Programma di esame del corso di Probabilità e Statistica Anno accademico 2008/ 2009 Corso di laurea triennale in Matematica, 3 anno, Facoltà di Scienze matematiche, fisiche e naturali, Università degli Studi di Trieste Docente: Dott. Claudio Asci Probabilità Algebre, -algebre, funzioni di insieme. Misure, spazi misurabili, spazi di misura. -algebra di Borel e misura di Lebesgue. Teorema di estensione di Carathéodory. Probabilità, spazi di probabilità, eventi. -sistemi e d-sistemi. Lemma di Dynkin. Criterio di Carathéodory. Lemma di Fatou e lemma di Fatou inverso per insiemi. 1 teorema di Borel-Cantelli. Funzioni misurabili: definizione e proprietà. Funzioni boreliane. Misura immagine. -algebra generata da una famiglia di funzioni. Teorema della classe monotona. Funzioni (Y)-misurabili e criterio di Doob. Integrale di Lebesgue. Funzioni integrabili e semintegrabili. Teorema di Beppo-Levi, lemma di Fatou, lemma di Fatou inverso, teorema di Lebesgue, teorema di Scheffé. Misura definita da una densità. Prodotto di spazi di misura. Prodotto di misure definite da densità. Teorema di Tonelli. Diffeomorfismi e cambiamenti di variabili. Variabili aleatorie e vettori aleatori. Leggi e funzioni di ripartizione di variabili e vettori aleatori. Leggi marginali e congiunte. Variabili aleatorie identicamente distribuite. Variabili aleatorie discrete e continue. Densità di probabilità. Moda. Vettori aleatorie discreti e continui. Densità marginali e congiunte. Composizione di un vettore aleatorio continuo con diffeomorfismi. Convoluzione di leggi e di densità. Indipendenza di variabili aleatorie, eventi, -algebre: definizione e proprietà. Criteri di indipendenza. 2 teorema di Borel-Cantelli. -algebra di coda. Teorema 0-1 di Kolmogorov. Media di una variabile aleatoria: definizione e proprietà. Media della composizione di funzioni misurabili. Media di una variabile aleatoria continua. Media di una variabile aleatoria discreta. Disuguaglianze di Jensen, di Cauchy-Schwarz, di Hölder, di Minkowski. Media del prodotto di 1 variabili aleatorie indipendenti. Media di una variabile aleatoria non negativa. Momenti, momenti centrali, momenti assoluti, momenti fattoriali. Quantili, mediana, quartili, midrange. Covarianza e varianza: definizione e proprietà. Scarto quadratico medio. Coefficiente di correlazione. Matrice di covarianza. Variabili aleatorie non correlate. Disuguaglianze di Markov e di Tchebycheff. Probabilità condizionata. Leggi, densità, funzioni di ripartizione condizionate. Formule di Bayes. Formula delle alternative. Media condizionata. Esempi di variabili aleatorie discrete: variabile aleatoria uniforme discreta, di Bernoulli, binomiale, geometrica, di Pascal, di Poisson, ipergeometrica. Esempi di variabili aleatorie continue: variabile aleatoria uniforme continua, gamma, beta, esponenziale, di Cauchy, normale, chi-quadrato, t di Student. Funzione generatrice di probabilità. Funzione generatrice dei momenti. Variabili aleatorie complesse. Funzione caratteristica. Calcolo dei momenti. Convergenza quasi certa, in media, in probabilità, in legge. Teorema di Paul Lévy. Legge debole e legge forte dei grandi numeri. Teorema limite centrale ed approssimazione normale. Statistica Popolazioni e campioni. Spazio dei parametri. Statistiche. Media, mediana, varianza, scarto quadratico medio, momenti campionari. Statistiche d’ordine. Concetto di inferenza statistica. Verosimiglianza. Stimatori puntuali. Metodi di ricerca degli stimatori puntuali: metodo dei momenti e metodo di massima verosimiglianza. Proprietà degli stimatori puntuali: correttezza, consistenza, efficienza. Distorsione. Errore quadratico medio. Intervalli di confidenza e stima per intervalli. Campionamento dalla distribuzione normale: intervalli di confidenza per la media e per la varianza. 2