Sinusoide a fase aleatoria

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Sinusoide a fase aleatoria"

Transcript

1 Sinusoide a fase aleatoria x(t) = cos(ωt + ϑ) ϑ U(,π) Caratterizzazione di primo ordine. Fisso un istante di tempo arbitrario t. Siccome ω è costante, posso porre ωt = Φ Ottengo la V.. (Variabile leatoria) X che è una trasformazione di ϑ: X = cos(φ + ϑ) = g(ϑ) Calcolo della pdf: Calcolo la pdf col teorema fondamentale: f x (x) = i f ϑ (ϑ i ) g (ϑ i ) = i π g (ϑ i ) ϑ i = Sol[g(ϑ) = x] perché ϑ è una distribuzione uniforme e la sua pdf è: { ϑ U(,π) f ϑ (ϑ i ) = π = π ϑ i π altrimenti X ha valori in un intervallo limitato quindi non ci sono soluzioni ϑ i fuori dell intervallo. llora la pdf è nulla all esterno di [-,] X = cos( ) X + f x (x) = x > Quindi devo ragionare solo sui valori x La derivata è semplice da calcolare: g (ϑ) = D[cos(Φ + ϑ)] = sin(φ + ϑ) g (ϑ) = sin(φ + ϑ) Devo trovare le soluzioni ϑ i in funzione di x: ϑ i = Sol[g(ϑ) = x] g(ϑ i ) = x cos(φ + ϑ i ) = x cos(φ + ϑ i ) = x Sfruttando la relazione fondamentale della trigonometria: ( x ) sin x+cos x = sinx = cos x sin(φ + ϑ i ) = cos (Φ + ϑ i ) = = ( x = g (ϑ) = sin(φ + ϑ) = ) Per cui ottengo:

2 f x (x) = i π ( ) = i x π ( ) x [,] x Devo solo capire quante sono le soluzioni e, quindi, quanto vale i. Le soluzioni, in realtà sono infinite, perché il coseno è una funzione periodica, ma la pdf di ϑ, come visto si annulla identicamente al di fuori dell intervallo [,π]. Nei calcoli, in pratica, abbiamo implicitamente considerato solo le soluzioni interne a quest intervallo, ponendo f ϑ = /π. Le soluzioni in [,π] sono due, una sul tratto discendente [,π] ed una sul tratto ascendente [π,π]: f x (x) = π ( ) = x { π ( x) x altrimenti Calcolo della CDF: Per ottenere la CDF integro la pdf: F X (x) = P(X x) F X (x) = dim x f X (x)dx La pdf è priva di impulsi, quindi la CDF è continua. Inoltre, per x > la pdf è nulla, quindi la CDF sarà costante: { FX ( ) x < F X (x) = F X () x > dove le uguaglianza valgono per la continuità. Ragiono per x : x x F X (x) = f X (u)du = π ( ) du = u π x ( u ) du; Pongo: ( u y = u = y du = dy ) ed effettuo la sostituzione. F X (x) = x π dy = y π [arcsiny] x = [ ( x ] arcsin arcsin( ) = π ) = π [ ( x ( arcsin ) π )] = + ( x ) π arcsin x vrò, ricordando quanto visto in precedenza: F X ( ) = F X (x) x < = F X ( ) = + ( π arcsin ) = =

3 F X (+ ) = F X (x) x > = F X () = + ( ) π arcsin = + = per cui la CDF e, di conseguenza, la pdf che ho trovato sono valide. x < F X (x) = + π arcsin( ) x x x > Caratterizzazione sintetica. Nel calcolo dei momenti, spesso ricorre il calcolo dell integrale del coseno in un intervallo di periodicità. Essendo, il coseno, una funzione pari, l integrale è nullo. Il calcolo, però viene svolto lo stesso, per completezza. Media: µ X (t) = E[X] = E[cos(ωt + ϑ)] = E[cos(Φ + ϑ)] = Uso il teorema fondamentale della media: = + cos(φ + ϑ) f ϑ (ϑ)dϑ = π π cos(φ + ϑ)dϑ = [sin(φ + ϑ)]π π = = π [sin(φ + π) sinφ] = π = = µ X La media non dipende dall istante in cui la si calcola. E costante nel tempo Varianza e VQM: La media è nulla, per cui σ (t) = VR = V QM µ = V QM = V QM Calcolo il valore quadratico medio: Uso le formule di bisezione: X = E[ cos (ωt + ϑ)] = E[cos (Φ + ϑ)] cos x = + cosx Sostituendo ottengo, per linearità: [ + cos(φ + ϑ) X = E cos (Φ + ϑ) = ] = + cos[(φ + ϑ)] E[] + E cos( }{{} Φ +ϑ) = k = { + E [cos(k + ϑ)]} = + E [cos(k + ϑ)] = 3

4 pplico il teorema fondamentale: = + + cos(k+ϑ) f ϑ (ϑ)dϑ = + π cos(k+ϑ)dϑ = 4π + [sin(k + ϑ)]π 8π = = + [sin(k + 4π) sink] = 8π + 8π = = σ nche VQM e varianza sono costanti. Valore efficace (RMS) e deviazione standard: Momenti di ordine. X RMS = V QM = σ = σ = DEV.ST D. = Funzione di autocorrelazione statistica: = r x (t,τ) = E [x(t,ζ) x((t,τ),ζ)] = E[X(t) X(t τ)] = E [cos(ωt + ϑ) cos(ω(t τ) + ϑ)] = E [cos(ωt + ϑ)cos(ωt ωτ + ϑ)] Uso le formule di Werner: cosαcosβ = [cos(α + β)cos(α β)] [ ] r x (t,τ) = E (cos((ωt + ϑ) + (ωt ωτ + ϑ)) + cos((ωt + ϑ) (ωt ωτ + ϑ))) = = = E [cos(ωt + ϑ + ωt ωτ + ϑ) + cos(ωt + ϑ ωt + ωτ ϑ)] = {E [cos(ωt ωτ + ϑ)] + E [cos(ωτ)]} = E cos(ω(t τ) +ϑ) + cos(ωτ) }{{} = k cos(ωτ) + E [cos(k + ϑ)] = cos(ωτ) + = cos(ωτ) = r x(τ) La media di cos(k + ϑ) l avevo già calcolata per la varianza. La funzione di autocorrelazione statistica in tempo-ritardo non dipende dal tempo ma solo dal ritardo. 4

5 Funzione di autocorrelazione statistica: Uso la relazione nota: c x (t,τ) = r x (t,τ) µ X (t)µ X (t τ) = r x (t,τ) µ X = r x (t,τ) La media è nulla, quindi autocorrelazione ed autocovarianza coincidono. E siccome la prima non dipende da t anche la seconda sarà funzione soltanto del ritardo: Stazionarietà. c x (τ) = r x (τ) = cos(ωτ) Stazionarietà del primo ordine: Si ha quando la pdf di primo ordine non varia nel tempo. In pratica, tutte le variabili aleatorie che posso estrarre dal processo sono identicamente distribuite. Ho già visto che: f x (x;t) = π ( ) = f x (x) x per cui, la sinusoide a fase aleatoria è stazionaria del primo ordine. Stazionarietà del secondo ordine: Si dimostra che non vale la stazionarietà del secondo ordine, quindi neanche quelle di ordine superiore. Stazionarietà in senso lato (SSL): non dipendono dal tempo: Un segnale è SSL se la media e l autocovarianza SSL { µx (t) = µ X costante r x (t,τ) = r x (τ) Poiché: µ X (t) = µ X = r x (t,τ) = r x (τ) = cos(ωτ) la sinusoide a fase aleatoria è stazionaria in senso lato. Medie temporali. Ergodicità: La sinusoide a fase aleatoria è ergodica sia per la componente continua che per la potenza. Valgono, cioè, le seguenti condizioni: T T [ T [ lim T + 4T c x (t,τ)dtdτ = lim VR E x(t) ] ] dt = T T T + T T Inoltre, per le proprietà di stazionarietà, la convergenza vale puntualmente anziché in media quadratica. 5

6 Componente continua: cioè fisso un valore di ϑ: Mi basta calcolare la media di una sola realizzazione, x dc = E[x(t)] = x(t) = cos(ωt + ϑ) La media temporale di un segnale periodico coincide con la media calcolata su un solo periodo (T,T + T ): lim T + T T T x(t)dt = T +T x(t)dt = T T x dc = T cos(ωt + ϑ)dt = T cos(ωt + ϑ)dt = T T La sinusoide a fase aleatoria è un segnale puramente alternativo. Potenza e valore efficace: potenza: Un segnale periodico è, in generale, un segnale di P x = x(t) = (cos(ωt + ϑ)) = cos (ωt + ϑ) = T cos (ωt +ϑ)dt = T utilizzo, ancora, le formule di bisezione (vedi Varianza): P x = T T [ + cos[(ωt + ϑ)] dt = T T ] dt + cos[(ωt + ϑ)]dt = T T T dt + T cos[(ωt + ϑ)]dt = T + T cos(ωt + ϑ T T T }{{} )dt = k Pongo: ωt = x t = ω x dx dt = ω = P x = + T cos(x+k)dx = T ω + T cos(x+k)dx = 4ωT + = 4ωT La radice della potenza è il valore efficace: x RMS = P x = = = 6

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

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

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

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

Richiami di teoria della probabilità

Richiami di teoria della probabilità Richiami di teoria della probabilità Lo spazio fondamentale S F rappresenta l insieme di tutti i risultati ξ i che si escludono mutuamente che si possono ottenere da un esperimento aleatorio. Esempio.

Dettagli

Segnali (processi) aleatori (casuali)

Segnali (processi) aleatori (casuali) Segnali (processi) aleatori (casuali) Definizione di processo aleatorio Descrizione statistica di un processo aleatorio Media, potenza, varianza Autocorrelazione e autocovarianza Filtraggio di un processo

Dettagli

Esempio di Processo Aleatorio La passeggiata casuale Per ogni kt si genera una v.a. Y Bernoulliana con ( A) ( A) 1 k = 1,2,... { }

Esempio di Processo Aleatorio La passeggiata casuale Per ogni kt si genera una v.a. Y Bernoulliana con ( A) ( A) 1 k = 1,2,... { } Esempio di Processo Aleatorio La passeggiata casuale Per ogni kt si genera una v.a. Y Bernoulliana con ( A) ( A) Se Y = A X{ kt} = X{ ( k 1) T} + 1 k = 1,2,... { } Y = A X{ kt} = X{ ( k 1) T} 1 k = 1,2,...

Dettagli

Ripasso segnali e processi casuali. Trasmissione dell Informazione

Ripasso segnali e processi casuali. Trasmissione dell Informazione Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale

Dettagli

Introduzione ai segnali determinati

Introduzione ai segnali determinati Teoria dei segnali Unità 1 Introduzione ai segnali determinati Introduzione ai segnali determinati Sviluppo in serie di Fourier Trasformata di Fourier 005 Politecnico di Torino 1 Introduzione ai segnali

Dettagli

Comunicazioni Elettriche anno accademico Esercitazione 1

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)=

Dettagli

7. Forze elastiche. Nella figura 1 il periodo è T = 2s e corrisponde ad un moto unidimensionale limitato tra i valori x = 0 ed x = 1.

7. Forze elastiche. Nella figura 1 il periodo è T = 2s e corrisponde ad un moto unidimensionale limitato tra i valori x = 0 ed x = 1. 1 Moti periodici 7. Forze elastiche Un caso particolare di moto accelerato è un moto periodico. In figura 1 è riportato un esempio di moto periodico unidimensionale. Un moto periodico si ripete identicamente

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso di Fondamenti di Telecomunicazioni Prof. Mario Barbera [parte ] Variabili aleatorie Esempio: sia dato l esperimento: Scegliere un qualunque giorno non festivo della settimana, per verificare casualmente

Dettagli

Serie di Fourier - Esercizi svolti

Serie di Fourier - Esercizi svolti Serie di Fourier - Esercizi svolti Esercizio 1 È data la funzione f con domf) = R, periodica di periodo, tale che onda quadra) 1 se < x < fx) = se x = e x = 1 se < x < 1) 1 Calcolare i coefficienti di

Dettagli

Teoria dei Segnali Introduzione ai processi stocastici

Teoria dei Segnali Introduzione ai processi stocastici Teoria dei Segnali Introduzione ai processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Introduzione ai processi

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017

Tutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017 Tutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017 Esercizi: serie di potenze e serie di Taylor 1 Date le serie di potenze a.) n=2 ln(n) n 3 (x 5)n b.) n=2 ln(n)

Dettagli

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del sesto appello, 16 luglio 2018 Testi 1

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del sesto appello, 16 luglio 2018 Testi 1 Scritto del sesto appello, 6 luglio 208 Testi Prima parte, gruppo.. Trovare α [0, 2π) per cui vale l identità trigonometrica sin(x π/3) = cos(x + α). 2. Trovare il polinomio di Taylor (in 0) di ordine

Dettagli

Analisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a

Analisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a Michele Campiti Prove scritte di Analisi Matematica 2 Ingegneria Industriale a.a. 20 202 Grafico della funzione f(x, y) := sin(2x 2 y) cos(x 2y 2 ) in [ π/2, π/2] 2 Raccolta delle tracce di Analisi Matematica

Dettagli

Risposta La curva r è regolare a tratti per via di quanto succede della sua rappresentazione parametrica nel punto t = 1: pur riuscendo

Risposta La curva r è regolare a tratti per via di quanto succede della sua rappresentazione parametrica nel punto t = 1: pur riuscendo ANALISI VETTORIALE OMPITO PER LE VAANZE DI FINE D ANNO Esercizio Sia r(t) la curva regolare a tratti x = t, y = t, t [, ] e x = t, y = t, t [, ]. alcolare la lunghezza di r, calcolare, dove esistono, i

Dettagli

Esercizi di integrazione

Esercizi di integrazione 5 Esercizi di integrazione Es. Calcolare i seguenti integrali indefiniti {3 x + sin(x) cos(x) + 3x x } dx, b) Suggerimento per b): calcolarsi prima le derivate di tg(x) e di /tg(x). Es. { } cos (x) 3 sin

Dettagli

MATEMATICA E STATISTICA CORSO A III APPELLO 7 Luglio 2009

MATEMATICA E STATISTICA CORSO A III APPELLO 7 Luglio 2009 MATEMATICA E STATISTICA CORSO A III APPELLO 7 Luglio 2009 Soluzioni 1. Calcola quanto vale, in forma decimale, il reciproco del numero 1 2 log 10 4 4. Cominciamo col semplificare il numero di cui vogliamo

Dettagli

Secondo scritto. 8 luglio 2010

Secondo scritto. 8 luglio 2010 Secondo scritto 8 luglio 010 1 Parte 1 Esercizio 1.1. Facciamo riferimento alle pagine e 3 del libro di testo. Quando si ha a che fare con la moltiplicazione o la divisione di misure bisogna fare attenzione,

Dettagli

Oscillazioni. Si produce un oscillazione quando un sistema viene perturbato rispetto a una posizione di equilibrio stabile

Oscillazioni. Si produce un oscillazione quando un sistema viene perturbato rispetto a una posizione di equilibrio stabile Oscillazioni Si produce un oscillazione quando un sistema viene perturbato rispetto a una posizione di equilibrio stabile Caratteristica più evidente del moto oscillatorio è di essere un moto periodico,

Dettagli

Calcolo integrale. Regole di integrazione

Calcolo integrale. Regole di integrazione Calcolo integrale Linearità dell integrale Integrazione per parti Integrazione per sostituzione Integrazione di funzioni razionali 2 2006 Politecnico di Torino Proprietà Siano e funzioni integrabili su

Dettagli

I Esame di maturità 2012

I Esame di maturità 2012 I. ESAME DI MATURITÀ I Esame di maturità Quesito Cosa rappresenta? Portando fuori il 5 abbiamo 5( lim + h)4 5 4 h h ( 5 lim + h)4 4 h h che assomiglia ad un rapporto incrementale del tipo: f(x + h) f(x)

Dettagli

Indici di posizione e dispersione per distribuzioni di variabili aleatorie

Indici di posizione e dispersione per distribuzioni di variabili aleatorie Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono

Dettagli

Tipi di Processi Stocastici

Tipi di Processi Stocastici Processi Stocastici Definizione intuitiva: un processo stocastico è un insieme ordinato di variabili casuali, indicizzate dal parametro t, spesso detto tempo. Definizione rigorosa: dati uno spazio di probabilità

Dettagli

Teoria dei Segnali IIa Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 22 novembre 2018

Teoria dei Segnali IIa Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 22 novembre 2018 UNIVERSITA DEGLI STUDI DELLA CAMPANIA Luigi Vanvitelli SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Dipartimento di Ingegneria Industriale e dell Informazione Corso di Laurea in Ingegneria Elettronia e Informatica

Dettagli

PROVE SCRITTE DI ANALISI MATEMATICA II (V.O.), ANNO 2005

PROVE SCRITTE DI ANALISI MATEMATICA II (V.O.), ANNO 2005 PROVE SRITTE DI ANALISI MATEMATIA II (V.O.), ANNO 25 Prova scritta del 6/4/25 Si consideri la serie di potenze n=1 2n 2n 1 (2n + 1)!. Dopo aver determinato il suo insieme E di convergenza, si trovi una

Dettagli

Esercitazione sulle serie di Fourier

Esercitazione sulle serie di Fourier Esercitazione sulle serie di Fourier 3 novembre. Calcolo dei coefficienti di Fourier e di somme di serie speciali Esercizio. Si consideri il segnale u : R R, -periodico, definito nell intervallo, π, da

Dettagli

Considerare il moto di un punto materiale di massa m = 1 soggetto ad un potenziale V (x):

Considerare il moto di un punto materiale di massa m = 1 soggetto ad un potenziale V (x): sercizio Considerare il moto di un punto materiale di massa m = soggetto ad un potenziale V (x): ẍ = V (x), dove V (x) = x x.. Scrivere esplicitamente l equazione del moto e verificare esplicitamente la

Dettagli

Esercizi svolti sugli integrali

Esercizi svolti sugli integrali Esercizio. Calcolare il seguente integrale indefinito x dx. Soluzione. Poniamo da cui x = t derivando rispetto a t abbiamo t = x x = t dx dt = quindi ( t x dx = ) poiché t = t, abbiamo t dt = = in definitiva:

Dettagli

Prova d esame di Matematica con Elementi di Statistica Laurea Triennale in Scienze Naturali. 18/09/2013

Prova d esame di Matematica con Elementi di Statistica Laurea Triennale in Scienze Naturali. 18/09/2013 Prova d esame di Matematica con Elementi di Statistica Laurea Triennale in Scienze Naturali. 18/09/013 COGNOME e NOME... N. MATRICOLA... Prima di uscire dall aula, CONSEGNARE QUESTI FOGLI indipendentemente

Dettagli

Analisi Matematica 3/Analisi 4 - SOLUZIONI (20/01/2016)

Analisi Matematica 3/Analisi 4 - SOLUZIONI (20/01/2016) Corso di Laurea in Matematica Docente: Claudia Anedda Analisi Matematica 3/Analisi 4 - SOLUZIONI (//6) ) i) Dopo averla classificata, risolvere l equazione differenziale tẋ x = t cos(t), t >. ii) Scrivere

Dettagli

ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI

ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI prerequisiti e strumenti matematici e fisici per l elettronica delle telecomunicazioni Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI

Dettagli

Istituzioni di Matematiche Modulo A (ST)

Istituzioni di Matematiche Modulo A (ST) Istituzioni di Matematiche Modulo A (ST) V foglio di esercizi ESERCIZIO. Siano f(t) = t t + per ogni t R ed F una primitiva di f. Se F () =, si calcoli F (). Le primitive di f(t) sono tutte della forma

Dettagli

Analisi Matematica II 6 aprile sin[π(x 2 + y 2 /5)] x 2 + y2

Analisi Matematica II 6 aprile sin[π(x 2 + y 2 /5)] x 2 + y2 Analisi Matematica II 6 aprile 07 Cognome: Nome: Matricola:. (0 punti) Si consideri la seguente corrispondenza tra R ed R f(x, y) = Determinare l insieme di definizione A R di f e sin[π(x + y /5)] x +

Dettagli

Analisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio)

Analisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Analisi della disponibilità d acqua Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Approccio diverso a seconda del criterio di valutazione Nel caso di criterio statistico

Dettagli

ax2 y = sin[cos(ax + b)].

ax2 y = sin[cos(ax + b)]. Esame per il corso di Matematica per CTF (Prof. G. Gaeta) 6 Giugno 04 Tempo a disposizione: tre ore; non sono ammessi ausili (libri, appunti, etc). I diversi esercizi hanno lo stesso peso in termini di

Dettagli

PROVE SCRITTE DI ANALISI MATEMATICA I, ANNO 2015/16

PROVE SCRITTE DI ANALISI MATEMATICA I, ANNO 2015/16 PROVE SCRITTE DI ANALISI MATEMATICA I, ANNO 5/6 Prova scritta del //6 Si studi, al variare di x, il comportamento della serie n= n Ax n Ax, dove A denota il numero delle lettere del nome. Si studi la funzione

Dettagli

Richiami di Matematica

Richiami di Matematica Richiami di Matematica Tabelle: ci dicono qualcosa sulla relazione tra due grandezze. Tre esempi: grandezze direttamente proporzionali, inversamente proporzionali e proporzionali una al quadrato dell altra

Dettagli

Corsi di Laurea in Matematica e in Fisica. Prova scritta di Analisi Matematica I. Lecce, 12.IX.2016

Corsi di Laurea in Matematica e in Fisica. Prova scritta di Analisi Matematica I. Lecce, 12.IX.2016 Lecce, 12IX2016 1 Tracciare il grafico della funzione definita dalla seguente e- { 1 + x } f(x) = x exp 1 x sin(1/x)[e x + 2x 2 log cos x] x z 2 i z = z 2 e rappresentare le soluzioni sul piano complesso

Dettagli

Soluzione. Il dominio E consiste nella parte di spazio contenuta nella sfera ma esterna al cono rappresentata in Figura 1. Infatti

Soluzione. Il dominio E consiste nella parte di spazio contenuta nella sfera ma esterna al cono rappresentata in Figura 1. Infatti Esercizio 1 (G. Ziglio). (6 punti) Calcolare il volume della porzione di spazio E interna alla sfera di equazione x 2 + y 2 + z 2 = 1 ed esterna al cono di equazione z 2 = x 2 + y 2 E = (x, y, z) R x 2

Dettagli

Lezione 13 Corso di Statistica. Domenico Cucina

Lezione 13 Corso di Statistica. Domenico Cucina Lezione 13 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 20 obiettivi della lezione comprendere il concetto di variabile aleatoria continua familiarizzare

Dettagli

Integrali inde niti. F 2 (x) = x5 3x 2

Integrali inde niti. F 2 (x) = x5 3x 2 Integrali inde niti Abbiamo sinora studiato come ottenere la funzione derivata di una data funzione. Vogliamo ora chiederci, data una funzione f, come ottenerne una funzione, che derivata dia f. Esempio

Dettagli

Analisi matematica I. Calcolo integrale. Primitive e integrali indefiniti

Analisi matematica I. Calcolo integrale. Primitive e integrali indefiniti Analisi matematica I Calcolo integrale Regole di integrazione Integrali definiti condo Riemann Teorema fondamentale del calcolo integrale Integrali impropri 2 2006 Politecnico di Torino 1 Calcolo integrale

Dettagli

Integrali (M.S. Bernabei & H. Thaler)

Integrali (M.S. Bernabei & H. Thaler) Integrali (M.S. Bernabei & H. Thaler) Integrali. Motivazione Che cos é un integrale? Sia f 0 e limitata b a f ( x) dx area f ( x, y) dxdy volume Definizione di integrale: b a dove f ( x) dx lim n n k b

Dettagli

Matematica e Statistica (A-E, F-O, P-Z)

Matematica e Statistica (A-E, F-O, P-Z) Matematica e Statistica (A-E, F-O, P-Z) Prova d esame (08/07/20) Università di Verona - Laurea in Biotecnologie - A.A. 200/ Matematica e Statistica (A-E, F-O, P-Z) Prova di MATEMATICA (A-E, F-O, P-Z) (08/07/20)

Dettagli

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013 Prova scritta del 24 gennaio 2013 Esercizio 1. Sia Ω R 3 un insieme misurabile secondo Lebesgue e di misura finita. Sia {f n } n N una successione di funzioni f n : Ω R misurabili e tali che 1) f n (x)

Dettagli

Distribuzioni di probabilità nel continuo

Distribuzioni di probabilità nel continuo Distribuzioni di probabilità nel continuo Prof.ssa Fabbri Francesca Classe 5C Variabili casuali continue Introduzione: Una Variabile Casuale o Aleatoria è una grandezza che, nel corso di un esperimento

Dettagli

Serie trigonometriche e di Fourier Ci occuperemo di serie le cui ridotte N-esime sono polinomi trigonometrici di grado (o ordine) N:

Serie trigonometriche e di Fourier Ci occuperemo di serie le cui ridotte N-esime sono polinomi trigonometrici di grado (o ordine) N: Serie trigonometriche e di Fourier Ci occuperemo di serie le cui ridotte N-esime sono polinomi trigonometrici di grado (o ordine) N: S N (x) = N n=0 (a n cos (nx) + b n sin (nx)), a n, b n R (periodiche

Dettagli

Esonero di Analisi Matematica (A)

Esonero di Analisi Matematica (A) Esonero di Analisi Matematica (A) Ingegneria Civile, 26 novembre 2001 () 1. Studiare il seguente limite: lim x x + ( e 1/x cos 1 ). x 2. Studiare gli eventuali massimi e minimi relativi ed assoluti della

Dettagli

Sismologia e Geologia dei Terremo/ Modulo A - C.L.M. Scienze e Tecnologie Geologiche a.a. 2014/15 R. Maresca. Analisi di Fourier

Sismologia e Geologia dei Terremo/ Modulo A - C.L.M. Scienze e Tecnologie Geologiche a.a. 2014/15 R. Maresca. Analisi di Fourier Analisi di Fourier 1 Serie di Fourier Sia f(t) una funzione definita nell intervallo (- L, L) e con periodo 2L. La serie di Fourier associata a f(t) è: f ( t) = a 0 2 +! # a n " n=1 cos nπt L + b n sin

Dettagli

Università degli Studi della Calabria Facoltà di Ingegneria. 17 luglio 2012

Università degli Studi della Calabria Facoltà di Ingegneria. 17 luglio 2012 Università degli Studi della Calabria Facoltà di Ingegneria Correzione della Seconda Prova Scritta di nalisi Matematica 7 luglio cura dei Prof. B. Sciunzi e L. Montoro. Seconda Prova Scritta di nalisi

Dettagli

Esercitazione del 28/10/2011 Calcolo delle probabilità

Esercitazione del 28/10/2011 Calcolo delle probabilità Esercitazione del 28/0/20 Calcolo delle probabilità Distribuzione di una funzione di una variabile aleatoria discreta. Sia X una variabile aletoria discreta, sia f una funzione da in, se Y := f(x) allora

Dettagli

= 0 Ciascuna frazione tende ad x x 4 2 cos x lim x = il secondo addendo del numeratore è una funzione x (cos sin x 3 1) cos(x π 2 )

= 0 Ciascuna frazione tende ad x x 4 2 cos x lim x = il secondo addendo del numeratore è una funzione x (cos sin x 3 1) cos(x π 2 ) + sen x Es. lim x = il numeratore tende ad un numero positivo, il x 4 denominatore tende a zero. x 4 lim x = il denominatore ha grado maggiore del numeratore. x 8 + x sen x lim x +( + x) sen x = lim x

Dettagli

SCHEDA DIDATTICA N 7

SCHEDA DIDATTICA N 7 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti

Dettagli

Matematica e Statistica

Matematica e Statistica Matematica e Statistica Prova d Esame (26/07/2010) Università di Verona - Laurea in Biotecnologie - A.A. 2009/10 1 Matematica e Statistica Prova d Esame di MATEMATICA (26/07/2010) Università di Verona

Dettagli

Analisi Matematica 2. Prove Parziali A.A. 2012/2017

Analisi Matematica 2. Prove Parziali A.A. 2012/2017 Analisi 2 Polo di Savona Analisi Matematica 2 Prove Parziali A.A. 2012/2017 1- PrPzAmT.TEX [] Analisi 2 Polo di Savona Prima Prova parziale 23/11/2011 Prima Prova parziale 23/11/2011 Si consideri la funzione

Dettagli

Corso: Calcolo e Biostatistica- Sc. Biologiche - AA Esercizi in preparazione della seconda prova di esonero

Corso: Calcolo e Biostatistica- Sc. Biologiche - AA Esercizi in preparazione della seconda prova di esonero Corso: Calcolo e Biostatistica- Sc. Biologiche - AA 1-13 Esercizi in preparazione della seconda prova di esonero N.B. Sono inclusi anche esercizi già svolti alla lavagna durante le lezioni, a beneficio

Dettagli

CALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno Motivare dettagliatamente le risposte su fogli allegati

CALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno Motivare dettagliatamente le risposte su fogli allegati CALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno 2006 Motivare dettagliatamente le risposte su fogli allegati 1.- Sia X un numero aleatorio a valori { α, 0, α}, con α > 0 e P (X = α) = P (X

Dettagli

PROVE SCRITTE DI ANALISI MATEMATICA II (V.O.), ANNO 2002

PROVE SCRITTE DI ANALISI MATEMATICA II (V.O.), ANNO 2002 PROVE SCRITTE DI ANALISI MATEMATICA II (V.O.), ANNO 22 Prova scritta del 1/1/22 Si esamini la serie di funzioni: 1 log x (e n + n), definita per x IR. Si determini l insieme S in cui tale serie converge,

Dettagli

ANALISI MATEMATICA L-C, B-S

ANALISI MATEMATICA L-C, B-S ANALISI MAEMAICA L-C, B-S 25-6 SERIE DI FOURIER MASSIMO CICOGNANI Per la pubblicazione in rete di queste dispense si deve ringraziare Marco Frison che le ha trascritte interamente in Latex 1 Lo spazio

Dettagli

Teoria dei Segnali (19 dicembre 2002)

Teoria dei Segnali (19 dicembre 2002) Teoria dei Segnali (9 dicembre ) II Provetta Esercizio N. (per gli studenti della laurea quinquennale) All ingresso del modulatore in figura c è il segnale m() t cos( Ωt) l inviluppo complesso del segnale

Dettagli

Alcuni esercizi sulle equazioni di erenziali

Alcuni esercizi sulle equazioni di erenziali Alcuni esercizi sulle equazioni di erenziali Calcolo dell integrale generale Per ciascuna delle seguenti equazioni di erenziali calcolare l insieme di tutte le possibili soluzioni. SUGGERIMENTO: Ricordatevi

Dettagli

Analisi Vettoriale A.A Soluzioni del Foglio 4

Analisi Vettoriale A.A Soluzioni del Foglio 4 Analisi Vettoriale A.A. 26-27 - Soluzioni del Foglio 4 Esercizio 4.1. Sia Σ la superficie cartesiana z = 1 x y, (x, y) = {x 2 + y 2 1}, determinare in ogni punto di Σ il versore normale diretto nel verso

Dettagli

Integrazione di funzioni razionali

Integrazione di funzioni razionali Esercitazione n Integrazione di funzioni razionali Consideriamo il rapporto P (x) di due polinomi di gradi n e m rispettivamente. Per determinare una primitiva della funzione f(x) P (x) possiamo procedere

Dettagli

Per determinare una soluzione particolare descriveremo un metodo che vale solo nel caso in cui la funzione f(x) abbia una forma particolare:

Per determinare una soluzione particolare descriveremo un metodo che vale solo nel caso in cui la funzione f(x) abbia una forma particolare: 42 Roberto Tauraso - Analisi 2 Ora imponiamo condizione richiesta: ( lim c e 4x + c 2 + c 3 e 2x cos(2x) + c 4 e 2x sin(2x) ) = 3. x + Il limite esiste se e solo c 3 = c 4 = perché le funzioni e 2x cos(2x)

Dettagli

12. Calcolare la somma della serie

12. Calcolare la somma della serie gennaio 0 VARIANTE: 0 risposte: C A A B B B D C A B A C D C D B A C D A Ricordiamo che se Z ha distribuzione normale standard, si ha P (Z >.00) = %, P (Z >.) = 0%, P (Z >.) = %, P (Z >.00) =.%, P (Z >.)

Dettagli

Richiami di matematica

Richiami di matematica Richiami di matematica Tabelle: ci dicono qualcosa sulla relazione tra due grandezze. Tre esempi: grandezze direttamente proporzionali, inversamente proporzionali e proporzionali una al quadrato dell'altra

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI, RICHIAMI Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione Nel

Dettagli

Analisi Matematica 2: Secondo Parziale, , Versione A. Cognome e nome:...matricola:...

Analisi Matematica 2: Secondo Parziale, , Versione A. Cognome e nome:...matricola:... Analisi Matematica : Secondo Parziale, 1.6.17, Versione A Cognome e nome:....................................matricola:......... es.1 es. es.3 es. es.5 es.6 es.7 somma 5cr. 6 6 6 6 6 - - 3 9cr. 5 5 5 5

Dettagli

Esercizi su formula di Itô

Esercizi su formula di Itô Esercizi su formula di Itô 1. Scrivere il differenziale stocastico dei seguenti processi: (i) X t = B t (ii) X t = t + e B t (iii) X t = B 3 t 3tB t (iv) X t = 1 + t + e B t (v) X t = [B 1 (t)] + [B (t)]

Dettagli

Esercitazione del 16/04/2019 Istituzioni di Calcolo delle Probabilità

Esercitazione del 16/04/2019 Istituzioni di Calcolo delle Probabilità Esercitazione del 6/04/09 Istituzioni di Calcolo delle Probabilità David Barbato Nozioni di riepilogo con esercizi Distribuzione di una funzione di una variabile aleatoria discreta. Sia X una variabile

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando

Dettagli

MODELLI STATISTICI, RICHIAMI

MODELLI STATISTICI, RICHIAMI MODELLI STATISTICI, RICHIAMI Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 11 Aprile 2006 Francesca Mazzia (Univ. Bari) MODELLI STATISTICI,

Dettagli

V.a. continue. Statistica e biometria. D. Bertacchi. Le v.a. continue. Uniforme. Normale. Indipendenza di v.a. continue

V.a. continue. Statistica e biometria. D. Bertacchi. Le v.a. continue. Uniforme. Normale. Indipendenza di v.a. continue gge una v.a. V.a. continue Ricoramo: DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è una funzione che ha come dominio Ω e come codominio R. In formule: X : Ω R. DEFINIZIONE

Dettagli

Ricevimento del 2 Febbraio 2011

Ricevimento del 2 Febbraio 2011 Ricevimento del 2 Febbraio 20 Davide Boscaini Queste sono le note del ricevimento del 2 Febbraio. Ho scelto di scrivere queste poche pagine per una maggior chiarezza e per chi non fosse stato presente

Dettagli

Seconda esperienza - Verifica di alcune proprietà delle trasformate di Laplace -

Seconda esperienza - Verifica di alcune proprietà delle trasformate di Laplace - Seconda esperienza - Verifica di alcune proprietà delle trasformate di Laplace - Alpigiani Cristiano 17 novembre 2005 Introduzione Scopo di questa esperienza è quello di familiarizzare con alcune proprietà

Dettagli

Lezione 15 - Onde. Fisica 1 - R. De Renzi - Onde 1

Lezione 15 - Onde. Fisica 1 - R. De Renzi - Onde 1 Lezione 15 - Onde onde su una corda, sulla superficie dell acqua lunghezza d onda, periodo, vettor d onda, frequenza funzione d onda equazione delle onde e velocità dell onda esempio di equazione delle

Dettagli

Probabilità e Statistica per l Informatica Esercitazione 4

Probabilità e Statistica per l Informatica Esercitazione 4 Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,

Dettagli

Stazionarietà. IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 3: Processi Stocastici 3-1

Stazionarietà. IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 3: Processi Stocastici 3-1 IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 3: Processi Stocastici Motivazioni Esempi Definizione Dualitá Stazionarietà 3-1 Motivazioni In molti settori scientifici sia tecnologici che economico-sociali

Dettagli

Esercitazione: La distribuzione NORMALE

Esercitazione: La distribuzione NORMALE Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle

Dettagli

ISTITUZIONI DI ANALISI SUPERIORE B Prova scritta del 17/3/2003

ISTITUZIONI DI ANALISI SUPERIORE B Prova scritta del 17/3/2003 ISTITUZIONI DI ANALISI SUPEIOE B Prova scritta del 7/3/3 Sia f : C la funzione così definita: { se t

Dettagli

SPETTRO DI POTENZA DI UN PROCESSO STOCASTICO

SPETTRO DI POTENZA DI UN PROCESSO STOCASTICO SPERO DI POENZA DI UN PROCESSO SOCASICO I segnali aleatori vengono comunemente denominati processi stocastici. Per un processo stocastico non è definibile, e dunque calcolabile, la trasformata di Fourier.

Dettagli

Modelli e Metodi Matematici della Fisica. Scritto 2

Modelli e Metodi Matematici della Fisica. Scritto 2 Modelli e Metodi Matematici della Fisica Scritto Cesi/Presilla AA 6 7 Canale 1 Cesi Presilla Nome Cognome Il voto dello scritto rimpiazza gli esoneri 1 3 penalità problema voto 1 3 5 6 7 8 9 penalità ritardo

Dettagli

RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA

RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA Paolo Bestagini Ph.D. Student bestagini@elet.polimi.it http://home.deib.polimi.it/bestagini Sommario 2 Segnali deterministici Continui Discreti

Dettagli

DEDUZIONE DEL TEOREMA DELL'ENERGIA CINETICA DELL EQUAZIONE SIMBOLICA DELLA DINAMICA

DEDUZIONE DEL TEOREMA DELL'ENERGIA CINETICA DELL EQUAZIONE SIMBOLICA DELLA DINAMICA DEDUZIONE DEL TEOREMA DELL'ENERGIA CINETICA DELL EQUAZIONE SIMBOLICA DELLA DINAMICA Sia dato un sistema con vincoli lisci, bilaterali e FISSI. Ricaviamo, dall equazione simbolica della dinamica, il teorema

Dettagli

Analisi Matematica III 04 Novembre In coordinate polari l insieme K è rappresentabile come unione dei seguenti insiemi normali

Analisi Matematica III 04 Novembre In coordinate polari l insieme K è rappresentabile come unione dei seguenti insiemi normali . ( punti) Si determini il valore dell integrale della funzione f(, y) + y, sull insieme di integrazione K {(, y) R : ( ) + y, + (y ) }. In coordinate polari l insieme K è rappresentabile come unione dei

Dettagli

Spazi di Hilbert: Proiezioni e Serie di Fourier

Spazi di Hilbert: Proiezioni e Serie di Fourier Spazi di Hilbert: Proiezioni e Serie di Fourier Docente:Alessandra Cutrì Spazi di Hilbert Uno spazio vettoriale dotato di prodotto scalare che è completo rispetto alla norma indotta dal prodotto scalare

Dettagli

Esonero di Analisi Matematica II (A)

Esonero di Analisi Matematica II (A) Esonero di Analisi Matematica II (A) Ingegneria Edile, 8 aprile 3. Studiare la convergenza del seguente integrale improprio: + x log 3 x (x ) 3 dx.. Studiare la convergenza puntuale ed uniforme della seguente

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 II Esonero - 15 Gennaio 2015

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 II Esonero - 15 Gennaio 2015 UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 014/015 II Esonero - 15 Gennaio 015 1 3 4 5 6 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,

Dettagli

ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE

ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio

Dettagli

Analisi Matematica 1 Ingegneria Informatica Gruppo 4, canale 6

Analisi Matematica 1 Ingegneria Informatica Gruppo 4, canale 6 Analisi Matematica Ingegneria Informatica Gruppo 4, canale 6 Argomenti 5 ottobre 07 I simboli i, j, k, m, n indicano sempre numeri naturali variabili. I simboli p, q, r, s, t,..., x, y, z indicano numeri

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

ESERCITAZIONE 9: INTEGRALI DEFINITI. CALCOLO DELLE AREE E ALTRE APPLICAZIONI

ESERCITAZIONE 9: INTEGRALI DEFINITI. CALCOLO DELLE AREE E ALTRE APPLICAZIONI ESERCITAZIONE 9: INTEGRALI DEFINITI. CALCOLO DELLE AREE E ALTRE APPLICAZIONI Tiziana Raparelli 5/5/9 CONOSCENZE PRELIMINARI Vogliamo calcolare f ( x, ax + bx + c ) dx. Se a =, allora basta porre bx + c

Dettagli

Teoria dei Segnali Processo di Poisson e rumore granulare

Teoria dei Segnali Processo di Poisson e rumore granulare Teoria dei Segnali Processo di Poisson e rumore granulare Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Processo di Poisson e

Dettagli

ESERCIZIARIO SULL'APPLICAZIONE DELLE DERIVATE

ESERCIZIARIO SULL'APPLICAZIONE DELLE DERIVATE ESERCIZIARIO SULL'APPLICAZIONE DELLE DERIVATE Determinare l incremento della funzione f (x) = x 2 relativo al punto x 0 e all incremento x x 0, nei seguenti casi:. x 0 =, x = 2 2. x 0 =, x =. 3. x 0 =,

Dettagli

Matematica, 12 CFU, Corso di laurea in Scienze Biologiche- A.A Laurea Triennale

Matematica, 12 CFU, Corso di laurea in Scienze Biologiche- A.A Laurea Triennale Matematica, CFU, Corso di laurea in Scienze Biologiche- A.A. 009-00 Laurea Triennale Luglio 00- COMPITO - Totale punti 40, punteggio minimo 4 Nome Cognome. (4 punti) Calcolare i seguenti limiti: (a) lim

Dettagli

CALCOLO INTEGRALE per Informatica Risoluzione dell'esercitazione n.4, 8 aprile 2013

CALCOLO INTEGRALE per Informatica Risoluzione dell'esercitazione n.4, 8 aprile 2013 CALCOLO INTEGRALE per Informatica Risoluzione dell'esercitazione n., 8 aprile Es.. Calcolare i seguenti integrali indeniti (cioé le funzioni primitive o antiderivate), con l'aiuto del metodo di sostituzione,

Dettagli

Analisi Matematica 3

Analisi Matematica 3 Testi delle prove d esame del corso di Analisi Matematica 3 presso la Facoltà di Ingegneria Bruno Rubino L Aquila, 2006 Indice 1 Curve 3 2 Superfici 4 3 Teorema di Gauss-Green e formula dell area 4 4 Campi

Dettagli

Politecnico di Milano Ingegneria Industriale Analisi e Geometria 2 Secondo compito in itinere 30 Giugno 2016

Politecnico di Milano Ingegneria Industriale Analisi e Geometria 2 Secondo compito in itinere 30 Giugno 2016 Politecnico di Milano Ingegneria Industriale Analisi e Geometria Secondo compito in itinere Giugno 6 Cognome: Nome: Matricola: Es.: 9 punti Es.: 9 punti Es.: 6 punti Es.4: 9 punti Totale. Si consideri

Dettagli