Matemática · I Medio · Probabilidad: El Azar Bajo Control · 2do Semestre

Diagramas de Árbol para Eventos Compuestos

Los estudiantes construyen y utilizan diagramas de árbol para visualizar y calcular probabilidades de eventos compuestos.

• Objetivos de Aprendizaje (OA)
• OA MAT 1oM: Reglas de Probabilidad y Diagramas de Árbol

Acerca de este tema

Los diagramas de árbol permiten a los estudiantes de I Medio visualizar y calcular probabilidades de eventos compuestos de forma sistemática. Construyen ramas secuenciales para representar resultados posibles en experimentos como lanzamientos sucesivos de monedas o extracciones de bolas de una urna sin reemplazo. Multiplican probabilidades a lo largo de cada rama y suman las finales para eventos específicos, lo que responde directamente a preguntas clave del currículo.

En la unidad Probabilidad: El Azar Bajo Control del 2do Semestre, este contenido se alinea con los estándares OA MAT 1oM de MINEDUC sobre reglas de probabilidad. Ayuda a entender cómo los diagramas evitan omitir posibilidades, calculan probabilidades condicionales dividiendo ramas y garantizan que la suma de probabilidades finales sea 1, ya que cubren el espacio muestral completo. Fomenta el razonamiento lógico y la organización de información compleja.

El aprendizaje activo beneficia este tema porque los estudiantes dibujan diagramas en contextos reales, como juegos o decisiones diarias, y los verifican en grupo. Esto revela errores comunes en tiempo real, fortalece la intuición probabilística y hace que los cálculos sean intuitivos y memorables.

Preguntas Clave

1. ¿De qué manera un diagrama de árbol ayuda a no olvidar ninguna posibilidad?
2. ¿Cómo se utilizan los diagramas de árbol para calcular probabilidades condicionales?
3. ¿Por qué la suma de las probabilidades de las ramas finales de un diagrama de árbol debe ser 1?

Objetivos de Aprendizaje

• Construir diagramas de árbol para representar secuencias de eventos compuestos en experimentos aleatorios.
• Calcular la probabilidad de eventos compuestos multiplicando probabilidades a lo largo de las ramas de un diagrama de árbol.
• Explicar cómo la suma de las probabilidades de las ramas finales de un diagrama de árbol representa la probabilidad total del espacio muestral.
• Identificar y calcular probabilidades condicionales utilizando la estructura de un diagrama de árbol.

Antes de Empezar

Probabilidad de Eventos Simples

Por qué: Los estudiantes deben comprender cómo calcular la probabilidad de un solo evento antes de abordar eventos compuestos.

Identificación de Resultados Posibles

Por qué: Es fundamental que los estudiantes puedan listar todos los resultados de un experimento simple para poder construir las ramas iniciales del diagrama.

Vocabulario Clave

Evento Compuesto	Un evento que consiste en dos o más eventos simples. Por ejemplo, lanzar una moneda dos veces.
Diagrama de Árbol	Una representación gráfica que muestra todas las posibles secuencias de resultados de un experimento, con ramas que representan cada resultado posible.
Probabilidad Condicional	La probabilidad de que ocurra un evento dado que otro evento ya ha ocurrido. Se representa como P(A|B).
Espacio Muestral	El conjunto de todos los resultados posibles de un experimento aleatorio.

Cuidado con estas ideas erróneas

Idea errónea común

Se olvidan de ramificar todas las posibilidades en cada etapa.

Qué enseñar en su lugar

Los diagramas incompletos subestiman probabilidades. En actividades grupales, pares verifican mutuamente cada nivel de ramas, lo que asegura cobertura total del espacio muestral mediante discusión colaborativa.

Idea errónea común

Se suman probabilidades en lugar de multiplicar a lo largo de ramas.

Qué enseñar en su lugar

Esto confunde eventos independientes. Construir diagramas con manipulativos como dados reales permite observar multiplicación paso a paso, y revisiones en grupo corrigen el error con ejemplos concretos.

Idea errónea común

No se entiende que probabilidades cambian en eventos sin reemplazo.

Qué enseñar en su lugar

Asumen independencia total. Simulaciones en grupos pequeños con extracciones reales muestran cómo ramas posteriores dependen de las previas, aclarando condicionales mediante datos empíricos compartidos.

Ideas de aprendizaje activo

Enseñanza entre Pares: Diagrama de Monedas Secuenciales

Cada par lanza dos monedas 20 veces y registra resultados. Luego construye un diagrama de árbol con probabilidades teóricas (1/2 por cara). Compara datos empíricos con cálculos multiplicando ramas y discute discrepancias.

30 min·Parejas

Grupos Pequeños: Extracción de Bolas

Proporciona urnas con bolas de colores. Grupos extraen dos bolas sin reemplazo, construyen diagrama de árbol y calculan P(primera roja y segunda azul). Rotan roles: uno dibuja, otro calcula.

45 min·Grupos pequeños

Clase Completa: Probabilidades Condicionales

Proyecta un escenario de dados. Todos construyen rama por rama en pizarras individuales, luego comparten para un diagrama colectivo. Calculan P(segundo par | primero impar) y verifican suma total de 1.

35 min·Toda la clase

Individual: Problema Cotidiano

Asigna problema como elecciones de helado (sabor y topping). Estudiantes dibujan diagrama, calculan probabilidades y responden preguntas clave. Revisa en plenaria.

20 min·Individual

Conexiones con el Mundo Real

• Los analistas de riesgo en compañías de seguros utilizan diagramas de árbol para modelar la probabilidad de múltiples siniestros (por ejemplo, un accidente de auto y una enfermedad) y calcular primas adecuadas.
• Los ingenieros de control de calidad en una fábrica de componentes electrónicos pueden usar diagramas de árbol para calcular la probabilidad de que un producto tenga múltiples defectos en secuencia, ayudando a identificar puntos críticos en el proceso de producción.
• Los meteorólogos emplean estructuras similares a diagramas de árbol para predecir la probabilidad de diferentes patrones climáticos secuenciales, como la posibilidad de lluvia seguida de viento fuerte.

Ideas de Evaluación

Boleto de Salida

Entregue a cada estudiante una tarjeta con un escenario simple (ej. sacar dos cartas de una baraja sin reemplazo). Pida que dibujen el diagrama de árbol y calculen la probabilidad de un evento compuesto específico. Deben mostrar los cálculos en las ramas.

Verificación Rápida

Presente un diagrama de árbol incompleto en la pizarra. Pregunte a los estudiantes: ¿Qué probabilidad falta en la rama X? ¿Cuál es la probabilidad total de llegar al resultado Y? ¿Cómo se calcula la probabilidad condicional de Z dado W?

Pregunta para Discusión

Plantee la pregunta: ¿Por qué es crucial que la suma de las probabilidades de las ramas finales de un diagrama de árbol sea igual a 1? Guíe la discusión para que los estudiantes expliquen que esto asegura que se han considerado todos los resultados posibles del espacio muestral.

Preguntas frecuentes

¿Cómo se construye un diagrama de árbol para eventos compuestos?

Comienza con el primer evento en el nodo inicial, ramifica todos los resultados posibles con sus probabilidades. Para el siguiente evento, extiende ramas desde cada resultado anterior, ajustando probabilidades si no hay reemplazo. Multiplica a lo largo de cada camino final y suma para el evento deseado. Verifica que la suma total sea 1.

¿Cómo ayudan los diagramas de árbol con probabilidades condicionales?

Dividen ramas posteriores según resultados previos, como P(B|A) = probabilidad de B dada A. Por ejemplo, en extracciones, la rama de la segunda bola cambia según la primera. Esto visualiza dependencias y facilita cálculos precisos en contextos reales como juegos.

¿Por qué la suma de probabilidades finales en un diagrama de árbol es 1?

Porque las ramas finales cubren todas las posibilidades mutuamente excluyentes y exhaustivas del espacio muestral. Cada camino representa un resultado único, y las probabilidades se normalizan al 100%. Actividades de verificación grupal confirman esto con conteos empíricos.

¿Cómo el aprendizaje activo ayuda a entender diagramas de árbol?

Actividades como construir diagramas con dados o bolas reales permiten a estudiantes experimentar eventos compuestos, observar ramificaciones en acción y corregir errores en grupo. Esto contrasta teoría con práctica, desarrolla intuición para condicionales y asegura comprensión profunda, ya que manipular materiales hace abstracto lo concreto y memorable.