Probabilita' E Statistica 2026/2027

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.

---

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.

---