Un Recorrido de Estudio e Investigación para el aprendizaje del concepto devariable aleatoria discreta mediante métodos de Monte Carlo

Vicent Estruch Fuster, Francisco José Boigues Planes, Anna Vidal Meló
{"title":"Un Recorrido de Estudio e Investigación para el aprendizaje del concepto devariable aleatoria discreta mediante métodos de Monte Carlo","authors":"Vicent Estruch Fuster, Francisco José Boigues Planes, Anna Vidal Meló","doi":"10.4995/MSEL.2017.6561","DOIUrl":null,"url":null,"abstract":"El concepto de variable aleatoria es un constructo matematico que presenta cierta complejidad teorica.  No obstante, el aprendizaje de dicho concepto puede facilitarse si se plantea como el   final de un proceso secuencial de modelizacion de un suceso real.  Mas concretamente, para aprender el concepto de variable aleatoria discreta, la simulacion de Monte Carlo puede ofrecer una herramienta sumamente util puesto que en el proceso de modelizacion/simulacion podremos abordar el concepto teorico de variable aleatoria, al tiempo que se observa a la variable aleatoria “en accion”. Este trabajo expone un Recorrido de Estudio e Investigacion (REI) basado en una serie de actividades relacionadas con variables aleatorias como entrenamiento e introduccion de elementos de simulacion, presentandose despues la construccion de un modelo, que es la parte substancial de la actividad, generando una variable aleatoria y su funcion de probabilidad. Partiendo de una situacion sencilla, relacionada con la reproduccion y supervivencia de la camada de un roedor, con componentes aleatorios, se construye, paso a paso, el modelo que representa la situacion planteada mediante una variable aleatoria \"original\". En las etapas intermedias de la construccion del modelo tienen un papel fundamental las distribuciones uniforme discreta y binomial. El recorrido de tales etapas permite reforzar el concepto de variable aleatoria al tiempo que se exploran las posibilidades que ofrecen los metodos de Monte Carlo para simular casos reales y se comprueba la sencillez que supone implementar dichos metodos mediante el lenguaje de programacion de Matlab©.","PeriodicalId":18645,"journal":{"name":"Modelling in Science Education and Learning","volume":"16 1","pages":"67-84"},"PeriodicalIF":0.0000,"publicationDate":"2017-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Modelling in Science Education and Learning","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.4995/MSEL.2017.6561","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

El concepto de variable aleatoria es un constructo matematico que presenta cierta complejidad teorica.  No obstante, el aprendizaje de dicho concepto puede facilitarse si se plantea como el   final de un proceso secuencial de modelizacion de un suceso real.  Mas concretamente, para aprender el concepto de variable aleatoria discreta, la simulacion de Monte Carlo puede ofrecer una herramienta sumamente util puesto que en el proceso de modelizacion/simulacion podremos abordar el concepto teorico de variable aleatoria, al tiempo que se observa a la variable aleatoria “en accion”. Este trabajo expone un Recorrido de Estudio e Investigacion (REI) basado en una serie de actividades relacionadas con variables aleatorias como entrenamiento e introduccion de elementos de simulacion, presentandose despues la construccion de un modelo, que es la parte substancial de la actividad, generando una variable aleatoria y su funcion de probabilidad. Partiendo de una situacion sencilla, relacionada con la reproduccion y supervivencia de la camada de un roedor, con componentes aleatorios, se construye, paso a paso, el modelo que representa la situacion planteada mediante una variable aleatoria "original". En las etapas intermedias de la construccion del modelo tienen un papel fundamental las distribuciones uniforme discreta y binomial. El recorrido de tales etapas permite reforzar el concepto de variable aleatoria al tiempo que se exploran las posibilidades que ofrecen los metodos de Monte Carlo para simular casos reales y se comprueba la sencillez que supone implementar dichos metodos mediante el lenguaje de programacion de Matlab©.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
用蒙特卡罗方法学习离散随机变量概念的学习和研究之旅
随机变量的概念是一个具有一定理论复杂性的数学结构。然而,如果将这一概念作为对真实事件建模的连续过程的结束,学习这一概念可能会变得更容易。更具体而言,学习随机变量的概念声张simulacion蒙特卡洛可以提供一个非常有用的工具,因为modelizacion / simulacion过程我们可以解决teorico随机变量的概念,同时注意到随机变量”在行动”。这个工作使参观和调查研究(物)基于一系列随机变量,例如训练和活动简介simulacion元素,presentandose后,肯尼亚的一个模型,是实质性的部分活动,产生一个随机变量及其概率函数。从一个简单的情况开始,与啮齿动物的繁殖和生存有关,随机成分,一步一步地建立模型,代表由一个“原始”随机变量提出的情况。在模型构建的中间阶段,离散均匀分布和二项分布起着关键作用。这些阶段的路径允许加强随机变量的概念,同时探索蒙特卡罗方法提供的可能性,以模拟真实情况,并验证使用Matlab©编程语言实现这些方法的简单性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Caracterización de lentes multifocales mediante un laboratorio virtual basado en la óptica de Fourier Jugando y aprendiendo con péndulos y muelles Simulación digital de plantas y procesos con realidad virtual para mejorar la gestión de la producción en la ingeniería Los sensores de los dispositivos móviles: una herramienta innovadora en la enseñanza de las ciencias físicas Elements of the parabola in the three-dimensional space and applications in teaching through a project based on reflection of light
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1