L01 — Proyecto M04 y simulación de moneda

~5 h · Semana 1

Arrancas la carpeta de evidencia de la materia y compruebas con código que la frecuencia relativa se acerca a la probabilidad teórica cuando aumentas el tamaño de muestra.

Objetivo

Crear projects/m04-stats/, simular 10_000 lanzamientos de moneda en TypeScript y documentar en tus palabras la ley de los grandes números.

Por qué empieza así

En producto y en SRE ves muestras (clics, errores, latencias). Sin simular primero, las fórmulas del libro suenan abstractas. Hoy conectas Math.random() con una pregunta real: “¿qué tan seguro estoy de esta proporción?”.

Pasos (hazlos en orden)

1. Carpeta de evidencia (15–20 min)

Desde la raíz del repo:

mkdir -p projects/m04-stats/src projects/m04-stats/notas

Lee el checklist en projects/m04-stats/README.md. Es tu mapa de P1–P3 y del informe.

2. Proyecto TS mínimo (30–40 min)

Si aún no tienes package.json en m04-stats:

cd projects/m04-stats
npm init -y
npm install -D typescript tsx @types/node
npx tsc --init

En src/sim-moneda.ts:

export type CaraCruz = "cara" | "cruz";

export function lanzar(): CaraCruz {
  return Math.random() < 0.5 ? "cara" : "cruz";
}

export function estimarP(n: number): { caras: number; p: number } {
  let caras = 0;
  for (let i = 0; i < n; i++) if (lanzar() === "cara") caras++;
  return { caras, p: caras / n };
}

Ejecuta con npx tsx src/sim-moneda.ts (añade un console.log temporal o un pequeño main).

3. Experimento 100 vs 10_000 (45–60 min)

Compara estimarP(100) y estimarP(10_000) varias veces (bucle o script). Anota en una tabla:

| n | p̂ (cara) | |p̂ − 0.5| | |---|----------|-----------| | 100 | | | | 10_000 | | |

Pregunta de producto: si un feature tiene 52% de conversión con 80 usuarios, ¿es “mejor” que 50%? (Aún no hagas inferencia formal; solo intuición.)

4. Nota escrita (30–40 min)

Crea projects/m04-stats/notas/ley-grandes-numeros.md:

# Ley de los grandes números — mis palabras

## Qué observé en la simulación
-

## Qué significa para métricas de producto (1 párrafo)
-

## Qué NO significa (error común)
-

5. Commit (15 min)

git add projects/m04-stats/
git commit -m "feat(m04): simulación moneda y nota LGN"

6. Lectura (45–60 min)

Walpole cap. 2 (eventos, probabilidad) hasta reglas básicas, o OpenStax Ch. 3 (inicio). Subraya solo definiciones que usarás en L02.

Lectura de esta lección

Fuente	Qué leer
Walpole	Cap. 2 — introducción y frecuencia relativa
OpenStax	Ch. 3 — Probability Topics (primeras secciones)
Plan	Ficha M04 — objetivos
Catálogo	Bibliografía · M04

Hecho cuando

Marca la lección solo si:

1. Existe projects/m04-stats/src/sim-moneda.ts con lanzar y estimarP.
2. Corriste el experimento con al menos n = 100 y n = 10_000 y guardaste resultados en la nota o en comentarios del script.
3. Existe notas/ley-grandes-numeros.md con al menos un párrafo aplicado a producto.
4. Hay commit en git con esos archivos.

Esto avanza la P1 de la materia.

Errores comunes

• Simular una vez y creer que “ya probaste la teoría”.
• Olvidar commitear: sin evidencia en git no cuenta para la UI (interfaz de usuario).
• Confundir “la media de muchas muestras” con “una muestra grande” (lo profundizas en L13).

Siguiente

L02 — Eventos, reglas y frecuentismo