Semana 1

• Leer el capítulo I: Mirando al través del lente del azar, del libro "El andar del borracho: Cómo el azar gobierna nuestras vidas".

  • Mlodinow, L. (2008). El andar del borracho. Cómo el azar gobierna nuestra vidas. Barcelona: Crítica (Traducción: S. Martinez Mendizabal). [Link]

• Conocimientos previos recomendados 

  • Álbegra lineal [Link]

Semana 2

• Diagrama de árbol.

• Breves apuntes de Matlab: Una introducción rápida pero no trivial. [Link]

• Videos sugeridos: 

  • Espacio de muestras, ejemplo tomado de la serie The Big Bang Theory.  

  • Medida de probabilidad, ejemplo tomado de la serie The Big Bang Theory. 

• Cubero Sanjurjo, Javier and Fito i Linhart, Àlex (2001). Dados y datos. Cómic hacia la estadística con probabilidad 0.95 de serlo. Institut Belear d'Estadística. Revisar el capítulo 3: Blaise Pascal.

• Introducción a la teoría de probabilidad con Python.

Semana 3

• Generación de números aleatorios: A computer method for synthesizing randomness: Random number generators.

• Videos sugeridos: 

  • Generación de números aleatorios (Canal: Derivando).

Semana 5: 

• Distribución de probabilidad con Python.

Semana 9: Función de variables aleatorias

• Albuquerque, J. P. D. A., Fortes, J. M. P., & Finamore, W. A. (2008). Probabilidade, variáveis aleatórias e processos estocásticos. Capítulo 4. Funções de Variáveis Aleatórias. Editora PUC–Rio e Editora Interciência, Rio de Janeiro, Brasil. Idioma: Portugués. [Link] 

• Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2012). Probabilidad y estadística para ingeniería y ciencias. Capítulo 7. Funciones de variables aleatorias. Norma, 162, 157. [Link]

• Videos sugeridos: 

  • Ronny Vallejos, Probabilidad y Estadísitca USM: Teorema de transformación de variables aleatorias.

Semana 10: Valor esperado

• Cálculo de la media, varianza y valor cuadrático medio de una variable aleatoria uniforme.

• Cálculo de la media, varianza y valor cuadrático medio de una variable aleatoria gaussiana.

• Cálculo de la media y varianza de una variable aleatoria discreta.

• Videos sugeridos: 

  • Ronny Vallejos, Probabilidad y Estadísitca USM: Momentos de una variable aleatoria.

Semana 11: Valor esperado (Parte 2)

• Valor esperado de vectores y matrices.

• Función característica.

Semana 13: Teoría de la decisión

• Introducción a la teoría de la decisión.

• Video Prof. Arturo Erdely: Problema de decisión, Verosimilitud.

• Video Prof. Ronny Vallejos, Probabilidad y estadística USM: Constraste de hipotesis 1, contraste de hipótesis 2, contraste de hipótesis 3. 

Semana 14: Teoría de la estimación

• Video: Estimación putual: Máxima verosimilitud, Prof. Arturo Erdely.

• Video: Desigualdad de Cramér-Rao, Prof. Arturo Erdely.

• Video Prof. Ronny Vallejos, Probabilidad y estadística USM: Estimación puntual, Calidad de un estadístico, Estimador de momentos, Estimador de máximo Verosímil.

• Lectura: Helene, An Introduction to Bayesian Inference — Baye’s Theorem and Inferring Parameters.

Semana 15: Teoría de la estimación

Video: Estimación puntual bayesiana, Prof. Arturo Erdely.