Scuola di Ingegneria Industriale
Scheda Insegnamento
Anno Accademico 2019/20 Secondo Semestre
|
Obiettivi di apprendimento attesi
Il corso si propone di far acquisire le competenze necessarie a riconoscere la struttura di un problema basilare di modellizzazione di un sistema dinamico e a identificare la logica di soluzione più appropriata per la realizzazione di un modello che simuli il comportamento di un tale sistema. Si propone inoltre di far acquisire competenze di costruzione di modelli di simulazione e di analisi delle loro prestazioni e le criticità.
Risultati di apprendimento attesi
Il corso si propone di far acquisire le competenze necessarie a riconoscere la struttura di un problema basilare di modellizzazione di un sistema dinamico e a identificare la logica di soluzione più appropriata per la realizzazione di un modello che simuli il comportamento di un tale sistema. Si propone inoltre di far acquisire competenze di costruzione di modelli di simulazione e di analisi delle loro prestazioni e le criticità.
Contenuti dell’insegnamento
“Il laureato nei corsi di laurea magistrale in ingegneria gestionale [...] conosce adeguatamente gli aspetti teorico-scientifici della matematica e delle altre scienze di base ed è capace di utilizzare tale conoscenza per interpretare e descrivere i problemi dell’ingegneria complessi o che richiedono un approccio interdisciplinare; ...”
In coerenza con questa dichiarazione, il corso si propone di:
- fornire una visione critica sul “modo di pensare la realtà per sistemi”, attraverso l'introduzione di tecniche modellistiche che consentano di esemplificare il significato di opposizioni quali chiuso-aperto, statico-dinamico, locale-globale, deterministico-non deterministico, ... in riferimento alla distinzione fondamentale tra sistemi, modelli, linguaggi;
- offrire un’occasione di applicazione di tali tecniche modellistiche, attraverso l’impiego di software per lo sviluppo di modelli di sistemi dinamici in logica di simulazione.
Metodologia Didattica
Il corso alterna sistematicamente momenti in aula, in cui sono introdotti i problemi e le tecniche generali per la loro soluzione, e momenti in laboratorio, in cui tali tecniche sono applicate alla soluzione dei problemi proposti. Si veda quanto specificato nelle pagine http://per.liuc.it/luca.mari/tds.
Regole di Comportamento
Si veda quanto specificato nelle pagine http://per.liuc.it/luca.mari/tds.
Modalità con cui viene accertata l’effettiva acquisizione dei risultati di apprendimento.
Si veda quanto specificato nelle pagine http://per.liuc.it/luca.mari/tds.
Syllabus
Lezione 1 Ore di lezione: 4 Docente: L. Mari | Argomenti Introduzione agli obiettivi e ai contenuti del corso: decisione - previsione - modelli computazionali - simulazione. Introduzione alla metodologia di modellistica mediante grafi delle dipendenze. Letture |
Lezione 2 Ore di lezione: 4 Docente: L. Mari | Argomenti Soluzioni a tempo locale e a tempo globale, da ottenere mediante metodi analitici (integrazione) o numerici (iterazione). Altre note sulla metodologia di modellazione mediante grafi delle dipendenze. Letture |
Lezione 3 Ore di lezione: 4 Docente: L. Mari | Argomenti Schema delle quattro soluzioni: locale-globale; discreto-continuo. Variabili differenziali ed equazioni differenziali. Algoritmi di integrazione. Modelli scalari e vettoriali/matriciali. Letture |
Lezione 4 Ore di lezione: 4 Docente: L. Mari | Argomenti A partire da un modello continuo (equazione differenziale ordinaria di ordine n), rappresentazione canonica, a tempo continuo e discreto. Letture |
Lezione 5 Ore di lezione: 4 Docente: L. Mari | Argomenti Funzione di comportamento e, nel caso di variabili differenziali, funzione di transizione di stato. Logiche di progettazione: top-down e bottom-up (meet-in-the-middle). Design pattern ed esempi in logica bottom-up. Letture |
Lezione 6 Ore di lezione: 4 Docente: L. Mari | Argomenti Pattern vari. Sottomodelli come pattern meet-in-the-middle. Letture |
Lezione 7 Ore di lezione: 4 Docente: L. Mari | Argomenti Metodo per lo sviluppo di modelli. Formulazione del problema – Costruzione della soluzione – Calcolo della soluzione – Validazione della soluzione. La settupla. Letture |
Lezione 8 Ore di lezione: 4 Docente: L. Mari | Argomenti Analisi delle tipologie di modelli secondo la settupla: statici vs dinamici; autonomi vs. aperti; combinatori vs. sequenziali; lineari e non. Stati: come ritardi in feedback. Diagrammi causali e ricerca di feedback: analisi per segni. Letture |
Lezione 9 Ore di lezione: 4 Docente: L. Mari | Argomenti Costruzione di diagrammi causali. Letture |
Lezione 10 Ore di lezione: 4 Docente: L. Mari | Argomenti Teoria dei sistemi come superteoria, che include varie sottoteorie, e in particolare la System Dynamics e la teoria degli automi. Letture |
Lezione 11 Ore di lezione: 4 Docente: L. Mari | Argomenti Teoria delle code. Letture |
Lezione 12 Ore di lezione: 4 Docente: L. Mari | Argomenti Modelli di sistemi non-tecnologici (sociali, relazionali, psicologici, ...). Letture |
Lezione 13 Ore di lezione: 4 Docente: L. Mari | Argomenti Valutazione della qualità di modelli e analisi di sensitività e stabilità. Letture |
Lezione 14 Ore di lezione: 4 Docente: L. Mari | Argomenti Sintesi e presentazioni di progetti. Letture |