Libri UniversitariApri il catalogo

Massimiliano Goldwurm – Catene di Markov e applicazioni algoritmiche

Libro adottato a Statale di Milano, a.a. 2026/2027 · 1 canale

«Massimiliano Goldwurm – Catene di Markov e applicazioni algoritmiche» è adottato per Metodi Probabilistici per L'Informatica dal prof. Massimiliano Goldwurm (Informatica - magistrale – Statale di Milano).

Massimiliano Goldwurm – Catene di Markov e applicazioni algoritmicheVai su Amazon ›

Come lo indica il docente: Massimiliano Goldwurm, Catene di Markov e applicazioni algoritmiche. Milano University Press, Gennaio 2024

Chi lo adotta

Programma e testi di ogni canale

Metodi Probabilistici per L'Informatica – Prof. Massimiliano Goldwurm Canale unico

Corso di laurea: Informatica - magistrale · Laurea magistrale (LM-18) · esame facoltativo · 6 CFU

Statale di Milano · Facoltà di Scienze e Tecnologie · 6 CFU · apri nel catalogo · Informatica - magistrale ›

Testo principale

Massimiliano Goldwurm – Catene di Markov e applicazioni algoritmichequesto libroVai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Università degli Studi di Milano, anno accademico…Vai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Altri testi di consultazione

Gnedenko – The theory of ProbabilityVai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Uno a scelta tra questi 6:

Mitzenmacher – Probability and ComputingVai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Seneta – Non-negative Matrices and Markov ChainsVai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Woess – Catene di Markov e teoria del potenziale…Vai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Dispense disponibili al sito MyAriel citato sopra (o quelli degli anni precedenti):
  • M. Goldwurm, Compendio di calcolo delle probabilità, dispense ausiliarie dedicate alle nozioni introduttive di probabilità e ad alcuni argomenti avanzati

Argomenti del programma: 1. Richiami di calcolo delle probabilità. Variabili aleatorie discrete e continue, funzioni densità e distribuzione, momenti, esempi classici. Disuguaglianze di Markov e di Chebychev. Disuguaglianza di Chernoff e sue applicazioni. 2. Introduzione agli algoritmi probabilistici. Classificazione: algoritmi Las Vegas, 1-sided error, a errore limitato e illimitato. Metodi di riduzione della probabilità di errore. 3.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Si studia insieme a