Paolo Dai Pra

foto,  2 ottobre 2019
Qualifica
Professore ordinario
Settore disciplinare
MATH-03/B - Probabilita' e statistica matematica
Settore di Ricerca (ERC-2024)
PE1_13 - Probability

Ufficio
Ca' Vignal 2,  Piano 2,  Stanza 9
Telefono
+39 045 802 7093
E-mail
paolo|daipra*univr|it <== Sostituire il carattere | con . e il carattere * con @ per avere indirizzo email corretto.

Orario di ricevimento

Orario di ricevimento: Lunedì ore 15:30 o su appuntamento. 

Curriculum

Paolo Dai Pra si occupa di Processi Stocastici e loro applicazoni alle Scienze Fisiche, Biologiche e Sociali. La maggior parte delle sue pubblicazioni recenti riguardano le seguenti tematiche:

1. Sistemi complessi nelle scieze biologiche e sociali
2. Proprietà geometriche e di scala dei processi stocastici
3. Convergenza all'equilibrio e disuguaglianze funzionali per sistemi di particelle interagenti
4. Giochi a campo medio

I principali risultati ottenuti comprendono:
- un principio di Grandi Deviazioni per sistemi disordinati;
- un teorema di dualità fra problemi di controllo stocastico e giochi dinamici;
- la prima dimostrazione della scala diffusiva del gap spettrale per processi zero-range;
- una parziale estensione a processi di salto della teoria di Bakry-Emery per diffusioni;
- l'introduzione di dinamiche dissipative con interazione a campo medio, e la dimostrazione del comportamento periodico collettivo in alcuni casi speciali.

 

Insegnamenti

Insegnamenti attivi nel periodo selezionato: 34.
Clicca sull'insegnamento per vedere orari e dettagli del corso.

Corso Nome Crediti totali Online Crediti del docente Moduli svolti da questo docente
Laurea magistrale in Data Science Probability for data science (2025/2026)   9   
Laurea magistrale in Mathematics Statistical learning (2025/2026)   6    (Part I)
Laurea interateneo in Ingegneria dei sistemi medicali per la persona [L-8] Analisi II: applicazioni e metodi matematici (2024/2025)   12  eLearning METODI MATEMATICI E APPLICAZIONI
Laurea in Matematica Applicata [L-35] Probabilita' e statistica (2024/2025)   9  eLearning PROBABILITA'
ELEMENTI DI STATISTICA
Laurea magistrale in Data Science Probability for data science (2024/2025)   9  eLearning
Laurea in Matematica Applicata [L-35] Sistemi stocastici (2024/2025)   6  eLearning
Laurea magistrale in Mathematics [LM-40] Statistical learning (2024/2025)   6  eLearning PART I
Laurea in Matematica Applicata [L-35] Probabilita' e statistica (2023/2024)   9  eLearning ELEMENTI DI STATISTICA
PROBABILITA'
Laurea magistrale in Data Science (LM-91) Probability for data science (2023/2024)   12  eLearning
Laurea in Matematica Applicata [L-35] Sistemi stocastici (2023/2024)   6  eLearning
Laurea magistrale in Mathematics [LM-40] Statistical learning (2023/2024)   6  eLearning PART I
Laurea magistrale in Mathematics [LM-40] Mathematics mini courses (2022/2023)   0     
Laurea in Matematica Applicata [L-35] Probabilita' e statistica (2022/2023)   9  eLearning PROBABILITA'
ELEMENTI DI STATISTICA
Laurea in Informatica [L-31] Probabilita' e statistica (2022/2023)   6  eLearning (Teoria)
Laurea magistrale in Data Science (LM-91) Probability for data science (2022/2023)   12  eLearning
Laurea in Matematica Applicata [L-35] Sistemi stocastici (2022/2023)   6  eLearning
Laurea magistrale in Mathematics [LM-40] Statistical learning (2022/2023)   6  eLearning PART I
Laurea in Matematica Applicata [L-35] Probabilita' e statistica (2021/2022)   9  eLearning ELEMENTI DI STATISTICA
PROBABILITA'
Laurea magistrale in Data Science (LM-91) Probability for data science (2021/2022)   12  eLearning
Laurea in Matematica Applicata [L-35] Sistemi stocastici (2021/2022)   6  eLearning
Laurea magistrale in Mathematics [LM-40] Statistical learning (2021/2022)   6  eLearning PART I
Laurea in Matematica Applicata [L-35] Probabilita' e statistica (2020/2021)   9  eLearning PROBABILITA'
ELEMENTI DI STATISTICA
Laurea magistrale in Data Science (LM-91) Probability for data science (2020/2021)   12  eLearning (Parte I)
Laurea in Matematica Applicata [L-35] Sistemi stocastici (2020/2021)   6  eLearning
Laurea magistrale in Mathematics [LM-40] Statistical learning (2020/2021)   6  eLearning PART I
Laurea in Matematica Applicata [L-35] Probabilita' (2019/2020)   6  eLearning
Laurea in Matematica Applicata [L-35] Sistemi stocastici (2019/2020)   6  eLearning
Laurea magistrale in Mathematics [LM-40] Statistical learning (2019/2020)   6  eLearning PART I
Laurea in Matematica Applicata [L-35] Sistemi stocastici (2014/2015)   6    (Catene di Markov in tempo discreto)

Di seguito sono elencati gli eventi e gli insegnamenti di Terza Missione collegati al docente:

  • Eventi di Terza Missione: eventi di Public Engagement e Formazione Continua.
  • Insegnamenti di Terza Missione: insegnamenti che fanno parte di Corsi di Studio come Corsi di formazione continua, Corsi di perfezionamento e aggiornamento professionale, Corsi di perfezionamento, Master e Scuole di specializzazione.

Gruppi di ricerca

INdAM - Unità di Ricerca dell'Università di Verona
Raccogliamo qui le attività scientifiche dell'Unità di Ricerca dell'Istituto Nazionale di alta Matematica INdAM presso l'Università di Verona
Competenze
Argomento Descrizione Area di ricerca
Giochi a campo medio e applicazioni In questo campo di ricerca si considerano giochi dinamici non-cooperativi, con un elevato numero di giocatori. Con opportune ipotesi di simmetria, il gioco a N giocatori si può approssimare con un gioco limite per un giocatore rappresentativo, detto gioco a campo medio. Tali giochi sono usati per modellare il comportamento collettivo di grandi comunità. Le ricerche riguardano aspetti teorici - esistenza e unicità degli equilibri, convergenza del problema a N giocatori… -, aspetti computazionali - algoritmi per la ricerca di equilibri approssimati - e applicazioni a diverse aree, in particolare Scienze Sociali e Apprendimento Automatico. Metodi quantitativi per l’economia
Game theory, economics, social and behavioral sciences
Sistemi stocastici interagenti a molti gradi di libertà Questo campo di ricerca si occupa dello studio di sistemi complessi costituiti da un gran numero di componenti che interagiscono tra loro secondo leggi probabilistiche. Il suo obiettivo principale è comprendere come le interazioni microscopiche portino all'emergere di comportamenti collettivi macroscopici molto ordinati o altamente organizzati, non facilmente prevedibili dai comportamenti delle singole unità.Più in dettaglio, le tematiche trattate sono limiti di scala, transizioni di fase, fluttazioni, tempi di rilassamento e applicazioni alla biologia e alle scienze sociali. Metodi e modelli matematici
Stochastic analysis



Organizzazione

Strutture del dipartimento

Condividi