Simulación de variables aleatorias continuas y el teorema del límite central

Referencias

[1] H. Alvarado, C.Batanero (2008). Significado del teorema de central del límite en textos universitarios de probabilidad y estadística. Estudios Pedagógicos. 34(2), 10-26. Universidad Austral de Chile, Valdivia, Chile. [2] F. Arnaldos, U. Faura (2012). Aprendizaje de los fundamentos de la probabilidad apoyado en las TICs. @ tic revista d’innovació educativa. 9, 131-137. Universitat de València, Valencia, España. [3] C. Batanero, J. Contreras, E. Gómez (2014). Conocimiento Matemático de Futuros Profesores para la Enseñanza de la Probabilidad desde el Enfoque Frecuencial. Boletim de Educação Matemática (Bolema). 28 (48), 211-227. Río Claro, Brasil. [4] C. Batanero, J. Contreras, C. Díaz, R. Roa (2012). Evaluación de Sesgos en el Razonamiento sobre Probabilidad Condicional en Futuros Profesores de Educación Secundaria. Boletim de Educação Matemática (Bolema). 24 (44), 1210-1221. Río Claro, Brasil. [5] V. Burbano, J. Pinto, M. Valdivieso (2015). Formas de usar la simulación como un recurso didáctico. Revista Virtual Universidad Católica del Norte. 45, 18-35. Fundación Universitaria Católica del Norte, Medellín, Colombia. [6] W. Castro, O. Rodríguez (2005). Uso de herramientas computacionales para el aprendizaje de las matemáticas. El Hombre y la Máquina. 24, 47-51. Universidad Autónoma de Occidente, Cali, Colombia. [7] L. De Oliveira, C. Espasandin (2011). O Uso de Simuladores e a Tecnologia no Ensino do Estocástica. Boletim de Educação Matemática (Bolema). 24(40), 662-673. Universidade Estadual Paulista Júlio de Mesquita Filho. Río Claro, Brasil. [8] S. Inzunsa (2006). Significados que estudiantes universitarios atribuyen a las distribuciones muestrales en un ambiente de simulación computacional y estadística dinámica. Tesis doctoral no publicada. CINVESTAV-IPN. México. [9] S. Inzunsa, M. Guzmán (2011). Comprensión que muestran profesores de secundaria acerca de los conceptos de probabilidad: un estudio exploratorio. Educación Matemática. 23(1), 64-77. Grupo Santillana, D.F, México. [10] E. Jaimes, G. Yáñez (2013). Efectos de la simulación en la comprensión de la ley de los grandes números. Revista Integración. 31(1), 70-83. Escuela de Matemáticas, Universidad Industrial de Santander, Colombia. [11] A. Kozulin (2000). Instrumentos Psicológicos. Primera edición. Barcelona: Paidós. [12] P. Mishra, M. J. Koehler (2006). Technological Pedagogical Content Knowledge: a new framework for teacher knowledge. Teachers College Record. 108 (6), 1017-1054. Columbia University. New York. United States. [13] G. Ramírez (2007). Formas de razonamiento que muestran estudiantes de maestría en Matemática Educativa sobre distribuciones muestrales mediante problemas de simulación en Fathom. Memorias de la XII Conferencia Interamericana de Educación Matemática (XII CIAEM). Querétaro, México. [14] G. Ramírez (2013). Simulación física y computacional: estrategia metodológica para resolver problemas estocásticos, Memorias del VII Congreso Iberoamericano de Educación Matemática (VII CIBEM). Montevideo, Uruguay. [15] G. Ramírez, K. Rodríguez (2014). Ejercicios Resueltos de Probabilidades. Segunda Edición. Cartago, Costa Rica. Tecnológico de Costa Rica: Publicaciones ITCR. [16] G. Sanabria (2012). Comprendiendo las Probabilidades. Cartago, Costa Rica: Editorial Tecnológica de Costa Rica. [17] G. Sanabria (2013). Simulación en Excel de variables aleatorias continuas, Memorias del III Encuentro sobre Didáctica de la Probabilidad, la Estadística y el Análisis de Datos (IV EDEPA). Cartago, Costa Rica. [18] E. Sánchez (2009). La probabilidad en el programa de estudio de matemática de la secundaria en México. Educación Matemática. 21(2), 41-45. Grupo Santillana México, D.F., México. [19] G. Siemens (2004). Conectivismo: Una teoría de aprendizaje para la era digital. (Diego Leal, trad.) Elearnspace. Winkler, Canadá. Recuperado de http://www.fce.ues.edu.sv/uploads/pdf/siemens- 2004-conectivismo.pdf