Servizi per la didattica
PORTALE DELLA DIDATTICA

Modelli e sistemi a eventi discreti

01NNEOV

A.A. 2022/23

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea Magistrale in Ingegneria Informatica (Computer Engineering) - Torino

Mutua

01NNENG

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 40
Esercitazioni in aula 20
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Tarable Alberto     40 0 0 0 4
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
ING-INF/04 6 C - Affini o integrative Attività formative affini o integrative
Valutazione CPD 2022/23
2020/21
I processi dinamici presenti in svariati contesti quali, ad esempio, la robotica, l'automazione di fabbrica, le reti, e i sistemi economici, non hanno soltanto un comportamento di natura continua, quale quello studiato tradizionalmente nella teoria dei sistemi e dei controlli automatici, ma anche un'importante componente "discreta," dovuta all’occorrenza di "eventi" asincroni (ad esempio, guasti) che possono modificare istantaneamente lo stato del sistema stesso. Lo studio di sistemi di natura discreta si differenzia notevolmente da quello dei classici sistemi nei quali lo stato evolve con continuità. Scopo di questo insegnamento è introdurre gli elementi della modellistica dei sistemi dinamici a stati ed eventi discreti, svilupparne la relativa teoria, in contesto deterministico e stocastico, e quindi analizzarne il comportamento e quantificarne le prestazioni, sia per via analitica che per via di simulazione su calcolatore.
The course is taught in Italian. Dynamical processes arising in various contexts, such as robotics, factory automation, networks, and economical systems, do not only possess a "continuous" behavior (i.e., the one which is typically studied in classical courses on systems and control theory), but also contain a "discrete" behavior, produced by the occurrence of asynchronous "events" (for instance, a component’s failure) that may modify instantaneously the system’s state. The analysis of systems of discrete nature requires tools and models that are quite different from the ones used in the traditional study of systems with continuous states. The purpose of this course is to introduce the basic elements necessary to understand the modeling of discrete event systems, to develop the relative theory, both in a deterministic and in a stochastic setting, and to analyze quantitatively their behavior, via an analytic approach or via a computer simulation one.
- Conoscenza degli strumenti analitici per la rappresentazione di sistemi dinamici a eventi discreti, in contesto sia deterministico che stocastico; - Capacità di modellare semplici problemi che sorgono nei campi dei processi produttivi automatici e gestionali; - Capacità di valutare le prestazioni del sistema, sia per via analitica che simulativa, e di dimensionare i parametri del sistema in fase di progetto; - Comprensione delle caratteristiche dei sistemi interconnessi a rete.
Understanding of analytical instruments for representing discrete event dynamical systems, both in a deterministic and a stochastic setting; Learning to model simple practical problems arising from factory automation, robotics, production systems and management; Acquiring the capability of evaluating a system’s performance (analytically or via computer simulation) and of dimensioning the system’s parameters, in the design phase; Understanding the behavior of networked systems.
Conoscenza di base di calcolo delle probabilità, analisi matematica, algebra lineare. Può essere utile (anche se non strettamente richiesta) la conoscenza di base della teoria dei sistemi o dei controlli automatici.
Basic knowledge of calculus, probability theory, and linear algebra. Some exposure of systems and control theory may be useful, although it is not strictly required as a prerequisite.
- Modellistica dei sistemi dinamici a eventi discreti: stati, eventi, transizioni, grafi. - Richiami di teoria della probabilità e di algebra lineare. - Sistemi dinamici a eventi discreti, macchine a stati temporizzate, formalismi di specifica. - La simulazione dei sistemi dinamici a eventi discreti. - Processi stocastici; distribuzione di Poisson, esponenziale e Gamma. - Catene di Markov a tempo continuo e a tempo discreto. - Teoria delle code Markoviane. - Reti di code aperte e reti di code chiuse. Metodi di soluzione. - Problemi di ottimizzazione del flusso su reti. - Esempi di problemi tratti da svariati contesti applicativi.
- Discrete event dynamical systems (DEDS) modeling: states, events, transitions, graphs. - Review of probability theory and linear algebra. - DEDS, deterministic and stochastic timed automata, formalisms. - Computer simulation of DEDS. - Stochastic processes; Poisson, Exponential, and Gamma distributions. - Discrete-time and continuous-time Markov chains. - Queueing systems. - Open and closed networks of queues. Solution methods. - Network flow problems. - Examples from applicative contexts.
L'insegnamento è organizzato in lezioni ed esercitazioni in aula. Le esercitazioni sono basate su "schede" di esercizi nelle quali gli studenti sono chiamati a risolvere sia problemi di natura analitica sia problemi che richiedono l’uso del calcolatore per simulare, stimare, valutare e ottimizzare le prestazioni di un processo.
The course is organized into lectures and practice sessions. Practice sessions are based on "exercise sheets" in which students are required to solve either analytical problems, or problems that require the use of a computer in order to simulate, estimate, evaluate and optimize a system’s characteristics.
Il materiale didattico relativo all'insegnamento consiste nei testi sotto riportati, affiancato da dispense integrative pubblicate in rete dal docente. C. G. Cassandras e S. Lafortune, “Introduction to Discrete Event Systems”, Kluwer (in inglese). G. Calafiore, “Elementi di Automatica,” CLUT (II edizione).
The course is based on the textbooks indicated below, integrated by handouts that will be made available online by the instructor. Textbooks: C. G. Cassandras & S. Lafortune, “Introduction to Discrete Event Systems”, Kluwer (in English). G. Calafiore, “Elementi di Automatica,” CLUT (II edizione).
Modalità di esame: Prova scritta (in aula);
Exam: Written test;
I crediti relativi all'insegnamento vengono acquisiti a seguito del superamento di un esame scritto della durata di 1h30m. Il voto finale viene calcolato sulla base del risultato del test scritto. E' possibile usare appunti durante l'esame.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Written test;
Credits for this course are acquired upon successful completion of a written examination having a duration of 1h30m. The final grade will be based on the score obtained in the written exam. The exam is open book.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Esporta Word


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti