CODICE 80291 ANNO ACCADEMICO 2018/2019 CFU 6 cfu anno 1 INGEGNERIA GESTIONALE 8734 (LM-31) - SAVONA SETTORE SCIENTIFICO DISCIPLINARE ING-INF/04 LINGUA Italiano (Inglese a richiesta) SEDE SAVONA PERIODO 2° Semestre MATERIALE DIDATTICO AULAWEB PRESENTAZIONE Il corso presenta le principali tecniche di stima e identificazione in utilizzo nella definizione di modelli di analisi, previsione e controllo di sistemi dinamici complessi. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Il corso ha l'obiettivo di fornire competenze sui metodi e gli strumenti di identificazione di sistemi dinamici e stima parametrica e bayesiana. Lo studente acquisirà le conoscenze necessarie per formulare modelli completi di sistemi dinamici a partire da un insieme di misure sperimentali. OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Gli obiettivi formativi del corso si riferiscono all'acquisizione della capacità di: conoscere le proprietà di uno stimatore riconoscere le caratteristiche fondamentali di un problema di stima in termini di caratteristiche dei dati, caratteristiche di uno stimatore adeguato; progettare la soluzione di un problema di stima ossia definire lo stimatore più adeguato; conoscere le caratteristiche di un problema di identificazione; conoscere le principali famiglie modellistiche per l’identificazione; progettare la soluzione di un problema di identificazione. PREREQUISITI Il corso richiede conoscenze di base di teoria dei sistemi, statistica e ottimizzazione. MODALITA' DIDATTICHE Il corso viene erogato con lezioni frontali ed alcune lezioni in laboratorio. PROGRAMMA/CONTENUTO teorema di Cramer-Rao, stima a minima varianza (stimatori UMVUE e BLUE), stima di massima verosimiglianza, stima lineare in presenza di rumori di misura (stima ai minimi quadrati e stima di Gauss-Markov), stima bayesiana (stima a minimo errore quadratico medio e lineare a minimo errore quadratico medio). Tecniche di identificazione: definizione del problema di identificazione di parametri, famiglie modellistiche per l’identificazione (ARX, ARMAX, OE, ARXAR, BJ), identificazione a minimo errore di predizione (MEP): teoremi di convergenza, identificazione per modelli ARX (identificazione ai minimi quadrati), ARMAX e ARXAR, algoritmi batch e iterativi. TESTI/BIBLIOGRAFIA L. Ljung, "System Identification: Theory for the user", Prentice Hall (2nd Edition), 1999. S.M. Kay, "Fundamentals of Statistical Signal Processing: Estimation Theory", Prentice Hall, 1993. DOCENTI E COMMISSIONI SIMONA SACONE Commissione d'esame SIMONA SACONE (Presidente) MICHELA ROBBA SILVIA SIRI LEZIONI INIZIO LEZIONI Le lezioni si tengono nel secondo semestre Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME l'esame consiste in una prova orale MODALITA' DI ACCERTAMENTO L'esame prevede la presentazione di contenuti teorici, lo svolgimento di esercizi numerici e l'approfondimento degli elementi teorici necessari per la soluzione degli esercizi. Calendario appelli Data appello Orario Luogo Tipologia Note 16/01/2019 14:00 SAVONA Orale 06/02/2019 14:00 SAVONA Orale 20/02/2019 14:00 SAVONA Orale 11/06/2019 14:00 SAVONA Orale 28/06/2019 14:00 SAVONA Orale 18/07/2019 14:00 SAVONA Orale 05/09/2019 14:00 SAVONA Orale