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