4.9.2.3 Probabilidad Discreta (10 horas) [Habilidades a,b,i,1,6]

Referencias Bibliográficas: [Micha, 1998] Temas
  1. Espacio de probabilidad finita, eventos.
  2. Axiomas de Probabilidad y medidas de probabilidad.
  3. Probabilidad condicional, Teorema de Bayes.
  4. Independencia.
  5. Variables enteras aleatorias (Bernoulli, binomial).
  6. Esperado, Linearidad del esperado.
  7. Varianza.
  8. Independencia Condicional.
Objetivos de Aprendizaje
  1. Calcular las probablidades de eventos y el valor esperado de variables aleatorias para problemas elementales como en los juegos de azar [Familiarity]
  2. Distinguir entre eventos dependientes e independientes [Familiarity]
  3. Identificar un caso de la distribución binomial y calcula la probabilidad usando dicha distribución [Familiarity]
  4. Aplicar el teorema de Bayes para determinar las probabilidades condicionales en un problema [Familiarity]
  5. Aplicar herramientas de probabilidades para resolver problemas como el análisis de caso promedio en algoritmos o en el análisis de hash [Familiarity]
  6. Calcular la varianza para una distribución de probabilidad dada [Familiarity]
  7. Explicar como los eventos que son independientes pueden ser condicionalmente dependientes (y vice versa) Identificar ejemplos del mundo real para estos casos [Familiarity]



Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM