Inizio della pagina -
Logo DISCO
|
Visita la Versione ad elevata leggibilità
|
Vai al Contenuto della pagina
|
Vai alla Fine dei contenuti
|
Vai al Menu Principale
|
Vai alla Barra di navigazione (sei in)
|
Vai al Menu di navigazione (albero)
|
Vai alla Lista dei comandi
|
Vai alla Lista degli approfondimenti
|
Vai al Menu inferiore
|
Logo Ateneo
   
Per gli Studenti
Laboratorio di Metodi Computazionali

Codice insegnamento E3101Q017

Docente responsabile:           
Fabio Stella

Teacher:                     
Fabio Stella

PROGRAMMA

Obiettivi e contenuti:
Simulazione stocastica con particolare riferimento alla generazione di numeri casuali, all’estrazione di realizzazioni casuali da variabili aleatorie continue e discrete, alla simulazione quantitativa di sistemi dinamici. Modelli Markoviani a tempo discreto e stati discreti per la simulazione e l’analisi di sistemi dinamici. Realizzazione e interpretazione di test di ipotesi e di intervalli di confidenza per i risultati di esperimenti di simulazione. Schemi di stima di massima verosimiglianza per i risultati di esperimenti di simulazione.

Programma:
Il programma si compone dei seguenti moduli; 1) Introduzione a MATLAB, 2) Matrici, Workspace e grafica, 3) Programmazione in MATLAB, 4) M files e functions, 5) Funzioni per la generazione di numeri casuali, 6) Funzioni per generare realizzazioni di variabili aleatorie continue e discrete, 7) Simulink, 8) Funzioni per simulazione Monte Carlo, 9) Funzioni per simulare Catene di Markov, 10) Funzioni per la riduzione della varianza, 11) Funzioni per l’analisi dell’output di un esperimento di simulazione, 12) Sviluppo di prototipo software, 13) Documentazione e presentazione.

Risultati di apprendimento previsti:
Progettazione, sviluppo e validazione di prototipi software per la simulazione di sistemi dinamici in ambito biologico, finanziario e gestionale. Utilizzo delle risorse base e delle risorse pubbliche in linguaggio MATLAB per la simulazione di sistemi dinamici. Realizzazione di codice MATLAB, scripts e functions, per l’implementazione di metodi computazionali di simulazione ed analisi dei risultati di un esperimento di simulazione. Preparazione e redazione di documentazione per scripts e functions ed in generale per il prototipo realizzato.

Prerequisiti:
Metodi computazionali, modelli computazionali, ricerca operativa, calcolo delle probabilità e statistica.

PROGRAM
Aims and contents
:
To design, develop and use programs and software prototypes for stochastic simulation with special reference to random numbers generation, sampling from continuous and discrete probability distributions, quantitative simulation of dynamic systems.  Markovian models in discrete time and discrete states for simulating dynamic systems.  Study, analysis and development of test of hypothesis for the analysis of output from simulation experiments.  Design and implementation of software modules for maximum likelihood estimation.

Program details:
1) Introduction to MATLAB, 2) Matrices, Workspace and graphics, 3) MATLAB programming, 4) M files and functions, 5) Functions for random numbers generation, 6) Functions for sampling from discrete and continuous distribution, 7) Simulink, 8) Functions for Monte Carlo Simulation, 9) Funtions for Markov Chains simulation, 10) Functions for variance reduction, 11) Functions for output analysis, 12) Software prototype design and development, 13) Documenting MATLAB code.

Learning outcomes:
Design, implementation and usage of software prototypes for dynamic systems in several application domains as; biology, finance, information management and management. Usage of publicly available MATLAB resources for the simulation and the analysis of dynamic systems. Development of MATLAB code, scripts and functions, for the implementation of computational methods and models devoted to the analysis of results from a numerical simulation experiment. Organization and writing of scientific and technical documentation for scripts, functions and software prototypes.

Prerequisites:
Computational methods, computational models, operation research, probability and statistics.

Tipo esame:
               
Progetto e orale

Tipo valutazione:       
Voto finale

Examination
:              
Project and oral

Evaluation Type:
Final mark

Approfondimenti

Google Translate
Translate to English Translate to French Translate to German Translate to Spanish Translate to Chinese Translate to Portuguese Translate to Arabic
Translate to Albanian Translate to Bulgarian Translate to Croatian Translate to Czech Translate to Danish Translate to Dutch Translate to Finnish Translate to Greek Translate to Hindi
Translate to Hungarian Translate to Irish Translate to Japanese Translate to Korean Translate to Norwegian Translate to Polish Translate to Romanian Translate to Russian Translate to Serbian
Translate to Slovenian Translate to Swedish Translate to Thai Translate to Turkish

(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - ultimo aggiornamento di questa pagina 11/11/2013