Academia de Matemáticas ORE Caguas · Taller 11
60 min · Taller facilitado
Portada

¿Tomamos decisiones racionales cuando hay incertidumbre?

Probabilidad aplicada a riesgo, predicción, modelos, juegos justos y toma de decisiones.

Producto del taller: una experiencia de probabilidad aplicada lista para implementar en la Sala de Clases.
  • La meta no es que el estudiante memorice fórmulas de probabilidad.
  • La meta es que use modelos, datos y razonamiento para tomar decisiones cuando no hay certeza.
  • Pregunta guía: ¿cómo ayudamos a los estudiantes a distinguir intuición, probabilidad y evidencia?
?
decisión
con cautela
modelodatosriesgoimpacto
Apoyo visual: Guía visual: conecte modelo, datos, impacto y decisión.
Modelo visible: “No voy a pedir solo calcular una probabilidad; voy a pedir decidir y justificar con evidencia.”
Problema profesional

Los estudiantes dicen “puede pasar”, pero no cuantifican el riesgo

En probabilidad, muchos estudiantes responden con intuiciones: seguro, posible, difícil, casi nunca.

¿Qué evidencia demuestra que el estudiante razona probabilísticamente?
  • Identifica resultados posibles.
  • Construye o interpreta un espacio muestral.
  • Compara probabilidad teórica y experimental.
  • Usa datos para ajustar predicciones.
  • Comunica una decisión con incertidumbre.
imposiblepoco probableposibleprobableseguro
Apoyo visual: Guía visual: ubique palabras en una escala de probabilidad.
Modelo visible: “Posible no significa probable; probable no significa seguro.”
Intuición vs evidencia

“Yo siento que va a salir rojo”

Un estudiante gira una ruleta y predice rojo porque “ha salido azul muchas veces”.

¿Qué creencia aparece en esa respuesta?
  • Puede aparecer la falacia del jugador.
  • El estudiante puede creer que el azar “compensa” de inmediato.
  • La respuesta ignora el modelo de probabilidad.
  • La intervención debe conectar intuición con simulación y evidencia.
Azul · Azul · Azul · Azul
“Ahora toca rojo”
¿cambió el modelo?
Apoyo visual: Guía visual: contraste intuición con modelo.
Modelo visible: “Que haya salido azul cinco veces no obliga a que ahora salga rojo si la ruleta no cambió.”
Pensamiento probabilístico

Probabilidad no elimina la incertidumbre; la organiza

Una buena decisión probabilística no garantiza acertar, pero permite justificar por qué una opción era razonable.

¿Qué diferencia hay entre una mala decisión y un mal resultado?
  • Una buena decisión puede tener un resultado desfavorable.
  • Una mala decisión puede salir bien por azar.
  • Lo importante es la calidad del razonamiento.
  • La evidencia debe incluir modelo, datos y cautela.
Buen resultadoMal resultadoBuena decisiónrazonable y salió bienrazonable, pero hubo azarMala decisiónsuertemal proceso
Apoyo visual: Guía visual: matriz decisión/resultado.
Modelo visible: “Una decisión razonable puede tener mal resultado; eso no la convierte automáticamente en mala decisión.”
Rutina transferible

Posibles, Probables, Evidencia, Decisión

Antes de decidir, los estudiantes deben organizar la incertidumbre.

¿Qué rutina puede usar un maestro mañana?
  • Posibles: ¿qué resultados pueden ocurrir?
  • Probables: ¿qué tan probable es cada resultado?
  • Evidencia: ¿qué datos o modelo lo sostienen?
  • Decisión: ¿qué opción conviene y con qué cautela?
  • Revisión: ¿qué aprendí después del resultado?
PosiblesProbablesEvidenciaDecisiónRevisión
Apoyo visual: Guía visual: rutina de decisión.
Modelo visible: “Primero enumero resultados posibles; luego estimo probabilidades; después decido con cautela.”
Modelos justos

¿Este juego es justo?

Un juego es justo si las probabilidades o ganancias esperadas no favorecen injustamente a una parte.

¿Cómo decidirías si un juego con ruleta, dados o cartas es justo?
  • Identificar resultados.
  • Asignar probabilidades.
  • Comparar oportunidades.
  • Considerar ganancias y pérdidas.
  • Defender la decisión con evidencia.
RAAV

¿quién tiene ventaja?

Apoyo visual: Guía visual: modelo justo vs no justo.
Modelo visible: “Si la ruleta tiene más secciones azules, el juego favorece azul aunque mi intuición quiera rojo.”
Interactividad

Simula la ruleta

Gire una ruleta varias veces y compare frecuencia observada con probabilidad esperada.

Primero mira el modelo teórico de la ruleta. Luego simula giros y compara: ¿los resultados observados se acercan a lo esperado o todavía hay mucha variación?
  • Con pocos intentos, los resultados fluctúan.
  • Con más intentos, la frecuencia relativa tiende a estabilizarse.
  • La simulación no prueba certeza.
  • La simulación ayuda a contrastar intuición y modelo.
Modelo teórico Rojo 25% · Azul 75%
Resultados simulados Presiona “Simular ahora”.
Esperado
25%
Observado
sin simular
Apoyo visual: primero se fija el modelo teórico de la ruleta; luego se simulan giros para comparar la frecuencia observada con lo esperado.
Modelo visible: “Si la ruleta tiene 25% rojo, espero cerca de 25 rojos en 100 giros. Si salen 18 o 31, no significa que el modelo cambió; significa que la simulación tiene variación.”
Frecuencia relativa

Lo experimental conversa con lo teórico

La probabilidad teórica dice lo que esperamos según el modelo; la experimental muestra lo que ocurrió en intentos reales.

¿Cuándo confiarías más en el modelo y cuándo en los datos observados?
  • Si el modelo es claro y justo, la teoría orienta.
  • Si sospechamos sesgo, los datos importan más.
  • Si hay pocos intentos, hay mucha variación.
  • La conclusión debe reconocer incertidumbre.
Modelo teóricoFrecuencia observada

Ambos conversan; ninguno debe interpretarse sin contexto.

Apoyo visual: Guía visual: teoría conversa con datos.
Modelo visible: “Con 10 giros puedo ver mucho ruido; con 200 giros la frecuencia relativa se estabiliza mejor.”
Espacio muestral

Sin espacio muestral, la probabilidad queda en opinión

Para dos monedas, muchos estudiantes dicen que sacar una cara y un sello es igual que sacar dos caras.

¿Qué revela el espacio muestral?
  • CC.
  • CS.
  • SC.
  • SS.
  • Una cara y un sello puede ocurrir de dos formas.
  • Representar resultados evita errores intuitivos.
CCCSSCSS1 cara y 1 sello = 2 resultados
Apoyo visual: Guía visual: espacio muestral organizado.
Modelo visible: “Con dos monedas, cara-sello tiene dos formas: CS y SC.”
Interactividad

Construye el espacio muestral

Seleccione experimento y observe cómo cambia el número de resultados.

¿Qué se vuelve más claro cuando organizamos resultados?
  • Conteo sistemático.
  • Eventos simples y compuestos.
  • Probabilidad como fracción de resultados.
  • Errores de omisión o repetición.
Apoyo visual: Guía visual: use tabla o árbol.
Modelo visible: “Dos dados tienen 36 resultados ordenados; eso cambia la probabilidad de sumas.”
Eventos compuestos

“O”, “y” y “no” no son palabras cualquiera

En probabilidad, las palabras “o”, “y” y “no” cambian el evento.

¿Cómo ayuda un diagrama o tabla a interpretar esos conectores?
  • O: unión de resultados.
  • Y: intersección o condición conjunta.
  • No: complemento.
  • La representación reduce ambigüedad.
O
unión
Y
intersección
NO
complemento
Apoyo visual: Guía visual: unión, intersección y complemento.
Modelo visible: “‘Rojo o par’ no es igual que ‘rojo y par’; las palabras cambian el evento.”
Riesgo

Baja probabilidad no significa poca importancia

Un evento puede ser poco probable, pero tener consecuencias grandes.

¿Cómo decidirías cuando probabilidad y consecuencia apuntan en direcciones distintas?
  • Probabilidad.
  • Impacto.
  • Costo de prevención.
  • Beneficio esperado.
  • Cautela en la conclusión.
Impacto bajoImpacto altoProb. bajamonitorearprevenirProb. altaplanificarintervenir
Apoyo visual: Guía visual: matriz probabilidad-impacto.
Modelo visible: “Aunque la probabilidad sea baja, si el impacto es alto, conviene planificar.”
Interactividad

Matriz de riesgo

Ajuste probabilidad e impacto para clasificar el riesgo.

¿Qué decisión sería razonable según la zona de riesgo?
  • Riesgo bajo: monitorear.
  • Riesgo medio: plan de prevención.
  • Riesgo alto: intervenir antes.
  • La decisión depende del contexto.
Apoyo visual: Guía visual: ajuste probabilidad e impacto.
Modelo visible: “Probabilidad 20% e impacto 90 produce un riesgo que no debo ignorar.”
Valor esperado

No todo juego que puedes ganar conviene jugarlo

Una decisión puede tener posibles ganancias y pérdidas. El valor esperado ayuda a comparar opciones.

¿Cómo decidirías si un juego conviene a largo plazo?
  • Identificar resultados.
  • Asignar probabilidad.
  • Multiplicar probabilidad por valor.
  • Sumar ganancias y pérdidas esperadas.
  • Interpretar en contexto.
probabilidad×valor=aporte esperado
Apoyo visual: Guía visual: probabilidad por valor.
Modelo visible: “Ganar $10 con probabilidad 10% y pagar $2 tiene valor esperado negativo.”
Interactividad

¿Jugarías este juego?

Ajuste premio, costo y probabilidad de ganar para calcular valor esperado.

¿Cuándo una opción es atractiva emocionalmente pero poco razonable matemáticamente?
  • Premios grandes pueden distraer.
  • Probabilidades pequeñas cambian la expectativa.
  • El costo importa.
  • La decisión se justifica, no se adivina.
Apoyo visual: Guía visual: calcule valor esperado.
Modelo visible: “El premio suena grande, pero si la probabilidad es mínima y el costo alto, no conviene a largo plazo.”
Probabilidad condicional

La información nueva cambia la probabilidad

A veces la pregunta correcta no es “¿qué probabilidad tiene A?”, sino “¿qué probabilidad tiene A dado B?”.

¿Qué datos necesitamos para actualizar una probabilidad con evidencia?
  • Tabla de dos entradas.
  • Grupo total relevante.
  • Condición dada.
  • Evento de interés.
  • Cálculo y explicación contextual.
P(A)vsP(A | B)

La condición cambia el grupo de referencia.

Apoyo visual: Guía visual: tabla de dos entradas.
Modelo visible: “P(usa tutoría | aprobó) no tiene el mismo denominador que P(usa tutoría).”
Interactividad

Tabla de dos entradas

Use una tabla simple para comparar probabilidad general y probabilidad condicional.

¿Qué cambia cuando restringimos el grupo de referencia?
  • Cambia el denominador.
  • Cambia la interpretación.
  • Puede cambiar la decisión.
  • La condición debe mencionarse claramente.
Apoyo visual: Guía visual: denominador condicionado.
Modelo visible: “Al mirar solo quienes aprobaron, el grupo de referencia cambia.”
Decisiones escolares

Probabilidad para decidir, no para asustar

La probabilidad puede apoyar decisiones en asistencia, clima, inventario, deportes, transporte o planificación escolar.

¿Cómo evitamos usar probabilidad para exagerar o alarmar?
  • Usar datos claros.
  • Separar probabilidad de impacto.
  • Evitar conclusiones absolutas.
  • Comunicar incertidumbre.
  • Decidir acciones razonables.
asistenciaclimatransporteinventariodecidir sin alarmar
Apoyo visual: Guía visual: decisión sin alarmismo.
Modelo visible: “No digo ‘va a pasar’; digo ‘hay mayor riesgo y conviene preparar una acción razonable’.”
Preguntas poderosas

No preguntes solo “¿cuál es la probabilidad?”

Una pregunta de probabilidad debe provocar predicción, representación, comparación y decisión.

¿Qué pregunta provoca razonamiento probabilístico?
  • ¿Cuál resultado parece más probable y por qué?
  • ¿Qué modelo sostiene tu predicción?
  • ¿Qué datos cambiarían tu decisión?
  • ¿Qué conclusión sería demasiado fuerte?
  • ¿Cómo comunicarías la incertidumbre?
¿Qué modelo sostiene tu predicción?¿Qué dato cambiaría tu decisión?¿Qué conclusión es demasiado fuerte?¿Cómo comunicas la incertidumbre?
Apoyo visual: Guía visual: preguntas que abren razonamiento.
Modelo visible: “¿Qué dato cambiaría tu decisión?” provoca más pensamiento que “¿cuánto da?”
Grupos pensantes

Probabilidad en superficies verticales

Los maestros trabajan con situaciones de riesgo, juegos o experimentos y hacen visible el razonamiento.

¿Qué debe quedar visible en la superficie vertical?
  • Espacio muestral.
  • Modelo de probabilidad.
  • Datos experimentales o simulados.
  • Decisión.
  • Cautela o limitación.
Espacio muestralModeloDatosDecisiónCautela
Apoyo visual: Guía visual: superficie vertical con evidencia.
Modelo visible: “Grupo 1 modela; Grupo 2 simula; Grupo 3 decide y comunica cautela.”
Cierre matemático

De azar a decisión razonada

La consolidación debe organizar los conceptos que emergieron de la experiencia.

¿Qué aprendimos sobre decidir con incertidumbre?
  • Azar no significa ausencia de estructura.
  • El modelo organiza posibilidades.
  • Los datos ajustan la confianza.
  • El impacto modifica la decisión.
  • Una conclusión probabilística debe incluir cautela.
AzarModeloDatosImpactoDecisión
Apoyo visual: Guía visual: mapa de conceptos.
Modelo visible: “Hoy conectamos azar, modelo, datos, impacto y decisión.”
Alineación curricular

Competencias oficiales que pueden apoyar este taller

Seleccione indicadores oficiales según grado y propósito; no use indicadores como decoración.

Ejemplos oficiales localizados en las Competencias Esenciales.
  • 6.E.15.1 y 7.E.16.1: aproxima la probabilidad de un suceso aleatorio y predice frecuencia relativa.
  • 6.E.15.2 y 7.E.16.2: desarrolla modelos de probabilidad y compara con frecuencias observadas.
  • 7.E.16.3: interpreta probabilidad de un suceso compuesto como fracción del espacio muestral.
  • 7.E.16.4: identifica y representa espacios muestrales de sucesos compuestos.
  • 8.E.11.1: describe eventos como subconjuntos de un espacio muestral usando “o”, “y” y “no”.
  • ES.E.66.1: interpreta tablas de dos entradas y aproxima probabilidades condicionales.
CompetenciaModelo probabilísticoEvidencia
Apoyo visual: Guía visual: competencia → acción → evidencia.
Modelo visible: “Si uso 7.E.16.4, la evidencia debe representar el espacio muestral, no solo escribir una fracción.”
Evaluación auténtica

¿Qué evidencia demuestra razonamiento probabilístico?

Una respuesta numérica no basta si no muestra modelo, interpretación y decisión.

¿Qué recogerías como evidencia?
  • Espacio muestral o modelo.
  • Cálculo o simulación.
  • Comparación entre teoría y datos.
  • Decisión justificada.
  • Cautela o limitación.
  • Reflexión después del resultado.
Espacio muestralSimulación o cálculoComparaciónDecisiónCautela
Apoyo visual: Guía visual: evidencia de proceso.
Modelo visible: “Recojo modelo, simulación, decisión y una oración de cautela.”
Banco de errores

Errores que debemos anticipar

Los errores de probabilidad revelan intuiciones fuertes que deben hacerse visibles.

Seleccione un error y piense en una intervención docente.
  • Falacia del jugador.
  • Confundir posible con probable.
  • Contar mal el espacio muestral.
  • Ignorar el tamaño de muestra.
  • Confundir probabilidad con certeza.
  • Tomar decisiones sin considerar impacto.
Apoyo visual: Guía visual: error e intervención.
Modelo visible: “Si aparece la falacia del jugador, pregunto: ¿cambió el modelo o solo cambió la historia reciente?”
Planificador

Constructor: experiencia de probabilidad aplicada

Complete los campos y genere una experiencia lista para ajustar.

Use grado, estándar, indicador, modalidad, ASR, duración y DOK para producir una experiencia completa.
  • Objetivo.
  • Apertura.
  • Desarrollo.
  • Cierre.
  • Evidencia.
  • Evaluación formativa.
  • Diferenciación.
  • Conexión CRECE.
Apoyo visual: Guía visual: complete campos antes de generar.
Modelo visible: Grado 7 / E / 7.E.16.2 / Presencial / simulación y justificación / 45 min / DOK 3.
Producto transferible

Mi experiencia: decidir con incertidumbre

Diseñe una experiencia de probabilidad aplicada para la Sala de Clases.

Incluya contexto, modelo, datos o simulación, decisión, evidencia, diferenciación y cierre matemático.
  • Debe quedar implementable.
  • Debe incluir ejemplo dado.
  • Debe exigir representación del espacio muestral o modelo.
  • Debe producir una decisión con cautela.
  • Debe anticipar un error intuitivo.
Apoyo visual: Guía visual: plantilla transferible.
Modelo visible: “Contexto: juego justo. Modelo: ruleta. Datos: simulación. Decisión: ¿conviene jugar?”
Dos lentes

Revisión entre pares

Evalúe el diseño como especialista curricular y como maestro que lo implementará mañana.

¿Hay pensamiento probabilístico? ¿Se puede facilitar con claridad?
  • Lente curricular: espacio muestral, modelo, datos, decisión y cautela.
  • Lente docente: instrucciones, tiempo, materiales, ejemplo dado y manejo.
  • Si solo pide calcular probabilidad, todavía no está listo.
Especialista curricular
¿hay modelo y evidencia?
Maestro
¿lo uso mañana?
Apoyo visual: Guía visual: dos lentes.
Modelo visible: “Tu actividad calcula, pero no pide decidir ni comunicar incertidumbre.”
Implementación

¿Qué harás distinto mañana?

Seleccione una situación de incertidumbre que puede convertir en experiencia matemática.

Complete la frase: antes yo preguntaba ___; ahora preguntaré ___.
  • Antes: ¿cuál es la probabilidad?
  • Ahora: ¿qué decisión tomarías y con qué evidencia?
  • Antes: resultado correcto.
  • Ahora: modelo, datos y cautela.
  • Antes: azar como suerte.
  • Ahora: azar como estructura.
Antes: calcular probabilidad
Ahora: decidir con modelo, datos y cautela
Apoyo visual: Guía visual: compromiso.
Modelo visible: “Antes preguntaba cuánto da; ahora preguntaré qué decidirías y qué evidencia sostiene tu decisión.”
Reflexión final

Decidir con incertidumbre también es hacer matemáticas

La probabilidad no promete certeza; ofrece herramientas para pensar mejor cuando la certeza no existe.

La pregunta final: ¿qué decisiones podrán justificar sus estudiantes que antes solo adivinaban?
  • Representar posibilidades.
  • Comparar probabilidades.
  • Simular y revisar.
  • Considerar impacto.
  • Comunicar decisiones con cautela.
Decidir
sin certeza
con evidencia
Apoyo visual: Guía visual: cierre con modelo, datos y cautela.
Modelo visible: “Cuando no hay certeza, la matemática ayuda a decidir mejor.”