Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA DELL'INFORMAZIONE
Insegnamento
ANALISI DEI DATI (Ult. numero di matricola da 5 a 9)
INL1000178, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
INGEGNERIA DELL'INFORMAZIONE
IN0513, ordinamento 2011/12, A.A. 2017/18
Ult1002
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL DATA ANALYSIS
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2017-IN0513-000ZZ-2016-INL1000178-ULT1002
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile LORENZO FINESSO

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
INL1000178 ANALISI DEI DATI (Ult. numero di matricola da 5 a 9) LORENZO FINESSO IN0507

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

Modalità di erogazione
Periodo di erogazione Secondo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LEZIONE 9.0 72 153.0 Nessun turno

Calendario
Inizio attività didattiche 26/02/2018
Fine attività didattiche 01/06/2018

Commissioni d'esame
Commissione Dal Al Membri
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)
19 A.A. 2016/2017 01/10/2016 15/03/2018 VANGELISTA LORENZO (Presidente)
FINESSO LORENZO (Membro Effettivo)
ZANELLA ANDREA (Membro Effettivo)
BADIA LEONARDO (Supplente)
BENVENUTO NEVIO (Supplente)
CALVAGNO GIANCARLO (Supplente)
CORVAJA ROBERTO (Supplente)
ERSEGHE TOMASO (Supplente)
MILANI SIMONE (Supplente)
PUPOLIN SILVANO (Supplente)
ROSSI MICHELE (Supplente)
TOMASIN STEFANO (Supplente)
ZANUTTIGH PIETRO (Supplente)
ZORZI MICHELE (Supplente)
12 A.A. 2016/2017 01/10/2016 15/03/2018 FINESSO LORENZO (Presidente)
VANGELISTA LORENZO (Membro Effettivo)
CALVAGNO GIANCARLO (Supplente)
ERSEGHE TOMASO (Supplente)
TOMASIN STEFANO (Supplente)
ZANELLA ANDREA (Supplente)

Syllabus
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. Cerca nel catalogo