Probabilita' E Statistica 2025/2026

• Introduzione. Spazi di probabilità, loro proprietà. Probabilità condizionali, eventi indipendenti. 
• Probabilità uniformi, elementi di calcolo combinatorio. 
• Modelli discreti. Variabili aleatorie (v.a.) discrete e loro leggi. Leggi congiunte e loro uso. Densità condizionali.
• V.a. indipendenti. Leggi binomiali, geometriche, di Poisson. 
• Speranza matematica. Momenti di una v.a., varianza, disuguaglianza di Chebyshev, covarianza. Retta di regressione.
• Modelli continui. V.a. continue e densità. Leggi normali e leggi Gamma, loro applicazioni.  Vettori aleatori continui. Somma, prodotto e quoziente di v.a. continue. Generatori aleatori. Simulazione.
• La legge dei grandi numeri e le sue applicazioni. 
• Teorema limite centrale, approssimazione normale. Problemi di stima: intervalli di confidenza.