Normal Distribution: Historical-epistemological analysis and didactic implication

Article Sidebar

pdf (Spanish)

Main Article Content

Neemias Josué Lemus Cortez
Pontificia Universidad Católica de Valparaíso
https://orcid.org/0000-0002-7288-0110
Jaime Huincahue Arcos
Universidad Católica del Maule
https://orcid.org/0000-0003-0749-0551

Abstract

Examinating the behaviors in the data dispersion, it is possible to recognize the Normal Distribution as a mathematic/statistic object of relevance to deepen its scholastic processing. This article proposes, from a historical-epistemological approach, to analyze and suggest an epistemic route for a conceptual approximation, with the aim of encouraging and multidisciplinary approach. Related to this, it is recognized the normal probability plot as an approximation to the Normal Distribution, centering the analysis in the behavior of the error’s data beyond the data, getting a conceptual approximation external, singular and innovating from the one promoted in terms of curriculum. For that it is suggested to contextualize as a conceptual framework a traditional approach of the mathematic modeling from the mathematic didactic, clearing the use of the oxygen blood’s saturation. Using the didactic engineering as qualitative methodological design, the answers to the modeling task applied in students from 17 to 18 years in the Libertador Bernardo O’Higgins region are analyzed. The results show that the modeling task is conductive to the learning of Normal Distribution, being today a proposal that increases didactically not only the teaching, but also the learning of the Normal Distribution.

Item information
Published: Jun 3, 2019
Issue: No. 56 (2019): UCMaule
Section: Estudios
DOI: https://doi.org/10.29035/ucmaule.56.29
Keywords: Normal distribution, Epistemology, History, Mathematical modelling, Saturometer

Article Details

How to Cite
Lemus Cortez, N. J., & Huincahue Arcos, J. (2019). Normal Distribution:: Historical-epistemological analysis and didactic implication. UCMaule, 56, 29-57. https://doi.org/10.29035/ucmaule.56.29
References

ALVARADO, H. Y BATANERO, C. (2008). Meaning of Central Limit Theorem in university statistics and probability textbooks. Estudios Pedagógicos, 34(2), 7-28.

ALVARADO, H.; GALINDO, M. Y RETAMAL, L. (2013). Comprensión de la distribución muestral mediante configuraciones didácticas y su implicación en la inferencia estadística. (2), 75-91.



ARAÚJO, J. (2009). Uma abordagem sócio-Crítica da modelagem matemática: a perspectiva da educação matemática crítica. Alexandria. Revista de Educação em Ciência e Tecnologia, 2(2), 55-68. Recuperado de: https://periodicos.ufsc.br/index.php/alexandria/article/view/37948/28976

ARRIETA, J. Y DÍAZ, L. (Eds) (2016). Investigaciones latinoamericanas en modelación. Matemática Educativa. Ciudad de México: Gedisa.

ARTIGUE, M. (1990). Epistémologie et didactique. Reserches en didactique des mathématiques. 10(23). París.

ARTIGUE, M. (1995). Ingeniería didáctica en Pedro Goméz (Ed.). Ingeniería didáctica en educación matemática, 33-59. Bogotá: Una empresa docente.

BATANERO, C.; TAUBER, L., & SÁNCHEZ, V. (2001). Significado y comprensión de la distribución normal en un curso introductorio de análisis de datos. Quadrante, 10(1), 59-92.

BIKNER-ASHBASH, A; KNIPPING, CH. Y PRESMEG, N. (Eds.) (2016). Approaches to qualitative research in mathematics education. Londres: Springer.

BLUM, W. & LEIβ, D. (2007). “'Filling Up' - the problem of independence-preserving teacher interventions in lessons with demanding modelling tasks” en Bosch, Marianna (Ed.): CERME 4 – Proceedings of the Fourth Congress of the European Society for Research in Mathematics Education, 1623-1633.

BLUM, W. (2015). Quality teaching of mathematical modelling: What do we know, what can we do? in S. J. Cho (Ed.). The Proceeding of the 12th International Congress on Mathematical Education, 73-96. Dodrecht: Springer.

BORROMEO-FERRI, R. (2010). On the influence of mathematical thinking styles on learners’ modeling behavior. Journal für Mathematik-Didaktik, 31(1), 99-118.

CALIFORNIA DEPARTMENT OF EDUCATION (2015). Advanced placement probability and statics chapter of the mathematics framework for California public schools: Kindergarten Through Grade Twelve. Sacramento: California Department of Educatión. Recuperado de: https://www.cde.ca.gov/ci/ma/cf/mathfwchapters.asp.

CASADO, M. Y SECO, A. (2010). Técnicas en AP: Pulsioximetría. La Coruña. España.

CONSEJO DE EDUCACIÓN SECUNDARIA (2010). Programa de Matemática Núcleo Común, Segundo de Bachillerato. Recuperado de: https://www.ces.edu.uy/index.php/propuesta-educativa/20249.

CONDE, A. (2015). La distribución normal una rápida revisión histórica. Heurística, 17, 59-65.

ESTEPA, A. Y PINO, J. (2013). Elementos de interés en la investigación didáctica y enseñanza de la dispersión estadística. Números. Revista de Didáctica de las Matemáticas, 83, 43-63.

FARFÁN, R. M. (1997). Ingeniería Didáctica: Un estudio de la variación y el cambio. México DF: Iberoamericana.

FREJD, P. & BERGSTEN, C. (2018). Professional Modellers’ conceptions of the notion of mathematical modelling: ideas for education. ZDM – The International Journal on Mathematics Education. 50(1-2), 117-127.

GAUSS, C. (1857). Theory of motion of the heavenly bodies moving about the sun in conic section. (Trans. C. Davis). Boston: Little, Brown and Company (obra original publicada en 1809).

GALILEI, G. (1962). Dialogue concerning the two chief world systems—Ptolemaic & Copernican , 2° ed. Berkeley: Univ. California Press.

GODINO, J. Y BATANERO, C. (2016). Implicaciones de las relaciones entre epistemología e instrucción matemática para el desarrollo curricular: el caso de la Combinatoria. La matematica e la suadidattica, 24(1-2), 17-39. Recuperado de: http://enfoqueontosemiotico.ugr.es/documentos/Godino_Batanero_LaMate_SuaDida_2016_
Epistemologia_instruccion.pdf

HALD, A. (1998). A history of mathematical statistics. From 1750 to 1930. New York: John Wiley & Son Inc.

HUINCAHUE, J. (2017). Propuesta de modelación matemática en la formación de profesores y bases para una variedad de modelación desde la Teoría Socioepistemológica. Valparaíso: Pontificia Universidad Católica de Valparaíso. Recuperada de: http://opac.pucv.cl/pucv_txt/txt-2500/UCC2902_01.pdf

HUINCAHUE, J.; BORROMEO-FERRI, R. Y MENA-LORCA, J. J. F. (2018a). El conocimiento de la modelación matemática desde la reflexión en la formación inicial de profesores de matemática. Enseñanza de las ciencias, 36(1), 99- 115. Recuperado de: https://ddd.uab.cat/pub/edlc/edlc_a2018v36n1/edlc_a2018v36n1p99.pdf

HUINCAHUE, J.; DURAND-GALAZ, B.; GONZÁLEZ CAMUS, C; RAMÍREZALBORNOZ, C. Y TORO ITURRIETA, A. (2018b). La distribución normal como un modelo de los errores: análisis desde la teoría de situaciones didácticas en Del Valle, T. y Henríquez-Rivas, C. (Comp.). Investigaciones en la formación inicial del profesor de matemáticas. Trabajo de estudiantes tesistas, 53-70. Santiago: UCSH.

HODGSON, B.; KUZNIAK, A. Y LAGRANGE, J. (Eds.) (2016). The didactics of mathematics: Approaches and issues a homage to Michéle Artigue. Paris: Springer.

KAISER, G. Y SRIRAMAN, B. (2006). A global survey of international perspectives on modeling in mathematics education. ZDM – The International Journal on Mathematics Education, 38(3), 302–310.

MINEDUC (2015). Matemática. Programa de estudio cuarto año medio. Santiago de Chile: Mineduc.

MINEDUC (2016). Bases Curriculares 7° básico a 2° medio. Santiago de Chile: Mineduc.

MINEDUC (2017). Experiencias de aprendizaje: Matemáticas. Santiago: Maval S.A. Recuperado de: https://media.mineduc.cl/wp-content/uploads/sites/28/2017/11/Matem%C3%A1tica-4%C2%BA-Medio.pdf

MINISTERIO DE EDUCACIÓN NACIONAL. (2006). Estándares básicos de competencias en matemáticas. Bogotá: Ministerio de Educación Nacional. Recuperado de: https://www.mineducacion.gov.co/cvn/1665/article-116042.html

ORGANIZACIÓN MUNDIAL DE LA SALUD. (2010). Manual de Oximetría de Pulso Global. Ginebra: Organización Mundial de la Salud. Recuperado de: http://www.lifebox.org/wp-content/uploads/WHO-Pulse-Oximetry-Training-Manual-Final-Spanish.pdf

PALACIOS, S.; ÁLVAREZ, C.; SCHÖNFFELDT, P.; CÉSPEDES, J.; GUTIÉRREZ, M. Y OYARZÚN, M. (2010). Guía para realizar oximetría de pulso en la práctica clínica. Revista Chilena de Enfermedades Respiratorias, 26(1), 49-51.

PLACKET, R. L. (1958). The principle of the arithmetic mean en E. S. Pearson y M. Kendall (1978). Studies in the History of Statistics and Probability. London: Charles Griffin.

SAN PEDRO, M.; GRANDI, C.; LARGUÍA, M., Y SOLANA, C. (2001). Estándar de peso para la edad gestacional en 55706 recién nacidos sanos de una maternidad pública de Buenos Aires. Medicina, 61(1), 15-22.

SCHUKAJLOW, S.; KAISER, G. & STILLMAN, G. (2018). Empirical research on teaching and learning of mathematical modelling: a survey on the current state-ofthe-art. ZDM – The International Journal on Mathematics Education. 50(5), 5-18.

STAHL, S. (2006). The evolution of the Normal Distribution. Mathematics Magazine,79(2), 96-113.

STILLMAN, G. A.; BLUM, W., & KAISER, G. (Eds.). (2017). Mathematical modelling and applications: Crossing and researching boundaries in mathematics education in G. Kaiser & G. A. Stillman (Eds.), International perspectives on the teaching and learning of mathematical modelling. New York, NY: Springer.

WILLIAMS, J. & GOOS, M. (2013). Modelling with mathematics and technologies. In M. A. Clements, A. J.; Bishop, C.; Keitel, J.; Kilpatrick & F. K. S. Leung (Eds.).Third international handbook of mathematics education, 549-569. Berlin: Springer.

YÁNEZ, G. Y BEHAR, R. (2009) Interpretaciones erradas del nivel de confianza en los intervalos de confianza y algunas explicaciones plausibles en M. J. González; M. T. González y J. Murillo (Eds.), Investigación en Educación Matemática. Comunicaciones de los grupos de investigación. XIII Simposio de la SEIEM. Santander.


Downloads statistics
Download data is not yet available.
License information