Probabilità

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.

• Nozioni preliminari.- 1 Spazi di probabilità discreti: teoria.- 2 Spazi di probabilità discreti: esempi e applicazioni.- 3 Variabili aleatorie discrete: teoria.- 4 Variabili aleatorie discrete: esempi e applicazioni.- 5 Spazi di probabilità e variabili aleatorie generali.- 6 Variabili aleatorie assolutamente continue.- 7 Teoremi limite.- 8 Applicazioni alla statistica matematica.- 9 Introduzione alle Catene di Markov.- 10 Simulazione di variabili aleatorie.- Appendice.- Tavola della distribuzione normale.- Principali distribuzioni notevoli su R.