NUMEROS Revista de diddctica de las matemdticas 1°32, diciembre de 1997, pdgs. 13-25 Modelacién matematica: Una antigua forma de investigacién- un nuevo método de ensefianza. Rodney C. Bassanezi y M. Salett Biembengut Introduccién La modelizacién matemética ha sido utilizada por los que denomi- amos convencionalmente mateméticos aplicados como un proceso ddindmico que les ayuda aentender cierto problema oalguna situacién de interés en Fisica, Quimica, Biologia, etc. Estos investigadores estén frecuentemente a Ja buisqueda de modelos matemiticos que permitan una comprensién profunda de situaciones reales, teniendo presente sobre todo una posible toma de posicién en relacién a los objetos estudiados, La formalizaci6n de un problema en términos mateméticos es casi siempre el estadio més dificil de lamodelizacién matemética y debe ser aprendido con la propia experiencia. No siempre el hecho de tener un ‘buen bagaje matemiitico se traduce en que el investigador logre el éxito en su labor de modelizacién. Una condicién necesaria para el aprendi- zaje de 1a modelizacién es estudiar los modelos clésicos y las ideas esenciales que estén envueltas en ellos. Lamayorfa de autores cuandose refieren a la modelizacién matemé- tica lo hacen como el proceso que utiliza conceptos y técnicas, esencial- mente mateméticas, para el andlisis de situaciones reales. En cambio, son raros los casos en que se emplea tal proceso para el propio estudio de las Matemiticas. Los intentos de hacer uso de la modelizacién matemética como un método de ensefianza-aprendizaje han mostrado su eficacia, principal- mente en proyectos de Iniciacién Cientifica en Cursos de Reciclaje (Perfeccionamiento) de profesores, cuando no se dispone, «priori, deun programa que ha de ser cumplido, por lo menos secuencialmente, y bjetiva sobre todo el uso de las matemticas para una mejor compren-4 _RODWEY € BASSANEZ!y Me SALBTY BleMneNGUT sign de la situaciGn escogida como tema de estudio. Algunas experien- cias hechas en cursos regulares, esto es, en cursos con programas pre~ establecidos, mostraron que el proceso de modelizacién puede ser mas eficiente que el de trabajar simplemente con el método tradicional teoria-aplicacién, donde los problemas propuestos por el profesor son casi siempre artificiales y para procurar justificar la teorfa recién ensefiada. Cuando los alumnos son quienes escogen el tema o la situacién que se va a estudiar, ellos se sicnte correspousables de st propio aprendizaje y la motivacién es esponténea. Las cuestiones formuladas por los alumnos son fuente de problemas que a su vez motivan el aprendizaje de nuevos concepios matematicos para llegar a las correspondientes soluciones. Es éste el momento ideal para realizar una sistematizacién de los conceptos usados, y asi, el aprendizaje se torna suave y natural. Lo que proponemos no es ensefiar la modelizacién en las escuelas sino ensefiar Mateméticas usando el método de la modelizacién. Por ejemplo, cuando se trabaja en un problema ligado a la realidad es necesario entenderlo en diferentes niveles de descripcién y lo mismo sucede cuando se ensefia en diferentes niveles escolares donde los grados de dificultad se van analizando de forma gradual Teniendo pues como objetivo enseftarlas matemiticas inserta en un programa definido a priori el proceso clasico de modelizacién debe ser ‘modificado, teniendo siempre en. cuenta el momento de la sistematiza- ci6n del contenido y el estabtecimiento constante de analogias con otras, situaciones-problemas. Convenimos en lamar Modelacién Matemética' al método de censefianza-aprendizaje que utiliza el proceso de modelizacién en cursos regulares Modelacién Matematica El uso de este método en Educacién Matematica debe seguir una secuencia de etapas bien definidas. Inicialmente, ha de quedar perfecta- mente claro la dinémica del proceso, lo que puede hacerse con un ejemplo bien escogido y que proporcione una visién panorémica del programa que ha de ser desarrollado. Asi si estamos trabajando en un 1 Lapalabra Modelacién es una “contraccisn’ de los terminos Modelizacién y Educacién. Modelacién = Modelizacién + Educacién,onetaciox waren ica 15 curso de Primaria, cuyo programa prevea el estudio de los nimeros naturales, de los racionales en forma fraccionaria y decimal y algunos conceptos de geometrfa plana, podemos mostrar de forma répida como Tos temas antes citados aparecen en «La construccién de una casa: dibujo de la planta, construccién de las paredes, presupuesto, etc, En cursos més altos se podria trabajar con el problemade «La formacién de una colmena» o de «La plantacién de papas». Este procedimiento implica que el profesor debe aber tenido alguna experiencia en ‘modelizacién matematica y construido sus propios modelos. Es fundamental que los alumnos escojan el tema que ha de ser trabajado. Ello puede llevar consigo alguna dificultad para el profesor ‘menos diestro. Una forma de eliminar este problema consiste en anotar en la pizarra los temas sugeridos por los alumnos, entremezclados con algunos de su particular interés. Los temas también pueden ser anotados después de alguna investi- gaci6n bibliogréfica hecha por los alumnos. A continuacién, el profesor deberd reflexionar sobre cada tema sugerido, indicando las ventajes de tun tema que pueda contener a otros y los inconvenientes de aquellos temas que sean muy restrictivos, Casi siempre el asunto preferido por la mayoria es aquél sobre el que el profesor mostté mds interés en su discurso. En las primeras experiencias con Modelaci6n es conveniente traba- {jar con un tema tinico. Posteriormente se pueden asignar a diferentes ‘grupos los problemas formulados. Cada grupo de alumnos puede abordar aspectos diversos, pero siempre relativos a un mismo tema inicial Las experiencias realizadas con varios temas en una misma clase ‘mostraron que la mayor dificultad radica en la atencién que el profesor debe dispensar a cada grupo, pues cuando las situaciones estin muy diversificadas el grado de atendimiento no va acompafiado de un ritmo similar de trabajo. Después de algtin tiempo es natural que el profesor se sienta mas capacitado para atender varios temas y él mismo procura motivarlaeleccién de situaciones desconocidas, loque casi siempre sera una aventura gratificante. Elplanteamiento de problemas esté intimamente relacionado con el estudio del tema que podra ser hecho a través de investigaciones Dibliogrificas (libros, revistas, periédicos, ete) y entrevistas con espe16 [RODNEYC BASSANEZI yb. SALETY LEME cialistas 0 personas conocedoras del tema, En algunos casos es intere- sante invitaraestas personas para que hablen sobreel temaen la Escuela, pues no siempre es posible salir con los alumnos para recoger datos, tal ¥y como sucede con las clases nocturnas (cuando el tema trabajado fue ‘«La pesca», se invité a un pescador) La recogida de datos también puede realizarse por medio de una experimentacién directa o de investigaciones estadisticas, Conviene destacar que muchas veces Ios datos obtenides son de naturalcra esencialmente etnomatemética, proveniente de costumbres de una co- ‘munidad que Ios utiliza sin preocuparse del cardcter cientifico de su origen. Casi siempre una combinacién de estos procedimientos de recogida de datos es la forma més adecuada para obtener resultados més eficien- tes. Laformulacién de los problemas se hace basdndose en la investiga- ci6n inicial y de conformidad con los intereses comunes. Es en este ‘momento cuando han de establecerse los grupos de trabajo y cuando el profesor debe presentar otros problemas que estén en correlacién ono con el tema en cuestién. Laanalogia entre problemas diversos muestra Jaimportancia y el poder de las Mateméticas como lenguaje comiin que los identifica; la analogia es la t6nica de nuestra propuesta. Para la formulacién de modelos matemsticos, cada grupo debe pprocurar establecer: () las variables esenciales envueltas en el tema; (ii) las hipstesis simplificadoras; (ii) las eleyes» o suposiciones considera- das verdaderas; etc. Los alumnos tendrén més facilidad para formular sus hiptesis siempre que el profesor haya desarrollado en sus clases algunos proble- ‘mas interrelacionados. Es conveniente comenzar siempre con problemas seneillos, aunque ‘no vayan a utilizar parte del programa del curso actualy s{de contenidos ya conocidos, Posteriormente, se pasa a modelos mis complejos 0 ‘generales, especialmente aquellos que utilizan argumentos matematicos que deben desarrollarse durante el curso. En el caso de que las matemiéticas utilizadas en la resolucién del ‘modelo ya sean conocidas por los alumnos (pre-requisitos) se puede continuar el proceso a la manera en que se hace en la modelizacién mateméticaclisica, estoes, pasar lavalidacién del modelo yal andlisis de sus consecuencias.-MODELACION MATEMATICA 7 Toda solucién debe ser interpretada usando los datos recogidos y, si ¢ posible, verificar su validez empirica en términos cientificos. Es conveniente buscar una expresi6n gréfica de la soluci6n paraentenderla ‘mejor. Un modelo sera tanto mejor cuanto mayor sea su capacidad de previsiGn y de accesibilidad a una verificacién, Es claro que cuanto més profundizamos en el entendimiento de un problema, proporeionalmente més complejo se torna el modelo mate- indtico pata describirlo y de esta forma casi siempre se puede alcanzar elnivel de conocimiento deseado y compatible conel cursoque estamos impartiendo. ‘Con ayudadel siguiente esquemaresumimoselmétodode Modelacién, Matemética. (2) — CS ETE ; Lee See eG a 2 be eee) pbs a Om Enelesquemaanterior,el orden deaplicaci6n de cada procedimiento std indicado por los niimeros encerrados entre paréntesis: (1) Bleceién el temacentral que hade ser desatrollado por los alumnos; (2) Investigacién para recoger Ios datos cuantitativos e informaciones que puedan ayudar en la presentacién de hip6te (3) Blaboracién de problemas que serén distribuidos entre los grupos de intereses comunes; (4) Abstraceién en el sentido de seleccionar las variables esenciales envueltas en los problemas y formulacién de las hipstesis; (5) Sistematizacién de los conceptos que sern usados en la resolucién18 a [RODNEY C BASSANEZIy M,SALETTBIEMBENGUT de los modelos mateméticos y que forman parte del contenido programético del curso en cuestiOn. También debe ser efectuada ‘mientras se trabaja en la resolucién y formalizacién de los modelos; (©) Interpretacién de la solucién de manera analitica y con posibles representaciones graficas; (7) Validacién de los modelos que han de ser lo mas coherentes posibles con la realidad investigada. En caso deque el modelo no sea bueno, debemos retomar el punto (1) con nuevas investigaciones, El proceso es dinamico; (8) Cuando el modelo es satisfactorio debemos procurar utilizarlo para hacer previsiones, andlisis, o cualquier otra forma de acci6n sobre la realidad. De los temas desarrollados en diferentes experiencias realizadas en ‘cursos regulares, citamos algunos: = «Plantacién de papas» - en un curso de Calculo Diferencial e Integral para Ingenieria de Alimentos (UNICAMP-1983);, ~ «Construccién de casas» (Escuela Estatal de Estiva, S.P.-1986); - «Construccién de un barrio» (Escuela Comunitaria de Campinas, S.P.-1988); = «Abejas», «Musica», «Deficientes mentales», «Caballos», «Flo- res», Siguiendo el esquema de actuacién de la Modelaci6n, presentamos acontinuacién el problemadeLaormacién de una colmena, cortespon- dente al tema «Abejas». Ejemplo: Modelos para el problema de la formacién de una colmena. Una abeja reina puede llegar a poner hasta 2000 huevos por dfa (nvimero denominado capacidad de postura), lo que corresponde a dos veces su peso. Esta cantidad depende del érea disponible para la postura, de la calidad genética de la reina y de las condiciones florales y climéticas, ‘Cuando una reina disminuye su postura, las operarias responsables de la manutencién de las larvas promueven el desarrollo de una nueva reina. Lanuevareina, después del vuelo nupcial en quees feennciada porMODELACION MATEMATICN BES —— Five | Pr een nel pet, ar ot ino 2 dso sen ie Latin enn ‘Carrside a Leama eh queen Pree a imac eaten se Pepe ae Une cone pcs2 __RODNEY Anssary ux. SALEr BIEMBENGLT uno omés zénganos, retornaalacolmena desalojando a lareina vieja que partré para formar una nuevacolmena. Acompafiandoa lazeinale sigue lun séquito de 10000 operarias, aproximadamente: es el enjambre volador. Parael estudio del crecimiento de la poblacidn de una colmena ‘consideraremos los siguientes datos: @1- Una reina suele vivir > atios y pone, por término medio, 2000 huevos/dta; €2- Una abeja operaria tarda en nacer 21 dias; 43. Una colmena se inicia con una cantidad inicial de 10000 operarias 44. La vida media de una operaria es de 40 di 45. Una colmena estabiliza su poblacién entre 60 y 80 mil abejas. Un modelo matematico de la dindémica poblacional de una colmena debe plantearse, teniendo en consideracién dos estadios distintos: ef perlodo de adaptacién intermedio entre la postura inicial y su nacimien- to 21 dias), yel perfodo de desarrollo cuando nacen diariamente 2000 operarias. En relacién al perfodo inicial podemos establecer dos hipstesis istintas respecto al indice de mortalidad de las operarias.. HI. Lasabejas tienen edades equidistribuidas: En este caso estamos suponiendo que en cada grupo, distribuido por edades (dias de vida), existen exactamente el mismo mimero de abejas. De esta forma, de las 10000 iniciales, en cada dia morirdn 250 lo que corresponde a 1/40 (tasa de mortalidad) de 10000. Sea a(n) la cantidad de abejas que hay el n-ésimo dia de existencia de la nueva colmena, 0 < n < 21, Entonces, podemos escribir, 10000 (0) - 250 a2) = a(1) - 250 = a0) - 2+250 (3) = a(2)- 250 = a(0)~ 3-250, y generalizandy, podemos escribir: a(n) = a(0) - n°250MODELACIOW MATEMATICA SEEPS ‘Asi, obtenemos un modelo matemitico que nos da informacién acerca de la cantidad de abejas en el n-ésimo dia de existencia de la colmena (n<21y: a a(n) = 10000 - 250m, 021) , 0 sea, (© A= [A@)-78000}re%™*"-29 + 80000 para ¢ > 21 La formula (6) nos da la poblacién de una colmena en un tiempo t cualquiera a partir del 21-ésimo dia. Anotamos que cuando t crece, el valor de ¢*-2" tiende a cero y, por tanto, Ia poblacién de la colmena se estabiliza en 80000 abejas, lo que muestra cierta validez del modelo debido a la coherencia con los datos reales. La estabilidad puede ser traducida ala siguiente expresién matemética: lim A@ = 80000 o La recta A = 80000 es una asintota horizontal de la funcién A(): rms) 9 |} a--so0o0 wh? —_________.tey RODNEY G ASSANEZI yA. SALETTBIEMBENGUT Juntando las dos partes del modelo continuo de crecimiento poblacional de las abejas (ecuaciones (4) y (6)), podemos escribir: AW= Aw 10000", sist < 21 [A() ~ 78000}re"""-79) + 80000 , sit < 21; A(O) = 5876 Si estuviésemos explicando en un curso donde el concepto de derivada debiera ser aprendido, podriamos construir nucstro modelo utilizando otro lenguaje y expresar la hip6tesis H2 de manera més concisa: (D) dA/dt = -0°025¢A(1) , con AO) = 10000 y , 0S t< 21, donde dA/dt indica la variacin instanténea de la poblacién de abejas. La expresién (7) quiere decir que en los primeros 21 dias, la variacin de la poblacién de abejas es proporcional a la cantidad presente en cada instante, con wna tasa de mortalidad igual a 1/40 = 0°025 y una poblacicn inicial de 10000 abejas. A partir del 21-simo dfa podemos suponer quee! crecimiento de la poblacién es proporcional ala diferencia entre el valor de estabilidad y la cantidad de abejas presentes en cada instante: (8) dA/dt= ke(80000 - A(t)), donde Kk con A(0) = 5876 y 1221 In 0°975 = 0°025, Observamos que el modelo propuesto aqui encima proviene de la analogia existente entre la solucién (6) yel «modelo de acaccimiento de Newton». Resaltamos que, tanto con el modelo de ecuaciones diferenciales ‘como con el de progresiones geométricas, obtenemos soluciones equi- valentes. Taly como hemos hecho en nuestro caso, de modo general casi siempre podemos expresar nuestros modelos en funcién del programa que ha de cumplirse y del grado de dificultad que queramos alcanzar.MODBLACIONMATEMATICA 25 Bibliografia Aer, Irving. Mathematics and Mental Growth. New York, National Couneit of teachers of mathematis, 1968, Bassanezi, R.C. Modelagem Aprendizagem. Bol. Soe. Bras. Mat. Aplicada, 1990 Bassanezi , RC. e Biembengut, MS. Modclagao Matemétca: Uma velha forma de pecquisa Um novo método de ensino. Anais de I-CIBEM. SAEM «Thales», Sevilha, 1950 Baum, Robert J Philosophy and Mathematics, Freem Cooper and Co,, 1973. Berry, J. ¢ O'sheat, T. Assessing Mathematical Modelling in International ‘Journal of Mathematies Education Science and Technology, vol. 13,6, 1982. Biembengut, Maria Salett. Modclagao matemitica como método de ensino aaprendizagem de matemética no 1°e 2° grau. Dissertagao de Mestrado, UNESP, Rio Claro-SP, 1990. Burghes, D.N., HuntleyY, I. and Medonald, J. Aplying Mathematics - A Course in Mathematical Modelling, Ellis Horword, 1982. Bruner, Jerome $., O Proceso de Educagao, 8* edigao, Sao Paulo, Editora Nacional, 1987, D'ambrossio, Ubiratan. Da Realidade & Agao: reflexoes sobre educagao ‘matemiética, Sao Paulo, Summus, Campinas, 1986. Granger, G.G. A Razzo. 2° edigao, Sao Paulo, Difusao Europtia do Livro, 1969. Niss, Mogen. Applications and Modelling in Mathematics Curriculum - state and trends in MEST, vol 18, 4, 1987. Oke, K. H. © Bajpal. Teaching the Formulation Stage of Mathematics Curriculum Modelling to Students in the Mathematical and Physical Sciences, in LIMEST, vol 12, 6, 1981, Piaget J. Os Seis Estudos de Psicologia. Rio de Janeiro, Ed. Forense, 1987. Rodney C. Bassanezi 1M, Salett Biembengut IMECC-UNICAMP Departamento de Matemiéticas Campinas- SP (Brasil) Universidad de Blumenau (Brasil) Versién espasiola de Aristides Ramén Noda Lugo