CODICE | 94662 |
---|---|
ANNO ACCADEMICO | 2021/2022 |
CFU |
|
SETTORE SCIENTIFICO DISCIPLINARE | ING-INF/03 |
LINGUA | Inglese |
SEDE |
|
PERIODO | 1° Semestre |
MATERIALE DIDATTICO | AULAWEB |
Obiettivo del corso è fornire agli studenti una conoscenza di base su probabilità, variabili aleatorie (v.a.) discrete e continue e processi stocastici. Il corso è organizzato in linea con questi argomenti e tratta inizialmente probabilità e relativi assiomi e regole, analisi combinatoria, v.a. discrete e continue (in entrambi i casi con la definizione dei momenti di primo e secondo ordine e con esempi di distribuzioni statistiche e densità di probabilità), v.a. multiple e distribuzioni congiunte, disuguaglianze notevoli e Teorema del Limite Centrale e, infine, concetti di base sui processi aleatori (stazionarietà, funzioni di correlazione e covarianza)
The course introduces the key concepts related to stochastic modeling in the framework of disaster risk prevention and assessment. Basic knowledge will be provided about probability theory, random variables, stochastic processes, and Bayesian decision theory. Examples of applications to problems of data modeling and analysis associated with risk applications will be discussed.
L'obiettivo principale del corso è quello di fornire conoscenze di base sulla probabilità, sulle variabili aleatorie e sui processi stocastici. Una conoscenza di base dell'analisi matematica è necessaria per seguire efficacemente il corso. Più specificamente, le lezioni iniziano con le definizioni e i concetti di base della probabilità, compresa la probabilità condizionata e l'indipendenza, la regola di Bayes e alcune nozioni di analisi combinatoria. L'argomento successivo sono i le variabili aleatorie (v.a.) discrete, iniziando con la definizione di Funzione di Massa o di Probabilità e coprendo alcuni casi specifici (uniforme, Bernoulli, Binomiale, Poisson, ...), insieme al calcolo dei primi e secondi momenti. Questo è seguito dal trattamento analogo delle v. a. continue, con le definizioni di distribuzione cumulativa e funzione di densità di probabilità (pdf), media e varianza, ed esempi legati a casi specifici (uniforme, esponenziale, normale,...). In entrambi i casi, vengono trattati anche v. a. multiple e le loro distribuzioni. Gli ultimi argomenti sulle v. a. includono correlazione e covarianza, disuguaglianze di Markov e Chebyshev e il teorema del limite centrale. Il corso si conclude con le basi dei processi stocastici, inclusa la nozione di stazionarietà, autocorrelazione e funzione di covarianza. Durante tutto il corso vengono presentati, risolti e commentati esempi e problemi esplicativi.
Lezioni frontali tradizionali
- Materiale del corso su Aulaweb (https://www.aulaweb.unige.it): copia delle slide utilizzate a lezione
- Dimitri P. Bertsekas and John Tsitsiklis, Introduction to Probability, 2nd Ed., Athena Scientific, Belmont, MA, 2008
Ricevimento: Per appuntamento da fissare via email o al termine della lezione.
Ricevimento: Previo accordo con gli studenti.
RAFFAELE BOLLA (Presidente)
ROBERTO BRUSCHI
FRANCO DAVOLI (Presidente Supplente)
L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.
Prova scritta integrata opzionalmente (su decisione dello studente) da una prova orale per incrementare (ma anche potenzialmente ridurre) la votazione ottenuta nello scritto.
Prova scritta con problemi da risolvere. Orale: domande sul programma.
Data | Ora | Luogo | Tipologia | Note |
---|---|---|---|---|
18/01/2022 | 10:00 | SAVONA | Scritto + Orale | |
01/02/2022 | 10:00 | SAVONA | Scritto + Orale | |
16/02/2022 | 10:00 | SAVONA | Scritto + Orale | |
15/06/2022 | 10:00 | SAVONA | Scritto + Orale | |
29/06/2022 | 10:00 | SAVONA | Scritto + Orale | |
13/07/2022 | 10:00 | SAVONA | Scritto + Orale | |
14/09/2022 | 10:00 | SAVONA | Scritto + Orale |