I processi aleatori Ingegneria Clinica A.A
|
|
- Giorgia Marrone
- 5 anni fa
- Visualizzazioni
Transcript
1 Universià di Roma Sapienza Corso di Elaborazione di Dai e Segnali Biomedici Facolà di Ingegneria Civile e Indusriale I processi aleaori Ingegneria Clinica A.A Francesco Infarinao, PhD Laboraorio di Bioingegneria della Riabiliazione IRCCS San Raffaele Pisana francesco.infarinao@uniroma.i
2 I processi aleaori La paricolare naura di un fenomeno fisiologico è ale da generare forme d onda diverse, ma, poiché le condizioni dell esperimeno non sono muae, niene induce a rienere che ali forma d onda presenino differeni caraerisiche energeiche. Fenomeni aleaori Realizzazioni Grandezze fisiche
3 I processi aleaori La comprensione del fenomeno ci spinge a sviluppare una eoria maemaica, fondaa sulla Teoria della Probabilià, in grado di cogliere gli aspei energeici, misurai da quei valori medi sul empo, in paricolare componene coninua, poenza e funzione di auocorrelazione, condivisi dalle diverse forme d onda osservabili nel fenomeno aleaorio. Fenomeni aleaori Realizzazioni Grandezze fisiche
4 Definizioni Si consideri un fenomeno aleaorio i cui risulai sono inere forme d onda; con il ermine Processo Aleaorio si riferisce all insieme di ali forme d onda, alrimeni dei membri o realizzazioni del processo aleaorio sesso e può essere indicao come ; ω, mediane una descrizione formale che prevede una coppia di insiemi: T è l insieme degli isani emporali su cui sono definii i membri del processo; Ω è l insieme i cui valori ω idenificano ognuno una paricolare realizzazione del processo. Perano, le isanze effeive ; ω i, con T, sono noe solo dopo la conoscenzadiω i Ω.
5 Definizioni L incerezza, quindi, riguarda quale membro andremo effeivamene a osservare nel momeno in cui eseguiremo l esperimeno di misurazione, a valle del quale chiameremo realizzazione il paricolare membro effeivamene misurao. Il processo aleaorio è quindi definio come l insieme dei segnali {; ω: con Te ω Ω} Quando i membri sono sequenze, il processo aleaorio è definio Serie Aleaoria. È possibile esendere i risulai della Saisica Maemaica ai segnali che hanno dominio discreo. Il Teorema del Campionameno permee l esensione dei risulai ai processi aleaori con membri segnali coninui e limiai in banda.
6 Definizioni Fissao un paricolare isane emporale j, il valore j ; ω è una variabile aleaoria, la cui realizzazione dipende da quella di ω Ω; ; ω p /ω Può essere quindi definia la densià di probabilià p j indipendene da ω in corrispondenza dell isane j in cui è prelevaoilcampione ; ω ; ω i p /ω i
7 Definizioni Per le Serie Aleaorie sarà scela la noazione analoga: {n; ω: conn Ze ω Ω} Talenoazione,unavolaeffeuaoilsoreggiodiLpuniω i ai quali corrispondono le realizzazioni n; ω i, i,..., L, sarà indicaapiùagevolmenecome i [n].
8 Definizioni Valori Medi d Insieme e Valori Medi sul Tempo Segnali di naura paricolare pur avendo forme d onda ra loro differeni, condividono la sessa descrizione energeica.
9 Definizioni Tali valori medi sul empo sono compuabili solo avendo a disposizione la forma analiica dell andameno di almeno una delle varie forma d onda condivideni la sessa descrizione energeica. Lo scopo principale della Teoria dei Processi Aleaori è quello di ovviare all assenza di ale descrizione analiica e giungere alla descrizione energeica araverso una modellizzazione socasica. In queso modello i vari segnali sono visi come il risulao di uno specifico meccanismo aleaorio, la sorgene aleaoria.
10 I processi deerminisici I processi deerminisici, o ad aleaorieà paramerica, sono i processi per i quali si può descrivere compleamene la forma d onda generaa dalla sorgene mediane la conoscenza di un numero finio di parameri. Più in generale, le realizzazioni dei processi deerminisici dipendono da pparameri.ilveoredeiparamerisarà:vv,v,,v p. Ogni realizzazione sarà biunivocamene idenificaa da un puno nello p spazio Ω R L aleaorieà del processo consise nello scegliere in - un puno dell insieme Ω. Su ale insieme verrà definia una funzione di misura per calcolare la probabilià di scela dei suoi elemeni.
11 I processi deerminisici: esempio Il processo armonico Si consideri un segnale A 0 cosπf 0 + φ L ampiezza A 0 e la frequenza f 0 sono assegnae, menre la fase φ è aleaoria. In queso caso, ogni realizzazione è compleamene specificaa mediane la conoscenza della fase. La descrizione probabilisica del processo si raduce nella descrizione probabilisica della fase.
12 I processi deerminisici: esempio Il processo armonico Tui i membri del processo aleaorio armonico così descrio avranno la sessa funzione di correlazione: E quindi la sessa poenza: A queso puno poremmo compleare la descrizione probabilisica espliciando la funzione di densià di probabilià della fase φ.
13 I processi deerminisici: esempio Il processo armonico Poremmo ad esempio supporre che la variabile aleaoria Φ sia coninua e definia in[-π, π e assumere disribuzione di probabilià uniforme. Soo quese ipoesi poremmo descrivere i segueni momeni del I e del II ordine:
14 I processi deerminisici: esempio Il processo armonico Nel caso descrio, l aleaorieà paramerica si limiava alla fase. In un ipoesi più generale i parameri aleaori porebbero esserea 0,f 0 eφ In queso caso si avrà un processo aleaorio deerminisico ; A 0, f 0,φ per il quale ogni realizzazione ; A 0, f 0,φ verràindividuaadaunpunodir 3
15 Processi compleamene aleaori Un processo aleaorio porebbe dipendere da un infinià numerabile o addiriura non numerabile di parameri, l associazione biunivoca ra realizzazioni e puni di Ω in queso caso sarebbe esclusivamene conceuale. In quesi casi si parla di processi compleamene aleaori. È possibile considerare un isane e definire la variabile aleaoria le cui deerminazioni sono parialvalore che le realizzazioniassumononell isane.
16 Processi compleamene aleaori cosiuisce una variabile aleaoria esraa dal processo all isane,caraerizzaadallasuadensiàdiprobabilià: p ; Dipendeneda È possibile quindi considerare una coppia di isani, e le variabilialeaoriealeaorie e esrae,condeerminazioni: e con densià di probabilià congiuna: p, ;,
17 Processi compleamene aleaori Generalizzando: è possibile considerare n isani di empo,,, n e le n variabili aleaorie,,, n esrae, con deerminazioni: i i i,,n e con densià di probabilià congiuna: p,,n,, n ;,, n L insieme delle densià di probabilià congiune fino all ordine n si chiama gerarchia di probabilià di ordine n associaa al processo aleaorio.
18 Processi compleamene aleaori Con gerarchia di probabilià di ordine n di solio ci si riferisce allasoladensiàdiprobabiliàcongiunadelle,,, n Tue le gerarchie di ordine inferiore ad n possono infai essere oenue da quesa per saurazione. Dalle densià di probabilià n-dimensionali è possibile calcolare i valori aesi e, in paricolare, i momeni cenrai e non cenrai.
19 Processi compleamene aleaori Daa una variabile aleaoria n-dimensionale esraa da un processo aleaorio, e daa una funzione di n variabili f,, n, si definisce valore aeso di ale funzione o media diinsiemediordinendellaf,, n,laquanià: R n f,..., p n,... n,..., n ;,..., n d... d n In paricolare, ponendo n, ed f k,si ha il momeno di ordinekdellavariabilealeaoriaesraa chedipendeda m k + k p ; d
20 Processi compleamene aleaori Ilvaloreaesodisioieniponendok: Ponendoinvecenef, k k + ; d p m Si ha il momeno miso di ordine k,k delle variabili aleaorieesrae e cheèfunzionedegliisani e,, ;,, R k k d d p m k k
21 Processi compleamene aleaori Sempre nel caso n, si definiscono i momeni cenrai misi come:,, ;,, R k k d d p m m k k µ Il momeno cenrao miso di ordine, viene deo funzione di covarianza
22 Processi sazionari Quando in un processo aleaorio la gerarchia di probabilià di ordine n qualunque non cambia se si cambia l origine dei empi, allora ale processo è deo sazionario. Le caraerisiche saisiche del processo non cambiano nel empo La sorgene non cambia nel empo le sue caraerisiche
23 Processi sazionari In un processo sazionario, quindi, la densià di probabilià del primo ordine p ; non dipende dall isane scelo. La densià di probabilià congiuna p, ;, non dipende dagli isani e ma solamene dalla loro differenza τ - In generale, la densià di probabilià di ordine n p,,n,, n ;,, n è una funzione delle differenze τ i j+ - j
24 Processi sazionari Viceversa, se le gerarchie di ordine n qualunque dipendono solodalledifferenze j+ - j,allorailprocessoèsazionario. Conseguenza di uo ciò: Ilmomenodiordineknondipendedalempo Per k, abbiamo: Valoreaeso Varianza m m σ σ
25 Processi sazionari Eancora: il momeno miso di ordine k,k e la funzione di covarianza dipendonosolodalladifferenzaτ - m k,k, m k,k τ k, k τ Inolre sono legai dalla relazione k τ m, τ-m
26 Processi sazionari La sazionarieà definia viene soliamene indicaa come sazionarieà in senso sreo. Un processo aleaorio si dice invece sazionario in senso lao quando il momeno del primo ordine è una cosane e il momenomisodiordine,dipendesolodaτ - m m cos m,, m, τ
27 Processi ergodici Se ogni realizzazione è ipica del processo sesso, è possibile parlare di una sooclasse dei processi sazionari: i processi ergodici Si supponga di voler calcolare sperimenalmene la gerarchia del primo ordine di un processo, si considerino quindi m realizzazioni del processo sesso,, m e si esamini il valore assuno da ciascuna variabile aleaoria in corrispondenzadiunisane. Per simare una gerarchia del primo ordine posso calcolare l isogramma relaivo a ali m valori
28 Processi ergodici Nel caso generale porei simare la gerarchia di ordine n considerando l isogramma n-dimensionale oenuo prendendonisani,, n. Al crescere del numero di realizzazioni m, l isogramma approssimerà al meglio la densià di probabilià delle n variabili aleaorie esrae dal processo, ovvero la gerarchia di ordine n del processo.
29 Processi ergodici In modo alernaivo porei non operare su m realizzazioni differeni del processo, ma considerare una sola realizzazione dividendo l asse delle ascisse in m pari; quindi porei allineare emporalmene ali frammeni e considerare ciascuno di essi come una rappresenazione del processo poiché il processo è sazionario allora è lecio. A queso puno si calcola analogamene l isogramma relaivo all n-esima gerarchia di probabilià.
30 Processi ergodici Se, qualunque sia n, al crescere di m l isogramma calcolao su una sola realizzazione ende allo sesso isogramma oenuo su diverse realizzazioni, allora il processo è ergodico. Ogni singola realizzazione coniene in sé ue le caraerisiche di probabilià dell inero processo. Le gerarchie calcolae in orizzonale in base ad una sola realizzazione coincidono con le gerarchie calcolae in vericale su diverse realizzazioni
31 Processi ergodici
32 Processi ergodici Una realizzazione di un processo aleaorio è un segnale cero. Si supponga sia un segnale di poenza. È possibile definire la media emporale del primo ordine f lim d Sefèpossibiledefinireilvalormedio f lim d
33 Processi ergodici Sef èpossibiledefinirelapoenzadi lim d Considerando una funzione f, di due variabili e un segnale di poenza reale, è possibile definire la media emporale del secondo ordine P f, + τ lim f, + τ d
34 Processi ergodici Se f, allora si avrà la definizione della funzione di auocorrelazione del segnale poiché esso è reale + τ lim + τ d p τ In un processo sazionario, ogni realizzazione deve manenere un ipo di andameno sabile nel empo per queso le realizzazioni sono segnali di poenza.
35 Processi ergodici Per i processi ergodici la media di insieme della f risulerà equivalene alla media emporale relaivamene alla funzione f per qualunque realizzazione del processo. Inparicolare,ilvaloreaesodi èpariallamediaemporale di una qualunque realizzazione. Inolre, la media di insieme di è pari alla media emporale di
36 Processi ergodici Dal momeno che: m + p d è sempre >0 e risula infinio in casi paricolari che escludiamo, poiché per un processo sazionario ed ergodico siha: m lim d P Ne consegue che la poenza del segnale è una quanià sreamene maggiore di zero, quindi ogni realizzazione di un processo sazionario ergodico reale è un segnale di poenza.
37 Processi ergodici Analogamene alle gerarchie del primo ordine, per le gerarchie del secondo ordine possiamo scrivere: f, p, ;, d d R, f, + τ lim f, + τ d Ossia, le medie di insieme del secondo ordine sono uguali alle corrispondeni medie emporali del secondo ordine.
38 Processi ergodici Da ques ulima definizione ne consegue che la funzione di auocorrelazione è uguale al momeno miso di ordine,. p τ lim + τ d + τ m, τ Poiché lo spero di densià di poenza è la rasformaa della funzione di auocorrelazione, possiamo enunciare il eorema di Wiener-Khinchin per i processi aleaori ergodici
39 Teorema di Wiener-KhinchinХинчин Losperodidensiàdipoenzadiunprocessoergodicoèpari alla rasformaa di Fourier del momeno miso di ordine, dellevariabilialeaorie e esraedaaleprocesso: p τ In un processo ergodico, sebbene le diverse realizzazioni siano differeni, esse sono caraerizzae dallo sesso valor medio, dalla sessa funzione di auocorrelazione e dallo sesso spero di densià di poenza.
40 Teorema Spero di densià di poenza di un processo S.E. con valore aeso non nullo Dao un processo sazionario ergodico con valore aeso m non nullo, allora lo spero di densià di poenza presena nell origineunimpulsodidiracdiampiezzam La dimosrazione è lasciaa agli sudeni.
41 Processi noevoli Processo armonico Abbiamo già viso il processo armonico così definio: A cosπf 0 + φ L ampiezza A e la frequenza f 0 sono assegnae, menre la fase φ è aleaoriaedècaraerizzaadalladensiàdiprobabiliàp Φ φ È possibile calcolare la gerarchia del primo ordine del processo considerando,variabilealeaoriaesraanell isanediempo. A cosπf 0 + φ fφ; èinfaiunafunzionediφ chedipendeda. Le realizzazioni del processo sono ue le possibili sinusoidi con sessa ampiezzaaefrequenzaf 0 efasediversa.
42 Processi noevoli Processo armonico Definisco per prima cosa la funzione φ inversa: φ g ; -πf 0 ± arccos /A+kπ Poiché in generale: p d y p g y g y dy epoiché: d d g ; A per є[-a,a]
43 Si avrà per є[-a, A]: Processi noevoli Processo armonico ; ; g p A p Φ ϕ ϕ + + Φ Φ A f p A f p A 0 0 arccos arccos π π Poiché la fase è saa definia ra [-π,+π] allora sono sai eliminai i ermini kπ.
44 Processi noevoli Processo armonico La densià di probabilià così definia dipende da e quindi il processo non è sazionario. L unico modo di rendere indipendene la gerarchia del primo ordine da è rendere p Φ φ cosane e quindi p Φ φ/π. In queso caso si avrà per є[-a, A]: p A π + π π A
45 Processi noevoli Processo armonico La circosanza che la fase sia uniformemene disribuia in [-π, +π] rappresena una condizione necessaria affinché la gerarchia del primo ordine sia sazionaria. p π A -A A
46 Processi noevoli Processo armonico Dal grafico si può vedere che i valori prossimi a ±A sono più probabili di quelli prossimi allo zero. Analizzando l andameno grafico di una sinusoide infai si può noare che essa saziona in corrispondenza dei puni di massimo e di minimo menre araversa più bruscamene i puni di zero. L uniformià della fase non è solo necessaria ma anche sufficiene per la sazionarieà della gerarchia del primo ordine.
47 È possibile dimosrare che anche la gerarchia del secondo ordine è sazionaria non dipende dagli isani e ma dalla soladifferenzaτ -. Infai: A cosπf 0 +φ A cosπf 0 +φ+πf 0 τ Processi noevoli Processo armonico A cosπf 0 +φcosπf 0 τ-a sinπf 0 +φsinπf 0 τ cosπf 0 τ-a sinπf 0 +φsinπf 0 τ cos π ϕ π τ 0 0 cosπf 0 τ- A A f + sin f
48 cosπf 0 τ- Processi noevoli Processo armonico A A cos πf + ϕsinπf τ 0 0 A sin πf τ 0 cosπf 0 τ- La èunafunzionechedipendesolameneda edaτ. Poiché esise un legame deerminisico ra e, la densià di probabilià di condizionaa a dipende necessariamene solo dalla differenza τ: noa ed assegnao τ,èpossibilecalcolarela. p ;, p ;τ Inolre, poiché la gerarchia del primo ordine non dipende da, si avrà: p, ;, p ;τ p
49 Processi noevoli Processo armonico p, ;, p ;τ p La densià di probabilià del secondo ordine dipende solo da τ enondaenrambigliisani e Si può procedere analogamene a quano viso per dimosrare che ogni gerarchia di ordine n dipende solo dalle n- differenze j+ - j Queso dimosra che il processo è sazionario. L uniformià della fase in [-π, π] risula condizione necessaria e sufficiene per la sazionarieà del processo armonico
50 Il processo armonico è anche ergodico. Si calcoli il valor medio: Processi noevoli Processo armonico Acosπf 0 + ϕ π A cos πf ϕ p ϕ dϕ 0 + π π Acosπf 0 + ϕ dϕ π π Φ 0 Φ p Φ φ è una recra πe π L inegrale di una funzione periodica pari eseso ad un periodo è nullo
51 Processi noevoli Processo armonico Poiché il processo è ergodico, ogni sua realizzazione è un segnale di poenza. Si calcoli la poenza: P A cos πf 0 + ϕ Φ A π cos πf + ϕ dϕ 0 π π cos α/ +cosα
52 Processi noevoli Processo armonico Poiché il processo è ergodico, ogni sua realizzazione è un segnale di poenza. Si calcoli la poenza: cos α/ +cosα A π + cos4 π f ϕ ϕ 0 + d 4π π A + π 4π π cos4πf 0 + π ϕ dϕ A L inegrale di una funzione periodica pari eseso ad un periodo è nullo
53 τ τ τ ; p + τ ϕ τ π ϕ π ; cos cos 0 0 Φ f A f A Si calcoli la funzione di auocorrelazione per una realizzazione del processo: Processi noevoli Processo armonico ϕ τ π ϕ π cos cos f A f A ϕ ϕ τ π ϕ π π π π d f f A cos cos Formule di Werner: cosαcosβ/ [cosα-β+cosα+β]
54 Processi noevoli Processo armonico Si calcoli la funzione di auocorrelazione per una realizzazione del processo: π A [cos πf 4 π π τ 0 Formule di Werner: cosαcosβ/ [cosα-β+cosα+β] + cosπf 0 + τ + ϕ ] dϕ L inegrale di una funzione periodica pari eseso ad un periodo è nullo π A cos πf τ dϕ 0 4π π A cos τ Risulao già noo per i πf 0 segnali deerminisici!
55 Processi noevoli Processo armonico Applichiamo il eorema di Wiener-Kinchin e ricaviamo lo spero di densià di poenza dalla rasformaa della funzione di auocorrelazione: P A f F cos πf τ 0 A A δ f f 0 + δ 4 4 f + f 0
56 Processi noevoli Processo armonico Si può ricavare facilmene il valore della poenza calcolando l inegrale dello spero di densià di poenza. + A A P P f A Anchelo spero didensiàdipoenzacheèsaodefinioper una realizzazione è comune a ue le realizzazioni del processo grazie all ergodicià del processo sesso.
57 Processi noevoli Processo Gaussiano Un processo aleaorio si dice Gaussiano se la sua gerarchia di ordine n qualunque è cosiuia da una densià di probabilià Gaussiana. La densià di probabilià della variabile aleaoria n- dimensionale,, n esraa dal processo negli n isani,, n èparia: n P π n de K e [ / m T K m In processo aleaorio Gaussiano la gerarchia di ordine n qualunque è idenificaa dal veore dei valori medi e dalla suamaricedellecovarianzak ]
58 Processi noevoli Processo Gaussiano Èsufficieneconoscerelafunzionedivalormedioperogni elafunzionedicovarianzaperogni,. Se il processo è sazionario il valor medio è cosane e la covarianzaèunafunzionechedipenderàsolodaτ -. I processi gaussiani sono uilizzai per modellare segnali aleaori originai come somma di diverse componeni caoiche ad esempio il rumore ermico, per il eorema del limie cenrale infai la combinazione lineare di un gran numero di variabili aleaorie presena una ddp con andameno Gaussiano.
59 Processi noevoli Processo Gaussiano Si supponga un processo Gaussiano sazionario ergodico a valor medio nullo, bianco nella frequenza [-w, +w], con w e varianzaσ noa. Caraerizziamo il processo: Parendo dalla funzione di auocorrelazione: p p τ τ + τ m m, ; τ Quesa espressione risula sempre valida: la funzione di auocorrelazione di un processo aleaorio sazionario ed ergodico è pari alla funzione di covarianza più il quadrao del suo valore aeso. ; τ + m
60 Processi noevoli Processo Gaussiano Dire che il processo è bianco in [-w, +w] significa che il suo spero di densià di poenza è cosane in ale inervallo. PfCrec w f Con C cosane. Posso riscrivere quindi: p τ k τ + m p 0 k0 + m p 0 σ L auocorrelazione nell origine è anche l inegrale dello spero di densià di poenza, quindi:
61 Processi noevoli Processo Gaussiano p 0 σ Poiché PfC rec w fallora: + P f e 0 df C σ σ w È possibile calcolare la funzione di covarianza in queso caso pari alla funzione di auocorrelazione, grazie all anirasformaa dello spero di densià di poenza.
62 Trasformazioni di processi aleaori Due processi aleaori e Y si dicono saisicamene indipendeni quando, comunque si esragga una variabile n- dimensionale e una variabile Y k-dimensionale, quese sono variabili aleaorie saisicamene indipendeni. Le sorgeni che generano i processi non presenano legami saisici Nel seguio verranno prese in considerazione alcune operazioni uili ra processi aleaori.
63 Trasformazioni di processi aleaori Somma di processi aleaori Dai due processi aleaori e Y, si consideri, per ogni coppia di realizzazioni e y, il segnale z oenuo dalla loro somma. Il segnale z così definio può essere rienua una realizzazione di un nuovo processo Z somma dei processi di parenza. Se i processi e Y sono sazionari ed ergodici allora anche Z lo sarà.
64 Trasformazioni di processi aleaori Somma di processi aleaori Poiché Z è ergodico, la sua media emporale coinciderà col valore aeso: Z z z Y y + Y y y + + Poiché anche e Y sono ergodigi
65 Trasformazioni di processi aleaori Somma di processi aleaori La poenza di Z sarà quindi: P z P + Py + y Se i processi hanno valor medio nullo, allora la poenza del processo somma è la somma delle poenze dei processi.
66 Trasformazioni di processi aleaori Somma di processi aleaori Analogamene si può dimosrare, enendo cono dell ergodicià e dell incorrelazione, la funzione di auocorrelazione: p zz τ p τ + pyy τ + y Per τ0 si oiene di nuovo la poenza di Z, se i valori aesi dei processi sono nulli, si oiene di nuovo: p τ τ τ zz p + pyy
67 Trasformazioni di processi aleaori Somma di processi aleaori Trasformando l auocorrelazione si oiene lo spero di densià di poenza: f y f P f P f P δ + + f y f P f P f P y z δ + +
68 Trasformazioni di processi aleaori Prodoo di processi aleaori Dai due processi aleaori e Y, si consideri, per ogni coppia di realizzazioni e y, il segnale z oenuo dal loro prodoo. Il segnale z così definio può essere rienua una realizzazione di un nuovo processo Z prodoo dei processi di parenza. Se i processi e Y sono sazionari ed ergodici allora anche Z lo sarà.
69 Trasformazioni di processi aleaori Prodoo di processi aleaori Poiché Z è ergodico, la sua media emporale coinciderà col valore aeso: z z Z y Y y y Y Poiché anche e Y sono ergodigi
70 Trasformazioni di processi aleaori Prodoo di processi aleaori Analogamene a quano viso per la somma di processi si avrà: P z P P y p zz τ p τ τ pyy P f P f * Py f z
Processi stocastici e affidabilità
Processi socasici e affidabilià ω Dao un esperimeno casuale, si assuma di associare ad ogni ( ω ) esio ω una funzione x, di. Risula così definio un insieme di funzioni del empo, deo processo socasico,
Dettagli1 Catene di Markov a stati continui
Caene di Markov a sai coninui In queso caso abbiamo ancora una successione di variabili casuali X 0, X, X,... ma lo spazio degli sai è un insieme più che numerabile. Nel seguio supporremo che lo spazio
DettagliTerza lezione: Processi stazionari
Teoria dei processi casuali a empo coninuo Terza lezione: Concei inroduivi Il conceo di sazionarieà Sazionarieà in senso lao Esempi e modelli 005 Poliecnico di Torino 1 Concei inroduivi Significao di sazionarieà
DettagliMedie statistiche Processi stazionari Trasformazioni di processi casuali Ergodicità di processi WSS Analisi spettrale di processi WSS
Teoria dei segnali Unià 4 Teoria dei processi casuali a empo coninuo Teoria dei processi casuali a empo coninuo Medie saisiche Processi sazionari Trasformazioni di processi casuali Ergodicià di processi
DettagliTeoria dei Segnali. La Convoluzione (esercizi) parte prima
Teoria dei Segnali La Convoluzione (esercizi) pare prima 1 Si ricorda che la convoluzione ra due segnali x() e y(), reali o complessi, indicaa simbolicamene come: C xy () = x() * y() è daa indifferenemene
DettagliCi domandiamo allora se e sempre possibile rappresentare una funzione in questo modo.
1. Serie di Fourier I problemi al bordo associai ad equazioni differenziali si sanno risolvere con il meodo di separazione delle variabili solano se il dao iniziale si rappresena nella forma fx = a cosx
Dettagli*5$1'(==(3(5,2',&+( W GW
*51'((3(5'&+( 3UQFSDOGQ]RQ Una grandezza empodipendene D) si definisce SURGFD quando ad uguali inervalli T assume valori uguali cioè quando vale la relazione (con n inero qualsiasi): ( ) D( Q) D + (1)
Dettaglix(t) y(t) 45 o x x(t) -2T
Eserciazione 0 - Processi casuali Esercizio Si consideri lo schema di fig., dove =A cos(!0 + ) e e una cosane. Si consideri il paramero A come una variabile casuale uniformemene disribuia ra 0 e.calcolare
DettagliGeometria analitica del piano pag 7 Adolfo Scimone. Rette in posizioni particolari rispetto al sistema di riferimento
Geomeria analiica del piano pag 7 Adolfo Scimone Ree in posizioni paricolari rispeo al sisema di riferimeno L'equazione affine di una rea a + + c = 0 può assumere forme paricolari in relazione alla posizione
DettagliProcesso di Arrivi di Poisson
CALCOLO DELLE PROBABILITA Processo di Arrivi di Poisson Per arrivo riferimeno. si inende un qualsiasi eveno casuale che si realizza in un deerminao sisema di Un processo di arrivi è un flusso di eveni
DettagliCorso di Laurea in Ingegneria Informatica (Laurea on Line) Prima prova Intermedia
Milano, 4//003 Corso di Laurea in Ingegneria Informaica (Laurea on Line) Corso di Fondameni di Segnali e rasmissione Prima prova Inermedia Carissimi sudeni, scopo di quesa prima prova inermedia è quello
DettagliAnalisi Matematica 3/Analisi 4 - SOLUZIONI (19/01/2015)
Corso di Laurea in Maemaica Docene: Claudia Anedda Analisi Maemaica 3/Analisi 4 - SOLUZIONI (19/1/215) 1) Daa la serie x b e nx [(n + 1) 2 e x n 2 ], n1 b N +, b pari: i) dimosrare che essa è una serie
Dettagliintervalli di tempo. Esempio di sistema oscillante: Fig. 1 Massa m che può traslare in una sola direzione x, legata ad una molla di rigidezza k.
Sudio delle vibrazioni raa ogni oscillazione di una grandezza inorno ad una posizione di equilibrio. La forma piu semplice di oscillazione e il moo armonico che puo i essere descrio da un veore roane Ae
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Probabilià e Saisica 26-7 PBaldi, GTerenzi Tuorao 5, 2 aprile 27 Corso di Laurea in Maemaica Esercizio Dire se esisono delle cosani c ali che le funzioni a) f (x)
DettagliCorso di Fondamenti di Telecomunicazioni
Corso di Fondameni di elecomunicazioni - SEGNALI E SPERI Prof. Mario Barbera [pare ] Sruura della lezione Proprieà dei segnali Valore medio, valore efficace, poenza, energia rasformaa di Fourier e speri
DettagliControlli Automatici L
Segnali e rasformae - Corso di Laurea in Ingegneria Meccanica Segnali e rasformae DEIS-Universià di Bologna el. 5 93 Email: crossi@deis.unibo.i URL: www-lar.deis.unibo.i/~crossi Segnali e rasformae - Segnali
DettagliTRASFORMATA DI FOURIER DI DISTRIBUZIONI
TRASFORMATA DI FOURIER DI DISTRIBUZIONI Tue le proprieà vise per la rasformaa di Fourier sono applicabili alle funzioni dello spazio S. Queso permee di rasferire le sesse proprieà alle disribuzioni di
DettagliTRASFORMAZIONE DEI SEGNALI. Lineari (tra cui il Filtraggio) Non Lineari
TRASFORMAZIONE DEI SEGNALI SENZA MEMORIA: ZMNL (Zero-Memory Non Lineariy) g x( ) y = CON MEMORIA: Lineari (ra cui il Filraggio) Non Lineari L5/1 TRASFORMAZIONI SENZA MEMORIA (ISTANTANEE) y Limiazione dura
Dettaglif v, lim allora x, y x, y e analogamente se 0,1 Osserviamo che la derivata direzionale esiste per ogni punto x y e ogni vettore,2 0,0 cos 2 1
DERIVATA DIREZIONALE La definizione di derivaa direzionale è y, lim,, f v y v f y v, v Se v, allora, y, y e analogamene se,, y, y f, y y Calcolare la derivaa direzionale della funzione dove v allora dom
DettagliSEGNALI E SISTEMI (a.a ) Prof. M. Pavon Esercizi risolti 6 Attenzione: u(t) = 1l(t)
SEGNALI E SISTEMI (a.a. 9-) Prof. M. Pavon Esercizi risoli 6 Aenzione: u() = l(). Si deermini il periodo fondamenale T e i coefficieni di Fourier a k del segnale a empo coninuo sen + 4 cos + cos(6 π 4
DettagliCircuiti dinamici. Circuiti del primo ordine. (versione del ) Circuiti del primo ordine
ircuii dinamici ircuii del primo ordine www.die.ing.unibo.i/pers/masri/didaica.hm (versione del 4-5- ircuii del primo ordine ircuii del primo ordine: circuii il cui sao è definio da una sola variabile
DettagliEquazioni differenziali lineari
0.0. 2. Equazioni differenziali lineari Da un puno di visa dinamico, i sisemi lineari sazionari sono descrii da equazioni differenziali ordinarie lineari a coefficieni cosani: a n d n y d n + a n d n y
DettagliCorso di laurea in Ingegneria Meccatronica CONTROLLI AUTOMATICI E CA - 03 FUNZIONE DI TRASFERIMENTO
Auomaion Roboics and Sysem CONTROL Corso di laurea in Ingegneria Meccaronica CONTROLLI AUTOMATICI E AZIONAMENTI ELETTRICI CA - 03 FUNZIONE DI TRASFERIMENTO Universià degli Sudi di Modena e Reggio Emilia
DettagliEquazioni Differenziali (5)
Equazioni Differenziali (5) Daa un equazione differenziale lineare omogenea y n + a n 1 ()y n 1 + a 0 ()y = 0, (1) se i coefficieni a i non dipendono da, abbiamo viso che le soluzioni si possono deerminare
DettagliSISTEMI LINEARI TEMPO INVARIANTI. Fondamenti Segnali e Trasmissione
SISTEMI LINEARI TEMPO INVARIANTI Fondameni Segnali e Trasmissione Definizione di sisema Sisema: Da un puno di visa fisico e un disposiivo ce modifica un segnale (), deo ingresso, generando il segnale y(),
DettagliSoluzione. Le componenti del gradiente sono le derivate parziali della funzione: cos y 0 (x 0, y 0 ) domf =R 2. sin y 0 (x x 0 ) + e x 0
Gradiene e piano angene Definizione 1 Sia f : A R 2 R, f derivabile in (x 0, y 0 ) A). Definiamo il veore gradiene di f in (x 0, y 0 ): f(x 0, y 0 ) = (f x (x 0, y 0 ), f y (x 0, y 0 )). Definiamo il piano
DettagliCONTROLLI AUTOMATICI Ingegneria Meccatronica
CONTROLLI AUTOMATICI Ingegneria Meccaronica TRASFORMATE DI LAPLACE Prof. Cesare Fanuzzi Ing. Crisian Secchi e-mail: cesare.fanuzzi@unimore.i, crisian.secchi@unimore.i hp://www.auomazione.ingre.unimore.i
DettagliSvolgimento. Applicando la formula di Eulero. x(t) = e ( 1+j20)t 2j = 2je t ( cos 20t + j sin 20t) = 2e t (j cos 20t sin 20t) quindi
SEGNALI E SISTEMI (a.a. 9-) Prof. M. Pavon Esercizi risoli. Si esprima la pare reale di x() = e ( +j) j, R nella forma Ae a cos(ω + ϕ) con A, a, ω, φ reali con A > e π < φ π. Svolgimeno. Applicando la
DettagliCorso di Laurea in Ingegneria Informatica (Laurea on Line) Prima prova Intermedia
Milano, 5//00 Corso di Laurea in Ingegneria Informaica (Laurea on Line Corso di Fondameni di Segnali e rasmissione Prima prova Inermedia Carissimi sudeni, scopo di quesa prima prova inermedia è quello
DettagliLa risposta di un sistema lineare viscoso a un grado di libertà sollecitato da carichi periodici. Prof. Adolfo Santini - Dinamica delle Strutture 1
La risposa di un sisema lineare viscoso a un grado di liberà solleciao da carichi periodici Prof. Adolfo Sanini - Dinamica delle Sruure 1 Inroduzione 1/ Un carico p() si dice periodico quando assume indefiniamene
DettagliTeoria dei segnali terza edizione
eoria dei segnali Capiolo 4 Sisemi monodimensionali a empo coninuo SOLUZIONI DEGLI ESERCIZI Soluzione dell esercizio 4. Il segnale x () coniene le requenza = and = 7 / ( ) = 3.5 / quindi, disorsioni di
DettagliUniversità di Napoli Parthenope Facoltà di Ingegneria
Universià di Napoli Parenope Facolà di Ingegneria Corso di Comunicazioni Elerice docene: Prof. Vio Pascazio a Lezione: 7/04/003 Sommario Caraerizzazione energeica di processi aleaori Processi aleaori nel
DettagliCinematica moto armonico. Appunti di Fisica. Prof. Calogero Contrino
2006 Cinemaica moo armonico Appuni di Fisica Prof. Calogero Conrino : definizione Il moo di un puno maeriale P è deo armonico se soddisfa le segueni condizioni: La raieoria è un segmeno. Le posizioni occupae
Dettagli1. ESEMPIO DI CINEMATICA DI UN SISTEMA A DUE CORPI RIGIDI
. ESEMPIO DI CINEMATICA DI UN SISTEMA A DUE CORPI RIGIDI Dao il sisema illusrao in Figura, consisene in due barre rigide connesse da un giuno di roazione orizzonale ; la prima barra è vincolaa a ruoare
DettagliSoluzioni degli esercizi di Analisi Matematica I
Sapienza - Universià di Roma - Corso di Laurea in Ingegneria Eleroecnica Soluzioni degli esercizi di Analisi Maemaica I A.A. 6 7 - Docene: Luca Baaglia Lezione del Dicembre 6 Argomeno: Equazioni differenziali,
DettagliEsercizio 1 [punti 4] Si tracci il grafico dei segnali a. x 1 (t) = x( t + 2), t R, b. x 2 (t) = x( t 1), t R, sapendo che x(t) =
Esercizio [puni 4] Prova scria di SEGNALI E SISTEMI 5 seembre 2003 Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a. 2002-2003) Teso e Soluzione (redaa da L. Finesso) Si racci il grafico dei segnali a. x
DettagliGrandezze scalari e vettoriali
Grandezze scalari e veoriali Esempio veore sposameno: Esisono due ipi di grandezze fisiche. a)grandezze scalari specificae da un valore numerico (posiivo negaivo o nullo) e (nel caso di grandezze dimensionae)
DettagliTratto dal Corso di Telecomunicazioni Vol. I Ettore Panella Giuseppe Spalierno Edizioni Cupido. lim. 1 t 1 T
rao dal Corso di elecomunicazioni Vol. I ore Panella Giuseppe Spalierno dizioni Cupido 4. nergia e Poenza Dao un segnale di ampiezza s() si definisce energia oale il valore del seguene inegrale: + / /
DettagliSOLUZIONI SCRITTO DI ANALISI MATEMATICA II - 24/06/08. C.L. in Matematica e Matematica per le Applicazioni
SOLUZIONI SCRITTO DI ANALISI MATEMATICA II - 4/06/08 C.L. in Maemaica e Maemaica per le Applicazioni Prof. K. R. Payne e Do. M. Calanchi, C. Tarsi, L. Vesely Soluzione esercizio. (a) Sia f definia da f(x)
DettagliSISTEMI A TEMPO DISCRETO. x t + = f x( t ),u( t ) = Ax( t ) + Bu( t ), x( t ) = x R y(t) = η x(t),u(t) = Cx(t) + Du(t)
Assumiamo la variabile emporale discrea; sia f lineare. Si consideri la seguene rappresenazione implicia: 1 x f x,u Ax Bu, x x R y η x,u Cx Du n 1 1 Rappresenazioni equivaleni Si consideri la rasformazione:
DettagliSTABILITÀ DI SISTEMI DINAMICI STABILITÀ INGRESSO-USCITA (BIBO)
3 Capiolo STABILITÀ DI SISTEMI DINAMICI STABILITÀ INGRESSO-USCITA (BIBO) Un generico sisema è deo sabile se, ecciao da una qualsiasi funzione di enraa ale da essere sempre limiaa, risponde con una uscia
DettagliRecupero 1 compitino di Analisi Matematica 2 Ingegneria Elettronica. Politecnico di Milano. A.A. 2018/2019. Prof. M. Bramanti
Recupero 1 compiino di Analisi Maemaica Ingegneria Eleronica. Poliecnico di Milano Es. Puni A.A. 18/19. Prof. M. Bramani 1 Tema n 1 3 4 5 6 To. Cognome e nome in sampaello codice persona o n di maricola
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI RISPOSTA IN FREQUENZA SISTEMI LTI Inroduzione Se il segnale d ingresso di un sisema Lineare Tempo-Invariane LTI e un esponenziale complesso, l
DettagliVolume FISICA. Elementi di teoria ed applicazioni. Fisica 1
Volume FISICA Elemeni di eoria ed applicazioni Fisica ELEMENTI DI TEORIA ED APPLICAZIONI Fisica CUES Cooperaiva Universiaria Edirice Salerniana Via Pone Don Melillo Universià di Salerno Fisciano (SA)
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito del log 1 + x2 y 2
Analisi Maemaica II Corso di Ingegneria Gesionale Compio del 5-7-7 - È obbligaorio consegnare ui i fogli, anche la brua e il eso. - Le rispose senza giusificazione sono considerae nulle. Esercizio. puni
DettagliINTRODUZIONE. { t n } è completamente specificato. 1 Definizione e classificazione dei segnali.
INRODUZIONE Definizione e classificazione dei segnali. Una grandezza fisica, alla cui variazione in funzione di deerminae variabili, quali, ad esempio, il empo, le coordinae di un puno nel piano o enrambe,
DettagliSISTEMI LINEARI TEMPO INVARIANTI
SISTEMI LINEARI TEMPO INVARIANTI 1 Fondameni di segnali Fondameni e rasmissione TLC Definizione di sisema Sisema: Da un puno di visa fisico e un disposiivo ce modifica un segnale x(, deo ingresso, generando
DettagliVelocità istantanea. dx dt. Università degli Studi di Bari Aldo Moro Dip. DiSAAT - Ing. Francesco Santoro Corso di Fisica
Velocià isananea Al diminuire dell inerallo di empo Δ, fissao il empo, la elocià ende ad un alore limie. Riducendo a zero l ampiezza dell inerallo di empo equiarrebbe a deerminare la elocià del puno maeriale
DettagliInterruttore ideale. + v(t) i(t) t = t 0. i(t) = 0 v(t) = 0. i(t) v(t) v(t) = 0 i(t) = 0. Per t > t 0. interruttore di chiusura
Inerruore ideale inerruore di chiusura { i() = 0 v() = 0 inerruore di aperura { v() = 0 i() = 0 per < 0 per > 0 per < 0 per > 0 v() i() = 0 v() i() = 0 Esempio: inerruore ideale di aperura Per < 0, i()
DettagliIl modello di crescita deriva dalla logica del tasso di interesse semplice
Eserciazione 7: Approfondimeni sui modelli di crescia. Crescia arimeica, geomerica, esponenziale. Calcolo del asso di crescia e del empo di raddoppio. Viviana Amai 03/06/2009 Modelli di crescia Nella prima
DettagliGeometria analitica del piano pag 1 Adolfo Scimone
Geomeria analiica del piano pag Adolfo Scimone GEOMETRIA ANALITICA Lo scopo della geomeria analiica è quello di individuare i puni di una rea, di un piano, dello spazio, o più in generale gli eni geomerici
DettagliCorso DUT di Comunicazioni Elettriche per Elettronici
Corso DU di per Eleronici A cura di R.. Gaudino Versione.0 del 5//000 INDICE EORIA DELLA PROBABILIÀ... 3. EORIA ASSIOMAICA DELLA PROBABILIÀ...3.. Frequenza saisica... 3.. Esercizi sulla eoria assiomaica
DettagliVerifica di Matematica Classe V
Liceo Scienifico Pariario R. Bruni Padova, loc. Pone di Brena, 6/3/17 Verifica di Maemaica Classe V Soluzione Problemi. Risolvi uno dei due problemi: 1. Facciamo il pieno. Il serbaoio del carburane di
Dettaglie sostituendo il valore =6 si ottiene che:
ESAME DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 011 CORSO DI ORDINAMENTO Quesionario Quesio 1 Poniamo = con i limii geomerici 0
DettagliTRASFORMATE DI LAPLACE
CONTROLLI AUTOMATICI Ingegneria della Gesione Indusriale e della Inegrazione di Impresa hp://www.auomazione.ingre.unimore.i/pages/corsi/conrolliauomaicigesionale.hm Trasformae di Laplace Gli esempi visi
DettagliESERCIZI di TEORIA dei SEGNALI. La Correlazione
ESERCIZI di TEORI dei SEGNLI La Correlazione Correlazione Si definisce correlazione (o correlazione incrociaa o cross-correlazione) ra i due segnali di energia, in generale complessi, x() e y() la quanià:
DettagliLa Trasformata di Fourier: basi matematiche ed applicazioni. Parte III
Meodi di Calcolo per la Chimica A.A. 6-7 Marco Ruzzi a rasformaa di Fourier: basi maemaiche ed applicazioni Pare Showing a Fourier ransform o a physics suden generally produces he same reacion as showing
DettagliModelli stocastici per la volatilità
Modelli socasici per la volailià Dai modelli di volailià a media mobile ai modelli GARCH I modelli di volailià con medie mobili assumono ce i rendimeni siano i.i.d. la volailià è cosane nel empo: forniscono
DettagliRadiazione e Relativita Ristretta
Radiazione e Relaivia Risrea V Radiazione di mulipolo 16/1/8 E.Menichei 1 Campi eleromagneici variabili Campi associai a cariche mobili variabili Diverse zone spaziali ineressae Vicino alle sorgeni: zona
DettagliModelli stocastici per la volatilità
Modelli socasici per la volailià Inroduzione ai modelli GARCH Generalized AuoRegressive Condiional Heeroschedasiciy In un modello GARCH si assume che i rendimeni siano generai da un processo socasico con
Dettagli0.1 Formula di Gauss e formula di Stokes
1.1 Formula di Gauss e formula di Sokes Siano Ω un apero di R 3, F un campo veoriale definio su Ω, S una superficie la cui chiusura è conenua in Ω. Supponiamo inolre che in S si possano disinguere due
Dettaglied interpretare geometricamente il risultato ottenuto. Esprimere, per t 2, l integrale
Fisica Prova d esempio per l esame (MIUR, aprile 019) Problema 1 Due fili reilinei paralleli vincolai a rimanere nella loro posizione, disani 1 m l uno dall alro e di lunghezza indefinia, sono percorsi
DettagliANALISI VETTORIALE ESERCIZI SU EQUADIFF. y = y(y 1)t. = e C e t2 /2 y 1 y
ANALISI VETTORIALE ESERCIZI SU EQUADIFF Esercizio Calcolare l inegrale generale dell equazione differenziale = ( ) e deerminare quali soluzioni sono definie su uo R. Risposa Fuori dagli equilibri = 0 e
DettagliESERCIZI E ALCUNE SOLUZIONI ANALISI MATEMATICA 1 SETTIMANA 27
ESERCIZI E ALCUNE SOLUZIONI ANALISI MATEMATICA SETTIMANA 27.. Convergenza di inegrali generalizzai. () Per ognuno dei segueni inegrali impropri deerminae qual è l insieme dei valori del paramero α > per
Dettagli( ) ( ) Esempio di Prova di MATEMATICA E FISICA - MIUR PROBLEMA 1 (traccia di soluzione di S. De Stefani)
Esempio di Prova di MATEMATICA E FISICA - MIUR - 8..9 PROBLEMA (raccia di soluzione di S. De Sefani) Assegnae due cosani reali a e (con >), si consideri la funzione ) così definia: )=. A seconda dei possiili
DettagliLaboratorio di Fisica I: laurea in Ottica e Optometria
Laboraorio di Fisica I: laurea in Oica e Opomeria Misura del empo caraerisico di carica e scarica di un condensaore araverso una resisenza Descrizione Si vuole cosruire un circuio in serie collegando generaore
DettagliRegime di capitalizzazione: una famiglia di funzioni fattore di montante che dipende da uno o più parametri.
5. Teoria generale Regimi finanziari Nel capiolo precedene abbiamo inrodoo alcuni parameri in grado di descrivere ualsiasi ipo di regime. Ciò ci permee di definire in generale i regimi finanziari. Regime
DettagliEquazioni differenziali lineari
0.0. 2. Equazioni differenziali lineari Da un puno di visa dinamico, i sisemi lineari sazionari sono descrii da equazioni differenziali ordinarie lineari a coefficieni cosani: a n d n y d n +a n d n y
DettagliEquazioni differenziali lineari
0.0. 2. Equazioni differenziali lineari Da un puno di visa dinamico, i sisemi lineari sazionari sono descrii da equazioni differenziali ordinarie lineari a coefficieni cosani: a n d n y d n +a n d n y
DettagliFacoltà di Economia - Università di Sassari Anno Accademico Dispense Corso di Econometria Docente: Luciano Gutierrez
Facolà di Economia - Universià di Sassari Anno Accademico 2004-2005 Dispense Corso di Economeria Docene: Luciano Guierrez Uilizzo dei modelli di regressione per l analisi della serie soriche Programma:
Dettaglisedimentazione Approfondimenti matematici
sedimenazione Approfondimeni maemaici considerazioni sulla velocià L espressione p A F = R (1) che fornisce la relazione sulle forze ageni nel processo della sedimenazine, indica che all inizio il moo
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondameni di segnali Fondameni e rasmissione TLC Inroduzione Se il segnale d ingresso di un sisema Lineare Tempo-Invariane LTI e un esponenziale
DettagliIl segnale sinusoidale (tratto da: Segnali elettrici, a cura del Dott. M.Scalia, Ing. F.Guidi, Dott. M.Sperini)
Il segnale sinusoidale (rao da: Segnali elerici, a cura del Do..Scalia, Ing. F.Guidi, Do..Sperini). Inroduzione Fenomeni oscillaori sono preseni in forma empirica nel mondo della fisica: ra gli esempi
Dettagli9.4.4 Filtro adattato 9.4. FILTRAGGIO DI SEGNALI E PROCESSI 235
9.4. FILRAGGIO DI SEGNALI E PROCESSI 35 Rispose ) Calcoliamo la media emporale: P x = ; / / x () d = /4 /4 () d = 4 = ) Sappiamo che P y = Py (f) df, in cui Py (f) = Y (f), ed a sua vola Y (f) = X (f)
DettagliAffidabilità dei sistemi
dei sisemi Un sisema (o uno qualsiasi dei suoi componeni) può essere soggeo a sress casuali. Es: un fusibile in un circuio; una rave di acciaio soo carico; l ala di un aereo soo l influenza di forze Collasso
DettagliCorso di Laurea in Ingegneria Informatica (Laurea on Line) Prima prova Intermedia
Milano, 0/0/00 Corso di Laurea in Ingegneria Inormaica (Laurea on Line) Corso di Fondameni di elecomunicazioni Prima prova Inermedia Carissimi sudeni, scopo di quesa prima prova inermedia è quello di veriicare
DettagliScienze e Tecnologie Applicate L. Agarossi - ITIS P. Hensemberger - Monza
elemeni di segnali elemeni di segnali SEGNALE il segnale segnale e informazione segnale analogico e digiale il segnale digiale il segnale il segnale si può genericamene definire come una grandezza che
DettagliEquilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici
Equilibrio e sabilià di sisemi dinamici Sabilià inerna di sisemi dinamici Sabilià inerna di sisemi dinamici Inroduzione allo sudio della sabilià Sabilià inerna di sisemi dinamici TC Sabilià inerna di sisemi
DettagliSoluzione degli esercizi del Capitolo 3
Soluzione degli esercizi del Capiolo Soluzione dell Esercizio. Ricordando dal Paragrafo A.6 dell Appendice A che è facile oenere ẋ () d d ( (e A e A x + Ae (e A A x + ( A e A( ) x + Ax () + Bu () d ( e
Dettagli27 DERIVATE DI ORDINI SUCCESSIVI
27 DERIVATE DI ORDINI SUCCESSIVI Definizione Sia f derivabile sull inervallo I. Se esise la derivaa della funzione x f (x) in x, allora (f ) (x) si dice la derivaa seconda di f in x, e si denoa con f (x)
Dettagliat e segue q ' t ae 1 bt 0 1 bt 0 t se b 0 b eb a 4 eb e q t 4t e t e e Simulazione ministeriale dell Esame di Stato 2019_2 Matematica e Fisica
Simulazione miniseriale dell Esame di Sao 09_ Maemaica e Fisica Problema n. q a e segue Daa la funzione b b q ' ae b Il cui segno è dao da se b 0 b b q ' ae b 0 b 0 se b 0 se b 0 b a Perano il puno di
DettagliRichiami principali ai segnali
CAPITOLO 1 Richiami principali ai segnali 1.1. Inroduzione La definizione di segnale pare dall esperienza comune. Esempi di segnale nella via quoidiana sono il segnale acusico che viene prodoo da uno srumeno
DettagliState Space Model. Corso di: Analisi delle Serie Storiche. Corso di Laurea Triennale in: Scienze Statistiche A.A. 2017/18
Sae Space Model Corso di: Analisi delle Serie Soriche Corso di Laurea Triennale in: Scienze Saisiche A.A. 07/8 Generalià Gli Sae Space Models (Modelli nello Spazio degli Sai) forniscono una meodologia
Dettagli5. L integrale improprio x 2 : (a) diverge. (b) converge a 0 = lim. (c) converge a π 4 (d) è uguale al valore del limite
INTEGRALI IMPROPRI Tes di auovaluazione. L inegrale improprio 5 d : (a) vale 4 5 (c) vale 5 4 (d) è negaivo.. L inegrale improprio 4 + 5 d : (a) vale 4 5 (c) vale 4 5 (d) ende a.. L inegrale improprio
DettagliPerturbazioni Dipendenti dal tempo
Perurbazioni dipendeni dal empo in Meccanica Quanisica, Perurbazioni Periodiche, Transizioni di Dipolo Elerico, Dipolo Magneico, Quadripolo Elerico e relaive Regole di Selezione Di Giorgio Busoni Perurbazioni
DettagliUNIVERSITÀ DEGLI STUDI DELLA CALABRIA CORSI DI LAUREA IN INGEGNERIA. - Seconda prova scritta di ANALISI MATEMATICA 1 - APPELLO DEL 9 settembre 2013
UNIVERSITÀ DEGLI STUDI DELLA CALABRIA CORSI DI LAUREA IN INGEGNERIA - Seconda prova scria di ANALISI MATEMATICA - APPELLO DEL 9 seembre 0 COGNOME... NOME... MATRICOLA... IMPORTANTE Al ermine della prova
DettagliNome: Nr. Mat. Firma:
Fondameni di Conrolli Auomaici Prova Parziale 8 Aprile 2 - A.A. 2/ Nome: Nr. Ma. Firma: a) Deerminare la rasformaa di Laplace X i (s) dei segueni segnali emporali x i (): x () = 4 + 2 e +5 cos(3 6), x
DettagliUniversità degli Studi di Padova Facoltà di Ingegneria Laurea in Ingegneria Gestionale e Meccanica, Prof. P. Mannucci
Universià degli Sudi di Padova Facolà di Ingegneria Laurea in Ingegneria Gesionale e Meccanica, Prof. P. Mannucci Soluzioni degli esercizi di auoverifica.. Inegrali di superficie.. Dae la superficie Vicenza
DettagliIl Value at Risk secondo l approccio parametrico: un esempio semplificato
Universià degli Sudi di Napoli Federico II Caedra di Economia delle Aziende di Assicurazione Il Value a Risk secondo l approccio paramerico: un esempio semplificao Domenico Curcio, Ph. D. Value a Risk
DettagliPerturbazione armonica : teoria generale
Perurbazione armonica : eoria generale Absrac Queso documeno rispecchia buona pare del capiolo XIII del Cohen. Si raa dapprima la ransizione ra due sai dello spero discreo di un non meglio specificao sisema,
DettagliIntroduzione alla cinematica
Inroduzione alla cinemaica La cinemaica si pone come obieivo lo sudio del moo, ovvero lo sudio degli sposameni di un corpo in funzione del empo A ale fine viene inrodoo un conceo asrao: il puno maeriale
DettagliLa risposta di un sistema lineare viscoso a un grado di libertà sollecitato da carichi impulsivi. Prof. Adolfo Santini - Dinamica delle Strutture 1
La risposa di un sisema lineare viscoso a un grado di liberà solleciao da carichi impulsivi Prof. Adolfo Sanini - Dinamica delle Sruure 1 Inroduzione 1/2 Un carico p() si definisce impulsivo quando agisce
DettagliStabilità dell equilibrio (parte II)
Appuni di Teoria dei sisemi - Capiolo 5 Sabilià dell equilibrio (pare II) Cenni sui crieri di insabilià... Cenni sulla sabilià dell equilibrio nei sisemi discrei... 3 Crieri di sabilià del movimeno...
DettagliMoto in una dimensione
INGEGNERIA GESTIONALE corso di Fisica Generale Prof. E. Puddu LEZIONE DEL 24 SETTEMBRE 2008 Moo in una dimensione Sposameno e velocià Sposameno Il moo di un puno maeriale è deerminao se si conosce, isane
DettagliAnalisi Matematica 1 Ingegneria Informatica Gruppo 4, canale 6. Argomenti 19 ottobre 2017
Analisi Maemaica Ingegneria Informaica Gruppo 4, canale 6 Argomeni 9 oobre 207. Esercizio. Da p://www.ma.unip.i/~moni/a_ing_205/appuni2.pf (Maeriali iaici Successioni numerice.) suiare il capiolo 3 fino
DettagliCircuiti del I ordine
ircuii del I ordine 9 Un circuio è deo del I ordine se coniene un solo elemeno dinamico, condensaore o induore, e per il reso è cosiuio da componeni elerici di ipo algebrico privi di memoria, ovvero generaori
DettagliCM89sett.tex COMPLEMENTI DI MATEMATICA a.a Laurea magistrale in Ingegneria Elettrotecnica
1 CM89se.ex COMPLEMENTI DI MATEMATICA a.a. 28-29 Laurea magisrale in Ingegneria Eleroecnica Nona seimana 24.11.28 - lunedì (2 ore) Commeno della prova parziale (vd. file CM8IcoA-B-C-D.pdf). Definizione
DettagliEsempi di progetto di alimentatori
Alimenaori 1 Esempi di progeo di alimenaori Progeo di alimenaore senza circuio di correzione del faore di poenza (PFC) Valore del condensaore Correne di picco Scela diodi Correne RMS Progeo di alimenaore
DettagliUniversità di Trieste Facoltà d Ingegneria. Esercitazioni per la preparazione della prova scritta di Matematica 3 Dott. Franco Obersnel. e 5x dx.
Universià di Triese Facolà d Ingegneria. Eserciazioni per la preparazione della prova scria di Maemaica 3 Do. Franco Obersnel Lezione 7: inegrali generalizzai; funzioni definie da inegrali. Esercizio.
Dettagli