Soluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Soluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni"

Transcript

1 Corso di Laurea in Ingegneria Informatica corso di Telecomunicazioni (rof. G. Giunta) (editing a cura dell ing. F. Benedetto) Soluzioni di sercizi di same di Segnali Aleatori per Telecomunicazioni same del 5 Febbraio 00 sercizio Si consideri la ariabile aleatoria ottenuta dalla seguente trasformazione: 7+p+u oe p e una ariabile aleatoria binomiale che può assumere i soli due alori {,-} con eguale probabilità, mentre u è una ariabile aleatoria, indipendente da p, uniformemente distribuita nell interallo {0,}. Determinare: a) il grafico della densità di probabilità di. b) il alore atteso, la arianza ed il alore quadratico medio della ariabile. c) inoltre, il alore atteso, la arianza ed il alore quadratico medio della ariabile y, definita dalla relazione: y. Soluzione Dapprima rappresentiamo graficamente le d.d.p. di p ediu e calcoliamone i momenti statistici del primo e del secondo ordine. p (p) / / - p M VQM σ p + 0 ( ) + ()

2 u (u) M ( 0) σ u VQM M + σ u oniamo ora 7+uin modo da ottenere una nuoa ariabile aleatoria caratterizzata dalla seguente d.d.p.: () 5 () rect 7 rect 7 8 d i cui momenti statistici del primo e secondo ordine sono, rispettiamente: 5 M [] [ 7 + u] 7 + [] u σ σ u 99 VQM Si noti che la arianza non cambia in quanto essa non dipende dalla traslazione effettuata. Si può ora scriere p+, ottenendo, per la d.d.p. di la seguente formula: ( ) ( p) ( ) p Oero, riscriendo la conoluzione in : ( ) ( p) ( ) rect( 5 ) δ ( + ) + δ ( ) p () per le proprietà della Delta di Dirac rect( 5 + ) + rect( 5 ) [ rect( ) + rect( 7 )] / Calcoliamo ora i momenti statistici di : M VQM Var σ [] [ p + ] [ p] + [] [ ] [ ( p + ) ] [ p ] + [ ] + [ p ] [ ] [] ( ) 5 9

3 Infine eseguiamo la trasformazione y, ottenendo una ariabile aleatoria caratterizzata dai seguenti momenti: σ y [ y] [ ] [ ] 5 [ y ] [ ( ) ] 4[ ] [ y ] ( [ y] ) e descritta dalla seguente d.d.p.: y y ( y) [ rect ( y ) + rect ( y 7) ]

4 same del 7 Aprile 00 sercizio Si consideri la ariabile aleatoria ottenuta dalla seguente trasformazione: +u u oe u eusono due ariabili aleatorie indipendenti, uniformemente distribuite negli interalli {6,7} e {,}, rispettiamente. Determinare: a) il grafico della densità di probabilità di. b) il alore atteso, la arianza ed il alore quadratico medio della ariabile. c) inoltre, il alore atteso, la arianza ed il alore quadratico medio della ariabile y, definita dalla relazione: y. Soluzione Dapprima rappresentiamo graficamente le due d.d.p. di u ed u : u (u ) u (u ) 6 7 oniamo ora -+ue w-u, ottenendo due nuoe ariabili aleatorie le cui d.d.p. sono rappresentate di seguito: () w (w) A questo punto, la ariabile aleatoria sarà data dalla trasformazione +w oero, in termini di d.d.p.: ( ) ( w) ( ) w Dalla teoria è ben noto che la conoluzione di due rect di pari base ed altezza è una tri di base doppia, centrata nella somma dei ritardi delle due rect. Oero, nel nostro caso, centrata in 8. 4

5 Otteniamo quindi una ariabile aleatoria la cui d.d.p. è rappresentata nella figura seguente ed i cui momenti statistici sono: () σ [] [ + w] 8 [ ] [ ( + w) ] [ ] + [ w ] + [ w] [ ] ( [] ) A L altezza della tri dee essere tale che l area sottesa alla d.d.p. sia unitaria. Infine eseguiamo la trasformazione y-, ottenendo una ariabile aleatoria caratterizzata dai seguenti momenti: σ y [ y] [ ] [ ] [ ] 9[ ] [ y ] ( ) [ y ] [ y] ( )

6 same del 9 Giugno 00 sercizio Si consideri la ariabile aleatoria ottenuta dalla seguente trasformazione: g+u +u oe u eusono due ariabili aleatorie indipendenti, uniformemente distribuite negli interalli {,} e {,8}, g e una ariabile gaussiana indipendente a media nulla e arianza unitaria, rispettiamente. Determinare: a) il alore atteso, la arianza ed il alore quadratico medio della ariabile. b) il grafico della densita di probabilita di. Soluzione Dapprima rappresentiamo graficamente le due d.d.p. di u, u edig: u (u ) u (u ) /7 8 g (g) Con la trasformazione u +u si ottiene una nuoa ariabile aleatoria descritta da una densità di probabilità pari a: u, oero graficamente si ha: () ( ) ( ) u u u A/ Affinchè l area della d.d.p. sia unitaria si ricaa immediatamente che l altezza del trapezio dee alere A /7. 6

7 Si ottiene g+, con d.d.p. definita da: ( ) ( ) ( g) I cui momenti sono dati da: σ [] [ + g] [] + [] g g 6 [ ] [ ( + g) ] [ ] + [ g ] + [ g] [ u ] + [ u ] + [ g ] + [ u] [ u] [ ] ( [] ) Graficamente si ottiene (approssimatiamente) una cura del tipo rappresentata nella figura seguente: 47 6 () σ.7 []6 7

8 same del 0 Settembre 00 sercizio Si consideri la ariabile aleatoria ottenuta dalla seguente trasformazione: -+b-b oe b ebsono ariabili aleatorie binomiali (alori possibili: {0,}) indipendenti con probabilità p(b)0., p(b0)0.8, p(b)0.6, p(b0)0.4. Determinare: a) il alore atteso, la arianza ed il alore quadratico medio della ariabile aleatoria ; b) il grafico p () della densità di probabilità di ; c) il grafico d () della funzione di distribuzione cumulatia di ; Soluzione Dapprima rappresentiamo graficamente le due d.d.p. di b ed b : (b ) (b ) 0 In seguito poniamo w-8+b dalle seguenti d.d.p.: 0 e z-b in modo da ottenere due ariabili aleatorie caratterizzate (w) (z) La V.A. sarà ottenuta da w+zcon densità di probabilità pari alla conoluzione delle singole d.d.p. e caratterizzata dai seguenti momenti statistici: [ ] [ w [ -8-7 ] [ + z] ( 8 0.8) + ( 7 0.) + ( 0.6) ( w + z) ] [ w ] + [ z ] + [ w z] ] ( [] ) σ [ Momenti ottenuti ricordando la definizione dei momenti statistici di una ariabile aleatoria binomiale. 8

9 Il grafico della d.d.p. di è rappresentato in figura, notare che la somma totale degli impulsi è sempre pari ad () Calcoliamo ora la funzione di distribuzione cumulatia di. ssa graficamente è pari a: 0.9 d ()

Soluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni

Soluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni Corso di Laurea in Ingegneria Informatica corso di Telecomunicazioni (Prof. G. Giunta) (editing a cura dell ing. F. Benedetto) Soluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni Esame

Dettagli

Prova di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.

Prova di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente. UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel

Dettagli

Fondamenti di comunicazioni elettriche (Ing. Elettronica - A.A )

Fondamenti di comunicazioni elettriche (Ing. Elettronica - A.A ) Fondamenti di comunicazioni elettriche (Ing. Elettronica - A.A.-) Es. La variabile aleatoria ha densità di probabilità uniorme nell intervallo [,]. Trovare valor medio e varianza di. La densità di probabilità

Dettagli

Corso di Laurea in Ingegneria Informatica (Laurea on Line)

Corso di Laurea in Ingegneria Informatica (Laurea on Line) Milano 7//6 Corso di Laurea in Ingegneria Informatica (Laurea on Line) Corso di Fondamenti di Segnali e Trasmissione Prima proa Intermedia Carissimi studenti, scopo di questa prima proa intermedia è quello

Dettagli

Statistica Corso di laurea in Biotecnologie I esonero - 19 aprile 2010

Statistica Corso di laurea in Biotecnologie I esonero - 19 aprile 2010 Statistica Corso di laurea in Biotecnologie I esonero - 9 aprile 00 Esercizio Determinare, a P X ; b PX < /; c il terzo quartile della distribuzione, nei casi ix N, ; iix variabile aleatoria continua con

Dettagli

La funzione di distribuzione Gaussiana normale

La funzione di distribuzione Gaussiana normale La funzione di distribuzione Gaussiana normale Nicola Morganti 25 aprile 2004 Indice Proprietà fondamentali 2 Standard Normal Density Function 3 3 Esempio applicativo 5 Proprietà fondamentali L utilizzo

Dettagli

Prova di esame di Teoria dei Segnali

Prova di esame di Teoria dei Segnali 10 aprile 2018 Prova di esame di Teoria dei Segnali Parte quantitativa Candidato: Esercizio A Un canale binario simmetrico è caratterizzato { da una probabilità di errore p (x1 ) = 0.1 P e = 0.2 e probabilità

Dettagli

Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004

Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004 Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni luglio 4 Esercizio Un sacchetto A contiene caramelle ai gusti fragola, limone e lampone. Un sacchetto B contiene caramelle

Dettagli

MATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009

MATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009 MATEMATICA E STATISTICA CORSO A III COMPITINO Marzo 9 SOLUZIONI. () Sia X una variabile aleatoria binomiale con valor medio uguale a 5/; la varianza di X può valere? Giustificare la risposta. Il valor

Dettagli

Laurea Triennale in Matematica, Università Sapienza Corso di Probabilità 2 A.A. 2010/2011 Prova scritta 10 giugno 2011 Soluzione degli esercizi

Laurea Triennale in Matematica, Università Sapienza Corso di Probabilità 2 A.A. 2010/2011 Prova scritta 10 giugno 2011 Soluzione degli esercizi Laurea Triennale in Matematica, Uniersità Saienza Corso di Probabilità A.A. 00/0 Proa scritta 0 giugno 0 Soluzione degli esercizi Esercizio. Un modello di cellulare iene enduto con una batteria istallata

Dettagli

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 206/7 - Prova del 207-09-08 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata ( )

Teoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata ( ) Il Concetto di Distribuzione Condizionata Se B è un evento, la probabilità di un evento A condizionata a B vale: ponendo: P A B = ( ) P A B P B A = { x} si giunge al concetto di distribuzione condizionata

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

Corso di probabilità e statistica

Corso di probabilità e statistica Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte III: variabili aleatorie dipendenti e indipendenti,

Dettagli

Capitolo 6. La distribuzione normale

Capitolo 6. La distribuzione normale Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università

Dettagli

B C D E A B D E A B C E A B E A B D A B E A B C A B B D A B B A B B C A B

B C D E A B D E A B C E A B E A B D A B E A B C A B B D A B B A B B C A B same di Teoria dei Segnali Ing. Informatica, lettronica e Telecomunicazioni 8 settembre 6 sercizio Si consideri di dover ordinare i nomi di 5 persone, indicate come,,, ed. Nell ordinamento di devono rispettare

Dettagli

Capitolo 6 La distribuzione normale

Capitolo 6 La distribuzione normale Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE

ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio

Dettagli

Statistica Corso di laurea in Biotecnologie I esonero - 23 aprile 2009

Statistica Corso di laurea in Biotecnologie I esonero - 23 aprile 2009 Statistica Corso di laurea in Biotecnologie I esonero - aprile 00 Esercizio Con riferimento a due fenomeni X e Y sono state annotate le seguenti osservazioni: X 5 Y 7 8 a) determinare il grado di correlazione

Dettagli

ESAME. 9 Gennaio 2017 COMPITO B

ESAME. 9 Gennaio 2017 COMPITO B ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto

Dettagli

Corso di Istituzioni di Matematiche con Elementi di Statistica. anno accademico 2015/2016 corso A-L (G. Gaeta & N. Bressan)

Corso di Istituzioni di Matematiche con Elementi di Statistica. anno accademico 2015/2016 corso A-L (G. Gaeta & N. Bressan) Corso di Istituzioni di Matematiche con Elementi di Statistica anno accademico 215/216 corso A-L (G. Gaeta & N. Bressan) Esercizi Foglio 9 (Funzioni aleatorie; distribuzioni di probabilita ) Esercizio

Dettagli

I appello di calcolo delle probabilità e statistica

I appello di calcolo delle probabilità e statistica I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale

Dettagli

ESAME. 9 Gennaio 2017 COMPITO A

ESAME. 9 Gennaio 2017 COMPITO A ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto

Dettagli

II Esonero - Testo B

II Esonero - Testo B Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 29 Gennaio 2018 II Esonero - Testo B Cognome Nome Matricola Esercizio 1. (20%) Si

Dettagli

SCHEDA DIDATTICA N 7

SCHEDA DIDATTICA N 7 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti

Dettagli

Stima puntuale di parametri

Stima puntuale di parametri Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Stima puntuale di parametri Ines Campa Probabilità e Statistica -

Dettagli

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso di Fondamenti di Telecomunicazioni Prof. Mario Barbera [parte ] Variabili aleatorie Esempio: sia dato l esperimento: Scegliere un qualunque giorno non festivo della settimana, per verificare casualmente

Dettagli

COGNOME.NOME...MATR..

COGNOME.NOME...MATR.. STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Stima puntuale di parametri Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 018/019 Marco Pietro Longhi Prob. e Stat.

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/02/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema

Dettagli

Introduzione al modello Uniforme

Introduzione al modello Uniforme Introduzione al modello Uniforme Esempio: conversione Analogico/Digitale Errore di quantizzazione Ampiezza Continua Discreta x () t x ( t ) q Tempo Discreto Continuo Segnale Analogico ( ) x t k t t Segnale

Dettagli

ISTOGRAMMI E DISTRIBUZIONI:

ISTOGRAMMI E DISTRIBUZIONI: ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI

Dettagli

Svolgimenti esami del corso di Teoria di Segnali

Svolgimenti esami del corso di Teoria di Segnali Svolgimenti esami del corso di Teoria di Segnali versione.4 - ultimo aggionamento 0/03/209 Autore: Gabriel Emile Hine mail: gabriel.hine@uniroma3.it (per segnalazione di eventuali errori/refusi) Esame

Dettagli

Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica

Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica Prima prova scritta A.A. 8-9 Durata della prova h Punteggi: ) + + ; ) + + + ; ) +. Totale. Esercizio Sia

Dettagli

Osservazioni e Misura. Teoria degli errori

Osservazioni e Misura. Teoria degli errori Osservazioni e Misura ella misura di una grandezza fisica gli errori sono inevitabili. Una misura non ha significato se non viene stimato l errore. Teoria degli errori La teoria degli errori cerca di trovare

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile casuale normale Da un analisi di bilancio è emerso che, durante i giorni feriali

Dettagli

Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1

Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1 Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio 2015 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994

Dettagli

Esercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte

Esercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizi - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica modificata di parametro p

Dettagli

Laboratorio di Chimica Fisica. Analisi Statistica

Laboratorio di Chimica Fisica. Analisi Statistica Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica

Dettagli

COGNOME.NOME...MATR..

COGNOME.NOME...MATR.. STATISTICA 29.01.15 - PROVA GENERALE (STANDARD) Modalità B (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità

Dettagli

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss)

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss) Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in medicina e chirurgia - Corso di Statistica

Dettagli

Statistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi

Statistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona

Dettagli

Corso di Laurea in Ingegneria Informatica (Laurea on Line)

Corso di Laurea in Ingegneria Informatica (Laurea on Line) Milano 30/11/07 Corso di Laurea in Ingegneria Informatica (Laurea on Line) Corso di Fondamenti di Segnali e Trasmissione Prima prova Intermedia Carissimi studenti, scopo di questa prima prova intermedia

Dettagli

Teoria della probabilità Variabili casuali

Teoria della probabilità Variabili casuali Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Variabili casuali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Variabile casuale Una variabile

Dettagli

Pulse Amplitude Modulation (PAM) 2 Scelta delle risposte impulsive dei filtri in trasmissione e ricezione

Pulse Amplitude Modulation (PAM) 2 Scelta delle risposte impulsive dei filtri in trasmissione e ricezione Pulse Amplitude Modulation (PAM 1 Definizione La trasmissione di una sequenza di numeri {a k } mediante un onda PAM consiste nel generare, a partire dalla sequenza {a k } il segnale a tempo continuo u(t

Dettagli

Variabili Aleatorie Multiple

Variabili Aleatorie Multiple Variabili Aleatorie Multiple v.a. multiple - Esercizio 1 Consideriamo l estrazione con reimmissione di palline colorate da un urna contenente 5 palline bianche, 15 verdi, e 10 rosse. 1) Calcolare la probabilità

Dettagli

34 Tonzig La fisica del calore

34 Tonzig La fisica del calore 34 Tonzig La fisica del calore molecola): ad ogni grado di libertà corrisponde, in media, un energia cinetica pari a kt/. Le molecole monoatomiche, schematizzate come punti materiali, hanno tre gradi libertà

Dettagli

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA A.A. 2017/18 - Prova scritta 2018-09-12 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.

Dettagli

DISTRIBUZIONI DI PROBABILITA (parte 2) 1 / 27

DISTRIBUZIONI DI PROBABILITA (parte 2) 1 / 27 DISTRIBUZIONI DI PROBABILITA (parte 2) 1 / 27 Funzione di ripartizione per variabili casuali discrete 2 / 27 Data una variabile casuale discreta possiamo calcolare, analogamente al caso continuo, la probabilità

Dettagli

Probabilità Esercitazione n. 6 del 24/05/2016

Probabilità Esercitazione n. 6 del 24/05/2016 Corso di Laurea in Matematica Applicata Probabilità Esercitazione n. 6 del 24/05/2016 Docente: Bruno Gobbi V.C. NORMALE, ESPONENZIALE NEGATIVA E UNIFORME CONTINUA 1) La pressione del sangue segue una distribuzione

Dettagli

Corso di SEGNALI a.a Corso di SEGNALI. anno accademico Trasformata di Fourier: esercizi d esame

Corso di SEGNALI a.a Corso di SEGNALI. anno accademico Trasformata di Fourier: esercizi d esame Corso di SEGNLI a.a.008 009 Corso di SEGNLI anno accademico 008-009 rasormata di Fourier: esercizi d esame. Successivamente si calcoli il valore di () per 0, ±/ e ±/. Per calcolare la trasormata di questo

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 8/04/2016

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 8/04/2016 Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 8/4/26 NOME: COGNOME: MATRICOLA: Esercizio Si supponga di avere

Dettagli

Disuguaglianza di Cramér-Rao

Disuguaglianza di Cramér-Rao Disuguaglianza di Cramér-Rao (Appunti per gli studenti Silvano Holzer Dipartimento di Scienze Economiche, Aziendali, Matematiche e Statistiche Bruno de Finetti Università degli studi di Trieste Un esperimento

Dettagli

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 7/8 - Prova scritta 8-7-3 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema

Dettagli

Introduzione al modello Uniforme

Introduzione al modello Uniforme Teoria dei Fenomeni Aleatori 1 AA 01/13 Introduzione al modello Uniforme Esempio: conversione Analogico/Digitale Errore di quantizzazione Ampiezza Continua Discreta x t x q t Tempo Discreto Continuo 0

Dettagli

0.1 P(A n ) Quindi stiamo cercando n che soddisfa la seguente relazione: n + 180

0.1 P(A n ) Quindi stiamo cercando n che soddisfa la seguente relazione: n + 180 Esercizio 1 Alcuni ingegneri civili ritengono che il peso in tonnellate che un braccio di ponte può sopportare senza avere cedimenti strutturali possa descriversi mediante una variabile aleatoria Y con

Dettagli

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 016/17 - Prima prova in itinere 017-01-13 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.

Dettagli

Probabilità e Statistica Esercizi

Probabilità e Statistica Esercizi Corso di PIANIFICAZIONE DEI TRASPORTI 1 ing. Antonio Comi Marzo 2006 Probabilità e Statistica Esercizi 1 Variabile aleatoria X(E): funzione che associa ad un evento E dello spazio delle prove un numero

Dettagli

Variabili aleatorie n-dim

Variabili aleatorie n-dim Sessione Live #6 Settimana dal 6 maggio al giugno 003 Variabili aleatorie n-dim Funzioni di ripartizione e di densità (F.D.R. e f.d.d.) congiunte e marginali, valori medi e momenti misti, funzione generatrice

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 7: Basi di statistica

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 7: Basi di statistica Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 7: Basi di statistica Campione e Popolazione Estrazione da una popolazione (virtualmente infinita) di

Dettagli

Variabili casuali. - di Massimo Cristallo -

Variabili casuali. - di Massimo Cristallo - Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali

Dettagli

Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Prova in itinere

Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Prova in itinere Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 208/9 - Prova in itinere 208--2 La durata della prova è di due ore e mezzo. Le risposte devono essere

Dettagli

Scritto del

Scritto del Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene

Dettagli

DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19

DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19 DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19 Variabili casuali (o aleatorie) 2 / 19 Disponendo di metodi corretti per raccogliere i dati e costruire i campioni data una popolazione, i valori numerici

Dettagli

Probabilità e Processi casuali Laboratorio 5 Segnali per le

Probabilità e Processi casuali Laboratorio 5 Segnali per le Probabilità e Processi casuali Laboratorio 5 Segnali per le Telecomunicazioni Prof. Prati Claudio Maria Autore: Federico Borra Politecnico di Milano, DEIB Email: federico.borra@polimi.it Aprile 17, Ultima

Dettagli

Outline. 1 v.c. continue. 2 v.c. Normale. 3 v.c. Esponenziale. Lezione 13. A. Iodice. v.c. continue. v.c. Normale. v.c.

Outline. 1 v.c. continue. 2 v.c. Normale. 3 v.c. Esponenziale. Lezione 13. A. Iodice. v.c. continue. v.c. Normale. v.c. Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 48 Outline 1 2 3 () Statistica 2 / 48 Variabili casuali continue Una variabile casuale X è continua

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata

Teoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata Il Concetto di Distribuzione Condizionata Se B è un evento, la probabilità di un evento A condizionata a B vale: ponendo: P A B P A B P B A x si giunge al concetto di distribuzione condizionata della v.a.

Dettagli

Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17

Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17 Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le

Dettagli

Statistica descrittiva II

Statistica descrittiva II Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13. Il Modello Lognormale La funzione di densità di probabilità lognormale è data:

Teoria dei Fenomeni Aleatori AA 2012/13. Il Modello Lognormale La funzione di densità di probabilità lognormale è data: Il Modello Lognormale La funzione di densità di probabilità lognormale è data: ( ln x a) 1 f ( x ) = exp x > 0 X b x b π in cui a e b sono due costanti, con b> 0. Se X è una v.a. lognormale allora Y lnx

Dettagli

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) A.A. 06/7 - Prima prova in itinere 07-0-03 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.

Dettagli

Esercizi di statistica

Esercizi di statistica Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..

Dettagli

Esercizio 1. Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che:

Esercizio 1. Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che: Esercizio 1 Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che: A 329 F 186 S 295 AS 217 AF 83 FS 63 AFS 53 Determinare la partizione

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando

Dettagli

Statistica. Lezione 4

Statistica. Lezione 4 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 4 a.a 2011-2012 Dott.ssa Daniela

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere

Dettagli

Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 2015/ Settembre 2016

Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 2015/ Settembre 2016 Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 205/206 20 Settembre 206 Esercizio. Un dado equilibrato viene lanciato ripetutamente. Indichiamo con X n il risultato dell n-esimo

Dettagli

RICHIAMI DI CALCOLO DELLE PROBABILITÀ

RICHIAMI DI CALCOLO DELLE PROBABILITÀ UNIVERSITA DEL SALENTO INGEGNERIA CIVILE RICHIAMI DI CALCOLO DELLE PROBABILITÀ ing. Marianovella LEONE INTRODUZIONE Per misurare la sicurezza di una struttura, ovvero la sua affidabilità, esistono due

Dettagli

Il Corso di Fisica per Scienze Biologiche

Il Corso di Fisica per Scienze Biologiche Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/

Dettagli

Variabile casuale Normale

Variabile casuale Normale Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica Statistica descrittiva ed inferenziale Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche

Dettagli

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande)

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla

Dettagli

Test delle Ipotesi Parte I

Test delle Ipotesi Parte I Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test

Dettagli

0 z < z < 2. 0 z < z 3

0 z < z < 2. 0 z < z 3 CALCOLO DELLE PROBABILITÀ o - 7 gennaio 004. Elettronica : 4; Nettuno: 3.. Data un urna di composizione incognita con palline bianche e nere, sia K = il numero di palline bianche nell urna è il doppio

Dettagli

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Seconda prova in itinere (A)

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Seconda prova in itinere (A) Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 207/8 - Seconda prova in itinere (A) 207-2-20 La durata della prova è di due ore. Le risposte devono essere adeguatamente

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 27 Outline 1 () Statistica 2 / 27 Outline 1 2 () Statistica 2 / 27 Outline 1 2 3 () Statistica 2 /

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE PROCESSI DI POISSON Definizione Un processo stocastico che assume valori interi non negativi si dice essere un processo di Poisson con frequenza λ se 1. A(t) è un prosesso di

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Variabili Casuali multidimensionali Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2/29 Marco Pietro Longhi Prob. e Stat.

Dettagli

Esercizi svolti di statistica. Gianpaolo Gabutti

Esercizi svolti di statistica. Gianpaolo Gabutti Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione

Dettagli

CP210 Introduzione alla Probabilità: Esame 2

CP210 Introduzione alla Probabilità: Esame 2 Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, II semestre 9 luglio, 2019 CP210 Introduzione alla Probabilità: Esame 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante

Dettagli

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul

Dettagli

Teoria dei segnali terza edizione

Teoria dei segnali terza edizione Capitolo 9 Segnali aleatori a tempo continuo e a tempo discreto SOLUZIONI DEGLI ESERCIZI Soluzione dell esercizio 9.3 Si osservi innanzitutto che, essendo il processo () t Gaussiano, anche il processo

Dettagli

Considerazioni introduttive

Considerazioni introduttive a linea elastica onsiderazioni introduttie In un elemento strutturale deformabile in cui una dimensione è prealente rispetto alle altre due, è possibile determinare la configurazione secondo la uale uesto

Dettagli

6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:

6) Una variabile aleatoria discreta V ha la seguente densità di probabilità: (VHUFL]LVX&DOFRORGHOOHSUREDELOLWj PRGHOOLSUREDELOLVWLFLHYDULDELOLDOHDWRULH 1) Un fax può venir trasmesso a tre diverse velocità, a seconda di quali siano le condizioni di traffico sulla connessione tra

Dettagli

PROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.

PROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD. PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari

Dettagli

Teoria dei Segnali (19 dicembre 2002)

Teoria dei Segnali (19 dicembre 2002) Teoria dei Segnali (9 dicembre ) II Provetta Esercizio N. (per gli studenti della laurea quinquennale) All ingresso del modulatore in figura c è il segnale m() t cos( Ωt) l inviluppo complesso del segnale

Dettagli

Richiami di TEORIA DELLE PROBABILITÀ

Richiami di TEORIA DELLE PROBABILITÀ corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 015-016 Richiami di TEORIA DELLE PROBABILITÀ Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it

Dettagli

Esercizi di Calcolo delle Probabilità

Esercizi di Calcolo delle Probabilità Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato

Dettagli