Aprendizaje por investigación

Ejercicio interactivo. Tarjetas de memoria de funciones racionales y sus gráficas

Ciencia de datos + Inteligencia Artificial. Generando fórmulas de hoja de cálculo (Excel, Google,…) con un bot (IA) mediante lenguaje natural

¿Qué pensarías si te hubieran dicho hace unos años que con instrucciones en lenguaje natural podríamos generar fórmulas para trabajar con datos en hojas de cálculo?
Pues bien, lo que parecería ciencia ficción hace algún tiempo, gracias al avance imparable de la Inteligencia Artificial, es ya una realidad al alcance de todos.
Gracias a bots (Inteligencia Artificial) como el que os muestro en el siguiente vídeo, podemos generar, a partir de instrucciones sencillas, las fórmulas que debemos introducir en una hoja de cálculo para realizar determinadas funciones. Todo ello, sin necesidad de buscar en la ayuda de la herramienta que estemos usando (Excel, Spreadsheet de Google,…).

 

  • ¿Qué te ha parecido?

Alucinante, ¿verdad?

  • ¿Llegará el día en que a través de nuestra voz o describiendo con nuestras palabras lo que queremos hacer, podamos trabajar con la hoja de cálculo sin necesidad de introducir ni tan siquiera la fórmula generada?

En mi opinión, sería genial y un gran avance en la convergencia entre dos mundos que me apasionan; la Ciencia de Datos y la Inteligencia Artificial. Concretamente, dentro de unos días tendré la oportunidad de impartir formación para docentes sobre esta temática en el CaixaForum Sevilla en el marco del Programa HelloMath! Atrévete con la creatividad matemática. El taller formativo lleva por título: Integración de la Ciencia de Datos y la IA en la escuela y, en el mismo, trabajaremos este y otros aspectos relacionados con el Pensamiento Computacional en el aula de Matemáticas, el Aprendizaje Automático,… ¡Ya lo estoy disfrutando! 🙂

Más información:

Más contenido matemático en redes sociales

Programa HelloMath! de EduCaixa. Atrévete con la creatividad matemática. Pensamiento computacional en el aula de Matemáticas

En esta entrada comparto información sobre un nuevo programa para trabajar el pensamiento computacional en el aula de Matemáticas. Se trata de HelloMath! Tendré la suerte de ser uno de los 18 miembros del equipo de formadores, distribuidos en 4 equipos, correspondientes a otras tantas sedes: Barcelona, Madrid, Sevilla y Zaragoza.

Con el programa HelloMath! trabajarás el pensamiento computacional en clase de matemáticas y podrás compartir con tu alumnado el gusto por resolver problemas. El 22 de septiembre, a las 18.30 h, te invitamos al acto de presentación del programa. ¡Apúntate a la cuarta edición!

El equipo completo de formadores es el siguiente:

  • Nodo Barcelona: Anton Aubanell, Raül Fernández, Belén Garrido, Guido Ramellini, Arnau Sánchez y Eulàlia Tramuns
  • Nodo Zaragoza: Mónica Arnal, Pablo Beltrán-Pellicer, Núria Begué y Sergio Martínez-Juste
  • Nodo Madrid: Fernando Blasco, Jorge Calvo, Jose Ángel Murcia y Belén Palop
  • Nodo Sevillla: Francisco Javier Álvarez, Juan Manuel Dodero, Luis Miguel Iglesias y Álvaro Molina

¿Cuál es la propuesta?

Con el desarrollo tecnológico de la sociedad, las habilidades de pensamiento lógico, abstracto, creativo y computacional son cada vez más transversales y necesarias. Sin embargo, las pruebas diagnósticas indican una clara necesidad de mejora en los resultados de matemáticas. Es por eso que necesitamos explorar caminos de mejora en la manera de entender, enseñar y aprender las matemáticas mediante una integración más amplia y profunda con la informática.

El programa HelloMath! propone realizar esta mejora con la ayuda de la investigación de los docentes, que trabajan identificando los elementos clave del pensamiento computacional en su práctica diaria de matemáticas. Propone un método repleto de actividades ricas y estimulantes para desarrollar las competencias matemáticas e informáticas del alumnado.

El resultado es un conjunto de actividades ricas y estimulantes que fortalece las competencias matemáticas e informáticas del alumnado y su confianza, creatividad y capacidad para desarrollarse en un mundo construido sobre las tecnologías de la información. Está reconocido por el Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF) del Ministerio de Educación y formación profesional.

¿En qué consiste el programa?

Se trata de un ciclo formativo anual para docentes de matemáticas de 5º y 6º de Primaria y 1º y 2º de ESO. Sigue una modalidad híbrida: con sesiones presenciales en nuestros centros CaixaForum y en el Museo de la Ciencia CosmoCaixa; y acompañamiento online durante la fase de implementación. Empezaremos el curso con un acto de presentación abierto a todos los interesados, que se celebrará el día 22, a las 18.30 h, en streaming.

El grupo de formadores de HelloMath! Atrévete con la creatividad matemática es un grupo de expertos en matemáticas, didáctica de las matemáticas y didáctica de la informática.

Ponentes y sedes de la formación

  • Sede de Barcelona. Museo de la Ciencia CosmoCaixa 

Si tu centro es de Barcelona y alrededores, puedes consultar aquí el equipo de formadores que te acompañará y el calendario que seguirás en la formación de HelloMath! 

  • Sede de Zaragoza. CaixaForum Zaragoza

Si tu centro es de Zaragoza, puedes consultar aquí el equipo de formadores que te acompañará y el calendario que seguirás en la formación de HelloMath! 

  • Sede de Madrid. CaixaForum Madrid

Si tu centro es de Madrid, puedes consultar aquí el equipo de formadores que te acompañará y el calendario que seguirás en la formación de HelloMath! 

  • Sede de Sevilla. CaixaForum Sevillla
Si tu centro es de Sevilla, puedes consultar aquí el equipo de formadores que te acompañará y el calendario que seguirás en la formación de HelloMath!

Si tienes cualquier duda o consulta, puedes escribirnos a hellomath@educaixa.org.

Materiales y descargas y toda la información sobre HelloMath0

Aquí encontrarás materiales de interés sobre el programa.

Inscripción

Si quieres asistir a las sesiones, rellena el siguiente formulario:

Más contenido matemático en redes sociales

Propuesta didáctica: Inteligencia artificial con LearningML. Modelo numérico. Botánicos en la escuela; clasificación de iris

En esta entrada comparto una nueva propuesta didáctica para introducir la Inteligencia Artificial (IA) en el aula. En ella planteo un escenario de aprendizaje automático basado en un modelo numérico implementado con la herramienta LearningML. Se trata de una propuesta con enfoque STEM, que desarrolla Competencias Específicas de las materias Matemáticas y Biología y en el trabajo por ámbitos, entre ellos el ámbito científico y tecnológico de los programas de diversificación curricular.

Propuesta didáctica: Especies de iris.

Lo que he querido movilizar con esta propuesta es la capacidad de la herramienta para aprender únicamente a partir de los datos, sin ser programada de manera explícita, a clasificar iris, a partir de algunas medidas de sus sépalos y pétalos, con la especie que mejor se identifique.
Para ello, he seguido la siguiente secuencia:
  • En LearningML creo un modelo numérico basado en datos de 4 columnas.
  • A continuación creo 3 categorías, correspondientes a los tres tipos de especies.
  • Alimento el modelo con datos, en este caso concreto he usado cincuenta para cada una de las categorías.
  • Entreno el modelo para que aprenda a reconocer los números y busque patrones.
  • Una vez que finaliza el entrenamiento pasamos a ponerlo a prueba.

Captura de pantalla. Apariencia del modelo numérico implementado en LearningML

  • Además de ello, una vez que he considerado que el funcionamiento es óptimo, he elaborado un programa en Scratch asociado al modelo que nos permita trabajar en un entorno más visual.

Captura de pantalla. Aspecto del programa implementado en Scratch asociado al modelo numérico implementado en LearningML

Vídeo con explicación paso a paso y simulación de la propuesta didáctica: Especies de iris.

Si te resultó interesante la propuesta, me alegraría leer tu comentario, opinión, sugerencia, así como si quieres compartir  la entrada para que la conozcan otros colegas a los que creas les puede ser útil.

El proyecto «Fostering Artificial Intelligence at School« (FAIaS)

Esta propuesta didáctica se enmarca en el ámbito del proyecto FAIaS. El aprendizaje automático es una de las ramas de la IA que permite que una máquina aprenda mecánicamente a partir del procesamiento de datos.
El vínculo entre la IA y la educación comprende tres ámbitos:
  • aprender con la IA, utilizando las herramientas de IA en las aulas
  • aprender sobre la IA, sus tecnologías y sus técnicas), y,
  • prepararse para la IA, permitiendo que todos los ciudadanos comprendan la repercusión potencial de la IA en nuestras vidas
Estos vínculos establecidos por la UNESCO se ponen de manifiesto y son concretados a través de la puesta en marcha de proyectos específicos.Se cree que la inteligencia artificial (IA) es un factor clave de la cuarta revolución industrial que transformará la economía y reinventará la naturaleza de nuestro trabajo. Estaremos cada vez más apoyados e interactuaremos con tecnología impulsada por Inteligencia Artificial. Esto exige una educación que nos prepare para este futuro.
Uno de los proyectos pioneros y más relevantes en el panorama educativo español y europeo es «Fostering Artificial Intelligence at School» (FAIaS). FAIaS tiene la intención de perfeccionar las habilidades, tanto cognitivas como blandas, necesarias para comprender, construir o interactuar con la Inteligencia Artificial. Por lo tanto, consideramos la IA, no en el sentido estricto y puramente tecnológico, sino en el sentido amplio, ya que afecta muchas partes diferentes de nuestras vidas. Por lo tanto, optamos decididamente por un enfoque interdisciplinario e inclusivo que se centre no solo en las actividades STEM, sino que involucre todas las materias escolares y cubra una amplia gama de aspectos, incluidos los éticos, filosóficos, económicos, legales e históricos. Creemos que abordar un tema desde diferentes perspectivas profundiza la comprensión y crea cohesión entre los alumnos en un campo intrínsecamente interdisciplinario como la Inteligencia Artificial.

Más contenido matemático en redes sociales

Propuesta didáctica: Inteligencia artificial con LearningML. Modelo numérico. Matemáticas; puntos, coordenadas y cuadrantes

En esta entrada comparto una propuesta didáctica para introducir la Inteligencia Artificial (IA) en el aula de Matemáticas. En ella planteo un escenario de aprendizaje automático basado en un modelo numérico implementado con la herramienta LearningML.

Propuesta didáctica: ¿A qué cuadrante pertenece?

Lo que he querido movilizar con esta propuesta es la capacidad de la herramienta para aprender únicamente a partir de los datos, sin ser programada de manera explícita, a ubicar puntos, a partir de sus coordenadas, en el cuadrante que les corresponda.
Para ello, he seguido la siguiente secuencia:
  • En LearningML creo un modelo numérico basado en datos de dos columnas.
  • A continuación creo 4 categorías, correspondientes a los distintos cuadrantes del plano cartesiano.
  • Alimento el modelo con datos, en este caso concreto he usado una docena para cada una de las categorías.
  • Entreno el modelo para que aprenda a reconocer los números y busque patrones.
  • Una vez que finaliza el entrenamiento pasamos a ponerlo a prueba.

Captura de pantalla. Apariencia del modelo numérico implementado en LearningML

  • Además de ello, una vez que he considerado que el funcionamiento es óptimo, he elaborado un programa en Scratch asociado al modelo que nos permita trabajar en un entorno más visual.

Captura de pantalla. Aspecto del programa implementado en Scratch asociado al modelo numérico implementado en LearningML

Vídeo con explicación paso a paso y simulación de la propuesta didáctica: ¿A qué cuadrante pertenece?

Si te resultó interesante la propuesta, me alegraría leer tu comentario, opinión, sugerencia, así como si quieres compartir  la entrada para que la conozcan otros colegas a los que creas les puede ser útil.

El proyecto «Fostering Artificial Intelligence at School« (FAIaS)

Esta propuesta didáctica se enmarca en el ámbito del proyecto FAIaS. El aprendizaje automático es una de las ramas de la IA que permite que una máquina aprenda mecánicamente a partir del procesamiento de datos.
El vínculo entre la IA y la educación comprende tres ámbitos:
  • aprender con la IA, utilizando las herramientas de IA en las aulas
  • aprender sobre la IA, sus tecnologías y sus técnicas), y,
  • prepararse para la IA, permitiendo que todos los ciudadanos comprendan la repercusión potencial de la IA en nuestras vidas
Estos vínculos establecidos por la UNESCO se ponen de manifiesto y son concretados a través de la puesta en marcha de proyectos específicos.Se cree que la inteligencia artificial (IA) es un factor clave de la cuarta revolución industrial que transformará la economía y reinventará la naturaleza de nuestro trabajo. Estaremos cada vez más apoyados e interactuaremos con tecnología impulsada por Inteligencia Artificial. Esto exige una educación que nos prepare para este futuro.
Uno de los proyectos pioneros y más relevantes en el panorama educativo español y europeo es «Fostering Artificial Intelligence at School» (FAIaS). FAIaS tiene la intención de perfeccionar las habilidades, tanto cognitivas como blandas, necesarias para comprender, construir o interactuar con la Inteligencia Artificial. Por lo tanto, consideramos la IA, no en el sentido estricto y puramente tecnológico, sino en el sentido amplio, ya que afecta muchas partes diferentes de nuestras vidas. Por lo tanto, optamos decididamente por un enfoque interdisciplinario e inclusivo que se centre no solo en las actividades STEM, sino que involucre todas las materias escolares y cubra una amplia gama de aspectos, incluidos los éticos, filosóficos, económicos, legales e históricos. Creemos que abordar un tema desde diferentes perspectivas profundiza la comprensión y crea cohesión entre los alumnos en un campo intrínsecamente interdisciplinario como la Inteligencia Artificial.

Más contenido matemático en redes sociales

Diagrama de caja y bigotes con Desmos

No hay duda de que una imagen vale más que mil palabras. Esta frase, archiconocida por todos, cobra aún más sentido en el caso de la Estadística, la ciencia de los datos.

En esta entrada comparto un tipo de diagrama realizado con la herramienta Desmos, concretamente, un diagrama de caja y bigotes (boxplots o box and whiskers).

Diagrama de caja y bigotes en Desmos

Teoría y proceso de construcción

Este tipo de diagrama es una una presentación visual que describe varias características importantes de una serie de datos al mismo tiempo, como su dispersión y su simetría. Para su realización se representan los tres cuartiles (Q1, Q2 o Me y Q3) sobre un rectángulo (caja) y los valores mínimo y máximo de los datos, se prolongan a izquierda y derecha (en forma de bigotes).

El portal Estadística para todos, en un completísimo artículo sobre este tipo de diagramas, describe su construcción de la siguiente manera.

Una gráfica de este tipo consiste en una caja rectangular, donde los lados más largos muestran el recorrido intercuartílico. Este rectángulo está dividido por un segmento vertical que indica donde se posiciona la mediana y por lo tanto su relación con los cuartiles primero y tercero (recordemos que el segundo cuartil coincide con la mediana). Esta caja se ubica a escala sobre un segmento que tiene como extremos los valores mínimo y máximo de la variable. Las líneas que sobresalen de la caja se llaman bigotes. Estos bigotes tienen tienen un límite de prolongación, de modo que cualquier dato o caso que no se encuentre dentro de este rango es marcado e identificado individualmente.

Diagrama de caja y bigotes con Desmos. Uso didáctico, algunas ideas para el aula.

En la aplicación que comparto se muestra un diagrama de caja y bigotes para una lista de datos compuesta por N=203 elementos.

Al mismo tiempo devuelve:  el valor mínimo (m=Q0) y máximo (M=Q4) del conjunto de datos, su media aritmética (vmedio) y sus cuartiles (Q1,Q2 y Q3).

Para usarla basta cambiar los valores de la lista, entre corchetes y separados por coma.

Ejemplo: L_{1}=[16,5,17,4,39,20,16,5,1,1]

Esta pequeña construcción permite cambiar datos, que se verán reflejados de manera instantánea en el diagrama, favoreciendo dinámicas activas en el aula con preguntas del tipo: ¿Qué tipo de diagrama se mostraría si la mayoría de los datos fuesen iguales, y distante del valor máximo? L_{1}=[1,2,2,3,3,3,3,3,3,3,9] favoreciendo las preguntas y el planteamiento de conjeturas por parte del alumnado.

De igual manera serviría para que el alumnado practicase y comprobase de manera autónoma la corrección de actividades más tradicionales y rutinarias necesarias para consolidar el cálculo de los parámetros de dispersión y su representación, y otras actividades de mayor nivel de complejidad, como por ejemplo: asociación de diagramas con sus series de datos correspondientes.

Abrir y usar diagrama de caja y bigotes en Desmos

Más contenido matemático en redes sociales

 

Reto matemático terrorífico para la noche de Halloween – Graspable Math

En esta entrada os propongo un reto terrorífico para la noche de Halloween, basado en un modelo de áreas.

¿Cómo lo ves? ¿Eres capaz de resolverla?

¿Truco o trato? 🙂

Tarea interactiva. Reto matemático terrorífico para la noche de Halloween, realizada en Graspable Math

Pulsa aquí para completar el reto en GMA y dejar registrada tu respuesta (First Name: Tu nombre – Last Initial: Inicial de tu apellido)

Más contenido matemático en redes sociales

Siembra a tresbolillo. Competencia Matemática, geometría plana aplicada en huertos y jardines. Día Mundial del Medio Ambiente

Con motivo de la celebración del Día Mundial del Medio Ambiente, he considerado interesante traer esta entrada relacionada con la sostenibilidad, gracias a la contribución de las matemáticas, como muestra de eventuales tareas a trabajar en el aula (de matemáticas) en relación a la Agenda 2030 y los Objetivos de Desarrollo Sostenible (ODS).

Siete publicaciones imprescindibles para entender los ODS

¿Quieres descubrir una aplicación práctica y sencilla de la geometría en la agricultura?

El sistema de siembra tresbolillo o de triángulo, es aquel en el cual cada 3 plantas forman un triángulo equilátero.

Este sistema permite que cada planta pueda tener las horas de luz requeridas para su óptimo crecimiento, no se tapen unas con otras, un favoreciendo un excelente aprovechamiento de la luz, un uso óptimo del terreno cultivable y la generación de un microclima, que evita que se escape la humedad del terreno, disminuyendo la evaporación y la erosión.

Y lo mejor, todo ello, con una aplicación simple: triángulo equilátero de lado la extensión máxima de desarrollo de la planta que se vaya a cultivar.
Otro ejemplo más de la importancia de las Matemáticas en nuestras vidas. Matemáticas aplicadas, desarrollo de la competencia matemática al servicio de la resolución de problemas de nuestro día a día #geometría #figurasplanas #huertourbano #huertoecologico #huertoencasa

Vídeos

 

Aplicación Geogebra: calculadora número de plantas siembra tresbolillo

Para el cálculo del número de plantas que caben en una determinada superficie a cultivar, usando la siembra a tresbolillo, hacen falta tan solo conceptos básicos de trigonometría:

S: superficie a cultivar (en metros cuadrados)

d: distancia entre plantas (en metros)

Aplicación desarrollada con Geogebra

 

Ideas para desarrollo de nuevas tareas para el aula de matemáticas

Este contexto da mucho juego para el desarrollo de tareas competenciales puesto que hay diferentes métodos de plantación, con sus correspondientes diseños geométricos asociados. Dejo una fuente de inspiración por aquí, a modo de semilla productora de tareas… 🙂

Colaboración con el Observatorio de Tecnología Educativa del INTEF. Graspable Math: una nueva manera de explorar y hacer matemáticas

El pase de diapositivas requiere JavaScript.

En esta entrada tengo el gusto de compartir artículo elaborado para el Observatorio de Tecnología Educativa del INTEF, un espacio de referencia en torno a la innovación digital en el aula.

Está dedicado a Graspable Math, una herramienta joven, aún poco extendida en España y en el contexto iberoamericano, con mucha potencialidad didáctica para el aula de matemáticas y con la que he trabajado de manera intensiva el último año.

 

ARTÍCULO EN EL OBSERVATORIO

Se trata de  “Graspable Math: una nueva manera de explorar y hacer matemáticas”. Está escrito por Luis Miguel Iglesias Albarrán, profesor de enseñanza secundaria en la especialidad de Matemáticas y Director del IES San Antonio en Bollullos Par del Condado (Huelva).

Graspable Math es una herramienta digital interactiva innovadora que permite una nueva manera de explorar y comprender, mediante la interacción (tocando y arrastrando números y símbolos), las relaciones matemáticas. Forma parte de un proyecto de investigación financiado por el Institute of Education Sciences (IES) dependiente del U.S. Department of Education.

Es una herramienta permite “aprender haciendo” (learning by doing) matemáticas, favoreciendo el aprendizaje autónomo de los estudiantes y permitiéndoles poner el foco en las estructuras matemáticas. El diseño de la herramienta ayuda a salvar el obstáculo de la notación formal, haciendo posible que el alumnado se centre en cómo funcionan. Les brinda, en este sentido, oportunidades para razonar y deducir de manera flexible sobre las tareas matemáticas.

Con Graspable Math se nos presenta, en definitiva, una nueva manera de explorar, enseñar y de hacer matemáticas.

Si quieres saber más sobre Grapable Math, puedes leer el artículo elaborado por Luis Miguel Iglesias Albarrán en el que, además, hace una valoración personal y ofrece recomendaciones para el empleo de esta herramienta.

Acceso al artículo “Graspable Math: una nueva manera de explorar y hacer matemáticas” en formatos PDF y web

 

Dejo a continuación más material por si quieres iniciarte en el uso de esta versátil herramienta.

PUBLICACIONES SOBRE GRASPABLE MATH

En este espacio he realizado distintas publicaciones al respecto:

 

LISTA DE VÍDEOS SOBRE GRASPABLE MATH

Comparto también lista con más de una treintena de vídeos sobre diferentes usos didácticos de esta herramienta.

 

Lista de vídeos en Youtube sobre Graspable Math (33 vídeos)

Te animo a usarla con tu alumnado, a compartirla con tus contactos y compañeros a través de la red y quedo a tu disposición para cualquier duda o comentario al respecto, en forma de comentario bajo esta entrada o en mis perfiles en redes sociales.

¡Ya me contarás cómo te ha ido con tus alumnos en clase! 🙂

MÁS CONTENDO MATEMÁTICO EN REDES SOCIALES

Vídeo: Pi (π), la ridícula forma en la que se calculaba Pi… hasta que… llegó Isaac Newton

Lo que tienen las vacaciones de Semana Santa, máxime estas tan atípicas con motivo de la COVID. Tiempo para disfrutar en familia, leer, ver, escuchar, observar… y publicar.

Hace tiempo que un vídeo no me resultaba tan didáctico como este. De ahí que haya decidido compartirlo en esta entrada para contribuir a su difusión. Me encanta la manera tan didáctica que tienen de explicar la historia de la matemática, máxime sobre un concepto tan relevante como Pi. Desde ya, tengo claro que formará parte de mi propuesta didáctica para el aula: Porque Pi es mucho más que 3.1416. Aprendizaje de conceptos por investigación.

Espero que lo disfrutéis tanto como yo.

Vídeo: π ✔️ La ridícula forma en la que se calculaba Pi… hasta que… llegó Isaac Newton 💫

Durante miles de años, los matemáticos calcularon Pi de forma obvia pero numéricamente ineficiente. Entonces llegó Newton y cambió el juego.

Este descubrimiento transformó la manera en que calculamos para siempre. Para muchos científicos Isaac Newton ha sido el más grande científico de todos los tiempos. Una de sus más grandes contribuciones fue expresar el comportamiento físico de la naturaleza en forma de leyes naturales, demostrando que las que gobiernan el movimiento en la Tierra y las que gobiernan el movimiento de los cuerpos celestes son las mismas. Destacan sus trabajos sobre la naturaleza de la luz y la óptica y el desarrollo del cálculo matemático. Desarrollo la ley de convección térmica, sus estudios sobre la velocidad del sonido en el aire; y su propuesta de una teoría sobre el origen de las estrellas. Fue también un pionero de la mecánica de fluidos, estableciendo una ley sobre la viscosidad. El gran mérito de Newton fue tomar los conocimientos de Galileo y Kepler y a partir de sus discusiones con Hyugens, Leibniz, Halley sobre todo, Robert Hooke y formular leyes que explican tanto el movimiento de los astros como el de los movimientos de cualquier otro objeto y de paso la mecánica de las máquinas.

Arndt, J., & Haenel, C. (2001). Pi-unleashed. Springer Science & Business Media – https://ve42.co/Arndt2001

Dunham, W. (1990). Journey through genius: The great theorems of mathematics. Wiley – https://ve42.co/Dunham1990

Borwein, J. M. (2014). La vida de π: De Arquímedes a ENIAC y más allá. En De Alejandría, a través de Bagdad (pp. 531-561). Springer, Berlín, Heidelberg – https://ve42.co/Borwein2012

Un agradecimiento especial a Alex Kontorovich, Profesor de Matemáticas de la Universidad de Rutgers, y Profesor Visitante Distinguido para la Difusión Pública de las Matemáticas Museo Nacional de Matemáticas MoMath por formar parte de este vídeo del Día de Pi.

Más contenido matemático en redes sociales

WP2Social Auto Publish Powered By : XYZScripts.com
A %d blogueros les gusta esto: