Conexiones entre las aproximaciones clásicas y frecuencial de la probabilidad en un ambiente de modelación computacional
Tipo de documento
Autores
Lista de autores
Inzunza, Santiago
Resumen
Reportamos resultados de una investigación con un grupo de estudiantes de ciencias sociales que tomaban un curso introductorio de probabilidad, cuyo propósito era explorar el razonamiento ligado a las conexiones entre la probabilidad teórica y la estimación frecuencial de la probabilidad de eventos simples y compuestos en un ambiente de modelación computacional. Los resultados muestran que el proceso de modelación fue una actividad sencilla para la mayoría de los estudiantes cuando las probabilidades del problema eran conocidas (del enfoque clásico al enfoque frecuencial). Sin embargo, en la dirección opuesta (del enfoque frecuencial al enfoque clásico), la variabilidad de los resultados fue uno de los principales obstáculos para identificar el modelo teórico subyacente, particularmente en aquellos estudiantes que utilizaron menos de 1,000 simulaciones. Los estudiantes que utilizaron 5,000 o más simulaciones, desarrollaron una comprensión intuitiva de la ley de los grandes números y ajustaron las frecuencias al modelo teórico correcto que ellos generaron.
Fecha
2017
Tipo de fecha
Estado publicación
Términos clave
Desde disciplinas académicas | Informáticos (recursos centro) | Modelización | Probabilidad | Razonamiento
Enfoque
Idioma
Revisado por pares
Formato del archivo
Volumen
11
Rango páginas (artículo)
69-86
ISSN
22544313
Referencias
Batanero, C., Henry, M., & Parzysz, B. (2005). The nature of chance and probability. En G. Jones (Ed.), Exploring probability in school: challenges for teaching and learning, (pp. 15-37). Springer Science+Business Media. Biehler, R., & Prömmel, A. (2010). Developing students' computer supported simulation and modelling competencies by means of carefully designed working enviroments. Proceedings of ICOTS 8, Ljubljana, Slovenia. Borovcnick, M. (2012). Multiple perspectives on the concept of conditional probability. Avances de Investigación en Didáctica de la Matemática, 2, 5-27. Borovcnik, M., Bentz, H. J., & Kapadia, R. (1991). Empirical research in understanding probability. En R. Kapadia & M. Borovcnik (Eds.), Chance encounters: probability in education (pp. 73-105). Dordrecht: Kluwer. Chaput, B., Girard, J. C., & Henry, M. (2011). Frequentist approach: Modelling and simulation in statistics and probability teaching. En C. Batanero, G. Burrill, & C. Reading (Eds.), Teaching statistics in school mathematics-challenges for teaching and teacher education: A joint ICMI/IASE study, (pp. 85-95). Heidelberg: Springer Eichler, A., & Vogel, M. (2014). Three approaches for modelling situations with randomness. En E. J. Chernoff, & B. Sriraman (Eds.), Probabilistic thinking: presenting plural perspectives (pp. 75-100). Dordrecht: Springer Science+Business Media Fischbein, E., & Gazit, A. (1984). Does the teaching of probability improve probabilistic intuitions?. Educational Studies in Mathematics, 15, 1-24. García, J. I., Medina, M., & Sánchez, E. (2014). Niveles de razonamiento de estudiantes de secundaria y Bachillerato en una situación-problema de probabilidad. Avances de Investigación en Educación Matemática, 6, 5-23. Godino, J., Batanero, C., & Cañizares M. J., (1996). Azar y probabilidad. Madrid, España. Editorial Síntesis. Henry, M. (1997). Notion de modéle et modélization en l’enseignement. En Enseigner les probabilités au lycée (pp. 77-84). Reims: Commission Inter-IREM Ireland, S. y Watson, J. (2009). Building a connection between experimental and theoretical aspects of probability. International Electronic Journal of Mathematics Education, 4(3), 339– 370. Konold, C., & Kazak, S. (2008). Reconnecting data and chance. Technology Innovations in Statistics Education, 2(1). Recuperado de http://escholarship.org/uc/item/38p7c94v. Konold, C., & Miller, C. (2011). TinkerPlots Version 2 [Computer Software]. Emeryville, CA: Key Curriculum Press. Konold, C., Madden, S., Pollatsek, A., Pfannkuch, M., Wild, C., Ziedins, I., Finzer, W., Horton, N., & Kazak, S. (2011). Conceptual challenges in coordinating theoretical and data-centered estimates of probability. Mathematical Thinking and Learning, 13, 68–86. Miles, M. B., & Huberman, A. M. (1994). Qualitative data analysis. London: Sage. Nilsson, P. (2014). Experimentation in probability teaching and learning. En E.J. Chernoff, & B. Sriraman (Eds.), Probabilistic thinking: Presenting plural perspectives (pp. 509-532). Dordrecht: Springer Science+Business Media. Pfannkuch, M., & Ziedine, I. (2014). A modelling perspective on probability. En E.J. Chernoff & B. Sriraman (Eds.), Probabilistic thinking: Presenting plural perspectives (pp. 101- 116). Dordrecht: Springer Science+Business Media. Pratt, D. (2005). How do teachers foster students’ understanding of probability? En G. Jones (Ed.), Exploring probability in school: challenges for teaching and learning (pp. 171– 190). New York: Springer. Pratt, D., Davies, N., & Connor, D. (2011). The role of technology in teaching and learning statistics. En C. Batanero, G. Burrill, & C. Reading (Eds.), Teaching statistics in school mathematics-Challenges for teaching and teacher education: A joint ICMI/IASE study, (pp. 97-107). Heidelberg: Springer Prodromou, T. (2012). Connecting experimental probability and theoretical probability. ZDM: The International Journal on Mathematics Education, 44(7), 855-868. Prodromou, T. (2014). Developing a modelling approach to probability using computer-based simulations. En E.J. Chernoff & B. Sriraman (Eds.), Probabilistic thinking: Presenting plural perspectives, (pp. 417-440). Dordrecht: Springer Science+Business Media.