El ECAEM, un recurso computacional alternativo para promover la

comprensin de los conceptos del clculo diferencial

Dr. Carlos Armando Cuevas Vallejo M. en C. Magally Martnez Reyes

DME, Centro de Investigacin y de UAP Valle de Chalco,
Estudios Avanzados del IPN Universidad Autnoma del Estado de
Mxico
MEXICO

Resumen
Este artculo propone promover el diseo de un curso mediante proyectos de accin prctica que
muestren los diversos conceptos del clculo diferencial en su parte operativa y conceptual
haciendo un uso de la computadora en el aula, ms que para realizar grandes clculos y graficas
sofisticadas, como una herramienta cognitiva. En particular se muestra la creacin de un sistema
llamado ECAEM que se dise bajo con una concepcin didctica que apoye al profesor en el
curso, y promueva una mejor comprensin de los conceptos del clculo a ensear.
Abstract
This paper intends to promote the design of a course by means of projects of practical action that
show the diverse concepts of the calculus differential in its operative and conceptual part making
an use of the computer in the classroom, more than to carry out big calculations and sophisticated
graphs, like a cognitive tool. In particular the creation of a call system ECAEM is shown the one
wich was designed with a didactic conception that supports the teacher in the course, and promote
a better understanding of the concepts of the calculation to teach
Antecedentes
Siendo el clculo diferencial e integral materia obligada en la currcula de las carreras
de ingeniera, ciencias e incluso en carreras del rea de ciencias sociales. Uno de los
problemas que ms preocupa a la comunidad educativa es el alto ndice de reprobacin;
como muestran reportes de instituciones de educacin superior en sus informes de
evaluacin (Anuies 2002) en Mxico. Aunque los problemas que concurren en la
educacin matemtica son numerosos y de diversa ndole, la enseanza del clculo
diferencial e integral ha sido reconocida desde hace tiempo como una de las mayores
fallas de la educacin superior (Steen, 1987; Cuevas, 2001; Vinner y Tall, 1990; Moses,
1984; Andreu, 1998; Moreno, 2000; y Baker et.al. 2001).
Indudablemente que una de las posibles razones de este fracaso es que la enseanza del
clculo se polariza en dos extremos, por un lado sta se conduce con una fuerte carga
operativa en deterioro de la parte conceptual, y por otro lado, la enseanza de las
matemticas se ejerce con fuerte herencia de la matemtica formal. Ambas conducen a
una pobre comprensin de los conceptos y de su aplicacin. Incluso es creencia comn
en los estudiantes que hacer matemticas significa hacer operaciones puntuales,
manipular signos y memorizar (Skemp 1976, Orton 1983a y 1983b, Heid 1988, Oaks
1990, Porter 2000, 166,168; Carpenter y Hiebert 1996). La preocupacin en estos
estudios se concentra en los procesos de construccin de los conceptos matemticos y el
papel del estudiante en su propio proceso (Kaput 1987 & 1991, Duval 1993 & 1995,
Janvier 1987, Zimmermann 1991 y Eisenberg & Dreyfus 1990).
Por otra parte el explosivo desarrollo tecnolgico ha puesto en duda muchas de las
prcticas docentes en los cursos de matemticas. En efecto, el advenimiento de la
computadora con programas de manipuladores simblicos, de graficacin y simulacin
hacen que muchas de las tareas usuales de un curso de clculo, como derivar e integrar
simblicamente, se puedan resolver mediante la aplicacin de estos paquetes (Forgasz
2002, 368, Asiala et.al.1997, y Simmt 1997). Esto cuestiona gravemente el rol del profesor
y lleva ineludiblemente a una revisin curricular en donde se tengan que inspeccionar los
objetivos de los cursos de clculo y determinar con precisin el contrato didctico entre los
participantes de un curso que son: el profesor, la tecnologa y el estudiante (Stroup 2002,
183). Contemplar a la tecnologa, como parte del proceso enseanza y aprendizaje de las
matemticas, es por hoy algo necesario puesto que los cambios que produce en la
enseanza de la matemtica son tanto en forma como en contenido (Thurston 1994, 175).
Una alternativa de solucin
Para presentar una alternativa de solucin dividiremos la discusin en dos apartados:
elementos tericos didcticos y elementos computacionales.
Elementos terico didcticos
Una de las formas tradicionales de conducir un curso de matemticas, consiste en que el
docente realiza la mayor parte de la actividad en clase ilustrando con problemas y su
resolucin el tema de matemticas. Cuando el proceso de enseanza consiste en que el
alumno slo repite las imgenes del pizarrn, tiende hacia la construccin de hbitos en los
estudiantes y no hacia la interiorizacin de los conceptos. A este tipo de didctica, que se
practica en forma inconsciente o consciente, se le llama sensual-empirista (Aebli, 1958).
Sin embargo, la experiencia en los cursos de clculo en el mbito universitario muestra que
con frecuencia cuando se requiere de algn concepto previo, el estudiante se embrolla,
empieza a repetir verbalmente la frmula asociada y en la mayora de los casos acaba
proponiendo algo absurdo. La repeticin verbal como un reflejo constituye el llamado
hbito sensoriomotor, es decir, las palabras constituyen los signos pero carentes de
significado, con este tipo de enseanza se aniquila el concepto y se le substituye por su
clculo numrico (Cuevas 1999, 7; 2003, 976).
Cmo lograr que la enseanza de la matemtica no se conduzca de esta forma? Aunque
existen diversas propuestas, y evidentemente cada una contribuye en parte a resolver
este grave problema en nuestro caso, para estructurar el diseo de un sistema
computacional, utilizamos el planteamiento desarrollado por Cuevas & Pluvinage
(2003); entre los puntos que proponen los autores destacamos lo siguiente: Al introducir
un concepto matemtico hay que partir de un problema en cierto contexto de inters
para el educando; buscando que se realice una accin, no necesariamente fsica sino
mental, para que mediante la resolucin gradual del problema (descomposicin) el
alumno llegue a la construccin del concepto mediante un plan de accin; el estudiante
debe validar los resultados mediante operaciones directas e inversas, as como promover
en el estudiante el resolver un determinado problema de varias formas. A ello habra que
agregar poder visualizar y operar el concepto en distintos sistemas de representacin e
instrumentar operaciones directas e inversas que permitan su articulacin enriqueciendo
el significado del mismo. Finalmente este concepto deber formar parte de un tema
posterior de mayor complejidad, como parte de la estructura necesaria para que el
estudiante aborde el nuevo problema (Ibd, 8-30). Todo ello sin dejar fuera la
componente de socializacin y los procesos intrnsecos que conlleva. Estos son solo
algunos de los elementos que se consideraron para el diseo de un entorno
computacional, por ejemplo. Los autores mencionan que han sustentado estos elementos
de teoras como las de: Claprede, Dewey, Piaget, Duval, Aebli, Sfard, Brousseau y
Vigotsky, entre otros.
Por ejemplo, usualmente la enseanza del clculo diferencial, parte de enunciados
teoremas y problemas tipo que ejemplifican los conceptos asociados a las funciones
racionales en particular, y se apoya fundamentalmente en el conocimiento algebraico del
estudiante y poco en la intuicin geomtrica y visual, esto posiblemente debido a la
dificultad de representar en el papel o el pizarrn un nmero suficientemente grande de
ejemplos que den significado geomtrico a los contenidos del clculo y al lgebra
involucrada en ellos. Hara falta rescatar el desarrollo del clculo mediante problemas de
cambio y variacin surgidos de la fsica, los cuales ayudan a reforzar la intuicin. En la
actualidad, los problemas de cambio y variacin son ejemplos de aplicacin del clculo, es
decir, se estudian despus de que se ha desarrollado la teora, y no como surgi
histricamente. Nuevamente, debido a la dificultad de reproducir en el saln de clase esos
procesos dinmicos. Lo que nosotros intentamos con un entorno computacional es
familiarizar al usuario del sistema con el clculo diferencial a travs de la resolucin de los
tipos de problemas que dieron origen al clculo: el trazado y descripcin del
comportamiento de una curva; de esta forma los conceptos propios del clculo diferencial,
como la monotona, mximos y mnimos concavidad etc. surgen como una necesidad para
llevar a cabo el proyecto propuesto. Con ello esperamos recuperar en parte la intuicin
geomtrica y llegar a los resultados importantes del clculo diferencial, mediante la
resolucin de problemas de curvas.
Elementos computacionales
La forma en que se ha utilizado la computadora en la educacin matemtica es muy
variada y sigue fines como: mejorar la comprensin de los conceptos, promover la
participacin individual, hacer ms eficiente y flexible los mtodos de enseanza, entre
otros. La tecnologa provee nuevas formas de experimentar y actuar en el mundo, y esto
hace posible una nueva conceptualizacin y mtodos cognitivos como seala Stroup
(2002, 183): la facilidad de realizar clculos numricos, la posibilidad de visualizar
grficas complejas y la realizacin de clculos simblicos permiten centrar la atencin
en un clculo ms conceptual que operativo.
El empleo de la microcomputadora en educacin matemtica se puede clasificar en:
software de aplicacin como Excel, SPSS, Fathon; manipuladores simblicos y
graficadores como Derive, Matemtica, Maple, o MatLab; micromundos como Cabri o
Geometra, LOGO, Descartes; lenguajes de programacin de propsito general como
VB, C++, o ITSEL, usados con el propsito de ensear matemticas; y finalmente
software de aprendizaje asistido por computadora dentro de los que destacan los
Sistemas Tutoriales Inteligentes. Cada una de estas propuestas presenta ventajas y
desventajas en su uso, evidenciarlos permite establecer algunas lneas generales para el
diseo o empleo de software educativo para la enseanza de las matemticas.
Por ejemplo, los manipuladores simblicos y graficadores permiten realizar clculos
complicados, graficas complejas y efectuar simblicamente derivadas e integrales. Sin
embargo, realizan el proceso que se desea evaluar en el alumno, es decir se conoce el
resultado pero no el proceso en el que se llev a cabo. De manera que la mediacin
didctica es nula si el profesor no disea cuidadosamente las secuencias de aprendizaje
(Stroup 2002; Meja 1996; Cuevas 1999a).
Por otra parte, los sistemas Tutoriales inteligentes (STI) son sistemas que implementan
un modelo de enseanza a travs de un mecanismo de evaluacin de respuestas del
estudiante a preguntas propuestas por el sistema, dependiendo de esta evaluacin es el
tipo de material (nuevo o remedial) que se le presenta al alumno.
Los componentes esenciales de un Sistema Tutorial Inteligente son los siguientes (Burns
y Capps, 1988; Cuevas 1996, 150): El mdulo experto que contiene el conocimiento del
tema. Su funcin principal es actuar como la fuente de conocimiento que se desea
transmitir, incluye la generacin de expresiones y respuestas; as como servir de modelo
para evaluar al estudiante y proporcionar informacin a otros mdulos. El modelo del
estudiante, diagnostica lo que el estudiante sabe, nutrindose para ello del modulo
experto. Entre sus funciones estn: hacer hiptesis acerca de lo que el usuario sabe y
qu no sabe; hacer hiptesis sobre las capacidades y preferencias cognitivas; sincronizar
las actividades con los otros mdulos; y anticiparse a todos los posibles errores y
aciertos que un estudiante comete cuando resuelve un determinado problema (Anderson
1990). El mdulo tutor, identifica la deficiencia en conocimientos del estudiante y
selecciona las estrategias para presentar el conocimiento necesario. Sus principales
funciones son: dividir el plan de enseanza en submetas para dirigir al estudiante en
forma individualizada; dosificar los contenidos y guardar registro de las estrategias
generales y los resultados del historial del estudiante. Finalmente, el ambiente
instruccional, define las caractersticas de la presentacin y comunicacin, adems de la
interfaz usuario-mquina. La interfaz procesa el flujo de comunicacin de adentro hacia
afuera y viceversa.
Los inconvenientes, que son precisamente los paradigmas, de este tipo de diseo son: El
plantear un modelo de estudiante que simule todas las posibles respuestas a un problema
dado y que contenga todos los posibles errores que un estudiante puede cometer en cada
paso del problema. Por otro lado, pretender emular mediante un programa de
computadora el proceso de aprendizaje del ser humano resulta demasiado pretencioso.
As, en el uso de STI el papel del maestro queda minimizado, an ms este desaparece
en algunas propuestas (Chang & Bassim). Finalmente, la epistemologa en que se basan
es discursiva, por lo que considera al conocimiento como un tipo de objeto que puede
ser entregado bajo ciertos mecanismos y que se transmite va el discurso y la replica de
las buenas soluciones a los problemas presentadas por el tutor. Algunos ejemplos de este
tipo de sistemas para la enseanza de los conceptos del clculo diferencial e integral
son: Kimballs Calculus Tutor (Anderson 1988, 39), Integration Kid (Tak-Wai Chan et.
al. 1990), Calculus Tutor (Singley 1990).
Propuesta de ECAEM
Se propone la creacin de una nueva clase de sistema denominado Entorno
Computacional para el Aprendizaje y Enseanza de la Matemtica (ECAEM) en donde
el planteamiento didctico deber ser el eje fundamental de mismo y por ende el diseo
computacional ser regido por las necesidades de tipo didctico.
Arquitectura bsica
Los componentes esenciales de un Entorno Computacional Inteligente para el
Aprendizaje y Enseanza de la Matemtica son los siguientes: Un mdulo experto, que
contiene el conocimiento del tema. Sus funciones principales son: actuar como fuente
de conocimiento que se desea transmitir, incluye: generacin de expresiones y
respuestas, algoritmos eficientes y formas para proporcionar la informacin a otros
mdulos. Un modelo estadstico de error del estudiante: Entre sus funciones estn hacer
hiptesis acerca de los posibles errores que un estudiante puede cometer, al resolver un
determinado problema. Esta hiptesis se formula con base en la experiencia docente y
en los errores que estadsticamente son los ms frecuentes en el estudiante. Una vez
detectado y marcado el error con la mayor precisin posible, el mdulo tutor provee en
l un mensaje de error, una breve sugerencia u orientacin, esperando que esto permita
al usuario enmendar su error. El mdulo tutor selecciona las estrategias para presentar el
conocimiento a ensear. El plan, la estrategia de presentacin y la dosificacin de los
contenidos se rigen bajo un modelo didctico definido previamente y transparente para
el usuario. Sus principales funciones son: dividir el plan de enseanza en submetas para
sugerir al estudiante una forma de aprender el tema, dosificar los contenidos, guardar
registro de las estrategias generales, presentar, a solicitud del usuario, informacin
pertinente y necesaria para resolver el problema propuesto. El estudiante podr
interactuar con el ECAEM en forma individualizada o bajo la tutela de un profesor; el
tutor sugiere al estudiante una estrategia para abordar el tema pero no impone forma
alguna de proceder. La presentacin de los diversos temas se realiza mediante
problemas generados en forma aleatoria, que al resolverse son evaluados por el tutor.
Tambin es responsabilidad del tutor dotar al usuario de herramientas particulares
necesarias para resolver un determinado problema. Por ejemplo, ordenar datos, evaluar
puntualmente funciones, evaluar funciones en un rango de valores, as como
herramientas generales: zoom, calculadora, operador de expresiones algebraicas, etc.
Opcionalmente el mdulo tutor pondr a disposicin del estudiante un libro electrnico
de texto para consulta por el usuario. Las opciones de Ayuda, Apoyo, Libro electrnico,
etc. estn disponibles en cualquier momento y el usuario podr recurrir a ellas y regresar
al problema que esta resolviendo. El tutor nunca resuelve el problema propuesto, ni
tampoco interrumpe el trabajo del estudiante. Finamente, el ambiente instruccional,
define las caractersticas de la presentacin y comunicacin, adems de la interfaz
usuario-mquina. La interfaz procesa el flujo de comunicacin de adentro hacia afuera y
viceversa, esta tarea no es sencilla en este tipo de sistemas ya que el canal de
comunicacin entre el sistema y el estudiante tiene que ser lo ms natural posible. Esta
interfaz deber permitir al usuario escribir las diversas expresiones matemticas como si
lo hiciera con lpiz y papel.
Algunos resultados
CalcVisual es un sistema para introducir algunos conceptos del clculo para polinomios.
De acuerdo al planteamiento didctico de Cuevas y Pluvinage, para introducir un
concepto en matemticas se requiere de un proyecto de accin, es decir, proponer un
problema cuya resolucin lleve al estudiante a adquirir los conceptos matemticos en
cuestin. En este sistema se propone la construccin justificada de la grfica de una
funcin en un sistema de ejes cartesianos para introducir los conceptos fundamentales
del clculo diferencial: dominio, limites en los extremos del dominio, races, mximos y
mnimos locales, monotona, concavidad, puntos de inflexin y rango. La dosificacin y
graduacin de la dificultad de los problemas y consecuentemente de los problemas a
ensear condujo a la seleccin del tipo de funciones a tratar, los polinomios.
El objetivo de CalcVisual es apoyar la enseanza del clculo diferencial por lo que
supone que existe un profesor a cargo del curso y que su apoyo al mismo radica en lo
siguiente: i) Como un ayudante, cuando despus de clase los estudiantes requieren
realizar ejercicios guiados y con un apoyo interactivo; la asesora puede ser individual o
en el mejor de los casos grupal. Est dirigido a estudiantes con deficiencias en el
dominio de la asignatura y necesita ejercitar ms con verificacin constante; pero
tambin para alumnos aventajados que podrn experimentar con el sistema; ii)
Proporcionando ejemplos, clasificados de manera inteligente (nunca se repiten), para
que el profesor pueda planear lo que se ver en clase, como pizarra electrnica durante
la clase o bien para encargar tarea a sus alumnos.
Los componentes esenciales de CalcVisual corresponden a los descritos en la
arquitectura del ECAEM. La experimentacin ms reciente con el sistema se esta
llevando a cabo en un curso de Clculo diferencial impartido en la Unidad Acadmica
Profesional Valle de Chalco, UAEM, en el segundo semestre de la licenciatura en
Informtica Administrativa. El grupo est constituido por 48 alumnos provenientes de
distintas opciones de bachillerato, donde el 80% acredit un curso de clculo. De la
aplicacin de un examen diagnstico al inicio del curso se dedujo que el 85% no
recuerda la parte operativa del clculo para resolver problemas tpicos de races,
dominio, lmites, derivada y mximos y mnimos. La asignatura comprende cuatro
horas por semana, de las cuales dos se dedican para trabajar en clase de la forma usual y
las otras dos horas se trabaja con CalcVisual, los alumnos comparten una mquina entre
dos o tres de ellos. La forma de evaluar el avance conceptual y operativo del alumno al
manejar el sistema se da de dos formas: en el sistema, si se revisa un tema por ejemplo
el de races se le solicita al alumno encontrar por tanteo, de forma grfica o por
manipulacin algebraica las races del polinomio; la segunda fase es entrar a la parte
inversa donde a partir de dar de forma explcita las races se le solicita al alumno
encontrar un polinomio que incluya a dichos puntos como sus races, a lo que llegan es
a proponer varios tipos de polinomios con esta caracterstica. Finalmente, en el saln de
clase se plantean ejercicios de aplicacin donde se requiere encontrar las races de un
polinomio, analizando la parte operativa y redondeando con el significado de encontrar
las races de una funcin, accediendo al significado del concepto.
En trminos generales los alumnos muestran buena disposicin a trabajar con el
sistema, en sus inicios se preocupaban ms por la manera de manejar CalcVisual ms
que por entender los conceptos que se deseaban explorar, despus de la tercera sesin se
concentraron en la exploracin de los conceptos y en tratar de entender los
acercamientos. El hecho de que cada sesin presente ejercicios distintos e incluso
diferentes para cada grupo de alumnos les permite concentrarse en su trabajo, no sufren
distracciones ya que la actividad a realizar es muy concreta. Usan las opciones de Ayuda
y Apoyo a discrecin, consultan ms el Libro electrnico. Los alumnos aventajados al
terminar el ejercicio planteado exploran los conceptos que siguen incluso sin haberlos
visto en la clase en el saln.
Si bien se han notado avances en la comprensin de algunos conceptos del clculo
diferencial, no todo ha resultado satisfactorio. En particular existe una resistencia
marcada a aceptar esta nueva forma de enseanza porque entra en contradiccin con la
forma tradicional de su aprendizaje.
Conclusiones
Partiendo del hecho de que toda forma de conocimiento esta mediada por la accin de
una herramienta material y/o simblica, proponemos que se incorpore en los cursos de
clculo diferencial a la computadora pero ms que como un resolvedor o graficador de
funciones se propone su uso como una herramienta cognitiva. Una propuesta como la
del ECAEM favorece acercamientos para que el estudiante construya conceptos
importantes del clculo diferencial e integral, al integrar varios registros de
representacin a explorar bajo un esquema didctico definido. Pero requiere que el
profesor oriente el trabajo proponiendo actividades bajo un esquema didctico que le
permita evaluar el avance de sus alumnos; que defina tiempos y espacios para el sistema
y para su clase normal, as como definir la trayectoria de las secuencias de actividades
con ejemplos y contraejemplos que abarquen temas completos y que presenten
dinmicas a desarrollar por los alumnos. De esta manera se contribuye a disear
proyectos de accin prctica de diversos conceptos del clculo diferencial incluidos en
un ECAEM promoviendo el uso adecuado de la computadora en el aula.
Bibliografia
Aebli Hans. 1958. Una didctica fundada en la sicologa de Jean Piaget. Kapelusz. Biblioteca de Cultura
Pedaggica. Argentina. 1958.
Anderson John R. 1988. The Expert Module. In Martha C. Polson & J.J. Richardson. 1988. Foundations
of Intelligent Tutoring Systems. LEA. Hillsdale, New Jersey.
Anderson, Cobett & Petterson. 1990. Student modeling and tutoring flexibility in the Lisp. En Frasson
y Gauthier (eds). Intelligent Tutoring Systems. Ablex Publisher .
Andreu Ibarra M. E. 1998. Calcdife. Examen predoctoral, DME, Cinvestav.
Asiala, Cottrill, Schwingendorff & Dubinsky. 1997. The Development of students, graphical
understanding of the derivative. En Davis (ed). Journal of Mathematical Behavior. 164: 339-431.
Baker Bernadette, Hemenway Clare & Trigueros Mara. 2001. On transformation of functions. PME
XXIII, Oct 18-21, Utah.
Burns & Capps. 1988. Foundation of Intelligent Tutoring Systems: An Introduction. En M. Polson &
Richardson (eds). Foundation of Intelligent Tutoring Systems. Lawrwncw Erlbaum Associates Publishers,
USA.
Carpenter Thomas P. & Hebert James. 1996. Learning and Teaching with Understanding in
International Handbook of Mathematics Education. Kluwer Academic Publishers Printed in the
Netherlands.
Cuevas, A. 1998. Una clasificacin de la computacin en la enseanza de las matemticas. En Didctica
II. Investigaciones en Matemtica Educativa. Grupo Editorial Iberoamrica.
Cuevas. 1996. Sistemas Tutoriales Inteligentes. Investigaciones en Matemtica Educativa. Grupo
Editorial Iberoamericana.
Cuevas A. 1999. Una propuesta didctica para la enseanza de las matemticas, basada en la sicologa
de Jean Piaget. Departamento de Matemtica Educativa. CINVESTAV- IPN.
Cuevas. 1994. Sistema Tutorial Inteligente LIREC, Tesis de Doctorado, CINVESTAV, Departamento de
Matemtica Educativa.
Cuevas. 1999a. Hacia una clasificacin de la computadora en la enseanza de las matemticas.
Investigaciones en Matemtica Educativa II. Grupo Editorial Iberoamrica.
Cuevas. 2003. Una propuesta didctica para la enseanza de las matemticas. Manuscrito. DME,
Cinvestav.
Cuevas & Pluvinage Francois. 2003. Les projects d`action practique, lments dune ingnierie d
enseignement des mathmatiques. Annales de didactique et sciences cognitives. 8: 975-999. IREM de
Strasbourg.
Cuevas & Meja. 2003. Clculo Visual. Oxford.
Duval Raymond. 1993. Semisis y noesis. Lecturas en didctica de las matemticas. CINVESTAV : 118-
144.
Duval. 1995. Registres de representation et functionnement cognitif de la pense. Annales de Didactique
et de Sciences Cognitives, IREM, Strasbourg. Trad. DME, Cinvestav.
Eisenberg & Dreyfus. 1990. Advanced Mathematical Thinking. En Nesher & Kilpatrick (eds).
Mathematics and Cognition. A Research Synthesis by the International Group for the Psychology of
Mathematics Educations.
Forgasz Helen J. 2002. Computers for learning mathematics: gendered beliefs. PME XXVI, Jul 21-26,
Norwich, UK.
Heid, M. K. 1988. Resequencing skills and concepts in applied calculus using the computer as a tool.
Journal for Research in Mathematics Education 191:3-25.
Janvier Claude. 1987. Problems of Representation in the Teaching and Learning of Mathematics,
Lawrence Earbaum Associates, USA.
Kaput. 1987. Representation systems and mathematics. The notion of function as an example. In Janvier
(ed). Problems of representation in the teaching and learning of mathematics. Hillsdale.
Kaput. 1991. Notations and representations as mathematics. En Glasersfeld (ed). Radical Constructivism
in Mathematics Education, Kluwer Academic Publishers.
Lozano Guadalupe. 2000. A dynamic software visualization tool for calculus instruction at the collage
entry-level. PME XXII, Oct 7-10, Arizona, USA.
Meja Velasco H.1996. Alternativas de desarrollo de software educativo en Mxico. Investigaciones en
Matemtica Educativa. Grupo Editorial Iberoamrica.
Moreno Guzmn Salvador. 2003. Creencias erroneas sobre los conceptos de mximos y mnimos. Tesis
Predoctoral. DME, Cinvestav.
Moses. 1984. En Tall D. 1996. Functions and Calculus in A.J. Bishop et. al (eds). International
Handbook of Mathematics Educations, p. 289-325.
Oaks, A.B. 1990. Writing to learn mathematics: Why do we need it and how can it help us?, paper
presented at Association of Mathematics Teacher of New York State, Conference, November.
Orton A. 1983a. Students` Understanding of Differentiation. Educational Studies in Mathematics. 143:
235-50 Aug.
Orton. 1983b. Students` Understanding of Integration. Educational Studies in Mathematics. 141:1-18
Feb.
Porter, Mary K. & Masingila Joanna O. 2000. Examining the Effects of Writing on conceptual and
Procedural Knowledge in Calculus. Educational Studies in Mathematics. 42: 165-177.
Skemp. 1976. Relational understanding and instrumental understanding. Mathematics Teaching 77: 20-
26.
Steen A. 1987. Calculus for a new century: A pump, not a filter. Mathematical Association of America,
MAA Notes, 8.
Simmt. 1997. Graphics calculators in High School Mathematics. Journal of Computer in Mathematics
and Science and Technology. 162/3: 269-289.
Singley, Mark K. 1990. The Rectification of Goal Structures in a Calculus Tutor: Effects on Problem-
Solving Performance. Interactive Learning Environments; 12: 102-123.
Stroup. 2002. Understanding Qualitative Calculus: A Structural Synthesis of Learning Research.
International Journal of Computers for Mathematics Learning 7: 167-215.
Tak-Wai Chang & Bassin. 1988. Learning companion system. En Frasson & Gauthier (eds). Intelligent
Tutoring systems. Ablex Publisher Corporation.
Thurston W. 1994. On proof and progress in mathematics. Bulletin of the American Mathematical
Society 302:161-177.
Vinner S. & Tall D. (eds). 1990. Inconsistencies in the Learning of Calculus and Analysis. Focus on
Learning Problems in Mathematics. v12 n3-4, p.49-63 Sum-Fall 1990.
Zimmermann & Cunningham. 1991. Visualitation in teaching and learning mathematics. MAA Series.