Statistica descrittiva. Rappresentazioni
numeriche di dati statistici. Rappresentazioni grafiche di distribuzioni difrequenza. Indici di
tendenza centrale, variabilità e di forma. Regressione lineare e non lineare
per una serie di dati.Esercitazioni con
foglio di calcolo elettronico.

Elementi di probabilità. Alcune definizioni di
probabilità. Definizione assiomatica di probabilità. Probabilitàcondizionata. Teorema
di Bayes. Variabili aleatorie discrete e continue. Indici di tendenza centrale
e variabilità.

Distribuzioni notevoli. Distribuzione di
Bernoulli, Binomiale, di Poisson, esponenziale, di Weibull, Normale, Chi-Quadro, di Student.

Teoremi di convergenza. Convergenza in
distribuzione, Legge dei grandi numeri, Teorema del limite centrale.

Stime di parametri. Campionamento e campioni. Principali
distribuzioni campionarie. Stimatori e stime puntuali. Stimeintervallari:
intervalli di confidenza per la media e la varianza.

Verifica di ipotesi. Caratteristiche
generali di un test di ipotesi. Test parametrici. Esempi. Test non parametrici.
Testper la bontà
dell'adattamento. Test di Kolmogorov-Smirnov. Test del Chi-Quadro. Esercitazioni
con foglio di calcoloelettronico.

Generazione di numeri casuali. Generatori basati su
ricorrenze lineari. Test statistici per i numeri casuali. Generazione di numeri
casuali con assegnata densità di probabilità: tecnica diretta, di reiezione,
combinata.

Metodo Monte Carlo. Algoritmo Monte Carlo "Hit or Miss". Algoritmo Monte Carlo
di sampling. Algoritmo Monte Carlo di sample-mean.

Catene di Markov. Definizioni e generalità. Calcolo di
leggi congiunte. Classificazione degli stati. Probabilità invarianti. Stato stazionario.
Algoritmo di Metropolis. Cenni sulla teoria delle code.

Dispense fornite dal docente