Probabilidad básica
Offered By: Universidad Politécnica de Cartagena via Miríadax
Course Description
Overview
Descripción de curso
Gracias por tu interés. Aunque este MOOC ya se realizó, si te inscribes podrás acceder a los contenidos más importantes y a los vídeos. Sin embargo, no podrás realizar ninguna de las actividades ni te podrás certificar. Cuando esté disponible una nueva edición podrás inscribirte para que obtengas la experiencia completa de un MOOC de Miríadax.
La probabilidad moderna surge con el objetivo mejorar la estrategia en los juegos de azar. Sin embargo, en la actualidad esta disciplina tiene múltiples aplicaciones, aparece en ciencias, ingeniería y muchas otras materias. Además, está estrechamente ligada con la Estadística. Nuestro objetivo en el presente curso será presentar unos contenidos de probabilidad a nivel de educación secundaria.Tras introducir los conceptos básicos de experimento aleatorio y probabilidad asociada, trataremos los sucesos independientes y la probabilidad condicionada, introduciendo el Teorema de la probabilidad total y el Teorema de Bayes. Después definiremos el concepto de variable aleatorio, junto con la función de probabilidad asociada y parámetros. Estudiaremos la distribución binomial, y tras presentar las distribuciones continuas, introduciremos la distribución normal y cómo esta, bajo ciertas condiciones, puede aproximar a la distribución binomial.
Gracias por tu interés. Aunque este MOOC ya se realizó, si te inscribes podrás acceder a los contenidos más importantes y a los vídeos. Sin embargo, no podrás realizar ninguna de las actividades ni te podrás certificar. Cuando esté disponible una nueva edición podrás inscribirte para que obtengas la experiencia completa de un MOOC de Miríadax.
La probabilidad moderna surge con el objetivo mejorar la estrategia en los juegos de azar. Sin embargo, en la actualidad esta disciplina tiene múltiples aplicaciones, aparece en ciencias, ingeniería y muchas otras materias. Además, está estrechamente ligada con la Estadística. Nuestro objetivo en el presente curso será presentar unos contenidos de probabilidad a nivel de educación secundaria.Tras introducir los conceptos básicos de experimento aleatorio y probabilidad asociada, trataremos los sucesos independientes y la probabilidad condicionada, introduciendo el Teorema de la probabilidad total y el Teorema de Bayes. Después definiremos el concepto de variable aleatorio, junto con la función de probabilidad asociada y parámetros. Estudiaremos la distribución binomial, y tras presentar las distribuciones continuas, introduciremos la distribución normal y cómo esta, bajo ciertas condiciones, puede aproximar a la distribución binomial.
Syllabus
Módulo 0. Introducción
Módulo 1. Experimentos aleatorios, espacios muestrales y sucesos.
Módulo 2. Probabilidad, propiedades y ejemplos.
Módulo 3. Sucesos independientes y probabilidad condicionada.
Módulo 4. Teorema de la probabilidad total y Teorema de Bayes.
Módulo 5. Variables aleatorias y distribución binomial.
Módulo 6. Distribuciones continuas y distribución normal.
Módulo 7. Aproximación de la distribución binomial por la normal.
Módulo 1. Experimentos aleatorios, espacios muestrales y sucesos.
Módulo 2. Probabilidad, propiedades y ejemplos.
Módulo 3. Sucesos independientes y probabilidad condicionada.
Módulo 4. Teorema de la probabilidad total y Teorema de Bayes.
Módulo 5. Variables aleatorias y distribución binomial.
Módulo 6. Distribuciones continuas y distribución normal.
Módulo 7. Aproximación de la distribución binomial por la normal.
Tags
Related Courses
Untersuchen und Erstellen von Daten für UnternehmenUniversity of Illinois at Urbana-Champaign via Coursera Exploration et production de données pour les entreprises
University of Illinois at Urbana-Champaign via Coursera Исследование и генерация данных для принятия бизн.-реш.
University of Illinois at Urbana-Champaign via Coursera Statistics for Social Science
Chaffey College via California Community Colleges System Сравниваем доходность акций с Google Sheets
Coursera Project Network via Coursera