Lo studente deve avere acquisito le conoscenze di base: della probabilità e probabilità condizionale (teorema di Bayes); delle variabili casuali (sapendo ben distinguere leggi discrete e leggi continue); del valore atteso, della varianza, degli ulteriori momenti, sapendo anche utilizzare la funzione generatrice dei momenti; delle principali leggi di probabilità univariate; dei modi di convergenza di successioni di variabili casuali (con i teoremi limite); delle procedure di inferenza statistica nei più semplici modelli statistici parametrici di campionamento casuale.

Lo studente deve saper usare i principali risultati del calcolo delle probabilità per risolvereproblemi su probabilità e probabilità condizionali; saper scegliere le leggi di probabilità idonee alla descrizione di un fenomeno aleatorio; saper utilizzare opportunamente distribuzioni di probabilità approssimate, anche per l’inferenza statistica.

Lo studente deve essere in grado di modellare opportunamente semplici situazioni di incertezza.

Lo studente deve essere in grado di esporre in modo efficace le motivazioni per la scelta della modellazione stocastica di semplici situazioni di incertezza e le conclusioni di una analisi statistica inferenziale.

​

Lo studente deve essere in grado di approfondire ulteriori conoscenze nell’ambito della probabilità e dell’inferenza statistica, nell’ambito di analisi di dati da basi di dati, anche in vista dei problemi di sicurezza informatica.