Sorgenti Analogiche - Soluzioni
|
|
- Nicolo Giorgi
- 5 anni fa
- Visualizzazioni
Transcript
1 Sorgenti Analogiche - Soluzioni Soluzione: l oggetto dell analisi ha semplicemente il seguente schema a blocchi: Ampliicatore: Funzione di traserimento o dinamica + K* saturazione Disegnamo quindi la sua modellazione lineare a tratti che ne sintetizza il comportamento: linearità - + K saturazione -K*
2 Punto a) Se applichiamo un segnale sinusoidale di ampiezza siamo al limite, senza distorsione, della dinamica dell ampliicatore in esame: cioè segnali di ampiezza < saranno riprodotti edelmente secondo la legge di ampliicazione lineare citata y ( t) K * x( t) mentre negli altri casi avremo un taglio al valore massimo K *. Inoltre una sinusoide ha un ben determinato comportamento periodico nel tempo (di periodo ): siamo in presenza perciò di un segnale esattamente descritto la cui legge vale: s ( t) * sen( ω t + ϕ) dove ω π π / è la pulsazione angolare [rad/s] e ϕ [rad] è lo sasamento iniziale del segnale che possiamo issare arbitrariamente a non essendo in relazione ad altri segnali. L energia del segnale (W) è ininita se consideriamo il supporto illimitato (, ) ma la potenza media (P) è inita inatti: l energia del segnale rispetto al suo periodo). W P m Pm t s( t) dt (cioè calcoliamo Nota: gli estremi di integrazione devono comprire un periodo perciò indierentemente possono essere scelti come sopra oppure (-/, +/), etc Dunque nel nostro caso: P P sen ( ωt dt dove abbiamo sostituito al m ) modulo della nostra unzione semplicemente la unzione stessa perché è un segnale reale. Si tratta a questo punto di sviluppare i calcoli: P sen ( ωt) dt Dalla ormula di bisezione: cos ( α ) sen ( α ) cos(α ) e dalla relazione ondamentale: cos ( α) + sen ( α) dove ovviamente per noi α ωt ci ricaviamo un espressione più conveniente per sen ( ωt) *( cos(ωt) ) che impieghiamo per risolvere l integrale: eseguendo poi anche il cambio di variabili: P [ cos(ω t)] dt ωt z ωdt dz dt dz dt dz e dove gli estremi di integrazione saranno (, 4 π ) e separando i due membri avremo: P { dt π cos( z) dz} {[] [ ( )] } 4 sen z { }
3 Punto b) Siamo ora in presenza di un segnale modellato da una variabile aleatoria avente densità di probabilità (ddp) di Laplace: x e tipico della voce dove la presenza di x ci a capire che è bilatera (pari e di valore massimo in x avendo media nulla µ ) e la cui rappresentazione per (e con assi non in scala ra loro) è riprodotta qui di ianco. Nel nostro caso il segnale a assumere alla variabile casuale associata valori tra e + Perciò la probabilità richiesta sarà: p [ > ]. Cioè: dx + dx. + d essendo simmetrica: dx +. Passiamo a risolvere l integrale che, nel caso della ddp di Laplace, conduce a una soluzione in orma chiusa: + e x dx cerchiamo di arrivare ad una orma che ponga in evidenza il cui quadrato è la potenza media del segnale applicato.
4 Ponendo t dx dt dx dt con i nuovi estremi di integrazione: (, ) t t t e dt e dt [ e ] e + e e Quindi:. e ln( ) ln(.) ln(.) Pl e ln(. ) ln (.) P l Inine: *. 886 P ln (.) ln 4 (.) (cioè < /5) Punto c) Siamo ora in presenza di un segnale modellato da una variabile aleatoria avente densità di probabilità (ddp) di Gauss: ( xµ ) e π tipico dei suoni non vocali Come al punto b dovremo valutare le aree comprese tra (, ) e tra ( +, ) con il problema che la ddp gaussiana non è integrabile in orma chiusa e dovremo perciò ricorrere a delle tavole come quella presenta in allegato e alla quale aremo rierimento. siccome la tavola tabula la curva normalizzata standard di media nulla e deviazione unitaria [ N(,) ] che riporta i valori di una variabile aleatoria z dovremo eettuare la trasormazione: x µ z che per noi si traduce: z assumendo la media µ
5 Anche la gaussiana è bilatera e simmetrica per cui: p [ > ]. si traduce: p[ > ].5 e p [ < ]. 5 Visto che la tavola a rierimento alle aree a partire da in poi e che con la nostra trasormazione cercheremo la condizione: p[ Z > ].5 Questa è la rappresentazione della campana gaussiana normalizzata: µ e con gli assi non in scala tra loro. Queste sono le due aree la cui somma vale. e perciò ognuna è.5 con i valori della variabile aleatoria reali tra e +
6 Questa è la campana normalizzata N(,) tabulata nella tavola: sapendo che l area sottesa alla curva sul supporto illimitato è uguale a, a partire da avremo un valore pari a.5 (,) e che si può subito veriicare essendo il primo valore dlla tavola stessa. Nel nostro caso poi l area che ci interessa (.5) è quella complementare a quella evidenziata che sarà perciò pari a che andremo inalmente a ricercare Per un valore.9956 ci ritroveremo z pari a.5 (valore di riga) più.8 (valore di colonna) per un totale di z.58 Inine dalla relazione della trasormazione di prima essendo: avremo: Pg Z P g /, 35 Perciò: (< /3) P Risultato (P gauss > P laplace) conortato da atto che le componenti in requenza del segnale applausi a parità di sono di più rispetto a quelle della voce umana che ha, come sappiamo, una banda più limitata con taglio caratteristico a 34 Hz.
I Segnali nella comunicazione
I Segnali nella comunicazione Nella lingua italiana il termine segnale indica una convenzione, la cui unzione è quella di comunicare qualcosa ( segnale di Partenza, segnale di aiuto, segnale stradale ecc.).
Dettagli1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano
Argomenti della Lezione 1) Entropia di variabili aleatorie continue ) Esempi di variabili aleatorie continue 3) Canali di comunicazione continui 4) Canale Gaussiano 5) Limite di Shannon 1 Entropia di una
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliLa funzione di distribuzione Gaussiana normale
La funzione di distribuzione Gaussiana normale Nicola Morganti 25 aprile 2004 Indice Proprietà fondamentali 2 Standard Normal Density Function 3 3 Esempio applicativo 5 Proprietà fondamentali L utilizzo
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliLezioni di acustica. Analisi del segnale sonoro
Lezioni di acustica Analisi del segnale sonoro ONDA SINUSOIDALE sin 2 sin 2 sin A è l'ampiezza ω è la pulsazione (o velocità angolare, indica quanti periodi ci sono in un intervallo di 2π) è la requenza,
DettagliELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI
ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI prerequisiti e strumenti matematici e fisici per l elettronica delle telecomunicazioni Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI
DettagliVariabile casuale Normale
Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza
DettagliV.a. continue. Statistica e biometria. D. Bertacchi. Le v.a. continue. Uniforme. Normale. Indipendenza di v.a. continue
gge una v.a. V.a. continue Ricoramo: DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è una funzione che ha come dominio Ω e come codominio R. In formule: X : Ω R. DEFINIZIONE
DettagliCOMUNICAZIONI ELETTRICHE
COMUNICAZIONI ELERICHE Diploma Universitario Ingegneria Elettronica - Ingegneria Inormatica ESERCIZIO : Si consideri il sistema mostrato in igura. Il iltro ha risposta in requenza H() = j segn (), dove
DettagliSignificato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo
Significato probabilistico di σ: su 1 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo x σ, x + σ e 99.7 nell intervallo x 3 σ, x + 3 Se si considerano campioni
DettagliSistemi LTI a Tempo Continuo
Capitolo 3 Sistemi LTI a Tempo Continuo 3.1 Proprietà di Linearità e Tempo Invarianza 3.1.1 Linearità Si indichi con T [.] la trasormazione ingresso-uscita, o unzione di traserimento, di un sistema S 1,
DettagliScheda n.3: densità gaussiana e Beta
Scheda n.3: densità gaussiana e Beta October 10, 2008 1 Definizioni generali Chiamiamo densità di probabilità (pdf ) ogni funzione integrabile f (x) definita per x R tale che i) f (x) 0 per ogni x R ii)
DettagliTrasformate al limite
Bozza Data 6/0/007 Trasormate al limite La unzione generalizzata delta di Dirac Funzioni, unzionali e distribuzioni Prima di deinire la delta di Dirac conviene ricordare le seguenti deinizioni: unzione
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
DettagliLa SCALA di Probabilità varia tra 0.00 e 1.00.
CHE COS E LA PROBABILITA La probabilità è la MISURA dell incertezza di un evento, cioè come noi classifichiamo gli eventi rispetto alla loro incertezza. La SCALA di Probabilità varia tra 0.00 e 1.00. 0.00
DettagliSistemi trifase: generatori
4 Sistemi triase Un sistema triase è costituito da generatori indipendenti di tensione sinusoidali isorequenziali, collegati a stella (osservazione sul triangolo), e da uno o più carichi collegati ai morsetti
DettagliCorso di Fondamenti di Telecomunicazioni
Corso di Fondamenti di Telecomunicazioni Prof. Mario Barbera [parte ] Variabili aleatorie Esempio: sia dato l esperimento: Scegliere un qualunque giorno non festivo della settimana, per verificare casualmente
Dettaglicos( ωt + ϕ)= Re v t = V o e jωt cos ωt + ϕ vt ()=V o e jϕ che è un numero complesso costante, di modulo V O ed e jωt = cos ωt + j sinωt
. METODO SIMBOLIO, O METODO DEI FASORI..Introduzione Questo metodo applicato a reti lineari permanenti consente di determinare la soluzione in regime sinusoidale solamente per quanto attiene il regime
DettagliDistribuzione Gaussiana o Normale. 1 Distribuzione Normale come limite della Binomiale
Statistica e analisi dei dati Data: 6 Maggio 26 Distribuzione Gaussiana o Normale Docente: Prof. Giuseppe Boccignone Scriba: Matteo Gandossi Distribuzione Normale come limite della Binomiale Data una distribuzione
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 016/17 - Prima prova in itinere 017-01-13 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliLaboratorio di Chimica Fisica. Analisi Statistica
Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica
Dettagli06. Analisi Armonica. Controlli Automatici. Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti
Controlli Automatici 6. Analisi Armonica Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti ARSControl - DISMI - Università di Modena e Reggio Emilia E-mail: {nome.cognome}@unimore.it http://www.arscontrol.org/teaching
DettagliL ANALISI ARMONICA DI UN SEGNALE PERIODICO
L ANALISI ARMONICA DI UN SEGNALE PERIODICO Il segnale elettrico è una grandezza fisica (in genere una tensione) che varia in funzione del tempo e che trasmette un'informazione. Quasi tutti i segnali che
DettagliSviluppo in serie di Fourier
... Sviluppo in serie di Fourier Consideriamo una funzione periodica f di periodo T: f(t) = f(t+t) t Qualunque funzione periodica di periodo T può essere rappresentata mediante lo sviluppo in serie di
DettagliProgetto di filtri Filtri di Butterworth Filtri di Chebishev. Filtri passivi 1
Progetto di iltri Filtri di Butterworth Filtri di Chebishev Filtri passivi 1 ? A s V 21 V ( s) E ( s) s S s 11 21 2 1 2A s s V 12 22 ( s) guadagno di tensione matrice di scattering Filtri passivi 2 Le
DettagliORDINAMENTO SESSIONE SUPPLETIVA QUESTIONARIO QUESITO 1
www.matefilia.it ORDINAMENTO 2003 - SESSIONE SUPPLETIVA QUESTIONARIO QUESITO Tra i rettangoli aventi la stessa area di 6 m 2 trovare quello di perimetro minimo. Indicate con x ed y le misure della base
DettagliDistribuzioni di probabilità nel continuo
Distribuzioni di probabilità nel continuo Prof.ssa Fabbri Francesca Classe 5C Variabili casuali continue Introduzione: Una Variabile Casuale o Aleatoria è una grandezza che, nel corso di un esperimento
DettagliSviluppi matematici per il calcolo delle funzioni di correlazione tra segnali elettrici
Sviluppi matematici per il calcolo delle funzioni di correlazione tra segnali elettrici 1) La funzione di correlazione di segnali sinusoidali. L algoritmo di calcolo della funzione di correlazione tra
DettagliANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013
Prova scritta del 24 gennaio 2013 Esercizio 1. Sia Ω R 3 un insieme misurabile secondo Lebesgue e di misura finita. Sia {f n } n N una successione di funzioni f n : Ω R misurabili e tali che 1) f n (x)
DettagliPNI 2006 QUESITO 1. Che la somma dei primi 64 termini della progressione geometrica di ragione 2 e primo termine 1. Tale somma vale: QUESITO 2
www.matefilia.it La somma dei chicchi di grano è data da: PNI 2006 QUESITO 1 S = 1 + 2 + 2 2 + 2 + + 2 Che la somma dei primi 64 termini della progressione geometrica di ragione 2 e primo termine 1. Tale
DettagliSinusoide a fase aleatoria
Sinusoide a fase aleatoria x(t) = cos(ωt + ϑ) ϑ U(,π) Caratterizzazione di primo ordine. Fisso un istante di tempo arbitrario t. Siccome ω è costante, posso porre ωt = Φ Ottengo la V.. (Variabile leatoria)
DettagliSistemi non lineari e Funzione Descrittiva
Sistemi non lineari e Funzione Descrittiva (Complementi di Controlli Automatici: prof. Giuseppe Fusco) Si consideri il sistema a retroazione rappresentato in Figura 1. In un punto generico della catena
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliIndici di posizione e dispersione per distribuzioni di variabili aleatorie
Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono
DettagliElettrotecnica Esercizi di riepilogo
Elettrotecnica Esercizi di riepilogo Esercizio 1 I 1 V R 1 3 V 2 = 1 kω, = 1 kω, R 3 = 2 kω, V 1 = 5 V, V 2 = 4 V, I 1 = 1 m. la potenza P R2 e P R3 dissipata, rispettivamente, sulle resistenze e R 3 ;
DettagliRicordiamo che l operatore divergenza agisce su un campo vettoriale F ed è definito come segue: div F (x) = x i. i=1. x 2 + y 2
Capitolo 4 Campi vettoriali Ultimo aggiornamento: 3 maggio 2017 Ricordiamo che l operatore divergenza agisce su un campo vettoriale F ed è definito come segue: div F x = n F i x. x i i=1 Esercizio 4.1
DettagliCORRENTI ALTERNATE. Dopo che la spira è ruotata di in certo angolo in un tempo t si ha
1 easy matematica CORRENI ALERNAE Consideriamo una bobina ruotante, con velocità angolare ω costante all'interno di un campo magnetico uniforme B. Gli estremi della spira sono collegati a due anelli chiamati
DettagliLa risposta numerica deve essere scritta nell apposito riquadro e giustificata accludendo i calcoli relativi.
Corso di Laurea in Matematica Seconda prova in itinere di Fisica (Prof. E. Santovetti) 13 gennaio 016 Nome: La risposta numerica deve essere scritta nell apposito riquadro e giustificata accludendo i calcoli
DettagliAnalisi Vettoriale A.A Soluzioni del foglio 5. y = y 2, dy y 2 = x
Analisi Vettoriale A.A. 2006-2007 - Soluzioni del foglio 5 5. Esercizio Assegnato il problema di Cauchy y = y 2, y(0) = k determinare per ogni k la soluzione y(x), determinare il suo insieme di esistenza,
DettagliSensori Segnali Rumore - Prof. S. Cova - appello 20/07/2012 P2-1 R C
ensori egnali Rumore - Pro.. Cova - appello 0/07/01 P - 1 PROBLEMA Quadro dei dati train gauges: Resistenza R = 00 Ω Gauge actor G = 4 massima potenza dissipata P dmax = 10 µw Coeiciente di temperatura
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
DettagliAscoltare Fourier. Segnali audio. ω o. θ è l angolo di fase
Ascoltare Fourier Jean Baptiste Joseph Fourier 1768 Auxerre 1830 Parigi Matematico francese, partecipò alla rivoluzione francese e seguì Napoleone in Egitto come membro della spedizione scientifica. Studiò
DettagliAppunti della lezione sulla Equazione Differenziale delle Onde
Appunti della lezione sulla Equazione Differenziale delle Onde ultima revisione: 21 giugno 2017 In tutti i casi analizzati precedentemente si osserva che le onde obbediscono alla stessa Equazione Differenziale
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
DettagliLa distribuzione Gaussiana
La distribuzione Gaussiana 23 maggio 207 Consideriamo la funzione piú importante e frequente che si incontra in statistica: la distribuzione Normale, chiamata molto piú comunemente distribuzione Gaussiana
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Distribuzione Normale Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliElettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2
Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: liberali@dti.unimi.it
DettagliL analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta
L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.
DettagliApplicazioni delle leggi della meccanica: moto armnico
Applicazioni delle leggi della meccanica: moto armnico Discutiamo le caratteristiche del moto armonico utilizzando l esempio di una molla di costante k e massa trascurabile a cui è fissato un oggetto di
DettagliTeoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici
eoria dei Segnali rasmissione binaria casuale; somma di processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it eoria dei Segnali rasmissione
Dettagli17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS
17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS 17.1 LA DISTRIBUZIONE DEI DATI Nel trattare gli errori casuali abbiamo utilizzato il concetto di media aritmetica ed il concetto di deviazione standard
DettagliLezione n. 1 (a cura di Irene Tibidò)
Lezione n. 1 (a cura di Irene Tibidò) Richiami di statistica Variabile aleatoria (casuale) Dato uno spazio campionario Ω che contiene tutti i possibili esiti di un esperimento casuale, la variabile aleatoria
DettagliSOLUZIONE PROBLEMA 1. Punto 1 Osserviamo anzitutto che la funzione
SOLUZIONE PROBLEMA 1 Punto 1 Osserviamo anzitutto che la funzione g(x) = (ax b)e,-,. è continua e derivabile in R in quanto composizione di funzioni continue e derivabili. Per discutere la presenza di
DettagliCorso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E
Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliBayes, PDF, CDF. Renato Mainetti
Bayes, PDF, CDF Renato Mainetti Importiamo i dati di un esperimento Censimento volatili isola di Nim: 100 volatili vivono su quest isola 30 piccioni marroni (classe 1) 20 piccioni bianchi (classe 2) 10
DettagliCapitolo Trasformata di Laplace
Capitolo Trasformata di Laplace. Segnali lo studio dei sistemi. Trasformata di Laplace.3 Antitrasformata di Laplace.4 Antitrasformata di Laplace: metodo delle frazioni parziali . SEGNALI PER LO STUDIO
DettagliTeoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata
Il Concetto di Distribuzione Condizionata Se B è un evento, la probabilità di un evento A condizionata a B vale: ponendo: P A B P A B P B A x si giunge al concetto di distribuzione condizionata della v.a.
DettagliUnità 3 Segnali a potenza media finita e conversione A/D
Teoria dei segnali Unità 3 e conversione A/D e conversione A/D Rappresentazione in frequenza Segnali periodici Conversione A/D 005 Politecnico di Torino Obiettivi Introdurre gli strumenti per l analisi
DettagliCP110 Probabilità: esame del 20 giugno 2017
Dipartimento di Matematica, Roma Tre Pietro Caputo 6-7, II semestre giugno, 7 CP Probabilità: esame del giugno 7 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una
DettagliDensità di probabilità del prodotto di due variabili casuali distribuite uniformemente
Firenze - Dip. di Fisica 2 agosto 2008 Densità di probabilità del prodotto di due variabili casuali distribuite uniformemente In questa dispensa, che presentiamo a semplice titolo di esercizio e applicazione
DettagliPROVA SCRITTA DI FONDAMENTI DI AUTOMATICA A.A. 2011/ settembre 2012
PROVA SCRITTA DI FONDAMENTI DI AUTOMATICA A.A. 2011/2012 10 settembre 2012 nome e cognome: numero di matricola: prova d esame da CFU : 6 CFU 9 CFU Note: Scrivere le risposte negli spazi appositi. Non consegnare
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,
DettagliSegnali e trasformate
Segnali e trasformate - Corso di Laurea in Ingegneria Meccanica Segnali e trasformate DEIS-Università di Bologna Tel. 5 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Segnali e trasformate
DettagliSegnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta
Segnali determinati Trasmissione ideale Trasmissione perfetta Segnali analogici 40 20 Segnali aleatori Trasmissione imperfetta Laboratorio di Segnali Segnali modulati Segnali tempo discreto e segnali in
Dettagli( ) ( ) ( e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da:
e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da: p ( ) ( c < X < b) f ( x) LA VC NORMALE O GAUSSIANA Una vc si dice normale o gaussiana (da Gauss che la propose come
DettagliEquazioni differenziali del 2 ordine Prof. Ettore Limoli. Sommario. Equazione differenziale omogenea a coefficienti costanti
Equazioni differenziali del 2 ordine Prof. Ettore Limoli Sommario Equazione differenziale omogenea a coefficienti costanti... 1 Equazione omogenea di esempio... 2 Equazione differenziale non omogenea a
DettagliRisoluzioni degli esercizi
Risoluzioni degli esercizi Esercizio.1. Calcolare la densità di probabilità della somma di tre variabili casuali indipendenti con distribuzione uniorme ra 0 e 1, determinandone valor medio e varianza.
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2011/12
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 0/ Esercizio Prova scritta del 7/06/0 Siano X e Y due v.a. indipendenti, con distribuzione continua Γ(, ). Si trovino la distribuzione di X Y e di (X Y ). Esercizio
DettagliLe variabili casuali o aleatorie
Le variabili casuali o aleatorie Intuitivamente un numero casuale o aleatorio è un numero sul cui valore non siamo certi per carenza di informazioni - ad esempio la durata di un macchinario, il valore
DettagliLa trasformata di Laplace
La trasformata di Laplace (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi DIMS Universitá di Trento anno accademico 2005/2006 La trasformata di Laplace 1 / 34 Outline 1 La trasformata di
DettagliProbabilità e Statistica per l Informatica Esercitazione 4
Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,
Dettaglidistribuzione normale
distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.
DettagliSecondo scritto. 8 luglio 2010
Secondo scritto 8 luglio 010 1 Parte 1 Esercizio 1.1. Facciamo riferimento alle pagine e 3 del libro di testo. Quando si ha a che fare con la moltiplicazione o la divisione di misure bisogna fare attenzione,
DettagliModulazioni di ampiezza
Modulazioni di ampiezza 1) Si consideri un segnale z(t) modulato in ampiezza con soppressione di portante dal segnale di informazione x(t): z(t) = Ax(t)cos(2πf 0 t) Il canale di comunicazione aggiunge
DettagliEsperienza 12: oscillatore. forzato e risonanza. Laboratorio di Fisica 1 A. Baraldi, M. Riccò. Università di Parma. a.a. 2011/2012. Copyright M.
Esperienza 1: oscillatore Università di Parma forzato e risonanza a.a. 11/1 Laboratorio di Fisica 1 A. Baraldi, M. Riccò Copyright M.Solzi Oscillazioni libere smorzate a.a. 11/1 1: Oscillatore forzato
DettagliPROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE. 1. La variabile aleatoria di Bernoulli e la variabile aleatoria binomiale
PROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE In questa scheda vedremo due famiglie di variabili aleatorie (una discreta e una continua), che ci serviranno per descrivere uno dei risultati
Dettagli01CXGBN Trasmissione numerica. parte 6: calcolo delle probabilità I
01CXGBN Trasmissione numerica parte 6: calcolo delle probabilità I 1 Probabilità di errore BER e SER Per rappresentare la bontà di un sistema di trasmissione numerica in termini di probabilità di errore
DettagliSismologia e Geologia dei Terremo/ Modulo A - C.L.M. Scienze e Tecnologie Geologiche a.a. 2014/15 R. Maresca. Analisi di Fourier
Analisi di Fourier 1 Serie di Fourier Sia f(t) una funzione definita nell intervallo (- L, L) e con periodo 2L. La serie di Fourier associata a f(t) è: f ( t) = a 0 2 +! # a n " n=1 cos nπt L + b n sin
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Seconda prova in itinere (A)
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 207/8 - Seconda prova in itinere (A) 207-2-20 La durata della prova è di due ore. Le risposte devono essere adeguatamente
DettagliCalcolo integrale. Regole di integrazione
Calcolo integrale Linearità dell integrale Integrazione per parti Integrazione per sostituzione Integrazione di funzioni razionali 2 2006 Politecnico di Torino Proprietà Siano e funzioni integrabili su
DettagliLa corrente alternata
La corrente alternata Corrente continua e corrente alternata Le correnti continue sono dovute ad un generatore i cui poli hanno sempre lo stesso segno e pertanto esse percorrono un circuito sempre nello
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,
DettagliElaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi. Mauro Biagi
Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi Mauro Biagi Outline Dall analogico al digitale Quantizzazione dell inormazione Trasormate di Fourier
DettagliPROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE
Matematica e statistica: dai dati ai modelli alle scelte wwwdimaunige/pls_statistica Responsabili scientifici MP Rogantin e E Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliModelli di variabili casuali
Modelli di variabili casuali Un modello di v.c. è una funzione f(x) che associa ad ogni valore x di una v.c. X la corrispondente probabilità. Obiettivo: calcolo della probabilità per tutti i valori che
DettagliV.C. RETTANGOLARE o UNIFORME
V.C. RETTANGOLARE o UNIFORME La v.c. continua RETTANGOLARE o UNIFORME descrive il modello probabilistico dell equiprobabilità. [ a b] X, con densità di probabilità associata: P( x) 1 b a con P(x) costante.
Dettagli1. Si scelga a caso un punto X dell intervallo [0, 2], con distribuzione uniforme di densità. f X (x) = [0,2](x)
Esercizi di Calcolo delle Probabilità della 3 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio.. Sia (X, Y ) un vettore aleatorio bidimensionale con densità uniforme
DettagliStudio di sistemi dinamici tramite FdT. Risposta transitoria e risposta a regime
Parte 8, 1 Studio di sistemi dinamici tramite FdT Risposta transitoria e risposta a regime Parte 8, 2 Alcune definizioni e richiami! Consideriamo un sistema LTI, a tempo continuo oppure a tempo discreto,
Dettagli2. la ricerca di funzioni che hanno una derivata assegnata.
INTEGRALI PER FUNZIONI DI UNA VARIABILE Il calcolo integrale per funzioni reali di una variabile reale si occupa di risolvere due problemi:. il calcolo dell area di parti di piano qualsiasi, 2. la ricerca
DettagliForza centrifuga. Funi e molle. Equazioni del moto
La forza è un particolare tipo di forza apparente, presente quando il sistema non inerziale (SNI) è in moto rototraslatorio rispetto ad un sistema di riferimento inerziale (SI). Nel moto rototraslatorio
DettagliHP VP. (rispettivamente seno, coseno e tangente di β)
Trigonometria Prerequisiti: Nozione di angolo e di arco. Obiettivi convertire le misure degli angoli dai gradi ai radianti e viceversa; sapere le relazioni fra gli elementi (lati, angoli) di un triangolo;
Dettagli13 - Allora non può mancare di trovare la costante gravitazionale per via teorica
3 - Allora non può mancare di trovare la costante gravitazionale per via teorica Chiacchiere a ruota libere o stridenti realtà mai realmente capite? Nessun limite all immaginazione per arrivare a capire
DettagliAppunti di Matematica 5 - Funzioni - Funzioni. f : A B, con A e B insiemi non vuoti, è una legge x A uno e un solo elemento y B
Funzioni Deinizione di unzione : una unzione che associa ad ogni elemento : A B, con A e B insiemi non vuoti, è una legge A uno e un solo elemento y B y = () y viene chiamato immagine di e indicato anche
DettagliStatistica. Lezione : 18, 19. Variabili casuali
Corsi di Laurea: a.a. 2017-18 Diritto per le Imprese e le istituzioni Scienze dell Amministrazione e Consulenza del Lavoro sienze Internazionali dello Sviluppo e della Cooperazione Statistica Variabili
DettagliEsercizio (tratto dal Problema 2.8 del Mazzoldi 2)
1 Esercizio (tratto dal Problema.8 del Mazzoldi ) Una particella si muove lungo una circonferenza di raggio R 50 cm. Inizialmente parte dalla posizione A (θ 0) con velocità angolare nulla e si muove di
Dettagli