Professional Documents
Culture Documents
José Negrete-Martínez
Departamento de Biología Celular y Fisiología
Instituto de Investigaciones Biomédicas UNAM
Introducción.
Trasfondos
La fobia hacia las matemáticas pudiera tener trasfondos que van
de lo genético a lo conductual. Se trata de una fobia que no es más que
una manifestación de una fobia general hacia las matemáticas, y hay
quien opina que es una fobia hacia el Aprender en general. Es una
fobia universal, como puede comprobarse fácilmente de una consulta
en la red. La magnitud e importancia del problema merece manejos
más allá de lo meramente pedagógico (IA?). En este escrito propongo
que se tomen en serio los trasfondos enunciados aquí, para con ello
tener acceso a aspectos del manejo que no se han ensayado. No evito
sin embargo la cuestión del currículum matemático porque ha sido el
foco de atención para el manejo de la fobia.
TRASFONDO NEUROLÓGICO
Dos modalidades de Solución de problemas posiblemente asociadas a
desarrollos privilegiados de ciertas regiones del Cerebro.
• Por reconocimiento de patrones: poseemos un cerebro visual diseñado
para la supervivencia.
• Por deducción, inducción y/o abducción. Como usar nuestro cerebro
reconocedor de patrones para hacer razonamientos? :
Mediante un ‘Andamiaje’ formal: diagramas, programas y fórmulas.
• Sapolsky R.M. “Why Zebras Don´t Get Ulcers” in Stress and Memory.
Owl Books. 2004.
• William Blake.1790 "Pie a tierra" año 4, número 37, página VI, enero
del 2001. Traducido por Soledad Capurro del original en inglés.
Apéndices.
Apéndice 1
El psicópata tiene que ser un cómico. La mujer que se enamora del psicópata
Quizá el Primer actor cómico de la debe ser una actríz cómica
Compañía
Una subidea Una subidea Una subidea Una subidea
UN INTENTO DE PARTICIPACIÓN DE LA IA
Desenfoque
Esta imagen es una adaptación de la “V” de Gowin (Novak y Gowin) para este
trabajo. La “V” ha sido sustituida por una balanza y se discute con ella un
experimento de la vida diaria. El fiel, a diferencia de la “V” no solamente
apunta a la experiencia sino expresa la opinión del profesor sobre el
desbalance entre conocimientos+emoción y los datos que se colectarán para el
propósito. A Este esquema le hemos llamado Balanza de Desequilibrio. La
experiencia que la figura esquematiza implica una ACCION suscitada por una
PREGUNTA, con un trasfondo expícito de CONOCIMIENTO y EMOCIÓN
y con una disposición a ser un testigo PENSANTE de la experiencia con una
expectativa consciente de modificar nuestro conocimiento y emoción por la
experiencia. La experiencia planteada debe ser dinámicamente modificada, de
tal forma que el desbalance del fiel sea mínimo. El desbalance, que representa
el desenfoque del problema, puede guiar al profesor en el diseño de nuevas
experiencias conducentes al aprender a aprender y en nuestro caso al aprender
a formalizar. El ejemplo de la figura es tan simple que solo nos permite
introducir al lector en el esquema de Gowin. Una anécdota atribuida a Von
Newmann quien consultado sobre un problema matemático contesto que la
solución no se encontraba porque en el planteamiento (CONOCIMIENTO +
PREGUNTA) no se había adoptado un nivel suficiente de Generalidad. En
nuestros términos:el problema estaba fuera de foco.
El enfocar un problema “en V” constituye el compromiso de prestar atención
activa por el profesor y por el fóbico a los procesos de formalización que el
sujeto efectúa al intentar solucionar un problema. Muchas veces esta falta de
atención por parte de padres y maestros y por parte del fóbico mismo, ha
originado la fobia.
Esta imagen también es una adaptación de la “V” de Gowin para este trabajo.
Seria el caso en el que con una navaja o microtomo se aislaran las partes del
fruto yse probaran por aplicación lingual, en pequeñas cantidades por uno o
varios observadores. El Conocimiento y la emoción en cuestion podrian ser la
histología del fruto y la indiferencia por el conocimiento que se busca. La
experiencia podría refinarse al extremo de aislar por microtomía partes del
fruto y probar conla lengua estos fragmentos de tejido. Los datos a cierto nivel
de partición podrían originar datos no concluyentes. Esto último podría
requerir una formalizacion mejor en la representación de los datos como es el
caso de un diseño estadístico de experimentos.
Esta imagen es la reaplicación del planteamiento en “V” pero para una nueva
variante de la experiencia: ahora la experiencia son los datos arrojados por la
experiencia anterior. Un curriculum matemático para (7.3) se encuentra en el
apéndice 4. La etapa (7.4) es una solucion formal conocida al problema que
nos ocupa. Si (7.4) fuera un método formal elegido por el estudiante
estariamos en presencia de un verdadero aprendizage a formalizar, situación
diferente de los procesos de formalizacion que se ofrecen al estudiante para
ilustrar la diferencia entre solución por reconocimiento de patrones y una
solución formal del Apendice 1. Nótese que no se busca una formalizacion
como descubrimiento. Se trata de adquirir el hábito de formalizar echando
mano de un repertorio conocido de formalizaciones.
Apéndice 3
¿Nuevo discurso?
¿Nueva emoción?
(3) CONOCIMIENTO
Y EMOCION (5)Hacer un Gráfico
Mi Discurso del tema
poético y mi emoción (4) FORMALIZACION
Correspondiente. Transformar el poema
Desenfoque
FORMALIZACION
Conducta dependiente
del Software
Nuevo Conocimiento ?
Nuevo interés ?
(3) CONOCIMIENTO
Y EMOCION
Mi Conocimiento del
Tema y mi interés en (4)HACER PATRON
él. Transformación en poema
Desenfoque
F = m d(x)2/d2(t)
• 0= m d(x)2/d2(t), implica que la
aceleración (d(x)2/d2(t)) es nula,“0”]
• ¿Cuál es la integral de 0= d(x)2/d2(t)?
I. Ecological models
I.1. Ecological models in discrete time
I.1.1. Linear (density-independent) single species models: exponential
growth
I.1.2. Linear (density-independent) age-structured models:
Leslie matrices, eigenvalues, eigenvectors, long-term growth rate, stable
age distribution
I.1.3 Non-linear (density-dependent) single species models:
Equilibrium population size (carrying capacity), cobwebbing, stability
analysis (tangent line approximation), periodic dynamics, chaos, computer
simulations of iterated next generation maps
I.1.4. Non-linear predator-prey models:
Equilibrium population sizes, phase plane, stability analysis, Jacobian
matrix, partial derivatives, predator-prey oscillations, stabilizing influences
on predator-prey dynamics (density-dependence in the prey, spatial
structure, interference among predators), computer simulations
I.2. Ecological models in continuous time
I.2.1 Linear (density-independent) single species models:
Differential equations, exponential growth and decay, exact solution,
separation of variables
I.2.2. Logistic (density-dependent) growth:
Equilibrium population size (carrying capacity), local stability, four methods
of analysis (graphical (flow diagram), analytical (separation of variables),
computer algebra system, computer simulations)
I.2.3. Competition between two species:
Lotka-Voterra equations, 0-isoclines, graphical analysis in phase plane,
three qualitatively different outcomes, conditions for coexistence, various
extensions (competition for space, harvesting, Allee effect)
Analisis Estadïstico
• MODELS
• MEASUREMENT
• FREQUENCY DISTRIBUTIONS
• COMPARING FREQUENCY DISTRIBUTIONS
• GROUPED FREQUENCY DISTRIBUTIONS
• MODELS OF DISTRIBUTIONS
• THE NORMAL CURVE
• THE SUMMATION SIGN
• STATISTICS
• SCORE TRANSFORMATIONS
• LINEAR TRANSFORMATIONS
• REGRESSION MODELS
• CORRELATION
• HYPOTHESIS TESTING
• THE SAMPLING DISTRIBUTION
• TESTING HYPOTHESES ABOUT SINGLE MEANS
• EXPERIMENTAL DESIGNS
• ANALYSIS OF CROSSED DESIGNS
• NESTED t-tests
• THE t DISTRIBUTION
• ONE AND TWO-TAILED t-tests
• ERRORS IN HYPOTHESIS TESTING
• ANOVA
• CHI-SQUARE AND TESTS OF CONTINGENCY TABLES
• TESTING A SINGLE CORRELATION
• NORMAL CURVE AREAS
• CRITICAL VALUES FOR THE t DISTRIBUTION
• CRITICAL VALUES FOR THE CHI-SQUARE DISTRIBUTION
• CRITICAL VALUES FOR CORRELATION COEFFICIENTS
• CRITICAL VALUES FOR THE F DISTRIBUTION