identification and analysis of data
First lesson.
I will explain the main content of the course
Aim of the course is the following:
To understand how to extract, to get the rigth parameters and the interactions, the model, starting from data (measuerements of the sytems).
How to deal with noisy measurements and how to filter the noise.
Today I will talk about stochastic variables. I will revise some probability concept, talking about indipendent and uncorrelated variable. I will intrroduce the probability density.
I will explain the main content of the course
Aim of the course is the following:
To understand how to extract, to get the rigth parameters and the interactions, the model, starting from data (measuerements of the sytems).
How to deal with noisy measurements and how to filter the noise.
Today I will talk about stochastic variables. I will revise some probability concept, talking about indipendent and uncorrelated variable. I will intrroduce the probability density.
Labels: identification
posted by LAURA at 2:43 AM
2 Comments:
Salve Professoressa, volevamo chiederle una delucidazione su un esercizio del primo capitolo delle slide messe a nostra disposizione sul suo sito. Siamo a pagina 1-8
Il nastro trasportatore è da considerarsi un sistema statico? La figura non è molto chiara, ci da semplicemente il disegno di un nastro, con indicati Velocità e Lunghezza.
Secondo la nostra interpretazione, si tratta di un sistema in cui l'ingresso è La lunghezza del nastro e la velocità ne rappresenta l'uscita. Lo stato in questo esempio è nullo?
La ringraziamo per la cortesia.
il sistema e'un sistema dinamico
in realta'e'un sistema in cui lo stato potrebbe essere pensato come l'ingresso a t e a t-T.
E'un sistema distribuito.
Post a Comment
<< Home