Introducción a Probabilidades y sus Distribuciones para la Toma de Decisiones

Unidad 1: Cálculo Combinatorio con y sin Repetición

• Combinatoria simple: Permutaciones. Combinaciones. Variaciones.
• Combinatoria con repetición: Permutaciones. Combinaciones. Variaciones.
• Problemas de conteo.
• Números combinatorios.
• Actividades de aplicación específicas para el perfil profesional del cursante.

Unidad 2: Probabilidades y sus Aplicaciones

• Probabilidad y posibilidad.
• Terminología y conceptos básicos en probabilidades.
• Escuelas de Probabilidad: Clásica, Experimental, Axiomática y Subjetiva.
• Definiciones de probabilidad. Ventajas e inconvenientes.
• Actividades de aplicación específicas para el perfil profesional del cursante.

Unidad 3: Operaciones con Probabilidades. Sus aplicaciones prácticas

• Tablas de contingencia y Diagramas de árbol.
• Reglas de la suma y el producto de probabilidades.
• Sucesos mutuamente excluyentes.
• Sucesos independientes. Probabilidad condicional.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 4: Probabilidad de las Causas. Modelos de Decisión

• Modelo de Bayes. Su importancia en la toma de decisiones.
• Probabilidad de las causas o “a posteriori”.
• Regla de la probabilidad total.
• Modelo de árboles de decisión.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 1: Introducción a Variables Aleatorias

• Concepto y características de una variable aleatoria.
• Variable Aleatoria Discreta: Función de Probabilidad y Función de Acumulación.
• Variable Aleatoria Continua: Función de Densidad y Función de Distribución.
• Funciones de probabilidad: Acumuladas y Desacumuladas.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 2: Caracterización de una Variable Aleatoria

• Esperanza de una VA (Variable Aleatoria). Propiedades de la Esperanza.
• Varianza y DS (Desvío Estandar) de una Variable Aleatoria. Estandarización de VA.
• Coeficiente de variación. Su importancia en la comparación de distribuciones.
• Noción de juego equitativo.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 3: Distribuciones Particulares de Variables Aleatorias Discretas

• VA de Bernoullí - Distribución Binomial.
• Distribución de Pascal o Binomial negativa.
• Distribución Hipergeométrica.
• Manejo de Tablas y Calculadoras estadísticas.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 4: Otras Distribuciones Particulares de Variables Aleatorias Discretas

• Distribución Multinomial y distribución Multihipergeométrica.
• Distribución Uniforme Discreta y Distribución Geométrica.
• Distribución de Poisson.
• Aproximación de Poisson por la Binomial.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 1: Distribución Normal (la famosa “campana de Gauss”)

• Propiedades de la Normal de Gauss.
• Función de densidad y función de distribución de la Normal.
• Estandarización y desentadarización de la Normal.
• Manejo de Tablas y calculadoras estadísticas.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 2: Aproximaciones y Otras Distribuciones Particulares de Variables Aleatorias Continuas

• Aproximaciones por Normal de Binomial y Poisson.
• Distribución Chi-Cuadrado.
• Distribución “t” de Student.
• Distribución “F” de Fisher/Snedecor.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 3: TCL, Tchebycheff y Otra Distribuciones Particulares de Variables Aleatorias Continuas

• TCL (Teorema Central del Límite) sus aplicaciones prácticas.
• Acotación de Tchebycheff y sus aplicaciones prácticas.
• Distribución Uniforme – Distribución Triangular.
• Distribución logNormal – Distribución Gamma.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 4: Otras Distribuciones Particulares de Variables Aleatorias Continuas

• Distribución Exponencial – Distribución Erlang.
• Distribución Weibull – Distribución Gumbel.
• Distribución Beta – Distribución de Cauchy.
• Distribución Logística – Distribución de Laplace – Distribución de Pareto.
• Actividades de aplicación y Modelos típicos para el perfil del cursante.