Esercizi numerici Parte A

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercizi numerici Parte A"

Transcript

1 Polteno d Mlano Faoltà d Ingegnera dell Informazone Eserz numer Parte A Ret Radomobl

2 Eserzo S onsder una rete ellulare d tpo multarrer-tdma he dspone d 24 portant, asuna on 3 anal a) Utlzzando l modello basato su luster s dmenson l luster n modo da garantre un SIR mnmo par a 4 db nell potes he l fattore d propagazone sa par a 3 b) Nelle elle del luster l traffo offerto è par a 5 Erlang. Quanto vale la probabltà d bloo? ) Ipotzzando he l traffo offerto sa omposto da 80% d nuove hamate e 20% d rheste d handover s alol la probabltà d bloo e quella d fallmento dell handover 2

3 Eserzo (sol) a) la formula del dmensonamento del luster è: K mn ( 6 SIR 3 mn ) 2 η Non tutt valor d K sono ammssbl: K {3,4,7,9,2,3,...} trasformamo l SIRmn da db a untà lnear 4 0 4dB Sosttuendo nella formula l valore d SIR e d η s ha: K mn 9.44 selgo K 2 3

4 Eserzo (sol) b) Usamo drettamente la formula B(N,A) d Erlang. Il numero d anal N da nserre nella formula è 3 24 N 6 2 N A B( N, A) N! N A 0! Sosttuendo s ha nel nostro aso B(6,5) 0.2 4

5 Eserzo (sol) 5

6 Eserzo (sol) ) In un ollegamento prvo d anal d guarda, l sstema non fa dstnzone tra le rheste d handover e le rheste d nuova hamata. Qund, la probabltà he fallsa un handover P hf e quella he venga rfutata una hamata P b sono ugual P P hf b 0.2 6

7 Eserzo 2 S onsder una rete ellulare d tpo multarrer-tdma he utlzza portant, asuna on 5 anal a) Nell potes he l traffo offerto a asuna ella sa par a 5 Erlang s alol l numero mnmo d portant neessaro a garantre una probabltà d bloo del 2% b) Nell potes he l SIR mnmo rhesto sa par a 2 db e he l fattore d propagazone sa par a 2.8 s alol l numero totale d portant neessare al sstema 7

8 Eserzo 2 (sol) a) Osservando l grafo della B-Erlang, s vede he l numero d anal neessar è 0. Con 5 anal per portante, oorreranno 2 portant per ogn ella

9 b) Eserzo 2 (sol) 2 0 SIRmn 2dB 0 η 2.8 K K mn 9 (6 SIR 3 mn ) 2 η Avendo bsogno d 2 portant per ogn ella ed essendo 9 elle per ogn luster, l sstema neessta n totale d 8 portant 9

10 Eserzo 3 Il ontatore statsto d una entrale della rete radomoble nda he una ella avente 0 anal smaltse un traffo par a 7 Erlang. S alol a) l traffo offerto b) la probabltà d bloo ) l fattore d utlzzo de anal 0

11 P b B(8,0) 0.2 Eserzo 3 (sol) Ao As/(-Pb) 7/ As/N 0.7 8

12 Eserzo 4 S onsder una rete ellulare d tpo multarrer-tdma he dspone d 8 portant, asuna on 4 anal a) Utlzzando l modello basato su luster s dmenson l luster n modo da garantre un SIR mnmo par a 3.5 db nell potes he l fattore d propagazone sa par a 3. b) Nell potes he l traffo offerto abba una dstrbuzone unforme nell area e una ntenstà par a 5 Erlang per m 2, s dmenson l raggo delle elle affnhé la probabltà d bloo sa par al 2%. ) Dopo un anno ontator d entrale ndano he una ella smaltse 4,65 Erlang. S alol l traffo offerto e la probabltà d bloo. 2

13 Eserzo 4 (sol) a) Utlzzando la formula E sosttuendo s ottene e qund K9 SIR η 3 mn K mn 8,74 K mn db 0 ( 6 SIR) / η

14 Eserzo 4 (sol) b) Con K 9 ogn ella dspone d 2 portant e 8 anal. Con una probabltà d bloo massma del 2% s rava dal grafo della B-Erlang he l traffo massmo è par a ra 3.5 Erlang Per avere un traffo per ella massmo d 3.5 Erlang on una denstà d 5 Erlang/ m 2, l area della ella deve essere lmtata a 3.5/ m 2. L area è legata al raggo da: 2 r 3 3 A E qund r 59 m 2 4

15 Eserzo 4 (sol) ) Dalla formula B-Erlang s rava he: B(5,8)0.07 AsAo(-B(5,8))4.65 E dunque l traffo offerto è par a 5 Erlang e la probabltà d bloo al 7%. 5

16 Eserzo 5 a) S derv un modello per l alolo della probabltà d bloo delle hamate per un sstema radomoble CDMA on dfferent lass d servz aratterzzate da bt rate dverso (e qund dverso guadagno d proesso), nell potes d onsderare la sola drezone upln e un ontrollo d potenza deale. b) S defnsano gl stat bloant per asuna delle lass d servzo onsderando un sstema on queste arattersthe: Rumore termo trasurable Eb/No mnmo par a 0 Tre lass d servzo aratterzzate da un guadagno d proesso par a 50, 25 e 20 rspettvamente. 6

17 Eserzo 5 (sol) a) Nel aso d sstema CDMA sngola ella, sngolo servzo e drezone upln è fale valutare la apatà (numero massmo d utent) alolando l SIR: SIR n ( n P ) P η + + b P b + η b + 7

18 Eserzo 5 (sol) Il parametro b rsulta essere par a: b SIR G p Dove Gp rappresenta l guadagno d proesso: G p mn B R B la banda a rado frequenza e R l rate del flusso nformatvo. 8

19 Eserzo 5 (sol) Nel aso d sstema multservzo l rate può assumere dvers valor n funzone del servzo. Per omodtà valor possbl d R possamo onsderarl multplo d quello d un servzo base d velotà r: R {,...,,} d r, d r d r 2 m E fale osservare he per mantere ostante l valore del SIR dopo l despreadng (SIRmn) passando da un servzo a velotà r ad uno a velotà d r oorre aumentare la potenza da P a d P. 9

20 Eserzo 5 (sol) Qund l vnolo sul SIR dventa: SIR n j j P d P j P b r Dove br rappresenta l valore d b orrspondente al rate r e nj l numero d utent del servzo a velotà djr. Qund s ha: n j d j + C b j r 20

21 Eserzo 5 (sol) Dunque s tratta d un sstema a rsorse lmtate dove asun utente della lasse j usa d j rsorse. Nelle potes lasshe d arrv d posson e servz esponenzal è possble modellare un sstema ome una atena d Marov on stato rappresentato dal numero d utent d asuna lasse... formula d Erlang estesa (s vedano lud delle lezon) 2

22 Eserzo 5 (sol) b) Nel aso n esame rsulta: Oorre dunque defnre un rate d base d u gl altr sano multpl: E qund: R 2R R R R 5R 0 0 R R R 2 3 B /50 B / 25 B / 20 R 0 B /00 22

23 Eserzo 5 (sol) Il alolo della apatà C può essere effettuato onsderando l rate R 0 : C Gl stat bloant rsultano essere: R 2R Stat bloant per R : R2 4R (5,0,0);(3,,0);(3,0,);(,2,0);(,,) R3 5R Stat bloant per R 2 : quell d R + (4,0,0);(2,,0);(2,0,);(0,,) Stat bloant per R 3 : quell d R + quell d R 2 + (,0,)

24 Eserzo 6 a) S derv un modello per l alolo della probabltà d termnazone d una hamata a ausa del fallmento d handover per un sstema radomoble on un numero n d anal per ella d u g rservat alle sole rheste d handover. b) S alol la frequenza meda delle rheste d handover λ h, l tempo medo d tenuta d una anale n una ella τ e la probabltà d termnazone forzata d una hamata per fallmento dell handover P d nell potes he: gl utent s muovano a velotà ostante par a 30 m/h e drezone asuale; le elle sano quadrate d lato l300 m la frequenza d arrvo d nuove hamate λ sa par a 3.5 hamate/mn; la durata meda delle hamate τ /μ sa par a 2 mn; n5, g0; l tempo medo d tenuta d una anale n una ella e la durata delle hamate sano varabl asual esponenzal negatve e proess d arrvo d rheste d hamate e handover sano d Posson. 24

25 Eserzo 6 (sol) a) s vedano lud delle lezon b) η V L S L V π S 8.33 m/mn passagg m m 2 d ella/mn τ μ μ + η

26 ν τ τ h η μ Eserzo 6 (sol) ( P ) 4.24 Ph b Ph η λh λ λ λ νλ μ [ ( )] P P ( P ) h hf 4.84 handover/mn h 26

27 Eserzo 6 (sol) A λ + λh μ P b B( A, N ) B(7,5) P d ν P b

28 Eserzo 7 S onsder un sstema ellulare CDMA on 2 stazon base e 4 termnal attv. Le attenuazon aj (/gj) tra ogn oppa d stazone base e termnale moble j sono rportate nella matre A. E attvo un meansmo d ontrollo d potenza n anello huso he tende a tenere fsso Eb/No al valore par a 0 db. Il guadagno d proesso Gp è par a 80 e la potenza del rumore termo N è par a S alolno valor delle e potenze p emesse da termnal mobl (drezone upln) nell potes he termnal sano agganat alla stazone base on l attenuazone mnma. A 4 8 { } a j

29 29 Eserzo 7 (sol) Eserzo 7 (sol) p tar b p tar b p tar b p tar b G N E g p g p G N E g p g p G N E g p g p G N E g p g p p p p p

30 Eserzo 8 S onsder una ella he reve un traffo d nuovo hamate par a 2 Erlang e un traffo d handover par a Erlang. La ella dspone d 4 anal d u uno è rservato ome anale d guarda per le sole rheste d handover. S alol la probabltà d bloo delle nuove hamate e la probabltà d fallmento del handover 30

31 3 Nel nostro aso abbamo: 3 g Eserzo 8 (sol) Eserzo 8 (sol) ( ) ( ) ( ) ( ) ( ) ( ) g h h h g h h g hf g h h h g h h g b g P P 0 0!! )! (!!! π π 2 h

32 Eserzo 8 (sol) Faendo ont rsulta: π π 0.22 π π π P hf 0,08 P b 0,399 32

Reti in fibra ottica. Prima Esercitazione Lunghezze d onda e potenze

Reti in fibra ottica. Prima Esercitazione Lunghezze d onda e potenze Ret n bra otta Prma Esertazone Lunghezze d onda e potenze Eserzo Un sstema d trasmssone otto è aratterzzato da una banda dsponble, mposta dalla urva d guadagno dell EDFA, par a 30 nm entrata attorno a

Dettagli

Esercitazioni di elettromagnetismo applicato

Esercitazioni di elettromagnetismo applicato A. affu: Esertazon Elettromagnetsmo Applato ver. 4.1 1/15 Unverstà egl tu Cassno e el Lazo eronale Esertazon elettromagnetsmo applato prof. Antono affu maffu@unas.t www.oente.unas.t/antono_maffu er.4.1

Dettagli

Prova di verifica parziale N Dic 2008

Prova di verifica parziale N Dic 2008 Corso d GEOTECNICA Ingegnera Edle-Arhtettura a.a. 8/9 Prova d verfa parzale N. 7 D 8 Eserzo q kpa SABBIA LIMOSA γ 8 kn/m φ' SABBIA E GHIAIA γ 9 kn/m φ' Con rfermento al muro d sostegno n fgura alolare:

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione. Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.

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

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

Reti di Telecomunicazione

Reti di Telecomunicazione Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc Ret d Telecomuncazone Prof. Fabo Martgnon F. Martgnon: Ret d Telecomuncazone Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone

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

L arcobaleno. Giovanni Mancarella. n = n = n = α( o )

L arcobaleno. Giovanni Mancarella. n = n = n = α( o ) Govann Mancarella L arcobaleno I(α) (a.u.) n =.3338 n =.336 39 40 4 4 43 α( o ) In questa nota utlzzeremo l termne dstrbuzone per ndcare la denstà d probabltà d una varable casuale. Il fenomeno dell arcobaleno

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercz d Probabltà e Statstca Samuel Rota Bulò 25 maggo 2007 Funzon d v.a., meda, varanza, moda, medana, quantl e quartl. Vettor aleator, denst condzonata, covaranza, correlazone. Eserczo 1 Sa Y ax + b

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

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

Carla Seatzu, 18 Marzo 2008

Carla Seatzu, 18 Marzo 2008 8. Ret d Code Carla Seatzu, 8 Marzo 008 Nella maggor parte de process produttv rsulta troppo restrttvo consderare una sola rsorsa. Esempo: lea tandem arrv µ µ v partenze V sono dverse stazon cu una parte

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

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso d Fondament d Teleomunazon 6 - SEGNALI IN BANDA PASSANTE E MODULAZIONI Prof. Maro Barbera [parte 5] Modulazon dtal multlvello Modulazone multlvello: modulazone d un senale dtale on un numero d smbol

Dettagli

Realizzazione di FSM sincrone. Sommario. Introduzione. Sommario. M. Favalli

Realizzazione di FSM sincrone. Sommario. Introduzione. Sommario. M. Favalli Realzzazone d FSM sncrone M. Favall Engneerng Department n Ferrara Realzzazone d FSM Anals e sntes de sstem dgtal / Introduzone Realzzazone d FSM Anals e sntes de sstem dgtal 2 / Una volta ottenuto l automa

Dettagli

Limitazioni di ampiezza negli amplificatori reali

Limitazioni di ampiezza negli amplificatori reali Lmtazon d ampezza negl amplfcator real G. Martnes 1 Lnearzzazone della trans-caratterstca G. Martnes Anals a pccolo segnale e concetto d punto d lavoro IL RUMORE EGLI AMPLIFICATORI Defnzon S defnsce rumore

Dettagli

Canali punto-punto. Canali e Multiplazione. Cenno sul sincronismo. Metodi per garantire il sincronismo. Sincronismo mediante preambolo

Canali punto-punto. Canali e Multiplazione. Cenno sul sincronismo. Metodi per garantire il sincronismo. Sincronismo mediante preambolo (da materale preparato da Antono apone- Poltecnco d Mlano) orso d Ret anal e Multplazone anal punto-punto collegament permanent tra un trasmetttore ed un rcevtore l rcevtore può essere ottmzzato sulla

Dettagli

Esercizi sui gas perfetti

Esercizi sui gas perfetti Eserz su gas perett Eserzo In un repente d esertata dal gas è d delle oleole d elo. 0 d sono ontenute ol d He. La pressone 5.5 Trasorao l volue n untà SI: 0d 0 Pa. Deternare la velotà quadrata eda Ravao

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Modelli 1 lezione novembre 2011 Media e varianza

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Modelli 1 lezione novembre 2011 Media e varianza Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone 17 30 novembre 2011 Meda e varanza professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? Teorema er ogn funzone

Dettagli

Dimensionamento di un impianto di evaporazione a triplo effetto

Dimensionamento di un impianto di evaporazione a triplo effetto Dmensonamento d un mpanto d evaporazone a trplo effetto 500 kg/h d soluzone d soda austa, he s trova a 5 devono essere onentrat dall 8.5% nzale al 5% n peso. ome flud d servzo sono dsponbl vapore d aqua

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

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes

Dettagli

Corso di Infrastrutture Idrauliche II

Corso di Infrastrutture Idrauliche II orso d Infrastrutture Idraule II a.a. 2006-2007 aurea n Ingegnera vle Faoltà d Ingegnera Prof.ssa Elena Volp Revmento: Materale ddatto: evolp@unroma3.t martedì 15:30-16:30, Dpartmento d Senze dell Ingegnera

Dettagli

Teoria dei Segnali Rumore granulare

Teoria dei Segnali Rumore granulare Teora de Segnal Rumore granulare Valentno Lberal Dpartmento d Fsca Unverstà degl Stud d Mlano valentno.lberal@unm.t Teora de Segnal Rumore granulare 24 gennao 211 Valentno Lberal (UnMI) Teora de Segnal

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

dove (nij - ňij) sono le differenze (contingenze) tra le frequenze assolute osservate nij e le frequenze teoriche ňij.

dove (nij - ňij) sono le differenze (contingenze) tra le frequenze assolute osservate nij e le frequenze teoriche ňij. STATISTICA Esertazone 3 05//05 Dott.ssa Vera Gurtovaa Eserzo. Studo dell assoazone tra due varabl qualtatve La seguente tabella doppa rporta dat osservat gornalmente n rermento alle ondzon rologe e al

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 18 1 dcembre 2011 Covaranza, Varabl aleatore congunte professor Danele Rtell www.unbo.t/docent/danele.rtell 1/19?

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

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

VALUTAZIONE DEL LIVELLO DI SERVIZIO DI UNA INTERSEZIONE A QUATTRO BRACCI SEMAFORIZZATA CON PRECEDENTE FASATURA DEL CICLO SEMAFORICO

VALUTAZIONE DEL LIVELLO DI SERVIZIO DI UNA INTERSEZIONE A QUATTRO BRACCI SEMAFORIZZATA CON PRECEDENTE FASATURA DEL CICLO SEMAFORICO ESERITAZIONE N 10 VALUTAZIONE DEL LIVELLO DI SERVIZIO DI UNA INTERSEZIONE A QUATTRO BRAI SEMAFORIZZATA ON PREEDENTE FASATURA DEL ILO SEMAFORIO. ALOLO DELLA VARIAZIONE DEL LIVELLO DI SERVIZIO IN FUNZIONE

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

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

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

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

Esercizio 1. Esercitazione 14 Dicembre 2012 Sistemi trifase e potenze R 3 R 1 R 2. simmetrico L 1 L 3

Esercizio 1. Esercitazione 14 Dicembre 2012 Sistemi trifase e potenze R 3 R 1 R 2. simmetrico L 1 L 3 serctazone 4 Dcembre 0 Sstem trfase e potenze serczo L L L 00 f 50 Hz smmetrco Fg : Sstema trfase a stella S consder l crcuto d Fg e s calcolno le tre corrent d fase e le potenze attve, reattve ed apparent

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

Trasmissione Numerica sul Canale Radio-Mobile

Trasmissione Numerica sul Canale Radio-Mobile Trasmssone Numerca sul Canale Rado-Moble Fulvo Babch (babch@unts.t) DIA Unverstà d Treste Ret wreless Ingegnera Elettronca e Informatca Canale Rado-moble Mezzo trasmssvo aperto (broadcast) Condvsone delle

Dettagli

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)

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

Misura dell anisotropia

Misura dell anisotropia Ansotropa sgnfa varazone d brllanza al varare della drezone d osservazone. Le prme msure d ansotropa venvano esegute ome amponament statst del elo, seglendo un erto numero d drezon e onfrontandone la brllanza

Dettagli

Esercitazione I : Determinazione dei pesi

Esercitazione I : Determinazione dei pesi Esertazone I : Il proget d un nuovo velvolo parte da una stma prelmnare de pes del velvolo stesso, ovvero dalla determnazone delle dverse alquote d peso he è le attenders he gl ompetano. Le alquote da

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

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z)

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z) Le soluzon della prova scrtta d Matematca per l corso d laurea n Farmaca (raggruppamento M-Z). Data la funzone a. trova l domno d f f ( ) ln + b. scrv, esplctamente e per esteso, qual sono gl ntervall

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

Dipartimento di Elettronica Informatica e Sistemistica Università di Bologna. Sistemi radiomobili cellulari

Dipartimento di Elettronica Informatica e Sistemistica Università di Bologna. Sistemi radiomobili cellulari Dpartmento d Elettronca Unverstà d Bologna Sstem radomobl cellular Le comuncazon radomobl Satellte Zona 4: Globale Zona 3: Suburbana Zona 2: Urbana Zona 1: In-Buldng Macro-Cell Mcro-Cell Pco-Cell Telefono

Dettagli

5.3 LE TURBINE RADIALI

5.3 LE TURBINE RADIALI 5.3 LE TURBINE RADIALI 5.3. INTRODUZIONE Se la omponente d portata della velotà del fludo, nvee he parallela all asse d rotazone della mahna, è ad esso ortogonale, la turbna s de radale, entrfuga o entrpeta

Dettagli

2.4 Tecniche e algoritmi di riuso statico

2.4 Tecniche e algoritmi di riuso statico Poltecnco d Mlano Facoltà d Ingegnera dell Informazone 2.4 Tecnche e algortm d ruso statco Ret Radomobl Problema dell assegnamento delle frequenze Anche se la vsone del ruso d frequenze basata sul concetto

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

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

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

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

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,

Dettagli

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m Captolo INTRODUZIONE Funzone d matrce Sa f(λ) una generca funzone del parametro λ svluppable n sere d potenze f(λ) Sa A una matrce quadrata d ordne n La funzone d matrce f(a) èdefnta nel modo seguente

Dettagli

Esame del corso di Tecniche Avanzate per il Trattamento delle Immagini

Esame del corso di Tecniche Avanzate per il Trattamento delle Immagini Esame del corso d Tecnche Avanzate per l Trattamento delle Immagn Data: 18 Settembre 2007 1 Es.1 [pt. 5]: Nella fgura (10x10 pxel) rportata a fanco l rettangolo banco è d dmenson 6x4 pxel. Indcando con

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

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

Carla Seatzu, 18 Marzo Una coda è costituita da 3 componenti fondamentali: i serventi i clienti

Carla Seatzu, 18 Marzo Una coda è costituita da 3 componenti fondamentali: i serventi i clienti 7. Teora delle Code Una coda è costtuta da 3 coponent fondaental: servent clent Carla Seatzu, 8 Marzo 8 uno spazo n cu clent attendono d essere servt (coda d attesa). clent n arrvo coda d attesa serv.

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

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2 Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco

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

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

Università degli Studi di Roma Tor vergata Dipartimento di Ingegneria Civile. Corso di. Gestione ed esercizio i dei sistemi i di trasporto

Università degli Studi di Roma Tor vergata Dipartimento di Ingegneria Civile. Corso di. Gestione ed esercizio i dei sistemi i di trasporto Unverstà degl Stud d Roma Tor vergata partmento d Ingegnera Cvle Corso d Gestone ed eserczo de sstem d trasporto Docente: Ing. Perlug Coppola Lucd proettat a lezone La progettazone degl orar de servz d

Dettagli

Corsi di Laurea in Farmacia e CTF Prova di Matematica

Corsi di Laurea in Farmacia e CTF Prova di Matematica Cors d Laurea n Farmaca e CTF Prova d Matematca S O L U Z I O N I Effettua uno studo qualtatvo della funzone 4 f + con partcolare rfermento a seguent aspett: a trova l domno della funzone b trova gl ntervall

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

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

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

Amplificatori operazionali

Amplificatori operazionali Amplfcator operazonal Parte 3 www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 9-5-) Confgurazone nvertente generalzzata Se nella confgurazone nvertente s sosttuscono le resstenze R e R con due mpedenze

Dettagli

Capitolo 5. Analisi dei dati di output. 5.1 Analisi del transitorio

Capitolo 5. Analisi dei dati di output. 5.1 Analisi del transitorio Captolo 5 Anals de dat d output Una fase essenzale d ogn studo d smulazone è l anals de rsultat della smulazone stessa. Supponamo d avere costruto l modello d un sstema e sano Y 1,Y 2,...,Ym dat d output

Dettagli

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone

Dettagli

FRAME 1.1. Definizione Diciamo variabile aleatoria una funzione definita sullo spazio campionario di un esperimento a valori reali.

FRAME 1.1. Definizione Diciamo variabile aleatoria una funzione definita sullo spazio campionario di un esperimento a valori reali. FRAME 0.1. Contents 1. Varabl aleatore 1 1.1. Introduzone 1 1.2. Varabl aleatore dscrete 2 1.3. Valore atteso (Meda) e Varanza 3 1.4. Varabl aleatore bnomal e d Posson 4 1.1. Introduzone. 1. Varabl aleatore

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

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

Analisi statistica degli errori casuali

Analisi statistica degli errori casuali Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

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

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

Corso di Tecniche elettromagnetiche per la localizzazione e il controllo ambientale. Test scritto del 27 / 09 / 2005

Corso di Tecniche elettromagnetiche per la localizzazione e il controllo ambientale. Test scritto del 27 / 09 / 2005 Corso d Tecnche elettromagnetche per la localzzazone e l controllo ambentale Test scrtto del 7 / 9 / 5 S rsponda alle seguent domande marcando con un segno le rsposte che s reputano corrette. S rsolva

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

Sensori Segnali Rumore - Prof. S. Cova - appello 22/06/2011 P1-1

Sensori Segnali Rumore - Prof. S. Cova - appello 22/06/2011 P1-1 ensor egnal Rumore - ro.. Cova - appello /06/011 1-1 ROBLEM 1 Quadro de dat egnale otto: rettangolare a durata T 00 µs; otenza ; lunghezza d onda λ 1 800 nm oppure λ 60 nm. p--n otododo n lo: oeente d

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

CASELLI AUTOSTRADALI INTERSEZIONI STRADALI ... per n m. P t P t, P t. P t. m Q. P t. P t CARATTERISTIC HE FUNZIONALI E GEOMETRICHE

CASELLI AUTOSTRADALI INTERSEZIONI STRADALI ... per n m. P t P t, P t. P t. m Q. P t. P t CARATTERISTIC HE FUNZIONALI E GEOMETRICHE Unerstà degl Stud d Roma Tor Vergata INTERSEZIONI STRADALI CASELLI AUTOSTRADALI Argomento: Dmenson casell autostradal La portata n arrvo è par a Q=900 [vec/h]= 0.5 [vec/sec] Tempo medo d servzo E[t]= 0

Dettagli

Precisione e Cifre Significative

Precisione e Cifre Significative Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte

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

ELETTROTECNICA ED ELETTRONICA (C.I.) Modulo di Elettronica. Lezione 4. a.a

ELETTROTECNICA ED ELETTRONICA (C.I.) Modulo di Elettronica. Lezione 4. a.a 586 ELETTOTECNICA ED ELETTONICA (C.I. Modulo d Elettronca Lezone 4 a.a. 000 Amplfcatore Invertente I o I Av* o Z ; Zo 0; I Z f Avo Z Amplfcatore non Invertente o o (f/ f o f ; Avo o f ; Zn ; Zout 0; Amplfcator

Dettagli

MODELLI MULTISTATO. Introduzione ai modelli multistato. Esempio di modello multistato per descrivere la progressione di una malattia

MODELLI MULTISTATO. Introduzione ai modelli multistato. Esempio di modello multistato per descrivere la progressione di una malattia MODELLI MULTISTATO Introuzone a moell multstato Esempo moello multstato per escrvere la progressone una malatta I moell multstato Un moello multstato per l asscurazone malatta Introuzone a moell multstato

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

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

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

di una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3)

di una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3) Esempo d soluzone d una delle verson del compto d Geometra analtca e algebra lneare del luglo 3 Stablre se la retta r, d equazon parametrche x =, y = + t, z = t (nel parametro reale t), è + y + z = sghemba

Dettagli

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone

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

Statistica di Bose-Einstein

Statistica di Bose-Einstein Statstca d Bose-Ensten Esstono sstem compost d partcelle dentche e ndstngubl che non sono soggette al prncpo d esclusone. In quest sstem non esste un lmte al numero d partcelle che possono essere osptate

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

Indici di posizione. Dove si trova la distribuzione? Qual è l ordine di grandezza dei dati?

Indici di posizione. Dove si trova la distribuzione? Qual è l ordine di grandezza dei dati? Indc d poszone Dove s trova la dstrbuzone? Qual è l ordne d grandezza de dat? x La meda X assume n valor x, x 2,, x n n x = ( x ) + x2 + + xn = x n n = La meda ndca qual è l ordne d grandezza de dat Esempo

Dettagli

Le operazioni che vogliamo realizzare sono. Supporremo che una tabella T abbia i seguenti attributi: 1. Table(T): costruisce una tabella vuota T.

Le operazioni che vogliamo realizzare sono. Supporremo che una tabella T abbia i seguenti attributi: 1. Table(T): costruisce una tabella vuota T. tabelle dnamche Tabelle dnamche Spesso non s conosce a pror quanta memora serve per memorzzare una struttura dat (tabella d dat ~ array, tabella hash, heap, stack, ecc.. Può captare qund d allocare una

Dettagli