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 multivariados 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.
2.4 Esperanza condicionada.
2.5. Distribución normal bidimensional y multidimensional.
2.6. Distribuciones relacionadas con la Normal (ji-cuadrado y t de Student).
3. Funciones generatrices y convergencia de variables aleatorias
3.1. Desigualdad de Markov. Convergencia en probabilidad.
3.2. Ley de Grandes Números. Método de Monte Carlo
3.3. Momentos. Funciones generatrices.
3.4. Convergencia en distribución. Teorema del Límite Central.