Didctica de las matemticas en enseanza superior: la utilizacin de software especializado

ngel A. Juan
Profesor coordinador de los Estudios de Economa y Empresa de la UOC ajuanp@campus.uoc.es

Guillermo Bautista
Profesor coordinador de los Estudios de Psicologa y Ciencias de la Educacin de la UOC gbautista@campus.uoc.es

Resumen:

La evolucin que ha experimentado el software matemtico, especialmente en la ltima dcada, nos ofrece nuevas formas de ensear, aprender y hacer matemticas. Sorprendentemente, en muchas de nuestras universidades esta posibilidad no ha supuesto cambios significativos en la didctica de las asignaturas de esta rea de conocimiento. Para ello sera necesario un proceso de innovacin que est lejos de haberse producido. En el presente artculo se hace una reflexin de la situacin actual, se comentan algunos inconvenientes para que dicho proceso se produzca, se dan una serie de argumentos (complementados con algunos ejemplos) por los cuales resulta conveniente (si no necesario) la modificacin en el diseo curricular de muchas asignaturas del mbito cuantitativo y, por ltimo, se proponen futuras lneas de estudio relacionadas con el tema.

"Si un maestro del Madrid de los Austrias volviera a la vida se llevara un susto ante un quiosco de peridicos y casi enloquecera frente al televisor, pero recobrara la tranquilidad al entrar en una escuela porque all vera hacer ms o menos las mismas cosas que se hacan en su tiempo" Alberto Moncada , Sociologa de la educacin "Computer algebra systems are threatening enough to the traditional mathematics curriculum and to those who would defend its every foible, but they tend to be hard to use, which limits their power to subvert. If our students are going to have access to something that not only gives them the chance to do routine calculations by machine, but does so in a way they can easily get to grips with, then it looks as if we'll all need to think hard about what kind of things we might usefully teach them instead" Phil Ramsden (Imperial College)

1. Introduccin
Las tendencias en enseanza se orientan, en la actualidad, al fortalecimiento de competencias, conocimientos y valores fundamentales para aprender. Tales tendencias identifican los avances tecnolgicos como un valioso recurso capaz de acompaar a la enseanza de distintas materias en cualquier etapa educativa. En nuestros das, sera deseable que muy pocos profesores pusiesen en duda la autntica revolucin que, tanto en la investigacin como en la enseanza universitaria, han supuesto los desarrollos tecnolgicos de finales del siglo XX, en especial el uso de los ordenadores y de Internet. La experiencia cotidiana demuestra que, desafortunadamente, la afirmacin anterior no es tan obvia como a priori podra parecer. En poco ms de una dcada hemos pasado de usar una mquina de escribir a usar un procesador de texto, de utilizar calculadoras a utilizar hojas de clculo, de frecuentar el correo ordinario a frecuentar el e-mail, de recurrir a escuadra y cartabn a recurrir a sofisticados programas de diseo grfico, de poder consultar la biblioteca de la propia universidad a poder consultar cientos de bibliotecas y bases de datos on-line, etc.

Sin duda, todos los cambios anteriores han supuesto no slo un incremento significativo en la capacidad productiva de estudiantes y profesores (las herramientas informticas abren novedosas lneas de experimentacin e investigacin, a la vez que favorecen la generacin de nuevos y mejores recursos didcticos), sino tambin una nueva forma de crear y difundir conocimientos o experiencias cognitivas. En nuestra opinin, existe an un campo en el que el uso de los avances tecnolgicos no se ha mostrado an, al menos en este pas, en todas sus posibilidades: la enseanza de las matemticas. Si bien es cierto que el uso de los ordenadores y de programas y lenguajes informticos ha ido bastante ligado a la enseanza de asignaturas tales como el clculo numrico, la investigacin operativa, y la estadstica, hasta la fecha an se aprecia un cierto recelo a la hora de dar un paso ms all e introducir tales herramientas como componente bsico en cursos de anlisis o de lgebra lineal, donde podran ser realmente tiles. En este sentido, creemos necesario el que estos recursos se integren en el currculo (qu ensear y cmo hacerlo) como elementos importantes del mismo.

2. Por qu razn no se usa todo el potencial de los programas matemticos?

A nuestro entender, son varias las causas: 1. En primer lugar, podramos considerar la inexistencia, hasta tiempos recientes, de programas matemticos de uso realmente sencillo, potentes, y a un precio razonable. Este hecho ha producido el que una gran parte del profesorado desconozca las verdaderas capacidades de estas nuevas herramientas que el desarrollo tecnolgico pone a nuestra disposicin. 2. En segundo lugar, est el esfuerzo adicional que supone, especialmente para los profesores, el tener que disear asignaturas en las que se integren los conceptos tericos con prcticas, aplicaciones y problemas orientados al uso de algn software especfico. Relacionado con esto, algo que puede resultar preocupante es la poca predisposicin de algunos docentes a la formacin continua y al reciclaje profesional. 3. Finalmente, y no menos importante, el temor que en muchos profesores de matemticas provoca el fantasma de la automatizacin de los procesos de clculo: si el ordenador lo hace todo.... qu aprendern los estudiantes?. Por lo que se refiere al primero de los puntos anteriores, hoy en da ya es posible encontrar en el mercado programas del mbito matemtico y estadstico que combinen la facilidad de uso de un procesador de texto con una potencia de clculo (tanto numrico como simblico) y de representacin grfica realmente destacables, todo ello a un precio bastante razonable para la institucin universitaria que adquiere las licencias (en muchos casos existe tambin una [1] licencia especial para estudiantes ). En cuanto al esfuerzo de profesores para adaptar su metodologa a estas nuevas herramientas y el esfuerzo que debe hacerse para conocer su funcionamiento, es harto conocida la problemtica y la dificultad que plantea cualquier propuesta de innovacin, tanto en cuestiones metodolgicas como curriculares, en cualquiera de los niveles de enseanza. En este caso, el nivel universitario no est exento de obstculos frente a la introduccin de cambios. Al respecto, podemos encontrar diversos estudios, como por ejemplo el realizado por un equipo del Departamento de Didctica de las Ciencias Experimentales y Sociales de la Universidad de Valencia. En l se hace un repaso a los aspectos ms importantes que influyen en la dificultad de disear e implantar reformas educativas y, en [2] consecuencia, innovaciones metodolgicas. ).

Finalmente, por lo que concierne al "fantasma de la automatizacin", dichos temores son ms propios de aquellos que persiguen convertir a sus estudiantes en mquinas de calcular y/o de memorizar que en profesionales creativos, con una capacidad de raciocinio desarrollada, dotados de sentido crtico, y con una buena dosis de intuicin y de recursos matemticos que les puedan ser tiles en su trabajo. Como indican Nancy Dvila y sus colaboradores en su artculo sobre el uso del ordenador en la docencia de las matemticas [3], "si se puede prescindir de la parte mecnica de cada problema, es posible dedicar ms tiempo al anlisis de los conceptos que intervienen y de las soluciones resultantes".

3. Cules son realmente las ventajas que ofrece un uso adecuado de los programas matemticos respecto a una formacin "tradicional"?
Las ventajas de la correcta utilizacin de un software matemtico con las caractersticas anteriormente descritas son varias: en primer lugar, permite al profesor explicar conceptos que, de otra forma, quedaran en un nivel de abstraccin difcil de asimilar por muchos estudiantes en un tiempo breve: volmenes generados por funciones al rotar sobre un eje, representaciones de superficies en 3D, conceptos y resultados tericos susceptibles de ser comprobados empricamente (tales como la aproximacin de una funcin mediante polinomios de Taylor, la convergencia de series infinitas, la existencia de movimientos caticos, el teorema central del lmite, etc.). Por aadidura, este tipo de software permite una participacin mucho ms activa y creativa (quizs la palabra sea constructivista) por parte del estudiante: con esta herramienta, el estudiante podr adentrarse por s mismo (preferentemente de forma guiada por su profesor) en nuevos mundos que le permitirn conjeturar, experimentar, y extraer conclusiones. Esto abre a cualquier estudiante con unos mnimos conocimientos informticos toda una gama de posibilidades (simulacin estadstica, programacin de algoritmos numricos, anlisis avanzado de problemas de investigacin operativa y de optimizacin, etc.) que eran poco o nada factibles hace tan slo cinco o diez aos, cuando los programas matemticos eran tan rudimentarios y complejos como los procesadores de texto o las hojas de clculo de la poca. En definitiva, y utilizando palabras de la profesora Mara Victoria Snchez (Universidad de Sevilla), "saber matemticas pasa a entenderse no slo como una acumulacin de hechos y procedimientos, sino como la capacidad de 'hacer' matemticas". Disponer de estos programas abre la posibilidad de tener un potente laboratorio matemtico que acompaar siempre al estudiante en su proceso de aprendizaje, permitindole realizar pruebas complejas de clculo numrico y simblico, trasladando as soluciones y estrategias desde los contextos tericos originales a otros nuevos mucho ms inteligibles para l. Por si las razones anteriores no fuesen suficientes, hay, adems, otra razn de peso: la individualizacin del proceso de enseanza. En efecto, el uso de este tipo de software facilita la adaptacin curricular a las necesidades e intereses de cada alumno, convirtindose as en el complemento perfecto del profesor y de los materiales: cada alumno podr reforzar, con ayuda de este tipo de programas, aquellos puntos conceptuales que le resulten ms difciles de asimilar, y practicar con ellos tantas veces como su tiempo (y ganas) lo permita. Es muy importante observar tambin que el aprendizaje de este tipo de software se puede interpretar en clave de inversin de tiempo. Inversin que se comenzar a rentabilizar totalmente en el momento en que el estudiante empiece a ejercer como profesional, ya sea de forma liberal o en el mbito de cualquier empresa donde el uso de estas herramientas le sean requeridos. Para terminar, es obvio que el uso correcto de un buen programa matemtico

puede resultar un elemento fundamental en la motivacin del estudiante, tanto por las razones anteriormente citadas como por el dinamismo y la interactividad que se consigue en el proceso.

4. Algunos ejemplos ilustrativos

Si bien resultara imposible realizar una causstica completa de las opciones que ofrecen este tipo de software para la enseanza de las matemticas, hemos considerado interesante incluir enlaces a cuatro ejemplos. Los ejemplos muestran las posibilidades de uso de diferentes programas en diversas reas de las matemticas: 1. Anlisis de sensibilidad en programacin lineal (investigacin operativa) con Excel. 2. Distribucin muestral y Teorema Central del Lmite (estadstica) con Minitab. 3. Presentacin de conceptos mediante representacin grfica de funciones 3D (anlisis) con MathCad. 4. Resolucin de ecuaciones diferenciales mediante mtodos numricos (clculo) con Mathematica.

5. Conclusiones
El objetivo final de la enseanza en niveles superiores debe ser la formacin de

buenos profesionales, preparados para incorporarse al mundo laboral con garantas de poder desarrollar su tarea de forma eficiente y, a ser posible, aportando la frescura innovadora de la que su proceso de formacin debera proveerle. Concretamente, las universidades tendran que convertirse en la punta de lanza en la propuesta de nuevos procesos, mtodos, teoras, y conceptos, proveyendo a los diferentes mbitos profesionales de ellos a partir de la incorporacin de los recin titulados. Quizs sea una idea utpica, pero que no deberamos perder de vista. Esta no slo es una de las misiones de la universidad sino, a nuestro entender, la ms importante junto con la actividad investigadora. Para ello, los mtodos de enseanza deben considerar la necesidad de un constante proceso de renovacin que est acorde con las necesidades del mundo laboral. Lo que ocurre en la enseanza de la materia que nos ocupa, las matemticas, parece adems ser una situacin contradictoria. Las Ciencias Matemticas pueden considerarse parte fundamental en los trabajos de investigacin y desarrollo en mbitos punteros como son las tecnologas de la informacin y la comunicacin, las ciencias (experimentales o econmicas) y las ingenieras. Por dicho motivo, el hecho de que sea una de las reas de conocimiento cuyo mtodo de enseanza y aprendizaje haya evolucionado menos en los ltimos 40 aos, no deja de ser una paradoja (invitamos al lector a realizar una revisin de los programas actuales de matemticas en distintas universidades espaolas). Parece pues bastante obvio que el presente y el futuro de la educacin en el mbito de las matemticas pasa inevitablemente por la implantacin gradual de estas nuevas herramientas y un cambio en los mtodos de enseanzaaprendizaje. Sin duda, deberemos apostar por un modo de aprender usando los conceptos de forma prctica, aumentando la capacidad de razonar de nuestros estudiantes, de resolver problemas no rutinarios, de comunicar y utilizar contextualmente las ideas matemticas, etc. Supondr ello una revolucin en la enseanza universitaria de las matemticas? Como casi siempre ocurre, la tecnologa nos proporciona los medios, queda en nuestras manos el saber aprovecharlos o no debidamente...

6. Futuras lneas de trabajo

Los autores pensamos que merecera un captulo aparte el anlisis de cmo ha ido evolucionando, en los ltimos veinte aos, la integracin de este tipo de programas en los planes de estudio de asignaturas cuantitativas en diferentes universidades representativas de nuestro pas. El anlisis podra incluso ampliarse al resto de Europa y, posteriormente, complementarlo con una comparativa entre la evolucin experimentada en nuestro continente y la experimentada en los EE.UU.

EJEMPLOS:
Ejemplo 1: anlisis de sensibilidad (PL) con Excel

El presente apartado es un ejemplo de cmo podemos utilizar la macro Solver de Excel para resolver un problema de programacin lineal y realizar el posterior anlisis de sensibilidad asociado. En este caso, el anlisis que se propone en el ejemplo, sera realmente tedioso o incluso impracticable sin la ayuda del ordenador. De todos son conocidas las dificultades y limitaciones que conlleva la realizacin manual del algoritmo

Simplex. Es obvio que disear este tipo de actividades e integrarlas en el programa de la asignatura requerir no slo de un buen conocimiento del software sino, adems, de una coherencia didctica respecto a lo que se le propone al estudiante, teniendo en cuenta los conceptos o contenidos que pretendemos reforzar con ellas. En este sentido, es fundamental ofrecer al estudiante una gua de cmo, cundo y para qu utilizar esta herramienta informtica. Incluir el aprendizaje y el uso de software especfico para las asignaturas de matemticas en un nivel de enseanza superior requiere replantearse, tanto la metodologa como el propio currculum de la asignatura (seleccin diferente de contenidos).

Problema: Una compaa produce televisores, equipos Hi-Fi y altavoces utilizando una serie de componentes comunes, tal y como se indica en la tabla inferior. Estos componentes estn disponibles en cantidades limitadas, por lo que se trata de plantear el problema de maximizacin restringida de beneficios sabiendo que la contribucin neta de los tres productos es, respectivamente, de 75 , 50 , y 35 .

Solucin: El primer paso sera plantear el problema en la hoja de clculo: En el men de dilogo de Solver debemos especificar los inputs del problema (a fin de facilitar la lectura e interpretacin del problema, hemos hecho uso de nombres para referirnos a las celdas correspondientes): De entre las posibilidades que ofrece Solver, nos interesa seleccionar en este caso la casilla Adoptar modelo lineal dentro de Opciones: Una vez llegados a este punto, es suficiente con pulsar el botn Resolver para obtener la ventana de Resultados (Excel se encarga de aplicar los laboriosos clculos que requiere el mtodo Simplex): Elegimos las opciones Respuestas y Sensibilidad: Excel nos dar el siguiente output: Una vez identificados los componentes del informe, su interpretacin es casi inmediata: la solucin ptima sera producir 200 televisores, 200 equipos Hi-Fi, y ningn altavoz. La columna de Coste (Gradiente) Reducido nos indica que no resultar rentable producir altavoces a menos que el beneficio que stos generen aumente en 2,5 (llegando a 37,5 ). Examinando los Rangos de los Coeficientes Objetivo, observamos que la solucin actual no variara si el beneficio generado por cada televisor se moviese en el rango 70-100 , o si el generado por los equipos Hi-Fi lo hiciese en el rango 37,5-75 , o si el de los altavoces no se incrementase en ms de 2,5 . Los Precios Duales determinan, junto con los Rangos del Right-Hand-Side, que estaramos dispuestos a pagar hasta 12,5 por cada unidad adicional de conos hasta un mximo de 100 conos, y hasta 25 por cada unidad adicional de componentes electrnicos hasta un mximo de 50 componentes. Observar que, por el contrario, perderamos 25 por cada componente electrnico que nos quitasen de los 600 disponibles, hasta un mximo de 200 unidades (cifra a partir de la cual ser necesario volver a programar el ejercicio).

[volver] Ejemplo 2: distribucin muestral y TCL

El siguiente ejemplo pone de manifiesto cmo el estudiante puede hacer uso de un paquete estadstico para disponer de un laboratorio virtual en el cual puede llevar a cabo interesantes experimentos. Pensamos que, en las propuestas metodolgicas de la enseanza de las asignaturas cuantitativas, se debera fomentar el que el estudiante trabajase con datos que representen una aplicacin prctica de lo que se est aprendiendo. A fin de visualizar el Teorema de Distribucin de las Medias Muestrales, vamos a simular, con ayuda del Minitab, la extraccin de k = 100 muestras de una variable normal con media 80 y desviacin tpica 5. Tomaremos como n = 9 el tamao de cada muestra: Seleccionamos Calc > Random Data > Normal:

Rellenamos los campos segn se indica en la imagen inferior:

Habremos generado as una matriz de 9 columnas y 100 filas. Cada componente de esta matriz es una observacin aleatoria proveniente de una distribucin normal de media 80 y desviacin estndar 5. Consideraremos que cada una de las filas obtenidas es una muestra, y lo que haremos ahora ser calcular la media asociada a cada una de estas 100 muestras: Seleccionamos Calc > Row Statistics y rellenamos los campos segn se indica:

Disponemos ahora de 100 nuevos valores (las medias) situados en la columna 20. A continuacin se muestran los Dotplot asociados a las columnas C1 (que representa 100 valores aleatorios obtenidos de una normal 80-5), y C20: Seleccionamos Graph > Character graph > Dotplot :

Finalmente, analizaremos tambin los estadsticos que describen la distribucin de las medias muestrales:

Observamos

lo

siguiente:

1. La distribucin de la v.a. inicial X era normal y, segn el grfico de puntos anterior, parece que tambin la distribucin de la v.a. X-barra es normal, de media muy similar y desviacin estndar menor (los puntos de la X-barra estn menos "dispersos" que los de la X). 2. Ms concretamente, la media de los 100 valores contenidos en C20 (y que es una aproximacin a la media de la v.a. X-barra) es de 79,566 , valor muy similar a la media de X (que era de 80). Esto es coherente con lo que la teora nos indica:

3. La desviacin estndar de los 100 valores en C20 (que ser una aproximacin a la desviacin estndar de X-barra) es de 1,596 . Si tomamos la desviacin estndar de X (que era de 5) y la dividimos por 3 (raz de 9, el tamao de la muestra), obtenemos el valor 1,667. Ambos valores son muy parecidos, tal y como la teora predice:

Es interesante notar que an no habiendo tomado inicialmente una variable normalmente distribuida, las conclusiones obtenidas seran semejantes siempre que el tamao muestral n sea lo suficientemente grande (tal y como predice el Teorema Central del Lmite). El proceso de simulacin a seguir es anlogo al anterior.

[volver] Ejemplo 3: representacin grfica de funciones

Una de las potencialidades didcticas de estas herramientas es la posibilidad de visualizar grficamente determinados conceptos tericos o resultados, lo que permite una mejor y ms rpida asimilacin de los conceptos. Resulta evidente que la utilizacin de estos recursos puede aplicarse en varios entornos profesionales y/o educativos, lo cual los hace an ms interesantes y necesarios. En el siguiente ejemplo, el objetivo es visualizar el concepto matemtico de punto de silla y entender qu ocurre en su entorno.

Si el valor de una funcin f(x,y) en un punto crtico (x0,y0), no es ni un mximo ni un mnimo, entonces dicho punto se denomina punto de silla. La eleccin del nombre no es casual: un ejemplo claro de dicho "punto de silla" (que siendo un punto crtico no es un mximo ni un mnimo), sera el del punto "central" de una silla de montar a caballo:

[volver] Ejemplo 4: ecuaciones diferenciales

Entre las innumerables opciones que los programas matemticos actuales ofrecen, una de las ms interesantes es la posibilidad de programar, de forma sencilla, todo un conjunto de mtodos numricos de resolucin. A continuacin veremos cmo podemos usar en la prctica el mtodo de Heun para estimar la solucin de un problema de Cauchy (problema en el que interviene una ecuacin diferencial ordinaria junto con unas condiciones iniciales). En este caso, adems, obtendremos una representacin grfica de tal solucin aproximada y la compararemos con la solucin exacta. Ejemplo: resolver el Problema de Cauchy: y' = (x-y) / 2 en [0,3] con y(0) = 1. Usar el mtodo de Heun con m = 20 pasos.

[volver]

Bibliografa:

ABRAMOVICH, S.; NORTON, A. (2001) "Technology-Enabled Pedagogy as an Informal Link Between Finite and Infinite Concepts in Secondary Mathematics". The Mathematics Educator. Vol. 10, nm. 2. [En lnea]: http://jwilson.coe.uga.edu/DEPT/TME/Issues/v10n2/3abramovich.html ALEMN DE SNCHEZ, A. (1999) La enseanza de la matemtica asistida por computadora. [En lnea]: http://www.utp.ac.pa/articulos/ensenarmatematica.html ARCHER, J. (1998) The Link to Higher Scores. [En lnea]: http://www.edweek.org/sreports/tc98/ets/ets-n.htm BERGER, T.; POLLATSEK, H. (2001). Mathematics and Mathematical Sciences in 2010: What Should Students Know? [En lnea]: http://www.maa.org/news/students2010.html CHRISTMANN, E.; BADGETT, J. (1999). "A Comparative Analysis of the Effects of Computer-Assisted Instruction on Student Achievement in Differing Science and Demographical Areas". Journal of Computers in Mathematics and Science Teaching. Vol. 18, nm. 2. DVILA, N.; HERNNDEZ, J.; et al (1998) El uso del ordenador en las matemticas para la economa y empresa. Una experiencia en la Universidad de las Palmas de G.C. [En lnea]: http://www.uv.es/asepuma/jornadas/santiago/29.PDF DUGDALE, S.; THOMPSON, P. (1995) "Technology and Algebra Curriculo Reform; Current Issues, Potential Directions, and Research Questions".Journal of Computers in Mathematics and Science Teaching. Volume 14, Number 3. FERGUSON, D. (1993) Advanced Educational Technologies for Mathematics and Science. Berln: Springer Verlag. GANTER, S. L. (2000). Calculus Renewal: Issues for Undergraduate Mathematics Education in the Next Decade GIL, D.; CARRASCOSA, J; FURI, C.; ET AL. Los cambios curriculares en la Educacin Cientfica y la Formacin del profesorado. [En lnea].Valencia: Departamento de Didctica de las Ciencias Experimentales y Sociales. Universitat de Valencia. http://www.oei.org.co/fpciencia/introduccion.htm GUTIRREZ, A.; LABORDE, C.; NOSS, R.; ET AL. Tools and technologies. European Society for Research in Mathematics Education. [En lnea]: http://www.fmd.uni-osnabrueck.de/ebooks/erme/cerme1-proceedings/papers/g2introduction.pdf JIANG, Z.; POTTER, W. D. (1993). "A mathematical microworld for students to learn introductory probability". The Mathematics Educator. Nm. 4, p. 4-12. KAPUT, J. (1992). Technology and mathematics education. Handbook of Research on Mathematics Teaching and Learning. New York: Macmillan. KEITEL, C.; RUTHVEN, K. (1993). Learning from Computers: Mathematics Education and Technology. Berlin: Springer. KENT, P.; WOOD, J.; RAMSDEN, P. (1996). Experiments in Undergraduate Mathematics : A Mathemtica-Based Approach. World Scientific Pub Co. MURPHY, L. (1997). Computer Algebra Systems in Calculus Reform: http://www.mste.uiuc.edu/murphy/Papers/CalcReformPaper.html LANGTANGEN, H.; TVEITO, A. (2000). "How Should We Prepare the Students of Science and Technology for a Life in the Computer Age?". Mathematics Unlimited - 2001 and Beyond. Springer Verlag.

POLLATSEK, H. (1998). Computer Algebra Systems in Education. [En lnea]: http://www.dean.usma.edu/math/pubs/case/casejan.pdf SCHWARTZ, J. L. (1999). "Can Technology Help Us Make the Mathematics Curriculo Intellectually Stimulating and Socially Responsible?" International Journal of Computers for Mathematical Learning. Vol. 4, Nm. 2/3, p. 99-119. SUTHERLAND, R. (1999). "Didactical Complexity of Computational Environments for the Learning of Mathematics. International Journal of Computers for Mathematical Learning. Vol. 4, nm. 1, p. 1-26. TOMS, M., ET AL. (2000). El cambio de la cultura universitaria en el s.XXI: consecuencias en los procesos de E/A. [En lnea]: http://dewey.uab.es/mtomas/consecue.htm WILSON, J.W. (1998). Technology in Mathematics Teaching and Learning. [En lnea]: http://jwilson.coe.uga.edu/Texts.Folder/Tech/Technology.Paper.html

Enlaces relacionados:

Mathematics Education http://forum.swarthmore.edu/mathed/index.html

Constructivismo en tres patadas http://www.uaq.mx/matematicas/estadisticas/xart04.html

European Society for Research in Mathematics Education http://www.fmd.uni-osnabrueck.de/ebooks/erme/cerme1-proceedings/cerme1roceedings.html

Journal For Research In Mathematics Education (JRME) http://www.nctm.org/jrme/issues/2001/05/

Math Archives http://archives.math.utk.edu/topics/mathEducation.html

International Journal of Computers for Mathematical Learning http://www.wkap.nl/kapis/CGI-BIN/WORLD/journalhome.htm?1382-3892

Journal of Computers in Mathematics and Science Teaching (JCMST) http://www.aace.org/pubs/jcmst/