Mobile learning (m-learning) enhances learning skills in some students. Mobile phones, Tablets, PDAs, Pocket PCs and Internet can be used jointly in order to encourage and motivate learning wherever and whenever students want to learn. In this work, we show learning objects for teaching and learning inferential statistics using mobile devices. With these learning objects, students can calculate confidence intervals based in either a large or a small data sample obtained from a normal or a non-normal population. These objects are been designed for devices with Android operating system.

La toma de decisiones en los distintos niveles de las organizaciones cada vez es de mayor complejidad, dadas las crecientes restricciones de disponibilidad de todo tipo de recursos. En una compañı́a de seguros para automóviles, los gerentes se ven en la necesidad de decidir si otorgar, renovar, cancelar o rechazar una póliza de seguros a un cliente. Existen grandes cantidades de datos almacenados en distintos formatos en tales compañı́as, las cuales pueden ser usadas para ayudarse a decidir si otorgar o no la póliza de seguros a un cliente especı́fico. Es decir, dichas aseguradoras pueden explotar ı́ntegramente los datos acerca de los patrones de compra y comportamiento de sus clientes, entender mejor las motivaciones de los mismos, ayudando con ello a la reducción de los costos y del fraude, optimizando ası́ los recursos de la compañı́a.Este artı́culo presenta el diseño de un modelo bayesiano que integra las caracterı́sticas principales del conductor y de su auto, y que sirve para predecir si se otorga o no la póliza de seguros al cliente. Se usan redes bayesianas para prever la probabilidad de un accidente automovilı́stico, basándose en los datos del cliente disponibles en el tiempo de la solicitud de compra de la póliza. Las redes bayesianas son una herramienta útil en la estimación de probabilidades ante incertidumbres y nuevas evidencias. Este modelo puede optimizar la utilidad de una compañı́a de seguros de automóviles, porque éste sugiere la autorización o no, de la póliza mencionada. El modelo se valida mediante una muestra aleatoria de 1,200 automovilistas con sus respectivos automóviles.