Aplicaciones Económicas de La Integral Definida

evaluación del aprendizaje
de la matemÁtica mediado con

herramientas tecnológicas y su
incidencia en el desarrollo de
procesos cognitivos
Proyecto de Investigación “evaluación del aprendizaje

mediado con las herramientas tecnológicas scilab y winplot.
Caso: aplicación a los estudiantes de primer semestre escuela
internacional de administración y marketing universidad
sergio arboleda santa marta”
Grupo de Investigación Geeco y Departamento de Matemáticas

Escuela Internacional de Administración y Marketing
Santa Marta
2015
evaluación del aprendizaje
de la matemÁtica mediado con
herramientas tecnológicas y su
incidencia en el desarrollo de
procesos cognitivos
Equipo Técnico
RODOLFO RODRÍGUEZ CADENA

Investigador principal
ALEXANDER PAREJO RODRÍGUEZ

CARLOS ALBERTO ROCHA TOVAR
OMAR FRANCISCO RODRÍGUEZ ÁLVAREZ
ELVIS AUGUSTO OROZCO CASTILLO
JOSÉ BARROS TRONCOSO
Coinvestigadores

Santa Marta
2015
Directivas
RODRIGO NOGUERA CALDERÓN

Rector
ALFREDO MÉNDEZ ALZAMORA

Rector Sede Santa Marta
CAMILO NOGUERA ABELLO

Secretario General Sede Santa Marta
HERMAN ANDRÉS PALACIOS

Decano Escuela EIAM Sede Santa Marta
DORYS YANETH RODRÍGUEZ CASTRO

Directora Dirección de Investigación e Innovación
EDIMER LEONARDO LATORRE IGLESIAS

Director de Investigación e Innovación Sede Santa Marta
CARLOS ROCHA TOVAR

Director Departamento de Matemáticas Sede Santa Marta
Santa Marta
2015
Evaluación del aprendizaje de la matemática mediado con herramientas tecnológicas y su incidencia en
el desarrollo de procesos cognitivos / investigador principal Rodolfo Rodríguez Cadena, coinvestigadores
Alexander Parejo Rodríguez … [et al.] – Santa Marta: Universidad Sergio Arboleda. Grupo de investigación
Geeco y Departamento de Matemáticas ; Escuela Internacional de Administración y Marketing, 2015.
162 p.
ISBN: 978-958-8866-48-2
1. MEDICIONES Y PRUEBAS EDUCATIVAS - INNOVACIONES TECNOLÓGICAS 2. TECNOLOGIA EDUCATIVA
3.ENSEÑANZA PROGRAMADA 4. MATEMATICAS – ENSEÑANZA CON AYUDA DE COMPUTADORES
5. APRENDIZAJE - INNOVACIONES TECNOLÓGICAS I. RODRÍGUEZ CADENA, RODOLFO II. ROCHA
TOVAR, CARLOS ALBERTO III. RODRÍGUEZ ÁLVAREZ, OMAR FRANCISCO IV. OROZCO CASTILLO, ELVIS
AUGUSTO V. BARROS TRONCOSO, JOSÉ VI. Título
371.26 ed. 21
evaluación del aprendizaje de la matemática

mediado con herramientas tecnológicas y su
incidencia en el desarrollo de procesos cognitivos
ISBN: 978-958-8866-48-2 (Rústica)
ISBN: 978-958-8866-49-9 (.pdf)
Investigador principal
© RODOLFO RODRÍGUEZ CADENA.
Coinvestigadores
© ALEXANDER PAREJO RODRÍGUEZ
© CARLOS ALBERTO ROCHA TOVAR
© OMAR FRANCISCO RODRÍGUEZ ÁLVAREZ
© ELVIS AUGUSTO OROZCO CASTILLO
© JOSÉ BARROS TRONCOSO
Universidad Sergio Arboleda
Santa Marta
Edición: agosto de 2015
Queda prohibida toda reproducción por cualquier medio sin previa
autorización escrita del editor.
El contenido del libro no representa la opinión de la Universidad
Sergio Arboleda y es responsabilidad del autor.
Calle 74 No. 14-14
Teléfono: (571) 325 7500 ext. 2131/2260
www.usergioarboleda.edu.co
Bogotá, D.C.
Director del Fondo de Publicaciones:
Jaime Arturo Barahona Caicedo
jaime.barahona@usa.edu.co
Diseño y diagramación: Maruja Esther Flórez Jiménez
Corrector de estilo: Ludwing Cepeda Aparicio
Impresión: Digiprint
Santa Marta
A todos los docentes investigadores, que con esfuerzo, paciencia y fe,
sacrifican sus horas de descanso, limpiando las piedras del camino,
y no sienten miedo a equivocarse.
Contenido
PREFACIO................................................................................................ 17
PRÓLOGO................................................................................................ 19
INTRODUCCIÓN..................................................................................... 27
RESUMEN................................................................................................. 29
PLANTEAMIENTO DEL PROBLEMA................................................... 31
JUSTIFICACIÓN....................................................................................... 35
ESTADO DEL ARTE................................................................................. 39
Las competencias y el proyecto Tuning..................................................................39
Caso países suramericanos: Chile, Argentina y México........................................41
Las competencias digitales de SKILLS (Education Testing Service)...........................44
Elementos para el Análisis de las TIC ...................................................................45
Aplicaciones de las TIC en área de matemáticas...................................................45
HIPÓTESIS............................................................................................... 47
OBJETIVOS DE LA INVESTIGACIÓN................................................... 49
Objetivo general...................................................................................................... 49
Objetivos específicos............................................................................................... 49
MARCO TEÓRICO.................................................................................. 51
Teoría del aprendizaje de Gagné.............................................................................51
Fases del aprendizaje de Gagné...............................................................................52
Teoría del aprendizaje de Jerome Seymour Bruner...............................................53
Teoría de Giant Piaget............................................................................................ 54
Propuesta Reconciliadora Carmen Suárez Mantilla............................................ 54
Etapas en el proceso cíclico de aprendizaje........................................................... 56
Enfoque por competencias ..................................................................................... 56
Entrenamiento conductual cognitivo de Meichembaum...................................... 58
Cuadro comparativo del conductismo, cognitivismo y el constructivismo..............58
El neuroaprendizaje y el aprendizaje..................................................................... 60
Los hemisferios cerebrales y la importancia en la neuroeducación................61
El aprendizaje cognitivo visto desde la neurociencia......................................61
El aprendizaje implícito y explícito de Carlos Logatt Grabner.......................62
Fundamentación conceptual de la estrategia metodológica implementada...62
Los niveles de conocimiento de taxonomía de Bloom .......................................... 64
Actividades que debe realizar el profesor........................................................ 65
La taxonomía de Shavelson y la relación con la taxonomía de Bloom ................ 66
Conocimiento declarativo o conceptual. ....................................................... 66
Conocimiento procedimental.......................................................................... 66
Conocimiento esquemático............................................................................. 66
Conocimiento estratégico................................................................................ 66
Competencias a desarrollar en módulo instruccional de cálculo diferencial. .....68
Los estilos de aprendizaje................................................................................ 68
MARCO METODOLÓGICO.................................................................... 69
Diseño de investigación........................................................................................... 69
9
Evaluación del aprendizaje de la matemática mediado con herramientas tecnológicas
y su incidencia en el desarrollo de procesos cognitivos
Población..................................................................................................................................................... 69
Procesos....................................................................................................................................................... 70
Análisis y diseño.......................................................................................................................................... 70
Construcción de la rejilla de evaluación por competencias............................................................................. 72
Los dominios de aprendizaje propuestos por Bloom................................................................................. 72
Competencia interpretativa del cálculo diferencial................................................................................... 72
Procesos de pensamientos que involucra competencia interpretativa............................................................. 73
Competencia argumentativa...................................................................................................................... 73
Procesos de pensamiento que involucra la competencia argumentativa......................................................... 73
Competencia propositiva............................................................................................................................ 74
Procesos de pensamiento que involucra la competencia propositiva............................................................... 74
Rejilla de evaluación de las competencias específicas de las funciones........................................................... 74
Derivadas............................................................................................................................................................ 76
Rejilla de evaluación por competencias específicas de derivadas.................................................................... 78
PRESENTACIÓN DE RESULTADOS............................................................................................ 81
Descripción de la muestra.................................................................................................................................. 81
Prueba realizada en la unidad didáctica de derivada...................................................................................... 81
Análisis por edad......................................................................................................................................... 82
Análisis por sexo.......................................................................................................................................... 83
Análisis por programa académico..............................................................................................................84
Análisis de resultados cuantitativos............................................................................................................ 85
Análisis de la conducta de entrada............................................................................................................. 85
Resultados resumen estadísticos. ............................................................................................................... 87
Análisis de los resultados de la prueba....................................................................................................... 87
Resultado estadísticos de la prueba derivadas..................................................................................................88
Desempeño en la prueba.................................................................................................................................... 89
Escala de desempeño en la prueba.................................................................................................................... 89
Comparación de los dos métodos......................................................................................................................90
Comparación del desempeño según metodologías aplicadas........................................................................... 92
Contraste de aplicación de medias prueba Anova............................................................................................ 92
Formulación de hipótesis................................................................................................................................... 93
Prueba de homogeneidad de varianzas......................................................................................................96
ANOVA de un Factor.................................................................................................................................96
Prueba aplicada a la unidad de funciones.........................................................................................................96
Análisis por edad......................................................................................................................................... 97
Análisis por sexo..........................................................................................................................................98
Análisis por programa académico.............................................................................................................. 99
Análisis de resultados cuantitativos................................................................................................................... 99
Análisis de la conducta de entrada............................................................................................................. 99
Análisis de los resultados de la prueba..................................................................................................... 101
Resumen estadístico de la prueba............................................................................................................ 103
Desempeño en la prueba........................................................................................................................... 104
Comparación de los dos métodos............................................................................................................. 105
Comparación del desempeño según metodologías aplicadas.................................................................. 106
Contraste de medias y aplicación de la prueba Anova............................................................................ 107
Formulación de hipótesis................................................................................................................................. 108
Prueba de homogeneidad de varianzas.................................................................................................... 109
Anova de un factor.................................................................................................................................... 110
Análisis por competencias en funciones.......................................................................................................... 110
El programa académico y las competencias............................................................................................ 110
Análisis por competencias de derivadas...........................................................................................................111
El método aplicado y las competencias.................................................................................................... 113
Análisis de la prueba con resultados en funciones................................................................................... 114
10
Grupo de Investigación GEECO y Departamento de Matemáticas
Análisis por competencias de derivadas.......................................................................................................... 116

Conclusiones..................................................................................................................................................... 119
MÓDULOS INSTRUCCIONALES SCILAB Y WINPLOT.......................................................... 121
Resumen módulo instruccional a Scilab......................................................................................................... 121
Ejercicios propuestos para el aprendizaje de funciones.................................................................................. 123
Resumen módulo instruccional a Winplot...................................................................................................... 128
Introducción a Winplot.................................................................................................................................... 128
Ejemplo 1................................................................................................................................................... 130
Taller.......................................................................................................................................................... 134
Ejemplo 2................................................................................................................................................... 135
CUESTIONARIOS DE EVALUACIÓN DE FUNCIONES Y DERIVADAS ................................ 143
Prueba de control de aprendizaje.................................................................................................................... 143
Actividad de aprendizaje I........................................................................................................................ 143
Actividad de aprendizaje II...................................................................................................................... 143
Actividad de aprendizaje III..................................................................................................................... 144
Actividad de aprendizaje IV..................................................................................................................... 145
Actividad de aprendizaje V....................................................................................................................... 145
Evaluación de aprendizaje de derivadas......................................................................................................... 147
Actividad de aprendizaje I.........................................................................................................................147
Actividad de aprendizaje II.......................................................................................................................154
REFERENCIAS............................................................................................................................. 157
11
LISTA DE TABLAS
Tabla 1. Cuadro comparativo proyecto Tuning Europa vs. América Latina.......... 40
Tabla 2. Actividades con TIC para el aprendizaje y desarrollo de habilidades........45
Tabla 3. Etapas en el proceso cíclico de aprendizaje.............................................. 56
Tabla 4. Enfoques de aprendizaje............................................................................ 58
Tabla 5. Actividades de la taxonomía..................................................................... 65
Tabla 6. Atributo de la competencia....................................................................... 67
Tabla 7. Competencias específicas de cálculo diferencial......................................68
Tabla 8. Rejilla de evaluación de funciones............................................................ 75
Tabla 9. Rejilla de evaluación de derivadas............................................................ 78
Tabla 10. Resumen estadístico por edad................................................................. 82
Tabla 11. Datos por sexo.......................................................................................... 83
Tabla 12. Datos por sexo.......................................................................................... 83
Tabla 13. Datos por programa académico..............................................................84
Tabla 14. Datos conducta de entrada...................................................................... 85
Tabla 15. Puntaje conducta de entrada................................................................... 87
Tabla 16. Puntaje de la prueba derivadas...............................................................88
Tabla 17. Resumen estadístico prueba con derivadas............................................ 89
Tabla 18. Desempeño de la prueba......................................................................... 89
Tabla 19. Puntaje de la prueba................................................................................ 91
Tabla 20. Puntaje de la prueba................................................................................96
Tabla 21. Puntaje de la prueba................................................................................96
Tabla 22. Análisis por edad..................................................................................... 97
Tabla 23. Puntaje Conducta de entrada............................................................... 100
Tabla 24. Resumen estadístico de la prueba......................................................... 101
Tabla 25. Puntaje de la prueba.............................................................................. 103
Tabla 27. Desempeño en la prueba....................................................................... 104
Tabla 28. Comparación de las medias muéstrales según método empleado....... 105
Tabla 31. Resultados por competencia.................................................................. 110
Tabla 32. Análisis de competencias por programa............................................... 112
Tabla 33. Prueba de funciones............................................................................... 114
Tabla 34. Resumen estadístico por tipo de preguntas...........................................117
Tabla 35. Datos del ejemplo 1................................................................................ 123
Tabla 36. Datos ejemplo 2..................................................................................... 124
13
LISTA DE FIGURAS
Figura 1. Resumen pruebas Saber 11 Icfes 2005 a 2009, calendario A.................37
Figura 2. Resultados de las pruebas Saber 11 - 2011 al 2013................................ 38
Figura 3. Modelo de proceso de la información (Atkinson y Shriffin)...................52
Figura 4. Propuesta de integración y categorización del conocimiento................55
Figura 5. Surco cerebral el nuevo aprendizaje cognitivo.......................................62
Figura 6. Propuesta ACOF......................................................................................67
Figura 7. Procesos de pensamiento que involucra la competencia interpretativa.......73
Figura 8. Procesos de pensamiento que involucra la competencia argumentativa.....73
Figura 9. Procesos de pensamiento. Competencia propositiva..............................74
Figura 10. Representación gráfica por edad...........................................................82
Figura 11. Representación gráfica por sexo........................................................... 83
Figura 12. Resultados por programa..................................................................... 84
Figura 13. Histograma conducta de entrada......................................................... 86
Figura 14. Factor TIC en el desempeño de los estudiantes....................................87
Figura 15. Porcentajes de desempeño de la prueba............................................... 90
Figura 16. Comparación de pruebas.......................................................................91
Figura 17. Desempeño en la prueba según método aplicado. Derivada................92
Figura 18. Prueba de homogeneidad...................................................................... 95
Figura 19. Porcentaje por edad............................................................................... 98
Figura 20. Porcentaje por sexo............................................................................... 98
Figura 21. Porcentaje por programa académico.................................................... 99
Figura 22. Análisis de la conducta de entrada..................................................... 100
Figura 23. Resultados de la prueba ......................................................................102
Figura 24. Porcentaje de la prueba........................................................................105
Figura 25. Comparación de medias según método aplicado funciones...............106
Figura 26. Desempeño en la prueba de funciones según método aplicado.........107
Figura 27. Análisis de grupos................................................................................108
Figura 28. Desempeño por competencias. derivadas...........................................113
Figura 29. Desempeño de funciones por competencias........................................115
Figura 30. Comparación Media con TIC y sin TIC............................................118
Figura 31. Por desempeño de funciones................................................................119
Figura 32. Interfaz gráfico del ejemplo 1..............................................................124
Figura 33. Gráfica del ejemplo 2...........................................................................125
Figura 34. Ventana del editor de ejes....................................................................125
Figura 35. Gráfica del ejemplo 2 resaltando la función Data Tip.......................126
Figura 36. Gráfica de ejecución función f(x)=-2x+24..........................................128
Figura 37. Venta de trabajo de Winplot................................................................130
Figura 38. Ventana de ejecución de una función explícita..................................131
Figura 39. Sombrear una gráfica..........................................................................132
15
Figura 40. Ventana de opción gráfica .............................................................................................................133

Figura 41. Gráfica de la función f(x) = x^2......................................................................................................133
Figura 42. Protección de la información..........................................................................................................134
Figura 43. Gráfica de la función (x) = 2x3 –3x 2 –12x + 45...............................................................................136
Figura 44. Opción ver.......................................................................................................................................137
Figura 45. Configurar la opción ver.................................................................................................................137
Figura 46. Primer paso obtención de una raíz................................................................................................138
Figura 47. Segundo paso obtención de una raíz..............................................................................................139
Figura 48. Primer paso para obtención de los extremos.................................................................................140
Figura 49. Segundo paso para obtención de los extremos..............................................................................140
Figura 50. Control de los extremos..................................................................................................................141
Figura 51. Opción cuadrícula...........................................................................................................................142
Figura 52. Ventana con cuadrícula..................................................................................................................142
Figura 53. Ventana de menú............................................................................................................................147
Figura 54. Ventana de selección de cuadrícula...............................................................................................148
Figura 55. Opción ECUA.................................................................................................................................148
Figura 56. Función f(x)......................................................................................................................................149
Figura 57. Ventana Ver.....................................................................................................................................149
Figura 58. Rótulos o etiquetas de los ejes.........................................................................................................150
Figura 59. Ventana ceros..................................................................................................................................150
Figura 60. Gráfica de la función.......................................................................................................................151
16
PREFACIO
E ste libro es un estudio que responde a una pregunta

que nos hacíamos los docentes de la Escuela EIAM
sobre si el uso de las TIC en la enseñanza de las matemáti-
cas incidía significativamente en el desarrollo de procesos
cognitivos para interpretar, argumentar y proponer. En
efecto, una de mis colegas del área de matemáticas afir-
maba que los estudiantes que recibían en los cursos de
Estadística II y que utilizaban la metodología tradicional,
tenían un mayor conocimiento en los contenidos que los
que empleaban una metodología mediada por TIC. De lo
anterior se puede decir que son muchas las hipótesis que
surgen al uso de las TIC, entre otras, la baja formación
en el uso de las TIC de los docentes, el uso de las TIC
afectan el aprendizaje de las matemáticas, la aplicación
de metodologías inadecuadas; o cómo la creencias de
muchos docentes que la aplicación de las TIC garantiza
el aprendizaje, etc. Desde luego, todas las hipótesis son
válidas en esta discusión.
Sin embargo, estructurar el pensamiento en los estu-
diantes es una tarea muy compleja, que involucra el desa-
rrollo de habilidades cognitivas que le permitan meditar
sobre sus propios procesos de pensamiento. Esto se debe a
que el desarrollo de procesos cognitivos son los que dan a
la persona la capacidad de pensar y razonar. Al respecto,
Feuerstein (1986) fundamenta esta idea con su teoría de la
“modificabilidad estructural cognitiva”, al considerar al
organismo humano como un sistema susceptible al cam-
bio y a la modificación. Por lo tanto, los humanos tenemos
la capacidad natural de cambiar la estructura de nuestros
pensamientos. Cierto es que las nuevas propuestas edu-
17
cativas hablan de enseñar habilidades, dirigidas a pensar estratégicamente

para el aprendizaje, de aquí que el uso de las TIC como herramienta de
enseñanza sea indispensable, pero mediada con una estrategia metodológica
que involucre el desarrollo de procesos de pensamiento.
Sin duda, el uso de las TIC genera altos estados emocionales en los es-
tudiantes, debido en gran medida por su calidad de ser nativos digitales. Es
claro entender que estamos en la llamada era digital y que, por ende, hay
otro tipo de estudiantes en nuestras aulas de clase. La tecnología ha cam-
biado su estructura mental para bien y para mal, pues estos conviven con
muchos más distractores desde que se levantan hasta que se duermen (Inter-
net, teléfonos móviles, tablex, portátiles). En mi experiencia como docente
del área tecnológica, los nativos digitales nacidos a finales de los noventa son
mucho más mediáticos, tienden a ser más visuales, apáticos a la lectura, y
propensos a un aprendizaje superficial, etc.
Sin embargo, las nuevas investigaciones del área cognitiva están enfoca-
das en los procesos inconscientes, como la percepción, la memoria, la aten-
ción, las emociones, el pensamiento, el aprendizaje implícito. Cabe señalar
que el cerebro procesa toda la información que percibe por los sentidos. Por
lo tanto, un nuevo aprendizaje puede darse de manera explícita mediante
un estado consciente, o de manera implícita mediante un estado emocio-
nal inconsciente. Aunque el almacenamiento del nuevo aprendizaje en la
memoria de largo plazo se alcanzará dependiendo de la predisposición del
pensamiento del estudiante. Para finalizar, la combinación de los nuevos
pensamientos con los preexistentes y almacenados en la memoria son los que
permiten el desarrollo de procesos cognitivos para generar ideas originales,
que lo facultan para el desarrollo de competencias interpretativas, argumen-
tativas y propositivas.
Rodolfo Rodríguez Cadena
Docente Investigador Universidad Sergio Arboleda
18
PRÓLOGO
L a enseñanza de las matemáticas como ciencia consti-

tuida se caracteriza por su precisión, por su carácter
formal y abstracto, por su naturaleza deductiva y por su
organización a menudo axiomática. Dichas característi-
cas han gestado paradigmas en los docentes sobre cómo
se enseñan las clases de matemáticas, presentándolas
en muchas ocasiones como una sucesión de algoritmos
abstractos, en donde el docente emplea una terminología
técnica, que no se adecúa a los estudiantes o a la realidad.
Esta realidad de la presentación de las clases en forma
tradicional, lleva a una pobre creatividad dentro de las
aulas de clases, a un escaso desarrollo del pensamiento
matemático en los estudiantes y a una poca solución de
problemas del entorno con el saber de las matemáticas;
por el contrario, se crea un ambiente tedioso, donde una
gran parte del alumnado está prevenido ante la disciplina,
por lo tanto, el estudiante no quiere aprender. Esta situa-
ción conduce a una formación deficiente en el área de las
matemáticas.
Es por lo anterior que la enseñanza de las matemá-
ticas depende de la concepción que tiene arraigada el
docente en cuanto a la forma en que se debe presentar
dicha disciplina, de los conocimientos que maneje el pro-
fesor, de las habilidades que se tenga en cuanto a la forma
de relacionar variables para solucionar problemas, de las
destrezas para incorporar lo novedoso o tecnológico a la
enseñanza y la disposición del mentor en cuanto a hacer
trascender a sus estudiantes con los contenidos que él les
está trasmitiendo.
19
En cuanto a la concepción que tiene el docente de la forma de impartir

la cátedra, así como respecto a la relación que se da entre las aplicaciones y
la forma en que esta asignatura debe permear el currículo se identifican dos
concepciones extremas. En primer lugar, se encuentra la platónica, la cual
considera que el estudiante debe adquirir los fundamentos en forma axiomá-
tica y luego será fácil para él resolver problemas que se le presenten haciendo
aplicaciones. Por otro lado, está la concepción constructivista, la cual esboza
que a lo largo de todo el currículo se deben dar los fundamentos matemáti-
cos y enseguida realizar la aplicación, para que los estudiantes sean capaces
de comprender la aplicabilidad de cada concepto que se les ha presentado
(Godino et al., 2003, pp. 20, 21).
La enseñanza tradicional de las matemáticas se caracteriza por los si-
guientes aspectos:
1. Transmisión y reproducción de conocimientos, en donde el estudian-
te recibe el conocimiento por explicaciones y ejercicios del profesor,
para luego demostrar lo aprendido por trabajos individuales y correc-
ciones en el pizarrón.
2. Actividades centradas en el maestro, en la cual no se propicia la re-
flexión en los estudiantes.
3. Evaluaciones basadas en la reproducción de la enseñanza y no en la
creatividad o la reflexión, no se tiene en cuenta el proceso del apren-
dizaje, sino la respuesta a los problemas (Féliz y otros 2005, p. 11).
Complementando lo anterior, un estudio realizado por Valverde, Gilbert
& otros (2004) y citado en Feliz & otros (2005) expresan que las clases de
matemáticas se imparten en forma tradicional, que el énfasis estaba basado
en la memorización, que hay una repetición de los contenidos más que una
exploración en profundidad de ellos, que no se enfocan en la capacidad del
estudiante para la solución de problemas, que el buen estudiante es el que
recuerda algoritmos o definiciones para solucionar ejercicios parecidos a los
que ya se había enfrentado, no se explica cómo plantear problemáticas y no
se diseñan estrategias para solucionarlas (pp. 15,16).
En este mismo sentido, Cruz y Puentes (2012) explican que en el modelo
tradicional para la enseñanza de las matemáticas el docente es un agen-
te activo que tiene predominio sobre la trasmisión de los contenidos de la
20
asignatura; por otro lado, también se encuentra al estudiante, que ejerce un

papel pasivo al escuchar los conocimientos y luego los reproduce cuando se
le exigen (p. 133).
Las consecuencias que se dan cuando el proceso de enseñanza y apren-
dizaje de las matemáticas está basado en métodos tradicionales es que un
gran número de los estudiantes aprenden para aprobar un examen, pero
luego olvidan los algoritmos, definiciones y fórmulas al momento de resolver
un problema de la vida cotidiana. Esta falta de comprensión real de los con-
ceptos lleva a no tener estrategias apropiadas al enfrentarse a entornos que
tienen relacionados otro tipo de variables, lo cual evidencia que aún persis-
ten elementos negativos de la enseñanza tradicional (Féliz et al. 2005, p. 11).
Estas consecuencias han llevado a que en la mayoría de los casos no se
encuentran satisfechas las expectativas del proceso de enseñanza-aprendiza-
je, en los directivos, maestros, padres y estudiantes, debido a que el aprendi-
zaje se basa en memorizar conceptos y algoritmos para la aprobación de un
examen; pero después de surtir este evento olvidan lo aprendido1, y no son
capaces de generar estrategias para resolver problemas que no tengan un
carácter algorítmico (Féliz et al., 2005, pp. 10, 11).
Por lo anterior, esta forma de instrucción tradicional ha traído deficien-
cias en el aprendizaje de las matemáticas, debido a que el docente no se ha
capacitado para presentar su clase en forma aplicada al contexto de los es-
tudiantes. El maestro arrastra paradigmas en los que se tiene estructurado
que las clases son magistrales, lo cual no le permite conocer la forma en que
el estudiante aprende o las cosas en que se interesa por aprender. Debido a
esta situación, las clases siguen siendo un esbozo de la aritmética, la trigo-
nometría o el cálculo, donde se evalúa el aprendizaje del muchacho por la
solución de ejercicios, sea en el pizarrón o por medio de un quiz, dándole
importancia simplemente al resultado y no al proceso.
Una alternativa podría ser desarrollar competencias2 para dirigir la
enseñanza, desde el punto de vista del estudiante como protagonista de su
1

Cuando el estudiante olvida lo que ha aprendido, no se estructura su pensamiento en
relación con las competencias que debería aprender para desenvolverse en su vida laboral.
2
Para Álvarez, Brunel, Díaz y Hernández (2012, p. 4), en las competencias matemáticas
se evidencia la capacidad para aplicar los conocimientos y el razonamiento para
solucionar problemas del entorno social.
21
aprendizaje y responsable de los resultados (Féliz et al., 2005, p. 20), debido

a que se necesita desarrollar estudiantes competentes en las matemáticas,
que comprendan cómo utilizarlas en sus entornos y les permitan presentar
reflexiones de la solución de problemas, basados en la manipulación que han
realizado a la matemática (Cruz & Puentes, 2012, p.132).
De manera que el conocimiento de las matemáticas es algo que se ha
generalizado y ha formado parte del dominio público, hecho por el cual la
forma en que se imparte esta asignatura no debiera ser un obstáculo para
el aprendizaje y la formación en la disciplina para la población (Díez Fran-
cisco, 2002, p. 10). Esta limitación se generaliza cada vez más en las po-
blaciones estudiantiles, por falta de una adecuada metodología y didáctica
acordes al contexto, capaz de presentar en una forma sencilla y agradable
estas enseñanzas.
Los alumnos aprenden matemáticas dependiendo del medio que los cir-
cunda, del tipo de trabajos que realizan y de la enseñanza que reciben. Por
tanto, se debe cuidar mucho el currículo3, la metodología y los contenidos
con la cual se imparte el conocimiento, para que realmente se desarrollen
capacidades matemáticas en los alumnos, debido a que el aprendizaje de las
matemáticas se da cuando se comprenden los conceptos y cuando se cons
truye el conocimiento partiendo de la forma como se impartió el conoci-
3
Para la elaboración de propuestas curriculares en matemáticas se tienen los siguientes
supuestos:

1) El docente debe ayudar al estudiante a que aprenda a razonar matemáticamente,
a que aprenda a plantear y dar solución a los problemas, a comunicar sus ideas en
forma matemática y a realizar relaciones entre esta disciplina y otras (Godino y otros
2003, p. 91).
2) El docente debe tener una organización especial de los contenidos y la didáctica
con la que van a ser impartidos, sean tareas, ejercicios, talleres conceptos; debido
a que si estas actividades le llaman la atención él podrá inquirir su importancia y
realizar afirmaciones, hipótesis o conjeturas de lo encontrado (Godino y otros 2003,
p. 91).

3). La enseñanza-aprendizaje debe hacerse en forma progresiva teniendo en cuenta
los objetivos o las competencias; entonces, el maestro debe implementar actividades
para que el estudiante adquiera el conocimiento en forma escalonada (Godino y otros
2003, p. 92).

4). El currículo debe tener la flexibilidad para adaptarse a los diferentes estudiantes.
El docente debe tener la capacidad en las actividades de generar ejercicios complejos
para los más aventajados y ejercicios más sencillos para los menos adelantados (Godino
y otros 2003, p. 92).
22
miento, la experiencia adquirida y lo aprendido con anterioridad (Godino et

al., 2003, pp. 78, 98).
Para Campos (2001), el aprendizaje debe comenzar de una situación di-
dáctica que tenga su origen en la realidad, en la cual se pretende intervenir
para darle solución a los problemas inherentes a dicha realidad, con los con-
ceptos, modelos y fórmulas aprendidas en dicha clase. Luego de esto, propo-
ner nuevos ejercicios para que se le dé solución y de esta manera afianzar el
conocimiento (p. 9). Es por esto que el conocimiento y el saber matemáticos
no se refieren solamente a la repetición de conceptos, a la identificación de
las propiedades de los polinomios, a entender las magnitudes, figuras geomé-
tricas u otros objetos matemáticos; el individuo que sabe matemáticas utiliza
el lenguaje y los conceptos matemáticos para la solución de problemas (Go-
dino et al., 2003, p. 66).
Pensar matemáticamente es lo que debe primar en las clases de matemá-
tica para la solución de problemas; para ello, se debe incluir dentro de estas
clases actividades que busquen desarrollar la forma de relacionar diferentes
tipos de variables. A esto se le ha prestado poca atención, por lo tanto, los
estudiantes se forman sin tener la suficiente competencia para la solución de
problemas que enmarcan temas más complejos, en donde deberían tener
profundidad, razonamiento y pensamiento matemático (Martin, 2009; en
Cruz & Puentes, 2012, p. 135).
Enseñar matemáticas tiene como finalidad desarrollar la capacidad de
entender los conceptos y procedimientos propios de esta asignatura; para
que los alumnos comprendan que es utilizable y que la pueden aplicar en
un contexto real para la solución de problemas (Zemelman, 1998, en Farias
y Pérez 2010, p. 38). Es decir, que la enseñanza de las matemáticas no sea
solo para resolver ejercicios cuya respuesta ha sido hallada por el maestro o
el autor del libro, sino más bien para prepararlos en la solución de problemas
aún existentes; es por esto que el estudiante debe utilizar los conocimien-
tos previos que tenga de las matemáticas, para darle solución a problemas
y situaciones del entorno, convirtiéndose la resolución de problemas en un
medio para adquirir el aprendizaje (Godino et al., 2003, pp. 39, 68).
Partiendo de lo anterior, Alsina (2002) le apuesta a que las matemáticas
no sean lineales, sino una enseñanza provocativa, que lleve a los estudian-
tes a cuestionar su medio circundante, para dar soluciones al entorno y no
23
simplemente a resolver problemas con la aplicación de fórmulas. El uso de las

matemáticas debe estar encaminado a ser una herramienta de modelación de
las realidades y con la cual se mire al mundo en una forma crítica y reflexiva.
Por lo anterior, se deben repensar los cursos de enseñanza de matemáticas y
generar nuevos paradigmas en los docentes, para que las matemáticas sean
más tangibles por su aplicación (Díez Francisco, 2002, pp. 13,14).
Las TIC en la enseñanza de las matemáticas

Las TIC han tenido una influencia muy grande en las aulas de matemá-
tica, de tal forma que han servido de apoyo para presentar las clases en una
forma interactiva y dinámica (Cruz & Puentes, 2012, p. 132). En cuanto a
esto, Martínez y Cálao (2012) dicen que las TIC representadas en software
de simulación u otros objetos de aprendizaje, le brindan al estudiante una
herramienta robusta para aprender; debido a que se utilizan, gráficos, simu-
lación de movimientos en funciones, se observan espacios o áreas que le van
a permitir dimensionar con claridad su importancia y aplicación (p. 8). En
este mismo sentido, Cruz & Puentes (2012) argumentan que esta manipula-
ción de objetos matemáticos lleva a los estudiantes a tener otra óptica de las
situaciones o problemas que deben resolver.
Por otro lado, la NCTM (2000:25) en Cruz y Puentes, (2012) expresa que
las TIC muestran diferentes maneras de representar escenarios problémicos
que le ayudan al estudiante a crear estrategias de solución de problemas y
con ello mejorar la comprensión de las matemáticas. Tener a disposición el
uso de las TIC lleva a los estudiantes a la reflexión, al razonamiento y a con-
centrarse en las decisiones acerca de la solución del problema (p. 132). Por
esto, Gregorio (2002) argumenta que se deben tomar los buenos programas
de construcción y aplicación de matemáticas, para que el estudiante reflexio-
ne, cuestione, argumente y genere ideas para la solución de problemas; y no
simplemente para la solución de operaciones ( p. 129).
Por lo anterior, Cruz y Puentes (2012) y Godino y otros (2003) expresan
que las TIC pueden ayudar al aprendizaje de las matemáticas; sin embargo,
Cruz y Puentes (2012) hacen una claridad afirmando que complementar las
clases de matemáticas con las TIC es más que contar con una herramien-
ta, debido a que el docente debe tener claro la forma en que se enseña y se
aprende matemáticas al utilizarlas; además de esto, debe tener claro que las
24
herramientas o los recursos que se utilicen sean los adecuados para lograr las
competencias planeadas según el tema que se está enseñando (p. 133).
Godino y otros (2003) expresan que los estudiantes tienen el potencial
de aprender más matemáticas y de forma más profunda cuando se usa la
tecnología correcta; sin embargo, la tecnología no remplaza la comprensión
y el entendimiento, solo arroja unos datos a los que se le debe dar la inter-
pretación adecuada (p. 142). En este mismo sentido, Cruz y puentes (2012)
señalan que las TIC permiten mejorar la comprensión de los estudiantes,
al descubrir por ellos mismos los conceptos, logrando así un aprendizaje
significativo y las competencias4 requeridas (p. 147). Es por ello que las TIC
desempeñan un papel importante, porque mediante la simulación de situa-
ciones convierten a los estudiantes en agentes activos de su aprendizaje, ya
que han tomado conceptos que consideraban abstractos y los han hecho
parte de su cotidianidad (Cruz & Puentes, 2012, p.132).
En contraposición a todo lo anteriormente expuesto, se pensó que con la
llegada de los computadores llegaría la modernización de la enseñanza de
las matemáticas, por la incorporación que se ha hecho de juegos y progra-
mas; pero lo que se ha derivado en algunos casos es una clase magistral de
matemáticas, en la cual se ha cambiado el pizarrón por el computador, resul-
tando en el mismo estilo de la clase tradicional, donde la enseñanza-aprendi-
zaje es simplemente una trasmisión de conocimientos, siendo esto un modelo
ya agotado (Gregorio, 2002, p. 129).
Cuando el software, los sitios web, las simulaciones matemáticas y las me-
todologías de aprendizaje de las matemáticas se utilizan de manera ade-
cuada, hacen posible que el estudiante tenga una nueva perspectiva, lo cual
lo enfoca y le guía a la solución de problemas del entorno, debido a que ha
pasado de percibir las matemáticas en forma abstracta a verle el sentido de
4
Las competencias se refieren al saber hacer específico, a poseer un conocimiento
práctico de algo, son las destrezas de manipulación y los procedimientos que ha
aprendido en cuanto a cómo hacer algo; en definitiva, la competencia es una
tendencia y característica cognitiva del sujeto. Con respecto a lo anterior, en el sujeto
se pueden distinguir dos partes en el aprendizaje de una temática; la primera se
refiere al componente teórico que se da cuando el estudiante comprende las clases; la
segunda obedece al componente práctico, el cual se da cuando el estudiante adquiere
la competencia. Para la competencia se necesitan los conocimientos procedimentales
y para la comprensión se necesitan conocimientos conceptuales (Godino et al. 2003,
pp. 61, 62).
25
utilidad a lo que está estudiando. Si el estudiante entiende la utilidad de cada

concepto matemático, estará más atento a la explicación del docente, debido
a que querrá aprender matemáticas.
Elvis Augusto Orozco Castillo
Director del Grupo de Investigación GEECO
26
INTRODUCCIÓN
L a Universidad Sergio Arboleda, a través del grupo

de investigación GEECO, y los docentes del Depar-
tamento de matemáticas de la Escuela Internacional de
Administración y Marketing - Santa Marta, dan cum-
plimiento a las políticas institucionales en relación con
el diseño y la creación de material pedagógico. En esta
oportunidad, el material desarrollado se orientará a la
enseñanza del cálculo diferencial, mediante el uso de las
herramientas tecnológicas Winplot y Scilab .
1 2
En los últimos años se habla mucho del uso de las he-

rramientas tecnológicas o TIC 3, las cuales brindan a los
discentes la posibilidad de interactuar con objetos e imá-
genes virtuales. Esto debido a que, como en el caso de las
matemáticas, ofrecen la oportunidad de calcular, mode-
lar, simular e ilustrar relaciones matemáticas. Aunque no
es muy claro demostrar si a los discentes se le facilita la
capacidad de desarrollar dominios cognitivos que le per-
mitan interpretar, argumentar y proponer. Esto debido a
que muchos docentes utilizan las TIC en el aula, sin el
diseño de materiales pedagógico adecuado, que garantice
abordar con profundidad los contenidos temáticos.
En ese orden de ideas, el presente estudio tiene como
propósito fundamental medir la incidencia de las TIC en
el aprendizaje de las matemáticas, diseñando una estra-
tegia metodológica de evaluación. Fundamentada en el
1
Winplot: herramienta tecnológica para graficar funciones
matemáticas.

2
Scilab: herramienta tecnológica con un lenguaje de programación
de alto nivel, para cálculo científico.
3
TIC: tecnologías de la información y comunicación.
27
documento de ACOFI4 y en el ICFES, para la revisión y consolidación de

la fundamentación conceptual y especificaciones de prueba correspondiente
a la prueba Saber Pro de ingeniería 2011-2013 de nombre “Marco Teórico
y Conceptual, Objeto de Estudio y Constructo para la Prueba Saber Pro de
Ingeniería”. Mediante una estrategia metodológica con la fundamentación
de las taxonomías de Shavelson5 y Bloom6, aplicadas de manera específica
en las unidades didácticas de funciones y derivadas del cálculo diferencial
mediante el uso de las herramientas tecnológicas Scilab y Winplot.
En concordancia con lo anterior, se evaluarán la incidencia de las TIC
en el desarrollo de procesos cognitivos en las competencias interpretativas,
argumentativas y propositivas. Para el proceso de evaluación se tendrán en
cuenta los tres pilares de la evaluación. Primero, la relación central del mo-
delo: un modelo de cognición y aprendizaje. Segundo, la interpretación del
modelo, alineado con el modelo de cognición y aprendizaje. Tercero, diseñar
actividades en los discentes con las cuales se provoque en los estudiantes des-
empeños que permitan recoger evidencias para el modelo de interpretación
(Duque M., 2010).
4
ACOFI: Asociación Colombiana de Facultades de Ingeniería.
5
Richard J. Shavelson: psicólogo de la evaluación educativa, psicología cognitiva y la
educación científica. Profesor en la Escuela de Educación de Stanford y presidente de
la American Educational Research Asociation.
6
Benjamín Bloom: psicólogo, doctor en Educación en la Universidad de Chicago. Hizo
grandes contribuciones significativas a la taxonomía de objetivos de la educación.
28
RESUMEN
E l propósito de este estudio es una medición de impacto

en el aprendizaje, mediante el uso de las herramientas
tecnológicas Scilab y Winplot, aplicado en las unidades de
funciones y derivadas del cálculo diferencial. Por lo tanto,
se hizo necesario diseñar una estrategia metodológica de
enseñanza y evaluación que permita a través del análisis
de dos grupos, uno experimental y uno de control evaluar
el desarrollo de competencias interpretativas, argumenta-
tivas y propositivas de los dominios cognitivos. Así pues,
se pudo medir el aprendizaje generado con un estilo de
aprendizaje con TIC y uno obtenido de la manera tradi-
cional. Este estudio fue aplicado a los estudiantes de los
programas de Administración de Empresas, Marketing y
Negocios Internacionales de la Universidad Sergio Arbo-
leda, seccional Santa Marta.
29
PLANTEAMIENTO DEL PROBLEMA
E l hombre está siendo transformado por la llamada era

digital, los nuevos avances tecnológicos que se han
desarrollado en los últimos años han logrado modificar
los hábitos y costumbres de la gente. Actualmente vivimos
en la sociedad del saber, o sociedad del conocimiento,
como también es llamada. Esta expresión se le escuchó
decir por primera vez a Abdul Waheed (2003), subdirec-
tor de comunicaciones de la Unesco, quien afirmó en una
entrevista: “La sociedad de la información es la piedra
angular de las sociedad del conocimiento. Mientras que el
concepto de sociedad de la información se ve vinculado a
la idea de innovación tecnológica, el concepto de sociedad
del conocimiento incluye la dimensión de la transforma-
ción social, cultural, económico, político e institucional,
y una perspectiva más pluralista y de desarrollo” (Portal
Unesco, 2003).
Es por esto que son grandes los desafíos de la era
digital, se percibe la necesidad de la sociedad del saber.
Molano O (2011) escribe en el portal Colombia aprende, refe-
rente al tema de las TIC, que “somos confrontados por la
extraña sensación de no saber, y peor aún, de saber que no
sabemos. Ese es el principio de incertidumbre que agobia
a los habitantes del mundo contemporáneo”.
En concordancia con estos desafíos de la sociedad del
saber, las instituciones educativas de educación superior se
han concientizado de esta necesidad, y se han involucrado
con el concepto de las TIC de diferentes maneras; ya sea
con grandes infraestructuras tecnológicas con servicios en
línea, como bases de datos electrónicas, aulas virtuales,
websites, herramientas on-line, chats, foros wikis, simulado-
31
res en línea o con la compra de paquetes de software especializado y científico

en diferentes disciplinas incorporándolas a los contenidos curriculares.
Asimismo, las instituciones de educación superior realizan grandes in-
versiones en la cualificación de sus docentes en el manejo de las TIC, para
incorporarlas a la labor docente. Pero una de las grandes debilidades es que
no se ha invertido en la construcción de material pedagógico, contextualiza-
do en cada una de las disciplinas, específicamente en el área de matemáti-
cas, que es el objeto de este estudio.
En consecuencia, ha surgido una gran variedad de críticas relacionadas
con los problemas asociados al uso de las TIC. Para Monteagudo (2006) los
problemas en la enseñanza no están relacionados con el uso de la tecnología
en sí, sino con el diseño del material didáctico que se utiliza en las meto-
dologías de enseñanza, debido a la poca o nula consideración de los estilos
de aprendizaje acorde con las necesidades de cada asignatura. Es decir, las
instituciones se preocupan más por el aprendizaje de sus docentes en el ma-
nejo de las herramientas TIC, que en la construcción de material didáctico
adecuado o en la planificación de estrategias que le permitan el desarrollo
de habilidades y destrezas, mediados con TIC.
Por otra parte, críticos como Quiñones (2013) consideran que la escuela
se limita al entrenamiento de docentes y estudiantes en cómo se usan las
TIC en el aula, partiendo de la relación directa entre nuevas tecnologías
y educación como algo natural e incuestionable, por lo que su estudio en
la educación formal se reduce al aprendizaje del funcionamiento de herra-
mientas tecnológicas. En concordancia, el autor considera que el uso de las
herramientas tecnológicas sin el diseño de material pedagógico adecuado
hace que se genere un aprendizaje sin profundidad en los contenidos temá-
ticos.
Con todo lo anterior, para los docentes se vuelve un reto adaptar el uso
de las herramientas TIC a su labor diaria, ya que esto implica por su cuenta
y riesgo diseñar y construir material pedagógico e implementar estrategias
didácticas, lo cual compromete el desarrollo de habilidades y destrezas me-
todológicas en los estudiantes, acordes con los requerimientos de cada asig-
natura.
32
También implica para el docente hacer una selección de estilos de apren-

dizaje más adecuados y necesarios para el desarrollo de las habilidades y
destrezas con el uso de las herramientas TIC como mediadoras. Por todo lo
anterior, se genera el siguiente cuestionamiento: ¿de qué manera la aplica-
ción de las herramientas tecnológicas Scilab y Winplot ayudará a mejorar
las habilidades cognitivas y las destrezas metodológicas de las matemáticas
en los estudiantes de la Escuela Internacional de Administración de USA,
Santa Marta?
33
JUSTIFICACIÓN
E n los últimos años hemos sido testigos de las grandes

transformaciones que ha tenido la sociedad, gracias
los grandes avances tecnológicos de las TIC. Estamos
actualmente en la llamada era digital, que empezó en los
años ochenta con la creación del computador personal
(PC) y la creación de la gran infraestructura de redes de
telecomunicaciones en el mundo (Internet), generando el
acceso masivo a la información. Los nuevos habitantes
del planeta que nacieron bajo esta era serán llamados
ahora nativos digitales. Estos hechos lograron abrir
las fronteras de los países en el mundo, permeando las
naciones y con ellas su economía, cultura, ciencia, edu-
cación, los hábitos de leer, escribir y pensar, en mayor o
menor medida, dando origen a una nueva sociedad de la
información.
Por esta razón, los cambios que se dieron en la edu-
cación con el apoyo de las TIC fueron muy grandes.
Esto debido a que solo era necesario un computador
personal y el manejo de un lenguaje de programación
para diseñar y crear todo tipo de herramientas tecnoló-
gicas aplicadas en todas las áreas de la ciencia. Según
la Unesco, estas debían contribuir a transformar la
sociedad de la información en una sociedad del cono-
cimiento.
¿Qué pretende lograr este estudio?

El presente estudio busca, específicamente, im-
plementar una estrategia metodológica, para medir la
incidencia en el aprendizaje, con la mediación de las he-
35
rramientas tecnológicas Scilab y Winplot aplicadas a las unidades didácti-

cas del cálculo diferencial, comparado con una metodología de enseñanza
tradicional. El fin es medir el impacto en el desarrollo de habilidades y
destrezas cognitivas de las competencias interpretativas, argumentativas y
propositivas de los estudiantes de primer semestre en el área de matemáti-
cas de la Escuela Internacional de Administración y Marketing.
Ahora bien, cabe preguntarse quiénes serán los beneficiados

Es importante mencionar que este estudio beneficiará a docentes, es-
tudiantes, directivos y la sociedad en general, interesados en incorporar
las TIC en su enseñanza y aprendizaje de las matemáticas. Ya que el
uso de estas herramientas tecnológicas, con el apoyo de una estrategia
metodológica y con el diseño de material adecuado, contribuirán al desa-
rrollo de habilidades y destrezas cognitivas para el análisis de variables,
modelar problemas, simular comportamientos y hacer proyecciones en
matemáticas.
Beneficios pedagógicos y prácticos

Este estudio será un aporte a la comunidad académica, especialmente a
docentes y estudiantes de cálculo diferencial. Mediante el diseño y construc-
ción de material didáctico y con la mediación de las TIC, se contribuirá a
fortalecer el desarrollo procesos de cognitivos en pensamiento matemático
para la interpretación, argumentación y proposición.
En ese orden de ideas, se pretende mejorar los bajos resultados en cono-
cimientos matemáticos, evidenciados en el informe de las pruebas de Estado
Saber 11, del 2011 al 2013, en el área de matemáticas. En estos informes se
reflejan los pésimos resultados de colegios del Distrito de la Ciudad de Santa
Marta, en donde presentan tres puntos por debajo de la media nacional
entre los años 2005 al 2009.
36
Figura 1. Resumen pruebas Saber 11 Icfes 2005 a 2009, calendario A

Fuente: portal: http://www.icfes.gov.co (2014).
Aunque las evaluación de las pruebas cambiaron en los últimos tres

años, los resultados fueron los siguientes: en el 2011 y 2013, estos estu-
vieron dos puntos por debajo de la media nacional, la cual arrojó 44,79,
mientras que los resultados del distrito de Santa Marta fueron del 42,7; un
año después (2012), la media nacional fue de 44,92, siendo los resultados
del distrito de 43,07; en el 2013, la media nacional fue 44,14, mientras
que los resultados de los colegios del distrito fueron de 42,63, siendo una
constante a lo largo de estos últimos tres años estar por debajo de la media
nacional.
En la siguiente figura se documenta el resumen estadístico de los resulta-
dos de los colegios del distrito en los últimos tres años y la gráfica del cuadro
comparativo de los resultados de la media nacional y los del distrito en la
prueba de matemáticas.
37
Figura 2. Resultados de las pruebas Saber 11 - 2011 al 2013

Fuente: portal: http://www.icfes.gov.co (2014).
38
ESTADO DEL ARTE
E n el tema relacionado con las competencias, la Unes-

co, en el informe elaborado por la Comisión Interna-
cional sobre la Educación Delors & Otros (1996), plantea
la idea de una educación como concepción “universal”
de la cultura y propone una definición en los términos si-
guientes: la educación se debe estructurar de acuerdo con
cuatro aprendizajes, que serán los pilares del conocimiento
a lo largo de la vida de las personas: aprender a conocer,
es decir, adquirir las claves de la comprensión; aprender
a hacer, para poder actuar sobre el entorno; aprender a
vivir juntos, para participar y cooperar junto a los otros;
y finalmente, aprender a ser, progresión esencial que par-
ticipa de los tres aprendizajes anteriores. Es evidente que
estas vías del saber se relacionan entre sí y se intercambian
entre ellas (Unesco, 1996, p. 75).
Las competencias y el proyecto Tuning

Una de las razones fundamentales para la creación
del proyecto Tuning fue la necesidad de crear estándares
en las instituciones a nivel universitarias. Dio inicio con
la declaración de Bolonia de 1999, basadas en las expe-
riencias acumuladas en los programas Erasmus y Sócrates
desde 1987. Con el Sistema Europeo de Transferencia y
Acumulación de Créditos (ECTS). El proyecto se orienta
hacia competencias genéricas y específicas a cada área
temática. Igualmente, el proyecto tiene un impacto di-
recto en el reconocimiento académico, garantía y control
de calidad, compatibilidad de los programas de estudio a
nivel europeo.
39
Ramírez, Medina (2007) afirma que el objetivo es que los compañeros

del proyecto colectivo, al tener en cuenta las fortalezas y debilidades de los
sistemas de evaluación y acreditación, cuenten con elementos básicos para
tener una visión panorámica de dicha propuesta. Así mismo, documentos
como estos se les propondrán para el caso de organismos internacionales
como el Banco Mundial, la OCDE y la Unesco.
De acuerdo con Bravo Salinas (2007), “el proyecto Tuning no se centra
en los sistemas educativos, sino en las estructuras y el contenido de los estu-
dios. Mientras que los sistemas educativos, son antes que todo responsabili-
dad de los gobiernos, las estructuras educativas y el contenido lo son de las
instituciones de educación superior”.
Con todo y lo anterior, dentro del marco del proyecto Tuning se ha di-
señado una metodología para la comprensión del currículo y para hacerlo
comparable. Como parte de la metodología se introdujo el concepto de resul-
tados del aprendizaje y competencias. Para cada una de las áreas temáticas
mencionadas, estas han sido descritas en términos de puntos de referencia
que deben ser satisfechos. Ver tabla 1 de las áreas temáticas tanto Europa
como en América latina.
Tabla 1. Cuadro comparativo proyecto Tuning Europa vs. América Latina
EUROPA AMÉRICA LATINA

A Competencias Instrumentales
1 Capacidad de análisis y síntesis Capacidad de abstracción, análisis y síntesis
Capacidad para organizar y planificar el
2 Capacidad para organizar y planificar
tiempo
3 Conocimientos generales básicos No se observa correspondencia
Conocimientos sobre el área de estudio y su
4 Conocimientos básicos de la profesión
profesión
Conocimientos oral y escrito en la propia
5 Capacidad de comunicación oral y escrita
lengua
Capacidad de comunicación en un segundo
6 Conocimientos en una segunda lengua
idioma
Habilidades básicas de manejo de un Habilidad en el uso de las tecnologías de la
7
computador información y comunicación
Habilidades para buscar, procesar y analizar
8 Habilidades de gestión de la información
información procedente de fuentes diversas
Capacidad para Identificar, planear y resolver
9 Resolución de problemas
problemas
10 Toma de decisiones Capacidad para tomar decisiones
40
B Competencias Interpersonales
11 Capacidad crítica y autocrítica Capacidad crítica y autocrítica
12 Trabajo en equipo Capacidad de trabajo en equipo
13 Habilidad des interpersonales Habilidades interpersonales

Capacidad de trabajo en equipo
14 No se observa correspondencia
interdisciplinario
Capacidad de comunicarse con expertos
15 No se observa correspondencia
de otras áreas
Apreciación de la diversidad y Valoración y respecto a la diversidad y
16
multiculturalidad multiculturalidad
Habilidad de trabajar en el contexto Habilidad para trabajar en contextos
17
internacional internacionales
18 Compromiso ético Compromiso ético
C Competencias Sistémicas
Capacidad de aplicar los conocimientos Capacidad de aplicar los conocimientos en
19
en la práctica la práctica
20 Habilidad de investigación Capacidad de investigación
Capacidad de aprender y actualizarse
21 Capacidad de aprender
permanentemente
Capacidad para actuar en nuevas Capacidad para actuar en nuevas
22
situaciones situaciones
Capacidad para generar nuevas ideas
23 Capacidad creativa
(creatividad)
Capacidad de motivar y conducir hacia
24 Liderazgo
metas comunes
Habilidad para trabajar en forma
25 Habilidad para trabajar en forma autónoma
autónoma
Capacidad para formular y gestionar
26 Diseño y gestión de proyectos
proyectos
27 Preocupación por la calidad Compromiso con la calidad
Fuente: proyecto Tuning para América (2007).
Caso países suramericanos: Chile, Argentina y México

Según Argüelles (2009), Chile es uno de los países abanderados en
América del Sur, en donde el gobierno ha planteado unas estrategias que
buscan internacionalizar el sistema de educación superior para lo cual viene
implementando desde hace algunos años transformaciones de índole aca-
41
démica, administrativa y de gestión, para dar cumplimiento a los acuerdos

internacionales firmados por las instituciones de educación superior. Estas
transformaciones vienen respaldando las políticas de calidad y equidad, así
como aquellas relacionadas con la renovación curricular, internacionali-
zación y acreditación. Por esto, el proceso de Bolonia en cierto sentido ha
favorecido y acelerado este proceso, pues dentro de sus estrategias de trabajo
existe bastante similitud con las aspiraciones que respecto a la educación
superior tiene el gobierno y las universidades.
Es importante señalar que Chile y Costa Rica son dos de los países aban-
derados de Latinoamérica con el uso de TIC, según el Programa Sociedad
de la Información y el Conocimiento (Prosic) en su informe del año 2007,
el modelo de uso ideal de la tecnología en el sistema educativo consiste en
la utilización de la, “tecnología en el aula y laboratorios de cómputo para el
trabajo extra clase de docentes y estudiantes”; así, materias fundamentales
como Matemáticas, podrán contar con el apoyo de tecnologías digitales en
el aula, permitiendo al estudiante comprender mejor los conceptos, aprender
a su propio ritmo, desarrollar su creatividad e iniciativa y tener otro tipo de
experiencia de aprendizaje más cerca al juego ( Jiménez, Salas, Ogan, Bake,
p. 6, 2011) cita Prosic (2008, p. 226 ).
Friedman (2007) analiza la explosión tecnológica en esta época en su
Historia del mundo en el siglo XXI, y distingue tres fases de globalización como
resultado del tipo de tecnologías predominantes: la globalización 1.0, pro-
tagonizada por las naciones, que se iniciaba ya con el descubrimiento de
América; la globalización 2.0, más propia de las grandes corporaciones, y la
globalización 3.0, a la que llegamos ahora, donde, gracias a las tecnologías
de la información y la comunicación, la globalización pasa a manos de los
individuos y pequeñas empresas.
En la Universidad de Granada, María Pinto (2009) en su proyecto de
nombre Alfintra “desarrollo y evaluación de las competencias informacio-
nales en el grado de traducción e interpretación” han desarrollado platafor-
mas web llamadas Infolitrans, las cuales concebidas para analizar, explorar y
mejorar las competencias en información de los estudiantes de traducción y
de todos aquellos profesionales relacionados con esta área. Desde una pers-
pectiva eminentemente práctica, se ofrece una herramienta que permitirá
no solo medir las distintas capacidades y aptitudes de carácter informativo
42
del alumno, sino hacer un diagnóstico de las mismas y resolver los problemas
que se detecten en el desarrollo del programa. De esta manera se ofrece
un instrumento de análisis, de evaluación, pero también de resolución de
problemas relacionados con la información.
Mitchell, T. R. & Larson, J. R. (1999) señalaban que “se ha extendido el
discurso que afirma que los profundos cambios en las TIC experimentados
en la última década han modificado también radicalmente el aprendizaje de
nuestros estudiantes universitarios, considerados todos ellos nativos digitales.
En este artículo se sostiene, sin embargo, que dichos cambios no son tan inme-
diatos, automáticos o beneficiosos como el discurso dominante sobre la bondad
que las TIC pretende hacernos creer, y que dan lugar a múltiples y variadas
situaciones intermedias que caracterizan la actual enseñanza universitaria”.
Utilizando las valoraciones de tres cuestionarios tipo escala de Likert
sobre los procesos de información y comunicación en tres entornos diferen-
ciados (una plataforma virtual de enseñanza aprendizaje, Moodle, Tuenti,
como ejemplo de red social, y las aulas presenciales) y mediante técnicas
multivalentes (análisis factorial y de conglomerados) se encuentran cuatro
segmentos de estudiantes: alumnado optimista o pro-TIC, alumnado pesi-
mista o anti-TIC, alumnado apático y alumnado neutral.
De modo que la presencia de los mencionados segmentos de estudian-
tes nos permite concluir que, aunque la presencia del computador en las
aulas universitarias forma ya parte del imaginario colectivo, tal vez se está
sobrevalorando tanto el impacto de las TIC en la educación superior como
las competencias digitales de los alumnos, y que esta falsa percepción de
la realidad puede beneficiar a los vendedores de tecnología, pero no a la
innovación metodológica, que solo se podrá conseguir mediante la necesaria
reflexión desde postulados educativos.
Por esta razón, los nuevos desarrollos tecnológicos han generado nuevas
necesidades en el campo de la educación, la cual debe responder a las de-
mandas de la sociedad. Con la incorporación de las TIC en todas las áreas
de la ciencia y la educación, han aumentado las diferencias ya existentes
entre países y grupos sociales, creando una nueva una división o la llamada
brecha digital. El no acceso a las TIC ampliaría las diferencias de entre
países y personas que carecen de los conocimientos y de las tecnologías re-
queridas para el desarrollo de una sociedad de la información.
43
Las competencias digitales de SKILLS (Education Testing Service)

Para SKILLS (2008), existen unas habilidades para usar tecnología
digital, herramientas de comunicación y/o redes para acceder a gestionar,
integrar, evaluar, crear y comunicar la información ética y legalmente a fin
de funcionar en una sociedad del conocimiento. Estas habilidades deben ser
desarrolladas en atención a las siguientes carencias:
¾¾ El no contar con un computador y conexión a red con acceso a In-
ternet.
¾¾ La falta de educación en conocimientos informáticos o el uso inade-
cuada en la educación o apoyo social.
¾¾ La falta de oportunidades de uso significativo (“el acceso de uso”).
¾¾ Falta clara de políticas públicas por parte del estado que solo se pre-
ocupan por el acceso a Internet.
¾¾ Muchas personas piensan que el problema de la desigualdad en el ac-
ceso a la información tecnológica con respectos digitales se resuelve
tan pronto como todo el mundo tiene un computador y una conexión
a Internet.
¾¾ El primer tipo de problema de acceso es la barrera mental o visto
como un fenómeno temporal por solo tocar a las personas de edad
o a algunas categorías de amas de casa, los analfabetos y los desem-
pleados.
¾¾ El problema de las inadecuadas habilidades digitales se reduce a las
competencias de la operación, la gestión de hardware y el software.
A veces, esto también es visto como un fenómeno temporal, que se
resolvió poco después de la compra de una computadora y de adqui-
rir una conexión en red.
¾¾ El uso diferencial de los computadores y las conexiones de acceso
a la red es también un fenómeno descuidado. Generalmente, no se
consideran de menor importancia al desarrollo social y las políticas
educativas, como el uso de diferenciales, se presume que es la libre
elección de los ciudadanos y consumidores en una diferenciación de
la sociedad posmoderna. Por lo tanto, hay una acceso a acercarse a
la “orientación de hardware” fuerte material o digitales tecnología.
44
Elementos para el Análisis de las TIC
Tabla 2. Actividades con TIC para el aprendizaje y desarrollo de habilidades
PROCESO DESCRIPTOR
Interpretación Comprender el significado de un recurso digital.
Organizar los recursos digitales (producto o artefacto) de forma que

Organización
contribuyan a la solución del problema o la realización de las tareas.
Integrarlos recursos digitales en una combinación relevantes al problema
Integración
o la tarea.
Analizar los recursos digitales usando conceptos y modelos que facilitan la
Análisis
resolución del problema o la tarea.
Recombinación de elementos o de los recursos digitales en nuevas formas

Síntesis
que facilitaran resolución del problema o la realización de la tarea.
Creación Crear nuevos artefactos, medios, crear un proceso.
Interactuar con otras personas relevantes durante la resolución del

Comunicación
problema o tarea.
Diseminación Presentar soluciones o resultados a otras personas relevantes
Aplicaciones de las TIC en área de matemáticas

Un manipulable para matemáticas puede entrar en dos categorías:
Físicos: Se definen como cualquier material u objeto físico del mundo
real que los estudiantes pueden “palpar” para ver y experimentar conceptos
matemáticos. Los instrumentos de este tipo se utilizan principalmente con
los estudiantes de los primeros grados escolares y ejemplos de ellos son: For-
mas Geométricas, para el reconocimiento de las distintas figuras; Bloques de
Patrones, para estimar, medir, registrar, comparar; Bloques y Cubos, para
sumar, restar o resolver problemas que incluyen peso.
Virtuales: Se definen como representaciones digitales de la realidad posi-
bilitadas por los computadores, y que el estudiante puede también manipular
con el mismo objetivo de los primeros. Estos últimos se utilizan en los grados
superiores. La experta Judy Spicer ha dicho al respecto que “los manipula-
45
bles virtuales tienen además la capacidad de hacer visible lo que es difícil de

ver e imposible de imaginar”. Ejemplos de estos son: simulaciones, software
de visualización, fractales, robótica, juegos de computador, representaciones
tridimensionales, etc.
46
HIPÓTESIS
L a aplicación de las herramientas Scilab y Winplot

contribuye al desarrollo de las habilidades cogniti-
vas y destrezas metodológicas del área de matemática,
fortaleciendo el aprendizaje de los estudiantes de primer
semestre de la Escuela EIAM de la Universidad Sergio
Arboleda, en la ciudad de Santa Marta.
47
OBJETIVOS DE LA INVESTIGACIÓN
Objetivo general
D eterminar si a través del uso de la herramienta tec-

nológica Scilab y Winplot inciden en el desarrollo
habilidad cognitivas y destrezas metodológicas del área
de matemática de los estudiantes de la Escuela EIAM de
la Universidad Sergio Arboleda, seccional Santa Marta.
Objetivos específicos
¾¾ Analizar el impacto que genera la formación de
los estudiantes con herramientas Scilab y Winplot
comparativamente con una metodología de ense-
ñanza tradicional.
¾¾ Aplicar una prueba de análisis de variación Anova
de evaluación de las competencias interpretativa,
argumentativa, propositiva.
¾¾ Diseñar y construir módulos instruccionales de
Winplot y Scilab para la enseñanza de funciones y
derivadas de cálculo diferencial.
¾¾ Diseñar una estrategia metodología de enseñanza
que se adecue al uso de las TIC aplicada en las
matemáticas.
49
MARCO TEÓRICO
Teoría del aprendizaje de Gagné
D e acuerdo con Gagné, hay cinco clases de capacidades

que pueden ser aprendidas y que difieren unas de otras:
a. Las destrezas motoras. Es la enseñanza que se da
a través de prácticas reforzadas a las respuestas
motoras.
b. La información verbal. La enseñanza debe darse a
través de un amplio contexto significativo.
c. Destrezas o habilidades intelectuales. En los proce-
sos educativos se aprende gran cantidad de destrezas
intelectuales, la habilidad básica con discriminacio-
nes, conceptos, reglas matemáticas, lenguaje, etc.
d. Las actitudes. Se deben fomentar actitudes de
honestidad, ayuda mutua, las que deben ser ad-
quiridas y reforzadas, fomentar actitudes como
promover agrado por las matemáticas, literatura,
música, deportes, etc.
e. Estrategias cognoscitivas. Constituyen formas con
las que el estudiante cuenta para controlar los pro-
cesos de aprendizaje. Son muy importantes para
gobernar el propio proceso de atender, aprender y
pensar. Esta idea plantea no solamente el aprendi-
zaje de contenidos, sino también de procesos.
Del mismo modo, Gagné fundamenta su teoría a tra-
vés de las fases del aprendizaje basado en el proceso de
información (Atkinson y Shriffin):
La teoría de las etapas se enfoca en cómo la informa-
ción está almacenada en la memoria.
51
El modelo está basado en el trabajo de Atkinson y Shriffin (1968) y pro-

pone que la información se procesa y almacena en tres etapas: memoria
sensorial, memoria a corto plazo, memoria a largo plazo. Ver figura 3 del
modelo Atkinson y Shriffin:
Figura 3. Modelo de proceso de la información

(Atkinson y Shriffin)
Fuente: Atkinson y Shriffin (1968).
Fases del aprendizaje de Gagné

a. Dirigir la atención. Responde a la fase de comprensión. Cuando el
alumno está motivado es fácil captar su atención y dirigirla hacia
aquellos contenidos más relevantes.
b. Informar al alumno del objetivo a conseguir. Responde a la fase de
motivación. Una forma de motivar es explicar qué pueden hacer una
vez adquirido el aprendizaje.
c. Estimular el recuerdo. Responde a la fase de adquisición. Debe
facilitarse el recuerdo mediante indicaciones útiles de los requisitos
previos necesarios, ejercicios.
d. Presentar el estímulo. Responde a la fase de recuerdo. Si cada perso-
na adquiere y codifica la información de un modo diferente, no todas
las técnicas propuestas por el profesor son igual de eficaces para todos
los alumnos, por ello debe motivarse a los alumnos a elaborar sus
propios esquemas que les faciliten la retención.
52
e. Guiar el aprendizaje. Responde a la fase de generalización. El pro-

ceso de adquisición es reforzado mediante la transferencia y genera-
lización del aprendizaje. Se trata de aplicar lo aprendido a todo un
abanico de contextos y situaciones, proporcionar tareas de resolución
de problemas y discusiones en clase.
f. Producir la actuación. Responde a la fase de ejecución. La respuesta
de los alumnos puede obtenerse planteando a cada uno de ellos pre-
guntas diferentes, pruebas escritas, etc.
g. Valorar la actuación. En este evento se evalúa el desempeño.
h. Proporcionar feed-back. Responde a la fase de retroalimentación. Es
importante que el alumno conozca con rapidez el resultado de su
aprendizaje, feedback inmediato.
i. Promover la retención y fomentar la transferencia. Se refiere a la
aplicación de lo aprendido en un diferente contexto y a la solución de
problemas.
Teoría del aprendizaje de Jerome Seymour Bruner

El aprendizaje consiste esencialmente en la categorización (que ocurre
para simplificar la interacción con la realidad y facilitar la acción). La cate-
gorización está estrechamente relacionada con procesos como la selección de
información, generación de proposiciones, simplificación, toma de decisiones
y construcción y verificación de hipótesis. El aprendiz interactúa con la rea-
lidad organizando las entradas según sus propias categorías, posiblemente
creando nuevas, o modificando las preexistentes. Las categorías determinan
distintos conceptos. Es por todo esto que el aprendizaje es un proceso activo,
de asociación y construcción.
Otra consecuencia es que la estructura cognitiva previa del aprendiz
(sus modelos mentales y esquemas es un factor esencial en el aprendizaje.
Esta da significación y organización a sus experiencias y le permite ir más
allá de la información dada, ya que para integrarla a su estructura debe
contextualizarla y profundizar.
Para formar una categoría se pueden seguir las siguientes reglas: a) de-
finir los atributos esenciales de sus miembros, incluyendo sus componentes
esenciales; b) describir cómo deben estar integradas sus componentes esen-
53
ciales; c) definir los límites de tolerancia de los distintos atributos para que un
miembro pertenezca a la categoría.
Bruner distingue dos procesos relacionados con la categorización: prime-
ro, aprender de los distintos conceptos; segundo, identificar las propiedades
que determinan una categoría. Bruner sostiene que el concepto de informa-
ción es un proceso que ocurre más que el concept attainmente en personas de 0
a 14 años, mientras que el concept attainment ocurre más que el concept formation
a partir de los 15 años. Igualmente, afirma que todo conocimiento resulta
de una pequeña construcción que depende en sí misma de un mecanismo
psicobiológico de regulación que comprende la creación continua de nuevas
estructuras Brunner (1964), Brunner (1966).
Teoría de Giant Piaget

Es exponente más importante del “desarrollo cognitivo”. Su estudio se
dedica a los cambios cualitativos que tienen lugar en la formación mental de
la persona, desde el nacimiento hasta la madurez. Defiende primero, que el
organismo humano, al igual que los otros entes biológicos, tiene una orga-
nización interna característica; en segundo término, que esta organización
interna es responsable del modo único de funcionamiento del organismo, el
cual es “invariante”; en tercer lugar, sostiene que por medio de las funciones
invariantes el organismo adapta sus estructuras cognitivas (Vargas, 2006).
Para Piaget, existen las “funciones invariables” y las “estructuras cogni-
tivas variantes”, estas últimas son las que marcan la diferencia entre el niño
y el adulto, entre las cuales está la función invariante llamada “adaptación”.
Esta puede subdividirse en “asimilación” y “acomodación”. La inteligencia es
asimilación en la medida en que incorpora en su sistema todos los datos dados
por la experiencia. Al mismo tiempo el organismo “se acomoda” a lo que ha
“asimilado”. Las adaptaciones intelectuales, consisten en poner en progresivo
equilibrio un mecanismo asimilativo y una acomodación complementaria.
Para Piaget existen tres clases de conocimiento: físico, lógico-matemáti-
co, social.
Propuesta Reconciliadora Carmen Suárez Mantilla

Suarez M. (2005) “propone la reconciliación posiciones teóricas y resul-
tados experimentales integración y resultados experimentales aparentemen-
54
te contradictorios, está de acuerdo con la definición de Gagné de estrategias

cognoscitivas como procesos de control internamente organizados, con la
concesión de estructuras de Piaget, y con las referencias de Bruner a una
multitud de estrategias”.
Figura 4. Propuesta de integración y categorización del conocimiento
LADO D Análisis
Comparación
Multiplicidad Síntesis
Según Estilos Organización

Soluciones de problemas
abstracción
Intuición Hechos
Memoría
Fantasía
Intuición
Descubrimiento
Discriminación
Concepto concreto
Concepto definido
Reglas
Reglas superiores
Formulación de hipótesis
Fase de Fase de Fase de

Fase de Genera- Retro-
Motivación Adquisición
lización alimentación
Fase de Fase de
Retención y Fase de
Aprehensión
Recordación Actuación

Fuente: cuadernos de investigación Suarez M. (2005). Resultados investigación
evaluación del aprendizaje mediado con TIC Scilab y Winplot, (2015)
Una de las interesantes definiciones de estilos de aprendizaje es la de

Keefe (1988): “Los estilos de aprendizaje son los rasgos cognitivos, afectivos
y fisiológicos que sirven como indicadores de como los alumnos perciben
interacciones y responde a sus ambientes de aprendizaje”.
Otros autores, como Kagan (1963), le han dedicados muchos años de
investigación al factor de conceptualización y categorización. Los sujetos de-
muestran consistencia en cómo forman y utilizan los conceptos, interpretan
la información, resuelven problemas. Hay quienes prefiere un enfoque rela-
cional-contextual y otros un enfoque analítico-descriptivo. Generalmente, el
relacional se asocia con los niños y el analítico con los adultos.
55
Etapas en el proceso cíclico de aprendizaje
Tabla 3. Etapas en el proceso cíclico de aprendizaje
Año Autor Etapa 1 Etapa 2 Etapa 3 Etapa 4

retroalimentación, posibilidades, Inversión
1966 H. Turner integrar, mapa
evaluación decisión autónoma
desarrollo
1969 Charlesworth atención expectativas sorpresa
cognoscitivo
Inst. Pedagógico formación de formas,
1970 ordenación hacer
de Holanda imagen conceptos
Observación Conceptos experimentos
1971 Kolb experiencias
reflexiva abstractos activos
acepta como
1973 Euwe ordenar realizar planes ejecutar
verdadero
1975 Ramsden prestar atención pretender compromiso implementar
1976 H. Augstein revisar propósito estrategia resultados
1976 Rowan comunicación pensar proyectar encuentro
1977 Argyris generalizar descubrir inventar producir
1977 Torbert efectos propósitos estrategias acciones
1977 Raming biológico psíquico sociológico psíquico
1978 Mangham observar interpretar ensayar actuar
establecer
1978 Pedler evaluación diagnóstico acción
objetivos
1978 Boydell información teoría consejo actividades
1978 Hague conciencia conceptos herramientas práctica
planear logros
1980 Morris revisar el proceso interpretar
proyectos activos
dirigirse a
1980 Juch precibir (observar) pensar hacer
(planear)
Honey y
1982 Activo reflexivo teórico pragmático
Mumford
Fuente: Juch (1987) en Alonso y otros (1994, p. 51).
Enfoque por competencias

El enfoque por competencias, según la Comisión Europea (2002), es una
construcción teórica de naturaleza mixta en la búsqueda del desarrollo del
talento compuesto por una combinación de conocimientos, habilidades y
actitudes. Según el Informe de Delors, mediante las competencias se expresa
56
el saber, saber hacer o saber estar de una persona en un contexto (Unesco,

1966). Hay que destacar que desde la psicopedagogía las competencias son
vistas desde un enfoque cognitivo conductual, es decir, lo que piensa un indi-
viduo lo usa en un desempeño. Aunque algunos educadores consideran que
son un enfoque constructivista.
Sin embargo, el primer modelo formativo basado en competencias se
inició en Estados Unidos en los años sesenta, con el trabajo de McClelland
(1978), profesor de psicología de la Universidad de Harvard, quien empezó
desarrollando técnicas con el fin de predecir el desempeño de las personas en
el trabajo, mediante la identificación de variables e indicadores relevantes.
En sus estudios buscó determinar si existía una relación entre el desempeño
académico y el laboral: su conclusión fue que los métodos tradicionales de
enseñanza no preparaban adecuadamente a los futuros profesionales para su
desempeño en el trabajo.
De acuerdo con Frade (2009), el enfoque por competencias establece
hoy nuevas metas curriculares, debido a que estas son muy diferente a los
currículos antecesores. El primer enfoque fue diseñado por objetivos surgido
en la educación de los años setenta, en el cual los docentes debían realizar
actividades de aprendizaje tipo estímulos-respuesta. Este era un enfoque
conductista centrado en la evaluación de la conducta. No obstante fue dura-
mente criticado.
Posteriormente, en los años noventa surgió un nuevo enfoque “cogniti-
vo” centrado en el pensamiento, en la construcción del saber a través de un
proceso de pensamiento, el cual estaba diseñado por propósitos y temas. Este
era un enfoque constructivista, en el cual el estudiante construye su propio
aprendizaje con la mediación del docente. Las actividades realizadas bajo
este modelo estaban orientadas a generar una intensión a través de una serie
de estrategias y aprendizajes mediante los cuales los estudiantes se apropian
del conocimiento.
En consecuencia, Frade (2009) consideraba que lo que articula el pen-
samiento y la conducta es el lenguaje. Debido a que existe un proceso que
es de pensamiento, de emoción y de conducta. No hay separación entre la
conducta y el pensamiento, cuando actuamos de una manera o de otra, ya
sea bien o mal, hay un pensamiento, hay una emoción que generó, y por
consiguiente hay una conducta. Las competencias se trabajan desde este
57
enfoque, el docente busca qué proceso cognitivo de pensamiento se debe

llevar a cabo para que los estudiantes adquieran conocimientos y los usen en
diferentes contextos (Frade, 2009).
Entrenamiento conductual cognitivo de Meichembaum

De acuerdo con Meichembaum (1977), es transcendental el lenguaje
interior como control del pensamiento y de la conducta. Su trabajo lo logra
desarrollar reconciliando las teorías conductistas norteamericanos con las
teorías cognitivistas provenientes de Rusas de Luria y Vigotski. Para Mei-
chembaum, existe un lenguaje interior como controlador de la conducta. El
lenguaje interior comprendería tanto el lenguaje verbal como las imágenes
mentales constituyendo el vehículo que conforma las estructuras cognitivas
(Martín Izard , 2001).
Cuadro comparativo del conductismo, cognitivismo y el

constructivismo
Desde la perspectiva teórica de Schunk (1991), las diferencias fundamen-
tales de las teorías del aprendizaje descansan más en su interpretación que en
la definición que las separa. Para diferenciarlas se elaboran cinco preguntas
para ser respondidas por las tres teorías.
Tabla 4. Enfoques de aprendizaje
¿Cuáles ¿Cuáles tipos

Enfoques del ¿Cómo o son los ¿Cómo de aprendizaje
Aprendizaje curre el factores que ocurre la se explican
aprendizaje? influyen en el Transferencia? mejor por esta
aprendizaje? posición?
Conductismo Se logra Las Aplicando el Discriminaciones,

Autores: E. L. cuando se condiciones conocimiento generalizaciones,
Thorndike, John demuestra o ambientales. aprendido asociaciones y
B. Watson, B. F. se presenta Evaluación a nuevas encadenamiento.
Skinner. una respuesta o Conducta situaciones. Pero generalmente
Cuando se apropiada a de entrada Ocurre como no pueden explicar
genera un un estímulo para así resultado de la las adquisiciones
estímulo produce ambiental determinar generalización. de alto nivel.
una respuesta específico. cuáles Las situaciones
voluntaria, la Los elementos refuerzos que presentan
58

cual puede ser claves son: específicos características
reforzada de manera estímulo, se deben idénticas
positiva o negativa, respuesta y la aplicar a cada o similares
provocando que la asociación de estudiante en permiten que
conducta operante ambos. Otra particular. las conductas
se fortalezca o característica se transfieran
debilite. Para el es porque los a través de
conductismo, la estudiantes los elementos
conducta humana reaccionan a comunes.
se encuentra las condiciones
determinada por las del ambiente.
circunstancias de su
contexto.
(modelo mental)
Cognitivismo La adquisición La manera La transferencia Debido al

Autoes: Jean de conocimiento como los es una función énfasis en las
Piaget, Newell y se describe estudiantes de cómo se estructuras
Simon, Atkinson y como una atienden, almacena la mentales, se
Shiffrin, Frederick actividad mental codifican, información le considera
Bartlett, George que implica una transforman, en la memoria. apropiada para
Kelly. codificación ensayan, Cuando un explicar las
El énfasis se interna y una almacenan y estudiante formas más
localiza en estructuración localizan la entiende cómo complejas de
promover el por parte del información, aplicar en aprendizaje,
procesamiento estudiante, además conocimiento a saber,
mental, quien es un de pos- en diferentes razonamiento,
acentuando
participante pensamientos, contextos, solución de
procesos
muy activo creencias, entonces ha problemas,
cognitivos más
del proceso de actitudes y ocurrido la procesamiento
complejos como
el pensamiento, aprendizaje. Los valores. transferencia. de información.
la solución de cognitivistas se
problemas, el ocupan de cómo
lenguaje, la la información
formación de es recibida
conceptos. Los y los datos
conocimientos organizados,
previos almacenados y
condicionan las localizados.
nuevas experiencias
y conocimientos.
59

Constructivismo Esta teoría La interacción Puede facilitarse Es imposible

Autores: Jean equipara al específica entre envolviendo a aislar unidades
Piaget, Lev aprendizaje los factores la persona en de información
Vigotsky, Jerome con la creación ambientales y tareas auténticas o dividir los
Bruner, Howard de significados el estudiante. ancladas en dominios de
Gardner. a partir de Es esencial contextos. Si el conocimiento
Los individuos crean experiencias. que el aprendizaje se de acuerdo
significados a partir Por lo tanto, el conocimiento descontextualiza, a un análisis
de sus propias conocimiento esté hay poca jerárquico de
experiencias; emerge en incorporado en esperanza de que relaciones.
enfatizan en la contextos la situación en la transferencia Por lo tanto,
interacción entre la que le son la cual se usa. ocurra. no aceptan el
mente y el mundo significativos al supuesto de
real; el aprendizaje estudiante. que los tipos
se produce a partir de aprendizaje
de la experiencia pueden
física, a partir de identificarse
la cual construye
los conceptos
individuales; la
experiencia afectiva,
que ante la realidad
previa impulsa el
aprendizaje.
Fuente: Tomado de Ertmer y Newby (1993).
El neuroaprendizaje y el aprendizaje
El neuroaprendizaje es una nueva disciplina de la neurociencia que nace
gracias a muchas investigaciones sobre el cerebro realizadas en los años no-
venta, y con el aporte de otras disciplinas como la psicología, pedagogía, la
neurobiología y la programación neurolingüística. El aprendizaje para neu-
rociencia consiste en procesos cognitivos que posibilitan a la gente adquirir,
codificar, almacenar, recordar y manipular la información sobre la naturaleza
de su entorno, dependiendo de cómo asimila los procedimientos de selección,
codificación y evaluación de la información, lo cual determinara su conducta.
60
Para el campo de la pedagogía, el aprendizaje se relaciona con los cam-

bios del comportamiento de las personas, que se producen con el conoci-
miento, la práctica o las experiencias de la vida. Pero para la neurociencia el
aprendizaje del cerebro es permanente, esto se debe a que cada información
que procesa el cerebro tiene como finalidad la supervivencia.
Los hemisferios cerebrales y la importancia en la neuroeducación.

El cerebro corresponde a la porción más desarrollada del encéfalo y está
dividido en dos mitades llamadas hemisferios cerebrales uno izquierdo y uno
derecho. El hemisferio derecho funciona como el procesador de un compu-
tador que ejecuta los procesos en paralelo y el hemisferio izquierdo funciona
como un procesador de un computador que ejecuta los procesos en serie; son
dos mentes diferentes.
Entre las características principales del hemisferio izquierdo se puede
señalar lo siguiente: es cognitivo y encargado de controlar el lado derecho
del cuerpo, es analítico, funciona de modo secuencial y temporal, es lineal,
lógico, va de las partes al todo. Al hemisferio izquierdo le corresponde la
inteligencia racional. Este hemisferio emplea un estilo de pensamiento aná-
logo, obteniendo nueva información al usar datos ya disponibles, formando
nuevas ideas o datos convencionalmente aceptables.
Las características principales del hemisferio derecho son los siguientes:
funciona de manera simultánea, es atemporal, espacial, asociativo, va del
todo a las partes. Al hemisferio derecho le corresponde la inteligencia asocia-
tiva, es el encargado de la creatividad, la música, la fantasía, la genialidad,
las percepciones, las expresiones emocionales.
El aprendizaje cognitivo visto desde la neurociencia.

Para Logatt (2011), cuando se adquiere un nuevo aprendizaje cognitivo,
la información se ubica en la parte inferior del surco cerebral, a medida que
se profundiza o se repite el aprendizaje empieza a subir como un escalador,
de manera que se ubica en la parte superior de la cima. Cuando esto se
consigue, existen muchísimas posibilidades de ser usado continuamente. Si
el aprendizaje se encuentra consolidado pero se deja de utilizar, entra en
desuso y habrá muchas posibilidades de ser olvidado. Ver figura 5 del surco
cerebral.
61
Figura 5. Surco cerebral el nuevo aprendizaje cognitivo

Fuente: Carlos Logatt Grabner, conferencia sobre neuroeducación.
El aprendizaje implícito y explícito de Carlos Logatt Grabner.

Según el doctor Logatt (2011), hay dos tipos de aprendizaje: uno implícito
y otro explícito. El aprendizaje implícito es inconsciente y automático, no
requiere de un atención selectiva, la persona puede estar aprendiendo cosas
sin saber que las está aprendiendo, esto es debido a que cuando se generan
fuertes estados emocionales se dispara un neurotransmisor llamado dopami-
na, que hace que el aprendizaje se almacene en la memoria de largo plazo, y
que sea fácil de recordar. Podría decirse que este aprendizaje es indeleble y,
por tanto, resulta muy difícil que se borre con el tiempo.
Es por esto que el aprendizaje temprano emocional puede condicionar el
futuro de la vida de las personas, para bien o para mal. Cuando se generan
estados perturbadores en los individuos se les denomina anclas mentales.
Este término proviene de la psicología para indicar un estímulo (externo o
interno) que permita acceder al estado emocional de las personas.
Fundamentación conceptual de la estrategia metodológica

implementada.
La implementación de las metodologías de “enseñar a pensar” no re-
quieren unas formas de actuación complejas por parte del profesorado,
sino más bien un cambio de actitud hacia metodología de enseñanza y
62
aprendizaje hacia los discentes, de manera que se dé el desarrollo de pro-

cesos propios de pensamiento, fomentando el control metacognitivo y el
pensamiento reflexivo de los discentes; este no debe limitarse solo a los
resultados, sino al proceso total de formación que ha venido aprendiendo,
tanto en los aciertos como en los errores. De manera que el docente debe
dar a sus educandos la oportunidad de pensar en cada situación de ense-
ñanza y aprendizaje, Izard (2001).
En este orden de ideas, se requiere la búsqueda de construcción de una
estructura mental. Según Duque (2010), en Colombia se le da mucha impor-
tancia al concepto de competencia, como articuladora de desempeños de
un individuo en un contexto particular de conocimiento (saber), habilidades
(saber hacer) y actitudes (saber ser). Él considera que como estructura está
bien, pero cree que hay que ir más allá de actitudes, habilidades y destrezas.
Sugiere que la aplicación de la taxonomía Bloom es de mayor al alcance y
al ponerlo en práctica resulta más funcional, pues desarrolla diversos tipos
de conocimientos y plantea una división para cada actividad que diseñe el
docente, inciden en el desarrollo de procesos pensamiento.
De manera que la taxonomía de Bloom clasifica los niveles de conoci-
miento que adquieren las personas en el proceso de aprendizaje. Esta escala
de niveles fue realizada en 1956 por un grupo de investigadores pedagogos
liderado por Benjamin Bloom, en un trabajo denominado Taxonomy of Edu-
cational Objectives. La cual utiliza una escala de varios niveles para expresar
el nivel de conocimientos adquiridos y que son necesarios para lograr cada
uno de los resultados esperados en los discentes. Además, los niveles de co-
nocimiento facilitan organizar, seleccionar y aplicar técnicas de evaluación
apropiadas del curso.
La taxonomía está compuesta por tres dimensiones: cognitiva, afectiva,
psicomotora. ¿Cuál de las tres se deba usar?, para un resultado medible en
el estudiante, depende de la meta que se quieran obtener. Hay metas basa-
das en los conocimientos, metas basadas en habilidades y metas basadas en
actitudes (Dimensión afectiva). Por consiguiente, existe una taxonomía para
cada dimensión que se quiera alcanzar. En cada una de ellas existen niveles
de experiencia que se enumeran en orden creciente de complejidad. Lo que
se pretende es que se pueda medir en el aula los resultados alcanzados por
los estudiantes en los niveles más altos de complejidad.
63
Los niveles de conocimiento de taxonomía de Bloom

Nivel 1 de conocimiento: Implica la capacidad de recordar información es-
pecífica, métodos, esquemas y estructuras. Sin ser necesaria ninguna clase
de elaboración, entendimiento o razonamiento sobre su contenido. Afirma-
ciones que implica esta tarea: define, cita autor, selecciona, lista, identifica,
reconoce.
Nivel 2 de comprensión: Entiende y explica el significado de la información
recibida. Diferentes aspectos que implica esta tarea: traducción, interpreta-
ción, extrapolación. Arma mapas conceptuales, conecta conceptos, explica
conexiones, resume, parafrasea.
Nivel 3 o nivel de aplicación: Utiliza los niveles precedentes para poner en
práctica el aprendizaje adquirido en una situación particular y concreta
datos y métodos para resolver un problema dado en diferentes contextos.
Afirmaciones de actividades que implica esta tarea: calcula, resuelve, veri-
fica, aplica técnica de análisis, realiza una medición y evalúa siguiendo un
procedimiento.
Nivel 4 o nivel de análisis: Es un proceso encargado de desarmar un pro-
blema en cada una de sus partes con el fin de encontrar las relaciones entre
los elementos que lo conforman de tal modo que pueda argumentar con
evidencias. Las actividades que implica esta tarea: distinguir, clasificar, re-
laciona hipótesis y evidencias de la información dada, así como argumentar
con evidencias.
Nivel 5 o nivel de síntesis: Es el proceso que permite trabajar con partes,
elementos, para organizarlos y ajustarlos para formar un todo, un esquema
o estructura que antes no estaba presente de manera clara. Actividades que
implica esta tarea: define una estrategia, selecciona un procedimiento a apli-
car, propone nuevas alternativas de solución, enfrenta problemas novedosos,
transfiere conocimientos, desarrolla metacognición, crea ideas innovadoras
con información dada, soluciona un problema complejo de manera novedo-
sa, diseña un modelo, construye artefactos innovadores.
Nivel seis o de evaluación: Es la capacidad que tiene para comparar, criticar
y evaluar métodos o procedimientos para solucionar un problema o para
elegir el mejor. Se mide a través de los procesos de análisis y síntesis. Activi-
dades que implica esta tarea: formula juicios sobre el valor de materiales y
64
métodos, de acuerdo con determinados propósitos, realiza juicios cuantitati-

vos y cualitativos de acuerdo con los criterios asignados.
Actividades que debe realizar el profesor.
Tabla 5. Actividades de la taxonomía
Tipos de Taxonomía de
Actividades propuestas
conocimiento Bloom
Conducta de entrada diagnostica y activa los

conocimientos previos, en donde el discente
Conocimiento
reconozca y traiga a la mente la información
Nivel 1
Conocimiento relevante de la memoria. Plantear preguntas:
declarativo ¿qué?, ¿cómo?, ¿cuándo?, ¿dónde?
conceptual
saber Habilidad para construir significados a partir
Comprensión del material educativo. Requiere un proceso de
Nivel 2 transferencia y generalización, en donde demanda
mayor capacidad de conocimiento abstracto.
Lograr que el discente utilice el aprendizaje

Conocimiento asimilado y lo aplique en diferentes contextos.
Aplicación
procedimental Conseguir que el discente relacione el
saber hacer conocimiento aprendido con nuevas habilidades
y destrezas.
Desarticular el conocimiento en sus partes

Análisis y pensar en cómo estas se relacionan con su
Conocimiento estructura global.
esquemático
saber porque Involucrar a los discentes en reunir objetos y hacer
actividades propositivas, novedosas y creativas,
Síntesis
para lograr que estos construyan, generen,
planifiquen y produzcan.
Acompañar en forma continua la marcha

del proceso en cada una de las actividades
Conocimiento
planificadas.
estratégico Evaluar
Valorar el resultado para comprobar si los
metacognición
educandos acreditan los aprendizajes propuestos,
retroalimentando.
Fuente: adaptación documento ACOFI Duque M. (2010).
65
La taxonomía de Shavelson y la relación con la taxonomía de

Bloom
Conocimiento declarativo o conceptual.

Este se relaciona con la información que expresa un individuo, como teo-
rías, definiciones, leyes, o con traer a la mente la información almacenada en
la memoria. Conecta conceptos y responde a la pregunta ¿qué? En relación
con la taxonomía de Bloom, pertenece a la primera y segunda categoría.
Desde el enfoque curricular por competencias, corresponde a la dimensión
del conocimiento (saber).
Conocimiento procedimental.
Cuando se implementa un procedimiento para resolver un problema, se
puede conocer un procedimiento, pero solo cuando se realiza efectivamente
corresponde al conocimiento procedimental. Representa el tercer nivel de
aplicación de la taxonomía de Bloom. Desarrolla procesos de pensamiento
que le permiten resolver problemas relacionados con la interpretación.
Conocimiento esquemático.
Implica el dominio holística o integración total de las partes. Asimismo,
como saber el porqué de algo. El estudiante que domina este conocimiento
puede explicar, justificar sus argumentos. Es capaz de producir explicacio-
nes basadas en evidencia y sacar conclusiones a partir de un conjunto de
información. Permite desarrollar actividades que impliquen predecir, esti-
mar, explicar e interpretar. Esta categoría se relaciona de forma bastante
directa con la categoría de síntesis de Bloom, pero también incluye, aunque
en menor medida, la de análisis y la de evaluación. Este nivel lo faculta
al discente para desarrollar competencias interpretativas, argumentativas y
propositivas.
Conocimiento estratégico.
El desarrollo de procesos cognitivos de metacognición implica compo-
nentes preconcebidos como ser competente para plantearse una estrategia
para abordar una situación novedosa, estar en capacidad de saber responder
las siguientes preguntas: ¿qué?, ¿cómo?, ¿cuándo?, ¿dónde?
66
Figura 6. Relación de las taxonomías de Bloom y Shavelson. Propuesta ACOFI
Tipo de conocimiento Tipo de actividad propuesta Taxonomía Bloom
Define, nombre, selecciona, lista, Conocimiento

l1
Nive identifica, reconoce, recuerda recuerda
Conocimiento
declarativo o
conceptual Arma mapas conceptuales, conecta Comprensión
Conocer qué saber Nivel conceptos, explica conexiones, Comprende el
2
resume, parafrasea, argumenta Siguiendo significado de la
procedimientos información
conocidos y
Calcula, resuelve, verifica, modela, establecidos
Conocimiento Aplicación
procedimental aplica una técnica de análisis, aplica
Conocer cómo realiza una mediación, realiza un conocimiento
saber hacer diseño o evalúa siguiendo un
procedimiento establecido
Uso de herramienta técnicas y Análisis
psicológicas (Vygostsky, 1989) Divide en parte
Predice, anticipa, construye componentes y
Justifica lo que explicaciones y justificaciones busca como se
Conocimiento
está haciendo o basadas en evidencias, justifica relaciona y
esquemático proponiendo procedimientos, sintetiza nuevas organizan
Conocer cómo
ideas, evalúa información,
saber porqué
identifica información incompleta
o irrelevante, plantea un modelo Síntesis
une componentes
en una nueva idea
La situación es Define una estrategia, selecciona un
novedosa y mal procedimiento a aplicar, propone
Conocimiento estructura nuevas alternativas de solución, Evaluación
estratégico enfrenta problemas novedosos, emite juicios
tranfiere conocimientos, meta basados en
cognición criterios y
evidencias
Fuente: Documento ACOFI. Duque M. (2010).
Tabla 6. Atributo de la competencia
ASPECTOS Descripción
Estructura general mediante la cual los seres vivos procesan la información
Inteligencia con el fin de relacionarse con los entornos en los cuales se hallan inmersos con
base en procesos de percepción, atención, memoria e inferencia.
Conjunto organizado de datos e información destinados a resolver un
Conocimientos
problema determinado.
Funciones Actividades que una persona debe desarrollar en el campo de desempeño.
Hacen referencia a la facilidad, ocurrencia, autonomía, imaginación, confianza
Aptitudes para un determinado tipo de tareas o actividades. Son una disposición innata
del individuo y actúan como materia prima para el desarrollo de habilidades.
Se refieren a conocimientos del individuo puestos en acción para realizar
Habilidades
tareas y actividades de forma eficaz y eficiente.
Se concibe como la predisposición antes de ejecutar un comportamiento o
Actitudes conducta que puede estar influenciado por algún tipo de componente de
carácter personal. Están relacionadas con lo cognitivo, conductual y afectivo.
Hacen referencia a las habilidades motoras requeridas para realizar ciertas
Destrezas
actividades con precisión.
Son condiciones cognitivas, afectivas y psicomotrices fundamentales para
Capacidades
aprender y denotan la dedicación a una tarea.
Fuente: Acofi–Icfes: Marco teórico y conceptual, Objeto de estudio y constructo.
67
Competencias a desarrollar en módulo instruccional de

cálculo diferencial.
Tabla 7. Competencias específicas de cálculo diferencial
Competencias específicas de matemáticas

Analiza los conceptos básicos del cálculo diferencial, los interpreta y aplica par a la
solución de problemas relacionados con las ciencias naturales, ciencias económicas y
administrativas.
Interpreta el concepto de derivada de una función y aplica en la modelación de
problemas.
Identifica los teoremas básicos relacionados con la función derivada y los interpreta.
Aplica el concepto de la primera y segunda derivada de una función para el trazado
de curvas.
Interpreta modelos matemáticos mediante la aplicación de procedimientos aritméticos,
algebraicos, geométricos y variacionales, para la comprensión y análisis de situaciones
reales, hipotéticas o formales.
Explica e interpreta los resultados obtenidos mediante procedimientos matemáticos y
los contrasta con modelos establecidos o situaciones reales.
Argumenta la solución obtenida de un problema mediante métodos numéricos, análisis
de gráficos, o un lenguaje verbal.
Formula y resuelve problemas matemáticos, aplicando diferentes enfoques.
Analiza la relación entre dos o más variables de un proceso social o natural para
determinar o estimar su comportamiento.
Analiza e interpreta las gráficas geométricas de una derivada, mapas, diagramas, textos con
símbolos matemáticos.
Fuente: área de cálculo diferencial universidad Sergio Arboleda
Los estilos de aprendizaje.

Un estilo de aprendizaje es la manera como la persona percibe, procesa,
integra y recuerda la información. Es decir, cada persona tiene una manera
diferente de aprender y esta se modifica de acuerdo al contexto e intereses,
o según la tarea. De igual manera, se puede decir que se refiere al hecho de
que cuando una persona quiere aprender algo utiliza su propio método o
conjunto de estrategias. Aunque las estrategias concretas que utiliza varían
según lo que se quiere aprender, cada uno tiende a desarrollar sus preferen-
cias globales. Esas preferencias o tendencias a utilizar unas determinadas
maneras de aprender constituyen nuestro estilo de aprendizaje.
68
MARCO METODOLÓGICO
Diseño de investigación
Para el desarrollo de este estudio se seleccionó un
diseño cuasi-experimental. En el cual se aplicaron dos
pruebas de evaluación, una prueba al inicio del curso
como conducta de entrada y otra prueba fue aplicada al
finalizar el curso. Cada prueba se aplicó por separado,
una correspondió a la unidad de funciones y otra a la uni-
dad de derivadas. Igualmente, fueron seleccionados dos
grupos, de los cuales uno estaba conformado por el grupo
experimental y el otro por el grupo de control. Sin em-
bargo, los estudiantes que participaran en el experimento
fueron seleccionados de manera aleatoria.
Esquema del diseño:
Grupo experimental X = H1
Grupo control Y = H2
X = variable independiente (Actitudes, habilidades,
contenidos) aplicadas con TIC)
H1 = medición de la dependiente (nivel variación nivel
de aprendizaje)
H2 = medición de la variación en el desarrollo de ha-
bilidades cognitivas y destrezas metodológicas del grupo
control (este grupo no recibe capacitación en herramien-
tas Scilab y Winplot)
Población.
La muestra estaba conformada por dos grupos de 19
estudiantes de primer semestre, en la unidad de funciones
y dos grupos en la unidad didáctica de derivadas para un
69
total de 48 estudiantes en la asignatura de Cálculo Diferencial, de los pro-

gramas de Marketing y Administración de Empresas. Los dos grupos fueron
comparados para ver si el grupo que fue expuesto a la variable independien-
te difiere del grupo que no fue expuesto. Al primer grupo se le conoce como
“grupo experimental” y al segundo se le denomina “grupo de control”.
Procesos.
Este estudio buscó determinar si a través de la implementación de las
herramientas tecnológicas Scilab y Winplot aplicada al área de matemáticas
incide en el desarrollo de las habilidades cognitivas, de las competencias
interpretativas argumentativas y propositivas, de los estudiantes de primer
semestre de los programas de Marketing y Administración de Empresas de
la Escuela EIAM de la Universidad Sergio Arboleda Santa Marta.
De acuerdo con lo anterior, para el desarrollo de este estudio se contará
con el apoyo de los docentes del departamento de Matemáticas de la escuela
EIAM. Se pretende inicialmente diseñar y construir los módulos instruccio-
nales mediados con las herramientas tecnológicas Scilab y Winplot en las
unidades de funciones y derivadas del cálculo diferencial. Posteriormente se
procederá a capacitar a los docentes del departamento de Matemáticas en el
manejo de las herramientas Scilab y Winplot.
La implementación de estas herramientas tecnológicas aplicadas al área
de matemáticas busca mejorar las deficiencias académicas, con las que in-
gresan los estudiantes de primer semestre del área de matemáticas, según
las pruebas diagnósticas realizadas por el departamento de Matemáticas,
como política institucional para el seguimiento de los estudiantes, con el fin
de mejorar las debilidades del proceso de aprendizaje de los estudiantes de la
escuela de Administración.
Análisis y diseño.
Para el desarrollo de la investigación se tuvieron en cuenta las siguientes
etapas o fases del estudio:
Fase del diagnóstico de la situación: Se aplicó a los estudiantes una prueba de
conocimiento escrita con el fin de diagnosticar las debilidades y fortalezas
que muestran los resultados.
70
Fase del diseño del modelo para responder a la situación: Se capacitó a los estu-
diantes en el manejo de las herramientas Scilab y Winplot. Necesario para
el desarrollo de habilidades en el uso de una herramienta que le permita la
resolución de problemas matemáticos.
Fase de aplicación del modelo: Se utilizó el material diseñado y elaborado
con la mediación de Winplot y Scilab, se explicó la metodología a seguir y
se presentaron las diferentes estrategias que se desarrollarán en cada una de
las sesiones.
Fase de evaluación: Se realizará un seguimiento en cada uno de los inte-
grantes de los grupos de estudio, verificando el desarrollo del proceso de
aprendizaje y su actitud frente al uso de herramientas tecnológicas, así como
a los que utilizaron la metodología de manera tradicional.
Se diseñaron dos instrumentos de evaluación que contaban con 20 re-
activos cada uno, de los cuales unos eran abiertos y los otros de respuesta
construida. Diseñados por competencia interpretativa, argumentativa, pro-
positiva para las unidades didácticas de funciones y derivadas del cálculo
diferencial.
El instrumento de evaluación de la unidad de funciones estaba confor-
mada de la siguiente manera: competencia interpretativa, 60% de reactivos
del nivel de conocimiento, comprensión y aplicación; competencia argumen-
tativa, 20% de reactivos de nivel de análisis; competencia propositiva 20%
reactivos de nivel de síntesis.
Para la prueba de la unidad de derivadas se contó con 20 reactivos abier-
tos y de respuesta construida para la unidad de derivadas.
La prueba de la unidad de derivadas estará conformada de la siguiente
manera: competencia interpretativa, 60% de reactivos del nivel de cono-
cimiento, comprensión y aplicación; competencia argumentativa, 25% de
reactivos de nivel de análisis; competencia propositiva, 15% reactivos de
nivel de síntesis.
El resultado global de la prueba se podrá ubicar en una de cuatro catego-
rías de la rejilla: superior, de 100 a 90 puntos; alto, de 89 a 80; básico, de 79
a 60 puntos; bajo, menor de 59 puntos. Las puntuaciones de las escalas van
en un intervalo entre 700 y 1.300 puntos.
71
Construcción de la rejilla de evaluación por competencias

Para la construcción de la rejilla de evaluación, el equipo de estudio se
fundamentó en las propuestas metodológicas de las categorías de Shavelson
et al (2003), y la de dominios cognitivos de la taxonomías de Bloom et al
(1956). La primera fue propuesta por Acofi, y la segunda por la Unesco,
llamada Objetivos del Aprendizaje.
Los dominios de aprendizaje propuestos por Bloom.

La taxonomía propuesta Bloom está compuesta por los dominios cogni-
tivo, afectivo y psicomotor.
Dominio cognitivo.
El objetivo está relacionado con el desarrollo de los procesos o habilida-
des del pensamiento que involucran: conocimiento, comprensión, aplicación,
análisis, síntesis, evaluación.
Dominio afectivo.
EL objetivo es el componente emocional y está relacionado con senti-
mientos y actitudes. Este dominio define cinco niveles: recibir, responder,
valorar, organizar y caracterizar.
Dominio psicomotriz.
Son aquellos movimientos en múltiples tareas que deben ejecutarse de
manera automática e integrada con procesos cognitivos. Se incluyen las ha-
bilidades físicas relacionadas con el control de movimientos.
Competencia interpretativa del cálculo diferencial.

La competencia interpretativa desarrolla la habilidad de identificar y
comprender las ideas fundamentales de un problema matemático del mundo
real, planteado en diferentes escenarios, tales como un modelo, una gráfi-
ca, una tabla de datos; de tal manera que pueda comprender las relaciones
existentes entre ellos. Involucra tres procesos de pensamiento: recuerda,
comprende, aplica: trae a la mente teorías, conceptos, leyes y lo usa para
resolver un problema en contexto. Ver figura 7
72
Procesos de pensamientos que involucra competencia interpretativa
Figura 7. Procesos de pensamiento que involucra la competencia interpretativa

Fuente: adaptación de evaluación del aprendizaje mediado con TIC Scilab y Winplot, (2015).
Competencia argumentativa.
La competencia argumentativa comprende la habilidad que desarrolla
una persona que le permite razonar y preguntarse el porqué de las cosas,
ordenando las ideas y las relaciona, las justifica, las sustenta, genera sus pro-
pios criterios e interactúa con el conocimiento adquirido. Para el desarrollo
del nivel de la competencia argumentativa, se requiere haber adquirido los
procesos de pensamiento que involucra la competencia interpretativa; lo que
faculta al individuo para analizar la información, dividiéndola en partes,
ordenándola y relacionándola. Ver figura 8 con los procesos de pensamiento
que involucra.
Procesos de pensamiento que involucra la competencia argumentativa
Figura 8. Procesos de pensamiento que involucra la competencia argumentativa

73


Competencia propositiva.
La competencia propositiva comprende las acciones que realiza un in-
dividuo con la intensión de plantear alternativas de decisión o de acción,
es decir, se requiere de una síntesis que lo faculte para establecer nuevas
relaciones o vínculos entre eventos o perspectivas teóricas. Creando un en-
granaje con la suma de las partes para formar un sentido nuevo; es decir,
se transforman las ideas bajo un nuevo patrón de comportamiento. Para el
desarrollo de la competencia propositiva, es necesario desarrollar las compe-
tencias interpretativas y argumentativas.
Procesos de pensamiento que involucra la competencia propositiva
Figura 9. Procesos de pensamiento. Competencia propositiva
Rejilla de evaluación de las competencias específicas de las

funciones
Los objetivos son conocer y adquirir habilidades en el manejo de las
diferentes funciones (lineales, polinomiales, trigonométricas, exponenciales
trigonométricas), sus características y representación, incluyendo el cálculo
diferencial permitiéndole identificar, modelar y resolver aplicaciones corres-
pondientes (cálculo de la tasa de interés, costo promedio, la elasticidad de
la demanda, valor presente y valor futuro, excedente del consumidor y del
productor, entre otras), analizando la información presentada, para la ade-
cuada toma de decisiones.
Funciones.
Comprende el concepto de función, su clasificación y sus características.
Actividades a desarrollar para el logro de la competencia:
74
¾¾ Explicar cuándo una relación es una función entre dos conjuntos.

¾¾ Investigar el dominio, el codominio y el recorrido de una función.
¾¾ Representar una función de variable real en el plano cartesiano (grá-
fica de una función).
¾¾ Construir funciones polinomiales y encontrar su aplicación dentro de
la economía.
¾¾ Reconocer el cambio gráfico de una función cuando esta se suma con
una constante.
¾¾ Reconocer las gráficas de las funciones.
¾¾ Realizar las operaciones de suma, resta, multiplicación, división y
composición de funciones.
Rejilla de evaluación por competencias específicas de funciones
Tabla 8. Rejilla de evaluación de funciones
Superior
Competencias Alto 80-89 Básico 60-79 Bajo 0-59
90-100
Interpretativas Define y explica Define o explica Tiene
Procesos de el concepto de el concepto de dificultades
Define o explica
pensamiento una función, una función para definir,
el concepto de
(recuerda, y lo aplica en y lo aplica en explicar y
una función
comprende. la solución de la solución de modelación de
aplica). problemas. problemas. problemas.
Interpretativas Define, Explica Tiene

Define, resuelve, Resuelve cuándo
Procesos de y resuelve, dificultades
cuándo una una relación
pensamiento cuándo una para el
relación es una es una función
(recuerda, relación es una desarrollo de
función entre entre dos
comprende. función entre competencias
dos conjuntos. conjuntos.
aplica). dos conjuntos. interpretativas.
Interpretativas Representa, Representa y Tiene

Representa
Procesos de explica y predice explica una dificultades
una función de
pensamiento una función de función de para el
variable real
(recuerda, variable real variable real desarrollo de
en el plano
comprende. en el plano en el plano competencias
cartesiano.
aplica). cartesiano. cartesiano. interpretativas.
75
Superior
Competencias Alto 80-89 Básico 60-79 Bajo 0-59
90-100
Argumentativa
Calcula, Analiza Calcula y
Procesos de Calcula, el
y relaciona, Analiza el Se le dificulta
pensamiento dominio, el
el dominio, el dominio, el el desarrollo de
(Recuerda, codominio y el
codominio y el codominio y el competencias
comprende, recorrido de una
recorrido de una recorrido de una argumentativas.
aplica, divide en función.
función. función.
partes)
Compara,
Argumentativa Compara
analiza y Compara la
Procesos de y analiza la
justifica la relación entre Se le dificulta
pensamiento relación entre
relación entre dos variables, analizar,
(recuerda, dos variables,
dos variables, para determinar demostrar
comprende, para determinar
para determinar o evaluar su y relacionar
aplica, divide en o evaluar su
o evaluar su comportamiento variables.
partes). comportamiento
comportamiento en un contexto.
en un contexto.
en un contexto.
Evalúa una
Propositivas Evalúa una
situación, diseña Evalúa una
Procesos de situación y diseña
un modelo y lo situación, para Tiene dificultades
pensamiento un modelo, para
aplica, para dar dar solución a un para desarrollar
(recuerda, dar solución a un
solución a un problema aplicado competencias
comprende, aplica, problema aplicado
problema aplicado a la Economía. propositivas
analizar, divide en a la Economía.
a la Economía.
partes y elabora)
Propositivas Formula, explica
Formula y explica Tiene dificultades
Procesos de y relaciona Formula
problemas para formular
pensamiento problemas problemas
matemáticos, explicar y
(recuerda, matemáticos, matemáticos,
aplicando relacionar
comprende, aplica, aplicando aplicando un
diferentes problemas
divide en partes y en diferentes enfoque.
enfoques. matemáticos.
elabora). enfoques.
Propositivas
Procesos de
Tiene dificultades
pensamiento Propone, predice y Propone y predice Propone
para el desarrollo
(recuerda, resuelve problemas problemas de problemas de
de competencias
comprende, aplica, de aplicación. aplicación. aplicación.
propositivas
divide en partes y
elabora).
Fuente: evaluación de funciones propuesta de investigación evaluación del aprendizaje
mediado con TIC Scilab y Winplot, (2015).
Derivadas
Comprender el concepto de derivada para aplicarlo como la herramien-
ta que estudia y analiza la variación de una variable con respecto a otra.
76
¾¾ Mostrar con una situación real el concepto de incremento de una

variable.
¾¾ Reconocer el cociente de incrementos de dos variables como una
razón de cambio.
¾¾ Mostrar gráficamente las diferencias entre Δx y dx así como entre
Δy y dy.
¾¾ Definir la diferencial de la variable dependiente en términos de la
derivada de una función.
¾¾ Calcular derivadas de funciones mediante el uso de fórmulas básicas
¾¾ Reconocer las propiedades de la derivada y aplicarlas para el cálculo
de funciones.
¾¾ Plantear una expresión en la que se tenga una función de función y
calcular la derivada mediante el uso de la regla de la cadena.
¾¾ Reconocer la fórmula que debe usarse para calcular la derivada de
una función y obtener la función derivada.
¾¾ Calcular la diferencial haciendo uso de fórmulas de derivación.
¾¾ Graficar la función derivada.
Aplicar el concepto de la derivada para la solución de problemas de op-
timización y de variación de funciones y el de diferencial en problemas que
requieren de aproximaciones.
¾¾ Determinar, a través de la derivada, cuándo una función es creciente
y cuándo decreciente en un intervalo.
¾¾ Obtener los puntos críticos de una función.
¾¾ Explicar los conceptos de punto máximo, punto mínimo y punto de
inflexión de una función y su relación con la contaduría.
¾¾ Determinar cuándo un punto crítico es un máximo o un mínimo o
un punto de inflexión (criterio de la primera derivada).
¾¾ Explicar la diferencia entre máximos y mínimos relativos y máximos
y mínimos absolutos de una función en un intervalo.
¾¾ Mostrar, a través de la derivada, cuándo una función es cóncava
hacia arriba y cóncava hacia abajo.
¾¾ Determinar, mediante el criterio de la segunda derivada, los máxi-
mos y los mínimos de una función.
77
¾¾ Analizar en un determinado intervalo las variaciones de una función

dada: creciente, decreciente, concavidades, puntos máximos, puntos
mínimos, puntos de inflexión y asíntotas.
¾¾ Resolver problemas de tasas relacionadas.
¾¾ Resolver problemas de optimización planteando el modelo corres-
pondiente y aplicando los métodos del cálculo diferencial.
Rejilla de evaluación por competencias específicas de derivadas
Tabla 9. Rejilla de evaluación de derivadas
Superior Básico
Competencias Alto 80-89 Bajo 0-59
90-100 60-79
Interpretativas Define, explica Define y explica Define el Tiene
Procesos de y aplica el el concepto de concepto de dificultades
pensamiento concepto de derivada de una derivada de para aplicar el
(recuerda, derivada de función. una función. concepto de
comprende. aplica) una función función.
en diferentes
enfoques.
Interpretativas Determina, Determina y Determina Se le dificulta

Procesos de explica y explica cuándo cuándo una desarrollar
pensamiento soluciona una función función es competencias
(recuerda, problemas es creciente o creciente o interpretativas
comprende. aplica) a través de decreciente en decreciente en
la derivada, un intervalo un intervalo
cuándo a través de la a través de la
una función derivada. derivada.
es creciente
odecreciente
en un
intervalo.
Interpretativas Calcula, Calcula y Determina Se le dificulta

Procesos de determina y determinar cuándo un interpretar un
pensamiento explica cuándo un punto crítico punto crítico
(recuerda, cuándo un punto crítico es un máximo para hallar un
comprende. aplica) punto crítico es un máximo o un mínimo. máximo o un
es un máximo o un mínimo mínimo.
o un mínimo o un punto de
o un punto de inflexión.
inflexión.
78
Superior Básico
90-100 60-79
Argumentativa Analiza, Analiza y Analiza los Se le dificulta
Procesos de compara y compara los conceptos desarrollar
pensamiento establece conceptos de de punto competencias
(recuerda, relación de los punto máximo, máximo, argumentativas.
comprende, aplica, conceptos de punto mínimo punto mínimo
divide en partes). punto máximo, y punto de y punto de
punto mínimo inflexión de inflexión de
y punto de una función y una función y
inflexión de los relaciona los relaciona
una función y con el área de con el área de
los relaciona economía. economía.
con el área de
economía.
Argumentativa Analiza, describe Analiza y Analiza las Se le dificulta
Procesos de y explica las describe las variaciones de desarrollar
pensamiento variaciones de variaciones de una función competencias
(recuerda, una función una función dada: creciente, argumentativas.
comprende, aplica, dada: creciente, dada: creciente, decreciente,
divide en partes). decreciente, decreciente, concavidades,
concavidades, concavidades, puntos
puntos máximos, puntos máximos, máximos,
mínimos, de mínimos, de mínimos, de
inflexión y inflexión y inflexión y
asíntotas. asíntotas. asíntotas.
Propositivas Enuncia, Enuncia y aplica Obtiene Tiene
Procesos de comprende procedimientos. los puntos dificultades para
pensamiento y aplica Obtiene los críticos de una el desarrollo de
(recuerda, procedimientos. puntos críticos función. competencias
comprende, aplica, Obtiene los de una función. propositivas
divide en partes y puntos críticos
elabora). de una función.
Propositivas Evalúa una Evalúa una Evalúa una

Procesos de situación, situación, situación de
pensamiento selecciona selecciona la un problema
(recuerda, y justifica la solución de un de razón
comprende, aplica, solución. problema de de cambio
divide en partes y Sustenta los razón de cambio aplicado a la
elabora). resultados de aplicado a la economía.
un problema de economía.
razón de cambio
aplicados a la
economía.
79
Superior Básico
90-100 60-79
Propositivas Evalúa, Evalúa y Evalúa los
Procesos de selecciona selecciona problemas que
pensamiento la solución la solución relacionan
(recuerda, adecuada y adecuada de los conceptos
comprende, aplica, explica los problemas que de función:
divide en partes y resultados de relacionan creciente,
elabora). problemas que los conceptos decreciente,
relacionan de función: concavidades,
los conceptos creciente, puntos
de función: decreciente, máximos,
creciente, concavidades, mínimos, de
decreciente, puntos máximos, inflexión y
concavidades, mínimos, de asíntotas.
puntos inflexión y
máximos, asíntotas.
mínimos, de
inflexión y
asíntotas.
Fuente: propuesta de evaluación de derivadas de investigación evaluación del aprendizaje

80
PRESENTACIÓN DE RESULTADOS
Descripción de la muestra
La muestra está constituida por 76 estudiantes de
primer semestre de Administración de Empresas y Mar-
keting entre masculinos y femeninos, dividida en dos
grupos de 38 para las dos categorías, una de funciones
y otra de derivada. Fue tomada de manera equitativa
para las dos pruebas en dos momentos: un primer mo-
mento, cuando se aplicaron las conductas de entrada; el
otro momento, al aplicar la prueba de conocimientos.
Además, se aplicó un instrumento tecnológico, conocido
como Winplot y Scilab, con el fin de determinar cómo
influye el uso de las TIC en el desempeño académico de
los estudiantes. Igualmente, se clasificaron las preguntas
del instrumento en categorías interpretativas, argumen-
tativas y propositivas.
Prueba realizada en la unidad didáctica de derivada

Para el análisis se estudiará la muestra de manera
independiente y se categorizará por aspecto matemático
a evaluar, es decir, se empieza con el análisis descriptivo
de la prueba de derivadas con todos sus aspectos, luego
se realizarán cruces de variables con tablas de contin-
gencia, se analizarán las preguntas según competencia
desarrollada y, por último, se aplicará un análisis de
varianza para comprobar si hay diferencia significativa
estadística, originada por el factor uso de las herramien-
tas de las tecnologías de la información y de la comuni-
cación.
81
Análisis por edad.

Este es un aspecto realmente importante, porque al primer semestre in-
gresan estudiantes con características de edad diferente. Según la muestra,
la edad mínima es 16 años y la máxima 22, rango en el que entran los
estudiantes a la escuela de Administración y Marketing. Como se puede
ver, hay diferentes grados de maduración y experiencias que lógicamente
pueden influir de alguna manera en los resultados finales. El promedio de
la muestra es 18 años y nos presenta una distribución simétrica normalizada
con respecto a la edad, donde la media, la mediana y la moda se encuentran
en el centro de la distribución.
Tabla 10. Resumen estadístico por edad
Edad
Válidos 38
N
Perdidos 0
Media 18,08
Mediana 18,00
Moda 18
Desv. típ. 1,302
Asimetría ,776
Error típ. de asimetría ,383
Curtosis ,913
Error típ. de curtosis ,750
Mínimo 16
Máximo 22
Fuente: resultados investigación evaluación del aprendizaje
Figura 10. Representación gráfica por edad

Edad
16
2,63%
17
7,89% 18
13,16% 19
20
22
26,32%
13,16%
36,84%
Fuente: resultados investigación evaluación del aprendizaje mediado

con TIC Scilab y Winplot, (2015).
82
Análisis por sexo.

El sexo es una variable significativa, aunque en el análisis de varianza no
tanto; sin embargo, el género puede marcar una tendencia a la hora de mirar
los resultados, puesto que la mayoría es de sexo masculino con un 63,2% y
el femenino representa un 36,8%.
Tabla 11. Datos por sexo
Porcentaje Porcentaje
Frecuencia Porcentaje
válido acumulado
Masculino 24 63,2 63,2 63,2
Válidos Femenino 14 36,8 36,8 100,0
Total 38 100,0 100,0
Figura 11. Representación gráfica por sexo

Sexo
Masculino
Femenino
36,84%
63,16%

Tabla 12. Datos por sexo
válido acumulado
16 3 7,9 7,9 7,9
17 10 26,3 26,3 34,2
18 14 36,8 36,8 71,1
Válidos 19 5 13,2 13,2 84,2
20 5 13,2 13,2 97,4
22 1 2,6 2,6 100,0
Total 38 100,0 100,0
83
El programa académico mayoritariamente es Administración de Em-

presas, que aporta un 71,1%. Evidentemente, el programa seleccionado
debería influir en el desarrollo de la prueba, esto se tratará de comprobar en
el análisis contingente de programa vs. desempeño en la prueba y competen-
cias desarrolladas. El estudiante presenta un perfil de acuerdo al programa
seleccionado, sin embargo, en primer semestre, no se encuentra muy diferen-
ciado, debido a que muchos de los muchachos llegan desorientados acerca de
su verdadera vocación profesional.
Análisis por programa académico.
Tabla 13. Datos por programa académico
válido acumulado
ADSA 27 71,1 71,1 71,1
Válidos MKS 11 28,9 28,9 100,0
Total 38 100,0 100,0

Figura 12. Resultados por programa
Programa Académico
ADSA
MKS
28,95%
71,05%

84
Análisis de resultados cuantitativos.
Análisis de la conducta de entrada.

Preocupa los bajos resultados de la conducta de entrada. Sin embargo,
los niveles precedentes de la historia de la Escuela no han sido óptimos; es
más, se reciben estudiantes con muy bajo nivel en el aspecto cuantitativo.
Los resultados de las pruebas de estado (Icfes) en el área de matemáticas de
los últimos años arrojan 2 puntos por debajo de la media nacional.
En la tabla de frecuencia, se puede observar que el 92% no pasa la
conducta de entrada, lo que indica que en el curso regular se deben tomar
correctivos, uno de ellos es insertar al estudiante en un plan de acompa-
ñamiento tutorial, el cual en la escuela lo lidera la Usap y el departamento
de Matemáticas. Llama la atención, también, que solo dos estudiantes pre-
sentan puntajes cercanos al 75%, y ninguno se ubica en nivel alto, lo que
concuerda con lo expresado anteriormente acerca del bajo rendimiento y la
poca cultura cuantitativa en los niveles precedentes.
Tabla 14. Datos conducta de entrada
válido acumulado
17,5 2 5,3 5,3 5,3
20,0 3 7,9 7,9 13,2
22,5 5 13,2 13,2 26,3
25,0 4 10,5 10,5 36,8
27,5 7 18,4 18,4 55,3
30,0 1 2,6 2,6 57,9
32,5 2 5,3 5,3 63,2
Válidos 35,0 3 7,9 7,9 71,1
37,5 5 13,2 13,2 84,2
40,0 1 2,6 2,6 86,8
42,5 1 2,6 2,6 89,5
50,0 1 2,6 2,6 92,1
65,0 1 2,6 2,6 94,7
70,0 1 2,6 2,6 97,4
75,0 1 2,6 2,6 100,0
Total 38 100,0 100,0
85
La distribución sigue una curva aproximadamente normal, se ve cómo

el histograma se concentra en los datos inferiores a la media, aspecto que se
confirma con los valores de los estadísticos descriptivos obtenidos.
Figura 13. Histograma conducta de entrada

Analizando los estadísticos descriptivos más frecuentes, se observa un

mínimo demasiado bajo 17, de 100 y un máximo de 75, con un rango de
58. Del mismo modo, se encuentra una asimetría hacia la izquierda, lo que
significa que tanto la mediana como la moda están por debajo del prome-
dio, es decir, el promedio es menos representativo y es preferible tomar la
mediana y la moda, en este caso, un 27,5 y un 27,5. El promedio es alar-
mantemente bajo, pero lo que más llama la atención es el guarismo de la
desviación típica, de 13,45, lo que da un coeficiente de variabilidad relativa
del 41% considerablemente alta y tendiendo más hacia puntajes de la prueba
más bajos que altos; dicho de otro modo, la variabilidad tiende más hacia
resultados bajos que altos.
86
Resultados resumen estadísticos.

Tabla 15. Puntaje conducta de entrada
Válidos 38
N
Perdidos 0
Media 32,368
Mediana 27,500
Moda 27,5
Desv. típ. 13,4560
Asimetría 1,800
Curtosis 3,322
Mínimo 17,5
Máximo 75,0

Análisis de los resultados de la prueba.

Como se ve claramente en la figura 14, la muestra sigue una distribu-
ción normal, relativamente simétrica, lo que facilita el análisis de datos y
da fuerza a los supuestos de normalidad que se requieren para la prueba de
contraste de hipótesis en cuanto a la incidencia del factor TIC en el desem-
peño de los estudiantes.
Figura 14. Factor TIC en el desempeño de los estudiantes

87
En el comportamiento de los resultados, se evidencia que el desempeño,

luego de haber desarrollado las temáticas del curso, difiere en alto grado
de la conducta de entrada; lógicamente los estudiantes han recibido una
orientación por parte de los docentes y han acumulado experiencias que les
permiten responder mejor las pruebas. Como es natural, una conducta de
entrada es solo un diagnóstico de cómo vienen los estudiantes del nivel pre-
cedente, en cambio, en la prueba de conocimientos vienen implícitos otros
elementos que se desarrollan durante el periodo lectivo.
En este orden de ideas, podríamos decir que el 82% de los estudiantes
obtuvieron puntajes positivos (por encima de 60) y que los estudiantes con
menor puntaje en la prueba de Derivada solo fueron cinco y el mínimo fue
45 puntos de 100 posibles.
Resultado estadísticos de la prueba derivadas
Tabla 16. Puntaje de la prueba derivadas
válido acumulado
45 1 2,6 2,6 2,6
50 4 10,5 10,5 13,2
55 2 5,3 5,3 18,4
60 9 23,7 23,7 42,1
65 3 7,9 7,9 50,0
Válidos 70 2 5,3 5,3 55,3
75 2 5,3 5,3 60,5
80 8 21,1 21,1 81,6
85 4 10,5 10,5 92,1
90 3 7,9 7,9 100,0
Total 38 100,0 100,0
Los indicadores estadísticos muestran una distribución aproximadamen-

te simétrica, con una media de 69,2 y moda y mediana muy cercas de 60
y 67,5, respectivamente, que hace representativo dicho promedio con una
desviación estándar de 13,3 puntos, arrojando una dispersión relativa del
19%, que se interpreta como baja, teniendo en cuenta una prueba tan am-
plia donde la escala iba de uno a cien puntos y donde los estudiantes son de
diferentes edades y programas académicos.
88
Tabla 17. Resumen estadístico prueba con derivadas
Válidos 38
N
Perdidos 0
Media 69,21
Mediana 67,50
Moda 60
Desv. típ. 13,332
Asimetría -,029
Curtosis -1,292
Mínimo 45
Máximo 90
Desempeño en la prueba
Analizando el desarrollo cualitativo del estudiante, se observa que solo
tres estudiantes (el 7,9%) alcanzaron el nivel superior y 12 (el 31%) el alto,
es decir, menos del 50% de los estudiantes se ubican con resultados que po-
drían catalogarse como óptimos para el desarrollo del curso. Por otro lado,
esta muestra ubica a los estudiantes en un 42% en nivel básico, indicando
que se deben revisar los procesos de enseñanza, con TIC y sin ellas, de las
matemáticas, con el fin de obtener mejores resultados en el desarrollo de las
competencias de los estudiantes.
Escala de desempeño en la prueba
Tabla 18. Desempeño de la prueba
válido acumulado
Alto 12 31,6 31,6 31,6
Bajo 7 18,4 18,4 50,0
Válidos Básico 16 42,1 42,1 92,1
Superior 3 7,9 7,9 100,0
Total 38 100,0 100,0
89
Figura 15. Porcentajes de desempeño de la prueba

Fuente resultados investigación evaluación del aprendizaje mediado
Comparación de los dos métodos

La comparación de los métodos se realiza mediante el contraste de me-
dias y estadísticas de los resultados entre el método tradicional y el de las
TIC. Se advierte que estas pruebas son independientes.
Se observa una diferencia en los datos estadísticos, que supone que la
aplicación de las TIC influyen en los puntajes de las pruebas. Más adelante
se realizará una prueba de medias, para comprobar si esta diferencia es es-
tadísticamente significativa.
A pesar de tener el mismo rango, 20 puntos, se advierte una gran dis-
crepancia entre los mínimos y los máximos. Con el método tradicional, el
mínimo es mucho más bajo: 45 contra 70 del método TIC; y la máxima
puntuación en el tradicional es de 65, mientras que en las TIC alcanza un
nivel superior de 90 puntos. Se puede colegir, según estos datos, que el menor
puntaje del método de las TIC supera al mayor obtenido con el método
tradicional, lo que haría pensar que sí debe haber una influencia, pero esto
se someterá a pruebas estadísticas en el siguiente segmento.
90
Tabla 19. Puntaje de la prueba

Error
Método de Desv.
Media N típ. de la Mínimo Máximo Rango
Evaluación típ.
media
TIC 81,05 19 5,911 1,356 70 90 20
Sin TIC 57,37 19 5,861 1,345 45 65 20
Total 69,21 38 13,332 2,163 45 90 45

Las medias son elocuentemente distintas, de 81,05 para métodos con

tecnologías y 57,37 para el enfoque tradicional, lo que hace pensar que sí
existe una influencia y diferencia en los resultados según la metodología de
enseñanza aplicada, aunque las pruebas presentan dispersiones muy pareci-
das, al juzgar por la desviación típica o estándar son casi iguales: 5,91 y 5,89
para ambos métodos.
Sin embargo, en la dispersión relativa que se obtiene de dividir la des-
viación estándar sobre la media aritmética y que arroja el peso porcentual
de las desviaciones sobre la población, es de 7,2% para el método TIC y de
10,2% para el tradicional, es decir, es más estable el comportamiento de
los resultados cuando se utilizan TIC, y la diferencia entre cada estudiante
es mucho más pequeña que cuando se utiliza el método tradicional, lo que
haría pensar igualmente que cuando se utilizan ayudas multimedias, la
brecha entre los ritmos de aprendizaje podrían disminuirse; máxime si se
considera que los estudiantes actuales son llamados nativos digitales.
Figura 16. Comparación de pruebas
Comparación de Medias Según Método Aplicado

Derivadas
TIC Sin TIC

81,05 70 90
57,37 45 65
5,911
5,861 1,356
1,345 20 20
Media Desv. tı́p

Error tı́
. p. de la media
Mı́nimo Máximo Rango

91
Comparación del desempeño según metodologías aplicadas

Lógicamente, el desempeño según categorías obedecerá al de los pun-
tajes. Se observa claramente que de 19 estudiantes de los que se aplicó el
método con mediaciones informáticas, 15 (79%) se ubican en nivel alto o
superior, pero ninguno en nivel bajo, mientras que, por el contrario, para
quienes utilizaron el método tradicional, ninguno se ubicó en nivel superior
y el 37% se ubicó en nivel bajo.
Figura 17. Desempeño en la prueba según método aplicado. Derivada
TIC Sin TIC

12 12
7
4
3
0 0 0
Alto Bajo Basico Superior

Contraste de aplicación de medias prueba Anova

En el ítem anterior se observó una diferencia bastante grande en la prue-
ba. Sin embargo, se recurrirá al estadístico Anova de un factor, con el fin
de determinar si realmente existe una diferencia en las medias muestrales,
según el factor aplicado.
Entre los instrumentos estadísticos de aplicación, para observar o de-
terminar si existe diferencia en las medias de los puntajes obtenidos por los
estudiantes en las pruebas se encuentran las pruebas paramétricas de Nor-
malidad, T de Estudent y Anova, de las cuales se aplicará esta última por
considerarla más robusta y completa.
Como objetivo esta prueba busca establecer qué tanto influye el factor de
las TIC en el desempeño de los estudiantes de primer semestre en las asigna-
92
turas de cálculo. Como en la mayoría de los experimentos, se pretende de-

terminar el efecto de una variable independiente ejercido sobre otra llamada
dependiente; este efecto debe tener una significación de carácter estadístico.
Según se indica en el portal de la Universitat Oberta de Catalunya
(http://www.uoc.edu/in3/emath/docs/ANOVA.pdf):
Esencialmente, el diseño para el análisis simple de la varianza consistirá en
obtener muestras aleatorias e independientes del valor de Y asociado a cada
uno de los distintos niveles del factor X1, X2,..., Xn. Entonces, podremos
determinar si los diferentes niveles del factor tienen un efecto significativo
sobre el valor de la variable dependiente.
El funcionamiento de la técnica Anova […] es, a grandes rasgos, el siguiente:
a fin de comparar las medias de Y asociadas a los distintos niveles del factor
(X1, X2,..., Xn), compararemos una medida de la variación entre diferentes
niveles (MS-factor) con una medida de la variación dentro de cada nivel (MS-
error). Si el MS-factor es significativamente mayor que el MS-error, conclui-
remos que las medias asociadas a diferentes niveles del factor son distintas.
Esto significa que el factor influye significativamente sobre la variable depen-
diente Y. Si, por el contrario, el MS-factor no es significativamente mayor
que el MS-error, no rechazaremos la hipótesis nula de que todas las medias,
asociadas a diferentes niveles del factor.
La variable independiente o factor, para el caso de estudio el factor será
el uso de una técnica basada en las TIC, específicamente las herramientas
informáticas del Winplot y el Scilab, y cómo estas pueden influir en la varia-
ble dependiente, que en el estudio es el desempeño de los estudiantes en las
pruebas. Estas herramientas se aplicaron para dos conceptos matemáticos
fundamentales, el desarrollo de las funciones y el de derivadas, y se contras-
tarán con el método de enseñanza tradicional, donde no median las TIC.
Se trabajará con un nivel de confianza del 95% y se aplicarán pruebas
independientes para el grupo de promedios de calificaciones obtenidas en
las pruebas de conocimiento de funciones y derivadas. Si aplicada la prueba
el P valor de la misma es inferior al 0,05, se concluirá que las medias son
significativamente diferentes, de lo contrario no.
El análisis de la varianza permite contrastar la hipótesis nula de que
las medias de (n) poblaciones son iguales, frente a la hipótesis alternativa
93
de que por lo menos una de las poblaciones difiere de las demás en cuanto
a su valor.
Las hipótesis planteadas son las siguientes: a) hipótesis nula, que plantea
que hay igualdad de medias muestrales; es decir, el factor TIC no influye
en el desempeño promedio de los estudiantes en la prueba; y b) la hipótesis
alterna, que plantea que existe diferencia de medias; dicho de otro modo,
determinar si las TIC influyen en el desempeño de los mismos en las pruebas
aplicadas:
H0 = hipótesis nula
H1 = hipótesis alternativa
H0; H0: μx = μy Hipótesis nula, que supone igualdad de medias po-
blaciones, es decir, factor TIC, en otras palabras, la utilización del software
Winplot no influye en los resultados promedios de la prueba.
μx = promedio del puntaje de la prueba con TIC (grupo experimental)
μy = promedio del puntaje de la prueba sin TIC (grupo control)
H1; μx ≠ μy Hipótesis alterna, que supone la diferencia de medias po-
blaciones; el factor TIC sí influye, es decir, la utilización del software Winplot
influye en los resultados promedios de la prueba.
El Anova requiere el cumplimiento los siguientes supuestos:
¾¾ Las poblaciones (distribuciones de probabilidad de la variable depen-
diente correspondiente a cada factor) son normales.
¾¾ Las K muestras sobre las que se aplican los tratamientos son inde-
pendientes.
¾¾ Las poblaciones tienen todas igual varianza (homoscedasticidad).
El Anova se basa en la descomposición de la variación total de los datos
con respecto a la media global (SCT), que bajo el supuesto de que H0 es
cierta es una estimación de la varianza poblacional obtenida a partir de toda
la información muestral, en dos partes:
Variación dentro de las muestras (SCD) o intra-grupos: cuantifica la dis-
persión de los valores de cada muestra con respecto a sus correspondientes
medias.
94
Variación entre muestras (SCE) o inter-grupos: cuantifica la dispersión de

las medias de las muestras con respecto a la media global.
Los supuestos fundamentales son:
1. Independencia: los grupos son independientes y se desarrollaron las
pruebas bajo las mismas condiciones.
2. La distribución es aproximadamente normal: como se pudo ver en
las figuras anteriores, los datos reflejan aproximadamente una distri-
bución normal relativamente simétrica.
3. Homogeneidad de varianza: para este caso se aplica una gráfica de
barras de error. Según se observa en la figura, las varianzas medida
como las distancias de las barras a su centro son comparativamente
semejantes, lo que indicaría homogeneidad. Ver figura 18.
Figura 18. Prueba de homogeneidad

Con el fin de comprobar dicha homogeneidad se procede a realizar la

prueba o test de Levine, que consiste en un estadístico que mide con un
nivel de confianza si las varianzas tienen diferencias significativas; según
la tabla 20, el nivel de significación es del 0,706, mayor al nivel establecido
por la prueba de Levine que es del 0.05, lo que hace concluir que no existe
diferencia entre las varianzas, es decir, no hay diferencias significativas entre
las varianzas, cumpliéndose el tercer supuesto.
95
Prueba de homogeneidad de varianzas.
Estadístico de
gl1 gl2 Sig.
Levene
,145 1 36 ,706
con TIC Scilab y Winplot, (2015)
Comprobados los supuestos, se aplica en SPSS un análisis de varianza de

una vía o un factor, cuyos resultados arrojan que sí existe diferencia estadís-
tica significativa. Al obtener un P valúe por debajo del P valúe de la prueba,
el valor de significación de la prueba es de 0,05 y el valor de los datos del
estudio es de 0,00, lo que indica que existe diferencia significativa entre los
dos métodos.
En conclusión, la aplicación de la herramienta tecnológica Winplot se
ubica por debajo del nivel de la prueba Anova.
ANOVA de un Factor.
Suma de cuadrados gl Media cuadrática F Sig.

Inter-grupos 5328,947 1 5328,947 153,797 ,000
Intra-grupos 1247,368 36 34,649
Total 6576,316 37
Prueba aplicada a la unidad de funciones

La muestra está constituida por 38 estudiantes de primer semestre de
Administración y Marketing. En este caso, se aplica y evalúa el concepto de
funciones bajo la óptica de dos métodos, como se había comentado en párrafos
anteriores, uno tradicional y otro utilizando las ayudas tecnológicas. En el
caso que nos ocupa, el de las funciones, se utilizó el de Scilab, que midió como
instrumento de aprensión del conocimiento y desarrollo de competencias.
96
Para el análisis, se seguirá la metodología descrita en líneas anteriores

y se procederá a calcular y analizar los índices estadísticos. De la misma
manera, se empieza con el análisis descriptivo de la prueba Funciones con
todos sus aspectos, luego se realizarán cruces de variables con tablas de con-
tingencia, se analizarán las preguntas según competencia desarrollada y, por
último, se aplicará un análisis de varianza para comprobar si hay diferencia
significativa estadística, originada por el factor de uso de las herramientas de
las tecnologías de la información y de la comunicación.
Análisis por edad.

En este sentido, la muestra es relativamente homogénea: 16 años, y la
máxima 22, rango en el que entran los estudiantes a la escuela de Adminis-
tración y Marketing, esta diferencia devela diferentes personalidades que
podrían igualmente influir en el resultado de la prueba, donde el 83% se
encuentran entre 16 y 18 años, es decir, son menores de edad, en su mayoría
sin experiencia académica en educación superior previa, lo que en determi-
nado grado hace el estudio un poco más independiente.
El promedio de edad de la muestra es de 18 años, igual a la mediana
y la moda que están muy cerca de los 17 años, lo que hace una población
bastante joven y simétrica. La desviación típica es de 1,5, lo que da una va-
riabilidad relativa del 8,3% (promedio que indica muy poca dispersión entre
las edades); dicha homogeneidad ayuda a aislar el factor edad que podría
influir en determinado momento en el desempeño de la prueba.
Tabla 22. Análisis por edad
válido acumulado
16 4 10,5 10,5 10,5
17 12 31,6 31,6 42,1
18 8 21,1 21,1 63,2
19 8 21,1 21,1 84,2
Válidos
20 3 7,9 7,9 92,1
21 1 2,6 2,6 94,7
22 2 5,3 5,3 100,0
Total 38 100,0 100,0
97
Figura 19. Porcentaje por edad

Análisis por sexo.

El sexo es una variable significativa, aunque en el análisis de varianza
no lo es tanto. Sin embargo, el género puede marcar una tendencia a la hora
de los resultados. Como veremos más adelante, para el caso de la prueba
de funciones, la mayoría son hombres, al igual que en la derivada, con un
65,79%; por su parte, el índice de mujeres es del 34,21%. Tal diferencia no
significa que esta sea la tendencia de admisión de los programas, es solo que
para efectos de este estudio que se tomó esta muestra de esta manera.
Figura 20. Porcentaje por sexo

98
Análisis por programa académico.

El programa académico mayoritariamente en contraposición al de
derivadas, es Marketing y Negocios Internacionales, Administración de
Empresas, que aporta un 68,42%. Evidentemente el programa seleccionado
debería influir en el desarrollo de la prueba, esto se tratará de comprobar en
el análisis contingente de programa vs. desempeño en la prueba y compe-
tencias desarrolladas.
Figura 21. Porcentaje por programa académico

Análisis de resultados cuantitativos
Análisis de la conducta de entrada.

Son inquietantes los puntajes, sobre todo el rango que va desde el puntaje
7,5 de 100 hasta el más alto, que es 70; el rango de 62,5 es bastante alto y
muestra una gran diferencia entre el nivel más bajo de ingreso del estudian-
te hasta el más alto, que, verbigracia, no es tan alto (solo un estudiante lo
alcanza). Como en el caso de derivada, es muy bajo el nivel cuantitativo con
el que ingresan los estudiantes.
En la tabla de frecuencia, se puede observar que el 97,4%% no pasa la
conducta de entrada, lo que indica que en el curso regular se deben tomar
correctivos, expresados ya en el análisis de la prueba de derivada.
99
Tabla 23. Puntaje Conducta de entrada
válido acumulado
7,5 3 7,9 7,9 7,9
12,5 1 2,6 2,6 10,5
17,5 2 5,3 5,3 15,8
20,0 6 15,8 15,8 31,6
22,5 5 13,2 13,2 44,7
25,0 5 13,2 13,2 57,9
27,5 4 10,5 10,5 68,4
Válidos 30,0 5 13,2 13,2 81,6
32,5 2 5,3 5,3 86,8
35,0 1 2,6 2,6 89,5
47,5 1 2,6 2,6 92,1
50,0 1 2,6 2,6 94,7
57,5 1 2,6 2,6 97,4
70,0 1 2,6 2,6 100,0
Total 38 100,0 100,0
Como se puede observar, la distribución sigue una curva aproximada-

mente normal, vemos cómo el histograma se concentra en los datos centrales
y la mayoría se ubica entre el rango de 20 a 40 puntos. Por su parte, los
valores extremos son poco frecuentes, especialmente los altos, porque en el
más bajo se ubican tres estudiantes.
Figura 22. Análisis de la conducta de entrada

100
Las medidas descriptivas refuerzan la percepción del puntaje demasiado

bajo; solo alcanza una media de 26,6, con mediana de 26 y una moda de
20, que indica una tendencia a resultados muy bajos, es decir, el valor más
frecuente de los puntajes tendió a 20 (la quinta parte de la prueba). Igual-
mente, la desviación típica de 12,6 refleja una gran diferencia en el nivel de
los estudiantes, con una dispersión relativa determinada por el coeficiente
de variabilidad de casi la mitad 47. Con los resultados de esta evaluación
se logra demostrar una mayor divergencia de estudiante a estudiante en el
desempeño de la prueba.
Tabla 24. Resumen estadístico de la prueba
Conducta de Puntaje
Entrada de la prueba
Válidos 38 38
N
Perdidos 0 0
Media 26,645 70,52
Mediana 25,000 71,40
Moda 20,0 80
Desv. típ. 12,5644 10,923
Mínimo 7,5 43
Máximo 70,0 85

Análisis de los resultados de la prueba.

La prueba marca ya un proceso expos de los estudiantes y cierto grado;
podría mostrar qué tanto han avanzado, o por lo menos qué tanto aprove-
chamiento han obtenido del desarrollo de sus programas en el aspecto del
cálculo diferencial, especialmente en el tema de funciones. En sus cursos de
cálculo, como se ve claramente en la figura 23, los puntajes de la muestra
en las pruebas siguen una distribución normal, relativamente simétrica, con
inclinación a la derecha, lo que indica que los datos se encuentran por en-
cima de la media. Lo anterior refuerza los supuestos de normalidad que se
requieren para la prueba de contraste de hipótesis en cuanto a la incidencia
del factor TIC en el desempeño de los estudiantes.
101
Figura 23. Resultados de la prueba

La distribución de frecuencias evidencia lo anteriormente dicho, al ubi-

car al 47,4% con un puntaje de por lo menos 70 puntos de 100 posibles, y
el 86,8% obteniendo resultados iguales o superiores a 62 puntos. Estos va-
lores son mucho mejores que en la prueba de Derivadas. Sin embrago, más
allá de los resultados cuantitativos, se debe también observar el desarrollo
de los discentes, dado que ya estos prácticamente han tenido casi cuatro
meses de convivencia, donde los docentes han compartido experiencias y
han construido conocimiento al desarrollar sus temáticas. Los resultados
muestran, por lo menos cuantitativamente, que la mayoría de los estudiantes
desarrollaron el concepto de funciones y que este es manejado de manera
clara por ellos.
Vale la pena recordar que también el mismo análisis que se hizo para
la derivada, al expresar que las condiciones académicas de una conducta de
entrada es distinta a una prueba realizada luego de haber desarrollado un
curso.
102
válido acumulado
43 1 2,6 2,6 2,6
48 2 5,3 5,3 7,9
55 1 2,6 2,6 10,5
57 1 2,6 2,6 13,2
62 6 15,8 15,8 28,9
Válidos 67 3 7,9 7,9 36,8
71 6 15,8 15,8 52,6
75 6 15,8 15,8 68,4
80 8 21,1 21,1 89,5
85 4 10,5 10,5 100,0
Total 38 100,0 100,0
Los índices estadísticos comprueban la aproximada simetría de la dis-

tribución, con una media de 70,5 puntos, la mediana muy próxima de 71,4
y la moda que ratifica la inclinación a la derecha de los datos de 80, lo
que ratifica que la mayoría de los estudiantes tienen promedio superior a la
media y, por ende, la curva aparece inclinada hacia la derecha.
En cuanto a lo representativo del promedio aritmético, se tiene una dis-
persión absoluta de 10,9, que arroja una dispersión relativa del 15,4%, que
refleja estabilidad en el mismo y que los puntajes entre los estudiantes no
están tan lejanos, a pesar de la diferencia de programa y de edades.
Resumen estadístico de la prueba.

N Válidos 38
Perdidos 0
Media 70,52
Mediana 71,40
Moda 80
Desv. típ. 10,923
Rango 42
Mínimo 43
Máximo 85
103
Desempeño en la prueba.
Observando el desarrollo cualitativo del estudiante, se observa que a
pesar de lo homogéneo de la prueba y del buen promedio, ningún estudiante
alcanzó el nivel superior y apenas el 31% se ubica en alto, mientras que el
55,3% se ubica en básico. Se podría decir, entonces, que a pesar del buen
desempeño de algunos estudiantes, en el tema de funciones, la mayoría se
encuentran en una comprensión básica, según los resultados de la prueba.
En nivel bajo, se ubica el 13,2%, estudiantes que no presentan un rendimien-
to adecuado para el nivel de la prueba.
Se ratifica lo afirmado en el desarrollo del tema de Derivadas, en el
cual se deben revisar los procesos de enseñanza, con TIC y sin ella, de las
matemáticas, con el fin de obtener mejores resultados en el desarrollo de las
competencias de los estudiantes, al igual que observando las conducta de
entrada, se debería observar el grado de los niveles precedentes y de los co-
legios de procedencia que ingresan a la universidad, con el fin de armonizar
temas y fortalecer la preparación de los estudiantes.
Tabla 27. Desempeño en la prueba
válido acumulado
Alto 12 31,6 31,6 31,6

Bajo 5 13,2 13,2 44,7
Válidos
Básico 21 55,3 55,3 100,0
Total 38 100,0 100,0

104
Figura 24. Porcentaje de la prueba
Desempeño en la prueba
Alto
Bajo
Básico
31,58%
55,26%
13,16%
uente: resultados investigación evaluación del aprendizaje mediado

Comparación de los dos métodos.

La comparación de los métodos se realiza mediante el contraste de me-
dias y estadísticos de los resultados con el método tradicional y el de las
TIC, que para este caso es el Scilab. Se advierte, al igual que en la prueba
de Derivadas, que estas pruebas son independientes y que se está midiendo
el resultado de las pruebas.
A simple vista, se observa una diferencia entre las dos medias, 62,8 pun-
tos promedio con el método tradicional de enseñanza y 78,16 puntos para el
uso del recurso informático, que para este caso es el Scilab. Esta discrepancia
tendría que ser valorada si es estadísticamente significativa. En el ejercicio
con el tema de Derivada la diferencia era mucho más amplia e inducida por
el simple sentido común de que existía diferencia.
Tabla 28. Comparación de las medias muéstrales según método empleado
Método de
Media N Desv. típ. Rango Mínimo Máximo Mediana
Evaluación
TIC 78,16 19 6,710 30 55 85 80,00
Sin TIC 62,88 19 8,776 29 43 71 61,90
Total 70,52 38 10,923 42 43 85 71,40

105
Sin embargo, en el caso del tema de funciones, la Anova determinará

si realmente existe diferencia estadística. Se ratifica el resultado en el tema
de derivadas en cuanto a que los mínimos son más bajos sin mediación de
tecnologías y la simetría de las dos distribuciones es semejante, al igual que
la dispersión es relativamente baja, una desviación típica o estándar del 8,7 y
6,7 para el método tradicional y mediado por Scilab, respectivamente.
Figura 25. Comparación de medias según método aplicado funciones
TIC Sin TIC

85,0 80,0
78,2
71,4
62,9 61,9
55,0
42,8
30,0 28,6
6,7 8,8
Media Desv. tı́p. Rango Mı́nimo Máximo Mediana

No obstante, al observar la dispersión relativa difiere significativamente;

8,5% y 13,8%, que expresa una mayor dispersión de los datos en el método
tradicional. Esto se puede interpretar como un alejamiento de cada uno de
los datos al promedio. Expresado de otra manera: el nivel de los estudiantes
en la prueba desarrollada es más desigual o disparejo cuando no se aplican
mediaciones tecnológicas, por lo menos para el caso que nos ocupa en el
tema de funciones.
Comparación del desempeño según metodologías aplicadas.

En concordancia con los resultados de la comparación de medias, se
hace evidente que el mejor desempeño lo tienen en este caso los que reali-
zaron la prueba con Scilab, donde el 63%, equivalente a 12 estudiantes, se
encuentran en nivel alto; solo uno en el nivel bajo y los demás en el nivel bá-
sico, mientras que de los que realizaron la prueba con el método tradicional
ninguno alcanzó el nivel alto ni superior y el 79% se ubicó en nivel básico,
los demás en nivel bajo. Esto haría pensar con cierto grado de razonamiento
106
que efectivamente el software Scilab tiene influencia en los resultados del pro-
ceso de aprendizaje de los estudiantes.
Figura 26. Desempeño en la prueba de funciones según método aplicado
TIC Sin TIC
12 12
7
4
3
0 0 0
Alto Bajo Basico Superior

Esta influencia se medirá en la parte siguiente cuando se aplique la

prueba estadística paramétrica de Análisis de Varianza o Anova, que deter-
minará si las diferencias entre las medias son consecuencia del azar u otros
factores, o si efectivamente el método de enseñanza, bien sea tradicional
o con mediación tecnológica en este caso el Scilab, influyen para resolver
problemas de aplicación que involucran el tema de funciones.
Contraste de medias y aplicación de la prueba Anova.

En el ítem anterior se observó una diferencia en las medias, que, al ojo
del lector desprevenido, marcarían definitivamente que el Scilab como
software contribuye al buen desempeño de las pruebas y que este mediador
académico mejora el puntaje obtenido. Con el fin de determinar la validez
de tal aseveración, se recurrirá al estadístico Anova de un factor, con el fin
de determinar si realmente existe una diferencia en las medias muestrales,
según el factor aplicado (en el análisis de la prueba de derivada se expuso la
metodología de la aplicación y los supuestos a cumplir).
Los supuestos fundamentales son:
a. Independencia de los grupos: son independientes y se desarrollaron
las pruebas bajo las mismas condiciones.
107
b. La distribución es aproximadamente normal: como se pudo ver en

los cuadros anteriores, los datos reflejan aproximadamente una dis-
tribución normal relativamente simétrica.
c. Homogeneidad de varianza: para este caso se aplica un gráfico de
barras de error. Según esta figura, las varianzas medidas como las
distancias de las barras a su centro son comparativamente semejan-
tes, lo que indicaría homogeneidad.
Figura 27. Análisis de grupos

El análisis de la varianza permite contrastar la hipótesis nula de que las

medias de (n) poblaciones son iguales, frente a las hipótesis alternativas de
que por lo menos una de las poblaciones difiere de las demás en cuanto a su
valor.
Las hipótesis planteadas son la hipótesis nula, que plantea que hay igual-
dad de medias muestrales; es decir, el factor TIC no influye en el desempeño
promedio de los estudiantes en la prueba; y la hipótesis alterna, que plantea
que existe diferencia de medias, dicho de otro modo, determinar si las TIC
influyen en el desempeño de los mismos en las pruebas aplicadas:
108
Ho; Ho: μx = μy Hipótesis nula, que supone igualdad de medias pobla-

ciones, es decir, el factor TIC, en otras palabras, la utilización del software
Scilab no influye en los resultados promedios de la prueba.
H1:: μx ≠ μy Hipótesis alterna, que supone la diferencia de medias po-
blaciones, el factor TIC sí influye, es decir, la utilización del software Scilab
influye en los resultados promedios de la prueba.
Con el fin de ratificar bajo parámetros más estrictos la homogeneidad
de las varianzas, procede a realizar la prueba o test de Levine, que consiste
en un estadístico que mide con un nivel de confianza si las varianzas tienen
diferencias significativas. Según la tabla, el nivel de significación es del 0,224
mayor al nivel establecido por la prueba de Levine, que es del 0,05, lo que
hace concluir que no existe diferencia entre las varianzas, es decir, no hay di-
ferencias significativas entre las varianzas, cumpliéndose el tercer supuesto.
Prueba de homogeneidad de varianzas.
Estadístico
gl1 gl2 gl3
de Levene
1,533 1 36 ,224

Comprobados los supuestos, se aplica por intermedio del software en SPSS

un análisis de varianza de una vía o un factor, cuyos resultados arrojan que
sí existe diferencia estadística significativa. Al obtener un P valúe por debajo
del P de la prueba, el valor de significación de la prueba es de 0,05 y el valor
de los datos del estudio es de 0,00, lo que indica que existe una diferencia
significativa entre los dos métodos.
En conclusión, la aplicación de la herramienta informática Scilab, al
ubicarse por debajo del nivel de la prueba Anova, indica que existe una di-
ferencia significativa entre los dos métodos de aplicación, es decir, el método
de enseñanza mediado por el software Scilab modifica los resultados de la
prueba de funciones, para el caso de estudio los mejoraría.
109
Anova de un factor.
Suma de cuadrados gl Media cuadrática F Sig.

Inter-grupos 2217,739 1 2217,739 36,341 ,000
Intra-grupos 2196,918 36 61,025
Total 4414,657 37

Análisis por competencias en funciones
El programa académico y las competencias.

La descripción por programa académico sirve de marco para ambientar
el análisis de competencias. Se hicieron veinte preguntas por pruebas, con
diferentes porcentajes para las competencias, por ejemplo, para la prueba de
funciones las interpretativas tenían 12 preguntas, y el resto en partes iguales
para la argumentativa y propositiva. Para el caso de la prueba con derivadas,
se realizaron igualmente 12 preguntas de carácter interpretativo, cinco argu-
mentativas y tres propositivas. A continuación se describen algunos resultados.
El promedio de los estudiantes de Marketing y Negocios Internaciona-
les fue mejor en el desarrollo de las tres competencias, y los resultados por
estudiante fueron más homogéneos, de acuerdo con la desviación típica que
arroja el estudio.
Tabla 31. Resultados por competencia
Puntaje de Puntaje de Puntaje de

Programa las Preguntas las preguntas las preguntas
Propositivas Argumentativas Interpretativas
Media 10,0000 5,1042 50,4167
N 12 12 12
ADSA Desv. típ. 4,26401 3,05528 6,55686
Mínimo 5,00 0,00 40,00
Máximo 20,00 10,25 60,00
110

Programa las Preguntas las preguntas las preguntas
Media 12,5000 9,2692 51,7308
N 26 26 26
MKS
Desv. típ. 5,14782 4,83266 4,88719
Mínimo 0,00 0,00 40,00
Máximo 20,00 15,00 60,00

Al margen de lo anterior, el promedio sigue siendo bajo: el 50% y 60%

(10 de 20 y 12 de 20 preguntas) para las propositivas en Administración
y Marketing, respectivamente. El 25% y el 50% en las argumentativas y
aproximadamente el 83% en las interpretativas para ambos programas.
Lo anterior deja tres conclusiones: la primera, que el desarrollo es bajo en
los dos programas en las tres competencias, excepto las interpretativas;
en segundo lugar, quiere decir que los jóvenes se quedan en la primera
etapa del desarrollo de las competencias; y, en tercer lugar, al parecer los
estudiantes de Marketing y Negocios Internacionales desarrollaron ma-
yormente las competencias al juzgar por los resultados promedios de los
puntajes de la prueba.
Análisis por competencias de derivadas

En la descripción por programa académico y de competencias, se aclara
que en derivadas hay cinco preguntas de carácter argumentativo y tres pro-
positivas, quedando doce para la competencia interpretativa.
En ambos programas los estudiantes desarrollan las competencias inter-
pretativas en mayor grado que las demás. Se observan medias que superan
los 50 puntos, alrededor de un 85% de la prueba, donde el programa de
Administración de Empresas obtiene una ligera superioridad.
111
Tabla 32. Análisis de competencias por programa

Programa las preguntas las preguntas las preguntas
interpretativas argumentativas propositivas
Media 52,7778 9,0740741 10,1852
N 27 27 27
ADSA Desv. típ. 5,60449 5,19560410 6,57523
Mínimo 40,00 0,00000 0,00
Máximo 60,00 15,00000 15,00
Rango 20,00 15,00000 15,00
Media 51,3636 5,4545455 5,4545
N 11 11 11
MKS Desv. típ. 4,52267 3,50324525 6,50175
Mínimo 45,00 0,00000 0,00
Máximo 55,00 10,00000 15,00
Rango 10,00 10,00000 15,00

En el desarrollo de las competencias no se ve el mismo avance que

para las interpretativas. Si bien es cierto que los estudiantes del programa
aventajan en casi el doble a los de Marketing, no es menos cierto que estos
números demuestran muy poco dominio por parte de los estudiantes de
los programas: solo el 36% para Administración y el 21% para Marke-
ting de porcentaje de acierto sobre los cuestionamientos que pretendían
medir la capacidad argumentativa de los estudiantes que presentaron la
prueba.
112
Figura 28. Desempeño por competencias. derivadas
ADSA Media MKS Media
52,7778 51,3636
9,0740741 10,1852
5,4545455 5,4545
Puntaje de las preguntas Puntaje de Las Preguntas Puntaje de las preguntas
Interpretativas Argumentativas Propositivas

Finalmente, las competencias propositivas tampoco demuestran gran

desarrollo por parte de los estudiantes: el 66% (10 de 15 preguntas acer-
tadas, en promedio) y el 33% (5 de 15 preguntas acertadas, en promedio)
para Administración y Marketing, respectivamente. El bajo desarrollo de
esta competencia se acompasa de una variabilidad de aproximadamente
el 70% en el programa de Administración y más el 100% en Marketing,
indicando que el ritmo de desarrollo de las competencias es altamente
cambiante entre estudiantes por programas y mayormente dentro del
mismo programa.
El método aplicado y las competencias.

La prueba consta de veinte preguntas distribuidas en tres competencias,
la interpretativa, argumentativa y propositiva, las cuales se encuentran
distribuidas a lo largo de toda la prueba, y difieren según el tema aplicar,
si se trata del tema funciones o del tema derivada. Partiendo del tema de
diferencias de medias y utilizando el software SPSS, a continuación se hace
una descripción partiendo del tipo de competencia y del método utilizado,
aclarando los puntajes máximos que se pueden alcanzar por competencia.
Igualmente, se hace una reflexión de los indicadores estadísticos y finalmen-
te una síntesis concluyente para cada prueba. Funciones y Derivada.
113
Análisis de la prueba con resultados en funciones.

La prueba consta de veinte preguntas distribuidas en tres competencias
(la interpretativa, argumentativa y propositiva), las cuales se encuentran
distribuidas a lo largo de toda la prueba; 12 de ellas son interpretativas, y el
resto se distribuye equitativamente entre las demás competencias.
Se observa que el promedio de las interpretativas es el más próximo al ideal
de la prueba, en este caso es 80, y para las argumentativas es de 20 para ambas.
Resulta evidente el bajo rendimiento en la utilización de los dos métodos,
siendo un poco más alta el de utilización del software Scilab, con media de
53,15 y un rendimiento porcentual de un 88,3%, comparado con un 49,4 de
puntaje promedio equivalente al 82% del método tradicional. Con un mínimo
de 40 y un máximo de 60 puntos y 40 y 55, respectivamente. Una dispersión
relativa homogéneos del 10%, obtenida a partir de la desviación típica.
Se concluye que el grupo que desenvolvió la prueba con software Scilab
obtuvo mejores resultados promedios en el desarrollo de las competencias
interpretativas y que el desempeño entre estudiante y estudiante fue relati-
vamente homogéneo.
Tabla 33. Prueba de funciones

Método de
las preguntas las preguntas las preguntas
evaluación
interpretativas propositivas argumentativas
Media 53,1579 14,4737 10,2763
N 19 19 19
Desv. típ. 5,32565 4,68293 4,85118
TIC
Mínimo 40,00 5,00 0,00
Máximo 60,00 20,00 15,00
Rango 20,00 15,00 15,00
Media 49,4737 8,9474 5,6316
N 19 19 19
Desv. típ. 4,97067 3,56641 3,33684
Sin TIC
Mínimo 40,00 0,00 0,00
Máximo 55,00 15,00 10,25
Rango 15,00 15,00 10,25
114
En cuanto a las competencias propositivas, estas siguen la tendencia de

las interpretativas, pero aún más marcadas, de un máximo de 20 puntos. Los
estudiantes que tuvieron ayudas tecnológicas obtuvieron 14 (70%), mientras
los que utilizaron el método tradicional, solo 8,9 (44,5%). La discrepancia se
enfatiza al igual en los mínimos y máximos, por ejemplo, hubo puntajes de
cero en el método tradicional, y un máximo de quince, mientras que para
los que utilizaron el Scilab ninguno tuvo puntaje cero, con un mínimo de 15
(el máximo de los que aplicaron la prueba sin ayudas multimedia), y algunos
alcanzaron la puntuación máxima.
La competencia argumentativa muestra un resultado aún más preocu-
pante con puntajes promedios de 10,27 (51%) y 5,6 (28%) para los estudiantes
que utilizaron Scilab y los que siguieron el método tradicional. Como se
puede ver, es extremadamente bajo el desarrollo de esta competencia con
ambos métodos, hubo estudiantes que no contestaron bien algunas pregun-
tas al llegar a un mínimo de cero, y ninguno alcanzó el máximo en las
puntuaciones, siendo 15 para los que utilizaron software y solo 10,2 para los
que emplearon el método tradicional.
Figura 29. Desempeño de funciones por competencias
TIC Media Sin TIC Media

53,1579
49,4737
14,4737
8,9474 10,2763
5,6316
Interpretativas Propositivas Argumentativas

En síntesis, en desarrollo de competencias, la que más desarrollan los

estudiantes son las interpretativas, y presentan serias dificultades para argu-
mentar y proponer, independientemente del método utilizado en el proceso.
115
De otra parte, se evidencia que la utilización de recursos multimedia en

el desarrollo de las pruebas mejora el rendimiento de los estudiantes y el
desarrollo de las competencias; y más contundente resulta el hecho de que
la dispersión es mucho menor cuando se utiliza el software Scilab. En otras
palabras, el desarrollo de los estudiantes es más parejo, hay mucho menos
diferencia en la adquisición y desarrollo de competencias entre estudiantes,
cuando media una ayuda tecnológica en el proceso cognitivo, en este caso el
Scilab para el tema de funciones.
Análisis por competencias de derivadas

La prueba consta de veinte preguntas distribuidas en tres competencias
(la interpretativa, argumentativa y propositiva), las cuales se encuentran dis-
tribuidas a lo largo de toda la prueba; 12 (60%) de ellas son interpretativas,
5 (25%) argumentativas y 3 (15%) de carácter propositivo.
El promedio del puntaje obtenido en las competencias interpretativas es
mayor con la utilización del software Winplot que con el método tradicional:
54,2 de un máximo de 60 (90% del total) y un 50,5 (84% del total), respecti-
vamente, lo que induce a suponer que el uso de las TIC mejora el desarrollo
de las competencias.
Los puntajes máximos y mínimos ratifican lo expresado en líneas ante-
riores: algunos estudiantes que utilizaron el Scilab alcanzaron el máximo
puntaje y un mínimo de 45 puntos; por otra parte, a los que se les aplicó
el método tradicional alcanzaron un máximo de 50 y un mínimo de 40.
Mucho más bajo en ambos casos. Si se tiene en cuenta el rango, la dispersión
es igual; sin embargo, al considerar la desviación típica, podemos calcular
el coeficiente de variabilidad relativas, que para el caso de los estudiantes
que utilizaron herramientas tecnológicas fue de 8,6% y para los del método
tradicional, un 10,3%, lo que indica que el desarrollo de las competencias
es mucho más desigual o heterogéneo en los estudiantes que aplicaron el
método tradicional.
116
Tabla 34. Resumen estadístico por tipo de preguntas

Método de evaluación las preguntas las preguntas las preguntas
interpretativas argumentativas propositivas
Media 54,2105 11,8421053 15,0000
N 19 19 19
Desv. típ. 4,79095 2,98632360 0,00000
TIC
Mínimo 45,00 5,00000 15,00
Máximo 60,00 15,00000 15,00
Rango 15,00 10,00000 0,00
Media 50,5263 4,2105263 2,6316
N 19 19 19
Desv. típ. 5,24265 3,44123601 3,86164
Sin TIC
Mínimo 40,00 0,00000 0,00
Máximo 55,00 10,00000 15,00
Rango 15,00 10,00000 15,00

El análisis de las competencias argumentativas muestra una mayor di-

ferencia en los resultados de los estudiantes. Según el método de aplicado,
la media fue 11,8 (44%) para el método donde medió el software Winplot y
4,21(28%), es decir, un 44% contra un 16,8% de efectiva promedio en el de-
sarrollo de las preguntas que median el nivel argumental de los estudiantes
en relación al método aplicado. Los mínimos y máximos también ponen en
evidencia que el método donde se aplican las TIC presenta mejores resul-
tados, incluso hay estudiantes que desarrollaron la prueba por el método
tradicional, cuyo mínimo en algunas preguntas fue cero.
La variabilidad da cuenta de lo disímil que arrojan los resultados al apli-
car la herramienta tecnológica; en ella, los estudiantes presentan una des-
viación típica de 2,98 puntos, para un coeficiente de dispersión del 25,2%,
mientras que con el método tradicional esta (la desviación típica) alcanza un
valor de 3,44 y un coeficiente de dispersión relativa de 81,7%.
Esta diferencia entre la variabilidad de los resultados, según los métodos a
utilizar en las pruebas, documentan lo heterogéneo que es el desarrollo de la
117
competencia argumentativa entre los estudiantes, en las pruebas donde se uti-

lizó el método tradicional. Llama la atención que a pesar de ser semejantes en
edad y que se encuentran en un mismo semestre, el ritmo con que desarrollan
la competencia es tan diferente entre ellos y entre las pruebas, por el hecho de
aplicar un instrumento mediador del aprendizaje como lo es el Winplot.
La diferencia de promedios de puntajes obtenidos en las competencias
propositivas es evidente: 15 (100%) para el uso de TIC y solo un 2,6 (17,3%)
para el método tradicional. En primer lugar, con la aplicación del Winplot
se alcanza el 100%, hecho que llama la atención al no encontrar ningún
estudiante que se haya equivocado en estas preguntas, y es demasiado bajo
en el caso de los que utilizaron el método tradicional: 2,6 de 15, es decir,
el 17,3%. Resulta significativa la distancia entre desarrollar la prueba con
ayudas tecnológicas que realizarla de manera tradicional, donde tiene lugar
un 100% de efectividad en las respuesta contra solo un 10% en el segundo
caso. En los resultados se observa a 11 estudiantes de 19 que obtuvieron
puntajes de cero en las respuestas.
Los índices estadísticos así lo comprueban, los datos extremos son más
frecuentes en la prueba tradicional, que presenta una desviación típica mayor
al promedio, lo que arroja una variabilidad relativa del 146,7%, frente a
una de cero (0). Como se había dicho, todos los estudiantes que aplicaron la
herramienta informática obtuvieron resultados máximos.
Figura 30. Comparación Media con TIC y sin TIC
Desempeño por Compencias Derivadas
TIC Media Sin TIC Media

54,2105 50,5263
11,8421053 15,0000
4,2105263 2,6316
Interpretativas Argumentativas Propositivas

118
Manera de resumen, el comportamiento del desarrollo promedio de las

competencias en el tema de derivadas es bastante similar al de funciones. La
competencia más desarrollada es la interpretativa, sin embargo, se encuen-
tra una diferencia en cuanto al desarrollo de la argumentativa y propositiva;
la particularidad radica en que la competencia propositiva es la que menos
desarrollan en conjunto, pero al analizar por método de la prueba, cuando
se utilizan las TIC el resultado es óptimo, los estudiantes obtienen 15 de 15
puntos posibles, mientras que con el método tradicional menos del 18%, lo
cual resulta curioso.
Figura 31. Por desempeño de funciones
Desempeño por Compencias-‐ Funciones
ADSA Media MKS Media

50,4167 51,7308
10,0000 12,5000 5,1042 9,2692
Puntaje de Las Preguntas Puntaje de las preguntas Puntaje de las preguntas

Conclusiones
Luego de haber realizado el estudio y cuantificado sus resultados se po-
drían argumentar algunos aspectos a manera de conclusiones.
¾¾ Los datos siguen una distribución aproximadamente normal, lo que
facilita el análisis de los datos.
¾¾ La conducta de entrada tanto de los que presentaron la prueba en
funciones como en la prueba de derivadas muestran resultados extre-
madamente bajos, evidenciando la débil preparación cuantitativa de
los niveles precedentes.
¾¾ Los resultados son mayormente positivos al aplicar las TIC, tanto
en el tema de funciones como en el de derivadas. Pero es necesario
119
aclarar que en la mediación con TIC es fundamental para el docente

contar con material pedagógico previamente diseñado.
¾¾ La aplicación de las herramientas tecnológicas incide en el desem-
peño entre estudiante y estudiante. Se podría decir que hace más
homogéneo su nivel, por lo menos así lo comprueban los indicadores
estadísticos de variabilidad de las muestras.
¾¾ En la medición cualitativa, los estudiantes en grado muy bajo alcanzan
el nivel superior, solo tres en el de derivadas y ninguno en el de funciones.
¾¾ La clasificación por grado de desempeño muestra igualmente que
cuando se usan las TIC los estudiantes alcanzan mayores niveles.
Ningún estudiante en el que se aplicó el método tradicional alcanzó
la clasificación alta en el desempeño.
¾¾ Existe diferencias significativas en la aplicación de los dos métodos
de enseñanza, así lo confirma el resultado del análisis de varianza
Anova, que arroja diferencias estadísticamente significativas en la
aplicación de las TIC, como factor independiente y que influyen en la
variable dependiente del desempeño en las pruebas aplicadas, tanto
para la prueba del tema de derivadas con Winplot y el de funciones
con el Scilab.
¾¾ Los resultados demuestran que las competencias que mayormente
desarrollan los estudiantes son las interpretativas, independiente-
mente del método de enseñanza.
¾¾ Las competencias se desarrollan mucho más por parte de los estu-
diantes con el método mediado por las TIC. Se evidenció en el estu-
dio un mejor desempeño promedio tanto en la prueba de derivadas
como en la de funciones.
¾¾ Al aplicar un método multimedia como el del Scilab o el Winplot, se
observa menos heterogeneidad entre estudiante y estudiante. El nivel
de dispersión acerca del promedio obtenido por competencia por cada
estudiante es más pequeño en las pruebas donde se utilizaron las TIC.
El coeficiente de variabilidad es mucho más pequeño en las pruebas
que involucraron ayudas tecnológicas, lo que induce a pensar que di-
chas herramientas equilibran los niveles de desarrollo de competencias
entre los estudiantes, que pueden influir en los ritmos de aprendizaje.
120
MÓDULOS INSTRUCCIONALES SCILAB
Y WINPLOT
Resumen módulo instruccional a Scilab
S cilab es un software gratuito de código abierto para

el cálculo numérico que proporciona un entorno de
computación de gran alcance para aplicaciones de inge-
niería y científicas. Tiene un lenguaje de programación de
alto nivel que permite el acceso a las estructuras de datos
avanzadas, y funciones gráficas en 2-D y en 3-D. Puede
usarse como calculadora matricial o como un entorno de
programación en el que se pueden escribir scripts propios
o nuevas funciones.
Dentro de sus funcionalidades se encuentran:
Matemáticas y Simulación: para aplicaciones de
ingeniería y ciencias incluye operaciones matemáticas y
análisis de datos.
Visualización 2 - D y 3 - D: funciones de gráficos para
visualizar, anotar y exportar datos y muchas maneras de
crear y personalizar varios tipos de gráficos y tablas.
Optimización: algoritmos para resolver problemas
de optimización continuos y discretos restringidos y no
restringidos.
Estadística: herramientas para llevar a cabo el análisis
de datos y modelización.
Sistema de Control de Diseño y Análisis: algoritmos
y herramientas estándar para el estudio del sistema de
control.
121
Procesamiento de Señales: visualizar, analizar y filtrar las señales en

los dominios de tiempo y frecuencia, ya sean de tiempo continuo o tiempo
discreto.
Desarrollo de aplicaciones: aumentar funcionalidades nativas y gestionar
los intercambios de datos con herramientas externas.
Xcos - sistemas dinámicos híbridos modelador y un simulador: modelado
de sistemas mecánicos, circuitos hidráulicos, sistemas de control, entre otros.
Como código abierto se encuentra bajo la licencia CeCILL (compatible
GPL ) y está disponible para su descarga gratuita, bajo GNU / Linux, Mac
OS X y Windows XP/Vista/7/8. Con esta utilidad se pueden trabajar sis-
temas dinámicos con diagramas de bloque, ya sean de tiempo continuo o
tiempo discreto en respuesta en el tiempo o respuesta en frecuencia.
Para una mayor información es recomendable ver los requisitos del sis-
tema.
Iniciado en los años ochenta con Blaise, un software CACSD (control
asistido por ordenador Diseño de Sistemas) creado en el INRIA (Instituto
Francés para la Investigación en Informática y Automática) y desarrollado
principalmente por François Delebecque y Serge Steer con el fin de sumi-
nistrar una herramienta de control automático. Fue inspirado por el software
Matlab Fortran desarrollado por Cleve Moler, quien más tarde cofundó con
John Little a empresa The MathWorks.
En 1984, Blaise hizo Basile y se distribuyó durante unos años por Simu-
log, la primera Inria (Instituto Nacional Francés para la Investigación en
Informática y Automática).
El nombre del software se convirtió en Scilab y luego fue desarrollado por
Inria dentro del Grupo Scilab compuesto por los seis siguientes investiga-
dores: Jean-Philippe Chancelier de la ENPC (École Nationale des Ponts y
Caminos), François Delebecque, Claude Gómez, Maurice Goursat, Ramine
Nikoukhah y Serge Steer de Inria.
Después de varios años de mejoras, se funda en junio de 2010 con el
apoyo de Inria, para garantizar el futuro de Scilab. Ahora bien, Scilab
Enterprises ha tenido plenamente a cargo la edición y desarrollo de Scilab
desde julio de 2012.
122
Ejercicios propuestos para el aprendizaje de funciones

Proponemos que antes de que el estudiante aborde con mayor formalismo
el concepto de función, el docente plantee los siguientes ejercicios, basado en
el hecho de poder relacionar cantidades.
Ejemplo 1. En una toma de datos se pudo establecer la siguiente tabla:
Tabla 35. Datos del ejemplo 1
P Q
0 0
1 1
2 2
3 3
4 4
5 5
6 6

Queremos ahora ver cómo se observa esta posible relación entre P y Q.

Para ello escribimos los siguientes comandos:
P=[0 1 2 3 4 5 6]; quedan de forma vectorial los valores asignados a P,
luego:
Q=[0 1 2 3 4 5 6]; quedan de forma vectorial los valores asignados a Q,
luego tecleamos plot(P,Q) y a continuación si queremos ver la cuadricula
colocamos; “xgrid” y tecleamos “enter”, es decir, el renglón completo queda:
plot(P,Q); xgrid
Obtenemos el gráfico que se presenta a continuación, en el que obser-
vamos que el eje horizontal llega hasta el número 6 definido por P, y el
eje vertical tiene el valor que asigna Q. Con plot ( ) la primera letra es la
asignación del eje horizontal.
123
Figura 32. Interfaz gráfico del ejemplo 1

Podemos tener varios tipos de relaciones entre cantidades, como pode-

mos ver:
Ejemplo 2. Tenemos los siguientes datos:
Tabla 36. Datos ejemplo 2
U V
0 0
1 1
2 4
3 9
4 16
5 25
6 36
124
El resultado Y es:
Figura 33. Gráfica del ejemplo 2

Desde esta ventana podemos editar los ejes para asignarles nombre, damos
clic en Editar luego en Propiedades de los ejes y nos abre la siguiente pantalla, en
ella marcamos X y en donde aparece Text entre las comillas dobles escribimos
lo que queremos mostrar en el gráfico. Lo mismo hacemos para el eje Y.
Figura 34. Ventana del editor de ejes

125
Con estos ejemplos se pretende que el estudiante reflexione sobre las dis-
tintas relaciones que se pueden establecer entre cantidades. Ahora bien, el
docente explicará lo que es una función y sus características.
y es función de x, si a cada valor de x le corresponde un valor completa-
mente determinado de la y; además, no es importante el método con el que
ha sido establecida la correspondencia señalada (P. Dirichlet, 1837).
Línea recta: en los ejemplos 1 y 2 construimos los gráficos de líneas rectas.
Estas líneas, en general, se pueden escribir mediante la ecuación (1) y = mx + b
en donde m es la pendiente y b el punto en donde la línea corta el eje vertical
(y). Si queremos representar esto como una función, podemos notarla como:
f 1. ! ! = 2! + 1(x) = mx + b (1)
Es1.decir
! y! ==
f (x)
2! + 1
Ahora
2. !miremos
! = la!pendiente
+1 que está definida como la variación de la varia-
ble independiente (y) relacionada con la variación de la variable dependiente (x).
2. ! ! = ! + 1
! m = ∆y / ∆x (2)
3. ! ! = 2
Para hallar estas variaciones tomamos 2 puntos de referencia y lo hare-
!
mos con3. el!ejemplo
! = 22.
−! , !"# ≤ 1
Figura 35. Gráfica del ejemplo 2 resaltando la función Data Tip
−! 4. = ≤1
, ! ! !"# 2 − ! ! , !"1 < ! ≤ 3
4. ! ! = 2 − ! ! , !"1 < ! ≤ −7,
3 !"# > 3
−7, !"# > 3

126
Remitiéndonos a la figura 35 hacemos clic en donde marcamos el re-

cuadro rojo para conmutar al modo Data Tip y nos ubicamos en cualquier
punto sobre la línea y damos clic. Aparece sobre la gráfica un recuadro, que
para este caso fue x = 2.5; y = 19, ahora hacemos clic en otro punto adelante
en el sentido de avance del eje horizontal, o resbalamos el punto anterior en el
sentido de avance de la curva en el eje x. En este caso, nos dio x = 3.5; y = 17 para
efectos de aplicar la fórmula (2) el primer punto tendrá entonces coordenadas
(x1, y1), en este caso x1 = 2.5 y y1 = 19. Para el punto 2 las coordenadas son
(x2, y2) para el caso x2 = 3.5 y y2 = 17.
Definimos ∆y = y2 – y1 y análogamente ∆x = x2 – x1 de tal manera que
∆y = 17 – 19 = –2; y ∆x = x2 – x1 = 3.5 – 2.5 = 1; por lo que la pendiente nos queda
m 1. –2
= ! != –=2 2! + 1
1
Hasta este punto tenemos la pendiente de esa recta, ahora vamos a obte-
ner la 2.
ecuación.
! ! =Entendemos
! + 1 que la forma matemática que vamos a obtener
tiene todos los puntos que hacen parte de la recta, por lo que debe ser una
forma general de describirla, sabemos que su pendiente es la misma para
todos 3.
esos!puntos.
! = 2Por ! lo que partimos del argumento:
m∆x = ∆y (3)
−!Ahora
, la diferencia
!"# ≤ 1 de x la tomamos entre un punto de referencia cono-
cido y cualquier otro punto que debe ser del conjunto de puntos de la recta,
4. !
lo mismo ! = para la
hacemos 2− ! ! , !"1 <
diferencia de !y; ≤ 3 este caso tomamos el punto
para
conocido de coordenadas (x1, y1) con x1 = 2.5 −7,y!"#
y1 =
> 19,
3 y referenciamos
cualquier otro punto que pertenece a esta recta como (x, y).
La ecuación (3) ahora nos queda:
1. ! ! = 2! +m(x
1 – x1) = ( y – y1) (4)
Realizando los reemplazos, llegamos a:
2. ! ! = ! + =
y 1 –2x + 24 (5)
Esta ecuación la podemos graficar en Scilab de la siguiente manera,
para que notemos que podemos obtener la misma gráfica de la figura (10):
3. ! ! = 2!
definimos x como un vector fila, desde 0 hasta 12, como está el eje horizontal
en dicha figura, con la orden x = 0:0.1:12; esto nos crea una matriz de 121
−! , !"# ≤ 1
4. ! ! = 2 − ! ! , !"1 < ! ≤ 3 127
−7, !"# > 3
puntos desde 0 hasta 12 con puntos cada espacio de 0.1, luego asignamos
y = –2*x + 24; después graficamos.
En resumen, las órdenes son:
x = 0:0.1:12;
y = –2*x+24;
plot(x,y); xgrid
Figura 36. Gráfica de ejecución función f(x)=-2x+24

Resumen módulo instruccional a Winplot
Introducción a Winplot
Winplot es una herramienta tecnológica de gran utilidad para la en-
señanza y el aprendizaje de las matemáticas. Este programa ejecutable de
dominio público es distribuido gratuitamente por el profesor Richard Parris
de la Philips Exeter Academy en Exeter, New Hampshire. Se encuentra
diseñado para graficar puntos, segmentos, funciones explícitas, paramétri-
cas, implícitas y cilíndricas, generar curvas simples, representar ecuaciones
128
diferenciales, entre otros aspectos. Además, permite realizar animaciones de

estos elementos matemáticos, permitiendo de esta manera una mejor com-
prensión de los mismos.
Cabe señalar que Winplot no solamente fue diseñado para facilitar la
creación de gráficas, sino que es una gran herramienta pedagógica de apoyo
a la labor docente, ya que es muy fácil de usar, además de que permite a
los discentes generar procesos de pensamiento mediante los cuales se logra
recordar, comprender, analizar resultados y hacer síntesis para la resolución
de problemas.
Se puede descargar en la dirección: http://math.exeter.edu/rparris/
winplot.html
En aras de facilitar la comprensión del presente módulo, se describen, a
continuación, las convenciones utilizadas:
Flechas roja y azul (   ):
Indica la acción a ejecutar mediante clic, en una misma pantalla; la roja
representa una mayor jerarquía que la azul, en el sentido de que se debe de
realizar primero la acción con la flecha roja.
Ovalo rojo :
Espacio que se alimenta con información.
Recuadro rojo :
Información suministrada por la herramienta.
Pasos para realizar una gráfica:
Ejecute el programa Winplot, luego en el menú general vaya a la opción
Ventana, seleccione la opción 2 dim o 3 dim, o bien, F2 o F3 (dependiendo de la
dimensión en la que se desee trabajar). Este último procedimiento despliega
la interfax gráfica que está compuesta por un menú, en donde se selecciona
la opción Ecua, la cual presenta una ventana que contiene la opción que Ud.
requiere emplear. Cada opción ofrece posibilidad de escoger: el intervalo
donde desea realizar el gráfico, su grosor y el color deseado para el mismo,
entre otras opciones.
129
Figura 37. Venta de trabajo de Winplot

Ejemplo 1.
En1.documento
! ! = 2! + 1pegar la gráfica de la función explícita f (x) = x con
Word 2
las siguientes características:

Ancho de lápiz: 4. Color: rojo. Fondo: amarillo
2. ! ! = ! + 1
Título:
1. !Gráfica
! = 2!de+la1 función f (x) = x2 (Características del título: arial,
cursiva, tamaño 22)
!
3. ! ! del
Protección = 2documento
2. ! ! = ! + 1
PASOS
Primer
−! , paso:
!"#Ejecute
≤ 1 el programa Winplot.
3. ! ! = 2!
Segundo
4. ! !paso:
= (Elegir2la−dimensión
! ! , !"1 <en! la≤que
3 se va a trabajar). En el menú
general vaya a la opción Ventana, seleccione la opción 2 dim en atención a
que se trata de una función de una variable−7, !"#consiguiente
y por >3 su gráfica
−! , !"# ≤ 1
4. ! ! = 2 − ! ! , !"1 < ! ≤ 3
130
−7, !"# > 3
compromete una variable adicional, es decir, para nuestro caso trabajare-

mos con 2 variables.
Tercer paso: Seleccionar la opción que permite realizar el tipo de gráfica
deseada.
Para tal fin, en el menú presente en la interfaz gráfica, seleccione la
opción Ecua y haga clic en la Explicita. En la ventana correspondiente a f (x)
escriba al lado derecho la función que desea graficar, para nuestro caso x2
(escribirla así: x – alt 94 – 2). En la misma interfaz, seleccione: ancho de lápiz
4 y color rojo.
Figura 38. Ventana de ejecución de una función explícita

Cuarto paso (Sombreado): Seleccione nuevamente la opción Ecua y

elija Sombrear. Escoger color (rojo, atendiendo a lo solicitado), luego elegir
las opción Encima y realice tantos clic en sombrear como acentuado desee
el color. Seguidamente escoja la opción Debajo y proceda de la misma
manera.
131
Figura 39. Sombrear una gráfica

Quinto paso: Título. En la Interfaz gráfica seleccionar la opción Btns.

Hacer clic en Texto evaluado, luego clic derecho sobre la interfax. En la ven-
tana desplegable escoger la opción Nombre. Escriba el texto deseado (Gráfica
de la 1. ! ! f=
función (x) 2!
= x+
2 1
). Deshabilitar cualquier otra opción que se encuentre
activada. En esta misma ventana escoja la opción Fuente y del menú desple-
gado elija:
2. ! ! = ! + 1
Fuente: Arial.
Estilo de fuente: Cursiva.
3. ! ! = 2!
Tamaño: 22.
En fuente, haga clic en Aceptar, y en Editar texto. Clic en Ok. Luego haga
−!
clic ,
izquierdo !"# ≤ 1 sobre el texto y arrástrelo hasta el lugar donde desea
sostenido
ubicarlo.
4. ! ! = 2 − ! ! , !"1 < ! ≤ 3
−7, !"# > 3
132
Figura 40. Ventana de opción gráfica

Sexto Paso (Copiar en documento Word): En la interfax gráfica escoja

la opción Archivo: seleccione en el menú desplegable la opción Copiar. Abrir
documento Word y pegarlo.
Figura 41. Gráfica de la función f(x) = x^2

133
Séptimo Paso (Proteger el documento): Del menú desplegable de la op-

ción Archivo seleccionar Clave y diligenciar la ventana que aparece.
Figura 42. Protección de la información

Taller.
1. 1.
En!documento
! = 2! + Word
1 presentar la gráfica de la función explícita
f (x) = |x – 2| con las siguientes características:
Ancho de lápiz: 4. Color: Azul. Fondo: Amarillo
2. !
! !
1.Título: =
= 2!!++de
! Gráfica 11 la función f (x) = |x – 2| (Características del
título: Arial 22, cursiva. Autor: Nombre del estudiante que realiza
la gráfica.
3. ! ! = 2!
2.Proteger
! ! =el documento.
!+1
Sugerencia: Inicialmente en la interfax gráfica. Escoja en la opción
−! , ECUA,!"# Biblioteca,
≤!1 donde encontrará la notación que reconoce el pro-
3.grama
! ! para
= 2los diferentes! tipos de funciones (utilícela para escribir la
4.función =
! ! valor 2 − ! , !"1 < ! ≤ 3
absoluto).
−7, !"# > 3
−! , !"# ≤ 1
134
4. ! ! = 2 − ! ! , !"1 < ! ≤ 3
−7, !"# > 3
Ejercicios:
Graficar las funciones abajo definidas con las características que Ud.
considere y copiarlas en un documento Word.
1. ! ! = 2! + 1
2. ! ! = ! + 1
3. ! ! = 2!
−! , !"# ≤ 1
4. ! ! = 2 − ! ! , !"1 < ! ≤ 3
−7, !"# > 3
Sugerencia: Acuda a la opción Biblioteca para conocer la notación que

reconoce la herramienta para graficar funciones por tramos.
Algunas gráficas de funciones no pueden ser observadas, inicialmente,
a plenitud. Esta situación se podría originar como consecuencia de que los
rangos que emplea la herramienta se ejecutan por defecto en los ejes x e y
entre los valores pertenecientes al intervalo [–5,5]; en tanto que la gráfica de
la función es posible que requiera otro intervalo. Una manera de manejar
esta dificultad se ilustra en el ejemplo siguiente;
Ejemplo 2.
Graficar la función f(x) = 2x3 – 3x2 – 12x + 45
Primer paso: Realice los pasos 1, 2 y 3 como se realizó en ejemplo 1.

Para esta función en particular se observa que la gráfica no aparece en
su aspecto más general (ver figura 43)
135
Figura 43. Gráfica de la función (x) = 2x3 –3x2 –12x + 45
Figura 43.

Segundo paso: (Ampliación de la variable de la ventana de obser-

vación).
Lo anterior obliga a ampliar la ventana de observación, hecho que podría
lograrse si se conocen algunos aspectos importantes de la función como lo
son sus ceros o raíces (valores de x que hacen cero la variable y) y sus valores
extremos relativos (máximos y mínimos relativos), tal como mostraremos
seguidamente:
Un buen intento para obtener esta información es utilizar inicialmente
la opción Ver, del menú desplegable de Ver o bien utilizar Control V. En la
ventana que se despliega escoger un intervalo de observación amplio para x,
por ejemplo [izquierda, derecha] = [–100,100].
136
Figura 44. Opción ver

Figura 45. Configurar la opción ver

Luego hacer clic en Esquina, opción ubicada en la parte superior derecha

de la ventana, y posteriormente dé clic en Aplicar (no se preocupe si se pierde
la gráfica en la pantalla).
137
Para obtener los ceros de la función y los extremos, escoger la opción Una,
hacer clic inicialmente en Ceros y registrar los resultados. Seguidamente, se
procede en forma similar con la opción Extremos. La idea es que la pantalla
de observación que establezcamos contenga estos valores.
Obtención de los ceros

En la opción Ceros se obtienen las raíces de la función, en esa misma
ventana hacer clic en Siguiente, tantas veces como se requiera, con el fin de
obtener todas las raíces posibles presentes en el intervalo escogido para
x, [–100,100].
Para nuestro ejemplo, en particular, se obtuvo únicamente la raíz x = –3.
Figura 46. Primer paso obtención de una raíz

138
Figura 47. Segundo paso obtención de una raíz

Obtención de los extremos

En forma análoga, el hallazgo de los puntos mínimos y máximos relati-
vos se obtienen de la opción Extremos y, en esa misma ventana, se hace clic en
siguiente para obtener todas los extremos posibles presentes en el intervalo
escogido para x.
Para nuestro ejemplo, se obtuvieron únicamente los puntos extremos:
1. ! ! = 2! + 1
(–1,52); (2,25)
2. ! ! = ! + 1
3. ! ! = 2!
−! , !"# ≤ 1
4. ! ! = 2 − ! ! , !"1 < ! ≤ 3
−7, !"# > 3
139
Figura 48. Primer paso para obtención de los extremos

Figura 49. Segundo paso para obtención de los extremos

Para asegurar la presencia de esta información, ceros y extremos, se usa

nuevamente Control v y en la opción Ver escoger los rangos de trabajo de x e
y que los contenga.
140
En particular, para nuestro ejemplo, escogemos:
[izquierda, derecha] = [–5,5,5,5] y

1. ! ! = 2! + 1
[abajo, arriba] = [–10.5,60.5]
Lo anterior obedece a que el conjunto de las abscisas de las raíces y los

extremos de! la=función
2!!++1{–3, –1,2} ∈[–5,5,5,5] y el conjunto de las ordena-
2.
1. !
! ! = 1
das {0,25,52, –1,2} ∈[–10.5, 60.5].
Figura 50. Control de los extremos

2. ! ! = ! + 1
!
3. ! ! = 2
3. ! ! = 2!
−! ,
−! ,
!"# ≤ 1
!"# ≤ 1
4. !! !! ==
4. 2−
2 ! !!,, !"1
− ! !"1 <
< !! ≤
≤ 33
−7, !"# > 3
−7, !"# > 3

Por último, en ocasiones resultan algunos de los ejes muy cargados con
datos. Esta situación se puede resolver usando la opción Cuadrícula del menú
desplegable de Ver y elija el eje que desea modificar. Explore.
141
Figura 51. Opción cuadrícula

Para el ejemplo en particular, los cambios se realizaron en el eje de las y así:

Intervalo: 2
Frecuencia: 5
Figura 52. Ventana con cuadrícula
142
CUESTIONARIOS DE EVALUACIÓN DE
FUNCIONES Y DERIVADAS
Prueba de control de aprendizaje
Evaluación de aprendizaje de las funciones.
Actividad de aprendizaje I.
Una maquinaria de construcción cuyo valor inicial es
de 36 millones de pesos se deprecia con el tiempo y su
valor está dado por la expresión v(t)= 36 –0.15t, donde v
es el valor de la maquinaria, en millones de pesos, y t es el
tiempo de uso, en meses.
Grafique la expresión que permite obtener el valor de
la maquinaria, en función del tiempo, determine:
a. ¿Para qué valores del tiempo la expresión v(t)= 36
–0.15t tiene sentido, si se considera que el valor
residual de la máquina es de 0 pesos?
b. ¿Cuál es el valor de la maquinaria a los 60 meses y
cuánto a los 10 años de uso?
c. ¿Cuál es el tiempo en años, para que la maquina-
ria se deprecie por completo?
d. De acuerdo con la pregunta C, argumente cómo
llego la respuesta.
Actividad de aprendizaje II.

El beneficio alcanzado, en millones de pesos, por pro-
ducir y negociar q unidades de cierto producto está dada
por la expresión U(q)=60q – q2
143
A partir de la gráfica de la expresión que permite obtener la utilidad, en

función de las unidades fabricadas y vendidas, determine:
a. El máximo nivel de producción que no determina pérdida para la
empresa.
b. El intervalo de producción en el cual el beneficio aumenta conforme
se incrementan las unidades producidas.
c. El intervalo de producción en el cual el beneficio disminuye confor-
me se incrementan las unidades producidas.
d. El nivel de producción que el que se logra el máximo beneficio.
e. El beneficio más alto que se puede obtener.
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
Actividad de aprendizaje III.

Considere que las entradas por la venta de cierto producto están dadas por
R(q) = 70q + 0.5q2 – 0.001q3 en el dominio ( –100, 650).
Se pide:
a. Crear gráfica de la función R(x) = 70q + 0.5q2 – 0.001q3
b. Determine ¿Cuál es el ingreso si se venden 100 unidades?
c. Encuentre los intervalos cuando la función es creciente y cuando es
decreciente.
d. Calcule ¿Cuál es el máximo ingreso que se puede obtener?
e. Calcula ¿Cuál es la máxima cantidad que se puede vender?
f. De acuerdo con la pregunta anterior, explique cómo llegar a la con-
clusión.
144
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
Actividad de aprendizaje IV.

Suponga que la oferta de x unidades de un producto a un precio p de
dólares está dado por P = 10 + 50 log(3x + 1) en un intervalo (0,100)
a. Realizar gráfica de la función P = 10 + 50 ln(3x + 1)
b. ¿Cuál es el precio si se ofertan 10 unidades?
c. ¿Cuántas unidades se pueden ofertar a un precio de $260 dólares?
d. ¿Qué explicación tendría en cuenta de la situación presentada?
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
Actividad de aprendizaje V.
Ejemplo: Una fábrica vende 250 unidades de computadores semanales.
Si los costos de producir y vender son de US$50 y tiene unos costos fijos de
US$ 200.000, donde x es el número de unidades vendidas.
Determinar:
a. La función de beneficios.
b. ¿Cuántas unidades se deben vender para obtener un ingreso de US$
2.000.000?
145
c. ¿Cuál es el ingreso por vender 200 unidades?

d. Represente y analice la gráfica: de ingreso para el intervalo |1 ≤ x ≤ 250|,
de1. ! el =
costo!para 2! +
intervalo |1 ≤1x ≤ 3| y de utilidad para el intervalo
|100 ≤ x ≤ 150|.
e. ¿Qué ocurre gráficamente con el beneficio al producir y vender 20
PC?
2. ! ! = ! + 1
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
3. ! ! = 2!
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
–––––––––––––––––––––––––––––––––––––––––––––––––
−! , !"# ≤ 1
4. ! ! = 2 − ! ! , !"1 < ! ≤ 3
−7, !"# > 3
146
Evaluación de aprendizaje de derivadas
Actividad de aprendizaje I.
El análisis de producción diaria de una empresa muestra que, en pro-
medio, el número de unidades producidas por hora después de horas de
producción es:
1
! = y70! + +! ! !−
= 70x !! ! , 0
! ≤!≤8
2 ! x − x .

a. Entrar a Winplot: pulse el ícono

b. Abra el menú ventana y seleccione la opción 2-dim.
Figura 53. Ventana de menú

c. Del menú Ver seleccione Cuadrícula.
147
Figura 54. Ventana de selección de cuadrícula

d. Active la opción Rectangular, pulse Aplicar y luego Cerrar.

e. Para digitar la ecuación: Del menú Ecua seleccione Explícita.
Figura 55. Opción ECUA

f. En la ventana f(x) digite la función, ancho de lápiz digite 2, pulse

el botón Color, seleccione el color azul y cierre dicha ventana, para
finalizar pulse Ok.
148
Figura 56. Función f(x)

Cualquier modificación que se quiera hacer a la gráfica se requiere selec-

cionar en el menú Ecua la opción Inventario pulsar Editar.
g. Para ampliar el rango de la cuadrícula del menú ver seleccione la
opción Ver, en la ventana ver active el botón de verificación esquinas,
en la ventana izquierda digite -5, en derecha 10, abajo -50 y en arriba
250, y pulse Aplicar.
Figura 57. Ventana Ver

149
h. Para modificar los nombres de las etiquetas, en el menú Ver seleccione

Ejes y escoja la opción Etiquetas, en la ventana 1st (x) digite Horas de
producción, en 2 Unidades producidas y pulse Ok.
Figura 58. Rótulos o etiquetas de los ejes

i. Para marcar las raíces del menú Una seleccione Ceros, en la ventana
ceros pulse el botón Graficar punto, pulse Siguiente y nuevamente
Graficar punto. Anote los valores de las raíces.
Figura 59. Ventana ceros

150
!
j. Ver y
gráfica
= 70x de+la !función y = 70x + x ! − x ! .
x ! − x ! .
!
!

Figura 60. Gráfica de la función
Unidades Producidas
Horas de Producción

Restricciones del dominio de la función: el análisis de la gráfica contex-

tualizado en problemas de economía se efectúa sobre el primer cuadrante
del plano cartesiano.
k. Observe la gráfica y responda las siguientes preguntas:
1. ¿Cuántas unidades se producen en la primera hora de producción y
cuántas a la octava?
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
2. ¿Es posible producir la misma cantidad de unidades en horas distin-
tas? Justifique su respuesta.
151
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
3. ¿A las cuántas horas se obtiene la máxima productividad?
_________________________________________________
_________________________________________________
4. ¿Cuál es la máxima producción que se puede obtener?
_________________________________________________
_________________________________________________
_________________________________________________
5. El administrador de la empresa decide no laborar 9 horas. ¿Por qué?
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
6. ¿Máximo hasta qué hora se debe trabajar?
_________________________________________________
_________________________________________________
_________________________________________________
l. La derivada de la función y = 70x + ! x ! − x ! .
es
!
_________________________________________________

grafíquela en la misma ventana.
m. Los máximos y mínimos locales se encuentran entre los llamados
puntos críticos, es decir, puntos del dominio de la función en donde
la derivada se anula o no existe.
n. ¿Cuántos valores críticos tiene la función? ¿Cuál tiene mayor sentido
en este problema? Justifique su respuesta.
152
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
o. La variación de la producción es proporcional a la distancia de la
gráfica de la derivada con el eje de la abscisa, es decir, a mayor
distancia mayor variabilidad. ¿En qué periodo de tiempo se produ-
cen más unidades? ¿En qué periodo de tiempo se producen menos
unidades?
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
p. Una función es creciente en el intervalo para el cual la curva de la
derivada es positiva (está por encima del eje de la abscisa) y es decre-
ciente en el intervalo para el cual la curva de la derivada es negativa
(está por debajo del eje de la abscisa). Indicar para qué intervalo de
tiempo la producción es creciente y para cuál decreciente.
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
153
Actividad de aprendizaje II.

Las ventas totales de cierta empresa (A) se relacionan con la inversión en
publicidad (x) de acuerdo con:
A = –0.01x3 + 1.5x2 + 200
a. Determine la grafique de la función de A digitando los valores dentro
de los rangos establecidos siguiendo la siguiente instrucción: en el
rango izquierda -10, derecha 200, abajo 500 y arriba 5500 y en la
ventana de la cuadrícula, opción intervalo x digite 10.
b. ¿Cuál es la venta si no hay inversión en publicidad? ¿cuál es la venta
si la inversión en publicidad es de 20 U.M.?
_________________________________________________
¿Cuánto se debe invertir en publicidad para que la venta llegue a 4
70 U.M.?
_________________________________________________
c. Si usted fuese el administrador de la empresa, ¿máximo cuánto in-
vertiría en publicidad? y argumente ¿por qué?
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
d. ¿Es posible producir y vender la misma cantidad invirtiendo cantida-
des distintas en publicidad? demuéstrelo escribiendo un ejemplo.
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
154
e. ¿Cuál es la inversión en publicidad que maximiza las ventas?

_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
f. ¿Cuál es la venta máxima que se puede obtener?
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
g. La derivada de la función A = –0.01x3 + 1.5x2 + 200 es
_________________________________________________
grafíquela en la misma ventana.
h. Los máximos y mínimos locales se encuentran entre los llamados
puntos críticos, es decir, puntos del dominio de la función en donde la
derivada se anula o no existe. ¿Cuántos valores críticos tiene la fun-
ción? ¿Cuál tiene sentido en este problema? Justifique su respuesta.
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
i. La variación de la producción es proporcional a la distancia de la grá-
fica de la derivada con el eje de la abscisa, es decir, a mayor distancia
mayor variabilidad. ¿Para qué rango de inversión de publicidad se
incrementan más las ventas?
_________________________________________________
155
_________________________________________________
_________________________________________________
_________________________________________________
j. ¿Para qué rango de inversión de publicidad disminuyen más las ventas?
_________________________________________________
_________________________________________________
_________________________________________________
k. Una función es creciente en el intervalo para el cual la curva de la de-
rivada es positiva (está por encima del eje de la abscisa) y es decreciente
en el intervalo para el cual la curva de la derivada es negativa (está por
debajo del eje de la abscisa). Indicar para qué intervalo de inversión de
publicidad la venta es creciente y para cuál es decreciente.
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
156
REFERENCIAS
Duque, M., (2010), Caracterización del conocimiento,

Documento ACOFI “Revisión y consolidación de la
fundamentación conceptual y especificaciones de prueba
correspondientes al Examen de Calidad de la Educación
Superior para Ingeniería”, Elaborado por Universidad de
los Andes disponible en: http://www.acofi.edu.co/portal/
documentos/ECA ES _440_ENTREGA _15_ J ULIO_
INTRODUCCION_SECCION_1.pdf consultado
10/02/2013
Shavelson, R., et al., (2003), Evaluating new approaches
to assessing learning. National Center for reserach on
evaluation, Standard and student testing, California
University: Los Angeles.
Bloom, B., B.B. Mesia, and D. Krathwohl, Taxonomy of
Educational Objectives (1964), New York: David McKay
Company Inc.
Álgebra de funciones mediante procesos de visualización;
Carrión V (1998). Departamento de Matemática Educativa
del Cinvestav, México. Disponible en: http://polya.dme.
um ich.m x/Carlos/mem9sem/car r ion/car r ion.ht m,
consultado agosto 2011.
Álvarez, Ana; Brunel, Nelly; Díaz, Alma; Hernández,
Fernando (2012). Uso de recursos educativos abiertos para fomentar
el razonamiento matemático en alumnos del nivel medio superior.
Revista Iberoamericana para la Investigación y el Desarrollo
Educativo. No. 8. Archivos de la IBM. Disponible en: http://
www03.ibm.com/ibm/history/history/decade_1980.html.
Consultado 02/08/2011
Argüelles, Patricia B. (2009). Instituto de investigación sobre la
gobernanza. [En línea] septiembre de 2009. Disponible en:
http://www.institut-gouvernance.org.
157
Artículo de Adriana Molano. Portal Colombia Digital. Acceso el día 8 de marzo

del 2012 Http://www.colombiadigital.net/entorno-tic/sociedad-del/definicion/
item/1110-incertidumbre-y-sociedad-del-conocimiento.html
Artículo estilos de aprendizaje y diseño de materiales José Luis Monteagudo upc.edu
Consultado marzo 16 2012 página web: http://www.upc.edu/euetib/xiicuieet/
comunicaciones/din/comunicacions/70.pdf
Ausubel, D. (1963, 1968). Psicología educativa: un punto de vista cognoscitivo.
México: Editorial Trillas.
Vargas-Mendoza, J. E. (2006) Desarrollo cognitivo de Jean Piaget. México:
Asociación Oaxaqueña de Psicología A.C. En http://www.conductitlan.net/
presentaciones/piaget.ppt
Ausubel, D.; Novak, J.; Hanesian, H. (1983). Psicología educativa: un punto de vista
cognoscitivo. (Vol. 2ª ed.). México: Trillas.
Azcorra, A.; Bernardos, C.; Gallego, P.; Soto, I. “Informe sobre el estado de la
teleeducación en España”. Enero 2001. Disponible en: http://www.it.uc3m.es/
azcorra/papers/teleeducacion_mundoinet01.pdf
BRUNER, J. S. (1964). The course of cognitive growth, American Psychologist, 19,
1-15.
Cabero, J. (1996) “Nuevas tecnologías, comunicación y educación”. Edutec 2/96.
Dir. J. M. Salinas. Disponible en: Http://www.uib.es/depart/gte/edutece/
revelec1/revelec1.html consultado 12/03/2012
Campos, Yolanda. (2001). Enfoque humanista de la educación matemática y elementos efectivos
de su enseñanza. Disponible en: http://www.camposc.net yola@camposc.net
Catalina M., García, A. Artículo presentado en el I Congreso Internacional de Estilos
de Aprendizaje, UNED, 2004. Disponible en: http://www.estilosdeaprendizaje.
es/IAdan.pdf. Consultado 01/10/ 2012
Cruz Ivanovnna y Puentes Ángel (2012). Innovación Educativa: Uso de las TIC en la
enseñanza de la Matemática Básica. Edmetic, Revista de Educación Mediática y
TIC; No. 2, v. 1.
Díez Francisco (2002). La enseñanza de las matemáticas en la educación de personas adultas un
modelo dialógico. Programa de doctorado Didáctica de las Ciencias Experimentales
y la Matemática Bienio 1998-2000. Facultad de pedagogía. Universidad de
Barcelona.
KRATHWOHL, D.R., BLOOM, B.S., MASIA, B.B., Taxonomie des objectifs
pédagogiques, Tome 2, domaine affectif (Taxonomy of educational objectives,
158
the classification of educational goals, handbook II: affective domain, traduit de

l’américain par Marcel Lavallée). Montréal, Education Nouvelle, 1970, p. 231.
Entwistle, N. J. Y Tait, H. (1996). Center for research on learning and instruction,
university of Edinburgh. Disponible en: http://www.etl.tla.ed.ac.uk/
questionnaires/assist.pdf
Farias, Deninse y Pérez, Javier (2010). Motivación en la enseñanza de las matemáticas y
la administración. Formación Universitaria. Vol. 3. No. 6. DOI 10.4067/S0718-
50062010000600005
Féliz, Génova; Montes, Nancy y Guardado, Manuel (2005). La enseñanza-aprendizaje
de la matemática: Un modelo metodológico. Universidad APEC.
Frade, L. (2009). Calidad educativa. Disponible en: http://www.calidadeducativa.
com.
Frade, Laura. (2009). Frade Calidad educativa. Disponible en: Http://www.
calidadeducativa.com.
Gagné, R. M. (1975). Principios básicos del aprendizaje e instrucción. Editorial
Diana, México.
Gagné, R. M. (1993). Diseño de la enseñanza para un aprendizaje eficaz. McGraw-
HIll Interamericana, México.
García, Martín, P. J. (2000), “Nuevas tecnologías aplicadas a la didáctica de segundas
lenguas (inglés)”. Disponible en: http://www.asee.org/publications/styles.cfm
Oregon Technology in Education Council (OTEC); Artículo “Manipulables
Virtuales” Gary S., Stager, editorial Sara Armstrong. Traducción y publicación
Eduteka. (2003), Consultado 10/12/2013, disponible en: http://www.eduteka.
org/modulos/8/252/197/1
Godino, J. Batanero, C., y Font, V. (2003). Fundamentos de la enseñanza y el aprendizaje de
las matemáticas para maestros. Matemáticas y su didáctica para maestros. Manual para el
estudiante. Proyecto Edumat Maestros Granada. Consultado (2013), disponible
en: http://www.ugr.es/1CB4327A-0844-406F-BC48-D59FDF3831A0/
FinalDownload/DownloadId-5693935F6693FC136E3A57BDC197DE2D/1
CB4327A-0844-406F-BC48-D59FDF3831A0/~jgodino/edumat-maestros/
manual/1_Fundamentos.pdf
Gregorio, José (2002). El constructivismo y las matemáticas. Sigma. No. 21. Disponible
en: http://www.eduteka.org/Editorial18.php. Consultado marzo 2012.
Khan, Abdul Waheed. (2003). Hacia las sociedades del conocimiento. Una
entrevista con Abdul Waheed Khan. París: Unesco, 2003. Portal: portal.unesco.
159
org Consultado diciembre año 2012. En: http://portal.unesco.org/ci/en/ev.php-

URL_ID=11958&URL_DO=DO_TOPIC&URL_SECTION=201.html
Logatt, C. (2009). Asociación Educar - Ciencias y Neurociencias aplicadas al
desarrollo humano. Recuperado el 30 de julio de 2012, de http://www.youtube.
com/watch?v=8BeXiLK5MWw
López , J. C. (2003 ) La integración de las TIC en las matemáticas, Consultado
(2013), Disponible en: http://www.eduteka.org/Editorial18.php
Martin, Gary W. (2009). The NCTM High School Curriculum Project: Why It Matters to
You. Mathema TIC Teacher 103(3), 164-166.
Martín, Izard; Juan, Francisco (2001). Enseñanza de procesos de pensamiento:
metodología, metacognición y transferencias. Revista Electrónica de
Investigación y Evaluación Educativa, publicado en: www.uv.es/RELIEVE/
v7n2/RELIEVEv7n2_2.htm Consultado 23/08/2012
Martínez, C. y Calao, G. (2012). Aplicación del sitio Web “Virtual Mates” en la
enseñanza de las matemáticas. Revista Iberoamericana para la Investigación y
el Desarrollo Educativo. Vol. 2, Núm. 3 (2011) Consultar publicado en: http://
www.ride.org.mx/index.php/RIDE/article/view/36/146
Moreno L. (2002). Cognición y computación: el caso de la geometría y la
visualización, Cinvestav – IPN, México. “Uso de nuevas tecnologías en el aula
de matemáticas”, Ministerio de Educación Nacional de Colombia, 2002.
National Council of Teachers of Mathema TIC. (2000). Principles and Standars for
school mathema TIC. Reston, VA: NCTM.
Néstor H.; Bravo, S. Competencias proyecto Tuning-Europa vs. Tuning-América.
Disponible en: http://acreditacion.unillanos.edu.co/contenidos/cpacitacion_
docente_2semestre_2007/competencias_proyectotuning.pdf Consultado 05/03
2012.
Peggy A. Ertmer and Timothy J. Newby (1993) “Behaviorism, Cognitivism,
Constructivism: Comparing Critical Features From an Instructional Design
Perspective” Performance Improvement Quarterly. Volume 6, Issue 4, pages 50–72,
Disponible en: http://northweststate.edu/wp-content/uploads/files/21143_ftp.pdf
Peter, Senge. (1995). La quinta disciplina. Boston: Granica.
Piaget. J. Obras completas. Publicado en: http://www.piaget.org/
Pons, J. (1998). Nuevas tecnologías aplicadas en la educación. Barcelona: Cedecs
Editorial. Disponible en: http://www.ugr.es/~sevimeco/biblioteca/tecnologias/
documentos/iteoricas/it12d.htm, Consultado 02/12/ 2011.
160
Portal Eduteka. (2003) “Manipulables virtuales”. Disponible en: http://www.

eduteka.org/manipulables.php, Consultado 6/09/ 2012.
Quiñones, C. J. (2013). Reflexión crítica sobre la incorporación de las TIC en la
educación formal. Disponible en:
http://www.solidaridad.net/educacion-y-solidaridad/index.php/21-ref lexion-
critica-sobre-la-incorporacion-de-las-tic-a-la-educacion-formal. Consultado en:
3/00/ 2012.
Vásquez, A. C. (2010) “Competencias Cognitivas en la Educación Superior”. Revista
Electrónica REDEC N° 6 - Vol. 2 – 2010 Universidad de Talca disponible en:
http://dta.utalca.cl/ojs/index.php/fcompetencias/article/view/79/84, consul-
tado: 10/12/2012
Recio M. y Cabero J. (2005). Revista Píxel-Bit de Medios y Educación, http://
tecnologiaedu.us.es/cuestionario/bibliovir/jca8.pdf
Skinner, B. (1953). La ciencia y conducta humana. Nueva York: MacMillan.
Recio M. y Cabero J. (2005), Revista Píxel-Bit, Revista de Medios y Educación No
25, pp. 93-115 disponible en: http://tecnologiaedu.us.es/cuestionario/bibliovir/
jca8.pdf. Consultado Agosto 2012.
Torres R. M. (2005). Sociedad de la información / Sociedad del Conocimiento.
Disponible en: http://www.ub.edu/prometheus21/artic
Universidad de los Andes. Biografía de Jerome Seymour Brunerr último. Disponible
en: http://elcentro.uniandes.edu.co/equipo/miembros/anfore/bruner.htm Con-
sultado 23/04/2012
Valverde, Gilbert A. y otros (2004). Educational Evaluation Research Consortium. Report
No. 2, Disponible en: http://ceie.albany.edu/sp/,junio 15.
Zemelman, S., Harvey, D y otros, (1998). Best Practice: New Standards for Teaching and
Learning in America’s Schools, 2ª ed., Editorial Hinemann.
Alves, M. L. (1963). Compendio de didáctica general. Adaptación publicada con la
autorización de Editorial Kapelusz. p. 2. Recuperado el 6 de febrero de 2009, de
http://www.educa.aragob.es/aplicadi/didac/dida38.html
Gobierno de Chile (2009). Evaluación para el Aprendizaje: Educación Básica
Segundo Ciclo. Ministerio de Educación. Unidad de Currículum y Evaluación.
Alameda 1371, Santiago de Chile: Editorial Atenas Ltda.
Ibarra M. M. (2006). Estrategias de enseñanza aprendizaje de las matemáticas
en una preparatoria federal. Tesis de maestría no publicada. Disponible en la
Escuela de Graduados en Educación de la Universidad Virtual del Tecnológico
161
de Monterrey, en el sitio web: http://biblioteca.itesm.mx/cgi-bin/doctec/

opendoc?cual=5455
Roa, P. A. (2007). Un estudio sobre las concepciones y prácticas de motivación
utilizadas por maestros en un colegio oficial de Colombia. Recuperado el
6 de mayo 2009, de http://www.monografias.com/trabajos50/motivacion-
ensenanza/motivacion-ensenanza.shtml.
Romero, O. (1985). Motivando para el trabajo. Cuadernos Lagoven. Serie Siglo
XXI. Caracas, Venezuela.
Tapia, J. A., (2003). Motivar para Aprender. En: Herramientas para la reflexión
pedagógica. Bogotá: Santillana.
162

Aplicaciones Económicas de La Integral Definida

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

Aplicaciones Económicas de La Integral Definida

Transféré par

Droits d'auteur :

Formats disponibles

evaluación del aprendizaje

de la matemÁtica mediado con

Proyecto de Investigación “evaluación del aprendizaje

Grupo de Investigación Geeco y Departamento de Matemáticas

RODOLFO RODRÍGUEZ CADENA

ALEXANDER PAREJO RODRÍGUEZ

Grupo de Investigación Geeco y Departamento de Matemáticas

RODRIGO NOGUERA CALDERÓN

ALFREDO MÉNDEZ ALZAMORA

CAMILO NOGUERA ABELLO

HERMAN ANDRÉS PALACIOS

DORYS YANETH RODRÍGUEZ CASTRO

EDIMER LEONARDO LATORRE IGLESIAS

CARLOS ROCHA TOVAR

evaluación del aprendizaje de la matemática

Análisis por competencias de derivadas.......................................................................................................... 116

Figura 40. Ventana de opción gráfica .............................................................................................................133

E ste libro es un estudio que responde a una pregunta

cativas hablan de enseñar habilidades, dirigidas a pensar estratégicamente

L a enseñanza de las matemáticas como ciencia consti-

En cuanto a la concepción que tiene el docente de la forma de impartir

asignatura; por otro lado, también se encuentra al estudiante, que ejerce un

aprendizaje y responsable de los resultados (Féliz et al., 2005, p. 20), debido

miento, la experiencia adquirida y lo aprendido con anterioridad (Godino et

simplemente a resolver problemas con la aplicación de fórmulas. El uso de las

Las TIC en la enseñanza de las matemáticas

utilidad a lo que está estudiando. Si el estudiante entiende la utilidad de cada

L a Universidad Sergio Arboleda, a través del grupo

En los últimos años se habla mucho del uso de las he-

documento de ACOFI4 y en el ICFES, para la revisión y consolidación de

E l propósito de este estudio es una medición de impacto

E l hombre está siendo transformado por la llamada era

res en línea o con la compra de paquetes de software especializado y científico

También implica para el docente hacer una selección de estilos de apren-

E n los últimos años hemos sido testigos de las grandes

¿Qué pretende lograr este estudio?

rramientas tecnológicas Scilab y Winplot aplicadas a las unidades didácti-

Ahora bien, cabe preguntarse quiénes serán los beneficiados

Beneficios pedagógicos y prácticos

Figura 1. Resumen pruebas Saber 11 Icfes 2005 a 2009, calendario A

Aunque las evaluación de las pruebas cambiaron en los últimos tres

Figura 2. Resultados de las pruebas Saber 11 - 2011 al 2013

E n el tema relacionado con las competencias, la Unes-

Las competencias y el proyecto Tuning

Ramírez, Medina (2007) afirma que el objetivo es que los compañeros

Tabla 1. Cuadro comparativo proyecto Tuning Europa vs. América Latina

EUROPA AMÉRICA LATINA

12 Trabajo en equipo Capacidad de trabajo en equipo

13 Habilidad des interpersonales Habilidades interpersonales

Fuente: proyecto Tuning para América (2007).

Caso países suramericanos: Chile, Argentina y México

démica, administrativa y de gestión, para dar cumplimiento a los acuerdos

Las competencias digitales de SKILLS (Education Testing Service)

Elementos para el Análisis de las TIC

Tabla 2. Actividades con TIC para el aprendizaje y desarrollo de habilidades

Interpretación Comprender el significado de un recurso digital.

Organizar los recursos digitales (producto o artefacto) de forma que

Recombinación de elementos o de los recursos digitales en nuevas formas

Creación Crear nuevos artefactos, medios, crear un proceso.

Interactuar con otras personas relevantes durante la resolución del

Diseminación Presentar soluciones o resultados a otras personas relevantes

Aplicaciones de las TIC en área de matemáticas

bles virtuales tienen además la capacidad de hacer visible lo que es difícil de

L a aplicación de las herramientas Scilab y Winplot