1

Conocimientos Previos:

Competencias genéricas de la carrera de Diseño Gráfico

Universidad de San Carlos de Guatemala Unidad académica: Facultad de Arquitectura Departamento: Escuela de Diseño Gráfico Código: 341. Requisitos: 241 Investigación y Diseño 2 Pensum 2011 / Primer semestre 2014 / 3er. Ciclo académico

Total Créditos teóricos: 1 Número de semanas Horas de clase presencial Horas de trabajo independiente

Total Créditos Prácticos: 3.5 14 Semanas 2:30 horas. 6 horas.

La asignatura propone desarrollar competencias en relación a comunicación visual vinculada a la sociedad a través del tratamiento lógico cuantitativo de la información para que los estudiantes desarrollen propuestas asertivas en la toma de decisiones de proyectos de diseño. A través de la aplicación de estrategias de recolección de información, brindar a los estudiantes el acercamiento con el grupo objetivo para desarrollar aproximaciones cuantitativas y cualitativas en resolución de problemas de comunicación visual. Teoría de conjuntos

• Clases de conjuntos • Operaciones entre conjuntos • Conectivos Lógicos • Técnicas de Investigación

Conjunto de Números Reales • Operaciones básicas Propiedades en operaciones

• Radicación y potenciación • Logaritmos Aritmética • Operaciones básicas • Funciones numéricas y representaciones gráficas.

Algebra • Operaciones básicas • Aplicación de operaciones algebraicas

1. Resuelve problemas en base a la investigación, el análisis y la síntesis. 2. Se comunica de manera efectiva a nivel individual y social mediante distintos lenguajes. 3. Se integra activa y efectivamente al trabajo en equipo. 4. Aplica valores adaptados a su profesión, contexto y cultura. 5. Responde proactivamente a demandas y situaciones en el ámbito de su profesión. 6. Organiza y planifica proyectos de su especialidad de forma efectiva. 7. Desarrolla habilidades de liderazgo a nivel gremial y empresarial. 8. Se actualiza constantemente con la tecnología y los conocimientos de la sociedad del siglo XXI. 9. Se apropia del conocimiento y lo aplica eficientemente en el ámbito de su profesión. Posee la responsabilidad,

la ética y el profesionalismo dentro de todas y cada una de sus actividades de acuerdo a los valores del medio.

Asignatura: Lógica y Métodos Cuantitativos Catedráticos: Ana María Saavedra Andy Rodríguez

Descripción del espacio andragógico :

2

Competencias especificas del área de Métodos y Proyectos:

Metodología de enseñanza-aprendizaje

Áreas temáticas:

Sub-competencias de la asignatura:

1. Desarrolla bases de información para la toma de decisiones informadas en procesos y proyectos de diseño 2. Fundamenta propuestas de comunicación visual en métodos de diseño. 3. Aporta soluciones a problemas de comunicación basadas en aplicación de métodos y técnicas de

investigación y diseño.

1. Enjuicia argumentos relacionados con la comunicación visual para garantizar su consistencia y pertinencia con base en criterios de lógica.

2. Construye evidencias cuantitativas para fundamentar la toma de decisiones informadas en procesos y proyectos de diseño utilizando software para estadística.

Fundamentos de investigación cuantitativa para el diseño

• Razonamiento lógico y cuantitativo de problemas de comunicación visual identificados. • Desarrollo de la estructura del razonamiento. • Elaboración/validación/aplicación/interpretación de información cuantitativa. • Elaboración/validación/aplicación/interpretación de información estadística para la toma de decisiones

de diseño visual. Aplicaciones estadísticas computarizadas

• Plan de análisis: elaboración de informes de análisis cuantitativo • Estrategia metodológica: diseño de investigación cuantitativa • Tratamiento de la información. • Aplicación de software estadístico.

La asignatura se desarrollará utilizando metodología activa y participativa basada en la resolución de problemas, buscando promover el autoaprendizaje para formas profesionales competentes en el desarrollo de la comunicación visual. Entre las estrategias a emplear están:

Aprendizaje basado en proyectos Aprendizaje basado en problemas Aprendizaje cooperativo Asesoría individual Resolución de problemas Técnicas para desarrollo del pensamiento

complejo

Aplicación de guías de aprendizaje Visualización de problemas/temas a través

de mapas mentales, mapas conceptuales, diario reflexivo.

Registro a información vía portafolio Solución de procesos a través de

flujogramas.

3

Indicadores de logro:

Metodología de evaluación:

Bibliografía básica:

El estudiante

Aplica el razonamiento lógico en las propuestas de diseño. Utiliza de manera efectiva software estadístico para el procesamiento, análisis e interpretación de información. Interpreta la información desde la perspectiva lógica/cuantitativa en la investigación del diseño. Toma decisiones durante el proceso de diseño con base en el análisis inferencial de información.

El profesor(a) establecerá las estrategias de evaluación valorando que sea un proceso integral, participativo y permanente; utilizando autoevaluación, coevaluación y heteroevaluación. En el proceso se realizará: evaluación diagnóstica para conocer los aprendizajes previos de los estudiantes, evaluación formativa que permitirá conocer los avances de aprendizaje y saber cuándo avanzar, detenerse o retroalimentar y evaluación sumativa que permitirá a través de diferentes actividades asignar la nota numérica para certificar los conocimientos aprendidos por los estudiantes. Es decir, la evaluación siempre buscará la reflexión y mejora del proceso enseñanza y aprendizaje.

Lógica

1. Caorsi, C. (1996). Introducción a la Lógica y sus aplicaciones. Montevideo: Fundación de Cultura Universitaria. 2. Copi, I. (1995). Introducción a la Lógica. Madrid: Eudeba. 3. Deaño, A.(1999). Introducción a la Lógica Formal. Madrid: Alianza Editorial. 4. Miller, Ch. , Heeren, V. y Hornsby, J. (2008). Estrategias de Razonamiento. Mexico: Pearson Educacion. 5. Ducrot, O. (1984). El decir y lo dicho. Madrid: Hachette. 6. Garrido, M.(1974). Lógica simbólica. Madrid: Tecnos.

Estadística

1. Galtung, J.(1973). Teoría y métodos de la investigación social. Buenos Aires: Eudeba. 2. Glass, G. & Stanley, J.(1986). Métodos estadísticos aplicados a las ciencias sociales. México: Prentice-Hall. 3. Pagano, R. (1999). Estadística para las ciencias sociales del comportamiento. México: Thomson. 4. Spiegel, M. (1987). Probabilidad y estadística. Mexico: Mac. Graw Hill. 5. Meyer, P. (1973). Probabilidad y Aplicaciones Estadisticas. Mexico: Fondo educativo Interamericano, S.A. 6. Sarabia, J. M. (2000): Curso Práctico de Estadística. Madrid: Civitas. 7. Calot, G. (1988). Curso de Estadística Descriptiva. Madrid:Paraninfo.

4

Recursos complementarios:

1. Ocaña, A. & Cuadras, C. (1989). Fundamentos de Probabilidad en

Bioestadística. Barcelona: PPU - Serie: Estadística y Análisis de Datos. 2. Casa, E. (1990). 200 Problemas de Estadística Descriptiva. Barcelona: Vicens-Vives. 3. Cuadras, C. (1990). Probabilidades y Estadística. Vol. 1. Probabilidades. Barcelona: PPU -Serie: Estadística y

Análisis de Datos. 4. Junta de Andalucía (S/F) Azar y probabilidad. Disponible desde:

http://www.juntadeandalucia.es/averroes/carambolo/WEB%20JCLIC2/Agrega/Matematicas/Azar%20y%20probabilidad/contenido/index.html

5. Peña, D. (1991). Estadística. Modelos y Métodos. 1. Fundamentos. Madrid: Alianza Universidad. 6. Peña, D. & Romo, J. (1997): Introducción a la Estadística para las Ciencias sociales. Madrid: Mac. Graw Hill. 7. Proyecto Agrega (S/F) Tablas y gráficos. Disponible desde: http://contenidos.proyectoagrega.es/visualizador-

1/Visualizar/Visualizar.do?idioma=es&identificador=es_2008050513_0230100&secuencia=false# 8. Otros recursos serán brindados por cada docente de asignatura.

5

Para jornada nocturna:

La finalidad de la asignatura “Métodos lógico-cuantitativos” dentro del plan de estudio es:

Lograr una aproximación conceptual a los procesos deductivos que subyacen a la argumentación tanto a nivel del lenguaje formal como natural.

Dar las bases necesarias para una comprensión del procesamiento de información y el análisis del discurso que se desarrollará en otros cursos de la carrera.

Proporcionar los métodos matemáticos y estadísticos básicos que permiten una descripción cuantitativa de la información y que son requisitos de estudios más especializados sobre técnicas de captación y análisis de datos.

El objetivo del curso es >sensibilizar> a los estudiantes de las herramientas disponibles para tener una actitud crítica frente a los discursos. Se trata un curso que intenta acercar al estudiante a la argumentación y sus problemas. El objetivo no es obtener estudiantes expertos en lógica, matemática ni estadística, sino más bien introducirlos al estudio de aquellas herramientas que luego podrán profundizar a lo largo de la carrera. A continuación presentamos el contenido del curso:

Módulos

LÓGICA

o El lenguaje y sus usos. Forma y función de las oraciones. Tipos de definiciones. o Argumento y estructura argumental. Objetivos de la lógica. Definición de argumento. Estructura argumental. Tipos de argumentos. Control

informativo y control inferencial. Verdad y validez. Falacias.

o Lógica simbólica: las leyes lógicas. Lenguaje. Interpretación. Modelos de evaluación: tablas de verdad, tablas semánticas, deducción natural. Verdades del cálculo proposicional. Limitaciones del cálculo proposicional.

o Lógicas divergentes. Fundamentos de la lógica simbólica. Motivaciones de las lógicas divergentes. Tipos de divergencias.

o Teoría de la argumentación. Argumento y argumentación. Consideraciones generales sobre la argumentación. Compromiso de los modelos discursivos. Demostración y persuasión. Presupuestos y sobreentendidos. Emisor y auditorio.

o Modelos de teoría de la argumentación. La nueva retórica de Perelman, los contextos de argumentación de Toulmin, la propuesta pragmático dialéctica de Van Emeren y elementos de la acción comunicativa de Habermas.

o Argumentación y racionalidad. Breve esbozo de algunas problematizaciones para pensar el papel del lenguaje en general y de la argumentación en particular: Adorno, Wittgenstein, Austin, Searle, Foucault, Deleuze.

ESTADÍSTICA

o Nociones Generales. Definición de Estadística. Estadística Descriptiva e Inductiva. Etapas de un estudio estadístico. Conceptos de Población y Muestra. Tipos de Variables y propiedades.

o Variables Cualitativas. Datos nominales y ordinales. Tabulación: frecuencia absoluta y relativa. Gráficos. La moda.

o Variables Cuantitativas. Métodos de agrupamiento. Distribución de frecuencias. Histograma. Polígono de frecuencias. Ojiva. o Medidas de resumen para variables cuantitativas: Medidas de forma: La media. La mediana. La moda. Medidas de variabilidad o

dispersión: Rango, Varianza, desviación standard y coeficiente de variación. Medidas de forma: coeficiente de asimetría de Pearson.

o Distribuciones Bidimensionales: Tablas de doble entrada. Distribuciones marginales y conjuntas. Perfiles y porcentajes.

o Relación entre variables cuantitativas: Correlación y Modelo de Regresión: Distribución conjunta y marginales de dos variables continuas. Diagrama de dispersión. El coeficiente de correlación. Cálculo de la recta de regresión. Proyecciones.

o Relación entre variables cualitativas: Test Chi- Cuadrado: Independencia entre variables cualitativas. Lectura y análisis de cuadros.

Sistema de evaluación

La asignatura prevé un sistema de exoneración, junto a la posibilidad de rendir un examen tradicional, siempre condicionado por la habilitación pertinente, en tanto el reglamento general de estudios prevé para la materia una asistencia obligatoria al 80 % de las clases. (Se estiman unas 24 clases para cada módulo) La evaluación del curso se hará mediante dos parciales a realizarse al final de cada semestre. Para exonerar la materia deberá obtenerse un promedio de 6 entre las dos pruebas con un mínimo de 4 en cada una de ellas. En caso de que en los dos parciales el estudiante hubiera obtenido una nota insuficiente para llegar al promedio requerido (siendo la nota del toro parciale necesariamente igual o mayor a 4) el estudiante podrá optar por solicitar una tercera prueba que se realizará el día del examen.

Bibliografía

6

Lógica:

Caorsi, Carlos. INTRODUCCIÓN A LA LOGICA Y SUS APLICACIONES. Fundación de Cultura Universitaria, 1996. (Numerales 1-16)

Copi, Irving. INTRODUCCIÓN A LA LÓGICA. Eudeba, 1995. (Caps. 1-5)

Deaño, Alfredo. INTRODUCCIÓN A LA LÓGICA FORMAL. Alianza Editorial, 1999. (Caps. I, III, IV)

Ducrot, Oswald. EL DECIR Y LO DICHO. Hachette, 1984. (Parte I y III)

Garrido, Manuel. LÓGICA SIMBÓLICA. Tecnos, 1974. (Caps. 4-7)

Haack, Susan. FILOSOFÍA DE LAS LÓGICAS. Cátedra, 1991. (Caps. 9-11)

Marafoti, Roberto. LOS PATRONES DE LA ARGUMENTACIÓN: LA ARGUMENTACIÓN EN LOS CLÁSICOS Y EN EL SIGLO XX. Bilblos, 2003 (Caps. 4-6)

Osin, Luis. INTRODUCCIÓN AL ANÁLISIS MATEMÁTICO. Kapeluz, 1966. (Cap. 1, numerales 1-4)

Russell, Bertrand. EL CONOCIMIENTO HUMANO. Planeta-Agostini, 1992 (Parte I, Cap. 1; Parte II, Caps. 1, 6, 11)

Vignaux, Georges. La argumentación. Ensayo de lógica discursiva. Hachette, 1986. (Caps. I, II, IV)

Weston, Anthony. LAS CLAVES DE LA ARGUMENTACIÓN. Ariel, 2004.

Estadística:

Campbell, Stephen K. EQUIVOCOS Y FALACIAS EN LA INTEPRETACION DE ESTADISTICAS, Limusa, 1981.

Galtung, John. TEORIA Y METODOS DE LA INVESTIGACION SOCIAL, Eudeba, 1973.

Glass, Gene V. y Stanley, Julian C, METODOS ESTADISTICOS APLICADOS A LAS CIENCIAS SOCIALES, Prentice-Hall, 1986.

Pagano, Robert R. ESTADISTICA PARA LAS CIENCIAS DEL COMPORTAMIENTO. Thomson Editores.

Peña, Daniel y Romo, Juan. INTRODUCCION A LA ESTADISTICA PARA LAS CIENCIAS SOCIALES, Mc. Graw Hill, 1997.

Spiegel, Murray R. ESTADISTICA, Mc. Graw Hill, 1991.

Programa semanal y areas tematicas

Semana Tema Entregas

20 al 26 de enero Prueba diagnóstica 27de enero al 2 de febrero Razonamiento Lógico y cuantitativo/Teoría cognitivas de aprendizaje: Gestalt,

Jean Piaget 3 al 9 de febrero Desarrollo de la estructura del razonamiento/Características de un target infaltil

10 al 16 de febrero Funciones del lenguaje/falacias/Técnicas e instrumentos de evaluación

17 al 23 de febrero Lógica simbólica o proposicional 24 de febrero al 2 de marzo tablas de verdad Fecha límite

3 al 9 de marzo Estadística descriptiva: cálculo media, mediana, moda, deciles, centiles, percentiles, varianza.

10 al 16 de marzo Aproximaciones cuantitativas en la investigación 17 al 23 de marzo Semana de preparación huelga de dolores 24 al 30 de marzo Asueto por semana santa Fecha límite 31 al 6 de abril

7

7 al 13 de abril Aplicaciones de estadística descriptiva al Diseño 14 al 20 de abril Aplicaciones de estadística inferencial al Diseño

21 al 27 de abril Aplicación de análisis estadístico en la toma de decisiones

28 de abril a1 4 de mayo Aplicación de análisis estadístico en la toma de decisiones Fecha límite

5 al 11 de mayo Diseño de investigación cuantitativa 12 al 18 de mayo Diseño de investigación cuantitativa 20 al 22de mayo Evaluaciones finales Fecha límite

CALENDARIZACIÓN DE LÓGICA Y MÉTODOS CUANTITATIVOS Actividades Ponderación Fecha de entrega

1. Recortes de prensa/revistas con ejemplos de conceptos (20) e indicar sus características. Mapa conceptual sobre teoría Gestalt y de Piaget.

10 puntos

05 puntos

11, 12/2

2. Recortes de prensa/revistas con ejemplos de funciones del lenguaje (informativo, expresivo, directivo, mixto). 5 recortes por función (total 20) Mapa conceptual de las características de un target infantil.

10 puntos

05 puntos

25,26 /2

3. Investigación sobre aplicación de la lógica simbólica aplicada al diseño. (3 hojas tamaño carta). Elaboración de 2 instrumentos de investigación con 10 preguntas cada uno (uno de preguntas cerradas, uno de preguntas abiertas).

05 puntos

05 puntos

4,5, /3

4. Trabajo cooperativo de tablas de verdad 15 puntos 11,12/3 5. Trabajo sobre aplicaciones de la estadística

descriptiva.

15 puntos 8,9/4

6. Trabajos en clase 10 puntos Durante el desarrollo del curso.

7. Presentación de proyecto de integración 20 puntos 22/5

TOTAL 100 puntos