Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Calendario accademico

Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.

Calendario accademico

Calendario didattico

Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.

Definizione dei periodi di lezione
Periodo Dal Al
primo semestre magistrali 30-set-2019 20-dic-2019
secondo semestre magistrali 24-feb-2020 29-mag-2020
Sessioni degli esami
Sessione Dal Al
Sessione invernale magistrali 7-gen-2020 21-feb-2020
Sessione estiva magistrali 3-giu-2020 10-lug-2020
Sessione autunnale 24-ago-2020 11-set-2020
Sessioni di lauree
Sessione Dal Al
Lauree sessione autunnale (validità a.a. 2018/19) 2-dic-2019 4-dic-2019
Lauree sessione invernale (validità a.a. 2018/19) 7-apr-2020 9-apr-2020
Lauree sessione estiva (validità a.a. 2019/20) 7-set-2020 9-set-2020

Calendario esami

Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria dei Corsi di Studio Economia.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali

Calendario esami

Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami

Docenti

B C D F G M P R S V Z

Bazzani Claudia

symbol email claudia.bazzani@univr.it symbol phone-number 0458028734

Bottiglia Roberto

symbol email roberto.bottiglia@univr.it symbol phone-number 045 802 8224

Bracco Emanuele

symbol email emanuele.bracco@univr.it symbol phone-number 045 802 8293

Broglia Angela

symbol email angela.broglia@univr.it symbol phone-number 045 802 8240

Brunetti Federico

symbol email federico.brunetti@univr.it symbol phone-number 045 802 8494

Bucciol Alessandro

symbol email alessandro.bucciol@univr.it symbol phone-number 045 802 8278

Carluccio Emanuele Maria

symbol email emanuelemaria.carluccio@univr.it symbol phone-number 045 802 8487

Confente Ilenia

symbol email ilenia.confente@univr.it symbol phone-number 045 802 8174

Cortese Mauro

symbol email mauro.cortese@univr.it

De Mari Michele

symbol email michele.demari@univr.it symbol phone-number 045 802 8226

Faccincani Lorenzo

symbol email lorenzo.faccincani@univr.it symbol phone-number 045 802 8610

Frigo Paolo

symbol email paolo.frigo@univr.it

Gnoatto Alessandro

symbol email alessandro.gnoatto@univr.it symbol phone-number 045 802 8537

Grossi Luigi

symbol email luigi.grossi@univr.it symbol phone-number 045 802 8247

Mancini Cecilia

symbol email cecilia.mancini@univr.it

Menon Martina

symbol email martina.menon@univr.it

Minozzo Marco

symbol email marco.minozzo@univr.it symbol phone-number 045 802 8234

Mion Giorgio

symbol email giorgio.mion@univr.it symbol phone-number 045.802 8172

Perali Federico

symbol email federico.perali@univr.it symbol phone-number 045 802 8486

Picarelli Athena

symbol email athena.picarelli@univr.it symbol phone-number 045 8028242

Pichler Flavio

symbol email flavio.pichler@univr.it symbol phone-number 045 802 8273

Renò Roberto

symbol email roberto.reno@univr.it symbol phone-number 045 802 8526

Rossi Francesco

symbol email francesco.rossi@univr.it symbol phone-number 045 8028067

Scricciolo Catia

symbol email catia.scricciolo@univr.it symbol phone-number 045 8028341

Signori Paola

symbol email paola.signori@univr.it symbol phone-number 0458028492

Zoli Claudio

symbol email claudio.zoli@univr.it symbol phone-number 045 802 8479

Piano Didattico

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

CURRICULUM TIPO:

2° Anno   Attivato nell'A.A. 2020/2021

InsegnamentiCreditiTAFSSD
9
C
SECS-S/06
Un insegnamento a scelta
Un insegnamento a scelta
6
B
SECS-P/11
Stage
6
F
-
Prova finale
15
E
-
Attivato nell'A.A. 2020/2021
InsegnamentiCreditiTAFSSD
9
C
SECS-S/06
Un insegnamento a scelta
Un insegnamento a scelta
6
B
SECS-P/11
Stage
6
F
-
Prova finale
15
E
-
Insegnamenti Crediti TAF SSD

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S02482

Coordinatore

Marco Minozzo

Crediti

9

Lingua di erogazione

Italiano

Settore Scientifico Disciplinare (SSD)

SECS-S/01 - STATISTICA

Periodo

primo semestre magistrali dal 30-set-2019 al 20-dic-2019.

Obiettivi formativi

Il corso si rivolge a studenti che abbiano già seguito almeno un corso introduttivo di teoria della probabilità. Vengono assunte per note tutte le nozioni usualmente impartite in un primo corso universitario di probabilità e statistica. Si assume in particolare che siano note le principali distribuzioni univariate, sia discrete sia continue, nonché i principali teoremi limite quali la legge (debole) dei grandi numeri ed il teorema del limite centrale. Il corso si propone di integrare la preparazione probabilistica già acquisita introducendo alcuni dei concetti propedeutici ad un uso avanzato della teoria della probabilità e dei processi stocastici a parametro discreto e a parametro continuo, nonché degli integrali stocastici.

Programma

Spazi di probabilità e assiomi di Kolmogorov

• Spazi di probabilità: sigma-algebre, assiomi di Kolmogorov, alberi degli eventi.
• Probabilità condizionata: definizione elementare di probabilità condizionata di un evento rispetto ad un altro evento, legge del prodotto, teorema delle probabilità totali, teorema di Bayes, indipendenza tra eventi.

Variabili casuali

• Variabili casuali: misurabilità, funzione di ripartizione, variabili casuali discrete, assolutamente continue e continue singolari.
• Trasformazioni di variabili casuali: distribuzione log-normale, trasformazione integrale di probabilità.

Valore atteso

• Teoria dell’integrazione: integrale di Lebesgue (generalizzato), valore atteso.
• Valore atteso di una funzione di una variabile casuale: risultati principali, varianza.
• Disuguaglianze notevoli: disuguaglianza di Markov, di Chebyshev e di Jensen.
• Momenti: momenti assoluti e centrali, funzione generatrice dei momenti.

Variabili casuali multidimensionali

• Variabili casuali multidimensionali: funzione di ripartizione congiunta, variabili casuali multidimensionali discrete e continue.
• Distribuzioni condizionate: funzione di ripartizione condizionata.
• Indipendenza tra variabili casuali: proprietà.

Funzioni di variabili casuali multidimensionali

• Funzioni di variabili casuali multidimensionali: valore atteso di funzioni di variabili casuali, valore atteso di una combinazione lineare, covarianza, coefficiente di correlazione di Bravais, disuguaglianza di Cauchy-Schwarz, varianza di una combinazione lineare.
• Valore atteso condizionato: valore atteso condizionato rispetto ad un'altra variabile casuale, varianza condizionata rispetto ad un'altra variabile casuale.
• Funzione generatrice dei momenti congiunta: momenti misti assoluti e centrali, funzione generatrice dei momenti congiunta.
• Distribuzione normale bidimensionale: densità congiunta, funzione generatrice dei momenti congiunta.

Distribuzione di funzioni di variabili casuali multidimensionali

• Metodo della funzione di ripartizione: esempi notevoli.
• Distribuzione del minimo e del massimo: esempi notevoli.
• Distribuzione della somma e della differenza di due variabili casuali: formula di convoluzione.
• Distribuzione del prodotto e del quoziente: esempi notevoli.
• Distribuzione della somma di un numero casuale di variabili casuali: esempi notevoli.
• Metodo della funzione generatrice dei momenti: somma di variabili casuali indipendenti, somma di variabili casuali normali.
• Metodo della trasformazione per variabili casuali continue (cenni).

Convergenza di successioni di variabili casuali e principali teoremi limite

• Principali modi di convergenza: convergenza quasi certa, in probabilità, in distribuzione, in media quadratica.
• Legge debole dei grandi numeri: teorema di Chebyshev e di Bernoulli.
• Teorema del limite centrale: dimostrazione con la funzione generatrice dei momenti dell’analogo del teorema di Lindeberg-Lèvy, distribuzioni limite e distribuzioni asintotiche, approssimazione della distribuzione binomiale alla normale.
• Legge forte dei grandi numeri: lemma di Borel, legge forte dei grandi numeri di Borel.
• Statistiche d’ordine: definizioni ed esempi.
• Funzione di ripartizione empirica: distribuzione della funzione di ripartizione empirica, enunciato del teorema di Glivenko-Cantelli.

Valore atteso condizionato rispetto ad una partizione e rispetto ad una sigma-algebra

• Valore atteso condizionato rispetto ad un evento: proprietà.
• Probabilità condizionata di un evento rispetto ad una partizione: algebra indotta da una partizione, ordinamento tra partizioni, algebre indipendenti, probabilità condizionata dell’unione di due eventi, valore atteso della probabilità condizionata.
• Probabilità condizionata di un evento rispetto ad una variabile casuale: partizione indotta da una variabile casuale.
• Valore atteso condizionato di una variabile casuale rispetto ad una partizione: valore atteso condizionato di una combinazione lineare, valore atteso del valore atteso condizionato, misurabilità rispetto ad una partizione.
• Valore atteso condizionato rispetto ad una sigma-algebra: analogo con il valore atteso condizionato rispetto ad una partizione.

Processi stocastici a tempo discreto

• Filtrazioni: filtrazioni indotte.
• Processi stocastici: processi stocastici a tempo discreto, processi stocastici a tempo continuo, processi stazionari in senso forte e debole (cenni), processi gaussiani (cenni), processi a incrementi indipendenti (cenni).
• Processi markoviani: definizioni, catene di Markov (cenni).

Martingale a tempo discreto

• Martingale rispetto a partizioni: tempi di arresto, impossibilità di una strategia di arresto vincente.
• Trasformate di martingala: differenza di martingala, sequenze predicibili, trasformata di martingala, impossibilità di una strategia di scommesse vincente.
• Martingale rispetto a sigma-algebre: definizioni.

Processi stocastici a tempo continuo

• Processi stocastici a tempo continuo: filtrazioni, processi adattati ad una filtrazione; martingale, processi markoviani.
• Moto browniano: definizione di moto browniano (processo di Wiener), proprietà di martingala, non derivabilità e variazione infinita delle traiettorie (cenni), variazione quadratica, proprietà di Markov.

Integrale stocastico

• Integrale stocastico di Itô: integrale di Itô di un processo semplice rispetto al moto browniano, proprietà di martingala, proprietà di isometria, variazione quadratica.
• Integrale di Itô di un processo generico: proprietà.
• Formula di Itô: analogo a tempo discreto della formula di Itô per trasformate di martingala, formula di Itô per il moto browniano.
• Cambio di misura: derivata di Radon-Nikodým nel caso di uno spazio campionario finito ed in generale, processo “derivata di Radon-Nikodým” nel caso di uno spazio campionario finito ed in generale.

MATERIALE DIDATTICO

In aggiunta ai libri di testo, materiale didattico integrativo, appunti, esercizi e compiti passati con soluzioni saranno distribuiti durante il corso e resi disponibili sulla piattaforma E-learning di Ateneo.

GUIDA ALLO STUDIO

Durante lo svolgimento del corso sarà indicato, per ogni specifico argomento, quali parti studiare dei libri di testo e quali altri testi consultare. Gli studenti non frequentanti possono rivolgersi al docente per avere le indicazioni necessarie. Si consiglia di seguire le lezioni e le esercitazioni e di prendere regolarmente gli appunti.

CONOSCENZE PRELIMINARI

Per seguire con profitto il corso non sono richieste particolari conoscenze preliminari di probabilità. Si assumono per date tutte le nozioni usualmente impartite in un primo corso universitario di probabilità e statistica. Si assume in particolare che siano note le principali distribuzioni univariate, sia discrete che continue, nonché i principali teoremi limite quali la legge (debole) dei grandi numeri ed il teorema del limite centrale.

ESERCITAZIONI

Fanno parte integrante del corso una serie di esercitazioni, alcune da svolgere a casa individualmente. Tutte le esercitazioni sono indispensabili per una adeguata comprensione degli argomenti del corso.

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
W. Feller An Introduction to Probability Theory and Its Applications, Volume 1 (Edizione 3) Wiley 1968
P. Baldi Calcolo delle Probabilità (Edizione 2) McGraw-Hill 2011 9788838666957
S. Lipschutz Calcolo delle Probabilità, Collana Schaum ETAS Libri 1975
T. Mikosch Elementary Stochastic Calculus With Finance in View World Scientific, Singapore 1999
R. V. Hogg, A. T. Craig Introduction to Mathematical Statistics (Edizione 5) Macmillan 1994
D. M. Cifarelli Introduzione al Calcolo delle Probabilità McGraw-Hill, Milano 1998
A. M. Mood, F. A. Graybill, D. C. Boes Introduzione alla Statistica McGraw-Hill, Milano 1991
G. R. Grimmett, D. R. Stirzaker One Thousand Exercises in Probability Oxford University Press 2001 0198572212
A. N. Shiryaev Probability (Edizione 2) Springer, New York 1996
G. R. Grimmett, D. R. Stirzaker Probability and Random Processes (Edizione 3) Oxford University Press 2001 0198572220
G. R. Grimmett, D. R. Stirzaker Probability and Random Processes: Solved Problems (Edizione 2) The Clarendon Press, Oxford University Press, New York 1991
J. Jacod, P. Protter Probability Essentials Springer, New York 2000
G. Casella, R. L. Berger Statistical Inference (Edizione 2) Duxbury Thompson Learning 2002
S. E. Shreve Stochastic Calculus for Finance II: Continuous-Time Models Springer, New York 2004
S. E. Shreve Stochastic Calculus for Finance I: The Binomial Asset Pricing Model Springer, New York 2004
B. V. Gnedenko Teoria della Probabilità Editori Riuniti Roma 1979

Modalità d'esame

La prova di esame consiste in una prova scritta (di circa 2 ore e 30 minuti) seguita da una prova orale (di circa 30 minuti). Per la prova scritta si potrà usare solamente una calcolatrice scientifica e non sarà consentito utilizzare nessun altro materiale (libri, appunti, ecc.). Saranno ammessi alla prova orale soltanto gli studenti che avranno riportato un voto maggiore od uguale a 15/30 nella prova scritta. Per sostenere le prove lo studente deve presentarsi munito di tessera universitaria, ovvero di libretto universitario, o di idoneo documento di riconoscimento. Le modalità d’esame sono le medesime per tutti gli studenti e non ci sono differenze secondo il numero di lezioni frequentate.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Materiale e documenti

Tipologia di Attività formativa D e F

secondo semestre triennali Dal 17/02/20 Al 05/06/20
anni Insegnamenti TAF Docente
Simulazione di politiche economiche - 2019/20 D Federico Perali (Coordinatore)
1° 2° Enactus Verona - 2019/20 D Paola Signori (Coordinatore)
1° 2° Public speaking and economic writing - 2019/20 D Martina Menon (Coordinatore)
1° 2° Samsung Innovation Camp - 2019/20 D Marco Minozzo (Coordinatore)
secondo semestre magistrali Dal 24/02/20 Al 29/05/20
anni Insegnamenti TAF Docente
Simulazione di politiche economiche - 2019/20 D Federico Perali (Coordinatore)
1° 2° Predictive analytics for business decisions - 2019/20 D Claudio Zoli (Coordinatore)
1° 2° Professional communication for economics - 2019/20 D Claudio Zoli (Coordinatore)
1° 2° Public speaking and economic writing - 2019/20 D Martina Menon (Coordinatore)
1° 2° Regulation, procurement and competition - 2019/20 D Claudio Zoli (Coordinatore)
Elenco degli insegnamenti con periodo non assegnato
anni Insegnamenti TAF Docente
1° 2° Advanced Risk and Portfolio Management Bootcamp (3 cfu) - 2019 D Roberto Renò (Coordinatore)
1° 2° Advanced Risk and Portfolio Management Bootcamp (6 cfu) - 2019 D Roberto Renò (Coordinatore)
1° 2° Elements of financial risk management D Claudio Zoli (Coordinatore)
1° 2° English for business and economics D Claudio Zoli (Coordinatore)
1° 2° Il futuro conta - 2019 (2 cfu) D Alessandro Bucciol (Coordinatore)
1° 2° Il futuro conta - 2019 (3 cfu) D Alessandro Bucciol (Coordinatore)
1° 2° Introduzione alla programmazione in Java - 2019 D Alessandro Gnoatto (Coordinatore)
1° 2° Laboratorio di analisi dei dati con R D Marco Minozzo (Coordinatore)
1° 2° Laboratorio di Analisi dei Dati con R (Verona) - 2019/20 D Marco Minozzo (Coordinatore)
1° 2° Laboratorio di Data Visualization D Marco Minozzo (Coordinatore)
1° 2° Laboratorio di Python D Marco Minozzo (Coordinatore)
1° 2° Laboratorio di SAP per il Data Science D Marco Minozzo (Coordinatore)
1° 2° Laboratorio Excel Avanzato (Verona) D Marco Minozzo (Coordinatore)
1° 2° Laboratorio Excel (Verona) D Marco Minozzo (Coordinatore)
1° 2° Lab.: The fashion lab (1 cfu) D Angela Broglia (Coordinatore)
1° 2° Lab.: The fashion lab (2 cfu) D Angela Broglia (Coordinatore)
1° 2° Lab.: The fashion lab (3 cfu) D Angela Broglia (Coordinatore)
1° 2° Metodi e strumenti a supporto delle decisioni strategiche di marketing e di management aziendale - 2019 D Claudia Bazzani (Coordinatore)
1° 2° Piano di marketing D Ilenia Confente (Coordinatore)
1° 2° Presente e futuro del pianeta D Federico Brunetti (Coordinatore)
1° 2° Programmazione in Matlab (3 cfu) D Marco Minozzo (Coordinatore)
1° 2° Programmazione in SAS (3 cfu) D Marco Minozzo (Coordinatore)
1° 2° Robo-etica: tra persone e macchine. rischi potenziali e vantaggi reali D Giorgio Mion (Coordinatore)
1° 2° Univero' - festival del placement D Paola Signori (Coordinatore)

Prospettive


Avvisi degli insegnamenti e del corso di studio

Per la comunità studentesca

Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA: solo così potrai ricevere notifica di tutti gli avvisi dei tuoi docenti e della tua segreteria via mail e a breve anche tramite l'app Univr.

Prova finale

La prova finale consiste in un elaborato in forma scritta di almeno 80 cartelle, che approfondisce un tema a scelta relativo a uno degli insegnamenti previsti dal piano didattico dello studente. Il tema e il titolo dell’elaborato dovranno essere selezionati in accordo con un docente dell’Ateneo di un SSD fra quelli presenti nel piano didattico dello studente. Il lavoro deve essere sviluppato sotto la guida del docente. La tesi è oggetto di esposizione e discussione orale, in una delle date appositamente stabilite dal calendario delle attività didattiche, dinanzi a una Commissione di Laurea nominata ai sensi del RDA. In accordo con il Relatore, la tesi potrà essere redatta e la discussione potrà svolgersi in lingua inglese.

Per maggiori informazioni e la consultazione delle scadenze e delle commissioni di laurea si rimanda all'apposita sezione dei Servizi di Segreteria studenti.

Elenco delle proposte di tesi e stage

Proposte di tesi Area di ricerca
Tesi di laurea magistrale - Tecniche e problemi aperti nel credit scoring Statistics - Foundational and philosophical topics
Fattori ESG e valutazione d'azienda Argomenti vari
Il metodo Monte Carlo per la valutazione di opzioni americane Argomenti vari
Il Minimum Requirement for own funds and Eligible Liabilities (MREL) Argomenti vari
L'acquisto di azioni proprie Argomenti vari
Proposte Tesi A. Gnoatto Argomenti vari

Esercitazioni Linguistiche CLA


Gestione carriere


Tirocini e stage

Nel piano didattico dei Corsi di Laurea triennale (CdL) e Magistrale (CdLM) di area economica è previsto uno stage come attività formativa obbligatoria. Lo stage, infatti, è ritenuto uno strumento appropriato per acquisire competenze e abilità professionali e per agevolare la scelta dello sbocco professionale futuro, in linea con le proprie aspettative, attitudini e aspirazioni. Attraverso l’esperienza pratica in ambiente lavorativo, lo studente può acquisire ulteriori competenze ed abilità relazionali.

Per informazioni specifiche, consultare il servizio di Segreteria studenti appositamente dedicato a Stage.


Area riservata studenti