Requisitos conceptuales de la función de densidad normal como modelo de la realidad
Tipo de documento
Autores
Lista de autores
Torres, Omar y Ojeda, Ana María
Resumen
Enfocamos, cualitativa, interpretativa y abductivamente, la comprensión de estudiantes del bachillerato tecnológico de requisitos conceptuales de la función de densidad normal. El concepto, unidad del discurso científico, se constituye de la interrelación entre objeto, signo y concepto; su conocimiento requiere el de cálculo, el funcional y el analógico. De la observación de nueve sesiones de enseñanza de tratamiento de datos agrupados y muestreo, y de las respuestas de 24 estudiantes a un cuestionario de Probabilidad y Estadística, ellos asignaron cardinalidades incorrectas a subconjuntos; los cuatro estudiantes de Cálculo Diferencial, participantes en una estrategia de enseñanza, revelaron concepciones erróneas del comportamiento de funciones y de la continuidad. Los resultados no favorecerían la constitución de modelos explicativos de distribuciones de variables aleatorias continuas.
Fecha
2018
Tipo de fecha
Estado publicación
Términos clave
Comprensión | Interpretativo | Modelización | Otro (métodos) | Otro (probabilidad) | Pruebas
Enfoque
Nivel educativo
Educación media, bachillerato, secundaria superior (16 a 18 años) | Educación secundaria básica (12 a 16 años)
Idioma
Revisado por pares
Formato del archivo
Editores (capítulo)
Lista de editores (capitulo)
Sema, Luis
Título del libro
Acta Latinoamericana de Matemática Educativa
Editorial (capítulo)
Lugar (capítulo)
Rango páginas (capítulo)
1085-1093
ISBN (capítulo)
Referencias
Badiou, A. (1978). El concepto de modelo: bases para una epistemología materialista de las matemáticas. 3a edición. México: Siglo Veintiuno Editores. Burrill, G. & Biehler, R. (2013). Les idées statistiques fondamentales dans le curriculum scolaire. Statistique et Enseignement, 4(1), pp. 5-24. Deledalle, G. (1990). Leer a Peirce hoy. España: Gedisa. Dirección de Educación Media Superior (DEMS-IPN). (2008). Programas de Estudios. México: IPN. Donaldson, M. (1963). A Study of Children’s Thinking. UK: Tavistock Publications. Fischbein, E. (1975). The Intuitive Sources of Probabilistic Thinking in Children. The Netherlands: Reidel Publishing Company. Garfield, J. & Ben-Zvi, D. (2008). Developing Students’ Statistical Reasoning. Conecting Research and Teaching Practice. USA: Springer. Heitele, D. (1975). An Epistemological View on Fundamental Stochastic Ideas. Educational Studies in Mathematics, 6 (2), pp. 187-205. IREM, (1997). Enseigner les probabilités au Lycée. France : Réseau des IREM, Direction des Lycées et Collèges, pp. 54-104. Kahneman, D. (2011). Pensar rápido, pensar despacio. España: Debate. Pollatsek, A., Lima, S., Well, D. (1981). Concept or Computation: Students’ Understanding of the Mean. Educational Studies in Mathematics 12, pp. 191-204. Saldanha, L. & Liu, Y. (2014). Challenges of Developing Coherent Probabilistic Reasoning: Rethinking Randomness and Probability from a Stochastic Perspective. En Chernoff, E. & Sriraman, B. (Eds.). Probabilistic Thinking. Presenting Plural Perspectives, pp. 367-396. Dordrecht, Netherlands: Springer. Steinbring, H. (2005). The Construction of New Mathematical Knowledge in Classroom Interaction. An Epistemological Perspective. USA: Springer. Torres, O. (2013). Limitaciones en la adquisición de ideas fundamentales de estocásticos por estudiantes de ingeniería: El caso de un instituto tecnológico. Tesis de maestría no publicada. México: Cinvestav. Vygotsky, L. (1997). Pensamiento y lenguaje. España: Visor. Wertsch, J. (1988). Vygotsky y la formación social de la mente. España: Paidós. Wild, C. (2006). The concept of distribution. Statistics Education Research Journal Vol. 5(2), pp. 10-26. Wittrock, M. (1986). La investigación de la enseñanza II. España: Paidós. Zazkis, R. and Hazzan, O. (1999). Interviewing in Mathematics Education Research: Choosing the Questions. Journal of Mathematical Behavior, Vol. 17(4), pp. 429-439.
Proyectos
Cantidad de páginas
9