo la distribuzione χ 2 con ν = 8, e h[n] avente L h = 4 valori interi casualmente scelti tra [ 1, 1]. 3 x[n] di lunghezza L x = 5000 numeri generati secondo la distribuzione Gamma con a = 5 e b = 3, e h[n] avente L h = 8 valori interi casualmente scelti tra [ 5, 5]. 4 x[n] di lunghezza L x = 5000 numeri generati secondo la distribuzione Uniforme con a = 1 e b = 6, e h[n] avente L h = 10 valori interi casualmente scelti tra [0, 7].
10 Problema 7 II 5 x[n] di lunghezza L x = 5000 numeri generati secondo la distribuzione Rayleigh con b = 5, e h[n] avente L h = 3 valori interi casualmente scelti tra [0, 1]. 6 x[n] di lunghezza L x = 8000 numeri generati secondo la distribuzione Weibull con a = 7 e b = 2, e h[n] avente L h = 15 valori interi casualmente scelti tra [ 8, 10]. 7 x[n] di lunghezza L x = 8000 numeri generati secondo la distribuzione Beta con a = 3 e b = 2, e h[n] avente L h = 5 valori interi casualmente scelti tra [ 2, 2]. 8 x[n] di lunghezza L x = 8000 numeri generati secondo la distribuzione Ipergeometrica con M = 1000, K = 100 e n = 10, e h[n] avente L h = 8 valori interi casualmente scelti tra [ 10, 10]. 9 x[n] ottenuta per campionamento da x(t) = 2cos(30πt) con F s = 800 Hz, t [0, 10] s e h[n] avente L h = 8 valori interi casualmente scelti tra [ 10 10].
11 Problema 8 Un sistema LTI è caratterizzato da una risposta impulsiva di L h = 8 valori interi casualmente scelti tra [ 5, 5], ed ha un uscita pari a: ( y [n] = x [n] 3 ) d 2dn y [n 1] h[n] Determinare l istogramma di y[n], quando in ingresso è presenta la sequenza x[n] di L = campioni di un processo aleatorio caratterizzato da una distribuzione Uniforme nell intervallo [3, 7]. Realizzare il modello Simulink che implementa il sistema descritto.
Laboratorio di Programmazione Esercitazione 4
Laboratorio di Programmazione Esercitazione 4 Prof. Michele Scarpiniti Prof. Danilo Comminiello Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma
DettagliLaboratorio di Programmazione Esercitazione 1
Laboratorio di Programmazione Esercitazione 1 Prof. Michele Scarpiniti Prof. Danilo Comminiello Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma
DettagliESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE
ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio
DettagliLaboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio
Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza
DettagliLaboratorio per l Elaborazione MultiMediale Esercitazione 3 - Applicazioni sui segnali audio
Laboratorio per l Elaborazione MultiMediale Esercitazione 3 - Applicazioni sui segnali audio Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza
DettagliProblema 1. Cognome, Nome: Facoltà di Economia Statistica Esame 1-20/01/2010: A. Matricola: Corso:
Facoltà di Economia Statistica Esame 1-20/01/2010: A Cognome, Nome: Matricola: Corso: Problema 1. Su 10 imprese è stato rilevato l utile netto dell ultimo triennio espresso in milioni di euro. Il risultato
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Analisi Matematica 1
Corso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Analisi Matematica 1 Nome... N. Matricola... Ancona, 12 gennaio 2013 1. Sono dati i numeri complessi z 1 = 1 + i; z 2 = 2 3 i; z 3 =
DettagliProva scritta di Teoria dei Segnali: nuovo ordinamento
Prova scritta di Teoria dei Segnali: nuovo ordinamento 1. Dati i segnali x(t) = rect[(t-2)/2] e y(t) = 2rect[(t+3)/2], si calcoli il prodotto di convoluzione tra x(t) e y(t), 2. Si calcoli la trasformata
DettagliTeoria dei Fenomeni Aleatori AA 2012/13. Il Modello Lognormale La funzione di densità di probabilità lognormale è data:
Il Modello Lognormale La funzione di densità di probabilità lognormale è data: ( ln x a) 1 f ( x ) = exp x > 0 X b x b π in cui a e b sono due costanti, con b> 0. Se X è una v.a. lognormale allora Y lnx
DettagliCampionamento e quantizzazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 7: Basi di statistica
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 7: Basi di statistica Campione e Popolazione Estrazione da una popolazione (virtualmente infinita) di
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 26 Giugno 2018 Scritto del 26-6 -18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
DettagliCOGNOME... NOME... Matricola... II corso Prof. Camporesi. Esame di ANALISI MATEMATICA - 9 Settembre 2004
COGNOME... NOME... Matricola... II corso Prof. Camporesi Esame di ANALISI MATEMATICA - 9 Settembre 2004 A ESERCIZIO 1. (5 punti) 1. Risolvere in campo complesso l equazione z 5 + (1 + i)z = 0. 2. Dimostrare
DettagliCorso di Elaborazione Numerica dei Segnali Esame del 7 Luglio 2004
Corso di Elaborazione Numerica dei Segnali Esame del 7 Luglio TOTALE PUNTI: L allievo é invitato a dare una ragionata e succinta risposta a tutti gli argomenti proposti, per dimostrare il livello di preparazione
Dettagli3. Determinare la velocità media nell intervallo [0.5 s; 1.0 s] e confrontarla con la velocità istantanea nel punto medio di tale intervallo;
Esercizio Una particella si muove lungo una retta seguendo la legge oraria con u 3 m/s e 4 s.. Determinare in quali istanti la particella si trova nell origine;. Disegnare la legge oraria; x(t) u t ( sin
DettagliProva di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.
UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel
DettagliRappresentazione dei segnali con sequenze di numeri e simboli
Elaborazione numerica dei segnali Digital Signal Processing 1 Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione delle sequenze per stimare i parametri caratteristici di un segnale;
DettagliTeoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli
Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Richiami
DettagliII Esonero - Testo B
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 29 Gennaio 2018 II Esonero - Testo B Cognome Nome Matricola Esercizio 1. (20%) Si
DettagliUNIVERSITÀ DI PISA DIPARTIMENTO DI INGEGNERIA CIVILE E INDUSTRIALE
UNIVERSITÀ DI PISA DIPARTIMENTO DI INGEGNERIA CIVILE E INDUSTRIALE ESAME DI MECCANICA solo PRIMA PARTE Versione A Corso di Laurea in Ingegneria Biomedica 28 Gennaio 2015 Esercizio 1 Del meccanismo in figura,
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 20/06/11 AA20102011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
Dettagliln x a 2 f x exp x 0
Il Modello Lognormale La funzione di densità di probabilità lognormale è data: ln x a 1 f x exp x 0 X b xb in cui a e b sono due costanti, con b 0. Se X è una v.a. lognormale allora Y lnx è distribuita
DettagliTeoria dei Segnali Quantizzazione dei segnali; trasformata zeta
Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Quantizzazione;
DettagliProva Pratica di Statistica I+II - Prof. M. Romanazzi
1 Università di Venezia - Corso di Statistica I + II (Cb-Ga) Prova Pratica di Statistica I+II - Prof. M. Romanazzi 3 Giugno 2008 Cognome e Nome............................................ N. Matricola............
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliComunicazioni Elettriche anno accademico Esercitazione 1
Comunicazioni Elettriche anno accademico 003-004 Esercitazione Esercizio Un processo aleatorio a tempo discreto X(n) è definito nel seguente modo: Viene lanciata una moneta. Se il risultato è testa X(n)=
DettagliSi estrae casualmente usando uno schema di campionamento con ripetizione un campione di n=2 misurazioni.
ESERCIZIO 1 Si consideri la popolazione consistente di N=4 studenti (A, B, C, D) del corso di Statistica Avanzata. Il voto conseguito dagli studenti alla fine del corso è riportato nella seguente tabella:
DettagliEsercizio 1. Esercizio 2
ESAME DI MECCANICA - solo PRIMA PARTE Corso di Laurea in Ingegneria Biomedica 11 Giugno 2013 Esercizio 1 I1 sistema in figura è il meccanismo Scotch yoke. Nell'atto di moto rappresentato, si considerino
Dettagli; c) log 3 5 (x 2 1) log 5 (x + 1). 1 log(x + 4) ; c) f(x) =
Corso di Analisi Matematica I per Ingegneria Gestionale, a.a. 25-6 Esercizi per il ricevimento del 3 ottobre 25. Semplificare il più possibile le seguenti espressioni: a) 32x+4 9 ; b) x3 x 2 x+ ( x) 4
DettagliCorso di laurea in Chimica Matematica
Corso di laurea in Chimica Matematica. Quali sono i valori x R, con 0 x < 2π, che risolvono le seguenti disequazioni? a) sinx > 2 ; b) 0 < cosx < ; c) sin x < /2. 2 2. Calcolare: a) log 2 4; b) log 4 2;
Dettagli1) Utilizzando gli sviluppi in serie delle funzioni, calcolare. sin(x 2 ) (1 cos x) 2 (1 cos(x 2 )) sinh x. lim
UNIVERSITÀ MEDITERRANEA DI REGGIO CALABRIA Facoltà di Ingegneria Corso di Laurea in Ingegneria delle Telecomunicazioni Prova scritta di ANALISI MATEMATICA II e CALCOLO DELLE PROBABILITÀ-E 1 Ottobre 2009
DettagliPresentazione dell edizione italiana
1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli
DettagliConversione analogico-digitale
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2004-05 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliVariabili aleatorie continue: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia
Variabili aleatorie continue: la normale Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia 2015-16 1 / 40 Distinzione Le variabili aleatorie possono essere 1 discrete 2 continue 2
Dettagliax2 y = sin[cos(ax + b)].
Esame per il corso di Matematica per CTF (Prof. G. Gaeta) 6 Giugno 04 Tempo a disposizione: tre ore; non sono ammessi ausili (libri, appunti, etc). I diversi esercizi hanno lo stesso peso in termini di
DettagliEsercizio (tratto dal Problema 1.6 del Mazzoldi)
1 Esercizio (tratto dal Problema 1.6 del Mazzoldi) Una particella si muove lungo l asse x nel verso positivo con accelerazione costante a 1 = 3.1 m/s 2. All istante t = 0 la particella si trova nell origine
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 12 Giugno 2015 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliElaborazione statistica di dati
Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,
DettagliEsercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s.
ASB 17/01/12 (270) Esercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s. A 0 T 2T 3T t - A Si consideri il segnale
DettagliCircuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R
Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università
DettagliAnalisi Matematica 2. Prove Parziali A.A. 2012/2017
Analisi 2 Polo di Savona Analisi Matematica 2 Prove Parziali A.A. 2012/2017 1- PrPzAmT.TEX [] Analisi 2 Polo di Savona Prima Prova parziale 23/11/2011 Prima Prova parziale 23/11/2011 Si consideri la funzione
DettagliProbabilità e Statistica Esercitazioni. a.a. 2017/2018. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica
Probabilità e Statistica Esercitazioni a.a. 207/208 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Variabili casuali I Marco Pietro Longhi Probabilità e Statistica - Esercitazioni
DettagliEsercizi di Ricapitolazione
Esercizio 1. Sono dati 150g di una soluzione S 1 concentrata al 12%. (a) Determinare quanti grammi di soluto occorre aggiungere a S 1 per ottenere una nuova soluzione S 2 concentrata al 20%. (b) Determinare
Dettagli12. Calcolare la somma della serie
gennaio 0 VARIANTE: 0 risposte: C A A B B B D C A B A C D C D B A C D A Ricordiamo che se Z ha distribuzione normale standard, si ha P (Z >.00) = %, P (Z >.) = 0%, P (Z >.) = %, P (Z >.00) =.%, P (Z >.)
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 20/06/11 AA20102011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
DettagliESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini:
ESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini: VALORE ATTESO Variabile casuale SOMMA delle n variabili Variabile casuale MEDIA
DettagliEsercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte
Esercizi - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica modificata di parametro p
DettagliElaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
DettagliMetodi di Monte Carlo: un'applicazione
Metodi di Monte Carlo: un'applicazione Metodi di Monte Carlo: definizione Brevi richiami sui concetti base utilizzati Variabile casuale Valore di aspettazione Varianza Densità di probabilità Funzione cumulativa
Dettagli(a + 1) n 2 n a n log a n. 2 ) (a 1)x + b se x 0. e g (2) = 1 5.
Cognome... Nome... Matricola... C.l. in Fisica, ANALISI MATEMATICA 1 (seconda prova di esonero) 18 gennaio 016 proff. M.Salvatori, L. Vesely durata: 90 minuti versione A 1] (5 pt.) Stabilire per quali
DettagliModulo di Statistica e Tecnologia (Dott. Giorgio Poletti
Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti giorgio.poletti@unife.it) (discrete) variabile casuale
Dettaglix =0 x 1 x 2 Esercizio (tratto dal Problema 1.4 del Mazzoldi)
1 Esercizio (tratto dal Problema 1.4 del Mazzoldi) Un punto materiale si muove con moto uniformemente accelerato lungo l asse x. Passa per la posizione x 1 con velocità v 1 1.9 m/s, e per la posizione
DettagliANNO ACCADEMICO Statistica per l Analisi dei Dati
FACOLTÀ Economia ANNO ACCADEMICO 2011-2012 CORSO DI LAUREA Statistica per l Analisi dei Dati INSEGNAMENTO Calcolo delle Probabilità TIPO DI ATTIVITÀ Formativa di base AMBITO DISCIPLINARE Statistico-probabilistico
DettagliEsonero di Analisi Matematica (A)
Esonero di Analisi Matematica (A) Ingegneria Civile, 26 novembre 2001 () 1. Studiare il seguente limite: lim x x + ( e 1/x cos 1 ). x 2. Studiare gli eventuali massimi e minimi relativi ed assoluti della
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2016/2017 Le medie Le medie si applicano ai caratteri quantitativi,
DettagliEsercizi di Cinematica
Esercizio 1 Esercizi di Cinematica Esercitazioni di Fisica LA per ingegneri - A.A. 2009-2010 Data la legge oraria: s(t) = a t 3 b t + c (con a = 3 ms 3, b = 2 ms 1, c = 1 m) calcolare la posizione e la
DettagliFondamenti di Elaborazione Numerica dei Segnali Anno Accademico Seconda Prova Intermedia 4/2/2013
Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico 0-0 Seconda Prova Intermedia 4//0 Quesiti relativi alla seconda prova in itinere (tempo max. h). (6 punti) Calcolare la H(z) Y (z)/x(z) associata
DettagliEsercizio 1 Sia x = 0:1:9; un vettore riga di 10 elementi. a) Definire un vettore colonna y di 10 elementi random uniformemente distribuiti tra 0 e 1.
Pagina 1 di CORSO LABORATORIO DI APPLICAZIONI INFORMATICHE PER TELECOMUNICAZIONI ANNO ACCADEMICO 003-004 PRIMA PROVA IN ITINERE SEZ. MATLAB Il Candidato: Cognome: Nota: Qualora sia richiesto di calcolare
Dettagli1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
DettagliEsercizi di ricapitolazione
Esercizio 1. Sono dati 150 g di una soluzione S 1 concentrata al 12%. (a) Determinare quanti grammi di soluto occorre aggiungere a S 1 per ottenere una nuova soluzione S 2 concentrata al 20%. (b) Determinare
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 20/06/11 AA20102011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
DettagliCorso di Laurea in Farmacia, cognomi M-Z Modulo di Matematica, 1 dicembre 2011, TEMA 1. Giustificare adeguatamente le soluzioni dei seguenti esercizi:
Modulo di Matematica, 1 dicembre 2011, TEMA 1 Una popolazione è composta dal 45% di fumatori e dal 55% di non fumatori. È noto che il 65% dei fumatori e il 10% dei non fumatori sono affetti da una malattia
DettagliRisolvere i problemi di Cauchy o trovare l integrale generale delle seguenti equazioni differenziali del II ordine lineari a coefficienti costanti:
Risolvere i problemi di Cauchy o trovare l integrale generale delle seguenti equazioni differenziali del II ordine lineari a coefficienti costanti: 1. y 5y + 6y = 0 y(0) = 0 y (0) = 1 2. y 6y + 9y = 0
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 7: Basi di statistica
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini e Leonardo Bertini Lezione 7: Basi di statistica Campione e Popolazione Estrazione da una popolazione (virtualmente
DettagliESERCITAZIONE N. 7 corso di statistica
ESERCITAZIONE N. 7corso di statistica p. 1/15 ESERCITAZIONE N. 7 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 7corso di statistica p. 2/15 Introduzione Variabili aleatorie continue
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
DettagliANALISI MATEMATICA T-2 (C.d.L. Ing. per l ambiente e il territorio) A.A Prof. G.Cupini
ANALISI MATEMATICA T-2 (C.d.L. Ing. per l ambiente e il territorio) A.A.2009-2010 - Prof. G.Cupini Equazioni differenziali ordinarie del primo ordine (lineari, a variabili separabili, di Bernoulli) ed
DettagliCalcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012
Fisciano, 10/1/2012 Esercizio 1 Un esperimento consiste nel generare a caso un vettore di interi (x 1, x 2, x 3, x 4 ), dove x i {1, 2, 3, 4, 5, 6} i. (i) Si individui lo spazio campionario, determinandone
DettagliProva in itinere di Matematica Pisa, 26 novembre 2005
Università di Pisa - Corso di Laurea in Ingegneria Informatica Prova in itinere di Matematica Pisa, 26 novembre 25 Numero compito: 256 Tempo ora. Non si possono usare calcolatrici. Segnare le risposte
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni
DettagliESERCIZIO 1. a) Calcolare il rendimento atteso del portafoglio:
ESERCIZIO 1 Gastone investe i suoi risparmi in tre titoli (A: Paperone & Co; B: Rockerduck & Co; C: Bassotti & Co) quotati sul mercato di Paperopoli. La composizione percentuale del portafoglio di Gastone
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
DettagliProva in itinere di Matematica Pisa, 26 novembre 2005
Università di Pisa - Corso di Laurea in Ingegneria Informatica Prova in itinere di Matematica Pisa, 26 novembre 25 Numero compito: 256 Tempo ora. Non si possono usare calcolatrici. Segnare le risposte
DettagliCompitino del Statistica e Probabilità Laurea Specialistica in Ingegneria Meccanica e dei Materiali
Dichiaro di acconsentire all esposizione dei risultati dei compitini in rete Firma Compitino del 23-12-2002 Statistica e Probabilità Laurea Specialistica in Ingegneria Meccanica e dei Materiali Esercizio
DettagliComputazione per l interazione naturale: fondamenti probabilistici (1)
Computazione per l interazione naturale: fondamenti probabilistici (1) Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@dsi.unimi.it
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliStatistica Applicata all edilizia: Stime e stimatori
Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica
DettagliEsercizi di Cinematica
Esercizio 1 Esercizi di Cinematica Esercitazioni di Fisica LA per ingegneri - A.A. 2007-2008 Data la legge oraria: s(t) = a t 3 b t + c (con a = 3 ms 3, b = 2 ms 1, c = 1 m) calcolare la posizione e la
DettagliIntroduzione alla statistica con Excel
Introduzione alla statistica con Excel Davide Sardina davidestefano.sardina@unikore.it Università degli studi di Enna Kore Corso di Laurea in Servizio Sociale A.A. 2017/2018 Variabili quantitative e qualitative
Dettagli2 Compito di Esonero del corso di Laboratorio di Meccanica A.A Canale A C (Prof. F. Meddi) 5/6/2012
ompito di Esonero del corso di Laboratorio di Meccanica.. 0 0 anale Prof. F. Meddi 5/6/0 Fila, esercizio N. : ssumere di avere misurato varie volte in maniera diretta le tre grandezze fisiche:, e, determinando
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 20/06/11 AA20102011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
DettagliUNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA
UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA - 9.Statistica - CTF Matematica - Seconda Parte Codice Compito: - Numero d Ordine D. 1 Un veicolo marcia per 50 km alla velocita v, e per altri 50 km alla velocita
DettagliAnalisi e scelta dei dati di input
Analisi e scelta dei dati di input Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) Analisi e
DettagliEsercitazioni di Statistica Metodologica
Esercitazioni di Statistica Metodologica June 22, 2009 1 Esercizio La compagnia di telefonia fissa Happy Line ha svolto una indagine sul numero di telefonate effettuate dai suoi clienti la settimana scorsa.
DettagliComputazione per l interazione naturale: Regressione probabilistica
Computazione per l interazione naturale: Regressione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2016.html
DettagliCorso di laurea in ingegneria gestionale a.a. 2015/2016 Tutor: Andrea Bendinelli
Corso di analisi matematica I 12 c.f.u. Facoltà di ingegneria dell'informazione, informatica e statistica Corso di laurea in ingegneria gestionale a.a. 2015/2016 Tutor: Andrea Bendinelli 1 Indice I Esercitazione
DettagliLEZIONE DEL OTTOBRE
INGEGNERIA GESTIONALE corso di Fisica Generale Prof. E. Puddu LEZIONE DEL 21 22 OTTOBRE 2008 Moti oscillatori 1 Moto armonico Consideriamo una molla di costante elastica k a cui è collegato un corpo di
DettagliAll ultimo appello dell esame di statistica, la media dei voti è stata 25 e lo scarto quadratico medio 3.5. Determinare i valori standard dei voti
Esercizio 1 All ultimo appello dell esame di statistica, la media dei voti è stata 25 e lo scarto quadratico medio 3.5. Determinare i valori standard dei voti 1. 18 2. 25 3. 30 4. Se il voto standardizzato
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi : Risposta in frequenza dei circuiti TD Rappresentazione nel dominio della frequenza,
DettagliValutazione incertezza di categoria B
Valutazione incertezza di categoria B La valutazione consiste nell assegnare alla grandezza x uno scarto tipo σ in base alle informazioni disponibili Le informazioni riguardano: ) Gli estremi dell intervallo
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliEsercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano
Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente
DettagliVedi: Probabilità e cenni di statistica
Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA Nell associare ai risultati di un esperimento un valore numerico si costruisce una variabile casuale (o aleatoria, o stocastica). Ogni variabile casuale ha una corrispondente
Dettagli