Sub-Optimal Measurement-Based CAC Algorithm

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Sub-Optimal Measurement-Based CAC Algorithm"

Transcript

1 Tecniche per la garanzia di qualità in reti di Telecomunicazioni multiservizi Sottotema Controllo Courmayeur, Gennaio 2000 Sub-Optimal Measurement-Based CAC Algorithm Gregorio Procissi Università di Pisa wwwtlc.iet.unipi.it

2 Sommario Generalità sulla funzione di Controllo delle Ammissioni (CAC) Concetto di Effective Bandwidth (EB) Stima della funzione di Effective Bandwidth Algoritmo di CAC basato sulla Banda Equivalente parametrico measurement-based Analisi simulativa dell algoritmo proposto e confronto con politiche di ammissione peak-based

3 Call Admission Control (CAC) Funzione di CAC F(caratt. connessioni attive, caratt. nuova connessione) = SI NO Condizioni per l accettazione di una richiesta di connessione la Quality of Service (QoS) della nuova connessione deve essere garantita la QoS delle connessioni esistenti non deve essere deteriorata al momento della loro multiplazione con la nuova Le sorgenti devono dichiarare parametri QoS (massimo ritardo, prob. di perdita,...) descrittore del traffico (peak-rate, mean-rate, )

4 Sistema a Coda Tipo di sistema analizzato b A(n) C Siamo interessati alla determinazione della Probabilità di perdita P L =P L (b,c) La P L (b,c) può essere accuratamente stimata dalla Probabilità Complementare Γ= Γ(b,c)=P(Q>b) Q

5 Prestazioni di Coda Sotto ipotesi abbastanza generali, tipicamente soddisfatte dal processo di ingresso dove e ( ) Γ( bc, ) e bδ c { δ() c = sup θ: λ () θ cθ λ ( A θ ) lim 1 = n n log Ee per la dimensione b del buffer sufficientemente grande A θ A( n) e A(n) è il processo di conteggio degli arrivi fino all istante n. }

6 Banda Equivalente banda equivalente: minimo service-rate C tale che: Γ L ( bc, ) Γ0 Dove Γ 0 è la QoS imposta. Invertendo l espressione precedente si ottiene: c eff = λa( θ ) θ logγ θ = b La funzione α(θ) = λ Α (θ)/θ èdettafunzione di banda equivalente 0

7 Proprietà della Banda Equivalente Ad ogni sorgente di traffico viene associata una quantità, detta Effective Bandwidth, che esprime il suo fabbisogno in termini di bit-rate affinché i suoi vincoli di QoS risultino rispettati L EB di una sorgente: dipende dalle statistiche della sorgente stessa e dal vincolo di QoS specificato è sempre compresa tra il valore del mean-rate e quello del peak-rate della sorgente Proprietà di Additività: la banda equivalente del traffico ottenuto aggregando sorgenti statisticamente indipendenti è uguale alla somma delle bande equivalenti di ciascuna sorgente Nell ipotesi di sorgenti statisticamente indipendenti tra loro, consente un Controllo delle Ammissioni di tipo additivo.

8 Banda Equivalente e CAC Il concetto di banda equivalente ci consente di definire uno schema di CAC su base additiva Banda equivalente delle N connessioni esistenti N eff, i eff, N + 1 i= 1 C + C C Banda equivalente della nuova sorgente Service-Rate Approccio Parametrico: è noto il modello delle sorgenti e la C eff si può calcolare in maniera analitica Approccio Measurement-based: il modello delle sorgenti non è noto a priori e la C eff vastimatadamisuresultraffico

9 Algoritmo di CAC measurement-based Chiamate attive 1 2 n C Traffico aggregato S Chiamata accettata Nuova chiamata EB tot +B n+1 c EB tot Blocco di stima della banda necessaria alle connessioni attive N Chiamata rifiutata ( ) oα θ bit rate necessario per le connessioni attive

10 Stima della funzione di EB Stima basata sulla definizione di funzione di EB: stimatore diretto stimatore a blocchi Stima basata sul comportamento in un buffer virtuale: stimatore basato su regressione lineare stimatore basato sulla Kullback-Leibler distance Stimatore basato sui tempi di interarrivo

11 Stimatori diretto e a blocchi Stimatore diretto: 1 1 αθ o, log θt t t θx( τ, τ+ t) ( t) = e N tn t 0 dτ Stimatore a blocchi: 1 αθ o (, t) = log θt t N Nt / e ~ θ X i= 1 i Entrambi gli stimatori forniscono una funzione del tempo e di θ

12 Stimatori basati su buffer virtuale b ρ Si fissa ρ=α(θ) log P(Q>b) si valuta la curva P(Q>b) al variare di b da PQ ( > b) e θb si valuta θ, cioè il rate di decadimento della probabilità. Sono stati utilizzati due diversi metodi: Kullback-Leibler distance regressione lineare si ripete per diversi valori di ρ il risultato è funzione solo di θ b α(θ) θ

13 Stimatore basato su interarrivi Si fissa la dimensione A del blocco in celle si valuta per ogni blocco il tempo T i necessario per osservare A celle si stima la scgf dei tempi di interarrivo come: N 1 1 N φt ( ) log i A A N e i = 1 µ φ = si valuta l EB del processo degli arrivi attraverso la seguente trasformazione: ( ) 1 ( ) αθ ( ) λx θ = µ θ λ = X () θ θ

14 Commenti (1) Accuratezza: tutti gli stimatori forniscono risultati sufficientemente accurati, rispetto ai valori analitici, solo in un range limitato Stimatori diretto e a blocchi: veloci è necessario scegliere una scala temporale Stimatori basati su buffer virtuale: lavorano alla scala temporale rilevante in coda sono più lenti forniscono risultati in un range ristretto di θ

15 Commenti (2) Stimatore basato su interarrivi: rispetto ai primi è meno sensibile alla dimensione del blocco il valore di θ è l uscita dello stimatore; è quindi necessario stimare l EB per più valori di θ prima di convergere al valore desiderato

16 Simulazione-1: traffico sintetico Regione di accettazione Utilizzazione del link Istogramma connessioni attive CLR sperimentale

17 Simulazione-2: traffico reale (MPEG) Regione di accettazione Utilizzazione del link Istogramma connessioni attive CLR sperimentale

18 Simulazione-3:MPEG e VIC Regione di accettazione Utilizzazione del link CLR sperimentale

19 Conclusioni E stato presentato lo schema di un algoritmo di CAC additivo basato sul concetto di banda equivalente. Sono state presentate diverse tecniche di stima della banda equivalente di una sorgente sulla base di misure di traffico ON- LINE L algoritmo di CAC measurement-based basato sulla stima della banda equivalente ottenuta da misure di traffico, si è rivelata una politica efficiente confrontandone le prestazioni con quelle conseguite da un algoritmo di CAC parametrico e da un CAC deterministico (basato unicamente sul peak-rate delle sorgenti)

Call Admission Controll (CAC)

Call Admission Controll (CAC) CAC: Connection Admission Control Gruppo Reti TLC nome.cognome@polito.it http://www.telematica.polito.it/ TECNICHE DI ACCETTAZIONE DELLE CHIAMATE - 1 Call Admission Controll (CAC) Tecnica di controllo

Dettagli

Call Admission Controll (CAC)

Call Admission Controll (CAC) CAC: Connection Admission Control Gruppo Reti TLC nome.cognome@polito.it http://www.telematica.polito.it/ TECNICHE DI ACCETTAZIONE DELLE CHIAMATE - 1 Call Admission Controll (CAC) Tecnica di controllo

Dettagli

Reti di Telecomunicazioni 1

Reti di Telecomunicazioni 1 Reti di Telecomunicazioni 1 AA2011/12 Sistemi a coda Blocco E2 Ing. Francesco Zampognaro e-mail: zampognaro@ing.uniroma2.it Lucidi Prof. Stefano Salsano 1 Definizione di traffico e utilizzazione di un

Dettagli

Introduzione alla qualità del servizio. Gruppo Reti TLC Qualità di servizio

Introduzione alla qualità del servizio. Gruppo Reti TLC  Qualità di servizio Introduzione alla qualità del servizio Gruppo Reti TLC nome.cognome@polito.it http://www.telematica.polito.it/ TELEMATICA - INTRODUZIONE ALLA QoS - 1 Qualità di servizio Cosa si intende per qualità di

Dettagli

CANALE STAZIONARIO CANALE TEMPO INVARIANTE

CANALE STAZIONARIO CANALE TEMPO INVARIANTE CANALE STAZIONARIO Si parla di un Canale Stazionario quando i fenomeni che avvengono possono essere modellati da processi casuali e le proprietà statistiche di tali processi sono indipendenti dal tempo.

Dettagli

Qualità di Servizio (QoS) in Internet

Qualità di Servizio (QoS) in Internet Marco Listanti Qualità di Servizio (QoS) in Internet QoS in IP: Aspetti Generali (1) Servizio di trasferimento di Internet punto-punto p connectionless best effort Non adatto alle applicazioni real time

Dettagli

FORMULARIO DI RETI DI TELECOMUNICAZIONI (versione 1.1, )

FORMULARIO DI RETI DI TELECOMUNICAZIONI (versione 1.1, ) FORMULARIO DI RETI DI TELECOMUNICAZIONI (versione., 3.2.05) definizioni di carattere generale - valide salvo avviso contrario N numero di server e/o di posti nel sistema M numero di potenziali utenti del

Dettagli

Leggi di capitalizzazione e di attualizzazione

Leggi di capitalizzazione e di attualizzazione Sommario Alcuni appunti di supporto al corso di Matematica Finanziaria (L-Z) Facoltà di Economia & Management- Università di Ferrara Sommario Parte I: Funzioni di capitalizzazione Parte II: Capitalizzazione

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE Modelli delle Sorgenti di Traffico Generalità Per la realizzazione di un modello analitico di un sistema di telecomunicazione dobbiamo tenere in considerazione 3 distinte sezioni

Dettagli

L'implementazione delle ROC Curve nei modelli GAMLSS come strumento di previsione per i Big Data

L'implementazione delle ROC Curve nei modelli GAMLSS come strumento di previsione per i Big Data L'implementazione delle ROC Curve nei modelli GAMLSS come strumento di previsione per i Big Data Paolo Mariani, Andrea Marletta Dipartimento di Economia, Metodi Quantitativi e Strategie di Impresa, Università

Dettagli

Politecnico di Milano Dipartimento di Elettronica e Informazione. - 1 - Introduzione. Laboratorio di Reti di Telecomunicazione

Politecnico di Milano Dipartimento di Elettronica e Informazione. - 1 - Introduzione. Laboratorio di Reti di Telecomunicazione Politecnico di Milano Dipartimento di Elettronica e Informazione - 1 - Introduzione Laboratorio di Reti di Telecomunicazione Programma Introduzione al concetto di simulazione Simulazionediretiditelecomunicazioni

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE PROCESSI DI POISSON Definizione Un processo stocastico che assume valori interi non negativi si dice essere un processo di Poisson con frequenza λ se 1. A(t) è un prosesso di

Dettagli

Questa viene trasmessa sul canale (wireless o wired). In questo corso, modellizzeremo il canale di trasmissione come un canale Gaussiano bianco

Questa viene trasmessa sul canale (wireless o wired). In questo corso, modellizzeremo il canale di trasmissione come un canale Gaussiano bianco Canale di trasmissione Dati una costellazione M un labeling binario e è possibile associare alle sequenze binarie di informazione u da trasmettere una forma d onda s(t). Questa viene trasmessa sul canale

Dettagli

Qualità di Servizio nelle Reti di Telecomunicazione

Qualità di Servizio nelle Reti di Telecomunicazione Qualità di Servizio nelle Reti di Telecomunicazione Sorgenti di informazione analogiche: voce, video caratterizzate dalle loro caratteristiche spettrali (occupazione in banda, correlazione,...) numeriche

Dettagli

Maria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano

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

Dettagli

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L

Dettagli

DI IDROLOGIA TECNICA PARTE III

DI IDROLOGIA TECNICA PARTE III FACOLTA DI INGEGNERIA Laurea Specialistica in Ingegneria Civile N.O. Giuseppe T. Aronica CORSO DI IDROLOGIA TECNICA PARTE III Idrologia delle piene Lezione XIX: I metodi indiretti per la valutazione delle

Dettagli

Fondamenti di Acustica

Fondamenti di Acustica Fondamenti di Acustica Fisica Tecnica Corso di Laurea in Ingegneria dei trasporti Definizione di suono Per suono in un punto si intende una rapida variazione di pressione, intorno alla pressione atmosferica,

Dettagli

TECNICHE DI REGOLARIZZAZIONE IN ELABORAZIONE

TECNICHE DI REGOLARIZZAZIONE IN ELABORAZIONE TECNICHE DI REGOLARIZZAZIONE IN ELABORAZIONE DI IMMAGINI Ivan Gerace, Francesca Martinelli e Patrizia Pucci Università degli Studi di Perugia Giornate di Algebra Lineare e Applicazioni 2009 Martinelli

Dettagli

I sistemi a singola tratta senza amplificazione ottica

I sistemi a singola tratta senza amplificazione ottica I sistemi a singola tratta senza amplificazione ottica Dove sono presenti A questa categoria appartengono numerose ed importanti classi di sistemi ottici: collegamenti fra componenti audio/video su distanze

Dettagli

1. i limiti di p che garantiscono un funzionamento stabile del sistema ;

1. i limiti di p che garantiscono un funzionamento stabile del sistema ; Problema 1 Un router collega una rete locale ad Internet per mezzo di due linee dedicate, la prima di capacità C 1 = 2.048 Mbit/s e la seconda di capacità C 2 = 512 Kbit/s. Ciascuna linea è dotata di una

Dettagli

Esercizi di statistica

Esercizi di statistica Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..

Dettagli

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

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

Dettagli

Statistica Metodologica Avanzato Test 1: Concetti base di inferenza

Statistica Metodologica Avanzato Test 1: Concetti base di inferenza Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con

Dettagli

PROBABILITA. Distribuzione di probabilità

PROBABILITA. Distribuzione di probabilità DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove

Dettagli

Analisi dei Processi Chimici e. Biotecnologici Anno Accademico

Analisi dei Processi Chimici e. Biotecnologici Anno Accademico Biotecnologici Anno Accademico 2017 2018 Massimiliano Grosso E-mail: massimiliano.grosso@dimcm.unica.it Telefono: 070 675 5075 Indirizzo web: http://people.unica.it/massimilianogrosso Obiettivi del Gli

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

La rete fissa 3. La commutazione: Il traffico ed il dimensionamento delle giunzioni

La rete fissa 3. La commutazione: Il traffico ed il dimensionamento delle giunzioni La rete fissa 3 La commutazione: Il traffico ed il dimensionamento delle giunzioni La commutazione La commutazione è l insieme delle attività che svolge una rete di telecomunicazione per connettere tra

Dettagli

Se la funzione è analiticamente invertibile, estratto q, si può ricavare x = x(q).

Se la funzione è analiticamente invertibile, estratto q, si può ricavare x = x(q). La tecnica Monte Carlo Il metodo Monte Carlo è basato sulla scelta di eventi fisici con una probabilità di accadimento nota a priori. sia p(x) la distribuzione di probabilità con la quale si manifesta

Dettagli

IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA

IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale

Dettagli

ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1

ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1 Alcuni esercizi risolti su: - calcolo dell equilibrio di un sistema lineare e valutazione delle proprietà di stabilità dell equilibrio attraverso linearizzazione - calcolo del movimento dello stato e dell

Dettagli

VALIDAZIONE DEL MODELLO

VALIDAZIONE DEL MODELLO VALIDAZIONE DEL MODELLO Validazione del Modello Non è sufficiente stimare il vettore θ per dichiarare concluso il processo di identificazione. E necessario ottenere una misura della sua affidabilità L

Dettagli

Facoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 2012

Facoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 2012 Facoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 01 Esercizio 1. Con riferimento a due variabili dicotomiche X e Y (con valori possibili 0 o 1) si definisca

Dettagli

PIANIFICAZIONE DI TRAIETTORIE

PIANIFICAZIONE DI TRAIETTORIE PIANIFICAZIONE DI TRAIETTORIE generazione degli ingressi di riferimento per il sistema di controllo del moto Percorso e traiettoria Traiettorie nello spazio dei giunti Traiettorie nello spazio operativo

Dettagli

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica 13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in

Dettagli

01CXGBN Trasmissione numerica. parte 11: modulazione 2-PAM

01CXGBN Trasmissione numerica. parte 11: modulazione 2-PAM 0CXGBN Trasmissione numerica parte : modulazione 2-PAM PARTE 2: Modulazioni Numeriche 2 Modulazioni: introduzione Per ogni modulazione considereremo: Caratteristiche generali Costellazione (insieme di

Dettagli

MODELLO DI REGRESSIONE LINEARE. le ipotesi del modello di regressione classico, stima con i metodi dei minimi quadrati e di massima verosimiglianza,

MODELLO DI REGRESSIONE LINEARE. le ipotesi del modello di regressione classico, stima con i metodi dei minimi quadrati e di massima verosimiglianza, MODELLO DI REGRESSIONE LINEARE le ipotesi del modello di regressione classico, stima con i metodi dei minimi quadrati e di massima verosimiglianza, teorema di Gauss-Markov, verifica di ipotesi e test di

Dettagli

Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai

Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai necessari chiarimenti forniti a lezione. 1 MISURA DI UNA

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE EFFICIENZA DI UNA LINEA PRESTAZIONI DI UNA RETE DATI CAPACITA (C) Quantità massima di dati (espressi in bit/s) che possono essere inviati sulla linea THROUGHPUT (S) Totale di

Dettagli

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Statistica Applicata all edilizia: alcune distribuzioni di probabilità Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice

Dettagli

Verifica di ipotesi. Parte VI. Verifica di ipotesi

Verifica di ipotesi. Parte VI. Verifica di ipotesi Parte VI Verifica di ipotesi Definizione (Sistema di ipotesi) Nell ambito di un modello statistico parametrico, un sistema di ipotesi statistiche è costituito da due congetture, incompatibili, sul parametro

Dettagli

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi

Dettagli

VALIDAZIONE DEI METODI RADIOCHIMICI. Analisi di alcuni aspetti: 1. Taratura. 2. Ripetibilità. Dott. Maurizio Bettinelli.

VALIDAZIONE DEI METODI RADIOCHIMICI. Analisi di alcuni aspetti: 1. Taratura. 2. Ripetibilità. Dott. Maurizio Bettinelli. VALIDAZIONE DEI METODI RADIOCHIMICI Analisi di alcuni aspetti: 1. Taratura (verifica di Linearità) 2. Ripetibilità Dott. Maurizio Bettinelli 29 settembre 2011 www.kosmosnet.it 1 www.kosmosnet.it 2 www.kosmosnet.it

Dettagli

Analisi delle componenti principali

Analisi delle componenti principali Analisi delle componenti principali Serve a rappresentare un fenomeno k-dimensionale tramite un numero inferiore o uguale a k di variabili incorrelate, ottenute trasformando le variabili osservate Consiste

Dettagli

I 5 principi dell estimo

I 5 principi dell estimo La stima del valore di mercato Prof. Arch. ALESSIO D AURIA, PhD DIPARTIMENTO DI CONSERVAZIONE DEI BENI ARCHITETTONICI E AMBIENTALI aldauria@unina.it I 5 principi dell estimo 1. Il valore dipende dallo

Dettagli

L indagine campionaria Lezione 3

L indagine campionaria Lezione 3 Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato

Dettagli

05. Errore campionario e numerosità campionaria

05. Errore campionario e numerosità campionaria Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,

Dettagli

Teoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici

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

Dettagli

ATM Asynchronous Transfer Mode

ATM Asynchronous Transfer Mode ATM Asynchronous Transfer Mode Generalità Esigenza: interoperabilità di apparati di rete indipendentemente dal servizio supportato su base mondiale Unica modalità di trasferimento dell informazione a pacchetti

Dettagli

Esercizi di riepilogo

Esercizi di riepilogo Esercizi di riepilogo Es1: Scommesse al casinò Tizio e Caio si alternano al tavolo di un casinò. Tizio gioca negli istanti di tempo dispari, mentre Caio in quelli pari Ad ogni istante di tempo, il guadagno

Dettagli

Dispensa di Statistica

Dispensa di Statistica Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza

Dettagli

TEORIA DELL INFORMAZIONE ED ENTROPIA FEDERICO MARINI

TEORIA DELL INFORMAZIONE ED ENTROPIA FEDERICO MARINI TEORIA DELL INFORMAZIONE ED ENTROPIA DI FEDERICO MARINI 1 OBIETTIVO DELLA TEORIA DELL INFORMAZIONE Dato un messaggio prodotto da una sorgente, l OBIETTIVO è capire come si deve rappresentare tale messaggio

Dettagli

Un introduzione alla statistica asintotica attraverso una generalizzazione del Teorema Limite Centrale. Università di Pisa 18 Settembre 2015

Un introduzione alla statistica asintotica attraverso una generalizzazione del Teorema Limite Centrale. Università di Pisa 18 Settembre 2015 Un introduzione alla statistica asintotica attraverso una generalizzazione Candidato: Relatore: Maurizio Pratelli Università di Pisa 18 Settembre 2015 Sezioni 1. Prime definizioni riguardo la statistica

Dettagli

Università della Calabria

Università della Calabria Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE

Dettagli

' $ Teoria del traffico & % 1

' $ Teoria del traffico & % 1 Teoria del traffico Andamento della distribuzione di Poisson P(k) = (λt)k k! e λt 1 k=0 k=1 k=2 k=3 0.8 0.6 P(k) 0.4 0.2 0 0 1 2 3 4 5 λt Proprietá La sovrapposizione di h processi di Poisson aventi frequenze

Dettagli

Funzioni derivabili (V. Casarino)

Funzioni derivabili (V. Casarino) Funzioni derivabili (V. Casarino) Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in = 0 delle funzioni: a) 5 b) 3 4 c) + 1 d) sin. ) Scrivere l equazione della retta tangente

Dettagli

UNIVERSITÀ DEGLI STUDI DI PERUGIA

UNIVERSITÀ DEGLI STUDI DI PERUGIA SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale

Dettagli

Stima diretta della domanda di trasporto

Stima diretta della domanda di trasporto Corso di PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostino Nuzzolo Aprile 005 Stima diretta della domanda di trasporto Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE

Dettagli

Test per l omogeneità delle varianze

Test per l omogeneità delle varianze Test per l omogeneità delle varianze Le carte di controllo hanno lo scopo di verificare se i campioni estratti provengono da un processo produttivo caratterizzato da un unico valore dello s.q.m. σ. Una

Dettagli

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni

Dettagli

Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017. Giovanni Lafratta

Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017. Giovanni Lafratta Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017 Giovanni Lafratta ii Indice 1 Spazi, Disegni e Strategie Campionarie 1 2 Campionamento casuale

Dettagli

Analisi della varianza

Analisi della varianza Università degli Studi di Padova Facoltà di Medicina e Chirurgia Facoltà di Medicina e Chirurgia - A.A. 2009-10 Scuole di specializzazione Lezioni comuni Disciplina: Statistica Docente: dott.ssa Egle PERISSINOTTO

Dettagli

Prof. Giulio Vidotto (Università di Padova) Lez Trasformazione delle misure e significanza delle statistiche

Prof. Giulio Vidotto (Università di Padova) Lez Trasformazione delle misure e significanza delle statistiche Trasformazione e Significanza delle Statistiche: Invarianza assoluta Invarianza di riferimento Invarianza di confronto Schemi Riassuntivi Significanza e Trasformazioni delle Statistiche Per cui Data una

Dettagli

1) Codici convoluzionali. 2) Circuito codificatore. 3) Diagramma a stati e a traliccio. 4) Distanza libera. 5) Algoritmo di Viterbi

1) Codici convoluzionali. 2) Circuito codificatore. 3) Diagramma a stati e a traliccio. 4) Distanza libera. 5) Algoritmo di Viterbi Argomenti della Lezione 1) Codici convoluzionali 2) Circuito codificatore 3) Diagramma a stati e a traliccio 4) Distanza libera 5) Algoritmo di Viterbi 1 Codici convoluzionali I codici convoluzionali sono

Dettagli

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo.

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo. 1. Introduzione Project Scheduling: PERT Il PERT è una tecnica introdotta per la pianificazione ed il controllo di progetti in cui le durate t ij delle singole attività sono delle variabili aleatorie.

Dettagli

Introduzione alle Reti di Telecomunicazione

Introduzione alle Reti di Telecomunicazione Sorgenti informazione Qualità Servizio nelle Reti Telecomunicazione analogiche: voce, video caratterizzate dalle loro caratteristiche spettrali (occupazione in banda, correlazione,...) numeriche (o numerizzate):

Dettagli

Fondamenti di statistica per il miglioramento genetico delle piante. Antonio Di Matteo Università Federico II

Fondamenti di statistica per il miglioramento genetico delle piante. Antonio Di Matteo Università Federico II Fondamenti di statistica per il miglioramento genetico delle piante Antonio Di Matteo Università Federico II Modulo 2 Variabili continue e Metodi parametrici Distribuzione Un insieme di misure è detto

Dettagli

Il calcolo del VAR operativo mediante la metodologia stocastica parametrica. Simona Cosma

Il calcolo del VAR operativo mediante la metodologia stocastica parametrica. Simona Cosma Il calcolo del VAR operativo mediante la metodologia stocastica parametrica Simona Cosma Contenuti Il VAR operativo: inquadramento concettuale La metodologia attuariale EVT (Extreme Value Theory) Il VAR

Dettagli

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.

Dettagli

! # %# & # & # #( # & % & % ( & )!+!,!++

! # %# & # & # #( # & % & % ( & )!+!,!++ ! # %# & # & # #( # &! # % & % ( & )!+!,!++ ! # % & & ( ) +,.! / ( # / # % & ( % &,. %, % / / 0 & 1.. #! # ) ) + + + +) #!! # )! # # #.. & & 8. 9 1... 8 & &..5.... < %. Α < & & &. & % 1 & 1.. 8. 9 1.

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE TEORIA DELLE CODE Teoria delle code Obiettivo Avere uno strumento analitico per determinare le condizioni di funzionamento di una rete in termini prestazionali La teoria delle

Dettagli

PEREQUAZIONE CON LEGGI DI SOPRAVVIVENZA

PEREQUAZIONE CON LEGGI DI SOPRAVVIVENZA Siano PEREQUAZIONE CON LEGGI DI SOPRAVVIVENZA qˆ, = a, a +, K, ω le stime delle probabilità di morte q, = a, a +, K, ω, di un modello di sopravvivenza non parametrico ottenute secondo un approccio di stima

Dettagli

RISOLUZIONE DI PROBLEMI DI FISICA

RISOLUZIONE DI PROBLEMI DI FISICA RISOUZIONE DI PROBEMI DI FISICA Problema 1 Una massa puntiforme m = 2 kg è soggetta ad una forza centrale con associata energia potenziale radiale U( r) 6 A =, dove A = 2 J m 6. Il momento angolare della

Dettagli

CURVE DI DURATA: Introduzione e Rappresentazione analitica

CURVE DI DURATA: Introduzione e Rappresentazione analitica CURVE DI DURATA: Introduzione e Rappresentazione analitica Premesse Si definisce durata di una portata Q riferita ad una sezione di misura, l'intervallo di tempo in cui le portate naturali del corso d

Dettagli

0.1 Arco di curva regolare

0.1 Arco di curva regolare .1. ARCO DI CURVA REGOLARE 1.1 Arco di curva regolare Se RC(O, i, j, k ) è un riferimento cartesiano fissato per lo spazio euclideo E, e se v (t) = x(t) i + y(t) j + z(t) k è una funzione a valori vettoriali

Dettagli

Sistemi di Telecomunicazione

Sistemi di Telecomunicazione Sistemi di Telecomunicazione Progetto di collegamenti radio troposferici tra punti fissi Universita Politecnica delle Marche A.A. 2014-2015 A.A. 2014-2015 Sistemi di Telecomunicazione 1/29 Evoluzione dei

Dettagli

Simulazione. D.E.I.S. Università di Bologna DEISNet

Simulazione. D.E.I.S. Università di Bologna DEISNet Simulazione D.E.I.S. Università di Bologna DEISNet http://deisnet.deis.unibo.it/ Introduzione Per valutare le prestazioni di un sistema esistono due approcci sostanzialmente differenti Analisi si basa

Dettagli

Corso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a

Corso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a Corso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a Università degli Studi della Calabria Corso di Laurea in Ingegneria Elettronica. Ing. Domenico Famularo a Proprietà Letteraria Riservata

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta

Dettagli

Distribuzione esponenziale. f(x) = 0 x < 0

Distribuzione esponenziale. f(x) = 0 x < 0 Distribuzione esponenziale Funzione densità f(x) = λe λx x 0 0 x < 0 Funzione parametrica (λ) 72 Funzione di densità della distribuzione esponenziale 1 0.9 0.8 0.7 λ=1 0.6 f(x) 0.5 0.4 0.3 λ=1/2 0.2 0.1

Dettagli

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

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

Dettagli

Minimi quadrati vincolati e test F

Minimi quadrati vincolati e test F Minimi quadrati vincolati e test F Impostazione del problema Spesso, i modelli econometrici che stimiamo hanno dei parametri che sono passibili di interpretazione diretta nella teoria economica. Consideriamo

Dettagli

PROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE

PROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE PROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE (da un idea di M. Impedovo Variabili aleatorie continue e simulazione Progetto Alice n. 15, ) 1. La simulazione Nelle schede precedenti

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,

Dettagli

(a) Determinare lo stimatore di massima verosimiglianza θ di θ. (b) Calcolare la funzione di score e l informazione di Fisher.

(a) Determinare lo stimatore di massima verosimiglianza θ di θ. (b) Calcolare la funzione di score e l informazione di Fisher. Statistica Matematica, Anno Accademico 216/17, 27 Gennaio 217 ESERCIZIO 1 Siano X 1, X 2, X 3 variabili aleatorie indipendenti con legge X 1 Gamma(3,2), X 2 Gamma(5,1) e X 3 Gamma(4,3) Determinare la funzione

Dettagli

Modelli lineari generalizzati

Modelli lineari generalizzati Modelli lineari generalizzati Estensione del modello lineare generale Servono allo studio della dipendenza in media di una variabile risposta da una o più variabili antecedenti Vengono attenuate alcune

Dettagli

Numeri casuali. Randomness by obscurity. Generazione Deterministica? Caratteristiche del sistema. Caratteristiche del sistema

Numeri casuali. Randomness by obscurity. Generazione Deterministica? Caratteristiche del sistema. Caratteristiche del sistema Numeri casuali Importanti per molte primitive crittografiche un avversario non deve determinarli o indovinarli se non con una bassa probabilità Generazione Deterministica? Anyone who considers arithmetical

Dettagli

UNIVERSITA DEGLI STUDI DI ROMA TOR VERGATA ESERCIZI D ESAME DEL CORSO DI RETI DI TELECOMUNICAZIONI

UNIVERSITA DEGLI STUDI DI ROMA TOR VERGATA ESERCIZI D ESAME DEL CORSO DI RETI DI TELECOMUNICAZIONI UNIVERSITA DEGLI STUDI DI ROMA TOR VERGATA ESERCIZI D ESAME DEL CORSO DI RETI DI TELECOMUNICAZIONI rev. 1.0 ANDREA DETTI Reti di Telecomunicazioni Esercizi d esame pag. 2/20 1 Sia data una popolazione

Dettagli

3. Problemi inversi sulle annualità. Poliannualità

3. Problemi inversi sulle annualità. Poliannualità 3. Problemi inversi sulle annualità. Poliannualità Di cosa parleremo Individuate le modalità di determinazione dell accumulazione iniziale e finale di una rendita, i problemi inversi consistono nella determinazione

Dettagli

TEORIA DEI SISTEMI SISTEMI LINEARI

TEORIA DEI SISTEMI SISTEMI LINEARI TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.

Dettagli

Presentazione dell edizione italiana

Presentazione dell edizione italiana 1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli

Dettagli

Elementi di informatica musicale Conservatorio G. Tartini a.a Sintesi del suono. Sintesi del suono

Elementi di informatica musicale Conservatorio G. Tartini a.a Sintesi del suono. Sintesi del suono Elementi di informatica musicale Conservatorio G. Tartini a.a. 2001-2002 Sintesi del suono Ing. Antonio Rodà Sintesi del suono E neccessaria una tecnica di sintesi, ossia un particolare procedimento per

Dettagli

ESERCIZI SVOLTI. Eserczio

ESERCIZI SVOLTI. Eserczio ESERCIZI SVOLTI Eserczio In uno schema di multiplazione con etichetta l informazione d utente è trasferita mediante PDU composte da H=5 byte relativi a PCI e L=48 byte di carico utile. Si assuma che le

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Corso di laurea in Tossicologia Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale

Dettagli

Fisica Quantistica III Esercizi Natale 2009

Fisica Quantistica III Esercizi Natale 2009 Fisica Quantistica III Esercizi Natale 009 Philip G. Ratcliffe (philip.ratcliffe@uninsubria.it) Dipartimento di Fisica e Matematica Università degli Studi dell Insubria in Como via Valleggio 11, 100 Como

Dettagli

Statistica 2. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 2. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 2 Esercitazioni Dott. L 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

Argomenti della lezione:

Argomenti della lezione: Lezione 13 L analisi della Varianza (ANOVA): il modello lineare Argomenti della lezione: Modello lineare Disegni a una via L Analisi della Varianza (ANOVA): Esamina differenze tra le medie di due o più

Dettagli

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.

Dettagli

Modelli Log-lineari Bivariati

Modelli Log-lineari Bivariati Modelli Log-lineari Bivariati Luca Stefanutti Università di Padova Dipartimento di Psicologia Applicata Via Venezia 8, 35131 Padova L.Stefanutti (Università di Padova) Modelli Log-lineari 1 / 71 Contenuti

Dettagli