Vinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.x

PROGETTO E SVILUPPO DI SISTEMI IN TEMPO REALE

SCHEDA DELL'INSEGNAMENTO (SI)
SSD ING-INF/05

 

 

CORSO DI STUDI: LAUREA MAGISTRALE IN INGEGNERIA DELL’AUTOMAZIONE E ROBOTICA

ANNO ACCADEMICO: 2022-2023

 

INFORMAZIONI GENERALI - DOCENTE

Docente: Marcello Cinque

Telefono: +39 0817683874

Email: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

 

INFORMAZIONI GENERALI - ATTIVITÀ

 

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): I
SEMESTRE (I, II): II
CFU: 9

 

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

...................................................................................................................................................

 

EVENTUALI PREREQUISITI

Conoscenze di base di programmazione

 

OBIETTIVI FORMATIVI

Il corso fornisce le conoscenze di base sui sistemi in tempo reale, sulla schedulazione di task real-time, sulla gestione delle risorse, sulle reti di calcolatori e sui sistemi operativi adottati in ambito industriale. Fornisce inoltre le competenze necessarie alla progettazione, il dimensionamento e lo sviluppo di sistemi in tempo reale. Le esercitazioni consistono in applicazioni di programmazione concorrente con task real-time sviluppate in diversi ambienti (real-time LINUX, FreeRTOS, ChibiOS) e progettazione OO di software real-time attraverso SysML e il profilo OMG MARTE.

 

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Conoscenza e capacità di comprensione

Lo studente deve dimostrare: di conoscere le problematiche dell’elaborazione in tempo reale, di saper illustrare i fondamenti teorici relativi agli algoritmi per lo scheduling di task periodici e aperiodici e per la gestione delle risorse condivise con vincoli temporali, e relativi test di fattibilità, di saper riconoscere le principali soluzioni per la comunicazione in rete con vincoli temporali, di comprendere i principi di programmazione concorrente applicati ai sistemi real-time.

 

Capacità di applicare conoscenza e comprensione 

Lo studente deve dimostrare di saper astrarre problemi di progettazione di sistemi in tempo reale e di ricondurli ad opportuni modelli teorici atti alla verifica della fattibilità, di saper risolvere problemi di dimensionamento di sistemi real-time attraverso le metodologie e gli algoritmi appresi, di saper progettare sistemi complessi attraverso strumenti di astrazione e modellazione di alto livello, di saper implementare sistemi software real-time utilizzando primitive per la gestione dei task periodici e aperiodici e per l’inter-process communication in tempo reale.

 

PROGRAMMA-SYLLABUS

Concetti Introduttivi. Introduzione ai sistemi in tempo reale: campi applicativi. dimensionamento, deadline, sistemi hard e soft real-time, caratteristiche desiderabili; problematiche di progetto e sviluppo.

Prevedibilità dei sistemi di calcolo. Fonti di non determinismo hardware e del Sistema Operativo. Introduzione allo Scheduling. Processo e programma. Schedulazione, fattibilità, schedulabilità, ottimalità, preemption.

Scheduling di task real time. Algoritmo di Jackson, algoritmo di Horn, algoritmo di Bratley. Scheduling con vincoli di precedenza. Timeline Scheduling, Rate Monotonic (RM). Earliest Deadline First (EDF), Deadline Monotonic. Ottimalità e test di garanzia. Response Time Analysis. Processor Demand Criterion per EDF.

Accesso a risorse condivise. Il problema della priority inversion. Non-preemptive protocol. Highest locker priority. Priority Inheritance e Priority Ceiling. Analisi di schedulabilità, calcolo dei tempi di bloccaggio. Stack Resource Policy.

Server aperiodici. Schedulazione in background. Polling Server (PS). Deferrable Server (DS), Sporadic Server (SS), Slack Stealer. Dynamic Sporadic Server (DSS), Total Bandwidth Server (TBS), Costant Bandwidth Server (CBS).

Gestione dei sovraccarichi. Carico, valore cumulativo, fattore competitivo. Admission control; robust scheduling, resource reservation con CBS. Algoritmo RED. Job skipping, period adaptation e service adaptation.

Comunicazione Real-time. I protocolli CSMA/CD e Token Ring. Modelli di traffico real-time. Fonti di non determinismo nelle reti. Controller Area Network (CAN), ProfiNET ed Ethernet Power Link. RTNet. Weighted Fair Queuing, RSVP e RTP (cenni).  RTPS e Standard DDS. Esempi applicativi. 

Analisi del Worst Case Execution Time. Metodi statici e metodi measurement-based. Bound caluculation: path-based, structure-based e implicit path enumeration (IPET). Esempi di tool statici e measurement-based.

Real Time Operating Systems (RTOS): Primitive per la programmazione di applicazioni concorrenti in ambiente real-time. Colloquio con le periferiche, RTOS commerciali ed Open Source, introduzione a FreeRTOS, ChibiOS e Linux real-time. Sviluppo di applicazioni concorrenti real-time in tali ambienti.

Standard e Certificazioni. La standardizzazione, standard per RTOS: RT-POSIX, OSEK, AUTOSAR, ARINC, MICRO-ITRON. Standard di certificazione: DO-178B, IEC61508.

Progettazione di Sistemi Real Time con SysML e OMG MARTE. Model driven engineering. UML2 ed estensioni: profili, metamodelli e stereotipi. Progettazione con SysML. Specifica MARTE. Esempi in ambiente integrato (Papyrus).

 

 MATERIALE DIDATTICO

-          Libro di testo:

  ·         G. Buttazzo “Sistemi in tempo reale”, Pitagora editrice

-          Trasparenze delle lezioni, dispense didattiche ed articoli scientifici di approfondimento disponibili sul sito docente.

 

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

La didattica è erogata

a) per il 70% con lezioni frontali e

b) per il 30% con esercitazioni guidate in aula per approfondire praticamente gli aspetti relativi all’utilizzo di sistemi operativi real-time e alla programmazione di task real-time.

Gli argomenti delle lezioni frontali e dei seminari sono esposti con l’ausilio di trasparenze dettagliate, messe a disposizione dello studente nel materiale didattico tramite il sito web ufficiale del docente.

 

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
 Scritta e orale
 Solo scritta  
 Solo orale  
 Discussione di elaborato progettuale   
 Altro (prova al calcolatore)  

 

In caso di prova scritta i quesiti sono (*):
 A risposta multipla  
 A risposta libera
 Esercizi numerici

   

La prova scritta è suddivisa in due parti: 1) risoluzione di esercizi numerici e 2) un esercizio di programmazione concorrente real-time. La parte 2) può essere sostituita dallo svolgimento di due prove di programmazione in itinere, durante lo svolgimento del corso. Il codice consegnato durante il corso sarà oggetto di discussione all’orale. 

 

b)Modalità di valutazione:

L’esito della prova scritta è vincolante ai fini dell’accesso alla prova orale. Il voto finale è stabilito come media degli esiti delle prove scritte e dell’orale.

 

METODI MATEMATICI PER L'INGEGNERIA

SCHEDA DELL'INSEGNAMENTO (SI)
SSD MAT/05

 

 

LAUREA TRIENNALE IN INGEGNERIA INFORMATICA

ANNO ACCADEMICO: 2022-2023

 

INFORMAZIONI GENERALI - DOCENTE

Docente: Corso a canali multipli

Telefono:

Email:

 

INFORMAZIONI GENERALI - ATTIVITÀ

 

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): II
SEMESTRE (I, II): I
CFU: 8

 

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

Analisi matematica II, Geometria e algebra

 

EVENTUALI PREREQUISITI

...................................................................................................................................................

 

OBIETTIVI FORMATIVI

Fornire i concetti e i risultati fondamentali, in vista delle applicazioni, relativi alla teoria delle funzioni analitiche, delle distribuzioni, delle serie di Fourier, delle trasformate di Fourier e Laplace e delle loro applicazioni.

 

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Lo Studente dovrà dimostrare di conoscere le nozioni (definizioni, enunciati, dimostrazioni se previste dal programma) relative alla teoria delle funzioni olomorfe e dell’integrazione in campo complesso, delle distribuzioni, delle serie di Fourier, delle trasformate di Fourier e di Laplace e gli strumenti di calcolo sviluppati, e saper comprendere argomenti affini elaborando le nozioni acquisite. Deve, infine, dimostrare di saper applicare quanto appreso nella risoluzione di esercizi di verifica elaborati dal Docente, in linea di massima legati ad argomenti quali: calcolo di integrali in campo reale e in campo complesso con la teoria dei residui, equazioni alle differenze lineari, serie e trasformate di Fourier di segnali periodici, trasformate di Laplace di funzioni e applicazioni a problemi differenziali lineari, calcolo distribuzionale.

 

PROGRAMMA-SYLLABUS

(0.5 cfu) Numeri complessi. Forma algebrica, trigonometrica, esponenziale. Proprietà del modulo e dell’argomento. Formule di De Moivre e delle radici n-esime. Funzioni elementari nel campo dei numeri complessi: esponenziale, seno e coseno, seno e coseno iperbolici, logaritmo, potenza. Successioni e serie nel campo dei numeri complessi. Serie di potenze: raggio di convergenza e proprietà, derivazione termine a termine.

(1 cfu) Funzioni analitiche. Olomorfia e condizioni di Cauchy-Riemann. Integrali di linea di funzioni di variabile complessa. Teorema e formule di Cauchy. Sviluppo in serie di Taylor. Sviluppo in serie di Laurent. Zeri delle funzioni analitiche e principi di identità. Classificazione delle singolarità isolate. Teorema di Liouville.

(0.5 cfu) Integrazione. Cenni sulla misura e sull’integrale di Lebesgue. Funzioni sommabili. Teoremi di passaggio al limite sotto il segno di integrale. Integrali nel senso del valore principale secondo Cauchy. Spazi di funzioni sommabili.

(1 cfu) Residui. Teorema dei residui. Calcolo dei residui nei poli. Calcolo di integrali col metodo dei residui. Lemmi di Jordan. Scomposizione in fratti semplici.

(0.5 cfu) Equazioni alle differenze. Z-trasformata: definizione e proprietà. Z-antitrasformata. Successioni definite per ricorrenza.

(1 cfu) Trasformazione di Laplace. Segnali. Generalità sui segnali. Segnali periodici. Convoluzione. Definizione e dominio della trasformata bilatera di Laplace. Analiticità e comportamento all’infinito. Esempi notevoli di trasformata di Laplace. Proprietà formali della trasformata di Laplace. Trasformata unilatera di Laplace e proprietà. Teoremi del valore iniziale e finale. Antitrasformata (s.d.). Uso della trasformata di Laplace nei modelli differenziali lineari. 

(0.5 cfu) Serie di Fourier. Cenni su spazi di Banach e di Hilbert. Energia di un segnale periodico. Polinomi trigonometrici. Serie di Fourier esponenziale e trigonometrica. Convergenza nel senso puntuale e nel senso dell’energia

(0.5 cfu) Trasformata di Fourier. Definizione di trasformata di Fourier. Proprietà formali della trasformata di Fourier. Antitrasformata. La trasformata di Fourier e l’equazione del calore.

(1.5 cfu) Distribuzioni. Funzionali lineari. Limiti nel senso delle distribuzioni. Derivata nel senso delle distribuzioni. Regole di derivazione. Esempi notevoli: δ di Dirac, v.p. 1/t. Convoluzione di distribuzioni. Spazio delle funzioni a decrescenza rapida e relativa topologia. Distribuzioni temperate e funzioni a crescita lenta. Trasformata di Fourier di distribuzioni temperate. Trasformata di Laplace di distribuzioni. Trasformata di Fourier della δ di Dirac, del treno di impulsi. Trasformata di Fourier di segnali periodici.

(0.5 cfu) Problemi ai limiti Equazioni autoaggiunte. La funzione di Green, il teorema dell'alternativa. Il problema di Sturm-Liouville, ortogonalità autofunzioni.

(0.5 cfu) Equazioni differenziali alle derivate parziali Generalità. Equazioni di Laplace e Poisson, funzioni armoniche, problemi di Dirichlet e Neumann. Risoluzione del problema di Dirichlet per l'equazione di Laplace in un cerchio. Equazione del calore, problema di Cauchy nel semipiano. Equazione delle onde, problema di Cauchy nel semipiano, problema misto nella semistriscia.

 

MATERIALE DIDATTICO

Si veda sito web del docente della materia

 

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

Le lezioni saranno frontali, e circa un terzo delle lezioni avrà carattere esercitativo.

 

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
 Scritta e orale
 Solo scritta  
 Solo orale  
 Discussione di elaborato progettuale   
 Altro (prova al calcolatore)  

 

In caso di prova scritta i quesiti sono (*):
 A risposta multipla
 A risposta libera
 Esercizi numerici

   

INGEGNERIA DEL SOFTWARE

SCHEDA DELL'INSEGNAMENTO (SI)
SSD ING-INF/05

 

 

LAUREA TRIENNALE IN INGEGNERIA INFORMATICA

ANNO ACCADEMICO: 2022-2023

 

INFORMAZIONI GENERALI - DOCENTE

Docente: Stefano Russo

Telefono: 0817683832

Email: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

 

INFORMAZIONI GENERALI - ATTIVITÀ

 

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): III
SEMESTRE (I, II): II
CFU: 10

 

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

Programmazione, Basi di Dati

 

EVENTUALI PREREQUISITI

...................................................................................................................................................

 

OBIETTIVI FORMATIVI

Obiettivo dell’insegnamento è di fornire le metodologie e le tecniche fondamentali per l’ingegnerizzazione di sistemi software di qualità, riguardanti: i moderni processi di produzione del software; le tecniche ed i linguaggi per l’analisi e la specifica orientate agli oggetti, la stima dei costi, la progettazione, la realizzazione in Java, e il testing.

 

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Conoscenza e capacità di comprensione

Lo studente deve dimostrare: di conoscere i principali modelli di ciclo di vita del software; di conoscere le tecniche di analisi e specifica dei requisiti; di conoscere il linguaggio di modellazione UML; di conoscere i principi alla base del testing funzionale e strutturale; di conoscere gli aspetti di base del linguaggio Java.

 

Capacità di applicare conoscenza e comprensione 

Lo studente deve dimostrare: di essere in grado di specificare i requisiti e di saper progettare un sistema software su piccola scala attraverso il linguaggio UML; di saperlo implementare in linguaggio Java; di saper effettuare la stima dei costi con il metodo FPA; di saper progettare i casi di test.

 

PROGRAMMA-SYLLABUS

Introduzione all’ingegneria del software: Breve storia dell’ingegneria del software. Processo e prodotto. Fattori di qualità del software. Principi dell’ingegneria del software.

Il ciclo di vita del software: Modello a cascata; modello con retroazione. Modelli evolutivi. Modello trasformazionale. Modello a ‘V’. Metodologie Agili.

Stima dei costi. Generalità sulla stima dei costi. Analisi dei punti funzione (FPA).

Analisi e specifica dei requisiti. Tipologie di requisiti: d’utente, di sistema e di dominio, funzionali e non funzionali. Completezza, consistenza, verificabilità e tracciabilità dei requisiti. Il documento di specifica dei requisiti (SRS). Modellazione dei casi d’uso.

Modellazione a oggetti: Il linguaggio UML: diagrammi delle classi, di interazione, di stato, di attività, dei componenti, dei package, di deployment. Analisi e progettazione in UML. Pattern architetturali e di progettazione.

Verifica e validazione del software: Principi base. Obiettivi e pianificazione del testing. Tecniche di testing black-box e white-box. Test di unità, di integrazione, di sistema, di accettazione, di regressione, α-test, β-test. Test strutturale, criteri di copertura. Complessità ciclomatica. Test combinatoriale. Model-based testing. Test di robustezza.

Metriche e modelli di qualità del software. Metriche del software. Modelli di qualità del software; lo standard ISO 9126. Gestione delle configurazioni software (cenni).

Dalla progettazione alla programmazione a oggetti. Il linguaggio Java. Accesso a sistemi RDBMS da programmi Java. Gestione delle eccezioni in Java. Dal progetto UML alla implementazione in Java.

 

MATERIALE DIDATTICO

Libri di testo:

I. Sommerville, Ingegneria del Software, 10° edizione, Pearson, 2017

J. Arlow, I. Neustadt, UML 2 e Unified Process – Analisi e progettazione Object-Oriented, McGraw-Hill, 2007

Trasparenze delle lezioni ed esercitazioni (disponibili sul sito web docente).

 

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

La didattica è erogata: a) per il 60% con lezioni frontali; b) per il 40% con esercitazioni.

Gli argomenti delle lezioni frontali e delle esercitazioni sono esposti con l’ausilio di trasparenze dettagliate, messe a disposizione dello studente nel materiale didattico tramite il sito web ufficiale del docente.

 

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
 Scritta e orale  
 Solo scritta  
 Solo orale
 Discussione di elaborato progettuale 
 Altro (prova al calcolatore)  

 

In caso di prova scritta i quesiti sono (*):
 A risposta multipla
 A risposta libera
 Esercizi numerici

   

GEOMETRIA E ALGEBRA

SCHEDA DELL'INSEGNAMENTO (SI)
SSD MAT/03

 

 

LAUREA TRIENNALE IN INGEGNERIA INFORMATICA

ANNO ACCADEMICO: 2022-2023

 

INFORMAZIONI GENERALI - DOCENTE

Docente: corso a canali multipli

Telefono:

Email: 

 

INFORMAZIONI GENERALI - ATTIVITÀ

 

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): I
SEMESTRE (I, II): II
CFU: 6

 

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

...................................................................................................................................................

EVENTUALI PREREQUISITI

Il contenuto matematico dei programmi della scuola secondaria

 

OBIETTIVI FORMATIVI

 Si dovranno acquisire gli strumenti di base dell’algebra lineare e della geometria. L’obiettivo di questo insegnamento è, da un lato, quello di abituare lo studente ad affrontare problemi formali, utilizzando strumenti adeguati ed un linguaggio corretto, e dall’altro di risolvere problemi specifici di tipo algebrico e geometrico, con gli strumenti classici dell’algebra lineare.

 

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Lo Studente dovrà dimostrare di conoscere le nozioni (definizioni, enunciati, dimostrazioni se previste dal programma) relative alle strutture algebriche e geometriche studiate (spazi vettoriali, spazi della geometria elementare in dimensione 2 e 3, spazi di matrici) e gli strumenti di calcolo sviluppati, e saper comprendere argomenti affini elaborando le nozioni acquisite. Deve, infine, dimostrare di saper applicare quanto appreso nella risoluzione di esercizi di verifica elaborati dal Docente, in linea di massima legati ad argomenti quali : rette e piani, matrici, equazioni, vettori.

Lo studente dovrà dimostrare di conoscere le problematiche relative alle strutture algebriche

 

PROGRAMMA-SYLLABUS

Richiami di teoria degli insiemi e strutture algebriche: 0,5 CFU

Unione, intersezione, complemento, prodotto cartesiano; corrispondenze e relazioni, applicazioni o funzioni, restrizioni, applicazioni iniettive, suriettive, biettive, composizione di applicazioni, caratterizzazione delle applicazioni biettive; relazioni di equivalenza (esempio: equipollenza tra vettori applicati). Operazioni interne: proprietà associativa, esistenza dell'elemento neutro (e unicità), esistenza degli elementi simmetrici (e unicità, se l'operazione soddisfa la proprietà associativa), proprietà commutativa, (esempi: operazioni di addizione in insiemi numerici e sui vettori liberi ed applicati). Gruppi abeliani e non (esempi). Definizione di campo. Esempi: campo dei numeri reali, campo il cui sostegno contiene solo due elementi. Operazioni esterne (esempio: operazione di moltiplicazione esterna sui vettori liberi ed applicati.

 

Spazi vettoriali ed euclidei (su un campo): 1,5 CFU

Definizione, proprietà elementari; esempi (spazi vettoriali numerici, di polinomi, di matrici, di vettori liberi ed applicati della geometria elementare). Combinazioni lineari, dipendenza e indipendenza lineare e loro caratterizzazioni; sistemi di generatori. Sottospazi vettoriali e caratterizzazione; insiemi di vettori che generano lo stesso sottospazio vettoriale; basi e componenti di un vettore in una base ordinata; teorema di estrazione di una base da un sistema di generatori; lemma di Steinitz e conseguenze: dimensione di uno spazio vettoriale, teorema di completamento in una base di un insieme linearmente indipendente; sottospazio intersezione, sottospazio somma, somma diretta, relazione di Grassmann. Spazi vettoriali euclidei: prodotto scalare in uno spazio vettoriale sui reali: lunghezza di un vettore, angolo tra due vettori, esistenza di basi ortonormali: procedimento di Gram-Schmidt; prodotto scalare canonico (o naturale) tra vettori numerici. Prodotto scalare tra vettori geometrici. Calcolo di un prodotto scalare usando le componenti dei vettori in una base ortonormale ordinata. Teorema di Pitagora.

 

Matrici e determinanti: 1 CFU

Operazioni elementari di riga; matrici ridotte a scalini. Rango di una matrice e numero di pivot di una matrice a scalini. Matrici triangolari e diagonali; prodotto righe per colonne; definizione classica di determinante (con l'uso delle permutazioni) e proprietà elementari (senza dimostrazione); caratterizzazione del rango massimo mediante il non annullarsi del determinante; metodi di calcolo del determinante: enunciati del Teorema di Laplace e del secondo teorema di Laplace; enunciato del Teorema degli orlati (Kronecker); matrici invertibili e determinazione della matrice inversa; matrici simili.

 

Sistemi lineari: 1 CFU

Soluzioni, compatibilità (Teorema di Rouchè-Capelli); Teorema di Cramer; metodo di riduzione a scalini (metodo di eliminazione di Gauss) e risoluzione di un sistema di equazioni lineari; determinazione di una base dello spazio vettoriale delle soluzioni di un sistema lineare omogeneo; ogni sottospazio di uno spazio vettoriale numerico è lo spazio delle soluzioni di un sistema lineare omogeneo e viceversa: rappresentazione cartesiana e parametrica dei sottospazi vettoriali numerici.

 

Applicazioni lineari: 0,5 CFU

definizione e prime proprietà; conservazione della dipendenza lineare; nucleo e immagine; caratterizzazione delle applicazioni lineari iniettive e suriettive; teorema fondamentale delle applicazioni lineari; endomorfismi, isomorfismi; isomorfismo associato a una base ordinata; matrici associate e di cambiamento di base. Enunciato del Teorema della dimensione. Relazione di similitudine tra matrici associate a endomorfismi in basi ordinate diverse.

 

Diagonalizzazione di endomorfismi e matrici: 0,5 CFU

autovalori, autovettori e autospazi di endomorfismi (e di matrici quadrate); polinomio caratteristico; molteplicità geometrica e molteplicità algebrica di un autovalore; caratterizzazione degli endomorfismi e delle matrici diagonalizzabili mediante l'esistenza di una base di autovettori; determinazione degli autovalori e di una base di autovettori di un endomorfismo diagonalizzabile e di una matrice diagonalizzabile.

 

Spazi (affini) euclidei su un campo: 1 CFU

definizione, riferimenti (affini) cartesiani e coordinate di un punto, sottospazi (affini) euclidei, definizione di parallelismo, rette sghembe, rappresentazione parametrica e cartesiana dei sottospazi (affini) euclidei. Studio di incidenza e parallelismo tra sottospazi.  Condizioni di ortogonalità tra sottospazi in dimensione 2 e 3. Distanza tra insiemi di punti; distanza di un punto da un iperpiano; studio della distanza tra sottospazi euclidei in dimensione 2 e 3, Teorema della comune perpendicolare. Definizione di fasci impropri e fasci propri di piani in dimensione 3.

 

MATERIALE DIDATTICO

Si veda sito web del docente della materia

 

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

Le lezioni saranno frontali, e circa un terzo delle lezioni avrà carattere esercitativo.

 

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
 Scritta e orale
 Solo scritta  
 Solo orale  
 Discussione di elaborato progettuale   
 Altro (prova al calcolatore)  

 

In caso di prova scritta i quesiti sono (*):
 A risposta multipla
 A risposta libera
 Esercizi numerici

   

FONDAMENTI DI MISURE

SCHEDA DELL'INSEGNAMENTO (SI)
SSD ING-INF/07

 

 

CORSO DI STUDI: LAUREA TRIENNALE IN INGEGNERIA DELL'AUTOMAZIONE

ANNO ACCADEMICO: 2022-2023

 

INFORMAZIONI GENERALI - DOCENTE

Docente: Liccardo Annalisa

Telefono: +390817683912

Email: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

 

INFORMAZIONI GENERALI - ATTIVITÀ

 

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): III
SEMESTRE (I, II): I
CFU: 6

 

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

Fondamenti di circuiti 

EVENTUALI PREREQUISITI

...................................................................................................................................................

 

OBIETTIVI FORMATIVI

 

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Conoscenza e capacità di comprensione

Lo studente deve dimostrare di conoscere e saper comprendere le problematiche di base relative alla definizione di una procedura di misura, a partire dalla definizione del misurando fino all’espressione finale del risultato della misurazione in accordo con le correnti raccomandazioni. A tale scopo, deve dimostrare di sapere elaborare argomentazioni concernenti le relazioni al fine di individuare i nessi tra le diverse sorgenti di incertezza a partire dalle nozioni apprese che vengono presentati durante le lezioni teoriche.

 

Capacità di applicare conoscenza e comprensione 

Alla luce delle conoscenze acquisite, lo studente deve dimostrare la capacità di implementare procedure di misura che siano adatte allo specifico misurando ed alla strumentazione di misura disponibile. Particolare attenzione viene data alla competenza che lo studente acquisisce nel collegare tra loro le diverse nozioni teoriche al fine di enucleare una possibile soluzione al problema che gli viene presentato durante le lezioni in aula o in seduta di esame.

 

PROGRAMMA-SYLLABUS

Il Sistema Internazionale: unità fondamentali e supplementari. I Campioni di riferimento nazionali. Architettura di un generico strumento di misura digitale. Classificazione dei segnali. Caratteristiche metrologiche degli strumenti di misura.

Incertezze di categoria A e di categoria B. Interpretazione delle specifiche dal manuale di uno strumento di misura. Valutazione dell’incertezza globale. L’incertezza estesa. Espressione dell’incertezza in valore assoluto e relativo. Le cifre significative. Propagazione delle incertezze nelle misure indirette: Approccio probabilistico e deterministico. Compatibilità delle misure.

Misurazioni nel dominio del tempo mediante contatore numerico: misura diretta di frequenza, misura diretta di periodo, risoluzione assoluta e relativa, incertezza di misura, grafici universali e contatori reciproci; misura di intervallo temporale e misura di sfasamento di segnali isofrequenziali.

Misure nel dominio delle ampiezze: voltmetro a semplice integrazione, voltmetro a doppia rampa, voltmetro multi rampa; relazione tra tempo di misura e risoluzione; caratteristiche metrologiche dei voltmetri DC; Voltmetri AC: rilevatore di picco, rilevatore di picco-picco, voltmetro a vero valore efficace; Caratteristiche voltmetri AC; Multimetri numerici: misurazione di resistenza a due e quattro morsetti; misurazione di corrente.

Convertitori analogico-digitale, architettura e principio di funzionamento dei principali ADC: FLASH, SAR, Interleaved e pipelined. Caratterizzazione di ADC: caratterizzazione statica, caratterizzazione dinamica; errore di guadagno e di offset, INL, DNL e ENOB.

Convertitori digitale-analogico, architettura e principio di funzionamento dei principali DAC: Resistenze pesate e R-2R.

Misurazione nel dominio della frequenza: analizzatore di spettro a banchi di filtri; analizzatore di spettro a sintonia variabile; analizzatore di spettro a supereterodina; analizzatore di spettro numerico; risoluzione e selettività di un analizzatore di spettro.

 

MATERIALE DIDATTICO

Ernest O. Doebelin Strumenti e metodi di misura, McGraw-Hill Education, 2008.

G. Zingales, Misure elettriche. Metodi e strumenti, Utet Università, 1992.

JCGM 100:2008 Evaluation of measurement data - Guide to the expression of uncertainty in measurement, BIPM, 2010

Appunti e dispense del docente

 

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

Il docente utilizzerà:

a) lezioni frontali per circa il 70% delle ore totali,

b) esercitazioni per approfondire praticamente aspetti teorici per circa il 20% delle ore totali

c) laboratorio per approfondire le conoscenze applicate per circa il 10% delle ore totali.

 

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
 Scritta e orale  
 Solo scritta
 Solo orale  
 Discussione di elaborato progettuale   
 Altro (prova al calcolatore)

 

In caso di prova scritta i quesiti sono (*):
 A risposta multipla  
 A risposta libera
 Esercizi numerici