0.6 Filtro di smoothing Gaussiano
|
|
- Livio Pastore
- 8 anni fa
- Visualizzazioni
Transcript
1 2 Figura 7: Filtro trapezoidale passa basso. In questo filtro l rappresenta la frequenza di taglio ed l, l rappresenta un intervallo della frequenza con variazione lineare di H, utile ad evitare le brusche variazioni tipiche del filtro ideale. I risultati degli ultimi tre filtri: Butterworth, Esponenziale e Trapezoidale sono mostrati nella seguente figura. I filtri di smoothing studiati sono utilizzati per ridurre il rumore e migliorare la qualità visiva, specialmente nel caso di immagini quantizzate in pochi livelli. In quest ultimo caso infatti quando sono visualizzate si nota l effetto dei falsi contorni..6 Filtro di smoothing Gaussiano Appartengono a questa categoria i filtri lineari di smoothing, che definiscono i coefficienti della maschera di convoluzione in accordo alla funzione Gaussiana. Tali filtri si dimostrano molto efficaci per attenuare il rumore di tipo Gaussiano presente nell immagine. La funzione di trasferimento h(l, k), modellata dalla funzione Gaussiana discreta con media zero, è data da: h(l, k) =ce (l 2 +k 2 ) 2σ 2 (4) dove σ è la deviazione standard della distribuzione di probabilità associata, c il fattore di normalizzazione che per semplicità si assume uguale a. La deviazione standard σ è l unico parametro che modella la funzione di trasferimento e definisce l area di influenza del filtro Gaussiano (figura 8) Modulo (a) (b) (c) F y.5 F x.5 Figura 8: Funzione Gaussiana (a) D e l2 /2σ 2,(b)2Dconσ = 3 e (c) trasformata di Fourier di h(l, k). Il peso dei coefficienti della maschera è inversamente proporzionale alla distanza dei pixel rispetto a quello centrale (i pixel a distanza maggiore di circa 3σ non avranno nessuna influenza per il filtraggio). Tra le proprietá del filtro Gaussiano vi sono:
2 .6. FILTRO DI SMOOTHING GAUSSIANO 2 Simmetria circolare Monotono decrescente (nel dominio spaziale e delle frequenze) Separabile..6. Simmetria circolare Il filtro Gaussiano esegue l operazione di smoothing in modo identico in tutte le direzioni. Da ciò ne consegue che il filtro opera in maniera indipendente all orientazione delle strutture presenti nell immagine. Questa proprietà è dimostrata convertendo le coordinate cartesiane (l,k) in coordinate polari (r, θ) nella funzione Gaussiana: h(r, θ) =ce r2 2σ 2 (4) dove il raggio polare r è definito da r 2 = l 2 + k 2.Laproprietà di simmetria circolare è dimostrata dalla non dipendenza di h(r, θ) e dall azimut θ..6.2 Proprietá del filtro nel domino delle frequenze La trasformata di Fourier della funzione Gaussiana è ancora una Gaussiana con soli valori reali. Per dimostrarlo consideriamo la funzione Gaussiana h(x) ed applichiamo la trasformata di Fourier: H(u) =F (h(x)) = + h(x)e jux dx 2σ 2 e jux dx 2σ 2 (cos ux + j sin ux)dx [F ormuladieulero] 2σ 2 cos uxdx + j + 2σ 2 cos uxdx = 2πσe u2 2v 2 2σ 2 sin uxdx (42) dove ν 2 =/σ 2 è la deviazione standard nel dominio della frequenza che è il reciproco della deviazione standard nel dominio spaziale. Ciò porta alla seguente considerazione: per valori piccoli di σ corrispondono valori grandi di ν, ossia, il filtro Gaussiano produce uno smoothing lieve se la deviazione standard σ ha valori piccoli che corrispondono a valori grandi nel dominio delle frequenze con il conseguente limitato taglio delle alte frequenze. Al contrario se σ ha valori alti, l operazione di smoothing è notevolmente accentuata avendo in corrispondenza un valore piccolo di ν eliminando un numero maggiore di alte frequenze. In quest ultimo caso, l eliminazione delle alte frequenze comporta sia una maggiore attenuazione del rumore che delle strutture presenti nel dominio spaziale. Con la funzione di trasferimento H(u) ancora Gaussiana nel dominio delle frequenze, si conferma di nuovo l esistenza di un unico picco.
3 Proprietá di separabilità del filtro Gaussiano Siano h(i, j) ef(i, j) rispettivamente la funzione di trasferimento e l immagine da filtrare, segue: g(i, j) =h(i, j) f(i, j) = h(l, k)f(i l, j k) = = l l k l k e l2 2σ 2 e (l2 +k 2 ) [ k 2σ 2 f(i l, j k) ] e k2 2σ 2 f(i l, j k) dove l espressione [ ] indica la convoluzione dell immagine f(i, j) con la funzione Gaussiana monodimensionale h(k) che rappresenta la componente verticale. Il risultato del filtraggio verticale porta all immagine di output g v (i, j) che viene dato in input all operatore di convoluzione orizzontale che utilizza la funzione Gaussiana monodimensionale h(i). Scambiando l ordine delle convoluzioni, prima l orizzontale e successivamente la verticale, i risultati non cambiano, per la proprietà associativa e commutativa della convoluzione. I passi essenziali sono cosi riassunti:. Eseguire la convoluzione con maschera orizzontale e salva il risultato in modo trasposto rispetto all inizio (Convoluzione orizzontale). 2. Eseguire la convoluzione con la stessa maschera orizzontale (Convoluzione verticale). 3. Eseguire la trasposizione dell immagine per riportarla nella posizione originale (Immagine filtrata)..7 Progettazione del filtro Gaussiano In precedenza sono stati evidenziati i limiti del filtro media. Inoltre, l uso di una funzione di trasferimento ideale nel dominio delle frequenze non si è dimostrata efficace applicata ad immagini reali. I filtri di smoothing devono essere progettati con la particolarità che i coefficienti della maschera di convoluzione modellano una funzione monotona gradualmente decrescente con la tendenza a raggiungere lo zero. Per ottenere filtri di smoothing con tali caratteristiche consideriamo due categorie di filtri Gaussiani: filtri discreti e filtri binomiali..7. Filtro Gaussiano discreto I coefficienti della maschera di convoluzione sono calcolati analiticamente considerando la funzione di distribuzione Gaussiana: h(i, j) =ke i2 +j 2 2σ 2 (44) dove k è una costante di normalizzazione dei pesi. È noto che gli effetti del filtro sono controllati dai valori della varianza σ 2 e dalle dimensioni della maschera L L. Per una maschera di 7 7, una varianza σ 2 =2 e, normalizzando il valore massimo del picco uguale ad nella posizione centrale (, ) della maschera, i valori discreti prodotti da tale equazione sono: [i,j] (43)
4 .8. FILTRI BINOMIALI Tabella : Maschera Gaussiana 7 7 In molti sistemi di elaborazione dell immagine è comodo considerare i coefficienti del filtro con valori interi. Per tale scopo si calcola un adeguato valore della costante k. Se si vuole far corrispondere un valore minimo (per esempio ) ai vertici della maschera ed un valore massimo k in corrispondenza del coefficiente centrale, si ha: k = nuovovalore min h N ( 3, 3) valoreattuale h(3, 3) = = 9 (45). L adattamento degli altri coefficienti è ottenuto moltiplicando ciascuno di essi per il valore di k calcolato in precedenza. Il risultato che si ottiene è il seguente: [i,j] Con questi nuovi valori dei coefficienti, è necessario normalizzare i valori della funzione di convoluzione con una costante λ, ossia g(i, j) =λ [h(i, j) f(i, j)] (46) e con i dati dell esempio si avrebbe: 3 3 λ =/ h(i, j) = 5 i= 3 j= 3 (47) La normalizzazione dei risultati della convoluzione garantisce che regioni omogenee con intensità costante siano lasciate inalterate dal filtro. Altri filtri discreti possono essere calcolati variando σ 2 ed L, rispettivamente la varianza ed il lato della maschera..8 Filtri Binomiali Una classe dei filtri di smoothing chiamati filtri binomiali, possono essere ottenuti in modo semplice considerando alcune proprietà: la distribuzione Gaussiana può essere approssimata dalla distribuzione binomiale (specialmente con n>>): ( ) n h(x) = p x ( p) n x x =,...,n (48) x
5 24 (a) (b) Figura 9: Immagine con rumore Gaussiano (a) e filtrata usando il filtro 7 7 di tabella 9. dove p rappresenta la probabilità dell evento x ed n è l ordine della distribuzione binomiale. Tale distribuzione ha media μ = np evarianzaσ 2 = np( p). Nel caso discreto, con n =8,p =/2 e quindi μ =8 (/2) = 4 e σ 2 = 2, la distribuzione Gaussiana e la binomiale hanno differenze molto piccole: x Distrib. bin Distrib. Gauss La proprietá di separabilità del filtro Gaussiano bidimensionale è nota. Questo filtro può essere implementato come convoluzione di due filtri Gaussiani monodimensionali (orizzontale e verticale). Ciò è fattibile utilizzando un singolo filtro Gaussiano monodimensionale e trasponendo l immagine dopo ogni convoluzione (con la stessa maschera monodimensionale). La proprietà di sommatoria della convoluzione dei filtri. Se consideriamo la maschera di convoluzione (n n) di un filtro Gaussiano o binomiale, la sua convoluzione con un altra maschera di dimensioni (m m) produce una nuova maschera di convoluzione di dimensioni (n + m n + m ). Analizziamo in dettaglio l ultima proprietà e consideriamo il filtro media monodimensionale: h(i) = [ ] (49) 2 Se applichiamo tale filtro n volte ad una linea dell immagine si avrebbe il seguente filtro: [ ] [ ]... [ ] ossia h n (i)= h(i) h(i)... h(i) } {{ } (5) n volte Esempio: h 2 (i) =h(i) h(i) = [ ] [ ] [ ] [ ] = 4 2 h 3 (i) = 8 [ 3 3 ] h 4 (i) = 6 [ ] h 8 (i) = Siamo interessati per ragioni di simmetria, ai filtri di dimensione dispari. I valori delle maschere di convoluzione monodimensionali sopra indicati, corrispondono ai valori di distribuzione binomiale discreti. Tali valori, ottenuti applicando la convoluzione in modo consecutivo con la maschera di base /2[ ], sono equivalenti a ciascuna riga n-ma del triangolo di Pascal che può essere
6 .8. FILTRI BINOMIALI 25 considerato come una buona approssimazione di n-punti ai filtri Gaussiani. Da ciò consegue che i filtri binomiali monodimensionali possono essere estratti dai corrispondenti valori di ciascuna linea del triangolo di Pascal che sviluppato fino ad n=8 risulta: n k σ 2 /2 /4 2 /4 2 /2 3 /8 33 3/4 4 / / /4 6 / /2 7 / /4 8 / dove k è il fattore di scala del filtro 2 n elavarianzaσ 2 = np( p) =n/4 conp =/2, rappresenta il parametro che controlla l efficacia di smoothing del filtro. Un filtro binomiale di dimensioni dispari h(i) con L = 2R + pixel, utilizzando la proprietà a), è definito dalla seguente relazione: h L (i) = ( L ) p i ( p) L i = L! (R i)!(r + i)! 2 L (5) con i = R, (R ),...,..., R. La funzione di trasferimento del filtro binomiale si ottiene considerando quella del filtro media considerato elevato alla L-ma potenza. Rispetto al filtro media si nota come il filtro di smoothing binomiale ha una funzione di trasferimento che decresce in modo monotono e tende a zero verso le alte frequenze. Riepilogando i filtri binomiali possono essere implementati secondo quanto segue: Filtro Monodimensionale Con la proprietà di separabilità si può utilizzare un filtro binomiale monodimensionale con valori approssimati da una riga del triangolo di Pascal. Se la maschera ha dimensioni superiori a, i coefficienti dell espansione binomiale assumono valori molto grandi e creano problemi di implementazione (non sono più memorizzabili in un byte). Per la proprietà di sommatoria della convoluzione dei filtri, si èvistocheè possibile applicare più volte lo stesso filtro all immagine, ottenendo così l effetto equivalente di un filtro di grandi dimensioni. Filtro bidimensionale Questi filtri sono ottenuti utilizzando una maschera di convoluzione composta della convoluzione delle maschere monodimensionali orizzontali e verticali: h L (i, j) =h L (i) h L (j) (52) Una maschera di convoluzione binomiale 3 3è ottenuta come segue: h 2 (i, j) =h 2 (i) h 2 (j) = [ ] [ ] 2 = [ ] (53) Le figure visualizzano le funzioni di trasferimento dei filtri binomiali a diverse dimensioni 3 3, 5 5 e gli effetti dello smoothing sull immagine campione. Si nota come il filtro binomiale, approssimazione del filtro Gaussiano, presenta componenti di non perfetta simmetria circolare anche insignificanti.
7 26.8. Caratteristica dei Filtri Gaussiani Risulta frequentemente utilizzato come filtro per l attenuazione del rumore Gaussiano. In contrapposizione si ottiene una immagine leggermente sfocata con la rimozione di qualche dettaglio. Il carico computazionale di un filtro binomiale di dimensione L L èdil 2 moltiplicazioni e di L 2 - addizioni. Se il filtro è realizzato con maschere monodimensionali del tipo /2[], ed è applicato in direzione orizzontale e verticale L volte, sono necessari 2(L ) addizioni. Le moltiplicazioni sono realizzate in modo efficiente con operazioni di shift. Per una maschera di dimensioni 7 7 il filtro richiede solo 32 somme ad alcune operazioni di shift contro alle 289 moltiplicazioni e 288 somme necessarie con l approccio diretto.
Corso di Visione Artificiale. Filtri parte I. Samuel Rota Bulò
Corso di Visione Artificiale Filtri parte I Samuel Rota Bulò Filtri spaziali Un filtro spaziale è caratterizzato da un intorno e un'operazione che deve essere eseguita sui pixels dell'immagine in quell'intorno.
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliAbbiamo 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
DettagliEsempi di funzione. Scheda Tre
Scheda Tre Funzioni Consideriamo una legge f che associa ad un elemento di un insieme X al più un elemento di un insieme Y; diciamo che f è una funzione, X è l insieme di partenza e X l insieme di arrivo.
DettagliESTRAZIONE DI RADICE
ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
Dettagli11. 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
DettagliLa 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
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliFondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione. Raffaele Cappelli raffaele.cappelli@unibo.it
Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione Raffaele Cappelli raffaele.cappelli@unibo.it Contenuti Estrazione dei bordi Calcolo del gradiente Operatori di Roberts Operatori
DettagliTeoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26
Indice L attività di recupero 6 Funzioni Teoria in sintesi 0 Obiettivo Ricerca del dominio e del codominio di funzioni note Obiettivo Ricerca del dominio di funzioni algebriche; scrittura del dominio Obiettivo
DettagliCONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)
CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliPer studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R
Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.
DettagliGEOMETRIA DELLE MASSE
1 DISPENSA N 2 GEOMETRIA DELLE MASSE Si prende in considerazione un sistema piano, ossia giacente nel pian x-y. Un insieme di masse posizionato nel piano X-Y, rappresentato da punti individuati dalle loro
DettagliIntroduzione 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
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliParte II Indice. Operazioni aritmetiche tra valori rappresentati in binario puro. Rappresentazione di numeri con segno
Parte II Indice Operazioni aritmetiche tra valori rappresentati in binario puro somma sottrazione Rappresentazione di numeri con segno modulo e segno complemento a 2 esercizi Operazioni aritmetiche tra
DettagliProva 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.
DettagliLa 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
DettagliBasi di matematica per il corso di micro
Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione
DettagliFunzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : = y
Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : ' = y y' = Consideriamo il punto P(,5) se eseguiamo tra trasformazione
DettagliIntroduzione all elaborazione di immagini Part II
Introduzione all elaborazione di immagini Part II Obiettivi delle tecniche di elaborazione di immagini: miglioramento di qualità (image enhancement) ripristino di qualità o restauro (image restoration)
DettagliCodifiche a lunghezza variabile
Sistemi Multimediali Codifiche a lunghezza variabile Marco Gribaudo marcog@di.unito.it, gribaudo@elet.polimi.it Assegnazione del codice Come visto in precedenza, per poter memorizzare o trasmettere un
DettagliPsicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE
Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una
DettagliLa trasformata Zeta. Marco Marcon
La trasformata Zeta Marco Marcon ENS Trasformata zeta E l estensione nel caso discreto della trasformata di Laplace. Applicata all analisi dei sistemi LTI permette di scrivere in modo diretto la relazione
DettagliEsponenziali elogaritmi
Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.
Dettagli.y 6. .y 4. .y 5. .y 2.y 3 B C C B. B f A B f -1
Funzioni FUNZIONI Una funzione è una relazione fra due insiemi non vuoti e, che associa ad ogni elemento uno e un solo elemento. In simboli si scrive: = oppure. x 1. x..y B C.y 5 x 4..y 4 L elemento è
DettagliESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004
ESAME DI STAT DI LICE SCIENTIFIC CRS SPERIMENTALE P.N.I. 004 Il candidato risolva uno dei due problemi e 5 dei 0 quesiti in cui si articola il questionario. PRBLEMA Sia la curva d equazione: ke ove k e
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
DettagliRICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come
RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
DettagliIndici (Statistiche) che esprimono le caratteristiche di simmetria e
Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica
DettagliLa 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
DettagliSOLUZIONI D = (-1,+ ).
SOLUZIONI. Data la funzione f() ( ) ln( ) a) trova il dominio di f b) indica quali sono gli intervalli in cui f() risulta positiva e quelli in cui risulta negativa c) determina le eventuali intersezioni
DettagliPer lo svolgimento del corso risulta particolarmente utile considerare l insieme
1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R
Dettaglia) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1
LE FUNZIONI EALI DI VAIABILE EALE Soluzioni di quesiti e problemi estratti dal Corso Base Blu di Matematica volume 5 Q[] Sono date le due funzioni: ) = e g() = - se - se = - Determina il campo di esistenza
DettagliCorso di Automazione Industriale 1. Capitolo 4
Simona Sacone - DIST Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: generazione
DettagliCapitolo 1 ANALISI COMPLESSA
Capitolo 1 ANALISI COMPLESSA 1 1.4 Serie in campo complesso 1.4.1 Serie di potenze Una serie di potenze è una serie del tipo a k (z z 0 ) k. Per le serie di potenze in campo complesso valgono teoremi analoghi
DettagliElementi 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
DettagliCapitolo 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
DettagliMATRICI E DETERMINANTI
MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe
Dettagli1.5. ISTOGRAMMA 17. Figura 1.3: Istogramma ottenuto mediante campionamento da VA Gaussiana (η x =0, σ 2 X =1).
.5. ISTOGRAMMA 7.5 Istogramma A partire dalle considerazioni svolte nel paragrafo precedente, posto x m = min(x,,x N e x M = max(x,,x N, possiamo ottenere una stima della densità di probabilità p (x suddividendo
Dettagli( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
DettagliCorso 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:
DettagliV= R*I. LEGGE DI OHM Dopo aver illustrato le principali grandezze elettriche è necessario analizzare i legami che vi sono tra di loro.
LEGGE DI OHM Dopo aver illustrato le principali grandezze elettriche è necessario analizzare i legami che vi sono tra di loro. PREMESSA: Anche intuitivamente dovrebbe a questo punto essere ormai chiaro
Dettagli2 + (σ2 - ρσ 1 ) 2 > 0 [da -1 ρ 1] b = (σ 2. 2 - ρσ1 σ 2 ) = (σ 1
1 PORTAFOGLIO Portafoglio Markowitz (2 titoli) (rischiosi) due titoli rendimento/varianza ( μ 1, σ 1 ), ( μ 2, σ 2 ) Si suppone μ 1 > μ 2, σ 1 > σ 2 portafoglio con pesi w 1, w 2 w 1 = w, w 2 = 1- w 1
DettagliLa categoria «ES» presenta (di solito) gli stessi comandi
Utilizzo delle calcolatrici FX 991 ES+ Parte II PARMA, 11 Marzo 2014 Prof. Francesco Bologna bolfra@gmail.com ARGOMENTI DELLA LEZIONE 1. Richiami lezione precedente 2.Calcolo delle statistiche di regressione:
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
DettagliMatematica e Statistica
Matematica e Statistica Prova d esame (0/07/03) Università di Verona - Laurea in Biotecnologie - A.A. 0/3 Matematica e Statistica Prova di MATEMATICA (0/07/03) Università di Verona - Laurea in Biotecnologie
DettagliProposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014
Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,
Dettagli2 FUNZIONI REALI DI VARIABILE REALE
2 FUNZIONI REALI DI VARIABILE REALE 2.1 CONCETTO DI FUNZIONE Definizione 2.1 Siano A e B due insiemi. Una funzione (o applicazione) f con dominio A a valori in B è una legge che associa ad ogni elemento
DettagliTrasformazioni 2D. Grande differenza rispetto alla grafica raster!
Trasformazioni 2D Il grande vantaggio della grafica vettoriale è che le immagini vettoriali descrivono entità matematiche È immediato manipolare matematicamente tali entità In quasi tutte le manipolazioni
DettagliALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio.
ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. Per una migliore caratterizzazione del bacino idrologico dell area di studio, sono state acquisite
DettagliSerie numeriche e serie di potenze
Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima
DettagliGrafici delle distribuzioni di frequenza
Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma
DettagliFederico Laschi. Conclusioni
Lo scopo di questa tesi è stato quello di proporre alcuni algoritmi di allocazione dinamica della capacità trasmissiva, basati su tecniche di predizione on-line dei processi di traffico. Come prima analisi
Dettagli13. Campi vettoriali
13. Campi vettoriali 1 Il campo di velocità di un fluido Il concetto di campo in fisica non è limitato ai fenomeni elettrici. In generale il valore di una grandezza fisica assegnato per ogni punto dello
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliBlanchard, Macroeconomia Una prospettiva europea, Il Mulino 2011 Capitolo IV. I mercati finanziari. Capitolo IV. I mercati finanziari
Capitolo IV. I mercati finanziari 1. La domanda di moneta La moneta può essere usata per transazioni, ma non paga interessi. In realtà ci sono due tipi di moneta: il circolante, la moneta metallica e cartacea,
DettagliFUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x)
1 FUNZIONE Dati gli insiemi A e B, si definisce funzione da A in B una relazione o legge o corrispondenza che ad ogni elemento di A associa uno ed un solo elemento di B. Si scrive: A B f: A B f() (si legge:
DettagliAnalisi dei segnali nel dominio della frequenza
Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 7 Analisi dei segnali nel dominio della frequenza docente L.Verdoliva In questa lezione affrontiamo il problema dell analisi dei segnali tempo
DettagliTeoria dei Fenomeni Aleatori 1
Integrale Doppio Sia g( x,y ) una funzione continua nel piano ( x,y ) o D è un dominio sul piano ( x,y ) o P è una sua partizione che ricopre il dominio D: ( ) P D D... D... = 1,1 1,2 i,j, con Di,j = ΔxiΔ
DettagliFUNZIONE REALE DI UNA VARIABILE
FUNZIONE REALE DI UNA VARIABILE Funzione: legge che ad ogni elemento di un insieme D (Dominio) tale che D R, fa corrispondere un elemento y R ( R = Codominio ). f : D R : f () = y ; La funzione f(): A
DettagliMATLAB. Caratteristiche. Dati. Esempio di programma MATLAB. a = [1 2 3; 4 5 6; 7 8 9]; b = [1 2 3] ; c = a*b; c
Caratteristiche MATLAB Linguaggio di programmazione orientato all elaborazione di matrici (MATLAB=MATrix LABoratory) Le variabili sono matrici (una variabile scalare equivale ad una matrice di dimensione
DettagliDispensa sulle funzioni trigonometriche
Sapienza Universita di Roma Dipartimento di Scienze di Base e Applicate per l Ingegneria Sezione di Matematica Dispensa sulle funzioni trigonometriche Paola Loreti e Cristina Pocci A. A. 00-0 Dispensa
DettagliLibrerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video
Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile
DettagliCorso 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
DettagliCapitolo 5. Funzioni. Grafici.
Capitolo 5 Funzioni. Grafici. Definizione: Una funzione f di una variabile reale,, è una corrispondenza che associa ad ogni numero reale appartenente ad un insieme D f R un unico numero reale, y R, denotato
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliStima 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
DettagliElaborazione delle Immagini Digitali
Elaborazione delle Immagini Digitali Parte I Prof. Edoardo Ardizzone A.A. 2-22 La trasformata di Hotelling o di Karhunen-Loeve KLT discreta Questa trasformata detta anche analisi delle componenti principali
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliLE FUNZIONI E LE LORO PROPRIETÀ
LE FUNZIONI E LE LORO PROPRIETÀ LE FUNZIONI REALI DI VARIABILE REALE COSA SONO LE FUNZIONI Dati due sottoinsiemi A e B non vuoti di R, una FUNZIONE da A a B è una relazione che associa ad ogni numero reale
DettagliLe funzioni elementari. La struttura di R. Sottrazione e divisione
Le funzioni elementari La struttura di R La struttura di R è definita dalle operazioni Addizione e moltiplicazione. Proprietà: Commutativa Associativa Distributiva dell addizione rispetto alla moltiplicazione
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
Dettagli3 GRAFICI DI FUNZIONI
3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom
DettagliParte 3. Rango e teorema di Rouché-Capelli
Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliCoordinate Cartesiane nel Piano
Coordinate Cartesiane nel Piano O = (0,0) origine degli assi ascissa, y ordinata sistemi monometrici: stessa unità di misura sui due assi, y sistemi dimetrici: unità di misura diverse sui due assi (spesso
DettagliCapitolo 4 FILTRAGGIO NEL DOMINIO DELLA FREQUENZA
Capitolo 4 FILTRAGGIO NEL DOMINIO DELLA FREQUENZA Il filtraggio nel dominio della frequenza è possibile grazie alle caratteristiche della serie di Fourier e della trasformata di Fourier, che permette di
DettagliForma 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.
DettagliSOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 2015
SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 015 1. Indicando con i minuti di conversazione effettuati nel mese considerato, la spesa totale mensile in euro è espressa dalla funzione f()
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliCodifica binaria dei numeri
Codifica binaria dei numeri Caso più semplice: in modo posizionale (spesso detto codifica binaria tout court) Esempio con numero naturale: con 8 bit 39 = Codifica in virgola fissa dei numeri float: si
DettagliINTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.
INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati
DettagliImmagini binarie. Binarizzazione di immagini a livelli di grigio
Immagini binarie Binarizzazione di immagini a livelli di grigio Immagini binarie In molti casi gli le scene di interesse conducono ad immagini che possono essere considerate binarie, cioè contenenti nel
DettagliSiamo 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
DettagliControlloCosti. Cubi OLAP. Controllo Costi Manuale Cubi
ControlloCosti Cubi OLAP I cubi OLAP Un Cubo (OLAP, acronimo di On-Line Analytical Processing) è una struttura per la memorizzazione e la gestione dei dati che permette di eseguire analisi in tempi rapidi,
DettagliAnno 5 4 Funzioni reali. elementari
Anno 5 4 Funzioni reali elementari 1 Introduzione In questa lezione studieremo alcune funzioni molto comuni, dette per questo funzioni elementari. Al termine di questa lezione sarai in grado di definire
DettagliIL 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
DettagliIndicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto:
PROBLEMA 1. Il piano tariffario proposto da un operatore telefonico prevede, per le telefonate all estero, un canone fisso di 10 euro al mese, più 10 centesimi per ogni minuto di conversazione. Indicando
DettagliCOEFFICIENTI BINOMIALI
COEFFICIENTI BINOMIALI Michele Impedovo micheleimpedovo@uni-bocconiit Una definizione insiemistica Se n è un numero naturale e è un numero naturale compreso tra e n, si indica con il simbolo il coefficiente
DettagliAPP_PIT_Comparazione Pile Dynamics Inc. Rev.01-012015
Pile Integrity Tester PIT Caratteristiche Tecniche Serie PIT-X, PIT-X2, PIT-V e PIT-FV La strumentazione Pile Integrity Tester serie PIT è disponibile in 4 versioni, con 1 (PIT-X e PIT- V) o 2 (PIT-X2
DettagliInterpolazione ed approssimazione di funzioni
Interpolazione ed approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 9 novembre 2007 Outline 1 Polinomi Valutazione di un polinomio Algoritmo di Horner
Dettagli