La Derivada Con El Enfoque de Modelación

Universidad Autnoma de Baja California
Instituto de Investigacin y Desarrollo Educativo

Doctorado en Ciencias Educativas

La matemtica en contexto y el enfoque hacia la
modelacin en el aprendizaje de la derivada como
razn de cambio

TESIS
Que para obtener el grado de
DOCTOR EN CIENCIAS EDUCATIVAS

Presenta

Maximiliano Cervantes Salazar

Ensenada Baja California, Mxico. 22 de Agosto de 2008.

Universidad Autnoma de Baja California
Instituto de Investigacin y Desarrollo Educativo
Doctorado en Ciencias Educativas

La matemtica en contexto y el enfoque hacia la modelacin
en el aprendizaje de la derivada como razn de cambio

TESIS
Que para obtener el grado de
DOCTOR EN CIENCIAS EDUCATIVAS

Presenta
Maximiliano Cervantes Salazar

Aprobado por:

Dra. Patricia Camarena Gallardo
Codirectora de tesis
Dra. Mara de Jess Gallegos
Sinodal
Dra. Edna Luna Serrano
Sinodal
Dr. Ren Pinet Placencia
Codirector de tesis

Dra. Gisela Pineda Garca
Sinodal

Ensenada Baja California, Mxico. 22 de Agosto de 2008.
ii
Dedicatoria

A Nuestro Padre Celestial:

S que tienes todo conocimiento. De ti recib la inspiracin para hacer este trabajo
y s que no lo necesitas. Pero es todo lo que puedo hacer. Te amo y por eso te lo
dedico.

A mi esposa Becky:

Amor, con esto yo cierro un captulo de mucho esfuerzo en nuestras vidas. Nada
de lo que est aqu escrito, pudo ser si t no me hubieras apoyado. Esto es parte de
ti. Te amo.

A Max, Aby, Ivn, Ivet, Adn y Aarn:

Ustedes han visto el esfuerzo que esto requiere. Esto ha sido por ustedes y para
ustedes. Dios les bendiga. Les amo mucho.

iii
Agradecimientos

Lic. Francisco Carlos Silva Toledo:
Licenciado, reconozco que he recibido de su parte un apoyo que no se recibe en
todas partes. Mi ms sincero agradecimiento.

Lic. Isidro Arenas Ayn:
Te agradezco tu buena disposicin para ayudarme en los momentos difciles que
esta investigacin me caus. Gracias, amigo.

MC. Lilia Martnez Lobato:
Compaera, gracias por tu agradable compaa en tantas horas de trabajo y de
viaje. Has sido un ejemplo del esfuerzo y del sacrificio. A ti, mi mayor aprecio.

ME. Esperanza Viloria Hernndez:
Compaera, ha sido muy grato conocerte y compartir contigo esta experiencia del
doctorado. T y Lily han sido para m un gran ejemplo del esfuerzo por salir
adelante. Les admiro y respeto.

Dr. Ren Pinet Placencia:
Le agradezco la confianza que me brind a lo largo de todo este trabajo. Su
paciencia y sus reflexiones me infundieron nimo. Gracias por su apoyo.

Dra. Patricia Camarena Gallardo:
Ha sido una experiencia muy grata el trabajar con usted. Gracias por sus valiosas
orientaciones. Mis mejores deseos.
iv
Agradecimientos

Dra. Edna Luna Serrano:
Te agradezco tu preocupacin por mejorar el nivel de la investigacin, as como el
apoyo que me has brindado. Gracias Dra.

Dra. Mara Jess Gallegos:
Le agradezco por motivarme a ingresar al doctorado. Aunque ha sido una
experiencia agotadora, tambin ha sido muy satisfactoria. Siempre le estar
agradecido por ello.

Dra. Gisela Pineda Garca:
Aunque te incorporaste al final, te agradezco todos tus comentarios en la revisin
del documento.

Dr. Servando Ortoll:
El valor de la ayuda est en su oportunidad. La ayuda que me brindaste ha sido de
lo ms valioso para poder concluir el reporte de la investigacin y superar el
estrs. De todo corazn, mi mayor agradecimiento.

Javier, Cecy, Vicky y Sergio:
Es un privilegio haberles tenido como compaeros en el programa. Me une a cada
uno de ustedes la amistad y el aprecio por el espritu de camadera y de ayuda que
me mostraron. Les estimo mucho.

v

CONTENIDO
Pgina

Dedicatoria............................................................................................................. iii
Agradecimientos .....................................................................................................iv
Contenido................................................................................................................vi
Lista de Tablas ........................................................................................................ix
Lista de Figuras........................................................................................................x

Captulo I. Introduccin.....................................................................................................1

1.1. Planteamiento del problema..............................................................................2
1.2. Objetivos ...........................................................................................................6
1.3. Pregunta de investigacin .................................................................................6
1.4. Justificacin ......................................................................................................7
1.5. Organizacin de la tesis ....................................................................................8

Captulo II. Antecedentes tericos...................................................................................10

2.1. Aprendizaje significativo y cognicin situada................................................11
2.2. La matemtica en el contexto de las ciencias .................................................18
2.3. El enfoque hacia la modelacin ......................................................................23
2.3.1. La nocin de modelo...........................................................................25
2.3.2. Modelacin con base en las cantidades...............................................26
2.3.3. Significados como modelos para........................................................29
2.4. El enfoque ontolgico semitico y la comprensin relacional .......................32
2.4.1. Significados y funciones semiticas ...................................................32
2.4.2. Comprensin y competencia...............................................................35
2.4.3. Significados correctos .........................................................................36

Captulo III. La modelacin en la escuela .......................................................................41

3.1. La modelacin en el ambiente escolar ............................................................42
3.2. La modelacin tradicional...............................................................................46
3.3. La realistic mathematics education ................................................................50
3.4. Models and modelling perspectives ................................................................56
3.5. Habilidades de modelacin.............................................................................61
3.6. El enfoque hacia la modelacin y la comprensin relacional .........................65

vi
Captulo IV. Problemas en el aprendizaje de la derivada................................................72

4.1. Importancia de la derivada en ingeniera ........................................................72
4.2. La modelacin y el concepto de derivada.......................................................75
4.3. La nocin de derivada como lmite.................................................................77
4.4. Problemas en el aprendizaje de la derivada ....................................................86

Captulo V. La derivada con el enfoque hacia la modelacin.........................................97

5.1. Situaciones que organiza la derivada..............................................................99
5.2. La derivada de funciones cuadrticas polinmicas.......................................102
5.3. La derivada para cualquier funcin polinmica f(x) .....................................112
5.4. Propuesta didctica para el aprendizaje de la derivada.................................115

Captulo VI. Mtodo......................................................................................................121

6.1. Seleccin de la estrategia de investigacin...................................................121
6.2. Diseo de investigacin ................................................................................122
6.2.1. Pregunta y proposiciones del estudio................................................123
6.2.2. Unidades de anlisis..........................................................................124
6.2.3. Enlaces de datos a proposiciones y criterios de interpretacin.........124
6.3. Participantes..................................................................................................125
6.4. Materiales e instrumentos .............................................................................126
6.5. Procedimiento ...............................................................................................128
6.5.1. Caso tradicional.................................................................................128
6.5.2. Caso matemtica en contexto............................................................131
6.5.3. Comparacin de resultados ...............................................................131

Captulo VII. Resultados: Caso tradicional ..................................................................132

7.1. El contexto ....................................................................................................132
7.2. Comprensin relacional ................................................................................134
7.2.1. Configuracin epistmica implementada..........................................135
7.2.2. Significados declarados.....................................................................141
7.3. La derivada y la realidad cotidiana ...............................................................148
7.4. Habilidades de modelacin...........................................................................150

Captulo VIII. Resultados: Caso matemtica en contexto ............................................157

8.1. El contexto ....................................................................................................157
8.2. Comprensin relacional ................................................................................158
8.2.1. Configuracin epistmica implementada..........................................159
8.2.2. Significados declarados.....................................................................163
vii
8.3. La derivada y la realidad cotidiana ...............................................................171
8.4. Habilidades de modelacin...........................................................................176

Captulo IX. Conclusiones.............................................................................................183

9.1. Interpretacin de resultados.............................................................................183
9.2. Conclusiones ...................................................................................................185
9.3. Limitaciones y recomendaciones ....................................................................188

Referencias bibliogrficas .............................................................................................191

Apndice........................................................................................................................204

A. Notas del curso..............................................................................................204
B. Examen sobre argumentaciones....................................................................225
C. Cuestionario sobre comprensin...................................................................226
D. Examen sobre habilidades de modelacin ....................................................228
E. Configuracin epistmica implementada, caso tradicional...........................229
F. Video filmaciones de las clases. Ambos casos .............................................239
G. Trascripcin de la clase del 20 de febrero.....................................................240
H. Exmenes presentados en el caso tradicional ...............................................261
I. Entrevistas sobre derivada y realidad. Caso tradicional. ..............................277
J. Configuracin epistmica implementada, caso matemtica en contexto......282
K. Exmenes presentados en el caso de matemtica en contexto......................289
L. Entrevistas sobre derivada y realidad. Caso matemtica en contexto...........315

viii

LISTA DE TABLAS

Tabla Descripcin Pgina

1 Significados de modelo para de ciertos conceptos matemticos con el
enfoque hacia la modelacin ............................................................................31
2 Elementos del modelo terico para la comprensin de Godino ......................37
3 Posturas tericas que utilizan la modelacin en procesos educativos..............56
4 Habilidades de modelacin en diferentes posturas...........................................64
5 Alturas, reas y costos para diferentes tamaos del radio r del bote
cilndrico de la Figura 1....................................................................................74
6 Velocidades de un objeto en cada libre.........................................................107
7 Velocidades instantneas................................................................................108
8 Trayectoria epistmica de la clase del 20 de febrero. 1ra. seccin.
Caso tradicional ..............................................................................................137
9 Configuracin espistmica de la derivada. Caso tradicional..........................140
10 Desarrollo global de las clases. Caso tradicional ...........................................142
11 Tipo de comprensin mostrada al argumentar ejercicios. Caso
tradicional .......................................................................................................143
12 Tipo de comprensin mostrada al argumentar en el problema. Caso
tradicional .......................................................................................................144
13 Configuracin epistmica de la derivada con el enfoque hacia la
modelacin .....................................................................................................147
14 Significados de la comprensin relacional con un enfoque hacia la
modelacin. Caso tradicional .........................................................................148
15 Resultados sobre la derivada y la realidad. Caso tradicional .........................149
16 Habilidades de modelacin. Caso tradicional ................................................153
17 Contenidos implementados del uno al 15 de marzo. Caso
matemtica en contexto..................................................................................159
18 Primeras tres configuraciones epistmicas de la clase del 16 de
marzo. Caso matemtica en contexto.............................................................161
19 Configuracin epistmica de la derivada. Caso matemtica en
contexto ..........................................................................................................164
20 Tipo de comprensin mostrada al argumentar ejercicios. Ambos
casos ...............................................................................................................165
21 Tipo de comprensin mostrada al argumentar en el problema.
Ambos casos...................................................................................................167
22 Tipo de comprensin mostrada en argumentos. Ambos casos.......................169
23 Significados de la comprensin relacional con un enfoque hacia la
modelacin. Ambos casos ..............................................................................170
24 Respuestas sobre la derivada y la realidad en el cuestionario de
comprensin. Ambos casos ............................................................................172
25 Habilidades de modelacin. Ambos casos .....................................................178
ix

LISTA DE FIGURAS

Figura Descripcin Pgina

1 Tipos de aprendizaje que ocurren en el aula segn Ausubel............................14
2 Usos de los diferentes smbolos que integran un modelo matemtico.............29
3 Grfica del tiempo rcord para una milla.........................................................47
4 El arithmetic rack.............................................................................................52
5 Dos maneras en que podran sentarse 16 pasajeros, en grupos de diez
(a) o dobles (b).............................................................................................54
6 Posibles formas de anotar los resultados del arithmetic rack en la
Figura 3.............................................................................................................55
7 Carta de los estudiantes a su cliente, con una grfica sobre las
tendencias de ingreso de sus trabajadores .....................................................60
8 Proceso de modelacin.....................................................................................61
9 Significados del numerador y del denominador con el enfoque hacia
la modelacin....................................................................................................67
10 Radio y altura de un bote cilndrico .................................................................73
11 Versin moderna del rea aumentada bajo la curva D ...................................78
12 El rea aumentada bajo la curva D se reduce al mnimo y toma la
forma de la altura y. ..........................................................................................79
13 rectngulo infinitesimal dx de Leibniz. ............................................................80
14 El Tringulo infinitesimal o infinitamente pequeo de Leibniz.......................81
15 rea de un tringulo infinitesimal formado por los puntos OPQ.................81
16 El rea bajo la curva AB se obtiene al restar el rea OAa a la suma de
las reas OAB y OBb ........................................................................................82
17 Ampliacin de una curva hasta obtener una imagen de recta local..................90
18 Limitaciones del algoritmo: degeneracin de la imagen como recta
local. .................................................................................................................91
19 Transformacin de la secante en tangente a medida que h toma un
valor extraordinariamente pequeo..................................................................92
20 Velocidades promedio y su ubicacin en la continuidad ...............................104
21 Continuidad de tiempo, velocidad y posicin. ...............................................106
22 Continuidad de tiempo y posicin..................................................................108
23 La derivada como modelo para. .....................................................................111
24 La razn de cambio del punto central obtenida con diferentes
posiciones del punto de clculo con f(x) = x
2
................................................113

x

I. Introduccin

I. Introduccin

Con frecuencia observamos que se utiliza mayor informacin cuantitativa en las
actividades cotidianas de la sociedad. Dicho tipo de informacin se nos presenta en forma de
grficas, estadsticas o datos numricos, los cuales orientan a la ciudadana de los problemas
del entorno social o laboral. La necesidad de interpretar de manera correcta tal informacin,
hace que el conocimiento matemtico sea uno de los ms importantes para la sociedad actual
(Wilkins, 2000). Sin embargo, el aprendizaje de las matemticas no es fcil. Ello se refleja en
las crisis internacionales que han experimentado las matemticas en educacin bsica y media,
en su reciente evolucin. Desde los inicios de los sesentas, polticos o ministros de educacin
han generado movimientos educativos con el inters de mejorar los resultados de la enseanza
de las matemticas. Tales movimientos conocidos como la matemtica moderna, el regreso a
lo bsico, la resolucin de problemas y ms recientemente en los estndares para las escuelas
de matemticas reflejan las ideas de la teora educativa dominante de la poca (UNESCO,
1996).
Los resultados de los movimientos educativos distan de ser los deseados. Con la
matemtica moderna se pens que el estudiante llegara al pensamiento formal y axiomtico,
si al inicio del aprendizaje adquira el conocimiento estructural de las matemticas. Sin
embargo, la experiencia evidenci que los estudiantes no entendan aspectos conceptuales ni
dominaban el uso de las operaciones fundamentales. En respuesta a dicha situacin se gener
el regreso a lo bsico, esto es, al dominio de tales operaciones, bajo la idea de que ello llevara
a los estudiantes a solucionar problemas. Sin embargo, de nuevo se obtuvieron resultados no
deseados, los estudiantes se mostraron capaces de obtener resultados algortmicos apropiados
pero incapaces de interpretarlos, esto es, no entendieron los conceptos matemticos
fundamentales. A inicios de los ochentas surge la resolucin de problemas para dar respuesta a
esta situacin, y en los noventas, el National Council of Teacher of Mathematics propone los
estndares para las escuelas de matemticas. Entre otras cosas, dichos estndares establecen
que el estudiante solucione problemas, aprenda a comunicarse y razonar matemticamente
(Futrell, Lynch y Hunter-Boykin, 2000).
1

I. Introduccin
Las deficiencias en el aprendizaje de las matemticas continuan, como lo indican los
resultados de las pruebas del Programme for International Student Assessment (PISA),
implementado por los gobiernos de los pases miembros de la Organisation for Economic Co-
operation and Development (OECD). El objetivo de las pruebas es probar la capacidad del
estudiante para entender el papel de las matemticas en el mundo actual, su capacidad para
aplicarlas a problemas reales y su inters por aprenderlas (OECD, 2003). Los resultados de la
aplicacin del ao 2000 provocaron un debate internacional sobre los objetivos y el papel del
currculo de matemticas, en relacin con las situaciones reales (Blum, 2002).
En consecuencia, el inters reciente de las organizaciones matemticas gir en torno a
cmo acercar las matemticas al mundo real a travs de la modelacin y aplicaciones
matemticas. As, el 14th Study celebrado en Alemania en febrero de 2004, de la International
Comission on Mathematical Instruction (ICMI) se dedic a identificar el estado del arte en
tales temas (Blum, 2002). Los resultados se presentan en el reporte que editaron Blum,
Galbraith, Henn y Niss (2007). Esta respuesta del ICMI a los bajos resultados en las
evaluaciones PISA, nos sugiere que los matemticos profesionales abogan por el uso de
contextos reales en educacin matemtica.
En educacin superior la modelacin matemtica tiene poca presencia en el currculo
de matemticas (Camarena, 1999; Houston, 2003; Lingefjrd, 2007), a pesar de la creciente
necesidad de aplicar en la vida diaria el conocimiento matemtico adquirido. En el caso de la
ingeniera, el aprendizaje de las matemticas se encuentra en el centro de la formacin
profesional (Vargas, 1998). Pensamos que el debate sobre cmo lograr competencia en aplicar
el conocimiento matemtico al mundo real, tarde o temprano arribar a las escuelas de
ingeniera en Mxico. En este contexto, en el Centro de Estudios Superiores del Estado de
Sonora (CESUES) nos interesamos en explorar alternativas educativas con base en la
modelacin, para mejorar la competencia matemtica de los estudiantes en ingeniera.

1.1 Planteamiento del problema.
El empleo de la modelacin y las aplicaciones matemticas como estrategias para el
aprendizaje, tiene una historia reciente. El trmino de modelacin matemtica se empieza a
utilizar en la industria despus de la primera mitad de la dcada de los setenta, bsicamente
por aparicin de los sistemas de cmputo (Hamson, 2003). Dichos sistemas permiten
2

I. Introduccin
solucionar no slo ecuaciones, sino desarrollar modelos complejos para problemas
industriales. Sin embargo, de acuerdo con Niss, Blum y Galbraith (2007) uno de los momentos
decisivos en el origen del movimiento actual sobre la modelacin y aplicaciones matemticas,
se ubica a fines de los sesentas con Hans Freudenthal. En esa poca Freudenthal organiz una
conferencia con el tema How to teach mathematics so a to be useful?, en ella se abog por
incluir las aplicaciones matemticas en el currculo. Dichos autores sugieren tres fases, a partir
de ese momento, relacionadas con la investigacin en modelacin y aplicaciones en educacin
matemtica, que traducimos del ingls como argumentacin, desarrollo y maduracin. En la
primera de ellas (advocacy) se aboga por la introduccin de las aplicaciones matemticas en
educacin. En la fase de desarrollo ubicada entre 1975 y 1990, se genera la mayor parte del
currculo y de los materiales de modelacin actual en educacin. A partir de los noventa en la
fase de maduracin, el nfasis cambia a los aspectos tericos.
En 1983 durante la fase de desarrollo en Inglaterra, surgen la International Comunity of
Teacher of Mathematical Modelling and Applications (ICTMA) y la conferencia bienal
International Conference on the Teaching of Mathematical Modelling and Applications (con
el mismo acrnimo ICTMA). A travs del tiempo, dicha comunidad ha involucrado a
matemticos interesados en la modelacin de manera internacional, a la vez que se trabaja en
varias reas de la educacin matemtica. En el ao 2004 el ICTMA es afiliado a la ICMI como
el International Study Group for the Teacher of Mathematical Modelling and Applications
(Haines, Galbraith, Blum y Khan, 2007; Blum, Galbraith, Henn y Niss, 2007). Los polticos y
ministros de educacin coinciden ahora con los educadores e investigadores en modelacin y
aplicaciones matemticas, en el inters de mejorar la competencia matemtica para solucionar
problemas reales.
El debate sobre qu es competencia en matemticas incluye diferentes posturas. Entre
ellas se encuentra el KOM project (Competencies and the Learning of Mathematics), modelo
dans utilizado en las evaluaciones PISA 2003 (Steen, Turner y Burkhardt, 2007). Dicho
modelo sostiene que son varias competencias las que integran propiamente la llamada
competencia matemtica, entendida sta como (Blomhj y Jensen, 2007, p. 47) la profunda
preparacin para actuar en respuesta a cierta clase de desafo matemtico en una situacin
dada. As se nos sugieren dos grandes tipos de competencias, para estructurar y responder
interrogantes matemticos (pensamiento, solucin de problemas, modelacin y razonamiento
3

I. Introduccin
matemticos), y para tratar con el lenguaje matemtico (representacin, smbolos y
formalidades, comunicacin y herramientas) (Muller y Burkhardt, 2007; Blomhj y Jensen,
2007).
La discusin sobre el papel del currculo de matemticas en educacin no slo incluye
las cuestiones de las competencias, sino otras ms, como las epistemologas y pedagogas
actuales entre otras, mismas que contiene el reporte del 14th ICMI Study. Con respecto a las
competencias en modelacin, de acuerdo con Greer y Verschaffel (2007) su desarrollo abarca
diferentes niveles de conciencia. En el primer nivel el estudiante es inconciente de que est
modelando cuando soluciona un problema, como ocurre en los niveles bsicos. Sin embargo,
Usiskin, (2007) seala que esta situacin puede superarse, al considerar a las operaciones
aritmticas como modelos matemticos. As la operacin suma puede ensearse como el
modelo Putting-together model, modelo empleado para la adicin. Dichos modelos
constituyen una base para seleccionar las operaciones a utilizar al solucionar un problema. La
falta de ellos dificulta la seleccin y aplicacin de las operaciones.
El segundo nivel de conciencia implica al proceso de modelacin, y el tercer nivel al
examen crtico de dicho proceso. Segn Greer y Verschaffel (2007) para el desarrollo de las
competencias en el segundo nivel de conciencia, se encuentran marcos tericos sobre las
diferentes fases del ciclo de modelacin, desde especificar el problema hasta la elaboracin del
reporte (Houston, 2007; Houston y Neill, 2003). Este tipo de marcos es centrado en evaluar la
competencia del estudiante en tales fases. En el desarrollo de competencias del tercer nivel de
conciencia, se encuentran posturas como el KOM Project (Blomhj y Jensen, 2007) que
cuestiona el papel de la modelacin en el currculo, la de Jablonka (2007) que cuestiona dicho
papel en la sociedad, o de la matemtica en contexto de las ciencias (Camarena, 2004), que
cuestiona el papel de la modelacin en la ingeniera.
La mejora de las competencias matemticas a travs de la modelacin tiene un efecto
limitado en el currculo actual. Esto es, la modelacin tiene una presencia restringida en el
currculo (Camarena, 1999; Houston, 2003; Lingefjrd, 2007) a pesar de que existen diferentes
marcos tericos para desarrollar competencias (Muller y Burkhardt, 2007). En el nivel
superior la modelacin matemtica tiene mayormente un papel de modelacin como vehculo,
en la cual, los contenidos matemticos determinan los problemas a modelar (Julie y Mudaly,
2007), contrario a lo que ocurre con la modelacin fuera de la escuela. As, la problemtica de
4

I. Introduccin
mejorar competencias va modelacin es compleja e incluye falta de profesores preparados,
epistemologas y la cultura del currculo, entre otros.
La discusin sobre los beneficios de la modelacin y aplicaciones matemticas tambin
es presente en la ingeniera. Los reportes indican que la introduccin de la modelacin
matemtica en cursos de clculo para ingeniera, mejora el aprendizaje de sus conceptos, eleva
la motivacin y el inters en el tema (Aroshas, Verner y Berman, 2007; Biembengut y Hein,
2007). Sin embargo, Anaya, Cavallaro y Domnguez (2007) afirman que los conocimientos
previos y el esfuerzo que requiere la modelacin matemtica tambin acta como un obstculo
para los estudiantes que prefieren la enseanza tradicional. En otros casos, an cuando los
estudiantes consideren los conceptos como herramientas, ellos se muestran incapaces para
elegir cules son apropiados para modelar un problema. Esto ltimo como resultado de la
disociacin entre el modelo real y el modelo matemtico. En consecuencia, Anaya, Cavallaro
y Domnguez (2007) concluyen que en modelacin y aplicaciones matemticas, la direccin
del estudiante debe centrarse en la interpretacin, la comprensin relacional
1
, y la asociacin
entre conceptos y relaciones.
En Mxico la teora de la matemtica en contexto aboga por mejorar las competencias
en matemticas en la ingeniera y otorga a la modelacin un papel de modelacin como
vehculo. Utiliza el ciclo de modelacin como didctica y la denomina matemtica en
contexto, en la cual se introducen los conceptos matemticos (Camarena, 1999, 2003, 2004).
Esta postura sostiene que el estudiante desarrolla competencias matemticas y en modelacin,
al solucionar problemas contextualizados en la ingeniera. A pesar de ello, en el caso de
ingeniera industrial la modelacin tiene poca presencia en el currculo. Esto puede observarse
en los contenidos a evaluar por el Examen General de Egreso de la Licenciatura en Ingeniera
Industrial, realizado por el Centro Nacional para la Evaluacin de la Educacin Superior
(CENEVAL, 2005).
En la carrera de ingeniero industrial del CESUES, hemos iniciado el enfoque hacia la
modelacin, esto es, un esfuerzo por mejorar la comprensin de las operaciones aritmticas

1
Segn Richard Skemp (Citado en Godino, 2003), un estudiante logra comprensin relacional cuando sabe qu
hacer y por qu con el conocimiento matemtico. Asimismo, logra comprensin instrumental cuando slo sabe
qu hacer pero no sabe por qu.

5

I. Introduccin
desde la perspectiva de modelacin (Cervantes, 2003; Cervantes y Arcos, 2005). Con dicho
enfoque, se pretende facilitar la compresin relacional al conceptuar las operaciones
aritmticas en la actividad de modelar, con base en las cantidades que representan al problema.
Con ello se procura otro contexto para significar los conceptos y para centrar la direccin del
estudiante en el aprendizaje va modelacin, tal como sugieren Anaya, Cavallaro y Domnguez
(2007).
Dada la importancia que tiene el clculo matemtico dentro de la ingeniera, y en
particular, las dificultades del aprendizaje del concepto de derivada, nuestro problema es: a)
desarrollar una propuesta didctica para dicho concepto con la matemtica en contexto y el
enfoque hacia la modelacin, y b) conocer los efectos de dicha propuesta didctica en la
comprensin relacional y en las habilidades de modelacin.

1.2 Objetivos.
El estudio pretende dar una respuesta al problema de investigacin a travs de tres
objetivos:

1. Desarrollar una propuesta conceptual para la derivada en ingeniera con el enfoque
hacia la modelacin.
2. Elaborar una propuesta didctica con la matemtica en contexto y el enfoque hacia
la modelacin para el aprendizaje de la derivada.
3. Implementar la propuesta anterior y evaluar sus efectos en la comprensin
relacional y en habilidades de modelacin.

1.3 Pregunta de investigacin.
La siguiente pregunta gui el trabajo de investigacin:

Qu efectos tiene en la comprensin relacional y en habilidades de modelacin, una
didctica para el aprendizaje de la derivada con base en la matemtica en contexto y
el enfoque hacia la modelacin?

6

I. Introduccin

1.4 Justificacin.
La literatura sugiere que las posturas tericas que utilizan modelacin en educacin
matemtica, son indiferentes al papel de las cantidades y sus relaciones como fuentes de
significacin
2
. El enfoque hacia la modelacin pretendemos rescatar dicho papel. Es decir, el
significado de un concepto lo situamos en un contexto de modelacin con base en las
cantidades. As, los contextos para significar son ms cercanos a la vida cotidiana: actividades
de medir y contar; unir, separar y comparar cantidades. Tales contextos acercan las
matemticas a la realidad y sugieren didcticas que se apartan de las matemticas abstractas y
culturalmente acabadas.
En las escuelas de ingeniera, el aprendizaje de la derivada con frecuencia se limita al
dominio de algoritmos, y se descuida el dominio de lo conceptual (Artigue, 1995; Cantoral y
Resendiz, 2003). Esto, dificulta utilizar la nocin en diferentes contextos y apreciar su papel
en la ingeniera, situacin contraria a lo deseable al formar ingenieros (Vargas, 1998). Una
mejora a dicha situacin lo representa la matemtica en el contexto de las ciencias. sta
considera el conocimiento matemtico como una herramienta de apoyo, utiliza las definiciones
formales de los conceptos y los significa en contextos de ingeniera. Con en el enfoque hacia
la modelacin sugerimos que se reduce la dificultad de contenido asociada a tales definiciones
formales. En el caso de la derivada, esperamos que el estudiante reconozca la estructura de
relaciones que caracteriza su uso, tanto en las situaciones problema como en el concepto
mismo. Creemos que una didctica con base en la matemtica en contexto y el enfoque hacia
la modelacin favorece el dominio de lo conceptual o la comprensin relacional, al significar
la derivada en un contexto de modelacin con base en cantidades como modelo para
3
.

2
De acuerdo con Godino y Batanero (1994), el significado personal de un objeto matemtico emerge de las
prcticas (actuaciones) significativas para la persona cuando utiliza dicho objeto para solucionar un problema.
Sugerimos que pueden surgir prcticas significativas al dirigir la actuacin con base en las cantidades que
expresan el problema. En este sentido, las cantidades y sus relaciones sirven para construir nuevos significados,
esto es, sirven para significar el objeto y por tanto, se constituyen en fuentes de significacin.
3
Trmino acuado en el Instituto Freudenthal (Gavemeijer y Terwel, 2000) para referirse al hecho, de que un
concepto matemtico puede concebirse como un modelo para una generalidad de relaciones matemticas, que
representa u organiza una situacin problema.
7

I. Introduccin
En cuanto a pertinencia, consideramos apropiado nuestro estudio con base en tres
indicadores: a) el aprendizaje de la derivada es un problema actual de nivel internacional
(Bloch y Schneider, 2004; Dolores, 2000; Doorman, 2005; Aroshas, Verner y Berman, 2007),
b) el clculo es causa de reprobacin y desercin en el nivel universitario (Cantoral y
Resndiz, 2003) y, c) hay un inters internacional por acercar las matemticas a la vida
cotidiana va modelacin y aplicaciones matemticas (Blum, 2002; Houston, 2003; Blum,
Galbraith, Hen y Niss, 2007).

1.6 Organizacin.
Hemos organizado el reporte de investigacin en nueve captulos: Introduccin,
Antecedentes tericos, La modelacin en la escuela, Problemas en el aprendizaje de la
derivada, La derivada con el enfoque hacia la modelacin, Metodologa, Resultados: Caso
tradicional, Resultados: Caso matemtica en contexto, Conclusiones. En el aspecto terico
tenemos diferentes teoras, para fundamentar: a) la propuesta conceptual de acuerdo al primer
objetivo, b) la elaboracin de la propuesta didctica para el aprendizaje de la derivada de en el
segundo objetivo, y c) la evaluacion de los resultados en el tercer objetivo. As para el primer
objetivo nos apoyamos en el aprendizaje significativo de Ausubel (2002) y la cognicin
situada de Brown, Collins y Duguid (1989), en el segundo objetivo incluimos la teora de la
matemtica en el contexto de las ciencias de Camanera (1999, 2002, 2004). En el tercer
objetivo nos apoyamos en el enfoque ontolgico semitico de Godino (2003) y en una
propuesta que elaboramos para el anlisis de habilidades de modelacin, con base en varios
autores (Houston y Neill, 2003; Kaiser, 2005; Lesh, 2003; Camarena, 2002, 2004).
La ubicacin exacta de cada teora en los diferentes captulos nos resulta compleja. Por
tanto, decidimos agrupar las teoras en el captulo II, Antecedentes Tericos. Ah describimos
las condiciones del aprendizaje significativo y el papel del contexto para significar un
concepto. Despus se presenta la propuesta de la matemtica en contexto de las ciencias para
utilizar contextos de la ingeniera. Enseguida se describe cmo significar conceptos con la
nocin de modelo para en contextos de modelacin con base en cantidades. Con todo ello
sugerimos cmo lograr una mayor comprensin relacional en el aprendizaje de matemticas.
Para evaluar dicha comprensin, al final de dicho captulo incluimos como referente terico el
enfoque ontolgico semitico.
8

I. Introduccin
En el captulo III se analiza el papel que tiene la modelacin en la matemtica escolar,
a travs de ciertas corrientes tericas. Con ello se prepara al lector para los dos puntos
siguientes: a) nuestra propuesta terica para evaluar las habilidades de modelacin de acuerdo
al tercer objetivo, y b) apreciar el aporte del enfoque hacia la modelacin en relacin con el
uso de la modelacin en el aula.
En el captulo IV se describe con un ejemplo la importancia que tiene la derivada para
la ingeniera. Revisamos en forma breve la evolucin de dicha nocin y la dificultad heredada
para el aprendizaje al definirla como el lmite de la razn de cambio promedio. Se presentan
diversos esfuerzos que se realizan para superar tales dificultades a travs del uso del
laboratorio, de software y de nuevas epistemologas. En el captulo V se describe la propuesta
conceptual para la derivada y con ello, se logra el primer objetivo del estudio. En la parte final
de dicho captulo, presentamos sugerimos la didctica para el aprendizaje de la derivada con la
matemtica en contexto y la propuesta conceptual.
En los captulos restantes describimos los resultados al implementar la nueva didctica
y las conclusiones. Los resultados los presentamos en tres apartados: a) comprensin
relacional, b) derivada y la realidad, y c) habilidades de modelacin. Las conclusiones se
describen para cada objetivo del estudio.

9

II. Antecedentes tericos


El aprendizaje de las matemticas es una actividad compleja y ello se refleja tanto en la
evolucin histrica reciente de la matemtica educativa como en las evaluaciones
internacionales de PISA (UNESCO, 1996; Blum, 2002). Recientemente la modelacin
matemtica y las aplicaciones adquieren relevancia para mejorar las competencias
matemticas logradas en los aprendizajes escolares. Pero la modelacin dispone de un
conjunto de principios para su aplicacin, en lugar de un cuerpo terico que la sustente, tal
como ocurre con otros contenidos matemticos (Lingefjrd, 2007a). As, la mejora del
aprendizaje va modelacin requiere indagar los aspectos tericos sobre el papel del profesor,
del alumno, del saber y del contexto.
El primer objetivo de la investigacin es elaborar una propuesta conceptual para la
nocin de derivada con el enfoque hacia la modelacin. En la bsqueda de referentes tericos
que nos guiaran en tal objetivo consideramos apropiadas la propuesta del aprendizaje
significativo de Ausubel (2002) y la cognicin situada (Brown, Collins y Duguid, 1989). El
segundo objetivo es elaborar la propuesta didctica con base en la modelacin que integre la
propuesta conceptual. Para ello nos apoyamos en la matemtica en contexto de las ciencias
(Camarena, 1999, 2002, 2004) y en el enfoque hacia la modelacin. En el tercer objetivo es
evaluar los efectos en la comprensin relacional y en habilidades de modelacin. Para lo
primero nos apoyamos el enfoque ontolgico semitico. Dicho enfoque es propuesto por
Godino (2003) para el anlisis de los significados negociados en los procesos de instruccin
matemticos con base en la teora de los significados de los objetos matemticos (Godino y
Batanero, 1994) y de las funciones semiticas (Godino y Batanero, 1997,1998; Godino y
Recio,1998; Godino, 2003). Para lo segundo, en el siguiente captulo describimos una
propuesta terica despus de revisar diferentes posturas que utilizan la modelacin en
educacin matemtica.
En este captulo describimos los elementos de las teoras mencionadas con los que
fundamentamos nuestra investigacin. Presentamos una breve descripcin de las teoras
educativas segn Hernndez (1998) y cmo puede facilitarse el aprendizaje de un concepto
con la teora del aprendizaje significativo. Comentamos bajo que condiciones las situaciones
10

promueven dicho aprendizaje. Tambin describimos elementos de la teora de la matemtica
en cl contexto de las ciencias y que hay que considerar al elaborar una propuesta didctica.
Presentamos el enfoque hacia la modelacin, cmo se apoya en los elementos tericos
descritos y cmo resignifica los conceptos. Por ltimo, describimos el enfoque ontolgico
semitico como un instrumento para el anlisis de la comprensin relacional.

2.1. Aprendizaje significativo y cognicin situada.
Las exigencias de los gobiernos giran hacia un mayor contacto de la matemtica con la
realidad. En respuesta, los matemticos profesionales recomiendan un mayor uso de la
modelacin en los procesos de aprendizaje (Blum, 2002). Creemos que esta situacin exige
clarificar los conceptos matemticos con relacin a la realidad cotidiana y que tambin
presiona a reducir obstculos epistemolgicos
4
y el alto nivel intuitivo en el caso de la
derivada. Aqu la pregunta es bajo qu principios pedaggicos se puede lograr sto? o ms
precisamente: bajo qu teora podemos desarrollar nuestra propuesta? En esta seccin
presentamos ciertos elementos de la teora de los aprendizajes significativos de David
Ausubel. Elementos que permiten clarificar las condiciones bsicas para lograr de dichos
aprendizajes durante la apropiacin de conceptos cientficos.
Hernndez (1998) sugiere cinco corrientes tericas o paradigmas principales en
educacin. Recurre a la nocin de paradigma en el sentido de Kuhn: el de un conjunto de
principios compartidos por una comunidad cientfica comprometida con ellos. Con dicha
nocin identifica las principales tradiciones de investigacin en psicologa educativa, a partir
de los sesenta. Es decir, los paradigmas educativos: a) conductista, b) humanista, c)
psicogentico piagetano, d) sociocultural de Vigotsky y e) cognitivo.
El paradigma conductista tiene un enfoque mecanicista. Est representado en gran
parte por los trabajos de Skinner y sus seguidores: considera al alumno como un ente pasivo
merced a las influencias del entorno. En este paradigma domina un enfoque mecanicista de
accin reaccin. En el que un estmulo (la accin) produce una conducta como respuesta (la
reaccin). Para los conductistas la conducta observable es el objeto de estudio (Bigge, 1975;

4
Nocin introducida por Gastn Bachellard y aplicada al conocimiento matemtico por Guy Brousseau. Refiere
al conocimiento que se opone a la apropiacin de un nuevo conocimiento. Usualmente proviene de la experiencia
cotidiana o de conocimientos cientficos construidos en forma errnea.
11

Pozo, 2003), mientras que los aspectos cognitivos son ignorados. Este paradigma sostiene que
las conductas se pueden consolidar a travs del uso de reforzadores. Dado que nuestra
investigacin gira en torno a la naturaleza cognitiva de la comprensin, el conductismo es
poco apropiado a nuestros objetivos.
En un polo opuesto al paradigma conductista se encuentra el humanista. Tiene sus
races en el existencialismo. Considera al ser humano como una totalidad tendiente a la
autorrealizacin, interpretante de su entorno, consciente de s mismo y de su experiencia.
Hernndez (1998) afirma que los trabajos en este paradigma son difusos. Pero que an as, en
educacin es posible identificar el papel de la enseanza como medio para la realizacin del
ser, acentuar su personalidad e iniciativa con un espritu solidario. As, los procesos de
aprendizaje deben partir de las necesidades individuales y sus potencialidades. El profesor
debe constituirse en un facilitador de su autorrealizacin. Nos parece que este paradigma
ofrece poco apoyo a nuestro inters sobre cmo apropiarse de un concepto.
De acuerdo con Hernndez (1998) los otros tres paradigmas le otorgan un papel
preponderante a la actividad. Centrados en los aspectos cognitivos del sujeto, estos sostienen
que el aprendizaje se da en la actividad constructiva. El paradigma psicogentico piagetano da
origen al constructivismo. Los trabajos de Piaget sobre la construccin del conocimiento tratan
de responder a las cuestiones sobre qu es el conocimiento? y cules son sus tipos? Como
bilogo, Piaget se interesa en los procesos de adaptacin de los organismos vivos, a su
entorno. Piaget investiga sobre las formas en que el ser humano adapta y evoluciona al
construir su conocimiento. Sus aportes nos indican que el conocimiento se construye con base
en esquemas; con procesos en los que el aprendiz asimila, acomoda y equilibra dichos
esquemas. Tambin seala Piaget que como ser vivo, el nio evoluciona a travs de diferentes
etapas o estadios, hasta alcanzar la madurez.
El paradigma sociocultural de Vigotsky resalta el aspecto social en los procesos de
aprendizaje. Vigotsky considera a la palabra como unidad bsica del pensamiento y seala que
los significados son construcciones sociales que deben ser adquiridas por el nio o el alumno.
(Vigotsky, 1995). De acuerdo con Hernndez (1998) Vigotsky destaca el papel que tiene el
profesor al trabajar en la zona de desarrollo prximo
5
y potenciar los aprendizajes. El enfoque

5
La entendemos como la diferencia entre el aprendizaje logrado por el individuo sin ayuda del profesor y el
aprendizaje logrado con su ayuda. Vigotsky resalta la importancia social de la zona de desarrollo prximo.
12

preponderante del paradigma contempla al alumno como un ser social. ste construye su
conocimiento a travs de la interaccin social. El paradigma vigotskiano brinda aportes
importantes para reconstruir un concepto como producto cultural. Sin embargo, pensamos que
algunos de sus aspectos fundamentales son recuperados por la cognicin situada de Brown,
Collins y Duguid (1986).
El inicio del paradigma cognitivo recupera el papel de la mente; se inicia en la segunda
mitad de los cincuenta con las teoras del procesamiento de la informacin. Segn Bruner
(citado en Hernndez, 1998) este paradigma coloca la mente en el centro de las
investigaciones, despus de una indiferencia total en el paradigma conductista. En un inicio, la
intencin fue investigar sobre los procesos de construccin de significados, as como en la
creacin del simbolismo utilizado en las representaciones de la realidad externa. Sin embargo,
la idea del procesamiento de la informacin desvi estas intenciones. An as, investigadores
de este paradigma indagan la construccin de las representaciones mentales y su influencia en
el sujeto al construir nuevas representaciones. Es decir, se investiga la construccin de
significados. Los procesos de aprendizaje deben entonces, orientarse en dos direcciones
(Hernndez, 1998):

Al logro de aprendizajes significativos con sentido y al desarrollo de habilidades
estratgicas generales y especficas de aprendizajes [...] Esto quiere decir que los
contenidos curriculares deben ser presentados y organizados de manera tal que los
alumnos encuentren en ellos un sentido y un valor funcional para aprenderlos. (p. 133)

Nos apoyamos en la primer direccin sealada. Con base en ello exponemos la forma en
que podra construirse un concepto cientfico. Creemos que la teora del aprendizaje
significativo de Ausubel proporciona un referente terico adecuado. Aunque muy aceptada,
esta teora tambin es desconocida en detalle (Rodrguez, 2004).
Para Ausubel (2002) el aprendizaje tiene dos dimensiones. La primera clasifica el
aprendizaje de acuerdo a cmo se relaciona la informacin: significativo o memorstico. El
aprendizaje significativo se logra cuando nueva informacin se enlaza de manera sustancial y
no arbitraria con la estructura cognitiva. El aprendizaje memorstico, cuando no se logra dicho
enlace. La segunda dimensin atiende al tipo de enseanza y clasifica al aprendizaje en: por
13

recepcin o por descubrimiento. El aprendizaje por recepcin se da cuando se presentan los
contenidos en forma acabada, como conocimiento cultural. El aprendizaje por
descubrimiento, cuando se presenta parte de los contenidos, y el alumno descubre el resto. De
acuerdo con Ausubel (2002), el tipo de aprendizaje logrado es independiente de la forma en
que se accede a l. Es posible lograr aprendizajes significativos por recepcin o por
descubrimiento, as como aprendizajes memorsticos por cualquiera de esas dos formas
(Ausubel, 2002; Daz-Barriga y Hernndez, 2002; Hernndez 1998; Pozo, 2003) tal como se
indica en la Figura 1.
En consecuencia, lo que define un aprendizaje significativo no depende directamente del
tipo de enseanza, sean mtodos tradicionales o activos. A que se refiere Ausubel cuando
habla de aprendizajes significativos? cules son sus condiciones? Encontramos dos
acepciones del aprendizaje significativo: como producto y como proceso. Como producto se
refiere al aprendizaje logrado por el estudiante, en el que la nueva informacin se relaciona
con su estructura cognitiva de forma sustantiva, no arbitraria. Esto le proporciona un
significado, un sentido. Como proceso, el aprendizaje significativo describe al proceso de
aprendizaje. Creemos que dicho proceso refiere a la interaccin entre la estructura cognitiva
del estudiante y el nuevo material; implica comprender un material, generar significados y
volverlos funcionalmente disponibles.

Figura 1. Tipos de aprendizaje que ocurren en el aula segn
Ausubel. Tomado de Hernndez (1998).
Investigacin
cientfica. Msica o
arquitectura nuevas
Mayora de la
investigacin o la
produccin intelectual
rutinaria
Soluciones de
acertijos por
ensayo y error
Trabajo en el
laboratorio
escolar
Aplicacin de
frmulas para
resolver problemas
Tablas de
multiplicar
Conferencias o la
mayora de las
presentaciones en
libros de textos
Instruccin
audiotutorial
bien diseada
Clarificacin de
relaciones entre
conceptos
Aprendizaje por
descubrimiento
autnomo
Aprendizaje
receptivo
Aprendizaje por
descubrimiento
guiado
Aprendizaje
memorstico
Aprendizaje
significativo

14

Ausubel (2002) seala la existencia de dos condiciones bsicas para que este proceso
ocurra: a) actitud de aprendizaje significativo, y b) un material potencialmente significativo.
La primera condicin establece que el estudiante debe tener una actitud de aprender
significativamente. Esto es, debe tener el objetivo o la intencin de relacionar el nuevo
material, de manera que lo haga en forma sustantiva y no arbitraria con sus conocimientos
previos. Esto se puede lograr, como hemos comentado, tanto por recepcin de la informacin
como por descubrimiento. Si este esfuerzo no se presenta, no es posible alcanzar un
aprendizaje significativo. La segunda condicin establece que el material sea potencialmente
significativo. Esto es, debe poseer un grado de significado lgico (Ausubel, 2002):

En cuanto a la naturaleza del material de instruccin, es evidente que ste deber
suficientemente no arbitrario (es decir, no aleatorio, plausible, razonable) para que se
pueda enlazar de una manera no arbitraria y no literal con las ideas correspondientes
pertinentes que se encuentran en el mbito de lo que los seres humanos son capaces de
aprender (con las ideas correspondientes pertinentes que por lo menos algunos seres
humanos son capaces de aprender si se les da la oportunidad de hacerlo). Este aspecto
[...] que determina si el material es o no potencialmente significativo se puede llamar
grado de significado lgico. (p. 125)

Pero para que un material sea potencialmente significativo, no basta con que posea un
significado lgico. Tambin se requieren ciertas ideas previas en la mente del estudiante. Ideas
que permiten relacionar la nueva informacin con las surgidas de la experiencia individual,
que dieron forma a la estructura cognitiva. Estas ideas las identifica Ausubel como ideas de
anclaje o subsumidores. Se relacionan de una manera sustantiva con la nueva informacin en
tres tipos de aprendizaje: subordinado, orden superior y combinatorio. El Primero de ellos se
presenta cuando la nueva informacin queda subordinada a ideas de anclaje que resultan ms
generales. Esto es, la nueva informacin es subsumida, incorporada a ideas previas ms
abstractas. En el segundo tipo de aprendizaje se da el proceso inverso: la nueva informacin es
ms general que las ideas previas. El tercero se presenta cuando es imposible establecer alguna
de las dos relaciones anteriores. Sin embargo, el nuevo conocimiento tiene puntos de contacto
15

con diferentes ideas de anclaje. De esta manera, las ideas de anclaje facilitan la comprensin y
disponibilidad, as como la transferencia de la nueva informacin a otras situaciones.
En resumen, las condiciones de un aprendizaje significativo, depende prcticamente de
tres condiciones: la disponibilidad de una actitud hacia el aprendizaje significativo; de un
material con significado lgico, y de una estructura cognitiva con ideas de anclaje capaces de
relacionarse sustancialmente con la nueva informacin. La falta de cualquiera de estas
condiciones obstaculiza para el aprendizaje significativo. Las ltimas dos resultan crticas, si
deseamos relacionar con mayor fuerza conceptos matemticos con la realidad cotidiana.
Cmo facilitamos la produccin de materiales con significado lgico? Ms an, cmo
acercamos dichos materiales a las ideas de anclaje? La revisin indica que el contexto es
esencial para construir el concepto.
De acuerdo con Brown, Colins y Duguid (1989) el conocimiento se separa de sus usos
en la escuela tradicional, lo que dificulta la apropiacin de su significado. Para estos autores,
un concepto descrito a travs de atributos invariantes como lo propone Ausubel, no
proporciona su significado. Ellos rechazan tal idea: sostienen que el significado de un
concepto se adquiere a lo largo de las diferentes situaciones en que se usa. As, el significado
del conocimiento remite al contexto en que se construye. En particular, en las situaciones que
se dan en la prctica diaria de una cultura. Por lo tanto, el conocimiento es situado. Brown,
Collins y Duguid argumentan que el conocimiento es como el lenguaje: producto de la
actividad y situacin en que se genera. Con base en ello proponen equiparar la nocin con una
herramienta conceptual. El significado que el aprendiz le otorga depende de en qu y cmo lo
usa. En otras palabras, el contexto es un elemento para significar los aprendizajes.
Para Brown, Collins y Duguid (1989) el conocimiento se comparte por una comunidad
de usuarios, expertos, o comunidad de prctica, trmino acuado por Lave y Wenger (1991)
en su etnografa sobre aprendizaje situado. En ella describen cmo un aprendiz (de sastre,
carnicero, oficial naval) logra su conocimiento al ingresar a dichas comunidades.
Comunidades en que las herramientas se utilizan de una manera particular, como lo establece
su propia cultura. Por lo que el significado de dichas herramientas es cultural. Brown, Collins
y Duguid sostienen que el aprendizaje que se logra en la prctica diaria es ms eficiente. Lo
describen como un proceso de enculturacin en el que un aprendiz realiza actividades
autnticas, como las hace la comunidad: con un significado propio. Ese significado no puede
16

ser llevado al aula de manera plena, pues en ella se adquieren los significados de la actividad
escolar, de la cultura de la escuela.
De acuerdo con lo expuesto, la realizacin de actividades autnticas dota de significado
al conocimiento que logra el aprendiz. En consecuencia, dichas actividades son deseables en la
actividad escolar. Brown, Collins y Duguid sealan la imposibilidad de ello, ya que estas
actividades se generan en los contextos de las comunidades de prctica. Sin embargo, sugieren
centrar la actividad educativa en contextos que facilitan la participacin en una actividad
autntica. Esto es, una participacin sencilla, como la que realiza un principiante. Una
participacin perifrica, actividad con pleno significado para el aprendiz y la comunidad,
como lo sera el planchar para un aprendiz de sastre (Lave & Wenger, 1991). Brown, Collins y
Duguid sugieren identificar las caractersticas contextuales presentes en una actividad
autntica determinada. Entendida sta, como la que realiza la gente de la comunidad de
prctica. Con base en dichas caractersticas, estos autores proponen disear contextos en los
que el estudiante participe como un aprendiz. En un proceso de enculturacin, en el que el
contexto precede a la conceptualizacin.
Los aprendizajes significativos requieren de tres elementos: el inters del estudiante, un
material con significado lgico y la presencia de ideas de anclaje. Nuestro inters lo centramos
en los ltimos dos elementos dada la naturaleza abstracta de los conceptos matemticos.
Naturaleza contraria a la del conocimiento basado en situaciones concretas. A nuestra
preocupacin por lograr un material con significado lgico, el aprendizaje situado seala la
necesidad de relacionarlo con contextos previos en los que emerge y es utilizado. Esto es, el
conocimiento en forma de definiciones conceptuales acabadas, precisa de contextos de
significacin previos. Bajo esta ptica, la definicin slo es parte de un significado ms
global, que evoluciona a medida que surgen nuevas situaciones. Desde esta perspectiva, es
deseable incluir en forma previa situaciones que dan origen al concepto y en las que es posible
acordar significados lgicos. stos, como andamiaje para la definicin formal. As, un
material con potencial lgico precisa de estos contextos, acuerdos y definiciones, lo que
facilita el aprendizaje significativo.
El contexto tambin ayuda a la presencia de ideas de anclaje. En esencia stas surgen
de la experiencia cotidiana, en la interaccin con el entorno y la cultura. Creemos, como
afirman Rioseco y Romero (1997), que los contextos cotidianos despiertan el inters del
17

estudiante, proveen de sentido al conocimiento. En consecuencia, la seleccin de contextos
ordinarios en el que emerge un concepto, tiene un papel doble. Por un lado promueven el
recuerdo de ideas de anclaje en la estructura cognitiva con mayor probabilidad. Por otro,
proporcionan condiciones para que emerja el nuevo concepto. Encontramos en el uso de estos
contextos ordinarios una forma de acercar el nuevo material a las ideas de anclaje.
Nuestro problema de investigacin se ubica dentro del aprendizaje de clculo en
escuelas de ingeniera. Esto lleva a reflexionar sobre la idoneidad de la teora para elaborar
una propuesta. De acuerdo a lo expuesto anteriormente, se debe considerar el uso del contexto
para la introduccin de nuevos conceptos y el logro de aprendizajes significativos. Pensamos
que la teora de la matemtica en cl contexto de las ciencias, responde a esos intereses en las
carreras de ingeniera. Primordialmente esta teora utiliza contextos de las ciencias de la
ingeniera para aprender matemticas. Ofrece, por tanto, un referente terico apropiado para
crear una propuesta didctica en el aprendizaje de la derivada.

2.2. La matemtica en el contexto de las ciencias.
Esta teora es explcita para aprender matemticas en ingeniera. De acuerdo con
Camarena (1999, 2002, 2004), dicha teora surge en las escuelas del Instituto Politcnico
Nacional. Su propsito es ayudar a los estudiantes a comprender la utilidad de la matemtica
dentro de su actividad profesional. Para ello, debemos partir del hecho de que en estas
escuelas se forman ingenieros. Por tanto, los contenidos matemticos se deben ajustar a tal
situacin. Camarena propone que estos contenidos se desarrollen a partir de un proceso de
modelacin, que soluciona un problema del contexto de las ciencias de la ingeniera.
Camarena insiste en que los aprendizajes realizados de esta forma permiten que el
conocimiento matemtico sea menos rido, y tenga mayor significado para el estudiante. Para
lograrlo, la propuesta terica de Camarena se basa en cinco ideas fundamentales: a) definir
contenidos contextualizados en su mbito profesional, b) utilizar una didctica basada en la
modelacin matemtica, c) considerar las condiciones del origen del concepto matemtico, d)
preparar al docente para este tipo de procesos, y e) considerar los aspectos cognitivos del
estudiante. El desarrollo de cada una de estas ideas se ha identificado como una fase terica:
curricular, didctica, epistemolgica, de formacin docente y cognitiva (Camarena, 2004).
Una didctica de modelacin implica solucionar un problema real, extramatemtico. Esto es,
18

fuera de las matemticas mismas. En consecuencia, se utiliza un contexto real propio de la
actividad profesional. El uso de este contexto se constituye en una fuente de significacin que
puede llevar a un aprendizaje significativo, lo que resulta de especial inters para nuestra
investigacin.
Camarena desarroll la metodologa dipcing (diseo de programas de estudio de las
ciencias bsicas de ingeniera), para contextualizar los contenidos matemticos dentro de las
ciencias de la ingeniera. Con dicha metodologa se pretenden dos cosas bsicas: primero, que
el profesor tenga claro el porqu de un contenido y oriente al estudiante durante su
aprendizaje. Segundo, que el currculo quede construido con bases objetivas, en que las
ciencias bsicas funcionan como cimiento de la ingeniera (Camarena, 2002a). Para
determinar los contenidos, la metodologa comprende tres etapas: a) una etapa central en la
que se analizan los textos del programa de ingeniera para identificar los contenidos requeridos
en cada rea bsica. La intencin es vincular los contenidos de las ciencias bsicas, las
ciencias bsicas de la ingeniera, y las ciencias de especialidad; b) una etapa denominada
precedente, en la que se determina el perfil de ingreso de los estudiantes con base en la etapa
central y c) la etapa llamada consecuente, en la que se entrevista a ingenieros en ejercicio para
conocer los contenidos de las ciencias bsicas que utilizan durante su actividad profesional. De
esta forma se fortalece la vinculacin externa entre el nivel superior y el posgrado; entre la
escuela y la industria (Camarena, 2002b). La importancia de la metodologa dipcing est en su
papel para contextualizar contenidos matemticos en las actividades de la ingeniera. Acerca
adems, a los estudiantes a los contextos reales de la actividad profesional.
La metodologa dipcing presenta al estudiante los conocimientos matemticos de una
forma coherente e integrada. Para lograr esto la dipcing prescribe contenidos vinculados a
ciencias de ingeniera, especificando enfoques, notaciones, profundidad y aplicaciones a
abordar para as solucionar los problemas de ingeniera. Esto implica una didctica en la que el
proceso de enseanza-aprendizaje arranca con problemas contextualizados para modelarse a
travs de las matemticas, en vez de iniciar con conceptos formales como ocurre en una
enseanza tradicional. Camarena llama a esta didctica matemtica en contexto y nos indica
que tiene siete etapas fundamentales (Camarena, 2004):

1. Planteamiento del problema de las disciplinas del contexto.
19

2. Determinacin de las variables y de las constantes del problema.
3. Inclusin de los temas y conceptos matemticos necesarios para el desarrollo del
modelaje y su solucin.
4. Determinacin del modelo matemtico.
5. Solucin matemtica del problema.
6. Determinacin de la solucin requerida por el problema en el mbito de las
disciplinas del contexto.
7. Interpretacin de la solucin en trminos del problema y rea de las disciplinas del
contexto. (p. 58)

Aunque la etapa central de esta didctica es la del modelaje matemtico y se relaciona
con lo que el futuro ingeniero debe realizar (Camarena, 2003, 2003a, 2004), Camarena nos
advierte que la modelacin no se contempla explcitamente en los programas de ingeniera
(Camarena, 2002):

Si bien los programas de estudio de matemticas en carreras de ingeniera no siempre
contemplan todos los temas que son necesarios para los dems cursos de la propia
ingeniera, tambin es cierto que existen elementos que quedan en tierra de nadie
[cursiva agregada] y que sin embargo, se supone que el ingeniero en ejercicio de su
labor debe conocer y manejar con habilidad, entre estos elementos se localizan los
modelos matemticos. (p. 297)

Hay un malentendido entre maestros de ingeniera y de matemticas: cada uno supone
que la modelacin la debe ensear el otro. La modelacin, as, queda dentro del currculum
oculto, entendido como el aprendizaje derivado de la prctica escolar informal. Por
consecuencia se desvinculan ciertos conocimientos matemticos con las actividades
profesionales del mundo real. Esto es contrario al inters que manifiestan los gobiernos
miembros de la OECD a travs del programa PISA, en cuanto al uso del conocimiento
matemtico.
Un ejemplo del tipo de problemas que se manejan dentro de la matemtica en el
contexto de las ciencias, es el que reporta Ziga (2004) en su investigacin:
20


Uno de los problemas ms desafiantes para el control de la contaminacin del agua lo
presenta la industria del curtido de pieles. Los deshechos de esta industria son
qumicamente complejos. Se caracterizan por valores elevados en la demanda de
oxgeno bioqumico, los slidos voltiles y otras mediciones de contaminacin.
Actualmente se tiene un problema serio con este tipo de contaminacin en las cercanas
de la ciudad de San Luis Potos y se les est invitando a contribuir en la solucin del
problema. De acuerdo a los estudios realizados, lo que se necesita en estos momentos
es determinar un modelo matemtico para el comportamiento de este fenmeno y
poder entonces estimar elementos en relacin a la contaminacin producida.
Considrense los datos experimentales de la tabla de abajo los cuales se obtuvieron de
33 muestras de desperdicios que se tratan qumicamente en un estudio realizado en la
empresa potosina Pieles Naturales del Centro, durante el periodo comprendido entre
agosto de 2001 y enero de 2002. Se presentan las lecturas de la reduccin porcentual
del total de slidos (x) y de la reduccin porcentual de demanda de oxgeno qumico
(y) para esas 33 muestras.
Qu modelo matemtico propondran para el comportamiento de estos datos
experimentales? (p. 157).

Con dicho problema Ziga (2004) analiza las funciones cognitivas que ponen en
juego los estudiantes, al introducirlos a los conceptos de funcin de dos variables, derivada
parcial, as como al proceso de determinar valores mnimos para tales funciones. El estudio
fue realizado con alumnos de Ingeniera Industrial y de Sistemas del Sistema Tecnolgico de
Monterrey, campus San Luis Potos. El problema es tpico de la contaminacin ambiental en la
zona circundante a la ciudad de San Luis Potos.
De acuerdo con la didctica de la matemtica en contexto, las dos etapas iniciales son
el planteamiento del problema y la determinacin de variables y constantes. Dada la forma en
que Ziga describe el problema, observamos que las variables x, y las proporciona l mismo.
Ziga (2004) reporta que durante la primera sesin se present el problema. Se observ
motivacin en el grupo por la naturaleza del problema. Se pidi a los estudiantes que lo
analizaran, discutieran y escribieran el planteamiento considerando lo que conocen y lo que
21

desconocen. Para ello, los organiz en equipos de trabajo. Ziga reporta que durante la
discusin los estudiantes graficaron los datos para ver si correspondan a una funcin.
Encontraron que no y entre otras estrategias que pensaron, trazaron una lnea entre los
diferentes puntos dada la forma que aparecen en la grfica. El problema fue entonces
determinar la lnea (modelo) que mejor se ajustara a los datos. Ziga pidi entonces que los
estudiantes investigaran si existan mtodos para encontrar tales tipos de lneas.
En la segunda sesin, despus de comentar los mtodos de correlacin, interpolacin y
extrapolacin, Ziga indujo al grupo a utilizar el mtodo de mnimos cuadrados, lo que
corresponde con la tercer etapa de la matemtica en contexto: inclusin de los temas y
conceptos necesarios para resolver problemas. Ziga describi las ideas fundamentales del
mtodo de mnimos cuadrados. Obtuvo la siguiente funcin que describe la suma de los
cuadrados de las diferencias entre el dato que proyecta la lnea (modelo) y el dato real de la
demanda de oxgeno.
( )
2
1
m
i i
i
y mx b
=
+ (

Ziga (2004) reporta que los estudiantes tuvieron problemas para conceptualizar
como variables los valores que determinaban la recta m y b, atribuible a la tradicin de utilizar
x, y para representar las variables. Para superar este obstculo ellos calcularon la sumatoria
anterior con menos datos para analizar cmo se comportaba la funcin obtenida. De la tercera
a la quinta sesin, estudiaron la nocin de funcin para generalizarla a dos variables.
Aplicaron la derivada parcial para ampliar la nocin de derivada de una variable y
determinaron cmo encontrar valores mnimos con derivadas parciales. En la sexta sesin, el
profesor present la cuarta etapa de la matemtica en contexto. El profesor y el grupo
determinaron el modelo matemtico al identificar los valores de m, b que minimizan la
sumatoria del cuadrado de las diferencias mencionadas. Aunque el problema explcitamente
solicitaba la determinacin del modelo, no observamos, en lo que reporta Ziga (2004) el
desarrollo de otras etapas de la matemtica en contexto, que refieren a la obtencin de una
solucin matemtica y la bondad del modelo para representar y solucionar el problema.
Entre los principales propsitos de la matemtica en el contexto de las ciencias se
encuentra integrar el conocimiento matemtico a las ciencias de ingeniera. En el ejemplo
descrito observamos el empleo de temas matemticos sumamente abstractos para solucionar
22

un problema de estimaciones de contaminantes. De acuerdo con Ziga (2004) la introduccin
de un problema real, en un contexto propio de su carrera, motiv a los estudiantes. Sugerimos
que tambin provey de un contexto para significar derivadas parciales y el mtodo de
mnimos cuadrados, en una actividad propia del ingeniero. De esta forma la matemtica en
contexto promueve el inters del alumno por el aprendizaje de las matemticas. Reduce su
aridez e integra la actividad de ingeniera con los conceptos matemticos. Por consecuencia,
creemos que facilita un aprendizaje significativo.
La matemtica en contexto ofrece un marco terico apropiado para elaborar una
didctica con base en la actividad de modelar y constituye nuestro principal referente terico.
Sin embargo, no es fcil de lograr (Camarena, 1999) y queda limitada a contextos de la
actividad profesional, los cuales con frecuencia no estn al alcance de los estudiantes en la
vida cotidiana. Pensamos que esto ltimo es desventajoso, ya que como proponen Rioseco y
Romero (1997) el aprendizaje significativo se facilita con el uso de contextos ordinarios de la
vida cotidiana. Esto es, entre ms cercano est un contexto profesional a un contexto
ordinario, habr mayor nmero de ideas de anclaje. Proponemos que el enfoque hacia la
modelacin complementa a la matemtica en contexto en este ltimo aspecto.

2.3. El enfoque hacia la modelacin.
En esta propuesta conceptual re-orientamos el significado de ciertos conceptos
matemticos hacia la modelacin. Iniciamos dicha propuesta en la unidad acadmica San Luis
Ro Colorado del Centro de Estudios Superiores del Estado de Sonora. Con dicho enfoque
presentamos a los alumnos de ingeniera industrial una matemtica ms cercana a la realidad
(Cervantes, 1996). En un principio comparamos las actividades de modelacin matemtica
con las actividades de modelacin dentro del diseo en ingeniera (Krick, 1995). Por ejemplo,
es comn que se usen maquetas para reproducir edificios o modelos a escala para representar
autos, aviones, o cualquier otro objeto real. Las actividades de su construccin comprenden,
entre otras, medir aquellas partes esenciales para su prototipo. Esto es, reducir dimensiones a
representar por medio del uso de una escala de reduccin. Construir tales partes e integrarlas
de manera que constituyan al objeto como un todo. A travs del modelo obtenemos
informacin, en forma de imgenes visuales para diferentes colores, posiciones o del efecto de
alguna modificacin. En esta actividad de modelacin distinguimos tres elementos relevantes:
23

a) considerar slo aspectos esenciales que describen la naturaleza o el comportamiento de una
realidad concreta a travs del modelo, b) modificar el modelo respetando la realidad
representada y c) generar informacin vlida para nuevas condiciones, usualmente orientada a
solucionar un problema. De acuerdo con Krick (1995) las representaciones o modelos
matemticos que se utilizan para el diseo en ingeniera revisten estos elementos:

Por medio del empleo de las matemticas pueden realizarse predicciones de [...]
fenmenos naturales, as como tambin del comportamiento de dispositivos,
estructuras y procesos construidos por el hombre. Utilizando el sistema de reglas y
convenciones prescritas por las matemticas, y asignando smbolos para representar las
propiedades importantes del objeto real, las expresiones matemticas pueden
manipularse hasta obtener predicciones tiles de lo que debe esperarse segn
determinadas condiciones. (p. 65)

A diferencia de las maquetas y modelos a escala, las matemticas emplean smbolos
para representar los objetos y situaciones reales. Estos smbolos y los conceptos que subyacen
en ellos tienen significados muy propios de la actividad de modelacin. En consecuencia, el
aprendizaje de las matemticas debe incluir dichos significados. Bajo esta forma de pensar
desarrollamos lo que inicialmente denominamos el enfoque de modelos simblicos (Cervantes,
1996) y actualmente denominamos el enfoque hacia la modelacin (EHM). ste es construido
a partir de tres ideas fundamentales:

a) Las matemticas son producto de la actividad humana y se inician a partir de una
actividad modeladora del ser humano sobre su medio ambiente, tal como lo postula
Freudenthal (Gravemeijer y Terwel, 2000).
b) La actividad de modelacin bsicamente se realiza con base en las cantidades que
representan el problema y sus relaciones.
c) Los conceptos matemticos as generados tienen un significado de modelo para
6

relaciones constantes
7
entre tales cantidades.

6
Simbolizacin matemtica que describe generalidades comunes a diferentes situaciones problemas.
24

Con estas ideas pretendemos recuperar contextos de modelacin que creemos se
presentaron en el inicio de las matemticas, as como el papel de las cantidades como fuente
de significacin. Proponemos de igual manera que los conceptos matemticos pueden
significarse a partir de las relaciones constantes entre las cantidades presentes en la actividad
de modelacin, y reducir su dificultad de contenido. Creemos que dichos significados
funcionan como lo indica la nocin de modelo para definida por la realistic mathematics
education
8
(Gravemeijer y Terwel, 2000). Pensamos que con esta posicin se recuperan
contextos de modelacin en ambientes cotidianos; asimismo se pueden elaborar nuevos
materiales con significado lgico con base en las relaciones entre cantidades. El objetivo es
facilitar el aprendizaje significativo y en consecuencia la comprensin de los conceptos
matemticos. Las ideas fundamentales nos requieren clarificar la nocin de modelo, explicar
cmo se modela con base en las cantidades, as como describir los significados de modelo
para que otorgamos a ciertos conceptos.

2.3.1. La nocin de modelo. Hay diversas definiciones para la nocin de. Para
investigadores de operaciones que utilizan modelos matemticos en forma exhaustiva, un
modelo es una representacin abstracta e idealizada de una situacin real (Moskowitz y
Wright, 1982). Dicha representacin tambin describe relaciones de causalidad (Thierauf y
Grosse, 1991). En el rea educativa, Swetz (1991) considera un modelo matemtico como una
estructura muy prxima a la del fenmeno representado. Biembengut y Hein (1999) se refieren
a un modelo como smbolos y relaciones matemticas que representan un problema real. Algo
similar ocurre entre las posturas tericas que utilizan modelacin en la matemtica escolar.
Para las models and modelling perspectives
9
(Lesh y Lehrer, 2003) el modelo se define como

7
Relaciones de tamao, de unin o separacin, y de variacin. La estructura de estas relaciones se encuentra
tanto en las situaciones problema como en el concepto que emerge al modelar dichas situaciones. As, la relacin
de unin de cantidades cualesquiera tiene una estructura compuesta por dos o ms cantidades cualesquiera que se
unen. Dicha estructura origina el concepto de suma. En consecuencia, ste tiene un significado de modelo para
tal estructura de relaciones. Esto es, de modelo para la unin de cantidades cualesquiera.
8
Corriente terica surgida en los Pases Bajos que utiliza la modelacin en sentido amplio y sugiere que el nio
reinventa el concepto con modelos que emergen en la actividad matemtica.
9
Propuesta estadounidense que utiliza actividades que invocan la construccin de un modelo. Se describe en el
siguiente captulo.
25

un sistema conceptual que se puede expresar a travs de mltiples representaciones. El modelo
matemtico se centra ms en las caractersticas estructurales del sistema representado (Lesh y
Harel, 2003). Desde la perspectiva de la realistic mathematics education la nocin de modelo
es ms amplia, e incluye al modelo matemtico (Van der Heuvel-Panhuizen, 2003):

Dentro de la realistic mathematics education, los modelos son considerados
representaciones de situaciones problema, que necesariamente reflejan aspectos
esenciales de los conceptos matemticos y las estructuras que son relevantes para la
situacin problema, pero que pueden tener diferentes manifestaciones. Esto significa
que el trmino modelo no es tomado de una manera muy literal. Materiales, bosquejos
visuales, situaciones paradigmticas, esquemas, diagramas y an smbolos, pueden
servir como modelos. (p. 13) [traduccin libre].

A partir de esta variedad de nociones, en el enfoque hacia la modelacin, por modelo
nos referimos a toda representacin idealizada de relaciones, causalidades y estructuras del
fenmeno o sistema representado, para describirlo, explicarlo o predecir su comportamiento
como un todo. Bajo esta perspectiva un modelo a escala describe la naturaleza fsica del objeto
real. A su vez, un modelo matemtico podra describir el comportamiento de toda una
situacin. En particular nos interesan los modelos matemticos construidos con smbolos,
porque al atender sus elementos, podemos construir significados asociados a la actividad de la
que emergieron. Algunos ejemplos de modelos simblicos para calcular un volumen, la unin
de dos cantidades especficas y una razn de variacin instantnea son:

425 32 457 ( )
mkT dP
V b
dt
= + = = d P

Creemos que las matemticas como modelos simblicos se originaron al solucionar
problemas en contextos cotidianos al modelar con base en cantidades.

2.3.2. Modelacin con base en las cantidades. Sugerimos que la matemtica surgi
ante una situacin problema que exigi cuantificar una dimensin para representarla. A travs
26

de la historia esto llev paulatinamente a crear las matemticas como un sistema semitico
cultural (Radford, 1998, 2004). Lo que actualmente recibimos en la escuela es la matemtica
formal, en su forma acabada, abstracta y descontextualizada. Es frecuente ver que los textos
privilegian los significados con base en el nmero y sus estructuras (Castro, Rico y Castro,
1995) y que pasan por alto posibles contextos de modelacin que les dieron origen. Pero,
cmo sera dicha modelacin? Pensamos que la modelacin como actividad elemental
requiere: a) identificar lo que se tiene que medir o contar; b) crear o adoptar una unidad de
medida apropiada; c) determinar cantidades a travs del conteo o la medicin; d) identificar la
forma se relacionan las cantidades en la situacin problema; e) formular un modelo simblico
y f) obtener una solucin. Es razonable pensar que en un inicio, ante una situacin problema,
el ser humano se vali de una unidad de medida arbitraria tal vez los dedos y empez a
contar el nmero de unidades presentes. As, cre el nmero como nombre propio de una
cantidad dada y en consecuencia las matemticas como un lenguaje. En el enfoque hacia la
modelacin pensamos que las cantidades obtenidas de estos procesos de medicin y conteo
son el enlace entre la realidad y su representacin simblica, su modelo. Entendemos por
cantidad un tamao cuantificado, una porcin de magnitud o un nmero de unidades.
El uso de las cantidades como enlace entre el entorno y el modelo matemtico no es
nuevo. Camacho reporta en su investigacin histrica sobre la difusin de los conocimientos
en la Amrica del siglo XIX, en el Colegio de San Ildefonso en Mxico, el papel que
desempe la nocin de cantidad con significados muy similares a los que le asignamos en el
enfoque hacia la modelacin (Camacho, 2002):

En primer trmino opera con magnitudes de la matemtica (nmeros reales y variables)
y bajo otra perspectiva como entes de la realidad fsica (reas, volmenes, distancias)
[...] Dentro de las actividades cientficas en nuestro pas, dicha idea se utilizaba como un
elemento de enlace entre la matemtica y los problemas fsicos que enfrentaban
disciplinas como la astronoma y [la] topografa, colocndose entre el problema real y el
concepto de ecuacin o funcin [...] el enlace se daba de la siguiente manera:
Problema fsico Cantidad Ecuacin-funcin
27

La justificacin a este esquema operativo se encuentra inmersa en los modelos
matemticos [...] que hacan ms rpidos y confiables clculos hacia la fenomenologa
fsica. (p. 17)

En el enfoque hacia la modelacin, recuperamos el papel de las cantidades como
elemento de enlace entre la situacin problema y el concepto matemtico que la modela:

Situacin problema Cantidades Concepto matemtico

Estos conceptos funcionan como modelo para relaciones constantes entre las
cantidades presentes en tal situacin problema. Veamos esto con un ejemplo. Supongamos que
deseamos determinar cunto espacio ocuparn un librero y un archivero en una oficina. El
pensamiento inmediato es tomar una cinta mtrica, medir ambos objetos y luego sumar tales
cantidades. Al hacerlo, necesariamente elegimos una unidad de medida y cuantificamos la
longitud del librero y del archivero. Supongamos que miden 90 cm y 50 cm respectivamente.
El siguiente paso es determinar el total que medirn juntos: 90 cm + 50 cm = 140 cm. Hemos
construido un modelo matemtico que nos describe cunto medirn ambos muebles si los
colocamos juntos. En la Figura 2 indicamos para qu utilizamos cada smbolo del modelo.
En el modelo anterior se precisan los tamaos o dimensiones a travs de los conceptos
de unidad de medida, cantidad y nmero; la unin de tales tamaos o dimensiones se modela
con el concepto y su algoritmo,
10
y el tamao o dimensin de la unin se representa a travs
del concepto de igualdad. El concepto central que describe toda la actividad de modelacin, es
el de suma: funciona como un modelo para la unin de cantidades cualesquiera. Aqu la
relacin invariante es que las cantidades se unen. La suma implica la unin de cantidades.
Este tipo de significados no los encontramos explcitamente en posturas que utilizan la
modelacin en la matemtica escolar. Sin embargo, los consideramos importantes para
comprender significados de los conceptos desde una actividad de modelacin, cuyos
contextos implican acciones ordinarias como contar y medir. Estos significados permiten ir del

10
El algoritmo lo describimos como un procedimiento que se sigue paso a paso para calcular un resultado. Tales
procedimientos pueden ser la divisin larga o la suma de quebrados, entre otros.
28

problema al concepto y del concepto al problema, pasando por diferentes niveles de
comprensin (Gravemeijer, 1999; Van Der Heuvel-Panhuizen, 2003).

90 cm + 50 cm = 140 cm
cantidad
resultado de
la unin
indicamos que se trata de
dos cantidades que al
compararlas representan el
mismo tamao o dimensin
unidad de
medida
utilizadas
indicamos que las
cantidades se unen y
utilizamos el
algoritmo suma para
calcular el valor de la
unin
cantidad de
unidades
que mide el
archivero
cantidad de
unidades
que mide el
librero

Figura 2. Usos de los diferentes smbolos que integran un modelo
matemtico.

2.3.3. Significados como modelos para. En el enfoque hacia la modelacin, a ciertos
conceptos les atribuimos un significado de modelo para, que describe las relaciones constantes
entre cantidades. Estas relaciones se establecen con base en la actividad realizada con las
cantidades, que emergen durante la representacin del problema. Hasta el momento,
distinguimos tres tipos de relaciones: de tamao, de unin o separacin y de variacin. Las
relaciones de tamao surgen durante actividades de comparacin: son cantidades mayores o
menores?, iguales?, cuntas veces una cantidad es ms grande o pequea que otra? Las
relaciones de unin o de separacin aparecen cuando la actividad requiere unir o separar las
cantidades: hay que unirlas o separarlas?, son todas iguales o diferentes?, la unin se
parece al crecimiento generacional o no? Las relaciones de variacin emergen en actividades
que representan variaciones: la variacin depende de otra cantidad?, son variaciones
promedio o para un punto? o, se trata de obtener una variacin total a partir de la variacin de
cada punto?
29

Las relaciones constantes producen significados. Sugerimos que stas constituyen lo
que denominamos el significado gentico del concepto (Cervantes, 2003) es decir, la razn
primordial de su existencia, su significado como modelo para relaciones constantes entre
cantidades. Rescatamos con ello el papel de las cantidades como elemento central de
significacin de los conceptos matemticos. Los apreciamos como modelos de una situacin
dada en que las cantidades muestran una relacin invariante, especfica. Reconocemos que no
todos conceptos presentan este significado, sino que otros funcionan como representaciones
aisladas, con una especie de significado de elemento del modelo.
En el caso de las operaciones bsicas, las relaciones modeladas son aquellas que se
presentan en las actividades de unin o separacin de cantidades. Por ejemplo, comentamos
que a la suma le asignamos un significado de modelo para unir cualquier cantidad; esa es, en
nuestra propuesta, su significado gentico. La suma entonces modela situaciones cuya
solucin requiere de actividades en que se unen cantidades conocidas o desconocidas, y cuyo
resultado deseamos conocer. Establecemos as una relacin directa entre la aritmtica y el
lgebra. Cuando las cantidades son conocidas dentro de la suma, modelamos las situaciones
aprendidas en la aritmtica como una estructura numrica (Castro, Rico y Castro, 1995). Si las
cantidades son desconocidas, modelamos las situaciones a travs de la suma algebraica. En
ambos casos se trata de unir cantidades cualesquiera. Bajo esta lnea de pensamiento
sugerimos que las leyes conmutativa y asociativa
11
de la suma se derivaron del
comportamiento de las cantidades al unirlas.
Algo similar ocurre con la operacin de resta: aqu el significado gentico es de modelo
para la separacin de cantidades cualesquiera. En estos procesos de separacin encontramos
tres situaciones: separar una cantidad menor a la disponible, una igual y una mayor, lo que
lleva a crear un sistema numrico que incluya al cero y a los negativos para modelar las
ltimas dos situaciones. Para nosotros la divisin y la multiplicacin tambin modelan
procesos de unin y de separacin con la particularidad de que estos procesos involucran la
presencia de cantidades iguales. As, para la multiplicacin, su significado gentico es el de
modelo para la unin de cantidades iguales y en el caso de la divisin, es el de modelo para la

11
La ley conmutativa establece que el orden con que se inicie la suma no importa, en otras palabras, es lo mismo
empezar la unin con cualquier cantidad: 1 + 2 = 2 + 1. La ley asociativa establece que la suma puede iniciarse
con cualquier par de sumandos, o cualquier par de cantidades: (1 + 2) + 3 = 1 + (2 + 3).
30

separacin en cantidades iguales. Presentamos de manera ms detallada estas nociones en El
enfoque de modelos para matemticas: modelos bsicos, documento escrito para los
estudiantes de ingeniera industrial de la unidad CESUES San Luis Ro Colorado (Cervantes,
1996). En una investigacin exploratoria encontramos indicios de que el enfoque hacia la
modelacin promueve la comprensin de los conceptos como modelos matemticos
(Cervantes, 2003; Cervantes y Arcos, 2005). En la Tabla 1 presentamos ciertos conceptos con
significados de modelo para.

Relacin
Significado gentico
( modelo para un tipo de relaciones)
Concepto matemtico
Cantidades iguales Igualdad
Cantidad(es) mayor(es) que otra(s)
Cantidad(es) menor(es) que otra(s)
Desigualdad
Relacin entre dos cantidades Razn
De tamao: surgen en las
actividades que requieren comparar
las cantidades: son cantidades
mayores o menores?, iguales?,
cuntas veces una cantidad es ms
grande o pequea que otra?
Relacin porcentual Porcentaje
Unin de cantidades
cualesquiera
Suma
Unin de cantidades
iguales
Multiplicacin
Separacin de cantidades
cualesquiera
Resta
Separacin de cantidades
iguales
Divisin
Unin exponencial de cantidades Potencia
De unin o separacin: emergen
en las actividades que requieren
unir o separar las cantidades: hay
que unirlas o separarlas?, son
todas iguales o diferentes?, la
unin se parece al crecimiento
generacional o no?
Separacin exponencial de cantidades Raz
Dependencia entre cantidades Funcin
Relacin entre dos cantidades de
variacin
Razn de cambio promedio
Relacin instantnea entre dos
cantidades de variacin
Derivada
De variacin: surgen en las
actividades que representan
variaciones: la variacin depende
de otra cantidad?, son variaciones
promedio o para un punto?, se
trata de obtener una variacin total
a partir de la variacin de cada
punto?
Variaciones totales Integral
Tabla 1. Significados de modelo para de ciertos conceptos matemticos con el
enfoque hacia la modelacin.

La intencin del enfoque hacia la modelacin es proporcionar una visin de modelo
para los conceptos matemticos que acerque las matemticas con la realidad, a partir de lo que
31

llamamos el significado gentico y la nocin de modelo para. Al igual que la matemtica en el
contexto de las ciencias, sta es una propuesta surgida en las escuelas de ingeniera para
facilitar el aprendizaje en matemticas. El primer objetivo de la investigacin es construir una
propuesta conceptual para el aprendizaje de la derivada con un significado de modelo para una
relacin constante e invariante entre cantidades. Con base en la matemtica en contexto
nuestro segundo objetivo es desarrollar una didctica para la comprensin de la deerivada al
contextualizarla en actividades ordinarias de contar y medir. Actividades que requieren
determinar cantidades y sus relaciones para solucionar una situacin problema. El tercer
objetivo requiere que caractericemos efectos en la comprensin, as como en las habilidades
de modelacin. Para estudiar los significados y la comprensin, consideramos apropiado el
enfoque ontolgico semitico de Godino (2003). Dicho enfoque constituye una postura terica
para analizar procesos de enseanza aprendizaje de las matemticas. Los resultados que
obtuvimos sobre de los efectos en la comprensin se describen en captulos posteriores.

2.4. El Enfoque Ontolgico Semitico y la comprensin relacional.
En Espaa, el doctor Juan Daz Godino y un grupo de investigadores de la Universidad
de Granada realizan una actividad importante para nuestra investigacin. Para ellos un
concepto matemtico es objetivado por la cultura. Hablan entonces de un objeto como algo
que puede ser sealado, indicado o referenciado. Godino y colaboradores proponen el enfoque
ontolgico semitico para caracterizar los significados presentes en los procesos de enseanza
aprendizaje sobre objetos matemticos. En la siguiente seccin describimos los elementos que
utilizamos de dicha propuesta en nuestro anlisis de la comprensin relacional.

2.4.1. Significados y funciones semiticas. Godino (2003) seala que la investigacin
en didctica de las matemticas debe centrarse en el anlisis de los procesos de enseanza
aprendizaje realizados en las aulas. As como en sus factores condicionantes: saber, alumnos,
profesor, contexto y relaciones entre ellos. Propone para ello su enfoque ontolgico semitico
que se ubica dentro de las corrientes constructivistas. El eje principal del enfoque es la teora
de los significados de los objetos matemticos (Godino y Batanero, 1994) y la teora de las
funciones semiticas (Godino, 2002; Godino y Batanero, 1997, 1998; Godino y Recio, 1998).
32

La teora de los significados de los objetos matemticos establece que el significado se
sita en el sistema de prcticas de donde emerge el objeto. Como prctica se considera
cualquier actuacin, lingstica o no, mostrada en la actividad matemtica por un sujeto o por
una institucin.
12
En consecuencia, el significado se identifica como una praxeologa
matemtica relacionada con el objeto matemtico. Praxeologa que entendemos como un
conjunto de actuaciones relacionadas con dicho objeto o concepto. Godino (2003) seala que
sta tiene un componente prctico (praxis) y un componente discursivo (logos). El primero de
ellos remite a las acciones y tareas realizadas durante la solucin de una situacin problema.
El segundo componente refiere a los aspectos tericos, esto es, al discurso que explica tales
acciones y tareas.
En el enfoque ontolgico semitico el significado de un objeto es un emergente
evolutivo. Es decir, el significado emerge y evoluciona de prcticas significativas que tienen
sentido e importancia para un sujeto o una institucin. En el caso del sujeto el significado es
personal. En el caso de la institucin, entendida como un grupo de matemticos profesionales
o institucin matemtica, el significado es institucional (Godino, 1996; Godino y Batanero,
1994). Observamos en esta posicin un significado que va ms all de la simple definicin del
concepto. Se trata de un significado global ms orientado a la actividad o contextos de donde
emerge un objeto; mismo que puede ser un concepto matemtico. Esta posicin coincide con
la cognicin situada.
El significado de un objeto matemtico tiene diferentes componentes. El significado
como praxeologa implica un anlisis de las diferentes prcticas relacionadas a un objeto.
Godino y colaboradores en forma evolutiva han propuesto una categorizacin de tales
prcticas. Cada categora se convierte en una fuente de significacin. Dichas categoras son
llamadas entidades primarias del significado: situaciones, acciones, conceptos, propiedades,
argumentos y lenguajes. En consecuencia, el significado de un objeto es global o sistmico.
Esto es, estara formado por los significados construidos dentro de cada categora o entidad
primaria del significado (Godino y Batanero, 1997; Godino, 2002):

12
Con este trmino Godino y Batanero (1994) se refieren a una organizacin de profesionales o a una institucin
propiamente dicha.
33

(1) Lenguaje (trminos, expresiones, notaciones, grficos). En un texto vienen dados en
forma escrita o grfica pero en el trabajo matemtico pueden usarse otros registros
(oral, gestual). Mediante el lenguaje (ordinario y especfico matemtico) se describen
otros objetos no lingsticos.
(2) Situaciones (problemas ms o menos abiertos, aplicaciones extramatemticas o
intramatemticas, ejercicios...); son las tareas que inducen la actividad matemtica.
(3) Acciones del sujeto ante las tareas matemticas (operaciones, algoritmos, tcnicas
de clculo, procedimientos).
(4) Conceptos, dados mediante definiciones o descripciones (nmero, punto, recta,
media, funcin...).
(5) Propiedades o atributos de los objetos mencionados, que suelen darse como
enunciados o proposiciones.
(6) Argumentaciones que se usan para validar y explicar las proposiciones (sean
deductivas o de otro tipo). (p. 6)

Las funciones semiticas permiten proponer significados. Como lo indica Godino
(2003), su teora utiliza la nocin de funcin semitica de Eco, inicialmente propuesta como
funcin de signo por Hemslev. Esta funcin se da cuando una expresin o significante se pone
en lugar de su contenido o significado y se requiere interpretarlo. Sin embargo la
interpretacin, al igual que el lenguaje, no puede ser arbitraria. Debe interpretarse de acuerdo
al papel que la expresin desempea en el contexto cultural de los procesos comunicativos.
Esto es, la interpretacin est sujeta al uso que la cultura da a la expresin. Godino (2003)
seala que ello permite proponer la interpretacin que hace un sujeto de un objeto matemtico,
en un contexto dado. Con ello, Godino sugiere que el conocimiento es una funcin semitica,
un significado mediado por la cultura. Creemos que la funcin semitica fijada culturalmente,
est dentro de lo que Radford (1998, 1998a, 2004) denomina sistema semitico cultural.
Las funciones semiticas son de diferente tipo. El contenido final de una expresin es
una prctica dentro de una categora o entidad primaria del significado, sealada por la
funcin semitica. En consecuencia, sta puede ser de tipo lingstico, situacional, conceptual,
proposicional, actuativo, argumentativo. Adems, la prctica se encuentra caracterizada por
otros factores, que Godino llama facetas o dimensiones duales. Facetas que nosotros
34

interpretamos como diferentes perspectivas para caracterizarlas. As, de acuerdo al contenido
final de la expresin, una funcin semitica puede ser de tipo: institucional o personal,
elemental o sistmica, ostensiva o no ostensiva, ejemplar o tipo, expresin o contenido (para
mayores detalles ver Godino, 2003, pp.135-145).

2.4.2. Comprensin y Competencia. Godino (2003) propone un modelo para la nocin
de comprensin con base en las teoras descritas. Para ello sugiere tres elementos bsicos de la
comprensin: la dimensin personal e institucional, su carcter sistmico y dinmico, y la
accin humana e intencionalidad. Con relacin al primer elemento, Godino sostiene que el
significado de un objeto est fijado culturalmente a travs de las instituciones matemticas. La
funcin del profesor es ayudar al alumno en su adquisicin. Para dicho autor la comprensin
es la (Godino, 2003, p. 124) construccin o apropiacin del significado institucional de
dicho objeto. Adems, Godino reconoce un proceso interactivo y social que va ms all de un
proceso mental. Esto es, una institucin establece el significado de un objeto a travs de un
sistema de prcticas significativas, y ella acepta que una persona comprende un objeto cuando
es capaz de reconocer tales prcticas (Godino, 1996). El inters al evaluar la comprensin est
en identificar los significados construidos a partir del conocimiento institucional enseado, no
los procesos mentales. Con respecto al carcter sistmico y dinmico, la comprensin implica
un significado global, sistmico, con todos elementos del significado (situaciones, acciones,
lenguaje, conceptos, propiedades y relaciones, argumentos). Su apropiacin es lenta y
progresiva. En el tercer elemento de su modelo, Godino (2003) reconoce una intencionalidad
de la accin, un para qu del objeto. En resumen, la comprensin reviste tres elementos: a) la
dimensin personal e institucional, b) el carcter sistmico y dinmico, y c) la accin humana
e intencionalidad.
La comprensin abarca tres entidades primarias del significado. Para Godino (2003) la
comprensin implica un saber y saber por qu. Mientras, la nocin de competencia implica
saber hacer; equipara dichas nociones con las de Richard Skemp, la comprensin con la
comprensin relacional y la competencia con la comprensin Instrumental. La competencia
se relaciona con la praxis y la comprensin con el logos del modelo terico descrito (Godino,
2003):

35

El componente prctico (praxis) ligado con la idea de competencia [...] en nuestro
modelo terico se descompone todava en dos subcomponentes: las situaciones-
problemas y las tcnicas de solucin.
El componente discursivo/relacional, ligado tradicionalmente a la idea de comprensin
y formado por el sistema de reglas y justificaciones [...] en nuestro modelo se
descompone en argumentaciones, definiciones de conceptos y propiedades en las que
se apoya. (p. 130)

Esto sugiere que un estudiante logra la comprensin relacional si explica correctamente
lo que hace. Esto es, si utiliza las argumentaciones, conceptos y propiedades empleadas por
los profesionales o instituciones matemticas. Adems, logra la comprensin instrumental si
reconoce situaciones y realiza acciones de solucin propias del objeto matemtico. De manera
ms precisa, como Godino (2003, p. 132) afirma: diremos que un sujeto comprende el
significado [...] de un concepto, - si es capaz de reconocer los problemas, procedimientos,
argumentaciones, propiedades y representaciones caractersticas, relacionarlo con otros
objetos [...] en toda la variedad de situaciones planteadas por la institucin correspondiente.
Pensamos que este modelo terico posibilita evaluar el efecto sobre la comprensin de la
derivada con la didctica de la matemtica en contexto y el enfoque hacia la modelacin. Ello
al analizar los significados que el estudiante provee en sus explicaciones o discursos al realizar
actividades matemticas. Estos elementos los mostramos en la Tabla 2.

2.4.3. Significados correctos. Godino (2003) propone el anlisis ontolgico semitico
como herramienta para determinar significados correctos. Para ello, denomina como
significado institucional de referencia a la recopilacin que hace el profesor del significado
sistmico de un objeto, de acuerdo con lo que dicen textos, expertos, su experiencia y
orientaciones curriculares. De esta recopilacin, el profesor selecciona aquellos significados
que considera pertinentes para llevarlos al saln de clase. Estos son significados
institucionales pretendidos. Pero la clase se desarrolla siguiendo ms o menos lo planeado. De
tal forma que el verdadero significado institucional implementado es lo que se instruye. Estos
determinan una configuracin para el objeto, que Godino llama configuracin epistmica.
Para efectos de evaluacin, el significado institucional evaluado es una muestra de los
36

significados implementados. Una tipologa similar se establece para los significados
personales. El significado personal global abarca todos los significados que tiene un estudiante
y que puede manifestar potencialmente. El significado personal declarado es lo que el
estudiante manifiesta en los instrumentos de evaluacin. Por ltimo, el significado personal
logrado son los significados correctos desde el punto de vista de la institucin. La parte de los
significados declarados no correctos es lo que Godino (2003) llama disparidades entre dos
interpretantes o conflictos semiticos.

Dimensin
personal e
institucional
Carcter sistmico y dinmico
Accin
humana e
intencionalidad
Lenguaje
Conceptos Propiedades Argumentos Situaciones Acciones
Institucional:
Significados
fijados
culturalmente
Comprensin relacional
(saber y saber por qu; conocimiento
conceptual argumentativo)
Comprensin instrumental
(saber hacer; conocimiento
procedimental)
Un para qu
del objeto
Lenguaje
Conceptos Propiedades Argumentos Situaciones Acciones
Comprensin relacional
(saber y saber por qu; conocimiento
conceptual y argumentativo)
Comprensin instrumental
(saber hacer; conocimiento
procedimental)
Personal:
construccin
o apropiacin
del
significado
institucional
Capacidad de explicar por qu est haciendo
algo, utilizando conceptos, propiedades y
argumentos empleados por los profesionales o
instituciones matemticas; o de reconocer
conceptos, argumentaciones, propiedades y
representaciones caractersticas de un objeto
[...] en toda la variedad de situaciones
planteadas por la institucin correspondiente
Reconocer situaciones y
realizar acciones de solucin
en relacin al objeto
matemtico
Un para qu
del objeto

Tabla 2. Elementos del modelo terico para la comprensin de Godino (2003).
El anlisis de los efectos en la comprensin requiere caracterizar significados. Esto es,
necesitamos identificar los significados negociados entre profesor y estudiantes. Para ello se
necesita disponer del texto o notas del profesor que permitan identificar los significados
pretendidos; del texto de la trascripcin de las clases, de exmenes y entrevistas para
caracterizar significados implementados y declarados. A partir de ellos, creemos que es
posible hacer comparaciones analticas, observar efectos en la comprensin, y llegar a
conclusiones pertinentes.
37

Sumario. En este captulo presentamos los elementos principales del aprendizaje
significativo, la cognicin situada, la matemtica en contexto. Tambin, la postura del enfoque
hacia la modelacin. Por ultimo presentamos el enfoque ontolgico semitico como un
referente para analizar los significados y la comprensin. A manera de resumen presentamos
lo siguiente.
El aprendizaje significativo se logra cuando se enlaza nueva informacin en forma
sustancial y no arbitraria. Esto, exige dos condiciones: a) actitud de aprendizaje significativo,
b) material potencialmente significativo. La segunda condicin exige que el material posea un
grado de significado lgico y la existencia de ideas de anclaje o subsumidores. Estas ideas
facilitan la comprensin. Es importante considerar el contexto para producir materiales con
significado lgico y acercarlo a las ideas de anclaje.
Brown, Collins y Duguid (1989) sostienen que el significado de un concepto se
adquiere a lo largo de diferentes situaciones en que se usa. El conocimiento es situado. Es
como el lenguaje: producto de la actividad y situacin en que se genera. En consecuencia, El
significado depende del contexto. Dichos autores describen el aprendizaje como un proceso de
enculturacin en el que un aprendiz realiza actividades autnticas y sugieren centrar la
actividad educativa en contextos que facilitan una participacin perifrica. El aprendizaje
situado indica la necesidad de relacionar el concepto con contextos en los que emerge y es
utilizado. Rioseco y Romero (1997) sostienen que contextos cotidianos despiertan el inters
del estudiante y proveen de sentido al conocimiento. Encontramos en el uso de contextos
ordinarios una forma de acercar el nuevo material a ideas de anclaje.
La teora de la matemtica en el contexto de las ciencias responde al aprendizaje
significativo y a la cognicin situada. Basada en una didctica de modelacin llamada
matemtica en contexto, esta postura recomienda utilizar el contexto de las ciencias de la
ingeniera como fuente de significacin. Para contextualizar los contenidos utiliza la
metodologa dipcing. Con todo, encontramos limitada a la matemtica en el contexto de las
ciencias, al utilizar contextos de la actividad profesional, los cuales con frecuencia estn ms
all del alcance de los estudiantes en la vida cotidiana. Proponemos que el enfoque hacia la
modelacin complementa a la matemtica en contexto en este ltimo aspecto y disminuye la
dificultad de contenido de ciertos conceptos matemticos.
38

El enfoque hacia la modelacin utiliza contextos ms cotidianos, cercanos a la
actividad de medir y contar requeridas para modelar. Este enfoque recupera el papel de las
cantidades como fuente de significacin; otorga un significado de modelo para a ciertos
conceptos matemticos. Dicho significado se centra en las relaciones constantes entre
cantidades presentes en la modelacin y distingue tres tipos de relaciones: de tamao, de unin
o separacin, entre variaciones. As, la suma se puede significar como un modelo para la
unin de cantidades cualesquiera; la resta como un modelo para la separacin de cantidades
cualesquiera. Estos significados estn ms cerca de una actividad cotidiana y pueden facilitar
aprendizajes significativos, as como la comprensin de los conceptos desde una perspectiva
de modelacin. Nuestro primer objetivo es crear una propuesta para el aprendizaje de la
derivada con base en estos antecedentes tericos. Por otra parte el tercer objetivo nos requiere
caracterizar significados y evaluar efectos en la comprensin al implementar nuestra
propuesta.
El enfoque ontolgico semitico proporciona un referente terico para analizar efectos
en la comprensin. Dicho enfoque constituye una postura terica que analiza procesos de
enseanza aprendizaje de las matemticas. Se basa en la teora de los significados de los
objetos matemticos (Godino y Batanero, 1994) y la teora de las funciones semiticas
(Godino, 2002; Godino y Batanero, 1997, 1998; Godino y Recio, 1998). Identifica adems, el
significado de un objeto como una praxeologa matemtica. Esto es, un conjunto de
actuaciones relacionadas con dicho objeto, de las que emerge en forma evolutiva a travs de
prcticas significativas. El significado es por tanto personal o institucional. Se trata de un
significado global o sistmico orientado a la actividad, cuyas categoras son llamadas
entidades primarias del significado: situaciones, acciones, conceptos, propiedades,
argumentos y lenguajes. Godino (2003) sugiere que las funciones semiticas de una expresin
permiten proponer significados, dado su uso convencional o cultural.
La comprensin puede evaluarse a travs de los significados como praxeologa. Para
Godino (2003, p. 124) la comprensin es la construccin o apropiacin del significado
institucional de dicho objeto. Significado que se define a travs de prcticas significativas.
Godino se aparta de los procesos cognitivos y afirma que una persona comprende un objeto
cuando es capaz de reconocer tales prcticas (Godino, 1996). Evaluar la comprensin implica
identificar los significados construidos a partir del conocimiento institucional enseado.
39

Dichos significados se infieren con el anlisis de la praxeologa mostrada al solucionar un
problema o de los reactivos de evaluacin propios para el objeto evaluado. La comprensin
lograda se infiere entonces, a partir de los significados correctos desde el punto de vista
institucional. Creemos que con este referente terico es posible evaluar efectos en la
comprensin. Tpico de especial inters en nuestra investigacin.
40

III. La modelacin en la escuela


En el captulo anterior hemos visto cmo los contextos ayudan a lograr aprendizajes
significativos entre ms cercanos estn a las actividades ordinarias de la vida cotidiana. Para
aprender matemticas en ingeniera, Camarena (1999, 2002, 2004) sugiere que los contenidos
matemticos se presenten a travs de la modelacin. Como ella indica, esto permite que el
conocimiento matemtico sea menos rido, menos aislado de la actividad profesional, por una
parte. Por la otra, el conocimiento as logrado alcanza mayor significado para el estudiante al
ubicarlo en contextos especficos. Tambin hemos propuesto que el enfoque hacia la
modelacin complementa a la teora de matemtica en el contexto de las ciencias de
Camarena. Nuestra propuesta terica sugiere el uso de contextos ordinarios de medicin y
conteo, ms fciles de encontrar en la experiencia cotidiana que los contextos profesionales.
Creemos, como indican Rioseco y Romero (1997), que los contextos ordinarios contribuyen al
aprendizaje significativo.
Con el enfoque hacia la modelacin proponemos para ciertos conceptos matemticos
significados de modelo para, en trminos de las cantidades y sus relaciones emergentes de
contextos de modelacin. Pensamos que estos significados acercan el contenido matemtico a
la realidad cotidiana, aumentan la comprensin relacional y favorecen aprendizajes
significativos. Sin embargo, la presencia de la modelacin matemtica en la escuela nos
plantea ciertas interrogantes: qu papel desempea?cmo se utiliza?cul es su importancia?
En el presente captulo subrayamos la importancia de la modelacin y las aplicaciones
matemticas para la educacin actual. Adems, describimos tres posturas tericas que utilizan
la modelacin en la matemtica escolar: modelacin tradicional, realistic mathematics
education, models and modelling perspectives. Utilizamos un ejemplo que creemos pertinente
para clarificar los aportes de cada propuesta. Con esto, pretendemos ejemplificar los dos usos
relevantes que tiene la modelacin, segn nos indican Niss, Blum y Galbraith (2007). Luego,
para lograr el tercer objetivo, proponemos un referente terico para las habilidades de
modelacin a partir de dichas posturas y la matemtica en el contexto de las ciencias. Por
ltimo, describimos cmo el enfoque hacia la modelacin complementa las propuestas
revisadas y favorece la comprensin relacional. Como ejemplo describimos el significado de
41

la divisin de fracciones en un contexto de modelacin con base en cantidades. Con esto,
esperamos que el lector aprecie ms claramente el aporte de nuestra propuesta y por qu
constituye otra alternativa de significacin que pudiera extenderse al aprendizaje de la
derivada.

3.1. La modelacin en el ambiente escolar.
Los gobiernos de los pases miembros de la Organisation for Economic Co-operation
and Development (OECD) incrementaron su inters por el control de los recursos destinados a
los sistemas educativos y sus contenidos. En 1997 esto origin el Programme for International
Student Assessment (PISA) como parte del proyecto International Indicators of Educational
Systems. Este ltimo provee de indicadores sobre la eficacia internacional de los sistemas
educativos para orientar las decisiones gubernamentales. Debido a que los gobiernos se
encuentran comprometidos con la educacin bsica, el inters de las evaluaciones de PISA es
determinar el nivel de conocimiento que adquieren los jvenes y su capacidad para aplicarlo
en el mundo real, despus de abandonar la escuela obligatoria (Gil, s.f.).
As, el conjunto de indicadores obtenidos a travs de las evaluaciones se divide en tres
temticas indispensables: lenguas, matemticas y ciencias (Gil, s.f.; INEE, 2003; OECD,
2003). Con respecto a las matemticas PISA tiene la intencin de probar la capacidad del
joven para entender el papel de stas en el mundo actual, y su inters por aprenderlas de
manera que cubran sus necesidades como ciudadano. En consecuencia, PISA pone un especial
nfasis en evaluar su lenguaje matemtico
13
, referido en ingls como mathematical literacy.
En el marco terico para la evaluacin 2003, dicha expresin se refiere a (OECD, 2003):

La capacidad individual para identificar y entender el papel que las matemticas
desempean en el mundo, para hacer juicios bien fundamentados y para usar e
involucrarse con las matemticas en formas que cubran las necesidades de su vida
individual como un ciudadano constructivo, interesado y crtico. (p. 24) [traduccin
libre].

13
Trmino en espaol con que nos referimos al concepto de mathematical literacy.
42

Segn se explica en el mismo documento, el trmino mathematical literacy representa
la posicin en que las matemticas son consideradas como un lenguaje, en la que el individuo
habla, lee y se comunica con expresiones matemticas; conoce sus condiciones y estructuras.
Se mencionan tres razones fundamentales para promover y evaluar dichas capacidades: a)
existe una necesidad social de individuos preparados matemticamente que puedan emitir
juicios acertados sobre la informacin que reciben en una sociedad del conocimiento, dentro
de un mundo complejo; b) cada vez son menos las tareas repetitivas que requieren de la fuerza
de trabajo y son ms las que requieren la interaccin con equipo de alta tecnologa; y c) se
requiere que los estudiantes aprecien las matemticas como algo que sirva a su vida cotidiana.
Para el programa PISA las actividades de matematizacin
14
son el vehculo para
organizar y estructurar los fenmenos matemticamente y promover el lenguaje matemtico.
Las actividades de matematizacin a evaluar son:

1. Iniciar con un problema situado en la realidad.
2. Organizarlo utilizando conceptos matemticos. Esto es, buscar conceptos que
sirvan para representar diferentes caractersticas de la situacin real.
3. Apartar gradualmente el problema de la realidad, mediante suposiciones sobre las
caractersticas relevantes, generalizando y formalizndolo hasta transformarlo en
un problema matemtico.
4. Solucionar el problema.
5. Interpretar la solucin matemtica en trminos del problema real.

En la primera aplicacin de las pruebas PISA en el ao 2000, entre jvenes de 15 a 16
aos en 32 pases participantes, los resultados obtenidos provocaron un debate internacional
sobre los objetivos y el papel del currculo de matemticas, de la modelacin y de las
aplicaciones en relacin con las situaciones reales. Por modelacin entendemos el proceso de
construir un modelo matemtico a partir de un problema real y por aplicacin matemtica el
proceso inverso: se aprenden matemticas y despus se buscan situaciones en qu aplicarlas

14
Trmino creado por Hans Freudenthal para describir las actividades matemticas como actividades mediante
las cuales, una situacin se describe con mayor generalidad, certeza, exactitud y brevedad. Cualquier actividad
que lleva al uso de matemticas es una actividad de matematizacin.
43

(Blum, 2002). En consecuencia, el inters gir en torno a cmo acercar las matemticas al
mundo real.
Dentro de esta problemtica, las organizaciones matemticas internacionales
desempean un papel relevante. Una de ellas es la International Comission on Mathematical
Instruction (ICMI) adscrita a la principal organizacin mundial de matemticos, la
International Mathematical Union (IMU), cuyos orgenes se sitan a inicios del siglo pasado
(Jackson, 1994; Lehto, 1995). La ICMI, a su vez cuenta, a partir de los setenta, con diferentes
grupos de estudio, entre ellos el International Study Group for the Psychology of Mathematics
Education (PME) a partir de 1976. Dos eventos trascendentes para nuestra investigacin que
la ICMI organiza, son: el International Congress on Mathematical Education (ICME), evento
de mayor relevancia para los matemticos y los ICMI Studies. En respuesta a las evaluaciones
PISA, el ICMI Study 14, celebrado en Alemania en febrero de 2004, se dedic a identificar el
estado del arte en modelacin y aplicaciones matemticas (Blum, 2002). Los resultados se
presentan en el reporte que editaron Blum, Galbraith, Henn y Niss (2007). Esta respuesta del
ICMI a los bajos resultados en las evaluaciones PISA, sugiere que los matemticos
profesionales abogan por un mayor uso de contextos reales en educacin matemtica.
Otra organizacin de inters en el mbito internacional, es la International Community
of Teachers of Mathematical Modelling and Applications, que constituye el International
Study Group for Mathematical Modelling and Applications dentro de la ICMI desde 2003 y
patrocina la International Conference on Teaching of Mathematical Modelling (ICTMA)
desde 1983. La ICTMA aborda diferentes tpicos de la modelacin matemtica. En la
conferencia ICTMA 11 Modelacin matemtica: una forma de vida se exploran
alternativas para utilizar la modelacin en todos los niveles educativos, el propsito es que el
estudiante perciba la modelacin matemtica como una manera de enfrentar la vida cotidiana.
En dicha conferencia Houston (2003), al reflexionar sobre los primeros 20 aos de la
organizacin, seala que se han alcanzado notables progresos en promover y difundir la
actividad. Sin embargo, menciona la persistencia de ciertos problemas como el descrito en el
reporte sobre las matemticas en la industria de la Society for Industrial and Applied
Mathematics, en el que los graduados de doctorado manifiestan sentirse inadecuadamente
preparados para abordar los diversos problemas. Tambin, en la mencionada conferencia
Houston y Neill (2003) sealan la falta de habilidad de los estudiantes universitarios para
44

clarificar lo que debe ser realizado mediante un modelo, as como para relacionar situaciones
fsicas con las formulaciones matemticas. Por otra parte, Houston (2003) menciona el
limitado progreso que muestran los estudiantes despus de llevar varios mdulos de
modelacin y de trabajar un ao en la industria (Izard, Haines, Crouch, Houston & Neill,
2003). Estos sealamientos muestran que an persisten resultados contrarios a lo que pretende
la OECD a travs de PISA. Apreciamos que tanto la Intenational Commission on Mathemtical
Instruction como la International Community of Teachers of Mathematical Modelling and
Applications coinciden en proponer la modelacin en educacin para solucionar las
deficiencias detectadas por PISA, esto es, que proponen el uso de contextos reales. Esto nos
lleva a investigar el papel de la modelacin en la matemtica escolar.
Niss, Blum y Galbraith (2007) dicen que hay una dualidad o dos polos en cuanto al
porqu del utilizar la modelacin y aplicaciones matemticas en la escuela. En un polo se
encuentran las posturas que las consideran como un medio para aprender matemticas. En el
otro, las posturas que las consideran un fin. Esto es, las primeras posturas se interesan por
mostrar el papel de la matemtica en la actualidad y motivar su estudio; las segundas se
interesan por desarrollar capacidades de modelacin para se utilicen en contextos fuera del
aula. Nosotros decidimos llamar a esta ltima postura modelacin tradicional. Siguiendo las
ideas de Niss, Blum y Galbraith (2007) creemos que dicha modelacin se caracteriza por un
enfoque utilitario, en el que el conocimiento matemtico se asemeja a una caja de
herramientas de la cual hay que extraer el instrumento para resolver una situacin problema.
En esta posicin la secuencia es aprender matemticas y luego a modelar matemticamente.
Un ejemplo de este enfoque se aprecia en el libro Mathematical Modelling (Berry y Houston,
1995).
En el otro extremo radicalmente opuesto, los conceptos matemticos se adquieren
como consecuencia de la modelacin presente en las actividades de matematizacin, tal como
se hace en la realistic mathematics education (Gravemeijer, 1999; Gravemeijer & Doorman,
1999; Gravemeijer & Terwel, 2000). De dichas actividades emerge el conocimiento
matemtico durante la solucin de la situacin problema. Entre estas dos posturas extremas,
existen otras que combinan sus fines: aprender matemticas y aumentar las capacidades de
modelacin. Entre ellas ubicamos a la models and modeling perspectives en la que el alumno
necesita resolver un problema utilizando la modelacin, argumentar su razonamiento y
45

comunicar sus resultados (Lesh, 2003; Lesh y Lehrer, 2003; Lesh y Harel, 2003), y a la
matemtica en el contexto de las ciencias (Camarena, 1999, 2002, 2004) que ya hemos
descrito. A continuacin presentamos los principales elementos de lo que llamamos
modelacin tradicional, la realistic mathematics education y las models and modeling
perspectives.

3.2. La modelacin tradicional.
Esta postura la caracterizamos por la intencin del desarrollo de capacidades de
modelacin en primer trmino, por un entorno en el que se presenta un problema real y se pide
al estudiante que utilice la matemtica para solucionarlo. Esto exige un conocimiento previo
de los conceptos y procedimientos matemticos que sern utilizados como instrumentos de
modelacin. Consideramos el contenido del libro Mathematical Modelling de Berry y Houston
(1995) un buen ejemplo de esta postura. En l, Berry y Houston (1995, p. 1) definen de
manera amplia un modelo matemtico como una representacin matemtica de las relaciones
entre dos o ms variables relevantes a un problema o situacin dada y a la modelacin
matemtica como un mtodo para solucionar problemas matemticamente. Para dicho
mtodo ambos autores distinguen dos tipos de modelacin: emprica y terica. En el primer
tipo, el modelo se construye esencialmente a partir de datos y, en el segundo, a partir de
consideraciones tericas.
Por sencillez, tomamos el ejemplo que se encuentra en la pgina cuatro del libro de
Berry y Houston (1995). Pretendemos con ello mostrar cmo se crea un modelo matemtico a
partir de datos empricos. En la informacin del problema se observa cmo el tiempo rcord
para carreras de una milla disminuye a travs de los aos: a partir de 1913, cuando el tiempo
rcord fue de 4 minutos 14.4 segundos hasta 1993, cuando fue de 3 minutos 44.39 segundos.
Como parte del problema, los autores piden determinar en qu ao es probable que el rcord
sea de 3 minutos 40 segundos. Berry y Houston indican que la solucin se puede obtener a
travs de la grfica (modelo grfico) de la Figura 3 o bien, de la ecuacin de la recta mostrada
en la grfica (modelo simblico): t = 255 0.38T en la que t representa el tiempo rcord en
segundos y T el tiempo en aos. Berry y Houston sealan las obvias limitaciones del modelo,
ya que indican la posibilidad de que el tiempo rcord sea de cero segundos.

46


Tiempo en minutos
por milla
4.40

4.20

4.00

3.80

3.60

3.40

3.20

3.00

1910 1930 1950 1970 1990 2010 2030

Ao

Figura 3. Grfica del tiempo rcord para una milla,
tomada de Berry y Houston (1995).

Como un ejemplo de modelacin terica, Berry y Houston (1995) muestran el
siguiente problema:

Como peatn, hay varias veces en el da en que usted ha tenido que cruzar una calle. En
algunas calles que no tienen mucho trfico, ha tenido que esperar por un espacio entre
los carros y entonces cruzar; en aquellas con mucho trfico se le aconseja que utilice un
crucero peatonal. La autoridad local tiene que decidir si debe instalar y cundo, cruceros
controlados en ciertas calles [...] formule un modelo matemtico para el cruce en una
calle de un solo sentido, de manera que un peatn pueda hacerlo en forma segura. Utilice
su modelo para decidir bajo qu condiciones la autoridad local debe instalar un crucero
peatonal. (p. 12) [traduccion libre].

47

La informacin cuantitativa que se requiere para solucionar este problema depende de la
perspectiva terica con que se enfrente. Si se consideran las velocidades de los vehculos, del
peatn, as como las distancias reglamentarias que deben guardarse entre los vehculos, ser
necesario conseguir la informacin correspondiente. Bajo esta perspectiva, Berry y Houston
comentan que tal vez se sugiera que no se instale un crucero peatonal, porque en teora existe
tiempo suficiente entre carro y carro para realizar un cruce seguro. Otra consideracin puede
incluir las frecuencias de los espacios que hay entre dos vehculos consecutivos y las
probabilidades de que se presente un espacio suficientemente grande para realizar un cruce
seguro. Las dos formas de solucionar el problema son descritas a detalle en el libro
Mathematical Modelling de Berry y Houston (1995).
En estos ejemplos podemos ver la necesidad de que el estudiante cuente con el
conocimiento previo de conceptos matemticos relacionados con desigualdades y teora de
probabilidad; as como de los procedimientos matemticos para ajustar una recta a datos
puntuales con tendencia, la forma de calcular velocidades, entre otros. Aparte de poner a la
matemtica en contacto con la realidad, el propsito expreso de esta didctica es desarrollar
capacidades de modelacin. Para Berry y Houston, la modelacin matemtica involucra el
desarrollo de los siguientes pasos: a) comprender el problema, b) identificar las caractersticas
relevantes, c) realizar suposiciones y simplificaciones, d) definir variables, e) utilizar sub
modelos, f) establecer relaciones entre variables, g) resolver ecuaciones, h) interpretar y
validar el modelo, i) mejorar el modelo, y j) explicar los resultados.
Los cursos de modelacin matemtica en la Universidad de Ulster en Inglaterra, que
utilizan ejemplos del texto de Berry y Houston, no necesariamente persiguen el desarrollo de
habilidades para realizar cada uno de los pasos mencionados. Houston y Neill (2003) reportan
que los estudiantes de los cursos de matemticas, estadstica y cmputo llevan dos mdulos de
modelacin durante los primeros dos aos y que, durante el tercero, pasan un ao en la
industria. En los mdulos mencionados se persigue que, para un problema real, los estudiantes
desarrollen la habilidad para: a) formular un modelo apropiado; b) producir la correspondiente
solucin matemtica; c) interpretar posibles resultados; d) evaluar una solucin ptima; e)
reportar la solucin y sus implicaciones y f) repasar y refinar el modelo original a la luz del
anlisis.
48

Para evaluar las habilidades de los alumnos al desarrollar cada etapa en el proceso de
pasar de un problema real a un problema matemtico, Houston y Neill (2003) sealan que
Haines, Crouch y Davis disearon una prueba del tipo de opcin mltiple. Los tipos de
preguntas incluyeron: a) realizar suposiciones simplificadoras; b) clarificar el objetivo; c)
formular el problema; d) asignar variables, parmetros y constantes; e) plantear formulaciones
matemticas y f) seleccionar un modelo. Houston y Neill aplicaron dichos cuestionarios al
inicio y al final de cada ao acadmico para los periodos 1999-2000 y 2000-2001 con el fin de
detectar las reas de debilidad y proponer mejoras a los mdulos de modelacin. Tambin
utilizaron un cuestionario que ellos mismos disearon, y que era similar al de Haines, Crouch
y Davis. Los resultados previos mostraron que los tres cuestionarios quedaron cortos, por lo
que se recombinaron y se agregaron dos tipos de preguntas ms para completar un
cuestionario con 22 preguntas. Entre los resultados, los investigadores encontraron que los
estudiantes mostraban falta de habilidad para saber qu es lo que persigue un modelo
(clarificar el objetivo) y dificultad para relacionar situaciones fsicas con las formulaciones
matemticas (seleccionar un modelo).
Estos resultados forman parte de otro estudio ms amplio que involucra a otras
universidades y que reportaron Izard, Crouch, Haines, Houston y Neill (2003). En dicho
estudio los autores concluyen que a pesar de haber cursado varios mdulos en modelacin
matemtica y haber trabajado un ao en la industria, los resultados de las pruebas no mejoran.
Aun as, otros reportes en que se involucra una modelacin tradicional indican que los
estudiantes pueden aprender del papel sociocultural de las matemticas (Barbosa, 2003), o que
los alumnos se motivan y se sorprenden por la forma en que la matemtica les ayuda a
resolver problemas reales (Yanagimoto, 2003).
Podemos concluir que no encontramos dentro de esta postura un inters explcito en
construir significados para los conceptos matemticos, sino en el desarrollo de habilidades de
modelacin. Pensamos que en sus primeros aos ste fue el uso dominante de la modelacin
matemtica en el mbito escolar (Berry, Burges, Huntley, James, Moscardini, 1986). Sin
embargo, el introducir contextos reales para modelar con matemticas permite al estudiante
crear significados a travs de estas situaciones. Significados que acercan la matemtica a la
realidad cotidiana.

49

3.3. La realistic mathematics education.
En una postura opuesta a la modelacin tradicional, en que la modelacin es un medio
para aprender matemticas, ubicamos a la realistic mathematical education. Iniciada por Hans
Freudenthal (1905-1990) sta se desarroll en la Universidad de Utrecht, en los Pases Bajos.
Esta corriente se distingue por su inters en que la matemtica construida tenga un sentido de
realidad en cualquier nivel de actividad. Privilegia el uso de contextos centrados en las
actividades, en las cuales se utiliza la modelacin como un puente entre situaciones y objetos
matemticos construidos. Freudenthal comparti la idea del centro de inters de Decroly: un
conjunto de temas relacionados con las necesidades del nio y su medio ambiente, hacia los
cuales ste dirige su atencin en forma natural. Freudenthal, convencido de que la matemtica
es una actividad humana, se opuso con fuerza a las teoras de corte conductista, sus mtodos
de enseanza y de evaluacin. Para l la matemtica era ms que nada una actividad de la que
surgan los productos matemticos (Gravemeijer & Terwel, 2000):

La matemtica como actividad humana es una actividad de solucin de problemas, de
buscar problemas, tambin es la actividad de organizar un tpico. ste puede ser de
una realidad que tiene que ser organizada de acuerdo con patrones matemticos, si se
parte de la realidad. Tambin puede ser un tpico matemtico, de nuevos o viejos
resultados, propios o ajenos, los cuales tienen que organizarse de acuerdo con nuevas
ideas, para ser mejor entendidas, en un contexto amplio, o bajo un enfoque axiomtico.
(p. 781) [traduccin libre].

Tal concepcin de la matemtica lleva a Freudenthal a promover cambios en el
currculo, en los mtodos de investigacin y en la didctica. El centro de la educacin
matemtica abarca las actividades que sirven para organizar matemticamente un problema o
actividades de matematizacin y sus efectos: el producto matemtico. Gravemeijer y Terwel
(2000) nos indican que el trmino matematizacin literalmente significa hacerlo ms
matemtico (p. 781). Es decir, de mayor generalidad, certidumbre, exactitud y brevedad. La
actividad de matematizacin y sus construcciones son el centro de la intervencin didctica.
En ella, el docente desempea un doble papel: promueve construcciones matemticas por un
lado, y por otro su formalizacin, a travs del uso de smbolos, notaciones y conceptos
50

convencionales de la matemtica. Las actividades de matematizacin son aquellas necesarias
para pasar del mundo real al mundo matemtico, con un sentido de realidad (Gravemeijer &
Terwel, 2000; Gravemeijer, Cobb, Bowers, Whitenack, 2000). Treffer (citado en Gravemeijer
y Doorman, 1999) distingue dichas actividades como matematizacin horizontal cuando se
refieren a la descripcin matemtica de un problema contextualizado y como matematizacin
vertical, cuando se centran en la actividad matemtica, ignorando el contexto. En estas
actividades se alcanza el mayor nivel matemtico.
Las ideas anteriores son centrales en la realistic mathematics education, que trata de
mantener un sentido de realidad en todos los niveles de las actividades de matematizacin. El
problema es, entonces, cmo lograr una configuracin educativa bajo tales ideas. La solucin
propuesta establece tres principios fundamentales: reinvencin guiada, fenomenologa
didctica y los niveles en el proceso de aprendizaje (Gravemeijer & Terwel, 2000), tambin
llamado el principio del nivel (Van Del Heuven-Panhuizen, 2003).
En la reinvencin guiada, Freudenthal deja claro que se propone disear un proceso de
aprendizaje en el que los alumnos compartan sus hallazgos y sean los responsables de los
mismos, no el maestro. En esta interaccin el alumno re-inventa el tpico de enseanza,
experimenta las sensaciones de crear, aprender y comprender. Gravemeijer, Cobb, Bowers y
Whitenack (2000) sealan que bajo este principio se busca la historia del desarrollo de ciertas
prcticas matemticas. Con esta informacin elaboran una trayectoria de aprendizaje
conjeturada a la vez que visualizan posibles dificultades, interpretaciones informales y la
manera en que pueden evolucionar a una prctica ms formal. La historia y las posibles
interpretaciones constituyen el punto de partida.
De manera muy sinttica presentamos como ejemplo el experimento reportado como
estructurando nmeros. En l dichos autores describen el desarrollo de una trayectoria de
aprendizaje, en que nios de primer ao aprendieron a organizar y a sumar los nmeros hasta
el 20. Luego de buscar en reportes de investigacin los autores encontraron que las estrategias
de duplicar un nmero o agruparlo en mltiplos de cinco son frecuentes, atribuibles al uso de
los dedos y las manos durante la actividad de conteo. En consecuencia, se dise el arithmetic
rack, un dispositivo similar al baco, en el que se colocaron cinco bolitas rojas y cinco blancas
en cada uno de los dos ejes del instrumento. Como se muestra en la Figura 4.

51


Figura 4. El arithmetic rack, tomada de Gravemeijer,
Cobb, Bowers y Whitenack (2000).

Con este dispositivo, en una especie de modelacin elemental, los nios podran
realizar conteos al desplazar las bolitas del lado derecho al izquierdo: actividades de
matematizacin que presumiblemente dieron origen a la secuencia numrica. Para que estas
actividades tengan un sentido de realidad, es necesario que se anclen en actividades cotidianas.
Para ello se requiere atender al principio de la fenomenologa didctica.
Para Freudenthal la matemtica no es un cuerpo de conocimiento que deba adquirirse
en una forma bancaria
15
; ms bien es una actividad de solucin de problemas. Freudenthal
sugiere que la mejor manera de aprenderla es a travs de la actividad (Van Den Heuvel-
Panhuizen, 2003, p. 11): lo que los seres humanos tienen que aprender, no es la matemtica
como sistema cerrado, sino ms bien una actividad, como el proceso de matematizar la
realidad y, si es posible aun eso de matematizar matemticas. El arithmetic rack, no sirve
para este propsito por s solo, aunque favorece las actividades de conteo. Debe ser utilizado
en esta didctica como un instrumento que ayude a matematizar una realidad, un fenmeno.
La fenomenologa didctica busca escenarios reales o que puedan percibirse como
reales; que sean apropiados para promover el surgimiento de otro nivel de actividades de
matematizacin. Para este ejemplo, Gravemeijer, Cobb, Bowers y Whitenack (2000) eligieron
la situacin problema de contar los pasajeros que quedan despus de que cierto nmero de
ellos sube y baja de un autobs de dos pisos. As, la hilera superior de bolitas y la inferior del
arithmetic rack asemejan a los pasajeros de los niveles superior e inferior del autobus. Esto
puede dar al nio la sensacin de que est manejando y contando pasajeros y no bolitas. La
trayectoria de aprendizaje queda definida hasta este punto en dos niveles de actividad: la
eleccin de un fenmeno susceptible de ser matematizado y el uso de un instrumento que

15
Trmino acuado por el educador Paulo Freire para referirse al tipo de educacin en que el profesor es el
poseedor del conocimiento y lo deposita en el alumno quien lo recibe de manera pasiva.
52

propicia la actividad de matematizar. Pero, cmo favorecer la transicin al mundo
matemtico? Es aqu donde el principio de los niveles o de los modelos emergentes se torna
relevante para elaborar la trayectoria de aprendizaje.
La realistic mathematics education distingue cuatro tipos generales de actividad que
llevan de los escenarios reales al mundo matemtico. Estas actividades constituyen una
especie de matematizacin progresiva en la que, para Freudenthal, la actividad de un nivel
previo es sujeta de anlisis y reflexin en la actividad del siguiente nivel, y por tanto implica
diferente nivel de comprensin (Van Del Heuvel-Panhuizen, 2003). Estas actividades no
necesariamente se presentan en una secuencia ordenada o jerrquica. Gravemeijer, Cobb,
Bowers y Whitenack (2000) las describen de la siguiente forma:

Nivel 1: Actividad en el escenario de la tarea, en la cual interpretaciones y soluciones
dependen de la percepcin de cmo se desarrolla tal escenario (con frecuencia fuera de
ambientes escolares).
Nivel 2: Actividad referencial, en la cual los modelos de refieren a la actividad descrita
en actividades instruccionales (ubicada principalmente en las escuelas).
Nivel 3: Actividad general, en la cual los modelos para hacen posible enfocarse en
interpretaciones y soluciones independientemente del contexto especfico.
Nivel 4: Razonamiento con simbolizaciones convencionales, el cual no depende ms
del apoyo de los modelos para de la actividad matemtica. (p. 243) [traduccin libre].

Para el ejemplo citado, la actividad en el escenario de la tarea implicara pasear en tales
autobuses, observando cunta gente sube y baja en cada parada y, de ser posible, contndolos.
En el segundo nivel empieza a darse un uso didctico a los modelos en esta corriente. Van Del
Heuvel-Panhuizen (2003, p. 13) sostiene que la nocin de modelo es amplia: materiales,
bosquejos visuales, situaciones paradigmticas, esquemas, diagramas y an smbolos pueden
servir como modelos. En este ejemplo, el arithmetic rack es un dispositivo que funciona
como modelo de
16
la situacin representada: los pasajeros de un autobs de doble piso.

16
Modelo especfico de una situacin problema. Esto es, materiales, bosquejos visuales, esquemas, entre otros,
que representan una situacin particular en su totalidad.
53

La actividad referencial implicara representar a los pasajeros con tal dispositivo,
distribuir y sumar a los que suben y bajan, sin el empleo de notacin alguna. Gravemeijer,
Cobb, Bowers y Whitenack (2000) sealan que en la trayectoria didctica conjeturada, el
profesor podra pedirle a los nios que mostraran la forma en que podran sentarse nueve
pasajeros. Despus de una discusin procedera a preguntar cuntos pasajeros se tendran en
el caso de que subieran siete ms. Dos maneras en que podran hacerlo son a travs de grupos
de diez o de dobles, como se muestra en la Figura 5.

Figura 5. Dos maneras en que podran sentarse 16
pasajeros, en grupos de diez (a) o dobles (b),
tomada de Gravemeijer, Cobb, Bowers y
Whitenack (2000).

En las actividades de tercer nivel, el modelo de funciona como un patrn de relaciones
matemticas generales, esto es, como un modelo para. Volviendo al ejemplo, los autores
indican que esto podra iniciarse con una discusin ante el grupo sobre la necesidad de crear
notaciones para representar lo que se ha logrado con el arithmetic rack. Aqu el profesor,
aparte de estimular las representaciones propias de los alumnos, debe promover que se
adopten los smbolos convencionales. Presumiblemente en este punto el nio se aleja de la
situacin especfica de los pasajeros, y se centra en las relaciones numricas. El arithmetic
rack se emplea ahora como un modelo para de tales relaciones. La visin gira: de percibirlo
como modelo de pasajeros en el autobs, a percibirlo como modelo para las relaciones que se
describen a travs de la simbolizacin. Gravemeijer, Cobb, Bowers y Whitenack (2000)
indican las posibles formas de simbolizar las relaciones numricas para el resultado previo, en
la Figura 6.
54


Figura 6. Posibles formas de anotar los resultados del
arithmetic rack en la Figura 5, tomada de
Gravemeijer, Cobb, Bowers y Whitenack (2000).

Dichos autores conjeturan que el cuarto nivel podra alcanzarse cuando, dentro de la
actividad, las relaciones numricas se percibieran como algo que existe por s mismo. Aunque
el uso de modelos emergentes (modelo de y modelo para) durante las actividades de
matematizacin desempea un papel central en la realistic mathematics education, el
propsito principal no es el desarrollo y la construccin de modelos matemticos. Ms bien, el
propsito es proporcionar un sentido de realidad a los significados de conceptos y notaciones
matemticas a travs de un proceso de reinvencin guiada, como lo ejemplifica el uso del
arithmetic rack. Aunque la realistic mathematics education se ha desarrollado para los niveles
bsicos de la educacin, es posible utilizarla en temas complejos como el clculo (Gravemeijer
y Doorman, 1999; Doorman, 2005).
Consideramos que la fenomenologa didctica constituye un aporte significativo de
esta propuesta para acercar la matemtica a la realidad. Creemos que favorece aprendizajes
significativos al utilizar contextos cotidianos, como lo sealan Roseco y Romero (1997). Por
otra parte, el significado de un objeto matemtico se facilita en esta propuesta, a travs del uso
didctico de la modelacin, y de las nociones de modelo de y modelo para. Dichas nociones
permiten relacionar las formulaciones matemticas con las situaciones particulares de donde
emergen. De ah que tales formulaciones tienen un sentido, un significado propio. Sin
embargo, consideramos conveniente sealar que la realistic mathematics education no
enfatiza el papel de las cantidades y sus relaciones presentes al matematizar el problema, tal
como lo proponemos con el enfoque hacia la modelacin.

55

3.4. Models and modelling perspectives.
La perspectiva de la modelacin tradicional, como la hemos descrito, se interesa ms
por desarrollar capacidades de modelacin, y los conceptos y notaciones matemticas
presentan un uso instrumental. En un sentido inverso, la realistic mathematics education se
interesa ms por construir los conceptos a travs de actividades de matematizacin, y los
modelos tienen un uso instrumental (Vase Tabla 3). Entre estas dos posturas observamos
corrientes intermedias que utilizan la modelacin y se interesan tanto por desarrollar
capacidades de modelacin como por construir significados de conceptos matemticos.

Prioridad de la propuesta
Nivel Educativo
1

Desarrollar el significado
del concepto
Desarrollar el modelo y
habilidades de modelacin
Elemental
Realistic Mathematics
Education
Uso instrumental de
cualquier tipo de
modelo
Reinvencin guiada
Actividades de
matematizacin

Medio

Models and Modelling
Perspectives
Variedad y
entendimiento
profundo de
conceptos
elementales al
construir un modelo
Desarrollo de
sistemas
conceptuales

Superior
Matemtica en el Contexto
de las Ciencias
Introduce el
concepto formal
durante el proceso de
modelacin
Conceptos
contextualizados en
la prctica
profesional
Matemtica Tradicional
Uso instrumental
de conceptos y
notaciones
matemticas
Actividades de
modelacin
tradicionales
1
Aunque las propuestas se originan en cierto nivel educativo, con frecuencia su aplicacin puede
ampliarse a otros niveles.
Tabla 3. Posturas tericas que utilizan la modelacin en procesos educativos.
Dentro de estas corrientes intermedias, Jones, Langrall, Thorton y Nisbet (citados en
English, 2003) dicen que el alumno debe iniciarse en estas actividades desde la educacin
primaria. Esencialmente, estos autores sostienen que al momento de modelar un problema a
fin de solucionarlo, difundirlo y argumentarlo, el alumno requiere expresar, probar y revisar
56

sus construcciones conceptuales. Actividades menos realizadas en la solucin de problemas o
en la enseanza tradicional con base en ejercicios. Dentro de estos enfoques, English (2003)
afirma que es necesario ir ms all de solucionar problemas y cambiar la prctica en el mbito
escolar y optar por otra posibilidad. Al nio debe drsele la oportunidad para que se desarrolle
socialmente y se involucre en actividades matemticas importantes, tal como ocurre en la
modelacin al describir, explicar, construir y razonar de manera crtica. Lesh (2003), por su
parte, aade que alumnos menos brillantes realizan aportaciones importantes en estos
procesos. Lamon (2003) reporta que estas actividades se pueden aplicar al lgebra en la
educacin media superior. En resumen, est surgiendo un importante movimiento en
educacin matemtica que tiende a utilizar modelos y la modelacin a partir de los niveles
elementales. Dichas actividades permiten alcanzar una mayor profundidad al comprender la
actividad matemtica y su importancia.
Una postura tpica de dicho movimiento es la Models and Modelling Perspectives.
Richard Lesh la inici a finales de la dcada de los setenta en la Universidad de Indiana. Lesh
(2003) nos indica que una de las principales preocupaciones gira en torno a la naturaleza de
los conocimientos y habilidades matemticas que fundamentan el xito del alumno en la
sociedad del conocimiento. De acuerdo con su experiencia, las actividades en las que se
aplican las matemticas implican solucionar problemas para un fin especfico en poco tiempo,
con recursos limitados y objetivos encontrados. Las personas que tienen mayor xito en este
tipo de actividades son las que poseen variadas herramientas conceptuales y un entendimiento
profundo de conceptos elementales, entre otros. Sin embargo, el desarrollo de estas
capacidades no se promueve en los textos tradicionales de solucin de problemas. Para ello,
Lesh (2003) propone actividades que utilizan el modelo y la modelacin para la enseanza y
aprendizaje de la matemtica.
En el centro de la models and modeling perspectives se encuentran las actividades que
promueven el construir un modelo para solucionar una situacin-problema de la realidad
cotidiana. De esta manera dicha postura privilegia contextos cotidianos en el aprendizaje de
las matemticas. Las model eliciting activities se distinguen de la solucin de problemas
tradicional, en tres aspectos: a) los alumnos tienen que ofrecer descripciones matemticas
simblicas de situaciones que son significativas para ellos, b) siempre est claro quin necesita
del modelo como una herramienta, por qu o para qu propsito, y c) el desarrollo del modelo
57

vale la pena porque ser compartido, re-utilizado o modificado. Aqu la nocin de modelo
funciona como una herramienta conceptual para describir o explicar matemticamente una
situacin (Lesh y Harel, 2003):

Los modelos son sistemas conceptuales que generalmente tienden a ser expresados
utilizando una variedad de medios representacionales que interactan entre s. Dichos
modelos pueden involucrar smbolos escritos, lenguaje hablado, grficas en
computadoras, diagramas o grficas en papel o metforas basadas en la experiencia.
Sus propsitos son construir, describir o explicar otros sistemas [...] los modelos
matemticos son distintos de otras categoras de modelos, principalmente porque se
enfocan en las caractersticas estructurales [...] de los sistemas que describen [...] el
desarrollo de modelos tiles tpicamente requiere una serie de ciclos de modelacin
donde las descripciones [...] son probadas y revisadas repetidamente. (p. 159)
[traduccin libre].

Al igual que en otras corrientes, la modelacin se concibe como el proceso de
desarrollo del modelo, y se reconoce la naturaleza iterativa de dicho proceso en la nocin de
ciclos de modelacin. Cada uno de estos ciclos supone un nivel de entendimiento de mayor
profundidad. Lesh y Harel (2003) reportan cierta similitud entre estos niveles y las etapas de
desarrollo cognitivo de Piaget. Durante estos procesos de modelacin entran en juego tres
tipos de sistemas: a) un sistema conceptual interno, que se construye en la estructura cognitiva,
b) un sistema externo, que se ubica en el contexto de la experiencia, en la naturaleza, y c) un
sistema representacional, que se encuentra fuera del individuo y que representa tanto el
sistema conceptual como el sistema externo (Lesh y Doerr, 2000).
En el sistema conceptual interno surgen los constructos que dan sentido a sistemas que
involucran entidades matemticas, como los tasas, razones, vectores y proporciones, entre
otros. Este sistema conceptual sufre transformaciones durante los ciclos de modelacin,
cuando la utilidad del sistema representacional es puesta a prueba para solucionar el problema.
Dichos sistemas se convierten en poderosas herramientas conceptuales y construirlos debera
ser uno de los objetivos de la educacin matemtica (Lesh y Doerr, 2000). Bajo la models and
modeling perspectives el proceso de aprendizaje se inicia con una situacin problema
58

relacionada con la vida cotidiana. Se le pide al nio que elabore un modelo para solucionar el
problema, que argumente cmo lo construye, sus razonamientos y por qu funciona. Esto
promueve el desarrollo de sistemas conceptuales ms profundos entre los conceptos
matemticos utilizados, a la vez que experimenta la utilidad de la matemtica en el mundo real
(Lesh, 2003; Lesh y Lehrer, 2003; Lesh, Carmona y Post, 2002). Un ejemplo del tipo de
problemas utilizados en las model eliciting activities es el de los trabajos de verano (Summer
jobs problem) (Lesh y Doerr, 2000):

El verano pasado Maya empez con una concesin de negocios en el Wild Day
Amusement Park. Sus vendedores llevaban palomitas de maz y bebidas alrededor del
parque, vendiendo donde encontraban consumidores. Maya necesita tu ayuda para
decidir qu trabajadores recontratar el prximo verano. El ao pasado Maya tuvo
nueve vendedores. Este verano, ella slo puede tener seis: tres tiempos completos y
tres medios tiempos. Ella quiere recontratar a los vendedores que produzcan mayores
ganancias, pero no sabe cmo compararlos porque trabajaron diferentes nmeros de
horas. Tambin, cuando trabajaron mostraron profundas diferencias. Despus de todo,
es fcil vender ms por la noche de un viernes abarrotado que en una tarde lluviosa.
Maya revis sus registros del ao pasado. Para cada vendedor, ella sum el nmero de
horas trabajadas y el dinero obtenido, en los momentos en que el negocio del parque
estuvo lleno, estable, y bajo (Consulta la tabla). Por favor, evala qu tan bien se
desempearon los diferentes vendedores el ao pasado y decide cules tres Maya
debera recontratar a tiempo completo y cules tres a medio tiempo.
Escribe una carta a Maya con tus resultados. En tu carta describe cmo evaluaste a los
vendedores. Proporciona detalles de manera tal que Maya pueda verificar lo que
hiciste, y tambin ofrece una explicacin clara, de manera que ella pueda decidir si tu
mtodo es bueno para que lo utilice. (p. 369) [traduccin libre].

El resto del problema incluye dos tablas con las cantidades de horas trabajadas y del
dinero acumulado por sus empleados. Lesh y Doerr (2000) reportan que este problema se
aplic en Estados Unidos a alumnos cuyo nivel correspondera al primer ao de enseanza
secundaria en nuestro pas. El grupo se organiz en equipos de tres alumnos y se les
59

proporcion herramientas de trabajo, que incluan una computadora y calculadoras. El anlisis
de las actividades de los alumnos permiti identificar 14 ciclos de modelacin, ello implica
que el sistema conceptual se desarroll en 14 niveles de entendimiento. El primero se
caracteriz por formas desorganizadas de pensamiento: los alumnos se preocuparon ms por
qu hacer que por el significado de la informacin. En el segundo ciclo construyeron una tabla
con datos ms significativos, con el total del nmero de horas por trabajador. En el tercer ciclo
elaboraron otra tabla con el total de ingresos por trabajador. Los alumnos se concentraron en el
total de horas trabajadas y de ingresos, pero ignoraron los horarios de cada trabajador. Lesh y
Doerr indican que un pensamiento ms sofisticado se present a partir del quinto ciclo, en el
que la atencin se centr en un diagrama con las trayectorias de ventas de los mejores
trabajadores. En el sexto ciclo, los alumnos utilizaron grficas computarizadas pero no vieron
claramente quin era mejor o peor trabajador. Un cambio se present del octavo al dcimo
ciclo, cuando construyeron una razn de ventas por hora para cada trabajador. Comentan Lesh
y Doerr que en la solucin, los alumnos manifestaron interpretaciones complejas, con
opciones condicionales, que explicaron a Maya en una carta. Estas explicaciones,
descripciones y argumentos, reflejan el sistema conceptual que los alumnos tienen sobre una
nocin. En este caso, el de productividad. La Figura 7 muestra la carta y la grfica que los
alumnos construyeron, misma que modela las tendencias de las ventas por hora por trabajador
y permite dar respuesta al problema planteado.

es.
os momentos.
.
n libre]
Querida Maya:
Nosotros pensamos que deberas
contratar a Kim, Cheri y Jos a tiempo
completo, y que deberas contratar a
Chad y Tony a medio tiempo.
Analiza esta grfica y ve porqu ellos
son los mejor
La grfica trata slo los momentos
ocupados y estables. No puedes ganar
mucho en los momentos de poca
clientela y no querrs contratar
personal para es

Algunos trabajadores rinden ms al
final del verano y otros no. As que
agosto es importante y tambin julio
En este ltimo mes es t tienes ms
ingresos. [traducci

Figura 7. Carta de los estudiantes a su cliente, con una grfica sobre las
tendencias de ingreso de sus trabajadores, adaptada de Lesh y
Doerr (2000).

60

Esta model eliciting activity, nos sugiere que los alumnos profundizan sus
interpretaciones sobre la nocin de razn de ventas por hora cuando la usan para medir la
productividad de los vendedores. Aqu la actividad de modelacin se utiliza explcitamente
para construir un modelo y profundizar en el concepto matemtico como herramienta
conceptual. Observamos en esta postura una mezcla de la modelacin tradicional y de la
realistic mathematics education en cuanto al uso de la modelacin. Por una parte la
construccin del modelo es un propsito de la models and modeling perspectives, en lo que
coincide con la modelacin tradicional. A la vez, otro propsito que se persigue es desarrollar
un sistema conceptual con nuevas interpretaciones del concepto en contextos de la vida
cotidiana. En esto la models and modeling perspectives se parece a la realistic mathematics
education. Al igual que en las otras posturas, creemos que el uso de contextos ordinarios en la
models and modeling perspectives promueve aprendizajes significativos.

3.5. Habilidades de modelacin.
Hasta este punto hemos descrito cuatro posturas que consideramos importantes para
aproximar el papel de la modelacin en la matemtica escolar. Ello nos coloca en un punto en
el que podemos proponer un esquema terico para precisar habilidades de modelacin. Lo que
consideramos pertinente para lograr el tercer objetivo, en que nos propusimos evaluar los
efectos de nuestra propuesta didctica en habilidades de modelacin. Kaiser (2005) describe
en la Figura 8 el proceso de modelacin que subyace en las posturas descritas.

(b)
(c)
(d)
(a)
Mathematical results
Mathematical model
Real situation
Real world model

Mathematics
Reality

Figura 8. Proceso de modelacin, tomado de Kaiser (2005).

61

El inicio del proceso es una situacin problema real que es representada y solucionada
a travs de lo que llamamos cuatro momentos o pasos de modelacin. En el primero
[representado por (a)], el problema real se simplifica y se traslada a una situacin ideal, con lo
que obtenemos un modelo del mundo real (real world model). El segundo paso consiste en
matematizar o trasladar la situacin ideal a un modelo matemtico [inciso (b)]. El tercer paso
comprende las actividades matemticas para obtener una solucin [inciso (c)]. En el ltimo
paso [representado por (d)] hay que verificar y validar la solucin. En estos pasos encontramos
cierta coincidencia con las etapas de la matemtica en contexto. Esto es, con plantear el
problema, identificar variables y constantes, as como los conceptos necesarios para construir
el modelo, obtener y verificar su solucin (Camarena, 2002, 2004). Tambin, encontramos
estos pasos dentro de los ciclos de modelacin de la models and modeling perspectives (Lesh,
2003, Lesh y Doerr, 2000), de la modelacin tradicional (Houston y Neil, 2003), as como con
las actividades de matematizacin sealadas por OECD/PISA para organizar fenmenos
matemticamente y promover el lenguaje matemtico (OECD, 2003).
La matemtica en contexto de las ciencias propone que las actividades de modelacin
requieren de las habilidades propias de la resolucin de problemas: heursticas, del
pensamiento, metacognitivas y creencias (Camarena, 2003b). Habilidades que consideramos
ms generales que las de modelacin sealadas por las otras posturas. Entonces, qu
habilidades de modelacin promueve la matemtica en el contexto de las ciencias? Creemos
obtener una respuesta pertinente a partir de la didctica de dicha postura, esto es, de la
matemtica en contexto. Consideramos razonable pensar que cada una de las etapas de
modelacin promueve el desarrollo de una habilidad particular. En consecuencia, esperamos
que los estudiantes desarrollen habilidades para plantear el problema, identificar aspectos
relevantes y representarlos con variables y constantes, construir un modelo matemtico,
obtener una solucin, interpretarla y validarla dentro del contexto del problema.
De acuerdo con Camarena (2001), la actividad de modelacin tambin exige la
habilidad para descubrir las relaciones que gobiernan o describen la situacin. Como ella
indica, la modelacin la concebimos como un proceso cognitivo con tres momentos: a) la
identificacin de variables y constantes del problema, b) el establecimiento de relaciones entre
stas a travs de los conceptos involucrados y c) la validacin de la relacin matemtica con la
que se modela el problema. Es decir, Camarena sostiene que la identificacin de relaciones es
62

una habilidad de modelacin. Con base en esta reflexin sugerimos que la matemtica en
contexto promueve habilidades para:

1. Plantear el problema.
2. Determinar las variables y constantes que describen el problema.
3. Identificar las relaciones entre variables y constantes.
4. Formular o construir el modelo matemtico.
5. Obtener una solucin matemtica del problema.
6. Interpretar y validar la solucin en trminos del problema.

Construimos la Tabla 4 para mostrar ciertas coincidencias en las habilidades de
modelacin sealadas por diferentes posturas, y que tienen una estrecha relacin con las etapas
de modelacin que sugiere Kaiser (2005).
La habilidad de identificar y aclarar relaciones entre las variables y constantes de un
problema es, a nuestro entender, una habilidad clave al construir el modelo. De acuerdo con
Freudenthal y Terwel (2000), existen conceptos que son capaces de organizar
matemticamente una situacin, un problema. Dichos conceptos funcionan como modelos
para y desde un enfoque conceptual tradicional, su aplicacin exige distinguir las relaciones
numricas que est modelando. Esto es, requerimos de la capacidad para distinguir dichas
relaciones tanto en el problema real como en el concepto.
Pensamos que la habilidad mencionada no es fcil de alcanzar. De acuerdo con
Houston y Neill (2003) en cursos de modelacin matemtica tradicional las habilidades menos
desarrolladas por los estudiantes son clarificar el objetivo y seleccionar un modelo apropiado
en menor grado. En el caso de posturas que buscan la construccin del concepto o la
profundizacin del mismo, que hemos revisado, el identificar relaciones numricas tiene
diferentes matices. En la models and modeling perspectives las relaciones se identifican a
prueba y error, a travs de diferentes ciclos de modelacin. Por su parte, la realistic
mathematics education, identifica las relaciones a travs de un modelo, que funciona como
modelo de y modelo para. En la matemtica en contexto, profesor y estudiantes identifican las
relaciones. El profesor introduce el concepto que las modela. En el enfoque hacia la
modelacin sugerimos que estas relaciones las identificamos con mayor facilidad en trminos
63

de las cantidades. Cantidades que surgen en actividades propias de la vida cotidiana, como el
medir y contar. Pensamos tambin que la nocin de modelo para, al funcionar como patrn de
relaciones entre cantidades, facilita identificar dichas relaciones. De ah surge nuestra idea
sobre su potencial para mejorar habilidades de modelacin.

Habilidades o competencias de modelacin

Etapas del proceso
de modelacin
(Kaiser, 2005)

PISA (OECD,
2003, p. 40)

Modelacin tradicional
(Houston y Neil, 2003,
p. 156-160)

Models and
modeling
perspectives
(Lesh,
2003, p.50-
51)

Matemtica en
contexto (Camarena,
1999, 2003, 2004)
Simplificacin o
estructuracin
idealizada del
problema

Producto de esta
etapa: real world
model
Estructurar el
campo o situacin a
ser modelada
Formular un modelo
apropiado [de a) a f)]
a) Realizar suposiciones y
simplificaciones
b) Clarificar el objetivo
c) Formular el problema
Plantear el problema
Matematizar o
trasladar el
problema a un
modelo matemtico

Producto de esta
etapa: Mathematical
model
Trasladar la
realidad a
estructuras
matemticas
d) Asignar variables,
parmetros y
constantes
e) Formular declaraciones
matemticas
f) Seleccionar un modelo
Disear o
planear
Determinar las
variables y
constantes del
problema
Identificar relaciones
entre variables y
constantes
Formular o construir
modelo matemtico
Consideraciones
matemticas para
obtener una
solucin

Producto de esta
etapa: Mathematical
results
Solucionar el
problema.
Producir la solucin
matemtica
correspondiente
Probar Obtener una solucin
matemtica del
problema

La adecuacin de la
solucin debe
verificarse, validada

Interpretar la
solucin
matemtica en
trminos del
problema real.
Interpretar y evaluar la
solucin;
Reportar sus
implicaciones;
Revisar y ajustar el
modelo a la luz del
anlisis.
Revisar lo
realizado
Interpretar y validar
la solucin en
trminos del
problema

Tabla 4. Habilidades de modelacin en diferentes posturas.

64

3.6. El enfoque hacia la modelacin y la comprensin relacional.
De acuerdo con Orton (1998), hay cuatro tipos de aprendizaje requeridos en la
actividad matemtica: a) retencin y memorizacin; b) empleo de algoritmos;

c) aprendizaje
de conceptos, y d) resolucin de problemas. El primer tipo de aprendizaje busca fijar en la
memoria a largo plazo y recuperar con cierta facilidad, diferentes expresiones matemticas
como palabras, notaciones, smbolos y frmulas, entre otros. Este tipo de aprendizaje se
facilita si el alumno es capaz de atribuirle significados a dichas expresiones. El problema se
presenta en los primeros niveles educativos: cmo iniciar a un alumno en matemticas
cuando carece de tal materia en su estructura cognitiva? Orton no ofrece una respuesta en esta
direccin. Para promover la memorizacin y retencin, Orton (1998) sugiere el uso de
diversas estrategias como la mnemotecnia, ejercicios de repeticin y mapas conceptuales.
Creemos que el enfoque hacia la modelacin favorece la comprensin en el segundo
tipo de aprendizaje: el empleo de algoritmos. Ante la carencia de significados para los
diferentes pasos del algoritmo, es frecuente que el estudiante entienda lo que debe hacer para
tener un resultado; esto es lo que Skemp (citado por Orton, 1998) llama comprensin
instrumental. Por otra parte, si el estudiante sabe porqu tiene que hacer cada paso, posee lo
que Skemp llama una comprensin relacional. Esta distincin entre dos tipos de comprensin
es importante: cada una de ellas tiene sus ventajas. Godino (2003) cita a Skemp para sealar
los beneficios de la comprensin instrumental:

Dentro de su propio contexto, las matemticas instrumentales son usualmente ms
fciles de aprender; a veces mucho ms fciles. Algunos temas, como la multiplicacin
de dos nmeros negativos, o la divisin por una fraccin son difciles de comprender
relacionalmente. Menos por menos, ms, y para dividir por una fraccin,
multiplicas por la faccin inversa son reglas que se recuerdan con facilidad. As como
las respuestas rpidas, correctas y el sentimiento de xito. (p. 121)

De acuerdo con esta afirmacin, la comprensin instrumental es deseable ante la
ausencia de un discurso que explique el porqu de la accin. Sin embargo, para otras
situaciones, la comprensin relacional tiene ms ventajas (Godino, 2003):

65

La comprensin relacional, el saber no slo qu mtodo funciona sino tambin por qu,
permite adaptar los mtodos a los nuevos problemas. La comprensin instrumental
necesita controlar qu mtodo se aplica a cada problema y cul no, y aprender un
mtodo diferente para cada nueva clase de problemas. (p. 122)

Godino (2003) seala que los mtodos son ms fciles de recordar y tienden a
favorecer su propio crecimiento. Sin embargo, la actividad de modelacin exige saber por qu
ejercitamos un procedimiento, seguimos un mtodo matemtico o aplicamos un concepto. Ello
facilita adaptar el conocimiento a circunstancias nuevas. Es necesario saber por qu sirve un
concepto.
Proporcionamos un ejemplo de cmo el enfoque hacia la modelacin favorece la
comprensin relacional en la divisin de fracciones. Orton (1998) seala el papel de la
comprensin relacional con los problemas que se presentan al aprender tales divisiones:

La peor historia de horror de todas las fracciones consiste en la divisin, por ejemplo:
3 7
5 10

Para hallar instrumentalmente, la respuesta, se invierte la segunda fraccin y se
sustituye el por x. Esto ha conducido inevitablemente a la confusin en el
recuerdo, sobre todo respecto a qu fraccin haba que invertir o si eran ambas.
Relacionalmente, desde luego, deseamos saber cuntos 7/10 hay en 3/5, por ello, la
idea de equivalencia est implcita. Es necesario el algoritmo? Si lo es, a qu edad es
preciso dirigirse para lograr una comprensin relacional? Tal comprensin autntica no
parece estar al alcance de la mayora de los chicos dentro de los aos de escolaridad
obligatoria. (p. 45)

Orton se refiere al inters por saber cuntas veces siete dcimos caben en tres quintos,
y afirma por ello, la idea de equivalencia est implcita. l sugiere que esta idea slo se
percibe en una comprensin relacional que nos ayuda a entender el algoritmo y que es difcil
de alcanzar por parte de los alumnos de educacin obligatoria. Pero especficamente a qu se
refiere Orton con esta expresin? l no lo explicita, as que slo nos queda especular. Dos
66

situaciones son posibles. Primera, que l se refiera a que se obtiene otra fraccin equivalente al
determinar cuntas veces siete dcimos caben en tres quintos. Segunda, que se refiera a que la
divisin de fracciones es equivalente a la multiplicacin de las mismas pero utilizando
fracciones inversas, ya que se trata de operaciones inversas:
3 7 3 10 30 6
5 10 5 7 35 7
= = =
Creemos que Orton se refiere al primer tipo de situacin, y que la comprensin
relacional permite ver que se trata de obtener, como resultado, una fraccin equivalente. Sin
embargo, a este nivel no queda explcito el por qu de cada paso del algoritmo.
En el enfoque hacia la modelacin, una fraccin procede de actividades en las que hay
que medir dimensiones con tamao menor a la unidad. Para lograr exactitud, la unidad de
medida se fracciona o divide en partes iguales, lo que nos lleva a tener mitades, tercios,
cuartos, u otra fraccin como nueva unidad de medida, que podramos llamar fraccin unidad.
Con sta, contamos o medimos tamaos menores a la unidad, y obtenemos una cantidad de
fracciones unidad que nos indica el tamao de lo que medimos. De esta forma, interpretamos
el nmero que aparece en la parte inferior de la fraccin o denominador como unidad de
medida, y el nmero que aparece en la parte superior de la fraccin o numerador, como una
cantidad, tal como lo indicamos en la Figura 9.

cantidad de fracciones
unidad obtenidas en la
actividad de medicin
tamao de la fraccin
unidad utilizada como
unidad de medida en la
actividad de medicin
3
5

Figura 9. Significados del numerador y del denominador
con el enfoque hacia la modelacin.

En el enfoque hacia la modelacin, las unidades de medida no son sujetas de
operaciones matemticas. Esto ocurre slo con las cantidades. Tambin observamos un
principio de uniformidad de medida para operar tales cantidades. Esto es, podemos afirmar
que la expresin 8 + 8 = 16 es verdadera slo si hay uniformidad en las unidades de medida.
Si la primer cantidad se obtuvo con centmetros y la segunda con milmetros, la expresin 8 +
8 = 16 es falsa al igual que lo sera utilizar semanas y das en una suma, como lo seala Tarp
67

(2004). Para que la expresin sea verdadera, ambas cantidades deben haberse generado con
centmetros, o bien con milmetros. Este hecho es relevante para comprender los algoritmos
para las operaciones con fracciones. Por ejemplo, en la suma de las siguientes fracciones:
3 7
5 10
+
el resultado que se obtiene sumando directamente las cantidades de tres y siete es incorrecto,
porque dichas cantidades se obtuvieron con diferentes unidades de medida, y refieren a
tamaos diferentes: un quinto es el doble de un dcimo en tamao. El principio de
uniformidad que observamos nos lleva a igualar las unidades de medida, ya sea a quintos,
dcimos o alguna otra unidad comn para ambas, como quinceavos, por ejemplo. Utilizar otra
fraccin equivalente para tener la misma unidad de medida, es a lo que al parecer se refiere
Orton cuando habla de la idea de equivalencia. Una vez que ambas fracciones se expresan
en trminos de la misma unidad, calculamos el valor de su unin mediante la suma:
3
para encontrar un fraccin equivalente a
5
3
cambiamos la unidad de medida a dcimos, entonces
5

6
lo podemos expresar con
10
3 7
y la suma
5 10
6 7
es igual a
10 10
6 7 13
cuyo resultado obtenemos sumando los nmeradores =
10 10 10
+
+
+

Observemos que cuando tenemos dcimos como unidad de medida nica, sumamos las
cantidades seis y siete que corresponden a mediciones con dicha unidad. Notemos que la
unidad de medida no la sumamos, sino simplemente la indicamos. Volvamos ahora a la
historia de horror de la divisin de las fracciones:
3 7
5 10

Para Orton (1998) en este problema el inters se centra en conocer cuntas veces siete
dcimos caben en tres quintos. En el enfoque hacia la modelacin, lo interpretamos como en
cuntas partes iguales de siete dcimos podemos separar la cantidad de tres quintos. Con tales
68

unidades de medida no es posible hacer una comparacin que nos permita cuantificar lo que se
pide. Nuevamente enfrentamos la necesidad de igualar las unidades de medida, como lo
sugiere el principio de uniformidad. Procedemos entonces de manera similar a como lo
hicimos en la suma de fracciones, utilizando dcimos como unidad de medida:

3 7
entonces la divisin de las fracciones
5 10
6 7
es igual a
10 10
6 7 6
cuyo resultado lo obtenemos dividiendo los nmeradores =
10 10 7

Como se trata de separar la cantidad de seis dcimos en cantidades iguales de siete
dcimos, resulta obvio que no podemos hacerlo, ya que siete dcimos es mayor que seis
dcimos. Sin embargo, como ambas cantidades refieren a unidades de medida del mismo
tamao, podemos expresar el resultado como la divisin de seis entre siete. Con ello
indicamos que la relacin entre las cantidades es igual a tener seis partes de la primera por
cada siete de la segunda, o en decimales, a 0.8571 de la primera por cada unidad de la
segunda. En otras palabras, dividir una cantidad de tres quintos entre otra de siete dcimos, es
igual a dividir seis entre siete, cuando las unidades de medida son iguales. La comprensin
relacional de la divisin de fracciones con el enfoque hacia la modelacin, nos permite
modificar ligeramente la regla que menciona Godino (2003, p. 121): multiplicas por la
fraccin inversa; o por Orton (1998, p. 45): se invierte la segunda fraccin y se sustituye el
por x. Formulaciones inspiradas, a nuestro entender, en una forma mecnica de obtener
fracciones equivalentes para igualar los denominadores.
Para lograr la comprensin relacional con el enfoque hacia la modelacin, empleamos
diversas nociones clave que explicitan la actividad. Nociones tales como cantidad, unidad de
medida, y principio de uniformidad, facilitan el significado de la divisin de fracciones como
actividad de modelacin. Pensamos que este significado puede llevar a un aprendizaje
significativo por al menos dos razones. Una, es que el estudiante empieza a construir sus
significados en contextos cotidianos de medir y contar, lo que favorece la presencia de ideas
de anclaje. Otra, que el material de aprendizaje se organiza a partir una actividad concreta en
una secuencia lgica, y conlleva un grado de significado lgico. Estas dos razones y el inters
69

del alumno, son los requisitos que Ausubel (2002) establece para lograr aprendizajes
significativos.

Sumario. Hay una necesidad sentida internacionalmente para acercar el conocimiento
matemtico a las actividades cotidianas o actividades del mundo real (Blum, 2002; OECD,
2003). Las actividades de modelacin matemtica renen muchas de las condiciones para
desarrollar las habilidades que exige la sociedad basada en el conocimiento (Lesh, 2003,
English, 2003). Sin embargo, la modelacin matemtica se utiliza con diferentes propsitos y
papeles en los procesos de aprendizaje. En un extremo, encontramos la modelacin tradicional
(Berry y Houston, 1995; Houston y Neill, 2003) en la que el propsito de la educacin enfatiza
el desarrollo de las habilidades de modelacin y de aprender a modelar matemticamente. En
esta tendencia los conceptos matemticos se adquieren con anterioridad y su papel es el de
herramienta que ayuda a solucionar problemas. En el otro extremo, ubicamos a la realistic
mathematics education (Gravemeijer y Terwel, 2000; Van Den Heuvel-Panhuizen, 2003;
Doorman, 2005) cuyo propsito es la re-invencin del concepto matemtico. Para ello, esta
tendencia utiliza modelos emergentes. Esta postura est ms acorde con las posturas
constructivistas y las ideas de Decroly y Dewey para la educacin. El papel que desempea la
modelacin es el de una actividad instrumental, mediadora, por medio de la cual se facilita la
re-invencin.
En otras corrientes intermedias como las models and modeling perspectives (Lesh,
2003; Lesh y Lehrer, 2003; Lesh, Carmona y Post, 2002) ubicadas en educacin media, el
propsito del proceso de aprendizaje es que el alumno aprenda la actividad de modelacin
matemtica y profundice en los significados de los conceptos matemticos. Todo esto como
una forma de enfrentar los retos de la sociedad del conocimiento. En otra posicin
intermedia ubicamos a la matemtica en el contexto de las ciencias, cuyo propsito es que el
alumno de ingeniera relacione el conocimiento matemtico con su entorno profesional y lo
encuentre menos rido.
Una vez que hemos expuesto las diferentes posturas que utilizan modelacin
matemtica en los procesos de aprendizaje, sugerimos qu habilidades de modelacin que
promueve la matemtica en contexto. Con base en Kaiser (2005) describimos el proceso de
modelacin que subyace en las diferentes posturas. Las coincidencias que encontramos entre
70

dichas posturas las indicamos en la Figura 12. Sugerimos entonces, que la didctica de
matemtica en contexto promueve el desarrollo de habilidades como el plantear el problema,
identificar variables y constantes, y sus relaciones, entre otras. Creemos que el enfoque hacia
la modelacin facilita identificar relaciones entre variables y constantes, al considerar a las
cantidades. La nocin de modelo para facilita el identificar las relaciones al funcionar como
un patrn de relaciones entre cantidades. Relaciones que emergen de las actividades de medir
y contar en contextos ordinarios de la vida cotidiana.
En las posturas revisadas no encontramos un anlisis del papel que desempea la
nocin de cantidad en la construccin de significados. En el enfoque hacia la modelacin
(Cervantes, 1996, 2003; Cervantes y Arcos, 2005) se propone que este papel es esencial para
comprender el concepto matemtico como producto de una actividad modeladora sobre el
entorno. En la solucin de una situacin problema, la actividad lleva a crear o usar conceptos y
notaciones matemticas. Bajo dichas condiciones algunos conceptos funcionan como modelos
para que organizan toda la actividad. Los significados que proponemos en esencia se basan en
las nociones de modelo para, unidad de medida, cantidad, modelacin y modelo. Proponemos
que estas nociones favorecen la comprensin relacional, como mostramos en la divisin de
fracciones. Sugerimos que el enfoque hacia la modelacin tambin favorece las habilidades de
modelacin y el percibir la matemtica y la realidad en estrecho contacto. Finalmente, dicho
enfoque lo visualizamos como una postura complementaria a las diferentes corrientes
didcticas que utilizan la modelacin matemtica. En los siguientes captulos describimos la
importancia de la derivada para la ingeniera y la problemtica de su aprendizaje, as como
nuestra interpretacin con el enfoque hacia la modelacin.
71

IV. Problemas en el aprendizaje de la derivada


En los captulos anteriores describimos ciertas posturas que utilizan la modelacin en
la matemtica escolar. Posturas que consideramos importantes para presentar un panorama
general de los usos de la modelacin. Los ejemplos descritos permiten clarificar cada
propuesta. Apreciamos en todas ellas el uso de contextos reales para el aprendizaje de las
matemticas o para aplicarlas. Con respecto a la enseanza tradicional que promueve
aprendizajes algortmicos, el uso de contextos supone un avance en la construccin de
significados. En particular, en el caso de la derivada, pensamos que el empleo de actividades
reales fortalece los procesos de enseanza aprendizaje. Por ello, la modelacin es deseable en
la didctica. Cmo se utiliza la modelacin en la enseanza de la derivada? Cules
contextos son utilizados? Cules son los principales problemas de aprendizaje?
En el presente captulo tratamos responder a las preguntas anteriores. Iniciamos con un
ejemplo sencillo que nos muestra la importancia de la derivada para la ingeniera. Con esto
pretendemos ubicar al lector en por qu es importante facilitar el aprendizaje de dicha nocin.
Presentamos tambin el resultado de nuestra bsqueda sobre el papel que desempea la
modelacin en el aprendizaje de la derivada. Adems, incluimos un apartado sobre el origen
de dicha nocin como un lmite. Ello nos proporciona una idea de la dificultad que tienen que
enfrentar los estudiantes para lograr la comprensin relacional, al aprenderla y apreciarla
como algo obtenido de la realidad. Un ltimo apartado abunda en los problemas que se
presentan en el aprendizaje de la derivada, as como algunas propuestas tericas para
superarlos, mismas que incluyen el uso del laboratorio, software, o nuevas posturas
epistemolgicas. Todo ello proporciona un panorama de los problemas que pretendemos
superar, a partir de la matemtica en contexto y el enfoque hacia la modelacin.

4.1. Importancia de la derivada en ingeniera.
El aprendizaje del clculo matemtico es esencial para la ingeniera. No slo es una
herramienta con la que debe contar el futuro ingeniero, sino que si es contextualizado
apropiadamente, proporciona una visin del papel que tiene el conocimiento matemtico en la
prctica profesional. Visin propia del perfil deseable por parte de organismos internacionales
72

o nacionales (Vargas, 1998). Pero, por qu otorgarle tanta importancia al papel que
desempea la nocin de derivada en este contexto? Mencionamos tres razones principales: a)
es un tema central para el aprendizaje del clculo; b) es una fuente constante de problemas de
aprendizaje en las escuelas de ingeniera; y c) se aplica a problemas de optimizacin y de
prediccin que muestran cmo utilizar el conocimiento matemtico en la prctica profesional.
Presentamos un ejemplo que provee una visin de esto ltimo.
Tomamos del texto de Hoffman (1985, p. 137) el problema de determinar las
dimensiones de una lata de refresco (cerveza en el problema original) que minimice el costo
de los materiales. Se establece que la lata debe tener un volumen de 360 ml (12 oz) y que el
costo de las tapas superior e inferior es el doble del resto del material. Bajo estas condiciones,
las dimensiones a determinar son el radio r de la tapa y la altura h de la lata como se muestra
en la Figura 10.

h
r

Figura 10. Radio y altura de un bote
cilndrico, adaptado de Hoffman
(1985).

El material total requerido se representa con el rea total A, que incluye el de las dos
tapas (2r
2
) ms el rea de las paredes del cilindro (2rh). A partir de ello y del volumen V de
la lata, se obtiene el siguiente modelo que calcula el rea total en funcin del tamao del radio
de la tapa: A = 2r
2
+ 720r
1
, medida en centmetros cuadrados. Si C representa el costo
total del material, y suponemos un costo por centmetros cuadrados de $ 0.001, el costo total
lo calculamos con C = 0.004r
2
+ 0.720r
1
medido en pesos. A medida que el radio r vara, la
altura h variar para conservar el mismo volumen. Dichas cambios provocan una variacin en
el material requerido y en consecuencia en los costos. Una interrogante frecuente en este tipo
73

de problemas de optimizacin es en qu momento se obtiene un costo mnimo de materiales?
Los procedimientos de clculo permiten determinar el ritmo de variacin del costo: en qu
momento est aumentando, disminuyendo o permanece constante a travs de la razn de
cambio
17
para cada tamao de radio. Es obvio que obtendremos un costo mnimo justo cuando
esta razn de cambio pase de valores que disminuyen a valores que aumentan, o
matemticamente, cuando dicha razn toma un valor de cero despus de tener valores
negativos y antes de tener valores positivos. La Tabla 5, elaborada en Excel contiene las
dimensiones r, h, el rea A y los costos totales C, as como la razn de cambio para cada
tamao del radio cuando vara de uno a diez centmetros.

Radio r
(cm)
Altura h
(cm)
Area total A
(cm
2
)
Costo C
($)
Razn de cambio
Costo/radio
($/cm)

1 114.59 726.28 0.73 -0.695
2 28.65 385.12 0.41 -0.130
3 12.73 296.52 0.35 -0.005
4 7.16 280.48 0.38 0.055
5 4.58 301.00 0.46 0.097
6 3.18 346.08 0.57 0.131
7 2.34 410.58 0.72 0.161
8 1.79 491.92 0.89 0.190
9 1.41 588.68 1.10 0.217
10 1.15 700.00 1.33 0.244

Tabla 5. Alturas, reas y costos para diferentes tamaos del radio r
del bote cilndrico de la Figura 10.

17
Definimos razn de cambio como la razn matemtica existente entre dos cambios o variaciones. Por ejemplo,
la velocidad de 65 kilmetros por hora es la razn de cambio entre la distancia recorrida y el tiempo utilizado, y
expresa una relacin de 65 a uno: 65 unidades de distancia por una de tiempo. Si la razn aumenta, esto implica
mayor velocidad; si disminuye, implica una velocidad menor. Con ello observamos el ritmo de variacin de la
velocidad y cundo es mxima o mnima.
74

En esta forma tabular observamos las dimensiones que minimizan el costo total C. En
la cuarta columna vemos que los costos se minimizan cuando la tapa tiene un radio de tres
centmetros, o sea, con una lata de seis centmetros de dimetro y 12.7 centmetros de altura;
aproximadamente, las dimensiones de una lata de refrescos comn. La ltima columna nos
proporciona la razn de cambio para cada tamao del radio. Observamos que cuando el radio
mide un centmetro, la razn de cambio toma un valor negativo de 0.695. Es decir, el costo se
reduce en 0.695 pesos por centmetro que aumente el radio. Pero ocurre slo cuando el radio
es de un centmetro. Cuando es de dos, el costo se reduce a otro ritmo, a una razn negativa de
0.130 pesos por centmetro. Cuando el radio es de tres centmetros, el costo se reduce a una
razn de 0.005. Finalmente, cuando el radio es de cuatro centmetros, el costo aumenta a una
razn de 0.055 pesos por centmetro. De ah en adelante los costos aumentan, lo que indica
que ya se rebas el costo mnimo.
De esta forma la razn de cambio permite determinar en qu momento tenemos un
valor mnimo o mximo. La funcin que proporciona dicha razn de cambio es la derivada
18
.
En este ejemplo apreciamos su eficacia para conocer cundo maximizar un beneficio, o
bien, cundo minimizar costos, materiales, o cualquier otra dimensin. La nocin tambin se
utiliza para describir conceptos como velocidad instantnea, aceleracin instantnea, costos
marginales, tasas de crecimiento, productividad instantnea, entre otros. En este punto
creemos que es posible tener una mayor aproximacin a la importancia del aprendizaje de la
derivada, y del papel que sta desempea como conocimiento bsico para la ingeniera.
Tambin, con el ejemplo descrito podemos apreciar el papel del contexto para significar la
funcin derivada, y la importancia de la modelacin para la comprensin relacional en el
aprendizaje de dicha nocin.

4.2. La modelacin y el concepto de derivada.
La modelacin tiene una aplicacin limitada como estrategia didctica para la
enseanza y aprendizaje de la derivada. Tras una bsqueda cuidadosa, encontramos escasos
reportes de investigacin con esta temtica en tres de las conferencias internacionales ms

18
En nuestra investigacin llamamos derivada a la funcin que proporciona la razn de cambio en un punto.
Dicha funcin no se puede obtener directamente, sino que es necesario derivarla de otra funcin, tal como se
muestra ms adelante.
75

recientes: el 10
th
International Congress on Mathematical Education (ICME 10), celebrado en
Copenague, Dinamarca, en julio de 2004; la Eleventh International Conference on the
Teaching of Mathematical Modelling and Applications (ICTMA 11) celebrada en Milwaukee,
Estados Unidos, en 2003; y el estudio 14 de la International Comission on Mathematical
Instruction (ICMI Study 14): Modelling and applications in Mathematics Education,
celebrado en Dortmund, Alemania, en febrero de 2004. En la Twelfth International
Conference on the Teaching of Mathematical Modelling and Applications (ICTMA 12),
encontramos investigaciones relacionadas de manera indirecta con la modelacin en el
aprendizaje de la derivada (Roorda, Vos y Goedhart, 2007; Jiang, Xie y Ye, 2007). Estos
resultados indican que la modelacin tiene escasa aplicacin en la enseanza y aprendizaje de
la derivada.
Pese a lo anterior, observamos que la modelacin cada vez adquiere mayor importancia
en relacin con la derivada. Roorda, Vos y Goedhart (2007) se interesan por un marco terico
especfico para medir habilidades de transferencia del concepto de derivada en la modelacin
y aplicaciones matemticas. Jiang, Xie y Ye (2007) reportan el Concurso Matemtico de
Modelacin Chino iniciado en 2003. Dicho concurso promueve el diseo de mdulos de
modelacin matemtica, mismos que los profesores utilizarn en sus cursos. A manera de
ejemplo, los autores presentan un mdulo para el aprendizaje de clculo. Con anterioridad en
Alemania, Kaiser-Mesmer (1986), report que los grupos que utilizan la modelacin en el
aprendizaje de la derivada alcanzan una mejor comprensin del concepto.
Por otra parte, Doorman (2005) reporta una investigacin en la que el movimiento es
modelado con ayuda de computadoras bajo la realistic mathematics education, y analiza el
desarrollo conceptual en los alumnos sobre la velocidad instantnea. Dado el papel que dicha
nocin desempe en la historia de los conceptos de clculo, Doorman (2005) describe un
proceso de reinvencin guiada y el xito obtenido al integrar aspectos histricos de la nocin
de derivada: el uso de grficas y problemas de velocidad instantnea. Doorman concluye que
bajo tales condiciones es factible implementar el proceso de reinvencin guiada. Entre otras
cosas, aclara que los alumnos encuentran difcil pasar de modelos grficos basados en datos, a
modelos grficos continuos. Doorman investiga adems, los efectos que tienen los medios
informticos en tales procesos y concluye que estos proveen un ambiente de trabajo dinmico
76

para interpretar la pendiente y contribuyen a comprender las relaciones grficas que predicen
el movimiento.
Con base en lo anterior, creemos que la modelacin tiene una utilizacin limitada para
profundizar en la enseanza y aprendizaje de la derivada. En particular, desaprovechamos el
potencial de la modelacin para significar dicha nocin en contextos reales. Afirmamos que
ello ocurre esencialmente por la dificultad que encierra encontrar situaciones reales en las que
abstraer el concepto sea relativamente sencillo. Para clarificar esta afirmacin, resumimos la
evolucin histrica de la derivada en el siguiente apartado.

4.3. La nocin de derivada como lmite.
En el ejemplo sobre las dimensiones de una lata de refresco, utilizamos la razn de
cambio costo/radio para cada tamao de radio. Con ella identificamos el costo mnimo. Es
posible obtener dicha razn de cambio a travs de la funcin matemtica que llamamos
derivada. Aunque logramos una mayor comprensin relacional al saber porqu utilizar dicha
nocin, an no sabemos porqu o cmo funciona. Pensamos que la historia de la derivada no
ayuda lo suficiente, y es difcil comprender el porqu una razn de cambio promedio tiende a
un valor fijo. Sin embargo, con el deseo de aproximarnos a las dificultades que experimentan
los alumnos en el aprendizaje de la derivada, revisamos su evolucin histrica. Se atribuye a
Newton y a Leibniz la creacin de la derivada de manera independiente en el siglo diecisiete,
pero ella requiri de siglo y medio para ser definida como la conocemos actualmente.
De acuerdo con Boyer (1959) los matemticos de la segunda mitad del siglo XVII se
preocuparon por encontrar mtodos generales que solucionan problemas de tangentes,
mximos y mnimos, y cuadraturas de las curvas (rea bajo la curva). El desarrollo de los
mtodos de clculo para solucionar dichos problemas se atribuye a Issac Newton y a Gottfried
Wilhelm Leibniz en forma independiente. El primero de ellos desarroll entre 1665 y 1666 su
mtodo bajo la idea de que las cantidades fluyen en un continuo o en fluentes. Lo anterior lo
asent en el documento De analysi per aequations numero terminorum infinitas, que elabor
en 1669 y public hasta 1711. Una explicacin ms detallada la escribi Newton en su
Methodus fluxionum et serierum infinitarum aproximadamente en 1671, misma que se public
hasta 1736. Boyer (1959) indica que en una tercer etapa, Newton percibi la nocin de lmite
como se refleja en su manuscrito De quadratura curvarum escrita en 1676 y publicada hasta
77

1704. De acuerdo con Boyer (1959, p. 202). se ha sugerido que la larga demora de Newton
por publicar estros tres trabajos seminales en el clculo, fue ocasionada por el hecho de que
estaba insatisfecho con sus fundamentos lgicos.
Al revisar a Dunham (2005) nos aproximamos al pensamiento de Newton sobre la
razn de cambio en su propuesta para calcular el rea bajo la curva propuesto en el manuscrito
De analysi. (Aclaramos que nuestro inters no es proporcionar la demostracin rigurosa y
compleja hecha por Newton, sino presentar las ideas principales de su trabajo con la derivada).
De acuerdo con Dunham (2005) en dicho documento Newton explica las reglas para encontrar
la cuadratura de curvas simples. A partir de un planteamiento deductivo, Newton establece la
regla y procede a demostrarla. La regla nmero uno afirma que si la curva de una grfica es
del tipo y = ax
m/n
, donde m y n son enteros positivos, el rea bajo la curva

del punto A al punto
D (vase la Figura 11) est dada por la expresin:
( ) / m n n
an
x
m n
+
+

Newton se propuso demostrar que si la expresin anterior proporciona el rea bajo una
curva cuando x aumenta en o unidades, entonces al reducir tal aumento a un valor mnimo,
el rea aumentada se reduce al de una lnea bajo la curva, igual a la lnea y. De acuerdo con
Dunham (2005) una versin moderna de esto sera la grfica de la Figura 11 en que el rea
inicial ABD se ampla al rea A cuando x aumenta a x + o. El rea BD es la ampliacin
bajo la curva y es igual al rea BKH del rectngulo de base o y altura v (lnea punteada).

( ) / m n n
an
x
m n
+
+
El rea bajo la curva BD
es igual al rea BKH y est
dada por:
x + o
v y
x

H

B
D
A
K
o

Figura 11. Versin moderna del rea aumentada bajo
la curva D, adaptada de Dunham (2005).
78

Para Newton, a partir del rea punteada, si el aumento o se reduce a un tamao
mnimo se obtiene un rea igual al de la lnea y con valor y, como se muestra en la Figura
12.

v
y
x

H
B
D
A
K

Figura 12. El rea aumentada bajo la curva D se reduce
al mnimo y toma la forma de la altura y,
adaptada de Dunham (2005).

Para comprobar su afirmacin, Newton tiene que demostrar que la razn entre el rea
ampliada y el aumento o es igual al valor y = ax
m/n
cuando o toma su valor mnimo. En otras
palabras, tiene que encontrar la razn de cambio instantnea el rea con respecto a la
variacin de x. Para describir la demostracin hecha por Newton, Dunham (2005) describe el
rea con z(x) y su aumento con ov; transforma la expresin inicial del rea bajo la curva:
( ) / m n n
an
x
m n
+
+
a la expresin cx
p/n
, donde donde c = an/(m + n) y p = m+n. Con esto, el rea
ampliada bajo la curva toma la forma de un binomio, en lo que Newton era experto:
| | ( ) ( )
n
n p
z x ov c x o + = +
Despus de complejas operaciones algebraicas, entre las que se incluye dividir la serie
entre el valor o, Newton llegara a la siguiente expresin:
| | | |
1 2
2 1
( 1) ( 1)
( ) ( ) ... ...
2 2
n n
n p n p
n n p p
n z x v z x ov c px c x o

+ + = +
2
+
En este punto Newton escribe (Dunham, 2005, p. 14): Si suponemos que B son
disminuidos infinitamente y desaparecen, o que o es nada [cursiva agregada], v y y sern
iguales en ese caso, y los trminos que son multiplicados por o desaparecern. La
79

contradiccin sealada extensamente por matemticos contemporneos, es que si el valor o
toma el valor de cero, todo lo hecho carece de sentido. Lo anterior, porque el dividir entre cero
implica que el aumento en x nunca se dio y, cmo puede obtenerse la razn de un aumento de
rea entre un aumento en x que no existi? Dunham (2005, p.14) escribe al respecto: esta
dicotoma de cero/no cero metera en problemas a los analistas del siguiente siglo y a otros
desde entonces. A pesar de ello, Newton contina y demuestra que y = ax
m/n
, con lo que
comprueba su primera regla para determinar cuadraturas. El lector interesado puede buscar
mayores detalles en Dunham (2005).
El mtodo de Leibniz para encontrar el rea bajo la curva nos parece
significativamente diferente a lo que propone Newton. De acuerdo con Dunham (2005) y
Boyer (1959), Leibniz public en 1684 su mtodo para encontrar tangentes, mximos y
mnimos como: Nova methodus pro maximis et minimis, itemque tangentibus, quae nec
fractas, nec irrationales quantitates moratur, et singulare pro illis calculi genus, que
podramos traducir del ingls como un nuevo mtodo para mximos y mnimos, tambin
tangentes, al cual no lo limitan cantidades fraccionales o irracionales. Su mtodo se basa en
la nocin de diferencia o diferencial de una cantidad que supone la existencia de una
cantidad mnima, infinitesimal. Una aproximacin al pensamiento de Leibniz sobre los
diferenciales, la podemos obtener en el teorema de la transmutacin, descrito en Dunham
(2005). Segn Leibniz, el rea bajo la curva deba encontrarse a partir de la suma infinita de
rectngulos infinitesimales, cuya base y altura tienen longitudes dx y y respectivamente, tal
como lo muestra la Figura 13:

y= y(x)
y
dx
B
A

Figura 13. El rectngulo infinitesimal dx de Leibniz,
adaptado de Dunham (2005).
80

Pero, cmo calcular la suma de estas cantidades? Bajo la idea de que el diferencial
tiene una longitud infinitesimal, a partir de la siguiente figura Leibniz supuso la existencia de
un tringulo infinitamente pequeo, cuya hipotenusa ds es tangente a la curva, como se
aprecia en la Figura 14:

dy
dx
ds
Q
t
T
O
W
P
h
z
x
y
dx
B
A

iFigura 14. El Tringulo infinitesimal o infinitamente pequeo
de Leibniz, adaptado de Dunham (2005).

El trmino dy/dx correspondera a la razn de cambio en un instante o la ultimate
ratio de Newton. Al proyectar la tangente ds, Leibniz determin relaciones geomtricas segn
las cuales encontr que el rea de un tringulo infinitesimal formado por los puntos OPQ,
mostrado en la Figura 15, es igual a:
1
e
2
OPQ Zdx = rea d
z
Q
t
O
W
P
h
x
dx
B
A

Figura 15. rea de un tringulo infinitesimal formado por
los puntos OPQ, adaptado de Dunham (2005).
81

Leibniz pudo determinar el rea bajo la curva AB, sumando el rea de todos los
tringulos infinitesimales que forman el tringulo OAB al rea del tringulo OBb, restando el
rea del tringulo OAa. Esto se muestra en la Figura 16.

y(b)
y(a)
O
a b
B
A

Figura 16. El rea bajo la curva AB se obtiene al restar el rea
OAa a la suma de las reas OAB y OBb, adaptado de
Dunham (2005).

As, Leibniz especific el rea bajo la curva en su propia notacin simblica, como:
1 1 1
( ) ( )
2 2 2
ydx zdx by b ay a = +

y lo llam el teorema de la transmutacin. No encontramos una explicacin de cmo aplicar
dicho teorema a un caso especfico en Dunham (2005). Sin embargo, consideramos suficiente
concluir que Leibniz basa su clculo en la nocin controvertida de diferencial: cantidad
mnima o infinitesimal. Remitimos al lector Dunham (2005) para mayor informacin.
Los acontecimientos histricos alrededor del naciente clculo son muy complejos y
slo esbozamos algunos hechos relevantes que llevaron a la nocin actual de derivada. Tanto
Newton como Leibniz fueron cuestionados por matemticos de su poca en cuanto a la lgica
de sus planteamientos. Pero no en la efectividad de sus mtodos. Newton utiliz la nocin de
fluxion para referirse a la razn de cambio entre dos cantidades que fluyen o fluentes y que
disminuyen hasta desvanecerse. En algn punto de este desvanecimiento se presenta esta
dicotoma de cero/no cero para tales cantidades. Al mismo tiempo, el fluxion converge o
tiende a un valor fijo: la ultimate ratio o razn de cambio para un instante. Boyer (1959) cita
82

la siguiente explicacin que Newton ofreci en su Principia, para apartarse de la idea de los
infinitesimales y centrarse en las razones de cambio:

Las razones ltimas en las cuales las cantidades desaparecen, no son, estrictamente
hablando, razones de las ltimas cantidades, sino lmites. A los que, [...] dichas
cantidades tienden al decrecer sin lmite, y [...] aunque pueden estar muy cerca de tales
lmites, ni se pueden pasar, u obtener antes de que las cantidades hayan disminuido
indefinidamente [cursiva agregada]. (p. 198) [traduccin libre].

Esta afirmacin indica que Newton intua la nocin de lmite aunque no la formaliz
matemticamente. Sin embargo al igual que Leibniz, Newton manifest que se accede al
lmite a travs de una confusa disminucin infinita. En el caso de Leibniz, sus afirmaciones
tambin fueron similares (Dunham, 2005):

Por [...] infinitamente pequeo, entendemos algo [...] indefinidamente pequeo [cursiva
agregada], de manera que cada [diferencial] conduce a un tipo de clase, y no
meramente como la ltima cosa de una clase. Si cualquiera desea comprender [lo
infinitamente pequeo] como las cosas ltimas [...] puede hacerlo, y eso tambin sin
regresar a la controversia sobre la realidad de las extensiones, o del continuo infinito en
general, o de lo infinitamente pequeo [...] aunque se pueda pensar que tales cosas son
completamente imposibles. (p. 24) [traduccion libre].

Boyer (1959) afirma que Leibniz intent escribir externar sus puntos de vista sobre el
infinito pero al parecer, cay en vacilaciones. Dos meses antes de su muerte, en una carta,
afirm (Boyer, 1959, p. 219) que no crea del todo que hubiera magnitudes verdaderamente
infinitas o verdaderamente infinitesimales, sino que l las consideraba ficciones tiles para
abreviar y hablar universalmente. Cmo podra ensearse tal clculo?
Estos cuestionamientos sobre una matemtica no fundamentada, tenan en aquella
poca implicaciones de tipo social. En particular en torno a las actitudes religiosas y
cientficas acerca de la fe. El obispo de Cloyne, George Berkeley en The analyst en 1734,
marc su crtica clebre (Dunham, 2005, p. 71): Y qu son esos fluxiones? Las velocidades
83

de incrementos que se desvanecen? Ni son cantidades finitas ni infinitamente pequeas, ni
nada todava. No podramos llamarlas los fantasmas de las cantidades muertas? sta es la
respuesta a la crtica que los cientficos lanzaban a los hombres de fe (Grabiner, 2005).
Coincidimos con Berkeley: no se requiere fe tambin para creer en tales razonamientos
cientficos? Berkeley argument que si Newton basaba su razonamiento en la suposicin de
que se genere un aumento o variacin, la desaparicin de este aumento invalidaba todos sus
resultados. Se necesitaba una mejor explicacin cientfica del mtodo de fluxiones. Para
Berkeley no poda existir algo como la velocidad en un instante obtenida por Newton a travs
del mtodo de fluxiones. Leibniz tambin enfrent dificultades con su diferencial: Voltaire
describi su clculo como (Boyer, 1959, p. 238): el arte de numerar y medir exactamente una
cosa cuya existencia no puede ser concebida. Hasta la actualidad, encontramos difcil la
existencia de contextos cotidianos donde podamos observar lo infinitamente pequeo.
Durante el siglo XVIII los matemticos trabajaron para fundamentar el clculo. Sus
trabajos marcaron el rumbo hacia la definicin actual de derivada. Jean le Rond dAlembert, al
considerar los fundamentos del clculo, afirm (Dunham, 2005, p.72): una cantidad es algo o
es nada [cursiva agregada]; si es algo, todava no se ha desvanecido; si es nada, literalmente se
ha desvanecido. La suposicin de que hay un estado intermedio es una quimera. Dunham
seala que dAlembert propuso la nocin de lmite como base del clculo y que la expresin
dy/dx refiere al lmite del cociente de dos cantidades finitas (Dunham, 2005, p. 72): la
cantidad a la cual la razn z/u converge ms y ms cercanamente si suponemos que z y u son
reales y decrecientes. Nada es ms claro que esto. El trmino z/u expresa la razn de cambio
entre la variacin de la funcin y, y de la variable x:
( ) ( y x x y x
x
+
)

DAlembert no fue ms all. De acuerdo con Dunham (2005) fue Augustin Louis
Cauchy quien formaliz esta situacin en 1823 en su Rsum des lecons donnes a lcole
Royale Polytechnique, sur le calcul infinitsimal. La esencia de sus ideas la describe Dunham
(2005) de la siguiente forma:

Cauchy proporcion el ejemplo del rea del crculo como el lmite de las reas de los
polgonos regulares [cuadrados, hexgonos, decgonos, entre otros] delimitados dentro
84

del mismo, a medida que el nmero de lados se incrementa sin fin. De seguro, ningun
rea poligonal igualar el rea del crculo. Pero para cualquier tolerancia aceptada
[diferencia entre reas], se puede encontrar un polgono dentro del crculo cuya rea, y
aquellas de todos los polgonos regulares inscritos con ms lados, se acerque a la del
crculo, tanto como lo permita la tolerancia. El rea de los polgonos se acerca -y
permanece cerca- al rea del crculo. (p. 78) [traduccin libre].

Esta idea implica que dentro de un crculo se puede construir un pentgono, un
hexgono, o cualquier otro polgono. Y aunque el rea de cada figura aumente con el nmero
de lados, siempre tendr como lmite el rea del crculo. Nos podremos acercar a dicha rea (o
lmite) tanto como deseemos. Cauchy describi el lmite as (Grabiner, 2005, p. 114):
Cuando los valores atribuidos indefinidamente a la misma variable tienden a un valor fijo,
terminando por diferenciarse de dicho valor por tan poco como se desee, tal valor es llamado
el lmite de todos los otros. Grabiner (2005) aclara que Cauchy agreg que cuando el lmite
existe la razn de cambio,

[...] tiene un valor definido para cada valor de x; que vara con x [...] [Ser] una nueva
funcin de la variable x [...] Para indicar esta dependencia, le damos a la nueva funcin
el nombre de funcin derivada [cursiva agregada] [...] y la designamos con la ayuda de
un apstrofe en la notacin y o f(x). (pp. 114-115) [traduccin libre].

Esto es, la derivada o funcin que proporciona la ultimate ratio de Newton, el cociente
dy/dx de Leibniz o razn de cambio en un punto, tal como la conocemos actualmente, es un
lmite al que tiende la razn de cambio promedio entre la variacin de la funcin y la de la
variable independiente:
0
( ) (
' '( )
i
f x i f x
y f x Lm
i
+
= =
)

Omitimos otras aportaciones de Cauchy a la definicin y demostracin de la derivada;
el lector interesado puede consultar Grabiner (2005). Nos interesa remarcar cmo se formaliza
la nocin de lmite que Newton y Leibniz posean intuitivamente, y que tom ms de un siglo
para que la formalizaran los matemticos ms destacados.
85

Con esta perspectiva histrica de la nocin de derivada como lmite resulta fcil
pronosticar importantes dificultades para su aprendizaje. As, resulta difcil lograr la
comprensin relacional que permite utilizar la nocin en diferentes situaciones, y an, adaptar
los algoritmos en ellas. Desde la perspectiva de la cognicin situada, enfrentamos la dificultad
para observar en actividades ordinarias, a las razones de cambio con variables que disminuyen
infinitamente. Dicha dificultad obstaculiza el significar la nocin en un contexto cotidiano, y
el uso de la modelacin como estrategia didctica. Desde la perspectiva del aprendizaje
significativo, que exige un material lgico y la presencia de ideas de anclaje, enfrentamos una
nocin que slo podemos intuir. Esto implica la ausencia de los requisitos globales de un
aprendizaje significativo, necesario para profundizar en la comprensin relacional. Nos
inclinamos a pensar que esto es lo que ocurre en el aprendizaje del clculo. La compleja
evolucin histrica de la derivada, nos sugiere que es difcil utilizar la modelacin matemtica
en su aprendizaje. En consecuencia, surge el inters por conocer la problemtica del
aprendizaje de la derivada.

4.4. Problemas en el aprendizaje de la derivada.
En la evolucin de la derivada como concepto, encontramos tres nociones
fundamentales: la razn de cambio instantnea o en un punto que en esencia es la ultimate
ratio; la tangente a la curva o cociente diferencial dy/dx, y la nocin de lmite. La revisin nos
sugiere que conceptualizar dichas nociones y aplicarlas en la solucin de problemas son las
principales dificultades de aprendizaje de la derivada. Esto lleva a que predomine el
aprendizaje de los algoritmos o reglas de derivacin (Dolores, 2000; Moreno y Cuevas, 2004;
Bloch y Schneider, 2004; Tall y Meja, 2004; Cantoral y Resndiz, 2003). De acuerdo con
Dolores (2000), las dificultades del aprendizaje del clculo diferencial son generalizadas:

Segn reportes de varios investigadores, son generalizados los resultados que se
obtienen despus de haber cursado Clculo Diferencial (CD) en Mxico y en varias
partes del mundo. [Si bien] se logra un dominio razonable de los algoritmos
algebraicos para calcular lmites y derivadas, existen dificultades significativas [al
conceptualizar] los procesos subyacentes al lmite en la nocin de derivada [...] y
existen dificultades mayores en la resolucin de problemas de aplicacin del concepto
86

de derivada [...] cantidades significativas de estudiantes slo pueden obtener derivadas
de funciones algebraicas mediante frmulas, pero difcilmente [los alumnos]
comprenden el para qu de esos algoritmos que realizan y el significado de los
conceptos. (p. 2)

Dolores (2000) indica adems que surgen dificultades para aceptar la tangente a la
curva como el lmite de una serie de secantes, y cita a Sierpinska para referirse a obstculos de
tipo epistemolgico, en los que los alumnos ven el lmite como una especie de aproximacin o
rechazan el nuevo tipo de operaciones matemticas.
Otro problema no menos importante que encontramos, es escuchar afirmaciones entre
profesores respecto a que la derivada no se relaciona con la realidad. Esto, pese al avance que
supone el formalizar la nocin de lmite y casi 200 aos de experiencia: Berlinski, (1995) al
dirigir sus pensamientos a uno de sus alumnos que le haba cuestionado la nocin de velocidad
instantnea, manifiest:

Pero Hafez, Hafez, Hafez, [...] la derivada es un artefacto; el primero de los grandes
conceptos de la ciencia moderna que fracasa visiblemente en corresponder a cualquier
cosa en la vida real. Para expresar la velocidad como una funcin del tiempo, el
matemtico est preparado para sacrificar el sentido comn; est preparado para
sacrificar la definicin intuitiva de velocidad. De hecho, est preparado para sacrificar
cualquier cosa. (p. 165) [traduccin libre].

Una percepcin de esta naturaleza en un profesor limita en consecuencia las formas de
enseanza y aprendizaje. En el caso de las didcticas que utilizan la modelacin matemtica
basada en hechos reales, este tipo de percepcin tiende a reafirmar una discontinuidad: una
verdadera ruptura entre la actividad matemtica y el mundo real. Desde otra perspectiva, esta
situacin obliga a aprendizajes algortmicos, sin posibilidad de lograr una comprensin
relacional, deseable en actividades de modelacin.
En el mbito internacional, sugerimos que la modelacin como estrategia didctica se
aplica muy poco para superar las dificultades del aprendizaje de la derivada. Sin embargo,
bajo ciertas posturas tericas se propone superar tales dificultades a travs de experiencias
87

previas de laboratorio o de software, o bien, con nuevas epistemologas. Para tener una idea de
las investigaciones de este tipo, comentamos algunos casos. Bloch y Schneider (2004) se
apoyan en la teora de situaciones didcticas de Guy Brousseau, e indican que los estudiantes
rara vez experimentan con la nocin de lmite, antes de iniciar con los conceptos formales. En
consecuencia, los estudiantes perciben el clculo como algo muy difcil. Segn explican Bloch
y Schneider, (2004) se espera que en la educacin media los alumnos se familiaricen con estos
conceptos y que profundicen las cuestiones formales en educacin superior. Sin embargo, con
frecuencia se observa un fuerte nfasis en el uso de algoritmos y de representaciones grficas.
Como consecuencia, al llegar a la universidad, durante y despus de los cursos de clculo,
persisten ciertos obstculos de tipo epistemolgico. Bloch y Schneider sealan, adems, la
dificultad que varios estudiantes muestran para aceptar conceptos como velocidad y flujo
instantneo, y procedimientos en los que el rea bajo la curva se obtiene a travs de
rectngulos. Agregan la dificultad semitica que los estudiantes enfrentan por el formalismo
matemtico del concepto de lmite.
Bloch y Schneider (2004) sugieren utilizar situaciones fundamentales para la nocin de
lmite considerando los obstculos descritos. Dichos autores proponen el uso del laboratorio
para observar el valor de un flujo instantneo. Esto es, experimentar la existencia de valores
instantneos, as como comprobar el valor del rea bajo una curva. Estas actividades deben ser
previas a las formalizaciones del concepto. Resumimos que dichos autores abogan por
situaciones antecedentes que faciliten el significar la razn de cambio instantnea, y la integral
como rea bajo la curva.
Otro caso lo reporta Hhkiniemi (2005) de la Universidad de Jyvskyl, Finlandia.
Hhkiniemi utiliza la teora APOS (action, process, object, schema), y concluye que la
nocin de razn de cambio genera diversos aprendizajes cuando se utiliza para acceder a la
nocin de tangente a la curva o cociente diferencial. Hhkiniemi realiz su estudio con
estudiantes finlandeses de nivel medio, para explorar si comprendan la nocin de lmite del
cociente diferencial. En el curso de clculo diferencial, se introdujo la derivada con la
pregunta cmo determinar la razn de cambio en un punto? Se utilizaron grficas y se
describi que la razn de cambio promedio es una secante. Despus se arrib a la derivada
como la pendiente de la tangente a la curva, a medida que los cambios en x tendan a cero y se
formaliz como el lmite de la razn de cambio promedio. Hhkiniemi (2005) indica que al
88

final hubo alumnos que interpretaron la derivada como la pendiente de la tangente a la curva;
otros la interpretaron como razn de cambio y otros ms, mostraron ambas interpretaciones.
En el caso del desarrollo tecnolgico y el uso software encontramos contextos
interactivos que funcionan como andamiaje a las nociones formales del clculo. David Tall
(2004) sugiere tres categoras del desarrollo cognitivo en su teora three worlds of
mathematics: a) el conceptual-embodied world o mundo de las percepciones fsicas que
internalizamos como conceptos, a travs de la reflexin y la experimentacin; b) el symbolic-
proceptual world o mundo de los clculos y la manipulacin simblica, en que los smbolos
funcionan como proceptos; esto es, implican procesos y conceptos a la vez y, c) el formal-
axiomatic o mundo de las propiedades expresadas a travs de axiomas, definiciones y
demostraciones matemticas. Tall y Mejia (2004) indican que los sistemas de cmputo
desempean un papel primordial al proveer a los estudiantes de experiencias para el desarrollo
cognitivo. En el caso de la nocin de lmite, dichas experiencias se generan en los mundos
conceptual-embodied y symbolic-proceptual, y sirven como andamiaje para acceder a la
nocin formal.
Tall (1985) indica que los procesos asociados al lmite son solucionados en el sentido
matemtico, pero no en un sentido cognitivo. Aade que el educador en matemticas debe
proveer experiencias que ayuden a construir (Tall, 1980, p. 2) la estructura cognitiva formada
por imgenes mentales, propiedades y procesos asociados a un concepto o concepto imagen.
Para el caso de la derivada como lmite, Tall y Meja (2004) sugieren el uso de software para
adquirir experiencias que faciliten el desarrollo cognitivo. Para dar importancia a ello, en su
participacin dentro del Topic Study Group 12: Research and Development in the Teaching of
Calculus del Congreso ICME 10, Tall y Meja (2004) indican que hay cosas que permanecen a
pesar de los grandes cambios culturales. Como ocurre con la libra y la pulgada, que se utilizan
a pesar de la adopcin del sistema mtrico internacional. Ellos sostienen que en matemticas
ocurre lo mismo con el clculo diferencial e integral, pese a los grandes cambios tecnolgicos.
Al final de su intervencin, Tall y Meja (2004) hacen el siguiente llamado:

Nuestro reto en este grupo de trabajo es pensar cuidadosamente dnde se encuentra la
enseanza de las matemticas en este momento y hacia dnde va. En este encuentro
tendremos un formidable rango de presentaciones sobre ciertos aspectos del clculo.
89

Nuestro desafo no es describir la enseanza local del clculo en un tpico particular, o
la continuacin de elementos culturales que han funcionado en el pasado y que
continan en el presente, sino re-pensar de manera fundamental el contexto global del
clculo en una nueva era tecnolgica. (p. 11) [traduccin libre].

Desde esta perspectiva ambos autores sugieren que los equipos de cmputo pueden
desempear un papel clave para el futuro de la educacin matemtica. Para el aprendizaje de
la derivada, Tall (1992) propone usar software que permite ampliar la imagen de una curva. A
medida que los valores de la variable independiente vuelven ms pequeos, mediante el uso de
ms decimales, la imagen de una curva se transforma en una recta local. Esto sugiere que en
un valor puntual (o en un instante) existe una recta, cuya pendiente se obtiene a travs de la
derivada. Es en esta manera que los equipos de cmputo proveen contextos que permiten
acceder a la nocin de derivada de un modo menos intuitivo.
Giraldo y Carvalho (2004) reportan un estudio para el aprendizaje de la derivada con las
ideas anteriores, en el que los alumnos transforman una curva en recta local (vase Figura 17).

:

Figura 17. Ampliacin de una curva hasta obtener una imagen de
recta local, tomado de Giraldo y Carvalho (2004).

Sin embargo, el uso del software no est libre de problemas: una ampliacin continua de
la imagen a travs de la disminucin de los valores de la variable, hasta ocho o ms decimales,
produce una imagen fragmentada en forma escalonada, como muestra la Figura 18.

90


Figura 18. Limitaciones del algoritmo: degeneracin de la imagen
como recta local, tomado de Giraldo y Carvalho (2004).

Giraldo y Carvalho (2004) reportan que esta situacin se convirti en un acicate para
ciertos estudiantes cuando intentaron entender lo que ocurra. No slo la visualizacin de la
curva como una recta local se logra en este contexto. Hofe (1998), al identificar el papel que
desempea la superacin de obstculos epistemolgicos, entre otros, reporta que es posible
generar construcciones sobre el lmite y los infinitesimales con la ayuda de software. ste
permite ver cmo una lnea secante se convierte en una tangente en un punto, a medida que h
toma valores pequeos en [f(x+h) f(x)]/h (una razn de cambio promedio). En su estudio,
Hofe (1998) pidi a un grupo de nios experimentar con valores de h que incluyen el dos, una
milsima y cero entre otros. Con el dos obtuvieron una secante; con una milsima dicha
secante prcticamente se transform en una tangente (vase Figura 19). Con el valor de cero,
la secante desapareci. Al explicar este comportamiento, una nia emple la idea de un
minipunto que se obtiene al reducir y reducir las cantidades. Estos minipuntos equivaldran a
la nocin infinitesimal de Leibniz en la que se tiene la tangente a la curva. Aunque estos
procesos facilitan construir la nocin, observamos que los estudios reportados no utilizan
contextos con situaciones reales y se viven como una experiencia intramatemtica.
En el mbito nacional, identificamos dos principales tradiciones de investigacin en
matemtica educativa que abordan el aprendizaje de la derivada. Una de ellas es la matemtica
en el contexto de las ciencias en las escuelas de ingeniera que ya hemos descrito. Esta postura
propone utilizar contextos de la ingeniera para introducir los conceptos matemticos. Sin
embargo, no encontramos trabajos especficos para el aprendizaje de la derivada. Otra
tradicin de investigacin, se desarrolla en el Departamento de Matemtica Educativa del
91

Centro de Investigaciones Avanzadas (CINVESTAV). Ambas tradiciones se encuentran en el
Instituto Politcnico Nacional con ms de 20 aos en investigacin.

Figura 19. Transformacin de la secante en tangente a medida que h toma
un valor extraordinariamente pequeo, tomado de Hofe (1998).

Los investigadores del Departamento de Matemtica Educativa proponen tres
epistemologas o formas de construir la nocin de derivada bajo el enfoque
socioepistemolgico del conocimiento matemtico. Dicho enfoque comprende el anlisis de
cuatro factores en la enseanza de las matemticas: el aspecto epistemolgico, el cognitivo, la
transmisin social del conocimiento y el aspecto sociocultural. En este ltimo se revisa el
papel del contexto y de los procesos de enculturacin al significar un concepto (Cantoral y
Farfn, 2003). En otras palabras, el enfoque socioepistemolgico reconoce que el aprendizaje
es situado (Brown, Collins y Duguid, 1989). Por lo tanto, la socioepistemologa reconoce que
los objetos matemticos se crean en las prcticas en que intervienen y que el conocimiento
matemtico est situado social, histrica y culturalmente. El anlisis se centra en explicar qu
motiva a las prcticas normadas socialmente bajo las que se construye un objeto matemtico,
as como en el discurso matemtico escolar a travs del cual se logran acuerdos y se
comparten significados. Por ejemplo, este enfoque sostiene que la necesidad de prediccin
92

llev a prcticas sociales que justifican el uso de la derivada lagrangiana
19
(Cantoral, Farfn,
Lezama, y Martnez, 2006).
Desde la epistemologa, el enfoque socioepistemolgico identifica tres tipos de
situaciones en el aprendizaje de la derivada: de aproximacin, de variacin y de
transformacin (Cordero (2001). Entre las situaciones de aproximacin, se encuentran los
trabajos de Newton y Leibniz. En dichos trabajos se obtiene un valor lmite a travs de un
acercamiento infinito. La derivada como lmite se obtiene a travs de este acercamiento o
epistemologa de aproximacin. Las situaciones de variacin se caracterizan por la necesidad
social de predecir (Cantoral y Mirn, 2000) y las situaciones de transformacin, por la
necesidad de modificar grficas de funciones matemticas. Cordero propone el trmino de
comportamiento tendencial de las funciones para referirse a procedimientos en que las grficas
que describen funciones se modifican a partir de sus coeficientes. Con tales procedimientos se
obtiene la derivada al coincidir en un punto una curva y una recta tangente. Estos tres tipos de
situaciones constituyen la epistemologa de las construcciones de la derivada. Cada situacin
genera sus significados propios. Observamos que tanto Cordero (2001) como Cantoral y
Mirn (2000) investigan situaciones alternativas alejadas de la nocin de lmite en el
aprendizaje de la derivada.
Como parte del enfoque socioepistemolgico, Cantoral y Farfn (1998) reportan la
lnea de investigacin de pensamiento y lenguaje variacional. Dentro de dicha lnea analizan
la matemtica de la variacin entendida como la cuantificacin del cambio, que con frecuencia
se observa en fenmenos fsicos. Cantoral y Farfn (1998) sostienen que en los fenmenos de
flujo continuo en el tiempo se presenta la necesidad social de predecir, al pasar el tiempo de un
estado inicial a uno futuro. La derivada de Lagrange se utiliza en los procedimientos de
predecir. En consecuencia, el significado de la derivada obtenida envuelve la idea de
prediccin. Cantoral sostiene que un pensamiento y lenguaje variacional avanzado puede dar
significado a la derivada cuando se aparta de interpretaciones fenomenolgicas (Cantoral y
Farfn, 1998; Cantoral, 2004).

19
En la bsqueda de fundamentos para el clculo, Joseph Louis Lagrange propuso la derivada como un
coeficiente en un resultado algebraico, obtenido al elevar a una potencia n a un binomio que incluye una
variacin o incremento. Aunque este fundamento es prctico, no explica el significado de la derivada como la
pendiente de la tangente a la curva o la razn de cambio en un punto (Grabiner, 2005, pp. 35-40).
93

La lnea de investigacin del lenguaje y pensamiento variacional tambin estudia la
transmisin social del conocimiento. Dolores seala que otro factor en la problemtica de los
aprendizajes del clculo es el modo o tendencia que sigue la enseanza (Dolores, 2000, 2000a;
Dolores, Guerrero, Martnez y Medina, 2002). Dolores (2000) indica que en el caso de la
derivada pueden clasificarse dos tendencias fundamentales para la instruccin: las orientadas a
los contenidos o las orientadas a los significados. En la primer tendencia los contenidos rigen
el proceso de enseanza aprendizaje y los significados del concepto pasan a un segundo plano.
Por el contrario, la segunda tendencia da prioridad a la construccin de los significados sobre
los contenidos. En ambas tendencias, Dolores (2000) identifica adems, ciertas variantes que
llama enfoques. En las tendencias orientadas al contenido, dichos enfoques son: algebraico,
numrico, formal, infinitesimalista y de aproximacin local. En las tendencias orientadas a los
significados los enfoques son: el geomtrico y el variacional. Otro enfoque que puede caer
dentro de cualquiera de las dos tendencias, es el computacional, caracterizado por el uso de los
medios informticos como lo proponen Tall y Meja (2004).
El enfoque geomtrico se caracteriza por solucionar problemas de optimizacin, de
acuerdo con Dolores (2000). Ellos implican determinar la tangente a la curva e identificar
cuando una funcin aumenta, disminuye o se encuentra en un punto mximo o mnimo. Lo
importante de esta tendencia es que pone el inters en solucionar un problema de optimizacin
que puede ser real o ficticio. Esto justifica aprender el concepto de derivada. Sin embargo,
Dolores (2000) seala que este enfoque lleva demasiado tiempo, causado por el recorrido
histrico del concepto.
El enfoque variacional se centra en solucionar problemas de variacin fsica y coloca
en segundo plano el papel de la nocin de lmite. Con dicho enfoque se realiza un mayor
esfuerzo en el uso de las cantidades y magnitudes. Dolores (2000) plantea el desarrollo de una
propuesta didctica con este enfoque siguiendo las ideas de Elfriede Wenzelburger (1993).
stas se apartan de la secuencia tradicional de los contenidos para el aprendizaje de la
derivada. En vez de iniciar con nmeros reales, funciones, lmites y continuidades, propone
una didctica de tres etapas. En la primera, Dolores sugiere iniciar con actividades de
modelacin de problemas de la fsica. Ello permite construir las nociones de variable y
funcin en contextos fenomenolgicos, reales. En la segunda, a travs de nociones como
velocidad promedio y velocidad instantnea, se construye la nocin de rapidez de la variacin
94

promedio, en que se intuye la nocin de lmite. En la tercer etapa se formaliza la derivada, a
travs de su definicin, del uso de reglas y frmulas de derivacin. Es evidente que estas ideas
abogan por un mayor contacto de la matemtica con el mundo real y rescatan parte de las
situaciones que enfrent Newton. Observamos tambin cierta coincidencia con las didcticas
que utilizan la modelacin matemtica. El enfoque variacional y la didctica para el
aprendizaje del clculo que plantea Dolores (2000) rescata el papel de las cantidades y
magnitudes. Sin embargo, no centra el significar los conceptos como modelos para que
sugerimos en el enfoque hacia la modelacin y que, creemos, facilita el utilizar los contextos
cotidianos.
De acuerdo con lo expuesto en esta seccin, sugerimos que en la enseanza y el
aprendizaje de la derivada se privilegia el dominio de sus reglas y algoritmos (Dolores, 2000;
Moreno y Cuevas, 2004; Bloch y Schneider, 2004; Tall y Meja, 2004; Cantoral y Resndiz,
2003). En casos extremos se afirma que no tiene nada que ver con la realidad (Berlinski,
1995). Sin embargo, en los reportes de investigacin, apreciamos esfuerzos significativos para
superar esta situacin desde diferentes posturas tericas. Algunas abogan por experiencias
previas que ayudan al alumno a significar el conocimiento. Bloch y Schneider (2004)
proponen actividades de laboratorio bajo la teora de las situaciones didcticas. Tall y Meja
(2004), entre otros, proponen el uso de software para experimentar con la nocin de lmite,
antes de acceder a su definicin formal.
Tambin encontramos un esfuerzo por apartarse de la nocin de lmite en el terreno
epistemolgico. En particular, Cantoral y Resndiz (2003) sugieren que la derivada se
justifica en la necesidad social de predecir. Cordero (2001) propone el comportamiento
tendencial de las funciones como necesidad gnesis de la derivada. Mientras que Dolores
(2000) sugiere una didctica iniciada en la modelacin de variaciones fsicas. En su propuesta,
Dolores rescata situaciones que enfrent Newton y el papel de las cantidades y las mediciones.
Sin embargo, no utiliza estas ltimas como fuentes para significar. En concreto, encontramos
esfuerzos educativos por facilitar el acceso a la nocin de lmite y por alejarse de ella.
Sugerimos que dicha nocin est en el centro de las dificultades de aprendizaje de la derivada.
En el prximo captulo describimos nuestra propuesta para superar tales dificultades, con base
en el enfoque hacia la modelacin y la matemtica en contexto para favorecer la comprensin
relacional de la derivada.
95

Sumario. La enseanza y aprendizaje de la derivada es un tema relevante para la
ingeniera. En sta, uno de los objetivos frecuentes de la actividad es optimizar recursos, y la
derivada es el concepto matemtico que permite lograrlo. Adems, dicho concepto tambin
describe ciertas nociones cientficas como velocidad instantnea y costo marginal, entre otras.
La modelacin como estrategia didctica es deseable porque utiliza contextos reales. Sin
embargo, encontramos un papel limitado de la modelacin en el aprendizaje de la derivada.
Creemos que ello ocurre por la dificultad de encontrar situaciones reales para abstraer la
derivada como un lmite. Pese a ello, la modelacin y aplicaciones matemticas estn
adquiriendo mayor importancia como didcticas.
Al revisar la evolucin histrica del concepto de derivada, encontramos una evolucin
compleja. En sus orgenes Newton y Leibniz aparecen como dos creadores con razonamientos
independientes. Newton define la derivada como la razn ltima de una razn de cambio
promedio. Por su parte, Leibniz la define como el cociente de dos diferenciales, con el trmino
dy/dx. En el pensamiento de Newton, la razn ltima obtenida al dividir entre cero, operacin
matemtica no aceptada, ocasiona una contradiccin. En el caso de Leibniz, la nocin de
diferencial como la unidad ms pequea, es inconcebible. Estas dificultades son superadas por
Cauchy a travs de la nocin de lmite. Sin embargo, es difcil encontrar contextos cotidianos
para significar la razn de cambio promedio como un lmite, por lo cual es necesario intuir
dicha nocin.
La derivada tiene una problemtica compleja en la instruccin. La dificultad de sus
principales nociones ocasiona que se prefiera el aprendizaje algortmico. Como resultado de
ello, se debilita el aspecto conceptual. Incluso, hay quienes afirman que la derivada es un
artefacto que no tiene que ver con la realidad, en una postura contraria a lo deseable por la
modelacin matemtica. Entre los esfuerzos realizados para solucionar esta problemtica,
observamos posturas que recomiendan experiencias previas para acceder a la nocin de lmite
o nuevas epistemologas que se apartan de dicha nocin. Creemos que podemos mejorar el
aprendizaje de la derivada y favorecer la comprensin relacional de dicha nocin, si seguimos
esta ltima direccin y promovemos el uso de contextos cotidianos, tal como lo describimos
en el siguiente captulo.

96

V. La derivada con el enfoque hacia la modelacin


En el captulo anterior sealamos que el aprendizaje de la derivada como lmite, tiene
dos grandes desafos. Primero, desde la teora de la cognicin situada, encontramos difcil
emplear contextos cotidianos para significar la razn de cambio en un punto, y en
consecuencia, resulta problemtico utilizar didcticas de modelacin. Segundo, desde la teora
del aprendizaje significativo, enfrentamos la ausencia de un material lgico y de ideas de
anclaje sustentadas en experiencias cotidianas. La nocin de derivada como lmite se nos
presenta como algo que slo podemos intuir. Para solucionar los problemas del aprendizaje de
dicha nocin, encontramos posturas que sugieren la adquisicin de experiencias previas o
bien, nuevas epistemologas.
Desde nuestra posicin, creemos que la derivada se puede significar como una nocin
en estrecho contacto con la realidad, a travs de didcticas de modelacin basadas en las
relaciones entre cantidades. Estas ltimas obtenidas en contextos cercanos a la experiencia
cotidiana, con actividades de conteo y medicin. Pensamos que dichas actividades, favorecen
la presencia de ideas de anclaje. Adems, en el terreno epistemolgico, proponemos un
significado para la derivada que se aparta de la nocin de lmite. Con ello, presentamos ideas
para desarrollar un material con mayor significado lgico para el aprendizaje de la derivada.
As como para conceptualizar dicha nocin de una manera que favorece la comprensin
relacional, y en consecuencia, habilidades de modelacin.
En el presente captulo presentamos la naturaleza continua de los problemas que se
organizan y resuelven a travs de la derivada, en la que sta funciona como modelo para. En
las secciones siguientes, describimos cmo representar tales problemas en la actividad de
modelacin. Para ello, describimos cmo se mide lo continuo, y la manera de obtener la razn
de cambio en un punto a partir de dicha medicin y el promedio aritmtico. Tambin y en
primer trmino, proponemos cmo obtener la derivada para funciones cuadrticas de tipo
polinmico, sin utilizar a la nocin de lmite. En segundo, cmo obtener dicha nocin para
cualquier funcin polinmica a partir de lo que hemos llamado trminos independientes del
tamao del intervalo. Por ltimo, describimos nuestra propuesta didctica con base en la
matemtica en contexto y el enfoque hacia la modelacin.
97

Creemos que la comprensin relacional es favorecida con los aprendizajes
significativos. Estos a su vez, requieren de la posibilidad real de enlazar nueva informacin
con las ideas previas del alumno o ideas de anclaje. Esto es, las ideas contenidas en el
material, deben poder relacionarse con las experiencias comunes de los alumnos. Segn
Mochn (1994) el aprendizaje de la derivada como lmite, requiere de un salto cognitivo que
metafricamente, es comparable a un salto con garrocha. Por tanto, para que el material de
aprendizaje sea potencialmente significativo debe preparar al estudiante para ese salto
cognitivo, o bien, reducir su altura. Para esto ltimo, sugerimos dos acciones: la primera,
disminuir el nivel de intuicin que histricamente requiere aprender la nocin de derivada
(Boyer, 1959; Colette, 1985; Grabiner, 2005). Esto es, que el material de aprendizaje contenga
proposiciones admisibles y razonables sobre la derivada, crebles a la luz de la experiencia de
los alumnos (Ausubel, 2002). Pensamos que esto, lo logramos en el terreno epistemolgico, al
evitar los procesos de aproximacin y la nocin de lmite. La segunda accin que sugerimos,
es procurar que el material de aprendizaje desarrolle la nocin de derivada a partir de las
cantidades generadas en contextos de modelacin. Esto permite acercar la matemtica escolar
a la realidad cotidiana, tal como interesa a los gobiernos en el caso de la educacin obligatoria
(Gil, s.f.; OCDE, 2003); a la teora de la matemtica en contexto de las ciencias (Camarena,
2004) y a organismos colegiados sobre la ingeniera industrial (Vargas, 1998).
En el enfoque hacia la modelacin proponemos cmo llevar a cabo las dos acciones
que sealamos en el prrafo anterior, y con ello, lograr el primer objetivo de nuestra
investigacin. Nuestra premisa bsica es que debemos situar la derivada en una actividad de
modelacin que la genere. Esto es, la derivada debe ser un producto de la actividad de
modelacin, de manera semejante a la reinvencin guiada como la propone Doorman (2005).
Sin embargo, diferimos en la necesidad de recurrir a la nocin de lmite. Para ello, describimos
ms adelante cmo obtener la razn de cambio en un punto a partir de las cantidades y sus
relaciones. Otra premisa, es que la actividad de modelacin debe iniciarse en contextos de
conteo y medicin cercanos a lo cotidiano. Esto permite significar la derivada en actividades
ordinarias y sencillas, mismas que facilitan ideas de anclaje para construir la nocin y lograr
aprendizajes significativos (Roseco y Romero, 1997) y, en consecuencia, favorecer la
comprensin relacional. En las siguientes secciones describimos nuestra propuesta.

98

5.1. Situaciones que organiza la derivada.
Para Freudenthal un concepto matemtico surge de las actividades de matematizacin
y tiene la capacidad de organizar
20
matemticamente el problema de donde ha surgido
(Gravemeijer & Terwel, 2000). En el caso de la derivada, las situaciones que sta organiza,
son aquellas en que se desea determinar una razn de cambio instantnea. Desde una
perspectiva de modelacin, estas situaciones se relacionan estrechamente con los fenmenos
de variacin que se encuentran en la naturaleza y en otros mbitos de inters. Estas variaciones
las podemos apreciar con un ejemplo sencillo. Imaginemos que permanecemos un da en la
playa, desde el amanecer hasta el anochecer. Observaremos que ciertas cosas varan o
cambian a medida que transcurre el tiempo: la posicin del sol en el horizonte, la temperatura
ambiente, la altura de la marea, entre otras. Cuando es posible, estos cambios los describimos
a travs de una funcin matemtica con variaciones en la variable tiempo. As, para una hora
determinada podemos predecir en que posicin se encuentra el sol en el horizonte, cul es la
temperatura ambiente, la altura de la marea o la direccin del viento. Sin embargo, nuestra
descripcin es ms completa si conocemos su ritmo de variacin, o lo que de manera
cuantitativa, llamamos razn de cambio. Para el caso de la marea, predicciones como cundo
sube?, a qu hora est ms alta? Son realizadas con ayuda de la derivada, o funcin
matemtica que describe la razn de cambio en un instante dado.
Otras situaciones ms comunes en la ciencia incluyen condiciones instantneas de
fenmenos tales como la velocidad y la aceleracin de un objeto, tasas de crecimiento o de
natalidad, enfriamiento de un lquido, productividad, entre otras. Condiciones fugaces todas,
que slo podemos describir a travs de la derivada. Sin embargo, creemos que construir dicha
nocin como un modelo de tales condiciones es una tarea conceptual difcil. Pese a ello,
necesitamos clarificar el tipo de problemas que podemos precisar, representar y resolver, esto
es, organizar matemticamente con dicha nocin. Para identificar tales problemas tpicos,

20
Para Freudenthal (Gravemeijer y Terwel, 2000) las matemticas se caracterizan por su generalidad,
certidumbre, exactitud y brevedad. Las actividades de generalizar, dar certeza, exactitud y brevedad a un asunto,
son actividades que lo organizan de una manera matemtica, son actividades de matematizacin. En este sentido
para nosotros, un concepto emerge de las situaciones que organiza matemticamente.
99

tomamos como ejemplo una experiencia que consideramos cotidiana: acelerar nuestro
automvil.
Supongamos que justo antes de salir a carretera, nos encontramos haciendo un alto en
un semforo en rojo: nuestro vehculo no se mueve. Al cambiar la luz a verde, aceleramos y
momentos despus alcanzamos la velocidad de 90 kilmetros por hora. Qu velocidad
experimentamos a los tres segundos despus de arrancar? No lo sabemos.
Para obtener una respuesta, necesitamos reflexionar sobre la naturaleza de la velocidad
como razn de cambio. Podemos observar que el velocmetro indica la velocidad como una
razn de cambio con la expresin: 90 Km/hr. Esto es, la velocidad requiere que midamos dos
dimensiones para describirla: la distancia recorrida y el tiempo utilizado en ello. La primera de
ellas, la obtenemos al medir el cambio de posicin (s) y la segunda, el cambio en el tiempo
(t). La razn matemtica obtenida con estos cambios (s/t), la interpretamos como modelo
para lo que llamamos relacin por unidad. Dicha relacin la establecemos con base en dos
cantidades de variacin o dos cambios. Esto es, la expresin 90 Km/hr representa una relacin
por unidad de 90 a uno. Con el enfoque hacia la modelacin, dicha expresin significa que el
cambio de la posicin es de 90 unidades cuando el cambio del tiempo es de una unidad. Es
decir, la posicin vara 90 unidades cuando el tiempo vara una.
Regresando a nuestra pregunta: qu velocidad experimentamos a los tres segundos
despus de arrancar? Ella implica determinar una velocidad instantnea: la velocidad que
experimentamos cuando completamos exactamente los tres segundos. Existe tal velocidad?
Pensamos que s. Si el vehculo pas de una velocidad de cero a 90 kilmetros por hora, es
evidente que experiment en forma continua todas las velocidades instantneas existentes
entre ambos valores. Esto es, nuestro vehculo experiment todas las razones de cambio
instantneas posibles entre tales valores. Creemos que el problema no es la existencia de una
velocidad instantnea como lo cuestion Berkeley en 1734, sino cmo medirla. Tal como lo
seala Dolores (1999, p. 71): el problema principal consiste en la imposibilidad de calcular
la velocidad en un instante o en un punto [cursiva agregada] por medios aritmticos
conocidos.
100

Para nosotros, tiene una validez absoluta utilizar la razn de cambio (s/t) como
expresin de la velocidad promedio,
21
pero su uso merece ciertas precauciones en el caso de
la velocidad instantnea. Una manera comn de razonar nos sugiere que obtenemos dicha
velocidad a travs de la disminucin infinita del intervalo de tiempo (t), tal como hicieron
Newton y Leibniz. Observamos con tal disminucin, que la velocidad promedio expresada con
la razn de cambio (s/t) converge hacia un valor instantneo o lmite. Esta forma de pensar
conduce a un callejn sin salida: a) por un lado, la razn de cambio proporciona una velocidad
instantnea slo cuando el intervalo de tiempo t desaparece; b) por el otro, no podemos
calcular velocidad sin tener dicho intervalo t. En lo matemtico, evitamos este callejn sin
salida con la nocin de lmite, pero no en el aspecto cognitivo (Tall, 1985).
Dicho callejn sin salida en lo cognitivo, lo enfrentamos cuando se utiliza la razn de
cambio en un punto para expresar condiciones instantneas. A nuestro juicio, esta dificultad
cognitiva causa afirmaciones sesgadas en torno a que la derivada no tiene nada que ver con la
realidad (Berlinski, 1995), o que es un artefacto matemtico (Pinet, 2001). Tambin creemos
que es el origen del rechazo de los alumnos en niveles medios (Sierpinska citado en Dolores,
2002; Bloch y Schneider, 2004) y en niveles superiores de la educacin (Cantoral y Mirn,
2000; Tall, 2004); as como de la preferencia por aprendizajes algortmicos en detrimento de
los conceptuales. Nos apartamos de la nocin de derivada como lmite para evitar esta
dificultad cognitiva y los problemas de aprendizaje asociados.
En este punto, desde un enfoque hacia la modelacin, resumimos que la derivada
organiza matemticamente situaciones problemas con dos caractersticas esenciales: a)
dimensiones continuas que varan y cuyas cantidades son representadas con tres variables: una
independiente, una dependiente y otra dependiente que expresamos como razn de cambio
entre las dos primeras variables; y b) hay que determinar el valor de esta ltima variable
dependiente en una condicin instantnea, esto es, obtener la razn de cambio en un valor de
la variable independiente. En nuestro ejemplo las dimensiones continuas que varan son el
tiempo, la distancia recorrida y la velocidad, y deseamos obtener una velocidad instantnea,
esto es, la velocidad cuando el tiempo es de tres segundos de desplazamiento. Expresamos la
velocidad como una razn de cambio entre la distancia y el tiempo, que especifica la relacin

21
Velocidad que no vara durante todo el perodo de desplazamiento de un objeto. Se expresa con la razn de
cambio que identifica la relacin a uno entre el desplazamiento y el tiempo utilizado en ello.
101

a uno entre dichas dimensiones. La velocidad instantnea la expresamos con una razn de
cambio instantnea que especifica la relacin a uno para un valor en el tiempo. Dicha razn de
cambio es obtenida a travs de una funcin derivada. En este contexto, la derivada funciona
como modelo para la relacin a uno instantnea entre cantidades de variacin. En esencia,
proponemos este significado como la gnesis o razn de la existencia de la derivada,
independientemente del contexto en que haya sido creada.

5.2. La derivada de funciones cuadrticas polinmicas.
En la seccin anterior vimos que la derivada organiza situaciones caracterizadas por
dimensiones continuas que varan. En estas secciones proponemos la actividad de modelacin
con base en cantidades de la que emerge la derivada. Si queremos modelar una dimensin
continua, enfrentamos la interrogante de cmo representar lo continuo? o ms bien, cmo
modelar la continuidad con nuestro sistema numrico?
Con el enfoque hacia la modelacin centramos la atencin en la actividad de modelar.
En su etapa inicial, sta requiere identificar las dimensiones relevantes para el problema y
plantearlo con base en ellas. Despus de identificar tales dimensiones como variables y
constantes, es necesario elegir o crear una unidad de medida con la cual podamos
cuantificarlas. Con dicha unidad, medimos lo continuo y determinamos cuntas unidades hay
en una porcin de continuidad. De esta manera, obtenemos un sistema de representacin con
base en las cantidades determinadas, mismas que expresamos con nmeros. En consecuencia,
un nmero representa el punto en la continuidad en que completamos cierta cantidad o nmero
de unidades.
Con base en la actividad de medir descrita modelamos la continuidad a travs del
sistema numrico. Con l, cuantificamos y representamos dimensiones continuas como el
tiempo, la longitud, el peso, y fenmenos complejos como la velocidad de un objeto, misma
que cuantificamos a partir de las variaciones de tiempo y longitud. En el ejemplo del vehculo
que arranca, cuya velocidad se incrementa en un continuo de cero a 90 kilmetros por hora,
nuestro problema es: cmo determinamos la velocidad alcanzada exactamente a los tres
segundos despus de arrancar?
Es evidente que necesitamos formular un modelo para obtener una velocidad
instantnea, misma que expresamos como una razn de cambio en un punto. Centramos de
102

nuevo nuestra atencin en la actividad de modelar con base en las cantidades. Despus de
identificar las variables continuas y cmo representarlas a travs del sistema numrico,
consideramos las relaciones entre dichas variables. Con ellas, propondremos un modelo
matemtico para obtener la razn de cambio en un punto y por tanto, calcular velocidades
instantneas.
A diferencia de las dimensiones como longitud y tiempo, que se pueden medir
directamente, las cantidades de otras dimensiones como la velocidad, tenemos que calcularlas.
Esto es, primero medimos el desplazamiento y el tiempo utilizado y, con base en ellos,
calculamos la razn de cambio con la que expresamos la cantidad de velocidad. Dicha razn
de cambio indica la relacin por unidad entre el desplazamiento y el tiempo que muestra el
objeto al moverse. As, expresamos la velocidad promedio con una razn de cambio constante
para todo el desplazamiento. En contraparte, representamos la velocidad instantnea con una
razn de cambio en un punto de la continuidad. El clculo de una velocidad promedio es fcil,
se logra al dividir cantidad de desplazamiento entre cantidad de tiempo. Pero, cmo calcular
la velocidad instantnea?, cmo obtener la razn de cambio en un punto de la continuidad?
Newton y Leibniz calculan la razn de cambio en un punto, a partir de la razn de
cambio promedio. En el contexto de las velocidades, esto tiene ciertas implicaciones durante
la representacin de continuidades. Primero, los promedios tienden a estar al centro de las
mediciones. De ello se desprende que la velocidad promedio para un intervalo de tiempo, es
ms apropiada para calcular la velocidad instantnea de un punto cercano al centro de dicho
intervalo. Segundo, la razn de cambio promedio se calcula de dos formas: a) dividir las
cantidades de variacin de las correspondientes dimensiones continuas, o b) promediar todas
las razones de cambio en un punto del intervalo de continuidad. En consecuencia, hay dos
maneras de calcular la velocidad promedio: promediar las velocidades instantneas o dividir la
cantidad de variacin de posicin entre la de tiempo. Desarrollamos nuestro modelo con base
en estas dos maneras de calcular la razn de cambio promedio.
Los nmeros representan cantidades de dimensiones medidas e indican puntos
especficos en la continuidad. En consecuencia, el promedio aritmtico obtenido con dichos
nmeros, tambin se ubica en un punto especfico. Veamos qu implica todo ello en nuestro
ejemplo. Supongamos que al arrancar, el vehculo experimenta un incremento de velocidad
constante en el tiempo. Es decir, para un mismo periodo de tiempo experimenta el mismo
103

incremento de velocidad. La dimensin continua de velocidad es expresada con una lnea en el
inciso a) de la Figura 20.

b) c)
0 10 20 30 40 50 60 70 80 90
Continuidad de velocidad en el tiempo
0 10 20 30 40 50 60 70 80 90 100 110 Km/hr
a)

Figura 20. Velocidades promedio y su ubicacin en
la continuidad.

Si para el intervalo de tiempo en que pasamos de cero a 40 kilmetros por hora [inciso
b) de la Figura 26], calculamos la velocidad promedio (v
m
) con un promedio de sus
velocidades instantneas (v
i
), encontramos que su valor es de 20 kilmetros por hora:
( )
1
1 1
0 10 20 30 40 Km/hr 20 Km/hr
5
n
m i
i
v v
n
=
= = + + + + =

Dicho valor ocupa la posicin central en la continuidad de velocidad, y corresponde a
la velocidad alcanzada justo al centro del intervalo en que se pas de cero a 40 kilmetros por
hora. Se repite la misma situacin con la velocidad promedio del intervalo en que el vehculo
pasa de 50 a 90 kilmetros por hora. Dicha velocidad es de 70 kilmetros por hora y
corresponde al punto central del intervalo [inciso c) de la Figura 26]. Esto seala otro camino
para determinar una velocidad instantnea, y que no utiliza la nocin de lmite. Sin embargo,
hay una condicin muy selecta: la velocidad debe ser constante en periodos iguales de tiempo.
Esto implica que dicho razonamiento se aplica slo cuando las dimensiones expresadas con
razones de cambio varan de manera continua y constante.
Las relaciones anteriores permiten encontrar la razn de cambio en un punto a partir de
la razn de cambio promedio y las describimos de la siguiente manera:

104

Sea un fenmeno que representamos a travs de dimensiones continuas, una
independiente como el tiempo t y dos dependientes, como la posicin s y la
velocidad v,
La dimensin que funciona como variable independiente la medimos con un
intervalo dt seleccionado como unidad de medida,
Para cada intervalo dt de la dimensin independiente, hay una variacin en las
otras dimensiones: ds para la dimensin de posicin y dv para la de velocidad.
Una de las dimensiones dependientes slo se puede expresar con una razn de
cambio y tiene una variacin constante, como la velocidad (ds/dt) con dv igual
en cada intervalo de tiempo,
Para analizar el fenmeno, elegimos un nmero par de n unidades de la
dimensin independiente dt.

Bajo estas condiciones, para nuestro fenmeno de velocidad de un objeto, afirmamos
que la velocidad promedio para un intervalo de tiempo, es igual a la velocidad del punto del
centro de dicho intervalo. De manera general, sostenemos que la razn de cambio promedio de
todo el intervalo de variacin es igual a la razn de cambio del punto en el centro.
Se puede comprobar la afirmacin anterior, si hacemos n par para garantizar un punto
en el centro y representamos con t
1
el primer punto de la continuidad en el tiempo;

con t
c
el
punto central; y con t
n+1
el ltimo punto [inciso a) de la Figura 21]. En la continuidad de
velocidad expresamos con v
ti
las cantidades de velocidad instantnea correspondientes a cada
punto t, separadas por un incremento igual o variacin dv [inciso b) de la Figura 21].
Aclaramos que la variacin dv no es la unidad de medida para la continuidad en la velocidad,
sino el cambio correspondiente a una unidad dt en el tiempo.
105


ds
(no necesariamente constante)
...
s
t1
s
t2
s
t3
... s
tc-1
s
tc
s
tc+1
s
tn
s
t(n+1)

...
c)
dv
...
v
t1
v
t2
v
t3
... v
tc-1
v
tc
v
tc+1
v
tn
v
t(n+1)

...
b)
dt
t
1
t
2
t
3
... t
c-1
t
c
t
c+1
t
n
t
n+1

... ...
a)

Figura 21. Continuidad de tiempo, velocidad y posicin.

Para las condiciones anteriores proponemos que la velocidad promedio v
m
en el
intervalo de tiempo (t
n+1
- t
1
)

es igual a la velocidad del punto en el centro v
tc
. Como se
demuestra a continuacin:

1 2 3 ( )
1
2 1 3 1 1 ( 1)
1
1
1
1 1
y en virtud de su posicin el punto del centro es
y como : , ,
2
1
luego:
c n + 1
i
c
c n 1
n
t t t t t
m t
i
t t
t t t t t t t t
m
v v v ... v ... v
v = v =
n n
n
v =v + dv
2
n
v =v + 1dv, v = v +2dv, ... v = v + dv v = v +ndv
v =
n
+
+
=
+ + + + + +
+ +
+
( ) ( ) ( ) 1 1 1 1 1
1
1 1 1
i
t t t t t
n
t
i
n
v + v +dv + v +2dv ... v + dv +... v +ndv
2
v =
n
+
=
| |
+ +
|
\ .
+

106

( ) ( )
( ) ( )
1
1
1
1
1
1
1 1 2 3... 1
desarrollando:
1 1
1 1
1
2
1 1
tenemos
i
i
c
c
n
t
m t
i
t
n
m t t
t
i
m
t
n v n dv
v v
n n
n
n v n dv
n
v v v dv
n n
v v
+
=
+
=
+ + + +
= =
+ +
+ + +
= = = +
+ +
=
2
v =

Nuestro problema ahora es cmo calculamos la velocidad promedio v
m
para conocer la
velocidad instantnea del punto central del intervalo. La velocidad la expresamos con una
razn de cambio, en consecuencia, una velocidad media se expresa con una razn de cambio
promedio. Al inicio de esta seccin indicamos que conocemos dos maneras de obtener dicha
razn de cambio: a) dividir las cantidades de variacin de las correspondientes dimensiones
continuas y, b) promediar todas las razones de cambio en un punto del intervalo considerado.
Las dos maneras determinan la misma relacin por unidad, y por tanto, la misma razn de
cambio promedio. Con el siguiente ejemplo pretendemos aclarar estas ideas. Supongamos que
soltamos un objeto y cae durante los primeros cuatro segundos, en los que experimenta las
velocidades instantneas de la Tabla 6.

Tiempo t (s) Velocidad (m/s)
0 0
1 10
2 20
3 30
4 40

Tabla 6. Velocidades de un objeto en
cada libre.

Obtenemos la velocidad promedio para estos primeros cuatro segundos a travs de las
velocidades instantneas:
0 10 20 30 40
20 m/s
5
m v
+ + + +
= =
107

Dicho promedio implica una velocidad constante, con la que el objeto recorre una
distancia equivalente a la recorrida con las velocidades de la Tabla 6. En consecuencia, la
velocidad instantnea en cada punto es la misma, como se indica en la Tabla 7:

Tiempo t (s) Velocidad (m/s)
0 20
1 20
2 20
3 20
4 20

Tabla 7. Velocidades instantneas.
Estos datos indican que el objeto recorre 80 metros en un intervalo de tiempo de cuatro
segundos. Otra manera de calcular la velocidad promedio, es dividir la distancia recorrida o
cambio de posicin s entre el tiempo utilizado t, esto es, v
m
= s/t = v
tc
. Para ello,
revisamos cmo obtener dicho cambio a partir de una funcin.
Establecimos que para intervalo de variacin en el tiempo dt, tenemos una variacin en
la dimensin de posicin ds, que no es necesario que sea constante. En consecuencia, para
cada punto t
i
, tenemos una medicin de posicin s
ti
como muestra el incico c) de la Figura 22.

ds
(no necesariamente constante)
...
s
t1
s
t2
s
t3
... s
tc-1
s
tc
s
tc+1
s
tn
s
t(n+1)

...
c)
dt
t
1
t
2
t
3
... t
c-1
t
c
t
c+1
t
n
t
n+1

... ...
a)

Figura 22. Continuidad de tiempo y posicin.

108

Con frecuencia, para calcular dicha posicin, podemos establecer una funcin s(t).
Con ella, obtenemos el cambio de posicin o distancia recorrida que expresamos con s = s
2
-
s
1
= s(t
2
) - s(t
1
). Otra manera de obtener dicho cambio, es medir fsicamente la distancia
recorrida en el intervalo t, lo que consideramos ideal para una actividad de modelacin con
los alumnos. Ahora nos encontramos en condiciones de formular un primer modelo para
obtener la velocidad instantnea de un punto central, a partir de la velocidad promedio.
Expresadas ambas con razones de cambio.
Para el intervalo t, expresamos con t
1
, t
c
y t
2
, el primer punto, el punto central y el
ltimo respectivamente. Tambin representamos sus correspondientes puntos en las
continuidades de velocidad y posicin con v
1
, v
c
y v
2
; s
1
, s
c
, y s
2
. Con dichas notaciones
formulamos un modelo para la velocidad instantnea del punto central v
c
, del intervalo,
expresada con la razn de cambio:
( ) ( )
2 1 2 1
2 1 2 1
c t m
s t s t
s s s
v v
t t t t t

= = = =

Dicho modelo requiere de los valores t
1
, t
2
y de la funcin s(t) para proporcionar la
velocidad instantnea v
tc
a travs de la razn de cambio en un punto. Nuestra intencin es
formular un modelo que nos proporcione la velocidad instantnea a partir del punto central t
c
.
Para ello, utilizamos t
c
como punto de clculo
22
y la funcin de posicin s(t), para derivar una
nueva funcin s(t
c
) que nos sirva de modelo. Con l, obtenemos la velocidad instantnea del
punto central, expresada como una razn de cambio s/t. Esto es:
( ) ( )
( )
2 1
2 1
'
tc c
s t s t
v s
t t
= =
t
En trminos del punto t
c
, nuestro modelo para derivar una funcin de la velocidad
instantnea queda:
1 1
2 2 1 2
;
c c
t t t t t = = + t
( )
( ) ( )
1 1
2 2
'
c
c c
t c
s t t s t t
v s t
t
+
= =

En este modelo, requerimos conocer la funcin de posicin s(t) para obtener la funcin
derivada de una razn de cambio instantnea. En nuestro ejemplo del vehculo que arranca,

22
Punto de la continuidad que introducimos en nuestro modelo matemtico o frmula, para obtener la razn de
cambio promedio.
109

necesitamos la funcin s(t) para conocer la velocidad a los tres segundos de aceleracin. De
manera general, esta propuesta se aplica a fenmenos que tengan las condiciones descritas al
inicio de nuestro anlisis. Condiciones que presentamos a continuacin expresadas en
trminos generales:

Sea un fenmeno que representamos a travs de tres dimensiones continuas.
Una independiente expresada con la variable x, una dependiente expresada con
la variable y y otra dependiente de ambas, expresada como una razn de cambio
entre las anteriores y/x.
Medimos la variable independiente x a travs de un intervalo dx seleccionado
como unidad de medida,
Para cada intervalo dx de la variable independiente, hay una variacin
dependiente dy en la variable y y una variacin constante en la variable
expresada como la razn de cambio y/x.
El intervalo de variacin x de la variable independiente x, tiene un nmero par
de n unidades de medida dx.

El modelo matemtico para obtener la derivada en el punto central x
c
, se expresa de
manera general como:
( )
( ) ( )
1 1
2 2
' '
c c
c
f x x f x x
y f x
x
+
= =

Una vez definida la funcin derivada, se puede calcular la razn de cambio en dicho
punto x
c
. Lamentablemente, una condicin restrictiva es la variacin constante de la variable
expresada con la razn de cambio. Esto implica que slo podemos aplicar nuestro modelo a
situaciones en que la cantidad dependiente y sigue una funcin cuadrtica. Veamos ahora
cmo funciona nuestro modelo con un ejemplo sencillo. Supongamos que deseamos obtener
una derivada en que la variable dependiente y sigue la funcin f(x) = x
2
:

110


( )
( ) ( )
( )
( ) ( )
1 1
2 2
2 2
1 1
2 2
' '
' '
c c
c
c c
c
f x x f x x
y f x
x
x x x x
y f x
x
+
= =
+
= =

( )
( )
2 2 2
' '
2
' ' 2
c c c c
c
c c c
c c
x x x x x x x x
y f x
x
x x x x x x
y f x x
x x
+ + +
= =
+
= = = =

2

Nuestro modelo proporciona la funcin derivada para la razn de cambio en el punto
x
c,
sin utilizar la nocin de lmite. Para este ejemplo, la derivada y = 2x
c
la interpretamos
como un modelo para la relacin de la variacin de y entre la variacin de x, y nos indica que
dicha relacin es de dos a uno (dos veces el valor del punto x
c
). Es decir, la dimensin y vara
en dos unidades de medida cuando la dimensin x vara en una unidad de medida. Si en los
puntos siguientes a x
c
la relacin anterior disminuye hasta cero, esto revela que la dimensin y
deja de variar con respecto a la dimensin x. Este tipo de anlisis es bsico para la ingeniera.
En la Figura 23 resumimos nuestro enfoque para significar la funcin derivada como modelo
para, a partir del papel que desempean las cantidades en un contexto fenomenolgico
ordinario. En la siguiente seccin, proponemos ampliar el modelo para utilizarlo con cualquier
funcin de la cantidad dependiente y.

Medicin de tiempo
y desplazamiento.
Clculo de velocidad
como razn entre dos
cantidades de
variacin
Concepto matemtico Cantidades Situacin problema
La funcin derivada para
la razn de cambio en un
punto, es un modelo para
la relacin por unidad
instantnea, entre dos
cantidades de variacin
Arranque
del vehculo.
Clculo de
velocidad
instantnea

Figura 23. La derivada como modelo para.

111

5.3. La derivada para cualquier funcin polinmica f(x).
Del anlisis de la seccin anterior, formulamos un modelo para obtener la funcin
derivada que proporciona la razn de cambio en un punto central. Para hacerlo tomamos como
base el hecho de que la razn de cambio promedio es igual a la razn de cambio en dicho
punto, cuando la funcin f(x) es cuadrtica. Este hecho tambin implica que la razn de
cambio promedio es diferente de la razn de cambio en un punto que no es central. En
consecuencia, al tomar el punto inicial del intervalo como punto de clculo, la razn de
cambio promedio no provee la razn de cambio en dicho punto. Esta situacin la enfrentaron
Newton y Leibniz al utilizar la razn de cambio promedio para obtener la razn de cambio de
un punto x situado al inicio del intervalo. La posicin del punto x se observa en la definicin
de la derivada como un lmite, en la que el intervalo x se expresa con la letra i:
0
( ) (
' '( )
i
f x i f x
y f x Lm
i
+
= =
)

Lo anterior sugiere que hay una diferencia entre la razn de cambio promedio y la
razn de cambio en el punto inicial, que casi desaparece cuando el intervalo es infinitamente
pequeo. Esto origina los procesos de aproximacin al infinito entre ambas razones, que
enfrentaron Newton y Leibniz y llevaron a dAlembert y Cauchy a desarrolar la nocin de
lmite.
Con el enfoque hacia la modelacin proponemos una alternativa que elude los procesos
mencionados. Para ello, analizamos la razn de cambio promedio que se obtiene con
diferentes posiciones del punto de clculo en el intervalo de variacin. En la Figura 24
mostramos los modelos o funciones obtenidas para la razn de cambio promedio, formuladas a
partir del punto de clculo x y la funcin f(x) = x
2
para la variable dependiente y. En la primer
columna, se indica la posicin del punto de clculo en trminos del tamao del intervalo x.
As tenemos cero x, un cuarto, una mitad, tres cuartos y un x. En las columnas restantes se
muestran tres espresiones de la razn de cambio promedio formulado con dichos puntos. En la
segunda columna, obtenemos una versin general para obtener la derivada con la funcin f(x)
de la variable y. En la tercer columna, introducimos la funcin cuadrtica f(x) = x
2
para dicha
variable. En la cuarta, se muestra el modelo final para obtener la derivada del punto central
f(x
c
) a partir del punto de clculo x y la funcin f(x) = x
2
.
112


2
2 2
2 1 2 1
2 2
Posicin Razn de cambio Razn de cambio Razn de cambio
del punto promedio: promedio con del punto central
clculo: ( ) : :

( ) ( ) ( ) ( ) ( ) ( )
'( )
( ) ( ) ( ) ( )
0
c
c
f x x x
f x f x x x f x f x
x f x
x x x x
f x x f x x x x
x
x
=

= =

+ +
| |
0
2 2
3 3 1 1
4 4 4 4
1 1
4 2 1
4
2 2
1 1 1 1
2 2 2 2
1
2 1
2
2 2
3 3 1 1
4 4 4 4
3 1
4 2 3
4
2
( ) ( ) ( ) ( )
2
( ) ( ) ( ) ( )
2 2
( ) ( ) ( ) ( )
2
( ) ( ) ( )
1
x
x
c
x
x
x x
x
f x x f x x x x x x
x x x
x x
f x x f x x x x x x
x x x
x x
f x x f x x x x x x
x x x
x x
f x f x x x
x
x
+ +
+

+ +
=

+ +

2 2
1
( )
2
x
x x
x x
x

Figura 24. La razn de cambio del punto central f(x
c
) obtenida con diferentes
posiciones del punto de clculo con f(x) = x
2
.

En la Figura 24 observamos tres propiedades importantes al determinar la funcin
derivada f(x
c
) a partir de la razn de cambio promedio. Primera, cuando el punto de clculo x
y el punto central x
c
coinciden (vase el caso en que x est a la mitad del intervalo, x), la
razn de cambio promedio es igual a la razn de cambio en el punto de clculo [f(x)/x] =
f(x). En este caso, no se presenta la diferencia que origina procesos de aproximacin infinitos.
Esta propiedad es vlida con cualquier funcin polinmica f(x), cuando el punto de clculo x
coincide con un punto medio x
p
, cuya razn de cambio es igual a la razn de cambio
promedio. Aunque se desconoce la posicin del punto medio x
p
, su existencia la comprueba el
teorema del valor medio. As, la primera propiedad que proponemos es: cuando el punto de
clculo y el punto medio coinciden (x

= x
p
), la razn de cambio promedio es igual a la razn de
cambio en el punto de clculo, esto es: [f(x)/x] = f(x).
En la cuarta columna de la Figura 24 observamos otra propiedad: la razn de cambio
promedio siempre incluye a la funcin derivada para el punto de clculo. Esto es, Cuando x es
un valor que est al inicio del intervalo (0x) la razn de cambio promedio [f(x)/x] es 2x +
113

x. Cuando x es un valor a un cuarto del intervalo (x) la razn de cambio promedio es 2x +
x. Cuando x est al centro del intervalo (x) la razn de cambio promedio es 2x. Esta
situacin se repite para los puntos de clculo restantes. La constancia de dicha situacin, nos
lleva a proponer la segunda propiedad: la razn de cambio promedio es igual a la razn de
cambio del punto medio x
p
y siempre incluye a la funcin derivada del punto de clculo x, esto
es:
)] ( ' ) ( ' [ ) ( ' ) ( '
) (
x f x f x f x f
x
x f
p p
+ = =

Esta segunda propiedad implica otro hecho relevante: no importa la posicin del punto
de clculo; siempre es posible obtener su derivada a partir de la razn de cambio promedio. La
dificultad es identificar tal derivada. Para ello, en la cuarta columna de la Figura 24, se
observa que la derivada del punto x al inicio de x, f(x) = 2x
0x
es independiente del tamao
del intervalo. Tambin encontramos esta independencia en las derivadas de los restantes
puntos de clculo. Por ende, se propone como tercer propiedad: la funcin derivada para el
punto de clculo x, es independiente del tamao del intervalo x. Con base en ello,
identificamos la derivada del punto de clculo x, con los trminos independientes o factores
en su caso, del tamao del intervalo en el cociente de la razn de cambio promedio. En nuestra
propuesta, expresamos con el trmino tiic a dichos trminos o factores. Esto es, con base en la
tercer propiedad, identificamos la derivada a travs de los tiic y la expresamos como:
( ) (
'( )
f x x f x
f x tiic
x
+
(
=
(

)

A travs de los planteamientos descritos, proponemos que es posible obtener la funcin
derivada para la razn de cambio en un punto, en un contexto de modelacin. En el que la
derivada surge de la actividad de determinar una velocidad instantnea y se aparta de la nocin
de lmite. Sugerimos que con un enfoque hacia la modelacin, los significados de las
principales nociones se entrelazan de una manera que favorece la comprensin relacional. Esto
es, tales significados se originan al modelar el problema a travs de las cantidades y sus
relaciones. Dicha actividad de modelar se convierte en un contexto semitico para nociones
tales como: funcin derivada, razn de cambio promedio y en un punto, cantidad de variacin,
punto medio y punto de clculo. Por tanto, sugerimos que una didctica con el enfoque hacia
la modelacin para significar las nociones anteriores, profundiza la comprensin relacional de
114

la funcin derivada y promueve habilidades de modelacin. Entre ellas y de manera particular,
favorece la identificacin de relaciones entre variables.

5.4. Propuesta didctica para el aprendizaje de la derivada.
Al inicio del presente captulo sugerimos dos acciones para obtener un material
potencialmente significativo en el aprendizaje de la derivada. Ellas son apartarse de la nocin
de lmite, y significar la derivada a partir de las cantidades generadas en un contexto de
modelacin. Para guiar dichas acciones, establecimos dos premisas bsicas: situar la derivada
en una actividad de modelacin que la genere e iniciar dicha actividad en contextos de
conteo y medicin cercanos a lo cotidiano. Con estas premisas en mente, en las secciones
anteriores hemos desarrollado una propuesta conceptual bajo el enfoque hacia la modelacin.
Con la cual modelamos la derivada sin utilizar la nocin de lmite. Con base en ello, logramos
el primer objetivo de la investigacin.
El segundo objetivo es crear una propuesta didctica con la matemtica en contexto y
la propuesta conceptual desarrollada para la derivada. A continuacin describimos cada una de
las etapas didcticas de la matemtica en contexto (Camarena, 1999, 2002, 2003) que integran
la propuesta para la enseanza y aprendizaje de la derivada.

5.4.1. Anlisis de textos de las asignaturas que cursa el estudiante. De acuerdo con
Camarena (2002), para integrar el conocimiento matemtico a la ingeniera, se recomienda
solucionar problemas de la misma profesin. Con este propsito Camarena sugiere analizar los
textos de la carrera. As, un concepto matemtico se presenta al modelar un problema tpico, lo
que motiva al estudiante a aprender matemticas. En nuestro caso, la propuesta conceptual
para el aprendizaje de la derivada con el enfoque hacia la modelacin, requiere de problemas
reales en que la variable dependiente siga una funcin cuadrtica. Despus de una bsqueda
cuidadosa, no encontramos en los textos de ingeniera industrial un problema con tal
condicin. Recurrimos entonces a textos de las ciencias bsicas. As, en textos de fsica
localizamos el problema de la cada libre de un objeto. Problema que decidimos utilizar por
dos razones bsicas: el desplazamiento sigue una funcin cuadrtica, y es posible replicar la
cada en el aula.

115

5.4.2. Planteamiento del problema de las disciplinas del contexto. Esta etapa refiere al
momento en que el problema se presenta al grupo. Antes de ello, sugerimos dedicar dos
semanas de clases al aprendizaje de las operaciones bsicas con enfoque hacia la modelacin.
Con esto familiarizamos al alumno con el nuevo enfoque conceptual, a la vez que presentamos
las etapas de la matemtica en contexto, como etapas de un procedimiento general de
modelacin. De esta manera, creamos condiciones ms adecuadas para iniciar el aprendizaje
de la derivada con el enfoque hacia la modelacin. El problema que sugerimos se encuentra en
la pgina 26 del documento: Clculo diferencial e integral. Las operaciones bsicas y la
derivada bajo un enfoque hacia la modelacin (vase Apndice A). A continuacin
transcribimos dicho problema:

Situacin Tpica:
1) Con frecuencia en ingeniera industrial se presentan problemas asociados a las
velocidades de un objeto como la velocidad de una pieza en una mquina, de bandas de
produccin, de fluidos, cajas en transportadoras de rodillos, etc. Con el fin de analizar
los problemas de objetos en movimiento, resuelva el siguiente problema.
Un objeto se deja caer en cada libre. Cul es la velocidad promedio durante las
primeras cinco dcimas de segundo?, cul es la velocidad que lleva el objeto en el
tiempo t = 0.4 s; t = 0.6 s; en cualquier momento?, cul es la velocidad que lleva el
objeto en el tiempo t = 0.4 s; t = 0.6 s; en cualquier momento t si la posicin del objeto
sigue la funcin s(t) = t
3
?

Las dos primeras preguntas requieren utilizar una funcin cuadrtica para el
desplazamiento. Esta condicin resulta propicia para modelar la cada libre de un objeto en el
aula. La ltima pregunta obliga a concluir que la derivada es independiente del intervalo x, y
que puede ser identificada con base en ello. Todo esto permite introducir la nocin de derivada
como tiic de la razn de cambio promedio. Para dar respuesta a las interrogantes, los
estudiantes necesitan generar los datos del desplazamiento. Para esto se sugiere filmar la cada
libre de un objeto.

116

5.4.3. Determinacin de las variables y de las constantes del problema. El
planteamiento del problema termina cuando se precisa lo que se requiere para solucionarlo. El
siguiente momento didctico determina las variables necesarias para representar el problema,
as como sus condiciones constantes. En esta etapa se identifica como variable independiente
el tiempo, como dependientes el desplazamiento y la velocidad. Es importante que los
estudiantes concluyan que esta ltima se expresa con la razn de cambio desplazamiento sobre
tiempo. Para lo anterior se gua a los estudiantes a travs de una lluvia de ideas para
determinar variables y constantes.

5.4.4. Inclusin de los temas y conceptos matemticos necesarios para el desarrollo
del modelaje y su solucin. En esta etapa de la matemtica en contexto, el profesor debe
invitar a los estudiantes a investigar sobre la derivada. Luego, a travs de discusiones y
consensos, se identifican las relaciones entre las variables con base en la derivada (Camarena,
2001). Sugerimos identificar esta etapa como de determinacin de relaciones entre variables y
constantes. Esto permite centrar la atencin en identificar y clarificar dichas relaciones, con
las que se crea el concepto de derivada. Es decir, a partir de las dimensiones y sus cantidades,
proponemos identificar los tres tipos de variables que caracterizan la situacin problema: una
independiente, una dependiente, y otra dependiente relacionada con las anteriores, expresada
como su razn de cambio. Tambin sugerimos clarificar que se requiere una medicin
instantnea para esta ltima variable y que ello se logra al derivar una nueva funcin a partir
de la razn de cambio promedio. Todo lo anterior, como parte de la actividad de modelar el
problema. Por tanto, en esta etapa los estudiantes identifican la funcin de posicin, la relacin
de igualdad entre la velocidad promedio y la velocidad instantnea para una funcin
cuadrtica. Tambin identifican la propiedad de independencia de la derivada, con la que sta
se obtiene a partir de cualquier funcin polinmica.

5.4.5. Determinacin del modelo matemtico. Esta etapa se inicia en el momento en
que se realizan los procedimientos matemticos que llevan a obtener un modelo o frmula,
que valida todas las relaciones entre variables. Dicho modelo sirve para solucionar el
problema. Para las dos primeras interrogantes, el modelo o funcin derivada es la frmula en
117

que el punto de clculo x es igual al punto central x
c
. Esto es, el modelo genera la derivada
para cualquier funcin cuadrtica. La frmula a obtener es:
( )
( ) ( )
1 1
2 2
' '
c c
c
f x x f x x
y f x
x
+
= =

Para la ltima pregunta, el modelo a obtener y que crea la derivada para cualquier
funcin polinmica es:
( ) (
'( )
f x x f x
f x tiic
x
+
(
=
(

)

5.4.6. Solucin matemtica del problema. Las expresiones obtenidas en la etapa
anterior son de tipo general (Camarena, 1999). Se requiere la funcin especfica de la situacin
para obtener la derivada a partir de los modelos anteriores mediante los pasos matemticos
apropiados. En esta etapa los alumnos deben obtener las derivada f(x) = 10t para responder a
las primeras preguntas, y la derivada f(x) = 3t
2
en el caso de la ltima pregunta. En este
momento, la derivada funciona como modelo para la relacin instantnea entre dos cantidades
de variacin.

5.4.7. Determinacin de la solucin requerida por el problema en el mbito de las
disciplinas del contexto. En esta etapa, se introducen los datos apropiados en las derivadas
obtenidas para calcular las razones de cambio instantneas y solucionar el problema.

5.4.8. Interpretacin de la solucin en trminos del problema y rea de las
disciplinas del contexto. Por ltimo, los resultados se interpretan en el mbito del problema y
para verificar su congruencia. En nuestra propuesta, sugerimos que las actividades de stas
ltimas tres etapas, se realicen en una sola etapa procedimental, que identificamos como
obtencin de una solucin. El lector puede recurrir al documento Clculo diferencial e
integral. Las operaciones bsicas y la derivada bajo un enfoque hacia la modelacin (vase
Apndice A).
Con nuestra propuesta pensamos favorecer la comprensin relacional sobre la
derivada, esto es, proporcionar mayor claridad en torno a los diferentes aspectos de la nocin.
Para ello, evitamos la nocin de lmite y se construye la nocin de derivada a partir de las
118

cantidades, en un contexto para modelar la cada libre de un objeto. Sugerimos que la
propuesta provee de ideas cercanas a la experiencia de los alumnos y constituye, por tanto, un
material potencialmente significativo. Adems, al profundizar en las diferentes relaciones de
las variables que llevan a crear la derivada, los estudiantes se capacitan para ajustar
procedimientos matemticos a diferentes situaciones. En consecuencia, esperamos una mejora
en cuanto a las habilidades de modelacin de tales estudiantes.

Sumario. En el aprendizaje de la derivada se enfrenta la naturaleza intuitiva de la
nocin de lmite. As mismo, tal naturaleza dificulta encontrar contextos ordinarios para su
modelacin en educacin matemtica, as como la presencia de ideas de anclaje en los
estudiantes. Para enfrentar tales desafos, nos alejamos de la nocin de lmite y proponemos
una didctica con base en la actividad de modelar relaciones con base en las cantidades.
Dichas cantidades representan las dimensiones que gobiernan el problema y que llevan a crear
la nocin de derivada. Con todo ello se pretende favorecer la comprensin relacional y las
habilidades de modelacin.
Presentamos aqu el ejemplo prototpico de la velocidad instantnea de un vehculo,
para mostrar el tipo de problemas que organiza la derivada. Las preguntas que caracterizan
dichos problemas son del tipo cul es la velocidad en un momento t?, cul es la razn de
cambio instantnea? El clculo de la razn de cambio instantnea a partir de la razn de
cambio promedio lleva a un callejn sin salida. ste es superado en lo matemtico mediante la
nocin de lmite, mas no en lo cognitivo. Creemos que la frustracin en lo cognitivo es la
causa del rechazo de la nocin y de expresiones de que la derivada no tiene que ver con la
realidad. Sin embargo, proponemos que se puede obtener la derivada a partir de la razn de
cambio promedio. Para ello, consideramos la manera en que expresamos lo continuo con
nuestro sistema numrico, y sugerimos que los promedios tienden a ubicarse al centro de
intervalos de continuidad. Esto implica que la razn de cambio promedio puede ser igual a la
razn de cambio en un punto cerca del centro del intervalo de variacin.
Cuando en un fenmeno, la variable dependiente sigue una funcin cuadrtica,
tenemos las condiciones bajo las cuales la razn de cambio promedio es igual a la razn de
cambio en el punto central x
c
. Esto es, obtenemos la funcin derivada para dicho punto. Tales
fenmenos tienen varias caractersticas: una variable independiente x, una dependiente y =
119

f(x), y otra dependiente con variacin constante, que expresamos como razn de cambio entre
las dos primeras. Ejemplificamos lo anterior con el problema de calcular la velocidad
instantnea de un vehculo. Demostramos matemticamente que v
m
= v
tc.
. Esto nos muestra
otra manera de obtener una razn de cambio sin utilizar la nocin de lmite. Con base en estas
ideas, determinamos el siguiente modelo para obtener la derivada cuando se tiene una funcin
cuadrtica:
( )
( ) ( )
1 1
2 2
' '
c c
c
f x x f x x
y f x
x
+
= =

El modelo anterior es tranformado para utilizarlo con cualquier funcin polinmica f(x)
para la variable dependiente. Esto lo logramos al considerar tres propiedades: primera, la
razn de cambio promedio y la razn de cambio en un punto son iguales cuando el punto de
clculo x y el punto medio x
p
coinciden. Esto es, [f(x)/x] = f(x
p
). Segunda, la razn de
cambio promedio siempre incluye a la razn de cambio del punto de clculo x:
)] ( ' ) ( ' [ ) ( ' ) ( '
) (
x f x f x f x f
x
x f
p p
+ = =

Tercera, la funcin derivada para la razn de cambio del punto de clculo x, es
independiente del tamao del intervalo x. Con base en esta propiedad, identificamos la
derivada con los ticc:
( ) (
'( )
f x x f x
f x tiic
x
+
(
=
(

)

Por ltimo, describimos la propuesta didctica para el aprendizaje de la derivada a
partir de las ideas anteriores y de la matemtica en contexto. Dicha propuesta no utiliza la
nocin de lmite y utiliza un contexto cotidiano para modelar: la cada libre de un objeto. Con
ello, pretendemos favorecer la comprensin relacional de la derivada y, en consecuencia, las
habilidades de modelacin. En los prximos captulos expondremos los resultados obtenidos
con una didctica tradicional y la propuesta, en cursos de clculo diferencial de la carrera de
ingeniera industrial del Centro de Estudios Superiores del Estado de Sonora.
120

VI. Mtodo

VI. Mtodo

En los captulos anteriores hemos revisado la problemtica del aprendizaje de la
derivada en ingeniera, la dificultad de la nocin de lmite y elaboramos una propuesta
didctica para superar tal dificultad. En este captulo describimos el mtodo seguido para
realizar la investigacin. Esencialmente desarrollamos el estudio de dos grupos de Clculo
diferencial e integral seleccionados como casos para evaluar dicha propuesta. En uno de ellos
se sigue lo que llamamos una didctica tradicional y en otro la didctica propuesta. A cada
caso aplicamos los mismos instrumentos de coleccin de datos y comparamos resultados para
emitir una respuesta. Los resultados se describen en los captulos siguientes.
Los objetivos del estudio nos llevaron a realizarlo en dos etapas, la elaboracin de la
propuesta didctica descrita y la evaluacin de sus efectos en la comprensin relacional y
habilidades de modelacin. Para la primer etapa, en que desarrollamos nuestra propuesta
didctica, se realiz investigacin documental. Consultamos bibliografa y bases de datos en
diferentes bibliotecas, as como revistas y bases de datos electrnicas del rea temtica, y de
eventos y organizaciones matemticas. Para la segunda etapa, en que tomamos el estudio de
casos como estrategia de investigacin, seguimos los criterios dados por Yin (2003), tal como
se describe a continuacin.

6.1. Seleccin de la estrategia de investigacin.
La naturaleza de la pregunta de investigacin nos sugiri desarrollar una actividad en
un escenario complejo, exploratorio y de poco control en la bsqueda de una respuesta.
Complejo porque indagamos efectos en la comprensin relacional y en habilidades de
modelacin. La primera de ellas remite al anlisis de la apropiacin de los significados, lo que
reviste una complejidad considerable. Es aqu donde otorgamos al anlisis semitico de
Godino y Batanero (1997, 1998) un papel relevante para esta investigacin. Con respecto a las
segundas, observamos una complejidad menor, ya que entre los autores del tema encontramos
cierta coincidencia sobre las habilidades especficas que demanda la modelacin matemtica
(Camarena, 2001; Houston y Neill, 2003; Kaiser, 2005). En consecuencia, sugerimos que es
posible analizar los efectos de la didctica propuesta con base en tales habilidades. Esto es, es
121

VI. Mtodo
posible caracterizar las habilidades de modelacin de un estudiante, a travs de las actividades
mostradas al modelar un problema de ingeniera.
Por otra parte, el escenario nos muestra una actividad de investigacin exploratoria
porque no encontramos antecedentes de trabajos similares al del enfoque hacia la modelacin.
Como una implicacin de lo anterior y de la falta de un estudio piloto, se nos presenta una
actividad con poco control sobre la evolucin de la instruccin conforme a lo planeado. Con
base en estas implicaciones se decidi realizar un estudio de casos en la segunda etapa de la
investigacin.
De acuerdo con Yin (2003), un estudio de casos es recomendado cuando se tienen
preguntas de investigacin que inician con cmo? o por qu?, poco control del investigador
sobre los eventos y se pone mayor atencin a eventos contemporneos. Las ltimas dos
condiciones estn dadas en el escenario de la investigacin. En el caso de la primer condicin,
la pregunta de investigacin inicia con un qu? Al respecto Yin (2003) indica que el estudio
de casos exploratorio es apropiado, cuando una pregunta que inicia con un qu? refiere a una
comprensin de tipo cualitativo, como en este caso. Para otros autores, un estudio de casos es
una estrategia de investigacin que se enfoca en un ejemplo particular con un contexto
complejo, sobre el que se desea mayor comprensin (Mertens, 1998; Titscher, 2000). O bien,
se enfocan en ejemplos nicos en contextos reales en los que se observa cmo pueden
coincidir teora y prctica (Cohen, Manion y Morrison, 2000).

6.2. Diseo de investigacin.
De manera general el diseo refiere a la secuencia lgica de las actividades que
proveen evidencia para responder la pregunta de investigacin. La pregunta de investigacin
sugiere una base de comparacin para obtener una respuesta. Por ello utilizamos un diseo de
dos casos con condiciones contrastantes, esto es, un caso sometido a la didctica propuesta y
otro con la didctica sugerida por la academia de matemticas. Por tanto, tomamos como casos
a estudiar a los dos grupos de ingeniera industrial de los cursos de clculo diferencial e
integral en el periodo 2006-1. Dichos grupos corresponden a los turnos matutino y vespertino
en el semestre de enero a junio. Elegimos estos grupos por varias razones, primero por la
coincidencia de la programacin de los cursos con los tiempos propuestos para el desarrollo de
la investigacin; segundo, por el hecho de que es el primer curso de clculo dentro del
122

VI. Mtodo
programa. Otra razn importante fue la facilidad del acceso que represent para la
investigacin.
Como primer caso se escogi al grupo programado en el turno vespertino en horario de
5:00 a 5:50 PM de lunes a viernes. En este grupo las clases se impartieron por el profesor
asignado a la materia, con una didctica expositiva propia de la enseanza tradicional. A este
grupo le llamamos el caso de la matemtica tradicional. Como segundo caso se seleccion al
grupo de clculo diferencial e integral en horario de 8:00 a 8:50 AM, las cuales se
desarrollaron con la matemtica en contexto con el investigador como profesor. A este grupo
le llamamos el caso de la matemtica en contexto. El diseo contempl realizar el estudio de
los efectos en la comprensin y en habilidades de modelacin para ambos casos, y un anlisis
de sus diferencias para dar respuesta a la pregunta de investigacin.
El diseo de investigacin para un estudio de casos comprende cinco componentes
(Yin (2003, p. 21): 1. las preguntas del estudio, 2. sus proposiciones, si las hay, 3. sus
unidades de anlisis, 4. la lgica de enlace entre los datos y las proposiciones; y 5. el criterio
para interpretar los resultados [traduccin libre].

6.2.1. Pregunta y proposiciones del estudio. Tradicionalmente, de acuerdo con
Merriam (1988) los estudios de caso se inician con algn problema identificado en la prctica
y en el que deseamos conocer cmo ocurren las cosas. En nuestro caso la pregunta de
investigacin surge de la posibilidad de comprender la derivada desde una perspectiva de
modelacin del entorno. Esto nos sugiere realizar una actividad exploratoria utilizando la
didctica de la matemtica en contexto con un grupo de alumnos, para luego comparar sus
resultados con otro grupo que no la haya utilizado.
La importancia de una proposicin, segn Yin (2003), est tanto en su aportacin de
tipo terico como en su capacidad para dirigirnos en la bsqueda de una respuesta. Sin ellas es
difcil dirigir la investigacin hacia puntos especficos. Al inicio de la misma pensamos que
los efectos ms significativos podran darse en la comprensin relacional y en las habilidades
de modelacin. Sin embargo, en el transcurso de la investigacin, nos interesamos por indagar
si el estudiante percibe la derivada en su realidad cotidiana. Con base en el marco terico y
esta ltima consideracin, se establecieron tres proposiciones:

123

VI. Mtodo
1. La didctica de la matemtica en contexto con el enfoque hacia la modelacin para
la enseanza aprendizaje de la derivada favorece la comprensin relacional.
2. Acerca la nocin de derivada a la realidad cotidiana.
3. Favorece el desarrollo de habilidades de modelacin, en particular, la identificacin
de relaciones entre variables.

Si la matemtica en contexto con un enfoque hacia la modelacin, favorece la
comprensin relacional y las habilidades de modelacin, esperamos que los estudiantes
muestren las capacidades sealadas y declaren significados para la derivada como modelo
para.

6.2.2. Unidades de anlisis. De manera global, las unidades de anlisis en cada caso
son la trascripcin de la clase en que se estudia la nocin de derivada, y los alumnos
seleccionados para evaluar efectos en la comprensin y habilidades de modelacin. Otras
unidades de anlisis son propias del enfoque ontolgico semitico (Godino, 2003) para
determinar la configuracin epistmica de la derivada, o para caracterizar los significados
propios de la comprensin relacional.

6.2.3. Enlaces de datos a proposiciones y criterios de interpretacin. La obtencin de
datos enlazados a las proposiciones se puede hacer de muchas maneras segn Yin (2003).
Aunque l aclara que ninguna ha sido definida con la misma precisin con que ocurre la
asignacin de sujetos y tratamientos en los experimentos psicolgicos. En nuestro estudio, la
primer proposicin implica el anlisis de las explicaciones de los estudiantes sobre lo que
hacen y ver si su discurso incluye conceptos, propiedades y argumentaciones coherentes con el
enfoque hacia la modelacin. Esto nos sugiere utilizar tres fuentes de evidencia para la
coleccin de datos en ambos casos: a) observacin directa de los significados que se negocian
en clases en las que la derivada es objeto de enseanza aprendizaje. Caracterizar dichos
significados con base en el enfoque ontolgico semitico de Godino (2003) para obtener el
significado implementado como una configuracin epistmica
23
del objeto; b) evaluaciones

23
Conjunto de significados con relacin a un concepto matemtico que se agrupan en las categoras: significados
lingsticos, situacionales, actuativos, conceptos, propiedades y argumentos (Godino, 2003)
124

VI. Mtodo
para identificar y caracterizar los significados del enfoque hacia la modelacin declarados por
los estudiantes, a travs de un cuestionario sobre comprensin relacional, un exmen con
ejercicios y un problema de derivadas; y c) entrevistas enfocadas para precisar ms all de lo
escrito, los significados declarados y logrados.
La segunda proposicin del estudio, relacionada con la derivada y la realidad, nos
sugiere utilizar la evaluacin y la entrevista para preguntar de manera directa sobre ello. En
cuanto a la tercer proposicin, nos parece apropiado utilizar la evaluacin como fuente de
evidencia para identificar habilidades de modelacin. As como entrevistar a los estudiantes
para profundizar en lo realizado.
En cuanto a los criterios de interpretacin de resultados, Yin (2003) afirma que
actualmente no hay una forma precisa de establecerlos. Ante la ausencia de una gua clara,
optamos por comparar los resultados en cada una de las proposiciones. Esto es, en cuanto a la
comprensin relacional, esperamos que los estudiantes del caso de la matemtica en contexto
muestren mejores resultados que los del caso tradicional. Para confirmar dicha condicin,
comparamos los resultados de ambos casos. De manera similar comparamos los resultados en
habilidades de modelacin y la percepcin del estudiante sobre la derivada y la realidad.
Tambin al comparar ambos casos, se buscan posibles indicios de correlacin entre la
comprensin relacional y habilidades de modelacin.

6.3. Participantes.
El grupo del caso tradicional lo utilizamos como referencia y estuvo formado por seis
alumnos regulares y un alumno de oyente. Tres de los estudiantes regulares llevaron
anteriormente el curso de clculo diferencial e integral en otras universidades. El profesor
imparte el curso por primera vez en ingeniera industrial y todos los estudiantes son del sexo
masculino. El grupo de la matemtica en contexto estuvo integrado por 19 estudiantes, en su
mayora jvenes que llevaran su primer curso de clculo diferencial en la universidad. En
dicho grupo slo se tuvieron dos alumnas. El investigador particip como profesor del curso e
implement la didctica propuesta. El profesor regular particip en la filmacin de las clases y
al dar instrucciones sobre la aplicacin de exmenes.

125

VI. Mtodo
6.4. Materiales e instrumentos.
6.4.1. Notas del curso de clculo diferencial. En el caso tradicional el material o notas
del curso, son elaboradas por el profesor siguiendo instrucciones de la academia de
matemticas, y su experiencia bajo el principio de libertad de ctedra. En el caso de la
matemtica en contexto, las notas del curso son elaboradas por el investigador con el enfoque
hacia la modelacin siguiendo la matemtica en contexto (vase Apndice A). Dichas notas se
dividen en tres temas, modelos y modelacin, modelos para relaciones de unin o separacin
de cantidades, y modelos para relaciones de variacin: dependencia, variacin media, en punto
y total. Los dos primeros temas ofrecen una perspectiva de los modelos y de las operaciones
bsicas como modelos simblicos. El tercer tema se desarrolla siguiendo la propuesta
didctica. Esto es, a los alumnos se les pide construir un modelo matemtico para calcular
velocidades instantneas de un cuerpo en cada libre. Con ello se ofrece una perspectiva de
modelo para las funciones y la derivada. La parte que corresponde al clculo intergral no se ha
escrito.

6.4.2. Trascripcin de clases. En ambos casos la clase en que se estudia la derivada fue
transcrita para el anlisis de los significados negociados en la misma. En el caso tradicional se
transcribe la clase del 20 de febrero y en el caso de la matemtica en contexto, la clase del 16
de marzo.

6.4.3. Examen sobre argumentos. De acuerdo con Godino (2003) es posible inferir la
comprensin de un estudiante a partir de sus argumentaciones al realizar una tarea, o a partir
de los conceptos, propiedades y argumentos que un estudiante reconoce como caractersticos
de un objeto matemtico. Por consiguiente, decidimos disear un examen sobre derivadas y
pedirle al alumno que justificara cada paso (vase Apndice B). Dicho examen tiene tres
secciones, una que contiene los ejercicios y problemas a resolver, otra para anotar los pasos de
solucin, y otra para anotar la justificacin de cada paso. En un inicio, pensamos incluir la
nocin de lmite en nuestro anlisis, pero la complejidad de la investigacin y el escaso aporte
a responder la pregunta de investigacin nos llevaron a rechazar la idea. El examen tiene
cuatro reactivos, dos para limites y dos para derivadas. A los estudiantes se les pidi resolver
slo los reactivos tres y cuatro que corresponden a derivadas.
126

VI. Mtodo
6.4.4. Cuestionario sobre comprensin. Con el propsito de conocer si el alumno
reconoce significados de la derivada propios del enfoque hacia la modelacin, que funcionan
como andamiaje para la comprensin relacional, se disea el cuestionario de comprensin
(vase Apndice C. Con base en Godino (2003), los reactivos de dicho cuestionario se
categorizan en conceptos, propiedades y argumentos asociados con la derivada. As, los
reactivos del uno al cinco, siete, ocho y once pertenecen a la categora de conceptos. Todos
ellos son de opcin mltiple y sus respuestas tienen significados de la matemtica tradicional y
del enfoque hacia la modelacin. En el cuestionario se le pide al estudiante que elija una de
ellas, la que considere correcta. Algo similar ocurre con los reactivos seis, nueve y diez,
pertenecientes a la categora de propiedades. Por su parte, los reactivos 15, 16 y 17 pertenecen
a la categora de argumentos y son preguntas abiertas. Los reactivos 12 y 13 son preguntas
abiertas sobre ejemplos y contra ejemplos de la derivada en la realidad. El reactivo 14 es de
opcin mltiple que se pide al estudiante que identifique los ejemplos que tratan de derivadas.
Por ltimo, los reactivos 18 y 19 incluyen una grfica en que se pide identificar el valor de una
derivada. Estos dos ltimos reactivos los basamos en el instrumento utilizado por Dolores
(2000) para estudiar el conocimiento de la derivada en jvenes de educacin media superior.

6.4.5. Examen sobre habilidades de modelacin. Las habilidades que evaluamos son
plantear el problema, identificar variables y constantes, relacionar variables y constantes, y
formular el modelo matemtico. Para ello se adapt un problema de administracin de
inventarios del rea de investigacin de operaciones para aplicarlo en un examen (vase
Apndice D). En ste ltimo se pide formular un modelo para el ritmo de variacin del costo
total anual de acuerdo al tamao de pedido.

6.4.6. Entrevistas. Dado que los estudiantes pueden proporcionar respuestas o realizar
acciones sin un por qu claro, se decidi entrevistarlos. Por lo tanto, todos los exmenes y el
cuestionario sobre comprensin fueron complementados con entrevistas enfocadas
24
en los
ejercicios, problemas y preguntas contestadas por los estudiantes seleccionados.

24
La entrevista enfocada se caracteriza porque se encuentra definida por temas especficos. De acuerdo con
Galindo (1998, p. 299) en dicha entrevista el sujeto nos interesa porque [...] se conoce de antemano su
participacin en una experiencia que ha motivado el diseo de la investigacin.
127

VI. Mtodo
6.5 Procedimiento.
6.5.1. Caso tradicional. Se contact al profesor del curso, se le expuso el objetivo de la
investigacin y se obtuvo su autorizacin para realizarla en su grupo. En consecuencia las
clases fueron video grabadas, transcritas y se analiza la que presenta a la derivada. Se
aplicaron los instrumentos sealados anteriormente y se entrevist a los estudiantes. Por
ltimo se resumieron los resultados para tener una base de comparacin con el caso de la
matemtica en contexto. A continuacin se describe el procedimiento seguido para evidenciar
cada proposicin del estudio.

6.5.1.1. Comprensin relacional y la derivada en la realidad. Para inferir los logros en
la comprensin relacional con base en el enfoque ontolgico semitico de Godino y Batanero
(2003) se siguieron las siguientes acciones: a) determinar la configuracin epistmica
implementada de la derivada, b) identificar los argumentos de los estudiantes al solucionar una
tarea con dicha nocin, y c) caracterizar los conceptos, propiedades y argumentos de la
derivada con el enfoque hacia la modelacin, reconocidos por los estudiantes.

6.5.1.1.2. Configuracin epistmica implementada de la derivada. Esta configuracin
se obtuvo siguiendo los siguientes pasos:

a) La clase del 20 de febrero en que se presenta la derivada, fue video grabada y
transcrita por el investigador para su anlisis.
b) Con base en el enfoque ontolgico semitico, el texto de la trascripcin se
descompuso en unidades naturales, unidades epistmicas y configuraciones
epistmicas.
c) Para cada configuracin epistmica se determin un carcter global o significado
global.
d) Con base en los significados globales se obtuvo la configuracin epistmica
implementada de la derivada, desglosada en las categoras de situaciones, acciones,
conceptos, propiedades, argumentos y lenguaje.

128

VI. Mtodo
6.5.1.1.3. Caracterizacin de argumentos. Los argumentos de los estudiantes se
caracterizan con base en el tipo de comprensin mostrada, ya sea relacional o instrumental.
Para caracterizar tales argumentos se realizaron los siguientes pasos:

a) Se obtuvo autorizacin del profesor del curso y se aplic el examen sobre
argumentos a todo el grupo.
b) Se recogieron y guardaron los exmenes.
c) Se propuso la solucin del examen y 18 probables argumentos que reflejan
comprensin relacional o instrumental.
d) Se eligieron tres estudiantes que mostraron mayor inters en las clases y se les
entrevist sobre sus justificaciones.
e) De acuerdo a las justificaciones ofrecidas, se asign un tipo de comprensin a los
argumentos dados por los estudiantes.
f) Se elabora una tabla con los resultados de los tres estudiantes y el tipo de
comprensin mostrada.

6.5.1.1.4. Conceptos, propiedades y argumentos reconocidos. Los significados
propios de una comprensin relacional con el enfoque hacia la modelacin, se infieren a travs
de los conceptos, argumentos y propiedades sobre la derivada que reconoce el alumno. Para
ello se realizaron las siguientes acciones:

a) Se obtuvo autorizacin del profesor del curso y se aplic el cuestionario sobre
comprensin a todo el grupo.
b) Se recogieron los cuestionarios y se guardaron.
c) A los tres estudiantes elegidos para el anlisis se les entrevist sobre sus respuestas.
d) De acuerdo a las argumentaciones ofrecidas, se determina si el estudiante reconoce
los significados de conceptos, propiedades o argumentos con el enfoque hacia la
modelacin.
e) Se elabora una tabla con los resultados de los tres estudiantes sobre los significados
reconocidos.

129

VI. Mtodo
Con los elementos anteriores inferimos los logros en la comprensin relacional del
caso tradicional, y establecemos una base para comparar los resultados del caso de la
matemtica en contexto.
La siguiente proposicin del estudio refiere a la posibilidad de que el estudiante
reconozca la derivada como algo en contacto con la realidad. Decidimos preguntar sobre ello
de manera directa en las preguntas 12, 13 y 14 del cuestionario sobre comprensin. En
consecuencia, el procedimiento que seguimos es el descrito arriba hasta el paso c), en que
tambin se pregunta por la forma en que ellos ensearan la derivada. Esto ltimo con
intencin de conocer el inters de los estudiantes por utilizar situaciones reales. Las entrevistas
fueron transcritas y se analiz si el estudiante es capaz de proporcionar ejemplos y contra
ejemplos de la derivada en situaciones reales. Los resultados se resumieron en una tabla.

6.5.1.2. Habilidades de modelacin. La ltima proposicin del estudio nos lleva a
indagar por las habilidades de modelacin. stas son, plantear el problema, identificar
variables y constantes, relacionarlas, y formular el modelo matemtico. Dichas habilidades se
evalan a travs del examen diseado para tal fin. ste se aplic de acuerdo a los pasos
siguientes:

a) Se obtuvo autorizacin del profesor del curso para aplicar el examen sobre
habilidades de modelacin a todo el grupo.
b) El profesor ofreci diez puntos adicionales en la calificacin para motivar a los
estudiantes a resolverlo.
c) Se aplic el examen a todo el grupo.
d) Se recogieron los exmenes y se guardaron.
e) A los tres estudiantes elegidos para el anlisis se les entrevist sobre sus respuestas.
f) De acuerdo a las argumentaciones ofrecidas, se determin si el estudiante plante el
problema, identific todas variables propias de una situacin de derivadas, las
relacion y formul cada paso para obtener el modelo del ritmo de variacin.
g) Se elabora una tabla con los resultados de los tres estudiantes sobre las habilidades
mostradas.

130

VI. Mtodo
6.5.2. Caso de la matemtica en contexto. Al igual que en el otro caso, se contact al
profesor y se le expuso el motivo de la investigacin, sin embargo, l declin impartir la
derivada con la didctica de la matemtica en contexto y el enfoque hacia la modelacin. Se
acord entonces que impartiramos la parte del curso en que se estudia la derivada como
modelo para. Los procedimientos e instrumentos utilizados para este caso son los mismos que
se utilizaron en el caso tradicional, con excepcin de que seleccionamos cuatro estudiantes
para el anlisis de los resultados; y nuestra observacin fue ms en forma de tipo participante.

6.5.3. Comparacin de resultados. Para dar respuesta a la pegunta de investigacin,
los resultados de ambos casos se compararon para cada proposicin, a partir de los totales de
las diferentes categoras de respuestas.
131

VII. Resultados: caso tradicional

VII. Resultados: Caso tradicional

En este captulo describimos los resultados obtenidos con la didctica tradicional para
el aprendizaje de la derivada en un grupo de ingeniera industrial, al que hemos denominado
caso tradicional. De manera general exponemos el contexto y los aspectos considerados ms
relevantes de nuestro estudio en cada una de las proposiciones que nos guan: comprensin
relacional, la derivada y la realidad, y las habilidades de modelacin. El lector interesado
encontrar ms detalle de lo que aqu presentamos en los apndices. En esta seccin
presentamos el contexto y los resultados relacionados con cada una de las proposiciones del
estudio. Esto es, los logros obtenidos en la comprensin relacional, la derivada y la realidad, y
habilidades de modelacin.

7.1. El contexto.
San Luis Ro Colorado es una ciudad frontera con San Luis Arizona en Estados Unidos
y se ubica aproximadamente a 50 Km al este de la ciudad de Mexicali, Baja California. En
1983 se cre el CESUES en la unidad acadmica San Luis Ro Colorado para apoyar el
desarrollo regional, acorde a sus prioridades institucionales, tal como se indica en su ley
orgnica (Gobierno del Estado de Sonora, 1983). En la dcada pasada, el CESUES
implement los programas de ingeniero industrial e ingeniero industrial en electrnica para
atender las necesidades de la industria maquiladora local. Dichos programas tienen un sistema
curricular de crditos, y comparten un tronco comn durante los primeros cinco perodos a
partir del plan de estudios 2001.
El aprendizaje de la modelacin matemtica en ambas carreras es algo que no
encontramos explcitamente definido. En el caso del programa de ingeniero industrial
observamos una referencia tangencial en su objetivo general, al sealar que el propsito es
formar ingenieros que optimicen recursos materiales, tecnolgicos y financieros entre otros.
Una referencia ms especfica la encontramos en el perfil del egresado (CESUES, 2002, p. 4):
desarrolla y utiliza modelos tericos a travs de tcnicas de investigacin de operaciones y
simulacin de sistemas para predecir el comportamiento de sistemas industriales y de
servicios. Otra referencia la hallamos en el campo de trabajo descrito en la pgina cinco del
132

mismo documento, en ella se indica que el ingeniero participa en tareas para analizar un
modelo, para aplicar metodologas de solucin fundamentales en la resolucin de problemas.
En el programa de ingeniero industrial en electrnica encontramos menos referencias para el
aprendizaje de la modelacin matemtica. La nica expresin que asociamos al uso de la
modelacin matemtica, la hallamos en el perfil del egresado, en el que establece que el
ingeniero es capaz de utilizar (CESUES, 2002a, p. 4): las computadoras para el anlisis,
diseo, simulacin y control de dispositivos y circuitos elctricos y electrnicos.
Los planes curriculares en ambos programas presentan las mismas asignaturas en los
primeros cinco perodos y no observamos ninguna orientacin especfica para cada carrera.
Para la formacin en matemticas se establecen cuatro cursos iniciales: a) MAT103
Matemticas para ingeniera, b) MAT104 Clculo diferencial e integral, c) MAT105 Clculo
avanzado y, d) MAT106 Ecuaciones diferenciales. El primer curso se presenta bsicamente
como un repaso a las nociones fundamentales del lgebra, de la trigonometra y la geometra
analtica. El curso de clculo diferencial e integral por su parte, tiene como objetivo
proporcionar los conocimientos introductorios sobre el Clculo para funciones de una
variable, con la finalidad de obtener la derivada de funciones de varios tipos y la resolucin de
integrales utilizando diversas tcnicas de integracin. En dicho objetivo no se menciona el
desarrollo de habilidades en modelacin matemtica.
En el periodo 2006-1 se program el curso de clculo diferencial para los estudiantes
de ingeniera industrial en dos horarios. El horario matutino es de 8:00 a 8:50 hr y el
vespertino es de 17:00 a17:50 hr. Ambos cursos se programan de lunes a viernes. Observamos
que en el horario matutino se inscriben estudiantes regulares en su mayora. El caso contrario
lo encontramos en el horario vespertino. De acuerdo con la disponibilidad de los profesores
para implementar nuestra didctica, seleccionamos al grupo de este ltimo horario como caso
tradicional. En este grupo, el profesor imparte las clases de acuerdo con las instrucciones de la
academia de matemticas y su experiencia personal. El manual del curso sugerido por dicha
academia, muestra una tendencia para la enseanza con base en ejercicios bsicos de cada
tema, con una explicacin conceptual mnima. El diseo del curso lo identificamos como el de
una clase expositiva centrada en aprendizajes algortmicos.
Para determinar los significados implementados en clase con respecto a la derivada,
realizamos una observacin no participante en los das 20, 22, 23, 27 de febrero y 1, 6 de
133

marzo. En tales das se present la nocin de derivada, y se realizaron ejercicios con lmites y
reglas para derivar. El curso fue interrumpido frecuentemente por la asistencia del profesor a
otros cursos de capacitacin que promovi el mismo CESUES. Decidimos aplicar el anlisis
semitico ontolgico para configurar los significados implementados slo a la clase del da 20
de febrero. Ello obedece a dos razones, una es que el anlisis es complejo y detallado lo que
hace imprctico extenderlo a ms clases; la otra, es que en dicha clase se presenta la nocin de
derivada.
Con respecto a los estudiantes participantes, la matrcula fue de seis de los cuales tres
llevaron clculo en otras escuelas de ingeniera antes de inscribirse en el CESUES. Adems se
admiti un alumno de oyente, que segn manifest, quera repasar clculo diferencial antes de
entrar a clculo avanzado. Realizamos la observacin a travs de audio y video grabacin. La
cmara de video se ubic en la parte posterior del aula y una pequea grabadora de audio en la
parte frontal.
Despus del periodo de observacin todos los estudiantes fueron sometidos a tres
exmenes: uno para conocer sus argumentaciones al solucionar ejercicios y un problema; un
cuestionario sobre nociones propias de la comprensin relacional, y un examen que requiri
modelar un problema para solucionarlo. Para analizar los resultados seleccionamos a tres
estudiantes que a nuestro criterio, mostraron mayor inters en clase: Carlos, Ral y Erick. Los
dos primeros son repetidores que llevaron cursos de clculo en otras universidades, y el ltimo
cursa clculo por primera vez en el mbito universitario. A continuacin presentamos los
resultados obtenidos en cada proposicin del estudio.

7.2. Comprensin relacional.
La primer proposicin que gua nuestro caso, es que la matemtica en contexto y el
enfoque hacia la modelacin, favorecen la comprensin relacional y la construccin de
significados como modelo para de la derivada. Nos apoyamos en el enfoque ontolgico
semitico de Godino y Batanero (1997, 1998; Godino, 2003) para el anlisis de la
comprensin relacional lograda. Siguiendo dicho enfoque decidimos realizar el anlisis a
partir de tres fuentes de datos. La primera la constituyen los significados negociados en clase
134

con respecto a la derivada o configuracin epistmica
25
implementada, de esta manera nos
aproximamos a lo que se ense en el aula. La segunda fuente son los significados declarados
por el estudiante al justificar sus acciones en un problema con la derivada. Con ello inferimos
si la comprensin lograda es instrumental o relacional. La tercer fuente, son los significados
que el estudiante es capaz de reconocer en un cuestionario sobre conceptos, propiedades y
argumentos para la derivada con el enfoque hacia la modelacin. Con base en los significados
reconocidos por el estudiante inferimos si posee el andamiaje para una comprensin relacional
con dicho enfoque. A partir de estas tres fuentes de datos comparamos los resultados
obtenidos entre los dos casos y proponemos nuestras conclusiones.

7.2.1. Configuracin epistmica implementada. Para analizar los significados
negociados en el aula, utilizamos el modelo terico que propone Godino (2003) y que
denomina anlisis epistmico. En dicho anlisis, clasificamos la actividad del aula en seis
tipos de prcticas: situaciones, acciones, conceptos, proposiciones, argumentos y lenguaje.
Cada una de ellas origina una entidad primaria (o categora) del significado. El anlisis
epistmico consiste entonces, en descomponer la actividad en tales entidades y determinar su
secuencia o trayectoria. Godino llama unidad epistmica a cada parte de la actividad en que se
negocia una slo entidad primaria o categora del significado, e identifica con el trmino
estado epistmico al tipo de significado que muestra dicha unidad. En consecuencia, los seis
estados posibles son (Godino, 2003, p. 184):

E1: Situacional: se enuncia un ejemplar de un cierto tipo de problemas.
E2: Actuativo: se aborda el desarrollo o estudio de una manera de resolver los
problemas.
E3: Lingstico: se introducen notaciones, representaciones grficas, etc.
E4: Conceptual: se formulan o interpretan definiciones de los objetos puestos en juego.
E5: Proposicional: se enuncian e interpretan propiedades.
E6: Argumentativo: se justifican las acciones adoptadas o las propiedades enunciadas.

25
Conjunto de significados con relacin a un concepto matemtico que se agrupan en las categoras: significados
lingsticos, situacionales, actuativos, conceptos, propiedades y argumentos (Godino, 2003).
135

Con la trayectoria epistmica caracterizamos los significados implementados a travs
de la identificacin de cada estado. Concordamos con Godino (2003) sobre la subjetividad
presente al caracterizar una actividad como un estado epistmico, sin embargo, creemos que es
posible lograr una caracterizacin aceptable. Para realizar el anlisis epistmico
descomponemos el texto en sus oraciones gramaticales con cierta flexibilidad, a cada una de
ellas se le llama unidad natural. Estas oraciones o unidades son agrupadas para integrar un
conjunto de oraciones en el que se negocia una entidad primaria. Dicho conjunto es una
unidad epistmica para el que sugerimos un estado epistmico.
A su vez, las unidades epistmicas con sus correspondientes estados, son agrupados en
otra unidad ms global, que Godino (2003) llama configuracin epistmica. De acuerdo con el
anlisis ontolgico semitico, dicha configuracin se delimita con el inicio y terminacin de
una situacin problema. Esto es, una configuracin epistmica engloba la actividad desde el
momento en que se presenta un problema hasta el momento en que se resuelve y se pasa a
otro. Otro criterio para delimitar una configuracin epistmica, es el carcter global de la
discusin en que el profesor presenta una entidad primaria (comunicacin personal, 24 enero
2007). En otras palabras, una configuracin epistmica tambin es delimitada por el inicio y
fin de una argumentacin con un significado global, que corresponde a una sola entidad
primaria.
Al caracterizar los significados implementados aplicamos el anlisis epistmico a las
transcripciones de la clase del 20 de febrero, en que el profesor explica la derivada como
lmite. Para ello, separamos el texto en unidades naturales, las cuales agrupamos en unidades
epistmicas al identificar el inicio y fin de un estado epistmico. A su vez, las unidades
epistmicas son agrupadas en configuraciones epistmicas que nos muestran el carcter global
de la actividad analizada. Con base en dichas unidades epistmicas determinamos los
significados implementados para la derivada en cada entidad primaria del significado. A
continuacin describimos cmo determinamos las primeras tres configuraciones epistmicas
de las ocho que encontramos en esta clase. El lector interesado puede ver el anlisis completo
en el Apndice E, as como la video filmacin y trascripcin de la clase en los Apndices F y
G respectivamente.

136

Configuracin epistmica uno. Esta configuracin es iniciada con la unidad
epistmica uno (vase Tabla 8), al recordar el significado de recta tangente y de recta secante,
y termina al reconocer que una parbola es la grfica de una funcin de segundo grado.
Unidad
Natural
Confi.
Epist.
(tiempo)
Unidad
Epist.
Descripcin Estado
Carcter
global de CE
1-17 1
Recordatorio del concepto de recta secante
y recta tangente a una curva
E4: conceptual
18-23 2
Presentacin grfica de recta tangente y
recta secante en una circunferencia
E3: lingistico
24-25 3
Recordatorio de que el grado de una
funcin es determinado por su mayor
exponente
E5: proposicional
26-32
CE-1

5.10.00
a
5:12:09
4
Reconocimiento de que la grfica de una
funcin cuadrtica: x
2
+ 3x es una parbola
E5: proposicional
Conceptual:
Se pretende
que los
alumnos
recuerden
conceptos
previos para
introducir la
nocin de
derivada.
33-34 5
Planteamiento del problema de obtener la
tangente a una parbola
E1: situacional
35-47 6
Introduccin de grficas y notaciones para
la variable independiente, su incremento y
funcin x, x + x, f(x)
E3: lingstico
48-52 7
Introduce notacin para el incremento en la
funcin [f(x + x) - f(x)]
E3: lingstico
56-65 8
Se propone que la secante se convierte en
tangente cuando el incremento tiende a cero
E5: proposicional
66-67 9
Describe la accin para obtener la funcin
que proporciona la inclinacin o pendiente
de la tangente
E2: actuativo
68 10
Se introduce la frmula para obtener la
pendiente de la tangente:
0
( ) (
( ) lim
x
f x x f x
f x
x

+
=
)

E3: lingstico
69-72
CE-2

5:12:09
a
5:16:34
11
Se define la derivada como la funcin que
proporciona la pendiente de la tangente
E4: conceptual
Conceptual:
Se formula la
derivada
como una
funcin que
permite
obtener la
pendiente de
la tangente a
una curva.
73-82 12
Descripcin de situaciones en que es til la
derivada, equivocadamente menciona que
sirve para obtener una velocidad media
E1: situacional
83-92 13
Mencin de la derivada como velocidad en
un punto y su utilidad en problemas de
optimizacin.
E1: situacional
93-94
CE-3

5:16:34
a
5:20:52
14
Se insiste en que la frmula de la derivada
proporciona una tangente
E4: conceptual
Situacional:
Se pretende
que los
alumnos
identifiquen
situaciones
que justifican
el estudio de
la derivada

Tabla 8. Trayectoria epistmica de la clase del 20 de febrero. 1ra. seccin. Caso
tradicional.

137

Creemos que en la primer unidad epistmica la trayectoria presenta un estado
conceptual, al poner en juego la definicin de recta secante y recta tangente. Observamos que
la definicin se limit a los puntos de la circunferencia, y no a la curva que describe una
funcin.
La segunda unidad epistmica nos sugiere un estado lingstico en que es presentada la
forma grfica de describir los conceptos negociados. Esto es, el profesor dibuja la
circunferencia con una recta secante y una tangente. Luego, l dirige la clase al tema de
funciones en la tercer unidad epistmica, y afirma que el grado de una funcin es identificado
por su exponente, aunque no aclara que debe ser el mayor, lo que puede generar conflictos
semiticos.
En la cuarta unidad epistmica, se realiza un repaso de la propiedad grfica de las
funciones de segundo grado, como una curva parablica. En este punto el profesor trata de
asociar las funciones a sus curvas caractersticas como una propiedad con el ejemplo de la
funcin de segundo grado x
2
+3x. Estas cuatro unidades epistmicas las agrupamos en la
configuracin epistmica uno, y sugerimos que, de manera global tiene un carcter
esencialmente conceptual, previo para la construccin del concepto de derivada. Pensamos
que los principales significados negociados incluyen los conceptos de recta secante, recta
tangente, grado de una funcin, representaciones notacionales y grficas de funciones de
segundo grado.

Configuracin epistmica dos. De manera global en esta configuracin se formula la
derivada como la pendiente de la tangente a la curva y abarca de la unidad epistmica cinco a
la 11. En unidad epistmica cinco es propuesto el problema de obtener la recta tangente a una
parbola. En la seis, el profesor presenta la grfica y las notaciones correspondientes. En la
unidad epistmica siete, se introduce la notacin para el incremento de la funcin. En la ocho,
el profesor explica que la pendiente de la secante se transforma en la pendiente de la tangente
a la parbola cuando el incremento tiende a cero. La expresin de un alumno: rale! nos
sugiere que se ha generado un acto de comprensin. En la unidad epistmica nueve, el
profesor describe la accin para obtener la funcin de la pendiente a la curva, por lo que dicha
unidad tiene un estado actuativo. En la diez, se formaliza la accin a travs de la frmula de la
derivada como el limite de un cociente. En la unidad epistmica 11 se presenta un estado
138

conceptual, ya que el profesor define la derivada con dicha frmula para una funcin de
cualquier grado.
En esta configuracin se formula el concepto de derivada sin mayor discusin por los
alumnos. Entre los significados puestos en juego, encontramos la situacin problema de
determinar la tangente a una parbola, el uso de notaciones x, f(x), x, f(x + x), la derivada
como una frmula para la pendiente de la tangente, y como un lmite. De manera global,
sugerimos un significado conceptual para esta configuracin epistmica, ya que se pretende
definir la derivada.

Configuracin epistmica tres. Sugerimos un carcter esencialmente situacional para
la configuracin epistmica tres. El profesor menciona diversas situaciones problema en las
que se utiliza la derivada para su solucin, como una justificacin para el estudio. En la
unidad epistmica 12 el profesor pregunta a los estudiantes sobre el porqu aprender
derivadas, l insiste en que los alumnos recuerden lo aprendido en preparatoria. En la unidad
epistmica 13, el profesor expone la situacin en que se requiere calcular la velocidad de un
objeto en cada libre, como un caso de aplicacin de la derivada. Tambin l expone la
situacin en que se requiere minimizar el material de una lata como otro caso de aplicacin, y
menciona el ahorro de tiempo obtenido a travs del clculo como una justificacin para su
aprendizaje. En la unidad epistmica 14, el profesor insiste en situaciones en que la derivada
proporciona la tangente a la curva.
Inferimos una configuracin epistmica para la derivada (vase Tabla 9), a partir de los
significados propuestos en las ocho configuraciones epistmicas que encontramos para esta
clase. De acuerdo con Godino (2003) la comprensin instrumental de la derivada es definida
por los significados implementados que corresponden a las categoras de situaciones y
acciones. As, la comprensin instrumental que debera haber logrado un estudiante en la clase
reportada, implica identificar situaciones y realizar acciones para obtener la derivada de una
funcin no contextualizada, as como de algunas situaciones de aplicacin.
En cuanto a la comprensin relacional, sta se define por los significados
implementados que se encuentran en las categoras de conceptos, propiedades y argumentos.
Para este caso los conceptos de recta secante, recta tangente y funcin constituyen el punto de
partida para conceptualizar la derivada como la tangente a la curva. As mismo, en cuanto a las
139

SITUACIONES ACCIONES
C
O
M
P
O
N
E
N
E
N
T
E

P
R
A
C
T
I
C
O

(
c
o
m
p
r
e
n
s
i
n

i
n
s
t
r
u
m
e
n
t
a
l
)

Determinar la tangente a una parbola o a una curva
Problemas descontextualizados para calcular la
derivada de una funcin lineal, de una funcin
cuadrtica, de n grado
Problemas de optimizacin
Problemas para encontrar valores mximos o tasas
de crecimiento poblacional

Obtencin de una solucin e interpretarla.
Aplicacin de las reglas de derivadas.
Introduccin de la funcin en la frmula de
derivada como lmite.
Realizacin de procedimientos algebraicos de
solucin para la derivada como lmite

CONCEPTOS PROPIEDADES
Previos: recta secante, recta tangente, funcin,
grado de una funcin, parbola, limite de una
funcin

Emergentes: derivada como frmula para la
pendiente de la tangente a una curva, derivada
como lmite de una familia de secantes, derivada
como promedio, como velocidad en un punto, como
tangente a la curva. Reglas de derivacin.
Se obtiene cuando x tiende a cero.
Es el lmite de un cociente.
Reglas de derivacin como propiedades

ARGUMENTOS
C
O
M
P
O
N
E
N
T
E

D
I
S
C
U
R
S
I
V
O
/
R
E
L
A
C
I
O
N
A
L

(
C
o
m
p
r
e
n
s
i
n

r
e
l
a
c
i
o
n
a
l
)

Comprobacin grfica de que el lmite de la secante es la pendiente de la tangente a la curva.
Comprobacion procedimental de que la regla produce el mismo resultado que el procedimiento algebraico para
la derivada como lmite.

LENGUAJE
C
O
M
P
O
N
E
N
T
E

D
E

D
E
S
A
R
R
O
L
L
O

Verbal: Derivada: pendiente de la recta tangente a la curva, el lmite de las secante cuando x tiende a cero.
Mtodo de los cuatro pasos.

Grfico: grficas en las que se obtiene la pendiente de la recta tangente a una curva.
Simblico: x,
0
( ) (
'( )
x
f x x f x
Lm
x
f x

+
=
)
y = 0; y = nkx
n-

Tabla 9. Configuracin espistmica de la derivada. Caso tradicional.
140

propiedades, el estudiante debe comprender que la derivada se obtiene al reducir infinitamente
los incrementos x, lo cual debe argumentar a travs del uso de grficas cartesianas.
Encontramos que el profesor expone las reglas para derivar como una propiedad de los
procedimientos algebraicos, y no como un argumento o demostracin para encontrar un lmite.
Si un estudiante construye tales significados, debe ser capaz de presentar un discurso que los
relacione.
Es decir, los significados negociados deben funcionar como una andamiaje en el
estudiante, para saber qu hacer y por qu al solucionar un problema. Pero, cmo sabemos
que esto es as? Godino (2003) sugiere inferir la comprensin relacional lograda a partir del
anlisis de las argumentaciones dadas por el estudiante, y de sus respuestas a reactivos de
evaluacin sobre la comprensin de la nocin. Ello lo reportamos en el apartado de
significados declarados. Por ltimo, las notaciones que el estudiante debe utilizar al expresar
su comprensin, son incluidos en la categora de lenguaje de la Tabla 9.
Al analizar las clases implementadas los das 22, 23, 27 de febrero, uno y seis de
marzo, encontramos que slo se realizan ejercicios para obtener la derivada como lmite y se
introducen otras reglas para derivar. Observamos que el profesor no profundiz en los
aspectos conceptuales ms all de lo visto en la clase del da 20 de febrero, como se muestra
en la Tabla 10. Consideramos por tanto, que la configuracin epistmica para la derivada
mostrada en la Tabla 9, es representativa de los elementos del significado implementados
durante el perodo de observacin.

7.2.2. Significados declarados. De acuerdo con Godino (2003) es posible inferir la
comprensin personal de un estudiante, a partir del anlisis de sus explicaciones al solucionar
un problema o de sus respuestas en una evaluacin sobre las caractersticas del objeto
matemtico. Por tanto, decidimos aplicar un examen sobre derivadas y un cuestionario
adicional sobre comprensin. En el primero requerimos al estudiante justificar cada paso al
solucionar dos ejercicios sencillos y un problema sobre derivadas. En el segundo evaluamos la
capacidad del estudiante para reconocer significados propios de un enfoque hacia la
modelacin. Con ello evidenciamos la existencia del andamiaje de significados propios de la
comprensin relacional con dicho enfoque.
141

FECHA
TEMA DESARROLLADO EN CLASE
22 de febrero Comportamiento grfico de las funciones:
El profesor explica el comportamiento grfico de funciones cuadrticas y lineales
utilizando el software Derive 5. Muestra como stas se indefinen en un punto
dado sealando esta condicin como un lmite.

23 de febrero Determinacin del lmite de una funcin.
El profesor explica que hay funciones que no estn definidas en un punto en forma
directa, pero que an as tienden a tomar un valor especfico, conocido como el
lmite. Luego muestra acciones algebraicas para obtener el lmite de una funcin.
Dedica el tiempo al desarrollo de ejercicios para obtener el lmite.

27 de febrero Determinacin del lmite de una funcin.
El profesor proporciona una hoja con ejercicios para obtener el lmite de una
funcin que los alumnos resuelven en forma individual o en grupo. La interaccin
es prcticamente nula.

1 de marzo Clculo de derivadas utilizando reglas de derivacin.
Se repasa el mtodo de obtencin de la derivada a travs del uso de lmites. El
profesor hace un recordatorio de las dos reglas de derivacin vistas e introduce las
reglas sobre la multiplicacin y divisin de funciones. Presenta dos ejemplos y
requiere a los alumnos que resuelvan ejercicios en el pizarrn. Deja dos ejercicios
de tarea.

6 de marzo Clculo de derivadas utilizando reglas de derivacin.
El profesor pasa a dos alumnos a resolver los ejercicios de tarea. Aclara que se
pueden seguir diferentes caminos algebraicos para aplicar las reglas y continua con
la realizacin de ms ejercicios para aplicar las reglas de derivacin.

Tabla 10. Desarrollo global de las clases. Caso tradicional.

El examen aplicado para analizar las justificaciones dadas por los estudiantes y sus
resultados se muestran en el Apndice H. Resumimos dichos resultados en la Tabla 11. En la
primer columna se transcribe los ejercicios que se pidieron resolver. En la segunda, anotamos
las acciones o pasos necesarios para solucionar cada ejercicio. En la tercer columna se anota
la posible argumentacin que justifica cada paso desde una comprensin relacional. Dicha
argumentacin la comparamos con la justificacin dada por el estudiante y analizamos la
evidencia de una comprensin relacional. Si en su justificacin el estudiante proporciona una
respuesta que refleja una comprensin relacional, la consideramos as aunque no coincida con
la argumentacin propuesta. En las columnas restantes mostramos el tipo de comprensin
manifestada. Los resultados indican que los tres estudiantes poseen una comprensin
instrumental. En cuanto a los ejercicios, Carlos manifiesta dicha comprensin en ocho posibles
justificaciones, Ral y Erick en seis. A diferencia de Carlos, estos ltimos no definen la
142


Compren-
sin
1

Situacin
problema
Accin Justificacin (por qu?)
C
a
r
l
o
s

R
a
l

E
r
i
c
k

a) Definir la derivada:
0
( ) (
'( )
x
f x x f x
Lm
x
f x

+
=
)

( ) (
'( )
f x x f x
x
f x tiic
+
=
)

Necesitamos definir la
derivada y y realizar el
procedimiento para obtenerla.
I N N
b) Sustituir la funcin f(x) =
6x
2
en la definicin de
derivada
f(x) = 6x
2
proporciona el
cambio o variacin en la
funcin
I I I
c) Realizar procedimientos
algebraicos para reducir la
expresin a trminos con x
y x
Requerimos el cociente de la
razn de cambio promedio
para derivar la funcin de la
razn de cambio en un punto
x
I I I
3 a) Encuentre la
derivada de las
funciones: a) f(x) =
6x
2

d) Eliminar los trminos con
x y obtener f(x) como el
lmite
Los trminos x deben tender
a cero para acercarnos al
lmite y poder identificarlo.
Los trminos x se ignoran
para identificar los tiic
I I I
0
( ) (
'( )
x
f x x f x
Lm
x
f x

+
=
)

( ) (
'( )
f x x f x
x
f x tiic
+
=
)

derivada para poder
calcularla
I N N
x
3
2x en la definicin de
derivada
f(x) proporciona el cambio o
variacin en la funcin
I I I
y x
x
I I I
3 b) f(x) = x
3
2x
lmite
I I I
1
Comprensin manifestada: I = instrumental; R = relacional; N = no manifestada (ninguna
accin)
Tabla 11. Tipo de comprensin mostrada al argumentar ejercicios. Caso
tradicional.

derivada como un paso inicial para resolver el ejercicio. Las justificaciones dadas por los tres
estudiantes manifiestan que ninguno logra comprensin relacional. En cuanto a solucionar el
problema, en la Tabla 12 mostramos los resultados sobre el tipo de comprensin manifestada.
143


Compren-
sin
1

Situacin
problema
C
a
r
l
o
s

R
a
l

E
r
i
c
k

a) Plantear el problema:
1. Se pide el modelo para el
ritmo de produccin a
partir de la produccin:
f(x) = -x
2
+210x
Dentro del contexto del problema
es necesario identificar lo que se
pide en concreto
N N N
b) Identificar variables y constantes:
2. nm. de trabajadores x Variable independiente N N N
3. produccin f(x) Variable dependiente N N N
4. ritmo de produccin f(x)
Variable dependiente expresada
como razn de cambio de las
otras dos variables.
N N N
c) Relacionar variables:
5. f(x) es el lmite cuando
x tiende a cero o tiic de
[ f(x)/x]
La funcin del ritmo de
produccin es el lmite o tiic de la
razn de cambio promedio de la
variable dependiente produccin
sobre la variable independiente
nm. de trabajadores y se expresa
con f(x). Obtenemos el modelo
f(x) al derivar la produccin f(x)
= -x
2
+210x
I N N
d) Formular el modelo matemtico:
6. Definir la derivada
Necesitamos definir la derivada
para poder calcularla
N N N
7. Sustituir f(x) = -x
2
+210x
en definicin de derivada
f(x) = -x
2
+210x proporciona el
cambio o variacin en la funcin
I I N
8. Realizar procedimientos
algebraicos para reducir
la expresin a trminos
con x y x
razn de cambio promedio para
derivar la funcin de la razn de
cambio en un punto x
I I N
4) Una fbrica ha
encontrado que la
produccin global
en sus diferentes
lneas, medida en
productos est
relacionada
estrechamente con
el nmero de
trabajadores por
turno y sigue la
funcin de
produccin
f(x) = -x
2
+210x
donde x representa
el nmero de
trabajadores en el
turno.
a) Desarrolle un
modelo para la
razn de cambio
produccin /
trabajador en un
punto (ritmo de
produccin)
9. Eliminar trminos con
x para obtener el
modelo: f(x) = -2x +
210
Los trminos x deben tender a
cero para acercarnos al lmite y
poder identificarlo. O bien, se
ignoran al considerar los tiic
I I N
e) Obtener una solucin: b) Determine el
ritmo de la
produccin con 100
trabajadores
10. Sustituir x = 100 en el
modelo y calcular la
solucin
Utilizar el modelo construido para
obtener una solucin matemtica
al problema
I I N
1
Comprensin manifestada: I = instrumental; R = relacional; N = no manifestada (ninguna
accin)
Tabla 12. Tipo de comprensin mostrada al argumentar en el problema. Caso
tradicional.

144

En la primer columna se transcribe el problema a resolver. En la segunda, describimos
diez acciones posibles para resolver el problema a partir de la actividad de modelacin que
resumimos en cinco etapas: a) plantear el problema, b) identificar variables y constantes, c)
relacionar variables y constantes, d) formular el modelo, y e) obtener una solucin.
La etapa de identificar variables implica identificar tres de ellas: la independiente, la
dependiente y la expresada como razn de cambio; a su vez, etapa de formular el modelo,
implica cuatro acciones ms: definir la derivada, sustituir la funcin f(x), realizar
procedimientos algebraicos y eliminar trminos con x. En la tercer columna se propone una
justificacin para cada accin. El resto de las columnas indica el tipo de comprensin que se
sugiere manifiesta cada estudiante.
Al igual que en los ejercicios, encontramos que los tres estudiantes manifiestan una
compresin instrumental al solucionar el problema. Desde una perspectiva de modelacin,
ninguno de los tres estudiantes explicita acciones en las etapas de: a) plantear el problema, b)
identificar variables y constantes, y c) relacionar variables. Observamos que slo anotan
acciones en las etapas de d) formular el modelo matemtico y e) obtener una solucin. Sin
embargo, las justificaciones slo se refieren al procedimiento para resolver un problema de
derivadas.
De las diez acciones propuestas para solucionar el problema, Carlos slo realiza cinco
y manifiesta comprensin instrumental en sus justificaciones. Ral realiza slo cuatro acciones
necesarias para derivar y obtener una solucin, y sus justificaciones son de tipo instrumental.
Erick no realiza ninguna accin. Observamos que los tres estudiantes no realizaron acciones
tpicas de las etapas iniciales de modelacin, por lo que sugerimos que no forman parte de su
estrategia para solucionar problemas de este tipo. De manera global encontramos que los
Carlos, Ral y Erick slo manifiestan comprensin instrumental en las acciones que
realizaron. Carlos muestra dicha comprensin en 13 de 18 posibles argumentaciones o el 72.2
por ciento. Ral la manifiesta slo en 10 argumentaciones o el 55.5 por ciento, y Erick en 6 o
el 33.3 por ciento de las justificaciones.
Aplicamos un segundo examen para analizar la capacidad del estudiante en reconocer
significados propios de un enfoque hacia la modelacin. Nuestro objetivo es observar si los
estudiantes poseen significados propios de la comprensin relacional con dicho enfoque. Los
resultados indican que los estudiantes no poseen tal andamiaje. Antes de presentar dichos
145

resultados, presentamos nuestra manera de elaborar el cuestionario de comprensin.
Sugerimos que el diseo de dicho cuestionario debe partir de la configuracin epistmica de
la derivada (vase Tabla 13) con los significados del enfoque hacia la modelacin. En
consecuencia, proponemos dicha configuracin con base en las notas para el curso de clculo
diferencial que fueron elaboradas bajo la matemtica en contexto y el enfoque hacia la
modelacin.
El cuestionario consta de 19 reactivos de opcin mltiple, de los cuales, 13 examinan
la comprensin relacional. Las respuestas incluyen significados de una enseanza tradicional
como la descrita en este caso, y del enfoque hacia la modelacin. Sugerimos que un estudiante
dispone de una comprensin relacional con dicho enfoque, si elige para sus respuestas los
significados correspondientes. Esto es, si es capaz de reconocer significados del enfoque hacia
la modelacin en los conceptos, propiedades y argumentos examinados. El cuestionario
elaborado se aplic el ocho de mayo a los siete estudiantes que conformaron el grupo, luego se
entrevist a los tres estudiantes seleccionados sobre el por qu de sus respuestas. Con ello
confirmamos la presencia en su estructura cognitiva de los significados elegidos.
Los resultados indican que los estudiantes disponen de mnimos significados de la
comprensin relacional con el enfoque hacia la modelacin. En las ltimas tres columnas de la
Tabla 14 presentamos el tipo de significados elegidos por Carlos, Ral y Erick. Identificamos
con el nmero uno los significados que corresponden a un enfoque hacia la modelacin y con
el nmero cero los que no lo son. Observamos que Carlos reconoce el significado de un slo
concepto de los siete examinados, mientras que Ral manifiesta disponer el significado de dos
conceptos y Erick ninguno. En cuanto a las tres propiedades y los tres argumentos examinados
ninguno de los tres estudiantes manifiestan disponer de significados con el enfoque hacia la
modelacin. Esto sugiere poca capacidad para comprender el por qu de las acciones desde
una perspectiva de modelacin.
146

C
O
M
P
O
N
E
N
E
N
T
E

P
R
A
C
T
I
C
O

(
c
o
m
p
r
e
n
s
i
n

i
n
s
t
r
u
m
e
n
t
a
l
)

Problemas contextualizados en los que se quiere
determinar en un punto, la relacin por unidad entre
dos cantidades de variacin.
Problemas descontextualizados sobre el clculo de
una razn de cambio en un punto o del clculo de la
pendiente de la recta tangente a la curva.
Situaciones de naturaleza contnua.

Descontextualizar el problema a travs de un
planteamiento, identificacin de variables y
constantes, relaciones entre ellas y la formulacin
de un modelo.
Obtencin de una solucin e interpretarla.
Elaboracin de dibujos o grficas para representar y
aclarar relaciones entre variables.
Aplicacin de reglas de derivadas.
Realizacin de procedimientos algebraicos.

Previos: Modelo de, modelo para, razn por
unidad, cantidad, unidad de medida, velocidad
media, velocidad instantnea.

Emergentes: Punto en la continuidad, unidad de
medida infinitesimal, razn de cambio promedio,
razn de cambio en un punto, tiic, modelo para la
relacin a uno entre dos cantidades de variacin,
pendiente de la tangente a la curva, lmite de la
razn de cambio promedio, permanencia, razn de
cambio como velocidad, relacin por unidad
Es constante para un punto.
Independencia del tamao del intervalo.
Para funciones de segundo grado, hay coincidencia
entre la razn de cambio promedio de un intervalo
y la razn de cambio del punto central.
No se puede obtener directamente, se tiene que
derivar a partir de una razn de cambio promedio,
ya sea por los tiic o a travs del lmite.

ARGUMENTOS
C
O
M
P
O
N
E
N
T
E

D
I
S
C
U
R
S
I
V
O
/
R
E
L
A
C
I
O
N
A
L

(
C
o
m
p
r
e
n
s
i
n

r
e
l
a
c
i
o
n
a
l
)

A partir de la velocidad de un cuerpo en cada libre, comprobar que la velocidad media para un intervalo es
igual a la velocidad instantnea del punto central del intervalo.
Comprobar que la velocidad promedio obtenida a partir de diferentes posiciones del punto t, incluye a la
velocidad instantnea de dicho punto, misma que se puede identificar a travs de los tiic.
Generalizar esta situacin a cualquier funcin para obtener la razn de cambio en un punto.

LENGUAJE
C
O
M
P
O
N
E
N
T
E

D
E

D
E
S
A
R
R
O
L
L
O

Verbal: Derivada, elacin a uno entre cantidades de variacin, divisin de dos variaciones, razn de cambio en
un punto, pendiente de la recta tangente a la curva, el lmite de la razn de cambio promedio, trminos
independientes del tamao del intervalo en el cociente de la razn de cambio promedio.
Grfico: Dibujos sobre la razn de cambio en un punto, grficas en que se muestra la pendiente de la recta
tangente a la curva.
Simblico:
t
t k t s t k t s
t s v p tp
+
= =
) ( ) 1 ( (
) `(
,
( )
x
x f x x f
x k x f x f p
+
= + =
) ( ) (
) ` `(
,
f(x), f(x
p
),
(
+
=
x
x f x x f
ticc x f
) ( ) (
) `(
(
+
=

x
x f x x f
x f
x
) ( ) (
lim ) `(
0

Tabla 13. Configuracin epistmica de la derivada con el enfoque hacia la
modelacin.

147


Significado declarado
1

Entidad
primaria
Nocin Pregunta
Carlos Ral Erick
Modelo de 1 0 0 0
Razn de cambio promedio 2 0 1 0
Velocidad media 3 0 1 0
Razn por unidad 4 0 0 0
Punto 5 0 0 0
Derivada como modelo para 7 0 0 0
Conceptos
Relacin a uno entre dos
variaciones
11 1 0 0
Independencia del tamao del
intervalo
6 0 0 0
De derivacin de la razn de
cambio en un punto
9 0 0 0 Propiedades
Propiedad de coincidencia 10 0 0 0
Derivada como razn de
cambio en un punto
15 0 0 0
Demostracin de v
(tc)
= v
m
16 0 0 0 Argumentos
Importancia del punto de
clculo
17 0 0 0
Nmero de respuestas con significados del enfoque
hacia la modelacin:
1 2 0
Porcentaje respuestas con significados del enfoque
hacia la modelacin:
7.6 15 0

1
Con el uno indicamos el significado declarado propio del enfoque hacia
la modelacin. Con cero indicamos un significado que no pertenece a
dicho enfoque, o un significado no declarado.
Tabla 14. Significados de la comprensin relacional con un
enfoque hacia la modelacin. Caso tradicional.

7.3. La derivada y la realidad cotidiana.
La segunda proposicin que gua nuestro estudio es que la didctica propuesta para el
aprendizaje de la derivada, acerca dicha nocin a contextos de la realidad cotidiana. Nos
pareci apropiado preguntar de manera directa sobre este punto, tanto en el cuestionario de
comprensin como en la entrevista realizada para profundizar en las respuestas. Esto lo
148

realizamos en las preguntas 12 y 13 del cuestionario y son preguntas de tipo abierto. En la
primera de ellas preguntamos al estudiante por dos ejemplos de la derivada que encuentre en
su medio ambiente. En la segunda les pedimos dos contraejemplos, o sea, dos ejemplos que
parecen de derivadas pero que no lo son. Creemos que las respuestas deben girar en torno a
situaciones que implican la medicin instantnea de una variable que expresamos con una
razn de cambio. Resumimos los resultados obtenidos con Carlos, Ral y Erick en la Tabla 15.
De manera global apreciamos que los estudiantes no identifican el uso de derivadas en
situaciones cotidianas. Carlos y Erick no presentaron ningn ejemplo. Ral proporcion
ejemplos correctos al responder con la velocidad y aceleracin instantneas en la pregunta 12.
Sin embargo, estos ejemplos los escribi en una hoja aparte del cuestionario y al realizar la
entrevista, afirm que no encontr ejemplos. Tanto Carlos como Ral provienen de otras
escuelas de ingeniera y nos parece significativo el que no hayan proporcionado respuestas
ms completas.

Estudiante
Pregunta Instrumento
Carlos Ral Erick
Cuestionario Sin respuesta
Velocidad y
aceleracin
instantneas
Sin respuesta
Pregunta 12:
Proporciona dos
ejemplos de derivada
Entrevista No la ... [respond]
Los ejemplos eso si
no los encontr ... no
los puse
No la contest ... no
encontr un ...
[ejemplo]
Cuestionario Sin respuesta Sin respuesta Sin respuesta
Pregunta 13
Proporciona dos
ejemplos que parecen
derivada pero no lo
son
Entrevista Ni la trece
Esa si no la puse ...
no le encontr cmo
.. qu pudiera ser
Tampoco ...
[encontr un
ejemplo]
Tabla 15. Resultados sobre la derivada y la realidad. Caso tradicional.

Para profundizar en la importancia que tiene para los estudiantes el acercar la derivada
a la realidad, a cada uno le preguntamos cmo ensearas clculo? Las respuestas sugieren
diversidad de intereses. Las respuestas de Carlos indican que no tiene una idea clara de la
nocin de derivada cuando afirma: primero tendra que saber yo o no puedo decir la
derivada es exactamente esto. Sin embargo, Carlos identifica la utilidad de dicha nocin para
calcular valores mximos o mnimos. Encontramos tambin que l aboga por una enseanza
149

tradicional: de la definicin abstracta del concepto a la realizacin de ejercicios de aplicacin.
Dicha didctica fue criticada por Freudenthal al proponer didcticas con base en actividades
de matematizacin (Gravemeijer y Terwel, 2000). El lector puede encontrar la trascripcin de
esta parte de la entrevista para cada estudiante en el Apndice I.
En el caso de Ral nos parece que posee unos significados ms completos y definidos
para la derivada. l se refiere a dicha nocin como la pendiente de la tangente en lo grfico y
como razn de cambio al aplicarla a un problema. As mismo, Ral dice que enseara la
derivada como algo ms prctico, que pueda saber cmo usarlo. Entendemos que con
estas expresiones Ral se interesa por una derivada en mayor contacto con contextos
cotidianos, y sugiere que la enseanza debe ir en esta direccin.
La entrevista con Erick dio un giro en torno a los aspectos que le gustara aprender. l
se interesa ms por los aspectos tericos evaluados a travs del cuestionario, y afirma que son
cosas que no vemos. La experiencia de Erick con el clculo es ms limitada que la de Carlos
y de Ral, ya que se limita a lo visto en preparatoria y a este curso en ingeniera industrial. Al
preguntarle por la derivada como algo real, observamos que Erick asocia la realidad a la
existencia fsica, y por tanto, para l la derivada es un razonamiento. l se muestra incapaz de
relacionar las velocidades instantneas de la realidad fsica con la derivada. El inters de
Erick por los aspectos tericos sugiere que l da importancia a acercar derivada y realidad
fsica, an cuando no puede encontrar ninguna relacin entre ellas. De acuerdo con estos
datos, proponemos que los tres estudiantes tienen una percepcin dbil de la derivada como
algo real.

La tercer proposicin que gua el estudio es que la didctica propuesta promueve el
desarrollo de habilidades de modelacin. De acuerdo con la matemtica en contexto y nuestros
argumentos en el captulo de la modelacin en la escuela, las habilidades de modelacin
comprenden: a) plantear un problema, es decir, clarificar lo que se quiere lograr haciendo las
suposiciones y simplificaciones pertinentes, b) Determinar las variables y constantes que
describen el problema, c) identificar las relaciones entre tales variables y constantes, d)
formular el modelo matemtico y e) obtener una solucin e interpretarla. En consecuencia,
150

pedimos a los estudiantes solucionar un problema para contar con indicadores de dichas
habilidades.
De acuerdo con la matemtica en contexto debemos utilizar un problema real tomado
de la prctica de la ingeniera, o bien, real para el estudiante que lo solucionar. Ante la
dificultad para encontrar un problema de la ingeniera adecuado para nuestro estudio,
decidimos adaptar un problema de administracin de inventarios (vase Apndice D). Dicho
problema requiere determinar como varan los costos totales para un tamao especfico de
pedido o ritmo de variacin del costo total de un componente de fabricacin. En el problema
se incluye informacin sobre las principales variables. Para resolverlo, el estudiante debe
identificar el objetivo, las variables y sus relaciones, y construir un modelo matemtico por
medio de una derivada. Tomamos cada actividad como un indicador de las habilidades de
modelacin que posee un estudiante. De manera especfica se analizan las siguientes
habilidades:

a) Plantear el problema: Identificar cunto vara costo total anual para un tamao de
pedido especfico o ritmo de variacin de dicho costo. Esto es, obtener una razn
de cambio (costo total anual/tamao de pedido) en un punto.
b) Determinar variables: el tamao de pedido (Q) es la variable independiente, el
costo total anual (C
T
) es la variable dependiente, la segunda variable dependiente
es la razn de cambio entre el costo total anual y el tamao de pedido y se pide su
valor instantneo o ritmo de variacin del costo. Otras variables son: costo de
pedido para una orden (C
O
), costo anual de almacenamiento para un componente
(C
A
), demanda anual (D), inventario promedio (I
P
), costo anual por pedidos y
costo anual de almacenamiento.
c) Relacionar variables: El costo total anual (C
T
) es una variable dependiente del
tamao del pedido (Q). El ritmo de variacin del costo total anual (C
T
) es la razn
de cambio en un punto entre el costo total anual y el tamao del pedido. El costo
total anual (C
T
) es igual al costo anual por pedidos (C
AP
) ms el costo anual por
almacenamiento (C
AA
); a su vez, el costo anual por pedidos es igual al nmero de
pedidos al ao por el costo de cada pedido (
O
D
C
Q
) y el costo anual de
151

almacenamiento es igual al inventario promedio por el costo anual de almacenar
una unidad (
A
Q
C
2
).
d) Formular el modelo: Elaborar la funcin que modela el costo total anual:
T O
D Q
C = C + C
Q 2
A
. Obtener la razn de cambio en un punto entre dicho costo y el
tamao de pedido como una derivada:
T O 2
C D
C' = - C
2 Q

Esta parte de la investigacin incluye la solucin del problema de inventarios y una
entrevista sobre los resultados mostrados. Aplicamos el examen y aclaramos las dudas sobre el
mismo a los estudiantes. De manera adicional, el profesor del curso ofreci a los estudiantes
diez puntos adicionales en la calificacin, para interesarlos en solucionar el problema.
Mostramos los resultados en la Tabla 16.
Los resultados anteriores los complementamos con una entrevista en la que pedimos a
cada estudiante que explicara sus respuestas. Los resultados de Carlos nos parecieron
contrarios a su desempeo en clase, ya que no escribi nada en su examen. En este caso, la
entrevista nos proporcion la mayor informacin. Con respecto a las habilidades de
modelacin, encontramos que Carlos no puede plantear el problema, como l afirma: noms
no... no lo... no lo supe plantear. A pesar de ello, observamos en sus respuestas que tiene una
idea global de lo que se pidi. En relacin con la habilidad de determinar variables,
encontramos que Carlos identifica el tamao del pedido como variable independiente y el
costo total anual como variable dependiente, pero no identifica la variable dependiente
expresada como razn cambio costo total anual / tamao de pedido, para la cual, se desea
determinar un valor instantneo o ritmo de variacin del costo total. Identificar estas tres
variables es esencial para reconocer que es una situacin que se soluciona con derivadas.
Carlos discrimina el resto de las variables con excepcin del costo anual por almacenamiento.
Con respecto a la habilidad de relacionar las variables, Carlos reconoce la dependencia
que tiene el costo total anual del tamao del pedido, pero no identifica que el ritmo de
variacin es la derivada de dicho costo. Con respecto al resto de relaciones que permiten
solucionar el problema, observamos que Carlos pas por alto que el inventario promedio es la
mitad de la cantidad ordenada. Una vez superado este obstculo, Carlos explica con claridad
152


Resultados
1

Habilidades de modelacin
Carlos Ral Erick
Identificar como vara el costo total para un
tamao de pedido especfico
0 0 1
b) Determinar variables
Tamao del pedido (Q)
(variable independiente)
1 1 1
Costo total anual (C
T
)
(variable dependiente)
1 1 1
Ritmo de variacin del costo (C
T
) o cmo
vara el costo total anual / tamao de pedido
(segunda variable dependiente)
0 0 0
Costo anual de almacenar un componente
(C
AA
)
1 1 1
Demanda anual del componente (D) 1 1 1
Costo anual por pedidos (C
AP
) 1 1 1
Costo anual por almacenamiento (C
AA
) 0 1 1
Costo por ordenar un pedido (Co) 1 1 1
c) Relacionar variables
C
T
= C
AA
+ C
AP
1 1 1
C
AP
= (D/Q)C
O
1 0 1
C
AA
= (Q/2)C
A
0 0 1
C
T
= derivada de C
T
0 0 0
d) Formular el modelo
C
T
= (Q/2)C
A
+ (D/Q)C
O
0 0 1
C
T
= C
A
/2 - (D/Q
2
)C
O
0 0 0
1
Identificamos con uno la accin realizada y con cero la accin nula.
Tabla 16. Habilidades de modelacin. Caso tradicional.

cmo obtener el costo total. Con respecto a la habilidad de formular el modelo, Carlos no
realiza ninguna de las dos tareas bsicas: determinar la funcin o modelo del costo total y
derivarlo para obtener el ritmo de variacin de dicho costo. En resumen, Carlos manifiesta
incapacidad en las habilidades de modelacin. Slo muestra cierta habilidad para identificar la
variable independiente y la dependiente, habilidades insuficientes para solucionar situaciones
153

que implican derivadas. Esto porque Carlos no identifica la variable dependiente expresada
como razn de cambio.
Al realizar la entrevista con Ral para profundizar en la identificacin de las
habilidades mostradas, hallamos que l percibe algo de lo que se desea cuando afirma: lo que
yo entend... es que ocupabas una ecuacin para encontrar el menor costo. Sin embargo, l no
hace ningn planteamiento especfico: es que no le encontr as bien. Pensamos que Ral
discrimina el problema como uno de mximos y mnimos, por lo que se interesa en una
ecuacin de costo para derivar y obtener el mnimo costo. En cuanto a la habilidad de
determinar variables y constantes, encontramos que Ral identifica dos variables
independientes y una dependiente. Como variables independientes l reconoce el tamao de
pedido y el nmero de pedidos, y como variable dependiente, el costo total anual. Ral falla en
identificar la segunda variable dependiente expresada como razn de cambio costo total anual
/ tamao de pedido. En consecuencia no identifica el ritmo de variacin del costo total como
lo que pide el problema. De cuatro relaciones necesarias para obtener el ritmo de variacin del
costo total, Ral slo relaciona que ste con la suma de los costos anuales por ordenar y de
almacenamiento. En consecuencia, l es incapaz de relacionar el ritmo de variacin con la
derivada del costo total anual. Con respecto a la habilidad de formular el problema, Ral solo
formula una funcin de costo total anual incorrecta. Estos datos sealan pocas habilidades de
modelacin en Ral.
Erick slo escribe la funcin de costo total anual en el examen y no especifica las
etapas de plantear el problema, determinar y relacionar variables, y formular el modelo. A
pesar de ello, de los tres estudiantes Erick identifica correctamente lo que pide el problema:
saber cmo vara el costo total ... cunto se incrementa o disminuye para el tamao de ... de
pedido dado. Erick reconoce tambin que siempre es difcil plantear algo... es la parte difcil
de esto. En relacin con habilidad de determinar las variables, l reconoce el tamao del
pedido como variable independiente y el costo total anual como variable dependiente, pero al
igual que Carlos y Ral, falla en identificar la variable dependiente expresada como razn de
cambio. En cuanto al resto de las variables necesarias para solucionar el problema, Erick las
reconoce todas.
Erick discrimina las relaciones entre el costo total anual, el costo anual por ordenar y el
costo anual de almacenamiento. l falla en reconocer que el ritmo de variacin del costo total
154

es la derivada del costo total anual, y por lo tanto, no resuelve el problema. Erick manifiesta
mayor habilidad para formular el modelo que sus compaeros, ya que elabora la funcin de
costo total anual, aunque no la deriv para resolver el problema. De acuerdo con estos
resultados, Erick muestra habilidad para plantear el problema, menor habilidad para identificar
las variables de una situacin tpica de derivadas. As mismo, l muestra habilidad para
relacionar las variables y en menor grado, la habilidad para formular el modelo matemtico.
En el siguiente captulo mostramos los resultados del caso de la matemtica en contexto. Ellos
se obtuvieron con los mismos instrumentos descritos en el caso tradicional y en la mayor
parte, se presentan los resultados de ambos casos juntos para facilitar su comparacin.

Sumario. En el presente captulo hemos visto el contexto en que estudiamos el caso
tradicional. En dicho contexto elegimos para nuestro estudio, al grupo vespertino que lleva el
curso de clculo diferencial en el perodo 2006 1, dicho grupo forma parte del tronco comn
del programa de ingeniero industrial e ingeniero industrial en electrnica. Tales programas se
encuentran en el CESUES unidad San Luis Ro Colorado. El aprendizaje de la modelacin
matemtica en ambas carreras no lo encontramos explcitamente definido, y se hace referencia
indirecta en otros documentos como el campo de trabajo y el perfil del egresado. Por su parte,
el curso de clculo diferencial pretende proporcionar slo conocimientos introductorios para
funciones de una variable. La enseanza en dicho curso es de tipo tradicional centrado en la
exposicin y solucin de ejercicios, con un papel expositivo por parte del profesor y pasivo
por parte de los alumnos. Realizamos una observacin no participante, audio y video
grabamos las clases, y analizamos los significados negociados con el enfoque ontolgico
semitico. Elegimos para dicho anlisis la clase en que se introdujo la nocin de derivada.
Para evaluar los efectos de nuestra propuesta didctica en la comprensin relacional,
determinamos la configuracin epistmica implementada para la nocin de derivada. En ella
caracterizamos los significados que forman el andamiaje de la comprensin relacional. Para
inferir el tipo de comprensin lograda por los estudiantes, aplicamos un examen en que les
pedimos justificar sus acciones al solucionarlo. Encontramos una comprensin instrumental en
la mayor parte de sus justificaciones. Tambin aplicamos un cuestionario sobre comprensin,
copara evaluar la disponibilidad de significados propios del enfoque hacia la modelacin.
Inferimos que no disponen de tales significados.
155

La percepcin de los estudiantes sobre la derivada como objeto matemtico en contacto
con la realidad, decidimos inferirla a travs de preguntas directas en el cuestionario de
comprensin. En l, pedimos ejemplos de situaciones cotidianas en que se utiliza la derivada y
dos contra ejemplos, o situaciones que aparentemente implican derivadas pero que no lo
hacen. Encontramos que Carlos no tiene una idea clara de la nocin, Ral se interesa por
didcticas que pongan la derivada en mayor contacto con la realidad, al igual que Erick. En
resumen, inferimos una dbil percepcin de la derivada como algo real.
Por ltimo, mostramos la manera en que obtenemos indicadores de las habilidades de
modelacin de cada estudiante. Para esto, pedimos a cada uno de ellos solucionar un problema
de administracin de inventarios que requiere determinar un ritmo de variacin del costo.
Encontramos que slo Erick mostr habilidad para plantear el problema, y en menor grado,
habilidades para determinar variables, relacionarlas y formular el modelo. Ninguno de los tres
estudiantes es capaz de reconocer la variable dependiente que expresamos como razn de
cambio, y que es esencial para identificar una situacin tpica de derivadas.

156

VIII. Resultados: caso de la matemtica en contexto

VIII. Resultados: Caso de la matemtica en contexto

En el captulo anterior describimos los principales hallazgos de nuestro estudio para el
caso tradicional. En el presente captulo proporcionamos los resultados del caso de la
matemtica en contexto. Estos se describen en la misma secuencia de las proposiciones del
estudio, pero agregamos los resultados del caso tradicional para efectos de comparacin. De
igual forma que en el captulo anterior, el lector encontrar en los apndices mayor detalle de
los resultados que aqu se presentan.
En esta seccin presentamos el caso de la matemtica en contexto de manera similar al
caso tradicional, esto es, presentamos el contexto y los resultados obtenidos. Estos ltimos los
describimos en secciones acordes a las proposiciones del estudio: comprensin relacional,
derivada y realidad, y habilidades de modelacin.

8.1. El contexto.
En el periodo 2006-1 se programa el curso de Clculo diferencial para ingeniera
industrial de lunes a viernes en horarios de 8:00 a 8:50 hr. y de 17:00 a 17:50 hr.
Seleccionamos el grupo del horario matutino para implementar nuestra propuesta didctica. La
principal razn para ello, fue la disposicin positiva del profesor. Sin embargo, ste pertenece
al rea de agronoma y manifest que tena cerca de tres aos sin impartir la asignatura. Su
designacin como profesor del curso se debi a cuestiones de tipo administrativo, y al hecho
de que varios profesores estn realizando estudios de posgrado. Ante esta situacin
implementamos nuestra propuesta personalmente bajo una observacin de tipo participante.
Las sesiones fueron audio y video grabadas con una cmara colocada al fondo del aula y una
grabadora al frente de la misma.
El grupo a observar se integr por 19 estudiantes, en su mayora, jvenes provenientes
de preparatoria que llevaran su primer curso de clculo diferencial en la universidad. El
profesor les explic que despus del tema de funciones, veran un material nuevo, parte de una
investigacin para el aprendizaje de la derivada. Esta durara de dos a tres semanas y sera
impartido por otro profesor. Nuestra propuesta didctica para la enseanza y aprendizaje de la
derivada consta de dos partes: a) una introductoria a los modelos matemticos y a las
157

operaciones bsicas con este enfoque. Con ello pretendemos que el estudiante construya un
andamiaje para acceder a la derivada, y b) una parte dedicada al aprendizaje de la derivada
con la matemtica en contexto y el enfoque hacia la modelacin. La primera parte de la
intervencin se realiz del 13 al 28 de febrero y la segunda parte, se implement del uno al 22
de marzo, tiempo en el que se desarrollaron diez sesiones.
Al inicio de la intervencin no se ofreci ningn estmulo adicional al alumno y el
material se present como algo extra. Pensamos que esto fue causa de un inters menor en el
estudio y el aprendizaje. Al comentar esta situacin casi al final de la intervencin, el profesor
decidi asignarle participacin en la calificacin. Con ello esperamos motivar el inters
natural para un curso. Para el anlisis de los resultados elegimos un equipo de cuatro alumnos
que identificamos como Gaby, Cristy, Juan y Jos para cuidar su verdadera identidad. Les
seleccionamos porque observamos en ellos inters por el aprendizaje, as como una asistencia
y participacin mayor que el resto del grupo. Las clases fueron video grabadas por el profesor
del curso y el contenido temtico propuesto sufri algunas modificaciones sobre la marcha.
De acuerdo con la matemtica en contexto, para iniciar un tema se elige un problema
de la ingeniera, y lo resolvemos en un proceso de modelacin. Iniciar el estudio de las
operaciones bsicas en dichas condiciones es complejo. Decidimos por tanto, utilizar las
etapas de la matemtica en contexto como un procedimiento para solucionar problemas con
modelacin matemtica. Pensamos que esto familiariza al estudiante con un marco de
referencia para solucionar problemas va modelacin. Pretendimos que dicho marco
funcionara como andamiaje en la segunda parte de nuestra propuesta, al estudiar la derivada.
Enfocamos el anlisis de los efectos en la comprensin relacional y habilidades de modelacin
en esta segunda parte de la intervencin didctica, debido a la complejidad del anlisis. En las
siguientes secciones sugerimos la configuracin epistmica implementada para la derivada,
los significados declarados con respecto a la comprensin relacional, as como las habilidades
de modelacin manifestadas por los estudiantes.

8.2. Comprensin relacional.
En las proposiciones de nuestro estudio sugerimos que la didctica de la matemtica en
contexto y el enfoque hacia la modelacin favorece la comprensin relacional de la derivada.
En la esta tiene un significado de modelo para la razn de cambio en un punto o relacin a
158

uno entre dos cantidades de variacin en un punto. Esto nos lleva a analizar los significados
implementados y declarados por los estudiantes en las categoras de conceptos, proposiciones
y justificaciones para la nocin de derivada. Al identificar dichos significados contamos con
un indicador sobre el andamiaje de que dispone un estudiante en comprensin relacional.

8.2.1. Configuracin epistmica implementada. Ante la complejidad que implica
realizar un anlisis epistmico para caracterizar los significados implementados de cada clase
de la intervencin didctica, describimos en la Tabla 17 los temas de las primeras ocho
sesiones. El anlisis epistmico slo lo realizamos para la clase del 16 de marzo en que se
estudia la nocin de derivada. Para esto, separamos el texto en unidades naturales, y con base
en el significado que transmiten, las agrupamos en unidades epistmicas. Cada una de ellas
presenta un estado epistmico. Todas las unidades epistmicas que transmiten un significado
global, las agrupamos en configuraciones epistmicas. Con base en ellas, es posible proponer
la configuracin epistmica implementada de la derivada. A continuacin describimos las
primeras tres configuraciones epistmicas que encontramos para la clase del 16 de marzo, el
resto, puede revisarse en el Apndice J.

Fecha Tema desarrollado en clase
1 de marzo Presentacin del problema y filmacin de una cada libre
2 de marzo Obtencin de datos de posicin
7 de marzo Obtencin de la velocidad media
8 de marzo Razn de cambio promedio y en un punto
9 de marzo Relacin entre velocidad promedio y en un punto
13 de marzo Demostracin de v
m
= v
tc

14 de marzo Determinacin del modelo para velocidad en un punto
15 de marzo Identificacin de los trminos independientes del intervalo
Tabla 17. Contenidos implementados del uno al 15 de marzo. Caso

159

Configuracin epistmica uno. Esta configuracin se inicia con el recuerdo de la tarea
pendiente, a la que hemos identificado como la primer unidad epistmica (vase Tabla 18).
Consideramos que la trayectoria presenta un estado situacional al presentar un problema
pendiente a resolver, el de obtener la velocidad del punto medio v
tp
en trminos de las
variables y constantes t, k, k y t. El propsito didctico es que la velocidad en el punto de
clculo t sea identificable en v
tp.
El hecho de que los alumnos no hayan trabajado origina la
segunda unidad epistmica en el que se desarrollan las acciones para obtener v
tp
, por lo que
proponemos un estado actuativo.
Proponemos como tercer unidad epistmica el periodo en que obtenemos la velocidad
del punto medio a partir de una funcin de posicin s(t). Dicha velocidad es una funcin
semitica de la razn de cambio. Sugerimos un estado de tipo lingstico para esta unidad. En
la cuarta unidad epistmica, de naturaleza proposicional, justificamos la propiedad de
independencia de la velocidad v
t
del tamao del intervalo t. Tal velocidad la identificamos
con los trminos que no varan en el cociente de la razn de cambio promedio y se introduce la
notacin tiic para referirse a dichos trminos. Finalmente, proponemos una quinta unidad de
tipo lingstico para la primer configuracin epistmica. En dicha unidad introducimos las
expresiones con que se generaliza la velocidad v
tp
como una razn de cambio, obtenida a partir
de cualquier funcin de posicin s(t). Proponemos que la configuracin epistmica que
engloba estas cinco unidades presenta un carcter global de tipo conceptual. En tal
configuracin identificamos la velocidad v
t
, a partir de la velocidad del punto medio, obtenida
como razn de cambio promedio.

Configuracin epistmica dos. Identificamos esta configuracin con un carcter global
de tipo proposicional. En ella sostenemos que la razn de cambio promedio tal como se define
en la derivada como lmite, proporciona la velocidad del punto medio y no la velocidad del
punto t que deseamos determinar. Integramos esta configuracin con las unidades epistmicas
seis, siete y ocho. En la sexta unidad encontramos un estado proposicional cuando explicamos
que la velocidad en el punto t, v
t
, se identifica en la velocidad del punto medio v
tp
, sin importar
la posicin del punto t en el intervalo t. En la sptima unidad epistmica interpretamos la
razn de cambio como la velocidad del punto medio v
tp
obtenida a partir del punto de clculo
t, ubicado al inicio del intervalo t. Para esta unidad proponemos un estado conceptual.
160


Unidad
Natural
Confi.
Epist.
(tiempo)
Unidad
Epist.
Descripcin Estado
Carcter
global de CE
1-10 1
Recordatorio a los alumnos que iban a
obtener la velocidad v
tp
en trminos de t, k,
k, y t
E1: situacional
11-32 2
Se obtiene la velocidad v
tp
en trminos de t,
k, k, y t
E2: actuativo
33-39 3
Se presenta v
tp
como la razn s(t) obtenida
a partir de la funcin de posicin s(t)
E3: lingstico
40-43 4
Se seala la propiedad de independencia del
tamao del intervalo como una forma de
identificar v
t
y se introduce la expresin tiic
E5: proposicional
44
CE-1

8:17:57
a
8:24:40
5
Se introduce la notacin general para
calcular vtp como una razn de cambio
obtenida a partir de una funcin de posicin
t
t k t s t k t s
t s v p tp
+
= =
) ( ) 1 ( (
) `(

E3: lingstico
Conceptual:
Se formula
como
identificar v
t
a
partir de v
tp
a
travs de los
tiic (y sus
significados
como razones
de cambio).

45-62 6
Se explica que v
t
se puede identificar en v
tp

calculada a partir de t sin importar su
posicin dentro de t
E5: proposicional
63-91 7
Se interpreta v
tp
como
t
t s t t s
+ ) ( ) (
cuando se calcula con el
punto t al inicio del intervalo, por su
semejanza con la frmula de la derivada
como lmite
E4: conceptual
92-94
CE-2

8:24:40
a
8:31:18
8
Se generaliza el concepto y se introduce la
notacin para cualquier funcin y variable
( )
x
x f x x f
x k x f x f p
+
= + =
) ( ) (
) ` `(

E3: lingstico
Proposicional:
Se explica
que la razn
de cambio
promedio
proporciona la
velocidad del
punto medio y
no la del
punto de
clculo
73-82 9
Se insiste en como poder identificar v
t
a
partir de v
tp
y los alumnos manifiestan no
entender la pregunta
E1: situacional
83-92 10
Se recuerda entonces el problema de la
cada libre como un ejemplo donde se
puede identificar v
t
ya que v
tp
= v
tc

E1: situacional
93-94 11
Se explican de nuevo las nociones de t
p
, t y
v
tp
= v(t + kt)
E4: conceptual
95-102 12
Se vuelve al problema y se indica que se
quiere identificar v
t
a partir de v
tp

E1: situacional
103-107 13
De nuevo se explica como obtener v
t
a
travs de los tiic utilizando el problema de
la cada libre
E2: actuativo
108-117
CE-3

8:32:33
a
8:42:23
14
Se introduce una expresin general para
obtener la razn de cambio en un punto x:
(
+
=
x
x f x x f
ticc x f
) ( ) (
) `(
]
E3: lingstico
Conceptual:
Se formula la
razn de
cambio en un
punto de
manera
general
Tabla 18. Primeras tres configuraciones epistmicas de la clase del 16 de marzo. Caso
161

Finalmente, en esta configuracin identificamos una octava unidad epistmica con un
estado lingstico. En esta unidad deducimos la expresin con que generalizamos la derivada
del punto medio, como una razn de cambio promedio entre la variacin de la funcin y la
variacin de la variable. Expresamos que dicha derivada contiene la derivada del punto x y su
diferencia con la derivada del punto medio x
p
.

Configuracin epistmica tres. Esta configuracin est integrada por las unidades
epistmicas de la nueve a la 14. En ellas exponemos que la razn de cambio promedio con el
punto de clculo al inicio, es la razn de cambio del punto medio, y argumentamos la manera
de identificar la razn de cambio en un punto a travs de los tiic. Por tanto, proponemos un
significado global conceptual para esta tercer configuracin epistmica.
Proponemos que la novena unidad tiene un estado epistmico situacional, ya que
insistimos en identificar la velocidad v
t
a partir de la velocidad v
tp
calculada con la razn de
cambio promedio. Los estudiantes manifiestan no entender la pregunta y procedemos entonces
a recordar cmo obtener la velocidad en un punto a partir del problema de la cada libre. El
recuerdo origina la unidad diez, tambin con un estado situacional. Ah recordamos que el
punto de clculo est al centro del intervalo y que esto slo ocurre con funciones de segundo
grado. En la unidad 11 establecemos que para funciones de otro grado es necesario introducir
la nocin de punto medio, y repasamos lo pertinente de la configuracin epistmica anterior.
As mismo recordamos las nociones de punto de clculo t, velocidad del punto medio v
tp

como la velocidad de t + kt. Para esta unidad 11 proponemos un estado epistmico
conceptual.
Proponemos la unidad 12 con un estado situacional, cuando de nuevo insistimos en que
el problema es identificar la velocidad del punto t o v
t
, para situaciones en que el punto de
clculo t no coincide con el punto medio t
p
. La unidad 13 la iniciamos al explicar de nuevo
como obtenemos la velocidad del punto t a travs de los tiic en la razn de cambio promedio
con t al inicio del intervalo, tal como est definida en la derivada. Proponemos un estado
actuativo para esta unidad, ya que mostramos las acciones con que obtenemos la velocidad del
punto t. Finalmente, proponemos la unidad epistmica 14 con un estado lingstico cuando
expresamos de manera general, la razn de cambio en un punto obtenida con los tiic.
Observamos una didctica expositiva en esta tercer configuracin epistmica.
162

A partir del anlisis epistmico de la clase del 16 de marzo, encontramos una
trayectoria epistmica con cinco configuraciones. Con base en ellas proponemos la
configuracin epistmica implementada para la derivada de la Tabla 18.

8.2.2. Significados declarados. Recordaremos que de acuerdo con Godino (2003) la
comprensin relacional se infiere a travs de las explicaciones dadas por el estudiante al
justificar sus acciones, o a travs del uso de un examen sobre comprensin. En consecuencia,
aplicamos los dos instrumentos que utilizamos en el caso tradicional para inferir la
comprensin lograda en el grupo de la matemtica en contexto (vanse Apndices B y C). El 5
de abril se aplica el primer instrumento, en l pedimos al estudiante que justifique sus acciones
al resolver dos ejercicios y un problema con derivadas. Para el anlisis seleccionamos a cuatro
alumnos, Gaby, Cristy, Juan y Jos, que a nuestro criterio mostraron mayor inters en el
aprendizaje (Ausubel, 2002). Resumimos los resultados encontrados en la Tabla 20. El
segundo instrumento es el cuestionario sobre comprensin relacional con un enfoque hacia la
modelacin. Con dicho cuestionario inferimos la presencia de un andamiaje de significados
con dicho enfoque, propios de la comprensin relacional. El 24 de abril aplicamos tal
instrumento al grupo de la matemtica en contexto. El lector interesado puede revisar los
exmenes de los estudiantes en el Apndice K.
En el primer instrumento o el examen para analizar las justificaciones dadas por los
estudiantes, para el caso de la matemtica en contexto encontramos que la mayor parte de ellos
muestra una comprensin instrumental. Uno de alumnos no realiz ninguna accin, dos
manifiestan una comprensin instrumental en casi todas sus acciones y una manifiesta una
comprensin relacional en la mitad de ellas. Esto ltimo es el caso de Gaby. Ella proporciona
una justificacin global y afirma que la derivada se obtiene a partir de su definicin, en la que
h tiende a cero, lo que quiere decir que existe una razn de cambio, y que la funcin tiene
un lmite. Proponemos que esta afirmacin implica una comprensin relacional para la
primera y ltima accin sugerida para resolver cada ejercicio (vase Tabla 20). Sin embargo,
dicha comprensin no corresponde a un enfoque de modelacin, por lo que no se considera
en los resultados globales de la Tabla 22.
163


C
O
M
P
O
N
E
N
E
N
T
E

P
R
A
C
T
I
C
O

(
c
o
m
p
r
e
n
s
i
n

i
n
s
t
r
u
m
e
n
t
a
l
)

Problemas contextualizados en los que se quiere
determinar velocidad media, instantnea, (v
m
,v
p
, v
t
,
s(t)) como razones de cambio con funciones de
segundo grado
Problemas descontextualizados en los que se quiere
determinar velocidad media, instantnea, (v
m
,v
p
, v
t
,
s(t)) como razones de cambio con funciones de
tercer grado a partir de los tiic.

Descontextualizar el problema a travs de un
planteamiento,
Identificacin de variables y constantes, de relaciones
entre ellas
Formulacin de un modelo para velocidades medias e
instantneas (v
m
,v
p
, v
t
, s(t)) como razones de cambio con
funciones de segundo o tercer grado a travs de los tiic
Clculo de velocidades instantneas
Elaboracin de dibujos o grficas para aclarar y
representar relaciones entre variables.
Realizacin de procedimientos algebraicos y clculos en
calculadora, etc.

Previos: Modelos y sus tipos, modelos
matemticos, la operaciones bsicas como modelos
para, razn por unidad, cantidades, unidades de
medida, velocidad media e instantnea.
Emergentes: punto en la continuidad, punto de
clculo, punto medio, velocidad media como razn
de cambio promedio y como velocidad del punto
central, velocidad del punto medio v
tp
, razn de
cambio promedio, razn de cambio en un punto,
derivada como tiic, modelo para la relacin a uno
entre dos cantidades de variacin. La pendiente de
la tangente a una curva.
Propiedad de independencia del tamao del
intervalo.
v
t
se puede identificar en v
tp
independientemente de
su posicin dentro de t
Propiedad de coincidencia f(x) = f(x
c
)
No se puede obtener directamente, se tiene que
derivar de una razn de cambio promedio, ya sea
por medio de los tiic o del lmite.

ARGUMENTOS
C
O
M
P
O
N
E
N
T
E

D
I
S
C
U
R
S
I
V
O
/
R
E
L
A
C
I
O
N
A
L

(
C
o
m
p
r
e
n
s
i
n

r
e
l
a
c
i
o
n
a
l
)

A partir de la velocidad de un cuerpo en cada libre, comprobar que la velocidad media para un intervalo es
igual a la velocidad instantnea del punto central del intervalo.
Justificar que la velocidad se puede considerar como una razn de cambio.
Comprobar que la velocidad promedio obtenida a partir de diferentes posiciones de un punto t, incluye a la
velocidad instantnea de dicho punto, misma que se puede identificar a travs de los tiic.
Generalizar esta situacin a cualquier funcin para obtener la razn de cambio en un punto.
Comprobacin grfica de que el lmite de la razn de cambio promedio es la pendiente de la tangente a la
curva.

LENGUAJE
C
O
M
P
O
N
E
N
T
E

D
E

D
E
S
A
R
R
O
L
L
O

Verbal: Derivada, relacin a uno entre cantidades de variacin, razn de cambio en un punto, pendiente de la recta tangente
a la curva, el lmite de la razn de cambio promedio, trminos independientes del tamao del intervalo en el cociente (tiic) de
la razn de cambio promedio.
Grfico: Dibujos en los que se esquematizan las razones de cambio en un punto, grficas en las que se obtiene la pendiente
de la recta tangente a una curva.
Simblico: f(x), f(x
p
),
t
t k t s t k t s
t s v p tp
+
= =
) ( ) 1 ( (
) `(
,
( )
x
x f x x f
x k x f x f p
+
= + =
) ( ) (
) ` `(
,
(
+
=
x
x f x x f
ticc x f
) ( ) (
) `(
(
+
=

x
x f x x f
x f
x
) ( ) (
lim ) `(
0

Tabla 19. Configuracin epistmica de la derivada. Caso matemtica en contexto.
164


Comprensin
1

C. Trad.
C. M en C.
Situacin
problema
C
a
r
l
o
s

R
a
l

E
r
i
c
k

G
a
b
y

C
r
i
s
t
y

J
u
a
n

J
o
s

0
( ) (
'( )
x
f x x f x
Lm
x
f x

+
=
)

( ) (
'( )
f x x f x
x
f x tiic
+
=
)

derivada y y realizar el
procedimiento para obtenerla.
I N N R I N N
6x
2
en la definicin de
derivada
f(x) = 6x
2
proporciona el
cambio o variacin en la
funcin
I I I I I I N
y x
x
I I I I I I N
3 a) Encuentre
la derivada de
las funciones:
a) f(x) = 6x
2

lmite
I I I R I I N
0
( ) (
'( )
x
f x x f x
Lm
x
f x

+
=
)

( ) (
'( )
f x x f x
x
f x tiic
+
=
)

derivada para poder
calcularla
I N N R I N N
x
3
2x en la definicin de
derivada
f(x) proporciona el cambio o
variacin en la funcin
I I I I I I N
y x
x
I I I I I I N
3 b) f(x) = x
3

2x
lmite
I I I R I I N
1
Comprensin manifestada: I = instrumental; R = relacional; N = no manifestada (ninguna accin)
Tabla 20. Tipo de comprensin mostrada al argumentar ejercicios. Ambos casos.

Gaby no proporciona ninguna justificacin en el resto de las acciones para solucionar
los ejercicios, sin embargo realiza cada una de ellas. Es decir, ella manifiesta una comprensin
instrumental, esto es, que sabe hacer las acciones para resolver los ejercicios. Cristy muestra
165

una comprensin instrumental en todas sus justificaciones al solucionar los ejercicios. Ella
realiza seis acciones o pasos de solucin y proporciona un justificacin detallada de cada uno.
Sin embargo tales justificaciones son operativas, esto es, ella dice lo que se debe hacer, pero
no por qu. Un ejemplo de sus justificaciones es sustituir en la frmula de la derivada, todo lo
que valga x en la funcin, se va a sustituir en la frmula.
Juan proporciona un argumento global para todas sus acciones al igual que Gaby, pero
menos detallado. l escribe la frase: porque es la razn de cambio en un punto como nica
justificacin para los pasos realizados. Proponemos que dicha justificacin manifiesta una
comprensin instrumental, ya que es una explicacin insuficiente del por qu de cada accin.
Juan no realiza la primer accin propuesta para resolver los ejercicios pero s el resto. En el
caso de Jos, encontramos que ste no realiz ninguna accin.
En las justificaciones dadas por los estudiantes al resolver el problema 4, inferimos que
Gaby muestra mayor comprensin relacional que sus compaeros (vase Tabla 21). Esto es,
ella dice el por qu en siete de diez acciones realizadas. Por su parte, Cristy slo explica el por
qu en una de sus acciones, Juan no dice el por qu de sus acciones y Jos no realiza ninguna
accin. Desde otra perspectiva, Gaby es la nica que explicita sus acciones en etapas de
modelacin y las describe como planteamiento del problema, variables y constantes,
relaciones y solucin.
Gaby proporciona una justificacin global que nos sugiere que ella comprende lo que
debe hacer y el por qu al solucionar un problema. En dicha justificacin ella seala que el
problema pide determinar la razn de cambio produccin / trabajador (productividad) en un
punto y valuarla cuando el nmero de trabajadores es 100. Gaby tambin identifica las
variables produccin y nmero de trabajadores. Adems, en su justificacin, ella escribe que la
razn de cambio en un punto es la derivada de la funcin de produccin obtenida con los tiic.
Con base en dicha justificacin pensamos que ella sabe el por qu de sus acciones al plantear
el problema, identificar variables, relacionarlas, y al formular el modelo. Esto es, proponemos
que Gaby muestra comprensin relacional.
166

Comprensin
1

C. Trad.
C. M en C. Situacin
problema
C
a
r
l
o
s

R
a
l

E
r
i
c
k

G
a
b
y
2

C
r
i
s
t
y

J
u
a
n

J
o
s

1. Se pide el modelo para el
ritmo de produccin a
partir de la produccin:
f(x) = -x
2
+210x
Dentro del contexto del problema
es necesario identificar lo que se
pide en concreto
N N N R N N N
b) Identificar variables y constantes:
2. nm. de trabajadores x Variable independiente N N N R N N N
3. produccin f(x) Variable dependiente N N N R N N N
4. ritmo de produccin f(x)
Variable dependiente expresada
como razn de cambio de las
otras dos variables.
N N N R N N N
c) Relacionar variables:
5. f(x) es el lmite cuando
x tiende a cero o tiic de
[ f(x)/x]
La funcin del ritmo de
produccin es el lmite o tiic de
la razn de cambio promedio de
la variable produccin sobre la
variable nmero de trabajadores
y se expresa con f(x).
Obtenemos el modelo f(x) al
derivar la produccin f(x) = -x
2

+210x
I N N R N N N
d) Formular el modelo matemtico:
6. Definir la derivada
Necesitamos definir la derivada
para poder calcularla
N N N R I N N
7. Sustituir f(x) = -x
2
+210x
en definicin de derivada
f(x) = -x
2
+210x proporciona el
cambio o variacin en la funcin
I I N R I I N
8. Realizar procedimientos
algebraicos para reducir
la expresin a trminos
con x y x
razn de cambio promedio para
derivar la funcin de la razn de
cambio en un punto x
I I N I I I N
4) Una fbrica
ha encontrado
que la
produccin
global en sus
diferentes
lneas, medida
en productos
est
relacionada
estrechamente
con el nmero
de trabajadores
por turno y
sigue la funcin
de produccin
f(x) = -x
2
+210x
donde x
representa el
nmero de
trabajadores en
el turno.
a) Desarrolle
un modelo para
la razn de
cambio
produccin /
trabajador en
un punto (ritmo
de produccin)
9. Eliminar trminos con
x para obtener el
modelo: f(x) = -2x +
210
Los trminos x deben tender a
cero para acercarnos al lmite y
poder identificarlo. O bien, se
ignoran al considerar los tiic
I I N I I I N
e) Obtener una solucin:
b) Determine el
ritmo de la
produccin con
100
trabajadores
10. Sustituir x = 100 en el
modelo y calcular la
solucin
Utilizar el modelo construido
para obtener una solucin
matemtica al problema
I I N I R I N
1
Comprensin manifestada: I = instrumental; R = relacional; N = no manifestada (ninguna accin)
2
Aunque mostr compresnin relacional, no es propia de un enfoque de modelacin
Tabla 21. Tipo de comprensin mostrada al argumentar en el problema 4. Ambos casos.

167

Cristy manifiesta una comprensin instrumental al justificar sus acciones en el inciso a)
del problema, sin embargo en el inciso b), ella manifiesta comprensin relacional.
Proponemos que Cristy comprende que la derivada es un modelo para la razn de cambio en
un punto. As en el inciso a), en que se pide un modelo para la razn de cambio
produccin/trabajadores, ella slo desarrolla las acciones para obtener una derivada y las
justifica desde una comprensin instrumental. En el inciso b), Cristy indica que la derivada
obtenida en el inciso a) es el modelo del ritmo de produccin, y que los trabajadores son la
variable x. Con dicha informacin ella hace las operaciones pertinentes y obtiene una
respuesta en el inciso b) del problema. Con base en sus justificaciones no tenemos indicadores
del por qu de sus acciones en la primer parte del problema, por lo que decidimos proponer
que ella manifiesta una comprensin instrumental.
Juan presenta una situacin muy parecida a la de Cristy. En el inciso a) del problema,
l argumenta que la razn de cambio produccin/trabajadores en un punto es una derivada, por
tanto, l realiza todos los pasos para obtener dicha derivada sin mayor justificacin. Con base
en ello, proponemos que Juan manifiesta una comprensin instrumental. En el inciso b) del
problema, l slo escribe que la derivada es la razn de cambio produccin/trabajadores y
que se puede decir que el ritmo es de 10 productos por trabajador. La diferencia con Cristy
es que ella hace referencia a que la derivada proporciona un modelo del ritmo de produccin.
Con base en los argumentos de Juan, proponemos que l manifiesta una comprensin
instrumental. Encontramos que Cristy y Juan no realizan acciones de plantear el problema,
identificar variables y relacionarlas, propias de una actividad de modelacin,
Entre los dos ejercicios y el problema a resolver, sugerimos 18 acciones posibles. El
tipo de comprensin manifestada en los argumentos dados por los estudiantes y el nmero de
acciones no realizadas, las resumimos para ambos casos en la Tabla 22. En ella observamos
que Gaby muestra mayor comprensin relacional de entre todos los estudiantes analizados.
En la Tabla 23 mostramos los resultados obtenidos con el cuestionario de comprensin.
Con dicho instrumento inferimos si Gaby, Cristy, Juan y Jos disponen del andamiaje de
significados propios de la comprensin relacional con el enfoque hacia la modelacin. Los
datos indican que dichos estudiantes disponen de insuficiente cantidad de significados para
desarrollar una comprensin relacional con tal enfoque.

168


Caso Tradicional
Caso Matemtica en
Contexto
Carlos Ral Erick Gaby Cristy Juan Jos
Argumentos que manifiestan
comprensin instrumental
13 10 6 11 12 10 0
comprensin relacional con un
enfoque de modelacin
0 0 0 7 1 0 0 Nmero
Acciones no realizadas 5 8 12 0 5 8 18
comprensin instrumental
72.2 55.6 33.3 61.1 66.7 55.6 0
comprensin relacional con un
enfoque de modelacin
0 0 0 38.9 5.5 0 0 Porcentaje
Acciones no realizadas 27.8 44.4 66.7 0 27.8 44.4 100
Tabla 22. Tipo de comprensin mostrada en argumentos. Ambos casos.

En el caso de Gaby, encontramos que slo identifica tres significados de los trece
evaluados con respecto a la comprensin relacional. En la categora de conceptos ella
manifiesta significados correctos para la nocin de razn por unidad y la nocin de derivada
como modelo para. Esta ltima la consideramos como la nocin central de nuestra propuesta y
slo Gaby la identifica correctamente. En la categora de propiedades, slo seala de manera
correcta, que la razn de cambio en un punto tiene que ser derivada, esto es, no se puede
obtener directamente. En la categora de argumentos y en el resto de los reactivos Gaby no
acierta a aquellos significados propios del enfoque hacia la modelacin. Esta situacin es
contraria a lo que ella manifest en sus argumentos al solucionar los ejercicios y el problema
del primer examen.
Cristy presenta una situacin extrema, ya que no acierta en elegir ningn significado
propio del enfoque hacia la modelacin, lo que es congruente con lo expresado en sus
argumentos en el primer examen. Juan logra la mayor cantidad de significados propios del
enfoque hacia la modelacin de todos los estudiantes, l acierta en cuatro de los 13 reactivos,
cantidad relativamente baja. En la categora de conceptos Juan seala los significados
correctos para las nociones de velocidad media, razn por unidad y punto. Sin embargo, l
falla al significar la derivada como modelo para y la relacin a uno entre dos variaciones,
169

nociones centrales en nuestra propuesta. En cuanto a las propiedades, Juan significa
correctamente la propiedad de coincidencia, esto es, que la razn de cambio promedio es igual
a la razn de cambio del punto central en las funciones de segundo grado. En la categora de
argumentos Juan no realiza ninguna argumentacin.
Significado declarado
1

Caso Tradicional
Caso Matemtica en
Contexto
Entidad
primaria
Nocin Pregunta
Modelo de 1 0 0 0 0 0 0 0
Razn de cambio promedio 2 0 1 0 0 0 0 0
Velocidad media 3 0 1 0 0 0 1 1
Razn por unidad 4 0 0 0 1 0 1 1
Punto 5 0 0 0 0 0 1 0
Derivada como modelo para 7 0 0 0 1 0 0 0
Conceptos
Relacin a uno entre dos
variaciones
11 1 0 0 0 0 0 0
Independencia del tamao
del intervalo
6 0 0 0 0 0 0 0
De derivacin de la razn de
cambio en un punto
9 0 0 0 1 0 0 1 Propiedades
Propiedad de coincidencia 10 0 0 0 0 0 1 0
Derivada como razn de
cambio en un punto
15 0 0 0 0 0 0 0
Demostracin de v
(tc)
= v
m
16 0 0 0 0 0 0 0 Argumentos
Importancia de la posicin
del punto de clculo
17 0 0 0 0 0 0 0
Nmero de respuestas con significados del enfoque
hacia la modelacin:
1 2 0 3 0 4 3
Porcentaje respuestas con significados del enfoque
hacia la modelacin:
7.6 15.4 0.0 23.0 0.0 30.7 23.0
1
Con el uno indicamos el significado declarado propio del enfoque hacia la modelacin. Con
cero indicamos un significado que no pertenece a dicho enfoque, o un significado no
declarado.
Tabla 23. Significados de la comprensin relacional con un enfoque hacia la
modelacin. Ambos casos.

Jos acierta en tres significados del enfoque hacia la modelacin. En la categora de
conceptos significa de manera correcta las nociones de velocidad media y razn por unidad.
170

Jos falla en el resto de nociones de esta categora. El otro acierto l lo tiene al indicar la
propiedad de derivacin de la razn de cambio, al igual que Gaby, esto es, seala que la razn
de cambio en un punto tiene que ser derivada.
Ninguno de los cuatro estudiantes de la matemtica en contexto y el enfoque hacia la
modelacin realiza un argumento. Encontramos adems dos situaciones contradictorias, Cristy
no acierta ningn significado de dicho enfoque pero al resolver el incico b) del problema en el
primer examen, ella manifiesta una comprensin relacional al describir la derivada como un
modelo. En su caso, Jos manifiesta tener significados del enfoque hacia la modelacin que
debera ser un andamiaje para una comprensin relacional, sin embargo, l no realiza ninguna
accin en el primer examen. De manera global, los resultados en el cuestionario de
comprensin, nos sugieren que los estudiantes de ambos casos, no disponen de significados
suficientes para la comprensin relacional con el enfoque hacia la modelacin.

8.3. La derivada y la realidad cotidiana.
En la segunda proposicin de nuestro estudio sugerimos que la didctica propuesta
acerca la nocin de derivada a los contextos de la realidad cotidiana. Indagamos sobre ello en
las preguntas 12 y 13 del cuestionario de comprensin, al igual que en el caso tradicional. Las
respuestas de los estudiantes del caso tradicional y el de la matemtica en contexto son
presentadas en la Tabla 24. Para profundizar en el conocimiento construido realizamos
entrevistas enfocadas sobre tales preguntas, y la forma en que les gustara ensear el tema de
derivada.
Sugerimos que los ejemplos deben incluir situaciones en la que es necesario realizar
mediciones instantneas, para dimensiones o variables que slo expresamos con una razn de
cambio. Los contra ejemplos deben entonces, incluir situaciones en las que medimos
dimensiones expresadas como razones de cambio, pero dicha medicin no es instantnea o en
un punto. De entre ambos casos, la respuesta ms correcta la proporcion Ral, sin embargo,
al momento de la entrevista declar no recordar lo que hizo. Cristy tambin proporciona
ejemplos correctos, pero los toma de la pregunta 14 del mismo examen. El resto de los
estudiantes no da respuestas correctas. Esto nos sugiere que ambas didcticas no favorecen
que los estudiantes identifiquen situaciones problema de la realidad cotidiana, que se
resuelven con derivadas. A continuacin describimos nuestros principales hallazgos con
171

respecto a Gaby, Cristy, Juan y Jos. El lector puede encontrar la trascripcin de esta parte de
la entrevista para cada estudiante en el Apndice L.

Respuesta por alumno
Caso tradicional Caso matemtica en contexto
Pregunta
Pregunta
12:
Proporciona
dos
ejemplos de
derivada
que
encuentres
en tu medio
ambiente
Sin
respuesta
Velocidad y
aceleracin
instantneas
Sin
respuesta
Al lanzar
una pelota en
cada libre,
cul es su
velocidad
promedio?
Calcular la
produccin
de x
producto, por
un nmero x
de
empleados,
en un
intervalo de
tiempo t

La cada
libre de
una
pelota. El
ejemplo
a) de la
pregunta
14
La
velocidad
con la que
venga a la
escuela
Km/hr.
Las cosas
que hago
en el da
entre las
horas que
tardo en
hacerlas
El tiempo
de tu casa
a la
escuela en
una
semana.
Las veces
que vota
un baln a
la misma
altura
Pregunta
13:
Proporciona
dos
ejemplos
que parecen
derivada
pero no lo
son
Sin
respuesta
Sin respuesta Sin
respuesta
Si una pieza
de aluminio
al calentarse
se dilata
0.030 cm
cuando la
temperatura
aumenta en
10 c, no es
una derivada,
es una razn
por unidad

c) y d)
pregunta
14
Las
horas que
estoy en
la escuela
al da. Las
horas que
duremos
en el da
El pago
de un
trabajador
a la
quincena.
El punto
de
ebullicin
Tabla 24. Respuestas sobre la derivada y la realidad en el cuestionario de
comprensin. Ambos casos.

Gaby no identifica de manera clara situaciones reales en que apliquemos la derivada, a
la vez, que se interesa por didcticas ms prcticas, que acercan dicha nocin con la realidad.
En los ejemplos proporcionados, ella menciona el problema de la cada libre estudiado en
clase y el problema del ritmo de produccin que vena en el primer examen. En el primer
ejemplo Gaby menciona incurre en un error al escribir que se busca una velocidad media. Al
indagar sobre la diferencia entre esta velocidad y la velocidad instantnea, encontramos que
172

ella no puede explicar la diferencia entre ellas expresadas como razn de cambio promedio y
en un punto. Gaby tampoco puede explicar en forma precisa sus respuestas en los contra
ejemplos que dio de la derivada. Ella toma como contra ejemplo la situacin sealada en la
pregunta dos del cuestionario de comprensin, que refiere a una razn por unidad. Gaby
sostiene que esa situacin es un ejemplo que parece de derivada pero que no lo es, aunque no
explica el por qu, ni la diferencia entre dicha nocin y la razn por unidad.
Los ejemplos y contraejemplos proporcionados por Gaby no fueron los ms apropiados
ni pudo justificar sus elecciones. Sin embargo, al preguntarle como enseara el tema de
derivada, ella aboga por el uso de escenarios reales: Pues ya no ms frmulas no?, [...]
primero explicara el porqu de una derivada, qu es una derivada y el porqu y la funcin que
[...] tiene esta derivada, que tienen las derivadas en las situaciones reales, en la vida diaria.
Tambin Gaby manifiesta que la derivada es algo real para ella: la derivada es algo real ...
pienso yo y que esto lo mir en con la matemtica en contexto: aqu pues vimos de que, la
derivada es algo real, es ... que hay muchas situaciones que la podemos aplicar.
Cristy manifiesta dificultad al identificar el uso de la derivada en situaciones reales,
relacionadas con la medicin de variaciones instantneas. An as, cree entender su
significado en una situacin real, o bien en situaciones no contextualizadas. A la vez, muestra
inters por la didctica propuesta complementada con la didctica tradicional y una mejor
distribucin de los contenidos en el tiempo. Al proporcionar ejemplos de situaciones que se
resuelven con derivadas, Cristy recurre al problema de la cada libre visto en clase y a los
ejemplos a), c) y d) de la pregunta 14 del cuestionario de comprensin. En la entrevista
observamos que ella busca variables y una funcin que se pueda derivar, como principal
criterio para elegir un ejemplo de derivada. Al indagar sobre el por qu eligi dichos ejemplos,
ella no record el por qu.
En el caso de los contra ejemplos, Cristy selecciona las incisos c) y d) y considera de
nuevo la presencia de variables y funciones dentro de una situacin para considerarla ejemplo
de derivada. Acierta al afirmar que el inciso c) de la pregunta 14 no es un ejemplo de derivada,
pero slo argumenta: yo me imagin que no se trata de un ejemplo de derivada. Cristy no
acierta al anotar el ejemplo del inciso d) como un contra ejemplo de derivada. Al preguntarle
sobre esto, ella concluye que dicho contra ejemplo se puede resolver con otros mtodos sin
utilizar derivadas. Sin embargo, la situacin descrita en el inciso d) es un ejemplo tpico de
173

aplicacin de derivadas. Esto nos sugiere que Cristy no relaciona claramente la derivada con
situaciones en las que se requieren calcular razones entre dos variaciones en un punto o en un
instante dado.
A pesar de las deficiencias anteriores, Cristy dice que entiende lo que est pasando al
trabajar con los problemas de derivada vistos en las clases del maestro del curso, y que eso se
debe a la teora que vimos durante nuestra intervencin: con usted me di cuenta en un caso
real... que est pasando no, y... y ahorita tambin con lo que nos est explicando el maestro ya
s donde est la derivada en [...] la curva y esto y el otro... porque nada ms hacamos las
frmulas y est bien, ok, est bien, pero no saba que, o sea no entenda... no entenda
En cuanto a la enseanza de la derivada, Cristy se preocupa ms por distribuir mejor
los contenidos temticos, sugiere mezclar una didctica contextualizada con una no
contextualizada bien delimitada en tiempo: yo... repartira bien, los temas, [...] de aqu a ac,
voy a dar teora y para que entiendan bien, [...] voy a dar ejemplos, de aqu parto con las
frmulas y de aqu ya sigo con los dems temas, eso es lo que hara yo
Juan asocia la derivada con situaciones en que se obtiene una razn de cambio, pero
sus ejemplos y contra ejemplos sugieren que l tiene una confusin similar a la de Gaby y
Cristy. En cuanto a la enseanza de la derivada, Juan tiene inters en didcticas que ayuden a
entender para que sirve la derivada y lo que se est haciendo con ella. Tambin encontramos
que l afirma que la derivada es algo real, es decir, es algo que ayuda a resolver un problema
real.
Juan proporciona ejemplos y contra ejemplos creados por l, sin embargo, apreciamos
que se confunde de manera muy parecida a Gaby y a Cristy. Juan anota como ejemplo la
velocidad con la que viene a la escuela y las cosas que hace en el da entre o divididas por las
horas utilizadas. Al indagar sobre el primer ejemplo Juan se aclara asimismo, que su ejemplo
es una velocidad promedio, y slo puede interpretarla como una razn de cambo promedio.
Algo similar le ocurre con el otro ejemplo. Pensamos que tom las situaciones en que se
requiere una razn de cambio promedio como ejemplos que se solucionan con derivadas.
Como contraejemplos Juan seala las horas que est en la escuela al da entre las horas
que dura en el da. Tenemos la impresin de que trata de decir que es una razn por unidad y
no una razn de cambio, en cuyo caso, su contra ejemplo es correcto. Al preguntarle por la
forma en que enseara la derivada, Juan se interesa por didcticas que promueven la
174

comprensin relacional, como l afirma: saber para qu te sirve, no noms para, [...] hacerlo,
y eso que, lo que hiciste no sepas ni qu es, o sea que supieran qu es lo que estn haciendo
noms [...] no, noms, que ya, la pura frmula ten y vmonos, como si, si me entiende...? .
Aunque no en una forma muy decidida, Juan acepta que la derivada tiene que ver con los
hechos reales: Real, real, real?, pues si te ayuda a resolver problemas yo digo que es real.
A nuestro parecer, Juan y Gaby son los estudiantes que muestran mayor inters durante
nuestra intervencin, sin embargo, encontramos en su aprendizaje serias deficiencias para
asociar la derivada con la realidad cotidiana.
Jos muestra significados muy diferentes a sus compaeros. La derivada la asocia a
fenmenos de variacin, y no a mediciones instantneas para una razn de cambio. l aboga
ms por una enseanza tradicional como ocurre actualmente, y piensa que la derivada no tiene
que ver con la realidad. En cuanto a los ejemplos proporcionados, Jos seala el tiempo que
hace de su casa a la escuela, y las veces que vota un baln a la misma altura. Durante la
entrevista observamos que el significado que Jos otorga a la derivada est en trminos de
variaciones o cambios, sin precisar que se trata de una razn entre ellos en un punto. Esto
ltimo es algo que encontramos en los cuatro estudiantes.
En el caso de los contra ejemplos encontramos que Jos menciona situaciones que
involucran un cambio nada ms, sin describir las condiciones que implica el uso de una
derivada. Al preguntarle cuando un cambio implica una derivada, no encuentra un ejemplo
pertinente: como puede ser, pues yo dira que, como por ejemplo que, mm... no, no
encuentro. Contrario a lo esperado, Jos indica que la derivada no tiene contacto con la
realidad y seala que utilizara una didctica como la actual, que a nuestro parecer es ms
propia de la enseanza tradicional.
En resumen, observamos una seria deficiencia en los estudiantes para identificar
situaciones reales que pueden solucionarse con la derivada, en ambos casos de estudio. En el
caso tradicional Ral es el nico que identifica situaciones correctas, al sealar a velocidades y
aceleraciones instantneas. Sin embargo, durante la entrevista l manifest no acordarse de
dichos ejemplos. Carlos y a Erick no proporcionan ningn ejemplo ni contra ejemplo de la
derivada. En el caso de la matemtica en contexto se sealaron situaciones que en su mayora
se relacionan con una razn de cambio promedio, en particular las indicadas por Gaby y Juan.
Cristy se apoya en ejemplos de la pregunta 14 del cuestionario y acierta en uno de ellos, pero
175

en la entrevista ella no explica el por qu de sus elecciones. Jos, muestra significados ms
pobres al asociar la derivada con situaciones en las que se producen cambios o variaciones
simples. Es significativo que ninguno de ellos, relacion el uso de la derivada con situaciones
reales que involucran mediciones instantneas de variables expresadas con razones de cambio.
En cuanto a la manera en que se enseara la derivada, en el caso tradicional
encontramos que Carlos aboga por una enseanza tradicional, partiendo del concepto hacia las
aplicaciones. Ral, se interesa ms por los significados grficos y de razn de cambio con
mayor nmero de aplicaciones, pero no hace referencia a situaciones contextualizadas. Por su
parte Erick, tiene inters por los aspectos tericos que le fueron preguntados en el cuestionario
de comprensin. En el caso de la matemtica en contexto, Gaby indica que ella explicara el
porqu de la derivada y sus usos en ambientes reales, para identificar las situaciones que se
resuelven con dicha nocin. Cristy, se preocupa ms por la distribucin de los contenidos con
una didctica que combina aspectos de la matemtica en contexto y de la didctica tradicional.
Juan tiene inters en didcticas que promuevan la comprensin relacional, y permitan entender
el porqu de las acciones con la derivada, con un mayor contacto con la realidad. Jos, por su
parte, seala que utilizara una didctica tradicional. En resumen, Carlos, Ral y Jos se
interesan en didcticas tradicionales, mientras que Gaby, Juan y Erick, en didcticas que
favorecen la comprensin relacional. Cristy prefiere una combinacin de ambas didcticas.
En cuanto a la percepcin de la derivada como algo real, en el caso tradicional slo
preguntamos a Erick por ello, su respuesta fue que la consideraba ms como un razonamiento.
En el caso de la matemtica en contexto, Gaby y Juan manifiestan que la derivada es algo real,
a Cristy no se le hizo dicha pregunta pero manifiesta que la estudi en un caso real y en el caso
de Jos, indica que no la considera algo real. En estos datos encontramos que tres de los cuatro
estudiantes del caso de la matemtica en contexto, esto es, Gaby, Cristy y Juan, significan la
derivada en la realidad, mientras que esto no ocurre con ningn estudiante del caso tradicional.

En la tercer proposicin de nuestro estudio se propone que la didctica de la
matemtica en contexto y el enfoque hacia la modelacin favorece a las habilidades de
modelacin. Para tener un indicador de esto, aplicamos el instrumento en que pedimos a los
estudiantes del caso tradicional solucionar un problema de administracin de inventarios
176

(vase Apndice D). En dicho instrumento analizamos si el estudiante muestra las habilidades
siguientes:

e) Plantear el problema: Identificar cunto vara costo total anual para un tamao de
pedido especfico o ritmo de variacin de dicho costo. Esto es, obtener una razn
de cambio (costo total anual/tamao de pedido) en un punto.
f) Determinar variables: el tamao de pedido (Q) es la variable independiente, el
costo total anual (C
T
) es la variable dependiente, la segunda variable dependiente
es la razn de cambio entre el costo total anual y el tamao de pedido y se pide su
valor instantneo o ritmo de variacin del costo. Otras variables son: costo de
pedido para una orden (C
O
), costo anual de almacenamiento para un componente
(C
A
), demanda anual (D), inventario promedio (I
P
), costo anual por pedidos y
costo anual de almacenamiento.
g) Relacionar variables: El costo total anual (C
T
) es una variable dependiente del
tamao del pedido (Q). El ritmo de variacin del costo total anual (C
T
) es la razn
de cambio en un punto entre el costo total anual y el tamao del pedido. El costo
total anual (C
T
) es igual al costo anual por pedidos (C
AP
) ms el costo anual por
almacenamiento (C
AA
); a su vez, el costo anual por pedidos es igual al nmero de
pedidos al ao por el costo de cada pedido (
O
D
C
Q
) y el costo anual de
almacenamiento es igual al inventario promedio por el costo anual de almacenar
una unidad (
A
Q
C
2
).
h) Formular el modelo: Elaborar la funcin que modela el costo total anual:
T O
D Q
C = C + C
Q 2
A
. Obtener la razn de cambio en un punto entre dicho costo y el
tamao de pedido como una derivada:
T O 2
C D
C' = - C
2 Q

La aplicacin del instrumento mencionado o examen sobre habilidades de modelacin,
la complementamos con una entrevista enfocada en las respuestas dadas por los estudiantes.
En el caso de la matemtica en contexto, al aplicar dicho examen y aclarar dudas sobre el
mismo, un estudiante describi su planteamiento del problema en voz alta, y pregunt si era
177

correcto, esto gener un acuerdo simultneo entre el grupo. En consecuencia, en el anlisis
decidimos eliminar el planteamiento del problema dado por los alumnos seleccionados, ya que
no es posible asegurar que sea una aportacin propia. Los resultados obtenidos para ambos
casos los mostramos en la Tabla 25.
Resultados
1

Caso Tradicional
Caso Matemtica en
Contexto
Habilidades de modelacin
Identificar como vara el costo total para
un tamao de pedido especfico
0 0 1
2 2

2

2

b) Determinar variables
Tamao del pedido (Q)
(variable independiente)
1 1 1 1 1 1 1
Costo total anual (C
T
)
(variable dependiente)
1 1 1 0 0 1 1
Ritmo de variacin del costo (C
T
) o
cmo vara el costo total anual / tamao
de pedido (segunda variable dependiente)
0 0 0 0 0 0 0
Costo anual de almacenar un componente
(C
AA
)
1 1 1 1 1 1 1
Demanda anual del componente (D) 1 1 1 1 1 0 1
Costo anual por pedidos (C
AP
) 1 1 1 1 0 1 1
Costo anual por almacenamiento (C
AA
) 0 1 1 1 0 1 1
Costo por ordenar un pedido (Co) 1 1 1 1 1 1 1
c) Relacionar variables
C
T
= C
AA
+ C
AP
1 1 1 0 0 1 1
C
AP
= (D/Q)C
O
1 0 1 1 0 0 0
C
AA
= (Q/2)C
A
0 0 1 0 0 0 0
C
T
= derivada de C
T
0 0 0 0 0 0 0
d) Formular el modelo
C
T
= (Q/2)C
A
+ (D/Q)C
O
0 0 1 0 0 0 0
C
T
= C
A
/2 - (D/Q
2
)C
O
0 0 0 0 0 0 0

1
Identificamos con uno la accin realizada y con cero la accin nula
2
No consideramos el planteamiento del problema porque se acord en el grupo
Tabla 25. Habilidades de modelacin. Ambos casos.
178

En el caso de Gaby, encontramos un esfuerzo por solucionar el problema siguiendo las
etapas de la matemtica en contexto. Sin embargo, ella no identifica el costo total anual como
la variable dependiente cuya funcin hay que derivar. Tambin observamos que no identifica
la variable dependiente cuya razn de cambio en un punto se desea obtener, esto es, el ritmo
de variacin del costo. Proponemos que Gaby sigue pasos instrumentales para resolver el
problema, y que no muestra habilidad para identificar las variables tpicas de las situaciones
que solucionamos con derivadas.
Gaby slo identifica la relacin entre las variables que determinan el costo anual por
pedidos. Ella no identifica las relaciones necesarias para obtener el costo anual de
almacenamiento, el costo total anual y en particular, que el ritmo de variacin es la derivada
de dicho costo total. Gaby declara no saber cmo relacionar las variables: tena mi idea pero
realmente no, no, no saba, y afirma que no comprendi que pide el problema: es que no le
entend profe, la verdad no... o di... o sea no le entend a que era lo que quera. En
consecuencia Gaby es incapaz de formular el modelo. Esto nos indica que ella no dispone de
las habilidades de modelacin analizadas.
Cristy afirma que no se senta bien cuando hizo el examen y es quien realiza menos
acciones para resolver el problema. Ella slo identifica cuatro variables: costo por ordenar un
pedido, costo anual de almacenamiento por unidad, demanda anual y el tamao del pedido.
Cristy falla en identificar las variables dependientes: el costo total anual y el ritmo de
variacin de dicho costo. Estas dos variables son bsicas para solucionar el problema con la
derivada. En consecuencia se muestra incapaz de relacionarlas y de formular un modelo. A
pesar de ello, se esfuerza por construir un modelo y trata de aplicar la regla de derivadas para
la divisin de funciones. Cristy comenta que no capt bien el problema y que intent construir
un modelo. Con base en estos datos, sugerimos que Cristy no muestra las habilidades de
modelacin estudiadas.
Con base en su participacin en clase Juan es, en nuestra percepcin, uno de los
estudiantes con mayor comprensin de lo estudiado con la didctica propuesta. Sin embargo,
sus resultados en el examen de habilidades de modelacin son ms bajos de lo esperado. En
cuanto a determinar variables, Juan identifica el tamao de pedido como variable
independiente, y el costo total como variable dependiente, sin embargo, no describe el ritmo
de variacin como una segunda variable dependiente, expresada con una razn de cambio.
179

Identificar estas tres variables es esencial en situaciones que se resuelven con derivadas. Juan
identifica el resto de las variables del problema con excepcin de la demanda anual.
Con respecto a las habilidades de relacionar variables y formular el modelo, Juan slo
identifica las relaciones para determinar el costo total anual y falla en discriminar que el ritmo
de variacin es la derivada de dicho costo. Esto le impide a Juan obtener una respuesta al
problema. El anlisis de las acciones de Juan nos indica que no dispone de las suficientes
habilidades de modelacin, an cuando logra identificar la variable independiente y una
dependiente.
Jos es el ultimo estudiante de nuestro anlisis y en cuanto a determinar variables y
constantes, l encuentra dos variables independientes: el nmero de pedidos (D/Q) y el
nmero de unidades o tamao del pedido (Q). l determina como variable dependiente el
costo total anual a partir de estas variables, pero, no discrimina como segunda variable
dependiente al ritmo de variacin del costo, o bien, cmo vara con el tamao del pedido. En
consecuencia no puede construir un modelo para dar respuesta al problema. Esto es, Jos falla
en relacionar las variables y formular el modelo. Este actuar de Jos, nos indica que tampoco
dispone de las habilidades de modelacin analizadas.
En resumen, ninguno de los estudiantes de ambos casos, identifica la variable
dependiente que se expresa como razn de cambio en un punto, o ritmo de variacin del costo.
Ello les impide solucionar el problema. Esto sugiere que no disponen de la suficiente habilidad
para identificar las tres variables que caracterizan una situacin a resolver con derivadas.
Encontramos que los estudiantes del caso tradicional muestran mayor habilidad para
relacionar las variables, y que en ambos casos, ninguno identifica todas las relaciones bsicas
para solucionar el problema. Slo Erick del caso tradicional muestra mayor habilidad para
determinar relaciones entre variables y formular el modelo, al determinar la funcin del costo
total anual. Sin embargo, l no deriva dicha funcin para obtener el ritmo de variacin del
costo total. Pensamos que esto ltimo se debe a que Erick no identifica la variable dependiente
que se expresa como razn de cambio. Por ltimo, los estudiantes de la matemtica en
contexto explicitan las etapas de modelacin al solucionar sus problemas, cosa que no hacen
los estudiantes del caso tradicional.

180

Sumario. En este captulo describimos los resultados obtenidos en el caso de la
matemtica en contexto. En dicho caso implementamos de manera personal la didctica
propuesta al grupo vespertino del curso de Clculo diferencial en el periodo 2006 1, en los
programas de ingeniero industrial e ingeniero industrial en electrnica. La intervencin
didctica tiene dos partes, en la primera estudiamos las operaciones bsicas como modelos
simblicos y en la segunda, estudiamos la nocin de derivada con la matemtica en contexto y
el enfoque hacia la modelacin. La matrcula en el grupo de estudio es de 19 estudiantes, de
los cuales, seleccionamos cuatro para realizar la investigacin, Gaby, Cristy, Juan y Jos.
Dichos estudiantes mostraron mayor inters en clases, lo que es un requisito para aprendizajes
significativos de acuerdo con Ausubel (2002). Los resultados los presentamos en cada una de
las proposiciones que guan nuestro estudio y los resumimos para ambos casos.
Inferimos la comprensin relacional lograda por los estudiantes a partir de los
significados implementados y los declarados en dos instrumentos de investigacin: el examen
en que pedimos argumentar acciones y el examen de comprensin. Ambos instrumentos
fueron los mismos aplicados a los estudiantes del caso tradicional. En las argumentaciones
dadas por los estudiantes, encontramos que Gaby manifiesta comprensin relacional en el 61.1
por ciento, Cristy en el 5.5 por ciento, mientras que el resto de los estudiantes no muestra
comprensin relacional. Esto es, casi todos los estudiantes de ambos casos manifiestan
comprensin instrumental. Algo similar ocurre con los resultados en el examen de
comprensin, que indican la falta de significados para una comprensin relacional en todos los
estudiantes.
Los estudiantes muestran una seria deficiencia para identificar situaciones reales que
pueden solucionarse con la derivada. En el caso de la matemtica en contexto, Gaby y Juan
relacionan la derivada con situaciones en que se presentan razones de cambio promedio. Cristy
no relaciona la derivada con situaciones especficas y Jos la relaciona con situaciones de
variacin. En el caso tradicional, Carlos y Erick no hayan ejemplos ni contra ejemplos de la
derivada en la realidad y Ral, manifiesta no hacerlo an cuando sus ejemplos en el examen
son correctos.
En cuanto a habilidades de modelacin, ninguno de los estudiantes es capaz de
reconocer todas las variables que caracterizan una situacin tpica de derivadas. En el caso de
la matemtica en contexto, los estudiantes manifiestan menor capacidad en habilidades de
181

modelacin, que en el caso tradicional. Slo Erick muestra habilidades para plantear el
problema, y en menor grado, determinar variables, relacionarlas y formular el modelo.

182

IX. Conclusiones

IX. Conclusiones

El presente captulo se organiza en tres secciones. En la primera describimos la
interpretacin que hemos hecho sobre los resultados en la comprensin relacional, la derivada
y la realidad, y en habilidades de modelacin, obtenidos con la didctica propuesta. En la
segunda seccin presentamos las conclusiones que consideramos pertinentes en cada cada
objetivo de investigacin. En la tercera, describimos las limitaciones del estudio, as como las
recomendaciones que consideramos relevantes para investigaciones posteriores.

9.1. Interpretacin de resultados.
Nos propusimos tres objetivos en el estudio: a) desarrollar una propuesta conceptual
para la derivada con el enfoque hacia la modelacin, b) elaborar una didctica para el
aprendizaje de la derivada con base en la matemtica en contexto y el enfoque hacia la
modelacin, y c) implementar y evaluar los efectos en la comprensin relacional y en
habilidades de modelacin de la didctica propuesta. En esta seccin presentamos la
interpretacin de los resultados logrados al implementar dicha didctica.

9.1.1. Comprensin relacional. La primera proposicin que gui el estudio, es que la
propuesta didctica favorece la comprensin relacional. Para el anlisis utilizamos el enfoque
ontolgico semitico de Godino (2003). Este enfoque nos provey de tres elementos de
anlisis: las configuraciones epistmicas implementadas, argumentos de los estudiantes al
solucionar un problema, y significados del enfoque hacia la modelacin reconocidos por los
estudiantes. Con base en el primer elemento, en el caso de la matemtica en contexto
encontramos una configuracin epistmica ms compleja, orientada a la construccin de
significados de la derivada como razn de cambio, y como modelo para la relacin a uno
entre dos variaciones. En consecuencia era previsible que los estudiantes contaran con un
andamiaje de significados, mismo que se manifestara en el segundo y tercer elemento de
anlisis.
Los argumentos dados por los estudiantes al resolver un problema con derivadas,
indican que stos no cuentan con el esperado andamiaje de significados, propio de una
183

IX. Conclusiones
comprensin relacional con el enfoque hacia la modelacin. Esto es, de los cuatro estudiantes
del caso de la matemtica en contexto slo Gaby muestra comprensin relacional en buena
parte (38.9%) de los argumentos proporcionados al obtener derivadas. Jos no realiz ningun
paso, y Cristy y Juan muestran casi slo comprensin instrumental en sus argumentos, al igual
que los estudiantes del caso tradicional, Carlos, Ral y Erick.
El tercer elemento de anlisis, el cuestionario de comprensin, tampoco evidencia en
los estudiantes la existencia de un andamiaje de significados para la comprensin relacional.
De los 13 reactivos sobre conceptos, propiedades y argumentos propios del enfoque hacia la
modelacin, Gaby, Juan y Jos reconocen entre cero y tres conceptos o propiedades, mientras
que Carlos, Ral y Erick del caso tradicional reconocen entre cero y dos. Ningn estudiante de
ambos casos fue capaz de reconocer un argumento propio de una comprensin relacional. Con
base en estos resultados, no apreciamos diferencias sustanciales entre ambos casos.

9.1.2. Derivada y realidad. Cuando planteamos nuestra pregunta de investigacin, nos
interesamos por los efectos en la comprensin relacional y en habilidades de modelacin. En
ese momento no previmos analizar el efecto de dicha didctica para acercar la derivada a la
realidad. Sin embargo, esto ltimo lo incorporamos en las proposiciones del estudio (Yin,
2003), y dedicamos una seccin a describir los resultados. stos nos sugieren que con la
didctica propuesta los estudiantes perciben menos rido el conocimiento o menos aislado, tal
como sostiene la teora de la matemtica en contexto (Camarena, 1999). Dichos estudiantes
manifiestan haber aprendido la derivada en un caso real. Esto ocurri con Gaby, Cristy y Juan,
tres de los cuatro alumnos del caso de la matemtica en contexto. En contraparte, en el caso
tradicional observamos que los estudiantes no asocian el concepto de derivada a una situacin
real.

9.1.3 Habilidades de modelacin. En la tercer proposicin del estudio sugerimos que
la propuesta didctica favorece el desarrollo de habilidades de modelacin. Sin embargo,
encontramos que los estudiantes del caso tradicional muestran mayor habilidad para plantear
el problema, identificar variables, relacionarlas, y formular el modelo, an cuando no
reconocen las etapas de modelacin. Un aspecto que puede incidir en estos resultados es que
Carlos y Ral han llevado cursos de clculo en otras instituciones. Otro aspecto puede ser la
184

IX. Conclusiones
capacidad individual para el anlisis matemtico, como nos parece en el caso de Erick, quin
llev el curso de clculo por primera vez en la universidad y mostr mayores habilidades al
solucionar el problema.
Tambin encontramos que los estudiantes del caso de la matemtica en contexto, con
mayor frecuencia describen las etapas de modelacin como pasos para solucionar el
problema. Mientras que los estudiantes del caso tradicional no describen ninguna de tales
etapas de modelacin.

9.2 Conclusiones.
En esta seccin presentamos nuestras conclusiones en cada uno de los objetivos del
estudio.

9.2.1. Primer objetivo. Como primer objetivo nos propusimos elaborar una propuesta
conceptual para la nocin de derivada en ingeniera, con el enfoque hacia la modelacin. Con
respecto a ello concluimos lo siguiente:

Consideramos que hemos logrado una aportacin importante al apartarnos de la nocin
de lmite para significar la derivada. Con ello evitamos los problemas asociados al
aprendizaje de la derivada como el lmite de una razn de cambio. Dificultad sealada
por varios autores como Bloch y Schneider (2004), David Tall (1985), Ana Sierpinska
(en Dolores, 2000), Artigue (1995) entre otros, en el nivel internacional; y por Simn
Mochn (1994), Cordero (2001), Dolores (2000) entre otros, en el nivel nacional.

Con nuestra propuesta conceptual podemos utilizar contextos de medicin cotidianos
para significar la derivada. Esto es, podemos iniciar con problemas en que requerimos
hacer mediciones instantneas para variables expresadas con una razn de cambio,
tales como la velocidad, tasa de crecimiento, productividad, entre otras. Tales
mediciones son presentadas en contextos de modelar con base en cantidades.

Consideramos que la propuesta conceptual es una alternativa que ampla el
conocimiento sobre la derivada. Encontramos que la razn de cambio promedio es
185

IX. Conclusiones
igual a la razn de cambio de un punto alrededor del centro del intervalo de cambio, la
cual, difiere de la razn de cambio del punto al inicio de dicho intervalo. Esta
diferencia hace necesario reducir el intervalo al infinito para que ambas razones de
cambio sean casi iguales, lo que lleva a la nocin cultural de derivada como lmite.
Por ltimo, con respecto a este primer objetivo, sealamos el carcter evolutivo de
nuestra propuesta a lo largo de la investigacin. La revisin de las notas del curso de
clculo (vase Apndice A) y del captulo IV muestra el inicio y el final del proceso de
evolucin. Concluimos que este carcter evolutivo afect sensiblemente los resultados
obtenidos.

9.2.2. Segundo objetivo. Una vez que contamos con la propuesta conceptual, el
siguiente objetivo fue disear la didctica de la matemtica en contexto con base en dicha
propuesta. Nuestras conclusiones son:

La didctica de la matemtica en contexto no es fcil de realizar, tal como lo indica
Camarena (1999). De acuerdo con dicha didctica, debe iniciarse con la seleccin de
un problema real. Dicho problema debe ser elegido de las ciencias de la ingeniera o
bien, de la ingeniera misma. En el caso de la derivada, los problemas tpicos incluyen
tres dimensiones o variables. Una independiente, una dependiente con funcin
conocida, y otra dependiente expresada como razn de cambio entre las otras dos
variables, y para la cual, se requiere una medicin instantnea. Aparte de estas
condiciones, nuestra propuesta conceptual requiere que la funcin de la variable
dependiente sea de segundo grado. Todas estas condiciones no son fciles de lograr en
los problemas reales de la ingeniera.

Consideramos que son mnimos los problemas que podemos utilizar con la matemtica
en contexto y nuestra propuesta conceptual. Slo encontramos la cada libre de un
objeto como un problema ideal, cercano a contextos cotidianos de los alumnos. La
bsqueda que realizamos nos indica que los problemas de ingeniera, son ms
complejos en trminos matemticos. Encontramos difcil utilizar tales problemas para
disear una propuesta didctica para el aprendizaje de la derivada.
186

IX. Conclusiones

9.2.3. Tercer objetivo. El ltimo objetivo fue implementar la didctica de la
matemtica en contexto con base en la propuesta conceptual de la derivada, y conocer qu
efectos produce en la comprensin relacional y en habilidades de modelacin. Con respecto a
ello concluimos:

La intervencin didctica presenta condiciones muy distintas a las de un curso normal
de clculo diferencial, mismas que afectaron los resultados. El profesor de la asignatura
present el material a estudiar como parte de una investigacin, y no como parte
formal del curso. Lo cual afect de manera sensible el inters y la participacin de los
estudiantes. Aunado a esto, agregamos que la propuesta tuvo un carcter evolutivo o de
mejora sobre la marcha, con cierta inestabilidad en el contenido y en los conceptos. As
mismo, la intervencin dur un periodo prolongado para solucionar el problema
planteado.

Con base en nuestro anlisis concluimos que la propuesta didctica tiene efectos
mnimos en la comprensin relacional de la derivada, situacin contraria a la
proposicin inicial del estudio. Esto es, los estudiantes no construyen un andamiaje de
significados propios para una comprensin relacional con el enfoque hacia la
modelacin y no significan la derivada como modelo para. Los estudiantes tampoco
identifican las tres variables de una situacin tpica de modelacin con derivadas.

En cuanto a la segunda proposicin, concluimos que la propuesta didctica ayuda a
que el estudiante asocie la derivada con la realidad. Consideramos este hecho como un
avance con respecto a la didctica del caso tradicional, que se utiliza en los cursos de
clculo de ingeniera industrial en CESUES. As mismo sealamos que la asociacin
de la derivada con la realidad lograda con la didctica propuesta, no llega a una
comprensin profunda sobre lo que implican los aspectos conceptuales en situaciones
reales.

187

IX. Conclusiones
Con respecto a la tercer proposicin, concluimos que las didcticas de ambos casos no
favorecen el desarrollo de las habilidades de modelacin. En particular, no ayudan a
que los estudiantes identifiquen las relaciones entre variables que implican una
derivacin, y con base en las cuales, tomaran la decisin de derivar.

9.3 Limitaciones y recomendaciones.
Con base en los resultados y la experiencia lograda en este estudio, sealamos las
siguientes limitaciones del estudio, y sugerimos algunas recomendaciones que consideramos
pertinentes para investigaciones posteriores.

9.3.1. Limitaciones. El estudio es una modesta aportacin a la educacin matemtica
en el que notamos dos importantes limitaciones. La primera de ellas, es que nuestras
interpretaciones condicionan los hallazgos reportados. Limitacin inherente a la investigacin
cualitativa. En segundo trmino, tenemos la naturaleza de la investigacin y los tiempos de
ejecucin. Esto es, el enfoque hacia la modelacin es una postura sencilla en evolucin.
Muchas de sus ideas fueron revisadas y reestructuradas durante el estudio, con los
consecuentes ajustes sobre la marcha. La carrera entre el tiempo para madurar dichas ideas y
el tiempo para ejecutar el estudio, repercuti en la calidad de los instrumentos, el contenido de
la propuesta, y en particular, la falta de un estudio piloto. Sin embargo, pese a ello, pensamos
que la informacin generada es til en obtener una respuesta a la pregunta de investigacin.

9.3.2. Recomendaciones para la propuesta didctica.
Reduccin los contenidos: La intervencin fue diseada en dos etapas, una para el
estudio de las operaciones bsicas como modelos simblicos y otra para el estudio de
la derivada como modelo para. Sugerimos eliminar la primer etapa, ya que ella parece
ineficaz para ayudar a significar la derivada como modelo para. En consecuencia, la
propuesta debe iniciar con el problema de la cada libre de un objeto limitado a obtener
velocidades instantneas con funciones de segundo grado, para luego discutir sobre
cmo modelar la continuidad y formular la derivada como modelo para. Todo ello con
la didctica de la matemtica en contexto.
188

IX. Conclusiones
Enfatizar la construccin de significados: En las etapas de modelacin de identificar
variables y sus relaciones, la negociacin de los significados debe girar en torno a
esclarecer las tres variables de una situacin tpica de derivadas. En la etapa de
formular el modelo, debe insistirse en construir el significado de la derivada como
modelo para.
Uso de representaciones grficas: En la didctica implementada nos centramos en
construir el significado de la derivada como razn de cambio en un punto, y evitamos
representaciones grficas para minimizar significados como pendiente a la tangente a
la curva. Esto fue contraproducente de acuerdo a los resultados del cuestionario de
comprensin. Proponemos por tanto, incorporar el uso de representaciones grficas en
las que el estudiante determine de manera grfica razones de cambio o la pendiente de
la tangente, antes de formular el modelo. Esto permitir un conocimiento previo para
significar la derivada como modelo para.
Sesiones de consolidacin: Sugerimos consolidar los significados construidos, a travs
de dos o tres sesiones con ejercicios de obtencin de derivadas con funciones de
segundo grado. Lo anterior como una preparacn para el estudio de derivadas con
funciones mayores de segundo grado.

9.3.3. Recomendaciones de orden metodolgico.
Capacitacin del profesor: Proponemos capacitar el profesor a travs de un taller
sobre el nuevo material, en que l se desempee como estudiante. Esto le permitir
conocer mejor la propuesta e implementarla en su curso de clculo diferencial. Lo
anterior a causa de que los estudiantes mostraron menor inters por aprender al
participar en una investigacin.
Integracin del material en el curso: Recomendamos que el material propuesto forme
parte de los contenidos a estudiar, justo despus del tema del lmite de una funcin y
antes de la derivada como lmite. Nuestra propuesta podra nombrarse la derivada
como modelo para. Con dicha ubicacin en los contenidos pretendemos que el
estudiante cuente con una explicacin del por qu de los procesos infinitos, y asocie la
derivada a situaciones reales.
189

IX. Conclusiones
Evaluacin: Los estudiantes tienden a aprender aquello en que son evaluados. Por
tanto, recomendamos que la evaluacin realizada en los cursos considere las etapas de
modelacin: Plantear el problema, identificar variables y constantes, entre otras. Con
esto pretendemos que se favorezcan habilidades de modelacin.
Instrumentos de medicin: Sugerimos que los instrumentos sean revisados y
corregidos para adaptarse a los cambios propuestos. La naturaleza evolutiva de los
aspectos conceptuales gener imprecisiones en las nociones tericas. Hemos corregido
la mayora de dichas imprecisiones durante el desarrollo de la investigacin, y en
consecuencia, los instrumentos de medicin tambin requieren considerar tales
correcciones.

9.3.4. Recomendaciones para CESUES.
Investigacin en competencia matemtica: Dado el reciente nfasis internacional para
que los estudiantes aprendan a aplicar el conocimiento matemtico a situaciones reales
(Blum, 2002; OECD, 2003; Blum, Galbraith, Henn y Niss, 2007). Pensamos que es
necesario continuar investigando sobre la manera de lograr tales aprendizajes. Ello
debe generar un modelo institucional especfico para las competencias en matemticas
con base en la investigacin cientfica.
Matemtica en contexto para las ingenieras: Uno de los principales logros de la
didctica propuesta es que los estudiantes manifiestan que aprendieron la derivada en
una situacin real. Esto es deseable en el aprendizaje de todos los contenidos
matemticos. En consecuencia consideramos recomendable que se utilice la didctica
de la matemtica en contexto en las carreras de ingeniera.
Ampliar la propuesta del enfoque hacia la modelacin: Aunque dicho enfoque ha
mostrado cierto potencial para construir significados en contextos de modelacin, es
una propuesta que requiere ampliarse a otros contenidos importantes para ingeniera
como derivadas de funciones sinusoidales, exponenciales, la integral, entre otros.
190

Referencias

Referencias

Anaya, M., Cavallaro, M. y Domnguez, M. (2007). Modelling: Difficulties for novice
engineering students. En Haine, C., Galbraith, P., Blum, W. & Khan, S. (Eds.)
Mathematical Modelling, Education, Engineerig and Economics. ICTMA 12 (pp. 424 -
432). Chichester, UK: Horwood Publishing.
Aroshas, S., Verner, I. y Berman, A. (2007). Integration of applications in the technion
calculus course. En Haine, C., Galbraith, P., Blum, W. & Khan, S. (Eds.) Mathematical
Modelling, Education, Engineerig and Economics. ICTMA 12 (pp. 433 - 442). Chichester,
UK: Horwood Publishing.
Artigue, M. (1995). La enseanza de los principios de clculo: problemas epistemolgicos,
cognitivos y didcticos. En Pedro Gmez (Ed.), Ingeniera didctica en educacin
matemtica. Un esquema para la investigacin y la innovacin en la enseanza y el
aprendizaje de las matemticas (pp. 97-140). Mxico: Iberoamrica.
Ausubel, D. (2002). Adquisicin y retencin del conocimiento. Una perspectiva cognitiva.
Mxico: Paids.
Barbosa, J. (2003). What is mathematical modelling?. En Lamon, S. J., Parker, W. & Houston,
K. (Eds.), Mathematical modelling: A way of life, ICTMA 11 (pp. 227-234). Chichester,
Great Britain: Horwood Publishing.
Berlinski, D. (1995). A tour of the calculus. New York, EE. UU.: Vintage Books.
Berry, J. & Houston, K. (1995). Mathematical Modelling. Great Britain: Edward Arnold.
Berry, J., Burghes, D., Huntley, I., James, D. & Moscardini, A. (Eds.). (1986). Mathematical
modellilng methodology, models and micros. Great Britain: Ellis Horwood.
Biembengut, M. S. y Hein, N. (1999). Modelacin matemtica: Estrategia para ensear y
aprender matemticas. Educacin Matemtica, 11(1), 119-134.
Biembengut, M. S. y Hein, N. (2007). Modelling in engineering: Advantages and difficulties.
En Haine, C., Galbraith, P., Blum, W. & Khan, S. (Eds.) Mathematical Modelling,
Education, Engineerig and Economics. ICTMA 12 (pp. 415 - 423). Chichester, UK:
Horwood Publishing.
Bigge, M. (1975). Teoras de aprendizaje para maestros. Mxico: Trillas.
191

Referencias
Biza, I., Souyoul, A. y Zachariades, T. (2005). Conceptual change in advanced mathematical
thinking. Investigacin presentada en el Fourth Congress of European Society for
Research in Mathematics Education. Resumen recuperado el 20 de junio 2005 en
http://cerme4.crm.es/Papers%20definitius/14/wg14listofpapers.htm
Bloch, I. & Schneider, M. (2004) A various milieu for the concept of limit: from determination
of magnitudes to a graphic milieu allowing proof. Investigacin presentada en el 10th.
International Congress on Mathematical Education. Topic Study Group 12. Recuperado el
4 de marzo 2005 en http:www.icme-organiser.dk/tsg12/.
Blomhj, M. y Jensen, T. H. (2007). Whats all the fuss about competencies? En Blum, W.,
Galbraith, P., Henn, H. y Niss, M. (Eds.), Modelling and applications in mathematics
education. The 14th ICMI study (pp. 45 - 56). EE. UU.: Springer.
Blum, W. (2002). ICMI study 14: Applications and modelling in mathematics education
discusion document. Educational Studies in Mahtematics, 51, 149-171. Recuperado el 19
de octubre 2002, de la base de datos Ebscohost.
Blum, W., Galbraith, P., Henn, H. y Niss, M. (Eds.). (2007). Modelling and applications in
mathematics education. The 14th ICMI study. EE. UU.: Springer.
Boyer, C. (1959). The history of the calculus and its conceptual development. New York, EE.
UU.: Dover Publications.
Brown, J., Collins, A. & Duguid (1989). Situated cognition and the culture of learning
[Versin electrnica], Educational Researcher, 18, 32-42. Recuperado el 13 agosto 2007
en http://www.exploratorium.edu/ifi/resources/museumeducation/situated.html
Camacho, A. (2002). Difusin de conocimientos matemticos a los colegios mexicanos del
siglo XIX. De la nocin de cantidad al concepto de lmite [Versin electrnica], Revista
Latinoamericana de Investigacin en Matemtica Educativa, 5, 5-26.
Camarena, P. (1999). Hacia la integracin del conocimiento: Matemticas en Ingeniera.
Memorias del Segundo Congreso Internacional de Ingeniera Electromecnica y de
Sistemas (pp. 950-954). Mxico, D. F.: Instituto Politcnico Nacional.
Camarena, P. (2001). Modelos matemticos como etapas de la matemtica en el contexto de la
ingeniera (Reporte de investigacin CGPI-IPN-200731). Mxico: ESIME-IPN.
192

Referencias
Camarena, P. (2002). La matemtica en el contexto de las ciencias y los modelos matemticos.
Memoria del Tercer Congreso de Ingeniera Electromecnica y de Sistemas (pp. 296-
302). Mxico, D. F.: Instituto Politcnico Nacional.
Camarena, P. (2002a). Metodologa curricular para las ciencias bsicas en ingeniera. Primera
parte. Innovacin educativa, 2(10), 23-27.
Camarena, P. (2002b). Metodologa curricular para las ciencias bsicas en ingeniera. Segunda
y ltima parte. Innovacin educativa, 2(11), 5-11.
Camarena, P. (2003). Un indicador para el desarrollo de competencias profesionales del futuro
ingeniero. Memoria del Sptimo Congreso de Ingeniera Electromecnica y de Sistemas
(pp. 1- 6). Mxico, D. F.: Instituto Politcnico Nacional.
Camarena, P. (2003a). Los modelos matemticos en el contexto de los circuitos elctricos y la
metacognicin. Acta Latinoamericana de Matemtica Educativa, 16(2), 496-501.
Camarena, P. (2003b). La matemtica en contexto y la resolucin de problemas. Innovacin
educativa, 3(17), 16-28.
Camarena, P. (2003c). Las heursticas disciplinarias y la matemtica en contexto. Acta
Latinoamericana de Matemtica Educativa, 16(2), 571-577.
Camarena, P. (2004). La matemtica en el contexto de las ciencias. Acta Latinoamericana de
Matemtica Educativa, 17(1), 57-61.
Cantoral, R. (2004). Desarrollo del pensamiento y lenguaje variacional, una mirada
socioepistemolgica [Versin electrnica]. Acta Latinoamericana de Matemtica
Educativa, 17(1), 1-9. Recuperado el 5 de octubre de 2006 en
http://cimate.uagro.mx/cantoral/
Cantoral, R. y Farfn, R. (1998). Pensamiento y lenguaje variacional en la introduccin al
anlisis [Versin electrnica]. Epsilon, 14(3), 42, 353-369. Recuperado el 5 de octubre de
2006 en http://cimate.uagro.mx/cantoral/
Cantoral, R. y Farfn, R. (2003). Matemtica educativa: una visin de su evolucin [Versin
electrnica]. Revista Latinoamericana de Investigacin en Matemtica Educativa, 6(001),
27-40.
Cantoral, R. y Farfn, R., Lezama, J. y Martnez, G. (2006). Socioepistemologa y
representacin: Algunos ejemplos [Versin electrnica]. Revista Latinoamericana de
Investigacin en Matemtica Educativa, Nmero especial, 83-102.
193

Referencias
Cantoral, R. y Mirn, H. (2000). Sobre el estatus de la nocin de derivada: De la
epistemologa de Joseph Louis Lagrange, al diseo de una situacin didctica [Versin
electrnica]. Revista Latinoamericana de Investigacin en Matemtica Educativa, 3(3),
265-292.
Cantoral, R. y Resndiz, E. (2003). El papel de la variacin en las explicaciones de los
profesores: un estudio en situacin escolar [Versin electrnica]. Revista
Latinoamericana de Investigacin en Matemtica Educativa, 6(2), 133-154.
Castro, E., Rico, L. y Castro, E.(1995). Estructuras aritmticas elementales y su modelizacin.
Mxico: Iberoamrica.
Centro Nacional de Evaluacin para la Educacin Superior, A.C. (2005). Gua del sustentante
para el examen general para el egreso de la licenciatura en ingeniera industrial.
Mxico: Autor.
Cervantes, M. (1996). Un enfoque de modelos para matemticas. Modelos Bsicos.
Manuscrito no publicado.
Cervantes, M. (2003). El enfoque de modelos simblicos como alternativa didctica para la
enseanza de las matemticas. Tesis de maestra no publicada. Universidad de Baja
California, Mexicali, Mxico.
Cervantes, M. y Arcos, J. (2005). La comprensin de las operaciones matemticas bsicas con
la didctica de modelacin simblica. Ponencia presentada en el VIII Congreso Nacional
de Investigacin Educativa. Hermosillo, Sonora, Mxico.
Cohen, L., Manion. L. y Morrison, L. (2000). Research Methods in Education. Londres:
Routledger Falmer.
Collette, J. P. (1985). Historia de las matemticas II. Mxico: Siglo Veintiuno Editores.
Cordero, F. (2001). La distincin entre construcciones del Clculo. Una epistemologa a travs
de la actividad humana [Versin electrnica], Revista Latinoamericana de Investigacin
en Matemtica Educativa, 4(2), 103-128.
Daz Barriga, F. (2003). Cognicin situada y estrategias para el aprendizaje significativo.
Revista Electrnica de Investigacin Educativa, 5 (2). Recuperado el 6 de noviembre
2005 en http://redie.ens.uabc.mx/vol5no2/contenido-arceo.html
Daz Barriga, F. y Hernndez, G. (2002). Estrategias docentes para un aprendizaje
significativo. Una interpretacin constructivista. Mxico D. F.: McGraw Hill.
194

Referencias
Dolores, C. (1999). Una introduccin de la derivada a travs de la variacin [Versin
electrnica], Cuadernos Didcticos, 6, 47-89. Recuperado el 5 de octubre de 2006 en
http://cecte.ilce.edu.mx/docs/mate/derivada.pdf
Dolores, C. (2000). Una propuesta didctica para la enseanza de la derivada [Versin
electrnica]. En Cantoral, R. (Coord.), El futuro del clculo infinitesimal. Mxico:
Iberoamrica. Recuperado el 16 de junio 2005 en http://www.cimateuagro.org/.
Dolores, C. (2000a). La matemtica de las variables y el desarrollo del pensamiento y lenguaje
variacional [Verisn electrnica], Academia, 2(20), 9-17. Recuperado el 16 de junio 2005
en http://www.cimateuagro.org/.
Dolores, C., Guerrero, L., Martnez, M. y Medina, M. (2002). Un estudio de las concepciones
de los estudiantes sobre el comportamiento variacional de funciones elementales [Versin
electrnica], Acta Latinoamericana de Matemtica Educativa, 15(1), 73-78. Recuperado
el 16 de junio 2005 en http://www.cimateuagro.org/.
Doorman, M. (2005). Modelling motion: from trace graphs to instantanuous change. Utrecht
University, Freudenthal Institute. Recuperado el 21 de junio 2006 en http://igitur-
archive.library.uu.nl/dissertations/2005-0311-094207/index.htm.
Dunham, W. (2005). The calculus gallery. Masterpieces from Newton to Lebesgue. Princeton,
NJ, EE. UU.: Princeton University.
English, L. (2003). Mathematical modeling with young learnes. En Lamon, S. J., Parker, W. &
Houston, K. (Eds.). Mathematical modelling: A way of life. ICTMA 11 (pp. 3-18).
Chichester, Great Britain: Horwood Publishing.
Futrell, M., Lynch, S. & Hunter-Boykin, H. (1997). Reaching all students of diverse needs and
cultures. Reform in math and science educatiion: Issues for teachers. Recuperado el 5 de
mayo 2003 en: http://www.enc.org/professional/research/journal/mathandscience/
Gil, G. (s.f.). El proyecto internacional para la produccin de indicadores de resultados
educativos de los alumnos (proyecto PISA) de la OCDE. Recuperado el 28 de septiembre
2004 en http://ince.mec.es/pub/pisa.htm.
Giraldo, V. & Carvalho, L. (2004). The role of computational descriptions and conflicts in the
teaching of the concept of derivative. Investigacin presentada en el 10th. International
Congress on Mathematical Education. Topic Study Group 12. Recuperado el 4 de marzo
2005 en http://www.icme-organiser.dk/tsg12/.
195

Referencias
Gobierno del Estado de Sonora. (1983). Ley 28 que crea el Centro de Estudios Superiores del
Estado de Sonora. Boletin Oficial del Gobierno del Estado de Sonora, 27, 14-26.
Hermosillo, Sonora. Mxico: Autor.
Godino, J. D. (1996). Significado y comprensin de los objetos matemticos [Versin
electrnica]. En L. Puig y A. Gutierrez (Eds.), Proceedings of the 20th PME conference,
2, 417-424. Valencia, Espaa. Recuperado el 23 de marzo de 2001 en
http://www.ugr.es/~jgodino/semioesp/pme20es.htm
Godino, J. D. (2002). Un enfoque ontolgico y semitico de la cognicin matemtica
[Versin electrnica], Recherches en Didactique des Mathmaticques, 22(23), 237-284.
Recuperado el 21 de febrero 2005 en http://www.ugr.es/~jgodino/indice_tfs.htm.
Godino, J. D. (2003). Teora de las funciones semiticas: Un enfoque ontolgico-semitico de
la cognicin e instruccin matemtica [Versin elctrnica]. Departamento de Didctica
de la Matemtica. Universidad de Granada. Recuperado el 21 de febrero 2005
http://www.ugr.es/~jgodino/indice_tfs.htm.
Godino, J. D. y Batanero, C. (1994). Significado institucional y personal de los objetos
matemticos [Versin electrnica], Recherches en Ddidactique des Mathmatiques, 14(3),
325-355. Recuperado el 19 de abril 2002 en http://www.ugr.es/~jgodino/semiotica.htm
Godino, J. D. y Batanero, C. (1997). Una aproximacin semitica y antropolgica a la
investigacin en didctica de las matemticas [Versin electrnica], Philosophy of
Mathematics Education Journal, 10. Recuperado el 19 de abril 2002 en
http://www.ex.ac.uk/~Pernest/pome10/art7.htm
Godino, J. D. y Batanero, C. (1998). Funciones semiticas en la enseanza y aprendizaje de
las matemticas [Versin electrnica]. En I. Vale y J. Portela (Eds.) Actas del IX
seminario de investigacin en educacin matemtica (SIEM) de la sociedad portuguesa
de investigacin en educacin matemtica. Guimaraes, Espaa. Recuperado el 26 de
marzo 2001 en http://www.ugr.es/~jgodino/semioesp/funciones.html
Godino, J. D.y Recio, A.M. (1998). Un modelo semitico para analizar las relaciones entre
pensamiento, lenguaje y contexto en educacin matemtica [Versin electrnica]. En A.
Olivier y K. Newstead (Eds.), Prodeedings of the 22nd conference of the international
group for the psychology of mathematics education (Research forum), 3, (1-8). University
196

Referencias
of Stellenbosh, South Africa. Recuperado el 26 de marzo 2001 en
http://www.ugr.es/~jgodino/
Grabiner, J. (2005). The origins of Cauchys rigorous calculus. Mineola, New York. USA:
Dover Publications.
Gravemeijer, K. (1999). How emergent models may foster the constitution of formal
mathematics. Mathematical Thinking and Learning, 1(2), 155-177. Recuperado el 3 de
agosto 2005, en la base de datos Ebscohost.
Gravemeijer, K., Cobb, P., Bowers, J. & Whitenack, J. (2000). Symbolizing, modeling and
instructional design. En Cobb, P., Yackel, E. and McClain, K. (Eds.), Symbolizing and
communicating in mathematics classrooms: Perspectives on discourse, tools, and
instruccional design (pp. 225-274). Mahwah, NJ.: Lawrence Erlbaum Associates.
Gravemeijer, K. y Doorman, M. (1999). Context problems in realistic mathematics education:
A calculus course as an example, Educational Studies in Mathematics 39, 111-129.
Recuperado el 1 de agosto 2005, en la base de datos Ebscohost.
Gravemeijer, K. & Terwel, J. (2000). Hans Freudenthal: a mathematician on didactics and
curriculum theory, Journal of Curriculum Studies, 328(6), 777-796. Recuperado el 3 de
agosto 2005 en Ebscohost.
Greer, B. y Verschaffel, L. (2007). Modelling competencies overview. En Blum, W.,
Galbraith, P., Henn, H. y Niss, M. (Eds.), Modelling and applications in mathematics
education. The 14th ICMI study (pp. 219 - 224). EE. UU.: Springer.
Haine, C., Galbraith, P., Blum, W. & Khan, S. (Eds.), Mathematical modelling, education,
engineerig and economics, ICTMA 12. Chichester, Great Britain: Horwood Publishing.
Hkiniemi, M. (2005). Is there a limit in the derivative? exploring students understanding
of the limit of the difference quotient. Investigacin presentada en el Fourth Congress of
European Society for Research in Mathematics Education. Resumen recuperado el 20 de
junio 2005 en http://cerme4.crm.es/Papers%20definitius/14/wg14listofpapers.htm
Hamson, M. (2003). The place of mathematical modeling en mathematics education. En
Lamon, S. J., Parker, W. & Houston, K. (Eds.), Mathematical modelling: A way of life,
ICTMA 11 (pp. 215-226). Chichester, Great Britain: Horwood Publishing.
Hernndez, G. (1998). Paradigmas en psicologa de la educacin. Mxico: Paids.
197

Referencias
Hens, H. (2003). Working and learning in the real world: A mathematics education. En
Hofe, R. (1998). Problems with the limit concept on a case study of a calculus lesson within a
computer-based learning environment. Recuperado el 20 de junio 2005 en
http://www.fmd.uni-osnabrueck.de/ebooks/gdm/Paperspdf1997/vomHofe.pdf
Hoffmann, L. (1985). Clculo aplicado para admnistracin, economa, contadura y ciencias
sociales. Mxico, D. F.: McGraw-Hill.
Houston, K. (2003). ICTMA: The first 20 years. En Lamon, S. J., Parker, W. & Houston, K.
(Eds.), Mathematical Modelling: A Way of Life. ICTMA 11 (pp. 255-267). Chichester,
Great Britain: Horwood Publishing.
Houston, K. & Neill, N. (2003). Assessing modelling skills. En Lamon, S. J., Parker, W. &
Houston, K. (Eds.), Mathematical modelling: A way of life. ICTMA 11 (pp. 156-164.)
Instituto Nacional para la Evaluacin de la Educacin Superior. (2003). Los resultados de las
pruebas PISA, elementos para su interpretacin. Mxico, D. F.: Autor. Recuperado en
http://www.inee.edu.mx/
Izard, J., Haines, C., Crouch, R., Houston, K. y Neill, N. (2003). Assessing the impact of
teaching mathematical modelling: some implications. En Lamon, S. J., Parker, W. &
Houston, K. (Eds.), Mathematical modelling: A way of life. ICTMA 11 (pp. 165-177)
Jablonka, E. (2007). The relevance of modelling and applications: Relevant to whom and for
what purpose? En Blum, W., Galbraith, P., Henn, H. y Niss, M. (Eds.), Modelling and
applications in mathematics education. The 14th ICMI study (pp. 193 - 200). EE. UU.:
Springer.
Jackson, A. (1994). What is the IMU?. In IMU Bulletin 38. Recuperado el 29 de nov. 2004 en
http://www.mathunion.org/Publications/Bulletins/38/what_is_imu/what_is_imu.html.
Jiang, Q., Xie, J. & Ye, Q. (2007). Mathematical modelling modules for calculus teaching. En
Haine, C., Galbraith, P., Blum, W. & Khan, S. (Eds.), Mathematical modelling, education,
engineerig and economics, ICTMA 12 (pp. 288-293). Chichester, Great Britain: Horwood
Publishing.
198

Referencias
Julie, C. y Mudaly, V. (2007). Mathematical modelling of social issues in school mathematics
in South Africa. En Blum, W., Galbraith, P., Henn, H. y Niss, M. (Eds.), Modelling and
applications in mathematics education. The 14th ICMI study (pp. 503 -510). EE. UU.:
Springer.
Kaiser, G. (2005). Mathematical modelling in school examples and experiences. In: Henn,
Hans-Wolfgang & Kaiser, Gabriele (Hrsg.), Mathematikunterricht im Spannungsfeld von
Evolution und Evaluation. Festband fr Werner Blum. Hildesheim, Franzbecker, (99-
108). Recuperado el 9 de marzo 2005 en:
http://www.erzwiss.uni-hamburg.de/Personal/Gkaiser/pdf-publist/16_Kaiser.pdf
Kaiser-Mesmer, G. (1986). Modelling in calculus instruction empirical research towards an
appropiate introduction of concepts. En Berry, J., Burghes, D., Huntley, I., James, D. &
Moscardini, A. (Eds.). Mathematical Modelling Methodology, Models and Micros. Great
Britain: Ellis Horwood.
Krick, E. V. (1995). Introduccin a la ingeniera y al diseo en la ingeniera. Mxico:
Limusa.
Lamon, S. (2003). Powerful modelling tools for high school algebra students. En Lamon, S. J.,
Parker, W. & Houston, K. (Eds.), Mathematical modelling: A way of life. ICTMA 11 (pp.
81-96) Chichester, Great Britain: Horwood Publishing.
Lave, J.& Wenger, E. (1991). Situated learning, legitimate peripheral participation. Great
Britain: Cambridge University.
Lehto, O. (1995). IMU - Past and present. In IMU Bulletin 39. Recuperado el 29 de noviembre
2004 en http://www.mathunion.org/Publications/Bulletins/39/past+present.html.
Lesh, R. (2003). How mathematizing reality is different from realizing mathematics. En
Lesh, R. & Doerr, H. (2000). Symbolizing, communicating, and mathematizing: Key
components of models and modeling. En Cobb, P., Yackel, E. & McClain, K. (Eds.),
Symbolizing and communicating in mathematics classrooms: Perspectives on discourse,
tools, and instruccional design (pp. 361-384). Mahwah, NJ, EE. UU.: Lawrence Erlbaum
Associates.
199

Referencias
Lesh, R. & Harel, G. (2003). Problem solving, modeling, and local conceptual development,
Mathematical Thinking and Learning, 5 (2&3), 157-189. Recuperado el 15 de noviembre
2004, en la base de datos Ebscohost.
Lesh, R. y Lehrer, R: (2003). Models and modeling perspectives on the development of
students and teachers. Mathematical thinking and learning, 5 (2&3), 109-129.
Recuperado el 15 de noviembre 2004, en la base de datos Ebscohost.
Lesh, R., Carmona, G. y Post, T. (2002). Models and modeling. Proceedings of the Annual
Meeting for the North American Chapter of the International Group for Psychology of
Mathematics Education, 1-4. Recuperado el 15 de noviembre 2004, en la base de datos en
Ebscohost.
Lingefjrd, T. (2007). Mathematical modelling in teacher education necessity or
unnecessarily. En Blum, W., Galbraith, P., Henn, H. y Niss, M. (Eds.), Modelling and
applications in mathematics education. The 14th ICMI study (pp. 333 340). EE. UU.:
Springer.
Lingefjrd, T. (2007a). Mathematical modelling in teacher education. En Blum, W., Galbraith,
P., Henn, H. y Niss, M. (Eds.), Modelling and applications in mathematics education.
The 14th ICMI study (pp. 475 - 482). EE. UU.: Springer.
Lingefjrd, T. y Holmquist, M.. (2003). Learning mathematics using dynamic geometric tools.
En Lamon, S. J., Parker, W. & Houston, K. (Eds.), Mathematical modelling: A way of
life, ICTMA 11 (pp. 255-267). Chichester, Great Britain: Horwood Publishing.
Merriam, S. (1988). Case study research in education. A qualitative approach. San Francisco:
Jossey Bass.
Mochn, S. (1994). Quiero entender clculo. Mxico: Iberoamaricana
Moskowitz, H. y Wright, G. P. (1982). Investigacin de operaciones. Mxico: Prentice-Hall .
Muller, E. y Burkhardt, H. (2007). Applications and modelling for mathematics overview.
En Blum, W., Galbraith, P., Henn, H. y Niss, M. (Eds.), Modelling and applications in
mathematics education. The 14th ICMI study (pp. 267 - 274). EE. UU.: Springer.
Niss, M., Blum, W. y Galbraith, P. (2007). Introduction. En Blum, W., Galbraith, P., Henn, H.
y Niss, M. (Eds.), Modelling and applications in mathematics education. The 14th ICMI
study (pp. 1 - 33). EE. UU.: Springer.
200

Referencias
Organisation for Economic Co-operation and Development, (2003). The PISA 2003
assessment framework- Mathematics, Reading, Science and Problem Solving knowledge
and skills. Recuperado el 28 de spetiembre 2004 en http://www.pisa.org.
Orton, A. (1998). Didctica de las matemticas. Cuestiones, teora y prctica en el aula.
Madrid: Morata.
Pinet, R. (2001). Dinmica sobre la tierra. Universidad Autnoma de Baja California.
Mexicali, B. C. Mxico: UABC.
Pozo, J. (2003). Teoras cognitivas del aprendizaje. Madrid: Morata.
Radford, L. (1998). On signs and representations. A cultural account [Versin electrnica],
Scientia Paedagogica Experimentalis, 35(1), 277-302. Recuperado el 9 de febrero 2005
en http://laurentian.ca/educ/lradford/PUBLIC.HTML.
Radford, L. (1998a). On culture and mind: A post-vygotskian semiotic perspective UIT an
example from Greek mathematical thought. Paper of 23rd. Annual Meeting of the
Semiotic Society of America, Victoria College, University of Toronto, October 15-19.
Recuperado el 9 de febrero 2005 en http://laurentian.ca/educ/lradford/PUBLIC.HTML.
Radford, L. (2004). Semitica cultural y cognicin. Conferencia plenaria en la Decimoctava
Reunin Latinoamericana de Matemtica Educativa. Universidad Autnoma de Chiapas,
Tuxtla Gutirrez, Mxico. Recuperado el 9 de febrero 2005 en
http://laurentian.ca/educ/lradford/PUBLIC.HTML.
Roseco, M. y Romero, R. (1997). La contextualizacion de la enseanza como elemento
facilitador del aprendizaje significativo. Actas del Encuentro Internacional sobre el
Aprendizaje Significativo. Burgos. Espaa. 15-19 sep. Recuperado el 16 de mayo de 2006
en http://dialnet.unirioja.es/servlet/articulo?codigo=2271945
Rodrguez, M. L. (2004). La teora del aprendizaje significativo. Memorias del Primer
Congreso Internacional Sobre Mapas Conceptuales. Navarra, Espaa. Recuperado el 9
de junio de 2005 en http://cmc.ihmc.us/papers/cmc2004-290.pdf
Roorda, G., Vos, P. y Goedhart, M. (2007). The concept of the derivative in modelling and
applications. En Haine, C., Galbraith, P., Blum, W. & Khan, S. (Eds.) Mathematical
Modelling, Education, Engineerig and Economics, ICTMA 12, (pp. 288-293). Chichester,
UK: Horwood Publishing.
201

Referencias
Slack, N., Chambers, S., Harland, C., Harrison, A. y Johnston, R: (1999). Administracin de
Operaciones. Mxico, D. F.: CECSA.
Steen, L. A., Turner, R. y Burkhardt, H. (2007). Developing mathematical literacy. En Blum,
W., Galbraith, P., Henn, H. y Niss, M. (Eds.), Modelling and applications in
mathematics education. The 14th ICMI study (pp. 285 - 294). EE. UU.: Springer.
Swetz, F. (1991). When and how can we use modeling?. In Austin, J. D. (Eds.) Applications
of Secondary School Mathematics, 20-24. Reston, VA., USA: National Council of
teacher of mathematics.
Tall, D. (1980). Mathematical intuition, with special reference to limiting processes. In
Proceedings of the Fourth International Congress on Mathematical Education, 170-176.
Berkeley, Great Britain. Recuperado el 22 de febrero 2005 en
http://www.warwick.ac.uk/staff/David.Tall/
Tall, D. (1985). Understanding the calculus [Versin electrnica], Mathematics Teaching, 110,
49-53. Recuperado el 22 de febrero 2005 en http://www.warwick.ac.uk/staff/David.Tall/
Tall, D. (2004). Thinking through three worlds of mathematics. Proceedings of the 28th
conference of the international Group for the Psychology of Mathematics. Bergen,
Norway. Recuperado el 7 de agosto 2007 en http://www.warwick.ac.uk/staff/David.Tall/
Tall, D. & Mejia, J. (2004). Reflecting on post-calculus reform [Versin electrnica],
Ponencia presentada en el 10th. International Congress on Mathematical Education.
Topic Study Group 12. Recuperado el 4 de marzo 2005 en http:www.icme-
organiser.dk/tsg12/.
Tarp, A. (2004). Applying math-matics, mathe-matism or meta-matics. Paper of The 10th.
International Congress on Mathematical Education. Topic Study Group 20. Copenhague,
Dinamarca. Recuperado el 9 de marzo 2005 en http://www.icme-
organisers.dk/tsg20/papers.html
Titscher, S., Meyer, M., Wodak, R. & Vetter, E. (2000). Methods of text and discoursive
analysis. Londres: Sage Publications.
United Nations Educational, Scientific and Cultural Organization. (1996). Mathematics
education research: Past, present and future. UNESCO Principal Regional Office for
Asia and the Pacific. Bangkok, Thailand: Autor.
202

Referencias
Usiskin, Z. (2007). The aritmetic operations as mathematical models. En Blum, W., Galbraith,
P., Henn, H. y Niss, M. (Eds.), Modelling and applications in mathematics education.
The 14th ICMI study (pp. 257 - 264). EE. UU.: Springer.
Van Del Heuvel-Panhuizen, M. (2003). The didactical use of models in realistics mathematics
education: An example from longitudinal trajectory on percentage. Educational Studies
in Mathematics 54, 9-35. Recuperado 1 de agosto 2005, en la base de datos Ebscohost.
Wenzelburger, E. (1993). Clculo diferencial. Mxico: Grupo Editorial Iberoamericana.
Vargas, R. (1998). Reestructuracin industrial, educacin tecnolgica y formacin de
ingenieros. Mxico: ANUIES
Vigotsky, L. (1995). Pensamiento y lenguaje. Mxico: Paids.
Wilkins, J. L. (2000). Preparing for the 21st century: The status of quantitative literacy in the
United States. School Science and Mathematics, 100(8), 405-418.
Yanagimoto, A. (2003). Environment Problems and Mathematical Modeling. En Lamon, S. J.,
Parker, W. & Houston, K. (Eds.), Mathematical modelling: A way of life. ICTMA 11 (pp.
53-60) Chichester, Great Britain: Horwood Publishing.
Yin, R. K. (2003). Case study research, design and methods (3a. ed.). Applied social research
methods series: Vol 5. Thousand Oaks, CA, EE. UU.: Sage.
Ziga, L. (2004). Funciones cognitivas: un anlisis cualitativo sobre el aprendizaje del
clculo en el contexto de la ingeniera. Tesis doctoral no publicada. Instituto Politcnico
Nacional, Mxico, D. F.

203

La Derivada Con El Enfoque de Modelación

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

La Derivada Con El Enfoque de Modelación

Hochgeladen von

Copyright:

Verfügbare Formate

Universidad Autnoma de Baja California

Instituto de Investigacin y Desarrollo Educativo

Das könnte Ihnen auch gefallen