El plan de estudios no establece ningún prerrequisito para cursarla. Sin embargo, es recomendable que el estudiante conozca las propiedades básicas de los números reales, maneje desigualdades y esté familiarizado con funciones elementales, derivadas e integrales a nivel de bachillerato.

Competencias cognitivas (saber): Sintetizar un conjunto de datos usando los métodos gráficos, tabulares y numéricos. Conceptos básicos de probabilidad. Probabilidad condicional. Independencia. Cálculo elemental de probabilidades. Variables aleatorias discretas. Funciones de masa de probabilidad. Variables aleatorias continuas. Funciones de densidad de probabilidad. Funciones de distribución. Cálculo e interpretación del valor esperado y varianza de una variable aleatoria. Modelos binomial, hipergeométrica, geométrica, Poisson, uniforme, exponencial, normal y gamma. Introducción a las variables aleatorias discretas multivariantes. Manejo básico de software estadístico. Competencias procedimentales e instrumentales (saber hacer): Capacidad de elaboración y construcción de modelos y su validación. Identificación de la información relevante para resolver un problema. Visualización e interpretación de soluciones. Identificación y localización de errores lógicos. Argumentación lógica en la toma de decisiones. Aplicación de los conocimientos a la práctica.

1. Descripción estadística de datos. 1.1. Tipos de variables. 1.2. Distribución de frecuencias. 1.3. Características numéricas de una distribución univariante. 1.4. Métodos gráficos de visualización de datos univariantes. 2. Conceptos básicos de probabilidad. 2.1. Definición y propiedades de la probabilidad. 2.2. Probabilidad condicionada y fórmulas de probabilidad total. 2.3. Independencia. 2.4. Teorema de Bayes. 2.5. Combinatoria y cálculo elemental de probabilidades. 3. Variables aleatorias unidimensionales discretas. 3.1. Función de masa de probabilidad, valor esperado y varianza de variables aleatorias discretas. 3.2. Modelos de distribuciones discretas comunes. 4. Variables aleatorias unidimensionales continuas. 4.1. Función de densidad de probabilidad, valor esperado y varianza de variables aleatorias continuas. 4.2. Modelos de distribuciones continuas comunes. 4.3. Distribución de transformaciones de variables aleatorias. 5. Variables aleatorias multivariantes discretas 5.1 Definición y función de probabilidad 5.2 Independencia de variables aleatorias 5.3 Media y matriz de covarianzas para variables aleatorias multivariantes

Teoría (4 ECTS). Clases teóricas con material de apoyo disponible en la Web. Prácticas (2 ECTS) Clases de resolución de problemas. Aprendizaje a través de tareas.