Stampa  
Codice:  
Course code:
9009
Anno accademico:
Academic year:
2007-2008
Titolo del corso:
Course title:
Modelli stocastici
Stochastic models
Modulo:  
Module:
Unico
Docente 1:
Teacher 1:
FASSO' Alessandro
Ruolo Docente 1:
Teacher 1:
Professori Ordinari
Modalità 1:
Type 1:
Convenzionale
Settore scientifico-disciplinare:
Reference sector:
SECS-S/02 Statistica per la ricerca sperimentale e tecnologica
Anno di corso:
Year of degree course:
primo
First
Facoltà:
Faculty:
Ingegneria
Modalità di frequenza:
Type:
Non obbligatoria
Semestre:
Semester:
2
Sottoperiodo:
Sub period:
Numero totale di crediti:
Total credits:
5.0
Carico di lavoro
Workload
Attività frontale:
Lectures:
32.0
Esercitazioni:
Applied activities:
16.0
Studio individuale:
Individual work:
0.0
Attività didattica a piccoli gruppi:
Group work:
0.0
Seminari:
Seminars:
0.0
Laboratori:
Laboratories:
0.0
TOTALE (voci sopra-elencate):
TOTAL:
48.0
Ore di lezione settimanali:
0.0
Prerequisiti:
Prerequisites:
Obiettivi formativi:
Educational goals:
Il corso tratta i modelli probabilistici ed i metodi statistici utili per lo studio e la gestione dei processi parzialmente osservabili che si sviluppano con dinamiche temporali. E’ previsto ampio uso del laboratorio informatico in ambiente Matlab
The course deals with models of probability and the statistical methods useful to the study and management of partially observable processes that develop with temporal dynamics. A lot of use will be made of the computer lab, using the MATLAB envirnonment.
Contenuto del corso:
Course contents:
- Effetto della dipendenza sulla stima della media - Stima di massima verosimiglianza e stima Bayesiana - Simulazione Stocastica, metodo Monte Carlo e metodo Bootstrap - Processi Stocastici: richiami sui modelli ARMA ed ARMAX; richiami sui modelli parzialmente osservabili e filtro di Kalman; modelli a memoria lunga; catene di Markov e modelli Markoviani latenti
- The effect of dependence when estimating averages - Maximum likelihood estimate and Bayes estimate - Stochastic simulations, Monte Carlo method and Bootstrap method - Stochastic processes: brief look at the ARMA and ARMAX models; brief look at partially observable processes and the Kalman filter; long-term memory models; Markov chains and latent Markovian models.
Metodi didattici:
Teaching activities:
Struttura della verifica del profitto:
Assessment:
scritto + orale
written + oral
Descrizione verifica del profitto:
Lingua di insegnamento:
Teaching language:
italiano
Italian
Altre informazioni:
Other information:
 
Stampa