ID:
SCV0609
Durata (ore):
48
CFU:
6
SSD:
PROBABILITÀ E STATISTICA MATEMATICA
Sede:
Como - Università degli Studi dell'Insubria
Anno:
2024
Dati Generali
Periodo di attività
Primo Semestre (23/09/2024 - 20/12/2024)
Syllabus
Obiettivi Formativi
Il corso permette agli studenti di acquisire solide conoscenze e abilità sugli aspetti principali della teoria delle probabilità e della statistica matematica (descrittiva e inferenziale).
Alla fine del corso lo studente sarà in grado di:
conoscere e comprendere il linguaggio e le nozioni fondamentali del calcolo della teoria delle probabilità e della statistica matematica,
conoscere e saper applicare i principi fondamentali del calcolo combinatorio per risolvere semplici problemi,
enunciare e dimostrare alcuni dei teoremi principali della probabilità e della statistica matematica,
costruirne modelli di fenomeni aleatori utilizzando le distribuzioni notevoli,
analizzare e descrivere sinteticamente insiemi di dati,
effettuare stime di parametri in modelli che descrivono fenomeni aleatori e condurre verifiche di ipotesi,
usare le nozioni apprese per risolvere problemi in condizioni di incertezza,
esprimersi in modo rigoroso in merito a questioni di probabilità e statistica, formalizzando e argomentando correttamente intuizioni in forma orale e scritta,
Il corso inoltre introduce degli elementi di base che saranno utili per proseguire gli studi informatici. L’acquisizione del linguaggio di base del calcolo delle probabilità renderà possibili approfondimenti successivi, auto-organizzati dallo studente per affrontare esigenze di tipo lavorativo.
Alla fine del corso lo studente sarà in grado di:
conoscere e comprendere il linguaggio e le nozioni fondamentali del calcolo della teoria delle probabilità e della statistica matematica,
conoscere e saper applicare i principi fondamentali del calcolo combinatorio per risolvere semplici problemi,
enunciare e dimostrare alcuni dei teoremi principali della probabilità e della statistica matematica,
costruirne modelli di fenomeni aleatori utilizzando le distribuzioni notevoli,
analizzare e descrivere sinteticamente insiemi di dati,
effettuare stime di parametri in modelli che descrivono fenomeni aleatori e condurre verifiche di ipotesi,
usare le nozioni apprese per risolvere problemi in condizioni di incertezza,
esprimersi in modo rigoroso in merito a questioni di probabilità e statistica, formalizzando e argomentando correttamente intuizioni in forma orale e scritta,
Il corso inoltre introduce degli elementi di base che saranno utili per proseguire gli studi informatici. L’acquisizione del linguaggio di base del calcolo delle probabilità renderà possibili approfondimenti successivi, auto-organizzati dallo studente per affrontare esigenze di tipo lavorativo.
Prerequisiti
Le conoscenze e le abilità necessarie per un proficuo apprendimento di questo insegnamento riguardano l’algebra e il calcolo infinitesimale, e sono impartite nei corsi del primo anno di “Algebra e Geometria” e “Analisi Matematica”.
Metodi didattici
I contenuti teorici sono presentati principalmente attraverso lezioni frontali dando spazio, quando possibile, a momenti di lezione dialogata e attività di brain storming.
Al fine di stimolare la curiosità e attivare il coinvolgimento dei discenti, il docente introduce gli argomenti proponendo problemi posti da situazioni concrete e fornendo costantemente collegamenti con il mondo reale, l’informatica e la storia della matematica e delle scienze. Successivamente, i concetti introdotti vengono rigorosamente formalizzati e argomentati utilizzando il linguaggio matematico.
Gli argomenti trattati sono oggetto di esercitazioni che prevedono la partecipazione attiva degli studenti e che consentono di applicare le conoscenze teoriche per formulare semplici modelli aleatori e risolvere problemi in condizioni di incertezza.
Al fine di stimolare la curiosità e attivare il coinvolgimento dei discenti, il docente introduce gli argomenti proponendo problemi posti da situazioni concrete e fornendo costantemente collegamenti con il mondo reale, l’informatica e la storia della matematica e delle scienze. Successivamente, i concetti introdotti vengono rigorosamente formalizzati e argomentati utilizzando il linguaggio matematico.
Gli argomenti trattati sono oggetto di esercitazioni che prevedono la partecipazione attiva degli studenti e che consentono di applicare le conoscenze teoriche per formulare semplici modelli aleatori e risolvere problemi in condizioni di incertezza.
Verifica Apprendimento
L’obiettivo della prova d’esame è l'accertamento dell’acquisizione delle conoscenze e delle abilità descritte nella sezione “Obiettivi del corso”, valutando il livello di conoscenza e soprattutto la capacità di mettere in pratica, anche integrandole tra loro, le conoscenze teoriche per risolvere problemi in condizioni di incertezza.
L’esame consiste in una prova scritta a libro aperto dalla durata complessiva di due ore, composta da 5 o 6 esercizi.
La prova scritta si supera ottenendo un punteggio maggiore o uguale a 18 su 30.
I criteri di valutazione che adottati dal docente per valutare la qualità di una prova sono i seguenti:
- esattezza e completezza delle informazioni,
- grado di approfondimento dell’argomento,
- livello delle abilità logiche e risolutive.
L’esame consiste in una prova scritta a libro aperto dalla durata complessiva di due ore, composta da 5 o 6 esercizi.
La prova scritta si supera ottenendo un punteggio maggiore o uguale a 18 su 30.
I criteri di valutazione che adottati dal docente per valutare la qualità di una prova sono i seguenti:
- esattezza e completezza delle informazioni,
- grado di approfondimento dell’argomento,
- livello delle abilità logiche e risolutive.
Contenuti
Il corso consiste in 48 ore complessive di lezione che comprendono sia la presentazione dei concetti teorici che le esercitazioni.
I contenuti sono presentati nell’ordine temporale con cui vengono elencati di seguito.
Introduzione alla teoria delle probabilità (h 6, obiettivo formativo 3):
Cenni storici sulla teoria delle probabilità. Fenomeni deterministici e casuali. Spazi campionari. Eventi e operazioni tra eventi. Eventi incompatibili. Definizione classica di probabilità. Definizione frequentista di probabilità. Definizione soggettiva di probabilità. Definizione assiomatica di probabilità. Proprietà delle funzioni di probabilità.
Calcolo combinatorio (h 3, obiettivo formativo 2):
Principio di moltiplicazione. Permutazioni semplici. Permutazioni con ripetizione. Disposizioni semplici. Disposizioni con ripetizione. Combinazioni semplici. Combinazioni con ripetizione.
Statistica descrittiva (h 4, obiettivo formativo 5):
Caratteri qualitativi e quantitativi. Frequenza assoluta e relativa. Distribuzioni di frequenze. Distribuzioni di frequenza per classi. Principali rappresentazioni grafiche: diagramma circolare, diagramma a barre, istogramma con classi di uguale ampiezza e istogramma con classi di diversa ampiezza. Indici di centralità: media aritmetica, mediana e moda. Quantili e percentili. Indici di dispersione: varianza e deviazione standard. Correlazione tra due caratteri di una popolazione. Diagramma di dispersione. Relazione lineare. Il metodo dei minimi quadrati. Retta di regressione. Covarianza. Coefficiente di correlazione lineare. Tipi di correlazione lineare. Dipendenza e indipendenza lineare.
Probabilità condizionata ed eventi indipendenti (h 5, obiettivo formativo 3):
Probabilità condizionata. Teorema della probabilità composta. Eventi indipendenti e dipendenti. Teorema del prodotto di eventi indipendenti. Il problema di Monty Hall. Teorema della probabilità totale. Teorema di Bayes.
Distribuzioni di probabilità discrete e continue (h 14, obiettivo formativo 4):
Variabili aleatorie discrete e continue. Distribuzione di probabilità e funzione di distribuzione di variabili aleatorie discrete. Esperimento di Bernoulli e variabili di Bernoulli. Processo di Bernoulli (schema successo/insuccesso). Valor medio, varianza e deviazione standard di una variabile aleatoria discreta. Giochi equi. Distribuzione binomiale, ipergeometrica e geometrica. Distribuzione di Poisson. Densità di probabilità e funzione di distribuzione di una variabile aleatoria continua. Valor medio e varianza di una variabile aleatoria continua. Distribuzione uniforme, esponenziale e normale. Distribuzione normale standard. Disuguaglianza di Chebyshev.
Teoremi di convergenza (h 4, obiettivo formativo 3):
Variabili aleatorie indipendenti. Somma di variabili aleatorie. Prodotto di una variabile aleatoria per una costante. Valor medio e varianza della somma di due variabili aleatorie e del prodotto di una variabile aleatoria per una costante. Definizione di convergenza in probabilità. Variabili multidimensionali. La legge dei grandi numeri. Legge empirica del caso. Teorema del limite centrale. Conseguenze del teorema del limite centrale. Metodi Montecarlo.
Statistica inferenziale (h 12, obiettivo formativo 6):
Stima puntuale. Stima intervallare. Stimatori e stime. Media, frequenza e varianza campionaria.
Stima per intervalli della media e della proporzione di una popolazione la cui varianza è nota. Stima per intervalli della media e della proporzione di una popolazione la cui varianza è incognita. Stima per intervalli della varianza di una popolazione.
Test statistici per la verifica di ipotesi sulla media e sulla proporzione di una popolazione la cui varianza è nota. Test statistici per la verifica di ipotesi sulla media e sulla proporzione di una popolazione la cui varianza è incognita. Test statistici per la verifica di ipotesi sulla varianza di una popolazione.
I contenuti sono presentati nell’ordine temporale con cui vengono elencati di seguito.
Introduzione alla teoria delle probabilità (h 6, obiettivo formativo 3):
Cenni storici sulla teoria delle probabilità. Fenomeni deterministici e casuali. Spazi campionari. Eventi e operazioni tra eventi. Eventi incompatibili. Definizione classica di probabilità. Definizione frequentista di probabilità. Definizione soggettiva di probabilità. Definizione assiomatica di probabilità. Proprietà delle funzioni di probabilità.
Calcolo combinatorio (h 3, obiettivo formativo 2):
Principio di moltiplicazione. Permutazioni semplici. Permutazioni con ripetizione. Disposizioni semplici. Disposizioni con ripetizione. Combinazioni semplici. Combinazioni con ripetizione.
Statistica descrittiva (h 4, obiettivo formativo 5):
Caratteri qualitativi e quantitativi. Frequenza assoluta e relativa. Distribuzioni di frequenze. Distribuzioni di frequenza per classi. Principali rappresentazioni grafiche: diagramma circolare, diagramma a barre, istogramma con classi di uguale ampiezza e istogramma con classi di diversa ampiezza. Indici di centralità: media aritmetica, mediana e moda. Quantili e percentili. Indici di dispersione: varianza e deviazione standard. Correlazione tra due caratteri di una popolazione. Diagramma di dispersione. Relazione lineare. Il metodo dei minimi quadrati. Retta di regressione. Covarianza. Coefficiente di correlazione lineare. Tipi di correlazione lineare. Dipendenza e indipendenza lineare.
Probabilità condizionata ed eventi indipendenti (h 5, obiettivo formativo 3):
Probabilità condizionata. Teorema della probabilità composta. Eventi indipendenti e dipendenti. Teorema del prodotto di eventi indipendenti. Il problema di Monty Hall. Teorema della probabilità totale. Teorema di Bayes.
Distribuzioni di probabilità discrete e continue (h 14, obiettivo formativo 4):
Variabili aleatorie discrete e continue. Distribuzione di probabilità e funzione di distribuzione di variabili aleatorie discrete. Esperimento di Bernoulli e variabili di Bernoulli. Processo di Bernoulli (schema successo/insuccesso). Valor medio, varianza e deviazione standard di una variabile aleatoria discreta. Giochi equi. Distribuzione binomiale, ipergeometrica e geometrica. Distribuzione di Poisson. Densità di probabilità e funzione di distribuzione di una variabile aleatoria continua. Valor medio e varianza di una variabile aleatoria continua. Distribuzione uniforme, esponenziale e normale. Distribuzione normale standard. Disuguaglianza di Chebyshev.
Teoremi di convergenza (h 4, obiettivo formativo 3):
Variabili aleatorie indipendenti. Somma di variabili aleatorie. Prodotto di una variabile aleatoria per una costante. Valor medio e varianza della somma di due variabili aleatorie e del prodotto di una variabile aleatoria per una costante. Definizione di convergenza in probabilità. Variabili multidimensionali. La legge dei grandi numeri. Legge empirica del caso. Teorema del limite centrale. Conseguenze del teorema del limite centrale. Metodi Montecarlo.
Statistica inferenziale (h 12, obiettivo formativo 6):
Stima puntuale. Stima intervallare. Stimatori e stime. Media, frequenza e varianza campionaria.
Stima per intervalli della media e della proporzione di una popolazione la cui varianza è nota. Stima per intervalli della media e della proporzione di una popolazione la cui varianza è incognita. Stima per intervalli della varianza di una popolazione.
Test statistici per la verifica di ipotesi sulla media e sulla proporzione di una popolazione la cui varianza è nota. Test statistici per la verifica di ipotesi sulla media e sulla proporzione di una popolazione la cui varianza è incognita. Test statistici per la verifica di ipotesi sulla varianza di una popolazione.
Lingua Insegnamento
ITALIANO
Altre informazioni
Il docente riceve su appuntamento, previa richiesta via e-mail a pietro.galliani@uninsubria.it. Il docente risponde solo alle e-mail firmate e provenienti dal dominio studenti.uninsubria.it.
Corsi
Corsi
INFORMATICA
Laurea
3 anni
No Results Found
Persone
Persone
No Results Found