Università di Napoli Parthenope Facoltà di Ingegneria

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Università di Napoli Parthenope Facoltà di Ingegneria"

Transcript

1 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

2 Sommario rasmissione di segnali PM numerici su canali WGN a banda limitata Interferenza inter-simbolo (ISI) Spettro di potenza di un PM numerico Probabilità di errore con ISI

3 rasmissione di segnali PM numerici su canali WGN a banda limitata Iniziamo con il vedere il caso della trasmissione di segnali in banda base. Un canale a banda limitata (ad esempio cavo telefonico) è caratterizzabile come un filtro lineare con risposta impulsiva c(t) e risposta in frequenza: C + ( f ) c( t) j e πft dt Se il canale è limitato in banda da B c, allora: C ( f ) per f Bc e ogni componente spettrale del segnale in ingresso al canale a frequenza più alta di B c [Hz] non passerà attraverso il canale. Per questa ragione cercheremo di progettare segnali che abbiano banda limitata da WB c [Hz]. 3

4 rasmissione di PM su canali WGN a banda limitata C( f ) B c Θ( f ) B c W f f 4

5 Supponiamo ora che in ingresso al canale bandalimitato ci sia la forma d onda g (t). La risposta del canale sarà: h rasmissione di PM su canali WGN a banda limitata + () t c( τ ) g ( t τ ) dτ c() t g () t H ( f ) C( f ) G ( f ) dove H (f) e G (f) sono le F dei segnali h (t) e g (t), rispettivamente. Quindi il canale altera (distorce) in generale il segnale trasmesso g (t). Supponiamo inoltre che il segnale in uscita al canale sia corrotto da WGN, in modo tale che il segnale in ingresso al demodulatore sia: ( t) n( t) h + con n(t) WGN. nche in questo caso, l uso di un filtro adattato al segnale h(t) massimizza il rapporto segnale rumore (SNR) in uscita. Questo filtro adattato ad h(t) ha risposta in frequenza: G R jπft ( f ) H ( f ) e 5

6 rasmissione di PM su canali WGN a banda limitata dove t è il ritardo temporale in uscita in corrispondenza del quale si campiona l uscita del filtro: y s y jπf ( t t ) () t H ( f ) e s df ( t ) H ( f ) df Eh La componente di rumore all uscita del filtro adattato avrà media nulla, e densità spettrale di potenza: N ( f ) H ( f ) S n quindi, la potenza di rumore all uscita del filtro adattato sarà: σ h n Sn( f ) H ( f ) df N NE 6

7 rasmissione di PM su canali WGN a banda limitata L SNR in uscita dal filtro adattato sarà: S N N E E h h E N h che è quanto ci dovevamo aspettare. Si noti che in questo caso il filtro è adattato al segnale ricevuto e non a quello trasmesso. E quindi necessario conoscere h(t), o equivalentemente c(t), per costruire il filtro adattato. 7

8 rasmissione di PM su canali WGN a banda limitata g Esempio: () 1 π t 1 + cos t C g ( t) 1 t t f W ( f ) W C( f ) 1 W f 8

9 ed inoltre il canale è WGN con ( f ) Lo spettro di g (t) è: G ( f ) rasmissione di PM su canali WGN a banda limitata S n sinc 1 f N ( f ) jπf e H ( f ) C( f ) G ( f ) G ( f ) f W altrove 9

10 rasmissione di PM su canali WGN a banda limitata L energia del segnale all uscita del filtro adattato ad H (f) sarà: W ( f ) df y ( t ) Eh G W La varianza della componente di rumore sarà: s σ quindi l SNR in uscita sarà: W h n G ( f ) df N W NE S N E N h 1

11 rasmissione di PM su canali WGN a banda limitata Osserviamo che, essendo il segnale non bandalimitato, solo una parte dell energia trasmessa viene ricevuta. Il valore massimo di E h, e quindi dell SNR, si otterrà quando W, e sarà: maxe h ( f ) df g () t G dt 11

12 rasmissione di segnali PM numerici su canali WGN a banda limitata Consideriamo ora il caso di un segnale PM in banda base visto come sequenza di singoli impulsi. Lo schema del sistema di comunicazione PM M ary è: v + n () t a g ( t n ) dove k/r b è l intervallo di tempo su cui è trasmesso un singolo n impulso, 1/R b /k è il rate per simbolo, R b è il bit rate, e {a n } è la sequenza dei livelli di ampiezza che corrisponde ai blocchi di k bit di informazione. 1

13 L uscita del canale sarà: rasmissione di PM su canali WGN a banda limitata r + n () t a h( t n ) + n () t n w dove n(t) è WGN e: h ( t) c( t) g ( t) Nel caso in cui il filtro di ricezione sia adattato al segnale h(t), allora l SNR in uscita da G R (f) sarà massima in corrispondenza di determinati istanti di tempo. dove: x y + n () t a x( t n ) + ν () t n () t h() t g R ( t) g ( t) c( t) g R ( t) ν () t n() t g () t R 13

14 rasmissione di PM su canali WGN a banda limitata Per recuperare i valori dei simboli {a n } l uscita y(t) viene campionata periodicamente ogni secondi. y + n ( m ) a x( m n ) + ν ( m ) che scritto in maniera più sintetica diventa: n y m n a n x m n + ν m xam + anxm n + n m ν m dove: x m ( m ), ν ν ( m ),, ± 1, ±, L x m m 14

15 y m n a n x Interferenza Inter-simbolo (ISI) m n + ν m xam + anxm n + n m ν m Il primo termine del secondo membro è il simbolo desiderato, a meno di un fattore di scala x, che, nel caso in cui G R (f) sia il filtro adattato, è pari a: x () t dt H ( f ) df G ( f ) C( f ) df Eh h I restanti termini rappresentano l effetto che gli altri simboli hanno in corrispondenza degli istanti di campionamento tm, effetto che viene chiamato interferenza intersimbolo (ISI). L ISI è un effetto non desiderato che degrada le prestazioni di un sistema PM numerico. Infine v m, il rumore additivo, è una v.a. a media nulla, gaussiana, con varianza. σ n N E h 15

16 Interferenza Inter-simbolo (ISI) La sommatoria per n m rappresenta l ISI. L effetto dell ISI può essere visto su un oscilloscopio, e si ha il cosiddetto eye pattern. 16

17 Interferenza Inter-simbolo (ISI) Scegliendo opportunamente il filtro di trasmissione G (f) e di ricezione G R (f) è possibile soddisfare la condizione x n per n eliminando l ISI. In quest ultimo caso a degradare le prestazioni del sistema rimane solo il termine di rumore v m. Esistono condizioni necessarie e sufficienti per rimuoverlo, condizioni date da Nyquist. Quanto fatto per segnali in banda base può essere facilmente generalizzato alla trasmissione di segnali in banda traslata, per i quali si ottiene una espressione del tutto equivalente per l ISI. 17

18 Spettro di potenza di un segnale PM numerico Il segnale PM M ary ha la seguente forma: v + () t a g ( t n ) n n La sequenza {a n } che porta l informazione è aleatoria { n }, e di conseguenza v(t) è una funzione campione (una realizzazione) di un processo aleatorio che chiamiamo V(t). Valutiamo ora la densità spettrale di potenza di tale processo, valutando la sua funzione di autocorrelazione e poi trasformando secondo Fourier. 18

19 Spettro di potenza di un segnale PM numerico Incominciamo con il calcolare la media del processo V(t): [ () t ] E[ ] ( ) n g t n m g ( t n ) E V n n dove m è il valore medio della sequenza aleatoria { n }. ( t ) + g n n m è una costante, è periodica di periodo, e quindi anche la media statistica E[V(t)] è periodica di periodo. Calcoliamo ora la funzione di autocorrelazione del processo V(t): R V [ ] * ( t + τ, t) E V ( t) V ( t + τ ) n m E [ * ] g ( t n ) g ( t + τ m ) n m 19

20 Se assumiamo, come di solito si fa, che { n } sia una sequenza aleatoria WSS, valutiamo la sua sequenza di autocorrelazione: Conseguentemente: R V ( ) [ * n E ] R m n+ m ( t + τ, t) R ( m n) g ( t n ) g ( t + τ m ) n m m' R Spettro di potenza di un segnale PM numerico ( m' ) g ( t n ) g ( t + τ n m' ) n Si può osservare che la seconda somma in n è periodica di periodo, e di conseguenza il processo aleatorio V(t) ha media periodica (come verificato in precedenza) e ha autocorrelazione periodica, sempre di periodo. R ( t + + τ, t + ) R ( t + τ t) V V,

21 Spettro di potenza di un segnale PM numerico V(t) è quindi un processo aleatorio ciclostazionario. Per determinare la densità spettrale di potenza di V(t), che indichiamo con S V (f), prima mediamo R V sul periodo : R V 1 ( τ ) R ( t + τ, t) 1 m ( m) g ( t n ) g ( t + τ n m ) R m R m V n ( m) g () t g ( t + τ m ) R n ( m) g ( t) g ( t + τ m ) 1 1 dt n + n dt dt dt 1

22 Chiamando la funzione di autocorrelazione deterministica del singolo impulso g (t): si ottiene: r g Spettro di potenza di un segnale PM numerico + ( τ ) g ( t) g ( t + τ ) dt S V 1 jπfτ ( f ) R ( τ ) e dτ R ( m) r ( τ m ) 1 V R V 1 + m ( τ ) R ( m) r ( τ m ) Quindi, alla luce della natura convoluzionale della relazione precedente si ottiene: m jπfm 1 R ( m) e j πfτ rg ( τ ) e dτ S m S ( f ) G ( f ) g g e j πfτ dτ ( f ) G ( f )

23 Spettro di potenza di un segnale PM numerico Si può mostrare che esplicitando i vari contributi si ha, nel caso in cui la sequenza di informazione sia costituita da simboli incorrelati: S V + σ m m ( f ) G ( f ) + G δ f m m dove σ è la varianza della sequenza { n }. L espressione di S V (f), contiene due termini. Il primo, σ G (f) /, è lo spettro continuo, e la sua forma dipende da G (f). Il secondo consiste di componenti a frequenza discreta spaziate di 1/ in frequenza ed è legato alla parte periodica del segnale PM. 3

24 Spettro di potenza di un segnale PM numerico Si noti che queste componenti discrete possono essere eliminate nel caso in cui la sequenza { n } abbia valore medio nullo, condizione di solito verificata selezionando livelli n ugualmente probabili, e posizionati simmetricamente rispetto allo zero. In questo caso: Esempio: S V σ ( f ) G ( f ) () t g t di conseguenza: G jπf α ( ) f sinπf α πf e G sinπf πf ( f ) ( α ) ( α ) sinc ( f ) 4

25 Spettro di potenza di un segnale PM numerico α (ατ) Si noti che in questo caso G (f) fm;m, e quindi tutte le righe spettrali tranne una spariscono. 5

26 Spettro di potenza di un segnale PM numerico Sostituendo G (f) nella relazione che ci da la densità spettrale di potenza, si ottiene: S V ( f ) σ α + α m δ ( f ) σ α sinc sinπf πf ( f ) + α m δ ( f ) Si deve comunque notare che la forma della S V (f), dipende anche dalla funzione di autocorrelazione della sequenza di ingresso. 6

27 Probabilità di errore nel PM numerico con ISI Se si riesce ad eliminare l ISI si ha: P M ( M 1) 6( log M ) M Q Ebav ( M 1) N se l ISI rimane: P M Q ( log M ) 1 π 6 < Ebav 1 M 4 ( ) M 1 N che è peggiore di circa db rispetto al caso senza ISI. 7

28 Fine Canali a Banda Limitata 8

Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005

Corso 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:

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università 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

Dettagli

Corso 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 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

Dettagli

v in v out x c1 (t) Molt. di N.L. H(f) n

v 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

Dettagli

Elementi di teoria dei segnali /b

Elementi di teoria dei segnali /b Elementi di teoria dei segnali /b VERSIONE 29.4.01 Filtri e larghezza di banda dei canali Digitalizzazione e teorema del campionamento Capacità di canale e larghezza di banda Multiplexing e modulazioni

Dettagli

COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/2005

COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/2005 COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/005 1. Gli esercizi devono essere risolti su fogli separati: uno per la prima parte del compito (esercizi 1/4), uno per la seconda parte (esercizi

Dettagli

C(f) : funzione di trasferimento del canale. Essa limita la banda del segnale trasmesso e quindi rappresenta un modello più realistico

C(f) : funzione di trasferimento del canale. Essa limita la banda del segnale trasmesso e quindi rappresenta un modello più realistico MODELLO DEL CANALE Modello gaussiano additivo a banda illimitata (considerato finora): s(t) + n(t) r(t) = s(t) + n(t) s(t) Canale C(f) + r(t) n(t) C(f) : funzione di trasferimento del canale. Essa limita

Dettagli

Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari

Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso 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

Dettagli

PROBLEMA SU COLLEGAMENTO WIRELESS CON ACCESS POINT

PROBLEMA SU COLLEGAMENTO WIRELESS CON ACCESS POINT PROBLEMA SU COLLEGAMENTO WIRELESS CON ACCESS POINT Il gestore di un ipermercato richiede l' installazione di un access point da utilizzare per il collegamento wireless delle casse automatiche alla rete

Dettagli

Il Campionameto dei segnali e la loro rappresentazione. 1 e prende il nome frequenza di

Il 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,

Dettagli

Segnali passa-banda ed equivalenti passa-basso

Segnali 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,

Dettagli

Corso di Laurea in Ingegneria Biomedica Corso di Trasmissione Numerica (6 crediti) Prova scritta 16.02.2006

Corso 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

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Università di Napoli Parthenope Facoltà di Ineneria Corso di rasissioni Nueriche docente: Prof. Vito Pascazio 6 a Lezione: 8// Soario Pulse plitude Modulation in banda base Pulse plitude Modulation passa-banda

Dettagli

Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995).

Abbiamo 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

Dettagli

Modulazioni digitali: ricevitori

Modulazioni digitali: ricevitori Modulazioni digitali: ricevitori RIVELATORI Coerenti: il ricevitore deve conoscere frequenza e fase della portante Non coerenti: il ricevitore non richiede la conoscenza di frequenza e fase della portante

Dettagli

IL FILTRAGGIO DEL SEGNALE

IL FILTRAGGIO DEL SEGNALE CAPITOLO 4 IL FILTRAGGIO DEL SEGNALE 4.1 - SISTEMA LINEARE NON DISTORCENTE E un sistema lineare che restituisce in uscita una replica indistorta del segnale di entrata, intendendo x(t) y(t) = Ax(t-t 0

Dettagli

Carichiamo il segnale contenuto nel file ecg_es_20121128.mat

Carichiamo il segnale contenuto nel file ecg_es_20121128.mat Esercitazione su analisi segnale ECG Carichiamo il segnale contenuto nel file ecg_es_20121128.mat Il file contiene due variabili - dt, che vale 0.004 - ecg, che è vettore lungo 6500 campioni La frequenza

Dettagli

Teoria dei Segnali Modulazione di frequenza e modulazione di fase

Teoria 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

Dettagli

CAPACITÀ DI PROCESSO (PROCESS CAPABILITY)

CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il

Dettagli

Introduzione al Campionamento e

Introduzione 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

Dettagli

Lezione 28 Maggio I Parte

Lezione 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

Dettagli

Introduzione all analisi dei segnali digitali.

Introduzione all analisi dei segnali digitali. Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/2/215 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema di

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

9.4 Modello massimamente piatto (Maximally Flat Design)

9.4 Modello massimamente piatto (Maximally Flat Design) 9.4 Modello massimamente piatto (Maximally Flat Design) Nel capitolo 8, sono stati studiati i modello dei filtri IIR di Butterworth, che nei casi di passa-basso e passa-alto sono massimamente piatti alla

Dettagli

Trasmissione Dati. Trasmissione Dati. Sistema di Trasmissione Dati. Prestazioni del Sistema

Trasmissione Dati. Trasmissione Dati. Sistema di Trasmissione Dati. Prestazioni del Sistema I semestre 03/04 Trasmissione Dati Trasmissione Dati Prof. Vincenzo Auletta auletta@dia.unisa.it http://www.dia.unisa.it/professori/auletta/ Ogni tipo di informazione può essere rappresentata come insieme

Dettagli

Caratterizzazione dei segnali aleatori nel dominio della frequenza

Caratterizzazione 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

Dettagli

COMPITO DI SEGNALI E SISTEMI 18 Dicembre 2004

COMPITO 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

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

ENS - Prima prova in itinere del 07 Maggio 2010

ENS - Prima prova in itinere del 07 Maggio 2010 ENS - Prima prova in itinere del 07 Maggio 0 L allievo é invitato a dare una ragionata e succinta risposta a tutti gli argomenti proposti, per dimostrare il livello di preparazione globale. I calcoli devono

Dettagli

Descrizione del funzionamento di un Lock-in Amplifier

Descrizione 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

Dettagli

DISCRETIZZAZIONE DI UN SEGNALE ANALOGICO:

DISCRETIZZAZIONE 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

Dettagli

Un metodo per il rilevamento degli errori: la tecnica del Bit di Parità

Un metodo per il rilevamento degli errori: la tecnica del Bit di Parità Appunti: Tecniche di rilevazione e correzione degli errori 1 Tecniche di correzione degli errori Le tecniche di correzione degli errori sono catalogabili in: metodi per il rilevamento degli errori; metodi

Dettagli

STATISTICA IX lezione

STATISTICA IX lezione Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri

Dettagli

DISTRIBUZIONI DI PROBABILITÀ

DISTRIBUZIONI DI PROBABILITÀ Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) 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

Dettagli

Regressione Logistica: un Modello per Variabili Risposta Categoriali

Regressione Logistica: un Modello per Variabili Risposta Categoriali : un Modello per Variabili Risposta Categoriali Nicola Tedesco (Statistica Sociale) Regressione Logistica: un Modello per Variabili Risposta Categoriali 1 / 54 Introduzione Premessa I modelli di regressione

Dettagli

DIPLOMA A DISTANZA IN INGEGNERIA ELETTRICA

DIPLOMA A DISTANZA IN INGEGNERIA ELETTRICA DPLOMA A DSTANZA N NGEGNERA ELETTRCA CORSO D ELETTRONCA NDUSTRALE D POTENZA Lezione 7 Controllo di corrente di invertitori trifase a tensione impressa Docente: Luigi Malesani Dipartimento di ngegneria

Dettagli

01CXGBN Trasmissione numerica. parte 1: Introduzione ai sistemi di trasmissione numerica. Grandezze fondamentali.

01CXGBN Trasmissione numerica. parte 1: Introduzione ai sistemi di trasmissione numerica. Grandezze fondamentali. 01CXGBN Trasmissione numerica parte 1: Introduzione ai sistemi di trasmissione numerica. Grandezze fondamentali. 1 TRASMISSIONE NUMERICA Trasmissione da un utente TX a un utente RX di informazione discreta

Dettagli

Transitori del primo ordine

Transitori del primo ordine Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Compressione del Segnale (Audio)

Compressione del Segnale (Audio) Compressione del Segnale (Audio) Carlo Caini e Alessandro Vanelli Coralli Argomenti della Presentazione Introduzione Perché comprimere Come comprimere Esempi di Algoritmi di compressione Codifiche predittive

Dettagli

Studio dei segnali nel dominio della frequenza. G. Traversi

Studio 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)

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Corso 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. 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

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 12 La regressione lineare semplice Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara

Dettagli

11. Analisi statistica degli eventi idrologici estremi

11. Analisi statistica degli eventi idrologici estremi . Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche

Dettagli

FONDAMENTI DI SEGNALI E TRASMISSIONE 6 Laboratorio

FONDAMENTI 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

Dettagli

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale)

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale) Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.

Dettagli

Reti in fibra ottica. Cosa c è nella lezione. In questa lezione si parlerà di: Caratterizzazione analitica. Cause fisiche della dispersione.

Reti in fibra ottica. Cosa c è nella lezione. In questa lezione si parlerà di: Caratterizzazione analitica. Cause fisiche della dispersione. Reti in fibra ottica Cosa c è nella lezione In questa lezione si parlerà di: Caratterizzazione analitica Cause fisiche della dispersione. 2/41 Generalità La dispersione cromatica può limitare drasticamente

Dettagli

La trasformata Zeta. Marco Marcon

La 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

Dettagli

Funzioni di trasferimento. Lezione 14 2

Funzioni 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

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -

Dettagli

Politecnico di Milano - Scuola di Ingegneria Industriale. I Prova in Itinere di Statistica per Ingegneria Energetica 9 maggio 2013

Politecnico 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

Dettagli

Analisi di scenario File Nr. 10

Analisi di scenario File Nr. 10 1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html

Dettagli

LA FUNZIONE DI TRASFERIMENTO

LA FUNZIONE DI TRASFERIMENTO LA FUNZIONE DI TRASFERIMENTO Può essere espressa sia nel dominio della s che nel dominio della j Definizione nel dominio della s. è riferita ai soli sistemi con un ingresso ed un uscita 2. ha per oggetto

Dettagli

Macchine a stati finiti. Sommario. Sommario. M. Favalli. 5th June 2007

Macchine a stati finiti. Sommario. Sommario. M. Favalli. 5th June 2007 Sommario Macchine a stati finiti M. Favalli 5th June 27 4 Sommario () 5th June 27 / 35 () 5th June 27 2 / 35 4 Le macchine a stati si utilizzano per modellare di sistemi fisici caratterizzabili mediante:

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE SISTEMI M/G/1 e M/D/1 Sistemi M/G/1 Nei sistemi M/G/1: i clienti arrivano secondo un processo di Poisson con parametro λ i tempi di servizio hanno una distribuzione generale della

Dettagli

01CXGBN Trasmissione numerica. parte 19: modulazioni m-qam

01CXGBN Trasmissione numerica. parte 19: modulazioni m-qam 01CXGBN Trasmissione numerica parte 19: modulazioni m-qam 1 Modulazioni m-qam: caratteristiche 1. Modulazioni in quadratura modulazioni in anda-passante 2. Costellazione i-dimensionale: m segnali disposti

Dettagli

Probabilità 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. 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:

Dettagli

Esercitazione 5 Soluzioni

Esercitazione 5 Soluzioni Esercitazione 5 Soluzioni. (Esercizio 5. del Ross) Sia X una variabile aleatoria la cui densità è c( 2 ) < < 0 altrimenti. (a) Qual è il valore di c? (b) Scrivere la funzione di ripartizione di X. 2. (Esercizio

Dettagli

Macchine a stati finiti. Sommario. Sommario. M. Favalli. Le macchine a stati si utilizzano per modellare di sistemi fisici caratterizzabili mediante:

Macchine a stati finiti. Sommario. Sommario. M. Favalli. Le macchine a stati si utilizzano per modellare di sistemi fisici caratterizzabili mediante: Sommario Macchine a stati finiti M. Favalli Engineering Department in Ferrara 4 Sommario (ENDIF) Analisiesintesideicircuitidigitali / 35 (ENDIF) Analisiesintesideicircuitidigitali 2 / 35 4 Le macchine

Dettagli

SISTEMI DI TELECOMUNICAZIONI

SISTEMI DI TELECOMUNICAZIONI SISTEMI DI TELECOMUNICAZIONI MODI DI TRASFERIMENTO SERVIZI DI TRASFERIMENTO DELL INFORMAZIONE L informazione da trasferire si ipotizza strutturata in IU Costituita da b bit Da consegnare in t secondi Se

Dettagli

A.1 Rappresentazione geometrica dei segnali

A.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

Dettagli

Esercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue

Esercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue Esercizi del Corso di Statistica Parte I - Variabili Aleatorie Continue 1. Costruire la variabile uniforme U sull intervallo [a, b], con a IR e b IR. 2. Sia X una variabile aleatoria tale che: 0 x < 1

Dettagli

Teoria dei Segnali Modulazione digitale

Teoria dei Segnali Modulazione digitale Teoria dei Segnali Modulazione digitale Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Modulazione digitale 9 novembre Valentino

Dettagli

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1 LE FUNZIONI EALI DI VAIABILE EALE Soluzioni di quesiti e problemi estratti dal Corso Base Blu di Matematica volume 5 Q[] Sono date le due funzioni: ) = e g() = - se - se = - Determina il campo di esistenza

Dettagli

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro Segnali e Sistemi Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici Gianni Borghesan e Giovanni Marro Indice Introduzione 2. Notazione............................. 2 2 Classificazione

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

Capitolo 11 Test chi-quadro

Capitolo 11 Test chi-quadro Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova

Dettagli

2. Leggi finanziarie di capitalizzazione

2. Leggi finanziarie di capitalizzazione 2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M

Dettagli

La linea di comunicazione ottica

La linea di comunicazione ottica ARCHITETTURA DEL SISTEMA Abbiamo considerato i componenti principali di un sistema di trasmissione a fibra ottica, cioè la fibra, il trasmettitore, il ricevitore, e l amplificatore. Si discute ora brevemente

Dettagli

Guide d onda. Cerchiamo soluzioni caratterizzate da una propagazione lungo z

Guide 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

Dettagli

( x) ( x) 0. Equazioni irrazionali

( x) ( x) 0. Equazioni irrazionali Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

INTERFEROMETRO (Michelson)

INTERFEROMETRO (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

Dettagli

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520: Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del

Dettagli

Stima 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

Dettagli

Fondamenti teorici dello SS

Fondamenti teorici dello SS Tecniche a spettro espanso Un sistema a spettro espanso è realizzato sulla base di tecniche per cui il segnale trasmesso ha un occupazione spettrale maggiore (10 3 10 6 ) di quella che avrebbe il convenzionale

Dettagli

CORSO DI CALCOLATORI ELETTRONICI I CdL Ingegneria Biomedica (A-I)

CORSO DI CALCOLATORI ELETTRONICI I CdL Ingegneria Biomedica (A-I) CORSO DI CALCOLATORI ELETTRONICI I CdL Ingegneria Biomedica (A-I) DIS - Università degli Studi di Napoli Federico II Codifica delle Informazioni T insieme delle informazioni da rappresentare E insieme

Dettagli

MISURE CON L OSCILLOSCOPIO

MISURE CON L OSCILLOSCOPIO MISURE CON L OSCILLOSCOPIO Misure di ampiezza (1/4) Per effettuare misure di ampiezza con l oscilloscopio l di norma si eseguono in sequenza i seguenti passi: 1. Si procede innanzitutto alla predisposizione

Dettagli

Successioni ESEMPI: Matematica con Elementi di Statistica, Anna Torre a.a. 2013-2014

Successioni ESEMPI: Matematica con Elementi di Statistica, Anna Torre a.a. 2013-2014 Successioni Vi sono fenomeni naturali e situazioni concrete che presentano sviluppi significativi in tempi discreti. Vale a dire è naturale che i controlli per quei dati fenomeni o per quelle date situazioni

Dettagli

(25 min) Esercizio 1. 1a) Vedi libro e appunti del corso.

(25 min) Esercizio 1. 1a) Vedi libro e appunti del corso. (5 min) Esercizio 1 1) Con una scheda di acquisizione dati, con dinamica d ingresso bipolare, si devono misurare i seguenti segnali su un circuito: V 1 tensione di alimentazione di una connessione USB

Dettagli

Soluzioni verifica 3 2009-10 parte 4

Soluzioni verifica 3 2009-10 parte 4 Soluzioni verifica 3 2009-10 parte 4 1 Si consideri una rete ethernet a mezzo condiviso, costituita da un unico dominio di collisione in cui vi sono tre segmenti (costituiti da cavi diversi di

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

2. SINCRONIZZAZIONE (CENNI)

2. SINCRONIZZAZIONE (CENNI) 2. SINCRONIZZAZIONE (CENNI) INTRODUZIONE AL PROBLEMA DELLA SINCRONIZZAZIONE SINCRONISMO DI BIT SCRAMBLING SINCRONISMO DI FRAME INTRODUZIONE Abbiamo visto diverse tecniche in grado di convertire e di trasmettere

Dettagli

Elaborazione di segnali biologici

Elaborazione di segnali biologici Modulo 4 Elaborazione di segnali biologici Bioingegneria per fisioterapisti Univ.degli Studi di Siena Laurea Univ. in Fisioterapia Ing. A. Rossi Sistemi acquisizione dati Conversione da segnale Analogico

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova 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.

Dettagli

Basi di matematica per il corso di micro

Basi di matematica per il corso di micro Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione

Dettagli

ENERGIA. Energia e Lavoro Potenza Energia cinetica Energia potenziale Principio di conservazione dell energia meccanica

ENERGIA. Energia e Lavoro Potenza Energia cinetica Energia potenziale Principio di conservazione dell energia meccanica 1 ENERGIA Energia e Lavoro Potenza Energia cinetica Energia potenziale Principio di conservazione dell energia meccanica 2 Energia L energia è ciò che ci permette all uomo di compiere uno sforzo o meglio

Dettagli

Matematica Finanziaria Soluzione della prova scritta del 15/05/09

Matematica Finanziaria Soluzione della prova scritta del 15/05/09 Matematica Finanziaria Soluzione della prova scritta del 15/05/09 ESERCIZIO 1 Il valore in t = 60 semestri dei versamenti effettuati dall individuo è W (m) = R(1 + i 2 ) m + R(1 + i 2 ) m 1 +... R(1 +

Dettagli

1/20 Segnali Analogici e Digitali Franco Moglie Istituto di Elettromagnetismo e Bioingegneria Università Politecnica delle Marche Ultimo aggiornamento: 15 gennaio 2005 2/20 GNU Free Documentation License

Dettagli

OCCUPATI SETTORE DI ATTIVITA' ECONOMICA

OCCUPATI SETTORE DI ATTIVITA' ECONOMICA ESERCIZIO 1 La tabella seguente contiene i dati relativi alla composizione degli occupati in Italia relativamente ai tre macrosettori di attività (agricoltura, industria e altre attività) negli anni 1971

Dettagli

STRUMENTAZIONE E MISURE ELETTRICHE. Condizionamento ed acquisizione del segnale

STRUMENTAZIONE 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)

Dettagli

Funzioni. Parte prima. Daniele Serra

Funzioni. Parte prima. Daniele Serra Funzioni Parte prima Daniele Serra Nota: questi appunti non sostituiscono in alcun modo le lezioni del prof. Favilli, né alcun libro di testo. Sono piuttosto da intendersi a integrazione di entrambi. 1

Dettagli

La dispersione cromatica, Caratterizzazione e cause

La dispersione cromatica, Caratterizzazione e cause La dispersione cromatica, Caratterizzazione e cause Velocità e ritardo di ruppo La velocità di propaazione in fibra deli impulsi che portano i bit è detta velocità di ruppo. Il tempo di propaazione deli

Dettagli

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004 Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità

Dettagli