Contenidos teóricos y prácticos de la asignatura
- Espacios de probabilidad.
- Variables y vectores aleatorios: características y modelos.
- Leyes de los grandes números y Teorema Central del Límite.
TEMA 1. TEORÍA DE LA PROBABILIDAD
Conceptos de probabilidad. Espacio muestral: Sucesos y operaciones con sucesos. Probabilidad: Definiciones y propiedades. Asignación de Probabilidades. Probabilidad condicionada y Teorema de Bayes. Probabilidades geométricas.
TEMA 2. VARIABLES ALEATORIAS
Definición de variable aleatoria. Función de distribución. Variables aleatorias discretas y continuas. Esperanza y varianza de una variable aleatoria. Momentos. Desigualdades de Markov y de Tchebychev. Función conjunta de probabilidad. Independencia de variables aleatorias.
TEMA 3. PRINCIPALES DISTRIBUCIONES DISCRETAS Y CONTINUAS
Distribuciones discretas: Uniforme, Bernoulli, Binomial, Hipergeométrica, Geométrica, Binomial negativa, Poisson.
Distribuciones continuas: Uniforme, Gamma, Exponencial, Weibull, Normal, Chi-cuadrado de Pearson, t de Student, F de Snedecor.
TEMA 4. VARIABLES ALEATORIAS BIDIMENSIONALES
Distribución conjunta. Distribuciones marginales y condicionadas. Independencia. Transformaciones de variables aleatorias.
TEMA 5. CONVERGENCIA DE VARIABLES ALEATORIAS
Convergencia en ley. Convergencia en probabilidad. Convergencia casi seguro. Leyes de los grandes números y teorema central del límite.
Prácticas:
1. Simulación de variables aleatorias discretas.
2. Simulación de variables aleatorias continuas.
- Variables y vectores aleatorios: características y modelos.
- Leyes de los grandes números y Teorema Central del Límite.
TEMA 1. TEORÍA DE LA PROBABILIDAD
Conceptos de probabilidad. Espacio muestral: Sucesos y operaciones con sucesos. Probabilidad: Definiciones y propiedades. Asignación de Probabilidades. Probabilidad condicionada y Teorema de Bayes. Probabilidades geométricas.
TEMA 2. VARIABLES ALEATORIAS
Definición de variable aleatoria. Función de distribución. Variables aleatorias discretas y continuas. Esperanza y varianza de una variable aleatoria. Momentos. Desigualdades de Markov y de Tchebychev. Función conjunta de probabilidad. Independencia de variables aleatorias.
TEMA 3. PRINCIPALES DISTRIBUCIONES DISCRETAS Y CONTINUAS
Distribuciones discretas: Uniforme, Bernoulli, Binomial, Hipergeométrica, Geométrica, Binomial negativa, Poisson.
Distribuciones continuas: Uniforme, Gamma, Exponencial, Weibull, Normal, Chi-cuadrado de Pearson, t de Student, F de Snedecor.
TEMA 4. VARIABLES ALEATORIAS BIDIMENSIONALES
Distribución conjunta. Distribuciones marginales y condicionadas. Independencia. Transformaciones de variables aleatorias.
TEMA 5. CONVERGENCIA DE VARIABLES ALEATORIAS
Convergencia en ley. Convergencia en probabilidad. Convergencia casi seguro. Leyes de los grandes números y teorema central del límite.
Prácticas:
1. Simulación de variables aleatorias discretas.
2. Simulación de variables aleatorias continuas.
Actividades a desarrollar en otro idioma
Siguiendo el plan de estudios, en esta asignatura no son obligatorias actividades en otro idioma.