<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
    <channel>
      <title>Informazione e stima (per ingegneria informatica)</title>
      <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica</link>
      <description>Ultime 10 note on Informazione e stima (per ingegneria informatica)</description>
      <generator>Quartz -- quartz.jzhao.xyz</generator>
      <item>
    <title>Processi di Bernoulli</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Processi-casuali/Processi-di-Bernoulli</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Processi-casuali/Processi-di-Bernoulli</guid>
    <description><![CDATA[  Note Definiamo un processo di Bernoulli come una sequenza di variabili aleatorie indipendenti e identicamente distribuite: \left\{\begin{matrix}X_{1},\space X_{2},\space \cdots\\X_{i}\sim\text{Bern}(p)\\X_{i}\text{ indipendenti e identicamente distribuite}\end{matrix}\right\}\iff \text{BP}(p) I pro... ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item><item>
    <title>Processi di Poisson</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Processi-casuali/Processi-di-Poisson</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Processi-casuali/Processi-di-Poisson</guid>
    <description><![CDATA[  Note Un processo di Poisson può essere vista come l’estensione a tempo continuo di un processo di Bernoulli. ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item><item>
    <title>Calcolo di integrali</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Simulazioni/Calcolo-di-integrali</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Simulazioni/Calcolo-di-integrali</guid>
    <description><![CDATA[  Note È possibile calcolare un integrale difficile da valutare analiticamente o numericamente, usando una stima Monte Carlo dell’integrale: I=\int_{D}g(t)\text{ d}t=\int_{D}g(t)\frac{f_{X}(t)}{f_{X}(t)}\text{ d}t=E\left[\frac{g(X)}{f_{X}(x)}\right] Usando la media campionaria: \widehat{I}_{n}= \frac... ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item><item>
    <title>Importance Sampling</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Simulazioni/Importance-Sampling</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Simulazioni/Importance-Sampling</guid>
    <description><![CDATA[  Note Nell’importance sampling si vuole far accadere l’evento A con una probabilità maggiore per abbattere il numero di prove n. ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item><item>
    <title>Simulazione Monte Carlo</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Simulazioni/Simulazione-Monte-Carlo</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Simulazioni/Simulazione-Monte-Carlo</guid>
    <description><![CDATA[  Note Sia g(x) una qualsiasi funzione di X, è possibile stimare la statistica: E[g(X)]=\int_{\mathbb{R}}f_{X}(x)g(x)\text{ d}x È possibile usare la media campionaria per stimarla, se le X_{i}\sim f_{X} sono indipendenti e identicamente distribuite: \frac{1}{n}\sum\limits_{i=1}^{n}g(X_{i})=\widehat{G... ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item><item>
    <title>Simulazione di esperimenti aleatori</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Simulazioni/Simulazione-di-esperimenti-aleatori</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Simulazioni/Simulazione-di-esperimenti-aleatori</guid>
    <description><![CDATA[  Note Dato un evento A e un esperimento aleatorio è possibile ripetere l’esperimento aleatorio tante volte (in maniera indipendente), e per ogni prova registrare una variabile aleatoria X_{i}: X_{i}=\begin{cases} 1\qquad &amp;A\text{ si verifica nella prova }i\\0&amp;\text{Altrimenti} \end{cases}\qq... ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item><item>
    <title>Stima Bayesiana</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Stima-bayesiana/Stima-Bayesiana</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Stima-bayesiana/Stima-Bayesiana</guid>
    <description><![CDATA[  Note Consideriamo una quantità da stimare \theta, e la interpretiamo con variabile aleatoria \Theta=f_{\theta} conosciuta a priori. ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item><item>
    <title>Stimatore lineare a minimo errore quadratico medio</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Stima-bayesiana/Stimatore-lineare-a-minimo-errore-quadratico-medio</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Stima-bayesiana/Stimatore-lineare-a-minimo-errore-quadratico-medio</guid>
    <description><![CDATA[  Note Consideriamo \Theta come una variabile aleatoria continua. ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item><item>
    <title>Codifica di sorgente</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Teoria-dell'informazione/Codifica-di-sorgente</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Teoria-dell'informazione/Codifica-di-sorgente</guid>
    <description><![CDATA[  Note È necessario rappresentare i risultati di un esperimento aleatorio con una stringa di bit, per farlo bisogna utilizzare delle codifiche. ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item><item>
    <title>Teoria dell&#039;informazione</title>
    <link>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Teoria-dell'informazione/Teoria-dell'informazione</link>
    <guid>https://andrea-bonari.github.io/informazione-e-stima-per-ingegneria-informatica/Teoria-dell'informazione/Teoria-dell'informazione</guid>
    <description><![CDATA[  Note Definiamo l’auto-informazione di A come: i(A)\widehat{\equiv}\log \frac{1}{p(A)} È possibile scegliere la base del logaritmo a piacere: Base naturale: unità di misura \text{nat}, scelta fisica Base 2: unità di misura \text{bit}, scelta informatica Base 10: unità di misura \text{Hartley} Si ha ... ]]></description>
    <pubDate>Tue, 16 Jun 2026 15:28:59 GMT</pubDate>
  </item>
    </channel>
  </rss>