Skip to content
Matemáticas · 2° Bachillerato

Ideas de aprendizaje activo

Teorema de la Probabilidad Total y Teorema de Bayes

La probabilidad total y Bayes requieren descomponer problemas complejos en partes manejables. La manipulación de particiones y condicionales se internaliza mejor cuando los alumnos experimentan físicamente con materiales concretos, construyen modelos visuales y discuten interpretaciones en grupo.

Competencias Clave LOMLOELOMLOE: Bachillerato - Sentido de la medidaLOMLOE: Bachillerato - Sentido estocástico
25–50 minParejas → Toda la clase4 actividades

Actividad 01

Juego de simulación45 min · Grupos pequeños

Juego de simulación: Diagnóstico Médico Bayesiano

Divide la clase en grupos; cada uno tira dados para simular prevalencia de enfermedad (1/100), sensibilidad (90%) y especificidad (95%). Calculan probabilidades a priori y actualizan con Bayes tras un test positivo. Discuten resultados en plenaria.

¿Por qué el Teorema de Bayes es esencial en el diagnóstico médico y en los filtros de correo no deseado?

Consejo de facilitaciónDurante la simulación médica, pida a cada pareja que anote sus cálculos intermedios en una tabla compartida para detectar errores de concepto al instante.

Qué observarPresenta a los alumnos un escenario simple con dos eventos mutuamente excluyentes (ej. lanzar un dado, elegir una bola de una urna). Pide que identifiquen una partición del espacio muestral y calculen la probabilidad de un suceso compuesto usando la fórmula de la Probabilidad Total. Revisa sus cálculos y la correcta identificación de la partición.

AplicarAnalizarEvaluarCrearConciencia SocialToma de Decisiones
Generar clase completa

Actividad 02

Árboles: Probabilidad Total en Particiones

En parejas, construyen diagramas de árbol para un problema de urnas con bolas coloreadas. Calculan P(evento) sumando ramas condicionales. Comparan con fórmula directa y verifican con 50 simulaciones manuales.

¿Cómo el Teorema de la Probabilidad Total permite calcular la probabilidad de un suceso a partir de particiones del espacio muestral?

Consejo de facilitaciónAl construir árboles de probabilidad, indique a los alumnos que usen colores distintos para cada rama y sus probabilidades asociadas.

Qué observarEntrega a cada estudiante una tarjeta con un problema que requiera el Teorema de Bayes (ej. una prueba médica con falsos positivos/negativos). Pide que escriban la probabilidad a priori, la probabilidad de la evidencia dado el suceso, y la fórmula que usarían para calcular la probabilidad a posteriori. Evalúa la correcta identificación de los componentes del teorema.

AnalizarEvaluarCrearAutogestiónAutoconciencia
Generar clase completa

Actividad 03

Juego de simulación50 min · Toda la clase

Juego de simulación: Filtros Antispam

Clase entera simula correos: asigna probabilidades a priori de spam (20%), palabras clave detectadas. Usa Bayes para clasificar 20 correos ficticios en tarjetas. Vota colectivamente ajustes a parámetros.

¿Qué diferencias existen entre la probabilidad a priori y la probabilidad a posteriori en el Teorema de Bayes?

Consejo de facilitaciónEn el juego antispam, limite el tiempo de discusión en grupos pequeños a 8 minutos para mantener el ritmo y la participación activa.

Qué observarPlantea la siguiente pregunta para debate en grupos pequeños: '¿En qué situaciones la probabilidad a priori es más difícil de estimar con precisión y cómo podría esto afectar la fiabilidad de una conclusión bayesiana?'. Pide a cada grupo que comparta un ejemplo concreto y sus conclusiones con la clase.

AplicarAnalizarEvaluarCrearConciencia SocialToma de Decisiones
Generar clase completa

Actividad 04

Círculo de investigación25 min · Individual

Individual: Problemas Mixtos

Cada alumno resuelve tres problemas combinando ambos teoremas, como predecir defectos en fábrica. Luego, intercambian y corrigen con rúbrica compartida.

¿Por qué el Teorema de Bayes es esencial en el diagnóstico médico y en los filtros de correo no deseado?

Qué observarPresenta a los alumnos un escenario simple con dos eventos mutuamente excluyentes (ej. lanzar un dado, elegir una bola de una urna). Pide que identifiquen una partición del espacio muestral y calculen la probabilidad de un suceso compuesto usando la fórmula de la Probabilidad Total. Revisa sus cálculos y la correcta identificación de la partición.

AnalizarEvaluarCrearAutogestiónAutoconciencia
Generar clase completa

Plantillas

Plantillas que acompañan estas actividades de Matemáticas

Úsalas, edítalas, imprímelas o compártelas.

Algunas notas para enseñar esta unidad

Empiece con ejemplos cotidianos, como la probabilidad de lluvia dado un día nublado, para conectar con la intuición. Evite presentar las fórmulas antes de que los alumnos experimenten con particiones. La investigación muestra que la representación visual mediante árboles reduce errores en la aplicación de Bayes, especialmente en cálculos de falsos positivos.

Los alumnos dominan la fórmula de la probabilidad total para resolver problemas con particiones y aplican el Teorema de Bayes con precisión, identificando correctamente la probabilidad a priori, la verosimilitud y la probabilidad total. Comunican sus razonamientos con claridad usando árboles o diagramas.


Atención a estas ideas erróneas

  • Durante la Simulación: Diagnóstico Médico Bayesiano, watch for alumnos que confundan la probabilidad a posteriori con la a priori.

    Pida a cada grupo que represente sus cálculos iniciales y finales en una tabla comparativa, destacando cómo la nueva evidencia modifica la estimación original.

  • Durante los Árboles: Probabilidad Total en Particiones, watch for alumnos que omitan ramas en las particiones o usen probabilidades condicionales incorrectas.

    Solicite que intercambien sus árboles con otra pareja para verificar que las probabilidades suman 1 en cada nivel y que las condicionales sean consistentes con el enunciado.

  • Durante el Juego: Filtros Antispam, watch for alumnos que asuman independencia entre eventos al aplicar Bayes.

    Guíe una discusión estructurada donde los grupos comparen sus resultados con y sin la condición de dependencia, usando datos simulados reales.


Metodologías usadas en este resumen