Insegnamento a.a. 2016-2017

Vai alle classi: 31

CLMG (3 cfu - II sem. - OP)

Docente responsabile dell'insegnamento:
MELISSA MIEDICO

Obiettivi formativi del corso

Il corso intende fornire le conoscenze necessarie per la costruzione di sistemi probabilistici che leghino le evidenze disponibili alle ipotesi di rilevanza processuale.
Nel corso gli studenti sono introdotti a rappresentare la dipendenza fra evidenze e ipotesi tramite Bayesian Networks, una particolare caratterizzazione dei modelli grafici. Oltre a richiami di teoria della probabilità e delle decisioni vengono approfonditi i concetti di indipendenza e indipendenza condizionata, del valore dell'evidenza, della trattazione contemporanea di più evidenze, del trasferimento di evidenze dell'individuazione di evidenze manipolate. Infine viene introdotto il concetto di valutazione preventiva di uno strumento probabilistico per fornire indicazioni sulle sue capacità di fornire distribuzioni di probabilità sulle ipotesi d'interesse utilizzabili in ambito decisionale. Gli esempi riguardano casi di natura sia civile che penale.
Le computazioni necessarie sono supportate da un software liberamente disponibile in rete che verrà illustrato e utilizzato durante il corso.

Programma sintetico del corso

• Eventi e probabilità, definizioni e regole di manipolazione
• Probabilità e scienze forensi
• Teorema di Bayes: relazione fra una evidenza e una ipotesi di rilevanza forense
• Indipendenza e indipendenza condizionata
• Rappresentazione del sistema probabilistico tramite una Bayesian Network
• Indipendenze condizionate e connessioni fra nodi di una rete
• Introduzione al software Genie
• Identificazione : Ipotesi e evidenza diretta, soluzione Bayesiana e approcci alternativi
• Identificazione : Ipotesi e evidenza indiretta basata su tracce di DNA
• Combinazione di evidenze
• Valutazione di evidenze con possibilità di trasferimento
• Valutazioni di casi di discriminazione
• Valutazione di casi di verifica dell'autenticità di documenti con scrittura manuale

Descrizione dettagliata delle modalità d'esame

L'esame è scritto e sarà svolto subito dopo la fine del corso. L'esame consiste nel rispondere a domande aperte che copriranno tutti i temi trattati nel corso.
La parte riguardante la trattazione di casi natura civile avrà lo stesso spazio di quelli che coprono la parte penale.

Testi d'esame

F. Taroni, C. Aitken, S. Bozza, Bayesian Network for probabilistic inference and decision analysis in forensic Science, Wiley, 2014.

Testi d'esame & Articoli on line (verifica disponibilità in Biblioteca)

Prerequisiti

• Una lettura propedeutica al corso è costituita dai capitoli 1-4 (compresi) del testo: F. Corradi, Statistica, Egea Pixel 2014.
• E' inoltre utile rivedere il testo adottato per il corso 50057: Prof. L. Peccati, Metodi quantitativi.
• In particolare leggere i capitoli 5-11 compresi del testo: M. D'Amico, L. Peccati, Metodi matematici, statistici e finanziari per giuristi,  Egea 2011.

Modificato il 26/05/2016 14:08