R chi h ami m sul u cana n le di d com o u m n u i n cazion o e n radi d o

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "R chi h ami m sul u cana n le di d com o u m n u i n cazion o e n radi d o"

Transcript

1 Richiami sul caale di comuicazioe radio 1

2 Fadig leo shadowig è causao da osacoli di gradi dimesioi palazzi ra TX e RX Il pah loss è proporzioale a r α, dove α è i geere ra 2.5 e 5 i ambiee urbao Erambi si affroao co soluzioi di sisema es. Posizioe della sazioe base Il fadig veloce Fas fadig è dovuo allo scaerig del segale dovuo a oggei prossimi al rasmeiore legao quidi al feomeo del mulipah Si affroa i geere progeado opporuamee l ierfaccia radio i paricolare a livello fisico es. Modulazioe e di collegameo es. Codifica, meccaismi ARQ 2

3 Caali affei da cammii mulipli ossia mulipah Su di u caale caraerizzao dal feomeo dei cammii mulipli mulipah, i seguio alla rasmissioe di u sigolo impulso, il segale ricevuo apparirà come u reo di impulsi corrispodei alla compoee direa se presee e alle compoei riflesse da sigoli oggei rifleei scaerers o da u cluser di scaerers. rasmeiore cluser di scaerers scaerer riceviore ampiezza Repliche dell impulso rasmesso ricevue co riardi diversi riardo Noa: cluser di scaerers soo dei rifleori che producoo delle repliche del segale co riardi molo vicii e come ali, a vole, o risolvibili. Si dice che due compoei di mulipah co riardo 1 e 2 soo risolvibili se la differeza ra i due riardi supera sigificaivamee l iverso della bada del segale. Le compoei o risolvibili o possoo essere separae al riceviore e vegoo i geere combiae i u uica compoee di mulipah co sesso riardo e ampiezza e fase pari alla somma delle ampiezze e delle fasi delle varie compoei. 3

4 Caali affei da cammii mulipli ossia mulipah La risulae espasioe el empo del segale ime delay spread causa ua disorsioe el segale ricevuo che i ogi isae o sarà u impulso rasmesso i u isae di empo -, ma la somma di queso impulso co alri impulsi rasmessi i isai di empo precedei a -. Risulao: dispersioe emporale del segale rasmesso cluser di scaerers riceviore ampiezza scaerer riardo 4

5 Caali affei da cammii mulipli ossia mulipah Possiamo modellizzare queso caale affeo da fadig come u sisema lieare caraerizzao da ua cera risposa impulsiva: c, α 0, φ0 α 1, φ1 α, 2 δ 2 φ Sisema lieare co risposa impulsiva c, c, rappresea la risposa del caale al empo dovua ad u impulso applicao al empo 5

6 Caali affei da cammii mulipli ossia mulipah Se rasmeiamo lo sesso impulso i isai di empo disii, i geerale osserviamo che il reo di impulsi ricevuo cambia el umero di impulsi, ell ampiezza e ella fase di ogi sigolo impulso. c 1, α 0, φ0, 1 α 1 φ α 2, φ 2 c 2, ' ' α 0, φ 0 ' ' α 1, φ ' 0 ' 2 Queso idica che il caale è TEMPO VARIANTE. Quesa empo variaza è dovua a varie cause: si muove il riceviore e/o il rasmeiore o l ambiee circosae gli scaerer. 6

7 Modelli saisici per caraerizzare caali affei da mulipah Risposa impulsiva del caale empo-variae U geerico segale rasmesso co spero aoro alla porae fc, posso scriverlo i ermii del suo iviluppo complesso u come segue: s = Re [ e ] j 2π f c u I seguio al passaggio per u caale empo-variae caraerizzao da risposa impulsiva c,, il segale ricevuo è oeuo dalla covoluzioe del segale co la risposa impulsiva: = f e j 2π c r Re c, u d 1 Tuavia, come già deo, el caso di caale co mulipah a rascurado il rumore addiivo, il segale ricevuo i u isae è la somma della compoee LOS e delle repliche, ogua diversamee aeuaa e sfasaa. Quidi, possiamo ache scrivere r come: Numero di repliche N jφ j 2πf c r = Re α e u e 2 = 0 7

8 Modelli saisici per caraerizzare caali affei da mulipah Risposa impulsiva del caale empo-variae Dalla 1 e dalla 2 si ricava che:, 0 = = N j e c δ α φ Homework: mosrare la precedee affermazioe Modulo di Iformazioe e Codifica a.a Modulo di Teciche Avazae di Trasmissioe a.a Homework: mosrare la precedee affermazioe Pareesi: per alcui modelli di caale è più appropriao vedere il segale ricevuo come u coiuo di compoei di mulipah e quidi la sommaoria divea u iegrale:,,,,, j j e d e c φ ξ φ α ξ ξ δ ξ α = =

9 Modelli saisici per caraerizzare caali affei da mulipah Risposa impulsiva del caale empo-variae Se ogi compoee di mulipah corrispode alla riflessioe da u sigolo scaerer, allora α è ua fuzioe dell aeuazioe da spazio libero e dello shadowig e la fase cambia a secodo del riardo e dello Shif Doppler: φ φ = 2πf φ c D Sfasameo legao al riardo Sfasameo dovuo a shif Doppler vedi oa Noa: il Doppler shif è la deviazioe i frequeza osservaa la riceviore quado c e moo relaivo ra TX e RX ed è dao da f D = v cos θ / λ dove il θ è l agolo di arrivo ella direzioe del moo ra TX e RX. Lo sfasameo deermiao dal Doppler shif è dao da: φd = 2πf D d 9

10 Modelli saisici per caraerizzare caali affei da mulipah Risposa impulsiva del caale empo-variae Se la -ma compoee di mulipah ivece viee da u cluser di rifleori ossia, la bada del riceviore o e i grado di disiguere le diverse repliche proveiee dai rifleori del cluser, allora per il riceviore di u 1 u 2 e le compoei di mulipah vegoo combiae i ua sigola compoee co riardo 1 2 e u ampiezza e fase corrispodei alla somma delle varie compoei. Quesa somma di compoei sfasae dello sesso segale dara origie a ierfereza cosruiva o disruiva che risulerà i ampie variazioi ell ampiezza di quesa -ma replica. Le ampie variazioi dell ampiezza el segale ricevuo dovue al feomeo descrio vegoo chiamae fadig o mulipah fadig Tra l alro, quese variazioi dell ampiezza, olre che ampie es. 30dB possoo essere veloci el empo poiché soo legae a variazioi della fase φ. Ifai, per le ipiche frequeze porai dei sisemi radiomobili è verificaa la codizioe: f c >> 1 Se quesa codizioe è verificaa, basao piccoli movimei per deermiare u elevao cambiameo della fase e quidi il passaggio da u ipo di ierfereza cosruiva ad ua disruiva o viceversa. 10

11 Modelli saisici per caraerizzare caali affei da mulipah Risposa impulsiva del caale empo-variae Per esempio: co f c = 1GHz e u valore di = 50s ipico di ambiei idoor, f c = 50 >> 1 I ambiei oudoor, è i geere molo maggiore e quidi, ao più è verificaa quella codizioe 11

12 Modelli saisici per caraerizzare caali affei da mulipah α φ Caraerizzazioe saisica del caale empo-variae Variao i modo casuale e impredicibile e vegoo modellizzai co due processi aleaori idipedei, sazioari ed ergodici Noa: U processo sazioario è ergodico se la media emporale calcolaa su di ua qualuque realizzazioe del processo, coicide co la media di isieme relaiva ad ua variabile aleaoria esraa ad u isae qualsiasi per la sazioarieà da ua realizzazioe qualsiasi per l'ergodicià. N Quado il umero di cammii è elevao, si può applicare il eorema del limie cerale e modellizzare la risposa impulsiva come u processo aleaorio Gaussiao complesso ella variabile, che quidi è compleamee caraerizzao dalla sua media, auocorrelazioe e cross-correlazioe della compoee i fase e quadraura. Assumedo che: φ jφ c, = α e δ = 0 [ π,π ] soo disribuie uiformemee ra, allora le compoei i fase e quadraura soo processi gaussiai idipedei co la sessa auocorrelazioe, media zero e cross-correlazioe ulla. 12

Richiami sul canale di comunicazione radio

Richiami sul canale di comunicazione radio Rihiami sul aale di omuiazioe radio Ifrasruure Modulo ed Appliazioi di Iformazioe Avazae e dell ICT Codifia a.a. a.a. 2014-2015 2007-08 1 Rihiami sul aale di omuiazioe radio Fadig leo (shadowig) è ausao

Dettagli

OPERAZIONI SUI SEGNALI DETERMINISTICI, ENERGIA, VALOR MEDIO, POTENZA, ANALISI DI FOURIER, CONVOLUZIONE. A cos 2 / 2

OPERAZIONI SUI SEGNALI DETERMINISTICI, ENERGIA, VALOR MEDIO, POTENZA, ANALISI DI FOURIER, CONVOLUZIONE. A cos 2 / 2 OPERAZIONI SUI SEGNALI DEERMINISICI, ENERGIA, VALOR MEDIO, POENZA, ANALISI DI FOURIER, CONVOLUZIONE Esercizio Calcolare la poeza, l eergia e il valor medio dei seguei segali a) x()a; b) x()u() ; c) x()acos(oφ)

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

Docenti: Dott. Franco Mazzenga, Dott.ssa. Ernestina Cianca a.a

Docenti: Dott. Franco Mazzenga, Dott.ssa. Ernestina Cianca a.a Caale IO: defiizioi Doceti: Dott Fraco azzega, Dottssa Erestia Ciaca aa 00-0 odulo di odulo Tecice di Avazate Iformazioe di Trasmissioe e Codifica aa aa 00-0 007-08 Caale IO: defiizioi t,,( atee i trasmissioe

Dettagli

0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ).

0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ). Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda /5/ Esercizio U sisema di preallarme su u velivolo segala ua A allarme oppure ua N o allarme ogi dieci

Dettagli

Convertitoriditipospot (convertono, idealmente, il valore istantaneo del segnale); V ts

Convertitoriditipospot (convertono, idealmente, il valore istantaneo del segnale); V ts Pare II (Coversioe D/A e A/D) La coversioe A/D I coveriori A/D si dividoo i: Coverioridiipospo (coveroo, idealmee, il valore isaaeo del segale); s s Si raa di disposiivi veloci ma sesibili al rumore di

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

Programma lezione XIII

Programma lezione XIII Programma lezioe X /6 erfereza Diffrazioe Polarizzazioe Birifrageza Polarizzazioe circolare erfereza /6 si r r liea ei veri i e s i à Lo sfasameo ra le ue oe, ipee alla iffereza i cammio oico si e è pari

Dettagli

y(t) o complesse non tutte nulle, fa corrispondere un'uscita data dalla:

y(t) o complesse non tutte nulle, fa corrispondere un'uscita data dalla: Capiolo V TRASFORMAZIOI LIEARI DEI SEGALI V. - Defiizioi. Proprieà geerali. x( ) S y() Fig. VI. Trasformazioe di segali S ed è simbolicamee rappreseaa dalla relazioe: y () = S x () I (V..) { } U sisema

Dettagli

TEST #1 Corso di Telecomunicazioni C. Prati. Operazioni elementari sui segnali, impulsi, esponenziali complessi e serie di Fourier

TEST #1 Corso di Telecomunicazioni C. Prati. Operazioni elementari sui segnali, impulsi, esponenziali complessi e serie di Fourier ES # Corso di elecomuicazioi C. Prai Operazioi elemeari sui segali, impulsi, espoeziali complessi e serie di Fourier Esercizi di veriica degli argomei svoli el primo capiolo del eso Segali e Sisemi per

Dettagli

Equazioni differenziali: formule

Equazioni differenziali: formule Equazioi differeziali: formule Equazioi a variabili separabili y ' A B y Vale eorema esiseza e uicià locale y ' dy Ad B y y y ' A B y y Si applicao le codizioi alla fie dei due iegrali idefiii, oppure

Dettagli

4: Strato fisico: i segnali nel tempo e nella frequenza

4: Strato fisico: i segnali nel tempo e nella frequenza 1 1 4: Strato fisico: i segali el tempo e ella frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche dei coettori) tra il mezzo trasmissivo

Dettagli

Teoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni

Teoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni ezioi di Maemaica e disribuzioi pare 5 Teoria delle disribuzioi Pare quia imii el seso delle disribuzioi operazioe di limie i seso disribuzioale Passiamo a raare, araverso ua serie di esempi precedui da

Dettagli

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008 Tecica delle misurazioi applicae Esame del 7 geaio 008 Problema 1. La Beloiglio rl è u impresa che alleva idusrialmee coigli e da lugo empo uilizza il magime ProRabbi 10% che ha sempre garaio, i u presabilio

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Marco Listanti. Parte 2 Rappresentazione dei segnali e teorema del campionamento. DIET Dept

Marco Listanti. Parte 2 Rappresentazione dei segnali e teorema del campionamento. DIET Dept 1 Marco Lisai Lo srao Fisico Pare Rappreseazioe dei segali e eorema del campioameo elecomuicazioi (Caale - Prof. Marco Lisai - A.A. 017/018 DIE Dep Segale aalogico Segale empo-coiuo adameo el empo di ua

Dettagli

BILANCI DI MASSA NEI COMPARTIMENTI AMBIENTALI

BILANCI DI MASSA NEI COMPARTIMENTI AMBIENTALI BILNI DI MSS NEI OMPTIMENTI MBIENTLI alisi di sigolo comparimeo ad esempio u piccolo lago m x m x 0 m 0 7 m pprossimazioe ST (oiously Sirred-Ta eacor) cocerazioe omogeea dei solui (iquiai) el comparimeo.

Dettagli

TRASFORMATA DI FOURIER. A.1 Segnali analogici, deterministici ed aleatori. A p p e n d i c e A

TRASFORMATA DI FOURIER. A.1 Segnali analogici, deterministici ed aleatori. A p p e n d i c e A A p p e d i c e A RASFORMAA DI FOURIER Uo degli aspei più imporai di uo il seore dell igegeria è sicuramee l aalisi di segali el domiio del empo e della frequeza. I segali aalogici si disiguoo i segali

Dettagli

INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI

INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Adolfo Scimoe FORMULE INTEGRAZIONE Pag INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Iegrazioe delle fuzioi razioali frae Se la frazioe è impropria, cioè il grado del umeraore è maggiore o uguale

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile

Dettagli

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare.

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare. Lezioe 3 Proprieà saisiche degli simaori OLS - Ache i queso capiolo si cosidera il modello di regressioe lieare y x β + u co E( u Ω ) 0, x appariee a Ω per,,, e si assume che sia assegao il processo (fiio)

Dettagli

Esercizio 1. Sia N un processo di Poisson di parametro λ. Dimostrare che, per ogni t > 0,

Esercizio 1. Sia N un processo di Poisson di parametro λ. Dimostrare che, per ogni t > 0, Esercizi di Calcolo delle Probabilià della 9 a seimaa Corso di Laurea i Maemaica, Uiversià degli Sudi di Padova. Esercizio 1. Sia N u processo di Poisso di paramero λ. Dimosrare che, per ogi > 0, N P oλ.

Dettagli

Modelli'di'Variabili'Aleatorie'

Modelli'di'Variabili'Aleatorie' ModellidiVariabiliAleaorie! VariabilialeaoriediBeroulli: " X èdiberoullidiparamero p (,) se P( X ) p e P( X ) p. " Proprieà: # E X # Var X : p X ( ) + p X ( ) p. E( X ) E( X) masiccome X X $ E( X) E( X)

Dettagli

2. Fondamenti sui segnali analogici

2. Fondamenti sui segnali analogici INFO-COM Dp. Diparimeo di Scieza e ecica dell Iormazioe e della Comuicazioe Uiversià degli Sudi di Roma La Sapieza. Fodamei sui segali aalogici ELECOMUNICAZIONI per Igegeria Iormaica (secodo ao caale A-LA

Dettagli

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa

Dettagli

Rischio di interesse: Il modello del clumping. Prof. Ugo Pomante Università di Roma Tor Vergata

Rischio di interesse: Il modello del clumping. Prof. Ugo Pomante Università di Roma Tor Vergata Rischio di ieresse: Il modello del clumpig Prof. Ugo Pomae Uiversià di Roma Tor Vergaa Problemi dei modelli precedei Repricig gap e duraio gap Ipoesi variazioe uiforme dei assi di ieresse delle diverse

Dettagli

AFFIDABILITA DEI SISTEMI STOCASTICI (complessi)

AFFIDABILITA DEI SISTEMI STOCASTICI (complessi) AFFIDABILITA DEI SISTEMI STOCASTICI (complessi) 1 No ecessariamee il verificarsi di u guaso provoca la more del sisema. A vole soo ecessari più guasi el empo, affiché il sisema collassi. Fissao u empo

Dettagli

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo

Dettagli

Di fatto potremo rappresentare analiticamente le correnti magnetizzanti che operano in ciascuna delle colonne del TRS con espressioni del tipo:

Di fatto potremo rappresentare analiticamente le correnti magnetizzanti che operano in ciascuna delle colonne del TRS con espressioni del tipo: Correi a vuoo el rasformaore rifase Il problema delle correi a vuoo el rasformaore rifase è imporae i quao, a secoda dei collegamei delle fasi, si avrà o meo la deformazioe dei flussi o della corree mageizzae.

Dettagli

Grandezze significative (dinamiche e cinematiche)

Grandezze significative (dinamiche e cinematiche) Gradezze sigificaie diamiche e ciemaiche Romao Lapasi DMRN - Uiersià di Triese Corso di Reologia Uiersià di Triese Obieio geerale defiire u equazioe cosiuia adaa a descriere il comporameo meccaico del

Dettagli

Introduzione all Analisi di Fourier. Prof. Luigi Landini Ing. Nicola Vanello. (presentazione a cura di N. Vanello)

Introduzione all Analisi di Fourier. Prof. Luigi Landini Ing. Nicola Vanello. (presentazione a cura di N. Vanello) Itroduzioe all Aalisi di Prof. Luigi Ladii Ig. Nicola Vaello (presetazioe a cura di N. Vaello) ANALII DI FOURIER egali tempo cotiui: egali periodici egali aperiodici viluppo i serie di Itroduzioe alla

Dettagli

LE MISURE DI SINTESI (misure di tendenza centrale)

LE MISURE DI SINTESI (misure di tendenza centrale) STATISTICA DESCRITTIVA LE MISURE DI SINTESI (misure di tedeza cetrale) http://www.biostatistica.uich.itit OBIETTIVO Altezza degli studeti 004-05 (cm) Tabella dei dati Idividuare u idice che rappreseti

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso di Fodmei di elecomuiczioi - SEGNALI E SPERI Prof. Mrio Brber [pre ] 1 Fodmei di LC - Prof. M. Brber - Segli e speri [pre ] Covoluzioe Defiizioe: w 3( = ( w1 * w ( w1 ( w ( d L covoluzioe è oeu:

Dettagli

Trasmissione sul canale radio Segnali a banda larga

Trasmissione sul canale radio Segnali a banda larga Trasmissioe sul caale radio Segali a bada larga Fulvio Babich (babich@uis.i) DIA Uiversià di Triese Rei wireless Igegeria Eleroica e Iormaica Moivazioi Bassa desià sperale di poeza (diicile ierceazioe).

Dettagli

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi.

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi. Iroduzioe () Ua defiizioe (geerale) del ermie qualià: qualià è l isieme delle caraerisiche di u eià (bee o servizio) che e deermiao la capacià di soddisfare le esigeze espresse ed implicie di chi la uilizza.

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

ANALISI DI FOURIER. Analisi di Fourier di sequenze bidimensionali o Immagini

ANALISI DI FOURIER. Analisi di Fourier di sequenze bidimensionali o Immagini AALISI DI FOURIER Aalisi di Fourier di sequeze bidimesioali o Immagii -Defiizioi di Sequeze Bidimesioali o Immagii -Trasformata Discreta di Fourier D -Iterpretazioe Piao di Fourier -Esempi I seguito prederemo

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

Università di Camerino Corso di Laurea in Fisica: indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea in Fisica: indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Iegrali idefiii Geeralià Si è viso come, daa ua fuzioe di equazioe y = f(), si possa rovare la sua derivaa prima f (). Si è ache osservao che esise ua codizioe ecessaria, ma o sufficiee, affiché ua fuzioe

Dettagli

ELEMENTI DI TEORIA DELLE PROBABILITA

ELEMENTI DI TEORIA DELLE PROBABILITA ELEMENTI DI TEORIA DELLE PROBABILITA Nozioi base Spazio S S è l isieme di ui i possibili esii di u esperimeo. Esempio 1. Nel lacio di u dado abbiamo S{1,2,3,4,5,6}. Esempio 2. La duraa di ua lampadia S{x

Dettagli

Si dice che f è infinitesima o che è un infinitesimo per x x0 Un infinitesimo, quindi è una variabile che tende a zero.

Si dice che f è infinitesima o che è un infinitesimo per x x0 Un infinitesimo, quindi è una variabile che tende a zero. pag Appui elaborai dal collega Prof. Vicezo De Pasquale Ifiiesimi Si dice che f è ifiiesima o che è u ifiiesimo per se f ( ) U ifiiesimo, quidi è ua variabile che ede a zero. Es. - π y cos è u ifiiesimo

Dettagli

Esercitazione X Complementi di Probabilità a.a. 2011/2012

Esercitazione X Complementi di Probabilità a.a. 2011/2012 Esercitazioe X Complemeti di Probabilità a.a. 20/202 Argometi: covergeza e TLC. Esercizio. Sia {X k } k ua successioe di v.a. i.i.d. di legge Exp(. Sia G = S,. a Scrivere la fuzioe caratteristica φ di

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

Trasmissione in banda base: filtro adattato

Trasmissione in banda base: filtro adattato Trasmissioe i ada ase: filro adaao Fodamei di Seali e Trasmissioe Trasmissioe diiale i ada ase Daa ua sequeza di dai umerici, voliamo rasmeerla su u caale di rasmissioe i ada ase, uilizzado u impulso co

Dettagli

Teoria dei segnali. Unità 2 Sistemi lineari. Sistemi lineari: definizioni e concetti di base. Concetti avanzati Politecnico di Torino 1

Teoria dei segnali. Unità 2 Sistemi lineari. Sistemi lineari: definizioni e concetti di base. Concetti avanzati Politecnico di Torino 1 Sisemi lineari: deinizioni e concei di base Teoria dei segnali Unià 2 Sisemi lineari Sisemi lineari Deinizioni e concei di base Concei avanzai 2 25 Poliecnico di Torino Sisemi lineari: deinizioni e concei

Dettagli

Statistica I - A.A

Statistica I - A.A Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie

Dettagli

2. FUNZIONE D ONDA, OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli strumenti della Meccanica Quantistica

2. FUNZIONE D ONDA, OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli strumenti della Meccanica Quantistica . FUNZIONE D ONDA OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli srumei della Meccaica Quaisica Sisema di ieresse (cosiderao come isolao: aomo/molecola Cofigurazioe del sisema: isieme

Dettagli

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

GESTIONE delle RISORSE IDRICHE

GESTIONE delle RISORSE IDRICHE Corso di laurea specialisica i Igegeria delle Acque e della Difesa del uolo Corso di GEIONE delle IOE IDICHE a.a. 003-004 Leioe 5 rof. Luca Laa Diparimeo di Igegeria Ambieale - DIAM EQUAZIONE DI CONINUIA

Dettagli

Esercitazione N. 7 W = KU

Esercitazione N. 7 W = KU . BBONI ONDMNTI DI OSPZIL 1 sercitazioe N. 7 1) Il comportameto elastico del peumatico del carrello di u velivolo è cosiderato equivalete ad u sistema costituito da ua molla, a comportameto elastico lieare,

Dettagli

LEGGE DEI GRANDI NUMERI

LEGGE DEI GRANDI NUMERI LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi

Dettagli

Il modello di Black e Scholes come limite del modello binomiale multiperiodale

Il modello di Black e Scholes come limite del modello binomiale multiperiodale Capiolo Il modello di Blac e Scholes come limie del modello biomiale muliperiodale. Il Modello Biomiale Muliperiodale Ricordiamo brevemee il Modello Biomiale Muliperiodale o Cox-Ross-Rubisei IPOTESI e

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice

Dettagli

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

Dettagli

v u (t) = s u (t) + n u (t) { }

v u (t) = s u (t) + n u (t) { } Capiolo III LA RIELAZIONE DEI SEGNALI MODULATI III.1 Preessa. Uo degli aspei odaeali della Teoria della odulazioe cosise ella valuazioe delle presazioi dei rivelaori quado il segale odulao è corroo da

Dettagli

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x

Dettagli

2. Duration. Stefano Di Colli

2. Duration. Stefano Di Colli 2. Duraio Meodi Saisici per il Credio e la Fiaza Sefao Di Colli Tassi di ieresse e redimei La reddiivià di u obbligazioe è misuraa dal asso di redimeo o dal asso di ieresse U idicaore del redimeo deve

Dettagli

ALTRI ESERCIZI SULL INTEGRALE DI LEBESGUE. A. Figà Talamanca

ALTRI ESERCIZI SULL INTEGRALE DI LEBESGUE. A. Figà Talamanca ALTRI SRCIZI SULL INTGRAL DI LBSGU A. Figà Talamaca 29 ottobre 2006 2 L itegrale di Lebesgue che abbiamo defiito per le fuzioi misurabili, limitate defiite su u isieme misurabile di misura fiita, può essere

Dettagli

ESERCITAZIONE: FEM. Consideriamo un elemento triangolare. y 3

ESERCITAZIONE: FEM. Consideriamo un elemento triangolare. y 3 ESERCITAZIONE: FEM L aalisi agli elemei fiii è u ipo di aalisi che si rifà alla meccaica dei solidi e rasforma il coiuo i u discreo composo da umerosi elemei dei quali se e cooscoo le proprieà. Le relazioi

Dettagli

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO Corso Sperimentale P.N.I. Tema di MATEMATICA - 23 giugno 2005

ESAME DI STATO DI LICEO SCIENTIFICO Corso Sperimentale P.N.I. Tema di MATEMATICA - 23 giugno 2005 ESAME DI STATO DI LICEO SCIENTIFICO -5 Corso Sperimeale PNI Tema di MATEMATICA - giugo 5 Svolgimeo a cura della profssa Sadra Berecoli e del prof Luigi Tomasi (luigiomasi@liberoi) RISPOSTE AI QUESITI DEL

Dettagli

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni. Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo

Dettagli

STATISTICA 1 ESERCITAZIONE 4

STATISTICA 1 ESERCITAZIONE 4 STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe

Dettagli

Elementi di statistica

Elementi di statistica Elemeti di statistica La misura delle gradezze fisiche può essere effettuata direttamete o idirettamete. Se la misura viee effettuata direttamete si parla di misura diretta; se essa viee dedotta attraverso

Dettagli

Velocità della Luce e sua variazione. Nel passaggio dal vuoto ( cm/sec) ad un altro mezzo la velocità della luce diminuisce.

Velocità della Luce e sua variazione. Nel passaggio dal vuoto ( cm/sec) ad un altro mezzo la velocità della luce diminuisce. RIFRATTOMETRIA Defiizioe La rifrattometria è ua tecica strumetale che si basa sulla determiazioe di u parametro, l idice di rifrazioe, associato al feomeo della rifrazioe, cioè alla variazioe subita dalla

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

2T(n/2) + n se n > 1 T(n) = 1 se n = 1

2T(n/2) + n se n > 1 T(n) = 1 se n = 1 3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

Dettagli

Ammortamento di un debito

Ammortamento di un debito Ammorameo di u debio /35 Ammorameo di u debio Che cosa si iede per ammorameo? Ammorameo coabile La quoa di ammorameo cosiuisce la pare del coso di u bee maeriale o immaeriale di ivesimeo da aribuire all

Dettagli

ELENCO TESTI DELLE PROVE SCRITTE

ELENCO TESTI DELLE PROVE SCRITTE ELENCO ESI DELLE PROVE SCRIE 1/1/ 1) Descrivere le caraerisiche fodameali che differeziao i dai, segali emporali e le immagii biomediche. Spiegare quali di quese soo i grado di descrivere feomei diamici.

Dettagli

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. Siao a, b, Z co 2, defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

Entropia ed informazione

Entropia ed informazione Etropia ed iformazioe Primi elemeti sulla teoria della misura dell iformazioe Per trasmettere l iformazioe è ecessaria ua rete di comuicazioe, che, secodo l approccio teorico di Claude E. Shao e Warre

Dettagli

QUESITO 1. Indicata con x la distanza della base superiore del cilindro dal vertice del cono si ha:

QUESITO 1. Indicata con x la distanza della base superiore del cilindro dal vertice del cono si ha: www.matefilia.it Scuole italiae all estero (Caledario australe) 005 QUESITO Prova che fra tutti i cilidri iscritti i u coo circolare retto ha volume massimo quello la cui altezza è la terza parte di quella

Dettagli

Tab. 1 - Studenti presenti alla lezione di statistica del per voto alla maturità

Tab. 1 - Studenti presenti alla lezione di statistica del per voto alla maturità 53 Idici di variabilià 531 Iervalli di variazioe Sosiuire ua disribuzioe co u valore medio, per quao esso possa essere rappreseaivo, causa comuque ua fore perdia di iformazioe Divea perciò ecessario rovare

Dettagli

Sensori Segnali Rumore - Prof. S. Cova - appello 20/02/ P1 pag.1

Sensori Segnali Rumore - Prof. S. Cova - appello 20/02/ P1 pag.1 Sesori Segali Rumore - ro. S. Cova - appello //3 - pag. ROBLEMA Quadro dei dai Segale a impulso reagolare Ampiezza: Duraa: µs Rumore c S variabile, da misurare S Hz desià eicace di poeza (uilaera) limiaa

Dettagli

Lezione 4 Corso di Statistica. Domenico Cucina

Lezione 4 Corso di Statistica. Domenico Cucina Lezioe 4 Corso di Statistica Domeico Cucia Uiversità Roma Tre D. Cucia (domeico.cucia@uiroma3.it) 1 / 22 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

2. Moto browniano: prime proprietà Il moto browniano Processi stocastici gaussiani

2. Moto browniano: prime proprietà Il moto browniano Processi stocastici gaussiani 6. MOTO BROWNIANO: PRIME PROPRIETÀ. Moo browiao: prime proprieà I queso capiolo sviluppiamo la raazioe maemaica del moo browiao. Queso processo prede il ome dal boaico scozzese Rober Brow, che el 87 descrisse

Dettagli

Esempio: distribuzione di frequenze. =, Pagina 90. Esempio: distribuzione di frequenze

Esempio: distribuzione di frequenze. =, Pagina 90. Esempio: distribuzione di frequenze Esempio: distribuzioe di frequeze Distribuzioe degli studeti di SDC frequetati la facoltà ell a.a. 001/00 per Num. Corsi Frequetati 83 K 7 = + + + + + + = = Num. Corsi Freq. i 1 15 43 3 103 4 80 5 3 6

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Universià di Napoli Parenope Facolà di Ingegneria Corso di Comunicazioni Elerice docene: Prof. Vio Pascazio a Lezione: 7/04/003 Sommario Caraerizzazione energeica di processi aleaori Processi aleaori nel

Dettagli

SEGNALI, SISTEMI E OPERATORI

SEGNALI, SISTEMI E OPERATORI SEGNALI, SISEMI E OPERAORI Alla base dell eleroica c è lo sudio dei segal dei sisemi e del modo come i segali si propagao ei sisemi. Per redere più agevole la raazioe è ecessario irodurre dei meodi maemaici...

Dettagli

di questo analoghe a quelle del collega n t tratti, esso biella. Come nel caso della corpi, esso s c =1. Se n t Cerniera interna: la collegati: vi,

di questo analoghe a quelle del collega n t tratti, esso biella. Come nel caso della corpi, esso s c =1. Se n t Cerniera interna: la collegati: vi, appui delle lezioi del orso di Saia CARATTERIZZAZIONE CINEMATICA DEI VINCOLI INTERNI Nelle sruure soo spesso presei varie ra ollegae ra loro ramie dei disposii di oessioe he impogoo delle resrizioi sugli

Dettagli

Gli Indici di VARIABILITA

Gli Indici di VARIABILITA Elemeti di Statistica descrittiva Gli Idici di VARIABILITA - Campo di variazioe - Scarto dalla media - Variaza - Scarto quadratico medio - Coefficiete di variazioe Idici di Variabilità I valori medi soo

Dettagli

Elementi di statistica descrittiva. Tabella dei dati :

Elementi di statistica descrittiva. Tabella dei dati : - - Elemeti di statistica descrittiva I dati riportati sotto si riferiscoo a 20 studeti uiversitari che frequetavao u corso di Statistica e soo stati raccolti facedo compilare ad ogi studete il seguete

Dettagli

Sia dato un esperimento casuale individuato da uno spazio di probabilità S=

Sia dato un esperimento casuale individuato da uno spazio di probabilità S= Capiolo II CARATTERIZZAZIONE STATISTICA DEI SEGNALI II. - Fuzioi di proailià del primo ordie. Sia dao u eperimeo cauale idividuao da uo pazio di proailià S (, F,Pr) Ω. Per egale aleaorio reale iede u applicazioe

Dettagli

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11 1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........

Dettagli

Trasmissione del calore con applicazioni numeriche: informatica applicata

Trasmissione del calore con applicazioni numeriche: informatica applicata Corsi di Laurea i Igegeria Meccaica Trasmissioe del calore co applicazioi umerice: iformatica applicata a.a. 5/6 Teoria Parte IV Ig. Nicola Forgioe Dipartimeto di Igegeria Civile e Idustriale E-mail: icola.forgioe@ig.uipi.it;

Dettagli

DISTRIBUZIONE NORMALE MULTIVARIATA

DISTRIBUZIONE NORMALE MULTIVARIATA Distribuzioe ormale uivariata DISTRIBUZIONE NORMALE MULTIVARIATA ANALISI MULTIVARIATA A.A. 00/ CORSO DI LAUREA IN STATISTICA Carla Rampichii Desità Normale μ, σ Normale stadardizzata: μ=0, σ= Distribuzioe

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

L'equazione di equilibrio dinamico di un corpo discretizzato in n elementi finiti è:

L'equazione di equilibrio dinamico di un corpo discretizzato in n elementi finiti è: 6. Equazioi di equilibrio diamico Corso 06/07 Atoio Patao - Dipartimeto di Meccaica, iversità di Palermo L'equazioe di equilibrio diamico di u corpo discretizzato i elemeti fiiti è: 6.) dove:... M + C+

Dettagli

Equazioni Differenziali

Equazioni Differenziali Equazioi Differeziali Nota itroduttiva: Lo scopo di queste dispese o è trattare la teoria riguardo alle equazioi differeziali, ma solo dare u metodo risolutivo pratico utilizzabile egli esercizi che richiedoo

Dettagli

TEORIA DEI SEGNALI FACOLTÀ DI INGEGNERIA. Corso di. Materiale a cura dei Proff. Patrizio Campisi e Alessandro Neri

TEORIA DEI SEGNALI FACOLTÀ DI INGEGNERIA. Corso di. Materiale a cura dei Proff. Patrizio Campisi e Alessandro Neri FACOLTÀ DI INGEGNERIA CORSI DI STUDIO IN INGEGNERIA ELETTRONICA Corso di TEORIA DEI SEGNALI Maeriale a cura dei Pro. Parizio Campisi e Alessadro Neri WEB: hp://biomedia46.uiroma3.i/eachig/eoria_dei_segali.hml

Dettagli

Fisica Generale L-A. Esercizio 1. Esercizio 1 (III) Esercizio 1 (II) 2. Esercizi di Cinematica

Fisica Generale L-A. Esercizio 1. Esercizio 1 (III) Esercizio 1 (II) 2. Esercizi di Cinematica Esercizio 1 U puo maeriale è icolao a muoersi lugo ua guida reiliea. Fisica Geerale -A. Esercizi di Ciemaica hp://ishar.df.uibo.i/ui/bo/igegeria/all/galli/suff/ raspareze/ae-ciemaica.pdf Al empo il puo

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche

Dettagli

Esercizi sui numeri complessi per il dodicesimo foglio di esercizi

Esercizi sui numeri complessi per il dodicesimo foglio di esercizi Esercizi sui umeri complessi per il dodicesimo foglio di esercizi 6 dicembre 2010 1 Numeri complessi radici ed equazioi Ricordiamo iazitutto che dato u umero complesso z = x + iy, il suo coiugato, idicato

Dettagli

Circuiti a tempo discreto

Circuiti a tempo discreto Uiversità di Roma La Sapieza Laurea specialistica i Igegeria Elettroica Circuiti a tempo discreto Raffaele Parisi : Esempi di Sequeze e di Circuiti TD Sequeze otevoli, periodicità delle sequeze, esempi

Dettagli

SMSMW#300#130#1#220#210W#300#130#1#140#130W#220#13

SMSMW#300#130#1#220#210W#300#130#1#140#130W#220#13 Marice icideza La marice d'icideza complea A c di u grafo orieao G co N odi ed R rami, è ua marice reagolare di N righe ed R coloe che si cosruisce come segue: si umerao co =1,2,...,N ui i odi e co r=1,2,...,r

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel: UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei

Dettagli

Teoria dei Segnali. La Convoluzione (esercizi) parte prima

Teoria dei Segnali. La Convoluzione (esercizi) parte prima Teoria dei Segnali La Convoluzione (esercizi) pare prima 1 Si ricorda che la convoluzione ra due segnali x() e y(), reali o complessi, indicaa simbolicamene come: C xy () = x() * y() è daa indifferenemene

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli