You are on page 1of 11

Reporte de Investigacin /Ciencias Sociales Medidas de tendencia central y de dispersin

Mara Magdalena Espinosa Martnez UVM-Hispano Resumen El estudio de las medidas de dispersin en el nivel licenciatura, refleja la base de anteriores cursos de Estadstica, cuya comprensin de las medidas, sean de dispersin o de tendencia central, no se basa slo en el conocimiento de su clculo, sino tambin en el funcional y en el analgico. El presente informe da cuenta de cmo el conocimiento de clculo supera al conocimiento analgico y funcional cuando los estudiantes tienen que escribir respuestas a preguntas sobre la interpretacin y la expresin simblica de las medidas solicitadas. La mecanizacin del procedimiento es tal que, desarrollar el algoritmo implcito en la expresin simblica que plantean, permite obtener resultados diferentes. ___________________________________________________________ Introduccin * Objetivo * Dispersin de datos * Actividad * Anlisis de resultados Conclusiones * Referencias bibliogrficas * Bibliografa complementaria * Acerca de la autora ____________________________________________________ Introduccin La importancia de las medidas de dispersin en la educacin secundaria es valorada en pocas ocasiones como antecedente para cursos posteriores especficos de estadstica y probabilidad. La prctica docente implica no slo el uso de tcnicas de enseanza en general y de recursos materiales, sino que le subyace tambin la necesidad de construir los conocimientos pertinentes sobre el tema de estudio, cada vez que el docente interacta con el alumno. El complejo de conceptos matemticos plantea dificultades de comprensin de unos a falta de dar sentido a otros; tal es el caso de las frecuencias implicadas en la media aritmtica y sta, a su vez, en algunas medidas de dispersin (desviacin media, desviacin estndar, entre otras).

Objetivo Tener un primer acercamiento al clculo, tipos de expresin e interpretaciones que de las medidas de tendencia central y de dispersin ponen en juego los estudiantes de la Escuela Normal de Ecatepec de la Licenciatura en Matemticas.

Dispersin de datos En estadstica la media es una medida representativa y su uso es comn en la vida cotidiana. Ordinariamente, utilizarla implica realizar un clculo cuyo resultado no se sabe interpretar. Ese conocimiento se basa principalmente en la ejecucin de un algoritmo, resumido en una expresin matemtica conocida comnmente como frmula. Pero eso no es comprender la medida en s, lo cual plantea una limitacin en la comprensin de otras medidas representativas que la incluyen. La comprensin del concepto de medidas de dispersin supone tambin el conocimiento funcional y el conocimiento analgico de la media y de la desviacin estndar como un ejemplo de medidas de tendencia central y de dispersin. Por conocimiento funcional entendemos la comprensin de la media como un concepto significativo del mundo real1 en el plano de su uso en lo cotidiano, no slo en cuanto al clculo numrico, sino tambin en cuanto a los modos de expresin e interpretacin accesibles a la vida diaria. Pollatsek, Lima y Well (1981) plantean que entre los estudiantes se tienen diferentes grados de conocimiento funcional sobre la media y que los contextos ms concretos facilitan la comprensin de la misma. De tal modo que, la comprensin tenga un cambio, de situaciones concretas a modelos matemticos abstractos. El conocimiento de clculo tendra que incluir el algoritmo de clculo con informacin acerca de cmo obtener el resultado numrico apropiado. A su vez, la comprensin de las medidas de dispersin no implica slo el concepto de media, sino tambin toda una serie de procesos de tipo algebraico y aritmtico, como son el uso de porcentajes, conjuntos, mayor que, menor que, suma, multiplicacin y sus inversos, exponentes, valor absoluto, entre otros; es decir, operar con nmeros reales y naturales.

Se considera que el conocimiento analgico se traduce en imgenes (grficas, tablas, ) del concepto, en este sentido la media como un punto de balance, en la que la distribucin de los pesos se identifica con la distribucin de frecuencias de datos elementales. En el caso de tablas no slo son una herramienta donde organizar un conjunto de datos sino son la expresin del proceso cognitivo implicado en la comprensin de alguna medida. Por ello, considerar que estudiantes y en ocasiones profesores resuelven problemas como si fuera slo ejecutar un procedimiento puramente formal, nicamente en trminos de clculo basado en datos abstractos, puede conducir a un desempeo correcto en la aplicacin mecnica del algoritmo. Ello tiene que ver, entre otros factores, con el tipo de enseanza de las medidas representativas de un conjunto que se pone en juego, principalmente, cuando hay que dar herramientas a las docentes que impartirn asignaturas con contenidos de matemticas. Bajo la consideracin de que Las caractersticas ms importantes de una funcin de distribucin son la esperanza y su desviacin estndar. Ambas caractersticas son fundamentales para el hombre en nuestra sociedad, pues le permiten enfrentar crticamente y con seguridad datos estadsticos. A largo plazo, no es suficiente dar a la gente promedios sin mencionar nunca medidas de dispersin2, la relacin entre medidas de tendencia central y medidas de dispersin se hace eminente, pues ambas permiten describir con precisin un conjunto de datos para realizar una interpretacin de una parte de la realidad desde otra ptica, la que implica procesos de pensamiento hacia la inferencia. Es necesario prevenir concepciones errneas que llevan no slo a tener ideas equivocadas de cmo se aplican las matemticas, sino a interpretar equivocadamente la realidad. Las medidas de dispersin a considerar en esta ocasin son rango, desviacin media y desviacin estndar. La ms sencilla es el rango; con ella se trata de diferenciar entre el valor mayor (o ms alto) y el menor (o ms bajo) de un conjunto de datos; es fcil de calcular y de comprender, ya que slo expresa la distancia que existe entre los valores extremos del conjunto de datos. Una desventaja importante es que se basa slo en dos valores, el mayor y el menor, por lo que no revela informacin sobre la concentracin del resto de los datos del conjunto; sin embargo, s indica qu tan extenso es ese conjunto. La desviacin media s considera todos los datos del conjunto. Es el promedio de los valores absolutos de las desviaciones con respecto a la media; debido a que se toman desviaciones absolutas, suele denominarse desviacin media absoluta. Tiene la ventaja de utilizar en su clculo el valor de cada uno de los datos, no obstante podra parecer que algunos conceptos son tan simples, tan bsicos y tan generalizados, que las dificultades que se tienen al resolver problemas se debieran a falta de atencin o de motivacin, pero Skemp (1979) sugiere que con frecuencia no poseen los estudiantes sino una comprensin instrumental [que permite] reconocer una tarea como aqulla para la que se conoce una regla particular de, incluso, los ms elementales conceptos cuantitativos3 No obstante, como es difcil trabajar con los valores absolutos, no se usa frecuentemente. La variancia y la desviacin estndar se basan en las desviaciones con respecto a la media, siendo que la primera se entiende como la media aritmtica de las

desviaciones cuadrticas con respecto a la media, y la segunda es la raz cuadrada de la variancia. Resulta difcil interpretar la variancia para un slo conjunto de datos. Pero obtener la raz cuadrada de la variancia, permite transformar el resultado obtenido a la misma unidad de medicin utilizada para los datos originales, denominada desviacin estndar; de esta forma se logra la separacin entre uno y otro dato en relacin a la media. Aplicar una medida de dispersin como la desviacin media y la desviacin estndar permite, evaluar la confiabilidad del promedio o de dos o ms promedios que se estn utilizando. El caso de una dispersin pequea indica que los datos se encuentran acumulados cercanamente, por ejemplo alrededor de la media. Por el contrario, una dispersin grande refiere que la media no es muy confiable, es decir, que no necesariamente es representativa de los datos. Tambin las medidas de dispersin informan sobre cun dispersas estn dos o ms distribuciones. Gracias al conocimiento funcional los datos numricos de estadstica descriptiva se pueden considerar como datos de un modelo. Desde un nivel ms alto se les puede ver como parte de la realidad, lo cual significa pasar de la realidad palpable y visible a una nueva realidad en la que las frecuencias relativas emergen como hechos reales []. Considero como el objetivo ms importante de la enseanza en estocsticos que el alumno pueda acometer, sin mayores riesgos, afirmaciones estadsticas con aspiraciones cientficas en la cotidianeidad. Esto es en realidad lo que Bruner llama cultura4 Sealar entonces al respecto que, el muestreo, de manera natural, utilizado para explicar la realidad, slo es un modelo de un caso particular, cuyas conclusiones estadsticas se sugiere tomarlas con cautela. Actividad Para reflexionar acerca de los tipos de expresiones, el clculo e interpretaciones de las medidas de dispersin y de tendencia central, que plantean los estudiantes de Licenciatura de la Escuela Normal de Ecatepec se trabaj la leccin 19 denominada Dispersin de datos (Filloy et al, 2001), donde se alude a un planteamiento en el que se requiere tomar una decisin por parte del gobernante en un cierto lugar, a partir de un conjunto de datos de los habitantes, organizados en la Tabla A con el clculo e interpretacin de medidas de tendencia central y de dispersin, se propone arribar a la solucin (Vase Tabla A).

Tabla A. Situacin econmica de una poblacin

Periodo

Horas-hombre trabajadas (Millones de horas-hombre trabajadas por obreros) 151.2 153.8 169.1 167.4 165.6 177.9 174.8 174.8 188.7 184.2 182.6 173.8

Sueldos, salarios y prestaciones (Millones de pesos) 4 400.3 4 591.0 5 075.2 5 048.5 5 103.7 5 351.3 5 278.0 5 208.4 5 762.3 5 638.9 5 673.7 6351.2

Valor agregado (Millones de pesos) 8 948.5 9445.4 10 440.9 9 892.0 10 057.4 10 917.9 10 883.5 10 605.0 11 439.4 11 465.0 11 580.3 12 589.8

Personal ocupado (Miles de personas) 1 060.2 1 067.8 1 090.0 1 104.9 1 120.3 1 136.4 1 155.1 1 165.2 1 187.3 1 195.1 1 207.3 1 196.7

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

Fuente: Filloy, E. et al. 2001, Matemtica Educativa. Tercer grado, Mxico: McGraw-Hill, pg. 81.

Se eligi dicha leccin porque en ella se ponen en juego procesos de clculo, expresin simblica y grfica, e interpretaciones de resultados obtenidos desde un contexto real, de la media, el rango, la desviacin media, la desviacin estndar y el nmero de desviaciones estndar. La actividad se realiz la actividad en binas. Al inicio de la sesin se comenz con la lectura, es decir, slo la primera parte de la leccin antes de usa tus conocimientos, para realizar un anlisis de la Tabla y de las ideas principales, mediante preguntas como: Qu tipo de datos contiene?, qu indican estos datos?, cmo se pueden utilizar?, para qu son tiles?, estn de acuerdo con lo planteado en el prrafo?, cmo relacionaran los diferentes datos o cmo los organizaran para dar a Fortunato lo que pide?, consideran de utilidad calcular el salario mensual por trabajador?, qu significado le dan al resultado?, en qu otros casos de la vida cotidiana aplican este tipo de clculos y para qu sirven?. Hasta aqu, el concepto a trabajar en la leccin fue media aritmtica. La medida de tendencia central llamada media, promedio o media aritmtica se estudia en Estadstica descriptiva. Al respecto, se preguntar: Pueden graficar la medida? y si es as dnde la localizaran? Las binas llevaron a cabo la actividad de la seccin usa tus conocimientos que la leccin propone; realizando sus propios registros y al trmino de los clculos se coment en grupo sobre los resultados obtenidos para dar la interpretacin a los mismos. Tambin se solicitara el diseo de una grfica para localizar el rango. Se continu con la leccin y se llev a cabo la siguiente seccin de usa tus conocimientos; se comentarn los resultados y se preguntar qu utilizaron para ordenar los datos y cules pueden ser estrategias ms efectivas para ordenarlos? El rango y la desviacin media son conceptos a trabajar en esta seccin, y tales son medidas de dispersin. Se termin la lectura de los siguientes prrafos, se realizaron los clculos, la grafica para localizar la desviacin estndar, y la interpretacin al resultado de la grfica y del clculo numrico. La actividad concluy con preguntas que conducen a reflexionar sobre la diferencia entre las medidas de tendencia central y las medidas de dispersin. Al finalizar la actividad se aplic un cuestionario a una poblacin integrada por once estudiantes de tercero y cuarto grados del nivel Licenciatura de la Escuela Normal de Ecatepec y con quienes se trabajo la leccin 19, anteriormente descrita. Con el cuestionario se pretende tener un primer acercamiento a los clculos, el tipo de expresin e interpretacin de medidas de tendencia central (media) y de dispersin (desviacin media y desviacin estndar) que ponen en juego los estudiantes; est compuesto de cinco preguntas a desarrollar, sea para trazar una grfica donde localizar las medidas de tendencia central o de dispersin, sea para desarrollar un algoritmo que lleve a obtener un resultado numrico o para proponer una interpretacin de lo obtenido. Para responder utilizarn los datos poblacionales de la primer Tabla A Situacin econmica de una poblacin de la leccin 19. Anlisis de resultados

Las respuestas obtenidas de la aplicacin del cuestionario fueron analizadas desde los resultados del trabajo realizado por Pollatsek, Lima y Well (1981), en el que establecen que la comprensin instrumental puede ser entendida como el reconocimiento de una tarea de la que se conoce una regla particular o el algoritmo de clculo para la obtencin de la medida. Estos autores hacen la distincin respecto a la comprensin relacional que es tener disponible un esquema o un conjunto de estructuras conceptuales que posibiliten resolver una clase ms amplia de problemas. Subyacen a estas comprensiones varios tipos adicionales de conocimiento: El Conocimiento funcional referido a la comprensin de la medida como un concepto relacionado con el mundo real. El Conocimiento de clculo adecuado incluira una frmula de clculo complementada con informacin acerca de cmo obtener el resultado no slo apropiado sino adems de la forma ms adecuada. Y el Conocimiento analgico podra incluir imgenes visuales, diagramas, tablas, figuras, . A partir del orden alfabtico de los apellidos se asign a cada estudiante, que respondi al cuestionario, una letra del alfabeto que va de la A a la K con fines de identificacin para el anlisis de las respuestas. En la pregunta uno y dos se solicit el clculo de la media, la desviacin media y la desviacin estndar, para obtener evidencia de cmo por medio del uso del algoritmo, aunado a los medios de expresin y de organizacin de datos se realizan los clculos de las medidas solicitadas. En el caso del clculo de la media, las 11 estudiantes obtuvieron el resultado numrico correcto; al analizar el procedimiento utilizado, nueve dieron a conocer slo la suma total del valor agregado al ao y la respectiva divisin entre 12. En el resultado no escribieron las unidades monetarias, es decir, la falta de uso de las unidades de referencia de los objetos del mundo, en este caso pesos excepto una estudiante con la media y otra con el clculo de las dos desviaciones, media y estndar. Nadie apunt la representacin simblica completa:

x=

x
i =i

Las seis estudiantes que intentaron escribirla presentan la letra griega (sumatoria) seguida del valor agregado anual y dividida entre el nmero doce, es decir, hay combinacin de nmeros con un smbolo que no es afectado por la divisin ni tampoco separado de la cantidad numrica anual. Slo dos de las 11 estudiantes expresaron simblicamente la media con x . n el caso del clculo de la desviacin media las once estudiantes obtuvieron un resultado numrico correcto, sin embargo por el procedimiento de clculo dos estudiantes debieron tener incorrecto el resultado por la presencia de dos o tres cifras de ms en la columna de datos donde colocaron las diferencias con respecto a la media. Por otro parte una estudiante calcul la diferencia con respecto a la media invirtiendo el minuendo por el sustraendo y a la inversa, es decir, que obtuvo la diferencia de la media menos el dato, lo cual se refleja en los signos de las cantidades utilizadas; gracias al uso del valor absoluto que el concepto de la desviacin media exige, no afect al resultado final an cuando si tiene implicaciones que sobre la comprensin del procedimiento hay.

La expresin simblica del valor absoluto de la estudiante F es con el nombre de valor agregado entre lneas paralelas y fuera de ellas menos la media, es decir, de tal modo que
DM Valoragreg ado Media 12

si se lleva a cabo el procedimiento de acuerdo a lo planteado, el resultado del clculo sera cero. Entonces, qu comprensin tiene de la desviacin media? Dos estudiantes expresan una combinacin de smbolos y nmeros, por ejemplo: para representar valor absoluto escriben VA, para la media aritmtica es M y despus para completar la divisin con el total de datos colocan el nmero doce. Tres de las once escriben la expresin simblica mediante la letra griega que significa sumatoria, pero no aclaran suma de qu, dividida entre la letra N que expresa el nmero total meses. Para el clculo de la desviacin estndar nueve estudiantes obtuvieron el resultado numrico correcto, pero el procedimiento de dos de las nueve es incorrecto. Una de ellas escribe la expresin simblica mediante palabras, como lo plantea la leccin pero el procedimiento es incorrecto. En cuanto a la organizacin de los datos para calcular la suma de cuadrados de las desviaciones de la media, cinco estudiantes acomodaron verticalmente a modo de suma las diferencias, tres colocaron encabezados sobre la lista, una con el nombre desviacin estndar, otra las siglas D.E. y la tercer estudiante: 2 " ( ) donde VA2 significa Valor absoluto. Las V A " , expresiones simblicas de cada una de cuatro estudiantes que la escribieron, refleja nuevamente la combinacin de smbolo con nmero. El ejemplo claro son la respuesta de las estudiantes H y J:

( DM )
2

12
Dicha expresin simblica da la apariencia de abreviar el procedimiento. En cuanto a la pregunta nmero tres cuya intencin fue obtener datos que den referencia de las interpretaciones que las estudiantes dan a cada uno de los resultados obtenidos en las preguntas anteriores. Sobre la interpretacin de la media, de la desviacin media y de la desviacin estndar diez utilizaron por lo menos un resultado numrico obtenido para alguna de las medidas solicitadas. Seis de las diez escribieron pesos despus del resultado numrico de la media, no fue as con las otras medidas puestas en juego. Lo que lleva a trabajar con cantidades abstractas por no tener algn elemento que permita contextualizar las medidas en un mundo real. Al plantear la interpretacin no establecieron relaciones entre los datos obtenidos, slo describieron la definicin de cada medida haciendo uso de palabras como desviacin, variable, variacin, amplitud, rango, segmento, promedio por mes y promedio por ao. Slo una estudiante para el resultado de la desviacin estndar y del nmero de las desviaciones estndar escribi que el grupo era poco heterogneo. Mientras que dos estudiantes mencionaron que las ganancias obtenidas

estaban dentro del promedio, escribieron la cantidad correcta. En el reactivo cuatro se solicit la elaboracin de una grfica de barras para localizar la media y la desviacin estndar e interpretarlas posteriormente, con el fin de acceder al tipo de expresin grfica y la interpretacin que los estudiantes tienen. Excepto cuatro personas realizaron lo que Hernndez (1978) llama un grfico de lneas y no uno de barras, el resto grfico lo que se conoce como histograma y fcilmente se confunde con una grfica de barras. Dos de los que realizaron grfico de lneas ubicaron por lo menos uno de los datos referentes a los meses en forma incorrecta, entonces la interpretacin que se puede hacer de la relacin que se establece de los meses con respecto a la media y a la desviacin estndar puede ser modificada. Todas graficaron la media, con una lnea paralela al eje X y cruza por todos los meses del ao, diez de las 11 estudiantes indican con nombre o con expresin simblica ( x ) a la media y slo una persona coloc la cantidad correspondiente. Al localizar en la grfica la desviacin estndar, siete estudiantes de las nueve que sealaron con una llave la medida, la ubicaron debajo del valor mnimo de los datos planteados en la Tabla de la leccin 19, situaron con ello la desviacin estndar fuera del conjunto de los datos. Una estudiante localiz la desviacin media en lugar de la desviacin estndar, y an cuando no se solicit, siete de las once, localizaron tambin la desviacin media. En la parte de la interpretacin de la grfica, slo siete interpretaron; cuatro estudiantes realizaron slo la descripcin de las barras, lneas o histograma. Una estudiante estableci la relacin entre la medida de dispersin y la de tendencia central; slo dos ampliaron, dieron alternativas de accin ante la situacin planteada en la leccin, una de ellas confundi el sueldo de los empleados con el valor agregado. De lo anterior se concluye, que el conocimiento que tienen sobre los procesos de clculo es diferente para los distintos estudiantes, unos manifestaron el desarrollo del algoritmo de manera correcta hasta la obtencin de un resultado numrico. Sin embargo, es importante recuperar la simplificacin que hace del procedimiento de clculo algunos estudiantes, es decir, en vez de elevar al cuadrado cada una de las desviaciones de la media, slo elevaron al cuadrado la cantidad obtenida en la sumatoria para la desviacin media absoluta y an cuando el resultado es el mismo, la comprensin del procedimiento dista de ser igual. Cuando los estudiantes desarrollan el algoritmo de una medida y organizan los datos ms all de la suma vertical, de modo tal que se entienda como una tabla de organizacin de datos, implica un proceso cognitivo de mayor complejidad, que slo escribir una columna de cantidades, pero permite obtener informacin sobre la lgica utilizada en el desarrollo del algoritmo, incluso permite desarrollar el procedimiento para regresar sobre los pasos anteriores ya realizados. En cuanto a la interpretacin, excepto dos estudiantes escribieron ms una descripcin donde repitieron la(s) definicin(es) del trmino(s) aisladamente una medida de las otras, es decir, no relacionan las representaciones de las medidas entre s para dar una interpretacin entonces la mecanizacin de los procedimientos es evidente; porque saben realizar clculos pero en ocasiones no pueden plasmar como procedimiento o como representacin simblica. Por ejemplo cuatro

estudiantes escribieron slo la descripcin de las barras, las lneas o del histograma en relacin exclusivamente a la media y las medidas de dispersin no las consideran. El conocimiento de clculo est presente en las respuestas de las estudiantes, el conocimiento analgico y funcional no es expresado en la misma cantidad de veces que el de clculo por ello es conveniente considerar que: A menos que los ejemplos y los problemas proporcionen una prctica intensiva en la traduccin de una variedad de contextos a [los diferentes tipos de conocimiento de algunos conceptos matemticos], es poco probable que se pueda lograr la comprensin con algn grado de generalidad5; ello implica no slo la comprensin de la matemtica sino tambin del mundo real donde habita, es decir, de donde extrae y/o aplica modelos matemticos. Conclusiones Como consecuencia del anlisis, de la actividad realizada en la Normal de Ecatepec, de los procesos puestos en juego por las estudiantes frente a preguntas especficas sobre medidas de tendencia central y de dispersin, y a partir de los resultados de Pollatsek, Lima y Well (1981). Se puede concluir, retomando las ideas de Heitele que, el enfoque estocstico es algo como un modelo aunque no para resolver problemas estocsticos, sino para construir una currcula coherente y cuya utilidad tal puede mostrarse solamente usndolo en la enseanza a todos los niveles 6. Porque lo que es necesario es integrar, tan temprano como sea posible, actividades estocsticas con actividades en matemticas de diversa ndole y, en todos los casos, respetar y desarrollar conexiones significantes con la realidad, con el mundo del alumno. Para este propsito se necesitan profesores que sepan lo que es realmente fundamental en estocsticos. Referencias bibliogrficas

1.

Pollatsek, A.; Lima, S.; Well, D.: 1981, Concepto o clculo: comprensin de la media en estudiantes. Educational Studies in Mathematics 12, pgs. 191-204. Holland: Reidle Publishing. (Traduccin del ingls para fines educativos: Ojeda A. M.). Heitele, D.: 1975, An Epistemological View on Fundamental Stochastic Ideas. Educational Studies of Mathematics 6. pgs. 187-205. Holland: Reidel. (Traduccin para fines educativos, Ojeda, A. M.; Departamento de Matemtica Educativa del Cinvestav del IPN, 1993, Mxico). Pollatsek, A.; Lima, S.; Well, D.: 1981, Concepto o clculo: comprensin de la media en estudiantes. Educational Studies in Mathematics 12, pgs.3 - 4 Holland: Reidle Publishing. (Traduccin del ingls para fines educativos: Ojeda A. M.). Heitele, D.: 1975, An Epistemological View on Fundamental Stochastic Ideas. Educational Studies of Mathematics 6. pgs. 6 - 10. Holland: Reidel. (Traduccin para fines educativos, Ojeda, A. M.; Departamento de Matemtica Educativa del Cinvestav del IPN, 1993, Mxico). Pollatsek, A.; Lima, S.; Well, D.: 1981, Concepto o clculo: comprensin de la media en estudiantes. Educational Studies in Mathematics 12, pg.14 Holland: Reidle Publishing. (Traduccin del ingls para fines educativos: Ojeda A. M.). Heitele, D.: 1975, An Epistemological View on Fundamental Stochastic Ideas. Educational Studies of Mathematics 6. Pg. 22 Holland: Reidel. (Traduccin para fines

2.

3. 4.

5. 6.

educativos, Ojeda, A. M.; Departamento de Matemtica Educativa del Cinvestav del IPN, 1993, Mxico).

Bibliografa complementaria

1. 2. 3.

Filloy, E., et al.: 2001, Matemtica Educativa. Tercer Grado. Mxico: McGraw-Hill. Hernndez, O.: 1978, Elementos de probabilidad y estadstica. Mxico: Fondo de Cultura Econmica. Mason, D., y Lind, A.: 1998, Estadstica para administracin y economa. (8 ed.). Mxico: Grupo Alfaomega.

Acerca de la autora Mara Magdalena Espinosa Martnez Licenciada en Psicologa por la UAM-Xochimilco. En el CINVESTAV del IPN obtuvo el grado de Maestra en Ciencias con especialidad en Matemtica Educativa. Ha presentado en la RELME artculos sobre la comprensin estadstica en estudiantes universitarios de Ciencias Sociales. Actualmente es docente de nivel superior y de posgrado.

You might also like