Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA DELL'INFORMAZIONE
Insegnamento
SISTEMI E MODELLI (Numerosita' canale 1)
INM0017598, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
INGEGNERIA DELL'INFORMAZIONE
IN0513, ordinamento 2011/12, A.A. 2019/20
N2cn1
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese SYSTEMS AND MODELS
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2019-IN0513-000ZZ-2017-INM0017598-N2CN1
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile GIANNA MARIA TOFFOLO ING-INF/06
Altri docenti ALBERTO GIARETTA ING-INF/06

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
INM0017598 SISTEMI E MODELLI (Numerosita' canale 1) GIANNA MARIA TOFFOLO IN0507

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Ingegneria biomedica ING-INF/06 6.0
CARATTERIZZANTE Ingegneria dell'automazione ING-INF/04 3.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 9.0 72 153.0

Calendario
Inizio attività didattiche 30/09/2019
Fine attività didattiche 18/01/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2011

Syllabus
Prerequisiti: I prerequisiti comprendono i seguenti corsi:
Fisica Generale 1 e Fisica Generale 2, in particolare le equazioni che regolano la dinamica di sistemi meccanici e elettrici;
Segnali e Sistemi, in particolare le funzioni di trasferimento a tempo continuo e a tempo discreto;
Algebra Lineare e Geometria, in particolare i concetti di autovalori, autovettori, matrici definite positive e loro diagonalizzazione;
Analisi dei Dati, in particolare le variabili aleatorie gaussiane vettoriali,il calcolo di media e varianza di variabili aleatorie gaussiane condizionate, la regressione lineare.
Conoscenze e abilita' da acquisire: Il corso si propone di fornire allo studente conoscenze riguardo l'analisi modellistica di fenomeni dinamici, comprendendo lo studio sia delle proprietà dei sistemi di stato, che dei vari passi del processo di modellizzazione. In particolare, lo studente dovrà sviluppare abilità nella formulazione, identificazione, validazione e simulazione di un modello matematico di un sistema dinamico.
Modalita' di esame: L'esame consiste in una prova scritta.
Criteri di valutazione: Sara' valutata la comprensione da parte dello studente degli argomenti di modellistica e identificazione dei sistemi dinamici sviluppati a lezione. Sara' anche valutata la capacita' dello studente di applicare in modo autonomo le metodologie proposte a lezione per la costruzione e la validazione di un modello matematico a partire da dati ingresso-uscita provenienti da un sistema dinamico.
Contenuti: Scopi della modellistica e classi di modelli: lineari/non lineari, deterministici/stocastici, a tempo continuo e discreto, a parametri concentrati/distribuiti. Modelli a scatola grigia e modelli a scatola nera. Sistemi dinamici e modelli di stato, soluzione del sistema, analisi modale, traiettorie di stato e stabilità, sia per sistemi a tempo continuo che per sistemi a tempo discreto. Sistemi compartimentali lineari: positività e stabilità. Identificazione di modelli: identificabilità a priori per sistemi dinamici lineari e non-lineari, stima parametrica di modelli lineari e non-lineari, stimatori ai minimi quadrati lineari e nonlineari, stimatori a massima verosimiglianza. Proprietà degli stimatori: errore quadratico medio (MSE), stimatori unbiased e a minima varianza d'errore, limite di Cramer-Rao, proprietà asintotiche. Intervalli di confidenza. Stima della dimensione di un modello.
Attivita' di apprendimento previste e metodologie di insegnamento: L'insegnamento avverra' tramite lezioni frontali dove lo studente acquisira' le basi teoriche riguardanti la modellistica e l'identificazione di sistemi dinamici. Oltre a tali lezioni, sono previste ore di esercitazione in preparazione alla prova scritta.
Eventuali indicazioni sui materiali di studio: Slides delle lezioni svolte in formato PDF;

Testi per consultazione:
Karl Astrom, Richard Murray, Feedback Systems: An Introduction for Scientists and Engineers, Princeton University Press, 2008;
L. Benvenuti, A. De Santis, L. Farina, Sistemi dinamici, Mc Graw Hill, 2009;
E. Fornasini, G. Marchesini. Teoria dei sistemi, Libreria Progetto, Padova;
Giorgio Picci, Metodi Statistici per l’Identificazione di Sistemi Lineari, Dispense, 2011.
Testi di riferimento:
  • Mauro Bisiacco, Gianluigi Pillonetto, Sistemi e Modelli. Bologna: Esculapio, 2017. Cerca nel catalogo
  • Claudio Cobelli, Ewart Carson, Introduzione alla Modellistica in Fisiologia e Medicina. Bologna: Patron, 2012. Cerca nel catalogo