Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10 PROBABILITA’ E VARIABILI ALEATORIE.

Slides:



Advertisements
Presentazioni simili
Le distribuzioni di probabilità discrete
Advertisements

Le distribuzioni di probabilità continue
Laboratorio Processi Stocastici
SCALA INTERVALLO / A RAPPORTO
2. Introduzione alla probabilità
/ fax
Processi Aleatori : Introduzione – Parte II
____________________
Il linguaggio della Matematica: Insiemi e operazioni
Variabili aleatorie discrete e continue
La probabilità.
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
6. Catene di Markov a tempo continuo (CMTC)
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
Meccanica 8 31 marzo 2011 Teorema del momento angolare. 2° eq. Cardinale Conservazione del momento angolare Sistema del centro di massa. Teoremi di Koenig.
I sistemi di riferimento
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
Lez. 3 - Gli Indici di VARIABILITA’
Definizioni di probabilità
6. Catene di Markov a tempo continuo (CMTC)
3. Processi Stocastici Un processo stocastico è una funzione del tempo i cui valori x(t) ad ogni istante di tempo t sono v.a. Notazione: X : insieme di.
Metodi Probabilistici, Statistici e Processi Stocastici Università Carlo Cattaneo Emanuele Borgonovo Metodi Probailistici, Statistici e Processi Stocastici.
Inferenza statistica per un singolo campione
Esercizio 1 1)      Un collegamento end-to-end è formato da tre tratte, la prima AB con la velocità di 5 Mb/s, la seconda BC di 20 Mb/s e la terza CD di.
Le Variabili Casuali Corso di Teoria dell’Inferenza Statistica 1
Valutazione delle ipotesi
Capitolo 9 I numeri indici
Processi Aleatori : Introduzione – Parte I
Distribuzioni di probabilità
7. Teoria delle Code Una coda è costituita da 3 componenti fondamentali: i serventi i clienti uno spazio in cui i clienti attendono di essere serviti.
8. Reti di Code Nella maggior parte dei processi produttivi risulta troppo restrittivo considerare una sola risorsa. Esempio: linea tandem arrivi 1 v.
Canale A. Prof.Ciapetti AA2003/04
Determinazione del moto – 1 dimensione
Corso di biomatematica lezione 4: La funzione di Gauss
Test di ipotesi X variabile casuale con funzione di densità (probabilità) f(x; q) q Q parametro incognito. Test Statistico: regola che sulla base di un.
VERIFICA DEI RIFLESSI …Tutto ciò che avreste voluto sapere e non avete mai osato chiedere… M. & D.
Conversione Analogico/Digitale
Laboratorio di El&Tel Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi Mauro Biagi.
Master universitario di II livello in Ingegneria delle Infrastrutture e dei Sistemi Ferroviari Anno Accademico 2012/2013 Cultura dimpresa, valutazione.
Impostazione Assiomatica del Calcolo della Probabilità
Lezione 8 Numerosità del campione
Num / 36 Lezione 9 Numerosità del campione.
Lezione 4 Probabilità.
Probabilità e Statistica1 2007
PROBABILITÀ La probabilità è un giudizio che si assegna ad un evento e che si esprime mediante un numero compreso tra 0 e 1 1 Evento con molta probabilità.
Scheda Ente Ente Privato Ente Pubblico. 2ROL - Richieste On Line.
1 Questionario di soddisfazione ATA - a. sc. 2008/09 Il questionario è stato somministrato nel mese di aprile Sono stati restituiti 29 questionari.
Teorie e Tecniche di Psicometria
1.PROBABILITÀ A. Federico ENEA; Fondazione Ugo Bordoni Scuola estiva di fonetica forense Soriano al Cimino 17 – 21 settembre 2007.
Piano delle attività Anno scolastico 2012/13 Anno scolastico 2012/13.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Impostazione Assiomatica del Calcolo della Probabilità
Cap. 15 Caso, probabilità e variabili casuali Cioè gli ingredienti matematici per fare buona inferenza statistica.
è … lo studio delle caratteristiche di regolarità dei fenomeni casuali
Metodi matematici per economia e finanza. Prof. F. Gozzi
lun mar mer gio ven SAB DOM FEBBRAIO.
TRASFORMATA DI FOURIER
Probabilità e Variabili Casuali
Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 4
IL GIOCO DEL PORTIERE CASISTICA. Caso n. 1 Il portiere nella seguente azione NON commette infrazioni.
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
Distribuzioni di probabilità di uso frequente
PROBABILITÀ Corsi Abilitanti Speciali Classe 59A III semestre - 2.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
La distribuzione campionaria della media
In alcuni casi gli esiti di un esperimento possono essere considerati numeri naturali in modo naturale. Esempio: lancio di un dado In atri casi si definisce.
A partire da determinate condizioni iniziali, un esperimento e’ l’osservazione del verificarsi di qualche “accadimento” che, se si ripete l’esperimento.
Transcript della presentazione:

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10 PROBABILITA’ E VARIABILI ALEATORIE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10.1 SEGNALI DETERMINISTICI : NOTI IN OGNI ISTANTE  TRASF. DI FOURIER SEGNALI ALEATORI : NON NOTI IN OGNI t (ES.VOCE)  PROBAB. (STATIST.) PROBABILITA’ EVENTO= LIM. FREQUENZA RELATIVA = DEF. ASSIOMATICA USCITE ESPERIMENTO= S  SPAZIO EVENTI SPAZIO EVENTI  ANCHE UNIONE, INTERSEZIONE, NEGAZIONI USCITE ELEMENTARI. ES. : DADO PROBABILITA’

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10.2 DEFINIZIONE ASSIOMATICA ASSEGNO AD OGNI EVENTO UN NUMERO A T.C. MUTUAMENTE ESCLUSIVI ES : DADO SPAZIO EVENTI PUO’ ESSERE CONTNUO ES. PTO. SU SEGMENTO 0-T 0= INSIEME VUOTO =B=B =A=A

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10.3 RAPPRESENTAZIONE EVENTI EVENTI NON MUTUAMENTE ESCLUSIVI : ES. A= PERSONE CON AUTO B= PERSONE CON BARCA C= PERSONE CON BARCA E AUTO DIM : ES. P(FACCIA PARI  FACCIA  4) DADO. AB C VENN DIAGRAMS

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10.4 EVENTI CONDIZIONATI DIM : ES : PROBABILITA’ SU UN DADO DI AVERE 2 AVENDO IN USCITA UNA FACCIA PARI MEGLIO A B

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10.5 TEOREMA DI BAYES ES. CANALE DI COMUNICAZIONE A B C1C1 C2C2 C3C3 a3a3 a2a2 a1a1 b1b1 b2b2 b3b3 CRITERIO MAP : RICEVITORE (LATO C I ) DECIDE A O B SE :

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10.6 TEOREMA PROBABILITA’ TOTALE SIA S SPAZIO EVENTI, EVENTI MUTUAMENTE ESCLUSIVI TEOREMA PROBABILITA’ TOTALE TEOREMA DI BAYES ( B 1,….., B n E’ UNA PARTIZIONE DI S ) A S

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10.7 ESEMPIO (1) : 3 SCATOLE COMPONENTI (8%-10%-5% PROB. COMP. DIFETTOSO) PESCO UN COMPONENTE DA UNA DELLE 3 SCATOLE A CASO

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10.8 ESEMPIO (2) : ROULETTE RUSSA I ) TAMBURO GIRATO DOPO OGNI COLPO (FINO 3 VOLTE A TESTA) A secco B secco A 1/6 5/6

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10.9 II ) ROTAZIONE TAMBURO NON  EVENTI INDIPENDENTI : STARE ATTENTI : SPESSO EVENTI CHE SEMBRANO INDIPENDENTI NON LO SONO. A secco B secco A 1 1/21/41/6 1/5 1/3 2/3 3/4 4/5 5/61/2

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO RIASSUNTO EVENTI EVENTI INDIPENDENTI : EVENTI CONDIZIONATI : MUTUAMENTE ESCLUSIVI : ESEMPIO : 2 TRENI A E B IN ARRIVO SPAZIO EVENTI t3t3 t2t2 t1t1 t4t4 T T a b

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ) 2) T T b a

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ) DUE CONDIZIONI : (1) (2) (1) ARRIVA PRIMA B: A DEVE ARRIVARE PRIMA CHE B RIPARTA  incontro se: a< b < a+  a (2) ARRIVA PRIMA A: B DEVE ARRIVARE PRIMA CHE A RIPARTA

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO  a  b baa  +  b

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO PROVE RIPETUTE (BERNOULLI) INDIPENDENTI ES. n =9, p = K ~0.3 MAX PER K =INTERO MINIMO t.c. K  np

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO APPROSSIMAZIONI n>>1 a) GAUSSIANA: INTORNO A np DELL’ ORDINE E b) POISSON: VALE PER (K PICCOLO)

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO GAUSSIANA NORMALIZZATA E’ TABULATA /2

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO GAUSSIANA QUALSIASI EFFETTO DI E CAMBIO DI VARIABILI :

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO APPROSSIMAZIONE GAUSSIANA : CURVA DISCRETA  CONTINUA. SE K 1 E K 2 NELLA ZONA IN CUI L’ APPROX. E’ VALIDA! K ZONA VALIDA

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO o FORMULAZIONE LEGGE GRANDI NUMERI LEGA FREQUENZA E PROBABILITA’ DIM : ATTENZIONE ! : LIMITE PROBABILISTICO NON MATEMATICO

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO APPLICAZIONI : FISSO  TROVO n 0 TALE CHE n> n 0. LA FREQ. E LA PROBABILITA’ DI EVENTO SONO MOLTO VICINE A MENO DI  CON PROBABILITA’ MOLTO ELEVATE. ES.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO POISSON HYP : POICHE’ n GRANDE (SVILUPPO SERIE DI TAYLOR DELL’ ESPONENZIALE) p PICCOLO POICHE’ EVENTI RARI PICCOLO. K P(K SU n)

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ESEMPIO : PUNTO LANCIATO A CASO SU INTERVALLO 0-T PROB. CADA IN  T. SI DIMOSTRA : (V. Papoulis) SE T  E COSTANTE E INTERVALLI DISGIUNTI  CIOE’ GLI EVENTI DIVENTANO INDIPENDENTI. =DENSITA’ MEDIA PUNTI SU T.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO VARIABILI ALEATORIE DATO L’ ESPERIMENTO E{S,P} DEFINISCO V.A. x UNA FUNZIONE CHE ASSOCIA A OGNI USCITA E UN VALORE x. IN PRATICA  SEMPRE UN LIMITE SUPERIORE DELLA V.A. ES. : DADO ASSOCIO VALORE 1,2,…,6 SE X =7 ; X =4.5 FUNZIONE DISTRIBUZIONE NOTO  NOTA V.A. 16 DADO x E’ LA v.a X SONO I VALORI RELATIVI 1/6 2

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO PROPRIETA’ MONOTONA CRESCENTE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO FUNZIONE DENSITA’ PROBABILITA’ (d.d.p.) ES. : DADO PROPRIETA’ : /6

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO d.d.p. TIPICHE 1) UNIFORME 2) GAUSSIANA 1 1/2 1

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ) POISSON K =1 2 3 d.d.p. E’  0 SOLO PER X=K  DISCRETA (ASIMMETRICA)

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO V.A. CONDIZIONATE X = EVENTO CONDIZIONATO EVENTO CONDIZIONANTE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. 1) 1 aa

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. 2) a b

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. : TROVARE Pr CHE UN COMPONENTE SI ROMPA TRA t 0 E t 1 DATO CHE FINO A t 0 NON SI E’ ROTTO. X =PARTICOLARE VALORE V.A. x =INSIEME VALORI POSSIBILI

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO AREA TRATTEGGIATA=DENOMINATORE<1 EFFETTO ” LIEVITATORE” AREA UNITARIA 1

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO FUNZIONE DI UNA V.A. DATA UNA V.A. x NOTO O, ASSEGNATA ( y E’ UN’ ALTRA V.A.) ? O ? APPROCCIO GRAFICO SE GRAFICA O DISCONTINUA ES. : a b a+b=1

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO (AREA 1 O DELTA A +1) (AREA 2 O DELTA A -1)

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. :

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO APPROCCIO ANALITICO NON ESISTONO DISCONTINUITA’ E DELTA SULLA g(x). (VEDI FIGURA) EVENTO E’ L’ UNIONE DI 3 INTERVALLINI dY E’ SEMPRE UGUALE; I dX i SONO DIVERSI E DIPENDONO DALLA PENDENZA IN X i

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO APPROCCIO ANALITICO (CONT.) IN MODULO PERCHE’ OVE DERIVATA E’ NEGATIVA SAREBBE NEGATIVO. SOLUZIONI EQUAZIONE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. : 1) 2)

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ASSEGNATA 1) ///////////// /////////////////

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ) E’ ORA DISCONTINUA.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO )

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ) ES. : i r (v.a) + E0E /100 PIU’ PROBABILI VALORI BASSI DI CORRENTE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO SINTESI DI UNA V.A. HYP : MONOTONA CRESCENTE APPROCCIO GRAFICO : 1 1 POICHE’

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO APPROCCIO GRAFICO CON APPROCCIO ANALITICO : x V.A. TRA  1 UNIFORME DEVO RICAVARE, QUINDI, PER OGNI USCITA DI x, CALCOLARE: X = USCITA  1

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO DESCRIZIONE SINTETICA DESCRIZIONE SINTATICA VALORE MEDIO : VARIANZA : DESCRIZ. ESAUSTIVA O

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ESEMPI, 1) GAUSSIANA PROPRIETA’ GENERALE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO POISSON QUI VALORE PIU’ PROBABILE SI DIMOSTRA (K INTERO  0)

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. : DADO E’ MOLTO DISPERSA E’ CIRCA IN TUTTO IL CAMPO DEVIAZIONE STANDARD =

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO DISEGUAGLIANZA CHEBYCEFF ( II LEGGE DEI GRANDI NUMERI) DIM. :

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO DIVIDO PER : SE AGISCO SU (ES. ) ALLORA LA PROBABILITA’ DI CADERE VICINO A E’ MOLTO ELEVATA (V. PROVE RIPETUTE). MA L’ INTEGRALE E’ LA PROBABILITA’ DI STARE FUORI PROB. DI STARE DENTRO INTORNO DI =1-PROB DI STARE FUORI VALE PE R QUALSIASI v.a x DI STARE NELL’INTORNO DI

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO DISTRIBUZIONE CONGIUNTA (2 V.A.)

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO DENSITA’ MARGINALE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO GAUSSIANA BIDIMENSIONALE =COEFFICIENTE DI CORRELAZIONE SE =0 (SCORRELAZIONE) (CIOE’ INDIP. ) CAMPANA A SIMM. CIRCOLARE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO r  0.8 FORTE CORRELAZIONE  NOTO x SEGUE ~ xy.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO SIGNIFICATO PROBABILITA’ DI STARE IN UN RETTANGOLO E’ FACILE. SE INSIEME HA FORMA  MEGLIO LA d.d.p.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO AGO DI BUFFON a<b PROBABILITA’ AGO INCROCI BARRETTA. 2 v.a. x = DISTANZA CENTRO AGO-SBARRETTA (d.d.p. UNIFORME)  = ANGOLO CON LA VERTICALE (d.d.p. UNIFORME) x 2b2b 2a2a  2/   /2 1/ b b

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO DEVO CERCARE DOVE VALE IN R CERCO E TROVO REGIONE L R POTEVA ESSERE ESTESO TRA  b E   /2 AVREI AVUTO UN’ AREA 4 L. a b

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO SE CONSIDERO x CON CAMPO DA - b A + b E    /2.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO a +a

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO DISTRIBUZIONE DELLA FUNZIONE DI 2 V.A. SE L(z) RETTANGOLARE SI PUO’ USARE DIRATTAMENTE INVECE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. : TRACCIO RETTE Z=X E Z=Y E X=Y SE x>y SIAMO SOTTO RETTA X=Y (TRATTEGGIO VERTICALE) SE y>x TRATTEGGIO ORIZZONTALE L(Z) TUTTO QUADRANTE Z=Y X=Y Z Y X FISSO Z Max{X,Y}=Y Max{X,Y}=X

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO d.d.p. DELLA FUNZIONE 2 V.A.  1) METODO 2) METODO PROBLEMA : TROVARE PUNTI TALI CHE :

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. : z=x+y 1) X+Y  Z L(Z) E’ ZONA SOTTO RETTE X+Y=Z TRATTEGGIATO. RICORDO CHE : X+Y  Z z=x+y  Z Z=X+Y

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ) Z<z  Z+dZ E’ LA STRISCIA Area Rettangolo  Integrale

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ESEMPIO : 2 RESISTENZE IN SERIE d.d.p. INDIP. UNIFORMI * = 1/ / = /

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ESEMPIO :

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ) METODO

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO max 1/2 max SE E’ GAUSSIANA X=ZY

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ESEMPIO : 1) 2) Z Z+dZ

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. (METODO (1)) a) CON : d.d.p. RAYLEIGH

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. (METODO (2)) b) GAUSS. CON MEDIA  0 dZ isolivello

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO = FUNZIONE DI BESSEL MODIFICATA ORDINE ZERO (RICE)  =0 RITROVO RAYLEIGH

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO IN UN CANALE AWGN (V.POI) (RICE) LA d.d.p. RAYLEIGH CARATTERIZZA INVILUPPO RUMORE LA d.d.p. RICE CARATTERIZZA INVILUPPO SEGNALE ES. : Z  min(X,Y) LE RELAZIONI Z=min(X,Y), Z=max(X,Y ) E Z=(X+Y) POSSONO ESSERE VISTE COME TEMPO DI VITA GLOBALE Z DEI SISTEMI (Es. 2 LAMPADINE) = PIANO ( X,Y ) - max min Z=X+Y AB ABBA Z=min(x,y) X<Z Y<Z X>Z Y>Z Se uno dei 2 funziona il tutto funziona Devono funzionare entrambi Mettono in funzione quando si guasta

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO MOMENTI SE HO “TUTTI” MOMENTI MOMENTO ASSOLUTO ORDINE k+n MOMENTO CENTRALE PUO’ ESSERE <0 (MOMENTI DI  ORDINE)

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO SE V.A. ORTOGONALI (OLTRE DI SOLITO NON SI VA) SE SONO INDIPENDENTI SCORRELATE COEFFICIENTE CORRELAZIONE DIM. : EQUAZIONE IN a SEMPRE >0. DISCRIMINANTE <0

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO d.d.p. CONDIZIONATE : SEVONO PER CAPIRE IL LEGAME TRA 2 V.A. ES. : M LEGATO ALLE V.A. X E Y. ES. M  NUM. DIPENDE DA X CHE DIPENDE DA DOVE SI COLLOCA RISPETTO SE PER ES. ALLORA

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO CONTIENE LE INFORMAZIONI DELLA d.d.p. CONDIZIONATE CURVA DI AL VARIARE DI x  CURVA DI REGRESSIONE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. : x,y v.a. CONGIUNTAMENTE GAUSSIANE. TROVO CHE : RETTA DI REGRESSIONE SVILUPPO I CALCOLI E TROVO CHE E’ GAUSSIANA

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO STIMA MEQM STIMA A MINIMO ERRORE QUADRATICO MEDIO VALORE STIMATOOSSERVABILE ES. X = PESO Y = ALTEZZA STIMA CON UNA COSTANTE STIMA LINEARE STIMA DI Y

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO EQUIVALE A STIMARE CON RICORDO

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO POICHE’, MIN SI HA CON LA g(x) CHE RENDE MINIMO IL SECONDO INTEGRALE : DERIVO RISPETTO g(x) STIMA CON UNA FUNZIONE QUALSIASI (OTTIMA MEQM) 1 CURVA DI REGRESSIONE (v )

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO PER V.A. CONGIUNTAMENTE GAUSSIANE STIMA OTTIMA E’ STIMA LINEARE. CIOE’ CURVA REGRESSIONE  RETTA REGRESSIONE v.pag CASO NON GAUSSIANO CASO GAUSSIANO

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO STIMA LINEARE (MEQM) SE STIMA LINEARE SODDISFA IL PRINCIPIO DI ORTOGONALITA’ TRA ERRORE STIMA E OSSERVAZIONE x OSSERVAZIONE E{x,y}=0  x,y SONO ORTOGONALI (v. MOMENTI).

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO N. V.A. STIMA LINEARE OTTIMA (MEQM) DEVO CONOSCERE I LEGAMI (COVARIANZE) TRA LE V.A. OSSSERVABILI E E LA COVARIANZA TRA LA V.A. INCOGNITA E LE OSSERVABILI.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO TEOREMA LIMITE CENTRALE V.A. INDIPENDENTI SE IN GENERALE  SIANO LE, PER N SUFFICIENTEMENTE GRANDE (CRESCENTE) LA CONVOLUZIONE FINALE PORTA AD AVERE UNA CHE TENDE A DIVENTARE GAUSSIANA (TEOREMA LIMITE CENTRALE). (ES. VEDI CON DI TIPO UNIFORME  TGR  PARABOLICA). FENOMENI CON TANTE CAUSE FRA LORO INDIPENDENTI TENDONO AD ESSERE GAUSSIANI.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO STIMA V.A. y DA N MISURE INDIPENDENTI x i (o anche solo scorrelate) SE E V.A. SCORRELATE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO NUOVA V.A. STESSO VALOR MEDIO MA N VOLTE PIU’ PICCOLA DIS. CEBYCHEFF : INVECE DI x OSSERVO y ESEGUENDO GRUPPI DI N MISURE DIVERSE. ARRIVO, CON N >>, VICINO AL VALORE MEDIO QUANTO VOGLIO. ES. APPLICAZIONE AD UNA MISURA CHE MI DA’ RISULTATO ALEATORIO: Y MI CONSENTE DI AVVICINARMI AD QUANTO VOGLIO, IN PROBABILITA’.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO STIMA DELLA MEDIA DI UNA V.A. CON LA “MEDIA CAMPIONE = MEDIA CAMPIONE NON VOGLIO STIMARE LA V.A. x MA LA SUA MEDIA. OGNI VOLTA CHE RIPETO L’ ESPERIMENTO USANDO SEMPRE n CAMPIONI. CIOE’ OTTENGO L’ USCITA DELLA v.a. STIMA NON POLARIZZATA STIMA ASINTOTICAMENTE STABILE AL CRESCERE DI n LA STIMA SI STRINGE SEMPRE PIU’ ATTORNO AL VALOR MEDIO VERO.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO VARIANZA CAMPIONE VOGLIO STIAMARE VARIANZA CAMPIONE DOVRO’ AVERE : LA VARIANZA DI UNA V.A. NON POLARIZZATA (OCCORRE n-1 ) STABILITA’ ASINTOTICA (SE CONOSCESSI DI UN v.a. x E DOVESSI STIMARE )

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO COSTRUZIONE d.d.p. SI CREA UN ISTOGRAMMA CON PASSO  E Nr. LETTURA DELLA V.A. MOLTO ELEVATO. SE   0 L’ ISTOGRAMMA NORMALIZZATO (AREA=1) TENDE A DIVENTARE d.d.p. ORDINATA ISTOGRAMMA  AL Nr. VOLTE CHE x CADE NELL’ INTERVALLO . Frequenza relativa x nn (n+1)   N= NUM. OSSERVAZIONI DI x K i = NUM. DI VOLTE CHE TROVO i<x  (i+1) .

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO STIMA DEL PARAMETRO TEORIA DECISIONE : SCELTA TRA N STATI POSSIBILI (N FINITO). TEORIA STIMA : SCELTA TRA N  POSSIBILI. a) STIMA MAX PROB. A POSTERIORI (MAP) b) MEQM SE =COST.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO  MEQM (V.MEDIO)  MAP

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO CANALE AWGN ES. : PARAMETRO CONTINUO a) MV SE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO b) MAP SEHO :

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO (a) PAM CONTINUA (a 1 ) (a 2 ) SE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO CIRCUITO : OPPURE CON FILTRO ADATTATO :

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO STIMA PIU’ PARAMETRI ( ES. FREQUENZE, AMPIEZZE DI UN IMPULSO : CANALE AWGN : HO M EQUAZIONI

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO SE SI OTTENGONO EQUAZIONI DEL TIPO :

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO RAPPRESENTAZIONE GEOMETRICA NELLO SPAZIO DELLE FUNZIONI BASE, LUOGO DEI PUNTI AL VARIARE DI  (LA COSTELLAZIONE DIVENTA UNA CURVA ). HYP : 1) RUMORE DEBOLE 2) CRITERIO MV : O ’ R = MIN DISTANZA PER EFFETTO DEL RUMORE O  O ’ CONFONDO CURVA CON TANGENTE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO SEGMENTO OO ’ = PROIEZIONE DI SU tg =V.A. GAUSSIANA

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ERRORE MEDIO SULLA STIMA SE VARIA DA IL PUNTO SI SPOSTA DA A ALLORA SE PER CASO = COSTANTE E SE L = LUNGHEZZA TOTALE CURVA

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO NELLA PAM SONO SU UN ASSE IN TEORIA PER AVERE PICCOLO  CURVA MOLTO DILATATA O LUNGHE.  a) BANDA DEL CANALE LIMITATA IMPONE MAX. FUNZIONI BASE b) E p = ENERGIA IN Tx E’ FINITA E’ UNA IPERSFERA.

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO ES. : PERCORSI A LABIRINTO L = GRANDE. HO PUNTI PERO’ MOLTO VICINI CON DIVERSI  FORTE ERRORE ANCHE PER PICCOLO NOISE. STIMA BUONA SE AUMENTO L CIOE’ SPAZIO SEGNALI (A PARI S/N )  AUMENTO DI BANDA OCCUPATA DAL SEGNALE. = ERRORE DI STIMA

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO MOD. FASE + AWGN SE  UNIFORME TRA 

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO CIRCUITALMENTE : = ENERGIA SEGNALE =

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO MODULAZIONE FREQUENZA NON E’ SVILUPPABILE ANALITICAMENTE. HO BANCO DI FILTRI ADATTATI CHE REALIZZANO

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO SE

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO STIMA RITARDO = DURATA SEGNALE REALIZZO CON UN FILTRO ADATTATO AL SEGNALE Correlazione incrociata segnale rumore

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO u(t) E’ MAX PER  -  =  -t+  t max =  +   CIOE’ PRENDO u(t) ALLA ASCISSA PER LA QUALE HO IL MAX, SOTTRAGGO  HO COSI’

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO INFATTI POICHE’ PRECISIONE CRESCE CON ENERGIA E BANDA

Laurea Ing EO/IN/BIO;TLC D.U. Ing EO USO CON PICCOLO (TIPO RUMORE BIANCO). NON CONVIENE RIDURRE PERCHE’ SI RIDUCE ANCHE