CODICE 80291 ANNO ACCADEMICO 2020/2021 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 (Presidente Supplente) 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 13/01/2021 14:00 SAVONA Orale 03/02/2021 14:00 SAVONA Orale 17/02/2021 14:00 SAVONA Orale 08/06/2021 14:00 SAVONA Orale 25/06/2021 14:00 SAVONA Orale 15/07/2021 14:00 SAVONA Orale 02/09/2021 14:00 SAVONA Orale