Topic outline
- General
- Introduzione al corso - a.a. 2020/2021
Introduzione al corso - a.a. 2020/2021
Introduzione al corso File 1.2MB PDF document
- modalità d'esame
- testi di riferimento
- piano delle lezioni
- L1 - Sistemi dinamici e modelli
L1 - Sistemi dinamici e modelli
- sistemi dinamici a tempo discreto
- generalità e definizioni
- equazioni di stato
- sistemi lineari tempo-invarianti
- rappresentazioni equivalenti
- linearizzazione
- campionamento e ricostruzione
- il teorema di Shannon
- il concetto di aliasing
- campionamento di sistemi dinamici tempo-invarianti
- step invariant transform
- sistemi dinamici a tempo discreto
- L2 - Movimento dello stato e dell'uscita
L2 - Movimento dello stato e dell'uscita
- Soluzione delle equazioni di stato nel caso generale
- Soluzione delle equazioni di stato nel caso di sistemi dinamici tempo invarianti
- Determinazione del movimento dello stato e dell'uscita
- modi di risposta
- analisi qualitativa dei modi di risposta
- Descrizione ingresso/uscita di sistemi dinamici lineari
- Descrizione esterna di sistemi lineari tempo invarianti: le funzioni di trasferimento
- Esempi di determinazione di modi di risposta
- Esercitazioni - 23 ottobre 2020
Esercitazioni - 23 ottobre 2020
- Esercizi su campionamento e fenomeno di aliasing
- caso di segnali periodici
- esempio di aliasing nel caso di sistema dinamico LTI
- Algoritmo per determinare la forma di Jordan di una matrice quadrata
- L3 - Stabilita' dei Sistemi Dinamici a Tempo Discreto
L3 - Stabilita' dei Sistemi Dinamici a Tempo Discreto
- Esercitazioni - 30 ottobre 2020
Esercitazioni - 30 ottobre 2020
Esercizi su
- determinazione della forma di Jordan di una matrice quadrata
- utilizzo della forma di Jordan nello studio del movimento di sistemi LTI
- stati di equilibrio e stabilità di sistemi LTI a tempo discreto - richiami
- Esercitazioni - 6 novembre 2020
Esercitazioni - 6 novembre 2020
Esercizi sull'uso della forma di Jordan, delle funzioni di Lyapunov, del teorema e dell'equazione di Lyapunov per sistemi LTI a tempo discreto.
- L4 - Identificazione di Modelli a partire dai Dati
L4 - Identificazione di Modelli a partire dai Dati
- L5 - Richiami di Teoria della Probabilità, Variabili Aleatorie e Processi Stocastici a Tempo Discreto
L5 - Richiami di Teoria della Probabilità, Variabili Aleatorie e Processi Stocastici a Tempo Discreto
- Esercitazioni del 12 novembre 2020
Esercitazioni del 12 novembre 2020
- L6 - Stima e predizione
L6 - Stima e predizione
- L7 - Modelli dinamici di processi stocastici a tempo discreto
L7 - Modelli dinamici di processi stocastici a tempo discreto
- L8 - Stima ai minimi quadrati
L8 - Stima ai minimi quadrati
- L9 - Stima di Bayes
L9 - Stima di Bayes
- Esercitazioni - 27 novembre 2020
Esercitazioni - 27 novembre 2020
- L10 - Soluzione problema della predizione
L10 - Soluzione problema della predizione
- Esercitazioni del 30 novembre 2020
Esercitazioni del 30 novembre 2020
- Homework 1 - a.a. 2020/2021
Homework 1 - a.a. 2020/2021
Consegna entro il 21 dicembre 2020.
- Esercitazioni del 4 dicembre 2020
Esercitazioni del 4 dicembre 2020
Note degli esercizi su predittori ad 1 passo e su stima di Bayes (stimatore lineare ottimo).
Stima ai minimi quadrati - calibrazione di un RTD File 2.9KB Text file Uploaded 4/12/20, 17:41
Script Matlab che illustra la risoluzione di un problema di calibrazione di un dispositivo RTD tramite stima ai minimi quadrati dei parametri della curva caratteristica temperature/resistenza.
- L11 - Identificazione basata su PEM
L11 - Identificazione basata su PEM
- L12 - algoritmi per l'identificazione PEM a lotti
L12 - algoritmi per l'identificazione PEM a lotti
- L13 - Stima dello stato da dati osservati
L13 - Stima dello stato da dati osservati
- Esercitazioni del 17 dicembre 2020
Esercitazioni del 17 dicembre 2020
Modello ARX a partire da dati osservati File 14.9KB Archive (ZIP) Uploaded 17/12/20, 16:23
Utilizzo degli indici AIC, FPE ed MDL per identificare il modello ARX di complessità ottima a partire da dati osservati di una fornace a gas (Box, Jenkins, 1976).
Esempio in Matlab di identificazione di un modello ARX e di valutazione dell'incertezza dei parametri.
Semplice applicazione in Matlab dell'utilizzo della cross-validation e degli indici AIC, FPE ed MDL per stimare la complessità ottimale di un modello ARX. Confronto dei risultati.
- Homework 2 - anno acc. 2020/2021
Homework 2 - anno acc. 2020/2021
Consegna entro il 25 febbraio 2021.
L'archivio ZIP contiene i dati per l'esercizio in un MAT-file ed uno script Matlab per caricare i dati nel workspace e visualizzarli (si ottiene la figura inserita nel testo del homework).
- Testo e bozza di soluzione della prova scritta d'esame del 22 gennaio 2021
Testo e bozza di soluzione della prova scritta d'esame del 22 gennaio 2021
- Testo e bozza di soluzione della prova scritta d'esame del 5 febbraio 2021
Testo e bozza di soluzione della prova scritta d'esame del 5 febbraio 2021
- Testo e bozza di soluzione della prova scritta d'esame del 26 febbraio 2021
Testo e bozza di soluzione della prova scritta d'esame del 26 febbraio 2021