El libro "Cálculo de Probabilidades con Gráficos en R"trata de los conceptos de probabilidades, variables aleatorias (discretas, continuas, mixtas, truncadas y mezcla), principales distribuciones univariadas discretas y continuas, así como, variables aleatorias multivariadas discretas, continuas y mixtas. Representa un gran número de ejemplos desarrollados y propuestos que aclaran la parte teórica.
Para la elaboración de este libro se ha utilizado el material elaborado por el autor durante los años que ha dictado el curso de "Cálculo de Probabilidades" en la UNALM, y es útil para los alumnos de Estadística e Informática de la UNALM, así como, para estudiantes de otras universidades donde se dicte la especialidad de Estadística. Es un libro que puede ser consultado por profesionales de cualquier especialidad que deseen información en materias probabilísticas.
 

Presente
Prólogo
Capítulo I. Conceptos Básicos
Análisis Combinatorio
Conceptos básicos de probabilidad
Espacio de Eventos (A)
Algebra Booleana o Algebra de Eventos
Sigma Algebra (a-Algebra)
Función Indicadora
Función Conjunto
Definición Axiomática de Probabilidad
Espacio de Probabilidad
Probabilidad Condicional
Teorema de Probabilidad Total
Teorema de Bayes
Ejercicios Propuestos
Capítulo II. Variables Aleatorias Univariadas
Definición de Variable Aleatoria
Función de distribución Acumulativa
Variables Aleatorias Continuas
Variables Aleatorias Mixtas
Variables Aleatorias Discretas
Percentiles o Cuantiles y Moda
Media, Esperanza Matemática o valor Esperado
Varnancia o Varianza de una Variable Aleatoria
Distribuciones Truncadas o Condicionadas, con variables
discretas y continuas
Variable Aleatoria Mezcla
Teorema de Markov
Desigualdad de Jensen
Momentos Poblacionales, Funciones Generatrices y funciones Genéricas y función
características
Distribuciones de funciones de variables aleatorias
Caso de variables aleatorias discretas
Función Característica
Caso de variables aleatorias continuas
Desigualdad de Chernoff
Ejercicios Propuestos
Capítulo III. Familias Paramétrica Especiales de Distribuciones Univariadas
Familia Paramétrica
Distribuciones Discretas
La distribución uniforme discreta
La distribución Bernoulli y la distribución Binomial.
La distribución Hipergeometrica
La distribución V.
La distribución Poisson
La distribución Geométrica y La distribución Pascal (Binomial Negativa)
La distribución Zeta (o de Zipf)
Distribuciones Continuas
La distribución Uniforme o Rectangular.
Distribuciones triangulares
La distribución Normal
La distribución Log normal
La distribución Gamma, La distribución
Exponencial y La distribución Ji Cuadrado.
La distribución Beta
La Distribución Weibull
La distribución Cauchy
La distribución de Laplace
La distribución Logística
La distribución de Pareto
La distribución r
Ejercicios Propuestos
Capítulo IV. Variables Aleatorias Distribuidas en Forma Conjunta
Vector Aleatorio
Función De Distribución Acumulativa Conjunta (F.D.A.C)
Función De Distribución Acumulada Marginal (E.D.A.M)
K-2
Función Densidad Conjunta
Caso Discreto
Caso Continuo
Función Densidad Marginal (K-2)
Caso Discreto
Caso Continuo
La Función Generatriz de Momentos Conjunta
Distribución Multinomial
Distribución Hipergeometrica Multivariada
Distribución V Bivariada
Distribución V Multivariada
La Distribución Gamma Bivariada
Distribución Uniforme Bivariada
Distribuciones Condicionales
Caso Discreto (k= 2)
Caso continuo (k = 2)
Independencia Estocástica
Media, Esperanza Matemática o Valor Esperado
La Covariancia o Covarianza
El Coeficiente de Correlación
La Esperanza Condicional
Curva de Regresión
Variancia o Varianza Condicional
La Distribución Normal Bivariada
Variables Aleatorias con Coordenadas Mixtas
Ejercicios Propuestos
ANEXO
Capítulo I: Conceptos Básicos
Capítulo II: Variables Aleatorias Univariadas
Capítulo III: Familias Paramétricas Especiales de
Distribuciones Univariadas
Capítulo IV: Variables Aleatorias Distribuidas en Forma Conjunta
BIBLIOGRAFÍA