I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher di informazioni apprese con la frequenza delle lezioni e lo studio autonomo di eventuali testi di riferimento in preparazioneall’esame finale o della tesi. Non devono intendersi come materiale ufficiale dell’università attribuibile al docente del corso o al relatore
…continua

Filtra per

Tutte le tipologie
Tutte le tipologie

Ordina

Filtra

Appunti di Ingegneria dell'informazione - Politecnico di Milano

Esame Fondamenti di internet e reti

Facoltà Ingegneria dell'informazione

Dal corso del Prof. M. Cesana

Università Politecnico di Milano

Schemi e mappe concettuali
Questo documento offre una panoramica completa e strutturata degli argomenti fondamentali per il conseguimento della certificazione Cisco CCNA (Cisco Certified Network Associate). Il testo è concepito come una guida di studio chiara ed essenziale, perfetta sia per chi si avvicina per la prima volta al mondo delle reti, sia per chi desidera ripassare i concetti chiave prima dell'esame.
...continua

Esame Fondamenti di internet e reti

Facoltà Ingegneria dell'informazione

Dal corso del Prof. M. Cesana

Università Politecnico di Milano

Schemi e mappe concettuali
Questo documento offre una panoramica completa e strutturata degli argomenti fondamentali per il conseguimento della certificazione Cisco CCNA (Cisco Certified Network Associate). Il testo è concepito come una guida di studio chiara ed essenziale, perfetta sia per chi si avvicina per la prima volta al mondo delle reti, sia per chi desidera ripassare i concetti chiave prima dell'esame.
...continua

Esame Fondamenti di internet e reti

Facoltà Ingegneria dell'informazione

Dal corso del Prof. M. Cesana

Università Politecnico di Milano

Schemi e mappe concettuali
Questo documento offre una panoramica completa e strutturata degli argomenti fondamentali per il conseguimento della certificazione Cisco CCNA (Cisco Certified Network Associate). Il testo è concepito come una guida di studio chiara ed essenziale, perfetta sia per chi si avvicina per la prima volta al mondo delle reti, sia per chi desidera ripassare i concetti chiave prima dell'esame.
...continua

Esame Algoritmi e principi dell'informatica

Facoltà Ingegneria dell'informazione

Dal corso del Prof. G. Pelosi

Università Politecnico di Milano

Schemi e mappe concettuali
Appunti di Algoritmi e principi dell'informatica. Programma (Modulo I - ex Informatica Teorica) 1. I modelli dell'informatica Automi (a stati finiti, a pila, Macchine di Turing) Grammatiche Modelli nondeterministici Uso della logica matematica per modellare sistemi e descriverne proprieta' 2. Teoria della computazione Potenza dei modelli di calcolo Tesi di Church Problemi indecidibili Tecniche di dimostrazione di indecidibilità Programma (Modulo II - ex Informatica 3) 1. Teoria della complessita' Nozioni e notazioni fondamentali per l'analisi di complessita' I modelli di calcolo e le relazioni tra le loro complessita' computazionali Definizione di complessita' spaziale e temporale per macchina di Turing deterministica Astrazioni e notazione asintotica Complessità di automi a stati finiti, a pila e macchina di Turing a nastro singolo Accelerazione lineare La macchina RAM Valutazione di complessità con criterio del costo costante Il criterio logaritmico Il teorema di correlazione polinomiale Gerarchie di complessità Cenni all'NP-completezza 2. Strutture dati e algoritmi fondamentali Algoritmi di ricerca e ordinamento Strutture dati elementari (pile, code, liste): rappresentazione, algoritmi di ricerca e gestione Tabelle hash: funzioni di hash, indirizzamento aperto. Alberi e loro gestione Alberi binari Algoritmi di visita e gestione Alberi rosso-neri Grafi, loro rappresentazione e gestione
...continua

Esame Chimica generale

Facoltà Ingegneria dell'informazione

Dal corso del Prof. C. Pigliacelli

Università Politecnico di Milano

Schemi e mappe concettuali
Appunti di Chimica generale su: - Legame chimico - Stati di aggregazione della materia - Soluzioni - Configurazioni - Ossidoriduzioni - Entalpia - Entropia - Energia libera di Gibbs - Primo, secondo, terzo principio della termodinamica - Equilibri - Acidi e basi
...continua

Esame Fondamenti di elettronica

Facoltà Ingegneria dell'informazione

Dal corso del Prof. N. Lusardi

Università Politecnico di Milano

Schemi e mappe concettuali
Schemi Fondamenti di elettronica: ➢ Sistemi elettronici ➢ Dispositivi elettronici ▪ Semiconduttori ▪ Giunzione pn (diodo) ▪ Transistore MOS ➢ Elettronica Digitale ▪ Logica CMOS e PT ▪ Circuiti combinatori e sequenziali ▪ Memorie volatili e non volatili ➢ Elettronica analogica: circuiti a diodo ▪ Circuiti di taglio (clipping) ▪ Circuiti raddrizzatori e regolatori di tensione ➢ Elettronica analogica: amplificatori ▪ Amplificatori operazionali (OA) ▪ Reazione negativa ▪ Filtri ➢ Conversione analogica/digitale ▪ Il campionamento (Sample and Hold) ▪ Convertitori ADC e convertitori DAC
...continua

Esame Probabilità e statistica

Facoltà Ingegneria dell'informazione

Dal corso del Prof. A. Toigo

Università Politecnico di Milano

Schemi e mappe concettuali
Appunti di Probabilità e statistica. 1. Probabilità. Definizione assiomatica di probabilità: spazio dei campioni, eventi, probabilità. Proprietà della funzione di probabilità. Probabilità condizionata e indipendenza stocastica. Formule delle probabilità totali, di Bayes e di moltiplicazione. Prove di Bernoulli. Esempi e applicazioni. 2. Variabili aleatorie. Definizione di variabile aleatoria. Funzione di ripartizione. Variabili aleatorie discrete e assolutamente continue. Valore atteso, varianza, deviazione standard, quantili e loro proprietà. Esempi di densità notevoli, loro proprietà e applicazioni: densità uniforme discreta, bernoulliana, binomiale, geometrica, poissoniana, ipergeometrica, uniforme continua, esponenziale, gamma, normale (o gaussiana). Affidabilità: intensità di guasto, modelli per tempi di vita, densità di Weibull. Densità di una funzione di variabile aleatoria: metodo della funzione di ripartizione. Momenti di una densità. Disuguaglianza di Chebichev. Trasformazioni affini di variabili aleatorie e loro effetto su valore atteso, varianza e densità. Standardizzazione di una variabile aleatoria. Funzione generatrice dei momenti e sue proprietà. Esempi e applicazioni. 3. Vettori aleatori. Definizione di vettore aleatorio. Funzione di ripartizione congiunta e funzioni di ripartizione marginali. Vettori aleatori discreti e assolutamente continui. Densità congiunte e marginali. Indipendenza di variabili aleatorie e di vettori aleatori. Densità e valore atteso condizionati nel caso discreto e assolutamente continuo: principali proprietà. Funzioni di vettori aleatori discreti e assolutamente continui. Massimo e minimo di variabili aleatorie. Trasformazioni affini. Somma di variabili aleatorie. Convoluzione discreta e continua. Riproducibilità della densità binomiale, poissoniana, gamma e normale. Valore atteso di una funzione di un vettore aleatorio. Valore atteso della somma di variabili aleatorie. Valore atteso della densità binomiale e dell’ipergeometrica. Valore atteso del prodotto di due variabili aleatorie indipendenti. Covarianza, coefficiente di correlazione lineare e loro proprietà. Varianza della somma di variabili aleatorie. Varianza della densità binomiale. Media campionaria, suo valore atteso e sua varianza. Varianza campionaria e suo valore atteso. Legge debole e legge forte dei grandi numeri. Teorema centrale del limite: enunciato, esempi e conseguenze. Approssimazione normale. Matrice delle covarianze. Distribuzioni normali multivariate e loro principali proprietà. 4. Distribuzioni campionarie per popolazioni gaussiane. Campione aleatorio e statistiche. Distribuzione congiunta di media e varianza campionarie per un campione gaussiano. Distribuzioni chi-quadrato e t di Student. 5. Teoria della stima. Stimatori e stime. Errore quadratico medio. Proprietà esatte e asintotiche degli stimatori: non distorsione, non distorsione asintotica, consistenza, normalità asintotica. Metodo dei momenti e metodo di massima verosimiglianza per la costruzione di stimatori puntuali. Intervalli di confidenza e metodo della quantità pivotale. Intervalli di confidenza per il valore atteso e per la varianza di una popolazione gaussiana. Intervalli di confidenza per caratteristiche unidimensionali di una popolazione esponenziale. Intervalli di confidenza per il valore atteso di una popolazione non gaussiana nel caso di grandi campioni. 6. Verifica delle ipotesi. Ipotesi statistiche semplici e composte. Errori di primo e di secondo tipo. Regione critica e statistica test. Livello di significatività di un test. Curva OC e funzione potenza. p-value. Test per il valore atteso e la varianza di un campione gaussiano (test Z, T e chi-quadrato). Altri esempi di test parametrici. Connessione fra verifica delle ipotesi e intervalli di confidenza. Test per il confronto tra i valori attesi di due popolazioni gaussiane. Test per il valore atteso di popolazioni non gaussiane nel caso di grandi campioni. Altri esempi e applicazioni: inferenza asintotica per popolazioni bernoulliane.
...continua