Matemáticas · 3o de Preparatoria · Proyecto de Modelación Matemática Integral · Integración de Saberes

Análisis de Resultados y Sensibilidad

Interpretación de las soluciones y evaluación de cómo cambian ante variaciones en los datos.

• Aprendizajes Esperados SEP
• SEP.EMS.PM7
• SEP.EMS.PM8

Acerca de este tema

El análisis de resultados y sensibilidad es la etapa donde los estudiantes cuestionan la robustez de su modelo. Aprenden a interpretar qué significan sus soluciones y, lo más importante, cómo cambiarían si los datos iniciales fueran ligeramente distintos. Es una lección sobre la humildad científica y la gestión de la incertidumbre.

En esta fase, los alumnos de tercer año evalúan las limitaciones de su trabajo. ¿Qué pasaría si la tasa de interés sube un 1%? ¿Qué tan sensible es mi predicción de población a un pequeño error en el censo? El currículo de la SEP busca que los estudiantes no acepten los números de forma pasiva, sino que entiendan el rango de validez de sus conclusiones. El aprendizaje activo mediante simulaciones de 'qué pasaría si' fomenta un pensamiento analítico profundo.

Preguntas Clave

1. ¿Qué nos dicen los resultados sobre el futuro del fenómeno estudiado?
2. ¿Qué tan sensible es nuestra conclusión a pequeños errores en los datos iniciales?
3. ¿Qué limitaciones tiene nuestro modelo que impiden una predicción perfecta?

Objetivos de Aprendizaje

• Evaluar la sensibilidad de las conclusiones de un modelo matemático ante pequeñas variaciones en los datos de entrada.
• Analizar la interpretación de los resultados de un modelo para predecir el comportamiento futuro de un fenómeno social o científico.
• Identificar las limitaciones inherentes de un modelo matemático y su impacto en la precisión de las predicciones.
• Criticar la robustez de un modelo matemático basándose en el análisis de escenarios 'qué pasaría si'.

Antes de Empezar

Construcción de Modelos Matemáticos

Por qué: Los estudiantes deben saber cómo traducir un problema del mundo real a un modelo matemático antes de poder analizar sus resultados.

Interpretación de Gráficas y Tablas de Datos

Por qué: Es fundamental que los alumnos puedan leer y entender la información presentada en gráficas y tablas para interpretar las soluciones del modelo.

Cálculo de Medidas de Tendencia Central y Dispersión

Por qué: Comprender conceptos como media, mediana, moda y desviación estándar ayuda a evaluar la variabilidad y la incertidumbre en los datos y resultados.

Vocabulario Clave

Análisis de Sensibilidad	Técnica para determinar cómo la variabilidad de la salida de un modelo puede ser atribuida a diferentes fuentes de variabilidad en su entrada. Permite ver qué variables son más influyentes.
Robustez del Modelo	Capacidad de un modelo para mantener su rendimiento o validez ante cambios o perturbaciones en los datos de entrada o en el entorno.
Escenario 'Qué pasaría si'	Simulación que explora el impacto de cambios hipotéticos en las variables de entrada de un modelo para observar cómo se modifican los resultados.
Margen de Error	Diferencia máxima esperada entre el valor medido o predicho por un modelo y el valor real. Indica la incertidumbre asociada a una estimación.
Validación del Modelo	Proceso de evaluar qué tan bien un modelo representa la realidad o el sistema que se supone que modela, comparando sus predicciones con datos observados.

Cuidado con estas ideas erróneas

Idea errónea común

Pensar que un modelo sensible es un modelo 'malo'.

Qué enseñar en su lugar

La sensibilidad es una característica del sistema real. Es importante enseñar que identificar qué variables causan grandes cambios es vital para saber dónde enfocar los esfuerzos de control o inversión en la vida real.

Idea errónea común

Ignorar el contexto social al interpretar los números.

Qué enseñar en su lugar

Un resultado matemáticamente correcto puede ser socialmente inviable. Las actividades de debate sobre la aplicación de los resultados ayudan a los estudiantes a conectar la frialdad de los números con la calidez de la realidad humana.

Ideas de aprendizaje activo

Juego de Simulación: ¿Qué pasaría si...?

Los equipos cambian una de las variables iniciales de su modelo por un valor un 10% mayor o menor. Deben observar cómo impacta esto al resultado final y debatir si su modelo es 'robusto' o si es demasiado sensible a pequeños cambios.

45 min·Grupos pequeños

Taller de Limitaciones: El Abogado del Diablo

Un equipo presenta su modelo y otro equipo actúa como crítico, buscando situaciones donde el modelo fallaría (ej. condiciones climáticas extremas, cambios de ley). El objetivo es identificar juntos las fronteras de validez del modelo.

40 min·Grupos pequeños

Pensar-Emparejar-Compartir: Interpretando el Resultado

Los estudiantes discuten en parejas si el resultado numérico obtenido resuelve realmente la problemática social inicial. Deben traducir el número a una recomendación práctica (ej. 'debemos aumentar las rutas de camión en un 20%').

25 min·Parejas

Conexiones con el Mundo Real

• Los economistas utilizan análisis de sensibilidad para evaluar cómo cambios en las tasas de interés o la inflación afectarían las proyecciones de crecimiento económico de un país o las decisiones de inversión de una empresa como FEMSA.
• Los epidemiólogos emplean modelos de propagación de enfermedades y análisis de sensibilidad para predecir el impacto de diferentes medidas de salud pública, como la vacunación o el distanciamiento social, en la contención de brotes como el del COVID-19 en la Ciudad de México.

Ideas de Evaluación

Boleto de Salida

Entregue a cada estudiante una hoja con un escenario simple (ej. un modelo de crecimiento poblacional). Pídales que respondan: 1. ¿Qué variable de entrada, si se modifica en un 5%, tendría el mayor impacto en la población final? 2. Escriban una limitación de este modelo.

Pregunta para Discusión

Presente a la clase los resultados de un modelo de predicción climática. Plantee las siguientes preguntas para debate: 'Si los datos de temperatura iniciales tuvieran un error de +/- 0.5°C, ¿cómo creen que cambiaría la predicción de lluvia para la próxima temporada? ¿Qué nos dice esto sobre la confiabilidad de la predicción?'

Verificación Rápida

Durante la revisión de un modelo de simulación, detenga el proceso y pregunte a grupos pequeños: 'Si duplicamos la inversión inicial en nuestro proyecto, ¿qué tan predecible es el resultado final? ¿Por qué?' Pida a un representante de cada grupo que comparta su razonamiento.

Preguntas frecuentes

¿Qué es el análisis de sensibilidad?

Es el estudio de cómo la variación en la salida de un modelo matemático puede ser atribuida a diferentes variaciones en sus entradas. Ayuda a identificar qué variables tienen más peso en el resultado final.

¿Por qué es importante conocer las limitaciones de un modelo?

Porque ningún modelo es perfecto. Conocer sus límites evita tomar decisiones equivocadas basadas en predicciones que solo funcionan bajo ciertas condiciones ideales que pueden no cumplirse en la realidad.

¿Cómo ayuda el aprendizaje activo en el análisis de resultados?

Al jugar el rol de críticos y realizar pruebas de estrés a sus propios modelos, los estudiantes desarrollan un escepticismo saludable. Esto les prepara para ser profesionales que no se dejan engañar por gráficas bonitas sin sustento.

¿Qué significa que un modelo sea robusto?

Significa que sus conclusiones principales no cambian drásticamente ante pequeñas variaciones en los datos de entrada o en los supuestos del modelo. Un modelo robusto es más confiable para la toma de decisiones en entornos inciertos.