DIDATTICA

16 March 2021

Orario di ricevimento

Dalle 10:00 alle 19:00 dei giorni feriali previo appuntamento

Analisi dei Processi Chimici e Biotecnologici

Obiettivi del corso:

Il corso intende fornire le conoscenze dei concetti fondamentali della statistica, dell’inferenza parametrica di modelli da dati sperimentali.
Lo studente sarà in grado di stimare parametri fisici da modelli lineari e non lineari; interpretare i risultati sperimentali e selezionare il modello matematico più adeguato per descrivere un generico processo; utilizzare software specifici dedicati alla statistica e all’ottimizzazione di funzioni (Matlab)

Ore previste di didattica frontale: 90

Numero Crediti Formativi previsti: 9

Programma del corso:

Introduzione al corso: Statistica descrittiva. Teoria della probabilità. Definizione esperimento aleatorio. Definizione variabile aleatoria, variabili aleatorie scalari. Caratterizzazione modelli matematici per le variabili aleatorie scalari: funzione distribuzione cumulativa (PDF) e densità di probabilità (PDF)
Variabili aleatorie vettoriali. Modelli matematici per le variabili aleatorie vettoriali. Identificazione parametrica variabili aleatorie scalari e vettoriali.
Stimatori: Metodo dei Momenti, Metodo dei minimi quadrati e metodo della massima verosimiglianza
Proprietà stimatori. Intervalli di fiducia. Test statistici delle ipotesi. Analisi della varianza
Stima di parametri da modelli fisici
Modelli lineari: Regressione lineare.Proprietà stimatori regressione lineare. Intervalli di fiducia e regioni congiunte di fiducia per la regressione lineare. ANOVA per la regressione lineare
Modelli non lineari – Metodo dei minimi quadrati non lineari

Prerequisiti utili per il corso:

Analisi matematiche, Geometria

Modalità d’esame:

Redazione tesina, prova orale

Testi:

Dispense disponibili dal sito

Probability, Random Variables and Stochastic Processes, A.Papoulis and U.Pillao

Applied Regression Analisis, Draper and Smith, 3rd edition

Questionnaire and social

Share on: