Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio
|
|
|
- Marcello Di Giacomo
- 6 anni fa
- Visualizzazioni
Transcript
1 Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma michele.scarpiniti@uniroma1.it M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 1 / 14
2 Esercitazione 5 Esercitazione 5 M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 2 / 14
3 Esercizio 1 Esercizio 1 Si generi un vettore aleatorio x di elementi con distribuzione uniforme nell intervallo [0, 1]. Si determini quindi il valore atteso, la mediana e la varianza dei dati, confrontandoli con i risultati teorici. M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 3 / 14
4 Esercizio 2 Esercizio 2 Date le tre osservazioni x 1 = [ ]; x 2 = [ ]; x 3 = [ ]; si determini la covarianza della matrice x = [x 1 ; x 2 ; x 3 ]. M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 4 / 14
5 Esercizio 3 Esercizio 3 Si generi un vettore aleatorio x di elementi con distribuzione uniforme nell intervallo [0, 1]. Si determini quindi la sequenza di correlazione su 10 lags, disegnandone il grafico. M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 5 / 14
6 Esercizio 4 Esercizio 4 Si generino due vettori aleatori x e y di elementi ciascuno con distribuzione uniforme nell intervallo [0, 1]. Si determini quindi la sequenza di cross-correlazione normalizzata su 10 lags, disegnandone il grafico. M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 6 / 14
7 Esercizio 5 Esercizio 5 Si generi un vettore aleatorio x di 15 elementi con distribuzione uniforme nell intervallo [0, 1]. Si determini quindi la matrice di auto-correlazione utilizzando tutta la matrice dati. M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 7 / 14
8 Esercizio 6 Esercizio 6 Si generi un vettore aleatorio x di 15 elementi con distribuzione uniforme nell intervallo [0, 1]. Si determini quindi la matrice di auto-correlazione utilizzando solo la parte centrale della matrice dati. M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 8 / 14
9 Esercizio 7 Esercizio 7 Si calcolino 15 coefficienti di predizione lineare per i dati contenuti nel file radio.wav. M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 9 / 14
10 Esercizio 8 Esercizio 8 Letto il file radio.wav e caricati i campioni in x, si effettui >> D = 3; >> ind = 15000; >> x( ind : end ) = D*x( ind : end ); Provare ad implementare un algoritmo di soft-limiter (ad esempio tanh(βx)) sul segnale x per limitare gli effetti del clipping. M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 10 / 14
11 Esercizio 9 Esercizio 9 Ripetere l esercizio precedente nel caso di segnale sinusoidale. Disegnare quindi lo spettrogramma del segnale prima e dopo l operazione di softlimiter: >> spectrogram (x,256,128,1 E3,Fs, yaxis ); M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 11 / 14
12 Esercizio 10 Esercizio 10 Provare ad implementare un algoritmo di hard-limiter. Si provi ad utilizzarlo nel caso di segnale sinusoidale. Disegnare quindi lo spettrogramma del segnale prima e dopo l operazione di hard-limiter. M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 12 / 14
13 Esercizio 11 Esercizio 11 Dato il segnale radio.wav caricato in x si comparino gli spettrogrammi e spectrogram (x, 512, 256, 512, Fs, yaxis ); spectrogram (x+1j*eps, 512, 256, 512, Fs, yaxis ); A cosa è dovuto questo comportamento? M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 13 / 14
14 Esercizio 12 Esercizio 12 Variare i parametri del composer illustrato nelle slide, graficamente gli effetti sul segnale. verificandone M. Scarpiniti Laboratorio per l Elaborazione MultiMediale Esercitazione 5 - Il Restauro dei Segnali Audio 14 / 14
Generazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
ESERCIZI DI RIEPILOGO 1
ESERCIZI DI RIEPILOGO 1 ESERCIZIO 1 La tabella seguente contiene la distribuzione di frequenza della variabile X = età (misurata in anni) per un campione casuale di bambini: x i 4.6 8 3.2 3 5.4 6 2.6 2
Esercitazioni di Metodi Statistici per la Biologia
Esercitazioni di Metodi Statistici per la Biologia Francesco Caravenna E-mail: francesco.caravenna@math.unipd.it Web: http://www.math.unipd.it/ fcaraven/didattica Indirizzo: Dipartimento di Matematica,
Statistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
Facoltà di Scienze Politiche Corso di laurea in Servizio sociale. Compito di Statistica del 7/1/2003
Compito di Statistica del 7/1/2003 I giovani addetti all agricoltura in due diverse regioni sono stati classificati per età; la distribuzione di frequenze congiunta è data dalla tabella seguente Età in
ANALISI MATEMATICA T-1 (C.d.L. Ing. Edile) Prova scritta totale
ANALISI MATEMATICA T-1 (C.d.L. Ing. Edile) Prova scritta totale Università di Bologna - A.A. 2010/2011-14 Giugno 2011 - Prof. G.Cupini MATRICOLA: COGNOME: NOME: ORALE: I app.: Martedì 21/6 II app. E-MAIL:
Problemi di base di Elaborazione Numerica dei Segnali
Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi
Distribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
Laboratorio di Calcolo B 68
Generazione di numeri casuali Abbiamo già accennato all idea che le tecniche statistiche possano essere utili per risolvere problemi di simulazione di processi fisici e di calcoli numerici. Dobbiamo però
Ulteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
Statistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
SISTEMI DI ELABORAZIONE NUMERICA DEI SEGNALI
SISTEMI DI ELABORAZIONE NUMERICA DEI SEGNALI Simone Morosi - Università di Firenze Dipartimento di Ingegneria dell Informazione (DINFO) Laboratorio di Elaborazione dei Segnali e Comunicazioni (LESC) S.
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
Corso di Identificazione dei Modelli e Analisi dei Dati
Corso di Identificazione dei Modelli e Analisi dei Dati Prof. Sergio Bittanti Esercitazione di Laboratorio A.A. 2010-11 Sistemi dinamici lineari a tempo discreto 1. Si consideri il sistema dinamico a tempo
Variabili casuali multidimensionali
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
Calcolare la media pesata dei voti del proprio libretto, dove il peso relativo a ciascun voto è il numero dei crediti dell insegnamento.
Esercitazione 1. Sia assegnata la matrice Si chiede di: 1 2 3 4 5 3 5 7 8 5 9 2 4 6 0 1. creare un altra riga i cui elementi sono il prodotto della I^ riga per 5; 2. creare un altra riga i cui elementi
Calcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
Statistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. I suoni Rappresentazione digitale
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2008/2009 Docente: ing. Salvatore
Modelli Multilineari e Misure di adeguatezza del modello
Metodi di Analisi dei Dati Sperimentali AA /2010 Pier Luca Maffettone Modelli Multilineari e Misure di adeguatezza del modello Sommario Regressione multilineare Coefficiente di determinazione (modelli
Circuiti e algoritmi per l elaborazione dell informazione
Università di Roma La Sapienza Facoltà di Ingegneria Laurea Specialistica in Ingegneria Elettronica Orientamento: Circuiti e algoritmi per l elaborazione dell informazione L x[n] y[n] Circuito: V g (t)
POLITECNICO DI TORINO TERZA ESERCITAZIONE ATTENZIONE
POLITECNICO DI TORINO Laboratorio di Elettrotecnica Data: Gruppo: Allievi: TERZA ESERCITAZIONE Strumenti utilizzati Materiale necessario Generatore di funzioni da banco Oscilloscopio da banco Bread-board
Comunicazioni Elettriche anno accademico Esercitazione 1
Comunicazioni Elettriche anno accademico 003-004 Esercitazione Esercizio Un processo aleatorio a tempo discreto X(n) è definito nel seguente modo: Viene lanciata una moneta. Se il risultato è testa X(n)=
TEORIA DEI SISTEMI E DEL CONTROLLO LM in Ingegneria Informatica e Ingegneria Elettronica
TEORIA DEI SISTEMI E DEL CONTROLLO LM in Ingegneria Informatica e Ingegneria Elettronica http://www.dii.unimore.it/~lbiagiotti/teoriasistemicontrollo.html Stima dello stato in presenza di disturbi: il
Università di Cassino Corso di Statistica 1 Esercitazione del 14/01/2008 Dott. Alfonso Piscitelli
Università di Cassino Corso di Statistica 1 Esercitazione del 14/01/2008 Dott. Alfonso Piscitelli Esercizio 1 Supponiamo che il collettivo che si vuole studiare sia composto da un gruppo di amici. La seguente
(5 sin x + 4 cos x)dx [9]
![(5 sin x + 4 cos x)dx [9]](/thumbs/53/32581225.jpg "(5 sin x + 4 cos x)dx [9]")
FACOLTÀ DI SCIENZE MM. FF. NN. CORSO DI LAUREA IN SCIENZE NATURALI II Modulo di Matematica con elementi di statistica. Esercitazioni A.A. 009.00. Tutor: Mauro Soro, p.soro@tin.it Integrali definiti Risolvere
Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo
Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo 1. Gli studi di simulazione possono permetterci di apprezzare alcune delle proprietà di distribuzioni campionarie ricavate
Nuovo Ordinamento Esame di Statistica I 24 giugno 2002 Cognome docente: J. Mortera / P. Vicard Nome
Esame di Statistica I 24 giugno 2002 Cognome 1. [12] Da un campione di 100 aziende agricole della provincia di Bologna è stata rilevata la classe di superficie (in migliaia di ettari) ottenendo i seguenti
Esercizi riepilogativi (dai compiti dell A.A. 2001/02 IV canale)
Esercizi riepilogativi (dai compiti dell A.A. 2001/02 IV canale) Grafici e distribuzioni univariate 1. Da un campione di 100 aziende agricole della provincia di Bologna è stata rilevata la classe di superficie
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
Statistica Sociale Prof.ssa Cristina Davino. Esercitazione sulla sintesi degli indicatori sociali
Esercitazione sulla sintesi degli indicatori sociali Aprire Excel Aprire il file indicatori xlstat.xls, foglio dati Ribaltare gli indicatori x1, x2, x5, x8, x9, x14 affinché abbiano un verso positivo:
Statistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
ESERCIZI - VER 29 MAGGIO Esercizi per le prove scritte di Analisi Matematica - ITPS corso B
ESERCIZI - VER 29 MAGGIO 2017 Esercizi per le prove scritte di Analisi Matematica - ITPS corso B Nome e cognome (leggibili): Firma: Matricola Si ricorda che non è consentito l uso di macchine calcolatrici
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
Statistica. Alfonso Iodice D Enza
Statistica Il e Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 21 Outline Il e 1 2 3 Il 4 e 5 () Statistica 2 / 21 Il e Due distribuzioni aventi stessa posizione
Prova di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.
UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel
Esercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
Corso di Fondamenti di Informatica e Laboratorio ato o T-AB
Università degli Studi di Bologna Facoltà di Ingegneria Corso di Fondamenti di Informatica e Laboratorio ato o T-AB Corso di Laurea in Ingegneria Elettronica e Telecomunicazioni Prof. Michela Milano Prof.
ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
Istituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
Variabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
Anno Scolastico 2015/16 PROGRAMMAZIONE ANNUALE CLASSE TERZA LICEO LINGUISTICO LICEO DELLE SCIENZE UMANE LICEO ECONOMICO-SOCIALE LICEO MUSICALE
LICEO LAURA BASSI - BOLOGNA Anno Scolastico 2015/16 PROGRAMMAZIONE ANNUALE CLASSE TERZA LICEO LINGUISTICO LICEO DELLE SCIENZE UMANE LICEO ECONOMICO-SOCIALE LICEO MUSICALE MATEMATICA ARGOMENTI: DIVISIONE
Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:
Fenomeni aleatori Misure Meccaniche e Termiche Sezione di Misure e Tecniche Sperimentali I fenomeni aleatori (o casuali) sono fenomeni empirici il cui risultato non è prevedibile a priori, caratterizzati
Confronto tra più di due campioni
Confronto tra più di due campioni La matrice dei dati Quando si esaminano più di due popolazioni, le informazioni sono u- sualmente organizzate sotto forma di matrice.,,, n ( ω ω ω ) 1 2 Pino, Maria,,Giacomo
Variabili tutte osservabili: regressione Si parla di regressione quando si ha a disposizione un campione sperimentale di numerosità n della forma X 1
Modelli lineari Come motivazione di ciò che stiamo per fare, pensiamo ai dati indicatori_benessere.txt. Quando li abbiamo esaminati nella lezione 1 tramite la rappresentazione nel piano delle componenti
Laboratorio di Meccanica (can C) A.A. 2014/15
Laboratorio di Meccanica (can C) A.A. 2014/15 Diario Tipo: PII: prova in itinere E: esercizi V: vacanza Lo scorso anno N Data Tipo Argomento N Data Tipo Argomento 1W No Lab 1W No Lab 1 mercoledì 4 marzo
Prova scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012
Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo
Introduzione a MATLAB
UNIVERSITA DEGLI STUDI DI PAVIA FACOLTA DI INGEGNERIA Corso di Fondamenti di Automatica (A.A. 2006/07) Prof.G.Ferrari Trecate Introduzione a MATLAB L. Magnani (lorenza.magnani@unipv.it) Dipartimento di
Taratura statica. Laboratorio n. 3 a.a. 2004-2005. Sito di Misure: http://misure.mecc.polimi.it
Laboratorio n. 3 a.a. 2004-2005 Taratura statica Prof. Alfredo Cigada 02-2399.8487 alfredo.cigada@polimi.it Ing. Alessandro Basso 02-2399.8488 alessandro.basso@polimi.it Ing. Massimiliano Lurati 02-2399.8448
Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa
Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza
MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla
Syllabus e Testi di Riferimento MIS 1 di 7 MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla Syllabus da testo 1 (la numerazione fa riferimento ai capitoli del
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot.
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 I Esonero - 29 Ottobre 2013 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
FONDAMENTI DI AUTOMATICA (Ingegneria Gestionale) Prof. Matteo Corno
POLITECNICO DI MILANO FONDAMENTI DI AUTOMATICA (Ingegneria Gestionale) Anno Accademico 2014/15 Prima prova in itinere 28/11/2014 COGNOME... NOME... MATRICOLA... FIRMA.... Verificare che il fascicolo sia
PROGRAMMA EFFETTIVAMENTE SVOLTO
A.S. 2015/2016 CLASSE 1 SEZ T PROGRAMMA EFFETTIVAMENTE SVOLTO DOCENTE Prof. Massimo Leone DISCIPLINA Informatica UDA1: Introduzione all Informatica. La rappresentazione delle informazioni Concetti elementari
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
Esercitazione del 06/03/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 6/3/ Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio. E la notte di San Lorenzo, Alessandra decide di andare a vedere le stelle cadenti. Osserverà
Fondamenti di Informatica
Fondamenti di Informatica Introduzione al Corso Prof. Arcangelo Castiglione A.A. 2016/17 Informazioni sul Corso 1/3 6 CFU 60 ore di lezione, suddivise in Lezioni frontali Esercitazioni pratiche al calcolatore
Audacity - Introduzione
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2008/2009 Docente: ing. Salvatore
Corso di Fondamenti di Informatica e Laboratorio T-AB
Università degli Studi di Bologna Facoltà di Ingegneria Corso di Fondamenti di Informatica e Laboratorio T-AB Corso di Laurea in Ingegneria Elettronica e Telecomunicazioni e Ingegneria dell Automazione
1.3c: La Codifica Digitale dei Suoni
Prof. Alberto Postiglione Dipartimento di Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno 1.3c: La Codifica Digitale dei Suoni Informatica Generale (Corso di
lunedì martedì mercoledì giovedì venerdì
Corso di laurea: Ingegneria informatica - L2 Curriculum: Percorso standard - 1 anno Date di inizio/fine curriculum: lunedì 19 settembre 2016 - venerdì 23 dicembre 2016 Periodo didattico: Primo Semestre
Programmazione Dipartimento Area Scientifica T. Rossi A.S. 2015/2016
Programmazione Dipartimento Area Scientifica T. Rossi A.S. 2015/2016 INDIRIZZO ISTITUTO TECNICO DISCIPLINA MATEMATICA- Competenze Abilità Conoscenze Utilizzare il linguaggio e i metodi propri della matematica
ESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo
ESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo 1 La seguente tabella riporta le frequenze relative riguardanti gli studenti di un università e gli esiti dell esame da essi sostenuto. Qual è la percentuale
Statistica Descrittiva III
Serie Bi-variate Statistica Descrittiva III Definizioni Serie statistiche bi-variate Rappresentazioni tabellari e grafiche Indici di posizione e di variabilità Dipendenza lineare: retta di regressione
PROGRAMMAZIONE DEL GRUPPO DISCIPLINARE A.S. 2015/2016 INDIRIZZO SCOLASTICO: DISCIPLINA: MATEMATICA ORE SETT.LI: 4 CLASSE: V SIA
ISTITUTO D ISTRUZIONE SUPERIORE Enrico Mattei ISTITUTO TECNICO COMMERCIALE LICEO SCIENTIFICO LICEO dellescienze UMANE Via delle Rimembranze, 26 40068 San Lazzaro di Savena BO Tel. 051 464510 464545 fax
Informatica Applicata al Suono Tutorial Matlab
Prof. Mario Malcangi malcangi@di.unimi.it MATLAB è un linguaggio di alto livello e un ambiente interattivo per il calcolo numerico, l'analisi e la visualizzazione dei dati e la programmazione. MATLAB consente
PSICOMETRIA E ANALISI DEI DATI
AA. 2009-2010 PSICOMETRIA E ANALISI DEI DATI c. Problemi di misurazione RICCARDO LUCCIO Dipartimento di Psicologia G. Kanizsa Università di Trieste Individuazione della scala di misura 1. Si conduce una
Statistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
Lab. 2 - Excel. Prof. De Michele e Farina
Lab. 2 - Excel Prof. De Michele e Farina 1 Utilizzo avanzato di un foglio elettronico: - Utilizzo di funzioni Regressioni lineari Istogrammi 2 La funzione somma restituisce la somma dei valori dei propri
Generatori di sequenze pseudocasuali. Manuela Aprile Maria Chiara Fumi
Generatori di sequenze pseudocasuali Manuela Aprile Maria Chiara Fumi Indice Concetti base e terminologia Random bit generator Pseudorandom bit generator Cenni di statistica Test Statistici Concetti base
SAPIENZA Università di Roma Facoltà di Ingegneria dell Informazione, Informatica e Statistica
SAPIENZA Università di Roma Facoltà di Ingegneria dell Informazione, Informatica e Statistica Esercitazioni di PROGETTAZIONE DEL SOFTWARE (Corso di Laurea in Ingegneria Informatica ed Automatica Corso
Introduzione generale. Cenni storici. 1 Problema di de Mèrè e soluzione. martedì 27 febbraio 2007
Corso di Calcolo delle probabilità - SIGAD -A.A. 2007/2008 Registro provvisorio delle Lezioni tenute da: Giuseppe Sanfilippo Settimana Giorno Lezione Lez N. Argomento Effettuata =SI Introduzione generale.
Statistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
Esercitazione ENS su processi casuali (13 e 14 Maggio 2008)
Esercitazione ES su processi casuali ( e 4 Maggio 2008) D. Donno Esercizio : Calcolo di autovalori e autovettori Si consideri un processo x n somma di un segnale e un disturbo: x n = Ae π 2 n + w n, n
3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
Analisi dei segnali nel dominio del tempo
Laboratorio di Telecomunicazioni - a.a. 200/20 Lezione n. 3 Analisi dei segnali nel dominio del tempo L.Verdoliva In questa seconda lezione determiniamo, con l uso di Matlab, i parametri che caratterizzano
SCHEMA DI VEQ PER VES METODO WESTERGREN. Emissione 2 25/11/2011 Approvazione DCRB Pagina 1 di 7
Emissione 2 25/11/2011 Approvazione DCRB Pagina 1 di 7 PROGRAMMA DI VEQ PER VES A. Organizzazione del Programma MATERIALI DI CONTROLLO: sangue di controllo preparato con globuli rossi umani utilizzabile
Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.
Sistemi di variabili casuali Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Esempi: - il massimo annuale della
Tema d esame del 15/02/12
Tema d esame del 15/0/1 Volendo aprire un nuovo locale, una catena di ristoranti chiede ad un consulente di valutare la posizione geografica ideale all interno di un centro abitato. A questo scopo, avvalendosi
a.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
Analisi delle Componenti Principali con R
Università di Bologna - Facoltà di Scienze Statistiche Laurea Triennale in Statistica e Ricerca Sociale Corso di Analisi di Serie Storiche e Multidimensionali Prof.ssa Marilena Pillati Analisi delle Componenti
Corso di. Fondamenti di Informatica T
Università degli Studi di Bologna Facoltà di Ingegneria Corso di http://lia.deis.unibo.it/courses/fondt-1011-elt Corso di Laurea in Ingegneria Elettrica Prof. Rebecca Montanari Anno accademico 2010/2011
Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
e) Calcolare la frazione di studenti che ottengono un punteggio esattamente uguale al punteggio minimo richiesto per superare il test di ammissione:
ESERCIZIO 1 Il test di ammissione alla prestigiosa Università STUDY produce punteggi che seguono una distribuzione normale con media 500 e scarto quadratico medio 100. Il punteggio necessario per superare
Corso di Psicometria Progredito
Corso di Psicometria Progredito 5. La correlazione lineare Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Tipi di relazione
Mini-Corso di Informatica
Mini-Corso di Informatica CALCOLI DI PROCESSO DELL INGEGNERIA CHIMICA Ing. Sara Brambilla Tel. 3299 sara.brambilla@polimi.it Note sulle esercitazioni Durante le esercitazioni impareremo a implementare
COSTRUZIONE DI UN VOLTMETRO A DIVERSE PORTATE; MISURA DELLA RESISTENZA INTERNA E VARIAZIONE DELLA PORTATA DI UN VOLTMETRO
COSTRUZIONE DI UN VOLTMETRO A DIVERSE PORTATE; MISURA DELLA RESISTENZA INTERNA E VARIAZIONE DELLA PORTATA DI UN VOLTMETRO L esercitazione è divisa in due parti. Nella prima parte si costruisce un voltmetro
Esercitazioni di Statistica
Esercitazioni di Statistica Variabili casuali Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio Determinare se le funzioni seguenti: 0.0 se x < 0. se x = g(x) = 0.5 se x = 0.7 se x = 3 se x =
A proposito di informatica
A proposito di informatica Sguardo d insieme sulla disciplina: una mappa delle materie e delle loro relazioni Università degli Studi di Milano Dipartimento di Informatica Bootstrap Day - 26 settembre 2016
OBIETTIVI. Conoscere i concetti di base dell Informatica. Conoscere i principi e gli strumenti di base della programmazione
Università degli Studi di Bologna Facoltà di Ingegneria Corso di http://lia.deis.unibo.it/courses/fondt-0910-elt Corso di Laurea in Ingegneria Elettrica Prof. Rebecca Montanari Anno accademico 2009/2010
Analisi dei Fattori. Francesca Marta Lilja Di Lascio Dip.to di Scienze Statistiche P. Fortunati Università di Bologna
Università di Bologna - Facoltà di Scienze Statistiche Laurea Triennale in Statistica e Ricerca Sociale Corso di Analisi di Serie Storiche e Multidimensionali Analisi dei Fattori Francesca Marta Lilja
Laboratorio di Matematica Computazionale A.A Lab. 9
Laboratorio di Matematica Computazionale A.A. 2007-2008 Lab. 9 Spline interpolanti lineari (interp1) e cubiche (spline) Esercizio 1 Assegnati i punti di coordinate x -1 1 2 3 5 y 0-1 5 2 1 si disegnino,
0.1 Percorrenza e Cilindrata
0.1 Percorrenza e Cilindrata Iniziamo ora un analisi leggermente più complessa basata sempre sui concetti appena introdotti. Innanzi tutto possiamo osservare, dal grafico ottenuto con il comando pairs,
CALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.
Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 4 Giugno 5 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5, Motivare dettagliatamente le risposte su fogli allegati e
Ringraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
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
PROGRAMMA DEL DÌ AUTOMATICI
MINISTERO DELL ISTRUZIONE DELL UNIVERSITA E DELLA RICERCA UFFICIO SCOLASTICO REGIONALE DEL LAZIO I.I.S.S. VIA SILVESTRI,301 Distretto 24 Municipio XVI - Cod. Mec. RMIS10800g Cod. Fisc. 97804460588 Email: