Entramos ahora en un bloque fundamental para la ingeniería: las distribuciones continuas, que modelan tiempos, magnitudes físicas, errores y fenómenos naturales.

Mantenemos estrictamente su modelo pedagógico:

  • ✅ Un solo tema.
  • ✅ Dos sesiones.
  • ✅ Una única hoja evaluable al finalizar el tema.
  • ✅ IA como tutor.
  • ✅ Interpretación antes que formalismo matemático.
  • ✅ Escritura manual como consolidación cognitiva.

GUÍA MAESTRA

SEMANA 7 — Distribuciones Teóricas (II): Continuas

Asignatura: Estadística Aplicada con Python y R Universidad de Sucre – Facultad de Ingeniería

1️⃣ PROPÓSITO DEL TEMA

Comprender las principales distribuciones continuas utilizadas en ingeniería:

  • Normal
  • Exponencial
  • Gamma
  • Weibull
  • Lognormal

El estudiante debe:

  • Identificar cuándo usar cada modelo.
  • Comprender el significado de sus parámetros.
  • Interpretar forma, sesgo y dispersión.
  • Relacionar fenómeno físico con distribución probabilística.

Este tema dura una semana.

📌 Se diligencia UNA sola hoja al finalizar la segunda sesión.

2️⃣ ESTRUCTURA DE LA SEMANA

  • Sesión 1 (2 horas): Fundamentos conceptuales.
  • Sesión 2 (2 horas): Visualización y comparación práctica.
  • Producto evaluable: 1 hoja física (anverso + reverso).

SESIÓN 1

Fundamentos Conceptuales de Distribuciones Continuas

🔹 Fase 1 — Actividad “Estudia y Aprende”

PROMPT 1 — INICIO

Actúa como tutor experto en distribuciones continuas aplicadas a ingeniería.

Tema: Normal, Exponencial, Gamma, Weibull y Lognormal.

  1. Explica primero en lenguaje sencillo y luego formal qué es una distribución continua.

  2. Explica la distribución Normal:

    • Qué modela
    • Parámetros
    • Forma de la curva

  3. Explica la distribución Exponencial y su relación con tiempos entre eventos.

  4. Explica Gamma y Weibull y su uso en análisis de vida útil.

  5. Explica Lognormal y cuándo aparece en fenómenos reales.

  6. Compara las distribuciones en términos de simetría y sesgo.

Hazme 3 preguntas para verificar comprensión y corrige mis respuestas.

🔹 Fase 2 — Orientación Docente

Se organiza el análisis por fenómeno ingenieril:

1️⃣ Distribución Normal

  • Simétrica.
  • Media = mediana = moda.
  • Modela errores, variaciones naturales.
  • Parámetros: media y desviación estándar.

Aplicaciones:

  • Resistencia de materiales.
  • Errores de medición.
  • Variables biológicas.

2️⃣ Exponencial

  • Modela tiempo hasta el próximo evento.
  • Sin memoria.
  • Parámetro: tasa ( ).

Aplicaciones:

  • Tiempo entre fallas.
  • Tiempo entre llegadas.

3️⃣ Gamma

  • Flexible.
  • Modela tiempos acumulados.
  • Generaliza la Exponencial.

4️⃣ Weibull

  • Muy usada en ingeniería de confiabilidad.
  • Modela fallas tempranas o desgaste progresivo.
  • Parámetros de forma y escala.

5️⃣ Lognormal

  • Variables positivas.
  • Sesgo a la derecha.
  • Aparece cuando procesos son multiplicativos.

Aplicaciones:

  • Crecimiento poblacional.
  • Tamaños de partículas.
  • Ingresos o producción.

Se enfatiza:

La forma de la distribución revela la naturaleza del fenómeno.

⚠️ No se diligencia la hoja aún.

SESIÓN 2

Visualización y Comparación en Python y R

🔹 Fase 1 — Actividad “Estudia y Aprende” (Aplicación)

PROMPT 2 — APLICACIÓN

Actúa como tutor experto en distribuciones continuas con Python y R.

  1. Muéstrame cómo graficar Normal, Exponencial, Gamma, Weibull y Lognormal.
  2. Explica cómo cambian las curvas al modificar parámetros.
  3. Compara simetría, sesgo y dispersión.
  4. Explica cómo elegir una distribución según un fenómeno real.
  5. Interpreta resultados como lo haría un ingeniero.

No solo muestres código; explica qué significa cada forma.

🔹 Fase 2 — Demostración Docente

En Python:

  • scipy.stats.norm
  • scipy.stats.expon
  • scipy.stats.gamma
  • scipy.stats.weibull_min
  • scipy.stats.lognorm

En R:

  • dnorm()
  • dexp()
  • dgamma()
  • dweibull()
  • dlnorm()

Se analizan:

  • Simetría vs asimetría.
  • Cola pesada.
  • Impacto del parámetro de forma.
  • Diferencias visuales claras.

Pregunta clave:

¿Qué fenómeno estoy intentando representar?

3️⃣ CIERRE DEL TEMA — GENERACIÓN DEL RESUMEN GUÍA

Al finalizar la sesión 2:

PROMPT DE CIERRE GLOBAL

Genera un resumen estructurado para escribir a mano en UNA sola hoja.

Formato obligatorio: A) Idea central (1–2 líneas). B) 6–10 viñetas organizadas lógicamente. C) 3 relaciones clave (por qué/cómo). D) 1 ejemplo aplicado a ingeniería. E) 3 preguntas de autoevaluación con respuesta. F) Cierre: “Hoy aprendí que …”

4️⃣ REVERSO — ESCRITURA MANUAL (EVIDENCIA EVALUABLE)

Tema de la hoja:

“Distribuciones Continuas en Ingeniería”

Debe incluir:

□ Idea central □ Qué modela cada distribución □ Parámetros principales □ Simetría vs asimetría □ Diferencias clave entre modelos □ Ejemplo aplicado □ 3 preguntas + respuestas □ Reflexión final

5️⃣ CRITERIOS DE EVALUACIÓN

Evaluación sugerida sobre 5 puntos:

  1. Correcta identificación de cada distribución.
  2. Comprensión del significado de los parámetros.
  3. Diferenciación clara entre modelos.
  4. Aplicación contextual.
  5. Profundidad conceptual en la reflexión final.

No se evalúa:

  • Derivaciones matemáticas extensas.
  • Fórmulas largas.
  • Código en la hoja.

Se evalúa comprensión conceptual del modelo probabilístico.

6️⃣ RESULTADO FORMATIVO DE LA SEMANA 7

Al finalizar el tema, el estudiante:

  • Distingue distribuciones continuas principales.
  • Relaciona fenómeno físico con modelo probabilístico.
  • Interpreta forma y parámetros.
  • Comprende la importancia del ajuste correcto.
  • Está preparado para pruebas de bondad de ajuste.