Esercitazione di Teoria dell Informazione e Trasmissione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercitazione di Teoria dell Informazione e Trasmissione"

Transcript

1 Eserctazoe d Teora dell Iformazoe e Trasmssoe Eserctazo.3 del 15/4/211 (Alessadro Tomaso) Algebra de cam ft A lezoe è stato trodotto l cocetto d camo d elemet fto, o camo d Galos GF() co elemet, co le sue oerazo e le sue roretà. Avete vsto che se é u umero rmo é ossble defre u camo GF() tramte umer atural da a -1, co gl oerator somma e rodotto classc, a atto d lmtare l rsultato modulo. Avete ache vsto che se o è rmo, queste stesse regole volao le roretà del camo. Per =q m co q rmo, s uò defre l camo GF(q m ) esteso da GF(q), come comosto da tutte le m-le (olom d grado m-1) d elemet d GF(q). L oeratore somma s ottee alcado elemeto er elemeto la somma GF(q) (somma classca modulo q), metre l oeratore rodotto s uò defre come rodotto classco tra olom, co rsultato lmtato modulo (x), dove (x) é u olomo d grado m rrducble, co coeffcet GF(q), detto olomo geeratore del camo. I qualsas camo GF(q) esste almeo u elemeto α detto rmtvo, che co le sue oteze da a q-2, assume tutt 1 ossbl valor del camo trae, e l rete o cclcamete co erodo q-1, er cu α q = α = 1. Per comletezza d raresetazoe s uò orre (covezoalmete) α - =. Gl elemet d u camo esteso GF( m ) s ossoo qud raresetare due mod: 1) come olom d grado m-1 co coeffcet GF() (o m-le d elemet GF()) 2) come oteze k-sme d u elemeto rmtvo: α k k=-,,1... m -2 La rma raresetazoe é ù comoda er l alcazoe dell oeratore somma, metre la secoda s resta meglo k j ( j+ k) mod q 1 alle oerazo d moltlcazoe graze alle roretà delle oteze er cu α α = α. I cam ù teressat soo GF(2 m ), cu elemet o soo altro che m-le d bt (byte). Iteressao quato artedo dalle roretà dell algebra de cam é ossble rogettare delle tecche d codfca e decodfca er la rotezoe dagl error d blocch d bt. Ogg mlemeteremo MATLAB le oerazo del camo GF(2 m ). Come alcazoe dell algebra d GF(2 m ), utamo all mlemetazoe d u decodfcatore algebrco tramte algortmo d Euclde. Per comodtà rareseteremo gl elemet d GF(2 m ) co otazoe esoezale, tramte l loro esoete: ertato 1, 2 1 2, 1 rareseterao rsettvamete α,α e α, -If rareseterà, e rareseterà 1 (attezoe a o fare cofusoe!). Co questa scelta sarà abbastaza facle mlemetare le oerazo d moltlcazoe, dvsoe ed elevameto a oteza. Sarà u o ù comlcato mlemetare la somma (la dffereza cocde co la somma erchè é fatta GF(2)). Per questa c servremo del logartmo d Zech. Suoamo k<j: j k k+ z( j k) ( + α ) = k j k α + α = α 1 α (1) la fuzoe z() é detta logartmo d Zech, ed é quell esoete che alcato ad α dà 1 +α : ( ) = 1 (2) z α +α S tratta qud d recomlare ua tabella che dà z er og, ed ache l oeratore somma sarà mlemetato faclmete. 1

2 Oerazo sugl elemet d GF( m ) Oerator rodotto, dvsoe ed elevameto a oteza Assumamo d oerare GF(q= m ). Per defre l oeratore rodotto o dobbamo che mlemetare la somma delle oteze de fattor, e o lmtarla modulo q-1. I arametr che c servoo soo qud solo fattor a, b e la cardaltà del camo q. Se decdamo d raresetare l elemeto ullo co l valore MATLAB -If, bsogerà trattare a arte l eccezoe er cu a o b (o etramb) soo If, er oter utlzzare la fuzoe mod: fucto [c]=multgf(a,b,q) [a,b]=exted(a,b); c=mod(a+b,q-1); c(sf(a) sf(b))=-f; La fuzoe exted, che o è strettamete ecessara, estede uo de due arametr gresso, se scalare, alle dmeso dell altro: fucto [a,b]=exted(a,b) f legth(a)==1 a=remat(a,sze(b)); elsef legth(b)==1 b=remat(b,sze(a)); ed I tal modo, la ostra fuzoe uò oerare dfferetemete co gress scalar, vettor (d ar lughezza, ovvo!) oure uo scalare e u vettore, mtado così l classco comortameto delle fuzo MATLAB. L oerazoe d dvsoe s mlemeta co logca aaloga: fucto [c]=dvgf(a,b,q) [a,b]=exted(a,b); f ay(sf(b)) error('dvsoe er zero!') ed c=mod(a-b,q-1); c(sf(a))=-f; Pù delcata la gestoe de valor e If er quato rguarda l elevameto a oteza. S è assuto = 1, er redere ù facle la gestoe delle oerazo olomal, come sarà charo ù avat: fucto [c]=owgf(a,b,q) [a,b]=exted(a,b); c=mod(a.*b,q-1); c(sf(a) sf(b))=-f; c(b==)=; 2

3 Fuzoe logartmo d Zech Assumamo d oerare GF( m ) defto da u olomo rmtvo: allora l elemeto rmtvo α é radce del olomo ( α) che geera l camo. No dobbamo calcolare u vettore z() d q-2 elemet cu sa esattamete l dce del vettore, e tale er cu la coa (z,) soddsf la (2). Per calcolare tale vettore o ossamo fare altro che eumerare tutt gl elemet del camo co otazoe esoezale ed assocare tale otazoe co quella olomale (m-ule d bt) corrsodete. La raresetazoe olomale d α. Raresetamo olom co grado crescete, er cu α saamo che é l resto della dvsoe er ( ) geercamete» alfa=[zeros(1,) 1]; α MATLAB sarà: Suoamo che qualcuo c da ol che rareseta ( α). Il resto della dvsoe tra α e ol s determa modo rcorsvo. Il resto della dvsoe d α (grado 1) er ol (grado certamete maggore d uo!) vale α : ossamo qud zalzzare a mao la rma rga della tabella ella quale adremo a scrvere le raresetazo olomal d >> ol=[1 1 1]; =2; m=3; q=^m; >> a(1,:)=[1 zeros(1,m-1)]; Per la rcorsoe, faccamo uso della seguete relazoe: R ( ) ( α)[ α ] = r = α m 2 r = = ( 1) ( 1) α + r α = R R I altre arole, l resto della dvsoe d 1 1 ( α)[ α α ] = R( α) [ α R( α)[ α ] = R( α) m 2 m ( 1) ( 1) ( α)[ α ] = α r α + rm 1 α = α er ( α) = α = r ( 1) α = α : sarà ar a rm m 2 term del resto al asso recedete 1 α, alzat d u grado (qud ella raresetazoe vettorale d MATLAB traslat verso destra), ù rm m 1 term del olomo geeratore stesso, se l terme d grado ù alto del asso recedete fosse ar a uo: >> for =2:q-1, a(,:)=[ a(-1,1:ed-1)]; f a(-1,ed)~=, a(,:)=mod(a(,:)-a(-1,ed)*ol(1:m),); ed ed Ora dobbamo calcolare l aaloga tabella che corrsode a >> b=a; >> b(:,1)=mod(b(:,1)+1,); 1 +α : Ora abbamo queste due matrc; er og rga d b, che rareseta 1 +α, o dobbamo che cercare quale rga z z d a (che rareseta α ) s trova la m-la uguale. Per far questo, forse covee trasformare vettor d bt decmal corrsodet: >> w=.^(:(m-1))'; >> aa=a*w; >> bb=b*w; Ora ossamo fare la semlce rcerca: 3

4 >> for =1:q-1, f bb()~=, z()=fd(aa==bb())-1; else z()=-f; ed ed Poamo tutte le oerazo sora esegute u modulo, salvado ure rcal olom geerator d GF(2 m ) e GF(3 m ): fucto [z]=logzech(,m) ol(:,:,1)=[ 1 1 ; ; ; ; ; ; ; ; 1 1 1]; ol(:,:,2)=[ 1 1 ; ; ; ; ; ; ; ; 1 2 1; ]; f (<2) (>3) (m>9) error('polomo geeratore o dsoble') ed ol=ol(m,1:(m+1),-1); q=^m; % assaggo dalla raresetazoe alfa^ a quella olomale a=zeros(q-1,m); a(1,:)=[1 zeros(1,m-1)]; for =2:q-1 a(,:)=[ a(-1,1:ed-1)]; f a(-1,ed)~= a(,:)=mod(a(,:)-a(-1,ed)*ol(1:m),); ed ed % calcolo d 1+alfa^ b=a; b(:,1)=mod(b(:,1)+1,); % determazoe corrsodeze tra a e b 4

5 w=.^(:(m-1))'; aa=a*w; bb=b*w; for =1:q-1, f bb()~= z()=fd(aa==bb())-1; else z()=-f; ed ed Oeratore somma, oosto e dffereza Ora che abbamo l logartmo d Zech, ossamo mlemetare la somma semlcemete tramte la (1). Al solto dovremo verfcare cas artcolar cu a e/o b soo -If. fucto [c]=addgf(a,b,zech) q=legth(zech)+1; [a,b]=exted(a,b); dx=fd((~sf(a))&(~sf(b))); c(dx)=a(dx)+zech(mod(b(dx)-a(dx),q-1)+1); dx=fd(~sf(c)); c(dx)=mod(c(dx),q-1); c(sf(a))=b(sf(a)); c(sf(b))=a(sf(b)); L oeratore oosto s rcava dalla semlce sezoe del logartmo d Zech. Ifatt l elemeto -1 è quello tale er cu l logartmo d Zech s aulla: fucto [c]=ogf(a,zech) q=legth(zech)+1; b=fd(sf(zech))-1; c=multgf(a,b,q); La sottrazoe, er fre, uò essere mlemetata come la somma del rmo addedo co l oosto del secodo: fucto c=subgf(a,b,zech) c=addgf(a,ogf(b,zech),zech); 5

Lezione 24. Campi finiti.

Lezione 24. Campi finiti. Lezoe 4 Prerequst: Lezo 0,,, 3 Rfermet a test: [FdG] Sezoe 86; [H] Sezoe 79; [PC] Sezoe 63; Cam ft Nelle lezo recedet abbamo vsto dvers esem d cam ft: ess erao tutt del to oure [ x ]/( f ( x )), dove f

Dettagli

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale.

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale. Esercz 2/0/2007 Dsequazo Sego d u prodotto. Voglamo studare l sego d u prodotto d due umer real. I altr term vedere qual soo le codzo affché due umer real A e B soddsfo AB 0. Ragoamo come segue: rcoducamo

Dettagli

Lezione 13. Anelli ed ideali.

Lezione 13. Anelli ed ideali. Lezoe 3 Prerequst: Aell e sottoaell. Sottogrupp. Rfermet a test: [FdG] Sezoe 5.2; [H] Sezoe 3.4; [PC] Sezoe 4.2 Aell ed deal. Rcordamo la seguete defzoe, data el corso d Algebra : Defzoe 3. S dce aello

Dettagli

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente: Corso d Statstca docete: Domeco Vstocco Le requeze cumulate S cosder ua varable qualtatva ordale X Per essa, oltre alle requeze assolute, relatve e ercetual, è ossble calcolare ache le requeze cumulate

Dettagli

1 ANALISI MATEMATICA A - Esercizi della settimana 1

1 ANALISI MATEMATICA A - Esercizi della settimana 1 1 ANALISI MATEMATICA A - Esercz della settmaa 1 1.1 Eserczo Rsolvete le seguet dsequazo (e umer real) coè trovate l seme de umer real per qual la dsequazoe dcata è vera. 1. 1 x + 1 x 1 + 1 x + 1 0; 2.

Dettagli

Capitolo 11 - Catene di Markov

Capitolo 11 - Catene di Markov Aut d Teora de Segal Catolo - Catee d Marov Catee d Marov temo-dscrete... Defzo troduttve... Probabltà d traszoe ad u asso...3 Catee d Marov omogeee...4 Matrce delle robabltà d traszoe ad u asso...4 Proretà...5

Dettagli

Capitolo 4 (parte III) - Reti di code

Capitolo 4 (parte III) - Reti di code Aut d Ret d Telecomucazo Catolo 4 (arte III) - Ret d code Calcolo della costate d ormalzzazoe Itroduzoe. Calcolo d C er ua rete d cetr d servzo d to IS. Cocett geeral etodo d Buze 6 robabltà margal e altr

Dettagli

Introduzione ai metodi kernel. Giorgio Valentini DSI Università degli Studi di Milano. Sommario

Introduzione ai metodi kernel. Giorgio Valentini DSI Università degli Studi di Milano. Sommario Itroduzoe a metod erel Gorgo Valet DSI Uverstà degl Stud d Mlao Sommaro Raresetazoe de dat tramte erel Caratterstche de erel Kerel come msure d smlartà Kerel e regolarzzazoe Metod d aredmeto automatco

Dettagli

CATENE DI MARKOV TEMPO-DISCRETE... 2 Definizioni introduttive... 2 Probabilità di transizione ad un passo... 3 Catene di Markov omogenee...

CATENE DI MARKOV TEMPO-DISCRETE... 2 Definizioni introduttive... 2 Probabilità di transizione ad un passo... 3 Catene di Markov omogenee... Aut d Ret d Telecomucazo Catolo Catee d Marov CATENE DI MARKOV TEMPO-DISCRETE... Defzo troduttve... Probabltà d traszoe ad u asso... 3 Catee d Marov omogeee... 4 Matrce delle robabltà d traszoe ad u asso...

Dettagli

Capitolo 12 - Codifica di sorgenti discrete

Capitolo 12 - Codifica di sorgenti discrete Aut d Teora de Segal Catolo - Codfca d sorget dscrete Sorget seza memora... Itroduzoe... Defzoe d sorgete dscreta...3 Cocetto d formazoe...4 Etroa della sorgete...5 Etroa e umero d smbol dell alfabeto

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

Corso di Architettura (Prof. Scarano) 06/03/2002

Corso di Architettura (Prof. Scarano) 06/03/2002 Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero La codfca della formazoe Notazoe poszoale Rappresetazoe base degl ter Coversoe

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione Artmetca 06/07 Esercz svolt classe Quarta lezoe Rcorreze o lear Sa a c a cq ua rcorreza dove {c }, c C e c 0. Sa P C[λ] l polomo caratterstco della rcorreza. Allora ua soluzoe partcolare della rcorreza

Dettagli

Laboratorio di Matematica Computazionale A.A Lab. 2

Laboratorio di Matematica Computazionale A.A Lab. 2 Laboratoro d Matematca Computazoale A.A. 2007-2008 Lab. 2 Scrpt-Fle Che cos è? E u fle co estesoe.m (ad esempo: myfle.m). Cotee ua sequeza d struzo Matlab, scrtte come se fossero dgtate modaltà terattva.

Dettagli

Propagazione di errori

Propagazione di errori Propagazoe d error Gl error e dat possoo essere amplfcat durate calcol. Rspetto alla propagazoe degl error s può dstguere: comportameto del problema - codzoameto del problema: vedere come le perturbazo

Dettagli

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx =

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx = Dpartmeto d Sceze Statstche Aals Matematca Lezoe 3, 4 dcembre 14 π e x dx = prof. Daele Rtell daele.rtell@ubo.t 1/3? rodotto d Walls π = =1 rmo passo: ( 1 + 1 ) = lm (()!!) ( 1)!!( + 1)!! I = π s x dx

Dettagli

ELABORAZIONE DEI DATI

ELABORAZIONE DEI DATI ELABORAZIONE DEI DATI QUESTA FASE SERVE AD ESPRIMERE IN MODO SINTETICO I RISULTATI DELL INDAGINE SVOLTA CALCOLANDO DEGLI INDICI: VALORI MEDI INDICI DI VARIABILITA I valor med Il valore medo è u valore

Dettagli

Volume del cilindroide (, ) , indichiamo con m i. in A i. al cilindroide relativo alla partizione D

Volume del cilindroide (, ) , indichiamo con m i. in A i. al cilindroide relativo alla partizione D osderamo ua fuzoe f(, ) f( P) o egatva, coè: f ( P) (, defta u domo lmtato el quale rsulta efamo cldrode d base relatvo alla fuzoe f (, l luogo geometrco de ut (,, z) dello sazo che verfcao le seguet relazo:

Dettagli

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Le Medie. Medie razionali. Medie di posizione LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Esercizi sulle serie numeriche e sulle serie di potenze

Esercizi sulle serie numeriche e sulle serie di potenze Eserc sulle sere umerche e sulle sere d potee ) Determare la covergea semplce e assoluta della seguete sere co C : se ta l Iamo co la covergea assoluta. Dobbamo studare la seguete se ta l Essa (utlado

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

MODELLAZIONE DI CURVE

MODELLAZIONE DI CURVE MODELLAZIONE DI CURVE 458 Itrodzoe Ua crva el ao o ello sazo ò raresetars tlzzado dverse formlazo matematche: Formlazoe eslcta: Formlazoe mlcta: Formlazoe arametrca: y = f ( x) F ( x, y) = x = f y = g

Dettagli

VARIABILI CASUALI O ALEATORIE

VARIABILI CASUALI O ALEATORIE VARIABILI CASUALI O ALEATORIE Cosderamo seguet esem: S lac tre volte ua moeta: l umero d "teste" che s ossoo resetare è uo de seguet : 0 o o o. Gl evet soo comatbl e ecessar. ossamo schematzzare rsultat

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Circuiti di ordine superiore

Circuiti di ordine superiore Crcut d orde uerore 6 E oble coderare ache crcut co elemet damc,. S uoe emre d aver gà oerato evetual emlfcazo ere/ arallelo e d o eere reeza d ca degeer. I tal ote, l crcuto è rareetable da u equazoe

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Statistica descrittiva Campioni vettoriali

Statistica descrittiva Campioni vettoriali Statstca Descrttva Capo vettoral Statstca descrttva Capo vettoral Itroduzoe el caso cu s osserv ua varable statstca ultdesoale, s assoca al sgolo esto dell espereza u vettore d rsultat e o pù u seplce

Dettagli

Organizzazione della lezione. Lezione 2 Codifica della informazione. Codifica della informazione. Dove si trova la ALU. Un quadro della situazione

Organizzazione della lezione. Lezione 2 Codifica della informazione. Codifica della informazione. Dove si trova la ALU. Un quadro della situazione Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero U quadro della stuazoe: dove samo, dove stamo adado e perché La codfca della

Dettagli

Variabili e funzioni booleane

Variabili e funzioni booleane Varabl e uzo booleae Elemet del sostego dell algebra K valor boolea Varabl che possoo assumere valor boolea varabl booleae Fuzo d varabl booleae K uzo booleae y ( Le varabl possoo essere a loro volta uzo

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice

Dettagli

Numeri complessi Pag. 1 Adolfo Scimone 1998

Numeri complessi Pag. 1 Adolfo Scimone 1998 Numer compless Pag. Adolfo Scmoe 998 NUMERI COMPLESSI Come sappamo, o esstoo el campo de umer real le radc d dce par de umer egatv. Ammettamo pertato l esstea della radce quadrata del umero. Questo uovo

Dettagli

Si definisce prodotto di A e B la matrice data da:

Si definisce prodotto di A e B la matrice data da: MRICI Ua matrce Mat(m,) è ua tabella ordata d umer dspost m rghe ed coloe. Idchamo co aj l'elemeto d posto j che può essere reale o complesso. Operazo d matrc: ) (α)j α aj α C 2) (+ B)j aj + bj Propretà

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

Capitolo 4 - Reti di code (parte II)

Capitolo 4 - Reti di code (parte II) Aut d et d Telecomucazo atolo 4 - et d code (arte II) Soluzoe forma rodotto er ret d code... et seza suddvsoe class... Itroduzoe... Soluzoe astotca...5 Determazoe della costate d ormalzzazoe...8 alcolo

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

FUNZIONI LOGICHE FORME CANONICHE SP E PS FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4.

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

Lezione 3. Gruppi risolubili.

Lezione 3. Gruppi risolubili. Lezoe 3 Prerequst: Lezo 1 2 Class d cougo e cetralzzat rupp rsolubl I questo captolo troducamo ua ozoe che come vedremo seguto fuge da raccordo tra la teora de grupp e la teora de camp Defzoe 31 Dato u

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Stima parametrica. Stima di Bayes. Stima di Bayes

Stima parametrica. Stima di Bayes. Stima di Bayes Stma arametrca Stma d Bayes Stma d Bayes A dffereza dell arocco ML cu suoamo θ come fssato ma scooscuto l arocco d stma Bayesaa de arametr cosdera θ come ua varable aleatora. I ratca l rocesso d learg

Dettagli

Lezione 13. Gruppo di Galois di un polinomio.

Lezione 13. Gruppo di Galois di un polinomio. Lezoe Prerequst: Lezo 9, 0,, Gruppo d Galos d u polomo Sa F u campo, sa f ( x) F[ x] o costate d grado, sa K u campo d spezzameto d f (x) su F el quale f (x) possede radc dstte Sa = ( f ) Defzoe Il gruppo

Dettagli

Effetto Early. , negativa, cresce in modulo, l ampiezza della regione di carica spaziale relativa alla giunzione CB cresce (essendo N B >N C

Effetto Early. , negativa, cresce in modulo, l ampiezza della regione di carica spaziale relativa alla giunzione CB cresce (essendo N B >N C Effetto Early L effetto Early cosste ella modulazoe dell amezza della regoe eutra d base dovuta alla varazoe della tesoe della guzoe, olarzzata versa. Questo feomeo è osservable ella curva d uscta del

Dettagli

Lezione 14. Polinomi a coefficienti interi

Lezione 14. Polinomi a coefficienti interi Peequt: Nume m Lezo - Lezoe 4 Polom a coeffcet te I queta lezoe tudamo le fattozzazo d olom a coeffcet azoal Cacuo d quet uò eee tafomato u olomo a coeffcet te tamte la moltlcazoe e u umeo teo o ullo Qud

Dettagli

LE EQUAZIONI IRRAZIONALI

LE EQUAZIONI IRRAZIONALI LE EQUAZIONI IRRAZIONALI Per ricordare H Data ua qualsiasi equazioe A B, saiamo che ad essa si ossoo alicare i ricii di equivaleza che cosetoo di aggiugere o togliere esressioi ai due membri oure moltilicare

Dettagli

Laboratorio di Matematica Computazionale A.A Lab. 2

Laboratorio di Matematica Computazionale A.A Lab. 2 Laboratoro d Matematca Computazoale A.A. 2008-2009 Lab. 2 Premessa: prma d memorzzare e/o usare fles d testo o d dat mpostare l curret-drectory sulla cartella d sstema che l cotee o dovrà coteerl; questo

Dettagli

Soluzione degli esercizi del capitolo 11

Soluzione degli esercizi del capitolo 11 Statstca - metodooge per e sceze ecoomche e soca /e S Borra, A D Cacco - McGraw H s Souzoe deg esercz de captoo a rsposta esatta è a c, fatt daa s ha: da cu rcavamo a corretto Ifatt,,,,,,,,,,,,,,, b Sì,

Dettagli

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:

Dettagli

Confronto di varie tecniche di integrazione Numerica

Confronto di varie tecniche di integrazione Numerica Uverstà degl stud d Caglar Darteto d gegera Elettrca ed Elettroca Corso d Calcolo Nuerco Ao /5 Coroto d vare tecce d tegrazoe Nuerca Realzzata da: Alessadro Pa troduzoe Questa tesa è dvsa due art La ra

Dettagli

Lezione 20. Campi numerici ed anelli di Dedekind.

Lezione 20. Campi numerici ed anelli di Dedekind. Lezoe 0 Prerequst: Lezo 9 Dom ad deal prcpal Camp umerc ed aell d Dedekd Defzoe 0 S dce campo umerco og estesoe fta d Q coteuta C Osservazoe 0 Essedo Q u campo perfetto (poché è d caratterstca 0 ved la

Dettagli

Approfondimenti Lezione 3. Mara Bruzzi

Approfondimenti Lezione 3. Mara Bruzzi Approfodmet Lezoe 3 Mara Bruzz APPROFONDIMENTO 1 : I BOSONI Partcelle come le a, foto, meso hao vece fuzo d oda smmetrche y S. Esse o obbedscoo al prcpo d esclusoe d Paul. Tal partcelle soo dette BOSONI.

Dettagli

Prova scritta del 9/1/2003

Prova scritta del 9/1/2003 Prova scritta del 9//00 Soluzioe degli esercizi N. Le quattro serie proposte soo a termii positivi. Per studiare la covergeza delle serie a termii positivi è possibile utilizzare uo dei segueti criteri

Dettagli

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE ANALISI DELLA REGRESSIONE L Aals della Regressoe rguarda lo studo delle relazo esstet fra o pù caratter quattatv o varal. La rcerca de lega esstet fra pù varal s poe coe rcerca delle relazo fuzoal che

Dettagli

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Algoritmi e Strutture Dati. Alberi Binari di Ricerca Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

Analisi dell Hashing a catena aperta

Analisi dell Hashing a catena aperta Aals dell Hashg a catea aperta Data ua tabella d hashg T d gradezza e co elemet memorzzat, s defsce l fattore d carco per la tabella T come: Il fattore d carco rappreseta ud l umero medo o atteso d elemet

Dettagli

Corso Propedeutico di Matematica

Corso Propedeutico di Matematica POLINOMI RICHIAMI DI TEORIA Defiizioe: u poliomio ( o fuzioe poliomiale) ella variabile x di grado a coefficieti reali ha la forma A = a0 + a1x + + a 1 x, dove a 0, a 1,..., a soo umeri reali assegati

Dettagli

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20

Dettagli

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale. III Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere qualtatvo ordale. Eserczo 3 dvdu ao seguet ttol d studo: Lceza elemetare, Lceza elemetare, ploma, Lceza meda, Lceza elemetare, Lceza meda,

Dettagli

Lezione 10. Anelli e moduli noetheriani ed artiniani.

Lezione 10. Anelli e moduli noetheriani ed artiniani. Lezoe 0 Aell e modul oethera ed arta. Sa A u aello. Proozoe 0. Sa u A-modulo. Allora le eguet roretà oo equvalet. a) Og catea acedete d ottomodul d è tazoara, coè er og ucceoe d ottomodul d ete u dce tale

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya STATISTICA Eserctazoe 4 Dott.ssa Vera Gurtovaa //5 Eserczo. La seguete tabella a doppa etrata rporta dat relatv al umero d SMS vat u mese e all'età de mttet. S calcolo covaraza e correlazoe della varable

Dettagli

Soluzioni degli esercizi di Analisi Matematica I

Soluzioni degli esercizi di Analisi Matematica I Soluzioi degli esercizi di Aalisi Matematica I (Prof. Pierpaolo Natalii) Roberta Biachii 6 ovembre 2016 FOGLIO 1 1. Determiare il domiio e il sego della fuzioe ( ) f(x) = arccos x2 1 x + 1 π/3. 2. Dimostrare,

Dettagli

Il Problema dei Tagli Planari Poderico Luigi

Il Problema dei Tagli Planari Poderico Luigi Il Problema de Tagl Plaar Poderco Lug Versoe.0 27/2/95 Itroduzoe Uo de partcolar compt delle dustre che lavorao la carta è l taglo d etchette. Queste vegoo rtaglate da de fogl d carta rettagolar medate

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio I Appello d Calcolo delle Probabltà Cogome: Laurea Treale Matematca / Nome: febbrao Emal: Quado o è espressamete dcato l cotraro, per la soluzoe degl esercz è possble usare tutt rsultat vst a lezoe (compres

Dettagli

Matrice: tabella di m righe ed n colonne. A T matrice trasposta di A=(a ij ) di elementi a ijt =a ji. Serena Morigi Università di Bologna 1

Matrice: tabella di m righe ed n colonne. A T matrice trasposta di A=(a ij ) di elementi a ijt =a ji. Serena Morigi Università di Bologna 1 Matrc Matrce: tabella d m rghe ed coloe T matrce trasposta d (a j ) d elemet a jt a j Serea Morg Uverstà d Bologa Matrc Matrce quadrata m sottomatrc Matrce rettagolare m Serea Morg Uverstà d Bologa Matrc

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

Esercizi sull estremo superiore ed inferiore

Esercizi sull estremo superiore ed inferiore AM0 - A.A. 03/4 ALFONSO SORRENTINO Esercizi sull estremo superiore ed iferiore Esercizio svolto. Dire se i segueti isiemi soo limitati iferiormete o superiormete ed, i caso affermativo, trovare l estremo

Dettagli

Esercizi 5 Simmetrie. 1. Accoppiamento fotone-pioni

Esercizi 5 Simmetrie. 1. Accoppiamento fotone-pioni Esercz 5 Smmetre. Accoameto fotoe-o Nel tetatvo are ua escrzoe elle terazo elettromagetche e ucleo, e qu moellare le roreta e loro fattor forma e.m., vee sotaeo trourre u accoameto fra l fotoe e le coe

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

(A + B) ij = A ij + B ij, i = 1,..., m, j = 1,..., n.

(A + B) ij = A ij + B ij, i = 1,..., m, j = 1,..., n. Algebra lieare Matematica CI) 263 Somma di matrici Siao m ed due iteri positivi fissati Date due matrici A, B di tipo m, sommado a ciascu elemeto di A il corrispodete elemeto di B, si ottiee ua uova matrice

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità Itroduzioe Distribuzioi di robabilità Fio ad ora abbiamo studiato ua secifica fuzioe desità di robabilità, la fuzioe di Gauss, che descrive variabili date dalla somma di molti termii idiedeti es. ua misura

Dettagli

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

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

Dettagli

Carla Seatzu, 18 Marzo 2008

Carla Seatzu, 18 Marzo 2008 8. Ret d Code Carla Seatzu, 8 Marzo 008 Nella maggor parte de process produttv rsulta troppo restrttvo consderare una sola rsorsa. Esempo: lea tandem arrv µ µ v partenze V sono dverse stazon cu una parte

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Vettori riga, vettori coloa Sia u itero ositivo fissato Ciascu vettore di R uo essere esato come ua matrice riga oure come ua matrice coloa (co elemeti) Per covezioe, idetifichiamo

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Corso di Matematica - Algebra. Algebra

Corso di Matematica - Algebra. Algebra Corso d Mtemtc - Alger Alger Oerzo Algerche Tell de Seg Proretà Algerche delle Oerzo Somm e d Prodotto tr Numer Assoctvtà dell dvsoe Uguglze Pssgg lgerc Regole memoche Prodotto croce Rduzoe Fttor Rduzoe

Dettagli

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE 7 STIMATORI I REGRESSIOE LIEARE 7. ITROUZIOE Co l terme stmator d regressoe leare s dca u'ampa classe d stmator, che comprede ache gl stmator rapporto, utlzzabl quado s dspoe d u'formazoe auslara rappresetata

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le

Dettagli

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione.

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione. Dvsbltà e umer prm Sao a,b elemet dell seme Z degl ter relatv Dcamo che a dvde b, smbol a b, se b è multplo d a, ossa se esste u tero h Z tale che b ha Og tero a dvde 0 ( 0 0a ), metre l uco tero che dvde

Dettagli

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI CAPITOLO III SISTEMI DI EQUAZIONI LINEARI. GENERALITÀ Sao a,..., a,..., a, b umer real (o compless o elemet d u qualsas campo) ot. Defzoe.. U equazoe della forma: () a x +... + ax +... + a x b dces d prmo

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

06 LE SUCCESSIONI DI NUMERI REALI

06 LE SUCCESSIONI DI NUMERI REALI 06 LE SUCCESSIONI DI NUMERI REALI Ua successioe è ua fuzioe defiita i. I simboli ua f : A tale che f ( ) è ua successioe di elemeti di A. Se poiamo f ( i) ai co i,...,,..., ua successioe può essere rappresetata

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

Dettagli

ALGORITMO PER IL CALCOLO DEI NUMERI PRIMI NELLA FORMA 6n 1

ALGORITMO PER IL CALCOLO DEI NUMERI PRIMI NELLA FORMA 6n 1 ALGORITMO PER IL CALCOLO DEI NUMERI PRIMI NELLA FORMA 6 1 A cura del Gruo Eratostee - htt://www.gruoeratostee.com/) Co la collaborazioe di Eugeio Amitrao ( htt://www.atuttoortale.it/) Coteuti dell articolo:

Dettagli

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni Eserctazo d Calcolo delle Probabltà (16/1/011) Soluzo Eserczo 1 1. S trov l valore del parametro θ per cu la tabella seguete defsce la fuzoe d probabltà d ua v.c. udmesoale X e la s rappreset grafcamete.

Dettagli

Calcolo delle Probabilità: esercitazione 4

Calcolo delle Probabilità: esercitazione 4 Argometo: Probabltà classca Lbro d testo pag. 1-7 e 7-77 e varable casuale uforme dscreta NB: asscurars d cooscere le defzo, le propretà rchamate e le relatve dmostrazo quado ecessaro Eserczo 1 S cosder

Dettagli