12. Figura di merito e rumore negli amplificatori ottici. L amplificatore Raman

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "12. Figura di merito e rumore negli amplificatori ottici. L amplificatore Raman"

Transcript

1 1. Figura di merito e rumore egli amplificatori ottici. L amplificatore Rama 1.1 Master Equatio Le leggi di emissioe ed assorbimeto formulate al Capitolo 10 o pogoo restrizioi sul modo di emissioe ed ifatti il decadimeto spotaeo avviee co ua desità di modi " # = # /$ c 3. E possibile scrivere le stesse leggi di emissioe ed assorbimeto i ua formulazioe moomodale i cui ache l emissioe spotaea viee costretta ad emettere i u uico modo assegato. I questa formulazioe le leggi si semplificao perché o avrò più u coefficiete apposito per l emissioe spotaea ma questo sarà il caso di macaza di campo dell emissioe stimolata. Posso poi itrodurre ivece del parametro desità di campo ottico W(ω) il più semplice parametro umero di fotoi e riscrivere i questo modo ua più semplice formulazioe fotoica delle leggi di assorbimeto ed emissioe, dove u uico coefficiete w (da o cofodere co la desità di eergia W(ω) usata ai paragrafi precedeti) sostituisce i tre coefficieti di Eistei probabilità di trasire dallo stato allo stato1e di emettere u fotoe h" i preseza di ua radiazioe lumiosa coteete fotoi modo # atomo# secodo probabilità di trasire dallo stato 1 allo stato e di assorbire u fotoe h" i preseza di ua radiazioe lumiosa coteete fotoi modo # atomo# secodo = w( +1) = w Cosideriamo adesso u campo ottico, come quello emesso per esempio da u amplificatore ottico di tipo EDFA: i esso l uico modo fotoico si può trovare a diversi livelli di eccitazioe ovvero avere diverse popolazioi : 0, 1,, 3, (-1), (), (+1), come illustrato ella figura seguete. Chiamo P la probabilità che il campo fotoico si trovi el -esimo stato di eccitazioe ovvero che cotega fotoi P = probabilità che il campo ottico si trovi co fotoi Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 1

2 Questo campo iteragirà co il materiale dell amplificatore ottico provocado trasizioi di assorbimeto e di emissioe (come studiato ai capitoli precedeti). Il materiale sarà popolato elettroicamete co le popolazioi ed. Suppogo che queste popolazioi siao molto gradi e che quidi siao mateute quasi-costati durate i processi di assorbimeto e di emissioe. Ad u certo istate temporale, se soo i fotoi preseti el campo ottico, vi sarao processi di emissioe dagli stati e di assorbimeto dagli stati che dimiuirao la popolazioe dello stato (portadolo ifatti rispettivamete allo stato (+1) e (-1)). La probabilità P subirà quidi ua variazioe di sego egativo el tempo del tipo: dp dt = " wp " w( +1)P Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007

3 Cotemporaeamete avrò processi di emissioe dal campo (-1) dagli stati e di assorbimeto dal campo (+1) da parte degli stati che mi produrrao ua variazioe positiva di P: dp dt = + w( +1)P +1 + wp "1 come illustrato ache ella figura seguete Il bilacio dei due feomei, mi produrrà ua equazioe di bilacio della popolazioe fotoica del campo ottico chiamata ache Master Equatio del campo ottico, del tipo dp dt = " wp " w( +1)P + w( +1)P +1 + wp "1 Questa equazioe (moomodale) è importate perché permette di studiare tutti i feomei della iterazioe fra u campo ottico ed i materiali e Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 3

4 quidi i feomei di assorbimeto, amplificazioe e laser e produrre le statistiche di emissioe ed assorbimeto dei fotoi. Nel seguito verrà studiata i alcue soluzioi semplici per l amplificatore ottico e la radiazioe termica. 1. Radiazioe termica Come primo esempio di soluzioe della Master Equatio cosideriamo il caso i cui o vi siao fotoi el campo ottico (=0) metre il materiale sia eccitato per via termica agli stati ed. Dei 4 termii della ME: dp dt = " wp " w( +1)P + w( +1)P +1 + wp "1 solo i termii co (+1) rimarrao e quidi ottego dp dt = " w(1)p 0 + w(1)p 1 allo stato stazioario,quado dp/dt = 0 posso risolvere questa equazioe i P 1 esprimedolo i fuzioe di P 0, ed e così i via ricursiva geerare ua catea di equazioi del tipo wp "1 " wp = 0 la cui soluzioe è P = N # P "1 = N & % ( $ ' P 0 Il valore di Po è determiabile sapedo che P deve essere ormalizzato i modo che sia " P =1 e quidi ottego " P = N % $ ' # & * " ( 1) N %-, $ '/ + # &. Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 4

5 itroducedo ora empiricamete il parametro umero di fotoi medio come = " riscrivo l equazioe precedete i fuzioe di questo parametro ed ottego siccome / è uguale a = " " = = " 1+ e sostituedo ell espressioe di P prima trovata " % P = $ ' # 1+ & P = ( +1) +1 * " %- (, 1) $ '/ = (1+ ) ) + # 1+ &. ( +1) +1 che, come abbiamo già visto, rappreseta la distribuzioe di probabilità caratteristica di ua sorgete termica (o distribuzioe di Bose-Eistei o distribuzioe della luce caotica o distribuzioe di Plack). Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 5

6 1.3 Radiazioe Amplificata Cosa succederà quado è " 0 o acora di più quado arrivo ad u iversioe di popolazioe ( > )? Che soluzioi prede la ME i questo caso? La soluzioe completa è molto complicata e si può avere solo umericamete. Può però essere utile osservare l adameto del primo e secodo mometo della distribuzioe ", cioè di = " P = " P A partire dalla ME, moltiplicado per e sommado per tutti gli si ottiee d dt = " w # ( +1)P + ( +1)P +1 # P + P #1 ovvero { } d dt = " w {# ( +1) + ( #1) # + ( +1) }P = " w{ # # + # # }P da cui = " wp # [( ) + ] d dt = w $ &# P N " N 1 % e quidi ottego # ( ) + P d dt = w ( " ) + w ' ) = w " ( ( ) + w Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 6

7 che rappreseta l equazioe di bilacio fotoico dell Amplificatore Ottico. Questa equazioe riassume tutte le caratteristiche di fuzioameto del processo di AO i ua cavità moomodale seza perdita. La sua soluzioe più geerale è [ = 0( " ) " ]e " ( " )wt + ( " ) dove 0 è il umero medio di fotoi preseti all igresso. Questa espressioe può essere vista come ( ) ( ) e" N1 "N N = 1 " 0 " ( )wt + ( ) " ( ) e" ( N1 "N )wt " " ovvero cambiado il sego della paretesi ( " ) ( = 0 e " )wt + ( )wt ( ) " 1" e + " Defiisco Guadago dell Amplificatore Ottico la quatità ( G = e " )wt e Fattore d Iversioe della Popolazioe sp / " = s# e quidi sarà = 0 G + ( G "1) s# Il termie ( G "1) s# rappreseta il cotributo forito alla produzioe di fotoi da parte del solo processo di Emissioe Spotaea Amplificata (ASE). L espressioe precedete può essere vista come = c + i Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 7

8 ( essedo c = 0 e " )wt = compoete coerete e ( i = s" 1# e # )wt [ ] = compoete icoerete o caotica Seguiamo ora l evoluzioe della statistica fotoica al variare delle codizioi iiziali e dell iversioe di popolazioe. Si può dimostrare che quado le due luci (quella coerete e quella caotica) soo preseti cotemporaeamete il grado di coereza del ordie vale g 0 ( ) = i + 4i c + c ( i + c ) - se 0 = 0, o vi è preseza iiziale di luce coerete, solo il cotributo icoerete rimae sia el processo di atteuazioe che di amplificazioe e g ( 0) " ; - se soo i u processo di atteuazioe (cioè > ) ed iizialmete è presete luce coerete di igresso, dopo u certo tempo rimae solo la compoete icoerete ed acora ua volta g ( 0) " ; - se ivece soo i preseza di u processo di amplificazioe > ed acora o ho luce di igresso ( 0 = 0), la luce all uscita dell amplificatore sarà solo la compoete i ed g ( 0) " ; - se ivece ho la preseza di luce coerete di igresso, sia la luce c e i aumeterao all aumetare del G ed il grado di coereza dipederà dall itesità delle relative compoeti, sapedo che dopo u certo tempo, gli espoeziali prevarrao e quidi c i " 0 ( ) # # 1 = N 0( # 1) = 0 s$ Questi risultati dimostrao che il processo di amplificazioe ottica tede a coservare la propria coereza della luce etrate. Osserviamo ora più da vicio il risultato otteuto. Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 8

9 Il termie ( c = 0 e " )wt è uguale al risultato otteuto ella trattazioe dell AO i cui viee costruita l equazioe di bilacio multimodale i fuzioe della propagazioe i z. Ifatti, ell accezioe qui utilizzata, w è il coefficiete di Eistei moomodale (ovvero per desità fotoica =1), e quidi w = "# Ioltre ed rappresetao il umero di atomi al livello eccitato e fodametale, metre ella precedete trattazioe rappresetavao il Numero/Volume, per cui ( " )wt diveta ( " )#$t e moltiplicado e dividedo per c ( " ) #$ c ct e defiedo ct = z e sapedo che " c = 1 volume ( N " # N "1 )$z, l equazioe diveta da cui ri-ottego l espressioe del G come ( G = e N " #N $ 1 )% a z Il termie i = ( G "1) s# rappreseta l ievitabile cotributo di rumore ASE che accompaga sempre il processo di AO. Questa è l espressioe moomodale. Per otteere l espressioe multimodo e valutare la poteza ASE tego presete che Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 9

10 imm = ( G "1) s# $ umero di modi di emissioe spotaea di questa emissioe di fotoi, solo la parte che propaga i fibra verrà raccolta, cioè solo l emissioe che rimae all itero dell agolo solido ( NA) /4" e per otteere la poteza emessa devo itegrare questa emissioe per tutta la bada dell AO, ovvero per 4 THz. Ottego quidi ( ) " P ASE = i # c $ NA 3 4# $ h" $ ( ) 0.1 = ( G %1) sp # $ %19 $ e se per esempio ipotizzo di avere u G = 30 db ed u s" = 4 P ASE =10 3 " 4 " # 4$ # = "10# = # =,4 mw Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre

11 1.4 Valutazioe della figura di merito di u Amplificatore Ottico Per valutare le proprietà statistiche della luce amplificata debbo valutare il termie. Utilizzo la stessa procedura adoperata per la valutazioe della media, sapedo che = " #. Moltiplico quidi etrambi i membri della ME, ed ottego d dt = " w # ( +1)$ + ( +1)$ +1 # 3 $ + 3 $ #1 { } ovvero d dt = " w{ # ( +1) + ( +1) # 3 + ( +1) 3 }$ % ( = " w& # 3 # # # ) ' * $ = " w{ ( # ) + ( 3 + ) + }$ = ( # )W + ( 3 + )W + W Risolvedo questa equazioe co la sostituzioe = 0G + ( G "1) s# posso ricavare la variaza " della mia amplificazioe " = # " OUT = 0 e # ( # )wt + $ N + ' & ) % # ( { } + e # ( #N )wt #1 # e # ( #N { )wt #1} + e # # ( )wt [ 0 # 0 # 0 ] e # ( #N { )wt #1} e # ( # )wt { } 0 # ovvero " OUT = G0 + ( G #1) s$ + G( G #1) s$ 0 + ( G #1) s$ + G 0 # G [ 0 # G 0 ] dove compaioo 4 termii pricipali che posso ricooscere dalla teoria del rapporto SNR come: Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre

12 G 0 + ( G "1) s# = termie di shot-oise G( G "1) s# 0 = termie di battimeto ASE-segale G "1 = termie di batimeto ASE-ASE ( ) s# G 0 " G 0 " G 0 = termie di rumore i eccesso A parte il 4 termie, ricoosco egli altri tre termii gli stessi termii otteuti dal processo di fotorivelazioe quado la luce di igresso era ua luce miscela cioè i termii prodotti da ua statistica di tipo La guerre. Si può dimostrare che il termie di excess oise è dipedete dalla statistica della luce i igresso. I particolare: - per luce coerete esso si aula: 0 " 0 di Poisso e quidi vale che " 0 = 0 ; ( ) " 0 - per luce caotica esso vale: 0 " 0 " 0 = 0 = 0 perchè soo i statistica Dispoedo del valor quadratico medio, posso valutare l evoluzioe del SNR attraverso l Amplificatore Ottico. Ho ifatti che, per defiizioe, ella ipotesi di luce coerete di igresso: ( SNR) OUT = OUT ( SNR) OUT = metre è " OUT ( SNR) IN = 0 0Bm ( G 0) G 0 + ( G "1) s# + G( G "1) s# 0 + ( G "1) [ s# ]Bm ( ) e quidi il Fattore di Merito F dell Amplificatore Ottico sarà per defiizioe ( SNR) IN SNR = F = 1 ( ) OUT G + G "1 G 0 s# + ( G "1) G + ( G "1) s# s# G 0 Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 1

13 e per u G >>1, semplificado l espressioe diveta F = 1 G + s" + s" + s" G 0 da cui per G grade 0 F = sp + s" 0 ovvero per segali di igresso gradi: F " s# e el caso ideale per s" che tede a 1 (caso della piea iversioe di popolazioe) ottego che F = cioè il Fattore di Merito di u Amplificatore Ottioc tede a 3 db solo el caso ideale che corrispode a: luce d igresso perfettamete coerete ( altrimeti avrei avuto u fattore di rumore i eccesso che o si aullava; poteza di segale sufficietemete grade; completa iversioe di popolazioe. Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre

14 1.5 L amplificatore distribuito di tipo Rama Abbiamo visto al paragrafo 11.3 che per piccoli segali l equazioe di guadago dell Amplificatore Ottico diveta dis dz = "# sa Is + $# sa I p I pump sat Is dalla quale itroducedo il uovo parametro sitetico g edfa defiito come g edfa = " a# I pump sat ottego dis dz = "# sa Is + g edfa IpIs Questa equazioe fa sistema co l equazioe di atteuazioe della pompa dip dz = "# pa Ip Queste due equazioi soo particolarmete adatte ad ua trattazioe propagativa dell AO, ovvero a descrivere feomei che avvegoo co la propagazioe di campi all itero delle fibre ottiche. La secoda equazioe rappreseta semplicemete l atteuazioe che subisce la pompa metre propaga. La prima equazioe mi dice, al primo termie del secodo membro, che l itesità del segale viee atteuata co il processo classico di atteuazioe i fibra (dove ad esempio Σ abbiamo visto valere "5 m "1 ) + u termie di guadago che è fuzioe dell itesità di pompa Ip e di Is stessa (ovvero del processo stimolato). Tutta la fisica dell iversioe di popolazioe rimae ascosta detro il coefficiete g edfa e la fuzioe di pompaggio viee ivece esplicitata dalla preseza di Ip. Valutiamo g edfa. Per " a = #5 m $ =1 I pump sat = W /m ed u drogaggio pari a 10 ppm (cui corrispodoo circa N T " = m #3 ) ottego: Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre

15 g edfa = "# = $ m % $9 I pump sat W Usado questo sistema di espressioi posso facilmete studiare l Amplificatore Ottico di tipo EDFA ma distribuito el quale cioè l amplificazioe avviee i Km di fibra ottica. Questo tipo di AO è stato studiato per molti ai, ma poi si è visto che o era coveiete rispetto quello a parametri cocetrati el quale grazie ad itese cocetrazioi di Er 3+ si aveva ua amplificazioe i pochi metri di fibra ottica. U equazioe molto simile a quella ricavata per l EDFA si ottiee per altri due tipi di AO distribuiti: l amplificatore Rama e l amplificatore Parametrico (o Kerr). Si può dimostrare che per l amplificatore Rama le equazioi equivaleti alle precedeti divetao & ( ' ( )( dis dz = "#Is + g Rama IpIs dip dz = "$ % $ s g Rama IpIs " #pip dove g Rama è acora misurata i m /W co uo spettro caratteristico che prevede u picco a frequeze comprese fra i 1 ed i 14 THz, dove vale g Rama "10 #13 m /W. Si ota ua differeza sostaziale rispetto al sistema di equazioi che descrivevao l EFDA distribuito: il flusso di fotoi di segale è equivalete al flusso di fotoi di pompa, per cui il termie di guadago è presete elle due equazioi co sego opposto: la pompa si svuota di fotoi che vegoo covertiti il fotoi di segale. Il feomeo Rama è u processo d urto o di scatterig di tipo aelastico che avviee i quasi tutti i materiali. Durate l iterazioe fra il fotoe e la molecola, lo stato elettroico molecolare viee eccitato ad eergia più alta per poi decadere immediatamete co la coseguete emissioe di u fotoe: se il decadimeto o avviee co l emissioe dello stesso fotoe di igresso l urto si dice aalestatico a sottolieare che l eergia del fotoe di emissioe varia rispetto all igresso. Nei solidi come la Silice della fibra ottica, l urto comporta iterazioe fra il fotoe d igresso e u sistema di vibrazioi molecolari orgaizzate chiamate fooi. I cosegueza dell urto aelastico si possoo avere due casi: Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre

16 il fotoe di uscita ha eergia più bassa i quato cede parte dell eergia ai fooi del materiale. I questo caso la radiazioe di ri-emissioe si chiama radiazioe Stokes ed il fotoe ri-emesso ha lughezza d oda più grade di quello di igresso; il fotoe di uscita ha eergia più alta i quato cattura l eergia dei fooi del materiale. I questo caso la radiazioe ri-emessa si chiama radiazioe Ati-Stokes ed il fotoe ri-emesso ha lughezza d oda più corta di quello di igresso. Questo processo è sitetizzabili dalle segueti espressioi $ +AtiStokes h" uscita = h" igresso ± h" Rama % &#Stokes Le vibrazioi molecolari soo l esito di processi di immissioe di eergia termica che avvegoo i tutti i materiali (sia essi solidi che cristallii che gassosi o liquidi) a temperatura diversa dallo zero assoluto. L eergia media vibrazioale è pari al 3kT / e el caso dei solidi cocorre ad eccitare sistemi molecolari complessi (catee) che vibrao secodo modi propri del materiale chiamati fooi. I fooi si presetao quidi co ua distribuzioe spettrale che sarà caratteristica del materiale e della temperatura alla quale si trova: le frequeze tipiche vao da pochi GHz alle diverse decie di THz. La distribuzioe spettrale fooica si rifletterà sulla produzioe di fotoi aelatici: ache essi preseterao ua variabilità eergetica (e quidi i lughezza d oda) che dipederà dal materiale icotrato ed alla sua temperatura. Nel caso della silice attoro alle lughezze d oda dell ifrarosso lo spettro fooico si preseta come ella figura seguete i cui i ordiata è rappresetata la popolazioe fooica ovvero la probabilità di trovare fooi alla eergia idicata i ascissa: si osserva che lo spettro fooico va da frequeze prossime allo zero sio a frequeze oltre i 40 THz co u picco dai 1 ai 14 THz: attoro a questo picco si avrà quidi la maggiore probabilità di avere u urto aelastico co cessioe/acquisizioe di eergia pari a h" = 6,6410 #34 $110 1 = 79,510 # joule = 49,7 mev se questo urto avviee co fotoi della terza fiestra di comuicazioe ottica, per la quale 15 GHz corrispodoo ad uo spostameto di circa 1 m, i fotoi i uscita dal processo d urto avrao ua lughezza d oda spostata di circa u cetiaio di m. Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre

17 Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre

18 Il processo di amplificazioe Rama avviee i preseza di due flussi fotoici cotemporaei: u flusso fotoico che eccita le molecole del materiale (o el caso di solidi i fooi ) ed u flusso fotoico che stimola il decadimeto dello stato eccitato producedo di cosequeza l amplificazioe: il processo di amplificazioe è quidi sempre dato dalla emissioe stimolata. I liea di pricipio l amplificazioe può avveire i tuta la bada fooica, sia per radiazioe Stokes che Ati-Stokes. Praticamete però essa avviee co maggiore probabilità attoro al picco di maggiore popolazioe e per radiazioe Ati-Stokes, i quato è difficile che a temperatura ambiete la popolazioe fooica sia molto eccitata. Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre

19 Osservado la figura si può ache immagiare che il processo d urto crei u livello virtuale all itero del materiale (virtuale, perchè o è u livello stazioario elettroico, ma è u livello eccitato otteuto mediate il processo d urto) da cui viee stimolata l emissioe Stokes: i questo seso osservo u aalogia fra lo schema Rama e lo schema di pompaggio a 3 livelli: è come se l assorbimeto Rama mi producesse u ripopolameto del livello virtuale il quale poi decade al livello fodametale sotto lo stimolo di u campo ottico di segale sempre presete, i modo da produrre amplificazioe ottica ella trasizioe fra il livello virtuale ed il livello fodametale. L amplificatore Rama prevede quidi che vi sia sempre ua pompa spostata i frequeza di u etità pari alla frequeza del fooe eccitato. Ad esempio, se questo è alla frequeza più probabile (cioè alla frequeza co più grade sezioe d urto) cioè 1,5 THz, questi equivalgoo attoro ad 1,5 micro a circa 100 m. Se quidi voglio amplificare u segale a 1550 m (posto i posizioe Ati-Stokes), debbo usare ua pompa a circa 1450 m. Questo schema è simmetrico: se cioè etra u fotoe Stokes e questo trova il fooe corrispodete eccitato, esso produce il fotoe di pompa (quello cioè che era servito a popolare il livello virtuale alto). Il feomeo Rama è u feomeo o-lieare che coivolge ella sua formulazioe sempre la preseza di due fotoi. Da questo schema di livelli virtuale si evice come mai i fotoi di pompa vegao covertiti i fotoi di segale direttamete dopo avere urtato cotro le molecole di silice. A livello di flusso fotoico si ha che: " p = " s e quidi h" s h" p h" p # p = h" s # s da cui " s " p I p = I s e quidi lo svuotameto dell itesità I " avviee oltre che per ormale Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre

20 atteuazioe, per coversioe di Ip i Is co efficieza " p /" s. Il valore modesto "10 #13 m /W ( ) del g Rama è equivalete a quello di u AO di tipo EDFA debolmete drogato (ad esempio 1 ppb) ed è il motivo per cui l Amplificatore Ottico di tipo Rama è usato sio ad ora prevaletemete i schemi distribuiti. I figura ad esempio la pompa Rama è posta al ricevitore ed i quella posizioe essa aiuta a pre-amplificare il segale di arrivo. Questo schema si chiama cotro-propagate perché il segale cotro-propaga rispetto alla pompa. I alterativa si può utilizzare ache uo schema copropagate ed il profilo dell itesità di segale i fuzioe della lughezza di propagazioe è illustrato ella figura seguete. Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 0

21 Comuicazioi Ottiche, Capitolo 1, Edizioe Ottobre 007 1

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

4: Strato fisico: i segnali nel tempo e nella frequenza

4: Strato fisico: i segnali nel tempo e nella frequenza 1 1 4: Strato fisico: i segali el tempo e ella frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche dei coettori) tra il mezzo trasmissivo

Dettagli

PROPRIETÀ DELLE POTENZE IN BASE 10

PROPRIETÀ DELLE POTENZE IN BASE 10 PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per

Dettagli

Dinamica del pacchetto d onda Gaussiano

Dinamica del pacchetto d onda Gaussiano Diamica del pacchetto d oda Gaussiao Suppoiamo di avere u sistema descritto da ua fuzioe d oda ormalizzata x ψ ψx π x e x x per cui si trova che la desità di probabilità di trovare la particella i x è

Dettagli

Riflessione, trasmissione o assorbimento

Riflessione, trasmissione o assorbimento Riflessioe, trasmissioe o assorbimeto L idice di rifrazioe complesso i fuzioe della frequeza è u parametro estremamete utile perché rappreseta tutte le caratteristiche ottiche del materiale. Quado la radiazioe

Dettagli

REGRESSIONE LINEARE E POLINOMIALE

REGRESSIONE LINEARE E POLINOMIALE REGRESSIONE LINEARE E POLINOMIALE Nota ua tabella di dati relativi alle osservazioi di due gradezze X e Y, è aturale formulare ipotesi su quale possa essere ua ragioevole fuzioe che rappreseti o che approssimi

Dettagli

Sommando le (8-13), (8-14), (8-19), (8-20), (8-21), (8-22) e uguagliando a zero si ottiene: V g

Sommando le (8-13), (8-14), (8-19), (8-20), (8-21), (8-22) e uguagliando a zero si ottiene: V g Correti a superficie libera 5 F p (8-) La proiezioe su s della forza di ierzia è ivece pari a: d ρ A ds ρ A ds + (8-) dt Sommado le (8-3), (8-4), (8-9), (8-0), (8-), (8-) e uguagliado a zero si ottiee:

Dettagli

Distribuzione normale o gaussiana

Distribuzione normale o gaussiana Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore

Dettagli

Esercizi sui numeri complessi per il dodicesimo foglio di esercizi

Esercizi sui numeri complessi per il dodicesimo foglio di esercizi Esercizi sui umeri complessi per il dodicesimo foglio di esercizi 6 dicembre 2010 1 Numeri complessi radici ed equazioi Ricordiamo iazitutto che dato u umero complesso z = x + iy, il suo coiugato, idicato

Dettagli

I seguenti dati sono stati ottenuti in un reattore batch omogeneo per l esterificazione di butanolo (B) e acido acetico (A):

I seguenti dati sono stati ottenuti in un reattore batch omogeneo per l esterificazione di butanolo (B) e acido acetico (A): Dipartimeto di Eergia Politecico di Milao Piazza Leoardo da ici 2-2 MILNO Esercitazioi del corso ONDMENTI DI PROESSI HIMII Prof. Giapiero Groppi ESERITZIONE Reattore di esterificazioe del butaolo I segueti

Dettagli

Entropia ed informazione

Entropia ed informazione Etropia ed iformazioe Primi elemeti sulla teoria della misura dell iformazioe Per trasmettere l iformazioe è ecessaria ua rete di comuicazioe, che, secodo l approccio teorico di Claude E. Shao e Warre

Dettagli

Lezione 3: Segnali periodici

Lezione 3: Segnali periodici eoria dei segali Segali a poteza media fiita e coversioe A/D Lezioe 3: Aalisi i frequeza Esempio di calcolo 005 Politecico di orio eoria dei segali aalisi i frequeza Poteza media Sia dato u segale (t)

Dettagli

Oscillatore controllato in tensione (VCO)

Oscillatore controllato in tensione (VCO) //6 Oscillatore cotrollato i tesioe (O) Frequeza di oscillazioe jl Z jl[ L() L()] [L L ()] L () T L //6 3 Guadago del O / f () L () L 4 () L 4 / Logf f f 3 Lf f () () L 4 Log Logf 4 Guadago del O / j /

Dettagli

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n. SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....

Dettagli

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge. Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):

Dettagli

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11 1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 Serie di potenze - Esercizi risolti 6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

Classificazione dei Segnali

Classificazione dei Segnali Classificazioe dei Segali Segali Determiati: Si dice di u segale del quale coosciamo esattamete l adameto el tempo. Del segale sappiamo tutto. Ad esempio s(t)si(4πt) è u segale determiato u segale biomedico

Dettagli

Caso studio 9. Distribuzioni doppie. Esempi

Caso studio 9. Distribuzioni doppie. Esempi 7/3/16 Caso studio 9 Si cosideri la seguete tabella che riporta i dati dei Laureati el 4 dei tre pricipali gruppi di corsi di laurea, per codizioe occupazioale a tre ai dalla laurea (Fote: ISTAT, Idagie

Dettagli

Astronomia Parte I Proprietà fondamentali delle stelle

Astronomia Parte I Proprietà fondamentali delle stelle Astroomia 017-18 Parte I Proprietà fodametali delle stelle 4 Righe spettrali elle stelle righe di emissioe cotiuo righe di assorbimeto 4180 Å 400 Å Classi spettrali Itesità relativa di alcui tipi di righe

Dettagli

Soluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente

Soluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente Soluzioe CPS 22/6/04 I parte 1. Chiamiamo C l eveto l idividuo scelto ha il colesterolo alto, V, O e NL rispettivamete è vegetariao, è oivoro e o magia latticii. I dati soo: P C = 0.4, P O C = 0.75, P

Dettagli

Dinamica reticolare. oscillazioni intorno all equilibrio: longitudinali. trasversali. forza di richiamo elastica (trattazione classica):

Dinamica reticolare. oscillazioni intorno all equilibrio: longitudinali. trasversali. forza di richiamo elastica (trattazione classica): oscillazioi itoro all equilibrio: Diamica reticolare logitudiali x - x x + x + x +3 X - X X + X + X +3 a x trasversali x - x x + x + x +3 X - X X + X + X +3 a x forza di richiamo elastica (trattazioe classica):

Dettagli

LA MISURA IN PSICOLOGIA

LA MISURA IN PSICOLOGIA Prof. Giulio Vidotto (Uiversità di Padova) Lez. 3 - Distribuzioe ormale e stadardizzazioe delle misure Argometi della lezioe Stadardizzazioe Distribuzioe Normale Distribuzioe Normale Stadard Stadardizzazioe

Dettagli

Pompa di calore a celle di Peltier. ( 3 ) Analisi dei dati

Pompa di calore a celle di Peltier. ( 3 ) Analisi dei dati Pompa di calore a celle di Peltier ( 3 ) Aalisi dei dati Scuola estiva di Geova 2 6 settembre 2008 1 Primo esperimeto : riscaldameto per effetto Joule Come descritto ella guida, misuriamo tesioe di alimetazioe

Dettagli

ESERCIZI UNITA G SOMMARIO

ESERCIZI UNITA G SOMMARIO Cotrollo Termico dei Sistemi di Calcolo Es.G/0 ESERCIZI UNITA G SOMMARIO G. PERDITE DI CARICO G.I. G.II. G.III. G.IV. G.V. G.VI. Efflusso da serbatoio Codotto di vetilazioe Pompaggio di ua portata d acqua

Dettagli

LE MISURE DI TENDENZA CENTRALE

LE MISURE DI TENDENZA CENTRALE STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare

Dettagli

= = 32

= = 32 Algabra lieare (Matematica CI) - 9 Algebra delle matrici - Moltiplicazioe Euple, righe e coloe Notazioe I algebra lieare giocao u ruolo importate le coppie, tere,, ple ordiate di umeri reali; cosi come

Dettagli

( ) = J s m

( ) = J s m CAPITOO 9 a meccaica quatistica QUESITI Quesito A ogi particella materiala co ua quatità di moto! p corrispode ua lughezza d oda, detta di De Broglie, data da: λ = h p. () Nel modello corpuscolare di Bohr

Dettagli

Esperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI

Esperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI Esperimetazioi di Fisica 1 Prova scritta del 1 febbraio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 7 10/09/2015 1. (12 Puti) Quesito. La variabile casuale cotiua x ha ua distribuzioe

Dettagli

Analisi Matematica A e B Soluzioni prova scritta n. 4

Analisi Matematica A e B Soluzioni prova scritta n. 4 Aalisi Matematica A e B Soluzioi prova scritta. 4 Corso di laurea i Fisica, 17-18 3 settembre 18 1. Scrivere le soluzioi dell equazioe differeziale ( u u + u = e x si x + 1 ). 1 + x Soluzioe. Si tratta

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

Circuiti a tempo discreto Raffaele Parisi

Circuiti a tempo discreto Raffaele Parisi Uiversità di Roma La Sapieza Laurea specialistica i Igegeria Elettroica Circuiti a tempo discreto Raffaele Parisi : Esempi di Sequeze e di Circuiti TD Sequeze otevoli, periodicità delle sequeze, esempi

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

Richiami sulle potenze

Richiami sulle potenze Richiami sulle poteze Dopo le rette, le fuzioi più semplici soo le poteze: Distiguiamo tra: - poteze co espoete itero - poteze co espoete frazioario (razioale) - poteze co espoete reale = Domiio delle

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

2.5 Calcolo dello stato di deformazione e sforzo in corrispondenza ad una concentrazione di tensione con superamento del limite di plasticizzazione

2.5 Calcolo dello stato di deformazione e sforzo in corrispondenza ad una concentrazione di tensione con superamento del limite di plasticizzazione .5 Calcolo dello stato di deformazioe e sforzo i corrispodeza ad ua cocetrazioe di tesioe co superameto del limite di plasticizzazioe Dato u elemeto co ua cocetrazioe di tesioe pari a K t = 3 L elemeto

Dettagli

Circuiti sequenziali. Capitolo 5

Circuiti sequenziali. Capitolo 5 Circuiti sequeziali Capitolo 5 Itroduzioe Nei circuiti combiatori L uscita dipede solo dagli igressi La variabile temporale o appare esplicitamete Nei circuiti sequeziali L uscita dipede dalla storia passata

Dettagli

FORMULAZIONE ALTERNATIVA DELLE EQUAZIONI DI MAXWELL IN FORMA INTEGRALE

FORMULAZIONE ALTERNATIVA DELLE EQUAZIONI DI MAXWELL IN FORMA INTEGRALE FORMULAZIONE ALTERNATIA DELLE EQUAZIONI DI MAXWELL IN FORMA INTEGRALE i riscrivoo le equazioi di Maxwell i ua forma itegrale alterativa comoda per la determiazioe delle codizioi al cotoro: Ed B d (3.5a)

Dettagli

Lezione 4 Corso di Statistica. Francesco Lagona

Lezione 4 Corso di Statistica. Francesco Lagona Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1 ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao

Dettagli

x n (1.1) n=0 1 x La serie geometrica è un esempio di serie di potenze. Definizione 1 Chiamiamo serie di potenze ogni serie della forma

x n (1.1) n=0 1 x La serie geometrica è un esempio di serie di potenze. Definizione 1 Chiamiamo serie di potenze ogni serie della forma 1 Serie di poteze È stato dimostrato che la serie geometrica x (1.1) coverge se e solo se la ragioe x soddisfa la disuguagliaza 1 < x < 1. I realtà c è covergeza assoluta i ] 1, 1[. Per x 1 la serie diverge

Dettagli

Gli Indici di VARIABILITA

Gli Indici di VARIABILITA Elemeti di Statistica descrittiva Gli Idici di VARIABILITA - Campo di variazioe - Scarto dalla media - Variaza - Scarto quadratico medio - Coefficiete di variazioe Idici di Variabilità I valori medi soo

Dettagli

Programma della I parte

Programma della I parte Programma della I arte Cei alla meccaica quatistica: il modello dell atomo Dall atomo ai cristalli: statistica di Fermi-Dirac, il modello a bade di eergia, oolazioe delle bade, livello di Fermi ei cristalli

Dettagli

Corso di Teoria dei Circuiti 1 - II modulo

Corso di Teoria dei Circuiti 1 - II modulo Uiversità di Roma La Sapieza - Sede di Latia - Laurea i Igegeria dell Iformazioe Corso di Teoria dei Circuiti 1 - II modulo Docete: Fabio Massimo Frattale Mascioli : Esempi di Sequeze e di Circuiti TD

Dettagli

3 Ricorrenze. 3.1 Metodo iterativo

3 Ricorrenze. 3.1 Metodo iterativo 3 Ricorreze Nel caso di algoritmi ricorsivi ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

Dettagli

Precorso di Matematica, aa , (IV)

Precorso di Matematica, aa , (IV) Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe

Dettagli

G = - RT ln K + RT ln Q G = RT ln (Q / K)

G = - RT ln K + RT ln Q G = RT ln (Q / K) Quoziete di reazioe e composizioe di equilibrio G = - RT l + RT l Q G = RT l (Q / ) Q < G < La reazioe procede spotaeamete dai reageti ai prodotti: Q crescerà fio a raggiugere il valore di (il sistema

Dettagli

Fenomeni ottici negli isolanti

Fenomeni ottici negli isolanti Feomei ottici egli isolati Buoa parte dei cristalli che o coducoo l eergia elettrica soo ache traspareti, proprietà quest ultima dalla quale deriva il sigificato comue della parola cristallo. Vale qui

Dettagli

Probabilità e Statistica (cenni)

Probabilità e Statistica (cenni) robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli

Dettagli

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni. Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

LEGGE DEI GRANDI NUMERI

LEGGE DEI GRANDI NUMERI LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

Analisi Matematica Soluzioni prova scritta parziale n. 1

Analisi Matematica Soluzioni prova scritta parziale n. 1 Aalisi Matematica Soluzioi prova scritta parziale. 1 Corso di laurea i Fisica, 018-019 3 dicembre 018 1. Dire per quali valori dei parametri α R, β R, α > 0, β > 0 coverge la serie + (!) α β. ( )! =1 Soluzioe.

Dettagli

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo

Dettagli

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice. La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori

Dettagli

Metodi statistici per lo studio dei fenomeni biologici

Metodi statistici per lo studio dei fenomeni biologici Metodi statistici per lo studio dei feomei biologici Alla fie di questa lezioe dovreste essere i grado di: spiegare i cocetti di stima putuale e stima itervallare iterpretare gli itervalli di cofideza

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate

Dettagli

Compito di SISTEMI E MODELLI. 5 Settembre 2014

Compito di SISTEMI E MODELLI. 5 Settembre 2014 Compito di SISTEMI E MODELLI 5 Settembre 24 No é ammessa la cosultazioe di libri o quaderi. Le risposte vao giustificate. Sarao rilevati per la valutazioe ache l ordie e la chiarezza di esposizioe. Cosegare

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

Algoritmi e Strutture Dati (Elementi)

Algoritmi e Strutture Dati (Elementi) Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti

Dettagli

Teorema delle progressioni di numeri primi consecutivi con distanza sei costante

Teorema delle progressioni di numeri primi consecutivi con distanza sei costante Teorema delle progressioi di umeri primi cosecutivi co distaza sei costate A cura del Gruppo Eratostee - http://www.gruppoeratostee.com/) Co la collaborazioe di Eugeio Amitrao ( http://www.atuttoportale.it/)

Dettagli

STATISTICA 1 ESERCITAZIONE 4

STATISTICA 1 ESERCITAZIONE 4 STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile

Dettagli

Analisi e Geometria 1

Analisi e Geometria 1 Aalisi e Geometria Politecico di Milao Igegeria Preparazioe al primo compito i itiere. Risolvere el campo complesso l equazioe z z = 4z.. Sia f la fuzioe a valori complessi defiita da f(z = per ogi z D,

Dettagli

Corso di Laurea in Fisica Compito di Fisica 3 (Prof. E. Santovetti) 7 settembre 2017

Corso di Laurea in Fisica Compito di Fisica 3 (Prof. E. Santovetti) 7 settembre 2017 Corso di Laurea i Fisica Compito di Fisica 3 (Prof. E. Satovetti) 7 settembre 07 Problema Si cosideri u iterferometro di Youg illumiato da u laser a Neodimio ( =.064 µm). U rivelatore di radiazioe ifrarossa

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Dettagli

Compito di SISTEMI E MODELLI. 4 Febbraio 2015

Compito di SISTEMI E MODELLI. 4 Febbraio 2015 Compito di SISTEMI E MODELLI 4 Febbraio 2015 No é ammessa la cosultazioe di libri o quaderi. Le risposte vao giustificate. Sarao rilevati per la valutazioe ache l ordie e la chiarezza di esposizioe. Cosegare

Dettagli

Le successioni: intro

Le successioni: intro Le successioi: itro Si cosideri la seguete sequeza di umeri:,,, 3, 5, 8, 3,, 34, 55, 89, 44, 33, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi mesi i u allevameto! Si

Dettagli

Prova d esame di Calcolo delle Probabilità 02/07/2011

Prova d esame di Calcolo delle Probabilità 02/07/2011 Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura

Dettagli

3... Def. Principio di moltiplicazione. Es. Lancio di due dadi

3... Def. Principio di moltiplicazione. Es. Lancio di due dadi Calcolo Combiatorio richiami) /3 Il calcolo combiatorio Aalisi combiatoria) si prefigge di stabilire quati gruppi si possoo formare da u certo umero di oggetti, ua volta ota la legge di formazioe dei gruppi

Dettagli

Velocità della Luce e sua variazione. Nel passaggio dal vuoto ( cm/sec) ad un altro mezzo la velocità della luce diminuisce.

Velocità della Luce e sua variazione. Nel passaggio dal vuoto ( cm/sec) ad un altro mezzo la velocità della luce diminuisce. RIFRATTOMETRIA Defiizioe La rifrattometria è ua tecica strumetale che si basa sulla determiazioe di u parametro, l idice di rifrazioe, associato al feomeo della rifrazioe, cioè alla variazioe subita dalla

Dettagli

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa

Dettagli

Fisica 2 per biotecnologie: Prova Scritta 2 Settembre 2011

Fisica 2 per biotecnologie: Prova Scritta 2 Settembre 2011 Fisica 2 per biotecologie: Prova Scritta 2 Settembre 2011 Scrivere immediatamete, ED IN EVIDENZA, sui due fogli protocollo cosegati (ed evetuali altri fogli richiesti) la seguete tabella: NOME :... Numero

Dettagli

2T(n/2) + n se n > 1 T(n) = 1 se n = 1

2T(n/2) + n se n > 1 T(n) = 1 se n = 1 3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

Dettagli

Distribuzione normale

Distribuzione normale Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).

Dettagli

PROBLEMI DINAMICI. 6.1 Equazioni di equilibrio dinamico. L'equazione di equilibrio dinamico di un corpo discretizzato in n elementi finiti è:

PROBLEMI DINAMICI. 6.1 Equazioni di equilibrio dinamico. L'equazione di equilibrio dinamico di un corpo discretizzato in n elementi finiti è: Corso 202/203 Atoio Patao - Dipartimeto di Meccaica, iversità di Palermo 6. Equazioi di equilibrio diamico L'equazioe di equilibrio diamico di u corpo discretizzato i elemeti fiiti è: 6.)... M C K F dove:

Dettagli

Trasmissione del calore con applicazioni numeriche: informatica applicata

Trasmissione del calore con applicazioni numeriche: informatica applicata Corsi di Laurea i Igegeria Meccaica Trasmissioe del calore co applicazioi umeriche: iformatica applicata a.a. 17/18 Teoria Parte I Prof. Nicola Forgioe Dipartimeto di Igegeria Civile e Idustriale E-mail:

Dettagli

a n (x x 0 ) n. (1.1) n=0

a n (x x 0 ) n. (1.1) n=0 Serie di poteze. Defiizioi Assegati ua successioe {a } di umeri reali e u puto x dell asse reale si dice serie di poteze u espressioe del tipo a (x x ). (.) Il puto x viee detto cetro della serie e i umeri

Dettagli

Accenni al calcolo combinatorio

Accenni al calcolo combinatorio Accei al calcolo combiatorio Dario Malchiodi e Aa Maria Zaaboi ottobre 2017 Pricipio fodametale del calcolo combiatorio: se ci soo s 1 modi per operare ua scelta e, per ciascuo di essi, ci soo s 2 modi

Dettagli

Il Metodo dei Minimi Quadrati: Alcuni Esempi Svolti. Alessandro Zaccagnini

Il Metodo dei Minimi Quadrati: Alcuni Esempi Svolti. Alessandro Zaccagnini Il Metodo dei Miimi Quadrati: Alcui Esempi Svolti Alessadro Zaccagii alessadro.zaccagii@uipr.it 14 ottobre 5 Capitolo 1 Modelli lieari 1.1 Defiizioi Ricordiamo le defiizioi: soo date coppie di umeri reali

Dettagli

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

Dettagli

Ricorrenze. 3 1 Metodo iterativo

Ricorrenze. 3 1 Metodo iterativo 3 Ricorreze 31 Metodo iterativo Il metodo iterativo cosiste ello srotolare la ricorreza fio ad otteere ua fuzioe dipedete da (dimesioe dell iput). L idea è quella di reiterare ua data ricorreza T () u

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Daniela Tondini

Daniela Tondini Daiela Todii dtodii@uite.it Facoltà di Bioscieze e Tecologie agro-alimetari e ambietali e Facoltà di Medicia Veteriaria C.L. i Biotecologie Uiversità degli Studi di Teramo 1 La mediaa o valore mediao M

Dettagli

Non presenta difficoltà concettuali il passaggio dalle equazioni lineari a coefficienti costanti del secondo ordine a quelle di ordine maggiore.

Non presenta difficoltà concettuali il passaggio dalle equazioni lineari a coefficienti costanti del secondo ordine a quelle di ordine maggiore. Le equazioi differeziali lieari di ordie > a coefficieti costati. No preseta difficoltà cocettuali il passaggio dalle equazioi lieari a coefficieti costati del secodo ordie a quelle di ordie maggiore.

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

Circuiti a tempo discreto

Circuiti a tempo discreto Uiversità di Roma La Sapieza Laurea specialistica i Igegeria Elettroica Circuiti a tempo discreto Raffaele Parisi : Esempi di Sequeze e di Circuiti TD Sequeze otevoli, periodicità delle sequeze, esempi

Dettagli

Trasformata discreta di Fourier Ingegneria Clinica A.A

Trasformata discreta di Fourier Ingegneria Clinica A.A Uiversità di Roma La Sapieza Corso di Elaborazioe di Dati e Segali Biomedici Facoltà di Igegeria Trasformata discreta di Fourier Igegeria Cliica A.A. 7-8 Fracesco Ifariato, PhD Laboratorio di Bioigegeria

Dettagli

1. Converge. La serie è a segno alterno. Non possiamo usare il criterio di assoluta convergenza, perché

1. Converge. La serie è a segno alterno. Non possiamo usare il criterio di assoluta convergenza, perché Soluzioi.. Coverge. La serie è a sego altero. No possiamo usare il criterio di assoluta covergeza, perché log log a = > + e il fatto che la serie i valore assoluto diverge o permette di trarre coclusioi

Dettagli

Il discriminante Maurizio Cornalba 23/3/2013

Il discriminante Maurizio Cornalba 23/3/2013 Il discrimiate Maurizio Coralba 3/3/013 Siao X 1,..., X idetermiate. Cosideriamo i poliomi V (X 1,..., X ) = i>j(x i X j ) (X 1,..., X ) = V (X 1,..., X ) Il poliomio V (X 1,..., X ) è chiaramete atisimmetrico.

Dettagli

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Programma (orientativo) secondo semestre 32 ore - 16 lezioni Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel: UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 9/1 Prova scritta del 13/1/1 Esercizio 1 Ua Ditta commerciale guadaga ogi ao ua somma X, ove si puo assumere che X N(µ, σ ). Ogi ao la Ditta paga ua tassa fissa

Dettagli

Corso di Analisi Matematica 1 - professore Alberto Valli

Corso di Analisi Matematica 1 - professore Alberto Valli Uiversità di Treto - Corso di Laurea i Igegeria Civile e Igegeria per l Ambiete e il Territorio - 07/8 Corso di Aalisi Matematica - professore Alberto Valli 8 foglio di esercizi - 5 ovembre 07 Taylor,

Dettagli