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.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea in Matematica applicata - Immatricolazione dal 2025/2026Il 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.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Attivato nell'A.A. 2014/2015
Insegnamenti | Crediti | TAF | SSD |
---|
3° Anno Attivato nell'A.A. 2015/2016
Insegnamenti | Crediti | TAF | SSD |
---|
Uno o due insegnamenti tra i seguenti per un totale di 12 cfu
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Uno o due insegnamenti tra i seguenti per un totale di 12 cfu
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.
Probabilita' (2014/2015)
Codice insegnamento
4S02753
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA
L'insegnamento è organizzato come segue:
Teoria
Esercitazioni
Obiettivi formativi
Il corso di Probabilità mira all'introduzione della teoria delle probabilità nel quadro più generale della teoria della misura di Lebesgue. Particolare attenzione è data agli aspetti analitici alla base dell'assiomatica di Kolmogorov, alla costruzione di spazi di probabilità generali con richiamo alle definizioni di algebra, sigma-algebra, insiemi boreliani, funzioni misurabili, push-forward di misure, etc.
Il corso è sostanzialmente suddiviso in due parti dedicate alla definizione e studio delle variabili aleatorie (v.a.) discrete, rispettivamente continue.
L'introduzione ai concetti fondamentali della moderna teoria delle probabilità è di tipo classico e basata sugli elementi del calcolo combinatorio, sulle leggi della teoria degli insiemi e sui fondamenti del calcolo proposizionale.
L'approccio alle v.a. nel continuo è prima sviluppato in senso strettamente probabilistico, con richiami ad alcuni aspetti analitici fondamentali quali quelli del calcolo integrale (integrazione in R^n, teorema di Fubini, convergenza dominata, etc.), della convoluzione di funzioni e delle trasformate di Laplace e Fourier.
In un secondo momento gli aspetti probabilistici vengono rivisti nell'ambito della teoria della misura, specialmente in riferimento ai teoremi di convergenza per successioni di v.a., ivi compreso il teorema del limite centrale.
Durante l'intero svolgersi del corso di Probabilità, le lezioni sono sempre corredate da parti applicative caratterizzate dalla presentazioni di esempi ed problemi rilevanti. Inoltre lo studente è chiamato a risolvere esercizi di difficoltà diversa nel corso di esercitazioni svolte in classe con il docente, l'esercitatore ed il tutor.
Programma
Fondamenti di Probabilità nell’approccio assiomatico à la Kolmogorov
Eventi indipendenti, incompatibili
Rudimenti di calcolo combinatorio (e.g. combinazioni, permutazioni)
Spazi di probabilità uniformi
Probabilità condizionata
Esperimenti con prove indipendenti ripetute
Definizione probabilistica di variabile aleatoria (v.a.)
Variabili aleatorie discrete a valori in R^n
o Funzione di distribuzione
o Funzione di densità (discreta)
o Leggi (discrete) congiunte, marginali e condizionate, indipendenza
o Esempi di v.a.: Bernoulliana, binomiale, geometrica, di Poisson, etc.
o Operatori media, varianza, covarianza
o Indice di correlazione
o Momenti di una v.a.
o Funzioni generatrici
Approssimazione di Poisson alla Binomiale
Disuguaglianza di Čebyšëv (Чебышёв)
Legge dei grandi numeri
o formulazione debole e forte
Variabili aleatorie continue a valori in R^n
o v.a. assolutamente continue
o Funzione di densità (continua)
o Leggi (continue) congiunte, marginali e condizionate, indipendenza
o Esempi di v.a.: uniforme, esponenziale, Gaussiana, Gamma, etc.
o Operatori media, varianza, covarianza
o Leggi normali
o Trasformazioni di v.a. in R^n
o Speranza condizionale (come v.a.)
o Funzione caratteristiche
o Momenti di una v.a.
Convergenza
o Le v.a. nella teoria della misura
o Vari tipi di convergenza per successioni di v.a.
o Teorema limite centrale ed approssimazione normale
Modalità d'esame
Esame scritto