Università di Napoli Parthenope Facoltà di Ingegneria

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Università di Napoli Parthenope Facoltà di Ingegneria"

Transcript

1 Università di Napoli Parthenope Facoltà di Ingegneria Corso di rasmissione Numerica docente: Prof. Vito Pascazio 18 a Lezione: 13/1/4 19 a Lezione: 14/1/4

2 Sommario rasmissione di segnali PM numerici su canali WGN a banda limitata Interferenza inter-simbolo (ISI) Spettro di potenza di un PM numerico Probabilità di errore con ISI

3 rasmissione di segnali PM numerici su canali WGN a banda limitata Iniziamo con il vedere il caso della trasmissione di segnali in banda base. Un canale a banda limitata (ad esempio cavo telefonico) è caratterizzabile come un filtro lineare con risposta impulsiva c(t) e risposta in frequenza: C + ( f ) c( t) j e πft dt Se il canale è limitato in banda da B c, allora: C ( f ) per f Bc e ogni componente spettrale del segnale in ingresso al canale a frequenza più alta di B c [Hz] non passerà attraverso il canale. Per questa ragione cercheremo di progettare segnali che abbiano banda limitata da WB c [Hz]. 3

4 rasmissione di PM su canali WGN a banda limitata C( f ) B c Θ( f ) B c W f f 4

5 Supponiamo ora che in ingresso al canale bandalimitato ci sia la forma d onda g (t). La risposta del canale sarà: h rasmissione di PM su canali WGN a banda limitata + () t c( τ ) g ( t τ ) dτ c() t g () t H ( f ) C( f ) G ( f ) dove H (f) e G (f) sono le F dei segnali h (t) e g (t), rispettivamente. Quindi il canale altera (distorce) in generale il segnale trasmesso g (t). Supponiamo inoltre che il segnale in uscita al canale sia corrotto da WGN, in modo tale che il segnale in ingresso al demodulatore sia: ( t) n( t) h + con n(t) WGN. nche in questo caso, l uso di un filtro adattato al segnale h(t) massimizza il rapporto segnale rumore (SNR) in uscita. Questo filtro adattato ad h(t) ha risposta in frequenza: G R jπft ( f ) H ( f ) e 5

6 rasmissione di PM su canali WGN a banda limitata dove t è il ritardo temporale in uscita in corrispondenza del quale si campiona l uscita del filtro: y s y jπf ( t t ) () t H ( f ) e s df ( t ) H ( f ) df Eh La componente di rumore all uscita del filtro adattato avrà media nulla, e densità spettrale di potenza: N ( f ) H ( f ) S n quindi, la potenza di rumore all uscita del filtro adattato sarà: σ h n Sn( f ) H ( f ) df N NE 6

7 rasmissione di PM su canali WGN a banda limitata L SNR in uscita dal filtro adattato sarà: S N N E E h h E N h che è quanto ci dovevamo aspettare. Si noti che in questo caso il filtro è adattato al segnale ricevuto e non a quello trasmesso. E quindi necessario conoscere h(t), o equivalentemente c(t), per costruire il filtro adattato. 7

8 rasmissione di PM su canali WGN a banda limitata g Esempio: () 1 π t 1 + cos t C g ( t) 1 t t f W ( f ) W C( f ) 1 W f 8

9 ed inoltre il canale è WGN con ( f ) Lo spettro di g (t) è: G ( f ) rasmissione di PM su canali WGN a banda limitata S n sinc 1 f N ( f ) jπf e H ( f ) C( f ) G ( f ) G ( f ) f W altrove 9

10 rasmissione di PM su canali WGN a banda limitata L energia del segnale all uscita del filtro adattato ad H (f) sarà: W ( f ) df y ( t ) Eh G W La varianza della componente di rumore sarà: s σ quindi l SNR in uscita sarà: W h n G ( f ) df N W NE S N E N h 1

11 rasmissione di PM su canali WGN a banda limitata Osserviamo che, essendo il segnale non bandalimitato, solo una parte dell energia trasmessa viene ricevuta. Il valore massimo di E h, e quindi dell SNR, si otterrà quando W, e sarà: maxe h ( f ) df g () t G dt 11

12 rasmissione di segnali PM numerici su canali WGN a banda limitata Consideriamo ora il caso di un segnale PM in banda base visto come sequenza di singoli impulsi. Lo schema del sistema di comunicazione PM M ary è: v + n () t a g ( t n ) dove k/r b è l intervallo di tempo su cui è trasmesso un singolo n impulso, 1/R b /k è il rate per simbolo, R b è il bit rate, e {a n } è la sequenza dei livelli di ampiezza che corrisponde ai blocchi di k bit di informazione. 1

13 L uscita del canale sarà: rasmissione di PM su canali WGN a banda limitata r + n () t a h( t n ) + n () t n w dove n(t) è WGN e: h ( t) c( t) g ( t) Nel caso in cui il filtro di ricezione sia adattato al segnale h(t), allora l SNR in uscita da G R (f) sarà massima in corrispondenza di determinati istanti di tempo. dove: x y + n () t a x( t n ) + ν () t n () t h() t g R ( t) g ( t) c( t) g R ( t) ν () t n() t g () t R 13

14 rasmissione di PM su canali WGN a banda limitata Per recuperare i valori dei simboli {a n } l uscita y(t) viene campionata periodicamente ogni secondi. y + n ( m ) a x( m n ) + ν ( m ) che scritto in maniera più sintetica diventa: n y m n a n x m n + ν m xam + anxm n + n m ν m dove: x m ( m ), ν ν ( m ),, ± 1, ±, L x m m 14

15 y m n a n x Interferenza Inter-simbolo (ISI) m n + ν m xam + anxm n + n m ν m Il primo termine del secondo membro è il simbolo desiderato, a meno di un fattore di scala x, che, nel caso in cui G R (f) sia il filtro adattato, è pari a: x () t dt H ( f ) df G ( f ) C( f ) df Eh h I restanti termini rappresentano l effetto che gli altri simboli hanno in corrispondenza degli istanti di campionamento tm, effetto che viene chiamato interferenza intersimbolo (ISI). L ISI è un effetto non desiderato che degrada le prestazioni di un sistema PM numerico. Infine v m, il rumore additivo, è una v.a. a media nulla, gaussiana, con varianza. σ n N E h 15

16 Interferenza Inter-simbolo (ISI) La sommatoria per n m rappresenta l ISI. L effetto dell ISI può essere visto su un oscilloscopio, e si ha il cosiddetto eye pattern. 16

17 Interferenza Inter-simbolo (ISI) Scegliendo opportunamente il filtro di trasmissione G (f) e di ricezione G R (f) è possibile soddisfare la condizione x n per n eliminando l ISI. In quest ultimo caso a degradare le prestazioni del sistema rimane solo il termine di rumore v m. Esistono condizioni necessarie e sufficienti per rimuoverlo, condizioni date da Nyquist. Quanto fatto per segnali in banda base può essere facilmente generalizzato alla trasmissione di segnali in banda traslata, per i quali si ottiene una espressione del tutto equivalente per l ISI. 17

18 Spettro di potenza di un segnale PM numerico Il segnale PM M ary ha la seguente forma: v + () t a g ( t n ) n n La sequenza {a n } che porta l informazione è aleatoria { n }, e di conseguenza v(t) è una funzione campione (una realizzazione) di un processo aleatorio che chiamiamo V(t). Valutiamo ora la densità spettrale di potenza di tale processo, valutando la sua funzione di autocorrelazione e poi trasformando secondo Fourier. 18

19 Spettro di potenza di un segnale PM numerico Incominciamo con il calcolare la media del processo V(t): [ () t ] E[ ] ( ) n g t n m g ( t n ) E V n n dove m è il valore medio della sequenza aleatoria { n }. ( t ) + g n n m è una costante, è periodica di periodo, e quindi anche la media statistica E[V(t)] è periodica di periodo. Calcoliamo ora la funzione di autocorrelazione del processo V(t): R V [ ] * ( t + τ, t) E V ( t) V ( t + τ ) n m E [ * ] g ( t n ) g ( t + τ m ) n m 19

20 Se assumiamo, come di solito si fa, che { n } sia una sequenza aleatoria WSS, valutiamo la sua sequenza di autocorrelazione: Conseguentemente: R V ( ) [ * n E ] R m n+ m ( t + τ, t) R ( m n) g ( t n ) g ( t + τ m ) n m m' R Spettro di potenza di un segnale PM numerico ( m' ) g ( t n ) g ( t + τ n m' ) n Si può osservare che la seconda somma in n è periodica di periodo, e di conseguenza il processo aleatorio V(t) ha media periodica (come verificato in precedenza) e ha autocorrelazione periodica, sempre di periodo. R ( t + + τ, t + ) R ( t + τ t) V V,

21 Spettro di potenza di un segnale PM numerico V(t) è quindi un processo aleatorio ciclostazionario. Per determinare la densità spettrale di potenza di V(t), che indichiamo con S V (f), prima mediamo R V sul periodo : R V 1 ( τ ) R ( t + τ, t) 1 m ( m) g ( t n ) g ( t + τ n m ) R m R m V n ( m) g () t g ( t + τ m ) R n ( m) g ( t) g ( t + τ m ) 1 1 dt n + n dt dt dt 1

22 Chiamando la funzione di autocorrelazione deterministica del singolo impulso g (t): si ottiene: r g Spettro di potenza di un segnale PM numerico + ( τ ) g ( t) g ( t + τ ) dt S V 1 jπfτ ( f ) R ( τ ) e dτ R ( m) r ( τ m ) 1 V R V 1 + m ( τ ) R ( m) r ( τ m ) Quindi, alla luce della natura convoluzionale della relazione precedente si ottiene: m jπfm 1 R ( m) e j πfτ rg ( τ ) e dτ S m S ( f ) G ( f ) g g e j πfτ dτ ( f ) G ( f )

23 Spettro di potenza di un segnale PM numerico Si può mostrare che esplicitando i vari contributi si ha, nel caso in cui la sequenza di informazione sia costituita da simboli incorrelati: S V + σ m m ( f ) G ( f ) + G δ f m m dove σ è la varianza della sequenza { n }. L espressione di S V (f), contiene due termini. Il primo, σ G (f) /, è lo spettro continuo, e la sua forma dipende da G (f). Il secondo consiste di componenti a frequenza discreta spaziate di 1/ in frequenza ed è legato alla parte periodica del segnale PM. 3

24 Spettro di potenza di un segnale PM numerico Si noti che queste componenti discrete possono essere eliminate nel caso in cui la sequenza { n } abbia valore medio nullo, condizione di solito verificata selezionando livelli n ugualmente probabili, e posizionati simmetricamente rispetto allo zero. In questo caso: Esempio: S V σ ( f ) G ( f ) () t g t di conseguenza: G jπf α ( ) f sinπf α πf e G sinπf πf ( f ) ( α ) ( α ) sinc ( f ) 4

25 Spettro di potenza di un segnale PM numerico α (ατ) Si noti che in questo caso G (f) fm;m, e quindi tutte le righe spettrali tranne una spariscono. 5

26 Spettro di potenza di un segnale PM numerico Sostituendo G (f) nella relazione che ci da la densità spettrale di potenza, si ottiene: S V ( f ) σ α + α m δ ( f ) σ α sinc sinπf πf ( f ) + α m δ ( f ) Si deve comunque notare che la forma della S V (f), dipende anche dalla funzione di autocorrelazione della sequenza di ingresso. 6

27 Probabilità di errore nel PM numerico con ISI Se si riesce ad eliminare l ISI si ha: P M ( M 1) 6( log M ) M Q Ebav ( M 1) N se l ISI rimane: P M Q ( log M ) 1 π 6 < Ebav 1 M 4 ( ) M 1 N che è peggiore di circa db rispetto al caso senza ISI. 7

28 Fine Canali a Banda Limitata 8

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

TRASMISSIONE DATI SU RETE TELEFONICA. 1 Fondamenti Segnali e Trasmissione

TRASMISSIONE DATI SU RETE TELEFONICA. 1 Fondamenti Segnali e Trasmissione TRASMISSIONE DATI SU RETE TELEFONICA Fondamenti Segnali e Trasmissione Trasmissione dati su rete telefonica rete telefonica analogica ISP (Internet Service Provider) connesso alla WWW (World Wide Web)

Dettagli

v in v out x c1 (t) Molt. di N.L. H(f) n

v in v out x c1 (t) Molt. di N.L. H(f) n Comunicazioni elettriche A - Prof. Giulio Colavolpe Compito n. 3 3.1 Lo schema di Fig. 1 è un modulatore FM (a banda larga). L oscillatore che genera la portante per il modulatore FM e per la conversione

Dettagli

3. TEORIA DELL INFORMAZIONE

3. TEORIA DELL INFORMAZIONE 3. TEORIA DELL INFORMAZIONE INTRODUZIONE MISURA DI INFORMAZIONE SORGENTE DISCRETA SENZA MEMORIA ENTROPIA DI UNA SORGENTE NUMERICA CODIFICA DI SORGENTE 1 TEOREMA DI SHANNON CODICI UNIVOCAMENTE DECIFRABILI

Dettagli

Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it

Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it Corso di laurea magistrale in Ingegneria delle Telecomunicazioni Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it Trasmettitore

Dettagli

ANALISI DI SEGNALI BIOLOGICI

ANALISI DI SEGNALI BIOLOGICI ANALISI DI SEGNALI BIOLOGICI A.Accardo accardo@units.it LM Neuroscienze A.A. 2010-11 Parte II 1 Analisi in frequenza di un segnale l analisi in frequenza di un segnale o analisi di Fourier descrive il

Dettagli

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE TELECOMUNICAZIONI (TLC) Tele (lontano) Comunicare (inviare informazioni) Comunicare a distanza Generico sistema di telecomunicazione (TLC) Segnale non elettrico Segnale elettrico TRASMESSO s x (t) Sorgente

Dettagli

Laboratorio di Elettrotecnica

Laboratorio di Elettrotecnica 1 Laboratorio di Elettrotecnica Rappresentazione armonica dei Segnali Prof. Pietro Burrascano - Università degli Studi di Perugia Polo Scientifico Didattico di Terni 2 SEGNALI: ANDAMENTI ( NEL TEMPO, NELLO

Dettagli

Analisi dei sistemi nel dominio del tempo

Analisi dei sistemi nel dominio del tempo Appunti di Teoria dei Segnali a.a. 010/011 L.Verdoliva In questa sezione studieremo i sistemi tempo continuo e tempo discreto nel dominio del tempo. Li classificheremo in base alle loro proprietà e focalizzeremo

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Elettronica Circuiti nel dominio del tempo

Elettronica Circuiti nel dominio del tempo Elettronica Circuiti nel dominio del tempo Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Elettronica Circuiti nel dominio del tempo 14 aprile 211

Dettagli

SVILUPPO IN SERIE DI FOURIER

SVILUPPO IN SERIE DI FOURIER SVILUPPO IN SERIE DI FOURIER Cenni Storici (Wikipedia) Jean Baptiste Joseph Fourier ( nato a Auxerre il 21 marzo 1768 e morto a Parigi il 16 maggio 1830 ) è stato un matematico e fisico, ma è conosciuto

Dettagli

Rappresentazione dei numeri in un calcolatore

Rappresentazione dei numeri in un calcolatore Corso di Calcolatori Elettronici I A.A. 2010-2011 Rappresentazione dei numeri in un calcolatore Lezione 2 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Rappresentazione dei numeri

Dettagli

Preprocessamento dei Dati

Preprocessamento dei Dati Preprocessamento dei Dati Raramente i dati sperimentali sono pronti per essere utilizzati immediatamente per le fasi successive del processo di identificazione, a causa di: Offset e disturbi a bassa frequenza

Dettagli

Deviazione standard delle misure : dove è la varianza e sono gli scarti quadratici

Deviazione standard delle misure : dove è la varianza e sono gli scarti quadratici ELEMENTI DI PROBABILITA Media : migliore stima del valore vero in assenza di altre info. Aumentare il numero di misure permette di approssimare meglio il valor medio e quindi ridurre l influenza degli

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Capitolo 8 - Introduzione alla probabilità

Capitolo 8 - Introduzione alla probabilità Appunti di Teoria dei Segnali Capitolo 8 - Introduzione alla probabilità Concetti preliminari di probabilità... Introduzione alla probabilità... Deinizione di spazio degli eventi... Deinizione di evento...

Dettagli

Corso di Matematica finanziaria

Corso di Matematica finanziaria Corso di Matematica finanziaria modulo "Fondamenti della valutazione finanziaria" Eserciziario di Matematica finanziaria Università degli studi Roma Tre 2 Esercizi dal corso di Matematica finanziaria,

Dettagli

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione.

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione. IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 40: Filtro di Kalman - introduzione Cenni storici Filtro di Kalman e filtro di Wiener Formulazione del problema Struttura ricorsiva della soluzione

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Forma d onda rettangolare non alternativa.

Forma d onda rettangolare non alternativa. Forma d onda rettangolare non alternativa. Lo studio della forma d onda rettangolare è utile, perché consente di conoscere il contenuto armonico di un segnale digitale. FIGURA 33 Forma d onda rettangolare.

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

IL SAMPLE AND HOLD UNIVERSITÀ DEGLI STUDI DI MILANO. Progetto di Fondamenti di Automatica. PROF.: M. Lazzaroni

IL SAMPLE AND HOLD UNIVERSITÀ DEGLI STUDI DI MILANO. Progetto di Fondamenti di Automatica. PROF.: M. Lazzaroni UNIVERSITÀ DEGLI STUDI DI MILANO FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea in Informatica IL SAMPLE AND HOLD Progetto di Fondamenti di Automatica PROF.: M. Lazzaroni Anno Accademico

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

tanhαl + i tan(ωl/v) 1 + i tanh αl tan(ωl/v). (10.1)

tanhαl + i tan(ωl/v) 1 + i tanh αl tan(ωl/v). (10.1) 10 - La voce umana Lo strumento a fiato senz altro più importante è la voce, ma è anche il più difficile da trattare in modo esauriente in queste brevi note, a causa della sua complessità. Vediamo innanzitutto

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

GUIDA ALLE SOLUZIONI

GUIDA ALLE SOLUZIONI La caratteristica delle trasmissioni digitali è " tutto o niente ": o il segnale è sufficiente, e quindi si riceve l'immagine, oppure è insufficiente, e allora l'immagine non c'è affatto. Non c'è quel

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

8. Il radar ad apertura sintetica

8. Il radar ad apertura sintetica 8. Il radar ad apertura sintetica Il radar ad apertura sintetica (SAR Synthetic Aperture Radar) è stato sviluppato a partire dal 1951 in seguito alle osservazioni effettuate da Carl Wiley della Goodyear

Dettagli

I sistemi di acquisizione dati

I sistemi di acquisizione dati I sistemi di acquisizione dati L'utilizzo dei computers, e dei PC in particolare, ha notevolmente aumentato la produttività delle attività sperimentali. Fenomeno fisico Sensore/ trasduttore Acquisizione

Dettagli

Appunti di Misure Elettriche Richiami vari Quantità elettriche corrente ampere elettroni

Appunti di Misure Elettriche Richiami vari Quantità elettriche corrente ampere elettroni Appunti di Misure Elettriche Richiami vari QUANTITÀ ELETTRICHE... 1 Corrente... 1 Tensione... 2 Resistenza... 3 Polarità... 3 Potenza... 4 CORRENTE ALTERNATA... 4 Generalità... 4 Valore efficace... 5 Valore

Dettagli

Trasmissione Seriale e Parallela. Interfacce di Comunicazione. Esempio di Decodifica del Segnale. Ricezione e Decodifica. Prof.

Trasmissione Seriale e Parallela. Interfacce di Comunicazione. Esempio di Decodifica del Segnale. Ricezione e Decodifica. Prof. Interfacce di Comunicazione Università degli studi di Salerno Laurea in Informatica I semestre 03/04 Prof. Vincenzo Auletta auletta@dia.unisa.it http://www.dia.unisa.it/professori/auletta/ 2 Trasmissione

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

Le misure di energia elettrica

Le misure di energia elettrica Le misure di energia elettrica Ing. Marco Laracca Dipartimento di Ingegneria Elettrica e dell Informazione Università degli Studi di Cassino e del Lazio Meridionale Misure di energia elettrica La misura

Dettagli

Sequenza Sismica Aquilana (2009): variazioni in frequenza della risposta di sito (intra-evento) osservata sulle registrazioni accelerometriche.

Sequenza Sismica Aquilana (2009): variazioni in frequenza della risposta di sito (intra-evento) osservata sulle registrazioni accelerometriche. Sequenza Sismica Aquilana (2009): variazioni in frequenza della risposta di sito (intra-evento) osservata sulle registrazioni accelerometriche. R. Ditommaso 1, M. Mucciarelli 1, M. Bianca 1, R. Puglia

Dettagli

TEORIA PERTURBATIVA DIPENDENTE DAL TEMPO

TEORIA PERTURBATIVA DIPENDENTE DAL TEMPO Capitolo 14 EORIA PERURBAIVA DIPENDENE DAL EMPO Nel Cap.11 abbiamo trattato metodi di risoluzione dell equazione di Schrödinger in presenza di perturbazioni indipendenti dal tempo; in questo capitolo trattiamo

Dettagli

TEORIA DELL INFORMAZIONE E CODICI. Sandro Bellini. Politecnico di Milano

TEORIA DELL INFORMAZIONE E CODICI. Sandro Bellini. Politecnico di Milano TEORIA DELL INFORMAZIONE E CODICI Sandro Bellini Politecnico di Milano Prefazione Queste brevi note sono state scritte per gli studenti del corso di Teoria dell informazione e codici da me tenuto presso

Dettagli

Esempi introduttivi Variabili casuali Eventi casuali e probabilità

Esempi introduttivi Variabili casuali Eventi casuali e probabilità Esempi introduttivi Esempio tipico di problema della meccanica razionale: traiettoria di un proiettile. Esempio tipico di problema idraulico: altezza d'acqua corrispondente a una portata assegnata. Come

Dettagli

Lo schema a blocchi di uno spettrofotometro

Lo schema a blocchi di uno spettrofotometro Prof.ssa Grazia Maria La Torre è il seguente: Lo schema a blocchi di uno spettrofotometro SORGENTE SISTEMA DISPERSIVO CELLA PORTACAMPIONI RIVELATORE REGISTRATORE LA SORGENTE delle radiazioni elettromagnetiche

Dettagli

GRANDEZZE SINUSOIDALI

GRANDEZZE SINUSOIDALI GRANDEE SINUSOIDALI INDICE -Grandezze variabili. -Grandezze periodiche. 3-Parametri delle grandezze periodiche. 4-Grandezze alternate. 5-Grandezze sinusoidali. 6-Parametri delle grandezze sinusoidali.

Dettagli

Metodiche classiche di acquisizione e quan3ficazione della variabilità della frequenza cardiaca

Metodiche classiche di acquisizione e quan3ficazione della variabilità della frequenza cardiaca Metodiche classiche di acquisizione e quan3ficazione della variabilità della frequenza cardiaca (Ivan Corazza) INDICE Misura intervalli RR battito-a-battito (Giorgio Barletta) Misura della variabilità

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

1 Valore atteso o media

1 Valore atteso o media 1 Valore atteso o media Definizione 1.1. Sia X una v.a., si chiama valore atteso (o media o speranza matematica) il numero, che indicheremo con E[X] o con µ X, definito come E[X] = i x i f(x i ) se X è

Dettagli

Introduzione. Classificazione delle non linearità

Introduzione. Classificazione delle non linearità Introduzione Accade spesso di dover studiare un sistema di controllo in cui sono presenti sottosistemi non lineari. Alcuni di tali sottosistemi sono descritti da equazioni differenziali non lineari, ad

Dettagli

Curve di risonanza di un circuito

Curve di risonanza di un circuito Zuccarello Francesco Laboratorio di Fisica II Curve di risonanza di un circuito I [ma] 9 8 7 6 5 4 3 0 C = 00 nf 0 5 0 5 w [KHz] RLC - Serie A.A.003-004 Indice Introduzione pag. 3 Presupposti Teorici 5

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys.

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys. METODO DEI MINIMI QUADRATI GIUSEPPE GIUDICE Sommario Il metodo dei minimi quadrati è trattato in tutti i testi di statistica e di elaborazione dei dati sperimentali, ma non sempre col rigore necessario

Dettagli

NOTA APPLICATIVA IL METODO DEL PICCO PONDERATO NELLA VALUTAZIONE DELL ESPOSIZIONE UMANA AI CAMPI ELETTROMAGNETICI

NOTA APPLICATIVA IL METODO DEL PICCO PONDERATO NELLA VALUTAZIONE DELL ESPOSIZIONE UMANA AI CAMPI ELETTROMAGNETICI NOTA APPLICATIVA IL METODO DEL PICCO PONDERATO NELLA VALUTAZIONE DELL ESPOSIZIONE UMANA AI CAMPI ELETTROMAGNETICI Daniele Andreuccetti Alessandro Gandolfo Mario Monti Nicola Zoppetti Dicembre 2013 NOTA

Dettagli

Esercizio 1 Soluzione Esercizio 2 Soluzione

Esercizio 1 Soluzione Esercizio 2 Soluzione Esercizio 1 Si specifichi, mediante una formula del prim ordine un apparato che funziona nel modo seguente: All istante 0 esso emette un segnale s, che può essere uno 0 o un 1. Se, dopo l emissione di

Dettagli

Appunti di. Misure elettroniche Prof. Ferrero Andrea Pierenrico. Fiandrino Claudio

Appunti di. Misure elettroniche Prof. Ferrero Andrea Pierenrico. Fiandrino Claudio Appunti di Misure elettroniche Prof. Ferrero Andrea Pierenrico Fiandrino Claudio 8 luglio 2009 1 Indice 1 Incertezze 4 1.1 Nozioni di metrologia....................... 4 1.2 Tipi di incertezze.........................

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Esposizioni in condizioni complesse. Gian Marco Contessa grazie a Rosaria Falsaperla gianmarco.contessa@ispesl.it

Esposizioni in condizioni complesse. Gian Marco Contessa grazie a Rosaria Falsaperla gianmarco.contessa@ispesl.it Esposizioni in condizioni complesse Gian Marco Contessa grazie a Rosaria Falsaperla gianmarco.contessa@ispesl.it Valutazione dell esposizione a CEM La valutazione pratica dell esposizione ai campi elettrici

Dettagli

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i DISTRIBUZIONE di PROBABILITA Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che uò assumere i valori: ; ;, n al verificarsi degli eventi incomatibili e comlementari: E ; E ;..;

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

Codifica dei numeri negativi

Codifica dei numeri negativi E. Calabrese: Fondamenti di Informatica Rappresentazione numerica-1 Rappresentazione in complemento a 2 Codifica dei numeri negativi Per rappresentare numeri interi negativi si usa la cosiddetta rappresentazione

Dettagli

Oscilloscopi serie WaveAce

Oscilloscopi serie WaveAce Oscilloscopi serie WaveAce 60 MHz 300 MHz Il collaudo facile, intelligente ed efficiente GLI STRUMENTI E LE FUNZIONI PER TUTTE LE TUE ESIGENZE DI COLLAUDO CARATTERISTICHE PRINCIPALI Banda analogica da

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Richiami: funzione di trasferimento e risposta al gradino

Richiami: funzione di trasferimento e risposta al gradino Richiami: funzione di trasferimento e risposta al gradino 1 Funzione di trasferimento La funzione di trasferimento di un sistema lineare è il rapporto di due polinomi della variabile complessa s. Essa

Dettagli

Sviluppo di procedure di misura complesse basate su tone bursts

Sviluppo di procedure di misura complesse basate su tone bursts Sviluppo di procedure di misura complesse basate su tone bursts M. Bigi, M. Jacchia, D. Ponteggia Metodi di misura e di elaborazione del segnale nella riproduzione elettroacustica del suono Rimini, 38

Dettagli

Teoria quantistica della conduzione nei solidi e modello a bande

Teoria quantistica della conduzione nei solidi e modello a bande Teoria quantistica della conduzione nei solidi e modello a bande Obiettivi - Descrivere il comportamento quantistico di un elettrone in un cristallo unidimensionale - Spiegare l origine delle bande di

Dettagli

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 1.1 Che cos è un algoritmo CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 Gli algoritmi sono metodi per la soluzione di problemi. Possiamo caratterizzare un problema mediante i dati di cui si dispone all inizio

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 4 Materiale di supporto per le lezioni. Non sostituisce il libro di testo Dipendenza di un carattere QUANTITATIVO da un carattere QUALITATIVO

Dettagli

Gli uni e gli altri. Strategie in contesti di massa

Gli uni e gli altri. Strategie in contesti di massa Gli uni e gli altri. Strategie in contesti di massa Alessio Porretta Universita di Roma Tor Vergata Gli elementi tipici di un gioco: -un numero di agenti (o giocatori): 1,..., N -Un insieme di strategie

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 CONTROLLI DIGITALI Laurea Magistrale in Ingegneria Meccatronica SISTEMI A TEMPO DISCRETO Ing. Tel. 0522 522235 e-mail: cristian.secchi@unimore.it http://www.dismi.unimo.it/members/csecchi Richiami di Controlli

Dettagli

Lezione 12: La visione robotica

Lezione 12: La visione robotica Robotica Robot Industriali e di Servizio Lezione 12: La visione robotica L'acquisizione dell'immagine L acquisizione dell immagine Sensori a tubo elettronico (Image-Orthicon, Plumbicon, Vidicon, ecc.)

Dettagli

Filtri attivi del primo ordine

Filtri attivi del primo ordine Filtri attivi del primo ordine Una sintesi non esaustiva degli aspetti essenziali (*) per gli allievi della 4 A A T.I.E. 08-09 (pillole per il ripasso dell argomento, da assumere in forti dosi) (*) La

Dettagli

Studio sperimentale della propagazione di un onda meccanica in una corda

Studio sperimentale della propagazione di un onda meccanica in una corda Studio sperimentale della propagazione di un onda meccanica in una corda Figura 1: Foto dell apparato sperimentale. 1 Premessa 1.1 Velocità delle onde trasversali in una corda E esperienza comune che quando

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

Dipendenza dai dati iniziali

Dipendenza dai dati iniziali Dipendenza dai dati iniziali Dopo aver studiato il problema dell esistenza e unicità delle soluzioni dei problemi di Cauchy, il passo successivo è vedere come le traiettorie di queste ultime dipendono

Dettagli

Cenni di Elettronica non Lineare

Cenni di Elettronica non Lineare 1 Cenni di Elettronica non Lineare RUOLO DELL ELETTRONICA NON LINEARE La differenza principale tra l elettronica lineare e quella non-lineare risiede nel tipo di informazione che viene elaborata. L elettronica

Dettagli

Lezione 4: Principi di Conservazione Conservazione della quantità di moto e del momento della quantità di moto

Lezione 4: Principi di Conservazione Conservazione della quantità di moto e del momento della quantità di moto Lezione 4: Principi di Conservazione Conservazione della quantità di moto e del momento della quantità di moto Claudio Tamagnini Dipartimento di Ingegneria Civile e Ambientale Università degli Studi di

Dettagli

Elettronica I Grandezze elettriche e unità di misura

Elettronica I Grandezze elettriche e unità di misura Elettronica I Grandezze elettriche e unità di misura Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: liberali@dti.unimi.it http://www.dti.unimi.it/

Dettagli

Progetto di un alimentatore con Vo = +5 V e Io = 1 A

Progetto di un alimentatore con Vo = +5 V e Io = 1 A Progetto di un alimentatore con o +5 e Io A U LM7805/TO IN OUT S F T 5 4 8 - ~ ~ + + C GND + C + C3 3 R D LED Si presuppongono noti i contenuti dei documenti Ponte di Graetz Circuito raddrizzatore duale

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

LA TRASFORMATA DISCRETA DI FOURIER l.

LA TRASFORMATA DISCRETA DI FOURIER l. LA TRASFORMATA DISCRETA DI FOURIER l. t " : SULUPPO PER VIA GRAFICA n mpionamento del segnale analogico x(t) produce una sequenza xsgts) il cui spettro nel dominio della frequ enza è periodico, sicché

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

Circuiti Elettrici. Schema riassuntivo. Assumendo positive le correnti uscenti da un nodo e negative quelle entranti si formula l importante

Circuiti Elettrici. Schema riassuntivo. Assumendo positive le correnti uscenti da un nodo e negative quelle entranti si formula l importante Circuiti Elettrici Schema riassuntivo Leggi fondamentali dei circuiti elettrici lineari Assumendo positive le correnti uscenti da un nodo e negative quelle entranti si formula l importante La conseguenza

Dettagli

UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA

UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA SVILUPPO DI METODI DECONVOLUTIVI PER L INDIVIDUAZIONE DI SORGENTI INDIPENDENTI

Dettagli

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12 A / A / Seconda Prova di Ricerca Operativa Cognome Nome Numero Matricola Nota: LA RISOLUZIONE CORRETTA DEGLI ESERCIZI CONTRADDISTINTI DA UN ASTERISCO È CONDIZIONE NECESSARIA PER IL RAGGIUNGIMENTO DELLA

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

sensori di livello Sensori di livello Interruttori tt idi livello Usata nei sistemi di regolazione

sensori di livello Sensori di livello Interruttori tt idi livello Usata nei sistemi di regolazione sensori di livello Introduzione Misura di livello: determinare la posizione, rispetto ad un piano di riferimento, dell interfaccia tra due fluidi separati per azione della forza di gravità Usata nei sistemi

Dettagli

Lezioni di STATISTICA MATEMATICA A

Lezioni di STATISTICA MATEMATICA A Università di Modena e Reggio Emilia Facoltà di Ingegneria Lezioni di STATISTICA MATEMATICA A Corso di Laurea in Ingegneria Meccanica Corso di Laurea in Ingegneria dei Materiali - Anno Accademico 010/11

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

ANALISI MEDIANTE LO SPETTRO DI RISPOSTA

ANALISI MEDIANTE LO SPETTRO DI RISPOSTA ANALISI EDIANTE LO SPETTRO DI RISPOSTA arco BOZZA * * Ingegnere Strutturale, già Direttore della Federazione regionale degli Ordini degli Ingegneri del Veneto (FOIV), Amministratore di ADEPRON DINAICA

Dettagli

bipolari, quando essi, al variare del tempo, assumono valori sia positivi che negativi unipolari, quando essi non cambiano mai segno

bipolari, quando essi, al variare del tempo, assumono valori sia positivi che negativi unipolari, quando essi non cambiano mai segno Parametri dei segnali periodici I segnali, periodici e non periodici, si suddividono in: bipolari, quando essi, al variare del tempo, assumono valori sia positivi che negativi unipolari, quando essi non

Dettagli

Dinamica e Misura delle Vibrazioni

Dinamica e Misura delle Vibrazioni Dinamica e Misura delle Vibrazioni Prof. Giovanni Moschioni Politecnico di Milano, Dipartimento di Meccanica Sezione di Misure e Tecniche Sperimentali giovanni.moschioni@polimi.it VibrazionI 2 Il termine

Dettagli

RETI DI CALCOLATORI E APPLICAZIONI TELEMATICHE

RETI DI CALCOLATORI E APPLICAZIONI TELEMATICHE RETI DI CALCOLATORI E APPLICAZIONI TELEMATICHE Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine 1999 Pier Luca Montessoro (si veda la nota a pagina 2) 1 Nota di Copyright

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

Dev Std: (indicazione di qnto disperse sono le misure rispetto al valor medio: ) (esprime la stima della possibilità di occorrenza di un valore

Dev Std: (indicazione di qnto disperse sono le misure rispetto al valor medio: ) (esprime la stima della possibilità di occorrenza di un valore Media: miglior stima del valore vero senza altre info (+ misure migliore approx e minor influenza degli err casuali) Deviazione: (miglior stima del max err di precisione. Proprietà: e sono gli scarti quadratici)

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

INDUSTRY PROCESS AND AUTOMATION SOLUTIONS. Lo strumento universale per la messa in esercizio e la diagnosi

INDUSTRY PROCESS AND AUTOMATION SOLUTIONS. Lo strumento universale per la messa in esercizio e la diagnosi Con Vplus, BONFIGLIOLI VECTRON offre uno strumento per la messa in esercizio, la parametrizzazione, il comando e la manutenzione. VPlus consente di generare, documentare e salvare le impostazioni dei parametri.

Dettagli

1 LA CORRENTE ELETTRICA CONTINUA

1 LA CORRENTE ELETTRICA CONTINUA 1 LA CORRENTE ELETTRICA CONTINUA Un conduttore ideale all equilibrio elettrostatico ha un campo elettrico nullo al suo interno. Cosa succede se viene generato un campo elettrico diverso da zero al suo

Dettagli

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento:

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento: Capitolo 3 Serie 3. Definizione Sia { } una successione di numeri reali. Ci proponiamo di dare significato, quando possibile, alla somma a + a 2 +... + +... di tutti i termini della successione. Questa

Dettagli

Metodi numerici per la risoluzione di equazioni. Equazioni differenziali ordinarie

Metodi numerici per la risoluzione di equazioni. Equazioni differenziali ordinarie Metodi numerici per la risoluzione di equazioni differenziali ordinarie Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Lezione 5-31 ottobre 2005 Outline 1 Il problema di Cauchy Il problema

Dettagli