|
Insegnamento
ANALISI DEI DATI (Numerosita' canale 1)
INL1000178, A.A. 2018/19
Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18
Dettaglio crediti formativi
Tipologia |
Ambito Disciplinare |
Settore Scientifico-Disciplinare |
Crediti |
CARATTERIZZANTE |
Ingegneria dell'automazione |
ING-INF/04 |
5.0 |
CARATTERIZZANTE |
Ingegneria delle telecomunicazioni |
ING-INF/03 |
4.0 |
Organizzazione dell'insegnamento
Periodo di erogazione |
Secondo semestre |
Anno di corso |
II Anno |
Modalità di erogazione |
frontale |
Tipo ore |
Crediti |
Ore di didattica assistita |
Ore Studio Individuale |
LEZIONE |
9.0 |
72 |
153.0 |
Inizio attività didattiche |
25/02/2019 |
Fine attività didattiche |
14/06/2019 |
Visualizza il calendario delle lezioni |
Lezioni 2019/20 Ord.2011
|
Commissioni d'esame
Commissione |
Dal |
Al |
Membri |
24 A.A. 2019/2020 |
01/10/2019 |
15/03/2021 |
CALVAGNO
GIANCARLO
(Presidente)
VANGELISTA
LORENZO
(Membro Effettivo)
BADIA
LEONARDO
(Supplente)
BENVENUTO
NEVIO
(Supplente)
CORVAJA
ROBERTO
(Supplente)
ERSEGHE
TOMASO
(Supplente)
LAURENTI
NICOLA
(Supplente)
MILANI
SIMONE
(Supplente)
ROSSI
MICHELE
(Supplente)
TOMASIN
STEFANO
(Supplente)
ZANELLA
ANDREA
(Supplente)
ZANUTTIGH
PIETRO
(Supplente)
ZORZI
MICHELE
(Supplente)
|
23 A.A. 2018/2019 |
01/10/2018 |
15/03/2020 |
VANGELISTA
LORENZO
(Presidente)
FINESSO
LORENZO
(Membro Effettivo)
ZANELLA
ANDREA
(Membro Effettivo)
BADIA
LEONARDO
(Supplente)
CALVAGNO
GIANCARLO
(Supplente)
CORVAJA
ROBERTO
(Supplente)
ERSEGHE
TOMASO
(Supplente)
LAURENTI
NICOLA
(Supplente)
MILANI
SIMONE
(Supplente)
ROSSI
MICHELE
(Supplente)
TOMASIN
STEFANO
(Supplente)
ZANUTTIGH
PIETRO
(Supplente)
ZORZI
MICHELE
(Supplente)
|
22 A.A. 2018/2019 |
01/10/2018 |
15/03/2020 |
FINESSO
LORENZO
(Presidente)
VANGELISTA
LORENZO
(Membro Effettivo)
CALVAGNO
GIANCARLO
(Supplente)
|
21 A.A. 2017/2018 |
01/10/2017 |
15/03/2019 |
VANGELISTA
LORENZO
(Presidente)
FINESSO
LORENZO
(Membro Effettivo)
ZANELLA
ANDREA
(Membro Effettivo)
BADIA
LEONARDO
(Supplente)
CALVAGNO
GIANCARLO
(Supplente)
CORVAJA
ROBERTO
(Supplente)
ERSEGHE
TOMASO
(Supplente)
LAURENTI
NICOLA
(Supplente)
MILANI
SIMONE
(Supplente)
ROSSI
MICHELE
(Supplente)
TOMASIN
STEFANO
(Supplente)
ZANUTTIGH
PIETRO
(Supplente)
ZORZI
MICHELE
(Supplente)
|
20 A.A. 2017/2018 |
01/10/2017 |
15/03/2019 |
FINESSO
LORENZO
(Presidente)
VANGELISTA
LORENZO
(Membro Effettivo)
CALVAGNO
GIANCARLO
(Supplente)
|
Prerequisiti:
|
Analisi matematica 1, Analisi Matematica 2, Algebra lineare e geometria. |
Conoscenze e abilita' da acquisire:
|
Conoscenza di base della teoria della probabilità, delle variabili aleatorie e dei processi aleatori. Alla fine del corso l'allievo dovrà essere in grado di costruire semplici modelli probabilistici di fenomeni aleatori e saper effettuare i relativi calcoli probabilistici. |
Modalita' di esame:
|
Prova scritta. |
Criteri di valutazione:
|
Lo studente dovrà dimostrare di aver acquisito le conoscenze di base della teoria della probabilità, delle variabili aleatorie discrete e continue e i fondamenti dei processi aleatori. Inoltre dovrà dimostrare di saper applicare la teoria acquisita per individuare gli appropriati modelli probabilistici relativi a fenomeni aleatori e di saper risolvere problemi di calcolo delle probabilità. |
Contenuti:
|
Probabilità:
Spazi di probabilità e loro proprietà. Elementi di calcolo combinatorio e problemi di probabilità classica. Probabilità condizionata. Formula della probabilità totale e di Bayes. Eventi indipendenti. Indipendenza condizionata.
Variabili Aleatorie (VA):
Definizione di VA. Densità discreta e funzione di distribuzione: definizione e proprietà. VA discrete notevoli: Bernoulli, binomiale, geometrica, Poisson. Teorema limite di Poisson. VA assolutamente continue, funzione di densità. Classificazione delle VA: assolutamente continue, discrete e miste. VA ass.continue notevoli: uniforme, esponenziale, gaussiana. Trasformazioni di VA. Valore atteso, varianza, momenti: definizione e proprietà. Funzione generatrice dei momenti e funzione caratteristica. Diseguaglianze di Markov e Chebychev.
Vettori Aleatori (VeA):
Definizione di VeA. Distribuzione congiunta e sue proprietà. VeA continui. Densità congiunta e sue proprietà. VeA discreti. Densità di probabilità congiunta e sue proprietà. Valore atteso di VeA e momenti di VeA. Funzione caratteristica di un VeA. Variabili aleatorie incorrelate ed indipendenti. VeA gaussiani. Somma di VA indipendenti. Valore atteso condizionato. Formula del valore atteso iterato.
Successioni di Variabili Aleatorie:
Successioni di VA. Convergenza in distribuzione, in probabilità, in media. Legge dei grandi numeri e teorema del limite centrale.
Processi Aleatori:
Definizioni. Descrizione probabilistica completa e di potenza. Stazionarietà. Correlazione e densità spettrale. Analisi spettrale nel filtraggio di processi aleatori. |
Attivita' di apprendimento previste e metodologie di insegnamento:
|
Lezioni frontali. Nel corso delle lezioni sono esposti gli aspetti teorici del corso, vengono illustrati esempi di applicazione e svolte esercitazioni. Vengono inoltre proposte esercitazioni individuali da svolgere a casa con successiva illustrazione delle soluzioni. |
Eventuali indicazioni sui materiali di studio:
|
Tutti gli argomenti del corso vengono illustrati in aula. Gli appunti delle lezioni possono essere integrati dal libro di testo e dal materiale aggiuntivo reso disponibile sulla piattaforma moodle. |
Testi di riferimento: |
-
L.Finesso, Lezioni di Probabilità. Padova: Libreria Progetto, 2018.
-
Gubner, John A., Probability and random processes for electrical and computer engineersJohn A. Gubner. Cambridge [etc.]: Cambridge University press, 2006.
|
|
|