Vai al contenuto principale

Introduzione al calcolo delle probabilità

Livello Base
Lingua italiano

Descrizione

Il MOOC riguarda gli argomenti di base di un corso di calcolo delle probabilità:

  • Combinatoria;
  • Definizione assiomatica della probabilità;
  • Probabilità condizionata e formula di Bayes;
  • Variabili aleatorie, funzione di distribuzione e variabili discrete;
  • La variabile e il processo di Poisson;
  • Valore atteso e varianza di variabili discrete;
  • Variabili continue;
  • Le variabili normali e il Teorema Centrale del Limiti (o del Limite Centrale);Variabili congiunte discrete e continue;
  • Disuguaglianza notevoli (Markov, Chebychev) e Leggi dei grandi numeri

Il MOOC nasce dall’esigenza di fornire un supporto completo per l’insegnamento di  Fondamenti di Analisi e Probabilità (FAMP) nei corsi di laurea di Ingegneria Biomedica, Elettronica ed Informatica dell'Università di Padova, nei quali la parte di Probabilità viene svolta in circa 36  ore. Dato il poco tempo a disposizione, viene privilegiato l'esempio rispetto alla profondità teorica della materia: non ci sono in particolari riferimenti alla teoria della misura, se non appena sfumati. Ritengo tuttavia che questo tipo di taglio sia adeguato a qualunque studente che si avvicini per la prima volta alle probabilità.

Un MOOC come questo   consente ai docenti di svolgere l’insegnamento in modalità anche solo parzialmente flipped, spostando online  parte della trasmissione della conoscenza, lasciando così più spazio in classe alla assimilazione e rielaborazione dei materiali e alle discussioni, magari stimolate da un tool di active response system.: a Padova ad esempio ciò ha permesso di tramutare l'insegnamento FAMP in un insegnamento blended con 1/3 delle ore previste in meno in presenza, completate da attività online in piattaforma Moodle e da brevi incontri  asincroni per la verifica della valutazione formativa, oramai necessari ai tempi di Chat GPT.

La parte iniziale sulla Combinatoria riflette l'approccio  ideato con il collega Alberto Tonolo nel libro " Discrete calculus: methods for counting, Springer (2016) volto a permettere di affrontare problemi di combinatoria con un procedimento rigoroso, a prova di errori. Chi fosse interessato ad approfondire trova il nostro Mooc “Combinatorics: Methods and strategies for counting, Futurelearn “ sulla piattaforma Futurelearn.

Il MOOC è suddiviso in 10 Lezioni, con ciascuna varie Unità (in genere da tre a sette). Ogni Unità inizia con il link ad un video, che suggeriamo di guardare prima di affrontare il testo che segue. Alla fine di ogni lezione si trovano degli esercizi proposti, dei test di autovalutazione e dei richiami di teoria.

Ringrazio i colleghi Adila Magris, Alberto Tonolo, Tiziano Vargiolu per gli spunti e suggerimenti che mi hanno dato in questi anni, la collega Angela Grassi per l'attenta revisione critica di alcuni video e gli studenti del corso FAMP di Ing. Informatica dell'a.a. 2021/22 che hanno individuato e commentato alcuni errori di stampa o suggerito migliorie con i commenti condivisi (tramite la favolosa applicazione Perusall di Eric Mazur e colleghi) della prima versione del testo.

Un ringraziamento particolare va ai colleghi Ermal Feleqi e Ndriçim Sadikaj che hanno curato la composizione del testo in piattaforma e l’équipe di Federica weblearning, con il coordinamento attento e instancabile di Laura Passarelli.

Buon MOOC!

 

Carlo Mariconda

Autori

Loading...

Il Corso

Il MOOC riguarda gli argomenti di base di un corso di calcolo delle probabilità:

  • Combinatoria;
  • Definizione assiomatica della probabilità;
  • Probabilità condizionata e formula di Bayes;
  • Variabili aleatorie, funzione di distribuzione e variabili discrete;
  • La variabile e il processo di Poisson;
  • Valore atteso e varianza di variabili discrete;
  • Variabili continue;
  • Le variabili normali e il Teorema Centrale del Limiti (o del Limite Centrale);Variabili congiunte discrete e continue;
  • Disuguaglianza notevoli (Markov, Chebychev) e Leggi dei grandi numeri

Il MOOC nasce dall’esigenza di fornire un supporto completo per l’insegnamento di  Fondamenti di Analisi e Probabilità (FAMP) nei corsi di laurea di Ingegneria Biomedica, Elettronica ed Informatica dell'Università di Padova, nei quali la parte di Probabilità viene svolta in circa 36  ore. Dato il poco tempo a disposizione, viene privilegiato l'esempio rispetto alla profondità teorica della materia: non ci sono in particolari riferimenti alla teoria della misura, se non appena sfumati. Ritengo tuttavia che questo tipo di taglio sia adeguato a qualunque studente che si avvicini per la prima volta alle probabilità.

Un MOOC come questo   consente ai docenti di svolgere l’insegnamento in modalità anche solo parzialmente flipped, spostando online  parte della trasmissione della conoscenza, lasciando così più spazio in classe alla assimilazione e rielaborazione dei materiali e alle discussioni, magari stimolate da un tool di active response system.: a Padova ad esempio ciò ha permesso di tramutare l'insegnamento FAMP in un insegnamento blended con 1/3 delle ore previste in meno in presenza, completate da attività online in piattaforma Moodle e da brevi incontri  asincroni per la verifica della valutazione formativa, oramai necessari ai tempi di Chat GPT.

La parte iniziale sulla Combinatoria riflette l'approccio  ideato con il collega Alberto Tonolo nel libro " Discrete calculus: methods for counting, Springer (2016) volto a permettere di affrontare problemi di combinatoria con un procedimento rigoroso, a prova di errori. Chi fosse interessato ad approfondire trova il nostro Mooc “Combinatorics: Methods and strategies for counting, Futurelearn “ sulla piattaforma Futurelearn.

Il MOOC è suddiviso in 10 Lezioni, con ciascuna varie Unità (in genere da tre a sette). Ogni Unità inizia con il link ad un video, che suggeriamo di guardare prima di affrontare il testo che segue. Alla fine di ogni lezione si trovano degli esercizi proposti, dei test di autovalutazione e dei richiami di teoria.

Ringrazio i colleghi Adila Magris, Alberto Tonolo, Tiziano Vargiolu per gli spunti e suggerimenti che mi hanno dato in questi anni, la collega Angela Grassi per l'attenta revisione critica di alcuni video e gli studenti del corso FAMP di Ing. Informatica dell'a.a. 2021/22 che hanno individuato e commentato alcuni errori di stampa o suggerito migliorie con i commenti condivisi (tramite la favolosa applicazione Perusall di Eric Mazur e colleghi) della prima versione del testo.

Un ringraziamento particolare va ai colleghi Ermal Feleqi e Ndriçim Sadikaj che hanno curato la composizione del testo in piattaforma e l’équipe di Federica weblearning, con il coordinamento attento e instancabile di Laura Passarelli.

Buon MOOC!

 

Carlo Mariconda

Area: Università
Ente: Università degli Studi di Padova
Lingua: it_IT
Lis: No
Vecchia edizione: No
Link Video Vimeo: 870625585
Video Trailer (Embedded): https://player.vimeo.com/video/870625585
Livello Corso: Beginner
Iscriviti
Iscriviti con codice

Corsi Correlati

Daniela Ferrarello

Alcuni studenti dei corsi di studi inerenti all’agricoltura, all’alimentazione e all’ambiente non hanno un buon rapporto con la matematica, che vedono astratta e inutile. Ma, come affermava Galileo, il libro della natura è scritto in lingua matematica e può essere letto solo da coloro che ne conoscono il linguaggio. In questo corso di “Mate-pratica” si parte da esempi o problemi provenienti dal mondo delle scienze agrarie e alimentari per poi tradurre il problema in lingua matematica e modellizzare il fenomeno di carattere agro-alimentare da cui si è partiti, chiarendo in ogni lezione come il concetto matematico ci è utile in pratica, per risolvere il problema. I concetti matematici usati nel corso riguardano le funzioni reali di variabile reale: funzioni lineari, potenza, esponenziali, logaritmiche, limiti, derivate, ma parleremo di crescita di piante, di shelf-life, di pH, di concimazione, di processi di caseificazione.

Updated: Jul 2025
Matematica e Scienze fisiche
AA.VV.

Le fondamenta su cui si basa ogni settore della scienza e della tecnologia sono costituite dalle leggi della fisica, leggi immutabili che valgono dal mondo subatomico alle immensità del cosmo.Grazie allo sforzo di docenti e ricercatori universitari che s’improvviseranno anche attori, questo corso vi farà capire divertendovi non solo le parole chiave della fisica, ma anche come si sviluppa il ragionamento scientifico. Il corso, che si rivolge a chi frequenta gli ultimi anni delle scuole superiori, ma anche ai curiosi di ogni età, si articola in una prima parte in 4 lezioni che fornisce i concetti di base indispensabili per qualunque percorso di studio scientifico o tecnologico vogliate intraprendere. Superata la prima, potrete accedere alla seconda parte con altre 5 lezioni da scegliere liberamente in base ai vostri interessi.

Updated: Jul 2025
AA.VV.

La spettrometria di massa è una potente e versatile tecnica analitica che trova applicazione nei campi più disparati ed è in forte espansione nei laboratori di analisi di moltissimi settori. Questo percorso didattico ti darà l’opportunità capire i principi di una delle più versatili tecniche analitiche quale è la spettrometria di massa, e di apprendere, passando dalla teoria alla pratica, come essa possa essere applicata all’analisi, anche in tracce, su campioni complessi e come possa essere divenuta indispensabile anche in campo clinico per incrementare qualità e accuratezza diagnostica.Il master, erogato dall’Università di Firenze, è  suddiviso in tre insegnamenti, spazia dai principi teorici di questa tecnica fino alla discussione degli aspetti pratico-applicativi che il professionista incontra nel laboratorio clinico. I tre corsi sono legati tra loro ma fruibili anche singolarmente se si è interessati ai singoli aspetti trattati.

Updated: Jul 2025
Giovanna Danza

Quantificare tracce di antibiotici nelle carni o i residui di un pesticida in un frutto, stabilire il grado di inquinamento delle acque di un fiume oppure dosare un ormone a bassissime concentrazioni nel siero, sono tutte sono tutte sfide dove la chimica analitica quantitativa viene messa alla prova. Si tratta di analisi in tracce su matrici complesse e spesso per vincere la sfida si ricorre all’analisi quantitativa in spettrometria di massa, una tecnica in forte espansione e applicata ormai in moltissimi settori. In questo contesto si inserisce il corso “Spettrometria di massa su matrici complesse” che ha lo scopo di presentare l’argomento in maniera semplice, breve ma rigorosa. Saranno illustrati i concetti di base della chimica quantitativa, le tecniche di estrazione e purificazione del campione, le tecniche cromatografiche strumentali quali GC e HPLC  e saranno evidenziati i vantaggi dell’utilizzo della spettrometria di massa in analisi quantitativa. Infine saranno presi in esame tutti i passaggi necessari per sviluppare e validare un metodo quantitativo.    Il corso potrà essere utile sia a studenti universitari che abbiano la chimica quantitativa tra le materie di studio nei loro corsi, sia a professionisti che operano nei laboratori di analisi dove si utilizzano metodi di spettrometria di massa quantitativa. 

Updated: Jul 2025
loader image