Appunti di Teoria dell Informazione
|
|
- Fabiana Pagani
- 5 anni fa
- Visualizzazioni
Transcript
1 Corso d Telecomuncazon (Classe Qunta della specalzzazone Elettronca e Telecomuncazon) Pagna - -
2 . La teora dell nformazone La teora dell nformazone descrve l funzonamento de sstem d comuncazone sa analogc che dgtal ponendo l attenzone sul contenuto nformatvo del messaggo. Essa tratta aspett baslar qual: a) La msura dell nformazone assocata ad una sorgente. b) La msura della quanttà d nformazone trasferble attraverso un canale d comuncazone. c) L uso d codfche del messaggo per sfruttare al meglo la capactà nformatva del canale. La teora dell nformazone ha un teorema fondamentale: l teorema d Shannon. Sa data una sorgente S che emetta smbol alla veloctà R [bt/sec] ed un canale d capactà C [bt/sec], se R C allora esste un metodo d codfca della sorgente tale che la frequenza degl error al rcevtore sa arbtraramente pccola; se, nvece, R>C non esste alcun codce che consenta una equvocazone mnore d R-C.. Le sorgent Le sorgent sono dspostv che emettono messagg d natura DISCRETA o CONTINUA. In queste pagne saranno consderate solo sorgent dscrete. Qund una sorgente emetterà smbol appartenent ad un nseme numerable, detto alfabeto d sorgente; allora potremo scrvere per l generco smbolo x che x X = { x, x,..., x m } dove X è l alfabeto d sorgente e m la sua dmensone. La codfca d sorgente, ne mod che s vedranno, ha lo scopo d rdurre la RIDONDANZA e qund sfruttare al meglo la capactà del canale. 3. La quanttà d nformazone Per defnre correttamente la quanttà d nformazone è fondamentale comprendere che essa è collegata da una relazone d proporzonaltà nversa con l grado d conoscenza del messaggo. Coè, l nformazone assocata ad un evento noto è nulla; un messaggo relatvo ad un evento raro ha nvece elevato contenuto nformatvo. Pagna - -
3 Qund trattando l problema della quanttà d nformazone dal punto d vsta probablstco possamo procedere nel seguente modo. Sa S una sorgente dscreta che emette smbol x appartenent ad un alfabeto X d dmensone m. Ovvero x X = { x, x,..., x m } e sa P(x ) la probabltà d emssone del smbolo x, ovvamente sarà verfcato che m P ( x ) =. Abbamo gà detto che, detta I(x ) la quanttà d nformazone assocata all emssone del smbolo x, dovrà essere I( x ). Allora s può dare la P( x ) seguente defnzone d quanttà d nformazone assocata al smbolo x : def. I( x ) = log = log ( P( x )) P( x ) [bt]. La quanttà d nformazone vene msurata n bt e log0 ( a) convene anche rcordare la relazone log ( a ) =. 0,30 4. Entropa d una sorgente La quanttà d nformazone complessva emessa da una sorgente è tanto maggore quanto pù elevata è la capactà d scelta della sorgente stessa, ovvero quanto pù le probabltà d emssone sono unformemente dstrbute tra tutt suo smbol. Ora l entropa d sorgente H(x) msura l grado d scelta, ovvero d dspersone e d ncertezza, d una sorgente. Essa è l nformazone meda emessa dalla sorgente ed è defnta come: m m m def. = P( x = ) I( x ) P( x )log = P( x )log ( P( x )) P( x ) msurata n [bt/smbolo]. È evdente che se la sorgente non scegle, ad esempo emette un solo smbolo x j con P(x j )=, allora H(x)=0. Infatt m = P( x ) I( x ) = P( x j )log ( P( x j )) = log () = 0. Se nvece tutt smbol sono equprobabl s ha la massma dspersone, ovvero la massma possbltà d scelta, e qund Pagna - 3 -
4 m = P( x = ) I( x ) m log = log ( m) = H MAX. m m Per meglo charre quest ultmo concetto s consder l caso d una sorgente bnara con x { 0,} e P(0)=p e P()=-p. In tale caso s ha = p log ( p) ( p)log ( p) con valore massmo H MAX =log ()= bt/smbolo quando due smbol sono equprobabl. Facendo varare p nell ntervallo [0,] s ottene l seguente grafco dell entropa d una sorgente bnara. Entropa d sorgente bnara, 0,8 H(p) 0,6 0,4 0, 0 E-04 0, 0, 0,3 0,5 0,6 0,7 0,8 0,9 0,999 p 5. Rdondanza La rdondanza d sorgente è quella caratterstca per cu una sorgente d nformazone emette messagg deducbl da nformazon contenute ne messagg stess. La rduzone della rdondanza, medante opportune codfche, consente d sfruttare al meglo le caratterstche d un canale. Sono codfcator d sorgente quegl element che vengono nsert dopo la sorgente stessa allo scopo d rdurre la rdondanza del codce emesso; l messaggo è così trasformato n una successone d smbol l pù possble ndpendent tra loro ed equprobabl. La defnzone matematca d rdondanza è la seguente Pagna - 4 -
5 Rd =. H MAX S defnsce nvece Effcenza d Codfca Bnara de caratter d sorgente la seguente quanttà log (m) η =. N bt Dove per N bt s ntende l numero d bt mpegat per la codfca d sorgente, n genere superore a quell strettamente necessar. 6. Capactà nformatva d un canale dscreto La capactà nformatva d un canale dscreto è defnta come la massma quanttà d nformazone trasferble nel canale, nell untà d tempo, n modo affdable. S consder l seguente canale dscreto rumoroso x CANALE RUMOROSO y dove x sono smbol entrant e y smbol uscent. Sa H(x) l entropa d sorgente, ovvero l nformazone meda posseduta n orgne; sa H(x/y) l nformazone d dsturbo dovuta al canale. Posso qund defnre I( x; y) = H ( x / y) l nformazone che sarà posseduta alla destnazone. S defnsce Capactà d Informazone del Canale la quanttà: C S = msurata n bt/smbolo. max { I( x; y) } Conoscendo po la massma veloctà d trasmssone de smbol consentta nel canale, s può calcolare la Capactà Informatva del Canale come Massma Veloctà d Trasfermento su un Canale rumoroso. E s ha C = s CS = s max{ I( x; y) } msurata n bt/sec. Valore spesso rcavable dalla nota relazone d Shannon S C = 3,3B log0 +, N Pagna - 5 -
6 essendo B la banda passante del canale e S/N l rapporto segnale-rumore. 7. Veloctà d emssone dell nformazone S consder una sorgente che emetta smbol x X, dove X è un alfabeto d dmensone m. Sano note le probabltà P(x ) d emssone de smbol. Sa H(x) l entropa della sorgente, ovvero l nformazone meda per smbolo. S supponga, ora, che la sorgente emetta n smbol con veloctà v [smbol/sec]. In tale caso s potrà affermare che l nformazone totale trasferta è I( x) = n espressa n bt. Posso, qund, defnre la veloctà meda d emssone dell nformazone come nformazone trasmessa R =. tempo necessaro Allora, nel generco caso n esame, s avrà I( x) n R = = = v t n v msurata n bt/sec. Charamente se l nformazone è emessa n un canale dovrà essere sempre R C. Eserczo Una sorgente emette sequenze d n=4 smbol con veloctà v=000 smbol/sec. I smbol sono tutt equprobabl ed appartengono ad un alfabeto d dmensone m=8. Calcolare la mnma capactà d canale necessara. Calcolo l entropa = log (8) = 3bt/smbolo Calcolo l nformazone emessa nella sequenza I( x) = n = 4 3 = bt Calcolo la capactà mnma C = R = v = bt/sec. mn = Eserczo Una sorgente emette smbol ndpendent, appartenent ad un alfabeto d dmensone 5, con veloctà meda d emssone della nformazone Pagna - 6 -
7 R=7500bt/sec. Noto che: P = P ; P 3 = P ; P 4 = P 3 ; P 4 = P 5 calcolare l entropa d sorgente e la veloctà d emssone de smbol. Qund calcolare R nell potes d smbol equprobabl. 5 Noto che P =, sfruttando le condzon ndcate nella tracca, s calcolano le sngole probabltà che rsultano essere: P =P 3 =0, P =0,4 P 4 =P 5 =0,. Qund s calcola l entropa della sorgente come 5 P log ( ) 5 0 P = P log ( P ) = =, bt/smbolo. 0,30 D conseguenza la veloctà d emssone d sorgente sarà R 7500 v = = = 3538smbol/sec., Nell potes d smbol equprobabl s ha P = = = 0, e, qund, m 5 log0 (5) H MAX = log (5) = =,3 bt/smbolo. 0,30 In questo caso la veloctà d emssone dell nformazone sarà R v H = 3538,3 = 808 bt/sec. = MAX 8. Un esempo d codfca d sorgente: la codfca d Huffman L operazone d codfca d sorgente vene effettuata per rdurre la rdondanza ed alzare l effcenza d codfca. Ovvamente nel momento n cu s procede alla codfca d smbol non equprobabl s genereranno delle sequenze codfcate d lunghezze dverse, questo allo scopo d ottenere un codce ottmale senza equvocazone. Inzamo con l dare le seguent defnzon: N = lunghezza della parola d codce assocata al smbolo x P = probabltà d emssone del smbolo x Pagna - 7 -
8 m = numero de smbol da codfcare N = lunghezza meda della parola d codce, calcolata come m N = P N. S osserv che un codce rsulterà tanto pù effcente quanto pù N rsulterà pccola. Un codce sarà detto OTTIMALE se rspetterà la seguente condzone N +. S defnrà po EFFICIENZA DI CODIFICA la quanttà η =, N e perché s abba l nequvocabltà della codfca dovrà essere soddsfatta la seguente condzone (d Kraft): m = N K. In sntes, un codce potrà drs ottmale se saranno verfcate le seguent quattro condzon: N = H (x) η = K= N = I( x ) = log ( P ) Non rmane che esamnare l caso della codfca d Huffman e convene affrontarlo propro con un esempo. S consder una sorgente che emette smbol appartenent ad un alfabeto d dmensone m=6 con probabltà d emssone ndcate nella seguente tabella smbol probabltà X P(x )=0,3 X P(x )=0,5 X 3 P(x 3 )=0, X 4 P(x 4 )=0, X 5 P(x 5 )=0, X 6 P(x 6 )=0,05 Per operare la codfca d Huffman deve essere costruta una partcolare tabella, llustrata d seguto, seguendo le regole d seguto ndcate. Pagna - 8 -
9 Step Step Step 3 Step 4 Step 5 X =0,3 X =0,3 X =0,3 X 3456 =0,45 X =0,55 X =0,5 X =0,5 X =0,5 X =0,3 X 3456 =0,45 X 3 =0, X 3 =0, X 456 =0,5 X =0,5 X 4 =0, X 56 =0,5 X 3 =0, X 5 =0, X 4 =0, X 6 =0,05 X 56 =X 5 +X 6 =0,5 X 456 =X 4 +X 56 =0,5 X 3456 =X 3 +X 456 =0,45 X =X +X =0,55 ) Costrusc la prma colonna (step ) ordnando smbol per probabltà decrescent. ) Po crea un nuovo smbolo accoppando gl ultm due, tale smbolo avrà una probabltà par allo somma delle due che lo costtuscono. 3) Usando l nuovo smbolo crea una seconda colonna (step ), ordnando smbol sempre per probabltà decrescent. 4) Rpet le operazon de pass ) e 3), creando d volta n volta nuove colonne, fno a quando non rmangono solo due smbol raggruppat e ordnat per probabltà decrescent. Nel nostro caso l tutto termna allo step 5. Adesso la tabella va rletta da destra verso snstra, come una struttura ad albero, e ad ogn bforcazone s assegna uno 0 ed un fno a tornare a smbol orgnar. Smb. Valore Smb. Valore Smb. Valore Smb. Valore X 0 X 0 X X 3456 X 3 0 X 456 X 4 0 X 56 X 5 0 X 6 Adesso, per ogn smbolo orgnaro, non s deve fare altro che leggere l codce leggendo, da snstra a destra, la sequenza d bt che parte dall nzo del raggruppamento fno al smbolo n esame. Nel nostro esempo s verrà a generare l seguente codce: Pagna - 9 -
10 smbolo codce N X 00 X 0 X 3 0 X X X 6 4 S osserv come l codce generato è assolutamente prvo d equvocazone. Inoltra nella tabella sono ndcate anche le lunghezze delle sngole parole d codce. Calcolando l entropa della sorgente n esame s ottene H(x)=,366 bt/smbolo. Ora conoscendo l valore d N = 0,3 + 0,5 + 0, + 3 0, + 4 0, + 4 0,05 =, 4 bt/smbolo s vede che è verfcata la condzone N +. Inoltre rsulta η = 99% ed è soddsfatta la N condzone d Kraft (sull nequvocabltà), ovvero rsulta K = = + + =. Qund l codce è ottmale. Pagna - 0 -
Sorgenti Numeriche - Soluzioni
Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B
Dettagli3) Entropie condizionate, entropie congiunte ed informazione mutua
Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata
DettagliCorso di TELECOMUNICAZIONI a.a
Corso d TEECOMUNICAZIONI anno accademco 2008-2009 Element d Teora dell Informazone Introduzone Storcamente, s fa rsalre la nascta della teora dell nformazone al 1948, quando C. Shannon pubblcò l suo lavoro
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliMisure Ripetute ed Indipendenti
Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una
DettagliSommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà
DettagliRICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2
RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d
Dettagli5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza
5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è
Dettaglix 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
DettagliAd esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t
Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende
DettagliB - ESERCIZI: IP e TCP:
Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
Dettagliuna variabile casuale è continuase può assumere un qualunque valore in un intervallo
Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere
DettagliIntegrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado
DettagliDBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2
DBMS multmedal A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal Def: Sono DBMS che consentono d memorzzare e recuperare dat d natura multmedale:
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
DettagliEsempi di canali DMC ed esercizi su: 1) Calcolo della capacità di canale. 2) Calcolo della probabilità di errore
Argoment della Lezone Esem d canal DMC ed esercz su: Calcolo della caactà d canale Calcolo della robabltà d errore 3 Verca della dsuguaglanza d Fano Eserczo Sa data una sorgente bnara con smbol ed avent
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliIl procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.
SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE
DettagliIL RUMORE NEGLI AMPLIFICATORI
IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano
Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre
DettagliLezione 7 TEORIA DELL INFORMAZIONE. Gianluca Reali
Lezone 7 TEORIA DELL INFORMAZIONE Ganluca Real Integrazone delle dapostve d S. Cacopard Concett ntroduttv In un sstema dgtale d telecomuncazone una sorgente trasmette nformazone, tramte un canale trasmssvo,
DettagliEsercizi sulle reti elettriche in corrente continua (parte 2)
Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliPROBLEMA DI SCELTA FRA DUE REGIMI DI
PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de
DettagliPer calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:
ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente
DettagliESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto
DettagliIL RUMORE NEGLI AMPLIFICATORI
G. Martnes 1 G. Martnes G. Martnes 3 IL RUMORE EGLI AMPLIFICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element
DettagliEsercizio. Alcuni esercizi su algoritmi e programmazione. Schema a blocchi. Calcolo massimo, minimo e media
Alcun esercz su algortm e programmazone Fondament d Informatca A Ingegnera Gestonale Unverstà degl Stud d Bresca Docente: Prof. Alfonso Gerevn Scrvere l algortmo e l dagramma d flusso per l seguente problema:
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
Dettagli7. Teoria dell Informazione
7. Teora dell Informazone 7. Introduzone Come mostrato n Fg., n un sstema dgtale d telecomuncazone una sorgente trasmette nformazone, tramte un canale trasmssvo, a una destnazone. Gl nconvenent ntrodott
DettagliSistemi Intelligenti Stimatori e sistemi lineari - III
Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\
DettagliStabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi
Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto
DettagliEnergia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo
Energa e Lavoro Fnora abbamo descrtto l moto de corp (puntform) usando le legg d Newton, tramte le forze; abbamo scrtto l equazone del moto, determnato spostamento e veloctà n funzone del tempo. E possble
DettagliTeoria dell informazione e Meccanica Statistica
Teora dell nformazone e Meccanca Statstca L. P. Gugno 2007 Rporto qu una breve rassegna dell approcco alla Meccanca Statstca medante la teora dell nformazone. Partamo dalla consderazone che la probabltà
DettagliLezione 2 Codifica della informazione
Lezone Codfca della nformazone Vttoro Scarano Archtettura Corso d Laurea n Informatca Unverstà degl Stud d Salerno Organzzazone della lezone La codfca della nformazone Notazone poszonale Rappresentazone
DettagliPropagazione degli errori
Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da
DettagliIl modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti
Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso
DettagliOPERAZIONI E INSIEMI NUMERICI
OPERAZIONI E INSIEMI NUMERICI Per rcordare H Un'operazone bnara n un nseme non vuoto A eá una legge ce ad ogn coppa d element a,b A assoca un elemento c A. Gl element a e b s camano operand o termn dell'operazone,
DettagliV n. =, e se esiste, il lim An
Parttore resstvo con nfnte squadre n cascata. ITIS Archmede CT La Fg. rappresenta un parttore resstvo, formato da squadre d restor tutt ugual ad, conness n cascata, e l cu numero n s fa tendere ad nfnto.
DettagliLEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N
LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate
Dettagli= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
DettagliDinamica del corpo rigido
Anna Nobl 1 Defnzone e grad d lbertà S consder un corpo d massa totale M formato da N partcelle cascuna d massa m, = 1,..., N. Il corpo s dce rgdo se le dstanze mutue tra tutte le partcelle che lo compongono
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza
DettagliDipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione febbraio 2009
Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Matematca aa 2008-2009 lezone 17 13 febbrao 2009 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/19? 2/19? Fgura 1: ( 5y
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliLA CORRENTE ELETTRICA CONTINUA
CAPITOLO 33 LA CORRENTE ELETTRICA CONTINUA 1 L INTENSITÀ DELLA CORRENTE ELETTRICA 1! v! a t! F m e! E m t v! e t m! E Fssato l ntervallo d tempo t, s può scrvere! v! E 2 Q t 4,0 10 2 A 5,0 s 0,20 C 3 t
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliTeoria dei Segnali Rumore granulare
Teora de Segnal Rumore granulare Valentno Lberal Dpartmento d Fsca Unverstà degl Stud d Mlano valentno.lberal@unm.t Teora de Segnal Rumore granulare 24 gennao 211 Valentno Lberal (UnMI) Teora de Segnal
DettagliIntorduzione alla teoria delle Catene di Markov
Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }
DettagliIntelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008
Intellgenza rtfcale II Ragonamento probablstco Rappresentazone Marco astra Ragonamento probablstco: rappresentazone - arte Mond possbl sottonsem event artzon e varabl aleatore robabltà Margnalzzazone Condzonal
DettagliIl logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.
Il logartmo dscreto n Z p Il gruppo moltplcatvo Z p delle class resto modulo un prmo p è un gruppo cclco. Defnzone (Logartmo dscreto). Sa p un numero prmo e sa ā una radce prmtva n Z p. Sa ȳ Z p. Il logartmo
DettagliReti di Telecomunicazione
Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc Ret d Telecomuncazone Prof. Fabo Martgnon F. Martgnon: Ret d Telecomuncazone Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone
DettagliMetodologie informatiche per la chimica
Metodologe nformate per la mca Dr. Sergo Brutt Eserctazone d anals de dat II INERCALAIN GRAPHIE ANDE Eserctazone - galvanometra Cclazon galvanostate d una cella elettromca In questa eserctazone studeremo
DettagliPropagazione degli errori
Propagazone degl error Msure drette: la grandezza sca vene msurata drettamente (ad es. Spessore d una lastrna). Per questo tpo d msure, la teora dell errore svluppata nelle lezone precedent é sucente per
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliEsame di Teoria dei Segnali e Comunicazioni Elettriche
Esame d Teora de Segnal e Comuncazon Elettrche Appello del 07/02/2013 Un segnale passabasso x(t), avente denstà spettrale d potenza costante e par a 1 W/Hz fno alla frequenza d 10 khz e 0 altrove, entra
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
DettagliIL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni
IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto
Dettagli1) Codifica di sorgente sub-ottima: algoritmi di Shannon, Shannon-Fano.
Argoment della Lezone ) Codfca d sorgente sub-ottma: algortm d Shannon, Shannon-Fano. 2) Codfca d sorgente basata su blocch 3) Sorgent con memora 4) Codfca d sorgent d Markov 5) Codfca unversale e codfca
DettagliModello del Gruppo d Acquisto
InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato
DettagliCampo elettrico. F E q. Qq k r. r q r
Campo elettrco In passato s potzzava che le nterazon (lumnose, elettrche) potessero vaggare a veloctà nfnta, per cu due carche poste ad una certa dstanza avrebbero dovuto stantaneamente rsentre d una forza
DettagliTEORIA DELL INFORMAZIONE ED ENTROPIA FEDERICO MARINI
TEORIA DELL INFORMAZIONE ED ENTROPIA DI FEDERICO MARINI 1 OBIETTIVO DELLA TEORIA DELL INFORMAZIONE Dato un messaggio prodotto da una sorgente, l OBIETTIVO è capire come si deve rappresentare tale messaggio
DettagliRAPPRESENTAZIONE DI MISURE. carta millimetrata
carta mllmetrata carta mllmetrata non è necessaro rportare sul foglo la tabella (ma auta; l mportante è che sta da qualche parte) carta mllmetrata 8 7 6 5 4 3 smbolo della grandezza con untà d msura!!!
DettagliAlgebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.
Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere
DettagliLe operazioni che vogliamo realizzare sono. Supporremo che una tabella T abbia i seguenti attributi: 1. Table(T): costruisce una tabella vuota T.
tabelle dnamche Tabelle dnamche Spesso non s conosce a pror quanta memora serve per memorzzare una struttura dat (tabella d dat ~ array, tabella hash, heap, stack, ecc.. Può captare qund d allocare una
DettagliCapitolo 9 - Teoria dell informazione
Aunt d Comuncazon Elettrche Aunt d Catolo 9 - Teora dell nformazone Introduzone alla teora dell nformazone... Sorgente dscreta senza memora... entroa (del rmo ordne) della sorgente...4 Rcham d Teora de
DettagliMisure dirette utilizzate per il calcolo della misura indiretta X:
Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X
DettagliArchitetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami
Archtetture artmetche Corso d Organzzazone de Calcolator Maragovanna Sam 27-8 8 Sommator: : Full Adder s = x y c + x y c + x y c + x y c Full Adder x y c s x y c = x y + x c + + y c c + Full Adder c x
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliLa sincronizzazione. (Libro) Trasmissione dell Informazione
La sncronzzazone (Lbro) Problem d sncronzzazone La trasmssone e la dverstà tra gl OL del trasmetttore e del rcevtore ntroducono (anche n assenza d fadng) un errore d d frequenza, d fase e d camponamento
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliE' il rapporto tra la quantità di carica che attraversa una sezione del conduttore e l'intervallo di tempo impiegato.
Corrent e crcut Corrent e crcut corrente: la quanttà d carca che attraversa una superfce nell untà d tempo Q t lm t0 Q t dq dt 1 Ampere (A) = 1 C/s E' l rapporto tra la quanttà d carca che attraversa una
DettagliCORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE
CORRETT RPPREETZIOE DI U RIULTTO: LE CIFRE IGIFICTIVE Defnamo cfre sgnfcatve quelle cfre che esprmono realmente l rsultato d una msura, o del suo errore, coè che non sono completamente ncluse nell ntervallo
DettagliESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X
ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe
DettagliLa retroazione negli amplificatori
La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo
DettagliDistribuzione di Boltzmann. Nota
Dstrbuzone d Boltzmann ota Tutto l soggetto trattato deve n realta essere nserto nel quadro concettuale della meccanca statstca, che non e trattato n questo corso. Quest cenn sono solo un breve rchamo
DettagliFunzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m
Captolo INTRODUZIONE Funzone d matrce Sa f(λ) una generca funzone del parametro λ svluppable n sere d potenze f(λ) Sa A una matrce quadrata d ordne n La funzone d matrce f(a) èdefnta nel modo seguente
DettagliS O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
DettagliTeoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita
Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone
DettagliFRAME 1.1. Definizione Diciamo variabile aleatoria una funzione definita sullo spazio campionario di un esperimento a valori reali.
FRAME 0.1. Contents 1. Varabl aleatore 1 1.1. Introduzone 1 1.2. Varabl aleatore dscrete 2 1.3. Valore atteso (Meda) e Varanza 3 1.4. Varabl aleatore bnomal e d Posson 4 1.1. Introduzone. 1. Varabl aleatore
DettagliLezione n La concentrazione
1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone
DettagliL arcobaleno. Giovanni Mancarella. n = n = n = α( o )
Govann Mancarella L arcobaleno I(α) (a.u.) n =.3338 n =.336 39 40 4 4 43 α( o ) In questa nota utlzzeremo l termne dstrbuzone per ndcare la denstà d probabltà d una varable casuale. Il fenomeno dell arcobaleno
DettagliCircuiti elettrici in regime stazionario
rcut elettrc n regme stazonaro omponent www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del 3-9-0) Bpol resst Equazon caratterstca d un bpolo ressto f, 0 L equazone d un bpolo ressto defnsce una cura nel
Dettagli1 La domanda di moneta
La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la
Dettagli