Una propuesta para la enseanza de la probabilidad

en la universidad basada en la investigacin didctica

Resumen

En este estudio describimos el diseo, la implementacin y la evaluacin de una

secuencia de enseanza destinada a introducir los conceptos y procedimientos
probabilsticos elementales en la enseanza tcnica universitaria. La propuesta
se basa en los resultados de las investigaciones sobre las dificultades de
enseanza-aprendizaje, la perspectiva social constructivista del aprendizaje de
las matemticas y el concepto de indicadores de aprendizaje. Proporcionamos
pruebas de que esta secuencia de enseanza, junto con su metodologa de
aplicacin en el aula, puede lograr que los estudiantes adquieran una mayor
capacidad de razonamiento probabilstico.

Palabras clave: enseanza universitaria, probabilidad, competencia

matemtica, constructivismo, indicadores de aprendizaje, concepciones
alternativas, Paradigma de Heursticos y Sesgos, simulacin por computadora.

Abstract

This study will describe the design, implementation and evaluation of a teaching
sequence aiming to introduce elementary probabilistic concepts and procedures
into university level technical teaching. The proposal is based on results from
research into teaching-learning difficulties in the constructivist social perspective
of learning mathematics within the concept of learning indicators. We will provide
evidence that this teaching sequence, along with its methodology to be applied
in the classroom, can help students acquire great probabilistic reasoning skills.

Keywords: university teaching, probability, mathematics competency,

constructivism, learning indicators, misconceptions, Heuristics and Biases
Paradigm, computer simulation.
 INTRODUCCIN

Actualmente se acepta que la formacin probabilstica y estadstica es

importante para la formacin de ciudadanos adultos capaces de orientarse en un
entorno de fuertes interdependencias sociales, polticas y econmicas, donde se
precisa interpretar grficos de datos y donde con frecuencia las decisiones se
toman sobre la base de estudios estadsticos. La competencia estadstica
proporciona recursos para analizar datos crticamente y para formarse una
opinin fundamentada acerca de las decisiones que toman las administraciones,
las empresas y otros colectivos, as como acerca de la marcha general de la
sociedad. Adems, la probabilidad y la estadstica contribuyen a aportar una
imagen mucho ms equilibrada de la ciencia, que tradicionalmente ha
presentado ante el alumno un carcter marcadamente determinista en el que
todo es explicable en trminos de causas y efectos. Razones como las apuntadas
indican la importancia de que los estudiantes fortalezcan sus competencias
matemticas generales mediante competencias especficas en probabilidad y
estadstica. Sin embargo, la investigacin didctica viene sealando que los
estudiantes tienen dificultades para lograr un aprendizaje con comprensin de
los conceptos y procedimientos formales relacionados con el azar (Batanero et
al., 1997; Senz, 1998; Scholz, 1991; Serrano et al., 1996; Borovcnik et al.,
1991; Borovcnick y Peard, 1996). En este trabajo presentamos una investigacin
destinada a disear y evaluar una innovacin en el proceso de enseanza y
aprendizaje de la probabilidad en estudios tcnicos universitarios. Ensayamos la
propuesta con estudiantes de segundo curso de Ingeniera (18-20 aos) de la
Universidad del Pas Vasco (Espaa). Explicaremos las razones que, a nuestro
entender, hacen necesario un cambio metodolgico en la enseanza y en sus
objetivos; mostraremos el fundamento terico de nuestra propuesta y el modo
en el que la hemos desarrollado, aplicado en clase y evaluado.
PRINCIPIOS QUE GUAN LA PROPUESTA DE ENSEANZA

Tres principios diferentes pero interrelacionados han guiado el diseo de la

propuesta de enseanza. El primero se relaciona con los resultados de las
investigaciones sobre las dificultades de aprendizaje de los conceptos
elementales de la teora de la probabilidad. Hemos revisado la bibliografa sobre
propuestas de enseanza que promueven el aprendizaje con comprensin de los
conceptos y procedimientos probabilsticos (Godino et al., 1998; Borovcnik y
Peard, 1996; Kapadia y Borovcnik, 1991; Senz, 1998; Daz, 2005), junto con
estudios sobre dificultades de aprendizaje de los conceptos relacionados con el
azar. Mostraremos cmo los resultados de investigaciones anteriores han guiado
el diseo de nuestra propuesta.

El segundo aspecto que ha contribuido a realizar el diseo de la enseanza es la

perspectiva social constructivista del aprendizaje de las matemticas y las
ciencias (Leitzel, 1991; Roth, 1995; Solow, 1993; Guershon y Trgalov, 1996;
Sierpinska y Lerman, 1996; Guisasola et al., 2008). Desde esta perspectiva, los
estudiantes aprenden matemticas construyendo activamente nuevos
significados a partir de la experiencia y el conocimiento previos y, para facilitar
esa construccin, deben participar en actividades colectivas destinadas a que
tomen conciencia de sus conocimientos y estrategias informales y desarrollen su
capacidad de razonamiento y argumentacin. Bajo este enfoque del aprendizaje,
el profesorado tiene el importante papel de proponer a los estudiantes problemas
interesantes e involucrarlos en tareas matemticas significativas (NRC, 1995;
NCTM, 2000; Kilpatrick, 1997; Armella y Waldegg, 1992). La propuesta que
presentamos se basa en la puesta en prctica en el aula de todos estos aspectos,
a travs de tareas que demanden a los estudiantes un pensamiento de alto nivel.
El cuadro 1 (Romberg, 1993) muestra algunas de las caractersticas de este
pensamiento de alto nivel y su comparacin con el tipo de pensamiento que
requieren muchas de las tareas matemticas algortmicas que los estudiantes
realizan en la universidad.

Esta concepcin del aprendizaje de las matemticas, que busca desarrollar en los
estudiantes modos de pensar aplicables en mltiples contextos para analizar
situaciones y tomar decisiones personales y colectivas basadas en la ciencia,
tambin es adoptada en el modelo de evaluacin del programa PISA (OCDE,
2006), cuando define la competencia matemtica como "la capacidad del
individuo para identificar y entender la funcin que desempean las matemticas
en el mundo, emitir juicios fundados y utilizar y relacionarse con las matemticas
de modo que se puedan satisfacer las necesidades de la vida de los individuos
como ciudadanos constructivos, comprometidos y reflexivos".

INVESTIGACIONES PREVIAS SOBRE DIFICULTADES DE APRENDIZAJE DE

LA TEORA DE LA PROBABILIDAD Y SU NATURALEZA

Se consultaron algunos de los trabajos ms relevantes acerca de las dificultades

de aprendizaje de la teora de la probabilidad (Batanero et al., 1997; Godino et
al., 1998; Serrano et al., 1996, 1998, 1999 y 2001; Borovcnik et al., 1991;
Borovcnik y Bentz, 1991; Borovcnik y Peard, 1996; Kahneman y Tversky, 1972;
Kahneman et al., 1982; Kapadia, 1984; Konold, 1991; Lecoutre, 1985 y 1992;
Lecoutre y Durand, 1988; Hirsch y O'Donnell, 2001; Daz, 2005; Estrada et al.,
2006; Batanero y Daz, 2007). Aunque la gran mayora de estos estudios se
refiere a niveles de enseanza preuniversitaria, encontramos en ellos ideas clave
que pudimos utilizar en nuestro propio trabajo. As, estos trabajos de
investigacin se refieren al Paradigma de Heursticos y Sesgos como modelo
terico til para estudiar en qu medida los estudiantes han adquirido
competencia probabilstica tras recibir su enseanza. Este paradigma describe
diversos mecanismos y estrategias no probabilsticas, la mayora de ellas
ingenuas y de inspiracin cotidiana, que suelen ser utilizados por las personas
cuando deben emitir algn juicio en situaciones de azar. Mostremos como
ilustracin tres ejemplos de interpretacin incorrecta:

Probabilidad como pronstico: la probabilidad se suele interpretar como una

expectativa hacia el resultado que se obtendr en la prxima ejecucin del
experimento aleatorio, en vez de ser interpretada como una regularidad que slo
es visible en una gran muestra de observaciones.

Heurstica de representatividad: se considera menos probable una secuencia

que presente cierta simetra fcilmente reconocible (por ejemplo, el nmero de
lotera 22 222) que otra secuencia que no muestre simetra alguna (por ejemplo,
el nmero 59 251).

Insensibilidad al tamao de la muestra: se considera que una pequea muestra

es suficiente para estimar el valor de la probabilidad de un suceso. Por ejemplo,
tras lanzar cuatro veces una moneda y obtener tres caras y una cruz, interpretar
errneamente que p(CARA) = 3/4 y p(CRUZ) = 1/4.
El problema es que estas estrategias errneas pueden resultar para los
estudiantes ms plausibles que las estrategias probabilsticas formales y, en
consecuencia, dificultar el aprendizaje de estas ltimas. Por esta razn, nosotros
creemos que uno de los criterios ms importantes que se deben utilizar para
analizar el aprendizaje probabilstico consiste en investigar la persistencia de
este tipo de razonamientos tras la enseanza.

Tras analizar la citada bibliografa, realizamos nuestro propio estudio en el nivel

universitario (Guisasola y Barragus, 2002a y 2002b; Barragus et al., 2005,
2006, 2007a y 2007b; Barragus y Guisasola, 2006, 2007a y 2007b).
Analizamos el aprendizaje logrado por los estudiantes tras recibir su enseanza
siguiendo el formato habitual en la universidad, esto es, exposicin formal del
marco terico, presentacin de ejemplos de aplicacin y realizacin de ejercicios.
Los resultados que obtuvimos sugieren que la mayora de los estudiantes
presenta, tras su formacin universitaria, las citadas ideas errneas acerca del
modo de entender y estimar la probabilidad y adquiere un conocimiento
meramente instrumental del cuerpo terico, en vez de la comprensin relacional
necesaria para aplicar el conocimiento probabilstico en la prctica.

QU SIGNIFICA APRENDER LA TEORA DE LA PROBABILIDAD?

Caracterizar qu es aprender la teora de la probabilidad consiste en definir las

capacidades (competencias) que los estudiantes deben adquirir para su
aplicacin en cierto contexto. Para ello nos basamos en la epistemologa de las
matemticas y en las aplicaciones de la teora de la probabilidad para la
resolucin de problemas de Ingeniera. Aqu, el trmino problema alude a una
situacin que exige una solucin satisfactoria, pero que usualmente estar
definida de un modo no formal o estar insuficientemente definida, no resultan
visibles los conceptos matemticos relacionados con ella, se plantea en
contextos multidisciplinares, etc. Un problema es una situacin de alta demanda
cognitiva que se plantear de modo habitual en el entorno de trabajo de
nuestros titulados. As, para definir en qu consiste la competencia
probabilstica, estudiamos el significado actual del marco terico de la
probabilidad: en qu tipo de problemas se hace necesario el enfoque
probabilstico, cules soluciones se aportan y qu metodologas se utilizan. Este
anlisis nos permiti definir la coleccin de indicadores de aprendizaje para
describir si se ha logrado un aprendizaje con comprensin (vase el cuadro 1).
Anlisis didctico de regresin y correlacin para la
enseanza media
RESUMEN

Uno de los importantes campos de aplicacin de la regresin lineal y la

correlacin es el de la enseanza en la escuela media. Este trabajo se propone
hacer un anlisis didctico siguiendo el enfoque propuesto por Fernndez,
Monroy y Rodrguez en el libro Diseo, desarrollo y evaluacin de situaciones
problemticas de estadstica, donde realizan un estudio desde tres perspectivas:
el contenido, la enseanza y el aprendizaje. En funcin del anlisis, se muestran
diversas situaciones de enseanza que pueden ser tiles para llevar a cabo en
las aulas, de manera conjunta con los alumnos.

PALABRAS CLAVE: Regresin lineal, correlacin, anlisis didctico.

ABSTRACT

One of the important fields of application of the linear regression and the
correlation is that of the teaching in the middle school. This work is proposed to
do a didactic analysis following the approach proposed by Fernndez, Monroy
and Rodrguez in the book Design, development and evaluation of problematic
situations of statistics, where they carry out a study from three perspectives: the
content, the teaching and the learning. In function of the analysis, diverse
situations of teaching are shown, that can be useful to carry out in the
classrooms, in a joint way with the students.

KEY WORDS: Linear regression, correlation, didactic analysis.

RESUMO

Um dos campos de aplicao mais importantes da regresso linear e da

correlao a educao bsica. Este trabalho se prope a fazer uma anlise
didtica que segue a o enfoque proposto por Fernandez, por Monroy e por
Rodriguez no livro, Esboo, Desenvolvimento e Avaliao De Situaes
Problematicas De Estatstica, onde fazem um estudo das trs perspectivas: o
contedo, o ensino e a aprendizagem. Em funo da na anlise, apresentamos
as diversas situaes de ensino que podem ser teis de se realizar nas salas de
aula, da maneira comum com os estudantes.

PALAVRAS CHAVE: Regresso linear, correlao, anlise didtica.

 RESUME

Un des importants domaines d'application de la rgression linaire et de la

corrlation est celui de l'enseignement au collge. Ce travail pour objectif de
faire une analyse didactique en suivant l'approche propose par Fernndez,
Monroy et Rodrguez dans le livre Diseo, desarrollo y evaluacin de situaciones
problemticas de estadstica (Conception, dveloppement et valuation de
situations problmatiques de statistiques), o ils ralisent une tude partir de
trois perspectives : le contenu, l'enseignement et l'apprentissage. En fonction de
l'analyse, plusieurs situations d'enseignement sont prsentes, qui peuvent tre
utiles en les menant bien dans les salles de classe de manire conjointe avec
les lves.

MOTS CLS: Rgression linaire, corrlation, analyse didactique.

1.INTRODUCCIN

La educacin estadstica es un rea naciente de la educacin matemtica que

tiene como elementos centrales a la teora del constructivismo y la resolucin de
problemas. Algunos principios que estn influenciando las prcticas de
enseanza (Burril, 1990) son:

El aprendizaje debe ser interactivo y constructivo y se deben generar

oportunidades para una discusin creativa, donde cada estudiante pueda poner
de su propia parte.

Debe tener lugar la presentacin y discusin de puntos de vista conflictivos.

Se debe trabajar hacia un consenso en el cual las ideas estadsticas que hayan
sido manejadas sean reconocidas.

Para ensear los temas tradicionales de la estadstica, los estudiantes deben

previamente experimentar y trabajar con tcnicas sencillas de conteo, tabulacin
de datos y construccin de grficas, conjeturar hiptesis y luego verificarlas con
mtodos estadsticos.

Los temas deben ser presentados bajo formas o diseos que motiven a los
estudiantes a ganar experiencia trabajando con datos.

Los proyectos de investigacin desarrollados por estudiantes con un fuerte

nfasis en la indagacin estadstica deben ser parte integral de la enseanza.

El nfasis en cualquier trabajo de estadstica debe estar en el anlisis y en la

comunicacin de resultados, no en simples respuestas.

La regresin y la correlacin lineal son contenidos de estadstica que ya forman

parte del currculum de enseanza obligatoria. Su inclusin en dicho nivel
posibilita el tratamiento estadstico de datos bivariados y el anlisis de la relacin
que puede existir entre las variables consideradas.

Los primeros trabajos que conciernen con el estudio de la regresin se remontan

al siglo XIX, cuando sir Francis Galton (18221917) imbric sus dos grandes
aficiones: el estudio de la herencia y la expresin matemtica de los fenmenos
vinculados a ella. l fue el primero en trabajar con un conjunto de variables y
asignar a la relacin entre dos variables un nmero para as obtener una medida
tocante a su grado de relacin. Sostena la idea de que personas
excepcionalmente altas solan tener hijos de estatura menor, mientras que
personas muy bajas solan tener hijos ms altos; este hecho fue enunciado por
Galton como la regresin a la media, aplicable a las tallas de una generacin
respecto de las siguientes. La justificacin que se da hoy da a esta situacin es
que los valores extremos de una distribucin se deben en gran parte al azar.

El anlisis que se realiza en este trabajo, de ndole preliminar, tiene como fin
iniciar una aproximacin al conocimiento de la enseanza y el aprendizaje de la
regresin y la correlacin y, a travs de su estudio, proponer una serie de
situaciones de enseanza que puedan ser relevantes para facilitar la
comprensin de tales conceptos.

2.FUNDAMENTOS TERICOS Y METODOLGICOS

Este trabajo se propone realizar un anlisis didctico, siguiendo el enfoque de

Fernndez, Monroy y Rodrguez (1998), quienes hacen un estudio desde tres
perspectivas: el contenido, la enseanza y el aprendizaje.

2.1 Anlisis de contenido

El anlisis de contenido abarca la naturaleza del conocimiento estocstico, sus

modos de representacin y cmo se relacionan con la resolucin de problemas.
Para realizar la descripcin del contenido, se consideran dos perspectivas, la
conceptual y la procedimental, distincin que ofrece una manera de interpretar
los procesos de aprendizaje. Los conceptos describen una regularidad o relacin
de un grupo de hechos, suelen admitir un modelo o representacin y se designan
con signos o smbolos. Rico (1997) distingue tres niveles de conocimientos
conceptuales: los hechos, los conceptos propiamente dichos y las estructuras
conceptuales.

Ahora bien, el conocimiento procedimental consiste en los modos de ejecucin

ordenados de una tarea, de ah que lo conformen las reglas, algoritmos o
procedimientos, de naturaleza claramente secuencial, que se emplean en los
procesos de resolucin. Por su parte, los procedimientos son aquellas formas de
actuacin o ejecucin de tareas matemticas; en ellas es posible distinguir tres
niveles: las destrezas, los razonamientos y las estrategias (Rico, 1997).

La utilizacin de sistemas de representacin es una actividad habitual en la

matemtica y en particular en la estadstica, sus principales manifestaciones son
las situaciones descripciones verbales, tablas, grficas y frmulas. En la
siguiente tabla aparecen las formas de representacin y su proceso de
traduccin, que se define como el proceso psicolgico involucrado al cambiar de
un modo de representacin a otro (Fernndez et al, 1998)
A pesar de las limitaciones de esta tabla, resulta til para dar una idea general
sobre el tipo de problemas que se pueden plantear y de las preguntas que
pueden surgir en su resolucin.

2.2 Anlisis de la enseanza

En el anlisis de la enseanza se propone una revisin de los textos utilizados

como material didctico de apoyo. Aqu, el libro de texto es una autoridad del
conocimiento y gua del aprendizaje; de igual manera, representa una ayuda
inestimable para el profesor en el trabajo ulico.

La indagacin sobre el libro de texto permite establecer diferencias entre los

objetivos de un programa y las formas en que se lleva a la prctica. Asimismo,
proporciona un conocimiento del significado fijado en una institucin didctica
para cierto concepto. Para ello, es conveniente estudiar por separado sus
componentes: enfoque de presentacin del tema; nivel de profundidad; temas
abarcados; deduccin de frmulas; actividades propuestas: ejercicios y
problemas; uso de las computadoras y calculadoras como herramienta de
trabajo.

2.3 Anlisis de aprendizaje

Con respecto al anlisis de aprendizaje, se propone llevar a cabo una descripcin

de los conocimientos previos que se sugiere que los alumnos tengan al comenzar
el tratamiento de estos contenidos, as como de los posibles errores y
dificultades que aparecen en la resolucin de problemas de regresin y
correlacin lineal.

La identificacin de los puntos que presentan dificultad y de los errores

detectados en el proceso de enseanzaaprendizaje (incluso despus del mismo)
son preocupaciones bsicas de la educacin estadstica. A partir de su
conocimiento es posible disear actividades didcticas tiles para el profesor, que
sean adecuadas para superar las dificultades y favorezcan la comprensin.

Segn Batanero (2001), la comprensin personal de un concepto es la captacin

de su significado. Dado que el significado de un objeto se concibe en relacin con
los contextos institucionales, la comprensin de un concepto por un sujeto, en
un momento y circunstancias dadas, implicar la adquisicin de los distintos
elementos que componen su significado institucional. Por ello, se considera que
el anlisis de enseanza, como caracterizacin del significado institucional del
concepto, se encuentra ntimamente relacionado con el aprendizaje. De esta
manera, el alumno conoce o comprende un determinado concepto si hay un
ajuste entre el significado institucional y el personal que elabora.

3.ANLISIS DE CONTENIDO EN REGRESIN Y CORRELACIN

Enseguida aparecen los conceptos que necesitan ser incorporados al tratamiento

de la regresin y la correlacin lineal para favorecer la comprensin. Para cada
concepto se presentan los procedimientos con los que se vincula, as como una
serie de relaciones entre conceptos y procedimientos que deben promoverse en
el desarrollo de las actividades. Tambin se detallan las formas de
representacin usuales para estos contenidos.

Variable

Es la caracterstica que se estudia u observa en los individuos (o elementos) que

conforman el conjunto de unidades a estudiar. En el caso que nos ocupa, la
regresin lineal simple, se considera una variable explicativa (X) y una variable
de respuesta (Y); por tanto, las observaciones resultantes son bidimensionales.

Datos

Son los valores numricos asumidos por la variable en cada uno de los
elementos que se estudian para que puedan ser comparados, analizados e
interpretados. Aqu utilizamos datos bivariados, esto es, pares ordenados que
pueden representarse como puntos en el plano cartesiano.

Grfico de dispersin

El grfico de dispersin o grfico de la nube de puntos es una representacin en

un sistema de coordenadas cartesianas de los datos numricos observados sobre
la relacin entre dos variables.
 Recta de regresin

El anlisis de regresin consiste en una tcnica estadstica utilizada para

investigar y modelar la relacin que hay entre una variable explicativa (X) y una
variable de respuesta (Y). Para poder hacer tal investigacin, se debe postular un
modelo que est formado por una componente determinstica y una componente
aleatoria. La primera es una funcin entre las variables; la segunda considera la

funcin lineal , que representa a la ecuacin de la recta en el

plano. El coeficiente 0 la ordenada al origen e indica cunto vale la variable Y
cuando X da igual a cero. El coeficiente 1 es la pendiente e indica cunto vara Y
por cada unidad que aumenta X. La interpretacin de estos coeficientes se
efecta en funcin de las variables en estudio, es decir, del contexto del
problema. Para obtener la recta de regresin se deben estimar los coeficientes a
partir de una muestra de observaciones sobre las variables X, Y. El mtodo

comnmente utilizado es el de mnimos cuadrados, donde y se eligen

para minimizar la suma de los cuadrados de los desvos de las observaciones en

torno a la recta

Por ello, se dice que la recta de regresin es la que mejor ajusta a la nube de
puntos en el sentido de los mnimos cuadrados.

Estimacin de valores de Y

Una vez hallada la recta de regresin, es posible reemplazar distintos valores

de X y obtener los valores estimados Y. stos se definen con la

expresin Si el valor de X a reemplazar se encuentra en el rango

de valores observados de dicha variable, ocurre una interpolacin; si est fuera
del rango, hay una extrapolacin.

Coeficiente de correlacin lineal

Mide el grado de relacin lineal entre dos variables que varan conjuntamente.
 Formas de representacin

Verbal: Descripcin de una situacin donde intervienen los conceptos

estudiados. Por ejemplo, la descripcin de datos bivariados.

Grfica: Empleo de dibujos o diagramas para representar conceptos o

procedimientos. En este caso, se utiliza el diagrama de dispersin y la grfica de
la recta de regresin estimada.

Simblica: Manejo de la simbologa para expresar nociones o conceptos

estadsticos. Por ejemplo,

Tabular: Se utiliza para representar el conjunto de pares de valores numricos

de datos bivariados.

4.ANLISIS DE ENSEANZA EN REGRESIN Y CORRELACIN

Se analizaron los libros de texto de matemticas donde se abordan los

contenidos de estadstica, particularmente los tocantes a la regresin y
correlacin. Dichos libros los propone el Ministerio de Educacin en Argentina
para su uso en la enseanza de las matemticas en el nivel medio y se
encuentran disponibles en las bibliotecas de las escuelas. Al estudiarlos, nos
centramos en el enfoque con que se presentan los temas de regresin y
correlacin, el nivel de profundidad con que son abordados, si es que se deducen
las frmulas de la regresin y correlacin, as como si se sugiere el uso de
herramienta tecnolgica.

Los libros de matemticas analizados fueron:

1. Matemtica 9:

Camus, N. (2000). Libro de texto propuesto para ser utilizado con alumnos de
1314 aos.

2. Matemtica 2 Polimodal:

Fones, M. A. (1998). Libro de texto propuesto para alumnos de 16 aos.

3. Matemtica 4:
Turner, S. (2000). Libro de texto propuesto para ser utilizado con alumnos de 16
aos.

4. Matemtica 4:

Barallobres, S. (1998). Libro de texto propuesto para ser utilizado con alumnos
de 16 aos.

5. Matemtica 1 Bachillerato:

De Guzmn, S. (1999). Libro de texto propuesto para ser utilizado con alumnos
de 13 a 15 aos.

6. Matemtica 3 Bachillerato:

De Guzmn, S. (1999). Libro de texto propuesto para ser utilizado con alumnos
de 15 a 16 aos.

7. Matemtica II COU:

De Guzmn, S. (1999). Libro de texto propuesto para la preparacin al ingreso a

la universidad.

4.1 Enfoque de la presentacin del tema

En todos los textos, excepto en el 3, se introduce el tema a travs de problemas.

Muestran una intencin explcita por desarrollar los conceptos, haciendo nfasis
en la construccin crtica de las habilidades del pensamiento, no en el enfoque
tradicional de la enseanza de la estadstica, donde se pone de manifiesto el
inters por el manejo de frmulas y ecuaciones.

El texto 1 contiene un problema motivador, en el que trata de llegar a los

conceptos slo de forma intuitiva, sin definiciones ni frmulas. Aqu no hay una
intencin visible de institucionalizacin, es una introduccin en el tema que
incluye los conceptos de correlacin y de recta de regresin. Los textos 2, 4, 5, 6
y 7 tambin presentan el tema mediante tablas de datos, que indican diferentes
tipos de relaciones entre variables y luego plantean el anlisis de las distintas
nubes de puntos asociadas a dichas tablas.

En el texto 3 hay ejemplos resueltos y a continuacin se proporcionan las

definiciones con sus respectivas frmulas. Luego, se proponen ejercicios muy
similares a los de los ejemplos. Tal enfoque es del tipo ejemploteora
ejercitacin.

4.2 Nivel de profundidad y temas abarcados

En el texto 1 se trabaja de forma intuitiva, sin llegar a formalizar ningn

concepto ni realizar clculos. La aproximacin al concepto de relacin entre
variables se hace a travs de grficos y tablas de datos.

El texto 2 lleva a cabo un enfoque a profundidad de los temas abarcados,

realzando aspectos significativos para la comprensin, mientras que el 3 tiene el
mismo alcance que el texto 2 en cuanto a los contenidos, mas solamente utiliza
ejemplos y frmulas.

En el texto 4 se trabaja el tema de correlacin y una aproximacin intuitiva al

concepto de regresin lineal. El 5, 6 y 7 desarrollan los conceptos de correlacin,
recta de regresin lineal y coeficiente de correlacin, con una muy buena
seleccin de problemas y un enfoque orientado a la comprensin.

4.3 Deduccin de frmulas

Slo en el texto 6, que est destinado a los ltimos aos de enseanza

secundaria, se deduce la frmula de clculo de la covarianza aplicando
propiedades de sumatoria. Adems, se explica que el mtodo para obtener la
pendiente y la ordenada al origen de la recta de regresin tiene como base

minimizar la expresin . Si bien la deduccin de la frmula de

clculo no se desarrolla, la explicacin del mtodo haya sustento en un grfico.

4.4 Tipos de situaciones problemticas

En las situaciones problemticas que proponen los textos analizados hay una
mayor cantidad de actividades donde se utiliza ms la relacin lineal directa que
la inversa. Como detalla Estepa (1995), algunos estudiantes tienen dificultades
con la relacin lineal inversa, por lo cual es recomendable trabajar con la misma
intensidad ambas relaciones.

4.5 Uso de las computadoras como herramientas de trabajo

Ninguno de los textos propone algn tipo de actividad para el uso de

computadoras.

4.6 Conclusin del anlisis realizado

En general, los libros de texto analizados dan mayor importancia al anlisis de

correlacin lineal, lo que refuerzan con el uso de diferentes diagramas y
solicitando a los alumnos que analicen el tipo y grado de relacin lineal. Con
respecto al tratamiento destinado a los alumnos de 16 aos (cuarto ao de
secundaria), abarca ms temas y mayor nivel de profundidad, mientras que para
los alumnos de menor edad se propone una aproximacin intuitiva.

Los textos que piden el clculo de la recta de regresin emplean la frmula punto
pendiente, la cual es conocida por los alumnos desde segundo o tercer ao de la
escuela secundaria. As, el contenido puede relacionarse con los conocimientos
previos de los estudiantes.

5. ANLISIS DE APRENDIZAJE EN REGRESIN Y CORRELACIN

El estudio acerca del razonamiento sobre la asociacin estadstica en general fue
iniciado por Piaget e Inhelder (1955), quienes utilizaron solamente variables
dicotmicas (tabla de contingencia de 2x2) y analizaron la habilidad de los
alumnos a partir de los 12 13 aos para diferenciar correlacin directa, inversa
e independencia, as como las estrategias que emplean para establecer sus
juicios. Los autores consideraron que la comprensin de la idea de asociacin
implicaba las de proporcin y probabilidad. Por ello, sugirieron la enseanza de
los conceptos relacionados con la asociacin estadstica en la etapa de las
operaciones formales.

5.1 Conocimientos previos

El tratamiento que se propone realizar a los temas de regresin y correlacin en

el nivel de enseanza secundaria es de tipo descriptivo. No se pretende la
comprensin de los supuestos del modelo ni de la inferencia estadstica, de ah
que los conocimientos previos se refieran a los siguientes contenidos:

Conceptos matemticos: Puntos en el plano, variable, funcin, funcin lineal,

ecuacin de la recta, pendiente, ordenada al origen, representacin grfica de la
recta, ecuacin de la recta que pasa por un punto con pendiente conocida.

Conceptos estadsticos: Datos bivariados, media, desvo estndar y

variabilidad.

5.2 Errores y dificultades de aprendizaje

En general, las investigaciones tanto de tipo didctico como psicolgico acerca de

la regresin y la correlacin son escasas, a pesar de su importancia en la
estadstica y en el currculum de matemtica.

Hay errores que ataen al clculo de los coeficientes de la recta y del coeficiente
de correlacin; otros, a las representaciones grficas (Fernndez & Monroy,
1995). Con frecuencia se observa la omisin o mal manejo de las escalas en uno
o ambos ejes y la ausencia del sentido de agrupacin o de escala.

Por otra parte, la destreza en la lectura crtica de datos es una componente de la

alfabetizacin cuantitativa y una necesidad en nuestra sociedad tecnolgica.
Batanero et al. (1994) describen los tres niveles distintos de comprensin de los
grficos establecidos anteriormente por Curcio:

a)Leer los datos: Este nivel de comprensin requiere de una lectura literal del
grfico; no se interpreta la informacin que contiene. En una nube de puntos,
dicho nivel se refiere a cuestiones sobre la lectura de las escalas o encontrar el
valor de una de las coordenadas de uno de los puntos, dado el valor de la otra
coordenada.
b)Leer dentro de los datos: Incluye la interpretacin e integracin de los
datos en el grfico; adems, requiere de la habilidad para comparar cantidades y
el uso de otros conceptos y destrezas matemticas. Le conciernen aspectos
sobre la intensidad de la covariacin, si la relacin podra ser representada
mediante una funcin lineal o si la dependencia es directa o inversa.

c) Leer ms all de los datos. Requiere que el lector haga predicciones e

inferencias a partir de los datos sobre informaciones que no se reflejan
directamente en el grfico. Por ejemplo, la prediccin del valor de la coordenada
y para un valor de la coordenada x.

Respecto a la tarea de determinar un valor aproximado del coeficiente de

correlacin, distintos investigadores (Snchez Cobo et al., 2000) han reportado
que mejora cuando hay ms datos y la correlacin es alta.

Por otro lado, la estimacin resulta ms exacta cuando los datos se dan en la
forma grfica que en la tabular. En general, cuando hay teoras previas acerca de
las variables consideradas se sobreestima la correlacin, mientras que cuando no
existen es necesaria una correlacin fuerte para que los estudiantes la detecten
(Estepa & Snchez Cobo, 2001).

Batanero et al. (1998) mencionan que otro tipo de dificultades relacionadas con
la interpretacin de la correlacin son:

La concepcin determinista: Cuando el estudiante slo admite para un valor

de la variable independiente un nico valor de la variable dependiente.

La concepcin local: Cuando el estudiante se basa en parte de los datos

presentados y no en todos. Si la parte muestra un tipo de asociacin, adopta ese
tipo para todo el conjunto de datos.

En el caso particular de la regresin y la correlacin lineal, se ha encontrado

influencia de las concepciones determinista, local y causal en los juicios de
asociacin (Estepa & Snchez Cobo, 2001).

Las teoras previas que los alumnos tienen respecto a las variables
involucradas afectan a menudo el juicio de asociacin concepcin causal y la
idea intuitiva del grado de relacin entre las variables. Snchez Cobo et al.
(2000), en su estudio sobre la manera en que las personas proporcionan un
valor aproximado de la correlacin a partir de diferentes representaciones,
reportan que no existe diferencia en los errores detectados en esta tarea, segn
haya teoras previas a favor o en contra. Sin embargo, la influencia de teoras
previas se reporta en los casos de concordancia y dependencia indirecta.

Ahora bien, se ha detectado que algunos estudiantes confunden la variacin

conjunta y la proporcionalidad (relacin directa y directamente proporcional); en
la interpretacin del valor del coeficiente de correlacin no distinguen entre la
intensidad y el sentido de la correlacin por ejemplo, cuando se dice: "existe
una relacin directa porque el coeficiente de correlacin es alto" , as como
entre asociacin y causalidad. Aqu, Estepa (1995) seala que se deben proponer
actividades que hagan comprender al alumno que la causalidad implica
asociacin, pero no a la inversa.

Con respecto a las actividades de prediccin, se distinguen dos tipos de

dificultades. Por un lado, las relacionadas con la interpolacin (prediccin para
valores dentro del rango), como la falta de interpretacin de los resultados en
relacin con contexto del problema; un ejemplo es discretizar el resultado. Por
otro lado, las asociadas con la extrapolacin (prediccin para valores fuera del
rango).