Seleziona l'Anno Accademico:     2016/2017 2017/2018 2018/2019 2019/2020 2020/2021 2021/2022
Docente
MASSIMILIANO GROSSO (Tit.)
Periodo
Primo Semestre 
Modalità d'Erogazione
Convenzionale 
Lingua Insegnamento
ITALIANO 



Informazioni aggiuntive

Corso Percorso CFU Durata(h)
[70/88]  INGEGNERIA CHIMICA E DEI PROCESSI BIOTECNOLOGICI [88/00 - Ord. 2020]  PERCORSO COMUNE 9 90

Obiettivi

vengono forniti gli elementi per
- conoscenza e capacità di comprensione:
Il corso intende dare le basi per una conoscenza dei concetti fondamentali della statistica, dellinferenza parametrica di modelli da dati sperimentali, e della teoria di ottimizzazione di funzioni. Lo studente sarà in grado di affrontare problemi di stima dei parametri da modelli lineari e non lineari, essendo capace di interpretare e selezionare il miglior modello per la descrizione della realtà sperimentale. Sarà in grado di individuare le condizioni parametriche più adeguate per una data funzione obiettivo. Saprà utilizzare le librerie di Matlab® dedicate alla statistica e a allottimizzazione. Intende inoltre fornire gli strumenti per analizzare testi tecnici sugli argomenti del corso ed esprimere il risultato dei calcoli in forma di rapporto tecnico
- autonomia di giudizio: lo studente saprà essere critico nei confronti delle applicazioni possibili delle varie tecnologie conoscendone limiti e vantaggi.
- abilità comunicative: alcune parti delle esercitazioni sono sviluppate come lavoro di gruppo favorendo la comunicazione e lo scambio di valutazione;
- capacità di apprendere autonomamente: è richiesta e valutata sia nella prova finale sia in itinere con le verifiche associate agli aspetti esercitativi.

Prerequisiti

Analisi Matematica, Geometria

Contenuti

Introduzione al corso:
Statistica descrittiva
Lezioni di teoria: 2 h Esercitazioni: 2h Laboratorio: 0
Teoria della probabilità
Esperimento aleatorio: Definizione Definizione di variabile aleatoria scalare Modelli matematici per le variabili aleatorie scalari: funzioni di distribuzione cumulative (CDF) e funzioni densità di probabilità (pdf) Variabili aleatorie vettoriali Modelli matematici per le variabili aleatorie vettoriali Lezioni di teoria: 8 h Esercitazioni 4 h Laboratorio: 0 h
Identificazione parametrica di variabili aleatorie scalari e vettoriali
Definizione di Stimatori Statistici Stimatori Statistici: Metodo dei Momenti, Metodo dei Minimi Quadrati, Metodo della Massima Verosimiglianza Proprietà principali degli stimatori statistici
Lezioni di teoria 9 h - Esercitazioni: 3 h - Laboratorio: 5 h
Intervalli di fiducia per stimatori statistici
Lezioni di teoria: 4 h Esercitazioni: 2 h - Laboratorio: 4 h
Test statistici delle ipotesi
Analisi della Varianza (ANOVA)
Lezioni di teoria: 9 - Esercitazioni: 3 h - Laboratorio: 6 h
Stima dei parametri di modelli fisici
Modelli lineari: Regressione lineare Stimatori statistici per la regressione lineare: proprietà e intervalli di fiducia Test statistici per la regressione lineare
Lezioni di teoria: 9 h Esercitazioni: 3 h; Laboratorio: 6 h
Modelli non Lineari
Quadro dei metodi numerici Misure di adeguatezza del modello
Lezioni di teoria: 8 h Esercitazioni 3 h Laboratorio 0 h
Totale ore: 90
Crediti: 9

Metodi Didattici

Lezioni frontali: 49 h
Esercitazioni: 20 h
Laboratorio: 21 h
Totale: 90 h
La didattica verrà erogata prevalentemente in presenza, integrata e “aumentata” con strategie online, allo scopo di garantirne la fruizione in modo innovativo e inclusivo

Verifica dell'apprendimento

La valutazione dello studente prevede la redazione di un progetto ed un esame orale, in cui vengono proposte delle domande pertinenti: La prova orale sarà svolta in presenza o, eventualmente, a distanza mediante ausili informatici.
Lo studente deve dimostrare di conoscere la teoria della statistica applicata allanalisi dei dati sperimentali e dellinferenza parametrica per modelli matematici. Nella fase di valutazione lo studente deve dimostrare di avere acquisito dagli altri corsi le caratteristiche principali dei processi tipici dellingegneria chimica, per poter effettuare unanalisi appropriata delle possibili problematiche. Le soluzioni scelte dallo studente devono essere motivate in base ai concetti di teoria acquisiti, grazie ai quali deve essere in grado di trovare soluzioni anche per i casi particolari proposti dal docente. Inoltre è valutata la capacità di utilizzare un linguaggio tecnico adatto nella spiegazione della soluzione proposta. Lattribuzione dei voti è effettuata con il seguente criterio:
- conoscenza e comprensione della teoria: 18/30-21/30;
- conoscenza e comprensione della teoria e sua applicazione a casi di studio convenzionali: 23/30-26/30;
- conoscenza e comprensione della teoria, sua applicazione ai diversi casi di studio e capacità di valutare situazioni complesse in modo critico: 27/30-30/30.

Testi

Appunti delle lezioni distribuite dal docente.
Applied Statistics and Probability for Engineers, Montgomery and Runger, Wiley

Altre Informazioni

Dispense delle lezioni e delle esercitazioni sono rese disponibili sul sito del docente:
http://people.unica.it/massimilianogrosso/materiale-didattico/analisi-dei-processi-chimici-e-biotecnologici/
È stato inoltre creato un gruppo su Facebook
https://www.facebook.com/groups/appstatingind/
che ha diversi scopi, tra cui segnalare ulteriore materiale didattico disponibile in rete e stimolare la discussione tra gli studenti ed il docente.

Questionario e social

Condividi su: