2. Variables aleatòries. |
2.1. Concepte de probabilitat i propietats.
2.2. Concepte de variable aleatòria.
2.3. Variables aleatòries discretes: funció de probabilitat i funció de distribució.
2.4. Variables aleatòries contínues: funció de densitat i funció de distribució.
2.5. Esperança matemàtica.
2.6. Variància.
|
3. Models de distribució de probabilitats. |
3.1. Distribucions discretes: Bernoulli, binomial, Poisson, uniforme.
3.2. Distribucions contínues: uniforme, exponencial, normal.
3.3. Llei normal general. Llei normal reduïda: N(0,1).
3.4. Distribucions deduïdes de la normal: khi-quadrat, t de Student i F de Snedecor.
3.5. Convergència a la llei normal: teorema del límit central.
3.6. Ús de les taules estadístiques.
|
4. Teoria de l’estimació. |
4.1. Concepte d’estimador i de paràmetre. Estimació puntual i estimació per intervals.
4.2. Propietats dels estimadors: biaix, eficiència i consistència.
4.3. Alguns mètodes d’estimació: el mètode dels moments i el mètode del màxim de versemblança.
4.4. Noció d’interval de confiança. Coeficient de confiança.
4.5. Determinació d’alguns intervals de confiança per a: la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions.
|
6. Anàlisi de la variància. |
6.1. Generalitats sobre l’anàlisi de la variància.
6.2. Disseny d’un factor.
6.3. Disseny de dos factors sense interacció. Blocs aleatoritzats.
6.4. Disseny de dos factors amb interacció.
|
8. Mètodes numèrics. |
8.1. Anàlisi de l'error.
8.2. Zeros de funcions.
8.3. Resolució de sistemes d'equacions lineals.
8.4. Integració numèrica.
8.5. Resolució numèrica d'equacions diferencials. |