CODICE 108766 ANNO ACCADEMICO 2025/2026 CFU 6 cfu anno 1 INGEGNERIA GESTIONALE 11956 (LM-31) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE ING-INF/04 LINGUA Italiano SEDE GENOVA PERIODO 1° Semestre PRESENTAZIONE L'insegnamento presenta le principali tecniche modellistiche per processi dinamici complessi con particolare riferimento al contesto dell'ingegneria dei sistemi e dell'ingegneria finanziaria. Inoltre descrive le tecniche di identificazione dei parametri delle categorie modellistiche presentate. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Conoscere le principali classi modellistiche per processi dinamici con particolare riferimento ai modelli in uso nell’ingegneria gestionale; individuare una famiglia di modelli candidati per un processo dinamico; conoscere le caratteristiche di un problema di identificazione parametrica; progettare la soluzione di un problema di identificazione; analizzare le caratteristiche di convergenza dell’algoritmo di soluzione adottato+Q5 OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Gli obiettivi formativi dell'insegnamento si riferiscono all'acquisizione della capacità di: individuare le caratteristiche dinamiche di un processo; definire un modello adeguato agli scopi dell’analisi da svolgere; 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 L'insegnamento richiede conoscenze di base di teoria dei sistemi, statistica e ottimizzazione. MODALITA' DIDATTICHE L'insegnamento è svolto con lezioni frontali che riguardano gli aspetti teorici del corso, presentano lo svolgimento di esercizi numerici e l'utilizzo di alcuni ambienti software dedicati agli argomenti del corso. PROGRAMMA/CONTENUTO Caratteristiche dei sistemi dinamici e principali categorie modellistiche. Introduzione ai principali modelli relativi all’ingegneria gestionale e all’ingegneria finanziaria. 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. Tecniche di stima parametrica e bayesiana. TESTI/BIBLIOGRAFIA L. Ljung, "System Identification: Theory for the user", Prentice Hall (2nd Edition), 1999. DOCENTI E COMMISSIONI SIMONA SACONE Ricevimento: Previo appuntamento con il docente (simona.sacone@unige.it). LEZIONI INIZIO LEZIONI 23 settembre 2024 Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME L'esame è una prova orale. MODALITA' DI ACCERTAMENTO L'esame è una prova orale in cui allo studente sono richiesti contenuti teorici, lo svolgimento di esercizi numerici e l'approfondimento degli elementi concettuali necessari per la soluzione degli esercizi. ALTRE INFORMAZIONI Si consiglia agli studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali di contattare il docente all’inizio del corso per concordare modalità d’esame che tengano conto delle modalità di apprendimento individuali, nel rispetto degli obiettivi dell’insegnamento.
