Bates, D., Watts, D. (1988). Nonlinear regression analysis and its applications. John Wiley & Sons, New York, pp. 365.
Haefner, J.W. (2005). Modeling biological systems, Principles and applications. Springer, New York, pp. 475.
Marsili-Libelli S. (1989). Modelli matematici per l’ecologia. Pitagora Ed. Bologna, pp. 457.
Witten I.H., Frank E. (2005). Data Mining: Practical Machine Learning Tools and Techniques (Second Ed.). Morgan Kaufmann Elsevier, Amsterdam, pp. 525.
Obiettivi Formativi
Saper analizzare dati ambientali per estrarne informazioni per la valutazione e la gestione di sistemi ambientali. Saper sviluppare semplici modelli di processi ambientali quantitativi, inclusa la calibrazione parametrica.
Prerequisiti
Conoscenze di base di analisi matematica, geometria, statistica. Conoscenza elementare del linguaggio di programmazione scientifico Matlab.
Metodi Didattici
Lezioni frontali utilizzando slides preparate appositamente dal docente. Esercitazioni numeriche al PC in ambiente Matlab.
Altre Informazioni
Il materiale didattico (slides e programmi Matlab) viene inviati agli studenti via email prima di ogni lezione. Esso è anche reperibile sul sito personale del docente
http://www.dsi.unifi.it/~marsili/didattica.html
Appelli di esame (altre date possono essere concordate con il docente)
DATA ORA
24/01/2011 9:30
14/02/2011 9:30
28/02/2011 9:30
07/03/2011 9:30
27/06/2011 9:30
11/07/2011 9:30
18/07/2011 9:30
15/09/2011 9:30
Modalità di verifica apprendimento
Esame orale sul programma svolto, eventualmente integrato a scelta dello studente con un elaborato su un argomento a scelta fra quelli svolti a lezione.
Programma del corso
ANALISI DELLE SERIE TEMPORALI AMBIENTALI
- analisi nel tempo e nella frequenza
- smoothing dei dati
- filtraggio wavelet
- sintesi di serie temporali.
ANALISI ALLE COMPONENTI PRINCIPALI
- rivelazione delle correlazioni
- denoising
- riduzione di ordine.
- applicazione a serie temporali di qualità fluviale.
MODELLI BASATI SUI DATI (Data Driven Models)
- predittori bayesiani su dati qualitativi e/o numerici
- alberi delle decisioni su dati qualitativi e/o numerici
- applicazione alla previsione delle piene
- applicazione al controllo di un depuratore biologico
MODELLI FUZZY
- rappresentazione fuzzy di grandezze e concetti logici
- inferenza fuzzy secondo Mamdani e Sugeno
- analisi di raggruppamento fuzzy (fuzzy clustering)
- applicazioni a problemi e dati ambientali:
• modello di reattore a flusso continuo
• rivelazione degli stati di malfunzionamento di un digestore anaerobico
STRUTTURAZIONE DI MODELLI MATEMATICI
- modelli basati sulla teoria (meccanicistici) o sui dati
- equazioni di stato
- bilanci di massa ed energia
- ricorso ad equazioni ausiliarie per la chiusura del modello
- strutturazione degli ingressi al modello
- esempi di modelli complessi: il modello DPSIR (CE60/2000)
CALIBRAZIONE PARAMETRICA
- sensitività statica e dinamica
- ricerca dei parametri ottimi con il simplesso flessibile
- implementazione numerica in ambiente Matlab/Simulink
- valutazione delle stime con metodi di regressione
- la matrice di informazione di Fisher
- varianza delle stime e regioni di confidenza