Memorisa de Investigación y Diocencia en Matemáticas

Memorias de la XXI Semana de Investigacin y Docencia en Matemticas
Editores: Agustn Grijalva M., Blanca Evelia Flores S., Fernando Luque V., Daniel Olmos L., EduardoTellechea A.
Diciembre de 2011
Editores: Agustn Grijalva M., Blanca Evelia Flores S., Fernando Luque V., Daniel Olmos L., EduardoTellechea A.
Diciembre de 2011
Directorio
Dr. Heriberto Grijalva Monteverde Rector Dr. Enrique Velzquez Contreras Secretario General Acadmico Dra. Guadalupe A. Garca de Len Peuuri Vicerrectora Unidad Centro Dra. Rosa Mara Montesinos Cisneros Directora de la Divisin de Ciencias Exactas y Naturales M.C. Jorge Ruperto Vargas Castro Jefe del Departamento de Matemticas
Comit Editorial
Dr. Oscar Vega Amaya Coordinador General Dr. Jos Luis Daz Gmez M.C. Francisco Cndido Garca Durn Dra. Olivia Carolina Gut Ocampo Dr. Fernando Verduzco Gonzlez
Comit Organizador
Dr. Agustn Grijalva Monteverde Presidente M.C. Blanca Evelia Flores Soto Secretaria
Dr. Fernando Luque Vsquez Dr. Daniel Olmos Liceaga Dr. Julio Waissman Vilanova M.C. Eduardo Tellechea Armenta L.M. Lorena Armida Durazo Grijalva L.M. Claudia Anglica Zepeda Milanez L.M. Jess Rodrguez Higuera L.M Israel Contreras Estrada
Departamento de Matemticas Universidad de Sonora Hermosillo Sonora
PRESENTACIN
La Semana de Investigacin y Docencia en Matemticas es un evento anual organizado por el Departamento de Matemticas de la Universidad de Sonora que en su edicin XXI se desarroll del 28 de febrero al 4 de marzo de 2011 en instalaciones de la Universidad de Sonora en la ciudad de Hermosillo. El evento constituye un foro para la exposicin y deliberacin de ideas relacionadas con la matemtica, a travs de distintos tipos de actividades. Tiene como objetivos principales el que investigadores, profesores y estudiantes interesados en las matemticas, intercambien conocimientos, opiniones y experiencias entre s, y el que estos tengan la posibilidad de interactuar con especialistas de instituciones nacionales y extranjeras que acuden como invitados especiales. As, entre sus objetivos especficos se encuentran: Dar a conocer trabajos en Matemticas Aplicadas, Matemticas Puras, Matemtica Educativa y Computacin; Fomentar entre los asistentes el inters por el estudio y la investigacin en Matemticas en sus distintos aspectos; Propiciar un ambiente matemtico que redunde en la superacin de profesores y por consiguiente en el mejor aprovechamiento por parte de los alumnos. En concordancia con lo anterior, con la publicacin de las Memorias de la XXI Semana de Investigacin y Docencia se pretende extender el impacto de ese foro a travs de la presentacin escrita, en un formato de artculo, de algunos de los trabajos presentados. Dichos artculos han resultado favorablemente evaluados para su publicacin despus de someterse a revisin por especialistas de los temas abordados. Esperando que lo publicado en las presentes memorias sea de utilidad para muchos lectores y contribuya para que cada vez un mayor nmero de personas se interesen por conocer, estudiar, aplicar e investigar matemticas as como por los problemas derivados de su enseanza y de su aprendizaje, expresamos nuestro ms profundo agradecimiento a las muchas personas que contribuyeron con esta publicacin, particularmente a los autores y revisores de los artculos.
Los Editores
Hermosillo Sonora Mxico Diciembre de 2011
Departamento de Matemticas Universidad de Sonora Hermosillo Sonora
ndice
Pag El primer curso de Clculo en Escuelas de Ingeniera
Arcos Quezada J.I. ...
Prcticas y exmenes en lnea para el curso de Matemticas II en el rea Econmico Administrativa. Armenta Castro M., Del Castillo Bojrquez A.G., Flores Soto B.E., Villalba Gutirrez M. C............................................................................................................................................ Una experiencia en el aula: composicin de funciones por partes Barreiro Daz J. E., Flores Castillo P.M. y Valdez Roldn R. . Enseanza de la Probabilidad usando Grapher: distribucin normal Barrera ngeles J., Tllez Reyes P. ................................................... El Clculo, sus aplicaciones y su enseanza en carreras tecnolgicas Basurto Guerrero A., Resndiz Ros J. .............. Estabilizacin global con control positivo de una clase de sistemas lineales. Carrillo Carranza M.A. Leyva Castellanos H. ... Un estudio de las funciones polinomiales de primer y segundo grado. Cosmes Aragn S.E., Ibarra Olmos S.E. .... La razn urea y el cono truncado de Newton Cruz Sampedro J., Tetlalmatzi Montiel M. .... La solucin maximal de la ecuacin Eikonal Cruz Sampedro J. ... Evaluacin y autoevaluacin en lnea: nmeros complejos Del Castillo Bojrquez A.G., Flores Soto B.E. ...... El anlisis didctico en el diseo de una secuencia didctica para promover el aprendizaje del objeto matemtico potencia Duarte Snchez J.M. y Daz Gmez J.L. ... K-Teora Equivariante Torcida Espinoza Fierro J.F. .... Las sombras de tales y cules. Fajardo Araujo M.C. .. Una ilustracin simple del mtodo de las caractersticas Gonzlez Gonzlez R. y Garca Figueroa M. .... El software Expresser para el aprendizaje del lgebra inicial Guerrero L. . Dnde estn los primos? Haro Palma S.A. .
9 17 23 31 39 47 55 65 73
81 87 103 107 117 123
Subgrupo de grupos libres. Hasse Armengol I. .. Obstrucciones equivariantes en la teora de haces vectoriales. Hernndez R.G. .. Diferenciacin en Variedades Riemannianas Hernndez Zamora, F.G. .... Enseanza de integrales a travs de aplicaciones usando Geogebra como modelador. Herrera Serrano H. J. y Saucedo Silva R. .. Aplicaciones de Grupos de Lie. Soluciones generales de Ecuaciones Diferenciales Ordinarias. Higuera J., Shingareva I. Hay que modernizar la enseanza universitaria de la Estadstica? Hugues Galindo E., Gutirrez Flores G., Larios Rodrguez I.N. ... ndices de reprobacin en Matemticas en nivel Medio Superior y Superior Ibarra Murrieta B.M., Colmenero Sujo L.H. y Garca Fierro M.A. ... Consideraciones para el diseo de un curso de Estadstica en ambiente virtual o a distancia Larios Rodrguez I. M. y Parra Ramos M.E. ......................................................................... La existencia de una curva densa en H(N; +) Lpez Rentera J.A., Aguirre Hernndez B., Verduzco Gonzlez F. ... Polinomios a la medida: Un ejemplo de la matemtica que se puede construir por medio del uso de la exploracin, usando la tecnologa Lpez Ruvalcaba C., vila Sandoval S., Luna Gonzlez J., Mederos B. ...... Caracterizacin de los sistemas de prcticas en los estudiantes de posgrado en matemtica educativa: el caso de las transformaciones lineales. Macas Gutirrez L. E., Portillo Lara H. J., vila Sandoval M. S. y Lpez Ruvalcaba C. .. El uso de objetos para el aprendizaje del tema de tringulos. Nesterova E., Ulloa Azpeitia R., Villalpando Becerra J.F. .... Bsqueda de actividades didcticas que potencien el uso de funciones semiticas en el aprendizaje de la derivada Pou Alber S., Vazquez G. E. y Moreno Mecado M. .... Registros de representacin semitica para la Trigonometra en secundaria y bachillerato. San Martn Sicre O.J. . Diseo de actividades didcticas integradoras para profesores de matemticas de secundaria. Rodrguez Ibarra M.A., Soto Mungua J.L. ........... Actividades didcticas en lnea con Geogebra para el aprendizaje de nmeros complejos. Romero Robles D., Del Castillo Bojrquez A.G. .. El Punto de Fermat: Un problema geomtrico de variacin. Seplveda Lpez A., Garca Garca L. .. Propuesta didctica para articular la Semejanza con la Trigonometra. Servn de la Mora Cota G., Villalba Gutirrez M.C. .
131 145 151 157
165 173 181
191 197
205
213 219
227
235
241
247 255 263
Una propuesta de actividades didcticas para el tema de muestreo del curso de estadstica II, del rea econmico administrativo. Silvestre Castro E., Larios Rodrguez I.N. y Urrea Bernal M.A. .......................................... Ecuaciones diferenciales parciales no lineales. Separacin funcional de variables y soluciones Simblicas Shingareva I., Lizrraga Celaya C . Actividades didcticas para la enseanza de la integral. Soto lvarez J., Grijalva Monteverde A. ... Por qu los toros se pueden peinar y las esferas no? Torres Garca M. de los A. . Una caracterizacin elemental de las distribuciones exponenciales matriciales de orden pequeo. Tetlalmatzi Montiel M. .. Evaluacin de los efectos de la aplicacin de exmenes departamentales en los cursos de matemticas. Ulloa Azpeitia R., Nesterova E., Pantoja Rangel R. .............................................................. Un Algoritmo para planificar los trayectos en el sistema de recoleccin de residuos. Parra Guevara D. .
269
277 285 291
305
313 319
Memorias de la XXI Semana de Investigacin y Docencia en Matemticas. Departamento de Matemticas, Universidad de Sonora, Diciembre 2011, pp. 17.
EL PRIMER CURSO DE CLCULO EN ESCUELAS DE INGENIERA Arcos Quezada J. I. Facultad de Ingeniera Universidad Autnoma del Estado de Mxico e-mail: ismael_arcos@msn.com Resumen
El Clculo infinitesimal leibniziano, cuyo concepto fundamental era el de diferencial, entendido como un incremento infinitamente pequeo de una cantidad variable, mostr ser una muy valiosa herramienta en la solucin de una gran cantidad de problemas en la geometra y en las ciencias, por al menos un siglo, sin embargo, la propuesta surgida a partir del Anlisis de Cauchy, basada en el concepto de lmite, es la que normalmente se ofrece en las aulas de las escuelas de ingeniera, a pesar de las universalmente reconocidas dificultades para su entendimiento por parte de los alumnos. En este documento se reporta una propuesta para la enseanza del clculo en escuelas de ingeniera, teniendo como propsito principal el de ofrecer una presentacin congruente con la manera en la que los conceptos del clculo son utilizados en los cursos de ciencias bsicas y de la ingeniera .
1. Introduccin La presentacin de los conceptos del Clculo que normalmente se ofrecen en las escuelas de ingeniera, es muy cercana al Clculo originado a partir del Anlisis de Cauchy, basado en el concepto de lmite. Esta manera de presentar los conceptos del Clculo implica notables dificultades para su aprendizaje por parte de los alumnos. Sabemos adems que ese primer curso de clculo generalmente se orienta al desarrollo de habilidades operativas en el alumno. As, la tradicin nos ha llevado a considerar como medida del aprendizaje del clculo a la habilidad algortmica del alumno para calcular lmites, derivadas e integrales, para lo cual se invierte casi todo el tiempo del curso, soslayando aspectos de carcter conceptual o la competencia para la resolucin de problemas. Para remediar tal situacin es necesario implementar nuevas metodologas de enseanza, as como disear e instrumentar actividades de aprendizaje para el desarrollo de competencias como la resolucin de problemas. Por otra parte, el anlisis de la pertinencia de los contenidos, as como su influencia en los niveles de aprendizaje alcanzados por los alumnos, es un asunto que merece mucho ms atencin en la matemtica educativa, de la que hasta ahora ha tenido. Podemos afirmar que algunos aspectos del clculo infinitesimal original, particularmente el generado por Leibniz y sus seguidores, han sido desechados primeramente e ignorados recientemente, a pesar de sus cualidades didcticas. Considerando lo anterior, en la Facultad de Ingeniera de la Universidad Autnoma del Estado de Mxico (FIUAEM), desde hace casi dos dcadas se realiza un proyecto docente consistente en una propuesta que reincorpore un poco de esas cualidades del clculo de sus orgenes. Dicho proyecto tuvo su origen en los trabajos para la obtencin de los grados acadmicos de maestra y doctorado en el CINVESTAV, bajo la direccin del Dr. Carlos maz Jahnke. Inicialmente se trabaj en un anlisis de textos, para observar en qu medida el curso que tradicionalmente se ofreca en el primer semestre ayudaba a los alumnos a entender los
ARCOS J.I.
conceptos de ciencias bsicas y de la ingeniera que se estudiaban en los siguientes semestres. Posteriormente, habiendo identificado que en los textos de ciencias de la ingeniera el Clculo usado era ms cercano al leibniziano, que usaba como herramienta bsica las cantidades infinitamente pequeas, que aquel basado en el concepto de lmite, se comenz a elaborar una propuesta que aceptara y utilizara los infinitesimales. Finalmente, en los aos recientes se ha venido trabajando en el uso del paquete geogebra como un apoyo visual para la presentacin de los conceptos bsicos del Clculo. A continuacin se describe esto con algo de detalle. 2. Anlisis de textos Una manera en que se puede tener un primer acercamiento es mediante un anlisis de los libros de texto. Esto puede afirmarse debido a que, aunque las funciones del libro de texto estn cambiando, en la actualidad es el material auxiliar para la enseanza ms comnmente empleado en nuestras escuelas de ingeniera, tanto en el caso de los cursos de matemticas como en el de las ciencias bsicas. As pues, en la dcada de los 90 se realiz un anlisis de los textos de ciencias bsicas, seguido de uno de los de matemticas, tratando de observar, entre otros aspectos, si la manera como se presentan los conceptos bsicos del clculo es congruente con aquella en que esos conceptos son utilizados en las ciencias bsicas. Eso permiti, a su vez, determinar la pertinencia del uso de un determinado texto de clculo en un curso dirigido a estudiantes de ingeniera, considerando de gran importancia que debe existir un fuerte vnculo entre los cursos de clculo y los de ciencias bsicas. Algunos de los aspectos observados en el anlisis fueron los siguientes: a) Uso de los conceptos matemticos. En los textos se pudo observar la manera en que los conceptos matemticos son utilizados para explicar o modelar cada uno de los fenmenos fsicos del curso. b) Nivel de rigor apropiado. El mismo anlisis permiti observar si el nivel de rigor que tiene lugar en los cursos de matemticas es el apropiado, considerando que se desea que exista una continuidad, en lo que a ese nivel se refiere, entre los cursos de matemticas y los de ciencias bsicas. c) Importancia relativa entre los conceptos matemticos. La frecuencia con que aparecen los diferentes conceptos matemticos, o sus diversas interpretaciones o aplicaciones en el texto, aport elementos de juicio respecto a la importancia relativa que deben tener, entre s, los temas que integran los cursos de matemticas. d) Caractersticas de las funciones de uso comn en las ciencias bsicas. El anlisis de los textos proporcion informacin acerca de las caractersticas de las funciones que se utilizan en las ciencias bsicas, lo que result sumamente importante para elegir los tipos de funciones que se utilizan en los cursos de matemticas y, de esta manera, poner nfasis en aquellas que con mayor frecuencia se encontraron en textos utilizados en los cursos de ciencias bsicas. En Arcos (2000) se describen con detalle las observaciones derivadas del anlisis. Por el momento cabe mencionar que uno de los aspectos en los que se not gran discrepancia entre los textos de ciencias de la ingeniera y los usados normalmente para la enseanza del Clculo fue
EL PRIMER CURSO DE CLCULO
que, mientras en los primeros los infinitesimales son no solo aceptados sino utilizados frecuentemente, en los segundos las cantidades infinitesimales ni siquiera son mencionadas. Por tal razn se procedi a la lectura minuciosa de algunos textos y documentos de los orgenes del Clculo, con el objeto de incorporar algunas ideas en la propuesta. 3. El acercamiento infinitesimalista Sabemos que, a partir del siglo XIX se comenz a distinguir con claridad entre las actividades que se espera realicen, por una parte los ingenieros, y por otra, los fsicos o los matemticos; igualmente comenz a hablarse de matemtica pura y matemtica aplicada. Por otro lado, ms o menos a principios del mismo, los matemticos terminaron por desechar los infinitesimales, considerando de que al usarlos se cometan errores e imprecisiones. Sin embargo, en la enseanza los cambios no se dieron de la misma manera en las distintas reas del conocimiento. Mientras que en el caso de las matemticas prevaleci el criterio de los matemticos, y por lo tanto, se fue eliminando gradualmente el uso de los infinitesimales, quienes enseaban ciencias bsicas o de la ingeniera, los siguieron utilizando. A este respecto, en su excelente obra: Qu son las matemticas? (1941), Courant y Robbins indicaban: las diferenciales como cantidades infinitamente pequeas estn ahora descartadas definitiva y deshonrosamente, sin embargo, en la edicin revisada de la misma (1996), Ian Stewart nos dice que tal indicacin es una reflexin precisa del punto de vista que se tena por consenso cuando se escribi la obra, y aade que A pesar del veredicto de Courant y Robbins, siempre ha habido algo intuitivo y llamativo en los argumentos a la antigua con infinitesimales. Estn an sumergidos en nuestro lenguaje en ideas tales como instantes de tiempo, velocidades instantneas y el considerar una curva como una serie de lneas rectas infinitamente pequeas y el rea acotada por una curva como suma de una cantidad infinita de reas de rectngulos infinitesimales. Es posible establecer un marco riguroso para el anlisis en el que las definiciones weierstressianas en trminos de psilon y delta sean reemplazadas por enunciados sobre infinitesimales, similares a las ideas intuitivas de Leibniz, Newton y Cauchy. As pues, no parece existir ninguna razn para seguir ignorando el acercamiento infinitesimalista, privndonos as de las bondades del mismo, desde la perspectiva de la didctica. Por otra parte, al pensar en enseanza superior, debe tenerse en cuenta que el rigor lgico est subordinado a los objetivos de los cursos como parte de la formacin profesional. 4. El contexto y la bsqueda de rigor en el Clculo En sus orgenes, el clculo infinitesimal estuvo claramente asociado con la solucin de problemas y se presentaba generalmente en un contexto geomtrico, aunque desde los primeros escritos de Leibniz se manifestaba ya la potencialidad de la nueva herramienta para abordar y resolver problemas de la Fsica y otras ciencias. LHpital, en el que actualmente se reconoce como el primer libro de texto de clculo, desde el mismo ttulo expresaba su propsito principal: Anlisis de los infinitamente pequeos para el estudio de las lneas curvas. En esta obra se dedicaba slo la primera seccin para exponer las
ARCOS J.I.
reglas para obtener las diferenciales, mientras que las nueve restantes se dedicaban a la solucin de determinados problemas relativos a la geometra de las curvas, tales como la recta tangente, los puntos de inflexin y la curvatura. Medio siglo ms tarde, Bezout, utilizando tambin el clculo leibniziano, y por lo tanto, basndose en las cantidades infinitamente pequeas o infinitesimales, escribi su Clculo infinitesimal con el propsito de que sus alumnos entendieran y resolvieran problemas de mecnica. El Clculo pas, as, de un contexto puramente geomtrico a otro de carcter fsico. En cambio Cauchy, en lugar de referirse a cantidades infinitamente pequeas, habla de lmites y convergencia, trminos que subsisten hasta ahora y que caracterizan el Clculo escolar. Pero tal y como lo indicara Jean Dhombres, en la introduccin de la versin en espaol del Curso de Anlisis de Cauchy, ste adopt un Clculo totalmente descontextualizado: En el Anlisis algebraico Cauchy no hace ninguna referencia a la fsica matemtica, a pesar de que l mismo la cultiv con mucho talento, y no parece interesarse en el conocimiento del mundo sensible ni en las aplicaciones de la ciencia matemtica () As pues, Cauchy no mostraba ningn inters en aplicacin alguna. Podra decirse incluso que consigui liberar al clculo de sus aplicaciones y, por lo tanto, de una problemtica por resolver. Esta no puede ser la perspectiva desde la que se aborde el estudio del Clculo en las aulas de las escuelas de ingeniera. Por todo la anterior, en las versiones ms recientes de la propuesta que aqu se reporta, digamos desde hace unos diez aos, se han incorporado algunos elementos del Clculo de los siglos XVII y XVIII, dotndolos de un refuerzo visual que estaba ausente en la presentacin original. 5. Utilizacin de geogebra Hace apenas un ao que se ha comenzado a trabajar con este software, el cual, adems de ofrecer ventajas para la enseanza de las matemticas, es libre y amigable, lo que lo convierte en una excelente opcin para su uso en la enseanza del Clculo. A continuacin se describen algunos aspectos del curso en los que puede utilizarse geogebra como apoyo visual. Geometra infinitesimalista. Con base en la concepcin leibniziana de las curvas, es decir, de considerarlas como poligonales con una infinidad de lados, cada uno de ellos uniendo dos puntos infinitamente prximos entre s, se motiva la idea de utilizar el arco, la cuerda o la tangente, indistintamente, cuando los puntos de la curva estn infinitamente prximos. Esa idea es fundamental para obtener importantes resultados, por ejemplo, el de que el seno de un ngulo infinitamente pequeo (medido en radianes) es igual al ngulo mismo.
Figura 1. Las curvas son poligonales
La concepcin de una curva como poligonal puede explorarse con geogebra si se traza la grfica de cualquier ecuacin (o funcin), se escoge cualquier punto de la curva, y luego se va haciendo zoom en la zona que rodea la curva. A partir de un momento dado, la zona de la curva prxima al punto elegido se ver como parte de una recta, que ser la cuerda que une los puntos o parte de la recta tangente a la grfica de la ecuacin en el punto elegido. En la figura 1 se ilustra esta situacin. A la izquierda se muestra la grfica de , y se seala la zona prxima al punto , en el que, como sabemos, la tangente es el eje y, el cual se marca tambin con lnea gruesa. El crculo con centro en el punto tiene radio 1, y, con esa escala, la curva y la tangente estn claramente diferenciadas. A la derecha se muestra la misma zona de la curva despus de hacer varios acercamientos. El radio de la circunferencia mostrada es ahora 0.002, y con esa escala ya no distinguimos la curva de la recta. Recta tangente. Considerando una ecuacin en dos variables como la representacin simblica de la relacin entre dos cantidades variables, y una curva en el plano como su representacin grfica, se generan los importantes conceptos de incremento y razn promedio de cambio. Para ello simplemente hay que considerar dos puntos cualesquiera de la curva. En consecuencia, si uno de estos se supone fijo, mientras que el otro se mueve sobre la curva acercndose al fijo, en el momento en que se considere que los puntos estn infinitamente prximos, se generan las definiciones de diferencial y razn (instantnea) de cambio. Despus, al considerar variable la abscisa del punto fijo, se obtiene la definicin de funcin derivada. Adems, al reconocer la coincidencia entre el arco, la cuerda y la recta tangente cuando los puntos de la curva estn infinitamente prximos, se reconoce la relacin entre la derivada y la pendiente de la recta tangente. Esto nos permite decir que la pendiente de la recta tangente en el punto de abscisa a, de la grfica de una funcin definida mediante est dada por , siendo h infinitesimal, y la misma ecuacin nos dice cmo calcular en forma exacta el valor de la pendiente de la recta tangente. Sin embargo, si en esa expresin h no es infinitesimal sino slo muy pequea, entonces el valor de la expresin ser una aproximacin de la pendiente. Es decir: , h pequeo
Figura 2. La tangente es una secante que pasa por dos puntos muy cercanos entre s
ARCOS J.I.
Por ejemplo, si C es la curva definida mediante proponemos como valor pequeo de h, entonces: , , y As que la pendiente en cuestin.
(ver figura 2), y
, y si
, y, como podemos verificar, ste es el valor exacto de , es aproximadamente , ,
As pues, la pendiente de la recta tangente a la curva C, en por lo que la ecuacin de tal recta es, aproximadamente: ,
Esa es la ecuacin de la recta que se traz en la figura y como puede observarse, no podramos negar que es la recta tangente a la parbola en el punto P. 6. Comentario final A partir de los trabajos de Robinson sobre el Anlisis no estndar, hace cuatro dcadas, no parece haber razn para seguir descalificando el uso de los infinitesimales, ya que el Anlisis no estndar se fundamenta en un conjunto numrico (los hiperreales) que contiene al conjunto de los nmeros reales como subconjunto y que tiene elementos (positivos) menores que cualquier nmero real, es decir, cantidades infinitamente pequeas. Resulta entonces recomendable que los profesores de clculo, al menos en las escuelas de ingeniera, exploremos en las aulas un curso que recupere las cualidades didcticas del clculo leibniziano, a fin de conseguir que los conceptos bsicos de la materia sean mejor comprendidos y que, a su vez, puedan ser reconocidos y utilizados para acceder al conocimiento de otras ciencias. Como resultado de todo el trabajo aqu descrito, se han elaborado varias versiones de una propuesta para la enseanza del Clculo, desde la primera en 1996 hasta la ms reciente, hace apenas unas semanas. Bibliografa I. Arcos (2000), Acerca de la enseanza del clculo en escuelas de ingeniera. Un acercamiento infinitesimalista. Mxico: CINVESTAV-IPN. Tesis doctoral. I. Arcos (2011), Clculo infinitesimal para estudiantes de Ingeniera, 3 edicin, Toluca, Mxico: Kali. E. Bezout (1999), Clculo infinitesimal. Mxico: Limusa-IPN. Traduccin de la edicin original en francs de 1760. A. L. Cauchy (1994), Curso de anlisis. Mxico: UNAM. Versin en espaol basada en los trabajos originales en francs: cours danalyse (1821) y Rsume des leons sur le calcul
ininitsimal (1823). Seleccin, traduccin directa del francs y notas de Carlos lvarez e introduccin de Jean Dhombres. R. Courant, H. Robbins (2002), Qu son las matemticas? Mxico: Fondo de Cultura econmica. Edicin revisada, con prefacio y Avances recientes de Ian Stewart, traducida al castellano por Martn Manrique. LHpital, Marqus de (1998). Anlisis de los infinitamente pequeos para el estudio de las lneas curvas, Mxico: UNAM. Traduccin al espaol del original en francs: Analyse des infiniment petits pour lintelligence des lignes courbes, de 1696. Traduccin e introduccin de Rodrigo Cambray.
Memorias de la XXI Semana de Investigacin y Docencia en Matemticas. Departamento de Matemticas, Universidad de Sonora, Diciembre 2011, pp. 915
PRCTICAS Y EXMENES EN LNEA PARA EL CURSO DE MATEMTICAS II EN EL REA ECONMICO ADMINISTRATIVA Armenta Castro M.1, Del Castillo Bojrquez A.G., Flores Soto B.E., Villalba Gutirrez M.C. Departamento de Matemticas, Universidad de Sonora e-mail: maricela@gauss.mat.uson.mx1 Resumen
En este escrito se describe parte de los productos del Proyecto Diseo e implementacin de prcticas y exmenes en lnea para el curso de Matemticas II en el rea Econmico -Administrativa, haciendo nfasis en los aspectos cualitativos de su diseo y desarrollo, a la vez se presentan algunos resultados obtenidos sobre el quehacer de los estudiantes durante sus interacciones con los diferentes tipos de tareas y exmenes que realizaron bajo el sistema Maple T. A.
1. Introduccin Dentro del Departamento de Matemticas de la Universidad de Sonora se ha trabajado en un proyecto general, encaminado al diseo e implementacin de tareas y exmenes en lnea mediante el uso del software Maple T.A. en el rea de servicio, respondiendo al inters de prestar un servicio eficiente, de calidad y acorde al enfoque y expectativas del modelo curricular vigente en la Universidad de Sonora. Nuestra contribucin se centra en el curso de Matemticas II, cuyo programa es comn para las carreras de Contabilidad, Administracin, Economa, Finanzas e Informtica Administrativa. Los temas contemplados se refieren al Clculo Diferencial (en una y dos variables), enfatizando en las aplicaciones a fenmenos de inters para las carreras mencionadas. Como se sabe, el sistema Maple T.A. tiene acceso a un CAS (Computer Algebra System) que cuenta con herramientas para cmputo numrico, simblico (con la notacin matemtica estndar) as como la generacin de grficas, por lo que es atractivo para el diseo de reactivos dinmicos (reactivos que cuentan con parmetros que actualizan aleatoriamente su valor cada vez que ste es mostrado), utilizando distintos formatos para las preguntas. Para el diseo de tareas y exmenes se construyen bancos de reactivos, de los cuales se seleccionan aleatoriamente los reactivos que conforman una actividad, generando un nmero importante de versiones del mismo, hacindolos individualizados para cada estudiante. 2. Enfoque didctico Consideramos que el slo hecho de tener disponibles herramientas tan potentes como las de este sistema Maple T. A., no asegura la funcin de apoyo docente en un sentido amplio. Con esto queremos decir que, si bien es posible generar una serie de reactivos que pueden ser integrados en exmenes, facilitando al profesor su supervisin (asegurarse de que se evita copiar), y garantizar una calificacin inmediata de los mismos, eso dista mucho de generar instrumentos de evaluacin del conocimiento, que respondan al enfoque de la didctica de las matemticas que hemos adoptado, en el que entre otras cosas, se privilegian los procesos de modelizacin y solucin de problemas en contexto, ms que resultados exactos y nicos de planteamientos que responden al uso inequvoco de un algoritmo repetitivo o a una definicin previamente
10
ARMENTA CASTRO M. ET. AL.
memorizada. As mismo, nuestra postura didctica adopta el principio de la coordinacin de al menos dos registros de representacin, para lograr construir asociaciones cognitivas significativas acerca de un concepto matemtico a estudiar. Por las razones antes mencionadas, desde el iniciose propuso involucrar al estudiante en un ambiente de continua auto-evaluacin mediante tareas preparadas en el mismo sistema. Las tareas estn estructuradas por tipos: en un tipo, las que tienen que ver con coordinacin de registros grficos, tabulares y analticos, para darle significado a los objetos matemticos funcin y funcin derivada, con el fin de que emergieran como las herramientas ms adecuadas para modelar fenmenos en contexto y as, ampliar los significados, tanto de esos objetos matemticos como del fenmeno mismo. El otro tipo de tareas son las que tienen que ver con la prctica para lograr dominio sobre manipulacin algortmica, notacin e identificacin de expresiones. Cabe mencionar que de ninguna manera consideramos que estas ltimas sean menos importantes, pues estamos de acuerdo con el principio de Freudenthal (1980) que declara a la actividad de prctica como una de las dos componentes (la otra es el discernimiento) indisolubles de los procesos de la actividad matemtica efectiva. El reto, como lo plantea l, es encontrar formas de atender la primera sin dejar de lado la segunda, pues sabemos que es comn en muchos cursos de matemticas universitarias bsicas cargar la balanza hacia el lado de los procesos algortmicos per se. Lo anterior nos justifica el declarar que el esfuerzo de diseo (de reactivos) se tuvo que redoblar, pues es difcil encontrar bancos de reactivos ya elaborados y disponibles, con cuestionamientos que tengan estas caractersticas. 3. Diseo y aplicacin Durante el semestre 2010-1 se inici el proyecto, con reuniones a fin de discutir y compartir la concrecin del enfoque pedaggico antes descrito, el tipo de actividades didcticas que se planteaban en clase, en un inicio sin tener en cuenta an el uso del sistema Maple T. A. Una segunda etapa consisti en seleccionar actividades, para de ah disear reactivos acordes a ellas. Posteriormente se inici su programacin para elaborar los bancos en el sistema Maple T. A. Las primeras pruebas piloto se realizaron en este mismo semestre, fue sobre fenmenos de variacin uniforme, cuyo modelo lineal nos pareci factible de ser programado en el sistema. A pesar de que todas las profesoras haban aplicado un examen sobre dicho tema en formato tradicional de papel y lpiz, diseado de forma independiente por cada profesora, se aplic una primera versin de uno de ellos como una actividad-tarea en el sistema, aplicndose en tres grupos: La participacin de los estudiantes fue total y con excelentes reacciones a favor del ambiente que estaban experimentando. Esta inesperada acogida por parte de los estudiantes oblig a acelerar el proceso de elaboracin y de programacin de reactivos, obvia decir que el tiempo de dedicacin inicialmente programado para estas acciones tuvo que ser multiplicado por un factor bastante considerable. A continuacin se muestra en la Figura1, el listado de actividades conformadas por reactivos que fueron seleccionados de los diferentes bancos que logramos integrar:
PRCTICA Y EXMENES EN LINEA
11
Figura 1 Resumiendo, las actividades propiamente llevadas a cabo en el sistema Maple T. A. en los cursos de este ao 2010 han sido las siguientes: Se iniciaron con la seleccin de reactivos para algunos de los temas. Las primeras pruebas de tareas y exmenes en lnea fueron aplicadas a 3 grupos del rea. Posteriormente, durante los cursos de verano se aumentaron los bancos de reactivos, abarcando todos los temas de funciones de una variable, contemplados en el curso. Durante el verano se aplicaron tareas y exmenes a 2 grupos En el semestre 2010-2 se trabaj con un grupo, ya que es un semestre en el que hay poca poblacin (alumnos de repeticin o con algn retraso en sus asignaturas). Actualmente semestre 2011-1- se est trabajando con cuatro grupos, se planea el diseo de nuevos reactivos. La siguiente grfica (Figura 2) muestra la relacin de bancos de reactivos (question bank) como aparece en una pantalla del sitio (que no es visible por los estudiantes): cada banco est conformado a su vez por tpicos que responden a grupos de reactivos (questions) asociados a temas especficos de la temtica a tratar. 4. Ejemplos de reactivos A continuacin, con el fin de ilustrar mnimamente el tipo de reactivos que nos fue posible disear, se muestran las figuras 3 y 4, las cuales corresponden, respectivamente, a temas de la funcin lineal y la funcin cuadrtica en contextos de costos y punto de equilibrio. Como se puede notar (Figura 3), las posibilidades de hacer cuestionamientos acerca del comportamiento tabular, implica que el estudiante identifique el patrn numrico y sea capaz
12
de dar sentido a los componentes de esa tabla, al relacionarlos con el contexto del problema; y finalmente, determinar la expresin analtica que representa la funcin: En el caso del reactivo que se muestra en la figura 4, corresponde a un problema de punto de equilibrio de funciones cuadrticas, en el cual el registro grfico est presente, pero de ah se pasa a otro tipo de registro, permitiendo al estudiante estudiar los diferentes registros de representacin.
Figura 2
13
Figura 3 Una de las ventajas que nos ofrece al sistema, tanto a los instructores como a los alumnos, es la retroalimentacin inmediata, lo cual posibilita al estudiante mejorar su desempeo notablemente, en las figuras 5 y 6, se muestra la manera en que el sistema presenta los resultados del estudiante y las respuestas correctas. En nuestra experiencia, con la aplicacin de tareas y exmenes en lnea, hemos observado en los estudiantes que la a mayor utilizacin y resolucin de tareas los posibilita a obtener un mejor desempeo acadmico, esto no quiere decir que no suceda en ambientes no virtuales o tradicionales (lpiz y papel); creemos que la diferencia radica en que bajo esta propuesta, cada alumno realiza una tarea distinta, por lo que la copia de tareas se reduce, obligndolo a realizarla.
Figura 4 Se ha observado, que aquellos estudiantes que frecuentemente realizan sus prcticas y tareas exponen mayormente sus dudas en clase. As como que a mayor actividad en la plataforma mejor es su resultado en el examen. Resumiendo podemos decir que: El trabajo de elaboracin de reactivos, inicialmente es pesado, se debe invertir mucho tiempo para lograr diseos pertinentes, dinmicos, adaptables y efectivos. La elaboracin de tareas hace que se dinamice la actividad individual del estudiante e impacta fuertemente las discusiones en el grupo, promovindose la participacin en clase de una gran mayora. En general se ha tenido una buena aceptacin por parte de los estudiantes.
14
Los estudiantes observan que a mayor actividad en la plataforma mejor es su resultado en el examen. Los problemas ms frecuentes se han debido a conectividad, se cuenta con un nuevo servidor que ha minimizado los problemas tcnicos.
5. Conclusin Creemos que el presente proyecto es una accin que apoya la implementacin del modelo curricular vigente de la Universidad de Sonora, ya que se busca promover el papel dinmico y central del estudiante en la construccin de su propio conocimiento a travs del uso de nuevas tecnologas educativas, e induce el trabajo en equipo en la planta acadmica y en los estudiantes. Adems, la creacin de bancos de exmenes y tareas en lnea aunado al anlisis colegiado sobre su implementacin, puede facilitar al Departamento de Matemticas de la Divisin de Ciencias Exactas y Naturales el control acadmico del servicio que presta a la Divisin de Ciencias Econmico-Administrativas en los cursos de Matemticas II al disponer libremente de un recurso ya probado, que pudiera ser extendido hacia exmenes estandarizados por carreras o Departamentos.
Figura 5
15
Figura 6
Bibliografa [1] Arya, Frank; Lardner, Robin. (2005). Matemticas Aplicadas a la Economa, Administracin. y Ciencias. Sociales. Editorial McGraw-Hill. [2] Atherton, J. S.; (2005) Learning and Teaching: SOLO taxonomy. Recuperado de http://www.learningandteaching.info/learning/solo.htm [3] Biggs, J.B.; Collis, K.F. (1982). Evaluating the quality of learning. The SOLO taxonomy (Structure of the Observed Learning Outcome). New York: Academic Press. [4] Huerta, P. (1999). Los niveles de Van Hiele y la taxonoma SOLO: Un anlisis comparado, una integracin necesaria. Departamento de Matemtica de la Universidad de Valencia. Enseanza de las Ciencias, (17(2), 291-309). [5] Raymond Duval R. (2006). Un tema crucial en la educacin matemtica: La habilidad para cambiar el registro de representacin, Gaceta de la Real Sociedad Matemtica Espaola, Vol. 9, No. 1, pgs. 143-168. [6] http://www.maplesoft.com/applications/index.aspx
UNA EXPERIENCIA EN EL AULA: COMPOSICIN DE FUNCIONES POR PARTES Barreiro Daz J. E.1, Flores Castillo P. M., Valdez Roldan R. Preparatoria 2 Erasmo Castellanos Quinto Universidad Nacional Autnoma de Mxico e-mail: jubarreiro67@hotmail.com1 Resumen
En la elaboracin de este trabajo, que es una experiencia en el aula, se presenta una explicacin de cmo encontrar el dominio de una composicin de funciones por partes a partir de las grficas, para el desarrollo del mismo se ha utilizado una estrategia de enseanza conocida como modelo de instruccin directa.
1. Introduccin En los textos del nivel medio superior se ha perdido el profundizar en el concepto de composicin de funciones, motivo por el cual, en el plantel 2 de la Escuela Nacional Preparatoria de la U.N.A.M existe una gran preocupacin por parte de los profesores, ya que consideramos la importancia del manejo de estos conceptos para las futuras aplicaciones en el clculo, esto nos ha llevado a la tarea de desarrollar una clase en la cual se explica un procedimiento para obtener el dominio de una composicin de funciones, en ella, las funciones estn definidas por partes, esta clase se enmarca dentro de un modelo de instruccin directa donde se le propicia al alumno el desarrollo de habilidades que son necesarias para adquirir una completa comprensin de este tema. 2. Marco terico El modelo de instruccin directa, es un modelo que utiliza las explicaciones y el modelo del maestro, combinados con la prctica del alumno y una retroalimentacin para ensear conceptos y habilidades procesales. El profesor especifica los objetivos de aprendizaje, explica e ilustra el contenido y modela las habilidades para los alumnos, este tipo de modelo se basa en la investigacin y teora de tres reas: Investigacin de la eficiencia del maestro. Teora cognitiva social (aprender observando a otros). La influencia en la interaccin en el aprendizaje.
La investigacin de la eficiencia del maestro se refiere a la accin de los profesores en el aula, siguiendo las caractersticas que se mencionan a continuacin: Debe de estar comprometido con sus estudiantes y el aprendizaje de cada uno de ellos; debe de tener una profunda comprensin del tema a ensear, adems de saber cmo ensearlo en el aula; tener la capacidad de usar una variedad de tcnicas de instruccin y emplearlas apropiadamente. En el modelo de instruccin directa, se consideran cuatro etapas, stas son: Introduccin, Presentacin, Prctica guiada y Prctica Independiente.
17
18
BARREIRO J.E., FLORES P.M., VALDEZ R.
En la primera etapa, se da una visin general del contenido nuevo, se exploran las conexiones con los conocimientos previos del alumno y se ayuda a los alumnos a comprender el valor del nuevo contenido. Durante la presentacin se explica el nuevo contenido y se modelan ejemplos por parte del docente en forma interactiva. La prctica guiada proporciona a los alumnos oportunidades para aplicar el nuevo conocimiento. En la prctica independiente se promueve la retencin y la trasferencia, haciendo que los estudiantes practiquen solos el concepto o la habilidad a desarrollar.
3. Desarrollo Como se dijo anteriormente para poder implementar el modelo de instruccin directa en su fase de introduccin, los alumnos deben de manejar los conocimientos previos siguientes: el concepto de conjunto y las operaciones entre ellos; funciones, diferentes tipos de funciones (algebraicas y trascendentes), dominio y rango de funciones; operaciones con funciones (adicin, sustraccin, multiplicacin y divisin), composicin de funciones y grficas de funciones. Cabe hacer mencin que esta sesin de clase se imparte inmediatamente despus de haber enseado composicin de funciones las cuales se representan con una sola expresin algebraica. Componer dos funciones consiste en aplicar la segunda funcin al resultado de la primera. Es decir se aplica primero a cada y despus se aplica a . Definicin 1: Sea una funcin con dominio en dominio en y rango en La composicin y rango en y sea una funcin con es la funcin desde a dada por
En los libros de bachillerato aparece otra versin de la definicin anterior: Definicin 2: Sean y dos funciones cualesquiera se llama composicin de representa por , a la funcin definida de la siguiente manera: De lo anterior podemos deducir que si funcin con y son funciones, entonces la composicin
con
y se
es una
De acuerdo a la definicin anterior, componer dos funciones consiste en aplicar la segunda al resultado de la primera; o en otras palabras, suplir una funcin en la otra.
UNA EXPERIENCIAEN EL AULA: COMPOSICION DE FUNCIONES
19
Es decir, si tenemos la funcin que establece la dependencia entre y , y la funcin , que establece la dependencia entre y , podemos sustituir esta ltima en la primera y obtener . Ejemplo: Sea y sea
Calcule Primero: se deben encontrar las grficas de ambas funciones con sus respectivos dominios y rangos. Segundo: en la grfica de , determinar los siguientes intervalos:
Que son los dominios de
Por lo tanto la funcin
con este dominio
20 Ejercicios a) Encuentre b) Sea c) d) e)
BARREIRO J.E., FLORES P.M., VALDEZ R.
Encuentre Encuentre Encuentre Encuentre
f)
Encuentre
g)
Encuentre
h)
Encuentre
i)
Encuentre
j)
Encuentre
4. Conclusiones Con este trabajo se pretende dar a conocer a partir de la profundizacin el concepto y manejo de la composicin de funciones. Ya que en los libros de texto a nivel bachillerato hemos notado que en ese tema el concepto de composicin de funciones se aborda de una manera muy superficial. Por otra parte en nuestra experiencia docente hemos identificado que hay una necesidad de que el alumno entienda el concepto de composicin de funciones, donde se deje de ver como una simple sustitucin, y sea capaz de inferir posteriormente la importancia de la composicin de funciones en los temas siguientes de los programas de Clculo Diferencial e Integral (limites y derivadas), del nivel bachillerato y superior.
UNA EXPERIENCIAEN EL AULA: COMPOSICION DE FUNCIONES
21
Bibliografa [1] Eggen, Paul D. y Kauchak, Donal (2009). Estrategias Docentes. 3era. ed. Mxico: Fondo de Cultura Econmica. [2] Vera, Salvador. (2005). Calculo para ingeniera. Espaa: Abecedario. [3] Galvn, Andrs et al. (1970). Primer curso de Matemticas. Mxico: Consejo Editorial Politcnico.
ENSEANZA DE LA PROBABILIDAD USANDO GRAPHER: DISTRIBUCIN NORMAL Barrera ngeles J.1, Tllez Reyes P. CIAII, Universidad Autnoma del Estado de Hidalgo, Centro de Bachillerato Tecnolgico Industrial y de Servicios No. 8 e-mail: jbarrera12@hotmail.com1 Resumen
El presente trabajo reporta los resultados de la investigacin llevada a cabo con estudiantes de nivel superior, cuyo objetivo fue determinar de qu manera el uso de la tecnologa (Grapher) facilita el aprendizaje de la Distribucin normal a travs de los procesos matemticos en resolucin de problemas. Se dise una metodologa a travs de un caso de estudio, con una muestra de 11 estudiantes, se emple el mtodo de comparacin en dos fases de aplicacin. La enseanza de la distribucin normal de forma tradicional, est muy lejos de un aprendizaje reflexivo, se pudo constatar que el uso del Grapher motiva de manera importante a los estudiantes para resolver problemas con la distribucin normal, permitiendo la reflexin y anlisis durante el proceso de solucin.
1. Introduccin El propsito de este trabajo es presentar resultados del reporte de investigacin: Enseanza de la distribucin continua de probabilidad usando Grapher: el caso de la distribucin normal, cuyo objetivo es determinar de qu manera el uso de la tecnologa facilita el aprendizaje de la distribucin normal a travs de los procesos matemticos en resolucin de problemas, con estudiantes de nivel superior. En este sentido, el uso de la tecnologa es promovido por instituciones de diversos pases, de igual manera por profesionales de la educacin, as como organismos gubernamentales y no gubernamentales como el NCTM (National Council of Teachers of Mathematics) que promueven el desarrollo y difusin de recursos tecnolgicos para los distintos contenidos matemticos y niveles educativos (Godino, et al. 2005). Adems, existen diversas opiniones a favor del uso de la tecnologa en la enseanza de las matemticas. Por ejemplo, (Estrada, 2002) menciona que la tecnologa moderna ha creado las condiciones esenciales para ser capaz de manipular los objetos matemticos y, al mismo tiempo, ver los objetos sobre estas acciones en la representacin dinmica mostrada sobre la pantalla de la computadora. As, la tecnologa es una infraestructura representacional que ampla las posibilidades del pensamiento humano (Kaput, 1994). Tambin se menciona que la utilizacin de la informtica de tipo cualitativo representa para el estudiante un poderoso medio de transformacin en su modo de entenderlas y desarrollarlas (Kutzler, 1999). Otro propsito de estas herramientas es desarrollar habilidades y destrezas en los estudiantes al manipular objetos en los procesos matemticos (Moreno, 2005). De igual manera, se dice que las tnicas basadas en el anlisis de datos y su interpretacin es cada da ms importante (Rodrguez, 2004). Por otra parte existen investigaciones que han estudiado conceptos de la probabilidad, como la distribucin normal (Batanero, et al. 2001, Lavalle, et al. 2003 y Garca, et al. 2009). Para llevar a cabo esta investigacin se hizo una seleccin adecuada de problemas que permitieron estudiar la distribucin continua de probabilidad usando Grapher, para lo cual se dise una investigacin sustentada en un caso de estudio en donde participaron estudiantes de nivel superior. El mtodo empleado en esta investigacin fue de comparacin: la primera actividad fue desarrollada con lpiz y papel y la segunda con el uso del Grapher. Algunos de los resultados ms sobresalientes
23
24
BARRERAS NGELES J., TELLEZ REYES P.
de esta investigacin son: la enseanza de la distribucin por el mtodo tradicional est muy lejos de un aprendizaje reflexivo; as, lo demuestran los resultados derivados de este trabajo. Adems, la actividad en la resolucin de problemas evidencio la falta de anlisis por l estudiante al usando lpiz y papel, convirtiendo su desarrollo en una actividad mecnica. Por ltimo, el uso del Grapher cre un ambiente interactivo que motivo a los estudiantes por resolver problemas con la distribucin normal, permitiendo la reflexin y anlisis durante el proceso de resolucin; mejorando significativamente su aprendizaje. 2. Referentes Tericos La disponibilidad de los recursos tecnolgicos (calculadoras, computadoras, software, etc.) destinados a facilitar la enseanza y el aprendizaje de las matemticas son en la actualidad muy abundantes; as, lo demuestran investigaciones recientes y no tan recientes (Barrera, et al.2010). En este sentido instituciones educativas en diversos pases promueven su uso, de igual manera, los profesionales de la educacin as como organismos gubernamentales y no gubernamentales; como el NCTM (Nacional Council of Teachers of Mathematics) promueven el desarrollo y difusin de recursos tecnolgicos para los distintos contenidos matemticos y niveles educativos (Godino, et al. 2005). La importancia en el empleo de las herramientas tecnolgicas es la interactividad dada por la relacin sujeto-herramienta tecnolgica. Esta relacin permite observar ciertos patrones de conducta en el sujeto cuando interacta con ella. En este sentido, pueden apreciarse dos situaciones: la primera tiene que ver con situaciones estticas o inertes; una caracterstica esencial de este punto, es que las acciones de los estudiantes no reaccionan con las representaciones de los objetos matemticos. La segunda tiene que ver con un medio interactivo, en el cual los estudiantes reciben respuesta a sus acciones (Estrada, 2002). En este sentido, se dice que la tecnologa moderna ha creado las condiciones esenciales para ser capaz de manipular los objetos matemticos y, al mismo tiempo, ver los objetos sobre estas acciones en la representacin dinmica mostrada sobre la pantalla de la computadora. Kaput (1994) seala que la tecnologa es una infraestructura representacional que ampla las potencialidades del pensamiento humano; l afirma que el uso de las herramientas tecnolgicas conduce a nuevas maneras de pensar o razonar por parte del usuario. Una utilizacin de la informtica de tipo cualitativo, que incide mucho ms en los procesos de modelizacin y construccin de las matemticas que representa para el estudiante un poderoso medio de transformacin en su modo de entenderlas y desarrollarlas (Kutzler, 1999). Moreno (2005) considera que se han introducido las herramientas tecnolgicas en la escuela como objeto de estudio, con el propsito de desarrollar habilidades y destrezas en los estudiantes al manipular objetos en los procesos matemticos. Sin embargo, se sabe de la dificultad que representa ensear conceptos bsicos en matemticas, y aunque seamos capaces de ensear a los estudiantes a resolver de forma ms o menos mecnica algunos problemas estndar, tales acciones estaran muy lejos de lo que supondra una verdadera comprensin de esta parte de las matemticas. Se est avanzando hacia una sociedad cada vez ms informatizada y a una comprensin de las tcnicas basadas de anlisis de datos y su interpretacin es cada da ms importante (Rodrguez, 2004). A pesar de ello, el nmero de investigaciones sobre la didctica de la estadstica es an
ENSEANZA DE LA PROBABILIDAD USANDO GRAPHER
25
muy escaso, en comparacin con las existentes en otras ramas de las matemticas. Sin embargo, existen investigaciones importantes que discuten el uso de las herramientas tecnolgicas en la enseanza de la estadstica. Por ejemplo, Batanero, et al. (2001) realizo la investigacin cuyo ttulo es significado y comprensin de la distribucin normal en un curso introductorio de anlisis de datos cuyo objetivo es el estudio de las dificultades y errores de comprensin de la distribucin normal en estudiantes del primer curso universitario. Tambin menciona que a pesar de la importancia de la distribucin normal, no se han encontrado estudios que muestren los errores y dificultades que presentan los estudiantes en el estudio de esta distribucin. Esta investigacin toma el referente terico sobre el significado institucional y personal de los objetos matemticos. Asimismo incorpora el uso de ordenadores, en su doble vertiente de herramienta didctica y dispositivo de clculo y representacin grfica; en particular usan la paquetera de Statgraphics. Adems, el significado de objeto institucional de la distribucin normal es tomado de tres referentes: del carcter epistemolgico, la literatura actual y de la experiencia propia y la de los estudiantes con el enfoque basado en el uso de los ordenadores. A partir de esta concepcin, se incorporan los siguientes elementos: extensivos (las situaciones y campos de problemas de donde emerge el objeto), ostensivos (las herramientas semiticas disponibles para representar o para operar con los problemas y objetos involucrados), actuativos (procedimientos y estrategias para resolver problemas), intensivos (propiedades caractersticas y relaciones con otras entidades) y valdativos (argumentos que sirven para justificar o validar las soluciones). Por ltimo, este anlisis bajo la mirada terica mencionada, revela la complejidad del significado y de la comprensin del concepto de distribucin normal, que no puede reducirse a su definicin, sino que incluye un sistema interconectado de elementos que los estudiantes deben de conocer y ser capaces de relacionar para la resolucin de problemas relativos a esta distribucin. Por otra parte, Lavalle, et al. (2003), en su estudio el juicio heurstico sobre probabilidad en alumnos del profesorado en matemticas analizan la presencia de razonamientos heursticos; entendiendo a la heurstica como el proceso mental que reduce la complejidad del problema, de modo que sea accesible al resolutor. En esta propuesta, los autores establecen que los cursos de formacin deben contemplar ciertos aspectos complementarios, entre los que destacan: a) reflexin sobre el significado de los objetos matemticos particulares y el estudio de las transformaciones que experimentan para adaptarlos a la enseanza; b) conocimiento de las dificultades, errores y obstculos de los alumnos en el aprendizaje y sus estrategias de resolucin de problemas. El objetivo de esta investigacin es observar si presenta un razonamiento normativo o si existen evidencias heursticas en sus soluciones, qu formas de representacin utilizan y qu contenidos estn disponibles. Adems de explorar si los razonamientos de tipo intuitivo permiten sacar conclusiones estadsticas vlidas. A manera de conclusin en su anlisis menciona que se observaron razonamientos incorrectos y dificultades de comprensin. Adems, menciona que los modelos de probabilidad no estn incorporados como herramientas de clculo de probabilidades; es decir, que los modelos correctos estn disponibles pero no son asociados espontneamente con la situacin que necesitan resolver. Otra investigacin importante es la desarrollada por Garca, et al, (2009), cuyo objetivo es proporcionar a estudiantes de la licenciatura en matemticas y, en general a los alumnos de asignaturas bsicas de probabilidad y estadstica, de cualquier titulacin de material de apoyo a
26
los contenidos tericos y prcticos que se desarrollen en clase, sin que ello deba entenderse como un sustituto del profesor a la hora de explicar los contenidos de la materia, sino como un complemento a la clase presencial. Este material consiste en un software llamado CDPYE, el cual administra un determinado conjunto de materiales docentes que incluyen presentaciones multimedia, programas interactivos que permiten realizar aplicaciones a problemas concretos as como ejercicios con los cuales el alumno pueda comprobar de forma interactiva los conocimientos adquiridos. Dos aspectos relevantes de los resultados obtenidos: a) como era de esperarse ha puesto de manifiesto una considerable mejora en la puntuacin asignada en la prueba despus de haber utilizado DCPYE (7.651.03) con respecto a la obtenida antes de hacerlo (5.151.68), siempre bajo un perspectiva exploratoria que puede marcar un patrn de punto de partida; b) Se aprecia un considerable descenso en el grado de dificultad encontrado despus de haber utilizado CDPYE en todos y cada uno de los aspectos a que se haca referencia. 3. Planteamiento y anlisis de resultados La distribucin normal es la ms utilizada en la estadstica. Constituye un buen modelo para muchas poblaciones continuas, aunque no para todas. La media de una variable aleatoria normal puede tener cualquier valor y la varianza cualquier valor positivo. La funcin de densidad de probabilidad de una variable aleatoria normal con media y 2 est dada por ( x ) 1 2 2 (1) f ( x) e 2 La proporcin de una poblacin normal que se encuentra a cierto nmero de desviaciones estndar de la media es la misma en cualquier poblacin normal. Por esta razn, cuando se trabaja con poblaciones normales, se convierte las unidades en las cuales se midi originalmente las unidades de la poblacin a unidades estndar. Estas ltimas indican a cuntas desviaciones estndar se encuentra un dato de la media poblacional (Navidi, 2007). Para esta investigacin se consideraron los siguientes problemas: 1. Un proceso fabrica cojinetes de bolas cuyos dimetros se distribuyen normalmente con media 2.505 cm y desviacin estndar de 0.008 cm. Las especificaciones requieren que el dimetro est dentro del intervalo 2.50.01 cm. Qu proporcin de cojinetes de bolas cumple con la especificacin? 2. Si el proceso puede recalibrarse para que la media sea igual a 2.5 cm, el centro del dimetro del intervalo de la especificacin. La desviacin estndar del proceso sigue siendo de 0.008 cm. Qu proporcin de los dimetros satisface la especificacin? 3. Suponga que se ha recalibrado nuevamente el proceso de tal forma que la media del dimetro mide ahora 2.5 cm. A qu valor debe reducirse la desviacin estndar para que 95% de los dimetros satisfaga la aplicacin. Estos problemas permiten analizar el proceso en la resolucin y las estrategias que el estudiante utiliza en la obtencin del resultado, a travs del significado institucional de la distribucin normal. Adems, se busca que relacione reflexivamente la informacin que provee cada problema, de manera que el primer resultado le permita pensar en la solucin del segundo y, as consecutivamente, dado que se trata del mismo problema solo que variando los datos y cambiando las preguntas. Por otra parte, se usa Grapher como herramienta que permite resolver problemas a travs del uso de los elementos tales como extensivos, ostensivos, actuativos,
27
intensivos y validativos; a travs de la manipulacin de la ecuacin (1). En este sentido; se usa la herramienta tecnolgica para dar respuesta a los problemas, lo que permite un mayor dinamismo en el manejo de los objetos matemticos, dando lugar a razonamientos heursticos segn Lavalle. Un aspecto relevante en la seleccin de estos problemas tiene que ver con la interrelacin entre los datos y las preguntas (variables aleatorias, variables normalizadas, media y variacin de la media, desviacin estndar, etc.), las cuales propician que durante el desarrollo del proceso en la resolucin de estos, bajo cualquiera de las dos situaciones, pretenden que el estudiante desarrolle estrategias en cada caso que le permitan reflexionar sobre sus resultados, desde el punto de vista tanto inerte como dinmico. De esta manera, el objetivo de esta investigacin es determinar de qu manera el uso de la tecnologa facilita el aprendizaje de la Distribucin normal a travs de los procesos matemticos en resolucin de problemas. 4. Metodologa El diseo de esta investigacin tuvo como sustento un caso de estudio a partir de una muestra de 11 estudiantes de nivel superior (cuarto semestre de Lic. En sistemas computacionales, de la Universidad Autnoma del Estado de Hidalgo). El tipo de mtodo que se emple fue de comparacin a partir de un primer momento y una segunda aplicacin en otro momento. A estos estudiantes se les dio un curso de probabilidad y estadstica bsica (tomando como referente la literatura actual: Walpole, 1992, Navidi, 2006, Richard et al., 1996); este curso tuvo una duracin de 3 meses, tomando 5 horas a la semana de clase. Y durante el tercer mes del curso se instruy a los estudiantes sobre el manejo del GRAPHER, en principio no se les coment cual era la intencin en el manejo de esta herramienta. Despus del tercer mes se aplicaron los problemas previamente seleccionados de acuerdo al objetivo de esta investigacin; la aplicacin duro dos horas. Al siguiente da nuevamente se les pidi que contestaran los problemas; que para sorpresa de ellos, eran los mismos. Una recomendacin fue que explicaran el procedimiento al resolver los problemas.
5. Anlisis de resultados Despus de haber realizado el trabajo, se recabado la informacin escrita y las presentaciones realizadas en la computadora para su anlisis, misma que se describe a continuacin.
a. Actividad con lpiz y papel

En la tabla 1, se presentan los resultados obtenidos de la primera situacin, la cual tiene que ver con el trabajo a lpiz y papel o prueba escrita. Para ello hemos convenido en la siguiente codificacin: 0(sin respuesta), 1(solo intento), 2(procedimiento sin resultado), 3(procedimiento y respuesta correctos) y 4(procedimiento incorrecto). Adems se incluyen los elementos que utilizaron los estudiantes para responder a cada problema descritos baja la siguiente subcodificacin: *1(extensivos); *2(ostensivos); *3(actuativos); *4(intensivos) y *5(validativos).
28 Alumno/Problema 1 2 3 4 5 6 7 8 9 10 11
Problema 1 4*3 4*2*3 4*2*3*4 4*2*3*4 4*2*3 3*3*5 3*2*3*5 3*2*3*4*5 3*2*3*4*5 3*2*3*4*5 0
Problema 2 0 0 0 2 3 4 4* * * 0 3*3*5 3*2*3*5 3*2*3*4*5 3*2*3*4*5 3*2*3*4*5 0
Problema 3 0 0 0 2 3 4 4* * * 0 0 2*2*3*5 3*2*3*4*5 4*2*3*4*5 3*2*3*4*5 0
Graficas 1 1 1 1,2,3 1 1,2 1,2,3 1,2,3 1,2,3 1,2,3 0
Tabla 1.Descripcin de resultados de la primera situacin
De manera breve concluimos con los siguientes resultados: (3) 32% con los elementos *2(10), *3(10), *4(8), *5(1); (4) 24% con los elementos *2(6), *3(4), *4(5), *5(1); (2) 11% con los elementos *2(1), *3(1), *5(1) y (0) 33% con los elementos. Como podemos ver, estos resultados muestran el grado de dificultad que tienen los estudiantes cuando resuelven problemas con la distribucin normal. Adems, un anlisis detallado en sus resultados escritos evidencian ms su prctica mecnica que el uso de la reflexin sobre sus procesos de solucin. b. Actividad con el uso del Grapher La segunda situacin tiene que ver con el uso del Grapher; en esta actividad, los estudiantes han resuelto los problemas con xito, no solo han sido capaces de reflexionar sobre cada una de las respuestas sino que tambin han podido vincular las soluciones con otros objetos matemticos, tales como el concepto de lmite y el concepto de integral; entre otros. Esto se debe al dinamismo y la interactividad entre el objeto matemtico y sujeto cognoscente. La visualizacin dinmica que le proporcion la pantalla, tambin le permiti establecer juicios intuitivos a travs de los razonamientos heursticos antes descritos. De manera tal que los estudiantes respondieron correctamente a cada problema, a excepcin de dos de ellos quienes tuvieron dificultades con el manejo del Grapher al momento de resolverlos ; las dificultades se presentaron cuando intentaron introducir algunos comandos; sobre todo, cuando intentaron introducir los parmetros al algoritmo que integra la funcin de densidad para calcular el rea que responda a la pregunta del problema uno y, como consecuencia tuvieron dificultad con los siguientes dos problemas. Adems, se hace notar que despus de terminar de resolver los problemas, los estudiantes siguieron manipulando el algoritmo cambiando el valor a los parmetros deseados y de esta manera realizaron algunas conjeturas acerca de lo que sucedera si se cambiaran los valores de la media y de la distribucin estndar. Otro aspecto importante observado en esta actividad tiene que ver con el uso de los elementos *1(extensivos); *2(ostensivos); *3(actuativos); *4(intensivos) y *5(validativos), que a pesar de que es una actividad muy diferente a la primera, son utilizados para responder de manera correcta a los problemas planteados, a la vez que les permitieron argumentar cada respuesta y reflexionar sobre otro tipo de stas que se producan al cambiar los valores mencionados.
29
6. Conclusiones Despus de concluir esta investigacin se considera conveniente resaltar lo siguiente: que ensear distribuciones continas a los estudiantes de forma tradicional, est muy lejos de un aprendizaje reflexivo y por lo tanto significativo; as, lo demuestran los resultados derivados de este trabajo. La poca capacidad de anlisis mostrada en la actividad uno por l estudiante en la resolucin de problemas, se convierte en una actividad mecnica. Por otra parte el uso del Grapher en la actividad dos ha motivado a los estudiantes por resolver problemas con la distribucin normal; donde la manipulacin de variables de un problema se representa en imgenes que simulan su comportamiento, permitiendo la reflexin y anlisis por parte del estudiante, lo que se traduce en un aprendizaje significativo. Bibliografa [1] Barrera, J., Amaya, T. y Tllez P (2010). El uso de la tecnologa como instrumento facilitador en el desarrollo de los procesos matemticos. Acta Latinoamericana de Matemtica Educativa, Vol. 23, pp.1177-1184. [2] Batanero, C., Tauber, L. y Snchez, B (2001). Significado y comprensin de la distribucin normal en un curso de anlisis de datos. Quadrante, pp.59-92. [3] Estrada, A (2002). Anlisis de las actitudes y conocimientos estadsticos en la formacin del profesorado. Tesis doctoral en didctica de las Matemtiques i les Ciencies esperimentals. Universidad Autnoma de Barcelona. [4] Godino, J.D. et al (2005). Criterios de diseo y evaluacin de situaciones didcticas basadas en el uso de medios informticos para el diseo de las matemticas. IX Simposio de la SEIEM, Crdoba (Espaa). [5] Kaput, J (1994). Democratizing acces to calculus: New routes to old roots. Mathematics and cognitive science. Washington, DC: Mathematical Association of America. [6] Kutzler, Bernhard (1999). The Algebraic Calculador as a Pedagogical tool for Teaching Mathematics. In: Laughbaum, E.D, (ed.): Hand-Held Tecnology in Mathematics and Science Education: A Collectionof Paper, Teachers Teaching with Technology Short Course Program @ the Ohio State University, pp.98-109. [7] Lavalle, A., Micheli, E., Boch, S (2003). Juicios heursticos sobre probabilidad en alumnos del profesorado en matemtica. Boletin de la SOAREM (Sociedad Argentina de Educacin Matemtica). Ao 5 no 17, pp.23-32. [8] Levin, Richard I. & Rubin, David S (1996). Estadstica para administradores, 6a.Ed.Prentice Hall, pp.264-277. [9] M.J. Garca Ligero, A. Hermoso, J.A Maldonado, P. Romn y F (2009). Torres. Nuevas tendencias para ensear probabilidades usando CDPYE. Vol. 30. No 2, pp.173-184. [10] Moreno, M (2005). El papel de la didctica de la enseanza del clculo: evolucin, estado actual y retos futuros. Departamento de Matemticas (UdL). Espaa, pp.81-96. [11] Navidi, William (2007). Estadstica para Ingenieros y cientficos, 1. Ed. Mc Graw Hill, pp 231-238. [12] Rodrguez, M (2004). Dificultades en el significado y la comprensin de conceptos estadsticos elementales y de probabilidad. Revista premisa de la SOAREM (Sociedad Argentina de Educacin Matemtica). Ao 6 no 22, pp.13-22. [13] Walpole y Myers (1992). Probabilidad y Estadstica, 4 Ed.McGraw-Hill.
EL CLCULO, SUS APLICACIONES Y SU ENSEANZA EN CARRERAS TECNOLGICAS Basurto Guerrero A.1, Resndiz Ros J. Universidad Tecnolgica de Tula Tepeji. e-mail: abasurto@uttt.edu.mx1 Resumen
La enseanza de las matemticas y en especial del clculo diferencial e integral, ocupa un lugar preponderante dentro de las escuelas de educacin superior en reas tecnolgicas, por lo cual, en este artculo se dan a conocer las primeras investigaciones que se han desarrollado en un ambiente Empresa Universidad. Proponiendo un mtodo de enseanza que se est aplicando en la Universidad Tecnolgica de Tula Tepeji, fundamentado en las teoras de la gestalt aplicadas a la enseanza de las matemticas por investigadores como Wertheimer y trabajos presentados por Resnick y Sternberg, entre otros. Hacindose nfasis en la matematizacin y articulacin de saberes, privilegiando en todo momento el razonamiento tanto del catedrtico como l del alumno.
1. Introduccin Desde su creacin en 1991, las Universidades Tecnolgicas han mostrado caractersticas propias en cuanto al tipo de alumnos y docentes que en ellas interactan, pues desde la planeacin del modelo se estableci como uno de sus atributos fundamentales la pertinencia, lo cual ha generado la necesidad de brindar al alumno una formacin profesional altamente basada en la prctica, desligndose de las tradicionales metodologas de la enseanza de las matemticas practicadas desde los niveles bsicos de educacin, observando que solamente se adiestra al alumno en la resolucin de mecanizaciones y en el caso ms favorable se le ha preparado para incursionar un poco en el razonamiento lgico - matemtico, desarrollando con esto una visualizacin de problemas con un enfoque altamente terico racional, lo que resulta de verdadero inters para aquellos que pretendan estudiar una rama de la matemtica pura (pero que muy poca aplicacin presenta en el medio industrial). De esta forma se ha iniciado la presente investigacin dentro de la cual se trabaj durante dos aos, dando como resultado un nuevo enfoque metodolgico que se considera digno de ponerse en prctica en todas las instituciones de educacin superior que preparen profesionales tcnicos. 2. Antecedentes Fundamentados en el proceso enseanza aprendizaje dentro de la Universidad Tecnolgica de Tula Tepeji, nos encontramos que los niveles de dominio de conocimientos bsicos de los alumnos son deficientes, principalmente sobre temas conocidos como operaciones con fracciones, algebra, trigonometra, geometra y por consecuencia en clculo diferencial e integral, aunado a esto, los catedrticos del rea de matemticas debido a su formacin terica adquirida en las universidades sortean muchas dificultades para encontrar material (ejercicios de aplicacin), el cual no es muy abundante en las bibliografas conocidas. Esto da lugar a que la mayora de los catedrticos se adapten a repetir un nuevo curso de la asignatura como los ya estudiados por los alumnos en secundaria y bachillerato. Pocos son aquellos catedrticos que realmente preparan material novedoso y pertinente, pues esto requiere tener experiencia en la solucin de problemas en la empresa, con un alto grado de aplicacin de conocimientos de la matemtica terica.
31
32
BASURTO GUERRERO A., RESNDIZ ROS J.
La industria por su parte nos exige cada da ms la integracin de profesionales que sean capaces de resolver problemas cientficamente sustentados en el raciocinio, para una mayor competitividad internacional. 3. Marco terico Desde un enfoque del sentir, vivenciar, descubrir y explorar, para continuar con otros procesos psicolgicos como el de pensar, conceptualizar y comprender, que son fundamentos de la teora de la gestalt Salam, H. (2008), as como los trabajos realizados por Wertheimer, Wertheimer, M. (1991), se ha trabajado sobre la enseanza del Clculo Aplicado a problemas tcnicos empresariales, sin dejar de mencionar que entre los investigadores de la enseanza de la matemtica se ha destacado mucho la aplicacin exclusivamente en los niveles educativos donde los procesos de madurez del nio son observables, siendo Wertheimer, quien sostuvo que era preciso ensear a los nios conceptos globales, que contribuyeran a su inteleccin general, antes que inculcarles los detalles; porque cuando los pormenores les son enseados primero, a menudo los alumnos se confunden y no logran comprender el significado de lo que aprenden. Con este enfoque y basados en esta teora, se han obtenido ya algunos resultados, los cuales estn integrados en este trabajo.
4. Mtodo de trabajo a. b. c. d. Recopilacin de evidencias y aplicacin de encuestas. Fundamentos tericos didcticos para la investigacin. Diseo del mtodo. Aplicacin del mtodo.
a. Recopilacin de evidencias y aplicacin de encuestas. Se ha realizado un muestreo entre los catedrticos de la Universidad Tecnolgica de Tula Tepeji para determinar el mtodo que se utiliza para la enseanza de las matemticas, encontrando que se continua en un 80 %, transmitiendo conocimientos que podran ser muy apropiados y atractivos para los estudiantes de matemticas o fsica, pero Dichos conocimientos sern apropiados para los futuros tcnicos que ahora ingresan a las universidades con la esperanza de adquirir las herramientas necesarias para resolver los problemas en su vida profesional? o tal vez Ser necesario reestructurar toda la curricula de la enseanza de las matemticas para futuros tcnicos profesionales?. Se ha dado seguimiento a una generacin de alumnos, tomando como variable los promedios de las calificaciones otorgadas por la Universidad y las que brindan los propios industriales. Lo anterior permite observar que existe una diferencia de aproximadamente un punto en la escala de calificaciones de 0 a 10, siendo los industriales quienes evalan mejor al alumno, lo cual nos hace plantearnos la siguiente cuestin: Realmente estamos preparando tcnicos acorde a las necesidades del industrial?. Con el fin de responder, se iniciaron una serie de entrevistas personalizadas para buscar las labores que se requieren atender dentro de una empresa. Resultado de estas entrevistas se encontr que un 93% de los alumnos hacen trabajos de rutina (llenado de formatos, supervisin de trabajos, mantenimientos a equipos, supervisin de las lneas de
EL CLCULO, SUS APLICACIONES Y SU ENSEANZA
33
produccin, control de calidad del proceso productivo, control y recepcin de las materias primas, etc.). En la tabla 1, encontramos la informacin que nos muestra los promedios generales obtenidos por una generacin de alumnos de dos carreras tcnicas, (fuente: archivos de la Universidad.)
Tabla 1. Promedios obtenidos en Bachillerato, Universidad y Empresa
No. 1.2.3.4.5.Concepto Promedio general obtenido en el bachillerato por los alumnos de la generacin 2008- 2010. Promedio obtenido en matemticas en el bachillerato por los alumnos de la generacin 2008- 2010. Promedio general obtenido en los primeros cinco cuatrimestres TSU por los alumnos de la generacin 2008- 2010. Promedio obtenido en matemticas los primeros tres cuatrimestres TSU por los alumnos de la generacin 2008- 2010. Promedio general obtenido en el ltimo cuatrimestre (estada), por los alumnos de la generacin 2008- 2010. Promedio 7.32 7.13 8.35 8.34 9.08
Se aplic una encuesta con el fin de medir la pertinencia de las matemticas, este hecho nos permite ver el valor que los industriales otorgan a cada uno de los temas que integran la curricula general de formacin de un estudiante. Para la aplicacin de las encuestas se establecieron cuatro tipos de actores que influyen en la educacin: industriales, sociedad, docentes y alumnos.
Tabla 2:
rea de matemticas
1 2 3 4 5 6 7 8 9 10 11 12 13 14 Aritmtica Geometra plana Lgica matemtica Teora de conjuntos Probabilidad y estadstica lgebra Geometra descriptiva Geometra analtica Trigonometra Derivadas Integrales Control estadstico de proceso Six sigma Matemtica financieras
Resultado de encuestas a empresarios (Genrico)
450 Puntuacin Total Obtenida 400 350 300 250 200 150 100 50 0
404 364
380 282
408 309 214 144 140 329
248 184 194 196
9 10 11 12 13 14
Ramas de las matemticas
En la (Tabla 2) se encuentran los resultados producto de la encuesta aplicada a los industriales de la regin, cabe hacer notar que dicha grfica demuestra que la industria no requiere de tantas matemticas como se pretende ensear al alumno sobre todo en las carreras tcnicas, por lo que sera necesario preguntarnos debern reformarse planes y programas eliminando gran parte del cmulo de conocimientos matemticos? o lo anterior no representa de ninguna manera una evidencia de que deban reducirse las matemticas en la currcula universitaria o por el contrario esto nos presenta un problema ms grave, el cual se refiere a la adecuacin de una matemtica
34
que verdaderamente el alumno tcnico universitario pueda utilizar en su vida profesional. Recordando que por ningn motivo se debe perder la visin enfocada hacia la preparacin de los estudiantes para el trabajo y la vida, pero la crisis social y empresarial nos muestra que esta preparacin no se est consiguiendo. En Mxico la crisis de la calidad de los egresados escolares es evidente y es que acaso el profesionista sabe muchas cosas pero poco comprendidas y en su caso no sabe manejarlas en la resolucin de problemas ni en la toma de decisiones? Podemos observar los resultados de la tabla nmero 2 donde se encuentra que los temas correspondientes al clculo diferencial e integral estn evaluados entre los ms bajos, de acuerdo a la utilidad de las matemticas en la empresa, lo cual nos hace reflexionar y plantearnos nuevas preguntas como: Ser acaso que el clculo enseado en la Universidad tiene muy poca aplicacin en la vida profesional? El profesional tcnico nunca fue preparado para aplicarlo y se concreta con usar mtodos de clculo con aritmtica y geometra elemental?. Es este segundo caso por el que se continuar, sin olvidar que una de las principales preocupaciones de los maestros de matemticas es el efectivo aprendizaje por parte de los alumnos, lo cual ante este escenario, representa un verdadero reto para los docentes. En las encuestas realizadas a catedrticos en general de la Universidad Tecnolgica de Tula Tepeji, se encuentran resultados semejantes en cuanto a la aplicacin del clculo diferencial e integral. b. Fundamentos tericos didcticos para la investigacin. Con fundamento en los trabajos de Wertheimer, M. (1991), sobre la enseanza de las matemticas desde el enfoque de la teora de la gestalt, se ha trabajado este proyecto de investigacin en la Universidad Tecnolgica de Tula Tepeji donde los alumnos en un noventa por ciento presentan un cuadro cognitivo de la asignatura sumamente deficiente, por lo cual se ha tenido que seleccionar desde los problemas que se trabajan en clase, cuidando siempre que stos presenten un alto grado de aplicabilidad y sobre todo que permitan elaborar modelos a escala o experimentos reales. Siendo definitivo que una buena eleccin de los problemas deben tomar en cuenta los intereses del futuro profesionista, del profesor y por consiguiente los de la empresa. La metodologa de enseanza se presenta en el siguiente inciso, sin que por esto se considere un mtodo rgido, sino al contrario, el camino de aprendizaje del alumno es amplio y variado, por lo que es necesario que el alumno sea el que dirija su conocimiento, logrando as que el alumno manipule la informacin de sus problemas hasta que los sienta propios. El concepto mecanizado de la enseanza del clculo se aborda como tal sin brindarle mucha importancia debido a que el alumno normalmente ya cuenta con un conocimiento bsico de esta rama de las matemticas y adems el alumno debe encontrar a travs de sus aplicaciones la importancia de dominar el proceso algortmico. Por lo tanto, el presente trabajo tiene como principal objetivo el establecer un mtodo ms acorde a las necesidades del razonamiento directamente aplicado a la solucin de problemas tecnolgicos.
35
c. Diseo del mtodo. Pasos del mtodo: Creacin y/o comprensin del problema a resolver. Vivenciar el problema. Clculo aproximado de la solucin por intuicin y/o anlisis. Determinacin de variables. Esquematizacin o modelacin grafica. Resolucin matemtica o aplicacin de algoritmo. Anlisis y/o ajuste de los resultados a travs de pruebas a modelos fsicos. Resolucin definitiva. Presentacin del reporte final de resultados
Desde la creacin del problema a resolver el maestro primeramente y el alumno posteriormente debern guiar el aprendizaje hacia la visualizacin de la aplicacin de los conocimientos matemticos a travs de hechos conocidos o vividos, que aunque ellos sean sencillos en un inicio, poco a poco presentarn mayor grado de dificultad. Una vez establecido el problema ser necesario visualizar la posible solucin, lo cual puede hacerse utilizando matemticas bsicas, de esta forma las herramientas matemticas conocidas se aprovechan eficientemente estableciendo con esto una articulacin de saberes. Se utiliza la intuicin de maestro y alumno para hacer un clculo previo de los posibles resultados. Se realiza una reflexin a fondo para identificar constantes, variables y funciones que inciden en el problema, a continuacin se hace uso de esquemas donde el alumno permita expresar la comprensin de dicho problema, aprendiendo a llevar el modelo real del objeto del problema a un modelo matemtico tanto grfico como analtico. Con el uso de los conocimientos bsicos de matemticas, se aplican los algoritmos apropiados para encontrar la resolucin del problema. Se retorna a la realidad fsica del problema, construyendo en su caso un modelo con el cual se pruebe o compruebe el resultado. El anterior paso servir para que en su caso, se hagan ajustes o correcciones de procedimientos tericos que se hayan aplicado a la solucin del problema. Se establece la resolucin definitiva y se elabora un reporte final, brindando as al alumno una experiencia de matemticas aplicada a la resolucin de problemas en la industria. d. Aplicacin del mtodo Situacin actual: La aplicacin de conocimientos matemticos en la futura vida profesional del estudiante se ha visto empobrecida por las tcnicas memorsticas y/o repetitivas que se emplean tanto por maestros como por alumnos de la Universidad Tecnolgica de Tula Tepeji, para el aprendizaje de procesos algortmicos, por lo cual ha sido necesario retomar de alguna manera una didctica ms apropiada al tipo de alumnos de este sistema educativo, sin embargo hoy en da no se ha logrado an que el total de catedrticos adopten una manera de ver el proceso enseanza aprendizaje de las matemticas, por el contrario en algunos casos se ha cado en el error de tender hacia el sistema en el cual el profesor ha sido educado, esto es la trasmisin de conocimientos que muy escasa aplicacin tienen en la vida del futuro profesionista. La imagen siguiente muestra un prototipo que fue elaborado por alumnos de un curso de clculo, mostrndose en l mismo, la aplicacin de integrales en la resolucin de un problema real, obtenido de la Empresa Petrleos Mexicanos para la ubicacin de niveles en el llenado de un tanque cilndrico horizontal.
36
Imagen 1. Prototipo elaborado por alumnos
5. Conclusiones -Este mtodo toma un mayor nmero de horas, en comparacin con una clase donde se concentran los intereses en la aplicacin de algoritmos. -El mtodo debe ser aplicado por docentes que hayan interactuado con las empresas cuando se resolvieron problemas de aplicacin prctica. -Se ha observado que mediante la aplicacin del mtodo propuesto, tanto el alumno como el maestro se muestran participativos, creativos y por lo tanto existe un incremento constante de inters en el aprendizaje de la resolucin de problemas a travs de las matemticas. -Al finalizar el curso se observ a travs de aplicacin de exmenes que los alumnos que fueron sometidos a este mtodo de enseanza desarrollaron su habilidad para visualizar y resolver problemas de aplicacin prctica. Bibliografa Brousseau (1983). Obstacles pistmologiques en mathematiques. Recherches en Didactique des Mathmatiques. 7(2): 33-112. Lpez, E. (2001) Los procesos cognitivos en la enseanza aprendizaje. Aspectos cognitivos del aprendizaje en el adulto: La Andragogia. ITESM. Editorial Trillas, SA. De CV. 73-92. Lpez, S. (1981). Modelos matemticos, temas bsicos, rea matemticas I, Editorial Trillas SA de CV. 13-30 Mercer, N. (1997). La construccin guiada del conocimiento. (El habla de profesores y alumnos), Una teora de la practica, Conversar y trabajar juntos. Ediciones Paids Ibrica. 75128.
37
Resnick, L. & Ford, W. (1988). La enseanza de las matemticas y sus fundamentos psicolgicos. Las matemticas como comprensin conceptual y como resolucin de problemas. Barcelona: Paidos. 233-280. Salam, H. (2008). GESTALT de persona a persona. Alfaomega Grupo Editor SA de CV., Mxico. 25. Santos Trigo, M. (1995). Una experiencia con estudiantes de Clculo, CINVESTAV-IPN, REVISTA EDUCACIN MATEMTICA, Vol. 7, No. 1, abril 1995, Grupo Editorial Iberoamrica, SA de CV. Mxico. 46-57. Vygostsky, L. (1988). Pensamiento y lenguaje. Estudio experimental del desarrollo de los conceptos. Barcelona: Paidos. 117-151. Wertheimer, M. (1991). Productive Thinking (ed. Aumentada). New York: Harper y Row, 1959. (originalmente publicado en 1945.) (Trad. Cast.: El pensamiento productivo, Barcelona Paids, 1991.)
Memorias de la XXI Semana de Investigaci on y Docencia en Matem aticas. Departamento de Matem aticas, Universidad de Sonora, Diciembre 2011, pp. 3945.
GLOBAL CON CONTROL POSITIVO DE UNA CLASE ESTABILIZACION DE SISTEMAS LINEALES Carrillo Carranza M.A.1 , Leyva Castellanos H. Departamento de Matem aticas Universidad de Sonora
e-mail: martina.carrilloc@correoa.uson.mx1
Resumen
Presentamos una familia de funciones de realimentaci on para resolver un problema de estabilizaci on de un tipo de sistemas lineales con restricciones de signo en el par ametro de control. Tambi en, describimos un m etodo general para dise nar estabilizadores con la carater stica de ser funciones Lipschitz positivas. Palabras clave: controlabilidad, estabilizaci on, funciones Lipschitz.
Introducci on x = Ax + Bu (1)
Dado el sistema lineal con x Rn , y el par ametro de control u U Rm restringido a tener componentes no negativas ui 0. Es decir, el conjunto de controles admisibles es U = Rm + . En este trabajo abordamos el problema del dise no de controles estabilizantes. Es decir, presentamos una soluci on al siguiente problema de estabilizaci on: por dise nar funciones no-negativas y T continuas u(x) = (u1 (x) . . . um (x)) de manera que las soluciones x(t) al sistema realimentado x = Ax + Bu(x) satisfagan la estabilidad limt x(t) = 0 de forma asint otica. Existen trabajos en el area de aplicaciones, por ejemplo ver [8], que establecen la pertinencia de este tipo de soluciones al problema de estabilizaci on mencionado. 2 Antecedentes
Los siguientes tres resultados son conocidos: 1. El sistema (1) es controlable con control u U si y s olo si se cumple el siguiente par de condiciones: (a) Rango[B, AB, A2 B, . . . , An B ] = n (b) No existe vector propio v de AT tal v T Bu 0 u U. 2. Considerando s olo la hip otesis a) del resultado anterior en el sistema lineal (1), y dado tambi en un polinomio p() Hurwitz de grado n, es conocido que existe una matriz K tal que det(A + BKI ) = p(). 39
40
CARRILLO CARRANZA M.A.
3. Si el polinomio det(A + BKI ) es Hurwitz, entonces todas las soluciones x(t) del x = (A + BK )x son tales que la convergencia limt x(t) = 0 se presenta como estabilidad asint otica. Brammer present o en [2] el resultado 1); los resultados 2) y 3) pueden verse en [7], respecto al resultado 2), hay algoritmos para determinar esta matriz K , ver la t esis [3]; una vez conocida podemos denir la funci on de control u(x) = Kx (2)
de forma que estabiliza globalmente el sistema (1), ya que bajo el control (2), todas las soluciones x(t) del sistema realimentado x = (A + BK )x convergen al origen. Es posible usar este resultado para generar un algoritmo para dise nar estabilizantes lineales positivos (funciones no negativas) u(x) 0. 3 Resultados.
Proposici on 1. Un sistema controlable de la forma (1) preserva la controlabilidad con control positivo bajo un cambio de variable lineal en el espacio de estado; es decir, si y (t) = P 1 x(t) entonces tenemos la siguiente equivalencia con control positivo: x = Ax + Bu es controlable y = P 1 AP y + P 1 Bu es controlable. Con base en este resultado de controlabilidad podemos restringir el problema de estabilizaci on a los sistemas del tipo (1) en su forma de Jordan: x = Jx + P 1 Bu. Para lograr este objetivo supondremos controlabilidad del sistema lineal. Demostraci on: Consideremos el cambio de variable y = P 1 x en el sistema (1), de manera que Py = AP y + Bu equivalentemente y = P 1 AP y + P 1 Bu = Jy + P 1 Bu x Rn , u U (3)
la condici on a) del resultado 1) implica que la matriz de controlabilidad correspondiente a (3) tiene rango n, ya que la matriz [P 1 B, JP 1 B, . . . , J n1 P 1 B ] = P 1 B, (P 1 AP )P 1 B, . . . , (P 1 AP )n1 P 1 B = [P 1 B, P 1 AB, . . . , P 1 An1 B ] = P 1 [B, AB, . . . An1 B ]
GLOBAL CON CONTROL POSITIVO ESTABILIZACION
41
tienen rango n. A continuaci on mostramos la preservaci on de la propiedad b) bajo el cambio de variable: Supongamos que existe tal vector w de J T tal que wT P 1 Bu 0 u U , entonces J T w = w equivalentemente (P 1 AP )T w = w es decir P T AT P T w = w por lo tanto AT P T w = P T w es decir v = P T w es vector propio de AT tal que v T Bu = wT P 1 Bu 0 u U ; concluimos que el sistema (1) es controlable con control positivo si y s olo si (2) tambi en lo es. Considerando el resultado 2) mencionado arriba: dado un sistema (1) controlable y dado un polinomio p() Hurwitz, entonces existe una matriz K tal que
det(A + BKI ) = p() observamos que si B es una matriz n m, sea C = diag [ci ] una matriz invertible tal que BK = BCC 1 K , entonces tenemos que det(A + BCC 1 K I ) = p() por lo tanto la funci on de realimentaci on u(x) = C 1 Kx estabiliza globalmente al sistema x = Ax + BCu. En el caso de que la matriz C = diag [ci ] sea diagonal e invertible, podemos obtener estabilizadores positivos para un sistema lineal. Veamos los siguientes ejemplos para el caso m = 1. Por cambiar los siguientes ejemplos para el caso C = c1 0 0 c2 con c1 > 0 y c2 < 0.
42
Proposici on 2. Si el sistema (A;B) es controlable, con B matriz n m, entonces el sistema es globalmente estabilizable mediante 2m controles positivos y Lipschitz continuos. Demostraci on: Prueba para m = 1. T Dado el sistema x = Ax+bu controlable, supongamos que el vector rengl on K1 = (k1 , k2 . . . kn ) es conocido, tal que el polinomio
T det A + bK1 I
es Hurwitz; entonces el sistema x = Ax + [c1 b, c2 b]u, es estabilizable mediante la funci on de entradas positivas
1 KT x c1 1 c2 1 KT x c1 1 1 KT x c2 1
u(x) =
u1 (x) u2 (x)
= 1 21
T K1 x+
equivalentemente u(x) =
1 2c1 1 2c2 T T x x + K1 K1 T K1 x
1 c1
1 0
1 c2 2
T T x x + K1 K1 T K1 x
T K1 x
1 2
T K1 x
es evidente que para cualquier signo del t ermino escalar K T (x), tenemos que
T x = Ax + Bu(x) = t A + BK1 x
Para m arbitrario, dado el sistema (A, B ) controlable, con B = (b1 , b2 , . . . , bm ), supongamos T T T . . . Km tal que el polinomio det(A + BKI ) = p() es K2 conocida la matriz K T = K1 Hurwitz, donde bi y Ki son columnas n-dimensionales, entonces el sistema x = Ax + [c11 b1 , c12 b2 , . . . , cm1 bm , cm2 bm ]u se estabiliza mediante la funci on de 2m entradas positivas 1 K x + c1 K1 x c11 1 11 u11 (x) 1 c12 K1 x + c1 u12 (x) K1 x 12 . 1 . . u(x) = . = 2 . . 1 K x+ 1 K x um1 (x) cm 1 1 cm 1 1 um2 (c) 1 1 K x + cm K1 x cm 2 1 2
donde ci1 ci2 < 0; tal que por dise no las funciones ui1 (x) y ui2 (x) son Lipschitz, i = 1, 2, . . . , m. pero el campo obtenido de aplicar la realimentaci on es equivalente al sistema lineal
43
x = (A + BK ) x Ejemplos de estabilizaci on global con control positivo de tres casos de sistemas lineales (1) en espacios de estado de dimensi on n. En cada uno de los siguientes ejemplos se cumple que rango [b, Ab, A2 b, . . . , An1 b] = n. Caso 1. El sistema (1) con A de la forma A = I + N, B = [c1 b, c2 b]
donde b = (b1 b2 . . . bn )T y N es una matriz triangular superior nilpotente. Por controlabilidad suponemos que bn = 0. Caso 2. El sistema (1) con A de la forma A = diag (), B = [c1 b, c2 b] donde b = (b1 b2 . . . bn )T ; por controlabilidad suponemos que bi = 0, i = j (si i = j ) para i = 1, . . . , n. Demostraci on: Es conocida la siguiente equivalencia det[b, Ab, A2 b, . . . , An1 b] = n det[b, Ab, A2 b, . . . , An1 b] = 0 ya que b1 1 b1 b2 2 b2 [b, Ab, A2 b, . . . , An1 b] = . . . . . . bn n bn entonces 1 n b1 1 1 1 n1 2 b2 1 2 = ( b b b ) det . . . 1 2 n . . . . . . 1 n b 1 n n n = (b1 b2 bn ) det n1 1 n1 2 . . .
n1 n
n1 n bn
n1 1 b1 n1 2 b2 . . .
b1 1 b1 b2 2 b2 det . . . . . . bn n bn
(j i ) = 0 1 i < j n
donde la primer igualdad es directa de las propiedades de determinantes; y la u ltima igualdad nos queda el conocido determinante de la matriz de Vandermonde. Las hip otesis de controlabilidad permiten concluir que
44
rango [b, Ab, A2 b, . . . , An1 b] = n
Caso 3. El sistema (1) con A de la forma A = diag i i i i , B = [c1 b, c2 b], i = 1, 2, . . . , k
T donde por controlabilidad, el vector b= b1 bk tiene componentes dos dimensionales bk tal que k bk = 0. En cada uno de los ejemplos anteriores, el vector rengl on K T = (k1 k2 kn ) es calculado espec camente, pero en todos los ejemplos el control propuesto es 1 1 T T K x + c1 K x u1 (x) c1 u(x) = =1 2 1 u2 (x) KT x + 1 KT x c2 c2
de forma que para cualquier signo del t ermino escalar K T x, tenemos que x = Ax + Bu(x) = A + BK T x En el trabajo [3] se presenta un an alisis m as detallado de este problema de dise no de funciones estabilizantes positivas para sistemas lineales en el plano. En general el dise no de estabilizadores positivos es un problema abierto, sin la hip otesis de controlabilidad es particularmente dif cil. El siguiente sistema lineal es presentado por Smirnov en [1], mostrando que no existe estabilizador suave. Considere el problema de estabilizaci on para el sistema de control del tipo (1): x y = 0 1 1 0 1 0 x + y 0 1 u1 u2
T con u = (u1 , u2 )T U = R2 + . El sistema no es controlable, ya que v = (1 1) es vector propio de AT (AT v = v ), tal que
v T Bu = (1 1)
1 0 0 1
u1 u2
= u1 u2 0 u U = R2 +.
de forma que no se cumple la condici on b) de controlabilidad con control positivo; Sin embargo Smirnov prueba que no es estabilizable mediante un control derivable pero si es estabilizable mediante una funci on de realimentaci on con la propiedad Lipschitz. Cabe entonces mencionar el siguiente problema de dise nar el control estabilizante para un sistema lineal sin la hip otesis de controlabilidad.
45
Bibliograf a
[1] Georgi V. Smirnov. Stabilization by Constrained Controls. SIAM J. Control and Optimization, vol. 34, No. 5, pp. 1616-1649, September 1996. [2] R.F Brammer. (10.1972). Controllability in linear autonomous systems with positive controllers. SIAM J. Control. [3] Carrillo Carranza Mart n A. Estabilizaci on global de sistemas lineales en el Plano con Control Positivo. Tesis de Licenciatura. Universidad de Sonora, 2010. [4] Mart n E. Fr as A., Fernando Verduzco G., Horacio Leyva C. F. Armando Carrillo N. On Controllability of Linear Systems with Positive Control. IFAC 2005. Republica Checa. [5] H. Leyva, F.A. Carrillo.Estabilizacion global de sistemas lineales con control positivo. Congreso Latinoamericano de Control Autom atico. La Habana Cuba. 2004. [6] Jorge A. Lopez R. Controlabilidad y el Teorema de Brammer. Tesis de Maestria - Universidad de Sonora, 2009. [7] Murray Wonham W. (1985.) Linear Multivariate Control; A Geometric Approach. Third Edition, Springer-Verlag. [8] Bastin, G. and L. Praly. (1999.) Feedback stabilization with positive controls of a class of dissipative mass-balance system. 14th World Congress of IFAC, Beijing, China.
UN ESTUDIO DE LAS FUNCIONES POLINOMIALES DE PRIMER Y SEGUNDO GRADO Cosmes Aragn S.E.1, Ibarra Olmos S.E. Departamento de Matemticas, Universidad de Sonora e-mail: cosmes21@hotmail.com1 Resumen
Se presenta un avance de nuestro trabajo de tesis de posgrado, en el cual se est diseando un conjunto de actividades didcticas que busca promover la construccin de modelos matemticos de fenmenos diversos, mediante las funciones polinomiales de primer y segundo grado. Las caractersticas fundamentales del diseo son: a) est basado en la metodologa ACODESA; b) enfatiza el uso y articulacin de algunos registros de representacin semitica; c) emplea el software GeoGebra como apoyo.
1. Introduccin Existe consenso sobre la problemtica existente alrededor de la enseanza y el aprendizaje de la matemtica, afirmacin que se refuerza con los resultados obtenidos en diversas evaluaciones tanto internas como externas a las instituciones escolares, las cuales muestran evidencia de la poca capacidad de los individuos para reconocer el papel que juegan las matemticas en su vida y para aplicar sta a situaciones en contexto. Existe una comunidad Matemtica Educativa- que desde hace algn tiempo ha dedicado esfuerzos para abordar esta problemtica, realizando gran cantidad de investigaciones y propuestas de desarrollo docente para las diferentes reas que conforman el conocimiento matemtico. Como miembros de esa comunidad, interesados tambin en estudio de la problemtica que hemos mencionado, abordamos el desarrollo del trabajo del cual estamos presentando algunos avances. Este inters surge a partir de la identificacin de una problemtica especfica en nuestro centro de trabajo. En concreto nos referimos al ndice elevado de reprobacin en las materias de matemticas bsicas que se presenta en el Instituto Tecnolgico de Sonora (ITSON). Por ejemplo, en la materia de Clculo I los resultados del semestre enero-mayo de 2010 dan evidencia de ello ya que de 904 alumnos inscritos solamente aprobaron 211. Adems de lo anterior, las reuniones de las academias de profesores de esos cursos y de los posteriores, coinciden en sealar el bajo dominio del conocimiento matemtico, sobre todo cuando debe ser utilizado en otras reas diferentes de la matemtica. Institucionalmente, tratando de buscar una salida a dicha problemtica, el ITSON ha formulado un curso propedutico de carcter extracurricular que se denomina Fundamentos de Matemticas, en cuyo programa se declara lo siguiente: a) Descripcin general del curso.- Curso extracurricular que se ofrece a todos aquellos alumnos que desean cursar alguna carrera de Ingeniera o Licenciatura en Tecnologa de Alimentos, dentro del cual se trabaja con el desarrollo y aplicacin de los fundamentos matemticos a fin de poder aplicarlas en cursos posteriores. b) Competencia a la que contribuye el curso.- Solucionar problemas relacionados con procesos y sucesos en fenmenos naturales o producidos por el ser humano, a travs de la aplicacin de
47
48
COSMES ARAGN S.E., IBARRA OLMOS S.E.
principios, leyes y modelos de las ciencias bsicas -formales y experimentales-, con el propsito de desarrollar la capacidad de resolver problemas en ingeniera. Podemos afirmar, de acuerdo con el anlisis del programa de la materia, que el curso est estructurado en un esquema de enseanza tradicional. Mayores evidencias de esta afirmacin las encontramos al analizar el manual editado para servir como apoyo a la imparticin del citado curso, pues se advierte que en l se promueve a la matemtica como un conjunto de islas donde los conocimientos se presentan estructurados obedeciendo a la organizacin que la matemtica tiene como disciplina cientfica. Realizando contrastacin entre la competencia a la que contribuye el curso y el contenido del manual se puede observar que no se corresponden.
2. Una propuesta alternativa En ese sentido, los avances que se tienen en Matemtica Educativa, llevan a establecer la posibilidad de proponer alternativas a esos procesos de estudio, las cuales por cuestiones de carcter prctico, estn limitadas a algunos de los temas que aparecen en el programa del multicitado curso. Concretamente, se propone el diseo de una secuencia de actividades que promueva la construccin de modelos matemticos de fenmenos diversos, mediante las funciones polinomiales de primer y segundo grado. Se ha escogido ese tipo de funciones porque la literatura de la especialidad refiere que son uno de los tipos de funciones que ms se utilizan en reas diferentes de la matemtica para la modelacin de fenmenos. Las caractersticas del diseo propuesto son: Tiene como eje el tratamiento de funciones lineales y cuadrticas, tomando en consideracin las competencias a desarrollar en el curso. Se buscar promover en el estudiante el tratamiento y articulacin de distintos registros de representacin (algebraico, grfico, tabular, lenguaje natural). Las situaciones problema que servirn de punto de partida al estudio de la temtica seleccionada estarn propuestas en contextos que se correspondan, dentro de lo posible, con el rea profesional del estudiante. Dichas situaciones problema se estudiarn a travs del modelado de funciones del tipo declarado, partiendo de datos numricos proporcionados por medio de tablas. Se tiene contemplado el uso del software de geometra dinmica GeoGebra.
Para el diseo de actividades seguiremos la metodologa ACODESA, la cual busca crear en el estudiante habilidades y capacidades de reflexin ante situaciones problema, va modelado a travs de un aprendizaje colaborativo, debate cientfico y auto reflexin.
UN ESTUDIO DE LAS FUNCIONES POLINOMIALES
49
3. Elementos tericos-metodolgicos que fundamentan la propuesta Una de las caractersticas de nuestra propuesta consiste en que el abordaje de nuestro estudio se har a travs de situaciones problema, en el sentido de Hitt [1], es decir La situacin debe ser simple, fcil de entender (ello no implica que sea fcil de resolver), ella debe provocar la reflexin y por tanto no puede ser un ejercicio. La matemtica que debe utilizarse no debe ser explicitada en el enunciado. Desde la ptica del enfoque de la teora de las representaciones funcionales, la adquisicin de conceptos debe realizarse en varias etapas y no solamente en un par de ejercicios, interesa la produccin de secuencias didcticas donde los estudiantes construyan conocimientos que puedan ser retenidos a largo plazo e ir logrando un aprendizaje ms significativo. Con esta idea se utiliza la metodologa ACODESA (por sus siglas, aprendizaje en colaboracin, debate cientfico y auto-reflexin), la cual integra varias situaciones problema interrelacionadas unas con otras. Ella toma en consideracin el trabajo individual, trabajo en equipo, debate en el aula y auto-reflexin. En esta metodologa, el profesor no dictamina sobre lo realizado por los alumnos en las primeras etapas, salvo al final en el proceso de institucionalizacin. En las primeras tres fases el profesor es una gua y es deber de los estudiantes argumentar y validar sus producciones, en el proceso de institucionalizacin es donde el profesor resalta las diferentes representaciones y presenta las representaciones institucionales: a) Trabajo individual (produccin de representaciones funcionales para comprender la situacin problema). b) Trabajo en equipo sobre una misma situacin. Proceso de discusin y validacin (refinamiento de las representaciones funcionales) c) Debate (que puede convertirse en un debate cientfico). Proceso de discusin y validacin (refinamiento de representaciones funcionales). d) Regreso sobre la situacin (trabajo individual: reconstruccin y auto-reflexin). e) Institucionalizacin. Proceso de institucionalizacin y utilizacin de representaciones institucionales. En la metodologa ACODESA, la manipulacin de materiales y trabajo con papel y lpiz es sumamente importante. Presentaremos a continuacin una de las siete actividades que ya estn diseadas para el caso de la funcin lineal. Un nmero semejante tenemos en el caso de la funcin cuadrtica. La informacin que se presenta en cuadros son las referencias y sugerencias para el profesor. El resto corresponde con las hojas de trabajo que se le entregan al estudiante
50
4. Ejemplo de actividad de la secuencia didctica Actividad 1: La deformacin de un resorte Tiempo estimado: 1 hora Materiales: Resorte metlico, flexmetro o regla, soporte universal, pesas diversas y balanza, por equipo. Organizacin: Individual grupal, dependiendo de la fase.
Fase 1: El estudiante trabaja de manera individual (se producen las representaciones funcionales para comprender la situacin problema). Propsito: Familiarizar al estudiante con el contexto de la actividad. Estrategia didctica: El profesor entregar a cada equipo un resorte, solicitando a los estudiantes que lo examinen y manipulen. Despus de esto, plantear algunas interrogantes, con la intencin de familiarizar al grupo con el contexto que se estudiar.
I)
A continuacin se te proporcionar un dispositivo, similar a los de la imagen que se muestra abajo, para que lo manipules y realices observaciones de lo que ocurre. Despus de eso, responde a las preguntas que se formulan.
1. 2. 3. 4. 5. II)
Reconoces el dispositivo que has manipulado? En qu situaciones lo has visto? Qu usos tiene? Qu observas cuando lo estiras y luego lo sueltas? Cules magnitudes que intervienen en el fenmeno identificas? Qu puedes decir acerca de cmo varan dichas magnitudes? Sigan las instrucciones del profesor para que se integren a un equipo formado por tres compaeros. Una vez organizado el equipo, confronten las respuestas que dieron a las preguntas 3,4 y 5. Utilicen el espacio de abajo para escribir dichas respuestas. Con el material que ahora les proporcionar el profesor, monten un dispositivo de acuerdo a sus instrucciones. Realicen el proceso de medicin siguiente:
III)
51
Vayan colocando las pesas en el extremo del resorte y procedan a medir con una regla el alargamiento que va sufriendo. Coloquen esta informacin en la tabla que se proporciona debajo de la manera siguiente: En las primeras dos columnas coloquen los resultados de la medicin. En las columnas tercera y cuarta registren cmo se van modificando las magnitudes observadas en el fenmeno en estudio. En la quinta columna registren la relacin de las magnitudes en forma de cociente (razn). Peso aplicado Medido en: Alargamiento Medido en: Cambio Cambio en el Cociente del en el peso alargamiento cambio entre el alargamiento y aplicado el cambio en el peso aplicado
6. Describan los cambios observados en el alargamiento del resorte y el peso. 7. Cmo se modifica el alargamiento del resorte cuando se modifica el peso? 8. De acuerdo a lo realizado en la tabla anterior, cmo variaron los valores de la tercera columna? 9. Contrasten su respuesta anterior respecto sus respuestas a la pregunta 5. Comenten. IV) Enseguida tu profesor te proporcionar otro tipo de resorte para que repitas el proceso de la parte III. En las primeras dos columnas coloquen los resultados de la medicin, En las columnas tercera y cuarta registren cmo se van modificando las magnitudes observadas en el fenmeno en estudio. En la quinta columna registren la relacin de las magnitudes en forma de cociente (razn). Peso aplicado Medido en: Alargamiento Medido en: Cambio Cambio en el Cociente del en el peso alargamiento cambio entre el alargamiento y aplicado el cambio en el peso aplicado
52
10. Describan los cambios observados en el alargamiento del resorte y el peso 11. Cmo se modifica el alargamiento del resorte cuando se modifica el peso? 12. De acuerdo a lo realizado en la tabla anterior Cmo variaron los valores de la tercera columna? 13. Contrasten su respuesta anterior respecto sus respuestas a la pregunta 5. Comenten. 14. Realicen una comparacin de las respuestas que proporcionaron en la parte III con las que proporcionaron en la parte IV. Fase 3: Se da un debate (que puede convertirse en cientfico). Se da un proceso de discusin y validacin. (Se refinan las representaciones funcionales). Propsito: Conducir a los alumnos a la generacin de un debate donde se discutan los resultados analizados. Estrategia didctica: Se discutirn los resultados encontrados verificndose qu pasa si se modifican los datos en la tabla o qu pasa si se modifica la representacin grfica. El profesor orientar al grupo para que los estudiantes entren en un proceso de discusin sobre el tipo de variacin y su relacin con la grfica resultante. 15. De acuerdo al anlisis de los datos calculados comenten sus observaciones, respecto de la variacin ocurrida, es decir qu nuevos valores se obtuvieron para cada nueva fuerza aplicada. 16. Qu sucede con cada nueva fuerza aplicada al resorte (es decir comenten como vara el alargamiento con respecto de la fuerza aplicada al resorte; para ello pueden observar qu valor arrojan las primeras diferencias divididas) Fase 4: Regreso sobre la situacin. (El estudiante regresa al trabajo individual: reconstruccin y auto-reflexin). Propsito: Que el estudiante trabaje de manera individual la situacin del fenmeno de alargamiento del resorte, relacionando los registros de representacin verbal, grfico, algebraico y tabular para generar un patrn que lo conduzca a la generacin de la expresin algebraica que representa el modelo en cuestin. Estrategia didctica: Se regresa al trabajo de individual, verificando en todo momento que el estudiante trabaje con pertinencia, pero sin conducirlo a la solucin del problema.
Tu profesor te guiar para que abras un archivo para que analices el fenmeno en cuestin de manera dinmica: Resorte.ggb . 17. A continuacin se te pide compares los resultados que construiste junto con tus compaeros en los apartados anteriores sobre el tipo de variacin que observan al manipular el archivo en GeoGebra, analizando lo que sucede en la ventana grfica, algebraica y numrica del archivo que has manipulado. Utiliza el espacio abajo para anotar dichas respuestas 18. Qu expresin te permite relacionar las magnitudes intervinientes (Fuerza y elongacin)?
53
19. Calcula el valor de la elongacin del resorte en caso de que hubiese ocurrido un incremento ms (suponiendo que se conserva el lmite de elasticidad del resorte, es decir el resorte volver a su posicin original) 20. De qu manera compruebas que efectivamente es correcta la expresin que obtuviste para relacionar las magnitudes intervinientes?
Fase 5: Institucionalizacin (se muestran por parte del profesor las representaciones institucionales). Propsito: El profesor conducir al estudiante hacia una generalizacin del fenmeno en estudio conforme a la pertinencia institucional, representando la expresin algebraica de la situacin. Estrategia didctica: El maestro manipula el archivo de GeoGebra mostrando qu pasa si se hacen variar los registros de representacin y cmo se articulan, conduciendo a que el estudiante construya su generalizacin con base en las representaciones institucionales.
21. Durante el desarrollo de la actividad identificaste magnitudes, observaste que variaban de manera uniforme una respecto de la otra. Qu nombre genrico le pondras a las magnitudes que varan? Y a las que no varan? 22. Con qu literal representas cada variable y qu significa? 23. Las variables son magnitudes que tal como se dice en la pregunta anterior varan una respecto de la otra con razn de cambio constante. Slo que una de las variables se considera la magnitud de inters (es decir la variable dependiente) y otra la magnitud de referencia (es decir la variable independiente). En el caso particular del experimento con el resorte, cul variable identificas cmo la magnitud de inters? Cul variable identificas cmo la variable de referencia? 24. Con base en la expresin general construida, comenta sobre el parmetro que multiplica a lo que elegiste cmo variable independiente. Vara de un resorte a otro? Cmo se comporta para cada pareja de valores dentro de un mismo resorte? Qu relacin tiene con la tercera columna de la cuestin nmero 8? 25. Qu expresin correspondiente a situaciones de variacin uniforme te representara de manera general fenmenos similares a los establecidos en esta actividad?
5. Conclusiones En estos momentos no estamos en condiciones de plantear conclusiones sobre la puesta en escena de la secuencia didctica, pues todava no se ha realizado ningn pilotaje. Lo expuesto tiene en todo caso la intencin de ejemplificar cmo se estructuraron las actividades, de acuerdo a los planteamientos de ACODESA. La actividad que se ha mostrado es la que est planeada para que sirva como punto de partida para la secuencia mencionada
54
Bibliografa [1] Hitt F., Corts J. (2009). Planificacin de actividades en un curso sobre la adquisicin de competencias en la modelacin matemtica y uso de calculadora con posibilidades grficas. Revista digital Matemtica, Educacin e Internet (www.cidse.itcr.ac.cr/revistamete/) 10(1). 6, 9-10. [2] Morimoto, T. (2010). Manual del curso Fundamentos de Matemticas. Ciudad Obregn, Sonora. Departamento de Matemticas. Instituto Tecnolgico de Sonora
AUREA LA RAZON Y EL CONO TRUNCADO DE NEWTON
Cruz Sampedro J.1 , Tetlalmatzi Montiel M. Departamento de Ciencias B asicas UAM Azcapotzalco Area Acad emica de Matem aticas y F sica Universidad Aut onoma del Estado de Hidalgo
e-mail: jacs@correo.azc.uam.mx1
Resumen
en conocida como raz on Hay muchas situaciones en las que la raz on a urea = (1+ 5)/2, tambi dorada, n umero dorado y proporci on divina, se interpreta entusiasta e ingenuamente como un indicador de perfecci on; pero son contados los ejemplos en los que realmente aparece en las soluciones de problemas de optimizaci on en el sentido matem atico est andar. En esta nota presentamos uno de tales ejemplos y discutimos brevemente algunas de las falsas y enga nosas interpretaciones de la raz on aurea.
Introducci on
Hace varios a nos, mientras contempl abamos el M odulo de Mando Columbia del Apollo 11 en el Smithsonian National Air and Space Museum, en Washington D. C. (Figura A), un ni no de nueve a nos nos pregunt o: Por qu e el Columbia tiene esa forma? Evidentemente la pregunta nos tom o por sorpresa, nos miramos con asombro y para no desilusionar a ese peque no con nuestro silencio uno de nosotros le respondi o: Porque se ve bonito!
Figura A: M odulo de Mando Columbia Moment aneamente nuestra articiosa salida nos pareci o genial pero pronto nos dimos cuenta que la pregunta de ese ni no era realmente interesante y decidimos buscar una mejor respuesta. Nuestra b usqueda nos condujo a un c elebre problema de optimizaci on planteado y resuelto por Newton en 1687 en su Philosophi Naturalis Principia Mathematica:
55
56
CRUZ SAMPEDRO J., TETLALMATZI MONTIEL M.
Problema Aerodin amico de Newton para Conos Truncados: Determine la forma del cono truncado, de altura h y base de radio r, que experimenta la m nima resistencia cuando se mueve con velocidad constante v en un medio ralo. Nuestra indagaci on acerca de este problema ha estado llena de toda clase de sorpresas: algunas fascinantes, otras desilusionantes. Primero encontramos que Newton solamente describe su soluci on pero no da el menor indicio de c omo la obtuvo. M as tarde nos percatamos que un caso especial de ese problema se puede resolver usando algunas propiedades alge en conocida como raz on dorada o proporci on braicas de la raz on aurea = (1 + 5)/2, tambi divina. Pronto nos enteramos que la raz on dorada se suele interpretar como un indicador de perfecci on y m axima belleza en la naturaleza y el arte, para luego darnos cuenta que la mayor a de esas interpretaciones, muchas de las cuales se consideran parte del conocimiento com un, son realmente ingenuas e inclusive falsas y enga nosas. Tambi en encontramos que hay muy pocos problemas de optimizaci on, en el sentido matem atico est andar, cuya soluci on est a vinculada con la proporci on divina. Finalmente descubrimos que hay una familia de n umeros denominados POEMs, por sus siglas en ingl es (pth Order Extreme Means), uno de cuyos miembros es la raz on a urea, cuyas propiedades algebraicas nos permiten resolver el caso general del Problema Aerodin amico de Newton para Conos Truncados. Este ensayo es un breve relato, basado esencialmente en [1] y [2], de las sorpresas encontradas en nuestra b usqueda y es accesible a cualquier persona que posea los conocimientos b asicos de f sica y matem aticas del nivel medio superior y un poco de sentido com un. En la Secci on 2 presentamos la soluci on de Newton y exhibimos su relaci on con . En la Secci on 3 presentamos el modelo de Newton para la resistencia. En la Secci on 4 mostramos como resolver un caso especial del Problema de Newton para Conos, utilizando las propiedades algebraicas de la raz on dorada. En la Secci on 5 discutimos algunas de las interpretaciones de la raz on aurea y en la Secci on 6 describimos someramente los POEMs y su v nculo con el problema de Newton. 2 La soluci on de Newton y la raz on aurea
En 1687, en su Philosophi Naturalis Principia Mathematica [8] Newton enunci o, sin demostraci on, la siguiente soluci on geom etrica del problema para conos truncados (Figura B): Si sobre la base circular CEBH de centro O, con radio OC , se quiere construir el cono truncado CBGF de altura OD que ofrece una resistencia menor que cualquier otro cono truncado, con la misma base y altura, movi endose hacia D paralelamente a su eje: bisecte la altura OD en Q y encuentre el punto S en la recta OQ de manera que QS sea igual a QC y el punto S ser a v ertice del cono cuyo cono truncado se busca. Un breve an alisis de la soluci on de Newton muestra que si OD = OC = r, entonces 1+ 5 r 2 2 r = r OS = OQ + QC = + r + (r/2) = 2 2
57
Figura B: Soluci on geom etrica de Newton o, equivalentemente, tan = . Esto signica que el cono truncado de m nima resistencia, cuya altura es igual al radio de su base, est a estrechamente relacionado con la raz on a urea! Nos parece realmente sorprendente que durante m as de trescientos a nos, los admiradores de la raz on dorada no se hayan percatado de esta sorprendente relaci on! Varias preguntas surgen inmediatamente de manera natural: 1. Hay una construcci on geom etrica sencilla para el cono de m nima resistencia? 2. C omo se obtiene la soluci on de Newton en el caso OD = OC ? 3. Se puede obtener la soluci on de Newton en el caso OD = OC usando solamente las propiedades algebraicas de ? 4. C omo se obtiene la soluci on de Newton en el caso general? Partiendo de la soluci on geom etrica de Newton, la primera pregunta tiene una respuesta muy elegante: Forme un tri angulo rect angulo trazando la diagonal del rect angulo dorado de base r y altura r. Luego rote el tri angulo formado alrededor de su cateto mayor y obtenga el cono de m nima resistencia truncando el cono obtenido a la altura r. Para responder las preguntas restantes hace falta desarrollar un modelo para la resistencia. 3 El modelo de Newton para la resistencia
En esta secci on formulamos un modelo matem atico para la resistencia, an alogamente a [12], el cual nos permitir a analizar y resolver el Problema Aerodin amico de Newton para Conos Truncados. Sin p erdida de generalidad suponemos que el cono est a en reposo y que las
58
part culas se mueven con velocidad constante v (Figura C). Los supuestos fundamentales del modelo son: 1. Las part culas tienen masa ja m, est an distribuidas con densidad constante y chocan contra el cono con velocidad constante v. 2. Si p1 y p2 denotan los momentos de cada part cula, antes y despu es de la colisi on, entonces |p1 | = |p2 | = m|v| = mv . 3. Las colisiones obedecen la ley de reexi on; es decir, el angulo de incidencia es igual al a ngulo de reexi on. Note que el primer supuesto describe un medio ralo, como el que podr a encontrarse a grandes alturas o cerca de la luna.
p=mv
p1
p2
Figura C: S olido en un medio ralo Por conveniencia y sencillez analizamos con detalle el caso de un cilindro de radio r y altura h (Figura 4). En esta situaci on, los momentos de cada part cula, antes y despu es de chocar con la base superior del cilindro, est an dados respectivamente por p1 = mv y p2 = mv. En consecuencia, el cambio de momento por unidad de tiempo producido en cada part cula por la colisi on es p2 p1 = 2mv. Por la tercera ley de Newton, el incremento del momento del cilindro producido por cada colisi on es igual a 2mv. Por la segunda ley de Newton, la resistencia Rcil del cilindro ser a entonces igual a la suma de las magnitudes de todos los incrementos de momento producidos por las colisiones en la base superior del cilindro por unidad de tiempo. As , si el n umero de colisiones por unidad de tiempo es N , entonces el cambio de momento por unidad de tiempo producido en el cilindro es N (2mv ), en donde v = |v|, y por lo tanto Rcil = 2N mv. Para determinar N , note que solamente las part culas que se encuentran a una distancia menor o igual a v t de la base superior del cilindro pueden chocar con esta en el tiempo t (Figura D). Luego, si denota la densidad del medio, entonces tenemos = mN t/V
59
p1=mv
p2=-mv
vt r
Figura D: Resistencia de un cilindro en donde V = r2 v t, es el volumen del cilindro de radio r y altura v t. Por lo tanto N = r2 v/m y consecuentemente Rcil = 2v 2 r2 . (1)
Un razonamiento an alogo muestra que la proyecci on vertical del incremento del momento del cono producido por cada colisi on en el costado del cono es igual a Rs = |p2 p1 | cos = 2mv cos2 (Figura E). Luego, la resistencia del cono truncado con base inferior de radio r y base superior de radio x est a dada por
x p1 h Rs P = p2 - p1
p2
Figura E: Resistencia de un cilindro R(x) = 2v 2 x2 + 2mvNs cos2 , donde Ns es el n umero de colisiones en el costado del cono por unidad de tiempo. Se sigue 2 que Ns = v (r x2 )/m y por lo tanto R(x) = 2v 2 x2 + 2v 2 (r2 x2 ) cos2 . Como (r x)2 , cos = (r x)2 + h2
2
60 nalmente se obtiene
R(x) = 2v 2 x2 + (r2 x2 )
(r x)2 (r x)2 + h2
(2)
La raz on aurea y el Cono de Newton
Un breve an alisis del modelo matem atico para la resistencia del cono truncado (2) ofrece inmediatamente una sorpresa. En efecto, supongamos que h = r, entonces haciendo x = 0 se obtiene que la resistencia del cono puntiagudo es R(0) = v 2 r2 = Rcil /2. Por otra parte, si hacemos x = r/2 obtenemos R(r/2) = (4/5)v 2 r2 = 2Rcil /5; es decir, hay un cono truncado con resistencia menor que la del cono puntiagudo y por lo tanto El cono de m nima resistencia tiene base superior plana! Para optimizar R(x) en [0, r], el lector puede utilizar las t ecnicas usuales de c alculo diferencial y darse cuenta que no es inmediato ver de esa manera el v nculo de este problema con la raz on aurea; sin embargo, si usamos las relaciones 2 = + 1 y 1= 1 1 + 2,
las cuales se siguen del hecho que la raz on a urea es la ra z positiva de x2 x 1 = 0; mediante un c alculo sencillo obtenemos R(x) (r x)2 2 2 2 = x + ( r x ) 2v 2 (r x)2 + r2 = r2 (2 x r)2 r2 + . 2 3 (r x)2 + r2
Luego, el m nimo de R(x) en R se alcanza en r = r/2 (0, r) y est a dado por R(r ) = 2v 2 r2 Rcil = 2 . 2
Adem as, si denota el a ngulo entre la base y la l nea generadora del cono, tan = r 1 = = . rr 1 (1/2 )
Interpretaciones entusiastas de la raz on aurea
Poco despu es de visualizar el v nculo entre el problema de Newton para conos y la raz on dorada, nos enteramos que autores famosos tales como H. Huntley [5], M. Livio [6] y D. Pedoe
61
[9] arman categ oricamente en sus obras que la raz on dorada es el n umero m as enigm atico del mundo, por la ubicuidad de sus manifestaciones como un indicador de perfecci on est etica en el arte y la naturaleza. Indiscutiblemente, esa noticia nos cautiv o y de manera muy entusiasta nos apresuramos a concluir que el cono de m nima resistencia no solamente es el m as aerodin amico sino el m as est etico [1]! Por supuesto, esto signicaba que nuestra respuesta al chico de nueve a nos hab a sido enteramente correcta! Sin embargo, poco nos dur o el gusto porque pronto encontramos que desde hace varios a nos algunos autores tales como Markowsky [7] y Falbo [3] han hecho severas y bien fundamentadas cr ticas a casi todas las interpretaciones a las que se reeren Livio et al. En palabras de Markowsky, la situaci on es como sigue [7]: La raz on aurea, tambi en conocida por distintos autores como la secci on dorada, el n umero dorado, la media dorada y la proporci on divina, ha cautivado la atenci on popular y se discute en muchos libros y art culos. En general, sus propiedades matem aticas se establecen correctamente, pero la mayor parte de lo que se presenta sobre la interpretaci on de este n umero en el arte, la arquitectura, la literatura, la escultura y la est etica es falso o seriamente enga noso. Desafortunadamente, todos estos enunciados acerca de la raz on aurea han alcanzado la categor a de conocimiento com un y se repiten ampliamente... Se necesitar a de un gran libro para documentar toda la falsa informaci on acerca de la raz on dorada, que no es m as que la repetici on de los mismos errores por diferentes autores. Un ejemplo de las armaciones a las que se reere Markowsky se puede leer en Huntley [5]: El Parten on de Atenas, construido en el siglo quinto A. C., es una de las estructuras m as famosas del mundo. Cuando el remate triangular de su fachada estaba intacto, sus dimensiones se pod an ajustar casi exactamente en un rect angulo dorado ... otro ejemplo del valor est etico de esta forma particular.
Figura F: El Parten on enmarcado Para fundamentar sus armaciones, Livio, Huntley et al hacen referencia a im agenes como las que se muestran en las guras F, G y H, en las que enmarcan con rect angulos
62
a ureos algunas vistas del Parten on, pinturas de Leonardo o algunos nautili, sin preocuparse en absoluto por las partes de las guras que quedan fuera del rect angulo que las enmarca; y menos a un por la precisi on de las mediciones que se utilizan para estimar la raz on anchura/altura. Si a este hecho agregamos que las mediciones var an de una fuente a otra la gravedad del asunto es a un mayor.
Figura G: San Jer onimo Para analizar un caso concreto establezcamos primero un intervalo de aceptaci on. Para este n recordemos que = 1.61803399...; luego, si aceptamos que la tolerancia de error que se considera como razonable para las mediciones es de 1% (la cual produce un error de 2% en el c alculo aproximado de ), entonces el intervalo [1.58,1.66] es un rango de aceptaci on realmente generoso. Cabe mencionar que rangos de aceptaci on de 2% se usan cotidianamente por el American Institute of Steel Construction. En el caso del Parten on, los autores de [11] dan una altura de 45 pies con 1 pulgada y una anchura de 101 pies con 4 pulgadas, mientras que los autores de [10] nos dan la misma anchura pero una altura de 59 pies. En el primer caso la raz on anchura/altura es aproximadamente 2.25 y en el segundo es 1.71. En ambos casos el resultado est a fuera del intervalo de aceptaci on! Pero a un si el resultado estuviese en el rango de aceptaci on, una mente matem atica cr tica se rehusar a a admitir inmediatamente que el n umero estimado es , simple y llanamente porque el intervalo de aceptaci on contiene una innidad de n umeros reales y porque no hay raz on alguna para privilegiar a ninguno de ellos. Para los nautili la situaci on es similar. El caso de la pintura de San Jer onimo (Figura G) es realmente extremo: para ajustarlo al rect angulo a ureo le tienen que cortar un brazo a ese pobre santo! Es importante se nalar que no estamos queriendo decir que no hay matem aticas involucradas en la naturaleza o el arte. Estar amos contradiciendo la conrmada m axima de Galileo: El libro de la naturaleza est a escrito en lenguaje matem atico. Simplemente consideramos que no hay raz on para darle un car acter excepcional a la raz on a urea. Por falta de espacio en este ensayo no incluimos una discusi on m as detallada de las falsas y enga nosas interpretaciones de la proporci on divina. Desafortunadamente, actualmente esas falacias no solamente se encuentran en libros y revistas sino en miles de sitios de la internet,
63
inclusive en sitios como http://puemac.matem.unam.mx/. A este respecto, coincidimos con Hardy en que uno de los deberes de un profesor, de cualquier disciplina, es exagerar un poco la importancia de su ciencia [4], sin embargo, no obstante que esta estrategia es muy ecaz para motivar en los j ovenes el estudio de la matem atica, nos parece que se debe tener cuidado en distinguir las exageraciones de las falacias.
Figura H: Nautilus
POEMs y el Cono de Newton
Resulta ser que el caso general del problema de Newton para conos se puede resolver de manera enteramente an aloga al caso tratado en la Secci on 4 si, en vez de la raz on aurea , se utilizan ciertos n umeros p denominados POEMs [2], por sus siglas en ingl es (pth Order Extreme Means), cuyas propiedades algebraicas y geom etricas han sido estudiadas en [3] y son muy similares a las de . Si p es un n umero positivo jo, se denomina Media Extrema de Orden p a la ra z positiva p de x2 px 1 = 0. Note que p = este caso son p+ (3)
p2 + 4 y que 1 = es la raz on dorada. Las relaciones cruciales en 2 2 p = pp + 1 y 1= p 1 + 2, p p
las cuales se deben a que p es la ra z positiva de (3). Para concluir esta nota nos parece pertinente mencionar que en la literatura hay muy pocos problemas de optimizaci on, en el sentido matem atico est andar, cuya soluci on est a relacionada con la raz on aurea. Hay sin embargo uno muy interesante que est a relacionado con la irracionalidad de , pero ese tema lo desarrollaremos en otra parte. Agradecimientos. Los autores agradecen las amables observaciones de los a rbitros.
64 Bibliograf a
[1] Cruz-Sampedro. J., Rivera-Fern andez, L. E. y Tetlalmatzi-Montiel M. (2008). Formas Aerodin amicas y la Raz on Aurea. Miscel anea Matem atica Vol. 47, 11-22. [2] Cruz-Sampedro, J. y Tetlalmatzi-Montiel, M. (2010). POEMs and Newtona Aerodynamic Frustum. The College Mathematics Journal Vol. 41, No. 2, 145 153. [3] Falbo, C. (2005). The Golden RatioA Contrary Viewpoint, The College Mathematics Journal Vol. 36, 123-134. [4] Hardy, G. H. (2001). A mathematicians apology, United Kingdom, Cambridge University Press. [5] Huntley, H. E. (1970). The Divine Proportion, New York, Dover. [6] Livio, M. (2007). La proporci on a urea: La historia de phi, el n umero m as enigm atico del mundo, Barcelona, Ariel. [7] Markowsky, G. (1992). Misconceptions about the Golden Ratio, The College Mathematics Journal Vol. 23, 2 19. [8] Newton, I. (1962). Principia, vol. I, The Motion of Bodies (trans. A. Motte), Los Angeles CA, University of California Press. [9] Pedoe, D. (1983). Geometry and the Visual Arts, New York, Dover. [10] Rossiter, S. (1977). Greece, Ernest Benn Ltd., London. [11] Trashtenberg, M. y Hyman, I. (1986). Architecture: From Prehistory to Post-Modernism/The Western Tradition, Harry N. Abrams Inc., New York. [12] Tikhomirov, V. M. (1991). Stories about maxima and minima, USA, American Mathematical Society.
MAXIMAL DE LA ECUACION EIKONAL LA SOLUCION Cruz Sampedro J. Departamento de Ciencias B asicas UAM-Azcapotzalco
e-mail: jacs@correo.azc.uam.mx
Resumen
En este trabajo describimos sin demostraci on algunos resultados sobre la existencia, regularidad, estabilidad estructural y el comportamiento asint otico exacto en innito de la soluci on maximal de la ecuaci on eikonal geom etrica S (x)G1 (x)(S (x))T = 1, S (0) = 0, x Rd \ 0, en donde G es una m etrica de orden cero. Este problema surge en el estudio del movimiento de part culas cl asicas y cu anticas en potenciales de largo y de muy largo alcance. Los resultados reportados se obtuvieron conjuntamente con E. Skibsted [3].
Introducci on
En esta nota describimos algunos resultados sobre la existencia, regularidad, estabilidad estructural y el comportamiento asint otico de las derivadas de la soluci on maximal de la ecuaci on eikonal geom etrica SG1 S T = 1, S (0) = 0, x Rd \ 0, (1)
donde G es una m etrica de orden cero. Una funci on suave G = (gij ) en Rd , con valores en el conjunto de matrices sim etricas denidas positivas d d, se denomina m etrica de orden cero si sus entradas gij son potenciales de orden cero, es decir gij (x) = O(|x||| ), cuando |x| .
Los potenciales de orden cero tambi en se suelen denominar de muy largo alcance porque se obtienen al hacer = 0 en la condici on V (x) = O(|x| || ), que dene a los potenciales de largo alcance. El problema de entender la soluci on maximal de la ecuaci on eikonal geom etrica surge en el estudio de la teor a de dispersi on de part culas cl asicas y cu anticas que se mueven en potenciales V de largo y de muy largo alcance [1], [4]. En el caso cl asico se desea describir 2 las o rbitas del hamiltoniano h(x, p) = (p /2) + V (x) y en el caso cu antico se desea entender itH las orbitas de Schr odinger = e f , donde 1 H = + V, 2 65 cuando |x| ,
66
CRUZ SAMPEDRO J.
es un operador autoadjunto que act ua en L2 (Rd ) y representa el laplaciano cl asico en Rd . Este trabajo est a organizado como sigue. En la Secci on 2 explicamos con un ejemplo sencillo el signicado geom etrico de la soluci on maximal. En la Secci on 3 describimos un resultado cl asico de Barles acerca de la soluci on maximal de Lions para perturbaciones de G = I . En la Secci on 4 denimos las m etricas de orden cero de manera rigurosa y presentamos un ejemplo de una m etrica de orden cero no euclidiana que surge en el estudio de la teor a de dispersi on. En la Secci on 5 describimos rigurosamente nuestros resultados y algunas conjeturas. 2 La soluci on maximal
La m etrica de orden cero m as sencilla es la m etrica euclidiana G = I . En este caso el problema consiste en resolver |S (x)|2 = 1, S (0) = 0. (2)
Note que si d = 1 entonces cualquier l nea quebrada continua que pase por el origen y que est e formada con segmentos de pendiente 1 es una soluci on de (2). En esta situaci on la soluci on maximal es S (x) = |x|, como se muestra en la Figura 1.
S(x)=|x|
U x
Figura A. La soluci on maximal en el caso euclidiano unidimensional
Es interesante notar que la soluci on maximal es la envolvente superior del mo no de soluciones de (1) (Ver la Figura 1). La soluci on maximal en el caso euclidiano general es S ( x) =
2 x2 1 + + xd |x|.
En efecto, para cualquier x Rd \ {0} tenemos (|x|) = x/|x| y si v (x) es cualquier soluci on d de (2), entonces para toda x R se satisface
1 1
v (x) |v (x)| =
0
v (tx) xdt
0
|v (tx)||x|dt = |x|.
MAXIMAL DE LA ECUACION EIKONAL LA SOLUCION
67
Note tambi en que S (x) = |x| es la distancia al origen en la norma euclidiana denida por
1
S (x) = inf
0
| (t)|2 dt : (0) = 0, (1) = x.
Esta motivaci on geom etrica sugiere la siguiente Denici on 1. Sea S (x) la funci on no negativa denida por
1
S (x) = inf
0
(t)G( (t)) (t)T dt : (0) = 0, (1) = x .
Si S satisface (1) entonces se denomina soluci on maximal de (1). 3 Un resultado de Barles-Lions
En esta secci on presentamos una soluci on parcial a la siguiente Pregunta 1. Si efectuamos una perturbaci on de orden cero a la m etrica euclidiana G = I , tendr a la ecuaci on eikonal perturbada una soluci on maximal suave en Rd \ {0} que tienda suavemente a S (x) = |x| cuando la perturbaci on tiende a cero? Para entender que tipo de respuesta se busca para la pregunta anterior presentamos el acilmente que Ejemplo 1. Si V (x, y ) = x/ x2 + y 2 , se verica f S (x, y ) = (a + b) donde 1 1 1 1 y b= 1+ 1 , 2 2 es una soluci on global suave de la ecuaci on eikonal est andar a= |S |2 = 1 V , S (0) = 0, (x, y ) R2 \ {(0, 0)}. x2 + y 2 + (a b)x,
Tambi en se verica f acilmente que S tiende suavemente a x2 + y 2 ; es decir, para todo multi- ndice , S (x, y ) lim (x2 + y 2 )|| 1 = 0, x2 + y 2 uniformemente en R2 \ {(0, 0)}. El siguiente resultado de Barles-Lions [2] muestra que la soluci on maximal de (1), para perturbaciones diagonales de la m etrica euclidiana, tiene propiedades an alogas a las de la soluci on del ejemplo anterior y resuelve parcialmente la pregunta al inicio de esta secci on.
68
CRUZ SAMPEDRO J.
Teorema 1. Sea V un potencial de orden cero de clase C 4 en Rd , d 2, y sea S la funci on no negativa denida por
1
S (x)2 = inf
0 d
V ( (t))
| (t)|2 dt :
Ex ,
donde Ex = { (H 1 (0, 1)) : (0) = 0, (1) = x}. Si es sucientemente grande, entonces 1. Para todo x Rd existe una u nica geod esica, de clase C 3 en x, en la que el m nimo se alcanza. 2. S es de clase C 3 y es la soluci on maximal de la ecuaci on eikonal est andar |S (x)|2 = 1 V (x) , S (0) = 0, x Rd \ {0}.
3. Cuando , S (x) tiende suavemente a S (x) = |x|, es decir, si g (x) = S (x)/|x| entonces, cuando ,
lim |x||| (g (x) 1) = 0,
0 || 3,
uniformemente en Rd \ {0}. Note que la ecuaci on eikonal est andar se puede escribir el la forma (1) si G es la m etrica de orden cero de Barles-Lions dada por G = (1 V (x)/) I . 4 M etricas de orden cero
Sea B k (Rd ) el espacio de funciones G(x) = (gij (x)) de clase C k en Rd , con valores en el espacio de matrices sim etricas d d con entradas reales tales que G
k
= sup{ x
| |
| gij (x)| : x Rd , || k, i, j = 1, . . . , d} < ,
(3)
donde x = (1 + |x|2 )1/2 . El espacio B k (Rd ) dotado de la norma (3) es un espacio de Banach y el conjunto M de matrices G B k (Rd ) para las cuales existen constantes positivas a y b que satisfacen a|y |2 yG(x)y T b|y |2 , x, y Rd , es un conjunto abierto en B k (Rd ) cuyos elementos se denominan m etricas de orden cero. Claramente la m etrica euclidiana as como la m etrica de Barles-Lions son m etricas de orden cero. A continuaci on presentamos un ejemplo de una m etrica no euclidiana de orden cero. Ejemplo 2. Consideremos el problema de describir las orbitas de una part cula con energ a k d nula que se mueve en un potencial radial V , de clase C en R , con k, d 2, para el cual existen a > 0, A > 0, y ]0, 2[ tales que A|x| V (x) a|x| , V (x) = O |x|(+||) || k.
para
69
Los orbitas de energ a cero del potencial V (r) = /r , con > 0 y 0 < < 2, son las espirales de Cote dadas por r(t)2 = 2 , 1 + cos ( (2 )(t))
t
lim (t) = 2/(2 ).
El caso general de este problema nos lleva a considerar el funcional de energ a J : Rd H R denido para 0 como
1
J (x, ) =
0
2( V (y (s)))|y (s)|2 ds,
donde y (s) = sx + (s), para demostrar que la funci on no negativa S (x) denida por S 2 (x) = inf {J (x, ) : H}, es una soluci on de la ecuaci on eikonal |S (x)|2 = 2( V (x)), S (0) = 0, x Rd \ {0}. (4)
1 (0, 1))d . Como J no es muy amigable para = 0, Aqu H denota el espacio de Sobolev (H0 resulta conveniente considerar el difeomorsmo de Rd dado por (x) = r(|x|)x/|x|, donde r r es la inversa de (r) = 0 2( V ( ))d . Si z (s) = (y (s)) y (s) = y (s)/|y (s)| entonces
2( V (z ))|z |2 = yG (y )y T en donde G(y ) = P (y ) + f 2 (|y |)P (y ). Para x = 0, P (x) denota la proyecci on ortogonal paralela a x/|x|, P = I P y
1 1
(5)
f () =
0
V (sr()) ds V (r())
Se puede demostrar que existen c > 0 y C > 0, independientes de 0, tales que

1
c
0
V (sr()) ds C, V (r())
para todo 0 y r 0 y por lo tanto G M. Adem as, si y (s) = sx + (s) y z (s) = (y (s)) = s(x) + h(s), entonces
1
J ((x), h) =
0
y (s)G(y (s))y (s)T ds E (x, ).
Luego, si resolvemos (1) para esta m etrica G de orden cero, entonces habremos resuelto (4).
70 5 Resultados y conjeturas
CRUZ SAMPEDRO J.
Para G M consideremos el funcional

1
E (x, ) =
0
y (s)G(y (s))y (s)T ds,
(6)
donde y (s) = sx + (s), as como la funci on no negativa S denida por S 2 (x) = inf {E (x, ) : H}; x Rd . Teorema 2. Sea G M, entonces para todo x Rd existe H tal que S 2 (x) = E (x, ). Supongamos que el m nimo de E (x, ) se alcanza en (s) = sx + (s). Esta curva se denomina geod esica de G y para todo s [0, 1] se tiene S 2 ( x) = (s)G( (s)) (s)T , a b |sx|2 | (s)|2 |sx|2 b a y a 2 b |x| | (s)|2 |x|2 . b a
Adem as, si la geod esica es u nica para cada x Rd y es de clase C k en Rd \ {0}, entonces k d S es de clase C en R \ {0} y satisface (1). Denici on 2. Motivados por el ejemplo de la secci on precedente denimos el conjunto O de m etricas G de orden cero tales que en alg un sistema de coordenadas se tiene G(x) = P + P G(x)P , donde P es como en (5). Ejemplo 3. Sea f : [0, ] R una funci on de clase C 2 y suponga que existen a > 0 y b > 0 tales que a f (r) b, entonces G(x) = P + f (|x|)P O. Teorema 3. Sea E el funcional de energ a introducido en (6). Si G O entonces 1) Para cada x Rd la m etrica G tiene una u nica geod esica x (s) = sx + x (s). 2) Existe c > 0 independiente de x Rd tal que si = x es como en 1) entonces
2 E (x, )h, h c h 2 ,
x = 0,
h H.
Esta u ltima condici on implica que x es de clase C k en x y que S es soluci on de (1). Con miras a abordar el problema de estabilidad estructural, a continuaci on denotamos con U al conjunto de m etricas G de orden cero que satisfacen las conclusiones 1) y 2) del teorema anterior. Note que O U y que es natural pensar en la siguiente:
71
Conjetura 1. O es un subconjunto del interior de U en la topolog a de M. Aunque es una conjetura natural no la hemos podido establecer por problemas t ecnicos. No obstante esta dicultad, podemos establecer estabilidad estructural para la siguiente subclase de O. Denici on 3. Sea Oc el conjunto de m etricas G O para las cuales existe c > 0 tal que para x = 0 P G(x) + 21 x G(x) P cP G(x)P . Esta u ltima estimaci on juega un papel importante en nuestro trabajo y puede pensarse como una condici on de convexidad ya que para c ]0, 1], dado que G O, es equivalente a la siguiente cota para el hessiano 2 (|x|2 ) 2cG(x). Como lo muestra el siguiente ejemplo, es importante notar que Oc contiene todos los ejemplos considerados en nuestras aplicaciones. Ejemplo 4. Sea f : [0, ] R una funci on de clase C 2 y suponga que hay constantes a > 0, b > 0 y c > 0 tales que a f (r) b, entonces G(x) = P + f (|x|)P Oc . La funci on f que surge en el problema de dispersi on para energ as bajas satisface esta condici on si para alg un ]0, 2] se tiene x V (x) + 2V (x) V (x). A continuaci on enunciamos el resultado m as importante de nuestro trabajo. Teorema 4. Sean U y Oc M como se denieron anteriormente. Entonces i) Oc es un subconjunto del interior de U . M con G G ii) Para cualquier G Oc existe > 0 y C > 0 tal que para toda G se tiene que G U y S (x) G l, 1 C G sup | x | d xR \{0} sup |x|
xRd \{0} l
2f (r) + rf (r) c,
r 0,
S (x) 1 |x| S ( x) 1 |x|
G C G G C G
3/4 l
para para
|| = 1, || = 2.
sup |x|2
xRd \{0}
1/2 l
72
CRUZ SAMPEDRO J.
Observaci on 1. Para perturbaciones de G = I se pueden reemplazar las potencias en el G l. lado derecho de las estimaciones precedentes por el factor m as natural G Observaci on 2. No sabemos si esta mejora se puede realizar en nuestra situaci on general. Observaci on 3. Las t ecnicas de Barles-Lions no se aplican en nuestro caso general. En su lugar usamos la condici on de convexidad de manera crucial para controlar las geod esicas del problema perturbado, uniformemente en x. 6 Bibliograf a
[1] Agmon, S., Cruz-Sampedro, J. y Herbst, I. (1999). Generalized Fourier tranforms for Schr odinger operators with potentials of order zero. J. Funct. Anal. 167, 345369. [2] G. Barles. (1987) On eikonal equations associated with Schr odinger operators with non spherical radiation conditions. Commun. in Partial Dierential Equations 12, 263-283. [3] Cruz, J. y Skibsted, E. (2011). Global solutions to the eikonal equation. Preprint. [4] Derezi nski, J. y Skibsted, E. (2009) Quantum scattering at low energies, J. Funct. Anal. 257, 18281920.
EVALUACIN Y AUTOEVALUACIN EN LNEA: NMEROS COMPLEJOS Del Castillo Bojrquez A.G.1, Flores Soto B.E. Departamento de Matemticas, Universidad de Sonora e-mail: acastillo@gauss.mat.uson.mx1 Resumen
Aqu se presentan algunos resultados obtenidos en un proyecto de docencia, donde el objetivo fue el diseo e implementacin de tareas y exmenes estandarizados en lnea con el software Maple T.A. en un curso de lgebra para Ciencias e Ingeniera. En particular, se abordan los productos y resultados obtenidos en torno al tema de Nmeros Complejos.
1. Introduccin A varios aos de iniciado el proyecto Diseo e Implementacin de Exmenes Estandarizados en Lnea en el Curso de lgebra de los Programas de la Divisin de Ingeniera de la Universidad de Sonora (Del Castillo y Flores, 2009), y despus de enfrentar algunas dificultades tcnicas, se ha ido consolidando una forma de trabajo colaborativo entre varios profesores del Departamento de Matemticas de la Universidad de Sonora que imparten regularmente el curso de lgebra. La meta a alcanzar, es que todos los profesores que impartan este curso a los diferentes programas educativos de la Universidad de Sonora, conozcan y tengan acceso a los materiales diseados, de modo que los utilicen con sus estudiantes, y que aporten ideas que ayuden a enriquecer y refinar estos materiales. En este trabajo, se hace una presentacin de los productos y resultados obtenidos en torno al tema de Nmeros Complejos.
2. Aspectos Tericos Se han tomado en consideracin algunos elementos tericos del Enfoque Ontosemitico de la Cognicin e Instruccin Matemtica (EOS), desarrollado por Godino (2002). Entre los elementos considerados, podemos mencionar los sistemas de prcticas, objetos personales e institucionales, sus significados sistmicos, los elementos bsicos del significado y las relaciones que se establecen entre ellos (funciones semiticas). En cuanto a la evaluacin del aprendizaje a travs de un sistema en lnea, se considera necesario un sistema de categoras para clasificar los diferentes niveles de preguntas y respuestas esperadas. Tomamos como base la taxonoma SOLO (Structure of the Observed Learning Outcome), (Collis y Biggs, 1982), reinterpretando los niveles bsicos de respuesta, en trminos de algunos elementos del EOS. Esta taxonoma incluye cinco niveles bsicos de respuesta que, en orden de complejidad creciente, son: Pre-estructural, Uni-estructural, Multi-estructural, Relacional, Abstraccin Extendida.
73
74
DEL CASTILLO BOJRQUEZ A.G., FLORES SOTO B.E.
3. Diseo de reactivos Tomando como punto de partida en la seleccin y diseo de reactivos, se consideraron listas de ejercicios y exmenes proporcionados por profesores que han colaboraron en el proyecto, los textos citados en el programa de la materia (Soto, 2002; Hitt, 2002), as como algunos resultados de investigaciones en Matemtica Educativa (Martnez y Antonio, 2009; Pardo y Gmez, 2007), materiales que forman parte de los diferentes tipos de significados institucionales. De esta manera se pas de listas de ejercicios estticos, a bancos de reactivos dinmicos, con parmetros cuyos valores varan (dentro de un rango de valores) cada vez que el reactivo se presenta en una tarea. Logrando tareas individualizadas, reduciendo la posibilidad de que los estudiantes copien las respuestas de los compaeros, a cambio se promueve, el intercambio de estrategias y mtodos de solucin. Para disear e implementar reactivos utilizando Maple T.A., se han podido identificar varios momentos importantes, que pueden denominarse como fases y subfases, entre ellas se encuentran: Anlisis y seleccin de elementos en el reactivo que pueden ser sujetos a variacin, as como la determinacin de los valores a considerar. Utilizacin, de ser posible, de representaciones mltiples. Seleccin del tipo de respuesta del estudiante. Formas de validacin de las posibles respuestas de los estudiantes. o Si es de opcin o seleccin mltiple, debe construirse la respuesta correcta, as como las opciones que sern utilizadas como distractores, las cuales tambin deben incluir variables, para hacerlas dinmicas. o Si el formato es de respuesta abierta, debe construirse un algoritmo para la validacin de la respuesta del estudiante. Prueba del reactivo. Se analiza la manera en que el reactivo puede presentarse en una tarea, as como la validacin de la respuesta. Entre los errores que pueden presentarse, dado que se trata de reactivos dinmicos, pueden mencionarse los siguientes: o Si el reactivo es de opcin o seleccin mltiple, puede darse el caso de que aparezcan una o ms opciones iguales a la correcta, por los algoritmos de generacin de respuestas distractoras, pero el software reconoce slo una de ellas como correcta. o Si el formato es de respuesta abierta, puede darse el caso de que el algoritmo de validacin no reconozca una respuesta correcta como tal, o viceversa. Algunos casos son fciles de identificar con las pruebas iniciales, pero en otros casos, el error se detecta hasta que se hace una prueba masiva con los estudiantes. Clasificacin del reactivo con base en la taxonoma utilizada. En las tareas a papel y lpiz, dar retroalimentacin individualizada a los estudiantes de cada tarea o ejercicio que realicen, consume una gran cantidad de tiempo, y en ocasiones, los estudiantes comparten las respuestas por cumplir. Por lo que al disear reactivos dinmicos, la tarea de retroalimentacin es mucho ms efectiva y se realiza en mucho menor tiempo. A continuacin se muestra un ejemplo (Ejemplo a), de una lista de ejercicios (estticos) y su forma dinmica bsica. Figura 1.
EVALUACIN Y AUTOEVALUACIN EN LINEA
75
Versin Esttica
Versin Dinmica
Escribir el nmero Escribir el nmero complejo a+bi en su forma polar complejo en su forma polar a) b) d) c) d) e)
Figura 1: Ejemplo a). Particularmente en este reactivo, a y b son variables aleatorias, seleccionadas dentro de un rango especificado. Adems, este reactivo se enriqueci, pudiendo incluir representaciones grficas; promoviendo la identificacin a partir de una grfica, estableciendo funciones semiticas entre sus diferentes formas de representacin. Adems cada estudiante recibe retroalimentacin inmediata del sistema. Los estudiantes trabajan su tarea de forma individualizada, y se promueve que compartan estrategias y mtodos de solucin, en lugar de compartir las respuestas con los compaeros. En este ejercicio se pretende promover las siguientes prcticas matemticas: interpretar la informacin presentada grficamente, determinando que el nmero presentado se da en coordenadas cartesianas. identificar la parte real y la parte imaginaria del nmero complejo presentado para poder expresarlo numricamente en su forma cartesiana. relacionar la parte real y la parte imaginaria del nmero complejo para poder calcular su mdulo y argumento, y representarlo en forma polar. Debido a estas consideraciones, este reactivo se ha considerado de nivel multi-estructural. A continuacin se presenta un segundo ejemplo, que originalmente era un problema de examen, para la versin dinmica se hace variar: el tipo de raz (cuadradas, cbicas, cuartas, quintas, sextas); el mdulo de la raz (valores enteros entre 1 y 6), y el argumento de la raz (valor entero entre 0 y 360 con incrementos de 30). El reactivo de la Figura 2, tiene la intencin de promover que los estudiantes puedan:
76
interpretar la informacin presentada grficamente, dado que se incluye una retcula polar. identificar mdulo y argumento del nmero complejo presentado. recordar las relaciones entre las races ensimas de un nmero complejo para determinar otra de tales races, diferente a la presentada. representar la raz determinada tanto en forma polar como en forma cartesiana. determinar el nmero del cual se obtienen tales races, es decir, el estudiante debe abordar el problema inverso. Debido a estas consideraciones, este reactivo se considera de nivel relacional. Versin Esttica A continuacin se presenta grficamente una de las tres races cbicas de un nmero, determinar: a) El nmero del que es raz b) las otras dos races.
Im
Versin Dinmica
r=2
40o Re
Figura 2: Ejemplo 2.
4. Diseo de tareas y exmenes Durante los aos que se lleva trabajando con el sistema, ha tenido diferentes modificaciones, la ltima reestructuracin se muestra en la Figura 3, se sealan la lista de tareas y exmenes diseados, contando con siete prcticas annimas, que su caracterstica principal es la de que se pueden realizar las veces que se desee, sin restriccin alguna, recibiendo retroalimentacin inmediata, y sin dejar registro de ellas. Se sugiere llevarlas a cabo previo a aquellas que s se registran, con el fin de identificar posibles errores o dificultades. Son ocho prcticas regulares, que s se registran y se utilizan para asignar una calificacin, cada estudiante tiene hasta tres oportunidades de realizarla. Finalmente, se cuenta con un examen, que se realiza presencialmente bajo la supervisin del profesor, previa autorizacin e identificacin del estudiante.
77
5. Resultados obtenidos por los estudiantes Para analizar el desempeo de los estudiantes, el sistema cuenta con varias herramientas, que responden a diferentes necesidades, las cuales se enlistan a continuacin. Respuestas individuales de los estudiantes, ya que se tiene registro de las respuestas dadas a cada uno de los reactivos que aparecieron en sus tareas regulares. Reporte estadstico de los resultados obtenidos por cada grupo de estudiantes para cada uno de los reactivos. Reporte estadstico de los resultados obtenidos por cada grupo de estudiantes para cada uno de las tareas regulares y supervisadas. En la Figura 4 se muestra un reactivo que llama la atencin por la cantidad de desaciertos de los estudiantes, las prcticas matemticas que se busca promover con este reactivo son: Interpretar la informacin presentada grficamente Identifica mdulo y argumento del nmero complejo presentado para poder expresarlo numricamente en su forma polar. Relacionar mdulo y argumento para calcular la parte real y parte imaginaria del nmero complejo, y posteriormente representarlo en forma cartesiana. Debido a estas consideraciones, este reactivo se considera de nivel multi-estructural.
Figura 3: Reestructura de Tareas y Prcticas A continuacin se presenta la respuesta dada por un estudiante, el cual tuvo dificultades para llevar a cabo la tarea, y se observ una evolucin favorable, a lo largo del desarrollo de las tres oportunidades que se le brindaron. Se seleccion este ejemplo, pues los errores cometidos son representativos de los errores identificados en varios grupos. Segn la respuesta dada por el estudiante podemos decir lo siguiente:
78
Mal interpret la informacin grfica presentada. Asign un valor negativo al mdulo del nmero complejo, considerando que se encuentra a la izquierda del eje imaginario (2o y 3er cuadrante), en contraposicin a la pauta institucional establecida. Evoc coordenadas cartesianas, a pesar de la retcula polar, y asigna valores enteros a la parte real y parte imaginaria del nmero complejo presentado. Utiliz su parte real e imaginaria, para calcular el argumento con la frmula que involucra la funcin tangente inversa, confundiendo el ngulo obtenido en la calculadora, considerando que ste es el que se forma con la parte negativa del eje imaginario, es decir, no considera la adaptacin de dicha frmula al hecho de que el nmero complejo se encuentra en el tercer cuadrante.
Figura 4: Ejemplo de errores.
6. Consideraciones finales La experiencia de utilizar tareas y exmenes en lnea con el software Maple T.A. ha sido muy satisfactoria para los profesores que participan en este proyecto. Sin embargo, las dificultades tcnicas asociadas a la saturacin del servidor ha limitado a que un mayor nmero de profesores se involucren en el proyecto. Lo que resulta evidente es que, una vez superadas tales dificultades tcnicas (ya se cuenta con un nuevo servidor), ser necesario llevar a cabo acciones para la capacitacin de los docentes, para que puedan hacer uso de los materiales desarrollados y a su vez, puedan aportar ideas que puedan mejorarlos. En cuanto a las opiniones de los estudiantes, estn divididas, al principio la mayora se resiste a esta forma de trabajo, por no estar acostumbrados a tener tareas diferentes a las de sus compaeros. Opinan que sus desaciertos, sealados por el software, tienen que ver con un mal funcionamiento del mismo. Sin embargo, a medida que se avanza en el curso, y los estudiantes realizan sus prcticas en el sistema, la balanza se inclina a favor de este tipo de tareas, al ver que van obteniendo mejores resultados en sus autoevaluaciones y evaluaciones supervisadas.
79
Bibliografa [1] Biggs, J.B.; Collis, K.F.; (1982). Evaluating the quality of learning. The SOLO taxonomy (Structure of the Observed Learning Outcome). New York: Academic Press. [2] Del Castillo, A.G., Flores, B. (2009). Resultados de la implementacin de tareas y exmenes en lnea para los cursos de lgebra, utilizando el software Maple T.A. Memorias de la XIX Semana Regional de Investigacin y Docencia en Matemticas. (pp.97-103). Universidad de Sonora. [3] Godino, J. D. (2002). Un enfoque ontolgico y semitico de la cognicin matemtica. Recherches en Didactiques des Mathematiques, 22 (2/3), 237-284 [4] Hitt, F. (2002). lgebra Lineal. Mxico: Pearson Educacin. [5] Martnez, G., Antonio, R. (2009). Una construccin del significado del nmero complejo. REIEC, Nro. 1., pp. 1-9, Unicen, Argentina [6] Pardo, T., Gmez, B. (2007). La enseanza y el aprendizaje de los nmeros complejos. Revista de Inv. en Didctica de las Matemticas. pp. 3-15. Universidad de Valencia. Espaa. [7] Soto, J.L. (2002). Nmeros Complejos: una presentacin grfica. Material Didctico No. 1. Depto. de Matemticas, Universidad de Sonora.
EL ANLISIS DIDCTICO EN EL DISEO DE UNA SECUENCIA DIDCTICA PARA PROMOVER EL APRENDIZAJE DEL OBJETO MATEMTICO POTENCIA Duarte Snchez J.M1., Daz Gmez J.L. Departamento de Matemticas, Universidad de Sonora e-mail: jesusm_duarte@hotmail.com1 Resumen
Un fenmeno didctico, detectado en la enseanza y el aprendizaje de las matemticas en el bachillerato, es la falta de significado en los estudiantes en torno al objeto matemtico potencia. Para coadyuvar a esta problemtica, diseamos una secuencia didctica con base en el Anlisis didctico mediante la cual, se pretende darle significado a este objeto matemtico como una herramienta para la resolucin de problemas y contribuir al desarrollo de algunas competencias disciplinares que propone la Reforma Integral en la Educacin Media Superior.
1. Introduccin Un fenmeno didctico en la enseanza y el aprendizaje de las matemticas, es la falta de significado de los estudiantes en los objetos matemticos que se estudian en los diferentes sistemas educativos. Personalmente, he identificado esta problemtica en torno al objeto matemtico potencia y desde mi punto de vista, un factor que influye, es su introduccin a la enseanza como una herramienta facilitadora de operaciones en un acercamiento bsicamente aritmtico y algebraico. Lo anterior, se pone de manifiesto cuando se utiliza este objeto en los diferentes cursos donde se requiere la manipulacin significativa de expresiones algebraicas. Esta problemtica, ha sido estudiada por diversos investigadores que sustentan los errores y dificultades que presentan los estudiantes. Con base en sta, diseamos una secuencia didctica para promover el aprendizaje de este objeto matemtico tomando como punto de partida la resolucin de problemas y siguiendo la metodologa propuesta en el anlisis didctico (Gmez, 2002). 2. Ubicacin de la problemtica y justificacin de la propuesta de desarrollo docente Existen diferentes investigaciones en torno a la enseanza y el aprendizaje de los exponentes, que ponen en evidencia la presencia de algunos errores y dificultades que presentan los alumnos cuando se pone en juego el uso de esta herramienta (potencia). En este trabajo en concreto, revisamos las investigaciones realizadas por Martnez (2000), quien destaca las respuestas reiteradas de los estudiantes donde afirman que 20=0, ya que por definicin de potencia 20 es: El 2 multiplicado cero veces es decir, nada (cero). Por su parte, Ferrari (2001), considera que la introduccin de la potencia como una multiplicacin repetida, se convierte en un obstculo ya que ante sta definicin, solo tiene sentido para los exponentes naturales mayores que uno. Mientras tanto, Dolores, Martnez, Farfn, Carrillo, y Lpez (2007), sealan que en el bachillerato, la nocin de potencia se maneja en el contexto algebraico como multiplicacin reiterada y que esta definicin, se introduce mediante ejercicios de transformacin de expresiones algebraicas. Para el desarrollo de este trabajo, realizamos un anlisis de la Reforma de Secundaria (RS 2006) y la Reforma Integral de la Educacin Media Superior (RIEMS 2008) con el propsito de tener los referentes curriculares acerca de la forma en que estos contenidos deben abordarse en estos 81
82
DUARTE SNCHEZ J.M., DAZ GMEZ J.L.
niveles educativos. El aspecto central de la RS 2006, hace referencia a cuatro competencias matemticas: Planteamiento y resolucin de problemas, Argumentacin, Comunicacin y Manejo de tcnicas. Por su parte, la RIEMS 2008, propone una metodologa de trabajo enfocada tambin en el desarrollo de competencias, las cuales se distribuyen en once competencias genricas y ocho competencias disciplinares en matemticas. 3. Aspectos metodolgicos y objetivos del trabajo de desarrollo docente Este trabajo, se desarroll en cuatro fases: En la primera, se revisaron los antecedentes en torno a la problemtica en la enseanza y el aprendizaje del concepto potencia, y algunas investigaciones relacionadas con el tema de estudio. En la segunda fase, se llev a cabo el diseo de la secuencia didctica. En la fase tres, se llev a cabo la valoracin de la secuencia didctica. Y, finalmente, en la fase cuatro, se puso en escena la secuencia didctica con cuatro estudiantes, de un grupo de primer semestre de un bachillerato tecnolgico del subsistema CBTIS. El propsito general de este trabajo de desarrollo docente consiste en el diseo de una secuencia didctica para promover el aprendizaje del objeto matemtico potencia con base en el Anlisis Didctico. (Gmez, 2002) Objetivos especficos 1. Realizar una secuenciacin de diferentes tipos de tareas que se complementen entre s, pero que impliquen trayectorias de aprendizaje distintas; considerando los obstculos, errores y dificultades analizados en reportes de investigacin. 2. Construir el significado del objeto matemtico potencia visto como una herramienta para la resolucin de problemas, mediante la utilizacin de contextos apropiados. 3. Promover capacidades que contribuyan al desarrollo de competencias disciplinares en matemticas en el marco de la Reforma Integral de la Educacin Media Superior 2008. 4. Coadyuvar al desarrollo del pensamiento algebraico de los estudiantes. 4. Elementos tericos
En este apartado, describimos los elementos del anlisis didctico (Gmez, 2002), el cual seguimos como metodologa para el diseo de la secuencia didctica. El anlisis didctico (Gmez, 2002), es un procedimiento que permite organizar la enseanza de las matemticas y en el contexto concreto de la planificacin de una hora de clase o del diseo de una secuencia didctica, el profesor puede organizar la enseanza basndose en los cuatro anlisis que lo sustentan: el anlisis de contenido, el anlisis cognitivo, el anlisis de instruccin y el anlisis de actuacin En el anlisis de contenido, se identifican y organizan los mltiples significados de un concepto, tomando como referencia las tres dimensiones de un concepto en la matemtica escolar: estructura conceptual (Gmez, 2002), sistemas de representacin (Duval, 1993) y Fenomenologa (Gmez, 2002). En el anlisis cognitivo, el profesor debe ser capaz de establecer: Las competencias que se quieren desarrollar, las capacidades que los estudiantes tienen antes de la instruccin, las capacidades que se espera que los estudiantes desarrollen con motivo de la instruccin, las tareas que conforman la instruccin, las dificultades que los estudiantes pueden encontrar al abordar esas tareas, y las hiptesis sobre las trayectorias por las que se puede desarrollar el aprendizaje. En el anlisis de instruccin, el profesor disea, analiza y selecciona las tareas de la secuencia didctica y debe ser capaz de analizar una tarea con el propsito de: Identificar las capacidades
ANLISIS DE UNA SECUENCIA DIDCTICA
83
que se pueden poner en juego cuando los estudiantes la aborden, identificar las competencias a las que esas capacidades pueden contribuir, establecer los posibles caminos de aprendizaje que los estudiantes pueden recorrer con la tarea, y evaluar su pertinencia. Finalmente, en el anlisis de actuacin, el profesor determina las capacidades que los estudiantes han desarrollado y las dificultades manifestadas hasta ese momento y debe ser capaz de: Comparar las previsiones que se hicieron en la planificacin con lo que sucedi cuando esa planificacin fue piloteada, establecer los logros y deficiencias de la planificacin; en la puesta en escena de la secuencia didctica, caracterizar el aprendizaje de los estudiantes con motivo de su actuacin, durante la puesta en escena de la secuencia didctica y por ltimo, producir informacin relevante para una nueva planificacin. 5. Diseo de la secuencia didctica
Para realizar el diseo de la secuencia didctica, iniciamos el ciclo del anlisis didctico con el anlisis del contenido a tratar y determinamos los objetivos que se pretenden lograr cuando los estudiantes se enfrenten al contenido matemtico de estudio (objeto matemtico potencia). Siguiendo la metodologa del anlisis didctico, en esta propuesta, abordamos sistemticamente el significado del objeto matemtico potencia atendiendo a tres dimensiones denominadas estructura conceptual, sistemas de representacin y fenomenologa. En la estructura conceptual, presentamos un mapa en el que se identifican y relacionan las principales categoras mediante las cuales podemos organizar los mltiples significados del concepto potencia.
Concepto Potencia Representaciones
Analtica
Grfica
Numrica
Geomtrica
Multiplicacin de Potencias de la misma base Potencia de Potencias Multiplicacin de Potencias de bases diferentes
Elementos
Valores
En el Plano
Familias
En el espacio
Figura 4.2: Mapa conceptual general del objeto matemtico potencia
Figura 1. Mapa conceptual global
Para los sistemas de representacin, destacamos varias relaciones: la relacin entre dos representaciones que designan el mismo objeto, dentro de un mismo sistema de representacin (tratamientos); la relacin entre dos representaciones que designan el mismo objeto o concepto, pertenecientes a sistemas de representacin diferentes (conversin). y la relacin entre dos representaciones que designan dos objetos o conceptos diferentes dentro de un mismo sistema de representacin.
84
Concepto Potencia
Sistemas de representacin
Numrico
Tratamientos
Fenmenos
Crecimiento 33 Modelizacin Crecimiento
3(3)2
31+2 a4
Conversin aa2 a1+2

Tratamientos
a3
Analtico
Figura 4.6: Conexiones entre elementos de un mapa conceptual parcial
Figura 2. Sistemas de representacin
La fenomenologa nos permiti presentar los fenmenos mediante un contexto o situacin con la cual el concepto toma sentido, o a travs de un problema que se aborda y le da sentido. En el anlisis cognitivo, describimos algunas hiptesis, acerca de cmo los estudiantes pueden progresar en la construccin de su conocimiento sobre el objeto matemtico potencia, cuando se enfrenten a las tareas de la secuencia didctica. Siguiendo con la metodologa del anlisis didctico, identificamos las capacidades que los estudiantes tienen antes de la instruccin aplicando un instrumento de diagnstico. Para determinar las capacidades que se espera que los estudiantes desarrollen con la instruccin diseamos una tabla en la cual incluimos las capacidades que pretendamos desarrollar y las competencias disciplinares (RIEMS 2008), a las que dichas capacidades contribuyen. Hipotticamente, establecimos las rutas sobre los caminos por los que se puede desarrollar el aprendizaje y finalmente consideramos las dificultades (reportadas en las investigaciones revisadas en torno a la problemtica del objeto matemtico potencia), que los estudiantes pueden encontrar al abordar las tareas de la secuencia didctica. Con base en los resultados de los anlisis anteriores, se disearon las tareas que conforman la secuencia didctica. stas, las organizamos en tres bloques. En el primer bloque se incluyen seis tareas a travs de las cuales se pretende que los estudiantes apliquen la multiplicacin de potencias de base entera, exponente cero y exponentes naturales. En el segundo bloque, dos tareas en las cuales se requiere aplicar la multiplicacin de potencias de base racional, exponente cero y exponentes naturales y finalmente, se disearon tres tareas para la institucionalizacin del objeto matemtico potencia. 6. Anlisis de instruccin y gestin de la clase
En este anlisis, hicimos una seleccin de las tareas para estructurar la secuencia didctica definitiva. Para lograr lo anterior, analizamos dos tareas, tomando como referencia la tabla de capacidades y competencias, para identificar las capacidades que los estudiantes pueden poner en juego cuando aborden las tareas, las competencias matemticas a las que dichas capacidades contribuyen y las posibles trayectorias de aprendizaje que se pueden seguir. Incluimos tambin la gestin de la clase y la estrategia didctica a seguir.
ANLISIS DE UNA SECUENCIA DIDCTICA
85
7.
Anlisis de actuacin, conclusiones y sugerencias
En este apartado, presentamos un condensado del anlisis de la actuacin que tuvieron cuatro estudiantes de un bachillerato del subsistema CBTIS, cuando trabajaron con la tarea 7 de la secuencia didctica. Adems, incluimos, conclusiones finales. Tarea 7. Se quiere llegar a la construccin del conjunto de Cantor a partir de la siguiente informacin. Se parte de un segmento de longitud 1. Se divide en tres partes iguales y se elimina la parte central. Despus, cada una de las dos partes restantes se divide en tres partes iguales y se eliminan de nuevo las partes centrales en cada una de ellas y as sucesivamente durante 83 divisiones. Encuentre la longitud de cada una de las partes en que ha sido dividido el segmento en la divisin 83. Justifique su respuesta. Actividades que realiz el estudiante uno
Capacidades Puestas en juego

C1 Identifica las principales variables (base y el exponente) de una situacin problema, construye tablas y organiza la informacin C2 Elabora diagramas que describen la situacin problema con sus principales variables. C3 Establece las relaciones que mejor se ajustan al comportamiento de las variables registrado en las tablas y diagramas C5 Registra sus ideas en tablas. C6 Comunica sus ideas por medio de tablas C8 Registra sus ideas en diagramas. C9 Comunica sus ideas con diagramas. C10 Interpreta fenmenos naturales, sociales y matemticos usando y creando diferentes representaciones. C11 Aplica modelos para interpretar fenmenos diversos. C12 Genera y aplica modelos matemticos en diferentes contextos. C13 Justifica la solucin de los problemas por medio del lenguaje natural C14 Justifica la solucin de los problemas matemticamente por medio del lenguaje numrico
Trayectorias Cognitivas
Obstculos, errores y dificultades
86
Dificultades para multiplicar fracciones y dividir fracciones de fracciones
Competencias disciplinares matemticas promovidas

1. Construye e interpreta modelos matemticos deterministas o aleatorios mediante la aplicacin de procedimientos aritmticos, algebraicos, geomtricos y variacionales, para la comprensin y anlisis de situaciones reales o formales. 2. Propone, formula, define y resuelve diferentes tipos de problemas matemticos buscando diferentes enfoques. 3. Propone explicaciones de los resultados obtenidos mediante procedimientos matemticos y los contrasta con modelos establecidos o situaciones reales. 4. Argumenta la solucin obtenida de un problema, con mtodos numricos, grficos, analticos y variacionales, mediante el lenguaje verbal y matemtico. 5. Analiza las relaciones entre dos o ms variables de un proceso social o natural para determinar o estimar su comportamiento. 7. Elige un enfoque determinista o uno aleatorio para el estudio un proceso o fenmeno, y argumenta su pertinencia.
En conclusin, valoramos la secuencia didctica y presentamos un anlisis del logro de los objetivos que nos planteamos al inicio de este trabajo de desarrollo docente. En el primer objetivo, identificamos contextos de inters para los estudiantes y una redaccin que pudieron interpretar. Para el segundo, los estudiantes resolvieron problemas que los ayudaron en la construccin de la definicin de potencia a travs de la resolucin de problemas, obtuvieron significado para el exponente cero y el exponente uno. En el tercer objetivo se hizo una valoracin de tipo cualitativo contrastando las capacidades y competencias mostradas por los estudiantes solo a nivel de observacin. Finalmente, se contribuy al desarrollo del pensamiento algebraico de los estudiantes al promover la habilidad para la resolucin de problemas y utilizar diferentes representaciones durante el proceso de resolucin, que era lo que se pretenda con el cuarto objetivo. Bibliografa Dolores, C., Martnez, G., Farfn, R. m., Carrillo, C., & Lpez, I. N. (2007). Naturaleza y significado de los exponentes. En D. Crislogo, MATEMTICA EDUCATIVA, Algunos aspectos de la socioepistemologa y la visualizacin en el aula (pgs. 123-130). Mxico: Daz de Santos. Ferrari Escol, M. (2001). Una Visin socioepistemolgica. Estudio de la funcin Logartmo. Tesis de maestra. Instituto Politcnico Nacional CINVESTAV. Mxico. Gmez, P. (2002). Anlisis didctico y diseo curricular en matemticas. Revista EMA, 7, 3 , 251-292. Martnez Sierra, G. (2000). Hacia una explicacin sistmica de los fenmenos didcticos. El caso de las convenciones en el tratamiento de los exponentes no naturales. Tesis de maestra. Instituto Politcnico Nacional. CINVESTAV. Mxico. SECRETARA DE EDUCACIN PBLICA. (21 de Octubre de 2008). ACUERDO nmero 444 por el que se establecen las competencias que constituyen el marco curricular comn del Sistema Nacional de Bachillerato. Diario Oficial , pg. 11. SEP. (2006). Reforma de Educacin Secundaria. Recuperado el 23 de Febrero de 2009, de http://www.reformasecundaria.sep.gob.mx/matematicas
K-TEOR IA EQUIVARIANTE TORCIDA Espinoza Fierro J. F. Departamento de Matem aticas Universidad de Sonora
e-mail: jesus.espinoza@ciencias.uson.mx
Abstract
El objetivo de este trabajo es mostrar algunos de los resultados obtenidos en mi tesis doctoral sobre el estudio de la K-teor a equivariante torcida. Este tema es actualmente un area de investigaci on muy activa, principalmente por la implicaciones en f sica te orica tales como teor a de cuerdas. En este art culo introducimos los elementos necesarios para establecer la denici on de K-teor a equivariante torcida, establecemos algunas de sus propiedades cohomol ogicas y concluimos mostrando nuevos resultados del c alculo de ciertos grupos de K-teor a equivariante torcida.
1. Introducci on
La K-teor a (topol ogica compleja) nace con el trabajo de Atiyah y Hirzebruch alrededor de 1959, bas andose en el trabajo fundamental de Grothendieck y Bott. Esta viene a ser el primer ejemplo de una teor a de cohomolog a generalizada, es decir, una teor a que satisface todos los axiomas de Eilenberg-Steenrod para una teor a de cohomolog a, excepto el axioma de la dimensi on. Como tal, por el Teorema de Representabilidad de Brown, es representable; de hecho, Atiyah y J anich probaron de manera independiente que un modelo para su correspondiente -espectro era dado por el espacio de operadores de Fredholm F red(H), sobre un espacio de Hilbert separable de dimensi on innita H. Es precisamente este el ingrediente clave para denir las versiones torcidas asociadas a la K-teor a. M as precisamente, del Teorema de Atiyah-J anich tenemos que la K-teor a de un CW-complejo X satisface K 0 (X ) = [X, F red(H)], equivalentemente, si E := X F red(H) es el haz vectorial trivial sobre X con bra F red(H) y (E ; X ) denota su espacio de secciones, entonces el Teorema de Atiyah-J anich nos dice que K 0 (X ) = 0 ((E ; X )). Heur sticamente, podemos denir versiones torcidas de K-teor a reemplazando el haz trivial X F red(H) por un haz arbitrario E cuya bra sea F red(H), y deniendo la correspondiente versi on de K-teor a E -torcida por K 0 (X ; E ) := 0 ((E ; X )). En otras palabras, estamos construyendo una nueva teor a a partir de un haz cuya bra tiene estructura de -espectro. Existen varias dicultades t ecnicas en esta construcci on relativas 87
88
ESPINOZA FIERRO J. F.
a la topolog a que debe tener el espacio F red(H), las cuales fueron resueltas por Atiyah y Segal en [2]. En este trabajo damos una exposici on detallada del caso equivariante estudiado tambi en por Atiyah y Segal en [2], as como los elementos necesarios para denir dichas versiones torcidas. Seguimos un enfoque equivalente al de Atiyah y Segal para la denici on de la K-teor a equivariante torcida. En la segunda secci on de este trabajo presentamos el marco te orico de los torcimientos equivariantes, es decir los elementos necesarios para poder denir las versiones torcidas de la K-teor a equivariante. En la tercera secci on damos la denici on de la K-teor a equivariante torcida, los K-grupos superiores y los K-grupos relativos, lo cual le d a una estructura de teor a de cohomolog a equivariante generalizada. Finalmente, en la cuarta secci on proporcionamos nuevos ejemplos del c alculo de los grupos de K-teor a equivariante torcida, usando las propiedades cohomol ogicas que satisfacen tales grupos, espec camente la sucesi on de Mayer-Vietoris. Los ejemplos presentados conciernen a las esferas con la acci on trivial de un grupo de Lie compacto y diversos torcimientos equivariantes, lo cual muestra un panorama diferente al caso no equivariante. Deseo expresar mi agradecimiento al Dr. Bernardo Uribe (Universidad de los Andes), por sus estimulates discusiones y apoyo durante la elaboraci on de estas notas, las cu ales presentan una parte del contenido de mi tesis doctoral desarrollada bajo su direcci on y la del Dr. Jos e Luis Cisneros (UNAM).
2. Haces proyectivos unitarios equivariantes

En esta secci on damos una introducci on a la teor a de haces proyectivos unitarios con la acci on de un grupo de Lie compacto G, los cuales son tambi en llamados P U (H)-haces principales G-equivariantes y que ser an utilizados para denir los grupos de K -teor a equivariante torcida en la siguiente secci on. El material aqu expuesto puede encontrarse m as detallado en [5] y [3]. Sea K un grupo topol ogico y P X un K -haz principal sobre la variedad compacta X . El grupo de simetr as del haz principal P es denido como el subgrupo de elementos del grupo de homeomorsmos Homeo(P ) que son K -equivariantes, esto es, Sim(P ) := {F Homeo(P ) | F es K -equivariante}. Un homeomorsmo K -equivariante F induce un homeomorsmo f sobre el espacio base, haciendo el siguiente diagrama conmutativo P X

F
P X

Rec procamente, para cualquier funci on f : X X tal que existe un isomorsmo : P = f P de K -haces principales, podemos construir un homeomorsmo K -equivariante
K-TEOR IA EQUIVARIANTE TORCIDA
89
, donde f es la aplicaci : f P P inducida por f . F : P P , F := f on can onica f Si denotamos por HomeoP (X ) al grupo de tales homeomorsmos f : X X , tenemos la siguiente sucesi on exacta corta, 1 Aut(P ) Sim(P ) HomeoP (X ) 1 donde Aut(P ) es el conjunto de simetr as que jan todo elemento del espacio base, esto es, el grupo de transformaciones de calibraci on. Denici on 1. Sea G un grupo topol ogico actuando sobre X por homeomorsmos : G Homeo(X ). Decimos que un K -haz principal P X es un K -haz principal G-equivariante si la acci on de G puede ser levantada a un homomorsmo : G Sim(P ), haciendo conmutar el siguiente diagrama
m6 mmmm m m mm mmm mmm / HomeoP (X ) G
Sim(P )
Dos K -haces principales G-equivariantes P y P son isomorfos si existe un isomorsmo Gequivariante P = P de K -haces principales. Denici on 2. Denotamos el conjunto de clases de isomorsmo de K -haces principales Gequivariantes sobre X , por BunG (X, K ). El conjunto BunG (X, K ) de clases de isomorsmo es bien conocido para algunas elecciones espec cas de K y G. Por ejemplo, en el caso donde G es un grupo compacto actuando libremente sobre X y K = S 1 , tenemos BunG (X, S 1 ) = Bun(X/G, S 1 ) = H 2 (X/G, Z), donde el isomorsmo se sigue por la clasicaci on de clases de isomorsmo de haces de l nea. El caso que ser a de importancia para nosotros, al denir la K -teor a equivariante torcida, es cuando G corresponde a un grupo de Lie compacto y K = P U (H), el grupo topol ogico de operadores proyectivos unitarios sobre un espacio de Hilbert separable de dimensi on innita H. A n de hacer un an alisis detallado en dicho caso, comenzamos analizando tal situaci on cuando X corresponde al G-espacio trivial dado por un punto, en donde se sigue que BunG (, K ) = Hom(G, K )/K con Hom(, ) el conjunto de homomorsmos continuos de grupos y el cociente por K lo particiona en clases de conjugaci on por elementos en K . Con esto en mente, denimos una aplicaci on : Hom(G, P U (H))/P U (H) Ext(G, S 1 ),
90
al conjunto de clases de isomorsmo de extenciones S 1 -centrales 1 S 1 G G 1, de la siguiente manera: Si a : G P U (H) es cualquier homomorsmo, este determina una 1 extensi on S -central de G dada por G := a U (H), como se aprecia en el diagrama G = a U (H) a
/ U (H)
G de modo que es denida por
a
/
P U (H)
: (a : G P U (H)) (G = a U (H)). Observaci on 1. Observemos que la extensi on central S 1 G G es equivalente a que G 1 sea un haz S -brado principal sobre G, el cual en general, no tiene por qu e ser trivial. En el 1 caso en el que G es un haz brado trivial, se sigue que G = S G, esto es, el conjunto S 1 G con el producto (s, g ) (t, h) = (st, (s, t)gh) para un homomorsmo : G G S 1 . Tal es el caso cuando G es un grupo nito. Lema 1. Si G es un grupo topol ogico compacto, entonces la aplicaci on denida previamente es sobreyectiva. Proof. Dada una extensi on S 1 -central G de G, mostraremos que existe un homomorsmo a : G U (H) que restringido a S 1 act ua sobre H por multiplicaci on de escalares, el cual se proyecta sobre un homomorsmo a : G P U (H), demostrando el lema. Por el Teorema de Peter-Weyl tenemos que el espacio L2 (G) contiene todas las representaciones irreducibles de G. Consideremos el subespacio Vsc (G) de L2 (G) generado por los vectores sobre los cuales S 1 G act ua por multiplicaci on de escalares. Luego, tomemos cualquier isomorsmo de espacios de Hilbert H = H Vsc (G) y demos a H la G-acci on denida por la representaci on unitaria de G sobre Vsc (G). Dicha acci on nos da el homomorsmo deseado a : G U (H). Consideremos dos representaciones arbitrarias a, b : G P U (H), tales que (a) = (b). A n de que es inyectiva, debemos tener que a y b son P U (H)-conjugadas o equivalentemente, que los homomorsmos inducidos a, b : G U (H) sean isomorfos, lo cual s olo se cumple cuando ambas representaciones pueden escribirse como una suma del mismo n umero de representaciones irreducibles para cada representaci on irreducible en Vsc (G).
91
Denici on 3. Un homomorsmo a : G P U (H) es llamado estable si la representaci on unitaria denida por a : G U (H) contiene cada una de las representaciones irreducibles de G contenidas en Vsc (G), un n umero innito de veces. Denotamos por Homst (G, P U (H)) Hom(G, P U (H)) el subespacio de tales homomorsmos estables. Nuevamente por el Teorema de Peter-Weyl, tenemos que cualesquiera dos homomorsmos estables a, b : G P U (H) tales que a U (H) = b U (H), son conjugados. En consecuencia, tenemos el siguiente isomorsmo : Homst (G, P U (H))/P U (H) =
/
Ext(G, S 1 ).
Llevamos a continuaci on, esta condici on de estabilidad al contexto de P U (H)-haces principales G-equivariantes. Denici on 4. Un P U (H)-haz principal G-equivariante P X sobre el G-espacio X , es llamado estable, si para para todo x X con subgrupo de isotrop a Gx , existe una vecindad Gx -equivariante Ux de x y un isomorsmo de haces Gx -equivariantes P |Ux = Ux P U (H) de tal manera que la Gx -acci on sobre el factor P U (H) del lado derecho es mediantes homomorsmos estables. Denotaremos al conjunto de P U (H)-haces principales G-equivariantes estables sobre X , por Bunst G (X, P U (H)). an llamados torcimientos G-equivariantes. Puede Los elementos en Bunst G (X, P U (H)) ser demostrarse que esta denici on es equivalente a la introducida por Atiyah y Segal en [2], y que adem as, existe un isomorsmo 3 Bunst G (X, P U (H)) = HG (X ; Z), con el tercer grupo de cohomolog a Borel-equivariante.
3. Denici on de K-teor a equivariante torcida

Damos a continuaci on la denici on de K-teor a equivariante torcida, las deniciones de los grupos superiores y los grupos relativos. Establecemos adem as, las propiedades cohomol ogicas que le dan una estructura de teor a de cohomolog a generalizada.
92
Denici on 5. Sea X un G-espacio celular nito y P un torcimiento G-equivariante. Denimos la K -teor a G-equivariante P -torcida de X por KG (X ; P ) := [(X ; F red(P ))G ], el espacio de clases de homotop a de secciones G-equivariantes del haz vectorial G-equivariante de Fredholm asociado F red(P ) := P P U (H) F red(H). Observemos que la G-acci on sobre F red(P ) es dada mediante la G-acci on en P y la correspondiente G-acci on en F red(H). Veremos a continuaci on que la denici on anterior de K-teor a equivariante torcida, se reduce al grupo de representaciones proyectivas cuando el espacio consiste de s olo un punto. 3.1 El grupo de representaciones proyectivas Sea G es un grupo de Lie compacto actuando sobre el G-espacio trivial X dado por un punto, y P Bunst G (; P U (H)) un tocimiento G-equivariante, esto es, un haz proyectivo P = P U (H) con una G-acci on estable mediante a : G P U (H). Es f acil ver que dicho torcimiento es determinado un vocamente por el elemento en H 3 (BG; Z) = [BG; K (Z; 3)] dado por la clase de homotop a de la aplicaci on clasicante Ba : BG BP U (H) K (Z; 3) inducida por el homomorsmo a : G P U (H). Veamos expl citamente a que corresponde el grupo de K-teor a equivariante torcida KG (; P ). Consideremos la aplicaci on ind : KG ( : P ) R(G) T Ker T Coker T donde T : H H es un operador de Fredholm G-equivariante, cuya G-acci on es dada por multiplicaci on compleja sobre el central S 1 , de modo que los subespacios Ker T y Coker T son de manera natural G-representaciones de dimensi on nita, y su diferencia es un elemento del grupo R(G). Sin embargo la aplicaci on ind no es sobreyectiva, ya que ind(KG (; P )) corresponde precisamente al subgrupo de las representaciones virtuales sobre las cu ales el 1 central S act ua por multiplicaci on compleja. Por otro lado, si : G G S 1 es el homomorsmo asociado a la extensi on G y : G Aut(V ) es una representaci on de G, entonces la restricci on = |G : G Aut(V ) corresponde a una representaci on proyectiva, o bien, una representaci on -torcida ya que (g )(h) = (g, h)(gh) para cada g, h G. Si denotamos el grupo de todas las representaciones -torcidas de G por R (G), entonces tenemos el siguiente isomorsmo ind : KG ( : P )
=
R (G) R(G) .
El elemento dene de manera natural una clase de cohomolog a en H 2 (G; S 1 ) = H 3 (G; Z), la cual coincide precisamente con la clase denida por la aplicaci on Ba : BG BP U (H), mencionada al principio de esta subsecci on.
93
3.2 Grupos relativos y superiores de K-teor a equivariante torcida Para denir los grupos relativos de K -teor a usaremos la construcci on del espacio bra homot opica (cf. [4]). Si : A B es cualquier aplicaci on continua, su bra homot opica es denida como E := {(a, f ) A B [0,1] | f (0) = (a)}. Tal espacio tiene la propiedad de que la aplicaci on E B denida por ev1 : (a, f ) f (1) es una braci on (cf. [4], Prop. 4.64), cuya bra es denotada por F y es llamada la bra homot opica de f , la cual expl citamente es dada por (F )b0 = {(a, f ) A B [0,1] | f (0) = (a), f (1) = b0 } para alg un punto base b0 B . Denici on 6. Sea G un grupo de Lie compacto, (X, A) una G-pareja celular nita y P un torcimiento G-equivariante sobre X . Entonces, dada la aplicaci on de restricci on (X ; F red(P ))G res
/
(A; F red(P |A ))G ,
y Fres (X, A; P ) la correspondiente bra homot opica, denimos los grupos relativos de Kteor a equivariante torcida por KG (X, A; P ) := 0 (Fres (X, A; P )). Por otro lado, como el elemento 0 id id 0 F red(H H) = F red(H)
es jado bajo P U (H), este forma una secci on del haz F red(P ), la cual claramente es GG invariante. Por lo tanto, (X ; F red(P )) tiene un punto base distinguido y podemos hablar sobre grupos superiores de homotop a. Denici on 7. Sea G un grupo de Lie compacto, (X, A) una G-pareja celular nita y P un torcimiento G-equivariante sobre X . Denimos
i KG (X ; P ) := i ((X ; F red(P ))G ).
Asimismo, denimos
i (X, A; P ) := i (Fres (X, A; P )) KG
con Fres (X, A; P ) la bra homot opica de la restricci on (X ; F red(P ))G res
/
(A; F red(P |A ))G .
94 3.3 Propiedades cohomol ogicas
Los grupos de K-teor a equivariante torcida denidos en la subsecci on anterior satisfacen ciertas propiedades, las cuales enlistamos enseguida, de tal manera que le dan una estructura de teor a de cohomolog a generalizada. M as precisamente, sea Twist la categor a cuyos objetos consisten de parejas de G-complejos celulares (X, A) con un torcimiento G-equivariante P Bunst G (X, P U (H)), y un morsmo f : (X, A; P ) (Y, B ; Q) consiste en una aplicaci on G-CW-equivariante f : (X, A) (Y, B ) tal que P f Q . Entonces, la K-teor a equivariante torcida dene un funtor Twist Ab. = De hecho, dene un funtor homot opico, donde una homotop a en Twist es dada en la siguiente denici on. Denici on 8. Una homotop a entre dos aplicaciones f, g : (X, A; P ) (Y, B ; Q) es una aplicaci on ((X, A) [0, 1]; P ) (Y, B ; Q) con : (X, A) [0, 1] (X, A) dada por la proyecci on, tal que la restricci on a (X, A) {0} es f y a (X, A) {1} es g . La correspondencia
i i KG : (X, A; P ) KG (X, A; P )
es un funtor homot opico contravariante de la categor a Twist a la categor a de grupos abelianos. El funtor de K-teor a equivariante torcida satisface las siguientes propiedades cohomol ogicas. Invarianza homot opica. Dadas dos aplicaciones homot opicas f, g : (X, A; P ) (Y, B ; Q), entre parejas de G-complejos celulares, tenemos que las inducidas en los correspondientes espectros f , g : (Y, B ; F red(Q))G (X, A; F red(P ))G son tambi en homot opicas, por lo tanto
i i f = g : KG (Y, B ; Q) KG (X, A; P )
Sucesi on exacta larga. De la braci on en los espectros Fres (X, A; P ) (X ; F red(P ))G (A; F red(P ))G , tenemos la siguiente sucesi on exacta larga
i i i i+1 KG (X, A; P ) KG (X ; P ) KG (A; P ) KG (X, A; P ) 0 0 0 KG (X, A; P ) KG (X ; P ) KG (A; P )
95
Aditividad. Si (X, A; P ) =
(X , A ; P ),
entonces
i KG (X , A ; P )
i KG (X, A; P )
es un isomorsmo. Escisi on. Si Z A es un G-subcomplejo calular cuya cerradura esta contenida en el interior de A, entonces la aplicaci on
i i KG (X, A; P ) KG (X \ Z, A \ Z ; P )
es un isomorsmo.
Observaci on 2. El axioma de la dimensi on para una teor a de cohomolog a h establece que hn () = 0 para n = 0. Sin embargo, en el caso de los grupos de K-teor a equivariante torcida esto no se cumple, pues de hecho el Teorema de Periodicidad de Bott establece que
i i 2 KG (X ; P ) (X ; P ). = KG
Debido a esta propiedad, esta teor a no puede cumplir el axioma de la dimensi on que caracteriza a una teor a de cohomolog a, sag un los axiomas de Eilenberg-Maclane, pero al cumplir el resto de los axiomas antes enlistados y usando Periodicidad de Bott para denir los K-grupos para todo entero, la K-teor a equivariante torcida es una teor a de cohomolog a generalizada sobre la categor a Twist.
4. Ejemplos
En los siguientes ejemplos estudiaremos los grupos de K-teor a equivariante torcida para las esferas con la acci on trivial de un grupo nito G. 4.1 La esfera de dimensi on 1. En esta subsecci on mostraremos algunos resultados sobre los grupos de K-teor a equivariante 1 torcida la esfera S con la acci on trivial de un grupo nito G. Lo primero que debemos observar es que la cohomolog a equivariante de S 1 presenta la siguiente descomposici on
3 HG (S 1 ; Z) = H 1 (S 1 ) H 2 (BG)
H 0 (S 1 ) H 3 (BG).
3 de modo que toda clase de cohomolog a HG (S 1 ; Z) presenta una descomposici on en 1 1 2 0 1 3 subclases de cohomolog a = , con H (S ) H (BG) y H (S ) H (BG).
96
Proposici on 2. Sea G un grupo nito actuando trivialmente sobre la esfera S 1 y 1 la clase de cohomolog a asociada al torcimiento G-equivariante P Bunst G (S ; P U (H)). Entonces R (G) si = 0 0 (S 1 ; P ) KG = 0 si = 0. y
1 (S 1 ; P ) KG = R (G)/(1 ),
donde es la representaci on lineal asociada a y el cociente es tomado mediante la acci on de los escalares sobre el R(G)-m odulo R (G).
Proof. La sucesi on de Mayer-Vietoris para KG (S 1 ; P ) es dada por 0 KG (S 1 ; P )
0 0 KG (U ; P |U ) KG (V ; P |V )
0 KG (S 0 ; PU V )
1 (S 0 ; P |U V ) KG
1 (U KG
: P |U )
1 (V KG
; P |V
)o
1 (S 1 ; P ) KG
el cual se reduce a
0 (S 1 ; P ) KG
R|U (G) R|V (G) 0o
/ R |
U V
(G) R|U V (G)

1 (S 1 ; P ) KG
0o
donde = . La aplicaci on en los K-grupos dada por la forma en que trivializamos el cocliclo mediante la inclusi on i : U V U es dada de manera usual. Para la correspondiente trivializaci on de j : U V V , es necesario interpretar el efecto del cociclo sobre los K-grupos centrales. Del isomorsmo H 1 (S 1 , Z) H 2 (BG, Z) = H 2 (BG, Z) = H 1 (G, S 1 ) = Hom(G, S 1 ), podemos ver a como un homomorsmo : G S 1 , y denimos la siguiente representaci on lineal 1-dimensional, : G Aut(C) g (g ) := (g ). En consecuencia, j : R (G) R (G) R (G) es dado por j : b (b, b) y se sigue que para = , R (G) R (G) R (G) R (G) (a, b) (a b, a b).
97
Despu es de un apropiado cambio de base obtenemos que,

0 KG (S 1 ; P ) = Coker =
R (G) 0
si = 0 si = 0.
1 KG (S 1 ; P ) = Ker = R (G)/(1 ),
donde el cociente es tomado mediante la acci on de los escalares sobre el R(G)-m odulo R (G).
3 Si G es c clico de orden nito p, entonces H 3 (BG) = 0 y HG (S 1 ) = H 1 (S 1 ) H 2 (BG), de modo que = 0. En este caso,
(a, b) = (a b, a xn b) donde xn es el elemento correspondiente a la representaci on mediante el isomorsmo R(G) Z[x]/(1 xp ) xn

0 Por lo tanto KG (S 1 ) = 0, como antes habiamos mencionado, y 1 KG (S 1 ) = Z[x]/(1 xp , 1 xn ) = Z[x]/(1 xd ), =
con d = (n, p). 4.2 La esfera de dimensi on 2. En el caso de la esfera de dimensi on 2 con la acci on trivial de un grupo nito G, la f ormula de K unneth para su tercer grupo de cohomolog a Borel-equivariante es dada por
3 HG (S 2 ; Z) = H 3 (BG; Z),
ya que H 2 (S 2 ) H 1 (BG) = 0 por ser G nito. En consecuencia, sus grupos de K-teor a equivariante torcida corresponden todos a grupos de K-teor a con torsi on discreta (cf. [1]) y por ser la G-acci on trivial, tenemos que
KG (S 2 ; P ) = K (S 2 ) R (G),
donde corresponde a la clase de cohomolog a del haz P en H 3 (BG; Z). 4.3 La esfera de dimensi on 3. Nuevamente consideramos la acci on trivial de un grupo nito G, ahora sobre la esfera S 3 . En este caso, vemos que su tercer grupo de cohomolog a G-equivariante presenta la siguiente descomposici on, 3 HG (S 3 ; Z) H 3 (BG; Z), = H 3 (S 3 ; Z)
98
3 de modo que toda clase de cohomolog a HG (S 3 ; Z) admite una descomposici on del tipo 3 3 3 n , donde H (S ; Z) es el generador y H (BG; Z). Por otro lado, podemos tomar una G-cubierta dada por abiertos contr actiles U y V que satisfacen las condiciones de Mayer-Vietors, y tenemos la siguiente sucesi on para KG (S 3 ; P ), 3 con P un torcimiento G-equivariante de S .
0 KG (S 3 ; P )
0 0 KG (U ; P ) KG (V ; P )
0 KG (S 2 ; P )
1 KG (S 2 ; P ) o
1 1 KG (U ; P ) KG (V ; P ) o
1 KG (S 3 ; P )
el cual se reduce a
0 KG (S 3 ; P )
R|U (G) R|V (G) 0o
/ R |
U V
(G) R|U V (G)

1 KG (S 3 ; P )
0o
donde es la clase de cohomolog a asociada a P . Lema 3. Si S 3 tiene una Zp -acci on trivial con un torcimiento equivariante P , entonces
KZ (S 3 ; P ) = K (S 3 ) Z[x]/(1 xp ), n
donde es la clase en cohomolog a dada por la imagen de la clase de P , mediante la proyecci on 3 3 3 3 3 3 3 HG (S ; Z) = H (S ; Z) H (BG; Z) H (S ; Z). Proof. Como G := Zp es c clico, entonces H 3 (BG, Z) =0y
3 HG (S 3 , Z) = H 3 (S 3 ; Z) = Z,
adem as
3 3 3 HG (U, Z) (V, Z) (U V, Z) = HG = HG = 0,
de modo que las restricciones del haz P |V , P |V y P |U V son triviales. Por lo tanto, la sucesi on de Mayer-Vietoris se reduce a 0
/ K 0 (S 3 ; P )
G
R(G) R(G)
/ R(G) R(G)
/
1 KG (S 3 ; P )
0 1 De modo que KG (S 3 ; P ) (S 3 ; P ) = Ker y KG = Coker . Veamos ahora a quienes corresponden expl citamente estos grupos de K-teor a. Por ser G c clico, se tiene que R(G) (1) = Z[x]/1 xp .
En consecuencia, si la clase de cohomolog a asociada a P es dada por n , con el generador 3 3 de H (S ; Z), entonces : R(G) R(G) R(G) R(G) (a, b) (a b, a nb)
99
Por lo tanto,
0 (S 3 ; P ) KG 1 KG (S 3 ; P )
= 0 = Zn [x]/(1 xp ).
n
El resultado del lema se sigue del hecho de que
K 1 (S 3 ) = Zn ,
K 0 (S 3 ) = 0 y de (1).
Podemos generalizar el caso anterior, de la siguiente manera. Proposici on 4. Si P es un torcimiento equivariante del G-espacio trivial S 3 , cuya clase de cohomolog a es dada por 0 H 3 (S 3 ; Z) H 3 (BG; Z), entonces
KG (S 3 ; P ) = K (S 3 ) R(G).
La demostraci on sigue pr acticamente el mismo argumento que la demostraci on del Lema 3. Finalizamos con el siguiente resultado para torcimientos equivariantes m as generales. Proposici on 5. Si S 3 tiene una G-acci on trivial de un grupo nito G y P es un torcimiento G-equivariante cuya clase de cohomolog a es = n , entonces
KG (S 3 ; P ) = n
K (S 3 ) R (G),
donde es el generador de H 3 (S 3 ; Z) y H 3 (BG; Z). Proof. Para una cubierta contr actil dada por U y V , la sucesi on de Mayer-Vietoris tiene la siguiente forma, 0
/
0 KG (S 3 ; P )
0 0 KG (U ; P ) KG (V ; P )
/ 0 KG (U V ; P )
/
1 KG (S 3 ; P )
/0
0 1 de modo que KG (S 3 ; P ) (S 3 ; P ) = Ker y KG = Coker , donde
:= i
j : (a, b) i (a) j (b),
con i : U V U y j : U V V las inclusiones can onicas. Para calcular expl citamente las aplicaciones i y j , es necesario conocer c omo se trivializa la clase n a cada uno de los abiertos U y V de esta cubierta de S 3 , as como la restricci on a U V. Sean EU y EV , G-haces -torcidos sobre U y V respectivamente. Estos haces son triviales por la contractibilidad de U y V , de modo que corresponden a representaciones proyectivas ( -torcidas) de G ya que la G-acci on sobre S 3 es trivial. Entonces EU = U Cr y EV = V Cs
donde Cr on -torcida de G; por lo tanto, si escojemos la trivializaci on denota una representaci

r i : U Cr U V C
100 tendremos que
n s j : V Cs (U V C ) L
donde L es corresponde a la representaci on lineal trivial de G. Se sigue que : (a, b) (a b, a nb). Por otro lado, consideremos la siguiente sucesi on exacta dada por Mayer-Vietoris para n K (S 3 ) 0
/ n K 0 (S 3 ) /
ZZ
/ ZZ
/ n K 1 (S 3 )
donde : (k, l) (k l, k nl). De modo que tomando el producto tensorial con R (G) en cada t ermino de la sucesi on anterior, obtenemos
0 /
n
K 0 (S 3 ) R (G)
/ R (G) R (G)
/ R (G) R (G) /
K 1 (S 3 ) R (G)
/0
la cual sigue siendo exacta y adem as = . Se sigue que,

KG (S 3 ; P ) = n
K (S 3 ) R (G).
4.4 Esferas de dimensi on mayor a 3. En este caso, tenemos una situaci on similar al caso de la esfera de dimensi on 2. Observemos que la f ormula de K unneth para el tercer grupo de cohomolog a Borel-equivariante de una esfera de dimensi on n > 3 con una G-acci on trivial es dada por
3 HG (S n ; Z) = H 3 (BG; Z),
al igual que en el caso de S 2 , ya que H 2 (S n ) H 1 (BG) = 0 para n > 3. En consecuencia, sus grupos de K-teor a equivariante torcida corresponden todos a grupos de K-teor a con torsi on discreta y por ser la G-acci on trivial, tenemos que
KG (S n ; P ) = K (S n ) R (G),
donde corresponde a la clase de cohomolog a del haz P en H 3 (BG; Z).
5. Bibliograf a
[1] Adem, Alejandro y Ruan, Yongbin. (2003). Twisted orbifold K-theory. Comm. Math. Phys. 237, no. 3, 533-556. [2] Atiyah, Michael y Segal, Graeme. (2004). Twisted K-theory. Ukr. Mat. Visn. 1, no. 3, 291-334.
101
[3] Espinoza, Jes us F. (2010). K-teor a Equivariante Torcida. Tesis Doctoral. Directores de tesis: Dr. Bernardo Uribe y Dr. Jos e Luis Cisneros. [4] Hatcher, Allen. (2002). Algebraic Topology. Cambridge, New York, NY. Cambridge University Press. [5] Uribe, Bernardo. (2010). Group actions on dg-manifolds and their relation to equivariant cohomology. Recuperado el 26 de octubre de 2010 de arXiv:1010.5413v1 [math.DG]
LAS SOMBRAS DE TALES Y CULES Fajardo Araujo M.C. Centenaria y Benemrita Escuela Normal del Estado de Quertaro Andrs Balvanera e-mail: carmulita_@hotmail.com Resumen
El documento presenta los resultados obtenidos de aplicar una secuencia didctica con alumnos de tercer grado de educacin secundaria, en el tema que refiere al Teorema de Tales que se ubica en el bloque 3, en el eje Forma Espacio y medida del tema Formas Geomtricas y del subtema Semejanza, en donde se espera que los alumnos aprendan a determinar el Teorema de Tales mediante construcciones con segmentos y aplicar dicho teorema a diversos problemas geomtricos 1, por ello se ha rediseado una propuesta didctica para trabajar con el tema.
1. Introduccin Para que una reforma de la educacin secundaria se convierta en realidad debe reflejarse en el aula 2. La educacin secundaria en el ao 2006 tiene un cambio significativo, por una parte se da continuidad a lo establecido en el Plan 1993, y por otra se destaca el trabajo por competencias, apoyado con una serie de orientaciones didcticas como trabajos grupales, trabajos por proyectos, incorporacin de intereses, necesidades, conocimientos previos del educando, la optimizacin del tiempo y del espacio, seleccin de materiales adecuados, autonoma del estudiante, evaluacin. Lo anterior pretende generar en el alumno inters para que se construya su conocimiento de tal manera que sea significativo. Con el objetivo de apoyar la prctica intensiva que los alumnos normalistas llevamos a cabo, es que se redisean propuestas, ya que por experiencias de jornadas de observacin y prctica realizadas en anteriores semestres, nos percatamos que el alumno no est motivado pues la clase que recibe es la tradicional en donde el profesor llega al aula, se sienta, pasa lista para que guarden silencio los alumnos, dicta un concepto, pasa al pizarrn a resolver un problema como ejemplo para luego dejar a los alumnos que ejerciten lo planteado. 2. Diseo de la propuesta Al disear las actividades se tomaron en cuenta los rasgos deseables del egresado de educacin bsica, las competencias para la vida, las caractersticas de los jvenes en edad de asistir a la educacin secundaria, la realidad de los estudiantes, los aprendizajes esperados, la incorporacin de temas que se abordan en ms de una asignatura, la formacin de valores, el uso de tecnologas de la informacin, los estilos de aprendizaje y desde luego el propsito de matemticas. La estructura de la propuesta es tomada del libro Matemticas 3 de la serie Desarrollo del Pensamiento Matemtico, las secciones que proponen los autores son las siguientes: Para aprender: En ella se introducen conceptos a travs de situaciones-problema, se espera del alumno una accin deliberada y dirigida por la situacin. Es fundamental para que los estudiantes piensen individualmente la actividad y luego la discutan en pequeos equipos, pues sabemos que el dilogo ayuda al razonamiento. Los conocimientos: En esta seccin se trata de poner en evidencia las formulaciones y justificaciones de aquello que se hizo en la seccin anterior. El profesor conduce un proceso de puesta en comn o bsqueda de acuerdo con sus 103
104
FAJARDO ARAUJO M.C.
estudiantes. Los mtodos: El objetivo de esta seccin es dejar establecida la parte bsica de lo que ha aprendido los alumnos. Sirve tambin para el reforzamiento. Para hacer: Se compone de problemas y ejercicios fundamentales para consolidar los conocimientos, profundizarlos y sintetizarlos. Etapas que van de lo simple a lo complejo y de la diversidad a la sntesis, que es una forma progresiva de articular los conocimientos de los alumnos.3. 3. Aplicacin de la propuesta La clase empieza con el relato histrico sobre la vida y obra de Tales de Mileto. Los inicios prcticos pueden encontrarse en actividades desarrolladas en diferentes culturas y que no son consideradas actividad matemtica en sentido estricto de la palabra4; se ha tratado de involucrar al alumno en ese sentido prctico de la construccin de la matemtica, con la finalidad de que stos se percaten que no es una ciencia alejada a ellos y por ende es accesible, que sus inicios datan de los fenmenos que se observaban y a los cuales se pretenda dar explicacin. Segn la historia Tales al realizar uno de sus viajes a Egipto midi la altura de la pirmide de Keops para lograrlo se bas en que dos das determinados del ao, la altura de un objeto vertical y su sombra tienen la misma longitud (en este caso se cree que slo pudo ser o el 21 de Noviembre o el 20 de Enero debido a que la inclinacin de los rayos de Sol deban ser de 45). Para ello, Tales se vali, nicamente de un bastn, una cuerda y un ayudante. Con todo ello calcul que la sombra proyectada por su altura, guardara una proporcin similar a la sombra de la propia pirmide con respecto a la altura de sta. "Tales se aferr a esa idea: "La relacin que yo establezco con mi sombra es la misma que la pirmide establece con la suya.". De ah dedujo: "En el mismo instante en que mi sombra sea igual que mi estatura, la sombra de la pirmide ser igual a su altura." Aqu estaba la solucin que buscaba, slo faltaba sino ponerla en prctica. Tales no poda efectuar la operacin solo. Necesitaba a alguien que le ayudar y uno de los presentes accedi a ello. Al da siguiente, al alba, el ayudante de Tales fue hacia el monumento y se sent bajo su sombra inmensa. Tales dibuj en la arena un crculo con un radio igual a su propia estatura, se situ en el centro y se puso de pie bien derecho. Luego fij los ojos en el borde extremo de su sombra. Cuando la sombra toc la circunferencia, es decir, cuando la longitud de la sombra fue igual a su estatura, dio una voz. El ayudante, atento, plant un palo inmediatamente en el lugar donde estaba el extremo de la sombra de la pirmide. Tales corri hacia el palo. Sin intercambiar una sola palabra, con la ayuda de una cuerda bien tensa, midieron la distancia que separaba el palo de la base de la pirmide y supieron la altura de la pirmide"5. Previamente se les haba solicitado a los alumnos regla, tijeras, flexomtro y hojas de colores para poder trabajar. Reunidos en equipos de tres personas les ped que trazaran tres tringulos issceles, los recortaran y los nombraran, luego los superpusieron hacindolos coincidir en un solo vrtice a los tres, despus dieron valores numricos arbitrarios a dos de sus lados, la indicacin siguiente fue encontrar ese valor que les haca falta, lo cual trajo complicaciones para encontrarlo, pues a pesar de conocer el concepto de razn no saben interpretarlo, por ello me dispuse a enunciar el teorema si dos semirrectas de origen comn son cortadas por varias rectas paralelas entonces se cumple que la razn entre dos segmentos de una de ellas es igual a la razn ente los dos segmentos correspondientes a la otra6, ped que discutieran lo que les haba mencionado pues ah estaba la respuesta a lo que les faltaba para resolver su consigna, esta parte llevo algo de tiempo, ya que la interpretacin no se lograba, pero finalmente obtuvieron sus valores y presentaron a sus compaeros las diversas formas que emplearon, y que no eran otra cosa que razones y proporciones. Al terminar el ejercicio les ped que saliramos al patio para
LAS SOMBRAS DE TALES Y CULES
105
que observaran cmo eran las sobras de los objetos que estaban a su alrededor, se obtuvieron comentarios muy ricos para aplicar el teorema de Tales, un ejemplo fue el clculo de la estatura del alumno ms alto del grupo, con la sombra que ste proyectaba, empleando la estatura y sombra del alumno ms pequeo, as estableciendo razones hallaron la altura de su compaero, y al preguntarle si era esa respondi que slo nos habamos pasado con dos centmetros lo que motivo a los alumnos para realizar la actividad de cierre en la cual aplicaron lo aprendido y determinaron la altura de lo en su entorno les pareciera interesante, sus respuestas fueron presentadas y discutidas ante el grupo 4. Conclusiones Los alumnos tienen dificultades para establecer razones lo cual se obstaculiza el trabajo con las mismas, son poco observadores y han perdido la capacidad de asombro ante fenmenos que aportan a la explicacin que ellos buscan sobre la funcionalidad de lo que en el saln de clases el profesor les plantea. Se logr despertar el inters por el tema al escuchar que Tales de Mileto era una persona observadora y que se haca preguntas de lo que a su alrededor pasaba, puedo decir que se cumpli el objetivo de usar la historia como un recurso didctico para el trabajo con los alumnos. Se les dificulta crear un modelo matemtico que represente un enunciado que slo tenga texto. Los alumnos inicialmente se resisten a trabajar con las actividades, por la costumbre a su clase tradicional y a ser reprimidos por su profesor, sin embargo cuando se les da la confianza de preguntar se genera iniciativa para realizar el trabajo. El disear propuestas que atiendan los intereses de los alumnos y que sean atractivas para ellos facilita el trabajo con stos, manteniendo un clima favorable para la construccin del pensamiento matemtico Bibliografa 1 SEP. (2006). Matematicas,Educacin Bsica Secundaria Programa de estudios 2006. Mxico: SEP. 2 SEP. (2006). Programas de Estudios 2006. Mxico: SEP. 36 Cantoral Ricardo, F. R. (2008). Desarrollo del Pensamiento Matemtico, Matemticas 3. Mxico: Mac Graw Hill. 4 Montiel, E.Gisela. (21 de Septiembre de 2005). Posgrado en Lnea de Matemtica Educativa. Recuperado el 3 de Enero de 2010 de www.matedu.cicata.ipn.mx. 5 Suarz, S. (s.f.). http://md21011.socialgo.com/magazine/read/tales-de-mileto-y-la-pirmidede-keops_50.html. Recuperado el 20 de diciembre de 2010
SIMPLE DEL METODO UNA ILUSTRACION DE LAS CARACTERISTICAS Gonz alez Gonz alez R.1 , Garc a Figueroa M. Departamento de Matem aticas Universidad de Sonora
e-mail: rgonzlz@gauss.mat.uson.mx1
Abstract
El objetivo es analizar geom etricamente, utilizando el m etodo de las caracter sticas, ciertas soluciones del caso m as simple posible de ecuaciones diferenciales parciales de primer orden lineales; cuando a su vez los coecientes son lineales . Esto es, ecuaciones del tipo n n u = u, (1) aij xj x i i=1 j =1 con x = (x1 , x2 , . . . , xn )T IRn la variable independiente, aij s constantes reales, = 0 o 1 y u = u(x) la funci on desconocida. En particular, como punto de partida de un trabajo m as general y con el n de comprender el funcionamiento del m etodo, se consideran algunos ejemplos en el plano, ya que para este caso especial se tiene la ventaja adicional de poder obtener anal ticamente e ilustrar gr acamente las soluciones con la ayuda de cualquier paquete de c omputo simb olico.
1. Introducci on
El m etodo de las caracter sticas es un prodecimiento cl asico de b usqueda de soluci on para ecuaciones diferenciales parciales de primer orden, que proporciona el aspecto local tanto de la teor a lineal como de ciertos casos espec cos de la teor a no lineal, el cual relaciona la soluci on de un problema de valor inicial (problema de Cauchy) con la soluci on de un sistema caracter stico de ecuaciones diferenciales ordinarias. El presente trabajo es parte de un ejercicio elemental realizado por el primer autor con el prop osito de establecer la base de un trabajo m as general, aprovechando las propiedades geom etricas naturales de la clase m as simple posible de ecuaciones diferenciales parciales y la relaci on directa que tiene con la teor a de sistemas de ecuaciones diferenciales ordinarias lineales para ilustrar esta t ecnica. Este material se incluye en el trabajo de tesis de licenciatura del segundo autor en el que adem as se consideran algunos casos t picos de ecuaciones diferenciales parciales de primer orden lineales y cuasi-lineales con el objetivo de comprender el m etodo y establecer una l nea de generalizaci on en el aspecto global para ecuaciones diferenciales parciales de primer orden no lineales, en particular ecuaciones del tipo Hamilton-Jacobi-Bellman-Isaacs.
107
108
GONZALEZ GONZALEZ R. Y GARC IA FIGUEROA M.
Las ecuaciones diferenciales parciales (EDPs) surgen principalmente en problemas de la F sica y la Matem atica cuando al modelar un proceso determinado las funciones involucradas dependen de dos o m as variables independientes, considerando las variaciones parciales hasta el orden espec co requerido. As , es usual encontrar EDPs en problemas de vibraci on y dispersi on, difusi on y conducci on de calor, din amica de uidos y mec anica de s olidos, optica, teor a electromagn etica, elasticidad, mec anica cu antica, geometr a, entre otras areas de la F sica y de otras ciencias. Cabe se nalar que las EDPs por supuesto son de gran inter es te orico para las matem aticas abstractas. Cuando se estudian las EDPs desde el punto de vista f sico o aplicado es com un que las variables independientes sean el tiempo y una o m as variables espaciales. As , en general, una EDP tiene la forma F(t, x, y, z, . . . , u, ut , ux , uy , uz , , utt , uxx , uyy , uzz , utx , . . . ) = 0, (2)
donde F es una relaci on (funci on) dada de las variables independientes t, x, y, z, . . . , la funci on desconocida u y un n umero nito de sus derivadas parciales, cuyo orden m as grande establece el orden de la EDP. En particular, la ecuaci on (1) es de primer orden. Una EDP se dice que es lineal si es lineal en la funci on desconocida y en todas sus derivadas, con coecientes dependiendo u nicamente de las variables independientes, mientras que es llamada cuasi-lineal si es lineal en la derivada de mayor orden y sus coecientes dependen de las variables independientes, la funci on desconocida y derivadas parciales de o rdenes menores. En otro caso, la EDP es no lineal. En el presente trabajo el inter es se enfoca espec camente sobre ecuaciones diferenciales parciales de primer orden lineales con coecientes lineales del tipo (1) en dos dimensiones. Una funci on u(t, x, y, z, ) es soluci on de una EDP si al sustituir esta y todas sus derivadas parciales involucradas reducen a la relaci on dada por la ecuaci on en una identidad, en alguna regi on espec ca del espacio de las variables independientes. El problema principal (en general muy complicado) es: bajo condiciones espec cas dadas, determinar la funci on que satisface a la ecuaci on considerada. Para el caso de inter es esta es una tarea relativamente simple. La forma general de una ecuaci on diferencial parcial de primer orden (EDP1) es F donde p = t, x, u, u u , t x = 0, (t, x) IRn+1 , (3)
u es el gradiente de u. Algunas veces, bajo condiciones impuestas por el propio x problema (estructura del Hamiltoniano F ), es posible resolver para la derivada en el tiempo, u + f (t, x, u, p) = 0, t (4)
donde x 0 IRn , t > 0 y si se tiene que f (t, x, u, p) es de clase C2 entonces se considera, en el contexto cl asico, el problema de condici on inicial (problema de Cauchy) suponiendo que u|t=0 = u0 (x) o m as general, dependiendo del proceso correspondiente. (5)
SIMPLE DEL METODO UNA ILUSTRACION DE LAS CARACTER ISTICAS
109
En el caso 1-dimensional, cuando la ecuaci on (4) puede expresarse en la forma u + (t, x, u) = 0, (6) t x es llamada ley de conservaci on. Las EDP1 est an presentes en una gran variedad de procesos aplicados. En particular, el inter es propio por estudiar EDP1 es para tener la herramienta m nima necesaria para analizar problemas de C alculo de Variaciones y Control Optimo, en espec co ecuaciones del tipo Hamilton-Jacobi-Bellman. Un m etodo cl asico para resolver EDP1 es el m etodo de las caracter sticas (MC), el cual se discute a continuaci on en general para una EDP1 cuasi-lineal y posteriormente se aplica en espec co para analizar algunos casos de la ecuaci on (1) en el plano.
2. Planteamiento del Problema

El problema de Cauchy para una EDP1 cuasi-lineal es establecido por u + t
n
ai (t, x, u)
i=1
u = a0 (t, x, u) en U, xi
def
(7)
u(0, x) = (x) sobre U0 = {x IRn | (0, x) U }, donde U es una vecindad abierta del origen (t, x) = (0, 0). Sea V una vecindad abierta de {(0, x, (x)) | x U0 } en IRn+2 y suponer que ai = ai (t, x, u), i = 0, 1, . . . , n y = (x) son de clase C1 en V y U0 , respectivamente.
Nota: Cuando las funciones coeciente ai en la EDP1 (7) no dependen de la funci on desconocida, esto es ai = ai (t, x), i = 1, 2, . . . , n y a0 = a0 (t, x)u, la EDP1 (7) es lineal. Las EDP1 lineales son por naturaleza las m as f aciles de analizar y m as a un las ecuaci ones del tipo (1). Sin embargo, su an alisis es importante por las propiedades geom etricas naturales que poseen.
Las curvas caracter sticas de la ecuaci on (7) se denen como las soluciones del sistema de ecuaciones diferenciales ordinarias dxi = ai (t, x, v ), dt dv = a0 (t, x, v ), dt i = 1, 2, . . . , n (8)
llamado sistema caracter stico (SCEDO) para (7). De acuerdo con las condiciones iniciales en (7), la condici on inicial para (8) est a dada por xi (0) = yi , i = 1, 2, . . . , n v (0) = (y ). (9)
Nota: Para la soluci on del problema ordinario (8)-(9) se utiliza v = v (t, y ) en lugar de u = u(t, x) para evitar confusi on, pero v es igual al valor de u restringida sobre la curva soluci on correspondiente x = x(t, y ) de (8)-(9). El siguiente resultado, cuya demostraci on se encuentra en [7], establece la existencia local y la unicidad de la soluci on del problema de Cauchy (7).
110
Teorema 2.1 El problema de Cauchy (7) tiene soluci on u nica de clase C1 en una vencindad del origen. Para el caso 2-dimensional de la ecuaci on (1) A(x, y ) u u + B(x, y ) = u, x y (10)
con A(x, y ) = ax + by, B(x, y ) = cx + dy se utiliza el resultado para obtener soluci on en cada caso respectivo para = 0 o 1. La ventaja adicional que se tiene para este caso especial, adem as que la reducci on lleva a un SCEDO familiar, es que en el plano es posible ilustrar las soluciones gr acamente con la ayuda de cualquier paquete de gracaci on disponible (en este trabajo, en particular se utiliz o Maple ). Las curvas caracter sticas de la ecuaci on (10) consisten en la familia de curvas diferenciables { (t) = (x(t), y (t)) | t1 < t < t2 , t1 , t2 IR} que satisfacen x (t) = A(x(t), y (t)), y (t) = B(x(t), y (t)). (11)
Esto es, las caracter sticas asociadas a la ecuaci on (10) son las trayectorias fase del sistema caracter stico (11). En general, las funciones A(x, y ) y B(x, y ) denen un campo vectorial en el plano xy y a la direcci on que denen en cada punto se le llama direcci on caracter stica. Observemos que la expresi on del lado izquierdo de la ecuaci on (10) es el producto interior del campo vectorial u u u = , . V(x, y ) = (A, B) y el gradiente de la funci on u, x x y Cuando en la ecuaci on (10), = 0 signica que la derivada de u en la direcci on del campo vectorial es cero. Es decir, u u u LV u(x, y ) = ,V = , , (ax + by, cx + dy ) = 0, (12) x x y donde LV u denota la derivada de Lie de la funci on escalar u en la direcci on del campo vectorial V. Por lo tanto, si la derivada de Lie de la funci on u se anula, entonces la funci on u es constante a lo largo de cada curva caracter stica. En efecto, supongamos que u es una soluci on de la ecuaci on (10) y que (t) = (x(t), y (t)) es una curva caracter stica en el dominio de denici on de u, entonces por la regla de la cadena du u u u (t) = = ( (t)), (x(t), y (t)) x (dt) + (x(t), y (t)) y (t), dt x x y de donde, al aplicar la denici on de caracter stica, se obtiene (13)
du u u (x(t), y (t)) = (x(t), y (t))[ax(t) + by (t)] + (x(t), y (t))[cx(t) + dy (t)]. (14) dt x y du Luego, de las ecuaciones (10) y (14) se tiene que (x(t), y (t)) = 0, lo cual implica que dt u(x(t), y (t)) = constante (15)
111
Similarmente, al considerar la ecuaci on (10), con = 1, se tiene que LV u = y entonces u , (ax + by, cx + dy ) = u x (16)
du (x(t), y (t)) = u(x(t), y (t)), de donde resulta que dt u(x(t), y (t)) = K et , K = cte.
(17)
Observaci on: Para encontrar una soluci on particular de una EDP es necesario proporcionar datos adicionales, los cuales en este caso son dados por las condiciones iniciales (CI).
Para dar una formulaci on precisa de como determinar CI sobre cada curva caracter stica, es necesario introducir la noci on de curva nocaracter stica. Una curva (s) = (x0 (s), y0 (s)), s1 < s < s2 , s1 , s2 IR es una nocaracter stica de la ecuaci on (10) s dy0 dx0 B(x0 (s), y0 (s)) A(x0 (s), y0 (s)) = 0, ds ds para todo s (s2 , s2 ), (18)
donde A(x0 (s), y0 (s)) = ax0 (s) + by0 (s) y B(x0 (s), y0 (s)) = cx0 (s) + dy0 (s). Como el vector (A(x0 (s), y0 (s)), B(x0 (s), y0 (s))) es el vector tangente a la caracter stica que pasa por (x0 (s), y0 (s)), la relaci on (18) establece que el vector tangente a la nocaracter stica no puede tener la misma direcci on que el vector tangente de la caracter stica que intersecta en el punto (x0 (s), y0 (s)). En particular, la curva nocaracter stica corta transversalmente a las caracter sticas (ver el esquema de la Figura 1).
curva nocaracter stica T -
caracter sticas
Figura 1. Esquematizaci on de las caracter sticas
A continuaci on se enuncia un resultado importante (demostraci on en [5]) que permite obtener soluci on para la condici on inicial de la EDP considerada. Teorema 2.2 Sea (s) = (x0 (s), y0 (s)) una curva no caracter stica y u0 : IR una 1 funci on de clase C . Entonces, existe una vecindad de la curva en la que est a denida una funci on u que es soluci on de la EDP (10) y satisface u(x0 (t), y0 (t)) = u0 (x0 (t), y0 (t)).
112
3. Ejemplos Prototipo en el Plano

Primero, considerando la ecuaci on (10) con = 0, se tiene que u( (t)) = cte. a lo largo de toda curva caracter stica (t) = (x(t), y (t)), soluci on del SCEDO = x x y = ax + by cx + dy = a b c d x y = Ax. (19)
Observaci on: En este caso, las caracter sticas dependen u nicamente del espectro de la matriz A.
Caso I: La matriz A tiene forma diagonal. Es decir, el sistema (19) se puede reducir a x = x, y = y, un prototipo de sistema lineal en el plano, ya que a este se reducen los sistemas diagonalizables, esto es, cuando los valores propios de la matriz A son reales y diferentes. Cuando los valores propios son reales y de signos opuestos, el origen es un punto silla, mientras que s son del mismo signo, el origen es un nodo atractor o repulsor, dependiendo del signo. En este caso, las caracter sticas son de la forma (t) =
<0 >0
s s E T ' c
x(t) y (t)
x0 et y0 et
<0 e r e <0 r rr c e % j r E ' r B er r r r u e ! T r e r r e e e e e e
. . .
b) sumidero a) punto silla Figura 2. Caracter sticas para valores propios diferentes
Ejemplo 1: Para la ecuaci on L(x,y) u(x, y ) = 0, sujeta a la CI: u0 (x, x) = x, y x valores espec cos de las constantes y . la soluci on es u(x, y ) = xe
ln
y x
=x
cuya gr aca se muestra en la Figura 3 para
Figura 3. Soluci on de x ux + y uy = 0, u(x, x) = x, para = 4, = 3
113
pico de sistema lineal en el plano es cuando la matriz A tiene valores Caso II: Otro caso t propios reales repetidos. Entonces, mediante un cambio de coordenadas apropiado el sistema puede reducirse a una forma can onica de Jordan x = x + y y = y o x = x y = x + y k 1 = x0 , k2 = y 0 ,
donde las caracter sticas en este caso para la primera forma son x(t) = et (k1 + k2 t), y (t) = k2 et , cuyo retrato fase tiene la geometr a
T E ' E
<0
s s s
Figura 4. Nodo impropio (valores propios repetidos)
Ejemplo 2: Para el problema de Cauchy
L(x+y,y) u(x, y ) = 0, u0 (0, y ) = y,
aca respectiva para un valor espec co del par ametro la soluci on es u(x, y ) = y ex/y y su gr se ilustra en la Figura 5.
Figura 5. Soluci on de (x + y ) ux + y uy = 0, u(0, y ) = y , para = 2
Caso III: Cuando los valores propios de la matriz A son complejos, de la teor a de los sistemas lineales se tiene que si los valores propios son a ib, entonces existe una base en la que el sistema toma la forma equivalente x = ax + by y = bx + ay.
114
En este caso, las caracter sticas son x(t) = eat ( x0 cos bt + y0 bt) , y (t) = eat (x0 bt + y0 cos bt) , cuyo retrato fase es de la forma
T
a>0
E
Figura 6. Espirales (valores propios complejos)
Ejemplo 3: El problema de Cauchy
L(ax+by,bx+ay) u(x, y ) = 0, u0 (0, y ) = y,

a 1 x y
tiene la soluci on u(x, y ) = x2 + y 2 e b tan los valores dados de las constantes a y b.
, cuya gr aca se muestra en la Figura 7 para
Figura 7. Soluci on de (ax + by ) ux + (bx + ay ) uy = 0, u(0, y ) = y , para a = 3, b = 4
Por u ltimo, para obtener la soluci on de la ecuaci on (10) para = 1 se realiza el mismo procedimiento seguido para el caso = 0, excepto que ahora u(x(t), y (t)) = K et .
on del problema de Cauchy Ejemplo 4: La soluci

1a tan1 x b y
L(ax+by,bx+ay) u(x, y ) = u(x, y ), u0 (0, y ) = y,
es u(x, y ) =
x2 + y 2 e
Observaci on: La soluci on para este caso es muy parecida a la del Ejemplo 3, la cual no se incluye por razones de espacio.
115
4. Conclusi on
El MC aplicado al tipo especial de EDP1 dado por (1) funciona de una forma robusta y el aspecto m as interesante que se puede resaltar sobre este hecho es acerca de la relaci on que produce entre las EDPs y los sistemas de ecuaciones diferenciales ordinarias lineales, para las cuales existe una teor a de an alisis bien establecida. Los ejemplos mostrados en el plano para valores espec cos de los par ametros respectivos son muy sencillos, pero pueden extenderse interactivamente para ilustrar gr acamente las distintas posibilidades, de tal forma que se puede construir una herramienta did actica para la ense nanza de este y posiblemente otros tipos de ecuaciones diferenciales parciales. En dimensiones mayores los casos se analizan de forma an aloga, observando que el nivel de dicultad para manipular la soluci on aumenta gradualmente para varios de estos y similarmente se aplica el MC a algunos ejemplos cl asicos de ecuaciones lineales y cuasi-lineales, con un grado m as de dicultad en el proceso de obtenci on de la soluci on, pero cumpliendo con el objetivo de comprender el funcionamiento de este m etodo particular. Para el caso no lineal general el procedimiento no es aplicable, pero es posible generalizar en algunas direcciones. En el trabajo de tesis se considera el enfoque del m etodo de caracter sticas singulares (MCS), el cual lleva al concepto de soluciones viscosas (sobre este procedimiento se trabaja en la parte principal de la tesis, material que se publicar a en la pr oxima edici on de las memorias del evento, para cierto tipo de EDP1 no lineales de inter es).
5. Bibliograf a
[1] Arnold V.I., Ordinary Dierential Equations, The MIT Press, Cambridge Massachusetts, 1991 [2] Courant R. & Hilbert D., Methods of Mathematical Physics, Interscience Publishers, 1953 (Vol.I), 1962 (Vol.II) [3] Garabedian P.R., Partial Dierential Equations, Chelsea Publishing Company, New York 1986 [4] Haberman R., Elementary Applied Partial Dierential Equations, Prentice-Hall, 1983 [5] John F., Partial Dierential Equations, Springer-Verlag, New York 1982 [6] Stakgold I., Greens Functions and Boundary Value Problems, John Wiley & Sons Inc., 1979 [7] Tran Duc Van, Mikio Tsuji, Nguyen Duy Thai Son, The Characteristic Method and its Generalization for First-Order Partial Dierential Equations, Chapman & Hall/CRC, 2000
EL SOFTWARE EXPRESSER PARA EL APRENDIZAJE DEL LGEBRA INICIAL Guerrero L. Facultad de Ciencias Fsico Matemticas Universidad Michoacana de San Nicols de Hidalgo e-mail: Lourdes.Guerrero@gmail.com Resumen
Se presenta el software eXpresser y algunos resultados de un estudio aplicado a nios de primero de secundaria, trabajando con este micro mundo que ha sido diseado para construir, analizar y simbolizar patrones figurativos con el fin de que los alumnos logren expresar caractersticas matemticas de los mismos de manera general [2]. eXpresser permite explorar, experimentar y dotar de significados a los smbolos algebraicos, a travs del desarrollo de modelos; de esta manera, los alumnos que inician el estudio del lgebra, tienen la oportunidad de desarrollar ideas tempranas respecto a la generalizacin matemtica y ayudar a superar las principales dificultades que enfrentan cuando inician el estudio del lgebra.
1. Introduccin El estudio y anlisis de patrones son considerados entre las formas ms importantes de introducir el lgebra en la escuela en muchos pases. En diversas propuestas educativas ([5], [8], [9]) se propone como uno de los contenidos importantes del currculo inicial de lgebra. Particularmente, en el Libro para el Maestro de Matemticas del Nivel Secundaria en Mxico [7], se seala que para favorecer el acceso al lgebra, las actividades debern enfatizar el uso de situaciones concretas y su representacin por medio de tablas y grficas, para que el alumno explore regularidades y patrones y aprenda a expresarlos simblicamente, sin intentar llegar todava a la manipulacin algebraica de los smbolos (p. 123). El inters principal por el estudio de patrones en el presente documento, tiene que ver con la relacin que guarda con el lgebra; particularmente con el desarrollo de diferentes estratos de generalidad [6] cuya expresin puede ir evolucionando hacia el lenguaje simblico. Se presentan los resultados de un estudio aplicado a estudiantes de primero de secundaria, trabajando con patrones con el software eXpresser que les brinda la oportunidad de desarrollar ideas tempranas respecto a la generalizacin matemtica y ayudar a superar una de las principales dificultades que enfrentan cuando inician el estudio del lgebra: la inhibicin al uso de un nuevo conocimiento ante una amplia experiencia con la aritmtica [3]. 2. El estudio de patrones como va de acceso al lgebra Algunas investigaciones en educacin matemtica ([1], [4], [6]) sugieren que las principales dificultades que enfrentan los estudiantes cuando inician el estudio del lgebra, tienen que ver con el cambio tan abrupto y rpido al pasar de los tratamientos numricos a los simblicos. En este cambio, las cantidades numricas se sustituyen por literales pretendiendo que los estudiantes, con dicha sustitucin, puedan pasar de un pensamiento aritmtico a uno algebraico de manera casi inmediata.
117
118
GUERRERO L.
Los resultados de muchas investigaciones sealan que los estudiantes necesitan un tiempo amplio para hacer la transicin de la aritmtica al lgebra y, aunque la actividad de manipulacin simblica es importante en muchas situaciones del quehacer matemtico, no debe consumir la mayor parte del tiempo de los cursos de lgebra. Tambin es importante entender ideas, conceptos y procesos importantes como la generalizacin o el papel de la simbolizacin en las matemticas y en la solucin de problemas. Radford [6] sostiene que no todas las actividades que realizan los estudiantes cuando tratan de reconocer un patrn estn ligadas a la generalizacin. Reporta el trabajo realizado por un grupo de estudiantes de octavo grado ante una tarea clsica de patrones resaltando el uso sistemtico de dos estrategias: el reconocimiento de patrones y el ensayo y error. Seala que la estrategia de ensayo y error lleva a la produccin de reglas que deben ser planteadas como hiptesis, y no como leyes de construccin de los elementos de la sucesin. Es entonces importante que las actividades propuestas a los estudiantes favorezcan el uso de estrategias de generalizacin, en lugar de provocar el uso de procesos inductivos a los que los estudiantes tienden en gran medida. Si bien inicialmente los smbolos algebraicos tienen una funcin de abreviatura y permanecen asociados a acciones u objetos, stos significados deben evolucionar hacia objetos matemticos descontextualizados, en donde las frmulas alcanzan el nivel de autonoma de artefactos simblicos independientes ([6], p. 54). Al principio las literales juegan un papel de ndices apuntadores a palabras que eran utilizadas en los estratos previos de generalizacin. As mismo, las frmulas algebraicas iniciales no corresponden a frmulas algebraicas en las notaciones estndar. stas se forman con base en un criterio de yuxtaposicin de smbolos que refleja la forma narrativa del discurso [por ejemplo, cuando se escribe (n + 1) + n + 2, en lugar de 2n + 3]. 3. Descripcin del software y su propsito La presencia de la tecnologa en el mbito escolar requiere de cambios en la concepcin e implementacin del proceso de enseanza aprendizaje; en particular, la incorporacin de las computadoras y software educativo ha provocado la necesidad de que los profesores renueven sus conocimientos y cambien el entorno de trabajo del aula de matemticas, tanto en trminos de la instruccin como de las normas socioculturales explcitas e implcitas en el saln de clase. eXpresser es un micromundo matemtico tecnolgico diseado para favorecer el aprendizaje del lgebra en la escuela secundaria a travs del estudio de patrones figurativos. As mismo, mediante su uso se puede lograr una mejor colaboracin entre los alumnos y entre los alumnos y el profesor, para desarrollar ambientes de aprendizaje significativos, intuitivos y agradables. Los estudiantes pueden comunicar y discutir sus ideas con sus compaeros y con su profesor, proporcionando a este ltimo una valiosa herramienta para tener un mejor entendimiento del razonamiento e intuiciones de los estudiantes, permitindole actuar como un investigador en el aula. Su propsito es ayudar a mejorar el desarrollo de las capacidades de generalizacin de los nios entre 11 y 14 aos [2], proporcionando tanto a los alumnos como al profesor, un entorno de trabajo dinmico interactivo, que ayuda a apreciar el lgebra como una herramienta poderosa de comunicacin, as como dotar de significados a las expresiones algebraicas. Incluye objetos de
EL SOFTWARE EXPRESSER
119
construccin (mosaicos de colores) y un conjunto de acciones a realizar sobre ellos. Los objetos pueden ser relacionados para formar bloques de construccin como base del diseo de patrones figurativos. Adems incluye un entorno numrico y simblico, con una sintaxis que ofrece a los usuarios amplias posibilidades para comunicar sus ideas y experimentar con diferentes tipos de relaciones numricas y/o simblicas. La figura 1 muestra la interfaz de inicio del software. En la regin de entrada de datos se construyen patrones figurativos utilizando mosaicos de colores y se interacta con el entorno numrico y simblico. La meta es construir una expresin algebraica que indique el nmero de mosaicos que se requieren en un patrn, en funcin del nmero de repeticiones del bloque de construccin. Para lograrlo, se plantean actividades parciales que paulatinamente acercan a los estudiantes a la construccin de una expresin algebraica para dicha relacin. La figura 2 muestra en forma general un modelo con dos patrones interrelacionados y sus expresiones numricas y simblicas.
Figura 1. El entrono de trabajo de eXpresser
Figura 2. Un modelo y sus relaciones
4. Metodologa Se reportan los resultados generales del anlisis de la actividad de 30 estudiantes de entre 11 y 13 aos de edad, quienes comenzaban el estudio del lgebra en la escuela al momento de la experimentacin. Los estudiantes trabajaron en cinco actividades a lo largo de las sesiones, realizando trabajo en equipo y trabajo individual en diferentes momentos. La recoleccin de datos se realiz por medio de tres fuentes de datos: videograbaciones de las sesiones, trabajo escrito de los estudiantes reportado en las hojas de trabajo proporcionadas, y los archivos de mquina producidos por los estudiantes registrando sus interacciones con el software. El anlisis de la informacin se centr en las estrategias de solucin utilizadas por los estudiantes mientras resuelven las tareas propuestas. Las actividades fueron diseadas en hojas de trabajo y tuvieron el propsito de ir introduciendo a los alumnos en el uso del software a la par que van avanzando en el estudio de patrones, llevndolos a la reflexin sobre las caractersticas de variacin de los objetos con los que trabaja y de la estructuracin de los mismos. stas tienen como objetivo la produccin de relaciones lineales de las siguientes formas: b (constante), ax, y ax + b. Algunas de ellas son actividades abiertas en las que los estudiantes proponen sus propios diseos. Se espera que dicho trabajo les
120
GUERRERO L.
ayude a reflexionar sobre las diferentes clases de nmeros con los que pueden trabajar en el sistema (constantes, nmeros generalizados, variables).
5. Resultados Parecera ser que la mayora de los estudiantes de zonas urbanas que ingresan a la secundaria ya han tenido algn contacto con la tecnologa computacional, suponiendo que tienen acceso a travs de computadoras personales en sus propios hogares o en establecimientos de renta; sin embargo, una gran parte de los alumnos (12 de 30) mostraron dificultades al inicio del trabajo, por carecer o tener poca experiencia con el uso de la tecnologa. Esta dificultad se manifest en la falta de destreza para manejar el mouse, aparato necesario cuando se usa eXpresser. As, las dos primeras actividades sirvieron tambin para ejercitar a los estudiantes en el uso de los elementos bsicos de la computadora como el manejo del ratn (movimiento con y sin botn apretado), la entrada de datos numricos, la seleccin de herramientas, etc. Las actividades requieren de la definicin de una regla numrica de conteo para, a partir de ella producir una regla simblica. De manera natural, los estudiantes tienden a indicar el nmero total de mosaicos que conforman un patrn no a travs de una operacin, sino a travs de un nmero fijo. As, otra etapa importante que debieron superar los estudiantes es acostumbrarse a utilizar expresiones aritmticas para indicar un total. Por ejemplo, en la figura 3 se muestra el trabajo de un estudiante en su hoja de trabajo, en el que se observa el uso de un nmero concreto para indicar el total de mosaicos, an cuando en el ejercicio se pide una regla de construccin. En la figura 4, se muestra el trabajo del mismo estudiante en una actividad posterior.
Figura 3. Respuesta de un estudiante ante la solicitud de una regla
Figura 4. Respuesta de un estudiante ante la solicitud de una regla
Una vez que el estudiante logra expresar una relacin aritmtica, el cambio a una algebraica implica reflexionar sobre la funcin de cada uno de ellos en trminos del patrn figurativo, de tal manera que se determine aquel que permite extender dicho patrn usando el nmero deseado de bloques de construccin. Dicho nmero se le distinguir de otros dndole la oportunidad de variar; esto es, su naturaleza cambiar de ser constante a nmero generalizado, para posteriormente ser la variable. En la actividad en la que se pide trabajar libremente a los estudiantes, diseando sus propios bloques de construccin y sus propios patrones, la mayora de los estudiantes logran identificar esta cantidad, ya que para todos los estudiantes, su diseo les lleva a expresiones de la forma ax permitindoles poner en correspondencia la estructura del patrn figurativo y las cantidades numricas de su relacin. En la figura 5 se muestran algunas de las producciones de los estudiantes en esta actividad.
EL SOFTWARE EXPRESSER
121
Figura 5. Producciones de algunos estudiantes en la actividad de construccin libre
En eXpresser, el nmero generalizado es un nmero desbloqueado; esto es, uno cuyo valor puede cambiarse. En principio, todos los nmeros utilizados podran ser desbloqueados, por lo que es necesario que los estudiantes reflexionen sobre ello para determinar cules nmeros es conveniente desbloquear. sta fue una de las acciones que present dificultades para los estudiantes. stas se explican precisamente porque es en este momento en que los estudiantes pasan de un trabajo concreto a uno en el que deben pensar de manera general. eXpresser permiti diferenciar dos problemas principales a los que posiblemente se estn enfrentando los estudiantes de manera simultnea en el proceso de simbolizacin de patrones: el razonamiento sobre el nmero general y la introduccin de smbolos. Con eXpresser, la introduccin de smbolos algebraicos es muy natural e inmediata una vez que se han construido las reglas numricas y se ha identificado el nmero que se ha de desbloquear. Los estudiantes del estudio mostraron muchas dificultades para identificar dicho nmero de entre todos los que deben usar en la construccin de un patrn. En las dos ltimas actividades aplicadas, los estudiantes no muestran problemas en la construccin de reglas simblicas, ya que en las actividades anteriores han trabajado con distintos patrones logrando identificar el nmero generalizado en reglas como ax (donde x representa al nmero generalizado y a a una constante). El reto en estas ltimas actividades es construir relaciones de la forma ax + b, combinando dos o ms patrones. En la tabla 1 se muestran algunas de las producciones de los estudiantes ante la solicitud de construir un patrn como el de la figura 6. Se ha agregado en sta la expresin simblica que se esperaba produjeran los estudiantes para indicar el total de mosaicos verdes (alrededor) en trminos de n que corresponde al nmero de mosaicos rojos. Es importante sealar que se obtuvo un total de 7 formas distintas de construccin, de las que se muestran las ms usuales.
Figura 6. Una construccin que lleva a una regla de la forma 5 n + 3
Los estudiantes no logran obtener la regla general en eXpresser; sin embargo, llegan a expresarla con palabras o incluso con expresiones simblicas sin establecer la relacin entre los patrones construidos (tomando variables diferentes en lugar de usar una sola para todos los patrones).
Tabla 1. Construcciones generadas por los estudiantes en la cuarta tarea y las reglas simblicas asociadas a cada una de ellas
122
GUERRERO L.
Tres patrones: 5x + 3
Cuatro patrones: (x + 1) + (2x + 1) + (2x + 1)
Cuatro patrones: (3y + 1) + (y) + (y)
6. Conclusiones El lgebra es una de las asignaturas ms difciles de aprender para los estudiantes que inician la secundaria. Los resultados de esta y otras investigaciones han evidenciado que eXpresser puede ser una herramienta poderosa para iniciarlos en la simbolizacin algebraica y el desarrollo de ideas relacionadas con la generalizacin. Los estudiantes muestran que son capaces de construir relaciones aritmticas de carcter general que facilitan el trnsito hacia lo simblico. Un aspecto a resaltar es que con eXpresser, la dificultad de los estudiantes no est en simbolizar las variables sino precisamente en reconocer cules son las cantidades que pueden actuar como variables en la construccin de un patrn, evidenciando dos problemticas que usualmente se presentan a los estudiantes de manera sincrnica, dndonos la posibilidad de ayudar a los estudiantes a transitar hacia el simbolismo algebraico de manera ms estructurada a travs del diseo de actividades adecuadas.
Bibliografa [1] E. Filloy, L. Puig, T. Rojano (2008), Educational algebra. A theoretical and empirical approach. Springer, USA. [2] E. Geraniou, M. Mavrikis, K. Kahn, C. Hoyles y R. Noss (2009), Developing a Microworld to Support Mathematical Generalisation. Proceedings of the 33th PME Conference, vol.3, (pp. 49 - 56), Thessaloniki, Greece. [3] L. Guerrero y A. Rivera (2002), Exploration of patterns and recursive functions. Proceedings of the 24th PME-NA Conference, vol. 1. Athens, GA, USA. [4] J. Kaput (1999), Teaching and Learning a new Algebra. En E. Fennema & T. A. Romberg (Eds.), Mathematics Classrooms That Promote Understanding (pp. 133-155). Lawrence Erlbaum Associates. USA [5] National Council of Teachers of Mathematics (2000) Principles and Standards for School Mathematics. Reston, VA. [6] L. Radford (2010), Layers of generality and types of generalization in pattern activities. PNA, vol. 4, No. 2 (pp. 37 62), Espaa. [7] SEP (2004) Libro para el Maestro. Matemticas. Secundaria. Secretara de Educacin Pblica (SEP), Mxico. [8] SEP (2006). Educacin Bsica. Secundaria. Plan de Estudios 2006. Subsecretara de Educacin Bsica de la Secretara de Educacin Pblica (SEP), Mxico. [9] SEP (2009) Matemticas I. Serie Programas de Estudio. Direccin General de Bachillerato de la Secretara de Educacin Pblica (SEP), Mxico.
LOS PRIMOS? DONDE ESTAN Haro Palma S. A. Departamento de F sica y Matem aticas Universidad Aut onoma de Ciudad Ju arez
e-mail: arilinsusy215@hotmail.com
Resumen
En este trabajo nos enfocamos en hablar acerca de los n umeros primos, especialmente sobre su comportamiento y distribuci on, esto lo hacemos con ayuda de teoremas y conjeturas que nos sirven principalmente para poder encontrar n umeros primos, de manera especial nos dicen por donde y como buscarlos; son una gu a que nos dice si es que realmente estamos cerca de encontrar m as primos o no, nos dice si me acerco o no al siguiente n umero primo.
Introducci on
Un n umero primo es un n umero natural que tiene exactamente dos divisores distintos: el 1y el mismo. Sabemos que existe de una innidad de n umeros primos, pero a un existen preguntas abiertas referentes a los n umeros primos, por ejemplo: c omo se distribuyen los n umeros primos entre los n umeros naturales, es decir, qu e tan frecuentes son y d onde se espera encontrarlos. Para su estudio, a nales del siglo XVII se introdujo la funci on (n) que se encarga de contar los n umeros primos que hay antes de cierto n umero y en este trabajo se ven algunas conjeturas y se demuestran teoremas que hablan acerca de esta funci on. 2 Conjeturas
Sean b1 < < bk enteros positivos. Para cada primo p, sea (p) el n umero de clases de residuo m odulo p ocupadas por los enteros b1 , . . . , bk . Esto es (p) = #{bi (mod p) : i = 1, , k }.1 La siguiente conjetura (de Dickson) es conocida como the Prime k-tuplets Conjecture. Conjetura 2.1 Si (p) < p se cumple para todos los primos p, entonces existe una innidad de enteros positivos n tales que n + b1 , n + b2 , . . . , n + bk son todos primos
1
(1)
Usamos # para denotar cardinalidad
123
124
HARO PALMA S. A.
Para k = 2, b1 = 0, b2 = 2 tenemos la conjetura de primos gemelos. N otese que la condici on (p) < p es necesaria si queremos que todos los n umeros de la lista sean primos para una innidad de n, y tambi en hay que notar que es suciente vericar esta condici on s olo cuando p < k . Casi 30 a nos despu es, Hardy y Littlewood propusieron una versi on cuantitativa de esta conjetura, de hecho ellos tambi en conjeturaron la siguiente desigualdad. Ahora trabajaremos con la funci on que se encarga de contar los numeros primos menores o iguales que un cierto n umero n, y la denimos dicha funci on de la siguiente manera (n) = pn 1 donde p es primo. Conjetura 2.2 (x + y ) (x) + (y ) para toda y > 1 y x > 1. Alguna evidencia de la desigualdad anterior es proporcionada por el teorema de los (x) n umeros primos, el cual muestra que limx x/ = 1. Ahora si reemplaz aramos la funci on log x (x) por la funci on x/ log[x], la desigualdad ser a x+y x y < + log(x + y ) log x log y (2)
para toda y > 1 y x > 1, lo cual es evidente. Sin embargo, en 1972, Hensley y Richards [1] probaron que las conjeturas 1 y 2 son incompatibles. Su prueba es la siguiente: Decimos que una secuencia creciente de enteros positivos b1 < < bk es admisible si (p) < p para todo primo p. Sea (y ) = max{k Z0 : x < b1 < < bk x + y admisible}; por lo tanto, (y ) es la longitud m axima ( y ) de una secuencia admisible de enteros positivos en un intervalo de longitud y . Entonces Hensley y Richards probaron que
y
lim ( (y ) (y )) = .
Asumamos que y es tal que (y ) > (y ) y sea x < b1 < < bk x + y admisible, donde k = (y ). Si la conjetura 1 fuese verdadera, entonces para alg un n tenemos que n + b1 < < n + bk son primos. Como pertenecen a (n + x, n + x + y ] obtendr amos que (y ) = k (x + n + y ) (x + n) o (x + n + y ) (x + n) + (y ) > (x + n) + (y ) condradiciendo la desigualdad de la conjerura 2. Esta conjetura se extendi o por Schinzel en un documento conjunto con Sierpinski [2]. Esta conjetura se conoce como la hip otesis H de Schinzel.
LOS PRIMOS? DONDE ESTAN
125
Conjetura 2.3 Sean f1 (X ), . . . , fk (X ) Z[X ] polinomios no constantes con t erminos principales positivos. Asumiendo que i) fi (X ) es irreducible para toda i = 1, . . . , k . ii) No existe un primo tal que p|f1 (n)f2 (n), . . . , fk (n) para toda n 0. Entonces existe una innidad de enteros positivos n tales que f1 (n), f2 (n), . . . , fk (n) son todos primos. Bateman y Horn [3] propusieron una versi on cuantitativa de esta conjetura. Es decir, para cada primo p sea (p) = #{0 n p 1 : f1 (n)f2 fk (n) 0(mod p)} ponemos f1 ,...,fk (x) = #{n x : f1 (n), . . . , fk (n) son todos primos}. Entonces f1 ,...,fk (x) debe ser asint oticamente igual a C (f1 , . . . , fk ) x 1 , d1 , . . . , dk (log x)k
donde di = deg (fi ) y la constante C (f1 , . . . , fk ) es C (f1 , . . . , fk ) = 1 (p)/p (1 1/p)k p2 (3)
En la f ormula anterior no parece claro que C (f1 , . . . , fk ) representa a un producto que converge a un l mite mayor que 0. Podr a ser un buen ejercicio probar que esto es as cuando fi (X ) = ai X + bi (ai > 0, gcd(ai , bi ) = 1) es lineal para toda i = 1, . . . , k , y, en particular, descubrir la forma efectiva de Hardy y Littlewood para the Prime k-tuplets Conjecture 1. 3 Notaci on
Introduciremos ahora algo de notaci on. Sean f, g funciones denidas sobre Z1 (o sobre R>0 ) cuyos rangos est an en los n umeros reales. Supongamos que la imagen de g est a en R>0 . Denici on 1 Decimos que f (x) = O(g (x)) si existen constantes x0 y c > 0 tales que |f (x)| > cg (x) para toda x > x0 . Decimos que f (x) = o(g (x)) si limx f (x)/g (x) = 0.
126
HARO PALMA S. A.
Decimos que f (x) g (x) si limx f (x)/g (x) = 1. Decimos que f (x) Decimos que f (x) Decimos que f (x) Notemos que f (x) g (x) si f (x) = O(g (x)). g (x) si g (x) g (x) si f (x) f (x). g (x) y g (x) f (x)
g (x) si y s olo si 0 < lim inf

x
f ( x) f ( x) lim sup < . g (x) x g (x)
Con las notaciones anteriores, el teorema de Chebyshev arma que (x) x/ log x, mientras que el teorema de los n umeros primos dice que (x) x/ log x. De manera alternativa, (x) = x +o log x x log x (x ).
Sea > 0. Entonces la cantidad de primos en [x, (1 + )x] es ((1 + )x) (x) = (1 + )x x x +o (x ) log((1 + )x) log x log x x x (1 + )x +o = log(1+) log x log x log x 1 + log x (1 + )x log(1 + ) x 1+O +o log x log x log x x x x = +O +o 2 log x (log x) log x x x = +o (x ) log x log x = x log x
(4)
En las estimaciones anteriores, tambi en usamos el hecho de que z est a en la vecindad de cero, digo z (0, 1/2), entonces 1 = 1 + O (z ), 1z que se sigue por ejemplo del Teorema del Valor Medio para la funci on f (x) = 1/(1 + z ) con | 1 2 1| = |f (z ) f (0)| = z |f ( )| = z | | < 2z, 1+z ( + 1)2
con alg un (0, 1/2) y z = log(1 + )/ log x. La siguientes funciones son muy importantes en el estudio de los n umeros primos.
127
Denici on 2 Para toda n Z denimos (n) de la siguiente manera, (n) = log p Si n = pk para alg un k 1, 0 Cualquier otro caso.
Adem as, denimos para x > 0, las funciones ( x) =

px
log p = log
px
y ( x) =
pk x
log p =
nx
(n).
N otese que (x) = log x log p. log p
Tambi en observemos que como p2 x es equivalente a p x1/2 , p3 x es equivalente a 1/3 p x , tenemos que = (x) + (x1/2 ) + (x1/3 ) + (5) Observemos que x1/m aparece en la suma anterior s olo si x1/m 2, o de manera equivalente m log x/ log 2. As que la suma anterior contiene log x/ log 2 t erminos. Al se nalar que (x) (log x) (x) = O(x) (del teorema de Chebyshev), nos quedar a que (x1/2 ) + (x1/3 ) + (x1/2 )(log x/ log 2) = O(x1/2 log x). as la ecuaci on (5) da (x) = (x) + O(x1/2 log x). (6) Ahora veamos que (x) (x). De hecho, notemos que s p x1/2 , entonces log p log x1/2 = (log x)/2 log x, de esta manera ( x)
x1/2 px
log p ( (x) (x1/2 )) log x
= (x) log x (x1/2 ) log x = (x) log x + O(x1/2 log x). (7)
pues (x) x log x nos queda que (x) x. Comparando esto con el estimado (6) direc1/2 tamente obtenemos que la diferencia O(x log x entre (x) y (x) es o((x)) como x y entonces (x) (x). Por lo anterior obtenemos que (x) (x)/ log x.
128 4 Mas sobre (x) y (x)
HARO PALMA S. A.
Empezaremos con el siguiente resultado Teorema 3 (x) (x)/ log x (x)/ log x cuando x Prueba. Al nal de la secci on anterior vimos que (x) (x). Esto implica que (x)/ log x (x)/ log x. Viendo la primer igualdad asint otica es claro que (x) =
px
log p log x
px
1 = (x) log x
y as lim sup
x
(x)/ log x 1. (x)
(8)
para revertir la ecuaci on, sea > 0 albitrariamente peque no pero jo. Supongamos que (0, 1/2). Separamos la denicion de suma para (x) en x1 y mantengamos s olo el rango m as amplio. As que,
x1 <px
log p log(x1 )
x1 <px
= (1 )(log x)( (x) (x1 )) = (1 ) log x + O(x1 ), Aqu usamos el estimado de Chebyshev (x1 ) 2x1 x1 < log(x1 ) log x
ya que 1 > 1/2. Sea c1 la constante implicada en la O anterior. Sea c2 > 0 tal que (x) log x > c2 x (De manera conveniente tomemos c2 = 3(log 2/8). Entonces c1 x1 c1 (x)/ log x (1 ) (1 ) . ( x) (x) log x c2 x Dejando que x tienda a innito en el estimado anterior, obtenemos lim inf
x
(9)
(x)/ log x 1 , ( x)
y como es arbitrario, tenemos que el l m inf anterior es de hecho 1, juntando esto con el estimado (7) obtenemos que / log x lim = 1, x (x) lo cual completa la prueba de este teorema.
129
Conclusi on
Estudiamos la distribuci on de los n umeros primos a trav es de la funci on (x) y como vimos este an alisis no resulta ser sencillo; sin embargo, enunciamos varios resultados que nos proporcionan buena informaci on sobre c omo se distribuyen los n umeros primos entre los n umeros naturales, en particular mostramos que (x) (x)/ log x (x)/ log x, cuando x . Bibliograf a
[1] Dickson, L.E. (1904). A new extension of Dirichlets theorem on prime numbers., Messenger of Math 33, 155 161. [2] Hensley, D. y Richards, I. (1973). On the incompatibility of two conjectures concerning primes. Pure Math, 24, 123 127. [3] Bateman, P.T. y Horn, R.A. (1962). A heuristic asymptotic formula concerning the distribution of prime numbers. Math. Comp., 16, 363367.
SUBGRUPO DE GRUPOS LIBRES Hasse Armengol I. Departamento de F sica y Matem aticas Universidad Aut onoma de Ciudad Ju arez
e-mail: isaachassea@gmail.com
Resumen
En en a rea de Topolog a Algebraica se trabajan aspectos del Algebra usando herramientas topol ogicas, esto en ocasiones nos simplica alg un problema que estemos trabajando y nos resulta mas sencilla la soluci on. Un problema cl asico en Algebra es demostrar que si tenemos un grupo libre G, y tomamos un subgrupo S de G arbitrario, entonces S tambi en es un grupo libre, daremos soluci on a este teorema usando algunas proposiciones importantes que se usan en el area de Topolog a.
Introducci on
En ocasiones, en el area del Algebra, resulta muy complicado el trabajar con conceptos algebraicos para resolver problemas en dicha area, por ejemplo, en teor a de grupos es muy complicado resolver algunos teoremas importantes. Cuando se comenz o a trabajar el area de Topolog a Algebraica los top ologos resolv an problemas de Topolog a usando herramientas del Algebra, poco despu es se dieron cuenta que la Topolog a les resulta util para resolver problemas algebraicos. En este art culo he querido dar un ejemplo de como tomar un problema algebraico y resolverlo usando conceptos topol ogicos; nuestro problema a resolver sera el siguiente: sea G un grupo libre y sea S un subgrupo de G, ent onces S es un grupo libre. Observemos que el resolver este teorema resulta un tanto complicado si usamos her ramientas del Algebra, as que deniremos algunos conceptos de Topolog a que nos ayudaran a dar soluci on a este teorema, comenzaremos deniendo algunas nociones b asicas del Algebra que usaremos a lo largo del articulo, inmediatamente nos adentraremos en el mundo de la Topolog a Algebr aica deniendo una invariante topol ogico, el grupo fundamental ademas de dar algunas propiedades importantes. Dado este conceptos daremos paso a denir los espacios cubrientes y ver algunas proposiciones que nos servir an para demostrar el teorema al cual queremos llegar en este art culo. Comencemos dando las siguientes deniciones y veamos algunos ejemplos de grupos importantes. Denici on 1. Un grupo (G, ) es un conjunto G en el cual se ha denido una operacion que satisface los siguientes axiomas: 1. Asociatividad: a (b c) = (a b) c, a, b, c G 2. Elemento neutro: e G : e a = a e = a 131
132
HASSE ARMENGOL I.
3. Inverso a Ga1 G : a a1 = a1 a = e Ejemplo 1. Sea G el conjunto de los enteros 0, 1, 2, 3, ... donde la operaci on est a dada por la suma usual de enteros, es decir, para a, b G, a b = a + b. G forma un grupo innito abeliano donde el elemento neutro est a dado por e = 0 y el inverso de un elemento 1 a G est a dado por a = a, es decir tenemos que a a = 0 = e. Ejemplo 2. Sea n un entero, podemos construir un grupo G de orden n si los elementos de G son de la forma ai donde i = 0, 1, 2, ..., n 1 y cumpla que a0 = an = e y la operaci on de dos elementos ai , aj este dada por, ai aj = ai+j si i + j n y ai aj = ai+j n si i + j > n, este es llamado un grupo c clico de orden n. Ejemplo 3. Sea X un conjunto, denimos al conjunto SX como el conjunto de todas las biyecciones de tipo X X , este es un grupo con respecto a la composici on de mapeos, este es llamado grupo sim etrico bajo X. En general el grupo SX no es abeliano. En este articulo nos enfocaremos en un tipo en particular de grupo llamado grupo libre, el cual se dene formalmente por medio de la propiedad universal de grupos libres (ver [4]), para nuestros nes daremos una denici on alternativa de grupos libres. Denici on 2. Decimos que un grupo G es un grupo libre si existe un subconjunto S de G, tal que todo elemento de G puede escribirse en una forma u nica como producto de nitos elementos de S y sus inversos. Ejemplo 4. Veamos algunos ejemplos importantes de grupos libres. 1. El grupo de los enteros bajo la operaci on de la suma (Z, +) nos dene un grupo libre. 2. El grupo generado por F2 =< a, b > bajo la operaci on de la concatenaci on dene un grupo libre 3. El grupo c clico generado por Z/2 =< 1, | 2 = 1 > bajo la operaci on de concatenaci on dene un grupo libre. 4. No todo grupo es libre, por ejemplo los grupos aditivos Z/2Z y Z2 no son libres. Teniendo siempre presente estos conceptos b asicos del Algebra, es momento de adentrarnos al mundo de la Topolog a Algebraica. 2 El grupo fundamental
En esta secci on, vamos a denir un invariante topol ogico muy importante, que usaremos a lo largo de este trabajo llamado grupo fundamental, daremos algunas de las propiedades mas utilizadas y daremos algunas proposiciones importantes referentes a este invariante, las cuales ser an relevantes en la demostraci on del teorema principal de este art culo. Comencemos dando la siguiente denici on.
SUBGRUPO DE GRUPOS LIBRES
133
Denici on 3. Un camino en un espacio X es un mapeo continuo f : I X donde I es el intervalo [0, 1]
Figura A. Camino con punto inicial A y punto nal B
Intuitivamente podemos tomar dos caminos que conserven los puntos iniciales y puntos nales y deformar uno continuamente hacia el otro mediante caminos, a esta propiedad se le llama homotop a. Denamos formalmente esta propiedad de la siguiente manera. Denici on 4. Una homotop a de caminos en un espacio X es una familia ft : I X , 0 t 1, tal que. 1. Los puntos nales ft (0) = x0 y ft (1) = x1 son independientes de t. 2. El mapeo F : I I X denido por F (s, t) = ft (s) es continuo.
Figura B. Homotop a de dos caminos f0 , f1
Cuando dos caminos f0 y f1 est an conectados por una homotop a ft , se dice que los caminos son homot opicos, para esto usaremos la notaci on f1 f2 Por ejemplo, en Rn cualesquiera dos caminos f0 y f1 son homot opicos bajo la homotop a ft (s) = (1 t)f0 (s) + tf1 (s), esto resulta cierto ya que las operaciones algebr aicas de suma de vectores y multiplicaci on escalar son continuas, lo que da como consecuencia que la homotop a ft : I I X sea continua, y por la construcci on de la homotop a se tiene que ft (0) y ft (1) se mantienen jas. Ya denida la homotop a de caminos podemos observar que esta nos dene una relaci on de equivalencia, es decir, es reexiva sim etrica y transitiva. Es evidente que es reexiva puesto que f f bajo la homotop a constante ft = f . Es sim etrica puesto que si f0 f1 bajo la homotop a ft entonces f1 f0 bajo la inversa de la homotop a f1t . Ver que es transitiva no es tan trivial, si f0 f1 por la homotop a ft podemos tomar una funci on g0 = f1 tal que g0 g1 bajo la homotop a gt , entonces se cumple que f0 g1 bajo la
134
HASSE ARMENGOL I.
homotop a ht denida de la siguiente manera. ht = f2t , 0t 1 2 g2t1 , 1 t 1 2
El mapeo H (s, t) denido en la uni on de dos conjuntos cerrados es continuo resulta ser continuo, esto lo podemos ver de la siguiente manera, para 0 t 1 entonces se tiene 2 1 que H (s, t) = F (s, 2t) y si 2 t 1 entonces se tiene que H (s, t) = G(s, 2t 1) donde F, G : I I X son mapeos asociados a las homotop as ht y gt , como H es continua en 1 1 podemos asegurar que la relaci on es I 0, 2 y en I 2 , 1 entonces es continuo en I I , as transitiva, lo que nos dice que la relaci on de ser homot opicos es una relaci on de equivalencia. Ya comprobado que la relaci on de ser homot opicos nos describe una relaci on de equivalencia, entonces podemos particionar la relaci on de homotop a de caminos f en clases de equivalencias, estas las llamaremos clases de homotop a, y las denotamos por [f ]. Dados dos caminos existe una operaci on bien denida entre ellos que vamos a denir de la siguiente manera. Dados dos caminos f, g : I X tal que f (1) = g (0), denimos la composici on de caminos o producto de caminos f g de la siguiente manera, f g ( s) =
1 f (2s), 0s 2 g (2s 1), 1 s1 2
es decir recorremos f a la mitad del tiempo y luego recorremos g en la otra mitad.
Figura C. composici on de dos caminos f y g
Supongamos que un camino f : I X tiene el mismo punto inicial y nial, es decir f (0) = f (1) = x0 donde x0 X , a este tipo de caminos los llamaremos lazos, y al punto x0 es llamado punto base. Esto nos lleva uno de los mas importantes invariantes topol ogicos el grupo fundamental. Denici on 5. Al conjunto de todas las clases de homotop a [f ] donde f : I X es un lazo con punto base en x0 , se le conoce por grupo fundamental, y se denota por 1 (X, x0 ). Nota. Efectivamente 1 (X, x0 ) es un grupo con respecto al producto de caminos [f ][g ] = [f g ], esta demostraci on la podemos encontrar en [3], p agina 27.
135
En realidad el grupo fundamental no depende del punto base que tomemos. Dado que 1 (X, x0 ) implica solo la componente conexa de X contiene a x0 , resulta claro que existe una relaci on entre 1 (X, x0 ) y 1 (X, x1 ) para los puntos base x0 y x1 si y solo si x1 y x0 est an en la misma componente conexa de X . ( s) = Consideremos h : I X un camino que valla de x0 a x1 , y su camino inverso h h(1 s) que va de x1 a x0 , podemos asociar a cada lazo f con punto base en x1 el lazo h f h con punto base en x0 . Hablando estrictamente, podemos escoger un orden para formar el , por ejemplo, (h f ) h o h (f h ), pero ambos lazos son homot producto h f h opicos, as que nos interesamos en las clases de homotop a de estos. Denamos el siguiente mapeo cambio de base, h : 1 (X, x1 ) 1 (X, x0 ) ] [f ] [h f h este mapeo esta bien denido puesto que ft es una homotop a de lasos con punto base en x1 entonces h ft h es una homotop a de lasos con punto base en x0 . Proposici on 1. El mapeo h : 1 (X, x0 ) 1 (X, x1 ) es un isomorsmo si y s olo si x0 y x1 est an en la misma componente conexa. ] = Demostraci on: Observemos que h es un homomorsmo puesto que h [f g ] = [h f g h [h f h h g h] = h [f ]h [g ], adem as observemos que h es un isomorsmo ya que existe f h] = [h h f hh ] = [f ] y del mismo un mapeo (inverso) h tal que h h [f ] = h [h modo h h [f ] = [f ]. Ejemplo 5. Veamos algunos ejemplos importantes de este importante invariante topol ogico, el grupo fundamental. 1. 1 (S 1 ) = Z 2. 1 (S 2 ) = {0} 3. 1 (S n ) = {0} para n 2 4. 1 (S 1 S 1 ) = F2 =< a, b > 5. 1 (RP2 ) = Z/2 =< a|a2 > Propiedades. Algunas propiedades importantes del grupo fundamental son las siguientes. Sea X y Y dos espacios topol ogicos, entonces 1. Si X es homeomorfo a Y entonces 1 (X, x0 ) es isomorfo a 1 (Y, y0 ) 2. Si 1 (X, x0 ) no es isomorfo a 1 (X, x0 ), entonces X no puede ser homeomorfo a Y . 3. Si X, Y son conexos por caminos, entonces se cumple que 1 (X Y ) es isomorfo a 1 (X ) 1 (Y ). Esta ultima propiedad nos da una gran herramienta para calcular el grupo fundamental a una gran cantidad de espacios, por ejemplo, 1 (S 1 S 1 ) = 1 (S 1 ) 1 (S 1 ) = Z Z. Otro ejemplo importante lo podemos ver cuando queremos calcular el grupo fundamental de
136
HASSE ARMENGOL I.
Rn {x} donde x X , se puede demostrar que Rn {x} es homeomorfo a S n1 R, entonces se tiene que 1 (Rn {x}) es isomorfo a 1 (S n1 ) 1 (R), por lo tanto 1 (Rn {x}) es Z para n = 2 y trivial para n > 2. Usando este calculo podemos llegar a una propiedad importante, R2 no es homeomorfo a R para n = 2. Este resultado es cierto por lo siguiente, consideremos un homeomorsmo f : R2 R. Si n = 1 es f acil verlo puesto que R2 {x} es conexo por caminos pero n R {f (0)} no es conexo por caminos por lo tanto se cumple para n = 1, ahora cuando n > 2 no podemos decir nada sobre la conexidad de los espacios ya que ambos espacios son conexos por caminos, pero por lo visto anteriormente tenemos que 1 (Rn {x}) = {0} para n > 2, y como 1 (R2 {x}) = Z entonces por propiedades antes vistas tenemos que R2 no es homeomorfo a R para n = 2. Nota. Decimos que un espacio X es simplemente conexo, si 1 (X ) = {0}. Denamos ahora una propiedad importante que estaremos usando mas adelante con mucha frecuencia la cual la llamaremos homomorsmo inducido. Denici on 6. Sean X y Y espacios topol ogicos, sea : X Y un mapeo donde al punto base x0 X lo manda al punto base y0 Y , denotemos a este mapeo por : (X, x0 ) (Y, y0 ), entonces induce un homomorsmo : 1 (X, x0 ) 1 (Y, y0 ), denido por la composici on de lazos f : I X con punto base en x0 donde [f ] = [f ], a este homomorsmo le llamaremos homomorsmo inducido. El homomorsmo inducido esta bien denido puesto que la homotop a ft de lazos con punto base en x0 , manda una composici on de la homotop a ft de lazos con punto base en y0 , ya que [f0 ] = [f0 ] = [f1 ]. Adem as observemos que es un homomorsmo, puesto que (f g ) = (f ) (g ). Propiedades. Algunas propiedades b asicas referentes al homomorsmo inducido son las siguientes. 1. ( ) = , para una composici on (X, x0 ) / (Y, y0 ) / (Z, z0 ) 2. 1 = 1, esto nos dice que el mapeo 1 : X X es igual al mapeo identidad inducido 1 : 1 (X, x0 ) 1 (x, x0 ). 3. Si es un homeomorsmo tal que su inversa esta dada por , entonces es un isomorsmo y su inversa esta dada por Esta ultima propiedad resulta ser cierta puesto que, podemos vericar que es un isomorsmo por la propiedad 1 del grupo fundamental, vista anteriormente, y su inversa esta dada por ya que = () = 1 = 1 y de manera an aloga = 1.
137
Un teorema muy conocido en Topolog a Algebraica es el Teorema de Van Kampen, antes de ver este importante teorema tenemos que denir primeramente el producto libre de grupos. Sea {G } una familia de grupos, denimos en G la operaci on inducida por la concatenaci on de palabras, por ejemplo, (g1 ...gn )(hn h1 ...hn ) = (g1 ...gn1 )(gn hn )(h1 ...hn ), una propiedad importante es que, dada una familia de homomorsmos h : G G, el mapeo : G donde a cada g1 ...gn h1 (g1 )...hn (gn ) es un isomorsmo. Para ver mas de productos amalgamados ver [8]. Teorema 2 (Teorema de Van Kampen). Sea X un espacio topol ogico tal que X = A en donde elegimos x0 A , A es abierto y conexo por trayectorias, adem as para toda 1 , 2 , A1 A2 es conexo por trayectorias, entonces. 1. El mapeo : 1 (A ) 1 (X ) es suprayectivo. 2. Si 1 , 2 3 , A1 A2 A3 es conexo por trayectorias, entonces ker =< i1 2 ( )i2 1 ( )1 > donde (A1 A2 ) y adem as induce un isomorsmo entre 1 (X ) y 1 (A )/N La demostraci on del teorema de Van Kampen la podemos encontrar en [7], p agina 489. La notaci on que estamos usando en el teorema es el siguiente. 1. i : A X inclusion que induce, i : 1 (A ) 1 (X ), e induce : 1 (A ) 1 (X ) 2. i1 2 : A1 A2 A1 3. i2 1 : A2 A1 A2 Teniendo presente estos conceptos, nos daremos a la tarea de denir una herramienta esencial que vamos a usar en la demostraci on del teorema principal de este art culo, los espacios cubrientes, adem as de dar algunos ejemplos los cuales nos ayudaran a comprender de una manera mas clara este concepto importante. 3 Espacios cubrientes
Los espacios cubrientes, son una herramienta usada frecuentemente en Topolog a Algebraica para calcular el grupo fundamental de un espacio topol ogico dado. Denici on 7. Sea X un espacio topol ogico, un espacio cubriente de X es un par (X, ), donde X es un espacio topol ogico, es un mapeo de X en X , que satisface las siguientes condiciones. 1. Existe {U } cubierta abierta de X tal que para cada , 1 (U ) es union disjunta de abiertos en X . 2. Si {Vi }iI son abiertos en X tal que ( Vi ) = U {U }, entonces i I Vi , es homeomorfo a U .
138
HASSE ARMENGOL I.
Interpretemos esta denici on mediante la gura D. observemos que en la gura el espacio
Figura D. Interpretaci on gr aca de un espacio cubriente
base es llamado U y el espacio cubriente de U esta dado por la uni on disjunta de p1 (U ), donde a cada elemento de esa uni on le llamaremos hojas, un espacio cubriente Y de un espacio X tambi en lo podemos ver como un mapeo : Y X . Nota. Si un espacio cubriente X es simplemente conexo, es decir, su grupo fundamental es el grupo trivial, entonces decimos que X es un cubriente universal. Veamos unos de ejemplos de espacios cubrientes. Tomemos como nuestro primer ejemplo al c rculo, un cubriente del c rculo esta dado por la gura E, observemos que el cubriente del
Figura E. Cubriente del circulo.
c rculo es un cubriente con innitas hojas. Ahora veamos que un cubriente de cuatro hojas de la cu na de dos c rculos S 1 S 1 , tambi en llamada gura 8 est a dada por la gura F. Un
Figura F. Cubriente de S 1 S 1 .
cubriente no es u nico, pero el cubriente universal de un espacio si lo es, en la gura G se
139
Figura G. Cubriente universal de S 1 S 1 .
puede apreciar el cubriente universal de la gura 8. Podemos ver que esta gura es el cubriente universal de innitas hojas de la gura 8, efectivamente cubre a S 1 S 1 , y si nos jamos en un punto de la gura, y creamos un lazo, lo podemos contraer a su punto base, as la u nica clase de equivalencia de lazos sera un punto, por lo tanto su grupo fundamental es el trivial, por lo tanto es un cubriente universal de S 1 S 1 , a estas guras se le denominan gr acas de Cayley, los cuales podemos ver en [2]. Veamos la siguiente denici on. Denici on 8. Consideremos el cubriente : X X , denimos un levantamiento de un : Y X tal que f = f. mapeo f : Y X como un mapeo f Veamos una propiedad importante, la propiedad de levantamiento homot opico. Consideremos un espacio cubriente (X, ) de un espacio topol ogico X , sea ft : Y X , y un mapeo f nica homotop a f 0 : Y X que levanta a f0 , entonces existe una u t : Y X de f0 que levanta ft . Esto nos deja al alcance una serie de deniciones, necesarias para demostrar algunas proposiciones importantes, as daremos la siguiente denici on. Denici on 9. Sea X un espacio topol ogico, decimos que X es localmente conexo por trayectorias, si x X existe una vecindad abierta U de X tal que U es conexo por trayectorias. Denici on 10. Sea X un espacio topol ogico y sea x X tal que existe una vecindad i abierta U donde se cumple U / X . Decimos que X es semilocalmente simplemente conexo si i : 1 (U, x) 1 (X, x) es el homomorsmo trivial. Proposici on 3. Sea X un espacio topol ogico, supongamos que X es conexo por caminos, localmente conexo por caminos y semilocalmente simplemente conexo, entonces para cada subgrupo H 1 (X, x0 ) podemos encontrar un cubriente : XH X tal que (1 (XH , x 0 )) = H para un punto base x 0 XH .
140
HASSE ARMENGOL I.
Demostraci on: Como X es conexo por caminos, localmente conexo por caminos y semilocalmente simplemente conexo, entonces podemos construir un espacio cubriente X de X simplemente conexo, por la construcci on anterior, sean [ ], [ ] en el espacio cubriente X , ] H , podemos ver que denamos la relaci on [ ] [ ] como (1) = (1) y [ esta relaci on es de equivalencia puesto que H es un subgrupo, es decir, es reexivo puesto que H contiene el elemento identidad, sim etrico puesto que H es cerrado bajo inversos, y transitiva puesto que H es cerrado bajo la multiplicaci on. Sea XH el espacio cociente de X que se obtiene identicando [ ] con [ ] si [ ] [ ], n otese que si (1) = (1), entonces [ ] [ ] si y s olo si [ n] [ n], esto signica que si podemos identicar cualesquiera dos puntos de las vecindades U[ ] y U[ ] en XH entonces todas las vecindades son identicables, por lo cual la proyecci on natural XH X inducida por [ ] (1) es un espacio cubriente. Si podemos escoger para el punto base x0 XH la clase de equivalencia de el camino constante c en x0 , entonces la imagen de : 1 (XH , x0 ) 1 (X, x0 ) es exactamente H , esto se debe a que si tomamos el lazo en X basado en x0 , su levantamiento a X comienza en [c] y termina en [ ], entonces la imagen de este camino levantado en XH es el un lazo si y s olo si [ ] [c], o lo que equivale a que [ ] H . Veamos la siguiente proposici on la cual nos sera de gran ayuda m as adelante. Proposici on 4. El mapeo p : 1 (X, x 0 ) 1 (X, x0 ) inducido por un espacio cubriente p : (X, x 0 ) (X, x0 ) es inyectiva. Demostraci on: Tomemos un elemento del Kernel de p este es representado por un lazo f : I X con una homotop a ft : I X que va de f0 = p f 0 0 a el lazo trivial f1 . Entonces por la propiedad de levantamiento homot opico tenemos que este es un levantamiento homot opico de lazos ft comenzando con f0 y terminando con un lazo constante. Por lo tanto [f ] = 0 en 1 (X, x 0 ) y p es inyectivo 0 Existen una gran cantidad de consecuencias que podemos abordar con el hecho de introducir la noci on de espacios cubrientes de gran importancia, las cuales es imposible de ver en un solo trabajo, las ultimas vistas son las necesarias para poder demostrar el teorema principal.
Gr acas
La teor a de gr acas no resulta ser algo nuevo para nuestra persona ya que desde educaci on primaria hemos trabajado con gr acas tales como tri angulos, cuadrados, hex agonos, entre otros, y nos ense naron a identicar en cada uno de ellos el n umero de v ertices y el n umero de aristas en cada una de esas gr acas. La siguiente denici on formalizar a este concepto de gr aca.
141
Denici on 11. Una gr aca es un par = (V, E ) de conjuntos disjuntos, donde E es un conjunto de subconjuntos de V que contienen exactamente dos elementos, es decir, E V [2] := {e | e V, |e| = 2} los elementos de V son los v ertices, y los elementos de E son las aristas de . Nota. Una subgr aca de una gr aca = (V, E ) es una gr aca = (V , E ), tal que V V yE E Ejemplo 6. Sea V := {1, 2, 3, 4}, y sea E := {{1, 2}, {2, 3}, {3, 1}}, entonces 1 = (V, E ), esta dada por la gura H.
Figura H. Gr aca 1
Ejemplo 7. Sea V := {1, 2, 3, 4, 5, 6} y sea E := {{1, 2}, {1, 5}, {2, 3}, {2, 5}, {3, 4}, {4, 5}, {4, 6}} la gr aca 2 = (V, E ) esta dada por la gura I.
Figura I. Gr aca 2
Ejemplo 8. Sea V := {1, 2, 3, 4, 5} y sea E := {{i, j } | i, j {1, ..., 5}, i = j }, entonces la gr aca 3 = (V, E ) esta dada por la gura J. Nota. Denimos un arbol como una gr aca contraible, entonces podemos decir que una gr aca X es un a rbol si y solo si X es simplemente conexo. Un a rbol en X es llamado arbol maximal si contiene todos los vertices de X . Dada estas deniciones veremos el siguiente lema que nos relaciona a los espacios cubrientes con las gr acas.
142
HASSE ARMENGOL I.
Figura J. Gr aca 3
Lema 5. Cada espacio cubriente de una gr aca es tambi en una gr aca, con bordes y vertices levantados de los bordes y vertices de la gr aca base. Demostraci on: Sea p : X X un espacio cubriente. Para los vertices de X tenemos que tomar el conjunto discreto X 0 = p1 (X 0 ). Escribimos X como un espacio cociente de X 0 I por la denici on de gr aca, y aplicando la propiedad de levantamiento homot opico nos resulta que el mapeo I X tiene un u nico levantamiento I X pasando a trav es de 1 cada punto en p (x) para x e . Estos levantamientos denen los bordes de una graca en X . La topolog a resultante en X es la misma que la topolog a original puesto que ambas topolog as tienen el mismo conjunto abierto b asico, la proyecci on cubriente X X resulta ser un homeomorsmo local. Por ultimo daremos una la siguiente proposici on. Proposici on 6. Para una gr aca conexa X con arbol maximal T , 1 (X ) es libre con base en la clase [f ] correspondiente a los bordes X T . Demostraci on: El mapeo cociente X X/T es una equivalencia homot opica. El cociente X/T es una gr aca con solo un v ertice, por lo tanto es una suma de cu na de c rculos, donde su grupo fundamental es libre con base en los lazos dados por los bordes de X/T , con las im agenes de los lazos f en X . Ahora con toda la herramienta topol ogica dada, ahora nos es posible demostrar que los subgrupos de grupos libres son libres de una manera sencilla e ingeniosa. Teorema 7. Sea F un grupo libre y sea G un subgrupo de F , ent onces G es un grupo libre. Demostraci on: Dado un grupo libre F podemos escoger una gr aca X con 1 (X ) isomorfo a F , por ejemplo la cu na de c rculos corresponde a una base para F . Por la proposici on 3 se tiene que por cada subgrupo G de F le corresponde un cubriente p : X X tal que p (1 (X )) = G, por lo tanto por la proposici on 4 p es inyectiva lo que implica que 1 (X ) es isomorfo a G. Ahora como X es una gr aca entonces por el lema 5 X tambi en es una gr aca, entonces por la proposici on 6 se tiene que el grupo G 1 (X ) es libre.
143
Conclusiones
Dado un teorema de corte algebraico, el cual su soluci on no resultaba ser tan trivial, lo pudimos demostrar usando herramientas de corte topol ogico, con el cual nos resulto relativamente f acil su socluci on, solo introduciendo algunos conceptos b asicos en el a rea de Topolog a Algebraica, y dando algunas propiedades y proposiciones importantes que nos ayudaron a resolver este problema del Algebra, es importante entender que no simplemente se puede trabajar con teor a de grupos si no tambi en con muchas otras areas del Algebra que en ocasiones resulta complicada su resoluci on. Tambien es bueno darse cuenta que en ocasiones resulta mas complicado trabajar un teorema algebraico usando Topolog a que si us aramos la misma Algebra para resolver dicho problema, as que es de gran ayuda el conocer un poco de estas dos importantes a reas de las matem aticas para poder relacionarlas y poder aplicarlas en alg un problema en el que estemos trabajando. 6 Bibliograf a
[1] Coxeter, H. Moser,W. (1964). Generator and relation for discrete groups. University of Toronto, Springer-Verlag Berlin Heidelberg. [2] Diestel, Reinhard (2005). Graph theory. Graduate text of mathematics. Springer. [3] Hatcher, Allen (2002). Algebraic Topology. Cambridge, UK. Cambridge Univertity Press. [4] Johnson, D. (1990). Presentation of groups. Cambridge, UK. Cambridge University Press. [5] L oh, Clara (2011). Geometric group theory, an introduction. Germany. Universit at Regensburg. [6] Massey, William (1991). A basic curse in algebraic topology. Ney York Springer-Verlag. [7] Munkres, James (2000). Topology. Massachusetts Institute of Technology. Pearson Prentice Hall. [8] Rotman, Joseph (1934). An introduction to the theory of groups. Urbana Illinois. Editorial Board.
OBSTRUCCIONES EQUIVARIANTES EN LA TEOR IA DE HACES VECTORIALES Hern andez R. G. Instituto de Matem aticas Universidad Nacional Aut onoma de M exico
e-mail: rosalia@matcuer.unam.mx
Resumen
En [1], se presenta una construcci on de ciertas obstrucciones a la trivialidad de haces vectoriales sobre un espacio dado. Tales obstrucciones pueden ser relacionadas con las clases caracter sticas de Stiefel-Whitney y de Chern del haz vectorial, como es probado en dicho ar culo. En este trabajo presentamos una generalizaci on al contexto equivariante de tal construcci on, y presentamos cierta evidencia de que tales obstrucciones pueden ser clasicadas por clases de cohomolog a en cohomolog a equivariante.
Introducci on
Un haz vectorial suave de rango n sobre una variedad diferenciable M es trivial si es isomorfo al haz producto M Fn . En el caso de haces no triviales, podemos preguntarnos que tanto se aleja de ser isomorfo al haz trivial. M as precisamente, cu al es el mayor rango de un haz trivial que puede ser encajado como subhaz en ? o equivalentemente para qu e valores k , existe un morsmo de haces h : M Fk inyectivo en cada bra? La existencia de dicho morsmo para alguna k , implica en particular la existencia de k secciones del haz linealmente independientes, de modo que un haz que admite n secciones linealmente independientes es un haz trivial. Una clase caracter stica es una clase de cohomolog a asociada a un haz vectorial sobre un espacio topol ogico. La teor a de clases caracter sticas nace con el trabajo de Stiefel y Whitney a mediados de los a nos 30, como parte de teor a de obstrucci on. En el caso de las clases caracter sticas de Stiefel-Whitney (para haces vectoriales reales) o de Chern (para haces vectoriales complejos), la i- esima clase cli ( ) es la obstrucci on a la existencia de un subhaz trivial de rango n i + 1 en . 2 Construcciones cl asicas de clases caracter sticas
Existen diferentes maneras de construir clases caracter sticas, por ejemplo calculando la cohomolog a del haz proyectivo asociado a (cf. [3]), esto es, dado el haz vectorial de rango n formamos el haz proyectivo asociado P( ) M . Luego, por el Teorema de LerayHirsch H (P( ); Kb ) es un H (M ; Kb )-m odulo con base 1, xb , , xb(n1) , donde las clases xi H bi (P( ); Kb ) se restringen a generadores de H bi (FPb(n1) ; Kb ). Por lo tanto, xbn se 145
146
HERNANDEZ R. G.
puede expresar un vocamente como una combinaci on lineal de estos elementos b asicos con coecientes en H (M ; Kb ). As , existe una u nica relaci on de la forma xbn + cl1 ( ) xb(n1) + + cln ( ) 1 = 0 donde cli es la i- esima clase de Stiefel-Whitney o de Chern, seg un la bra sea real o compleja. Otra forma de denir clases caracter sticas es mediante la cohomolog a de la Grassmanni ana innita (cf. [2]). Esto es, como H (Gn (F ); Kb ) = Kb [x1 , ..., xn ] con |xi | = bi denimos la i- esima clase caracter stica de Stiefel-Whitney o de Chern (seg un estemos considerando el n n caso real o complejo) del haz universal Gn (F ) como cli ( ) = xi . Luego, para un haz M de rango n con mapeo clasicante f : M Gn (F ) se dene cli ( ) := (f )1 (xi ). Se pueden tambi en constru r clases caracter sticas mediante operaciones cohomol ogicas como aparece en [4], o bien recurriendo a la teor a de Chern-Weil mediante conexiones sobre (cf. [4], Ap endice C). En esta u ltima construcci on es necesario recurrir al uso de coecientes reales o complejos en nuestros grupos de cohomolog a, lo cual implica cierta p erdida de informaci on en los grupos de torsi on cuando estos existen, sin embargo, a diferencia de las otras construcciones, esta es de naturaleza mas geom etrica. 3 Clases caracter sticas y transversalidad
La siguiente construcci on dada en [1] tiene un enfoque mas topol ogico y geom etrico, adem as de mantener coecientes en Z2 para las clases de Stiefel-Whitney y Z para las clases de Chern. Dado M de rango n la obstrucci on a la existencia de un morsmo inyectivo h : M Fni+1 esta representado por el conjunto de puntos de M donde h no es inyectivo, (h). En general Z (h) no es una variedad, pero si h es gen (h) es una denotado por Z erico, Z variedad estraticada, esto es, se puede particionar por subvariedades, llamadas estratos, tal (h) existe una vecindad de M que intersecta solo una cantidad que para todo punto en Z nita de estratos. Dados dos haces y sobre M existe un morsmo tautol ogico sobre el espacio total del haz : Hom(, ) M , denido como : cuya restricci on a la bra sobre v Hom(, ) es v mismo considerado como una transformaci on lineal de (v) = ( )v a (v) = ( )v . Por otro lado, un morsmo h : induce una partici on de M dada por subconjuntos singulares Zj (h) = {x M | dimF ker hx = j }, 0 j rank (h) = donde precisamente Z ogico, Zj ( ) j 1 Zj (h). En particular para el morsmo tautol es una subvariedad de Hom(, ) y de hecho forman una estraticaci on de Z ( ). Como un morsmo h : de haces sobre M es equivalente a una secci on sh : M Hom(, ), decimos que el morsmo h es gen erico si la correspondiente secci on sh es tranversal a todas las subvariedades Zj ( ).
OBSTRUCCIONES EQUIVARIANTES EN LA TEOR IA DE HACES VECTORIALES
147
1 Observemos que si h es gen erico entonces Zj (h) son variedades; en efecto, como s h (Zj ( )) = Zj (h) y sh es transversal a Zj ( ), del Teorema de Transversalidad Zj (h) son tambi en sub (h). variedades de M . As , los Zj (h) dan una estraticaci on de Z
En particular si M es una variedad de dimensi on m y h : M Fni+1 es gen erico, desingularizando el conjunto Z (h) obtenemos una variedad diferenciable, cerrada, Kb -orientada (h), y un mapeo : Z (h) M cuya imagen es Z (h). Se dene la y de dimensi on m bi, Z i- esima clase caracter stica de Stiefel-Whitney o Chern como (h)]) cli ( ) = D ([Z (h)] es la clase fundamental de Z (h) y D es el donde h es alg un morsmo gen erico, [Z isomorsmo de dualidad de Poincar e. 4 Obstrucciones Equivariantes
Consideremos ahora un grupo de Lie G. Un G-haz vectorial suave p : M consiste de los siguientes elementos, el espacio total y el espacio base M son G-variedades, es decir, tienen una acci on suave por G, la proyecci on p es una aplicaci on equivariante, esto es, para cada e y g G se tiene que p(ge) = gp(e) y, para cada g G y x M , g : x gx es una transformaci on lineal. Un G-morsmo entre G-haces es un morsmo de haces que es equivariante. Se dice que un G-haz vectorial es trivial si existe un G-isomorsmo con el haz producto M V para alguna representaci on V de G. Podemos notar que a diferencia del caso no equivariante, existen tantos G-haces triviales de rango n, como representaciones n-dimensionales no equivalentes de G. Se puede hacer una construcci on equivariante an aloga a la construcci on en [1] para tratar de constru r obstrucciones (en cierta teor a de cohomolog a que detecte la presencia de la acci on de un grupo) para la existencia de un morsmo inyectivo h : M V ni+1 donde ahora es un G-haz y V una representaci on de G, como sigue: Sean y G-haces sobre la G-variedad M . El haz de morsmos Hom(, ) posee una acci on can onica tal que para cada g G y vx : x x en Hom(, ), g vx : gx gx es la transformaci on lineal denida mediante el diagrama gx
g 1 = g v x
/ gx O
= g
vx
/ x
148
HERNANDEZ R. G.
como (g vx )(z ) = g (vx (g 1 z )). Si : Hom(, ) M denota la proyecci on del haz, claramente (g vx ) = g x = g (vx ) por lo que es equivariante. Adem as para cada g G y x M , g : Hom(x , x ) Hom(gx , gx ) es lineal pues G act ua linealmente sobre las bras de . Por lo tanto Hom(, ) es un G-haz. Notemos que el haz inducido por un G-haz y una aplicaci on equivariante tambi en es un G-haz. En efecto, si p : M es el G-haz y F : N M la aplicaci on equivariante, se tiene que para todo g G y (v, z ) F , F (g v ) = g F (v ) = g p(z ) = p(g z ) por lo que F es invariante; adem as si p denota la proyecci on de F , p (g (v, z )) = g v = g p (v, z ) de modo que es equivariante; nalmente como la acci on en la segunda componente de F est a dada por la acci on de G en , tenemos que g : (F )v (F )gv es lineal para cada g G y v N. En particular para G-haces , M , se tienen G-haces bien denidos , Hom(, ). Consideremos ahora el morsmo tautol ogico : denido en cada bra como la transformaci on lineal dada por el siguiente diagrama ( )vx
= |
( )vx
O
=
vx
/ x
Se tiene que es un G-morsmo, pues si g G y (vx , z ) ( )vx entonces g (vx , z ) = g (vx , vx (z )) = (g vx , g (vx (z ))) y por otro lado, usando la denici on de la aplicaci on lineal g vx : gx gx tenemos que (g (vx , z )) = (g vx , g z ) = (g vx , (g vx )(g z )) = (g vx , g (vx (g 1 g z ))). Por otro lado, un G-morsmo h : induce una partici on de la G-variedad M en G-conjuntos singulares Zj (h) = {x M | dimF ker hx = j } donde 0 j rank , pues al ser h equivariante tenemos el siguiente diagrama conmutativo x
g = hx
/ x / gx
= g
(1)
gx
hgx
y dim ker hgx = dim ker hx . En particular para el morsmo tautol ogico tenemos subconjuntos G-invariantes Zj ( ) de Hom(, ). De hecho por [1] los Zj ( ) son G-subvariedades de codimensi on codim R Zj ( ) = bj (n k + j ), y a un mas, forman una estraticaci on de j ( ) = Whitney de Z Z ( ) en estratos G -invariantes. lj j Un G-morsmo h : de G-haces sobre M es equivalente a una secci on equivariante sh de Hom(, ). Decimos que h es un G-morsmo gen erico si la correspondiente secci on sh es transversal a todas las G-subvariedades Zj ( ). En este caso, si y son G-haces de
OBSTRUCCIONES EQUIVARIANTES EN LA TEOR IA DE HACES VECTORIALES
149
1 rango k y n respectivamente, como s h (Zj ( )) = Zj (h), del Teorema de Transversalidad se sigue que los Zj (h) son tambi en G-subvariedades de M de rango bj (n k + j ) y dan una j (h) = estraticaci on de Z lj Zj (h) por estratos G-invariantes.
Consideremos ahora un G-morsmo h : donde es ahora alg un G-haz trivial de rango k , esto es, un G-morsmo h : M V para alguna representaci on V de G de rango k . Notemos que como la acci on de G en V es lineal, tenemos una acci on can onica inducida en la proyectivizaci on de V , P (V ). Luego, si consideramos los conjuntos (h)V := {(x, L) M P (V ) | (x, L) ker hx } Z (h)V := {(x, L) Z (h)V | (x, L) = ker hx } Z (h)V M denota la proyecci (h)V y Z (h)V y : Z on sobre el primer factor, entonces Z con la acci on diagonal vienen a ser G-invariantes y una aplicaci on equivariante. En efecto, del diagrama conmutativo (1) vemos que si (x, L) ker hx , hgx (g L) = g hx (L) = 0 y por lo tanto g (x, L) = (g x, g L) ker hgx ; la contenci on rec proca se sigue de manera an aloga. De [1] se sigue que si h es gen erico Z (h)V es una G-variedad compacta de dimensi on m + b(k n 1), la imagen de es Z (h), y : Z (h)V M se restringe a un difeomorsmo (h)V := {(x, L) Z (h)V | (x, L) = ker hx } en la de la G-subvariedad abierta densa Z (h) desingulariza al conjunto Z (h). G-subvariedad Z1 (h), de modo que efectivamente Z Un hecho interesante que vale la pena destacar es que si la acci on de G sobre M es trivial, la G acci on sobre Z (h)V no es trivial a menos que V corresponda a la representaci on trivial. (h) para En este punto, podemos proceder considerando la homolog a ordinaria de Z obtener las clases caracter sticas de como en [1], sin embargo esta teor a no detecta la naturaleza equivariante en Z (h). En el caso de la (co)homolog a Borel-equivariante, aunque esta teor a detecta la G-acci on, no posee un isomorsmo de Dualidad de Poincar e que nos permita una generalizaci on directa de la construcci on en [1]. De modo que a n de tener un an alogo equivariante a tal construcci on es necesario estudiar dicho an alogo en una teor a de (co)homolog a equivariante apropiada. Sin embargo, a un no es claro si est as pueden establecerse en una manera axiom atica de la misma forma que en el caso no equivariante; as como las condiciones bajo las cuales se reducen al caso ordinario, pero el siguiente resultado muestra que una posible elecci on viene a ser la cohomolog a Borel-equivariante. Proposici on 1 Si P icG (M ) denota el espacio de G-haces vectoriales de l nea complejos sobre M , entonces 2 P icG (M ) (M ; Z), = HG
donde HG (; Z) denota el funtor de cohomolog a Borel-equivariante.
Bibliograf a [1] M. Aguilar, J. L. Cisneros-Molina, M. E. Fr as-Armenta, Characteristic classes and transversality.
150
HERNANDEZ R. G.
[2] S. S. Chern, On the multiplication in the characteristic ring of a sphere bundle, Ann. of Math. (2) 49 (1948), 362-372. MR 9, 456. [3] A. Hatcher, Vector Bundles and K-Theory, http://www.math.cornell.edu/ hatcher/VBKT/ McClure. MR MR866482 (88e:55002) [4] J. W. Milnor y J. D. Stashe, Characteristic classes. Ann. of Math. Studies No. 76, Princeton Univ. Press, Princeton, New Jersey, 1974.
EN VARIEDADES RIEMANNIANAS DIFERENCIACION Hern andez Zamora, F. G. Facultad de Matem aticas Universidad Veracruzana
e-mail: pacozam@msn.com
Resumen
En geometr a diferencial es necesario denir varias maneras de derivar como son derivada de Lie, derivadas covariantes y, en general, conexiones. En el presente trabajo se pretende argumentar la raz on de la necesidad de tantas maneras de derivar, as como estudiar las distintas formas de derivar objetos geom etricos, ya sean funciones o campos vectoriales, en variedades equipadas con una estructura Riemanniana, dando su justicaci on e interpretaci on tanto algebraica como geom etrica, vistas como una generalizaci on de la derivada direccional usual en espacios euclidianos.
Sobre Variedades Diferenciales
El concepto principal para estudiar curvas, supercies y subvariedades de espacios euclidianos, en particular en R3 , es el de parametrizaci on. As , cada punto cuenta con una parametrizaci on que lo contiene y se trabaja con cambios de par ametro y coordenadas. Una variedad diferencial es un espacio topol ogico (no necesariamente subconjunto de alg un n R ) que se dene en t erminos de parametrizaciones. Denici on 1 Una variedad n-dimensional es un espacio topol ogico Hausdor y segundo n numerable M localmente homeomorfo a un subconjunto abierto de Rn . La necesidad de pedirle condiciones al espacio topol ogico viene de lo siguiente: Por un lado, si se quiere introducir el concepto de derivada, eventualmente se necesitar a hablar de l mites, y para el c alculo de l mites es necesario el concepto de punto de acumulaci on, el cual s olo es aplicable a conjuntos innitos (vecindades con innidad de puntos), como se puede comprobar en cualquier libro b asico de Topolog a. Estando en un espacio de Hausdor se garantiza el poder derivar en la variedad. Por otro lado, para establecer algunos resultados b asicos de geometr a diferencial se necesita la t ecnica de construcci on de particiones de la unidad, para lo cual es necesario asumir que el espacio en cuesti on es segundo numerable. Por ejemplo, en [1] se da el siguiente resultado: A todo espacio topol ogico Hausdor y segundo numerable se le puede dar la estructura de una variedad diferenciable. Los homeomorsmos locales que se obtienen, junto con los abiertos donde est an denidos, se llaman cartas (o sistemas de coordenadas) y se representan por (U, ). De tal forma que se puede pensar que una variedad es formada por pedazos de abiertos de Rn . Se pide que 151
152
HERNANDEZ ZAMORA, F. G.
estos pedazos se peguen adecuadamente, en cuyo caso ser a de inter es que dicho pegado sea de manera diferenciable en el sentido que se describe a continuaci on. Un atlas en M es una colecci on de cartas {(Ui , i ) : i I } que cubren a M y que son 1 compatibles, en el sentido que los cambios de coordenadas j son diferenciables (con i 1 derivada hasta el orden que se necesite). Se observa que la funci on j i va de (un abierto de) Rn a Rn , es decir se trata de una funci on real. Una variedad diferenciable es una variedad n-dimensional junto con un atlas maximal (si una carta es compatible con un elemento del atlas, entonces pertenece al atlas). Los primeros ejemplos de variedades diferenciales de dimensi on n que aparecen son: trivn ialmente el espacio euclidiano R y la esfera unitaria (denida como subespacio topol ogico de Rn+1 ), donde se puede tomar como cartas a las proyeccion estereogr acas en los polos. Los sistemas de coordenadas permiten subir la estructura diferenciable de Rn a nuestra variedad, los cuales traducen a ella las propiedades locales de Rn , como las derivadas, diferenciales, campos vectoriales, etc. Por ejemplo, una funci on f : M R es derivable en un punto p de M , siempre que la funci on real f 1 lo es para cualquier carta (U, ) alrededor de p y su derivada estar a dada por la transformaci on lineal dp f = D(f 1 )((p)). Donde Dg (q ) es la matriz jacobiana de g o derivada de g en el punto q . Un vector v en Rn transforma una funci on diferenciable f : Rn R, de manera natural, usando la derivada direccional en el punto p y en la direcci on del vector v , vp (f ) = Dv f (p) = Df (p) v . Se omite al punto p, pero siempre debe entenderse que se est a evaluando. Esta asignaci on es lineal y satisface la regla del producto para derivadas (regla de Leibnitz), juntas estas dos propiedades nos dan el concepto de derivaci on. Proposici on 2 Propiedades de la derivada direccional. 1. v (cf + g ) = cv (f ) + v (g ). 2. v (f g ) = f v (g ) + v (f )g. El signicado geom etrico de la derivada direccional es entendido como la raz on de cambio que sufre la funci on f en la direcci on del vector v en el punto p. vp (f ) = lim f (p) f (p + hv ) . h0 h (1)
En analog a a la Proposici on 2, se dene un vector tangente a la variedad M en el punto p como una derivaci on sobre el espacio C (M ) de funciones diferenciables. El conjunto de todos los vectores tangentes a p en M , denotado por Tp M , tiene estructura de espacio vec torial con base { x 1 |p , x2 |p , ..., xn |p } denida en un sistema de coordenadas alrededor de
EN VARIEDADES RIEMANNIANAS DIFERENCIACION
153
p, (U, = (x1 , x2 , ..., xn )), cada operador x on actuando sobre C (M ), i |p es una derivaci 1 bajo la siguiente regla: x ). i |p f = xi (f
Un campo vectorial en Rn es una funci on derivable X : Rn Rn . Lo que se pretende enfatizar es que a cada punto del espacio euclidiano se le asigna un vector en el mismo espacio, el cual se considera como un vector libre en el sentido que lo podemos anclar en cualquier punto. En particular se trabaja con campos vectoriales sobre una curva, una supercie o en general una subvariedad de Rn , donde la diferenciaci on se establece usando una parametrizaci on en el punto correspondiente. Un campo vectorial X (t) = X (t), a lo largo de una curva en Rn , se deriva coordenada a coordenada y de manera sencilla se prueban las siguientes propiedades. Proposici on 3 Propiedades de la derivada de campos vectoriales. 1. 2. 3.
d (X1 (t) dt
+ X2 (t)) = =
df X (t) dt
d X (t) dt 1
d X (t). dt 2
d f (t)X (t) dt d dt
d + f (t) dt X (t). dX1 , X2 (t) dt

2 > + < X1 (t), dX >. dt
< X1 (t), X2 (t) >=<
Las propiedades anteriores permiten tener una apreciaci on algebraica de lo que se espera que satisfagan las maneras de derivar en variedades. Cuando se tenga un campo vectorial X a lo largo de una subvariedad S , pero de vectores tangentes a S , se dir a que se tiene un campo vectorial tangente a S . En cuyo caso X tendr a signicado intr nseco sobre la variedad S , independientemente de que est a inmersa en Rn . [3] Sea Y un campo vectorial tangente a S a lo largo de la curva : I R S Rn . Se deriva para obtener Y (t). Lo primero que notamos es que Y (t) no necesariamente es un vector tangente a la subvariedad S , como se puede ver al considerar la curva (t) = (cos t, sin t) en R2 y tomar el campo vectorial de vectores tangentes Y (t) = (t) = ( sin t, cos t), donde se tiene que Y (t) = ( cos t, sin t) no es tangente a la curva en el punto (t). Para tener una derivada de Y , intr nseca de la subvariedad S , se considera la proyecci on de Y (t) sobre el espacio tangente a S en (t), la cual se denota como sigue DY , dt la cual se llama derivada covariante de Y en la direcci on de la curva .
154
La siguiente proposici on establece algunas de las propiedades que tiene la derivada covariante, donde se observa de nuevo linealidad, una regla de Leibnitz tanto para la multiplicaci on de funciones como para el producto punto natural de Rn heredado a Tp S , el cual se denota por <, >p . El producto denido en Tp S se llama m etrica riemanniana en S . Proposici on 4 Para Y , Y1 y Y2 campos vectoriales sobre una supercie S del espacio eun clidiano R y f : S R derivable, se tiene. 1. 2. 3.
D (Y1 dt
+ Y2 ) = (t) =
D Y dt 1 df Y dt
D Y. dt 2
D f (t)Y dt d dt
D (t) + f (t) dt Y (t). DY1 , Y2 dt

2 > + < Y1 , DY >. dt
< Y1 , Y2 >p =<
Intuitivamente es dif cil interpretar la derivada covariante, sin embargo la derivada covariante a lo largo de la curva , en la direcci on de , del campo generado por la propia derivada de la curva, puede interpretarse como la aceleraci on de la curva vista desde la supercie. De hecho, D es la proyecci o n de sobre el plano tangente. Por lo tanto, si dt (t) es una curva sobre S , se puede imaginar como la trayectoria de una part cula que se mueve sobre la supercie. Entonces (t) es la velocidad, (t) es la aceleraci on que sufre la es la componente tangencial de la aceleraci on (t). part cula, y la derivada covariante D dt D Por lo que se considera dt como la aceleraci on que sufre la part cula para un observador que vive dentro de la supercie. Un campo vectorial sobre M es una asignaci on suave de un vector tangente en cada 1 punto de M . En coordenadas locales (U, = (x , ..., xm )), se escribe p = 1 (p) x 1 |p + ... + n (p) x | . El conjunto de campos vectoriales se denota por X ( M ). n p Dados dos campos vectoriales X, Y X(M ), Xp Y : C (M ) R no es una derivaci on, por lo que no es un vector, sin embargo el conmutador Xp Y Yp X s lo es. Este conmutador se llama corchetes de Lie y se denota por [X, Y ]. En el caso de los espacios euclidianos los corchetes de Lie son cero, pero en general en variedades los corchetes de Lie no son cero. De hecho, lo que nos mide es la conmutatividad de los ujos t y t generados por los campos X y Y , respectivamente. La derivada de Lie de Y respecto a X en p se dene por dt Yt (p) Yp (LX Y )p = limt0 . Es decir, (LX Y )p = c (0), donde c(t) = dt Yt (p) . As , se t tiene (LX Y )p = [X, Y ]p , ver [4]. 2 M etricas Riemannianas
Una m etrica Riemanniana en M es una familia g de productos internos, denidos positivos, en cada espacio tangente Tp M , que depende suavemente de p. Una variedad Riemanniana es una pareja (M, g ) con M variedad y g m etrica Riemanniana. Consultar [1], [2] y [4] para
EN VARIEDADES RIEMANNIANAS DIFERENCIACION
155
una revisi on completa de los conceptos de esta secci on. En analog a a las proposiciones de la Secci on 1, se dene un concepto muy general de derivada en variedades diferenciales. Denici on 5 Una conexi on sobre una variedad diferenciable M es una aplicaci on : X(M ) X(M ) X(M ) (X, Y ) X Y con las siguientes propiedades 1. f X1 +gX2 Y = f X1 Y + g X2 Y. 2. X (Y1 + Y2 ) = X Y1 + X Y2 . 3. X f Y = f X Y + (Xf )Y. En el caso euclidiano se cuenta con un producto interno can onico y el apartado 3 de la Proposici on 4 permite relacionar la m etrica con la derivada covariante. Es interesante encontrar que una conexi on est a determinada, de manera u nica, por la m etrica en la variedad y la simetr a de dicha conexi on (torsi on cero). Denici on 6 Una conexi on riemanniana o de Levi-Civita es una conexi on que satisface lo siguiente 1. [X, Y ] = X Y Y X. 2. X < Y1 , Y2 >=< X Y1 , Y2 > + < Y1 , X Y2 > . La primera propiedad dice que la conexi on es sim etrica, lo cual se interpreta en coordenadas como una conmutatividad en los coecientes de la conexi on (s mbolos de Christoel). Y la segunda propiedad dice que la m etrica es compatible con la conexi on en el sentido que satisface una regla de Leibnitz. La facilidad con que se puede derivar en espacios euclidianos, y en subvariedades de ellos, radica en que se identican vectores tangentes en diferentes puntos (simplemente se trasladan y puede hacerse operaciones entre ellos), sin embargo para el caso de variedades en general no hay forma directa de comparar vectores tangentes en distintos puntos, sin embargo las conexiones permiten realizar estas comparaciones.
156 Bibliograf a
[1] Gallot, S. Hulin, D. and Lafontaine, J. (1993). Riemannian Geometry. New York. SpringerVerlag. [2] Petersen, P. (1998). Riemannian Geometry. New York. Springer-Verlag. [3] Thorpe, J. A. (1979). Elementary topics in dierential geometry. New York. Springer-Verlag. [4] Walschap, G. (2004). Metric structures in Diferential Geometry. New York. Springer-Verlag.
ENSEANZA DE INTEGRALES A TRAVS DE APLICACIONES USANDO GEOGEBRA COMO MODELADOR. Herrera Serrano H. J.1, Saucedo Silva R. Departamento de Ciencias Bsicas, Instituto Tecnolgico de Cd. Jurez e-mail: resa6314@hotmail.com1 Resumen
El siguiente trabajo se presenta como una alternativa de enseanza y de motivacin para el aprendizaje del clculo integral mediante la utilizacin del software GeoGebra y con ejemplos de aplicacin, se pretende en esta investigacin mostrar una alternativa a la enseanza del clculo integral, vinculando su manipulacin algebraica con modelos reales de aplicacin y llevando al estudiante a un plano de aprendizaje con modelacin en geogebra para una mejor interpretacin de los objetos que se estudian.
1. Introduccin Con la tecnologa la enseanza adquiere otra dimensin, en particular la matematica vista y modelada en algunos de sus temas a travs del uso de modelos creados en computadora, propicia una visin dinmica a los estudiantes. Por mucho tiempo una preocupacin natural de cmo los alumnos abordan los problemas matemticos para su solucin ha sido un tema recurrente en las reuniones de educadores, matemticos y todo aquel profesional dedicado a la investigacin del proceso de enseanza de las matemticas, el cmo y cul es el desempeo de los estudiantes en diversas situaciones para la solucin de problemas en matemticas, es una constante en estas reuniones, El usar tecnologa que permita al alumno visualizar e interactuar con los objetos de estudio, y de esta forma se le permita llegar a la solucin de un problema en especifico, en este momento consideraremos que es el punto medular en el que damos oportunidad al alumno de construir su propia estrategia de solucin y/o de crearle un ambiente de libertad para que l proponga formas y ejemplos de solucin para el problema planteado, en el entendido que el desarrollo de las actividades de aprendizaje, el estudiante deber poner en juego el mximo de sus potencialidades intelectuales. La visualizacin y el uso de las mltiples representaciones de un objeto matemtico son considerados como un fuerte soporte para la formacin de conceptos. La visualizacin matemtica es el proceso de formar imgenes y usarlas efectivamente para el descubrimiento y el entendimiento matemtico, y considerar lo visual como un preludio hacia la abstraccin de conceptos y as permitir al estudiante formar varios modelos de una situacin de aprendizaje. [1]. Entonces, por todo lo anterior es importante disear formas de trabajo antes de ir al aula, planear estratgicamente qu es lo que se quiere que los alumnos hagan y por cual camino los vamos guiando para que lo hagan, por todo esto el usar modelos creados en computadora y que permita al estudiante interactuar en forma directa con el problema planteado da una posibilidad y visin de desarrollo educativo, adems que en el proceso de trabajo en equipo permite una posibilidad de sociabilizacin ya que en el ambiente escolar en estos ltimos aos ha preponderado este aspecto de la educacin, hablando por supuesto del entorno de la enseanza a travs de competencias. En matemticas cuando los estudiantes se enfrentan a problemas donde slo tienen que aplicar reglas o algoritmos, generalmente lo hacen con cierta fluidez y eficacia al resolverlos. Sin embargo cuando se le pide explicar o interpretar cierta informacin relacionada con la solucin de estos problemas, estos mismos alumnos muestran serias dificultades. [2]
157
158
HERRERA H.J., SAUCEDO R.
2. Propuesta Teorema de Torricelli: un resultado de hidrologa es el llamado teorema de Torricelli, el cual utilizaremos en algunos problemas de fsica cuya herramienta es el clculo integral. El teorema establece que la velocidad de salida de un liquido por una perforacin practicada en un recipiente a una profundidad h (ver Fig.1.1) esta dada por (2.1)
Fig. 1.1
note que a medida que el lquido sale, el nivel va disminuyendo y por lo tanto tambin la velocidad de salida, la velocidad de salida no depende de la forma del recipiente, nicamente depende de la profundidad h. El siguiente ejemplo ilustra el uso del teorema. Se tiene un deposito en forma de cono invertido (ver Fig. 1.2), de radio R y altura H. En el fondo del depsito se la a practicado una perforacin de radio r, si al inicio el depsito est lleno de agua, determinar el tiempo que tarda en vaciarse. Tome , y R x dy H y
d s
Fig. 1.2
ENSEANZA DE INTEGRALES
159
Utilizaremos el teorema de la conservacin de la masa, lo cual se traducira a decir que el volumen de agua que sale por la perforacin, es igual al volumen que se disminuye en el depsito (si la densidad permanece constante), estudiaremos el fenmeno en un tiempo dt y con la ayuda de la Fig.(1.1) En un tiempo dt el volumen que disminuye en el tanque est dada por
y el volumen que sale por la perforacin en el mismo tiempo dt, esta dada por
ya que la cantidad de agua que sale por el orificio es igual a la que disminuye dentro del deposito, tenemos
El signo negativo es porque un aumento en la salida de agua, produce una disminucin en el volumen del depsito (1) ds es la distancia que recorre una capa de agua que sale por el orificio en el tiempo dt, por lo que , donde v es la velocidad con la cual sale el agua por la perforacin, utilizando (2.1), tenemos que sustituyendo en (1)
(2) donde x es el radio de la superficie libre a un cierto tiempo t, este no es constante, depende de la altura. Considere los tringulos que se forman en el lado izquierdo de la Fig. (1.11) R x H y
Figura 1.3
160 Sustituyendo en (2) tenemos
Integrando, tenemos
para determinar el valor de la constante c, utilizamos las condiciones iniciales, cuando t=0 el deposito est completamente lleno, esto es , por lo que de (1.21)
Por lo que
cuando y=0 , t=tv es el tiempo que tarda en vaciarse, sustituyendo en la ltima expresin
161
Podemos dar la altura y del nivel del agua en trminos de t y de tv, factorizando tenemos
de (1.22)
De (1.23) vemos que
Por lo tanto
De (1.24), note que si t=0, y=H y que si t=tv, y=0. Resultados que eran de esperarse.
162
El modelo del problema que los alumnos trabajan en el laboratorio de matematicas, con el cual logran observar diferentes medidas de recipiente velocidad de vaciado etc. Se muestran en este trabajo 2 pantallas ejemplo de esta parte de la investigacin. La construccin permite al alumno modificar las dimensiones de agujero de vaciado o las dimensiones del cono y por lo tanto per\mite el modelar en cada caso una integral para cada uno de los casos. El diseo de las actividades de aprendizaje estn basadas en 2 corrientes el maestro genera un actividad de aprendizaje en forma escrita en la cual el alumno responde e interacta con cada uno de las preguntas propuestas y la otra parte del diseo de las actividades es que el alumno crea su propio cuestionario con el trabajo del problema modifica en forma inmediata los parmetros que le muestra la construccin y as en lapso de tiempo corto se pueden conseguir varias preguntas acerca del problema planteado a la cual los alumnos le pueden dar solucin.
Figura 1.4
163
Figura 1.5
3. Conclusiones Las actividades anteriormente expuestas, han mostrado el potencial didctico de uso de estos recursos tecnolgicos y se plantea la ventaja considerable que adquiere el uso de estas herramientas en la solucin del problema. El resultado fundamental de haber trabajado con tecnologa y el uso de estas estrategias didcticas, como las empleadas en esta investigacin, podr contribuir de manera significativa al mejoramiento de la enseanza matemtica particularmente del clculo integral. Por lo tanto, al llevar a cabo actividades como las descritas en este trabajo de investigacin, considero que se logra una enseanza cualitativa diferente, pues los conceptos se visualizan, no se memorizan. El profesor juega un papel fundamental pues tiene que convertirse en observador y ayudante de sus estudiantes, inclusive l mismo descubre cosas nuevas en el desarrollo de cada una de las partes que conforman las secuencias de trabajo, entonces es importante que l adopte una actitud de serenidad, adems, sus habilidades didcticas y metodolgicas son muy importantes para poder resolver dificultades no esperadas, para que el material utilizado realmente sea un facilitador del aprendizaje.
164 Bibliografa
[1] F. Hit (1998), Visualizacin Matematica, representaciones, nuevas tecnologas y currculo, Educacin Matemtica Vol. 10 No. 2, Grupo Editorial Iberoamrica, pp 35 [2] S.L.M. Trigo, Principios de la resolucin de problemas en el aprendizaje de las matemticas, grupo Editorial Iberoamrica. pp 44
APLICACIONES DE GRUPOS DE LIE. SOLUCIONES GENERALES DE ECUACIONES DIFERENCIALES ORDINARIAS Higuera J.1 , Shingareva I. Departamento de Matem aticas Universidad de Sonora
e-mail: jesus.higuera@correo.sica.uson.mx1
Resumen
El presente trabajo considera la construcci on de soluciones generales de ecuaciones diferenciales ordinarias de primer orden mediante aplicaciones de grupos de Lie uni-param etricos de transformaciones puntuales, llamadas simetr as puntuales. Considerando los innitesimales de un grupo admitido, las soluciones generales de ecuaciones diferenciales ordinarias de primer orden se obtienen desde dos puntos de vista: utilizando coordenadas can onicas y determinando el factor integrante. Se consideran tres clases de ecuaciones diferenciales de primer orden: ecuaciones lineales homog eneas, ecuaciones lineales no homog eneas, y ecuaciones de forma general con una funci on arbitraria (ecuaciones no lineales). Las soluciones generales obtenidas se comparan con las soluciones generales simb olicas, obtenidas mediante el sistema Maple.
Introducci on
En la segunda parte del siglo XIX, Sophus Lie introdujo la noci on de los grupos continuos, hoy llamados grupos de Lie en su honor, para unicar y extender varios m etodos especializados para resolver ecuaciones diferenciales ordinarias. Los primeros trabajos de Lie estaban relacionados con la integraci on de ecuaciones diferenciales parciales. Sus investigaciones lo llevaron a considerar grupos de transformaciones que dejaran una ecuaci on diferencial parcial invariante (simetr as de ecuaciones diferenciales) y pronto pudo darse cuenta que los distintos m etodos conocidos en la epoca para integrar ecuaciones diferenciales eran casos particulares de una teor a general en la que cada ecuaci on pod a integrarse bajo la acci on de un grupo continuo de transformaciones que, en esos casos, pod a ser calculado con facilidad. De esta manera, la intenci on de Lie era crear una teor a para resolver ecuaciones diferenciales similar a la creada por Galois para las ecuaciones algebr aicas. As , dada una ecuaci on diferencial, se deber a encontrar un grupo de transformaciones que dejara invariante la ecuaci on y por medio del estudio de las propiedades del grupo, simplicar la ecuaci on para resolverla [1]. Un grupo de Lie de transformaciones admitido por una ecuaci on diferencial corresponde a proyectar cada una de sus soluciones a otra soluci on de la misma ecuaci on diferencial. La representaci on es u nica si las variables independientes son jadas. Este punto de vista es esencial cuando se extiende el trabajo de Lie a factores integrantes de ecuaciones diferenciales ordinarias de primer orden as como de orden n [2]. 165
166
HIGUERA J., SHINGAREVA I.
El m etodo que se presenta en este trabajo, es simplemente un m etodo complementario para resolver ecuaciones diferenciales. A un cuando en este trabajo no mostraremos como simplicar una ecuaci on diferencial de orden n, usaremos los mismos elementos tales como: grupos de Lie uni-param etricos de transformaciones, transformaciones innitesimales, etc., que si bien para su aprendizaje de manera total se necesitar a exponer todo un trabajo aparte o la lectura de alg un libro especializado en algebra de Lie, empezaremos el trabajo dando una muy breve explicaci on de cada uno de estos elementos. Durante los u ltimos 30 a nos, han sido desarrollados e implementados, varios m etodos algor tmicos en sistemas de algebra computacional [4] para encontrar simetr as de ecuaciones diferenciales. En este trabajo escogemos un sistema de a lgebra computacional apropiado, para el cual existe una amplia colecci on de funciones predenidas con respecto a grupos de Lie. Este es el sistema Maple, con el cual se obtienen soluciones generales de algunas ecuaciones diferenciales ordinarias seleccionadas. Apoy andose en funciones predenidas, Maple nos facilita la implementaci on de los m etodos conocidos utilizados para encontrar soluciones a las ecuaciones diferenciales. En Maple, es posible desarrollar nuevos m etodos, algor tmos y programas basados en la teor a de grupos de Lie. La construcci on de nuevas soluciones de varias ecuaciones diferenciales parciales no lineales se puede consultar en [5]. 2 Grupos de Transformaciones
En esta secci on, empezaremos explicando los conceptos de los grupos de transformaciones. Sea x = (x1 , x2 , . . . , xn ) en la regi on D Rn . Grupo uni-param etrico de transformaciones El conjunto de transformaciones x = X(x; ), denido para cada x en D y el par ametro en el conjunto S R, con (, ) que dene una ley de composici on de los par ametros y en S , forma un grupo uni-parametrico de transformaciones si se cumplen las siguientes condiciones: 1) Para cada en S las transformaciones son uno-a-uno sobre D, i.e. x D. 2) S con la ley de composici on forma un grupo G. 3) Para cada x en D, x = x cuando = 0 corresponde a la identidad e, i.e. X(x; 0 ) = x. 4) Si x = X(x; ), x = X(x ; ), entonces x = X(x; (, )). Grupo de Lie uni-param etrico de transformaciones Un grupo de Lie uni-param etrico de transformaciones est a denido por un grupo uniparam etrico de transformaciones, si el grupo adem as de cumplir con las condiciones anteriores, cumple con las siguientes: 5) es un par ametro cont nuo, i.e. S es un intervalo en R (=0 corresponde a la identidad e).
APLICACIONES DE GRUPOS DE LIE.
167
6) X es innitamente diferenciable con respecto a x en D y una funci on anal tica de en S . 7) (, ) es una funci on anal tica de y , donde S , S . Transformaciones Innitesimales Si consideramos un grupo de Lie uni-param etrico de transformaciones x = X(x; ) (1)
con la ley de composici on y con la identidad = 0, y expandimos (1) alrededor =0 en una vecindad de =0, obtenemos la siguiente transformaci on: X(x; ) , =0 que se llama la transformaci on innitesimal del grupo de Lie uni-param etrico de transformaciones. Siendo (x) los innitesimales de (1). x = x + (x) + O(2 ), donde (x) = Primer Teorema Fundamental de Lie Teorema 1 Existe una parametrizaci on () tal que el grupo de Lie de transformaciones x = X(x; ) es equivalente a la soluci on de un problema de valor inicial para un sistema de ecuaciones diferenciales ordinarias de primer orden dado por dx = (x ) d con x = x cuando = 0. Generadores Innitesimales Conociendo el primer teorema fundamental de Lie, podemos asumir que un grupo de Lie uni-param etrico de transformaciones es parametrizado tal que su ley de composici on est a 1 dada por (a, b) = a + b, as que = . Por lo que en t erminos de sus innitesimales dx (x), el grupo de Lie uni-param etrico de transformaciones se convierte en = (x ) con d x = x en = 0. El generador innitesimal de un grupo de Lie uni-param etrico de transformaciones es el operador: n X= i (x) . xi =1 Para aplicar los generadores innitesimales en la resoluci on de ecuaciones diferenciales los deniremos con respecto a x = (x1 , x2 , . . . , xn ) y y = (y1 , y2 , . . . , yn ) teniendo de esta forma: n n X= i (x) , Y= i (y) . x y i i i=1 i=1
168 Transformaciones Puntuales
Un grupo de Lie uni-param etrico de transformaciones puntuales es un grupo de transformaciones de la forma: x = X(x, u; ), u = U(x, u; ), (2)
actuando en un espacio de m + n variables x = (x1 , x2 , . . . , xn ), u = (u1 , u2 , . . . , um ), donde x representa n variables independientes y u representa m variables dependientes. Un grupo de Lie de transformaciones puntuales (2) admitido por un sistema dado de ecuaciones diferenciales S proyecta cualquier soluci on u = (x) de S en una familia uni-param etrica de soluciones: u = (x; ) de S. Equivalentemente, un grupo de Lie de transformaciones puntuales (2) deja el sistema S invariante, signicando que la forma de S no cambia bajo las transformaciones (2) para cualquier soluci on u = (x) de S . 3 Aplicaciones a Ecuaciones Diferenciales Ordinarias
Ahora consideramos las aplicaciones de las simetr as puntuales al estudio de las ecuaciones diferenciales ordinarias de primer orden: y = f (x, y ). (3)
Asumimos que la ecuaci on admite un grupo de Lie uni-param etrico de transformaciones puntuales, llamado simetr a puntual x = X (x, y ; ) = x + (x, y ) + O(2 ), y = Y (x, y ; ) = x + (x, y ) + O( 2 ). con el generador innitesimal X = (x, y ) Coordenadas Can onicas Empezaremos usando las coordenadas can onicas y a continuaci on mostraremos dos ejemplos que describen dos clases de ecuaciones diferenciales ordinarias de primer orden. Es conocido que para cualquier grupo de Lie uni-param etrico de transformaciones puntuales (4), (5), existen coordenadas can onicas r(x, y ), s(x, y ) tal que (4), (5) se convierte en el grupo de traslaci on: r = r, s = s + . + (x, y ) . x y (4) (5)
169
Estas coordenadas se puede encontrar si resolvemos las ecuaciones Xr = 0 y Xs = 1. Por lo que en t erminos de las coordenadas can onicas, la ecuaci on diferencial y = f (x, y ) queda de la forma ds sx + sy y sx + sy f (x, y ) = = F (r, s), = dr rx + ry y rx + ry f (x, y ) donde F (r, s) se obtiene sustituyendo x y y en t erminos de r y s en sx + sy f (x, y ) . rx + ry f (x, y ) (6)
La invariancia de la ecuaci on original y la ecuaci on (6) bajo el grupo de traslaci on, signica que F (r, s) no dependen expl citamente de s. Por lo que la ecuaci on (6) debe ser de la forma: sx + sy f (x, y ) ds = G(r) = . dr rx + ry f (x, y ) As que la soluci on para la ecuaci on original est a dada impl citamente por
r(x,y )
s(x, y ) =
G() d + C.
1. Ecuaci on lineal homog enea. Consideramos la ecuaci on diferencial ordinaria lineal homog enea de primer orden y + p(x)y = 0 que admite el grupo de Lie uni-param etrico de transformaciones puntuales x = x, y = y.
x
En t erminos de sus coordenadas can onicas correspondientes, tenemos r=x, s= ln y . Entonces la soluci on general de la EDO est a dada por s(x, y ) = ln y =
x
p() d + C , o bien (7)
exp y=C
p() d ,
= eC . C
2. Ecuaci on linear no homog enea: Consideramos la ecuaci on diferencial ordinaria lineal no homog enea de primer orden y + p(x)y = g (x) que admite el grupo de Lie uni-param etrico de transformaciones puntuales x = x, y = y + (x),
170
donde u = (x) es cualquier soluci on particular asociada con la ecuaci on diferencial ordinaria linear homog enea u + p(x)u = 0. El generador innitesimal correspondiente al grupo de Lie uni-param etrico de trans erminos de las coordenadas can onicas, tenemos formaciones est a dado por X = (x) . En t y ds g (r ) y , y la ecuaci on diferencial original se reduce a = , cuya soluci on r = x, s = (x) dr (r) general es x y g () = + C. (x) () d Por lo tanto la soluci on general a la ecuacion diferencial tiene la siguiente forma:
x
y = (x)
g () + C(x). () d
(8)
En particular, obtenemos las soluciones generales (7) y (8) de las ecuaciones lineales homog eneas y no homog eneas mediante el sistema Maple:
ODE1:=diff(y(x),x)+p(x)*y(x)=0; dsolve(ODE1,can); dsolve(ODE1,Lie); ODE2:=diff(y(x),x)+p(x)*y(x)=g(x); map(simplify,[dsolve(ODE2,can),dsolve(ODE2,Lie)]);
Factores Integrantes Es bien conocido que la soluci on general de la ecuaci on diferencial ordinaria de primer orden (3) es una familia de curvas: (x, y ) = C. Entonces d = x + y y = 0, dx y por lo tanto la ecuaci on x + f (x, y )y = 0 (11) (10) (9)
es v alida para todas las soluciones de la ecuaci on (3). Ahora, asumimos que la ecuaci on diferencial (3) admite un grupo de Lie uni-param etrico de transformaciones puntuales (4), (5), y por lo tanto deja invariante la familia de curvas soluci on (9). Adem as asumimos que bajo la acci on del grupo (4), (5), la familia de curvas soluci on (9) de la ecuaci on (3) no son curvas invariantes de (4), (5). Entonces la familia de curvas soluci on satisface la ecuaci on X = (x, y ) + (x, y ) = 1, x y (12)
171
donde = f y X es el generador innitesimal. Sustituyendo para x de Eq. (11) en Eq. (12), f (x, y ) 1 , y por lo tanto x = . Finalmente, sustituyendo obtenemos y = f (x, y ) f (x, y ) d f (x, y ) los resultados obtenidos para x y y en Eq. (10), obtenemos = . Consedx y f (x, y ) cuentemente, el factor integrante de la ecuaci on original y = f (x, y ) es (x, y ) = y la soluci on general tiene la forma: (x, y ) = (x, y )f (x, y ) dx + (x, y ) + ((x, y )f (x, y ))y dx dy = C. (14) 1 f (x, y ) (13)
En particular, obtenemos el factor integrante (13) y la soluci on general (14) para la 2 ecuaci on no lineal y = (x + y ) mediante el sistema Maple:
with(DEtools): ODE3:=diff(y(x),x)=(x+y(x))^2; f3:=(x+y)^2; intfactor(ODE3,y(x)); dsolve(ODE3,Lie); Infs:=symgen(ODE3); IF:=1/(_eta-_xi*f3); mu3:=subs(Infs,IF); SolG:=-int(mu3*f3,x)+int((mu3+int(diff(mu3*f3,y),x)),y)=_C1; y(x)=solve(SolG,y);
Conclusiones
En el presente trabajo consideramos aplicaciones de grupos de Lie, como un m etodo complementario para encontrar soluciones a las ecuaciones diferenciales ordinarias de primer orden. Se obtienen soluciones generales y soluciones simb olicas de tres clases de ecuaciones diferenciales de primer orden: ecuaciones lineales homog eneas, ecuaciones lineales no homog eneas, y ecuaciones de forma general con una funci on arbitraria (ecuaciones no lineales). Hay un gran n umero de temas que relacionan los grupos de Lie en el estudio de ecuaciones diferenciales tales como: factor integrante, ecuaciones separables, ecuaciones homog eneas, reducci on del orden de ecuaciones diferenciales, m etodo de coecientes indeterminados, entre otros. Si bien no ahondamos en toda la gama que existe entorno al estudio de las ecuaciones diferenciales, ya sea ordinarias o parciales, quisi eramos mostrar un poco del trabajo que se puede hacer, con los primeros tipos de ecuaciones diferenciales que se aprenden en las carreras, dejando en claro que este no es el u nico trabajo, ni las u nicas posibilidades que da el estudio de los grupos de Lie.
Agradecimientos Nos gustar a agradecer el evaluador de este trabajo que mencion o comentarios interesantes. Este trabajo ha sido realizado gracias a nanciamiento de CONACYT, proyecto No. 55463.
172 Bibliograf a
[1] D avila Rasc on, G. (2003). El Desarrollo del algebra moderna, Parte III: Surgimiento del algebra abstracta. Apuntes de Historia de las Matem aticas, 2, 3878. [2] Bluman, G. and Anco, S. (2002). Symmetry and Integration Methods for Dierential Equations. New York. Springer-Verlag. [3] Duzhin, S. V. and Chebotarevsky, B. D. (2004). Transformation Groups for Beginners. Providence, Rhode Island. American Mathematical Society. [4] Shingareva, I. and Liz arraga-Celaya, C. (2009). Maple and Mathematica. A Problem Solving Approach for Mathematics. Second Edition. WienNew York. Springer. [5] Shingareva, I. and Liz arraga-Celaya, C. (2011). Solving Nonlinear Partial Dierential Equations with Maple and Mathematica. WienNew York. Springer.
HAY QUE MODERNIZAR LA ENSEANZA UNIVERSITARIA DE LA ESTADSTICA? Hugues Galindo E1., Gutirrez Flores G., Larios Rodrguez I.N. Departamento de Matemticas, Universidad de Sonora e-mail:ehugues@gauss.mat.uson.mx1 Resumen Reconociendo resultados negativos de la enseanza de la estadstica en el medio universitario vemos necesario replantearnos su posible modernizacin y particularmente la direccin en que debemos hacerlo. Esto surge no slo de considerar magros los resultados de una orientacin centrada en el dominio de algoritmos y tcnicas estadsticas que adems adolece de una visin integradora de los elementos estadsticos centrales en el proceso de resolucin de un problema estadstico sino tambin de considerar el impacto de la tecnologa computacional y la competencia global en la sociedad y en la educacin estadstica. 1. Introduccin Haciendo un somero balance del estado actual de la educacin estadstica encontramos que, internacionalmente, se realizan esfuerzos de investigacin y de aplicacin de sus resultados en desarrollos prcticos dirigidos al trabajo en el aula, en consonancia a la creciente importancia mundial otorgada a la Estadstica en la escuela y en otros mbitos. En este contexto y desde hace algunos aos se ha sealando que se requiere un nuevo paradigma de la educacin estadstica toda vez que nos encontramos en una nueva era de la Estadstica, impulsada por nuevas formas de usar y hacer Estadstica, emergentes del avance de la tecnologa computacional y la competencia global (Snee, 1999). A pesar de que en nuestro pas se ha venido impulsando la gradual incorporacin de la Estadstica a la cultura de los ciudadanos, los estudiantes llegan a la universidad sin los conocimientos estadsticos bsicos y en su formacin estadstica tienen que contemplarse formas de subsanar dicha deficiencia. Ante tales circunstancias, en nuestro medio hemos intentado cambiar el foco de los cursos introductorios de Estadstica en el nivel universitario del dominio de algoritmos y tcnicas, caractersticos de un enfoque tradicional, hacia la comprensin de conceptos pero an esto puede estar perdiendo de vista parte la naturaleza de la disciplina, sus propsitos y formas de razonamiento, que le otorgan sentido al uso de sus conceptos y tcnicas. Consideraciones como las anteriores llevan a plantearnos la pregunta con que titulamos el presente escrito as como el esclarecimiento de la direccin en que una modernizacin en la enseanza de la estadstica debiera darse.
173
174 2. Antecedentes
HUGUES GALINDO E. ET. AL.
A nuestro entender, la enseanza de la estadstica ha tenido varios momentos de auge. Uno de ellos se da al principio del siglo XX, con el impulso que K. Pearson y R. Fisher dan a la formacin experimental de cientficos e ingenieros, y otro, pudiramos decir, que se da en nuestros das. En el inter de estos dos momentos la Estadstica tiene una fuerte evolucin en su fundamentacin terico matemtica, que llega a tener repercusiones en su enseanza. En la actualidad, una caracterstica de la enseanza de la estadstica es el intento de alcanzar a toda la poblacin por razones semejantes a las que hicieron surgir el movimiento mundial de alfabetizacin y, haciendo analoga o extendiendo el trmino, que nos permite referirnos a ste como el de la alfabetizacin estadstica, lo que pudiramos intentar delimitar de diversos modos. Ciertamente que entre especialistas en educacin estadstica se usan otros trminos que consideramos no slo cercanos sino motivadores de la reflexin que iniciamos. Esos trminos son: Cultura estadstica, Razonamiento estadstico y Pensamiento estadstico; que algunos autores intentan describir y/o modelar, as como de valorar la necesidad que la sociedad tiene de ellos. En diversas publicaciones se presentan elementos que apoyan la idea de que la Estadstica se ha hecho de un lugar como componente cultural del ciudadano (Batanero, 2002) aunque se tiene conciencia de que ste propsito ha de enfrentar una variada gama de dificultades y errores que padecen los aprendices (Batanero, Godino, Green, Holmes, Vallecillos, 1994). Dicho propsito no se traduce en que los ciudadanos deban ser unos estadsticos aficionados sino que alcancen: a) capacidad para interpretar y evaluar crticamente la informacin estadstica, los argumentos apoyados en datos o los fenmenos estocsticos que las personas pueden encontrar en diversos contextos, incluyendo los medios de comunicacin, pero no limitndose a ellos, y b) capacidad para discutir o comunicar sus opiniones respecto a tales informaciones estadsticas cuando sea relevante (Gal, 2002, citado por Batanero, 2002). Visto de este modo, lo central en la Cultura estadstica no viene a ser el conocimiento de tecnicismos y formalismos propios de la disciplina sino ms bien manejo de la informacin estadstica que proporcionan. Por su parte, el Razonamiento estadstico tiene que ver tanto con otorgarle sentido a la informacin estadstica como con el uso de argumentos basados en los conceptos estadsticos, sus propiedades y relaciones. As, Razonar estadsticamente significa entender y estar en capacidad de explicar los procesos estadsticos y de interpretar completamente los resultados estadsticos (Salcedo, 2005). Mientras que el Pensamiento estadstico conlleva claridad del cmo y el por qu del quehacer estadstico e incluye reconocer y comprender el proceso investigativo completo (desde la pregunta de investigacin a la recoleccin de datos, as como la seleccin de la tcnica para analizarlos, probar las suposiciones, etc.), entender y utilizar el contexto de un problema para emitir conclusiones y planear investigaciones (Salcedo 2005). Precisamente estas ideas nos parece que abren un gran campo de consideraciones que no necesariamente hemos sopesado suficientemente en nuestro medio. Ciertamente que podemos decir que percibimos con esto la posibilidad de diversos niveles de alfabetizacin y que estos seran relativos a la sociedad o contexto (nivel educativo, institucin, carrera, etc.) en que
HAY QUE MODERNIZARLA ENSEANZA DE LA ESTADISTICA?
175
estemos inmersos, y su nivel idneo depender de aquello que resulte necesario para funcionar en dicho contexto o en un contexto futuro. Permite tambin discernir entre una serie de caractersticas que orienten la enseanza de la estadstica en un medio especfico. Particularmente la Asociacin Americana de Estadstica (ASA, por sus siglas en ingls) ha impulsado una tarea de este tipo, que le llev a establecer: Guidelines for assessment and instruction in statistics education. College report. (Garfiel, J. et. al., 2005), los cuales postulan las siguientes seis recomendaciones para la enseanza de la estadstica en cursos introductorios: 1. Enfatizar la cultura estadstica y el desarrollo del pensamiento estadstico de los estudiantes; 2. Usar datos reales; 3. Enfatizar la comprensin conceptual por encima del simple conocimiento de procedimientos; 4. Fomentar el aprendizaje activo en el saln de clase, 5. Usar la tecnologa para desarrollar comprensin conceptual y analizar datos; 6. Usar las evaluaciones para mejorar y valorar el aprendizaje de los estudiantes. Al margen de incluir sugerencias y ejemplos que apoyen los cambios implicados al implementar este tipo de recomendaciones que, como se puede ver en el contenido del apndice en este escrito, rescatan recomendaciones hechas en el reporte Cobb (1992). 3. Reflexiones Cuestiones bsicas para la enseanza de la estadstica en nuestro medio no se estn haciendo debida o extensivamente de modo tal que consideraciones como las anteriores surjan natural y explcitamente ni contamos con una gua propia para la educacin estadstica. Esto muestra lo difcil que resulta romper con la enseanza tradicional y nos pone en riesgo de realmente seguir entrampados por ella tanto por su hegemona como por la ausencia de pautas que clarifiquen o muestren alternativas diferentes. Una postura prevaleciente en el mbito educativo es que una buena enseanza de la Estadstica es aquella que impulsa el dominio, por parte de los estudiantes, de algoritmos y tcnicas propias de la disciplina. Aparentemente esto no suena tan mal y en principio creemos que es la posicin adoptada por la mayora de los profesores de cursos de estadstica a nivel universitario, en consonancia con lo marcado por los programas de tales cursos y libros de textos ah sugeridos, lo que lejos est de contribuir al rompimiento de un enfoque tradicional. A manera de ejemplo, ante un conjunto de datos se propone que el estudiante sea capaz de resumirlos en tablas de frecuencia, en medidas descriptivas y en grficas pertinentes, tomando a esto como el quehacer de una fase de la Estadstica: la descriptiva; bosquejo que en lo general responde a lo marcado para ella en programas de cursos sobre Estadstica y en el subrayamos un nfasis hacia la algoritmia y los tecnicismos, nfasis que prevalece en otras fases o temas. Esta postura comn da la impresin de que no hay un antes ni un despus en los tratamientos que comprende la fase. Esta situacin nos ha llevado a pensar que un cambio de visin en la enseanza de la Estadstica es necesario para esta tarea. Esta visin debe considerar los fines de
176
la Estadstica, sus modos de razonamiento, alcances y limitaciones. As mismo, que el aprendizaje de sus ideas y conceptos enfrenta mltiples dificultades y superar esta contingencia requiere un papel activo del sujeto que aprende as como un ambiente de enseanza-aprendizaje que propicie y oriente adecuadamente tal actividad. Tambin debe considerar que en la actualidad se cuenta con dispositivos tecnolgicos que pueden ser usados como herramientas tcnicas, didcticas y o cognitivas; lo que permitira descargar la parte operativa en los dispositivos y prestar mayor atencin a la parte cualitativa del anlisis estadstico. No cabe duda de que la elaboracin de resmenes cuantitativos y dems productos estadsticos tcnico-algortmicos constituye una tarea estadstica ineludible. Sin embargo, por un lado, todos estos productos son elaborados con un fin, para cuyo alcance se ven implicadas tareas como la interpretacin, induccin, deduccin o generalizacin a partir de estos, siguiendo pautas estadsticas. Por otro lado, estos productos parten de una materia prima: los datos; que para servir al fin perseguido deben cumplir ciertas suposiciones hechas en tcnicas y algoritmos, las que deben ser revisadas estadsticamente y ser previstas desde la planificacin para abordar una situacin o problema dado. De todo esto es que percibimos la necesidad de un cambio que responda a cuestionamientos como el planteado a manera de ttulo del presente escrito, a precisiones que se derivan de l: qu sera esa modernizacin?, en qu direccin?, etc.; a planteamientos tales como: cules son las necesidades de alfabetizacin estadstica de los estudiantes universitarios? o de replantearse cules debieran ser las metas, propsitos y/o lineamientos para la educacin estadstica en nuestro medio? Sobre estas cuestiones adelantamos algo de nuestro punto de vista: la enseanza de la estadstica debiera contemplar algunas de las recomendaciones citadas lneas atrs y ser guiada por la prctica estadstica, postura que resulta congruente con la promocin del pensamiento estadstico en los estudiantes, por un lado, y con el papel central de las prcticas en la actividad matemtica, estadstica en nuestro caso, como es postulado por el Enfoque Ontosemitico de la Cognicin Matemtica (Godino, et. al., Batanero y Font, 2008), por el otro. Sealamos la prctica estadstica refirindonos a lo que un profesionista y/o un estadstico hace al enfrentar un problema. Incluye un proceso (estadstico) para resolver problemas en situaciones bajo incertidumbre, problemas en cuya solucin surge la necesidad de contar con datos elegidos con pertinencia y que presentan alguna variabilidad cuya explicacin proporciona pautas de respuesta, respuesta que debe ser interpretada en el contexto original del problema. El esquema que aparece ms adelante como la Figura 1(Kader y Perry, 1994) puede verse como una ilustracin de dicho proceso. Bajo este conjunto de ideas, pretendemos que los estudiantes aborden situaciones problema de naturaleza estadstica que les permitan vivir un proceso semejante al planteado. Es decir, las actividades didcticas que contemplamos consideran al estudiante como una persona que tiene que precisar un problema o pregunta a abordar, dilucidar cmo puede ser atacada, determinar y llevar a cabo las acciones necesarias que les permitan arribar a resultados y que finalmente van a ser interpretados y valorados de acuerdo a la situacin problemtica original, por supuesto, con las limitaciones y alcances propios de su desarrollo.
177
Siendo congruentes con las ideas expuestas, entre los objetivos que se persiguen a travs de las actividades en cuestin estn: a) Perciba la naturaleza de los problemas estadsticos; b) Identifique el proceso estadstico como proceso de pensamiento involucrado en la solucin de un problema estadstico; c) Experimente diferentes aspectos que intervienen en un proceso estadstico; d) Comprenda los conceptos y tcnicas estadsticos bsicas; e) Utilice la tecnologa como herramienta en sus elaboraciones estadsticas. Para ilustracin de lo anterior, aunque slo de manera muy puntual, en la Figura 2, se agrega el punto de partida de una actividad didctica que hemos implementado a fin de concretar estas ideas y que ha resultado muy enriquecedora.
Figura 1.Esquema del proceso estadstico
Figura 2.Actividad didctica: Hombre de Vitrubio
178 Bibliografa
Batanero, C.; Godino, J. D.; Green, D. R.; Holmes, P.; Vallecillos, A.: 1994, Errors and difficulties in understanding elementary statistical concepts. Internation Journal of Mathematics Education in Science and Technology, 25(4), 527-547. Batanero, Carmen. (2002). Los retos de la cultura estadstica. Conferencia inaugural de las Jornadas Interamericanas de Enseanza de la Estadstica. Buenos Aires. Recuperado del sitio: http://www.ugr.es/~batanero/publicaciones%20index.htm Cobb, G. W. (1992). Teaching Statistics. In Lynn A. Steen (Ed.) Heeding the Call for Change: Suggestions for Curricular Action. Washintong D. C.: The Mathematical Association of America, Chap. III: 3-43. Gal, Iddo. (2002). Adult's statistical literacy. Meanings, components, responsibilities. International Statistical Review, 70(1), 1-25. Garfield, J.; Aliaga, M.; Cobb, G.; Cuff, C.; Gould, R.; Lock, R.; Moore, T.; Roosman, A.; Stephenson, B.; Utts, J.; Velleman, P.; Witmer, J.; (2005). Guidelines for assessment and instruction in statistics education (GAISE) College report. Alexandria, VA: American Statistical Association. Recuperado del sitio: http://www.amstat.org/education/GAISE/GAISECollege.htm Godino, J. D.; Batanero, C. y Font, V. (2008). Un enfoque ontosemitico del conocimiento y la instruccin matemtica. Departamento de Didctica de la Matemtica, Universidad de Granada, Espaa. Recuperado de: http://www.ugr.es/local/jgodino/indice_eos.htm http://www.amstat.org/education/GAISE/GAISECollege.htm Kader, G.; Perry, M. (1994). Learning Statistics with Technology. Mathematics Teaching in the Middle School 3(5). Salcedo, A. (2005). Cultura, razonamiento y pensamiento estadstico. Hiptesis Alternativa, 6(1), 3-9. Snee, R. D. (1999). Discussion: Development and Use of Statistical Thinking: A New Era. International Statistical Review, 63(3), 255-258. Apndice El reporte Cobb. Como resultado de los trabajos del Focus Group on Statistics Education: MAA's Curriculum Action Project, George W. Cobb (1992) hizo un reporte que incluye las siguientes tres recomendaciones: 1. Enfatizar el Pensamiento estadstico. Un curso introductorio debe tomar como su principal objetivo ayudar a los estudiantes a aprender los elementos bsicos del pensamiento estadstico: La necesidad de los datos. Reconocer la necesidad de basar decisiones personales en situaciones bajo incertidumbre en evidencia proporcionada por datos y los peligros de actuar bajo suposiciones no apoyadas por datos. La importancia de la produccin de los datos. Reconociendo que es difcil y consume mucho tiempo formular problemas, es de suma importancia de obtener datos de buena calidad que realmente competan a la pregunta correcta. La omnipresencia de la variacin. Reconocer que la variabilidad es ubicua viene a ser la esencia de la Estadstica como disciplina y esto no puede ser entendido propiamente con slo escucharlo en una clase. Debe ser experimentado.
179
La cuantificacin y explicacin de la variabilidad. Reconocer que la variabilidad puede ser medida y explicada, tomando en consideracin a) la aleatoriedad y las distribuciones; b) los patrones y las desviaciones; c) los modelos matemticos para describir patrones; d) la interrelacin (dilogo) de datos y modelos. 2. Ms datos y conceptos, menos teora y pocas recetas. Casi cualquier curso de Estadstica puede ser mejorado poniendo un mayor nfasis sobre los datos y conceptos, a expensas de menos teora y menos recetas. Adems, para optimizar el alcance posible, la elaboracin de clculos y grficas debe ser automatizada. 3. Fomentar la actividad de aprendizaje. Como regla, los profesores de Estadstica deberan confiar menos en la clase tipo conferencia y en cambio hacerlo ms en alternativas tales como proyectos, ejercicios de laboratorio, resolucin de problemas en grupo y actividades de discusin, envolviendo activamente a los estudiantes.
NDICES DE REPROBACIN EN MATEMTICAS EN NIVEL MEDIO SUPERIOR Y SUPERIOR Ibarra Murrieta B. M.1*, Colmenero Sujo L. H.2, Garca Fierro M. A.1 Departamento de Sistemas y Computacin 2 Departamento de Ciencias Bsicas Instituto Tecnolgico de Chihuahua II e-mail: blanca.ibarra@itchihuahuaii.edu.mx* Resumen
Existe un problema generalizado en el pas en cuanto al proceso de enseanza y aprendizaje en el rea de Matemticas. En las carreras de Ingenieras que se ofrecen en las diferentes instituciones educativas en el pas, se imparte la asignatura de Matemticas I con sus diferentes nombres pero que exponen el tema de Clculo. Esta investigacin hace una resea histrica de los ndices de reprobacin en el rea de Matemticas y analiza sus causas. Adems muestra los errores ms comunes que se presentan en los alumnos en el manejo del lgebra y finalmente muestra algunas soluciones relacionadas con la problemtica. Es un documento importante para quienes inicien alguna investigacin relacionada con este tema.
1
1. Introduccin El proceso de enseanza y aprendizaje es la principal actividad en una institucin educativa, el cual se dificulta debido a diversos factores. Especialmente el rea de Matemticas presenta un alto porcentaje de reprobacin, segn datos presentados posteriormente en esta investigacin. Un caso especial es la materia de Matemticas I que se imparte en las diferentes carreras de Ingeniera que se ofrecen en el pas, donde se imparte clculo. Los problemas de aprendizaje que presentan los alumnos, se deben a varios factores, entre ellos: deficiencias de conocimientos y habilidades que traen consigo en lgebra derivados de la falta de motivacin por parte de los maestros de nivel medio superior, grupos de primer semestre con un elevado nmero de alumnos, entre otras cosas. Adems existe una discontinuidad entre los programas de estudios y sus procesos de aprendizaje. Parece ser que todos los sistemas educativos son independientes unos de otros por lo que tendra que haber un eslabonamiento de desarrollo entre todos los grados, sobre todo cuando se implementa un nuevo modelo educativo. En la prctica existe una diferencia significativa en la educacin y formacin en la manera de como se ensean las Matemticas entre las instituciones pblicas y privadas, la apreciacin desde afuera, es que las instituciones privadas cumplen mejor con el proceso de enseanza aprendizaje. Para que se lleve este proceso con xito, el maestro debe dominar el modelo educativo, las tcnicas y las estrategias didcticas relacionadas a l. La falta de cursos de preparacin para el maestro regularmente en el sector pblico conlleva a bajos niveles de aprendizaje en los contenidos de las materias.
181
182 2. Objetivo general
IBARRA B.M., COLMANERO L.H., GARCA M.A.
Determinar las principales causas y soluciones que relacionadas con ndices de reprobacin en lgebra en el nivel medio superior y superior.
3. Metodologa Se llevan a cabo principalmente cuatro pasos: Se investigan trabajos desarrollados. Se analiza la informacin y extraen las causas y soluciones. Se obtiene resultados y conclusiones. Se documenta la investigacin. 4. Desarrollo Se hace un anlisis de los trabajos de investigacin enfocados a los altos ndices de reprobacin en las asignaturas de clculo que se imparten en algunas Instituciones del pas en el nivel medio superior y superior. Se determinan las causas que las originan y las propuestas de solucin que se plantea en cada caso. Porcentajes de reprobacin y sus causas En el Departamento de Ingeniera del Centro Universitario de la Costa Sur se desarroll un software didctico para la asignatura de Matemticas I (CUCSUR, 1997), proyecto que surgi como una opcin para remediar la problemtica que se describe a continuacin: Se realiz una encuesta que arroj que el 38.6 % de los estudiantes que cursan la asignatura de Matemticas I la reprueban. Los profesores de Matemticas consideraban que el problema era causado por la falta de motivacin de los estudiantes hacia las Matemticas, especialmente en la unidad de algebra. En un Seminario de Diagnstico Local en la UNAM, escrito por Barrera (2003), se manifiestan los altos ndices de reprobacin en las asignaturas de Matemticas del primer semestre de la Facultad de Ingeniera. Los porcentajes de reprobacin en los siguientes cinco semestres en la UNAM, fueron: para el semestre 2001-1 reprobaron lgebra el 42%, en 2001-2 el 65%, 2002-1 53%, 2002-2 62% y 2003-1 56%. En el primer semestre, todos los alumnos que estudian alguna carrera de Ingeniera en esta Facultad, cursan las asignaturas de Clculo I, lgebra, Geometra Analtica, Fsica Experimental, Cultura y Comunicacin. De stas, las tres asignaturas de Matemticas son las que tienen los ms altos ndices de reprobacin, incluyendo en este rubro el porcentaje de alumnos que no presentan examen. Se tomaron medidas tendientes a resolver la problemtica y, aun cuando ha habido resultados alentadores, los autores sugieren que se debe continuar en la bsqueda de soluciones. Las causas del problema fueron atribuidas a varias razones que han incidido en esta situacin; siendo las ms sobresalientes: por parte del alumno; deficiencia en los conocimientos y malos hbitos de estudio. Ajenas al alumno, semestres incompletos de mala programacin de exmenes finales, grupos de primer semestre con un elevado nmero de alumnos y en aulas inadecuadas; finalmente, malos profesores.
NDICES DE REPROBACIN EN MATEMTICAS
183
En una investigacin realizada por Hernndez (2003), llamado La falta de habilidades en la comprensin lectora de los alumnos de la escuela de Bachilleres de la Universidad Autnoma de Quertaro, Plantel Sur. La causa de problemas de aprendizaje, habla de lo comn que es que en las reuniones formales e informales que tienen los docentes de la Escuela Preparatoria, manifiesten que la falta de comprensin lectora que tienen los alumnos es la causa de sus problemas de aprendizaje y posible reprobacin. Argumentaron que en las actividades de aprendizaje que se desarrollan en la clase y que tienen como apoyo didctico un texto, los jvenes encuentren serias dificultades para abordarlo y resolver las tareas propuestas por el docente, ya sean problemas de fsica, qumica, matemticas o lecturas en las materias humansticas y sociales. Estas inferencias se hicieron a partir de la experiencia que los docentes tienen en el aula, sin que lleguen a tener una explicacin mejor sustentada, que d la posibilidad de una explicacin ms clara de lo que est ocurriendo. Es por ello que estas afirmaciones las hicieron preguntas: Por qu los alumnos no comprenden los textos de lgebra?, Cul es la razn de que a los jvenes se les dificulte responder de manera verbal y escrita?, en los jvenes La comprensin lectora es realmente la que propicia los problemas de aprendizaje? Cuestionamientos que se tienen que investigar. Fallad (2004) describe que Kaput, us el trmino "alineacin de lgebra" para referirse al "devastador" problema educativo que trata con la falta de motivacin y habilidad en la aplicacin de las matemticas como una herramienta de interiorizacin personal, as como en la resolucin de problemas. Adems, indica que el centro de esta alineacin se debe a dificultades inherentes en el manejo de un sistema simblico formal, aislado de otro conocimiento que puede ser proporcionado por una regeneracin de informacin con respecto a la apropiacin de las tareas realizadas. Esta problemtica es retomada constantemente por varios investigadores, incluso por Fallad (2005) en el artculo titulado Software Educativo para la Asignatura de Matemticas I de Nivel Licenciatura, en el que rese los altos ndices de reprobacin en lgebra en alumnos de nivel medio superior y superior. Hizo un anlisis de las investigaciones realizadas hasta esta fecha, misma que se transcribe continuacin: En Mxico, por muchos aos, la enseanza de las Matemticas se ha caracterizado porque los estudiantes terminan sus cursos con muchas deficiencias, sobre todo en el uso del lgebra. Este es un problema que inicia en la formacin acadmica del estudiante desde la primaria pasando por la secundaria y la preparatoria. Adems existe una discontinuidad entre los programas de estudios y sus procesos de aprendizaje. En teora, debe haber un eslabonamiento de desarrollo entre todos los grados, pero en la realidad no es as; ms adelante, esta situacin causa, muchos problemas en el estudiante y en sus actividades escolares. En la prctica, todos los sistemas educativos son independientes unos de otros. Adems existe una diferencia significativa en la educacin y formacin en la manera de como se ensean las Matemticas entre las instituciones pblicas y privadas. Briceo (2006), afirma que las estadsticas de los ltimos cinco semestres resulta ser motivo de preocupacin por los altos ndices de reprobacin en las asignaturas de aritmtica y lgebra del primer grado; geometra plana, analtica y trigonometra del segundo grado; y estadstica y
184
probabilidad del tercer grado. Segn estos datos, en el curso escolar 2003-2004 reprobaron el 60%, 50% y 30%, en el curso 2004-2005 el 66%, 58% y 51% y en el primer semestre del 20052006 fue de 62%, 83% y 40% respectivamente, siendo en general el 56% en promedio. Una investigacin de la Universidad Autnoma de Aguascalientes (UAA) nos revela las materias que tienen los ms altos ndices de reprobacin entre los alumnos. Hay algunas, como Derecho Procesal en la carrera de Derecho, que registran una reprobacin por encima del 80%; o como Diseo Estructural en la carrera de Arquitectura, con una reprobacin del 75%, pero las materias que concierne a esta investigacin es en el rea de Matemticas para las diferentes carreras. Parece contradictorio, pero en la carrera de Matemticas Aplicadas, se encontr que los alumnos que no aprueban las materias de Anlisis Matemtico y Clculo Diferencial representan un 73.33% de la poblacin estudiantil. En ingeniera agroindustrial para clculo diferencial se tiene una reprobacin del 63.9%. En ingeniera Agronmica en Matemticas presentan un 67.7%. Para Ingeniera Electrnica es de 81.6%. En Ingeniera en Sistemas Computacionales en la materia de lgebra el 80% reprueba y para clculo diferencial el 80.6%. Los datos aportados corresponden al semestre de enero a junio del ao 2008, que es ltimo disponible en las estadsticas de la UAA ( DesdeLaRed ,2009). En la Unidad Profesional Interdisciplinaria en Ingeniera y Tecnologas Avanzadas UPIITA, que forma parte del Instituto Politcnico Nacional, determinan que el principal factor escolar de Desercin, Rezago y Permanencia, es la reprobacin en Matemticas (Filio, 2010). En un ejercicio de accin tutorial que se realiz en un semestre, se busc reunir a los estudiantes que comparten tutor el que, a su vez, imparte los cursos de Matemticas en diferentes semestres, con el objeto de discutir el problema del rendimiento en Matemticas y sus causales desde su punto de vista. De manera sinttica, la problemtica es: 1. El profesor de Matemticas lleva el ritmo del programa de estudios, no el del estudiante. 2. El profesor de Matemticas no hace comentarios de las posibles aplicaciones de los contenidos que imparte. 3. El profesor de Matemticas no termina su curso por lo que en el siguiente hay problemas. 4. El profesor de Matemticas hace exmenes cuyas preguntas no tienen que ver con lo que ense, ni con el nivel de dificultad con que se imparti el curso. Durante las sesiones grupales, las causas nunca se dirigieron al estudiante. Las culpas y responsabilidades siempre se centraron en el profesor (Filio, 2010). La informacin sobre las problemticas y causas de reprobacin en el rea de Matemticas ya citadas en este documento, reafirma el rezago educativo que existe en Mxico. Estas situaciones se manifiestan tambin en el InstitutoTecnolgico de Chihuahua II (ITCHII) hasta la actualidad segn una investigacin realizada y documentada en la tesis para obtencin de grado de maestra que lleva por nombre Obtencin de Perfiles Algebraicos en Alumnos de Nuevo Ingreso realizada por M.C. Blanca Maricela Ibarra Murrieta (2007) y la investigacin, Los Factores externos que afectan el aprendizaje de lgebra desarrollada por Ricardo Blanco, Alberto Camacho y Blanca Ibarra (2010). En el primer caso manifiestan que los problemas de aprendizajes persisten ao con ao. En agosto-diciembre del ao 2005, los porcentajes de reprobacin de Matemticas I, para dos grupos Ingeniera en Sistemas Computacionales, fueron 52.08% y 62%, en tanto que para dos
185
grupos de Ingeniera Industrial lo fueron del 47% y 75%. Adems, un grupo de estudiantes que repitieron la materia, de Ingeniera en Sistemas Computacionales, obtuvo 47.02%. Se disea una herramienta (examen) para determinar las deficiencias que trae el alumno en lgebra principal causa de reprobacin de esta materia. Esta elaborada contemplando los temas (llamada competencia para el autor) principales del lgebra tomados de los libros de texto de los Colegios de Bachilleres. Cada reactivo se relaciona con tres competencias. De esta manera se puede obtener el perfil del alumno. Se le llama perfil a la especificacin de las tres competencias donde sali ms bajo en las que debe reforzar sus estudios [Figura 1]. Agosto Diciembre 2005 Porcentajes Reprobacin Matemticas I ISC 52.08% ISC II II ISC Repeticin 62% 47% 75% 47.02%
Figura 1. ndices de reprobacin.
En la segunda investigacin se retoma la herramienta de diagnstico de competencias en lgebra y se aplica a dos grupos que cursan la materia Matemticas I .Se tiene una muestra de 61 alumnos de los cuales slo pasaron 2 con calificacin de 70 (mnimo aprobatorio) representando el 3.27%. Se elabora un cuestionario para determinar los factores externos que afectan al aprendizaje del lgebra. Se aplica la Minera de datos, que es una tcnica de programacin y se abstrae conocimiento muy importante. Se denota que el Colegio de Bachilleres obtuvo la ms baja calificacin en el examen de diagnstico. Adems los que tomaron la especialidad Fsico/Matemtico en todas las escuelas, son el grupo con las calificaciones ms bajas. Ante este resultado se establecera la siguiente pregunta Qu influy para que no aprendieran si estaban en la especialidad ideal para la carrera ISC? (Blanco,Camacho y Ibarra,2010). Errores comunes en el manejo del lgebra En su disertacin Doctoral, Hoyos (1996), continuando con la lnea de investigacin desarrollada por uno de los grupos investigadores en el campo de la educacin Matemtica, del Departamento de Matemtica Educativa de Cinvestav IPN (ver p.e., Filloy, E. & Rojano, T., 1984; Filloy,E., Figueras, O., y Valdemoros, M., 1986; Figueras, O., 1988), se destaca una serie de dificultades en los estudiantes de 16-18 aos con respecto al desarrollo del lenguaje algebraico. Estas dificultades se mostraron al tratar de usar el lenguaje algebraico en trminos de una herramienta que permitiera describir objetos y propiedades geomtricas, como son la pendiente y la ecuacin de una recta (en el caso en que sta no cruza por el origen). Las razones metodolgicas indicaron la conveniencia, en ese momento de la investigacin, de elegir los casos de alumnos con promedios ms altos, por ser estos sujetos aquellos cuya configuracin de estrategias para la resolucin de problemas es ms aproximada a la del experto o entrevistador, lo que conlleva, en el mejor de los casos, al establecimiento de mejores canales de comunicacin entre el sujeto en estudio y el experto-entrevistador.
186
As, si bien todos los casos faltantes debieran ser atendidos, de entre ellos resalta el ubicado en la compartimentacin (- ,+, -), el cual se caracteriza por bajo dominio sintctico-algebraicoelemental, alto grado de semantizacin de un sistema algebraico de signos elemental, y ninguna competencia algebraica, en particular con respecto al tipo de tareas de descripcin de situaciones geomtricas usando lgebra. En la tesis para obtencin de grado de maestra que lleva por nombre Obtencin de Perfiles Algebraicos en Alumnos de Nuevo Ingreso realizada por Blanca Ibarra (2007) se disea una herramienta de diagnstico, tomando como base el examen de admisin del ITCHII para el ao 2004, del cual se consideraron los reactivos: 11, 13, 15, 20, 21, 23, 27 y 30; para definir la problemtica. Los errores que se presentan con el manejo del lgebra se muestran en la siguiente imagen [Figura 2]. Nmero de reactivo #11 Resultados 40 no supieron plantear problema 31 su resultado fue correcto 9 plantearon bien el problema, al no saber sumar quebrados el resultado fue incorrecto. Para este ejemplo no se elabora tabla ya que el alumno no supo contestar, ni siquiera lo expresaron con alguna lgica. 5
Y=x
#13 #15
2
5u
2
(D,B) 5
u
2
(C,A) x
u
5 x 3 2 2 5 x 5
u
2 2 5 x
d as Figura 2. Errores comunes.
Soluciones para mejorar el aprendizaje en lgebra El Departamento de Ingeniera del Centro Universitario de la Costa Sur (CUCSUR, 1997), desarroll un software didctico para la asignatura de Matemticas I, proyecto que surgi para ensear lgebra. La asignatura referida es parte de sus planes de estudios. El diseo del software est basado en la estrategia educativa conocida como anclaje y est orientado en el aprendizaje centrado en el estudiante. El software consiste en un conjunto de historias que presentan problemas o retos de naturaleza matemtica en la que los estudiantes conformados en grupos pequeos tratan de resolver en un tiempo determinado. El profesor del curso, extiende el
187
conocimiento terico y proporciona analogas de situaciones parecidas en las que pudiera utilizarse la estrategia utilizada en la resolucin del problema en cuestin. Segn un reporte de la UNAM, para el ao 2003, una realidad innegable es que los alumnos, en general, llegan a la Facultad de Ingeniera con un bajo nivel de conocimientos, motivado entre otros factores por programas de estudios del bachillerato que por lo regular no se cubren. Esto ocasiona que los alumnos tengan un bajo aprovechamiento en sus asignaturas curriculares de Matemticas en el primer semestre. La forma de evaluar los conocimientos de los alumnos que ingresan a la Facultad de Ingeniera, es mediante el examen diagnstico que se ha venido aplicando a los alumnos de primer ingreso desde hace varios aos. En un intento por remediar esta situacin, la Facultad de Ingeniera ha instrumentado cursos propeduticos, como son los de lgebra, Geometra y Trigonometra, Geometra Analtica, Geometra Plana, Clculo y Tcnicas para el Estudio. Barrera (2003), menciona que, en efecto, estos cursos ha reflejado un mayor ndice de aprobacin en las asignaturas curriculares, pero el problema persiste y se deben tomar medidas que lleven a resolverlo. Para ayudar al alumno en el aprendizaje de lgebra, se han creado varios software. Uno de ellos es el que tiene por nombre Algematic, el cual se instala en una PC. Est diseado para los estudiantes de diversos niveles educativos logren cierta habilidad en lgebra. Se pueden mecanografiar expresiones, ecuaciones y valores del lgebra en Algematics exactamente como aparecen en los libros de texto. ste implica un lenguaje fcil de utilizar a travs de la introduccin de frmulas. El Algematics descompone la expresin en factores o comandos de muchas clases de expresiones. Simplifica y determina el cuadrado de una expresin numrica o algebraica, entre otros (Vaughan, 2006). Otro software llamado gebra One On One. Es un juego educativo para las personas que desean aprender y practicar lgebra de una manera divertida. Este programa cubre 21 funciones, incluyendo valores mximos, mnimos, valores absolutos, promedios, raz cuadrada, cubos, etctera. Se puede practicar cada funcin individualmente eligiendo el nivel, el juego de la prctica, y la funcin que desee practicar. El men del juego del lgebra del nivel bajo permite elegir una, dos, y hasta veintiun funciones. Las maneras de interactuar con el men ayudan a calcular el valor, elegir la frmula y calcular con los datos que le integran. Se puede elegir un juego de diez problemas, un juego de ensayo contra tiempo, o un juego para dos participantes. Ofrece el refuerzo positivo en la forma de "corrige" exhibido en letras rojas grandes. Si se elige una respuesta incorrecta dir la expresin "oh" y pondr una X roja sobre sta, entonces se elige otra respuesta hasta que se determine aquella que resulta ser la correcta. Este juego permite practicar a los estudiantes con problemas en un tema especfico en el que se tiene dificultad. El software es recomendable para los estudiantes del nivel medio y medio superior, sin embargo, es un buen programa para ser utilizado en el nivel de primaria, preparndolos para el lgebra, as como tambin para practicar sus habilidades bsicas en matemticas (Sheppard, 2006). ICNITEL (2006) ofrece un sitio WEB que tiene por nombre Aula virtual de lgebra, diseada especialmente para ensear esta disciplina. Los temas que presenta son, de entre otros: productos notables, factorizacin de trinomios de la forma x 2 bx c , cocientes notables, factorizacin de trinomios de la forma ax 2 bx c , factorizacin de polinomios con factor comn, ecuaciones de primer grado con una variable en R, factorizacin de diferencia de cuadrados, desigualdades de primer grado, factorizacin de suma y diferencia de cubos, sistemas de ecuaciones de primer grado con dos incgnitas, factorizacin de trinomios cuadrados y ecuaciones de segundo grado.
188
El Dr. Gngora Vega (2009) realiza una investigacin que tiene como propsito indagar los errores cometidos por el alumno al cursar la asignatura de Aritmtica y lgebra de primer grado de bachillerato. Est encaminada al diagnstico, anlisis e indagacin de estrategias que permitan corregirlos. El estudio de tipo explicativo, diseo cuasi-experimental y se lleva a cabo en la escuela Preparatoria Oxkutzcab, de la ciudad de Oxkutzcab, Yucatn, Mxico. Presenta la idea de ensear con juegos para trabajarlos en la clase de Matemticas y tratar de despertar en el alumno el inters por las materias, y desarrollar creatividad y habilidades para resolver problemas. 5. Conclusin Al hacer una revisin bibliogrfica sobre los porcentajes de reprobacin en el rea de Matemticas, se denota: Primero es una problemtica que persiste en la actualidad y que se remonta a sus inicios en los aos 80s. Los trabajos de investigacin tienen relevancia a nivel local. Se da a conocer la informacin en la Institucin donde se realiza y en los mejores de los casos se publica en algn congreso nacional. Es una problemtica que afecta a las Instituciones a Nivel Nacional y que no se tiene una lnea de accin generalizada a todos los niveles educativos, pero sobre todo avalado por la Secretara de Educacin Pblica (SEP). Esta problemtica ha prevalecido a todos los Modelo Educativos implantado por la SEP. Primero se trabaja con un enfoque tradicional inductivo en 1871. Con las famosas leyes de la Corte de Cdiz, en 1821 se establece el Positivismo que predica que no existe otra fuente del saber vlido que no sea la observacin y la experimentacin. El Aprendizaje significativo se plantea por la UNESCO en 1972 y retomada en Mxico, conlleva al lema Aprender a Aprender. Finalmente el modelo basado en competencias implementado en el 2000. Se tiene que buscar una estrategia encaminada a obtener una solucin real y factible en el futuro.
Bibliografa [1] ngeles Gutirrez, O. (2003). Enfoques y modelos educativos centrados en el aprendizaje Artculo. Recuperado en septiembre 2010 en: http://www.lie.upn.mx/docs/docinteres/EnfoquesyModelosEducativos4.pdf. [2] Blanco Vega, R., Camacho Ros, A. e Ibarra Murrieta B. (2010). Los factores externos que afectan el aprendizaje de lgebra. Investigacin realizada en el Instituto Tecnolgico de Chihuahua II. Chihuahua,Chihuahua Artculo publicado en noviembre 2010 en CIPITECH 2010. [3] Barrera Garca, F. (2003). Altos ndices de Reprobacin en las Asignaturas de Matemticas del Primer Semestre de la Facultad de Ingeniera de la UNAM. Artculo. Recuperado en septiembre 2010 en: http://www.congreso.unam.mx/ponsemloc/ponencias/164.html.
189
[4] Bracho, T., Canales, A., Corts Vargas, D., de Ibarrola, M., Flores Crespo, P., Glazman, R., et al. ( 2005 ). La educacin de pas pobre tiene que ser pobre? D.R. Observatorio Ciudadano de la Educacin . Artculo. Recuperado en octubre 2010 en: http://www.observatorio.org/comunicados/63b5bde3b2cc.pdf. [5] Direccin General del Bachillerto (2005).Programas de estudio, Matemticas I. Mxico: SEP. Folleto. [6] Escuela de las Amricas Inteligencia de Combate ( 2006 ). Metodologa de anlisis. Artculo. Recuperado en septiembre del 2010 en http://www.derechos.org/nizkor/la/libros/soaIC/cap13.html. [7] DesdeLaRed ( 2009). Materias bsicas de la carrera con altos ndices de reprobacin en la UAA. Recuperado el 16 de junio 2010 en http://www.desdelared.com.mx/2009/universidad/091110-reprobacion-uaa.html. [8] Fallad Chvez, J. (2004). Software Educativo para la Asignatura de Matemticas 1 de Nivel Licenciatura. Mxico: Universidad de Guadalajara. Artculo. Recuperado en septiembre 2010 en: http://ingsw.ccbas.uaa.mx/sitio/images/publicaciones/Somece04(Aguilar_Munoz).pdf. [9] Gaspern Gaspern, G. (2000). La educacin en la Reforma . Peridico Reforma. Mxico D.F. [10] Gongora Vega, C. ( 2009). Estrategias didcticas para corregir errores en lgebra de primer grado de preparatoria.Artculo. Recuperado el 16 de mayo 2010 en http://docs.google.com/viewer?a=v&q=cache:DOW06r5CXNkJ:eduardomancera.org/xxii_anpm [11] Goode, W. y Hatt, P. K. (2001). Mtodos de investigacin social. Mxico:Editorial Trillas. [12] Hernndez Daz, A. (2003). La falta de habilidades en la comprensin. Artculo. Recuperado en octubre 2010 en: http://www.uaq.mx/investigacion/catalogo/2004/fps/inv27.html. [13] Hoyos Aguilar, V. (2004). Conexiones entre dominios matemticos distintos: El caso de la geometra y el lgebra bsicas. Mxico: Artculo.Universidad Pedaggica Nacional. [14] Instituto de Investigacin para el Desarrollo y la Defensa Nacional - INIDEN (2005). Informe de Educacin Recuperado en octubre 2010 en:. www.educared.edu.pe/modulo/upload. [15] INICTEL (2006). Aula virtual de lgebra. Artculo. Recuperado en noviembre del 2010 en:. http://sipan.inictel.gob.pe/internet/av/algebra.htm. [16] Maciel de Oliveira, C. (2003). Investigar, reflexionar y actuar en la prctica docente. Revista Iberoamericana de Educacin, versin digital, julio, Madrid, OEI, http://www.campusoei.org/revista/inv_edu2.htm [17] Matemtica Educativa (2004 ). Desarrollo del lenguaje algebraico a travs de manipulaciones geomtricas en un medio informtico de aprendizaje. Mxico: UPN. Artculo. Recuperado en octubre del 2010 en: http://perl.ajusco.upn.mx/piem/pagw.html. [18] Monterrubio, H. (1988). Las Matemticas en el bachillerato del colegio de ciencias y humanidades. Coloquio de Matemticas, Materias con alto ndice de reprobacin: Matemticas. (13), 4-48. UNAM, Mxico.Artculo.
190
[19] Ornelas, C. (1996). Evaluacin y conflicto en las universidades pblicas mexicana. Reforma y Utopa, nm. 15, Mxico, pp. 5-34. Recuperado en noviembre del 2010 en: www.milenio.analisiseconomico.com.mx/pdf/0410.pdf [20] Santibez Riquelme, J. D. (2001). Pruebas escritas. Mxico: CIIDET. Recuperado junio 2010 en: http://www.scribd.com/doc/10094206/Modelos-de-Validacion-y-Confiabilidad-enPruebas-de-Admision. [21] Sheppard, B. (2006). Software. Recuperado en septiembre 2010 en: http://www.sheppardsoftware.com/quiz_games/mathquiz/algebra/alg1sat.htm [22] Tirado, F. (1986). La Crtica situacin de la educacin bsica en Mxico. Ciencia y Desarrollo. CONACYT. XII (71), 81-94, Mxico. [23] Zamorano, L., Lizama, L., Maldonado, H. y Baeza, O. (1999). Trabajemos interactivamente monomios, binomios y polinomios. Instituto de Informtica Educativa. Universidad de La Frontera. Temuco. Chile. Artculo. Recuperado en noviembre 2010 en:www.sectormatematica.cl/proyectos/algebra.htm. [24] Vaughan, B. (2006). Teachers Choice software .Recuperado en noviembre del 2010 en: http://www.teacherschoice.com.au [25] Vivet (1990). Competencias Algebraicas. PEPITE. Artculo.Recuperado en junio 2010 en: http://pepite.univ-lemans.fr/English/LingotOverview.html#PepiteProject [26] Filo, E. (2010). La accin Tutorial y su influencia en el rendimiento escolar en matemticas. Artculo. Recuperado en octubre del 2010 en: http://webcache.googleusercontent.com/search?q=cache:r2rEyJllU8MJ:148.204.103.95/3 erencuentrotutorias/archivos/258.doc+Filio,+E.+La+acci%C3%B3n+Tutorial+y+su+influ encia+en+el+rendimiento+escolar+en+matem%C3%A1ticas&cd=1&hl=es&ct=clnk&gl= mx
CONSIDERACIONES PARA EL DISEO DE UN CURSO DE ESTADSTICA EN AMBIENTE VIRTUAL O A DISTANCIA Larios Rodrguez I. N.1, Parra Ramos M. E. Departamento de Matemticas Universidad de Sonora e-mail: nancy@gauss.mat.uson.mx1 Resumen
La Universidad de Sonora; en el ciclo 2010-2 ofert por vez primera, programas educativos de licenciatura bajo el esquema de modalidad a distancia, iniciando con la Licenciatura en Trabajo Social. El presente trabajo se circunscribe dentro de este contexto; la enseanza de la Estadstica bajo un ambiente virtual, ya que el plan de estudios de la licenciatura en mencin considera un curso de Estadstica Descriptiva, siendo las que lo suscriben las responsables de realizar la elaboracin del diseo instruccional como autoras de contenido. La intencin es, presentar el trabajo realizado en dos de las cuatro etapas del ciclo instruccional: el diseo y el desarrollo, dejando para otro momento la etapa de evaluacin y revisin que es la que permite la restructuracin del diseo [1], dado que el curso se impartir por primera vez durante el semestre 2011-1.
1. Introduccin Actualmente en Mxico; las instituciones, principalmente las de nivel superior estn impulsando la educacin con la modalidad a distancia en donde el espacio virtual es una representacin de un campus o escuela, la cual se caracteriza por la no asistencia fsica de los estudiantes a un aula. Otra de sus caractersticas; es su flexibilidad de horarios, aunque generalmente se requiere la participacin en lnea en horarios o espacios especficos. As mismo, los profesores y los estudiantes interactan por medio de las herramientas de interconexin como las pginas web dinmicas, el correo electrnico, el chat, los foros en web y las bases de datos. En este entorno el estudiante tiene un rol activo obteniendo retroalimentacin de su desempeo por el profesor, Es evidente que la educacin a distancia significa un cambio radical a la educacin presencial; desde la misma concepcin de la educacin a distancia, hasta los mecanismos de accin, administracin, diseo, implementacin y evaluacin por mencionar algunas consideraciones. Sin embargo; cada vez son ms las instituciones educativas que ofrecen cursos a distancia y un mayor nmero de aulas empiezan a convertirse en espacios virtuales de estudio, siendo por lo tanto la educacin en esta modalidad un campo amplio de investigacin. La Universidad de sonora, con el objetivo de promover la flexibilidad en sus planes de estudio, ha dado inicio a la educacin a distancia y durante el ciclo 2010-2 ofert sta modalidad en la licenciatura en Trabajo Social. El presente trabajo se inscribe dentro de este contexto; la enseanza de la Estadstica bajo un ambiente virtual, ya que el plan de estudios de la licenciatura en mencin considera un curso de Estadstica Descriptiva y las responsables de realizar la elaboracin del diseo instruccional en lo referente a su contenido son las autoras del trabajo en mencin. La intencin es, presentar lo realizado en dos de las cuatro etapas del ciclo instruccional: el diseo y el desarrollo, dejando para otro momento la etapa de evaluacin y revisin que es la que permite la restructuracin del diseo, dado que el curso se impartir por primera vez durante el semestre 2011-1.
191
192
LARIOS I.N., PARRA M.E.
2. Elementos tericos para el diseo a) Teora de la Distancia Transaccional. Dado que la enseanza en la modalidad a distancia no debe ser una simple trasposicin de materiales utilizados en una clase presencial; intentamos incorporar en el diseo, elementos de la teora de la distancia transaccional de Moore [2] y [3]. Al hablar de distancia Moore se refiere a algo ms que una simple separacin fsica entre instructor y estudiante, se refiere a una distancia de percepcin y entendimiento causada por la separacin fsica; es decir, establece que con la separacin fsica provoca un desfase de comunicacin y una brecha psicolgica; as como un espacio de malos entendidos potenciales entre lo que percibe el profesor y lo que percibe el estudiante. Este espacio es lo que se define como distancia transaccional y el dilogo, es lo que determina la cantidad de distancia, entendindose como las interacciones entre el profesor y estudiante, las cuales se presentan cuando el profesor da instrucciones y el estudiante responde. La estructura, se conforma por los componentes en el diseo del curso que son organizados de forma tal que; deben ser proporcionados por varios medios y por ltimo, se define la autonoma del estudiante, la cual se refiere a la autodireccin de estudio, es decir, a la toma de decisiones respecto a su propio aprendizaje y a la construccin de su propio conocimiento basado en experiencias. Tener en cuenta los elementos antes sealados es importante en cualquier tipo de enseanza y en la educacin a distancia, stos se vuelven an ms importantes. b) Diseo instruccional. De acuerdo a Molina y Molina [4]; el diseo instruccional es la organizacin del conocimiento de los materiales didcticos y medios, considerndolos factores psicopedaggicos que favorecen el aprendizaje significativo de los estudiantes, los que, debern estar bien estructurados y ser capaces de mostrar el conocimiento organizado y elaborado necesario para facilitar el procesamiento significativo de la informacin y el aprendizaje. As mismo, se considera que es uno de los elementos ms importantes a considerar en la conduccin de cursos en lnea y presenciales. Enfatizan que, para elaborar cursos en lnea para la educacin a distancia, es imprescindible contar con un diseo instruccional bien estructurado.
3. Proceso de trabajo en el diseo de un curso en la modalidad a distancia en la Universidad de Sonora El diseo de cursos en la modalidad a distancia en la Universidad de Sonora se lleva a cabo a travs de las siguientes etapas [5]: a) La elaboracin del guin instruccional por parte del autor de contenido, con apoyo de la asesora pedaggica del diseador instruccional. b) Correccin de estilo del guin instruccional. c) Montaje en la plataforma del curso. d) Revisin y ajustes. Como se mencion con anterioridad, durante todo el 2010 se trabaj en la primera etapa del diseo del curso de Estadstica Descriptiva para la Licenciatura en Trabajo Social. En el apartado siguiente, se presenta una breve descripcin de la propuesta de curso.
CONSIDERACIONES PARA EL DISEO DE UN CURSO
193
4. La Propuesta Para la elaboracin del curso en lnea; en un primer momento, se consideraron las siguientes interrogantes: Cmo lograr una interaccin eficiente y/o oportuna entre asesor-estudiante, entre pares (estudiante-estudiante) y estudiante-recursos? para lograr desarrollar aprendizajes significativos en el estudiante Qu recursos son pertinentes incorporar al disear el Curso de Estadstica Descriptiva en la modalidad a distancia? Cmo organizar los recursos? Cmo evaluar? Despus de llegar a ciertos acuerdos alrededor de los cuestionamientos; teniendo en cuenta los elementos tericos descritos en el apartado anterior, se procedi a la elaboracin del guin instruccional. Para su elaboracin; fue necesario considerar, incorporar y/o disear los siguientes recursos y elementos: programa de curso de Estadstica Descriptiva del curso en la modalidad presencial, uso de Plataforma Moodle, creacin de Foros, Chat y Cuestionarios, uso de Excel, PowerPoint, Applets Estadsticos, elaboracin de actividades de aprendizaje por unidad temtica y de notas de apoyo, desarrollo de talleres integradores por unidad temtica e impulsar trabajo de investigacin por parte de los estudiantes. Posteriormente se incluirn los recursos siguientes: videos y uso del MapleTA. Estructura de la plataforma. La estructura del guin presentada en la plataforma incluye; los datos de identificacin, introduccin, objetivo general, calendarizacin, forma de trabajo, unidades temticas criterios de evaluacin y fuentes de informacin tal como se puede apreciar en la siguiente imagen.
Al seleccionar cada una de las pestaas; se despliega la informacin contenida en dichos apartados. Por ejemplo, en el referente a las unidades temticas, en cada una de ellas, se da a conocer el objetivo particular, metodologa de trabajo y tipo de actividades a realizar detallando el tipo de recurso a utilizar y descripcin de la misma. As mismo, integra la manera en que se establecer contacto con el facilitador o maestro y sus compaeros. Si se despliega la pestaa Unidades temticas y se selecciona el tema I. Introduccin, se despliega la informacin de la primera columna del guin instruccional del ejemplo y si se seleccionara la pestaa correspondiente a los datos de identificacin, se despliega la informacin que se presenta en la siguiente imagen.
194
Consideramos que el desarrollo de las actividades de aprendizaje, as como su retroalimentacin y/o socializacin con el facilitador y compaeros son esenciales en este diseo, a continuacin trascribimos a manera de ejemplo parte de una de ellas del tema IV. Regresin y Correlacin lineal. Actividad 4.3. Recta de regresin lineal simple.
Descripcin de la actividad: La actividad consiste en una secuencia de Cuatro problemas. Para su desarrollo requiere, apoyarse en el material de la seccin 4.3 de las notas del curso o cualquier otra referencia que considere pertinente y para los problemas 1 y 2 el texto funcionamiento de applets. Antecedentes: Diagrama de dispersin, coeficiente de correlacin. Nota: Se recomienda que los clculos para encontrar tanto coeficientes de correlacin, como los parmetros de la recta de regresin lineal, sean realizados con las funciones de Excel.
Problema 1. Relacin peso-estatura. Los datos que se presentan en la tabla siguiente proporcionan tanto el peso como la estatura de un grupo de ocho estudiantes.
Tabla 1.
CONSIDERACIONES PARA EL DISEO DE UN CURSO
195
Estudiante Estatura en Pulgadas Peso en Libras 1 65 105 2 65 125 3 62 110 4 67 120 5 69 140 6 65 135 7 61 95 8 67 130 Realice el diagrama de dispersin. Utilice Excel. Existe una relacin lineal? Explique tu respuesta. Utilice el applet que se encuentra en la siguiente direccin web: http://www.duxbury.com/authors/mcclellandg/tiein/johnson/reg.htm, en el cual aparece la informacin proporcionada en esta tabla 1, sugiera la recta que considere se obtendra con el mtodo de mnimos cuadrados. Para ello observe la ecuacin de regresin, el coeficiente de determinacin as como la suma de cuadrados del error (suma de las reas de los cuadrados), que brinda el applet. Utilizando EXCEL encuentre, con los datos proporcionados en la tabla, la recta de regresin y compare con la propuesta en el inciso anterior. Qu relacin observa entre el signo del coeficiente de correlacin y pendiente de la lnea recta?, anote sus observaciones. Problema 2. Utilice el applet que se encuentra en la siguiente direccin web: http://www.onlinestatbook.com/stat_sim/reg_by_eye/index.html. Nota: Antes de iniciar la actividad lea todos los incisos y el texto funcionamiento de applets. En la parte derecha seleccione begin, Al realizar esto aparecer un diagrama de dispersin. Genere otro diagrama de dispersin utilizando la instruccin New Data y dibuja la recta que consideres que mejor ajuste, lo anterior lo puedes hacer colocando el mouse en un punto que considere pase la recta de regresin oprimiendo el botn izquierdo del mouse, posteriormente elige otro punto que consideres que tambin pasa la recta y de nuevo oprime el botn izquierdo del mouse, al realizar este procedimiento, automticamente aparece la recta y en el rectngulo que se encuentra a la derecha , aparece el valor del error cuadrtico medio (MSE). Propn al menos otras dos rectas y decida cul de las tres rectas propuestas es una mejor estimacin a la recta de regresin lineal. Intente en cada caso reducir el MSE. Argumente la respuesta al inciso anterior. En el extremo de la derecha se presentan cinco posibles valores de coeficientes de correlacin lineal, elije entre las opciones proporcionadas por el applet el valor del coeficiente de correlacin que consideras corresponde al diagrama de dispersin. Argumente el motivo de su seleccin. Genere un nuevo diagrama de dispersin utilizando la instruccin New Data y repita todos los incisos anteriores.
196 5. Comentarios finales
Es importante sealar que en el presente trabajo, se presenta nicamente el trabajo realizado en dos de las cuatro etapas del ciclo instruccional: el diseo y desarrollo. La etapa de evaluacin y revisin son parte de un trabajo posterior; el cual permite la restructuracin del diseo dado que, el curso se impartir por primera vez durante el semestre 2011-1. Al ser la primera vez que se ofrecer este curso de Estadstica Descriptiva en la modalidad a distancia, se puede considerar que es apenas un primer acercamiento de la enseanza de la estadstica a la educacin a distancia en nuestra institucin. Se est consciente de la importancia de ofertar licenciaturas y posgrados bajo esta modalidad as como de la necesidad de continuar trabajando en el presente diseo del curso de Estadstica Descriptiva en un ambiente virtual, lo cual convierte la educacin a distancia un amplio campo de investigacin.
Bibliografa [1] E.G. Montiel (2008), Una caracterizacin del contrato didctico en un ambiente virtual. Tesis de maestra. Centro de Investigacin de Estudios Avanzados del Instituto Politcnico Nacional. [2] M.G. Moore (1990), Recent Contibutions to the Theory of Distance Educatin. Open Learning, 5(3). [3] M.G. Moore (1991), Editorial: Distance Educatin Theory. The American Journal of Distance Education. [4] A.M. Molina, & A.J. Molina (2002), Diseo instruccional para la educacin a distancia. Recuperado el 8/11/2010.http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=37302408 [5] Manual de procedimientos del autor en contenido (2010). Direccin de Desarrollo Acadmico e Innovacin Educativa. Universidad de Sonora.
LA EXISTENCIA DE UNA CURVA DENSA EN H(N, +)
L opez-Renter a J. A.1 , Aguirre-Hern andez B., Verduzco-Gonz alez F.
Departamento de Matem aticas UAM-Iztapalapa, Universidad de Sonora

e-mail: jyan8285@gmail.com1
Resumen
Es bien conocido que el espacio de polinomios Hurwitz H(n, +) es contraible y por tanto es conexo por trayectorias. En este trabajo mostramos una curva que conecta a cualesquier dos polinomios estables en H(n, +). Adem as, se muestra que esa curva es completamente estable y esto nos permitir a probar que existe una curva densa.
Introducci on
En los u ltimos a nos se ha intentado probar algunas propiedades topol ogicas del espacio H(n, +), el cual es el espacio topol ogico de polinomios m onicos estables o Hurwitz de grado jo n, con coecientes positivos, debido a su aplicacion en la estabilidad de familias polinomiales, asociadas a sistemas lineales que modelan fen omenos f sicos sujetos a perturbaciones. Es bien conocido que H(n, +) no es convexo, por lo que no siempre se tiene que un rayo o un segmento de polinomios es estable. En el caso de rayos, teniendo un polinomio extremo estable, se puede encontrar un segmento del rayo que si sea estable [3]. Para el caso de los segmentos, a un cuando se tengan los dos extremos estables, no se garantiza estabilidad robusta del segmento, por la falta de convexidad de H(n, +). En [1] se da una t ecnica para determinar la estabilidad de rayos y conos de polinomios, mientras que en [2] los autores lo hacen para segmentos de polinomios. En [9] y [11] los autores prueban que el conjunto de polinomios de grado n, Dn , con ra ces en un disco abierto D C, es contraible al or gen y como consecuencia H(n, +), y as , es conexo por trayectorias. Sin embargo, en la literatura de teoria de control no se ha dado una trayectoria espec ca que conecte a cualesquier dos polinomios estables. El resto de este trabajo est a organizado como sigue: En la secci on 2 damos antecedentes de algunas propiedades topol ogicas de H(n, +). En la secci on 3 damos las herramientas que necesitamos para demostrar la existencia de la curva conectora. Finalmente, en la secci on 4, mostramos que dados dos polinomios p0 (t) y p1 (t) en H(n, +) exhibimos una curva totalmente Hurwitz que une a ambos polinomios, mediante combinaciones convexas entre los coecientes de sus factores. Adem as, usando este resultado y homotop a de caminos, mostramos la existencia de un camino denso en H(n, +). 197
198 2
LOPEZ-RENTER IA ET. AL.
Antecedentes: Algunas Propiedades Topol ogicas
Sea S cualquier subconjunto abierto de C, S su frontera, y U el interior del conjunto U = C S y sup ongase no vac o cada uno de esos conjuntos. A S se le llma la regi on de estabilidad y los casos de mayor inter es son S = C y D. Denotemos por Rn [t] al conjunto de polinomios de grado menor o igual que n y sea p0 (t) un elemento de Rn [t]. Consideremos || || cualquier norma en Rn [t]. Entonces las bolas abiertas denidas por esta norma son de la forma B (p0 (t), r) = {p(t) Rn [t] : ||p0 (t) p(t)|| < r} , y la hiperesfera naturalmente asociada S (p0 (t), r) = {p(t) Rn [t] : ||p0 (t) p(t)|| = r} . y as tenemos el siguiente teorema [5]. Teorema 1 Dado un polinomio (t) con todas sus ra ces en S , existe un n umero real positivo ( ) tal que: 1. Todo polinomio contenido en la bola B ( (t), ( )) tiene todas sus ra ces en S y es de grado n. 2. Al menos un polinomio en la hiperesfera S ( (t), ( )) tiene una de sus ra ces en S o es de grado menor que n. 3. Ning un polinomio sobre la hiperesfera (aunque sea de grado menor que n) tiene ra ces en U . Si S = C estamos en el conjunto de polinomios Hurwitz y si S = D C estamos en el conjunto de polinomios Schur. Una consecuencia interesante del teorema 1 es el siguiente resultado. Corolario 2 H(n, +) es un conjunto abierto. Denici on 3 La transformaci on de M obius de un polinomio p(z ) Cn [z ] de la forma p(z ) = an z n + an1 z n1 + + a0 est a denida por p (z ) = (z 1)n p
n
z+1 z1 n = an (z + 1) + an1 (z + 1)n1 (z 1) + + a0 (z 1)n =

j =0
aj pj (z )
199
As , debido a esta transformaci on, todo polinomio Schur p (t) puede ser obtenido de un polinomio Hurwitz p(t). Tambi en se obtienen la siguientes propiedades de H(n, +) (ver [11], pag. 344, 388). Teorema 4 El conjunto de polinomios m onicos Hurwitz con coecientes positivos H(n, +) tiene las siguientes propiedades: 1. La frontera del conjunto de polinomios m onicos Hurwitz con coecientes positivos de grado n consiste de todos los polinomios p(t) que tienen todas sus ra ces en C y al menos una ra z en iR. 2. El conjunto de polinomios m onicos Hurwitz con coecientes positivos de grado n es contraible al vector de coecientes del polinomio (s + 1)n . Observaci on 1 La contractibilidad de H(n, +) implica la conexidad por trayectorias, sin embargo no se ha dado una curva expl cita que una a cualesquier dos polinomios estables. En la secci on 4 presentamos tal curva. 3 Preliminares
Primero, necesitaremos algunos conceptos b asicos pero importantes de topolog a algebr aica, m as precisamente, teor a de homotop a. Un mapeo cont nuo f : [0, 1] X es llamado un camino en X . El punto f (0) es llamado punto inicial y f (1) es llamado punto nal. Diremos as , que f es un camino que une a f (0) y a f (1). Un espacio X se dice ser conexo por trayectorias si dados dos puntos x0 y x1 en X , existe un camino en X de x0 hasta x1 . Un espacio X se dice ser contraible si es homotopicamente equivalente a un punto, y por tanto es conexo por trayectorias. No debemos confundirnos al pensar que no existe diferencia entre conexo por trayectorias y conexo, pues conexo por trayectorias implica conexo, pero la inversa no siempre es cierta y un ejemplo conocido es el espacio llamado ea and comb (ver [12]). Si f y g son dos caminos en X , con f (1) = g (0) entonces el producto de f con g , f g , est a denido por (f g )(t) = f (2t) g (2t 1)
1 ] si t [0, 2 1 si t [ 2 , 1]
(1)
Esto es, si f es un camino de x0 hasta x1 y g es un camino de x1 hasta x2 , entonces f g es un camino de x0 hasta x2 . Dos caminos f y g son equivalentes, f g , si existe un mapeo continuo F : I I I tal que para t I , s I , se tiene F (t, 0) = f (t) y F (t, 1) = g (t) F (0, s) = f (0) y F (1, s) = g (1). F (t, s) es llamado un camino homot opico entre f y g . Entonces es una relaci on de equivalencia y aunque la operaci on no est a denida para todos los caminos en X , satisface las propiedades de grupoide.
200
Lema 5 Sea f un camino en X . Sea 0 = a0 < a1 < < an1 < an = 1 una partici on del intervalo [0, 1] y denamos fi = f |[ai1 ,ai ] como el camino que une a los puntos xi1 , xi X . Entonces f = f1 f2 fn . Prueba. En [10] se puede ver una prueba. Denotemos como Pn [t] al conjunto de todos los polinomios de grado jo n con coecientes Q reales. Denotemos tambien a Pn [t] como el subconjunto de Pn [t] cuyos elementos tienen coecientes racionales. Lema 6 El conjunto de todos los polinomios de grado jo n con coecientes racionales, Q Pn [t], es un conjunto numerable.
Q [t] se expresa como p(t) = a0 + Prueba. Primero tenemos que un elemento t pico de Pn n a1 t + + an t . donde ai Q y an = 0. Dado que la cardinalidad de Q es 0 , se sigue que para cada ai podemos hacer 0 elecciones. As que, justamente podemos hacer 0 elecciones Q de sucesiones a0 , a1 , . . . , an y por tanto 0 polinomios diferentes. Por lo tanto, Pn [t] es numerable.
Observaci on 2 Por el lema 6, podemos denir una biyecci on entre los n umeros naturales N Q Q y Pn [t] y as , etiquetar a cada elemento de Pn [t] con un n umero natural. Esto es, podemos Q hacer un listado numerable de todos los elementos de Pn [t], a saber, {p0 (t), p1 (t), . . . , pk (t), . . .} .
Q [t] Adem as, dado el homeomorsmo Qn+1 (a0 , . . . , an ) p(t) = a0 + a1 t + + an tn Pn Q Q n +1 tenemos que Q = Pn [t] y por tanto, se tiene que Pn [t] es denso en Pn [t].
La Curva Hurwitz Conectora
Nos restringiremos a un m as al conjunto de polinomios Hurwitz con coecientes positivos racionales y denotaremos a tal conjunto como HQ (n, +).
Teorema 7 Sean p0 (t) y p1 (t) polinomios en H(n, +). Entonces existe una curva totalmente contenida en H(n, +) que une a p0 (t) y p1 (t), esto es, H(n, +) es conexo por trayectorias. Prueba. Sean p0 (t) y p1 (t) dos polinomios en H(n, +) (los cuales son m onicos). Sean
m1 m1 +n1
p0 (t) =
j =1
(t + j )
(t2 + j t + j ),
j =m1 +1
201
y
m2 m2 +n2
p1 (t) =
j =1
(t + j )
(t2 + j t + j ),
j =m2 +1
sus descomposiciones como producto de factores irreducibles, donde suponemos que p0 (t) tiene m1 ra ces reales y 2n1 ra ces complejas (incluyendo conjugadas), y p1 (t) tiene m2 ra ces reales y 2n2 ra ces complejas (incluyendo conjugadas). Adem as, m1 + 2n1 = m2 + 2n2 = n. Sin p erdida de generalidad podemos suponer que m1 > m2 . Notemos que tenemos n1 (n2 resp.) factores cuadr aticos de p0 (t) (p1 (t) resp.). Adem as, los factores lineales (con ra ces reales) de p0 (t) los podemos escribir como
2(n2 n1 ) m1 m2 m1
factores
(t + j ) =
j =1 j =1
(t + j )
(t + j ),
j =m2 +1
de donde
m1 m2 +(n2 n1 ) m1
(t + j ) =
j =m2 +1 j =m2 +1
(t + j )
(t + j )
j =m2 +(n2 n1 )+1
= (t + m2 +1 )(t + m2 +(n2 n1 )+1 ) (t + m2 +(n2 n1 ) )(t + m1 )

n2 n1
=
j =1
(t2 + (m2 +j + m2 +(n2 n1 )+j )t + m2 +j m2 +(n2 n1 )+j )

m2 +(n2 n1 )
=
j =m2 +1
(t2 + (j + (n2 n1 )+j )t + j (n2 n1 )+j )

m2 +(n2 n1 )
=
j =m2 +1
(t2 + aj t + bj ),
donde aj = j + (n2 n1 )+j y bj = j (n2 n1 )+j , j = m2 + 1, . . . , m2 + (n2 n1 ). Ahora, dado que m1 + 2n1 = m2 + 2n2 , se tiene que m1 = m2 + 2(n2 n1 ) y m1 + n1 = m2 + n2 + (n2 n1 ). As que, p0 (t) lo escribimos como
m2 m2 +(n2 n1 ) m1 +n1 2
p0 (t) =
j =1 m2
( t + j )
j =m2 +1
(t + aj t + bj )
m2 +(n2 n1 ) 2
(t2 + j t + j )
j =m1 +1 m2 +n2 +(n2 n1 )
=
j =1 m2
(t + j )
j =m2 +1
(t + aj t + bj )
m2 +(n2 n1 ) m2 +n2 2
(t2 + j t + j )
j =m2 +2(n2 n1 )+1
=
j =1
(t + j )
j =m2 +1
(t + aj t + bj )
(t2 + (n2 n1 )+j t + (n2 n1 )+j ).

j =m2 +(n2 n1 )+1
202
Ahora, de p1 (t), separemos los factores cuadr aticos y lo escribimos como

m2 m2 +(n2 n1 ) m2 +n2 2
p1 (t) =
j =1
(t + j )
j =m2 +1
(t + j t + j )
(t2 + j t + j ).
j =m2 +(n2 n1 )+1
Luego, llamemos N1 = n2 n1 y denamos la familia de polinomios P (s, t) como

m2
P (s, t) =
j =1
(t + s(j j ) + j )
m2 +N1
(t2 + [s(j aj ) + aj ]t + s(j bj ) + bj )

j =m2 +1 m2 +n2
(t2 + [s(j N1 +j ) + N1 +j ]t + s(j N1 +j ) + N1 +j ),

j =m2 +N1 +1
para s [0, 1]. An alogamente, para el caso en el cual m1 < m2 , denimos N2 = n1 n2 y escribimos a p0 (t) y p1 (t) como
m1 m1 +N2 m1 +n1
p0 (t) =
j =1
(t + j )
( t + j t + j )
j =m1 +1
(t2 + j t + j )
j =m1 +N2 +1
y
m1 m1 +N2 m1 +n1
p1 (t) =
j =1
(t + j )
( t + cj t + d j )
j =m1 +1
(t2 + N2 +j t + N2 +j ),
j =m1 +N2 +1
donde cj = j + N2 +j y dj = j N2 +j , j = m1 + 1, . . . , m1 + N2 , y la familia P (s, t) se escribe como

m1
P (s, t)
=
j =1
(t + s(j j ) + j ) (t2 + [s(cj j ) + j ]t + s(dj j ) + j )
m1 +N2
j =m1 +1 m1 +n1
(t2 + [s(N2 +j j ) + j ]t + s(N2 +j j ) + j ).

j =m1 +N2 +1
para s [0, 1]. Notemos que en ambos casos P (0, t) = p0 (t) y P (1, t) = p1 (t). Adem as, que en cada uno de los factores las combinaciones convexas son siempre positivas, y por tanto, tendremos ra ces con parte real negativa. Luego, P (s, t) es Hurwitz, lo cual naliza la prueba.
203
Ahora, debido a que podemos siempre unir a cualesquier dos polinomios de H(n, +) con una curva Hurwitz, es posible obtener una trayectoria densa en H(n, +), y as , tenemos el siguiente teorema. Teorema 8 Existe una trayectoria densa en H(n, +). Prueba. Sea HQ (n, +) el subconjunto de H(n, +) cuyos polinomios tienen coecientes racionales positivos. Por la observaci on 2 se tiene HQ (n, +) es denso en H(n, +) y adem as podemos hacer un listado {p0 (t), p1 (t), . . . , pj (t), . . .} , el cual es una enumeraci on de los elementos de HQ (n, +). Sea r Q (0, 1) y denamos j la sucesi on rj = 1 r . As que {rj } on creciente en [0, 1] tal que r0 = 0 y j =0 una sucesi rj 1 cuando j . Claramente 0 = r0 < r1 < . . . < rj < . . . nos dene una partici on de Q [0, 1]. Denamos las reparametrizaciones j,j +1 (s) = s rj , s [rj , rj +1 ], j = 0, 1, . . . . rj +1 rj
Notemos que j,j +1 (rj ) = 0 y j,j +1 (rj +1 ) = 1. Ahora, por el teorema 7, existe un camino estable Pj,j +1 (t, j,j +1 (s)) que une a cada par de polinomios Hurwitz pj (t) y pj +1 (t), tal que Pj,j +1 (t, j,j +1 (rj )) = pj (t) y Pj,j +1 (t, j,j +1 (rj +1 )) = pj +1 (t). As que, Pj,j +1 (t, j,j +1 (s)) Pj +1,j +2 (t, j +1,j +2 (s)), s [rj , rj +2 ], es un camino Hurwitz que va desde pj (t) hasta pj +2 (t), donde es la operaci on denida en (1). Finalmente, como se hizo en el lema 5, denimos la trayectoria F (t, s) = P0,1 (t, 0,1 (s)) P1,2 (t, 1,2 (s)) Pj 1,j (t, j 1,j (s)) , s [0, 1]. Esto es, Pj,j +1 (t, j,j +1 (s)) = F (t, s)|[rj ,rj+1 ] . Notemos que la trayectoria F (t, s) une a todos los elementos de HQ (n, +), y por tanto, es densa en H(n, +). Esto naliza la prueba.
Conclusiones
Los resultados principales de este art culo son, la exhibici on de una curva Hurwitz-conectora, y la de una curva densa en H(n, +), los cuales se pueden utilizar para encontrar una curva Schur-conectora y su respectiva curva densa. Algunas posibles aplicaciones de tales curvas son, en teor a de bifurcaciones y asignaci on de polos, as como ciertos resultados en biolog a y medicina relacionadas con curvas -densas. Esto u ltimo es una propuesta de investigaci on a futuro.
204 Bibliograf a
[1] Aguirre B., Ibarra C. and Suarez R. (2002). Sucient algebraic conditions for stability of cones of polynomials. Systems & Control Letters, 46, pp. 255-263. [2] Aguirre B. and Su arez R. (2006). Algebraic test for the Hurwitz stability of a given segment of polynomials. Bol. Soc. Mat. Mexicana, (3),12 , pp. 261-275. [3] Barmish B. R. (1994). New tools for robustness of linear systems. New York, N. Y. Macmillan Publishing Co. [4] Bialas S. (1985). A necessary and sucient condition for the stability of convex combinations of stable polynomials or matrices. Bulletin of the Polish Academy of Sciences, Technical sciences, 33, pp. 473-480. [5] Bhattacharyya S. P., Chappellat H. and Kell L. H. (1995). Robust control. The parametric approach. Prentice Hall. [6] Cherruault Y. (1994). Global optimization in Biology and Medicine. Mathl. Comput. Modelling, vol. 20, No. 6, pp. 119132. [7] Cherruault Y. and Mora G. (1997). Characterization and generation of -dense curves. Computers Math. Applic., vol. 33, No. 9, pp. 8391. [8] Kosniowski C. (1980). A rst course in algebraic topology. Cambridge University Press. [9] Fam A. T. and Meditch J. (1978). A canonical parameter space for linear systems design. IEEE Trans. on Aut. Control, vol. AC-23, No. 23, pp. 454-458. [10] Herstein I. N. and Kaplansky I. (1978). Matters Mathematical. New York, N. Y. Chelsea Publishing Company. [11] Hinrichsen D. and Pritchard A.J. (2005). Mathematical systems theory: Modelling, state space analysis, stability and robustness. Berlin. Springer-Verlag. [12] Munkres J. R. (2000). Topology. Prentice-Hall.
POLINOMIOS A LA MEDIDA: UN EJEMPLO DE LA MATEMATICA QUE SE PUEDE CONSTRUIR POR MEDIO DEL USO DE LA EXPLORACION, USANDO LA TECNOLOGIA L opez Ruvalcaba C.1 , Avila Sandoval S., Luna Gonz alez J., Mederos B. Departamento de F sica y Matem aticas Universidad Aut onoma de Ciudad Ju arez
e-mail: clopez@uacj.mx1
Resumen
El presente trabajo muestra c omo el uso de un software de manipulaci on simb olica y estrategias novedosas, pueden favorecer la conceptualizaci on y comprensi on de algunos elementos del C alculo, a trav es de la resoluci on de problemas que aparentemente son triviales pero que no forman parte de los cursos habituales. Se presenta de manera el, la evoluci on de las ideas que los autores desarrollaron v a la exploraci on y la soluci on de los problemas planteados en el ambiente computacional, partiendo del c alculo de ecuaciones de rectas por medio del uso de determinantes, par abolas y polinomios osculadores que conducen al planteamiento y caracterizaci on de un problema at pico de uni on de funciones por medio de polinomios.
Introducci on
Es innegable el papel que juega el uso de las nuevas tecnolog as en la ense nanza de las matem aticas como una herramienta que favorece la comprensi on y la aplicaci on de la matem atica [1]. El presente trabajo parte de la idea de encontrar la ecuaci on de una recta por medio de una expresi on que contiene un determinante, dados dos puntos, evalu andola por medio del software Mathematica. Debido al enorme poder de manipulaci on simb olico que tiene este lenguaje de programaci on, se abri o la posibilidad de utilizarlo, para calcular el l mite del acercamiento de los dos puntos situados ahora sobre la curva de una funci on para construir rectas tangentes. Otra ecuaci on que se puede formar por medio de una expresi on que contiene un determinante corresponde a la par abola, dados tres puntos, la cual, al aplicar el m etodo, permite encontrar par abolas tangentes y osculatrices a la curva de una funci on. Como una extensi on de la ecuaci on cuadr atica se construyeron funciones polinomiales que pueden cumplir con una serie de condiciones como pasar por un punto cualquiera del plano, ser tangentes u osculadoras a una curva en otro punto, o hacer que una funci on polinomial de grado n, comparta hasta n derivadas con cierta curva en un punto. Dadas todas las ideas anteriores, es posible caracterizar y encontrar una funci on polinomial que rellene a otra no denida en cierto intervalo y que la vuelva derivable en los puntos de uni on, tantas veces como se desee. La evoluci on de ideas mostradas, fueron posibles por medio de la exploraci on y validaci on usando la tecnolog a, en este caso, el Mathematica, en la cual hubo generaci on de nuevas formas de resolver problemas cl asicos del C alculo, lo que reviste su relevancia did actica. 205
206 2
LOPEZ RUVALCABA C. ET. AL.
La ecuaci on de la recta dados dos puntos usando un determinante
Partamos de la posibilidad de encontrar la ecuaci on de una recta dados dos puntos del plano (x1 , y1 ) y (x2 , y2 ), por medio de la evaluaci on de la siguiente expresi on que contiene un determinante [2]:
x y 1 x1 y 1 1 = 0 x2 y 2 1
A continuaci on, exploramos la siguiente idea: los dos puntos necesarios para construir la recta, los situaremos sobre la gr aca de una funci on f (x), siendo estos (x1 , f (x1 )) y, (x1 + h, f (x1 + h)) para posteriormente, calcular el l mite cuando h tiende a cero. En la gura A se muestran las celdas en Mathematica que permiten calcular la ecuaci on de la recta tangente a la gr aca de la funci on f (x) = Sen(x) en x = , donde tambi en se muestra la ecuaci on resultante + x + y = 0 , y su gr aca. 3 Par abolas osculatrices
La exploraci on nos lleva a probar si una expresi on como la siguiente generar a ecuaciones de par abolas que pasan por los puntos (x1 , y1 ), (x2 , y2 ) y (x3 , y3 ): x2 x y x2 1 x1 y 1 x2 2 x2 y 2 x2 3 x3 y 3 1 1 1 1
=0
Siendo correcta nuestra suposici on para par abolas cuyo eje focal es paralelo al eje x, resultado que posteriormente encontramos en Mathworld [3]. Al poder situar hasta tres puntos sobre la gr aca de una funci on, esper abamos poder lograr que la par abola fuese osculatriz a la curva de una funci on f (x) , tal como lo muestran las salidas en Mathematica de la gura B, donde se encontr o una par abola osculatriz a la gr aca de f (x) = Sen(x) en x = . 2
Tangencia y osculaciones de orden superior de polinomios
Lo anterior, nos conduce a extender la idea hacia la consecuci on de funciones polinomiales de grado n (usando n + 1 puntos), con el que se obtendr an polinomios que pueden compartir hasta n derivadas con la gr aca de una funci on. Partiendo de la siguiente expresi on, podemos obtener una ecuaci on polinomial que pase por puntos del plano:
POLINOMIOS A LA MEDIDA
207
In[8]:=
f x_ x1 ;
Sin x ; y1 f x1 ; x2 x1 h; y2 f x2 ;
expresion g1
Limit
Det
x y 1 x1 y1 1 x2 y2 1
, h
; expresion
ContourPlot expresion 0, x, 0, 2 , y, 2, 2 , ContourStyle Red, Thickness 0.005 ; g2 Plot f x , x, 0, 2 , PlotStyle Thickness 0.005 ; puntos Graphics PointSize 0.015 , Point x1, y1 ; Show g1, g2, puntos, Axes True, AxesLabel "x", "y"
2
Out[10]=
Out[14]=
2 0 1 2 3 4 5 6
Figura A: La recta tangente a la gr aca de la funci on senoidal.
1 n1 n2 xn x x x y n+1 n+1 1 n+1 n+1 n+1 En la gura C se muestra el procedimiento para obtener una funci on polinomial de grado 5, que comparte hasta la quinta derivada con la funci on f (x) = Sen(x) en x = . 4 Que se muestra en la gura D.
xn xn 1 xn 2 xn 3 xn 4 . . .
xn1 1 xn 1 1 xn 2 n1 x3 1 xn 4 . . .
xn2 2 xn 1 n2 x2 n2 x3 n2 x4 . . .
. . .
x x1 x2 x3 x4 . . .
y y1 y2 y3 y4 . . .
1 1 1 1 1
=0
208
f x_ 2 Sin x ;
x1
; y1
f x1 ; x2
x1
h; y2 x2 x y
f x2 ; x3 1
x1
h; y3
f x3 ;
expresion
Limit
Det
x12 x1 y1 1 x22 x2 y2 1 x32 x3 y3 1
h3 , h
expresion 0 g1 ContourPlot expresion 0, x, 0, 3.15 , y, 1.2, 1.2 , ContourStyle Red, Thickness 0.005 ; g2 Plot f x , x, 0, 2 , PlotStyle Thickness 0.005 ; puntos Graphics PointSize 0.015 , Point x1, y1 ; Show g1, g2, puntos, Axes True, AxesLabel "x", "y" , AspectRatio Automatic, PlotRange 2 4
All
Out[109]=
2
1.0 0.5
x2
2y
Out[113]=
0.0 0.5 1.0 0 1 2 3 4 5 6
Figura B: Par abola osculatriz. 5 Uniendo funciones
Estamos ahora en condiciones de caracterizar, de acuerdo a los requerimientos del n umero de derivadas que se desee una funci on polinomial comparta con otra, el grado del mismo. De tal forma, que nos resulta natural plantear un problema de uni on de funciones como el siguiente: Encontrar la funci on polinomial de menor grado, denida en el intervalo (, 5) que pueda unir la siguiente funci on:
f (x) =
Sen(x), x 1 2 2e 5 x , x 5
De tal manera que la convierta en derivable en x = , dos veces derivable en x = 5 y que 1 adem as pase por el punto (4, 2 ). Lo encontrado nos lleva a conjeturar que dicho polinomio debe ser de grado 5, dado que requiere 6 puntos para ser construido: 2 para que f (x) sea
209
In[114]:=
f x_ Sin x ; x1 4; y1 f x1 ; x2 x1 h; y2 f x2 ; x3 4; x4 x1 2 h; y4 f x4 ; x5 x1 2 h; y5 f x5 ; x6 x5 x1 expresion1 Expand Det

5
x3 x1
x1 h; y3 f x3 ; 3 h; y6 f x6 ;
x4 x1
4
x3 x1
3
x2
x12 x1 y1 1 h15 ;
x25 x24 x23 x22 x2 y2 1 x35 x34 x33 x32 x3 y3 1 x4

5
x4
x4
x4
x4 y4 1
x55 x54 x53 x52 x5 y5 1 x65 x64 x63 x62 x6 y6 1 expresion2 Collect Limit expresion1, h 0 , x solucion Solve expresion2, y Flatten
Out[119]=
0;
1 245 760 2 5 61 440 5120
122 880 122 880 2 x

2
2 2 x
30 720 30 720 2 x
2
3840
2 2
320
2 3 320
20
2 4 20 2 4 x 2 x3
2 x 1920 5120
3840 2 x
2 2
2 2 x 160
2 3 x
2
15 360 640
2 x
20 480 2 x5
2 x3
2 2 x3
2 x4
1280
2 x4
1024
Figura C: Instrucciones en Mathematica para obtener una funci on polinomial osculatriz de quinto grado.
y 1
f x Sen x
Out[267]=
4
Figura D: Funci on polinomial de quinto grado compartiendo hasta la quinta derivada con la funci on senoidal.
derivable en x = , 3 para que sea dos veces derivable en x = 5, mas el que ya est a denido 1 como (4, 2 ). En la gura E se muestra la forma en que el determinante queda constituido: Cuya ecuaci on y gr aca se muestran en la gura F
210
f1 x_ x1 x4 ; y1
Sin x ; f2 x_ f1 x1 ; x2 f2 x4 ; x5
2 x1 x4 x5 x1
5
2 h; h; x4 x1
4
; 1 f1 x2 ; x3 f2 x5 ; x6 x2 x y 1 4; y3 2 x4 ; f2 x6 ;
y2 y5 x3 x1
3
5; y4
2 h; y6
x12 x1 y1 1 h4 , h 0 ;
x25 x24 x23 x22 x2 y2 1 expresion Limit Det x35 x34 x33 x32 x3 y3 1 x4
5
x4
x4
x4
x4 y4 1
x55 x54 x53 x52 x5 y5 1 x65 x64 x63 x62 x6 y6 1
Figura E: Constituci on del determinante.
Out[204]=
34 995.8
f x 2
43 449.2 x
21 363.3 x2
5194.33 x3
624.009 x4
29.639 x5
60.7103 y
Out[209]=
1 2
Figura F: Funci on polinomial que completa a f (x).
Conclusiones
El proceso descrito en este art culo tiene una importante componente did actica, debida a la naturalidad de la secuencia de ideas y de conceptos del C alculo presentados, dando la posibilidad de utilizar esta secuencia en un curso ordinario para una mayor conceptualizaci on de algunos elementos fundamentales de esta disciplina. Este trabajo tambi en, resalta el papel que juega el software de c alculo simb olico en la exploraci on de diversas situaciones probl emicas no t picas en los programas de C alculo, as como su validaci on, y que va m as all a del uso de las funciones interconstruidas del lenguaje de programaci on usado. El m etodo mostrado, constituye en s , un material de referencia en el area del An alisis Num erico, con posibles aplicaciones en el campo de las ingenier as. Quedan pues, abiertas nuevas l neas de investigaci on en distintas disciplinas como Matem atica Educativa, An alisis Num erico, aplicaciones a la F sica, etc.
211
Bibliograf a
[1] Torres, A. (2006). La modelaci on y las gr acas en situaciones de movimiento con tecnolog a. XXII Simposio Internacional de Computaci on en Educaci on. [2] Lehmann, C. (1996). Geometr a Anal tica. M exico. Limusa. [3] Weisstein, E. (2007). Par abola. Recuperado el 18 de enero de 2010 en www.mathworld.com.
CARACTERIZACIN DE LOS SISTEMAS DE PRCTICAS EN LOS ESTUDIANTES DE POSGRADO EN MATEMTICA EDUCATIVA: EL CASO DE LAS TRANSFORMACIONES LINEALES. Macas Gutirrez L. E.1, Portillo Lara H. J., vila Sandoval M. S., Lpez Ruvalcaba C. Departamento de Fsica y Matemticas Universidad Autnoma de Ciudad Jurez e-mail: lmacias@uacj.mx1 Resumen
En el presente trabajo describimos los sistemas de prcticas manifestadas por los estudiantes de posgrado en matemtica educativa con respecto al objeto matemtico transformacin lineal. Para esta tarea se utiliz como modelo de anlisis al Enfoque ontolgico y semitico para la cognicin e instruccin matemtica (EOS), planteado por Godino [1]. Este anlisis fue aplicado a los procesos de resolucin de algunas situaciones problemas para poder aportar una explicacin semitica al razonamiento por parte de los estudiantes al momento de solucionar problemas de este objeto.
1. Introduccin Actualmente existe un inters entre la comunidad de investigadores en matemtica educativa por el uso de las nociones semiticas en el estudio de los procesos de enseanza y aprendizaje de las matemticas. Godino, Roa y Batanero comentan que este inters es consecuencia natural del papel esencial que desempean los medios de expresin en los procesos de pensamiento [2]. Creemos desde la perspectiva de la educacin la necesidad existente de analizar la articulacin entre la nocin de significado y el papel de los signos, esto se debe a que los smbolos suelen estar en lugar de los significados. Un punto importante a considerar sobre este enfoque, es la articulacin que se hace entre las dimensiones semitica, epistemolgica, sociocultural y psicolgicas [2]. El enfoque ontosemitico propone un sistema de constructos tericos que analizan el proceso de enseanzaaprendizaje de las matemticas, los cuales incorporan supuestos pragmticos y antropolgicos que suelen ser propiamente adaptados para esta problemtica. Las herramientas tericas utilizadas por el EOS poseen una gran utilidad para describir y explicar las dificultades de los procesos de resolucin de cualquier tipo de problemas matemticos, en este caso el de las transformaciones lineales por parte de los estudiantes del posgrado en la clase de lgebra lineal. La muestra fue tomada durante la clase, la cual es cursada por los estudiantes de la maestra en matemtica educativa de la Universidad Autnoma de Ciudad Jurez en tercer semestre. La mayora de los estudiantes no tomaron un curso previo de lgebra lineal en sus licenciaturas o ingenieras. Los datos fueron recopilados por medio de dos cuestionarios, en el cual los estudiantes contestaban de forma individual. En dicha clase el uso de las nuevas tecnologas en la enseanza de las matemticas fueron usadas por parte del profesor, siendo estas Mathematica y GeoGebra. Harel recomienda incluir el uso de un medio tecnolgico como la computadora en un primer curso de lgebra lineal [3].
213
214
MACAS L.E., PORTILLO H.C., VILA M.S., LPEZ C.
2. Marco Terico y Experimentacin El EOS define al significado de un objeto matemtico desde una doble versin, la personal y la institucional, ya que los significados no deben ser restringidos a su definicin, sino deben ser analizados segn sea su situacin e institucin a la que nos refiramos ya que los objetos pueden ser dotados de distintas situaciones [1]. Este modelo define al significado personal como a las prcticas que realiza un sujeto para resolver cierto tipo de problemas, en este caso los problemas de transformacin. Dichas prcticas (operativas y discursivas) para ser consideradas personales deben ser caractersticas de un solo sujeto. Si estas prcticas son compartidas en el seno de un grupo de personas, entonces se hablara del significado institucional del objeto. El modelo ontolgico-semitico propone como instrumento analtico y explicativo de los fenmenos manifestados en la cognicin matemtica, seis tipos de entidades primarias y cinco facetas duales. En este trabajo se emplearon los seis tipos de entidades primarias y slo una faceta dual (Personal-Institucional). Las seis identidades primarias son: Lenguaje, Situaciones problemas, Acciones del sujeto ante tareas matemticas, Conceptos, Propiedades o atributos y las Argumentaciones.
Las facetas de los objetos matemticos son: Personal Institucional, Ostensiva No Ostensiva, Ejemplar Tipo, Elemental Sistmica y la de Expresin Contenido.
Si se desea analizar los procesos de aprendizaje y enseanza es necesario justificar la diversidad de tipos de objetos los cuales describen la actividad matemtica y los productos generados de esta misma, a continuacin mostraremos los diferentes tipos de objetos que se encontraron en esta investigacin. Las situaciones problemas. Son los problemas, aplicaciones extra e intra matemticos que inducen a la actividad de usar las trasformaciones y a partir de las cuales ha emergido este concepto. El siguiente es un ejemplo de las situaciones contestadas por los estudiantes: Problema 1. Dibuja la imagen Tv, si v es el conjunto de puntos 1 0 2 2 x 3 y 4 9 y T es la matriz . 0 1 En este tipo de situacin an y cuando no est implcita la base utilizada para la matriz de transformacin, los estudiantes saben que fue utilizada la base cannica. Hillel comenta que los estudiantes entran en conflicto al momento que una transformacin lineal es representada por una matriz con una determinada base [4]. Existen diferentes formas de solucionar este tipo de ejercicio, una de stas es multiplicando la matriz de transformacin por el vector posicin parametrizado, seguido de la eliminacin del parmetro que se est utilizando, finalmente se obtiene la ecuacin cartesiana de una nueva circunferencia que es fcil de dibujar. En la figura 1 se muestra este procedimiento por parte de uno de los estudiantes.
CARACTERIZACIN DE LOS SISTEMAS DE PRCTICAS
215
Figura 1. Secuencia del estudiante. Otra forma en que los alumnos solucionaron el problema fue por medio de un software de geometra dinmica (GeoGebra). Los pasos a seguir fueron los siguientes: primero se traza dicha circunferencia y sobre sta un punto B, despus se multiplica la matriz por el punto y se obtiene un nuevo punto C en el cual se obtendr el lugar geomtrico de ste a partir de B. En la figura 2 se muestra la construccin hecha por el estudiante. Es comn que despojen de las flechas a los vectores y los conviertan en simples puntos [4].
Figura 2. Construccin en GeoGebra. Otra forma en que los estudiantes solucionaron este ejercicio fue por medio de las propiedades de las matrices de transformacin ms comunes. Molina y Okta comentan que los estudiantes pueden encontrar la imagen de las transformaciones conocidas por medio de la intuicin geomtrica [5]. En la figura 3 se muestra lo escrito por un estudiante.
Figura 3. Respuesta. El lenguaje. Para la solucin de los problemas, para describirlos o comunicarlos a otras personas, es necesario usar trminos, expresiones, notaciones, grficos, etc. En la seccin anterior en la figura 3 el estudiante utilizo la palabra reflexin y eje y, as mismo las ecuaciones
216
MACAS L.E., PORTILLO H.C., VILA M.S., LPEZ C.
paramtricas de la figura 1, x=3cos t-3, y=3sen t+4 y x=-3cos t-3, y=3sen t+4 representan a ambas circunferencias. Acciones del sujeto ante tareas matemticas. Para la solucin de los problemas en el cuestionario se pueden utilizar diversos algoritmos, tcnicas de clculo, operaciones, procedimientos, etc. Algunas de las tcnicas utilizadas por los estudiantes fueron desde ecuaciones paramtricas de circunferencias, multiplicacin de una matriz por un vector hasta la intuicin geomtrica [5], adems del uso del software de geometra dinmica. Conceptos. En la actividad matemtica que realizan los estudiantes al resolver los ejercicios del cuestionario se pueden observar las acciones y los objetos con los que operan. Para realizar estas acciones los estudiantes deben de evocar diferentes objetos matemticos, ya sea mediante su definicin o descripcin. En la parte de acciones y en la Figura 1 se pueden observar los diferentes conceptos utilizados para la solucin de la situacin, por ejemplo, ecuaciones paramtricas, multiplicacin de matrices, ecuaciones cartesianas de la circunferencia, etc. Propiedades o atributos. En la actividad matemtica hecha por los estudiantes se utilizan propiedades que suelen darse como enunciados o proposiciones, stas suelen ser condiciones inmersas en las acciones o caractersticas especficas de las situaciones. En la Figura 3 se muestra la propiedad de reflexin, utilizada por el alumno. Argumentos. Todas las acciones hechas y los objetos utilizados por los estudiantes se ligan entre s mediante argumentos o razonamientos que se utilizan para comprobar la solucin o soluciones de los ejercicios, en algunas ocasiones stas suelen ser deductivas o de otro tipo. Las argumentaciones hechas por parte de los estudiantes fueron muy variadas, el primero confirm su respuesta de forma algebraica, el segundo utiliz el ambiente dinmico del GeoG ebra. Godino comenta que el uso de algn software especializado puede ser utilizado como una argumentacin [1], la argumentacin utilizada por el tercer alumno fue el uso de la intuicin geomtrica [5], que en ocasiones puede ser considerado como un proceso mnemotcnico. A continuacin se presenta una parte de la entrevista hecha despus de la implementacin de los cuestionarios. P: En el problema 1 comentas que la transformacin utilizada es la reflexin en el eje y, pero no la dibujaste, Podras dibujarla en este momento? A3: mmmmmmm, si.
Figura 4. Dibujo del estudiante. P: Cmo supiste que es esa transformacin?
CARACTERIZACIN DE LOS SISTEMAS DE PRCTICAS
217
A3: Esa transformacin es muy fcil de recordar ya que son muy conocidas y utilizadas en la clase. P: Entonces se puede decir que es fcil de intuir? A3: Bsicamente s, ya que el -1 del elemento a11 slo cambia de signo a la coordenada x en el conjunto de puntos. .
3. Conclusiones Los sistemas de prcticas de los estudiantes son muy variados, van desde el uso del lgebra matricial, vectorial y cambios de representacin, hasta el uso de software y la intuicin geomtrica. Las entrevistas hechas a los estudiantes despus de los cuestionarios mostraron que an y cuando las prcticas utilizadas por los estudiantes 1 y 2 fueron distintas a la del alumno 3, estos dos primeros comentaron que la transformacin era simple de intuir, pero consideraron que sta sera una respuesta sin fundamento. En concordancia con Soto [6] consideramos que los primeros contactos del estudiante con las nociones bsicas del lgebra lineal, deben tener un carcter intuitivo, antes de pasar a un tratamiento formal. Bibliografa [1] J.D. Godino (2002), Un enfoque semitico de la cognicin matemtica, Recherches en Didactiques en Mathematiques, volumen 22, pp. 237-284. [2] J.D. Godino, C. Batanero y R. Roa (2005), An onto-semiotic analysis of combinatorial problems and the solving processes by university students. Educational Studies in Mathematics, volumen 60 (1), pp. 3-36. [3] G. Harel (2000), Three principles of learning and teaching mathematics: Particular reference to linear algebraOld and new observations. En Jean-Luc Dorier (Ed.), On the Teaching of Linear Algebra, Kluwer Academic Publishers, pp. 177-190. [4] J. Hillel (2000), Modes of description and the problem of representation in linear algebra. En Jean-Luc Dorier (Ed.), On the Teaching of Linear Algebra, Kluwer Academic Publishers, pp. 191207 [5] R. Uicab y A. Okta (2006), Transformaciones lineales en un ambiente de geometra dinmica. Revista Latinoamericana de Investigacin en matemtica Educativa, volumen 9, pp. 459-490. [6] J. Soto (2007), Explorando transformaciones lineales en el plano con Cabri. Reporte de Investigacin nmero 14, Universidad de Sonora. Recuperado el da 15, diciembre, 2010 de la direccin electrnica http://www.mat.uson.mx/depto/publicaciones/reportes/
EL USO DE OBJETOS PARA EL APRENDIZAJE DEL TEMA DE TRINGULOS Nesterova E.1,2, Ulloa Azpeitia R.2, Villalpando Becerra J.F.2, Guerrrero Magaa M.L.3 Departamento de Matemticas, Universidad de Guadalajara2 Facultad de Fsico Matemticas, Universidad Michoacana3 e-mail: elena.nesterova@cucei.udg.mx1 Resumen
En el presente trabajo se reportan los resultados obtenidos en el estudio del empleo de objetos para aprendizaje (OA) del tema de tringulos de la materia de Geometra Euclideana que se imparte en cuatro licenciaturas en el Centro Universitario de Ciencias Exactas e Ingenieras de la Universidad de Guadalajara. Se compararon los resultados de aprendizaje de dos grupos, experimental (con empleo de OA) y de control (sin empleo de OA). Los resultados obtenidos por la prueba t de Student mostraron que el uso del Objeto para Aprendizaje del tema tringulos fue un factor importante en el aprendizaje de los alumnos de la materia de geometra Euclideana de CUCEI de la Universidad de Guadalajara.
1. Introduccin En la enseanza de la geometra se tienen dos objetivos clsicos, uno es conocer y analizar las caractersticas y propiedades de los objetos geomtricos y el otro, introducir y desarrollar el pensamiento lgico y el razonamiento deductivo [1]. Sin embargo, se ha visto que los estudiantes enfrentan serias complicaciones con este modo de tratar a la geometra y los objetivos del curso no son alcanzados. Rodrguez [2] manifiesta que los estudiantes tienen seras dificultades al cursar materias de geometra formal, en particular, al hacer demostraciones, un indicador de ello es el alto ndice de reprobados. Segn Snchez y Mercado [3], tradicionalmente en los cursos de geometra se dan al estudiante las proposiciones ya formuladas, l tiene entonces que verificarlas o aplicarlas. En consecuencia, el estudiante puede hacerse la imagen de una geometra que consiste en una serie de teoremas encontrados y probados, en donde no hay nada qu descubrir. En los ltimos aos en el Departamento de Matemticas de la Universidad de Guadalajara se ha observado el bajo rendimiento acadmico en la materia de Geometra Euclideana. Entre las diferentes opciones, los objetos para aprendizaje (OA) son las de ms potencial de crecimiento en nmeros absolutos, en razn de la gran versatilidad que presentan para el diseo, desarrollo y distribucin de instruccin, adems del enorme potencial que poseen de adaptacin, rehso y escalabilidad. El OA es un concepto derivado de la tecnologa instruccional. Se define como una entidad digital construida con directrices de diseo instruccional, que puede ser usada, reutilizada o referenciada durante el aprendizaje apoyado en la computadora, con el objetivo de generar conocimientos, habilidades y actitudes en funcin de las necesidades del alumno. El empleo de OA ofrece soporte para mltiples alumnos, y contempla la comunicacin entre ellos, representa el papel de profesor y permiten combinar recursos educativos con actividades pedaggicas, y con las interacciones entre personas en diferentes roles [4]. El problema de investigacin est relacionado con el diseo e implementacin de los OA para el aprendizaje de los alumnos en el tema de tringulos.
219
220
NESTEROVA E., ULLOA AZPEITIA R., VILLALPANDO BECERRA J.F.
Objetivo del estudio fue describir y evaluar los efectos que produce el uso de los OA diseados a propsito, sobre el aprendizaje de los alumnos de primer semestre del Departamento de Matemticas de la Universidad de Guadalajara en el tema de tringulos de la materia de Geometra Euclidiana. La evaluacin de la efectividad del uso de OA se realiz en el ciclo escolar 2010A. Se emple un diseo experimental con postest en dos grupos seleccionados al azar, uno experimental y el otro de control. Se le aplic el tratamiento didctico alternativo al grupo experimental y el segundo grupo de control, trabaj con los libros de texto. Para la comparacin de los resultados de aprendizaje del tema de tringulos en dos grupos, experimental y de control, se realiz el anlisis estadstico mediante la prueba t Student para muestras independientes. 2. Fundamentacin Se conoce la importancia de utilizar la visualizacin para obtener mejores aprendizajes. Hitt [5] dice que la visualizacin matemtica requiere de la habilidad para convertir un concepto o problema, de un sistema semitico de representacin a otro, y que investigaciones recientes sobre los sistemas semiticos de representacin, han puesto de manifiesto la importancia de la articulacin entre diferentes representaciones de conceptos para el aprendizaje de las matemticas. Visualizar es la habilidad para crear ricas imgenes mentales que el individuo pueda manipular en su mente, ensayando diferentes representaciones del concepto y, si es necesario, usar el papel o la computadora para expresar la idea matemtica en cuestin [6]. La tecnologa se puede considerar como una herramienta que permite la visualizacin en trminos de lo expresado por Zimmermann y Cunningham [7, p.3]: Tomamos el trmino visualizacin para describir los procesos de produccin o uso de representaciones geomtricas o grficas de conceptos matemticos, principios o problemas, ya sea dibujados a mano o generados por medio de algn instrumento. La utilizacin de la tecnologa presenta una amplia gama de posibilidades para la enseanza y el aprendizaje de las matemticas. El uso de la tecnologa en el saln de clases se ha convertido en una poderosa herramienta para una mejor comprensin y entendimiento de las matemticas [8]. Al respecto, Santos Trigo [9] comenta que las calculadoras y computadoras son herramientas esenciales para la enseanza y el aprendizaje de las matemticas ya que generan imgenes visuales de las ideas matemticas. 3. Materiales y mtodos Los OA fueron diseados con los softwares de Cabri Geometry II y Cabri Web para poder manipular las figuras; las demostraciones animadas fueron realizadas con Movie Maker. Para el diseo OA se usaron animaciones demostrativas que ilustran los puntos y rectas notables del tringulo, clasificaciones, teoremas, problemas, construcciones y propiedades relacionados con los tringulos. Los OA desarrollados en el formato html para el experimento fueron los siguientes: Hipertextos (Fig. 1), con temas previos al tema de investigacin, abarcaron definiciones, notaciones, propiedades y caractersticas de los tringulos, as como tareas, ejercicios y ejemplos.
EL USO DE OBJETOS PARA EL APRENDIZAJE
221
Figura 1. Hipertextos. Applets (Fig. 2), para la demostracin de teoremas, propiedades y caractersticas de los tringulos, visualizacin de ejemplos y ejercicios.
222
Figura 2. Applets. Animaciones (Fig. 3), que ilustraron teoremas, ejemplos y ejercicios.
Figura 3. Animaciones. Para evaluar los efectos que produce el empleo de los OA sobre el aprendizaje de los alumnos se utilizaron los siguientes instrumentos: Cuestionario de opcin mltiple para obtener las opiniones de los alumnos del grupo experimental sobre los efectos que producen los OA al aprendizaje y la calidad del diseo del OA. Se utiliz la escala de Likert. Postest para evaluar el aprendizaje en el tema de tringulos logrado por los alumnos de ambos grupos, experimental y de control. Dicho examen se dividi en cuatro bloques, el primer bloque corresponda a la traduccin de las propiedades de tringulos descritas en la forma simblica al lenguaje verbal; en la segunda parte los alumnos tenan que responder cundo se cumplan las proposiciones dadas (siempre, a veces, nunca); la tercera parte contenia las demostraciones para completar; y en el cuarto bloque fue necesario reconocer un trmino por su descripcin dada. Hojas para el registro de datos obtenidos del cuestionario y del postest.
La investigacin se realiz en tres etapas: 1. Diseo del experimento. Se revisaron los textos y artculos relacionados con los OA del tema de tringulos. Se dise el material que conformaran los OA.
223
2. Experimentacin (Fig. 4). Se evalu el aprendizaje del tema de tringulos logrado por los alumnos de ambos grupos, por medio del examen postest. Se aplic un cuestionario a los alumnos del grupo experimental. Se registraron los datos experimentales.
Figura 4. Empleo de los OA en el proceso de aprendizaje.
3. Reporte. Se realiz el procesamiento, presentacin y anlisis de los datos obtenidos de los cuestionarios de evaluacin de los OA y del postest. El estudio se llev a cabo con dos grupos de 24 alumnos cada uno, seleccionados al azar, dichos estudiantes cursaban el primer semestre del Centro Universitario de Ciencias Exactas e Ingenieras de la Universidad de Guadalajara, que llevaban la materia de Geometra Euclidiana. Los alumnos tenan entre 18 y 20 aos de edad, la mayora de ellos pertenecen a la clase trabajadora de medio urbano y semi-urbano. Despus de la recopilacin y codificacin de los resultados, se aplic el estadstico t de Student, para determinar si existe una diferencia significativa entre las medias de ambos grupos con el uso del OA, produjeron efectos positivos sobre el aprendizaje de los alumnos en el tema de tringulos comparado con la enseanza tradicional. 4. Resultados Se analizaron las respuestas del cuestionario de postest de ambos grupos, experimental y de control.
224
La mayora (79%) de los alumnos del grupo de control tuvo dificultades para reconocer un objeto geomtrico por su descripcin en forma simblica, mientras que en el grupo experimental el 37% de los alumnos cometieron errores. En el segundo bloque el 70% de los alumnos del grupo experimental contest correctamente las preguntas sobre cumplemiento de proposiciones y en grupo de control fue el 25% de los alumnos con respuestas correctas. Parecida situacin se observ en problemas de demostracin, los alumnos del grupo experimental (63%) superaron en respuestas correctas a los alumnos del grupo de control (17%). Ambos grupos obtuvieron los resultados cercanos (~ 80%) en reconocer un trmino por su descripcin dada. Las respuestas de los alumnos del grupo experimental al cuestionario de opinin mostraron mucho inters en el OA. El 100% de los alumnos estuvieron parcial o totalmente de acuerdo que en el OA se utiliz un lenguaje inteligible. El 95.8% de los alumnos entendieron la temtica del OA. El OA cont con el material suficiente para entender el tema de tringulos comentaron el 100% de los alumnos que estaban parcial y totalmente de acuerdo. El 83.3% de los alumnos estuvieron parcial o totalmente de acuerdo que el OA tena el orden adecuado. La facilidad de manejar el OA fue factor del que el 95.8% de los alumnos estuvieran parcial o totalmente de acuerdo. El 83.3% estuvieron parcial o totalmente de acuerdo con la ayuda del OA para verificar resultados en sus trabajos de la clase. El 79.2% de los alumnos afirma que el OA no puede remplazar la explicacin del profesor. Mas del 83.3% de los alumnos estuvieron en cierta forma de acuerdo con el diseo, la presentacin, la informacin y la interaccin del OA. El 100% de los alumnos estuvieron totalmente de acuerdo que el OA es un buen complemento para las clases. Del anlisis estadstico se obtuvo que el valor calculado t igual a 6.59255301 resulta mayor que el valor crtico de t igual 1.6787 con un nivel de confianza de 0.05 e incluso es mayor que el valor crtico con un nivel de confianza de 0.005 igual a 2.6981. De estos resultados se puede afirmar que el uso del OA produce en los alumnos del Departamento de Matemticas de la Universidad de Guadalajara mejor aprendizaje del tema de tringulos. 5. Conclusiones Los resultados obtenidos por la prueba t de Student mostraron que el uso de los OA del tema tringulos fue un factor importante en el aprendizaje de los alumnos de la materia de geometra Euclideana de CUCEI de la Universidad de Guadalajara, puesto que la diferencia entre la medias es significante (el valor calculado t 6.59255301 > 1.6787, el valor crtico de t). De los resultados obtenidos de la evaluacin de los OA por parte de los alumnos, se puede concluir que este nuevo medio de aprendizaje no remplazara a los profesores sino que es una buena herramienta para las actividades de aprendizaje que motivan a los alumnos a aprender. Por otra parte se puede apreciar que se necesita la ayuda del profesor como instructor de los OA para lograr un mejor uso y sobre todo aclarar las dudas que surjan acerca del tema. Bibliografa 1] National Council of Teacher of Mathematics. (2000). Principles and Standars for School Mathematics. Reston, VA: NCTM. [2] Cantoral, R., Farfn, R.M, Cordero, F., Alans, J.A. y Rodrguez, R. A., Garza, A. (2000). Desarrollo del Pensamiento Matemtico. Mxico: Trillas, S.A de C.V.
225
[3] Snchez, S.y Mercado, M. (2000). Formulacin de Conjeturas en Actividades con CabriGomtre. Memorias del Noveno Encuentro de Profesores de Matemticas. Recuperado el 26 de Enero del 2004, de http://www.edu.cinvestav.mx/e-librosydoc/memorias3.pdf. [4] Zapata, M. (2006). La actitud de los docentes ante el diseo instruccional tecnolgico. RED. Revista de Educacin a Distancia. http://www.um.es/ead/red/15 Pg. 1 de 7. [5] Hitt, F. (1998). Visualizacin matemtica, representaciones, nuevas tecnologas y currculum. Educacin Matemtica, 10, 23-45. [6] Hitt, F. (1995). Intuicin primera versus pensamiento analtico: Dificultades en el paso de una representacin grfica a un contexto real y viceversa. Educacin Matemtica, 7, 63-75. [7] Zimmermann, W. y Cunningham, S. (1991). What is mathematical visualization? W. Zimmermann y S. Cunnigham (Eds.), In Visualization in Teaching and Learning Mathematics, MAA Notes, 19, 1-8. [8] Daz-Barriga, F. y Hernndez, G. (2003). Estrategias docentes para un aprendizaje significativo. 2 Edicin. Mxico: McGraw-Hill. [9] Santos Trigo, L. (2001). Potencial didctico del software dinmico en el aprendizaje de las matemticas. En Avance y Perspectiva, 20, 247-258.
BSQUEDA DE ACTIVIDADES DIDCTICAS QUE POTENCIEN EL USO DE FUNCIONES SEMITICAS EN EL APRENDIZAJE DE LA DERIVADA Pou Alber S1., Vzquez G. E., Moreno Mecado M. Universidad Autnoma de Baja California e-mail: spou@uabc.edu.mx1 Resumen
Como resultado de una experiencia pasada en donde se evidencia la deficiencia por parte de estudiantes de nuevo ingreso para realizar una representacin grfica de la funcin f(x)= sen(x) se establece una estrategia didctica acorde con los principios del EOS, para la enseanza de la derivada como funcin de las pendientes de las rectas tangentes a la curva y se potencia la interacccin entre diversas formas de representacin (grfica, analtica, simblica y lingstica) con la finalidad de contribuir a lograr un mejor aprendizaje significativo en los estudiantes. Los resultados obtenidos son alentadores.
1. Introduccin En la Facultad de Ingeniera, Arquitectura y Diseo de la Universidad Autnoma de Baja California se imparte la asignatura de Clculo Diferencial como parte de la carga acadmica de los alumnos de nuevo ingreso al Tronco Comn de Ingeniera. Los conocimientos y habilidades que se presuponen en los estudiantes participantes incluyen, entre otros, los de graficar funciones sencillas como la funcin f x = senx . Sin embargo, esta presuncin no siempre se ve reflejada en la realidad. Por el contrario, al aplicar un ejercicio en el que se peda a los estudiantes que mencionaran el dominio y contradominio de esta funcin, as como que realizaran un dibujo simple de su grfica, el resultado present caractersticas francamente alarmantes. La mayora de los estudiantes fueron incapaces, no digamos de establecer dominio y contradominio, sino de representar esquemticamente la funcin mencionada, a pesar de que form parte de los contenidos cursados por ellos en la etapa de educacin media superior. Lo anterior representa un problema para tratar de ensear a los estudiantes a obtener la derivada de la funcin seno y su representacin grfica, temas que forman parte de la currcula de la materia de Clculo Diferencial. Por otra parte, Janvier [1], citado por Font [2], considera que las representaciones del concepto de funcin pueden clasificarse en cuatro categoras que son; expresin analtica (la funcin "escrita"), en forma tabular, en forma grfica y en forma verbal. A pesar de que estas cuatro formas de representacin contienen la misma informacin, su utilizacin pone en funcionamiento distintos procesos cognitivos que se relacionan de manera directa y estrecha entre ellos [2]. De esta manera, si un estudiante hace uso de ms de una forma de representar las funciones, hace uso de distintas interpretaciones semiticas de la misma y de esta manera el concepto que crea y el sentido que este tiene se ve enriquecido. De acuerdo con Font [2], la representacin grfica permite potenciar los aspectos relativos a la visualizacin, mientras que la representacin tabular destaca principalmente aspectos numricos y cuantitativos, mientras que las representaciones analtica y verbal hacen lo propio con aspectos simblicos y lingsticos respectivamente. Siguiendo la idea tanto de Janiver [1] como de Font [2], entre otros, compartimos el criterio de que el aprendizaje de las funciones no debe limitarse al uso de uno de estos modos de representacin, sino por el contrario, proponer la migracin de uno hacia el otro. Probablemente,
227
228
POU ALBER ET. AL.
nuestros alumnos de nuevo ingreso han escuchado ms de una ocasin, en forma de representacin verbal, "La derivada de la funcin seno es la funcin coseno", como parte de las asignaturas que han cubierto en la educacin ore universitaria. Sin embargo, esta informacin parece no haber sido procesada y no parece tener para la mayora de ellos otro significado que el retrico. En este trabajo exponemos algunos resultados que obtuvimos en el intento permanente de ir profundizando en el uso de estrategias que nos permitan mejorar la didctica que pretendemos realizar, cada vez ms acorde con las propuestas del Enfoque Ontosemitico (EOS) de Font, Godino y D more [3].
2. Grfica de la funcin Como parte de un ejercicio de examen en el semestre 2010-1 (febrero a junio) , se pidi a los estudiantes que definieran los intervalos propios del dominio, contradominio (rango) y realizaran una representacin de la grfica de la funcin seno. Los resultados fueron muy sorprendentes. La mayora de cerca de 100 estudiantes fueron incapaces de realizar este ejercicio. Muchos de ellos (los ms) se limitaron a "calcular" en sus calculadoras los valores de la variable "x", sin preocuparse por si la mquina calculaba grados, radianes; sin cuestionarse si podan utilizar valores positivos, negativos, etc. El resultado es que los estudiantes emplearon las calculadoras en grados (dado que por omisin as se encuentran cuando se encienden las mquinas y a menos que exprsamente se desee cambiarlas a radianes, esto no sucede), con lo cual calcularon los valores de los primeros grados (1, 2, -1, -2) y al evaluar la funcin con estos valores obtienen una representacin lineal de la funcin (Figura 1)
Figura 1. "Representacin" grfica de la funcin seno. Los alumnos que no representaron la funcin seno como se muestra en la Figura 1, no la representaron de ninguna forma y solamente el 3 % lo represent en forma sinusoidal, aunque no necesariamente como seno, sino ocasionalmente como coseno, lo que confirma que lo hacan de memoria y no a partir de calcular el valor angular. .
BSQUEDA DE ACTIVIDADES DIDCTICAS
229
3. La Derivada como funcin de pendientes de rectas tangentes Con base en los resultados obtenidos, se dise, siguiendo a Font [2], una intervencin didctica aplicada en el semestre 2010-2 (agosto-diciembre) en donde se entreg a los estudiantes una representacin grfica de la funcin seno (sin explicitarla) y se les indic que trazaran rectas tangentes a ciertos puntos propuestos sobre la grfica, aunque no tenan que limitarse ni que sujetarse a ellos, y que calcularan el valor de las pendientes de dichas tangentes y las escribieran en una tabla proporcionada en la misma hoja del ejercicio (Figura 2)
Figura 2. Hoja proporcionada para el trazo y tabulacin de las pendientes de las tangentes De manera similar, se proporcionaron a los estudiantes hojas conteniendo el grfico de la funcin f x = ln x as como f x = e x .
4. Resultados Los resultados obtenidos son muy alentadores. La mayora de los estudiantes en esta ocasin fueron capaces de calcular, tabular y graficar los valores de las pendientes de las tangentes de las curvas y fueron capaces de identificar tanto la funcin que obtenan como que esta funcin
230
POU ALBER ET. AL.
obtenida era la representacin grfica de la funcin derivada de la original. En el caso de f x = e x hubo comentarios del tipo "por fin entend porque f e x = e x " En la Figura 3 se puede ver el resultado de un alumno que no solo logr realizar con xito el trabajo, sino que descubri que al hacer otra vez el ejercicio de calcular las pendientes de algunas tangentes de la funcin obtenida (la funcin coseno) obtena otra funcin sinusoidal semejante a la funcin original (seno) pero con signo negativo. De ah fue muy fcil llegar a fsenx = cosx y tambin a f cosx = senx
Figura 3. Obtencin de cos (x) y -sen(x) a partir del ejercicio de las pendeintes de las tangentes
231
Por otra parte, al realizar en otra sesin de clase un ejercicio similar, partiendo de la grfica de la funcin ln(x), la gran mayora de los alumnos obtiene sin dificultad la grfica de la 1 derivada y descubre que obtiene la seccin positiva de f x = con lo que se logra establecer x una excelente discusin en clase que resulta muy didctica. Tambin, en la Figura 4, al responder sobre algunas propiedades de la "nueva funcin" el alumno est contestando haciendo referencia a "La funcin Derivada...."
Figura 4 . La funcin f x = ln x y el resultado de "derivarla" Finalmente, en una tercera sesin de clase se trabaj a partir de la grfica de la exponencial f x = e x y en este caso, como puede apreciarse en la Figura 5, los alumnos realizaron muy pocos ejercicios iterativos con las pendientes para percatarse que el grfico que obtenan era el mismo que el original. El comentario de uno de ellos fue que "Por fin entend x porque la derivada de f x = e x es e .
232
POU ALBER ET. AL.
Figura 5. Funcin exponencial
5. Discusin En todos los ejercicios expuestos utilizamos la secuencia de formas ostensivas que conforma la tcnica 2 (Font, [2]) grfica de f(x) -----> Tabla de f (x)----> Grfica de f (x) ----> Expresin analtica de f (x) En el caso del ejercicio de la funcin seno (Figura 3), el estudiante que ejemplifica logr la representacin tabular, grfica y formal de las respectivas derivadas de seno y coseno, as como la representacin formal de la expresiones fsenx = cosx y tambin f cosx = senx de manera tal que suponemos ser un aprendizaje mucho ms slido y duradero que el que se obtiene de un mero ejercicio de repeticin lingstica en la enseanza tradicional. El resultado ejemplificado en este caso es muy representativo de la poblacin de estudiantes con las que se trabaj ( 96 estudiantes). Por lo que respecta al ejercicio de la funcin logaritmo natural (Figura 4) tambin se logr el objetivo, aunque en este caso fue necesario cuestionar a los estudiantes sobre lo que ocurrira del 1 lado negativo de la grfica de f x = . Tambin en este caso el ejemplo es representativo de la x poblacin. Por ltimo, el ejercicio realizado a partir de la grfica de f x = e x logr adems de hacer ver de manera fcil y rpida que el comportamiento de la grfica de las tangentes sera muy predeciblemene igual al de la funcin original, permiti en alguno de los estudiantes comprender algo que siempre haba visto como dogmtico o sin explicacin palpable; la derivada de la funcin exponencial es ella misma.
233
Y Finalmente estamos de acuerdo con Font cuando dice que sta tcnica, aunque pierda en rigor matemtico, gana en el nmero de representaciones ostensivas implicadas, y esto tiene por consecuencia un mayor nmero de funciones semiticas utilizadas [2], lo que se traduce (pensamos nosotros) en un aprendizaje significativo.
Bibliografa [1] C. Janvier (1987), Translation processes in mathematics education, Janvier, C.(ed.): Problems of representation in the teaching and learning of mathematics. Hillsdale, New Jersey: Lawrence Erlbaum A.P. pp. 27-32 [2] V. Font (2000), Representaciones ostensivas que pueden ser activadas en el clculo de f(x). El caso de la funcin seno: Uno, 25, pp. 21-40 [3] V. Font, J.D. Godino, B. DAmore (2007), Enfoque ontosemitico de las representaciones en educacin matemtica. Learning of Mathematics, 27(2).
REGISTROS DE REPRESENTACIN SEMITICA PARA LA TRIGONOMETRA EN SECUNDARIA Y BACHILLERATO San Martn Sicre O.J. Instituto de Formacin Docente del Estado de Sonora Universidad Pedaggica Nacional e-mail:osicre@hotmail.com Resumen
Se presenta un reporte parcial de investigacin que contiene algunas partes de la formacin, tratamiento y conversin de una nueva representacin identificable como un registro de representacin semitica de Duval (a la que denominaremos R2). Este nuevo registro es comparado con los otros dos registros (R1) y (R3) ya conocidos de la Trigonometra de los niveles medio- bsico (R1 de secundaria) y medio superior (R3 de bachillerato), se analizan las plausibles ventajas y desventajas didcticas de los tres registros de representacin considerados.
1. Introduccin Menciona Raymond Duval que pocos estudios se han centrado en las operaciones de cambiar o de generar formas semiticas mediante las cuales los conocimientos son representados. Una revisin realizada por el autor a una muestra de 15 libros de trigonometra elemental corrobor lo afirmado por Duval para el caso de los conocimientos trigonomtricos impartidos en secundaria y el bachillerato. El estudio que aqu se presenta, en parte se ha ocupado de las citadas cuestiones, en particular se muestran algunas partes de la formacin, tratamiento y conversin de un nuevo registro de representacin semitica al que en este trabajo denominamos R2. 2. Las aportaciones de Raymond Duval Algunas de las ideas fundamentales que sirven de fundamento a las obras de Raymond Duval (Sanchez y Zubieta, 1993) y que son recuperadas en el desarrollo de este trabajo son las siguientes [1]: 1) Los objetos matemticos no son directamente accesibles a la percepcin, consecuentemente resulta deseable tener representaciones de los mismos, como lo seala el mismo autor: ...el uso de representaciones semiticas para el pensamiento matemtico es esencial, debido a que a diferencia de otros campos de conocimiento (botnica, geologa, astronoma, fsica) no existen otras maneras de ganar acceso a los objetos matemticos sino producir algunas representaciones semiticas. 2) Debe distinguirse entre: imagen mental (preceptos interiorizados); representacin semitica (representacin constituida mediante el empleo de signos) y representacin mental (interiorizacin de una representacin semitica. 3) El conocimiento matemtico se puede representar bajo diferentes formas semiticas. 4) Pocos estudios se centran en la operacin de cambiar la forma semitica mediante la cual un cierto conocimiento es representado. El estudio que aqu se presenta, en parte se ha ocupado de la citada operacin. 5) Las representaciones semiticas muestran y utilizan registros diferentes.
235
236
SAN MARTN SICRE O.
En su trabajo, Duval establece la gran importancia didctica y cognitiva de cuestiones tales como las siguientes: 1) La habilidad para cambiar de registro de representacin semitica resulta necesaria para el aprendizaje de las matemticas. 2) Establece que muchas de las dificultades encontradas por los estudiantes pueden ser descritas y explicadas como una falta de coordinacin de registros de representacin. 3) El considerar el conocimiento conceptual como el invariante de mltiples representaciones semiticas. Semiosis y registros de representacin semitica. Duval denomina semiosis a la aprehensin o representacin de una representacin semitica y postula que para que un sistema semitico pueda ser un registro de representacin debe permitir tres actividades cognitivas fundamentales: 1) Formacin de una representacin identificable como una representacin de un registro dado. 2) Tratamiento de la representacin (transformaciones internas en un registro). 3) Conversin de la representacin (transformacin (externa ) de la representacin en el registro formado. En el trabajo que aqu se expone se muestra que R2 constituye un nuevo registro de representacin semitica ya que permite las tres actividades cognitivas fundamentales citadas, para ello puede verse (San Martn, O. 2008) [2.
3. Breve descripcin de R2 El nuevo registro de representacin semitica que aqu se presenta est basado en definir y representar las razones trigonomtricas seno y coseno en un tringulo inscrito en un semicrculo de dimetro unitario. En los extremos del dimetro se han levantado rectas perpendiculares para poder representar grficamente al resto de las funciones. Un primer resultado asociado a esta representacin consiste en que con la misma se logra la visualizacin (Hitt, F. & Santos M.,1999) de todas las funciones trigonomtricas y de algunos contenidos trigonomtricos. Al respecto pueden consultarse (San Martn, O, 1998) y [5] (San Martn, O, 1999) [3], [4]. Conversin de R2 a R1 La conversin entre los tipos de registros es de carcter elemental, nicamente ejemplificaremos lo que debe hacerse para pasar del registro 1 al registro 2. 1) Multiplquense las tres longitudes a, b, c de un tringulo rectngulo cualquiera por 1/c, esto producir un tringulo rectngulo semejante al original pero con longitudes a/c , b/c y1
REGISTROS DE REPRESENTACIN SEMITICA
237
2) Inscrbase el nuevo tringulo en un crculo. Si se considera slo al semicrculo, esto completa el paso del registro 1 al registro 2. La representacin conversa, el paso del registro 1 al registro 2 es trivial. Similarmente lo es el paso al registro 3. En este contexto se considera pertinente mencionar que algunos trabajos de Duval se ocupan de la correspondencia entre la visualizacin y diversas formas de representacin semitica de objetos matemticos
4. Comparacin de los registros Denominaremos R1 al registro de representacin semitica que tradicionalmente se ha utilizado para el tratamiento de la trigonometra elemental en la escuela secundaria en el cual se definen las funciones en trminos de razones entre lados de tringulos rectngulos aislados o discretos. Llamaremos R3 al registro de representacin semitica que tradicionalmente se ha utilizado para la trigonometra elemental en la escuela preparatoria, en este registro se definen las mismas funciones en trminos de tringulos que resultan de considerar las coordenadas de un punto que se mueve de manera continua sobre un semicrculo de radio unitario con centro en el origen de
238
SAN MARTN SICRE O.
un sistema de coordenadas rectangulares. Presentamos a continuacin una breve comparacin de R1,R2 y R3. El registro R1 1) Facilita el tratamiento de problemas donde se enfatizan los significados de estas nociones como razones entre longitudes de lados. 2) No permite la visualizacin de seno, coseno, etc. como segmentos geomtricos. 3) No permite la visualizacin ni el tratamiento de casos extremos tales como sen 0 grados, cos 90 grados. 4) No propicia la construccin de los significados de las razones como funciones ni consecuentemente su graficacin. 5) No es adecuado para el estudio de nociones tales como continuidad y periodicidad. 6) Requiere pocos conocimientos escolarizados previos tales como geometra y lgebra del nivel medio bsico. 7) Se trabaja con ngulos mayores que 0 y menores que 90 grados. El registro R3 1) Facilita el tratamiento de problemas que se refieren tanto a los significados de razones o de funciones. 2) Permite la visualizacin de seno, tan, etc como segmentos. 3) Permite el tratamiento de casos extremos, por ejemplo, de seno de 0 o 90 grados. 4) Propicia la construccin de los significados funcionales y su graficacin. 5) Es adecuado para el estudio de periodicidad y continuidad. 6) Requiere ms conocimientos escolarizados previos. 7) Se trabaja con ngulos de cualquier magnitud. El registro R2 En general este registro puede considerarse como un registro intermedio entre los dos anteriores ya que combina propiedades de R1 y R3 y consecuentemente establece conexiones entre los significados de sen, cos, etc como razones y como funciones contribuyendo as a la comprensin de los plausibles invariantes matemticos implcitos en los tres registros.
Bibliografa [1] Snchez y Zubieta (comps.) (1993), Lecturas en didctica de las matemticas. Escuela Francesa. Mxico, CINVESTAV IPN. [2] O. San Martn (2006), Un registro de representacin semitica de naturaleza geomtrica para la trigonometra elemental. Memoria (electrnica) del IX Congreso Nacional de Investigacin Educativa del COMIEN. [3] F. Hitt, M. Santos (Editores) (1999), Procceedings of the twenty first anual meeting Psychology of mathematics Education. Vols. 1 & 2. Cuernavaca, Morelos, Mxico. CINVESTAV IPN. Eric Editors.
REGISTROS DE REPRESENTACIN SEMITICA
239
[4] O. San Martn (1998), Construccin y clasificacin de identidades trigonomtricas utilizando recursos y criterios de tipo geomtrico. Resmenes de la XII Reunin Latinoamericana..., Santa Fe de Bogot, Colombia. [5] O. San Martn (1999), Representacin geomtrica de ecuaciones trigonomtricas. Resmenes de la XIII Reunin Latinoamericana... ,Santo Domingo, Repblica Dominicana.
DISEO DE ACTIVIDADES DIDCTICAS INTEGRADORAS PARA PROFESORES DE MATEMTICAS DE SECUNDARIA Rodrguez Ibarra M.A1., Soto Mungua J.L. Departamento de Matemticas, Universidad de Sonora e-mail: mariaa.rodriguez@correoa.uson.mx1 Resumen Se presenta un avance de trabajo de tesis de posgrado, en el cual se est diseando un cuerpo de actividades de aprendizaje que puedan servir como apoyo a los profesores en la enseanza de la matemtica en el nivel secundaria. Se busca que los docentes tengan contacto con algunas concretizaciones de los postulados generales de la reforma de secundaria, adems que puedan llevar al aula las propuestas aqu planteadas o versiones adaptadas de las mismas y que tengan una aproximacin a los planteamientos generales a travs de actividades didcticas concretas. Las caractersticas fundamentales del diseo son: a) se basa en la metodologa ACODESA, b) est centrado en el aprendizaje, c) incorpora el uso de tecnologa y d) promueve las competencias planteadas para este nivel. 1. Justificacin Diferentes evaluaciones que se hacen a los estudiantes, como PISA y ENLACE, indican que hay fuertes deficiencias en la educacin matemtica de los alumnos, sobre todo en lo que tiene que ver con resolucin de problemas. Con el propsito principal de subsanar las deficiencias mencionadas, la educacin secundaria mexicana se ha reformado y ahora cuenta con un nuevo Plan de Estudios. En lo que se refiere a la orientacin de los cursos de matemticas, la reforma se propone lograr que los alumnos aprendan a plantear y resolver problemas en distintos contextos, as como a justificar la validez de los procedimientos y resultados y a utilizar adecuadamente el lenguaje matemtico para comunicarlos. (SEP, 2006, pp. 34) Para promover en los estudiantes los aprendizajes mencionados en la reforma, se requiere evidentemente de profesores con un nuevo perfil y aunque en los documentos oficiales no se define todava un perfil preciso para el profesor, s reconoce que los docentes en servicio podran constituir un obstculo para los cambios propuestos. Los diseadores de los programas de estudio afirman sobre los profesores que Seguramente el planteamiento de ayudar a los alumnos a estudiar matemticas con base en actividades de estudio cuidadosamente seleccionadas resultar extrao para muchos maestros compenetrados con la idea de que su papel es ensear, en el sentido de transmitir informacin. (SEP 2006) Un asunto importante declarado en la reforma es la vinculacin de los contenidos, ya sea del mismo eje, entre ejes distintos o incluso con otras asignaturas, puesto que la tendencia generalizada en la enseanza ha sido la fragmentacin o dosificacin del conocimiento, lo que deja a los alumnos sin posibilidades de establecer conexiones o de ampliar los alcances de un mismo concepto. En los nuevos programas, se pretende favorecer la integracin del conocimiento mediante la organizacin en bloques temticos que incluyen contenidos de los tres ejes: sentido numrico y pensamiento algebraico, forma espacio y medida y manejo de la informacin.
241
242
RODRGUEZ IBARRA M.A., SOTO MUNGUA J.L.
En esta visin integradora la reforma se compromete a promover en los estudiantes un razonamiento flexible y gil, que los deje en mejores condiciones para resolver problemas sin necesidad de especificar el tema que se est abordando ni prescribir el contenido matemtico que debe utilizarse en su resolucin. Arcavi (2006) hace un resumen rpido de lo que ha sido la enseanza desarticulada: los alumnos saben cmo abordar un problema (y en general abordar un problema es casi sinnimo de escoger qu frmulas aplicar), en base al captulo del libro en el que aparece el problema. En estos casos, la contigidad problema-frmula suele ser una importante caracterstica, si no el pilar, del proceso de enseanza y aprendizaje de matemticas. A veces, este fenmeno es tan marcado al punto de que es prctica comn que en un examen que abarca varios tpicos, cada problema debe estar precedido por un ttulo que especifique su tema, como una sugerencia implcita sobre los procedimientos a aplicar. Esta prctica difcilmente pueda apoyar el desarrollo de un conocimiento flexible y gil al que todos aspiramos, sin embargo es mucho ms frecuente de lo que nos imaginamos, y quiz, a veces, nosotros mismos la estimulemos inconscientemente. 2. Propuesta El presente trabajo surge de la necesidad de acompaar la reforma con propuestas didcticas concretas, que atiendan los postulados generales que la sustentan. Los diseos didcticos que se estn elaborando pretenden reunir las caractersticas siguientes: 1. Estarn centrados en el aprendizaje, lo cual se traduce en asignar al profesor el papel de conductor de su clase, ms que de expositor. 2. Integrarn diferentes conceptos matemticos, diversos tipos de conocimiento matemtico y eventualmente conceptos de otras disciplinas. 3. Incorporarn el uso de nuevas tecnologas. 4. Promovern las competencias matemticas planteadas para este nivel. Para el diseo de actividades y la implementacin en el aula se utilizar la metodologa ACODESA, la cual busca promover en el estudiante habilidades y capacidades de reflexin ante situaciones problemticas, mediante el modelado en ambientes colaborativos, en los cuales el debate cientfico y la auto reflexin juegan un papel de primer orden. 3. Elementos tericos-metodolgicos ACODESA es una metodologa para el diseo de actividades y la organizacin del trabajo en el aula. En esta metodologa, la manipulacin de materiales y trabajo con papel y lpiz es importante como paso previo al uso de tecnologa. La metodologa ACODESA propone el diseo de actividades didcticas que integren situaciones problemticas interrelacionndolas unas con otras y por otra parte, organiza la enseanza mediante el trabajo individual, el trabajo en equipo, el debate en el aula y la auto-reflexin. Es una adaptacin a un acercamiento sociocultural del aprendizaje de las matemticas (Hitt, Gonzales-Martin y Morasse, 2008). Una descripcin resumida de las etapas contempladas por ACODESA para organizar la enseanza puede plantearse en los siguientes trminos.
DISEO DE ACTIVIDADES DIDCTICAS INTEGRADORAS
243
1. Trabajo individual (produccin de representaciones para comprender la situacin del problema) 2. Trabajo en equipo sobre una misma situacin. Proceso de discusin y validacin (Refinamiento de las presentaciones) 3. Debate (que puede convertirse en un debate cientfico). Proceso de discusin y validacin (refinamiento de representaciones) 4. Regreso sobre la situacin (trabajo individual: reconstruccin y auto-reflexin) 5. Institucionalizacin. Proceso de institucionalizacin y utilizacin de representaciones institucionales 4. Ejemplo de actividad integradora Con el propsito de ejemplificar las actividades didcticas que se estn elaborando, se presenta aqu una de ellas en forma detallada. Esta actividad consiste en plantear una situacin problemtica en un contexto no matemtico, identificar los patrones presentes en los clculos que resuelven la situacin, usar los patrones para predecir resultados y por ltimo generalizar e institucionalizar los procedimientos. Se apoya en material manipulable diseado para modelar la situacin planteada e incorpora el uso de GeoGebra como herramienta para facilitar la identificacin de patrones. Actividad: La pista En la Figura 1 se muestra un plano con las medidas oficiales en metros que debe tener una pista de atletismo para carreras de 400 metros planos. La pista tiene 8 carriles numerados del 1 al 8, llamaremos aqu Corredor 1 al atleta que corre por el Carril 1, Corredor 2 al que corre por el Carril 2 y as sucesivamente.
Figura 1 1. Usa la calculadora para obtener el permetro interior de la pista. 2. Si cada competidor corre a 30 cm de distancia de la lnea interior de su carril, qu distancia recorrer el Corredor 1, si la lnea de meta es su lnea de salida y de llegada?
244
3. Como el ancho de cada carril tiene una medida oficial de 1.22 m., sa ser la distancia que separar a los Corredores 1 y 2. Calcula la distancia que recorrer el Corredor 2, si parte de la lnea de meta y su lnea de llegada es tambin la lnea de meta. 4. En la Figura 2 pueden verse los detalles de la pista, cercanos a la lnea de meta, Si la lnea de salida del Corredor 1 es la lnea de meta, dnde deber ubicarse la lnea de salida del Corredor 2 para que los Corredores 1 y 2 recorran la misma distancia para llegar a la meta?
Figura 2 5. Establecida la lnea de salida del Corredor 2, calcula ahora la distancia que tendra que recorrer el Corredor 3 para llegar a la meta, si la lnea de salida de ambos corredores fuera la misma. Utiliza este clculo para ubicar la lnea de salida del Corredor 3 en la Figura 2, si queremos que la carrera sea justa. 6. Utiliza los clculos realizados hasta ahora, para ubicar en la Figura 2 las lneas de salida del resto de los corredores. Aunque es inusual que las pistas de atletismo tengan forma circular, recurriremos a esta forma para obtener una versin simplificada del problema. Consideremos en esta versin circular, una pista que cuenta solamente con cuatro carriles. En el modelo de cartulina que entregar el profesor a cada equipo, las medidas estn representadas en metros y supondremos que los competidores corren pegados a la lnea interior de su respectivo carril. 7. Desmonten los crculos de cartulina entregados a cada equipo, para que cada integrante calcule el permetro del crculo interior del carril que le haya tocado. Este crculo interior representa ahora la trayectoria seguida por cada corredor. a) Con los datos obtenidos por cada integrante, el equipo llenar la Tabla 1.
DISEO DE ACTIVIDADES DIDCTICAS INTEGRADORAS
245
Corredor 1 2 3 4
Permetro del crculo interior del carril
Tabla 1 b) Luego entre todo el equipo se harn los clculos para llenar la Tabla 2. Para hacer estos clculos recuerda que el Corredor 1 tendr a la lnea de meta como lnea de salida y de llegada. Corredor 1 2 3 4 Distancia entre la lnea de meta y la lnea de salida, si la carrera es justa 0
Tabla 2 c) Calcula en tu equipo las distancias que hay entre las lneas de salida de dos corredores consecutivos y llena con estos datos la Tabla 3. Corredores consecutivos 1y2 2y3 3y4 Distancias entre las lneas de salida
Tabla 3 Ensambla de nuevo el modelo de cartulina y rota los carriles hasta representar las lneas de salida segn los datos de la Tabla 3. 8. Muestra tu modelo de cartulina a los dems equipos a fin de comparar visualmente las distancias entre las lneas de salida representadas en los diferentes modelos. Coteja las conclusiones obtenidas con los resultados registrados por los diferentes equipos en la Tabla 3. 9. Discute con el resto de tu grupo a qu se deben las similitudes encontradas en la Tabla 3, a pesar de que provienen de modelos distintos. Formula una conjetura que explique estas similitudes. 10. Abre el archivo pista.ggb, en el que se han trazado dos crculos concntricos como se ven en la Figura 3.
246
Figura 4 a) Calcula la diferencia entre los permetros de las dos circunferencias mostradas en el archivo pista.ggb. b) Arrastra el punto P para obtener un nuevo radio del crculo interior. Calcula las diferencias entre los permetros de los nuevos crculos. c) Los resultados obtenidos con GeoGebra, confirman o refutan tu conjetura? 11. El radio del ecuador terrestre mide aproximadamente 6, 378 Km. Supongamos que el ecuador es un crculo perfecto y que una persona pudiera recorrerlo caminando; caminara as una distancia igual al permetro del ecuador, mientras el extremo de su cabeza describira un crculo ms grande. Si esta persona midiera 1.70 m de estatura, cul sera la diferencia entre los dos permetros de los dos crculos mencionados? Si tenemos dos crculos concntricos, uno de radio r y otro de radio 5 unidades ms grande. Explica porque la diferencia de sus permetros no depende de r Bibliografa [1] Hitt F. y Corts J. (2009). Planificacin de actividades en un curso sobre la adquisicin de competencias en la modelacin matemtica y uso de calculadora con posibilidades grficas. Revista digital Matemtica, Educacin e Internet (www.cidse.itcr.ac.cr/revistamete/) 10(1). 6, 9-10 [2] SEP (2006), Programas de estudios. Matemticas. Educacin Secundaria, Mxico, SEP. [3] SEP (2000), Fichero. Actividades didcticas. Matemticas. Educacin Secundaria, Mxico, SEP. [4] SEP (2000), Libro para el maestro. Matemticas. Educacin Secundaria, Mxico, SEP. [5] SEP (2006), Plan y programas de estudio. Educacin Secundaria, Mxico. SEP. [6] Arcavi, Abraham (2006), Foro Educativo Nacional. 24, 25 y 25 de octubre. Colombia.
ACTIVIDADES DIDCTICAS EN LNEA CON GEOGEBRA PARA EL APRENDIZAJE DE NMEROS COMPLEJOS Romero Robles D.1, Del Castillo Bojrquez A. G. Departamento de Matemticas Universidad de Sonora e-mail: danielar_4m@hotmail.com1 Resumen
El presente trabajo tiene como propsito presentar el diseo de una secuencia de actividades didcticas en lnea para el aprendizaje de nmeros complejos y sus operaciones, las cuales involucran el uso de representaciones dinmicas elaboradas con el software GeoGebra. En el diseo de las actividades, se hace nfasis en las diferentes formas de representacin de los nmeros complejos y sus operaciones, partiendo de representaciones grficas y vinculando dinmicamente las correspondientes representaciones algebraicas y numricas, creando ambientes en los cuales los estudiantes tienen la oportunidad de explorar, analizar, conjeturar, verificar conjeturas y generalizar, privilegiando as, la actividad del alumno como medio para promover su aprendizaje.
1. Introduccin Algunas investigaciones [1] en el rea de Matemtica Educativa, en torno al tema de nmeros complejos, ponen de manifiesto que los estudiantes enfrentan algunas dificultades en el aprendizaje de stos, entre las cuales podemos mencionar las siguientes: Dificultades e inconsistencias para resolver un problema planteado con nmeros reales pero cuya solucin no es real sino compleja no real. Dificultades para reconocer que las reglas generales de la multiplicacin no funcionan en el producto de races con radicando negativo. Por ejemplo al realizar la multiplicacin obtienen como resultado 1, y como justificacin a su respuesta argumentan que la multiplicacin de races tiene la propiedad siguiente: . Dicha propiedad se cumple nicamente para el conjunto de los nmeros reales. Dificultades e inconsistencias cuando tratan de extender las propiedades de orden de los nmeros reales a los nmeros complejos. Con el fin de superar estas dificultades y la resistencia que los estudiantes exhiben sobre el tema de nmeros complejos en el nivel superior, se consider una forma alternativa para abordarlo, donde el estudiante no slo pueda operar con nmeros complejos, sino que adems sea capaz de encontrar relaciones, diferencias y/o similitudes entre las propiedades de sus operaciones y las de los nmeros reales. La estrategia seleccionada consisti en el diseo de una secuencia de actividades didcticas donde se hace nfasis en las diferentes formas de representacin de los nmeros complejos y sus operaciones, partiendo de representaciones grficas, con el uso del software GeoGebra, y vinculando dinmicamente las correspondientes representaciones algebraicas y numricas, creando ambientes en los cuales los estudiantes tienen la oportunidad de explorar, analizar, conjeturar, verificar conjeturas y generalizar, privilegiando as, la actividad del alumno como medio para promover su aprendizaje. 247
248
ROMERO D., DEL CASTILLO A.G.
Como lo mencionan Kozak, Peyregne ,Garaventa y Endelli [2]: Es sabido que para la mayora de los estudiantes, el concepto primario que tienen de los nmeros complejos es que representan una respuesta abstracta a algo que aparentemente no existe en el mundo real, como es, por ejemplo, la raz par de un nmero negativo, una especie de sortilegio metafsico, una nada inasible, tal como le suceda a los matemticos del siglo XVI. Contrario a la idea que tienen los alumnos sobre el tema de nmeros complejos y al escaso conocimiento que hay sobre sus aplicaciones, es necesario promover el dominio del tema para facilitar la modelizacin y resolucin de problemas en distintas reas en las que pudiera involucrarse, tales como: Ingeniera electrnica. Ecuaciones diferenciales. Los fractales. Relatividad general y relatividad especial. Mecnica cuntica.
Dentro de la Universidad de Sonora, los programas de Ingeniera fueron modificados considerablemente: un cambio significativo fue la fusin de los cursos de lgebra Superior y lgebra Lineal, dando lugar a un solo curso, el de lgebra, motivo por el cual se omitieron algunos temas. En este curso se inicia con el tema de nmeros complejos y una de las principales desventajas para lograr la comprensin de este tema es el tiempo que viene sealado en el programa, que es de slo 10 horas. Es por eso, que estas actividades surgen para enriquecer tanto la actividad en clase como para promover la actividad extra clase. Dichas actividades tambin pueden ser utilizadas en el rea de Ciencias, ya que el tema est contemplado dentro de sus cursos de lgebra Superior. 2. Algunas consideraciones tericas Para fundamentar este trabajo se estarn considerando algunos elementos tericos del Enfoque Ontosemitico de la Cognicin e Instruccin Matemtica (EOS), desarrollado por Godino [3]. Entre los elementos a considerar, podemos mencionar los sistemas de prcticas, los objetos personales e institucionales, sus significados sistmicos, los elementos bsicos del significado y las relaciones que se establecen entre ellos (funciones semiticas), as como el modelo de anlisis didctico para la descripcin, explicacin y valoracin del proceso de instruccin asociado a la implementacin de la secuencia. Para la fase de diseo, result de gran utilidad el anlisis del significado institucional de referencia. Para el diseo de la secuencia de actividades didcticas, adems de revisar el programa de la materia, se consideraron notas de clase [4], libros de texto [5], resultados de investigacin en Matemtica Educativa [1] [6], sitios web [7] y el uso de tecnologa [8] (Ver Tabla 1).
ACTIVIDADES DIDCTICAS EN LINEA
249
Tabla 1. Significado Institucional de Referencia
Significado Institucional de Referencia

Programa de la Materia Materiales de Apoyo Aportaciones de la Investigacin en Matemtica Educativa Libros de Texto
Significado personal de los objetos matemticos, de los profesores de la materia
Uso de Tecnologa
3. Breve descripcin de actividades Todas las actividades diseadas involucran el uso de representaciones dinmicas elaboradas con el software GeoGebra y se encuentran en lnea en la direccin electrnica www.mat.uson.mx/proyectoalgebra/Complejos. A lo largo de las actividades, se hace nfasis en las diferentes formas de representacin de los nmeros complejos y sus operaciones, partiendo de representaciones grficas y vinculando dinmicamente, las correspondientes representaciones algebraicas y numricas, creando ambientes en los cuales los estudiantes tienen la oportunidad de explorar, analizar, conjeturar, verificar conjeturas y generalizar. Se inicia con una actividad de evaluacin y repaso sobre los distintos sistemas numricos y sus operaciones, haciendo nfasis en la propiedad de cerradura de las operaciones con nmeros naturales, enteros, racionales, irracionales y reales, haciendo notar la necesidad de ir extendiendo nuestro sistema numrico, en cada caso. En la tres actividades siguientes, se motiva la necesidad de extender el sistema de los nmeros reales, para la obtencin de races cuadradas de nmeros negativos, as como la conveniencia de representar, tanto grfica como algebraicamente, a los nmeros imaginarios y, en consecuencia, a los nmeros complejos. Cabe sealar, que en las actividades introductorias se abordan las representaciones de nmeros complejos en su forma polar, cartesiana y la manera de pasar de una forma de representacin a otra, para lo cual se insert un applet de GeoGebra con las diferentes formas de representacin. El resto de las actividades consisten en la exploracin dinmica de las operaciones de suma, resta, multiplicacin, divisin, potencias y races de nmeros complejos, a la vez que los estudiantes se familiarizan con las representaciones grficas, algebraicas y numricas. Como resultado de las actividades, se espera que el estudiante pueda visualizar, analizar, conjeturar, verificar conjeturas y generalizar sobre la forma de realizar dichas operaciones en sus diferentes representaciones (grfica, numrica y algebraica), con la ayuda de la exploracin en el applet de
250
GeoGebra. Cabe sealar que, en las actividades que as lo requirieron se insertaron applets con la representacin polar y la representacin cartesiana. Por ltimo, se presenta una seccin de Evaluacin y Autoevaluacin para los estudiantes, donde se hace un enlace con el trabajo realizado en el marco del proyecto Diseo e Implementacin de Exmenes Estandarizados en Lnea en el Curso de lgebra de los Programas de la Divisin de Ingeniera de la Universidad de Sonora [9] Las Figuras 1 y 2 muestran dos aspectos del applet que se utiliz para realizar de manera dinmica la multiplicacin de nmeros complejos representados en forma polar, considerando la composicin de un giro y una homotecia aplicada a uno de los factores involucrados, en trminos del otro. Con la ayuda de este applet de GeoGebra los estudiantes tienen la oportunidad de explorar la multiplicacin de distintos nmeros complejos representados en forma polar, deslizando el punto a lo largo del segmento verde (el cual se presenta en la esquina superior izquierda de los applets). De esta manera, se espera que el estudiante pueda encontrar las relaciones entre los mdulos y argumentos de los factores y el mdulo y argumento del producto. Una vez establecidas algunas conclusiones hechas por los estudiantes, se les brinda la opcin de mostrar valores numricos (sealada en el applet) para que verifiquen y/o modifiquen las conclusiones obtenidas.
Figura 1.
251
Figura 2.
4. Observaciones de pilotaje Las actividades se llevaron a cabo con dos grupos de estudiantes de Ingeniera, uno en Ingeniera en Mecatrnica y el otro en Ingeniera Industrial y de Sistemas. Esto constituye una prueba piloto de las actividades donde las observaciones hechas van encaminadas a refinar el diseo. Las condiciones fueron muy favorables, ya que se cont con un aula de computadoras con acceso a Internet para ambos grupos, donde los estudiantes podan formar equipos de dos o tres personas y trabajar con las actividades en lnea para analizarlas, discutirlas y comentar sus dudas, conjeturas, conclusiones, etc., enriqueciendo, as, la actividad grupal. Algunas actividades requirieron ms tiempo del asignado a cada sesin y quedaban como actividad extra clase. Posteriormente, al trmino de cada una de stas, se llevaba a cabo una discusin grupal para aclarar dudas e institucionalizar lo abordado. Por otra parte, el uso del software GeoGebra favoreci y facilit la exploracin grfica realizada por los estudiantes, permitiendo la familiarizacin con las diferentes representaciones de los nmeros complejos y sus operaciones tanto en el mbito geomtrico, como en el algebraico. Aunque la exploracin dinmica se hace con applets elaborados con GeoGebra, las actividades se encuentran en lnea e incluyen cuestionamientos que los estudiantes deben entregar por escrito. En una primera etapa, se pretende mejorar el diseo. En una etapa posterior se realizar un anlisis ms fino de las respuestas de los estudiantes utilizando el modelo de anlisis didctico propuesto por el EOS.
252 5. Consideraciones finales
Durante el pilotaje de las actividades, y al analizar los resultados obtenidos por los estudiantes, se consideraron las siguientes modificaciones y adecuaciones a la secuencia: Aadir tablas en las actividades donde el estudiante deba realizar una exploracin libre para que anoten los resultados obtenidos, y puedan identificar patrones. Algunos alumnos hacan caso omiso a la indicacin y slo contestaban de acuerdo a un caso particular, y se les dificultaba generalizar. Modificar la redaccin de algunos cuestionamientos para aclarar lo que se solicita. Algunas de las ventajas observadas a lo largo de la implementacin fueron: El uso del Software Geogebra facilit en gran medida la visualizacin grfica y su articulacin con representaciones numricas y algebraicas. Colocar las actividades en lnea facilit el acceso a ellas por parte de los estudiantes, enriqueciendo la actividad extraclase. Por ltimo, se sealan algunas dificultades detectadas: Dificultades para interpretar el mdulo de un nmero complejo como una cantidad no negativa. Dificultades para argumentar sus respuestas. La visualizacin grfica hecha por algunos estudiantes, durante la exploracin en los applets, bastaba para validar un procedimiento, y no sentan la necesidad de justificar su validez. Dificultades para generalizar, ya que algunos estudiantes respondan a partir de un caso particular, dejando de lado la exploracin en los applets de GeoGebra.
Bibliografa [1] [2] Martnez, G., Antonio, R. (2009). Una construccin del significado del nmero complejo. REIEC, No. 1., pp. 9, Unicen, Argentina Kozak, A., Peyregne, M., Garaventa, L., Endelli, J. (2008) El Conjunto de los nmeros complejos como eje para el desarrollo de competencias matemticas. Recuperado el 23 de enero de 2011 de http://www.caedi.org.ar/pcdi/Area%207/7-124.PDF Godino, J. D. (2002). Un enfoque ontolgico y semitico de la cognicin matemtica. Recherches en Didactiques des Mathematiques, 22 (2/3), 237-284 Soto, J.L. (2002). Nmeros Complejos: una presentacin grfica. Material Didctico No. 1. Depto de Matemticas, Universidad de Sonora Hitt, F. (2002). lgebra Lineal. Mxico: Pearson Educacin. Pardo, T., Gmez, B. (2007). La enseanza y el aprendizaje de los nmeros complejos. Un estudio en el nivel universitario. Revista de Investigacin en Didctica de las Matemticas. pp. 3-15. Departamento de Didctica de las Matemticas. Universidad de Valencia. Espaa.
[3] [4] [5] [6]
253
[7]
[8] [9]
Sada, M. (2008). Nmeros Complejos: representacin grfica. Ejemplos diversos de webs interactivas de Matemticas. Recuperado el 23 de enero de 2011 de http://docentes.educacion.navarra.es/msadaall/geogebra/ Hohenwarter, M., Borcherds, M., Kreis, Y. (2001) Geogebra. Software. Recuperado el 23 de enero de2011 de www.geogebra.org Del Castillo, A.G., Flores, B. (2009). Resultados de la implementacin de tareas y exmenes en lnea para los cursos de lgebra, utilizando el software Maple T.A. En Memorias de la XIX Semana Regional de Investigacin y Docencia en Matemticas. (pp.97-103). Universidad de Sonora. Mxico.
EL PUNTO DE FERMAT: UN PROBLEMA GEOMTRICO DE VARIACIN Seplveda Lpez A., Garca Garca L. Universidad Michoacana de San Nicols de Hidalgo e-mail:asepulve@live.com.mx Resumen
En este trabajo se presenta un problema geomtrico de variacin relacionado con la suma de las distancias de un punto interior a los vrtices de un tringulo acutngulo dado. La existencia de un punto interior que hace mnima la suma de esas distancias, corresponde a la solucin del problema; a este punto se le conoce como Punto de Fermat. El problema involucra nociones fundamentales del currculum escolar; aqu se desarrollan diferentes formas de solucin con distintos acercamientos, algunos de ellos intuitivos, otros formales e incorporamos el uso de un software dinmico. En su oportunidad, destacamos estrategias y procesos de resolucin de problemas y mostramos las ventajas de la utilizacin del software. El presente forma parte de un estudio sobre resolucin de problemas geomtricos de variacin y la incorporacin de la tecnologa, que se llev a cabo durante el desarrollo de una tesis de maestra.
1. Introduccin En cierta ocasin Fermat (1601-1665), Prncipe de los aficionados, ret a Torricelli (1608-1647), discpulo de Galileo, con el siguiente problema: Dadas tres ciudades representadas por los puntos A, B y C, unirlas por una red de carreteras de forma que su longitud sea mnima. El estudio y anlisis de este problema puede contribuir al desarrollo de importantes ideas matemticas en los estudiantes. Un acercamiento intuitivo con una regla graduada permite ver que si vara P, punto interior del tringulo ABC, la suma de sus distancias a los vrtices tambin vara; este acercamiento puede complementarse con el uso del software dinmico Cabri gomtre y observar que efectivamente dicha suma vara y, adems, est acotada. Un acercamiento formal permite ubicar cotas, inferior y superior, para la suma y luego dar la demostracin de la existencia del punto P que la minimiza. Algunas preguntas que guiaron el desarrollo de este trabajo son: Cules son los pasos clave para la solucin de este problema?, cmo contribuye el uso del software dinmico en el entendimiento y solucin del mismo? La formulacin y resolucin de problemas es una actividad que ha caracterizado al hombre desde la antigedad y, sin duda, es el motor que ha promovido el desarrollo de las matemticas; en este sentido, Polya (1945) establece que la resolucin de problemas es una actividad que caracteriza al ser humano. Histricamente podemos observar cmo el hombre se ha planteado problemas matemticos en diferentes reas y de distinto grado de dificultad; algunos de ellos tardaron siglos en ser resueltos o en justificar por qu no se pueden resolver, como es el caso de los tres problemas clsicos de los griegos, entre otros. El amplio desarrollo de herramientas computacionales ha influido notablemente tanto en los mtodos y caminos de producir conocimiento disciplinar, como en la forma en que los estudiantes pueden aprender o construir ese conocimiento. En este sentido, el Principio de la tecnologa (NCTM, 2000), establece la tecnologa es esencial en la enseanza y el aprendizaje de las matemticas, influye en las matemticas que se ensean en la escuela y aumenta las posibilidades de aprendizaje de los estudiantes. Tambin se menciona, en los estndares correspondientes a los niveles 9-12, que en vez de dedicar tanto tiempo a los algoritmos debe invertirse ms tiempo y esfuerzo para que los estudiantes adquieran estructuras conceptuales 255
256
SEPLVEDA LPEZ A., GARCA GARCA L.
mediante exploraciones, basadas en experiencias numricas y geomtricas, aprovechando las posibilidades que proporciona el uso del software dinmico, pues potencia las posibilidades de representacin y visualizacin; el manejo adecuado de la tecnologa, puede convertirla en una herramienta de aprendizaje. Adems, el desarrollo de la imaginacin visual de los estudiantes, es una de las habilidades esenciales que diversas propuestas curriculares se proponen promover a lo largo de la educacin escolar (NCTM, 2000; Alarcn, 1994); sobre ello Presmeg (2007) afirma que la visualizacin es una de las habilidades matemticas que llevan un tiempo prolongado en desarrollarse en los estudiantes. En este contexto, Santos (2004) ilustra el potencial del software dinmico en la construccin de configuraciones que permiten visualizar y establecer distintas conexiones entre diferentes conceptos. La visualizacin en matemticas nos ayuda a comprender mejor los problemas geomtricos, los cuales pueden estar planteados en diferentes contextos, y nos brinda la posibilidad de acceder a los conceptos y principios matemticos involucrados. Las representaciones hechas manualmente, con lpiz y papel, son estticas para los aprendices y pueden impedir el entendimiento de un problema de variacin, por ejemplo; estas limitaciones tienden a desaparecer cuando los estudiantes aprenden a utilizar la computadora como un medio de visualizacin que puede hacer ver lo que era inadvertido, permitiendo identificar relaciones, regularidades y patrones. Para explorar el problema del Punto de Fermat, nos apoyamos de la visualizacin que ofrece el Cabri gomtre. En su teora sobre los registros semiticos de representacin, Duval (1996) asigna primordial importancia al uso de diferentes representaciones externas de los componentes de un problema, para aprender los conceptos involucrados. Estas representaciones pueden ser generadas por el aprendiz a travs del lenguaje oral, escrito o los medios tecnolgicos; o bien, una mezcla de ellos. Un sistema de registros semiticos de representacin se conforma cuando es posible realizar tres actividades cognitivas ligadas con la semisis (aprehencin o produccin de una representacin semitica): identificacin, tratamiento y conversin. Un sujeto ha aprendido un concepto en la medida en que realiza estas actividades y transita libremente de un de un registro de representacin a otro. Finalmente, el estudio de los problemas de variacin es fundamental en matemticas (NCTM, 2000) y forma parte de las matemticas del cambio, regularmente asociada al estudio del Clculo. Enseguida enunciamos el problema del Punto de Fermat y procedemos a darle solucin. Elegimos este problema porque nos interesa mostrar que implica conceptos matemticos importantes; hacemos una revisin exhaustiva de su solucin con diferentes acercamientos, donde se aprecia, por un lado, la dificultad de la afirmacin en el enunciado y la importancia de los conceptos y, por otro lado, la potencia que tiene el uso del software para acceder al problema, desde el entendimiento del mismo hasta su solucin, lo cual permitir elaborar una argumentacin geomtrica slida que justifica plenamente la solucin. 2. Problema del punto de Fermat Dado un tringulo acutngulo ABC, localizar el punto interior P cuya suma de distancias a los vrtices A, B y C, sea la ms pequea posible (Coxeter, 1969). Solucin. Dado el tringulo acutngulo ABC, consideremos un punto interior arbitrario P; trazamos los segmentos AP, BP y CP (Figura 1). Mediante una exploracin inicial podemos darnos cuenta, incluso con lpiz y papel, que la suma de las distancias de los vrtices a P vara,
EL PUNTO DE FERMAT
257
cuando P se mueve. Si incorporamos un software dinmico observamos que, efectivamente, la suma vara. Con un poco de manipulacin podemos localizar el punto que minimiza la suma y observar que dicha cantidad est acotada.
A
N
A
M
Figura 1. Ilustracin asociada al problema.
Figura 2. Trazos para acotamiento.
Acotamiento. Es posible acotar la suma de esas distancias y concluir que para cualquier punto P, la suma est entre el semipermetro y el permetro del tringulo; es decir:
AB AC BC AP BP CP AB AC BC 2
Figura 2. Trazos para acotamiento. La primera desigualdad se obtiene de aplicar el teorema de la desigualdad del tringulo a ABP, Figura 2. Trazos para acotamiento. BCP y CAP, obtenindose
AB < BP + AP; AC < AP + CP; BC < BP + CP

AB AC BC AP BP CP . 2 Para probar la segunda desigualdad, se hacen los trazos: prolonguemos AP, BP y CP hasta cortar a los lados BC, CA y AB en los puntos L, M y N, respectivamente (Figura 2).
y sumando:
En ABL y LCP tenemos: AP+PL<AB+BL y CP<PL+LC; sumando obtenemos AP+CP<AB+BC BP+AP<BC+CA CP+BP<CA+AB De manera que al sumar (1), (2) y (3) se obtiene la segunda desigualdad AP+BP+CP < AB+BC+CA. Obtencin del punto P. Veamos ahora cmo es que se obtiene el punto P que minimiza la suma AP+BP+CP. Los segmentos AP, BP y CP determinan tres tringulos; la rotacin de uno de estos constituye una estrategia heurstica necesaria para resolver el problema. Rotamos el tringulo APB un ngulo de 60 alrededor de B, obteniendo as el tringulo CPB (Figura 3 a). Es claro que los tringulos ABC y PBP son equilteros (Figura 3 b). Entonces: AP + BP + CP = CP + PP + PC (4) (1) (2) (3) En BCM y MAP tenemos: BP+PM<BC+CM y AP<PM+MA; sumando obtenemos En CAN y NBP tenemos: CP+PN<CA+AN y BP<PN+NB; sumando obtenemos
258
El segundo miembro de la igualdad (4) es una forma de ir de C a C. La suma de los tres ngulo BAC = 86,6 segmentos es mnima cuando CC es un segmento; en cuyo caso (Figura 3 c): ngulo ABC = 60,6
ngulo ACB = 32,7 BPC = 180 BPP = 120
y por lo que
APB = CPB =180 PPB = 120 APC = 120.
As, el punto deseado P, para el cual AP+BP+CP es mnima, es el punto desde el cual cada uno ngulo BAC = 86,6 de los lados AB, BC y CA subtiende un ngulo de 120.
ngulo BAC = 86,6 ngulo ABC = 60,6 ngulo ACB = 32,7
C'
A P' P
ngulo ABC = 60,6 ngulo ACB = 32,7
B
a)
C' P'
A
60,0
C' P'
A P
P ngulo BAC = 86,6

ngulo ABC = 60,6 ngulo ACB = 32,7
B
b)
B
c)
Figura 3. Estrategia heurstica de rotacin para la solucin. Este punto se construye fcilmente como la interseccin de la lnea CC y el crculo que pasa por 60,0 60,0 ABC (Figura 4). Esta solucin es vlida siempre y cuando el ABC no tenga un ngulo mayor o igual que 120.
C' P' P A
Figura 4. Obtencin del punto P. Mediante el software dinmico Cabri Gomtre, tambin podemos obtener la grfica del lugar geomtrico correspondiente a la suma, en funcin, por ejemplo, de BP (Figura 5).
60,0 c)
EL PUNTO DE FERMAT
259
(1,59; 6,94)
A C' P' P
BP = 1,59 cm AP+BP+CP = 6,94 cm
C
1 1 AP=1,78 cm AP + BP + CP = 7,00 cm BP=2,60 cm 5. Lugarcm geomtrico determinado por CP=2,62
60,0 c)
ngulo BAC=72,4 ngulo ABC=68,5
Figura
P.
Otra forma de obtener P. Adems del tringulo equiltero ABC, construido sobre AB, ngulo ACB=39,1 podemos trazar los tringulos equilteros BCA sobre BC y CAB sobre CA (Figura 6) y luego dibujar los segmentos AA, BB y CC. Es fcil probar que estos tres segmentos son iguales y que concurren en P; para ello, se usa congruencia de tringulos y la argumentacin dada en la estrategia heurstica de la rotacin de 60, rotando BP 60 a la derecha y a la izquierda.
60,0
B'
A C'
60,0
P B C
60,0
A'
Figura 6. Manera alternativa de localizar P. As, los tres segmentos determinan el Punto de Fermat y cada uno de estos es igual a AP+ BP+CP. Es decir, si trazamos tringulos equilteros BCA, CAB y ABC, externos a los lados de Figura 6 cualquier tringulo ABC, los segmentos lineales AA, BB y CC son iguales, concurrentes y adems forman ngulos de 60 entre ellos.
260
Este problema fue abordado por Pedoe (1957, pp. 11-12, citado por Coxeter, 1969), encontrando que el ABC puede no asumirse como acutngulo. Si el ABC posee un ngulo mayor o igual que 120o, puede demostrarse que P coincide con el vrtice del ngulo mayor, pero la demostracin es demasiado larga; Cabri permite visualizar que, efectivamente, as es. 3. Comentarios finales Es claro que el uso de la computadora, con el software dinmico, es una herramienta que permite al estudiante establecer un dilogo entre la deduccin y la experimentacin; adems, facilita la exploracin de diversos casos y da acceso a situaciones en donde es posible encontrar el sentido de algunas ideas matemticas. Esto es, el uso del software ayuda al estudiante a realizar trabajo emprico y puede proporcionar bases para realizar una demostracin formal; la combinacin del trabajo del estudiante en los medios tecnolgicos y con diferentes formas de representacin, contribuye al aprendizaje de los conceptos involucrados. Sin embargo, es importante sealar que no se est planteando el uso de la tecnologa como un sustituto del maestro; si bien es cierto que es un recurso que puede contribuir a la evolucin del entendimiento de una determinada situacin, en problemas como el aqu planteado seguramente los estudiantes requerirn de la orientacin y ayuda que slo el maestro competente puede proporcionar, as como para sistematizar y complementar las ideas relevantes que emergieron o que aparecen relacionadas durante la resolucin del problema. Conviene remarcar que el uso de algn recurso tecnolgico no garantiza que el estudiante entienda los principios matemticos que surgen de determinada exploracin, y se debe tener presente que, en ocasiones, la tecnologa puede dar una representacin grfica incompleta o no proporcionar los elementos clave del razonamiento que permiten la solucin de un problema, como es el caso de las estrategias heursticas. Finalmente, la visualizacin matemtica basada en la computadora es solamente una faceta del papel que representa el uso de medios tecnolgicos en el estudio de las matemticas. La visualizacin debe estar ligada a los procesos simblicos, lgicos y formales, propios de la matemtica, para alcanzar mejores resultados en el aprendizaje. Bibliografa B. J. Alarcn (1994). Libro para el Maestro de Educacin Secundaria. Secretara de Educacin Pblica, Mxico. H. S. M. Coxeter (1969). Introduction to Geometry. Second edition, John Wiley & Sons, Inc. Toronto, Canada. R. Duval (1996). Registros de representacin semitica y funcionamiento cognitivo del pensamiento. Traduccin realizada por el Departamento de Matemtica Educativa del Cinvestav IPN, Mxico. Con autorizacin del IREM de Stramburgo, 1993. National Council of Mathematics Teachers. (2000). Principles and Standars for School Mathematics. NCTM, Reston Va. USA. G. Polya (1945). How to solve it. Princeton: Princeton University Press. N. Presmeg (2006). Handbook of Research on the Psychology of Mathematics Education. Research on Visualization in Learning and Teaching Mathematics (pp. 205-235). ISBN 90-77874-19-4.
EL PUNTO DE FERMAT
261
T. L. M. Santos (2004). The role of technology in students conceptual constructions in a sample case of problem solving. Focus on Learning Problems in Mathematics. Spring Edition.
PROPUESTA DIDCTICA PARA ARTICULAR LA SEMEJANZA CON LA TRIGONOMETRA Servn de la Mora Cota G1., Villalba Gutirrez M.C. Departamento de Matemticas, Universidad de Sonora e-mail:griseldaservin@hotmail.com1 Resumen
En este trabajo se presentan avances del diseo de una Secuencia Didctica que tiene como propsito subsanar la falta de articulacin entre la semejanza en tringulos, las razones trigonomtricas y las funciones trigonomtricas. Se toman en cuenta investigaciones realizadas sobre la desarticulacin entre la Geometra y la Trigonometra. Las actividades que aqu se describen corresponden nicamente a la primera de las cuatro fases que constituyen la secuencia, ya que sta, en su totalidad, est an por desarrollarse. Los elementos tericos bajo los cuales estar sustentado el diseo contemplan la resolucin de problemas con un enfoque en competencias y como recursos didcticos el uso de materiales manipulables y del software Geogebra.
1. Justificacin de la problemtica Uno de los principales problemas que tienen los sistemas escolares en sus organizaciones matemticas se refiere a la falta de articulacin entre los conceptos matemticos estudiados. En la tesis de Garca (2005) se aborda la problemtica de la desarticulacin en el estudio de la proporcionalidad, en donde comenta que las razones de ser de una organizacin matemtica, esto es, las cuestiones a las que dicha organizacin matemtica responde, cumplen, entre otras, la funcin de integrar los diferentes componentes de la misma, deducimos que la desaparicin escolar de las razones de ser de las organizaciones matemticas propuestas para ser estudiadas en la escuela provoca el debilitamiento progresivo de su articulacin. Por su parte Navarro (2007) pone de manifiesto que en el curso de Geometra y Trigonometra, la semejanza de tringulos y las razones trigonomtricas quedan atomizadas y abandonadas despus de estudiarse brevemente. No parece ser el principio de una secuencia lgica de conocimiento que llega a dar soporte a un objeto emergente que son las funciones trigonomtricas. 2. Elementos tericos La Reforma Integral de la Educacin Media Superior (2008), propone como metodologa de trabajo la resolucin de problemas con un enfoque en competencias. Se presentan once competencias genricas y ocho competencias en la disciplina matemtica, donde se busca desarrollar habilidades en el estudiante que le permita movilizar de forma integral recursos que se consideran indispensables para realizar satisfactoriamente las actividades demandadas. (SEP, 2008). En este enfoque, articular pertinentemente los conocimientos matemticos que el estudiante tiene, tomados stos como recursos ante el nuevo conocimiento o bien ante situaciones que los demandan, se puede considerar como una accin especfica que promueve esas habilidades de movilizacin antes mencionadas.
263
264
SERVIN DE LA MORA G., VILLALVA GUTIERREZ M.C.
La manera de utilizar la resolucin de problemas en la secuencia didctica estar sustentada por lo que Gascn (1994) identifica como un paradigma constructivista, donde el objetivo es que a travs de las situaciones problmicas propuestas, los alumnos construyan el nuevo conocimiento. Por su parte, Vilanova, y otros, (2001) manifiestan que una de las visiones de hacer matemtica es precisamente a travs de su interaccin social, donde el alumno imagine, aplique informacin, conjeture, pruebe, argumente, refute, comunique ideas y se comprometa en actividades con sentido derivadas de situaciones problmicas donde el pensamiento creativo es requerido. En este sentido la enseanza de la matemtica a travs de la resolucin de problemas tiene la visin de que el alumno genere patrones y los convierta en conocimientos. De tal manera que se ve a la matemtica como un proceso que est en constante evolucin. Las actividades sern diseadas en hojas de trabajo y como recurso didctico se utilizarn tanto recursos manipulables como el software geomtrico Geogebra, con el propsito de permitir la visualizacin y la experimentacin de los conceptos matemticos. Consideramos que la informacin obtenida a travs de este medio puede ser un paso hacia el establecimiento de conjeturas (Arcavi & Hadas, 1998-2001). 3. Estructuracin de la secuencia didctica La organizacin matemtica de la propuesta didctica est formada por cuatro fases descritas en la figura 1.
Fase Preliminar: Semejanza de figuras
Fase 1: Semejanza en tringulos.
Fase 2: Semejanza en tringulos rectngulos.
Fase 3: Razones Trigonomtricas.
Fase 4: Funciones Trigonomtricas..
Figura 1. Estructura de la secuencia didctica Actividad preliminar: En esta actividad, el objetivo es inferir acerca del conocimiento a priori del alumno en cuanto a sus concepciones de figuras con la misma forma. Se analizan las caractersticas que subyacen en ampliaciones y reducciones de polgonos como el cuadrado y el rectngulo. Los cuestionamientos promueven reflexiones y conjeturas acerca de las relaciones entre los lados y los ngulos correspondientes en las figuras analizadas. Fase 1: Las actividades 1, 2, 3 y 4 tienen como objetivo conjeturar acerca de las relaciones entre los lados correspondientes de dos tringulos con la misma forma. Tiempo estimado 50 minutos. La actividad nmero 5, tiene como objetivo conjeturar acerca de las caractersticas de los ngulos correspondientes de tringulos con la misma forma. La actividad nmero 6, es una actividad en Geogebra, cuyo objetivo es que el alumno visualice a travs de geometra dinmica las dos caractersticas planteadas en las actividades anteriores, donde manipule una constante de proporcionalidad ( K) , la cual
PROPUESTA PARA ARTICULAR SEMEJANZA Y TRIGONOMETRA
265
reduce y amplia las longitudes de lados de dos tringulos de la misma forma. El tiempo estimado es de 20 minutos. Con estas actividades a travs de la resolucin de problemas, se pretende institucionalizar la semejanza en tringulos. De la fase dos en adelante no tengo por el momento las actividades que darn sustento a la secuencia. Actividad 1: En la construccin 1 (Figura 2) se encuentra el tringulo ABC. Construye el tringulo PQR de acuerdo a las caractersticas que se sealan, utilizando regla y comps. El vrtice P est ubicado a una distancia donde el = 2 DA El vrtice Q est ubicado a una distancia donde el = 2 DB El vrtice R est ubicado a una distancia donde = 2 DC
Figura 2 Construccin 1 Con base en la informacin anterior, responde a las siguientes cuestiones: 1. Describe cules son los lados correspondientes de los tringulos 2. Compara las longitudes de los lados correspondientes de los tringulos. Qu relacin encuentras? 3. Tendrn los tringulos la misma forma? Explique.
266
Actividad 2: En la construccin 2 (Figura 3) se encuentra el tringulo ABC. Construye el tringulo MNO de acuerdo a las caractersticas que se sealan, utilizando regla y comps. El vrtice M est ubicado a una distancia donde el = 3 DA El vrtice N est ubicado a una distancia donde el = 3 DB El vrtice O est ubicado a una distancia donde = 3 DC Compara las longitudes de los lados correspondientes de los tringulos. Qu relacin encuentras?
Figura 3. Construccin 2 Actividad 3: Construye dos tringulos donde las longitudes de los lados de uno de los tringulos, sea, respectivamente, la tercera parte de los lados del otro tringulo. 1. Compara las longitudes de los lados correspondientes de los tringulos. Qu relacin encuentras? Actividad 4: Construye dos tringulos con las siguientes caractersticas: las longitudes de los lados de uno de los tringulos, miden, respectivamente, las dos terceras partes de los lados del otro tringulo. 1. Compara las longitudes de los lados correspondientes de los tringulos. Qu relacin encuentras? 2. Qu concluyes sobre las caractersticas que tienen las construcciones hechas en las actividades anteriores? Actividad 5: Construir dos tringulos con las siguientes medidas de ngulos y las medidas de los lados del tamao que quieras. Recorta los tringulos y sobreponlos, haciendo coincidir los ngulos correspondientes. Contesta las siguientes preguntas: Los tringulos tienen la misma forma? Cmo son los valores de los ngulos correspondientes?
PROPUESTA PARA ARTICULAR SEMEJANZA Y TRIGONOMETRA
267
Si construyes un tercer tringulo, manteniendo los mismos valores de los ngulos y donde sus longitudes sean ms pequeas o ms grandes a las longitudes de los tringulos que construiste: Cmo sera la forma del nuevo tringulo? Ser suficiente con conocer los ngulos de los tringulos, para decidir que conserven la misma forma? Concluye acerca de esta actividad. Actividad 6: Abre el software Geogebra y selecciona el archivo nmero1 (Figura 4). Desliza el nmero k y observa que pasa con las figuras de los tringulos.
Figura 4. Archivo Geogebra 1 a) b) c) Los ngulos cambian o mantienen su valor? Al deslizar el nmero k de 1 a 2, Qu sucede con los lados correspondientes de los tringulos? Las caractersticas que habas distinguido en las actividades anteriores se mantienen? Hay algunas otras que quieras mencionar?
Al finalizar esta actividad se proceder a Institucionalizar el concepto de semejanza en tringulos retomando las ideas y hablando propiamente de las propiedades de los tringulos semejantes. Bibliografa Arcavi, A., & Hadas, N. (1998-2001). Aprendizaje mediado por la computadora. Ejemplo de un enfoque. Garca., J. (2005). La modelizacin como herramienta de articulacin de la matemtica escolar. De la proporcionalidad a las relaciones funcionales. Tesis doctoral. Universidad de Jan. Espaa. Gascn, J. (1994). El papel de la resolucin de problemas en la enseanza de las Matemticas. Educacin Matemtica , 15.
268
SEP. (2008). COMPETENCIAS GENRICAS Y EL PERFIL DEL EGRESADO DE LA EDUCACIN MEDIA SUPERIOR. Vilanova, S., Rocerau, M., Valdz, G., Oliver, M., Vecino, S., Perla, M., y otros. (2001). La educacin Matemtica. El papel de la resolucin de problemas en el aprendizaje. OEIRevista latinoamericana , 1-11.
UNA PROPUESTA DE ACTIVIDADES DIDCTICAS PARA EL TEMA DE MUESTREO DEL CURSO DE ESTADSTICA II, DEL REA ECONMICO ADMINISTRATIVO
Silvestre Castro E., Larios Rodrguez I.N., Urrea Bernal M.A.
Departamento de Matemticas, Universidad de Sonora e-mail: fel_silvester@hotmail.com Resumen

En el trabajo se presenta una actividad didctica de una secuencia de actividades didcticas para el tema de muestreo del programa del curso de Estadstica II (Estadstica Inferencial) del rea Econmico Administrativo de la Universidad de Sonora. El trabajo se enmarca, en los Lineamientos Generales para el Nuevo Modelo Curricular de la Universidad de Sonora [1], el cual promueve, entre otros aspectos, el centrar la actividad educativa en el estudiante por ser el eje del proceso de aprendizaje e incorporar el uso de la tecnologa en la enseanza, dos aspectos que se retoman en esta propuesta.
1. Introduccin La estadstica es una ciencia que ha tomado mayor importancia en los ltimos tiempos, su desarrollo y aplicacin ha permitido un gran avance a la sociedad al convertirse en un medio matemtico para modelar el comportamiento de informacin de diversos fenmenos. Por ejemplo, proporciona un conjunto de herramientas que son base para analizar datos de un diseo experimental, donde la finalidad de dichos anlisis y tratamiento de informacin es simple y sencillamente una mejor toma de decisiones. Por otro lado, nos encontramos en una sociedad que est expuesta, por diferentes medios de comunicacin, a un gran cmulo de informacin que no necesariamente se presenta de manera accesible y digerible, sobre todo aquella que tiene que ver con cuantificaciones. Se requiere entonces, del desarrollo de una serie de conocimientos y habilidades que permitan entender, interpretar, analizar y crear de manera objetiva informacin cuantitativa. En este sentido, la incorporacin de materias de estadstica en los diferentes niveles educativos toma an mayor importancia. Es importante en la enseanza de la estadstica tener en claro las respuestas de las siguientes interrogantes Cul es objetivo pretendido en la enseanza de la estadstica? Qu habilidades se espera que desarrollen los estudiantes? Cmo se pueden desarrollar dichas habilidades? Las instituciones educativas, por lo general, no pretenden formar estudiantes que sean expertos en estadstica, pero tampoco desea capacitarlos para realizar clculos y procedimientos sin ningn significado en los contextos que se realizan. Se desea incidir en aquellos elementos que sern realmente tiles, dentro de las posibilidades, en la vida profesional de cualquier individuo, como para su entorno social. Estos elementos conforman la base de conocimientos y capacidades estadsticas necesarias para desarrollar lo que se considera una cultura estadstica, esto es: a) capacidad para interpretar y evaluar crticamente la informacin estadstica, los argumentos apoyados en datos o los fenmenos estocsticos que las personas pueden encontrar en diversos contextos, incluyendo los medios de comunicacin, pero no limitndose a ellos, y b) capacidad para discutir o comunicar sus opiniones respecto a tales informaciones estadsticas cuando sea relevante. Gal [2].
269
270
SILVESTRE CASTRO E. ET. AL.
Uno de los conceptos fundamentales de la estadstica inferencial, es el concepto de muestreo. Es el muestreo quien proporciona la representatividad necesaria para inferir sobre toda una poblacin, la correcta seleccin de muestras nos brinda la posibilidad de trabajar con conjuntos de datos no grandes que pueden representar otros conjuntos de mayor tamao o inclusive de poblaciones infinitas. Los elementos matemticos que giran alrededor del muestreo son considerables, como pueden ser: procesos aleatorios y probabilsticos, de proporcin, niveles de confianza, estadsticos, etc. La conjugacin de dichos elementos deriva en las diferentes tcnicas de muestreo, divididos en muestreo aleatorio y no aleatorio, que a su vez se dividen en el muestreo estratificado, sistemtico, por conglomerados, a conveniencia, etc. Escoger el mtodo apropiado para realizar muestras implica una comprensin de los elementos mencionados, as como conceptos bsicos de estadstica, como son el espacio muestral, poblacin objetivo, variable estadstica, etc. Alrededor de ellos se desarrollaron una serie de actividades enfocadas en la resolucin de problemas con el propsito de que el estudiante desarrolle el significado del objeto matemtico muestreo, dirigida a estudiantes de nivel superior del rea Econmico Administrativo de la Universidad de Sonora, sin embargo por cuestiones de espacio nos restringiremos a presentar, a manera de ejemplo, una actividad didctica que corresponde a identificar diferentes tipos de muestreos aleatorios incorporando el uso del Excel.
2. Consideraciones para el diseo de actividades didcticas Para el diseo de las actividades didcticas se consideraron los siguientes elementos tericos. a) Enfoque basado en resolucin de problemas. Una revisin de libros de textos recomendados en el programa del curso de Estadstica II, del rea Econmico Administrativo, se observa la siguiente secuencia en la enseanza de la estadstica:
Teora
Ejemplos
Ejercicios
Problemas (en ocasiones)
El esquema anterior sugiere la creacin de la teora en un primer momento, ignorando el papel que los problemas han tenido para llegar a sta, no acorde al papel que histricamente han desarrollado los problemas en las matemticas, Creemos que esto provoca un deficiente grado de habilidades y capacidades puestas en juego al momento de resolver problemas. En nuestra propuesta, se parte de la utilizacin de problemas como la base para que a travs de su resolucin se construya el conocimiento matemtico. Retomando lo planteado por Mancera [3], que la resolucin de problemas en momentos donde no se conocen previamente los contenidos a aplicar, como puede ser al comienzo de nuevas lecciones, brinda al estudiante ventajas como las siguientes: requiere poner en juego todas sus habilidades y conocimientos, adquiere confianza en s mismo, reconoce los alcances o limitaciones de sus estrategias, aprecia
UNA PROPUESTA DE ACTIVIDADES DIDCTICAS
271
la necesidad de trabajar otros contenidos nuevos, conoce de antemano la utilidad de los temas escolares, produce un espacio propicio para desarrollar sus habilidades intelectuales. b) El Enfoque Ontosemitico de la Cognicin y la Instruccin Matemtica (EOS). Para el diseo de las actividades didcticas tambin se consideraron algunos elementos del Enfoque Ontosemitico (EOS), desarrollado por J.D. Godino [4] y [5]. En este enfoque un objeto institucional se considera como un ente que emerge de manera progresiva a travs del tiempo del sistema de prcticas socialmente compartidas en una institucin, en relacin con la resolucin de un campo de problemas matemticos, Los objetos personales se consideran como emergentes del sistema de prcticas personales significativas asociadas a un campo de problemas. En el enfoque se distinguen cuatro significados institucionales: El significado institucional de referencia, el pretendido, el implementado y el evaluado. En este momento slo haremos referencia al significado institucional pretendido. Este es aquel que el profesor, a partir del significado institucional de referencia, selecciona, ordena y delimita la parte especifica que va a proponer a sus estudiantes durante el proceso de enseanza, teniendo en cuenta los recursos disponibles como son el tiempo, conocimientos previos de los estudiantes, recursos tecnolgicos, etc. Para el diseo se realiz un anlisis de significado institucional de referencia, tomando como referencia el programa de materia del curso de Estadstica II, del rea econmico encontrndose los siguientes significados institucionales pretendido en relacin al objeto matemtico muestreo.
Significado institucional pretendido
Diferencia entre el muestreo probabilstico y no probabilstico.
Tipos de muestreo: Muestreo aleatorio simple. Muestreo sistemtico. Muestreo estratificado. Muestreo por conglomerados.
Adems de considerar los significados institucionales en el diseo de la propuesta, se contempla tambin el ltimo nivel de anlisis didctico, esto es, los criterios de idoneidad. Esta herramienta permite valorar un proceso de instruccin (textos, secuencias didcticas, episodio de clase, etc.) diseado o implementado y se define como la articulacin coherente y sistmica de las seis componentes siguientes: 1. Idoneidad epistmica: se refiere al grado de representatividad de los significados institucionales implementados (o pretendidos), respecto de un significado de referencia.
272
2. Idoneidad cognitiva: expresa el grado en que los significados pretendidos/ implementados estn en la zona de desarrollo potencial de los alumnos, as como la proximidad de los significados personales logrados a los significados pretendidos/ implementados. 3. Idoneidad interaccional: un proceso de enseanza-aprendizaje tendr mayor idoneidad desde el punto de vista interaccional si las configuraciones y trayectorias didcticas permiten, por una parte, identificar conflictos semiticos potenciales (que se puedan detectar a priori), y por otra parte permitan resolver los conflictos que se producen durante el proceso de instruccin. 4. Idoneidad mediacional: grado de disponibilidad y adecuacin de los recursos materiales y temporales necesarios para el desarrollo del proceso de enseanza-aprendizaje. 5. Idoneidad afectiva: grado de implicacin (inters, motivacin, etc) del alumnado en el proceso de estudio. La idoneidad afectiva est relacionada tanto con factores que dependen de la institucin como con factores que dependen bsicamente del alumno y de su historia escolar previa. 6. Idoneidad ecolgica: grado en que el proceso de estudio se ajusta al proyecto educativo del centro, la escuela y la sociedad y a los condicionamientos del entorno en que se desarrolla. Se pretende la aplicacin de los criterios de idoneidad con el fin de valorar la secuencia antes y despus de ser aplicada para as mejorarla como proceso de instruccin matemtico. Incorporacin y uso de tecnologa: Excel. La incorporacin de dicho software a la propuesta didctica permite la visualizacin de diferentes registros de representacin, contiene caractersticas de software dinmico al poder realizar construcciones que involucran diferentes registros de representacin, as mismo evitar la inversin de tiempo no deseada en procesos de clculo.
3. La propuesta La propuesta consta por un bloque de tres tipos de actividades didcticas: introductorias, de desarrollo y cierre. Caractersticas de las actividades. Se presentan situaciones en contextos extra matemtica antes de definir los objetos que interesa emerjan mediante el sistema de prcticas que el estudiante utilice para resolver la situacin; estn organizadas en hojas de trabajo para los estudiantes; se incorpora el uso del software Excel en la actividad didctica de desarrollo; adems de poner atencin especial a los objetos declarados en el significado pretendido, se promueven otros objetos que estn relacionados como algunos estadsticos y sus propiedades. Estrategias didcticas. 1) El trabajo se realiza en parejas y tercias (por computadora) en el centro de cmputo con la intencin de intercambiar opiniones, argumentos, estrategias, etc.; 2) En algunos momentos se requiere que los estudiantes registren por escrito las respuestas en la hoja de trabajo, en otros, de manera verbal; 3) Se realiza una discusin grupal en la que los equipos presentan las estrategias utilizadas en la resolucin de las actividades didcticas y resultados
273
obtenidos; 4) Institucionalizacin. En el desarrollo de las actividades didcticas, tanto en las hojas de trabajo como por el profesor, se plantean una serie de cuestionamientos con la intensin de promover el desarrollo cognitivo de los estudiantes en torno a desarrollo de los significados institucionales pretendidos. El mismo propsito tienen las discusiones grupales sealadas en el punto tres de las estrategias didcticas. A manera de ejemplo, dado la limitacin de espacio se presenta parte de una actividad de desarrollo: Actividad didctica: Banchilo. (Esta actividad incluye un archivo de Excel. En los diferente incisos de esta actividad se plantean situaciones donde se pretende promover la conceptualizacin y uso de muestreos y no aleatorios, as como del muestreo aleatorio simple, sistemtico, estratificado y por conglomerado; sin embargo esto no est declarado explcitamente en la actividad, sino que se espera que con la estrategia planteada para el desarrollo de la actividad, esto emerja en los estudiantes). Una compaa bancaria local, llamada Banchilo, realizar una campaa publicitaria para atraer clientes potenciales y brindar un mejor servicio a los que ya tiene. El equipo de mercadotecnia de dicho banco desea incluir en uno de sus psters publicitarios la frase Te garantizamos que entras y sales en menos de 15 minutos!. El equipo ha decidido aplicar una encuesta a los usuarios del banco en las sucursales presentes en la localidad para conocer lo verdico de esta afirmacin antes de realizar la campaa publicitaria, registrando el tiempo que a stos les toma entrar al banco, realizar sus operaciones y salir del mismo. Ya que no se cuentan con los recursos suficientes para aplicar un nmero grande de encuestas, se tomar una muestra de 20 tiempos de una base existente. Los miembros del equipo deben decidir cmo seleccionar esos veinte usuarios (tiempos) con el propsito de garantizar que esa consigna es real. El equipo considera que la afirmacin es correcta si la media de los tiempos es menor de 15 minutos. Abre el archivo Banchilo.xlsx y colcate en la primera pestaa, llamada Tabla 1. Francisco, que es gerente de la sucursal Norte y miembro del equipo de mercadotecnia, propone que la muestra que se debe tomar conste de los siguientes tiempos: A21, A30, A70, A84, A165, A178, A228, A252, A293, A301, A331, A345, A379, A387, A406, A428, A436, A483, A522 y A535. Francisco propone estos tiempos en base a su experiencia laboral. a) Llamaremos Muestra A a las tiempos tomados por Francisco, mismos que se encuentran en la misma pestaa Tabla 1. Julio, contador de la sucursal Sur y tambin miembro del equipo, est de acuerdo con la idea pero propone que los tiempos sean los siguientes: A9, A27, A37, A61, A67, A94, A113, A133, A143, A188, A211, A220, A234, A270, A308, A321, A343, A384, A435 y A516. b) Llamaremos Muestra B a los tiempos tomados por Julio, completa esta muestra tomando los valores faltantes utilizando las funciones de copiar y pegar. c) Cmo escogeras tu los 20 valores? Describe tu procedimiento y coloca tu muestra en el rea de Muestra C. El ingeniero Sergio, experto en sistemas y miembro del equipo, propone que los 20 tiempos sean elegidos al azar, basndose en el uso de nmeros aleatorios. d) Llamaremos Muestra D a los tiempos tomados por Sergio, completa dicha muestra en el rea correspondiente utilizando la funcin =aleatorio.entre(nmero inferior, nmero superior). Para que la muestra est fija, copia y pega sobre s mismos los valores utilizando la funcin pegado especial y seleccionando valores.
274
e) Posicinate ahora en la pestaa Tabla 2. Se presentan los mismos tiempos ordenados donde los datos de la Muestra A tienen un color azul y los de la Muestra B color naranja; utilizando el color verde, marca los datos que obtuviste en la Muestra D. f) Qu diferencias identificas entre los procedimientos de Francisco y Sergio? g) Identificas alguna ventaja entre hacerlo de una manera u otra? h) Cul sera la ventaja de utilizar nmeros aleatorios? i) Propn otra estrategia de seleccin para escoger los tiempos que utilice nmeros aleatorios. j) Cul es el tiempo mximo registrado? Y el mnimo? k) Consideras que el rango de los datos es grande? l) A qu crees que se deba a esta variacin en los tiempos? En un momento posterior, Emily, tambin miembro del equipo, considera que deben tomarse en cuenta otros aspectos de la situacin y propone ampliar la informacin con la que se cuenta, incorporando la caracterstica del Tipo de Servicio, es decir, conocer qu tipo de operacin realiz la persona en el banco: Crditos, cuenta de dbito/ahorro, manejo empresarial, nmina y servicio al cliente. m) Posicinate en la pestaa Tabla 3. Por qu crees que Emily considera que esta informacin es relevante? n) Toma una muestra de 20 tiempos que refleje la sugerencia de Emily y explica cmo tomaste la muestra. o) Qu diferencia existe entre el mtodo de Emily y el de Sergio? Finalmente, Paulina, ltimo miembro del equipo, argumenta que en cada sucursal bancaria siempre se puede encontrar de todo tipo de servicios y todo tipo de tiempos, por lo que propone tomar los tiempos de dos sucursales. p) Posicinate en la pestaa Tabla 4. Cmo comprobaras la argumentacin de Paulina? q) Selecciona dos sucursales al azar. Tomando como universo el nmero total de tiempos de estas dos sucursales, Cul es el porcentaje de cada una? r) Conociendo esto, toma una muestra aleatoria de 20 tiempos entre ambas sucursales donde se refleje dicho porcentaje. s) Completa el Recuadro 1.
275
Recuadro 1.
Muestra MPP Carolina MPP Julio MPP Emily MPP Sergio MPP Paulina MPP Francisco
Intervino el azar en el proceso? En qu parte del proceso?
MPP Mtodo de seleccin de muestra propuesto por
t) Posicinate en la pestaa Muestras. Cul es el tiempo promedio de la poblacin? u) De todas las muestras obtenidas, Cules son las que presentan la media ms similar (o igual) a la media de la poblacin? Cules son las muestras que presentan ms diferencia respecto a la media de la poblacin? 4. Conclusiones Las actividades didcticas introductorias y desarrollo fueron piloteadas durante el semestre 2010-2, encontrndose lo siguiente: 1. En relacin a las actividades introductorias, se detectaron problemas con la redaccin de algunas instrucciones, as como el tiempo estimado para el desarrollo de la actividad. 2. Es necesario realizar consideraciones bsicas del tipo tcnico en el manejo de Excel. (ordenamiento de datos, copias y pegar, etc.) 3. La secuencia requiere aproximadamente cinco horas para su desarrollo. 4. Se sugiere monitorear constantemente a los estudiantes para supervisar el progreso y manejo del archivo (esto ltimo para no alterar la programacin provista en el archivo de Excel). 5. Se requiere mejorar la redaccin en algunas de las instrucciones de la actividad de desarrollo. 6. El uso de la herramienta Excel (particularmente la funcin de aleatoriedad) parecen causar gran inters y motivacin en los estudiantes en la realizacin de la actividad. 7. La secuencia parece impactar positivamente en la identificacin de muestreo aleatorio y no aleatorio, as como en la aplicacin de tipos de muestreo aleatorio (significados personales). 8. Se recomienda promover con cautela las nociones de variabilidad muestral al final de la secuencia. Al inicio del semestre 2011-2 se realizar una experimentacin con la intencin de realizar un anlisis de significados personales e idoneidades de acuerdo al Enfoque Ontosemitico de Godino, referido en el apartado 2. de este escrito.
276
Bibliografa [1] Colegio Acadmico de la Universidad de Sonora, (2003). Lineamientos Generales para un Modelo Curricular en la Universidad de Sonora. Gaceta Unison (Edicin Especial). [2] I. Gal (2002), Adults statistical literacy. Meaning, components, responsabilities. International Statistical Review. [3] J.D. Godino (2002), Un Enfoque Ontlogico y Semitico de la cognicin matemtica. Recherches en Didactique des Mathmatiques Vol 22, (2/3), 237-289. [4] J.D. Godino (2006), Anlisis de procesos de instruccin basados en el enfoque Ontlogico Semitico de la cognicin matematica. Recherches en Didactique des Mathmatiques 26, (1), 39-88. [5] E. Mancera (2000), Saber matemticas es saber resolver problemas. Mxico: Grupo Editorial Iberoamericana.
ECUACIONES DIFERENCIALES PARCIALES NO LINEALES. FUNCIONAL DE VARIABLES Y SOLUCIONES SEPARACION SIMBOLICAS
Shingareva I.1 , Liz arraga Celaya C.
Departamento de Matem aticas Universidad de Sonora Departamento de F sica Universidad de Sonora
e-mail: inna@gauss.mat.uson.mx1
Resumen
En el presente trabajo se considera la construcci on de soluciones exactas de ecuaciones diferenciales parciales no lineales mediante los m etodos de separaci on funcional de variables y de algebra computacional. Se desarrolla el m etodo anal tico y algor tmico para obtener soluciones exactas y soluciones simb olicas de varias clases de ecuaciones diferenciales parciales no lineales en la forma m as general (con funciones arbitrarias y par ametros arbitrarios). En particular, se obtienen soluciones exactas y simb olicas (mediante el sistema Maple) de la ecuaci on no lineal de difusi on, de la ecuaci on parab olica no lineal de orden n y de la ecuaci on de KleinGordon.
Introducci on
La separaci on de variables es uno de los m etodos m as antiguos, importantes y poderosos para resolver ecuaciones diferenciales lineales (ordinarias y parciales), en las cuales la estructura de una ecuaci on permite buscar soluciones exactas separables, por ejemplo u(x, t) = (x) (t), donde la multiplicaci on o la adici on se denota con el operador . En general, el m etodo de separaci on de variables en ecuaciones diferenciales parciales permite reducir el problema original a un sistema de ecuaciones diferenciales ordinarias, el cual se puede resolver por cuadraturas. La aplicaci on exitosa de este m etodo a varias ecuaciones diferenciales lineales de la f sica-matem atica lleva a buscar una transformaci on de variables tal que en las nuevas variables la ecuaci on diferencial parcial se puede resolver mediante un ansatz separable para encontrar una soluci on. Para algunas ecuaciones diferenciales parciales no lineales espec cas es posible aplicar la idea de la separaci on de variables. La amplia clase de ecuaciones diferenciales parciales no lineales no permite la aplicaci on de este m etodo directamente. Por lo tanto, en los u ltimos a nos este tema ha sido estudiado extensivamente y han sido desarrollados nuevos m etodos y algor tmos que forman una familia de m etodos de separaci on de variables (por ejemplo, la separaci on ordinaria y parcial de variables, la separaci on generalizada y funcional de variables, entre otros) [4]. 277
278
SHINGAREVA I.,LIZARRAGA CELAYA C.
En este trabajo seguimos algunos enfoques del m etodo de separaci on funcional de variables y consideramos ecuaciones diferenciales parciales no lineales de varias clases en la forma m as general (con funciones arbitrarias y par ametros arbitrarios). En varios problemas, si realizamos una separaci on de variables, podemos obtener expresiones muy complicadas, por lo que construimos algor tmos y programas implementados en sistemas de a lgebra computacional para resolver varias clases de ecuaciones no lineales en la forma m as general. Los programas (desarrollados en Maple y Mathematica) para resolver ecuaciones en el presente trabajo y otros numerosas ecuaciones se pueden encontrar en [5] y [6]. Tambi en, el enfoque simb olico [3] nos sirve para la b usqueda de ecuaciones diferenciales parciales no lineales que admiten una separaci on de variables. 2 Separaci on Funcional de Variables
En el caso de las ecuaciones diferenciales no lineales es de gran inter es encontrar soluciones separables funcionales, es decir soluciones exactas de la forma:
n
u(x, t) = F (z ),
o F (u(x, t)) = z,
donde z =
i=1
i (x)i (t).
(1)
Estas soluciones se pueden encontrar si existen las funciones F (z ) o F (u), i (x), y i (t) (i = 1, . . . , n). En los u ltimos 20 a nos se han desarrollado varios enfoques para estudiar la separaci on funcional de variables, por ejemplo, el enfoque simplicado, es decir especicando algunos de los sistemas de funciones {i (x)} o {i (t)} y encontrando soluciones separables funcionales especiales, el enfoque de diferenciaci on, el enfoque de separaci on en partes (splitting), el enfoque de extensi on de la teor a de Lie, entre otros. Notemos que las soluciones separables cl asicas (aditivas y multiplicativas) y las soluciones separables generalizadas [4] son casos particulares de la soluci on separable funcional (1) si u(x, t) = F (z ) = z o F (u(x, t)) = u(x, t) = z. Ha sido demostrado [1], [2], que un gran n umero de ecuaciones diferenciales no lineales de varios tipos admiten las soluciones separables funcionales. En el presente trabajo, encontramos soluciones separables funcionales de varios problemas siguiendo el enfoque simplicado y el enfoque de diferenciaci on. 3 Enfoque Simplicado
1. Consideremos la ecuaci on no lineal de difusi on: ut = uxx + F (u), donde F (u) es una funci on no lineal. Si seguimos el m etodo de la separaci on funcional de variables u(x, t) = W (z ),
ECUACIONES DIFERENCIALES PARCIALES NO LINEALES
279
y el enfoque simplicado, es decir especicando un sistema de funciones {i (x)} y buscando soluciones exactas en la forma m as simplicada, por ejemplo, z = x1 (t) + 2 (t), llegamos a la siguiente ecuaci on diferencial ordinaria: 2 Wzz F (W (z )) 1 t z 1 t 2 + 2 t + 1 + = 0. 1 1 Wz Wz
Luego, si seguimos el procedimiento de separaci on en partes (splitting), es decir si reescribimos esta ecuaci on en la forma de la ecuaci on funcional, obtenemos 1 (x)1 (t) + + 4 (x)4 (t) = 0, donde 1 =1, 1 = 1 t 2 1 Wzz F (W (z )) 2 2 t , 2 =z, 2 = t , 3 = , 3 =1 , 4 = , 4 =1. 1 1 Wz Wz
Si resolvemos esta ecuaci on funcional, llegamos al siguiente sistema de ecuaciones diferenciales ordinarias: 1 t 2 1 Wzz F (W (z )) 2 2 2 t =A1 1 + A2 , t =A3 1 + A4 , = A1 A3 z, = A2 A4 z, 1 1 Wz Wz donde Ai (i = 1, . . . , 4) son constantes arbitrarias. Si integramos estas ecuaciones, encontramos las funciones desconocidas 1 (t), 2 (t), W (z ) y F (W (z )), con cuatro constantes de integraci on, Bi (i = 1, . . . , 4) y la soluci on exacta de la forma u(x, t) = W (x 1 (t) + 2 (t)). Si consideramos, por ejemplo, un caso especial, A1 = 1, A2 = 0, A3 = 0, A4 = 0, B1 = 0, B2 = 0, B3 = 1, B4 = 0, obtenemos la forma expl cita de la soluci on exacta: u(x, t) = W (z ) = ez = ex1 (t)+2 (t) , F (W (z )) = W (z ) A2 +A4 ln(W (z )) , 1 (t) =
2A4 t 2A4 t A2 A2 B1 e2A4 t +1B2 A2 4 B1 e 4 B1 e , ( t ) = . 2 A4 B1 e2A4 t e2A4 t A4 B1
2. Ahora consideramos la ecuaci on diferencial parcial no lineal de orden n

n) ut = a(t)u( x + F (u),
donde a(t) es una funci on arbitraria. Si seguimos el m etodo de separaci on funcional de variables, u(x, t) = W (z ),
280
y buscamos soluciones exactas en la forma, z = x1 (t) + 2 (t) determinamos la soluci on exacta de la ecuaci on diferencial parcial no lineal dada. De acuerdo al m etodo de separaci on funcional de variables, obtenemos una ecuaci on diferencial ordinaria, la cual es posible resolver por el procedimiento splitting (ver el problema anterior). Con las soluciones de la ecuaci on funcional obtenida, se forma el sistema de ecuaciones diferenciales ordinarias: 1 t 2 n + A2 , 2 t = A1 a(t)1 1 Wz = A1 A3 z, Wz
(n)
1 t n + A4 , = A3 a(t)1 1
F (W (z )) = A2 A4 z, Wz
donde Ai (i = 1, . . . , 4) son constantes arbitrarias. Si integramos estas ecuaciones, encontramos las funciones desconocidas 1 (t) y 2 (t). Puesto que el orden n es arbitrario, podemos considerar algunos casos especiales: a) n=2 y A1 =1, A2 =0, A3 =0, A4 =0, B1 =0, B2 =0, B3 =0, B4 =1, a(t)=1. En este caso, la soluci on exacta tiene la forma expl cita: u(x, t) = W (z ) = ez = ex1 (t)+2 (t) , F (W ) = W [A2 A4 ln(W )], n n1 A2 B1 (k + B1 B2 k 1 (t) = B1 k, 2 (t) = , A4 (1 n) A4 donde k = eA4 t . b) n=3 y A1 =1, A2 =0, A3 =0, A4 =0, B1 =0, B2 =0, B3 =0, B4 =1, B5 =1, a(t)=1. En este caso, la soluci on exacta tiene la forma expl cita: u(x, t) = W (z ) = ez + ez = ex1 (t)+2 (t) + ex1 (t)2 (t) , 1 2 4))(W 2 +W W 2 44) W +1 W (A2 +A4 ln( 2 2 , F (W (z ))= W + W 2 4 1 (t) = B1 k, kB n (k n1 kB1 B2 A4 n+kB1 B2 A4 +A2 nA2 2 (t)= 1 . A4 (n1) 4 Enfoque de Diferenciaci on
En algunos problemas, si aplicamos el m etodo de separaci on funcional de variables, llegamos a una ecuaci on diferencial funcional m as complicada con tres variables. En algunos casos, si diferenciamos esta ecuaci on complicada, es posible reducirla a una ecuaci on diferencial funcional est andar con dos variables (donde una de variables se elimina).
281
3. Consideremos la ecuaci on no lineal de KleinGordon utt uxx = F (u), donde F (u) es una funci on no lineal. Si buscamos soluciones exactas en la forma u(x, t) = W (z ), z = (x) + (t),
llegamos a la siguiente ecuaci on diferencial funcional de tres variables:

2 2 tt xx + (t x )G(z ) = H (z ),
(2)
Wzz F (W (z )) , H (z ) = . Wz Wz Si diferenciamos esta ecuaci on con respecto a t y x y simplicamos la ecuaci on resultante, obtenemos la ecuacion diferencial funcional de dos variables: donde G(z ) =
2 (t 2 x )(Gzz 2G(z )Gz ) = Hzz 2H (z )Gz ,
Esta ecuaci on es v alida en dos casos. Primer caso: {Gzz 2G(z )Gz = 0, Hzz 2H (z )Gz = 0}. Si integramos este sistema de ecuaciones diferenciales ordinarias, obtenemos las siguientes soluciones para G(z ): G(z )=C1 , G(z )= G(z )= 1 , z + C1 G(z )= B1 tanh(B1 z + B2 ),
B1 , coth(B1 z + B2 )
G(z )=E1 tan(E1 z + E2 ),
donde C1 , B1 , B2 , E1 , E2 son constantes arbitrarias. En este trabajo no hacemos el an alisis 1 completo y consideramos, por ejemplo, la segunda soluci on, G(z ) = . z + C1 Resolvemos este sistema de ecuaciones diferenciales ordinarias para un caso especial: C1 = 0, B1 = 1 y B2 = 0. Entonces, podemos determinar las funciones desconocidas: 1 A1 G(z )= , H (z )=A2 z 2 + , W (z )= ln |z |, F (W )=A2 eW + A1 e2W . z z Para determinar las funciones (x) y (t), sustituimos estos resultados en la ecuaci on diferencial funcional (2), llegando a la siguiente ecuaci on:
2 3 2 2 3 t + 2 x + tt + tt xx xx =A2 + 3A2 + 3A2 + A2 + A1 .
(3)
Si diferenciamos esta ecuaci on con respecto a t y x, y hacemos la separaci on de variables, obtenemos el siguiente sistema de ecuaciones diferenciales ordinarias: ttt 6A2 t = Ct , xxx + 6A2 x = Cx ,
282
donde C es la constante de separaci on. Este sistema se puede integrar dos veces:
2 t = 2A1 3 + C 2 + 2C1 + 2C2 , 3 2 2 x = 2A1 + C + 2C3 + 2C4 ,
donde Ci (i = 1, . . . , 4) son constantes arbitrarias. Si sustituimos estas ecuaciones en (3) para determinar las funciones (x) y (t), se eliminan algunas constantes, es decir obtenemos las relaciones C3 = C1 , C4 = C2 + A2 /2 y las ecuaciones tienen la siguiente forma:
2 t = 2A1 3 + C 2 + 2C1 + 2C2 , 3 2 2 x = 2A1 + C 2C1 + 2C2 + A2 .
Las soluciones de estas ecuaciones se pueden encontrar y analizar. El an alisis de otras soluciones para G(z ) se puede hacer similarmente. Segundo caso. Primero, reescribimos la ecuaci on diferencial funcional (2) en la forma f (x) + g (t) = q (z ), cuya soluci on es f (x) = A(x) + B, Por lo tanto, llegamos a la ecuaci on
2 t 2 x =
g (t) = A (t) B + C, Hzz 2H (z )Gz Gzz 2G(z )Gz
q (z ) = Az + C.
es decir, f (x) + g (t) = q (z ) y

2 g (t) = t ,
f (x) = 2 x,
q (z ) =
Hzz 2H (z )Gz . Gzz 2G(z )Gz
Para el segundo caso, la ecuaci on diferencial funcional (2) es v alida si

2 t = A + B,
2 x = A + B C,
Hzz 2H (z )Gz = Az + C. Gzz 2G(z )Gz
Si integramos las primeras dos ecuaciones diferenciales ordinarias de este sistema, obtenemos las siguientes soluciones para las funciones (x) y (t). Si A = 0, (x) = B C x + D2 , (t) = B t + D1 , Si A = 0,
1 2 (x)=( 1 D2 4 x +1 xD2 )A + 4 2 2 B C , A 1 2 (t)=( 1 tD1 + 4 t +1 D2 )A B , 2 4 1 A
donde D1 y D2 son constantes arbitrarias. Observemos que la funci on F (W ) es arbitraria para dos casos. Finalmente, obtenemos la soluci on en forma de onda viajante, W = W (z ) = W (E1 x + E2 t)
donde E1 = E2 = B
de la ecuaci on no lineal de KleinGordon para A = 0 y la soluci on es de la forma W = W (z ) = W (x2 t2 ) para A = 0.
283
Conclusiones
En el presente trabajo consideramos los m etodos anal ticos para la construcci on de soluciones exactas y simb olicas de ecuaciones diferenciales parciales no lineales mediante los sistemas de a lgebra computacional. Desarrollamos nuevos algor tmos matem aticos para obtener soluciones anal ticas de varias clases de ecuaciones diferenciales parciales no lineales en la forma m as general (con funciones arbitrarias y par ametros arbitrarios) que surgen en varias areas de las matem aticas y las ciencias. En particular, consideramos la ecuaci on de difusi on no lineal, la ecuaci on parab olica no lineal de orden n y la ecuaci on de KleinGordon. Resolvemos estas ecuaciones no lineales mediante el m etodo de separaci on funcional de variables siguiendo el enfoque simplicado y el enfoque de diferenciaci on. Debido a su generalidad matem atica, los resultados obtenidos se pueden aplicar a numerosos problemas particulares en varias areas de las matem aticas y otras ciencias, utilizando los algor tmos y programas construidos para varias funciones arbitrarias y par ametros arbitrarios (con algunas ligeras modicaciones en los programas). Agradecimientos Nos gustar a agradecer el evaluador de este trabajo que mencion o comentarios interesantes. Este trabajo ha sido realizado gracias a nanciamiento de CONACYT, proyecto No. 55463. Bibliograf a
[1] Polyanin, A. D. and Zaitsev, V. F. (2011). Handbook of Nonlinear Partial Dierential Equations. Second Edition Boca Raton. Chapman & Hall/CRC Press. [2] Polyanin, A. D. and Zhurov, A. I. (1998). Exact solutions to nonlinear equations of mechanics and mathematical physics. Doklady Physics, 43, 6, 381385. [3] Shingareva, I. and Liz arraga-Celaya, C. (2009). Maple and Mathematica. A Problem Solving Approach for Mathematics. Second Edition. WienNew York. Springer. [4] Shingareva, I. y Liz arraga-Celaya, C. (2010). Ecuaciones diferenciales parciales no lineales: separaci on de variables, soluciones simb olicas. XX Semana de Investigaci on y Docencia en Matem aticas, 1, 17. [5] Shingareva, I. and Liz arraga-Celaya, C. (2011). Part III. Symbolic and Numerical Solutions of Nonlinear Partial Dierential Equations with Maple, Mathematica, and Matlab, Chapters 3941, in Handbook of Nonlinear Partial Dierential Equations. Second Edition. Boca Raton. Chapman & Hall/CRC Press. [6] Shingareva, I. and Liz arraga-Celaya, C. (2011). Solving Nonlinear Partial Dierential Equations with Maple and Mathematica. WienNew York. Springer.
ACTIVIDADES DIDCTICAS PARA LA ENSEANZA DE LA INTEGRAL Soto lvarez J.1, Grijalva Monteverde A. Departamento de Matemticas, Universidad de Sonora e-mail: juan_soto111@hotmail.com1 Resumen
Se presentan las primeras actividades diseadas para promover el aprendizaje de la integral de una funcin, empleando el software de geometra dinmica Geogebra. El marco terico empleado para su elaboracin es el Enfoque ontosemitico de la cognicin y la instruccin matemtica (EOS), ubicando el trabajo dentro del curso de Clculo Integral que se imparte en las carreras de Ingeniera del Instituto Tecnolgico Superior de Cajeme (ITESCA). El software permite la manipulacin en ambientes de visualizacin dinmica como un medio auxiliar para el estudiante en la construccin de significados acerca de la Integral.
1. Introduccin En el portal acadmico del Instituto Tecnolgico Superior de Cajeme (ITESCA), institucin de nivel superior dedicada a la formacin de ingenieros y que se encuentra ubicada en Ciudad Obregn, Sonora, Mxico, se encuentra un manual, llamado Taller de Matemticas I que es utilizado en las asignaturas de Matemticas I y Matemticas II, en todas las carreras de Ingeniera que se imparten en la Institucin como material de apoyo. Dicho manual est estructurado exclusivamente con base en ejercicios, y con respecto al Clculo integral, los tpicos que en l se tratan son: Dibujar la regin cuya rea viene dada por la integral definida que se indica. Resolucin de integrales definidas, usando el Teorema Fundamental del Clculo. Resolucin de integrales indefinidas donde el integrando es una funcin algebraica. Resolucin de integrales indefinidas donde el integrando es una funcin trascendental. Usar el Teorema fundamental del clculo para evaluar integrales definidas donde el integrando sea una funcin algebraica o una funcin trascendente. Algunas Tcnicas de integracin (Por partes y por fracciones parciales). Algunas aplicaciones de la integral definida (reas y Volmenes de slidos de revolucin). El manual es de primera importancia en la institucin, toda vez que los profesores lo usan y los ejercicios que resuelven los estudiantes son fundamentalmente los que se plantean ah. La experiencia en su uso y las prcticas que seguimos los profesores nos hacen coincidir en la observacin de que existe un desequilibrio entre el manejo conceptual y la manipulacin algortmica de los estudiantes, de los diferentes tpicos tratados, incluyendo el caso de la integral de una funcin. De hecho el nfasis de los profesores y del manual se encuentra en la manipulacin algortmica. Los sistemas de prcticas institucionales que se promueven provienen primordialmente del tratamiento que se presenta en el manual, el cual est organizado en cinco captulos: Diferenciales, Integrales indefinidas y mtodos de integracin, la integral definida, Aplicaciones
285
286
SOTO LVAREZ J., GRIJALVA MONTEVERDE A.
de la integral e integrales impropias. Dada la correspondencia con el programa de materia, ste es tambin el orden que en general siguen los profesores. Esta situacin ha trado como consecuencia que una vez aprobado el curso la mayora de los alumnos hayan construido un significado personal basado esencialmente en el uso de la algoritmia, pero sin referentes de mayor trascendencia particularmente, en el caso del TFC, los alumnos encuentran dificultades muy serias al abordarlo, ocasionando que tengan fallas de comprensin, significancia y de aplicabilidad del Teorema, con el consecuente impacto en su desempeo en otras asignaturas. 2. La propuesta Nos hemos propuesto la promocin de prcticas institucionales distintas que enriquezcan los significados que construyan los estudiantes, tomando en cuenta el uso de diferentes registros de representacin semitica, apoyados en la tecnologa y que los alumnos desarrollen las competencias necesarias para aplicar sus significados personales alcanzados. Considerando las llamadas idoneidades didcticas reconocidas en el EOS, promovemos prcticas personales acerca de los algoritmos usados en los procesos de integracin de funciones, distintos de los usuales, vinculndolos con sus experiencias de vida en el entorno social en que se desarrollan. Y para ello se han consultado algunas fuentes. Investigaciones ms recientes (Grijalva A., 2007 hacen alusin al uso de elementos tericos del EOS aplicados al proceso de construccin de significados de la integral de acuerdo al sistema de prcticas personales e institucionales que realizan alumnos y docentes. Nos apoyaremos en estas y otras referencias que se irn agregando paulatinamente en el proceso de construccin del trabajo, con inters en aprender a detectar los significados personales que tienen los alumnos acerca del concepto de la integral definida. En este sentido, nuestra propuesta didctica pretende abordar la problemtica en torno al concepto de la integral que se presenta en el quehacer acadmico del Instituto Tecnolgico Superior de Cajeme (localizado en Ciudad Obregn Sonora, Mxico), institucin que forma parte del sistema nacional de tecnolgicos y que se dedica a la formacin de ingenieros; y est dirigida especialmente a los estudiantes del curso Clculo Integral correspondiente al rea de ciencias bsicas y que se imparte en el segundo semestre en todas las carreras de ingeniera que oferta la institucin. Las fuentes de informacin sobre las prcticas matemticas, los tipos de problemas y los significados institucionales de referencia que se quiere promover en los estudiantes de esta institucin, son el programa de estudios de la asignatura, la bibliografa sugerida en ste, el manual de ejercicios que est en la pgina WEB de la institucin, el uso de la tecnologa y los significados personales de los profesores que imparten este curso. En estos sistemas de prcticas detectamos los objetos matemticos que intervienen o emergen en el proceso de enseanza de la integral, los que, organizados como entes ms complejos, las configuraciones epistmicas si se refieren a significados institucionales (Godino, Contreras y Font, 2006) y configuraciones cognitivas si se refieren a significados personales. Estn definidas como redes de objetos emergentes de los sistemas de prcticas y las relaciones que se establecen entre los mismos. En Contreras y Ordoez (2010, p. 28), se ha tomado como referencia la tabla siguiente para describir los objetos matemticos primarios referentes al significado institucional de referencia.
ACTIVIDADES DIDCTICAS PARA LA ENSEANZA
287
Objeto matemtico Primario Geomtrica
Configuracin Epistmica Resultado de un Proceso de cambio o acumulacin Inversa de la derivada Aproximacin al lmite
Situaciones
Situaciones intramatemticas Clculo de reas Clculo de volmenes Clculo de alturas promedio Clculo de la longitud de una curva
Situaciones extramatemticas Trabajo Presin Fuerza Modelizacin
Situaciones intramatemticas ligadas a la relacin que existe entre la funcin derivada y la propia funcin.
Situaciones Intramatemticas:
Clculo de reas por procedimientos de paso al lmite.
Calcular puntos de corte. Representar la grfica de una funcin. Mtodos de integracin. Asignacin de Calcular la un valor al rea integral o al volumen definida.
Procedimientos
Modelizar la situacin a travs de la integral definida. Clculo de integrales y aplicacin de la regla de Barrow. Interpretacin del Resultado.
Extraer propiedades de la funcin y de su primitiva identificndolas como funcin y derivada.
Dada una funcin o figura realizar una particin y calcular una aproximacin de su rea. Hacer mejores aproximacione s e identificar el rea con el lmite.
Lenguaje
Verbal, algebraico, grfico y tabular.
Verbal, algebraico, grfico y tabular. Variacin de una
Verbal, algebraico, grfico y tabular.
Verbal, algebraico, grfico y tabular. Integral definida
Conceptos
rea Longitud de una curva
magnitud en el tiempo la integral modeliza el cambio total acumulado.
Inversin integral derivada
Integral indefinida
Regla de Barrow Propiedades Regla de Barrow
Teorema Fundamental del Clculo
Promedio del Lmite de la suma de alturas inferiores y superiores coinciden y es el rea cuando se multiplican por el valor b-a.
Argumentos Justificacin de los elementos de integracin. Justificacin de los elementos de integracin. Demostracin de la regla de Barrow. Demostracin de la regla de Barrow. Demostracin de las reglas de integracin bsicas.
Justificacin de los elementos de integracin. Demostracin de la regla de Barrow.
Preguntas para justificar las afirmaciones y acciones que se realizan para llevar a cabo la actividad _________________________________________________________________________________ didctica. Preguntas para justificar las afirmaciones y acciones que se realizan para llevar a cabo la actividad didctica.
288
Los anteriores elementos fueron utilizados para la revisin de los libros de texto sugeridos en la bibliografa del programa de estudios. 3. Las actividades didcticas Para abordar el significado institucional pretendido se detectarn los objetos matemticos intervinientes y emergentes que se utilizarn en cada una de las actividades didcticas, organizndolos por el tipo de configuracin epistmica referida en la tabla anterior para luego realizarles una evaluacin a priori de la idoneidad didctica . Se pretende llevar a cabo la construccin con Geogebra de las actividades didcticas citando como ejemplo a las siguientes: 1. ENCONTRAR LA DISTANCIA RECORRIDA DURANTE UN INTERVALO DE TIEMPO, DADA SU VELOCIDAD CUANDO ESTA ES CONSTANTE: Un automvil se mueve con una velocidad de en una carretera recta como se indica en la siguiente figura. Observa y contesta lo que se pide.
1.1 Cul es la velocidad a los 2 segundos? y a los 3 segundos? 1.2 qu distancia recorre el automvil en los primeros 4 segundos? Por qu? 1.3 Est representada grficamente la distancia recorrida? Cmo? 1.4 Abre el siguiente vnculo y comprueba lo que has contestado. Qu concluyes respecto a tus respuestas? 2. ENCONTRAR LA VELOCIDAD DURANTE UN INTERVALO DE TIEMPO, DADA SU ACELERACIN CUANDO ESTA ES UNA RAZN DE CAMBIO COMO FUNCIN CUADRTICA: Un automvil se desplaza con una aceleracin dada por la funcin sobre una carretera recta durante un viaje de 4 segundos como se indica en la siguiente figura. Observa y contesta lo que se pide.
ACTIVIDADES DIDCTICAS PARA LA ENSEANZA
289
1.1 1.2 1.3 1.4
Cul es la velocidad a los 2 segundos? Y a los 3 segundos? qu distancia recorre el automvil en los primeros 4 segundos? Por qu? Est representada grficamente la distancia recorrida? Cmo? Abre el siguiente vnculo y comprueba lo que has contestado. Qu concluyes respecto a tus respuestas? 1.5 Determinar el cambio de la velocidad entre los 2 y los 5 segundos.
3. TRABAJO REALIZADO PARA VACIAR EL FLUIDO DE UN TANQUE Un recipiente esfrico de 2 metros de radio est lleno hasta la mitad de un lquido con densidad de masa constante e igual a . Se desea desalojar el lquido por un hoyo que se encuentra en la parte superior del recipiente. Cunto trabajo se necesita desarrollar para realizar esta tarea de desalojo?
Para calcular el trabajo realizado por una bomba para vaciar un recipiente de un fluido, es necesario considerar un diferencial de volumen sumergido a una distancia y del fondo del recipiente, as como la presin que soporta debido al peso del agua que le afecta. En este sentido contesta las siguientes preguntas. 1. Si = masa/volumen, o bien dm/dv, escribe una expresin para un diferencial de masa; dm=_________. 2. Escribe una expresin para un diferencial horizontal en forma de disco de volumen del fluido que est en funcin de y; dv =________. 3. Sabiendo que el peso del fluido es el producto de la masa por la gravedad, entonces el peso del diferencial de volumen es dF =____________.
290
4. Como el trabajo es el producto de la fuerza por el desplazamiento que tiene el fluido, entonces el diferencial de trabajo es dT =___________________ 5. Escribe una expresin para representar a la suma de diferenciales dT desde y = 0 hasta y = 4 . 6. Resuelve la expresin anterior y determina la cantidad total de trabajo que se realiza para extraer todo el fluido por la parte superior del tanque. 7. Existe otra forma para obtener la expresin de la actividad 5? 4. Conclusiones En el estudio de la integral es muy importante la visualizacin de los cuatro registros de representacin semitica pues el hecho de que tradicionalmente se abuse de la algoritmia ha provocado que se deje de lado la conceptualizacin y eso ha ocasionado una pobre comprensin del objeto matemtico integral por lo que los alumnos no lo pueden aplicar en otros contextos ya sea intra o extra matemticos. Utilizando tecnologa en nuestro caso el Geogebra, podemos ir ms all de la graficacin tradicional, logrando que el dinamismo de las representaciones grficas nos conduzcan a nuevas y mejores formas acerca de la enseanza que sean ms significativas en el aprendizaje de la integral por medio de actividades didcticas validadas a partir de la matemtica educativa. Bibliografa Contreras A., Ordez L.(2006, pp. 65-84). Complejidad Ontosemitica de un texto sobre la introduccin a la integral definida. Relime vol. 9, Num 1. Grijalva M., A., Ibarra O. S, Bravo T. J. El papel de los registros de representacin semitica en la enseanza del clculo Integral. Departamento de Matemticas. Universidad de Sonora. Muoz O. G.( 2000, pp. 131-170). Elementos de Enlace entre lo conceptual y lo algortmico en el clculo integral. Relime vol. 3, Nm. 2. Godino D. J., Batanero C. (1994) Significado Institucional y personal de los objetos matemticos. Recherches en Didactique des Mathmatiques, Vol. 14, n 3, pp. 325-355.
LOS TOROS SE PUEDEN PEINAR Y LAS ESFERAS NO? POR QUE Torres Garc a M. de los A. Departamento de F sica y Matem aticas Universidad Aut onoma de Ciudad Ju arez
e-mail: angie tgarcia@hotmail.com
Abstract
Dada una variedad diferenciable M. Es posible construir un campo vectorial v en M sin singularidades?. Si pensamos a los vectores del campo como cabellos, entonces contestar la pregunta para M = S 2 equivale a preguntar si la esfera se puede peinar. Para poder responder esta pregunta introduciremos algunos invariantes topol ogicos que nos dar an la obstrucci on para construir dicho campo vectorial no nulo.
1. Introducci on
Una variedad en t erminos simples podemos decir que es un espacio que localmente es visto como Rn siendo Rn el espacio euclidiano de dimensi on n; entonces un punto x Rn es una n-ada x = (x1 , ..., xn ) de n umeros reales. As pues una supercie es un caso particular de una variedad. Nos planteamos la siguiente pregunta: Dada una variedad diferenciable cerrada M. Es posible construir un campo vectorial v en M sin singularidades?. Si nosotros pensamos en los vectores del campo como cabellos, entonces contestar esta pregunta para M = S 2 es an alogo a preguntarnos si la esfera se puede peinar. De aqu el famoso teorema de peinar la bola o la esfera. En topolog a nos resulta importante poder clasicar objetos (matem aticos), para esto son utilizados invariantes, es decir aquellos objetos que al aplicarle un homeomorsmo no cambian, uno de ellos es el n umero de agujeros que tiene el espacio, en cierto sentido. Por mucho que deformemos el espacio sin romper ni pegar (es decir, mediante un homeomorsmo), el n umero de agujeros no cambia. Por ejemplo, una dona tiene un agujero, y por mucho que la estiremos y doblemos seguir a teniendo uno solo, existen otros invariantes tales como la caracter stica de Euler-Poincar e, que mediante el Teorema de Poincar e-Hopf nos proporcionara la obstrucci on para encontrar un campo vectorial no nulo sobre una variedad M y as nalmente poder responder nuestra pregunta. Pero antes de responder a nuestra interrogante introduciremos algunos antecedentes y deniciones necesarias tales como supercies, suma conexa, triangulaciones, el teorema de clasicaci on de supercies, la caracter stica de Euler y campos vectoriales entre otras.
2. Superf icies
Si tenemos una variedad N de dimensi on n entonces esta es llamada una n-variedad, as 291
292
TORRES GARC IA M. DE LOS A.
una variedad de dimensi on 2 es llamada una 2-variedad o m as com unmente supercie, iniciemos con estas ultimas. Denici on 1. Sea S un subespacio topol ogico de Rl , le llamaremos supercie si cada punto en S tiene una vecindad homeomorfa a un subconjunto abierto de R2 . Ejemplo 1. Algunos ejemplos de supercies son:
Figure 1. La esfera S 2
Figure 2. El toro T
Figure 3. La botella de Klein K
LOS TOROS SE PUEDEN PEINAR Y LAS ESFERAS NO? POR QUE
293
Figure 4. El plano proyectivo real P
En particular las supercies anteriores, se pueden obtener identicando los lados opuestos de un cuadrado como se muestra en la gura 5. Los lados que van a ser identicados han sido etiquetados con la misma letra del alfabeto, y la identicaci on deber a realizarse de forma que la direcci on indicada por las echas coincida.
Figure 5. Construcciones de S 2 , K, P y T
Describiremos a continuaci on una forma para obtener ejemplos de supercies compactas con lo que formalmente llamamos suma conexa la cual es una modicaci on geom etrica realizada sobre variedades, en este caso supercies. Su efecto consiste en unir dos variedades (topol ogicas o diferenciables) de la misma dimensi on cerca de un punto escogido en cada una de ellas. Denici on 2. Sean S1 y S2 dos supercies disjuntas. Su suma conexa denotada por S1 #S2 se forma al cortar un peque no agujero circular en cada supercie, y luego pegar las dos supercies juntas a lo largo de los l mites de los agujeros. Ejemplo 2. Algunos ejemplos de sumas conexas son los siguientes:
294
1. Sea S 2 la esfera, entonces S 2 #S 2 es homeomorfa S 2 . Figura 1. 2. Si el T toro (Figura 2), entonces T #T es homeomorfa al 2-toro, que es la supercie mostrada en la Figura 6.
Figure 6. El 2-Toro
3. Sea P el plano proyectivo real (Figura 4), entonces P #P es homeomorfa a la botella de Klein. (Figura 3.) Esta construcci on (sumas conexas) desempe na un papel fundamental en la clasicaci on de supercies cerradas que veremos a continuaci on.
3. Teorema de Clasicaci on de Supercies

El siguiente es un resultado matem atico importante. Teorema 1 ([9, Thm. 5.1]). Toda supercie cerrada es homeomorfa a alg un miembro de las siguientes tres familias de supercies: a) La esfera
Figure 7. Esfera
b) La suma conexa de g copias del toro T , con g 1 c) La suma conexa de k copias del plano proyectivo P , con k 1
295
Figure 8. Suma conexa de toros
Figure 9. Suma conexa de planos proyectivos
Dicho de otra manera, todas las supercies se pueden construir con las anteriores. La supercies de las dos primeras familias son orientables. Es conveniente combinar las dos primeras familias, considerando la esfera como la suma conexa de cero toros. Distinguimos las supercies de la lista anterior por que tienen diferente g enero, que intuitivamente corresponde al numero de hoyos. Este tipo de teoremas son importantes por que nos dan una lista completa de objetos de estudio. Sin embargo, a pesar de tener un teorema de clasicaci on, es necesario desarrollar m etodos que nos permitan distinguir dichos objetos. Ejemplo 3. En la gura se muestra una supercie cerrada y orientada.
Figure 10. Un hoyo dentro de otro hoyo,que atraviesa a otro hoyo
Pregunta: A cu al elemento de la lista anterior es homeomorfa? Con nuestra denici on intuitiva de genero, no es f acil determinar cual es el genero de la supercie anterior. Para poder identicar a cual elemento de la lista corresponde una supercie como , usaremos el concepto de invariante. Denotemos por g (S ) el g enero de la supercie S , entonces el g enero es un invariante por que tenemos que dos supercies S y S son homeomorfas si y solo si g (S ) = g (S ), es decir, si tienen el mismo genero.
4. Triangulaciones
296
Un resultado muy importante en topolog a, es que las supercies se pueden triangular ver [11]. A continuaci on se denir a un invariante que es f acil de calcular y que esta muy estrechamente relacionado con el g enero. Denici on 3. Una triangulaci on de una supercie compacta S consiste en una familia nita de subconjuntos cerrados {T1 , T2 , . . . , Tn } que cubren S , y una familia de homeomorsmos angulo en el plano de R2 (es decir, un i : Ti Ti , i = 1, . . . , n donde cada Ti es un tri subconjunto compacto de R2 delimitada por tres l neas rectas distintas). Los subconjuntos agenes de los v ertices y las Ti son llamados tri angulos. Los subconjuntos de Ti que son las im aristas del tri angulo Ti bajo i tambi en se denominan v ertices y aristas, respectivamente. Por u ltimo, se requiere que dos tri angulos distintos, Ti y Tj , o bien sean disjuntos, tengan un solo v ertice en com un, o tengan una arista en com un. Ejemplo 4. La supercie de un tetraedro ordinario en el 3-espacio eucl deo es homeomorfo 2 a la esfera S y, adem as, los cuatro tri angulos cumplen todas las condiciones para una triangulaci on de S 2 . En este caso hay cuatro v ertices, y cada tripleta de v ertices es el conjunto de v ertices de un tri angulo. Otra triangulaci on de cualquier supercie no puede tener esta propiedad.
Figure 11. Triangulaci on de la esfera
Otra triangulaci on de la esfera se muestra en la gura 11.
5. La Caracter stica de Euler

Aunque sabemos por el teorema de clasicaci on de supercies que toda supercie cerrada es homeomorfa a una esfera, una suma de toros, o una suma de planos proyectivos, no sabemos que todos estos son topol ogicamente diferentes. Es concebible que existen enteros positivos m y n, n = m, tal que la suma de m toros es homeomorfa a la suma de n toros. Para demostrar que esto no puede suceder, introducimos un invariante num erico llamado la caracter stica de Euler. Primero, denamos la caracter stica de Euler para una supercie triangulable. Denici on 4. Sea S una supercie compacta con una triangulaci on {T1 , . . . , Tn }. Sea v = al n umero total de v ertices de S, e = al n umero total de aristas de S,
297
c = al n umero total de caras (en este caso c = n) entonces, (S ) = v e + c es llamada la caracter stica de Euler de S. En la gura 12 se muestran algunas triangulaciones de la esfera, el toro y el plano proyectivo, realizando algunos c alculos, se puede ver que la caracter stica de Euler del la esfera, el toro y el plano proyectivo son 2, 0 y 1 respectivamente. En particular la caracter stica de Euler esta bien denida, pues no depende de la triangulaci on.[9]
Figure 12. Triangulaciones de S 2 , T , RP 2
Proposici on 2. Sean S1 y S2 dos supercies compactas. La caracter stica de Euler S1 y S2 y de su suma conexa, S1 #S2 , esta dada por la f ormula (S1 #S2 ) = (S1 ) + (S2 ) 2 Proof. Asumimos que S1 y S2 son triangulables, de la suma conexa removemos en cada supercie el interior de uno de sus tri angulos, entonces identicando las aristas y los vertices de la frontera de los tri angulos removidos. Entonces la formula se surge mediante el conteo de vertices, aristas y tri angulos antes y despu es de la formaci on de la suma conexa.
298
Usando la proposici on anterior y obviamente inducci on, se obtienen los siguientes valores de la caracter stica de Euler para varias supercies cerradas. esfera 2 suma conexa de n toros 2 2n suma conexa de n planos proyectivos 2 n suma conexa de plano proyectivo y n toros 1 2n suma conexa de botella de Klein y n toros 2n Asumiendo la invariancia topol ogica de la caracter stica de Euler [9] y el teorema de clasicaci on de supercies se tiene el siguiente resultado: Teorema 3. Sean S1 y S2 supercies compactas. Entonces S1 y S2 son homeomorfas si y solo si su caracter stica de Euler es igual y si ambas son orientables o no orientables. Este teorema nos reduce el problema de clasicaci on de supercies compactas pues solo se tiene que determinar la orientaci on y la caracter stica de Euler. Tambi en nos dice que la caracter stica Euler es un invariante completo para supercies, es decir, dos supercies son homeomorfas si y solo si tienen la misma caracter stica. Para variedades de dimensi on mayor que 2, existen variedades que no son homeomorfas con la misma caracter sticas de EulerPoincar e. En general tenemos el siguiente teorema que relaciona la caracter stica de Euler con el g enero de una supercie. Teorema 4. Sea S una supercie cerrada y orientada. Entonces (S ) = 2 2g (S ) donde g (S ) es el genero de S . En el caso donde S es no orientable tenemos (S ) = 2 g (S ). Entonces si denotamos por Tg a la supercie de genero g tenemos: (S 2 ) = 2 (T ) = 0 (T2 ) = 2 . . . (Tg ) = 2(g 1), g
Por razones que veremos mas adelante es importante la siguiente nota. Nota 1. La u nica supercie con caracter stica Euler cero es el toro T.
299
6. Campos vectoriales
A partir de ahora pediremos a las variedades que sean diferenciables o suaves y denimos de manera formal lo que es esto. Denici on 5. Decimos que una variedad M de dimensi on m es diferenciable si cada punto p M tiene una vecindad Up que es difeomorfa a un subconjunto abierto V de Rm , esto es, que exista una aplicaci on biyectiva de Up a V cuya inversa tambi en sea diferenciable. Denici on 6. Sea M una variedad diferenciable de dimensi on m en Rk y p un punto M. k Un vector v de R es tangente a M en p, si v se puede expresar como el vector velocidad en p de alguna curva diferenciable en M que pase por P. As podemos denir Un campo vectorial diferenciable sobre una variedad diferenciable M k R es una aplicaci on diferenciable v : M Rk tal que v (p) Tp M para cada p M . En la gura 13 se ilustra un campo vectorial.
Figure 13. Campo vectorial sobre una supercie
Denici on 7. El conjunto de todos los vectores tangentes a M en p es llamado espacio tangente a M en p y se denota por Tp M . Denici on 8. Una singularidad a del campo vectorial v es un punto a M en el cual el campo vectorial es cero o no esta denido. Denici on 9. Una singularidad a decimos que es aislada si es una singularidad a tal que existe una vecindad U de a tal que a es la u nica singularidad en U . Ejemplo 5. Sea M = S 1 . El campo vectorial ilustrado en la gura 14 no tiene singularidades. Ejemplo 6. Sea M = S 2 . El campo vectorial ilustrado en la gura 15 tiene singularidades en los polos. Del ejemplo anterior tenemos un campo vectorial en la esfera que tiene singularidades, pero de este ejemplo, no podemos asegurar que no exista otro campo que no las tenga. Por lo cual
300
Figure 14. Campo vectorial en el circulo
Figure 15. Campo vectorial sobre la esfera
nos planteamos lo siguiente . Pregunta: Dada una variedad diferenciable cerrada M.Es posible construir un campo vectorial v en M sin singularidades? Si pensamos a los vectores del campo como cabellos, entonces contestar la pregunta para M = S 2 equivale a preguntar si la esfera se puede peinar. Para dar una respuesta general a la pregunta anterior necesitamos denir otro invariante: La homolog a. Dado un espacio topol ogico X , le asignaremos un conjunto de grupos denotados por Hi (X ; ) con i , llamados grupos de homolog a de X con coecientes en Para mas detalles consultar [5]. Los grupos de homolog a tienen las siguientes propiedades:
Tabla 1
Espacios Topol ogicos X f: X Y X =Y IdX : X X X

f
Grupos Hi (X ; ) f : Hi (X ; ) Hi (Y ; ) Hi (X ; ) = Hi (Y ; ) IdHi (X ;Z) : Hi (X ; ) Hi (X ; ) Hi (X ; )
Z / Hi (Y ; Z)
Z Z
Hi (Z ; )
301
De la tercera propiedad se puede ver que efectivamente son invariantes. Sean M y N variedades cerradas, conexas y orientadas de dimensi on m. Usando Hm (M ; ) = podemos denir el grado de una aplicaci on continua f : M N . La aplicaci on anterior induce un homomorsmo
f :
Z = Hm (M ; Z) Hm (N ; Z) =Z
[M ] [N ]
el cual manda a la clase fundamental de M (el generador), a un m ultiplo entero de la clase fundamental de N . Denimos el grado de f , como dicho m ultiplo. deg f = ,
7. Teorema de Poincar e-Hopf

Ahora regresemos a los campos vectoriales y sus singularidades. Usando el concepto de grado de una aplicaci on, asignaremos a cada singularidad a de un campo vectorial v , un numero entero I (v, a), llamado el ndice de v en a. Sea M una variedad cerrada de dimensi on m, sea v un campo vectorial con singularidades aisladas a M, sea B (a, ) una bola con centro en a y radio tal que a sea la u nica singularidad en la bola. Por lo tanto B (a, ) esta bien denida y sin singularidades en la esfera S (a) = B (a, ). Denimos la aplicaci on de Gauss: : S ( a) = S m1 S m1 ( x) = v ( x) v ( x)
donde a cada punto x S (a) le asociamos el vector tangente normalizado dado por el campo v . Denimos el ndice de v en a como el grado de esta aplicaci on : I (v, a) = deg En la gura 16 se presentan varios ejemplos de singularidades de campos vectoriales sobre supercies con diferentes ndices. A continuaci on veremos el siguiente resultado cl asico. Este teorema fue probado por Poincar e en 1885 en el caso de dimensi on 2 y el teorema general fue demostrado por Hopf en 1926 basado en resultados de Brouwer y Hadamard.
302
Figure 16. Singularidades de campos en supercies
Teorema 5 (Poincar e-Hopf). Sea M una variedad compacta y v un campo vectorial diferenciable sobre M con singularidades aisladas. Si M tiene frontera entonces se requiere que v apunte hacia afuera en los puntos frontera. Entonces la suma de los ndices en las singularidades de un campo vectorial es igual al n umero de Euler. (M ) =
k
I (v, ak )
La idea de la demostraci on se divide en dos partes: I. Se demuestra que I (v ) = k I (V ; ak ) es independiente del campo vectorial que se use. De hecho es igual al grado de una aplicaci on que no depende del campo vectorial. II. Se encuentra un campo vectorial v en el que sea f acil ver que I (v ) = (M ). Para el caso de supercies en la Figura 17 se ilustra uno de tales campos denido por Hopf, el cual tiene un pozo en cada v ertice( ndice 1), una silla en cada arista ( ndice -1) y una fuente en cada cara ( ndice 1) por lo que I (v ) = #{vertices} #{aristas} + #{caras} = (M ) La demostraci on completa se puede encontrar en los siguientes libros [4, 7].
8. Conclusi on
Como la caracter stica de Euler de la esfera es 2, tenemos que no es posible construir un campo vectorial en S 2 sin singularidades, es decir, la esfera no se puede peinar. El campo vectorial sobre S 1 no tiene singularidades, entonces por el teorema de Poincar e-Hopf tenemos 1 que (S ) = 0.
303
Figure 17. El campo de Hopf
Ejemplo 7. Sea M = T. Los campos vectoriales mostrados en la gura 18 no tienen singularidades
Figure 18. Campos vectoriales en T
Corolario 6. El toro T 2 es la u nica supercie que admite un campo vectorial sin singularidades. Ver nota 1. Desde este punto de vista la caracter stica de Euler es la obstrucci on para construir un campo vectorial no nulo. Es decir: Si (M ) = 0, entonces M no admite un campo vectorial continuo no nulo.
9. Bibliograf a
[1] Marcelo Aguilar, Jos e Luis Cisneros-Molina, and Eduardo Fr as Armenta.Characteristic Classes and Transversality.Topology and its applications, 154:12201235, 2007. [1] P. H. Doyle and D. A. Moran.A short proof that compact 2-manifolds can be triangulated. Invent. Math., 5:160162, 1968. [3] Marvin J. Greenberg and John R. Harper. Algebraic Topology. A First Course. AddisonWesley, 1981. [4] Victor Guillemin and Allan Pollack. Dierential Topology. Prentice-Hall, 1974.
304
[5] Allen Hatcher. Algebraic Topology. Cambridge University Press, 2001. [6] Allen Hatcher. Vector Bundles and KTheory. Unpublished book on-line available at http://www.math.cornell.edu/hatcher/VBKT/VBpage.html, January 2003. [7] J[ohn] [W.] Milnor. Topology from the dierentiable point of view.The University Press of Virginia, Charlottesville, 1965. [8] J[ohn] [W.] Milnor and James D. Stashe. Characteristic Classes. Study 76. Princeton University Press, Princeton, New Jersey, 1974. [9] S. William Massey. Algebraic Topology: an introduction. Springer Verlag, 1967. [10] Jos e Luis Csneros Molina.Por qu e los toros se pueden peinar y las esferas no? Notas del curso. [11] P. H. Doyle and D. A. Moran. A short proof that compact 2-manifolds can be triangulated. Invent. Math., 5:160162, 1968.
ELEMENTAL DE LAS DISTRIBUCIONES UNA CARACTERIZACION EXPONENCIALES MATRICIALES DE ORDEN PEQUENO Tetlalmatzi Montiel M. Area Acad emica de Matem aticas y F sica Universidad Aut onoma del Estado de Hidalgo
e-mail: tmontiel@uaeh.edu.mx
Resumen
En este trabajo presentamos, sin demostraciones, una colecci on de criterios elementales para construir una familia de conjuntos, los cuales nos permiten dar condiciones geom etricas necesarias y sucientes para que una funci on racional irreducible, con denominador de grado menor o igual a tres, sea la transformada de Laplace de una funci on de densidad de probabilidad en [0, ). Nuestros resultados recobran los resultados de Bean et al. y un poco m as.
Introducci on
Una distribuci on de probabilidad continua en [0, ), con funci on de densidad f se llama distribuci on Exponencial Matricial (EM) si su transformada de Laplace L(s) =
0
esx f (x)dx
(1)
es una funci on racional en s. Es decir, L(s) = F (s) G(s) (2)
donde para s 0 y m 1 tenemos que F (s) = fm1 sm1 + fm2 sm2 + + f0 y G(s) = sm + gm1 sm1 + + g0 con f0 = g0 > 0. En este art culo estamos interesados en el problema de dar condiciones necesarias y sucientes para que una funci on racional L(s) sea la transformada de Laplace de una distribuci on EM. Las distribuciones EM fueron introducidas por Cox en 1955 [4]. Posteriormente Lipsky y Ramaswami [6] as como Asmussen y Bladt [2] demostraron que las distribuciones EM son aquellas cuya densidad puede representarse en la forma f (u) = eT u t, (3)
donde es un vector, T es una matriz cuadrada denominada matriz generadora y t es un vector columna. La terna (, T , t), con entradas posiblemente complejas, no est a denida de manera u nica y se llama representaci on de la distribuci on. A pesar de que las distribuciones EM se han usado en a reas tan diversas como la teor a de colas, la teor a del riesgo, la teor a de renovaci on y las telecomunicaciones (ver por ejemplo [2]), su uso no es tan amplio debido 305
306
TETLALMATZI MONTIEL
entre otras cosas a que no hay un m etodo pr actico para decidir cuando una terna (, T , t) o una funci on racional F (s)/G(s) corresponden a una densidad de probabilidad. En [3] Bean et al. proponen una colecci on de conjuntos k que caracterizan a las funciones racionales F (s)/G(s), con grado de G = k , que son la transformada de Laplace de una densidad de probabilidad y determina completamente al conjunto 3 . En esta nota describimos, sin demostraciones, una colecci on de criterios elementales para construir una familia de conjuntos Pk que nos permiten recobrar los resultados de Bean et al. y un poco m as. Las demostraciones de los resultados que se describen en estas memorias se publicar an en otra parte [8]. En la Secci on 2 presentamos algunos de nuestros resultados. En la Secci on 3 hacemos una breve comparaci on de nuestros resultados con los de Bean, Fackrell y Taylor. En la Secci on 4 presentamos nuestras conclusiones. 2 Resultados
Nuestro primer resultado proporciona condiciones necesarias para que una funci on racional sea la transformada de Laplace de una densidad de probabilidad en [0, ). Lema 1 Supongamos que L(s) es como en (1) y (2), entonces 1. F (s) > 0 y G(s) > 0 para todo s [0, ). 2. El conjunto de las ra ces reales de G es no vac o. 3. Si es la m axima ra z real de G entonces > 0 y F () > 0. 4. Si z = + i , con = 0, es una ra z de G entonces , y si = entonces la multiplicidad de z es menor o igual a la multiplicidad de . No es dif cil ver que las condiciones necesarias del Lema 1 para F (s) y G(s) son tambi en sucientes para que exista una funci on integrable f en [0, ), cuya transformada de Laplace sea L(s) = F (s)/G(s). La dicultad para que f sea una densidad de probabilidad en [0, ) radica en dar condiciones necesarias y sucientes para que f sea no negativa. En lo que sigue nos enfocamos en este punto. El siguiente resultado general, que se puede demostrar con t ecnicas elementales, nos muestra que en la mayor a de los casos el problema es esencialmente local. Teorema 2 Sea < 0 la m axima ra z real de G y sea n su multiplicidad. Si todas las ra ces de G de la forma z = r1 + i tienen multiplicidad menor que n, entonces una condici on necesaria y suciente para que exista una funci on integrable f (u) en [0, ) que satisfaga (1) y sea positiva para toda u sucientemente grande es que F () > 0. A continuaci on proporcionamos condiciones necesarias y sucientes para m = 1, 2 y 3.
ELEMENTAL DE LAS DISTRIBUCIONES EXPONENCIALES MATRICIALES UNA CARACTERIZACION
307
Para m = 1 la primera condici on necesaria del Lema 1 tambi en es suciente. En este u caso se tiene que L(s) = /(s + ) y por lo tanto f (u) = e . Para m = 2 las primeras tres condiciones del Lema 1 tambi en son sucientes. Si las ra ces de G son y 1 , con 0 < 1 , empleando expansiones en fracciones parciales encontramos que eu e1 u + f1 e1 u , f (u) = F () 1 f (u) = f1 eu + F ()ueu , si si < 1 ,
= 1 .
Observe que f1 0 porque F (s) > 0 para s 0. Para m = 3 consideramos las posibilidades:
1. Las ra ces de G son , 1 , 2 , con 0 < 1 2 . 2. Las ra ces de G son , i y + i , con > 0. Veamos ahora cada uno de estos casos. 1. Para poder estudiar el primero dividimos el problema como sigue: (a) Supongamos que 0 < < 1 < 2 . Si F (s) es cero exactamente una vez en al menos uno de los intervalos (1 , ) y (2 , 1 ), entonces existe una funci on de densidad de probabilidad f en [0, ) que satisface (1) y (2) si y s olo si las tres primeras condiciones del Lema 1 se satisfacen. En este caso tenemos f (u) = F (1 ) F (2 ) F () eu e1 u + e2 u . (1 )(2 ) (1 )(2 1 ) (2 )(2 1 )
En caso contrario, existe una funci on de densidad de probabilidad f en [0, ) que satisface (1) y (2) si y s olo si las tres primeras condiciones del Lema 1 se cumplen y (1 )F () + F (2 ), si F () F (2 ), F (1 ) F ()1 F ( ) , si F () < F (2 ), 2 donde = (1 )/(2 ) (0, 1). Este resultado se puede presentar geom etricamente de la siguiente manera. Existe una funci on de densidad de probabilidad de la forma f (u) = A(eu + y1 e1 u + y2 e2 u ), u 0,
que satisface (1) y (2) si y s olo si las tres primeras condiciones del Lema 1 se satisfacen y el par (y1 , y2 ) de los coecientes normalizados de la expansi on en fracciones parciales de L(s) pertenecen al conjunto convexo
308
TETLALMATZI MONTIEL
P1 = =
(x1 , x2 ) : eu + x1 e1 u + x2 e2 u 0, para u 0 (x1 , x2 ) : x1 1 , x 1 + x2 + 1 0 1 1 1
1 (x1 , x2 ) : x1 < , x1 + 1 (b) Similarmente, si 0 < < 1 = 2 , P2 =
x2
0 .
La gura A(a) muestra P1 cuando 1 = 1 y 2 = 2. (x1 , x2 ) : eu + x1 ue1 u + x2 e1 u 0, para u 0
= {(x1 , x2 ) : x1 1 , x2 + 1 0} (x1 , x2 ) : x1 < 1 , x2 x1 1 1 log x1 1

x2 2 x2 = x1 (1 ln(x1 )) 1 0 1 (a) (b) x1 4 3 2 1 1 0 x1
La gura A(b) exhibe P2 cuando = 1 y 1 = 2 = 2.

x2 x2 = x2 1 4
2 1
Figura A: (a) 1 = 1, 2 = 2 (c) Para 0 < = 1 < 2 tenemos que P3 = =
(b) = 1, 1 = 2 = 2
(x1 , x2 ) : ueu + x1 eu + x2 e2 u 0, para u 0 (x1 , x2 ) : x2 1 , x 1 + x2 0 2 1 1 (x1 , x2 ) : x2 > , x1 + [1 + log((2 )x2 )] 0 . 2 2
Un caso particular de P3 se encuentra en la gura B(a).
309
(d) Cuando 0 < = 1 = 2 encontramos que P4 = (x1 , x2 ) : u2 eu + x1 ueu + x2 eu 0, para u 0 = {(x1 , x2 ) : x1 0, x2 0} (x1 , x2 ) x1 < 0, x2 x1 2 /4 La gura B(b) nos muestra a P4 .
x2 3 2 1 0 1 x1 3 (b) 2 1 0 x1
x2 3 e(x1 +1) 2 1 2 (a) 1 x2 1 4
x2 =
Figura B: (a) = 1 = 1, 2 = 2
(b) = 1 = 2
2. Si las ra ces de G son , i y + i , con > 0 y > 0, entonces existe una funci on de densidad de probabilidad f (u) = A(eu + y1 eu cos u + y2 eu senu), u 0,
que satisface (1) y (2) si y s olo si las cuatro condiciones del Lema 1 se satisfacen y el par (y1 , y2 ) de los coecientes normalizados de la expansi on en fracciones parciales de L(s) pertenecen al conjunto convexo
P5 =
2 (x1 , x2 ) : 1 + x1 0, x2 1 + x2
( )2 + 2 2()u e , 2
2 2 donde u = ( + tan1 (( )/ ))/ , x1 = x2 x2 1 + x2 cos y x2 = 1 + x2 sen . Si = tenemos que P5 es el disco unitario y si = = 1 encontramos que P5 se ve como en la gura C.
310
TETLALMATZI MONTIEL
x2 80 70
1 10
15
x1
Figura C: = = 1 3 Los resultados de Bean et al
Empleando una representaci on de la forma (3), Bean, Fackrell y Taylor [3] observaron que h1 (u) h2 (u) exp(T u)t = . , . . hm (u) donde hi (u) = h1
(i1)
(u), para i = 1, 2, . . . , m, e introdujeron el conjunto convexo xR

m1
m =
u0
f0 h1 (u) +
m1 i=1
xi hi+1 0 ,
donde f0 es como en (2). Empleando un resultado de Poritsky [7], los autores proporcionan una parametrizaci on de la frontera de 3 en t erminos de h y sus derivadas. Siguiendo las ideas de Bean et al, encontramos una parametrizaci on de la frontera de los conjuntos convexos Pi , i = 1, . . . , 5 introducidos en la secci on anterior. Por ejemplo, la frontera de P1 se puede parametrizar como x1 = y x1 = u, x2 = 1 u, para u 2 . 2 1 2 (1 )u e , 2 1 x2 = 1 (2 )u e , 2 1 para u 0,
311
Es pertinente mencionar que las parametrizaciones de nuestros conjuntos se encuentran de manera m as directa que las de los conjuntos de Bean et al., en el sentido de que s olo se deben comparar los coecientes normalizados de la expansi on en fracciones parciales. Adem as, nuestros conjuntos convexos en los casos m = 1, 2 y 3 respectivos se pueden visualizar completamente con nuestras parametrizaciones, sin embargo en el caso de Bean et al. cuando la diferencia entre las ra ces reales es mayor que uno la frontera de los conjuntos pueden ser dif ciles de dibujar. Es pertinente mencionar que el problema se complica mucho en el caso m 4 tanto con nuestro enfoque como con el de Bean et al. No obstante, con nuestro enfoque se pueden analizar expl citamente varios casos particulares, que no incluimos aqu por falta de espacio. 4 Conclusiones 1. Proporcionar condiciones necesarias y sucientes para que una funci on racional sea la transformada de Laplace de una funci on no negativa en [0, ) para m 4 es un problema muy complicado, incluso si se emplea una representaci on de la forma (3). 2. Aunque los resultados presentados en este trabajo fueron obtenidos empleando m etodos elementales, la soluci on del caso general seguramente requerir a herramientas m as sosticadas. 3. La convexidad de los conjuntos P que introdujimos, o los conjuntos m introducidos en [3], seguramente debe jugar un papel importante en la soluci on del problema. 5 Agradecimientos
Deseo agradecer al Dr. M. Bladt por sugerirme este problema y por su apoyo y gu a constante. Bibliograf a
[1] Asmussen, S. (2000). Ruin Probabilities. River Edge, New Jersey. Volume 2 of Advanced Series on Statistical Science, World Scientic Publishing Company. [2] Asmussen, S. y Bladt, M. (1977). Renewal theory and queuing algorithms for matrixexponential distributions. Methods in Stochastic Models, Chakravarthy, S.R., Alfa, A.S., Eds.; Lecture Not, Marcel Dekker, New York, Pure and Applied Mathematics, Vol. 183, 313341. [3] Bean, N. G. , Fackrell, M. y Taylor, P. (2008). Characterization of Matriz-Exponential Distributions. Stochastic Models , Vol. 24:3, 339 363. [4] Cox, D. R. (1955). A use of complex probabilities in the theory of stochastic processes. Proc. Camb. Phil. Soc., Vol. 51, 313 319. [5] Lipsky, L. (1992). Queuing Theory: A Linear Algebraic Approach. New York. Macmillan Publishing Company.
312
TETLALMATZI MONTIEL
[6] Lipsky, L. y Ramaswami, V. (1985). A unique minimal representation of Coxian service centres. Tech. Rep. Department of Computer Science and Engineering of Nebraska. [7] Poritsky, H. (1963). Convex Spaces Associeted with a Family of Linear Inequalities. Providence, Rhode Island. Convexity - Proceedings of the Seventh Symposium in Pure Mathematics of the American Mathematical Society; Klee, V.L. Ed.; American Mathematical Society. Vol. 7, 403 436. [8] Tetlalmatzi-Montiel, M. (En preparaci on). An elementary characterization of low order matrix exponential distributions.
EVALUACIN DE LOS EFECTOS DE LA APLICACIN DE EXMENES DEPARTAMENTALES EN LOS CURSOS DE MATEMTICAS Ulloa Azpeitia R.1, Nesterova E., Pantoja Rangel R. Seccin de Matemtica Educativa Departamento de Matemticas Universidad de Guadalajara/CUCEI e-mail: ricardo.ulloa@cucei.udg.mx1 Resumen
Se describe un proyecto para determinar los efectos del empleo de exmenes departamentales en los cursos de matemticas. Se tomarn en cuenta a los actores directamente involucrados en el proceso educativo: estudiantes, profesores y autoridades, as como a aquellos que pueden tener un inters indirecto en la formacin de los profesionistas que egresan del centro, tales como gremios de profesionistas y de empleadores. Sern consultadas diferentes fuentes para comparar la situacin de la evaluacin del aprendizaje antes de la puesta en vigor de la poltica de exmenes departamentales, con la que prevalece hasta el momento, por ejemplo, listas de calificaciones, que podran permitir analizar la evolucin de las notas.
1. Introduccin El estudio se desarrolla en el Centro Universitario de Ciencias Exactas e Ingenieras de la Universidad de Guadalajara. El Departamento de Matemticas es responsable de la imparticin de las materias de la disciplina que se imparten en el CUCEI, en 14 de las cuales se aplican EDs, que implican cursos a 432 grupos, materias que se organizan en 15 academias que a su vez, son responsables de elaborar, aplicar y calificar los exmenes que se administran en una misma fecha y hora, a todos los alumnos inscritos. Se espera incidir en decisiones tales como ponderaciones, calendarios, frecuencias, tipo de exmenes, criterios para calificar y en general, los aspectos acadmicos que podran representar una mejora a la calidad de los cursos, de la enseanza, pero principalmente, del aprendizaje de la materia. No se encontraron referencias al respecto de algn estudio realizado en el medio al respecto de la aplicacin de exmenes departamentales. Tampoco en las diferentes fuentes disponibles se ubic informacin relativa a la metaevaluacin de los procesos de aplicacin de exmenes departamentales realizados en otras latitudes, por lo que instrumentos y recursos a emplear para esta investigacin debern ser creados de manera especfica. El inters por el estudio se deriva de la gran importancia que se atribuye a los resultados obtenidos en los exmenes departamentales, dada la alta ponderacin indicada de manera obligatoria para los resultados obtenidos en ellos, -60%-, por lo que representan un acontecimiento que consume bastante tiempo de los profesores del departamento, usualmente sustrado de das no laborables, as como recursos por los costos que representa su aplicacin. Otro factor que contribuye a justificar el desarrollo de esta investigacin es el cmulo de cuestionamientos realizados por los profesores al respecto de los exmenes departamentales, tanto en las reuniones de academia, como las del Colegio Departamental, tanto como los
313
314
ULLOA R., NESTEROVA E., PANTOJA R.
realizados por los estudiantes. Adems, dado el largo tiempo transcurrido desde su primera aplicacin, resulta claramente pertinente realizar un estudio al respecto de lo que han sido y constituyen en la actualidad, en trminos de sus efectos sobre la calidad de las actividades acadmicas. Para la aplicacin de exmenes se solicita la colaboracin de los 53 profesores de tiempo completo, adems de la participacin de los 65 profesores de tiempo parcial, responsables de la materia correspondiente a evaluar. Existe el acuerdo de elaborar exmenes con preguntas de tipo objetivo. Se ha empezado a experimentar el uso de tecnologa para automatizar el proceso. Usualmente los alumnos son ubicados en orden alfabtico en las diferentes aulas disponibles, donde algn profesor, que puede ser ajeno a la academia correspondiente, les proporciona la copia del examen, vigila a los estudiantes durante el tiempo asignado, recoge las hojas con las respuestas y despus debe calificarlas, para lo cual dispone de la clave que se le proporciona. Una vez terminada dicha labor, entrega el registro y los exmenes calificados al Departamento, cuyo personal se encarga de capturar los datos y ponerlos en la pgina dispuesta en internet a fin de que puedan ser consultados por los estudiantes. En caso de existir alguna inconformidad de parte de estudiantes, deben seguir el proceso normativo segn se establece en el reglamento correspondiente. Se tiene conocimiento de que existen problemas de magnitud considerable en el aprendizaje de las matemticas por el empleo equvoco del lenguaje, que se traduce en interpretaciones dismbolas de los conceptos disciplinares, an por parte de los profesores y seguramente tienen efectos por determinar sobre los resultados que obtienen sus estudiantes, situacin que incluso puede observarse al comparar diferentes libros de texto de una misma materia.
2. Mapa conceptual
Actores directos Actores indirectos Gremios de profesionistas Egresados [Empleadores]

Programas Planes de estudio Autoridades Alumnos Profesores
Exmenes departamentales
EVALUACIN DE LOS EFECTOS DE EXAMENES DEPARTAMENTALES
315
Relaciones involucradas: 1. Influencia de las autoridades sobre los profesores para elaboracin de EDs 2. Disposiciones administrativas que inciden sobre el desempeo de los estudiantes en los EDs. Aspectos de las solicitudes que plantean los estudiantes a las autoridades respecto de los EDs 3. Influencia de alumnos sobre profesores para la determinacin de los contenidos de los EDs. Al revs, de los profesores sobre los alumnos en trminos de su desempeo en los EDs 4. Participacin de los profesores en la construccin de los EDs 5. Acciones de las autoridades respecto a la construccin de los EDs 6. Directrices de los programas oficiales para la construccin de los EDs 7. Directrices de los planes de estudio para la construccin de los EDs 8. Caractersticas de los EDs, en comparacin interna y externa 9. Satisfaccin de actores indirectos respecto a la calidad de la formacin de profesionistas del CUCEI, a raz de la implantacin de los EDs 3. Preguntas de investigacin 1.1 De qu manera influyen las autoridades sobre los profesores para la elaboracin, aplicacin y calificacin de los EDs? 1.2 Ha cambiado el nmero de quejas de los estudiantes a raz de la aplicacin de los EDs? 1.3 En que medida afecta los recursos del departamento (humanos, financieros, temporales, etc.) el aplicar los EDs? 1.4 Qu percepciones tienen las autoridades sobre la pertinencia acadmica de los EDs? 2.1 Qu disposiciones administrativas inciden sobre el desempeo de los estudiantes en los EDs? 2.2 Qu solicitudes se presentan de parte de los estudiantes a las autoridades al respecto de los EDs? 3.1 Cmo influye el desempeo de los estudiantes en las decisiones de los profesores para la construccin de los EDs? 3.2 Qu influencia tienen los profesores sobre el desempeo de los estudiantes en los EDs? 3.3 Qu percepciones tienen los estudiantes sobre la pertinencia acadmica de los EDs? 3.4 Cul es el grado de satisfaccin que tienen los estudiantes respecto a la presencia de los EDs? 4.1 Qu influencia tienen los profesores en la construccin de los EDS? 4.2 Qu opiniones tienen los profesores sobre la pertinencia acadmica de los EDs? 4.3 Cul es el grado de satisfaccin que tienen los profesores respecto a la presencia de EDs? 4.4 Cmo ha sido afectada la carga de trabajo de los profesores por la presencia de los EDs? 4.5 Ha cambiado el nmero de quejas de los estudiantes a raz de la aplicacin de los EDs? 5.1 Qu disposiciones administrativas indican las autoridades para la elaboracin, aplicacin y calificacin de los EDs? 5.2 Qu percepciones tienen las autoridades respecto a la pertinencia de los EDs? 6.1 Cmo son considerados los EDs en los programas oficiales de las materias? 7.1 Qu consideraciones se vierten en los planes de estudio al respecto del empleo de EDs? 8.1 Qu caractersticas tienen los EDs aplicados por el Departamento? 8.2 Qu diferencias se observan en los EDs elaborados por diferentes academias?
316
8.3 Cmo se comparan los EDs respecto a los estndares reconocidos para la elaboracin de exmenes? 8.4 Cmo han evolucionado los formatos de EDs? 8.5 Qu influencia ha tenido la aplicacin de EDs sobre los promedios de calificaciones? 9.1 Qu percepciones tienen los actores indirectos respecto a la pertinencia de los EDs? 4. Marco terico Se considera como premisa que cualquier actividad integrante de procesos instruccionales, incluida de manera notable la evaluacin, debe incluirse para propiciar ms aprendizaje [1], particularmente el de carcter complejo que no puede ser provocado mediante tareas o cualquier otro tipo de situaciones de aprendizaje. Si no se entiende que no se entienda, parafraseando a Bachelard, es difcil considerar acciones para mejorar el desempeo de los alumnos, particularmente en el caso de las matemticas. Comprender las circunstancias de los alumnos permite comprender sus comportamientos como tales. Los profesionales de la docencia deben superar los prejuicios que influyen en su desempeo como evaluadores. El camino es la superacin constante del bagaje cognoscitivo, pues la ignorancia es la madre del prejuicio[1]. Se considera que en el proceso de evaluacin, existe una especie de parangn con el principio de incertidumbre de Heisemberg, en el sentido de que cuando se miden conocimientos, actitudes, valores o aspectos cognitivos, se interfiere y se modifica el estado original. La intencin debe ser que esa interferencia sea positiva para el evaluado. Entre otras creencias, se postula que la evaluacin encara la posibilidad de aprovechar el especial estado psicolgico que presenta un estudiante al ser enfrentado al acto de evaluacin, es decir, concentracin mental, cierta tensin, motivacin, autoexigencia, y deseo de triunfo, estado que el profesor difcilmente puede provocar con las tareas, ejercicios en clase, la mejor exposicin o cualquier otra actividad, debido al condicionante social que implica el obtener una buena calificacin, situacin a la que muy pocas personas, son inmunes, quiz ninguna. Se intenta reflejar la posicin educativa de que se aprende por hacer algo, por desarrollar actividades mentales relacionadas con la realidad que permitan establecer vnculos con los conocimientos previos y que el establecimiento de actividades de evaluacin que impliquen diferentes tipos de interaccin, propicia el aprendizaje. Se piensa que el reto para el diseo instruccional y en particular de la evaluacin, es construir o disponer secuencias pedaggicas adecuadas a los intereses de los estudiantes que favorezcan su trabajo en un ambiente de aprendizaje cercano a su realidad, lo que se conoce como su zona de desarrollo prximo. Elemento importante para el proceso de evaluacin es lograr una sistematizacin que evite emplear instrumentos improvisados, idealmente se debe llevar al nivel de disciplina, entendida en su acepcin etimolgica, como conocimiento organizado para la enseanza. Puede notarse la vinculacin con la nocin de matemticas, cuya raz mathema, es interpretada como todo lo que es objeto de adquisicin de conocimiento, es decir, una ciencia como objeto de aprendizaje y de
EVALUACIN DE LOS EFECTOS DE EXAMENES DEPARTAMENTALES
317
enseanza [2]. Por lo tanto, la evaluacin debe motivar a los estudiantes a sintetizar conocimiento, en oposicin a considerarlo en forma de paquetes aislados. Es importante que el diseo de las actividades de evaluacin, implique experiencias de aprendizaje, esto es, interacciones entre el alumno y las condiciones externas del medio ante las que puede reaccionar, situaciones en las que el alumno debe hacer algo, en las que debe participar de alguna manera. Otro fundamento que se observa es el de emplear el mayor nmero y con la variedad que sea posible, de indicadores, para establecer los juicios evaluativos. Se plantea que los exmenes deben emplearse como una fuente ms de informacin para la toma de decisiones. Se sustenta la idea anterior en que la mejor manera de dar cuenta de las grandes diferencias que existen entre los grupos y entre los estudiantes, en cuanto a necesidades y estilos de aprendizaje, es desarrollar una comprensin global de lo que pasa a lo largo del proceso de aprendizaje mediante el empleo de una variedad de mtodos para obtener la informacin necesaria para emitir los veredictos evaluativos. Cuando se agrega a la evaluacin el adjetivo "autntica", se denota que existe congruencia de los mtodos, los juicios y el enfoque, con la filosofa de aprendizaje que sustenta la prctica docente. La evaluacin autntica tiene lugar a lo largo de todo el proceso de aprendizaje, es vlida y confiable, incluye no slo los contenidos cognitivos, sino adems, las habilidades, actitudes y valores que se pretende desarrollar. Particularmente la actitud y la motivacin de un estudiante van de la mano, por lo que puede ser til determinar cmo prefiere ser evaluado y en la medida de las posibilidades atender esas preferencias. 5. Metodologa La informacin para responder las preguntas planteadas ser obtenida de las fuentes disponibles y de los actores involucrados directa e indirectamente en los procesos de aplicacin de los EDs, as como en razn de su inters por los efectos que ocasionan: Profesores, entrevista y encuesta a los presidentes de academia. Autoridades, entrevistas Estudiantes, entrevista a muestra aleatoria estratificada a fin de considerar alumnos de los diferentes niveles de rendimiento Actores indirectos. Historia, informacin respecto a la evolucin de los exmenes departamentales y de los promedios de calificaciones ser obtenida de los archivos histricos que se encuentren disponibles.
6. Instrumentos Las encuestas para el acopio de informacin sern bosquejadas y puestas a consideracin de colegas para ponderar su validez. Enseguida se har una prueba piloto para evaluar si los datos que se obtienen corresponden realmente a los buscados. Las entrevistas sern semiestructuradas
318
con objeto de tener una cierta gua que permita dirigir la informacin hacia los aspectos deseados, pero que a la vez den cabida a aportaciones originales de parte de los entrevistados. 7. Procesamiento de datos La informacin obtenida ser procesada y presentada de manera que facilite el anlisis y discusin de los resultados, para lo cual se emplearn tcnicas derivadas de la investigacin cualitativa. Para la discusin de los resultados y elaboracin de conclusiones se propondr uno o ms foros donde el Colegio Departamental pueda expresar sus opiniones respecto de lo que se observa en los datos, antes de hacer alguna publicacin. 8. Procesamiento de datos Se plantea la premisa que cualquier actividad que se realice como parte del desarrollo de un curso, debe estar enfocada a producir aprendizaje. La evaluacin no es una excepcin y particularmente es deseable su empleo para producir aprendizajes complejos, por lo que se espera con este trabajo, propiciar la adecuacin de los indicadores que ahora se emplean, pues el peso que se atribuye a los exmenes departamentales parece demasiado alto.
Bibliografa
[1] R. Ulloa (2005), Notas de evaluacin. Universidad de Guadalajara: Maestra en Enseanza de las Matemticas. [2] J. Huerta (1990), Organizacin lgica de las experiencias de aprendizaje. Mxico: Trillas.
Memorias de la XXI Semana de Investigacin y Docencia en Matemticas, Departamento de Matemticas, Universidad de Sonora. Diciembre, 2011. pp. 319332.
UN ALGORITMO PARA PLANIFICAR LOS TRAYECTOS EN EL SISTEMA DE RECOLECCIN DE RESIDUOS Parra Guevara D. Centro de Ciencias de la Atmsfera, Universidad Nacional Autnoma de Mxico e-mail: pdavid@atmosfera.unam.mx Resumen
Se modela el sistema de calles y avenidas por donde deben circular unidades de recoleccin de residuos slidos en una zona urbana como un grafo no dirigido, conexo con nodos de grado par. Los trayectos cerrados, completos y simples (circuitos de Euler) en dicho grafo representan los recorridos ptimos de las unidades recolectoras en el sistema. Se analiza el espacio de permutaciones donde se encuentran dichos circuitos cuando el nmero de aristas (calles) es grande y se propone un algoritmo de descenso por mxima incidencia para determinarlos. Dicho algoritmo acta en un nmero finito de etapas, y en cada una de stas encuentra un subgrafo con un circuito de Euler. El encaje de tales circuitos en nodos de contacto constituye el circuito de Euler de todo el sistema. Se muestra que el algoritmo es seguro (siempre determina un circuito de Euler) y rpido ( ). Al final del trabajo se presentan ejemplos de su desempeo.
1. Introduccin El constante crecimiento de las ciudades acarrea diversos problemas ambientales y de gestin de recursos. Uno de stos es el relacionado con la generacin de grandes volmenes de residuos slidos urbanos. En el caso de la zona metropolitana de la ciudad de Mxico, se tiene que la produccin media de residuos slidos es aproximadamente de 20,478 toneladas por da, lo que corresponde a 1.2 kg-d/persona [7]. A nivel mundial, el sistema ordinario para la recoleccin de los residuos slidos se lleva a cabo por unidades mviles que recorren las calles y avenidas, y representa el primer eslabn en cualquier plan para el manejo de residuos urbanos [14]. Tal sistema cuando no acta frecuentemente y en forma completa (omitiendo calles) provoca la acumulacin de desechos en los hogares que posteriormente son depositados en sitios no adecuados dentro de la ciudad (calles, parques, lotes baldos, etc.) o en sus inmediaciones (barrancas, bosques, ros, etc.), lo cual origina diversos efectos nocivos en los ecosistemas y en la salud humana [3, 6]. Slo en el Distrito Federal (Mxico) se estima que quedan dispersos 14% (1560 toneladas) de los residuos que se generan diariamente [7], siendo el promedio nacional de 25% (20,186 toneladas) de residuos slidos urbanos dispersos por da [9]. Un sistema eficaz para la recoleccin de los residuos slidos urbanos est constituido por un nmero suficiente de unidades que frecuentemente visitan las calles, y un plan de movimiento completo de las unidades recolectoras por las calles y avenidas. El primer punto requiere una inversin adecuada de recursos econmicos, sin embargo, el segundo punto necesita de un mtodo para planificar los recorridos o trayectos. Un antecedente importante de este tipo de planeacin se tiene en los procedimientos de la U. S. Environmental Protection Agency [15, 16], donde los recorridos se determinan por el reconocimiento de unos pocos patrones simples que forman las calles y avenidas, y que se repiten en cada municipio. Este tipo de procedimiento es posible cuando el trazo de la ciudad es regular, es decir, cuando las calles son paralelas o perpendiculares en su mayora, con pocas variaciones. Sin embargo, cuando el trazo de la ciudad
319
320
PARRA GUEVARA D.
es irregular y est constituido por un gran nmero de calles el problema de planificar los recorridos no es trivial [11]. En este trabajo se analiza este problema modelando un sistema complejo de calles y avenidas por donde deben circular las unidades de recoleccin de residuos slidos, dentro de una zona urbana, como un grafo no dirigido, conexo con nodos de grado par [1, 5]. Se desarrolla un algoritmo para planificar el recorrido ptimo de las unidades recolectoras de residuos slidos como un trayecto cerrado, completo y simple, es decir, como un circuito de Euler en el grafo [5]. El algoritmo determina el movimiento entre las aristas (calles) por descenso de mxima incidencia, siguiendo los nodos de mayor grado, es decir, en forma similar al flujo ms eficiente de informacin dentro de una red libre de escalas [13]. Dicho algoritmo construye el circuito de Euler en un nmero finito de etapas, las cuales dependen de la estructura del grafo (conexiones entre calles y avenidas), pero nunca exceden al orden de ste (nmero de nodos o intersecciones de calles). En cada etapa el algoritmo determina un subgrafo con un circuito de Euler, lo cual genera una particin del grafo original. El encaje de tales circuitos en nodos de contacto constituye el trayecto cerrado, completo y simple de todo el sistema. Este algoritmo es rpido, ya que su tiempo de ejecucin depende cuadrticamente del nmero de aristas, , por lo que se puede aplicar a problemas de planificacin de rutas en sistemas de gran tamao. Al final del trabajo se presentan ejemplos de su desempeo. 2. Conceptos bsicos y modelacin Un grafo, denotado por G (V , A) , est formado por un conjunto de nodos o vrtices
V v1 , v2 , , vm y un conjunto de aristas A a1 , a2 , , an . Los vrtices se representan como puntos en el plano y las aristas como lneas o arcos que unen uno o dos vrtices. Cuando una arista inicia y termina en el mismo nodo se le llama bucle. El nmero de aristas que inciden en un vrtice vi se llama grado del vrtice y se denota por (vi ) .
Un trayecto en el grafo G , que inicia en el nodo v y termina en el nodo w , es una sucesin de aristas interconetadas,
v, x2 x2 , x3x3 , x4 xr 1, xr xr , w
(1)
donde xi , xi 1 denota una arista que une los nodos xi y xi 1 . Cuando v w se dice que el trayecto es cerrado, de otra forma es abierto. Un trayecto es simple si cada arista en la sucesin (1) aparece slo una vez, y es completo si incluye todas las aristas del grafo. Los trayectos cerrados y simples se llaman circuitos, y cuando son completos se denominan circuitos de Euler [5]. Es importante notar que el concepto de trayecto permite la idea de movimiento continuo a travs de las aristas de un grafo. Se dice que un grafo es conexo si para toda pareja de vrtices v y w existe un trayecto que inicia en el nodo v y termina en el nodo w , es decir, si existe un trayecto que conecta dichos nodos. La conexidad significa que el grafo es de una sola pieza.
UN ALGORITMO PARA TRAYECTOS DE RECOLECCIN DE RESIDUOS
321
Una interpretacin inmediata de estos conceptos, para el problema de la recoleccin de residuos slidos, se obtiene al considerar el mapa de una ciudad e identificar las calles o avenidas como aristas y los vrtices como las intersecciones entre stas. Hay que observar que es posible tener calles que aparentemente se intersectan en el mapa pero no se conectan, por ejemplo, cuando hay un puente de una sobre otra, en este caso no se considera vrtice entre ellas. Las calles cerradas (llamadas privadas) se interpretan como bucles ya que el recorrido dentro de stas inicia y finaliza en el mismo sitio. En este contexto, (vi ) se interpreta como el nmero de calles que confluyen en un mismo punto y nos indica las opciones de movimiento cuando en un recorrido se llega a dicho nodo. En este trabajo se supone que todas las calles se pueden recorrer en ambos sentidos (grafo no dirigido) y que el sistema de calles y avenidas donde se van a planificar los recorridos de las unidades recolectoras de residuos slidos es de una sola pieza (grafo conexo). Es importante observar que el sistema de calles y avenidas de una ciudad se puede fraccionar en varias componentes conexas, por ejemplo, por colonias. El caso de planificar recorridos para varias componentes conexas se resuelve aplicando a cada una de ellas el algoritmo que se propone mas adelante. A continuacin se presentan algunos resultados generales para grafos que sern necesarios en la discusin, las demostraciones correspondientes se pueden consultar en [1] y [5].
m
Teorema 1. En todo grafo se cumple que
v 2n .
i 1 i
Del Teorema 1 se deriva la siguiente proposicin. Teorema 2. En todo grafo hay un nmero par de vrtices con grado impar. Este ltimo resultado nos indica que los nodos impares aparecen en cualquier grafo en parejas, por lo que siempre es posible (al considerar una componente conexa) conectar dos de ellos a travs de un trayecto con nodos intermedios de grado par. Si en forma artificial repetimos las aristas de dicho trayecto colocando aristas paralelas, entonces los nodos de grado impar adquieren grado par y los nodos de grado par intermedios siguen teniendo grado par (hay dos aristas artificiales que inciden en cada uno de ellos). Aplicando este procedimiento sucesivamente desaparecen todos los nodos impares. Hay que notar que estas aristas artificiales son la misma calle que se recorre dos veces, pero slo una vez en servicio, es decir, recolectando residuos slidos. Tales aristas son redundancias en el sistema necesarias para que las unidades retornen a sitios donde no se ha realizado recoleccin. Existen varios algoritmos para realizar este procedimiento en forma ptima, es decir, introduciendo slo las redundancias que representen el mnimo de la suma de las longitudes, y que al mismo tiempo transformen los nodos de grado impar en nodos de grado par [8, 10].
322
PARRA GUEVARA D.
De acuerdo a estas consideraciones, el sistema de calles y avenidas por el que hay que planificar el recorrido de las unidades recolectoras de residuos slidos urbanos se modela como un grafo G (V , A) conexo, no dirigido y con nodos de grado par. 3. Circuitos de Euler Se considera un grafo G (V , A) conexo, no dirigido y con nodos de grado par, para el cual se quiere determinar un trayecto que inicie y termine en el mismo nodo, que incluya todas las aristas de G y que utilice una y slo una vez cada arista. Tales trayectos son los circuitos de Euler en el grafo y representan un plan de recorrido ptimo de las unidades recolectoras de residuos slidos urbanos. El siguiente resultado garantiza la existencia de al menos un circuito de este tipo en el modelo (grafo) considerado, la demostracin puede consultarse en [5]. Teorema 3. Si G (V , A) es un grafo conexo, no dirigido y con nodos de grado par, entonces ste siempre tiene un circuito de Euler. El inverso del Teorema 3 tambin es cierto, es decir, cuando hay un circuito de Euler entonces el grafo (no dirigido) tiene nodos de grado par. Por esta razn es fundamental modelar el sistema de calles y avenidas por las que se realizar la recoleccin de residuos slidos como un grafo de este tipo. Por otra parte, hay que notar que el circuito de Euler al que se refiere el Teorema 3 no es necesariamente nico, por ejemplo, en la figura 1 se tiene un grafo que presenta dos circuitos diferentes que inician en el vrtice v1 : a1a4 a6 a8a7 a9 a3a10 a5a2 y a1a3a5a8a7a6a10 a4 a9 a2 .
Fig. 1. Grafo que presenta ms de un circuito de Euler con inicio en el vrtice v1 .
Hay que observar que, al ser completos y simples todos los posibles circuitos de Euler, ninguno tiene preponderancia sobre el resto respecto del punto de vista del recorrido. De hecho, basta con obtener uno de ellos para generar alternativas de inicio en cualquier nodo deseado. El siguiente resultado explica la forma de construirlos.
323
Teorema 4. Sea C un circuito de Euler del grafo G (V , A) que inicie en el nodo v , entonces siempre es posible construir un circuito de Euler que inicie en cualquier nodo. Prueba. Sea p una permutacin de los ndices de las aristas, es decir, una funcin biyectiva
p : 1, 2,
a p (1) a p (2)
, n 1, 2,
a p ( j 1) a p ( j )
, n .
El
circuito
es
una
sucesin
de
aristas
a p ( n) que inicia y termina en v . Sea w cualquier nodo, ya que el circuito
es completo entonces pasa por w , digamos, al final del recorrido de la arista a p ( j 1) y el inicio de
a p ( j ) . Entonces, otro circuito cerrado, completo y simple que inicia y termina en w es:
ap( j ) a p ( n ) a p (1) a p (2) a p ( j 1) (notar que a p ( n ) y a p (1) se conecta en el nodo v ).
El Teorema 4 permite elegir el inicio del trayecto de las unidades de recoleccin de residuos slidos como cualquier nodo del grafo una vez que se ha obtenido un circuito de Euler. De hecho, la demostracin del teorema nos dice cuntos circuitos de Euler se pueden construir a partir de uno conocido. Teorema 5. Sea C un circuito de Euler del grafo G (V , A) , entonces hay al menos 2n circuitos de Euler en el grafo. Prueba. Hay que considerar los n 1 circuitos que se obtienen al trasladar al extremo derecho una por una las aristas del circuito C : a p (1) a p (2) a p (i ) a p ( n ) , y los n 1 circuitos que se obtiene con el mismo procedimiento aplicado al circuito: a p ( n ) a p ( n1)
ap( j ) a p (1) .
Concluimos con un resultado que relaciona el orden (m) del grafo que modela el sistema de calles y avenidas con su tamao (n) . Teorema 6. Sea G (V , A) un grafo con nodos de grado par, entonces m n . Prueba. Por el Teorema 1 se tiene que
2m vi , y por lo tanto, m n .
i 1 m
v 2n . Ya que 2 v , entonces
i 1 i
4. Espacio de permutaciones Un circuito de Euler es una permutacin de las n aristas de un grafo G (V , A) , pero no toda permutacin es un circuito. Por lo tanto, resulta natural, como primera aproximacin a la
324
PARRA GUEVARA D.
solucin del problema, revisar el conjunto de las permutaciones de las aristas hasta encontrar una de stas que sea un circuito de Euler. El conjunto es finito, pero el nmero de sus elementos crece exponencialmente conforme se incrementa el tamao del grafo (nmero de calles), ya que n ! 2n1 , 3 n , [1]. Por ejemplo, para un grafo con n 12 aristas se tiene que 479,001,600 , y para n 17 se tiene que 355,687, 428,096,000 . Si se utiliza un equipo de cmputo para revisar todas estas permutaciones a una velocidad de 109 p/s , se obtiene que para un grafo con n 17 aristas el tiempo requerido sera de 98.8 h. Se concluye que la revisin exhaustiva del conjunto de permutaciones, para hallar un circuito de Euler, es un proceso computacionalmente caro cuando se tiene un grafo de gran tamao. Otra estrategia consiste en la revisin selectiva de los elementos del conjunto . Para tal efecto, se eligen hasta r permutaciones, cada una con reemplazo, considerando permutaciones equiprobables (permutaciones uniformemente distribuidas en el conjunto ). Con el objetivo de analizar el desempeo de esta estrategia, se desarroll un script (CHEKA), en el ambiente de MATLAB [4], que verifica a travs de la matriz de incidencias [5] si una permutacin de aristas corresponde a un circuito de Euler, y un script principal (RANDOM_SEEKER) que genera permutaciones aleatorias uniformemente distribuidas. La figura 2 muestra un grafo con n 17 aristas que se analiz con estos programas considerando selecciones de hasta r 500,000 permutaciones. El equipo utilizado en las corridas fue una workstation HP-XW8200 con un procesador Xeon a 3.40 GHz.
Fig. 2. Grafo de prueba con n 17 aristas.
Se realizaron 80 ejecuciones de RANDOM_SEEKER, con un tiempo mximo de 575 s (9.5 min) cada una de ellas ( r 500,000 ), para un total de 4 xitos diferentes. Los circuitos de Euler
325
localizados se muestran a continuacin. re indica el nmero de la permutacin generada donde se encontr un circuito.
Con vrtice inicial v1 . 1. Aristas: 15 3 6 16 14 17 5 12 2 11 1 8 7 13 10 4 9.

re 12,379.
Con vrtice inicial v3 . 2. Aristas: 15 1 11 2 4 14 16 12 5 3 17 10 6 7 8 9 13. 3. Aristas: 17 14 12 2 6 3 5 7 13 4 10 9 8 16 11 1 15. 4. Aristas: 17 4 12 14 13 7 8 1 9 10 2 16 5 3 6 11 15.

re 247,012. re 850. re 9,760.
Hay que notar que ninguno de los circuitos de Euler encontrados con este experimento se obtiene de alguno de los otros circuitos por movimiento de las aristas al extremo derecho (ver prueba del Teorema 5), esto se debe a que la seleccin es aleatoria, lo cual es una ventaja de esta estrategia. Adems, estos resultados sugieren que en el vrtice v3 inician ms circuitos de Euler que en el resto de los vrtices. Ya que dicho vrtice es de mxima incidencia en el grafo v3 8 , se induce que es ms razonable generar un circuito al iniciar, y en lo sucesivo, moverse por este tipo de nodos. En la siguiente seccin se retoma este punto.
Una desventaja de esta estrategia es que no es un mtodo seguro para hallar circuitos de Euler. De hecho, si se quiere que la probabilidad de xito en la bsqueda sea mayor a 50%, entonces el nmero r de permutaciones por seleccionar debe ser mayor a ln 2 n 1! , lo cual crece exponencialmente con respecto al nmero de aristas (calles). Tal caracterstica hace el proceso computacionalmente caro. Para verificar esta estimacin hay que observar que en cualquier grafo conexo, no dirigido con nodos de grado par, existen al menos 2n circuitos de Euler (Teorema 5), por lo que la probabilidad P de seleccionar un circuito en cada intento satisface la relacin
2 (n 1)!
(2)
Ya que cada seleccin es independiente, entonces la probabilidad de hallar al menos un circuito de Euler en los r intentos cumple que
2 1 1 P 1 1 n 1!
r
(3)
326 De (3) se deduce la siguiente relacin:

2 r ln 1 n 1! ln 1
PARRA GUEVARA D.
(4)
Para valores positivos y pequeos de se tiene que ln 1 . Aplicando en el lado izquierdo de (4) tal aproximacin se obtiene que
2r 1 exp n 1!
(5)
1 , es decir, la probabilidad de xito es 2 mayor del 50%. Tal estimacin para r tiene un crecimiento exponencial respecto del nmero de aristas (calles), es decir,
Si r ln 2 n 1!, entonces de (5) se concluye que
r 2n2 ln 2
(6)
Por ltimo, se observa que el resultado es similar si las permutaciones se seleccionan sin reemplazo, es decir, r crece exponencialmente respecto a n . En este caso se tiene la desventaja adicional de un gran consumo de memoria del equipo de cmputo durante la ejecucin del proceso, ya que hay que almacenar las permutaciones generadas para no repetir su anlisis. 5. Algoritmo de descenso por mxima incidencia El experimento anterior mostr que los nodos de mayor grado son significativos para los circuitos de Euler. Aprovechando esta caracterstica se deriva un algoritmo heurstico que se basa en movimientos locales [12] y en el flujo ms eficiente de informacin en las redes libres de escala [13]. Otros algoritmos para obtener circuitos de Euler basados en movimientos locales (por Ej. el algoritmo de Fleury), se pueden consultar en [1] y [5]. Una red (grafo) libre de escalas se caracteriza por que hay pocos nodos altamente conectados o de grado alto, y muchos nodos con grado bajo, es decir, la distribucin para los grados sigue una ley de potencia [2], ( ) (7)
327
donde P en (7) es la probabilidad de que un nodo presente grado k . Este tipo de redes, altamente heterogneas, aparecen en situaciones reales tales como la World Wide Web, redes de interaccin de protenas, redes ecolgicas y redes sociales, entre otras [2, 13]. Una caracterstica muy importante de una red libre de escalas es que cuando un estmulo se enva desde uno de los nodos altamente conectados entonces ste se propaga por toda la red rpidamente, es decir, el flujo de informacin es ptimo desde nodos de grado mximo. Esta es la razn por la que un virus puede provocar una epidemia o la prdida de una especie puede alterar todo un ecosistema [13]. Lo anterior sugiere que para movernos por un grafo, hasta completarlo, es conveniente hacer los movimientos a travs de los nodos de mayor incidencia. Para aplicar este procedimiento en la construccin de un circuito de Euler, se realiza una bsqueda ptima local [10], es decir, cuando estamos en un vrtice se determinan todos sus nodos vecinos (adyacentes), y se elige el siguiente movimiento en el grafo a travs de una arista que incida en un nodo vecino de mayor grado. Este proceso continua hasta agotar las aristas. Ya que los bucles incrementan el grado de un nodo pero no permiten un desplazamiento real, se deben desconectar del grafo, y posteriormente, cuando se ha determinado un circuito, stos se pueden encajar en los nodos de contacto sin modificar sus propiedades. Hay que notar que el grafo sigue teniendo nodos pares despus de desconectar los bucles. Con estas consideraciones, el algoritmo de descenso por mxima incidencia para un grafo G V , A conexo, no dirigido con nodos de grado par se enuncia como sigue:
Paso 1. Determinar el nodo v0 de menor ndice y con mayor grado en el grafo. Definir vrtice actual: v v0 . Paso 2. Incorporar el nodo v a la lista N . Paso 3. Determinar los nodos vecinos del vrtice v y los grados actualizados respectivos. Si no hay nodos adyacentes, ir al Paso 6. Paso 4. Determinar la arista a A de mnimo ndice que conecta al nodo v con un nodo vecino w de grado actualizado mximo e ndice mnimo. Paso 5. Incorporar la arista a a la lista C . Eliminar la arista a del conjunto A . Actualizar grados: (v) (v) 1 y (w) ( w) 1 . Preparar una nueva iteracin: v w . Ir al Paso 2.
Paso 6. Fin del proceso.
328
PARRA GUEVARA D.
Hay que notar que al ir retirando aristas del grafo las conexiones entre los nodos disminuyen, por lo que el algoritmo se detiene cuando se llega a un nodo que se ha quedado sin aristas (lo cual siempre sucede porque el grafo es finito). La salida de este procedimiento es una trayecto C sin aristas repetidas que inicia en el nodo v0 . El siguiente resultado muestra las caractersticas de ste. Teorema 7. Sea C el trayecto generado por el algoritmo de descenso por mxima incidencia, entonces: 1. C es un circuito. 2. Si C tiene n aristas entonces es el circuito de Euler buscado. 3. Si C tiene menos de n aristas entonces G C es un subgrafo cuyas componentes conexas tienen slo nodos de grado par. Prueba. 1. Sea v V v0 , ya que v tiene grado par, entonces cada vez que se llega a ste por una arista, se tiene otra para salir, y su grado actualizado sigue siendo par. Por lo tanto, el algoritmo no puede detenerse en este vrtice. De aqu se concluye que el vrtice final del trayecto tiene que ser v0 . 2. Las n aristas de C lo hacen un trayecto completo, por lo que ste es el circuito de Euler buscado. 3. Sea v un nodo en el subgrafo G C (notar que v v0 ). Ya que cada vez que se pasa por un vrtice se usan dos aristas, entonces, el grado del nodo v disminuye en un nmero par. De esta forma, el grado actualizado (grado de v en G C ) es par. Hay que notar que si el circuito C no pasa por el nodo v , entonces su grado no es modifica, por lo que sigue siendo par. El Teorema 7 permite aplicar el algoritmo de descenso por mxima incidencia sobre las componentes conexas restantes. Para tal efecto, definimos un nodo activo como un nodo del subgrafo G C que est en la lista N (ver Fig. 4 b). Tales nodos existen porque el grafo G es conexo, y representan los nodos de contacto entre los subgrafos C y G C . Ahora es posible aplicar el algoritmo con la siguiente modificacin del Paso 1.
Paso 1. Determinar el nodo activo v 0 de menor ndice y de mayor grado en el grafo. Definir vrtice actual: v v 0 .
329
~ Se obtiene entonces un circuito C : a11 a12 a1q , en la siguiente forma: ~
, que es posible encajar en el circuito
(8)
donde las aristas a1 j y a1 j1 se conectan en el nodo activo v 0 . La figura 3 muestra el significado del proceso de encaje segn (8). Las flechas indican que el circuito resultante inicia en v0 , ~ recorre a partir de v 0 , y se reincorpora a C para concluir en v0 .
Fig. 3. Encaje del circuito C en C , C C .
La aplicacin sucesiva de este algoritmo, hasta agotar las aristas del grafo G , genera los circuitos Ck , 1 k K , cuyo encaje
C C C
1 2 3
Ck 1 Ck
(9)
representa el circuito de Euler del grafo G V , A .
El nmero de etapas K es menor que el nmero m de nodos del grafo G , ya que siempre se inicia el algoritmo de descenso por mxima incidencia en un nodo diferente. Sin embargo, en la prctica se ha notado que , ya que el flujo a travs de nodos de mximo grado cubre rpidamente el grafo. Para determinar la velocidad de la aplicacin sucesiva del algoritmo, se observa que en el proceso de seleccin de una nueva arista (Paso 4 del algoritmo), hay que analizar las aristas restantes (elementos del conjunto A ), con un tiempo ' para cada una de ellas. Tambin, al inicio de cada etapa se selecciona un nodo activo analizando los m vrtices del grafo, con un tiempo '' para cada uno de ellos. Por ltimo, el encaje de un nuevo circuito requiere del desplazamiento de, a lo ms, n aristas, con un tiempo ''' para cada movimiento. En todos los
330
PARRA GUEVARA D.
casos los tiempos son independientes del orden y del tamao del grafo. De esta forma, el tiempo de ejecucin del algoritmo se estima como:
Te n n 1
n n 1 2 mK n K 1 mK n K 1 (10) 2
donde max ', '', ''' . Ya que K m , y m n (Teorema 6), se concluye de (10) que
1 5 Te n 2 n 2 2
(11)
es decir, . Lo cual prueba que el algoritmo de descenso por mxima incidencia es rpido, y que es posible aplicarlo a problemas de planificacin de rutas en sistemas de gran tamao. 5.1 Ejemplos Se program el algoritmo de descenso por mxima incidencia como un script (SEEKER) en el ambiente de MATLAB [4]. Este programa trabaja a travs de la matriz de incidencias del grafo [5], y su salida se verifica con el programa (CHEKA). Se muestran dos ejemplos de su aplicacin para ilustrar su desempeo. Ambas corridas se realizaron en una workstation HP-XW8200 con un procesador Xeon a 3.40 GHz. 1. Al analizar el grafo de la figura 2 se obtuvo un circuito de Euler en una sla etapa K 1 , y con un tiempo de ejecucin menor a un segundo Te 1s . Este resultado supera considerablemente los tiempos generados por bsqueda aleatoria. El circuito de Euler encontrado inicia en el nodo v2 y sus aristas son: 5 3 6 2 4 14 8 1 15 13 10 12 7 17 9 11 16.
331
(a)
(b)
Fig. 4. Grafo G con n 29 aristas (a), y subgrafo G C con nodo activo en v5 (b).
Como segundo ejemplo se consider el grafo de la figura 4. En este caso el circuito de Euler se determin en dos etapas K 2 , con un tiempo de ejecucin menor a un segundo Te 1s . La figura 4 (b) muestra el subgrafo G C que se analiza en la segunda etapa, y el nodo activo o de ~ contacto v5 a travs del cual se encaja C en C . El circuito de Euler encontrado para G inicia en el nodo v9 y sus aristas son: 5 [ 21 23 27 25 24 28 29 26 22 ] 10 3 1 11 2 4 14 15 16 17 8 6 19 ~ 12 13 20 18 9 7, donde los corchetes indican las aristas del circuito C que se han encajado en el circuito C .
6. Conclusiones El algoritmo de descenso por mxima incidencia es una herramienta que permite planificar el trayecto de unidades de recoleccin de residuos slidos urbanos en sistemas regulares o irregulares que presentan un gran nmero de vas. La idea fundamental del algoritmo es realizar movimientos en el grafo siguiendo los nodos ms conectados, ya que as se incrementan las opciones para recorrer todas las vas en el sistema sin necesidad de repetir el desplazamiento por calles. La ventaja de obtener un circuito de Euler con este algoritmo es que ste constituye un plan ptimo de movimientos en el sistema, con lo cual se busca incrementar la recoleccin y disminuir la cantidad de residuos slidos que quedan dispersos. Dicho plan es flexible en el sentido de que siempre es posible elegir el inicio de la recoleccin como cualquier sitio (nodo) del sistema.
332
PARRA GUEVARA D.
Agradecimientos Este trabajo fue apoyado por el proyecto PAPIIT-UNAM IN105608-3 (Mxico), y por el Sistema Nacional de Investigadores (CONACyT, Mxico) Bibliografa [1] Balakrishnan V. K., Introductory discrete mathematics. Dover, NY, USA, 1996. [2] Barabsi A. L. and R. Albert, Emergence of scaling in random networks. Science, 286, 509512, 1999. [3] CEPAL. Coleccin Documentos de Proyectos. Evaluacin de la epidemia de dengue en el estado plurinacional de Bolivia en 2009. Comisin Econmica para Amrica Latina y el Caribe. Informe, Santiago de Chile, 2010. [4] Chapman S. J., MATLAB programming for engineers. 4 ed. CL-Engineering, USA, 2007. [5] Chartrand G. and P. Zhang, Introduction to graph theory. McGraw-Hill, Singapur, 2005.

Memorisa de Investigación y Diocencia en Matemáticas

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Memorisa de Investigación y Diocencia en Matemáticas

Загружено:

Авторское право:

Доступные форматы

Memorias de la XXI Semana de Investigacin y Docencia en Matemticas

Memorias de la XXI Semana de Investigacin y Docencia en Matemticas

Memorias de la XXI Semana de Investigacin y Docencia en Matemticas

Memorias de la XXI Semana de Investigacin y Docencia en Matemticas

Departamento de Matemticas Universidad de Sonora Hermosillo Sonora

Memorias de la XXI Semana de Investigacin y Docencia en Matemticas

Hermosillo Sonora Mxico Diciembre de 2011

Departamento de Matemticas Universidad de Sonora Hermosillo Sonora

Memorias de la XXI Semana de Investigacin y Docencia en Matemticas

81 87 103 107 117 123

131 145 151 157

165 173 181

247 255 263

277 285 291

EL PRIMER CURSO DE CLCULO

Figura 1. Las curvas son poligonales

EL PRIMER CURSO DE CLCULO

(ver figura 2), y

, y, como podemos verificar, ste es el valor exacto de , es aproximadamente , ,

EL PRIMER CURSO DE CLCULO

ARMENTA CASTRO M. ET. AL.

PRCTICA Y EXMENES EN LINEA

ARMENTA CASTRO M. ET. AL.

PRCTICA Y EXMENES EN LINEA

ARMENTA CASTRO M. ET. AL.

PRCTICA Y EXMENES EN LINEA

BARREIRO J.E., FLORES P.M., VALDEZ R.

UNA EXPERIENCIAEN EL AULA: COMPOSICION DE FUNCIONES

Que son los dominios de

Por lo tanto la funcin

con este dominio

20 Ejercicios a) Encuentre b) Sea c) d) e)

BARREIRO J.E., FLORES P.M., VALDEZ R.

Encuentre Encuentre Encuentre Encuentre

UNA EXPERIENCIAEN EL AULA: COMPOSICION DE FUNCIONES

BARRERAS NGELES J., TELLEZ REYES P.

ENSEANZA DE LA PROBABILIDAD USANDO GRAPHER

BARRERAS NGELES J., TELLEZ REYES P.

ENSEANZA DE LA PROBABILIDAD USANDO GRAPHER

a. Actividad con lpiz y papel

BARRERAS NGELES J., TELLEZ REYES P.

Problema 2 0 0 0 2 3 4 4* * * 0 3*3*5 3*2*3*5 3*2*3*4*5 3*2*3*4*5 3*2*3*4*5 0

Problema 3 0 0 0 2 3 4 4* * * 0 0 2*2*3*5 3*2*3*4*5 4*2*3*4*5 3*2*3*4*5 0

Graficas 1 1 1 1,2,3 1 1,2 1,2,3 1,2,3 1,2,3 1,2,3 0

Tabla 1.Descripcin de resultados de la primera situacin

ENSEANZA DE LA PROBABILIDAD USANDO GRAPHER

BASURTO GUERRERO A., RESNDIZ ROS J.

EL CLCULO, SUS APLICACIONES Y SU ENSEANZA

Resultado de encuestas a empresarios (Genrico)

408 309 214 144 140 329

248 184 194 196

Ramas de las matemticas

BASURTO GUERRERO A., RESNDIZ ROS J.

EL CLCULO, SUS APLICACIONES Y SU ENSEANZA

BASURTO GUERRERO A., RESNDIZ ROS J.

Imagen 1. Prototipo elaborado por alumnos

EL CLCULO, SUS APLICACIONES Y SU ENSEANZA

CARRILLO CARRANZA M.A.

GLOBAL CON CONTROL POSITIVO ESTABILIZACION

CARRILLO CARRANZA M.A.

GLOBAL CON CONTROL POSITIVO ESTABILIZACION

CARRILLO CARRANZA M.A.

rango [b, Ab, A2 b, . . . , An1 b] = n

Problema 2 0 0 0 2 3 4 4* * * 0 335 3235 32345 32345 3234*5 0

Problema 3 0 0 0 2 3 4 4* * * 0 0 2235 32345 42345 3234*5 0