Esercitazione ENS su periodogramma (27 e 28 Maggio 2008) Esercizio 1: Autocorrelazione e stima della densità spettrale di potenza
|
|
- Aurelia Rubino
- 5 anni fa
- Visualizzazioni
Transcript
1 sercitazione S su periodogramma (7 e 8 Maggio 008 D. Donno sercizio : Autocorrelazione e stima della densità spettrale di potenza Si consideri la sequenza x n di lunghezza = 8 campioni. x n è somma di due processi: una sinusoide (ampiezza A = V, fase casuale θ, pulsazione ω 0 e rumore w n gaussiano bianco x n = A sin (ω 0 n + θ + w n = y n + w n θ U[ π, π; [θ = 0 w n C ( 0, σ a Si calcoli l autocorrelazione r x ( della sequenza x n e la densità spettrale di potenza del processo. b Si definisca uno stimatore ˆr x ( della funzione di autocorrelazione del processo x n e si verifichi se tale stimatore è polarizzato. c Si definisca il periodogramma della sequenza x n, si calcoli il valore atteso per ogni cella e si trovi quali sono i valori della pulsazione ω 0 per i quali il periodogramma risulta essere non polarizzato. d Si calcoli la varianza del periodogramma in assenza di polarizzazione. e Si definisca uno stimatore della potenza della sinusoide a partire dal periodogramma e si calcoli la media dello stimatore. f Si definisca uno stimatore della potenza del rumore a partire dal periodogramma e si calcoli la media dello stimatore. g Se lo stimatore della potenza della sinusoide considerato nel punto e risulta polarizzato, come depolarizzarlo? Soluzione a La funzione di autocorrelazione r x ( è (sapendo che i processi y n e w n sono incorrelati r x ( = [x n x n+ = [(y n + w n (y n+ + w n+ = = [y n y n+ + [w n w n+ = r y( + r w ( = r y ( + σ δ( r y ( = [y n y n+ = [A sin (ω 0 n + θ A sin (ω 0 n + ω 0 + θ = = A [sin (α sin (β = (usando le formule trigonometriche di Werner = A [cos (α β cos (α + β = = A [cos (ω 0 cos (ω 0 n + ω 0 + θ = = (il secondo termine è uguale a 0 perché [cos θ = 0 = A [cos (ω 0 = A cos (ω 0 Si noti che la funzione di autocorrelazione della sequenza y n non dipende dalla fase iniziale θ. La funzione di autocorrelazione r x ( risulta essere r x ( = r y ( + r w ( = A cos (ω 0 + σ δ(
2 La densità spettrale di potenza del processo è S x (f = F{r x (} = A 4 [δ(f f 0 + δ(f + f 0 + σ b Potendo disporre di = 8 campioni della sequenza x n, uso la media campionaria per avere uno stimatore ˆr x ( della funzione di autocorrelazione: ˆr x ( = n=0 x n x n+ dove x n+ = 0 per n + > e n + < 0. Quindi solo campioni della sommatoria sono diversi da zero quando faccio il prodotto tra x n e x n+. Il valore atteso di questo stimatore è: [ˆr x ( = 80 n=0 [ ( x n x n+ = ( r x( = r x ( = w B (r x ( Quindi lo stimatore è polarizzato in quanto il suo valore( atteso [ˆr x ( è pari alla funzione di autocorrelazione r x ( finestrata con una finestra triangolare w B ( =. el dominio delle frequenze, il valore atteso dello stimatore è pari a dove [Ŝ(f = S x (f W B (f = A 4 [W B(f f 0 + W B (f + f 0 + σ W B (f = ( sin(πf sin(πf c Il periodogramma è Ŝ ( = X dove la trasformata di Fourier discreta di x n è Ŝ ( = F{ˆr x (} f= X = Y + W = Ŝ(f f=
3 con Y = A [δ 0 + δ +0 W C ( 0, σ I valori di ω 0 per cui il periodogramma risulta essere non polarizzato sono ω 0 = πf 0 = π 0 = π 0 8 con 8 0 numero intero. Quindi scelgo 0 = 3, 9, 7 e questa scelta mi garantisce che la sinusoide in ω 0 cade in una sola cella 0 e in tutte le celle per 0 il contributo della sinusoide è nullo. el caso di assenza di polarizzazione (quando 0 = 3, 9, 7, il periodogramma è W ± 0 (oppure 0, 0 Ŝ ( = Y + W +Re(Y W = ± 0 Il valore atteso del periodogramma quando 0 = 3, 9, 7 è [Ŝ ( = S x (f W B (f f= = A 4 [δ 0 + δ +0 + σ 3
4 d Ora calcolo la varianza del periodogramma var[ŝ( in ogni cella, nel caso di assenza di polarizzazione (quando 0 = 3, 9, 7. var[ W = ( σ = σ 4 ± 0 [ var[ŝ( = var[ W + var[re ( A W = = ( σ + A var[re (W = = ± 0 = σ 4 + A σ dove nel calcolo della varianza var[ŝ( ho considerato che var[ Y = 0 perché Y è deterministica, e inoltre var[re(w = σ poiché w n C ( 0, σ e W C ( 0, σ (, quindi Re(W C 0, σ. e Per stimare la potenza della sinusoide a partire dal periodogramma, considero il periodogramma nella cella 0 e definisco lo stimatore ˆP S = Ŝ( 0 Calcolo il valor medio dello stimatore ˆP S per determinare se è uno stimatore polarizzato [ ˆPS = [Ŝ(0 = A + σ = 4 P S + σ Questo stimatore è polarizzato. Uno stimatore migliore di questo è: ˆP S = Ŝ( 0 [ ˆP S = [Ŝ(0 = P S + σ Anche questo stimatore è polarizzato, ma è migliore del primo ˆP S perché tende a uno stimatore non polarizzato per (in questo caso si dice che lo stimatore è consistente. f Per stimare la potenza del rumore a partire dal periodogramma, uso tutte le celle del periodogramma in cui non ho la sinusoide (tutte quelle per ± 0, che sono in tutto ˆP w = =0, ± 0 Ŝ( Calcolo il valor medio dello stimatore ˆP w per determinare se è uno stimatore polarizzato [ [ ˆPw = Ŝ( = [Ŝ( = σ Questo stimatore è non polarizzato. Si noti che [Ŝ( indica la media della cella -esima del periodogramma, per ± 0, da cui [Ŝ( = σ. g Per depolarizzare lo stimatore calcolato al punto e uso la stima della potenza del rumore ˆP w, per sottrarla alla stima del periodogramma nella cella 0 dove ho sia segnale che rumore. Definisco il nuovo stimatore: P S = ˆP S ˆP w Il suo valor medio è: [ [ PS = ˆP S [ ˆPw = P S + σ σ = P S 4
5 Posso concludere che questo stimatore della potenza della sinusoide è non polarizzato. sercizio : Periodogramma polarizzato e non polarizzato Si consideri il segnale discreto ottenuto campionando, con frequenza di campionamento = 40Hz (T = /, il processo: x(t = A cos (πf 0 t + w(t = s(t + w(t con f 0 = 0Hz e potenza della sinusoide σs = A = W e potenza del rumore σ w = 40W. a Si supponga di avere = 40 campioni della sequenza x n. Si definisca il periodogramma della sequenza x n, si calcoli il valore atteso per ogni cella. b Ripetere le richieste nel punto a supponendo di conoscere = 50 campioni della sequenza x n. In particolare si precisi quali celle risentono maggiormante del contributo della sinusoide e si calcoli il valore atteso del periodogramma in quelle celle. c Si supponga di avere una seconda sinusoide a frequenza f =, 5Hz di uguale potenza σs = B = A della sinusoide a frequenza f 0. Il nuovo segnale è x (t = s(t + y(t + w(t = A cos (πf 0 t + B cos (πf t + w(t. Calcolare il numero minimo di campioni della realizzazione in modo che il periodogramma non sia polarizzato in presenza di entrambe le sinusoidi. Soluzione a L asse delle frequenze da 0 a è diviso in intervalli. Il periodogramma è Ŝ ( = X Il valore atteso di questo stimatore è [Ŝ ( = [F{ˆr x (} = F{ [ˆr x (} = ( = F{r x ( } = = T [S x (f W B (f f = dove W B (f è la trasformata della finestra triangolare W B (f = ( sin(πf T sin(πft In pratica, è come se faccio la convoluzione nel continuo di S x (f con il sinc periodicizzato e poi campiono in f =. [( A [Ŝ ( = T 4 [δ(f f 0 + δ(f + f 0 + σw f W B (f = f c = [ A = T 4 W B(f f 0 + A 4 W B(f + f 0 f }{{} primo termine + T σ w W B (f f }{{} secondo termine 5
6 risolvo il secondo termine passando nei tempi dove la convoluzione diventa una moltiplicazione, e poi tornando nel dominio delle frequenze: secondo termine = T σw W B (f f ( T σwδ(n n = T σwδ(n T σw Per quanto riguarda il primo termine, per = 40 la larghezza di ogni cella è Cerco la cella dove cade la sinusoide: f = = Hz f = f 0 = 0Hz = = 0 In questo caso la spaziatura della sinusoide coincide con la spaziatura del sinc periodicizzato. Quindi il contributo della sinusoide è nullo ovunque (= assenza di polarizzazione tranne che nelle celle corrispondenti a f 0 ( = 0 e f 0 ( = 30. Il valore atteso in questo caso diventa: [Ŝ ( = b Con = 50 campioni ho T A 4 + T σw = A 4 + σ w fc = mw/hz = 0, 30 T σ w = σ w fc = mw/hz 0, 30 f = = 0, 8Hz f = f 0 = 0Hz = =, 5 Quindi non esiste un intero che soddisfi la relazione. In questo caso la sinusoide in f 0 cade nel mezzo di un intervallo ( =, 5. Il periodogramma è polarizzato perché gli zeri del sinc periodicizzato sono in posizioni diverse rispetto alla spaziatura f, quindi il contributo della sinusoide sporca tutte le celle del periodogramma (si veda la figura sopra. Le celle in cui i contributi della sinusoide sono più forti sono =, 3 e = 37, 38. In questo caso il valore atteso del periodogramma in ogni cella è [ A [Ŝ ( = T 4 W B(f f 0 + A 4 W B(f + f 0 f= f c + T σw 6
7 Facendo delle approssimazioni (prima approssimo il sinc periodico con quello aperiodico e poi il sinc aperiodico col suo denominatore trovo: [ W B (f f 0 = f f sin(π 0 sin(π f f 0 = [ sin(π/ ( π/ π [ sin(π f f 0 (π f f 0 poiché f f 0 = ( = = 3, 5 = 0.5 Invece W B (f + f 0 0 è trascurabile in quanto sono i contributi relativi alle componenti più lontane del sinc. Da cui trovo che in questo caso il valore atteso del periodogramma in ogni cella è pari a [Ŝ ( = A 4 ( π + σw fc =, 4mW/Hz =, 3, 37, 38 T σ w = σ w fc = mw/hz, 3, 37, 38 c In presenza di due sinusoidi non si ha polarizzazione se è tale che { f = =, 5Hz f 0 = 0 = 0Hz Per minimizzare si devono scegliere gli interi minimi e 0 che soddisfano la relazione 0 = f 0 = 0 f, 5 = 0 3 Il valore minimo di si ottiene scegliendo = 3, 0 = 0, = 80. Soluzioni con maggiore si ottengono come multipli di questi valori. sercizio 3: Riduzione della varianza del periodogramma Si consideri una sequenza x n da rumore bianco x n C ( 0, σ n = 0,,, a Si supponga di avere = 000 campioni della sequenza x n. Si definisca il periodogramma della sequenza x n, si calcoli il valore atteso e la varianza per ogni cella. b Si supponga ora di avere L = 0 sottosequenze della sequenza x n da = 00 campioni ciascuna. Si definisca il periodogramma della sequenza x n in questo caso e si calcolino il valore atteso e la varianza per ogni cella. Soluzione a La trasformata discreta di Fourier della sequenza x n è X C ( 0, σ 7
8 In questo caso periodogramma, il suo valore atteso e la varianza sono pari a: Ŝ( = X [Ŝ( = [ X = σ = σ var [Ŝ( = var [ X = [ ( X σ = = σ 4 b In questo caso, il periodogramma per la sottosequenza l-esima con l =,, L è Ŝ (l ( = X(l Il periodogramma totale somma dei periodogrammi delle singole sottosequenze: Ŝ L, ( = L L l= Ŝ (l ( Il valore atteso del periodogramma è [Ŝ(l ( = [ X (l = σ [ŜL, ( = L [Ŝ(l L ( = σ = σ Quindi l effetto della suddivisione del periodogramma in sottosequenze lascia inalterato il valore atteso. Per quanto riguarda la varianza, invece: [Ŝ(l var ( = [ ( var X (l σ = = σ 4 [ var [ŜL, ( = L L var Ŝ (l ( = L var [Ŝ(l L ( = σ4 L = σ4 0 l= Si noti che rispetto al caso analizzato al punto a, la varianza è stata ridotta di un fattore 0. 8
Università di Napoli Parthenope Facoltà di Ingegneria
Università di Napoli Parthenope Facoltà di Ingegneria Corso di rasmissione Numerica docente: Prof. Vito Pascazio 18 a Lezione: 13/1/4 19 a Lezione: 14/1/4 Sommario rasmissione di segnali PM numerici su
DettagliCorso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005
Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Gli esercizi devono essere risolti solo sui fogli dei colori indicati Per esiti e soluzioni si veda il sito web del corso:
DettagliElaborazione numerica. Teoria dei segnali
Elaborazione numerica e Teoria dei segnali Raccolta di Esercizi Fiandrino Claudio agosto 00 II Indice I Teoria dei segnali 5 Esercizi di base 7. Esercizio............................. 7. Esercizio.............................
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
DettagliFunzioni di trasferimento. Lezione 14 2
Lezione 14 1 Funzioni di trasferimento Lezione 14 2 Introduzione Lezione 14 3 Cosa c è nell Unità 4 In questa sezione si affronteranno: Introduzione Uso dei decibel e delle scale logaritmiche Diagrammi
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 6 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 6 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it Quantizzazione Il segnale y(t) non solo è campionato sull asse dei tempi, ma anche i valori di ordinata sono
Dettagliv in v out x c1 (t) Molt. di N.L. H(f) n
Comunicazioni elettriche A - Prof. Giulio Colavolpe Compito n. 3 3.1 Lo schema di Fig. 1 è un modulatore FM (a banda larga). L oscillatore che genera la portante per il modulatore FM e per la conversione
DettagliELEMENTI DI ANALISI SPETTRALE 1 I DUE DOMINI
Lezioni di Fisica della Terra Solida, Università di Chieti, a.a. 999/. Docente A. De Santis ELEMENTI DI ANALISI SPETTRALE I DUE DOMINI È spesso utile pensare alle unzioni ed alle loro trasormate di Fourier
DettagliIl Campionameto dei segnali e la loro rappresentazione. 1 e prende il nome frequenza di
Il Campionameto dei segnali e la loro rappresentazione Il campionamento consente, partendo da un segnale a tempo continuo ovvero che fluisce con continuità nel tempo, di ottenere un segnale a tempo discreto,
DettagliANALISI DI SEGNALI BIOLOGICI
ANALISI DI SEGNALI BIOLOGICI A.Accardo accardo@units.it LM Neuroscienze A.A. 2010-11 Parte II 1 Analisi in frequenza di un segnale l analisi in frequenza di un segnale o analisi di Fourier descrive il
DettagliELEMENTI DI ACUSTICA 03
I.U.A.V. Scienze dell architettura a.a. 01/013 Fisica Tecnica e Controllo Ambientale Prof. Piercarlo Romagnoni EEMENTI DI ACUSTICA 03 PROPAGAZIONE DE SUONO 0 DIRETTIVITA DEA SORGENTE FREQUENZA SONORA PROPAGAZIONE
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliStudio dei segnali nel dominio della frequenza. G. Traversi
Studio dei segnali nel dominio della frequenza G. Traversi Segnali periodici e serie di Fourier Una funzione periodica f(t) di periodo T (purché integrabile) è esprimibile con una serie del tipo: f (t)
DettagliAbbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995).
ANALISI DI UNA SERIE TEMPORALE Analisi statistica elementare Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995). Si puo' osservare una media di circa 26 C e una deviazione
DettagliElettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza p. 2
Elettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013
DettagliStudio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
DettagliLA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI
LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI Fondamenti di segnali Fondamenti e trasmissione TLC Proprieta della () LINEARITA : la della combinazione lineare (somma pesata) di due segnali e uguale alla
DettagliPer un corretto funzionamento dei sistema si progetta un controllo a retroazione secondo lo schema di figura.
Tema di: SISTEMI ELETTRONICI AUTOMATICI Testo valevole per i corsi di ordinamento e per i corsi di progetto "SIRIO" - Indirizzo Elettronica e Telecomunicazioni 2001 Il candidato scelga e sviluppi una tra
DettagliAnalisi dei segnali nel dominio della frequenza
Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 7 Analisi dei segnali nel dominio della frequenza docente L.Verdoliva In questa lezione affrontiamo il problema dell analisi dei segnali tempo
DettagliElementi di sismologia
Elementi di sismologia Sismologia e Rischio Sismico Anno Accademico 2009-2010 Giovanna Cultrera, cultrera@ingv.it Istituto Nazionale di Geofisica e Vulcanologia Trasformata di Fourier Premessa: l equazione
DettagliIntroduzione al Campionamento e
Introduzione al Campionamento e all analisi analisi in frequenza Presentazione basata sul Cap.V di Introduction of Engineering Experimentation, A.J.Wheeler, A.R.Ganj, Prentice Hall Campionamento L'utilizzo
DettagliSegnali passa-banda ed equivalenti passa-basso
Appendice C Segnali passa-banda ed equivalenti passa-basso C.1 Segnali deterministici Un segnale deterministico u(t) con trasformata di Fourier U(f) è un segnale passa-banda se f 0, W, con 0 < W < f 0,
DettagliCOMPITO DI SEGNALI E SISTEMI 18 Dicembre 2004
COMPIO DI SEGNALI E SISEMI 8 Dicembre 4 Esercizio Si consideri il modello di stato a tempo discreto descritto dalle seguenti equazioni: x(k + = Ax(k + Bu(k = x(k + u(k, v(k = Cx(k = [ ] x(k, k Z + i Si
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliUniversità degli Studi di Cassino e del Lazio Meridionale. Area Didattica di Ingegneria. Corso di Laurea in Ingegneria Industriale
Università degli Studi di Cassino e del Lazio Meridionale Area Didattica di Ingegneria Corso di Laurea in Ingegneria Industriale Lezioni del Corso di Misure Industriali 1 Università degli Studi di Cassino
DettagliGuide d onda. Cerchiamo soluzioni caratterizzate da una propagazione lungo z
GUIDE D ONDA Guide d onda Cerchiamo soluzioni caratterizzate da una propagazione lungo z Onde progressive e regressive Sostituendo nell equazione d onda ( essendo Valido anche per le onde regressive Equazione
DettagliDescrizione del funzionamento di un Lock-in Amplifier
Descrizione del funzionamento di un Lock-in Amplifier S.C. 0 luglio 004 1 Propositi di un amplificatore Lock-in Il Lock-in Amplifier é uno strumento che permette di misurare l ampiezza V 0 di una tensione
DettagliRiassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice
cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Analisi dei segnali A.A. 2008-09.
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Analisi dei segnali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Segnali continui e discreti Un segnale tempo-continuo è
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180
DettagliCorso di Automazione Industriale 1. Capitolo 4
Simona Sacone - DIST 1 Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: analisi
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
DettagliClassificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni
Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni Docente:Alessandra Cutrì Richiamo:Zeri di Funzioni olomorfe (o analitiche) Sia f : A C C A aperto connesso,
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliCORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO
CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima
DettagliMHz. MHz. Fig. 1 Fig. 2
Esercizio 1 Il Ranger Smith del parco di Yellowstone ha deciso di rafforzare il sistema di sorveglianza a causa dei continui furti di cestini di picnic dei visitatori del parco da parte dell orso Yoghi
DettagliElettronica I Circuiti nel dominio del tempo
Elettronica I Circuiti nel dominio del tempo Valentino Liberali Dipartimento di ecnologie dell Informazione Università di Milano, 2613 Crema e-mail: liberali@i.unimi.it http://www.i.unimi.it/ liberali
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliEsercizio C2.1 - Acquisizione dati: specifiche dei blocchi
Esercizio C2.1 - Acquisizione dati: specifiche dei blocchi È dato un segnale analogico avente banda 2 khz e dinamica compresa tra -2 V e 2V. Tale segnale deve essere convertito in segnale digitale da un
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliLa trasformata Zeta. Marco Marcon
La trasformata Zeta Marco Marcon ENS Trasformata zeta E l estensione nel caso discreto della trasformata di Laplace. Applicata all analisi dei sistemi LTI permette di scrivere in modo diretto la relazione
DettagliCatene di Misura. Corso di Misure Elettriche http://sms.unipv.it/misure/
Catene di Misura Corso di Misure Elettriche http://sms.unipv.it/misure/ Piero Malcovati Dipartimento di Ingegneria Industriale e dell Informazione Università di Pavia piero.malcovati@unipv.it Piero Malcovati
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliMotivazioni e Obiettivi EMC Group @ POLIMI Dip. ELETTROTECNICA
Propagazione del Rumore nei Sistemi di Misura EMI nel Dominio del Tempo D. Bellan and S. A. Pignari POLITECNICO DI MILANO Dipartimento di ELETTROTECNICA EMC Group @ POLIMI Milano, Italy 1 Motivazioni e
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliEsercizi di teoria dei segnali. Laura Dossi Arnaldo Spalvieri
Esercizi di teoria dei segnali Laura Dossi Arnaldo Spalvieri Gli autori desiderano ringraziare gli ingg. Fabio Marchisi e Raffaele Canavesi per il preziosissimo contributo alla stesura della dispensa.
DettagliUniversità degli Studi del Sannio Corso di laurea magistrale in Scienze e Tecnologie Geologiche. Insegnamento di Geofisica Applicata modulo B 4 CFU
Corso di laurea magistrale in Scienze e Tecnologie Geologiche Insegnamento di Geofisica Applicata modulo B 4 CFU Anno accademico 2010/2011 docente: Rosalba Maresca E-mail: maresca@unisannio.it 1 SASW (Spectral
DettagliFederico Lastaria. Analisi e Geometria 2. Integrali multipli. Cambi di variabili. 1/21
Contenuto Integrali doppi. Teorema di Fubini Cambio di variabili: coordinate polari. Cambio di variabili: caso generale. Coordinate sferiche. Federico Lastaria. Analisi e Geometria 2. Integrali multipli.
DettagliFondamenti di Analisi Statistica dei Segnali
Fondamenti di Analisi Statistica dei Segnali Letizia Lo Presti e Fabrizio Sellone Dipartimento di Elettronica Politecnico di Torino Indice 1 Processi casuali a tempo discreto 1 1.1 Definizione...............................
DettagliGeneratori di segnale. Generatore sinusoidale BF. Generatori di funzione. Generatori sinusoidali a RF. Generatori a battimenti. Oscillatori a quarzo
Generatori di segnale Generatore sinusoidale BF Generatori di funzione Generatori sinusoidali a RF Generatori a battimenti Generatori di segnale sintetizzati Generatori per sintesi indiretta 2 2006 Politecnico
DettagliCaratterizzazione dei segnali aleatori nel dominio della frequenza
Capitolo 5 Caratterizzazione dei segnali aleatori nel dominio della frequenza 5. Introduzione In questo capitolo affrontiamo lo studio dei segnali aleatori nel dominio della frequenza. Prendiamo come esempio
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti
DettagliDISCRETIZZAZIONE DI UN SEGNALE ANALOGICO:
DISCRETIZZAZIONE DI UN SEGNALE ANALOGICO: nel processo di digitalizzazione che permette di convertire un segnale analogico in modo da poterlo elaborare con dispositivi numerici di calcolo, si operano due
DettagliInferenza statistica
Inferenza statistica Si tratta di un complesso di tecniche, basate sulla teoria della probabilità, che consentono di verificare se sia o no possibile trasferire i risultati ottenuti per un campione ad
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliCorso di Fondamenti di Telecomunicazioni
Corso di Fondamenti di Telecomunicazioni 5 - EGALI DIGITALI E A IMPULI I BADA BAE Prof. Mario Barbera [parte ] Codifica La fase di codifica prevede che venga fatta una associazione tra il livello del segnale
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame dell 11/1/2012 NOME COGNOME N. Matr. Rispondere alle domande nel modo più completo possibile, cercando di
DettagliTeoria dei Segnali & Elaborazione Dati
Teoria dei Segnali & Elaborazione Dati Facoltà di Ingegneria- Ingegneria Biomedica Corso di Elaborazione dati e Segnali Biomedici Ing.Irene Tagliente Irene.tagliente@opbg.net Il termine Segnale e' usato
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliStima spettrale CAPITOLO 8
CAPITOLO 8 Stima spettrale 8.1. Introduzione In molte applicazioni è fondamentale poter stimare la densità spettrale di potenza di un processo. Si tratta di realizzare un analizzatore di spettro numerico.
Dettaglidifferiticerti.notebook November 25, 2010 nov 6 17.29 nov 6 17.36 nov 6 18.55 Problemi con effetti differiti
Problemi con effetti differiti sono quelli per i quali tra il momento di sostentamento dei costi ed il momento di realizzo dei ricavi intercorre un certo lasso di tempo. Nei casi in cui il vantaggio è
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliTeoria dei Segnali Modulazione di frequenza e modulazione di fase
Teoria dei Segnali Modulazione di frequenza e modulazione di fase Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Modulazione di
DettagliPROVA SCRITTA DI TEORIA DEI SEGNALI DEL 13.06.2005. Tempo: 2.5 ore. È consentito l uso di libri ed appunti propri. y 1 (t) + + y(t) H(f) = 1 4
INFO (DF-M) PROVA SCRITTA DI TEORIA DEI SEGNALI DEL 3.06.005. Tempo:.5 ore. È consentito l uso di libri ed appunti propri. ESERCIZIO (0 punti) x(t) g(x) z(t) H(f) H(f) y (t) + + y (t) y(t) H(f) = 4 ( e
DettagliRumore Elettronico. Sorgenti di rumore in Diodi, BJTs, MOSFETs Rumore equivalente all ingresso di amplificatori Rumore nel dominio del tempo
umore Elettronico Sorgenti di rumore in Diodi, Js, MOSFEs umore equivalente all ingresso di amplificatori umore nel dominio del tempo 1 umore della Giunzione PN: Shot Noise La corrente che fluisce attraverso
DettagliSequenza Sismica Aquilana (2009): variazioni in frequenza della risposta di sito (intra-evento) osservata sulle registrazioni accelerometriche.
Sequenza Sismica Aquilana (2009): variazioni in frequenza della risposta di sito (intra-evento) osservata sulle registrazioni accelerometriche. R. Ditommaso 1, M. Mucciarelli 1, M. Bianca 1, R. Puglia
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # Esercizi Statistica Descrittiva Esercizio I gruppi sanguigni di persone sono B, B, AB, O,
DettagliTrasformata di Fourier (1/7)
1 rasormaa di Fourier (1/7 + De: Un segnale x( è impulsivo se x ( d < + F : + j X( x( e π d F{ x( }, < < + F -1 + jπ 1 : x( X( e d F { X( }, < < + X( è una rappresenazione di x( nel dominio della requenza
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliCorso di Laurea in Ingegneria Biomedica Corso di Trasmissione Numerica (6 crediti) Prova scritta 16.02.2006
Prova scritta 16.02.2006 D. 1 Si derivi l espressione dei legami ingresso-uscita, nel dominio del tempo per le funzioni di correlazione nel caso di sistemi LTI e di segnali d ingresso SSL. Si utilizzi
DettagliA.1 Rappresentazione geometrica dei segnali
Appendice A Rappresentazione dei segnali A.1 Rappresentazione geometrica dei segnali Scomporre una generica forma d onda s(t) in somma di opportune funzioni base è operazione assai comune, particolarmente
DettagliLezione 28 Maggio I Parte
Lezione 28 Maggio I Parte La volta scorsa abbiamo fatto un analisi dei fenomeni di diafonia e avevamo trovato che per la diafonia vicina il valore medio del quadrato del segnale indotto dalla diafonia
DettagliVARIABILI ALEATORIE CONTINUE
VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità
Dettagli1.5. ISTOGRAMMA 17. Figura 1.3: Istogramma ottenuto mediante campionamento da VA Gaussiana (η x =0, σ 2 X =1).
.5. ISTOGRAMMA 7.5 Istogramma A partire dalle considerazioni svolte nel paragrafo precedente, posto x m = min(x,,x N e x M = max(x,,x N, possiamo ottenere una stima della densità di probabilità p (x suddividendo
DettagliSistema dinamico a tempo continuo
Sistema dinamico a tempo continuo Un sistema è un modello matematico di un fenomeno fisico: esso comprende le cause e gli effetti relativi al fenomeno, nonché la relazione matematica che li lega. X INGRESSO
DettagliDispense del corso di Elettronica Ls Prof. Guido Masetti
Dispense del corso di Elettronica Ls Prof. Guido Masetti Elaborazione dei segnali 1 Sommario Elaborazione del segnale Sistemi lineari tempo invarianti (LTI), tempocontinui e tempo-discreti Analisi di Fourier
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo
DettagliFondamenti di Automatica. Unità 2 Calcolo del movimento di sistemi dinamici LTI
Fondamenti di Automatica Unità 2 Calcolo del movimento di sistemi dinamici LTI Calcolo del movimento di sistemi dinamici LTI Soluzione delle equazioni di stato per sistemi dinamici LTI a tempo continuo
DettagliElettronica Circuiti nel dominio del tempo
Elettronica Circuiti nel dominio del tempo Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Elettronica Circuiti nel dominio del tempo 14 aprile 211
DettagliElementi di Statistica descrittiva Parte I
Elementi di Statistica descrittiva Parte I Che cos è la statistica Metodo di studio di caratteri variabili, rilevabili su collettività. La statistica si occupa di caratteri (ossia aspetti osservabili)
DettagliUniversità di Napoli Parthenope Facoltà di Ingegneria
Università di Napoli Parthenope Facoltà di Ingegneria Corso di Comunicazioni Elettriche docente: Prof. Vito Pascazio 1 a Lezione: 9/04/003 Sommario Caratterizzazione energetica di processi aleatori Processi
Dettagli0.6 Filtro di smoothing Gaussiano
2 Figura 7: Filtro trapezoidale passa basso. In questo filtro l rappresenta la frequenza di taglio ed l, l rappresenta un intervallo della frequenza con variazione lineare di H, utile ad evitare le brusche
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
Dettagli(Ing. Giulio Ripaccioli) Tecnologie dei Sistemi di Controllo - A. Bemporad - A.a. 2007/08. Termocoppie
Esercitazioni su sensori di temperatura e di deformazione (Ing. Giulio Ripaccioli) Termocoppie Termocoppie Valori Tipici di una termocoppia di tipo J Temperatura( C) 0 20 40 60 80 100 120 140 160 180 200
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. I Prova in Itinere di Statistica per Ingegneria Energetica 9 maggio 2013
Politecnico di Milano - Scuola di Ineneria Industriale I Prova in Itinere di Statistica per Ineneria Eneretica 9 maio 013 c I diritti d autore sono riservati. Oni sfruttamento commerciale non autorizzato
DettagliESAME 13 Gennaio 2011
ESAME 13 Gennaio 2011 Esercizio 1. Si consideri un operazione finanziaria che ha valore x 0 = 120 in t 0 = 0 e restituisce x 1 = 135 all istante t. Supponendo che l operazione in esame sia soggetta ad
DettagliFunzioni trigonometriche e modulazione dei segnali
Funzioni trigonometriche e modulazione dei segnali Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 263 Crema e-mail: liberali@dti.unimi.it http://www.dti.unimi.it/~liberali
DettagliEsercitazione Strumentazione virtuale
Esercitazione Strumentazione virtuale - 1 Esercitazione Strumentazione virtuale 1 - Oggetto Introduzione alla strumentazione virtuale. LabView: il pannello frontale e il diagramma a blocchi. Esempi: generatore
DettagliPolitecnico di Milano - Anno Accademico 2010-2011 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo
Politecnico di Milano - Anno Accademico 200-20 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Esercitazione 9 2 Giugno 20 Esercizio. In un laboratorio per il test dei materiali,
DettagliSTRUMENTAZIONE E MISURE ELETTRICHE. Condizionamento ed acquisizione del segnale
STRUMENTAZIONE E MISURE ELETTRICHE Condizionamento ed acquisizione del segnale Prof. Salvatore Nuccio salvatore.nuccio@unipa.it, tel.: 0916615270 1 Circuito di condizionamento Un sensore/trasduttore (S/T)
DettagliINTERFEROMETRO (Michelson)
S I beam splitter Semispecchio divide il raggio sorgente in due raggi, inviandoli a due specchi distinti: uno fisso e l altro mobile δ (OM - OF) INTERFEROMETRO (Michelson) specchio fisso OF OM + D m specchio
DettagliIndice Aspetti generali sul campionamento da popolazioni finite Campionamento probabilistico Disegno campionario semplice
Indice 1 Aspetti generali sul campionamento da popolazioni finite.. 1 1.1 Rilevazionicensuarieerilevazionicampionarie... 1 1.2 Lineemetodologichediunarilevazionestatistica... 3 1.3 Popolazioni, etichette,
Dettagli