Warning: mysqli_query(): (HY000/1): Can't create/write to file '/var/tmp/#sql-temptable-1-a4bf-b.MAI' (Errcode: 28 "No space left on device") in /opt/app-root/src/site/wp-includes/class-wpdb.php on line 2345
Home > Esami > Modelli Stocastici e Metodi Statistici
Modelli Stocastici e Metodi Statistici
Crediti
6
Propedeuticità
Nessuna.
Settore scientifico-disciplinare
MAT/06 Probabilità e Statistica Matematica.
Modalità dell’esame
Prova orale.
Obiettivi
formativi
L’insegnamento intende introdurre lo studente allo studio di processi stocastici in tempo continuo e con spazio degli stati discreto. Particolare attenzione è rivolta ai processi di nascita-morte e alla teoria delle code attraverso la formulazione e l’analisi di modelli matematico-probabilistici e di simulazione atti a descrivere sistemi reali. Ulteriore obiettivo è quello di far cogliere agli studenti le questioni rilevanti insite nella costruzione di modelli stocastici di fenomeni fisici, biologici ed economici e nella loro analisi statistica, nonché le problematiche inerenti la costruzione di simulazioni numeriche.
Programma
Sistemi di servizio. Leggi di Little. Processo di Poisson. Processi di Nascita-Morte. Variabili aleatorie di particolare interesse tra cui variabile gamma, iper-esponenziale, chi-quadrato. Catene di Markov. Ergodicità. Code: M/M/1, M/M/1/K, M/M/s, M/M/∞, M/D/1, M/G/1, GI/M/s. Code con distribuzione di Erlang. Cenni alla teoria degli stimatori e della verifica di ipotesi statistiche. Applicazioni di test statistici. Istanze specifiche del metodo Monte Carlo. Simulazione di variabili aleatorie. Simulazione di sistemi di servizio e relativa analisi statistica. Uso di R per l’implementazione di algoritmi di simulazione e di analisi.
Risultati dell’apprendimento
attesi
Al termine dell’insegnamento, lo studente deve dimostrare di
conoscere e comprendere i fondamenti teorici dei modelli stocastici trattati e le problematiche generali relative alla modellizzazione stocastica e allo sviluppo e analisi degli algoritmi di simulazione stocastica;
saper applicare le conoscenze acquisite nello sviluppo autonomo di algoritmi di simulazione;
saper comunicare in maniera chiara, rigorosa ed efficace idee e soluzioni a interlocutori specialisti e non specialisti;
saper individuare i metodi più appropriati per analizzare e risolvere un problema inerente gli argomenti del corso e interpretare correttamente i risultati.
Risultati di apprendimento
che si intende verificare
I criteri di accertamento del profitto nonchè della valutazione sono nell’ordine: chiarezza, correttezza e completezza dell’esposizione; abilità nello sviluppo di algoritmi di simulazione.
I cookie utilizzati servono al corretto funzionamento del sito. Proseguendo la navigazione senza modificare le impostazioni del browser, accetti di ricevere tutti i cookie. AccettaInformazioni
Privacy & Cookies Policy
Privacy Overview
This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.