Probabilidad y distribuciones estadísticas

En este curso, los estudiantes comprenderán los fundamentos de la probabilidad, incluyendo el concepto de espacio muestral y los tres enfoques principales —clásico, frecuentista y subjetivo— para cuantificar la incertidumbre en fenómenos aleatorios. Se explorarán distribuciones de probabilidad discretas, como la Binomial y la de Poisson, y distribuciones continuas, destacando las distribuciones Normal, Uniforme y Exponencial, esenciales para modelar el comportamiento de las variables y predecir resultados.

El módulo también cubre medidas estadísticas fundamentales, como el valor esperado, la varianza y la desviación estándar, que resumen el comportamiento de las distribuciones y ayudan a interpretar los datos. La inferencia estadística se introduce a través del Teorema del Límite Central, los intervalos de confianza y las pruebas de hipótesis, permitiendo extrapolar información de muestras a poblaciones enteras con rigor analítico y control de la incertidumbre.

Finalmente, los estudiantes estudiarán aplicaciones prácticas de probabilidad y estadística en contextos del mundo real, incluyendo control de calidad industrial, investigación del comportamiento del consumidor, finanzas y salud pública. Se destacarán herramientas computacionales modernas, como Excel, R y Python, para agilizar cálculos, generar visualizaciones y apoyar la toma de decisiones estratégicas basada en datos.