“MODELO DINÁMICO PARA PLANTEAR ESTRATEGIAS QUE 
PERMITAN INCREMENTAR EL APRENDIZAJE EN EL ÁREA DE 
MATEMÁTICA DE LOS ESTUD...
B. Análisis del Sistema para determinar el nivel apropiado de detalle 
del Modelo 
Usualmente existe más información dispo...
más elementos. También se tienen disponibles tablas, funciones y otras 
características que hacen posible la formulación d...
transformar el modelo a una forma más accesible a ser tratada por el 
usuario. 
4.2. Población 
Nuestra Población total es...
Nivel de heterogeneidad 
(Suele ser 50%) 
50% 
El nivel de 
heterogeneidad es lo 
diverso que sea el 
universo. Lo habitua...
Investigación Bibliográfica. Libros, informes, manuales, leyes, etc. 
Observación Directa. Ficha de Observación. 
Tabla N°...
Investigación Bibliográfica. Libros, informes, manuales, leyes, etc. 
Observación Directa. Ficha de Observación. 
Tabla N°...
Próxima SlideShare
Cargando en…5
×

capitulo v materiales y métodos

332 visualizaciones

Publicado el

04 capitulo v materiales y métodos

Publicado en: Educación
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
332
En SlideShare
0
De insertados
0
Número de insertados
4
Acciones
Compartido
0
Descargas
1
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

capitulo v materiales y métodos

  1. 1. “MODELO DINÁMICO PARA PLANTEAR ESTRATEGIAS QUE PERMITAN INCREMENTAR EL APRENDIZAJE EN EL ÁREA DE MATEMÁTICA DE LOS ESTUDIANTES DEL CENTRO PRE UNIVERSITARIO DE LA UNIVERSIDAD NACIONAL DEL SANTA”. CAPÍTULO IV MATERIALES Y MÉTODOS 4.1. LAS ESTRATEGIAS DE DESARROLLO PASO A PASO Aquí se presentan una serie de actividades involucradas en el proceso de la construcción del modelo de simulación con este enfoque de dinámica de sistemas. A. Definición del Problema Definir el problema frecuentemente es el problema. El establecer metas de simulación no necesariamente implica determinar las salidas que se han de producir. Más bien significa describir las relaciones que se necesitan estudiar y cuantificar la información que se obtiene. También involucra el reconocimiento y la definición de un problema desde el punto de vista de los sistemas. Las propiedades importantes de los problemas dinámicos son que ellos contienen elementos representados por variables que cambian a través del tiempo, esta variabilidad puede ser representada a través de una relación de causalidad y que las importantes influencias causales pueden contenerse dentro de un sistema cerrado de bucles de realimentación. Las dos habilidades más importantes para reconocer tales problemas son como inferir relaciones causales y conocer como interpretar los gráficos de las variables cuando se toma el tiempo como variable independiente.
  2. 2. B. Análisis del Sistema para determinar el nivel apropiado de detalle del Modelo Usualmente existe más información disponible acerca de un sistema que puede (o debería) ser incorporado a un modelo de simulación. Al construir un modelo lo más importante es capturar la esencia de un sistema, sin considerar información innecesaria u omitir algo de importancia. C. Conceptualización del sistema. Los sistemas pueden ser representados de muchas formas tomando en cuenta los elementos o variables claves en esta representación. Se puede tener descripciones del comportamiento de estas variables. Se pueden emplear diagramas causales donde se muestran los bucles realimentados del sistema. Otra forma es a través de gráficos que muestren el comportamiento de las variables a través del tiempo. También se pueden emplean diagramas de Forrester en este proceso para representar los mecanismos básicos del sistema. D. Formulación del Modelo La visión del mundo del lenguaje de programación determina la clase de problemas que este puede manejar, es importante para el modelador ver a través del punto de vista del lenguaje. En el enfoque de dinámica de sistemas se convierten los diagramas de realimentación a ecuaciones de niveles y flujos. También se estiman y seleccionan los valores de los parámetros del modelo. Esto implica estudiar una gran cantidad de datos y llevarlo a una forma manejable. Donde se pueden tener el ingreso directo de fenómenos observados (por ejemplo de variables exógenas). Se pueden reducir los datos a través de una ecuación que relaciona una o
  3. 3. más elementos. También se tienen disponibles tablas, funciones y otras características que hacen posible la formulación del modelo. Las ecuaciones implementadas deben representar fielmente el modelo como una abstracción del sistema real. Si no sucede esto es porque existe error en el código o el modelo no es una correcta abstracción. E. Evaluación del Modelo Se simula el modelo y se prueban las hipótesis dinámicas y se prueban las suposiciones del modelo. Para validar el modelo de simulación, se podría reducir este a un simple caso, con toda la aleatoriedad eliminada o también compararlas con modelos estadísticos que relacionen menos variables. Otra de las formas sería comparándolo con la operación de un sistema del mundo real. En general estas son las formas de validar. No existe manera alguna de garantizar que el modelo y el sistema real respondan en la misma manera cuando los parámetros se varían; pero esto es lo mejor que se puede hacer respecto a la validación. Se simula el modelo para analizar como se comportan todas las variables del modelo a través del tiempo y se realiza un análisis de sensibilidad a perturbaciones. Los experimentos a desarrollarse habrán sido articulados tan pronto como se dio la fase de articulación de metas del modelo, o podría involucrar algunas modificaciones al modelo en esta etapa. Se pueden emplear técnicas para controlar los experimentos, replica de ejecuciones, volver a establecer secuencias aleatorias para las comparaciones bajo situaciones idénticas, para procesos aleatorios aislados reducir o eliminar la correlación. F. Análisis de Políticas y uso del modelo En esta fase se prueban políticas alternativas a través del modelo, y se analiza si pueden ser implementadas. Adicionalmente se puede
  4. 4. transformar el modelo a una forma más accesible a ser tratada por el usuario. 4.2. Población Nuestra Población total es de 280 estudiantes. 4.3. Muestra Trabajaremos con una muestra de 163estudiantes según la fórmula. α = 5% N= 500 Z=1.959963985 Nivel de Confianza=95% Margen de Error que estaría dispuesto a aceptar: (5% suele ser lo habitual) 5% Menores márgenes de error requieren mayores muestras. Nivel de Confianza (90%, 95%, O 99%) 95% Cuanto mayor se el nivel de confianza, mayor tendrá que ser la muestra. Tamaño del Universo a Encuestar 20000 Número de personas que componen la población a la que se desea inferir los resultados.
  5. 5. Nivel de heterogeneidad (Suele ser 50%) 50% El nivel de heterogeneidad es lo diverso que sea el universo. Lo habitual suele ser 50% El tamaño muestral recomendado es: 163 Tabla N° 02. Población y Muestra 4.4. Unidades de Análisis Fuente Nuestra Alumno del Centro Pre Universitario de la Universidad Nacional del Santa (CEPUNS). 4.5. Diseño de Contrastación de la hipótesis El diseño de estudio de la investigación es el diseño de transaccionales descriptivo. RG M0 X M1 Donde: RG: Grupo único M0: Pre Test X: Variable Independiente M1: Pos prueba 4.6. Técnicas de Recolección de datos usadas Técnicas e Instrumentos de Recolección de Datos. En el desarrollo del proyecto, se van a hacer uso de muchas técnicas e instrumentos que facilitan la toma y análisis de datos. Se muestra en el cuadro siguiente: TÉCNICAS INSTRUMENTOS Entrevista. Guía de Entrevista. Encuestas. Guía de encuestas.
  6. 6. Investigación Bibliográfica. Libros, informes, manuales, leyes, etc. Observación Directa. Ficha de Observación. Tabla N° 03. Técnicas e Instrumentos de Recolección de Datos Fuente Nuestra
  7. 7. Investigación Bibliográfica. Libros, informes, manuales, leyes, etc. Observación Directa. Ficha de Observación. Tabla N° 03. Técnicas e Instrumentos de Recolección de Datos Fuente Nuestra

×