Matemática · IV Medio · Probabilidad Condicional e Inferencia · 1er Semestre

Variables Aleatorias Discretas

Los estudiantes identifican variables aleatorias discretas, construyen sus funciones de probabilidad y calculan la esperanza y varianza.

• Objetivos de Aprendizaje (OA)
• OA MAT 4oM: Probabilidad y Estadística

Acerca de este tema

Las variables aleatorias discretas representan cantidades numéricas que toman un número finito o numerable de valores, cada uno con una probabilidad asociada. En IV Medio, según las Bases Curriculares de MINEDUC, los estudiantes identifican ejemplos cotidianos, como el número de goles en un partido o caras en lanzamientos de dados. Construyen funciones de probabilidad mediante tablas, verifican que la suma de probabilidades sea 1 y calculan la esperanza matemática, que indica el valor promedio a largo plazo, junto con la varianza, que mide la dispersión de los valores.

Este tema se integra en la unidad de Probabilidad Condicional e Inferencia del primer semestre, fortaleciendo habilidades en OA MAT 4°M: Probabilidad y Estadística. Los estudiantes responden preguntas clave, como la diferencia entre variables discretas y continuas, la necesidad de que las probabilidades sumen 1 y el significado de la esperanza como predictor del comportamiento esperado. Estas herramientas preparan para inferencia estadística y modelado probabilístico.

El aprendizaje activo beneficia este tema porque conceptos abstractos como funciones de probabilidad se vuelven concretos mediante simulaciones y experimentos. Cuando los estudiantes generan datos reales con dados o monedas, observan cómo las frecuencias relativas aproximan las probabilidades teóricas, calculan esperanza y varianza con sus propios resultados y discuten discrepancias, lo que fomenta comprensión profunda y retención.

Preguntas Clave

1. ¿Cómo se diferencia una variable aleatoria discreta de una continua?
2. ¿Por qué la suma de las probabilidades en una distribución discreta debe ser igual a 1?
3. ¿Qué información nos entrega la esperanza matemática sobre el valor esperado de una variable aleatoria?

Objetivos de Aprendizaje

• Clasificar situaciones cotidianas como ejemplos de variables aleatorias discretas.
• Construir la función de probabilidad para una variable aleatoria discreta dada una serie de experimentos o datos.
• Calcular la esperanza matemática (valor esperado) de una variable aleatoria discreta e interpretar su significado.
• Calcular la varianza de una variable aleatoria discreta y explicar qué indica sobre la dispersión de los posibles resultados.
• Comparar la diferencia fundamental entre una variable aleatoria discreta y una continua.

Antes de Empezar

Conceptos básicos de probabilidad

Por qué: Los estudiantes necesitan comprender qué es un evento, un espacio muestral y cómo calcular probabilidades simples para poder construir funciones de probabilidad.

Tablas y Gráficos de Frecuencia

Por qué: La construcción de funciones de probabilidad a menudo implica organizar datos en tablas, similar a cómo se presentan las frecuencias.

Vocabulario Clave

Variable aleatoria discreta	Una variable que puede tomar un número finito o infinito numerable de valores, usualmente asociados a conteos o resultados de experimentos.
Función de probabilidad	Una regla que asigna a cada valor posible de una variable aleatoria discreta su probabilidad correspondiente. La suma de todas las probabilidades debe ser 1.
Esperanza matemática (E[X])	El valor promedio esperado de una variable aleatoria discreta si el experimento se repitiera un gran número de veces. Se calcula como la suma de cada valor multiplicado por su probabilidad.
Varianza (Var(X))	Una medida de la dispersión o variabilidad de los valores de una variable aleatoria discreta alrededor de su esperanza. Indica cuán 'alejados' suelen estar los resultados del valor esperado.

Cuidado con estas ideas erróneas

Idea errónea común

Una variable discreta puede tomar cualquier valor real, como una continua.

Qué enseñar en su lugar

Las discretas solo toman valores enteros o contables, no infinitos entre puntos. Actividades de simulación con dados ayudan a estudiantes a listar valores posibles y ver la diferencia, ajustando sus modelos mentales mediante comparación directa.

Idea errónea común

La esperanza es el valor más probable, no un promedio.

Qué enseñar en su lugar

La esperanza es el promedio ponderado por probabilidades, no el modo. Experimentos repetidos muestran cómo promedios convergen al valor esperado, aclarando esto con datos propios y gráficos de frecuencias acumuladas.

Idea errónea común

La suma de probabilidades no necesita ser exactamente 1 si hay eventos improbables.

Qué enseñar en su lugar

Siempre suma 1 por definición axiomática. Construir tablas en grupo y verificar la suma obliga a ajustar probabilidades, reforzando el concepto mediante corrección colaborativa.

Ideas de aprendizaje activo

Juego de Simulación: Lanzamientos de Dados

Los estudiantes lanzan un dado 50 veces en grupos, registran frecuencias y construyen la tabla de probabilidades. Calculan esperanza y varianza comparando con valores teóricos. Discuten por qué las frecuencias aproximan probabilidades.

45 min·Grupos pequeños

Juego de Monedas: Variable Binomial

En parejas, lanzan dos monedas 30 veces, clasifican resultados (0,1,2 caras) y arman la función de probabilidad. Computan esperanza y varianza, luego comparan con fórmulas binomiales. Comparten gráficos en plenaria.

35 min·Parejas

Encuesta Escolar: Conteo Discreto

Individualmente, diseñan una encuesta simple (ej: número de hermanos). Recopilan datos de 20 compañeros, construyen distribución y calculan media y varianza. Presentan en póster grupal.

50 min·Individual

Rotación de Estaciones Probabilísticas

Cuatro estaciones con dados cargados, binomiales, Poisson simple y multinomial. Grupos rotan, construyen tablas y métricas en cada una, comparan al final.

40 min·Grupos pequeños

Conexiones con el Mundo Real

• En el control de calidad de una fábrica de bombillas, se puede definir una variable aleatoria discreta como el número de bombillas defectuosas en una muestra de 10. La esperanza matemática ayudaría a estimar el número promedio de defectuosas esperadas, y la varianza, la consistencia del proceso.
• Un actuario de seguros utiliza variables aleatorias discretas para modelar el número de siniestros que ocurrirán en un año para un grupo de asegurados. La esperanza y la varianza de estas variables son cruciales para fijar las primas y asegurar la solvencia de la compañía.

Ideas de Evaluación

Verificación Rápida

Presentar a los estudiantes una tabla con posibles resultados de un experimento (ej. número de caras al lanzar 3 monedas) y sus probabilidades. Preguntar: 'Verifiquen si la suma de las probabilidades es 1. Calculen la esperanza matemática de esta variable aleatoria y expliquen qué significa este valor en el contexto del experimento.'

Boleto de Salida

Entregar a cada estudiante una tarjeta con una situación: 'Número de goles anotados por un equipo en un partido'. Pedirles que escriban dos posibles valores para esta variable aleatoria y que indiquen si es discreta o continua, justificando brevemente su elección.

Pregunta para Discusión

Plantear la siguiente pregunta para debate en grupos pequeños: 'Si la esperanza matemática de una variable aleatoria discreta es 5, ¿significa esto que el valor 5 siempre ocurrirá? ¿Qué información adicional nos da la varianza sobre los posibles resultados?'

Preguntas frecuentes

¿Cómo diferenciar una variable aleatoria discreta de una continua?

Una discreta toma valores contables como 0,1,2 (ej: número de caras), mientras una continua toma cualquier valor en un intervalo (ej: altura). En clase, usa ejemplos chilenos como goles en fútbol vs. tiempo de lluvia para contrastar, y simulaciones ayudan a visualizar saltos vs. curvas en distribuciones.

¿Por qué la suma de probabilidades en una distribución discreta debe ser 1?

Representa la certeza total del espacio muestral; axioma de Kolmogorov. Si no suma 1, la función no es válida. Estudiantes verifican esto armando tablas de dados o monedas, ajustando valores hasta cumplir, lo que solidifica comprensión axiomática.

¿Qué información da la esperanza sobre una variable aleatoria?

Indica el valor promedio esperado a largo plazo, útil para predicciones. Para un dado justo, es 3.5. Cálculos con datos simulados muestran convergencia, conectando teoría con práctica en inferencia.

¿Cómo ayuda el aprendizaje activo a entender variables aleatorias discretas?

Simulaciones con objetos reales generan datos empíricos que aproximan distribuciones teóricas, haciendo abstracto lo concreto. Grupos calculan esperanza y varianza de experimentos propios, discuten variabilidad observada vs. esperada, y rotan estaciones para múltiples ejemplos, mejorando retención y aplicación en contextos reales como apuestas o encuestas.