Presentacio1 jrovegno ct 2013

download Presentacio1 jrovegno ct 2013

If you can't read please download the document

Transcript of Presentacio1 jrovegno ct 2013

  • 1. Presentacin 1: CI69EJavier Rovegno Campos Trabajo de Ttulo: Estudio y desarrollo del pensamiento computacional aplicado a la hidrologa. Prof. Gua: James McPhee

2. Introduccin Qu es pensamiento computacional?: Se basa en conceptos fundamentales de las ciencias de la computacin como la abstraccin, solucin de problemas, diseo de sistemas y comprensin del comportamiento humano. - Jeannette M. Wing - 3. Sondeo Alguna vez haban escuchado sobre pensamiento computacional? Conocimiento de programacin? Recuerdan conceptos como algoritmo iterativo, recursivo, etc.? 4. Motivacin Aprender matemticas a travs de lacomputacin: Plantear las preguntas adecuadas Transformar problema real -> formulacin matemtica Computar formulacin matemtica ---> al mundo real (Verificacin) Conrad Wolfram 5. Motivacin Aprender matemticas a travs de lacomputacin: Plantear las preguntas adecuadas Transformar problema real -> formulacin matemtica Computar (clculo, lgebra, procedimientos, etc.) formulacin matemtica ---> al mundo real (Verificacin) Conrad Wolfram 6. Desarrollo de habilidades Ser capaz de escribir y leer pequeos programas. Ampliar el vocabulario con las herramientas computacionales. Aprender las capacidades y limitaciones fundamentales de la computacin. Una habilidad estratgica es la habilidad de transformar problemas del ambiente cientfico en problemas del ambiente computacional. Prof. Eric Grimson 7. Desafo Si usted escoge una respuesta al azar para esta pregunta, cual es la probabilidad de que sea correcta? A) 25% B) 50% C) 60% D) 25% 8. Desafo Si usted escoge una respuesta al azar para esta pregunta, cual es la probabilidad de que sea correcta? A) 25% B) 50% C) 60% D) 25% 9. Respuesta La pregunta es auto referente, es una meta pregunta, recuerden, que dice: si usted escoge una respuesta a esta pregunta al azar. Resulta que esta pregunta tiene 2 respuestas que dicen 25% A y D. Entonces la probabilidad en esta pregunta es 2 sobre 4 (porque cada respuesta es independiente una de otra), o sea 50%. Entonces la respuesta sera B: 50%.Si usted escoge una respuesta al azar para esta pregunta, cual es la probabilidad de que sea correcta? A) 25% B) 50% C) 60% D) 25% 10. Desarrollo de la eScience 11. Campos de la ciencia Divide y vencers: Resolver un problema difcil, dividindolo en partes ms simples tantas veces como sea necesario, hasta que la resolucin de las partes se torna obvia 12. Pero el mundo real es complejo y existe un cuello de botella 13. Espacios transdisciplinarios "The saddest aspect of life right now is that science gathers knowledge faster than society gathers wisdom." (Isaac Asimov) "Sabemos muchsimo, pero entendemos muy poco..." (Manfred Max-Neef) 14. Como desarrollar el entendimiento humano? Espacios transdisciplinarios Lenguaje Matemticas Computacin Cuando las disciplinas desarrollan en conjunto su trabajo en redes de cooperacin. 15. Pensamiento Computacional Aplicado a la hidrologa 16. Pensamiento Computacional Aplicado a la Hidrologa 17. Pensamiento Computacional Aplicado a la Hidrologa 18. Pensamiento Computacional Aplicado a calidad del agua 19. Pensamiento Computacional en el problema de la educacin 20. Adems podemos aprender de su forma de trabajo Agilidad en el desarrollo de software. La calidad en el desarrollo de software. 21. ConclusionesDesarrollar el pensamiento computacional es clave para prepararnos a los actuales desafos cientficosLa apertura a un nuevo paradigma cientfico nos abre un mundo de nuevas alternativas.Las computadoras nos permiten enfocarnos en desarrollar al mximo las capacidades humanas. 22. Referencias 1.The Fourth Paradigm Data-Intensive Scientific Discovery Microsoft Research (2009). 2.Introduction to Computer Science and Programming, Fall 2008. Prof. Grimson Eric, Prof. Guttag John, MIT Course Number 6.00, level Undergraduate. 3.Artculo Computational Thinking Communications of the ACM, Marzo 2006. Volumen 49, Nmero 3. Wing Jeanette, 2006. 4.Software quality in climate modelling, Jon Pipitone, Graduate Department of Computer Science, University of Toronto, 2010. 5.Un modelo emprico de enseanza de las metodologas giles: El caso del curso CC62V Taller de metodologas giles de desarrollo de software. Villena Agustn, Marzo 2008, Universidad de Chile. 6.El Desafo, http://www.lnds.net/blog/2011/11/desafio.html