Conclusión: Módulo de Probabilidad y Estadística

El mapa del eje

El eje de Probabilidad y Estadística abarca dos grandes familias: el cálculo de probabilidades (clásica, condicional, conteo) y el análisis estadístico de datos (descripción, posición, dispersión, modelos). Aquí están todas las lecciones organizadas por nivel.

Cómo se conectan los temas

Los temas de Probabilidad y Estadística forman dos cadenas que se cruzan en varios puntos:

• Conceptos Básicos → Probabilidad Simple → Reglas:M1 los conceptos de espacio muestral y eventos son el lenguaje común. Sin ellos, no existe ni la regla aditiva ni la multiplicativa.
• Reglas de Probabilidad → Probabilidad Condicional:M1M2 P(A|B) es una extensión directa de la regla multiplicativa. La independencia (P(A∩B) = P(A)·P(B)) es la condición que simplifica P(A|B) = P(A).
• Combinatoria → Probabilidad Simple:M2 para contar los casos favorables y totales cuando hay muchas posibilidades, C(n,k) y P(n,k) reemplazan el conteo manual.
• Combinatoria → Distribución Binomial:M2 C(n,k) está literalmente dentro de la fórmula binomial. No hay binomial sin combinatoria.
• Estadística Descriptiva → Medidas de Posición → Dispersión:M1M2 media y mediana son el punto de partida; los cuartiles refinan la posición; la varianza y desviación estándar miden qué tan separados están los datos del centro.
• Estadística Descriptiva → Distribución Normal:M2 μ y σ son exactamente la media y la desviación estándar de la lección descriptiva. La distribución normal es el modelo que explica por qué esas medidas importan.
• Tablas y Gráficos → todo el eje:M1 la mayoría de los problemas del eje presentan los datos en tablas o gráficos. Saber leerlos es el prerequisito universal.

Patrones que se repiten en la PAES

• Probabilidad clásica desde tabla de doble entrada:M1 dan una tabla de frecuencias con dos variables y piden P(A), P(A∩B) o P(A|B). La clave es identificar el denominador correcto.
• Complemento para simplificar:M1 cuando es difícil calcular P(A) directamente, usar P(A) = 1 − P(A'). Muy frecuente en "al menos uno".
• Media o mediana desde datos agrupados:M1 dan una tabla de frecuencias y piden calcular la media o identificar la mediana. Hay que ponderar por frecuencia.
• Diagrama de cajón e interpretación:M1 dan un diagrama de cajón y piden Q1, Q3, rango intercuartílico o porcentaje de datos en un rango.
• ¿Con o sin reposición?:M1M2 es la pregunta clave en problemas de extracción. Sin reposición → dependientes (el denominador cambia). Con reposición → independientes (se multiplica directamente).
• Conteo con C(n,k):M2 preguntas del tipo "¿de cuántas formas se puede elegir X entre N?" sin que importe el orden → combinaciones.
• Binomial "exactamente k éxitos":M2 enunciado con n ensayos independientes, probabilidad p de éxito y pregunta sobre exactamente k → fórmula C(n,k)·pᵏ·(1−p)ⁿ⁻ᵏ.
• Regla empírica 68-95-99,7:M2 dan μ y σ y piden el porcentaje de datos en un rango múltiplo de σ. Nunca se necesita tabla Z si los límites son exactamente μ±nσ.
• Comparar dos distribuciones con puntaje Z:M2 dos resultados en escalas distintas → calcular Z en cada una → el mayor Z indica mejor posición relativa.

Errores más comunes del eje

• Confundir P(A|B) con P(B|A): el denominador cambia. P(A|B) usa P(B) como base; P(B|A) usa P(A). Son probabilidades distintas y generalmente distintos valores.
• Olvidar el C(n,k) en la binomial: calcular solo pᵏ·(1−p)ⁿ⁻ᵏ sin el coeficiente combinatorio. Eso da la probabilidad de una secuencia específica, no de "exactamente k éxitos" en cualquier orden.
• Usar permutación cuando no importa el orden: si elegir {A,B} es lo mismo que {B,A}, se usa C(n,k). La permutación P(n,k) es para cuando el orden sí cambia el resultado (ej. contraseñas, podios).
• Confundir media con mediana: la media es la suma dividida en n; la mediana es el valor central al ordenar. Con datos asimétricos o atípicos, son distintas.
• Usar la regla empírica con rangos asimétricos: μ±2σ cubre 95%, pero de μ a μ+2σ solo hay 47,5% (la mitad). Si el rango no es simétrico respecto a μ, hay que sumar los segmentos de cada lado por separado.
• Confundir varianza con desviación estándar: σ² es la varianza (en unidades²); σ es la desviación estándar (en las mismas unidades que los datos). La distribución normal usa σ, no σ².
• No identificar el denominador en probabilidad condicional: al leer una tabla de doble entrada, el denominador de P(A|B) es solo el total de la fila o columna de B, no el total general.

Resumen rápido

• P(A) clásica:M1 casos favorables / casos totales.
• Regla aditiva:M1 P(A∪B) = P(A) + P(B) − P(A∩B). Si son mutuamente excluyentes: P(A∪B) = P(A) + P(B).
• Regla multiplicativa:M1 P(A∩B) = P(A)·P(B|A). Si son independientes: P(A∩B) = P(A)·P(B).
• Complemento:M1 P(A') = 1 − P(A). Útil en "al menos uno".
• Media:M1 x̄ = Σxᵢ/n (o Σxᵢfᵢ/Σfᵢ si hay frecuencias).
• Mediana:M1 valor central al ordenar. Con n par: promedio de los dos centrales.
• Cuartiles:M1 Q1 = percentil 25, Q2 = mediana, Q3 = percentil 75. RIC = Q3 − Q1.
• Probabilidad condicional:M2 P(A|B) = P(A∩B) / P(B).
• Combinaciones:M2 C(n,k) = n! / (k!·(n−k)!) — sin orden.
• Permutaciones:M2 P(n,k) = n! / (n−k)! — con orden.
• Varianza y desviación estándar:M2 σ² = Σ(xᵢ−μ)²/n; σ = √σ².
• Distribución Binomial:M2 P(X=k) = C(n,k)·pᵏ·(1−p)ⁿ⁻ᵏ.
• Puntaje Z:M2 Z = (x − μ) / σ — mide posición relativa.
• Regla empírica:M2 μ±1σ → 68% | μ±2σ → 95% | μ±3σ → 99,7%.

El eje en imágenes

Una imagen representativa de cada lección, en el orden en que recorriste el eje: