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

Dimensione: px
Iniziare la visualizzazioe della pagina:

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

Transcript

1 Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici di insiemi di forme d onda. La notazione è analoga a quella usata per i segnali: Un processo casuale può essere interpretato come un insieme di variabili casuali indicizzate dal parametro temporale t, oppure una funzione di variabile reale t (tempo), dove il valore assunto in ogni istante c(t 0 ) è in realtà una variabile casuale, chiamata variabile casuale puntuale del processo. Una specifica realizzazione è indicata con la seguente notazione: 2 1

2 Processi casuali (cont.) Esempio: segnale rettangolare dove c( t) = αp ( t) α è una VC binaria: α {1, -1} la funzione p T (t) è la porta di durata T e ampiezza 1. Le due possibili realizzazioni di questo processo sono c (0) (1) ( t) = p ( t) c ( t) = p ( t) T T T 3 Processi casuali (cont.) Esempio: il segnale per la trasmissione di dati binari dove le α i sono VC binarie in {1, -1} la funzione p T (t) è la porta di durata T e ampiezza 1. Una possibile realizzazione è 4 2

3 Processi casuali (cont.) Esempio: il rumore termico La tensione a vuoto misurata ai capi di un insieme di resistori in presenza di rumore termico è un processo casuale. Tale processo è il modello che viene comunemente usato per descrivere il rumore termico 5 Distribuzione cumulativa e densità di probabilità Fissato un istante di tempo t, si ottiene la variabile casuale puntuale C(t). Si definisce la funzione distribuzione cumulativa come e la funzione densità di probabilità (ddp) come la sua derivata 6 3

4 Valor medio, valor quadratico medio, varianza A partire dalla densità di probabilità appena definita, in modo analogo alle VC, si ottengono Il valor medio Il valor quadratico medio La varianza 7 Momento congiunto del secondo ordine Date due variabili casuali puntuali C(t 1 ) e C(t 2 ), si definisce il momento congiunto del secondo ordine come 8 4

5 Processi casuali stazionari Un processo casuale è stazionario del primo ordine se la ddp del primo ordine della VC puntuale C(t) non dipende dall istante t, cioè se quindi il valor medio m C (t) è costante, indipendente dal tempo. 9 Processi casuali stazionari (cont.) Analogamente, un processo si dice stazionario del secondo ordine se la ddp del secondo ordine della VC puntuale C(t) non dipende dall istante t, cioè se cioè la ddp dipende solo dalla differenza t 1 t 2. In questo caso, anche il momento congiunto M C (t 1, t 2 ) dipende solo da t 1 t 2. Se la stazionarietà del processo è verificata per ogni ordine, allora si dice che il processo è stazionario in senso stretto. 10 5

6 Processi casuali stazionari (cont.) Un processo casuale si dice ciclostazionario se le ddp di ogni ordine della variabile casuale puntuale C(t) dipendono dall istante temporale t, ma sono periodiche di periodo T. Ad esempio, per la ddp del primo ordine vale la seguente relazione: e quindi Per la ddp del secondo ordine: 11 Medie temporali Si tratta di medie calcolate su una singola realizzazione del processo c ( j ) (t). Valor medio temporale Per una generica funzione f, si definisce il valor medio 12 6

7 Autocorrelazione e potenza La funzione di autocorrelazione di un processo casuale è definita come La potenza è definita come 13 Stazionarietà in senso lato Un processo casuale è stazionario in senso lato (Wide Sense Stationary, WSS) se è stazionario per la media e per la varianza, cioè se 14 7

8 Ergodicità L ergodicità riguarda le relazioni tra le proprietà statistiche d insieme di un processo casuale e le proprietà determinabili da una singola realizzazione. Un processo casuale è ergodico se, per ogni funzione f, la media temporale calcolata su qualsiasi realizzazione coincide con la media statistica calcolata in qualsiasi istante: 15 Ergodicità (cont.) È possibile quindi ignorare la dipendenza sia dal tempo che dalla specifica realizzazione: Quindi: Tutte le realizzazioni hanno le stesse proprietà Tutte le VC puntuali hanno le stesse proprietà Le proprietà statistiche e le proprietà temporali coincidono 16 8

9 Ergodicità (cont.) - media La media di un processo casuale ergodico vale Quindi, ignorando la dipendenza sia dal tempo che dalla specifica realizzazione: 17 Ergodicità (cont.) - autocorrelazione La funzione di autocorrelazione di un processo casuale ergodico vale Quindi, ignorando la dipendenza sia dal tempo che dalla specifica realizzazione: 18 9

10 Ergodicità (cont.) - potenza Di conseguenza, la potenza di un processo casuale ergodico vale Quindi la potenza è la stessa per ogni realizzazione e coincide con il valor quadratico medio di una VC estratta in qualsiasi istante. 19 Densità spettrale di potenza di un processo casuale La densità spettrale di potenza di un processo casuale è definita come la trasformata di Fourier dell autocorrelazione: Proprietà: Reale e pari G c ( f ) >=

11 Densità spettrale di potenza di un processo casuale (cont.) Antitrasformando lo spettro di potenza, si ottiene la funzione di autocorrelazione: La potenza del processo può allora essere espressa come 21 Processi casuali ergodici e sistemi lineari Se un processo casuale c(t) avente spettro di potenza G c ( f ) è inviato in ingresso ad un sistema lineare tempoinvariante avente funzione di trasferimento H( f ), per il processo y(t) d uscita valgono le seguenti relazioni: 22 11

12 Il rumore Gaussiano bianco Un processo casuale stazionario n(t) si dice Gaussiano bianco se G n ( f ) = N 0 /2 per ogni f R (da questa proprietà deriva la definizione di rumore bianco) Per ogni t R, n(t) è una VC Gaussiana a valor medio nullo e varianza N 0 /2. Antitrasformando G n ( f ), si deduce che R n (t) = N 0 /2 δ (t). Osservazione: la potenza media, calcolata come integrale di G n ( f ), è infinita. Tuttavia, il modello viene usato in molti casi pratici in cui il rumore ha G n ( f ) costante per ampi intervalli di frequenza. 23 Il rumore Gaussiano bianco filtrato Si consideri un processo casuale n(t) Gaussiano filtrato da un sistema LTI con H( f ) = 1 in [-B, B], dove B è la banda del filtro, e nulla altrove. Il segnale ottenuto n (t) ha densità spettrale di potenza quindi la potenza media di n vale 24 12

13 Esercizio 0 È dato un processo casuale costituito da un impulso p T (t) rettangolare di durata T e di ampiezza unitaria moltiplicato per una VC α {0, 1}. Sia P{α = 1} = P{α = 0} = ½. c( t) = αp ( t) Determinare la media d insieme del processo. T 25 Esercizio 0 - soluzione Le due realizzazioni del processo possono essere rappresentate nel seguente modo: 1 c (0) (t) c (1) (t) T t t 26 13

14 Esercizio 0 - soluzione Negli intervalli di tempo (-, 0) e (T, ) entrambe le realizzazioni valgono 0, quindi in tali intervalli la VC puntuale assume il solo valore 0 e la sua media vale 0. In [0, T] la VC puntuale assume i valori 0 e 1 con probabilità ½, quindi la sua media vale ½ In conclusione, la media d insieme m c (t) vale ½ in [0, T] e 0 altrove. m c (t) ½ T t 27 Esercizio 1 È dato un processo casuale costituito dalla successione di impulsi p k (t) di durata α k e ampiezza unitaria dove p k (t) = 1 per t [0, α k ]. Le VC α k sono statisticamente indipendenti e identicamente distribuite (iid), con densità di probabilità uniforme in [0, T]. Determinare la media d insieme del processo

15 Esercizio 1 - soluzione Una possibile realizzazione è la seguente 1 x (0) (t) T T 2T t Τ+α 1 α 0 Τ+α 1 2Τ+α 2 29 Esercizio 1 - soluzione Operiamo la sostituzione t = kt + t, con t [0, T]. Si ottiene espressione che vale in t [kt, (k + 1)T]. In generale: 30 15

16 Esercizio 2 Si vuole trasmettere una sequenza di simboli binari α i per mezzo dello schema riportato: x(t) t k = T + 2kT η k R > n(t) s(t) 1 T 2T t 31 Esercizio 2 (cont.) Inoltre Le VC α i {-1, 1} sono iid, con densità di probabilità uniforme n(t) è un rumore Gaussiano con densità spettrale di potenza Calcolare la probabilità di errore del sistema 32 16

17 Esercizio 2 (cont.) La VC η k vale η k = α k + n k dove n k = n(t + 2kT). La probabilità di errore può essere calcolata come 33 Esercizio 2 (cont.) Si ottiene 1 1 Pe = P{ nk < 1} + P{ nk 2 2 > 1} dove n k = n(t + 2kT) è una VC Gaussiana con media nulla e varianza (=potenza media) che deve essere calcolata usando G n ( f )

18 Esercizio 2 (cont.) Dall espressione di S n ( f ) si ottiene da cui si ottiene: Si procede in modo analogo per α k = Esercizio 3 Sia x(t) un processo casuale stazionario con densità di probabilità del primo ordine uniforme in [-A, A]. Sia inoltre y(t) un segnale determinato: Si consideri il processo casuale z(t) = x(t) y(t). Spiegare perché z(t) non è un processo stazionario

19 Riferimenti bibliografici [1] G. Prati, Videocorso Teoria dei Segnali [2] R. Gaudino, Appunti sulle esercitazioni relative alla Teoria dei Segnali, Comunicaz_elettr_richiami.pdf [3] S. Benedetto, E. Biglieri, Teoria della Probabilità e Variabili Casuali, Bollati Boringhieri, Torino, 1988 [4] L. Lo Presti, F. Neri, Introduzione ai Processi Casuali, CLUT, Torino,

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Analisi dei segnali A.A. 2008-09.

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Analisi dei segnali A.A. 2008-09. Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Analisi dei segnali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Segnali continui e discreti Un segnale tempo-continuo è

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria 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 Sommario rasmissione di segnali PM numerici su

Dettagli

A.1 Rappresentazione geometrica dei segnali

A.1 Rappresentazione geometrica dei segnali Appendice A Rappresentazione dei segnali A.1 Rappresentazione geometrica dei segnali Scomporre una generica forma d onda s(t) in somma di opportune funzioni base è operazione assai comune, particolarmente

Dettagli

Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari

Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it

Dettagli

Elaborazione numerica. Teoria dei segnali

Elaborazione numerica. Teoria dei segnali Elaborazione numerica e Teoria dei segnali Raccolta di Esercizi Fiandrino Claudio agosto 00 II Indice I Teoria dei segnali 5 Esercizi di base 7. Esercizio............................. 7. Esercizio.............................

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

Corso di Laurea in Ingegneria Biomedica Corso di Trasmissione Numerica (6 crediti) Prova scritta 16.02.2006

Corso di Laurea in Ingegneria Biomedica Corso di Trasmissione Numerica (6 crediti) Prova scritta 16.02.2006 Prova scritta 16.02.2006 D. 1 Si derivi l espressione dei legami ingresso-uscita, nel dominio del tempo per le funzioni di correlazione nel caso di sistemi LTI e di segnali d ingresso SSL. Si utilizzi

Dettagli

Segnali passa-banda ed equivalenti passa-basso

Segnali passa-banda ed equivalenti passa-basso Appendice C Segnali passa-banda ed equivalenti passa-basso C.1 Segnali deterministici Un segnale deterministico u(t) con trasformata di Fourier U(f) è un segnale passa-banda se f 0, W, con 0 < W < f 0,

Dettagli

COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/2005

COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/2005 COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/005 1. Gli esercizi devono essere risolti su fogli separati: uno per la prima parte del compito (esercizi 1/4), uno per la seconda parte (esercizi

Dettagli

Fondamenti di Analisi Statistica dei Segnali

Fondamenti di Analisi Statistica dei Segnali Fondamenti di Analisi Statistica dei Segnali Letizia Lo Presti e Fabrizio Sellone Dipartimento di Elettronica Politecnico di Torino Indice 1 Processi casuali a tempo discreto 1 1.1 Definizione...............................

Dettagli

STRUMENTAZIONE ELETTRONICA DI MISURA II

STRUMENTAZIONE ELETTRONICA DI MISURA II Dispense per il corso di: STRUMENTAZIONE ELETTRONICA DI MISURA II Prof. D'ANTONA GABRIELE A cura di Ugo Ambrosetti e Massmiliano Galli Dispensa del corso di Strumentazione Elettronica di Misura II a cura

Dettagli

LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI

LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI Fondamenti di segnali Fondamenti e trasmissione TLC Proprieta della () LINEARITA : la della combinazione lineare (somma pesata) di due segnali e uguale alla

Dettagli

Slide Cerbara parte1 5. Le distribuzioni teoriche

Slide Cerbara parte1 5. Le distribuzioni teoriche Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle

Dettagli

Capitolo 4 Tecnica di analisi on-line

Capitolo 4 Tecnica di analisi on-line Capitolo 4:Tecniche di analisi in on-line 70 Capitolo 4 Tecnica di analisi on-line 4.1 Introduzione L analisi in tempo reale di un sistema complesso comporta la scelta di tecniche di analisi di tipo statistico

Dettagli

Sommario. Capitolo 1 Introduzione 1. Prefazione all edizione italiana XVII XVIII XXI XXV

Sommario. Capitolo 1 Introduzione 1. Prefazione all edizione italiana XVII XVIII XXI XXV Sommario Prefazione all edizione italiana Prefazione Basi teoriche Applicazioni pratiche Simboli Funzioni definite Notazione degli operatori Acronimi XV XVII XVII XVIII XXI XXIV XXIV XXV Capitolo 1 Introduzione

Dettagli

Caratterizzazione dei segnali aleatori nel dominio della frequenza

Caratterizzazione dei segnali aleatori nel dominio della frequenza Capitolo 5 Caratterizzazione dei segnali aleatori nel dominio della frequenza 5. Introduzione In questo capitolo affrontiamo lo studio dei segnali aleatori nel dominio della frequenza. Prendiamo come esempio

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Università di Napoli Parthenope Facoltà di Ingegneria Corso di Comunicazioni Elettriche docente: Prof. Vito Pascazio 1 a Lezione: 9/04/003 Sommario Caratterizzazione energetica di processi aleatori Processi

Dettagli

III IL RUMORE NEL DOMINIO DELLE FREQUENZE E DEL TEMPO

III IL RUMORE NEL DOMINIO DELLE FREQUENZE E DEL TEMPO III IL RUMORE NEL DOMINIO DELLE FREQUENZE E DEL EMPO 1. Le sequenze casuali nel dominio del tempo e nel dominio delle frequenze Storicamente lo studio delle reti lineari e la trattazione dei segnali nascono

Dettagli

Dispense del corso di Elettronica Ls Prof. Guido Masetti

Dispense del corso di Elettronica Ls Prof. Guido Masetti Dispense del corso di Elettronica Ls Prof. Guido Masetti Elaborazione dei segnali 1 Sommario Elaborazione del segnale Sistemi lineari tempo invarianti (LTI), tempocontinui e tempo-discreti Analisi di Fourier

Dettagli

SISTEMI LINEARI TEMPO INVARIANTI

SISTEMI LINEARI TEMPO INVARIANTI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Definizione di sistema Sistema: Da un punto di vista fisico e un dispositivo che modifica un segnale x(, detto ingresso,

Dettagli

Teoria della probabilità Assiomi e teoremi

Teoria della probabilità Assiomi e teoremi Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento

Dettagli

Stima spettrale CAPITOLO 8

Stima spettrale CAPITOLO 8 CAPITOLO 8 Stima spettrale 8.1. Introduzione In molte applicazioni è fondamentale poter stimare la densità spettrale di potenza di un processo. Si tratta di realizzare un analizzatore di spettro numerico.

Dettagli

Teoria dei Segnali & Elaborazione Dati

Teoria dei Segnali & Elaborazione Dati Teoria dei Segnali & Elaborazione Dati Facoltà di Ingegneria- Ingegneria Biomedica Corso di Elaborazione dati e Segnali Biomedici Ing.Irene Tagliente Irene.tagliente@opbg.net Il termine Segnale e' usato

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

Rumore Elettronico. Sorgenti di rumore in Diodi, BJTs, MOSFETs Rumore equivalente all ingresso di amplificatori Rumore nel dominio del tempo

Rumore Elettronico. Sorgenti di rumore in Diodi, BJTs, MOSFETs Rumore equivalente all ingresso di amplificatori Rumore nel dominio del tempo umore Elettronico Sorgenti di rumore in Diodi, Js, MOSFEs umore equivalente all ingresso di amplificatori umore nel dominio del tempo 1 umore della Giunzione PN: Shot Noise La corrente che fluisce attraverso

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

1. Distribuzioni campionarie

1. Distribuzioni campionarie Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie

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

SISTEMI DI TELECOMUNICAZIONI

SISTEMI DI TELECOMUNICAZIONI SISTEMI DI TELECOMUNICAZIONI MODI DI TRASFERIMENTO SERVIZI DI TRASFERIMENTO DELL INFORMAZIONE L informazione da trasferire si ipotizza strutturata in IU Costituita da b bit Da consegnare in t secondi Se

Dettagli

1. Richiami di Statistica. Stefano Di Colli

1. Richiami di Statistica. Stefano Di Colli 1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche

Dettagli

Sistema dinamico a tempo continuo

Sistema dinamico a tempo continuo Sistema dinamico a tempo continuo Un sistema è un modello matematico di un fenomeno fisico: esso comprende le cause e gli effetti relativi al fenomeno, nonché la relazione matematica che li lega. X INGRESSO

Dettagli

TEORIA DEI SEGNALI. Introduzione. La Comunicazione

TEORIA DEI SEGNALI. Introduzione. La Comunicazione TEORIA DEI SEGNALI Introduzione L obiettivo principale di un servizio di telecomunicazione è il trasferimento dell'informazione emessa da una sorgente agli utenti cui è destinata, nell'ambito di una particolare

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

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro Segnali e Sistemi Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici Gianni Borghesan e Giovanni Marro Indice Introduzione 2. Notazione............................. 2 2 Classificazione

Dettagli

è la densità spettrale di potenza, o semplicemente lo spettro di potenza, di x T (t).

è la densità spettrale di potenza, o semplicemente lo spettro di potenza, di x T (t). CAPIOLO 8 ANALISI SPERALE DI UN SEGNALE CASUALE SAZIONARIO 8.1- INRODUZIONE Si è visto nei capitoli precedenti come un processo random possa essere descritto nel dominio del tempo mediante medie statistiche,

Dettagli

Risposte evocate od evento relate

Risposte evocate od evento relate Risposte evocate od evento relate è frequente lo studio di risposte fisiologiche evocate da un evento esterno (e.g., uno stimolo sensoriale) che può essere ripetuto un numero indefinito di volte anche

Dettagli

Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI

Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI La differenza tra il restauro e il miglioramento (enhancement) delle immagini è che il miglioramento è un processo soggettivo, mentre il restauro è un processo

Dettagli

Scheda n.5: variabili aleatorie e valori medi

Scheda n.5: variabili aleatorie e valori medi Scheda n.5: variabili aleatorie e valori medi October 26, 2008 1 Variabili aleatorie Per la definizione rigorosa di variabile aleatoria rimandiamo ai testi di probabilità; essa è non del tutto immediata

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

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccatronica STRUMENTI MATEMATICI PER L ANALISI DEI SISTEMI DISCRETI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it

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

CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI

CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Segnali in formato numerico Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono

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

Statistica descrittiva

Statistica descrittiva Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Statistica descrittiva Ing. Antonino Cancelliere Dipartimento

Dettagli

Il Campionameto dei segnali e la loro rappresentazione. 1 e prende il nome frequenza di

Il Campionameto dei segnali e la loro rappresentazione. 1 e prende il nome frequenza di Il Campionameto dei segnali e la loro rappresentazione Il campionamento consente, partendo da un segnale a tempo continuo ovvero che fluisce con continuità nel tempo, di ottenere un segnale a tempo discreto,

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/2/215 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema di

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

Dettagli

Analisi della risposta dinamica

Analisi della risposta dinamica Analisi della risposta dinamica Risposta dinamica del trasduttore: descrive, in termini di un modello matematico basato su equazioni differenziali alle derivate parziali, le relazioni, basate su opportune

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

La distribuzione Gaussiana

La distribuzione Gaussiana Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione

Dettagli

Elettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza p. 2

Elettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza p. 2 Elettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013

Dettagli

Analisi statistica delle serie temporali e spaziali

Analisi statistica delle serie temporali e spaziali Analisi statistica delle serie temporali e spaziali 3 marzo 2003 2 (A.A. 2002-2003; Corso di 30 ore di lezioni e 18 di esercitazioni) 5 crediti Corso di Laurea in Statistica e Informatica per la Gestione

Dettagli

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Analisi dei sistemi dinamici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 0532 974839 E-mail: marcello.bonfe@unife.it pag. 1 Analisi dei

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso di Fondamenti di Telecomunicazioni 5 - EGALI DIGITALI E A IMPULI I BADA BAE Prof. Mario Barbera [parte ] Codifica La fase di codifica prevede che venga fatta una associazione tra il livello del segnale

Dettagli

STRUMENTAZIONE E MISURE ELETTRICHE. Condizionamento ed acquisizione del segnale

STRUMENTAZIONE E MISURE ELETTRICHE. Condizionamento ed acquisizione del segnale STRUMENTAZIONE E MISURE ELETTRICHE Condizionamento ed acquisizione del segnale Prof. Salvatore Nuccio salvatore.nuccio@unipa.it, tel.: 0916615270 1 Circuito di condizionamento Un sensore/trasduttore (S/T)

Dettagli

Identificazione dei Modelli e Analisi dei Dati 1

Identificazione dei Modelli e Analisi dei Dati 1 POLITECNICO DI MILANO Identificazione dei Modelli e Analisi dei Dati 1 Appunti Stefano Invernizzi Anno accademico 2010-2011 Corso del prof. Sergio Bittanti Sommario Introduzione al corso... 5 I modelli...

Dettagli

DISTRIBUZIONI DI PROBABILITÀ

DISTRIBUZIONI DI PROBABILITÀ Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE SISTEMI M/G/1 e M/D/1 Sistemi M/G/1 Nei sistemi M/G/1: i clienti arrivano secondo un processo di Poisson con parametro λ i tempi di servizio hanno una distribuzione generale della

Dettagli

Università degli Studi di Cassino e del Lazio Meridionale. Area Didattica di Ingegneria. Corso di Laurea in Ingegneria Industriale

Università degli Studi di Cassino e del Lazio Meridionale. Area Didattica di Ingegneria. Corso di Laurea in Ingegneria Industriale Università degli Studi di Cassino e del Lazio Meridionale Area Didattica di Ingegneria Corso di Laurea in Ingegneria Industriale Lezioni del Corso di Misure Industriali 1 Università degli Studi di Cassino

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

11. Analisi statistica degli eventi idrologici estremi

11. Analisi statistica degli eventi idrologici estremi . Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche

Dettagli

Elementi di teoria dei segnali /b

Elementi di teoria dei segnali /b Elementi di teoria dei segnali /b VERSIONE 29.4.01 Filtri e larghezza di banda dei canali Digitalizzazione e teorema del campionamento Capacità di canale e larghezza di banda Multiplexing e modulazioni

Dettagli

Appunti del corso di. ELABORAZIONE NUMERICA dei SEGNALI (9 CFU) Ciro Cafforio

Appunti del corso di. ELABORAZIONE NUMERICA dei SEGNALI (9 CFU) Ciro Cafforio Politecnico di Bari Corso di Laurea in Ingegneria Elettronica e delle Telecomunicazioni Appunti del corso di ELABORAZIONE NUMERICA dei SEGNALI (9 CFU) Ciro Cafforio Anno Accademico 2012-2013 CAPITOLO

Dettagli

[ dbm] = 0 dbm " 0,2 #100 db = " 20 dbm

[ dbm] = 0 dbm  0,2 #100 db =  20 dbm Esercizi di comunicazioni ottiche (SNR, Q, BER) Consideriamo il caso di una linea in fibra ottica lunga 00 km con attenuazione di 0, db/km e dispersione cromatica compensata. Supponiamo poi di avere una

Dettagli

Catene di Misura. Corso di Misure Elettriche http://sms.unipv.it/misure/

Catene di Misura. Corso di Misure Elettriche http://sms.unipv.it/misure/ Catene di Misura Corso di Misure Elettriche http://sms.unipv.it/misure/ Piero Malcovati Dipartimento di Ingegneria Industriale e dell Informazione Università di Pavia piero.malcovati@unipv.it Piero Malcovati

Dettagli

Revisione dei concetti fondamentali dell analisi in frequenza

Revisione dei concetti fondamentali dell analisi in frequenza Revisione dei concetti fondamentali dell analisi in frequenza rgomenti: trasformazione in frequenza: significato e funzionamento; schemi di rappresentazione; trasformata discreta. 1 Rappresentazione dei

Dettagli

Elementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B

Elementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B Elementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B Laurea in Ingegneria Meccatronica A.A. 2010 2011 n-dimensionali Riepilogo. Gli esiti di un esperimento aleatorio

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Prova scritta di Controlli Automatici

Prova scritta di Controlli Automatici Prova scritta di Controlli Automatici Corso di Laurea in Ingegneria Meccatronica, AA 2011 2012 10 Settembre 2012 Domande a Risposta Multipla Per ognuna delle seguenti domande a risposta multipla, indicare

Dettagli

Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995).

Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995). ANALISI DI UNA SERIE TEMPORALE Analisi statistica elementare Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995). Si puo' osservare una media di circa 26 C e una deviazione

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

Descrizione del funzionamento di un Lock-in Amplifier

Descrizione del funzionamento di un Lock-in Amplifier Descrizione del funzionamento di un Lock-in Amplifier S.C. 0 luglio 004 1 Propositi di un amplificatore Lock-in Il Lock-in Amplifier é uno strumento che permette di misurare l ampiezza V 0 di una tensione

Dettagli

Analisi statistica degli errori

Analisi statistica degli errori Analisi statistica degli errori I valori numerici di misure ripetute risultano ogni volta diversi l operazione di misura può essere considerata un evento casuale a cui è associata una variabile casuale

Dettagli

Studio dei segnali nel dominio della frequenza. G. Traversi

Studio dei segnali nel dominio della frequenza. G. Traversi Studio dei segnali nel dominio della frequenza G. Traversi Segnali periodici e serie di Fourier Una funzione periodica f(t) di periodo T (purché integrabile) è esprimibile con una serie del tipo: f (t)

Dettagli

04CXGBQ TRASMISSIONE NUMERICA

04CXGBQ TRASMISSIONE NUMERICA Politecnico di Torino 04CXGBQ TRASMISSIONE NUMERICA CORSO DI LAUREA A DISTANZA IN INGEGNERIA DELLE TELECOMUNICAZIONI III ANNO AA 2008/2009 TRASMISSIONE NUMERICA docente e tutore: Prof. Roberto GARELLO

Dettagli

Computazione per l interazione naturale: Modelli dinamici

Computazione per l interazione naturale: Modelli dinamici Computazione per l interazione naturale: Modelli dinamici Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2015.html

Dettagli

Conversione A/D. Corso di Misure Elettriche http://sms.unipv.it/misure/

Conversione A/D. Corso di Misure Elettriche http://sms.unipv.it/misure/ Conversione A/D Corso di Misure Elettriche http://sms.unipv.it/misure/ Piero Malcovati Dipartimento di Ingegneria Industriale e dell Informazione Università di Pavia piero.malcovati@unipv.it Piero Malcovati

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p

Dettagli

ELEMENTI DI STATISTICA PER IDROLOGIA

ELEMENTI DI STATISTICA PER IDROLOGIA Carlo Gregoretti Corso di Idraulica ed Idrologia Elementi di statist. per Idrolog.-7//4 ELEMETI DI STATISTICA PER IDROLOGIA Introduzione Una variabile si dice casuale quando assume valori che dipendono

Dettagli

Appunti del corso di. ELABORAZIONE NUMERICA dei SEGNALI 1 modulo (6 CFU) Ciro Cafforio

Appunti del corso di. ELABORAZIONE NUMERICA dei SEGNALI 1 modulo (6 CFU) Ciro Cafforio Politecnico di Bari Corso di Laurea in Ingegneria Elettronica e delle Telecomunicazioni Appunti del corso di ELABORAZIONE NUMERICA dei SEGNALI 1 modulo (6 CFU) Ciro Cafforio Anno Accademico 2012-2013 CAPITOLO

Dettagli

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili:

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili: Incertezze di misura Argomenti: classificazione delle incertezze; definizione di incertezza tipo e schemi di calcolo; schemi per il calcolo dell incertezza di grandezze combinate; confronto di misure affette

Dettagli

01CXGBN Trasmissione numerica. parte 1: Introduzione ai sistemi di trasmissione numerica. Grandezze fondamentali.

01CXGBN Trasmissione numerica. parte 1: Introduzione ai sistemi di trasmissione numerica. Grandezze fondamentali. 01CXGBN Trasmissione numerica parte 1: Introduzione ai sistemi di trasmissione numerica. Grandezze fondamentali. 1 TRASMISSIONE NUMERICA Trasmissione da un utente TX a un utente RX di informazione discreta

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180

Dettagli

Dispense di Identificazione e Analisi dei Dati

Dispense di Identificazione e Analisi dei Dati Dispense di Identificazione e Analisi dei Dati Antonello Giannitrapani, Andrea Garulli Versione 1.1 26 gennaio 2007 Indice 1 Teoria della probabilità 1 1.1 Spazi di probabilità........................

Dettagli

Strumenti Digitali. Corso di Misure Elettriche http://sms.unipv.it/misure/

Strumenti Digitali. Corso di Misure Elettriche http://sms.unipv.it/misure/ Strumenti Digitali Corso di Misure Elettriche http://sms.unipv.it/misure/ Piero Malcovati Dipartimento di Ingegneria Industriale e dell Informazione Università di Pavia piero.malcovati@unipv.it Piero Malcovati

Dettagli

Soluzioni Esercizi elementari

Soluzioni Esercizi elementari Soluzioni sercizi elementari Capitolo. carattere: itolo di Studio, carattere qualitativo ordinato modalità: Diploma, Licenza media, Laurea, Licenza elementare unità statistiche: Individui. carattere: Fatturato,

Dettagli

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima

Dettagli

FONDAMENTI DI SEGNALI E TRASMISSIONE 6 Laboratorio

FONDAMENTI DI SEGNALI E TRASMISSIONE 6 Laboratorio FONDAMENTI DI SEGNALI E TRASMISSIONE 6 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it Quantizzazione Il segnale y(t) non solo è campionato sull asse dei tempi, ma anche i valori di ordinata sono

Dettagli

IL FILTRAGGIO DEL SEGNALE

IL FILTRAGGIO DEL SEGNALE CAPITOLO 4 IL FILTRAGGIO DEL SEGNALE 4.1 - SISTEMA LINEARE NON DISTORCENTE E un sistema lineare che restituisce in uscita una replica indistorta del segnale di entrata, intendendo x(t) y(t) = Ax(t-t 0

Dettagli

1. Exponential smoothing. Metodi quantitativi per i mercati finanziari. Capitolo 5 Analisi dei prezzi. Consideriamo la media mobile esponenziale

1. Exponential smoothing. Metodi quantitativi per i mercati finanziari. Capitolo 5 Analisi dei prezzi. Consideriamo la media mobile esponenziale 1. Exponential smoothing Consideriamo la media mobile esponenziale Metodi quantitativi per i mercati finanziari XMA t = (1 α)xma t 1 + αp t come previsione del prezzo al tempo T + 1 sulla base dell insieme

Dettagli

Analisi 2. Argomenti. Raffaele D. Facendola

Analisi 2. Argomenti. Raffaele D. Facendola Analisi 2 Argomenti Successioni di funzioni Definizione Convergenza puntuale Proprietà della convergenza puntuale Convergenza uniforme Continuità e limitatezza Teorema della continuità del limite Teorema

Dettagli

La funzione di trasferimento

La funzione di trasferimento Sommario La funzione di trasferimento La funzione di trasferimento Poli e zeri della funzione di trasferimento I sistemi del primo ordine Esempi La risposta a sollecitazioni La funzione di trasferimento

Dettagli

DIGITAL SIGNAL PROCESSING. Prof. Marina Ruggieri. Ing. Tommaso Rossi

DIGITAL SIGNAL PROCESSING. Prof. Marina Ruggieri. Ing. Tommaso Rossi Benvenuti al al modulo di: di: ELABORAZIONE NUMERICA DEI SEGNALI 6CFU DIGITAL SIGNAL PROCESSING macroarea: Ingegneria Prof. Marina Ruggieri ruggieri@uniroma2.it Ing. Tommaso Rossi tommaso.rossi@uniroma2.it

Dettagli

01GSZ Tecniche di protezione dell informazione. parte 1

01GSZ Tecniche di protezione dell informazione. parte 1 01GSZ Tecniche di protezione dell informazione parte 1 1 Scopo del corso Il corso si propone di fornire agli studenti gli elementi per l analisi ed il progetto di codici di canale capaci di proteggere

Dettagli

Nota di Copyright. Leonardo Fanelli Urbino - Ottobre 05

Nota di Copyright. Leonardo Fanelli Urbino - Ottobre 05 Nota di Copyright Questo insieme di trasparenze (detto nel seguito slide) è protetto dalle leggi sul copyright e dalle disposizioni dei trattati internazionali. Il titolo e i copyright relativi alle slides

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

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

Stefano Invernizzi Anno accademico 2010-2011

Stefano Invernizzi Anno accademico 2010-2011 POLITECNICO DI MILANO Statistica Appunti Stefano Invernizzi Anno accademico 2010-2011 Corso della prof. Ilenia Epifani Sommario Introduzione al corso... 5 La statistica... 5 Schema tipico di raccolta

Dettagli

Introduzione all analisi dei segnali digitali.

Introduzione all analisi dei segnali digitali. Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza

Dettagli

PARTE PRIMA PROBABILITA

PARTE PRIMA PROBABILITA i PARTE PRIMA PROBABILITA CAPITOLO I - Gli assiomi della probabilità 1.1 Introduzione........................................................... pag. 1 1.2 Definizione assiomatica di probabilità.......................................

Dettagli