En este artículo se presentan estrategias didácticas en tono lúdico para explorar la metodología de Monte Carlo y se analizan las puestas en práctica realizadas en diversos escenarios educativos. Las propuestas elaboradas permiten poner en acción conceptos de probabilidad y estadística de un modo divertido y atrayente mediante la realización de “experimentos-juegos” cooperativos con objetos reales y virtuales. Cada estrategia está dirigida a profesores de escuelas secundarias y de institutos de formación docente, y también al ciclo básico de la Universidad, para que sea modificada, recreada y profundizada de acuerdo a las áreas específicas de aplicación.
Palabras clave: educación en matemática, simulación de procesos aleatorios, método de Monte Carlo, LOGO.
Abstract
This paper presents didactic strategies in a ludic tone to explore the methodology of Monte Carlo and analizes the implementations that have been performed in several educational scenarios. These proposals allow us to put into action concepts of probability and statistics in an amusing and attractive way by conducting cooperative “experiments-games” that are based on the use of real and virtual objects. Each strategy is aimed to teachers of high school and teacher training institutes, and also for early stages at University level, in order to be modified, recreated, and enhanced according to the specific areas of application.
Keywords: mathematics education, random process simulation, Monte Carlo method, LOGO.
Mathematics Subject Classification: 97A20, 97M10, 97Q60, 97R80. Ver contenido disponible en pdf
Referencias
[1] Jacovkis, P. (2004) “Computadoras, modelización matemática y ciencia experimental”, Mecánica Computacional XXIII: 2747–2758. [ Links ]
[2] Cornejo, J. N. (2006) “La enseñanza de la ciencia y la tecnología en la escuela argentina (1880-2000): Un análisis de los textos”, Enseñanza de las Ciencias 24: 357–370. [ Links ]
[3] Navone, H.D.; Scancich, M.; Melita, J.; Barbarach, N.; Martiñena, O.; Aquilano, R. (2010) “Ciencia escolar y juego: Una aproximación lúdica a la metodología de Monte Carlo”, Memorias I Jornada de Investigación Participativa en Educación, Dolores, Buenos Aires. [ Links ]
[4] Dias de Deus, J.; Pimenta M.; Noronha, A.; Peña, T.; Brogueira, P. (2001) Introducción a la Física. McGraw-Hill, Madrid. [ Links ]
[5] Landau, R.H.; Páez Mejía, M.J. (1997) Computational Physics. John Wiley & Sons, New York. [ Links ]
[6] Jain, S. (1992) Monte Carlo Simulations of Disordered Systems. World Scientific, Londres. [ Links ]
[7] Navarro, J. (2011) Los Secretos del Númeroπ. EDITEC, Rodesa (España). [ Links ]
[8] Navone, H.D.; Turner, P.A. (2008) “Física computacional en el nivel medio: ¿Una asignatura pendiente?”, Revista de Enseñanza de la Física 21: 61–74. [ Links ]
[9] Freire, P. (2005) Pedagogía de la autonomía. Siglo XXI, Buenos Aires. [ Links ]
[10] Pasquali, R. (2011) “Cuando la naturaleza juega a los dados”, en: http://www.educ.ar/educar/cuando-la-naturaleza-juega-a-losdados.html, consultado el 13/02/2012, 20:54. [ Links ]
[12] Jou, D.; Llebot, J.E.; Pérez García, C. (1995) Física para Ciencias de la Vida. McGraw-Hill, Madrid. [ Links ]
*Correspondencia a: Hugo D. Navone. Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario; Instituto de Física de Rosario (CONICET-UNR); Observatorio Astronómico Municipal de Rosario, Rosario, Argentina. E-Mail: navone@ifir-conicet.gov.ar Miriam Scancich. Misma dirección que/Same address as: H.D. Navone. E-Mail: scancich@fceia.unr.edu.ar Alejandra F. Zorzi. Misma dirección que/Same address as: H.D. Navone. E-Mail:zorzi@ifir-conicet.gov.ar *Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario; Instituto de Física de Rosario (CONICET-UNR); Observatorio Astronómico Municipal de Rosario, Rosario, Argentina. E-Mail: navone@ifir-conicet.gov.ar †Misma dirección que/Same address as: H.D. Navone. E-Mail: scancich@fceia.unr.edu.ar ‡Misma dirección que/Same address as: H.D. Navone. E-Mail:zorzi@ifir-conicet.gov.ar