Mtodo cientfico.

(del griego: -meta = hacia, a lo largo- -odos = camino-; camino hacia el conocimiento) presenta diversas definiciones debido a la complejidad de una exactitud en su conceptualizacin: "Conjunto de pasos fijados de antemano por una disciplina con el fin de alcanzar conocimientos vlidos mediante instrumentos confiables", "secuencia standard para formular y responder a una pregunta", "pauta que permite a los investigadores ir desde el punto A hasta el punto Z con la confianza de obtener un conocimiento vlido". As el mtodo es un conjunto de pasos que trata de protegernos de la subjetividad en el conocimiento. El mtodo cientfico est sustentado por dos pilares fundamentales: -reproductibilidad: capacidad de repetir un determinado experimento en cualquier lugar y por cualquier persona. Este pilar se basa, esencialmente, en la comunicacin y publicidad de los resultados obtenidos. -falsabilidad: toda proposicin cientfica tiene que ser susceptible de ser falsada. Esto implica que se pueden disear experimentos que en el caso de dar resultados distintos a los predichos negaran la hiptesis puesta a prueba. Esta definido por los siguientes pasos: observacion induccion hipotesis experimentacion antitesis hipotesis.

investigacin exploratoria. Es considerada como el primer acercamiento cientfico a un problema. Se utiliza cuando el tema an no ha sido abordado lo suficientemente. Esta terminar cuando, a partir de los datos recolectados, adquirimos el suficiente conocimiento como para saber qu factores son relevantes al problema. Es apropiada en situaciones de reconocimiento del problema. investigacin constructiva. 1 Luego de realizar una inspeccin inicial de conocimiento, se plantea la investigacin constructiva como segunda etapa, cuyo objetivo es la intencin de una base histrico-documental conceptual que permita fundamentar cientficamente trabajos de restauracin, mediante investigaciones arqueolgicas, de evolucin histrica, materiales y tcnicas tradicionales. 2 permite concebir lo Real como un gran proceso, un Macroproceso, donde todo est relacionado con todo, en forma directa. No desintegrar el mundo es ms vlido que ensear integradamente. Este tipo de investigacin genera aportes para la sociedad. Acabando con las costumbres de repetir ecicamente, de seleccionar y aplicar por intuicin o en forma maliciosa frmulas ajenas, construdas sin la propia participacin. investigacin emprica. Una investigacin es emprica cuando intenta dejarse guiar por los hechos de observacin y no por la sola reflexin. Aunque las observaciones cientficas puedan depender del horizonte histrico y conceptual desde el cual se realizan, existe un ncleo de verdad factual que no se reduce a dichos condicionamientos. La habilidad de una investigacin emprica consiste precisamente en dejar hablar a ese algo fctico que escapa a las teoras. modelos de paper cientfico. Descripcin persuasiva detallada y completa de la investigacin, describiendo de forma clara y concisa los procesos realizados y los resultados obtenidos, relacionndolos con el conocimiento existente e interpretando su significado para futuros estudios, que contribuye con conocimientos especficos nuevos. Debe contener Ttulo, Abstract (resumen), Introduccin (objetivos), Materiales y Mtodos (experiencia), Resultados, Discusin (interpretacin, conclusiones), y Literatura citada.

 cognicin. (del latn: cognoscere, "conocer") Proceso intelectual avanzado de la informacin, en el cual la percepcin, conocimientos adquiridos y caractersticas subjetivas actan en el razonamiento con el fin de encontrar valor y significado. Los procesos cognitivos pueden ser naturales o artificiales, consientes o inconcientes. La cognicin esta relacionada directamente con los conceptos abstractos (humanos en su mayora) como mente, percepcin, razonamiento, inteligencia, aprendizaje. Los humanos tenemos una cognicin natural, denominada inteligencia neoltica de nivel superior, por el contrario, la cognicin artificial instaurada por la Inteligencia Artificial se denomina inteligencia cambriana. El verdadero desafo de la robtica humanoide: emular procesos cognitivos de nivel cambriano, que es donde se asegura desafiantemente- descansa la cognicin superior, tan propia, pero nunca exclusiva, de los primates que piensan que piensan. En psicologa e inteligencia artificial (IA) el concepto se refiere a las funciones, procesos y estados mentales de agentes inteligentes, con un enfoque particular en procesos tales como comprensin, inferencia, toma de decisiones, planificacin y aprendizaje. La investigacin en el campo aborda capacidades de los agentes/sistemas tales como la abstraccin, generalizacin, concrecin/especializacin y meta_razonamiento en las cuales se involucran conceptos subjetivos tales como las creencias, conocimiento, estados mentales y preferencias. razonamiento inductivo. Se define como el razonamiento a partir de hechos particulares o casos individuales, para llegar a una conclusin general. El mtodo inductivo es la base de la investigacin cientfica. La forma ms comn del mtodo inductivo es la siguiente: Si se conoce que P(a), P(b), ......, P(n) son verdaderos, entonces se puede concluir que " X, P(X) es tambin verdadero. La induccin es una forma de inferencia muy importante ya que el aprendizaje, la adquisicin de conocimiento y el descubrimiento estn basados en ella. Al igual que la abduccin, la induccin no es un mtodo slido de inferencia razonamiento deductivo. en un razonamiento deductivo vlido, la conclusin debe derivarse necesariamente de las premisas. Esto quiere decir que, si las premisas del razonamiento son verdaderas, la conclusin ha de ser verdadera. El pensamiento deductivo parte de categoras generales para hacer afirmaciones sobre casos particulares. Va de lo general a lo particular. Es una forma de razonamiento donde se infiere una conclusin a partir de una o varias premisas. razonamiento abductivo. Es un mtodo de razonamiento comnmente utilizado para generar explicaciones. A diferencia de la induccin, la abduccin no garantiza que se puedan lograr conclusiones verdaderas, por lo tanto no es un mtodo slido de inferencia. La forma que tiene la abduccin es la siguiente: Si la sentencia (A B) es verdadera y B es verdadera, entonces A es posiblemente verdadera. En abduccin, se empieza por una conclusin y se procede a derivar las condiciones que podran hacer a esta conclusin vlida. En otras palabras, se trata de encontrar una explicacin para la conclusin.

 Problema. Asunto del que se espera una solucin. Un problema existe cuando hay tres elementos, cada uno claramente definido: - Una situacin Inicial - Una situacin final u objetivo a alcanzar. - Restricciones o pautas respecto de mtodos, actividades, tipos de operaciones, etc. Resolver un problema implica responder con comportamientos nuevos a situaciones nuevas. Realizar tareas que demandan procesos de razonamientos (complejos o no). La simbolizacin de un problema es un aprendizaje constructivo, por lo tanto individual y distinto, en el cual cada uno utiliza sus propias estrategias. La incorporacin de nuevas formas de resolucin de problemas crea un conflicto con los viejos conocimientos, y por ello se tiende a rechazarlas. Dada entonces una situacin problemtica en particular, el objetivo radica en establecer cmo se la puede caracterizar, con el propsito de intentar moderar, cmo se la puede definir en trminos de problema Autores que se han dedicado al tema, la resolucin de problemas consta de tres etapas o procesos. Etapa inicial o inicio de presentacin (I): Consiste en comprender el problema familiarizndose con l lo ms posible. Supone la identificacin, el anlisis y la interpretacin de los datos disponibles inicialmente. Momento de Produccin (O): Se trata de la ejecucin de un plan, aquel al que la "idea feliz" dio inicio y que, en principio, permite la obtencin de la solucin al problema. En este momento tenemos un eventual alcance de una solucin. Etapa de Enjuiciamiento, Verificacin o Contrastacin (C): En esta etapa se evala la solucin generada contrastndola con el criterio de solucin empleado, estableciendo el correcto enlace de todos los operadores, desde el I, pasando por el O hasta llegar al C. En consecuencia, un "problema" puede ordenarse de la forma P= (I, O, C ). As, "resolver problemas" equivale a incorporar modos de bsqueda para la satisfaccin de situaciones particularmente comprendidas, las cuales pueden corresponder a la vida cotidiana o a problemas que no tengan, directamente, que ver con sta. dominio del problema. Corresponde al plano donde residen todas las variables caractersticas que son condicionantes para tomar decisiones y poder hallar o determinar una solucin. Es uno de los trminos ms usados en el paradigma orientado a objetos. Se refiere al campo de aplicacin del sistema, entendiendo desde su propio campo de aplicacin, ms que a su descripcin en trminos de una implementacin en ordenador. modelo de problema (paradigma). La palabra modelo, como indican Blaha y Premerlani (BLAHA, 1999) tiene dos dimensiones: 1. una vista abstracta de un sistema 2. una fase de desarrollo (anlisis, diseo, implemetacin) Desde esta segunda perspectiva, el modelo forma parte de la fase de anlisis. El resultado es representado por medio del modelo conceptual, el cual asume la primera definicin de modelo, en el sentido de una vista abstracta. El modelo conceptual de objetos es, entonces, una identificacin de conceptos, atributos y asociaciones, desde la perspectiva de la descomposicin del dominio del problema. (Larman, 1998) Segn este autor el anlisis orientado a objetos se propone una especificacin del dominio del problema a travs de la clasificacin mediante objetos, tendiente a la comprensin de los trminos usados en ese dominio. El resultado es representado por medio del modelo conceptual.

 representacin formal (formalismo). es un artificio matemtico compuesto de smbolos que se unen entre s formando cadenas que a su vez pueden ser manipuladas segn reglas para producir otras cadenas. ste consiste en aceptar sin prueba ciertas proposiciones como axiomas o postulados, y en derivar luego de esos axiomas todas las dems proposiciones del sistema, en calidad ya de teoremas. Los axiomas constituyen los "cimientos" del sistema; los teoremas son las "superestructuras", y se obtienen a partir de los axiomas dependiendo de los principios de la lgica. La principal caracterstica de un sistema axiomtico es que si puede demostrarse de alguna manera la verdad de los axiomas, quedan automticamente garantizadas tanto la verdad como la consistencia mutua de todos los teoremas. problemas de satisfaccin de restricciones. muchas aplicaciones de optimizacin combinatoria tienen una formulacin natural como problemas de satisfaccin de restricciones o de optimizacin de restricciones. Existen problemas de decisin de esta naturaleza cuyo objetivo es encontrar buenas soluciones, que tienen que satisfacer obligatoriamente determinadas restricciones y otras, expresando preferencias, utilidades o criterios, que se tienen que satisfacer tanto como sea posible. En estos problemas, la solucin tiene que satisfacer un subconjunto de restricciones y es ptima en relacin a la funcin objetivo y al grado de cumplimiento del conjunto total de restricciones. - Un problema de satisfaccin de restricciones (PSR) viene definido por los siguientes elementos: - Un conjunto finito de variables X1, . . . ,Xn - Un conjunto finito de dominios Di asociados a cada variable Xi, especificando los posibles valores que puede tomar - Un conjunto finito de restricciones C1, . . . ,Cm, que definen una serie de propiedades que deben verificar los valores asignados a las variables - Una solucin al problema es una asignacin de valores a las variables {X1 = v1, . . . ,Xn = vn} tal que vi pertenece a Di y se verifican las restricciones - Esta formulacin permite una representacin simple del problema, y el uso de heursticas de propsito general, independientes del problema. modelacin de problema. la estructura de un modelo se establece a partir de la formula: Parmetros totales de un modelo = parmetros de varianzas y covarianzas de los constructos exgenos + parmetros de varianzas y covarianzas de las perturbaciones de las trayectorias + parmetros de efectos directos e indirectos sobre los constructos endgenos (Kline, 1998). Un modelo es un plan sistemtico en el que se establece la verosimilitud de las relaciones causales entre las variables que explican un problema. En dicho modelo se incluyen dos tipos de variables: manifiestas y a partir de ellas, se infieren variables latentes mediante un anlisis factorial estructura de problema. Distribucin, orden e interrelacin de las partes o conceptos que componen un problema. Al definir como se estructura un problema, se hace ms simple comprenderlo, estudiarlo y poder llegar a resolverlo. espacio de estados. Conjunto de todos los estados alcanzables desde el estado inicial por cualquier secuencia de operadores. En l se describe el estado del sistema en cada instante, y se modela la tasa de cambio de estado. Los estados futuros quedarn determinados por el estado actual y las acciones futuras podrn estimarse dadas las variables de estado. solucin de problemas. 1 Camino del estado o problema inicial a un estado en el que se ha resuelto el problema al satisfacer las condiciones que se plantean como objetivo. Puede existir una variedad de posibles respuestas a un problema, y de mtodos para encontrarlas, pero se debe saber escoger la mejor para el caso al que se aplica. 2 Es la bsqueda sistemtica de la fuente de un problema que puede ser solucionada. La localizacin de problemas es utilizada en muchos campos tales como administracin de sistemas y electrnica. Por lo regular se utiliza el mtodo de eliminacin para aislar las posibles causas del problema.

 diseo de experimentos. es un estudio epidemiolgico, analtico, prospectivo, caracterizado por la manipulacin artificial del factor de estudio por el investigador y por la aleatorizacin o randomizacin de los casos o sujetos en dos grupos llamados control y experimental. La caracterstica de la aleatorizacin no es imprescindible en el estudio experimental, llamndose entonces estudio cuasiexperimental. los modelos de Diseo de experimentos son modelos estadsticos clsicos cuyo objetivo es averiguar si unos determinados factores influyen en la variable de inters y, si existe influencia de algn factor, cuantificarla. La metodologa del Diseo de Experimentos estudia cmo variar las condiciones habituales de realizacin de un proceso emprico para aumentar la probabilidad de detectar cambios significativos en la respuesta, de esta forma se obtiene un mayor conocimiento del comportamiento del proceso de inters. Prototipo. La palabra prototipo tiene varias acepciones: Un prototipo es un ejemplar original o primer molde en que se fabrica una figura u otra cosa. Un prototipo puede ser un ejemplar perfecto y modelo de una virtud, vicio o cualidad. Un prototipo tambin se puede referir a cualquier tipo de mquina en pruebas, o un objeto diseado para una demostracin de cualquier tipo. stos permiten testar el objeto antes de que entre en produccin, detectar errores, deficiencias, etctera. Cuando el prototipo est suficientemente perfeccionado en todos los sentidos requeridos y alcanza las metas para las que fue pensado, el objeto puede empezar a producirse. Un prototipo es tambin un modelo a escala o facsmil de lo real, pero no tan funcional como para que equivalga a un producto final, ya que no lleva a cabo la totalidad de las funciones necesarias del sistema final, proporcionando una retroalimentacin temprana por parte de los usuarios acerca del sistema. El prototipo se usa para obtener los requerimientos del usuario. Su principal propsito es obtener y validar los requerimientos esenciales, manteniendo abiertas las opciones de implementacin. Esto implica que se deben tomar los comentarios de los usuarios, pero tambin se debe volver a los objetivos para no perder la atencin. Ontologa. (del griego , genitivo: de ser y ciencia, estudio, teora) trata de describir o proponer las categoras y relaciones bsicas del ser o la existencia para definir las entidades y de qu tipo son. Una entidad es todo algo de lo que se puede cuestionar su existencia. En cierto modo reflexiona sobre las concepciones de la realidad , sobre cmo son definidas las entidades de la realidad por el estudio. En informtica, hace referencia al intento de formular un exhaustivo y riguroso esquema conceptual dentro de un dominio dado, con la finalidad de facilitar la comunicacin y la comparticin de la informacin entre diferentes sistemas. Un uso comn tecnolgico actual del concepto de ontologa, en este sentido, lo encontramos en la inteligencia artificial y la representacion del conocimiento. Los programas informticos pueden utilizar as la ontologa para una variedad de propsitos, incluyendo el razonamiento inductivo, la clasificacion, y una variedad de tcnicas de resolucion de problemas. Las ontologas en los oredenadores se relacionan estrechamente con vocabularios fijos con cuyos trminos debe ser descrito todo lo dems.Una definicin de ontologa ms concreta la ofrece Weigand (1997): " An ontology is a database describing the concepts in the world or some domain, some of their properties and how the concepts relate to each other."

 heurstica. 1 Alude a mtodos o algoritmos exploratorios que durante la resolucin de problemas descubren las soluciones por la evaluacin del progreso logrado en la bsqueda de un resultado final. Al adjetivizar el trmino se apunta a las tcnicas por las cuales mejora en promedio el resultado de una tarea resolutiva de problemas. 2 Mtodo desarrollado por Nielsen (1994) y Molich(1990) que consiste en analizar la conformidad de la interfaz con unos principios reconocidos de usabilidad mediante la inspeccin de varios evaluadores expertos. La heurstica trata de aplicar normas conversacionales a la interaccin entre una persona a un sistema: trata de hacer que ambos se entiendan y trabajen juntos Jakob Nielsen es uno de los personajes ms reconocidos del diseo de interfaz web. Basndose en su experiencia profesional y en el trabajo de antecesores acu una serie de principios reconocidos a aplicar en el diseo de interfaces, denominadas heursticas. Nielsen ha promocionado tan bien estos principios que prcticamente se ha apropiado de ellos. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. Visibilidad del estado del sistema Encaje entre el sistema y el mundo real Libertad y control por parte del usuario Consistencia y estndares Prevencin de errores Reconocimiento antes que recuerdo Flexibilidad y eficiencia en el uso Diseo esttico y minimalista Ayuda a los usuarios a reconocer, diagnosticar y recuperarse de los errores Ayuda y documentacin.

Algoritmo. conjunto ordenado y finito de operaciones que permite hallar la solucin de un problema. Mtodo para encontrar la solucin a algn problema. El algoritmo puede tomarse como una serie de funciones o criterios en los cuales a travs de un INPUT (problema, datos) se transforman datos en un OUTPUT (solucin, informacin, datos); pero debe ser eficiente, definido (que con los mismos datos se llega siempre al mismo resultado) y finito (con determinado nmero de pasos). Mquina de Turing es un modelo computacional en el cual se estudiaba si las matemticas son decidibles, es decir, si hay un mtodo definido que pueda aplicarse a cualquier sentencia matemtica y que nos diga si esa sentencia es cierta o no. Turing construy un modelo formal de computador, la mquina de Turing, y demostr que existan problemas que una mquina no poda resolver. La mquina de Turing es un modelo matemtico abstracto que formaliza el concepto de algoritmo. estructura de datos. Una estructura de datos es una forma de organizar un conjunto de datos elementales (mnima informacin que se tiene en el sistema) con el objetivo de facilitar la manipulacin de estos datos como un todo o individualmente, con eficiencia de tiempo, almacenamiento y velocidad. Define la organizacin de los datos. variable discreta. Es la cual se determina preestablecidamente por valores numricos enteros, no modificables de forma arbitraria. No es una variable cuantitaiva, sino opera siempre modificandose en su dimensin numrica, es decir, la determinacin de frecuencias en que se presentan ciertas unidades de anlisis. variable continua. Se denomina variable continua aquella que puede tomar cualquiera de los infinitos valores existentes dentro de un intervalo finito. En el caso de variable continua, la Distribucin de Probabilidad es la integral de la funcin de densidad. Las distribuciones de variable continua ms importantes son las siguientes: Distribucin uniforme Distribucin normal (gaussiana) Distribucin gamma Distribucin exponencial Distribucin Pareto Distribucin Chicuadrada Distribucin t de Student Distribucin Laplace Distribucin Beta Distribucin Cauchy Distribucin F de Snedecor || Son aquellas cuyos valores, de carcter numrico, permiten realizar unmayor numero de comparaciones. Una variable continua permite tericamente, un infinito nmero de valores

entre dos valores consecutivos. (En realidad la precisin de los instrumentos de medida pone un lmite operativo). Ejemplos: La variable peso de la tableta de chocolate puede tomar cualquier valor entre 95 y 110gr. La variable consumo de gasolina por 100 km puede tomar cualquier valor entre 9 y 15 litros, etc. variable independiente. En un experimento, el cientfico intenta reproducir artificialmente los fenmenos que se dan en la naturaleza, es por ello que a travs de su hiptesis, establece ciertos parmetros o variables, los cuales deberan tener grados de incidencia uno sobre otro, es por ello que el cientfico manipula libremente segn sus criterios una de estas variables son el fin de establecer la incidencia, influencia o afeccin sobre la(s) variable(s) (llamada variable dependiente). Esta variable que el cientfico manipula denomina variable independiente. variable dependiente. es aquella cuyo valor depende de otras variables que estn contenidas en el modelo que estamos estudiando. Por ejemplo, la carga de infectividad hemos dicho que vara segn la edad del animal, es decir segn la fase en que se encuentra su enfermedad. Esta variable influye sobre otra variable que es la capacidad infectante de los distintos tejidos. As en las fases tempranas de la incubacin, los intestinos tienen muy alta capacidad infectante, mientras que en estados tardos, el SNC es portador de cargas infectivas significativamente ms altas. Todos estos mecanismos patogenticos son muy poco conocidos tanto en animales como en humanos, donde la enfermedad se est desarrollando ms tardamente.