Programma del corso di calcolo delle probabilit`a e statistica (Laurea in Informatica, anno accademico 2012/2013)
Titolare del corso: Alessandra Bianchi
Il programma del corso `e reperibile anche in rete sul sito del corso di lau- rea. Segue l’elenco dettagliato degli argomenti svolti a lezione con relativo riferimento al libro Elementi di probabilit`a e statistica, Springer (2006), di F.
Biagini e M. Campanino.
1. Numeri aleatori: Operazioni e relazioni logiche. Probabilit`a e pre- visione subordinata. Formula di Bayes. Correlazione tra eventi ed indipendenza stocastica. Covarianza, varianza e coefficiente di corre- lazione. Disuguaglianza di Chebichev e legge debole dei grandi numeri.
Capitolo 1 (tutto tranne il paragrafo 1.11).
2. Distribuzioni discrete: Schema di Bernoulli. Distribuzione binomiale.
Distribuzione geometrica. Distribuzione ipergeometrica. Distribuzione di Poisson. Schema di Bernoulli generalizzato. Distribuzione multi- nomiale. Distribuzione congiunta. Indipendenza stocastica e noncor- relazione fra numeri aleatori. Covarianza, varianza e coefficiente di correlazione per variabili aleatorie con distribuzione discreta.
Capitolo 2 (tutto tranne i paragrafi 2.7 e 2.14) .
3. Distribuzioni assolutamente continue unidimensionali: Funzione di ri- partizione e densit`a. Distribuzione uniforme. Distribuzione esponen- ziale. Distribuzione normale. Stima delle code. Distribuzione Gamma.
Capitolo 3 (tutto tranne i paragrafi 3.7, 3.12, 3.13).
4. Distribuzioni assolutamente continue multidimensionali: Funzioni di ripartizioni marginali. Densit`a di Z = X + Y . Distribuzione Beta. Dis- tribuzione Gaussiana n-dimensionale (solo enunciati e propriet`a prin- cipali).
Capitolo 4 (tutto tranne il paragrafo 4.6).
5. Convergenza di distribuzioni: Convergenza della distribuzione geomet- rica a quella esponenziale. Convergenza della distribuzione binomiale a quella di Poisson. Il teorema di De Moivre Laplace (solo enunciato).
Capitolo 5 (tutto).
6. Elementi di catene di Markov con tempo discreto: Probabilit`a di tran- sizione in n passi. Classi di equivalenza e periodicit`a. Distribuzione stazionaria e teorema ergodico.
Capitolo 6 (tutto).
1
7. Esempi di induzione statistica: Induzione statistica sulla binomiale.
Induzione statistica sulla media della distribuzione normale.
Capitolo 8 (tranne i paragrafi 8.5, 8.6, 8.7, 8.8, 8.9).
2
