• Edizioni di altri A.A.:
  • 2025/2026
  • 2026/2027

  • Lingua Insegnamento:
    Italiano 
  • Testi di riferimento:
    Dispensa a cura del docente.
    Libri consigliati:
    Borra, S., Di Ciaccio A., Statistica, metodologie per le scienze economiche e sociali, terza edizione, McGraw-Hill, 2014.
    Sheldon M. Ross, Probabilita e statistica per l'ingegneria e le scienze, quarta edizione, Apogeo, 2023
     
  • Obiettivi formativi:
    L?insegnamento persegue il generale obiettivo del corso di studio di formare figure professionali esperte nella gestione e analisi di dati in tutti i contesti lavorativi.
    Il corso si propone di fornire agli studenti i concetti di base del calcolo delle probabilita, come eventi, spazi campione, probabilita condizionata, teorema di Bayes, e distribuzioni di probabilita. Mira, inoltre, ad introdurre le principali variabili casuali discrete e continue, le loro distribuzioni, descrivendo come calcolare e interpretare parametri come media, varianza e momenti. E previsto lo studio dei teoremi principali della probabilita, come la legge dei grandi numeri, il teorema centrale del limite, e le distribuzioni limite. Infine, vengono presentati alcuni modelli probabilistici finalizzati a descrivere fenomeni aleatori e analizzare situazioni reali attraverso la probabilita.
    Al termine dell?insegnamento lo studente dovra possedere conoscenze e competenze inerenti agli aspetti teorici e applicativi del calcolo delle probabilita e delle principali variabili casuali. Le conoscenze acquisite, in quanto trasversali ai vari ambiti economico-gestionali e sociali, potranno essere applicate per modellizzare i fenomeni reali al fine di svolgere indagini ed esperimenti ed analisi dei dati.
    A tal fine il corso si propone di trasmettere le seguenti competenze e conoscenze:
    CONOSCENZE E CAPACITA' DI COMPRENSIONE
    - concetti di base del calcolo delle probabilita;
    - principali modelli probabilistici (discreti e continui) come la variabile casuale binomiale, di Poisson, Normale;
    - valore atteso, varianza e, in generale, momenti di variabili aleatorie;
    - teoremi principali della probabilita.
    A tal fine il corso propone di trasmettere le seguenti competenze e conoscenze in termini di obiettivi particolari:
    CONOSCENZE E CAPACITA' DI COMPRENSIONE (applicata)
    - utilizzare strumenti matematici utili per la risoluzione di problemi di natura probabilistica e statistica;
    - applicare teoremi e assiomi della probabilita e utilizzare le principali variabili aleatorie;
    - utilizzare software statistici per condurre analisi dei dati e produrre report di sintesi
    AUTONOMIA DI GIUDIZIO:
    - individuare in modo autonomo gli strumenti e i modelli probabilistici da utilizzare per formalizzare ed analizzare un fenomeno reale;
    - esprimere in forma orale considerazioni analitiche e di sintesi sugli aspetti fondamentali della disciplina;
    - fornire una valutazione critica dei risultati delle analisi e formulare conclusioni, anche sulla base di collegamenti interdisciplinari, che forniscano indicazioni strategiche e le relative ripercussioni socio-economiche.
    ABILITA' COMUNICATIVE:
    - utilizzare il linguaggio statistico in modo appropriato e pertinente;
    - comunicare in forma scritta e orale i risultati delle analisi statistiche e i ragionamenti logici sottostanti, anche in contesti interdisciplinari e in presenza di interlocutori non esperti.
    CAPACITA DI APPRENDERE
    - effettuare ricerche individuali e di gruppo su aspetti specifici e temi di interesse in diversi domini applicativi economici e sociali.
     
  • Prerequisiti:
    Conoscenze di matematica di base.
     
  • Metodi didattici:
    Lezioni frontali ed esercitazioni.
     
  • Modalità di verifica dell'apprendimento:
    La verifica dell?apprendimento consiste di due prove: una prova orale, costituita per meta da esercizi e da domande teoriche (domande aperte) su argomenti che coprono l'intero programma del corso (calcolo delle probabilita e variabili casuali statistica); applicazione delle metodologie statistiche tramite il software R. Gli studenti dovranno dimostrare di essere in grado di formalizzare in termini quantitativi un problema, di individuare gli indici e le statistiche opportune per la sua soluzione nonche di fornire l?interpretazione dei risultati ottenuti. Il voto e espresso in trentesimi. 
  • Obiettivi Agenda 2030 per lo sviluppo sostenibile:
    Questo insegnamento concorre alla realizzazione degli obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile. 
  • Altre Informazioni:
    Materiale aggiuntivo per la preparazione all'esame (slides, esercizi, etc.) sara disponibile sul sito e-learning https://elearning.unich.it/ o sulla piattaforma FAD https://fad.unich.it/.
    Qualora il quadro normativo-sanitario e le disposizioni d'Ateneo lo prevedessero, le attivita didattiche e i connessi ricevimenti/gli esami di profitto potranno svolgersi in modalita telematica (totale o parziale). Per ogni ulteriore informazione e aggiornamento si rinvia alla consultazione del portale d'Ateneo.
     

Introduzione ai fondamenti del calcolo delle probabilita e al concetto di variabile aleatoria in modo da porre le basi per la trattazione del campionamento e dell'inferenza statistica. Concetti di valore atteso, varianza e associazione tra variabili. Principali variabili casuali discrete e continue, variabili multiple e distribuzioni di probabilita congiunte, funzioni di variabili casuali e teoremi della probabilita.

Esperimenti casuali
Algebra degli eventi
Probabilita e sue concezioni
Assiomi della probabilita
Probabilita condizionata e indipendenza
Proprieta degli eventi indipendenti
Formula di Bayes
Variabili casuali semplici
Distribuzioni di probabilita
Famiglie parametriche
Funzioni di ripartizione
Variabili casuali identicamente distribuite
Moda
Quantili
Valore atteso
Varianza
Coefficiente di variazione
Disuguaglianza di Chebyshev
Variabili casuali standardizzate
Principali variabili casuali discrete
Variabile casuale binomiale
Variabile casuale geometrica
Variabile casuale ipergeometrica
Variabile casuale di Poisson
Principali variabili casuali continue
Esperimenti casuali descritti da variabili casuali continue
Variabile casuale normale
Variabile casuale normale standard
Variabile casuale uniforme
Variabile casuale esponenziale
Variabili casuali multiple e distribuzioni di probabilita congiunte
Funzioni di variabile casuale multipla
Distribuzioni di probabilita marginali
Distribuzioni di probabilita condizionate
Variabili casuali indipendenti
Covarianza
Correlazione
Indipendenza e incorrelazione
Distribuzione normale doppia
Funzioni di variabili casuali
Somma di variabili casuali
Distribuzioni del minimo e del massimo di variabili casuali
Variabili casuali che derivano dalla normale
Somme di particolari variabili casuali indipendenti
Teorema centrale del limite

Avvisi

Nessun elemento in evidenza

Eventi

Nessun elemento in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram