Skip to main content

Probabilità

Un primo corso attraverso esempi, modelli e applicazioni

  • Textbook
  • © 2021
  • Latest edition

Overview

  • Il libro presenta esempi significativi legati a problematiche di ricerca corrente
  • Pone particolare attenzione al rigore nella formulazione e nella dimostrazione dei risultati
  • Offre una discussione dettagliata di argomenti applicativi di grande interesse recente
  • Request lecturer material: sn.pub/lecturer-material

Part of the book series: UNITEXT (UNITEXT, volume 127)

Part of the book sub series: La Matematica per il 3+2 (UNITEXTMAT)

This is a preview of subscription content, log in via an institution to check access.

Access this book

eBook USD 29.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 39.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (10 chapters)

Keywords

About this book

Il presente volume intende fornire un’introduzione alla probabilità e alle sue applicazioni, senza fare ricorso alla teoria della misura. Il testo è dedicato agli studenti dei corsi di laurea scientifici (in particolar modo di matematica, fisica e ingegneria).

Viene dedicato ampio spazio alla probabilità discreta, vale a dire su spazi finiti o numerabili. In questo contesto sono sufficienti pochi strumenti analitici per presentare la teoria in modo completo e rigoroso. L’esposizione è arricchita dall’analisi dettagliata di diversi modelli, di facile formulazione e allo stesso tempo di grande rilevanza teorica e applicativa, alcuni tuttora oggetto di ricerca.

Vengono poi trattate le variabili aleatorie assolutamente continue, reali e multivariate, e i teoremi limite classici della probabilità, ossia la Legge dei Grandi Numeri e il Teorema Limite Centrale, dando rilievo tanto agli aspetti concettuali quanto a quelli applicativi. Tra le varie applicazioni presentate,un capitolo è dedicato alla stima dei parametri e ai modelli predittivi in Statistica Matematica. 

Numerosi esempi sono parte integrante dell’esposizione. Ogni capitolo contiene una ricca selezione di esercizi, per i quali viene fornita la soluzione sul sito Springer dedicato al volume.


Questa seconda edizione, interamente rivista e arricchita, contiene due nuovi capitoli dedicati alle catene di Markov e alla simulazione di variabili aleatorie al computer. 



Authors and Affiliations

  • Laboratoire de Probabilités Statistique et Modélisation (LPSM), Sorbonne Université, Paris Cedex 05, France

    Quentin Berger

  • Dipartimento di Matematica e Applicazioni, Università degli Studi di Milano-Bicocca, Milano, Italy

    Francesco Caravenna

  • Dipartimento di Matematica Pura ed Applicata, Università degli Studi di Padova, Padova, Italy

    Paolo Dai Pra

About the authors

Quentin Berger è professore di matematica presso la Sorbonne Université di Parigi dal 2014, al Laboratoire de Probabilités, Statistique et Modélisation, dove insegna probabilità e statistica a diversi livelli, dalla laurea triennale al master. Ha ottenuto il dottorato nel 2012 presso l'École Normale di Lione, prima di fare un postdoc negli Stati Uniti (USC, Los Angeles). I suoi lavori di ricerca riguardano diversi problemi di meccanica statistica all'interfaccia tra probabilità e fisica teorica.

Francesco Caravenna è professore di matematica presso l'Università di Milano-Bicocca dal 2010, dove insegna calcolo delle probabilità e statistica matematica. Ha ottenuto nel 2005 un dottorato congiunto presso le Università di Milano-Bicocca e di Parigi 7 (Denis Diderot), è stato postdoc presso l'Università di Zurigo e successivamente ricercatore presso l'Università di Padova. Le sue ricerche riguardano la teoria della probabilità e le sue applicazioni, in particolare alla meccanica statistica.

Paolo Dai Pra è professore di matematica presso l'Università di Verona dal 2019, dove insegna calcolo delle probabilità e statistica matematica. Dopo aver ottenuto il dottorato nel 1992 negli Stati Uniti (Rutgers University), è stato professore presso l'Università di Padova e il Politecnico di Milano. Le sue ricerche riguardano dinamiche stocastiche per sistemi complessi, in particolare modelli e giochi a campo medio, motivati da problemi in scienze sociali e biologiche.

Bibliographic Information

Publish with us