SITO NON PIU' AGGIORNATO - UNIVERSITÀ DI PAVIA

Dipartimento di Matematica ''F. Casorati''

HomeDidatticaCorsi › ProbabilitàIT|EN

Probabilità

Docenti:
Regazzini Eugenio, Rigo Pietro
Anno accademico:
2015/2016
Codice corso:
500691
Crediti formativi:
9
Ambito:
MAT/06
Decreto Ministeriale:
270/04
Ore di lezione:
84
Periodo:
I semestre
Lingua di insegnamento:
Italiano

Obiettivi

Viene presentata la teoria kolmogoroviana delle probabilità, in vista del suo impiego nello studio dei processi stocastici.

Metodi didattici

Lezioni di teoria e di avviamento alla risoluzione di problemi, tramite l'assegnazione di esercizi da svolgere a casa.

Modalità d'esame

Prova orale accompagnata da verifiche sugli esercizi svolti a casa dall'esaminanda/o.

Prerequisiti

Conoscenza dell'analisi matematica (elementi di teoria della misura e dell'integrazione, in particolare) svolta nel primo triennio

Programma

1.- Spazi di probabilità secondo Kolmogorov: dimensione finita e infinita.
Viene trattata nel dettaglio la costruzione di spazi di probabilità mediante i classici teoremi di estensione di Kolmogorov e di Ionescu-Tulcea. In questa parte viene fatta un' analisi accurata del concetto di indipendenza stocastica.
2.- Valore atteso, integrale, disuguaglianze Tchebyshov, di Jensen, di Kolmogorov (massimale). Vengono inoltre presentate le definizioni di convergenza in probabilità e di convergenza uniforme in probabilità (equivalente a convergenza quasi certa, nel caso di misure di probabilità), studiandone i significati anche alla luce dei lemmi di Borel-Cantelli. Si esaminano le classiche leggi 0-1 di Kolmogorov e di Hewitt-Savage
3.- Trasformazioni integrali di una distribuzione di probabilità. Si studia in particola la funzione caratteristica (trasformata di Fourier-Stieltjes).
4.- Leggi dei grandi numeri:formulazione debole di Khinchin e formulazione forte di Etemadi.
5.- Il teorema centrale del limite del calcolo delle probabilità viene presentato con riferimento a schiere di numeri aleatori, come già detto nella versione di Lindeberg.
6.- Speranza condizionale: definizione in collegamento col teorema di Radon-Nikodym; definizione come proiezione (principio della regressione). Si esaminano le condizioni sufficienti per l'esistenza di distribuzioni condizionali regolari.
7.- Martingale con parametro discreto. Le applicazioni accennate nel programma breve riguardano: la dimostrazione di disuguaglianze massimali (Doob); il problema della rovina dei giocatori; estensioni dei lemmi di Borel-Cantelli; affinamenti di leggi forti dei grandi numeri; la dimostrazione del teorema di Radon-Nikodym e di qualche altro risultato classico dell'analisi reale.

Bibliografia

Oltre agli appunti manoscritti a cura del docente, si consiglia: Erhan Cinlar (2011) Probability and Stochastics. Springer.

Moduli

Docente:
Regazzini Eugenio
Ore di lezione:
28
Crediti formativi:
3
Ambito:
MAT/06

Docente:
Rigo Pietro
Ore di lezione:
56
Crediti formativi:
6
Ambito:
MAT/06


Dipartimento di Matematica ''F. Casorati''

Università degli Studi di Pavia - Via Ferrata, 5 - 27100 Pavia
Tel +39.0382.985600 - Fax +39.0382.985602