Contenido del curso
- Probabilidad
- Espacios de probabilidad
- Elementos esenciales de la teoría de la probabilidad
- Fenómenos deterministas y aleatorios
- Conceptos de espacio muestral, σ-álgebra, medida de probabilidad, espacio de probabilidad
- Propiedades de la probabilidad
- Principales identidades y desigualdades de la probabilidad
- Propiedad de continuidad de la probabilidad (para sucesiones crecientes o decrecientes de eventos)
- Análisis combinatorio
- Principio general de multiplicación
- Concepto de muestras ordenadas (permutaciones) y no ordenadas (combinaciones). Muestreos con y sin reemplazo
- Probabilidad condicional e independencia
- Problemas que implican el concepto de probabilidad condicional
- Fórmulas de Probabilidad Total y de Bayes
- Independencia estocástica de n eventos
- Variables aleatorias discretas y continuas
- Variables aleatorias discretas
- Principales distribuciones discretas de probabilidad: Bernoulli, Binomial, Geométrica, Binomial Negativa, Poisson, Uniforme Discreta, Hipergeométrica
- Identificación e interpretación gráfica de las densidades y distribuciones de probabilidad con distintos parámetros
- Ilustración gráfica del concepto de moda
- Esperanza, varianza y covarianza
- Deducción de la esperanza y varianza de las distribuciones examinadas
- Variables aleatorias continuas
- Distribuciones de probabilidad continua: Uniforme Continua, Beta, Exponencial, Gamma, Gaussiana (Normal)
- Identificación e interpretación gráfica de las densidades y funciones de distribución con diferentes parámetros
- Definición e ilustración gráfica de los conceptos de moda, sesgo y kurtosis
- Propiedades de la esperanza, varianza y covarianza
- Deducción de la esperanza y varianza de las distribuciones examinadas
- Función generatriz de momentos
- Concepto de función generatriz de momentos (FGM)
- Uso de la FGM para la deducción de los cuatro primeros momentos de distribuciones seleccionadas
- Vectores aleatorios y convergencia
- Distribuciones bivariadas
- Conceptos de función de distribución conjunta y función de densidad conjunta
- Distribución de la suma y el cociente
- Deducción de la distribución de la suma de dos variables aleatorias independientes (convolución)
- Aplicación de la convolución para el caso de distribuciones normales, gamma y otras
- Deducción de la distribución del cociente de dos variables aleatorias independientes
- Densidad condicional
- Conceptos de distribución condicional y esperanza condicional
- Convergencia en distribución y en probabilidad
- Concepto de convergencia en distribución
- Aproximación de Poisson
- Teorema del Límite Central y su aplicación para la aproximación Normal
- Demostración de las desigualdades de Markov y Chebyshev
- Demostración y aplicación de la Ley Débil de los Grandes Números
Dale cinco estrellas a esta entrada si te parece interesante:
No hay comentarios.:
Publicar un comentario