NARRATIVA DE PROFESSORES UNIVERSITÁRIOS SOBRE O CONCEITO DE EQUAÇÃO LOGÍSTICA: ANÁLISE TEÓRICA NA APOE
##plugins.themes.bootstrap3.article.sidebar##
Palavras-chave:
equação logística
narrativa
professores universitários
teoria APOE
##plugins.themes.bootstrap3.article.main##
Edição:
v. 1 n. 2 (2024): Diciembre
Seção: Artículos de Educación Matemática
Resumo
Este trabalho apresenta as histórias de quatro professores de nível universitário sobre o ensino-aprendizagem da Equação Logística e sua importância na matemática educacional a partir de sua práxis docente. Os dados foram coletados por meio de entrevista não estruturada e a narrativa foi utilizada para análise. Essas narrativas indicaram um caminho a seguir para criar uma decomposição genética preliminar da Equação Logística de acordo com uma das perspectivas do primeiro componente, a análise teórica, da APOE: um olhar a partir da didática da matemática.
##plugins.themes.bootstrap3.article.details##
Quilantán Ortega, I., & Rodríguez Vásquez, F. M. (2024). NARRATIVA DE PROFESSORES UNIVERSITÁRIOS SOBRE O CONCEITO DE EQUAÇÃO LOGÍSTICA: ANÁLISE TEÓRICA NA APOE. RIME, 1(2), 113-127. https://doi.org/10.32735/S2810-7187202400023784
Downloads
Não há dados estatísticos.
Referências
1. Ekici, C., Plyley, C. Inquiry-Based Modeling of Population Dynamics with Logistic Differential and Difference Equations. Primus. 2019; 29(6): 553-570. https://doi.org/10.1080/10511970.2018.1484399
2. Kadas, Z. Discrete Population Models: Why They Belong in a Differen-tial Equations Course. Primus. 2018; 28(8): 785-796. https://doi.org/10.1080/10511970.2018.1443532
3. Parra, E., Gordillo, W., Pinzón, W. J. Modelos de Crecimiento Pobla-cional: Enseñanza-Aprendizaje desde las Ecuaciones Recursivas. For-mación Universitaria. 2019; 12(1): 25-34.
4. Bejarano, C. A. Modelos de simulación para el estudio del crecimiento poblacional exponencial. Epsilon. 2005; 1(4): 69-81. https://ciencia.lasalle.edu.co/ep/vol1/iss4/23/
5. Scott, P. Populate or Perish: Logo and the Logistic Equation. Mathemat-ics in School, 2000. 14-16.
6. Medina, M. J., Cortés, C. M., Cortés, I. M, Pérez, F. A., Manzano, C. M. Estudio sobre modelos predictivos para la COVID-19 en Cuba. Medisur. 2020; 18(3): 11.
7. Valero, C. M. A., Lezama, A. F. J. Una experiencia didáctica con estu-diantes de bachillerato en torno a la modelación de los datos del CO-VID19 en México. El cálculo y su Enseñanza. Enseñanza de la Ciencia y la Matemática. 2020; 15(2): 1-19.
8. Winkel, B. J. Sourcing for Parameter Estimation and Study of Logistic Differential Equation. International Journal of Mathematical Education in Science and Technology. 2012; 43(1): 67-83. https://doi.org/10.1080/0020739X.2011.582178
9. Ang, K. C. A simple model for a SARS epidemic. Teaching Mathemat-ics and Its Applications: An International Journal of the IMA. 2004; 23(4): 181-188.
10. Habre, S. Exploring students’ strategies to solve ordinary differential equations in a reformed setting. Journal of Mathematical Behavior. 2000; 18(4): 455-472. https://doi.org/10.1016/S0732-3123(00)00024-9
11. Rasmussen, C. New directions in differential equations: A framework for interpreting students’ understandings and difficulties. Journal of Mathematical Behavior. 2001; 20(1): 55-87.
12. Soon, W., Tirtasanjaya, L. L., McInnes, B. Understanding the difficul-ties faced by engineering undergraduates in learning mathematical mod-elling. International Journal of Mathematical Education in Science and Technology. 2011; 42(8): 1023-1039.
13. Rodríguez, J., Ulloa, J. Alternativa didáctica para el estudio del modelo Gompertz. Investigación e Innovación en Matemática Educativa. 2017; 2: 98-114.
14. Pelinovsky, E., Kurkin, A., Kurkina, O., Kokoulina, M., Epifanova, A. Logistic equation and COVID-19. Chaos, Solitons & Fractals. 2020; 140.
15. Shayak, B., Sharma, M. M. Retarded logistic equation as a universal dynamic model for the spread of COVID-19. medRxiy. 2020.
16. Tene, T., Guevara, M., Svozilík, J., Tene-Fernandez, R., Gómez, C. V. Analysis of COVID-19 Outbreak in Ecuador Using the Logistic Model. Emerging Science Journal. 2021; 5: 105-118.
17. Arnon, I., Cottrill, J., Dubinsky, E., Oktac, A., Fuentes, SR., Trigueros, M., y Weller, K. APOS Theory. A Framework for Research and Curric-ulum Development. Mathematics Education; Nueva York: Springer; 2014.
18. Álvarez-Gayou, J. Cómo hacer investigación cualitativa. Fundamentos y metodología. México: Paidós. 2005.
19. Miramontes, P., Sánchez-Garduño, F. Variables elegantes: Un método para determinar los parámetros en modelos simples en Biología. Misce-lánea Matemática, SMM. 1993; 23: 27-38.
2. Kadas, Z. Discrete Population Models: Why They Belong in a Differen-tial Equations Course. Primus. 2018; 28(8): 785-796. https://doi.org/10.1080/10511970.2018.1443532
3. Parra, E., Gordillo, W., Pinzón, W. J. Modelos de Crecimiento Pobla-cional: Enseñanza-Aprendizaje desde las Ecuaciones Recursivas. For-mación Universitaria. 2019; 12(1): 25-34.
4. Bejarano, C. A. Modelos de simulación para el estudio del crecimiento poblacional exponencial. Epsilon. 2005; 1(4): 69-81. https://ciencia.lasalle.edu.co/ep/vol1/iss4/23/
5. Scott, P. Populate or Perish: Logo and the Logistic Equation. Mathemat-ics in School, 2000. 14-16.
6. Medina, M. J., Cortés, C. M., Cortés, I. M, Pérez, F. A., Manzano, C. M. Estudio sobre modelos predictivos para la COVID-19 en Cuba. Medisur. 2020; 18(3): 11.
7. Valero, C. M. A., Lezama, A. F. J. Una experiencia didáctica con estu-diantes de bachillerato en torno a la modelación de los datos del CO-VID19 en México. El cálculo y su Enseñanza. Enseñanza de la Ciencia y la Matemática. 2020; 15(2): 1-19.
8. Winkel, B. J. Sourcing for Parameter Estimation and Study of Logistic Differential Equation. International Journal of Mathematical Education in Science and Technology. 2012; 43(1): 67-83. https://doi.org/10.1080/0020739X.2011.582178
9. Ang, K. C. A simple model for a SARS epidemic. Teaching Mathemat-ics and Its Applications: An International Journal of the IMA. 2004; 23(4): 181-188.
10. Habre, S. Exploring students’ strategies to solve ordinary differential equations in a reformed setting. Journal of Mathematical Behavior. 2000; 18(4): 455-472. https://doi.org/10.1016/S0732-3123(00)00024-9
11. Rasmussen, C. New directions in differential equations: A framework for interpreting students’ understandings and difficulties. Journal of Mathematical Behavior. 2001; 20(1): 55-87.
12. Soon, W., Tirtasanjaya, L. L., McInnes, B. Understanding the difficul-ties faced by engineering undergraduates in learning mathematical mod-elling. International Journal of Mathematical Education in Science and Technology. 2011; 42(8): 1023-1039.
13. Rodríguez, J., Ulloa, J. Alternativa didáctica para el estudio del modelo Gompertz. Investigación e Innovación en Matemática Educativa. 2017; 2: 98-114.
14. Pelinovsky, E., Kurkin, A., Kurkina, O., Kokoulina, M., Epifanova, A. Logistic equation and COVID-19. Chaos, Solitons & Fractals. 2020; 140.
15. Shayak, B., Sharma, M. M. Retarded logistic equation as a universal dynamic model for the spread of COVID-19. medRxiy. 2020.
16. Tene, T., Guevara, M., Svozilík, J., Tene-Fernandez, R., Gómez, C. V. Analysis of COVID-19 Outbreak in Ecuador Using the Logistic Model. Emerging Science Journal. 2021; 5: 105-118.
17. Arnon, I., Cottrill, J., Dubinsky, E., Oktac, A., Fuentes, SR., Trigueros, M., y Weller, K. APOS Theory. A Framework for Research and Curric-ulum Development. Mathematics Education; Nueva York: Springer; 2014.
18. Álvarez-Gayou, J. Cómo hacer investigación cualitativa. Fundamentos y metodología. México: Paidós. 2005.
19. Miramontes, P., Sánchez-Garduño, F. Variables elegantes: Un método para determinar los parámetros en modelos simples en Biología. Misce-lánea Matemática, SMM. 1993; 23: 27-38.