top of page
image (15).png

Duración: 50 horas.10 semanas. 5 horas de clase por semana

Modalidad: Presencial, virtual o híbrida

Días de clases​

         Lunes:            19:00 - 21:00

       Miércoles:    19:00 - 21:00

​​​

​

Costo: 1400 Bs

  • Introducir la formulación formal de la probabilidad utilizando teoría de la medida.

  • Desarrollar competencias analíticas para modelar y estudiar variables aleatorias y procesos estocásticos.

  • Explorar tipos de convergencia y teoremas límite mediante simulaciones en Python.

  • Implementar experimentos numéricos para visualizar conceptos como esperanza condicional, martingalas y cadenas de Markov.

  • Aplicar Python para resolver, estimar y validar propiedades probabilísticas en datos simulados o reales.

Profesionales y empresas

Que buscan dominar herramientas de IA, automatización y analítica avanzada.

​

Estudiantes y egresados

Que desean actualizar sus conocimientos y acceder a oportunidades   laborales.

​

Equipos corporativos

Que requieren formación estratégica para impulsar la transformación digital

Curso: Teoría de la Probabilidad con Aplicaciones en Python

Fundamentos de probabilidad y teoría de la medida

  • Espacios de probabilidad y σ-álgebras en Python (uso de measurepy, scipy.stats, sympy).

  • Definición de medida, probabilidad como medida, medidas producto.

  • Integración de funciones aleatorias (integrales de Lebesgue).

  • Transformaciones de variables aleatorias: simulaciones en Python.

  • Esperanza matemática como integral: ejercicios numéricos con numpy.

Resultados del curso

Al finalizar el curso, los participantes serán capaces de

Pensamiento analítico: capacidad para interpretar datos y encontrar patrones.

Resolución de problemas: aplicar métodos basados en datos para tomar decisiones.

Comunicación efectiva: transformar información compleja en conclusiones claras.

Trabajo en equipo: colaborar en proyectos de análisis y presentar resultados.

Aprendizaje continuo: adaptarse a nuevas herramientas y tendencias en datos.

página2.jpg
face.jpg
  • LinkedIn

Instructor del Curso

Antonio Murillo Reyes

Economista/Data Science.

 

​Máster en Econometría (Univ. Torcuato Di Tella - Argentina), MBA en Administración de Empresas (UCB – Bolivia) y Posgrado en IA y Ciencia de Datos (UNC-Argentina). Especializado en análisis Macroeconómico y Modelación Econométrica. Fue Analista Senior en el Banco Central de Bolivia. Docente de postgrado en Econometría y Machine Learning en posgrados en Bolivia y Ecuador..

Metodología de Enseñanza

Aprendizaje práctico

Basamos nuestra enseñanza en proyectos reales que reflejan los desafíos cotidianos de las empresas

Plataformas interactivas

Utilizamos simuladores y herramientas digitales que facilitan la comprensión de conceptos complejos

Evaluación continua

Medimos constantemente el impacto para ajustar metodologías y optimizar resultados

Cursos relacionados

images2222.jpg

Curso: Introducción a las Finanzas Cuantitativas con    Machine Learning

 

Duración: 8 semanas. 40 horas (5 módulos)​

Aplicaciones de machine learning en servicios financieros (1).webp

Curso: Machine Learning Aplicado a las Finanzas            Nivel Intermedio

 

Duración: 9 semanas. 45 horas (5 módulos)
 

image (6).png

Curso: Cálculo Multivariable Computacional para Ciencia de Datos

 

Duración total: 40 horas

Certificación

Diploma digital verificable a través del sistema de verificación de autenticidad.

Certificados extendidos por la Secretaría de Cultura y Extensión Instituto Deep Quantics Bolivia.

WhatsApp Image 2025-07-25 at 17.28.54.jpeg

PREGUNTAS FRECUENTES

Resuelve tus dudas al instante

¿Por que Deep Quantics?

bottom of page