Esempi di canali DMC ed esercizi su: 1) Calcolo della capacità di canale. 2) Calcolo della probabilità di errore

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esempi di canali DMC ed esercizi su: 1) Calcolo della capacità di canale. 2) Calcolo della probabilità di errore"

Transcript

1 Argoment della Lezone Esem d canal DMC ed esercz su: Calcolo della caactà d canale Calcolo della robabltà d errore 3 Verca della dsuguaglanza d Fano

2 Eserczo Sa data una sorgente bnara con smbol ed avent robabltà d emssone ar a 0.3 e 0.7. Tale sorgente è osta n ngresso al canale mostrato n gura. - scrvere la matrce d canale - dre se l canale è smmetrco e/o unorme e erché 3 - calcolare la robabltà d errore sul smbolo 4 - calcolare l lusso medo d normazone attraverso l canale 5 - calcolare la caactà C del canale Canale non rumoroso

3 La matrce d canale è: 0 0 Eserczo Eserczo - cont. cont. 3 Dove le robabltà d transzone sono dente da: Il canale è unorme oché la seconda rga d è una ermutazone della rma rga d. Il canale è anche smmetrco oché la seconda colonna d è una ermutazone della rma colonna d.

4 3 La robabltà d errore sul smbolo è nulla oché nella matrce gl element che non s trovano sulla dagonale rncale sono tutt null. Eserczo Eserczo - cont. cont. 0 N N e 4 4 Il lusso medo d normazone attraverso l canale è dento come: I; H - H H H - H 0 0

5 Eserczo - cont. H H H H H H log log I ; H H H H log H dove H. è la unzone d entroa dell alabeto bnaro er 0.3 s ha: I ; 0.3log 0.7 log bt / smbolo 5

6 Eserczo - cont. 5 La caactà del canale s calcola come l massmo valore che uò assumere l normazone mutua meda che vale: I ; H e raggunge l suo massmo er 0.5 qund: C 0.5log 0.5log bt / smbolo 6

7 Eserczo Sa data una sorgente bnara con smbol ed avent robabltà d emssone ar a 0.3 e 0.7. Tale sorgente è osta n ngresso al canale mostrato n gura. - scrvere la matrce d canale - dre se l canale è smmetrco e/o unorme e erché 3 - calcolare la robabltà d errore sul smbolo 4 - calcolare l lusso medo d normazone attraverso l canale 0.5 Canale Z 7

8 La matrce d canale è: Eserczo Eserczo - cont. cont. 8 Il canale non è unorme oché la seconda rga d non è una ermutazone della rma rga d. oché l canale non è unorme allora non è neanche smmetrco.

9 3 La robabltà d errore sul smbolo dende dalla dstrbuzone d robabltà de smbol d ngresso: Eserczo Eserczo - cont. cont e La robabltà d corretta decsone rsulta nvece: e c

10 4 Il lusso medo d normazone attraverso l canale è dento come: I; H - H Eserczo Eserczo - cont. cont. 0 log log log H H

11 Denamo la seguente entroa condzonata all evento ed alchamo la ormula seguente: Qund: H H log H Eserczo Eserczo - cont. cont. log log H H 0 log log H

12 Eserczo - cont. H H H H I ; H H H H er 0.3 ed 0.5 s ottene: I ; H H bt / smbolo

13 Eserczo - cont. I ; H H Canale Z 3

14 Eserczo 3 Sa data una sorgente bnara con smbol s ed s avent robabltà d emssone ar a s 0.3 e s 0.7. Tale sorgente è osta n ngresso al canale mostrato n gura costtuto dalla cascata d due BSC. - scrvere la matrce del canale equvalente - dre se l canale equvalente è smmetrco e/o unorme e erché 3 - calcolare la robabltà d errore sul smbolo 4 - calcolare la caactà C del canale equvalente s r r -r r -r u r s -r -r u 4

15 Consderando ossbl ercors che ortano ad u ed u da smbol s ed s s uò costrure un canale equvalente che rsulta essere ancora un BSC. s u -r r Eserczo 3 Eserczo 3 - cont. cont. 5 s u r -r r r r r r s u s u s u s u r r r r r

16 Eserczo 3 - cont. Il canale equvalente è un BSC e qund è smmetrco ed anche unorme. 3 La robabltà d errore sul smbolo è ar ad r. 4 La caactà del canale equvalente è ar a quella d un BSC con robabltà d errore ar ad r. 6

17 Eserczo 4 S consderno codeword costtute da R bt che raresentano R ossbl lvell all uscta d un quantzzatore. Tal codeword vengono trasmesse attraverso l BSC mostrato n gura. - calcolare la robabltà che una codeword sa rcevuta n modo corretto. - calcolare la robabltà che s abba almeno un bt errato nella codeword rcevuta. s - u s - u 7

18 Eserczo 4 - cont. La robabltà d rcevere una codeword n modo corretto equvale alla robabltà d rcevere correttamente tutt bt che comongono la codeword: c R La robabltà d rcevere una codeword errata equvale alla robabltà d rcevere una codeword che ha almeno un bt errato. ochè tale evento è comlementare all'evento recedente s ha: e c 8

19 Eserczo 5 S consder l canale dscreto raresentato n gura e s assumano ngress equrobabl. - calcolare rma n unzone d e o er 3/0 le robabltà de smbol d uscta. - calcolare la matrce d canale e dre se l canale è unorme e/o smmetrco e gustcarne la rsosta. 3 - calcolare la robabltà d errore e e la corrsondente HE rma er qualsas e o er 3/ calcolare l equvocazone H rma er qualsas e o er 3/ vercare la dsuguaglanza d Fano er 3/

20 Eserczo 5 - cont. N.B. Nella gura bsogna otzzare che - e ochè - 0 s deve avere /. 3 /N/3 otes d smbol equrobabl /3 /3 / /3 /3 er 3/0 s ha: 3/60 7/30 3 3/60 0

21 Eserczo 5 - cont. Dal grao del canale ossamo rcavare la matrce d canale: Non è smmetrco erchè l nseme degl element d ogn rga è dverso e non è neanche unorme erché lo stesso vale er le colonne.

22 Eserczo 5 - cont. 3 e H E elog [ ]log [ ] log log e e e er 3/0 s ha: e /0 HE /0 log 09/0 log 9/0 /0 ln0/ln 9/0 ln0/9/ln bt/smbolo

23 Eserczo 5 - cont / / 3 3 / 3 / / 3 3 / / 3 3 / / 3 3

24 Eserczo 5 - cont. 4 er 3/0 s ha: 3/60 7/30 3 3/60 /3/3/60 0/ /3*3/0/3/60 3/3 /3-*3/0/7/30 3 /33/03/60 3/ /3/3/60 0/3 4

25 4 H log log log log log Eserczo 5 Eserczo 5 - cont. cont. 5 smbolo bt / log log 3 log log log log log

26 Eserczo 5 - cont. 5 Il numero d smbol dell alabeto d ngresso e d uscta è ar a N3. er la dsuguaglanza d Fano s ha: H H E e log N er 3/0 s ha: H H E elog N log bt / smbolo La dsuguaglanza è vercata. 6

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

Esercizi di econometria: serie 1

Esercizi di econometria: serie 1 Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....

Dettagli

Appunti di Teoria dell Informazione

Appunti di Teoria dell Informazione Corso d Telecomuncazon (Classe Qunta della specalzzazone Elettronca e Telecomuncazon) Pagna - - . La teora dell nformazone La teora dell nformazone descrve l funzonamento de sstem d comuncazone sa analogc

Dettagli

1) Codifica di sorgente sub-ottima: algoritmi di Shannon, Shannon-Fano.

1) Codifica di sorgente sub-ottima: algoritmi di Shannon, Shannon-Fano. Argoment della Lezone ) Codfca d sorgente sub-ottma: algortm d Shannon, Shannon-Fano. 2) Codfca d sorgente basata su blocch 3) Sorgent con memora 4) Codfca d sorgent d Markov 5) Codfca unversale e codfca

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

Variabili casuali doppie

Variabili casuali doppie Varabl casual doe Una varable casuale doa (,) è una funzone defnta sullo sazo degl event che assoca ad ogn evento una coa d numer real (x,y) (x 1, y 1 ) S y 1 A B y (x, y ) (x 3, y 3 ) C y 3 x 1 x x 3

Dettagli

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami Archtetture artmetche Corso d Organzzazone de Calcolator Maragovanna Sam 27-8 8 Sommator: : Full Adder s = x y c + x y c + x y c + x y c Full Adder x y c s x y c = x y + x c + + y c c + Full Adder c x

Dettagli

1. Il Teorema Ergodico per le catene di Markov * Definizione Una catena di Markov discreta con spazio degli stati E; si dice regolare se, detta P = (P

1. Il Teorema Ergodico per le catene di Markov * Definizione Una catena di Markov discreta con spazio degli stati E; si dice regolare se, detta P = (P . Il Teorema Ergodco er le catene d Markov * Defnzone Una catena d Markov dscreta con sazo degl stat E; s dce regolare se, detta P = (P ) la matrce delle robablt a d transzone assocata, esstono un ntero

Dettagli

Media aritmetica (ponderata)

Media aritmetica (ponderata) I calcol che abbamo vsto fnora s ossono effettuare se s dsone d tutte le osservazon relatve alle N untà statstche. Tuttava, sesso accade che s debba oerare con tabelle d dstrbuzon d frequenze. Grado n

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

Capitolo 9 - Teoria dell informazione

Capitolo 9 - Teoria dell informazione Aunt d Comuncazon Elettrche Aunt d Catolo 9 - Teora dell nformazone Introduzone alla teora dell nformazone... Sorgente dscreta senza memora... entroa (del rmo ordne) della sorgente...4 Rcham d Teora de

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

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

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

Laboratorio di Matematica e Informatica 1

Laboratorio di Matematica e Informatica 1 Laboratoro d Matematca e Informatca 1 Matteo Mondn Antono E. Porreca matteo.mondn@gmal.com porreca@dsco.unmb.t Dpartmento d Informatca, Sstemstca e Comuncazone Unverstà degl Stud d Mlano - Bcocca 10 Gennao

Dettagli

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree

Dettagli

Definizione di campione

Definizione di campione Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

Lezione 6 - Analisi statica

Lezione 6 - Analisi statica eone 6 - nals statca [Ultmarevsone: revsone:5 5novembre 8] S consder la stessa struttura bdmensonale della leone precedente, ossa un nseme d trav collegate tra loro ed al suolo da opportun vncol. S vuole

Dettagli

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Unverstà degl Stud d Cassno, Anno accademco 004-005 Corso d Statstca, Pro. M. Furno Eserctazone del 5//005 dott. Claudo Conversano Eserczo Ad un certo tavolo d un casnò s goca lancando un dado. Il goco

Dettagli

La teoria del consumo

La teoria del consumo La teora del consumo L equazone d Slutsky. Problema dell ntegrabltà. Maro Sortell Dartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I-70125 Bar (Italy) (Tel.: +39 (0)99 7720 626; fax: +39

Dettagli

Massimizzazione del profitto e offerta concorrenziale

Massimizzazione del profitto e offerta concorrenziale Massmzzazone del roftto e offerta concorrenzale Eserczo Un mresa roduce un bene megando un solo nut. La sua funzone d roduzone è f(x)=4 x dove x è l numero d untà del fattore roduttvo. Una untà del rodotto

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto

Dettagli

Architettura degli Elaboratori. Classe 3 Prof.ssa Anselmo. Appello del 17 Luglio Attenzione:

Architettura degli Elaboratori. Classe 3 Prof.ssa Anselmo. Appello del 17 Luglio Attenzione: Cognome... Nome.. Archtettura degl Elaborator Classe 3 Prof.ssa Anselmo Appello del 17 Luglo 2014 Attenzone: Inserre propr dat nell apposto spazo sottostante e n testa a questa pagna. Preparare un documento

Dettagli

1. La domanda di moneta

1. La domanda di moneta 1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble

Dettagli

IL RUMORE NEGLI AMPLIFICATORI

IL RUMORE NEGLI AMPLIFICATORI IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.

Dettagli

Variabili casuali. Variabili casuali

Variabili casuali. Variabili casuali Varabl casual Assegnato uno spazo d probabltà (S, A, P[.]) s densce varable casuale una unzone avente come domno lo spazo de campon (S) e come codomno la retta reale. S Le varabl casual s ndcano con lettere

Dettagli

Var iabili aleatorie continue

Var iabili aleatorie continue Var abl aleatore cotue Probabltà e Statstca I - Varabl aleatore cotue - a.a. 04/05 Per ua varable aleatora dscreta, la fuzoe massa d probabltà ) f f è tale che ( x ) ) a 3) x f :,..., ( x Defzoe { x, x,,

Dettagli

IL GRUPPO SIMMETRICO S n

IL GRUPPO SIMMETRICO S n EMILIO ZAPPA MATRICOLA UNIVERSITA DEGLI STUDI DI TORINO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 00/00 TESINA PER IL LABORATORIO DI COMBINATORICA IL GRUPPO SIMMETRICO S n IL GIOCO DEL Sa A un nseme fnto

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

GUGLIOTTA CALOGERO. Liceo Scientifico E.Fermi Menfi (Ag.) ENTROPIA

GUGLIOTTA CALOGERO. Liceo Scientifico E.Fermi Menfi (Ag.) ENTROPIA GUGLIOTTA CALOGERO Lceo Scentco E.Ferm Men (Ag.) ENTROIA Il concetto d processo termodnamco reversble d un dato sstema è collegato all dea che s possa passare dallo stato allo stato attraverso una successone

Dettagli

B - ESERCIZI: IP e TCP:

B - ESERCIZI: IP e TCP: Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s

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

4.6 Dualità in Programmazione Lineare

4.6 Dualità in Programmazione Lineare 4.6 Dualtà n Programmazone Lneare Ad ogn PL n forma d mn (max) s assoca un PL n forma d max (mn) Spaz e funzon obettvo dvers ma n genere stesso valore ottmo! Esempo: l valore massmo d un flusso ammssble

Dettagli

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008 Intellgenza rtfcale II Ragonamento probablstco Rappresentazone Marco astra Ragonamento probablstco: rappresentazone - arte Mond possbl sottonsem event artzon e varabl aleatore robabltà Margnalzzazone Condzonal

Dettagli

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

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

CAPITOLO 2: PRIMO PRINCIPIO

CAPITOLO 2: PRIMO PRINCIPIO Introduzone alla ermodnamca Esercz svolt CAIOLO : RIMO RINCIIO Eserczo n 7 Una certa quanttà d Hg a = atm e alla temperatura = 0 C è mantenuta a = costante Quale dventa la se s porta la temperatura a =

Dettagli

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto

Dettagli

Variazione di entropia in trasformazioni irreversibili

Variazione di entropia in trasformazioni irreversibili Varazone d entropa n trasormazon rreversbl er calcolare la varazone d entropa tra due stat d equlbro conness da una trasormazone rreversble s srutta l atto che l entropa è una unzone d stato. Allo scopo

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

Sommatori: Full Adder. Adder. Architetture aritmetiche. Ripple Carry. Sommatori: Ripple Carry [2] Ripple Carry. Ripple Carry

Sommatori: Full Adder. Adder. Architetture aritmetiche. Ripple Carry. Sommatori: Ripple Carry [2] Ripple Carry. Ripple Carry CEFRIEL Consorzo per la Formazone e la Rcerca n Ingegnera dell Informazone Poltecnco d Mlano s Sommator: x y c x y c x y c x y c x y c Archtetture artmetche s x y Sommator:, Rpple Carry Sommator: Carry

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza

Dettagli

Lezione n La concentrazione

Lezione n La concentrazione 1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone

Dettagli

Modelli decisionali su grafi - Problemi di Localizzazione

Modelli decisionali su grafi - Problemi di Localizzazione Modell decsonal su graf - Problem d Localzzazone Massmo Paolucc (paolucc@dst.unge.t) DIST Unverstà d Genova Locaton Problems: modell ed applcazon Decson a medo e lungo termne (panfcazone) Caratterstche

Dettagli

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio Formulazone e Notazon Algortmo d Carler- Pnson er roblem d Job Sho Schedulng: un esemo Notazon o C M ( o r, q -esma oerazone del ob Temo d rocessamento d o Macchna che deve rocessare o Clque (nseme d oerazon

Dettagli

Lezione 2 Codifica della informazione

Lezione 2 Codifica della informazione Lezone Codfca della nformazone Vttoro Scarano Archtettura Corso d Laurea n Informatca Unverstà degl Stud d Salerno Organzzazone della lezone La codfca della nformazone Notazone poszonale Rappresentazone

Dettagli

PERDITE DI POTENZA NEI TRASFORMATORI Prof.

PERDITE DI POTENZA NEI TRASFORMATORI    Prof. EDITE DI OTENZA NEI TASFOATOI www.elettrone.altervsta.org www.proessore.mypoast.com www.marcochrzz.blogspot.com ro. arco Chrzz EESSA Il trasormatore è una mchna elettrca statca, coè prva d part n movmento.

Dettagli

MODELLO MONOINDICE. R = a + β R. R M = è variabile aleatoria di rendimento del mercato (in Italia può essere usato il MIB 30).

MODELLO MONOINDICE. R = a + β R. R M = è variabile aleatoria di rendimento del mercato (in Italia può essere usato il MIB 30). ODELLO ONOINDICE Il rendmento d un ttolo uò essere scrtto come: R = a + β R (1) dove: R = rendmento dell -mo ttolo; a = comonente aleatora del rendmento, ndendente dall andamento del mercato; R = è varable

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

Sistemi di Telecomunicazioni

Sistemi di Telecomunicazioni stem d Telecomncazon Corso d Larea ecalstca n Ingegnera delle Telecomncazon M 70 A.A. 03-04 Petro Gccone Content Codc convolzonal Archtettra de codc convolzonal Raresentazone a tralcco dell evolzone degl

Dettagli

CEMENTO ARMATO PRECOMPRESSO Lezione 6

CEMENTO ARMATO PRECOMPRESSO Lezione 6 Corso d Comlement d Tecnca delle Costruzon A/A 008- CEMETO ARMATO PRECOMPRESSO Lezone 6 ILSISTEMAEQUIVALETE EQUIVALETE ALLA PRECOMPRESSIOE Generaltà Il sstema equvalente er trav sostatche Il sstema equvalente

Dettagli

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza 5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2:

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2: Costruzone d macchne Modulo d: Progettazone probablstca e affdabltà Marco Beghn Lezone : Probabltà condzonata e varabl casual Probabltà condzonata: La probabltà d un evento A (r)valutata quando è noto

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

Metodologia per l individuazione di aree e linee critiche sulla rete in alta e altissima tensione ai sensi della delibera ARG/elt 99/08 e s.m.i.

Metodologia per l individuazione di aree e linee critiche sulla rete in alta e altissima tensione ai sensi della delibera ARG/elt 99/08 e s.m.i. ag. 1 d 6 Metodologa per l ndvduazone d aree e lnee crtche sulla rete n a e ssma tensone a sens della delbera RG/elt 99/08 e s.m.. SOMMRIO 1. Rerment... 2 2. remessa... 2 3. Ipotes... 2 4. Metodologa...

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone 15 23 novembre 211 Funzon Eulerane - robabltà professor Danele Rtell www.unbo.t/docent/danele.rtell 1/2? Cambo

Dettagli

Corso di Architettura (Prof. Scarano) 25/03/2002

Corso di Architettura (Prof. Scarano) 25/03/2002 Corso d rchtettura (Prof. Scarano) // Un quadro della stuazone Lezone Logca Dgtale (): Crcut combnator Vttoro Scarano rchtettura Corso d Lauren Informatca Unverstà degl Stud d Salerno Input/Output Regstr

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli

1 Le equazioni per le variabili macroscopiche: i momenti dell equazione di Boltzmann

1 Le equazioni per le variabili macroscopiche: i momenti dell equazione di Boltzmann FISICA DEI FLUIDI Lezone 5-5 Maggo 202 Le equazon per le varabl macroscopche: moment dell equazone d Boltzmann Teorema H a parte, non è facle estrarre altre consderazon general sulla funzone denstà d probabltà

Dettagli

La sincronizzazione. (Libro) Trasmissione dell Informazione

La sincronizzazione. (Libro) Trasmissione dell Informazione La sncronzzazone (Lbro) Problem d sncronzzazone La trasmssone e la dverstà tra gl OL del trasmetttore e del rcevtore ntroducono (anche n assenza d fadng) un errore d d frequenza, d fase e d camponamento

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici LTI

Equilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici LTI Equlbro e stabltà d sstem dnamc Stabltà nterna d sstem dnamc LTI Stabltà nterna d sstem dnamc LTI Stabltà nterna d sstem dnamc LTI TC Crter d stabltà per sstem dnamc LTI TC Stabltà nterna d sstem dnamc

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

Cosa è la risposta in frequenza di un circuito? circuito al variare della frequenza

Cosa è la risposta in frequenza di un circuito? circuito al variare della frequenza sposta n requenza Introduzone osa è la rsposta n requenza d un crcuto? E la varazone del comportamento del crcuto al varare della requenza Puo anche essere consderata come la varazone del guadagno e della

Dettagli

IL RUMORE NEGLI AMPLIFICATORI

IL RUMORE NEGLI AMPLIFICATORI G. Martnes 1 G. Martnes G. Martnes 3 IL RUMORE EGLI AMPLIFICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

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

PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO A1

PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO A1 PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/37/377) 3 Novembre 004 Cognome Numero d matrcola Nome COMPITO A A fn della valutazone s terrà conto solo ed esclusvamente d quanto rportato negl

Dettagli

OPERAZIONI E INSIEMI NUMERICI

OPERAZIONI E INSIEMI NUMERICI OPERAZIONI E INSIEMI NUMERICI Per rcordare H Un'operazone bnara n un nseme non vuoto A eá una legge ce ad ogn coppa d element a,b A assoca un elemento c A. Gl element a e b s camano operand o termn dell'operazone,

Dettagli

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2: CORSO DI FISICA TECNICA AA 013/14 ACUSTICA Lezone n : Lvell sonor: operazon su decbel e lvello sonoro equvalente. Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore

Dettagli

Il problema della Propagazione delle Incertezze

Il problema della Propagazione delle Incertezze Il problema della Propagazone delle Incertezze Uso della Trasormata Unscented per la valutazone dell ncertezza nelle msurazon ndrette Leopoldo Angrsan DIS, Dpartmento d Inormatca e Sstemstca Unverstà degl

Dettagli

Diversità - Multiplazione

Diversità - Multiplazione Dverstà - Multplazone Fulvo Babch (babch@unts.t) DIA Unverstà d Treste Ret wreless Ingegnera Elettronca e Informatca Dverstà n trasmssone S consder la trasmssone da una rado-base d un sstema cellulare

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

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

Esame di Teoria dei Segnali e Comunicazioni Elettriche

Esame di Teoria dei Segnali e Comunicazioni Elettriche Esame d Teora de Segnal e Comuncazon Elettrche Appello del 07/02/2013 Un segnale passabasso x(t), avente denstà spettrale d potenza costante e par a 1 W/Hz fno alla frequenza d 10 khz e 0 altrove, entra

Dettagli

Le forze conservative e l energia potenziale

Le forze conservative e l energia potenziale S dcono conservatve quelle orze che s comportano n accordo alla seguente denzone: La orza F s dce conservatva se l lavoro eseguto da tale orza sul punto materale P mentre s sposta dalla poszone P 1 alla

Dettagli

Corso di Tecniche elettromagnetiche per la localizzazione e il controllo ambientale. Test scritto del 08 / 09 / 2005

Corso di Tecniche elettromagnetiche per la localizzazione e il controllo ambientale. Test scritto del 08 / 09 / 2005 Corso d Tecnche elettromagnetche per la localzzazone e l controllo ambentale Test scrtto del 8 / 9 / 5 S rsponda alle seguent domande marcando con un segno le rsposte che s reputano corrette. S rsolva

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

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

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand Collusone (Cabral cap.8 PRN capp. 13-14) Accord tact o esplct per aumentare l potere d mercato e pratcare prezz pù elevat rspetto all equlbro non cooperatvo corrspondente Esste un vantaggo dalla collusone

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

Dall appello del 16/7/04

Dall appello del 16/7/04 Dall aello del 6/7/04 Due lent sottl una convergente d ocale 0cm e l altra dvergente d ocale 5cm dstano tra loro D +. Un ago d altezza hcm è osto a dstanza s0cm dalla lente d ocale. S determn la oszone

Dettagli

MODELLI PER GESTIONE E LA RICERCA DELL'INFORMAZIONE

MODELLI PER GESTIONE E LA RICERCA DELL'INFORMAZIONE MODLLI R GSTION LA RICRCA DLL'INFORMAZION Algortm d Apprendmento avanzato per l Informaton Retreval Alessandro Moschtt Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: moschtt@nfo.unroma2.t

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà

Dettagli

Circuiti di ingresso differenziali

Circuiti di ingresso differenziali rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 20: 16 maggio 2012

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 20: 16 maggio 2012 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 20: 16 maggo 2012 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Errata slde 14: 8 maggo 2012 Rendta perpetua

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

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

Teorema di Thévenin-Norton

Teorema di Thévenin-Norton 87 Teorema d Téenn-Norton E detto ance teorema d rappresentazone del bpolo, consente nfatt d rappresentare una rete lneare a due morsett (A, B) con: un generatore d tensone ed un resstore sere (Téenn)

Dettagli

I generatori dipendenti o pilotati e gli amplificatori operazionali

I generatori dipendenti o pilotati e gli amplificatori operazionali 108 Lucano De Menna Corso d Elettrotecnca I generator dpendent o plotat e gl amplfcator operazonal Abbamo pù volte rcordato che generator fn ora ntrodott, d tensone e d corrente, vengono dett deal per

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017 Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007 STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso d Fondament d Telecomuncazon Prof. Govann Schembra Struttura della lezone Defnzon d process aleator e caratterzzazone statstca ( Stma delle statstche d prmo e secondo ordne Process aleator stazonar

Dettagli