Svolgimenti esami del corso di Teoria di Segnali

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Svolgimenti esami del corso di Teoria di Segnali"

Transcript

1 Svolgimenti esami del corso di Teoria di Segnali versione.4 - ultimo aggionamento 0/03/209 Autore: Gabriel Emile Hine mail: gabriel.hine@uniroma3.it (per segnalazione di eventuali errori/refusi) Esame 08/02/209 Esercizio Dati i segnali in figura x(t)

2 2 esami-svolti-tds.nb y(t) = e -t u - (t) si calcoli la convoluzione sul dominio del tempo tra i segnali x(2 t) e w(t) = y(t) + y(t-2) Soluzione: x( 2t ) = rect [ t + 3/2 ] x (2 t) t Per la linerarità della convoluzione x (2t) * w(t) = x(2t) * y(t) + x(2t) * y(t-2) x(2t) * y(t) = rect [ t + 3/2 ] * e -t u - (t) è riconducibile ad una forma nota [vedi esempio 2.4, pag 34, Teoria dei Segnali, Roberto Cusani]: rect T [ t - T/2 ] * e -α t u - (t) = rect T [ t - T/2 ] α - ( - e -α t ) + u - (t) α - e α T - e -α t

3 esami-svolti-tds.nb 3 (si noti come nell ultima espressione la rect e la funzione gradino siano state usate per definire gli intervalli della funzione definita a tratti. Questo renderà immediata la somma con la seconda componente) ne segue: x(2t) * y(t) = z(t) = rect [ t + 3/2 ] * e -t u - (t)= = rect T [ t + 3/2 ] - e -(t+2) ) + u - (t + ) (e - ) e - (t+2) z t w(t) = x(2t) * y(t) + x(2t) * y(t-2) = z(t) + z(t-2) = = rect T [ t + 3/2 ] - e -(t+2) ) + u - (t + ) (e - ) e - (t+2) + rect T [ t - /2 ] ( - e -t ) + u - (t - ) (e - ) e - t w t

4 4 esami-svolti-tds.nb Esame 08/02/209 Esercizio 2 Dato lo schema in figura, con x(t) = k u 0 ( t - k T) c(t) = cos(2 π f 0 t) s(t) = sin(2 π f 0 t) T = f 0 = (4 T) H( f ) = Ca 2 [π f t] w(t) = rect 3 T [ t - 3 T / 2] si calcoli Y(f) Soluzione: h(t) = F - { H( f ) } = T tri T [ t ] Graficamente: δ(t - k) k

5 esami-svolti-tds.nb sin 2 π t 4 cos 2 π t {x(t) s(t)]} * h(t) { x(t) c(t)] } * h(t) { x(t) [c(t) + s(t)] } * h(t) { x(t) s(t)} * h(t) { x(t) c(t) } * h(t) - -.5

6 6 esami-svolti-tds.nb.5 y(t) Si noti come per disegnare y(t) non abbiamo dovuto fare alcun conto analitico ma solo passaggi grafici. A questo punto, per calcolare Y(f), sfruttiamo la proprietà della derivata: Y(f) = /(j 2π f ) F{ y (t)} Ancora graficamente, la derivata di y(t) è y' (t) = δ(t) - 2 rect (t - 3 / 2) - δ(t - 3) F {y' (t)} = - 2 e -j 3 π f Ca(π f ) - e -j 6 π f Y(f) = - 2 e -j 3 π f Ca(π f ) - e -j 6 π f (j 2 π f )

7 esami-svolti-tds.nb 7 Esame 08/02/209 Esercizio 4 Si consideri lo schema indicato in figura con x(t) e y(t) realizzazioni di processi aleatori stazionari ed ergodici bianchi ( P X (f) = P Y (f) = N 0 ) statisticamente indipendenti con f.d.p. p X (x) = p Y (x) 0.7 p X (x) x Sia inoltre H( f ) = /2 rect W (f) con W = /T Si calcoli a) la gerarchia di ordine I di w(t) b) la funzione di autocorrelazione di z(t) p ZZ (τ) Soluzione: a) w(t) = +.5 x(t) -.5 y(t) data l indipendenza statistica dei processi, sfruttiamo la regola della convoluzione:

8 8 esami-svolti-tds.nb p W (w) = δ (w - ) * rect (w - /2) * rect (w + /2) = tri (w - ) dove si è considerato il termine additivo (+) come un processo aleatorio con densità di probabilità δ(w - ) (evento certo).4 p w (w) w Si può facilmente calcolare la distribuzione di probabilità cumulata: Out[ ]//TraditionalForm= 0.5 w 2 0 w < (w - 2) 2 w < 2 w 2.4 D w (w) w b)

9 esami-svolti-tds.nb 9 Il blocco in figura va trattato come una cascata di due filtri: H^(f) = H(f) - e -i 2 π f T ne segue che P Z (f) = H(f) 2 - e -i 2 π f T 2 P W (f) data l' indipenza statistica : P W (f) = P X/2 (f) + P Y/2 (f) + δ(f) = /3 + /3 + δ( f) = 2/3 + δ( f) dove i primi 2 termini sono i contributi dati X/2 e Y/2: P X/2 (f) = P Y/2 (f) = 0 x 2 dx = /3 e l impulso in zero è dovuto al termine costante. - e -i 2 π f T 2 = e -i π f T e i π f T - e -i π f T 2 = 4 sin 2 (π f T) P Z (f) = rect W (f) sin 2 (π f T) P W (f) = 2/3 rect W (f) sin 2 (π f T) ( l impulso è filtrato poichè sin 2 (0) = 0 ) P z (f) f Possiamo ora calcolare l autocorrelazione di Z come antitrasformata dello spettro di densità di potenza:

10 0 esami-svolti-tds.nb p ZZ (τ) = 2/3 W Ca[ π W τ ] * F - {sin 2 (π f T)} F - {sin 2 (π f T)} = { (δ[τ -.5 T] - δ[τ +.5 T] )/(2 j) } * { (δ[τ -.5 T] - δ[τ +.5 T] )/(2 j) } = = ( 2 δ[τ] - 2 δ[τ + T] - 2 δ[τ - T] )/4 p ZZ (τ) = 2/3 W Ca[ π W τ ] * ( 2 δ[τ] - 2 δ[τ + T] - 2 δ[τ - T] )/4 = (ricordando che T = /W) = W/6 { 2 Ca[ π Wτ ] - Ca[ π (W τ - ) ] - Ca[ π (W τ - ) ]} (2 sinc(π τ) - sinc(π (τ - )) - sinc(π (τ 6 sinc(π τ) 3 sinc(π (τ - )) 6 sinc(π (τ + )) 6 - Possiamo infine calcolare la potenza del segnale: P Z = p zz (0) ) = 2/3 W

11 esami-svolti-tds.nb Seconda prova di accertamento 3/0/209 - Esercizio Si consideri lo schema in figura dove B è una variabili aleatoria discreta con funzione di densità di probabilità p B (b) = 0.7 δ(b) δ(b - ), η () è una non linearità istantanea S = η (B) = 2 B - N è una v.a. Gaussiana a valor medio nullo e varianza unitaria, statisticamente indipendente da B η 2 () è una non linearità istantanea B = η 2 (R) = μ - (R) Si calcoli a) la funzione di densità di probabilità p B (b ) b) la funzione di densità di probabilità condizionata p B B b [b = 0] Soluzione: a) quando si trattano le non linearità istantanee in presenza di v.a. discrete, è controproducente utilizzare la formula dello Jacobiano. Piuttosto, conviene ragionare in maniera combinatoria: (b = 0) (s = -); (b = ) (s = +). E intuitivo convincersi che P S (s = -) = P B (b = 0) P S (s = +) = P B (b = ) Ne consegue: p S (s) = 0.7 δ(s+) δ(s-) Ora, essendo S ed N indipendenti, la f.d.p. di R si calcola tramite la convoluzione: p R (r) = p S (r) * p N (r) = 0.7 p N (r + ) p N (r - ) dove p N (r) = e - r2 (2 π) /2 2

12 2 esami-svolti-tds.nb exp - 2 (r+) exp - 2 (r-)2 2 π 2 π 0.7 exp - 2 (r+)2 2 π 0.3 exp - 2 (r-)2 2 π A questo punto, applicando le regole standard delle non linearità istantanee con tratti costanti: B = η 2 (R) = μ - (R) B P 0 = P B (b =0) = - 0 pr (r) dr = r.7-0 pn (r + ) dr pn (r - ) dr =.7 - pn (r) dr pn (r) dr =.7 D N () +.3 D N (-) P = P B (b =) = 0 pr (r) dr =.7 0 pn (r + ) dr pn (r - ) dr =.7 pn (r) dr pn (r) dr =.7 [ - D N ()] +.3[ - D N (-)] dove D N (n) è la funzione di probabilità cumolata di N, ovvero la error function. In definitiva, p B (b ) = P 0 δ( b ) + ( - P 0 ) δ( b - ) b) p B B b [b = 0] il condizionamento rispetto all ipotesi b=0 si traduce semplicemente nella sostituzione nello schema della realizzazione b=0 in luogo della v.a. b. Si ha quindi:

13 esami-svolti-tds.nb 3 b = 0 s = - r = n - p R B (r b = 0) = p N (n) * δ(n + ) = p N (n + ) P 0 0 = P B B b = 0 b = 0 = - 0 pr B (r b = 0) dr = - 0 pn (r + ) dr = - pn (r) dr = D N () 0.84 P 0 = P B B b = b = 0 = 0 pr B (r b = 0) dr = 0 pn (r + ) dr = pn (r) dr = - D N () 0.6 p B B b b = 0 = D N () δ( b ) + [- D N ()] δ( b - )

14 4 esami-svolti-tds.nb Prima prova di accertamento 24//208 Dato lo schema in figura con x(t) = k δ(t - k T ) c(t) = 2 cos(2 π f 0 t) f 0 = 4 T h(t) = - t T rect 2 T(t) e η( ) non linearità istantanea riportata in figura Si calcoli Z(f) Soluzione: graficamente

15 esami-svolti-tds.nb 5 δ(t - k) k -2T -T T 2T h(t) -T T t - u(t) -2T -T T 2T t h(t-kt) k h(t-kt) -

16 6 esami-svolti-tds.nb v(t) 2-4T -2T 2T 4T - 2 sommando i due contributi: w(t) = u(t) + v(t) w(t) 2-4T -2T 2T 4T Ora applichiamo la nonlinearità. Si noti come η( ) =η(- ) = 0. Ne consegue che negli istanti t =..., -2T,-T, 0, T, 2T,... l uscita z(t) varrà 0. In tutti gli altri punti applichiamo la procedura classica. (si noti bene che, qualsiasi sia il risultato, nei punti -2T,-T, 0, T, 2T vi saranno in ogni caso degli zeri - Essendo una non linearità, non vale il principio di sovrapposizione degli effetti! )

17 esami-svolti-tds.nb 7 2-2T -T -T/2 T/2 T 2T u(t) η(u(t)) In questo caso specifico, dato che η (u(t)) già si annulla nei punti sopra citati, il risultato coincide con z(t). Per ispezione, la forma analitica è: k g(t - kt) dove g(t) = 2 tri T ( t ) * [δ(t - T /4) - δ(t + T /4)] 4 Z(f) = k Z K δ (f - k/t) dove Z K = G(k/T) G( f ) = F{ g(t) } =/2 F { tri T ( t ) } F { δ(t-t/4) -δ(t+t/4) } = -j T 4 4 Ca2 π T 4 f sin π T 2 f) Z k = G(k/T) = -j T 4 Ca2 π 4 k sin π 2 k) Z(f) -3/T -/T /T 3/T

18 8 esami-svolti-tds.nb Prima prova di accertamento 24//208 dato lo schema in figura dove h(t) = tri 3 4 T(t) s(t) = 2 sin(2 π f 0 t) f 0 = 8 T x(t) = k δ(t - kt) e η( ) non linearità istantanea come in figura : Soluzione: Graficamente,

19 esami-svolti-tds.nb 9 δ(t - k) k -2T -T T 2T h(t) -3T/4 3T/4 t u(t) 2 3 h(t-kt) k h(t-kt) -2T -T T 2T t

20 20 esami-svolti-tds.nb v(t) / T -3T -2T -T T 2T 3T 4T /2 sommando i due contributi, w(t) = u(t) + v(t) w(t) 2/3 / T -3T -2T -T T 2T 3T 4T /2 Ora applichiamo la non-linearità. lim η (w) Si noti come w = w e lim η (w) w - = w Ne consegue che negli istanti t =..., -2T,-T, 0, T, 2T,... l uscita coincide con l ingresso: z(kt) =w(kt). Il resto del segnale è in modulo sempre minore di 2, ovvero il suo contributo alla non linearità è nullo. In definitiva, z(t) = v(t) = s(t) x(t) = 2 sin(2 π f 0 t) δ(t-kt) con f 0 = 8 T Z(f) = S(f) * X(f) = 4 j [δ(f - f 0) - δ(f + f 0 ) ]* k δ(f - 8 k f 0 ) = j 4 k [δ(f - 8 k f 0 + f 0 ) - δ(f - 8 k f 0 - f 0 ) ]

21 esami-svolti-tds.nb 2 Z(f) -9 f 0-7 f 0 -f 0 f 0 7 f 0 9 f 0 -

22 22 esami-svolti-tds.nb Esame 28 feb 209. Es 2 Dato lo schema in figura, siano X(f ) = T tri W (2 f) w = 2/T c(t) = k δ (t - kt) s(t) = sin(2π t/t) η(x) = u - [x-] (x-)+ u - [-(x+)] (x+) calcolare le componenti analogiche di z(t) rispetto a f 0 = /(2 T) Soluzione X(f ) = T tri W (2 f) x(t) = Ca 2 [π t/t] = T tri W/2 (f) = T tri /T (f)

23 esami-svolti-tds.nb x(t)c(t) = k Ca 2 [π k] δ(t - kt) = δ(t) x(t)s(t) = Ca 2 [π t/t] sin(2 π) w(t) = x(t)s(t) + x(t)c(t) = δ(t) + Ca 2 [π t/t] sin(2 π) η(x) = u - [x-] (x-)+ u - [-(x+)] (x+) come in figura

24 24 esami-svolti-tds.nb Si noti come lim η (w) w = lim w - w = w Ciò significa che l impulso passa inalterato il resto del segnale è in modulo minore di. Ca 2 [π t/t] sin(2 π) < = ovvero il suo contributo alla non linearità è nullo. ne segue: η( w(t) ) = δ(t) z(t) = δ(t) +Ca 2 [π t/t] sin(2 π) -δ(t) = Ca 2 [π t/t] sin(2 π t /T) Z(f) = /T tri /T * ( δ(f - /T) - δ(f + /T))/(2j) Z + (f + f 0 ) = Z + f + 2 T = - j 2 T tri /T (f- 2 T )

25 esami-svolti-tds.nb Per il calcolo delle componenti analogiche a bassa frequenza, basta calcolare l antitrasformata F - {Z + (f + f 0 )} Si lascia quesa parte come esercizio per il lettore.

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

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

Dettagli

CAMPIONAMENTO E RICOSTRUZIONE. Y(f) Y(f-15) Y(f+15) f[hz] Yc(f) Y(f) Y(f-17.5) Y(f+17.5) Yc(f) Esercizio 1

CAMPIONAMENTO E RICOSTRUZIONE. Y(f) Y(f-15) Y(f+15) f[hz] Yc(f) Y(f) Y(f-17.5) Y(f+17.5) Yc(f) Esercizio 1 CAMPIONAMENTO E RICOSTRUZIONE Esercizio 1 Dato il segnale y(t), con trasformata di Fourier Y(f) rappresentata in figura, rappresentare lo spettro del segnale ottenuto campionando idealmente y(t) con a)

Dettagli

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

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

Dettagli

Teoria dei Segnali IIa Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 22 novembre 2018

Teoria dei Segnali IIa Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 22 novembre 2018 UNIVERSITA DEGLI STUDI DELLA CAMPANIA Luigi Vanvitelli SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Dipartimento di Ingegneria Industriale e dell Informazione Corso di Laurea in Ingegneria Elettronia e Informatica

Dettagli

Corso di Laurea in Ingegneria Informatica (Laurea on Line)

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

Dettagli

1) Lo spettro di potenza di X(t) fornito può essere espresso graficamente come di seguito

1) Lo spettro di potenza di X(t) fornito può essere espresso graficamente come di seguito 1) Lo spettro di potenza di X(t) fornito può essere espresso graficamente come di seguito L autocorrelazione di X(t), che essendo SSL dipenderà da τ, può invece essere valutata attraverso il calcolo dell

Dettagli

Ripasso segnali e processi casuali. Trasmissione dell Informazione

Ripasso segnali e processi casuali. Trasmissione dell Informazione Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale

Dettagli

COMUNICAZIONI ELETTRICHE

COMUNICAZIONI ELETTRICHE COMUNICAZIONI ELERICHE Diploma Universitario Ingegneria Elettronica - Ingegneria Inormatica ESERCIZIO : Si consideri il sistema mostrato in igura. Il iltro ha risposta in requenza H() = j segn (), dove

Dettagli

Teoria dei segnali terza edizione

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

Dettagli

Teoria dei Segnali Ila Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 23 novembre 2017

Teoria dei Segnali Ila Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 23 novembre 2017 UNIVERSITA' DEGLI STUDI DELLA CAMPANIA Luigi Vanvitelli SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Dipartimento di Ingegneria Industriale e dell'informazione Corso di Laurea in Ingegneria Elettronia e

Dettagli

Teoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici

Teoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici eoria dei Segnali rasmissione binaria casuale; somma di processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it eoria dei Segnali rasmissione

Dettagli

Comunicazione Elettriche L-A Identità ed equazioni

Comunicazione Elettriche L-A Identità ed equazioni Comunicazione Elettriche L-A Identità ed equazioni Gennaio - Marzo 2009 Identità ed equazioni relative alle comunicazioni elettriche tratti dalle lezioni del corso di Comunicazioni Elettriche L-A alla

Dettagli

6 dbm, mentre il secondo ha una potenza di 3 dbm. Quale sarà la

6 dbm, mentre il secondo ha una potenza di 3 dbm. Quale sarà la DECIBEL, FILTRAGGIO, PROCESSI Esercizio 9 (sui decibel) Un segnale con potenza media di 0 dbm viene amplificato attraverso un dispositivo elettronico la cui H(f) è costante per ogni frequenza e pari a

Dettagli

Segnali (processi) aleatori (casuali)

Segnali (processi) aleatori (casuali) Segnali (processi) aleatori (casuali) Definizione di processo aleatorio Descrizione statistica di un processo aleatorio Media, potenza, varianza Autocorrelazione e autocovarianza Filtraggio di un processo

Dettagli

VI test di autovalutazione di SEGNALI & SISTEMI

VI test di autovalutazione di SEGNALI & SISTEMI VI test di autovalutazione di SEGNALI & SISEMI. Sia u(t) t R un generico segnale di ingresso e si supponga che tale segnale venga prima campionato idealmente con frequenza di campionamento f c e successivamente

Dettagli

6. Trasmissione Numerica in Banda Base

6. Trasmissione Numerica in Banda Base 1 INFO-COM Dpt. Dipartimento di Scienza e Tecnica dell Informazione e della Comunicazione Università degli Studi di Roma La Sapienza 6. Trasmissione Numerica in Banda Base TELECOMUNICAZIONI per Ingegneria

Dettagli

Teoria dei Segnali Processo di Poisson e rumore granulare

Teoria dei Segnali Processo di Poisson e rumore granulare Teoria dei Segnali Processo di Poisson e rumore granulare Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Processo di Poisson e

Dettagli

Prova di esame di Teoria dei Segnali

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

Dettagli

8. Sistemi di Modulazione Numerica in banda-base. Modulo TLC:TRASMISSIONI Modulazione numerica in banda base

8. Sistemi di Modulazione Numerica in banda-base. Modulo TLC:TRASMISSIONI Modulazione numerica in banda base 1 8. Sistemi di Modulazione Numerica in banda-base Modulazione e Demodulazione numerica 2 sequenza numerica segnale analogico...0010111001... modulatore numerico x(t) sequenza numerica...0010011001...

Dettagli

Esercitazione ENS su periodogramma (27 e 28 Maggio 2008) Esercizio 1: Autocorrelazione e stima della densità spettrale di potenza

Esercitazione ENS su periodogramma (27 e 28 Maggio 2008) Esercizio 1: Autocorrelazione e stima della densità spettrale di potenza sercitazione S su periodogramma (7 e 8 Maggio 008 D. Donno sercizio : Autocorrelazione e stima della densità spettrale di potenza Si consideri la sequenza x n di lunghezza = 8 campioni. x n è somma di

Dettagli

ESERCIZI DI TEORIA DEI SEGNALI

ESERCIZI DI TEORIA DEI SEGNALI ESERCIZI DI EORIA DEI SEGNALI EX. 1 Si determini lo sviluppo in serie di Fourier del segnale cos[ m(t)] dove m(t) = m(t) = m(t k ) [ π 2 2π ] ( ) t t rect. EX. 2 Si siderino due segnali x 1 (t) e x 2 (t)

Dettagli

Teoria dei Segnali. Tema d'esame. Soluzione compito di Teoria dei Segnali

Teoria dei Segnali. Tema d'esame. Soluzione compito di Teoria dei Segnali Soluzione compito di 3/03/00 A cura di Francesco Alesiani Esercizio Si consideri un sistema di comunicazione che può essere modellizzato come la cascata di due canali simmetrici indipendenti con probabilità

Dettagli

Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione

Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione p. 1 Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione

Dettagli

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

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

Dettagli

Laboratorio II, modulo

Laboratorio II, modulo Laboratorio II, modulo 2 206-207 Banda di un segnale e filtri (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_03.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_05.pdf

Dettagli

Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli

Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Richiami

Dettagli

COMUNICAZIONI ELETTRICHE A

COMUNICAZIONI ELETTRICHE A COMUNICAZIONI ELERICHE A Laurea riennale in Ingegneria Elettronica e delle elecomunicazioni Prova del 10/1/007 empo a disposizione: ore 1. Si illustri il funzionamento di un ricevitore supereterodina,

Dettagli

PROCESSI CASUALI 1 Fondamenti di segnf a o lin d e a t m ra e s n mtii s T si L o C ne

PROCESSI CASUALI 1 Fondamenti di segnf a o lin d e a t m ra e s n mtii s T si L o C ne PROCESSI CASUALI Fondamenti di segnali Fondamenti e trasmissione TLC Segnali deterministici Un segnale (t) si dice deterministico se è una funzione nota di t, cioè se ad un qualsiasi istante di tempo t

Dettagli

SECONDO COMPITINO DI SEGNALI E SISTEMI 3 Dicembre 2003

SECONDO COMPITINO DI SEGNALI E SISTEMI 3 Dicembre 2003 SECONDO COMPIINO DI SEGNALI E SISEMI 3 Dicembre 003 Esercizio. Si consideri il modello ingresso/uscita a tempo discreto e causale descritto dalla seguente equazione alle differenze: vk) con a parametro

Dettagli

Comunicazioni Elettriche anno accademico Esercitazione 1

Comunicazioni Elettriche anno accademico Esercitazione 1 Comunicazioni Elettriche anno accademico 003-004 Esercitazione Esercizio Un processo aleatorio a tempo discreto X(n) è definito nel seguente modo: Viene lanciata una moneta. Se il risultato è testa X(n)=

Dettagli

Corso di Fondamenti di Segnali e Trasmissione - Recupero del 10 Settembre 2004

Corso di Fondamenti di Segnali e Trasmissione - Recupero del 10 Settembre 2004 Corso di Fondamenti di Segnali e Trasmissione - Recupero del 10 Settembre 2004 Gli esercizi devono essere risolti solo sui ogli dei colori indicati. Per esiti e soluzioni si veda il sito web del corso:

Dettagli

Teoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione

Teoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it

Dettagli

Sinusoide a fase aleatoria

Sinusoide a fase aleatoria Sinusoide a fase aleatoria x(t) = cos(ωt + ϑ) ϑ U(,π) Caratterizzazione di primo ordine. Fisso un istante di tempo arbitrario t. Siccome ω è costante, posso porre ωt = Φ Ottengo la V.. (Variabile leatoria)

Dettagli

Formule di Teoria dei Segnali

Formule di Teoria dei Segnali Formule di trigonometria Formule di eoria dei Segnali L.Verdoliva cos(α + β = cos α cos β sin α sin β sin(α + β = sin α cos β + sin β cos α cos α = + cos α sin α = cos α sin α = sin α cos α cos α = cos

Dettagli

7. Trasmissione Numerica in Banda Traslata

7. Trasmissione Numerica in Banda Traslata 1 INFO-COM Dpt. Dipartimento di Scienza e Tecnica dell Informazione e della Comunicazione Università degli Studi di Roma La Sapienza 7. Trasmissione Numerica in Banda Traslata TELECOMUNICAZIONI per Ingegneria

Dettagli

Esercizi svolti di Teoria dei Segnali

Esercizi svolti di Teoria dei Segnali Esercizi svolti di eoria dei Segnali Enrico Magli, Letizia Lo Presti, Gabriella Olmo, Gabriella Povero Versione. Prefazione A partire dall anno accademico 5/6 viene fornita agli studenti dei corsi di eoria

Dettagli

Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra

Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra Sommario CARATTERISTICHE DEI SEGNALI DETERMINATI.... ESERCIZIO.... ESERCIZIO... 5.3 ESERCIZIO 3 CONVOLUZIONE...

Dettagli

CAMPIONAMENTO. y(t) = x 1 (t) x 2 (t) Σ δ(t - kt c. ) k. Figure 1:

CAMPIONAMENTO. y(t) = x 1 (t) x 2 (t) Σ δ(t - kt c. ) k. Figure 1: CAMPIONAMENTO 1) Si considerino i due segnali a banda limitata x 1 (t) con banda B 1 e x 2 (t) con banda B 2. Si costruisca il segnale y(t) come y(t) = x 1 (t) x 2 (t) Volendo applicare il principio del

Dettagli

Reti nel dominio delle frequenze. Lezione 10 2

Reti nel dominio delle frequenze. Lezione 10 2 Lezione 10 1 Reti nel dominio delle frequenze Lezione 10 2 Introduzione Lezione 10 3 Cosa c è nell Unità 3 In questa sezione si affronteranno Introduzione all Unità Trasformate di Laplace Reti nel dominio

Dettagli

Teoria dei Segnali (19 dicembre 2002)

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

Dettagli

Segnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta

Segnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta Segnali determinati Trasmissione ideale Trasmissione perfetta Segnali analogici 40 20 Segnali aleatori Trasmissione imperfetta Laboratorio di Segnali Segnali modulati Segnali tempo discreto e segnali in

Dettagli

SEGNALI E SISTEMI Ripasso per Io Compitino

SEGNALI E SISTEMI Ripasso per Io Compitino SEGNALI E SISTEMI Ripasso per Io Compitino Esercizio 1 Si consideri il segnale a tempo continuo x(t) = 2 ( 1) k 1 1 sin(kt), t R. k=1 k a. Trovare il periodo fondamentale T p di x(t) e dire se il segnale

Dettagli

Corso di Fondamenti di Segnali e Trasmissione - Esame del 21 Febbraio 2006

Corso di Fondamenti di Segnali e Trasmissione - Esame del 21 Febbraio 2006 Corso di Fondamenti di Segnali e Trasmissione - Esame del Febbraio 006 Gli esercizi devono essere risolti solo sui ogli dei colori indicati. Per esiti e soluzioni si veda il sito web del corso: http://www.elet.polimi.polimi.it/dsp/courses/st.

Dettagli

Introduzione alla δ di Dirac

Introduzione alla δ di Dirac UniPD Facoltà di Ingegneria a.a. 04-05 Insegnamento di SEGNALI E SISTEMI (ALSI - Finesso) Introduzione alla δ di Dirac La δ di Dirac è uno strumento matematico di grande utilità nello studio di segnali

Dettagli

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

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

Dettagli

Prova scritta di Teoria dei Segnali: nuovo ordinamento

Prova scritta di Teoria dei Segnali: nuovo ordinamento Prova scritta di Teoria dei Segnali: nuovo ordinamento 1. Dati i segnali x(t) = rect[(t-2)/2] e y(t) = 2rect[(t+3)/2], si calcoli il prodotto di convoluzione tra x(t) e y(t), 2. Si calcoli la trasformata

Dettagli

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

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

Dettagli

Marco Listanti. Lo strato Fisico. Caratterizzazione dei canali di. comunicazioni digitali. DIET Dept

Marco Listanti. Lo strato Fisico. Caratterizzazione dei canali di. comunicazioni digitali. DIET Dept Marco Listanti Lo strato Fisico Parte 3 Caratterizzazione dei canali di comunicazione e limiti fondamentali delle comunicazioni digitali Canali di comunicazione 2 Per canale di comunicazione si intende

Dettagli

9. Sistemi di Modulazione Numerica in banda traslata. Modulo TLC:TRASMISSIONI Modulazione numerica in banda traslata

9. Sistemi di Modulazione Numerica in banda traslata. Modulo TLC:TRASMISSIONI Modulazione numerica in banda traslata 1 9. Sistemi di Modulazione Numerica in banda traslata Modulazione QAM (analogica) 2 Modulazione QAM (Quadrature Amplitude Modulation; modulazione di ampiezza con portanti in quadratura) è un tipo di modulazione

Dettagli

Probabilità e Processi casuali Laboratorio 5 Segnali per le

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

Dettagli

Introduzione al modello Uniforme

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

Dettagli

Corso di Controllo DigitaleAntitrasformate Zeta e calcolo della risposta p.1/32

Corso di Controllo DigitaleAntitrasformate Zeta e calcolo della risposta p.1/32 Corso di Controllo Digitale Antitrasformate Zeta e calcolo della risposta Università degli Studi della Calabria Corso di Laurea in Ingegneria Elettronica. Ing. Domenico Famularo Istituto per la Sistemistica

Dettagli

1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano

1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano Argomenti della Lezione 1) Entropia di variabili aleatorie continue ) Esempi di variabili aleatorie continue 3) Canali di comunicazione continui 4) Canale Gaussiano 5) Limite di Shannon 1 Entropia di una

Dettagli

Corso di Fondamenti di Telecomunicazioni

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

Dettagli

Elementi di Teoria dei Segnali

Elementi di Teoria dei Segnali Elementi di Teoria dei Segnali Ing. Michele Scarpiniti michele.scarpiniti@uniroma1.it http://ispac.ing.uniroma1.it/scarpiniti/index.htm Master "Tecniche per la Multimedialità" 1 Il concetto di segnale

Dettagli

Analisi Matematica 2. Prove Parziali A.A. 2012/2017

Analisi Matematica 2. Prove Parziali A.A. 2012/2017 Analisi 2 Polo di Savona Analisi Matematica 2 Prove Parziali A.A. 2012/2017 1- PrPzAmT.TEX [] Analisi 2 Polo di Savona Prima Prova parziale 23/11/2011 Prima Prova parziale 23/11/2011 Si consideri la funzione

Dettagli

SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione

SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a. 00-005) Homework assignment # Testo e Soluzione Esercizio Si consideri l equazione differenziale ordinaria, lineare a coefficienti costanti

Dettagli

Teoria dei Segnali Introduzione ai processi stocastici

Teoria dei Segnali Introduzione ai processi stocastici Teoria dei Segnali Introduzione ai processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Introduzione ai processi

Dettagli

Controlli Automatici I

Controlli Automatici I Ingegneria Elettrica Politecnico di Torino Luca Carlone Controlli Automatici I LEZIONE II Sommario LEZIONE II Trasformata di Laplace Proprietà e trasformate notevoli Funzioni di trasferimento Scomposizione

Dettagli

MASB AA10/11 21/01/11 test #1 1

MASB AA10/11 21/01/11 test #1 1 MASB 0/06/11 AA010011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione

Dettagli

Modulazioni di ampiezza

Modulazioni di ampiezza Modulazioni di ampiezza 1) Si consideri un segnale z(t) modulato in ampiezza con soppressione di portante dal segnale di informazione x(t): z(t) = Ax(t)cos(2πf 0 t) Il canale di comunicazione aggiunge

Dettagli

Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005

Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Gli esercizi devono essere risolti solo sui fogli dei colori indicati Per esiti e soluzioni si veda il sito web del corso:

Dettagli

Variabili aleatorie continue

Variabili aleatorie continue Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare

Dettagli

RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA

RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA Paolo Bestagini Ph.D. Student bestagini@elet.polimi.it http://home.deib.polimi.it/bestagini Sommario 2 Segnali deterministici Continui Discreti

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Modulazione A.A Alberto Perotti

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Modulazione A.A Alberto Perotti Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Modulazione A.A. 8-9 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di sistema di comunicazione

Dettagli

Correzione terzo compitino, testo A

Correzione terzo compitino, testo A Correzione terzo compitino, testo A 24 maggio 2 Parte Esercizio.. Procederemo per esclusione, mostrando come alcune funzioni della lista non possano avere il grafico in figura. La prima cosa che possiamo

Dettagli

Prima prova Intermedia

Prima prova Intermedia Carissimi studenti, scopoo di questa prima prova intermedia è quello di veriicare il vostroo grado di apprendimento sulla prima parte del corso. Il testo della prova vi viene reso disponibile nella serata

Dettagli

Esempio di Processo Aleatorio La passeggiata casuale Per ogni kt si genera una v.a. Y Bernoulliana con ( A) ( A) 1 k = 1,2,... { }

Esempio di Processo Aleatorio La passeggiata casuale Per ogni kt si genera una v.a. Y Bernoulliana con ( A) ( A) 1 k = 1,2,... { } Esempio di Processo Aleatorio La passeggiata casuale Per ogni kt si genera una v.a. Y Bernoulliana con ( A) ( A) Se Y = A X{ kt} = X{ ( k 1) T} + 1 k = 1,2,... { } Y = A X{ kt} = X{ ( k 1) T} 1 k = 1,2,...

Dettagli

Campionamento e quantizzazione

Campionamento e quantizzazione Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione

Dettagli

3. Determinare la velocità media nell intervallo [0.5 s; 1.0 s] e confrontarla con la velocità istantanea nel punto medio di tale intervallo;

3. Determinare la velocità media nell intervallo [0.5 s; 1.0 s] e confrontarla con la velocità istantanea nel punto medio di tale intervallo; Esercizio Una particella si muove lungo una retta seguendo la legge oraria con u 3 m/s e 4 s.. Determinare in quali istanti la particella si trova nell origine;. Disegnare la legge oraria; x(t) u t ( sin

Dettagli

Modello di sistema di comunicazione

Modello di sistema di comunicazione Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Modulazione A.A. 24-5 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di sistema di comunicazione

Dettagli

1 Esame del 12 febbraio Soluzioni Esame del 26 febbraio Soluzioni... 9

1 Esame del 12 febbraio Soluzioni Esame del 26 febbraio Soluzioni... 9 Indice 1 Esame del 1 febbraio 015 1 1.1 Soluzioni.............................. 3 Esame del 6 febbraio 015 7.1 Soluzioni.............................. 9 3 Esame del 10 aprile 015 13 3.1 Soluzioni..............................

Dettagli

SISTEMI DIGITALI DI CONTROLLO

SISTEMI DIGITALI DI CONTROLLO Sistemi Digitali di Controllo A.A. 2009-200 p. /32 SISTEMI DIGITALI DI CONTROLLO Prof. Alessandro De Luca DIS, Università di Roma La Sapienza deluca@dis.uniroma.it Lucidi tratti dal libro C. Bonivento,

Dettagli

Correzione terzo compitino, testo B

Correzione terzo compitino, testo B Correzione terzo compitino, testo B 4 maggio 00 Parte Esercizio.. Procederemo per esclusione, mostrando come alcune funzioni della lista non possano avere il grafico in figura. La prima cosa che possiamo

Dettagli

ESAME SCRITTO DI FISICA MODERNA. 22 giugno Traccia di soluzione

ESAME SCRITTO DI FISICA MODERNA. 22 giugno Traccia di soluzione ESAME SCRITTO DI FISICA MODERNA giugno 08 Traccia di soluzione ) Ponendo α = /σ ), il valore medio della posizione è + ψ ˆx ψ = dx ψ ˆx x x ψ = dx ψ x)xψx) = α + dx x e αx x 0), ) e con un semplice cambio

Dettagli

Teoria della probabilità Variabili casuali

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

Dettagli

La trasformata di Laplace

La trasformata di Laplace La trasformata di Laplace (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi DIMS Universitá di Trento anno accademico 2005/2006 La trasformata di Laplace 1 / 34 Outline 1 La trasformata di

Dettagli

Paolo Gamba, Pietro Savazzi. Esercizi discussi e risolti di Comunicazioni elettriche

Paolo Gamba, Pietro Savazzi. Esercizi discussi e risolti di Comunicazioni elettriche Paolo Gamba, Pietro Savazzi Esercizi discussi e risolti di Comunicazioni elettriche Indice Prefazione vii 1 Problemi sui segnali deterministici e sui sistemi 1 1.1 Soluzione dei problemi.......................

Dettagli

Prime nozioni sui segnali

Prime nozioni sui segnali Prime nozioni sui segnali Ø Conce'o di segnale Ø ed esempi di segnali elementari sia determinis4ci che casuali (media, deviazione standard, densità di probabilità) Ø Operazioni sui segnali Ø Energia, potenza,

Dettagli

Elaborazione statistica di dati

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

Dettagli

COMPITO DI SEGNALI E SISTEMI 7 Gennaio 2004

COMPITO DI SEGNALI E SISTEMI 7 Gennaio 2004 COMPITO DI SEGNALI E SISTEMI 7 Gennaio 2004 Esercizio. Si consideri il modello ingresso/uscita a tempo continuo descritto dalla seguente equazione differenziale: d 2 v(t) 2 + π 2 v(t) = d2 u(t) 2, t R

Dettagli

Maria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano

Maria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento

Dettagli

Capitolo 4. Campionamento e ricostruzione

Capitolo 4. Campionamento e ricostruzione Capitolo 4 Campionamento e ricostruzione Sommario. In questo capitolo vengono richiamati brevemente i risultati fondamentali (teorema di Shannon e sue conseguenze) sul campionamento e la ricostruzione

Dettagli

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:

Dettagli

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

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

Dettagli

In realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo

In realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo Segnali trattati sino ad ora: continui, durata infinita,.. Su essi sono stati sviluppati strumenti per analizzare output di circuiti e caratteristiche del segnale: Risposta all impulso, prodotto di convoluzione,

Dettagli

Conversione analogico-digitale

Conversione analogico-digitale Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2004-05 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione

Dettagli

Corso di Tecniche di Trasmissione Esercizi sulla teoria dei processi stocastici

Corso di Tecniche di Trasmissione Esercizi sulla teoria dei processi stocastici Corso di Tecniche di Trasmissione Esercizi sulla teoria dei processi stocastici 21 aprile 24 Esercizio 1 Si consideri la variabile aleatoria: s = a x(t)dt, (1) in cui x(t) un processo stocastico stazionario

Dettagli

MATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009

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

Dettagli

SEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione

SEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione Esercizio 1 [punti 4] SEGNALI E SISTEMI (a.a. 003-004) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 003 Testo e Soluzione Per ciascuno dei seguenti segnali dire se è periodico e,

Dettagli

Introduzione ai segnali determinati

Introduzione ai segnali determinati Teoria dei segnali Unità 1 Introduzione ai segnali determinati Introduzione ai segnali determinati Sviluppo in serie di Fourier Trasformata di Fourier 005 Politecnico di Torino 1 Introduzione ai segnali

Dettagli

Laboratorio II, modulo

Laboratorio II, modulo Laboratorio II, modulo 2 205-206 Banda di un segnale, filtri e cavi coassiali (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_03.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf

Dettagli

Esercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue

Esercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue Esercitazioni di Statistica Matematica A Lezione 7 Variabili aleatorie continue.) Determinare la costante k R tale per cui le seguenti funzioni siano funzioni di densità. Determinare poi la media e la

Dettagli

Calcolo del movimento di sistemi dinamici LTI. Esempi di soluzione per sistemi dinamici LTI TC

Calcolo del movimento di sistemi dinamici LTI. Esempi di soluzione per sistemi dinamici LTI TC Calcolo del movimento di sistemi dinamici LTI Esempi di soluzione per sistemi dinamici LTI TC Esempi di soluzione per sistemi LTI TC Scomposizione in fratti semplici (parte I) Esempio di soluzione 1 Scomposizione

Dettagli

Capitolo 6 Strato Fisico- Le Modulazioni Numeriche

Capitolo 6 Strato Fisico- Le Modulazioni Numeriche Capitolo 6 Strato Fisico- Le Modulazioni Numeriche 1 Modulazione e Demodulazione numerica segnale numerico segnale analogico...0010111001... modulatore numerico segnale numerico mezzo trasmissivo...0010011001...

Dettagli

Richiami di teoria della probabilità

Richiami di teoria della probabilità Richiami di teoria della probabilità Lo spazio fondamentale S F rappresenta l insieme di tutti i risultati ξ i che si escludono mutuamente che si possono ottenere da un esperimento aleatorio. Esempio.

Dettagli

Esame di Teoria dei Segnali e Comunicazioni Elettriche

Esame di Teoria dei Segnali e Comunicazioni Elettriche Esame di Teoria dei Segnali e Comunicazioni Elettriche Appello del 3/02/204 È dato il seguente circuito: u(t) + y(t) z(t) d τ Σ" dt τ 2 t+ Il segnale u(t) in ingresso è descritto dalla relazione: u ( t)

Dettagli

Biometric Systems and Multimedia Forensics LAB. Esercizi di. Teoria dei Segnali

Biometric Systems and Multimedia Forensics LAB. Esercizi di. Teoria dei Segnali Esercizi di Teoria dei Segnali Università degli Studi Roma Tre Dipartmento di Ingegneria Sezione di Elettronica Applicata Prof. Patrizio Campisi Dr. Emanuele Maiorana biomedia4n6.uniroma3.it/teaching/teoria_dei_segnali.html

Dettagli