3. Fondamenti sui segnali numerici

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "3. Fondamenti sui segnali numerici"

Transcript

1 INFO-COM Dpt. Dipartimeto di Scieza e Tecica dell Iformazioe e della Comuicazioe Uiversità degli Studi di Roma La Sapieza 3. Fodameti sui segali umerici TELECOMUNICAZIONI per Igegeria Iformatica (secodo ao) caale A-LA Prof. Roberto Cusai

2 Sequeza umerica- Defiizioe 2 { } Ua sequeza umerica x, = 0, ±, ± 2,... è ua striga ordiata di umero reali o complessi il cui idice di posizioe può assumere solo i valori iteri (positivi e/o egativi) Esempio: La sequeza { x0 =, x =, x = 2} può essere rappresetata graficamete Ua sequeza umerica è detta di durata fiita N>0 se ammette valori diversi da zero solo i corrispodeza di N valori dell idice. R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

3 Campioameto 3 Segale aalogico: Sequeza dei suoi campioi: x(t) t x ( ) = x( t) t= T x(0) T T 2T x().... t T itervallo di campioameto (sec) f c = frequeza di campioameto (Hz) T Campioatore: x (t) x() Trasmissioe a distaza, o immagazziameto R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

4 Ricostruzioe (/3) 4 Ricostruzioe, co treo di impulsi matematici: + x'( t) = x( T ) δ( t T ) = x( ) x'( t) x(0) T 2T T t x' ( t) Filtro LP: H ( f ) x R (t) Segale ricostruito x() R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

5 Ricostruzioe (2/3) 5 Ricostruzioe ideale, co treo di impulsi matematici: = x( ) δ ( t x '( t) T ) H( f ) = T rect ( f ) T / T h( t) = sic( πt / T ) 2 T 2 T f 2T 2T T T t R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

6 Ricostruzioe (3/3) 6 x(0) x( ) + x ( ) ( )sic( ( ) / ) R t = x T π t T T x() = x(2) x(3) R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

7 Teorema del campioameto (/4) 7 x(t) Se è limitato i bada, co bada ± W itoro all origie, e se f c 2W (criterio di Nyquist), allora il segale ricostruito risulta uguale all origiale, ossia: x R ( t) = x( t) c 2 per f W x R (t) x(t) Spiegazioe ituitiva: se varia letamete, e se la si osserva abbastaza frequetemete, allora il suo adameto completo è perfettamete ricostruibile tramite iterpolazioe delle osservazioi { x( T ), = 0, ±, ± 2,...} R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

8 Teorema del campioameto (2/4) 8 x(t) x' ( t) Filtro LP: H ( f ) x R (t) Segale ricostruito + δ( t T ) è u segale periodico. La sua Serie di Fourier è: = + + j2π t T δ( t T ) = e = = T + da cui risulta che la trasformata di Fourier di δ( t T ) è: = + + FT δ( t T ) = δ( f ) = T = T R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

9 Teorema del campioameto (3/4) 9 Per la trasformata di Fourier del segale campioato si ottiee: FT { x '( t) } = FT x( ) δ ( t T ) = FT x( t) i δ ( t T ) = = FT { x( t) } FT δ ( t T ) = X ( f )* δ f = T T = X f T T Lo spettro del segale campioato è dato da ifiite repliche dello spettro del segale di parteza per ogi multiplo itero della frequeza di campioameto /T R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

10 Teorema del campioameto (4/4) 0 X(f) 2W X '( f ) = X( f k / T) T k f 2 f c f c H ( f ) = T rect ( f ) 2W X R ( f ) = X( f ) f c 2 fc f c 2W f f c 2 W W f c 2 = 2 T f R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

11 Aliasig da sotto-campioameto (/2) Sotto-campioameto: X(f ) f c < 2W Distorsioi: Maca ua parte dello spettro La parte macate si ripiega e si somma al resto c è dell altro ( alias ) ello spettro ricostruito f c f c 2 2W X' ( f ) X R (f ) f c 2 f c f f f R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

12 Aliasig da sotto-campioameto (2/2) 2 x R Su l alias si maifesta come ua distorsioe più o meo evidete (t ) Esempio: campioameto di ua siusoide Siusoide origiale T Ricostruzioe co il sotto-campioameto R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

13 Campioameto reale circuito sample & hold (/2) 3 Gli impulsi i uscita dal campioatore reale o soo impulsi matematici, soo realizzati tramite u circuito sample & hold (S&H), soo rettagoli di durata fiita τ x(t) S&H xh '( t) ( ) ( ) x '( t) = x( T ) rect t T = rect t * x( T ) δ( t T ) H + + = X '( f ) = τ sic( f τ) X '( f ) H τ τ = Lo spettro del segale campioato è distorto secodo u fattore dipedete dalla frequeza τ sic(fτ) R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

14 Campioameto reale circuito sample & hold (2/2) 4 Per ricostruire il segale ella realtà oltre al filtraggio passa-basso è ecessaria u equalizzazioe /[τ sic(fτ)] che compesi la distorsioe dovuta alla durata o ulla degli impulsi Fuzioe di trasferimeto del filtro i ricezioe: T rect2 W ( f ) H ( f ) = τ sic( f τ ) Il segale ricostruito risulta i questo modo uguale al segale di parteza: ( ) ( ) X f = X ' f H ( f ) = R H T rect ( f ) sic( f ) X f T T sic( f ) τ τ = X ( f ) 2W = τ τ = R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

15 Campioameto e quatizzazioe (coversioe A/D) 5 I realtà si hao distorsioi ache se si evita il sottocampioameto, e si equalizza per compesare le distorsioi del circuito S&H. Il processo di coversioe A/D itroduce errore di quatizzazioe x(t) x() Q Samplig Quatizer ADC: Aalog-to-Digital Coverter xˆ ( 0 ) = b bits, che rappresetao: xˆ () x( ) + q( x() ) x( ) q(): errore di quatizzazioe si riduce all aumetare di b, ovvero del umero di bit impiegati ella coversioe A/D R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

16 Relazioe igresso-uscito di u quatizzatore uiforme 6 x max = x q (L-) xˆ( ) -x max x max x q (2) x q (i) L x() Passo di quatizzazioe Livello di restituzioe rappresetato co b digits Numero dei livelli di quatizzazioe x q () -x max =x q (0) R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

17 Ricostruzioe (coversioe D/A) 7 b bits Geeratore di livelli di restituzioe xˆ ( ) Geeratore di forma d oda xˆ ( )rect T ( t T ) xˆ ( ) DAC: Digital-to-Aalog Coverter T T t R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

18 Schema completo di campioameto e ricostruzioe 8 x(t) f c = 2W Campioatore + quatizzatore b bits P/S Covertitore parallelo/serie flusso biario f b = bf c (bits/sec) Trasmissioe flusso biario, bit/sec f b S/P b bits f c = 2W Covertitore aalogicodigitale Filtro LP Co bada [-W,W] x R (t) Covertitore serie/parallelo R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

19 Segale Telefoico Digitale PCM 9 Digitalizzazioe del segale telefoico (PCM, Pulse Code Modulatio) x(t) C A S t Itervallo di stazioarietà T 20 msec No compoeti alle basse frequeze, eergia cocetrata fio a 4-5 khz Filtro telefoico (GSM, telefoia fissa): fc = 2 campioi 4kHz = 8000 campioi/s 8 digit/campioe bit rate 64 kbps H(f) 300 Hz - 4 khz 300 Hz 4 khz f R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

20 Rumore di quatizzazioe el PCM (/3) 20 x(t) + x MAX t x MAX L 0 L itervalli di quatizzazioe, L valori ( livelli ) di quatizz. x (0) ( L ) q,..., x q b bit per campioe L=2 b livelli di quatizzazioe Ampiezza di itervallo =2 x MAX / L = (2 x MAX )2 -b L i-esimo livello di quatizzazioe x (i) q è posto al cetro dell i-esimo itervallo R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

21 Rumore di quatizzazioe el PCM prestazioi del quatizzatore (2/3) 2 xˆ campioe quatizzato = x campioe origiale + q errore di quatizzazioe L errore di quatizzazioe può assumere tutti i valori da a / 2 Modello probabilistico: q è ua variabile aleatoria co distribuzioe (desità di probabilità) uiforme tra e, e a media ulla Il valore massimo del modulo dell errore q è: MAX b, e va a zero al crescere di b /2 / 2 Sul segale ricostruito l errore di quatizzazioe viee percepito 2 (2x = 2 2 come u disturbo (rumore) sommato al segale origiale R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009 /2 p(q) ) 2 2 q

22 Rumore di quatizzazioe el PCM prestazioi del quatizzatore (3/3) 22 xˆ = x + q Suppoiamo che x possa assumere solo valori i [-x MAX, x MAX ]. Suppoiamo che l itervallo [-x MAX, x MAX ] sia suddiviso i L=2 b itervalli di quatizzazioe di estesioe = 2 x / L = 2 x / 2 b MAX MAX Si può dimostrare che il valore medio E{q 2 } del quadrato dell errore di quatizzazioe q vale ( x ) 2 E{q } = = max 2b Quidi E{q 2 } va a zero i maiera espoeziale al crescere di 2b R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009 R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

23 Musica ad Alta Fedeltà 23 L orecchio umao o percepisce suoi oltre i 20KHz Co u campioameto miimo a campioi al secodo o si avvertoo differeze e sigificative tra segale musicale di parteza e segale ricostruito dal segale campioato Distorsioi percepite dovute uicamete da errori di quatizzazioe che possoo essere ridotti a piacere aumetado il umero di digit per campioe Dimesioe di u brao di 3 miuti filtro ± 20kHz f = 40 khz c 2 digit/campioe 480 kbps 3 miuti 480 kbps = k = 86,4 Mbit = 0,8 Mbyte (byte=8 bit) R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

24 Trattameto delle sequeze umeriche 24 Sequeza umerica: { x, = 0, ±, ± 2,.. } Può essere quatizzata oppure o Può essere la sequeza dei campioi x( t = t = T x( t) = x( Tc ) di u segale aalogico campioato, oppure può ascere proprio come sequeza (esempio: caratteri iviati tramite tastiera ad u PC) Ci cocetriamo su sequeze umeriche di durata fiita (N elemeti): { x = N }, 0,,..., ) x x 0, x c,..., x N R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

25 Trasformata discreta di Fourier per sequeze di durata fiita (DFT) 25 Per ua sequeza discreta di può defiire ua rappresetazioe el domiio della frequeza, tramite ua trasformazioe, Discrete Fourier Trasform (DFT), sequeza di campioi el domiio discreto della frequeza Defiita come X k k = N xe = 0 N = 0,,..., N j 2π N k { X X } 0,,..., X N X k 0 N k R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

26 Trasformata discreta di Fourier per sequeze di durata fiita (DFT) 26 La DFT {X k, k=0,,n-} costituisce ua rappresetazioe di el domiio k delle frequeze discrete. Ifatti vale la seguete formula di ricostruzioe, atitrasformata discreta di Fourier { } x - DFT k= 0 k + j2π N N x = Xke = 0,..., N N { } x ovvero la sequeza è data dallo somma di N compoeti el domiio della frequeza k R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

27 Proprietà elemetari della DFT 27 Liearità: DFT{ ax + by } = ax + by k k { x, = 0,...,( N )} Simmetria: se è a valori reali, allora N k * 2 X N k = X k, dove N k 2 per N pari per N dispari R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

28 Algoritmi FFT (Fast Fourier Trasform) 28 Il calcolo di ua DFT è spesso oeroso dal puto di vista computazioale. Vi soo algoritmi per il calcolo veloce della DFT co complessità ridottissima, dell ordie di aziché N 2 N log2 Gli FFT sfruttao le proprietà di simmetria degli espoeziali N e 2 π j k N Complessità di calcolo 2 N (DFT) N log 2 N (FFT) N (lughezza della sequeza) R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

29 Impulso discreto 29 Defiiamo come impulso discreto { δ, = 0, ±, ± 2,... } umerica che vale i =0 ed è ulla altrove, ossia la sequeza, = 0 δ = 0, 0 δ NB: Da o cofodere co l impulso matematico defiito per i segali aalogici R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

30 Covoluzioe discreta (/3) 30 Def: + z = x y = x * y, = 0, ±, ± 2,... m m m=. Graficare le due sequeze da covolvere come fuzioi di m, otteedo {x m } e {y m }. 2. Ribaltare la sequeza {y m } rispetto all asse delle ascisse, otteedo quidi la sequeza {h -m } 3. Traslare la sequeza {y -m } della quatità lugo l asse m, otteedo così {y -m, m=0, ±, ±2, }. 3.. quado 0, allora {y -m } va traslata di verso destra 3.2. quado <0, allora {y -m } va traslata di verso siistra 4. Calcolare per ogi valore di m il prodotto x m y -m, m=0, ±, ±2 5. Sommare rispetto all idice m tutti i prodotti {x m y -m, m=0, ±, ±2 } otteedo il valore z delle sequeza covoluta al passo. R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

31 Calcolo della covoluzioe Discreta (2/3) 3 2 x m y m m y -m m y -m m y -m - m -+ m z R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

32 Proprietà della covoluzioe discreta (3/3) 32 La covoluzioe discreta è commutativa, ossia: x *h =h *x La covoluzioe discreta è associativa, ossia [x *h ]*z =x *[h *z ] La covoluzioe discreta è distributiva rispetto alla somma, ossia [x +y ]*h =(x *h )+(y *h ) Se {x m, m=0,..,m-} è ua sequeza luga M e {h, =0,,L-} è ua sequeza luga L, allora la covoluzioe discreta y =x *h è ua sequeza luga L+M- R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

33 Filtraggio digitale (/3) 33 U sistema umerico S è u sistema che trasforma ua sequeza di igresso { x, = 0, ±, ± 2,.. } i ua di uscita { y, = 0, ±, ± 2,.. } i accordo ad ua specifica relazioe igresso-uscita y = f ( x ). x y = f ( x ) S U sistema umerico è lieare se vale il pricipio di sovrapposizioe degli effetti, ossia U sistema umerico è permaete se il suo comportameto o varia el tempo, ossia x x y ax + bx ay + by y () () (2) (2) x y allora x y () (2) () (2) = 0, ±, ± 2,.. 0 0, R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

34 Filtraggio digitale (2/3) 34 U sistema umerico lieare e permaete è u filtro umerico Si defiisce come risposta impulsiva del filtro umerico la sequeza di uscita dal filtro quado all igresso è applicata la sequeza impulso discreto{ δ, = 0, ±, ± 2,..} { h, = 0, ±, ± 2,..} δ Filtro Numerico h U filtro umerico è causale se h =0 per ogi <0 U filtro umerico è FIR (Fiite Impulse Respose) se {h } è diversa da zero solo per u umero fiito di valori di. U filtro umerico è IIR (Ifiite Impulse Respose) se {h } è diversa da zero per u umero ifiito di valori di R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

35 Filtraggio digitale (3/3) 35 x Filtro h y Dato u filtro umerico co risposta impulsiva {h }, la sequeza di uscita {y } otteuta i corrispodeza di ua geerica sequeza di igresso {x } si ottiee mediate la covoluzioe discreta di {x } e {h }, ossia + y = x h = x * h, = 0, ±, ± 2,... m m m= R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

36 Filtri FIR (Fiite Impulse Respose) (/2) 36 Def: u filtro umerico è detto FIR se la sua risposta impulsiva {h, =0,,L-} ha lughezza fiita L<+ x x x L Ritardo di passo (delay) Ritardo di passo (delay) Ritardo di passo (delay) Liea di ritardo digitale h 0 h.. h L y = L m= 0 h m x m L uscita all istate è pari alla combiazioe lieare di L valori di igresso y x x L,..., immagazziati ella liea di ritardo digitale R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

37 Filtri FIR (Fiite Impulse Respose) (2/2) 37 Esempio di filtro FIR media mobile su 2 istati: y x y x + x = = x + x h = , 2 2 R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

38 Filtri IIR (Ifiite Impulse Respose) 38 U filtro è detto IIR (Ifiite Impulse Respose) se la sua risposta impulsiva {h } è o ulla i u umero ifiito di istati. Ha almeo u ramo di cotroreazioe h = a a < 0 x y = x + ay a y D R. Cusai - Fodameti sui segali umerici, Roma, Marzo 2009

Trasformata discreta di Fourier Ingegneria Clinica A.A

Trasformata discreta di Fourier Ingegneria Clinica A.A Uiversità di Roma La Sapieza Corso di Elaborazioe di Dati e Segali Biomedici Facoltà di Igegeria Trasformata discreta di Fourier Igegeria Cliica A.A. 7-8 Fracesco Ifariato, PhD Laboratorio di Bioigegeria

Dettagli

4: Strato fisico: i segnali nel tempo e nella frequenza

4: Strato fisico: i segnali nel tempo e nella frequenza 1 1 4: Strato fisico: i segali el tempo e ella frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche dei coettori) tra il mezzo trasmissivo

Dettagli

Circuiti a tempo discreto Raffaele Parisi

Circuiti a tempo discreto Raffaele Parisi Uiversità di Roma La Sapieza Laurea specialistica i Igegeria Elettroica Circuiti a tempo discreto Raffaele Parisi : Esempi di Sequeze e di Circuiti TD Sequeze otevoli, periodicità delle sequeze, esempi

Dettagli

Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi. Mauro Biagi

Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi. Mauro Biagi Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi Mauro Biagi Outline Dall analogico al digitale Quantizzazione dell inormazione Trasormate di Fourier

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

Corso di Teoria dei Circuiti 1 - II modulo

Corso di Teoria dei Circuiti 1 - II modulo Uiversità di Roma La Sapieza - Sede di Latia - Laurea i Igegeria dell Iformazioe Corso di Teoria dei Circuiti 1 - II modulo Docete: Fabio Massimo Frattale Mascioli : Esempi di Sequeze e di Circuiti TD

Dettagli

Lezione 3: Segnali periodici

Lezione 3: Segnali periodici eoria dei segali Segali a poteza media fiita e coversioe A/D Lezioe 3: Aalisi i frequeza Esempio di calcolo 005 Politecico di orio eoria dei segali aalisi i frequeza Poteza media Sia dato u segale (t)

Dettagli

Circuiti a tempo discreto

Circuiti a tempo discreto Uiversità di Roma La Sapieza Laurea specialistica i Igegeria Elettroica Circuiti a tempo discreto Raffaele Parisi : Esempi di Sequeze e di Circuiti TD Sequeze otevoli, periodicità delle sequeze, esempi

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

Classificazione dei Segnali

Classificazione dei Segnali Classificazioe dei Segali Segali Determiati: Si dice di u segale del quale coosciamo esattamete l adameto el tempo. Del segale sappiamo tutto. Ad esempio s(t)si(4πt) è u segale determiato u segale biomedico

Dettagli

Introduzione all Analisi di Fourier. Prof. Luigi Landini Ing. Nicola Vanello. (presentazione a cura di N. Vanello)

Introduzione all Analisi di Fourier. Prof. Luigi Landini Ing. Nicola Vanello. (presentazione a cura di N. Vanello) Itroduzioe all Aalisi di Prof. Luigi Ladii Ig. Nicola Vaello (presetazioe a cura di N. Vaello) ANALII DI FOURIER egali tempo cotiui: egali periodici egali aperiodici viluppo i serie di Itroduzioe alla

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

ANALISI DI FOURIER. Analisi di Fourier di sequenze bidimensionali o Immagini

ANALISI DI FOURIER. Analisi di Fourier di sequenze bidimensionali o Immagini AALISI DI FOURIER Aalisi di Fourier di sequeze bidimesioali o Immagii -Defiizioi di Sequeze Bidimesioali o Immagii -Trasformata Discreta di Fourier D -Iterpretazioe Piao di Fourier -Esempi I seguito prederemo

Dettagli

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni del Corso di Fondamenti di Metrologia Meccanica Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:

Dettagli

Lezione 4 Corso di Statistica. Francesco Lagona

Lezione 4 Corso di Statistica. Francesco Lagona Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Richiami su sistemi lineari discreti

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Richiami su sistemi lineari discreti IGEGERIA E ECOLOGIE DEI SISEMI DI COROLLO su sistemi lieari discreti Prof. Carlo Rossi DEIS - Uiversità di Bologa el: 5 93 email: crossi@deis.uio.it Sistemi empo-discreti I questi sistemi i segali hao

Dettagli

Unità Didattica N 33 L algebra dei vettori

Unità Didattica N 33 L algebra dei vettori Uità Didattica N 33 Uità Didattica N 33 0) La ozioe di vettore 02) Immagie geometrica di u vettore umerico 03) Somma algebrica di vettori 04) Prodotto di u umero reale per u vettore 05) Prodotto scalare

Dettagli

Radici, potenze, logaritmi in campo complesso.

Radici, potenze, logaritmi in campo complesso. SOMMARIO NUMERI COMPLESSI... Formula di Eulero... Coiugato di u umero complesso... 3 Poteza -esima di u umero complesso z (formula di De Moivre... 3 Radice -esima di z... 3 Osservazioi... Logaritmo di

Dettagli

LA TRASFORMATA Z. Nel caso di segnali (sistemi) tempo-continui: La trasformata di Laplace generalizza quella di Fourier

LA TRASFORMATA Z. Nel caso di segnali (sistemi) tempo-continui: La trasformata di Laplace generalizza quella di Fourier LA TRASFORMATA Z Nel caso di segali (sistemi) tempo-cotiui: La trasformata di Laplace geeralizza quella di Fourier per s= jω ( ω) ( ) + ( ) ( ) st X s = x t e dt + = jωt co ω = 2π f X xte dt Nel caso di

Dettagli

D.F.T. Discrete Fourier Transform Trasformata discreta di Fourier

D.F.T. Discrete Fourier Transform Trasformata discreta di Fourier D.F.. Discrete Fourier rasform rasformata discreta di Fourier Si cosideri ua fuzioe tempo-discreta periodica, cioè che esista solo i determiati istati di tempo *c co umero itero variabile da a - i u periodo

Dettagli

Docenti: Dott. Franco Mazzenga, Dott.ssa. Ernestina Cianca a.a

Docenti: Dott. Franco Mazzenga, Dott.ssa. Ernestina Cianca a.a Caale IO: defiizioi Doceti: Dott Fraco azzega, Dottssa Erestia Ciaca aa 00-0 odulo di odulo Tecice di Avazate Iformazioe di Trasmissioe e Codifica aa aa 00-0 007-08 Caale IO: defiizioi t,,( atee i trasmissioe

Dettagli

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

Dettagli

(a 0, a 1, a 2,..., a n,...) (0, a 0 ), (1, a 1 ), (2, a 2 ),... (1, 3, 5, 7,...) Lezione del 26 settembre. 1. Successioni.

(a 0, a 1, a 2,..., a n,...) (0, a 0 ), (1, a 1 ), (2, a 2 ),... (1, 3, 5, 7,...) Lezione del 26 settembre. 1. Successioni. Lezioe del 26 settembre. 1. Successioi. Defiizioe 1 Ua successioe di umeri reali e ua legge che associa a ogi umero aturale = 0, 1, 2,... u umero reale - i breve: e ua fuzioe N R; si scrive ella forma

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

NUMERI REALI Mauro Saita Versione provvisoria. Settembre 2012.

NUMERI REALI Mauro Saita Versione provvisoria. Settembre 2012. NUMERI REALI Mauro Saita maurosaita@tiscaliet.it Versioe provvisoria. Settembre 2012. Idice 1 Numeri reali. 1 1.1 Numeri aturali, iteri, razioali......................... 1 1.2 La scoperta dei umeri irrazioali.........................

Dettagli

Richiami di segnali aleatori

Richiami di segnali aleatori Richiami di segali aleatori Processi aleatori discreti (t): processo aleatorio tempo cotiuo: è ua v.a. fuzioe del tempo (T) è ua v.a. al variare di si ha processo aleatorio discreto: è dato da ua sequeza

Dettagli

le dimensioni dell aiuola, con le limitazioni 0 x λ λ

le dimensioni dell aiuola, con le limitazioni 0 x λ λ PROBLEMA a) idicate co e co che e esprime l area è: le dimesioi dell aiuola, co le limitazioi 0 A( )., la fuzioe Per la ricerca del massimo si studia il sego della derivata prima Si ha: 0 / / A' ( ). Si

Dettagli

Entropia ed informazione

Entropia ed informazione Etropia ed iformazioe Primi elemeti sulla teoria della misura dell iformazioe Per trasmettere l iformazioe è ecessaria ua rete di comuicazioe, che, secodo l approccio teorico di Claude E. Shao e Warre

Dettagli

5. Derivate. Derivate. Derivate di funzioni elementari. Regole di derivazione. Derivate di funzioni composte e di funzioni inverse

5. Derivate. Derivate. Derivate di funzioni elementari. Regole di derivazione. Derivate di funzioni composte e di funzioni inverse Di cosa parleremo Le derivate costituiscoo, per la maggioraza degli studeti, l argometo più semplice di questa parte dell aalisi matematica. I questo capitolo e daremo il cocetto assieme al sigificato

Dettagli

Filtri a tempo discreto: Introduzione

Filtri a tempo discreto: Introduzione October, 23 Filtri a tempo discreto: Itroduioe Filtri a memoria fiita L uscita y è otteuta combiado valori passati dell igresso x e dell uscita y N k a k y k M r b r x r Si suppoe x moolatera x Il filtro

Dettagli

Introduzione all Analisi di Fourier. Prof. Luigi Landini Ing. Nicola Vanello. (presentazione a cura di N. Vanello)

Introduzione all Analisi di Fourier. Prof. Luigi Landini Ing. Nicola Vanello. (presentazione a cura di N. Vanello) Itroduzioe all Aalisi di Fourier Prof. Luigi Ladii Ig. Nicola Vaello (presetazioe a cura di N. Vaello) ANALII DI FOURIER egali tempo cotiui: egali periodici egali aperiodici viluppo i serie di Fourier

Dettagli

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge. Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):

Dettagli

Lezione 4 Corso di Statistica. Domenico Cucina

Lezione 4 Corso di Statistica. Domenico Cucina Lezioe 4 Corso di Statistica Domeico Cucia Uiversità Roma Tre D. Cucia (domeico.cucia@uiroma3.it) 1 / 22 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa

Dettagli

Distribuzione normale

Distribuzione normale Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).

Dettagli

Distribuzione normale o gaussiana

Distribuzione normale o gaussiana Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

Metodi di valutazione delle prestazioni di rete

Metodi di valutazione delle prestazioni di rete Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

Elementi di statistica

Elementi di statistica Elemeti di statistica La misura delle gradezze fisiche può essere effettuata direttamete o idirettamete. Se la misura viee effettuata direttamete si parla di misura diretta; se essa viee dedotta attraverso

Dettagli

Capitolo 2 Introduzione allo Strato Fisico:Segnali Analogici e numerici

Capitolo 2 Introduzione allo Strato Fisico:Segnali Analogici e numerici Capitolo 2 Introduzione allo Strato Fisico:Segnali Analogici e numerici 1 Segnali Definizioni (1/2) Concettualmente un segnale x(t) rappresenta l andamento nel tempo t di una grandezza fisica x (tensione,

Dettagli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)

Dettagli

REGRESSIONE LINEARE E POLINOMIALE

REGRESSIONE LINEARE E POLINOMIALE REGRESSIONE LINEARE E POLINOMIALE Nota ua tabella di dati relativi alle osservazioi di due gradezze X e Y, è aturale formulare ipotesi su quale possa essere ua ragioevole fuzioe che rappreseti o che approssimi

Dettagli

Sperimentazioni di Fisica I mod. A Lezione 2

Sperimentazioni di Fisica I mod. A Lezione 2 La Rappresetazioe dei Numeri Sperimetazioi di Fisica I mod. A Lezioe 2 Alberto Garfagii Marco Mazzocco Cizia Sada Dipartimeto di Fisica e Astroomia G. Galilei, Uiversità degli Studi di Padova Lezioe II:

Dettagli

Precorso di Matematica, aa , (IV)

Precorso di Matematica, aa , (IV) Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

APPENDICE 1 Richiami di algebra lineare

APPENDICE 1 Richiami di algebra lineare APPENDICE Richiami di algebra lieare vettore: isieme ordiato di elemeti (umeri reali, umeri complessi, variabili, fuzioi,...) B = b b M b 2 { } = b, co i =, L, i il vettore sopra defiito è detto ache vettore

Dettagli

Corso di Informatica

Corso di Informatica Corso di Iformatica Codifica dell Iformazioe Sistemi Numerici Per rappresetare ua certo quatità di oggetti è ecessaria ua covezioe o sistema umerico che faccia corrispodere ad ua sequeza di ua o più cifre,

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile

Dettagli

Statistica Corso Base (Serale) Dott.ssa Cristina Mollica

Statistica Corso Base (Serale) Dott.ssa Cristina Mollica Statistica Corso Base (Serale) Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Idici di posizioe Esercizio 1: Data la seguete distribuzioe uitaria del carattere X 4 2 4 2 6 4 0 4 0 2 4 4 (1) calcolare

Dettagli

Appendice 2. Norme di vettori e matrici

Appendice 2. Norme di vettori e matrici Appedice 2. Norme di vettori e matrici La ozioe esseziale per poter defiire il cocetto di distaza e lughezza i uo spazio vettoriale lieare è quello di orma. Il cocetto di orma è ua geeralizzazioe del cocetto

Dettagli

TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER

TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER I uo spazio euclideo di dimesioe fiita, ad esempio R 3, cosideriamo u sottospazio, ad esempio u piao passate per

Dettagli

AM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo.

AM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo. AM110 - ESERCITAZIONI V - VI 16-18 OTTOBRE 2012 Esercizio svolto 1. Dimostrare che ogi isieme fiito ha u massimo ed u miimo. Sia A = {a 1,..., a } R. Dimostriamo che A ha u massimo si procede i maiera

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

Esercizi di Analisi Matematica

Esercizi di Analisi Matematica Uiversità degli Studi di Udie Ao Accademico 00/0 Facoltà di Scieze Matematiche Fisiche e Naturali Corso di Laurea i Iformatica Esercizi di Aalisi Matematica Dott. Paolo Baiti Esercizi del 5 Ottobre 00.

Dettagli

Probabilità CENNI DI PROBABILITÀ

Probabilità CENNI DI PROBABILITÀ CENNI DI PROBABILITÀ Itroduzioe I queste pagie verrao esposti i breve i cocetti base della teoria delle probabilità. Lo scopo è quello di forire le basi i modo che siao più compresibile l uso che e viee

Dettagli

Soluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente

Soluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente Soluzioe CPS 22/6/04 I parte 1. Chiamiamo C l eveto l idividuo scelto ha il colesterolo alto, V, O e NL rispettivamete è vegetariao, è oivoro e o magia latticii. I dati soo: P C = 0.4, P O C = 0.75, P

Dettagli

n 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1.

n 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1. Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 0: Riferimeti: R.Adams, Calcolo Differeziale - Si cosiglia vivamete di fare gli esercizi del testo. Successioi umeriche:

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

Prova parziale 30 aprile 2018 Possibili soluzioni

Prova parziale 30 aprile 2018 Possibili soluzioni Prova parziale 30 aprile 2018 Possibili soluzioi Primo compito Rappresetare il umero -5 el sistema di rappresetazioe i eccesso a 16 su 5 bit. +5 i otazioe posizioale: 00101-5 i complemeto a due: 11011-5

Dettagli

FUNZIONI SUCCESSIONI PRINCIPIO DI INDUZIONE

FUNZIONI SUCCESSIONI PRINCIPIO DI INDUZIONE FUNZIONI SUCCESSIONI PRINCIPIO DI INDUZIONE. Le Fuzioi L'operazioe di prodotto cartesiao relazioe biaria La relazioe biaria fuzioe Fuzioi iiettive, suriettive, biuivoche Fuzioi ivertibili. Le Successioi

Dettagli

LA MISURA IN PSICOLOGIA

LA MISURA IN PSICOLOGIA Prof. Giulio Vidotto (Uiversità di Padova) Lez. 3 - Distribuzioe ormale e stadardizzazioe delle misure Argometi della lezioe Stadardizzazioe Distribuzioe Normale Distribuzioe Normale Stadard Stadardizzazioe

Dettagli

4.2 Trasformata discreta di Fourier

4.2 Trasformata discreta di Fourier I tal caso τ è oto il filtro di ricostruzioe Hf può essere realizzato i modo da avere u adameto iverso a quello del six sicf τ x sic f τ, e tale che H f τsicfτ = costate. Ifatti,questoaccorgimeto f prede

Dettagli

Momenti angolari e rotazioni. Inoltre, essendo preservata l orientazione degli assi, il determinante è 1.

Momenti angolari e rotazioni. Inoltre, essendo preservata l orientazione degli assi, il determinante è 1. ometi agolari e rotazioi Defiizioe di rotazioe come trasformazioe di 3 Ua rotazioe si può defiire come ua trasformazioe dello spazio fisico tridimesioale i se, co le segueti proprietà : a) lascia ivariate

Dettagli

PROPRIETÀ DELLE POTENZE IN BASE 10

PROPRIETÀ DELLE POTENZE IN BASE 10 PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per

Dettagli

Y557 - ESAME DI STATO DI LICEO SCIENTIFICO. 3 lim

Y557 - ESAME DI STATO DI LICEO SCIENTIFICO. 3 lim Y557 - ESAME DI STATO DI LICEO SCIETIFICO PIAO AZIOALE DI IFORMATICA CORSO SPERIMETALE Tema di: MATEMATICA (Sessioe ordiaria 2002) QUESTIOARIO 1 Se a e b soo umeri positivi assegati quale è la loro media

Dettagli

Stima di somme: esercizio

Stima di somme: esercizio Stima di somme: esercizio Valutare l'ordie di gradezza della somma k l (1 + 3 k ) Quado x

Dettagli

Corso di Statistica - Esercitazione 2

Corso di Statistica - Esercitazione 2 Corso di Statistica - Esercitazioe 2 Dott. Davide Buttarazzi d.buttarazzi@uicas.it Esercizio 1 La seguete tabella riporta dati relativi al giudizio espresso da alcui clieti sulla qualità dell ultimo modello

Dettagli

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Programma (orientativo) secondo semestre 32 ore - 16 lezioni Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale

Dettagli

Corso Propedeutico di Matematica

Corso Propedeutico di Matematica POLINOMI RICHIAMI DI TEORIA Defiizioe: u poliomio ( o fuzioe poliomiale) ella variabile x di grado a coefficieti reali ha la forma A = a0 + a1x + + a 1 x, dove a 0, a 1,..., a soo umeri reali assegati

Dettagli

Corsi di laurea in fisica ed astronomia Prova scritta di Analisi Matematica 2. Padova,

Corsi di laurea in fisica ed astronomia Prova scritta di Analisi Matematica 2. Padova, Corsi di laurea i fisica ed astroomia Prova scritta di Aalisi Matematica Padova, 8.8.08 Si svolgao i segueti esercizi facedo attezioe a giustificare le risposte. Delle affermazioi o motivate e giustificate

Dettagli

Oscillatore controllato in tensione (VCO)

Oscillatore controllato in tensione (VCO) //6 Oscillatore cotrollato i tesioe (O) Frequeza di oscillazioe jl Z jl[ L() L()] [L L ()] L () T L //6 3 Guadago del O / f () L () L 4 () L 4 / Logf f f 3 Lf f () () L 4 Log Logf 4 Guadago del O / j /

Dettagli

Corsi di laurea in fisica ed astronomia Prova scritta di Analisi Matematica 2. Padova,

Corsi di laurea in fisica ed astronomia Prova scritta di Analisi Matematica 2. Padova, Corsi di laurea i fisica ed astroomia Prova scritta di Aalisi Matematica Padova, 5.7.08 Si svolgao i segueti esercizi facedo attezioe a giustificare le risposte. Delle affermazioi o motivate e giustificate

Dettagli

Esercitazioni di Geometria II

Esercitazioni di Geometria II Esercitazioi di Geometria II Letizia Perigotti - perigotti@sciece.uit.it 20 aprile 2012 Esercizio 1. Dimostrare che la famiglia degli itervalli chiusi e limitati B 1 = {[a, b] R : a < b} o è base di alcua

Dettagli

L INFORMAZIONE E LE CODIFICHE

L INFORMAZIONE E LE CODIFICHE L INFORMAZIONE E LE CODIFICE UN PO DI STORIA - La Teoria dell iformazioe è ata ella secoda metà del 900, sebbee il termie iformazioe sia atico (dal latio mettere i forma) - I omi più importati soo Nyquist,

Dettagli

Probabilità e Statistica (cenni)

Probabilità e Statistica (cenni) robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli

Dettagli

18.12 Complementi Calcolo grafico del prodotto di convoluzione Qual è la struttura fondamentale dell analisi di Fourier?

18.12 Complementi Calcolo grafico del prodotto di convoluzione Qual è la struttura fondamentale dell analisi di Fourier? 8-6 itroduzioe ai metodi matematici della fisica 8.2 Complemeti 8.2. Calcolo grafico del prodotto di covoluzioe Graficamete, possiamo calcolare f g i u puto riflettedo il grafico di g() rispetto all asse

Dettagli

Le successioni: intro

Le successioni: intro Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!

Dettagli

Sistema lineare stazionario TC:

Sistema lineare stazionario TC: Cotrolli Automatici (AUT) - 9AKSBL Regime permaete armoico Risposta i frequeza Rappresetazioi grafiche della risposta i frequeza Risposta i frequeza () Sistema lieare stazioario TC: q q bqs + bq s + +

Dettagli

Principio di induzione: esempi ed esercizi

Principio di induzione: esempi ed esercizi Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se

Dettagli

Esercizi sull estremo superiore ed inferiore

Esercizi sull estremo superiore ed inferiore AM0 - A.A. 03/4 ALFONSO SORRENTINO Esercizi sull estremo superiore ed iferiore Esercizio svolto. Dire se i segueti isiemi soo limitati iferiormete o superiormete ed, i caso affermativo, trovare l estremo

Dettagli

Elementi di statistica descrittiva. Tabella dei dati :

Elementi di statistica descrittiva. Tabella dei dati : - - Elemeti di statistica descrittiva I dati riportati sotto si riferiscoo a 20 studeti uiversitari che frequetavao u corso di Statistica e soo stati raccolti facedo compilare ad ogi studete il seguete

Dettagli

LE MISURE DI TENDENZA CENTRALE

LE MISURE DI TENDENZA CENTRALE STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare

Dettagli

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare Formulazioe di Problemi Decisioali come Problemi di Programmazioe Lieare Cosideriamo i segueti problemi decisioali ed esamiiamo come possoo essere formulati come problemi di PL: Il problema del trasporto

Dettagli

Algoritmi e strutture dati

Algoritmi e strutture dati Algoritmi e Strutture Dati Selezioe e statistiche di ordie Problemi di statistiche d ordie Estrarre da gradi quatità di dati u piccolo isieme di idicatori che e rappresetio caratteristiche statisticamete

Dettagli

Capitolo 6 - Autocorrelazione

Capitolo 6 - Autocorrelazione pputi di eoria dei Segali Capitolo 6 - utocorrelazioe utocorrelazioe per segali di eergia... Spettro di eergia e fuzioe di autocorrelazioe per segali cotiui... Proprietà della fuzioe di autocorrelazioe...

Dettagli

(1 2 3) (1 2) Lezione 10. I gruppi diedrali.

(1 2 3) (1 2) Lezione 10. I gruppi diedrali. Lezioe 0 Prerequisiti: Simmetrie di poligoi regolari. Gruppi di permutazioi. Cetro di u gruppo. Cetralizzate di u elemeto di u gruppo. Riferimeto al testo: [PC] Sezioe 5.4 I gruppi diedrali. Ogi simmetria

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe

Dettagli

Gli assiomi del calcolo delle probabilità e gli assiomi per le topologie a confronto

Gli assiomi del calcolo delle probabilità e gli assiomi per le topologie a confronto Gli assiomi del calcolo delle probabilità e gli assiomi per le topologie a cofroto Ua teoria matematica può essere completamete formalizzata e svolta co u metodo assiomatico seza l ausilio del liguaggio

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

Università del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica e Biometria

Università del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica e Biometria Uiversità del Piemote Orietale Corso di Laurea Trieale di Ifermieristica Pediatrica ed Ostetricia Corso di Statistica e Biometria Statistica descrittiva: Dati umerici: statistiche di tedeza cetrale e di

Dettagli

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Fodameti di Iformatica Ester Zumpao Programmazioe co Foglio di Calcolo Cei di Statistica Descrittiva Lezioe 3 Formule e Fuzioi Fuzioi Formule predefiite per il calcolo di espressioi matematiche complesse

Dettagli

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11 1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........

Dettagli

Def. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii)

Def. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii) Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi : Riferimeti: R.Adams, Calcolo Differeziale. -Si cosiglia vivamate di fare gli esercizi del testo. Cap. 9.5 - Serie di poteze,

Dettagli

Capitolo 5. Successioni numeriche

Capitolo 5. Successioni numeriche Capitolo 5 Successioi umeriche Ua successioe è ua fuzioe avete domiio N o u suo sottoisieme del tipo A = { N > 0, 0 N} e come codomiio R e che associa a ogi umero aturale u umero reale a. La legge di ua

Dettagli

= = 32

= = 32 Algabra lieare (Matematica CI) - 9 Algebra delle matrici - Moltiplicazioe Euple, righe e coloe Notazioe I algebra lieare giocao u ruolo importate le coppie, tere,, ple ordiate di umeri reali; cosi come

Dettagli

Le successioni: intro

Le successioni: intro Le successioi: itro Si cosideri la seguete sequeza di umeri:,,, 3, 5, 8, 3,, 34, 55, 89, 44, 33, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi mesi i u allevameto! Si

Dettagli

Universitá di Roma Tor Vergata

Universitá di Roma Tor Vergata Uiversitá di Roma Tor Vergata Prof. A. Porretta ) Calcolare i segueti iti: ( ) + + 3 ( ) cos π + log 4 log( 3 + ) +! e + log ( ) si 3 + 3 5 e si + 3 4 + 3 log + ( ) 3 ( ) arctg + log ( ) + 5 + 3! si (log

Dettagli