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. 2022/2023
Insegnamenti | Crediti | TAF | SSD |
---|
3° Anno Attivato nell'A.A. 2023/2024
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
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.
Sistemi stocastici (Sarà attivato nell'A.A. 2023/2024)
Codice insegnamento
4S00254
Crediti
6
Settore Scientifico Disciplinare (SSD)
MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA
Obiettivi formativi
L’obbiettivo dell’insegnamento è di presentare alcuni classi di modelli probabilistici di particolare rilevanza applicativa, in particolare modelli dinamici. L’enfasi è posta, oltre che sul rigore matematico, sullo sviluppo della capacità di cogliere gli aspetti essenziali di un fenomeno reale e tradurli in un modello la cui analisi, analitica o numerica, sia accessibile.L’argomento principale del corso è costituito dalle teoria delle catene di Markov, tanto a tempo discreto che continuo. Ogni sviluppo della teoria è accompagnato dalla presentazione di esempi di rilevante interesse applicativo, motivati dall’Economia, dalle Scienze Fisiche e Biologiche, ma anche da problemi di natura computazionale che emergono nella ricerca di algoritmi efficienti. Nella parte finale del corso verranno introdotte le nozioni di valor atteso condizionale e martingala.Al termine del corso lo studente avrà gli strumenti per usare in ambito sia teorico che applicativo una vasta gamma di modelli probabilistici, comprendendone i limiti e l'effettiva applicabilità, anche da un punto di vista computazionale. Sarà inoltre in grado di avere una visione unificante e astratta di classi di problemi con caratteristiche simili, e di affrontare la lettura di testi anche avanzati.
Offerta formativa 2024/2025
Puoi vedere la scheda informativa di questo insegnamento erogato in un anno accademico passato, cliccando uno dei seguenti link: