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. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2018/19

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
INFORMATICA
SC1167, ordinamento 2011/12, A.A. 2019/20
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/2019/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

Docenti
Responsabile FRANCESCA COLLET MAT/06

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
assistita
Ore Studio
Individuale
ESERCITAZIONE 2.0 16 34.0
LEZIONE 4.0 32 68.0

Calendario
Inizio attività didattiche 02/03/2020
Fine attività didattiche 12/06/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2011

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. Calcolo combinatorio elementare. Probabilità condizionata. Formule della probabilità totale e di Bayes. Eventi indipendenti. Variabili aleatorie discrete. Densità discreta di probabilità. Parametri riassuntivi: valore atteso, varianza e momenti. Esempi di variabili aleatorie discrete: Bernoulli, binomiali, geometriche e Poisson. Teorema limite di Poisson. Vettori aleatori discreti. Densità congiunte e marginali. Valore atteso di funzioni scalari di vettori aleatori. Covarianza. Variabili aleatorie discrete indipendenti. Variabili aleatorie assolutamente continue. Funzione di densità e funzione di distribuzione. Parametri riassuntivi: valore atteso e varianza. Esempi di variabili aleatorie assolutamente continue: uniformi, esponenziali e normali. Teoremi limite. Legge (debole) dei grandi numeri. Il metodo Monte Carlo. Teorema limite centrale. 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.
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 settimanali 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 (referenze aggiuntive, appunti del docente, fogli di esercizi).
Testi di riferimento:
  • Finesso, Lorenzo, Lezioni di probabilità. Padova: Libreria Progetto, 2017. Cerca nel catalogo
  • Ross, Sheldon M., Introduzione alla statistica. Milano: Apogeo, 2008. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Problem solving
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • Latex