Libri UniversitariZoom 100%

Prof. Pietro Rigo: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 3
Bologna 3 insegnamenti
Facoltà: Scienze

Prof. Pietro Rigo: Probability II

5,4difficoltà
Bologna · Facoltà: Scienze · Scienze statistiche (L-41)
Di cosa si tratta: Gli spazi di Probability e le loro proprietà elementari aprono lo studio, con variabili aleatorie e loro distribuzioni, indipendenza e misure di probabilità su R e R^n, inclusa la distribuzione normale. Seguono trasformazioni di variabili, momenti, Characteristic functions, distribuzioni condizionate, filtrazioni e stopping times, convergenza di variabili aleatorie e Laws of large numbers.

Dettagli corso

2º annoCorso: L-41
CFU: 6Canale: Unico
🕒 Orario lezioni
  • Mar, Mer15–17AULA VII (accesso Via Ranzani, 1)
  • Mar9–12AULA V
  • Gio14–16AULA VII (accesso Via Ranzani, 1)

Tempo di studio e official info

Tempo consigliato per preparare l’esame: ≈ 11 settimane
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
Stirzaker – Probability and random processesISBN 9780198847595
Tempo di studio del libro≈ 7,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
669 pagine
Difficoltà
7,7
Dall'Aglio – Calcolo delle probabilita'ISBN 9788808176769
Tempo di studio del libro≈ 3,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
320 pagine
Difficoltà
5,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Cerca su Amazon
Consigliato
Eserciziario di statistica
Cerca su Amazon
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Come si definisce la convergenza in probabilità di una successione di variabili casuali?
  2. Qual è la differenza tra convergenza quasi certa e convergenza in legge?
  3. Che cosa afferma la legge forte dei grandi numeri e in che senso differisce da quella debole?
  4. Come si calcola la funzione generatrice dei momenti di una variabile casuale esponenziale?
  5. Perché la funzione caratteristica determina in modo univoco la distribuzione di una variabile casuale?
  6. In quali situazioni si applica il teorema di Slutsky nelle dimostrazioni di convergenza?
  7. Come si ricava la distribuzione congiunta di due variabili casuali a partire dalle densità marginali?
  8. Che cosa si intende per processo di Markov e quale proprietà di assenza di memoria lo caratterizza?
  9. Come si dimostra che la somma di variabili casuali indipendenti gaussiane è ancora gaussiana?
  10. Quale ruolo ha la disuguaglianza di Chebyshev nella stima della probabilità di deviazioni dalla media?
  11. Come si calcola il valore atteso condizionato di una variabile rispetto a una partizione dello spazio?
  12. Quando una catena di Markov a tempo discreto ammette una distribuzione stazionaria?
  13. Che cosa rappresenta un moto browniano e quali sono le sue proprietà principali?
  14. Come si usa il lemma di Borel-Cantelli per stabilire la convergenza quasi certa di eventi?
  15. Quali differenze esistono tra una misura di probabilità e una misura generica sui boreliani?
  16. Come si definisce l'indipendenza di una famiglia infinita di variabili casuali?
  17. Che cosa dice la disuguaglianza di Jensen applicata al valore atteso di una funzione convessa?
  18. Come si ottiene la densità di una trasformazione monotona di una variabile casuale continua?
  19. Perché la varianza di una somma di variabili correlate dipende dalla covarianza?
  20. In quali casi il teorema centrale del limite fornisce un'approssimazione utile per somme di variabili non identicamente distribuite?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Facoltà: Scienze Statistiche

Prof. Pietro Rigo: Advanced Probability

5,4difficoltà
Bologna · Facoltà: Scienze Statistiche · Statistical Sciences (LM-82)
Di cosa si tratta: Probability spaces, elementi di measure theory, random variables e distributions, misure di probabilità su R e R^n, moments, conditional distributions e conditional expectations, characteristic functions, weak convergence, altri modi di convergence, Borel-Cantelli, leggi dei grandi numeri, teoremi del limite centrale e distribuzioni infinitamente divisibili e stabili.

Dettagli corso

1º annoCorso: LM-82
CFU: 6Canale: Unico
🕒 Orario lezioni
  • Mar11–13AULA 1
  • Gio11–13AULA 32
  • Ven14–16AULA 11

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 3 libri
Billingsley – Probability and measureISBN 9781118122372
Tempo di studio del libro≈ 7 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
624 pagine
Difficoltà
5,4
Dall'Aglio – Calcolo delle probabilita'ISBN 9788808176769
Tempo di studio del libro≈ 3,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
320 pagine
Difficoltà
5,7
Stirzaker – Probability and random processesISBN 9780198847595
Tempo di studio del libro≈ 7,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
669 pagine
Difficoltà
7,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale
Consigliato
Eserciziario di analisi matematica
Cerca su Amazon
Consigliato
GeoGebra (programma gratuito per grafici e geometria)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Che cosa definisce uno spazio di probabilità e quali assiomi devono essere soddisfatti?
  2. Come si definisce una variabile aleatoria e quale proprietà deve avere la sua misura immagine?
  3. Come si calcola la distribuzione condizionata di una variabile aleatoria dato un evento?
  4. Che cosa esprime la speranza condizionata e quale proprietà di linearità possiede?
  5. Come si dimostra la convergenza debole di una successione di variabili aleatorie?
  6. Quali relazioni intercorrono tra convergenza quasi certa, in probabilità e in distribuzione?
  7. Come si utilizza la funzione caratteristica per determinare la distribuzione di una variabile?
  8. Quali condizioni consentono di applicare il teorema del limite centrale in forma generale?
  9. Perché il lemma di Borel-Cantelli è utile nello studio della convergenza quasi certa?
  10. Come si definisce l'indipendenza di famiglie di eventi e di variabili aleatorie?
  11. Qual è la differenza tra momenti assoluti e momenti centrali di una distribuzione?
  12. Come si calcola la covarianza tra due variabili aleatorie e quale interpretazione ha?
  13. Quando una successione di variabili aleatorie converge in media quadratica?
  14. In che modo la disuguaglianza di Jensen si applica alle speranze di funzioni convesse?
  15. Come si determina la distribuzione di una somma di variabili indipendenti tramite convoluzione?
  16. Che cosa afferma la legge forte dei grandi numeri per variabili con momento primo finito?
  17. Come si costruisce un esempio di variabili non correlate ma dipendenti?
  18. Quale ruolo gioca la misurabilità nella definizione di una variabile aleatoria?
  19. Come si applica la trasformata di una variabile aleatoria per ottenere la sua nuova distribuzione?
  20. Quali esempi tipici illustrano la differenza tra convergenza in probabilità e convergenza quasi certa?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Pietro Rigo: Stochastic Processes

3,6difficoltà
Bologna · Facoltà: Scienze Statistiche · Statistical Sciences (LM-82)
Di cosa si tratta: Dopo un breve richiamo alla probabilità, si introducono i processi stocastici: definizione, traiettorie, filtrations, stopping times e distribuzioni finito-dimensionali. Seguono le martingale, le catene di Markov, le successioni stazionarie e scambiabili, le passeggiate aleatorie, il moto Brownian, il processo di Poisson e i processi di Lévy e di rinnovo.

Dettagli corso

1º annoCorso: LM-82
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
Cinlar – Probability and stochastic processesISBN 9780387878584
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
557 pagine
Difficoltà
7
Stirzaker – Probability and random processesISBN 9780198847595
Tempo di studio del libro≈ 7,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
669 pagine
Difficoltà
7,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Cos'è una catena di Markov e quali proprietà definiscono la sua memoria?
  2. Come si classificano gli stati di una catena di Markov in transitori e ricorrenti?
  3. Cosa rappresenta il processo di Poisson e quali ipotesi lo caratterizzano?
  4. Come si calcola la distribuzione stazionaria di una catena di Markov finita?
  5. Cosa si intende per moto browniano e quali proprietà di incremento possiede?
  6. In che modo la matrice di transizione descrive l'evoluzione di un processo discreto?
  7. Quale relazione esiste tra processo di Poisson e tempi di attesa esponenziali?
  8. Cosa si intende per martingala e come si verifica la proprietà di martingala?
  9. Come si definisce la stazionarietà in senso debole per un processo stocastico?
  10. In che modo le code di attesa M/M/1 possono essere modellate con processi di nascita e morte?
  11. Cosa indica il tempo medio di primo passaggio in una catena di Markov?
  12. Come si calcola la varianza di un processo di Poisson composto?
  13. Quali differenze esistono tra processi a tempo discreto e processi a tempo continuo?
  14. In che modo si applica la proprietà di Markov forte ai tempi di arresto?
  15. Come si costruisce la funzione di autocovarianza di un processo stazionario?
  16. Quale ruolo ha la legge dei grandi numeri nello studio di processi stocastici ergodici?
  17. Come si studia la convergenza di una catena di Markov verso la distribuzione stazionaria?
  18. In che modo le catene di Markov a tempo continuo si descrivono tramite il generatore infinitesimale?
  19. Cosa significa che un processo stocastico ha incrementi indipendenti?
  20. Come si utilizza la simulazione Monte Carlo per approssimare la distribuzione di un processo complesso?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Scorri di lato: 2 insegnamenti →

Domande frequenti Libri, programma ed esami del prof. Pietro Rigo a Bologna

Che libro usa il prof. Pietro Rigo per Probability II a Bologna?

Per Probability II (Canale unico) indica come obbligatorio: Stirzaker – Probability and random processes, Dall'Aglio – Calcolo delle probabilita'.

Quanto è impegnativo Probability II?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Pietro Rigo per Advanced Probability a Bologna?

Per Advanced Probability (Canale unico) indica come obbligatorio: Billingsley – Probability and measure, Dall'Aglio – Calcolo delle probabilita', Stirzaker – Probability and random processes.

Quanto è impegnativo Advanced Probability?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Pietro Rigo per Stochastic Processes a Bologna?

Per Stochastic Processes (Canale unico) indica come obbligatorio: Cinlar – Probability and stochastic processes, Stirzaker – Probability and random processes.

Quanto è impegnativo Stochastic Processes?

6 CFU, difficoltà stimata 3.6 su 10 rispetto agli esami della stessa area.

Dove trovo la scheda ufficiale di un esame?

Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.

Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.