Volumen - 83 Revista Números

NMEROS
Revista de Didctica de las Matemticas

Julio de 2013 Volumen 83
Sociedad Canaria Isaac Newton de Profesores de Matemticas

http://www.sinewton.org/numeros
ISSN: 1887-1984
Volumen 83, julio de 2013, pgina 2
Nmeros, Revista de Didctica de las Matemticas, se ocupa de la enseanza y el aprendizaje desde infantil
hasta la universidad, aunque atiende preferentemente la educacin primaria y secundaria. Publica trabajos de
inters para el profesorado de esos niveles, tales como experiencias de aula, reflexiones sobre la enseanza,
aplicaciones de la investigacin
Nmeros, Revista de Didctica de las Matemticas aparece en las bases de datos bibliogrficas Latindex,
Dialnet y DICE, y es recensionada en Mathematics Education Database.
Directora
Alicia Bruno (Universidad de La Laguna)
Comit editorial
Hugo Afonso, Dolores de la Coba, Miguel Domnguez, Ftima Garca, Israel Garca, M Aurelia Noda,
Josefa Perdomo e Ins Plasencia.
Consejo asesor
Jos Luis Aguiar, Luis Balbuena, Carmen Batanero, Teresa Braicovich, Juan Contreras, Norma Cotic, Juan
Daz Godino, Salvador Llinares, Antonio Martinn, Jacinto Quevedo, Victoria Snchez y Arnulfo Santos.
Portada. Autora: Alicia Bruno. Ttulo: Erosin.
Edita
Sociedad Canaria Isaac Newton de Profesores de Matemticas
Apartado 329.
38200 La Laguna (Tenerife) Espaa
Email: administracion@sinewton.org
Web: http://www.sinewton.org
Junta Directiva de la Sociedad Canaria "Isaac Newton" de Profesores de Matemticas
Juan Agustn Noda Gmez (Presidente), M Nila Prez Francisco (Vicepresidente), Jos Manuel Vidal
Gonzlez (Secretario General), Sergio Alexander Hernndez Hernndez (Tesorero), Carmen Dolores Ros
Gonzlez (Vicesecretaria), Carmen Sonia Fernndez Valdivia (Secretaria de actas), Luis Balbuena Castellano
(Bibliotecario). Coordinadores insulares: Ramn Galn Gonzlez (Gran Canaria), Roberto Rodrguez Cruz
(La Palma), Dolores de la Coba Garca (Tenerife).
Nmeros, Revista de Didctica de las Matemticas, es una publicacin de la Sociedad Canaria Isaac
Newton de Profesores de Matemticas. Se editan tres nmeros ordinarios al ao, los meses de marzo, julio y
noviembre.
Sociedad Canaria Isaac Newton

de Profesores de Matemticas
ISSN: 1887-1984
Volumen 83, julio de 2013, pginas 3-4
ndice
Editorial
Israel Garca 5
Monogrfico: Estadstica
El sentido estadstico y su desarrollo

7
C. Batanero, C. Daz, J.M. Contreras, R. Roa
El Proyecto Internacional de Alfabetizacin Estadstica
19
A. Serrad Bays
Estadstica en la Toma de Decisiones
35
M. M. Surez Rancel
Elementos de inters en la investigacin didctica y enseanza de la dispersin
estadstica 43
A. Estepa Castro y J. del Pino Ruiz
Problemas de mediciones repetidas y de riesgo para desarrollar el razonamiento
de estudiantes de secundaria en los temas de media y dispersin 65
E. Snchez, J. A. Orta Amaro
Artculos
Algunas posturas con respecto al sistema de numeracin muisca

79
C. C. Fuentes Leal
Matemticas en los estudios de Maestro de Educacin Infantil en la Universidad de
Castilla-La Mancha: de la diplomatura al grado 95
M. Sotos Serrano, J. M. Aguilar Idez
Identificacin de figuras geomtricas en fotografas de objetos reales. Un estudio
con maestros en formacin 105
J.M. Muoz Escolano y A.M. Oller Marcn
Isaac Barrow y su versin geomtrica del Teorema Fundamental del Clculo
123
J. C. Ponce Campuzano
Yerra el nio o yerra el libro de Matemticas?
131
P. Fernndez Palop, P. Caballero Garca, J.A. Fernndez Bravo

ndice (continuacin)
Secciones
Astronoma
Disco Solar Didctico
149
. Martn Gonzlez
En la red
Explica, un portal web divulgativo dedicado a la estadstica
169
R. Almeida
Juegos
Hexgonos coloreados y Mi casa (Juegos 22)
179
J. A. Ruprez Padrn, M. Garca Dniz (Club Matemtico)
Problemas
Juegos y Torneo. Problemas Comentados XXXIV
187
J. A. Ruprez Padrn, M. Garca Dniz (Club Matemtico)
Experiencias de aula
Khan Academy: Una Experiencia de Aula en Secundaria
199
A. T. Antequera Guerra
Leer Matemticas
Borges y la matemtica. Guillermo Martnez
211
Resea: F. J. Hernndez Bonilla
Desafos Matemticos propuestos por la Real Sociedad Matemtica Espaola
en su centenario. Adolfo Quirs (Coord.) 213
Resea: R. Nortes Martnez-Artero
Informaciones 217
Normas para los autores 221
4 Vol. 83 julio de 2013 NMEROS

ISSN: 1887-1984
Israel Garca, Miembro del Comit Editorial de Nmeros
El 2013 se ha dedicado a la celebracin del Ao Internacional de la Estadstica. Este evento

internacional tiene como finalidad que fijemos nuestra atencin en la contribucin que el
Conocimiento Estadstico ha tenido y est teniendo en el avance de nuestra sociedad: en investigacin
cientfica, en los negocios y gobiernos, en los medios, en la toma de decisiones, los estudiantes y el
pblico general. Desde la revista Nmeros queremos hacer nuestra especial aportacin a travs de este
monogrfico dedicado a la Estadstica.
La Estadstica la define David Moore de forma concisa, pero precisa: nmeros en contexto.
E
Esta definicin esconde el enorme Conocimiento en el que nos sumerge la Estadstica: recopilar,
analizar, decidir y predecir. Casi todo lo que nos rodea hace referencia en algn momento al uso del
lenguaje estadstico: la prensa, las noticias, la economa, la poltica, la medicina, la psicologa, la
D
escuela, la investigacin, Es ms, la vida de cualquier persona est llena de datos estadsticos e
informaciones que nos permiten tomar decisiones en funcin de los hechos o acontecimientos que nos
van sucediendo. La Estadstica es la formalizacin de todo lo que cualquiera de nosotros hacemos en
I
nuestra vida cotidiana.
T
Un problema que puede asociarse a las dificultades en la comprensin del conocimiento
estadstico es lo que John Allen Paulos denot por anumerismo. Este autor describe as a la
incapacidad para manejar cmodamente conceptos fundamentales de nmero y azar. Paulos seala
O
que carecer de este sentido de nmero es particularmente alarmante cuando nos encontramos en una
sociedad en la que la ingeniera gentica, la tecnologa lser y los circuitos en microchip incrementan a
R
diario nuestra comprensin del mundo.
La estadstica es un buen medio para llegar a comprender y conocer los nmeros que explican
I
nuestro mundo. Y los profesores de matemticas, de todos los niveles educativos, tenemos el deber de
hacer crecer el Conocimiento Estadstico en nuestros estudiantes, de forma que consigamos
ciudadanos capaces de comprender el mundo que les rodea y capaces de crecer con cultura
A
numrica.
En el presente monogrfico realizaremos un viaje por diferentes usos de la estadstica en nuestro L

entorno de la mano de grandes profesionales que utilizan la estadstica como herramienta de
conocimiento y de trabajo.
Comenzaremos nuestro viaje de la mano de Carmen Batanero, Carmen Daz, Jos Miguel
Contreras y Rafael Roa nos sumergiremos en el desarrollo del sentido estadstico. Para ello partirn
del trmino cultura estadstica y junto con algunos trminos estadsticos bsicos, nos mostrarn cmo
estos elementos se conjugan para conformar el pensamiento y razonamiento estadstico que se conjuga
en lo que los autores denominan sentido estadstico. Centran su artculo en la defensa de los
proyectos como ejes para el desarrollo del razonamiento estadstico y la puesta en marcha de
diferentes conocimientos: conceptuales, estratgicos y tcnicos.
Ana Serrad, como coordinadora espaola del Proyecto Internacional de Alfabetizacin

Estadstica, nos presenta un artculo que contextualiza el trabajo internacional enfocado a la
alfabetizacin estadstica llevada a cabo durante los ltimos aos, centrando la atencin en el proyecto

Editorial
I. Garca
internacional que nace para comprender las necesidades de numeracin estadstica y, que tiene como
misin actual divulgar y promover la alfabetizacin estadstica.
Seguidamente, Mercedes Surez nos introducir en el mundo de la empresa y el uso de la

estadstica como herramienta para la toma de decisiones y los diferentes agentes que se ven implicados
en dicha toma de decisiones.
En el siguiente artculo, de Antonio Estepa y Jess del Pino viajaremos hacia el anlisis de la
dispersin estadstica y cmo esta, en la enseanza Secundaria, suele aparecer en segundo plano sin
casi protagonismo en el trabajo estadstico del aula. Se propone que sea gua, pues lo es dentro del
conocimiento estadstico y que, de esta forma, se contribuya en el desarrollo del razonamiento
estadstico.
Por ltimo, y no por ello menos importante, Ernesto Snchez y Jos Antonio Orta nos
presentarn el anlisis de tres problemas centrados en el desarrollo del razonamiento sobre la media y
L
dispersin de datos. Estos problemas se enmarcan en contextos que facilitan el estudio de la dispersin
y cmo se gestiona en el aula.
A
Confiamos que estos trabajos nos permitan reflexionar sobre el conocimiento estadstico y que,
como fruto de dicha reflexin, nos animemos a adentrar a nuestros alumnos en la toma de decisiones y
I
en el razonamiento estadstico, propiciando en los estudiantes la denominada cultura estadstica.

R
O
T
I
D
E

ISSN: 1887-1984
M O N O G R F I C O:
Carmen Batanero (Universidad de Granada. Espaa)
Carmen Daz (Universidad de Huelva. Espaa)
Jos Miguel Contreras (Universidad de Granada. Espaa)
Rafael Roa (Universidad de Granada. Espaa)
Artculo solicitado a los autores por la revista
Resumen En este trabajo concebimos el sentido estadstico como unin de la cultura y

razonamiento estadstico. Se describen las ideas estadsticas fundamentales como
componentes de la cultura estadstica y los componentes del razonamiento estadstico.
Tambin se sugiere que el desarrollo efectivo en los estudiantes se favorece
especialmente con una enseanza basada en investigaciones y proyectos que permite
dotar de sentido a los diversos objetos estadsticos e involucra a los estudiantes en el
ciclo de investigacin y modos de razonamiento estadstico, desarrollando su espritu
crtico e iniciativa personal.
Palabras clave Sentido estadstico, cultura estadstica, razonamiento estadstico.
Abstract In this paper we conceive statistical sense as the union of statistical literacy and statistical
reasoning. We describe the fundamental statistical ideas that constitute statistical literacy
and the components of statistical reasoning. We also suggest that an effective
E S T A D S T I C A
development of statistical sense is specially favoured with a teaching based on
investigations and projects. This method gives sense to the diverse statistical objects and
involves students in the research cycle and the statistical reasoning modes, at the times
that develop their critical spirit and personal initiative.
Keywords Statistical sense, statistical literacy, statistical reasoning.
1. Introduccin
Aunque la estadstica se ensea hoy da en todos los niveles educativos, al ser una herramienta
fundamental en la vida personal y profesional, son muchos los estudiantes, que finalizan los cursos de
estadstica sin comprender correctamente o ser capaces de aplicar los conceptos y procedimientos
estadsticos, como se muestra en la amplia investigacin sobre el tema (ver, por ejemplo, el resumen
de estas investigaciones en Shaughnessy, 2007).
Esta situacin paradjica plantea un problema didctico, pues es claro que la enseanza actual
transmite una estadstica sin sentido para los estudiantes. Como solucin al mismo, son muchos los
investigadores que insisten en la especificidad de la estadstica (frente a otras ramas de la matemtica).
Moore (1991) incluso la considera como una disciplina cientfica autnoma, con sus mtodos
especficos de razonamiento. Para ello argumenta que la relacin entre estadstica y matemticas no es
biunvoca: la estadstica toma conceptos matemticos para el desarrollo de sus mtodos, en cambio la
matemtica no usa conceptos estadsticos. Cabri (1994) tambin coincide en que la estadstica tiene

un modo propio de razonamiento, el mtodo estadstico, que es necesario ensear a los estudiantes. La
estadstica tiene tambin controversias especficas (por ejemplo, sobre el significado de la
probabilidad), y la posicin que un estadstico toma sobre ellas tiene un impacto inmediato en su
prctica.
E S T A D S T I C A
La expresin sentido numrico se encuentra con frecuencia en la investigacin en didctica

de la matemtica e incluso en los diseos curriculares. Por ejemplo, en el Decreto de Enseanzas
Mnimas de la Educacin Primaria (MEC, 2006) encontramos la siguiente descripcin del sentido
numrico:
el dominio reflexivo de las relaciones numricas que se puede expresar en

capacidades como: habilidad para descomponer nmeros de forma natural,
comprender y utilizar la estructura del sistema de numeracin decimal,
utilizar las propiedades de las operaciones y las relaciones entre ellas para
realizar mentalmente clculos (p. 43096).
Observamos en esta descripcin y otras semejantes un doble componente de adquisicin de

conocimiento y razonamiento. Para el caso de la estadstica no ha habido una preocupacin semejante
entre los educadores estadsticos por definir o listar los componentes de lo que sera el sentido
estadstico. Por un paralelismo con la acepcin dada a sentido numrico hemos de aceptar que el
sentido estadstico debiera tener un doble componente de conocimiento (o cultura) y razonamiento.
En consecuencia en lo que sigue concebimos el sentido estadstico como unin de la cultura

estadstica y el razonamiento estadstico. Asimismo, tambin consideramos que la cultura estadstica
implica la comprensin adecuada de las ideas estadsticas fundamentales (Burrill y Biehler, 2011),
pues estas ideas aparecen en la mayora de las situaciones en que hay que aplicar la estadstica; por
tanto son necesarias para enfrentarse con xito a dichas situaciones. Adems, pueden ser enseadas
con diversos niveles de formalizacin y, por tanto, son asequibles en cualquier nivel educativo, siendo
potentes como herramientas de modelizacin estadstica. En segundo lugar, se requiere un
razonamiento especfico, el razonamiento estadstico que permite tomar decisiones adecuadas o
efectuar predicciones a partir de datos y en presencia de incertidumbre. La competencia de anlisis de
datos se ve hoy en da facilitada por la abundancia de software, tanto para el almacenamiento y
transmisin de datos, como para el clculo y graficacin. Sin embargo la competencia en anlisis de
datos no siempre implica un grado adecuado de razonamiento estadstico, que es ms difcil de
transmitir.
El objetivo de este trabajo es desarrollar estas ideas y proponer el trabajo con proyectos e
investigaciones como estrategia metodolgica para desarrollar el sentido estadstico de los estudiantes
en los diferentes niveles educativos.
2. Cultura estadstica
La importancia que actualmente recibe la enseanza de la estadstica se debe a la necesidad,

reclamada por la UNESCO y otras instituciones de proporcionar una cultura estadstica que permita al
ciudadano participar en la sociedad de la informacin. Dicha cultura es necesaria en actividades tan
habituales como la lectura de la prensa o la interpretacin de informacin en Internet, la participacin
en encuestas o elecciones o la interpretacin de un diagnstico mdico. El trmino statistical literacy
ha ido surgiendo de forma espontnea entre los estadsticos y educadores estadsticos, para resaltar el
hecho de que la estadstica se considera hoy da como parte de la herencia cultural necesaria para el
ciudadano educado. Gal (2002) propone que la cultura estadstica implica dos competencias
relacionadas:

a) Capacidad para interpretar y evaluar crticamente la informacin

estadstica, los argumentos apoyados en datos o los fenmenos que las
personas pueden encontrar en diversos contextos, incluyendo los medios de
comunicacin, pero no limitndose a ellos, y b) capacidad para discutir o
comunicar sus opiniones respecto a tales informaciones estadsticas cuando
sea relevante (Gal, 2002, pp. 2-3).
Watson (2006) propone los siguientes elementos de la cultura estadstica: (a) El desarrollo del
conocimiento bsico de los conceptos estadsticos y probabilsticos; (b) La comprensin de los
razonamientos y argumentos estadsticos cuando se presentan dentro de un contexto ms amplio de
algn informe en los medios de comunicacin o en el trabajo; (c) Una actitud crtica que se asume al
cuestionar argumentos que estn basados en evidencia estadstica. En el proyecto GAISE (Franklin et
al., 2007) se concibe la misma como la comprensin del lenguaje bsico de la estadstica (saber el
significado de los trminos y smbolos estadsticos y ser capaz de leer grficos estadsticos) y
comprender las ideas fundamentales de estadstica.
Vemos que los diferentes autores que la definen incluyen tanto la parte de conocimientos
tericos formales relacionados con la estadstica, as como la capacidad de afrontar un problema o
situacin en el que se pongan en juego estos conocimientos.
3. Ideas estadsticas fundamentales
Los modelos descritos de cultura estadstica, adems de asumir una actitud crtica frente a la
informacin estadstica, coinciden en la necesidad de un conocimiento del lenguaje estadstico y las
ideas estadsticas fundamentales. Sera entonces importante identificar cules son estas ideas
fundamentales. Burrill y Biehler (2011), basndose en un estudio detallado de diversos marcos
tericos educativos y el currculo de estadstica en diversos pases proponen las siguientes: datos,
E S T A D S T I C A
grficos, variabilidad aleatoria, distribucin, asociacin y correlacin, probabilidad, muestreo e
inferencia.
Datos. Moore (1991) defini la estadstica como la ciencia de los datos y seal que el objeto de
la estadstica es el razonamiento a partir de datos empricos, subrayando la importancia del contexto.
Mientras que en la enseanza de otras ramas de matemticas los datos y contextos suelen ser
imaginarios y el inters se centra en los conceptos, el contexto de los datos es esencial en estadstica.
Adems, los estudiantes no estn acostumbrados a trabajar con datos de situaciones reales, que
frecuentemente requieren de interpretaciones y razonamientos de alto nivel. La aleatoriedad de las
situaciones hace que los resultados no sean nicos, presentndose mayor variabilidad en los datos
estadsticos que otras reas de las matemticas (Snchez y Batanero, 2011).
Grficos. Debido a su presencia en los medios de comunicacin e Internet, el aprendizaje de los

grficos estadsticos es importante. Por su papel esencial en la organizacin, descripcin y anlisis de
datos, las tablas y grficos son un instrumento esencial de transnumeracin, uno de los modos
esenciales de razonamiento estadstico que consiste en obtener una nueva informacin de un conjunto
de datos al cambiar el sistema de representacin (Wild y Pfannkuch, 1999).
Variabilidad aleatoria. Aunque en otras ramas de matemticas se usan variables, se supone que
los datos se ajustan perfectamente a un modelo y no suele haber estudio de la bondad de ajuste o de los
residuos del modelo. El estudio de la variabilidad es caracterstico de la Estadstica, estudindose tanto
el modelo como los residuos (Engel y Sedlmeier, 2011). La Estadstica permite buscar explicaciones y
causas de la variabilidad para poder hacer predicciones, por lo que dos fines importantes de la
enseanza de la Estadstica son que los estudiantes perciban la variabilidad y manejen modelos que
Sociedad Canaria Isaac Newton Vol. 83 julio de 2013 9

permitan controlarla y predecirla (Reading y Shaughnessy, 2004).
Distribucin. Otra caracterstica esencial del anlisis estadstico es que trata de describir y
predecir propiedades de los agregados de datos y no de cada dato aislado (Bakker y Gravemeijer
E S T A D S T I C A
(2004). Por ello la enseanza de la Estadstica ha de desarrollar la capacidad de leer, analizar, criticar y
hacer inferencias a partir de distribuciones de datos (Shaughnessy, 2007). El razonamiento
distribucional implica tambin conectar los datos (distribucin de datos), la poblacin de donde se
tomaron (distribucin de probabilidad) y las posibles muestras de la misma (distribucin muestral).
Asociacin y correlacin. Mientras que en una dependencia funcional a cada valor de una
variable X (independiente) corresponde un solo valor de otra variable Y (dependiente), en el estudio de
la asociacin a cada valor de X corresponde una distribucin de valores de Y, por lo que este concepto
ampla el de dependencia funcional. La importancia del concepto de asociacin en la toma de
decisiones en ambiente de incertidumbre es alta, pero la investigacin en psicologa muestra que los
adultos no suelen emplear las reglas matemticas, sino estrategias intuitivas, con frecuencia
incorrectas en los juicios de asociacin. Por ejemplo la creencia infundada en la transitividad del
coeficiente de correlacin es comn en muchos estudiantes (Castro-Sotos, Van Hoof, Van den
Noortgate y Onghena, 2009).
Probabilidad. La caracterstica principal de la Estadstica es hacer uso de modelos aleatorios, a

diferencia de otras ramas de la matemtica donde se usan modelos deterministas. Pero, al contrario
que para otros conceptos matemticos, no hay una nica acepcin de la probabilidad. Las tres
aproximaciones principales para la escuela son:
En la concepcin clsica, se define la probabilidad de un suceso como el cociente entre el

nmero de casos favorable al suceso y el nmero de todos los casos posibles, siempre que
todos sean equiprobables.

En el enfoque frecuencial se obtiene una estimacin experimental de la probabilidad. Su
valor terico sera el lmite de la frecuencia relativa de aparicin del suceso al realizar la
experiencia un nmero infinito de veces en las mismas condiciones. Un aspecto importante
en este enfoque es comprender la diferencia entre probabilidad (valor terico constante que
nunca alcanzamos) y frecuencia relativa (estimacin experimental de la probabilidad, que
puede cambiar de una estimacin a otra). Tambin hay que entender que los resultados de
una experiencia son impredecibles, pero se puede predecir el comportamiento general de un
gran nmero de resultados (Batanero, Henry y Parzysz, 2005).
En el enfoque subjetivo, la probabilidad no es una propiedad objetiva de los sucesos, sino
una percepcin o grado de creencia en la verosimilitud de la persona que asigna la
probabilidad sobre la plausibilidad de ocurrencia del suceso. Muchos problemas de toma de
decisin o elaboracin de un juicio son abiertos o tienen ms de una posible decisin y en su
solucin intervienen tanto factores matemticos como extra matemticos. Esta concepcin de
la probabilidad sera adecuada para modelizar este tipo de situaciones.
Muestreo e inferencia. Relacionar las caractersticas de las muestras con las de la poblacin que
representan es el principal fin de la estadstica y nos sirve para decidir qu datos recoger y para
obtener conclusiones con algn grado de probabilidad. Varios autores sugieren que es posible una
comprensin informal de la inferencia, desde la secundaria. Para ello se comenzara por la
discriminacin entre la posicin central y variabilidad en las distribuciones de datos y el uso de estas
dos caractersticas para decidir cundo dos distribuciones son iguales o diferentes (Rubin,
Hammerman y Konold, 2006). Ms adelante se puede hacer una aproximacin al contraste de
hiptesis en la forma siguiente (Rossman, 2008): (a) Comenzar con una hiptesis sobre los datos; (b)
usar la simulacin para concluir que los datos observados son poco plausibles si la hiptesis es cierta;

y (c) rechazar la hiptesis inicial basndose en los resultados. Con apoyo de la simulacin tambin
puede llevarse al estudiante a comprender el concepto de estimacin por intervalo.
4. Pensamiento y razonamiento estadstico
Adems de la comprensin de las anteriores ideas, su uso adecuado en la resolucin de

problemas estadsticos requiere del desarrollo del razonamiento estadstico1. Uno de los modelos para
describir este razonamiento es debido a Wild y Pfannkuch (1999), quienes lo conciben como la suma
de cuatro dimensiones: (a) El ciclo de investigacin, que consiste en la serie cclica de pasos a seguir
desde que se plantea un problema estadstico hasta que se resuelve o bien se modifica y que es
bastante similar al proceso general de resolucin de problemas; (b) los modos fundamentales de
razonamiento estadstico; (c) el ciclo de interrogacin, que se aplica constantemente en la solucin de
problemas estadsticos, tanto a nivel global como en cada posible paso y consiste en la bsqueda y
comprobacin sucesivas de explicaciones, hiptesis o preguntas, desde los datos, los anlisis
realizados o los resultados; y (d) una serie de actitudes, como el escepticismo, la mentalidad abierta, la
perseverancia, el espritu crtico o la curiosidad. Los modos fundamentales de razonamiento
estadstico, segn estos autores son los siguientes:
Reconocer la necesidad de los datos: Mientras que en otras ramas de las matemticas los
datos son anecdticos, la base de la investigacin estadstica es el hecho constatado de que
muchas situaciones de la vida real slo pueden ser comprendidas a partir del anlisis de datos
que han sido recogidos en forma adecuada. La experiencia personal o la evidencia de tipo
anecdtico no es fiable y puede llevar a confusin en los juicios o toma de decisiones. Se
trata de basarse en la evidencia proporcionada por los datos empricos.
Transnumeracin: Este trmino indica la comprensin que surge al cambiar la
representacin de los datos; por ejemplo, al pasar de una lista desordenada de datos al
histograma se visualiza el rango y la moda. En general puede hablarse de tres tipos de
E S T A D S T I C A
transnumeracin: (1) la que produce al definir una medida que captura las cualidades o
caractersticas de un cierto fenmeno; por ejemplo, cuando utilizamos una escala de
actitudes para medir la actitud hacia la matemtica de un conjunto de estudiantes; (2) al
pasar de los datos brutos a una representacin tabular o grfica que permita extraer sentido
de los mismos, como el ejemplo citado del histograma; (3) al traducir el significado que el
estadstico ha captado y que surge de los datos, en forma que sea comprensible a otras
personas; por ejemplo, cuando explicamos en forma simplificada las conclusiones que se
deducen de un grfico de caja o de los resultados de un contraste estadstico.
Percepcin de la variacin. Como hemos indicado, la variabilidad aleatoria es una idea
fundamental en estadstica. Un componente del razonamiento estadstico es la identificacin
de las fuentes que producen dicha variacin, que pueden ser la propia medida, los datos, el
muestreo, el anlisis, ser producida por factores especficos (como la diferencia de altura en
chicos y chicas). El trabajo estadstico tambin asume como variacin aleatoria aquella cuyas
fuentes no quedan explicadas. El razonamiento estadstico permite buscar explicaciones y
causas para la variacin y realizar inferencias y predicciones, con un cierto margen de error,
teniendo en cuenta la variacin no explicada o aleatoria.
Razonamiento con modelos estadsticos. Al igual que en otras ramas de las matemticas, el
trabajo estadstico es esencialmente un proceso de modelizacin. La principal diferencia es la
presencia de aleatoriedad, as como la relevancia que adquieren los modelos probabilsticos
como por ejemplo, la curva normal. Tambin se utilizan modelos matemticos como
1
La adquisicin de una competencia mnima de anlisis de datos, no es hoy da un problema, pues se ve
favorecida por la abundancia de software amistoso.

grficos, o funciones (por ejemplo, en regresin); todos ellos han de contemplarse como
representaciones de la realidad e instrumentos para comprenderla, diferenciando el modelo
de la realidad.
Integracin de la estadstica y el contexto: Debido a la importancia que adquiere el contexto,
E S T A D S T I C A
la capacidad de integrarlo es tambin un componente esencial del razonamiento estadstico.

Este tipo de razonamiento aparece especialmente en las fases iniciales (planteamiento del
modelo) y finales (interpretacin del modelo en la realidad) del ciclo de modelizacin.
El desarrollo del razonamiento y la produccin de sentido son resaltados para el caso de la

estadstica por Shaughnessy, Chance y Kranendonk (2009), sugiriendo las siguientes competencias de
razonamiento para reforzar la comprensin de las ideas fundamentales: (a) anlisis de problemas,
bsqueda de patrones y relaciones en los datos, percepcin de la estructura y planteamiento de
conjeturas; (b) elegir y evaluar estrategias, aplicando el ciclo interactivo de investigacin estadstica;
(c) buscar y utilizar conexiones entre las conclusiones y el contexto; (d) reflexionar sobre si la
solucin es razonable y suficiente.
5. Desarrollo del sentido estadstico a travs del trabajo con proyectos
El sentido estadstico, como unin de la cultura y razonamiento estadsticos debe construirse en

forma progresiva desde la educacin primaria, secundaria, bachillerato y hasta la universidad. En este
sentido, las nuevas propuestas curriculares proporcionan una oportunidad de introducir gradualmente
ideas estadsticas desde la educacin primaria, aumentando el nivel de formalizacin progresivamente.
Pensamos que la mejor forma de ayudar al estudiante a desarrollar su sentido estadstico es basar las
clases de estadstica en el trabajo con proyectos, bien planteados por el profesor o escogidos
libremente por los alumnos. En lugar de introducir los conceptos y tcnicas descontextualizadas, o
aplicadas nicamente a problemas tipo, difciles de encontrar en la vida real, se tratara de presentar las
diferentes fases de una investigacin estadstica: planteamiento de un problema, decisin sobre los
datos a recoger, recogida y anlisis de datos y obtencin de conclusiones sobre el problema planteado.
A continuacin analizamos un ejemplo de proyecto adaptado de Shaughnessy, Chance y

Kranendonk (2009), quienes a la vez se inspiraron en un debate surgido a partir de una noticia en el
Daily News el 12 de Marzo de 2012, con el ttulo Will women some day run faster than men in a
marathon? The answer might surprise you2. El proyecto comenzara presentando a los alumnos la
citada noticia y el debate surgido y planteando la siguiente pregunta: Llegarn a superar las mujeres a
los hombres en las pruebas de 200 metros lisos en las olimpiadas? En qu ao?
Les proporcionaramos los datos de los tiempos alcanzados por los ganadores de la medalla de
oro en las olimpiadas, disponibles en la Tabla 1. Un primer anlisis de estos datos puede servir para
trabajar las ideas de distribuciones bivariantes y el uso de estadsticos descriptivos para la descripcin
de cada uno de los grupos. Si se observa, la mejora de las marcas en los hombres se ha pasado de 22,2
segundos a 19,32 en 112 aos; para las mujeres el cambio ha sido de 24,4 a 21,8 en 64 aos; en mucho
menos tiempo que los hombres han ganado aproximadamente 3 segundos.
Sin embargo, la disminucin de los tiempos no es sistemtica; se observan fluctuaciones y

cuando hay decrecimiento de una olimpiada a otra, no es constante. Incluso el mismo atleta (ver el
ejemplo de Usain Bolt) puede empeorar su marca de una olimpiada en la siguiente. Nos encontramos
2
Ver noticia en http://www.nydailynews.com/sports/more-sports/running-doc-women-run-faster-men-marathon-
answer-surprise-article-1.1037443

delante de un problema en que necesitamos datos y donde percibimos una variacin aleatoria que
tratamos de explicar; pero el listado de datos en s mismo es poco explicativo. Necesitamos representar
los datos de un modo adecuado para observar mejor la tendencia; es decir, hemos de realizar un
proceso de transnumeracin.
Una posible representacin de los datos sera un diagrama de dispersin (Figura 1), en el cul se
coloree o se represente con un carcter diferenciado las marcas de las mujeres y de los hombres.
Observamos claramente que las mujeres tardan ms que los hombres en todas las olimpiadas y que las
dos series de puntos son decrecientes; se tratara de una relacin inversa entre el tiempo en segundos
tardado en la prueba de 100 metros y el tiempo de calendario (ao de celebracin de la olimpiada);
conforme pasa el tiempo mejoran las marcas. Asimismo se observa una pendiente ms pronunciada en
la serie de puntos correspondiente a las mujeres.
Ao Atleta Pas Tiempo Atleta Pas Tiempo

1900 Walter Tewksbury USA 22,2
1904 Archie Hahn USA 21,6
1908 Robert Kerr Canad 22,6
1912 Ralph Craig USA 21,7
1920 Allan Woodring USA 22
1924 Jackson Scholz USA 21,6
1928 Percy Williams Canad 21,8
1932 Eddie Tolan USA 21,12
1936 Jesse Owens USA 20,7
1948 Mel Patton USA 21,1 Fanny Blankers NED 24,4
E S T A D S T I C A
1952 Andy Stanfield USA 20,81 Marjorie Jackson AUS 23,89
1956 Bobby Morrow USA 20,75 Betty Cuthbert AUS 23,55
1960 Livio Berruti ITA 20,62 Wilma Rudolph USA 24,13
1964 Henry Carr USA 20,36 Edith McGuire USA 23,05
1968 Tommie Smith USA 19,83 Irena Szewinska Poland 22,58
1972 Valeriy Borzov USSR 20 Renate Stecher GDR 22,4
1976 Don Quarrie JAM 20,23 Barbel Eckert GDR 22,37
1980 Pietro Mennea ITA 20,19 Barbel Wockel GDR 22,03
1984 Carl Lewis USA 19,8 Valerie Brisco USA 21,81
1988 Joe DeLoach USA 19,75 Florence Griffith USA 21,34
1992 Mike Marsh USA 20,01 Gwen Torrence USA 21,81
1996 Michael Johnson USA 19,32 Marie-Jose Perec FRA 22,12
2000 Konstantinos Kenteris GRE 20,09 Marion Jones USA 21,84
2004 Shawn Crawford USA 19,79 Veronica Campbell JAM 22,05
2008 Usain Bolt JAM 19,3 Veronica Campbell JAM 21,74
2012 Usain Bolt JAM 19,32 Allyson Felix USA 21,88
Tabla 1. Datos sobre tiempos de los ganadores de las pruebas olmpicas de 200 metros

E S T A D S T I C A
Figura 1. Marcas olmpicas en las pruebas de 200 metros
Aunque el proyecto se puede resolver con calculadora y papel, otra posibilidad de trabajo es con
Excel (u otro software estadstico como SPSS o R), para que los alumnos aprendan a introducir los
datos en la hoja de clculo y representarlos. La Figura 1 se ha obtenido con Excel, con la cual se puede
representar automticamente un diagrama de dispersin o superponer (como hemos hecho en este
caso) dos diagramas correspondientes a dos series de datos. Entre las muchas opciones de Excel nos
encontramos con una serie de facilidades para realizar un estudio de regresin. Utilizando la opcin
aadir lnea de tendencia, se puede elegir entre varias posibles familias de funciones para ajustar al
diagrama de dispersin (siguiendo el criterio de mnimos cuadrados). Nosotros hemos comenzado
probando el ajuste lineal; Excel tambin proporciona la opcin de aadir al grfico la ecuacin (en este
caso, la ecuacin de la recta de regresin).
Figura 2. Rectas de regresin ajustadas a los datos de mujeres y hombres
Nosotros hemos utilizado dicha opcin, obteniendo las dos ecuaciones siguientes (Figura 2):
y = -0,0394x + 100,62; para la recta de mejor ajuste a los datos de los tiempos de los
hombres;
y = -0,0259x + 71,343 para la recta de mejor ajuste a los datos de los tiempos de las
mujeres;
Es visible en la grfica que las rectas no son paralelas; por lo tanto llegarn en algn momento a
encontrarse. El valor x en que las dos rectas se cortaran corresponder a un ao; este sera el ao en
que, si los ajustes que hemos realizado son correctos y las tendencias continan, hombres y mujeres

llegaran a correr a la misma velocidad en la prueba de los 200 m. lisos! Cul sera este ao? Lo
podemos determinar algebraica o grficamente. Para determinarlo algebraicamente, bastara resolver
el sistema de ecuaciones formado por las expresiones algebraicas de las dos rectas, esto es;
y + 0,0394x = 100,62 ; restando estas ecuaciones, obtenemos: 0,0135x = 29,276, de donde
y + 0,0259x = 71,343
29,277
x= = 2168,66
0,0135
Es decir, a partir del ao 2168, se producira el empate; podemos tambin observar la misma
solucin (Figura 3) utilizando la opcin de Excel de extrapolacin de las ecuaciones de regresin. En
dicha grfica, aparentemente a partir de esta fecha, las mujeres correran ms que los hombres, dando
la razn al periodista. Observamos que, hasta este momento, hemos utilizado dos componentes nuevos
del razonamiento estadstico: el razonamiento con modelos (en este caso, el modelo de recta de
regresin) y la integracin de la estadstica y el contexto, interpretando lo que los grficos y
ecuaciones nos quieren indicar sobre la realidad (marcas olmpicas en las pruebas de 200 metros).
E S T A D S T I C A
Figura 3. Extrapolacin de las rectas de regresin
Hasta ac hemos utilizado los cinco tipos de razonamiento estadstico fundamental; tambin
hemos realizado un ciclo completo de investigacin estadstica (problema, datos, anlisis, conclusin).
Hemos trabajado muchas de las ideas estadsticas fundamentales: datos, grficos, variabilidad,
asociacin, distribucin, inferencia. Nos faltara ejercitar nuestro espritu crtico y escepticismo; es
decir, el componente actitudinal de la cultura y razonamiento estadstico.
Hemos de recordar en este punto la diferencia entre datos (en este caso las marcas olmpicas) y
modelo (las rectas de regresin) y hacer observar que el modelo no es exactamente igual que los datos
y que podran existir otros modelos que explicasen los datos. Ser importante, entonces complementar
el anlisis realizado hasta el momento, con alguna medida de la bondad del ajuste y, en caso necesario,
probar otros modelos que se ajusten mejor a los datos.
Otra informacin importante proporcionada por Excel es el coeficiente de determinacin R2,

siendo R el coeficiente de correlacin (en este caso, de correlacin lineal). El coeficiente de
determinacin, R2 nos indica la proporcin de varianza de la variable dependiente en la recta de
regresin Y (en este caso esperanza de vida) explicada por el modelo lineal utilizado (por la ecuacin
de la recta de regresin). En el proyecto que estamos analizando, obtenemos R2=0,8971 (R=0,947)
para el caso de los hombres, que es muy alto, pues como sabemos, el mximo valor absoluto del

coeficiente de correlacin es 1 (correspondiente a R=1 o R=-1), que son los casos en que los puntos
del diagrama de dispersin se alinearan perfectamente sobre una lnea recta. En la Figura 1 podemos
ver que, en efecto los tiempos de los hombres se sitan casi sobre la recta, que al ser decreciente,
correspondera a un coeficiente de correlacin R=-1. Para los datos sobre las mujeres obtenemos R2=
E S T A D S T I C A
0,7313 (R=0,855) algo menor que el anterior, pero tambin alto. Tambin podemos observar la mayor
distancia de estos datos a la recta de regresin.
En este segundo caso, queda ms de un 25% de la varianza de los datos no explicada por el
modelo y podramos tratar de mejorar la prediccin, eligiendo para ello una funcin de regresin
diferente, siempre que el valor del coeficiente de determinacin aumente (que otro modelo explique
mayor proporcin de varianza). Por suerte Excel proporciona diferentes opciones para la lnea de
tendencia: lineal, polinmica, potencial, logartmica, etc. (que se pueden obtener pulsando sobre dicha
lnea). El alumno puede ensayar con diferentes opciones, obtener para cada una la grfica, ecuacin y
coeficiente de determinacin y decidir, entre todas ellas, cul proporciona un mejor ajuste. Como
ejemplo, si usamos una funcin polinmica de grado cuatro, conseguimos subir el coeficiente de
determinacin a R2=0,93, suficientemente elevado, pues se explica el 93% de la variacin de los datos
(Figura 4)
Figura 4. Ajuste de un modelo polinmico a los datos de mujeres
Concluimos que en este segundo modelo, no es tan clara la conclusin de que las mujeres
lleguen a superar a los hombres en las olimpiadas. Es verdad que conseguiramos encontrar el punto
de corte entre las dos funciones, pero la tendencia ya no se conserva decreciente en las mujeres, sino
que aparecen oscilaciones que podran o no continuar en el futuro. Ser entonces necesario esperar a
tener nuevos datos para ajustar otra vez el modelo de regresin y obtener una conclusin definitiva.
Por otro lado, recordamos que modelo y realidad no siempre coinciden y que las tendencias
observadas podran variar en el futuro.
6. Reflexiones finales
Como sealaron Anderson y Loynes (1987), la estadstica es inseparable de sus aplicaciones, y

su justificacin final es su utilidad en la resolucin de problemas externos a la propia estadstica. En el
ejemplo de proyecto analizado hemos trabajado los dos componentes del sentido estadstico: cultura y
razonamiento.
Respecto a la cultura, se han trabajado multitud de ideas fundamentales: comenzando con la

recopilacin de unos datos reales, hemos analizado su distribucin bivariante, comparando dos
distribuciones diferentes, analizando en cada una su tendencia y variabilidad a travs de estadsticos y
grficos. Diferentes modelos de regresin (lineal, polinmico) nos han permitido describir los datos y
hacer predicciones; complementadas mediante el coeficiente de determinacin para analizar la bondad
del ajuste. Otras propiedades de la correlacin y regresin (como son por ejemplo el signo y el valor
del coeficiente, el signo de la pendiente segn sea la relacin directa o inversa, la relacin entre
pendiente y el coeficiente de correlacin), aunque han quedado implcitas podran analizarse con ms
detalle con los estudiantes segn los objetivos del profesor.
En el proyecto tambin se han ejercitado actitudes propias de la cultura y el razonamiento

estadstico como la creatividad, espritu crtico e imaginacin. Se utilizaron tambin todos los tipos
fundamentales de razonamiento estadstico y se involucr a los estudiantes en un ciclo completo de
investigacin y modelizacin estadstica. Con todo ello los estudiantes adquieren competencia en
conocimiento estratgico, es decir ser capaz de aplicar un conocimiento. La habilidad para aplicar los
conocimientos matemticos es frecuentemente mucho ms difcil de lo que se supone, porque requiere
no slo conocimientos tcnicos (tales como preparar un grfico o calcular un promedio), sino tambin
conocimientos estratgicos (saber cundo hay que usar un concepto o grfico dado). Los problemas y
ejercicios de los libros de texto slo suelen concentrarse en los conocimientos tcnicos, mientras que
los proyectos incluyen tambin conocimientos estratgicos, a la vez que aumentan la motivacin del
estudiante.
Todo ello se pone de manifiesto en el ejemplo presentado. El lector interesado puede encontrar
otros ejemplos de cmo es posible desarrollar un currculo de estadstica para la educacin secundaria
o universitaria mediante proyectos debidamente secuenciados (ver Batanero y Daz, 2011).
Agradecimientos: Proyecto EDU2010-14947 (MCINN-FEDER) y grupo FQM126 (Junta de Andaluca).
E S T A D S T I C A
Bibliografa
Anderson, C. W. y Loynes, R. M. (1987). The teaching of practical statistics. New York: Wiley.
Bakker, A. y Gravemeijer, K. P. E. (2004). Learning to reason about distribution. En J. Garfield y D.
Ben Zvi (Eds.), The challenge of developing statistical literacy, reasoning and thinking (pp 147-
168). Dordrecht, The Netherlands: Kluwer.
Batanero, C. y Daz, C. (Eds.) (2011). Estadstica con proyectos. Granada: Departamento de Didctica
de la Matemtica
Batanero, C., Henry, M., Parzysz, B., (2005). The nature of chance and probability. En G. A. Jones
(Ed.), Exploring probability in school: Challenges for teaching and learning (pp. 15-37). New
York: Springer.
Burrill, G., & Biehler, R. (2011). Fundamental statistical ideas in the school curriculum and in
trainingteachers. En C. Batanero, G. Burrill y C. Reading (Eds.), Teaching statistics in school
mathematics. Challenges for teaching and teacher education - A joint ICMI/IASE study (pp. 57-
69). Dordrecht: Springer.
Cabri, S. (1994). Filosofa de la estadstica. Servicio de Publicaciones de la Universidad de Valencia.
Castro-Sotos, A. E., Vanhoof, S., Noortgate, W. y Onghena, P. (2007). Students misconceptions of
statistical inference: A review of the empirical evidence from research on statistics education.
Educational Research Review, 2 98113
Engel, J. y Sedlmeier (2011). Correlation and regression in the training of teachers. En C. Batanero, G.
Burrill, C. Reading y A. Rossman (Eds.). Teaching statistics in school mathematics- challenges for
teaching and teacher education. A joint ICMI/IASE study (pp. 247-258). New York: Springer.
Franklin, C., Kader, G., Mewborn, D. S., Moreno, J., Peck, R., Perry, M. y Scheaffer, R. (2007). A
curriculum framework for K-12 statistics education. GAISE report. Online:

http://www.amstat.org/education/gaise/.
Gal, I. (2002). Adult's statistical literacy: Meaning, components, responsibilities. International
Statistical Review 70(1), 1-25.
Moore, D. S. (1991). Teaching statistics as a respectable subject. En F. Gordon y S. Gordon (Eds.),
E S T A D S T I C A
Statistics for the twenty-first century (pp. 14-25). Mathematical Association of America.
Reading, C. y Shaughnessy, J. M. (2004). Reasoning about variation. En J. Garfield y D. Ben-Zvi
(Eds.), The challenge of developing statistical literacy, reasoning and thinking (pp. 201-226).
Dordrecht, The Netherlands: Kluwer.
Rossman, A. (2008). Reasoning about informal statistical inference: One statisticians view. Statistics
Education Research Journal, 7(2), 5-19. Online: http://www.stat.auckland.ac.nz/serj.
Rubin, A., Hammerman, J. K. L & Konold, C. (2006). Exploring informal inference with interactive
visualization software. En B. Phillips (Ed.), Proceedings of the Sixth International Conference on
Teaching Statistics. Cape Town, South Africa: International Association for Statistics Education.
Online: www.stat.auckland.ac.nz/~iase/publications.
Snchez, E. y Batanero, C. (2011). Manejo de la informacin. En E. Snchez (Coord.), Enseanza y
aprendizaje de las matemticas, Casos y perspectivas (pp. 64-92). Mxico, D. F.: Secretara de
Educacin Pblica.
Shaughnessy, J. M. (2007). Research on statistics learning and reasoning. En F. Lester (Ed.), Second
handbook of research on mathematics teaching and learning (pp. 957-1010). Greenwich, CT:
Information Age y NCTM.
Shaughnessy, J. M., Chance, B., & Kranendonk, H. (2009). Focus in high school mathematics:
Reasoning and sense making in statistics and probability. Reston, VA: NCTM.
Watson, J. M. (2006). Statistical literacy at school: growth and goals. Mahwah, NJ: Lawrence
Erlbaum Associates.
Wild, C. y Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical
Review, 67 (3), 221-248.
Carmen Batanero Bernabeu, Facultad de Ciencias de la Educacin, Universidad de Granada. Fue

miembro del Comit Ejecutivo de ICMI (International Comisin on Mathematical Instruction y
Presidenta de IASE (International Association for Statistical Education). Ha coordinado varios congresos
y proyectos de educacin estadstica. batanero@ugr.es
Carmen Daz Batanero, Facultad de Ciencias de la Educacin, Universidad de Huelva, es doctora en

Psicologa. Fue becaria del Plan de Formacin del Profesorado Universitario y es actualmente Profesora
Contratado Doctor en rea de Metodologa de las Ciencias del Comportamiento. Su lnea de investigacin
es la enseanza y aplicaciones de la estadstica, tema en el que ha codirigido dos tesis doctorales. Ha
publicado trabajos sobre inferencia estadstica y didctica de la estadstica. carmen.diaz@dpsi.uhu.es
Jos M. Contreras Garca, nacido en Granada, fue becario de Plan de Fornacin del Personal
Investigador y es actualmente profesor ayudante doctor de la Universidad de Granada. Licenciado en
Ciencias Matemticas y en C.C. y T.T. Estadsticas, Mster en Estadstica Aplicada y doctor en Didctica
de la Matemtica. Ha realizado publicaciones en didctica de la estadstica. jmcontreras@ugr.es
Rafael Roa Guzmn, es doctor en Didctica de la matemtica y profesor Titular de Universidad de la

Universidad de Granada. Ha participado en varios proyectos de investigacin en educacin estadstica y
ha publicado artculos y comunicaciones en congresos sobre esta temtica.

ISSN: 1887-1984
Ana Serrad Bays (Colegio La Salle-Buen Consejo. Cdiz. Espaa)
Fecha de recepcin: 15 de octubre de 2012

Fecha de aceptacin: 22 de enero de 2013
Resumen En este artculo se analiza el significado de los conceptos de alfabetizacin, competencia

y cultura estadstica que se usan en la actualidad para describir las necesidades de la
poblacin con el fin de participar de forma efectiva en la sociedad y la economa. Se
presenta el Proyecto Internacional de Alfabetizacin Estadstica que tiene por misin
promover la difusin de la alfabetizacin estadstica a nivel mundial. A su vez, se
describen las acciones llevadas a cabo por los miembros de dicho proyecto que tienen en
cuenta al profesorado, aportndoles: conocimientos tericos, recursos para la enseanza y
actividades para promocionar la alfabetizacin estadstica entre el alumnado.
Palabras clave Estadstica, alfabetizacin, competencia, cultura, profesorado.
Abstract In this paper we analyse the meaning of statistical literacy, competency and culture
nowadays used to describe the citizenry needs to effectively participate in the society and
economy. We present the International Statistical Literacy Project which mission is
promoting worldwide diffusion of the statistical literacy. Also, we describe the actions
done by the members of this project for the teachers, giving them: theoretical knowledge,
E S T A D S T I C A
teaching resources and activities to promote statistical literacy between their students.
Keywords Statistics, literacy, competence, culture, teachers.
1. Introduccin
Cada da la mayora de la poblacin espaola amanece pendiente de los datos econmicos del
pas: la evolucin de la prima de riesgo, el IBEX 35, los datos del paro,Todos ellos son indicadores
estadsticos al alcance de cualquier ciudadano que est conectado a Internet. Sin embargo, a pesar de
la ingente cantidad de informacin a la que puede acceder un ciudadano en la era de la Web 2.0, el
acceso a la misma no es suficiente para garantizar una participacin efectiva en la sociedad y en la
economa (OECD, 2011). Se necesitan herramientas que permitan comprender, por una parte, el
significado matemtico de estos indicadores y, por otra, la complejidad de sus repercusiones a nivel
mundial. Para ello, se debe ser proveer a los individuos del conocimiento, las destrezas y las
competencias necesarias que les permita participar activamente en las decisiones sociales, econmicas
y polticas, Estos nuevos retos curriculares deben entenderse desde una perspectiva sociocultural de
la educacin matemtica que rompa con la anquilosada visin positivista de la misma.
Ante esta realidad uno se cuestiona: tienen los ciudadanos y adquiere el alumnado, a lo largo
de su escolarizacin, la cultura estadstica necesaria para poder comprender e intervenir en la realidad
actual? Esta pregunta quedar abierta en este artculo ya que el objeto del mismo no es un ensayo
sobre cultura escolar sino la presentacin del significado terico los conceptos de alfabetizacin,

A. Serrad Bays
competencia y cultura estadstica, y tambin de las acciones que lleva a cabo el Proyecto Internacional
de Alfabetizacin Estadstica (ISLP) para promover dicha alfabetizacin, a nivel global, en los
diferentes campos de produccin, consumo y comunicacin de datos estadsticos, y la presentacin,
detallada, de las destinadas al profesorado.
E S T A D S T I C A
2. Alfabetizacin, competencia y cultura
Las nociones de alfabetizacin, competencia y cultura estadstica surgen de las disquisiciones en

torno al significado de la nocin de alfabetizacin. La presentacin de dicha nocin se realiza desde
una perspectiva histrica que permitir entender el por qu de la misma y como ha evolucionado para
atender las necesidades culturales, sociales y polticas de las personas.
2.1. Evolucin histrica de la nocin de alfabetizacin
La Organizacin de las Naciones Unidas para la Educacin, la Ciencia y la Cultura utiliza por
primera vez el trmino alfabetizacin en 1951, refirindose a una persona considerada alfabeta si es
capaz de leer y escribir, comprendiendo, una breve y sencilla exposicin de hechos relativos a su vida
cotidiana (UNESCO, 1997, p. 123). Esta definicin ha ocasionado numerosos debates al intentar dar
respuesta a para qu alfabetizar, a quin alfabetizar y cmo evaluar y cuantificar quin es alfabeto, o
dicotmicamente, analfabeto.
De dichos debates se concluye que es un criterio mnimo y funcional, expresado en trminos de

las circunstancias personales (Triebel, 2005). Este mismo autor analiza la insuficiencia de la misma en
cuanto no hace referencia a las necesidades de actuacin de la persona alfabeta en un grupo o
comunidad, que le permitan seguir valindose de la lectura, la escritura y la aritmtica al servicio de

su propio desarrollo y del desarrollo de la comunidad (UNESCO, 1978, p. 18). Esta insuficiencia es
consecuencia de considerar que el tipo y el nivel de alfabetizacin funcional vara y depende del
entorno y del contexto de cada sociedad o comunidad en un momento concreto, e implica una
definicin de la cultura como identidad colectiva de forma ms general (Lind, 2008).
Desde 1978 las necesidades sociales, la pluralidad de contextos, lenguajes y usos han variado y,
en consecuencia, ha surgido el concepto de alfabetizaciones (cientfica, digital, emocional,),
siendo muchas de estas alfabetizaciones necesarias para la intervencin en la vida actual. La
UNESCO, consiente de los cambios sociales acontecidos y de las necesidades personales actuales,
redefine la alfabetizacin como: la habilidad de identificar, comprender, interpretar, crear,
comunicar y computar, usando materiales impresos y escritos en diversos contextos (UNESCO,
2005, p. 21).
Con la misma se pone de manifiesto que la alfabetizacin implica un continuo en el aprendizaje

que otorga a los individuos la consecucin de sus objetivos, desarrollar su conocimiento y potencial, y
participar plenamente en comunidad y en sociedad. Este proceso continuo de aprendizaje tiene lugar
tanto fuera como dentro de la escuela durante la escolarizacin obligatoria o en cursos de
alfabetizacin para adultos (Lind, 2008). Dicha nocin ha evolucionado de forma paralela al
incremento de los conocimientos, habilidades o destrezas mnimos que necesitan las personas para
enfrentarse a situaciones cotidianas. Pero si se solicita que estas personas se enfrenten a demandas
complejas, apoyndose en y/o movilizando recursos psicosociales (incluyendo destrezas y actitudes),
entonces se habla de personas no se habla de personas alfabetas sino competentes.
La distincin de ambas nociones, alfabetizacin y competencia, es producto de los trabajos

realizados por Rychen & Salganik (2001) al Definir y Seleccionar las Competencias Clave (DeSeCo).

A. Serrad Bays
As pues, la nocin de competencia respecto a la de alfabetizacin supone la integracin de las

habilidades, prcticas, conocimientos, motivaciones, valores ticos, actitudes, emociones y otros
componentes sociales y de comportamiento que se movilizan conjuntamente para lograr una actuacin
eficaz (MEC, 2006), que diferirn en funcin de competencia bsica.
En particular, la competencia matemtica se define en los documentos oficiales espaoles como:
la habilidad para utilizar y relacionar los nmeros, sus operaciones bsicas, los smbolos y las
formas de expresin y razonamiento matemtico, tanto para producir e interpretar distintos tipos de
informacin, como para ampliar el conocimiento sobre aspectos cuantitativos y espaciales de la
realidad, y para resolver problemas relacionados con la vida cotidiana y con el mundo laboral
(MEC, 2006, p. 686). Esta definicin de carcter semntico tiene como referencia los elementos
asociados al currculum, destacando la importancia de los nmeros, sesgada en cuanto al desarrollo de
destrezas, disposiciones del alumnado e importancia de los diferentes bloques de contenido
(Cardeoso & Serrad, 2006). La importancia que adquiere la numeracin es producto del papel que
ha adquirido la aritmtica desde las primeras ordenaciones curriculares basadas en la descripcin de
las necesidades mnimas de alfabetizacin de la sociedad.
2.2. Alfabetizacin cuantitativa, numeracin, tecno-alfabetizacin matemtica
La consideracin de los nmeros en su forma escrita, promovi que en la definicin de

alfabetizacin de 1978 se introdujese la aritmtica. Su inclusin supone que para ser alfabetizado se
deben tener los conocimientos y las destrezas necesarias para aplicar las operaciones aritmticas,
aisladamente o de forma secuencial, a nmeros insertados en materiales impresos, como el balance de
un registro de entradas y salidas, la comprensin de un consejo, el rellenado de impresos, o la
determinacin del inters de una hipoteca encontrada en un anuncio. Estos conocimientos y destrezas
pasaron a llamarse alfabetizacin cuantitativa, utilizndose en los estudios sobre alfabetizacin adulta
hasta el ao 1998. A partir de este ao, se utiliza el concepto de numeracin que se define como: el
conocimiento y destrezas que se requieren para una gestin y respuesta efectiva de las demandas
E S T A D S T I C A
matemticas en diversas situaciones (OECD, Statistics Canada, 2011, p. 146).
Las demandas actuales estn afectadas por un mundo dominado por la tecnologa digital, que
hacen que en muchos casos las matemticas se tornen invisibles, escondidas tras sistemas integrados
como: las hojas de clculo, los cajeros automticos, las lneas de produccin automticaTanto
automatismo hace cuestionarnos si cada vez necesitamos menos matemticas. O, por el contrario, si
cada vez necesitamos ms, ya que nos convertimos en dependientes de la informacin cuantitativa y
de los modelos matemticos que debemos comprender (Gravemeijer, 2012). Si creemos que cada vez
necesitamos menos, damos lugar a pensar que los ciudadanos se estn tornando en consumidores de
matemticas (Levy & Murnane, 2006), debido a que se espera de stos que tomen las decisiones en
base de la informacin de salida de los sistemas digitales que usan, pero que no realicen los clculos,
volvindose vulnerables los juicios que deban realizar asociados a ellos.
Esta realidad dificulta el establecimiento de qu matemticas necesita aprender el alumnado

actual para poder llegar a ser, como mnimo, consumidores de matemticas. Es ms, al intentar
establecer los objetivos de aprendizaje en este caso, se observa que las matemticas utilizadas en los
lugares de trabajo actuales son extraordinariamente diferentes de las matemticas tradicionales
(Hoyles, Noss, Kent, & Bakker, 2010). Estos autores, con el fin de describir las matemticas
necesarias en los lugares de trabajo, acuaron el trmino alfabetizaciones techno-matemticas que
definen como las combinaciones de matemticas, tecnologas de la informacin y competencias
especficas del lugar de trabajo que demandan una habilidad para tratar con modelos y tomar
decisiones basadas en la interpretacin de informacin abstracta (Kent, Bakker, Hoyles, & Noss,
2005, p. 1). Informacin abstracta como la que presentbamos en la introduccin de este artculo

A. Serrad Bays
relacionada con indicadores estadsticos y econmicos. El debate actual a nivel educativo se est
centrando en discernir si dichos conocimientos deben ser requerimientos para ser estadsticamente
alfabetos o por el contario son competencias profesionales propias de ciertos trabajos. En ambos casos
estamos hablando de las necesidades de los adultos.
E S T A D S T I C A
2.3. Alfabetizacin, competencia y cultura estadstica
Estas necesidades estadsticas de los adultos han estado ampliamente estudiadas desde el ao
2002. Ao en que Iddo Gal introdujo la definicin de alfabetizacin estadstica, especificando: que se
refiere a dos componentes interrelacionados:
a. capacidad para interpretar y evaluar crticamente la informacin, los argumentos

apoyados en datos o los fenmenos estocsticos que las personas pueden encontrar en
diversos contextos, incluyendo los medios de comunicacin, pero no limitndose a ellos,
b. capacidad para discutir o comunicar sus opiniones respecto a tales informaciones
estadsticas cuando sea relevante (Gal, 2002, p. 2)
Al igual que la nocin de alfabetizacin se caracteriza por dos rasgos definitorios que son el
contexto social y el uso individual. La caracterizacin dependiendo del contexto social est
relacionada con la nocin de alfabetizacin funcional del adulto, al considerar que esta vara y
depende del entorno y del contexto de cada sociedad o comunidad en un momento concreto. No slo
tiene en cuenta los conocimientos y destrezas que necesitan poner en juego los adultos para
enfrentarse a la informacin estadstica, sino que tiene tambin en cuenta las disposiciones de los
mismos, sus creencias, actitudes; priorizando la actitud crtica (Rumsey, 2002).
Definicin que permite a Gal separar a los adultos alfabetizados en dos grupos: los productores
de datos (que estn implicados en la produccin y el anlisis de los datos) y los consumidores (que
participan en la lectura, escucha o visualizacin de datos estadsticos y las interpretaciones que de
ellos se dan). Esta caracterizacin de consumidor estadstico coincide con el del consumidor de las
matemticas, descrita con anterioridad, enfatizando el carcter pasivo de la actuacin ante la
produccin y anlisis de datos. Pasividad que no se refiere a la puesta en juego de capacidades
definicin, discusin y comunicacin de lo opinado de forma crtica de la interpretacin y anlisis de
lo ledo, sino que se refiere a la comunicacin de los datos ya producidos para que estos sean
consumidos por otros. Este sera el caso de los periodistas, socilogos o psiclogos, entre otros, que no
son productores de datos estadsticos, pero si consumidores que actan bajo el fin de hacer llegar al
gran pblico sus interpretaciones sobre los mismos, ejercitando capacidades propias de comunicacin
de datos estadsticos. La capacidad de comunicacin y la inclusin de diferentes medios de
comunicacin abren la puerta a un nuevo grupo social que tiene un lugar propio en las necesidades de
alfabetizacin estadstica, que son los comunicadores estadsticos.
Los contextos sociales en los que se define la alfabetizacin permiten distinguir tres grupos de
personas en funcin de su uso, productor, consumidor o comunicador de datos. Pero, tambin deben
tenerse en cuenta la diversidad de cada uno de los individuos y su proceso continuo de aprendizaje. En
este sentido, la definicin de Gal sobre la alfabetizacin estadstica de los adultos tiene dos lmites en
cuanto al tiempo (la edad de las personas) y el espacio (personas viviendo en zonas industrializadas)
(Watson, 2002). Esta autora analiza los lmites en cuanto al tiempo, y los caracteriza en un continuo de
adquisicin que pasa por tres niveles jerarquizados: a) una comprensin bsica de la terminologa
probabilstica y estadstica, b) una comprensin del lenguaje probabilstico y estadstico y los
conceptos cuando estn insertados en el contexto de una discusin social amplia, y c) una actitud de
cuestionamiento en la que se pueda aplicar conceptos ms sofisticados que contradigan las
afirmaciones realizadas sin fundamentacin estadstica adecuada (Watson, 1997).

A. Serrad Bays
Estos trabajos, que son un referente clsico de investigacin en Educacin Estadstica, se

complementan con los tambin bsicos de Shamos (1995) sobre el conocimiento cientfico. Este autor
sugiere que la alfabetizacin cientfica se puede dividir en tres campos: cultural, funcional y
verdadero. La alfabetizacin cultural se refiere a la informacin objetiva necesaria para la lectura de
peridicos o revista e implica la memorizacin bastante ms que la comprensin de los trminos
cientficos. Por el contrario, la alfabetizacin funcional y verdadera presupone la necesaria
comprensin de las ideas y teoras cientficas en un nivel creciente de sofisticacin.
Este aspecto cultural de la alfabetizacin estadstica es el que tuvo en cuenta Batanero (2002) al
traducir el trmino anglosajn statistical literacy por cultura estadstica, en lugar de
alfabetizacin estadstica. Usando las palabras de la autora el trmino cultura estadstica quiere
resaltar el hecho de que la estadstica se considera hoy en da como parte de la herencia cultural
necesaria para el ciudadano educado (Batanero, 2002, p. 2). La traduccin del trmino de
alfabetizacin estadstica por cultura estadstica es una restriccin asociada a una visin histrica de
dicha nocin que difiere de la caracterizacin estructural de la misma. La cultura desde un punto de
vista estructural consiste en ideas, smbolos o comportamientos, modelados, pautados e
interrelacionados caracterizados por una visin multidimensional propios de los diferentes grupos
sociales y comunidades.
En consonancia con esta visin estructural de la cultura, en este artculo traducimos el trmino
statistical literacy como alfabetizacin estadstica. Esta traduccin hace referencia a una perspectiva
multidimensional del trmino alfabetizacin en que se tienen en cuenta las diferencias individuales de
los sujetos en un proceso continuo de aprender a aprender (desde el nivel escolar hasta las necesidades
como adultos), que permite la adquisicin de un nivel creciente de sofisticacin. Esta visin tambin la
comparten Naya, Ros y Zapata (2012) al analizar la situacin actual de la estadstica iberoamericana a
nivel preuniversitario.
Esta traduccin se refiere tambin a la visin multidimensional de la alfabetizacin estadstica
E S T A D S T I C A
asociada al uso que realicen de los datos los diversos grupos sociales. Los trabajos de Kent, Bakker,
Hoyles, & Noss (2005) sobre las alfabetizaciones techno-matemticas les han permitido identificar las
prcticas matemticas y estadsticas que estn presentes en varios sectores industriales, subrayando la
importancia de la lectura de tablas y grficos, la identificacin y medida de variables claves,
razonando sobre modelos en trminos de las relaciones entre variables y representando e interpretando
datos, que supone mucho ms que un aspecto puramente estadstico.
Milo Schield, teniendo en cuenta las necesidades descritas con anterioridad, redefini el
concepto de alfabetizacin estadstica, describiendo quienes son los usuarios de la misma: la
alfabetizacin estadstica es la habilidad de leer e interpretar resmenes estadsticos en los medios
cotidianos: en grficos, tablas, afirmaciones y ensayos. La alfabetizacin estadstica es la necesaria
para los consumidores de datos (Schield, 2010, p. 140). Este autor tambin define la nocin de
competencia estadstica como la habilidad de producir, analizar y resumir estadsticas detalladas en
estadsticas y estudios (Schield, 2010, p. 140). La competencia estadstica es necesaria para los
productores de datos.
Despus de ms de diez aos de debate en torno a la nocin de alfabetizacin estadstica se

concluye que es mucho ms que aplicar estadstica mecnicamente, es la habilidad de leer e interpretar
de forma crtica datos y usar la estadstica como evidencia en contextos cotidianos o profesionales
(Ridway, Nicholson, & McCusker, 2011).
Distinguen claramente las necesidades de los productores y consumidores de informacin

estadstica. En la distincin de productores y consumidores se encuentra una gran diversidad de grupos

A. Serrad Bays
que tienen objetivos, puntos de vista y expectativas comunes sobre la informacin estadstica y los
canales de distribucin tradicionales. Muchos de estos canales tradicionales de distribucin de la
informacin estadstica se han vuelto obsoletos, surgiendo nuevas formas y foros de comunicacin
dnde se mezclan diferentes niveles de productores y consumidores de datos, canales y mtodos
E S T A D S T I C A
estadsticos que difieren segn el grupo: la comunidad cientfica, las diferentes profesiones, la
administracin pblica, los polticos, los mercados, la sociedad, la cultura, la educacin y la ciencia
(Helenius, 2010).
Esta visin global de las necesidades actuales de la estadstica son un referente para establecer
las actuaciones del Proyecto Internacional de Alfabetizacin Estadstica (ISLP)
3. El Proyecto Internacional de Alfabetizacin Estadstica (ISLP)
El Proyecto Internacional de Alfabetizacin Estadstica (ISLP), dependiente de la Asociacin

Internacional de Educacin Estadstica (IASE)1 y del Instituto Estadstico Internacional (ISI)2 tiene
como misin: apoyar, crear y participar en actividades de alfabetizacin estadstica y promoverlas
alrededor del mundo para jvenes y adultos en todos los mbitos de la vida. Esta misin se ha ido
concretando a partir del anlisis de las necesidades detectadas en la sociedad desde sus inicios en
1994.
3.1. Evolucin histrica del ISLP
En el ao 1994, cuando en la UNESCO se realizaban estudios prospectivos sobre los niveles de

alfabetizacin funcional, en general, y sobre alfabetizacin cuantitativa en particular, el comit
ejecutivo del Instituto Estadstico Internacional (ISI) crea el World Numeracy Program. Dicho
comit tena por objetivo la difusin de las habilidades cuantitativas alrededor del mundo en aquellas
reas de poblacin (especialmente en zonas desfavorecidas y entre los jvenes) que pudiesen
beneficiarse de un mayor conocimiento de los nmeros y sus aplicaciones, y con una consideracin
especial hacia la enseanza de la estadstica.
El World Numeracy Program (WNP) inici una serie de proyectos o subproyectos como fueron
la promocin de programas nacionales de numeracin o de series de televisin, la realizacin de un
estudio sobre los esfuerzos de formacin internacional y nacional en el campo de la estadstica,
certificaciones para los estadsticos, un glosario multilinge de trminos, un registro de estndares
estadsticos como los que se haban empezado a realizar por parte de la NCTM para matemticas con
el fin de aportar recursos para la enseanza de la estadstica. Tal fin no se consigui y se consider que
el WNP deba pasar a formar parte del IASE. El cambio de adscripcin de la asociacin supuso:
otorgarle un mayor papel a la formacin, analizar quines eran los consumidores finales (alumnado,
adultos, polticos, administradores) e intermediarios (profesores, periodistas, libreros,) y sus
necesidades, y romper con la idea de alfabetizacin cuantitativa inicial o numeracin y aceptar la
nocin de alfabetizacin estadstica (Snchez, 2010). Como consecuencia de este cambio de
paradigma, en 2002 el WNP pasa a llamarse ISLP (Proyecto Internacional de Alfabetizacin
Estadstica).
1
IASE es una organizacin internacional para la educacin estadstica, que tiene por objetivo mejorar la
educacin estadstica en todos los niveles educativos a travs de la formacin de profesionales y el incremento
de la aceptacin mundial de la educacin estadstica (http://www.stat.auckland.ac.nz/~iase/)
2
ISI es una organizacin no gubernamental sin fines de lucro con estatus consultivo en las Naciones Unidas,
cuyo objetivo es estar presente entre los estadsticos y aquellas personas u organismos interesados en la
estadstica (http://www.isi-web.org/). Se organiza en siete asociaciones especializadas, siendo el IASE una de ellas.

A. Serrad Bays
A su vez, el cambio de adscripcin supuso la creacin de un Consejo Consultivo. De entre los

miembros de este consejo, destacamos a Iddo Gal, por su aportacin a la clarificacin de la nocin de
alfabetizacin estadstica; Carmen Batanero, en ese momento presidenta del IASE, por la difusin de
la nocin de cultura estadstica en el contexto iberoamericano y Carol Blumberg, como directora del
WNP, promotora de la creacin de la primera pgina Web con recursos para mejorar el desarrollo de
la alfabetizacin estadstica y acercarlos, entre otros, al profesorado para mejorar su prctica docente.
Tras unos aos donde el trabajo del proyecto se centro en recopilar materiales relacionados con
la formacin, en el ao 2007 se retoman las ideas iniciales de la importancia de la actuacin directa del
ISLP en el desarrollo de la alfabetizacin estadstica. Este cambio de perspectiva surge con la
nominacin de un nuevo director del proyecto, Juana Snchez, marcndose y ejecutando cuatro lneas
de accin diferentes:
1. El cambio de la antigua pgina Web por una Wiki

http://www.stat.auckland.ac.nz/~iase/islp/home
2. Retomando el objetivo del WNP de promocionar programas de alfabetizacin estadstica en
un nmero creciente de pases, en cooperacin con las administraciones de cada pas.
Aunque el objetivo ha sido comn, la estrategia ha diferido.
3. Promocionando la publicacin de recursos internacionales va el uso de las nuevas
tecnologas como: libros electrnicos o boletines. Destacamos el boletn Newsletter of the
ISLP que se publica con carcter bianual desde el ao 2008. En l se publican las noticias
de las acciones llevadas a cabo, en general, por el Comit ejecutivo del ISLP y, en
particular, las acciones llevadas a cabo en cada uno de los pases, que recopilan los
coordinadores nacionales. Espaa ha tenido varias aportaciones al Newsletter de las cuales
destacamos la presentacin a la comunidad internacional de las acciones llevadas a cabo por
el Instituto Andaluz de Estadstica3, Aprenestadistica.gencat.cat y Divestadistica4.
Esperemos que en prximos nmeros se pueda presentar las acciones de los otros institutos
de estadstica, como el Instituto Canario de Estadstica5
E S T A D S T I C A
4. Usando la Wiki como vehculo de comunicacin de las actividades del ISLP, como son la
participacin espaola en la Competicin Internacional llevada a cabo en Durban en el ao
2009 y la fase nacional de la Competicin de Psters de 2011.
Desde el ao 2007 la mayor estrategia de mejorar la alfabetizacin estadstica ha sido las

Competiciones Internacionales dirigidas al alumnado de Educacin Secundaria Obligatoria y
Postobligatoria. Las acciones para los aos 2009 a 2013 estn relacionadas con la extensin de la
enseanza de la alfabetizacin estadstica a otros grupos (Helenius, 2010), actual directora del ISLP:
los ciudadanos y los medios, las instituciones educativas, las universidades y centros de investigacin,
los administradores, los bibliotecarios y las agencias nacionales. El ISLP se ha fijado como estrategia
analizar para cada uno de los grupos: los objetivos y niveles de requerimientos en relacin con la
alfabetizacin estadstica, los ejemplos de las mejores prcticas sobre alfabetizacin estadstica que
podra ser usada o aplicada en los diferentes pases y las sugerencias sobre nuevos modelos operativos
o actividades que podran empezar los pases miembros a partir de sus coordinadores nacionales o por
el mismo Comit Ejecutivo del ISLP. Uno de los principales objetivos del ISLP ha sido ampliar su
extensin a pases de los cuatro continentes, participando actualmente 73 pases (Figura 1).
3
El Instituto Andaluz de Estadstica habla a los profesores de matemticas de Andaluca. ISLP Newsletter,
September-October, 2008. (http://www.stat.auckland.ac.nz/~iase/islp/newsletter-v-1)
4
Aprenestadistica.gencat.cat y Divestadistica. ISLP Newsletter 1(5) August, 2012
(http://www.stat.auckland.ac.nz/~iase/islp/newsletter-v-5)
5
ISTAC, Instituto Canario de Estadstica ( ) en convenio con la Sociedad Canaria de Profesores de Matemticas
editora de la revista Nmeros.

A. Serrad Bays
Desde sus inicios ha crecido, tambin, el nmero de personas que colaboran desinteresadamente
en l, pasando de cinco personas que formaban el comit del WNP a los 104 miembros actuales,
organizados en el Comit Ejecutivo, Consultores y Coordinadores Nacionales6. Entre las acciones
encomendadas a los coordinadores nacionales est la difusin del proyecto a nivel nacional,
E S T A D S T I C A
analizando las necesidades de cada uno de los grupos a los que va dirigido el ISLP. As pues, el
objetivo de este artculo es difundir el ISLP entre el profesorado de Educacin Primaria y Secundaria,
y adems animar a participar en las actividades que en l se planifican. Para ello, la siguiente seccin
se organiza con el fin de presentar los recursos albergados en la Wiki del ISLP y las acciones
propuestas para los prximos aos.
Figura 1. Clster de visitantes
4. Recursos y acciones del ISLP para el profesorado
Uno de los principales objetivos del ISLP ha sido recopilar y crear aquellos recursos
relacionados con la alfabetizacin estadstica que fuesen de utilidad para los grupos a los que va
dirigida sus acciones. Los recursos para el profesorado se refieren a conceptos generales sobre
alfabetizacin estadstica y a la enseanza y aprendizaje. En primer lugar, se presentan los recursos
sobre alfabetizacin estadstica.
4.1. Recursos sobre alfabetizacin estadstica
Los recursos sobre alfabetizacin estadstica son documentos o referencias de utilidad para
ahondar en el significado del trmino y su evaluacin.
Definiciones de alfabetizacin estadstica
La seccin definiciones de alfabetizacin estadstica es un compendio de la descripcin de los

trminos, que se refieren a tres tipos de fuentes:
6
Red de cooperacin del ISLP: http://www.stat.auckland.ac.nz/~iase/islp/people

A. Serrad Bays
La descripcin de los usos del trmino numeracin en el Diccionario Ingls Oxford, que van
desde el ao 1959 hasta el 1972.
Los informes y documentos curriculares que describen su uso a nivel educativo. Se destacan el
informe Cockford de 1982 y el ASA GAISE Report, currculum americano.
Los artculos y libros que caracterizan la alfabetizacin estadstica de Iddo Gal, Milo Schield,
Deborah Rumsey, Jane M. Watson, cuyas referencias pueden encontrarse al final del
artculo.
Artculos y libros de investigacin sobre alfabetizacin estadstica
Incluye una coleccin de artculos que abarcan el periodo de 2002 hasta la actualidad que
presentan avances de investigacin en la alfabetizacin estadstica y sus relaciones con el
razonamiento y el pensamiento estadstico. Entre ellos destacamos los artculos:
Los retos de la cultura estadstica de Carmen Batanero (2002) por la influencia que ha
tenido en el contexto iberoamericano.
Statistical Literacy: Meanings, Components, and Responsabilities de Iddo Gal (2002) por
las reflexiones en torno a la alfabetizacin estadstica de adultos.
Mathematics and Democracy: The Case for Quantitative Literacy de Lynn A. Steen (2001)
Diccionarios y glosarios de trminos estadsticos
Uno de los primeros retos del comit del WNP fue la elaboracin de un glosario de trminos
estadsticos que favoreciese el aprendizaje de los mismos. Desde ese momento se han ido elaborando
desde diferentes instituciones con finalidades diferentes. Destacamos el:
Glosario Multilnge de Trminos Estadsticos de ISI que puede encontrarse en
E S T A D S T I C A
http://isi.cbs.nl/glossary.htm. El glosario contiene traducciones de aproximadamente 3000
trminos estadsticos a 19 idiomas, que incluye espaol, cataln, euskera, portugus. Este
glosario puede ser de gran utilidad para centros bilinges su agilidad, al ser una herramienta
TIC, y su adecuacin, al haber sido elaborado por especialistas internacionales en
Estadstica.
El Glosario de trminos estadsticos de la Universidad Romullo Gallegos en espaol con
traducciones al ingls y francs, que incluye breves definiciones y ejemplos de los trminos.
Se puede acceder a l desde http://web.cortland.edu/flteach/stats/glos-sp.html
Los recursos descritos anteriormente pueden ser de utilidad para cualquier persona interesada en
la estadstica y su alfabetizacin, incluyendo entre ellos al profesorado. Al ser el profesorado uno de
los grupos prioritarios dentro del ISLP, se seleccionaron recursos con el fin de dar a conocer las
mejores prcticas en la enseanza y aprendizaje para la alfabetizacin estadstica.
4.2. Recursos para la enseanza y aprendizaje de la estadstica
En la actualidad los recursos estn clasificados segn si van dirigidos al profesorado o a su

formacin inicial y permanente, a los educadores, alumnado y adultos.
Actividades, unidades o proyectos a disposicin del profesorado
En esta categora se incluyen recursos on-line para que los profesores puedan usarlos
directamente en sus aulas o les sirvan para mejorar sus conocimientos sobre estadstica. Encontramos

A. Serrad Bays
Diseos Curriculares de varios pases y recursos organizados por etapas educativas. Entre ellos
destacamos por su importancia y reconocimiento internacional:
GAISE: Orientaciones para la evaluacin y enseanza de la Educacin Estadstica del

E S T A D S T I C A
NCTM (National Council of Teachers of Mathematics) and ASA (American Statistical

Association). Dicho documento se puede encontrar en
http://www.amstat.org/education/gaise/ y es un referente en la evaluacin del desarrollo de la
competencia estadstica desde los niveles de Educacin Primaria hasta Secundaria
Obligatoria.
Adventures in Statistics: Es una pgina Web que alberga un proyecto estadstico para alumnos
de 5 de Educacin Primaria para realizar dentro del entorno escolar, que incorpora medidas,
grficos, clculos, anlisis de datos y comunicacin de los resultados
http://mathforum.org/trscavo/statistics.html. Estas actividades estn albergadas en
mathforum que recoge esta y otras actividades para desarrollar la competencia estadstica.
CensusAtSchool (http://www.censusatschool.com/) es un proyecto internacional, bsicamente
de habla inglesa, que desde el ao 2000, recoge datos reales producto de encuestas con
escolares, que pueden acceder a los mismos para realizar estudios estadsticos adecuados a
su edad.
El National Council of Teachers of Mathematics (NCTM) tiene en su pgina Web
http://illuminations.nctm.org/ unidades didcticas para la enseanza de los contenidos
estadsticos.
La organizacin PBS (Public Bradcasting Service) en su seccin para profesores recoge
multitud de proyectos de todos los bloques de contenidos con sus guas didcticas para que el
alumnado pueda usar sus conocimientos estadsticos en diferentes contextos como el
marketing, las encuestas, los mercados financieros. La informacin se puede encontrar en
http://www.pbs.org/teachers
Simulaciones, demostraciones que facilitan la enseanza
Rice Virtual Lab in Statistics (http://onlinestatbook.com/rvls.html) contiene un libro on-line

sobre estadstica, simulaciones, vdeos, demostraciones con java, estudios de casos, y
herramientas para el anlisis estadstico.
Smart Centre Sample Visualisations (http://www.dur.ac.uk/smart.centre/freeware/) ha
desarrollado herramientas innovadoras preparadas para la visualizacin con Macromedia
Flash, que permiten el uso de interfaces para trabajar con datos multi-dimensionales.
SOCR (Statistics Online Computational Resource, http://www.socr.ucla.edu/) aporta
herramientas en lnea para la educacin estadstica, probabilidad y tecnologa que incluye un
repositorio de applets interactivos y herramientas grficas, junto con sus materiales para la
enseanza.
Virtual Laboratories in Probability and Statistics (http://www.math.uah.edu/stat/), consiste en
un conjunto integrado de componentes que incluye material con explicaciones, ejercicios de
papel y lpiz, simulaciones y ejercicios para el anlisis de datos.
Formacin permanente del profesorado
De los mltiples recursos recogidos en el ISLP dirigidos a la formacin permanente del

profesorado, escogemos los aportados por el Grupo de Investigacin en Educacin Estadstica de la
Universidad de Granada por ser un referente para los pases iberoamericanos
(http://www.ugr.es/~batanero/)

A. Serrad Bays
Evaluacin de la alfabetizacin estadstica
Esta seccin del ISLP recoge recursos que favorecen la evaluacin de la alfabetizacin
estadstica de escolares y adultos. Entre ellos destacamos el Programa para la Evaluacin Internacional
de las Competencias de los Adultos:
(PIACC, http://www.oecd.org/general/piaacprogrammefortheinternationalassessmentofadultcompetencies.htm)
por su relacin con el programa para escolares PISA, y el proyecto ARTIST:
(https://apps3.cehd.umn.edu/artist/publications.html)
que incluye una serie de recursos para la evaluacin de la alfabetizacin estadstica.
La pgina web del proyecto ISLP contiene muchsimos ms enlaces que los destacados en este
artculo. La mayora de materiales que promueven la alfabetizacin estadstica son en ingls. Los
materiales, que tradicionalmente encontramos en el contexto espaol, fomentan el desarrollo de la
numeracin o alfabetizacin estadstica al solicitar al alumnado, bsicamente, calcular parmetros o
representar grficamente datos, propuestos por otros, con el estudio de variables aisladas (Arteaga,
Batanero, Caadas, & Contreras, 2011). En cambio, adolecen de proponer cuestiones que supongan la
interpretacin de grficos y tablas para el desarrollo de la alfabetizacin estadstica, y an menos la
produccin de datos y su anlisis para el desarrollo de la competencia estadstica.
4.3. Acciones del ISLP para fomentar la Alfabetizacin Estadstica
En este momento el Proyecto est llevando a cabo bsicamente dos acciones para fomentar la
Alfabetizacin Estadstica a Nivel internacional: la organizacin del reconocimiento al mejor proyecto
cooperativo para la alfabetizacin estadstica y la organizacin de la Competicin de Psteres.
Premio al Mejor Proyecto Cooperativo
E S T A D S T I C A
Cada dos aos, en reconocimiento a los proyectos de alfabetizacin estadstica ms
excepcionales, innovadores e influyentes dirigidos a un segmento del pblico general y que son fruto
de la cooperacin de diferentes instituciones, el IASE/ISLP otorga una mencin al Mejor Proyecto
Cooperativo. Los proyectos candidatos al premio deben cumplir las siguientes caractersticas: (a)
estar en activo y tener potencial para continuar as en el futuro, (b) acceso libre a los recursos del
proyecto y su inscripcin, (c) educa en los conceptos de la teora estadstica y el anlisis de datos, y su
uso en el desarrollo de informacin sobre los pases y las sociedades, con una aplicacin en el amplio
espectro de las disciplinas y reas de la sociedad, teniendo en cuenta las tcnicas de manejo de datos,
experimentacin y los mtodos grficos, (d) tiene contenidos adecuados a nivel pedaggico para una
audiencia general (adultos y jvenes, los medios de comunicacin y estadsticos profesionales,
profesorado y alumnado, las ciencias sociales y naturales, (e) involucra dos o ms instituciones que
habitualmente no trabajaran cooperativamente, (f) es atractivo para la audiencia en general, (g) tiene
archivos ampliamente disponibles, (h) tiene un alcance internacional y hace un uso creativo de los
recursos disponibles.
En el ao 2009, el proyecto EarlyStatistics (http://www.earlystatistics.net/ ) en el que

colaboraba la Universidad de Cdiz, recibi conjuntamente con MathStats el Premio al Mejor
Proyecto Cooperativo. EarlyStatistics es un innovador programa de desarrollo profesional para la
enseanza y aprendizaje del razonamiento estadstico en los niveles de Educacin Primaria y
Secundaria. Espaa, tambin, ha participado en las diferentes Competiciones Internacionales de
Alfabetizacin Estadstica dirigidas al alumnado.

A. Serrad Bays
Competiciones Internacionales de Alfabetizacin Estadstica
Mientras que en Matemticas ha habido una gran tradicin de competiciones entre el alumnado,
como por ejemplo las Olimpiadas, esta tradicin no existe en Estadstica. Si analizamos las relaciones
E S T A D S T I C A
de los problemas de las Olimpiadas Matemticas observamos que raramente, por no decir nunca,
incluyen estadstica. Los problemas de las Olimpiadas no requieren conocimientos especiales de
Matemticas, por el contrario se intenta que para resolverlos el alumno deba utilizar la capacidad de
raciocinio, la habilidad de enfrentarse a situaciones nuevas y una cierta dosis de lo que
tradicionalmente se conoce por idea feliz. Mientras que la estadstica requiere de un entorno
experimental donde se analicen datos con el uso de tecnologas de la informacin para responder a
preguntas relevantes para la vida diaria. Por eso, desde el ISLP se concluy la necesidad de organizar
Competiciones de Alfabetizacin Estadstica con el fin de identificar qu alumnos/as y qu escuelas
ofrecan ejemplos de las mejores prcticas a nivel mundial (Snchez, 2010). Desde el ao 2007, el
ISLP organiza una competicin con el fin de reunir a alumnado y profesorado de diferentes pases
interesados en la Estadstica. La Competicin ha pasado por diferentes fases desde sus inicios
(Serrad, 2011):
Competicin Piloto en Portugal, 2007: que se organiz de forma similar al juego Quiere ser
millonario?, que se llam Quiere ser un entendido en Estadstica?
Primera Competicin Internacional de Alfabetizacin Estadstica, 2009: con tres fases y cinco
idiomas diferentes. Una primera fase, a nivel escolar, en la que se estableca un mnimo
internacional. Una segunda fase, a nivel nacional, clasificando a los ganadores segn tres
franjas de edad. Una tercera fase, internacional, organizada conjuntamente entre ISIBALO,
ISI y ISLP. Durante la fase internacional los alumnos se enfrentaron a tres pruebas: quiero
ser un entendido en Estadstica? compitiendo entre pases, una prueba individual de
razonamiento y pensamiento estadstico y la elaboracin de un Pster.
Primera Competicin de Psteres del ISLP, 2011: con dos categoras de alumnos que
presentaron su pster en la sesin 58 del Congreso Mundial de Estadstica del ISI que se
celebr en Dubln.
Despus de esta Primera Competicin de Psteres, el Comit Ejecutivo y Consultivo del ISLP
consider que este tipo de competicin era la ms adecuada para conseguir los objetivos de
alfabetizacin del Proyecto. Ya que los psteres son una forma interesante de: trabajar en equipo,
investigar cuestiones a partir de datos reales, usar clculos y grficas, interpretar resultados
estadsticos y desarrollar habilidades de comunicacin escrita. Con la realizacin del pster se quiere
demostrar la competencia del alumnado como productores, consumidores y comunicadores de datos.
Para ello se pide al alumnado que se organice en grupos de dos o tres estudiantes, clasificados en dos
categoras, Educacin Secundaria Obligatoria y Postobligatoria. Los tpicos de los psteres pueden
variar dentro del tema general de la Agricultura, usando datos recogidos por el alumnado o
previamente publicados en el idioma que crean oportuno.
Al igual que las Olimpiadas Matemticas, el alumnado participante debe ser abalado por un
profesor/a y por un centro educativo. Sin embargo, a diferencia de esta se puede elaborar el pster en
horario escolar o extraescolar. Para ello se aporta una gua con orientaciones sobre cmo realizar
dichos psteres, ya que el alumnado de matemticas espaol no est acostumbrado, en general, a este
tipo de presentaciones. Dicho pster se juzga en las fases escolares, nacionales e internacional
valorando la consecucin de la competencia estadstica a nivel de produccin y comunicacin de
datos, siguiendo los siguientes criterios:
La claridad del mensaje, analizando la coherencia entre los objetivos propuestos, las preguntas
de la investigacin, las hiptesis planteadas y los resultados y conclusiones obtenidas.

A. Serrad Bays
La adecuacin de los datos, valorando si son apropiados para contestar a la pregunta de

investigacin con una aplicacin adecuada de mtodos de recoleccin de datos.
Las estrategias usadas para el anlisis de datos y el establecimiento de conclusiones de forma
que los datos se analicen conforme a la pregunta o hiptesis de investigacin, las
conclusiones se apoyen en los datos y exista un anlisis de las limitaciones de la
investigacin donde se sugieran mejoras para estudios futuros.
La apropiacin de los grficos y tablas para exhibir y resumir los datos de forma que agreguen
informacin nueva al pster y tengan sus leyendas y explicaciones adecuadas.
La realizacin del pster para que sea legible a dos metros y con un adecuado equilibrio entre
grficos y texto.
La creatividad de la pregunta de investigacin, su inters a nivel social y su originalidad e
impacto visual.
La Competicin de Psteres se realiza bianualmente siguiendo una estructura de fase escolar,

nacional e internacional. En la fase internacional los psteres son presentados en la sesin del ISI
correspondiente conjuntamente los elaborados por investigadores profesionales en el campo de la
Estadstica. La informacin completa sobre la competicin se puede encontrar en
http://www.stat.auckland.ac.nz/~iase/islp/competition-second#competition_materials_2012_2013.
5. Sntesis
La evolucin de la nocin de alfabetizacin estadstica ha sido paralela al desarrollo de las

nociones de alfabetizacin cuantitativa, numeracin y tecno-alfabetizaciones matemticas, que
permiten describir los conocimientos mnimos de los ciudadanos para poder intervenir de forma
efectiva la sociedad de cada momento. Estas definiciones hacen referencia a los conocimientos del
individuo dentro de un grupo o sociedad, y a su vez, al desarrollo del individuo desde su edad escolar
hasta su edad adulta. La caracterizacin de estas nociones ha permitido distinguir la alfabetizacin
E S T A D S T I C A
estadstica de los trminos competencia estadstica y cultura estadstica. Detrs de su distincin
subyace el uso que realiza de los datos estadsticos reales un individuo o un grupo social, permitiendo
distinguir entre productores, consumidores y comunicadores de datos.
Cada uno de estos grupos tiene un peso especfico en el ISLP, que naci para comprender las
necesidades de numeracin estadstica y, que tiene como misin actual divulgar y promover la
alfabetizacin estadstica. Para ello, desde el ISLP se seleccionan aquellos recursos internacionales
que sean un referente sobre como promover la alfabetizacin estadstica. El profesorado puede acceder
a una ingente cantidad de recursos sobre la nocin de alfabetizacin estadstica, las investigaciones
llevadas a cabo, cules son las mejores prcticas y los materiales para su enseanza, aprendizaje y para
el desarrollo profesional del docente. Adems, el ISLP organiza dos acciones para reconocer cules
son las mejores prcticas que se desarrollan internacionalmente: el Mejor Proyecto de Cooperacin y
la Competicin de Psteres Estadsticos.
Bibliografa
Arteaga, P., Batanero, C., Caadas, G., & Contreras, J. M. (2011). Las Tablas y Grficos Estadsticos
como Objetos Culturales. Nmeros [en lnea], 76. Recuperado el 15 de febrero de 2009, de
http://www.sinewton.org/numeros/.
Batanero, C. (2002). Los retos de la cultura estadstica. de Conferencia inagural de las Jornadas
Interamericanas de la Enseanza de la Estadstica. Recuperado el 16 de julio de 2012, de
www.ugr.es/~batanero/ARTICULOS/CULTURA.pdf

A. Serrad Bays
Cardeoso, J. M., & Serrad, A. (2006). Puedo adivinar qu idioma est hablando mi amigo con slo
contar las vocales? Escenarios para el aprendizaje de la Estadstica y la Probabilidad. En P. Flores,
R. Pozuelo, & R. Roa (eds.) Investigacin en el aula de matemticas. Estadstica y azar, 279-301.
S.A.E.M. Thales y Universidad de Granada: Granada.
E S T A D S T I C A
Gal, I. (2002). Adults' Statitistical Literacy: Meanings, Components, Responsabilidades. International

Statistical Review, 70 (1), 1-51.
Gravemeijer, K. (2012). Aiming for 21st. Century Skills. International Journal for Mathematics in
Education , 4 (Special Issue), 30-43.
Helenius, R. (2010). Improving Statistical Literacy by National and International Cooperation. En C.
Reading (Ed.), Data and context in statistics education: Towards and evidence-based society.
Proceedings of the Eight International Conference on Teaching Statistics (ICOTS8, July, 2010),
Ljubljna, Slovenia, 1-6. International Statistical Institute: Voorburg, The Netherlands.
Hoyles, C., Noss, R., Kent, P., & Bakker, A. (2010). Improving Mathematics at Work, The Need for
Techno-Mathematic Literacies. TLRP's (Improving Learning Series ed.). Routledge: New York.
Kent, P., Bakker, A., Hoyles, C., & Noss, R. (2005). Statistical Reasoning in the workplace: techno-
mathematical literacies and learning opportunities. British Society for Research into Learning
Mathematics Proceedings, 25 (2), 37-42.
Kent, P., Bakker, A., Hoyles, C., & Noss, R. (2005). Techno-mathematical literacies in the Workplace.
Mathematics, Statistics and OR Connections [en lnea], 5 (1). Recuperado el 14 de septiembre de
2012, de http://www.mathstore.ac.uk/headocs/51technomaths.pdf
Levy, F., & Murnane, R. J. (2006). How Computerized Work and Globalization Shape Human Skill
Demands. IPC Working Paper Series, Industrial Performance Centre, Massachusetts Institute of
Technology: Massachussets.
Lind, A. (2008). Fundamentals of Educational Planning. Pars, Francia: UNESCO.
Naya, S., Ros, M., & Zapata, L. (2012). La Estadstica en la Enseanza Preuniversitaria. La Gaceta de
la RSME , 15 (2), 355-368.
MEC. (2006). "Currculo y competencias bsicas". 23 de marzo de 2006, Documento de Trabajo.

MEC. (2006). Real Decreto de contenidos mnimos para la ESO. . RD 1631/2006. (5), 677-773.
OECD. (2011). How's life? Measuring well-being. OECD Publishing.
http://dx.doi.org/10.1787/9789264121164-en.
OECD, Statistics Canada. (2011). Literacy for Life: Futher Results from the Adult Literacy and Life
Skills Survey. OECD Publishing [en lnea]. Recuperado el 10 de septiembre de 2012, de
http://dx.doi.org/978964091269_en.
Rychen, D. S., & Salganik, L. H. (2001). Defining and Selecting Key Competencies. Gttingen,
Germany: Hogrefe & Huber.
Ridway, J., Nicholson, J., & McCusker, S. (2011). Developing Statistical Literacy in Students and
Teachers. En C. Batanero, G. Burril, & C. Reading, Teaching Statistics in School Mathematics-
Challenges for Teaching and Teacher Education (Vol. ICMI Study volume 14), 311-322 New
York: Springer.
Rumsey, D. J. (2002). Statistical literacy: Implications for teaching, research and practice.
International Statistical Review (70), 23-36.
Snchez, J. (2010). The Millenium goals, National Statistical Offices, the International Statistical
Literacy Project and Statistical Literacy in Schools. UCLA Department of Statisitcs. Los ngeles:
Statistics UCLA [en lnea]. Recuperado el da 25 de septiembre de 2012, de
http://escholarship.org/uc/item/7x88n1nq.
Schield, M. (2010). Assessing Statistical Literacy: Take CARE. En P. Bidgood, N. Hunt, & F. Jolliffe
(eds.) Assessment Methods in Statistical Education: An International Perspective, 133-152. John
Wiley & Sons Inc: Chischester, Great Britain.
Serrad, A. (2011). El Proyecto Internacional de Alfabetizacin Estadstica. Jornadas sobre el
Aprendizaje y la Enseanza de las Matemticas (XV JAEM). Gijn, Espaa del 3 al 6 de julio.
Shamos, M. (1995). The myth of scientific literacy. New Brunswick, NJ: Rutgers University Press.

A. Serrad Bays
Steen, L. A. (2001). Mathematics and Democracy: The Case for Quantitative Literacy. Princeton, NJ:
National Council on Education and the Disciplines.
Triebel, A. (2005). Literacy in Developed and Developing Countries. En N. Bascia, A. Cumming, A.
Datnow, K. Leithwood, & D. Livingstone (eds.) International Handbook of Educational Policy,
pgs. 793-812. Springer: Great Britain
UNESCO. (1978). Actas de la Conferencia Anual [en lnea]. Recuperado el 7 de septiembre de 2012,
de http://www.unesco.org/new/en/unesco/resources/publications/unesdoc-database/
UNESCO. (1997). 50 Years for Education [en lnea]. Recuperado el da 7 de septiembre de 2012 de
http://www.unesco.org/education/educprog/50y/brochure/index.htm.
UNESCO. (2005). Aspects of Literacy Assessment: Topics and issues from the UNESCO Expert
Meeting [en lnea]. Recuperado el 7 de septiembre de 2012, de
http://www.unesco.org/new/en/unesco/resources/publications/unesdoc-database/
Watson, J. M. (1997). Assessing Statistical Thinking Using the Media. En I. Gal, & J. Garfield (eds.)
The Assessment Challenge in Statistics Education, 107-121.: IOS Press and International Statistical
Institute: Amsterdam
Watson, J. M. (2002). Discussion: Statistical Literacy before Adulthood. International Statistical
Review , 70 (1), 26-30.
Ana Serrad Bays, Colegio La Salle-Buen Consejo de Puerto Real (Cdiz), es doctora en Filosofa y
Ciencias de la Educacin. Profesora de Educacin Secundaria y ponente, nacional e internacional, de
cursos para la formacin del profesorado, coordinadora de grupos de trabajo y formacin de la Junta de
Andaluca, coordinadora espaola del International Statistical Literacy Project. Sus lneas de
investigacin son: Tecnologas de Informacin y Comunicacin, el Aprendizaje de la Estadstica y el
Aprendizaje de las Matemticas a travs de la lectura.
E S T A D S T I C A

ISSN: 1887-1984
M. Mercedes Surez Rancel (Universidad de La Laguna. Espaa)
Artculo solicitado a la autora por la revista
Resumen El objetivo de la aplicacin de cualquier tcnica estadstica va a estar orientado siempre

hacia la mejora del nivel de eficiencia en la toma de decisiones. En este sentido, una
gestin ptima se caracterizar por una utilizacin racional y sensible de estos recursos,
tanto econmicos como naturales ser compatible con la maximizacin de beneficios.
Palabras clave Anlisis de Datos, Estadstica, Empresa-Universidad, Calidad, Cuadro de Mando.
Abstract The purpose of the application of any statistical technique will always be geared towards
improving the level of efficiency in decision-making. In this sense, optimal management
is characterized by a rational and sensible of these resources, both economic and natural
will be compatible with profit maximization
Keywords Data Analysis, Statistics, Business-University, Quality, Balanced Scorecard.
1. Introduccin
E S T A D S T I C A
Mejorar la conexin entre la Empresa y la Universidad, sigue siendo un objetivo latente en
nuestra sociedad. Existe en nuestro pas un potencial de creatividad y conocimientos que no revierte en
el empresariado. Ms concretamente, la enumeracin de funciones que un matemtico-estadstico
puede desarrollar en la empresa privada, es an un trabajo ms arduo. Es obvio, que la respuesta a
estas funciones no se encuentra en un Manual de Calidad ni en procedimientos de Recursos Humanos
donde se especifican los perfiles, las competencias y las habilidades de los trabajadores. La empresa y
los headhunters desconocen totalmente las capacidades del perfil. El sentimiento empresarial inicial,
est basado casi en exclusividad en prejuicios sobre los matemticos-estadsticos, donde, como
alegricamente relata Pestano (2001):
Las matemticas creen que si la realidad no se adapta a sus hiptesis y

ecuaciones, pues peor para ella.
Por otro lado, la visin eminentemente cuantitativa de los estadsticos se ve reflejada en su

conceptualizacin de la economa especulativa residual, segn Pulido (2000):
en el sentido de que todo anlisis que no siga procedimientos matemticos,

que no emplee el anlisis estadstico, o no se base en otros tipos de
informacin emprica recogida, puede considerarse como especulativo

M. M. Surez Rancel
Ambas posturas han hecho que el encuentro colaborativo entre Empresa-Universidad sea un
tema sometido, en nuestros Sistemas de Gestin de Calidad, al mbito de los objetivos ante la Mejora
Continua.
E S T A D S T I C A
Sin embargo, ms all de las hiptesis y teoremas, una mente matemtico-estadstica, no slo
nos induce a establecer nuevas modelizaciones en la resolucin de problemas. Simplemente establece
una nueva forma de pensar y como consecuencia, proporciona un lenguaje ms conciso y preciso,
agilizando el razonamiento y obligndonos a formular las hiptesis implcitas para la toma de
decisiones, de forma lgica sin contradicciones.
La finalidad de este artculo es comunicar, que no slo se puede elaborar una lista interminable
de tareas especficas, sino que prcticamente podemos estar presentes en toda Toma de Decisiones de
forma eficaz.
Si uno pregunta la solucin de un problema, el conocimiento no permanece.

Es como si uno lo hubiera pedido prestado. En cambio, si lo piensa uno, es
como haberlo adquirido para siempre. Paenza, (2011)
Para ello destacara cuatro puntos fuertes de un matemtico-estadstico: la bsqueda de la

verdad, la objetividad en la toma de decisiones, la resolucin de problemas y en contra de lo
preestablecido: la intuicin.
La revista Fortune (n.6, 1996), publicaba: El informe Education

Industry Report de St. Cloud, Minnesota, present un ndice de utilidades de
15 compaas que estn buscando, de manera agresiva, empleados que
puedan manejar datos y aplicar el pensamiento analtico y estadstico bsico a
problemas empresariales comunes. Se compar el ndice de Evaluacin de

Alerta en el Manejo de Datos (DMAA) con el ndice de la Asociacin
Nacional de Cotizaciones Automatizadas de Agentes de Bolsa (NASDAQ).
Los resultados son evidentes. Los rendimientos de las empresas que contratan
gente que posee conocimientos bsicos en estadstica sobrepasan los de
empresas que no lo hacen. Existe un reconocimiento, por parte de un nmero
creciente de negocios, de la necesidad que tienen los gerentes efectivos de
tener conocimientos estadsticos....
En este artculo, se enumerarn algunas tareas concretas que los estadsticos estn o han estado
desarrollando en nuestras empresas canarias como son: Anlisis de Datos en la Toma de Decisiones
(Cuadro de Mando), Anlisis de Datos en los Sistemas de Gestin de Calidad y como consecuencia el
Anlisis de Datos dentro de la Satisfaccin del Cliente.
2. El Anlisis de Datos como Herramienta de Poder
El desconocimiento de los Mtodos Estadsticos, y el hecho de que la manera ms habitual de

tener contacto con la estadstica es a travs de los medios de comunicacin, hace que, Lon Walras, se
refiriese a los que huyen del enfoque estadstico, bajo justificacin de los aspectos no cuantificables de
una ciencia social de la siguiente manera: Citado por Pulido (2000)
En cuanto a aquellos que no saben nada de los Mtodos Estadsticos, que no

saben lo que quieren decir los Mtodos Estadsticos y an as han tomado la
posicin de que posiblemente no sirvan para elucidar principios econmicos,
dejemos que sigan repitiendo que la libertad humana nunca puede
expresarse en ecuaciones. Sin embargo, No podrn impedir que la teora de

M. M. Surez Rancel
la determinacin de precios bajo libre competencia se modelice

estadsticamente.
Es necesario dejar constancia del poder poltico y empresarial de los Mtodos Estadsticos como
herramienta y el desconocimiento de los mismos. En ese sentido, se evalan las Mejoras Continuas de
las empresas y los resultados de satisfaccin con los sistemas polticos. Los Anlisis de Datos sobre
los resultados econmicos de una empresa as como los Planes Estratgicos hacen que el
desconocimiento de estos anlisis puedan ser utilizados para expedientes de regulacin de empleo,
financiacin y nuevas inversiones sin que los afectados puedan valorar la veracidad de los resultados
emitidos. Este desconocimiento, hace que en un intervalo de 5 das, y ante el resultado de la ocupacin
y beneficio de nuestros hoteles tengamos resultados totalmente diferentes en todos y cada uno de
nuestros peridicos.
E S T A D S T I C A
Figura 1. El Da, 29 de Mayo del 2003
3. El Anlisis de Datos y El Sistema de Gestin de Calidad
El Sistema de Gestin de Calidad, segn la Iso 9001:2000 presenta la novedad de la importancia

del Anlisis de Datos dentro del mismo, y as lo contempla en los prrafos siguientes apartados:
Apartado 4.1. Requisitos generales: La organizacin debe realizar el seguimiento, la medicin

y el anlisis de sus procesos.
Apartado 5.4. Objetivos de la calidad: Los objetivos de la calidad deben ser medibles
Apartado 8. Medicin, Anlisis y Mejora. 8.4 Anlisis de datos: la organizacin debe

determinar, recopilar y analizar los datos apropiados.Esto debe incluir los datos generados del
resultado del seguimiento y medicin y de cualesquiera otras fuentes pertinentes

M. M. Surez Rancel
Apartado 8. Medicin, Anlisis y Mejora. Apartado 8.2.1 Satisfaccin del cliente:la

organizacin debe realizar el seguimiento de la informacin relativa a la percepcin del cliente
Apartado 8. Medicin, Anlisis y Mejora. Apartado 8.4 Anlisis de datos:la organizacin

E S T A D S T I C A
debe determinar, recopilar y analizar los datos apropiados.Esto debe incluir los datos generados del
resultado del seguimiento y medicin y de cualesquiera otras fuentes pertinente.
Sin embargo, no es la nica norma que as lo exige. La Q de Calidad Turstica y el Modelo de

Excelencia Europea EFQM tambin estn basadas en resultados medibles. Estas normas, preveen
medir, no slo la satisfaccin del cliente, sino tambin la satisfaccin del personal , el impacto en la
Sociedad, y los resultados econmicos, por lo que el Anlisis De Datos tiene an mayor relevancia que
en el Modelo ISO 9001:2000.
Los Sistemas de Gestin de Calidad estn basados en ocho principios que cada modelo refleja
posteriormente en forma de requisitos: Organizacin enfocada al Cliente, liderazgo, Participacin del
Personal, Enfoque a Procesos, Enfoque del Sistema hacia la Gestin, Mejora Continua, Enfoque
Objetivo hacia la Toma de Decisiones y Relacin mutuamente beneficiosa entre las partes interesadas.
Cuatro de ellas estn directamente relacionadas con el Anlisis de Datos: Organizacin enfocada al
Cliente, Mejora Continua y Enfoque Objetivo hacia la Toma de Decisiones. En todas ellas el
protagonismo de la Estadstica es notable, especialmente en la Organizacin enfocada al Cliente se
hace imprescindible.
3.1. Organizacin Enfocada al Cliente
En momentos como los actuales, las empresas tursticas y ms concretamente las hoteleras, se
ven sometidas de forma continua a evaluaciones externas de su servicio, frecuentemente publicadas en

numerosas pginas digitales y catlogos: encuestas de satisfaccin, comentarios en redes sociales y
portales de distribucin, etc. Estas evaluaciones externas inciden en la capacidad de negociacin del
empresario con sus proveedores y clientes y, por definicin, estn desvinculadas de sus estrategias de
mejora, por el desconocimiento del tratamiento multivariante de datos, as como la inexistencia de
paquetes informticos amigables, principalmente. Por ello, las empresas han de medir de forma
objetiva e interna, no slo las expectativas y percepciones de su cliente sino tambin las valoraciones y
propuestas de mejora de su propio equipo humano. Esto les permitir definir y objetivar su propio
criterio acerca del valor que aporta a su empresa, fortaleciendo sus herramientas de negociacin en los
distintos canales de comercializacin y, lo ms importante, permitindoles anticipar o mejorar el
tiempo de respuesta ante cualquier Reclamacin. La importancia de estos anlisis, directamente
influyentes en el beneficio de las empresas, lleva a revisar y discutir, desde una perspectiva
multidisciplinar, las estrategias de mejora desde la satisfaccin, convirtindola en la protagonista en
todos los briefings de seguimiento a lo largo del ejercicio, teniendo as repercusin directa en los
beneficios de la empresa.
Ante este escenario, los mtodos estadsticos, resuelven la deteccin de las variables influyentes
en la Satisfaccin del Cliente desde los clientes, empleados y proveedores, orientada a concienciar a la
empresa de la relacin entre satisfaccin del cliente, la competitividad turstica y del papel
fundamental de los sistemas de informacin en la planificacin estratgica. Para ello se propone
implementar y abordar las herramientas de Resolucin de Problemas como Ishikawa, Brainstorming,
Focus Group, as como el anlisis estadstico de los resultados obtenidos. Se disea as, un
cuestionario hecho a medida y adaptada a la situacin actual de la empresa, donde la fiabilidad y
validez de los mtodos utilizados son imprescindibles en el anlisis conjunto.

M. M. Surez Rancel
4. El Cuadro de Mando y la Estadstica
El Balanced Scorecard (Cuadro de Mando) ha sido uno de los instrumentos de gestin que ms
inters ha despertado en los ltimos aos, sin duda, por la necesidad que muchas organizaciones tienen
de mejorar sus elementos de informacin y seguimiento de la estrategia. Uno de sus elementos es el
mapa estratgico que, por otra parte, y desde un punto de vista de los elementos que un sistema de
gestin estratgica debe tener, constituye su mayor aporte conceptual. Un mapa estratgico es un
grfico de relaciones causales entre objetivos estratgicos de una empresa o rea de la empresa
(Figura 2). Un mapa estratgico permite visualizar de forma rpida, resumida y fcilmente
comprensible la estrategia del mbito objeto de anlisis. Igual problema puede tener el directivo que
carece de informacin que el que tiene en exceso y, por ello, es incapaz de interpretar cmo ha de
hacer su trabajo para alcanzar los objetivos de la organizacin. Un mapa estratgico obliga a concretar,
a centrar el mensaje en lo fundamental, y ello, sin olvidar la idea principal de todo Balanced
Scorecard: la necesidad de equilibrio entre objetivos financieros y no financieros (estos ltimos
agrupados en diferentes perspectivas). Un mapa estratgico: ayuda a detectar posibles inconsistencias
entre objetivos, ayuda a detectar aspectos importantes que no han sido tenidos en cuenta en la
planificacin estratgica y pudieran requerir de objetivos estratgicos, permite comunicar la estrategia
de forma ms entendible a diferentes agentes relacionados con la organizacin a todos los niveles, y,
como consecuencia de todo lo anterior, facilita la toma de decisiones alineadas con la estrategia.
Adems, la elaboracin del mapa estratgico de una organizacin proporciona un nada

despreciable aprendizaje para la mayora de personas involucradas en el proceso. En bastantes
organizaciones el problema principal de comunicacin no es vertical (de arriba hacia abajo o
viceversa) sino horizontal, es decir, entre distintas divisiones o unidades de negocio que, lejos de
seguir estrategias coordinadas y en una sola direccin, siguen estrategias diversas, dispersas y poco
sinrgicas. La discusin e intercambio de opiniones de forma ordenada entre personas de alto nivel en
la organizacin conlleva un mejor entendimiento de las distintas opciones o pensamientos y fomenta la
necesidad de alcanzar un consenso sobre el enfoque que la organizacin ha de tener.
E S T A D S T I C A
4.1. El contenido de los mapas estratgicos
El mapa estratgico de una unidad debe incluir los objetivos estratgicos fundamentales para las
diferentes perspectivas definidas en el Balanced Scorecard. Las perspectivas, no tienen porqu ser las
cuatro ms comnmente citadas (Financiera, Clientes, Procesos / Interna y Aprendizaje y
crecimiento), sino aquellas que, dentro de respetar el concepto de equilibrar lo financiero y lo no
financiero, incluyan los aspectos crticos para asegurar el cumplimiento de la estrategia a medio y
largo plazo de la organizacin.
Ejemplos de posibles perspectivas diferenciadas en algunas organizaciones por su relevancia

son Sociedad/Comunidad, Proveedores y Tecnologa (como perspectiva separada de la de Aprendizaje
y crecimiento.
Por tanto, el punto de partida es una lista de objetivos estratgicos definidos por la direccin y
para los cuales tambin debe definirse antes, durante o despus de la elaboracin del mapa, la manera
de medirlos (indicadores estratgicos).
Un objetivo es aquello que se quiere conseguir, mientras que un indicadores es la nica forma
de medirlo. Podemos querer mejorar las capacidades de nuestro personal (objetivo) y lo podemos
medir a travs de distintos indicadores, ninguno de ellos perfecto. As por ejemplo, podemos medir la
mejora de capacidades a travs de un indicador de esfuerzo como las horas dedicadas a esa formacin
o por un indicador de resultado como puede ser el crecimiento de ventas o la evaluacin que otras

M. M. Surez Rancel
personas de la compaa hagan sobre esa mejora de las capacidades. Es por ello que muchas
organizaciones optan por medir determinados objetivos a travs de ms de un indicador (Tabla 1) y
realizar un Anlisis de Datos sobre los mismos.
E S T A D S T I C A
Otras organizaciones optan, sin embargo, por elaborar mapas estratgicos de indicadores
(Tabla1) (en vez de mapas de objetivos). La causa, en ocasiones, es no entender la distincin entre
objetivos e indicadores. Otras veces es creer que hablar slo de indicadores es ms comprensible para
las personas a las cuales se quiere comunicar. El proceso de elaboracin de un mapa estratgico
conlleva, habitualmente, (i) la agrupacin de un conjunto amplio de objetivos, (ii) la priorizacin de
otros por la va de pasar algunos objetivos a un segundo nivel o a otros mapas estratgicos, y (iii) la
necesidad de pensar en nuevos objetivos estratgicos, tras observar la no existencia de algunos
objetivos necesarios para la consecucin de otros. En cualquier caso es importante entender que un
mapa estratgico significa optar por determinados objetivos por lo que debe incluir, un nmero
manejable de objetivos estratgicos debidamente analizados.
Figura 2. Ejemplo de Cuadro de Mando
Tabla 1. Ejemplo de objetivos e indicadores estratgicos

M. M. Surez Rancel
4.2. Alineacin de Personas y el Anlisis de Datos
Es un Modelo de negocio que ayuda a las organizaciones a transformar la Estrategia en

objetivos operativos, de forma que se potencie la consecucin de Resultados de negocio a travs del
Alineamiento Estratgico de los Comportamientos de las Personas clave de la compaa. Si queremos
implantar la estrategia, sta debe ser transferida desde el equipo directivo a toda la organizacin, es
decir, desde los miembros de la compaa responsables de definirla, hasta aquellos capaces de
implantarla en su trabajo diario (Kaplan y Norton (2009)). Por ello, profesionales que conozcan el
Anlisis de los Datos realizados en su naturaleza y no slo los resultados se hacen imprescindibles
para la comunicacin de los mismos.
El protagonismo de tales profesionales hace que los Planes de Accin sean considerados como
sagrados en las empresas una vez diseados y se basen todas las decisiones empresariales en el
Anlisis de Datos Objetivo. Esto hace que la comunicacin horizontal sea efectiva.
5. Sntesis
El protagonismo notable del Anlisis de Datos en el sector empresarial se incrementa en las

pocas de crisis econmicas. La prediccin exhaustiva de los indicadores de rentabilidad cobran una
notable importancia, dado que los mrgenes de beneficio se estrechan hasta medidas insospechadas.
Por ello, para los empresarios es fundamental contar con mentes analticas, que sepan utilizar las
herramientas de mejora necesarias para el logro de tales objetivos. Entre dichas herramientas, y en
contra de la poca popularidad de los mismos, por su desconocimiento; estn los Sistemas de Gestin
de Calidad. Estos sistemas que proporcionan una gestin ordenada y regulada que ayuda a la
obtencin de los indicadores establecidos. Dentro de estos sistemas la Satisfaccin del Cliente juega
un papel crucial, donde los Modelos Estadsticos Multivariantes se hacen imprescindibles. De la
misma forma, el Cuadro de Mando y la gestin de los Recursos Humanos, son reas donde los
E S T A D S T I C A
estadsticos pueden tener una presencia notable y productiva.
Estos ejemplos, simplemente muestran una pincelada de lo que un Estadstico puede realizar en
una empresa. En el momento en que, la empresa y los propios estadsticos sean conscientes, de las
sinergias que comparten, el abanico de posibilidades crecer de forma exponencial. Es obvio, que el
encuentro no ser fcil. Ms an, si tenemos en cuenta, que medidores de la realidad de forma
objetiva, siguen siendo profesionales incmodos para el sector empresarial y poltico. El escudarse en
realizar un anlisis exclusivamente cualitativo, lleva a la utilizacin de resultados claramente sesgado
a los intereses de quin los utiliza.
El uso de paquetes informticos unido al desconocimiento de los Mtodos Estadsticos, hace

que las conclusiones sean, en la mayora de los casos, incoherentes y poco fiables. Todo ello hace que
se produzca la desconfianza y el alejamiento progresivo de nuestros empresarios.
Como conclusin, seamos rigurosos e independientes como Analistas de Datos con el fin de que
el acercamiento Empresa-Universidad sea cada vez mayor. Por otro lado, los empresarios deben
aceptar los planes de accin como sagrados permitiendo que los asesores independientes hagan su
trabajo. La formacin de nuestros profesionales en Mtodos Estadsticos y la colaboracin con
investigadores y especialistas en el tema son trabajos futuros que hoy como nunca necesitamos
desarrollar.

M. M. Surez Rancel
Bibliografa
Kaplan y Norton (2009). El Cuadro de Mando Integral: Balanced Scoreboard. Barcelona, Grupo
Planeta, (versin inglesa: The Balanced Scorecard: Translating strategy into action. 1996.
E S T A D S T I C A
Harvard Business Press).

Norma UNE 66176 (2005). Sistemas de gestin de la calidad. Gua para la medicin, seguimiento y
anlisis de la satisfaccin del cliente. AENOR.
Paenza, A. (2011). Cmo, esto tambin es matemtica? Editorial Sudamericana.
Parasuraman, A.; Zeithaml, V. A. Y Berry, L. L. (1988). SERVQUAL: A Multiple-Item Scale for
Measuring Consumer Perceptions of Service Quality. Journal of Retailing, 64, 12-40.
Pestano, C. (2001). Reflexiones sobre las matemticas y su papel en la economa. Actas de las IX
Jornadas de la Asociacin Espaola de Profesores de Matemticas Universitarias para la
Economa y la Empresa, pp. 11.
Pulido, A. (2000). Posibilidades y limitaciones de las matemticas en la economa. En Matemtica,
Ciencia y Sociedad, Secretariado de Public. e Intercambio Editorial UVA, pp. 146.
Surez Rancel, M.M. (2012). Anlisis de Datos para Medir la Satisfaccin de Clientes en el Sector
Hotelero como base para la recomendacin y recurrencia de compra. Congreso AECIT.
Vavra, T.G. (1997). Statistics Improving Your Measurement of Customer Satitisfaction. ASQ Qualiy
Press.
Zeithaml, V.A. Parasuraman, A. y Berry. L.L. (1990). Delivering Quality Service: Balancing
Customer Preceptions and Expectations. New York: The Free Press.
M. Mercedes Surez Rancel, Profesora Titular de la Universidad de La Laguna (Espaa) Doctora en

Ciencias Matemticas y analista de datos para numerosos estudios de empresas canarias. Sus lneas de
investigacin son: Implementacin de sistemas de calidad (auditora interna y 15 aos de experiencia en
implementacin), anlisis de datos multivariantes, anlisis de satisfaccin de clientes como herramienta
de mejora, fijacin de precios de los servicios/producto prestados, estudios de mercado, cuadro de mando
y Anlisis de Datos dentro de las Ciencias de la Salud.

ISSN: 1887-1984
Elementos de inters en la investigacin didctica y enseanza de la
dispersin estadstica
Antonio Estepa Castro (Universidad de Jan. Espaa)
Jess del Pino Ruiz (Universidad de Jan. Espaa)
Resumen Uno de los puntos dbiles del actual currculo de secundaria en Matemticas es la
enseanza de la dispersin. Son varios los motivos que ocasionan esta debilidad. En este
trabajo se analizarn brevemente algunas investigaciones que nos ayudarn en el aula y
en la investigacin a mejorar la comprensin de un concepto complejo como es la
dispersin. Se indica la importancia de la dispersin en Estadstica. Se comprueba que el
concepto de dispersin no se incluye en los curricula oficiales, se analiza el significado
de la nocin de dispersin y se ejemplifica el desarrollo histrico mediante el devenir a lo
largo de la historia de las leyes del error. Finalizamos con unas conclusiones vlidas para
la enseanza y la investigacin.
Palabras clave Dispersin, variacin, variabilidad, curriculum, leyes del error.
Abstract One of the weaknesses of the current Mathematics secondary curriculum is teaching
dispersion. There are several reasons that cause this weakness. In this paper we briefly
E S T A D S T I C A
discuss some research that they will help to us in the classroom and in research to
improve understanding the dispersion complex concept. We indicate the importance of
the dispersion in Statistics. We have found that the concept of dispersion is not included
in the official curricula, we analyze the meaning of the notion of dispersion and a
historical development is exemplified by the evolution along the history of the law of
error. We end with our conclusions for teaching and research.
Keywords Dispersion, variation, variability, curriculum, laws of the errors.
1. Introduccin
Un tema crucial en el estudio de la Estadstica es la comprensin de la nocin de dispersin. Ya

que en muchos sentidos, la Estadstica es la ciencia de la variacin, puesto que la estudia, modela,
calcula, representa, interpreta y analiza (MacGillivray, 2004). Adems aparece por todas partes, varan
los datos, las muestras y las distribuciones. Frecuentemente, una parte importante del anlisis
estadstico es analizar la relativa contribucin y localizacin de las fuentes de variacin (Shaughnessy,
2007).
La dispersin es un concepto estrechamente ligado a los conceptos de variable e incertidumbre.

Frecuentemente se considera como una medida de la desviacin de los datos respecto a una medida de
tendencia central. Aunque la medida de la dispersin sea un elemento importante en el anlisis de
datos, la dispersin en Estadstica comprende ms que una sola medida. En el estudio de la dispersin

Elementos de inters en la investigacin didctica y enseanza de la dispersin estadstica
se debe considerar no solamente su significado (concepto) o cmo se utiliza como herramienta, sino
que tambin hay que considerarla en el contexto de los datos (Makar y Confrey, 2005), ya que, los
datos no son slo nmeros, son nmeros con un contexto (Cobb y Moore, 1997, p. 801).
E S T A D S T I C A
A lo largo de este trabajo veremos que la nocin de dispersin no se estudia en los curricula
oficiales (seccin 2). Los libros de texto no suelen incluir un tema o una seccin donde se estudie la
nocin de dispersin, definicin y terminologa, en las secciones 3 y 4 discutiremos lo que hemos
encontrado al respecto en la bibliografa consultada. La dispersin tiene un origen diverso,
comprender sus fuentes ayuda al dominio de los mtodos estadstico, en la seccin 5 analizaremos las
fuentes de dispersin.
La dispersin la percibi el ser humano desde los primeros tiempos y la problematiz cuando
hizo sus primeros clculos hace 2300 aos en problemas astronmicos. En efecto, los babilonios entre
los aos 500 y 300 a. C. desarrollaron una teora matemtica para estudiar los movimientos del sol, la
luna y los planetas (Plackett, 1978). La Historia de la Matemtica tiene un gran inters tanto desde el
punto de vista de la enseanza de los conceptos matemticos como desde el punto de vista de la
investigacin didctica, adems, en la mayora de los estudios estadsticos la consideracin de las
medidas de tendencia central obliga a la consideracin de la dispersin, por otra parte, la dispersin,
aunque aparentemente nos pueda parecer un concepto fcil, es muy difcil de construir por el individuo
y como ejemplo de tal aseveracin analizamos y discutimos la evolucin histrica de las leyes del
error que tanto fruto dio al desarrollo de la Estadstica y, en consecuencia, su conocimiento puede ser
rentable desde el punto de vista de la enseanza y de la investigacin didctica.
Por ltimo, finalizamos con unas conclusiones sobre el trabajo realizado.

2. La dispersin y los currcula no universitarios
Un primer anlisis que debemos hacer, si pretendemos realizar investigacin didctica, o bien,
si queremos centrarnos en la aplicacin en las aulas de las investigaciones didcticas sobre la
dispersin, es dnde, cundo y qu nociones relacionadas con la dispersin aparecen en los currcula
actuales.
El Real Decreto 1631/2006, que establece las enseanzas mnimas correspondientes a la

Enseanza Secundaria Obligatoria (ESO), en su descripcin de la asignatura de matemticas dice
sobre la estadstica
Debido a su presencia en los medios de comunicacin y el uso que de ella

hacen las diferentes materias, la estadstica tiene en la actualidad una gran
importancia y su estudio ha de capacitar a los estudiantes para analizar de
forma crtica las presentaciones falaces, interpretaciones sesgadas y abusos
que a veces contiene la informacin de naturaleza estadstica. (RD
1631/2006, p. 751)
El Real Decreto (RD) reconoce la importancia de la Estadstica en la sociedad actual, tanto en el

mundo social como en el acadmico, destacando que su estudio capacita al futuro ciudadano para
entender el mundo en el que vive, ofrecindole herramientas para obtener una informacin veraz que
pueda convertir en conocimiento til para la vida democrtica, en consecuencia, la formacin
estadstica es fundamental para el futuro ciudadano.
Un hecho a destacar es el nfasis que hace le RD en esta cita (y en las que presentemos despus)
en el anlisis crtico de las presentaciones, interpretaciones y abusos que algunas veces se hace al

ofrecer informacin estadstica tendenciosa, con el fin de transmitir una informacin que no se
corresponde con la que realmente contiene el estudio estadstico en cuestin. En efecto, algunas veces,
al ofrecer resultados estadsticos, dichos resultados se pueden presentar o interpretar de manera
tendenciosa, obteniendo unas conclusiones que beneficien al autor o a las ideas que defienda, pero
que no son propias de los resultados tratados. Una persona formada estadsticamente, puede detectar
dicha presentacin o interpretacin tendenciosa, pero una persona no bien formada estadsticamente,
en muchas ocasiones, es incapaz de detectarla, en consecuencia, el Real Decreto hace hincapi en que
los estudiantes adquieran la capacidad del anlisis crtico de las presentaciones e interpretaciones
estadsticas. Algunas veces puede aparecer este fenmeno cuando se toman medias sin tener en cuenta
la dispersin y los valores atpicos. En los medios de comunicacin social cuando se utiliza la media
para dar una informacin casi nunca va acompaada de la desviacin tpica correspondiente o alguna
otra medida de dispersin como sera necesario.
Centrndonos en el tema que nos ocupa, observamos que en el mismo Real Decreto, en los
bloques de contenidos, nos encontramos con que la dispersin no comienza a tratarse hasta el tercer
curso de la ESO.
Bloque 6. Estadstica y probabilidad.

Media, moda, cuartiles y mediana. Significado, clculo y aplicaciones.
Anlisis de la dispersin: rango y desviacin tpica.
Interpretacin conjunta de la media y la desviacin tpica. Utilizacin de las
medidas de centralizacin y dispersin para realizar comparaciones y
valoraciones. Actitud crtica ante la informacin de ndole estadstica. (RD
1631/2006, p.756)
Podemos ver que en el tercer curso se realiza una pequea introduccin y tan slo se trabajan,
en principio, dos medidas de dispersin: el rango y la desviacin tpica. Se inicia a los estudiantes en
el uso conjuntamente de la media y la desviacin tpica y se vuelve a enfatizar la actitud crtica ante la
E S T A D S T I C A
informacin estadstica.
Y en el cuarto curso de ESO nos encontramos, para la opcin A.

Grficas estadsticas: grficas mltiples, diagramas de caja. Uso de la hoja
de clculo.
Utilizacin de las medidas de centralizacin y dispersin para realizar
comparaciones y valoraciones. (RD 1631/2006, p. 758)
Y para la opcin B.

Grficas estadsticas: grficas mltiples, diagramas de caja. Anlisis crtico
de tablas y grficas estadsticas en los medios de comunicacin. Deteccin
de falacias. Representatividad de una distribucin por su media y desviacin
tpica o por otras medidas ante la presencia de descentralizaciones,
asimetras y valores atpicos. Valoracin de la mejor representatividad en
funcin de la existencia o no de valores atpicos. Utilizacin de las medidas
de centralizacin y dispersin para realizar comparaciones y valoraciones.
(RD 1631/2006, p. 759)
En cuarto, para la opcin A, se introduce el grfico de caja y las medidas de dispersin para
comparar y valorar (distribuciones de datos). La opcin B, mucho ms completa, se trabaja el anlisis
de otras medidas de dispersin y su significado (descentralizaciones, asimetras, valores atpicos, ...) y

la representatividad de los datos por su media y desviacin tpica, distinguiendo cuando estas se
pueden utilizar de cuando no se deben utilizar por la existencia de descentralizaciones, asimetras y
valores atpicos. Tambin se recomienda realizar valoraciones de la mejor representatividad en
funcin de la existencia o no de valores atpicos. Tambin aconseja el uso de las medidas de centro y
E S T A D S T I C A
dispersin para realizar valoraciones y comparaciones. Por ltimo observemos que hace hincapi en la
actitud crtica ante la informacin estadstica cuando habla de deteccin de falacias.
En esta primera aproximacin al currculo apreciamos ya varios defectos que comentaremos

ms profundamente en las conclusiones, como son el estudio tardo de la dispersin, la diferencia entre
las opciones A y B en cuarto o que el bloque de estadstica sea el bloque 6, el ltimo, que en la
prctica se traduce en que no hay tiempo para tratarlo o se hace de manera rpida por la escasez de
tiempo, en consecuencia este hecho no es una cuestin balad.
El Real Decreto es concretado por las diferentes rdenes para las comunidades autonmicas, a
ttulo de ejemplo, especificamos la de Andaluca, que se concreta a travs de la Orden de 10 de Agosto
de 2007 (B.O.J.A. del 20/08//2007), en el que a pesar de que a la hora de introducir la relevancia de la
materia dice la estadstica y la probabilidad tambin estn presentes hoy da en las diferentes
materias, as como en los medios de comunicacin, en los que aparecen datos que es necesario
interpretar. (B.O.J.A. (2007), p. 55) luego no suplementa lo que dice el Real Decreto y se queda en
un breve:
el desarrollo gradual comenzar, en los primeros cursos, por las tcnicas

para la recogida, organizacin y representacin de los datos a travs de las
distintas opciones como tablas o diagramas, para continuar, en cursos
sucesivos, con los procesos para la obtencin de medidas de centralizacin y
de dispersin que les permitan realizar un primer anlisis de los datos.
(BOJA- 20/08//2007, p. 56)
Debemos tener en cuenta que esto es todo lo que se trabaja la dispersin en la etapa obligatoria,
que debera formar al alumno suficientemente para la vida diaria (contribuyendo al desarrollo de la
competencia matemtica.)
Si subimos el nivel y vemos el currculo de la etapa post-obligatoria, en este caso, el

bachillerato, descubrimos con asombro que en las matemticas de ciencias no se abordan las nociones
relacionadas con la dispersin en los bloques de estadstica, tan slo se abordan en las matemticas
aplicadas a las ciencias sociales, en las matemticas de 1er curso de bachillerato tenemos:
3. Probabilidad y estadstica:
Estadstica descriptiva unidimensional. Tipos de variables. Mtodos
estadsticos. Tablas y grficos. Parmetros estadsticos de localizacin, de
dispersin y de posicin. (RD 1467/2007, p. 45475)
Y en las de 2 curso de bachillerato:
3. probabilidad y estadstica:
Problemas relacionados con la eleccin de las muestras. Condiciones de
representatividad. Parmetros de una poblacin.
Distribuciones de probabilidad de las medias y proporciones muestrales.
Intervalo de confianza para el parmetro p de una distribucin binomial y
para la media de una distribucin normal de desviacin tpica conocida.
Contraste de hiptesis para la proporcin de una distribucin binomial y
para la media o diferencias de medias de distribuciones normales con
desviacin tpica conocida. (RD 1467/2007, p. 45476)

En este ltimo curso, para los estudiantes que han elegido la va de las ciencias sociales, se
profundiza en la dispersin y se abordan problemas de muestreo y de distribuciones, pero para los
dems niveles no.
As pues a modo de resumen las nociones relativas a la dispersin abordadas en los currcula en
la etapa obligatoria son:
Medidas de dispersin en un conjunto de datos.

Interpretacin conjunta de la media y la desviacin tpica.
Comparacin de conjuntos de datos utilizando la media y la desviacin tpica.
Diagrama de caja.
Representatividad de una distribucin por su media y desviacin tpica o por otras
medidas ante la presencia de descentralizaciones, asimetras y valores atpicos.
Valoracin de la mejor representatividad en funcin de la existencia o no de valores
atpicos.
Y en la etapa post-obligatoria (preparatoria para la universidad):
Parmetros del muestreo.

Distribuciones de probabilidad.
Contraste de hiptesis.
3. La nocin de dispersin ausente de los curricula
Como se puede observar en la seccin anterior, los currcula oficiales no incluyen la nocin de
dispersin como objeto de estudio, solamente aparece el estudio de las medidas de dispersin en s,
E S T A D S T I C A
pero la nocin de dispersin brilla por su ausencia. El hecho de que alguna nocin importante no se
incluya en los curricula es un fenmeno didctico que suele darse en las disposiciones oficiales. Por
ejemplo, las nociones de conteo y de magnitud no han aparecido en los currcula oficiales hasta las
ltimas reformas.
El mismo caso es el de dispersin, en los curricula y en los libros de texto aparecen las medidas
de dispersin, pero no suele aparecer la nocin de dispersin como tal, parece ser que es una nocin
tan fcil, tan transparente, que se adquiere de manera espontnea y, en consecuencia, no es necesario
dedicarle un tiempo a su estudio y clarificacin, as lo expresan Makar y Confrey, (2005, p. 28) En
la mayora de los estudios de investigacin la expresin "variacin" se le atribuye un significado
evidente, es decir de sentido comn, y se deja sin definir. Muy pocos libros incluyen una definicin
para la dispersin.
Veremos a lo largo de ese trabajo que dicha nocin no es tan fcil ni se adquiere de manera
espontnea, adems dicha nocin impregna todos los contenidos estadsticos y es la esencia de la
misma Estadstica, si no existiese la dispersin no existira la Estadstica, ya que no sera necesaria. Su
estudio es necesario desde el primer momento, ya que, Cualquier curso introductorio (de
Estadstica) debe tener como principal objetivo ayudar a los estudiantes a aprender los fundamentos
del pensamiento estadstico. Esto incluye la necesidad de datos, la importancia de la produccin de
datos, la omnipresencia de la variabilidad, la cuantificacin y la explicacin de la variabilidad
(Cobb y Moore, 1997, p. 815, -el subrayado es nuestro-).
El hecho de que la dispersin no aparezca en los currcula no quiere decir que no se comience el
estudio de dicha nocin hasta que aparecen las medidas de dispersin, es decir, hasta Educacin

Secundaria, sino que se debe comenzar el estudio de dicha nocin desde la escuela elemental, hecho
que se desprende, por ejemplo, de la anterior cita de Cobb y Moore (1997)
As pues, partiendo de los currcula actuales, vamos a analizar y discutir la nocin de dispersin
E S T A D S T I C A
y sus fuentes, terminado con un anlisis histrico de la ley del error, en el que se particulariza un
enfoque del nacimiento y conformacin de la nocin de dispersin.
4. La nocin de dispersin1
4.1. Trminos utilizados
En ingls, nos encontramos cuatro trminos para referirse a la nocin de dispersin:

dispersion (dispersin), variation (variacin), variability (variabilidad) y spread. Esta ltima
es una palabra polismicas que tiene significado como nombre y como verbo. Como nombre significa:
propagacin, extensin, envergadura, expansin, Y como verbo: extender, exponer, untar, cubrir,
poner, llenar, espaciar, propagar, difundir, esparcirse, extenderse, untarse, propagarse, expandirse,
derramarse, (Garcia Pelayo, R, 1993). Algunos autores, como por ejemplo, Kaplan, Rogness, y
Fisher, (2011) recomienda no utilizar la palabra spread para referirse a la dispersin, debido a su
polisemia, ya que han detectado que produce dificultades en los niveles elementales de enseanza.
Estos autores aconsejan utilizar las palabras que consideran sinnimas variability o dispersion.
Reading y Shaughnessy (2004) apuntan que, segn varios diccionarios consultados variation
es un nombre usado para describir el acto de variar o cambiar una condicin y variability es un
nombre derivado del adjetivo variable y significa que algo es apto o propenso a variar o cambiar,
concretando que, aunque muchos autores variation y variability los utilizan como trminos
sinnimos, ellos los utilizan con un sentido diferente, siendo el significado de variability una
caracterstica (propensa a variar) de una entidad observable y el significado de variation la
descripcin o medida de esa caracterstica. Garfield et al. (2008) apuntan que la distincin entre
variabilidad y variacin, no se ha acordado an en la comunidad de Educacin Estadstica. Autores
posteriores como Peters (2011) usan los trminos variation y variability como intercambiables.
En la inmensa mayora de la literatura estadstica en ingls las palabras dispersion,

variation, variability y spread se toman como sinnimas a lo que en castellano entendemos por
dispersin. En lo que sigue las tomaremos como sinnimas, las palabras dispersin, variacin y
variabilidad, salvo que se indique lo contrario.
En Espaa, como hemos visto, en los currcula oficiales solamente aparece la palabra
dispersin, generalmente ligada a su medida, as la expresin medidas de dispersin la encontramos
en currcula y libros de texto. En los ltimos tiempos, probablemente influenciado por la literatura
anglosajona, comienzan a aparecer las palabras variacin y variabilidad en libros de texto y literatura
relacionada en castellano, como sinnimos de dispersin.
4.2. La nocin de dispersin
En la literatura que hemos revisado hemos encontrado algunas definiciones de dispersin que
analizaremos en los siguientes prrafos
1
Utilizamos la palabra dispersin en lugar de variacin o variabilidad porque es la ms utilizada en
castellano en la expresin medidas de dispersin

Usamos la palabra variabilidad para describir una situacin en la cual las observaciones o
las medidas deberan ser las mismas, pero no lo son (Phatak y Robinson,2005, p. 1). Esta primera
definicin enfatiza el hecho mismo de la variabilidad en la medida, la variabilidad existe porque
existen errores en las medidas u observaciones. Como veremos en la seccin 6 la problematizacin de
estos errores en la medida dio lugar al estudio de la ley del error, tan fecunda en Estadstica.
Una primera definicin sera la siguiente: En palabras sencillas, variacin es la cualidad de

una entidad (una variable) para variar, incluyendo variacin debida a la incertidumbre (Makar y
Confrey, 2005, p. 28). Nos dice el hecho de variar. Esta definicin de variacin es lo que Reading y
Shaughnessy (2004) entienden por variabilidad.
A la mayor o menor separacin de los valores respecto a otro, que se pretende que sea su
sntesis, se le llama dispersin o variabilidad. (Martn-Guzmn y Martn Pliego, 1985, p. 57). Aqu
se entiende la dispersin como la separacin de los valores de un valor de tendencia central. Esta
definicin de dispersin o variabilidad es lo que Reading y Shaughnessy (2004) entienden por
variacin.
Vemos en estas definiciones que los significados dados a variabilidad y variacin no

concuerdan con la distincin de Reading y Shaughnessy (2004), en consecuencia, por eso hemos
afirmado unas lneas ms arriba que Garfield et al. (2008) apuntan que la distincin entre variabilidad
y variacin, no se ha acordado an en la comunidad de Educacin Estadstica.
Generalmente en los curricula solo aparecen las medidas de dispersin, pero aunque la medida
de la dispersin es una herramienta muy importante en el anlisis de datos, cuando consideramos la
dispersin debemos tener en cuenta:
a) el concepto de dispersin, su definicin, saber explicar en qu cosiste;

b) su uso, sobre todo cuando se mide, las tcnicas matemticas asociadas a la medida de la
E S T A D S T I C A
dispersin;
c) el propsito que pretendemos con la dispersin, su utilidad dentro de un contexto, las
fuentes de dispersin (Makar y Confrey, 2005).
La dispersin es la esencia de la Estadstica, porque sin dispersin no hay necesidad de

investigacin estadstica (Moore, 1990). La dispersin tiene un significado cercano a los conceptos de
variable e incertidumbre, porque si hay variabilidad, vivimos en la incertidumbre y, si algo no est
determinado o es cierto, hay variabilidad (Bakker, 2004). Maana sabemos que amanece a una hora
determinada, pero no estamos seguros si lucir el sol o no.
5. Fuentes de dispersin
Son muchas las fuentes de la dispersin, aqu consideraremos las siguientes: la medida, la
naturaleza, dispersin inducida, dispersin en el muestro (Franklin et al., 2005).
5.1 Dispersin en la medida
Cuando realizamos medidas repetidas sobre un mismo tem observamos que las diversas
medidas no son iguales varan de una vez a otra, esto es debido a varias causas, entre otras, a que el
instrumento de medida no es muy fiable o adecuado (medir las dimensiones del aula con un doble
decmetro), o bien, que el sistema donde se hace la medida est en constante cambio. Para este
segundo caso podemos poner como ejemplo la medida de la presin sangunea, aunque el instrumento

de medida sea preciso, la presin cambia en un instante. En palabras de Jessica M. Utts: En resumen,
la variabilidad en las mediciones puede ocurrir por tres razones al menos. En primer lugar, las
mediciones son imprecisas, y por lo tanto el error de medicin es una fuente de variabilidad. En
segundo lugar, existe una variabilidad natural a travs de las personas en cualquier momento dado. Y
E S T A D S T I C A
en tercer lugar, a menudo existe una variabilidad natural en una caracterstica de la misma persona a
travs del tiempo. (Utts, pp.50). De estas palabras se deduce la importancia de la dispersin natural
que comentamos a continuacin.
5.2 Dispersin en la Naturaleza
La dispersin es inherente a la Naturaleza. La comprensin de la dispersin natural es requisito

imprescindible para comprender algunos mtodos estadsticos modernos. Si tomamos medidas sobre
seres naturales de una misma especie encontramos diferencias, debido a que los individuos son
diferentes (los estudiantes de una misma clase no tienen el mismo peso o la misma altura; las semillas
de una bolsa no pesan todas los mismo, etc.). En estos ejemplos vemos que la dispersin se puede dar
dentro de un grupo y entre grupos distintos de la misma especie. Esta distincin es importante en
Estadstica. Algunas veces encontramos patrones de la variacin existente y buscamos maneras de
trabajar sobre ella, tal es el caso de las tallas de la ropa o el nmero del calzado (Wild y Pfannkuch,
1999). Tambin es til aprender a distinguir las diferencias debidas a la dispersin natural de la
dispersin inducida por caractersticas que podemos definir, aplicar, medir y posiblemente manipular.
5.3. Dispersin inducida
Si plantamos un kilogramo de las mismas semillas en diferentes climas obtendremos resultados

diferentes. La variabilidad de los resultados ser debida a la variabilidad natural de las semillas, pero
tambin a la variabilidad inducida por el clima, en un tipo de clima obtendremos mejores o peores
resultados que en otro. Si el clima es el mismo y utilizamos distinto fertilizante, se obtendr
variabilidad inducida por el fertilizante. La comparacin de la variabilidad natural con la variabilidad
inducida por otros factores est en la esencia de la estadstica moderna, por ejemplo, es el caso de los
estudios de la efectividad de los medicamentos.
5.4. Dispersin en el muestreo
Si se toman diferentes muestras de una misma poblacin, estas varan entre s. Si se utiliza una
adecuada tcnica de muestreo y un tamao de muestra suficiente la muestra se asemeja a la poblacin.
6. Leyes del error
En Estepa et al. (2012) se esbozan algunas ideas sobre el inters de la Historia de las
Matemticas como fuente importante tanto para la investigacin didctica como para la enseanza de
las Matemticas. En cuanto a la investigacin la Historia nos sirve para perfilar la epistemologa de los
saberes matemticos, ya que nos cuenta cmo aparecieron, se conformaron, devinieron y llegaron al
estado actual las nociones y conceptos matemticos. En cuanto a la enseanza, la Historia puede ser
til, pues podemos tomar de ella las situaciones que comenzaron a dar sentido a las nociones
matemticas, adems como prueba de su inters en la enseanza, los curricula actuales aconsejan su
uso en la planificacin de las enseanzas.
Hemos visto en la seccin 5.1 que en muchas ocasiones hay necesidad de tomar datos de
medidas u observaciones sobre hechos o fenmenos. Se observa que aunque las medidas u

observaciones se realicen en las mismas condiciones, con los mismos aparatos e independientemente,
no siempre se obtienen idnticos resultados, es lgico pensar que exista un valor verdadero nico para
la medida u observacin que estemos realizando. La estimacin de este valor verdadero ha sido un
problema al que eminentes cientficos se han enfrentado ofreciendo sus soluciones. En este problema
se acomete el estudio de la variabilidad y lo analizaremos desde este punto de vista. El estudio de la
variabilidad de un conjunto de datos u observaciones es un problema difcil, al que grandes
matemticos, tardaron, tiempo y varios intentos hasta darle solucin. Hoy pretendemos que los
estudiantes aprendan todo esto en unos pocos das o semanas.
El uso de la dispersin casi siempre va unido a una medida de centro, en consecuencia, para
estudiar su consideracin, primeras aproximaciones y evolucin del concepto de dispersin y nociones
cercanas, hemos credo de inters estudiar y discutir la conformacin y devenir de las ley del error,
que tanto fruto ha dado dentro del desarrollo de la Estadstica. Adems, el modelo de la medida del
error es un modelo de dos parmetros, uno de localizacin, el verdadero valor, y un parmetro de
escala, dispersin, que puede ser conocido (Hald, 1998, p. 34). Otra razn por la que hemos incluido
las leyes del error es porque El razonamiento acerca de la variacin del error puede proporcionar
una base razonable para la instruccin (Petrosino, Lehrer, y Schauble, 2003, p. 132).
La estimacin del verdadero valor de una medida a partir de varias mediciones realizadas,
histricamente aparece en la Astronoma. Esta ciencia llam la atencin de los hombres desde los
primeros tiempos. Ya en Babilonia, siglos antes del nacimiento de Cristo se llevaban a cabo estudios
sobre los cuerpos celestes. En muchos estudios astronmicos se realizan observaciones y mediciones
obteniendo una serie de datos empricos que no suelen ser coincidentes, cuando tericamente deberan
serlo, es decir la medida o la observacin sobre un mismo hecho debera ser igual a su verdadero valor
cada vez que se tome. Como esto no es as, se denomina error de una observacin o una medida a la
diferencia entre el valor observado y el verdadero valor del fenmeno considerado (Hald, 1998, pp.
33).
E S T A D S T I C A
La estimacin de la mxima variacin en la duracin de un ao en de da la realiza Hiparco
(190-120 a. C.) tomando la mitad del rango de sus observaciones (Plackett, 1978).
Aunque cientficos musulmanes estimaban el verdadero valor calculando el punto medio del
recorrido o rango, parece ser que hasta la ltima mitad del siglo XVI, la prctica habitual para
seleccionar una medida como representante de un conjunto de mediciones, era tomar la que se crea
mejor medida, basndose en criterios como: lo ha dicho una persona con autoridad, se ha obtenido
bajo ciertas condiciones consideradas ptimas mediante un criterio. Este hecho preocup a Simpson
(1710-1761), e hizo la hiptesis de que la probabilidad de obtener un determinado error al realizar una
observacin puede ser expresada por una funcin de probabilidad discreta uniforme, o bien, por una
distribucin de probabilidad discreta triangular (Eisenhart 1983).
A partir de la ltima mitad del siglo XVI se comienza a tomar la media aritmtica como el valor
que mejor estima el conjunto de medidas.
Diversos cientficos y matemticos estudian la distribucin de las medidas, lo que podemos

considerar como el estudio de la variabilidad de los errores de medida. Lo que se ha llamado en la
literatura las leyes de error. C. Eisenhart (1983) las define as: Leyes del error, es decir, la
distribucin de probabilidad asumida para describir la distribucin de los errores que surgen en
medidas repetidas de una cantidad fija por el mismo procedimiento bajo condiciones constantes, fue
introducida en la ltima mitad del siglo XVIII para demostrar la utilidad de la media aritmtica de un
nmero de medidas o valores observados de la misma cantidad como una buena eleccin para el

valor de la magnitud de esa cantidad en base a las medidas u observaciones manejadas (Eisenhart
(1983, p. 531).
El primero en introducir el concepto de distribucin del error y a considerar la distribucin

E S T A D S T I C A
continua fue Simpson, imponiendo dos condiciones la distribucin debe ser simtrica y, adems debe
ser de rango finito, (Kendall, 1978).
Daniel Bernouilli explica su visin de la distribucin de los errores de la siguiente manera:

Supongamos una lnea recta en la que se disponen varios puntos que indican los resultados de varias
observaciones (valores). Un segmento perpendicular que parte de cada punto cuya longitud expresa la
probabilidad de ese valor, si dibujamos una lnea curva que una los extremos de dichos segmentos esta
ser la escala de probabilidades de las observaciones. Los siguientes supuestos de la escala de
probabilidades no se pueden negar. (Bernouilli, 1978).
a) Ya que las desviaciones del verdadero punto intermedio son iguales en ambas
direcciones, la escala de probabilidades tendr dos perfectas ramas similares.
b) Las observaciones sern ciertamente ms numerosas y, por lo tanto, ms probables cerca
del centro, al mismo tiempo sern menos numerosas en proporcin a su distancia del
centro.
c) El grado de probabilidad mayor estar en el medio, donde suponemos que se localiza el
centro y la tangente a la escala por este punto ser paralela a la anteriormente dicha lnea
recta.
d) Como suponemos que las observaciones menos favorecidas tienen un lmite, en ambos
extremos la probabilidad desaparece y un gran error es imposible.
e) Las mximas desviaciones en cada lado se consideran como una especie de frontera
entre lo que puede ocurrir y lo que no. De esta manera, la escala indica que es
escasamente posible pasar de ese lmite.
A continuacin (Bernouilli, 1970), propone las escalas que cumplen los supuestos anteriores
son: semi-elipse, semicircular (el verdadero valor est en el centro del semicrculo), coseno, arco de
parbola. Tambin reconoce que otras escalas cumplirn dichos supuestos. Estas distribuciones las
veremos en pginas posteriores.
Lambert (1728-1777) estudia errores a partir de datos astronmicos y fsicos y distingue entre
los errores brutos, sistemticos y aleatorios y propone una primitiva medida de fiabilidad para la
media: calcular la media de todas las observaciones y calcular la media de las observaciones que
quedan cuando se han eliminado las observaciones con grandes desviaciones. Calcula la razn entre
las dos medias, sin embargo no da criterio para distinguir las observaciones con grandes desviaciones
(valores atpicos) (Hald, 1998, p. 80).
Las leyes del error primero se suponen de rango limitado, a finales del siglo XVIII se
considerara con rango ilimitado.
Las distribuciones de rango limitado que se consideran son discretas (uniforme, triangular) y
continuas (uniforme, tringulo issceles, semicircular, parablica y logartmica) las distribuciones de
rango ilimitado (la primera ley del error de Laplace, la ley del error de Gauss, la segunda ley del error
de Laplace y la distribucin de Cauchy).
Como hemos visto la idea de que los valores centrales son ms probables que los ms alejados
del centro, salvo para la distribucin uniforme, da origen a que diferentes autores propongan diversas
distribuciones que cumplan este requisito.

6.1. La distribucin uniforme discreta (1786)
Simpson la propuso para el intervalo [-v, v] de la siguiente manera: los errores posibles pueden
ser v, v+1,, -2, -1, 0, 1, 2, ., v-1, v, todos ellos con la misma probabilidad, lo que le lleva a la
distribucin uniforme discreta. Siendo cada uno de los valores de los errores considerados, es decir, si
v es el verdadero valor y x es el valor observado, entonces e = x-v pertenece a [-v, v] La expresin,
1
general de la funcin de probabilidad sera Pr[ X = x] = , tomando v=5 hemos obtenido el
2v + 1
grfico de la figura 1. (Eisenhart, 1983, p. 534.)
Figura 1. Distribucin uniforme discreta
6.2. Distribucin triangular discreta (1756)
E S T A D S T I C A
Despus Simpson tuvo otro intento de explicar la variacin del error, fue mediante la
distribucin triangular discreta, ya que, las series de errores parecen mejor adaptadas porque es
altamente razonable suponer que la probabilidad de los errores decrece cuando los errores se
incrementan (Hald, 1998, p. 36) donde supone que los errores toman los valores enteros v, -v+1, ,
2, 1, 0, 1, 2, , v-1, v, con probabilidades proporcionalidades a 1, 2, v-1, v, v+1, 2, 1. En
(v + 1) x
concreto las probabilidades se calcularan mediante la frmula: Pr[ X = x] = , donde
(v + 1)2
6 x
x [-v, v] para v=5, tenemos, Pr[ X = x] = (Eisenhart, 1983, p. 534.), cuya representacin
36
grfica la ofrecemos en la figura 2 Simpson encuentra que la funcin generatriz de la distribucin
triangular es el cuadrado de la funcin generatriz de la distribucin uniforme, en consecuencia se debe
considerar a la distribucin triangular como suma de dos distribuciones uniformes (Hald, 1998, p. 36.)
A partir de trabajar con estas distribuciones Simpson concluy que tomando la media de un nmero de
observaciones disminuyen en gran medida las posibilidades de los errores ms pequeos y se elimina
cualquier posibilidad de grandes errores. (Eisenhart, 1983.)

E S T A D S T I C A
Figura 2. Distribucin triangular discreta
6.3. Distribucin uniforme continua (1776)
Lagrange (1736-1813) primero considera las distribuciones discretas uniforme (en el intervalo
[-a, b]) y triangular (en el intervalo [-a, a]). Demuestra los resultados obtenido previamente por
Simpson. Mediante el paso al lmite obtiene los resultados para las correspondientes distribuciones
continuas uniforme y triangular, la distribucin uniforme continua no simtrica la obtiene en el
problema VII de sus memorias y en la figura 3 se da una representacin grfica de ella
1
f ( x) = , a x b , para a=2, b=3. Esta distribucin tambin fue obtenida por Laplace,
a+b
probablemente sin conocer los trabajos de Simpson y Lagrange (Hald, 1998).
Figura 3. Distribucin uniforme continua
6.4. Distribucin continua triangular (1757)
En 1757, Simpson extiende su anlisis de la distribucin triangular discreta, para ello tom
valores kv, -k(v-1), , -k, 0, k, , k(v-1), kv, con probabilidades proporcionales a 1/k, 2/k, , v/k,
(v+1)/k, v/k, , 2/k, 1/k y aplic los lmites k , v 0 con kv a obteniendo la distribucin

1
triangular continua. Una representacin de la distribucin, f ( x) = (a x ), axa
a2
triangular continua, para a = 1 se muestra en la figura 4 (Eisenhart, 1983, p. 535.)
Figura 4. Distribucin continua triangular
6.5. Distribucin semicircular (1765)
Lambert (1728-1777) investig la forma de la distribucin del error de manera terica y

emprica (propuso una curva en forma de campana, sin expresarla en forma de funcin), durante su
investigacin concluy que la media aritmtica no difera del valor verdadero. (Eisenhart, 1983, p.
540.) Llega con posterioridad a la distribucin circular haciendo las siguientes consideraciones. Si
miramos una estrella sin telescopio, a simple vista, vemos un punto. Si la miramos con telescopio,
E S T A D S T I C A
aparece un crculo. La lnea del telescopio divide al crculo, aleatoriamente, en dos partes, todos los
puntos dentro de este crculo tienen la misma probabilidad de ser atravesados por esta lnea, as pues la
lnea debe ser perpendicular a un dimetro, adems la simetra permite rotar el telescopio de forma que
estas lneas pueden ser horizontales o verticales sin perder generalidad. La probabilidad de la
observacin es la medida del segmento que une el dimetro con un punto de la circunferencia que
bordea al crculo. (Eisenhart, 1983, p. 541) Despus de una serie de hiptesis ampliamente discutidas,
como la expuesta anteriormente, le lleva a la distribucin semicircular (Hald, 1998, p. 81).
a 2 (x ) , a x a + ,
2
p( x) =
2
a 2
Para a=1 y =0, tenemos La grfica representada en la figura 5.

E S T A D S T I C A
Figura 5. Distribucin semicircular
6.6. Distribucin parablica (1776)
La distribucin parablica fue estudiada por Lagrange, junto con la uniforme continua,
triangular continua y coseno, afirmando, al final del estudio, que la distribucin parablica es la ms
simple y la ms natural que uno pueda imaginar, (Eisenhart, 1983, p. 539; Hald, 1998, p. 48). La
forma ms general (asimtrica) de esta distribucin la propuso Laplace y es
6
f x ( x) = (a x)(b + x), b x a;0 b, a , (Eisenhart, 1983, p. 545), la propuesta por
(a + b)3
Lagrange es f x ( x) = 3 (a 2 x 2 ), a x a (Eisenhart, 1983, p. 539), en la figura 6 damos una

4a3
representacin grfica de esta distribucin, para a=2.
Figura 6. Distribucin parablica

6.7. Distribucin coseno (1781)
La distribucin coseno fue estudiada por Lagrange a partir del problema XI de su Miscellanea
Taurinensia (1776). En la figura 7 damos una representacin grfica de esta distribucin,
x
f x ( x) = cos , 1 x 1 .
4 2
Figura 7. Distribucin coseno
6.8. Distribucin de Laplace de rango finito (1781)
Discutiendo la distribucin de probabilidad de las destrezas de un jugador en un juego y de los
E S T A D S T I C A
intervalos entre puntos aleatorios en una lnea de longitud a, Laplace sugiere, que cuando el error X de
una medida individual u observacin puede tomar valores solamente entre a y a, y se ignora la ley de

la probabilidad de los errores, se puede tomar f ( x) = 1 log a ,a x a,0 , como la
x 2a x

distribucin de probabilidad de un error X, en la investigacin sobre la media que uno debe tomar
entre los resultados de muchas observaciones (Eisenhart, 1983, p. 545). La diferencia entre la mayor
y la menor observacin, rechazadas las no adecuadas por estar muy alejadas, sera 2a (Hald, 1998, p.
179). Para a=2, tenemos la representacin grfica que se da en la figura 8
6.9. Distribucin de Laplace o doble distribucin exponencial (ao 1774)
Segn Hald (1998, p.177), se puede decir que durante mucho tiempo Laplace haba reconocido
que la distribucin de errores aleatorios de observaciones astronmicas era simtrica, unimodal y de
rango finito. Las distribuciones de los errores ms utilizadas eran las que hemos visto hasta ahora,
simples funciones matemticas como la triangular, cuadrtica, coseno y semicircular.
En 1974, Laplace se plantea que los errores tericamente pueden ser infinitamente grandes si la
curva que los representa decrece asintticamente al eje de abscisas. Esta curva es simtrica respecto al
eje de ordenadas, teniendo un mximo en el origen y decrece de forma montona a cero, cuando x se
aleja del origen. Entre la multitud de funciones que tienen estas propiedades la ms simple obviamente
es:

f(x) e-mx , x>0, m>0
Laplace no elige la exponencial debido a su simplicidad, la obtiene por medio del principio de
indiferencia (se deben asignar probabilidades iguales a cada una de varias alternativas simples, si no
E S T A D S T I C A
hay razn conocida para preferir otra cosa).
Figura 8. Distribucin de Laplace de rango finito
Comienza observando que si no hay razn para suponer ningn punto en el eje ms probable
que otro entonces se tomara f(x) constante, lo que significa que la curva de error sera una lnea recta
infinitamente cercana al eje de abscisas. Esta hiptesis debe ser rechazada porque se opone a lo que
se conoce sobre la forma de la curva de error. En un segundo intento toma f(x) igual a una constante
negativa, lo que le conduce a la curva de error triangular, se debe rechazar esta hiptesis porque nos
llevara a una acotacin del error.
Finalmente, Laplace observa que no solamente las ordenadas de f(x), sino tambin las
diferencias de las ordenadas d(f(x) deben decrecer para x>0, y ya que no tenemos razones para
suponer una ley diferente para las ordenadas que para las diferencias, se sigue que no debemos, de
acuerdo con las leyes de las probabilidades, suponer que la razn de dos diferencias consecutivas
infinitamente pequeas sea igual que las correspondientes ordenadas, es decir
df ( x + dx ) f ( x + dx )
= , x ,
df ( x) f ( x)
en consecuencia, f ' ( x) = mf ( x), m >0,
por tanto
m m x
f ( x) = e , x , la constante m/2 se ha determinado por el requisito de que
2
f ( x)dx = 1 . Una representacin grfica para m = 2, se da en la figura 9.
Esta distribucin del error se llama la distribucin de Laplace o la doble distribucin
exponencial. Es la primera distribucin de los errores continua y de rango ilimitado. Laplace observa
que se puede objetar a esta ley que no toma el valor cero para grandes valores de x, pero en este caso
el valor de la funcin es tan pequeo que se puede tomar como cero.

Figura 9. Distribucin de Laplace o doble distribucin exponencial
6.10. La ley del error de Gauss (1890)
De acuerdo con Eisenhart, (1983, p. 548) Gauss (1777-1855) parte de que la distribucin de los
errores debe ser una funcin diferenciable unimodal y simtrica (la condicin de Laplace de continua
la cambia por diferenciable) y que tienda a cero para valores absolutos de errores que tiendan a
infinito.
Asume la regla tradicional de la media aritmtica, mediante la cual, la media aritmtica de una
conjunto de observaciones realizadas cuidadosamente y en las mismas circunstancias proporciona el
valor ms probable de la cantidad que se est midiendo.
E S T A D S T I C A
La funcin de densidad conjunta debe ser el producto de las probabilidades de cada uno de los
errores. La derivada de su logaritmo neperiano proporcional a los errores. De esta ltima obtiene la
h
funcin f ( x) = e h x , < x < , 0 < h < , la constante h puede ser considerada como la
2 2

1
medida de precisin de las observaciones y toma el valor de (Hald, 1998, p. 355). En los
2
comentarios a esta ley, Gauss dice que no puede representar bien a la ley del error con completo rigor,
ya que, asigna probabilidades mayores que cero a errores fuera del rango de las posibles desviaciones,
que, en la prctica, tienen lmite finito, pero esto es inevitable porque nunca se puede asignar lmite de
error con absoluto rigor, pero este defecto carece de importancia ya que la funcin dada se acerca
rpidamente a cero cuando los errores aumentan. Podemos ver la representacin para =2 en la figura
10

E S T A D S T I C A
Figura 10. Ley del error de Gauss
6.11. Distribucin de Cauchy (1824)
Esta distribucin puede describir la variacin de los errores de una medida. Eisenhart, (1983, p.
548) nos dice que fue propuesta por Poison en 1824, en un ejemplo de la demostracin del teorema del
lmite central. Cauchy la propuso en 1853, sin referir que Poison la haba discutido en 1829. Hoy es
reconocida por distribucin de Cauchy (Hald, 1998, p. 521). La frmula general es
1
f ( x) = , x , 0 .
x2
1 + 2

En la figura 11 se da la representacin grfica para =1.
Figura 11. Distribucin de Cauchy

7. Conclusiones
En este trabajo hemos tratado de la dispersin, variacin o variabilidad, como nos guste llamar
al fenmeno que est en el corazn de la Estadstica y sin el cual esta ciencia no tendra sentido, en
palabras de Wild y Pfannkuch, (1999, pp. 235-236), "La variacin es la razn por la que la gente ha
tenido que desarrollar mtodos estadsticos sofisticados para filtrar los mensajes de datos del ruido
ambiental".
Siendo la dispersin una nocin de enorme transcendencia en la adquisicin de los conceptos y

tcnicas estadsticos, hemos observado que su nocin y conceptos relacionados no vienen recogidos en
los curricula oficiales, probablemente porque la consideran muy fcil de entender y aprender. A lo
largo del trabajo hemos analizado que es un concepto amplio y complejo, hemos visto que sus fuentes
muy pocas veces se explicitan en los curricula ni en las planificaciones de enseanza. Tambin hemos
visto lo costoso que ha sido a lo largo de la historia clarificar estas nociones centrndonos en las leyes
del error.
Hemos visto que, en el contexto de los errores en la medida, el problema de determinar cul es
el verdadero valor de la medida a partir de varias mediciones con resultados diferentes, aparece la
primera nocin: si las medidas realizadas sobre el mismo objeto y con el mismo instrumento son
distintas (varan) es porque al menos todas menos una son errneas. Teniendo las medidas realizadas
(la mayora errneas) a la vista cul ser el verdadero valor? La primera solucin que aparece en la
historia es tomar como verdadero valor el semi-rango. En seguida se comienza a utilizar la media
aritmtica como verdadero valor, aqu aparece la distribucin uniforme discreta. Pero, tambin
bastante pronto, aparece otra idea que podemos resumir de la siguiente manera: cada vez que tomamos
una medida, en general, es diferente de las anteriores, si tomamos la media aritmtica de las medidas
realizadas, estamos suponiendo que todas las medidas tienen la misma probabilidad de ocurrir, pero
esto no es as, las medidas ms alejadas del valor central tienen menos probabilidad de ocurrir
(supuesto c) de Bernouilli), en consecuencia debemos realizar la media teniendo en cuanta la
E S T A D S T I C A
probabilidad de ocurrencia y aparece la distribucin triangular. El paso de lo discreto a lo continuo es
tambin un paso importante en la conceptualizacin del problema de calcular el verdadero valor.
Cuando no satisface esta distribucin aparece la semicircular, si esta no satisface, la semi-elipse, si no,
la parablica o la coseno. Si estas no satisfacen las de Laplace, hasta que terminamos con la de Gauss
que parece satisfacer a todos.
De este pequeo resumen podemos sacar dos conclusiones, las dificultades que han mostrado
verdaderos genios en el estudio de los errores y que en estos estudios los centros y la dispersin
siempre van unidos. Esto es lo contrario de lo que ocurre en las aulas: las medidas de centro se
estudian aisladas y a continuacin las de dispersin, tambin aisladas. El ciudadano sale de las aulas
sin tener conciencia de que una medida de centro siempre debe estar junto a una de dispersin.
Creemos que esta es una de las razones por la que cuando aparecen en los medios de comunicacin
medias aritmticas (salario medio, media mensual de la pensin de jubilacin en un pas,) muy
pocas veces aparece la media junto a la desviacin tpica. Solamente encontramos la media. Esta falta
de cultura estadstica se debe comenzar a atajar desde la escuela y la investigacin didctica.
Otra conclusin es que estas leyes han sido estudiadas por verdaderos genios y les cost muchos
esfuerzo llegar a conclusiones aceptables por ellos mismos y por los dems. Sin embargo, queremos
que nuestros estudiantes, adquieran un conocimiento adecuado sobre Estadstica y Probabilidad sin ni
siquiera esbozar unas ligeras nociones sobre la dispersin y conceptos relacionados. El mismo
razonamiento podemos hacer para la investigacin didctica.

A la vista de lo expuesto anteriormente, concluimos que es necesario incluir en los programas

de enseanza y en los de investigacin didctica una clarificacin adecuada de las nociones relativas a
la dispersin y conceptos relacionados como sus fuentes, destacando su presencia en las actividades
que se desarrollen, ya que como dice Moore, (1997, p. 150), La omnipresencia de la variacin es
E S T A D S T I C A
admitida, pero a menudo no se explica con claridad (la simulacin de un histograma en la

computadora no ensea la gente de negocios como interpretar un informe financiero).
Bibliografa
Bakker, A. (2004). Design research in statistics education: On symbolizing and computer tools.
Published Doctoral dissertation. Utrecht, The Netherlands: Freudenthal Institute. [En lnea]
Recuperado el 24 de mayo de 2013, de
http://www.stat.auckland.ac.nz/~iase/publications/dissertations/04.Bakker.Dissertation.pdf
Bernouille, D. (1970). The most probable choice between several discrepant observations and
formation therefrom of the most likely induction. Publicacin original de 1777 en una memoria en
la academia de San Petersburgo y reproducido en E. S. Pearson y M. Kendall (1970). Studies in the
History of Statistics and Probability, (pp. 157-167). Second impression, 1978. London: Charles
Griffin.
B.O.J.A. (2007). Orden de 10 de agosto de 2007, de la Consejera de Educacin de la Junta de
Andaluca, por la que se desarrolla el currculo correspondiente a la Educacin Secundaria
Obligatoria en Andaluca. Boletn Oficial de la Junta de Andaluca, 30 de agosto de 2007.
Cobb, G. W. y Moore, D. S. (1997). Mathematics, Statistics, and Teaching. The American
Mathematical Monthly, 104, 801-823.
Eisenhart, C. (1983). Laws of error I. Development of the concept. En S. Kotz y N. L. Johson (Eds.).
Encyclopedia of Statistical Sciences, Vol. 4, pp. 531-547. New York: John Wiley ySon Inc.
Estepa, A.; Gea, M. M.; Caadas, G. R. y Contreras, J. M. (2012). Algunas notas histricas sobre la
correlacin y regresin y su uso en el aula. Nmeros. Revista de didctica de las Matemticas, 81,
pp. 5-14.
Franklin, C., Kader, G., Mewborn, D., Moreno, J., Peck, R., Perry, M., et al. (2005). Guidelines for
assessment and instruction in statistics education (GAISE) report: A pre-K-12 curriculum
framework. Alexandria, VA: American Statistical Association. [En lnea] Recuperado el 24 de
mayo de 2013, de http://www.amstat.org/education/gaise/GAISEPreK-12_Full.pdf
Garcia Pelayo, R. (Dtr.) (1993). Gran diccionario Espaol-Ingls. English Spanish. Barcelona:
Larouse.
Garfield, J. B.; Ben-Zvi, D.; Chance, B.; Medina, E. Roseth, C. y Zieffler, A. (2008). Developing
Students Statistical Reasoning. Connecting Research and Teaching Practice. New York: Springer.
Hald, A. (1998). A History of Mathematical Statistics. From 1750 to 1930. New York: John Wiley $
Son Inc.
Kaplan, J. J., Rogness, N. T. y Fisher, D. G. (2011). Lexical ambiguity: making a case against spread.
Teaching Statistics, 34 (2) , 5660.
Kendall, M. G. (1978). Daniel Bernouilli on maximun likelihood. En E. S. Pearson y M. Kendall
(1978). Studies in the History of Statistics and Probability, 155-156. London: Charles Griffin
(Second impression).
M.E.C. (2007a). Real Decreto 1631/2006, de 29 de diciembre, por el que se establecen las enseanzas
mnimas correspondientes a la Educacin Secundaria Obligatoria. Boletn Oficial del Estado, 5 de
enero de 2007.
M.E.C. (2007b). Real Decreto 1467/2007, de 2 de noviembre, por el que se establece la estructura del
bachillerato y se fijan sus enseanzas mnimas. Boletn Oficial del Estado, 6 de noviembre de 2007.
MacGillivray, H. (2004). Coherent and purposeful development in statistics across the education
spectrum. In G. Burrill, y M. Camden (Eds.), Curricular Development in Statistics Education:

International Association for Statistical Education 2004.Roundtable. (pp. 230-243). Voorburg, The
Netherlands: International Statistical Institute.
Makar, K. y Confrey, J. (2005). Variation-talk: Articulating meaning in statistics. Statistics
Education Research Journal, 4(1), 27-54, http://www.stat.auckland.ac.nz/serj.
Martn-Guzmn, M. P. y Martn Pliego, F. J. (1985). Curso bsico de Estadstica Econmica. Madrid:
Editorial AC.
Moore, D. (1990). Uncertainty. En L. A. Steen (Ed.), On the shoulders of the giants: New approaches
to numeracy , 95-137. Washington, DC: National Academy Press.
Moore, D. S. (1997). New pedagogy and new content. The case of statistics. International Statistical
Review, 65(2), 123-165.
Peters, S. (2011). Robust understanding of statistical variation. Statistics Education Research Journal,
10(1), 52-88.
Petrosino, A. J.; Lehrer, R. y Schauble, L. (2003) Structuring Error and Experimental Variation as
Distribution in the Fourth Grade. Mathematical Thinking and Learning, 5(2y3), pp.131-156
Phatak, A and Robinson, G. (2005) Understanding and modelling variability:
PractitionersPerspectives. International Statistical Institute, 55th Session.
http://www.stat.auckland.ac.nz/~iase/publications.php?show=13
Plackett, R. L. (1978). The principle of the arithmetic mean. En E. S. Pearson y M. Kendall (1978).
Studies in the History of Statistics and Probability, 121-126. London: Charles Griffin (Second
impression).
Reading, C., y Shaughnessy, J. M. (2004). Reasoning about variation. En D. Ben-Zvi y J. Garfield
(Eds.), The challenge of developing statistical literacy, reasoning and thinking, 201-226.
Dordrecht, The Netherlands: Kluwer Academic Publishers.
Shaughnessy, J.M. (2007). Research on statistics learning and reasoning. En F. K. Lester (Editor)
Second Handbook of Research on Mathematics Teaching and Learning, Vol. 2, 957 1009.
Reston, Virgina VA: NCTM.
Utts, J. M. (2005). Seeing Trough Statistics. Toronto: Thomson Brooks/Cole
Wild, C. J. y Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical
E S T A D S T I C A
Review, 67 (3), 223 265.
Antonio Estepa Castro, nacido (13/05/1952) en Valdepeas de Jan (Jan). Doctor en Matemticas.
Catedrtico de Didctica de la Matemtica de la Facultad Humanidades y Ciencias de la Educacin de la
Universidad de Jan. Su campo de investigacin es la Didctica de la Matemtica, especialidad de
Didctica de la Estadstica y la Probabilidad. Ha publicado diversos trabajos de investigacin en este
campo en revistas, libros y congresos. Tambin ha realizado bastantes revisiones de trabajos de
investigacin para revistas y congresos importantes en dicho campo de investigacin.
Universidad de Jan.
Email: aestepa@ujaen.es
Jess del Pino Ruiz nacido (14/05/1982) en Porcuna (Jan). Licenciado en Fsica (Universidad de
Granada), posee el CAP en fsica y qumica (Universidad de Granada) y ha realizado el trabajo tutelado
de iniciacin a la investigacin en Didctica de las Matemticas (Universidad de Jan) bajo la tutela de D.
Antonio Estepa Castro. Su investigacin se proyecta en torno a la enseanza y aprendizaje de la
dispersin. En la actualidad es profesor interino de Matemticas en la Junta de Andaluca.
Universidad de Jan.
Email: jpr00026@red.ujaen.es

ISSN: 1887-1984
Problemas de mediciones repetidas y de riesgo para desarrollar el razona-
miento de estudiantes de secundaria en los temas de media y dispersin
Ernesto Snchez (Cinvestav. Mxico)
Jos Antonio Orta Amaro (Cinvestav. Mxico)
Resumen En este artculo se proponen problemas para desarrollar el razonamiento de los estudian-
tes en los temas de media y dispersin de un conjunto de datos. Se destacan dos caracte-
rsticas de las tareas que pueden ser tiles tanto en su utilizacin como para elaborar otros
problemas: a) comparacin de grupos de datos, b) contexto (medicin y riesgo). Se anali-
zan los problemas indicando las dificultades y posibles respuestas de los estudiantes. La
exposicin de los problemas est precedida de un conjunto de ideas extradas de la inves-
tigacin que ayudan a esclarecer la intencionalidad, el significado y las caractersticas
transferibles de los problemas propuestos.
Palabras clave Media, dispersin, comparaciones de conjuntos de datos, mediciones repetidas, riesgo.
Abstract In this paper, some problems for developing students reasoning about mean and spread
of data are proposed. Two tasks feature which are useful for working on them and for
constructing other tasks are pointed out: a) comparing groups, b) context (measures and
risk). Difficulties of the tasks and some possible students responses are analyzed. Previ-
E S T A D S T I C A
ous to show the problems, several ideas from research for helping to clarify the intention-
ality, meaning and transferable features of the problems are considered.
Keywords Mean, spread, comparing groups, repeated measures, risk.
1. Introduccin
La estadstica tiene un papel destacado en el desarrollo de la sociedad moderna al proporcionar

herramientas metodolgicas generales para recoger y organizar todo tipo de datos, describir y analizar
su variabilidad, determinar relaciones entre variables, disear en forma ptima estudios y experimen-
tos y mejorar las predicciones y toma de decisiones en situaciones de incertidumbre. En consecuencia,
una persona educada debe ser capaz de entender, y razonar con, la informacin estadstica a la que
constantemente est expuesta y, ms an, ser capaz de utilizar los instrumentos de la estadstica para
generar y analizar datos relevantes para su vida diaria y profesional. Hay consenso entre investigado-
res y educadores acerca de la necesidad de que la escuela debe favorecer el desarrollo del razonamien-
to estadstico de los estudiantes.
En la mayora de pases modernos, desde hace dcadas, se ha incorporado la estadstica en los

currculos de los niveles bsico, medio y universitario; sin embargo, los resultados an son pobres. En
efecto, la cultura estadstica de un ciudadano promedio es inferior de lo que se asienta y pretende en
los diversos programas; como lo han constatado los estudios sobre dificultades de estudiantes preuni-

Problemas de mediciones repetidas y de riesgo para desarrollar el razonamiento de estudiantes
de secundaria en los temas de media y dispersin
versitarios (Garfield y Alghren, 1988; Batanero, Godino, Vallecillos, Green y Holmes,1994), falsas
concepciones (Shaughnessy, 1992, 2007; Jones, Langrall y Mooney, 2007) y falsas concepciones so-
bre inferencia de estudiantes universitarios (Castro-Sotos, Vanhoof, Noortgate y Onghena, 2007).
E S T A D S T I C A
Un problema comn en la enseanza de la estadstica de los niveles bsicos es su enfoque hacia

la transmisin de procedimientos y frmulas (elaborar grficas y calcular resmenes estadsticos) sin
que se conviertan, y sean utilizados, como herramientas de anlisis. A pesar de que la media y la des-
viacin estndar (en general: centros y medidas de dispersin) son fundamentales en estadstica, en la
prctica y en problemas en los que sera pertinente considerarlos, no son utilizados por los estudiantes
(Gal, 1989,1990; Watson, 1999) Un problema con la media aritmtica es que la frmula matemtica es
muy simple, pero su interpretacin en los diferentes contextos en que se presenta, parece constituir un
obstculo de grandes dimensiones. Por su parte, percibir la dispersin es muy natural (Shaughnessy,
1997) sin embargo, sus expresiones simblicas son algo complicadas para los estudiantes y, sobre
todo, les es muy difcil interpretarla en funcin del contexto del que provienen los datos.
Los ms recientes cambios curriculares recomiendan que los profesores busquen enfocar la en-
seanza de la estadstica hacia el desarrollo del razonamiento estadstico y no slo en el aprendizaje de
conocimientos, pero para hacerlo, es necesario elaborar y socializar actividades que sirvan para ese
propsito. Varios autores ya han dado pasos en este sentido (Batanero y Daz, 2011, Garfield y Ben-
Zvi, 2008) y el presente trabajo pretende constituir una contribucin ms. Su objetivo especfico es
proponer y analizar 4 problemas que pueden ser tiles para la elaboracin de actividades que ayuden al
desarrollo del razonamiento de los temas de media y dispersin en clase de estudiantes de secundaria
(14-15 aos). Antes de exponer dichos problemas, se revisarn algunas ideas extradas de la investiga-
cin que ayuden a esclarecer la intencionalidad, el significado y la trascendencia de los problemas
propuestos.
2. El papel de los problemas en la planificacin
A grandes rasgos, las actividades que debe realizar un profesor son: 1) planificar lecciones para
cubrir los objetivos curriculares, 2) llevar a la prctica lo planificado y 3) permanentemente evaluar los
avances de sus alumnos. La planificacin de una leccin es una tarea compleja y demandante que exi-
ge del profesor interpretar y transformar el conocimiento. Una buena planificacin permite realizar las
otras dos etapas con mayor eficacia. El problema de cmo pueden aprender los futuros profesores a
planificar sus lecciones constituye toda una lnea de investigacin que no es objeto de este estudio.
Rescatamos, sin embargo, una parte de la discusin que sobre este problema ofrece Jones y Smith
(1997) cuando responden a la pregunta cmo aprenden los futuros profesores a disear las lecciones
de matemticas que implementarn en clase?
Para responder a esta pregunta, Jones y Smith (1997) analizan cmo disean sus lecciones los
profesores experimentados. Con base en informes empricos de investigacin, observa que el punto de
partida del diseo para la mayora de esos profesores, no se posiciona en los objetivos o aprendizajes
esperados, sino que el elemento que dispara el diseo de la leccin son las tareas y problemas con las
que ya cuenta. Por lo tanto, es frecuente que el proyecto de enseanza de un profesor est ms deter-
minado por el catlogo de problemas que es capaz de manejar, que por los contenidos especficos y las
recomendaciones didcticas del currculo. Por supuesto, ambos: objetivos curriculares y problemas,
estn ntimamente relacionados y el profesor lleva a cabo una negociacin en la que trata de armoni-
zarlos; pero si no cuenta con problemas apropiados es probable que no cumpla convenientemente con
los objetivos o los omita en su clase. Por lo anterior, una componente importante en la formacin de
futuros profesores y en la actualizacin de profesores en servicio es la elaboracin y discusin de pro-
blemas relevantes para los estudiantes.

En conclusin, las nuevas propuestas curriculares, cuyo eje es el desarrollo de competencias,

necesitan ir acompaadas de problemas y tareas para elaborar actividades que contribuyan a la forma-
cin de las diversas competencias que el currculo prescribe. Los problemas que se proponen en este
trabajo tienen la intencin de contribuir con algunos problemas para promover el razonamiento de los
estudiantes en los contenidos de media y dispersin.
3. El razonamiento estadstico
El razonamiento es un proceso mental cuya funcin es generar ideas (en forma de proposicio-
nes) y apoyar su veracidad. Esos procesos pueden y suelen desembocar en discursos o representacio-
nes simblicas de enunciados concatenados de manera que dan lugar a una conclusin. Cuando las
ideas que se generan son de tipo estadstico se habla de razonamiento estadstico. Garfield y Ben-Zvi
se refieren a l de la siguiente manera:
El razonamiento estadstico es la manera en que la gente razona con

las ideas estadsticas y le da sentido a la informacin estadstica []
puede involucrar conexiones de un concepto a otro (por ejemplo cen-
tros y dispersin) o combinar ideas acerca de datos y azar. El razona-
miento estadstico tambin significa entender y ser capaz de explicar
procesos estadsticos y de interpretar los resultados estadsticos (Gar-
field y Ben-Zvi, 2008, pp. 34).
Conviene destacar el aspecto de la interpretacin a la que se refiere Garfield y Ben-Zvi en la an-

terior cita. No es suficiente que mediante un tratamiento estadstico se obtenga una grfica, un nmero
resumen, un intervalo de confianza o el resultado de un contraste de hiptesis, si tales resultados no se
interpretan convenientemente. La interpretacin concierne a la relacin del resultado de un tratamiento
E S T A D S T I C A
estadstico con el contexto de la situacin de donde surgieron los datos y el problema. Wild y
Pfannkuch (1999) sugieren que uno de los tipos fundamentales de pensamiento estadstico es la inte-
gracin de lo estadstico y lo contextual. Es por esto que al proponer un problema para desarrollar el
razonamiento estadstico conviene considerar seriamente el contexto, no como un pretexto para formu-
lar un problema, sino como una preocupacin genuina de entenderlo y aprender algo sobre l a travs
del anlisis de los datos disponibles.
3.1. La media aritmtica, la dispersin y sus relaciones
La definicin y clculo de la media aritmtica es trivial y los estudiantes la aprenden desde la

escuela primaria. No obstante, su uso e interpretacin en las situaciones en las que juega un papel im-
portante parecen estar lejos de ser simples para estudiantes de todos los niveles (Russell, 1990, Groth y
Bergner, 2006). Batanero (2000) seala que la reflexin sobre las dificultades en el aprendizaje que
presentan los alumnos con relacin a la media aritmtica, debe comenzar por un anlisis epistemolgi-
co de su significado. Para hacerlo, sugiere partir de las situaciones-problema que dan lugar al uso de la
media aritmtica; identifica cuatro de ellas y un problema para cada una. Las situaciones son de:
estimacin de una cantidad desconocida, en presencia de errores de medida

reparticin equitativa de la totalidad de cantidades diferentes
elemento representativo de un conjunto de valores dados cuya distribucin es aproximada-
mente simtrica
prediccin del valor o valores con mayor probabilidad al tomar un elemento al azar de una
distribucin

Despus de analizar el concepto con base en otros constructos para analizar el significado: ele-
mentos actuativos, intensivos, extensivos, ostensivos y validativos (Godino, 1996), Batanero concluye
que la media aritmtica y otros conceptos estadsticos, tienen un significado complejo y por tanto ser
E S T A D S T I C A
necesario un periodo dilatado de enseanza a lo largo de la educacin primaria y secundaria para lo-
grar el progresivo acoplamiento de los significados personales que construyen los alumnos a los signi-
ficados institucionales que pretendemos adquieran (Batanero,2000, pp.10).
Por su parte, la dispersin es una caracterstica de un conjunto de datos numricos. Hay diferen-
tes medidas de la dispersin, donde las ms usadas son: rango, desviacin media, desviacin estndar,
y cuartiles. El clculo de algunas medidas de dispersin es algo ms difcil que el de la media, sin em-
bargo, con cualquier calculadora cientfica se obtienen fcilmente, una vez que se le introducen los
datos. Un significado que se suele dar a las medidas de dispersin es como indicadores de qu tan
separados estn los datos entre s. Basta ordenar los datos o hacer su grfica de frecuencias para perci-
bir intuitivamente la dispersin; en contraste, la dispersin como un nmero especfico es para la ma-
yora un misterio. Las ideas de separacin y la interpretacin del valor numrico estn en un terreno
abstracto, y aunque importantes, faltara interpretar la dispersin en los contextos en los que se presenta.
Varios investigadores (Garfield y Ben-Zvi, 2008, Konold y Pollatsek, 2004) sugieren que no es
posible entender la dispersin sin verla estrechamente ligada a una medida de tendencia central, prin-
cipalmente a la media aritmtica. Por ejemplo, Garfield y Ben-Zvi comentan que los libros de texto
tradicionales primero introducen las medidas de tendencia central, luego introducen la dispersin y
luego continan con el siguiente tpico. Sin embargo, puede ser ms til estudiar esos tpicos juntos
pues estn interrelacionados (Garfield y Ben-Zvi, 2008, pp. 88). En consecuencia, es muy importante
tener situaciones y problemas para trabajar en clase y propiciar la interpretacin de la media y la dis-
persin de manera conjunta. Las situaciones de comparacin de conjuntos de datos son ideales para
ese propsito.
3.2. Comparacin de conjuntos de datos
Gal (1989, 1990) administr problemas simples de comparacin de conjuntos de datos con ni-
os de educacin bsica (8 a 12 aos) y observ las estrategias que utilizaban para analizarlos y res-
ponder las preguntas. Un resultado sorprendente es que ninguna de las estrategias que desarrollaron
los nios inclua el uso de la media aritmtica, cuando sta era fundamental para la solucin. Poste-
riormente, otras investigaciones han utilizado problemas de comparacin de grupos para explorar las
estrategias de los estudiantes en el anlisis de datos (Watson 1999,2001). Garfield y Ben-Zvi (2008)
argumentan a favor del valor que tienen los problemas de comparacin de conjuntos de datos y de-
fienden que se incluya como un tpico explcito a tratar en los cursos de estadstica; resumen sus razo-
nes en los siguientes cuatro puntos:
1. Comparar dos o ms grupos puede estructurarse como una versin inicial e informal de in-
ferencia estadstica
2. Los problemas que involucran comparaciones de grupos son a menudo ms interesantes que
los que involucran a un solo grupo
3. Estudiantes de cualquier nivel requieren desarrollar estrategias para comparar grupos de da-
tos
4. En la comparacin de grupos es importante realizar representaciones grficas y obtener re-
smenes (centro y dispersin) de los datos.

Con base en estos argumentos, los problemas que se proponen en este artculo son de compara-
cin de conjuntos de datos, pero se ha buscado formularlos en contextos en los que la interpretacin de
los resultados sea significativa.
4. Contextos favorables para la interpretacin de la dispersin
En los apartados anteriores se ha sealado la importancia de contar con problemas y actividades

para disear lecciones de estadstica que permitan cubrir los contenidos curriculares. Dentro de los
contenidos de estadstica los temas de media aritmtica y dispersin son cruciales. El enfoque didcti-
co de los actuales corrientes curriculares enfatiza en el desarrollo de habilidades de razonamiento y no
solo en la adquisicin de conocimientos. Con este fin, parecen convenientes las situaciones de compa-
racin de conjuntos de datos, formuladas en contextos significativos. En lo que sigue se proponen dos
contextos con potencial para propiciar la peticin y bsqueda de razones para justificar una respuesta o
decisin.
4.1. Contextos de mediciones repetidas
Cuando en un trabajo experimental se realizan varias mediciones de una magnitud fsica no se

obtiene en general el mismo resultado. Surge entonces el problema de cul es la mejor aproximacin a
la verdadera medida de la magnitud en cuestin. La teora de los errores establece que la mejor apro-
ximacin es la media aritmtica cuando las mediciones cumplen las siguientes caractersticas:
Cada medicin es independiente de cualquier otra

Se pueden cometer con la misma frecuencia, tanto errores por defecto como errores por ex-
ceso.
E S T A D S T I C A
La media aritmtica se aproximar tanto ms al valor verdadero de la magnitud cuanto mayor
sea el nmero de medidas, ya que globalmente los errores aleatorios se compensan. Una medida o dato
( se puede expresar como la suma de la medida real T (desconocida) del objeto ms un error:
, la media de las mediciones ser la suma del la medida real ms la media de los errores:
. Como los errores son tanto positivos como negativos se espera que el promedio de los
errores sea pequeo.
De acuerdo con la teora de Gauss de los errores, cuando se supone que estos se producen por
causas aleatorias, se toma como la mejor estimacin del error, el llamado error cuadrtico definido
por:
Esta medida es , donde s es la desviacin estndar muestral, es decir, del conjunto dado de
datos. Esta frmula confirma y formaliza la idea intuitiva de que la precisin de un conjunto de medi-
das es funcin de la dispersin; cuando los datos son muy dispersos corresponden medidas con poca
precisin, en cambio, si estn muy prximos entre s significa que las medidas son muy precisas. Las
ideas anteriores ofrecen una buena oportunidad para dar una interpretacin a los conceptos de media
aritmtica y dispersin; por ejemplo, una actividad basada en la combinacin entre encontrar la mejor

estimacin a un dato real de un conjunto de mediciones y comparar conjuntos de datos, puede ser
promisoria.
E S T A D S T I C A
4.1.1. Un problema en el contexto de medidas
A continuacin, en la Figura 1, se muestra un problema en un contexto de medidas que puede

servir para elaborar una actividad que promueva el razonamiento de los estudiantes de la media y la
dispersin:
Una clase de ciencias se divide en dos grupos A y B. Cada grupo est formado por 9 estu-
diantes. Cada uno de ellos, independientemente del otro, midi la altura de un poste y cada
grupo utiliz un mtodo diferente. Las longitudes en metros que obtuvieron se muestran en
las siguientes listas:
Datos obtenidos por el Grupo A

4.6 4.2 4.7 4.6 4.5 4.3 4.6 4.7 4.3
Datos obtenidos por el Grupo B

4.7 4.4 4.0 3.9 5.2 3.9 4.7 5.0 4.7
Cada grupo por su lado, con base en sus datos, debe proponer tan exactamente co-
mo sea posible la verdadera altura del poste Qu nmeros deben proponer?

Se quiere evaluar entre el mtodo para obtener las medidas que utiliz el grupo A y
el mtodo que utiliz el grupo B, Cul es ms preciso? Por qu?
Figura 1. Ejemplo de un problema en un contexto de mediciones
La respuesta a la primera pregunta es la media de cada conjunto de datos ( y

). La respuesta a la segunda pregunta se puede basar en alguna medida de la dispersin; por
ejemplo, los rangos son: ; se deduce que hay ms precisin en las medidas del
grupo A. Esta conclusin es la misma si se consideran las desviaciones medias:
( ) las desviaciones estndar ( ) o el error cuadr-
tico ( . La grfica tambin puede servir de argumento para apoyar que es ms
preciso el mtodo del grupo A (ver Figura 2).
Anlisis del problema
Las razones por las que la media aritmtica es el mejor estimador no son evidentes y, por tanto,
no la suelen dar espontneamente los estudiantes de cualquier nivel (Gal 1989,1990). Una respuesta
que prefieren es proponer la moda: 4.6 para el primer conjunto y 4.7 para el segundo. Un problema
con esta propuesta de solucin es que no toma en cuenta las otras medidas. Otra respuesta posible es el
punto medio del recorrido, por ejemplo: y aunque sta es una mejor pro-
puesta que la de proponer la moda, no es tan buena como la media. La mediana tambin es una pro-

puesta conveniente, sin embargo, esperar que la consideren los estudiantes es tan difcil como la pro-
pia media (en el ejemplo, casualmente las medianas coinciden con las modas).
Figura 2. Grficas del problema de mediciones
En la clase, se debe permitir que los estudiantes hagan sus propuestas y las discutan. El profesor
puede plantear que la solucin debe tener en cuenta todas las medidas y no slo una o un sub-conjunto
de ellas; tambin tiene que enfatizar en el hecho de que los errores son aleatorios y pueden ser tanto
por exceso como por defecto y que la solucin debiera aprovechar esta circunstancia. Estas razones
E S T A D S T I C A
pueden contribuir a entender que la media es un buen candidato. El profesor debe abstenerse de dar la
solucin desde un principio, pues frustrara la posibilidad de reflexin de sus estudiantes, en su lugar,
tiene que desplegar recursos para motivar la discusin; cuando algn estudiante proponga la media no
la debe aceptar de inmediato, sino propiciar que convenza a sus compaeros con argumentos vlidos.
El anlisis de la precisin en este contexto no es tan difcil de percibir y de que surja naturalmente en
boca de los estudiantes. La cuestin es no dejar slo que perciban intuitivamente al grupo de datos con
mayor precisin (menos dispersin) sino aprovechar dicha percepcin para asociarla con una medida
de dispersin.
4.2. Contextos de riesgo
A continuacin se presentan algunas ideas bsicas sobre el riesgo basadas en la exposicin de

Fischhoff y Kadvany (2011). En particular, para los fines de este artculo basta mencionar algunas
ideas de tres temas que abordan estos autores: la definicin de riesgo, el anlisis del riesgo y la toma
de decisiones en situaciones de riesgo. El riesgo se presenta cuando hay potenciales resultados no
deseados que pueden traer como consecuencia prdidas o daos. Definir el riesgo significa especificar
los resultados valiosos y los no deseados en un orden que refleje el valor que se les atribuye. En mu-
chas ocasiones, se pueden medir los resultados no deseados o valiosos, por ejemplo, las tasas de mor-
talidad o el producto interno bruto. Hay tambin eventos en los que no hay acuerdo de cmo medirlos:
pobreza, bienestar o crecimiento econmico. Finalmente, hay algunos en que la sola idea de medirlos
es controversial, as son las amenazas a la justicia o los daos ecolgicos a la naturaleza.
Una vez que se identifican los riesgos, el problema es determinar qu tan grandes o prejudicia-
les son y cules son las posibles causas que los gobiernan. El anlisis del riesgo generalmente son

constructos intrincados, a menudo integran los anlisis de cientficos de diferentes reas del conoci-
miento y toman en cuenta una diversidad de fuentes de datos o informacin. No obstante, hay una
variedad tan amplia de fenmenos, que la lgica del anlisis del riesgo puede consistir en simples con-
E S T A D S T I C A
teos de datos, con cuyos resultados llevar a cabo conocidos anlisis estadsticos, hasta complejas simu-
laciones de modelos cibernticos conteniendo informacin cientfica de reas especializadas adems
de intrincados procesos estocsticos.
El anlisis del riesgo ofrece informacin para la toma de decisiones. La teora de la toma de de-
cisiones en situaciones de riesgo tiene dos aspectos; por un lado, define reglas abstractas sobre lo que
debera hacer la gente en situaciones de riesgo, por otro, estudia lo que hace la gente cuando se enfren-
ta realmente a tales situaciones: Si la gente no sigue las reglas, quiere decir que o las personas necesi-
tan ayuda o las reglas necesitan una revisin (Fischhoff y Kadvany, 2011, pp.65). En los casos en que
el anlisis del riesgo ofrece un conjunto ordenado de posibles resultados, la regla para tomar decisio-
nes es simple: elija la opcin cuyo resultado produzca algo con la mayor cantidad del valor que usted
desea tener (dinero, descanso, acres de tierras hmedas, etc.) (Fischhoff y Kadvany, 2011, pp. 65). La
ordenacin de los resultados generalmente contiene incertidumbre y est asociada a distribuciones de
probabilidad. La regla entonces debe combinar el valor deseado que proporciona cada resultado con la
probabilidad de que ocurra para cada posible decisin.
4.2.1. Un problema en el contexto de juegos
No iremos ms all de los comentarios anteriores, pues son suficientes para indicar la naturaleza
del contexto de riesgo en el que se formula el problema que se propone (Figura 3). En el anlisis del
problema aclararemos el papel de la media y la dispersin para la toma de decisiones en la situacin de
riesgo que se propone.
En una feria, se invita a los asistentes a participar en uno de dos juegos. Juan puede participar
en un juego, pero no en ambos. Para saber por cual decidirse observa, anota y ordena los re-
sultados de dos muestras de 10 personas que han participado en cada juego. Las prdidas (-) o
premios (+) en efectivo que han obtenido las 20 personas se muestran en las siguientes listas:
Juego 1
15 -21 -4 50 -2 11 13 -25 16 -4
Juego 2
120 -120 60 -24 -21 133 -81 96 -132 18
Si tienes la posibilidad de participar en un solo juego Cul juego elegiras? Explica las razo-
nes de tu respuesta.
Figura 3. Ejemplo de un problema sobre situaciones de riesgo
Una respuesta relativamente aceptable es que es igual jugar en cualquiera de los dos juegos, es-
to con base en el argumento de que ambos conjuntos tienen la misma media ( ), es decir, a la
larga en cualquiera de los juegos se ganar en promedio 4.9 unidades. No obstante, una respuesta ms
avanzada debe tener en cuenta la dispersin. Es notorio que en los datos del segundo juego hay mucha
ms dispersin que en los del primero (Figura 4). En este contexto, la dispersin se asocia al riesgo: el

juego 2 es ms arriesgado, pues aunque con base en los datos se puede conjeturar que es posible ganar
cantidades mayores que en el juego 1 (el mximo en el juego1 es 133, mientras que en el juego 2 es
50) tambin es posible perder ms (el mnimo en el juego 1 es -132, mientras que en el juego 2 es -25).
La decisin depende de las preferencias y condiciones econmicas del jugador, si es propenso al ries-
go y tiene suficientes recursos para jugar, podra optar por el juego 2; si es conservador o no tiene
suficientes recursos, le conviene elegir el juego 1.
Figura 4. Grficas del problema de riesgo
E S T A D S T I C A
La idea del problema es propiciar que el estudiante se ubique en una situacin de riesgo, de ma-
nera que se d cuenta que la eleccin de un juego u otro conlleva consecuencias en trminos de bene-
ficios-prdidas. El primer paso en el anlisis es preguntarse en qu juego globalmente se gana ms
dinero; esta pregunta se la hacen los estudiantes de manera natural, pero la respuesta que ofrecen es
muy variada. Nuevamente pensar en la ganancia promedio de cada juego (media aritmtica de los
datos) y compararlas, es una idea que pocos, si alguno, la consideran; la gran mayora omiten este paso
que es crucial para el anlisis. Sus comparaciones suelen ser resultado de una impresin de riesgo que
les producen los datos individuales de la distribucin: unos comparan los mximos de las distribucio-
nes y hacen afirmaciones como en el juego 2 se gana ms, otros comparan los mnimos en el juego
1 se pierde menos; otros podran ignorar la cantidad precisa que se gana o se pierde y slo cuentan
cuantos perdedores (cantidades negativas) y cuantos ganadores (cantidades positivas) tiene cada juego,
decidiendo que da lo mismo escoger uno u otro.
Una vez que se determina con base en la ganancia promedio que los dos juegos son equivalen-
tes, se debe formular la pregunta En qu juego se corre ms riesgo? Inferir que el juego con mayor
dispersin es ms arriesgado que el juego con menor dispersin ofrece un significado pertinente a la
teora del riesgo. El problema de valorar el riesgo consiste en ponderar entre ambos juegos: En el de
mayor dispersin, se puede tener la fortuna de ganar ms que en el otro juego, pero tambin se corre el
riesgo de perder ms. En el de menor dispersin, se puede ganar menos que en el primero, pero tam-
bin, si se pierde se perder menos que en el otro juego. No hay una regla general que indique cul es
la mejor decisin, pues depende de la situacin econmica particular del jugador as como de sus
creencias y actitudes ante el riesgo.

Una dificultad que suelen encontrar los estudiantes surge de la falta de informacin acerca de la
naturaleza del juego y sobre la manera particular en que un jugador gana determinada cantidad. Mu-
chos estudiantes llenan este vaco imaginando situaciones: unos pueden pensar en una urna con bolas
E S T A D S T I C A
numeradas, otros en juegos de caballos, etc. Encontramos que algunos estudiantes imaginan que el
primer dato del primer juego (15) corresponde a un jugador y que el primer dato del segundo juego
corresponde a su oponente (120) y concluye que el jugador del segundo juego le gan al primero (por
105). Situaciones en las que se pueden coleccionar datos ignorando el modelo subyacente son frecuen-
tes en la investigacin estadstica. La idea del problema es propiciar que el estudiante realice un estric-
to anlisis de los datos interpretando la situacin a pesar de dichas restricciones. El siguiente ejemplo
es tambin de una situacin de riesgo y en l es ms claro la ausencia de un modelo para explicar el
comportamiento de los datos.
4.2.2. Un problema en el contexto de salud-enfermedad
Considera que debes aconsejar a una persona que padece una enfermedad grave, incurable y
mortal, pero que es tratable con medicamentos que pueden extender la vida por varios aos
ms. Es posible elegir entre tres tratamientos. Las personas tienen diferentes reacciones a las
medicinas, para algunas tienen el resultado previsto, mientras que para otras pueden ser ms
benficas o ms prejudiciales. En las siguientes listas se muestran los aos que han vivido
varios pacientes que se han tratado con una de las opciones mencionadas; cada dato de las
listas corresponde al tiempo que ha sobrevivido un paciente con el respectivo tratamiento.
Despus se muestran las grficas correspondientes a los tratamientos.
Tiempo en aos (tratamiento 1)

5.2 5.6 6.5 6.5 7.0 7.0 7.0 7.8 8.7 9.1

6.8 6.9 6.9 7.0 7.0 7.0 7.1 7.1 7.2 7.4

6.8 6.8 6.9 7.0 7.0 7.1 7.1 7.1 7.2 7.4
Figura 5. Ejemplo de problema es situaciones de riesgo
El primer paso en el anlisis de este problema, al igual que los anteriores, es calcular el tiempo
medio de vida para cada tratamiento ( . Con base en esta informacin se podra decir que
cualquier tratamiento es igual, no obstante, en la medida en que lo que est en juego es de suma im-
portancia, parece imprescindible hacer un anlisis (de riesgo) ms detenido. Claramente el tratamiento
1 tiene mayor dispersin (Figura 6) y, por tanto, ofrece ms riesgo, en el mismo sentido del problema
anterior: los datos indican que se puede vivir ms tiempo que el tiempo que indican los datos en cual-
quiera de los otros dos tratamientos (9.1 > 7.4), pero tambin se puede vivir menos (5.2 < 6.8). Cul
es la decisin adecuada entre elegir el primer tratamiento y cualquiera de los otros dos? Nuevamente,
no hay una regla general que prescriba la mejor eleccin, aunque en este caso una decisin conserva-
dora podra ser ms popular que una decisin arriesgada. Decidir entre el tratamiento 2 y el 3 es ms
difcil, pero si el criterio de menor riesgo se ha tomado y ste se asocia con la desviacin estndar
muestral, los datos del tratamiento 2 indican menor dispersin ( , aunque la
diferencia es tan pequea que se pueden considerar equivalentes.

El anlisis de este problema es muy similar al anterior sobre la eleccin entre dos juegos. El
primer paso es comparar las medias, despus considerar con cuidado la dispersin. Como se ha indi-
cado, este sencillo procedimiento no suele estar dentro de las estrategias espontneas de los estudian-
tes y bien puede ocurrir, que los estudiantes hayan entendido que en el contexto de prdida-ganancia
es conveniente comparar las medias de los conjuntos de datos y no transferirlo a la situaciones de
tiempo de vida en contextos de salud-enfermedad. Con relacin al anlisis de la dispersin, puede
ocurrir que un mismo alumno sea propenso al riesgo en el caso de juegos de prdida-ganancia de dine-
ro, y sea adverso al riesgo en el caso de salud-enfermedad o viceversa. Lo importante de la considera-
cin del riesgo es que lo interpreten de manera adecuada y no caigan en el error frecuente de creer que
mayor dispersin significa mayor tiempo de vida, pues esto es falso.
Teimpo de vida Histogram

6
4
Tratam iento_1
2
0
6
4
Tratam iento_2
2
0
6
4
Tratam iento_3
2
E S T A D S T I C A
5.0 5.5 6.0 6.5 7.0 7.5 8.0 8.5 9.0 9.5
Figura 6. Grficas de los datos del problema del tiempo de vida
5. Conclusiones
Se han propuesto tres problemas que pueden ser tiles para disear lecciones de estadstica para
desarrollar el razonamiento estadstico de los estudiantes en los temas de media y dispersin. Las ra-
zones para hacerlo son variadas: la importancia de que el profesor cuente con problemas para cubrir
los contenidos curriculares, las dificultades detectadas en el tema en cuestin y la necesidad de darles
un significado que sea accesible a los alumnos. Los problemas se han adaptado al formato de compa-
racin de conjuntos de datos, pues prefiguran problemas de inferencia, atraen el inters de los estu-
diantes, no son triviales y su solucin requiere de los instrumentos elementales de la estadstica. Tam-
bin se han inscrito en los contextos de mediciones repetidas (ya sealado por Batanero, 2000) y de
riesgo, pues ambos ofrecen oportunidades para enriquecer el significado de las nociones de media y
dispersin. La intencin es explorar recursos que permitan ir ms all de las interpretaciones de la
media y la dispersin que se constrien a contextos puramente matemticos. Se han hecho algunas
recomendaciones para implementarlos en clase, acordes con el espritu actual de las recomendaciones
curriculares: dejar a los estudiantes que propongan soluciones, promover la discusin y prever los
errores y falsas concepciones que ya han sido detectadas en la investigacin. En el futuro, investiga-
ciones empricas y prcticas escolares podran proporcionar evidencias de las ventajas y desventajas
del uso de este tipo de problemas en clase.

Bibliografa
Batanero, C. (2000). Significado y comprensin de las medidas de posicin central. UNO, 25, 41-58.
E S T A D S T I C A
Batanero, C. y Daz, C. (2011) (Eds.). Estadstica con Proyectos. Granada: Departamento de Didctica
de las Matemticas.
Batanero, C., Godino, J. D., Vallecillos, A., Green, D. R., y Holmes, P. (1994). Errors and difficulties
in understanding elementary statistical concepts. International Journal of Mathematics Education
in Science and Technology, 25(4), 527547.
Castro-Sotos, A. E., Vanhoof, S., Noortgate, W. y Onghena, P. (2007). Students misconceptions of
statistical inference: A review of the empirical evidence from research on statistics education. Edu-
cational Research Review, 2, 98113.
Fischhoff, B. y Kadvany, J. (2011). Risk: A very short introduction. Oxford: Oxford University Press.
Gal, I., Rothschild, K. y Wagner, D. A. (1989) Which group is better? The development of statistical
reasoning in elementary school children. Artculo presentado en el encuentro de la Sociedad para
la Investigacin en el desarrollo del Nio (Society for Research in Child Development). Kansas
City.
Gal, I., Rothschild, K. y Wagner, D. A.(1990). Statistical concepts and statistical reasoning in school
children: Convergence or divergence? Artculo presentado en el encuentro de la Asociacin de In-
vestigacin Educacional Americana (American Educational Research Association), Boston.
Garfield, J. y Ahlgren, A. (1988). Difficulties in learning basic concepts in statistics: Implications for
research. Journal for Research in Mathematics Education. 19, 44-43.
Garfield, J. y Ben-Zvi, D. (2005). A framework for teaching and assessing reasoning about variability.
Statistics Education Research Journal, 4(1), 92-99.
Garfield, J. y Ben-Zvi, D. (2008). Developing Students Statistical Reasoning: Connecting Research
and teaching. Springer: New York.
Godino, J.D. (1996). Mathematical concepts, their meaning, and understanding. En: L Puig y A.
Gutierrez (eds.) Proceedings of the 20th Conference of the International Group for the Psychology
of Mathematics Education, 2-417-424. Universidad de Valencia.
Groth, R. E. y Bergner, J. A. (2006). Precervice elementary teachers conceptual and procedural
knowledge of mean, median, and mode. Mathematical Thinking and Learning, 8, 37-63.
Jones, K. y Smith, K. (1997). Students teachers learning to plan mathematics lessons. Artculo presen-
tado en la Conferencia Anual de 1997 de la Asociacin de Profesores de Matemticas (1997 An-
nual Conference of the Association of Mathematics Education Teachers: AMET1997). Leicester.
15-17.
Jones, G. A., Langrall, C. W. y Mooney, E. S. (2007). Research in probability: Responding to class-
room realities.En F. K. Lester Jr (Ed.), Second Handbook of Research on Mathematics Teaching
and Learning ,909-955. Reston, VA: The National Council of Teachers of Mathematics.
Konold, C. y Pollatsek, A. (2004).Conceptualizing an average as a stable feature of a noisy process.
En D. Ben-Zvi y J. Garfield (Eds.). The challenge of developing statistical literacy reasoning and
thinking, 169-199. Netherlands: Kluwer Academic Publishers.
Russell, S.J. (1990). Issues in training teachers to teach statistics in the elementary school: A world of
uncertainty. En A. Hawkins (Ed.), Training teachers to teach statistics: Proceedings of the interna-
tional statistical institute roundtable conference,59-71. Voorburg, The Netherlands: International
Statistical Institute.
Shaughnessy, J. M. (1992). Research in probability and statistics: Reflections and directions. En D.
Grouws (Ed.), Handbook of research on mathematics teaching and learning (465-494). Macmillan:
New York.
Shaughnessy, J. M. (1997). Missed opportunities in research on the teaching and learning of data and
chance. In F. Bidulph y K. Carr (Eds.), Proceedings of the Twentieth Annual Conference of the
Mathematics Education Research Group of Australasia , 6-22. Rotorua: University of Waikata.

Shaughnessy, J. M. (2007). Research on statistics learning and reasoning. En F. K. Lester Jr. (Ed.),
Second Handbook of Research on Mathematics Teaching and Learning, 957-1009. Reston, VA,
USA: The National Council of Teachers of Mathematics.
Watson, J. (2001). Longitudinal development of inferential reasoning by school students. Educational
Studies in Mathematics 47, 337372.
Watson, J. M. and Moritz, J. B. (1999). The beginning of statistical inference: Comparing two data
sets. Educational Studies in Mathematics, 37, 145168.
Wild, C. J. y Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical
Review, 67(3), 223-265.
Ernesto Snchez Snchez. Departamento de Matemtica Educativa del Cinvestav, Mxico. Es matem-
tico por la UNAM y Doctor en Ciencias, Especialidad en Matemtica Educativa por el Cinvestav. Ha rea-
lizado estancias sabticas de investigacin en Grenoble, Francia (1997), Portland, Estados Unidos (2003)
y Granada, Espaa, (2011). Su investigacin ha sido en el rea de la didctica de la probabilidad y la es-
tadstica. Naci en Oaxaca, Mxico, 1955.
Jos Antonio Orta Amaro. Estudiante de doctorado del Departamento de Matemtica Educativa del
Cinvestav, Mxico. Es Ingeniero Industrial de profesin, pero se ha dedicado a la docencia. Ha impartido
clases de matemticas y estadstica en los niveles bsico y medio superior. Est iniciando su formacin
como investigador en el rea de didctica de la estadstica. Naci en Mxico, 1973.
E S T A D S T I C A

ISSN: 1887-1984

Christian Camilo Fuentes Leal (Universidad Distrital Francisco Jos de Caldas. Colombia)
Fecha de recepcin: 26 de diciembre de 2012

Fecha de aceptacin: 21 de mayo de 2012
Resumen En este artculo se presenta la hiptesis de la posible existencia de un sistema de

numeracin, utilizado por los indgenas Muiscas, los cuales habitaron desde el siglo VI
A.C.-XIX, en el centro geogrfico de lo que hoy denominamos Colombia, ms
especficamente en los departamentos de Cundinamarca, Boyac y parte de Santander.
Para la exposicin de esta hiptesis se utilizan varias fuentes histricas, entre ellas
manuscritos del siglo XVIII del padre Jos Domingo Duquesne, quien fue la primera
persona en escribir acerca de la posible existencia de un sistema de numeracin escrito
utilizado por esta comunidad nativa.
Palabras clave Etnomatemtica, Sistema Numrico.
Abstract This paper, proposed the hypothesis of the existence of a numerical system used by the
Indians Muiscas, who lived from the sixth century BC to the nineteenth century, in the
geographic center of what is now called Colombia, more specifically in the departments
of Cundinamarca, Boyac and part of Santander. For the exposition of this hypothesis we
used some historical sources, including eighteenth-century manuscripts, form the
churchman Jos Domingo Duquesne, who was the first person in writing about the
possible existence of a written numerical system used by this native community.
Keywords Ethnomathematics, Numerical System.
1. Los Muiscas y su lengua1- Contextualizacin
De acuerdo con Humboldt (1878), los Muiscas eran una cultura prcticamente desconocida en
Europa, eran confundidos con una horda de brbaros y salvajes que vivan entre los imperios Azteca e
Inca. A mediados del siglo XVIII este idea empez modificarse, llegando actualmente a creerse que,
en el momento de la llegada de los conquistadores a Amrica los Muiscas eran el tercer grupo cultural
ms complejo del nuevo mundo, despus del Imperio Azteca y el Imperio Inca. Los Muiscas tenan su
epicentro en el altiplano Cundiboyasense, en el centro geogrfico de Colombia, y contaban con un
sistema social-poltico, una admirable estructura econmica, religiosa y cientfica. Por ejemplo,
actualmente en el municipio de Villa de Leyva, Boyac, existen vestigios de un observatorio celeste y
1
Existen algunos cabildos urbanos en la cuidad de Bogot y sus alrededores, los cuales sealan ser
descendientes de los Muiscas, actualmente estn en el proceso de reconstruccin y preservacin del acervo
cultural (especialmente tradiciones y lenguaje) el cual se perdi en quinientos aos de conquista, inquisicin y
mestizaje de la comunidad.

C. C. Fuentes Leal
otras enigmticas construcciones hechas totalmente en piedra, las cuales fueron estudiadas por Silva
(1981).
De acuerdo con Greenberg (1987) esta cultura formaba parte de la familia lingstica Chibcha,
territorio que se extiende desde el noreste de Honduras, a travs de la costa Caribe de Nicaragua,
Costa Rica, Panam y Colombia, hasta el oeste de Venezuela, actualmente se clasifica el lenguaje de
la cultura muiscas (muyskkubun) junto con etnias actuales como los Uwa, Kankuamo, Ika y Kogui
como integrantes del Subgrupo Magdalnico de la familia lingstica Chibcha (Figura 1).
Pasado el periodo colonial, con procesos como la cristianizacin, el mestizaje y los

sincretismos, lamentablemente la cultura Muisca fue desapareciendo casi en su totalidad, fue a finales
del siglo XIX, cuando se empez a reivindicar el alcance que esta cultura tuvo en su apogeo2.
Figura 1. Mapa del mundo chibcha (Izquierdo, 2008)
Este trabajo presenta la hiptesis de la posible existencia de un sistema de numeracin, utilizada

por los indgenas Muiscas, los cuales habitaron desde el siglo VI A.C.-XIX, en el centro geogrfico de
lo que hoy denominamos Colombia, ms especficamente en los departamentos de Cundinamarca,
Boyac y parte de Santander.
El presente texto es producto de consultas en diferentes fuentes de informacin, y de ninguna

forma pretende tomar alguna posicin con respecto a la existencia de dicho sistema de numeracin,
sino que se presentan diferentes posturas e hiptesis que han surgido al respecto, para que el lector,
tome una posicin al respecto.
2
A finales del siglo XIX, el pas iniciaba el proceso de construccin de una nacin independiente de la corona
Espaola y de la consolidacin de la Repblica de la Nueva Granada (actualmente Colombia), en este proceso se
generaron una serie de discursos relacionados con la creacin de una identidad nacional, que necesariamente
tuvieron en cuenta la presencia indgena en el territorio, especialmente el gloriosos pasado de estos y sus luchas
contra los poderes invasores; lamentablemente este discurso fue referido a las comunidades indgenas
gloriosas del pasado, concretamente los Muiscas; pero lamentablemente este discurso fue absolutamente
excluyente para los las comunidades indgenas existentes a finales del siglo XIX.

C. C. Fuentes Leal
2. El conteo: una actividad intrnseca al acervo cultural
Bishop (1999) caracteriza la matemtica como una tecnologa simblica3, en la cual est
inmersa diferentes actividades matemticas universales (contar, localizar, medir, disear, jugar, y
explicar). Con respecto a la actividad de contar, el autor menciona que la actividad matemtica contar,
se puede relacionar con algunos conceptos como cuantificadores, adjetivos numricos, valor
posicional, pautas numricas, relaciones numricas y probabilidad4.
De igual forma el autor resalta la diversa generacin de sistemas de representacin, para contar
o medir de los diferentes grupos humanos, algunos de ellos son sistemas de conteo de tipo corporal, y
otros de tipo gestual. Se podra decir que la actividad de contar y asociar objetos con nmeros tiene
una historia realmente larga y moderadamente bien documentada, un ejemplo de ello est expuesto en
Menninger (1969).
Al respecto de esta actividad matemtica, han surgido muchsimas preguntas, una muy
interesante es: cmo inici? Pues bien de acuerdo con Seidenberg (1962), los sistemas de conteo
tienen un origen ritual. A continuacin, se presentar el esquema planteado por el autor en la Figura 2:
Figura 2. Procesos de creacin de los sistemas de numeracin (Seidenberg, 1962)
Se menciona que inicialmente todos los sistemas de conteo se inician como un sistema puro, el
cual est relacionado con un sistema duplicativo, posteriormente este sistema fue evolucionando a
neosistemas duplicativos, los cuales se fueron complejizando y enriqueciendo cada vez ms. De igual
forma Molina y Daz (1988) plantean el siguiente esquema de difusin de los sistemas de numeracin
en Amrica, el cual se presenta en la Figura 3.
3
Pues las matemticas extienden la habilidad de los humanos para controlar simblicamente su entorno, de la
misma manera que la tecnologa fsica les permite hacerlo en el mbito fsico.
4
El autor menciona que el acto de contar objetos, permite comprender en gran medida la prediccin, la
probabilidad y el azar, y representar grandes cantidades de sucesos estimula la necesidad de un sistema de
smbolos y de representaciones.

C. C. Fuentes Leal
Figura 3. Esquema de difusin de los sistemas de numeracin en Amrica (Molina y Daz, 1988)
Existen diferentes situaciones sociales que generan la necesidad de creacin de nmeros muy
grandes y otras donde no sucede esto. Por ejemplo, en el antiguo Imperio Egipcio se idearon gran
cantidad de guarismos propios. El smbolo ms alto era el de un milln, representado por un esclavo
arrodillado, dejando un visible mensaje poltico; caso contrario es el de los Aborgenes Australianos,
comentado por Bishop (1999) quien menciona que ellos slo recuerdan los tres primeros cardinales,
despus del tercer cardinal slo se indica muchos.
Diferentes textos entre ellos Acosta (1971), Agudo (1956), Broadbent (1964), Falchetti y Plazas
(1973), Rozo (1977; 1978), Restrepo (1972), Prez (1951), mencionan el complejo sistema
econmico, social y poltico que posean los Muiscas, con base a esta informacin podramos empezar
a ver plausible un sistema de numeracin propio, pues es muy probable que como en el caso del
Imperio Egipcio, los Muiscas se hubiesen enfrentado a situaciones sociales de las cuales surgiera la
necesidad de crear nmeros de valor significativo.
3. El sistema de numeracin muisca: orgenes
Figura 4. Diez nombres bsicos para los nmeros (Lugo, 1619)
Desde el siglo XVII, se elaboraron gramticas escritas por sacerdotes misioneros, quienes
adoctrinaban a la poblacin Muisca utilizando la lengua nativa. En estos textos se describa
brevemente la pronunciacin de los nmeros en la lengua amerindia, algunos ejemplos de estas
gramticas estn en las de Fray Fernando Lugo (1619) con el texto La Gramtica en la Lengua
General del Nuevo Reyno Llamado Mosca y un manuscrito annimo llamado Diccionario y
Gramtica Chibcha. En estos dos documentos se dedica una seccin al tema de la numeracin
Muisca, donde se describen los primeros cardinales. A continuacin se mostrarn algunas palabras

C. C. Fuentes Leal
significativas presentes en el manuscrito annimo (tabla 1). Cabe mencionar que en el manuscrito se
presentan dos variantes, sta muestra podra indicar la existencia de variantes en la pronunciacin
de las palabras dependiendo de la parte del altiplano donde sea el individuo.
Espaol CHIBCHA TUNDAMA5

Padre Paba Paba
Hijo Chuta Tutia
Sol Sua Sa
Luna Cha Tia
Monte Gua Gua
Verdad Ocasa Cub
Pues Nga Nran
Uno Ata Atia
Tres Mica Meia
Tabla 1. Palabras significativas del Muisca
Algunos apartes significativos en este manuscrito son:
Las slabas cha, chi, cho, chu, repetidas con bastante frecuencia, la
hacan desagradable al odo. No se advierte en ella la languidez y la dulzura
que algunos le han atribuido; ms bien era montona por la frecuente
repeticin de sonidos semejantes los Chibchas no conocieron ninguna
clase de escritura ideogrfica ni fontica, les falt la ocasin de pulir y
cultivar su lengua. Aunque tenan cantares a manera de villancicos, en los
que referan los sucesos presentes y pasados, y frmulas de oraciones para
sus diversas clases de sacrificios, no han quedado de ellos ni la ms pequea
muestra...
Este aparte es muy interesante, pues plantea la hiptesis inicial acerca de que los Muiscas no
conocieron ninguna clase de escritura ideogrfica ni fontica, sin embargo se evidencia la riqueza oral
de esta cultura, aspecto fundamental en el cual est centrado este documento. A continuacin
pondremos a consideracin la falsedad o certeza de esta hiptesis.
4. El padre Domingo Duquesne y su disertacin sobre el calendario de los Muiscas6
Jos Domingo Duquesne (1748-1821) fue un sacerdote Bogotano que vivi en el siglo XVIII,
fue prroco de los caseros de Lenguazaque y Gachancip, ubicados en el departamento de
Cundinamarca, centro geogrfico de Colombia, los cuales perviven hoy en da, El padre Duquesne
tuvo interaccin con las comunidades Muisca y sus descendientes, y en el ao de 1795 escribe un
artculo llamado "Disertacin Sobre el Calendario de los Muyscas, Indio Naturales de Este Nuevo
Reino de Granada", el cual fue dedicado y enviado a Jos Celestino Mutis, quien era, en ese entonces,
director de la Real Expedicin Botnica. ste documento fue publicado en 1848 por el historiador
Joaqun Acosta; al parecer, el padre Duquesne le entreg una copia de su manuscrito a Alexander Van
Humboldt cuando este ltimo estuvo visitando la Nueva Granada, pues en el ao de 1878 publica
Sitios de las cordilleras monumentos de los pueblos indgenas de Amrica. En este documento
5
Es una regin de la confederacin formada por los Muiscas ubicada en el centro y norte del departamento de
Boyac. En los tiempos de la conquista esta provincia, junto con la de los Muzos fueron las que opusieron mayor
resistencia a la invasin europea.
6
Texto basado en algunos apartados de Izquierdo (2008).

C. C. Fuentes Leal
Humboldt dedica un captulo entero al calendario Muisca. Algunos acadmicos creen que Humboldt
se basa en el trabajo del padre Duquesne, pues plantea las mismas ideas mencionadas anteriormente
por l.
En 1882 Libordio Zerda publica una serie de borradores inditos de la obra del padre Duquesne,
que algunos acadmicos creen que fueron borradores hechos por el padre Duquesne, en los cuales se
basaron para el escrito publicado por Acosta. En este documento el padre Duquesne presenta y explica
sus hallazgos durante sus aos de vivencias en los poblados de Lenguazaque y Gachancipa, y se
afirma que los Muiscas conocieron guarismos o numerales para representar cantidades numricas, los
cuales implementaron para la creacin de un complejo sistema calendrico, el cual est expuesto
minuciosamente por Izquierdo (2008). El padre Duquesne presenta un conjunto de smbolos grficos
representando dichos guarismos, los cuales se presentan en la Figura 5, teniendo en cuenta las
diferentes publicaciones y autores que escribieron acerca del calendario y los numerales de los
Muiscas:
Figura 5. Presentacin de los guarismos muiscas propuestos por diferentes autores (Izquierdo, 2008)
Al observar estos guarismos no se presentan alteraciones significativas en cuanto al valor que

representan o a la forma de cada posible numeral.
5. La numeracin: su base y el debate acadmico
Un aparte muy interesante presentado por el padre Duquesne en su texto es el siguiente:
Los Muyscas contaban por los dedos. Solo tienen nombres propios para
diez, y para el nmero veinte. A saber: Ata, Bosa, Mica, Muyhica, Hisca, Ta,
Cuhupcua, Aca, Ubchihica, Gueta. En concluyendo con una vuelta de las
manos, pasaban los pis, repitiendo los mismos nombres, que anteponan la
palabra Quihicha, que quiere decir el pi. Quihicha, ata, once; Quihicha bosa,
doce, etc. El nmero 20, expresado por la diccin gueta (casa o sementera), en
que se encerraban todos los bienes y felicidad de la nacin, feneca todas sus
cuentas. Y as en terminando con un 20, pasaban a contar otro, unindolo con
el primero hasta formar un veinte de veintes...
Gracias a esta seccin del documento escrito por el padre Duquesne, se podra determinar la
existencia de los nmeros utilizados por la cultura Muisca, al mencionar el autor formar veinte de
veintes se estara haciendo una mencin a un sistema de tipo vigesimal, es decir base 20 o vigesimal.

C. C. Fuentes Leal
Esta caracterstica es muy peculiar en esta parte de Amrica, pues los sistemas de numeracin de base
20 son ms conocidos en Mesoamrica. Algunos representantes de este tipo de numeracin son las
culturas Maya y Azteca, las cuales son presentadas por autores como Fedriani & Tenorio (2004). En
cuanto a este asunto autores como Duque (1945) y Arcila (1974) ha discutido la posible influencia de
la cultura Maya en algunas zonas pertenecientes a la familia lingstica Chibcha, entre ellas el Darin
Antioqueo, zona donde segn Langebaek (1987) los Muiscas y otras comunidades andinas
comerciaban sal y cermicas por oro, mineral utilizado para la elaboracin de sus famosos tunjos o
dolos de ofrenda a los dioses (Figura 6), los cuales hoy en da estn albergados en mltiples museos y
universidades a nivel mundial; estos estudios dan una idea acerca de la relacin existente entre el
comercio y los saberes, podramos determinar que al comerciar diferentes objetos o productos no slo
ideas, saberes, costumbres, cosmogonas, es decir, cultura.
Figura 6. Tunjo muisca, (Museo del Oro) Bogot Colombia
De esta forma no sera descabellado o absurdo pensar en las relaciones o influencias entre las
matemticas de las culturas Mayas y Muiscas. Sin embargo, la cultura Muisca est ms relacionada
con otras comunidades andinas, como la Inca o Aimara, que con comunidades Mesoamericanas.
Algunas caractersticas comunes son el consumo de la hoja de coca y la elaboracin de momias con
tcnicas similares. Es ms, segn Pilares (2005) el nmero 5 en Quechua se pronuncia pichka, y en
el lenguaje Muisca el mismo nmero se pronunciaba hiscka, realmente son muy parecidos. Molina
y Daz (1988), mencionan la concordancia lingstica de estos dos vocablos. Estas similitudes
culturales llevara a preguntarnos acerca de relaciones culturales entre el pueblo Inca y Muiscas, o s
por el contraro, estas similitudes slo son coincidencias; realmente esto muy apasionante y est
abierto a un enriquecedor y riguroso debate acadmico.
6. Los nmeros, su significado y las metforas numricas
Los nmeros se escriben de mltiples maneras, mediante muescas, jeroglficos, hasta en

cordeles de lana (en el caso de la cultura Inca), el nombre dado a los diferentes nmeros tiene un
significado cultural o antropolgico vinculado. Por ejemplo Cauty (1990) relaciona algunos aspectos
del sistema de numeracin de la comunidad Nasa, del departamento del Cauca, en Colombia, con
algunas partes del cuerpo. A continuacin, se presentarn algunos significados de las palabras
utilizadas para nombrar los cardinales de los Muiscas, presentados por el Padre Duquesne, los cuales
han sido mencionado por autores como Molina y Daz (1988) e Izquierdo (2008); cabe mencionar que

C. C. Fuentes Leal
en esta descripcin, como en nuestro idioma espaol, una palabra poda tener varios significados
dependiendo de las circunstancias y el contexto en el cual se nombre, es decir, estos vocablos podran
tener varias acepciones.
1. Ata, Quizs se derive esta voz de una antigua raz que significaba agua,
Como el atl de los mejicanos.
2. Bosa, en circuito. La misma voz significa una especie de cercado para
defender los campos de animales dainos.
3. Mica, variable; segn otra etimologa lo escogido.
4. Muyhica, lo que es negro, amenazadora nube de tempestad.
5. Hisca, descansar, Conjuncin, las bodas del Sol y de la Luna..
6. Ta, noche, recoleccin.
7. Cuhupqua, sordo.
8. Suhusa, cola
9. Aca, los bienes
10. Ubchihica, luna brillante.
20. Gueta, casa, una rana tendida
En la tabla 2 se presenta un esquema en el que aparece el numeral de los primeros diez nmeros
cardinales muiscas y el significado para cada uno de estos diez numerales, segn la propuesta del
padre Duquesne.
Numeral Significado
Ata. |Los bienes - otra cosa.

|Ata: Un sapo en accin de brincar, que caracteriza la entrada del ao.
Bosa. |Alrededor.
|Bosa: Unas narices y las dos ventanas.
Mica. |Parar, hallar, abrir, buscar, coger, cosa varia.

|Mica: Dos ojos abiertos y las narices.
Muihica. |Piedra de la casa, cosa negra, crecer.

|Muihica: Dos ojos cerrados.
Hisca. |Cosa verde, alegra, echarse uno sobre otro, medicina.

|Hisca: La unin de dos figuras: era smbolo de la fecundidad.
Ta. |Labranza, cosecha.

|Ta: El palo y la cuerda con que formaban el crculo de sus casas y de sus labranzas.
Cuhupcua. |Sordo.
|Cuhupcua: Las dos orejas tapadas.

C. C. Fuentes Leal
Suhusa. No tirar de otra cosa. La raz significa |tender, extender.

|Suhusa: El palo y la cuerda.
Aca. Los bienes.

|Aca: El sapo de cuya cola principia a formarse otro.
Ubchihica. |Luna resplandeciente, casa pintada, pintar.

|Ubchihica: Una oreja, para significar las fases de la luna.
Gueta. |Casa y semetera, tocar.

|Gueta: Un sapo extendido o echado.
Tabla 2. Primeros diez nmeros muiscas y significado, segn el padre Duquesne
Al analizar los significados de los nmeros, vemos que predominan temticas relativas a la
luna7, la rana, y el ciclo de la siembra; con respecto a la rana como animal significativo para los
Muiscas, existen algunas crnicas acerca de la veneracin a este animal sagrado. Actualmente en el
Museo del Oro en Bogot (Colombia), se pueden apreciar varias figurillas de oro con forma de rana.
Tambin Londoo (1998) presenta la imagen de un par de ranas en las puertas de una iglesia Bogotana
(Figura 7). De esta imagen se podra deducir una estrategia de las instituciones eclesisticas coloniales
para adoctrinar -a la comunidad indgena y mestiza del altiplano Cundiboyasense; de igual forma
podemos observar que en este caso la construccin de los nmeros y especialmente un sistema
numrico dotaban de un profundo sentido de identidad para la comunidad Muisca, pues cada uno de
estos nmeros estaban relacionados con su cosmovisin y su forma de vida, es decir, estaba
relacionada con su cultura.
Figura 7. Figura de una rana sagrada para los Muiscas. Capilla del Sagrario (Bogot) (Londoo, 1988)
7. Estructura y algunas reglas de composicin
Los sistemas de numeracin surgen como necesidad de representar simblicamente cantidades,

Diferentes civilizaciones elaboraron varios tipos de representaciones con mltiples caractersticas, la
eleccin de uno u otro tipo de sistema contribuyeron a facilitar las operaciones de clculo y, en cierto
7
Era representada por la Diosa Cha, de acuerdo con el padre Duquesne el calendario Muisca estaba basado en
los movimientos de la luna.

C. C. Fuentes Leal
sentido, el avance de las civilizaciones. Generalmente, los sistemas de numeracin se clasifican en dos
grandes conjuntos, sistemas aditivos y sistemas posicionales. La principal diferencia entre ellos reside
en el valor de los smbolos que se combinan para escribir los nmeros. De esta forma, en los sistemas
posicionales, un mismo smbolo cambia su valor de acuerdo con la posicin que ocupa (caracterstica
que es llamada valor relativo), mientras que en los sistemas aditivos, los smbolos se representan sin
importar un orden especfico, aunque estos sistemas optan por una establecer una determinada
disposicin preferencial. Es extrao encontrar sistema posicionales en las civilizaciones antiguas, y
slo tres de ellas lograron dar forma a sistemas con estas caractersticas, las cuales han perdurado
hasta hoy da, los babilonios (quienes utilizaban el 10 y el 60 como bases), los mayas (que hacan uso
del 5 y el 20 como base), y los chinos (quienes usaban el sistema posicional de caas).
Molina y Daz (1988) comentan algunos principios de construccin comunes en toda la familia
lingstica Macrochibcha, entre ellas el principio aditivo (el cual est presente en los primeros
numerales de la numeracin Muisca), y el principio multiplicativo (tambin est presente en el sistema
de numeracin Muisca despus del nmero cuarenta. De acuerdo al documento del padre Duquesne,
podramos caracterizar este sistema numrico Muisca como un sistema compuesto por serie de
numerales finitos, dotada de cierta estructura lingstica.
En la tabla 3 se presenta un esquema en el que estarn algunos Lexamas (palabras con las cuales
se dicen los nmeros), Protolexemas (cuando no se puede descomponer en otros lexemas) y
Deuterolexema (palabra formada por uno o ms Protolexemas) del sistema numrico Muisca, los
cuales son utilizados por Pilares (2005) para el anlisis de la estructura lingstica de sistemas de
numeracin Quechua y Aimara.
Anlisis lingstico de algunos nmeros de la cultura Muisca

Protolexemas Deuterolexemas
1. Ata 11. Quihicha9 ata (10+1)

2. Bosa 12. Quihicha bosa (10+2)
3. Mica 13. Quihicha mica (10+3)
4. Muyhica ...
5. Hisca 21. Gueta asaqy10 ata (20+1)
Lexemas 6. Ta 22. Gueta asaqy bosa (20+2)
7. Cuhupqua ...
8. Suhusa 35. Gueta asaqy Quihicha hisca (20+15)
9. Aca. ...
10. Ubchihica 40. Gue Bosa (20 x 2)
20. Gueta8 41. Gue Bosa asaqy ata (20 x 2)+1
80. Gue muihica (20 x 4)
200. Gue ubchihica (20 x 10)
Tabla 3. Lexamas, Protolexemas y Deuterolexema del sistema numrico muisca
Al observar esta organizacin se pueden determinar algunas reglas o normas de construccin

numricas, por ejemplo:
8
El numero veinte, que bien podra expresarse como Quihicha Ubchihica se expresaba alternativamente por la
palabra Gueta, cuya significacin se asociaba a la idea de "un grupo de veinte".(gue-ata gueta)
9
Para expresar los valores entre el once y el diecinueve, se antepona la palabra Quihicha, cuyo significado es "pie".
10
Despus de la veintena se utiliza la palabra asaqy la cual se traduce literalmente y ms, la cual de acuerdo
con Pilares (2005) podra ser llamado un constructor, pues es un fonema que permite establecer una relacin
entre varios Protolexemas.

C. C. Fuentes Leal
Utilizacin de la palabra Quihicha antepuesta para pronunciar los nmeros del 11 al 19.
Pronunciacin del nmero veinte Gueta, haciendo referencia como "un grupo de veinte".
La utilizacin de la palabra asaqy como constructor para los nmeros.
El nmero de cuarenta, podra ser pronunciado Gueta asaqy Quihicha Ubchihica o
simplemente Gue Bosa11, al determinar cmo dos grupos de veinte, se podr inferir los
siguientes nmeros:
20 Gueta 20 x 1
40 Gue bosa 20 x 2
80 Gue muihica 20 x 4
200 Gue ubchihica 20 x 10
S seguimos la lgica planteada por el padre Duquesne, se creera que los nmeros cuatrocientos
(20x20) y ocho mil (20x20x20) deberan ser designados con palabras especificas, de las cuales,
desafortunadamente, aun no se tiene conocimiento. O tal vez cabe la posibilidad que los Muiscas no
hubiesen tenido la necesidad de crear nmeros de este tamao. Sin embargo, Izquierdo (2008) plantea
el uso de nmeros de gran tamao para el uso del calendario Muisca, el cual estaba planteado en series
lunares que se pueden extender se podan extender hasta 74000 lunaciones o ciclos lunares.
8. Crticas a la obra del padre Duquesne
En la anterior parte del documento planteamos la hiptesis de la existencia de un posible

sistema de numeracin creado por la cultura Muisca, adems se ha hecho un anlisis inicial a la
estructura y significados tanto de los nmeros como del posible sistema numrico; ahora en esta parte
del documento se mostrar la otra cara de la moneda, pues especialmente los guarismos presentados
por el Padre Duquesne han sido criticados por la comunidad acadmica, ya que no se han encontrado
otras fuentes aparte de l, donde se apoye la existencia de dicho sistema de representacin grfico,
cuando se sabe que una caracterstica importante de las culturas amerindias es el uso de la oralidad
para la transmisin de conocimientos.
Este elemento nos ayuda a reflexionar sobre el significado de la escritura; podemos interpretarla
como una estructura creada por palabras, sujetos, verbos y predicados; o tal vez es un concepto mucho
ms amplio. Algunos autores mencionan que el slo hecho de tener un sistema de representacin
grfico ya implicara una forma de escritura, es decir, los pictogramas en las rocas, los diseos en
mochilas, en cierto sentido, son una forma de escritura, de expresin grafica de cosmogonas, creencia,
historias y conocimientos; tal vez la anterior consideracin llev a hacer una serie de crticas a la
hiptesis de la existencia de un posible sistema de numeracin escrito utilizado por los Muiscas, un
ejemplo de estas crticas es un artculo titulado Crtica de los trabajos Arqueolgicos del Dr. Jos
Domingo Duquesne, publicado por Restrepo (1972), donde el autor concluye que el trabajo del padre
Duquesne es una malinterpretacin de la informacin dada por los campesinos e indgenas de la
regin. Posteriormente con algunos trabajos en antropologa especialmente los del Triana (1982),
empezaron a modificar esta hiptesis.
11
El cual hace una referencia a la idea de "dos grupos de veinte".

C. C. Fuentes Leal
9. Interpretaciones actuales a la obra del padre Duquesne
Figura 8. Pictografa rupestre el altiplano Cundiboyasence
En la figura 8 se puede apreciar un ejemplo de arte rupestre que an sobrevive en el altiplano

Cundiboyasence, con diseos entreverados y sin orden aparente que ejemplifican la particular
manera de representacin que posean los indgenas, muy distinta a la que poseemos actualmente en
occidente (Martnez y Botiva, 2004). Actualmente estos vestigios han sido estudiados por diferentes
autores, un ejemplo de esto se encuentra en un estudio de arqueoastronoma presentado por Izquierdo
(2008) acerca del calendario Muisca, concluye que para la cultura muiscas los nmeros abarcaron
conceptos mucho ms amplios que la mera expresin de cantidades, amplindose a la representacin
de asterismos celestes, los cuales podran haber sido nombrados con los mismos nombres de los
nmeros. Segn la hiptesis del autor, los smbolos grficos o Guarismos recogidos por el padre
Duquesne no haran relacin a guarismos aritmticos, sino a la representacin abstracta de patrones
estelares, especialmente las llamadas constelaciones oscuras12, las cuales han sido consideradas de
gran importancia en las tradiciones astronmicas de las culturas andinas por autores como Gary
(1981).
Con respecto a este planteamiento una caracterstica a resaltar de los grupos andinos es la
importancia que toma la oralidad como elemento de identidad; lo cual en cierto sentido apoyara la
hiptesis planteada por Izquierdo (2008). Sin embargo, Triana (1970), presenta un compilado de
pictogramas y grabados encontrados en un sinnmero de piedras en todo el altiplano cundiboyasense,
y de acuerdo con las interpretaciones del autor estas representaciones graficas eran de carcter
mitolgico y narrativo. Posteriormente, el mismo Triana (1984) presentara la hiptesis de que la
cultura Muisca iniciaba un incipiente proceso de escritura, un apartado planteado por el autor es el
siguiente:
En el vocabulario chibcha del padre Lugo, la palabra ioquezecubunsuca

es el equivalente a leer, un anlisis de esta palabra indicara que los chibchas
tenan idea clara de la escritura en pergamino, de donde debi resultar la
consecuencia de lectura del pergamino, que es lo que expresa esta palabra,
pues ioque=pergamino, ze=promonbre de primera persona que se antepone a
los verbos, los cuales terminan en suca y lenguaje=cubum, de modo que
traducida literalmente la palabra ioquezecubunsuca equivale a la frase yo
12
Definidas como las zonas de menor brillo en la Va Lctea.

C. C. Fuentes Leal
hablo en pergamino, lo que en tanto podra significar, leer como escribir en

pergamino
De esta forma el autor expone una serie de posibles representaciones grficas de tipo
ideogrfico y alfabtico de caractersticas chinescas y cuneiformes como posibles seales de escritura
de esta cultura.
El preguntarnos acerca de la veracidad de los guarimos presentados por el padre Duquesne, los
cuales representaban cantidades, nos llev a peguntar s los Muiscas tenan un sistema de
representacin grficas de ideas, es decir una escritura13; este asunto sumamente interesante, ha
motivado un amplio debate acadmico y la reconstruccin y preservacin del acervo cultural Muisca14
por medio de diferentes proyectos sociales, actualmente no se podra dar una respuesta absoluta o
unnime al hablar de escritura o sistemas grficos de representacin utilizada por la cultura Muisca.
10. A modo de reflexin
Es muy plausible la existencia de un sistema de numeracin hablada en la cultura Muisca dada a

su complejidad econmica y social, pues ya desde mucho antes del debatido trabajo del padre
Duquesne, algunos frailes que acompaaban a los conquistadores espaoles haban escrito acerca de
esta construccin cultural. Con respecto a la construccin grfica de guarismos que representaran
cantidades, Triana (1982) expuso una serie de representaciones grficas de carcter mitolgico o
narrativo en partes del altiplano Cundiboyasense. Sin embargo en ninguna de estas piedras se
encontraron guarismos numricos similares a los expuestos por el padre Duquesne, lo cual revive el
antiguo debate acerca de la veracidad de estos guarimos.
Con respecto a la estructura de este sistema de conteo, se podra mencionar que del nmero 11
al 40 podra caracterizarse como un sistema de tipo aditivo vigesimal, pues se utiliza un principio
aditivo; posteriormente, despus del nmero 40 este sistema se comporta de una forma diferente, pues
implementa un principio de tipo multiplicativo acompaado de un principio de tipo aditivo.
En el mtodo de conteo Muisca se observ la importancia de las partes del cuerpo, como los
pies o las manos. Molina y Daz (1988), tambin encuentran esta caracterstica entre algunas etnias
pertenecientes a la familia lingstica Chibcha tales como el pueblo Arahuaco, Uwa o Tunebo y
Talamanca, los cual nos da indicios de que esta caracterstica no era nica de la Cultura Muisca, sino
que era una estrategia propia de los pueblos amerindios.
La bsqueda de conocimiento matemtico en una cultura de la cual se crey extinta en una

poca, es un asunto complejo, pues implica la bsqueda bibliogrfica de material verdico, que ayude a
la reconstruccin de este acervo cultural, y la bsqueda es un proceso que est en construccin
continua. Al relacionar este aspecto con temas como el conteo y el sistema de numeracin, surgen
necesidades como la bsqueda de cuantificadores, y nmeros ordinales, los cuales no han sido
mencionados, descritos ni estudiados en este documento; en este momento surgen dudas referentes
13
Los aportes del Dr. Triana, mostraron que los Muiscas tenan un conjunto de representaciones graficas de
orden mitolgico y narrativo.
14
Actualmente estudiantes del departamento de antropologa y lingstica de la Universidad Nacional de
Colombia adelantan el proyecto Muyskkubun, de igual forma en el municipio de Cota, Cundinamarca la
escuela Jizcamox, buscan preservar, descongelar y promover el hablar el idioma Muyskkubun, el cual fue
hablado por los antiguos Muiscas.

C. C. Fuentes Leal
acerca del cmo y dnde hacer la bsqueda de estos conceptos, teniendo en cuenta la poca existencia
de textos que hablen cerca de estos temas y la no existencia de hablantes de la lengua original.
Bibliografa
Acosta, J. (1971) Historia de la Nueva Granada. Bedout, Medelln, versin original (1848).
Aguado, J (1956) Recopilacin Historial (4 vols.) Biblioteca de la presidencia de Colombia, Bogot,
versin original (1581).
Arcila, G. (1974) Posible influencia maya en el Darin de Colombia, en Boletn de antropologa 4
(13): 15-20 Universidad de Antioquia.
Bishop, A. (1999). Enculturacin matemtica, la educacin matemtica desde una perspectiva
cultural. Barcelona: Paids.
Broadbent, S. (1964) Los Chibchas organizacin socio-poltica. Serie Latinoamericana. Universidad
Nacional de Colombia, Bogot.
Cauty, A. (1990) Vigilancia Etnocultural, el caso de la numeracin tradicional nasa-yuwe en: Boletn
de lingstica aborigen No. 2, Centro Colombiano de Estudios en Lenguas Aborgenes, Bogot.
Duque, L. (1945) Apuntes sobre el comercio entre indios precolombinos en: Boletn de Arqueologa,
1: 31-35. Bogot.
Falchetti, A. & Plazas, C. (1973) El territorio de los Muisca a la llegada de los espaoles. Cuadernos
de antropologa 1. Universidad de los Andes, Bogot.
Fedriani, M. & Tenorio, A. (2004) Los sistemas de numeracin maya, azteca e inca. Lecturas
Matemticas Volumen 25, 159-190. Extrado 15 Octubre de 2009 en
http://www.scm.org.co/Articulos/756.pdf
Gary, U. (1981). At the crossroads of the earth and the sky: an Andean cosmology University of Texas
Press.
Greenberg, J. (1987) Language in the Americas. Stanford, Stanford University Press
Humboldt, A. (1878). Sitios de las cordilleras monumentos de los pueblos indgenas de Amrica.
Extrado el 10 Marzo de 2010 en http://www.lablaa.org/blaavirtual/arqueologia/sitios/indice.htm
Izquierdo, M. (2008) The Muisca Calendar: An approximation to the timekeeping system of the
ancient native people of the northeastern Andes of Colombia, Tesis de postgrado de la Universidad
de Monteal, Canad, extrado 15 Octubre de 2009 en http://arxiv.org/pdf/0812.0574
Langebaek, C. (1987) Mercados, poblamiento e integracin tnica entre los muiscas Banco de la
Repblica, Bogot.
Londoo, E. (1988) La conquista del cacicazgo de Bogot, Boletn Cultural y Bibliogrfico, Nmero
16, Volumen XXV. Extrado el 1 de Abril de 2010 en
http://www.lablaa.org/blaavirtual/publicacionesbanrep/boletin/boleti5/bol16/conquis.htm
Lugo, F. (1619) Gramtica en la Lengua General del Nuevo Reyno, llamada Mosca, Biblioteca
Nacional de Colombia, Madrid.
Martnez, D. & Botiva, A. (2004). Introduccin al arte rupestre. Extrado el 1 de Abril de 2010 en
http://www.monografias.com/trabajos-pdf900/introduccion-arte-rupestre/introduccion-arte-
rupestre.pdf
Menninger, K. (1969), Number Words and Number Symbols. Cambridge, Mass.: The M.I.T. Press.
Molina, E. & Daz, L. (1988). Algunos aspectos de los numerales en la familia lingstica
macrochibcha. Tesis pregrado de Universidad Nacional de Colombia.
Pilares, G. (2005). Los sistemas numricos del Quechua y el Aimara. Ministerio de Educacin,
Direccin Nacional de Educacin Bilinge. Lima. Extrado 15 Octubre de 2009 en
http://portal.perueduca.edu.pe/boletin/boletin57/vinculos/link%20investigadores.pdf
Perez, J. (1951). Los muiscas antes de la conquista. Consejo superior de investigaciones cientficas (2
vols.). Instituto Bernardino de Sahagn, Madrid.
Restrepo, V. (1972). Los chibchas antes de la conquista espaola, Fondo de promocin de la cultura
del Banco Popular, 26, Bogot.

C. C. Fuentes Leal
Restrepo, V. (1982). Crtica de los trabajos Arqueolgicos del Dr. Jos Domingo Duquesne. Imprenta
de la Nacin, Bogot.
Rozo, J. (1977). Cultura material de los muiscas. Ideas, Bogot.
Rozo, J. (1978). Los muiscas organizacin social y rgimen poltico. Fondo Editorial Suramericana;
Coleccin Historia.
Silva, E. (1981) Investigaciones arqueolgicas en Villa de Leiva. Boletn Museo del Oro, ao 4,
Enero-Abril, pp. 1-8, Bogot.
Seidenberg, A. (1962). The ritual origin of counting. Archive for History of Exact Sciences 16, 1-16.
Triana, M. (1970). El Jeroglfico Chibcha, Fondo de promocin de la cultura del Banco Popular,
Bogot.
Triana, M. (1984). La Civilizacin Chibcha Fondo de promocin de la cultura del Banco Popular Vol.
4, Bogot.
Christian Camilo Fuentes Leal, Licenciado en educacin bsica con nfasis en matemticas
(Universidad Distrital Francisco Jos de Caldas, Bogot, Colombia), Estudiante Maestra en Educacin,
miembro de la Red Latinoamericana de Etnomatemtica, miembro del comit cientfico de la XIV
Conferencia Internacional de Educacin Matemtica. cristianfuentes558@hotmail.com

ISSN: 1887-1984
Matemticas en los estudios de Maestro de Educacin Infantil en la

Universidad de Castilla-La Mancha: de la diplomatura al grado
Mara Sotos Serrano (Universidad de Castilla-La Mancha. Espaa)
Jos M. Aguilar Idez (Ayuntamiento de Albacete. Espaa)

Fecha de aceptacin: 14 de febrero de 2013
Resumen El paso de la diplomatura al grado podra suponer una cierta ampliacin de la

capacitacin profesional de los estudios de Maestro. En este sentido, se realiza un anlisis
comparativo entre los estudios de Diplomatura y de Grado de Maestro de Educacin
Infantil en la Universidad de Castilla-La Mancha, especialmente en lo referente a las
asignaturas de Didctica de las matemticas. En primer lugar se trata el tema del nmero
de crditos y el plan de estudios, para poder descubrir qu lgica se ha utilizado en ese
paso de la diplomatura al grado, y posteriormente el de los contenidos de las asignaturas
de Didctica de las matemticas y la metodologa que se aplica, para ver qu es lo que ha
cambiado y lo que sigue igual.
Palabras clave Currculum, grado, didctica de las matemticas, educacin infantil.
Abstract It is generally assumed that the step from the Diploma in Education Studies to the
equivalent Degree is an extension of professional capacity of the studies leading to the
Degree in Education. In this sense, a comparative analysis is carried out between the
studies of Diploma and the Degree in Education at the University of Castilla-La Mancha,
especially in reference to the subjects related to the teaching of Mathematics. First of all,
the number of credits and curriculum must be considered in order to discover what logic
has been used in this step of Diploma to Degree. Then the contents of the subjects related
to the teaching of Mathematics, and the methodology, must also be evaluated to check
what has been changed and what remains the same.
Keywords Curriculum, degree, mathematics education, early childhood education.
1. Introduccin
En Espaa, los cambios legislativos en materia educativa son bastante habituales. Parece que no
tenemos la tradicin de realizar un consenso poltico que permita la estabilidad de la legislacin
educativa. En el mbito universitario, los ltimos cambios que afectan a los diseos curriculares han
tenido la particularidad de que se han realizado por el imperativo del Espacio Europeo de Educacin
Superior1.
1
Sobre el Espacio Europeo de Educacin Superior se puede consultar la pgina http://www.eees.es/

Matemticas en los estudios de Maestro de Educacin Infantil en la Universidad de Castilla-La
Mancha: de la diplomatura al grado
As, hemos asistido recientemente a un nuevo diseo de los estudios universitarios, adaptndose
a dicho Espacio Europeo de Educacin Superior, que se ha traducido, entre otras cosas, en la
eliminacin de los antiguos estudios de diplomaturas y licenciaturas para dar paso a los nuevos
estudios de grado. Esto no supone una gran novedad para las antiguas licenciaturas, pero s para lo que
antes denominbamos diplomaturas.
En este sentido, los estudios de Magisterio han pasado a desarrollarse en cuatro cursos
acadmicos, frente a los tres de las diplomaturas, lo que se traduce en pasar de 206 crditos a 240
crditos2. En principio, un aumento de la carga lectiva que previsiblemente supondr una mejora en la
capacitacin profesional de los futuros docentes.
Sin duda se trata de una adaptacin obligada, pero a qu tipo de orientaciones pedaggicas
responde? Para intentar responder a esta cuestin, que no es menor, vamos a presentar los cambios
cuantitativos que ha experimentado el Plan de estudios de la formacin para Maestro/a de Educacin
Infantil (antes como diplomatura y ahora como grado), en el caso de la Universidad de Castilla-La
Mancha, as como los programas y la metodologa de las asignaturas de didctica de las matemticas.
Con esto intentaremos cubrir los siguientes objetivos:
Describir los cambios realizados en las materias que componen dicho Plan de Estudios.
Descubrir qu orientacin es la que ha determinado dichos cambios.
Presentar en qu nivel institucional reside la responsabilidad de dichos cambios.
Averiguar si dichos cambios del diseo curricular afectan o no a la metodologa de la
enseanza universitaria.
2. El Plan de Estudios
Las asignaturas de los planes de estudio universitarios se encuentran adscritas a lo que se

denomina reas de conocimiento3. Pero para el anlisis que aqu se presenta no utilizaremos esa
tipologa, sino que agruparemos las distintas asignaturas en relacin con las materias tal y como se
denominan en educacin infantil y primaria: Ingls/Francs, Conocimiento del medio, Lengua,
Matemticas, Msica, Educacin Fsica y Plstica, aadiendo otros cuatro grupos de aquellas reas
que no tienen una correspondencia directa con dichas materias. Estos cuatro grupos son: Psicologa,
Pedagoga, Sociologa y Prcticas. El motivo es sencillo, se trata de ver qu peso relativo representan
estas materias en el Plan de Estudios del Grado de Maestro de Educacin Infantil.
2
Todos los datos que se ofrecen se refieren a la Facultad de Educacin de la Universidad de Castilla-La Mancha
en Albacete.
3
La relacin de las reas de conocimiento de las universidades espaolas est disponible en la pgina web
http://www.mecd.gob.es/dctm/mepsyd/educacion/universidades/profesorado/habilitacion/areas-
conocimiento.pdf?documentId=0901e72b80050626.

La siguiente tabla presenta las cifras globales, por las materias sealadas, de la distribucin de
los crditos (ECTS4) y su peso proporcional en la Diplomatura y en el Grado5, as como las diferencias
existentes. Para esto, se han suprimido los crditos optativos y de libre configuracin, ya que esos
crditos no estn asignados a ningn rea de conocimiento determinada y, por tanto, pueden variar
notablemente entre unos cursos y otros.
Materias Diplomatura Grado Diferencia

ECTS % ECTS % ECTS %
Psicologa 19.5 11.9 39 19,1 19,5 7,2
Pedagoga 27 16.5 33 16,2 6 -0,3
Prcticas 32 19.5 42 20,6 10 1,1
Sociologa 4.5 2.7 9 4,4 4,5 1,7
Ingls/Francs 0 0 15 7,4 15 7,4
Conoc. del medio 18 11 12 5,9 -6 -5,1
Lengua 21 12.8 18 8,8 -3 -4
Matemticas 12 7.3 12 5,9 0 -1,4
Msica 12 7.3 6 2,9 -6 -4,4
Educacin Fsica 6 3.7 6 2,9 0 -0,7
Plstica 12 7.3 12 5,9 0 -1,4
TOTAL 164 100 204 100 40 0
Tabla 1. Distribucin, por materias, de los crditos de los planes de estudio de los estudios de Maestro de
Educacin Infantil (Diplomatura y Grado)
4
La denominacin de los crditos como ECTS (European Credit Transfer System) es una de las novedades del
Espacio Europeo de Educacin Superior. Una visin general sobre dicho sistema de crditos, que ya era utilizado
en los ltimos planes de estudio de las diplomaturas de Magisterio, puede consultarse en
http://www.eees.es/es/ects. No obstante, conviene sealar que se trata de un sistema algo confuso, en la medida
en que cada crdito supone entre 25 y 30 horas de trabajo del alumnado (incluyendo las clases presenciales). Por
un lado es bastante ilusorio pretender homogeneizar el trabajo de un alumnado heterogneo, y al mismo tiempo
no se termina de especificar claramente las horas de clases que suponen cada crdito. En la prctica, esto se ha
solucionado estableciendo que una asignatura anual con 3 horas de clase semanales equivale a 9 crditos ECTS,
y que con 2 horas semanales equivale a 6 crditos ECTS. En este texto, siempre que hablemos de crditos
estaremos haciendo referencia a los crditos del ECTS.
5
El Plan de estudios completo puede consultarse en la siguiente pgina web:
http://www.uclm.es/Ab/educacion/guia_docente_infantil.asp. En la tabla figuran 204 crditos en lugar de 240
porque se han eliminado los crditos optativos y el Trabajo Fin de Grado.

22
20
18
16
14
12
10
8
6
4
2
0
1 2 3 4 5 6 7 8 9 10 11
Diplomatura Grado
1 Psicologa 5 Ingls/Francs 9 Msica
2 Pedagoga 6 Conocimiento del medio 10 Educacin Fsica
3 Prcticas 7 Lengua 11 Plstica
4 Sociologa 8 Matemticas
Figura 1. Diferencia entre los ECTS de Diplomatura y de Grado (% sobre cada titulacin)
Lo primero que hay que sealar es algo obvio: los cambios producidos por el paso de la
Diplomatura al Grado no se han producido en la misma proporcin en cada una de las materias que
intervienen en estos estudios. Mientras en unas materias aumenta el nmero de ECTS asignados, en
otras disminuye.
Si se parte del criterio de que los anteriores planes de estudio, relativamente recientes en su
formulacin, estaban medianamente bien elaborados, lo lgico sera suponer que el aumento de 40
crditos ECTS que supone el paso de la diplomatura al grado supondra un aumento proporcional
respecto al plan de estudios anterior. De lo contrario es que se parte de que los planes de estudios
anteriores presentaban algunas deficiencias que se han debido intentar solucionar con los nuevos
grados.
De hecho, se observa un notable incremento de las materias de Psicologa y Lengua Extranjera

(en el caso de la Lengua Extranjera se debe a que, debido a la existencia de las anteriores
especialidades, en Educacin Infantil no se impartan asignaturas de esta materia), mientras que todas
las materias de carcter didctico y disciplinar reducen su peso con el cambio de planes de estudio. En
definitiva, el inters fundamental en la elaboracin del Grado se centra en la psicologa (con el
aadido del idioma extranjero para intentar paliar la desaparicin de la especialidad correspondiente),
mientras que en las materias de didcticas especficas y disciplinares se llega a reducir el nmero de
crditos asignados, pudiendo considerar el caso de la Didctica de las Matemticas como uno de los
ms afortunados, ya que mantiene los 12 crditos que ya tena en la Diplomatura.
La distribucin proporcional del incremento de crditos que supone el paso al Grado es la que
figura en la siguiente tabla.

Materias Crditos Dipl. Crditos Grado Diferencia % diferencia ECTS*

Psicologa 19.5 39 19,5 48,75
Pedagoga 27 33 6 15
Prcticas 32 42 10 25
Sociologa 4.5 9 4,5 11,25
Ingls/Francs 0 15 15 37,5
Conoc. del medio 18 12 -6 -15
Lengua 21 18 -3 -7,5
Matemticas 12 12 0 0
Msica 12 6 -6 -15
Educacin Fsica 6 6 0 0
Plstica 12 12 0 0
TOTAL 164 204 40 100
* Porcentaje de la diferencia en ECTS respecto al total de la misma (40).
Tabla 2. Distribucin porcentual del aumento de crditos en el paso de la Diplomatura al Grado (Maestro de
Educacin Infantil. Universidad de Castilla-La Mancha)
Adems, como no todas las materias tenan el mismo peso en la Diplomatura, el incremento que
presenta cada una de ellas en el Grado es, en trminos relativos, tambin diferente. As, en la siguiente
tabla se observa que tanto Psicologa como Sociologa han duplicado el nmero de crditos.
Materias Crditos Dipl. Crditos Grado Diferencia % diferencia ECTS Dip.-Grado

Psicologa 19.5 39 19,5 100
Pedagoga 27 33 6 22,2
Prcticas 32 42 10 31,3
Sociologa 4.5 9 4,5 100
Ingls/Francs 0 15 15 -
Conoc. del medio 18 12 -6 -33,3
Lengua 21 18 -3 -14,3
Matemticas 12 12 0 0
Msica 12 6 -6 -50
Educacin Fsica 6 6 0 0
Plstica 12 12 0 0
TOTAL 164 204 40 24,4
Tabla 3. Incremento proporcional de crditos en el paso de la Diplomatura al Grado, con respecto a la

Diplomatura
Esta diferencia es la que se representa en la figura 2, en el que Didctica de las Matemticas,

junto a Educacin Fsica y Plstica, no ha sufrido ninguna variacin.

110
90
70
50
30
10
-10 1 2 3 4 5 6 7 8 9 10 11
-30
-50
-70
1 Psicologa 5 Ingls/Francs 9 Msica

2 Pedagoga 6 Conocimiento del medio 10 Educacin Fsica
3 Prcticas 7 Lengua 11 Plstica
4 Sociologa 8 Matemticas
Figura 2. Diferencia proporcional entre los crditos ECTS de Diplomatura y Grado en relacin a los asignados
en la Diplomatura
Resulta evidente que el nmero de ECTS slo ha aumentado en las Prcticas y en las reas de
Psicologa, Pedagoga y Sociologa6, mientras que en el resto de reas se producen disminuciones o se
mantiene la misma carga lectiva que haba en la Diplomatura. En este ltimo caso se encuentra el rea
de Matemticas.
No vamos a entrar en el detalle de comparar estos datos con los que ofrece la titulacin de
Educacin Primaria, pero s conviene sealar que, en ese caso, reas como Matemticas y Lengua s
han aumentado la carga lectiva con el paso de la titulacin al Grado (de 15 a 18 ECTS en Matemticas
y de 18 a 21 ECTS en Lengua, mientras que Psicologa pasa de 13,5 a 21 ECTS).
A partir de estos datos, parece clara la intencin de la nueva poltica educativa en este tema. Si
en la Diplomatura de Educacin Infantil las reas principales eran Pedagoga y Psicologa, con el paso
al Grado esta situacin se intensifica, especialmente en el caso de la Psicologa. Esta psicologizacin
de la educacin infantil, que aqu no se valorar ni en un sentido ni en otro, se produce en detrimento
de las reas del currculum de dicha educacin infantil, sobreentendiendo as que las didcticas de los
conocimientos curriculares (incluidos los de matemticas) no son tan importantes como en otros
periodos de escolarizacin.
En este tema, la responsabilidad de dicho cambio descansa casi exclusivamente en el mbito

poltico estatal, ya que la Orden que establece los requisitos para la verificacin de los ttulos
universitarios oficiales que habiliten para el ejercicio de la profesin de Maestro en Educacin
Infantil7, decreta que lo que denomina Mdulo de formacin bsica (en el que se incluyen las materias
de Psicologa, Pedagoga y Sociologa) tenga 100 crditos, mientras que al Mdulo didctico y
6
El caso especial de las materias de Ingls/Francs ya se ha comentado antes.
7
Dicha Orden puede consultarse en http://www.boe.es/boe/dias/2007/12/29/pdfs/A53735-53738.pdf.

disciplinar slo le asigna 60 crditos. As, en el caso de la Universidad de Castilla-La Mancha esos 60
crditos se amplan hasta 81 crditos, pero no queda mucho ms margen de maniobra.
A este primer tipo de condicionante, relacionado con el diseo del currculum, hay que aadir
otro relacionado con la situacin del alumnado: la escasa capacitacin matemtica con la que
ingresan en estos estudios.
Hay suficientes estudios que sealan los dficits educativos de la enseanza secundaria en
Espaa, y en nuestra propia experiencia docente se constata que gran parte de los estudiantes de la
Facultad de Educacin carecen de conocimientos matemticos, as como de la capacidad para
expresarse y argumentar sobre conceptos matemticos bsicos. La propia Sociedad Espaola de
Investigacin en Educacin Matemtica (SEIEM) as lo reconoce cuando seala
algunos problemas surgidos del debate del anlisis de la realidad sobre el

recin implantado Grado de Infantil: Formacin matemtica insuficiente;
Actitud negativa hacia la materia (Palarea, 2011, p. 228).
3. La Didctica de las Matemticas
Segn el anterior anlisis del diseo curricular, la situacin de Didctica de las Matemticas no
ha cambiado (aunque haya perdido presencia relativa), por lo que no debe ser algo preocupante. Pero
el problema reside en que resulta complicado aprender didctica de las matemticas cuando no se
conocen los contenidos matemticos a ensear. La solucin, en el caso de la Diplomatura, era la de
dedicar la primera asignatura a contenidos matemticos y la segunda a contenidos de didctica de las
matemticas.
ASIGNATURAS DE LA DIPLOMATURA:
DESARROLLO DEL PENSAMIENTO MATEMTICO Y SU DIDCTICA
Primera parte: Geometra
Tema 1. Sobre la enseanza de la geometra espacial.

Tema 2. El mundo de los slidos. Algunas familias.
Tema 3. Anlisis en el mundo de los poliedros. Descripcin, definicin y clasificacin.
Tema 4. Del espacio al plano y del plano al espacio. Representaciones y desarrollos.
Tema 5. Polgonos.
Tema 6. Geometra de las transformaciones.
Tema 7. Introduccin general a la medida.
Segunda parte: Nmeros
Tema 8. Nmeros naturales.

Tema 9. Sistemas de representacin de nmeros.
Tema 10. Operaciones aritmticas. Sentido y algoritmo de las operaciones.
Tema 11. Clculo mental.
Tema 12. Divisibilidad.
Tema 13. Nmeros enteros.
Tema 14. Nmeros racionales.

DIDCTICA DE LAS MATEMTICAS EN EDUCACIN INFANTIL
Tema 1. Desarrollo del pensamiento lgico-matemtico.

Tema 2. Nmeros y clculo.
Tema 3. Exploracin del espacio. Geometra.
Tema 4. Medida.
En el caso del Grado el diseo inicial es diferente, ya que las dos asignaturas se plantean como
asignaturas de didctica de las matemticas, repartiendo los contenidos en dos bloques: la primera se
dedica al pensamiento lgico y numrico y la segunda al pensamiento espacial, geomtrico y de
medida.
ASIGNATURAS DEL GRADO:
DESARROLLO DEL PENSAMIENTO LOGICO Y NUMERICO EN LA ED. INFANTIL
Tema 1. El currculo de las matemticas en la Educacin Infantil.

Tema 2. Lgica elemental; relaciones lgicas: clasificar, seriar y ordenar; razonamiento;
demostraciones; conjeturas; patrones.
Tema 3. El nmero natural; perodo prenumrico; primeros conceptos numricos; usos del
nmero; emparejar; ordenar; estrategias para cuantificar; representaciones; estructuras
conceptuales aditiva y multiplicativa.
Tema 4. Estrategias de clculo y de resolucin de problemas; problema didctico que plantean
las operaciones; investigaciones.
Tema 5. Didctica de la estadstica y la probabilidad en educacin infantil.
DESARROLLO DEL PENSAMIENTO ESPACIAL, GEOMETRICO Y DE MEDIDA EN LA

ED. INFANTIL
Tema 1. El currculo de las matemticas en la Educacin Infantil: conexiones y relaciones entre

los diversos contenidos.
Tema 2. Desarrollo del pensamiento geomtrico: topolgico, proyectivo y eucldeo.
Tema 3. Las formas en el espacio y en el plano: la geometra a travs de las transformaciones.
Tema 4. El concepto de magnitud y su medida.
Tema 5. Materiales y recursos para la enseanza de la geometra en Educacin Infantil.
Pero la realidad obliga a intentar compaginar los contenidos diseados con otros ms
estrictamente matemticos. En la prctica no hay grandes diferencias entre lo que se haca en la
Diplomatura y lo que se hace en el Grado, y creemos que habr que seguir manteniendo este criterio
para intentar mejorar el conocimiento matemtico del alumnado.
Aunque no es algo especfico del Grado, con la llegada de los ECTS se comenz a plantear la
necesidad de cambiar las formas de enseanza universitaria ms tradicionales por otras que
permitieran un tipo de aprendizaje algo ms constructivista y cooperativo. Se tendra que potenciar el
trabajo autnomo del alumnado, con una cierta diversidad de actividades acadmicas, as como
aumentar el trabajo de seminarios en detrimento de las clases magistrales.
Esto puede ser una autntica novedad en unos casos, aunque en otros no lo sea tanto. En este
caso, desde mucho antes del nacimiento de los ECTS se ha trabajado con metodologas de enseanza
de este tipo, aunque tambin hay que reconocer que no siempre se han podido desarrollar

convenientemente, especialmente en los cursos acadmicos en los que haba que atender a ms de 200
estudiantes. La llegada del Grado pareca que mejorara esta situacin. As, en todos los cursos y
talleres organizados por la propia Universidad de Castilla-La Mancha para divulgar esta metodologa
asociada a los ECTS, se insista en la necesidad de reducir notablemente los grupos de alumnas/os
para poder desarrollarla conveniente, ya que un aspecto importante de esta lo constituye el
seguimiento individualizado del trabajo de alumnado, mediante sesiones de seminario semanales. En
la misma lnea se manifiesta la SEIEM cuando seala que parece conveniente reiterar la dificultad de
aplicacin de las nuevas propuestas con grupos que en la mayora de los casos superan los 80
estudiantes (Palarea, 2011: 233).
De nuevo la realidad ofrece un panorama diferente. En el curso acadmico 2011-2012 hay 2

grupos de cada una de las 2 asignaturas, con 65 alumnas/os en cada uno de ellos. Esto hace un total de
260 estudiantes para ser atendidos por una sola profesora.
De todos modos, el trabajo que se realiza en ambas asignaturas incluye una suficiente variedad
de actividades:
Trabajo en grupo sobre el currculum matemtico de Educacin Infantil.

Comentarios de artculos (individual y en clase).
Trabajo de investigacin (sobre algn concepto matemtico, cmo proponen trabajarlo
algunos autores, cmo lo plantearan ellos, elaboracin de materiales y cuentos y de
situaciones didcticas para trabajar en el aula).
Elaboracin de material didctico (ej.: bloques lgicos distintos a Dienes y plantear
actividades lgicas con ellos).
Plantear posibles situaciones de aula de educacin infantil para que intenten resolverlas.
Elaborar proyectos.
Charla con alguna maestra para que les hable de su experiencia y metodologa.
Posiblemente, la gran novedad consista en que ahora este tipo de trabajo docente est ms
extendido que antes, ya que en la Facultad se establecen protocolos de coordinacin en cada curso
para intentar repartir la carga de trabajo del alumnado de la manera ms homognea posible. An as,
el pasar de un sistema en el que este tipo de metodologa era una excepcin a otro en el que est ms
generalizado, supone un aumento en la carga de trabajo (del alumnado y del profesorado) que afecta al
rendimiento esperado.
4. Conclusiones
A la vista de los datos presentados, del caso de la Universidad de Castilla-La Mancha se pueden
extraer algunas conclusiones:
1. Asistimos a un proceso de psicologizacin de la etapa de educacin infantil. Las directrices

polticas son evidentes. Mientras las materias del Mdulo didctico y disciplinar pierden
presencia relativa en el nuevo Plan de estudios del Grado de Maestro de Educacin Infantil,
la psicologa duplica el nmero de crditos que tena en la Diplomatura.
2. Las dificultades que existiesen para la formacin en Didctica de las Matemticas de los
futuros docentes de Educacin Infantil se mantendrn en el caso de los estudios de Grado,
ya que su situacin en el currculum universitario no ha cambiado.
3. Los cambios producidos por el paso de la Diplomatura al Grado se reducen, bsicamente, al
reparto de la carga curricular entre las diferentes materias que componen el Plan de

Estudios. Pero en el terreno estrictamente metodolgico, mientras se mantengan las mismas

condiciones de trabajo no se producirn avances significativos en este terreno. Esto no es
achacable al propio Espacio Europeo de Educacin Superior, ya que este Plan se limita a
establecer un sistema de convergencia europea en materia de titulaciones, sin que la
metodologa de enseanza sea una de sus prioridades.
Evidentemente, todo sistema puede ser mejorado, por eso se justifica el cambio. Pero para poder
mejorarlo hay que definir cules son sus puntos ms dbiles. Aqu hemos presentado los que
consideramos ms importantes: la psicologizacin del currculum, la escasa capacitacin matemtica
del alumnado y la necesidad de reducir los grupos de alumnas/os, reduciendo as tambin el nmero de
alumnas/os que hemos de atender cada docente. Creemos que estos aspectos son mucho ms
importantes que el simple paso de las diplomaturas a los grados, y mientras estos no cambien muy
poco habr cambiado.
Bibliografa
Palarea, M. (2011). Informe del Seminario: La formacin inicial del profesorado de matemticas ante
la implantacin de los nuevos grados en infantil, primaria y mster de secundaria. Educatio Siglo
XXI, 29 (2), 225-234.
Mara Sotos Serrano es profesora de Didctica de las Matemticas en la Universidad de Castilla-La

Mancha (Espaa). Facultad de Educacin de Albacete. Lneas de investigacin: didctica de las
matemticas en educacin infantil e investigacin etnogrfica del profesorado. Ha sido profesora visitante
en la Universidad Pedaggica Nacional de Zacatecas (Mxico) y en la Universidad de Uncuyo de
Mendoza (Argentina). maria.sotos@uclm.es
Jos Mara Aguilar Idez es socilogo, especializado en sociologa de la educacin. Ha sido profesor
en la Universidad de Valencia, en la Universidad Nacional de Educacin a Distancia y en la Universidad
de Castilla-La Mancha, y profesor visitante en la Universidad Pedaggica Nacional de Zacatecas
(Mxico). Actualmente trabaja en el Servicio de Accin Social del Ayuntamiento de Albacete.
jmaguilar@amialbacete.com

ISSN: 1887-1984
Identificacin de figuras geomtricas en fotografas de objetos reales. Un

estudio con maestros en formacin
Jos Mara Muoz Escolano (Universidad de Zaragoza. Espaa)
Antonio M. Oller Marcn (C. Universitario de la Defensa, Academia General Militar. Espaa)
Fecha de recepcin: 13 de Diciembre de 2012

Fecha de aceptacin: 8 de abril de 2013
Resumen En este trabajo se analizan (cuantitativa y cualitativamente) las respuestas de 173

estudiantes de Magisterio ante una tarea en la que deban identificar figuras geomtricas
presentes en 4 fotografas de objetos reales.
Palabras clave Geometra, Maestros en formacin, Identificacin de figuras, Terminologa geomtrica,

Visin espacial.
Abstract In this paper we analyze (both quantitatively and qualitatively) the answers of 173
prospective Primary school teachers in an activity in which they were asked to identify
geometric shapes appearing in 4 photographs of real objects.
Keywords Geometry, Prospective teachers, Identification of figures, Geometric terminology, Spatial

vision.
1. Introduccin y objetivos
En el currculo de Matemticas de Educacin Primaria se encuentra un bloque ntegramente

dedicado a la Geometra. En los epgrafes correspondientes a los contenidos, tanto en el primer ciclo
como en el segundo, se leen los siguientes puntos:
Figuras planas: reconocimiento en objetos familiares de tringulo, cuadrado, rectngulo y

crculo
Cuerpos geomtricos: reconocimiento en objetos familiares como muebles, logotipos,
seales de trfico, etc. de pirmide, prisma, cono, cilindro y esfera
Adems, uno de los criterios de evaluacin correspondientes dice: Reconocer en el entorno inmediato
formas y cuerpos geomtricos.
Nos parece importante, y as lo hacemos notar, el nfasis que se hace al hablar de objetos
familiares y de entorno inmediato. La geometra debe servir al alumnado para describir y organizar
su entorno y para ello un primer paso debe ser reconocer en dicho entorno aquellos objetos
geomtricos que ya conocen y que, a su vez, han surgido a partir de un proceso de abstraccin de la
propia realidad. Prueba de esto son los concursos de fotografa matemtica que son convocados
asiduamente por un gran nmero de institutos de enseanza secundaria u otras instituciones educativas
(ver, por ejemplo, (Nomdedeu, 2009)).

Identificacin de figuras geomtricas en fotografas de objetos reales. Un estudio con maestros
en formacin
En consecuencia, pensamos que la capacidad de detectar figuras y cuerpos geomtricos que se

encuentran en diferentes entornos cotidianos, as como de describir correctamente y de manera precisa
(es decir, empleando terminologa geomtrica) dichos objetos debe ser una competencia importante
para el docente.
Sin embargo, trabajos como el de Barrantes y Blanco (2005) muestran algunas concepciones de
futuros docentes que chocan frontalmente con la idea de una geometra que describe el entorno (mayor
importancia de la geometra plana y de los aspectos numricos, separacin entre la geometra y otras
materias, etc). Estas concepciones pueden ser debidas al tipo de enseanza tradicional recibida por
dicho alumnado, que presta escasa atencin a la geometra espacial, pese a que nuestro entorno y los
objetos que nos rodean son tridimensionales. De hecho, recientes estudios (Gonzlez et al., 2006;
Guilln, 1997; Guilln, 2010) muestran los mltiples aspectos positivos de un modelo de enseanza de
la geometra basado en los slidos.
Por otra parte, tanto los estudios centrados en la evaluacin de las competencias matemticas de
los maestros en formacin (Tatto et al., 2008; Escolano et al., 2011, 2012), como los ms centrados en
evaluar el grado de adquisicin de contenidos matemticos propios de la Educacin Secundaria
(Hernndez et al., 2001; Nortes et al., 2009) muestran que los futuros maestros poseen un
conocimiento geomtrico inferior al que sera deseable de cara a su futura labor docente.
En este sentido, no hemos encontrado estudios que observen y analicen la capacidad de detectar
figuras y cuerpos geomtricos en objetos cotidianos por parte de maestros (en ejercicio o en
formacin). Los trabajos antes citados no inciden en este aspecto y, en ellos, las tareas relacionadas
con la geometra implican un grado de abstraccin relativamente alto y no involucran en ningn caso
objetos reales.
En consecuencia, el principal objetivo que se persigue con este trabajo es disear un breve test
que permita analizar la identificacin formas geomtricas en imgenes de objetos reales por parte de
estudiantes de magisterio. En concreto, se solicit al alumnado participante que indicara todas las
figuras y cuerpos geomtricos que fueran capaces de encontrar en cuatro fotografas. El anlisis de las
respuestas de los estudiantes se centra principalmente en los siguientes objetivos:
Analizar los trminos utilizados por los estudiantes, observando qu trminos aparecen y
cuntos trminos distintos indica cada estudiante.
Estudiar el uso de trminos de geometra plana frente a trminos de geometra espacial,
analizando si predominan unos sobre otros y dnde aparecen ms errores.
Clasificar los trminos incorrectos utilizados por los estudiantes.
De los objetivos anteriores, el tercero tiene especial inters por cuanto permite comprender
mejor las causas que provocan los errores detectados y, as, disear actividades que contribuyan a que
los futuros maestros puedan abordar competentemente actividades similares con sus futuros
estudiantes.
El trabajo se organiza del siguiente modo. En la segunda seccin se presenta el mtodo que se
ha seguido a la hora de abordar la investigacin. En la tercera seccin se aborda el anlisis,
cuantitativo y cualitativo, de los datos obtenidos. Finalmente, se concluye con una seccin dedicada a
presentar algunas conclusiones importantes.

en formacin
2. Mtodo
2.1. Contexto
Este estudio se enmarca dentro de un proyecto ms amplio llevado a cabo por los autores en la
Universidad de Zaragoza al respecto de las competencias y conocimientos matemticos de maestros y
maestras en formacin (Muoz y Oller, 2011). El trabajo realizado se centra en estudiantes de segundo
curso de la Diplomatura de Maestro (especialidad en Educacin Primaria). Ms concretamente en
estudiantes matriculados durante el curso 2010-2011 en la asignatura El currculum de matemticas
en Educacin Primaria; asignatura anual del plan de estudios citado anteriormente.
La eleccin de este grupo concreto de alumnado viene motivada por el hecho de que, en este
punto de su formacin, dichos estudiantes ya han cursado (aunque no necesariamente superado) la
asignatura Matemticas y su didctica II. Se trata de una asignatura cuatrimestral de 6 crditos que
comprende aspectos de geometra eucldea bsica (tanto plana como espacial). Consideramos que en el
momento de realizar el test los estudiantes han recibido una formacin geomtrica relativamente
importante que se une, adems, a su formacin preuniversitaria. Los centros donde se realiza la
experimentacin son los siguientes:
Facultad de Educacin, en Zaragoza.

Facultad de Ciencias Humanas y de la Educacin, en Huesca.
Facultad de Ciencias Sociales y Humanas, en Teruel.
Esto nos permite ampliar la muestra con estudiantes de una formacin similar y de distintos
centros. Adems, en el momento de la realizacin del estudio el primer autor se encuentra impartiendo
clases en la Facultad de Ciencias Humanas y de la Educacin (Huesca), mientras que el segundo lo
hace en la Facultad de Ciencias Sociales y Humanas (Teruel).
2.2. Diseo de la actividad
Existen diversos trabajos en los que se presentan pruebas diseadas para estudiar, entre otros
aspectos, la capacidad de estudiantes de diversos niveles educativos de reconocer e identificar diversos
objetos geomtricos y sus componentes (Usiskin, 1982; Fouz, 2006). Del mismo modo abundan
trabajos analizando el modo en que los estudiantes manejan representaciones planas de objetos
tridimensionales (Gutirrez, 1991; 1998).
En la prctica totalidad de los trabajos consultados se presentan actividades en un contexto

puramente geomtrico y con un alto grado de abstraccin. Puesto que nuestro inters se centra en el
estudio de la geometra en relacin con el entorno, se decide que la prueba consistiera en la
identificacin libre de figuras y cuerpos geomtricos en fotografas de objetos reales. En consecuencia,
dada la ausencia de ejemplos en la literatura, el primer paso a seguir es disear el test que se plantea a
los estudiantes.
La eleccin del tipo de tarea propuesta al alumnado (indicar el mayor nmero de objetos
geomtricos que sean capaces de identificar en una serie imgenes sin darles ningn tipo de gua o
indicacin) hace que cobre una gran importancia la seleccin de las imgenes que se presentan a los
estudiantes de cara a obtener unas respuestas que proporcionen la mayor cantidad de informacin
posible. As pues se procede a realizar una bsqueda exhaustiva de imgenes de objetos reales de

en formacin
carcter geomtrico a travs de internet. Los criterios seguidos a la hora de seleccionar las imgenes
son:
Que los objetos representados posean la mayor riqueza posible en cuanto a figuras
geomtricas a identificar a partir de sus fotografas.
Que aparezcan algunas figuras geomtricas ambiguas y no habituales.
Que se aprecien en las imgenes figuras geomtricas tanto planas como espaciales.
Que las fotografas muestren perspectiva.
Tras el proceso de bsqueda las imgenes seleccionadas son las siguientes:
Figura 1. Imgenes elegidas y sus denominaciones.
Finalmente sealar que, en los test entregados a los estudiantes, cada una de las imgenes tiene
una altura real de 5 cm. y una anchura que vara entre los 4,75 cm. y los 7,5 cm. dependiendo de la
imagen. Todas ellas son impresas en una impresora lser a color de alta definicin.
2.3. Anlisis previo
Una vez elegidas las fotografas, se procede a realizar un anlisis previo de trminos esperados
por parte de los estudiantes, tanto de geometra plana como de geometra espacial. En este punto no se
entra a valorar si las respuestas son (o se consideran) correctas o incorrectas; tan slo nos
preocupamos por imaginar qu respuestas pueden dar los estudiantes ante las fotografas.
Los trminos que, a priori, pensamos que podran aparecer con una frecuencia alta estn
recogidos en la tabla siguiente:

en formacin
2D 3D
Pentgono, Trapecio,
Poliedro, Dodecaedro,
Casa Hexgono, Rectngulo,
Semiesfera.
Tringulo, Paralelogramo.
Rectngulo, Heptgono,
Semiesfera, Esfera,
Fuente Crculo, Circunferencia,
Prisma.
Elipse, Corona circular.
Trapecio, Cuadrado, Rombo, Tronco de pirmide,
Papelera
Paralelogramo. Pirmide, Prisma.
Cuadrado, Tringulo, Esfera, Cubo, Pirmide,
Bruselas
Trapecio, Crculo, Rombo. Cilindro.
Tabla 1. Trminos esperados para cada una de las imgenes.
Como se ver ms adelante, la variedad de respuestas dadas por los estudiantes fue mucho
mayor de lo previsto; lo que oblig a descartar las respuestas emitidas por un porcentaje de los
estudiantes menor que el 3% por ser consideradas espordicas. No obstante, cabe sealar que todos los
trminos previstos aparecieron entre las producciones del alumnado.
2.4. Desarrollo del test
Dada la naturaleza de la prueba, la participacin por parte de los estudiantes es totalmente

voluntaria, aunque se trat de que el nmero de participantes fuera lo mayor posible. De hecho el test
es realizado prcticamente por todos los estudiantes que asisten regularmente a clase. El nmero total
de estudiantes participantes es de 173, repartidos entre los tres centros del siguiente modo:
Huesca Teruel Zaragoza

N de estudiantes 62 54 57
Porcentaje 35.8% 31.2% 32.9%
Tabla 2. Reparto de los estudiantes por centros.
Los estudiantes participantes en el estudio llevan a cabo el test en una de sus sesiones habituales
de clase, para lo cual se cuenta con la colaboracin de los profesores de cada uno de los grupos.
Como ya se ha comentado, la complecin y entrega del test es voluntaria y los formularios

annimos. Adems, se indica a los estudiantes que en ningn momento los resultados sern utilizados
para la evaluacin (aunque algunos estudiantes insistieron en conocer sus resultados).
2.5. Unidades de anlisis
A la hora de abordar el anlisis de las respuestas dadas por el alumnado adoptamos dos
enfoques claramente diferenciados. El primero de tipo cuantitativo y el segundo de tipo cualitativo.
En cuanto al estudio cuantitativo, nos centramos en los siguientes aspectos:

en formacin
Estudio de los trminos ms utilizados: Nos interesa estudiar cules son los trminos ms
utilizados por los estudiantes. Es decir, queremos analizar qu ven los estudiantes en las
imgenes propuestas. Para ello, se indica cules han sido los trminos empleados por al
menos un 3% del alumnado participante.
Anlisis de los trminos encontrados: Una vez observados los trminos que utilizan los
estudiantes, parece interesante abordar un anlisis ms detallado de los mismos. En concreto
nos centramos en dos aspectos:
Uso de trminos 2D y 3D: Un aspecto interesante a analizar es si los estudiantes tienen
una mayor predisposicin para identificar figuras planas que figuras tridimensionales.
Para ello se observa la cantidad de cada uno de los tipos de trminos en las respuestas
de los estudiantes.
Nmero de trminos correctos: Otro aspecto importante a tener en cuenta es la
cantidad de trminos correctos utilizados por los estudiantes y su distribucin entre
trminos de geometra plana y espacial. De la lista prevista de trminos presentada en
2.3 se consideran correctos los siguientes:
En la imagen Casa: pentgono, trapecio, hexgono, rectngulo, tringulo y
poliedro.
En la imagen Fuente: rectngulo, circunferencia, elipse, corona circular,
heptgono, semiesfera y prisma.
En la imagen Papelera: trapecio, cuadrado y tronco de pirmide.
En la imagen Bruselas: cuadrado, tringulo, trapecio, esfera, cubo, pirmide
y cilindro.
Nmero de respuestas por estudiante: Adems de observar qu ven los estudiantes, estamos
interesados en analizar cunto ven. Para ello se estudia el nmero de trminos distintos que
indica cada uno de los estudiantes.
Por otra parte, el anlisis cualitativo se centrar en los siguientes aspectos:
Anlisis de las respuestas correctas no esperadas: Se estudia aquellos trminos dados por los
estudiantes que, siendo correctos, no se consideraron probables y se trata de analizar los
motivos por los que han aparecido con un porcentaje significativo.
Anlisis de las respuestas incorrectas y clasificacin de errores: Se presenta algunos de los
errores cometido por los estudiantes, tratando de abordar una clasificacin de los mismos. En
concreto hemos detectado los siguientes tipos de errores relevantes:
Errores en el uso de la terminologa.
Errores causados por trabajar con una representacin plana del objeto (Guilln, 2010).
3. Anlisis cuantitativo de los resultados
3.1. Trminos ms utilizados
En esta seccin pretendemos iniciar el anlisis de las respuestas del alumnado. Por un lado
presentaremos los listados con los trminos ms utilizados por los estudiantes en cada una de las
fotografas. En definitiva se estudia aqu qu dicen; sin entrar en el estudio y clasificacin detallados
de las respuestas, que se abordan en secciones subsiguientes. Para ello se registran las diferentes
respuestas dadas por los estudiantes, recogiendo literalmente todos los trminos empleados en los
diferentes test; as, por ejemplo, se consideran como diferentes respuestas si un estudiante identifica un
trapecio o un trapecio rectngulo.

en formacin
Como ya avanzamos y se observa en las tablas del Apndice, se ha encontrado una gran
variedad de trminos diferentes. En esta seccin nos restringimos nicamente a aquellos cuyo
porcentaje de aparicin supera el 3%; es decir, aquellos utilizados por ms de 5 estudiantes de los 173
que realizaron el test.
Casa. En esta imagen se registran hasta un total de 38 trminos distintos empleados por todos
los estudiantes, sin embargo solo 10 de ellos aparecen con una frecuencia mayor al 3%. stos aparecen
recogidos en la tabla siguiente:
Trminos Frecuencia total Porcentaje de estudiantes

Rectngulo 161 93.1%
Pentgono 147 85%
Hexgono 124 71.7%
Tringulo 85 49.1%
Trapecio 64 37%
Cuadrado 14 8.1%
Cilindro 9 5.2%
Dodecaedro 9 5.2%
Semiesfera 8 4.6%
Paralelogramo 6 3.5%
Tabla 3. Trminos ms usados de la imagen Casa.
Fuente. En este caso, se registran 31 trminos distintos empleados por el total de los estudiantes
donde los que aparecen con una frecuencia mayor al 3% son los 15 siguientes:
Trminos Frecuencia total Porcentaje

Rectngulo 88 50.9%
Heptgono 71 41%
Crculo 64 37%
Hexgono 53 30.6%
Semiesfera / media esfera 51 29.5%
Circunferencia 50 28.9%
Octgono 47 27.2%
Cuadrado 26 15%
Prisma 15 8.7%
Semicrculo 14 8.1%
Semicircunferencia 12 6.9%
Octaedro 12 6.9%
Corona circular 10 5.8%
Esfera 6 3.5%
Heptaedro 6 3.5%
Tabla 4. Trminos ms usados de la imagen Fuente.

en formacin
Papelera. De acuerdo con el anlisis previo, esta imagen es la que registra menos trminos
distintos, si bien hay que destacar que aparecen muchos ms de los esperados, un total de 28. En la
siguiente tabla se encuentran los 9 ms representativos al aparecer con una frecuencia mayor al 3%:

Cuadrado 125 72.3%
Trapecio 78 45.1%
Rectngulo 25 14.5%
Paralelogramo 14 8.1%
Prisma 13 7.5%
Cuadriltero 10 5.8%
Rombo 9 5.2%
Romboide 7 4.1%
Cubo 6 3.5%
Tabla 5. Trminos ms usados de la imagen Papelera.
Bruselas. Finalmente en esta imagen se emplean 29 trminos distintos. Los que aparecen con
una frecuencia mayor al 3% son los 13 siguientes:

Esfera 122 70.5%
Rectngulo 66 38.2%
Cilindro 66 38.2%
Tringulo 57 33%
Cubo 40 23.1%
Cuadrado 35 20.2%
Trapecio 35 20.2%
Crculo 30 17.3%
Circunferencia 17 9.8%
Pirmide 7 4.1%
Pentgono 6 3.5%
Rombo 6 3.5%
Prisma 6 3.5%
Tabla 6. Trminos ms usados de la imagen Bruselas.
En general, aparte de la reflexin acerca de la gran variedad de trminos utilizados y la

dispersin de los mismos, cabe destacar que el trmino rectngulo es el trmino ms empleado en las
dos primeras imgenes y se encuentra tambin entre los ms citados en las otras dos imgenes, incluso
cuando no es el ms evidente (como en la imagen Fuente) o no sea pertinente (como en la imagen
Papelera). Aunque es objeto de estudio del apartado 3.3, tambin sealar el predominio de los
trminos provenientes de la geometra plana frente a los de la geometra espacial. En este sentido, es
sorprendente que ms de un 75% de los estudiantes no mencionan el trmino cubo en la imagen
Bruselas.

en formacin
3.2. Anlisis de los trminos encontrados
En la tabla siguiente se indica el nmero de trminos encontrados relativos a geometra plana y

a geometra espacial. Adems del nmero total de trminos, sealamos el nmero de trminos
correctos (ver punto 2.5).
Nmero total de Nmero de trminos Porcentaje de trminos

trminos (distintos) correctos (distintos) correctos distintos
2D 644 (27) 590 (8) 29.6%
Casa
3D 43 (11) 4 (1) 9.1%
2D 448 (18) 296 (8) 44.4%
Fuente
3D 105 (13) 67 (3) 23.1%
2D 283 (16) 207 (3) 18.7%
Papelera
3D 35 (12) 4 (3) 25%
2D 275 (20) 199 (5) 25%
Bruselas
3D 246 (9) 241 (5) 55.6%
Tabla 7. Trminos 2D y 3D, totales y correctos, en las distintas imgenes.
A la vista de la tabla anterior observamos varios fenmenos interesantes:
En todas las imgenes el nmero total de trminos distintos provenientes de la

geometra plana es muy superior a los de la geometra espacial.
Respecto al nmero de trminos correctos distintos, este desequilibrio tambin se da en
las imgenes Casa y Fuente, pero no en las imgenes Papelera y Bruselas
donde se igualan. Sin embargo, en el caso de la imagen Papelera, tambin cabe
sealar que el nmero de trminos correctos de geometra plana es 50 veces mayor que
el correspondiente nmero de trminos correctos de geometra espacial.
El nmero de trminos correctos distintos es muy pequeo en comparacin con el
nmero total de trminos distintos. Tan slo en un caso supera el 50% y slo en dos
casos supera el 40%. Esto nos indica que aparece una gran variedad de trminos
incorrectos (tanto relativos a geometra plana, como a espacial) en todas las imgenes.
En las imgenes Casa y Fuente el porcentaje de trminos correctos distintos
relativos a geometra espacial es muy inferior al correspondiente porcentaje en el caso
de la geometra plana. Es decir, aparentemente el nmero de errores es mayor al utilizar
trminos de geometra espacial.
3.3. Nmero de trminos empleados por estudiante
En este apartado se muestran los resultados de analizar el nmero de respuestas (totales y

correctas) dadas por cada estudiante. Aqu nos centramos pues en estudiar cunto dicen los estudiantes
para cada una de las imgenes propuestas.
Casa. El nmero de trminos diferentes utilizados por cada estudiante vara entre 0 y 8. La
media de respuestas por estudiante es 4 y su desviacin tpica es 1.5. En la figura siguiente se
muestran las frecuencias absolutas de los posibles nmeros de respuestas:

en formacin
Figura 2. Nmero de estudiantes dependiendo del nmero de respuestas en la imagen Casa.
Por otro lado, el nmero de trminos correctos utilizados por cada estudiante vara entre 0 y 7,
con una media de 3.45 y una desviacin tpica de 1.35. En la figura siguiente se muestra las
frecuencias de cada nmero de aciertos.
Figura 3. Nmero de estudiantes dependiendo del nmero de aciertos en la imagen Casa.
La mayor riqueza de esta fotografa respecto a las posteriores, hace que, en promedio, el nmero
de respuestas (tanto totales, como correctas) por estudiante sea mayor en esta imagen que en
cualquiera de las otras.
Fuente. De nuevo encontramos que el nmero de trminos diferentes utilizados por los
estudiantes vara entre 0 y 8. Aqu se observa que la mayor parte de los estudiantes utilizan entre dos y
cuatro trminos distintos ya que la media es de 3.2 trminos y la desviacin tpica es 1.2. En la figura
siguiente se muestran las frecuencias absolutas de los posibles nmeros de respuestas:

en formacin
Figura 4. Nmero de estudiantes dependiendo del nmero de respuestas en la imagen Fuente.
En este caso, el nmero de trminos correctos utilizados por cada estudiante vara entre 0 y 6,
con una media de 2.1 y una desviacin tpica de 1.19. En la figura siguiente se muestra las frecuencias
de cada nmero de aciertos.
Figura 5. Nmero de estudiantes dependiendo del nmero de aciertos en la imagen Fuente.
Papelera. Esta es la figura menos rica de las escogidas a la hora de plantear la actividad. Esto
que ya se reflej en el menor nmero de trminos empleados por los estudiantes se refleja tambin en
el nmero de trminos diferentes que utiliza cada estudiante donde el nmero de trminos empleado
por cada estudiante vara entre 0 y 5. La media se reduce a 1.9 y su desviacin tpica a 0.9. Se observa
un valor medio claramente inferior y un mayor agrupamiento de los datos; no en vano el 55% de los
estudiantes dio dos respuestas. Las frecuencias absolutas aparecen en la figura que sigue:

en formacin
Figura 6. Nmero de estudiantes dependiendo del nmero de respuestas en la imagen Papelera.
Un fenmeno similar se observa al analizar el nmero de aciertos por estudiante. En este caso,
esta variable vara entre 0 y 3, con una media de tan slo 1.25 y una desviacin tpica de 0.75 (ver
figura siguiente).
Figura 7. Nmero de estudiantes dependiendo del nmero de aciertos en la imagen Papelera.
Bruselas. Curiosamente aqu el nmero de trminos diferentes utilizados por cada estudiante
vuelve a variar entre 0 y 8. Como en el caso de la imagen Fuente, se observa claramente que la
mayor parte de los estudiantes utilizan entre 2 y 4 trminos distintos ya que la media es 3 y la
desviacin tpica es de 1.4. En la figura siguiente se muestran las frecuencias absolutas de los posibles
nmeros de respuestas:

en formacin
Figura 8. Nmero de estudiantes dependiendo del nmero de respuestas en la imagen Bruselas.
Resulta sorprendente que, en esta imagen, la distribucin del nmero de aciertos por estudiante
se mantiene casi invariante con respecto a la distribucin del nmero de respuestas. El nmero de
aciertos vara entre 0 y 7 con una media de 3 y una desviacin tpica de 1.4. En la figura siguiente se
muestran las frecuencias correspondientes.
Figura 9. Nmero de estudiantes dependiendo del nmero de aciertos en la imagen Bruselas.
Como comentario general, resaltar el bajo nmero medio de respuestas por estudiante, que en
ninguna de las imgenes llega a 4. El nmero de aciertos por estudiante es an menor, con el caso
extremo de la imagen Papelera en la que, en promedio, los estudiantes no llegan a sealar ni dos
trminos correctos.
4. Anlisis cualitativo de los resultados
4.1. Trminos correctos no esperados
En el apartado 2.3 se presentaron los trminos que, tras un anlisis previo de las imgenes,
resultaban esperados por parte de los investigadores. Adems, en el apartado 2.5 se indic cules de
ellos se consideraran como correctos al ser utilizados por los estudiantes.

en formacin
Sin embargo, tras el estudio cuantitativo de las respuestas de los estudiantes que se abordan en
la seccin anterior, aparecen trminos que deben ser considerados correctos pero que no eran
esperados por los investigadores. En concreto aparecen los siguientes.
Trminos correctos esperados Trminos correctos inesperados

Pentgono, trapecio, hexgono, Trapecio issceles, tringulo issceles
Casa
rectngulo, tringulo y poliedro. y tringulo rectngulo.
Rectngulo, circunferencia, elipse,
Cuadrado, heptgono, octgono, valo
Fuente corona circular, heptgono, semiesfera
y superficie de revolucin.
y prisma.
Trapecio, cuadrado y tronco de Trapecio issceles, pirmide truncada
Papelera
pirmide. y pirmide sin punta.
Cuadrado, tringulo, trapecio, esfera,
Bruselas Rectngulo, pentgono y prisma.
cubo, pirmide y cilindro.
Tabla 8. Trminos correctos, esperados e inesperados, en las distintas imgenes.
Estos aciertos inesperados tienen, a nuestro juicio, un cudruple origen:
Existen trminos que provienen de un exceso de precisin inesperado por parte de los
estudiantes. Tal es el caso, por ejemplo, de los estudiantes que sealan el trmino trapecio
issceles para referirse a las caras laterales en la figura Papelera.
Aparecen trminos que deben ser tomados como correctos debido a que la imagen no
proporciona todos los elementos necesarios para determinar unvocamente el objeto
sealado. Este es el caso de la imagen Fuente, dnde no puede saberse con total certeza si
la forma de la misma es de heptgono o de octgono.
Algunos estudiantes utilizan trminos que no son usuales en la enseanza de la Geometra al
nivel de primaria y que, por ello, no se esperaban. Es el caso, por ejemplo de los trminos
valo y superficie de revolucin.
Por ltimo, algunos estudiantes se fijan en partes de la imagen que los investigadores
pensaban que iban a ser pasadas por alto. As, por ejemplo, encontramos estudiantes que
indican el trmino prisma en la imagen Bruselas refirindose a la caseta de la zona inferior
derecha de la imagen.
4.2. Anlisis de los errores
En este apartado nos vamos a centrar en presentar, clasificar y comentar los errores ms
importantes que se han constatado. Como ya se indic en la seccin 2.5, hemos detectado
esencialmente dos tipos de errores diferentes.
4.2.1. Errores en el uso de la terminologa
En este apartado se presentan algunos de los errores cometidos por los maestros en formacin al
identificar figuras y cuerpos geomtricos que se relacionan con el mal empleo o desconocimiento de
las definiciones de las figuras y cuerpos geomtricos y no con el hecho de trabajar con una
representacin plana de cuerpos de tres dimensiones. Distinguimos entre esta clase de errores dos

en formacin
tipos, aquellos que tiene que ver con el desconocimiento de la correcta definicin de los trminos y los
asociados a la errnea formacin de la palabra:
Tipo 1: Ciertos estudiantes desconocen la correcta definicin de algunos objetos geomtricos e

identifican errneamente algunos objetos reales por su semejanza con otros objetos geomtricos.
Ya indicamos anteriormente que todos los estudiantes haban cursado una asignatura de
contenidos geomtricos entre cuyos contenidos estn las definiciones de distintas figuras y cuerpos
geomtricos. Sin embargo, algunos estudiantes parecen desconocer o no atender a estas definiciones e
identifican incorrectamente en las fotografas algunos objetos por su semejanza fsica con otros
modelos geomtricos que ya han estudiado previamente. En este sentido, en la imagen Casa, 17
estudiantes (9.8% del total) sealan que la casa tiene forma de dodecaedro o de semiesfera y en la
imagen Papelera, 13 estudiantes (un 7.5% del total) indican que sta es un prisma.
Dentro de esta categora de errores tambin es destacable sealar la comn confusin entre
nuestros estudiantes entre los trminos crculo y circunferencia. As, en la imagen Fuente, 64
estudiantes escriben crculo (un 37% del total) al sealar el borde de la poza de la fuente, donde otros
estudiantes sealan ms adecuadamente circunferencia o corona circular. Advertimos, sin embargo,
que este fenmeno no puede ser debido nicamente a la confusin entre la correcta definicin estos
dos trminos ya que tambin entre estos 64 estudiantes, existen algunos que sealan crculo en lugar
de esfera o semiesfera, identificando de esta forma la representacin plana del objeto con el propio
objeto real. Este tipo de errores sern estudiados en el apartado 4.2.2.
Tipo 2: Ciertos estudiantes emplean trminos o vocablos geomtricos mal construidos o inventados.
En este caso, algunos estudiantes cometen errores en la nomenclatura de los trminos

geomtricos, esto es, se equivocan aplicando las reglas de construccin para formar las palabras o
simplemente inventan trminos inexistentes.
As, 18 estudiantes (10.4% del total) indican errneamente que la base de la imagen Fuente es
un heptaedro o un octaedro, en vez de un heptgono o un octgono, al emplear el sufijo edro en vez
del sufijo gono para nombrar a los polgonos planos de ms de cuatro lados. Aunque de manera
mucho ms espordica, tambin aparecen trminos inventados como sexaedro o septaedro, por
hexgono y heptgono, y otros de ms difcil clasificacin como casquete geodsico en la imagen
Casa, cubo piramidal en la imagen Papelera o esfera circular y prisma cilndrico en la imagen
Bruselas.
4.2.2. Errores causados por trabajar con una representacin plana del objeto
Uno de los aspectos ms interesantes de la actividad propuesta a los estudiantes era justamente
el trabajo con fotografas de objetos reales, y no con objetos que pudieran manipular. Esto implicaba
que los estudiantes tenan que distinguir claramente el objeto de su representacin plana en el papel y,
eventualmente, necesitaban manipularlo mentalmente a la hora de sealar los trminos geomtricos
que identificaban.
Esta dualidad objeto-representacin ha sido, en nuestra opinin, el origen de interesantes errores

puesto que cualquier representacin bidimensional de objetos tridimensionales implica la distorsin
de alguna de las propiedades del objeto, en el paso del espacio al plano, la comprensin de las
representaciones requiere visin espacial y el conocimiento de convenciones que hay que utilizar
(Guilln, 2010, p. 54). As pues, hemos identificado dos tipos de errores esencialmente diferentes:

en formacin
Tipo 1: Ciertos estudiantes no diferencian el objeto real de su representacin plana en el papel.
Los estudiantes que cometen este tipo de error sealan los objetos geomtricos tal cual los ven
en la fotografa sin reparar en que lo que tienen ante ellos era en realidad la proyeccin plana de un
objeto tridimensional.
Un ejemplo de este tipo de error lo constituyen los 9 estudiantes (un 5.2% del total) que indican
que la parte superior de la figura Papelera es un rombo. Efectivamente dicha figura aparece como un
rombo en la fotografa. Sin embargo, se trata en realidad de un cuadrado.
Otro ejemplo interesante lo proporcionan los 47 estudiantes (un 27.1%) que observan crculos o
circunferencias en la imagen Bruselas. Los objetos reales seran esferas, pero los estudiantes sealan
la proyeccin de dichas esferas sobre el plano del papel.
Tipo 2: Ciertos estudiantes presentan problemas de visin espacial.
Los estudiantes que comenten este tipo de error s observan que se encuentran ante una
representacin plana de un objeto tridimensional y que, por tanto, deben distinguir entre las figuras
geomtricas que perciben y las que realmente constituyen el objeto. Sin embargo, cuando deben
manipular dicho objeto mentalmente (rotndolo, por ejemplo) para poder identificar su forma (o la de
alguna de sus partes), una falta de visin espacial les hace identificar incorrectamente algunas figuras.
As, en la imagen Papelera por ejemplo, 25 estudiantes (un 14.5%) sealan errneamente que
los laterales son rectngulos y 14 (un 8.1%) que son paralelogramos. Estos estudiantes, al rotar
mentalmente la figura, no han sido capaces de observar que los laterales son, en realidad, trapecios.
Por otra parte, en la imagen Fuente 53 estudiantes (un 30.6% del total) indican que la base de
la fuente tiene forma hexagonal. Parte de dicha base queda oculta, por lo que los estudiantes deben
imaginar cmo se cierra el polgono correspondiente. Una observacin detenida de la imagen permite
concluir que, para que la informacin visual de la que se dispone sea coherente, el polgono debe tener
al menos siete lados (podran ser ocho y de ah que se admitiera como posible respuesta correcta tanto
heptgono, como octgono).
5. Conclusiones
En el presente trabajo hemos realizado un anlisis detallado de las respuestas dadas por 173
maestros en formacin ante una tarea sencilla, aunque poco habitual para ellos: el reconocimiento de
figuras y formas geomtricas en fotografas de objetos reales. A partir del estudio realizado, podemos
extraer las siguientes conclusiones:
El nmero de trminos sealados por el total de los estudiantes es bastante alto, especialmente
en lo referente a la geometra plana. Sin embargo un buen porcentaje de estos trminos (en
ocasiones superior al 60%) se corresponde con trminos incorrectos.
El nmero de trminos utilizados por cada estudiante es menor que lo esperado. Por ejemplo,
en una imagen bastante rica en posibles respuestas como Bruselas el nmero medio de
trminos por estudiante es 3, en ninguna de las imgenes se llega a 4 y en el caso de la
imagen Papelera es de tan slo 1.9.
Si slo nos centramos en trminos correctos, los datos empeoran. Salvo en la imagen
Bruselas, el nmero medio de aciertos por estudiante es claramente inferior al nmero

en formacin
medio de trminos sealados. El caso ms claro se da en la imagen Fuente, donde tenemos

3.2 trminos distintos por estudiante y 2.1 trminos correctos por estudiante; 1 error por
estudiante en promedio.
Dada la gran variedad de trminos sealados por los estudiantes han aparecido, por diversos
motivos, otros trminos correctos no esperados durante el diseo del test.
En cuanto a los errores cometidos por los estudiantes, aparecen dos tipos de errores: uno, con
menor presencia, vinculado al desconocimiento de las definiciones de los trminos
geomtricos o al mal uso del vocabulario y otro, con una mayor presencia en las respuestas
de los estudiantes, causado por el manejo de representaciones bidimensionales de objetos
tridimensionales.
Todos estos resultados ahondan en la necesidad de incidir en el trabajo geomtrico con objetos
reales y muy especialmente con objetos de tres dimensiones y sus correspondientes representaciones
planas en la formacin de maestros.
Bibliografa
Barrantes, M. y Blanco, L.J. (2005). Anlisis de las concepciones de los profesores en formacin sobre
la enseanza y aprendizaje de la geometra. Nmeros, 62, 33-44.
Escolano, R., Gairn, J.M., Jimnez, C., Murillo, J. y Roncal, M.L. (2011). Competencias matemticas
del futuro maestro y perfil emocional. En Romn, Carbonero y Valdivieso (compiladores),
Educacin, aprendizaje y desarrollo en la sociedad multicultural, 3661-3677. Ediciones de la
Asociacin de Psicologa y Educacin y el Colegio Oficial de Psiclogos de Castilla y Len:
Madrid.
Escolano, R., Gairn, J.M., Jimnez, C., Murillo, J. y Roncal, M.L. (2012). Perfil emocional y
competencias matemticas de los estudiantes del Grado de Educacin Primaria. Contextos
educativos, 15, 107-134.
Fouz, F. (2006). Test geomtrico aplicando el modelo de Van Hiele. Sigma, 28, 33-57.
Gonzlez, E., Guilln, G., Figueras, O. (2006). Estudio exploratorio sobre la puesta en prctica de un
modelo de enseanza para la geometra de los slidos en Magisterio. En Bolea, P., Gonzlez, M.J.
y Moreno, M. (Eds.), Investigacin en Educacin Matemtica. Actas del X Simposio de la
Sociedad Espaola de Investigacin en Educacin Matemtica (SEIEM), 195-204. SEIEM:Huesca.
Guilln, G. (1997). El modelo de Van Hiele aplicado a la geometra de los slidos. Observacin de
procesos de aprendizaje. Tesis doctoral, (Publicada en 1999 en la Collecci: Tesis doctorales en
Microfitxes). Universitat de Valencia: Valencia.
Guilln, G. (2010). Por qu usar los slidos como contexto en la enseanza/aprendizaje de la
geometra? Y en la investigacin? En M.M. Moreno, A. Estrada, J. Carrillo y T.A. Sierra (Eds.),
Investigacin en Educacin Matemtica XIV, 21-68. SEIEM:Lleida.
Gutirrez, A. (1991). Procesos y habilidades en visualizacin espacial. Memorias del Tercer Congreso
Internacional sobre investigacin en educacin Matemtica. Valencia.
Gutirrez, A. (1998). Las representaciones planas de cuerpos 3-dimensionales en la enseanza de la
geometra espacial. Revista EMA, 3(3), 193-220.
Hernndez, J., Noda, M.A., Palarea, M. y Socas, M. (2001). Estudio sobre habilidades en matemticas
de alumnos de magisterio. Tenerife: Universidad de La Laguna.
Muoz, J.M. y Oller, A.M. (2011). Evaluando competencias y conocimientos matemticos de
maestros en formacin. En Paricio J., Allueva, A.I. y Cruz, F. (coord.), Actas de las V Jornadas de
Innovacin e Investigacin Educativa en la Universidad de Zaragoza, En prensa.
Nomdedeu, X. (2009). Exposiciones de fotografa y matemticas. Uno, 52, 19-25.
Nortes, A., Lpez, J.A. y Martnez, R. (2009). Pruebas de conocimientos y destrezas en matemtica.
Suma, 60, 43-54.

en formacin
Tatto, M. T., Schwille, J., Senk, S., Ingvarson, L., Peck, R., y Rowley, G. (2008). Teacher Education
and Development Study in Mathematics (TEDS-M): Policy, practice, and readiness to teach
primary and secondary mathematics. Michigan: Teacher Education and Development International
Study Center.
Usiskin, Z. (1982). Van Hiele levels and achievement in secondary school Geometry. Chicago:
Department of Education, University of Chicago.
Jos Mara Muoz Escolano. Licenciado en ciencias Matemticas (2003) y Doctor (2007) por la
Universidad de Zaragoza. Ha publicado diversos trabajos sobre Educacin Matemtica y lgebra.
Actualmente es profesor Ayudante Doctor de la Facultad de Educacin de la Universidad de Zaragoza.
Email: jmescola@unizar.es.
Antonio M. Oller Marcn. Licenciado en ciencias Matemticas (2004) por la Universidad de Zaragoza y
Doctor por la Universidad de Valladolid (2012) con una tesis sobre la enseanza de la Proporcionalidad
aritmtica en Secundaria. Ha publicado diversos trabajos sobre Educacin Matemtica, lgebra y Teora
de Nmeros. Actualmente es profesor del Centro Universitario de la Defensa de Zaragoza.
Email: oller@unizar.es.

ISSN: 1887-1984

Juan Carlos Ponce Campuzano (Universidad de Colima. Mxico)

Fecha de aceptacin: 17 de mayo de 2013
Resumen El Teorema Fundamental del Clculo tal y como lo conocemos actualmente es el

resultado de una larga evolucin de ideas. Su origen se remonta al siglo XVII con la
observacin de la relacin que existe entre los problemas de cuadraturas y tangentes.
Entre los personajes que se percataron de dicha relacin destaca el matemtico ingls
Isaac Barrow. En el presente artculo se discute uno de los resultados de Barrow que
puede considerarse como una versin preliminar del Teorema Fundamental en un
contexto geomtrico.
Palabras clave Clculo, tangentes, cuadraturas, historia, teorema fundamental del clculo.
Abstract The Fundamental Theorem of Calculus, as we know it today, is the result of a long
evolution of ideas. It dates back to the seventeenth century with the observation of the
relationship between problems of quadratures and tangents. Among the characters who
noticed this relationship highlights the English mathematician Isaac Barrow. In this
article we discuss one of the results of Barrow which can be considered as a preliminary
version of the Fundamental Theorem in a geometric context.
Keywords Calculus, tangents, quadratures, history, fundamental theorem of calculus.
1. Introduccin
El Clculo es considerado, junto con la Geometra, una de las creaciones ms importantes

dentro de las matemticas (Kline, 1972, p.342). Fue creado, bsicamente, para tratar los cuatro
principales problemas planteados durante los siglos XV al XVII, algunos de los cuales ya haban sido
abordados por los griegos en la antigedad. El primero de estos problemas era, dada la frmula para la
distancia recorrida por un cuerpo como funcin del tiempo, encontrar la velocidad y aceleracin
instantnea; inversamente, dada la frmula para la aceleracin como una funcin del tiempo, encontrar
la velocidad y la distancia recorrida. En el segundo problema se buscaba la tangente a una curva dada
en un punto dado (problema de las tangentes) y en el tercero los valores mximos y mnimos de una
funcin. Por ltimo, el cuarto problema era encontrar el rea y el volumen acotados por curvas y
superficies, respectivamente (problema de las cuadraturas).
Los problemas antes mencionados fueron abordados, generalmente, como casos aislados por
muchos cientficos y matemticos entre los siglos XV y XVII. Todas sus contribuciones fueron la base
para el trabajo que posteriormente desarrollaran, de manera independiente, dos grandes personajes: el
fsico, astrnomo y matemtico ingls Sir Isaac Newton (1642-1727) y el abogado, filsofo y
matemtico alemn Gottfried Wilhelm Leibniz (1646-1716).

Newton y Leibniz abordaron los cuatro principales problemas pero basados en dos conceptos
generales, conocidos actualmente como Derivada e Integral (Grabiner, 1983, p. 199). Su mayor
contribucin dentro del Clculo fue el hecho de haber reconocido con claridad la relacin que existe
entre los problemas de cuadraturas y tangentes, pues por ejemplo un problema de cuadraturas se poda
reducir a un problema de encontrar una curva que tena una cierta regla de tangencia y tambin el trazo
de una tangente a curva en un punto se poda reducir al problema de una cuadratura. Posteriormente,
lo anterior se tradujo en lo que conocemos actualmente como relaciones de reciprocidad entre los
procesos de Integracin y Diferenciacin, lo cual establece el Teorema Fundamental del Clculo
(TFC). Es por esta razn que este teorema suele atribuirse a estos dos grandes matemticos. Sin
embargo, ellos no fueron los primeros ni los nicos en percatarse de la relacin entre los problemas de
cuadraturas y tangentes, tampoco enunciaron ni establecieron el TFC tal y como lo conocemos
actualmente.
Entre los cientficos que se percataron de la relacin entre los problemas de cuadraturas y
tangentes, previo a Newton y Leibniz, podemos destacar al matemtico ingls Isaac Barrow (1630-
1677). En este artculo, se presenta un resultado de Barrow el cual puede interpretarse como una
versin preliminar del TFC en un contexto geomtrico.
2. Versin geomtrica del TFC de Isaac Barrow
Isaac Barrow fue un telogo y matemtico ingls quien destaca por sus contribuciones para el
desarrollo del Clculo moderno. Adems, Barrow es bien conocido por ser uno de los primeros en
reconocer la relacin que existe entre los problemas de cuadraturas y tangentes (que en trminos
modernos se refiere a la integracin y diferenciacin como procesos inversos), pero sobre todo por ser
de los primeros en dar una demostracin rigurosa (Child, 1916, p. 124).
En 1669 Barrow public sus Lectiones Geometricae (Lecciones Geomtricas) en donde

estableci, entre otras cosas, mtodos para trazar tangentes a curvas. En la Leccin X, se puede
encontrar la siguiente proposicin:
11. Sea ZGE una curva cuyo eje es VD y consideremos las ordenadas (VZ,
PG y DE) perpendiculares a este eje y continuamente creciendo desde la
ordenada inicial VZ (Figura 1); tambin sea VIF una curva tal que si una
lnea recta EDF es trazada perpendicular al eje VD, cortando a las curvas en
los puntos E, F y VD en D, el rectngulo determinado por DF y una longitud
dada R es igual al espacio V DEZ; tambin sea DE : DF = R : DT, y unimos
[T y F]. Entonces TF cortar a la curva VIF.
Tomemos un punto I en la curva VIF (primero del lado F hacia V) y, a travs

de l, tracemos IG paralelo a VZ y IL paralelo a V D, cortando a las lneas
dadas como se muestra en la figura; entonces, LF : LK = DF : DT = DE : R,
es decir R LF = LK DE. Pero de la naturaleza de las lneas DF y LK se
tiene R LF = rea(P DEG) por tanto se tiene que LK DE = rea(PDEG)
< DP DE, por lo tanto se tiene LK < DP < LI. De forma anloga, si el punto
I se toma del otro lado de F, se hara la misma construccin de antes y se
puede fcilmente demostrar LK > DP > LI. De donde es completamente claro
que toda lnea TKF permanece en o debajo de la curva VIF. Resultados
anlogos se obtienen si las ordenadas VZ, PG y DE decrecen en forma
continua, la misma conclusin se obtiene mediante un argumento similar;
slo una particularidad ocurre, a saber; en este caso, al contrario que en el
otro, la curva VIF es cncava respecto al eje VD (Barrow, 1735, p. 167).

Figura 1. Diagrama de Barrow
La proposicin anterior establece que para trazar una recta tangente a una curva, sta ltima
debe estar relacionada con la cuadratura de otra curva. Este resultado ha sido reconocido por diversos
historiadores de las matemticas como una versin preliminar del Teorema Fundamental del Clculo.
Ms adelante se hablar con ms detalle al respecto. Por el momento, continuemos analizando la
proposicin de Barrow y su demostracin considerando el contexto matemtico del siglo XVII. Por tal
motivo, a continuacin se presenta una construccin geomtrica para trazar una recta tangente a una
curva con ayuda del software Geogebra.
Construccin geomtrica: Trazo de una tangente a una curva segn Barrow
Sea el eje horizontal la recta que pasa por los puntos A y B (Figura 2). Sea m una curva continua
y creciente1 definida sobre el segmento AB. Sea C un punto en el segmento AB y tracemos las rectas
perpendiculares que pasan por los puntos A y C, las cuales cortan a la curva m en los puntos E y D,
respectivamente.
Ahora, sea F el punto sobre la recta CD que cumple lo siguiente: El rea ACDE es igual al
rectngulo determinado por el segmento CF y una longitud constante h2. Es decir,
rea(ACDE) = CF h
1
Barrow considera una curva continua y creciente como se muestra en la Figura 2, debido a que en el siglo XVII
no se consideraban an magnitudes negativas bajo el eje.
2
Barrow utiliza la longitud constante h para poder igualar el rea ACDE a la del rectngulo determinado por CF
y h. En el siglo XVII, se buscaba igualar el rea de una figura geomtrica al rea de una figura ms fcil de
calcular como un cuadrado. En este caso Barrow utiliza un rectngulo.

Figura 2. Curva continua y creciente m definida en el segmento AB.
Si movemos el punto C, podemos observar que el lugar geomtrico del punto F determina una
nueva curva n, definida en el segmento AB (Figuras 3).
Ahora, sea G un punto entre A y C tal que: DC/CF = h/GC3 (Figura 3).
Figura 3. Curva n definida por el punto C / Punto G definido entre los puntos A y C.
Entonces, la recta que pasa por los puntos F y G es tangente a la curva n en F (Figura 4).
3
En este punto Barrow utiliza la longitud constante h para poder establecer la igualdad entre las razones DC/CF
y h/GC, ya que en su poca una razn a/b deba ser igualada a otra razn.

Figura 4. Punto G definido entre los puntos A y C
La construccin anterior se realiz con el programa de geometra dinmica Geogebra, basada en

la proposicin 11 de Barrow. Con base en esta construccin, se puede inferir que Barrow consider
movimiento del punto C, aunque nunca lo menciona de manera explcita pues, como vimos al inicio de
la seccin, l presenta dicha proposicin en trminos de una construccin esttica.
Por otra parte, la proposicin de Barrow destaca debido a que se relaciona la cuadratura de una
curva con el problema de trazar de una tangente a otra curva que cumple con ciertas caractersticas. En
este caso, la recta tangente se considera en el sentido griego, como una recta que toca a la curva en un
solo punto. Barrow demostr esto ltimo en un contexto geomtrico.
Demostracin geomtrica de Barrow
Como se muestra en la Figura 5, sea I un punto en la curva n (entre A y F); sean IJ y IL

segmentos perpendiculares a CF y AB, respectivamente; y sea C el punto de interseccin de los
segmentos IL y AB. Entonces
FJ/KJ = CF/GC = DC/h
porque DC/CF = h/GC (establecido previamente). De la expresin anterior, se obtiene
h FJ = KJ DC.
Ahora, considerando que CF h = rea(ACDE) y IC h = rea(ACLE), se puede establecer lo

siguiente
FJ h = (CF-IC) h = CF h- IC h = rea(ACDE) - rea(ACLE).

Figura 5. Trazos auxiliares para la demostracin geomtrica de Barrow.
Por lo tanto, se tiene que FJ h = rea(CCDL). De esta manera, dado que
h FJ = KJ DC y FJ h = rea(CCDL),
entonces
KJ DC = rea(CCDL) < CCDC.
Es decir, KJ < CC = IJ. De forma anloga, si el punto I se toma del otro lado de F, se puede
hacer la misma construccin de antes para demostrar que KJ > CC = IJ. En cualquier caso, la recta
que pasa por los puntos G y F permanece debajo de la curva n. Es decir, la recta que pasa por los
puntos G y F es tangente a la curva n en el punto F.
3. Relacin entre el resultado de Barrow y el Teorema Fundamental del Clculo
El resultado de Barrow, presentado en la seccin anterior, resulta de gran relevancia debido al

hecho de que relaciona el problema de tangentes con el de cuadraturas. Esto podra interpretarse como
una versin geomtrica del Teorema Fundamental del Clculo actual.
Para precisar lo anterior, sea f una funcin continua y creciente definida en un intervalo
[ a, b] . Definamos la curva continua que describe el rea acumulada con la expresin
F ( x ) = f ( t ) dt .
x

(
Consideremos los puntos D = x, F ( x ) ) (
y E = x, f ( x ) ) y sea F = ( 0, x XF ) el punto en el
intervalo [ a, x ] tal que:
XD
= XF (2)
XE
donde XD y XE son iguales a F ( x ) y f ( x ) , respectivamente (ver Figura 6). Entonces, la recta que
pasa por los puntos D y F es tangente a la curva F .
Figura 6. Versin moderna del resultado de Barrow.
De esta forma, la relacin con el Teorema Fundamental del Clculo es clara ya que se ve fcilmente
que la pendiente de la recta tangente construida es m = XD XF , esto es, m = f ( x ) por la expresin
(2). Escribiendo entonces que
F ( x ) = f ( t ) dt
x
y teniendo en cuenta que m = F ' ( x ) , la proposicin de Barrow nos dice que F ' ( x ) = f ( x ) , esto es

d
dx (
a
x
)
f ( t ) dt = f ( x ) ,
lo cual sita el resultado original de Barrow como un precedente del Teorema Fundamental del
Clculo.
Es importante resaltar el hecho de que Barrow realiz una demostracin geomtrica y no

analtica, sin embargo esto no es un demrito en absoluto de su trabajo, la demostracin que presenta
es vlida y rigurosa en el sentido de la geometra Euclidiana. Es aqu donde destaca su contribucin al
respecto del Teorema Fundamental, por la claridad y extensin de su pensamiento.
4. Comentarios finales
El Teorema Fundamental del Clculo tal y como lo conocemos actualmente es el resultado de

una larga evolucin de ideas. Ha sido refinado y pulido de tal manera que se puede considerar en el
contexto de funciones generales. Asimismo, prcticamente se ha divorciado de contexto original, es
decir, como una relacin entre problemas de cuadraturas y tangentes (Bressoud, 2011, p. 109). Desde
un punto de vista didctico, no es necesario presentar el Teorema Fundamental en los cursos de
Clculo tal y como se dio originalmente, pero una discusin acerca de su origen y desarrollo puede ser
provechosa para comprender las relaciones que establece dicho teorema.
Bibliografa
Barrow, I. (1735). Geometrical Lectures. (Translated from the Latin Edition by Edmund Stone).
London: Cambridge University.
Bressoud, D. M (2011). Historical reflections on teaching the Fundamental Theorem of Calculus.
American Mathematical Monthly. 118, (2), 99-115.
Child, J. M. (1916). The Geometrical Lectures of Isaac Barrow. London: The Open Court Publishing
Company.
Grabiner, J. V. (1983). The changing concept of change: The derivative from Fermat to Weierstrass.
Mathematics Magazine. 56, (4), 195-206.
Kline, M. (1972). Mathematical Thought from Ancient to Modern Times. New York: Oxford
University Press.
Juan Carlos Ponce Campuzano. Estudiante de Doctorado en la especialidad de Matemtica Educativa

en el Centro de investigacin y de estudios avanzados del IPN (Cinvestav-IPN), Mxico. Profesor
Investigador de Tiempo Completo, Facultad de Ciencias de la Educacin, Universidad de Colima,
Mxico. jcponce@cinvestav.mx

ISSN: 1887-1984

Pilar Fernndez Palop (Universidad de Alcal de Henares. Espaa)
Presentacin Caballero Garca (Universidad Camilo Jos Cela. Espaa)
Jos Antonio Fernndez Bravo (Universidad Camilo Jos Cela y Universidad Complutense de Madrid. Espaa)
Fecha de recepcin: 19 de noviembre de 2012

Fecha de aceptacin: 8 de abril de 2013
Resumen Analizando los libros de texto de Matemticas ms utilizados en la Comunidad de

Madrid, nos dimos cuenta de que contenan errores matemticos. A partir de aqu,
quisimos someter a revisin este material didctico. En vista de los resultados obtenidos,
concluimos que se hace necesario realizar una investigacin ms seria y objetiva que nos
lleve a identificar errores matemticos en libros de texto, describirlos, clasificarlos y
descubrir las relaciones que pudieran existir entre las distintas clasificaciones que se
establezcan, as como su incidencia en el rendimiento acadmico de los alumnos que los
utilizan.
Palabras clave Matemtica, aprendizaje, materiales y recursos, errores matemticos, libros de texto.
Abstract When we analyzed the most used mathematics textbooks in Madrid, we noticed that they
contained mathematical errors. After that, we revised this didactic material. Considering
the results, we see that it is necessary to conduct a serious and objective investigation that
leads us to identify mathematical errors in textbooks, describe them, classify them and
discover relationships that may exist between the different classifications we could
establish.
Keywords Mathematics, learning, materials and resources, mathematic error, textbook.
La causa de mis enormes enfados al examinar los libros estribaba en lo

infames que eran stos. Eran falsos. Estaban escritos con prisas. Pretendan
ser rigurosos; pero luego usaban ejemplos que casi estaban bien pero nunca
bien del todo; siempre tenan alguna pega. A las definiciones les faltaba
precisin. Todo era un poco ambiguo; los autores no eran lo bastante listos
como para comprender lo que significa rigor; slo lo fingan. Pretendan
ensear algo que ellos no comprendan, y lo que es ms, algo que, de hecho,
al alumno le era totalmente intil en ese momento.
Richard Feynman1
1
Richard Feynman (1987, pp. 339-340). Premio Nobel de Fsica en 1965, compartido con Schwinger y
Tomonaga.

1. El libro de texto como recurso didctico
A pesar de la gran variedad de productos existentes en el mercado, la prctica de la enseanza se

sigue apoyando en el libro de texto (Cabero, Duarte y Barroso, 1989; Garca Mateos y Caballero,
2005). Los libros de texto se utilizan por profesores y alumnos como un instrumento en el proceso de
enseanza-aprendizaje. Se recogen en ellos los contenidos que supuestamente deben aprender los
alumnos? Lo hacen de forma ordenada en cada uno de los cursos, segn indica la legislacin?
Proponen actividades que ayuden a profundizar en los contenidos estudiados? Sirven de gua
didctica para el docente, y son un referente para el estudio de las distintas materias?
Su uso est sumamente extendido. Segn los datos de la Federacin de Gremios de Editores de
Espaa (2010, 2011, 2012), el libro de texto no universitario supone entre un 27% y un 30% de la
venta global de libros vendidos en Espaa en el perodo 2009-2011. Y fijndonos en la etapa de
Educacin Primaria, casi la totalidad de los alumnos los utilizan. As lo sealan los ltimos datos
disponibles del Instituto de Evaluacin del Ministerio de Educacin (2009, pp. 92-93), que indican que
el libro de texto es utilizado por un 99,1% de los alumnos de Educacin Primaria.
En un estudio sobre el uso del libro de texto de Matemticas en los centros de Primaria de la
Comunidad de Madrid, obtuvimos datos semejantes a los del Instituto de Evaluacin. Considerando
como poblacin los 1311 centros de Educacin Primaria que haba en 2011 en la Comunidad de
Madrid (Consejera de Educacin y Empleo de la Comunidad de Madrid, 2011), se tom una muestra
aleatoria estratificada que nos permitiera trabajar con un nivel de confianza del 95% y asumiendo un
error de clculo del 5%.
En las encuestas a los centros de nuestra muestra, se pregunt si se utilizaba libro de texto de
Matemticas en cada uno de los cursos de Primaria y, en caso afirmativo, qu libro de texto se
utilizaba.
Los resultados sobre el uso del libro de texto de Matemticas en cada uno de los cursos de
Educacin Primaria fueron los siguientes (Tabla 1):
Libro de texto 1. EP 2. EP 3. EP 4. EP 5. EP 6. EP
S usan libro 94,29% 95,71% 95,71% 95,71% 97,14% 97,14%

No usan libro 5,71% 4,29% 4,29% 4,29% 2,86% 2,86%
Total 100,00% 100,00% 100,00% 100,00% 100,00% 100,00%
Tabla 1. Porcentajes de uso de libros de texto, por curso
En cuanto a los libros de texto de Matemticas que se utilizaban2, se obtuvieron los siguientes
resultados3:
2
Por respeto a los autores, se omiten los ttulos y editoriales de los libros analizados. Ponemos a disposicin de
quien lo requiera los datos utilizados en este estudio.
3
Por errores de redondeo, no coincide el total de los libros de texto utilizados con la suma de los porcentajes que
aqu aparecen, ya que para calcular el total se han tomado los porcentajes sin redondear.

Editoriales 1. EP 2. EP 3. EP 4. EP 5. EP 6. EP
Editorial 1 35,71% 37,14% 38,57% 40% 38,57% 38,57%
Editorial 2 24,28% 22,85% 21,42% 20% 22,85% 22,85%
Editorial 3 22,85% 24,28% 21,42% 21,42% 21,42% 21,42%
Editorial 4 4,28% 4,28% 7,14% 5,71% 7,14% 7,14%
Editorial 5 2,85% 2,85% 2,85% 2,85% 2,85% 2,85%
Editorial 6 1,42% 1,42% 2,85% 2,85% 1,42% 1,42%
Editorial 7 2,85% 2,85% 1,42% 1,42% 2,85% 2,85%
Editorial 8 0% 0% 0% 1,42% 0% 0%
Total 94,29% 95,71% 95,71% 95,71% 97,14% 97,14%
Tabla 2. Porcentajes de uso de libros de texto, por curso y editorial
Como puede observarse en la Tabla 2, el libro de texto de Matemticas es utilizado, segn

nuestros datos, en un 97,14% de los centros de Primaria de la Comunidad de Madrid.
2. Errores en libros de texto de Matemticas
Analizando libros de texto de Matemticas de 6. de Educacin Primaria de las cuatro

editoriales ms utilizadas en la Comunidad de Madrid, encontramos lo siguiente. En la exposicin de
contenidos, vemos errores de concepto, descripciones ambiguas de algoritmos, contenidos en los que
se han omitido condiciones de restriccin y aparecen como generales En los ejercicios resueltos,
encontramos respuestas en las que el razonamiento que se lleva a cabo es contrario al razonamiento
lgico, o bien que se pretende aplicar un concepto errneo Por ltimo, en los ejercicios propuestos,
vemos problemas mal definidos (Noda Herrera, 2000; Simon, 1973), que pueden ser interpretados de
varios modos con distintas soluciones y en la gua didctica aparece una nica solucin; o que carecen
de los datos necesarios para ser resueltos y en la gua didctica se utilizan dichos datos; o bien en los
que aparecen smbolos matemticos utilizados con un significado distinto del que la matemtica dicta,
o cuyo enunciado es absurdo o sin solucin y en la gua didctica aparece una solucin
A continuacin, exponemos ejemplos de ellos, justificando en cada caso por qu se trata de un

error, y ordenndolos segn una serie de caractersticas, cuyo listado no pretende ser ni excluyente ni
exhaustivo. Las caractersticas que han servido para la ordenacin son las siguientes:
Error de concepto
Ambigedad
Problemas con enunciados absurdos
Problemas en los que faltan datos o que contienen rdenes incompletas
Enunciados de problemas con error en los datos o que contienen rdenes contradictorias
Error en la respuesta a un problema
Error de concepto
El primero de los errores de concepto que presentamos es el siguiente:
La mediana de un conjunto ordenado de un nmero de elementos impar es

aquel que ocupa el lugar central. La mediana de un conjunto ordenado de

un nmero par es la media aritmtica de los dos valores que ocupan el lugar
central.
Justificacin: los datos deben ser cuantitativos; esto es, numricos, y no un conjunto ordenado4.
Una consecuencia de ese error de concepto la encontramos en el mismo libro, donde aparece el
siguiente ejercicio propuesto:
En un prrafo se han contado las vocales y se han obtenido los siguientes

datos. Vocal a: 45; vocal e: 11; vocal i: 15; vocal o: 24; vocal u: 8. Qu letra
representa la mediana?
La gua didctica afirma que la letra i representa la mediana, algo absurdo (adems de que la
letra que ocupara el lugar central de ese conjunto ordenado es la letra e). Y para demostrar el absurdo,
basta encontrar un contraejemplo. Las vocales pueden ser consideradas como un conjunto ordenado,
pero no son datos numricos. En este caso, el nmero de datos de la muestra era impar, pero, qu
hubiese sucedido si el nmero de datos hubiese sido par y los dos datos centrales hubiesen tenido
valores distintos, por ejemplo, e, i? Segn lo descrito en el libro, cmo se calculara la mediana?
Haciendo la media aritmtica de ambas vocales? ? Qu vocal es esa?
Otro ejemplo de error de concepto, en el que se confunde la parte con el todo, es el siguiente:
Una fraccin representa parte de una unidad. Los trminos de una fraccin
son el numerador y el denominador. El denominador indica el nmero de
partes iguales en que se divide la unidad, y el numerador el nmero de partes
que se toman. Para representar una fraccin elegimos una unidad, la
dividimos en tantas partes iguales como indica el denominador y marcamos
las partes que nos seala el numerador.
Justificacin: Segn lo descrito, 5/2, por ejemplo, no es una fraccin, ya que no representa parte
de una unidad. Est confundiendo el trmino matemtico de fraccin con el de fraccin propia.
El error de concepto puede tambin ser consecuencia de una omisin en las premisas, como
vemos en el siguiente ejemplo:
"Probabilidad de un suceso. Determinamos la probabilidad mediante una

fraccin. Para expresar la probabilidad de un suceso, escribimos una fraccin:
en el numerador ponemos el nmero de casos favorables, y en el
denominador, el nmero de casos posibles".
4
Diccionario Oxford-Complutense. Matemticas: Mediana (en estadstica). Supongamos que se ordenan los
resultados de las observaciones de un parmetro numrico en orden ascendente. La mediana de esa muestra es la
observacin que ocupa el lugar medio cuando hay un nmero impar, y la media aritmtica de las dos centrales
cuando el nmero de observaciones es par (Clapham, 1998, pg. 230).
Diccionario Akal de Matemticas: Mediana estadstica de un carcter cuantitativo X que toma los valores a1,
a2,, an sobre una muestra de n individuos. Nmero real m tal que el nmero de valores de X inferiores a m sea
igual al nmero de valores superiores a m. Si n es impar, la mediana m es uno de los valores a1, a2,, an. Si n es
par, m es un nmero escogido entre dos valores bien determinados por X (Bouvier y George, 2005, pg. 525).

Justificacin: Lo descrito es cierto slo para sucesos equiprobables, no para sucesos en general.
Adems, habra que aadir que la probabilidad de un suceso, equiprobable o no, est comprendida
entre 0 y 1.
Ambigedad
La ambigedad puede aparecer en distintos contextos, ya sea en la exposicin de contenidos

tericos, ya sea en un enunciado de un problema o ejercicio. Como ejemplo de ambigedad en la
descripcin de un algoritmo, proponemos el siguiente:
"Para aproximar un nmero a un determinado orden de unidades: 1. Se

suprimen las cifras que quedan a la derecha; 2. Si la primera cifra suprimida
es mayor o igual que 5, se suma uno a la primera cifra no suprimida".
Justificacin: Se dice que se suprimen las cifras que quedan a la derecha, pero no se indica a
la derecha de qu. Tampoco se dice qu se considera la primera cifra suprimida, ni qu sucede si la
primera cifra suprimida no es mayor o igual que 5.
Y como enunciado de un problema ambiguo:
[Aparece un escaparate con un cartel que pone "Rebajas: 50% de

descuento". En el escaparate hay una serie de artculos con un precio
marcado (chndal, 26 euros; zapatillas de deporte, 18 euros; bicicleta, 95
euros), y de un altavoz sale una voz que dice:] "ltima oportunidad! Hoy
todo a mitad de precio". Abajo pregunta: "Cunto cuesta hoy el chndal? Y
los deportivos? Y la bicicleta?".
Justificacin: Este problema tiene dos soluciones. Segn si los precios marcados estn ya
rebajados o no, la solucin ser: El chndal cuesta hoy 26 euros, las zapatillas de deporte 28 euros, la
bicicleta 95 euros, o bien, El chndal cuesta hoy 13 euros, las zapatillas de deporte 9 euros, la
bicicleta 47,5 euros. La gua didctica da como solucin: El chndal cuesta hoy 13 euros, las
zapatillas de deporte 9 euros, la bicicleta 47,5 euros.
Problemas con enunciados absurdos
Hay problemas con enunciados absurdos, a los que no es posible responder de forma lgica, y
que, sin embargo, aparecen resueltos de forma unvoca, bien en el propio libro de texto del alumno,
bien en la gua del profesor. El hecho de que no se pueda responder de forma lgica puede deberse a
diversas causas. Por ejemplo, que no exista relacin entre la situacin que se plantea y la pregunta a la
que se debe responder:
Hoy, a las seis de la tarde, el termmetro marcaba 10 grados. Dos horas

despus baj tres grados, y siete horas ms tarde baj cinco grados ms. Qu
temperatura marca ahora?.
Justificacin: La primera pregunta que tendramos que hacernos es: Cundo es ahora?
Ahora es el instante en el que estamos leyendo el problema? Ahora es al finalizar esas ltimas siete
horas que se describen? Cmo vamos a poder responder de forma lgica a una pregunta que no
guarda relacin con lo descrito en el problema? Para hallar la respuesta, podramos ir a mirar el

termmetro de la clase (o de casa, segn dnde y cundo se est resolviendo) e indicar la temperatura
que marca ahora, algo que no tiene nada que ver con el enunciado del problema5.
Otra causa puede ser que la orden que se d sea, sencillamente, absurda:
"Expresa estas situaciones utilizando nmeros positivos o nmeros negativos:

Tengo doce euros; he adelgazado 15 kilos; he gastado 20 euros; pues yo he
engordado 8 kilos".
Justificacin: Dependiendo del contexto, todas esas expresiones que ah aparecen pueden ser
traducidas al lenguaje matemtico con un signo positivo o negativo. Por ejemplo: Hace cinco meses
me puse a rgimen. El primer mes perd 4 kilos, el segundo 3 kilos, el tercer mes 4 kilos, el cuarto 2
kilos, y el quinto he adelgazado 2 kilos. Cunto he adelgazado en total en los ltimos cinco meses?
En los ltimos cinco meses he adelgazado +15 kilos, o bien, sencillamente, 15 kilos. En el ejercicio, la
gua didctica da como respuesta: +12 euros, -15 kilos, -20 euros, +8 kilos.
En ocasiones, en los libros de texto se puede plantear un problema con vistas a que se utilice un
determinado mtodo matemtico que lleve a una determinada solucin. Sin embargo, puede suceder
que se plantee una situacin en la que la utilizacin de dicho mtodo resulte absurda:
"Amaya ha comido un pastel y un cuarto de otro, y Pablo, dos pasteles y

medio de otro. Qu cantidad de pasteles comieron entre los dos? Si haba
cinco pasteles, qu cantidad dejaron?".
Justificacin: Este problema aparece despus de otro semejante que est resuelto en el que se
sumaban y restaban las fracciones, y en el que s que tena sentido realizar esas operaciones con
fracciones. La gua didctica da como solucin que se comieron 15/4 de pastel, y que se dejaron 5/4 de
pastel. Y, aunque la solucin es vlida, en este caso, no tiene sentido sumar o restar las fracciones que
aparecen (aunque matemticamente pueda hacerse), ya que se trata de distintos pasteles. Entre los dos
se comieron tres pasteles, un cuarto de uno y medio de otro. Si haba cinco pasteles, dejaron tres
cuartos de un pastel (o quiz la mitad y un cuarto, dependiendo de cmo se hayan hecho los cortes) y
medio de otro.
En esta misma lnea, puede suceder que se plantee un problema en el que el modo de describir
la situacin resulte absurdo:
"Un ciclista ha recorrido en tres etapas 345 km 30 hm. En la primera recorri

123 km 5 hm, y en la segunda, 87 km 36 hm. Cunto recorri en la
tercera?".
Justificacin: Es absurdo decir que recorre 345 km 30 hm, ya que eso son 348 km, y en este
caso no tiene sentido la descomposicin que se hace. Y tampoco decir que en la segunda recorre 87
km 36 hm, ya que son 90 km 6 hm.
5
Es necesario aadir que si intentamos situarnos en el tiempo que describe el problema, nos encontramos con lo
siguiente. Hoy a las 18:00 marcaba 10 grados. A las 20:00 (dos horas ms tarde) marcaba 7 grados (baj tres
grados). Y siete horas ms tarde (3:00 del da siguiente, a no ser que ese da tenga ms de 24 horas) marcaba 2
grados (baj cinco grados). Como se observa, la primera palabra que aparece en el problema es hoy, por lo que
se supone que el problema est redactado antes de las doce de la noche de hoy. Sin embargo, acaba
describiendo lo que pas a las tres de la maana de maana. La gua didctica da como resultado 2 grados.

Otro caso en el que no es posible responder de forma lgica es cuando en el enunciado aparecen
smbolos matemticos utilizados con un significado distinto al que la matemtica dicta.
Cul es el volumen del contenedor expresado en litros? [Y aparece una

imagen del signo = que tiene pintado, a su izquierda, una botella con una
etiqueta que dice 1,5 litros, y a su derecha un cubo. Del cubo sale una
flecha hacia un contendor que contiene 12 cubos semejantes al primero.]
Figura 1. Ejemplo para uso de smbolos matemticos con distinto significado
Justificacin: En el enunciado se afirma que una botella de litro y medio es igual a un cubo, y
eso es falso. La respuesta a esa pregunta debera ser algo del tipo: La imagen es absurda, y no se
proporcionan datos para responder a la pregunta. La gua didctica da como solucin 18 litros.
Por ltimo, el origen de que el enunciado resulte absurdo puede ser consecuencia de un error de
concepto:
"Observa el grfico y responde a las preguntas. a) Qu datos recoge? b) Con

los datos del grfico construye la tabla de frecuencias. Cul es la frecuencia
relativa del quinto partido? Qu datos tienen cero de frecuencia absoluta? c)
Cul es la media de goles que ha conseguido el equipo? Cmo lo has
calculado? Cul es la moda?". [Y aparece un grfico de barras que indica
los goles metidos por un equipo en quince partidos, ordenados del 1. al 15..
]
Figura 2. Ejemplo para error de concepto en la solucin

Justificacin: Aunque el grfico que aparece tiene el aspecto de un grfico de barras con las
frecuencias de una variable, no lo es. Es la representacin de una serie de datos, a saber, goles en cada
partido. En la solucin, el libro considera que el grfico representa frecuencias, no datos6.
Problemas en los que faltan datos o que contienen rdenes incompletas
Un caso de falta de datos es cuando en el enunciado del problema no aparecen determinados

datos de cultura general, dndolos por sabidos, y que son necesarios para su resolucin:
Cuando Tutankamon tena 17 aos fue nombrado faran de Egipto. Esto

ocurri en el ao 1339 antes de Cristo. Su reinado dur 8 aos. En qu ao
naci Tutankamon? En qu ao muri?.
Justificacin: Las premisas que nos dan son la edad y ao en el que accedi al trono, y la
duracin de su reinado. A partir de esos datos podramos responder a la primera pregunta, pero no a la
segunda. Nada se dice acerca de la muerte de Tutankamon, y tampoco sabemos si se trata de un
personaje histrico o ficticio (y hay que tener en cuenta que, en los problemas de los libros de texto,
los personajes que aparecen son ficticios la mayora de las veces), por tanto no tendra sentido intentar
averiguar los datos que faltan por otros medios. Se indica la duracin de su reinado, pero ese dato es
irrelevante, ya que no se indica qu hizo despus de ser faran ni por qu dej de serlo (pudo haber
abdicado, haber sido invadido, haberse vuelto loco y que le hubieran encerrado, o simplemente
desaparecer un da sin ms y huir a otro pas). Por tanto, la respuesta a esta pregunta es: con los
datos que nos dan no es posible responder de forma nica. La gua didctica da como solucin:
Tutankamon naci en el ao 1356 antes de Cristo y muri en el 1331 antes de Cristo.
6
Para comprender que lo que aparecen son datos y no frecuencias, bastara pensar qu haramos para calcular la
media: sumaramos todos los goles y dividiramos el resultado entre el nmero de partidos. Es decir, que el
nmero de partidos es el nmero total de datos, lo que significa que el grfico est representando datos de la
variable goles por partido, no frecuencias.
Para responder a la primera orden del apartado b), habra que hacer la tabla: (n. de goles, nmero de partidos):
(0, 2), (1, 2), (2, 2), (3, 4), (4, 2), (5, 2), (6, 1). Total de datos: 15. Sin embargo, la solucin que aparece en la
gua didctica es: (Partido, Goles, Frecuencia relativa): (1, 0, 0), (2, 3, 3/42), (3, 5, 5/42), (4, 4, 4/42), (5, 6,
6/42), (6, 2, 2/42), (7, 1, 1/42), (8, 5, 5/42), (9, 3, 3/42), (10, 2, 2/42), (11, 4, 4/42), (12, 3, 3/42), (13, 0, 0), (14,
1, 1/42), (15, 3, 3/42). Total de datos: 42 (que es la suma de goles).
Por otro lado, la primera pregunta que aparece en el apartado b) es absurda. No existe la frecuencia relativa de un
dato concreto, sino de un valor de una variable. Sin embargo, la gua didctica afirma que la frecuencia relativa
del quinto partido es 6/42.
La segunda pregunta del apartado b) dice: Qu datos tienen cero de frecuencia absoluta?. Podramos decir
que para cualquier valor mayor o igual que siete, la frecuencia absoluta es cero, ya que el mximo de goles
marcados es 6, y hay partidos en los que se han obtenido cada uno de los valores de 0 a 6. Sin embargo, la gua
docente afirma que el primero y el tercer partido tienen cero de frecuencia absoluta.
En el apartado c), la gua didctica afirma que la media es 2,8 goles, aunque no explica cmo se ha de calcular.
Esa media es de la variable goles por partido, y se calcula sumando el total de goles y dividindolo entre el
nmero total de datos, es decir, 15. Como puede verse, el nmero total de datos es 15, no 42 (como afirmaba en
la tabla del apartado b)).

Otro caso es cuando en un problema no existe relacin entre los datos que se dan y lo que se
pide, debido a que se ha omitido una premisa:
"Jorge cambia con Pepa cromos por canicas. Un cromo cuesta 0,20 euros, y
una canica, 0,30 euros. Cuntas canicas recibir Jorge a cambio de 15
cromos?"
Justificacin: El problema nos dice cunto cuestan, tanto las canicas como los cromos, pero no
cmo se va a establecer el trueque, algo que normalmente no se rige por el valor por el que se ha
comprado cada producto, por tanto no se puede resolver, a no ser que se aadan hiptesis para el
trueque y se den soluciones para cada una de las hiptesis. La gua didctica da como solucin 10
canicas.
O que la omisin de una premisa en el enunciado, que se da por supuesta, lleve a que el
problema tenga ms de una solucin:
"Escribe ordenados los enunciados de estos problemas y, despus,

resulvelos". [Y aparecen dos recuadros, uno que indica Problema 1, y el
otro Problema 2. Dentro de cada uno de esos recuadros aparecen varios
prrafos, cada uno de ellos enmarcados en un recuadro, y un par de
imgenes ilustrativas. En el problema 2, los textos son los siguientes:] 1.)
Cuntas filas puede hacer? Cuntos muecos le sobran?. 2.) Para jugar,
los sita en filas de 8 muecos. 3.) Su to Enrique le regala 15 muecos
ms. 4.) David colecciona muecos articulados, y ya tiene 77 modelos
distintos".
Justificacin: En ningn momento se dice que se tienen que utilizar todos los textos, o que no
pueden repetirse. Por tanto, se podran hacer varias combinaciones, todas ellas vlidas, obteniendo
distintos problemas con distintas soluciones: 4., 2., 1., 3., 1., o bien, 4., 3., 2., 1., o bien 4., 2.,
1.. La gua didctica da como solucin: 4., 3., 2., 1.. Para que la solucin fuera nica y 4., 3., 2.,
1., se tendra que haber aadido una premisa del tipo: Debes utilizar todos los enunciados, y debes
utilizar cada uno de ellos solo una vez.
Tambin puede suceder que la omisin de una premisa lleva a que el problema tenga infinitas
soluciones:
"Para embalar un paquete, se necesitan 0,75 metros de cinta. Cuntos

paquetes se pueden embalar con seis rollos de cinta de 30 metros cada uno?".
Justificacin: No nos dicen que los paquetes tengan que ser iguales, por tanto, el problema tiene
infinitas soluciones. La gua didctica da como solucin 240 paquetes.
Incluso, el hecho de que se omita una premisa puede llevar a que la solucin que se plantee en
la gua didctica sea errnea.
Indica qu nmeros estn representados en la recta. Y aparece una recta

numrica en la que vienen representados los siguientes nmeros: 2, 0 y +2.
Tambin aparece una letra A sobre el que sera el punto 5, y una letra B
sobre el que sera el punto +6.
Justificacin: La respuesta a esa pregunta es 2, 0 y +2, y no 5 y +6, tal y como aparece en la

gua didctica. A y B no son nmeros, y en ningn momento se ha indicado que representen

nmero alguno. Slo en el caso de que en el enunciado apareciese la premisa si suponemos que A y B
representan nmeros de la recta numrica podramos decir que A es 5 y B es +6.
Por ltimo, presentamos un caso en el que la falta de un dato en el enunciado puede inducir a un
error de concepto en el sujeto que responde:
"Averigua, sin hacer la divisin, cules de los siguientes nmeros son

divisibles por 9", y aparecen los siguientes nmeros: 45, 126, 234, 351, 236,
468, 738, 2340. A continuacin, dice: "Cules son tambin divisibles por 3?
Qu observas?".
Justificacin: Todos los nmeros que aparecen en el enunciado, a excepcin del 236, son
divisibles por tres y por nueve, y el 236 no es divisible ni por tres ni por nueve. Por tanto, como los
nmeros que aparecen, si son divisibles por tres tambin lo son por nueve, podramos extraer la
conclusin de que es lo mismo ser divisible por tres que divisible por nueve. La gua didctica da
como solucin: Si un nmero es divisible por nueve, entonces es divisible por tres. Pero esa
conclusin no se obtiene de forma lgica del enunciado. Habra sido necesaria la inclusin de un
nmero que fuera divisible por tres, pero no por nueve.
Enunciados de problemas con error en los datos o que contienen rdenes contradictorias
Hay ocasiones en las que los datos que han sido utilizados para llegar a la solucin en la gua
didctica no coinciden con los que aparecen en el enunciado del problema:
"Aprende a resolver problemas. Escribe t los enunciados. Inventa, para cada

problema, el enunciado, de forma que se resuelva con las operaciones que
aparecen en ellos". Y aparece un escaparate con dos partes. En la parte de la
izquierda hay un cartel que dice: "Rebajas del 30% sobre el precio marcado",
y aparece una camisa que marca 36 euros, una chaqueta que marca 68 euros y
un pantaln que marca 59 euros. En la parte de la derecha hay otro cartel que
dice: "Sin rebajar", y aparece una cazadora que marca 180 euros, un gorro
que marca 12 euros, unos guantes que marcan 18 euros y unas botas que
marcan 75 euros. A continuacin, aparecen cuatro apartados con distintas
operaciones, para que, a partir de ellas, se inventen los distintos problemas.
Las operaciones del cuarto apartado son las siguientes: 180+75=255 euros;
36:100=0,36 euros; 0,36x30=10,8 euros; 255+10,8=265,8 euros; 300-
265,8=34,2 euros. "Solucin: A David le sobraron 34,2 euros".
Justificacin: Segn las operaciones que aparecen, David paga el 30% de un producto de 36
euros, pero eso significa que el producto est rebajado un 70%, y el cartel lo que dice es que las
rebajas son del 30% sobre el precio marcado. Por tanto, no existe ningn enunciado posible cuyas
operaciones sean las que se proporcionan. En la gua didctica se da como solucin un problema en el
que David compra una camisa, una cazadora y unas botas, y pregunta que si tena 300 euros, cunto
dinero le sobr.
Otras veces, puede suceder que los datos que se extraen del grfico que acompaa al enunciado
del problema no se corresponden con los que han sido utilizados para hallar la solucin de la gua
didctica.
"Calcula la superficie de esta fuente". [Y viene dibujada una fuente con forma
hexagonal no regular, ya que los lados superior e inferior son claramente
ms cortos que los otros cuatro. En el grfico se indica que el lado inferior

mide 10 metros, y la distancia del centro del hexgono a la mitad de ese lado
es 8,66 metros.]
Figura 3. Ejemplo para error de grfico carente de informacin
Justificacin: El hexgono no es regular.7
Por ltimo, en ocasiones podemos encontrar un problema en el que aparecen rdenes

contradictorias:
"Averigua, sin hacer la divisin, si podemos repartir 234 tuercas en cajas de 3

sin que sobre ninguna. Y en cajas de 9 tuercas? Cuntas cajas son
necesarias en cada caso?".
Justificacin: Es posible responder a las dos primeras cuestiones sin hacer la divisin, aplicando
las propiedades de la divisibilidad. Sin embargo, no es posible responder a la ltima cuestin, a no ser
que se fueran probando productos por tanteo hasta que se diera con la solucin. La gua didctica da
por respuesta: S se pueden repartir en cajas de 3 y 9 tuercas. Necesitaramos 78 cajas de 3 tuercas o
26 cajas de 9 tuercas.
Error en la respuesta a un problema
El error en la respuesta a un problema se puede deber a mltiples causas. Por ejemplo, que se
haya cometido un error en la inferencia:
7
Al no tratarse de un hexgono regular, la nica forma de resolverlo sera medir con una regla las distancias que
nos dan, comprobar que ambas distancias, las que nos dan numricamente y las que aparecen en el dibujo,
guardan la misma proporcin (en caso de que no guarden la misma proporcin, el problema no tendra solucin)
y calcular la escala en la que se ha pintado; medir el resto de lados y las diagonales, y as calcular el rea, algo
que excede los contenidos de Educacin Primaria. La gua didctica da como solucin 259,8 m2, que sera la
solucin en el caso de que se tratara de un hexgono regular, algo que es falso.

Daniela adorna las mesas del restaurante con 37 claveles. De cuntas

formas las puede repartir para que todas tengan el mismo nmero de flores?
Divisores 37=1 y 37. De una, pues 37 es primo.
Justificacin: En el problema nos dicen que repartamos mesas en funcin de una cantidad de
claveles, algo que inicialmente puede resultar absurdo (de dnde salen las mesas?, con cuntas
contamos para poder repartirlas?). Tomndolo por vlido, y contando con que podemos poner el
nmero de mesas que necesitemos, el problema tendra dos soluciones: precisamente por ser primo, 37
tiene dos divisores, el 1 y el 37, y, por tanto, podremos poner una mesa con 37 claveles, o bien, 37
mesas con un clavel cada una. La respuesta que da el problema es absurda pues, al contar 37 con dos
divisores, las posibles soluciones son dos, no una. Est obviando una de las soluciones (y no se sabe
cul de las dos, ya que no se especifica).
Otra causa de error de la respuesta puede ser que, para hallar la respuesta, se haya partido de
unas premisas distintas a las que se daban:
"Utiliza tu ingenio: Divide el tablero en cuatro partes iguales de forma que en

cada parte haya una pera y una manzana". [Y aparece un tablero formado por
cuatro filas y cinco columnas de casillas. En cada una de las casillas que
forman las esquinas del tablero hay una pera (cuatro en total), y en cada una
de las casillas de la columna central hay una manzana (cuatro en total). El
resto de las casillas estn en blanco.]
Justificacin: En este problema se podran hacer cuatro partes con la misma cantidad de peras,
manzanas y casillas en blanco, pero esas partes no son iguales, ni siquiera semejantes. Por tanto,
cualquier solucin distinta a El problema no tiene solucin es un error. La gua didctica da como
solucin dividirlo en cuatro partes que contienen cada una de ellas una manzana, una pera y tres
casillas en blanco.
Tambin se puede cometer error en la respuesta debido a que se ha utilizado como premisa un
concepto errneo:
En un ejercicio resuelto, se pide hallar el cociente de la divisin 1,8:1,3 hasta las centsimas, y
lo hace del siguiente modo:
Figura 4. Ejemplo para error de omisin de premisas en aplicacin

Justificacin: Las divisiones 1,8:1,3 y 18:13 son divisiones equivalentes, el cociente de ambas
divisiones es el mismo, pero el resto no.8
Por ltimo, presentamos el caso de un problema que, partiendo de un enunciado con datos
contradictorios, los toma como vlidos, llegando a un resultado absurdo que tambin da por vlido:
"De los alumnos que viajan en un autobs escolar 2/5 son nios y 4/7 nias
Cuntos nios y nias viajan en total?". "Para resolver el problema
sumamos 2/5 y 4/7. Como las fracciones tienen distinto denominador, antes
de operar las reducimos a comn denominador (). Ahora sumamos las
nuevas fracciones. 14/35+20/35=34/35. Luego en total viajan en el autobs
escolar 34/35 nios y nias".
Justificacin: Antes de empezar a resolver el problema se debera haber dicho algo del tipo: Si
de los alumnos que viajan en el autobs escolar 2/5 son nios, entonces las nias tienen que ser 3/5.
Como nos dicen que son 4/7, existe contradiccin entre los datos, por lo que el problema es absurdo:
no tiene solucin. Adems, pregunta cuntos nios y nias, y no conocemos el total. La pregunta que
surge viendo la solucin que propone el libro es: qu es ese 1/35 de alumnos que no son ni nios ni
nias?
Un ejemplo de Feynman
Concluimos estos ejemplos de errores con el problema de un libro de texto descrito por
Feynman (1987), que se encuadrara dentro de los enunciados absurdos.
En el libro que describe el Premio Nobel, se detallaban las temperaturas de una serie de estrellas
que, segn su color, tenan una temperatura u otra. A continuacin, se enunciaba el problema:
Juan y su padre salen a observar las estrellas. Juan ve dos estrellas azules y
una roja. Su padre ve una estrella verde, una estrella violeta y dos estrellas
amarillas. Cul es la temperatura total de las estrellas observadas por Juan y
su padre? Y yo reviento horrorizado. () Lo que he expuesto no era slo un
ejemplo: era constantemente as. El absurdo perpetuo! Hallar la temperatura
total de dos estrellas es algo falto por completo de sentido. Nadie suma la
temperatura de las estrellas, salvo tal vez para calcular la temperatura media
de un grupo de estrellas, pero jams para hallar la temperatura total! Era
horrible! Todo era una historieta para hacer sumar al nio; los autores no
tenan ni idea de lo que hablaban. Era como ir leyendo frases con unos
cuantos errores tipogrficos, y entonces, de pronto, aparece una frase entera
escrita al revs, de fin a principio. As eran las matemticas. No haba
remedio! (Feynman, 1987, p. 341).
8
Para dividir 1,8:1,3 multiplicamos dividendo y divisor por diez, obteniendo as la divisin equivalente a la
original 18:13. Si dividimos 18:13 hasta hallar un cociente con dos cifras decimales, obtenemos 1,38 de cociente
y 0,06 de resto. Como 1,8:1,3 y 18:13 son divisiones equivalentes, el cociente de ambas divisiones es el mismo,
pero el resto no. Para probarlo, basta hacer la comprobacin de la divisin: dividendo es igual a divisor por
cociente ms resto (D=d*c+r). Segn el libro, en la divisin original, el dividendo es 1,8 (D=1,8), el divisor es
1,3 (d=1,3), el cociente es 1,38 (c=1,38) y el resto es 0,06 (r=0,06). Por tanto, d*c+r=1,3*1,38+0,06=1,854. Pero
el dividendo era 1,8, y 1,8541,8. El resto de la divisin original es 0,006. Y la razn es que, al haber
multiplicado por diez el dividendo para convertir la divisin original en una equivalente, como el resto es parte
del dividendo, para hallar el resto de la divisin original tenemos que deshacer el cambio realizado, esto es,
dividir el resto que hayamos obtenido en la divisin equivalente por diez.

3. Posible incidencia en el aprendizaje
Emile Borel, intentando aproximarse a una definicin de la matemtica, afirma lo siguiente:
La matemtica aparece, de manera cada vez ms clara, como la ciencia que

estudia las relaciones entre ciertos entes abstractos definidos de manera
arbitraria, con la nica condicin de que estas definiciones no conduzcan a
una contradiccin (Borel, 1962, p. 25).
Partiendo de esta definicin, tendremos un error matemtico en un libro de texto, cuando

encontremos en la exposicin de contenidos un enunciado que est en contradiccin con lo que afirma
o niega la matemtica, o bien conduzca a contradiccin con lo que afirma o niega la matemtica.
Ahora bien, qu sucede si lo que tenemos es un enunciado de un ejercicio propuesto?,

Podemos hablar de error matemtico?
Arce Carrasco aborda el tema del error del siguiente modo:
Localizado el campo donde puede surgir el error en todo el campo del

conocimiento, hay que referirlo () entre dos enfoques angulares que se
complementan. Uno es el de la panormica presentada en relacin con la
falsedad; otro, quiz el definitorio, es el de la conciencia que acepta esa
falsedad, presentada como verdadera (Arce Carrasco, 1971, p. 90).
En otras palabras: hay un error si se afirma o niega como verdadero algo que es falso. En
nuestro caso, en el del anlisis de un enunciado de un ejercicio propuesto en el libro del alumno, ser
la gua didctica la que nos indique qu se esperaba por respuesta al enunciado. Es decir, que si se
formula una pregunta u orden con la intencin de que la respuesta sea una respuesta determinada (y es
la gua didctica quien nos da la respuesta), en el caso de que la respuesta a la pregunta u orden sea
distinta a la que aparece en la gua didctica, diremos que el enunciado es errneo.
De este modo, podemos considerar que los ejemplos que hemos incluido en el apartado anterior
son errores matemticos. Pero, qu incidencia puede tener esto en el aprendizaje del nio?
Estudiando el error en el sujeto que aprende, Fernndez Bravo (2011: 185) afirma que
cometemos error cientfico ante una pregunta, cuando hay discrepancia entre: lo que la ciencia
espera por respuesta y, la respuesta que nosotros damos. As, podramos afirmar que un sujeto
comete un error matemtico cuando, ante una pregunta, existe discrepancia entre la respuesta que da el
sujeto y lo que la matemtica espera por respuesta.
En cuanto al error de razonamiento, o error lgico, se dir que el sujeto comete error lgico,
cuando el razonamiento que utilice sea incorrecto. Es decir, cuando haya desigualdad entre lo que la
lgica espera por respuesta o conclusin y, lo que el sujeto expresa por respuesta o conclusin (p.
190).
Segn si la respuesta es un acierto o un error matemtico, y si se ha llegado a ella a travs de un

razonamiento correcto o incorrecto, podremos tener cuatro situaciones distintas (Fernndez Bravo,
2011: 194-197):
Caso 1: Situacin que se da cuando el sujeto comete error cientfico y error

lgico.

La respuesta del sujeto no coincide ni con lo que la ciencia espera, ni con el

razonamiento de la lgica. Son situaciones en las que se puede explicar el
error cientfico, principalmente por el error lgico. Las causas de estos
errores suelen ser internas al sujeto.
Caso 2: Situacin que se da cuando el sujeto no comete error cientfico y s

comete error lgico.
La respuesta del sujeto coincide con lo que la ciencia espera, pero el
razonamiento inferido a partir de la condicional utilizada es incorrecto y no
coincide con el razonamiento de la lgica. Son situaciones en las que se
puede explicar el acierto cientfico, por diversas razones, entre las que
principalmente se pueden citar: el azar y la casualidad, el sujeto ha copiado
sin enterarse del por qu de la respuesta, otras personas distintas al sujeto le
han dicho la respuesta. Las causas de estos errores suelen ser internas al
sujeto.
Caso 3: Situacin que se da cuando se consigue un acierto cientfico y se razona

correctamente; no se comete error cientfico y no se comete error lgico.
La respuesta del sujeto coincide con lo que la ciencia espera, y el
razonamiento del sujeto coincide con el razonamiento de la lgica. Son
situaciones en las que se puede explicar el acierto cientfico, principalmente
por el acierto lgico.
Caso 4: Situacin que se da cuando se comete error cientfico y no se comete

error lgico.
La respuesta del sujeto no coincide con lo que la ciencia espera, pero el
razonamiento inferido a partir de la condicional utilizada es correcto y
coincide con el razonamiento de la lgica. Son situaciones en las que se
puede explicar el error cientfico porque es falso el contenido de las
condicionales que se utilizan para el razonamiento lgico. Las causas de estos
errores suelen ser internas y externas al sujeto. En la mayora de los casos son
externas y se deben a la enseanza de: contenidos cientficamente inciertos,
hbitos incorrectos y falsas inducciones.
Estudiando estos cuatro casos, el mismo autor afirma que son muchos los alumnos que pueden
responder incorrectamente a una pregunta, razonando perfectamente (p. 182). Ahora bien, en vista
de los errores encontrados en los libros de texto, es posible que estos errores incidan en el bajo
rendimiento en Matemticas de muchos de nuestros alumnos?
4. Conclusin
No siempre los conocimientos que transmiten los libros de texto se corresponden con lo que la
ciencia afirma. Centrndonos en el campo de la matemtica, vemos que hay autores que han
demostrado la existencia de un error matemtico en algn libro de texto (Ball, 1984; Gastwirth, 1975;
Gonzlez-Gascn, 1979; Hochberg y Tamhane, 1983; Kolmogorov, 1946; McCallum, 1973;
Neumann, 1950; Routley, 1979; Sedov, 1975), los hay que han establecido una clasificacin de errores
encontrados en libros de texto (Brewer, 1986; Muntean, 2011); otros han manifestado el hecho de
haberse encontrado con errores en el transcurso de su investigacin (Gairn Salln y Escolano
Vizcarra, 2009; Oliver et al., 2003; Ortiz de Haro, 2002); y, por ltimo, hay quien se ha detenido a
analizar un tipo de error en concreto (Beyer y Walter, 2010).

Esta circunstancia ha llevado a algunos gobiernos e instituciones a comprender la necesidad de

velar para que los alumnos reciban una enseanza conforme a lo que la ciencia dicta. Es el caso del
Estado de Texas (EE.UU.), donde su Agencia de Educacin (2008) cuenta con un amplio programa de
revisin de libros y de deteccin de errores en libros de texto. Asimismo, la Asociacin Americana
para el Avance de la Ciencia (2012), editora de la revista Science, desarrolla un proyecto de
supervisin de libros de texto publicados en EE.UU. sobre materias cientficas, entre ellas las
Matemticas.
En Espaa, hasta 1998 estuvo vigente la disposicin quinta de la Ley 14/1970, de 4 de agosto,
General de Educacin y de Financiamiento de la Reforma Educativa, que obligaba a una supervisin
de los libros de texto por parte del Estado previa a su edicin. Sin embargo, dicha disposicin quinta
qued derogada por el Real Decreto 1744/1998, de 31 de julio, sobre uso y supervisin de libros de
texto y dems material curricular correspondientes a las enseanzas de Rgimen General, lo que
significa que, actualmente, los libros de texto llegan a los alumnos sin que ningn rgano competente
verifique previamente que cumplen unos requisitos mnimos.
Segn los informes de las pruebas internacionales de matemticas a las que se han presentado
los alumnos espaoles (Lpez Varona y Moreno Martnez, 1997; Ministerio de Educacin, 2010;
Ministerio de Educacin y Ciencia, 2004, 2007; Ministerio de Educacin y Poltica Social y Deporte,
2005), el rendimiento de nuestros estudiantes est en todos los casos por debajo de la media de los
pases participantes. Esto pone de manifiesto el bajo rendimiento de nuestros alumnos en esta materia.
Como indica el Informe Cockcroft (1985: 114), los libros de texto constituyen una ayuda
inestimable para el profesor en el trabajo diario del aula. Adems, tal y como hemos visto, su uso
est sumamente extendido en las aulas de Educacin Primaria. Sin embargo, despus de analizar libros
de texto de las cuatro editoriales que, segn nuestros datos, son utilizadas en 6. de Educacin
Primaria, en un 90% de centros de la Comunidad de Madrid, vemos que contienen errores. Y nos
preguntamos si sta puede ser una causa de ese bajo rendimiento de nuestros alumnos en Matemticas.
Son muchas las investigaciones realizadas sobre cmo ensear matemticas, pero quiz una de
las tareas ms urgentes sea investigar qu se est enseando.
La pregunta fundamental no es cunto de bien estudia el nio el libro que tiene?, sino cunto
de bien le hace al nio el libro que estudia?
En vista de los resultados, se hace necesario realizar un estudio serio de lo que se les est
transmitiendo a nuestros alumnos a travs de los libros de texto. Una investigacin que nos lleve a
identificar errores matemticos en los libros de texto, describir dichos errores, clasificarlos, ver qu
relacin existe entre los distintos tipos de error encontrados, comprobar qu bloques de contenido
estn ms afectados por cada uno de los tipos de error, estudiar en qu medida dichos errores
repercuten en el aprendizaje de los alumnos.
Bibliografa
American Association for the Advancement of Science. (2012). Project 2061: Tools: Middle Grades
Mathematics Textbooks: A Benchmarks-Based Evaluation.
Arce Carrascoso, J.L. (1971). Acercamiento a la problemtica del error. Logos: Anales del Seminario
de Metafsica, 6, 85-110.
Ball, B.J. (1984). Arcwise connectedness and the persistence of errors. Amer.Math. Monthly, 91(7),
431433.

Beyer, K., y Walter, O. (2010). El conocimiento matemtico, la transposicin didctica y los

"problemas vestidos". Comunicacin presentada en XII Jornadas de Investigacin Educativa y III
Congreso Internacional.
Borel, E. (1962). La definicin en matemticas. En F.L. Lionnais (Ed.), Las grandes corrientes del
pensamiento matemtico (pp. 25-35). Buenos Aires: EUDBA.
Bouvier, A., y George, M. (2005). Diccionario Akal de Matemticas. Madrid: Akal.
Brewer, J.K. (1986). Behavioral statistics textbooks: Source of myths and misconceptions? En R.
Davidson y J. Swift (Eds.), Proceedings of the Second International Conference on Teaching
Statistics (pp. 127-131): University of Victoria.
Cabero, Duarte y Barroso (1989). La formacin del profesorado en nuevas tecnologas: retos hacia el
futuro. En J. Ferrs y P. Marqus (Coords.): Comunicacin educativa y nuevas tecnologas.
Barcelona: Praxis
Clapham, C. (1998). Diccionario Oxford de Matemticas. Madrid: Editorial Complutense.
Cockcroft, W.H. (1985). Las matemticas s cuentan. Informe Cockcroft. Madrid: Ministerio de
Educacin y Ciencia.
Consejera de Educacin y Empleo de la Comunidad de Madrid. (2011). Consulta de Centros y
Servicios Educativos de Curso Actual. Consultado el 25 de marzo de 2011, en
http://gestiona.madrid.org/catcent/servlet/Servidor.
Federacin de Gremios de Editores de Espaa. (2010). Comercio Interior del Libro en Espaa 2009.
Madrid: Federacin de Gremios de Editores de Espaa.
Madrid: Federacin de Gremios de Editores de Espaa.
Avance de resultados. Madrid: Federacin de Gremios de Editores de Espaa.
Fernndez Bravo, J.A. (2011). La inestabilidad de la normalidad del error en la actividad escolar.
Cunto de error tienen los errores que cometen los alumnos? Educacin y Futuro, 181-203.
Feynman, R.P. (1987). Est Ud. de broma, Sr. Feynman? Madrid: Alianza Editorial S. A.
Gairn Salln, J.M., y Escolano Vizcarra, R. (2009). Proporcionalidad aritmtica: buscando
alternativas a la enseanza tradicional. Suma, 62, 35-48.
Garca Mateos, A. y Caballero, P.A. (2005). La tecnologa digital en el aula: un instrumento al servicio
de los procesos de enseanza-aprendizaje. Diploma de Estudios Avanzados. Madrid: Universidad
Camilo Jos Cela.
Gastwirth, J.L. (1975). The estimation of a family of measures of economic inequality. J.
Econometrics, 3(1), 6170.
Gonzlez-Gascn, F. (1979). Note on the ignorable coordinates of the analytical dynamics. Istit.
Lombardo Accad. Sci. Lett. Rend. A, 113, 130137.
Hochberg, Y., y Tamhane, A.C. (1983). Multiple comparisons in a mixed model. Amer. Statist., 37(4),
305307.
Instituto de Evaluacin del Ministerio de Educacin. (2009). Sistema estatal de indicadores de la
educacin. Madrid: Catlogo de Publicaciones del Ministerio: educacin.es.
Kolmogorov, A.N. (1946). On the proof of the method of least squares. Uspehi Matem. Nauk (N. S.),
5770.
Ley 14/1970, de 4 de agosto, General de Educacin y de Financiamiento de la Reforma Educativa.
BOE, n. 187, de 6 de agosto, pp. 12525-12546.
Lpez Varona, J.A., y Moreno Martnez, M.L. (1997). Ministerio de Educacin y Cultura. Consultado
el 3 de enero de 2012, en http://www.educacion.gob.es/dctm/ievaluacion/internacional/
timssmat.pdf?documentId=0901e72b80110725
McCallum, B.T. (1973). A note concerning asymptotic covariance expressions. Econometrica, 41,
581583.
Ministerio de Educacin (2010). PISA 2009. Informe Espaol. Consultado el 3 de enero de 2012, en
http://www.educacion.gob.es/dctm/ministerio/horizontales/prensa/notas/2010/20101207-pisa2009-
informe-espanol.pdf?documentId=0901e72b806ea35a

Ministerio de Educacin y Ciencia (2004). Evaluacin PISA 2003. Consultado el 3 de enero de 2012,
en
http://www.educacion.gob.es/dctm/ievaluacion/internacional/pisa2003resumenespana.pdf?docume
ntId=0901e72b80110700
Ministerio de Educacin y Ciencia (2007). PISA 2006. Informe Espaol. Consultado el 3 de enero de
2012, en http://www.mec.es/multimedia/00005713.pdf
Ministerio de Educacin y Poltica Social y Deporte (2005). Resultados en Espaa del estudio PISA
2000. Consultado el 3 de enero de 2012, en
http://www.educacion.gob.es/dctm/ievaluacion/internacional/pisa2000infnacional.pdf?documentId
=0901e72b8011069b
Muntean, A. (2011). Sobre algunos errores en libros de texto de Matemticas de Secundaria y
Bachillerato. Boletn (Sociedad Puig Adam de Profesores de Matemticas), 87, 30-53.
Neumann, C. (1950). Ein Kapitel aus der Vorlesung von Franz Neumann bermechanische
Wrmetheorie. Knigsberg 185455. Abh. Bayer. Akad. Wiss.Math.-Nat. Kl. (N.F.)(59), 27.
Noda Herrera, M.A. (2000). Aspectos epistemolgicos y cognitivos de la resolucin de problemas de
matemticas, bien y mal definidos. Un estudio con alumnos del primer ciclo de la ESO y maestros
en formacin. Tesis doctoral no publicada, La Laguna: Universidad de La Laguna.
Oliver, M.I., Rocerau, M.C., Valdez, G., Vilanova, S., Medina, P., Astiz, M., et al. (2003). Anlisis del
tratamiento de algunos temas de geometra en textos escolares para el tercer ciclo de Educacin
General Bsica. Revista Iberoamericana de Educacin, 31(abril), 1-8.
Ortiz de Haro, J.J. (2002). La probabilidad en los libros de texto. Granada: Universidad de Granada.
Real Decreto 1744/1998, de 31 de julio, sobre uso y supervisin de libros de texto y dems material
curricular correspondientes a las enseanzas de Rgimen General. BOE n. 212, pp. 30005-30007.
Routley, R. (1979). Repairing proofs of Arrows general impossibility theorem and enlarging the
scope of the theorem. Notre Dame J. Formal Logic, 20(4), 879890.
Sedov, L.I. (1975). Theoretical constructions of selection of actual events from the virtual ones.
Comunicacin presentada en Joint Sympos., IUTAM/IMU, Marseille.
Simon, H.A. (1973). The structure of ill structured problems. Artificial Intelligence, 4(3-4), 181-201.
Texas Education Agency. (2008). Inventory of Known Textbook Errors. Consultado el 16 de junio de
2011, en http://ritter.tea.state.tx.us/textbooks/errorreportingchart.pdf
Pilar Fernndez Palop. Profesora de la Escuela Universitaria Cardenal Cisneros (UAH). Licenciada en
Matemticas (especialidad Estadstica) por la Universidad de Sevilla. Ha desarrollado su labor docente
tanto en el mbito de la formacin profesional, como en centros de Educacin Secundaria. En la
actualidad est realizando la tesis doctoral en la UCJC sobre errores matemticos en libros de texto.
Presentacin A. Caballero Garca. Directora del Instituto de Enseanza y Aprendizaje y Directora de

posgrados y profesora de la Facultad de Ciencias Sociales y de la Educacin de la Universidad Camilo
Jos Cela de Madrid. Doctora en Filosofa y Ciencias de la Educacin (Pedagoga) (1996) y Premio
Extraordinario de doctorado (1997) por la Universidad de Murcia. Veinticinco aos de experiencia
docente y labor investigadora. Mtodos de estudio, prensa como recurso didctico, ansiedad evaluativa y
rendimiento, nuevas tecnologas en el aula, personalidad antisocial como sujeto de alto riesgo,
convergencia europea en las Titulaciones de Educacin (metodologas alternativas), trabajo colaborativo
y aprendizaje social y emocional.
Jos Antonio Fernndez Bravo. Director de la Ctedra Conchita Snchez de Investigacin para la
Educacin Matemtica, de la Universidad Camilo Jos Cela (UCJC). Profesor del Centro de Enseanza
Superior "Don Bosco", Universidad Complutense de Madrid (UCM). Autor de 76 obras de Educacin y
dirigidas al aprendizaje de la Matemtica: cuentos, teatro, juegos, artculos y libros. Premio de
Metodologa Creativa Instituto Europeo de las Creatividades (Reggio Emilia. Italia, 2009), por el libro:
La resolucin de problemas matemticos. Razonamiento y creatividad en la mente de los nios (2010).

ISSN: 1887-1984

lvaro Martn Gonzlez
Resumen Se trata de un trabajo, cuya finalidad es explicar, de forma grfica y sencilla, suponiendo
fija la Tierra, el movimiento del Sol alrededor de ella, analizando cmo influye ese
movimiento en la sucesin de las estaciones y tambin en la variacin de la duracin del
da y la noche, a lo largo del ao y en las diferentes latitudes de la Tierra. En este artculo
A
no se tiene en cuenta la oblicuidad de la eclptica que implica cambios en la velocidad de
traslacin de la Tierra y, por lo tanto, pequeas diferencias a lo largo del ao, entre cada
dos pasos sucesivos del sol por el meridiano de un lugar, es decir, en la duracin del da.
Se considera, en consecuencia, en todo momento, el tiempo solar medio.
S
La finalidad es disponer de un recurso cmodo con el que se pueda ayudar a comprender
a cualquier observador, las variaciones indicadas, a lo largo del ao.
T
Coordinador: Luis Balbuena Castellano
Palabras clave Polos Celestes, Ecuador Celeste, Meridiano del lugar, horizonte, cnit, sol de
medianoche, orto, ocaso, latitud.
R
Abstract The purpose of this study is to explain in a simple and graphic manner the movement of
O
the sun around the Earth, supposing the latter to be static, analyzing how this movement
influences the succession of the seasons and the variation in duration of day and night,
throughout the year and in the different latitudes of the Earth. In this article it is not taken
N
into account the obliquity of the ecliptic which implies changes in the translational
velocity of the Earth and, therefore, small differences over the year between every two
successive passes of the sun over the meridian of a place, that is, the duration of the day.
O
Therefore, in consequence, the mean solar time is always taken into consideration.
The objective is to provide observers with a useful resource with which to help
understand the indicated variations throughout the year.
M
Keywords Celestial Poles, Celestial Equator, meridian of a place, horizon, zenith, midnight sun,
sunrise, sunset, latitude.

1. Qu es el Disco Solar Didctico?
A
El disco solar didctico consiste en un dispositivo formado por dos discos concntricos
giratorios, que nos permite, entre otras cosas, determinar la duracin del da y de la noche en
diferentes pocas del ao, en cualquier latitud, y tambin del desplazamiento que va sufriendo el lugar
de salida o puesta del sol a lo largo del ao.
Adems nos facilita la comprensin de cundo y por qu tienen lugar los equinoccios y los
solsticios, en qu lugares y cundo pasa el sol por el cnit, cundo cae verticalmente sobre la Tierra, la
sucesin de las estaciones - viendo la diferente inclinacin de los rayos solares a lo largo del ao - el
por qu del sol de medianoche, la larga noche polar, etc.

A. Martn Gonzlez
Considero que El disco Solar Didctico puede ser de utilidad para los alumnos de segundo
curso de bachillerato, para alumnos de primer curso de algunas carreras universitarias y, en general,
para cualquier persona que est interesada en estas cuestiones.
En l se representan las proyecciones de la trayectoria solar en diferentes das del ao. Se ha

representado slo una proyeccin por mes, para simplificar los dibujos y que haya una mayor facilidad
de interpretacin, aunque nada impide que se puedan representar ms trayectorias, por ejemplo una
por semana.
Se han elegido las fechas correspondientes al da 21 de cada mes. Para otras fechas puede
hacerse una interpolacin aproximada.
No se trata de obtener una gran precisin en las lecturas, aunque s se persigue facilitar la
A
comprensin, aunque manteniendo el rigor.
2. Introduccin
M
Si nos encontramos en una extensa llanura, o bien en altamar, percibimos el horizonte como una
circunferencia, en cuyo centro nos encontramos. Levantando la vista percibimos el cielo como una
bveda semiesfrica limitada por el horizonte.
O
La esfera correspondiente cuyo centro es el observador, recibe el nombre de esfera celeste y su

radio, indeterminado, se considera lo suficientemente grande para que, frente a l, sea despreciable el
N
radio de la Tierra. Para describir el movimiento aparente de los astros alrededor de la Tierra, los
supondremos proyectados sobre al superficie de esta esfera, de la que percibimos la mitad que est por
encima de nuestro horizonte.
O
La prolongacin del eje de la Tierra corta a la esfera celeste en dos puntos, P y P, a los que se
R
denomina Polos Celestes. El plano que contiene al ecuador terrestre corta a la esfera celeste segn una
circunferencia mxima que constituye el Ecuador Celeste. La vertical en un punto de la Tierra corta a la
esfera celeste en dos puntos: el cnit (Z) en el hemisferio norte y el nadir (Z) en el hemisferio sur, figura 1.
T
En cualquier lugar de la Tierra el plano horizontal -perpendicular a la vertical- determina en la

esfera celeste una circunferencia que constituye el horizonte del lugar.
S
El plano que contiene al eje PP y al cnit determina el meridiano del lugar. La interseccin del
A
meridiano con el horizonte fija los puntos cardinales norte (N) y sur (S). En forma anloga, la
interseccin del horizonte y el ecuador determina en la esfera celeste los puntos este (E) y oeste (W).
Figura 1

A. Martn Gonzlez
El ngulo que forma el horizonte con el

ecuador es el mismo que el que forma la vertical del
lugar (perpendicular al horizonte) con el eje polar
(perpendicular al ecuador). Este ngulo vara con la
latitud.
La latitud de un lugar, , es precisamente el

complementario de ese ngulo e indica, por lo tanto,
la altura del polo sobre el horizonte, como se
observa en la figura 2.
A
S
Figura 2
T
3. Movimiento aparente del Sol
R
El Sol, en su movimiento aparente alrededor de la Tierra, recorre una circunferencia diferente
O
cada da. El 21 de marzo se mueve sobre el ecuador celeste - trayectoria a en la figura 3 - Los das
sucesivos recorre trayectorias paralelas con declinacin
creciente hasta el 21 de junio en que recorre la trayectoria b
N
correspondiente a una declinacin de 23 27. Es el da del
solsticio de verano en el hemisferio norte.
O
A partir de esa fecha su recorrido comienza a
desplazarse hacia el sur, proyectndose de nuevo sobre el
ecuador el 22 ( 23) de septiembre para seguir hacia el sur
M
hasta el 22 de diciembre - solsticio de invierno -, fecha en
la que recorre la trayectoria c con declinacin 23 27.
El sentido de giro en el movimiento aparente que

estamos considerando, es el de las agujas del reloj - sentido
A
retrgrado - para un observador situado en P.
Figura 3
En la figura 4 se representa la trayectoria del sol un
da cualquiera del ao, y el horizonte de un lugar dado de la Tierra, en el hemisferio norte.
Observando la figura vemos que el hemisferio superior es el visible para el observador situado
en T. Por tanto el sol sale por A, alcanza su mxima altura de ese da en B, sobre el meridiano del
lugar a las 12 horas y se pone en C. El arco CDA corresponde a la noche.
En primavera y verano el punto A se encuentra desplazado hacia el norte, y en otoo e invierno

hacia el sur. El 21 de marzo y el 23 de septiembre coincide justamente con el este.

A. Martn Gonzlez
A
Figura 4
En las figuras 5 a 16 se indica la trayectoria que vera un observador situado en diferentes

latitudes particulares: las correspondientes al ecuador (5,6,7), al trpico (8,9,10), al crculo polar
M
(11,12,13) y al polo norte 14,15,16).
En todas ellas se representa el horizonte y se indica la trayectoria del sol un da del ao, en
O
junio, en marzo o septiembre y en diciembre.
Las tres primeras corresponden a la trayectoria solar que vera un observador situado en el
N
ecuador, (latitud 0).

O
Las tres siguientes a la que vera un observador situado en el Trpico de Cncer, (latitud
2327N).
R
A continuacin se representa la situacin correspondiente a un observador situado en el Crculo

Polar rtico (latitud 66 33 N) y, finalmente las tres ltimas corresponden a las trayectorias que vera
un observador situado en el Polo Norte (latitud 90), para el que el horizonte coincide con el ecuador.
T
Las figuras 17 a 28 representan la proyeccin de las anteriores sobre el plano del meridiano del
lugar. Mediante ellas se simplifica la representacin de los casos considerados, proporcionando
S
informacin inmediata sobre cmo vara la duracin del da y de la noche a lo largo del ao en
cualquier latitud.
A
Todas las figuras son vlidas tambin para el hemisferio sur, teniendo en cuenta que desde l es
visible la semiesfera que contiene P en lugar de la que contiene P.

A. Martn Gonzlez
A
Figura 5 Figura 6 Figura 7
S
T
R
O
Figura 11 Figura 12 Figura 13 N

O
M

A

A. Martn Gonzlez
A
M
O
N

O
R
T
S

A

A. Martn Gonzlez
4. Descripcin y aplicaciones del Disco Solar Didctico
El dispositivo consiste en dos discos concntricos, que pueden girar uno sobre otro. El plano de
los discos corresponde al del meridiano del lugar. En el disco inferior (Disco A) sealamos los polos
celestes P y P, las lneas que representan las proyecciones de las trayectorias solares en diferentes das
del ao, as como una escala perifrica en grados que vara desde 0 hasta 90, desde cada uno de los
polos hacia el ecuador.
Sobre cada una de las lneas aludidas se indica el mes en el que el sol se proyecta sobre ella. Se
seala tambin la hora solar de hora en hora.
A
S
T
R
O
N
Figura 29
O
En el disco superior, de menor radio, se ha hecho un recorte, cuya parte recta representa la
M
interseccin del meridiano con el horizonte, es decir la lnea norte-sur. En ella se han sealado los
puntos N y S.
Al situar N o S sobre cualquier valor de la escala,

queda visible la parte de la esfera que vera un observador
en la latitud correspondiente a ese valor, puesto que, como
A
hemos visto, la altura del polo sobre el horizonte, coincide
con la latitud del lugar.
Para puntos con latitud norte situamos N sobre la

escala que parte de P. Para puntos con latitud sur llevamos
S sobre la escala que parte de P. En este ltimos caso es
visible Z en lugar de Z. Por ello la parte de las trayectorias
solares visibles a travs del disco corresponde al da,
permaneciendo oculta la correspondiente a la noche.
En la figura 29 se representan ambos discos por

separado y, en la 30, ya acoplados. Figura 30 a

A. Martn Gonzlez
A continuacin se representa una fotografa de un disco materializado en cartn (figura 30 b), y

otra de uno metlico (figura 30 c).
A
Figura 30 b Figura 30 c
O
Con este dispositivo podemos determinar fcilmente, en forma aproximada:

N
1.- La duracin del da y de la noche cualquier da del ao y en cualquier latitud. La duracin

del da la indican los segmentos AiBi de la figura 30. Leemos tambin la hora en que sale y se pone el
Sol.
O
2.- La relacin entre la duracin del da ms largo y el ms corto del ao en cualquier latitud; es
la relacin A1B1/A7B7.
R
3.- La declinacin del sol cualquier da del ao, midiendo el ngulo B4A4Bi.
T
4.- La magnitud del desplazamiento del sol hacia el norte en primavera y verano y hacia el sur
en otoo e invierno.
S
Tambin podemos observar que:

A
5.- En cualquier punto de la Tierra, el 21 de marzo y el 22 ( 23) de septiembre la duracin del

da es igual a la de la noche. Son los equinoccios de primavera y otoo respectivamente. Basta
observar en el disco que el horizonte de cualquier lugar corta a la trayectoria solar de esas fechas en el
punto medio de la proyeccin correspondiente.
6.- En el ecuador - latitud 0 - la duracin del da es igual a la de la noche, cualquier da del

ao. En la figura 31 se observa que, en este caso, el horizonte corta a las trayectorias por la mitad.
7.- En el ecuador los rayos del sol caen verticalmente el 21 de marzo y el 22 de septiembre. En
esas fechas, a medioda, el sol se encuentra en el cnit.
8.- Los das son ms largos que las noches en primavera y verano en el hemisferio norte. En la
figura 30 se observa que la parte visible de las lneas a la izquierda de A4B4 es mayor que la oculta.

A. Martn Gonzlez
9.- La duracin del da aumenta al aumentar la latitud en primavera y verano y disminuye en

otoo e invierno. Al situar la indicacin N en la posicin correspondiente a una latitud mayor que la
de la figura 30, aumentaran los segmentos AiBi, al norte de A4B4 y disminuiran los que estn al sur.
10.- La duracin del da aumenta entre el 22 de

diciembre y el 21 de junio en el hemisferio norte, siendo
aquel el da ms corto y ste el ms largo del ao.
11.- El 21 de junio alcanza el sol sobre la eclptica

el punto ms alejado del ecuador, por encima de l. El 22
de diciembre sucede lo mismo por debajo del ecuador.
Son los solsticios de verano e invierno en el hemisferio
norte, producindose en ellos la mxima diferencia entre
A
el da y la noche.
12.- Podemos determinar el desplazamiento
S
angular hacia el norte o hacia el sur del punto del
horizonte por el que sale el sol (orto) o se pone (ocaso),
T
con respecto al Este, o al Oeste, respectivamente,
leyendo en la escala en grados, a lo largo de la lnea NS, Figura 31
del disco giratorio B.
R
13.- En los puntos con latitud 23 27 N, es decir, en el Trpico de Cncer, el sol cae
verticalmente sobre la Tierra el 21 de junio. Basta observar que el punto B se encuentre sobre la
O
vertical. Figura 32.
N
O
M

A
Figura 32
14.- En los lugares de latitud 66 33 N, puntos situados sobre el crculo polar rtico, el da 21
de junio, el sol se mantiene todo el tiempo por encima del horizonte, y por tanto no se pone. El da
dura pues, 24 horas. Es el sol de medianoche: el sol pasa rasante al horizonte, en el Norte, a
medianoche.

A. Martn Gonzlez
A
Figura 33
El 22 de diciembre toca el horizonte en el Sur pero no llega a salir. Est las 24 horas debajo del
M
horizonte. Figura 33.
15.- En el Polo Norte - latitud 90 - el sol se mantiene por encima del horizonte desde el 21 de
O
marzo hasta el 23 de septiembre, por lo que la duracin del da es de seis meses en el hemisferio
correspondiente. Figura 34.
N
O
R
T
S
A
Figura 34 Figura 35
Anlogamente, para puntos del hemisferio sur se observa fundamentalmente lo siguiente :
16.- Entre el 23 de septiembre y el 22 de diciembre aumenta la duracin del da y disminuye la

de la noche, correspondiendo a esta ltima fecha el da ms largo del ao. Ver figura 35.
17.- En la latitud 23 27 S, correspondiente al Trpico de Capricornio, el sol cae verticalmente

sobre la Tierra el 22 de diciembre. Es el comienzo del verano en ese hemisferio. Ver figura 36

A. Martn Gonzlez
A
S
Figura 36
18.- En el Crculo polar Antrtico, con latitud 6633 S, el sol no se pone el 22 de diciembre.
T
Pasa rasante al hizonte en el Sur. Es el solsticio (de verano en el hemisferio Sur) y el da dura 24
horas. El 21 de junio toca el horizonte en el Norte pero sin llegar a salir. Permanece bajo el horizonte
durante las 24 horas. Ver figura 37.
R
O
N
O
M

A
Figura 37
19.- En el Polo Sur - latitud 90 S - el sol se mantiene sobre el horizonte desde el 22 ( 23) de
septiembre hasta el 21 de marzo. El da dura seis meses en ese hemisferio. Ver figura 38.

A. Martn Gonzlez
A
Figura 38
Vemos pues, que con este sencillo dispositivo, logramos, no slo ver la diferente duracin de
M
los das a lo largo del ao, sino que, adems, observamos la variacin de la declinacin solar, en qu
lugares y cundo pasa el Sol por el cnit, cundo cae verticalmente sobre la Tierra, etc.
O
Tambin nos ayuda a comprender mejor fenmenos como la sucesin de las diferentes
estaciones -viendo la distinta inclinacin de los rayos solares a lo largo del ao- el por qu del sol de
medianoche, o la larga noche polar.
N
5. Resumen
O
El disco solar didctico consiste en un dispositivo formado por dos discos concntricos
R
giratorios, que nos permite determinar la duracin del da y de la noche en diferentes pocas del ao,
en cualquier latitud; nos facilita la comprensin de cundo y por qu tienen lugar los equinoccios y los
solsticios; en qu lugares y cundo pasa el sol por el cnit; cundo cae verticalmente sobre la Tierra; la
T
sucesin de las estaciones - viendo la diferente inclinacin de los rayos solares a lo largo del ao - el
por qu del sol de medianoche, la larga noche polar, etc.
S
El disco mayor del dispositivo lleva unas lneas que representan las proyecciones sobre el plano
meridiano de las trayectorias solares. Aparecen representadas de mes en mes, aunque se podran
A
representar ms prximas, por ejemplo una proyeccin correspondiente a cada semana. Tambin se
sealan los polos celestes P y P.
En la periferia, aparece una escala de 0 a 90 vlida para latitudes norte a partir de P y otra
tambin de 0 a 90 a partir de P, en sentido inverso, vlida para latitudes sur.
El disco superior, de menor radio, lleva un recorte cuya parte recta representa el horizonte del
observador proyectado sobre el plano del meridiano. Lleva sealados los puntos cardinales norte (N) y
sur (S).
Al llevar N sobre un valor de la escala que parte del polo P, queda situado el horizonte
correspondiente a esa latitud como vimos anteriormente, la altura del polo sobre el horizonte
coincide con la latitud de un lugar - por lo que la parte de las trayectorias visibles a travs del disco

A. Martn Gonzlez
corresponden a lo que vera observador en esa latitud del hemisferio norte. La parte que no deja ver el
disco corresponde a la noche.
En forma anloga, al llevar S sobre la escala que parte de P, obtendramos el horizonte de un

observador situado en el hemisferio sur en la latitud sealada. En el primer caso queda Z en el
hemisferio visible y en el segundo Z.
6. Algunos clculos tericos que confirman la informacin suministrada por el disco
6.1. Determinacin del desplazamiento del orto y del ocaso solar
El tringulo esfrico determinado por el Polo Celeste,
A
el cnit y un astro se denomina tringulo astronmico.
S
En la figura 39 est representado tal tringulo para el
caso del Sol en el momento en que asoma por el horizonte.
T
Resolviendo este tringulo podemos calcular la
posicin del orto y el ocaso del Sol cualquier da del ao. En
R
la figura vemos que el lado PR es el complemento de la
declinacin del Sol el da considerado, y el lado ZP es
complementario de la latitud del lugar.
O
Por ser en este caso, rectiltero el tringulo, ya que el
lado ZR mide 90, ser:
N
Figura 39
cos(90 ) = cos RZP sen (90 - ) ,
O
cos(90 )
cos RZP = con lo que determinamos el ngulo RZP que nos da la posicin del orto del
sen (90 - )
M
Sol en el da considerado.
6.2. Desplazamiento del orto y ocaso en algunas latitudes particulares

6.2.1. Clculos para la latitud de ciudad de La Laguna (28 30N, 16 20W), en determinadas
A
fechas. Ver figura 40.
cos(90 ) cos(90 )
cos RZP = llamando al ngulo RZP queda cos =
sen (90 - ) sen (90 - )

A. Martn Gonzlez
A
Figura 40
El 21 de abril:
O
cos(90 ) cos(90 110 40') cos 78 20'

cos = = = = 0, 2300
sen (90 - ) sen (90 - 28 0 30') sen 61o30'
N
= arc cos 0, 2300 = 76 o42' contado desde el punto cardinal Norte. Por lo tanto el orto tiene lugar
O
o
a 13 18' del punto cardinal Este.
R
El 21 de mayo:
cos(90 ) cos(90 20 011') cos 69 49'

T
cos = = = = 0, 3919
sen (90 - ) sen (90 - 28 0 30') sen 61o30'
S
= arc cos 0, 3919 = 66 o55'

A
contado desde el punto cardinal Norte. Por lo tanto el orto tiene lugar a 23o05' del punto cardinal
Este.
El 22 de junio:
cos(90 ) cos(90 230 27') cos 66 33'

cos = = = = 0, 4527
sen (90 - ) sen (90 - 28 0 30') sen 61o30'
= arc cos 0, 4527 = 63o04'
contado desde el punto cardinal Norte. Por lo tanto el orto tiene lugar a 26 o55' del punto cardinal
Este.

A. Martn Gonzlez
6.2.2. En el ecuador (=0). Ver figura 41.
cos = cos(90 )
A
El 21 de abril: Figura 41
S
cos = cos(90 ) = cos(90 o 11o40') = cos 78 o20'
T
= 78 o20' desde el punto N. Luego el Sol sale desplazado 11o40' desde el Este.
R
El 21 de mayo:
90 o = 90 o 20 o11' , esto significa que sale a 20 o11' del Este.
O
El 22 de junio:
N
90 o = 90 o 23o27' , esto significa que sale a 23o27' del Este.
O
6.2.3. En la latitud de 23o27' N (figura 42), ser,
M

A
Figura 42

A. Martn Gonzlez
El de 21 de abril:
cos(90 11o40' ) 0, 2022

cos = = = 0, 2204
sen (90 - 23o27') 0, 9174
= arc cos 0, 2204 = 77 o15' y 90 o = 12 o45' da la posicin del orto con respecto al Este.
El 21 de mayo:
cos(90 20 o11' ) 0, 3450

cos = = = 0, 3760
sen (90 - 23o27') 0, 9174
A
= arc cos 0, 3760 = 67 o54' y 90 = 22 06'

o o
El 22 de junio:
M
cos(90o 23o27') 0, 3979

cos = = = 0, 4337 y = arc cos 0, 4337 = 64 o17'
sen (90o - 23o27') 0, 9174
O
90 o = 25 o43' , que indica que sale a 25 o43' del Este.

N
6.2.4. En la latitud de 66 o33' N, (figura 43), ser,

O
R
T
S
A
Figura 43

A. Martn Gonzlez
El 21 de abril
cos(90 11o40') 0, 2010

cos = = = 0, 5051
sen (90 - 66 o33') 0, 3979
= arc cos 0, 5051 = 59 o39' y 90 o = 30 o21' da la posicin del orto con respecto al Este.
cos(90 20 o11' ) 0, 3450

El 21 de mayo ser cos = = = 0, 8670
sen (90 - 66 o33') 0, 3979
= arc cos 0, 8670 = 29 o52' y 90 o = 60 o08'
A
cos(90 o 23o27')
El 22 de junio cos = o o
= 1 y = 0 o, es decir, el Sol sale justamente por el
S
sen (90 - 66 33')
Norte.
T
6.2.5. En el Polo Norte, latitud 90 N, (figura 44).
R
O
N
O
M

A
Figura 44
cos(90 )
En este caso, el denominador de la expresin cos =
sen (90 - )
es siempre nulo, por lo que no hay ningn valor de que la verifique. Es decir, entre marzo y
septiembre el Sol estar siempre por encima del horizonte.
En los equinoccios, tambin se anula el numerador, por lo que la expresin es indeterminada.
En esos das el sol recorre el horizonte.

A. Martn Gonzlez
6.3. Clculo de la duracin del da
Para calcular el tiempo que el Sol permanece por encima o por debajo del horizonte, es decir la
duracin del da y de la noche, calcularemos el ngulo RPZ que determina mitad del arco que recorre
el Sol sobre el horizonte. Multiplicndolo por 2 y teniendo en cuenta que cada 15 corresponde a una
hora podremos saber entonces la duracin del da.
cos RPZ = cot(90 ).cot(90 )
Esta frmula es aplicable para latitudes iguales o menores a 66 33. Para latitudes mayores la
trayectoria solar no cortara al horizonte.
A
6.3.1. Duracin del da en las latitudes particulares y los das considerados anteriormente
a) latitud 28 30(La Laguna):
el da 21 de abril:
M
cos RPZ = cot(90 28 30).cot(90 11 40) = -0,1120

llamando al ngulo RPZ , nos queda,
O
= 96 26 , 2 = 192 28 . Como cada 15 corresponde a una hora, la duracin del da resulta ser
de 12, 85 horas, aproximadamente 12 horas y 51 minutos.
N
el 21 de mayo:
cos = cot(90 28 30).cot(90 2011) = -0,1995

O
= 101 30 2 = 203
R
la duracin del da resulta ser de 13, 53 horas, aproximadamente 13 horas y 32 minutos.

El 21 de junio:
T
cos = cot(90 28 30).cot(90 23 27) = -0,2354

= 103 36 2 = 20714
S

A
b) latitud 23 27N:
El 21 de abril:
cos = cot(90 23 27).cot(90 11 40) = 0, 0895

= 9513 , 2 = 190 28 .
La duracin del da resulta ser de 12, 68 horas, aproximadamente 12 horas y 41 minutos.
El 21 de mayo:
cos = cot(90 23 27).cot(90 2011) = - 0,1594

= 9917 2 = 198 34

A. Martn Gonzlez
El 21 de junio:
cos = cot(90 23 27).cot(90 23 27) = - 0,1880

= 100 50 2 = 201 40
c) latitud 66 33N
el 21 de abril:
A
cos = cot(90 66 33).cot(90 11 40) = 0, 4758
= 118 24 , 2 = 236 48 .
S
La duracin del da resulta ser de 15, 78 horas, aproximadamente 15 horas y 47 minutos.
T
el 21 de mayo:
cos = cot(90 66 33).cot(90 2011) = - 0,8474
R
= 147 55 2 = 295 51
O
El 21 de junio:
N
cos = cot(90 66 33).cot(90 23 27) = -1
O
= 180 2 = 360
la duracin del da resulta ser de 24 horas. Es decir el sol est las 24 horas por encima del horizonte.
M
Para la latitud de 90 N, la trayectoria del sol no corta al horizonte en ninguna de las fechas
consideradas por lo que la duracin del da es siempre de 24 horas.
Se omiten los clculos similares para el hemisferio Sur, ya que seran totalmente equivalentes.

A
Bibliografa
Constantino Marcos y otros. Matemticas de Preuniversitario. Madrid: Ediciones S.M.

Izquierdo Asensi, F. Geometra Descriptiva. (1979). Madrid: Editorial Dossat, S.A.
lvaro Martn Gonzlez, es Doctor en Ciencias, Catedrtico jubilado de Fsica y Qumica de

Bachillerato y Licenciado en Bellas Artes. Ha sido profesor en diferentes institutos de Enseanza
Secundaria de Tenerife y Profesor tutor de Fsica de la UNED.

ISSN: 1887-1984

Rut Almeida (Universidad de La Laguna. La Laguna. Espaa)
Resumen El Instituto Nacional de Estadstica (INE) ha creado un portal web divulgativo, Explica,
con motivo del Ao Internacional de la Estadstica para acercar, a los estudiantes de
enseanza secundaria y bachillerato, a los contenidos de la estadstica necesarios para
interpretar la informacin que nos rodea. Explica, nos presenta una coleccin de recursos
interactivos (presentaciones, vdeos, juegos, cuestionarios) por los que navegar para
E
introducirnos en el mundo de la estadstica.
Estadstica, web, recursos interactivos, enseanza secundaria y bachillerato.
N
Palabras clave
Abstract The National Statistics Institute (INE) has created a divulgative website, Explica, on the
occasion of the International Year of Statistics to bring secondary education and
bachillerato students to the contents of the statistics needed to interpret the information
around us. Explica, presents a collection of interactive resources (presentations, videos,
L
games, questionnaires ...) for navigating around the world of statistics.
Keywords Statistics, website, interactive resources, secondary and bachillerato education.
A
1. Introduccin
La estadstica es la ciencia que se encarga, entre otros aspectos, del estudio de los datos de una
poblacin y por lo tanto, con frecuencia, encontramos resultados de estudios estadsticos en nuestro
R
alrededor. Por ello, el Instituto Nacional de Estadstica (INE) ha diseado un portal web divulgativo
para acercarnos a la estadstica de una forma amena e interactiva, con el objetivo de que la poblacin
tenga las herramientas necesarias para interpretar los resultados de estudios estadsticos que se
E
publican, por ejemplo, en los medios de comunicacin.
D
Actualmente nos encontramos en el Ao Internacional de la Estadstica que el Instituto Nacional
de Estadstica hace coincidir con la creacin del portal Explica, el cual analizamos en este artculo
realizando un recorrido por todas sus secciones.
2. Anlisis del portal web
El portal web al que accedemos a travs de la direccin http://www.ine.es/explica/explica.htm

tiene una apariencia sencilla a la vez que intuitiva para aquellas personas que acceden por primera vez.

R. Almeida
D
E
R
Figura 1. Inicio.
A
En ella podemos encontrar una serie de pestaas en una columna situada a la izquierda, que nos
facilita el acceso a las distintas secciones del portal. En la parte central encontramos un enlace a la
web del Instituto Nacional de Estadstica, as como novedades y noticias relevantes relacionadas con
L
la estadstica. Por ltimo, en la esquina superior derecha podemos acceder a un mapa del sitio web
donde se desglosan todas sus partes, es decir, otra manera de acceder a los recursos del portal, adems
de a travs de las pestaas de la columna de la izquierda.
En esta mscara de inicio podemos acceder a enlaces de presentacin sobre novedades y

ejemplos de recursos que nos acercan a la estadstica de una forma sencilla. Dichos recursos se
N
encuentran en las distintas secciones del portal y se destacan en esta pgina de inicio.
A continuacin, se realizar una revisin del portal web a travs de un recorrido por cada una de
E
sus secciones.
2.1. Qu es Explica?
Explica, te ayudamos con la estadstica, es un portal web divulgativo diseado por el Instituto
Nacional de Estadstica cuyo objetivo es incrementar la cultura estadstica en la sociedad para as
favorecer el buen uso de la informacin estadstica que se encuentra en entornos cotidianos como, por
ejemplo, los medios de comunicacin. Para ello en la web encontramos multitud de recursos de
carcter divulgativo presentados en formato flash y pdf. Tambin cuenta con acceso a videos y
aplicaciones del canal del Instituto Nacional de Estadstica e incluso algunos enlaces a YouTube.
En esta seccin contamos tambin con un formulario para realizar cualquier consulta o
sugerencia a los administradores del portal, quienes respondern dichas consultas a la direccin de
correo electrnico que se facilite.

R. Almeida
2.2. Primeros pasos
La seccin Primeros pasos tiene como objetivo facilitar los conceptos necesarios para
interpretar datos y resultados estadsticos que aparecen en el resto de secciones del portal.
Encontramos recursos explicativos sobre conceptos y herramientas de la estadstica, partiendo de la
estadstica descriptiva y pasando por la probabilidad, la inferencia estadstica, grficos y elaboracin
de encuestas. Todo ello est organizado en 5 apartados que contienen presentaciones flash con enlaces
a otros recursos como vdeos o enlaces web.
E
N
L
A
R
Figura 2. Primeros pasos.
E
Contamos con presentaciones tericas como el apartado Introduccin a la Estadstica en el que
podemos realizar consultas sobre conceptos y contenidos tericos, pero tambin nos encontramos con D
un apartado prctico (Tu primera encuesta) en el que proponen construir un cuestionario facilitando,
en la misma presentacin flash, documentos Word con ejemplos y plantillas para construir una
encuesta. Esta seccin tiene una gran utilidad en la educacin secundaria pues los alumnos de una
manera autnoma podrn realizar una actividad de construccin, recolecta de datos y posteriormente
anlisis de los mismos aplicando contenidos de la seccin Introduccin a la Estadstica.
Por otra parte, hay dos apartados dedicados a los grficos. En Grficos de ayer y hoy se
muestran los distintos tipos de grficos asocindolos a su origen e historia, es decir, se trata de una
seccin de contenido terico. Por otro lado, si accedemos al apartado Tipos de grficos, cul uso?
podemos ver cmo poner en prctica los distintos grficos, asociados al tipo de variable que se estudia
o qu queremos resaltar de nuestro estudio por medio de una presentacin que nos detalla la
informacin necesaria.
2.3. Estadsticas oficiales

R. Almeida
En la seccin Estadsticas oficiales nos acercamos al Instituto Nacional de Estadstica, autor del
portal. En un apartado de esta seccin INE y sistema estadstico, contamos con una coleccin de
videos explicativos y una presentacin flash en la que se detalla el funcionamiento de dicho
organismo, sus funciones y organizacin, sistema de trabajo, repercusin en la sociedad y la relacin
que existe con otros organismos que tienen el mismo objetivo (Sistema Estadstico Nacional); de
forma similar contamos con un video que nos explica cmo se organiza el Sistema Estadstico
Europeo y la aportacin que hace Espaa al mismo.
D
E
R
A
L
Figura 3. Estadsticas oficiales.
El apartado Principales estadsticas, nos facilita presentaciones donde se explica el

N
procedimiento que sigue el INE en la elaboracin de algunos estudios estadsticos que se realizan
anualmente en Espaa, el ndice de precios de consumo, Encuesta de poblacin activa, Producto
interior bruto, Encuesta de presupuestos familiares y sobre la importancia de los estudios estadsticos
E
para tener una visin de la proyeccin de la poblacin.
Pregunta + respuesta = dato est destinado a explicar cmo se realiza una estadstica. Para ello
contamos con un video en el que se resumen los pasos generales a seguir en el proceso, as como una
presentacin explicativa sobre el proceso y los pasos seguidos para la realizacin de un estudio
estadstico concreto Estudio sobre Equipamiento y Uso de Tecnologas (TIC) en los Hogares.
Por ltimo, en los apartados Los productos estadsticos y Censos 2011 podemos acceder a datos
y resultados de estudios estadsticos oficiales realizados por el INE. Esta informacin puede ser muy
til para el profesorado que desee disear actividades con datos reales y fiables.
2.4. Estadstica y mucho ms

R. Almeida
En esta seccin podemos encontrar diversos recursos ldicos relacionados con la estadstica:
cuestionarios, video de curiosidades, juegos, etc. Se trata probablemente de la seccin de mayor
utilidad como recurso metodolgico para la Educacin Secundaria Obligatoria y Bachillerato.
E
N
L
A
Figura 4. Estadstica y mucho ms.
R
Contamos, por ejemplo, con un vdeo que habla sobre datos estadsticos de Espaa que presenta
E
los datos en el supuesto de que la poblacin fuese de 100 habitantes (Si Espaa fuese un pueblo), lo
que simplifica mucho los datos que son presentados de una forma ms cercana. En este caso no slo
trabajamos la estadstica, sino la utilidad de las proporciones a la hora de presentar datos. Considero
D
que es un recurso muy interesante para introducir la estadstica en los niveles de Educacin Secundaria
Obligatoria.
Adems encontramos un apartado (Aplicaciones prcticas) en el que introduciendo el nombre

de una poblacin accedemos a los datos del nmero de habitantes de dicho lugar detallando el nmero
de hombres y mujeres, tanto la cifra actual como la de aos anteriores, un recurso muy til para el
diseo de tareas.
En el resto de apartados podemos acceder a curiosidades presentadas como datos o

cuestionarios y juegos relacionados con los contenidos presentados en la seccin Estadsticas
oficiales. Estos recursos pueden ser de utilidad para que el estudiante ponga en prctica lo aprendido
de una manera autnoma.
2.5. Un poco de historia

R. Almeida
La seccin Un poco de historia, como su nombre indica, presenta un recorrido por la historia de
la estadstica, mostrando su origen y evolucin a lo largo de la Edad Antigua, Edad Media, Edad
Moderna y la Edad contempornea (La estadstica en la Historia). Tambin contamos con apartados
destinados a mostrar un pequeo resumen biogrfico de algunos de los personajes ms relevantes en la
historia de la estadstica (Personajes de la estadstica).
D
E
R
A
L
Figura 5. Un poco de historia.
En la historia de Espaa, los censos de poblacin surgieron desde muy temprano, en concreto
durante los reinos de taifa, es decir, entre los siglos XI y XIII para establecer los tributos que deban
N
pagar musulmanes, judos y cristianos. Debido a esto, encontramos una larga historia en Espaa en lo
que a censos de poblacin se refiere y podemos encontrar un resumen de su evolucin hasta la
actualidad, en forma de presentacin flash, en Primeros censos espaoles.
E
Esta seccin cuenta tambin con enlaces a tres exposiciones virtuales dedicadas a la Muestra
bibliogrfica agraria, Los tesoros de la biblioteca (en la que podemos encontrar la historia de los
grficos estadsticos) y Muestra censos espaoles. Se trata de tres exposiciones que se encuentran de
forma fsica en Madrid.
2.6. Olimpiada Estadstica
Actualmente nos encontramos en el Ao Internacional de la Estadstica. Con este motivo, el

Instituto Nacional de Estadstica y la Facultad de Estudios Estadsticos de la Universidad Complutense
de Madrid han organizado una Olimpiada Estadstica a nivel de Enseanza Secundaria Obligatoria,
Bachillerato y Ciclos Formativos de grado medio.

R. Almeida
E
N
L
A
Figura 6. Olimpiada Estadstica 2013
R
En esta seccin podemos encontrar toda la informacin necesaria para participar: Calendario,
Objetivo de la Olimpiada, Bases de la Convocatoria, Ejemplos de pruebas de la Olimpiada, Poster, un
E
email para dudas y sugerencias, etc. En estos momentos ya ha tenido lugar la primera fase y segunda
fase, podemos acceder a los resultados de la primera que ya han sido publicados. La Olimpiada
finaliza el 17 de mayo, da en el que se publican los equipos ganadores.
D
2.7. Visita de centros de enseanza
Este portal da la oportunidad, a centros de enseanza secundaria y bachillerato, de solicitar una

visita a la delegacin del Instituto Nacional de Estadstica.

R. Almeida
D
E
R
A
L
Figura 7. Visita de centros de enseanza.

N
Se trata de una buena forma de acercar al alumnado a la estadstica a travs de una visita a las
instalaciones del Instituto Nacional de Estadstica en la que adems contarn con un gua que les
E
presentar las distintas secciones y explicar el funcionamiento y labores del mismo.
3. Conclusiones
El portal web divulgativo Explica del Instituto Nacional de Estadstica tiene como objetivo
acercar a los estudiantes de educacin secundaria y bachillerato a la estadstica de una forma
interactiva y prctica, mostrando los distintos aspectos a travs de videos, presentaciones, juegos,
cuestionarios, etc. En la pgina podemos encontrar desde presentaciones tericas sobre conceptos
bsicos de la estadstica o la historia y evolucin de la misma, hasta aspectos prcticos como juegos y
videos para disear una encuesta y realizar un estudio de los datos obtenidos.
Se trata de un portal lleno de recursos para la enseanza secundaria y bachillerato, en la que los
estudiantes podrn navegar de forma autnoma dada la sencillez y la forma intuitiva en la que el INE
presenta los recursos. Desde el punto de vista de la enseanza, las secciones que proporcionan

R. Almeida
recursos ms prcticos son Primeros pasos y Estadstica y mucho ms, pues presentan contenidos ms
cercanos a los del currculo de enseanzas mnimas de estos niveles (Real Decreto 1631/2006, BOE
n5, 5 de enero de 2007; Real Decreto 1467/2007, BOE n266, 6 de noviembre de 2007). Por otro
lado, aunque el objetivo del INE se encuentra en los niveles de secundaria, algunos de los recursos que
encontramos podran considerarse algo superior a los contenidos que se exigen a estos niveles y son de
mayor inters en niveles universitarios.
En las secciones Estadsticas oficiales y Un poco de historia, podemos encontrar multitud de

recursos para el profesorado, que contienen informacin relevante de la estadstica que no se encuentra
en los contenidos del currculo de enseanzas mnimas pero que tienen una importancia relevante y
pueden utilizarse como introduccin y motivacin a otros contenidos que s son parte del temario de
estos niveles.
Otro aspecto a destacar, es el enlace que encontramos en todas las secciones que nos dan acceso
E
a una coleccin de ficheros pdf de las presentaciones del portal. Este recurso tiene una gran utilidad
para el profesorado que no cuente con internet en el aula ya que puede descargar el contenido del
portal en formato pdf y disponer del mismo sin conexin a internet.
N
Se trata de un portal divulgativo nuevo, registrado en 2013, que cuenta ya con muchos recursos
para la enseanza de la estadstica en la educacin secundaria y bachillerato, por lo que es de esperar
que siga evolucionando y proporcionando material interactivo para estos niveles.
L
Bibliografa
Real Decreto 1631/2006, de 29 de diciembre, por el que se establecen las enseanzas mnimas
A
correspondientes a la Educacin Secundaria Obligatoria. Viernes 5 de enero de 2007 BOE n5.
Real Decreto 1467/2007, de 2 de noviembre, por el que se establece la estructura del bachillerato y se
fijan sus enseanzas mnimas. Martes 6 de noviembre de 2007. BOE n266.
Rut Almeida Cabrera. Doctorando del programa de Matemticas en la Universidad de La Laguna.

Actualmente es becaria del rea de Didctica de las Matemticas del Departamento de Anlisis
R
Matemtico de la Universidad de La Laguna, en el proyecto nacional Modelos de competencia formal y
cognitiva en pensamiento numrico y algebraico de alumnos de primaria, secundaria y de profesorado
de primaria en formacin. Su lnea de investigacin es el sentido numrico y cuenta con varias
E
publicaciones en ese mbito. Email: rutalca@gmail.com
D

ISSN: 1887-1984

Jos Antonio Ruprez Padrn y Manuel Garca Dniz (Club Matemtico1)
Resumen Resolvemos el problema sobre el juego del Mastermind publicado en el nmero 81

mediante una organizacin en tablas de la informacin, y presentamos dos ejemplos de
puzles de encajar planos, que llevamos en el Komando matemtico. Unos del tipo
cabeza-cola y el otro de reconstruccin de figuras a partir de una diseccin de la misma.
Palabras clave Mtodo de resolucin de problemas del juego Mastermind. Planteamientos y estrategias a
seguir en la solucin de puzles planos del tipo cabeza-cola y de ensamblaje
bidimensional.
Abstract We solve the problem about the game of Mastermind published in issue 81 by an
J
organization information tables, and present two examples of puzzles to fit, flat, we carry
J
in our the mathematical Komando. A head-tail type and the other figures reconstruction
U
from the same dissection.
U
Keywords Problem-solving method of the game Mastermind. Approaches and strategies to be
followed in solving puzzles planes of type head-tail (put-together puzzles) and two-
E
dimensional assembly.
E
G
G
En el artculo Juegos de lgica inductiva publicado en el nmero 81 de la revista, al hablar del
Mastermind, dejamos planteado el siguiente problema:
O
O
Caza al tesoro
S
S
El otro da, rebuscando en el desvn, Marcos descubri un viejo bal que contiene un
pergamino y un cofre. Leyendo el pergamino, comprendi que el cofre conserva un tesoro protegido
por una cerradura con una combinacin numrica de tres cifras (de 1 a 9). Adems el pergamino
aporta estas informaciones:
a) en 3 4 5 una sola cifra es correcta, pero no est en su lugar correcto (un herido)
b) en 2 3 6 ninguna cifra es correcta (ni muertos ni heridos)
c) en 6 7 8 una sola cifra es correcta y est en el sitio correcto (un muerto)
d) en 4 7 2 una sola cifra es correcta y est en el sitio correcto (etc.)
e) en 8 5 9 dos cifras son correctas, pero slo una est en el sitio correcto
f) en 5 8 2 una sola cifra es correcta y est en el sitio correcto
1
El Club Matemtico est formado por los profesores Jos Antonio Ruprez Padrn y Manuel Garca
Dniz, jubilados del IES de Canarias-Cabrera Pinto (La Laguna) y del IES Toms de Iriarte (Santa Cruz de
Tenerife), respectivamente. jaruperez@gmail.com / mgarciadeniz@gmail.com

J. A. Ruprez Padrn y M. Garca Dniz
Ayudad a Marcos a encontrar la combinacin correcta para abrir el cofre.
Vamos a ofrecer una solucin a partir de una estrategia de Organizacin de la Informacin y

usando una tabla de doble entrada como organizador.
Para comprender mejor las informaciones suministradas por el problema haremos una tabla
organizada con ellas.
Informacin Combinacin Cifras correctas Posicin Consecuencias

A 3 4 5 1 Incorrecta
B 2 3 6 0 2, 3 y 6 no estn
C 6 7 8 1 Correcta
D 4 7 2 1 Correcta
E 8 5 9 2 Slo una correcta
f 5 8 2 1 Correcta
Tabla 1
La informacin (b) permite eliminar las cifras equivocadas 2, 3, 6.

S

A 4 5 1 Incorrecta
O
B
C 7 8 1 Correcta
D 4 7 1 Correcta
G
E 8 5 9 2 Slo una correcta El 9 es correcto

F 5 8 1 Correcta El 9 est en posicin correcta
E
Tabla 2
Las informaciones (e) y (f) nos permiten saber que el 9 es una cifra correcta y que tambin est
U
en posicin correcta.

J
A 4 5 1 Incorrecta
B
C 7 8 1 Correcta El 7 es correcto
D 4 7 1 Correcta El 7 est en posicin correcta
E 8 5 9 2 Slo una correcta El 9 es correcto
F 5 8 1 Correcta El 9 est en posicin correcta
Tabla 3
Las informaciones (c) y (d) nos indican que el 7 es una cifra correcta y, tambin, que est en
posicin correcta. Slo nos queda saber la primera cifra, pues las otras dos son 7 y 9.

A 4 5 1 Incorrecta
B
C 7 8 1 Correcta El 8 es incorrecto
D 4 7 1 Correcta El 4 es incorrecto
E 8 5 9 2 Slo una correcta
F 5 8 1 Correcta
Tabla 4

De nuevo, las informaciones (c) y (d) nos permiten deducir tambin que, al ser correcto el 7,
tanto el 4 como el 8 han de ser necesariamente incorrectos.

A 5 1 Incorrecta
B
C 7 1 Correcta
D 7 1 Correcta
E 5 9 2 Slo una correcta
El 5 es correcto y est en
F 5 1 Correcta
posicin correcta.
Tabla 5
Para terminar, de la informacin (f) obtenemos que la primera cifra de la combinacin ha de ser
el 5.
Respuesta: Hay una sola combinacin posible para abrir la caja fuerte: 5, 7, 9.
Este problema tiene muchas y diversas formas de ser resuelto. Pero en cualquiera de ellas la
J
respuesta final es la misma.
U
Nos siguen quedando pendientes los problemas del Reversi/Othello, presentados en el n 82 de
la revista, de los que seguimos esperando alguna respuesta de nuestros lectores y de los que haremos
un tratamiento especial en una prxima segunda parte del artculo.
E
Como pueden apreciar nuestros lectores, en esta seccin vamos alternando los artculos
G
dedicados a juegos con los dedicados a puzles. Ahora, en ste, nos toca volver a los puzles.
"Puzle mecnico" es el trmino ms ampliamente usado hoy da para referirse a un puzzle
O
hecho de piezas slidas que pueden ser manipuladas manualmente para obtener una solucin.
Los puzles se clasifican de muchas maneras, pero en cualquiera de ellas siempre se habrn de
S
tener en cuenta los puzles para encajar (put-together puzzles), consistentes en armar un objeto a
partir de una serie de piezas sueltas que debern ser colocadas en contacto (sin trabarlas). Dentro de
este tipo se encuentran los puzles de ensamblaje bidimensional. Y dentro de estos, a su vez, los
llamados puzles de cabezas-colas.
Puzles cabezas-colas
Los puzles de Cabezas- Colas estn formados por una serie de

piezas, todas de igual forma, que tienen unos elementos (dibujos,
colores, signos) sobre los lados o sobre los vrtices y las cuales deben
ser colocadas de forma que sus esquinas o lados encajen,
emparejando dichos elementos entre s. Normalmente las piezas
suelen tener formas geomtricas regulares: tringulos equilteros,
cuadrados, hexgonos, que permiten cubrir la superficie plana de
juego. Las piezas al encajar debern formar tambin una disposicin
regular o cubrir un tablero previamente diseado. Hoy nos centramos
en aquellos donde los elementos que tenemos que hacer coincidir son
representaciones de animales, personajes de dibujos u otros diseos y Figura 1. Eternety

objetos que han sido divididos en dos partes; y tambin aquellos otros donde debemos buscar la
coincidencia de dos puntos o marcas de igual color. Dejamos los que representan en cada pieza un
diseo, normalmente geomtrico, tales como cuadrados divididos por sus diagonales y con cada uno
de los tringulos coloreado, y donde han de coincidir los colores de las piezas que se adosan como el
de Eternety que se muestra en la figura 1, con 16x16 piezas, de extraordinaria dificultad.
Hexgonos coloreados
Dos de las actividades ms populares de la Sociedad Canaria Isaac Newton de Profesores de

Matemticas son la Exposicin Matemticas 2000 y el Komando Matemtico. En ambas figura
este puzle de cabezas-colas llamado Hexgonos coloreados.
Est formado por siete piezas de

madera con forma de hexgonos (Figura 3),
en cada uno de los cuales aparece un punto
de color (rojo, verde, azul, amarillo, blanco y
negro) en el centro de cada uno de sus lados.
Dichos puntos estn colocados de manera
S
Figura 2 que, constituyen una permutacin circular de

los seis colores. Al tratarse de una permutacin cclica de seis Figura 3
colores, hay 5! = 120 posibilidades de hacer una pieza. En este juego slo se toman siete de ellas
O
(Figura 2).
El puzle va acompaado de un cartel informativo en el que se presenta el objetivo del mismo.

G
Reza as:
E
Cabeza-colas hexagonales
El juego consta de varias piezas de forma hexagonal, que tienen puntos de colores en sus bordes.
Se trata de colocarlas unidas por sus lados y formando un hexgono, de manera que TODOS los
U
puntos en contacto sean del mismo color.

J
Las piezas y el cartel se presentan

tal y como vemos en la figura 4:
Las personas inician el trabajo

emparejando las piezas de tal manera que
los puntos emparejados sean siempre del
mismo color (figura 5).
Figura 4
Es un puzle muy complicado pero
que resulta ser un reto absorbente para los Figura 5
que intentan su resolucin. No suelen
abandonar hasta encontrarla.
Trataremos aqu de dar una manera

de afrontar dicha resolucin. Las piezas
deben ser colocadas de manera que uno de
los hexgonos ocupe el centro y situar los
Figura 7
otros seis alrededor, lado con lado. Una Figura 6
primera idea es utilizar el ensayo y error: probar a poner un hexgono en el centro y si no funciona

cambiarlo por otro. No es fcil controlar cules se han probado y cules no, pero an as suelen
encontrar una respuesta.
Parece ms sencillo analizar primero cmo son las piezas comparndolas entre s (Figura 6).
Con cierta sorpresa se descubre que no todas son diferentes. Hay

dos que son exactamente iguales (Figura 8).
Un primer pensamiento consiste en probar a colocar una de ellas

en el centro y la otra en el exterior para comprobar si las dems encajan
y completan el hexgono objetivo.
Figura 8 En esa primera posicin vamos

probando con la segunda pieza
cambiando cada vez el punto de color que las conecta entre s. En
ningn caso encontramos solucin al puzle y no requiere mucho
trabajo el hacerlo.
J
Probamos ahora la segunda posicin. Se trata ahora de juntar Figura 9
ambas piezas en el anillo exterior del hexgono objetivo. Igual que en
la primera posicin se trata de realizar pruebas cambiando cada vez el punto de color que las conecta
U
(Figura 9).
E
Sin mucho esfuerzo, cuando se conectan
ambas por el punto azul se encuentra la nica
solucin posible del puzle. Lo cual produce mucha
G
satisfaccin en la persona que lo est resolviendo,
como nos demuestra la sonrisa de esta joven
alumna (Figura 11).
O
As queda el puzle (Figura 10) cuando est Figura 10
resuelto convenientemente.
S
Figura 11
Otros puzles de cabezas colas
Aqu vemos otras presentaciones

de este puzle de piezas hexagonales.
Figura 12
O cuadradas.
Figura 13

O triangulares.
Tambin podemos encontrar

que sobre piezas planas
geomtricas se han colocado
figuras en relieve, que divididas a
la mitad plantean su reconstruccin
siguiendo el mismo principio de
cabeza-cola. Figura 15
Sobre puzles de estas categoras han escrito -entre otros- algunos artculos los
Figura 14 amigos sevillanos del Grupo Alquerque (Muoz, Fernndez-Aliseda, Hans):
Mayo 2009: Combinatoria de colores (publicado en la revista SUMA, n 53, 2006)
Noviembre 2004: Rompecabezas de aviones (publicado en la revista SUMA, nmero 35, 2000)
Recursos/Juegos matemticos Autor:Grupo Alquerque

S
Adems de adquirir las versiones comerciales, algunas de las cuales mostramos aqu, su
construccin es relativamente sencilla, y permite que los alumnos diseen dibujos, colores, formas o
O
tableros para despus disfrutar del desafo que supone su resolucin.

G
Puzles de disecciones de figures planas
Otros puzles del mismo tipo (ensamblaje bidimensional) son los que resultan de dividir una
E
figura plana, que puede ser geomtrica, o una silueta de una imagen de animales, objetos, letras, etc.
en varias piezas iguales o diferentes entre s, con el objetivo de reconstruir la figura. En este caso no
suele haber elementos que tengamos que hacer coincidir por colores, figuras u otros.
U
Haremos aqu el anlisis de uno de ellos, tambin procedente de la Exposicin y el Komando

J
Matemtico.
Puzle Mi casa
Tiene cinco piezas: Un tringulo, un rectngulo, un trapecio y dos

pentgonos (figura 17).
Este es el modelo que debe construirse

(figura 16):
Objetivo: Reconstruir la casa con las cinco

piezas del puzle.
Es un puzle plano, de encajar. Las piezas

deben ser adosadas unas a las otras, sin huecos ni
solapamientos. Figura 16
Piezas y cartel con
modelo del puzzle Mi
casa De entrada, los alumnos tienden a realizar un ensayo y error
Figura 17 desorganizado. Prueban a juntar piezas y siempre terminan con una figura

remotamente parecida al objetivo, pero donde aparecen huecos imposibles de llenar. Su primera
reaccin es: Faltan piezas!.
En muchos casos no identifican bien los detalles del objetivo con las formas de las piezas. El
tejado lo suelen identificar con la pieza en forma de tringulo. Es su forma de ver un tejado de dos
aguas y esa idea persiste por encima de las evidencias. Conviene orientarles en la bsqueda de piezas
simtricas, con ngulos rectos, de lados congruentes, etc.
Si acaso, la nica pieza bien definida es la chimenea, pero su conexin con el resto del tejado no
parece nunca clara. De todas formas, este es un caso en que se empieza la casa por la chimenea.
Se les indica que analicen las piezas (datos del problema) y las pongan en conexin (relaciones)
con el modelo (objetivo), siendo esencial una descripcin de cada pieza. Las piezas ms sencillas son
el tringulo y el rectngulo.
Tringulo: Issceles y rectngulo; un ngulo recto y dos agudos. No puede ser el pico del
tejado, porque ste requiere un ngulo recto con dos lados muy desiguales, uno corto y uno largo. Es
una de las dos piezas con ejes de simetra.
J
Rectngulo: fcilmente asimilable a la chimenea. Es la otra pieza simtrica.
Trapecio: es rectngulo, con dos rectos, y es tambin el de ms dudosa identificacin.
U
Los pentgonos: uno de ellos con tres ngulos rectos y dos obtusos; el otro con slo uno
recto pero tres obtusos y uno agudo. Ambos con un ngulo recto que presenta un lado
corto y otro largo. Evidentemente, uno de los dos formar el pico del tejado.
E
Curiosamente los dos pueden identificarse con l.
G
An as a los alumnos no les resulta muy fcil colocar las piezas de la manera adecuada. En
muchos casos al intentar colocar el tejado no observan su posicin relativa respecto a la chimenea y lo
colocan en la base de la misma, sin darse cuenta de que llega a su mitad, o lo colocan a la mitad y no
O
aprecian que el vrtice no puede superar la parte superior de la chimenea.
Es necesario, pues, una segunda ayuda. Se les pide colocar una de las piezas como pico del
S
tejado y probar a situar la otra despus en un sitio adecuado del modelo. Hay dos ensayos posibles.
Forma A:
Esta es la primera posibilidad de colocacin (Figura 18).
Ahora se trata de situar el otro pentgono. Slo puede ir al otro lado

de la chimenea, formando la continuidad de la pendiente del tejado. Eso es
as debido a que sta parte del tejado es muy corta y forma un ngulo
obtuso con la pared larga que cierra la casa.
Si ya les cost situar el primer pentgono, al Figura 18

colocar el segundo se les nubla totalmente la
visin. Hay que indicarles que cada pieza admite diversas posiciones al
girarlas sobre el plano y, un aspecto que les cuesta algo ms: y otras tantas al
voltearlas en el espacio.
Figura 19

Quedan como se muestra en la figura 19.
Y ahora, al tratar de situar las otras dos piezas restantes siempre quedan huecos o partes
salientes, sin conseguir el modelo de la casa.
Vuelta a empezar.
Forma B:
Esta es la segunda posibilidad de colocacin (Figura 20).
De la misma forma que antes, ahora se trata de situar el otro pentgono.

Tal y como decamos anteriormente slo puede ir al otro lado de la chimenea,
formando la pendiente del tejado. Eso es as debido a que sta pendiente del
tejado es muy corta y forma un ngulo obtuso con la pared larga que cierra la
casa. Hay que buscar ese ngulo.
Figura 20
Hay que volver a indicarles que cada pieza admite diversas posiciones al
S
girarlas sobre el plano, y otras tantas al voltearlas en el espacio. Quedan como

podemos ver en la figura 21.
O
Ahora s resulta fcil colocar las dos piezas

restantes. Basta con situar mentalmente el modelo sobre
la parte de casa ya construida. Esas lneas imaginarias nos Figura 21
G
darn la ubicacin del tringulo y del trapecio. La foto 16

nos muestra la solucin.
E
Figura 22 Uno de los libros ms interesantes sobre puzles es

el que reseamos aqu figura 22:
U
Slocum, Jerry & Botermans, Jack: Puzzles old and new - EQUATION,
Wellingborough, Northamptonshire, 1986.
J
En un prximo artculo ampliaremos la informacin sobre puzles de este Figura 23

tipo, dando algunos ejemplos ms de puzles cabezas-colas y disecciones de
figuras planas y letras.
Hasta el prximo NMEROS pues. Un saludo.

Revista de Didctica de las Matemticas
Club Matemtico

ISSN: 1887-1984
Juegos y Torneo
Problemas Comentados XXXIV
Jos Antonio Ruprez Padrn y Manuel Garca Dniz (Club Matemtico1)
Resumen Este artculo, adems de resolver ejercicios anteriormente publicados sobre juegos con
cartas y fichas, plantea los enunciados de los ejercicios propuestos en la Primera Fase del
Torneo para alumnado de 2 de la ESO organizado por la Sociedad Canaria de Profesores
de Matemticas, y que abarcan problemas de lgica, clculo, geometra o grficas. Se
adelantan algunas de las singulares respuestas de los alumnos.
P
Palabras clave Resolucin de ejercicios por tabulacin o por razonamiento lgico deductivo. Olimpiadas
y Torneos sobre resolucin de problemas de Matemticas. Anlisis de respuestas de los
R
alumnos.
O
Abstract This article, in addition to solving exercises published previously on games with cards
and chips, raises the statements of the exercises in the first phase of the tournament for
B
students of 2nd ESO organized by the Sociedad Canaria de Profesores de Matemticas,
and covering problems logic, calculus, geometry or graphic. We advance some of the
unique student responses.
L
Keywords Resolution of exercises by tabs or deductive logical reasoning. Tournaments and math
problem solving. The analysis of student responses.
E
En el ltimo artculo dejamos una propuesta de problemas para Secundaria Obligatoria
M
procedentes de la 19 edicin del Rally Matemtico Transalpino Final). Y poco antes del cierre de este
nmero de la revista hemos recibido el siguiente correo del buen amigo Pepe Vidal, miembro del
Seminario Newton de Resolucin de Problemas que, por cierto, vuelve a iniciar su andadura en este
A
ao de 2013 con sede en la Casa Museo de las Matemticas, en La Laguna.
S
En el ltimo artculo se nos ocurri proponer algunos sencillos problemas referidos a juegos
muy conocidos, conexin entre nuestras dos secciones de la revista.
Seguro que nuestros sagaces lectores han dado con las soluciones, pero nosotros hemos
encontrado las que siguen, y -valga la redundancia y la repeticin- seguimos esperando las de ustedes.
1
El Club Matemtico est formado por los profesores Jos Antonio Ruprez Padrn y Manuel Garca
Dniz, jubilados del IES de Canarias-Cabrera Pinto (La Laguna) y del IES Toms de Iriarte (Santa Cruz de
Tenerife), respectivamente. jaruperez@gmail.com / mgarciadeniz@gmail.com

Cartas rojas y cartas negras (solitario de cartas)
Mario ha aprendido a jugar solitarios. En este caso, con un mazo de cartas rojas y cartas
negras. Las reglas del juego son stas:
se comienza disponiendo sobre la mesa 6 cartas rojas y 6 cartas negras;

en cada movimiento, se pueden quitar de la mesa o una carta o dos cartas juntas,
pero con estas condiciones:
- si se quita una sola carta roja, se deben colocar sobre la mesa otras dos rojas,
cogindolas del mazo;
- si se quitan dos cartas rojas juntas, se debe colocar sobre la mesa una carta
negra, cogindola del mazo;
- si se quita una sola carta negra, se debe colocar otra negra sobre la mesa,
cogindola del mazo;
S
- si se quitan dos cartas negras juntas, no se debe colocar ninguna sobre la

mesa;
el juego termina cuando no quedan ms cartas sobre la mesa.
A
Mario querra terminar el solitario con el menor nmero posible de movimientos.

M
Indicad el nmero y la secuencia de movimientos que debe hacer Mario para

finalizar el solitario lo ms rpidamente posible.
E
Resulta interesante que los alumnos hagan cualquier solitario real o virtual con cartas, para que
comprendan las reglas del juego y las apliquen.
L
Despus se les presenta el que figura en el problema, con seis cartas rojas y seis cartas negras.
B
O
R
P
Para la comprensin de las reglas es aconsejable realizar una tabla con las jugadas permitidas.
Cartas tomadas Cartas devueltas

Una ROJA Dos ROJAS
Dos ROJAS Una NEGRA
Una NEGRA Una NEGRA
Dos NEGRAS Ninguna

Ahora sera bueno jugar un par de veces para dominar las reglas y entender las dificultades del
juego.
Lo primero es darse cuenta que, para poder acabar el solitario, es necesario eliminar todas las
cartas rojas procurando que sobre la mesa quede un nmero par de cartas negras, que podramos
eliminar despus de dos en dos.
Partiendo de 6 cartas negras y 6 cartas rojas sobre la mesa, las seis cartas negras se pueden
eliminar rpidamente en tres jugadas. Basta con sacarlas de la mesa de dos en dos. Segn las reglas no
se devuelve ninguna a la mesa.
Si las cartas rojas se eliminaran de dos en dos, se deberan devolver a la mesa tres cartas negras.
De ellas slo dos podran despus ser eliminadas con una jugada permitida, pero quedara una carta
negra que hara que no pudiera acabarse el solitario.
P
La estrategia no es esa. Habr que cambiarla. Cuatro cartas rojas pueden ser eliminadas en tres
jugadas. Las otras dos necesitan cinco jugadas ms. Veamos cmo:
R
Cartas antes Jugada Cartas tomadas Cartas devueltas Cartas despus
O
RRRRRR RRRRRR
1 Ninguna
NNNNNN NN NNNN
RRRRRR RRRRRR
B
2 Ninguna
NNNN NN NN
RRRRRR RRRRRR
3 Ninguna
NN NN
L
RRRRRR RR RRRR
4
N N
RRRR RR RR
E
5
N N NN
RR RR
6 Ninguna
NN NN
M
RR R RR RRR
7
RRR R RR RRRR
8
A
RRRR RR RR
9
N N S
RR RR
10
N N NN
11 Ninguna Ninguna
NN NN
Solucin: El nmero mnimo de jugadas para terminar el solitario es 11.
Blanco o gris (buscaminas)
Andrea ha encontrado unas fichas de damas con nmeros y

ha puesto juntas fichas blancas y fichas negras de la manera
que veis en la figura.
Andrea se da cuenta de que hay escrito en cada una el nmero
de fichas negras que la tocan.

Despus, ha puesto juntas de la misma manera

un nmero mayor de fichas, siempre blancas y
negras y ha escrito tambin sobre cada ficha el
nmero de fichas negras que la tocan.
He aqu las fichas que ha colocado juntas: sobre
ellas se ven slo los nmeros que ha escrito, pero
no se distinguen las fichas negras de las blancas.
Coloread vosotros todas las fichas negras.
Presentad dos soluciones diferentes.
(Utilizad los dos grupos dibujados aqu abajo para colorear las fichas negras de vuestras
soluciones)
S
A
M
E
L
Como ya se indica en el ttulo del problema, ste est relacionado con el juego del Buscaminas.
B
Para resolverlo bastar con utilizar la Lgica y el razonamiento, usando exclusin y deduccin,
mediante el uso de alguna estrategia, como pueden ser Organizar la Informacin y Ensayo y Error.
O
Lo ms simple es utilizar la informacin que nos indica que algunas fichas son de color
obligatorio.
R
Para entendernos, tendremos en cuenta que hay cuatro columnas

de crculos que denominaremos, de izquierda a derecha, como C1 (un
crculo, marcado con 1), C2 (cuatro crculos marcados, de arriba hacia
P
abajo con 1, 2, 3, 1), C3 (tres crculos, marcados 4, 4, 2), C4 (cuatro

crculos, marcados 1, 2, 3, 2) y C5 (un crculo, marcado 2). Como se
aprecia la estructura es muy simtrica desde ese punto de vista. No
ocurre as con los nmeros que aparecen en cada crculo.
Figura 1
Tambin podemos referirnos a la estructura hexagonal que presenta:
un crculo central marcado 4; seis crculos formando un anillo intermedio y
marcados 4, 2, 3, 2, 3, 2; otros seis crculos que forman un anillo exterior y
marcados 1, 2, 2, 1, 1, 1.
Haciendo uso de la Organizacin de la Informacin vemos que las dos

fichas del anillo exterior marcadas con un 2 imponen el color gris de las
Figura 2 fichas 2, 3 y 2 que las tocan.

La ficha 1 de la parte inferior de C2 impone el blanco a la ficha 3 que est sobre ella. La ficha 1
de C1 impone el gris a la 2 que la toca. Y, finalmente, la ficha 4 central, ya rodeada por cuatro grises,
impone el blanco a la ficha 4 que est sobre ella. As, el color de las seis fichas que rodean a la ficha 4
central es un color impuesto.
Ahora nos toca analizar el color que deben tener las que an no estn
coloreadas, es decir, la ficha central marcada 4 y las fichas del anillo exterior
marcadas 1, 2, 2, 1, 1, 1.
Haciendo Ensayo y Error, vamos a suponer que la ficha central 4 es de

color gris.
Figura 5 En ese caso, todas las fichas de las columnas C3,

C4 y C5 satisfacen los nmeros que tienen inscritos,
P
excepto la marcada con 4 y coloreada de blanco, que
debe tocar una ms de color gris. Ha de ser la ficha
superior de la columna C2, marcada con 1. Y as, que
R
da satisfecha tambin inscripcin 2 de la ficha de la Figura 6
misma columna que la est tocando.
O
Figura 5 Tenemos, pues, una solucin. Las otras fichas quedarn en blanco.
B
Ahora realizaremos el Ensayo y Error suponiendo que la ficha central 4
es de color blanco.
L
En este caso, lo primero que observamos es que
las dos fichas que ocupan los extremos de la columna
C4 deben colorearse de gris para satisfacer los nmeros
E
de las fichas que ocupan la parte central de esa columna.
Figura 5
Figura 7
M
Ahora observamos que para satisfacer el nmero 4 de la ficha superior de
la columna C3 debemos colorear de gris la ficha marcada con 1 de la parte superior de C2. Y tambin,
para satisfacer las fichas marcadas 3 y 2 de la columna C2, deberemos colorear de gris la ficha de C1.
A
Con lo cual tenemos otra solucin. Tambin aqu, las otras fichas quedan en blanco.
S
Hay dos soluciones diferentes:
Figura 8

La ltima carta (Nim)
Un juego tiene las siguientes reglas: dos jugadores toman por turnos una, dos o tres cartas
de un mazo que inicialmente contiene 20. El jugador que toma la ltima carta pierde.
Luca y Andrea deciden jugar una partida.
Andrea dice a Luca: Quieres comenzar t?.
Andrea, que es muy fuerte en este tipo de juegos de estrategia, dice a Luca: Reflexiona
bien, t puedes ganar seguro!.
Lucia se da cuenta de poder elegir entre:
- dejar empezar a Andrea
- empezar tomando una carta
- empezar tomando dos cartas
- empezar tomando tres cartas
S
Si vosotros estuvieseis en el lugar de Luca, qu elegirais hacer?
Explicad por qu y con qu jugadas podr ganar Luca.

A
Cada jugador tiene tres opciones para hacer su jugada. Si se quiere hacer un inventario detallado
M
de todas las posibilidades de desarrollo de la partida resultar una tarea agotadora, ya que seran
demasiado numerosas.
E
Pensemos en que el resultado de la partida se decide en las ltimas

jugadas, cuando quedan pocas cartas. Es ms fcil analizar la situacin en ese
caso, y despus utilizar la estrategia de Ir Hacia Atrs hasta llegar a la
L
situacin de partida con el mazo de 20 cartas.
La ltima jugada es aquella en que se deja una carta al oponente. En ese

B
momento hemos ganado.

O
Figura 9 Para dejar esa ltima carta, previamente habremos debido jugar as:
a) Si haba 2 cartas, cogemos 1.

R
b) Si haba 3 cartas, cogemos 2.

c) Si haba 4 cartas, cogemos 3.
P
Para que ello suceda deberamos dejar 5 cartas en la jugada

anterior y as podremos llegar con seguridad a 4, a 3, o a 2 cartas,
ya que nuestro oponente habr de retirar 1, 2 o 3 del mazo.
Figura 10
Ahora seguiremos hacia atrs. Para poder dejar 5 cartas al
oponente, es necesario haber dejado antes 9 cartas, para que as el oponente deba coger 1, 2 o 3 y
nosotros, a continuacin, coger 3, 2 o 1, respectivamente.
A continuacin, estudiar la repetitividad del anlisis y comprobar que hay un patrn con una
diferencia de 4 cartas entre jugada y jugada: 9, 5, 1.
Podemos deducir entonces que las anteriores jugadas han de partir de 13 y 17 cartas dejadas al
oponente.

Como se parte de un mazo de 20 cartas y debemos llegar a dejar 17 cartas al oponente, para
ganar debemos iniciar nosotros y coger 3 cartas.
De no empezar nosotros, nuestro oponente puede elegir 3 cartas y dejarnos 17 a nosotros, que
ya sabemos que es una situacin perdedora.
Respuesta: Luca debe comenzar en primer lugar tomando 3 cartas para dejar 17 y despus dejar
a Andrea sucesivamente 13, 9, 5, 1 cartas, tomando el complemento a 4 de lo que ella haga.
Cuatro en lnea (alineamiento)
Pablo y Luca juegan una partida a Cuatro en lnea. En este

juego cada uno, en su turno, deja deslizar una ficha en una de
P
las columnas numeradas de 1 a 7. La ficha va por tanto a
colocarse en la fila abajo o sobre otra ficha ya insertada.
El ganador es aquel que primero alinea cuatro fichas de su
R
color horizontalmente, verticalmente o en diagonal.
Pablo ha comenzado el juego y ha colocado ya siete fichas
amarillas; ha insertado la ltima en la columna 3 para
O
impedir a Luca alinear verticalmente cuatro fichas rojas.
Ahora le toca a Luca insertar su sptima ficha.
Luca dice a Pablo: has perdido!Yo estoy seguro de ganarte
B
Figura 11
cuando inserte mi octava o mi novena ficha!
L
En qu columna debe Luca insertar su sptima ficha para estar seguro de ganar?
Explicad cmo podr ganar con su octava o con su novena ficha.
E
El problema plantea que ya se han realizado 13 jugadas,
M
habiendo empezado Luca. Una cuestin interesante sera
determinar el orden en que se realizaron las jugadas o, mejor, en qu
momento se equivoc al jugar el jugador que pierda.
A
Pablo juega con las fichas
amarillas y ha insertado siete S
fichas. Luca juega con las fichas
rojas y ha insertado ya seis fichas.
Trece jugadas en total
Figura 13
Pero veamos que pasa en la
jugada actual, la n 14. Le toca
jugar a Luca y vemos que ya
existe un alineamiento de tres
fichas rojas en diagonal y que,
Figura 14
colocando su ficha roja en la
celdilla D 4 (Fig. 12), Luca realiza otro alineamiento horizontal de
tres fichas rojas en la tercera fila
Si Pablo inserta su octava ficha amarilla en la primera

columna (E1), Luca colocar su octava inmediatamente encima, en
Figura 13

la misma columna (D1) (Fig. 13), y realizar el alineamiento de cuatro en la fila D1-D2-D3-D4, con lo
cual gana.
Si Pablo quiere evitar perder de la manera rpida anterior,

buscar insertar su octava ficha en otra parte, por ejemplo en C4;
entonces Luca pone la suya en la celdilla E1 (Fig. 14). De momento
no pasa nada.
A continuacin, si Pablo inserta su novena ficha en D1, sobre

la de Luca, para impedir la alineacin
horizontal, Luca colocar su novena
ficha sobre la de Pablo en C1 (Fig.
15), y llevar a cabo un alineamiento
de cuatro en la diagonal C1-D2-E3-F4
Figura 15
S
y gana.
Si Pablo no pone su novena ficha en D1, sobre la de Luca,

A
entonces sta podr colocar su novena ficha en D1, y as completar el

alineamiento horizontal. Supongamos que Pablo juega B4. Entonces
suceder lo siguiente (Fig. 16): Figura 16
M
Respuesta: Luca ha de situar su 7 ficha en D4 y, despus, segn como juegue Pablo, la 8 ficha
de Luca deber situarla en E1 o la 9 ficha en la C1 o en D1.
E
Creo que problemas como estos permiten, a travs de juegos sencillos, poner en marcha
L
maneras de pensar que nuestros alumnos tienen de manera intuitiva, darles estructura y recursos
simples para ver cmo el pensamiento lgico y las estrategias de resolucin de problemas hacen surgir
pequeas estrategias ganadoras de una manera divertida.
B
La XXIX edicin del Torneo

O
Y ahora exponemos los problemas planteados en la primera fase del Torneo de Matemticas que
celebra la Sociedad Canaria Isaac Newton de Profesores de Matemticas, que ya va por su XXIX
R
edicin, con algunos comentarios extrados de las respuestas de los alumnos, cosa que ya hemos hecho
en otras ocasiones y que nos sigue pareciendo interesante por las aportaciones al conocimiento de la
P
forma de pensar, de los niveles de conocimientos, de los propios errores y virtudes de los alumnos, de
cmo enseamos, etc.
Problema n 1. Parque Jursico
En el mundo de los animales extintos se encuentran el Pegaso y el

Dinosaurio. El Pegaso miente los lunes, martes y mircoles, y el
Dinosaurio miente los jueves, viernes y sbados. En todas las dems
ocasiones ambos animales dicen la verdad. Un da ambos animales
extintos mantuvieron la siguiente conversacin:
Ayer me toco mentir - dijo el Pegaso
Tambin a m me toco mentir - contest el Dinosaurio
En qu da de la semana estaban?

Problema n 2. Manzanos y conferas
Un agricultor planta manzanos siguiendo un patrn cuadrado. Para proteger sus rboles
contra el viento, planta conferas alrededor de la huerta.
A continuacin puedes ver un diagrama de esta situacin donde n es el nmero de filas de
manzanos plantados, es un manzano y es una confera:
Cul debe ser el nmero de manzanos, que debe plantar el agricultor, para que haya
igual nmero de manzanos que de conferas?
P
R
Problema n 3. La promocin de las chocolatinas
O
Mario ha llegado a reunir 71 envases de chocolatinas de una marca que est
B
promocionndose y cambia 8 envoltorios por una nueva chocolatina.
Rellena la tabla y representa, en el siguiente sistema de dos ejes, cmo va evolucionando
el nmero de envoltorios segn va cambindolos por chocolatinas. Ten en cuenta que
L
parte de 71 envoltorios y ninguna chocolatina; luego cambia 8 envoltorios por una
chocolatina, se la come y cambia otros ocho envoltorios por otra chocolatina y se la
come. Y as sigue, de una en una, hasta que no le quedan suficientes envoltorios para otro
E
cambio.
M
Chocolatinas Envoltorios
1
2
3
A
4
5
6 S
7
8
9
10
11
12
13
14
15
16
17
18
Al final, cuntas chocolatinas se come gratuitamente? 19
Con cuntos envoltorios se queda sin cambiar, si no 20
compra chocolatinas?

Nmero de chocolatinas finales:

Nmero de envoltorios que le sobran:
Explica aqu cmo has resuelto el ejercicio.
Chocolatinas
Envoltorios
Problema n 4. Muchas bolas
Imagnate que disponemos de 1000 bolas

iguales y del mismo peso. Las introducimos
una tras otra por la entrada de cada uno de
los siguientes dispositivos.
Cuntas crees que probablemente se
S
depositarn en cada cajetn? Por qu?

A
Problema n 5. Cinco fichas

M
Cuatro fichas circulares iguales se tocan

entre s, tal y como se ve en la figura.
E
Averigua el radio de la mayor ficha con

forma circular que puede colocarse en el
hueco que dejan las cuatro.
L
Problema n 6. Fracciones egipcias

B
En Egipto se usaban fracciones con numerador igual a la unidad, que se representaban

O
as:
R
P
Las fracciones con numerador distinto de la unidad las expresaban como suma de
fracciones del tipo anterior:

a) Qu fracciones son las siguientes?
4 5 5
b) Cmo escriban los egipcios las fracciones siguientes?
7 8 9
c) Podras indicar una manera de expresar cualquier fraccin como suma de fracciones
P
egipcias diferentes?
R
Estos problemas han sido propuestos a los alumnos de 2 de E.S.O. de las Islas Canarias.
Queremos que nuestros lectores los intenten resolver. Sus soluciones las veremos en el prximo
nmero de la revista, con las aportadas por los alumnos y comentaremos los resultados del Torneo.
O
Estos chicos lo afrontan con una tremenda naturalidad. Despus de resolverlos con todo el
esfuerzo y la seriedad del mundo, dan, a veces, sus opiniones sin cortarse en absoluto. Otras veces
B
tratan de justificarse al no encontrar una solucin. Y, en ocasiones, expresan simplemente su opinin
personal sobre lo que leen.
L
Veamos algunas opiniones de estos alumnos sobre los problemas de este Torneo. Estn
entresacados de las pruebas sin saber quines son sus autores y slo con el fin de ver la disparidad en
E
la formacin de estos alumnos y sus pensamientos sobre matemticas.
Sobre el primer problema Parque Jursico: Todo eso suponiendo que el pegaso hubiera
M
existido a la vez que los dinosaurios, que ambos animales supieran hablar y que tuvieran nocin de los
das y los llamaran como nosotros (lo cual me parece bastante improbable).
A
Para el segundo Manzanos y conferas: Siempre hay ms conferas porque estn alrededor de
los manzanos y porque tienen dos filas ms de altura y otras dos de ancho.
S
Acerca del tercero La promocin de las chocolatinas: Nmero de chocolatinas finales:
ninguna, porque las cambia y se las come, as todo el tiempo. Pero se comi 8 chocolatinas.
Para el cuarto Muchas bolas: Si seguimos el dibujo, caern hacia el lado ms hundido; no muy
segura de dicha respuesta voy a exponer otra idea mantenindome en mis 13 aos de edad y mi nula
experiencia en la materia de fsica, creo que podra decir que en el ejemplo C y D caeran por la zona
ms en cada puesto que la fuerza de gravedad la atraera de una manera ms fcil dira yo, pero
exacto no sabra decir, teniendo en cuenta que esto es probabilidad y jams se acierta con seguridad.
Para el quinto, el de geometra Cinco fichas, hemos seleccionado varios:
sta que est colocada.

Solucin ms breve: se coge una regla, se mide su dimetro y luego se divide entre 2
(pero sta no es la verdadera solucin).

Creo que este problema sin ningn dato no se puede hallar. Porque sin ninguna cifra,
de ninguna de las partes, no s cunto mide el cuadrado ni nada.
Sobre el sexto Fracciones egipcias, respecto a la ltima pregunta Podra indicar una manera
de expresar cualquier fraccin como suma de fracciones egipcias diferentes?:
No, ya que sera muy complicado para los egipcios resolver esas fracciones.
No, yo creo que no sea posible si son egipcias.
Yo no podra ya que ms o menos no me sale, pero si me lo explican seguro.
Y quedamos as hasta la prxima entrega. Pero seguimos insistiendo: resuelvan los problemas,
utilcenlos con los alumnos y, sobre todo, aporten sus comentarios a la revista, sus soluciones e,
incluso, nuevas propuestas. O, simplemente, cuntennos lo sucedido en el transcurso de la clase en que
probaron el problema. Eso nos alegrara mucho y tambin al resto de lectores. No se dejen ir
S
Como siempre, aguardamos sus noticias a la espera de la prxima edicin de la revista.

A
M
Un saludo afectuoso del Club Matemtico.

E
L
B
O
R
P

ISSN: 1887-1984
E
X
P
Ana Teresa Antequera Guerra (Centro de Enseanza Obligatoria Juan XXIII. Espaa)
E
Resumen Se describe y analiza una experiencia realizada con alumnos de 4 de ESO (15-16 aos).
Los alumnos trabajan el bloque de Aritmtica con una plataforma interactiva, Khan
R
Academy (www.khanacademy.org). Esta academia on line centra el inters en la
adquisicin de conceptos a travs de actividades de dificultad creciente y que permiten al
alumno valorar su progreso de manera visual, rpida y efectiva.
I
Palabras clave Nuevas tecnologas, plataforma interactiva, aprendizaje autnomo, educacin bilinge.
E
Abstract This article describes and discusses an experiment carried out with students of 4th ESO
N
Coordinador: Carlos Duque Gmez
(15-16 years). Students work Arithmetic block with an interactive platform, Khan
Academy (www.khanacademy.org). This on line academy focuses its interest in the
acquisition of concepts through increasingly challenging activities that enable students to
C
assess their progress visually, quickly and effectively.
Keywords New technologies, interactive platform, autonomous learning, bilingual education.
I
A
1. Introduccin
Cuando una lista de vdeos sobre Educacin publicada en una revista de divulgacin general
S
lleg a mis manos, no saba lo que se ocultaba tras ella. Uno de estos vdeos era una conferencia
impartida por Salman Khan que se puede encontrar en la web de TED1
(http://www.ted.com/talks/salman_khan_let_s_use_video_to_reinvent_education.html). Esta giraba en
torno a la idea que haba desarrollado a partir de su experiencia personal al intentar explicar
D
matemticas a sus primos. Khan, como no poda dedicarles el tiempo necesario a sus sobrinos, decidi
grabar sus explicaciones y pasarles los vdeos. Lo que descubri fue que los nios preferan la versin
de su to en vdeo a la real, pues as los nios podan parar y repetir la explicacin cuanto quisiera. E
Segn la coleccin de vdeos fue creciendo, se produjo el salto al siguiente nivel: la creacin de
una plataforma digital, Khan Academy, para aprender matemticas. Su enseanza en el visionado de
vdeos y su aplicacin en actividades interactivas. Es una plataforma de carcter gratuito y abierta a la
A
comunidad educativa.
Cul fue mi sorpresa al encontrar en la red no slo una plataforma de carcter educativo en
U
matemticas, que cubre todo el currculo oficial de la materia, sino que al tiempo permite el trabajo
autnomo del alumno y la supervisin constante y efectiva del profesor tanto en clase, como en casa.
L
1
TED Tecnologa, Entretenimiento, Diseo (Technology, Entertainment, Design) es una organizacin sin nimo
A
de lucro dedicada a las Ideas dignas de difundir (Ideas worth spreading) http://www.ted.com.

Asimismo, no slo el profesor tiene acceso a la evaluacin de nuevas habilidades y conocimientos,

A
sino que el propio alumno puede autoevaluarse y gestionar su propio aprendizaje.

L
Adems, el sistema de puntuacin y recompensas implementado en la academia favorece y

estimula una competicin sana entre los alumnos y clases, en la que el xito se basa en la adquisicin
de nuevas habilidades y conocimientos, y en afianzarlos hasta alcanzar el nivel de experto.
U
2. Descripcin y caractersticas de la plataforma Khan Academy

A
La Khan Academy es algo ms que una simple plataforma en la que los alumnos pueden trabajar
y adquirir nuevos conocimientos matemticos. A medida que ha ido creciendo se han ido
incorporando vdeos con contenidos procedentes de distintas materias, como Ciencias, Economa,
E
Historia y, con gran relevancia, las Ciencias de la Computacin. La base del aprendizaje sigue estando
en las actividades sobre contenidos matemticos, aunque aparece la posibilidad de disear pequeos
programas informticos. La Figura 1 muestra la pantalla de inicio de la academia donde fcilmente se
D
identifican la zona de prctica, la biblioteca de vdeos y los accesos al perfil de usuario y de profesor-
entrenador, coach en ingls.
La plataforma que se describe y se utiliza con los alumnos en la experiencia que se muestra en
este artculo est en ingls. No existe una versin en espaol como tal, pero en
S
http://www.relpe.org/khanespanol/ se pueden encontrar vdeos de la academia que han sido traducidos

al espaol. El hecho de utilizar la plataforma en ingls favorece el aprendizaje bilinge de los alumnos
desde el rea de matemticas de una manera ms natural.
A
I
C
N
E
I
R
E
Figura 1. Khan Academy. Pantalla de inicio de la plataforma

P
Se detallan algunas de las posibilidades que tiene la Khan Academy destacando los elementos
X
ms significativos de la plataforma, tanto desde el punto de vista del alumno como del profesor.
Al entrar en la zona de prcticas, aparece un mapa de conocimientos (Figura 2) en forma de

E
grafo creciente e interconectado que guiar al alumno en la adquisicin de sus nuevas habilidades o
skills. El funcionamiento de este mapa sigue la misma presentacin de Google Maps, lo que permite

navegar por el grafo de forma sencilla, ampliando o reduciendo el zoom de pantalla. Los contenidos
E
recogidos en los vrtices de grafo que conforma esta red van desde los ms elementales, como
reconocimiento del significado de los nmeros o aprender a decir la hora, pasando por la resolucin de
X
ecuaciones, aplicacin de la trigonometra o la estadstica, hasta el clculo de lmites y derivadas y el
uso de matrices. Con este recorrido tan amplio de contenidos, la academia es til para ser utilizarla con
alumnos de las etapas de la Enseanza Obligatoria, Primaria y ESO, y en Bachillerato.
P
E
R
I
E
N
C
I
Figura 2. Zona de Prcticas. Mapa de contenidos
En general, la Khan Academy es apta para cualquier persona que desee aprender o reforzar sus
A
conocimientos matemticos. Basta con aportar un correo electrnico y los mnimos datos personales,
en especial la edad del usuario. Esto se debe a que los menores de 13 aos necesitan la autorizacin
S
paterna para matricularse en la academia. Los padres de estos menores se convierten en coaches y
administradores del perfil de su hijo, siendo los nicos que pueden permitir a otro usuario que se
convierta en coach de su hijo, por ejemplo su maestro o profesor de matemticas. Los usuarios de la
academia tienen el control de privacidad sobre sus perfiles, siendo slo accesibles para los coaches y
los padres de los menores de 13 aos.
Al desplegar el men Learn de la pgina de inicio de la plataforma (Figura 1), aparece la opcin D
de Coach Resources que pone a disposicin de los profesores y padres una variada fuente de recursos
E
sobre la Khan Academy. Estos recursos engloban explicaciones sobre las potencialidades de la
plataforma y las posibles vas para integrarla en los currculos oficiales, as como vdeos que muestran
experiencias reales de la implementacin de esta academia en colegios e institutos de los Estados
Unidos.
A
Para comenzar la actividad prctica en la academia basta con pinchar en alguno de los vrtices o
iconos del mapa de contenidos. Se puede permitir a los alumnos que trabajen libremente en los
U
contenidos que deseen, pero los resultados son ms eficaces si se centra su atencin en alguna rama
concreta y progresan en el nivel de dificultad. Cada actividad consta de 10 ejercicios sobre el
conocimiento que se quiere adquirir (Figura 3) representados por cartas. Como ayuda a la resolucin
L
de todas las actividades se tienen dos opciones. Primero, est el botn de Hint (Pista) que va
desarrollando el procedimiento de resolucin del ejercicio concreto, como se observa en la Figura 3. Si
el alumno se atasca y no consigue comprender la explicacin dada en las pistas, tiene la opcin de
A
visionar un vdeo explicativo (Figura 4), que podr parar y repetir tantas veces como quiera.

A
L
U
A
E
D
Figura 3. Actividad prctica
En cada carta de ejercicio se puede conseguir una, dos o tres hojas que indican el grado de xito
que se ha tenido en el mismo (Figura 3). Tres hojas significan que se ha resuelto el ejercicio a la
primera, sin la necesidad de usar las pistas o el vdeo explicativo. Para lograr la adquisicin de este
S
conocimiento es necesario contestar correctamente a la primera un nmero determinado de ejercicios

que depende del grado de dificultad del contenido, puesto que cuanto ms complicado sea, se
requerirn ms ejercicios correctos. Al finalizar cada tanda de ejercicios, una barra de progreso indica
A
el avance conseguido e insta a seguir practicando esta actividad o permite el cambio hacia otra nueva.
I
C
N
E
I
R
E
Figura 4. Vdeo explicativo

P
Una de las caractersticas ms importante de la Khan Academy es la posibilidad que da a los

usuarios de evaluar su rendimiento en todo momento. Desde la pgina de su perfil (Figura 5) se tiene
X
acceso a informacin relevante sobre los logros alcanzados, as como a realizar las modificaciones del
perfil que se deseen. Es aqu donde se condensa toda la informacin, desde los puntos obtenidos
gracias a las actividades realizadas, hasta el nmero de vdeos visionados o las habilidades o skills
E
alcanzadas.

E
X
P
E
R
I
E
Figura 5. Perfil de alumno/usuario
El men de la izquierda da acceso a distintos grficos que muestran la evolucin del aprendizaje
N
realizado. Se destacan los ms significativos. En Achievements (Figura 6) se muestran los premios
conseguidos en la realizacin de actividades, algunos como Perseverancia, Persistencia, Alcanzar 20,
50 o 100 skills.
C
I
A
S
D
E
A
Figura 6. Achievements (Logros)

U
La opcin Focus (Figura 7) del men permite observar, a travs de un diagrama de sectores en
qu tipo de actividades se ha centrado el usuario en el ltimo da, semana o mes. De esta forma el
alumno tiene claro en qu ha estado trabajando y el tiempo que le ha dedicado a cada tipo de actividad,
L
destacndose claramente aquellas que por su dificultad han requerido de ms tiempo.

A

A
L
U
A
E
Figura 7. Focus
D
Se destaca, por ltimo, la opcin de Skill Progress (Figura 8) que es posiblemente la ms

significativa de todas. En esta tabla aparecen todas las actividades que se pueden realizar en la
academia y se muestra qu contenidos se han trabajado y cules se han completado a travs de un
cdigo de colores muy explcito. En blanco permanecen las actividades que no se han empezado, en
S
azul claro estn las comenzadas pero no alcanzadas, mientras en que azul oscuro estn las ya
conseguidas. En naranja estn aquellas actividades que fueron alcanzadas hace algn tiempo y que por
A
su dificultad requieren de una revisin. As, alguna de las actividades que estn en azul oscuro, pasado
cierto tiempo, se cambiarn a naranja, indicndole al usuario que debe repasarlas. En rojo estn las
actividades en las que el alumno se ha atascado, ya sea porque no realiza el suficiente nmero de
I
actividades correctas o porque le est dedicando demasiado tiempo. Este color indica la necesidad de
pedir ayuda al profesor para una explicacin ms personal.
C
N
E
I
R
E
P
X
Figura 8. Skill Progress (Progreso de habilidades)

E

Todo usuario identificado como coach tiene acceso a todas las estadsticas de sus alumnos, que
E
podr agrupar por clases y as tener acceso a los resultados de manera conjunta. En la Figura 9 se
muestra la pgina de inicio de la seccin dedicada a los informes de alumnos para el coach. En
X
concreto aparece la del grupo clase de 4 ESO A que participa en esta experiencia, con el men de
informes o reports disponibles para el profesor en el margen izquierdo de la pantalla. De este men
destacamos tres informes: Progress Sumary (aparece en la Figura 9), Progress Report y Progress
P
Over Time.
E
R
I
E
N
C
Figura 9. Seccin de informes para el profesor/coach
I
El resumen de los progresos, o Progress Sumary, pgina que aparece en la Figura 9, muestra
A
todos los grupos de contenidos en orden alfabtico, de forma que al seleccionar uno se despliegan
todas las actividades de ese grupo indicando el nmero de alumnos que las ha realizado y su grado de
progreso, como se puede ver en la Figura 10. Seleccionando cualquier actividad se identifican los
S
alumnos que estn en cada nivel, lo que es de gran utilidad para localizar a los alumnos atascados, en
rojo.
D
E
A
U
L
A
Figura 10. Resumen de progreso para Exponentes, Radicales y Notacin Cientfica

El informe de progresos, o Progress Report (Figura 11), permite observar y comparar

A
fcilmente los contenidos superados, en revisin, no empezados y atascados de los alumnos de una
clase con el mismo cdigo de colores, pudindose extraer conclusiones sobre el progreso individual y
colectivo. Adems, al situarnos sobre cualquiera de las actividades de cualquier alumno se despliega
L
informacin contextual sobre el progreso del alumno, y si adems clicamos sobre ella, nos lleva a un
estudio ms pormenorizado de todos los ejercicios realizados por el alumno.
U
A
E
D
Figura 11. Progress Report (Informe de progresos)
Hay que sealar que desde este informe, o desde cualquiera que contenga el nombre de los
S
alumnos, basta con seleccionar a uno para que se abra una nueva pestaa en el navegador con el perfil
del mismo, teniendo de esta forma acceso a la toda informacin individual del progreso acadmico,
A
que no a la personal del alumno.
El ltimo informe a destacar es el progreso en el tiempo, o Progress Over Time (Figura 12). En
I
este se muestra cuntas actividades han completado los alumnos a lo largo del tiempo desde que se
matricularon en la academia. Es un grfico muy explcito que permite comparar el progreso de los
C
alumnos entre ellos, puesto que cada lnea corresponde a un alumno que es fcilmente identificable,
sin ms que colocar el cursor sobre la lnea correspondiente.
N
E
I
R
E
P
Figura 12. Progress Over Time (Progreso en el tiempo)

X
Como se puede observar, existen suficientes opciones que permiten, tanto al alumno como al
profesor, evaluar el progreso del aprendizaje y detectar cualquier dificultad que se presente. De esta
E
forma, se puede actuar de manera ms eficiente y concreta, dedicndole a cada alumno el tiempo
necesario para resolver las dificultades que presente a travs de una atencin ms personalizada.

3. Objetivos de la experiencia desarrollada
E
Cuando en nuestro centro se decide incorporar el uso de la Academia Khan al desarrollo
X
habitual de las sesiones de clase se tiene en consideracin los resultados que el uso de esta plataforma
est teniendo en alumnos estadounidenses de Secundaria. Se desea constatar la factibilidad de
introducir la plataforma en un centro escolar espaol, en un intento de incorporar las nuevas
P
tecnologas a las clases de matemticas.
Por otro lado, se opta por un bloque de contenidos del rea de matemticas, como es la
E
Aritmtica, que no supusiera una brecha entre la prctica habitual que han llevado estos alumnos hasta
el momento y la nueva mecnica de la plataforma, adems de ser el bloque de contenidos que ms se
R
trabaja desde Primaria.
Con esto, los objetivos de la experiencia son:
I
Evaluar la eficacia y conveniencia del uso de la plataforma de la Khan Academy en las
E
clases de matemticas.
Facilitar la adquisicin de los conceptos del bloque de Aritmtica a travs de
actividades interactivas y fomentar el trabajo autnomo.
N
4. Descripcin y desarrollo de la experiencia
C
La experiencia se desarrolla con un grupo de siete alumnos de 4 de ESO que cursan la Opcin
B de Matemticas2 (15 y 16 aos) del CEO Juan XXIII, La Palma (Islas Canarias, Espaa), durante el
I
curso 2012/13. Se elige este grupo puesto que, al tratarse de una prueba piloto, se buscaba alumnos
con cierto nivel de madurez, necesario para trabajar de manera autnoma y alcanzar los objetivos de la
A
materia.
S
Para dar comienzo a la experiencia, los alumnos slo necesitan crear su cuenta, asociada a una
direccin de correo electrnico, y seleccionar al profesor que los va a tutorizar como coach. Este
proceso se realiz durante la primera sesin de clase, al tiempo que se exponan las principales
caractersticas de la plataforma. El resto de la experiencia se realiza, prcticamente toda, en horas de
clase puesto que, aunque algunos le dedicaron algo de tiempo en sus casas, no todos los alumnos
D
disponen de ordenador y/o conexin a internet en sus hogares.
El CEO Juan XXIII est dentro de la red Escuela 2.03, por lo que hay una dotacin informtica
E
suficiente. El aula en la que se lleva a cabo la experiencia, adems de una pizarra tradicional, est
equipada con una pizarra digital, un ordenador personal para el profesor y porttiles con acceso a
internet para cada alumno, condicin necesaria para tener un acceso adecuado a la plataforma.
A
El desarrollo de la experiencia se realiza durante todo el curso escolar, dedicndole una sesin
de las cuatro que semanalmente se asignan a Matemticas en este curso, puesto que se acomete en
U
2
En 4 de ESO se distingue entre dos opciones para Matemticas (A y B). La opcin B est enfocada a continuar
L
estudios en un bachillerato de cientfico-tecnolgico.

3
Proyecto de la Consejera de Educacin del Gobierno de Canarias, en colaboracin con el Ministerio de
Educacin, que pretende la incorporacin de las tecnologas de la informacin y de la comunicacin a los centros
A
educativos. Contempla el uso personalizado de un ordenador porttil por cada alumno (en determinados cursos
de primaria y secundaria) y la transformacin de las aulas en "aulas digitales".

paralelo a las sesiones dedicadas al resto de contenidos de la materia. Aunque desde la plataforma se
A
puede trabajar cualquier bloque de contenidos presentes en el currculo oficial, y con la profundidad
que se desee de acuerdo con el nivel del alumno, en esta experiencia se trabaja slo el bloque de
Aritmtica, en especial los contenidos relativos a los nmeros reales.
L
En un principio se deja a los alumnos interacten libremente en la plataforma dentro de las

U
actividades dedicadas a Aritmtica, y a medida que se constatan los resultados positivos en cuanto a la
adaptacin al uso de la misma, se los gua hacia contenidos que estn acordes a su nivel acadmico.
Adems de esta orientacin del profesor, la mecnica de plataforma, segn van superando las tareas,
A
los gua hacia el siguiente contenido dentro del bloque que estn trabajando.
Al comienzo de cada sesin, los alumnos siempre acceden a la zona de repaso de los contenidos
alcanzados, lo que permite un afianzamiento y revisin de los conocimientos ya adquiridos, como
E
toma de contacto previa antes de enfrentarse a las nuevas tareas. Despus de esta revisin, pasan a
realizar nuevas actividades bajo la supervisin del profesor de aula, interactuando entre ellos como
haran en una sesin usual, preguntndose dudas y mostrando sus estrategias personales (enseanza
D
entre iguales). El profesor resuelve dudas puntuales y orienta a los alumnos, pero deja que sean ellos
los que busquen sus estrategias de resolucin de los ejercicios. Se da la circunstancia de que no se trata
de un grupo integrado en el programa bilinge de educacin, por eso no se forz a los alumnos a
visionar los vdeos explicativos, aunque se los anim a ello. Las explicaciones relevantes las dio el
profesor a toda la clase. Si se quisiera hacer un mayor uso de estos vdeos, habra que adecuar las
S
explicaciones del profesor a las que se dan en ellos, puesto que la notacin y los procedimientos
empleados en Estados Unidos varan en muchas ocasiones de las utilizadas en Espaa.
A
Por ltimo, el profesor o coach comprueba la evolucin de los alumnos en la plataforma,

accediendo a sus perfiles y observando si estn teniendo dificultades especiales en algn tipo de
I
actividad. En funcin de si estas dificultades detectadas son exclusivas de unos pocos alumnos, o las
desarrollan todos los alumnos, el profesor puede decidir entre intervenciones individualizadas o
grupales, lo que permite una atencin ms personalizada en el alumno y su evolucin acadmica.
C
5. Resultados
N
La experiencia de trabajar con la Khan Academy surge, en parte, de la decisin que toma el
E
departamento de matemticas de trabajar el bloque de Aritmtica de manera transversal en todos los

niveles de la ESO. Este hecho, y el disponer de ordenadores personales para los alumnos de 4 ESO,
posibilitaron el plantear una prueba piloto, cuyo primer objetivo era evaluar la eficacia y conveniencia
I
del uso de esta plataforma. Sin embargo, la respuesta tan buena que da el grupo de alumnos durante
los dos primeros meses de la experiencia, hizo que lo que en principio estaba planteado como una
R
prueba piloto, se convirtiera en una actividad evaluable a nivel acadmico durante todo el curso.
Los alumnos tienen un grado de participacin superior a lo esperado, adaptndose rpidamente

E
a la mecnica de la plataforma. Independientemente de los contenidos trabajados, los alumnos dedican

de media el 70% de la clase al trabajo efectivo en la resolucin de actividades, lo que supone de 35 a
40 minutos de cada clase de 55 minutos. Se constata, sesin tras sesin, que los alumnos presentan de
P
esta manera una implicacin y una motivacin mayor que cuando los mismos contenidos se trabajan
de forma tradicional. Es significativa la labor realizada por los alumnos al trabajar con radicales, en el
X
estudio de su significado, simplificacin y realizacin de operaciones con ellos. Una unidad que tiene
un carcter bastante rido cuando se imparte de manera habitual, se convierte en un reto para ellos,
pues no cejan en ningn momento de intentar alcanzar el xito, aunque esto suponga repetir la
E
actividad varias veces. Los alumnos van desarrollando sus propias estrategias de trabajo, son ms
metdicos y ordenados que en las tareas habituales, puesto que comprueban que de esta forma les es

ms fcil superar las actividades que se les presentan. En el caso concreto del trabajo con radicales,
E
desarrollan una habilidad para la descomposicin factorial que hasta el momento no haban
demostrado, tanto en este curso como en cursos anteriores.
X
La base de este alto grado de motivacin se encuentra principalmente en el hecho de trabajar
con el ordenador. Es la primera vez que con estos alumnos se realiza este tipo de experiencia en una
P
clase de Matemticas de manera tan continuada. Adems, lo que en un principio consideraron un
juego, con el tiempo se convierte en una competicin sana entre ellos por ver quin era capaz de
hacerlo mejor y en el menor tiempo, en ver quin obtiene mayor puntuacin y va primero en la
E
adquisicin de nuevos contenidos.
R
El hecho de que el alumno controle en todo momento su progreso acadmico, lo hace partcipe
de su aprendizaje pues se est autoevaluando continuamente, permitiendo que constate de forma
efectiva el valor de su esfuerzo y los efectos que de l se obtienen, repercutiendo de manera positiva
I
en los resultados acadmicos del alumno.
E
6. Conclusiones
N
En vista de los resultados obtenidos en esta experiencia de aula, se considera que el uso de la
plataforma de la Khan Academy en las clases de matemticas resulta ser conveniente, puesto que
mejora la motivacin y la predisposicin al trabajo de los alumnos. Sin embargo, desde el punto de
C
vista del profesor hay que cuidar la estructuracin de las actividades que van a desarrollar los alumnos
para mejorar la eficacia y aprovechar mejor las posibilidades que ofrece la plataforma de Khan
Akademy. Si se va a emplear la academia como instrumento de evaluacin de la adquisicin de nuevos
I
conocimientos por parte de nuestros alumnos, se ha de guiar el proceso para que se mantenga dentro
de los mrgenes de aquellos contenidos que se desee trabajar, puesto que sin esta gua los alumnos
A
pueden quedarse en actividades de un nivel inferior al que ya tienen adquirido o saltar a otras que
necesitan de conocimientos que an no dominan.
S
En cuanto al trabajo de los conceptos del bloque de Aritmtica a travs de las actividades
interactivas que se proponen en esta plataforma, se detecta una mayor predisposicin a la adquisicin de
nuevos conceptos, desarrollando estrategias personales que tienden a ser cada vez ms efectivas y
eficientes, fomentando el trabajo autnomo del alumno, que es su propio evaluador y gestor de progresos.
La plataforma de la Khan Academy, como herramienta a introducir en el desarrollo habitual de

las clases de matemticas, puede resultar muy beneficiosa para el progreso acadmico de los alumnos.
D
E
Estructurando correctamente las experiencias y actividades que se deseen realizar, se podrn alcanzar
resultados mejores que los que se pudieran obtener en el desarrollo habitual de las clases, puesto que
se trata de una herramienta motivadora y que involucra de manera efectiva al alumnado en la gestin y
evaluacin de su aprendizaje.
A
Bibliografa
U
Plataforma de la Academia Khan (Khan Academy) www.khanacademy.org

L
Ana Teresa Antequera Guerra. CEO Juan XXIII, La Palma. Profesora de Matemticas, obtiene el ttulo
de Doctora en Didctica de la Matemtica en 2011, y dedica su lnea de investigacin al desarrollo de
tareas adaptadas al nivel de Secundaria sobre conceptos de Teora de Juegos. Email: aantegue@yahoo.es
A

ISSN: 1887-1984
L
Borges y la matemtica
E
Guillermo Martnez
E
R
M
A
T
E
M
Editorial Destino

Coleccin: Imago Mundi
ISBN: 9788423339440 T
150 pginas
I
Guillermo Martnez es bien conocido en el mundo literario como novelista, adems de ser
licenciado en Matemticas por la Universidad Nacional del Sur (Argentina) y doctor en Lgica.
C
Tambin curs estudios postdoctorales en la Universidad de Oxford. Algunas de sus producciones,

como Acerca de Roderer o Crmenes Imperceptibles (publicada en Espaa como Los Crmenes de
A
Oxford) obtuvieron una notable aceptacin de la crtica. Tanto es as que la segunda novela lleg a
adaptarse al cine.
S
Borges y la matemtica, la obra que nos ocupa, no es una novela, sino un ensayo o ms bien un
conjunto de ensayos, construido con la transcripcin de sus charlas universitarias, algunas dadas en el
Malba (Museo de Arte Latinoamericano de Buenos Aires), y artculos publicados en diarios argentinos

Borges y la matemtica. Guillermo Martnez
Resea: F. J. Hernndez Bonilla
(Clarn, Pgina 12 y La Nacin) que hablan de la influencia de las matemticas en la obra de Borges,
principalmente, y que complementa con otros contenidos que guardan relacin con ellas.
Guillermo Martnez subdivide el libro en dos partes bien diferenciadas. La primera es la que
S
est ms ntimamente relacionada con el ttulo del mismo, y quizs sea la mejor parte del libro, en
donde muestra cmo Borges bebi de las fuentes matemticas, con ms profusin en aquellos pasajes
en donde lo paradjico o la incertidumbre son ms que manifiestos, para escribir algunas de sus
A
creaciones ms destacadas (El disco, El libro de arena, La Biblioteca de Babel, Del rigor en la
ciencia, El Aleph, El idioma analtico de John Wilkins, La esfera de Pascal, etc.).
C
El autor nos refiere que cuestiones como el concepto de infinito o la clase de las clases son
jugoso pbulo para Borges quien, con una estructuracin lgica similar a la de la misma matemtica,
las dota de literario protagonismo para sus cuentos. Martnez nos cuenta que la abstraccin
I
matemtica tambin est muy presente en la obra de Borges, concretamente en las disquisiciones
tericas sobre lo genrico y lo concreto que aparecen, por ejemplo, en Funes el memorioso.
T
La segunda parte presenta un cierto alejamiento en relacin a la impronta de la matemtica en
Borges. Est formada, como decamos, por varios artculos sobre temas relacionados con la
matemtica, algunos de sobra conocidos. De ellos destacamos la historia completa desde su
formulacin hasta su total resolucin de la conjetura de Fermat en Un margen demasiado exiguo, la de
M
los hermanos pitagricos, unos gemelos de real existencia que parecen estar sumidos en un mundo
autista pero, que sin embargo, son capaces en sus escasas conexiones con el mundo normal de recitar
altos nmeros primos, en Un asunto de gemelos y primos, el desilusionador, pero necesario, teorema
E
de incompletitud de Gdel o el principio de incertidumbre de Heisenberg en Un dios pequeo,

pequeo.
T
Otros captulos de esta segunda parte del libro son:
El cuento como sistema lgico.

A
Euclides o la esttica de la razn matemtica.

Soluciones y desilusiones.
M
La msica del azar.

Literatura y racionalidad.
Quin le teme al uno feroz?
El sumidero de Dios.
Ya solo fuera por la primera parte del libro, Borges y la matemtica merecera la lectura de todo
aquel que conozca la obra de Borges o que est cercano al mundo de las matemticas. Si le
R
concurrieran ambas circunstancias, pues mucho mejor. Sin embargo, este libro ha sido recientemente
descatalogado por los editores, al menos en Espaa. Cabe la posibilidad, no tan remota, que vuelva a
ser editado y, muy posiblemente, en formato de bolsillo. En tal caso, y ya concluyendo, me atrevo a
E
afirmar que su lectura valdra la pena. E incluso, podra significar un material adecuado para llevar a
cabo una actividad interdisciplinar en un grupo de Bachillerato que propusieran conjuntamente los
departamentos de Matemticas, Lengua Castellana y Literatura y Filosofa de un instituto.
E
Concretamente sugiero lo desarrollado en el captulo Un dios pequeo, pequeo que, de mayor o

menor modo, pero en cualquier caso potencialmente provechoso, guarda relacin con los currculos
L
pertenecientes a los tres departamentos.
Francisco Javier Hernndez Bonilla (IES Csar Manrique. Lanzarote, Espaa)

ISSN: 1887-1984
L
Desafos Matemticos propuestos por la Real Sociedad
Matemtica Espaola en su centenario
E
Adolfo Quirs (Coord.)
E
R
M
A
T
E
M
Editorial SM

Coleccin: Biblioteca Estmulos Matemticos
T
ISBN: 9788467557787
I
216 pginas
C
El libro Desafos matemticos es el resultado de las respuestas dadas a una serie de problemas
matemticos que, con ocasin de la celebracin del centenario de la RSME, el peridico El Pas
present a sus lectores. La respuesta fue un xito y el resultado es este libro con sesenta autores, unos
A
profesores de instituto, otros de universidad, los hay que son estudiantes de bachillerato, otros del
Grado de Matemticas, los hay doctores, licenciados y hasta alumnos de la ESO.
S
De todas las respuestas correctas a los 40 desafos planteados, el profesor Adolfo Quirs ha
hecho una seleccin y ha agrupado las soluciones en este libro que, como se dice en la introduccin
es una obra colectiva, pero no conjunta. Lo ha hecho a lo largo de 10 captulos, con ttulos: 1)

Desafos Matemticos propuestos por la Real Sociedad Matemtica Espaola en su centenario.
Estrategias; 2) Cuadrados y rectngulos numricos; 3) A contar; 4) Tringulos; 5) Se puede o no se

puede?; 6) Aritmtica; 7) Recubrimientos; 8) Vaya nmeros!; 9) Probabilidad y 10) Geometra.
S
El promotor de la idea, el periodista de El Pas Bernardo Marn, se ha encargado de hacer el

prlogo y en l se dice fue una iniciativa simptica, original y didctica que tuvo cierta repercusin,
aunque sin trascendencia csmica. Pero dice ms adelante que es el proyecto del que estoy ms
A
orgulloso, en el que he puesto ms cario y el que me ha hecho ms feliz y eso que, como dice ms
adelante, estudi bachillerato mixto y no sacaba las mejores notas en Matemticas.
C
La obra coral con sesenta autores de muy diversas edades y categoras acadmicas presenta en
el captulo 1 cuatro desafos para cuya resolucin no hacen falta conocimientos matemticos
especficos. El primero de ellos se titula Cmo elegir un equipo ganador y su resolutor es Juan Mata,
I
jugador del Chelsea y campen del mundo con la Seleccin Espaola en 2010 y de Europa en 2012. El
siguiente, Pesando tornillos est resuelto por estudiantes de 1. de ESO; el tercero Una cuestin de
T
sombreros por un estudiante de la Licenciatura de Matemticas y por un Licenciado en Matemticas;

y el ltimo Un pas de palillos por el escritor y divulgador matemtico Fernando Corbaln. La
diversidad de los autores es una muestra del resto de captulos.
En el captulo 2 se presentan casos de cuadrados mgicos y uno de ellos dice as: El desafo
M
consiste en completar el cuadrado de la figura (de 3x3), donde ya se ha escrito el 15 en la posicin

central, con ocho nmeros enteros positivos, todos ellos distintos entre s, de tal manera que al
multiplicar los tres de cada fila, de cada columna y de cada una de las dos diagonales obtengamos, en
E
todos los casos, el mismo resultado.
Hay ttulos de desafos muy llamativos como: Todo el mundo a su silla! o Un vecindario
T
emprendedor o Concierto en la plaza del pueblo o Un piano gigantesco o Los nmeros elegantes. Por
cierto, sabe Ud. amable lector lo que es un nmero elegante? Un nmero ser elegante si al sumar
los cuadrados de sus cifras, repetir esta misma operacin sobre el resultado obtenido, e iterar este
A
procedimiento suficientes veces, la sucesin de nmeros resultantes alcanza en algn momento el 1.

M
As podramos estar relatando desafo tras desafo, pero es mucho mejor dejar al propio lector
que vaya ojeando el libro y detenindose en el desafo que ms le llame la atencin y que sus
conocimientos matemticos se lo permitan, se lo sugiero.
Son 40 desafos matemticos distribuidos en 10 captulos, a lo largo de 216 pginas y

coordinado por el Prof. Adolfo Quirs quien recogi la idea del periodista de El Pas Bernardo Marn
y que con el patrocinio de la RSME y la colaboracin de la editorial SM ponen a disposicin del
R
colectivo amante de las Matemticas un libro para disfrutar, porque como se dice en el prlogo puedo
llegar a la violencia (verbal) si alguien pone en duda que los nmeros primos son infinitos porque s
demostrar que no se termina nunca, igual que no se acaba la felicidad que pueden proporcionar las
E
matemticas si tenemos la paciencia de escucharlas.

E
Al ser tan amplio el sector de alumnos que lo podran utilizar, as como el de profesores, es
difcil apuntar algunas formas de utilizar el texto, porque algunos desafos son para profesores de
universidad, otros para alumnos del grado de Matemticas, otros para profesores de secundaria y
L
algunos para alumnos aventajados de bachillerato y de secundaria y alguno suelto para aficionados a
las Matemticas. Cada uno elegir en funcin de sus intereses y de sus fines.
En definitiva, un buen libro, bien estructurado y presentando, tanto en su contenido como en su

continente, y que termina con unas pginas dedicadas a los autores en donde aparecen sus fotografas

Desafos Matemticos propuestos por la Real Sociedad Matemtica Espaola en su centenario.
y una breve descripcin biogrfica que permite al lector conocer a algunos amantes de las matemticas
que aceptaron un desafo y lo resolvieron correctamente y utilizaron, como se dice en la cubierta del
libro, la herramienta esencial para resolver los desafos es pensar ordenadamente. Deseamos que los
lectores del libro disfruten, al menos, lo mismo que he disfrutado yo a lo largo de la lectura que me ha
L
permitido hacer esta recensin.
E
Rosa Nortes Martnez-Artero (Universidad de Murcia. Espaa)
E
R
M
A
T
E
M

T
I
C
A
S

ISSN: 1887-1984
Congresos
I
XVI Jornadas para el
Aprendizaje y la Enseanza
N
de las Matemticas
F
Fecha: 2 al 5 de julio del 2013
O
Lugar: Ciudad de Palma. Palma de Mallorca. Espaa.
Convoca: Federacin Espaola de Sociedades de Profesores de Matemticas.
Organiza: Societat Balear de Matemtiques
R
Informacin: http://xvi.jaem.es/
M
27 Reunin Latinoamericana
A
de Matemtica Educativa
(RELME 27)
C
Fecha: 15 al 19 de julio de 2013
Lugar: Buenos Aires. Argentina
I
Convoca: Comit Latinoamericano de Matemtica Educativa
Informacin: www.clame.org.mx
Encontro Nacional de O
N
Educao
Matemtica
E
Educao
S
Matemtica:
Retrospectivas e
Perspectiva.
Fecha: del 18 al 21 de Julio del 2013
Lugar: Curitiba, Brasil.
Informacin: http://enem2013.pucpr.br/

37th Conference of the International Group
for the Psychology of Mathematics Education
Fecha: 28 de julio al 2 de agosto de 2013
S
Lugar: Kiel, Alemania.

Informacin: http://www.pme2013.de/en
E
N
O
Congreso Matemtico de las

Amricas
I
C
Fecha: 5 al 9 de agosto del 2013

Lugar: Guanajuato. Mexico
A
Convoca: Sociedad Matemtica Mexicana

Informacin: http://www.mca2013.org
M
R
XVII Simposio de la Sociedad

O
Espaola de Investigacin en
Educacin Matemtica
F
Fecha: 5, 6 y 7 de Septiembre de 2013

N
Lugar: Bilbao. Espaa

Convoca: Sociedad Espaola de Investigacin en Educacin Matemtica
Organiza: Departamento de Didctica de la Matemtica y de las Ciencias Experimentales.
I
UPV/EHU y SEIEM
Informacin: http://www.seiem.es/

Fecha: 16 al 20 de septiembre de 2013
I
Lugar: Montevideo, Uruguay
Informacin: http://www.cibem7.semur.edu.uy/home.php
N
F
O
VIII Congreso Venezolano de
R
Educacin Matemtica
M
La Matemtica, en y para la
vida
A
C
Fecha: Del 1 al 4 de octubre de 2013
Lugar: Santa Ana del Coro. Venezuela
I
Convoca: Asociacin Venezolana de Matemticas (ASOVEMAT)
Informacin: www.asovemat.falcon.gob.ve
O
N
E
14 Encuentro Colombiano de
Matemtica Educativa.
S
ECME14
Fecha: 9 al 11 de octubre de 2013

Lugar: Ciudad de Barranquilla, Colombia
Convoca: Asociacin Colombiana de Matemtica Educativa (ASOCOLME) y
Universidad de Atlntico, Barranquilla
Informacin: www.asocolme.com

VI Congresso Internacional de Ensino de Matemtica
Fecha: 16, 17 y 18 de Octubre del 2013

Lugar: Ulbras. Canoas. Brasil
Convoca: Universidad Luterana de Brasil
Informacin: http://www.conferencias.ulbra.br/index.php/ciem/vi
S
E
I Congreso de
Educacin
N
Matemtica de
Amrica Central y
de El Caribe
O
Fecha: 6, 7 y 8 de noviembre de 2013

I
Lugar: Santo Domingo. Repblica Dominicana

Informacin: http://www.centroedumatematica.com
C
A
Congreso Latinoamericano de
M
Geogebra
Argentina 2013
R
Fecha: 7, 8 y 9 de noviembre de 2013

O
Lugar: Chaco. Argentina

Informacin: http://geogebra.uncaus.edu.ar
F
N
XXIV SIEM Seminrio de Investigao em

Educao Matemtica
I
Fecha: 16 y 17 de noviembre de 2013

Lugar: Braga. Portugal
Convoca: Universidade do Minho
Informacin: http://www.apm.pt

ISSN: 1887-1984
N O R M A S
Volumen 83, julio de 2013, pgina 221
1. Podr presentar sus artculos para publicar cualquier persona, salvo los miembros del Comit
editorial y los de la Junta Directiva de la Sociedad Canaria de Profesores de Matemticas.
2. Los trabajos se enviarn por correo electrnico a la direccin: numeros@sinewton.org
3. Los trabajos presentados para su posible publicacin deben ser originales y no estar en proceso de
revisin o publicacin en ninguna otra revista.
4. Los artculos remitidos para publicar deben tener las siguientes caractersticas:
Se enviarn en el formato de la plantilla que se encuentra en la pgina web de la revista.
Tendrn un mximo de 25 pginas incluidas notas, tablas, grficas, figuras y bibliografa.
Los datos de identificacin de los autores deben figurar en la ltima pgina: nombre, direccin
electrnica, direccin postal, telfono. Con el fin de garantizar el anonimato en el proceso de
evaluacin, esos datos slo estarn en esta ltima pgina.
Al final del artculo se incluir una breve nota biogrfica (no ms de cinco lneas) de cada uno
de los autores, en la que se puede incluir lugar de residencia, centro de trabajo, lugar y fecha
P A R A
de nacimiento, ttulos, publicaciones... Se indicarn las instituciones a las que pertenecen.
Hay que incluir un Resumen de no ms de diez lneas y una relacin de palabras clave;
tambin, en ingls, un Abstract y un conjunto de keywords.
Se har figurar las fechas de recepcin y aceptacin de los artculos.
Tipo de letra Times New Roman, tamao 11 e interlineado sencillo. Es importante no cambiar
el juego de caracteres, especialmente evitar el uso del tipo Symbol u otros similares.
Para las expresiones matemticas debe usarse el editor de ecuaciones.
Las figuras, tablas e ilustraciones contenidas en el texto debern ir incluidas en el archivo de
texto (no enviarlas por separado).
Las referencias bibliogrficas dentro del texto deben sealarse indicando, entre parntesis, el
autor, ao de la publicacin y pgina o pginas (Freudenthal, 1991, pp. 51-53).
Al final del artculo se incluir la bibliografa, que contendr las referencias citadas en el texto,
L O S
ordenadas alfabticamente por el apellido del primer autor, de acuerdo con el siguiente modelo:
o Para libro: Lovell, K. (1999). Desarrollo de los conceptos bsicos matemticos y
cientficos en los nios. Madrid: Morata.
o Para captulo de libro, actas de congreso o similar: Fuson, K. (1992). Research on
whole number addition and subtraction. En Grouws, D. (ed.) Handbook of Research on
Mathematics Teaching and Learning, 243-275. MacMillan Publishing Company: New
York.
o Para artculo de revista: Greeno, J. (1991). Number sense as situated knowing in a
conceptual domain. Journal for Research in Mathematics Education, 22 (3), 170-218.
A U T O R E S
o Para artculo de revista electrnica o informacin en Internet: Cutillas, L. (2008).
Estmulo del talento precoz en matemticas. Nmeros [en lnea], 69. Recuperado el 15 de
febrero de 2009, de http://www.sinewton.org/numeros/
5. Los artculos recibidos se sometern a un proceso de evaluacin annimo por parte de
colaboradores de la Revista. Como resultado del mismo, el Comit editorial decidir que el trabajo
se publique, con modificaciones o sin ellas, o que no se publique.
6. El autor recibir los comentarios de los revisores y se le notificar la decisin del Comit Editorial.
Si a juicio de los evaluadores el trabajo es publicable con modificaciones, le ser devuelto al autor
con las observaciones de los rbitros. El autor deber contestar si est de acuerdo con los cambios
propuestos, comprometindose a enviar una versin revisada, indicando los cambios efectuados, en
un periodo no mayor de 3 meses. De no recibirse en ese plazo, el Comit Editorial dar por sentado
que el autor ha desistido de su intencin de publicar en la Revista.


Volumen - 83 Revista Números

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Volumen - 83 Revista Números

Загружено:

Авторское право:

Доступные форматы

NMEROS

Revista de Didctica de las Matemticas

Sociedad Canaria Isaac Newton de Profesores de Matemticas

Sociedad Canaria Isaac Newton

El sentido estadstico y su desarrollo

Algunas posturas con respecto al sistema de numeracin muisca

Sociedad Canaria Isaac Newton

Normas para los autores 221

4 Vol. 83 julio de 2013 NMEROS

Israel Garca, Miembro del Comit Editorial de Nmeros

El 2013 se ha dedicado a la celebracin del Ao Internacional de la Estadstica. Este evento

En el presente monogrfico realizaremos un viaje por diferentes usos de la estadstica en nuestro L

Ana Serrad, como coordinadora espaola del Proyecto Internacional de Alfabetizacin

Sociedad Canaria Isaac Newton

Seguidamente, Mercedes Surez nos introducir en el mundo de la empresa y el uso de la

en el razonamiento estadstico, propiciando en los estudiantes la denominada cultura estadstica.

6 Vol. 83 julio de 2013 NMEROS

Artculo solicitado a los autores por la revista

Resumen En este trabajo concebimos el sentido estadstico como unin de la cultura y

Palabras clave Sentido estadstico, cultura estadstica, razonamiento estadstico.

Keywords Statistical sense, statistical literacy, statistical reasoning.

Sociedad Canaria Isaac Newton

La expresin sentido numrico se encuentra con frecuencia en la investigacin en didctica

el dominio reflexivo de las relaciones numricas que se puede expresar en

Observamos en esta descripcin y otras semejantes un doble componente de adquisicin de

En consecuencia en lo que sigue concebimos el sentido estadstico como unin de la cultura

La importancia que actualmente recibe la enseanza de la estadstica se debe a la necesidad,

8 Vol. 83 julio de 2013 NMEROS

a) Capacidad para interpretar y evaluar crticamente la informacin

3. Ideas estadsticas fundamentales

Grficos. Debido a su presencia en los medios de comunicacin e Internet, el aprendizaje de los

Sociedad Canaria Isaac Newton Vol. 83 julio de 2013 9

permitan controlarla y predecirla (Reading y Shaughnessy, 2004).

Probabilidad. La caracterstica principal de la Estadstica es hacer uso de modelos aleatorios, a

En la concepcin clsica, se define la probabilidad de un suceso como el cociente entre el

todos sean equiprobables.

10 Vol. 83 julio de 2013 NMEROS

Adems de la comprensin de las anteriores ideas, su uso adecuado en la resolucin de

Sociedad Canaria Isaac Newton Vol. 83 julio de 2013 11

la capacidad de integrarlo es tambin un componente esencial del razonamiento estadstico.

El desarrollo del razonamiento y la produccin de sentido son resaltados para el caso de la

5. Desarrollo del sentido estadstico a travs del trabajo con proyectos

El sentido estadstico, como unin de la cultura y razonamiento estadsticos debe construirse en

A continuacin analizamos un ejemplo de proyecto adaptado de Shaughnessy, Chance y

Sin embargo, la disminucin de los tiempos no es sistemtica; se observan fluctuaciones y

12 Vol. 83 julio de 2013 NMEROS

Ao Atleta Pas Tiempo Atleta Pas Tiempo

Sociedad Canaria Isaac Newton Vol. 83 julio de 2013 13

Figura 1. Marcas olmpicas en las pruebas de 200 metros

Figura 2. Rectas de regresin ajustadas a los datos de mujeres y hombres

14 Vol. 83 julio de 2013 NMEROS

Otra informacin importante proporcionada por Excel es el coeficiente de determinacin R2,

Sociedad Canaria Isaac Newton Vol. 83 julio de 2013 15

Figura 4. Ajuste de un modelo polinmico a los datos de mujeres

Como sealaron Anderson y Loynes (1987), la estadstica es inseparable de sus aplicaciones, y

Respecto a la cultura, se han trabajado multitud de ideas fundamentales: comenzando con la

16 Vol. 83 julio de 2013 NMEROS

En el proyecto tambin se han ejercitado actitudes propias de la cultura y el razonamiento

Agradecimientos: Proyecto EDU2010-14947 (MCINN-FEDER) y grupo FQM126 (Junta de Andaluca).

Sociedad Canaria Isaac Newton Vol. 83 julio de 2013 17

Carmen Batanero Bernabeu, Facultad de Ciencias de la Educacin, Universidad de Granada. Fue

Carmen Daz Batanero, Facultad de Ciencias de la Educacin, Universidad de Huelva, es doctora en

Rafael Roa Guzmn, es doctor en Didctica de la matemtica y profesor Titular de Universidad de la