Informatica 3 V anno.

Slides:



Advertisements
Presentazioni simili
Equazioni differenziali
Advertisements

Sistemi dinamici discreti e computabilità intrinseca
Caratteristiche del controllo a catena aperta: un esempio
I DATI LE ISTRUZIONI LE STRUTTURE FONDAMENTALI
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
Metodologie di Programmazione = decomposizione basata su astrazioni
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
1 Il punto di vista Un sistema è una parte del mondo che una persona o un gruppo di persone, durante un certo intervallo di tempo, sceglie di considerare.
Leggi matematiche, curve e funzioni
1 Istruzioni, algoritmi, linguaggi. 2 Algoritmo per il calcolo delle radici reali di unequazione di 2 o grado Data lequazione ax 2 +bx+c=0, quali sono.
Gestione dei dati e della conoscenza (agenti intelligenti) M.T. PAZIENZA a.a
Segnali e Sistemi Un segnale è una qualsiasi grandezza che evolve nel tempo. Sono funzioni che hanno come dominio il tempo e codominio l’insieme di tutti.
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
Elementi di Matematica
Introduzione ai circuiti sequenziali
TEORIA RAPPRESENTAZIONALE DELLA MISURA
Termodinamica classica
Processi Aleatori : Introduzione – Parte I
Inversione differenziale della Cinematica
CORSO DI PROGRAMMAZIONE II Introduzione alla ricorsione
Strumentazione per bioimmagini
L’indagine OCSE-PISA: il framework e i risultati per la matematica
La Rappresentazione cartografica
Modelli simulativi per le Scienze Cognitive
Corso di Matematica Discreta cont. 2
Intelligenza Artificiale
Progettazione di una base di dati
Modello E-R Generalizzazioni
Parte I (introduzione) Taratura degli strumenti (cfr: UNI 4546) Si parla di taratura in regime statico se lo strumento verrà utilizzato soltanto per misurare.
Gli algoritmi.
INSIEMI NUMERABILI L’analisi matematica introduce il concetto di insieme numerabile come insieme i cui elementi possono essere “contati” ossia che possiede.
PROBLEMI RISOLUBILI E COMPUTABILITÀ
Esempi di Automi a stati Finiti
Studio funzioni Premesse Campo esistenza Derivate Limiti Definizione di funzione Considerazioni preliminari Funzioni crescenti, decrescenti Massimi,
Didattica e laboratorio di Misure Elettroniche e strumentazione
Introduzione Statistica descrittiva Si occupa dellanalisi dei dati osservati. Si basa su indicatori statistici (di posizione, di variazione, di concentrazione,
Automi LAVORO SVOLTO DA MARIO GERMAN O
TRASDUTTORI E SENSORI.
Parte 1 Introduzione alla Teoria dei Circuiti
I NUMERI INTERI Il secondo insieme che prenderemo in esame è quello dei numeri interi. Esso si indica con la lettera Z (dal tedesco Zahl = numero) e i.
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
INTERDIPENDENTI QUADRIPOLI
Programma di Informatica Classi Prime
IO E LA MATEMATICA PROCEDURALE
Statistica La statistica è
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
La statistica.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°3.
Informatica 3 V anno.
Didattica e Fondamenti degli Algoritmi e della Calcolabilità Terza giornata: principali classi di complessità computazionale dei problemi Guido Proietti.
Fabio Garufi - TAADF Tecniche automatiche di acquisizione dati Sensori Prima parte.
Ing. Maurizio Bassani LOGISTICA - Capitolo 3 - Modulo 1
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Laurea Ing. EO/IN/BIO;TLC D.U. Ing EO 3
Progettazione di una base di dati Ciclo di vita di un sistema informativo Studio di fattibilità definisce le varie alternative possibili, i relativi costi.
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Progettazione di basi di dati: metodologie e modelli
Informazione ?. Informazione è Quale è il centravanti del Napoli?  La soluzione è ….. Scelta di un centravanti fra quelli di serie A! è Che giorno è.
Dal problema al programma
Cloud informatica V anno.
Le funzioni.
Le funzioni goniometriche
Analisi matematica Introduzione ai limiti
Informatica Problemi e algoritmi. una situazione che pone delle domande cui si devono dare risposte. Col termine problema o situazione problematica s’indica.
Sistemi di equazioni lineari. Sistemi di primo grado di due equazioni a due incognite Risolvere un sistema significa trovare la coppia di valori x e y.
Tabelle Pivot Foglio elettronico. Introduzione Creazione di una tabella Pivot Vediamo come si deve operare per ottenere dalla nostra tabella un report.
Unità di apprendimento 6
ANALISI DEI SEGNALI Si dice segnale la variazione di una qualsiasi grandezza fisica in funzione del tempo. Ad esempio: la pressione in un punto dello spazio.
1 VARIABILI CASUALI. 2 definizione Una variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico). Esempi l’esito.
Se A e B sono variabili random statisticamente indipendenti P (2) (B,A)=P(B)P(A) P(A)=probabilità che la variabile stocastica A assuma un certo valore.
Transcript della presentazione:

Informatica 3 V anno

Sistemi e modelli

Teoria generale dei sistemi Il concetto di sistema è alla base della teoria generale dei sistemi cioè della disciplina il cui obiettivo è fornire un metodo rigoroso di analisi e sintesi di una situazione reale allo scopo di studiarne il comportamento. 3

Cos’è un sistema? Una semplice definizione di sistema po’ essere la seguente: Un sistema è un insieme di elementi che interagiscono tra loro per il funzionare come un unico elemento. Seguendo la teoria generale dei sistemi, un sistema può essere definito tale quando sono noti: gli obiettivi da raggiungere le parti (o elementi) che lo compongono le interazioni con il mondo esterno, espresse in termini di ingressi e uscita le relazioni che descrivono i rapporti esistenti tra le varie componenti 4

I sottosistemi Spesso le parti che costituiscono un sistema sono, a loro volta, sistemi. Si parla, in questo caso, di sottosistemi: Ogni sottosistema, pur essendo sempre un sistema e potendo quindi essere considerato singolarmente, concorre al raggiungimento dell’obiettivo del sistema principale di cui è parte. 5

Lo stato interno Oltre a ingressi e uscite, un’altra importante grandezza che caratterizza un sistema è lo stato interno. Lo stato interno rappresenta le proprietà intrinseche, o caratteristiche, di un sistema, ovvero l’insieme delle informazioni necessarie e sufficienti per descrivere in modo esauriente le condizioni in cui si trova il sistema in un qualsiasi istante. Leggere i valori dello stato di un sistema in un certo istante equivale a effettuare una fotografia del sistema in un dato istante. I valori di ingresso, le uscite e i valori assunti dallo stato di un sistema sono memorizzati in variabili che prendono il nome di: variabili d’ingresso variabili d’uscita varibili di stato 6

Diagramma di blocco Un prima rappresentazione di un sistema è realizzata tramite un diagramma di blocco (o rappresentazione a scatola nera), così definita in quanto NON riusciamo a vedere come è fatto il sistema al suo interno. Gli elementi grafici di questa rappresentazione sono: rettangolo con nome del sistema diciture sopra le frecce in entrata per gli ingressi diciture sopra le frecce in uscita per le uscite dicitura all’interno del rettangolo per lo stato 7

Comportamento di un sistema Per descrivere il comportamento di un sistema occorre individuare le leggi (o funzioni) che legano gli ingressi alle uscite e allo stato del sistema. Tali leggi sono spesso complicate e vengono espresse mediante complesse formule matematiche. Le relazioni esistenti tra le variabili o tra le varie parti di un sistema NON sono sempre immediatamente rilevabili ed esprimibili mediante funzioni matematiche. Esistono, infatti, relazioni che per loro natura possono essere espresse SOLO tramite tabelle di corrispondenza esplicite, grafici o altre forme, che, in alcuni casi, rendono difficile l’individuazione del tipo di relazione matematica esistente. 8

Le funzioni Le funzioni di un sistema sono: - Funzione di transizione dello stato f() ci permette di calcolare quale valore assumerà lo stato di un sistema s(t) a un generico istante t, in base alla situazione iniziale del sistema s(t0) e a tutti gli ingressi applicati al sistema dall’istante iniziale t0 fino all’istante t, cioè i(t): s(t) = f(s(t0), i(t)) Funzione di trasformazione delle uscite g() ci permette di calcolare quale valore assumerà l’uscita u(t) a un generico istante (t), conoscendo il valore dello stato e degli ingressi allo stesso istante: u(t) = g(s(t), i(t)) 9

Definizione di un sistema Un sistema è completamente descritto quando si conoscono le sue caratteristiche e il suo comportamento, cioè quando si sa che cosa succede in uscita quando si applicano determinati ingressi. Formalmente, occorre conosce i seguenti insiemi: Ingressi I = {I0, I1, I2, …, IN} Uscite U = {U0, U1, U2, …, UP} Stati S = {S0, S1, S2, …, SM} Funzione di transizione s(t) = f(s(t0), i(t)) Funzione di trasformazione u(t) = g(s(t), i(t)) 10

Stato di un sistema Un sistema descritto completamente viene utilizzato per affrontare tre diversi tipi di problemi: problema della previsione: noti ingresso e sistema, si vuole determinare l’uscita problema del controllo: noti sistema e uscita, si vuole determinare l’ingresso problema dell’identificazione: noti ingresso e uscita, si vuole determinare il sistema 11

Sistemi di controllo a catena aperta Considerando il sistema di impianto di irrigazione della figura accanto, gli elementi che lo compongono possono essere collegati tra loro per formare una catena con una ben definita “direzionalità” delle azioni svolte, rappresentabili: Questa catena viene detta catena aperta poiché vi è un inizio e una fine. Se in un sistema così impostato, l’uscita NON è quella desiderata, il sistema NON può accorgersi dell’errore, ne tanto meno modificare l’ingresso. La garanzia del risultato è affidata alla impostazioni iniziali e all’assenza di situazioni anomale. 12

Sistemi di controllo a catena chiusa Per ovviare all’inconveniente del sistema precedente è possibile controllare i valori in uscita in modo da poter opportunamente modificare l’ingresso del sistema. Possiamo ricorrere a un sistema di controllo a catena chiusa. Nel sistema di irrigazione, immaginiamo di utilizzare un sensore di umidità che ci permetta di modificare le impostazioni della centralina in modo da aprire l’impianto per più o meno tempo al fine di mantenere a un livello costante il valore di umidità nel terreno. Lo schema a catena chiusa risulterà, quindi: 13

Analizziamo la catena chiusa Analizziamo ora il nuovo sistema: Il valore di uscita, “Umidità del terreno” viene prelevato dal sensore e fornito alla centralina dove potrà essere confrontato con un valore di riferimento impostato dall’utente. Dal confronto la centralina potrà decidere di aumentare o diminuire i tempi di irrigazione. Il ramo di ritorno delle uscite alla centralina viene detto feed-back o ramo di retroazione. Il sistema si dice retroazionato. L’insieme delle due linee costituisce l’anello di regolazione. 14

Sistema di controllo Più in generale possiamo descrivere un sistema di controllo come un insieme di sottosistemi che si vanno ad aggiungere al sistema, secondo il seguente schema: 15

Sottosistemi del sistema di controllo In particolare, nello schema abbiamo: Riferimento: r(t) è il segnale che corrisponde all’uscita che si desidera ottenere dal sistema Comparatore: confronta il segnale di riferimento con l’uscita del sistema valutando l’errore e(t) che misura quanto l’uscita del sistema si discosta dal valore di riferimento Controlllore: in base all’errore e(t), elabora un valore y(t) Attuatore: trasforma e amplifica il segnale y(t) per generare una sollecitazione i(t) al sistema. Sistema: sistema che stiamo analizzando e vogliamo controllare. Il valore della grandezza controllata u(t) deve essere misurato e controllato Trasduttore: trasforma l’uscita del sistema in un segnale x(t) compatibile con il comparatore, che lo confronterà con il riferimento r(t) in modo da valutare gli opportuni interventi di correzione sul sistema. Il termine sensore è equivalente a quello di trasduttore. Disturbi: fenomeni che alterano il corretto funzionamento del sistema. 16

Sistemi invarianti e varianti Dato che i sistemi possono essere osservati sotto differenti punti di vista, NON è possibile definire un unico tipo di classificazione estendibile a tutti i contesti. Una possibile classificazione, può essere distinguere tra sistemi invarianti e sistemi varianti: Un sistema si dice invariante, o stazionario, se risponde sempre allo stesso modo quando lo sollecitano gli stessi ingressi, in istanti diversi. Se, invece, le risposte sono diverse in istanti diversi, anche con ingressi costanti, allora il sistema si dice variante, o deteriorabile. 17

Variabili e funzioni continue e discrete Tutte le variabili che descrivono il sistema e le funzioni di trasformazione e transizione possono essere di natura discreta o continua: Una variabile è continua quando, scelti due possibili valori diversi tra loro del suo dominio di esistenza D, la variabile può assumere TUTTI gli infiniti valori compresi tra questi due estremi, mentre diremo che è discreta quando può assumere SOLO un numero finito di valori. Un insieme di variabili è discreto quando ciascun elemento dell’insieme è discreto, è continuo quando anche solo un elemento è continuo. Una funzione è continua se lo è la legge che lega la variabile dipendente (y) a quella indipendente (x) mentre si dice discreta quando il suo codominio è discreto. 18

Sistemi discreti e continui Sistemi discreti e continui si differenziano ulteriormente come segue: DISCRETI Sistema discreto nell’avanzamento: quando è discreto l’insieme dei tempi, cioè il sistema può essere analizzato in precisi istanti di tempo. Sistema discreto nelle sollecitazioni: quando l’insieme dei possibili valori di ingresso è discreto. Sistema discreto nelle interazioni: quando la funzione di transizione e quella di trasformazione sono discrete. CONTINUI Sistema continuo nell’avanzamento: quando le variabili si evolvono con continuità e non ha senso analizzarle solo a istanti prestabiliti. Sistema continuo nelle sollecitazioni: quando l’insieme dei possibili valori di ingresso è continuo, quindi infinito. Sistema continuo nelle interazioni: quando la variazione nelle interazioni registra solo valori continui. 19

Sistemi dinamici e statici Un sistema si dice dinamico quando la configurazione (ossia l’insieme di variabili che descrivono lo stato del sistema) varia nel tempo; si parla di sistema statico quando si presenta il caso di variabili immutabili nel tempo. 20

Sistemi deterministici e stocastici Un sistema si dice deterministico quando le funzioni di transizione e di trasformazione sono definite in modo da permettere la determinazione del valore dello stato e delle uscite in modo univoco. Si dice stocastico quando una delle due funzioni è regolata da legami di natura probabilistica. 21

Sistemi combinatori e sequenziali Un sistema si dice combinatorio se le uscite in un certo istante dipendono SOLO dai valori presenti agli ingressi nel medesimo istante. Si dice sequenziale quando le uscite dipendono NON solo dai valori degli ingressi in un istante, ma anche dai valori assunti in precedenza dagli ingressi. Si può anche dire che un sistema in cui NON è necessario introdurre la variabile di stato è di tipo combinatorio. 22

I modelli I sistemi, nella realtà sono molto più complessi di quelli visti finora. Anche le relazioni tra le componenti interne spesso NON sono così intuitive. Spesso, poi, sollecitare il sistema reale per valutarne i comportamenti, non è possibile. Nella pratica si costruisce, perciò, una rappresentazione integrale del sistema, detta modello. Dato un sistema reale e un problema da risolvere su di esso, definiamo modello, relativo al problema in esame, la rappresentazione semplificata del sistema che evidenzi tutti gli elementi utili alla risoluzione del problema e ci permetta di riprodurre e valutare le funzioni svolte dal sistema originale senza intervenire direttamente su di esso. 23

Il processo di astrazione Parlando di modelli siamo portati a parlare inevitabilmente di astrazione. Il processo di astrazione consiste nell’estrapolare da tutte le informazioni relative a una realtà solo quelle utili per risolvere il problema sostituendo, successivamente, gli oggetti reali osservati con simboli. Inoltre, vengono tralasciati i dettagli implementativi dei singoli oggetti e si analizza la realtà nel suo insieme. Dato un sistema, NON esiste, per come è stato definito, un modello che risulti valido in qualsiasi contesto. PER UN SISTEMA, quindi, POSSONO ESISTERE DIVERSI MODELLI. 24

Tipi di modelli I modelli possono essere classificati in base al contesto in cui devono risultare simili al sistema originale; essenzialmente si dividono in: modelli fisici: (o reali) sono i modelli la cui struttura è costituita da elementi del mondo fisico. modelli astratti: (o simbolici) sono i modelli che consentono di rappresentare le caratteristiche della realtà analizzata servendosi di un linguaggio simbolico. a loro volta i modelli fisici possono essere suddivisi in iconici e analogici, mentre tra quelli astratti si possono individuare i modelli matematici, quelli grafici e quelli logici. Schematizzando avremo: 25

Dal sistema al modello In base all’obiettivo che ci si prefigge nello studio del sistema si scegli il modello più opportuno. Schematizzando, avremo: 26

Modelli iconici Per spiegare i modelli iconici pensiamo a un plastico di un edificio. Ovviamente, è una riproduzione del sistema in cui una o più grandezze originali sono state modificate proporzionalmente, al fine di semplificarne lo studio. Nella rappresentazione in scala di un sistema non si effettua sempre e solo una riduzione di scala ma spesso la scala viene lasciata naturale o ingrandita, si parla, perciò, di modelli ridotti (scala < 1), naturali (scala 1:1) o espansi (scala > 1). Se il fattore di scala NON è lo stesso per tutte le grandezze si parla di modello simile. 27

Modelli analogici I modelli analogici sono le riproduzioni dei sistemi originali in cui vengono mantenute le relazioni tra gli elementi del sistema, ma le grandezze fisiche in gioco vengono sostituite (in parte o totalmente) con altre di comportamento analogo. 28

Modelli matematici I modelli matematici sono quei modelli in cui il sistema viene rappresentato dalle leggi matematiche che lo regolano. Tra i più utilizzati, ricordiamo: insiemistica algebra analisi funzionale 29

Modelli grafici I modelli grafici rappresentano su carta, con particolari simbologie, il sistema a cui si riferiscono, e si contraddistinguono per la loro capacità di descrizione e per la potenza espressiva insita nella comunicazione visiva. Tra essi ricordiamo: schemi a blocchi grafi di transizione Queste due tipologie di modelli sono fondamentali per rappresentare particolari sistemi dinamici, gli automi. 30

Modelli logici I modelli logici sono insiemi di regole logico-funzionali che, se eseguite, permettono di emulare integralmente il sistema originale. Sono detti anche modelli algoritmici. In questa classe di modelli rientrano le simulazioni di sistemi reali tramite linguaggi di programmazione o altri strumenti informatici. Lo schema che riassume il nostro percorso è il seguente: 31