Il corso si propone di approfondire le nozioni di base sulle metodologie di misura utilizzate nel campo dell'Ingegneria. Si farą particolare riferimento alla progettazione di esperimenti e misure e al trattamento e interpretazione dei dati sperimentali
Il programma potrą essere finalizzato alla progettazione e realizzazione di applicazioni specifiche

' Variabili aleatorie
Variabili aleatorie discrete e continue. Densitą di probabilitą Funzione di distribuzione. Valor medio, varianza, asimmetria, appiattimento, momenti di ordine superiore. Funzione caratteristica.
' Distribuzioni particolari
Distribuzione di Poisson. Somma e differenza di distribuzioni di Poisson. Distribuzione Binomiale. Distribuzione di Gauss. Sovrapposizione di distribuzioni Gaussiane. Distribuzione degli intervalli.
' Probabilitą di deviazione dalla media
' Criteri di conformitą
Verifica di ipotesi. Test di ipotesi, caso generale con due ipotesi alternative.
' Sistemi di variabili aleatorie
Funzioni di variabili aleatorie in due e tre dimensioni. Somma e rapporto di variabili aleatorie
' Stima di parametri
Stima esplicita e implicita di parametri. Stima di parametri vincolati. Metodo della massima verosimiglianza. metodo dei minimi quadrati.
' Intervalli di confidenza
Trattazione approssimata nel caso di distribuzioni Gaussiane. Caso generale e stima di un parametro. Stima della probabilitą dalla frequenza. Caso di n prove ripetute.
' Interpolazione e smoothing
Problema generale dello smoothing
Utilizzo del metodo dei minimi quadrati
Polinomi ortogonali su un insieme discreto di punti equidistanti
Caso di funzione peso unitaria
Esempi di formule di smoothing
' metodi di deconvoluzione (unfolding)
Impostazione del problema
Esempi di deconvoluzione con nucleo gaussiano
Distorsione di un segnale gaussiano
Metodo della discretizzazione
' Metodi di simulazione applicati alla progettazione di esperimenti e di misurazioni
Generalitą sui metodi Montecarlo e loro utilizzo in fase di progetto di una misura. Metodi diretti e indiretti per la generazione di numeri casuali con densitą di probabilitą assegnata. Esempi di applicazione alla progettazione di esperimenti, alla simulazione di misurazioni e alla valutazione a priori della loro precisione.
' Generalitą sui sistemi di acquisizione
Caratteristiche dei sistemi di acquisizione. Adattamento del sistema di acquisizione all'esperimento specifico e al controllo della misura. Esempi di impostazione di sistemi di acquisizione.