INTRODUCCION

La percepcin del estudiante hacia la matem-
tica financiera: Una propuesta de diseo curri-

cular con las variables de la escala EAPHMF

Arturo Garca-Santilln
1
, Rubn Edel-Navarro
2
,

Milka E.
Escalera-Chvez
3
, David Aldana-Prieto
4
, Felipe Pablo
Cornejo-Weller
5

1
Centro de Investigacin Econmico-Administrativo, Universidad Cristbal
Coln, Boca del Ro, Veracruz Mxico.
2
Departamento de Investigacin Educativa, Universidad Veracruzana, Veracruz,
Mxico.
3
Unidad Multidisciplinaria Zona Media, Universidad Autnoma de San Luis
Potos, SLP Mxico.
4
Departamento de Ingeniera, Universidad TEC Milenio, Boca del Ro, Vera-
cruz Mxico
5
Centro de Investigacin Econmico-Administrativo, Universidad Cristbal
Coln, Boca del Ro, Veracruz Mxico.

Mxico

Correspondencia: Dr. Arturo Garca-Santilln. Centro de investigacin Econmico -Administrativo, Universidad
Cristbal Coln, Carr. Veracruz-Medelln s/n Col. Puente Moreno. C.P. 94271 Boca del Ro, Veracruz. MEXICO. Tel.
01 (229) 923 29 50 Ext. 62860 E-mail: agarcias@ucc.mx

Education & Psychology I+D+i and Editorial EOS (Spain)

Arturo Garca-Santilln et al.
- 2 - Electronic Journal of Research in Educational Psychology, _ (_), pp-pp. ISSN:1696-2095. 200_. no. XX
RESUMEN

Introduccin: Es claro que hoy en da se ha vuelto imprescindible conocer la percepcin que
el estudiante tiene en relacin con el proceso de enseanza aprendizaje de las matemticas, es
por ello que las autoridades acadmicas de la Universidad Tec Milenio, Campus Veracruz,
decidieron contribuir con dicha tarea acadmica, por lo que se plantearon medir la percepcin
del estudiante hacia la matemtica y de manera especfica, la matemtica financiera. Para
ello, en este estudio emprico se busca replicar la escala EAPHMF propuesta por Garca y
Edel (2008), Garca, Edel y Escalera (2010). Con los resultados obtenidos se pretende disear
una propuesta para integrar en la currcula la materia de matemticas financieras, la cual con-
temple las variables bajo las cuales fue diseada la escala EAPHMF.
Mtodo: Se aplic el instrumento EAPHMF de Garca y Edel (2008) a una poblacin de 85
estudiantes. El procedimiento estadstico fue el anlisis factorial por extraccin de componen-
tes principales y el estadstico de prueba Ji cuadrada (X
2
), as como el test de esfericidad de
Bartlett, KMO y MSA.
Resultados: Los resultados sugieren que las variables contenidos de la historia de la matem-
tica y la clase tipo taller (HMCTT), programacin en hoja de clculo (PHC), diseo de simu-
ladores financieros (DSF), plataformas informticas (PI), comunidades virtuales de aprendi-
zaje (CV) permiten explicar la percepcin del estudiante hacia el proceso de enseanza me-
diado por las TIC.
Discusin o Conclusin: La relevancia de recomendar cambios en el proceso de enseanza-
aprendizaje es vital para que las instituciones de enseanza superior, tanto pblicas como pri-
vadas, integren en su currcula la materia de matemticas financieras, lo cual permitir a los
estudiantes familiarizarse con el valor del dinero en el tiempo, situacin que se aprecia y re-
percute en sus respectivas carreras, independientemente de la profesin a la que canalicen sus
objetivos y esfuerzos.
Palabras Clave: simuladores financieros, historia de las matemticas financieras, clase tipo
taller, programacin en hoja de clculo, plataformas informticas y comunidades virtuales.

La percepcin del estudiante hacia la matemtica financiera: Una propuesta de diseo curricular con las variables de la escala
EAPHMF

Electronic Journal of Research in Educational Psychology, _ (_), pp-pp. ISSN:1696-2095. 200_. no. XX - 3 -
Students perception toward financial mathe-
matics: A proposed curriculum with the scale
variables EAPHMF
ABSTRACT
Introduction: Nowadays has become essential to know the students perception in relation to
the learning process of mathematics, therefore the academic authorities of the Tec Milenio
University, Campus Veracruz, has decided to contribute this academic task in order to meas-
ure students perceptions toward mathematics and specifically, financial mathematics. In this
empirical study seeks to replicate the EAPHMF scale proposed by Garcia and Edel (2008),
Garcia, Edel and Escalera (2010). With the results obtained are intended to design a curricu-
lum proposal that integrate, the financial mathematics course with the variables under which
the EAPHMF scale was designed.

Methods: Were applied the EAPHMF test of Garca and Edel (2008) to 85 engineering un-
dergraduate student. The statistical procedure used was factorial analysis with an extracted
principal component and the chi-square test statistic (X
2
) and the Bartlett test of sphericity,
KMO (Kaiser-Meyer Olkin) and MSA (Measure sample adequacy).

Results: The results suggest that the variables: financial mathematics history and workshop
classroom (HMCTT) spreadsheet programming (PHC), financial simulators design (DSF),
computer science platforms (PI) virtual communities of learning (CV) allow us explain the
students perception toward the learning process throw ICT.

Discussion and Conclusion: The importance of recommending changes in the teaching-
learning process is vital for higher education institutions, both public and private, to integrate
into their curricula the subject of financial mathematics, that allow students to get used to the
value of money over time, a situation that is appraised and affecting his performance in their
studies, regardless of the profession and their goals and efforts.

Keywords: financial simulators, financial mathematics history, workshop classroom, spread-
sheet programming, computer science platforms and virtual communities.

Introduccin
Son marcadas las necesidades que se han presentado, tanto por la Secretara de Educa-
cin Pblica como del sector empresarial del pas en su solicitud de incluir a la matemtica
financiera en los programas acadmicos, desde bachillerato hasta la carrera profesional. Lo
que ha llevado a las autoridades acadmicas de la Universidad Tec Milenio, Campus Vera-
cruz, a sumarse a esta inquietud acerca de incluir la materia en toda la curricula de los pro-
gramas de la oferta acadmica de la institucin.
Es claro que hoy en da se ha vuelto un imperativo el conocer la percepcin que el
estudiante tiene en relacin al proceso de enseanza aprendizaje de las matemticas en lo ge-
neral y de manera especfica la matemtica financiera, as como la actitud hacia dicho proce-
so, todo ello, en las carreras de Ingeniera. Es por ello que se toma como poblacin de estudio
para replicar el modelo de Garca y Edel, (2008), Garca, Escalera y Edel (2010) a estudiantes
que cursan las carreras de ingeniera en la Universidad Tec Milenio del Sistema Tecnolgico
de Estudios Superiores de Monterrey Campus Veracruz.
El problema planteado se ubica en el contexto de la ciencia y precisamente las ciencias
exactas y sociales, esto es, al ser las matemticas financieras parte de las matemticas, es que
se ha colocado en las ciencias exactas, por otro lado al ser un problema que tiene que ver con
los procesos de enseanza de la matemtica, su connotacin se da en el campo de la Psico-
loga y la Educacin, lo que la sita en las ciencias sociales. De esta forma se abordan estu-
dios relacionados a los procesos de enseanza basados en el uso de las tecnologas de infor-
macin y comunicacin (TIC), a la tecnologa educativa basada en plataformas informticas y
comunidades virtuales de aprendizaje. De esta forma se pretende encontrar respuesta a la in-
terrogante sobre Cul es la estructura de variables que permiten entender la percepcin del
estudiante hacia la matemtica financiera? Para dar respuesta a esta interrogante primero se
aborda el marco terico conceptual e hiptesis de investigacin, diseo y metodologa de la
investigacin, resultados, discusin de los resultados y finalmente las conclusiones.
Las variables implicadas en el modelo propuesto por Garca y Edel (2008), Garca,
Escalera y Edel (2010) y que adems integran la escala EAHMF son: Contenidos de la histo-
ria de la matemtica y la clase tipo taller (HMCTT), programacin en hoja de clculo (PHC),
diseo de simuladores financieros (DSF), plataformas informticas (PI), comunidades virtua-
les de aprendizaje (CV). respecto a estas variables, diversos son los estudios que apoyan la
pertinencia de su inclusin al proceso de enseanza de las matemtica; ejemplo de ello, son
los argumentos expuestos por Fauvel (1991), Russ (1991), Pizzamiglio (1992), Moreno y
EAPHMF

Waldegg (1992), Clinard (1993), Toumasis (1995), Barbin (1997), Furinghetti (1997), Fauvel
y VanMaanen (1997), Ernest, (1998), Nuez y Servat (1998) en relacin con la variable
HMCTT, quienes sugieren la necesidad por situar en su contexto histrico a la matemtica,
y hacer de la clase tradicional, una clase tipo taller en donde se ensee al estudiante a cons-
truir su conocimiento a partir de escenarios basados en experiencias pasadas y del contexto
actual.
Por su parte la variable programacin en hoja de clculo ha sido propuesta en diversos
estudios, destacando los trabajos de Pamela Lewis en el rea de computadores en educacin
en el Colegio St. Luke, de Brookfield, Winsconsin, Estados Unidos en donde ensea a estu-
diantes y a maestros en la forma de integrar la Tecnologa al currculo. Adems es autora del
libro La Magia de la Hoja de Clculo (Spreadsheet Magic) el cual tiene 40 proyectos de
clase que permiten integrar esta herramienta tecnolgica en varias reas del currculo (Lewis,
2003) y finalmente Goldenberg (2003) quin ha referido en sus estudios que una de las fuer-
zas en el actual crecimiento, evolucin y enseanza de las matemticas, se ha dado a partir de
las nuevas tecnologas. En el campo de la educacin, ha planteado la importancia de ciertas
ideas, proponiendo problemas y su solucin, temas ms accesibles con el uso de la tecnologa,
adems de que ha proporcionado nuevas formas para representar y manejar la informacin
matemtica.
Concluye Goldenberg (2003) que la inclusin de la tecnologa ha ofrecido alternativas
sobre el contenido y la pedagoga para su enseanza, que muy probablemente no se haba
tenido antes. As, la Hoja de clculo que provee las tecnologas informticas, pasa a ser un
elemento predominante en el proceso de enseanza en esta materia, aunque para este estudio,
solo nos referiremos a la matemtica financiera, como una rama de la matemtica.
Respecto a la variable diseo de simuladores financieros, Garca y Edel (2008) ha ve-
nido aportando una serie de propuestas en torno al diseo de herramientas financieras, consi-
derando la Hoja de Excel como el puente para programar y transformar los teoremas matem-
ticos en prcticas herramientas denominadas simuladores. En el estudio de Garca, Edel y
Escalera (2010), exponen unos manuales que llevan paso a paso a disear simuladores en len-
guaje informtico.
La simulacin ha venido a conformar un potencial elemento para el aprendizaje, ya
que una de sus bondades es, el de permitirle a los estudiantes enfrentar situaciones de apren-
dizaje, mediante la creacin de escenarios diversos para la solucin de problemas especficos
que se estn estudiando y sus posibles resultados, sea esto, en el saln de clase con una com-
putadora, o en laboratorios de computo especialmente equipados para este ambiente de apren-
dizaje. Es claro que la manipulacin de variables en los escenarios propuestos por el estudian-
te, para la solucin de problemas matemticos de la vida cotidiana, le permite observar el im-
pacto en determinados fenmenos econmicos, lo que le facilita el entendimiento en torno a
las teoras aprendidas en el saln de clase, sobre la matemtica y sus procesos de enseanza.
En resumen, la simulacin en el proceso educativo ayuda para que se altere la escala
del tiempo, pudiendo adiestrar en la toma de decisiones con el tiempo real que llevara deter-
minada accin, sin tener que esperar a que transcurra ese tiempo, ejemplo de ellos, se pueden
realizar corridas financieras con n variables, y se obtienen resultados de lo que sera un
crdito a 20 aos, con el manejo de diferentes escenarios.
Crear y compartir el conocimiento dentro del proceso de enseanza, es una labor que
no solo favorece dicho proceso, sino que se convierte en un estimulo para el estudiante, ya
que asume un compromiso de colaboracin con otros compaeros dentro de clase o fuera de
ella. Al respecto Salinas (2003) refiere que existe una mayor probabilidad de lograr comuni-
dades virtuales de aprendizaje, cuando en el grupo de clase (o equipo de trabajo) son afines
los intereses de cada persona. Es por ello que las herramientas diseadas por los estudiantes,
como parte de la estrategia de enseanza en la clase tipo taller, se compartan hacia otras per-
sonas, incluso instituciones acadmicas o quin est interesado en obtenerlas (Wallace, 2001;
Mousround, 2007).
Finalmente la pertinencia de incluir la variable plataformas informticas al proceso de
enseanza de la matemtica financiera (ejemplo de la plataforma Moodle) constituye un ele-
mento relevante, ya que ante esta alternativa los estudiantes pasan de ser simples espectado-
res a se entes participantes y el profesor, a ser un tutor de la enseanza que ayuda a adminis-
trar las diferentes herramientas que le proporciona la plataforma tal y como han sugerido los
estudios de Rheingold (1996 y 2001), Hagel y Armstrong (1997), Jonassen y Wilson (1998)
y Salinas (2003).
Hoy en da, es un hecho que el individuo ya no puede quedarse con la formacin tradi-
cional, ya que tendr que verse en el futuro en una formacin integral en la que deber actua-
lizarse constantemente y en la mayor parte de las ocasiones, con la interaccin de las diferen-
tes redes de aprendizaje que existen en las universidades, lo que necesariamente est obligan-
do a todo aquel que quiera estar actualizado en su especialidad, a aprender a convivir y utili-
zar estas nuevas herramientas y entornos de enseanza, tal como lo han referidos los estudios
EAPHMF

de Hagel y Armstrong (1997), Tarn (1997), Jonassen, Pech y Wilson (1998), Wallace (2001),
Rheingold (2001), Garca Aretio (2003), Salinas(2003), Cabero Almenara (2004, 2005).
Por los argumentos tericos y empricos que se han expuesto anteriormente, el presen-
te estudio busca identificar en su conjunto, cual es la estructura de variables que permitan
comprender la percepcin del estudiante respecto al proceso de enseanza de las matemticas
financieras, considerando las variables de contenidos de la historia de la matemtica y la clase
tipo taller (HMCTT), programacin en hoja de clculo (PHC), diseo de simuladores finan-
cieros (DSF), plataformas informticas (PI) y comunidades virtuales de aprendizaje (CV).
Mtodo
Se realiz un estudio no experimental ya que no se manipul variable alguna, y des-
criptivo toda vez que se busca describir las caractersticas ms significativas del fenmeno de
estudio, as como las probables correlaciones entre las variables implicadas: contenidos de la
historia de la matemtica y la clase tipo taller (HMCTT), programacin en hoja de clculo
(PHC), diseo de simuladores financieros (DSF), plataformas informticas (PI) y comunida-
des virtuales de aprendizaje (CV).
Considerando la matriz de correlaciones como una matriz de identidad en donde: Ho:
R
p
=1 Las variables no estn interrelacionadas y Hi: R
p
1 Las variables estn interrelaciona-
das, por tanto, se plante la siguiente hiptesis, H1: La estructura de las variables latentes:
contenidos de la historia de la matemtica y la clase tipo taller (HMCTT), programacin en
hoja de clculo (PHC), diseo de simuladores financieros (DSF), plataformas informticas
(PI) y comunidades virtuales de aprendizaje (CV) ayudan a entender la actitud de los estu-
diantes hacia las matemticas financieras.
Poblacin. Se consideraron los estudiantes de las carreras de Ingeniera de la Univer-
sidad Tec Milenio, Campus Veracruz. El clculo de la muestra no se aplic ya que se realiz
un censo a toda la poblacin registrada (Tabla No.1).
Instrumento y procedimiento de medicin. Se aplic el test EAPHMF (Anexo No. 1),
Escala de Actitudes y Percepcin Hacia la Matemticas Financieras de Garca y Edel (2008).
El instrumento est estructurado en 31 indicadores con una escala Likert. Los datos obtenidos
fueron capturados y procesados estadsticamente con el software SPSS v.20, aplicando el an-
lisis factorial exploratorio con extraccin de componentes principales, como procedimiento
estadstico.
El criterio de prueba. Con base en los resultados del procedimiento estadstico
multivariante del anlisis factorial exploratorio se establece que las hiptesis estadsticas: Ho:
=0 no hay correlacin Hi: 0 hay correlacin. El estadistico de prueba es X
2
y el test de
esfericidad de Bartlett KMO (Kaiser-Meyer_Olkin) y la medida de adecuacin de la muestra
(MSA). Bajo la hiptesis nula, este estadstico se distribuye asntoticamente mediante una
distribucin X
2
con p(p-1)/2 grados de libertad, es decir, un Nivel de significancia:
=0.05/2=0.025; o bien p<0.01 y <0.05
La carga factorial de .70 estadstica cargas mayores de 0.55. Si Ho es cierta, los
valores propios valen uno y su logaritmo sera nulo, por lo tanto el estadstico del test vale
cero, caso contrario con el Test de Bartlett con valores altos de X
2
y un determinante bajo,
sugerira que hay una correlacin alta. Entonces si el Valor Critico: X
2
calc
.> X
2

tablas
se tienene
videncia para el rechazo de Ho, por lo que la regla de decisines es: Rechazar: Ho si X
2

calculada
> X
2

tablas
.

Anlisis Estadstico. El desarrollo del procedimiento estadstico del anlisis factorial
exploratorio, es el siguiente: En primer lugar, si consideramos las variables Contenidos de la
Historia de la matemtica y la clase tipo taller, diseo de simuladores financieros, programa-
cin en hoja de clculo, plataformas informticas y las comunidades virtuales de aprendizaje,
identificadas como variables latentes ( ) del modelo (X
1
.X
n
), todo esto para medir a 85
estudiantes encuestados, entonces se obtiene la matriz de datos para el estudio (Tabla No. 2).
Lo mencionado anteriormente, esta dado por la ecuacin:

Donde F
1
,. . . F
k
(K<<p) son factores comunes y u
1
, . u
p
son factores especficos y
los coeficientes
{ }
ij
a ; i =1, . . . . , p; j=1,...., k
son la carga factorial. Adems suponemos que, los
factores comunes han sido estandarizados (E(F
i
) = 0; Var(F
i
) = 1, los factores especficos tie-
nen media 0 y tienen correlacin (E(u
i
) = 0; Cov(u
i
, u
j
) = 0 si ij; j, i = (1, ..,p) y ambos
factores tienen correlacin (Cov(F
i
,u
j
) = 0,
i
=1,..., k; j=1,.,p. Como consideracin tenemos
que: si los factores estn correlacionados (Cov(F
i
,F
j
) = 0, if ij; j, i=1,..,k) entonces tene-
mos un modelo con factores ortogonales, si no, tendremos un modelo con factores oblicuos,
por lo tanto, se expresa de la siguiente manera: x = Af + u X= FA' + U

(Tabla No. 3).
Usando la hiptesis previamente mencionada, tenemos:
EAPHMF

k
2 2
i ij i i i
j=1
Var(X )= a + =h + ;i =1,....., p

Donde
)
Esta ecuacin corresponde a las comunalidades y las variables de especificidad X
i
res-
pectivamente. As, la varianza de cada variable puede estar dividida en dos partes, una de sus
comunalidades h
i
2
que representan la variable explicada b y los factores comunes y otro, el
especfico +
I
que representa la parte de la varianza especfica de cada variable.
As, obtenemos:
k k k
Cov (X X ) = Cov a F a F = a a
i , l ij j, lj j ij lj
j=1 j=1 j=1

| |
|
\ .

= i

Estos son los factores comunes cuya funcin es la de explicar la relacin entre las va-
riables del fenmeno en estudio.
Finalmente para comparar la magnitud de los coeficientes de correlacin observados
versus las magnitudes de los coeficientes de correlacin parcial, se calcula la Medida de Ade-
cuacin de la Muestra (KMO) y de manera similar para cada variable, la Medida de Adecua-
cin Muestral (MSA) mediante el siguiente procedimiento:
2
r
ij
j i i j
KMO =
2 2
r + r
ij ij(p)
j i i j j i i j

= =

= = = =

(p)
2
r
ij
i j
MSA = ;i =1,....., p
2 2
r + r
ij ij
i j i j
=

= =

Donde: R
ij (p)
=

coeficiente de correlacin parcial entre las variables X
i
y X
j
.
Debemos comprender que la adecuacin de la prueba Kaiser-Meyer-Olkin es una me-
dida que permite determinar si las correlaciones parciales son pequeas. Si en la prueba de
esfericidad de Bartlett la matriz de correlacin es una matriz idntica, la cual indicar que el
factor de modelo es inapropiado. El KMO es un indicador por comparacin de las magnitudes
de los coeficientes de correlacin observados con relacin a los coeficientes de correlacin
parcial. Valores grandes para la magnitud del KMO indican que un anlisis del factor de las
variables es una buena idea.
La prueba de esfericidad de Bartlett es usada para las variables de la hiptesis nula
cuando la matriz de correlacin de la poblacin no est correlacionada, as Ho R=1 significa
que el determinante de la matriz de correlacin es 1. La prueba de esfericidad de Bartlett est
dada por:
( )
p
1 2p +11
d = - n -1- 2p +5 ln R = - n - log( )
R j
j=1 6 6

( (
( (

Donde:
n = tamao de la muestra, R = matriz de correlacin, ln= logaritmo neperiano,
j
(j=1,..,p)
autovalores propios de R .

Resultados

Aplicacin del anlisis factorial. Para responder el cuestionamiento principal, se
procedi a realizar la aplicacin del Anlisis Factorial para validar el instrumento con la
informacin recolectada en la investigacin de campo, aunque en primera instancia, se realiz
un anlisis de confiabilidad mediante el coeficiente del Alfa de Cronbach.
Es preciso sealar que el Alfa de Cronbach no es en s una prueba estadstica, sino un
coeficiente de fiabilidad o consistencia. Se trata de un ndice de consistencia interna que toma
valores entre 0 y 1 y que sirve para comprobar si el instrumento que se est evaluando recopi-
la informacin defectuosa y por tanto nos llevara a conclusiones equivocadas o si se trata de
un instrumento fiable que hace mediciones estables y consistentes. Alfa es por tanto un coefi-
ciente de correlacin al cuadrado que, a grandes rasgos, mide la homogeneidad de las pregun-
tas promediando todas las correlaciones entre todos los tems. Su interpretacin ser que,
cuanto ms se acerque el ndice al extremo 1, mejor es la fiabilidad, considerando una fiabili-
dad respetable a partir de 0.80. La Fiabilidad se refiere al grado en el que la aplicacin repeti-
da del instrumento, al mismo sujeto u objeto, produce iguales resultados. As, el Alfa de
Cronbach puede establecerse como una funcin del nmero de tems y el promedio de las
correlaciones entre los tems.

N*
=
1+ (N-1) *

Donde:
N = Nmero de tems (o variables latentes), = r-barra es la correlacin media entre los
tems.
EAPHMF

La fiabilidad resultante del instrumento es = 0.813 y bajo el criterio de Alfa Cronbach
>0.6 (Hair, 1999) entonces se puede decir que el instrumento rene las caractersticas de
consistencia y fiabilidad requerida . Es en extremo interesante observar que el Alfa de
Cronbach que se obtiene para las 31 variables es = 0.926, por lo tanto, se confirman
categricamente las caractersticas de la validez del instrumento (Tabla No. 4).
En la Tabla No. 5 se muestran los estadsticos descriptivos: media y desviacin estn-
dar, que son la base para calcular el coeficiente de variacin (CV= sd/) lo que permite iden-
tificar la variable que ms variacin tiene con respecto a las otras integrantes del modelo. As
se obtiene que la variable CV = 33.83% tiene la mayor dispersin, mientras DSF y PI tienen
la menor dispersin en comparacin con el resto de las variables, aunque en lo general el
comportamiento es muy similar (Tabla No. 5).
A continuacin, y con el propsito de comprobar que el procedimiento del Anlisis
Factorial es aplicable en este caso y que adems permita explicar el fenmeno estudiado, pri-
meramente se realiza un contraste del test de Esfericidad de Bartlett con KMO y la Medida de
Adecuacin de la Muestra (MSA) para determinar si hay correlacin entre las variables objeto
de estudio que permita justificar el uso de esta tcnica.
Considerando que el test de esfericidad de Bartlett es un estadstico de prueba usado
para contrastar la hiptesis nula de que la matriz de correlaciones es una matriz identidad, en
cuyo caso no existiran correlaciones significativas entre las variables y el modelo factorial no
sera pertinente si el valor de KMO sea < 0.5, con este valor, entonces no debe utilizarse el
anlisis factorial con los datos muestrales que se estn analizando, ya que el estadstico KMO
vara entre 0 y 1 y los valores pequeos indican que el anlisis factorial puede no ser apropia-
do, dado que las correlaciones entre los pares de variables no pueden ser explicadas por otras
variables.
En la Tabla No. 6 se muestran los resultados obtenidos de KMO, MSA, X
2,
la signifi-
cancia (p<.01) y las correlaciones de las variables implicadas en el modelo. Como se aprecia
en la citada tabla, el estadstico KMO tiene un valor = 0.810 que es cercano a la unidad, indi-
cando que los datos se acomodan adecuadamente para ejecutarse un anlisis factorial y el test
de Esfericidad de Bartlett con X
2
calculada
= 254.808 con 10 df > X
2
tabla
con p-valor 0.000, se
tiene evidencia significativa para rechazar la hiptesis nula (Ho) de que las variables inciales
no estn correlacionadas, lo cual significa que las variables que se incluyen en el presente
modelo no impiden la explicacin del fenmeno, de esta manera, se puede efectuar un anlisis
factorial (Tabla No. 6).
Ahora se presenta en la Tabla No. 7 de la matriz anti-imagen, en donde se muestra la
matriz de covarianzas anti-imagen y la matriz de correlaciones anti-imagen. La matriz de co-
varianzas anti-imagen contiene los negativos de las covarianzas parciales y la matriz de corre-
laciones anti-imagen contiene los coeficientes de correlacin parcial cambiados de signo (las
correlaciones entre dos variables se parcializa teniendo en cuenta el resto de las variables in-
cluidas en el anlisis). En la diagonal de la matriz de correlaciones anti-imagen se encuentran
las medidas de adecuacin muestral para cada variable (MSA). Si el modelo factorial elegido
es adecuado para explicar los datos, los elementos de la diagonal de la matriz de correlaciones
anti-imagen deben tener un valor prximo a 1 y el resto de elementos deben ser
pequeos(Tabla No. 7).
En la Tabla No. 7 se puede observar que los coeficientes de correlacin anti-imagen de
la diagonal van de 0.763 a 0.873, estos son significativamente altos mientras que el resto son
menores que 0.435 (excepto1) por lo que se confirma que el anlisis factorial es adecuado
para identificar la estructura de variables latentes que pueda explicar la percepcin del estu-
diante hacia la enseanza de la matemtica financiera y con ello responder a la pregunta de
investigacin.
El porcentaje de varianza que explica el fenmeno de estudio se obtuvo de la extrac-
cin de los componentes principales. Primeramente se obtienen las comunalidades, que es la
proporcin de la varianza del componente extrado (Tabla No. 8), para posteriormente anali-
zarla bajo el criterio de valor propio > 1 por lo que, de acuerdo al criterio de raz latente (valor
> 1) el nmero de componentes obtenidos en el anlisis es de uno, tal cual se muestra en el
grfico de sedimentacin (Grfica No. 1), el cual da cuenta de la varianza del fenmeno de
estudio en un 69.543% de la varianza segn se observa en las Tablas No. 8 y 9.
Finalmente se muestra la matriz de correlaciones en la Tabla No. 10 y el valor del de-
terminante, lo que permite identificar si hay una alta intercorrelacin entre las variables.
Como se puede apreciar en la tabla anterior, las correlaciones en la gran mayora de
los casos es > .5 salvo en el caso de CV versus PI (.422), adems que el valor del determinan-
te de 0.044, permite afirmar que las variables estn linealmente correlacionadas. Recordare-
mos que con el criterio de la determinante de la matriz de correlaciones (el valor del determi-
nante aparece en una nota al pie de la tabla), los determinantes prximos a cero estn indican-
do que las variables utilizadas estn linealmente relacionadas, lo que significa que el anlisis
factorial constituy una tcnica pertinente para analizar las variables de estudio.

EAPHMF

Discusin o Conclusiones
Los resultados de este estudio, permitieron rechazar la hiptesis nula (Ho), en consecuencia,
se establece la aceptacin de la Hiptesis de investigacin (Hi), que sostiene que s existe un
conjunto de variables que conforman una estructura de variables latentes que faculta la com-
prensin en torno a la percepcin de los estudiantes hacia la matemtica financiera, a partir de
las variables propuestas por Garca y Edel (2008), Garca, Escalera y Edel (2010, 2011);
HMCTT, PHC, DSF, PI y CV.
Este argumento nos proporciona evidencia para comprender la actitud de los estudian-
tes que cursan la materia de matemticas financieras, a saber, los estudiantes perciben de me-
jor manera los conceptos matemticos que exponen los profesores cuando integran en sus
recursos didcticos los contenidos de la historia de la matemtica como recurso metodolgico.
De esto ltimo, se tiene evidencia emprica en otros estudios que sugieren que la inclusin de
esta variable (HMCTT) facilita la superacin de los obstculos por los que ha atravesado el
proceso de la enseanza de la matemtica (Fauvel, 1991; Clinard, 1993 y Furinghetti, 1997).
Sealan tambin los beneficios de una ms amplia y profunda argumentacin y explicacin de
los temas incluidos en la historia de la matemtica como tcnica didctica utilizado en este
proceso, incluso recalcan su utilizacin en el momento y contexto en el cual se desarrollan los
ejercicios matemticos y adems sugieren situarlos inclusive, en otros entornos para resolver
y aplicar la enseanza de la disciplina.
Es muy importante establecer, que el aprendizaje significativo en el estudiante se da en
torno al momento en que los estudiantes aprovechen de forma ptima la enseanza-
aprendizaje de la matemtica financiera, es decir, cuando los contenidos del curso, son con-
textualizados en escenarios reales para la solucin de problemas. Es importante hacer a un
lado, el proceso tradicional de enseanza cuando se lleva al grado abstracto la solucin de
problemas. Adems la forma en que el estudiante aprender de manera edificante, imaginativa
y crtica por conducto de la motivacin, radica en la conveniencia de que se incorporen y co-
laboren activamente de manera individual y asocindose en grupos, que es el objetivo de las
clases tipo taller (HMCTT).
Este trabajo de colaboracin constructivista es referido por Bruner (1966) c.p. Coll
(1998) enfatizando la importancia de lograr el entusiasmo en los estudiantes para profundizar
en el entendimiento de la historia de la matemtica como tcnica didctica.
Otros hallazgos en la investigacin permiten establecer la pertinencia por incluir en el
proceso de enseanza, a la programacin en hoja de clculo (Lewis, 2003), Goldenberg
(2003), a la variable diseo de simulacin y simuladores (Garca et al 2007; Mousround,
2007), la variable comunidades virtuales de aprendizaje Wallace (2001) y la variable plata-
formas informticas, siendo un ejemplo la plataforma Moodle, versin 1.9 (2007).
Es importante sealar el inters manifestado por los estudiantes hacia estas variables
implicadas en el modelo propuesto por Garca y Edel (2008), por la conviccin de poder lo-
grar un aprendizaje diferente y significativo que adquiere un sentido importante que pueda
producir una transformacin en su estructura cognitiva y por consecuencia una percepcin
ms favorable a la matemtica financiera (Ausebel,et al.,1998, citado por Coll, 1998). De tal
suerte, que al obtener una mayor contribucin de todas las variables, se infiere desde la pers-
pectiva de los estudiantes encuestados que estas herramientas fortalecen con amplitud el
aprendizaje de la matemtica financiera, esta evidencia emprica tambin tiene concordancia
con los principios expuestos por Bruner (1966) c.p. Aguerrondo (1999) en torno al tema me-
dular del aprendizaje, como un proceso activo en donde el estudiante construye nuevas ideas
o conceptos basados en el conocimiento pasado y presente.
El profesor debe entusiasmar a los estudiantes a descubrir nuevos principios en los
teoremas matemticos, a nuevas formas de presentacin y manejo de las frmulas y sobre
todo a la transformacin de los teoremas a lenguajes informticos. Lo anterior lleva al estu-
diante a disear sus propias herramientas financieras, las cuales le servirn para crear escena-
rios simulados en la bsqueda de soluciones a problemas financieros especficos.
La percepcin de los estudiantes encuestados hacia el proceso de enseanza de la ma-
temtica financiera resulto muy favorable, tal cual queda demostrada por la evidencia empri-
ca aportada en la presente investigacin. Las variables propuestas por Garca y Edel (2008) a
un modelo didctico mediado por TIC, estn siendo percibidas positivamente en las preferen-
cias de los estudiantes. Lo anterior permite vislumbrar lo trascendente que ser para el estu-
diante, ubicar en sus planes de estudio estas herramientas asociadas a los procesos de ense-
anza de las matemticas financieras para desarrollar nuevas y mejores formas de realizar los
clculos, pero sobre todo para llevar a cabo simulaciones financieras en diferentes escenarios
para resolver los ejercicios matemticos vistos en el curso que estn llevando de matemticas.
La importancia de recomendar cambios en el proceso de enseanza-aprendizaje es im-
prescindible para que todo tipo de instituciones de enseanza superior tanto pblicas como
privadas, integren en la curricula la materia de matemticas financieras que permita a los
estudiantes estar familiarizado con el valor del dinero en el tiempo, situacin que se aprecia y
repercute en sus respectivas carreras, independientemente de la profesin a la que canalicen
EAPHMF

sus objetivos y esfuerzos.
En apoyo a lo anterior la Figura No. 1 muestra el mapa conceptual del curso en donde
se incluyen las variables propuestas por Garca y Edel (2008) y Garca, Edel y Escalera
(2010) mismas que fueron analizadas en este documento (Figura No. 1).
Como parte de la propuesta de Planeacin Acadmica de la Materia de Matemticas
Financieras, en la Tabla No. 11 se muestra el ejemplo de una Unidad de Aprendizaje con la
integracin de la estrategia didctica que involucran las variables HMCTT, PHC, DSF, PI y
CV, ya que, como se pudo conocer --segn la evidencia obtenida en este estudio--, el estu-
diante percibe de manera favorable el proceso de enseanza-aprendizaje de la matemtica
financiera involucrando: Contenidos de la historia de la matemtica y la clase tipo taller
(HMCTT), Programacin en hoja de clculo (PHC), Diseo de simuladores financieros
(DSF), Plataformas informticas (PI), Comunidades virtuales de aprendizaje (CV), todo lo
anterior, como parte integral de una propuesta de modelo de enseanza de la Matemtica Fi-
nanciera mediado por las TIC (Tabla No. 11).
Finalmente y como parte de la propuesta de integracin de las variables referidas ante-
riormente, y para efecto de una explicacin de la propuesta de diseo de herramientas finan-
cieras, se toman las variables: programacin en hoja de clculo y diseo de simuladores, para
mostrar como se estaran transformando las frmulas utilizando por ejemplo la paquetera de
Microsoft office Excel 2007 y su posterior resultado.

Visualizacin del Teorema y su transformacin: Ejemplo de un modelo de Ecuaciones Equi-
valentes:

pff pff
aff
m m
pff aff
1 n
1 1 n n
1 n ff
0=n 0=n m m
1 1 n n
X X
i t i t
= X 1+ +.....X 1+ +X + +....
i t i t 365 365
(1+ ) (1+ )
365 365
n
D
V
| | | |
| |
\ . \ .

Su transformacin en lenguaje de programacin en Excel.

=IF(D7=1,(1*POWER(1+(K13*(D7/12)),D7)),0)+IF(F7=1,(1*POWER(1+(K13*(F7/12)
),F7)),0)+IF(H7=1,(1*POWER(1+(K13*(H7/12)),H7)),0)+IF(J7=1,(1*POWER(1+(K13*
(J7/12)),J7)),0)+IF(L7=1,(1*POWER(1+(K13*(L7/12)),L7)),0)+K19+IF(D11=1,(1/POW
ER(1+(D11/12)),D7)),0)+IF(F11=1,(1/POWER(1+(F11/12)),F7)),0)+IF(H11=1,(1/POW
ER(1+(H11/12)),H7)),0)+IF(J11=1,(1/POWER(1+(J11/12)),J7)),0)+IF(L11=1,(1/POWE
R(1+(L11/12)),L7)),0)+
(Figura No. 2).
Referencias

Aguerrondo, I. (1999). El nuevo paradigma de la educacin para el siglo. Organizacin de
Estados Iberoamericanos para la Educacin, la Ciencia y la Cultura. Recuperado de:
http://www.campus-oei.org/administracion/aguerrondo.htm.
Barbin, E. (1997). Histoire et enseignement des mathematiques: Pourquoi? Comment?. Bu-
lletin AMQ, 37(1), 20-25.
Cabero, J. y Llorente, M.C. (2005). Las plataformas virtuales en el mbito de la teleforma-
cin, Revista electrnica Alternativas de educacin y comunicacin, 1-24, Consultado el
15 de Julio del 2011de http://www.ealternativas.edu.ar
Cabero, J. y otros (2004). Las herramientas de comunicacin en el "aprendizaje mezclado",
Pixel-Bit. Revista de medios y educacin, 23, 27-41.
Clinard, M. (1993, December). Enseignement et histoire des mathematiques. Plot. Bulletin
des Regionales APMEP de Poitiers, Limoges et Orleans-Tours. (64-65), 8-11.
Coll, C. (1998). Significado y sentido en el aprendizaje escolar. Reflexiones en torno al con-
cepto de aprendizaje significativo. Infancia y aprendizaje, 41, 131-142.
Ernest, P. (1998, September). The history of mathematics in the classroom. Mathematics in
School, 27(4), 25-31.
Fauvel, J. (1991, June) Using History in Mathematics Education. For the Learning of Mathe-
matics, 11(2), 3-6.
Fauvel, J. y Van Maanen, J. (1997, August). The role of the history of mathematics in the
teaching and learning of mathematics. Discussion document for an ICMI study (1997-
2000). Zentralblatt fuer Didaktik der Mathematik, 29(4), 138-140.
Furinghetti, F. (1997, February). History of mathematics, mathematics education, school prac-
tice: case studies in linking different domains. For the Learning of Mathematics, 17(1),
55-61.
Furinghetti, F. y Somaglia, A. (1997, February, May). Storia della matematica in classe. L'E-
ducazione Matematica, 18(1), 26-46.
Garca Aretio, L. (2003). Comunidades de aprendizaje en entornos virtuales. La comunidad
iberoamericana de la CUED, en BARAJAS, M. (coord): La tecnologa educativa en la en-
seanza superior, Madrid, McGraw-Hill, 171-199.
Garca Santilln A., Edel Navarro R., Escalera Chvez M. (2010). La enseanza de la ma-
temtica financiera: Un modelo didctico mediado por TIC. Eumed Editores. Universidad
de Mlaga Espaa. Disponible en http://eumed.net/libros/2010f/867/index.htm
Garca, A. y Escalera, M. (2011). IT applications as a didactic tool in the teaching of maths
(using of spreadsheet to programming) Journal of Knowledge Management, Economics
and Information Technology, 1(6), 122-138.
Garca, A., Escalera, M. y Edel R. (2011). Associated variables with the use of ICT as a di-
dactic strategy in teaching-learning process of financial mathematics. An experience from
the classroom. Revista Iberoamericana de Evaluacin Educativa, 4 (2).118-135.
EAPHMF

Garcia-Santilln, A. and Edel R. (2008): Education-learning of the financial mathematics
from the computer science platforms (Simulation with ICT). Main Theme: Application of
ICT (information and communications technologies), in education-learning process. An-
nual Meeting Nova Southeastern University Beyond the Classroom Fischler School of
Education & Human Service. NOVA EDUC@2008. March 17-19, 2008. Miami Beach,
Florida USA.
Goldenberg, P. (2003). Thinking (and talking) About Technology in Math Classrooms. Pub-
lished by Education Development Center, Inc. http://www2.edc.org/ Publicacin en
EDUTEKA: Septiembre 6 de 2003 [Consultado 13 de Noviembre de 2011].
Hagel III, J., Armstrong, A.G. (1997). Net Gain: Expanding Markets through Virtual Com-
munities. Harvard Bussines School Press.
Hagel, J. y Armstrong, A.G. (1997). Net gain. Expanding markets through virtual communi-
ties. Harvard Bussines School Press.
Hair, J. F. Jr.; Anderson, R. E.; Taltham, R. L. Y Black, W. C. (1999). Anlisis multivariante.
Madrid: Prentice Hall.
Jonassen, D., Pech, K. y Wilson, B. (1998). Learning with technology. A constructivist Per-
spective. Upper Saddle River (NJ) Prentice-Hall.
Lewis, P. (2003).Spreadsheet Magic La magia de la hoja de clculo. Publicacin en EDUTE-
KA: Septiembre 20 de 2003. http://www.eduteka.org/HojaCalculo2.php [Consultado el 24
de Noviembre del 2011].
Lewis, P.: (2003) Spreadsheet Magic La magia de la hoja de clculo Publicacin en EDU-
TEKA: Septiembre 20 de 2003. http://www.eduteka.org/HojaCalculo2.php [Consultado el
24 de Noviembre del 2011].
Moreno, L. y Waldegg, G. (1992). Constructivismo y Educacin Matemtica. En Castillo, T.
y Espeleta, V. (1995). La matemtica; su enseanza y aprendizaje. Tomo I San Jos, Cos-
ta Rica: Editorial UNED.
Moursund, David (2003). Editorial: The Spreadsheet. Revista Learning and Leading with
Technology, 26 (5). Consultado el 26 de Agosto del 2009 de: http://www.iste.org/LL
Nnez; J. y Servat, J. (1998, August). Los recursos histricos en la educacin matemtica: el
tratado de Alarifes de Diego Lpez de Arenas. Educacin Matemtica, 10(2),121-132.
Pizzamiglio, P. (1992). Ruolo didattico della storia della Matematica. Parte I La storia della
Matematica a servizio della didattica. IMSI, 15(5), 287-300.
Pizzamiglio, P. (b, 1992) Ruolo didattico della Storia della Matematica. Parte II. La com-
prensione storica della matematica come finalitadidattica. IMSI, 15(5), 475-491.
Rheingold, H. (1996). La comunidad virtual. Una sociedad sin fronteras, Barcelona, Gedisa.
Rheingold, H. (2001). Mobile virtual communities, http://www.rheingold.com. [Consultado el
21-10-2001].
Russ, S. (1991, June). The Experience of History in Mathematics Education. For the Learning
of Mathematics, 11(2), 7-16.
Salinas, J. (2003). Comunidades virtuales y aprendizaje digital, conferencia presentada a
Edutec 2003, disponible en:http://www.edutec.es.
Tarn, L. (1997). El aprendizaje en las organizaciones: de la formacin a las organizaciones
que aprenden. Alta direccin, 191, 8-16.
Toumasis, C. (1995, March). Let's put history into our mathematics classroom. Mathematics
in School, 24(2), 18-19.
Wallace, P. (2001). La psicologa de Internet. Barcelona, Paids.

Tabla No. 1. Poblacin en la universidad Tec Milenio-Veracruz, Mxico. Fuente: Universi-
dad Tec Milenio, Campus Veracruz.

Total de estudian-
tes
Estudiantes Parcial Acumulado Rechazados Cuestionarios aceptados
Ingeniera. 87 87 87 2 85
E 87 87 87 2 85

Tabla No. 2. Matriz de datos para los 85 estudiantes. Fuente: Elaboracin propia.

Estudiantes Variables X
1
X
2
. . . . . X
p

1
2
85
X
11
X
12
. x
1p
X
21
X
22
. x
2p ..
X
n1
X
n2
. x
np

Tabla No. 3. Matriz de datos, carga factorial y puntuaciones factorial. Fuente: Elaboracin
propia.

Su matriz de datos Matriz de carga factorial Matriz de puntuaciones factorial
x F u
1 1 1
x F u
2 2 2
, f = , u = ... ... .. x .
x F u
p p k
=
| | | | | |
| | |
| | |
| | |
| | |
| | |
| | |
\ . \ . \ .

a a .....a
11 12 ik
a a .....a
21 22 2k
...................
a a .....a
p1 p2 p
A =
k
| |
|
|
|
|
|
|
\ .

f f .....f
11 12 ik
f f .....f
21 22 2k
...................
f f .....f
p1 p2 p
F =
k
| |
|
|
|
|
|
|
\ .

EAPHMF

Tabla No. 4. Estadsticos de fiabilidad. Fuente: Elaboracin propia.
Alfa de Cronbach N de elementos N=85 casos, Cero excluidos
INTEGRADOS 0.813 5 ACUMULADOS
TODOS 0.926 31 TODOS
HMCTT 0.840 13 1,2,5,6,7,9,10,11,12,13,14,15,17,
PHC 0.781 9 3,4,8,16,20,21,22,23,26
DSF 0.686 5 18,24,25,27,28
CV 0.657 3 29,30,31
PI 0.000 1 19,

Tabla No. 5. Estadsticas descriptivas. Fuente: Elaboracin propia.
Media

Desviacin
Estndar. Sd. N
Coeficiente Variacin
CV=DE/MED
HMCTT 3.5584 1.1729 85 32.96%
PHC 3.5477 1.1530 85 32.50%
DSF 3.6800 1.1801 85 32.07%
PI 3.6118 1.1557 85 32.00%
CV 3.5686 1.2072 85 33.83%

Tabla No. 6. Matriz de correlacin - KMO, MSA. Fuente: Elaboracin propia.

Variable Correlacin Sig MSA KMO Esfericidad prueba de
Bartlett, (X
2
)
HMCTT .856 0.000 .763
0.810

254.808
df 10
PHC .751 0.000 .772
DSF .759 0.000 .863
PI .564 0.000 .824
CV .548 0.000 .873

Tabla No. 7. Matrices anti-imagen. Fuente: Elaboracin propia.

HMCTT PHC DSF PI CV
Covarianza anti-
imagen
HMCTT .227 -.143 -.030 -.151 -.123
PHC -.143 .296 -.137 .057 .029
DSF -.030 -.137 .365 -.091 -.096
PI -.151 .057 -.091 .529 .021
CV -.123 .029 -.096 .021 .577
Correlacin anti-
imagen
HMCTT .763
a
-.553 -.106 -.435 -.341
PHC -.553 .772
a
-.418 .145 .071
DSF -.106 -.418 .863
a
-.207 -.210
PI -.435 .145 -.207 .824
a
.039
CV -.341 .071 -.210 .039 .873
a

a. Medida de adecuacin muestral

Tabla No. 8. Matriz de componente y varianza. Fuente: Elaboracin propia.

Factores Componente 1 Comunalidades
HMCTT 1.000 .8560
PHC 1.000 .7510
DSF 1.000 .7590
PI 1.000 .5640
CV 1.000 .5480
Total de varianza 69.543%

Tabla No. 9. Varianza total explicada. Fuente: Elaboracin propia.

Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la
extraccin
Total % de la va-
rianza
% acumulado Total % de la va-
rianza
% acumulado
1 3.477 69.543 69.543 3.477 69.543 69.543
Mtodo de extraccin: Anlisis de Componentes principales.

Tabla No. 10. Matriz de correlaciones. Fuente: Elaboracin propia.

HMCTT PHC DSF PI CV
Correlacin HMCTT 1.000
PHC .800 1.000
DSF .726 .744 1.000
PI .667 .504 .566 1.000
CV .629 .512 .562 .422 1.000
Sig. (Unilate-
ral)
HMCTT .000 .000 .000 .000
PHC .000 .000 .000 .000
DSF .000 .000 .000 .000
PI .000 .000 .000 .000
CV .000 .000 .000 .000
a. Determinante = .044

EAPHMF

Tabla No. 11. Ejemplo de Unidad de Aprendizaje. Fuente: Elaboracin propia.

Unidad VIII
Anualidades mediante gradientes geomtricos-aritmticos
Objetivo de aprendizaje
Resolver ejercicios de operaciones financieras de anualidades, mediante el uso de gradien-
tes geomtricos-aritmticos a partir de una clase tipo taller tomando como referencia su
historia y evolucin.
Conocimiento previo
Algebra elemental para el manejo de los signos, operaciones algebraicas, tpicos previos
de inters simple y compuesto, Excel bsico y procesador de ecuaciones.
Conocimientos que definen el
aprendizaje
Actitudes
Captulo VIII Gradientes
8.1.- Introduccin y terminologa.
8.1.1.- Variables a utilizar
8.1.2.- Gradientes aritmticos y su pro-
cedimiento
8.1.3.- Gradientes geomtricos y su
procedimiento
8.1.4.- Gradiente aritmtico-
geomtrico
8.1.5.- Ejercicios validados con simu-
ladores financieros
Disposicin a trabajar en equipo mediante comu-
nidades virtuales de aprendizaje (CV).
Responsabilidad para el trabajo colaborativo
Seguridad para argumentar
Disposicin para trabajar fuera de la sesin de
clase, de manera virtual en la plataforma Moodle

Metodologa de Enseanza-
Aprendizaje
Evidencia de Proceso Evidencia de
Logro
Despus de realizar los alumnos una
lectura que sugiere el profesor, dentro
de la clase tipo taller, en equipos cons-
truyen el concepto de Anualidades
mediante gradientes geomtricos-
aritmticos, partiendo de sus referen-
tes histricos y como esta ha venido
evolucionando (HMCTT).
El profesor expondr la solucin de
algunos ejercicios y/o problemas ti-
po, para posteriormente trabajar en
una hoja de clculo en donde progra-
marn las frmulas utilizadas en cada
contenido de la materia (PHC).
Irn conformando su herramienta fi-
nanciera por cada tema estudiado para
conformar al final del curso un simu-
lador financiero con los temas del
programa (DSF).
Participacin de los
alumnos presentando y
resolviendo sus dudas.

Participacin de los
alumnos convirtiendo los
temas vistos (frmulas) a
herramientas financieras
en Excel (DSF).

Participacin de los
alumnos en comunidades
virtuales de aprendizaje
(CV), utilizando la plata-
forma Moodle para el
curso de matemticas
financieras (PI).

Ejercicios de anuali-
dades con gradientes
aritmticos y geom-
tricos, y una herra-
mienta en programa-
cin de Excel.
Portafolio de eviden-
cia
Manual gua: http://sites.google.com/site/educacionvirtualucc/
Bibliografa: Garca Santilln, Edel Navarro y Escalera Chvez:(2010) La enseanza de la
matemtica financiera: Un modelo didctico mediado por TIC, Edicin electrnica. Eu-
med Editores, Universidad de Mlaga. Texto completo en
www.eumed.net/libros/2010f/867/

Grfica No. 1. Grfico de sedimentacin. Fuente: Elaboracin propia.

Figura No. 1. Mapa conceptual del curso. Fuente: Elaboracin propia.

Contextualizar la matemtica en su historia, su utilizacin actual en casos
reales y desarrollo de clase tipo taller
Procedimiento en Tablas
Por tema,
Disear Si-
muladores
financieros
en Excel
(PHC) y
(DSF)
Aplicacin de gradientes: geomtricos y aritmticos
Inters Compuesto
Anualidad
Amortizacin
Capitalizacin
Pago =
Depreciacin Fondos de Amorti-
zacin
Inters simple

Creacin de
Comunidades
Virtuales de
Aprendizaje
(CV)
Opcin para
impartir las
materias a
travs de las
plataformas
informticas
(PI) caso Mo-
odle
EAPHMF


Figura No. 2. Simulador Financiero en Excel. Fuente: Elaboracin propia

Anexo No. 1. Test escala de actitudes y percepcion hacia la materia de matematicas financie-
ras EAPHMF. Fuente: Garca y Edel (2008).

En este cuestionario no hay respuestas correctas ni incorrectas, slo deseamos saber si el alumno est de acuerdo
o en desacuerdo con cada una de las siguientes afirmaciones.
TD= Totalmente en Desacuerdo (1); D = En Desacuerdo (2); I = No sabe o no puede responder, indiferente. (3);
A = De Acuerdo (4); TA= Totalmente de Acuerdo (5)
1. Las MF son amenas y estimulantes para m cuando el profesor explica su historia.
2. MF es un curso valioso y necesario por que aprendemos a valorar el dinero en el tiempo.
3. Pienso que podra estudiar MF ms difciles con el uso de la hoja de clculo.
4. Las MF usualmente me hacen sentir incmodo y nervioso, pero el uso de las TICs reduce este sentimiento
adverso.
5. La MF me despierta mayor inters, cuando el profesor explica como se ha venido utilizando en la actividad
cotidiana de la sociedad.
6. Yo disfruto la MF cuando el profesor explica cmo se puede resolver un problema de diversas formas.
7. El curso de MF sirve para ensear a pensar, adems que puedo proponer algunas alternativas de solucin.
8. Los trminos y smbolos usados en matemticas nunca me resultan difciles de entender y manejar, por que el
profesor me incentiva a generar nuevas formas de codificarlos.
9. Me incentiva la confianza que deposita en m el profesor que imparte la materia
10. Es motivante llevar a cabo una clase tipo taller
11. Me incentiva la confianza que deposita en mi, el profesor que imparte la materia de MF
12. Conocer de la historia de la MF, me ayuda a generar mayor inters en el curso
13. Cuando me explica el profesor como ha venido evolucionando la MF, me ayuda a superar mis dudas
14. Me gusta involucrar a mi familia cuando curso la materia de MF
15. Incentiva cuando nos dejan de tarea, realizar ejercicios que estn basados en casos reales por los que pasa
nuestra familia.
16. Aplico la MF para calcular hipotecas, prestamos, arrendamientos, ahorros.
17. Genera mayor inters y expectativa la MF, cuando la relaciono a casos reales, y los expongo en clase.
18. Aprendo mejor cuando la materia de MF se imparte utilizando otras tcnicas didcticas.
19. Utilizar las TICs en el proceso de aprendizaje de la MF me genera mayor inters.
20. El uso de la hoja de clculo, me ayuda en el proceso de aprendizaje de la MF.
21. Aprendo ms la MF, cuando programo en Excel las formulas.
22. Programar las formulas en hoja de Excel y trabajarlas en las sesiones tipo taller, me ayuda en mi aprendizaje
23. Disear herramientas financieras en hoja de Excel complementa mi aprendizaje
24. El diseo de simuladores me genera un valor agregado en mi enseanza-aprendizaje de la MF
25. La programacin en Excel y el diseo de simuladores, me ayudan a no rechazar la enseanza-aprendizaje de
la MF
26. Siento que la programacin en Excel fortalece mi aprendizaje en la MF
27. Realmente me gusta aprender la MF, si a partir de las frmulas vistas en clase, las puedo transformar en
simuladores financieros.
28.- Incentiva cuando el profesor promueve la competencia al mejor diseo de simuladores.
29.- La materia de MF genera mayor expectativa en m, porque me permite compartir los productos generados
30.- Me gusta compartir con otras personas mis proyectos de matemticas, para retroalimentarme.
31.- Utilizar la Web para compartir conocimiento, me parece una buena alternativa para nuestra educacin.

INTRODUCCION

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

INTRODUCCION

Transféré par

Droits d'auteur :

Formats disponibles

La percepcin del estudiante hacia la matem-

tica financiera: Una propuesta de diseo curri-

Vous aimerez peut-être aussi