1. Vectores aleatorios discretos.
1.1. Distribuciones conjuntas, marginales y condicionadas.
1.2. Independencia.
1.3. Funciones de vectores aleatorios.
1.4. Valor esperado y varianza. Esperanza condicionada.
1.5. Modelos multivariantes discretos.
2. Vectores aleatorios continuos.
2.1. Distribuciones conjuntas, marginales y condicionadas.
2.2. Independencia. Funciones de vectores aleatorios.
2.3. Cambio de variable. Valor esperado y varianza. Esperanza condicionada.
2.4. Distribución normal bidimensional.
3. Introducción a la inferencia estadística.
3.1.Muestra aleatoria simple y estadísticos muestrales.
3.2. Teorema de Markov. Ley de los Grandes Números.
3.3. Teorema del Límite Central.
3.4. Distribuciones relacionadas con la Normal (ji-cuadrado y t de Student).
3.5. Intervalos de confianza