Fondamenti di comunicazioni elettriche (Ing. Elettronica - A.A )
|
|
- Sibilla Lamberti
- 5 anni fa
- Visualizzazioni
Transcript
1 Fondamenti di comunicazioni elettriche (Ing. Elettronica - A.A.-) Es. La variabile aleatoria ha densità di probabilità uniorme nell intervallo [,]. Trovare valor medio e varianza di. La densità di probabilità di è α ( α) = rect Quindi il valor medio di è dato da 3 α 8 E[ ] = α ( α) dα= α dα 3 6 Per quanto riguarda la varianza, calcoliamo il valore quadratico medio di Ne segue che la varianza risulta 5 α 3 E[( )] = α ( α) dα= α dα σ = E[( )] (E[ ]) = = 9 5 Es. La variabile aleatoria ha densità di probabilità uniorme nell intervallo [,]. Trovare valor medio e varianza di. La densità di probabilità di è Quindi il valor medio di è dato da α ( α) = rect 3 = α α α= α α α E[ ] ( ) d d 3 3 Per quanto riguarda la varianza, calcoliamo il valore quadratico medio di Ne segue che la varianza risulta E[( )] ( ) α 6 = α αdα= α dα= = σ = E[( )] (E[ ]) = = = Es. 3 La variabile aleatoria ha densità di probabilità uniorme nell intervallo [,3]. Trovare la probabilità che L evento >. > si veriica per [,], quindi occorre calcolare
2 Pr{ > } = Pr{ [,]} = ( ) αdα Questa, visto che ( α ) = /3 per α [,3], risulta pari ad /3. Es. La variabile aleatoria ha densità di probabilità uniorme nell intervallo [,]. Trovare la densità di probabilità di Y= + /5. La densità di probabilità di Y è deinita come d d d ( ) = F( ) = Pr{ Y } = Pr{ + /5 } Y Y d d d Quindi occorre determinare, al variare del parametro, dove si veriica l evento + /5 : { : + /5 } = (,5+ 5] Risulta quindi 5+ 5 d d ( ) = Pr{ (,5+ 5 ]} = ( α) dα Y d d = d = [ F (5+ 5 ) ( )] 5 (5 5 ) F = + d Volendo trovare una espressione che non dipenda dalla ( α ) basta sostituirne l espressione (5+ 5 ) 5 Y ( ) = 5 rect( ) = rect( /) Es. 5 La variabile aleatoria ha densità di probabilità uniorme nell intervallo [,]. Trovare la densità di probabilità di Y= ( 3). La densità di probabilità di Y è deinita come d d d ( ) = F( ) = Pr{ Y } = Pr{( 3) } Y Y d d d Quindi occorre determinare, al variare del parametro, dove si veriica l evento ( 3) : < { :( 3) } = [3,3 + ] Risulta quindi ( ) = per <, mentre per > Y 3+ d ( ) = ( α) dα (3 ) (3 ) Y d = Volendo trovare una espressione che non dipenda dalla ( α ) occorre discutere i punti 3± rispetto all intervallo [,] (supporto della ( α )): Risulta inine 3 + [,] 9 3 [,] 9
3 Y < (,9) ( ) = (9, 9) > 9 Es. 6 La coppia di variabili aleatorie ed Y è uniormemente distribuita in [,] [,]. Determinare la probabilità dell evento { + Y> 3}. L evento { + Y> 3} si veriica, per ogni, quando Y> 3, quindi si può scrivere Pr{ Y 3} ( α, ) ddα + > = Y 3 α La densità di probabilità congiunta delle due variabili in gioco è / α [,] [,] Y ( α, ) = α [,] [,] quindi α Pr{ + Y> 3} = rect( )rect( ) ddα= 3 α = ddα= ddα= α dα= 8 [3 α, ) [,] 3 α Notare che si poteva giungere al medesimo risultato valutando il rapporto tra l area della regione in cui le variabili sono distribuite uniormemente e l area, interna a questa regione, in cui si veriica l evento. Es. 7 La coppia di variabili aleatorie ed Y ha distribuzione data da ( ) (, ) Ke α + α α = rect( )rect( ) Y Determinare il valore della costante K e la probabilità dell evento { + Y> 3}. La costante K si determina imponendo la condizione di normalizzazione: Si ottiene ( α, ) d d α = Y (, ) α ( ) αddα= Ke e ddα K e Y = = quindi K= ( e ). La probabilità dell evento { + Y> 3}, procedendo come nell es.6, risulta
4 Pr{ + Y> 3} = ( α, ) ddα= Y 3 α ( α+ ) α = e ddα= e e ddα= ( e ) ( e ) 3 α 3 α 3 α e e e dα e e = = ( ) ( ) Notare che, a dierenza dell es.6, non si poteva giungere a questo risultato con considerazioni geometriche (in quanto la distribuzione delle variabili non è uniorme). Es. 8 Determinare la densità di probabilità del rapporto tra due variabili aleatorie indipendenti ed Y gaussiane con media nulla e varianza unitaria Posto Z= Y/, la densità di probabilità di Z è data da d d d ( γ) = F( γ) = Pr{ Z γ} = Pr{ Y/ γ} Z Z dγ dγ dγ La regione di piano in cui si veriica l evento { Y/ γ} può essere descritta come { Y γ, < } { Y γ, > }, o come θ [ π/,arctan γ] [ π/, π+ arctan γ] in coordinate polari. Osservando che ( ρcos θρ, sin θ) = exp( ρ) non dipende da θ, si deduce che θ è Y π distribuita uniormemente in un intervallo di ampiezza π e la densità di probabilità richiesta risulta arctanγ π+ arctanγ d ( γ) = dθ dθ Z + = dγ π π π( + γ) π/ π/ Si noti che questa densità di probabilità tende a zero per γ come quadratico medio risulta ininito (ed il valore medio è indeterminato, perché?). /γ ed il valore Es. 9 Le variabili aleatorie ed Y hanno densità di probabilità uniorme all interno di un cerchio di raggio. Trovare la densità di probabilità delle variabili aleatorie M e θ deinite da + jy= Mexp( jθ) La densità di probabilità di M è deinita da d d d ( α) = F ( α) = Pr{ M α} = Pr{ + Y α} M M dα dα dα Per valutare quest ultima nel caso α [,] conviene operare in coordinate polari: e risulta α π α π Pr{ } ( cos, sin ) Y π π α + Y α = ρ θρ θρdd θ ρ= ρdd θ ρ= π M α< ( α) = α/ α [,] α>
5 Per quanto riguarda la densità di probabilità dell angolo θ, procedendo nello stesso modo, risulta uniorme in qualsiasi intervallo di ampiezza π Es. La coppia di variabili aleatorie gaussiane a media nulla e è caratterizzata dalla matrice di covarianza / Σ= / Ammesso di avere eettuato un esperimento ed avere potuto osservare il solo valore di =, trovare la densità di probabilità (condizionata) ed il corrispondente valore più probabile della variabile La densità di probabilità congiunta di due variabili gaussiane è data da α ( α, α) = exp( [ α α] Σ ) / / ( π) Σ α che in questo caso risulta, essendo Σ = / e Σ =, ( α, α) = exp( ( α αα + α)) π La densità di probabilità di, condizionata ad un valore di =, è data da ( α, α) = ( α, α) in cui appare, oltre alla densità congiunta, quella del primo ordine della variabile ( α) = exp( α) π E si ottiene ( α, α) = exp( ( α αα + α)) π Per trovare il valore più probabile di condizionato ad un valore osservato basta cercare il massimo ( α) argmax ( α, α) = argmax exp( ( α αα + α)) α α π d ( α αα + α) = α + α = α = α / dα che per = produce /. Notare che avremmo ottenuto il medesimo risultato massimizzando direttamente la (, α ).
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA A.A. 2017/18 - Prova scritta 2018-09-12 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliFoglio di esercizi 4-12 Aprile 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella
Esercizio. Foglio di esercizi 4 - Aprile 9 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Un punto viene scelto a caso uniformemente nel cerchio di raggio 3 centrato nell origine. Dette
Dettaglicon distribuzione gaussiana standard e si ponga
Laurea Triennale in Matematica, Università La Sapienza Corso di Probabilità, AA 6/7 Prova di Esonero Maggio 7 Testi e soluzioni degli esercizi proposti Siano Z, Z, Z variabili aleatorie indipendenti e
DettagliTeoria dei segnali terza edizione
Capitolo 9 Segnali aleatori a tempo continuo e a tempo discreto SOLUZIONI DEGLI ESERCIZI Soluzione dell esercizio 9.3 Si osservi innanzitutto che, essendo il processo () t Gaussiano, anche il processo
DettagliEsercizi su leggi Gaussiane
Esercizi su leggi Gaussiane. Siano X e Y v.a. indipendenti e con distribuzione normale standard. Trovare le densità di X, X +Y e X, X. Mostrare che queste due variabili aleatorie bidimensionali hanno le
DettagliCorso 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
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile casuale normale Da un analisi di bilancio è emerso che, durante i giorni feriali
DettagliTeoria dei Fenomeni Aleatori AA 2012/13. Il Modello Lognormale La funzione di densità di probabilità lognormale è data:
Il Modello Lognormale La funzione di densità di probabilità lognormale è data: ( ln x a) 1 f ( x ) = exp x > 0 X b x b π in cui a e b sono due costanti, con b> 0. Se X è una v.a. lognormale allora Y lnx
DettagliEsercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte
Esercizi - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica modificata di parametro p
DettagliProva scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 2015/ Settembre 2016
Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 205/206 20 Settembre 206 Esercizio. Un dado equilibrato viene lanciato ripetutamente. Indichiamo con X n il risultato dell n-esimo
DettagliLa funzione di distribuzione Gaussiana normale
La funzione di distribuzione Gaussiana normale Nicola Morganti 25 aprile 2004 Indice Proprietà fondamentali 2 Standard Normal Density Function 3 3 Esempio applicativo 5 Proprietà fondamentali L utilizzo
DettagliPROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati
PROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati 1. - Un urna contiene 2 palline bianche e 28 nere; da essa vengono
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 29 maggio, 2012 CP110 Probabilità: Esonero 2 Testo e soluzione 1. (8 punti) La freccia lanciata da un arco è distribuita uniformemente
DettagliCorso di laurea in Ingegneria civile - ambientale - edile Esame di Analisi matematica II Prova scritta del 12 aprile 2019
Corso di laurea in Ingegneria civile - ambientale - edile Esame di Analisi matematica II Prova scritta del aprile 9 Esercizio Trovare il massimo ed il minimo della unzione sull insieme (x, y) y ln( + x)
DettagliPrima prova in itinere di Analisi Matematica 2 Ingegneria Elettronica. Politecnico di Milano. A.A. 2016/2017. Prof. M. Bramanti.
Prima prova in itinere di Analisi Matematica Ingegneria Elettronica. Politecnico di Milano Es. Punti A.A. 016/017. Prof. M. Bramanti 1 Tema n 1 4 5 6 Tot. Cognome e nome in stampatello) codice persona
DettagliSoluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni
Corso di Laurea in Ingegneria Informatica corso di Telecomunicazioni (rof. G. Giunta) (editing a cura dell ing. F. Benedetto) Soluzioni di sercizi di same di Segnali Aleatori per Telecomunicazioni same
DettagliProblema 1. Cognome, Nome: Facoltà di Economia Statistica Esame 1-20/01/2010: A. Matricola: Corso:
Facoltà di Economia Statistica Esame 1-20/01/2010: A Cognome, Nome: Matricola: Corso: Problema 1. Su 10 imprese è stato rilevato l utile netto dell ultimo triennio espresso in milioni di euro. Il risultato
DettagliTeoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata
Il Concetto di Distribuzione Condizionata Se B è un evento, la probabilità di un evento A condizionata a B vale: ponendo: P A B P A B P B A x si giunge al concetto di distribuzione condizionata della v.a.
DettagliPROVE 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
Dettagli6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:
(VHUFL]LVX&DOFRORGHOOHSUREDELOLWj PRGHOOLSUREDELOLVWLFLHYDULDELOLDOHDWRULH 1) Un fax può venir trasmesso a tre diverse velocità, a seconda di quali siano le condizioni di traffico sulla connessione tra
Dettagli1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano
Argomenti della Lezione 1) Entropia di variabili aleatorie continue ) Esempi di variabili aleatorie continue 3) Canali di comunicazione continui 4) Canale Gaussiano 5) Limite di Shannon 1 Entropia di una
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
DettagliComputazione per l interazione naturale: fondamenti probabilistici (2)
Computazione per l interazione naturale: fondamenti probabilistici (2) Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@di.unimi.it
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliTraccia della soluzione degli esercizi del Capitolo 3
Traccia della soluzione degli esercizi del Capitolo 3 Esercizio 68 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π, cioè f X ( = π ( π, π (. Posto Y = cos(x, trovare la distribuzione di
DettagliTeoria 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
DettagliUniversità degli Studi di Bergamo Corso integrato di Analisi 1 (Geometria e Algebra Lineare) 3 settembre 2009 Tema A
Università degli Studi di Bergamo Corso integrato di Analisi (Geometria e Algebra Lineare) settembre 009 Tema A Tempo a disposizione: ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
DettagliEsercitazione del 28/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 8/0/01 Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio 1. Sia X una v.a. aleatoria assolutamente continua con densità f X data da { 0 x < 0 f X
DettagliCalcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina)
Calcolo delle probabilità (3/7/00). La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la condizione P (X > x + y X > y) = P (X > x), x > 0, y > 0. Inoltre la previsione di
DettagliAnalisi Matematica II - Ingegneria Meccanica/Energetica - 7 Lulgio a) Studiare l esistenza e la natura degli estremi liberi della funzione.
Analisi Matematica II - Ingegneria Meccanica/Energetica - 7 Lulgio 218 1) Data la funzione f(, ) = 4 + 4 4 2 7 a) Studiare l esistenza e la natura degli estremi liberi della funzione. b) Trovare il massimo
DettagliAnalisi Statistica Multivariata Modulo Modelli Statistici
Analisi Statistica Multivariata Modulo Modelli Statistici Gianna Monti 8 novembre 013 1 Approfondimenti 1 1.1 Esercizi Esercizio 1 Galton e il suo allievo Karl Pearson condussero alcuni studi in merito
DettagliCorsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre Gennaio 2001
Corsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre 2000-28 Gennaio 2001 1 Nona settimana 76. Lun. 4 Dic. Generalita. Spazi
DettagliVariabili casuali multidimensionali
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliEsercizi su variabili aleatorie discrete
Esercizi su variabili aleatorie discrete Esercizio 1. Data la variabile aleatoria discreta X, caratterizzata dalla seguente rappresentazione nello spazio degli stati: 1 0,25 X = { 0 0,50 1 0,25 calcolare
DettagliUniversità di Pavia Econometria. Richiami di teoria delle distribuzioni statistiche. Eduardo Rossi
Università di Pavia Econometria Richiami di teoria delle distribuzioni statistiche Eduardo Rossi Università di Pavia Distribuzione di Bernoulli La variabile casuale discreta Y f Y (y; θ) = 0 θ 1, dove
DettagliComunicazioni 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)=
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 6/02/2017
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 6/02/2017 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gioco del
DettagliCENNI SULLE VARIABILI ALEATORIE INTRODUZIONE ALLA TEORIA DELLE PROBABILITÀ APPROFONDIMENTO SULLA TEORIA DELLE PROBABILITÀ
CENNI SULLE VARIABILI ALEATORIE... 1 INTRODUZIONE ALLA TEORIA DELLE PROBABILITÀ... APPROFONDIMENTO SULLA TEORIA DELLE PROBABILITÀ... 3.1 Teorema della probabilità dell evento complementare... 3. Teorema
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliCP110 Probabilità: Esame 5 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 5 giugno, 212 CP11 Probabilità: Esame 5 giugno 212 Testo e soluzione 1. (6 pts) Sette biglietti numerati da 1 a 7 vengono distribuiti
DettagliUniversità di Siena. Teoria della Stima. Lucidi del corso di. Identificazione e Analisi dei Dati A.A
Università di Siena Teoria della Stima Lucidi del corso di A.A. 2002-2003 Università di Siena 1 Indice Approcci al problema della stima Stima parametrica Stima bayesiana Proprietà degli stimatori Stime
Dettaglif (a)δa = C e (a a*)2 h 2 Δa
Distribuzione di Gauss Se la variabile non e` discreta ma puo` variare in modo continuo in un certo intervallo e ad ogni suo valore resta assegnata una probabilita` di verificarsi, dalla distribuzione
DettagliCOMUNICAZIONI ELETTRICHE
COMUNICAZIONI ELERICHE Diploma Universitario Ingegneria Elettronica - Ingegneria Inormatica ESERCIZIO : Si consideri il sistema mostrato in igura. Il iltro ha risposta in requenza H() = j segn (), dove
DettagliUNIVERSITÀ DI ROMA TOR VERGATA. Analisi Matematica II per Ingegneria Prof. C. Sinestrari. (c) e5 e 4 e (2x 3y) dx + (1 + x)dx +
UNIVERSITÀ DI ROMA TOR VERGATA Analisi Matematica II per Ingegneria Prof. C. Sinestrari Risposte (sintetiche) agli esercizi del 5.XI.7. Gli integrali richiesti valgono: (a) + ( e ) (b) (c) e5 e e + (d)
DettagliElaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Seconda prova in itinere (A)
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 207/8 - Seconda prova in itinere (A) 207-2-20 La durata della prova è di due ore. Le risposte devono essere adeguatamente
DettagliEsonero 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
DettagliMateriale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI
Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI Claudia Furlan Anno Accademico 006-007 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte e
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
DettagliProbabilità e Statistica Esercizi
Corso di PIANIFICAZIONE DEI TRASPORTI 1 ing. Antonio Comi Marzo 2006 Probabilità e Statistica Esercizi 1 Variabile aleatoria X(E): funzione che associa ad un evento E dello spazio delle prove un numero
DettagliEsame di Analisi Matematica 2 24/7/2013 Corsi di Laurea in Ingegneria Meccanica e Energetica A.A. 2012/2013
Esame di Analisi Matematica 4/7/013 Corsi di Laurea in Ingegneria Meccanica e Energetica A.A. 01/013 A Cognome (in STAMPATELLO):... Nome (in STAMPATELLO):... CFU:... Esercizio 1. Sia f : R R una funzione
DettagliParametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazione Parametri Valori fissi, spesso non noti Campione Statistiche o Stimatori Variabili casuali, le cui determinazioni dipendono dalle particolari osservazioni scelte Parametri
DettagliLaurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio FOGLIO RISPOSTE
Laurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio 202 - FOGLIO RISPOSTE NOME e COGNOME SOLUZIONI CANALE: G. Nappo VOTO: N.B. Scrivere le risposte dei vari punti degli
DettagliProva di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.
UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel
DettagliForme differenziali e campi vettoriali: esercizi svolti
Forme differenziali e campi vettoriali: esercizi svolti 1 Esercizi sul Teorema di Green......................... 2 2 Esercizi sul Teorema di Stokes......................... 4 3 Esercizi sul Teorema di
DettagliTraccia della soluzione degli esercizi del Capitolo 4
Traccia della soluzione degli esercizi del Capitolo 4 Esercizio 6 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x). Posto Y = cos(x), trovare la distribuzione
DettagliEs. 1 Es. 2 Es. 3 Es. 4 Totale
Es. Es. Es. Es. 4 Totale Analisi e Geometria Seconda prova in itinere Docente: luglio Cognome: Nome: Matricola: Ogni risposta dev essere giustificata. Gli esercizi vanno svolti su questi fogli, nello spazio
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
DettagliUNIVERSITÀ 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,
DettagliNome e cognome:... Matricola...
Nome e cognome:................................................... Matricola................. CALCOLO DELLE PROBABILITA - 0/07/008 CdS in Economia e Finanza - Cds in Informatica - Cds SIGAD Motivare dettagliatamente
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Variabili casuali Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio Determinare se le funzioni seguenti: 0.0 se x < 0. se x = g(x) = 0.5 se x = 0.7 se x = 3 se x =
DettagliCalcolo delle Probabilità: esercitazione 11
Argomento: Distribuzioni bivariate discrete (pag. 44 e seguenti) e covarianza (pag 45 e seguenti). Distribuzione bivariate assolutamente continue (pag. 48 e seguenti del libro di testo). La v.c. trinomiale
DettagliAnalisi 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
DettagliTeoria della probabilità Variabili casuali
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Variabili casuali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Variabile casuale Una variabile
DettagliCognome e Nome:... Matricola... CdS...
Cognome e me: Matricola CdS CALCOLO DELLE PROBABILITA - 7 Giugno CdS in STAD, SIGAD - docente: G Sanfilippo Motivare dettagliatamente le risposte su fogli allegati e scrivere le risposte negli appositi
DettagliTeoria della decisione e della stima. Esercitazioni di laboratorio Anno accademico M.S. Greco
Teoria della decisione e della stima Esercitazioni di laboratorio Anno accademico 009-10 M.S. Greco Laboratorio del 30/09/09 09 Processi AR + Sx() z = Rx( m) z m= m Densità spettrale complessa La regione
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,
DettagliStatistica Applicata all edilizia: Stime e stimatori
Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica
DettagliEsercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue
Esercitazioni di Statistica Matematica A Lezione 7 Variabili aleatorie continue.) Determinare la costante k R tale per cui le seguenti funzioni siano funzioni di densità. Determinare poi la media e la
DettagliEsercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili
DettagliCorso 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
DettagliTeoria 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
DettagliCALCOLO DELLE PROBABILITÀ - 9 giugno 1998 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati
CALCOLO DELLE PROBABILITÀ - 9 giugno 1998 1. Dati gli eventi A,B,C, ognuno dei quali implica il successivo, e tali che P (A) è metà della probabilità di B, che a sua volta ha probabilità metà di quella
DettagliQUINTA LEZIONE (11/11/2009) Argomenti trattati: calcolo di limiti, continuitá di una funzione.
QUINTA LEZIONE //9) Argomenti trattati: calcolo di iti, continuitá di una funzione. Esercizi svolti. Calcolo di iti Nello svolgere i seguenti iti daremo per assodato la conoscenza di alcuni iti fondamentali:
DettagliStatistical Process Control
Statistical Process Control ESERCIZI II Esercizio 1. Una ditta che produce schermi a cristalli liquidi deve tenere in controllo il numero di pixel non funzionanti. Vengono ispezionati venti schermi alla
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliESERCITAZIONE 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
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
Dettagliassuma valori in un determinato intervallo è data dall integrale della sua densità ( = )=
VARIABILI ALEATORIE CONTINUE Esistono parecchi fenomeni reali per la cui descrizione le variabili aleatorie discrete non sono adatte. Per esempio è necessaria una variabile aleatoria continua ovvero una
DettagliII Esonero - Testo B
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 29 Gennaio 2018 II Esonero - Testo B Cognome Nome Matricola Esercizio 1. (20%) Si
DettagliVETTORI NELLO SPAZIO ORDINARIO ,
VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto
DettagliUniversità di Siena. Corso di STATISTICA. Parte seconda: Teoria della stima. Andrea Garulli, Antonello Giannitrapani, Simone Paoletti
Università di Siena Corso di STATISTICA Parte seconda: Teoria della stima Andrea Garulli, Antonello Giannitrapani, Simone Paoletti Master E 2 C Centro per lo Studio dei Sistemi Complessi Università di
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015 1 2 3 4 5 6 7 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliEsercizi sull integrazione
ANALII MAMAICA -B (L-Z) (C.d.L. Ing. Gestionale) Università di Bologna - A.A.8-9 - Prof. G.Cupini sercizi sull integrazione (Grazie agli studenti del corso che comunicheranno eventuali errori) sercizio.
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
DettagliQuarto appello di Analisi Matematica 2 Ingegneria Elettronica. Politecnico di Milano Es. Punti A.A. 2016/2017. Prof. M. Bramanti.
Quarto appello di Analisi Matematica Ingegneria Elettronica. Politecnico di Milano Es. Punti A.A. 6/. Prof. M. Bramanti Tema n 6 Tot. Cognome e nome in stampatello codice persona o n di matricola n d ordine
DettagliAnalisi Matematica II Corso di Ingegneria Biomedica Compito A del f(x, y) = arctan xy + x + y
Analisi Matematica II Corso di Ingegneria Biomedica Compito A del -7-2 - È obbligatorio consegnare tutti i fogli, anche quelli della brutta. - Le risposte senza giustificazione sono considerate nulle.
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 8 SETTEMBRE 2015 VERSIONE A
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 8 SETTEMBRE 015 VERSIONE A DOCENTE: MATTEO LONGO 1. Domande. Esercizi Esercizio 1 (8 punti). Al variare del parametro a R, considerare
DettagliIL PALLINOMETRO SCOPO
IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.
DettagliEsame di ammissione al Dottorato in Matematica, XXIV Ciclo Università di Firenze Tema n. 1.
Esame di ammissione al Dottorato in Matematica, XXIV Ciclo Università di Firenze Tema n. 1. Esercizio 1. Un punto materiale di massa m si muove su un piano orizzontale, vincolato senza attrito alla curva
DettagliVariabile casuale Normale
Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza
Dettaglie n n xn ( 1) n ( 1) n n + 1 2e n x n 3n [ln x]n 1 n + 1 2e n 1
1) Studiare la seguente serie di funzioni en ( 1) n n x n 2) Studiare la seguente serie di funzioni ( 1) n n + 1 2e n xn 3) Studiare la seguente serie di funzioni 3n [ln x]n 1 2n 4) Studiare la seguente
DettagliPrima prova in itinere di Analisi Matematica 2 Ingegneria Elettronica. Politecnico di Milano. A.A. 2017/2018. Prof. M. Bramanti.
Prima prova in itinere di Analisi Matematica Ingegneria Elettronica. Politecnico di Milano Es. Punti A.A. 07/08. Prof. M. Bramanti Tema n 4 5 6 Tot. Cognome e nome (in stampatello) codice persona (o n
DettagliTest delle Ipotesi Parte I
Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test
DettagliIl Modello di Markowitz e la frontiera efficiente (1952)
Il Modello di Markowitz e la frontiera efficiente (1952) Introduzione La selezione di portafoglio consiste nella ripartizione di un capitale tra più investimenti di reddito aleatorio Il capitale da ripartire
DettagliLaboratorio di Chimica Fisica. Analisi Statistica
Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica
Dettagli