Training and Research

PhD school courses/classes - 2025/2026

Cose che devi assolutamente sapere

1. I dottorandi devono ottenere un determinato numero di CFU ogni anno frequentando le attività didattiche offerte dal proprio corso di dottorato e dalla Scuola di Dottorato. Per ulteriori informazioni, consulta il Vademecum del Dottorando: https://www.univr.it/phd-vademecum

2. Non è richiesta l'iscrizione ai corsi, a meno che non sia esplicitamente indicato; si prega di consultare le informazioni sul corso per verificare se l'iscrizione è richiesta o meno. Quando l'iscrizione è effettivamente richiesta, non verrà inviata alcuna e-mail di conferma dopo la registrazione. Si prega di non inviare richieste di conferma: se sono state inserite le informazioni richieste, l'iscrizione è andata a buon fine.

3. Quando i link Zoom delle lezioni non sono esplicitamente indicati, si intende che i corsi sono organizzati per essere erogati solo in presenza. Non è quindi possibile in questi casi richiedere un link Zoom.

4. Tutte le informazioni sui corsi in nostro possesso vengono pubblicate qui. Si prega di non richiedere informazioni mancanti o link Zoom: non appena riceveremo nuove informazioni, le pubblicheremo e comunicheremo tempestivamente.

 

Teaching Activities ex DM 226/2021: Linguistic Activities

Teaching Activities ex DM 226/2021: Research management and Enhancement

Teaching Activities ex DM 226/2021: Statistics and Computer Sciences

INTRODUCTION TO PROBABILITY (MODULE I)  (2025/2026)

Teacher

Marco Minozzo

Referent

Marco Minozzo

Credits

1

Language

English

Class attendance

Free Choice

Location

VERONA

MoodleMoodle Seminars 0

Prerequisites and basic notions

There are no particular learning requirements. Students should have already been introduced (though at an elementary level) to probability and statistics. Students should also have some confidence in elementary set theory and mathematical calculus.

Program

- Random experiments, events, event trees.
- Algebras and sigma-algebras, axiomatic definition of probability, probability spaces, properties of probability.
- Conditional probability, Bayes' theorem, stochastic independence for events.
- Random variables, measurability, cumulative distribution function.

Bibliography

Vai alla bibliografia
Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Didactic methods

Lessons will be delivered via Zoom; recordings will be made available by the lecturer. Attendance is not required, but passing a written test is required to obtain credits.

Learning assessment procedures

The final assessment will be through a written paper. Alternatively, there will be a Moodle QUIZ.

Students with disabilities or specific learning disorders (SLD), who intend to request the adaptation of the exam, must follow the instructions given HERE

Scheduled Lessons

When Classroom Teacher topics
Thursday 02 October 2025
15:00 - 18:00
Duration: 3:00 AM 		Polo Santa Marta - Sala Andrea Vaona (DSE) [1.59 - 1] Marco Minozzo Introduction to the course. Basic notions: elementary events, sample spaces, random experiments, event trees, events. Algebras and sigma-algebras, properties of algebras, Borel sigma-algebra. Kolmogorov's axioms of probability, properties of probability, sum rule.
Tuesday 07 October 2025
14:00 - 17:00
Duration: 3:00 AM 		Polo Santa Marta - Sala Andrea Vaona (DSE) [1.59 - 1] Marco Minozzo Conditional probability with respect to a non-null event, product rule, properties of conditional probabilities, conditional probabilities on event trees. Theorem of total probability and Bayes' formula. Independence for two or more events. Simpson paradox.
Thursday 09 October 2025
15:00 - 17:00
Duration: 2:00 AM 		Polo Santa Marta - SMT.02 [SMT.2 - terra] Marco Minozzo Random variables, measurability condition, cumulative distribution function. Discrete random variables. Continuous random variables, density function.