Volver a la lección

Guía del profesor: Introducción a las distribuciones de probabilidad

Aprende qué son las distribuciones de probabilidad y cómo describen la probabilidad de diferentes resultados.

Presentar lecciónCompartir en ClassroomVer página del estudiante

Usa esta lección con tu clase

Gratis, sin cuentas para los alumnos.

Compartir con los alumnos

Los alumnos abren la lección y practican con corrección inmediata.

Ficha imprimible

Todos los ejercicios en papel, con las soluciones aparte.

Ficha de ejercicios Soluciones

Cuestionario de clase

10 preguntas sobre Distribuciones de probabilidad. Los alumnos entran con su nombre y tú ves todas las puntuaciones.

Para profesores

Objetivos de aprendizaje
  • Definir distribución de probabilidad y explicar sus propiedades clave
  • Crear distribuciones de probabilidad a partir de experimentos simples
  • Verificar que las probabilidades sumen 1
  • Calcular el valor esperado usando la fórmula
  • Interpretar distribuciones de probabilidad en contextos del mundo real
Requisitos previos
  • • Comprensión de probabilidad básica (resultados favorables/totales)
  • • Familiaridad con fracciones y decimales
  • • Comprensión básica de promedios y promedios ponderados
Iniciadores de discusión
  • 1. ¿Por qué los casinos siempre ganan dinero a largo plazo?
  • 2. Si lanzaras un dado 600 veces, ¿cuántos seis esperarías?
  • 3. ¿Es posible que un valor esperado sea un número que realmente no puedes obtener?
  • 4. ¿Cómo usan los meteorólogos las distribuciones de probabilidad?
Conceptos erróneos comunes

El valor esperado es el resultado más probable

Remediación: Usa el ejemplo de dos dados: la suma esperada es 7, que SÍ es la más probable aquí, pero para un solo dado, el valor esperado es 3,5 - ¡imposible de obtener!

Si algo no ha pasado en mucho tiempo, pronto va a pasar

Remediación: Esta es la falacia del jugador. Cada lanzamiento es independiente. Los lanzamientos pasados no afectan las probabilidades futuras.

Ideas de diferenciación

Para estudiantes con dificultades:

  • • Comienza con lanzamientos de moneda (solo 2 resultados)
  • • Usa manipulativos físicos - dados y monedas reales
  • • Enfócate en construir tablas de distribución antes de calcular valores esperados

Para estudiantes de nivel:

  • • Trabaja con distribuciones de dos dados
  • • Calcula valores esperados para juegos simples
  • • Analiza si los juegos son justos o favorecen a un jugador

Para estudiantes avanzados:

  • • Explora varianza y desviación estándar
  • • Investiga la distribución binomial
  • • Diseña juegos justos con valores esperados específicos
Alineación con estándares
  • S-MD.A.1 (CCSS.MATH.CONTENT.HSS.MD.A.1)

    Definir una variable aleatoria para una cantidad de interés y graficar su distribución de probabilidad

  • S-MD.A.2 (CCSS.MATH.CONTENT.HSS.MD.A.2)

    Calcular el valor esperado de una variable aleatoria

  • S-MD.B.5 (CCSS.MATH.CONTENT.HSS.MD.B.5)

    Usar probabilidad para evaluar resultados de decisiones

Recursos de la lección
  • visualSimulador de dados interactivo

    Lanza dados y observa cómo se construye la distribución

  • activityJuego de construcción de distribución

    Crea distribuciones válidas ajustando probabilidades

  • worksheetPráctica de valor esperado

    Calcula valores esperados para varios juegos

Contenido de la lección

Todo lo que ven los alumnos: definición, ejemplos, errores comunes, aplicaciones. Toca para abrir.

Definición

Una distribución de probabilidad describe qué tan probable es cada resultado posible para un experimento o variable aleatoria.
Para una distribución de probabilidad discreta:
  • Lista todos los resultados posibles
  • Asigna una probabilidad a cada resultado
  • Todas las probabilidades deben estar entre 0 y 1
  • La suma de todas las probabilidades debe ser igual a 1
∑i=1nP(xi)=1\sum_{i=1}^{n} P(x_i) = 1
Una distribución de probabilidad puede mostrarse como una tabla, fórmula o gráfico (llamado histograma de probabilidad).

Ejemplos resueltos

Crea una distribución de probabilidad para lanzar un dado equilibrado.
1

Identifica todos los resultados posibles

Un dado puede mostrar 1, 2, 3, 4, 5 o 6 → 6 resultados
2

Determina la probabilidad de cada resultado

Dado equilibrado significa que cada cara es igualmente probable: P=16P = \frac{1}{6} → P(x)=16P(x) = \frac{1}{6} para cada uno
3

Verifica que las probabilidades sumen 1

16+16+16+16+16+16=66=1\frac{1}{6} + \frac{1}{6} + \frac{1}{6} + \frac{1}{6} + \frac{1}{6} + \frac{1}{6} = \frac{6}{6} = 1 → Distribución válida
4

Escribe la tabla de distribución

| xx | 1 | 2 | 3 | 4 | 5 | 6 | | P(x)P(x) | 16\frac{1}{6} | 16\frac{1}{6} | 16\frac{1}{6} | 16\frac{1}{6} | 16\frac{1}{6} | 16\frac{1}{6} | → Distribución uniforme

Errores comunes

Probabilidades que no suman 1

Por qué está mal: Una distribución de probabilidad válida DEBE tener todas las probabilidades que sumen exactamente 1. Si no, has olvidado un resultado o cometido un error de cálculo.

Correcto: Verifica siempre: ∑P(xi)=1\sum P(x_i) = 1. Si la suma es menor que 1, faltan resultados. Si es mayor, has contado algo dos veces.

Confundir probabilidad con frecuencia

Por qué está mal: La frecuencia es un conteo (ej. '6 formas de obtener un 7'), mientras que la probabilidad es una razón (ej. 'P(7)=6/36P(7) = 6/36').

Correcto: Probabilidad = resultados favorables dividido por resultados totales. Siempre exprésala como fracción, decimal o porcentaje.

Suponer que todos los resultados son igualmente probables

Por qué está mal: Muchas distribuciones NO son uniformes. Con dos dados, la suma de 7 es más probable que la suma de 2.

Correcto: Cuenta cuidadosamente las formas de lograr cada resultado. Solo los experimentos simples (un solo dado, lanzamiento de moneda) tienden a ser uniformes.

Por qué es importante

Las distribuciones de probabilidad son la base de la estadística y la ciencia de datos:
  • Control de calidad: Los fabricantes usan distribuciones para predecir tasas de defectos
  • Seguros: Las compañías calculan primas basadas en distribuciones de riesgo
  • Juegos de azar: Los casinos diseñan juegos usando distribuciones de probabilidad para garantizar ganancias
  • Clima: Los meteorólogos modelan temperatura y precipitación usando distribuciones
  • Medicina: Los ensayos clínicos analizan la eficacia de medicamentos usando distribuciones
¡Comprender las distribuciones te ayuda a tomar decisiones informadas en situaciones inciertas!

Aplicaciones del mundo real

Control de calidad en manufactura

Las fábricas usan distribuciones de probabilidad para predecir cuántos artículos defectuosos se producirán.

Ejemplo:

Si una máquina produce 1000 artículos y tiene una tasa de defectos del 2%, el número esperado de defectos es 1000×0,02=201000 \times 0,02 = 20.

1Inténtalo tú mismo

Una fábrica produce bombillas. Cada bombilla tiene un 3% de probabilidad de ser defectuosa. En un lote de 500 bombillas:

¿Cuál es el número esperado de bombillas defectuosas?

Paso 1: Escribe la expresión matemática

Calcula: 500×0,03500 \times 0,03

Evaluación de riesgos en seguros

Las compañías de seguros usan distribuciones de probabilidad para calcular primas justas basadas en la probabilidad de reclamaciones.

Ejemplo:

Si el 5% de los conductores presenta reclamaciones promedio de 5000 euros, el pago esperado por conductor es 0,05×5000=2500,05 \times 5000 = 250 euros.

2Inténtalo tú mismo

Una compañía de seguros de salud sabe que el 8% de los clientes presenta reclamaciones promedio de 2000 euros. Tienen 10000 clientes.

¿Cuál es su pago total esperado?

Paso 1: Escribe la expresión matemática

Calcula: 10000×0,08×200010000 \times 0,08 \times 2000

Puntos clave

  • 1Una distribución de probabilidad muestra la probabilidad de cada resultado posible
  • 2Todas las probabilidades deben estar entre 0 y 1, y deben sumar exactamente 1
  • 3Un histograma de probabilidad muestra visualmente la distribución con barras
  • 4El valor esperado E(X)=∑xi⋅P(xi)E(X) = \sum x_i \cdot P(x_i) da el resultado promedio a largo plazo
  • 5No todas las distribuciones son uniformes - algunos resultados pueden ser más probables que otros

Preguntas frecuentes

¿Cuál es la diferencia entre distribuciones discretas y continuas?

Las distribuciones discretas tienen resultados contables (como lanzamientos de dados: 1, 2, 3, 4, 5, 6). Las distribuciones continuas tienen resultados incontables (como la altura, que puede ser cualquier valor en un rango). Esta lección se enfoca en distribuciones discretas.

¿Puede una probabilidad ser negativa?

¡No! Las probabilidades siempre están entre 0 y 1 (inclusive). Una probabilidad de 0 significa imposible, y 1 significa seguro.

¿Qué nos dice el valor esperado?

El valor esperado es el resultado promedio si repitieras el experimento muchas veces. No significa que obtendrás exactamente ese valor - es un promedio a largo plazo.

Glosario

Distribución de probabilidad
Una descripción completa de todos los resultados posibles y sus probabilidades
Variable aleatoria
Una variable cuyo valor está determinado por el azar (ej. el número en un dado)
Distribución discreta
Una distribución donde los resultados son contables (enteros, categorías)
Valor esperado
El promedio ponderado de todos los resultados posibles: E(X)=∑xi⋅P(xi)E(X) = \sum x_i \cdot P(x_i)
Histograma de probabilidad
Un gráfico de barras que muestra las probabilidades de cada resultado
Distribución uniforme
Una distribución donde todos los resultados tienen igual probabilidad

Tarjeta de fórmulas

Regla de suma de probabilidades

∑i=1nP(xi)=1\sum_{i=1}^{n} P(x_i) = 1

Todas las probabilidades deben sumar 1

Valor esperado

E(X)=∑i=1nxi⋅P(xi)E(X) = \sum_{i=1}^{n} x_i \cdot P(x_i)

Promedio ponderado de los resultados

Varianza

Var(X)=∑i=1n(xi−μ)2⋅P(xi)\text{Var}(X) = \sum_{i=1}^{n} (x_i - \mu)^2 \cdot P(x_i)

Medida de dispersión alrededor de la media

Más sobre este tema

Probabilidad binomial

Avanzado25 min

Distribuciones discretas vs continuas

Avanzado25 min

Valor esperado

Avanzado25 min

Introducción a la distribución normal

Avanzado25 min