English French German Spain Italian Dutch Russian Portuguese Japanese Korean Arabic Chinese Simplified
  • Sidamat

    Software interactivo para el aprendizaje de las matemáticas

  • Edublog

    Acá encontrarás noticias e información relacionada con las matemáticas y el mundo real.

  • MathClubVirtual

    Red de docentes y estudiantes apasionados por las matemáticas

  • Docente de secundaria

    En Institución Educativa Exalumnas de la Presentación Ibagué Col

  • Matemàticas y Tic

    Uso de Excel para el aprendizaje de la estadística

El Día del número PI

El 14 de marzo, fecha que coincide con el aniversario del cumpleaños de Einstein, se celebra el Día de Pi, uno de los números más conocidos y misteriosos de las matemáticas. La notación con la letra griega (p) proviene de la inicial de las palabras de origen griego "periferia" y "perímetro". Euclides, matemático y geómetra griego que vivió en Alejandría alrededor del año 300 a.C. durante la época de Ptolomeo I, fue el primero en demostrar que la relación entre una circunferencia y su diámetro es una cantidad constante. Pi representa precisamente el valor de la relación entre la circunferencia de un círculo y su diámetro. Desde entonces, el número pi (p) ha desatado pasiones entre matemáticos, físicos e ingenieros expertos de todas las culturas.

Como las primeras cifras de PI son 3,14 y en inglés las fechas se escriben con el mes delante, y después el número del mes, el 3,14 sería el mes 3 y el día 14.

Casualmente, este día apunta a la conmemoración de fechas importantes para el mundo de la ciencia, como el nacimiento de Albert Einstein y la muerte de Stephen Hawkings, dos de los más grandes científicos del último siglo.

La Cámara de Representantes de Estados Unidos aprobó en el año 2009 la celebración del día de Pi e instó a que colegios e institutos realicen actividades y animen a sus alumnos a estudiar matemáticas.

Por eso, ese día es denominado así.


Respecto a Einstein he retomado esta frase de un prodigioso docente de la Universidad de Standford

"Casi todo el mundo ha oído hablar de Einstein-que es el científico más conocido de todos los tiempos, fue elegido como" Persona del Siglo "por la revista Time y, si no otra cosa, sus citas parecen estar por todas partes en Internet (algunos de los cuales en realidad no son de él, pero eso es otra historia). También puede haber oído que él vino para arriba con algunas de sus ideas revolucionarias, como la teoría especial de la relatividad, mientras trabajaba como empleado de patentes humildes. Y vagamente sabemos que hay algunas cosas esotérico y alucinante involucrados. Pero no se dan cuenta de que la verdadera historia de sus problemas iniciales y los triunfos es más interesante (y pertinente) de los mitos, y que está dentro de su capacidad para doblar su mente un poco y realmente entender los conceptos básicos y las implicaciones de la relatividad . "- Dr. Larry Randles Lagerstrom



Comparte este artículo en tus redes sociales:

Medidas tendencia central y dispersión datos agrupados


Las medidas de tendencia central son medidas
estadísticas que pretenden resumir en un solo valor a un
conjunto de valores. Representan un centro en torno al
cual se encuentra ubicado el conjunto de los datos. Las
medidas de tendencia central más utilizadas son: media,
mediana y moda. Las medidas de dispersión en cambio
miden el grado de dispersión de los valores de la variable.
Dicho en otros términos las medidas de dispersión
pretenden evaluar en qué medida los datos difieren entre
sí. De esta forma, ambos tipos de medidas usadas en
conjunto permiten describir un conjunto de datos
entregando información acerca de su posición y su
dispersión.






Comparte este artículo en tus redes sociales:

Estadística Descriptiva en Excel

La tabulación y  generación de gráficos en excel es una poderosa herramienta que nos permite obtener rápidamente un resumen de datos estadísticos para luego  interpretarlos de acuedo al contexto de los mismos. En los siguientes videos tutoriales realizados por estudiantes de Uniminuto Centro Regional Ibagué, encontrará el paso a paso de como tabular, graficar e interpretar datos discretos.









Comparte este artículo en tus redes sociales:

Medidas de tendencia central

Una medida de tendencia central es un dato (No necesariamente numérico) que representa, resume, sintetiza o representa un conjunto de datos.
Las medidas de tendencia central para datos numéricos o cuantitativos son La Media aritmética (Promedio), la Mediana y la Moda.



Comparte este artículo en tus redes sociales:

Estadística: Conceptos básicos

El surgimiento de la estadística como una parte de la aritmética aplicada a problemas poblacionales, y su presencia en todos los medios de difusión masiva y de divulgación científica. Posibilidad de predicciones de base estadística para la toma de decisiones. Términos clave: población, muestra y parámetros, medidas de tendencia central: mediana, moda, promedio.
Conducción: Oski Guzmán.
* Serie: Horizontes. Matemática 1 [2007]
* Canal: Encuentro
* Portal: Conectate



Horizontes Matemática: Estadística , conceptos básicos from Eduardo Sebriano on Vimeo.

https://signup.microsoft.com/signup?sku=e82ae690-a2d5-4d76-8d30-7c6e01e6022e

https://www.microsoft.com/es-es/education/products/office/default.aspx
Comparte este artículo en tus redes sociales:

La importancia de los ‘quarks’ en el origen del universo

El experimento más grande del mundo se lleva a cabo en el Gran Colisionador de Hadrones (LHC, su sigla en inglés) en Ginebra, Suiza. Consiste en hacer chocar protones acelerados hasta alcanzar casi la velocidad luz, y detectar lo que sucede cuando esto ocurre.

El objetivo de este experimento es buscar respuestas a preguntas fundamentales de la humanidad: ¿qué somos?, ¿de dónde venimos? y ¿para dónde vamos? Para la física, estas preguntas se traducen en: ¿de qué está hecho el universo?, ¿cuál es su origen? y ¿cuál es su futuro? 

Recientemente, uno de los cuatro detectores de los choques del LHC, llamado LHCb, reportó el descubrimiento de cinco nuevas partículas llamadas ‘bariones encantados’, que vienen siendo primos de los protones y neutrones.
Los  bariones están compuestos por tres partículas fundamentales llamadas ‘quarks’. Dentro de los bariones más conocidos están los protones y los neutrones. Los ‘quarks’, a su vez, son partículas subatómicas y constituyentes fundamentales de la materia, que viven y obedecen las reglas del mundo cuántico.

La dinámica de los ‘quarks’, es decir, la forma como se comportan, está descrita por una teoría llamada cromodinámica cuántica o QCD, su sigla en inglés. En resumen, la QCD nos dice cómo funcionan los ‘quarks’, describiendo la interacción fuerte esencial para la formación de núcleos atómicos, formados por protones y neutrones.

La QCD es una de las teorías más elegantes matemáticamente hablando que tiene la física; sin embargo, tiene varios problemas aún por discernir. Sus principales características son el confinamiento y la libertad asintótica, algo bastante extraño de lo que conocemos sobre las interacciones entre partículas. 

El confinamiento se refiere a que los ‘quarks’ siempre tienen que estar asociados. Estas agrupaciones son regularmente de dos y tres ‘quarks’, llamados mesones y barones, respectivamente. Experimentos recientes muestran que también puede haber asociaciones de cuatro y cinco ‘quarks’, llamados ‘tetraquark’ y ‘pentaquark’ (LHCb, según lo reportó el descubrimiento del primer ‘pentaquark’ en el 2015). 

Por otro lado, la libertad asintótica nos dice que la interacción fuerte se hace más débil cuando la energía es mayor. Según esto, al comienzo del universo, cuando había una gran cantidad de energía concentrada, la interacción fuerte que liga los ‘quarks’ no era tan potente y, por tanto, estos podían estar desligados unos de otros. En esta especie de sopa de ‘quarks’ no había posibilidades de formar protones o neutrones, por lo que no se podían formar núcleos atómicos. 

Este conocimiento nos lleva a entender en qué momento del universo y bajo qué circunstancias se formaron los núcleos atómicos, para luego dar inicio a la formación del universo a gran escala como lo conocemos actualmente. 

Comprender a cabalidad la naturaleza de la interacción fuerte es una de las grandes incógnitas matemáticas por resolver de los llamados problemas del milenio. Quien logre dilucidarlo, recibiría un millón de dólares y lo haría merecedor de un eminente puesto en la historia de la ciencia. 

De ahí la importancia de los descubrimientos reportados por el LHCb. Las nuevas cinco partículas bariónicas y los estados de ‘pentaquark’ nos ayudan a entender cómo funcionan los ‘quarks’ y ese extraño mundo de la interacción fuerte.

JAIRO ALEXIS RODRÍGUEZ*
Especial para EL TIEMPO
* Ph. D. Director de Investigación y Extensión de la Universidad Nacional.
Comparte este artículo en tus redes sociales:

Fermat, Pascal y los inicios de la probabilidad moderna

Desde el porcentaje de que llueva o nieve un día concreto en una zona determinada hasta la idoneidad de apostar o no según la mano de póker que llevemos, pasando por las cuotas a favor o en contra de la victoria de un cierto equipo y muchos otros fenómenos físicos o económicos. Gran parte de los datos que nos encontramos a diario en muchos ámbitos están basados en el cálculo de probabilidades.
En 1933, Andréi Kolmogórov establecía la que se conoce como concepción axiomática de probabilidad, dando rigor de esta forma a muchos de los estudios que se habían realizado con anterioridad en esta rama y comenzando así el estudio moderno de la teoría de probabilidades. Pero el estudio de la probabilidad comenzó mucho antes, y se puede decir que los precursores de esta teoría fueron Pierre de Fermat y Blaise Pascal.
Nos remontamos al siglo XVII. La teoría de números da sus primeros pasos como rama de las matemáticas gracias a Pierre de Fermat, y la geometría analítica hace su aparición en las matemáticas apoyada en los estudios del propio Fermat y de René Descartes. Al margen de todo esto, la alta sociedad francesa se entretiene con juegos de azar.




Pierre de Fermat
Pierre de Fermat WIKIPEDIA


Uno de sus integrantes, Antoine Gombaud, Caballero de Méré, era un experto jugador (aparte de escritor y pensador). A pesar de su sabiduría en lo que a juegos de azar se refería, había dos que le creaban dudas, que no entendía completamente. Por ello, decidió planteárselos a Pascal.
El primero que vamos a comentar es el siguiente. Supongamos que tiramos un dado cuatro veces y pensemos en la probabilidad de que salga al menos un 6 en alguna de las tiradas (da igual en cuál de ellas). La cuestión es la siguiente: ¿nos conviene apostar a que saldrá al menos un 6? Veámoslo con matemáticas.
Vamos a calcular la probabilidad de que no salga ningún 6 en ninguna de las tiradas, y el resultado se lo restaremos a 1, obteniendo así la probabilidad de que salga al menos un 6.
La probabilidad de que no salga un 6 en una tirada es 5/6 (cinco valores que no son 6 entre seis valores posibles), y como tiramos cuatro veces (y las tiradas son independientes), la probabilidad de que no salga ningún 6 en esas cuatro tiradas es:
(5/6) · (5/6) · (5/6) · (5/6) = (5/6)4
Ahora la probabilidad de que salga al menos un 6 saldrá de restar ese resultado a 1:
P(Al menos un 6) = 1-(5/6)4=0’5177…
Como nos sale un resultado mayor que 0’5, nos conviene apostar a que saldrá al menos un 6 en cuatro tiradas de un dado.
Gombaud sabía que esa apuesta era ligeramente favorable que la contraria (aunque seguro que no hizo los cálculos como hemos mostrado aquí), y a partir de aquí se planteó qué ocurriría al tirar dos dados y esperar que en ambos salga 6 al menos una vez. Su razonamiento fue algo parecido a lo siguiente:
“La probabilidad de sacar 6 en ambos dados (en una tirada) es igual a multiplicar por 1/6 la probabilidad de sacar un 6 con un dado en una tirada. Por tanto, para igualar la situación al problema anterior habría que hacer 4 · 6 = 24 tiradas. Así conseguimos un problema en el que la probabilidad de sacar 6 en ambos dados al menos una vez es la misma que la de sacar un 6 al menos una vez en el caso anterior, por lo que interesa apostar a favor de ese hecho.”




Blaise Pascalpulsa en la foto
Blaise Pascal FLICKR


El caso es que nuestro caballero de Mére, a pesar de que aparentemente la apuesta era favorable, veía que a la larga perdía más veces que ganaba. Vamos, que la apuesta no parecía tan favorable, pero no sabía por qué. ¿Podrías ayudar tú a Antoine? Piénsalo, más adelante daremos la respuesta.
El segundo problema es, bajo mi punto de vista, más interesante. Os pongo en situación:
Imaginemos que dos jugadores A y B juegan con una moneda, tirándola y viendo lo que sale en ella. Si sale cara, A acumula un punto, y si sale cruz lo acumula el jugador B. Ambos han apostado 32 € y gana el jugador que antes llegue a 5 puntos, llevándose entonces todo el dinero (al parecer, el problema trataba de tirar un dado y cada uno había elegido un número concreto, pero para ilustrar el problema nos vale nuestro ejemplo). Por circunstancias que no vienen al caso, hay que interrumpir el juego antes de que uno de los jugadores gane, estando en ese momento el marcador así: A lleva 4 puntos y B lleva 3 puntos. La cuestión es la siguiente: ¿cómo debe repartirse el dinero?
Este problema había sido estudiado anteriormente por Luca Pacioli y por Tartaglia, pero ambos dieron respuestas erróneas. Nuestro caballero de Mére se lo propuso a Pascal, que lo puso en conocimiento de Fermat mediante correspondencia. En esa correspondencia entre estos dos monstruos de las matemáticas se resolvió este problema y, de paso, se creó el germen de la teoría del cálculo de probabilidades.
Pero vayamos al problema en sí. La primera idea, en cierto modo razonable, sería repartir el dinero total, 64 €, en proporción según los puntos que llevan cada uno de ellos en el momento en el que el juego se corta. Como en ese momento A lleva 4 puntos y B lleva 3 puntos, habría que dividir 64 entre 7 y dar 4 partes a A y 3 partes a B…
…el problema es que este razonamiento no da un resultado justo. Por ejemplo, imaginad que sólo se ha hecho una tirada y ha salido cara. Entonces A lleva un punto…y las circunstancias obligan a terminar ahí el juego. Según el razonamiento anterior, A debería llevarse todo el dinero, lo que sería a todas luces injusto.
El reparto más justo (y, por tanto, el correcto) debe ir en función de la probabilidad que tendría cada uno de ganar el juego si éste no se hubiera interrumpido. Vamos a analizar cuáles serían las probabilidades de cada uno y las usaremos después para repartir el dinero correctamente.
Como decíamos, el jugador A lleva 4 puntos y el B lleva 3 puntos, y gana el primero que llegue a 5 puntos. Si en la siguiente tirada hubiera salido una cara, el jugador A llegaría a 5 puntos y, por tanto, ganaría. La probabilidad de que ocurra eso es la probabilidad de que salga cara en una tirada: 1/2.
Si hubiese salido cruz, el jugador B sumaría 4 puntos. Como el A también lleva 4, todavía no ha ganado nadie, por lo que hay que tirar de nuevo. Si en esa segunda tirada sale cara, gana el A, y esto ocurre con probabilidad
(1/2) · (1/2) = 1/4 (el primer 1/2 por la cruz y el segundo por la última cara)
Y si en la segunda tirada sale cruz, gana el jugador B. La probabilidad de que eso ocurra es también
(1/2) · (1/2) = 1/4 (el primer 1/2 por la primera cruz y el segundo por la última cruz)
Analizando estos casos, vemos que la probabilidad de que gane A es:
P(Gana A)=1/2 + 1/4 = 3/4
Y la probabilidad de que el ganador sea B es:
P(Gana B)=1/4
Entonces debemos dividir el dinero total en cuatro partes y darle tres a A y una a B. Por tanto, al jugador A le corresponden 48 € y al B le deben dar 16 €.
Volvamos ahora al primer problema. ¿Lo has resuelto? Razonando como en el caso de una sola tirada de dado seguro que sí. Pero por si acaso vamos a comentarlo.
Vamos a calcular la probabilidad de que no salga el resultado (6,6), y después, como antes, le restaremos esa probabilidad a 1. Como el resultado (6,6) puede darse solamente en 1 de los 36 casos posibles, y tiramos el dado 24 veces, tenemos que:
P(No salga (6,6)) = (35/36)24
Ahora le restamos ese valor a 1 y obtenemos la probabilidad de que salga (6,6) al menos una vez en 24 tiradas:
P(Al menos sale (6,6) una vez en 24 tiradas) = 1 – (35/36)24 = 0’4914…
Lo que significa, al ser menor que 0’5, que apostar a ese resultado es, a la larga, perjudicial para el jugador.

Como ya hemos comentado, Pascal y Fermat comentaron y dieron solución a estos problemas en la correspondencia que se generó entre ambos (Fermat, sobre todo, era mucho de comunicarse con otros matemáticos por correspondencia) después de que el caballero de Mére se los propusiera a Pascal. Aquí tenéis traducciones al inglés de parte de esa correspondencia, aunque por desgracia no todas las cartas han llegado a nuestros días. El responsable de formalizar todos estos argumentos fue Christiaan Huygens, que tuvo conocimiento de esta correspondencia sobre 1655. En 1657 publicó el tratado De Ratiociniis in Ludo Aleae (Calculando en juegos de azar), escrito en el que resolvía los problemas sobre probabilidades que circulaban en aquella época. Este tratado se convirtió en el primero trabajo publicado sobre cálculo de probabilidades.

Como habéis podido ver, el simple planteamiento de un problema práctico por parte de Antoine Gombaud, caballero de Mére, acabó dando lugar a toda una teoría matemática con multitud de usos y aplicaciones. Y no es el único caso, recordad el caso de los puentes de Königsberg y la teoría de grafos. Por ello, no debemos restarle importancia a ninguno de los problemas que se nos puedan ocurrir o que nos puedan aparecer, ya que nunca se sabe la importancia que pueden llegar a tener o las aplicaciones que se les puede encontrar.

Recuperado de http://elpais.com/elpais/2017/04/26/el_aleph/1493220185_791291.html
Comparte este artículo en tus redes sociales:

5 ideas para mejorar el mundo aplicando las matemáticas

La Fundación BBVA ha elegido a 63 investigadores y creadores culturales para financiar proyectos personales con impacto social. Esta convocatoria, a la que se presentaron 1900 solicitudes, está pensada para impulsar proyectos con un gran margen de flexibilidad en el uso de recursos que permite a los galardonados centrarse en hacer avanzar sus iniciativas y no en la justificación de gastos. En total, la convocatoria está dotada con 2,2 millones de euros con una media de 34000 euros por proyecto. Los ámbitos de trabajo de los galardonados son muy diversos, desde el trabajo científico en la búsqueda de los mecanismos biológicos del cáncer o la obesidad a la búsqueda de planetas parecidos a la Tierra o el diseño de ciudades más vivibles por personas de todas las edades. A continuación, hablamos con algunos de los seleccionados.

Leandro Luigi di Stasi. Controlar la fatiga en profesiones de riesgo
Leandro Luigi di Stasi, psicólogo

Un fallo provocado por el cansancio en un cirujano o un conductor de transporte público puede poner en peligro la vida de una o varias personas. Leandro Luigi di Stasi, investigador en el Departamento de Psicología Experimental de la Universidad de Granada trabaja para reducir el riesgo asociado a la fatiga detectándola con tiempo. Para lograrlo, él y su equipo han elaborado un índice que defina con la mayor objetividad posible el nivel de cansancio aceptable que no se debe superar, a través de indicadores como el movimiento ocular y la actividad cerebral y están desarrollando un sistema para construir dispositivos portables y de bajo costo que los trabajadores puedan llevar consigo.


Nina Tramullas. Un lugar de apoyo a los expatriados
Nina Tramullas, periodista

Nina Tramullas, licenciada en comunicación, ha puesto en marcha 0034 Código Expat, una plataforma web dedicada a los españoles que trabajan fuera de España o están pensando en irse. En ese espacio se ofrecerá información relacionada con todo lo que significa vivir en el extranjero y se podrán encontrar servicios específicos que pueden ser útiles cuando se está fuera de España. Tramullas considera que es especialmente interesante la información fiscal y legal, pero comenta que también existe demanda de psicólogos españoles, que puedan entender mejor las particularidades culturales y las necesidades de alguien de su país. Además, 0034 Código Expat servirá como punto de encuentro para compartir experiencias.



Mª Paz Martín. Crear ciudades en las que también vivan bien los mayores
“Mick Jagger [el líder de los Rolling Stones], 
con 72 años, es un anciano según la definición oficial”, dice Mª Paz Martín Rodríguez. Para ella es un ejemplo de que esa edad se puede vivir con la misma plenitud que otras etapas de la vida, algo que en la sociedad actual no se ha integrado de un modo adecuado. El proyecto por el que recibirá la ayuda esta arquitecta consiste en analizar cuál es la situación actual de la organización urbana desde el punto de vista de las personas mayores. Se analizará, la planificación urbana, hasta el hogar y el entretenimiento, para observar las carencias y poder ofrecer mejoras. Con los resultados, se realizará una exposición itinerante, porque, en gran medida, el trabajo de Martín Rodríguez tiene que ver con la concienciación social. “El cambio tiene que ser muy global, pero sobre todo debemos entender que no tiene por qué ser feo o triste”, apunta. “El diseño para los ancianos ha de hacerse con optimismo y contemplando las nuevas formas de vivir, dándole la vuelta a los prejuicios”, concluye.

David Gómez-Ullate. Algoritmos matemáticos contra el fraude bancario
David Gómez-Ullate,Inst Ciencias Matemáticas

El proyecto de David Gómez-Ullate, profesor de la Universidad Complutense de Madrid, utiliza las matemáticas y la inteligencia artificial para enseñar a las máquinas a detectar fraudes en medios de pago electrónicos, sobre todo con tarjetas de crédito. “Un banco nos pasa una base de datos con un año de operaciones de transacciones electrónicas y se anotan cuáles son legítimas y cuáles son fraudes”, explica Gómez-Ullate. “Lo que buscamos es que la máquina aprenda de esas pautas para ver cuáles son fraudulentas o no y pueda ayudar a evitar fraudes en el futuro”, añade. “Si una persona utiliza la tarjeta de crédito para un tipo de productos y de repente compra algo que no tiene nada que ver habrá un indicio más probable de fraude”, ejemplifica el investigador. Además, es importante que el sistema sea rápido para que no haga engorroso el uso del pago electrónico o de una tarjeta. “Los bancos buscarán un equilibrio entre incrementar las probabilidades de detectar el fraude y molestar a sus clientes”, apunta.

Sara González. Gestionar mejor los residuos y hacer que tengan valor
Sara González, ingeniera química

El objetivo del proyecto se Sara González, ingeniera química de la Universidad de Santiago de Compostela, es transformar el entorno de una ciudad modelo española de unos 125000 habitantes, como Santiago, y trasformarla en una 'smart city' (ciudad inteligente). El desarrollo de una ciudad inteligente conlleva varias variables, como la logística y el transporte. En este caso, González prestará atención a los residuos alimentarios que se generan en una ciudad para mejorar su gestión. “El proyecto analizará dentro de la ciudad modelo los puntos donde se generan residuos, como hogares, restaurantes o supermercados, y se observará el proceso desde que se consumen los alimentos hasta que se llevan a los puntos de gestión”, explica González. Ahora ese destino es la incineración y el vertedero, pero ellos quieren plantear alternativas como el uso de residuos ara la producción de biogas o fertilizantes. “Queremos hacer evolucionar las ciudades hacia el tipo de ciudades inteligentes como Niza o Copenhague”, finaliza.

Tomado de El País
Comparte este artículo en tus redes sociales:

Los Simpsons y las Matemáticas.

Los Simpsons se ha consolidado como un fenómeno de la cultura pop internacional, serie ganadora de muchos premios. Es la comedia de mayor duración de todos los tiempos y también es uno de los programas de televisión al aire más alfabetizados, Contiene muchas referencias a diversos campos académicos, incluyendo las matemáticas.


Desde que Los Simpson están al aire hemos visto mas de  cien episodios con referencias matemáticas que van desde aritmética, cálculo mental y de porcentajes, proporciones, geometría, cálculo, topología, estadística, criptología, efectos ópticos, acertijos, la teoría del caos, los teoremas de Pitágoras y Fermat, las matemáticas recreativas, o el misterioso número áureo.

Y es que varios guionistas de esta exitosa serie saben matemáticas. Al Jean, el jefe de guionistas es licenciado en matemáticas por la Universidad de Harvard; David Cohen, guionista y productor es licenciado en física por la misma universidad; Ken Keeler es doctor en matemática aplicada, una rama de las matemáticas,…”


En una escena del primer capítulo, titulado “Bart, el genio” (emitido en enero de 1990), Maggie construye la frase “EMCSQU” con una torre de cubiletes. La ecuación matemática más famosa de la historia de la ciencia E = m c² (SQU = squared, en inglés “al cuadrado”).




En ese mismo episodio hay un chiste sólo para nerds. Envían a Bart a un Centro de Aprendizaje Especial para Niños Superdotados y su primera lección es de matemáticas. “La profesora pone un problema a los alumnos, el primer ejemplo de una broma matemática descarada en Los Simpson. La profesora escribe una ecuación en la pizarra y dice: “y es igual a r al cubo partido por 3, y si determináis correctamente la tasa de incremento en esta curva, creo que quedaréis agradablemente sorprendidos”.”

Todos los alumnos (excepto Bart) averigüan la respuesta y se echan a reír, pues la solución se halla derivando la función.

Pero sin duda el capítulo mas asombroso es cuando Homer delante de una pizarra empezó a escribir la fórmula, que desarrollada, acaba prediciendo la masa del Bosón de Higgs. “La ecuación de Homer se aproximaba mucho. La suya es un poco mayor, un poco más grande, pero se aproxima bastante 14 años antes del descubrimiento de la partícula”, afirmó Marta Martín.

Acá dos episodios  
Homero hace estallar máquina detectora de mentiras.

Homero y la estadísica


La ciencia escondida en los Simpsons: Claudio Sanchez en una charla de  TEDxRosario


Comparte este artículo en tus redes sociales:

¿De verdad todos podemos ser genios matemáticos?

Las actitudes negativas hacia las matemáticas son comunes y los expertos advierten que son más perjudiciales de lo que pensamos. Cuando un padre le dice a su hijo: "nunca me fue bien en matemáticas", puede estar contribuyendo a que él sienta lo mismo. Comentarios casuales como ese tienden a normalizar posiciones adversas frente a esta ciencia.

Pero mientras que la habilidad numérica precisa de habilidades como sumar y multiplicar, las matemáticas no son solo eso, son acerca de la resolución de problemas.

Si llegaste a tiempo al trabajo hoy, si les trajiste café a tus colegas o si estás decidiendo qué comprar de almuerzo, todo eso requiere de pensamiento lateral... en otras palabras, matemáticas. Aunque tengan mala fama, las usamos todo el tiempo y con un poco de esfuerzo todos podemos mejorar nuestra capacidad.

¿Hay un gen de las matemáticas?

En 2011, un estudio hecho por la Universidad John Hopkins, Illinois, Estados Unidos, encontró que a los niños que tenían un sentido numérico altamente desarrollado -la habilidad de estimar números- también les iba bien en las pruebas de matemáticas. Los investigadores indicaron que eso significaba que la capacidad de manejar números podía ser innata.

Cuando Albert Einstein murió en 1955, sacaron su cerebro y lo preservaron para futuros estudios científicos. ¿Era su cerebro la razón de su genialidad? Durante los años siguientes varios científicos lo estudiaron y, aunque sus resultados a veces han sido controvertidos, muchos aseguran que "el cerebro de Einstein era diferente a los demás".

Un estudio reciente hecho por científicos de la Universidad del Estado de Florida encontró que Einstein tenía una "corteza prefrontal extraordinaria", que pudo haber contribuido a que tuviera tales capacidades.

Sumando lo demás

Sin embargo, los expertos generalmente están de acuerdo en que tanto lo innato como lo adquirido juegan un rol importante cuando se trata de las matemáticas. Factores como la vida familiar, la educación e incluso las privaciones influyen en nuestras posibilidades de dominar esta ciencia.

Un estudio hecho en Noruega, en el que se pusieron a prueba las habilidades de 70 niños, encontró que lo único necesario es mucha práctica. Y muchos expertos advierten que el hablar de "genes matemáticos" es una falacia pues lo que se requiere para ser bueno en matemáticas es esforzarse.

Para Toby Bailey, de la Escuela de Matemáticas de la Universidad de Edimburgo, es vital que la gente deje a un lado la creencia de que se es bueno o malo para las matemáticas, y que adopte una "mentalidad de desarrollo" -a menudo corriente en los países del suroriente asiático- según la cual si uno trabaja, seguramente mejora.

La clave: valentía

Uno de los más grandes obstáculos para convertirse en un genio matemático es el miedo. Preséntale un problema matemático a un grupo de gente y la mayoría querrá huir. Aunque no lo creas, existe una condición llamada "ansiedad matemática", y hay escáneres que muestran que el área del cerebro afectada es similar a la que se activa cuando sentimos dolor físico.

El gran problema con esta ansiedad es que la gente se da por vencida. Su mente les dice que no pueden hacerlo y el miedo hace que no insistan. Pero, por supuesto, las matemáticas no son un monstruo. Lo que tienen es un problema de imagen. Decir que no somos buenos para las matemáticas es casi como una medalla de honor. Sin embargo, no es cierto.

En el fondo, todos somos matemáticos. Muchos empleos dependen de ello. Por ejemplo, quizás no asocies la enfermería con las matemáticas, pero cuando se están administrando medicinas, un error en un punto decimal puede ser la diferencia entre la vida y la muerte.

La realidad es que usamos las matemáticas a diario. Para navegar en el mundo, tenemos que entender los números y poder calcular los riesgos.

5 trucos para ser mejor en matemáticas

1. La confianza es la clave. El 50 por ciento de ser un matemático es creer que uno puede solucionar un problema. De alguna manera tienes que poder superar ese pavor que sientes cuando te presentan un ejercicio. Recuerda que todas las herramientas y técnicas ya están inventadas: no tienes que reinventar la rueda. Lo único que hay que hacer es decidir cómo aplicar esas herramientas para solucionar esa pregunta en particular.

2. Aprender matemáticas es como aprender a tocar un instrumento. No puedes pretender que vas a aprender a tocarlo en un día. Tienes que practicar las escalas y después vas a poder tocar una pieza musical. De hecho, las matemáticas se parecen a un lenguaje: es el lenguaje de la naturaleza. Debes dedicarle un poco de tiempo antes de poderlo entender y usar.

3. Está bien atascarse. Como matemático profesional, paso la mayor parte de mi vida atascado en problemas matemáticos. Pero eso es lo que lo hace divertido: ese momento maravilloso en el que de repente te das cuenta de cómo puedes resolver el problema. ¡Si todo fuera fácil, sería aburrido! Y siempre recurre al pensamiento lateral... el truco es encontrar diferentes perspectivas.

4. Divide el problema en pedazos pequeños. Construir un argumento matemático es un poco como un juego de ajedrez: la combinación de todos los movimientos individuales es lo que al final te lleva a ganar la partida.

5. Encuentra el patrón. Cuando juego "Papel, tijera o piedra", lo que trato de hacer es descubrir algún patrón en la conducta de mi oponente. Si lo logro, tengo la ventaja. Eso es una habilidad matemática. Las matemáticas no son habilidades aritméticas, es la ciencia de la búsqueda de patrones. ¡Incluso si nunca pudiste aprender las tablas de multiplicar, puedes ser un buen matemático! (de hecho, muchos de mis colegas no se las saben).

Fuente: BBC Mundo / Marcus du Sautoy
Comparte este artículo en tus redes sociales:

Un sistema detecta con dos meses de antelación las tendencias mundiales en redes sociales

Utilizando 50.000 cuentas de Twitter, un nuevo método de monitorización identifica la información que será relevante en las redes sociales hasta con dos meses de antelación. 

Esto puede ayudar a predecir movimientos sociales, reacciones del consumidor o posibles brotes epidémicos, según un estudio  en el que participan diferentes universidades.



El equipo liderado por el profesor  Esteban Moro Egido, junto con científicos de la Universidad Autónoma de Madrid, el NICTA australiano y las universidades de Yale y de California-San Diego, en EEUU, han utilizado una de las propiedades de las redes sociales que también se observa en Twitter y que se conoce como la paradoja de la amistad: tus amigos tienen de media más amigos que tú.

Lo que han hecho en el estudio, publicado en la revista PLoS ONE, es elegir un conjunto de usuarios al azar y tomar como grupo sensor a algunos de sus seguidores. Han averiguado que estos sensores-amigos desempeñan un papel más importante de lo que se pensaba, pues reciben la información mucho antes que los usuarios previamente elegidos.
“Nos quedamos muy sorprendidos. Pensábamos que el método nos daría una alerta temprana de un par de horas, pero en vez de eso nos dio varios días e incluso a veces semanas o meses”, dice otro de los autores, James Fowler, de la Universidad de California-San Diego (EEUU). Por ejemplo, este nuevo método predice la explosión viral del hashtag #obamacare en Twitter hasta dos meses antes de convertirse en una tendencia y hasta tres meses antes de alcanzar el número máximo de apariciones en las búsquedas de Google.
Puede usarse en tiempo real, sobre diferentes temas, distintos idiomas o áreas geográficas, lo cual permite abarcar muy diferentes contextos: descubrir nuevas opiniones en un debate político, predecir movimientos sociales, tener un conocimiento previo de la reacción de los consumidores ante nuevos productos o analizar cómo se extienden mensajes sobre determinadas enfermedades o epidemias en el ámbito de la salud pública.
Este sistema tiene ciertas limitaciones. No se puede predecir cómo  se van a difundir de manera viral informaciones asociadas a eventos como un partido de fútbol, la actualidad diaria o las catástrofes naturales, advierten los científicos. En cambio, hay otro tipo de noticias que sí se pueden prever, como los movimientos sociales (el 15M) o las ideas que llevan mucho tiempo moviéndose en la red a pequeña escala y que terminan por llegar al gran público.
Tomado de http://www.agenciasinc.es/
Comparte este artículo en tus redes sociales:

La Bundesliga es la más competitiva, según un estudio matemático

Un nuevo método desarrollado por investigadores de tres universidades españolas mide la competitividad de las ligas de Inglaterra, España, Italia y Alemania. El análisis es útil tanto para la prensa especializada, público y los técnicos de los equipos, como para los organismos que se encargan de hacer clasificaciones internacionales.


La Bundesliga es la más competitiva entre cuatro de las principales ligas futbolísticas europeas: la inglesa, la española, la italiana y la alemana. A esta conclusión ha llegado un equipo de investigadores de la Universitat Politècnica de València, la Universidad Rey Juan Carlos de Madrid y la Universidad Politécnica de Madrid, tras desarrollar un método científico que facilita y fortalece los procedimientos para medir la competitividad.
El estudio, elaborado conjuntamente por grupos de investigación matemática de las tres universidades, ha sido publicado por la revista Chaos, una publicación internacional de referencia en su campo.
El método para medir la competitividad, en este caso aplicada a las ligas de fútbol, analiza cómo los equipos cruzan sus posiciones en la clasificación a lo largo de la temporada. Para su desarrollo, los investigadores se centraron en las dos últimas campañas de las cuatro principales ligas de fútbol europeas.
El método analiza cómo los equipos cruzan sus posiciones en la clasificación a lo largo de la temporada
“Podría decirse que nuestro método mide los vuelcos que ocurren en la clasificación. Las medidas que aportamos no se obtienen solo con la clasificación final de la liga, sino que tiene en cuenta la evolución; es como un electrocardiograma de la competición”, señala Francisco Pedroche, investigador del Institut de Matemàtica Multidisciplinària de la Universitat Politècnica de València.
Los autores de la investigación consideran que el método que han concebido  ofrece más información que otros basados en el porcentaje de victorias de cada equipo. El análisis de la competitividad, y en particular el concepto de equilibrio competitivo  de una liga, es muy usado en la teoría económica de las ligas de fútbol americano.
La novedad aportada en este sentido por los científicos de la URJC, la UPM y la UPV es que hasta ahora no existe ningún método aplicado a una serie de más de dos jornadas. El nuevo método permite, además, medir lo competitivo que ha sido cada equipo a lo largo de la temporada y también comparar la evolución de conjuntos en diferentes ligas.  
Útil para las clasificaciones
De este modo, el análisis que ofrece puede ser útil tanto para la prensa especializada, público en general y los técnicos de los equipos, como para los organismos que se encargan de hacer clasificaciones internacionales de equipos.
“Por ejemplo, la competitividad de la liga puede contribuir a la ponderación de los campeonatos que se utilizan para asignar el trofeo “Bota de oro” o para el coeficiente que se emplea para la clasificación de equipos en la Liga de Campeones. Además, el método podría usarse también para estudiar la posibilidad de dividir una liga en dos subligas con competidores más homogéneos”, apunta Pedroche.
El estudio ha contado con financiación del MICINN,  fondos FEDER y de la Junta de Andalucía. El equipo investigador ha estado formado por los profesores Regino Criado, Esther García y Miguel Romance de la Universidad Rey Juan Carlos y del Centro de Tecnología Biomédica de la Universidad Politécnica de Madrid, y Francisco Pedroche, investigador del Institut de Matemàtica Multidisciplinària de la Universitat Politècnica de València. 

Tomado de Sinc La Ciencia es Noticia
Comparte este artículo en tus redes sociales:

Videoteca

Videos Discovery

Videos Discovery
Discovery en la Escuela

Aula virtual Cálculo Integral

Aula virtual Cálculo Integral
Sesiones en Wiziq

Aula Virtual Estadística

Aula Virtual Estadística
Sesiones en Wiziq

Zona Wolfram Alpha

Zona Wolfram Alpha
ir a Herramientas
Este sitio inició el día 1 de abril de 2010. Estas son las estadísticas a la fecha de hoy

   Publicaciones
   Comentarios
 Días online

Páginas vistas en total