Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
INFORMATICA
Insegnamento
PROBABILITA' E STATISTICA
SC03106737, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
INFORMATICA
SC1167, ordinamento 2011/12, A.A. 2017/18
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese PROBABILITY AND STATISTICS
Sito della struttura didattica http://informatica.scienze.unipd.it/2017/laurea
Dipartimento di riferimento Dipartimento di Matematica
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta
Corso per studenti Erasmus Gli studenti Erasmus+ o di altri programmi di mobilità NON possono frequentare l'insegnamento

Docenti
Responsabile MARCO FORMENTIN MATH-03/B

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative MAT/06 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
erogata
Ore Studio
Individuale
ESERCITAZIONE 2.0 16 34.0
LEZIONE 4.0 32 68.0

Calendario
Inizio attività didattiche 26/02/2018
Fine attività didattiche 01/06/2018
Visualizza il calendario delle lezioni Lezioni 2024/25 Ord.2011

Commissioni d'esame
Commissione Dal Al Membri
8 a.a. 2023/2024 01/10/2023 28/02/2025 FISCHER MARKUS (Presidente)
FONTANA CLAUDIO (Membro Effettivo)
BARBATO DAVID (Supplente)
VARGIOLU TIZIANO (Supplente)
7 a.a 2022/2023 01/10/2022 28/02/2024 FISCHER MARKUS (Presidente)
FONTANA CLAUDIO (Membro Effettivo)
BARBATO DAVID (Supplente)
FERRANTE MARCO (Supplente)
VARGIOLU TIZIANO (Supplente)
6 a.a.2021/2022 01/10/2021 28/02/2023 FISCHER MARKUS (Presidente)
FONTANA CLAUDIO (Membro Effettivo)
BARBATO DAVID (Supplente)
FERRANTE MARCO (Supplente)
VARGIOLU TIZIANO (Supplente)
5 a.a 2020/2021 01/10/2020 28/02/2022 COLLET FRANCESCA (Presidente)
FONTANA CLAUDIO (Membro Effettivo)
BARBATO DAVID (Supplente)
FERRANTE MARCO (Supplente)
FISCHER MARKUS (Supplente)
VARGIOLU TIZIANO (Supplente)
4 a.a 2019/2020 01/10/2019 28/02/2021 COLLET FRANCESCA (Presidente)
FONTANA CLAUDIO (Membro Effettivo)
BARBATO DAVID (Supplente)
FERRANTE MARCO (Supplente)
FISCHER MARKUS (Supplente)
VARGIOLU TIZIANO (Supplente)
3 a.a 2018/2019 01/10/2018 28/02/2020 COLLET FRANCESCA (Presidente)
FONTANA CLAUDIO (Membro Effettivo)
BARBATO DAVID (Supplente)
FISCHER MARKUS (Supplente)
VARGIOLU TIZIANO (Supplente)
2 a.a 2017/2018 01/10/2017 28/02/2019 FORMENTIN MARCO (Presidente)
BARBATO DAVID (Membro Effettivo)
BIANCHI ALESSANDRA (Membro Effettivo)
FERRANTE MARCO (Membro Effettivo)
FISCHER MARKUS (Membro Effettivo)
VARGIOLU TIZIANO (Membro Effettivo)

Syllabus
Prerequisiti: Prerequisiti: Analisi matematica, Algebra e matematica discreta.
Conoscenze e abilita' da acquisire: Lo studente dovrà acquisire la conoscenza degli strumenti di base del calcolo delle
probabilità e della statistica inferenziale. Alla fine del corso l'allievo dovrà essere
in grado di costruire semplici modelli probabilistici di fenomeni aleatori e di
effettuare i relativi calcoli.
Modalita' di esame: Esame scritto (3 ore).
Criteri di valutazione: Lo studente dovrà dimostrare di aver acquisito le conoscenze teoriche e di saperle
applicare correttamente alla soluzione di problemi di calcolo delle probabilità e di
statistica inferenziale di congrua difficoltà.
Contenuti: Calcolo delle probabilità. Assiomi e conseguenze elementari degli assiomi. Esempi di
spazi di probabilità discreti; finiti; uniformi. Paradosso dei compleanni. Probabilità
condizionata. Formula della probabilità totale e di Bayes. Eventi indipendenti.
Variabili e vettori casuali discreti. Funzione di ripartizione e densità discreta.
Variabili indipendenti. Parametri riassuntivi: valore atteso, varianza, momenti,
correlazione, covarianza. Disuguaglianze: Jensen, Markov, Chebishev. Esempi di variabili
casuali discrete: Bernoulli, binomiale, geometrica, Poisson. Teorema limite di Poisson.
Variabili casuali assolutamente continue. Esempi: uniforme, esponenziale, Gaussiana.
Legge dei grandi numeri (Chebyshev). Il metodo di Montecarlo. Teorema limite centrale
(Lindeberg- Lévy). Approssimazione normale.

Statistica Descrittiva. Dati qualitativi e quantitativi, frequenze relative, metodi
grafici di analisi dei dati. Indici di centralità, di dispersione, e di forma.
Correlazione tra caratteri numerici: retta di regressione, covarianza e coefficiente di
correlazione

Statistica Inferenziale. Stimatori. Intervalli di confidenza. Test statistici: ipotesi e
alternativa, regione critica, valore critico, errori di prima e seconda specie, potenza,
il valore p, test bilateri e unilateri. Test sulla media e sulla differenza di medie.
Test accoppiati. Stime e test per proporzioni: tabelle di contingenza e test chi quadro.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali. Nel corso delle lezioni sono esposti gli aspetti teorici del corso,
vengono illustrati esempi di applicazione e svolte esercitazioni. Vengono inoltre
proposte esercitazioni individuali da svolgere a casa con successiva illustrazione delle
soluzioni.
Eventuali indicazioni sui materiali di studio: Tutti gli argomenti del corso vengono illustrati in aula. Gli appunti delle lezioni
possono essere integrati dal libro di testo e dal materiale aggiuntivo reso disponibile
sulla piattaforma moodle.
Testi di riferimento:
  • M. Bramanti, Calcolo delle probabilità e statistica. Bologna: Progetto Leonardo, --. Cerca nel catalogo
  • Lorenzo Finesso, Appunti di Probabilità. --: --, --. Available on Moodle