Timing Attack ad RSA

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Timing Attack ad RSA"

Transcript

1 Tmng Aac ad RSA d Eore Mro marcola: 53/65 e-mal: eore.mro@s.com Tesna presenaa all Unversà d Salerno Laurea n Scenze dell Informazone Esame d Scurezza su Re Prof. Alfredo De Sans Salerno, Marzo 6 Pag./7

2 Index Index.... Tmng Analyss Inroduzone RSA Tmng Aac L dea Deagl dell aacco RSAREF Anals Conromsure Concluson Rfermen Appendce A Appendce B Appendce C... 7 Pag./7

3 . Tmng Analyss. Inroduzone Gl algorm crografc, spesso, eseguono de calcol n emp non cosan, a causa d omzzazon sulle presazon. Nel caso n cu al operazon manpolano de paramer segre, quese varazon su emp possono dvulgare alcune nformazon, ed un aena anals sasca conduce al loro oale recupero. Lo schema d fgura rappresena l prncpo che sa alla base del mng aac, nel quale l mplemenazone che usa da segre porebbe essere un proocollo, una smar card, ec., e l aaccane msura l empo mpegao da ale mplemenazone per rspondere ad una sua rchesa. Fg. Il prncpo del mng aac Nel Novembre del 995, Paul Kocher [3] è sao l prmo a dscuere la ecnca del mng aac; nfa Kocher presenò l suo rsulao prelmnare, arando l aenzone de crograf d uo l mondo, nclus gl nvenor del crossema RSA. I mng aac sono una forma d Sde Channel Analyss, o anals del canale collaerale dove un aaccane prende nformazon dall mplemenazone d un crossema, puoso che da debolezze presen nelle propreà maemache del ssema. Sde Channel Analyss espone nformazon su emp, consumo d almenazone, emsson eleromagneche per recuperare delle nformazon su un crossema [8]. Pag.3/7

4 Il mng aac analzza le varazon de emp durane le operazon crografche, pochè le omzzazon sulle presazon agscono sulle operazon esegue da un algormo crografco e spesso sono esegue con un dfferene ammonare d empo, dpendene dall npu e dal valore de paramer segre. Se le operazon rguardan la chave prvaa d RSA possono essere deermnae n un empo accuraamene ragonevole, n alcun cas l anals sasca può essere applcaa per recuperare la chave segrea usaa ne calcol. I prossm paragraf descrveranno l algormo crografco, nonché l algormo d frme RSA [par..] su cu s concenrerà la dscussone, e la ecnca della mng analyss. In parcolare sarà llusraa l dea che sa alla base del mng aac [.], per po essere approfonda, applcandola ad una specfca lbrera RSAREF. [par...], rlascaa dalla RSA Daa Secury per l calcolo della frma RSA. Un anals pù deaglaa, basaa su calcol probablsc [par...], spegherà come deermnare b segre, e la probablà d successo oenua su b segre che sono sa rova. Il Capolo 3 e 4 fornscono le concluson ed n parcolare nformazon rguardo alcune ecnche d conromsura.. RSA RSA è un algormo crografco a chave pubblca, ogg amplamene usao, per rasferre nformazon eleronche n modo scuro. L algormo RSA è sao nvenao dal eam d Rves, Shamr e Adleman nel 978. RSA è un cfraro a chave pubblca che permee d cfrare un messaggo araverso un procedmeno che sfrua le propreà de numer prm. RSA usa un esponene pubblco e per cfrare ed un esponene prvao d per decfrare. Esso usa un modulo N che è l prodoo d due grand numer prm p e q, ovvero N = p q. Gl esponen ee d devono essere scel n modo da soddsfare la condzone: ( p )( ) ed = mod q Pag.4/7

5 Allora, la coppa d chav RSA ha come chave pubblca la coppa ( N, e) e come chave prvaa la coppa ( N, d ). Ad esempo, se selezonamo due numer prm p = e q = 3, allora N = 3 = 33. Ora calcolamo ( p ) ( q ) = = e sceglamo un valore prmo su, dcamo 3. Po d è scelo n modo che ed = mod. Allora l valore d d è 7, poché 3 7 = = mod (Appendce A). Così prendamo la chave pubblca ( = 33, e = 3) prvaa d = 7. Scaramo l faore orgnale p, q. Per cfrare l messaggo M, calcolamo N e la corrspondene chave C = M e mod N, dove C sarà l messaggo cfrao. Per decfrare l eso cfrao C, usamo la formula M = C d mod N, che conerrà l messaggo orgnale M. Connuando con l nosro esempo, supponamo d voler spedre un messaggo M = 9. La codfca genera un messaggo codfcao e C = M mod N = 9 3 mod33 = 8. Il mene spedrà l messaggo cfrao C = 8. Per decfrare l messaggo C, l desnaaro usa la chave prvaa d e calcola d 7 M = C mod N = 8 mod33 = 9, che corrsponde al messaggo orgnale. Un alro uso dell algormo RSA è la generazone d una frma dgale l cu scopo è quello d verfcare la sorgene del messaggo. Durane la frma s usa la chave prvaa d e s esegue l operazone maemaca F = d M mod N per creare la frma. Il mene nva al desnaaro messaggo e frma, così l rcevene, per verfcare la frma, ovvero che quel messaggo è sao spedo effevamene dal mene, usa la chave pubblca e del mene ed esegue l operazone M e mod N del messaggo., la cu frma va confronaa con quella rcevua per verfcare la valdà Pag.5/7

6 . Tmng Aac.. L dea Un operazone fondamenale usaa nel crossema RSA è l esponenzazone modulare. Essa è usaa sa per cfrare sa per decfrare oppure per frmare blocch d messaggo. Quando RSA è saa nrodoa, gl nvenor hanno suggero un algormo basao su operazon rpeve d elevazone al quadrao e d molplcazone (fg ) INPUT: M, N, d = (dn dn... dd) OUTPUT: S = M d mod N S for = n... do 3 S S mod N 4 f d = hen 5 S S M mod N 6 reurn S Fgura : algormo lef-o-rgh La fgura descrve l algormo lef-o-rgh per l calcolo dell esponenzazone modulare. In npu abbamo l messaggo M, l modulo RSA, ovvero N, e l esponene prvao d, espresso n forma bnara (pedce ). L esponene prvao d è rappresenao usando al pù n b, dove n è la lunghezza de b del modulo RSA, ovvero N, che abbamo usao nel paragrafo precedene, menre l oupu S rappresena la frma dgale del messaggo M. Inolre dobbamo consderare, che queso algormo è usao pozzando che l messaggo M è mnore del modulo N. Pag.6/7

7 Kocher ha fao alcune mporan osservazon sull algormo rappresenao n fgura, nfa la condzone espressa alla lnea 4 causa l esecuzone del percorso d ques algormo n base al valore dell esponene. In ogn cclo d erazone, se l b rlevane d d è, allora sono esegu enramb l modulo del quadrao e della molplcazone (lnea 3 e 5 rspevamene); se l b rlevane è è eseguo solo l modulo del quadrao (lnea 3). In queso modo, l ammonare d calcolo rcheso, e qund l empo d esecuzone, per compleare gl n ccl erav è nfluenzao dal valore dell esponene. Se un aaccane osserva e confrona l empo d esecuzone d dvers ccl erav nell algormo lef-o-rgh, è n grado d dedurre l valore de corrsponden b dell esponene. Quesa ecnca, quando è applcaa conro un operazone d frme RSA, rleverà b della chave segrea del frmaaro. Il mng aac d Kocher descrve come un aaccane può usare l empo oale d esecuzone dell algormo per dedurre b dell esponene prvao. Quesa nformazone sul empo può essere faclmene osservaa da un aaccane passvo. Supponamo che un uene malnenzonao, Oscar, spedsce una sere d rchese d frme ad un PC che mplemena l algormo RSA, usando l algormo rpeuo lef-o-rgh. Oscar memorzza emp T,..., frma su ognuno de messagg conoscu, T T che l PC mpega al rorno d una procede n modo che Oscar recupera b d d, uno alla vola. Poché M, M,..., M Z N. L aacco, po, d < N ed n è la lunghezza de b d N, la rappresenazone bnara d d può conenere degl zero preceden, ma per semplfcare la nosra dscussone assumeremo che d = n. Passando araverso l pseudocodce della fgura, Oscar conosce che all nzo del cclo eravo S = M mod N e po, dopo l passo del quadrao, S = M mod N. Se d, l PC calcola l prodoo M * M mod N, alrmen non lo esegue. n = Pag.7/7

8 Usando la conoscenza delle caraersche fsche del PC desnaaro, Oscar smula su un PC denco (ad esempo con sesso processore, sessa RAM cache, ec.) l empo ˆ preso per calcolare messagg conoscu. Il valore d esegure queso calcolo. Kocher noa che, quando = n M * M modn per ognuno de M nfluenza l ammonare d empo rcheso per d, nsem { } ˆ e { } T sono correla. Per esempo, se ˆ è molo pù grande d quello aeso, allora anche T deve essere pù grande d quello aeso. Se d = n, allora nsem s comporano come varabl casual ndpenden. Msurando la correlazone Oscar può decdere l valore d d n. A queso puno Oscar conosce l valore d S all nzo del 3 cclo eravo. Per prendere n 3 preso dal PC per calcolare d Oscar rcosrusce l nseme { } ˆ, smulando l empo S * M mod N, dove l valore d S è conoscuo, e compare con l nseme { T }. Oscar connua allo sesso modo per recuperare rmanen b d d... Deagl dell aacco Analzzamo l meodo d aacco d Kocher e speghamo come può essere applcao conro un esponenzazone modulare nella lbrera crografca RSAREF.... RSAREF. L RSAREF. è saa rlascaa dalla RSA Laboraores nel 994. Quesa lbrera è saa un mplemenazone d rfermeno per dvers schem comun crografc. Nella lbrera RSAREF. sono nclus gl algorm per l accordo d chav Dffe-Hellman e la frma RSA. In enramb cas, l esponenzazone modulare è raaa araverso la funzone NN-ModExp. Il pseudo-codce della funzone NN-modExp è dao dalla fgura Pag.8/7

9 INPUT: M, N, d = (dn dn... dd) OUTPUT: S = M d mod N m M mod N m m * M mod N 3 m3 m * M mod N 4 S 5 for = n... by do 6 S S mod N 7 S S mod N 8 f (dd ) hen 9 S S m(dd ) mod N reurn S Fgura 3: Meodo lef-o-rgh per l calcolo dell esponenzazone modulare nel quale è saa usaa una fnesra d b. Un dea sbaglaa molo comune sul mng aac è che esso deermna solo se è esegua o no una condzone molplcava. Se fosse sao così, allora l aacco non avrebbe successo conro l algormo d fgura 3. Conoscendo che una molplcazone è esegua n un parcolare cclo eravo, elmnerebbe solano uno de quaro possbl valor per la coppa rlevane de b dell esponene. Per deermnare l valore d una coppa de b dell esponene è necessaro conoscere qual operand sono usa nella condzone molplcava. Il mng aac è capace d esplodere la varazone de emp nelle molplcazon e nel quadrao. Pag.9/7

10 Supponamo che Alce e Oscar comuncano con un proocollo d frme usando propr PC. Quando Oscar spedsce un messaggo ad Alce, Alce usa le roune d RSAREF e la sua coppa d chav prvae (N,d) per frmare. Alce allora spedsce la sua frma a Oscar. Oscar, nano, memorzza l empo T che Alce mpega per rspondere, dopo che egl ha spedo ad Alce l messaggo M. C sono dvers faor che conrbuscono al valore d T, nfa rornando alla fgura 3, l empo rcheso per esegure le sruzon da a 4, danno una conrbuzone che denoamo con c. Inolre nel cclo della fgura 3, per un parcolare valore d, l empo rcheso per esegure le lnee 6, 7 e 9 anch esse conrbuscono a T. Denoamo quese ulme condzon con r,, s,,, rspevamene. Noamo che r, e s, sono valor sreamene posv, ma, porebbe valere zero. Alr faor, come error d msurazone e dsanza d rasmssone, conrbuscono anche a T e possono essere raa come sorgen d errore. Denoamo quese conrbuzon con e. A queso puno, possamo scrvere: T = e + c + ( r, n + s, n +, n ) + ( r, n 3 + s, n 3 +, n e + c + ( r, + s, +, ) 3 ) ( r I b dell esponene segreo d Alce nfluenza l valore d quas u componen n quesa somma. Per un parcolare valore d, gl operand usa nelle due operazon quadrache sono compleamene deermnae dal valore de b dell esponene d d,..., d, d. Gl operand usa ne pass della n, n + + molplcazone sono affe da ques sess b così come b d d. Così, gl, + s, +, ) = esponen r, s,,,, sono u nfluenza da b dell esponene. Il valore d c è nfluenzao solano dal valore d M. Consderamo l prmo cclo eravo d NN-ModExp. Usando un PC denco ad Alce, Oscar può smulare e emporzzare quaro possbl nsem d calcol che Alce esegue nel prmo cclo eravo quando frma l messaggo M. Effevamene, Oscar genera quaro candda per l valore d Pag./7

11 c + r, n + s, n +, n. Per cosrure ogn canddao, Oscar può semplcemene frmare l messaggo M quaro vole usando gl esponen,,, 3 equvalen a,, e, espress n forma bnara. Denoamo con T ˆ, Tˆ, Tˆ, Tˆ l empo rcheso per quese quaro frme, dove prm, n,, n,, n,, n,3 due ndc ndcano l relavo messaggo e l cclo eravo, menre l ulmo ndce rappresena un poes per b d n dn. Oscar può, qund, cosrure la seguene abella: In una delle quaro colonne, Oscar ha smulao le operazon che saranno le sesse d Alce, esegue alla fne del prmo cclo eravo. In una d quese colonne, l valore canddao d Oscar sarà pù vcno a c + r, n + s, n +, n degl alr re candda. Dall anals nella seguene sezone, vedamo che, con un ala probablà, quesa produrrà che la varanza della colonna correa sa pù pccola delle alre. Confronando le quaro varanze oenue, Oscar può deermnare l valore d d n dn. La prossma coppa d b dell esponene, d n 3dn 4, possono essere dedo calcolando emp de quaro possbl nsem d calcol che Alce ha eseguo prma della fne del secondo cclo eravo. Per ogn messaggo, Oscar può msurare l empo preso per frmare M usando quaro esponen Quesa sasca è usualmene denoaa con S. Se Y, Y,..., Y è un nseme d osservazon e Y è la loro meda armeca, allora S = ( Y Y ) = Pag./7

12 d n dn, d n dn, d n dn e d n dn. Denoamo l empo rcheso per quese quaro frme con T ˆ ˆ ˆ ˆ, n 3,, T, n 3,, T, n 3,, T, n 3, 3. Oscar allora può rcosrure la sua abella n cu le rghe hanno la forma: T ˆ T, n 3, T ˆ T, n 3, T ˆ T, n 3, T ˆ T, n 3, 3 Inolre, Oscar calcola la varanza d ogn colonna per deermnare valor aual de b. Il valore delle alre coppe d b può essere decso a urno, usando una abella smle.... Anals Sa un parcolare valore d nell algormo lef-o-rgh d fgura 3, e sa g {,,,3}. Oscar procede con l mng aac rempendo le colonne della abella con valor della forma T Tˆ,, g, dove g è l poes per l valore de b d d dell esponene. Assumendo che Oscar ha deermnao correamene l valore de b d n dn... d + d +, abbamo: dove T ˆ,, g = c + ( r, + s, +, ) + ( r, + s, > ˆ,, g è un valore canddao per + ˆ,, g,. Se g = allora ˆ,, g =, alrmen ) ˆ,, g >. Qund, no abbamo: T Tˆ = e +,, g < = e + c + ( r, + s, +, ( r, ) + ( + s,, + ˆ,,, g ) c ) > ( r, + s, +, ) ( r, + s, + ˆ,, g ) = Allora s può verfcare che l valore ˆ,, g è una msura correa del empo presa da Alce per calcolare la molplcazone alla lnea 9 della fgura 3 quando =, oppure non lo è. Se è correo, allora ˆ,, g è uguale a,, e allora: Pag./7

13 T Tˆ,, g = e + ( r, < + s, +, ) Se non è correo, allora ˆ,, g solamene non è uguale a,, così non c saranno cancellazon. Oscar può usare la sasca per deermnare se quesa cancellazone avvene o no e qund verfcare l poes su g. La sorazone del ermne ˆ,, g nfluenza la varanza d una colonna de da. Per vedere cò, raamo le msure de emp come occorrenze d varabl casual. La varable casuale T descrve quano empo è necessaro per frmare un messaggo n casuale Z N, usando d, l esponene prvao d Alce. La varable T ˆ, g descrve quano empo è necessaro per esponenzare un messaggo usando gl n b pù sgnfcav d d, nel quale sono sae aggune le poes d due b (dpenden dal valore d g ). La varable casuale r ed s descrve quano empo serve per esegure l quadrao d un elemeno d Z N. La varable casuale descrve quano empo è necessaro per esegure la molplcazone d due elemen d Z N (noamo che è sreamene posvo). Infne, la varable casuale e descrve gl effe d errore. Assumendo che l empo per l calcolo del quadrao e della molplcazone ne ccl successv sono ndpenden da ognuno e dall errore, la varanza della varable casuale T Tˆ, g quando l poes d g è correa, vale: Var( T Tˆ, ) Var( e ( r s) ) g = < < d d = Var( e) + Var( r) + Var( s) + l Var( ) La varable l è un nero che è deermnao dal numero d coppe d b prese da d che non sono ugual a (per un valore casuale d d, l è approssmavamene uguale a 3 ( ) ). Rcordamo che la varabl casual r 4 ed s descrvono l empo necessaro per fare un operazone d calcolo del quadrao. Pag.3/7

14 Così, r ed s sono dencamene dsrbue e la varanza d n fuuro essere semplfcaa a: Var( T Tˆ g ) = Var( e) + ( ) Var( s) + l Var( )., T Tˆ, g può Quando l valore d g pozzao è scorreo, allora c sono due possblà per la varanza d T Tˆ, g, dpendene dal valore d g. Rcordamo che, nel caso g sa scorreo, s ha:: T ˆ T,, g = e + ( r, + s, +, ) + (, ˆ,, < g ). Innanzuo, supponamo che enramb e ˆ g sono dvers da zero.,,, Allora, l valore ˆ,,, g è la dfferenza d due occorrenze (solamene non ugual) della varable casuale. Poché la varanza della varable casuale è daa da Var( ) + Var( ) = Var( ), abbamo nelle colonne della relava abella: Var T Tˆ g ) = Var( e) + ( ) Var( s) + ( l + (, ) Var( ) Po, supponamo che una ra, o ˆ,, g è zero, allora, per ogn colonna d da con quesa propreà, s ha: Var T Tˆ ) = Var( e) + ( ) Var( s) + ( l ) Var( ). (, g + In queso modo, la colonna de da basaa su una correa poes ha una varanza che è Var () oppure Var( ) pù bassa delle alre colonne d da. La varanza campone, S, è una buona sma della varanza effeva e no poremmo presenare una sma eursca della probablà che quesa sasca dsnguerà la correa colonna. Per svluppare la nosra sma, prma nroducamo alcune noe e consderamo due argomen che sono sa sabl n mol es nroduv della probablà []. Scrvamo X ~ N ( µ, σ ) per ndcare che la varable casuale X è normalmene dsrbua con la meda µ e la varanza σ. La meda d una varable casuale X è anche denoaa con E(X). Se Y è una varable casuale espressa come Y = ax + b, dove a e b sono cosan, e X ~ N ( µ, σ ), allora Pag.4/7

15 Y ~ (, σ N aµ + b a ). Se X ~ N( µ x, σ x ) e Y ~ N( µ y, σ y ), dove X e Y sono ndpenden, allora X + Y ~ N( µ x + µ y, σ x + σ y ). La colonna de da nella abella d Oscar, che corrsponde ad una correa poes, ha una varanza aesa d Var( e) + ( ) Var( s) + l Var( ). C è una seconda colonna nella abella d Oscar che ha una varanza aesa d Var ( e) + ( ) Var( s) + ( l + ) Var( ). Quese due varanze dfferscono per l valore d Var (). Supponamo che esse una erza colonna d da con varanza aesa Var ( e) + ( ) Var( s) + ( l + ) Var( ). In queso caso la varanza dffersce dalla prma colonna per un valore d Var( ). calcolare La probablà d successo del es sasco d Oscar, che consse nel S, è pù basso quando egl la calcola alla prma e seconda colonna, opposo a quando la applca alla prma e erza colonna. Qund, no dervamo una sma d quesa probablà d successo nel caso peggore. Una sma della probablà n alr cas, può essere rcavaa n modo smle. Supponamo che s r, s, sano normalmene dsrbue. Denoamo con N( µ, σ ) la dsrbuzone d r ed s, e denoamo con N( µ, σ ) la dsrbuzone s d. Enramb: ( r + s) e < < d d sono normalmene dsrbue e da nelle colonne corree e ncorree della abella sono dsrbue n accordo alle seguen somme: ( r + s) + e ( r + s) + < < d d < + < d d Enrambe le somme d quese varabl casual sono normalmene dsrbue. Denoamo la dsrbuzone del prmo con N ( µ, σ ) e noamo che σ = + l. ( ) σ s σ Pag.5/7

16 X,..., Supponamo che abbamo un oale d msure d empo accurae. Sano, X X e Y, Y,..., Y le varazon normal sandard corree ed errae rspevamene. Se gl effe d errore sono nsgnfcan, possamo modellare da n due colonne come: Per semplfcare la nosra noazone, ponamo V = σ X + µ e W = ( σ X + µ ) + ( σ Y + µ ). Voglamo smare quano segue: Pr( S w > S v ) = Pr( = ( W W ) > = ( V V ) ) = Pr( ( W W ) > = = ( V V ) ) Le varabl V e W sono normalmene dsrbue con le meda d µ e µ + µ rspevamene. Così, se è grande, allora V µ e W µ + µ. Usando quesa approssmazone c dà: Pr( S w = Pr( > S = Pr(σ v ) Pr( = ( σ X = = + σ Y ) ( σ X + σ σ X Y + σ Y ) > = = X Y + σ Y > ) > = ( σ X σ X ) ) = Ora, consderamo alcune nozon del calcolo delle probablà. L denà Var( X ) X = E( X ) E( ) vsualzza che ( X ) = ) = E e E ( Y ) =, poché X e Y sono normalmene dsrbue. A queso puno, = = = = E( Y ) E( Y ) e no useremo queso valore per approssmare Y =. Poché X e Y sono ndpenden, E ( X, Y ) E( X ) E( Y ) =. = Pag.6/7

17 Ancora, Var( X, Y ) = E( X Y ) ( E( X Y )) = E( X Y ) = E( X ) E( Y ) =. Applcando l eorema del lme cenrale, allora X Y = segue, approssmavamene, la dsrbuzone d N (, ). Se Z è una varazone sandard normale, la probablà d successo d Oscar, nel caso peggore, è approssmavamene: σ Pr( S S ) Pr( ( Z) ) Pr( Z σ ) ( W > V σ + σ > = > = Φ ) σ σ dove Φ (z) è l area suaa soo la curva normale sandard da a z. Rapplcando pass della nosra approssmazone, possamo smare la probablà d successo d Oscar n un caso alernavo, quale: caso. σ Φ ( σ Noamo che, come c aspeavamo, la probablà è pù grande del prmo Rcordamo che ( ) σ s lσ ) σ = + e pozzando che ( 3 abbamo che ) σ = (σ s + σ ). Adesso: 4 σ σ = = σ ( ) 3 σ s (σ s + σ ) ( )(( ) + 4 σ 3 ) 4 3 ( ) l =, 4 Quesa è la probablà d successo, e n ognuno de due cas, dpende da valor d σ s, σ,,. In queso modo, Oscar procede con l mng aac, facendo varare da n- a. Vengono recupera pù b dell esponene segreo, decremena, e così la probablà d successo ncremena. Ancora, consderando mole msure su emp, ncremena, così la probablà d successo ncremena anch essa. Pag.7/7

18 3. Conromsure Prma d descrvere come dfenders dal mng aac, consderamo prma due alr approcc comun verso lo svluppo d conromsure. Il prmo e l meodo pù ovvo, è asscurars che ue le operazon grno n un ammonare d empo cosane. Sforunaamene, è dffcle persegure ques obevo. Le omzzazon de complaor e della memora possono nrodurre varazon d empo non aes, qual sfuggono al conrollo delle mplemenazon. Traenere l rsulao d un operazone fno a che uno specfco ammonare d empo ermnerà, può sembrare un approcco promeene, ma la lunghezza del rardo agguno può essere deermnao, araverso l consumo d almenazone del ssema o dell uso della CPU. Inolre, usando queso meodo degraderemo l effcenza del ssema, poché ue le operazon s comporerebbero come se sessero processando degl npu nel caso peggore. Allora, s porebbe esegure la molplcazone n ogn cclo eravo dell algormo lef-o-rgh come n fgura 4, l quale non rende cosane l esecuzone del empo dell algormo. La varablà nell operazone della molplcazone e del quadrao rmarranno ancora e queso può essere scopero INPUT: M, N, d = (dn dn... dd) OUTPUT: S = M d mod N S for = n... do 3 S S mod N 4 T S M mod N 5 f d = hen 6 S T 7 reurn S Pag.8/7

19 Fgura 4: Quesa modfca dell algormo square and mulply è ancora vulnerable al mng aac Come menzonao n precedenza, l mng aac può deermnare qual operand sono usa n ogn passo dell algormo e al percorso dell esecuzone. Se l operazone d molplcazone e d elevazone al quadrao sono esegue n un empo cosane, allora l empo per un esponenzazone modulare sarebbe correlaa solano dall ampezza d Hammng dell esponene [Appendce B]. Per esponen casual, l ampezza d Hammng non rleva, n meda, mole nformazon crca l suo valore. La molplcazone d Mongomery [Appendce C] è esegua n un empo quas cosane, ma c è una pccola sorgene d varablà rsulane da una sorazone condzonale. RSA con la molplcazone d Mongomery è vulnerable al mng aac []. Il secondo meodo è aggungere rumore al empo d esecuzone delle vare operazon. L effeo desderao è quello d ncremenare l numero rcheso d msure de emp n modo ale che l aacco dven mpracable. Il precedene meodo d aacco e la successva anals ha pozzao che gl effe d rumore fossero nsgnfcan, ma queso non porebbe essere l caso. Inserendo de rard casual s produce una sorgene d rumore, ma queso rdurrà l effcenza se la meda del rardo è abbasanza larga. Per sconfggere l mng aac, gl svluppaor prevenveranno un aaccane dall apprendere gl npu per un operazone vulnerable. Nel caso d RSA, se Oscar non conoscesse l valore della base usaa nell esponenzazone modulare, allora la corrspondene nformazone d mng non può essere usaa. La sruura algebrca d essere frma. Puoso che frmare l messaggo Z N permee che messagg sano blnda [] prma d * M Z N, Alce può sceglere un Z * ' r N casuale e frmare l messaggo M = e r * M mod N. Denoamo la frma rsulane con ' S. Alce, adesso, calcola ' ed d r S = r r M d = r rm d = M mod N per oenere la sua frma sul messaggo M. Pag.9/7

20 La convenenza d quesa ecnca dpende neramene da deagl del crossema, ma mol ssem a chave pubblca hanno una sruura algebrca a rchesa. Pag./7

21 4. Concluson La nosra anals del mng aac, applcaa all esponenzazone modulare n RSAREF, è complcaa dal fao che l meodo d esponenzazone processa gl esponen usando una fnesra d b. La nosra dscussone sarebbe maggormene semplfcaa se avesse consderao un meodo con una fnesra da b. Nel documeno [3], Kocher semplfca la sua anals assumendo che s conosce ogn secondo b dell esponene. Kocher presena rsula ra da dvers espermen che sosengono la sua descrzone eorca del mng aac. Sforunaamene, n quella pubblcazone, Kocher rleva poch deagl prac d come ha eseguo suo espermen; queso rende l lavoro d rproduzone del suo espermeno come qualcosa d dffcle per l leore. Alr auor sono sa pù mmnen con deagl de loro espermen. Per esempo, esse una dscussone deaglaa nel documeno [3] che descrve come precsare le nformazon su mng che possono essere msurae su un PC. S dovrebbe noare che l mng aac d Kocher, come presenao n [3], non applca dreamene le operazon n RSAREF. alla frma RSA. Come mole mplemenazon d RSA, RSAREF. usa l Chnese Remander Theorem (CRT) per calcolare le frme. Una conseguenza d queso meodo è che gl npu a due componen d esponenzazone modulare sono effevamene blnda, così l mng aac non può essere applcao. Se un avversaro ha l ablà d sceglere qual messagg devono essere frma allora l mng aac può essere applcao alle mplemenazon CRT come vsualzzao n [4]. I mng aac sono pù mnaccos per apparecch crografc dedca (come ad esempo le smarcard) e c sono sa re dfferen aacch su OpenSSL basa su applcazon d decfraura RSA. E sao dmosrao che è possble recuperare le chav prvae RSA usae n ques ssem. Pag./7

22 La ecnca del mng aac llusra che gl aaccan non necessaramene gocano un ruolo fondamenale, ma ess sfruano ed aaccano sempre pun debol del ssema. Pag./7

23 5. Rfermen. D.Brumley and D. Boneh, "Remoe mng aacs are praccal", a crypo.sanford.edu/~dabo/papers/ssl-mng.pdf. J.F. Dhem, F. Koeune, P.-A. Leroux, P. Mesré, J.-J. Qusquaer, and J.-L. Wllems, "A praccal mplemenaon of he mng aac", a 3. P.Kocher, "Tmng aacs on mplemenaons of Dffe-Hellman, RSA, DSS, and oher sysems", a 4. S.Levy, "The open secre", Wred, ssue 7.4, Aprl 999, a hp:// 5. OpenSSL Proec. hp:// 6. R. L. Rves, A. Shamr, L. Adleman, "A mehod for obanng dgal sgnaures and publc-ey cryposysems". Comm. ACM (978) no., RSA Laboraores. hp:// 8. B.Schneer, "Rss of relyng on crypography", Insde Rss, Communcaons of he ACM, vol. 4, no., Ocober 999, a 9. US-CERT Vulnerably Noe VU#99748, a hp:// Pag.3/7

24 . G.Blom. Probably and Sascs: Theory and Applcaons. Sprnger-Verlag, J.F. Dhem,F. Koeune,P.A. Leroux,P. Mesr e,j.j. Qusquaer,and J.L.Wllems. A Praccal Implemenaon of he Tmng Aac. Techncal Repor CG-998/,Unv ers e caholque de Louvan,998. Avalable from hp:// D. Chaum. Blnd Sgnaures for Unraceable Paymens. In R. Rves and A. Sherman and D. Chaum,edor, Advances n Crypology - Proceedngs of CRYPTO 8,volume,pages Plenum Press, A. Heva and M. Kw. Srengh of Two Daa Encrypon Sandard Implemenaon Under Tmng Aacs. ACM Transacons on Informaon and Sysem Secury,(4):46 437,No vember W. Schndler. A Tmng Aac agans RSA wh he Chnese Remander Theorem. In C. K. Ko c and C. Paar,edors, Crypographc Hardware and Embedded Sysems - CHES,v olume 965 of LNCS,pages 9 4. Sprnger-Verlag,Augus. Pag.4/7

25 6. Appendce A Teorema d Eulero: MCD ( a, m) =, se m è un nero posvo ed a è un nero con φ ( ) allora a m mod( m). Con MCD ( a, m) s nende l Massmo Comune Dvsore d a ed m e φ (m) è la funzone ph d Eulero, defna come l numero d ner posv mnore d m che sono relavamene prm a m. Due numer sono relavamene prm se l loro MCD è. E la cosa molo pù mporane è che se è possble faorzzare m, possamo calcolare velocemene φ (m). Pag.5/7

26 7. Appendce B Dsanza d Hammng: s chama dsanza d Hammng e s ndca come d H (s,s) la dfferenza d componen ra due veor boolean. Esempo: Da e la loro dsanza d Hammng d H (s,s) è 4. Infa le componen dverse sono la prma, erza, quna e nona; per calcolare velocemene ale dsanza s può fare l'xor de due veor, componene a componene, e conare l numero d componen oenue. Pag.6/7

27 8. Appendce C Molplcazone d Mongomery. L algormo d Mongomery permee d fare l calcolo veloce della molplcazone fra numer rappresena con un numero elevao d b. In parcolare va a sfruare alcune propreà dell algebra modulare per veloczzare al massmo quesa operazone. Il problema n quesone s rconduce al calcolo della seguene quanà: ab mod n (8.) Quesa operazone, essendo a,b,n numer molo grand (dell ordne d 4 b) è puoso dspendosa e, dao che vene esegua pù vole negl algorm d crografa a chave pubblca, s cerca d rcondurla n una forma pù snella. quanà: Ovvero l algormo d Mongomery permee l calcolo della seguene Mon Pr o( a, b) = abr mod n (8.) E necessaro sceglere un numero r maggore d n n modo ale che due numer sano prm fra loro. D conseguenza, l massmo comune dvsore deve essere uguale ad (gcd(n,r)=). La scela d queso paramero può essere faa n modo ale che s semplfchno le operazon che s dovranno compere. D conseguenza, s scegle come r l numero poenza d (r= ) ale che valga la seguene dsuguaglanza n <. In queso modo, le dvson per r dvenano semplc shf, menre modul dvenano delle semplc maschere. Infa, per quano rguarda l modulo s ha: f mod r = f ( r ) (8.3) (Es. 7 mod 8 = 3 espresso n bnaro 7= 8= per cu s vede che 7&7=&=3 7 mod 8= 7 & 7 = 3). Pag.7/7

Equazioni dei componenti

Equazioni dei componenti Equazon de componen Eserczo Nella fgura è rappresenao un quadrupolo la cu sruura nerna alla superfce lme conene ressor R e R. Deermnare le equazon del componene ulzzando come arabl descre quelle corrsponden

Dettagli

Lezione 11. Polinomi a coefficienti in un campo.

Lezione 11. Polinomi a coefficienti in un campo. Lezone Prerequs: Lezone 0. Polnom a coeffcen n un campo. Sa K un campo. In quesa lezone sudamo le propreà armeche dell'anello d polnom K[ X ], che sono analoghe a quelle valde nell'anello Z e da no consderae

Dettagli

MATEMATICA FINANZIARIA 2 PROVA SCRITTA DEL 11 SETTEMBRE 2007 ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 2 PROVA SCRITTA DEL 11 SETTEMBRE 2007 ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL SETTEMBRE 007 ECONOMIA AZIENDALE ESERCIZIO a Su un mercao deale vene smaa, rame prezz d TCN unar, la seguene sruura per scadenza de ass a pron (0,4,% ; (0,4,8%

Dettagli

Bayes. stati del mondo

Bayes. stati del mondo ayes Sao del mondo Se ndchamo con uno sao del mondo e un eveno, la probablà d dao ndca che s manfesa dao che è lo sao del mondo. Qund l eveno può essere pensao anche come uno sao del mondo. La formula

Dettagli

Metodi quantitativi per la stima del rischio di mercato. Aldo Nassigh. 16 Ottobre 2007

Metodi quantitativi per la stima del rischio di mercato. Aldo Nassigh. 16 Ottobre 2007 Meod quanav per la sma del rscho d mercao Aldo Nassgh 16 Oobre 007 METODI NUMERICI Boosrap della curva de ass Prncpal Componen Analyss Rsk Mercs Meod d smulazone per l calcolo del VaR basa su Full versus

Dettagli

Condensatore + - Volt

Condensatore + - Volt 1) Defnzone Condensaore Sruura: l condensaore è formao da due o pù superfc condurc, chamae armaure, separae da un maerale solane, chamao delerco. Equazon Caraersche: La ensone ra armaure è dreamene proporzonale

Dettagli

C = Consideriamo ora un circuito RC aperto, cioè tale in cui non circoli corrente(pertanto la carica presente sulle armature è nulla).

C = Consideriamo ora un circuito RC aperto, cioè tale in cui non circoli corrente(pertanto la carica presente sulle armature è nulla). I crcu Defnzone: s defnsce crcuo un crcuo elerco n cu al generaore d fem sono collega una ressenza e un condensaore. V cordamo che per un condensaore è possble defnre la capacà come l rapporo ra la carca

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria APPENDICE ATEATICA Elemen d maemaca fnanzara. Il regme dell neresse semplce L neresse è l fruo reso dall nvesmeno del capale. Nel corso dell esposzone s farà rfermeno a due regm o pologe d calcolo dell

Dettagli

Introduzione ai Modelli di Durata: Alcuni Modelli Parametrici

Introduzione ai Modelli di Durata: Alcuni Modelli Parametrici Inroduzone a Modell d Duraa: Alun Modell Paramer a.a. 2009/2010 - Quaro Perodo Prof. Flppo DOMMA Corso d Laurea Spealsa/Magsrale n Eonoma Applaa Faolà d Eonoma UnCal 1. Esponenzale Modell Paramer Le funzon

Dettagli

Ministero dell Istruzione, dell Università e della Ricerca

Ministero dell Istruzione, dell Università e della Ricerca Noa ecnca La formula per la ulzzazone degl Indcaor conenua nell allegao al D.M. n. 506/2007, è defna araverso seguen passagg logco-algebrc, n relazone a quano prevso dal D.M. 3 luglo 2007, n. 362 (lnee

Dettagli

CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI 1. LEGGI FINANZIARIE

CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI 1. LEGGI FINANZIARIE CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI SOMMARIO:. Legg fnanzare. - 2. Regme fnanzaro dell neresse semplce e dello scono razonale. - 3. Regme fnanzaro dell neresse e dello scono composo. - 4. Tass equvalen.

Dettagli

ESPONENTI DI LIAPUNOV

ESPONENTI DI LIAPUNOV ESPONENTI DI IAPUNOV Ssem a empo dscreo, mono- e mul-dmensonal Problemache d calcolo Ssem a empo connuo C. Pccard e F. Dercole Polecnco d Mlano - 9/0/200 /8 MAPPE MONO-DIMENSIONAI Consderamo l ssema a

Dettagli

CONDUTTIMETRIA. La conduttanza è l inverso della resistenza e la resistenza Conduttanza C = R

CONDUTTIMETRIA. La conduttanza è l inverso della resistenza e la resistenza Conduttanza C = R ODUTTIMETIA La condumera è una ecnca basaa sulla conducblà degl on presen n soluzone. I conduor possono essere : I spece generalmene meall e meallod, sono caraerzza dall assenza del rasporo d maera, n

Dettagli

Lezione n. 2 di Controlli Automatici A prof. Aurelio Piazzi Modellistica ed equazioni differenziali lineari

Lezione n. 2 di Controlli Automatici A prof. Aurelio Piazzi Modellistica ed equazioni differenziali lineari Cors d Laurea n Ingegnera Eleronca, Informaca e delle Telecomuncazon Lezone n. 2 d Conroll Auomac A prof. Aurelo Pazz dfferenzal lnear Unversà degl Sud d Parma a.a. 2009-2010 Cenn d modellsca (crcu elerc

Dettagli

Regimi periodici non sinusoidali

Regimi periodici non sinusoidali Regm perodc non snusodal www.de.ng.unbo./pers/masr/ddaca.hm versone del -- Funzon perodche S dce che una funzone y è perodca se esse un > ale che per ogn e per ogn nero y y l pù pccolo valore d per cu

Dettagli

Mental Poker. Protocolli Crittografici. Mental Poker: C ottiene 5 carte. Mental Poker: B ottiene 5 carte. Mental Poker: C ottiene 5 carte

Mental Poker. Protocolli Crittografici. Mental Poker: C ottiene 5 carte. Mental Poker: B ottiene 5 carte. Mental Poker: C ottiene 5 carte Proocoll Crografc Poker enale Condvsone d segre Lanco d una monea Oblvous Transfer Blnd Sgnaure onea Eleronca Elezon Cerfed emal P roocoll enal Poker Poker senza care, con gocaor curos ma ones Tre gocaor:

Dettagli

Modulo Foreste: algoritmo di stima

Modulo Foreste: algoritmo di stima Modulo Forese: algormo d sma Modello For Es (Fores Esmaes) La procedura mplemenaa n Inemar è basaa sul modello For-Es svluppao da ISPRA seguendo le ndcazon delle lnee guda LULUF dell IP. S basa su una

Dettagli

PROCESSI CASUALI. Segnali deterministici e casuali

PROCESSI CASUALI. Segnali deterministici e casuali POCESSI CASUALI POCESSI CASUALI Segnal deermnsc e casual Un segnale () s dce DEEMIISICO se è una funzone noa d, coè se, fssao un qualunque sane d empo o, l valore ( o ) assuno dal segnale è noo con esaezza

Dettagli

Controllo predittivo (MPC o MBPC)

Controllo predittivo (MPC o MBPC) Conrollo predvo MPC o MBPC Nella sa formlaone pù enerale, l conrollo predvo consa d re dee d base:. L lo d n modello maemaco ao a prevedere le sce del processo nel san d empo fr l orone. Le sce fre, comprese

Dettagli

PROCESSI CASUALI. Segnali deterministici e casuali

PROCESSI CASUALI. Segnali deterministici e casuali POCESSI CASUALI Fondamen d Segnal e Trasmssone Segnal deermnsc e casual Un segnale () s dce DETEMIISTICO se e una funzone noa d, coe se, fssao un qualunque sane d empo o, l valore ( o ) assuno dal segnale

Dettagli

Definizione. Algoritmi di Change Detection - foreground. background

Definizione. Algoritmi di Change Detection - foreground. background Algorm d Change Deecon - Defnzone 1 Change Deecon: rlevameno de cambamen n mmagn della sessa scena acquse n san dfferen. Inpu: due o pu mmagn della scena. Oupu: mmagne bnara dea Change Mask che ad ogn

Dettagli

Oscillazioni libere e risonanza di un circuito RLC-serie (Trattazione analitica del circuito RLC-serie)

Oscillazioni libere e risonanza di un circuito RLC-serie (Trattazione analitica del circuito RLC-serie) Ing. Eleronca - II a Esperenza del aboraoro d Fsca Generale II Oscllazon lbere e rsonanza d un crcuo -sere (Traazone analca del crcuo -sere on quesa breve noa s vuole fornre la raazone eorca del crcuo

Dettagli

Determinare gli insiemi delle soluzioni dei seguenti sistemi lineari non omogenei e scriverli in forma di spazio affine ESERCIZIO 1.3.

Determinare gli insiemi delle soluzioni dei seguenti sistemi lineari non omogenei e scriverli in forma di spazio affine ESERCIZIO 1.3. Deermnare gl nsem delle soluon de seguen ssem lnear non omogene e srverl n forma d spao affne ESERCIZIO ESERCIZIO ESERCIZIO ESERCIZIO ESERCIZIO ESERCIZIO 6 ESERCIZIO ESERCIZIO ESERCIZIO 9 ESERCIZIO SOLUZIONI

Dettagli

GENERATORE DI IMPULSO CON AMPLIFICATORE OPERAZIONALE

GENERATORE DI IMPULSO CON AMPLIFICATORE OPERAZIONALE GENEAOE DI IMPULSO CON AMPLIFICAOE OPEAZIONALE Un generaore d mpulso, o mulvbraore monosable, è un crcuo che presena due possbl sa: uno sao sable ed uno sao quas sable Il crcuo s rova, normalmene, nello

Dettagli

Nel caso di un regime di capitalizzazione definiamo, relativamente al periodo [t, t + t] : i t

Nel caso di un regime di capitalizzazione definiamo, relativamente al periodo [t, t + t] : i t 4. Approcco formale E neressane efnre le caraersche e var regm fnanzar n manera pù asraa e generale, n moo a poer suare qualsas regme fnanzaro. A al fne efnamo percò e paramer n grao escrvere qualsas po

Dettagli

Università degli Studi della Calabria Facoltà di Ingegneria

Università degli Studi della Calabria Facoltà di Ingegneria Unersà degl Sud della Calabra Facolà d Ingegnera Corso d Laurea n Ingegnera Eleronca Indro Telecomuncaon Tes d Laurea Anenna pach sacked ad onde superfcal rdoe Relaore: Prof. Gandomenco AMENDOLA Canddao:

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso 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

Dettagli

INDICE. Capitalizzazione Pagina 3 Sconto e valore attuale Pagina 10 Equivalenza finanziaria e operazioni composte Pagina 14 Rendite Pagina 16

INDICE. Capitalizzazione Pagina 3 Sconto e valore attuale Pagina 10 Equivalenza finanziaria e operazioni composte Pagina 14 Rendite Pagina 16 MATEMATICA FINANZIARIA www.marosandr. INDICE Capalzzazone Pagna 3 Scono e valore auale Pagna 0 Equvalenza fnanzara e operazon compose Pagna 4 Rende Pagna 6 2 CAPITALIZZAZIONE Defnzon Il conrao d preso

Dettagli

Componenti dotati di memoria (dinamici)

Componenti dotati di memoria (dinamici) omponen doa d memora (dnamc) S raa d componen elerc che esprmono una relazone cosua ra ensone e correne che rchama anche alor d ensone e/o correne rfer ad san d empo preceden. a relazone cosua è n queso

Dettagli

Capitolo 2 Le leggi del decadimento radioattivo

Capitolo 2 Le leggi del decadimento radioattivo Capolo Le legg del decadmeno radoavo. Sablà e nsablà nucleare Se analzzamo aenamene la cara de nucld, vedamo che n essa sono rappresena, olre a nucle sabl, anche var nucle nsabl. Con l ermne nsable s nende

Dettagli

Soluzione di sistemi di equazioni differenziali

Soluzione di sistemi di equazioni differenziali Soluzone d ssem d equazon dfferenzal Porese aere l mpressone d non sapere nulla sulle equazon dfferenzal e d non aerne ma nconraa una. In realà quesa mpressone è sbaglaa perché la legge d Neon F ma s può

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L 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

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L 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

Dettagli

ISTRUZIONE OPERATIVA:

ISTRUZIONE OPERATIVA: ASSORBIENTO D QUA LA PRESSIONE ATOSFERI Pagna 1 d 5 L da INDICE: 1) Scopo 2) Campo d applcazone 3) Norma d rfermeno 4) Defnzon e smbol 5) Responsablà 6) Apparecchaure 7) odalà esecuve 8) Esposzone de rsula

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 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

Dettagli

Definizione della tariffa per l accertamento di conformità degli strumenti di misura

Definizione della tariffa per l accertamento di conformità degli strumenti di misura alla delberazone d Guna n. 2 del 20.0.2009 Defnzone della arffa per l accerameno d conformà degl srumen d msura. Per l accerameno d conformà degl srumen d msura sono defne le seguen 8 class arffare: denfcavo

Dettagli

NOTA METODOLOGICA INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO

NOTA METODOLOGICA INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO Noa meodologca - Indc snec per confron emporal 53 INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO Uno de prncpal problem nella cosruzone d ndc snec rguarda la scela d meod che

Dettagli

Ad 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

Ad 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

Dettagli

Scrivere programmi corretti

Scrivere programmi corretti Scrvere programm corrett L esempo della rcerca bnara o dcotomca J. Bentley, Programmng Pearls, Addson Welsey. 1 Schema processo produzone funzone teratva Algortmo n pseudo-codce Indvduazone nvarante Codfca

Dettagli

PRINCIPI DI SISTEMI ELETTRICI SEDE DI MILANO

PRINCIPI DI SISTEMI ELETTRICI SEDE DI MILANO same d PINCIPI DI SISTMI TTICI SD DI MINO I Compno del 0 05 07 ) Il crcuo d Fg., n regme sazonaro, è così assegnao: () 0 V 0 V 5 V 8 0 5 5 0 00 mh nerruore S è apero da un empo nfno e s chude all sane

Dettagli

Circuiti magnetici. (versione del ) Campo magnetico stazionario o quasi stazionario

Circuiti magnetici.  (versione del ) Campo magnetico stazionario o quasi stazionario Crcu magnec www.de.ng.unbo./pers/masr/ddaca.hm (versone del 3--) Campo magneco sazonaro o quas sazonaro Condzon sazonare: grandezze eleromagneche cosan nel empo Condzon quas sazonare: varazon nel empo

Dettagli

Campo magnetico stazionario

Campo magnetico stazionario Campo magneco sazonaro www.de.ng.unbo./pers/masr/ddaca.hm (versone del 3--) Equazon fondamenal Equazon per l campo magneco H J B H B n d J n d Equazon d legame maerale ezzo lneare soropo B H H ) ( ezzo

Dettagli

Analisi delle reti con elementi dinamici

Analisi delle reti con elementi dinamici Prncp d ngegnera elerca ezone a Anals delle re con elemen dnamc Induore Connesson d nduor Induore nduore è un bpolo caraerzzao da una relazone ensonecorrene d po dfferenzale: ( d( d e hanno ers coordna

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* 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

Dettagli

Capitolo 3. Cap. 3-1

Capitolo 3. Cap. 3-1 Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare

Dettagli

ELETTROTECNICA Ingegneria Industriale

ELETTROTECNICA Ingegneria Industriale EETTROTECNICA Ingegnera Indusrale UTUE INDUTTANZE CIRCUITI AGNETICI Sefano Pasore Dparmeno d Ingegnera e Archeura Corso d Eleroecnca 043IN a.a. 03-4 È un componene dnamco a due pore conservavo del II ordne

Dettagli

Indice. Previsioni. Previsioni. Introduzione

Indice. Previsioni. Previsioni. Introduzione Indce Prevson Inroduzone 9//7 7.3 conce base modell causal sere emporal error sere sazonare sere con rend sere con sagonalà Prevson La capacà d prevedere (forecasng l fuuro è fondamenale per un azenda.

Dettagli

UNIVERSITA DEGLI STUDI DI FIRENZE. Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica! "#$

UNIVERSITA DEGLI STUDI DI FIRENZE. Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica! #$ UNIVERITA DEGLI TUDI DI FIRENZE Facolà d Ingegnera Corso d Laurea n Ingegnera Informaca! "#$ ##%& ' ommaro OMMARIO... 1 INTRODUZIONE... 2 1.1 I DATI BIOLOGICI COME EQUENZE DI IMBOLI... 3 1.1.1 Qualà delle

Dettagli

Problema. Integrazione scorte e distribuzione. Modello. Modello

Problema. Integrazione scorte e distribuzione. Modello. Modello Problema Inegrazone score e dsrbuzone Modell a domanda varable ree dsrbuva: uno a mol merc: colleame domanda: varable vncol: numero e capacà vecol cos: fss/varabl, magazzno/rasporo approcco rsoluvo: eursco/esao

Dettagli

Corso di Fisica tecnica e ambientale a.a. 2011/ Docente: Prof. Carlo Isetti

Corso di Fisica tecnica e ambientale a.a. 2011/ Docente: Prof. Carlo Isetti Corso d Fsca ecnca e ambenale a.a. 2011/2012 - Docene: Prof. Carlo Ise CAPITOLO 11 11.1 Ressenze ermche Per analzzare process d rasmssone n cu sano conemporaneamene presen fenomen d conduzone, convezone

Dettagli

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k (1) La sere bnomale è B n (z) = k=0 Con l metodo del rapporto s ottene R = lm k Soluzon 3.1 n(n 1) (n k + 1) z n k! c k c k+1 = lm k k + 1 n k lm k c k z k. k=0 1 + 1 k 1 n k = 1 (2) La multfunzone f(z)

Dettagli

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

Il 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

Dettagli

Istituzioni di Probabilità Laurea magistrale in Matematica 15 Gennaio 2015

Istituzioni di Probabilità Laurea magistrale in Matematica 15 Gennaio 2015 Iuzon d Probablà Laurea magrale n Maemaca 5 Gennao 5 Eerczo. pun S conder l equazone dfferenzale ocaca S dmor che dx = X d +, X = x. X = B + e x e B d è l unca oluzone. S mpo la verfca che ale oluzone

Dettagli

Principio di massima verosimiglianza

Principio 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.

Dettagli

Principio di massima verosimiglianza

Principio 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.

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

Misure dirette utilizzate per il calcolo della misura indiretta X:

Misure 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

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 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

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni 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

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI 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

Dettagli

RESISTENZA TERMICA E MECCANISMI COMBINATI

RESISTENZA TERMICA E MECCANISMI COMBINATI Corso d Fsca Tecnca a.a. 2010/2011 - Docene: Prof. Carlo Ise RESISTENZA TERMICA E MECCANISMI COMBINATI 12.1 RESISTENZE TERMICHE Per analzzare process d rasmssone n cu sano conemporaneamene presen fenomen

Dettagli

Impatto sulla rete di alimentazione in c.a. dei raddrizzatori con carico capacitivo

Impatto sulla rete di alimentazione in c.a. dei raddrizzatori con carico capacitivo orso d ELERONA NDUSRALE Raddrzzaor con carco capacvo. mpao sulla ree e flrao passvo Aromen raa Anals d un raddrzzaore a semonda Raddrzzaor a doppa semonda mpao sulla ree Defnzone d Power Facor Defnzone

Dettagli

GURU. Facebook. Gli strumenti avanzati di Facebook ADS WEBLIME

GURU. Facebook. Gli strumenti avanzati di Facebook ADS WEBLIME Facebook GURU Gl srumen avanza d Facebook ADS Un corso ecnco-praco d approfondmeno sugl srumen pù avanza d Facebook ADS. Il Corso s rvolge esclusvamene a ch gà gessce nserzon con Facebook. Ogg mole persone

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43

Dettagli

θ 2 i r 2 r La multifunzione f (z) = z z i

θ 2 i r 2 r La multifunzione f (z) = z z i 1-19 1.4 1.4.1. La multfunone f () = + 1 3 è l prodotto d 2 multfunon Z Z e W 3 W. È qund ragonevole supporre che Z =, coè = 1 e W =, coè = sano punt d dramaone d f. Con rfermento alla fgura a lato, e

Dettagli

Impatto sulla rete di alimentazione in c.a. dei raddrizzatori con carico capacitivo

Impatto sulla rete di alimentazione in c.a. dei raddrizzatori con carico capacitivo orso d ELERONIA INDUSRIALE Raddrzzaor con carco capacvo. Impao sulla ree e flrao passvo Aromen raa Anals d un raddrzzaore a semonda Raddrzzaor a doppa semonda Impao sulla ree Defnzone d Power Facor Defnzone

Dettagli

Modellazione statistica a fini previsivi

Modellazione statistica a fini previsivi Modellazone sasca a fn prevsv Inroduzone Daa una varable casuale y, d qualsas naura (ossa sa d po qualavo che quanavo), uno de prncpal obev d un rcercaore è quello d poer prevedere valor che essa porebbe

Dettagli

Equazioni di stato per circuiti del I ordine

Equazioni di stato per circuiti del I ordine Lezone 5 Equazon d sao per crcu del ordne Lezone n.5 Equazon d sao per crcu del ordne. Equazone d sao per crcu del ordne. Dmensone fsca de coeffcen dell equazone d sao. Esercz. sere e parallelo. L sere

Dettagli

Autorità Nazionale Anticorruzione

Autorità Nazionale Anticorruzione Auorà Nazonale Ancorruzone Repor degl es della vglanza d uffco effeuaa dall Auorà n auazone della delbera 3/ su d un campone d n. 3 Azende Sanare Local () de capoluogh d Regone Premessa Con delbera n.

Dettagli

y. E' semplicemente la media calcolata mettendo

y. 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

Dettagli

3) Entropie condizionate, entropie congiunte ed informazione mutua

3) 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

Dettagli

Lezione 12. Funzioni polinomiali. Radici di un polinomio. Teorema di Ruffini.

Lezione 12. Funzioni polinomiali. Radici di un polinomio. Teorema di Ruffini. Lezone Peequs: Lezone. Funzon polnomal. Radc d un polnomo. Teoema d Ruffn. Sa K un campo e sa L un campo d cu K è soocampo (n al caso s dce anche che L è un'esensone d K). Sa f ( X ) K[ X ] e sa α L. Alloa,

Dettagli

Propagazione degli errori

Propagazione 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

Dettagli

Algoritmi di Ordinamento. Fondamenti di Informatica Prof. Ing. Salvatore Cavalieri

Algoritmi di Ordinamento. Fondamenti di Informatica Prof. Ing. Salvatore Cavalieri Algortm d Ordnamento Fondament d Informatca Prof. Ing. Salvatore Cavaler 1 Introduzone Ordnare una sequenza d nformazon sgnfca effettuare una permutazone n modo da rspettare una relazone d ordne tra gl

Dettagli

Commessa N. Foglio 1 di 6 Rev B. Titolo commessa. Redatto da AO Data Giugno Verificato da AT Data Ottobre 2002

Commessa N. Foglio 1 di 6 Rev B. Titolo commessa. Redatto da AO Data Giugno Verificato da AT Data Ottobre 2002 Commessa N. Foglo d 6 Rev B Deparmen o Cvl and Mnng Engneerng Dvson o Seel Srucures, Unversy campus, SE-97 87 Luleå, Seden Tel: +46 90 9 000 Fax: +46 90 9 9 Redao da AO Daa Gugno 00 Vercao da AT Daa Oore

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una 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

Dettagli

Sistemi Intelligenti Stimatori e sistemi lineari - III

Sistemi 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\

Dettagli

Analisi delle serie storiche parte IV Metodi di regressione

Analisi delle serie storiche parte IV Metodi di regressione Analisi delle serie soriche pare IV Meodi di regressione a.a. 16/17 Saisica Economica -Laurea in Relazioni Economiche Inernazionali 1 Meodo della regressione La componene di fondo, Trend o Ciclo-Trend,

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI 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

Dettagli

Elementi di statistica

Elementi 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

Dettagli

Esercitazione 1 del corso di Statistica 2

Esercitazione 1 del corso di Statistica 2 Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,

Dettagli

Capitolo 8. La valutazione ex-post: selezione del gruppo di controllo, modelli di durata

Capitolo 8. La valutazione ex-post: selezione del gruppo di controllo, modelli di durata Prmo rapporo d rcerca sul ssema d monoraggo del mercao del lavoro e d valuazone degl effe occupazonal del POR Calabra Capolo 8 La valuazone ex-pos: selezone del gruppo d conrollo, modell d duraa Inroduzone

Dettagli

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO Stabltà e Teorema d Drclet Defnzone S dce ce la confgurazone C 0 d un sstema è n una poszone d equlbro stable se, portando l sstema n una confgurazone

Dettagli

Università di Siena Sede di Grosseto Secondo Semestre 2010-2011. Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 7 2 Maggio 2011

Università di Siena Sede di Grosseto Secondo Semestre 2010-2011. Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 7 2 Maggio 2011 Unversà d Sena Sede d Grosseo Secondo Semesre 200-20 acroeconoma Paolo Pn ( pn3@uns. ) Lezone 7 2 aggo 20 La lezone d ogg Rpasso e conclusone capolo 4 qulbro nel mercao della monea e la relazone L Polca

Dettagli

Propagazione degli errori

Propagazione 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

Dettagli

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni: Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto

Dettagli

Regressioni con variabili strumentali

Regressioni con variabili strumentali Regresson con varabl strumental 3 mportant mnacce alla valdtà nterna del modello: Bas dovuta alle varabl omesse, varabl correlate con X ma non osservate e che per questo non possono essere ncluse nella

Dettagli

LA SCOMPOSIZIONE DEI POLINOMI

LA SCOMPOSIZIONE DEI POLINOMI LA SCOMPOSIZIONE DEI POLINOMI 8 Per rcordare H Scomporre un polnomo sgnfca scrverlo come prodotto d altr polnom. Nella scomposzone d un polnomo non devono qund comparre operazon d addzone o sottrazone

Dettagli

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3 Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

UNIONI BULLONATE: TAGLIO TORSIONE FLESSIONE. ESERCIZIO: Verificare il giunto a cerniera con squadrette d anima.

UNIONI BULLONATE: TAGLIO TORSIONE FLESSIONE. ESERCIZIO: Verificare il giunto a cerniera con squadrette d anima. UNIONI BULLONATE: TAGLIO TORSIONE FLESSIONE ESERCIZIO: Verare l guno a ernera on squadree d anma. S vuole verare l unone bullonaa allo sao lme ulmo nel aso d un guno a ernera on squadree d anma a orma

Dettagli

Rappresentazione dei numeri

Rappresentazione dei numeri Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

Calcolo della derivata nel punto iniziale. Estrapolazione al primo ordine in t/2 e calcolo della derivata. Estrapolazione al secondo ordine in t

Calcolo della derivata nel punto iniziale. Estrapolazione al primo ordine in t/2 e calcolo della derivata. Estrapolazione al secondo ordine in t Il meodo d Runge-Kua Rassumendo possamo de che l meodo d Runge- Kua d odne due consse nell esegue una esapolazone del pmo odne da a x(/ nel aluae la deaa x (/ e nell ulzzala pe oenee una sma d x( esaa

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI 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..)

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 3 marzo 2014

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 3 marzo 2014 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2013-2014 lezone 9: 3 marzo 2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Eserczo Consderamo una rendta perodca d 2n termn

Dettagli

Modelli reologici. Romano Lapasin. Dipartimento di Ingegneria e Architettura Università di Trieste

Modelli reologici. Romano Lapasin. Dipartimento di Ingegneria e Architettura Università di Trieste Modell reologc Romano Lapasn Dparmeno d Ingegnera e Archeura Approcc fenomenologc e approcc molecolar/mcroreologc Problema cenrale della reologa: defnzone dell equazone cosuva (relazone ra ensore degl

Dettagli

Sorgenti Numeriche - Soluzioni

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

Dettagli

Modelli reologici. Romano Lapasin. Dipartimento di Ingegneria e Architettura Università di Trieste

Modelli reologici. Romano Lapasin. Dipartimento di Ingegneria e Architettura Università di Trieste Modell reologc Romano Lapasn Dparmeno d Ingegnera e Archeura Approcc fenomenologc e approcc molecolar/mcroreologc Problema cenrale della reologa: defnzone dell equazone cosuva (relazone ra ensore degl

Dettagli