Cómo integrar la matemáticas en STEAM

En el mundo actual, las matemáticas no son solo necesarias para resolver situaciones prácticas, sino también para procesar la información que recibimos y para tomar decisiones con sentido crítico. Además, la ciencia, que nos explica el universo, la tecnología, que nos ayuda a modelarlo, se expresan, de forma natural, en el lenguaje de las matemáticas. Y por si esto fuera poco, debe saber que una mirada matemática bien afinada nos permite contamplar a nuestro alrededor, un tipo de belleza inaccesible para el resto de los sentidos. Desrrollar el pensamiento matemático no solo consiste en conocer una lista de conceptos, sino también en dominar varios procesos mentales. Hay que saber resolver problemas, demostrar afirmaciones, razonar lógicamente y representar ideas abstractas de manera tangible. También se establecen conexiones con otros ámbitos culturales como la física, el deporte o la literatura" Profesor Macarrone ( El infinito placer de las matemáticas, ed Blackie books, 2023)

Un número es una abstracción, no es algo real con entidad física, exisite en nuestra mente. 

El conocimiento en matemáticas cobra sentido a través de la resolución de problemas.

La mayoría del alumnado presenta dificultades para leer y comprender problemas matemáticos e identificar la operación requerida para encontrar la solución, lo que tiene como consecuencia el bajo rendimiento en el área

 

Los perfiles de salida STEM nos hablan de métodos específicamente científicos que deberíamos trabajar en el aula para que nuestro alumnado pueda tener estas habilidades al acabar la primaria y la secundaria. 

La inducción, la deducción, la creación de modelos.

1- Razonamiento inductivo y deductivo matemático

Razonamiento inductivo – Definición

El razonamiento inductivo comienza con un escenario específico y saca conclusiones sobre una población en general. Un punto interesante de la inducción es que permite que la conclusión sea falsa. Es simplemente un proceso de razonamiento lógico desde una observación específica hasta una teoría general de una población. 

Matemáticamente hablando, el razonamiento inductivo podría tomar esta forma:

Paso 1: demuestrar que algo es cierto para un elemento específico.
Paso 2: demuestrar que si es cierto para uno, debe serlo para el resto.

Un ejemplo simple es la inducción de que la suma de dos números impares es par.

• Comenzamos  enunciando verdadero específico: 1 es impar y 3 es impar, cuya suma es 4; un número par.
• Después  demostramos que es cierto para el resto: un número impar es un número par más 1. Por lo tanto, dos números impares son en realidad dos números pares más 2.
• La suma de los números pares siempre es par.

 Inducción . ‘In-‘ es el prefijo de ‘aumentar’, que significa hacerse más grande. Por lo tanto, la inducción significa comenzar con algo pequeño y crecer.

Razonamiento deductivo – Definición

El razonamiento deductivo es lo opuesto al razonamiento inductivo. Sobre una declaración sobre una población y sacamos conclusiones sobre un escenario específico. Todas las deducciones sólidas comienzan con una afirmación verdadera y válida sobre una población, por lo que concluyen con una suposición válida sobre el escenario específico. El razonamiento deductivo puede ser lógico y dar como resultado una declaración falsa solo si la generalización original sobre la población era incorrecta. 

Un ejemplo de deducción matemática: tomamos algo que sabemos que es cierto sobre todas las matemáticas y lo aplicamos a un escenario específico. Tome 4 + x = 12. Sabemos que mientras hagamos lo mismo en ambos lados del signo igual, la ecuación sigue siendo válida. Aplicando esta teoría sobre una población, podemos deducir que x = 8. Usamos el razonamiento deductivo en la mayoría de los aspectos de las soluciones matemáticas típicas, usando una fórmula reconocida como válida para una población para deducir la solución de un conjunto específico. de números.

Deducción. ‘de’ es el prefijo de ‘disminución’, por lo que el razonamiento deductivo es el que comienza con una población más grande y se aplica a un escenario específico.

2- Modelos matemáticos

Un modelo matemático es una construcción teórica que utiliza el lenguaje de las matemáticas para representar fenómenos del mundo real. Estos fenómenos pueden ser físicos, biológicos, económicos, sociales o tecnológicos, Por lo tanto las matemáticas tienen relación con todos estos otros ámbitos de aprendizaje. 

Parámetros: Son constantes que determinan el comportamiento del modelo.  Las constantes son el punto donde las matemáticas se anclan a la realidad. No son inventos arbitrarios sino descubrimientos: la naturaleza parece comportarse de forma que ciertos valores se repiten, se mantienen estables y permiten construir modelos predictivos.

Varialbles:

Los modelos matemáticos son herramientas esenciales en múltiples disciplinas porque permiten traducir fenómenos complejos en representaciones cuantitativas que pueden analizarse y manipularse. Su utilidad se puede clasificar en cuatro áreas principales: predicción, análisis y comprensión, optimización y toma de decisiones. 

2.1. Predicción

Anticipar el comportamiento futuro de un sistema o fenómeno basándose en datos y relaciones previamente identificadas. La predicción basada en modelos matemáticos reduce la incertidumbre y permite anticipar riesgos, recursos necesarios o cambios importantes en sistemas naturales, sociales y tecnológicos.

• Meteorología: Los modelos climáticos utilizan ecuaciones diferenciales que representan la dinámica atmosférica, como la presión, temperatura, humedad y velocidad del viento. Gracias a ellos, podemos anticipar tormentas, olas de calor o precipitaciones, lo que permite prevenir desastres y planificar actividades agrícolas o urbanas.
• Economía: Los modelos econométricos predicen indicadores como precios, tasas de inflación o crecimiento del PIB, considerando variables como consumo, inversión y políticas fiscales. Esto permite a empresas y gobiernos planificar estrategias financieras y presupuestos con mayor seguridad.
• Salud pública: Los modelos epidemiológicos, como los de tipo SIR (Susceptibles, Infectados, Recuperados), predicen la evolución de enfermedades infecciosas, permitiendo diseñar campañas de vacunación y medidas de contención.

2.2. Análisis y comprensión

Entender la estructura y funcionamiento de fenómenos complejos al descomponerlos en elementos más manejables. Esto es especialmente útil en contextos donde la realidad es demasiado compleja para analizarla de forma directa.

• Biología: Los modelos de ecosistemas representan la interacción entre especies, predadores, presas y recursos. Por ejemplo, un modelo Lotka-Volterra permite comprender cómo la población de depredadores y presas se regula de manera cíclica.
• Ingeniería: Antes de construir un puente o un edificio, los ingenieros utilizan modelos matemáticos para analizar la resistencia de materiales y la distribución de cargas, evitando errores costosos o riesgos de colapso.
• Física y química: Los modelos permiten estudiar fenómenos como la propagación del calor, la difusión de gases o la reacción de sustancias químicas en condiciones controladas.

2.3. Optimización

Encontrar la mejor solución posible dentro de un conjunto de alternativas, usando criterios matemáticos que maximicen o minimicen una variable objetivo.

• Logística: Los modelos de rutas o redes de transporte, ayudan a determinar la manera más eficiente de distribuir productos, minimizando costos de tiempo y combustible.
• Finanzas: Permiten seleccionar combinaciones de inversiones que maximicen la rentabilidad y reduzcan el riesgo, usando técnicas como programación lineal o modelos de riesgo estocásticos.
• Producción industrial: Modelos de optimización en procesos productivos ayudan a reducir desperdicios, mejorar la eficiencia de las máquinas y ajustar el flujo de materiales.

2.4. Toma de decisiones

Herramientas fundamentales para decisiones fundamentadas, al proveer información cuantitativa y simulaciones que permiten evaluar distintos escenarios antes de actuar. Proporcionan información objetiva y confiable.

• Gobierno y políticas públicas: Los modelos epidemiológicos o económicos permiten anticipar efectos de intervenciones, como cuarentenas, subsidios o cambios fiscales, ayudando a diseñar estrategias más efectivas y responsables.
• Empresas y marketing: Los modelos de demanda y comportamiento del consumidor permiten ajustar inventarios, precios y promociones, anticipando cómo reaccionarán los clientes ante cambios de oferta o campañas publicitarias.
• Medicina y salud clínica: Simulaciones de tratamientos o administración de recursos hospitalarios permiten optimizar la atención y asignación de personal.

Cómo se construye un modelo matemático

Es un proceso sistemático que asegura su utilidad y validez:

1. Definir el problema: Identificar claramente qué fenómeno se desea estudiar.
2. Seleccionar variables y parámetros: Determinar qué elementos son relevantes y cómo se relacionan.
3. Formular ecuaciones o reglas: Establecer relaciones matemáticas que describan el comportamiento del sistema.
4. Validar y ajustar el modelo: Comparar resultados con datos reales y realizar correcciones.
5. Analizar y aplicar: Usar el modelo para predecir, optimizar o tomar decisiones.La validación es clave.

Un modelo bien formulado pero no contrastado con la realidad puede inducir a errores graves.

Buenas prácticas al trabajar con modelos matemáticos

1. Documentar el proceso: Registrar suposiciones, ecuaciones y fuentes de datos.
2. Actualizar regularmente: Incorporar nuevos datos y ajustar parámetros.
3. Usar simulaciones: Probar distintos escenarios y analizar resultados.
4. Interpretar con cuidado: Recordar que el modelo es una representación, no la realidad absoluta.

1. Ciencias naturales

Los modelos matemáticos son fundamentales para comprender el mundo físico y biológico.

• Física:
  • Movimiento planetario: Los modelos de gravitación de Newton y las ecuaciones de Kepler permiten calcular órbitas, velocidades y trayectorias de planetas y satélites.
  • Termodinámica: Modelos matemáticos describen cómo se transfiere energía en sistemas cerrados, permitiendo diseñar motores, refrigeradores y procesos industriales eficientes.
  • Mecánica cuántica: Ecuaciones como la de Schrödinger modelan el comportamiento de partículas subatómicas, fundamentales para física de materiales y electrónica avanzada.
• Biología:
  • Crecimiento poblacional: Modelos como el exponencial o logístico permiten predecir el tamaño de poblaciones animales o humanas según recursos disponibles y tasas de natalidad/mortalidad.
  • Difusión de enfermedades: Modelos epidemiológicos, como SIR o SEIR, ayudan a anticipar la propagación de virus y planificar medidas de control.
  • Ecología de ecosistemas: Simulan interacciones entre depredadores y presas, competencia por recursos y efectos de cambios ambientales.

Impacto: Estos modelos permiten comprender fenómenos que no se pueden observar directamente, realizar predicciones precisas y planificar experimentos o intervenciones en el mundo real.

2. Ingeniería y tecnología

En ingeniería, los modelos matemáticos son esenciales para diseñar, probar y optimizar sistemas antes de construirlos físicamente, lo que reduce riesgos y costos.

• Ingeniería civil:
  • Modelos estructurales calculan cargas, tensiones y deformaciones en edificios, puentes y túneles.
  • Permiten prever el comportamiento de estructuras ante terremotos, viento o tráfico intenso.
• Ingeniería eléctrica:
  • Modelos de circuitos eléctricos permiten diseñar sistemas de energía, electrónica de potencia y redes de distribución.
  • Simulaciones de redes inteligentes optimizan el flujo de energía y reducen pérdidas.
• Tecnología y computación:
  • Algoritmos de inteligencia artificial, aprendizaje automático y redes neuronales se basan en modelos matemáticos para procesar datos y tomar decisiones.
  • Simulaciones computacionales permiten experimentar virtualmente con sistemas complejos, como aerodinámica de autos, rutas de tráfico urbano o predicción climática.

3. Economía y finanzas

En economía y finanzas, los modelos matemáticos facilitan el análisis de mercados y la toma de decisiones estratégicas.

• Modelos de oferta y demanda: Permiten determinar precios óptimos, niveles de producción y estrategias de comercialización según comportamiento de consumidores y competencia.
• Predicción de precios de acciones y gestión de riesgos: Modelos estocásticos evalúan probabilidades de pérdidas o ganancias, ayudando a inversores y bancos a proteger sus activos.
• Evaluación de políticas económicas: Simulan efectos de impuestos, subsidios o cambios monetarios, permitiendo que los gobiernos planifiquen medidas más efectivas.

Impacto: Reducen la incertidumbre económica y proporcionan herramientas para decisiones financieras más seguras y estratégicas.

4. Ciencias sociales

Aunque parezca que las matemáticas son exclusivas de ciencias duras, las ciencias sociales también se benefician enormemente de los modelos matemáticos.

• Sociología:
  • Modelos de difusión de información muestran cómo las ideas, noticias o comportamientos se propagan en comunidades.
  • Simulaciones de redes sociales permiten estudiar influencia, liderazgo y comportamiento colectivo.
• Psicología:
  • Modelos de toma de decisiones cuantifican cómo las personas eligen entre varias alternativas, considerando factores cognitivos y emocionales.
  • Modelos de aprendizaje permiten diseñar estrategias educativas más efectivas y personalizadas.

Impacto: Permiten analizar fenómenos sociales complejos de manera objetiva, facilitando políticas, educación y estrategias de comunicación más efectivas.

5. Salud y medicina

En salud, los modelos matemáticos son fundamentales para predecir, planificar y evaluar intervenciones médicas.

• Modelos epidemiológicos: Permiten anticipar la evolución de epidemias y pandemias, evaluando el impacto de medidas como cuarentenas, vacunación o distanciamiento social.
• Simulación de tratamientos médicos: Modelos farmacocinéticos y farmacodinámicos permiten predecir cómo un medicamento se distribuye en el cuerpo, optimizando dosis y reduciendo efectos secundarios.
• Ensayos clínicos: Los modelos ayudan a planificar estudios experimentales, estimar el tamaño de la muestra y analizar resultados de manera objetiva.

Impacto: Mejoran la eficacia y seguridad de tratamientos, optimizan recursos hospitalarios y fortalecen la prevención de enfermedades.

Es bien sabido que la ingeniería viene a ser uno de los campos que requiere de este saber; por consiguiente, el empleo de dicha metodología encaja totalmente dentro de sus procesos de formación, con el fin de formar al futuro ingeniero como un ser capaz de enfrentar cualquier situación en su vida diaria y haciéndoles entender que la matemática no es sólo números y cuentas, sino también una materia integradora de otros conocimientos

apoyándoles en la formulación y reformulación de problemas tipo STEM

el interés por la integración de STEAM en la enseñanza de las matemáticas se fundamenta en la comprensión de que estas disciplinas no existen de manera aislada, sino que están intrínsecamente entrelazadas en el entorno natural y en la resolución de problemas del mundo real.

es imperativo explorar cómo la metodología STEAM puede servir como un catalizador para potenciar el aprendizaje y la comprensión de conceptos matemáticos mediante actividades sustentadas en problemas conforme a las realidades de cada cual.( volvemos a recordar que las realidades de las aulas multiculturales son muy diferentes) Se pueden larzar preguntar abiertas , cómo se te cocurre que podrías a plicar X a una situación de tu dia a día? ¿este situación tiene un unico factor o es multifactorial? ¿ Crees que algún conocmiento que hayas aprendido en otra asignatura puede ayudar a buscar soluciones o a entender mejor la situación / problema?

permite trascender los contenidos, proporcionándoles mayor coherencia y pertinencia, además lo aprendido se puede aplicar en situaciones nuevas

una enseñanza de la Matemática orientada hacia la resolución de problemas, en donde el alumno pueda realizar suposiciones e inferencias, se le permite discutir sus conjeturas, argumentar, y por supuesto, equivocarse

enfoque educativo interdisciplinario donde los conceptos académicamente rigurosos se acoplan a lo real

la importancia de diseñar actividades interactivas y atractivas. Las actividades que involucran proyectos de ciencias y la integración de arte-matemáticas mostraron una asociación más robusta con la mejora académica.

 la participación activa y la aplicación práctica del conocimiento en contextos reales contribuyen significativamente al aprendizaje matemático