532 PDF

República Bolivariana de Venezuela
Universidad Nacional Abierta

Vicerrectorado Académico
Área de Educación – Mención Matemática
Matemáticas y
Ciencias
(Cod. 532)
Julio Mosquera
Caracas, 2008
Índice
Introducción ........................................................................................... i
Módulo I ................................................................................................ 7
Unidad 1 ........................................................................................... 8
Lección 1 ..................................................................................... 9
Unidad 2 ........................................................................................... 28
Lección 2 ..................................................................................... 29
Unidad 3 ........................................................................................... 35
Lección 3 ..................................................................................... 36
Lección 4 ..................................................................................... 42
Módulo II ............................................................................................... 48
Unidad 4 ........................................................................................... 49
Lección 5 ..................................................................................... 50
Lección 6 ..................................................................................... 57
Unidad 5 ........................................................................................... 66
Lección 7 ..................................................................................... 67
Lección 8 ..................................................................................... 71
Unidad 6 ........................................................................................... 75
Lección 9 ..................................................................................... 76
Lección 10 ................................................................................... 83
Unidad 7 ........................................................................................... 84
Lección 11 ................................................................................... 85
Lección 12 ................................................................................... 88
Introducción
El propósito de esta asignatura es estudiar aplicaciones de las matemáticas a
otras disciplinas, así como los usos de estas aplicaciones en la enseñanza de la
matemática. Es oportuno aclarar que éste no es un curso de aplicaciones de las
matemáticas para matemáticos, se trata de un curso para futuros profesores de
matemáticas. Por tanto, se le dará importancia a la discusión de asuntos
pedagógicos en torno al uso de las matemáticas para resolver problemas reales
en diversos campos.
Parte de la riqueza de las matemáticas se encuentra en el apoyo que le brinda a
otras disciplinas para su desarrollo. Hay ciencias como las físicas que son
impensables hoy en día sin las matemáticas, para las matemáticas son más que
una mera herramienta. Por otro lado, hay situaciones en las cuales sólo es
posible experimentar mediante el uso de las matemáticas. Tal es el caso del uso
de las matemáticas en la investigación de problemas sobre la dinámica de las
epidemias.
Consideramos que estudiar conceptos y procedimientos matemáticos en
contextos reales podría contribuir a que los estudiantes le den un significado
diferente al que promueve la clase tradicional de matemáticas. En especial
tenemos en mente al estudiante de III Etapa de Educación Básica y el de Media
Diversificada y Profesional, por ser estos los niveles donde laborará el egresado
de nuestro programa de Licenciatura en Educación mención Matemática. Las
aplicaciones pueden ser un medio para estimular la creatividad de los futuros
docentes, de tal manera que puedan darle un enfoque innovador a sus clases de
matemáticas. Así mismo es importante estudiar los problemas de enseñanza,
aprendizaje y evaluación de las matemáticas asociados al uso de aplicaciones de
la matemática.
El perfil del egresado de la Carrera de Educación Mención Matemática se
conforma a partir de habilidades, actitudes y conocimientos que aluden a la
acción docente en general. Esta unidad curricular permitirá, a los futuros
egresados, el desarrollo de los siguientes rasgos del conocer, del hacer y del ser:
Establecer interrelaciones significativas entre las diferentes ramas de las
matemáticas y otros ámbitos del saber humano.
El contenido del curso está organizado en dos módulos, siete unidades y doce
lecciones como se indica a continuación. Se estima que cada lección se realiza
en una semana.
Módulo I Unidad 1 Lección 1

Unidad 2 Lección 2
Unidad 3 Lección 3
Lección 4
Módulo II Unidad 4 Lección 5
Lección 6
Unidad 5 Lección 7
Lección 8
Unidad 6 Lección 9
Lección 10
Unidad 7 Lección 11
Lección 12
Para estudiar el contenidos de este curso el estudiante recibirá un paquete
instruccional compuesto por: a) El plan de curso y b) Texto UNA.
6
Módulo 1
Matemáticas y ciencias en la educación secundaria
Objetivo: Valorar las diferentes relaciones de las matemáticas con las ciencias
naturales y sociales en el contexto de la educación en matemáticas.
Unidad 1
Integración en el Área de Matemática y Ciencias
Objetivo: Describir las diferentes formas de integración de los contenidos de

matemáticas y otras disciplinas en la escuela.
Lección 1
En esta lección estudiaremos diferentes formas de integración de los contenidos

de Matemáticas y Ciencias en la Tercera Etapa de Educación Básica y en la
Educación Media Diversificada y Profesional. El contenido de esta lección está
organizado en dos partes principales. En la primera parte discutiremos algunos
asuntos relacionados con la integración del currículo en general y con las ideas de
multidisciplinariedad, interdisciplinariedad y transdisciplinariedad. La segunda
parte está dedicada enteramente al problema concreto de la integración en el
Área de Matemáticas y Ciencias.
Integración y Currículo
El debate en torno a la integración del currículo no es nada nuevo. A principio de
los años de 1900, cuando aparecen las primeras propuestas sobre el uso del
método de proyectos en la enseñanza de las ciencias en la escuela en los Estados
Unidos, ya se debatía sobre la conveniencia de enseñar las asignaturas de
manera integrada en torno a un proyecto. En nuestro país, se introduce la
integración oficialmente en los programas de estudio a partir de la reforma
educativa que implantó, a mediados de los años 1980, la Educación Básica de
nueve grados. Recientemente, con la introducción del sistema educativo
bolivariano, se ha reanimado la discusión en torno a este tema.
No existe una única manera de integrar los contenidos estipulados en los
programas de estudio. En la sección siguiente estudiaremos diferentes niveles o
formas de integración. Tampoco existe una definición única de currículo
integrado. Veamos a continuación varias de estas definiciones. Dressel (1958)
nos habla del currículo integrado como una forma de comprender el mundo,
para él
En el currículo integrador, las experiencias de aprendizaje planificadas
no sólo proveen al estudiante de una visión unificada de conocimiento
sostenido comúnmente (por el aprendizaje de los modelos, sistemas y
estructuras de la cultura) sino también motiva y desarrolla el poder de
los estudiantes para percibir nuevas relaciones y entonces crear nuevos
modelos, sistemas y estructuras. (p. 3) (Traducción del autor)
Humphreys (en Humphreys, Post y Ellis, 1981) señala que
Un estudio integrado es aquel en el cual los niños exploran
ampliamente el conocimiento en varias asignaturas relacionado con
ciertos aspectos de su ambiente. (p. 11) (Traducción del autor)
Para Shoemaker (1989) un currículo integrado es aquel en que la educación
… es organizada de manera tal que atraviesa las líneas de las materias
(disciplinas), juntando varios aspectos del currículum en una asociación
significativa centrada en amplias áreas de estudio. Ésta ve el
aprendizaje y la enseñanza de una manera holística y refleja en mundo
real, el cual es interactivo. (p. 5) (Traducción del autor)
¿Qué elementos tienen en común estas definiciones?
Lake (2001) resalta que, en términos generales, las definiciones de currículo
integrado incluyen los elementos siguientes:
 Una combinación de asignaturas (disciplinas).
9
 Un énfasis en proyectos.
 Fuentes de información que van más allá que los libros de texto.
 Relaciones entre conceptos.
 Unidades temáticas como principios organizadores.
 Horarios flexibles.
 Agrupamiento flexible de los estudiantes. (p. 2) (Traducción del
autor)
Actividad 1.1
a) Lea el Anexo A.
b) ¿Son estas concepciones del currículo coherentes con la actual propuesta
curricular para el Liceo Bolivariano?
c) ¿Cuáles de los elementos distinguidos por Lake (2000) se incorporan a la
propuesta curricular para el Liceo Bolivariano?
d) Identifique la concepción de currículo integrado propuesta en el documento
del Liceo Bolivariano.
Nota: Ver en el Anexo A un extracto del documento donde se trata lo
relacionado con la integración curricular. El documento completo puede ser
consultado en la dirección electrónica:
http://www.portaleducativo.edu.ve/documentos/liceo_bolivariano.pdf
Y el documento oficial de las Escuelas Robinsonianas lo encontrará en la
dirección:
http://www.portaleducativo.edu.ve/documentos/escuelas_tecnicas.pdf
Hemos visto que existen diferentes definiciones de currículo integrado, que entre
ellas tienen una serie de elementos comunes, y se le pidió que examinara si esas
concepciones eran coherentes con la propuesta curricular para el Liceo
Bolivariano y cuáles de esos elementos se incorporaban a dicha propuesta.
Pasaremos ahora a revisar diversas maneras de integrar los contenidos en la
enseñanza.
Niveles de integración
Como ya mencionamos anteriormente, hay varias maneras de integrar los
contenidos. Forgarty (1991) plantea el tema de la integración en términos de
niveles que van desde el modelo fragmentado hasta el modelo en red. A
continuación presentamos una tabla con cada uno de los modelos, donde se
incluyen una breve descripción, ventajas y desventajas de cada modelo.
Tabla 1. Diez niveles de integración del currículo
Modelo Descripción Ventajas Desventajas
Fragmentado Disciplinas distintas Punto de vista claro y Las conexiones no
y separadas. discreto de una se hacen con
disciplina. claridad para los
estudiantes; menos
transferencia de
conocimiento.
Conectado Temas dentro de Los conceptos clave son Las disciplinas no

una disciplina son conectados, son relacionadas; la
conectados. conduciendo a la atención del
revisión, contenido
reconceptualización y permanece dentro
asimilación de ideas de la disciplina.
dentro de una disciplina.
10
Matemáticas y Ciencias
Tabla 1. (Cont.)
Anidado Habilidades de Presta atención a Los estudiantes
pensamiento, varias áreas a la vez, podrían confundirse y
sociales y lleva a un aprendizaje perder la visión de
contenido son aumentado y los conceptos
tratados en un área enriquecido. principales de la
de contenido. actividad o lección.
Secuenciado Ideas similares son Facilita la Requiere
enseñadas transferencia del colaboración
concertadamente, aprendizaje a través permanente y
aunque las de las áreas de flexibilidad, en la
asignaturas están contenido. medida que los
separadas. profesores tiene
menos libertad de
establecer la
secuencia del
currículo.
Compartido Planificación y/o Comparte Requiere de tiempo,
enseñanza en experiencias flexibilidad,
equipo que instruccionales; con compromiso y
envuelve dos dos profesores en un dedicación.
asignaturas se equipó es menos
centra en difícil de colaborar.
conceptos,
habilidades y
actitudes
compartidas.
Entretejido Enseñanza Motivante para los Tiene que ser
temática, usando estudiantes, les cuidadosamente y
un tema como una ayuda a ver bien pensado
base par ala conexiones entre seleccionado para
instrucción en ideas. que sea significativo,
muchas disciplinas. con contenido
relevante y rigurosos.
Enhebrado Habilidades de Los estudiantes Las disciplinas se
pensamiento, aprenden acerca de mantienen
habilidades cómo están separadas.
sociales, aprendiendo,
inteligencias facilitando la
múltiples y transferencia futura
habilidades de de aprendizaje.
estudio son
“enhebradas” a lo
largo de las
disciplinas.
Integrado Prioridades que Estimula a los Requiere de equipos
solapan varias estudiantes a ver las interdepartamentales
disciplinas son conexiones e con planificación y
examinadas para interrelaciones entre tiempos de
habilidades, disciplinas, los enseñanza comunes.
conceptos y estudiantes son
actitudes comunes. motivados en la
medida que ven estas
conexiones.
Sumergido El estudiante La integración toma Podría estrechar la
integra viendo todo lugar dentro del visión de los
el aprendizaje por estudiante. estudiantes.
medio de la
perspectiva de una
área de interés.
11
Tabla 1. (Cont.)
En red El estudiante dirige Proactivo, con un Los estudiantes
el proceso de estudiante estimulado podrían extenderse
integración por por nueva sin profundizar en el
medio de la información, estudio, los esfuerzos
selección de una habilidades y podrían ser poco
red de expertos y conceptos. efectivos.
recursos.
Fuente: Forgarty, R. (1991). Traducción y adaptación de Julio Mosquera

Para mejorar la comprensión de los modelos de integración le presentamos a
continuación una serie de ejemplos que sirven para ilustrar cada uno de ellos. En
los ejemplos se incluyen contenidos de todas las disciplinas, porque la integración
no tiene porque limitarse sólo a las matemáticas y las ciencias naturales. Por
ejemplo, en la Unidad 7 del Curso Introductoria de la UNA se presentan ejemplos
de integración de las matemáticas con la literatura y el arte.
Tabla 2. Ejemplos de Cada Nivel de Integración
Modelo Ejemplo
Fragmentado Relación ocasional, intencional de tópicos de
matemáticas y ciencias dentro de intervalos de
tiempo distintos para cada asignatura.
Conectado Las conexiones entre conceptos son
identificados (por ejemplo, las fracciones son
relacionadas con los decimales).
Anidado Una unidad sobre la fotosíntesis se enfoca en
la búsqueda de consenso (habilidad social),
secuenciación (habilidad de pensamiento) y
vida de las plantas (habilidad de contenido).
Secuenciado Los estudiantes leen una obra literaria de un
cierto período en Castellano y Literatura y
estudian el mismo período en Historia
Universal o Historia de Venezuela.
Compartido La recolección de datos (ciencia) y la
elaboración de tablas y gráficos (matemáticas)
son introducidos juntos (podían ser enseñado
por un equipo de profesores).
Entretejido Un tópico (la oración) o tema conceptual
(conflicto) se trata en todas las áreas de
contenido.
Enhebrado La predicción es tratada en todas las
asignaturas—prediga el próximo evento en una
lectura, prediga el próximo número en una
sucesión y proyecto eventos actuales en
estudios sociales.
12
Tabla 2. (cont.)
Modelo Ejemplo
Integrado Habilidades de lectura, escritura, literatura y
verbal en un programa holístico basado en la
literatura.
Sumergido Un estudiante altamente motivado, interesado
en los insectos los colecciona, estudia acerca
de ellos, escribe un ensayo sobre los insectos y
los dibuja.
En red Un estudiante interesado en el estudio de los
pueblos originarios de América participa en un
viaje a alguna zona del país donde vivan
algunos de estos grupos, hace contacto con
antropólogos, arqueólogos, escritores, etc.
interesados en el tema.
Fuente: Lynne E. HOUTZ y Julie A. THOMAS (1997). Traducción y adaptación de
Julio Mosquera.
¿Cómo se concibe la integración en algunos documentos oficiales? En el Anexo A
puede leer la propuesta de integración del Ministerio de Poder popular para la
Educación para los liceos bolivarianos. Basándose en ese documento, el Centro
Nacional para el Mejoramiento de la Ciencia (CENAMEC) apunta que:
Con la integración de las áreas se busca una perspectiva que agrupe
los distintos enfoques del conocimiento científico y del conocimiento
cotidiano, en su afán por comprender la realidad. Superar la
fragmentación curricular, supone adoptar una perspectiva de
integración, asumiendo que la ciencia es un medio para comprender
los problemas de la sociedad, y nunca un fin en sí mismo. Las áreas
permiten la integración de disciplinas y de conocimientos, organizados
de acuerdo con unos principios de interdisciplinariedad,
transversalidad e interculturalidad, posibilitando que el estudiante se
prepare para los niveles superiores del proceso educativo, y para la
vinculación con la sociedad y el trabajo. (CENAMEC, s.f.)
Actividad 1.2
a) ¿Cuáles de los modelos de integración se usan actualmente en Venezuela?
De ejemplos.
b) ¿Cuántos niveles de integración describe Forgarty? Escriba una lista de
los modelos o niveles de integración sin ver el texto.
c) Haga una tabla como la tabla 1, copie los términos de la primera columna
de la izquierda y complete cada una de las casillas correspondientes a
cada modelo con sus propias palabras.
Otro aspecto del currículo integrado tiene que ver con la organización del trabajo
del docente. Aquí también podemos identificar unos modelos o niveles que van
desde la situación en la que dos docentes enseñan el mismo tópico en clases
separadas hasta el diseño en equipo de unidades temáticas en el contexto de un
currículo totalmente integrado. La organización del trabajo del docente, su
condición laboral, no debe ser ignorado a la hora de diseñar un currículo
integrado.
13
Algunos autores usan las expresiones currículo integrado y currículo
interdisciplinario como sinónimos (Lake, 2000). Dada la importancia y el énfasis
que se pone en la interdisplinariedad en los documentos educativos oficiales
recientes, le dedicamos una sección aparte a este tema.
Multi, intra, inter y transdisciplinariedad
La discusión en torno a la interdisciplinariedad, y los otros términos arriba
mencionados no es nada nuevo. A finales del Siglo XVII, de Fontenelle, entonces
Secretario de la Academie des Sciences de Paris, hizo un llamado de atención
acerca de la necesidad de considerar la multidisciplinariedad. En 1967, el filosofo
francés Louis Althusser advertía sobre el carácter ideológico de la propuesta de la
interdisciplinariedad. También surgió la discusión en torno a esta idea, a
comienzos de los años de 1900 en los Estados Unidos en el contexto de la
propuesta de enseñanza mediante el método de proyecto.
Por otro lado tenemos que la discusión sobre la interdisciplinariedad, así como de
la multi, intra o trans en educación está llena de argumentos sustentados en la
mera opinión y las preferencias políticas más que en argumentados académicos.
Podríamos decir que en algunos casos rayan en la propaganda. Para algunos
autores la interdisciplinariedad es la panacea, la solución a todos los problemas
educativos.
Multidisciplinariedad. La organización actual de la escuela se basa en la
existencia de materias o asignaturas separadas que se corresponden en su
mayoría con diversas disciplinas académicas, por ejemplo: Matemática, Física,
Historia del Arte, Castellano y Literatura las cuales se corresponden con
disciplinas o campos académicos. En términos curriculares es precisamente a
esa organización que se refiere el término multidisiciplinariedad. Este enfoque es
criticado duramente por algunos educadores. Por ejemplo, Bernard (1976)
sostiene que éste lleva a que las matemáticas se reduzcan a una especie de
ghetto, el estudio de cada disciplina en si misma como científica y rigurosa.
Señala además que la multidisiciplinariedad es reforzada por las condiciones
objetivas de la división social del trabajo de las cuales la escuela sería reflejo e
instrumento, lo cual lleva a justificar la explotación de la fuerza de trabajo.
El Ministerio de Educación y Deporte (2004) elabora su crítica a la
multidisciplinariedad de la manera siguiente:
La escuela ha propiciado un tipo de saber enciclopédico, disciplinar y
memorístico, alejado tanto de la mentalidad de adolescentes y
jóvenes como de los problemas de la realidad. Este conocimiento
científico, basado en una perspectiva racionalista, se articula a través
de dos características básicas: la especialización y la abstracción. Este
conocimiento especializado es disciplinar, al delimitar una parcela de
la realidad y abstracto, al eliminar las relaciones que establecía con
otros aspectos de la misma.
De la Rua (2002) resume las críticas a la multidisciplinariedad en la enseñanza en
los siguientes puntos:
 El fin originario (comprensión del mundo, capacitación para la
vida) queda desdibujado.
 Inflexibilidad en la organización del tiempo, el espacio y los
recursos humanos.
 Favorecen la inhibición de la función pedagógica de los profesores
a causa de la desmembración en asignaturas.
 Limitan la autonomía y el poder de decisión de los profesores con
respecto al currículo.
14
 Generan jerarquización, desarticulación y rivalidad entre
disciplinas y asignaturas.
 A los alumnos no les es fácil captar las conexiones entre las
distintas disciplinas.
El mismo de la Rua reconoce el sesgo en estas críticas. Los proponentes de otros
enfoques tratan de simplificar el enfoque multidisciplinar y culparlo de todos los
males de la educación. Aunque seguramente que los críticos de este enfoque
fueron educados en escuelas donde se enseñaban las disciplinas por separado y
adquirieron en ellas la sólida formación que ostentan.
La multidisciplinariedad es atacada duramente por los defensores de los otros
enfoques que veremos a continuación.
Intradisciplinariedad. Se trata de correlaciones al interior de una misma
disciplina. Se ocupa de la correlación entre los diferentes sectores o ramas de las
matemáticas, por ejemplo: entre álgebra y geometría, aritmética y álgebra, etc.
Interdisciplinariedad. Rene (1976) distingue dos niveles de interdisciplinariedad:
(a) centrípeta y (b) centrífuga. En la primera se trata de ir de las otras
disciplinas a las matemáticas. Ilustramos ésta con un ejemplo tomado de Rene
(1976). A partir de la estadística descriptiva y de los sondeos como centro de
interés, hacer intervenir una serie de disciplinas. En Historia nos propondríamos
estudiar la historia de los sondeos y sus técnicas, su evolución, sus intereses; la
clase de Educación Física nos proveería de datos cuantitativos (como por
ejemplo: desempeño de los estudiantes en una carrera de 100 m planos); en
Lengua y Literatura se discutiría sobre la elaboración de informes, la redacción de
textos escritos, etc.; en Psicología se pueden aplicar ciertos tipos de encuestas y
estudiar su interpretación; etc. En esta perspectiva se incluyen todas las
reflexiones acerca del papel de la estadística en particular y de las matemáticas
en general y su función en la sociedad. Se incluyen consideraciones acerca de
los problemas sociales, políticos, económicos e ideológicos relacionados con el
uso de las matemáticas. Según Rene (1976), en este primer enfoque se produce
un desmontaje prometedor de las disciplinas, que induce un trastrocamiento de
los métodos, los contenidos y los programas. Lo anterior obliga a repensar la
escuela.
En la segunda, se trata de ir de las matemáticas a las otras disciplinas. En el
caso anterior el intercambio es incompleto porque todo gira en torno a las
matemáticas (Rene, 1976). Se trata en este caso de una interdisciplinariedad
más elaborada. Desde esta perspectiva se trata de la adopción de una visión de
las matemáticas como resolución de problemas. La situación problemática es
una situación de implicación total y se prolonga en una multitud de direcciones y
abre otras posibilidades de la personalidad del estudiante (Rene, 1976). La
resolución de problemas involucra varios modos de expresión: matemático,
música, artes plásticas y gráficas, escritura, poesía y otras. La heurística deviene
en la piedra angular de todas las actividades en la escuela (Rene, 1976).
Para otros autores, el término interdisciplinariedad no hace referencia a la
conjunción de varias disciplinas sino más bien a la interconexión de varios tipos
de metodologías, por ejemplo investigación básica, aplicada y de desarrollo
(Breznik y Močnik, 2005). Desde esta perspectiva la interdisciplinariedad se
refiere tipo de investigación.
Transdisciplinariedad. En las categorías anteriores se habló del movimiento
didáctico de las matemáticas a otras disciplinas y de estas a las matemáticas.
Para Rene (1976) el problema planteado de esta manera resulta artificial. Desde
estas perspectivas el punto de partida es ofrecido por una de las disciplinas y
tiene que ser reducido o simplificado para que pueda ser tratado entre los límites
15
de la escuela. Este proceso se puede representar de esta manera: una actividad
problemática, en el sentido de las matemáticas, motiva y exige el concurso de
otras disciplinas o bien suscita su aparición y se prolonga en ellas (Rene, 1976, p.
39). En este movimiento de ir y venir aparecen según el caso y la necesidad una
multiplicidad de modos de expresión, de sectores del saber y de la actividad. De
la idea de que en toda actividad en la que nos vemos involucrados puede devenir
en un lugar de intercambios y de interés, rico en todas las prolongaciones y de
todos los tipos de actividad; ocasión de investigación y de creación; centro de
motivaciones y de enriquecimientos multidimensionales (Rene, 1976). En un
juego de alternancia de la práctica y de la teoría, de la investigación, de la
expresión y se organiza una circulación entre todos los tipos y niveles de la
actividad (Rene, 1976). Esto es exactamente lo que Rene (1976) entiende por
transdisciplinariedad, la cual, en sentido estricto, supone que uno se coloca más
allá y por encima de la (multi) disciplinariedad (Rene, 1976, p. 39).
Ya no son más las matemáticas ni ninguna otra disciplina el centro de atención,
ni el punto de partida ni el punto de llegada sino que nos asiste en una
“excentración transdisciplinaria” hacia una situación, fenómeno, u objeto del
mundo en las múltiple facetas son correlativos de un poli-centrismo de las
disciplinas al servicio del conocimiento, de la acción y de la expresión (Rene,
1976). Tiene esta propuesta muchos elementos comunes con la Escuela Nueva
que surgió en los Estados Unidos a partir de los trabajos de John Dewey, también
conocida como enseñanza por proyectos.
Otros autores también han tratado el asunto de las relaciones entre las
disciplinas a diversos niveles y de las posibles formas de integración. En la tabla
siguiente mostramos varios ejemplos de ello.
Tabla 3. Diferentes clasificaciones de interdisciplinariedad
Autor Clasificación
Jean Piaget Multidisciplinariedad: La interacción no modifica ni enriquece las
(1979) disciplinas.
Interdisciplinariedad: Se producen intercambios recíprocos y
enriquecimientos mutuos.
Transdisciplinariedad: Sistema total que desdibuja las fronteras
disciplinares
Miguel Boisot Interdisciplinariedad lineal: Se utilizan leyes o categorías de una
(1979) ciencia para explicar los fenómenos de otra.
Interdisciplinariedad estructural: De la interacción de dos o más
disciplinas se estructura una nueva. Ejemplo Bio-medicina.
Interdisciplinariedad restrictiva: De acuerdo a los objetivos específicos
se acota el campo de aplicación de cada disciplina.
Interdisciplinariedad heterogénea: Se produce la suma de información
procedente de varias disciplinas.
16
Tabla 3. (Continuación)
Cesare Scurati y Pseudointerdisciplinariedad: Estructura de unión que se aplica para
Damiano E. trabajar con disciplinas muy diferentes entre sí.
(1977)
Interdisciplinariedad auxiliar: En una disciplina se recurre al empleo de
metodologías de otra disciplina.
Interdisciplinariedad compuesta: Análisis en conjunto de todos los
aspectos de un fenómeno.
Interdisciplinariedad complementaria: Superposición de trabajo y
especialidades que coinciden en un mismo objeto de estudio.
Interdisciplinariedad unificadora: Auténtica integración que tiene como
resultado un nuevo marco teórico o metodológico.
George Multidisciplinariedad: Simple yuxtaposición simultánea de disciplinas,
Vaideanu con mínima comunicación entre ellas.
(1983)
Pluridisciplinariedad: Mejoramiento de las relaciones entre disciplinas
pero sin modificación de las bases teóricas de cada una.
Disciplinariedad cruzada: Una disciplina domina en su relación con
otras y subordina a ella sus contenidos y metodologías
Interdisciplinariedad: Implica la voluntad de colaborar en un marco
teórico más general donde existe un equilibrio en las relaciones entre
disciplinas.
Transdisciplinariedad: Nivel superior de coordinación donde
desaparecen los límites de las disciplinas.
Bohórquez Intradisciplina: Se establece entre especialidades de un área común
González A.
Mono disciplina: Trabajo al interior de una sola disciplina
(1997)
Multidisciplinariedad: Yuxtaposición de diversas disciplinas, sin
articulación pensada. Se defienden metodologías generales pero cada
especialidad mantiene separada su área de estudio.
Interdisciplinariedad compuesta o normativa: Diversas disciplinas que
basan su relación en ciertas normas de desempeño.
Interdisciplinariedad suplementaria: Dos o más disciplinas que
participan en el mismo objeto y se retroalimentan pero no se fusionan.
Interdisciplinariedad isomórfica: Fecundación entre las disciplinas
participantes que les permite desarrollarse, en ocasiones puede llegar
a dar origen a una nueva disciplina
Interdisciplinariedad estructural: Cuando dos o más disciplinas
isomórficas interactúan, este tipo de relación puede formar nuevas
áreas, teorías o paradigmas.
Transdisciplinariedad: Su objetivo general es construir una teoría
general que recoja diversas disciplinas, rompiendo los límites y
barreras entre ellas.
17
Tabla 3. (Continuación)
Borreo A.S Multidisciplinariedad: Relación entre disciplinas, en igualdad de
(1984) condiciones pero sin intenciones de cooperación explícitas.
Pluridisciplinariedad: Es igual que en la multidisciplinariedad pero la
relación no es igualitaria, existe una disciplina priorizada y por tanto
privilegiada.
Transdisciplinariedad: Es una relación en la que intervienen diversas
disciplinas, rompiendo los límites y barreras entre ellas.
Interdisciplinariedad compuesta: Relaciones entre disciplinas en
igualdad de condiciones, pero con normas explícitas de
comportamiento en relación con el objeto de estudio.
Interdisciplinariedad auxiliar: Relación entre disciplinas donde una
disciplina rectora es apoyada por el trabajo del resto.
Interdisciplinariedad suplementaria: Relación en que la disciplina
subordinada tiende a integrarse con la disciplina rectora.
Interdisciplinariedad isomórfica: Relación en igualdad de condiciones
entre disciplinas que generalmente genera un nuevo campo de
estudio.
Fuente: de la Rua (2000)
Presentarle la tabla anterior no busca intimidarle. Nuestra intención más bien es
llamar su atención sobre la complejidad del tema de la integración de los
contenidos en el currículo. Ser consciente de esta complejidad evitaría caer en
un tratamiento simplista y poco serio del asunto.
Actividad 1.3
1. Compare y contraste las definiciones de interdisciplinariedad propuestas por
los diversos autores incluidos en la Tabla 3.
2. Señale cuáles de las definiciones de interdisciplinariedad en la Tabla 3 son
excluyentes o complementarias.
3. Compare los distintos tipos de interdisciplinariead propuestos por Cesare
Scurati y Damiano E. (1977) con los niveles de interdisciplinariead identificados
por Rene (1976).
4. Considere todos los tipos de interdisciplinariedad distinguidos por los autores
en la Tabla 3, señale cuáles son complementarios, cuáles son equivalentes y
cuáles son excluyentes. ¿Considera usted necesario distinguir entre tantos
tipos de interdisciplinariead?
Una vez discutidos asuntos relacionados con diversos enfoques sobre la
integración del currículo y con las ideas de multi, intra, inter. Y
transdisciplinariedad, pasaremos ahora a considerar con ejemplos concretos el
tema de la integración en el Área de Ciencias y Matemáticas.
Integración en el Área de Ciencias y Matemática
Uno de los retos que enfrenta el profesor de Ciencias naturales y Matemática en
el Liceo Bolivariano es precisamente la integración de las diferentes disciplinas en
el contexto de un proyecto o de cualquier otra actividad en la escuela. En esta
sección ofrecemos una manera de acercarnos a este problema.
Una primera tarea es identificar los componentes de las ciencias naturales.
Según Aldridge (1993), los componentes de las ciencias naturales incluyen los
procesos usados y los resultados obtenidos como productos de esos procesos.
18
En la tabla siguiente se presenta una lista de esos procesos y productos que son
comunes a todas las ciencias naturales.
Procesos Productos
Observar Términos
Clasificar Resultados
Medir Conceptos
Interpretar datos Principios
Inferir Leyes empíricas
Comunicar Teorías
Elaborar hipótesis Aplicaciones
Desarrollar modelos y
teorías
Esta lista no agota todos los procesos y productos. Por ejemplo a estos últimos
podemos agregar los instrumentos y las herramientas de la ciencia.
Una segunda tarea, tomando en consideración la propuesta de Área de Ciencias
Naturales y Matemática para el Liceo Bolivariano, es la de distinguir aquellos
procesos y productos que son comunes a todas las ciencias naturales. La
identificación de estos procesos y productos comunes serviría de ayuda para la
organización de la actividad pedagógica en la escuela.
Como señala Aldridge (1993), los productos de las ciencias naturales con
frecuencia son identificados con un campo o disciplina en particular. Entonces,
para que un producto dado sea considerado como un componente básico de
todas las ciencias naturales es necesario que transcienda una asignatura o
disciplina particular. Nos interesa identificar aquellos componentes
fundamentales en las áreas de física, química, biología y ciencias de la tierra,
siguiendo la propuesta de Aldridge (1993), incluimos además las ciencias del
espacio.
Términos básicos comunes a todas las ciencias naturales. ¿Qué son los
términos? Términos son los nombres de las entidades, objetos, eventos
específicos, períodos específicos de tiempo, categorías de clasificación,
organismos o partes de un organismo (Aldridge, 1993). Dado su carácter
específico, los términos son prácticamente únicos para cada ciencia y hay muy
pocos que son comunes a todas las ciencias. Los términos son usados
básicamente como herramientas de comunicación y los aprendemos en la medida
que los necesitamos para estudiar ciencias o comunicarnos (Aldridge, 1993, p.
25).
Resultados básicos comunes a todas las ciencias naturales. Los resultados
básicos comunes a todas las ciencias naturales son usualmente definiciones
operacionales, medidas u observaciones las cuales pueden ser replicadas
(Aldridge, 1993, p. 25). No se busca que estos resultados sean memorizados
intencionalmente. Se espera que a través del uso inteligente de estos resultados
los estudiantes lleguen a recordar muchos de ellos cuando los necesiten. Nos
interesa que los profesores comprendan los conceptos subyacentes a cada
resultado y que sepan donde buscar esos resultados.
Conceptos básicos comunes a todas las ciencias naturales. ¿Qué es un concepto
básico en ciencias naturales? Para los efectos de esta propuesta asumiremos la
definición siguiente, un concepto científico es:
Un fenómeno natural que ocurre regularmente, una propiedad o
característica de la materia la cual es observable o detectable en
muchos contextos diferentes, y la cual es representada por una
palabra o palabras y frecuentemente con símbolos matemáticos.
19
La mayoría de los conceptos de la ciencia son derivados de otros
(por ejemplo, la rapidez es derivada de los conceptos de distancia y
tiempo). Cuando un concepto científico derivado es expresado en
la forma de una ecuación, ésta es su definición matemática, no una
relación natural (por ejemplo, densidad de masa). (Aldridge, 1993,
p. 27)
A diferencia de los términos, hay muchos conceptos básicos de las ciencias
naturales que transcienden los limites de las disciplinas particulares. Muchos de
estos conceptos básicos provienen de la física y de la química. Estas dos
disciplinas son fundamentales para comprender las ciencias de la vida, y estas
tres son a su vez fundamentales par ala comprensión de las ciencias de la Tierra
y del espacio (Aldridge, 1993).
Leyes empíricas básicas comunes a todas las ciencias naturales. Podemos
identificar un conjunto de leyes empíricas comunes a todas las ciencias naturales.
Consideraremos como leyes empíricas a:
Una generalización de una relación que ha sido establecida entres
dos o más conceptos por medio de la observación o la medición,
pero que no se apoya en ninguna teoría o modelo para su
expresión o comprensión (por ejemplo, la presión de un gas como
una función del volumen, manteniendo la temperatura y el número
de moles constantes). (Aldridge, 1993, p. 29)
Es el fenómeno, la conducta o el proceso observado que caracteriza el aspecto
empírico de la ley. Explicar la ley es precisamente el papel de las teorías. Por
ejemplo, durante la interacción de dos cuerpos se tiene que el producto m.a,
para uno de los cuerpos tiene la misma magnitud que el producto m.a para el
otro cuerpo. Esa es precisamente una ley empírica y es la tarea de las teorías
explicarla (Aldridge, 1993).
Teorías y modelos comunes a todas las ciencias naturales.
Las teorías son usadas para explicar hechos, fenómenos, observaciones y leyes
empíricas. Las teorías por lo general incorporan varios conceptos que han sido
cuantificados y que están representados simbólicamente. Estas teorías son con
frecuencia matemáticas. Para una mejor comprensión de las teorías el
estudiante necesita tener experiencias con los procesos por medio de los cuales
teorías anteriores fueron creadas, las hipótesis derivadas de estas teorías ya
probadas y la evolución de tales teorías en el tiempo. Es muy importante
enfatizar que las teorías son tentativas, y que aún las más recientes, están
meramente en una etapa de proceso continuo. También es importante hacer que
los estudiantes comprendan que las teorías, a diferencia de los hechos,
observaciones y leyes empíricas (las cuales resumen datos, medidas u
observaciones), son construcciones creativas las cuales no necesariamente se
corresponden unívocamente con la realidad. Diversas teorías alternativas
podrían explicar el mismo conjunto de fenómenos. Decimos que las teorías son
elaboraciones de los seres humanos y no son necesariamente un reflejo de la
realidad (Aldridge, 1993).
En el Anexo B, al final de esta lección, presentamos una lista completa de
términos, leyes empíricas, teorías y modelos comunes a todas las ciencias. Estos
resultados básicos los presentamos agrupados en tres grupos. Esta agrupación
no se corresponde con un grupo de grados o de nivel de escolaridad determinado
del sistema educativo venezolano. Esa agrupación indica el nivel de complejidad
y de abstracción de dichos resultados.
20
Referencias
Aldridge, B. G. (1993). Basic components of the natural sciences. En The
National Science Teachers Association. The content core, Vol. 1. (pp. 25-
40). Washington : El Autor.
De la Rua, C. M. (2000). Interdisciplinariedad en el currículo de las Ciencias

sociales. Disponible en:
http://teleformacion.cujae.edu.cu/proyecto_pedagogico/BVP/materiales/Te
ma3/Art07/index.htm
Forgarty, R. (1991). The Mindful School: How to Integrate the Curricula.

Palatine, IL: Skylight.
Fundación Centro Nacional para el Mejoramiento de la Enseñanza de la Ciencia
(CENAMEC, s.f.). La ciencia en el Liceo. Disponible en:
http://www.cenamec.org.ve/html/programas/p2/p203.htm.
Houtz, L. E. y Thomas, J. A. (1997). Interdisciplinary math and science: A
hands-on consideration of integrated reform. Disponible en:
http://www.ed.psu.edu/CI/journals/96pap24.htm.
Ministerio de Educación y Deporte (2004). Liceo Bolivariano. Adolescencia y
juventud para el desarrollo endógeno y soberano . Caracas: El Autor.
Rene, B. (1976). Vers une transdisciplinarité. Cahiers Pedagogiques, No. 147,
pp. 13-16. En C. Castonguay y R. Pallascio (1978). Vers un apprentissage
par projects (pp. 34-42). Quebec: Telé-Université.
21
Anexo A
Liceo Bolivariano*
3.3. Integración de áreas del conocimiento
La formación de un (a) nuevo (a) republicano (a) bolivariano(a) requiere la
incorporación de un nuevo tipo de contenido curricular, particularmente referido
al desarrollo de competencias y valores que reclaman el desempeño productivo y
el desempeño ciudadano. Las nue vas competencias (capacidad de trabajar en
equipo, de resolver problemas, de experimentar, de interactuar con el diferente,
entre otras) y los valores propios de la formación ciudadana (solidaridad,
tolerancia, respeto a los derechos humanos) no se enseñan necesariamente a
través de contenidos de una disciplina sino a través de modalidades transversales
que exigen también una modificación profunda en la organización curricular y en
las modalidades de trabajo de los (as) profesores (as). (Tedesco y López, 2002).
La dimensión cultural ha de tener un mayor significado en la formación de
adolescentes y jóvenes. Esta dimensión no pasa sólo por los aspectos cognitivos,
sino por una articulación entre lo cognitivo, lo emocional, lo estético y lo social,
que involucra no sólo a los (as) estudiantes sino también a los (as)
profesores(as). Así mismo, la transformación del concepto de democracia, de lo
representativo a lo participativo y protagónico implica nuevos temas y
contenidos.
La escuela ha propiciado un tipo de saber enciclopédico, disciplinar y
memorístico, alejado tanto de la mentalidad de adolescentes y jóvenes como de
los problemas de la realidad. Este conocimiento científico, basado en una
perspectiva racionalista, se articula a través de dos características básicas: la
especialización y la abstracción. Este conocimiento especializado es disciplinar, al
delimitar una parcela de la realidad y abstracto, al eliminar las relaciones que
establecía con otros aspectos de la misma.
La concepción dogmática y absolutista de la ciencia propugnó el paradigma de la
simplicidad, caracterizado por la compartimentación del conocimiento científico
en multitud de disciplinas y de campos del saber haciendo irreconciliable el
conocimiento científico-técnico con el campo de las ciencias sociales y las
humanidades. El enfoque simplificador parte de una concepción sesgada y
diferenciadora que asigna estructuras conceptuales propias a cada disciplina y,
por tanto, formas específicas de resolución de los problemas que le atañen. Una
de las respuestas proviene del denominado paradigma de la complejidad que
revisa y actualiza la visión sistémica del mundo a través de la formulación del
principio de complejidad frente al de simplicidad para aportar una nueva
perspectiva indagadora de la realidad: la complementariedad frente a las
antinomias y dicotomías, y la apuesta por una concepción interdisciplinaria,
transdisciplinaria o metadisciplinaria, en contradicción con otra disciplinar y
selectiva de cada una de las ciencias.
El enfoque conceptual o disciplinar, propone una definición parcelada de los
conceptos básicos de cada ciencia, el enfoque interdisciplinar, por áreas,
propugna la integración de disciplinas sintetizando los conceptos más
característicos de las ciencias. Con la integración de áreas se busca una
perspectiva integrada que aglutine los distintos enfoques del conocimiento
científico y del conocimiento cotidiano en su afán por comprender la realidad.
Superar la fragmentación curricular supone adoptar una perspectiva de
integración, asumiendo que la ciencia es un medio para comprender los
*
Tomado Ministerio de Educación y Deportes (2004). Liceo Bolivariano: Adolescencia y juventud
para el desarrollo endógeno y soberano. Caracas: El Autor. Disponible en:
http://www.portaleducativo.edu.ve/documentos/liceo_bolivariano.pdf
22
problemas de la sociedad y nunca un fin en sí mismo y, por otra, que los objetos
de estudios no tienen porqué ser los problemas científicos sino los problemas de
la sociedad (Travé, G.). Las áreas permiten la integración de disciplinas y
saberes, organizadas de acuerdo con unos principios de interdisciplinariedad,
transversalidad e interculturalidad, posibilitando que el (la) educando (a) se
prepare para los niveles superiores del proceso educativo y para su vinculación
con la sociedad y el trabajo.
Se hace imperativo ir de unas estructuras curriculares fragmentadas y
homogéneas hacia otras más unificadas y heterogéneas. Es necesario disminuir
tanto número de asignaturas como de docentes a los cuales se enfrenta
semanalmente el/la adolescente y el/la joven. Pero también hay necesidad de
disminuir el número de adolescentes y jóvenes que semanalmente debe atender
el docente. Es decir, adolescentes y jóvenes atendidos por menos docentes, y
docentes que atienden menos adolescentes y jóvenes. Esto conduciría a
posibilitar una mayor relación, integración, comunicación e identidad entre el
docente y los adolescentes y jóvenes, para el fortalecimiento del proceso
formativo. En esta misma dirección se impone superar los horarios mosaicos o
disgregados como mecanismo que ayude a minimizar la fragmentación de la
administración del currículo.
El currículo por disciplina privilegia el estudio de los problemas que interesan a la
ciencia, en cambio, el currículo integrado por área, sin desconocer a la disciplina,
privilegia el análisis de los problemas de la sociedad a partir de las diversas
aportaciones del conocimiento. El currículo integrado por áreas favorece las
opciones didácticas que posibilitan la aproximación del (la) adolescente y joven a
un pensamiento crítico, al objeto de poder intervenir en la realidad social.
En el Liceo Bolivariano las áreas del conocimiento se integran a través de un
proyecto educativo-productivo de manera que las disciplinas apoyen y le den
explicación desde su especialidad a todas las acciones planteadas en los mismos.
Por ejemplo, el área de sociales con sus categorías tiempo y espacio se relaciona
con el área de ciencias para realizar diagnósticos y con el área de lenguaje,
cultura y comunicación ayude a entender los saberes locales, sus diferentes
expresiones humanas manifestadas en las tradiciones y costumbres y con la
educación en y para el trabajo liberador que impulsa el aprender-haciendo,
descubriendo las potencialidades de la comunidad en función del desarrollo
sustentable.
En este sentido, es fundamental considerar el conocimiento como una forma de
organizar, relacionar y contextualizar la información, ya que esta última
constituye parcelas de saberes dispersos, cuestión que ha caracterizado nuestro
sistema educativo.
Se hará énfasis en desarrollar en los y las adolescentes y jóvenes una aptitud
para plantear y analizar problemas y principios organizadores que les permita
vincular los saberes con la realidad.
El currículo del Liceo Bolivariano se organiza en cinco áreas que integran las
distintas asignaturas y contenidos necesarios para la formación del y la
adolescente y joven que requiere nuestro país:
a) Matemática y ciencias naturales. Está integrada por matemática, física,
química y ciencias de la tierra, las cuales obedecen a leyes y procesos específicos
que se dan independientemente del ser humano y que le permiten transformar la
realidad fortaleciendo la calidad de vida.
b) Ciencias sociales, ciudadanía e identidad. Integrada por geografía, historia,
ciudadanía e identidad. Esta área considera el comportamiento social del ser
23
humano en el devenir histórico en tiempo y espacio determinado para entenderse
como sujeto de transformación.
c) Lengua, cultura, comunicación e idiomas. Integrada por castellano, literatura,
inglés, idiomas propios, cultura y comunicación. Esta área concibe la lengua oral
y escrita como expresión cultural que integra lo científico y lo humanístico
reconociendo la diversidad multiétnica y pluricultural a diferentes escalas,
haciendo énfasis en la comprensión y producción de la comunicación humana.
d) Educación física, deporte, ambiente y recreación. Es un área que aparece
como necesidad para fortalecer el desarrollo físico-mental del ser humano en
armonía con su entorno para garantizar calidad de vida individual y colectiva y
para las generaciones futuras.
e) Educación en y para el trabajo liberador para el desarrollo endógeno soberano.
Educación y trabajo como síntesis del proceso de formación que se expresa en lo
organizativo y productivo y se concreta en la comunidad para alcanzar el modelo
de desarrollo endógeno.
(Ministerio de Educación y Deportes, 2004, pp. 52-56)
24
Anexo B
Anteriormente señalamos que la ciencias naturales estaban constituidas por
procesos y productos de la aplicación de esos procesos. Distinguimos de manera
particular cinco productos de las ciencias naturales. Dado el carácter de
integración que se postula para la enseñanza de las ciencias naturales y
matemática en el Liceo Bolivariano, nos interesa identificar aquellos resultados
que son comunes a todas las ciencias naturales. A continuación presentamos
una lista de estos resultados tomada de Aldridge (1993). Esta no es una lista de
conceptos, términos, leyes, teorías para que sean aprendidas de memoria por los
estudiantes y los profesores. Nuestra intención es que esta lista de resultados
comunes a todas las ciencias le sirva de referencia al profesor tanto para su
estudio de las ciencias como para su enseñanza.
Términos básicos comunes a todas las ciencias naturales
Múltiplos asociados con los prefijos nano, micro, Nombres de unidades derivadas SI para la
mili, kilo, mega, giga fuerza, carga eléctrica, presión, campo
Nombres de las unidades de tiempo, masa, magnético, trabajo, energía y potencia
longitud, área y volumen
Resultados básicos comunes a todas las ciencias naturales

Grupo 1
La velocidad de la luz en el Punto de congelación del agua (2 Definiciones de minuto, día,
vacío cifras significativas) hora y año
Valor el cero absoluto en la Velocidad del sonido en el aire (2 Nombres de ácidos y bases
escala de temperatura Celsius cifras significativas) comunes
La densidad del agua líquida Velocidad del sonido en el agua (2 Nombres de elementos
Punto de ebullición del agua (2 cifras significativas) comunes que son aislantes
cifras significativas) eléctricos
Nombres de elementos
comunes que conducen la
electricidad
Grupo 2
Longitud de onda en Valor numérico de 1 mol Valor de calorías en joules
manómetros de colores visibles Volumen de 1 mol de gas en STP Capacidad de calor del agua
de luz (2 cifras significativas) Números atómicos y masas Calor latente de
Rango aproximado de longitud atómicas en gramos por mol de vaporización del agua
de onda en nanómetros de unos pocos elementos: oxigeno, Calor latente de fusión del
radiación ultravioleta e nitrógeno, carbón e hidrógeno agua
infrarrojo (2 cifras Dimensiones aproximadas de Valor de la aceleración
significativas) moléculas inorgánicas debida a la gravedad en la
Índice de refracción para el Componentes de átomos e Tierra (2 cifras
vidrio y para el agua (2 cifras isótopos comunes en términos de significativas)
significativas) protones y neutrones en el núcleo Presión atmosférica sobre la
Componentes de moléculas y electrones que rodena el núcleo Tierra (2 cifras
simples, biatómica de gases significativas)
comunes y componentes Radio aproximado de la
comunes, en términos de Tierra, la Luna y el Sol
números de átomos y masa
molecular
Grupo 3
Definición de un electrón-voltio Las cargas de iones de elementos Valor de la constante de gas
en Joules libres comunes, en unidades de ideal, R
Definición de estructuras de carga en un electrón Radio aproximado de un
cristal simple, centrada en una Valor de la constante de Planck átomo y de un núcleo
cara y centrada en el cuerpo La constante, k, en la ley de atómico
“Permittivity” y permeabilidad Coulomb de fuerza para cargas Constante de Bolzano
del espacio libre eléctricas Masa de, y carga sobre, el
Vida-promedio del carbono 14 Valor de la constante, G, en la ley electrón, protón y neutrón
de gravitación universal Valor de equivalencia masa-
energía
25
Conceptos básicos comunes a todas las ciencias naturales

Grupo 1
Escalar (un número y una Tasa de cambio del tiempo en Reflexión
unidad) general Refracción
Precisión (y cifras Velocidad (rapidez y dirección) Dispersión
significativas) Fuerza Período
Exactitud (y calibración Presión Movimiento periódico
contra un estándar) Ebullición Movimiento armónico simple
Exponente Trabajo Equilibrio térmico
Potencias de diez y orden de Energía Temperatura
magnitud Potencia Calor
Continuidad y discontinuidad Energía cinética (translacional Energía térmica
Longitud, área, volumen, y rotacional) Punto de congelación
masa, carga eléctrica y Energía potencia Punto de ebullición
tiempo (gravitacional, eléctrica y Conductividad
Área de superficie nuclear) Concentración
Densidad de masa Pulso Mezcla
Tasa de cambio del tiempo Onda (mocromática) Homogéneo
con distancia (rapidez) Longitud de onda Elemento
Tasa de cambio del tiempo Amplitud Compuesto
con rapidez (aceleración) Superposición de ondas Solvente y soluto
Difracción Ácido
Interferencia Base
Espectro Cristal
Gas
Grupo 2
Vector (un número, una Catálisis Longitud de onda
unidad u una dirección) Coloide Momento (lineal y angular)
Potencia Corriente (masa, cambio o Osmosis
Átomo volumen por unidad de pH
Volumen molar tiempo) Radioactividad
Molécula Tasa de cambio de distancia Resonancia
Número atómico (contornos y gradientes) Campo eléctrico
Mol Evolución Onda transversal
Masa atómica Centrípeta Onda electromagnética
Nucleo Gravedad Intensidad
Cpacidad calórica Invarianza
Isotermal
Grupo 3
Desplazamiento (distancia y Energia interna Energía potencial elástica (como
dirección) Entalpía caso especial de la eléctrica)
Intensidad Entropía Fisión
Vector aceleración Concepto general de densidad Fusión
Velocidad de onda como función de distribución Vida-media
Polarización de ondas Calor latente de fusión Isótopo
Coherencia (temporal y Calor latente de vaporización Fotón
espacial) Energía potencial química Plasma
Ion (como caso especial de la Simultaneidad
Densidad de carga eléctrica) Relatividad
Torque
Dipolo eléctrico
Adiabático
Leyes empíricas básicas comunes a todas las ciencias naturales

Grupo 1
Ley de Pascal Ley de la reflexión especular Evolución (patrones observados
Ley de Boyle Ley de la conservación de la de cambio en el tiempo)
Ley de Charle energía
Ley de Guy-Lussac
26
Grupo 2
Ley de los factores limitantes Variación observada de la Ley de la refracción de Snell
Fotosíntesis (como un proceso) resistencia con cambios lineales El efecto Doppler
Ley de Graham de dimensión Variación observada de la masa
Leyes de proporciones definidas Ley del cuadrado inverso con cambios lineales de
y múltiples Ley de Ampere dimensión
Tres leyes del movimiento de Ley de Coulomb Variación observada de la
Newton Ley de Faraday superficie con cambios lineales
Ley de Gauss de dimensión
Grupo 3
El principio de Le Chatelier Ley de conservación del Ley del desplazamiento de Wien
La ley de Hess momento Cuarta ley del poder de la
Ley de Dalton de la presión Variación observada del calor a radiación
parcial través de una superficie con Efecto fotoeléctrico
Ley de la gravitación universal cambio lineal de dimensión
Teorías y modelos comunes a todas las ciencias naturales

Grupo 1
Teoría de onda de la luz (cuando la luz se comporta como onda)
Grupo 2
Teoría de los lazos químicos (desde las primeras Teoría de las leyes de escala (área de superficie,
teorías de los átomos y moléculas como volumen y masa)
resultado de las leyes de proporciones definidas y Teoría atómica (de la secuencia modelos de
múltiples hasta teorías asociadas con varios tipos Thomson, Rutherford y Bohr)
de enlaces químicos)
Grupo 3
Teoría electromagnética (como síntesis de las Teoría cuántica (atómica y nuclear, incluyendo
leyes empíricas de Ampere, Faraday y Gauss, con orbitales, números cuánticos)
nueva predicción sobre la velocidad de ondas, La Tabla Periódica moderna (desde la teoría,
con conexión con la luz y confirmada por Hertz) incluyendo el principio de exclusión de Pauli)
Teoría de las leyes de escala periodicidad, La teoría moderna de los sólidos (incluyendo
transferencia de calor a través de superficies y elementos del estado físico sólido que se aplica a
resistencia) cristales, metales y semiconductores)
Teoría cinético-molecular (como explicación para Cosmología y teorías de la evolución
las relaciones de temperatura y energía cinética (explicaciones de cambio evolucionario general)
de las moléculas)
Teoría de partícula (fotón) de la luz (cuando la
luz se comporta como partícula)
27
Unidad 2
Aplicaciones de las matemáticas en la escuela
Objetivo: Discutir diversas tendencias o maneras de usar las aplicaciones de

las matemáticas en la enseñanza.
28
Lección 2
La preocupación por introducir en la enseñanza de las matemáticas aplicaciones

de estas en la resolución de problemas reales no es tan nueva como puede
parecer. Por ejemplo, en los Programas Provisionales de Educación Secundaria
de 1955, se resalta el “valor instrumental de las Matemáticas” y se señala que:
(…) las Matemáticas tienen un extraordinario valor como

instrumento de investigación en casi todas las ciencias aplicadas.
Los nuevos programas destacan este otro aspecto, señalando en
diversas partes aplicaciones a la Física, a la Química, etc. (p. 17)
Introducir aplicaciones de las matemáticas a situaciones reales, o pseudo-reales,

es más fácil decirlo que hacerlo. Reconociendo esta situación nos proponemos en
esta lección ofrecerle diversos enfoques en el uso de las aplicaciones de las
matemáticas en su enseñanza. No pretendemos ser exhaustivos. Esperamos
cubrir al menos las propuestas más comunes o relevantes.
La manera más sencilla de introducir de alguna manera aplicaciones de las

matemáticas en su enseñanza es mediante la proposición de problemas en
contexto real, semi-real o ficticio. Esta tendencia predomina en los libros
escolares de Matemática en nuestro país. Por ejemplo, en un libro de Octavo
Grado se propone el problema siguiente:
Un envase tiene forma cúbica y contiene un volumen igual a 125

cm3. Con la finalidad de diminuir costos, la empresa desea reducir
el taño del envase restando n unidades (con n < 5) a la arista del
cubo original. ¡Qué fórmula permite conocer el volumen del nuevo
envase? (Suárez Bracho y Durán Cepeda, 2002, p. 163)
Más adelante, en una unidad dedicada a la probabilidad y la estadística proponen

este problema:
Midiendo el tamaño de un grupo de insectos, un entomólogo

obtuvo los siguientes datos:
Longitud (mm) Número de insectos

0–2 8
2–4 12
4–6 21
6–8 24
8 - 10 22
Determina la clase modal y los valores aproximados de la mediana

y la media aritmética. (Suárez Bracho y Durán Cepeda, 2002, p.
207)
En otros libros las aplicaciones son introducidas de manera más limitada, sólo en
aquellos temas en que es prácticamente imposible evitarlas. Tal es el caso de los
temas de estadística. Un ejemplo de este tipo de tratamiento de las aplicaciones
es el libro de Brett C. (2006) para el Segundo Año de EMDP. Los únicos
problemas planteados en el contexto de situaciones reales aparecen al final del
libro en los tres últimos capítulos dedicados a la teoría combinatoria, las
29
probabilidades y la estadística. Como ya dijimos, es prácticamente imposible
enseñar estos temas sin recurrir a las aplicaciones. Veamos uno de los
problemas propuesto por Brett C. (2003),
Para determinar la cantidad de calcio en un grupo de ciudadanos,

se ha tomado la muestra de sangre a 25 de ellos, habiéndose
obtenido los siguientes resultados: 9,7; 9,3; 10,1; 9,2; 9,1; 9,3;
9,4; 8,7; 8,8; 8,7; 9,2; 8,3; 10,1; 9,5; 9,6; 9,7; 9,2; 9,3; 8,8;
9,5; 9,8; 9,1; 9,2; 9,6; 8,4.
Calcular el rango, la varianza y la desviación típica. (p. 340)
Actividad 2.1.
1. Resuelva los tres problemas presentados en los párrafos anteriores.
2. ¿Considera usted que estos problemas son reales o ficticios? Explique.
3. ¿Encuentra usted que estos problemas sean interesantes o retadores?
Explique
Al tipo de enfoque presentado hasta ahora lo consideraremos como el primer

nivel en el uso de aplicaciones en la enseñanza de las matemáticas. Este
enfoque es sumamente limitado y en general se recurre a problemas poco
retadores y ficticios. Dentro de este enfoque el contenido matemático es
introducido primero de manera “abstracta”, en especial las técnicas de cálculo y
de manipulación algebraica, y los problemas de aplicaciones son presentados al
final de cada tema.
Un segundo enfoque es el uso de las aplicaciones como motivación para

introducir un tema. Este enfoque es muy popular entre autores de libros
escolares de matemáticas. Por ejemplo, todas las unidades en el libro de Suárez
Bracho y Durán Cepeda (2002) comienzan con una fotografía, una breve
descripción de una situación problemática y un conjunto de preguntas o
problemas relacionados con esa situación. La información ofrecida en esa
primera página de cada unidad es muy breve y busca motivar a los estudiantes.
Una vez hecha esa introducción, lo autores pasan a presentar el contenido de la
unidad sin mayores referencias a las aplicaciones. Veamos a continuación un
ejemplo tomado de dicho libro.
La Unidad 15, titulada “División de polinomios y fracciones racionales”, tiene en

la página inicial una foto de una sabana, con una laguna en el centro. En la
columna de la derecha aparece un escrito titulado “El planeta en que vivimos”
con el texto siguiente:
La Tierra, nuestro planeta, está envuelta por una capa de gases que
forman el aire. El más importante de estos gases para la vida es el
oxígeno (21%), pero el más abundante es el nitrógeno (78%).
Si imaginamos la superficie terrestre dividida en 25 partes iguales, 18
de esas partes están ocupadas por los mares y los océanos y las otras
7 partes serían de tierra firme. De las 7 partes de tierra firme 3 son
útiles para el ganado o para el cultivo y 4 no son útiles ni para el
ganado ni para el cultivo. (Suárez Bracho y Durán Cepeda, 2002, p.
181)
En la parte inferior de esta misma página, bajo el título “Calcula y responde”, se

proponen unas preguntas y problemas. Estos son los siguientes:
30
 ¿Qué fracción de la superficie terrestre está ocupada por los
océanos y los mares? ¿Y por la tierra firme?
 Suma la parte de la superficie terrestre que es útil y la que no es
útil. ¿Qué representa la fracción que has obtenido?
 La superficie total de la Tierra es de 510 100 000 km2. ¿Qué
superficie ocupan los océanos y mares aproximadamente?
 ¿Cuántos kilómetros cuadrados ocupa la parte que no es útil ni
para el ganado ni para el cultivo? ¿Y la parte que es útil para el
ganado o el cultivo? (Suárez Bracho y Durán Cepeda, 2002, p.
181)
Con estas termina la página de presentación. Como dijimos anteriormente, de

allí se pasa a la presentación del contenido d ela unidad donde se hace poca o
ninguna referencia a las aplicaciones.
Actividad 2.2
1. Verifique los datos dados por Suárez Bracho y Durán Cepeda (2002) en la
introducción al tema. Son estos ciertos o ficticios.
2. ¿Qué relación tiene esta situación problemática con el tema matemático
tratado en la unidad?
3. ¿Cree usted que esta situación “real” es adecuada para la introducción del
tema de División de polinomios y fracciones racionales? Explique.
4. En caso de que su respuesta a la pregunta anterior sea negativa escoja usted
una situación problemática adecuada par ala introducción de este tema.
En este segundo enfoque se hace un uso muy limitado de las aplicaciones, sólo
juegan un papel de motivación y no forman parte integral de la enseñanza del
tema. Los estudiantes podrían formarse la idea que las aplicaciones son una
cuestión accesoria y no forman una parte importante de las matemáticas. Con
todas sus limitaciones, este enfoque lo consideramos como un segundo paso en
la introducción de las aplicaciones en la clase de matemáticas.
Un tercer enfoque es el de presentar un aplicación desde el comienzo como punto

de partida para estudiar un tópico de matemáticas en particular. Este enfoque es
característico, aunque no exclusivo, de la llamada matemática “realista”
desarrollada por la escuela holandesa de didáctica de las matemáticas, en
particular bajo la influencia de Hans Freudenthal. Uno de los primero libros
escolares, para la educación secundaria, en adoptar este enfoque fue el de los
italianos Castelnovo, Gori Giorgi y Valenti (1986). Incluso estos libros tiene el
subtítulo: “La matemática en la realidad”. Todas las partes principales de este
libro comienzan con una introducción extensa, de entre tres y cinco páginas, a
cada tema combinando historia y aplicaciones. La presentación del contenido
casi siempre comienza con aplicaciones reales, las cuales forman una parte
integral de la enseñanza de dicho tema. Describiremos a continuación la parte
dedicada al tema de la función exponencial y logarítmica. En la introducción al
tema, Castelnuovo y otros (1986) comienzan resaltando el significado del
adjetivo “exponencial”, lo cual significa que la ley depende del “exponente”.
Luego entran a narrar el desarrollo histórico de ambas funciones, o leyes, en
especial su relación con las progresiones. Es oportuno señalar que estos autores
rechazan, en la práctica, el enfoque eurocéntrico en la historia de las
matemáticas. En su relato incluyen a los griegos, chinos, árabes, etc. sin
exagerar las contribuciones de una nacionalidad o grupo étnico en particular.
Retomemos nuestro tema principal. Luego, comienzan la enseñanza del
contenido con una sección titulada “La ley exponencial en la naturaleza”. En esta
31
sección se introducen fenómenos naturales diversos (la reproducción por división,
la fisión y el decaimiento radioactivo) donde aparece dicha ley. La segunda
sección se titula “El logaritmo en la naturaleza”. En ambas secciones se inicia la
enseñanza del tema correspondiente en el contexto de unas aplicaciones de éste
a problemas reales. También introducen en esta parte el uso de calculadoras.
Un problema que tratan Castelnuovo y otros (1986) es el del decaimiento del
carbono 14 (C14) y su uso para determinar la edad de un fósil. Veamos una parte
del texto de estos autores.
Todo organismo viviente contiene una cantidad de C14, la cual

permanece constante mientras que el organismo vive, porque el
carbono presente en el cuerpo se renueva constantemente. A penas el
organismo muere, se detiene el recambio y se inicia el decaimiento del
C14, que disminuye cada 6 000 años. Si un organismo contiene
mientras está vivo 1mg de C14, después del momento de la muerte la
masa M de C14 comienza a disminuir con el paso del tiempo según la
ley
t
M = (1/2)
Esta ley nos permite resolver el problema de la previsión y de la
determinación de la edad.
A) Problema de la previsión
Si un organismo muere hoy y queremos saber cuánto C14 contendrá
dentro de 18 000 años. Nótese que dado el tiempo t (18 000 años, es
3 veces el tiempo de decaimiento) se puede determinar la masa M, la
cual está dada por
3
M = (1/2) = 0,125 mg
B) Problema de determinación de la edad
Si se tiene un organismo, el cual contiene cuando está vivo contiene
1mg de C14; en cuyo fósil se encuentra una masa de igual a
M = 0,0625 mg
Se desea saber cuándo murió el organismo.
Conocemos el valor de masa M y se desea determinar el tiempo t
transcurrido. Para resolver este problema se deberá expresar la masa
M en la forma de una potencia de base ½, o sea se deberá determinar
el exponente t de modo que resulte
t
(1/2) = 0,0625
En este caso particular resulta fácil hallar el resultado, dado que
resulta
4
(1/2) = 0,0625
Se tiene que t = 4, entonces han transcurrido 4 tiempos de
decaimiento, este es 24 000 años. Hemos así determinado la edad del
fósil.
La ley establecida
t
M = (1/2)
Puede ser considerada desde dos puntos de vista.
A) Previsión: dado el tiempo t se desea hallar la masa M.
32
B) Determinación de la edad: dada la masa M se desea hallar el
tiempo transcurrido t.
Es muy fácil distinguir los dos casos, siguiendo una convención de uso:
se indica con x la variable que se conoce y con y la variable que se
desea hallar, de este modo la ley
t
M = (1/2)
Se escribirá
x
y = (1/2) , cuando t = x es dado y se desea hallar M = y.
y
x = (1/2) , cuando M = x es dado y se busca t = y.
Se nota ahora una diferencia entre las dos formulas escritas de esta
forma: en la primera es fácil calcular y, cuando e dada a x; en la
segunda, por el contrario, no conocemos un método para calcular el
valor de y a partir de la x.
Se puede describir este segundo problema, decimos que se debe
expresar la masa x en la forma de una potencia de con base ½, este
es, se debe determinar el exponente y que asignado a la base ½ en
Y
modo de la potencia (1/2) de cómo resultado x.
Esta larga oración escrita arriba se sintetiza en el término logaritmo.
Esta “extraña” palabra, introducida a finales de 1500 por el
matemático ingles John Napier (conocido con el nombre latinizado de
Nepero o Neper), viene del griego logos-arytmòs y significa “número
de proporción”, como ya dijimos en la introducción histórica (pag.
205).
Así, en lugar de decir “y es el exponente que asignado a la base ½ en
modo de potencia da como resultado x”, se dice “y es el logaritmo de
base ½ del número x”. Y, en lugar de escribir
y
x = (1/2)
Se escribe
Y = log1/2 x,
Lo cual se lee, “y es igual el logaritmo de base ½ de x”

(…)
[continúa la exposición]
(traducción libre de Julio Mosquera) (Castelnuovo y otros, 1986, pp.
213-215)
Para más información sobre el carbono 14 y su uso para estimar la edad de la

Tierra puedes visitar la página web educativa venezolana:
http://www.rena.edu.ve/cuartaEtapa/cienciasTierra/Tema19.html.
Allí encontrarás un artículo muy interesante sobre le tiempo geológico. En el sitio

web Red Escolar Nacional encontrará mucha más información que le puede servir
de fuente de situaciones problemáticas reales.
Resaltamos que en el caso anterior se tiene que la aplicación es presentada como

parte integral de la enseñanza del tema de la función exponencial. Este tercer
enfoque se diferencia pues de los dos primeros en los cuales las aplicaciones
33
aparecen generalmente al final, en forma de ejercicios, y de manera limitada, y
como motivación para introducir el tema respectivamente.
Actividad 2.3
1. Escoja un libro escolar cualquiera de Matemática para la educación secundaria

(Tercera Etapa de Ecuación Básica y Ecuación Media Diversificad y
Profesional). Revise dicho libro e identifique cuál de los enfoques anteriores
se adopta en ese libro.
2. Elija un tema cualquiera de Matemática de Primer Año de Educación Media
Diversificada y Profesional y haga una lista de posibles campos, o situaciones
problemáticas, en los que se aplique ese tema. ¿Cuál de esos temas
escogería para introducir el tema escogido? Explique.
Otros autores propone el enfoque de la investigación en la enseñanza de las

matemática, por ejemplo Skovsmose (2001). Este enfoque es similar al tercero
de los antes expuestos. En el curso de Didáctica de la Geometría,
específicamente en las unidades 3 y 4, usted tuvo la oportunidad de estudiar
algunas aplicaciones del álgebra y de la trigonometría respectivamente. Allí
introdujimos las ideas de Skovsmose (2001) sobre el enfoque de la
“investigación” en la enseñanza de las matemáticas. Le invitamos a que lea otra
vez esas unidades para refrescar las ideas presentadas en ellas.
En esta lección estudiamos tres enfoques o maneras de introducir las aplicaciones

en la enseñanza de las matemáticas. El primer enfoque se caracteriza por la
proposición de problemas de aplicación, la mayoría de las veces limitados y de
contextos ficticios, después de terminada la presentación del contenido. En el
segundo enfoque las aplicaciones son introducidas al principio de cada tema con
fines de motivar a los estudiantes, pero estas no forman una parte integral de la
enseñanza del contenido. Por último, en el tercer enfoque, las aplicaciones
juegan un papel integral en la enseñanza del contenido, son más que algo
accesorio o con fines de motivación. Este último enfoque resulta ser muy
exigente para el profesor, sin embargo, al final de este curso esperamos que
usted esté mejor preparado o preparada para asumirlo y maneje información
sobre fuentes documentales que le pueden ser de ayuda para su adopción y
puesta en practica en el aula.
Referencias
Brett C., E. (2006). Actividades de Matemática II Cs. C.D. Caracas: El Autor.
Castelnuovo, E., Gori Giorgi, C. y Valenti, D. (1986). La scienza. La matematica

nella realidad 3. Scandicci, Italia: La Nuova Italia.
Suárez Bracho, E. y Durán Cepeda, D. (2002). Matemática 8. Caracas:

Santillana.
34
Unidad 3
Ciclo de aplicación de las matemáticas
Objetivo: Explicar el ciclo de la aplicación de las matemáticas.
35
Lección 3
Esta Unidad está dividida en dos lecciones. En esta primera lección estudiaremos
algunos ejemplos de cómo se modela matemáticamente una situación
determinada. Los ejemplos en cuestión fueron escogidos por su sencillez y sólo
pretendemos que le sirvan para comprender el proceso de modelaje. En la
siguiente lección entraremos a considerar diversas maneras de caracterizar el
ciclo de la aplicación de las matemáticas o ciclo de modelaje.
Como señalamos arriba, recurrimos a dos ejemplos sencillos para ilustrar el

proceso de modelaje matemático. El primer ejemplo lo tomamos de la
agricultura. Supongamos que estamos interesados en sembrar tomates en un
huerto familiar. Contamos para tal fin con un terreno plano de la forma y
dimensiones como se indica en la Figura 3.1.
5m
4m
5,5 m
6m
Figura 3.1
En primera instancia, tenemos que el dibujo en la Figura 3.1 es un modelo de la

realidad, porque no tenemos el terreno frente a nosotros sino una representación
geométrica (matemática) del mismo. Nuestra situación de partida ya es una
representación matemática de la realidad, un modelo de nuestro terreno. A
partir de esta situación plantearemos una solución al problema propuesto.
Producto de la experiencia y la investigación sobre la siembra de tomates se ha

logrado establecer un conjunto de datos que nos permiten sembrar dichas
plantas de manera que mejore su producción. En la Tabla 3.1 se muestran esos
datos. Esta información es válida sólo para el caso específico de los tomates.
Hasta ahora tenemos dos tipos de información: a) las magnitudes y la forma del
terreno y b) un conjunto de datos sobre la siembra de plantas de tomate. La
información del primer tipo podríamos llamarla parámetros, porque estos se
mantienen fijos para el caso particular del terreno considerado. Mientras que la
información del segundo tipo son constantes, porque estas se mantienen fijas
para el caso de las plantas de tomate independientemente de las magnitudes y
forma del terreno donde se sembren.
36
Como veremos en lecciones siguientes, la identificación de las constantes y los
parámetros en una situación determinada es muy importante para la
construcción de un modelo matemático.
Distancia entre plantas: 50 cm.

Distancia entre líneas: 100 cm.
Profundidad de Siembra: 1,5 cm
Número de semillas por gramo: 400
Metros de surco sugeridos para una familia
de 4 o 5 personas: 15 m
Tiempo para cosechar: 80 a 100 días
Fuente: Adaptado de Huerta y jardinero. Semillas y siembra (2006)
Tabla 3.1
Considerando toda la información dada anteriormente, realice la Actividad 3.1.
Actividad 3.1
1. ¿Es posible sembrar en el terreno dado el número de plantas de tomate
suficiente para proveer a 20 personas?
2. ¿Cuál es el número máximo de personas que se podrían beneficiar
aprovechando eficientemente el terreno dado?
3. Dibuje tres maneras diferentes en las que se podrían sembrar las plantas de
tomate en el terreno dado.
4. Invente una pregunta o problema sobre la situación planteada.
Revisemos aquello que hemos hecho hasta ahora. Partimos de una situación real
representada geométricamente y de un conjunto de datos dados previamente
conocidos sobre la situación de nuestro interés. Distinguimos ente constantes y
parámetros, paso muy importante en el proceso de aplicación de las
matemáticas. Una vez comprendida la situación y las preguntas propuestas
procedimos a responder estas últimas.
La situación considerada anteriormente es, en cierta forma, estática. En ella no

tenemos cosas en movimiento o procesos. A continuación estudiaremos un caso
donde nos encontramos con magnitudes variables. Este ejemplo es tomado de
Edwards y Mason (1989).
Primero describiremos la situación problemática. ¿Cuántos carros pasan a través

de un conjunto de semáforos cuando la luz cambia a verde por un período de 15
segundos? Supongamos que una fila de carros están esperando están esperando
para cruzar la intersección y las luces están en rojo. Con frecuencia la cola es
tan larga que un conductor a cierta distancia del frente de la cola ve la luz pasar
a verde y regresar a rojo antes de avanzar, mucho menos cruzar la intersección.
El comportamiento del tráfico en los semáforos puede ser muy complicado,
dependiendo de cosas como “filtros giro a la derecha”, “no cruzar a la izquierda”
y así sucesivamente. También, cuando la densidad del tráfico disminuye, con
frecuencia no se forman colas, y el número de caros que atraviesan la
intersección dependerá de cuantos hay en la vecindad de los semáforos en
primer lugar. Aquí nos ocuparemos del caso de la saturación donde ya se ha
formado una larga cola de carros en la luz roja esperando para arrancar.
Podemos hacer un número de suposiciones desde el comienzo.

(a) La intersección no está bloqueada de manera alguna.
37
(b) Todos los carros intentan cruzar directamente a través de la intersección.
(c) Todos los vehículos son carros del mismo tamaño, 5m de largo, e
inicialmente en reposo.
(d) Hay un espacio de 2m entre carro y carro parado.
El objetivo es calcular cuántos carros pasan por la intersección en un ciclo de

duración de la luz verde.
Como mencionamos anteriormente, esta situación es dinámica, a diferencia de la

primera. En este caso tomamos en consideración el caso de unos objetos que se
encuentran en reposo por un tiempo determinado y luego se ponen en
movimiento, ambos estados de los objetos son regulados por un semáforo el cual
también cambia en el tiempo. Sin embargo, al igual que en la primera situación,
partimos de unos supuestos, de una simplificación de la situación. Pasemos
ahora a resolver el problema.
Primero nos preguntamos: ¿cómo arranca un carro? Asumimos que éste

acelerará uniformemente hasta la velocidad máxima permitida en vías urbanas,
asumamos que es 13,4 m/s.
De manera razonable podríamos asumir que la velocidad final sería 15 m/s.

Ahora, tenemos que avaluar la aceleración de un carro en condiciones urbanas.
En los manuales de algunos carros se afirma que aceleran de “0 a 26,8 m/s en
10 s”. Basados en esa información podemos afirmar que la aceleración es de
2 2
2,68 m/s . Asumimos conservadoramente una aceleración de 2,0 m/s .
Basándonos en que, una vez que el carro ha alcanzado la velocidad final, esta
velocidad e mantiene constante, podemos dibujar el gráfico velocidad-tiempo
(ver la Figura 3.2).
Tenemos que después de 7,5 segundos el carro alcanza la velocidad final de 15

m/s. La descripción del movimiento de un carro no es suficiente para lograr el
objetivo del modelo, nos falta considerar el movimiento del resto de la cola.
Figura 3.2
Supongamos que hay un retardo de 1s en tiempo de reacción antes de que el

conductor del carro siguiente reaccione y arranque. Este movimiento es
fácilmente incorporado al mismo gráfico velocidad-tiempo, de manera tal que
38
todos los carros restantes pueden ser representados en dicho gráfico (ver Figura
3.3)
Figura 3.3
La distancia recorrida por cada carro puede ser hallada usando el gráfico
velocidad-tiempo calculando el área bajo la gráfica. Entonces, después de 4s
tenemos:
El carro 1 ha recorrido 16 m
El carro 2 ha recorrido 9m
El carro 5 no llega a moverse
Nos preguntamos: ¿Dónde está esos carros parados en relación con la raya
blanca en el semáforo? Medido desde el parachoques delantero de cada carro,
elaboramos una tabla de las posiciones de los carros, al comienzo y después de
4s.
Tabla 3.1
Carro Tiempo en Distancia Posición inicial Posición neta
movimiento (s) recorrida (m) referida a la referida a la
“línea blanca” “línea blanca”
(m) (m)
1 4,0 16,0 0,0 16,0
2 3,0 9,0 -7,0 2,0
3 2,0 4,0 -14,0 -10,0
4 1,0 1,0 -21,0 -20,0
5 0,0 0,0 -28,0 -28,0
Ahora después de 7,5 s la situación cambia dado que algunos carros han
alcanzado la velocidad máxima de 15 m/s. ¿Puede usted hallar una fórmula
general para la distancia en metros que cada carro ha recorrido después,
digamos de T segundos?
Una formula sugerida es:
39
T2, T  7,5
S=
7,52 + 15(T – 7,5), T  7,5
Supongamos ahora que la luz verde se mantiene encendida 15 s; ¿Puede usted

calcular cuántos carros pasarán por la intersección? La situación con T = 15 s se
muestra en la Tabla 3.2.
Tabla 3.2
Carro Tiempo en Distancia Posición inicial Posición neta
movimiento (s) recorrida (m) referida a la referida a la
“línea blanca” “línea blanca”
(m) (m)
1 15 168,75 0,0 168,75
2 14 153,75 -7,0 146,75
3 13 138,75 -14,0
4 12 123,75 -21,0
5 11 108,75 -28,0
6 10 93,75 -35,0
7 9 78,75 -42,0
8 8 63,75 -49,0
9 7 49,00 -56,0
10 6 36,00 -63,0
11 5 25,00 -70,0
12 4 16,00 -77,0
13 3 9,00 -84,0
14 2 4,00 -91,0
15 1 1,00 -98,0
16 0 0,00 -105,0 -105,0
Usted puede usar esta tabla para calcular cuántos carros pasan pro la
intersección antes de que la luz cambie a rojo otra vez.
Para más investigación
(a) ¿Puede usted modelar cómo los carros llegan al estado de reposo cuando el
semáforo cambia a la luz roja? Esto depende del “tiempo de frenado”,
datos sobre ese asunto pueden encontrarse en internet.
¿Cuál es la relación entre velocidad y distancia total expresada como una

fórmula matemática? ¿Puede ser ésta incorporada al modelo.
(b) En una cola muy larga de espera en un semáforo , habrá una secuencia
considerable de paradas y arranques en la medida que el movimiento de la
cola avanza. ¿Es posible modelas ese efecto de “onda” en el transcurso del
tiempo?
Velocidad (millas Distancia de Distancia de Distancia total

por hora) reacción (pies) frenado (pies) (pies)
20 20 20 40
30 30 45 75
40 40 80 120
50 50 125 175
40
Hasta aquí llegamos con el problema tomado de Edwards y Mason (1989). Ahora
nos interesa pasar revista a los pasos seguidos en el estudio de ese problema.
Primero, comprendimos la situación y asumimos unos supuestos. Esto significa

producir una versión simplificada del problema, en la cual se han identificado
variables, parámetros y constantes, y posibles relaciones entre ellas. Segundo,
expresamos esas elementos y sus relaciones en términos matemáticos, por
ejemplo, elaboramos una gráfica velocidad- tiempo. Tercero, realizamos cálculos
para responder a las preguntas o problemas planteados. Consideramos si dichas
respuestas son o no razonables. Es oportuno señalar que en el proceso de
resolución del problema, o de elaboración del modelo matemático, se elaboró
primero un modelo más sencillo que tuviera sentido, es decir, con un solo carro.
Este paso tiene similitudes con la heurística de Polea para la resolución de
problemas, donde se recomienda considerar primero un problema más sencillo
similar al problema original. Volvamos con nuestro proceso de modelaje. Por
último, ua vez resuelto el problema original nos planteamos algunas preguntas
nuevas que nos permiten extender el problema inicial y hacer nuevas
investigaciones partir de la introducción de nuevas consideraciones sobre la
situación inicial, tal es el caso de considerar el “tiempo de frenado”.
También es oportuno mencionar que en ambos problemas estamos considerando

contenidos de otras asignaturas o de otros campos de conocimientos. De esta
manera mostramos dos ejemplos de cómo se puede hacer integración de
contenidos en la enseñanza de las matemáticas en la escuela.
Para más información sobre fórmulas básicas útiles para resolver problemas
relacionados con accidentes de tránsito, visitar el sitio web:
http://accidentesdetransitoencolombia.blogspot.com/2006_12_01_archive.html
El uso de las simulaciones y las fórmulas, y la discusión de este tema podrían

ayudar a los estudiantes a tomar conciencia de la importancia de tomar
precauciones para prevenir accidentes de tránsito.
En esta lección estudiamos dos ejemplos de aplicación de las matemáticas para

comprender mejor una situación real y resolver problemas en el contexto esa
situación dada. Como dijimos anteriormente, el estudio de estos ejemplos nos
introduce en el tema del ciclo del modelaje o de los pasos que se siguen, en
términos generales, para aplicar las matemáticas a una problemática real dada.
En la lección siguiente pasaremos a estudiar este ciclo en general y diferentes
maneras de concebirlo.
Bibliografía
Edwards, D. y Mason, M. (1989). Guide to mathematical modelling. Boca
Ratón, Florida: CRC.
Huerta y jardinero. Semillas y siembra. (2006). Disponible en:
http://usuarios.lycos.es/dserra/huertayjardineria/siembra.htm#Melón
41
Lección 4
En la lección anterior vimos dos ejemplos del proceso de modelaje o de aplicación

de las matemáticas. En esta lección pasaremos revista a varias caracterizaciones
de este ciclo. Es decir, reconocemos que este ciclo es concebido de diversas
maneras, las cuales tienen elementos comunes. Una vez estudiadas varias de
esas caracterizaciones identificaremos esos elementos comunes.
Primero, pasaremos revista a varias formas de caracterizar el ciclo de modelaje o
de aplicación de las matemáticas. Nos interesa estudiar cada uno de ellos en si
mismos. Segundo, una vez estudiado cada propuesta, nos ocuparemos de
identificar diferencias y semejanzas entre ellos.
Conocidas diversas caracterizaciones del proceso de modelaje, usted estará
mejor preparado o preparada para describir dicho proceso, reconocer la
diversidad de propuestas, señalar diferencias y semejanzas entre ellas y explicar
dicho proceso a sus estudiantes.
Shannon (1975) identifica once etapas en el proceso de de simulación, las cuales
son:
1. Definición del sistema. Determinar las fronteras, restricciones y medidas
de efectividad que serán usadas en la definición del sistema estudiado.
2. Formulación del modelo. Reducción o abstracción del sistema real a la
lógica del diagrama de flujo.
3. Preparación de datos. Identificación de los datos que el modelo necesita y
su reducción a la forma apropiada.
4. Traducción del modelo. Descripción del modelo en un lenguaje aceptable
a la computadora que será utilizada.
5. Validación. Incrementar a un nivel aceptable la confianza en que una
inferencia hecha a partir del modelo acerca del sistema real será correcta.
6. Planificación estratégica. Diseño de un experimento que produzca la
información deseada.
7. Planificación táctica. Determinación de cómo cada una de las pruebas
especificadas en el diseño del experimento será ejecutada.
8. Experimentación. Ejecución de una simulación para generar los datos
deseados y ejecutar un análisis de sensibilidad.
9. Interpretación. Sacar conclusiones de los datos generados por la
simulación.
10. Implementación. Poner el modelo y/o los resultados en uso.
11. Documentación. Registrar las actividades del proyecto y los resultados asi
como documentar el modelo y su uso.
(Shannon, 1975, p. 23)
Actividad 4.1.
1. Consulte en un diccionario la definición de la palabra “simulación”.
2. ¿Cómo se relacionaría el modelaje con la simulación?
42
Para Shannon (1975), todo modelo o representación de una cosa o fenómeno
puede ser considerada como una simulación. Define la simulación como sigue:
La simulación es el proceso de diseñar un modelo de un sistema real y
conducir experimentos con este modelo con el propósito de
comprender la conducta del sistema o de evaluar varias estrategias
(dentro de los límites impuestos por un criterio o conjunto de criterios)
para la operación de un sistema. (Shannon, 1975, p. 2)
Desde este punto de vista, el proceso de simulación considera tanto la
elaboración del modelo como el uso de ese modelo para la comprensión y
resolución de un problema.
Este autor distingue varios tipos de modelos (este tema lo trataremos en detalle
en la Unidad 4). Ubica estos tipo en un espectro continuo, desde lo más exacto
(según su parecido a la realidad modelada) a lo más abstracto. Dichos tipos de
modelos quedarían ubicados de la manera siguiente:
Exactitud Abstracción
Modelos Modelos a Modelos Juegos de Simulaciones Modelos
físicos escala análogos gestión por matemáticos
computadora
Como vemos en la escala anterior, los modelos matemáticos se encuentran en el
extremo máximo de la abstracción. No nos interesa en este momento explicar en
que consiste cada uno de estos tipos de modelos. Recordemos que nuestro
interés es pasar revista a diferentes formas de caracterizar el ciclo del modelaje.
Pasemos entonces a considerar la primera de estas caracterizaciones (ver Figura
4.1.).
Problema
del mundo
real
Construcción
del modelo
Recolección
de datos
Calcular la
solución
Interpretar los
resultados
Figura 4.1. Ciclo de la aplicación de las matemáticas.
Esta caracterización del proceso de modelaje está formada pro cuatro fases. El
punto de partida es un problema del mundo, un problema real. Una vez
comprendido el problema e identificados los datos importantes, se pasa a la
segunda fase que es la construcción del modelo. Con el modelo ya elaborado se
recolectan datos relevantes para la solución de el problema. Con estos datos se
pasa a realizar los cálculos que nos permitan obtener la repuesta o respuestas al
problema planteado. Pero no todavía no lo hemos resuelto completamente, nos
toca interpretar los resultados obtenidos a partir del modelo para evaluar cuán
43
bien resuelven el problema. Esta última fase nos obliga a reconsiderar el
problema original y evaluar si el modelo ha sido adecuado para resolverlo.
A continuación presentamos una segunda caracterización del proceso de

modelaje (ver Figura 4.2.). En ésta encontramos seis fases que componen ese
proceso. La primera fase consiste en identificar el problema que nos preocupa y
que queremos resolver. Una vez identificado dicho problema y comprendido
pasamos a la segunda fase: la formulación de un modelo matemático. En esta
fase encontramos el núcleo del proceso de modelaje. Una vez formulado el
modelo lo usamos para producir soluciones al problema planteado en la primera
fase. Esas soluciones producidas por el modelo deben ser sometidas a un
proceso de interpretación. Las soluciones matemáticas son evaluadas para ver si
responden o no adecuadamente a las preguntas formuladas en el problema. Eso
es precisamente lo que tenemos que hacer en la quinta fase. Por último, es
preciso reportar los resultados obtenidos así como todo el proceso seguido para
hallarlos. Entonces, tenemos una sexta fase en la que nos dedicamos a elaborar
un informe detallado de la manera en que nos planteamos el problema, el
proceso de formulación del modelo y presentar el modelo mismo, reportar los
resultados, la evolución de los mismos y su interpretación a la luz del problema
que queríamos resolver. Adicionalmente podemos prepara una presentación de
todo el proceso.
1 Identificar 2 Formular un 3 Obtener una

el problema modelo solución
matemático matemática del
modelo
6 Escribir un 5 Comparar 4 Interpretar la

informe y/o con la solución
presentar los realidad matemática
resultados
Figura 4.2. (Edwards y Mason, 1989, p. 44) (Traducción del autor)
Actividad 4.1.
Identifique las diferencias y semejanzas entre las dos caracterizaciones del

proceso de modelaje presentadas arriba.
Ahora le presentamos una tercera caracterización del proceso de modelaje o de

aplicación de las matemáticas para resolver problemas reales (ver Figura 4.3.).
44
8 1
Conflicto Situación
7
9 2 Retorno a la
Perfeccionamiento Observación situación
del modelo
Traducción en
términos observables
3
Elementos
significativos y sus
relaciones
4
Formalización y
modelo matemático
5
Manipulación
interna en el modelo
6
Resultados
Figura 4.3. Proceso de matematización. (Université de Québec, 1976, p. 130)

(Traducción del autor).
La primera fase en el proceso de matematización, representado en la Figura 4.3.,

es una situación. La situación está asociada a un conflicto, a una insatisfacción,
a algo que nos parece problemático y que queremos explicar o resolver. Las
45
fases siguientes son prácticamente descritas por su denominación. En esta
propuesta de la Université de Québec (1976) lo más interesante son las
competencias o habilidades asociadas a esas fases. Tenemos así que a las dos
primeras fases se asocia la competencia de la crítica o del pensamiento crítico, el
cual sería necesario para reconocer el conflicto o la situación problemática que se
desea comprender y resolver. A la fase 3 se asocian la habilidad para formular
hipótesis y la idealización. En la fase 4 se requiere que el estudiante defina un
concepto, haga representaciones y use una teoría matemática y de otras
disciplinas, según sea el caso. Para pasar de la fase 5 a la 6, los estudiantes
deben ser capaces de predecir, descubrir, resolver y decidir sobre la base de los
resultados obtenidos de la aplicación del modelo. La consideración de estas
competencias o habilidades es muy importante para el profesor interesado en
introducir las aplicaciones de las matemáticas en su clase. Además, nos presenta
esta caracterización elementos complementarios a las caracterizaciones
anteriores.
Actividad 4.2.
Compare y contraste las tres caracterizaciones del proceso de matematización
estudiadas hasta ahora.
A continuación le presentamos la última caracterización del proceso de modelaje

que consideraremos en esta lección. Esta caracterización fue elaborada por Kerr
(1979), como parte de una propuesta para la inclusión de las aplicaciones de las
matemáticas en su enseñanza en la escuela secundaria.
Figura 4.4. Construcción de modelos matemáticos en el aula (Kerr, 1979, p. 3).

(Traducción del autor)
46
Al igual que en las caracterizaciones anteriores, Kerr (1979) parte del mundo
real, o de una situación real. Esa situación real tiene que ser simplificada para
producir un modelo real de la situación. Una vez que tenemos ese modelo,
versión simplificada de la situación real se nos presentan dos alternativas, claro
está en el contexto de la educación: a) elaborar un modelo para el aula y b)
pasar directamente a la elaboración de un modelo matemático. La primera de
estas opciones, como se señala en la Figura 4.4., es específica al caso del uso de
las aplicaciones de las matemáticas en su enseñanza. Este paso lo estudiaremos
en detalle en la Lección 12, Unidad 7. Una vez elaborado el modelo matemático
lo aplicamos y sacamos conclusiones a partir de los resultados obtenidos.
Volvemos a considerar la situación en el mundo real y el modelo real
correspondiente y procedemos a la revisión de este último a la luz de los
resultados y las interpretaciones de los mismos.
Actividad 4.3.
1. Compare y contraste los cuatro tipos de representaciones del proceso de
matematización presentados en esta lección.
2. ¿Cuál de esos modelos considera usted que es el más completo? Explique.
3. Elabore una nueva representación del proceso de modelaje que incluye todos
los elementos y/o procesos que aparecen identificados en las cuatro
caracterizaciones presentadas arriba.
En esta lección estudiamos cuatro caracterizaciones del proceso de aplicación de
las matemáticas o de matematización. Estas cuatro versiones no agota el
universo de caracterizaciones de este proceso. Vimos como en todos esos
modelos aparecen unos elementos comunes y algunas diferencias. Entre los
elementos comunes encontramos: (a) la identificación y formulación de un
problema, (b) la elaboración de un modelo matemático, (c) la realización de
cálculos con el modelo, (d) la verificación de los resultados y (e) el proceso de
modelaje es concebido como un proceso circular, no lineal. Y entre las
diferencias tenemos que en algunas de esas caracterizaciones se considera la
revisión del modelo y la elaboración de un reporte o presentación de los
resultados, es notable la última caracterización, la cual es específica a la
situación del uso de la modelización en la clase de matemáticas.
Las caracterizaciones estudiadas en esta lección, así como los ejemplos
presentados en la lección anterior, nos permiten formarnos una visión general del
proceso de modelaje. Esto nos prepara para entrar en la materia específica del
estudio y construcción de modelos matemáticos para resolver problemas reales.
Ese es precisamente el tema principal de las lecciones que siguen.
Bibliografía
Edwards, D. y Masón, M. (1989). Guide to mathematical modelling. Boca
Kerr, D. R. (1979). Mathematical models to provide applications in the
classroom. En S. Sharron y R. E. Reys (Comps.) Applications in school
mathematics. 1979 Yearbook (pp. 1-19). Reston, Estados Unidos:
National Council of Teacher of Mathematics.
Shannon, R. E. (1975). Systems simulation: The art and science. Englewood
Cliffs, Estados Unidos: Prentice Hall.
Université de Québec (1976). Mdèles mathematiques et realite. Quebec,
Canada: El Autor.
47
Módulo 2
Matemáticas y Ciencias como apoyo para mejorar
nuestra comprensión de la realidad
Objetivos: Planear el uso de las matemáticas como herramienta para mejorar

nuestra comprensión de la realidad en otras áreas.
48
Unidad 4
Modelos matemáticos
Objetivo: Identificar los tipos de modelos: determinístico y probabilístico.
49
Lección 5
Las dos lecciones que forman esta unidad están dedicadas al estudio de modelos
determinísticos y probabilísticos. En esta lección le presentaremos el primer tipo
de modelos y en la siguiente el segundo tipo. Estos modelos no son
necesariamente excluyentes, y pueden ser vistos como complementarios en
algunos casos. Además, una misma situación podría ser modelada por uno u
otro de estos tipos de modelos. Incluso, dentro de un mismo modelo algunas
características son deterministas y otras aleatorias (Edwards y Mason, 1989). En
lecciones posteriores retomaremos este asunto. Por ahora, en esta Unidad
nuestro interés se centra en que usted identifique y distinga estos dos tipos de
modelos.
La clasificación de los modelos en determinísticos y probabilísticas se basa en la

distinción de las relaciones entre las variables que actúan en la situación que se
desea modelar (Treilibs, 1979). La expresión modelo determinístico es “(…)
usada en aquellos casos en los que los resultados son una consecuencia directa
de las condiciones iniciales del problema. Esta relación directa no es afectada por
factores externos arbitrarios o, en particular, factores aleatorios. (…)” (Edwards y
Mason, 1989). Todos los ejemplos de modelos matemáticos que hemos visto
hasta ahora son determinísticos. Este tipo de modelos a su vez pueden
clasificarse en dos grupos: a) algebraicos y b) ecuaciones diferenciales (Treilibs,
1979). Esta última categorización tiene que ver con el tipo de ecuación que
expresa la relación entre las variables en el problema. En este curso nos
ocuparemos principalmente del primer tipo de modelos deteriminísticos porque
son los que se pueden tratar en la ecuación secundaria. Los modelos con
ecuaciones diferenciales ya usted tuvo oportunidad de estudiarlos en el curso de
Ecuaciones Diferenciales (Cod. 755).
También podemos decir que los modelos determinísticos describen conductas

sobre la base de algunas leyes físicas. Por ejemplo, los planetas se mueven
alrededor del Sol según las leyes de Newton y su posición puede ser predicha con
gran exactitud en el futuro. En la práctica, una relación totalmente
determinística es posible debido a factores impredecibles — por ejemplo, un
cometa previamente desconocido que se mueva por el sistema solar podría
perturbar el movimiento de alguno de los planetas (Fuente:
http://www.futuretoolkit.com/detstoch.htm)
A continuación presentaremos dos ejemplos de modelos determinísticos. El

primer ejemplo fue tomado de McGraw, Romero y Krueger (2006).
Consideraremos un problema que surge en el contexto de las gradas de un
stadium de béisbol. Un corte transversal de las gradas se muestra en la Figura
5.1. Supongamos que en las gradas de este stadium tienen 16 filas de asientos.
Para esta situación se proponen las preguntas siguientes:
1. Si usted estuviera sentado o sentada en la primera fila de las gradas del

staium, ¿cuán alto sobre el nivel del campo estaría usted?
2. Si usted se siente en la quinta fila de las gradas, ¿a qué altura del campo se
encontraría?
3. ¿Puede usted hallar una ecuación que le permita determinar cuán alto se
encuentra una persona sobre el nivel del estadium dada cualquier fila de las
gradas?
50
¿Qué datos necesitaría usted recolectar para responder estas preguntas? A

continuación, en la Figura 5.2, mostramos unos datos ficticios sobre un stadium
imaginario. Lo más recomendable sería pedirle a los estudiantes que visiten un
stadium de su localidad y que usen datos reales para esta investigación.
Figura 5.1
Lo primero que se puede hacer es representar la situación planteada en un

gráfico, preferiblemente sobre papel cuadriculado. Antes de hacer el gráfico es
necesario escoger los datos relevantes para resolver el problema. Recordemos
que nos interesa hallar la altura respecto al campo en que se encuentra un
espectador sentado en una fila cualquiera. Para hallar ese dato la información
sobre la distancia horizontal entre las sillas es irrelevante.
Figura 5.2
Nos interesa saber a que altura respecto al campo de encontrará un espectador

en una fila dada, escogemos un sistema de coordenadas rectangulares y
representamos el número de fila en el eje horizontal (ver la Figura 5.3.). Es muy
sencillo determinar la altura a la que se encontrará un espectador en la primera
fila, esto es a 2,00 m. Hay que tomar en cuenta que cada silla está a una altura
de 0,10 m del piso. Representaremos la altura respecto al campo en el eje
vertical (ver Figura 5.4.).
51
Figura 5.3.
Figura 5.4.
Una vez que hemos determinado la altura a la que se encuentra del campo un
espectador en la primera fila, pereciera sencillo hallar la altura a la que se
encontraría un espectador en cualquier otra fila. Tomando en cuenta la altura de
52
la silla en la primera fila respecto al piso y la distancia de cada silla al piso de
cada escalón, tenemos la distancia vertical entre espectador y espectador en filas
inmediatas es de 0,35 m. Datos para varias de las filas se muestran en la Figura
5.5. A primera vista el arreglo de los puntos representando las alturas de los
espectadores respecto al campo nos sugiere que podemos modelar la situación
mediante la ecuación de una recta. Nos faltaría hallar los parámetros para
escribir dicha ecuación.
Figura 5.5.
Volviendo a la Figura 5.2, tomamos como altura inicial de referencia 1,65 m.
Para hallar la altura del espectador en la primera fila le sumamos 0,35 m a esa
altura inicial. Luego asumimos cada altura siguiente e hallaría sumando esa
misma altura. De esa manera obtenemos la ecuación de la recta:
a = 1,65 + 0,35*g,
donde a es la altura respecto al campo y g el número de la grada. Con esta

ecuación podemos responder a todas las preguntas planteadas al principio.
Como mencionamos al comienzo de esta lección, la relación entre las variables a
y g es consecuencia directa de las condiciones iniciales del problema y en ella no
influyen hechos externos fortuitos.
El segundo ejemplo que le presentamos a continuación se refiere al uso de la

programación lineal para resolver problemas ambientales (Vest, 1991). El
ejemplo trata la situación de una planta de producción de cemento.
La Compañía de Cemento EMCA tiene una vieja planta que desea mantener
productiva en el caso de desarrollos políticos y económicos. Para que la planta
opere económicamente, la producción total anual de cemento debe ser por lo
53
menos de 2 500 000 barriles. Para satisfacer los controles gubernamentales en
materia ambiental, las emisiones totales de polvo de las chimeneas no debe
superar las 800 000 libras por año. La planta tiene dos tipos de colectores
electrostáticos, dispositivo A y el dispositivo B. Por cada barrial de cemento
producido, el dispositivo A permite 0,5 libras de emisiones por barril de cemento.
El dispositivo B permite 0,2 libras de escape por barril. El costo del control de
emisión con el dispositivo A es de $ 0,20 por cada barril de cemento producido.
El dispositivo B cuesta $ 0,25 por barril. Determine la cantidad de cemento que
debería producirse por cada dispositivo de control de emisión para minimizar el
costo del control.
Primer paso: Identificar las variables.
Sea x = la cantidad anual de cemento producido con el dispositivo A (en barriles)

Sea y = la cantidad anual de cemento producido con el dispositivo B (en barriles)
Segundo paso: Hacer una tabla para resumir la información acerca de la planta.
Número anual de Emisiones Costo/barril

barriles producidos (libra/barril)
Dispositivo A X 0,5 $ 0,20
Dispositivo B y 0,2 $ 0,25
Seguido, traducimos las restricciones a un sitema de desigualdades. Cantidades

negativas no son usadas, por tanto x  0 y y  0. Las emisiones tiene que se
controladas, así tenemos
0,5x + 0,2y  800.000
Un producción anual mínima tiene que mantenerse, así tenemos
X + y  2.500.000
Tercer paso: Graficar el sistema de desigualdades para determinar el conjunto

convexo factible y hallar los vértices (ver la Figura 5.6.)
El conjunto factible es la región convexa sombreada QRS. Los vétices puede

hallarse resolviendo tres sistemas de igualdades:
X = 0 y 0,5x + 0,2y = 800.000 nos da Q(0, 4.000.000)

X = 0 y x + y = 2.500.000 nos da S(0, 2.500.000); y
0,5x + 0,2y = 800.000 y x + y = 2.500.000 nos da R(1.000.000, 1.500.000)
Cuarto paso: Determinar la función objetivo expresando la variable a ser

minimizada.
Sea C = el costo total anual del control de emisión para el dispositivo A y para el
dispositivo B.
C = 0,20x + 0,25y
54
Figura 5.6.
Quinto paso: Aplicar el siguiente teorema de la programación lineal.
Teorema de la programación lineal. Si la región de factibilidad en un problema

de programación lineal es convexa y acotada, entonces la cantidad máxima o
mínima para la función lineal objetivo es determinada en uno (o más) de los
vértices de la región.
Substituyendo las coordenadas de cada vértice en la función objetivo tenemos:
Para Q(0, 4.000.000), C = $1.000.000

Para S(0, 2.500.000), C = $625.000
Para R(1.000.000, 1.500.000), C = $575.000
Sexto paso: Interpretar los resultados.
El costo mínimo del control de la emisión es $575.00, el cual ocurre en el vértice

R(1.000.000, 1.500.000). Si se desea que la planta mantenga las restricciones
requeridas sobre la producción y control de la contaminación, y minimizar el
costo del control, de3bería producirse un millón de barriles con el dispositivo A y
1,5 millones de barriles con el dispositivo B.
Hasta aquí el ejemplo tomado de Vest (1991).
Actividad 5.2.
1. ¿Los dos ejemplos qué tipo de modelo detérministico son?
2. ¿Cuáles contenidos de Matemática de la Educación Secundaria se necesitan
conocer para comprender los modelos antes expuestos?
En el ejemplo anterior, podemos identificar con facilidad en este ejemplo algunos

de los pasos del ciclo de la matematización o del modelaje. Tenemos además,
55
como el primer ejemplo, una situación en las que las relaciones entre las
variables no es afectada por factores externos fortuitos. En otras palabras, lo
resultados que se obtiene son consecuencia directa de las condiciones iniciales
del problema. Tal es la condición para que un modelo matemático sea
considerado como determinístico.
Referencias
McGraw, R., Romero, D. y Krueger, R. (2006). How far up am I? The
mathematics of stadium seating. The Mathematics Teacher, 100(4), 248-
253.
Treilibs, V. (1979). Formulation processes in mathematical modelling. Shell
Center for Matematical Education. University of Nottingham, Reino Unido.
Vest, F. (1991). Eco.-powered programs: Using linear programming in
environmental issues. The HiMap Pull-out section. COMAP, Estados Unidos.
56
Lección 6
En la lección anterior estudiamos algunos modelos determinísticos, en esta

lección nos ocuparemos de los modelos probabilísticas o estocásticos. Como
vimos en la Lección 4, los modelos se ubican en continuo que va de lo concreto a
lo más abstracto. En este último nivel encontramos los modelos matemáticos.
Un aspecto interesante de los modelos probabiliísticos en que en ellos se pueden
combinar aspectos de diferentes niveles de abstracción.
La expresión modelo estocástico se utiliza para referirse a aquellas situaciones

donde un efecto aleatorio juega un papel central en la situación que nos interesa
modelar (Edwards y Mason, 1989). Cuando la influencia de varios factores
desconocidos es manejable, la predicción exacta no es posible, pero podría ser
posible predecir dentro de un cierto intervalo de confianza o predecir la
probabilidad que un valor particular será observado en un tiempo dado. En estos
casos hablamos de procesos estocásticos o probabilísticas (Fuente:
http://www.futuretoolkit.com/detstoch.htm). Muchos de los modelos de este
tipo son modelos “siguiente-evento” con frecuencia en situaciones de colas (filas)
y servicios (Edwards y Mason, 1989).
El estudio y uso de modelos probabilísticas requiere del dominio de conceptos

básicos de probabilidades. Por tanto, en general, podemos decir que los
problemas asociados con la comprensión de este tipo de modelos se ve afectada
por la comprensión de conceptos de probabilidad y estadística. Uno de esos
conceptos es de número aleatorio.
¿Qué son los números aleatorios?
Un número aleatorio puede definirse de manera muy simple como: “Cualquiera

de los números dentro de cierto rango en el que todos tienen la misma
oportunidad de ocurrir” (Fuente:
http://www.rpdp.net/mathdictionary/spanish/vmd/full/r/randomnumber.htm).
¿Cómo generar números aleatorios?
Hay disponibles tablas de números aleatorios en el intervalo (0, 1). Una manera
muy sencilla de generar números aleatorios entre 1 y 6 es lanzando un dado.
Hay otras maneras de generar este tipo de números. Las calculadoras científicas
en general tienen una función (o tecla) que permite generar números aleatorios.
Por ejemplo, la calculadora Casio Fx 9850Ga posee la función Ran# genera
números aleatoriamente entre 0 y 0,999… Podemos usar esta función para
generar número aleatorios en cualquier rango. Supongamos que queremos
generar un conjunto de 5 números aleatorios entre 1 y 200. Escribimos en la
calculadora la instrucción Int 200*Ran# + 1. Al multiplicar Ran# por 200
obtenemos números entre 0 y 199,99…. Al aplicarle la función Int a la expresión
200*Ran# eliminamos la parte decimal y generamos números entre 0 y 199.
Finalmente le sumamos 1 a la expresión Int 200*Ran# lo cual nos genera
números aleatorios entre 1 y 200, incluyendo a ambos. Repetimos esta
operación 5 veces y obtenemos la lista de números aleatorios buscada.
Las hojas de cálculo también tienen una función que permite generar números
aleatorios. Por ejemplo, la hoja de cálculo Excel de Microsoft tiene la función
57
“Aleatorio”. Una vez que usted ha ingresado a Excel, posicione el curso en una
celda cualquiera y escoja el menú Insertar.
En ese menú seleccione función y aparecerá la ventana siguiente.
Para más detalles sobre cómo usar esta función Aleatorio, usted puede hacer clic
sobre el enlace “Ayuda sobre esta función”. Veamos como se usa esa función
según las indicaciones que aparecen en el menú de ayuda del propio Excel.
ALEATORIO
Devuelve un número aleatorio mayor o igual que 0 y menor que 1, distribuido
uniformemente. Cada vez que se calcula la hoja de cálculo, se devuelve un
número aleatorio nuevo.
58
Sintaxis
ALEATORIO( )
Observaciones
 Para generar un número real aleatorio entre a y b, use:
ALEATORIO()*(b-a)+a
 Si desea usar ALEATORIO para generar un número aleatorio pero no desea
que los números cambien cada vez que se calcule la celda, puede escribir
=ALEATORIO() en la barra de fórmulas y después presionar la tecla F9 para
cambiar la fórmula a un número aleatorio.
Hasta aquí la explicación que aparece en el menú de ayuda de Excel.

Mostraremos a continuación una lista de números aleatorios generados usando
esta función. Supongamos que queremos simular los resultados de lanzar 20
veces el lanzamiento de un dado normal usando la función aleatorio. Como se
señala en la ayuda de arriba si queremos generar aleatoriamente números entre
1 y 6, usamos la fórmula =aleatorio()*(6-1)+1. Introducimos esa fórmula en la
primera celda de una hoja y obtenemos:
Pero el problema que nos ocupa, lanzamiento de un dado, requiere sólo de

números naturales entre 1 y 6. Esto es, sólo los números en las caras del dado.
Entonces tenemos que restringir a 0 dígitos en la parte decimal. Pare ello vamos
al menú Formato y luego Celdas.
Una vez escogido el menú Celdas aparece la ventana siguiente:
59
Y en la casilla “Posiciones decimales” escogemos 0. Una vez hecho este cambio

obtenemos el siguiente resultado.
Ahora ya estamos listos para generar los 20 lanzamientos. Primero

seleccionamos la columna A las celdas desde la 1 hasta la 20. Luego en el menú
de Edición escogemos la función Rellenar y entre las opciones seleccionamos
Hacia abajo, lo cual produce el resultado siguiente:
60
De esta manera hemos generado una serie de números aleatorios que simulan el
lanzamiento de un dado.
Actividad 5.1.
1. Escriba una expresión para la calculadora Casio Fx 9850Ga que le permita
generar una lista de 10 números aleatorios entre 1 y 1 000.
2. Escriba una fórmula en Excel para generar 15 lanzamientos de una moneda
con dos caras diferentes.
Le hemos dedicado un tiempo considerable a la generación de números aleatorios

porque la elaboración de simulaciones para modelar situaciones probabilísticas
requerirá con frecuencia dicha generación. A continuación le presentamos dos
ejemplos de modelos estocásticos.
Consideremos la siguiente situación hipotética, tomada de Santulli (2006):
Para ayudar a resolver un problema de superpoblación nacional, el gobierno de

un país establece que toda familia tiene que dejar de tener niños tan pronto
como tengan el primer varón. Después de un cierto tiempo, algunas familias
tendrán sólo un varón, algunas tendrán una hembra y un varón, otras tendrán
dos hembras y un varón, mientras que otras tendrían tres hembras y un varón, y
así sucesivamente. También, tenemos que algunas familias tendrán sólo
hembras porque dejarían de tratar de tener un varón después de tener varias
hembras. ¿Habrá más mujeres que hombres en ese país? Pareciera lógico
61
suponer que habrá más mujeres, quizás muchas más. ¿Cuál cree usted que será
la razón de hombres a mujeres? ¿Hay una respuesta definitiva?
Podríamos simular este problema usando un dado. Tomemos un dado y

asumamos que 1, 2 o 3 representan el nacimiento de un varón y que 4, 5 y 6
representan el nacimiento de una niña. Lanzamos los dados para simular la
composición de nacimientos (varones o hembras) para diez familias. Los
resultados obtenidos los reportamos en la Tabla 6.1, donde V es un varón y H
una hembra.
Tabla 6.1.
Familias Nacimientos
1 V
2 HHV
3 HV
4 V
5 V
6 HHHV
7 HV
8 V
9 HHHHV
10 V
Es conveniente repetir esta simulación para varios grupos de diez familias. Una
vez hechos varios intentos registramos todos los resultados. Encontramos que es
contraintuitivo, porque podríamos llegar a encontrar que hay tantos varones
como hembras.
Es oportuno resaltar que en esta actividad no sólo usamos las probabilidades sino
que la actividad misma podría servir para profundizar en la comprensión del
concepto de probabilidad. En particular cuando se encuentran resultados que
van en contra de la intuición inicial.
Seguimos explorando la situación planteada y nos preguntamos cuál es la

probabilidad de que una familia tenga 0, 1, 2, 3, … hembras. A continuación
mostramos los resultados.
La probabilidad de que una familia tenga 0 hembras es ½.

La probabilidad de que una familia tenga 1 hembra es 1/4.
La probabilidad de que una familia tenga 2 hembras es 1/8.
La probabilidad de que una familia tenga 3 hembras es 1/16.
El patrón continúa para 4, 5, 6, … hembras. Estos resultados pueden ser

probados experimentalmente si se realiza un número suficiente de ensayos y se
lleva un registro adecuado de los mismos.
Actividad 6.1.
Use una calculadora científica o una hoja de cálculo para generar la composición
(hembras y varones) de 100 familias.
Pasamos ahora a considerar el segundo ejemplo, el cual tomamos de Edwards y

Mason (1989). Comenzamos por una descripción del problema. Un problema
común en la operación de un ferry (o chalana) es posicionar los vehículos en la
plataforma del ferry de manera tal que se pueda cargar con seguridad el máximo
62
número de vehículos. Supongamos el caso de un ferry en que no conocemos de
antemano el número de carros y camiones que se embarcará. Esto significa que
los operadores del ferry en el río no se molesten en demarcar de antemano en la
plataforma zonas para carros y camiones. Estos cargan el ferry de la manera “el
primero en llegar, el primero en ser servido”. Usando los datos que se dan a
continuación queremos explorar como funciona esta situación en la realidad.
1. La plataforma del ferry mide 32 m de largo y tiene capacidad para estacionar

dos filas de vehículos lado a lado.
2. Los vehículos llegan aleatoriamente y forman una sola fila mientras esperan
por las instrucciones de embarque.
3. En promedio, el 40% de los vehículos son carros, 55% son camiones y el 5%
son motos.
4. La longitud de los carros varía entre 3,5 m y 5,5 m, mientras que un camión
varía entre 8,0 m y 10,0 m.
El problema es determinar cuántos vehículos se pueden cargar, si son carros o

camiones y cuánto espacio se queda sin uso. Hay los elementos de aleatoriedad
y de filas en la situación bajo investigación, estos son comunes en muchos
problemas de modelaje. Para resolver este problema debemos generar números
aleatorios.
Una vez establecidos los supuestos de la situación pasamos ahora a construí una
solución. Lo que necesitamos es una serie de números aleatorios y mucho papel.
Hay que tomar decisiones como las siguientes:
1. ¿Es el próximo vehículo por embarcar un carro o un camión?

2. ¿Cuál es la longitud del vehículo?
3. ¿En cuál de las dos filas se ingresará el vehículo?
4. ¿Importa si se trata de una moto?
Para responder a estas preguntas necesitamos generar números aleatorios.

Como dijimos al comienzo estos números están disponibles en tablas o pueden
ser generados con tecnologías. También dijimos que si se quiere generar
números aleatorios en un intervalo (a, b) dado se recurre a la fórmula:
a + (b – a) RND
Donde RND es obtenido de la una tabla o en una calculadora. Para este caso
asumimos que las longitudes de los carros y de los camiones están distribuidas
uniformemente entre los rangos dados. Si las longitudes de los carros tuvieran
una probabilidad de estar más cercanas a un cierto promedio, entonces
necesitaríamos de una distribución estadística más sofisticada.
La situación planteada requiere que generemos dos series de números aleatorios:

a) una para decidir que tipo de vehículo embarcamos y b) otra para decidir la
longitud de cada vehículo. Para decidir si el vehículo que entrará al ferry es un
carro o un camión, es conveniente usar la escala que se muestra en la Figura
6.1. Esta muestra el porcentaje dado de carros, camiones y motos señaladas.
63
Figura 6.1.
La longitud de los vehículos es determinada mediante las formulas:
Longitud de un carro = 3,5 + 2,0 * RND

Longitud de un camión = 8,0 + 2,0 * RND
Entonces, hallar las dos series de datos permitirá hallar los datos de carga y
representar la longitud típica de una fila típica del ferry. Por razones de
simplicidad, calcularemos sólo una fila de vehículos estacionados. La situación
obtenida se muestra en la Tabla 6.2.
Tabla 6.2.
RND 0,10 0,28 0,61 0,34 0,77 0,57 0,02 0,88
Vehículo Camión Camión Carro Camión Carro Carro Camión Carro
RND 0,59 0,48 0,10 0,56 0,30 0,90 0,81 0,66

Longitud
9,44 8,96 3,70 9,12 4,10 5,30 9,62 4,82
vehículo (m)
Longitud
9,44 18,4 22,1 31,22 35,32 40,62 50,24 55,06
columna (m)
¿Qué pasó con las motos? Pareciera que no fueron consideradas. Sin embargo,
en un cruce de río que sea corto podemos asumir que cualquier moto puede
acomodarse entre los otros vehículos de manera que no ocupan espacio en las
filas.
Hay una limitación en la investigación que hemos hecho hasta ahora. El

problema propuesto al inicio requería hallar cuántos carros se podían cargar y
cuánto espacio de desperdiciaba. Los datos en la Tabla 6.2 nos provee de unos
resultados pero están basados en la aleatoriedad descrita de la llegada de
vehículos y sus longitudes. En otras palabras, para diferentes series de números
aleatorios, habrá resultados diferentes. LO que se requiere realmente de esta
investigación (para que sea de utilidad para los operadores del ferry) es la
respuesta a tales preguntas como “¿En promedio cuánto espacio se desperdicia
cuando los vehículos son abordados al ferry sobre la base de la formal primero en
llegar, el primero en ser servido?” Podemos responder esa pregunta con un poco
de trabajo, sin embargo la palabra clave es “en promedio”. Para obtener ese
valor promedio tenemos que repetir los cálculos anteriores varias veces. Para
ello sería de mucha utilidad usar una hoja de cálculo.
Para más investigación
1. Trate ahora de calcular las dos columnas de vehículos como se planteó

inicialmente, segregado o mixto.
2. Compare el espacio inutilizado en que se incurre en ambas estrategias: carga
segregada y carga no segregada.
64
3. Considere el factor costo basado en el número de pasajeros que pagan –
probablemente viajen varias personas en un carro , pero sólo el conductor en
un camión.
Hasta aquí llegamos con el ejemplo tomado de Edwards y Mason (1989).

Esperamos que estos dos ejemplos le sirvan para formarse una concepción
adecuada de los modelos estocásticos o probabilísticos. En lecciones siguientes
nos encontraremos otra vez con este tipo de modelos.
Actividad 6.2.
1. Explique cómo se elaboró la Tabla 6.2.
2. Identifique los pasos seguidos en la solución del problema de transporte de
vehículos en un ferry.
3. Señale que elementos tienen en común esta solución y la del primer
problema.
En esta lección señalamos las principales características de los modelos

aleatorios, definimos números aleatorios y vimos maneras de generarlos. Le
presentamos dos ejemplos de modelos probabilísticas que ilustran bastante bien
este tipo de modelos, incluyendo simulaciones. Una vez que usted ha estudiado
el contenido de esta Unidad y de la anterior estará mejor preparado para señalar
las principales características de los modelos deteminísticos y probabilísticos
respectivamente y a distinguir entre ellos.
Referencias
Santulli, T. V. (2006): Uisng simulations in the mathematics class. The
Mathematics Teacher, 100(4), 258-263.
65
Unidad 5
Aplicación de modelos matemáticos
Objetivo: Escoger entre unos modelos dados el más adecuado para modelar
una situación determinada.
66
Lección 7
Como hemos visto en ejemplos anteriores, al estudiar una situación real tratamos
de determinar relaciones entre variables. Según el tipo de relaciones entre las
variables caracterizamos, en las lecciones 5 y 6, los modelos como
determinísticos y probabilísticos. Otro aspecto del modelaje es la representación
de las relaciones entre las variables relevantes. Estas relaciones se pueden
representar mediante un gráfico, una expresión algebraica, una tabla o en
lenguaje escrito. Una competencia básica en el modelaje matemático es traducir
entre este tipo de representaciones. Representar gráficamente un conjunto de
datos o una formula en particular puede ser relativamente sencillo, sin embargo,
hallar y una expresión algebraica que se ajuste a un conjunto de datos puede no
resultar tan sencillo.
La representación gráfica resulta muy conveniente. Se suele usar con mucha

frecuencia un eje de coordenadas rectangulares para este tipo de representación.
En este caso marcamos los valores de una de las variables en el eje horizontal y
la otra en el eje vertical. Por convención, solemos marcar la variable
independiente en el eje horizontal y la variable dependiente en el eje vertical.
Consideraremos en estas dos lecciones una colección de tipos simples de

conductas usadas comúnmente en la elaboración de modelos. Algunas de ellas
se aplican directamente a algunas situaciones, mientras que otras requieren de
mayor elaboración. Podemos usar estas formas simples combinadas para
modelar conductas más complejas. Las conductas que veremos en esta lección
son: a) lineal, b) crecimiento sin límite, c) incremento hasta un límite y d)
decaimiento hasta un límite.
Lineal
y = y0 + at
Cuando t = 0, y = y0
En la Figura 7.1. se presenta la representación gráfica de esta relación.
Hemos visto en lecciones anteriores situaciones reales en las cuales la relación

entre las variables se puede representar con una ecuación de la forma lineal.
Esta forma de representación tal vez sea demasiado común y corremos el riesgo
de utilizarla aún cuando no es la más conveniente. Debemos ser muy cuidadosos
en particular cuando tratamos las aplicaciones de las matemáticas en el aula.
Consideramos que no es necesario mostrar más ejemplos para ilustrar el uso de

este modelo.
Actividad 7.1.
Supongamos que una guacal o cesta de naranjas vacía pesa unos 2 kg. Una
naranja pesa en promedio 0,2 kg. Halle un modelo para calcular el peso de una
caja que contiene una cantidad n de naranjas.
67
Figura 7.1.
Crecimiento sin límite
y = y0 exp(at)
y de incrementa con t para todo t. Cuando t = 0, y = y0
La representación gráfica de esta relación se muestra en la Figura 7.2.
Figura 7.2.
Consideremos la situación siguiente. Un cultivo de bacteria crece rápidamente.

Si su tamaño actual es de 100 organismos y la población se duplica en número
68
cada 5 min, ¿cuál expresión podríamos usar para representar la relación entre el
tamaño de la población y el tiempo t?
Podemos asumir que estamos ante una situación de crecimiento sin límite, por
tanto tomamos y = y0 exp(at). En t = 0 tenemos que y = y0 = 100. En t = 5, y
= 200 = 100 exp(5a). Por lo tanto, a = 1/5ln2  0,139. Entonces un modelo
posible para nuestra situación particular es y = 100exp(0,139t). Asumimos que
se trataba de una conducta de crecimiento sin límite, sin embargo, en la práctica
tenemos limitaciones de espacio así como de suministro de alimentación. Estas
limitaciones restringen el crecimiento por lo tanto debemos introducir
restricciones en el dominio de validez de nuestro modelo para limitarlo a algún
intervalo finito de tiempo (Edwards y Mason, 1989, p. 80).
Incremento hasta un límite
y = y (1 – exp(-at)).
Cuando t = 0, y = 0. Para t grandes, y se acerca a y (porque exp(-at) se hace

muy pequeño)
En la Figura 7.3. mostramos la representación gráfica de esta relación.
Figura 7.3.
Decaimiento hasta un límite
y = y0 exp(-at) + b
Cuando t = 0, y = y0 + b. y decrece para todo t. para t muy grandes, y se

acerca a b.
La representación gráfica de esta función aparece en la Figura 7.4.
69
Figura 7.4.
Actividad 7.2
1. Un colegio universitario tiene capacidad para recibir 800 nuevos estudiantes
en el primer semestre. En años anteriores un promedio de 2/5 de todos los
aceptados se presenta a las inscripciones. ¿Cuántas solicitudes de ingreso
debería aceptar este colegio para cubrir completamente los cupos
disponibles? (adaptado de Bushaw y otros, 1980, p. 79)
2. Un hombre beso que pesa actualmente 154 kg inició un programa de
disminución de peso que le garantiza rebajar tanto como 2,5 kg por semana.
a. ¿Cuánto pesará después de w semanas?
b. ¿Cuál es el menor tiempo que le tomaría a ese hombre llevar su peso a
110 kg? (adaptado de Bushaw y otros, 1980, p. 83)
3. ¿Qué gráfico modelaría la conducta de las variables en la situación siguiente?
La temperatura del agua en una olla sobre una hornilla de una cocina desde
el momento en que esta fue encendida hasta que quede agua en la olla.
(adaptado de Bushaw y otros, 1980, p. 134)
Referencias
Bushaw, D., Bell, M., Pollack, H. O., Thompson, M. y Usiskin, Z. (1980). A
sourcebook of applications of school mathematics. Reston, Estados Unidos:
National Council of Teachers of Mathematics.
70
Lección 8
Esta lección es continuación de la lección anterior. Aquí consideraremos cuatro

conductas más, para completar las ocho que introducimos en esta unidad. Las
conductas que presentamos en esta lección son: a) máximo simple, b) máximo,
c) oscilatorio y d) oscilaciones en decaimiento.
Máximo simple
2
y = at – bt
y = 0 cuando t = 0 y cuando t = a/b. y tiene un máximo local en t = a/2b.
En la Figura 8.1. presentamos la representación gráfica de esta relación.
Figura 8.1.
Máximo
y = at exp(-bt)
y = 0 cuando t = 0. y se hace 0 para t muy grandes. y tiene un máximo local

en t = 1/b.
La representación gráfica de esta conducta se muestra en la Figura 8.2.
71
Figura 8.2.
Oscilatorio
y = a sen(wt)
y = 0 cuando t = 0 y en t = n/w, donde n = 1, 2, 3, … el período es 2
En la Figura 8.3. mostramos la representación gráfica de este tipo de funciones.
Figura 8.3.
Supongamos que nos interesa modelar el número promedio de horas con luz
solar en una localidad particular. Si comenzamos a medir desde el momento
mínimo de invierno cuando el promedio diario de horas de luz solar es y y sea t
min
72
el tiempo en días desde ese punto, entonces un modelo conveniente para esta
situación sería:
y=y + bsen(wt)
min
¿Qué valores toman b y w?
El período es aproximadamente de 365 días = 2W; así w = 2/365  0,0172. Si

y es el valor del pico en verano, éste ocurre cuando wt = /2, esto es, cuando
max
y=y =y + b. Así b = y –y , y el modelo es

max min max min
y=y + (y -y )sen(0,0172t).
min max min
Este ejemplo fue tomado de Edwards y Mason (1989, pp. 80-81)
Actividad 8.1
Represente gráficamente el modelo elaborado en el ejemplo anterior.
Oscilaciones en decaimiento
y = a exp(-bt) sen(xt)
y = 0 cuando t = 0 y en t = n/w cuando el período es 2/w. La amplitud

decrece en la medida que t se incrementa. La razón de amplitudes sucesivas es:
exp(-2b/w).
La representación gráfica correspondiente a esta conducta se incluye en la Figura

8.4.
Figura 8.4.
En estas dos lecciones estudiamos ocho conductas básicas de relaciones entre

variables. Mostramos la representación gráfica y la expresión algebraica más
73
simple correspondiente a cada una de esas conductas. Mostramos algunos
ejemplos de uso de esos modelos aplicados a situaciones particulares.
Actividad 8.2
La altura respecto al piso de su cabeza mientras usted está montado en una
“vuelta a la luna”, en un parque de atracciones, respecto al tiempo.
(adaptado de Bushaw y otros, 1980, p. 133)
La temperatura en un horno en función del tiempo desde el momento en que
fue encendido. Considere el caso en el que el horno tiene un termostato y en
el caso de que no lo tenga.
Referencias
Bushaw, D., Bell, M., Pollack, H. O., Thompson, M. y Usiskin, Z. (1980). A
sourcebook of applications of school mathematics. Reston, Estados Unidos:
National Council of Teachers of Mathematics.
74
Unidad 6
Construcción de modelos matemáticos
Objetivo: Construir un modelo matemático para modelar una situación

determinada.
75
Lección 9
En las dos lecciones anteriores le presentamos ocho modelos típicos simples que
sirven para modelar conductas que se encuentran frecuentemente en las
relaciones entre variables en situaciones reales. En esas lecciones se trataba de
identificar el modelo adecuado para una situación dada. Ahora asumiremos una
tarea un poco más compleja, complementaria a la anterior. Partimos de una
situación problemática e intentaremos construir un modelo para estudiar esa
situación y resolver algunos problemas relacionados con ellas.
En la Lección 4 introdujimos varias caracterizaciones del proceso de

matematización. Para los efectos de esta lección trabajaremos con la
caracterización propuesta por Edwards y Mason (1989).
Situación problemática
La situación que presentamos a continuación es una adaptación de un problema

propuesto por Edwards y Mason (1989).
Esta por comenzar a llover y usted tiene que ir a pie del lugar donde se
encuentra a otro ubicado a 1 km de distancia. Usted está muy apurada y sale
rápidamente sin percatarse que no tomó ni una chaqueta ni un paraguas. Tal es
su apuro que no se puede devolver y decide seguir su camino. Podría ser que
dejar de llover, piensa usted. Pero no es así. Comienza a llover más fuerte,
¿cuánto se mojará usted de seguir su rumbo bajo la lluvia?
A primera vista pareciera que la mejor solución es salirse de la lluvia lo antes

posible, pero si tomamos en cuenta las variaciones en la dirección de la lluvia tal
vez no sea este el caso. Esto es, pude ser que la estrategia de correr tan rápido
como pueda no sea la mejor estrategia.
Paso 1: Identificar el problema real
Dadas condiciones particulares de lluvia, ¿podemos diseñar una estrategia para

que la cantidad que le caiga a usted encima sea minimizada? El modelo sería
“determinístico” dado que dependería completamente de los factores de entrada
como los siguientes:
a) ¿Cuán rápida es la lluvia?

b) ¿Cuál es la dirección del viento?
c) ¿Cuán largo es el recorrido y cuán rápido puede usted correr?
Tenemos que desarrollar una formula para la cantidad de agua recolectada que
depende de esas condiciones o factores. Supongamos que lo datos disponibles
son los siguientes:
Velocidad de caminata = 2 m/s

Velocidad de carrera = 6 m/s
distancia recorrida = 1 km = 1 000 m
velocidad de la lluvia = 4 m/s
intensidad de la lluvia = 2 cm/h
76
Estos datos son típicos de la conducta promedio pero podrían ser alterados para
considerar caos extremos.
Paso 2: Formular un modelo matemático
El primer objetivo es elaborar el modelo más sencillo posible.
Supongamos que usted recorre el kilómetro completo a 6 m/s. Entonces,
Tiempo bajo la lluvia = 1 000/6 s

 167 s
= 2 min 47 s.
Ignoremos la dirección de la lluvia, y consideremos solamente la lluvia

recolectada según los dato dados de 2 cm/h, esto es: 2/3 600 cm/s. Entonces,
durante todo el recorrido de 167s,
Cantidad de agua recolectada = (2 x 167)/3 600 cm
= (2 x 167 x 0,01)/3 600 m
Ahora es necesario obtener algunos datos acerca de la superficie del cuerpo

sobre el que cae la lluvia. Supongamos por razones de simplicidad que la
estructura del cuerpo humano tiene la forma de un bloque rectangular de 1,5 m
de altura, 0,5 m de ancho y 0,2 m de profundidad. Entonces,
Superficie frontal y posterior = 1,5 x 0,5 x 2

2
= 1,5 m
áreas de superficies laterales = 1,5 x 0,2 x 2
2
= 0,6 m
área de la superficie superior = 0,5 x 0,2

2
= 0,1 m
2
Superficie total = 2, 2 m
Suponiendo que todas las superficies se mojan, entonces

3
Volumen recolectado = [2 x 167 x 0,01 x 2,2]/3 600 m
3 3
 2,041 x 10 m
= 2,041 l
Esto es equivalente a que le derramaran encima una botella de refresco de dos

litros.
77
Dijimos al comienzo de este paso 2 que primero trataríamos de elaborar el
modelo matemático más sencillo. Ya hemos logrado ese primer objetivo. Sin
embargo, intentaremos ahora construir un modelo más elaborado.
Supuestos
Supusimos anteriormente que el cuerpo humano podía ser representado por un

bloque rectangular. Un diagrama puede resultar de mucha ayuda para
comprender la situación que queremos modelar (ver la Figura 9.1). Otros
supuestos adicionales son que la velocidad de la lluvia es constante a lo largo del
trayecto y y que usted se mueve a través de la lluvia a una rapidez constante.
Figura 9.1.
Lista de factores
Descripción Símbolo Unidades

Tiempo del recorrido bajo la lluvia t s
Velocidad de la lluvia r m/s
Ángulo de la lluvia (debido al viento)  grad
Su velocidad V m/s
Dimensiones personales
Altura h m
Ancho w m
Profundidad d m
Agua recolectada en la ropa C l
Factor de intensidad de la lluvia I --
Distancia recorrida D m
Algunas de estas cantidades no son variables pero tienen valores numéricos de

los datos proveídos. Es conveniente mantener los símbolos mientras
desarrollamos el modelo. En efecto, r, , v, t y C son variables mientras que las
otras son “parámetros” en el sentido que no varían durante la situación en
particular. Es necesario distinguir entre la velocidad de la lluvia y la recolección
de lluvia. Si la lluvia fuera un flujo continuo de agua (como un río), entonces la
velocidad de la lluvia nos daría la rata de recolección de agua sobre cierta área.
Sin embargo, esto es claramente incorrecto porque la lluvia es una cadena de
gotas la cual da la idea de intensidad de la lluvia.
Un factor I de intensidad de la lluvia es introducido para considerar esta

situación. De los datos dados arriba, la velocidad de la lluvia es 4 m/s y la
recolección de agua es de 32 cm/h. Sin embargo,
78
Velocidad de la lluvia = 4 m/s
= 400 x 3 600 cm/h

6
= 1,44 x 10 cm/h (9.0)
5
comparado con la rata de recolección de 2 cm/h, esto es, la razón es 7,2 x 10 .
Esta discrepancia es permitida por la introducción de I como la medida de la
5
intensidad de la lluvia. Para estos datos, I = 1/(7,2 x 10 ). Entonces en general.
Si I = 0, ha dejado de llover, mientras que un I creciente nos da una lluvia más
fuerte. Por último, I = 1,0 se correspondería con un flujo continuo como el de un
río.
Ya estamos casi listos para elaborar las ecuaciones que relacionan las variables
enumeradas arriba. No hay asuntos relacionados con las leyes del movimiento,
efectos de las probabilidades, etc. De que preocuparnos, sólo no queda evaluar la
capacidad de recolección de agua. Con la velocidad asumida como constante,
entonces
Tiempo expuesto a la lluvia = D/v s
El factor clave a ser considerado en la evolución cuánto usted se moja es la

dirección relativa de la lluvia con respecto a su dirección de viaje. Estos efectos
relativos se muestran convenientemente en la Figura 9.2.
Figura 9.2
Ahora, como la lluvia cae en un cierto ángulo, podemos ver que en cualquier
situación sólo su frente y su parte superior se mojaran. Esto lo sabemos por
experiencia.
Paso 3: Obtener una solución matemática
La cantidad de lluvia que cae sobre usted la calcularemos en dos casos.
Primero consideraremos el área de su superficie superior, para la cual

2
Área superior sobre la que llueve = wd (m )
componente de la lluvia = r cos (ver Figura 9.2)
Entonces,
79
Rata de recolección de lluvia = intensidad x área x velocidad de la lluvia

3
= Iwdr cos (m /s)
En el tiempo D/v,
3
Cantidad de agua recolectada = (Iwdr cos)/v (m ) (9.1)
Ahora consideraremos su área frontal, para la cual

2
Área frontal sobre la que llueva = wh (m ),
componente de la lluvia = r sen + v (ver Figura 9.2)
Entonces,
Rata de lluvia recolectada = intensidad x área x velocidad de la lluvia

3
= Iwh(r sen + v) (m /s)
En el tiempo D/v
3
Cantidad de agua recolectada = [Iwh(r sen + v)]/v (m ). (9.2)
Sumando las ecuaciones (9.1) y (9.2), tenemos que la cantidad total C de agua
recolectada es
3
C = (IwD/v)[dr cos + h(r sen + v)] (m ). (9.3)
Es ahora cuestión de extraer de la ecuación (9.3) la información que queremos

para saber cuán mojado será nuestro recorrido. Primero, ls valores de algunas
de las cantidades usadas pueden ser sustituidos. De los datos dados antes,
tenemos que h = 1,5, w = 0,5 y d = 0,2; también tenemos que r = 4 y
D = 1 000,0. También sustituimos el valor de I de la ecuación (9.0), entonces
3 3
C = [0,8cos + 6sen + 1,5v]/(1,44x 10 v) (m ). (9.4)
Las variables retenidas son v y , dado que podemos elegir v y  es la dirección

de la lluvia, la cual queremos que varíe en la investigación de la solución
matemática. Entonces, dado una , ¿qué v debemos escoger para que C se
minimice?
Paso 4: Interpretar la solución matemática
Ahora pasamos a examinar las ecuaciones (9.3) y (9.4). Primero, notemos que
si la intensidad de la lluvia I es cero, entonces C = 0 lo cual significa que usted
permanecerá seca. Segundo, el valor de  determinará si la lluvia le cae de
frente o si le ventea por detrás. Evaluaremos la ecuación (9.4) para mostrar que
pasa en casos particulares.
80
Caso 1:  = 0º
En este caso, como  = 0º, la lluvia cae recto. De la ecuación (9.4),

3 3
C = [0,8 + 1,5v]/(1,44x 10 v) (m ).
Esta expression es menor para el mayor valor posible de v, esto es v = 6 en este

caso.
Sustituyendo v = 6 obtenemos
3 3
C = 9,8/(]/(1,44x 10 x 6) (m )
 1,131
Actividad 9.1
1. Haga los cálculos para el caso  = 30º.

2. Haga lso cálculos para el caso en que  sea negativo.
Paso 5: Comparar con la realidad
Los resultados parecen razonables y de acuerdo con lo que esperábamos. ¡De

qué manera es este modelo mejor que el más sencillo que hicimos primero? Aquí
tomamos en cuenta la dirección del viento y consideramos varios casos (no
presentamos los detalles para todos). Todos los resultados obtenidos están por
debajo de los 2 litros que arrojó el primer modelo. Los ordenes de magnitud
están dentro de lo esperado. Es muy difícil validar los resultados numéricos
obtenidos con el modelo, la idea de “moverse en la lluvia” puede ser
experimentada, asumiendo que no le importa mojarse en la lluvia. Las
conclusiones generales que sacamos del modelo son:
a) Si la lluvia cae hacia usted, entonces la estrategia sería correr tan rápido
como sea posible.
b) Si la lluvia cae por detrás de usted, entonces usted debería mantenerse el
ritmo de la lluvia, lo cual quiere decir que usted debería moverse con una
velocidad igual a la de la lluvia.
Resaltamos que las conclusiones están expresadas en términos cotidianos, los

cuales pueden ser comprendidos fácilmente. No resultaría muy iluminador
reportar, sobre todo si el lector no es matemático, que la solución es correr a
rsen  (m/s).
Paso 6: Escribir el informe.
Este paso no lo realizaremos aquí. Sin embargo, no podemos ignorar su

importancia. Es muy importante que usted elabore un informe del trabajo
realizado, después usted deberá enfatizar esta actividad con sus estudiantes. En
el informe se debe documentar detalladamente el proceso seguido para construir
el modelo siguiendo los pasos sugeridos. Se puede complementar el informe con
un cartel. Éste podría ser utilizado para una feria escolar de ciencias y
matemáticas.
81
Como señalamos al principio, este ejemplo fue adaptado de Edwards y Mason
(1989). Para la resolución de este problema seguimos las fases del proceso de
matematización propuestos por estos mismos autores. Incluimos algunas
consideraciones de tipo pedagógico en la discusión del problema. Recordemos
que el propósito principal que nos anima es el de introducir el modelaje, el uso de
aplicaciones de las matemáticas, en la enseñanza de esta ciencia en la escuela.
Referencias
82
Lección 10
Una vez estudiadas todas las unidades anteriores, en especial las tres últimas
usted estará mejor preparado o preparada para asumir la elaboración de un
modelo matemático para una situación dada. Esa es precisamente la única
actividad de esta lección.
Actividad 10
Usted fue contratado o contratada por una cooperativa de producción. Una parte
de la producción requiere cortar discos circulares de una lámina de acero de 1m x
1m. Actualmente la máquina que corta los discos esta ajustada para cortar 16
discos de 0,25m de diámetro por cada lámina de acero. Los socios de la
cooperativa quieren que usted le diga si es posible ajustar las cabezas cortadoras
de la máquina de manera tal que se pueda minibar el desperdicio de material.
Además, recibieron recientemente un pedido de discos de acero de 0,1m de
diámetro, los cuales cortarían sobre las mismas láminas. ¿Cuál sería la mejor
posición de las cabezas cortadoras para minimizar el desperdicio de material?
¿Será posible hallar una fórmula matemática para determinar el máximo número
de discos de radio r que se pueden cortar de una lámina de dimensiones dadas?
Planteamiento del problema
Dados el tamaño de los discos y las dimensiones de la lámina de acero, hallar el

patrón de corte más eficiente y el máximo número de discos que se pueden
cortar en una lámina.
(Adaptado de Edwards y Mason, 1989, p. 222)
Referencias
83
Unidad 7
Educación en matemática centrada en la
investigación
Objetivo: Planificar la introducción de aplicaciones de las matemáticas a las

ciencias y otras disciplinas en la enseñanza de las matemáticas en
estas disciplinas.
84
Lección 11
El recorrido por todas las lecciones anteriores nos ha permitido pasearnos por
diferentes aspectos, técnicos y pedagógicos, del modelaje matemático y su uso
en la enseñanza, aprendizaje y evaluación en matemáticas. En las dos lecciones
que componen esta unidad nos dedicaremos a la planificación del uso de las
aplicaciones en la enseñanza de las matemáticas. En esta primera lección
consideraremos algunos aspectos generales de la planificación. En la segunda
lección pasaremos a la planificación en si misma.
Al planificar el trabajo pedagógico debemos tomar en cuenta una serie de

aspectos los cuales trataremos a continuación. Estos aspectos no son exclusivos
del caso de la introducción de las aplicaciones en la enseñanza de las
matemáticas. Estos deberían ser tomados en cuenta al momento de planificar y
ejecutar cualquier innovación en el aula. Estos aspectos son: a) justicia social,
b) historia del tópico o tópicos a tratar, c) uso de tecnologías, d) relevancia para
el contexto y e) conexión con otras disciplinas.
El tema de la justicia social, incluyendo la equidad, lo hemos tratado en el curso

de Didáctica del Álgebra y la Trigonometría (Código 547, Unidad 1) y en el de
Evaluación de los Aprendizajes en Matemática (Código 551, ver Unidad 3). En el
caso concreto de la justicia social en el uso de aplicaciones de las matemáticas en
su enseñanza tiene dos vertientes. Por un lado, se trata de tomar en
consideración si este enfoque favorece a todos los estudiantes. En otras
palabras, es vital que el profesor o profesora tome en cuenta si las estrategias
que usa en el aula refuerzan desigualdades existentes entre sus estudiantes y/o
si introducen nuevas formas de segregación. El uso de las aplicaciones de las
matemáticas debería servir para potenciar el aprendizaje de esta asignatura para
todos los estudiantes y no sólo para un grupo de privilegiados. Esta
consideración obliga a diseñar e implementar cuidadosamente este uso, los
problemas, técnicas y conocimientos deben ser seleccionados de manera tal que
no produzcan frustración y fracaso entre los estudiantes. De ser posible, se
asignarían tareas de diferentes niveles de dificultad para garantizar la
participación exitosa de todos. Sin embargo, las asignaciones deben ser
suficientemente retadoras como para promover el aprendizaje en todos los
estudiantes.
Por otro lado, la justicia social nos lleva a que tratemos temas que conduzcan a
una comprensión de la realidad y a su transformación. En esta vertiente se trata
de introducir problemas que lleven a un análisis crítico de la realidad. Por
ejemplo, en una unidad dedicada a tópicos de probabilidad y estadística se
recomienda considerar datos sobre aspecto problemáticos de la realidad nacional.
Retomaremos este tema en la lección siguiente.
Actividad 11.1
Identifique una situación de la vida real problemática y genere unos problemas

que puedan resolverse con herramientas matemáticas que se enseñan en el
bachillerato.
85
El asunto del uso de la historia en la enseñanza de las matemáticas también ha
sido tratado en cursos anteriores. Usted debería estar familiarizado con el
asunto. Sin embargo, nos interesa resaltar su importancia una vez más aunque
podríamos pecar de redundantes. Las matemáticas suelen ser vistas como un
conjunto de conocimientos eternos e incuestionables, nada más alejado de la
realidad. La introducción de temas de historia de las matemáticas en su
enseñanza ayuda a combatir esa visión y esperemos que ha superarla. En este
caso se trataría de ilustrar como la aparición de nuevos problemas ha llevado a la
creación de nuevos contenidos matemáticos. Un ejemplo reciente es el de la
geometría fractal.
Las tecnologías, en especial las calculadoras graficadoras, han tenido una enorme
influencia en los cambios curriculares que se han producido en la última década a
nivel internacional. En Venezuela no hemos experimentado ese impacto.
Nuestros profesores de matemáticas en general son reacios al uso de
calculadoras en las clases de matemáticas y mucho menos en las evaluaciones.
Tampoco hemos experimentado un impacto importante en el uso de las
computadoras. Si bien se ha avanzado bastante en la dotación de las escuelas
con computadoras, estamos muy lejos de un uso intensivo de las mismas en el
aprendizaje en general y de las matemáticas en particular. Este panorama no
debe llevarnos al desaliento. Además, en caso de las aplicaciones de las
matemáticas para la resolución de problemas reales hoy en día es prácticamente
impensable sin el uso de tecnologías. En este curso en particular hemos hecho
un uso limitado de las mismas, en parte por tener cuidado con atender asunto de
justicia social. No podemos permitir que las tecnologías se conviertan en nuevo
elemento de discriminación.
Actividad 11.2
1. Escriba un ensayo breve donde exprese su punto de vista acerca del uso de
calculadoras en la enseñanza de las matemáticas, y en particular de
aplicaciones.
2. Seleccione, adapte o invente un problema el cual sólo pueda resolverse
mediante el uso de tecnologías.
Aclaremos que queremos decir por “relevancia para el contexto”. Algunos

educadores proponen que la enseñanza de las matemáticas debe limitarse a los
intereses de los estudiantes y de sus intereses inmediatos. Esta visión nos
parece reduccionista y limitante, además: ¿quién puede saber cuál será el futuro
del os estudiantes? Sería contrario a la justicia social, limitar la enseñanza de las
matemáticas a la situación particular en que se encuentran los estudiantes.
Veamos que queremos decir con esto. Sería injusto que en un pueblo de los
llanos limitáramos la enseñanza de las matemáticas a las exigencias de los oficios
u ocupaciones más comunes propios de la actividad económica de esa región. De
esa manera limitaríamos la enseñanza de las matemáticas, y de sus aplicaciones,
a un conjunto muy limitado y elemental de temas. Hay que evitar esa
perspectiva en la enseñanza de las matemáticas. Por otro lado, tampoco se
puede enseñar las matemáticas de manera significativa ignorando el contexto en
que se da esa enseñanza, tomando en cuenta que no debe limitarse al mismo.
Un estudiante de los andes puede estar interesado en estudiar los barcos aunque
tenga un acceso limitado al mar o a ríos caudalosos. Otro asunto a considerar es
que incluimos en el contexto aspectos imaginarios o de la ficción. Por ejemplo,
para un grupo de jóvenes puede ser significativo, pertenecer a su contexto, las
historias de espantos y aparecidos como la de El Silbón.
86
Al igual que con lo temas anteriores, en curso anteriores hemos insistido en la
importancia de enseñar cada tópico de matemáticas en conexión con otros
tópicos de las matemáticas mismas y de otras disciplinas. De lo contrario,
corremos el riesgo de enseñar tópicos de matemáticas de manera aislada, como
conocimientos desconectados de otros conocimientos. Por ejemplo, es usual en
la mayoría de los libros de texto enseñar cada tema como un ente aislado sin
conexión con otros temas. Así se enseñan los números complejos, por ejemplo,
sin conexión alguna con temas como el de las matrices. De esta manera se
forma en los estudiantes la idea de que una vez estudiado un cierto tema de
matemáticas éste se puede echar al olvido, ya que no será tratado en otros
problemas o en la enseñanza de los temas siguientes. Esta manera de enseñar
las matemáticas es contraproducente y atenta contra las matemáticas mismas
como ciencias. Por tanto, es muy importante introducir las conexiones de cada
tema que se enseña tanto con otros temas de matemáticas como con temas de
otras disciplinas. De esta manera los estudiantes pueden tomar conciencia de
que las matemáticas tiene que ver o se aplican tanto a si mismas como en otros
ámbitos de la realidad.
Actividad 11.3
Escoja un tema cualquiera de matemáticas de Segundo Año de EMDP, o Quinto

Año de secundaria, y señale todas sus posibles conexiones con otros temas de
matemáticas del mismo año y de años anteriores, y con temas de otras materias
del mismo año.
En esta lección tratamos cinco asuntos generales que recomendamos tomar en

cuenta en le momento de la planificación de la introducción de las aplicaciones de
las matemáticas en su enseñanza. Recordemos que estos asuntos son: a)
justicia social, b) historia del tópico o tópicos a tratar, c) uso de tecnologías, d)
relevancia para el contexto y e) conexión con otras disciplinas. Recordamos que
la mayoría de ellos ya han sido tratados en cursos anteriores, por ejemplo, el
tema de la justicia social, incluida la equidad, fue estudiado en los cursos de
Didáctica del Álgebra y la Trigonometría y en el de Evaluación de los
Aprendizajes. En la lección siguiente nos dedicaremos a asuntos particulares de
la planificación de la introducción de aplicaciones de las ciencias matemáticas en
su enseñanza.
87
Lección 12
La introducción de aplicaciones de las ciencias matemáticas en su enseñanza

requiere de una planificación cuidadosa, es decir, ésta no puede hacerse de
manera improvisada. El propio profesor o profesora debe haber experimentado
con la elaboración de modelos matemáticos, el tipo de experiencias ofrecidas en
este curso le da una preparación adecuada par asumir ese reto.
En esta lección consideraremos algunos asuntos que usted debe tomar en cuenta
al momento de planificar el uso del modelaje matemático en su clase de
matemáticas. Lo primero, y más importante, usted debe estar familiarizado con
los fines de la enseñanza de las matemáticas en el nivel o subsistema en que
hará uso de las aplicaciones y tener bien claro las conexiones entre los diversos
temas de matemáticas incluidos en el currículo así como con tópicos de otras
asignaturas. Usted debe asumir una actitud de investigador(a) y explorar esas
conexiones. Aquí le será muy útil retomar las ideas presentadas en la Lección 1.
Una vez alcanzada esa comprensión de los fines y las conexiones entre
contenidos, se pasa a la planificación propiamente dicha de la introducción del
proceso de matematización en la clase de matemáticas.
Le sugerimos considerar los aspectos siguientes:
1. Disponibilidad y uso de tecnologías,
2. Consideraciones sobre la historia de la situación problemática y de las
matemáticas relacionadas,
3. Inclusión de asuntos relacionados con la justicia social, económica y política,
y
4. Formas de evaluación.
Estos puntos no agotan todo los asuntos que deberían considerarse, seguro usted
ya habrá notado alguno que no hemos incluido. Sin embargo, creemos que estos
nos ofrecen un buen punto de partida para planificar el uso de las aplicaciones en
la enseñanza de las matemáticas.
Disponibilidad y uso de tecnologías
Vimos en algunas de las lecciones anteriores la importancia del uso de
tecnologías, básicamente calculadoras o computadoras, en la elaboración de
modelos y en su uso. En especial, cuando se trata de construir modelos a partir
de grandes cantidades de datos reales, como es el caso de los datos de
población, es indispensable el uso de tecnologías para procesar esos datos.
Incluso hay aplicaciones, tanto para calculadoras como para computadoras, que
nos permiten generar automáticamente modelos matemáticos para un conjunto
dado de datos.
Por tanto, al planear una actividad de matematización debe revisarse
cuidadosamente las tecnologías (equipos y programas) que se pueden requerir
para lograrla. En especial, se debe tener cuidado que todos los estudiantes
tengan acceso a la tecnología necesaria. De esa manera evitaríamos que la
introducción de la tecnología sirva para la profundización de la iniquidad en la
escuela.
Para muchos de modelos sencillos puede ser suficiente unas calculadoras o una
sola computadora utilizada como estación de trabajo en el aula. El punto es no
descuidar este aspecto, de manera tal que se pueda lograr el objetivo de la
actividad planeada.
88
Actividad 12.1.
Haga una lista de herramientas (equipos y programas) a su disposición, tanto
personales como en el plantel donde usted trabaja o en un o cercano en su
localidad, que puedan ser utilizados en actividades de modelaje.
Consideraciones sobre la historia de la situación problemática y de las
matemáticas relacionadas
Una recomendación de la comunidad de educadores matemáticos es la
introducción de la historia de los diversos tópicos de matemáticas que se
enseñan en la escuela. El caso de la enseñanza del modelaje matemático no es
excepción. En este caso encontramos dos vertientes en esta recomendación.
Por un lado tendríamos las consideraciones acerca de la historia del concepto o
herramienta matemática particular que estaremos utilizando para resolver un
determinado problema real. Por ejemplo, si nos interesa aplicar funciones
periódicas para modelar la conducta de la relación entre unas variables
determinadas, podríamos introducir el tema comenzando por presentar algunos
aspectos de la historia de esas funciones.
Por el otro lado tenemos las consideraciones acerca de la historia de las
aplicaciones de ese tópico específico de matemáticas para la resolución de
problemas reales. Por ejemplo, los números complejos surgieron en el contexto
de la resolución de ecuaciones, en particular de la ecuación cúbica. Los
matemáticos se tomaron uno cuantos años en reconocer estos números como
tales. Muchos años después de su creación es que se llegaron a usar en la
resolución de problemas reales, por ejemplo en el estudio de circuitos eléctricos.
Actividad 12.2.
Escoja un tema cualquiera de Matemáticas de la Tercera Etapa de EB o de EMDP
(Educación Secundaria) e investigue acerca de desarrollo histórico y de sus
aplicaciones.
Inclusión de asuntos relacionados con la justicia social, económica y
política
En la consideración de este asunto se incluyen aspectos como la enseñanza en
valores, el papel educativo de las matemáticas y el papel de la escuela en la
formación de ciudadanos y ciudadanas que funciones inteligentemente en una
sociedad democrática y que se preocupen por la justicia social, económica y
política. Este asunto de la consideración de problemas que tocan este último
asunto han sido promovidos por los proponente de la educación matemática
crítica, entre los que se destacan Skovmose (ver el material instruccional del
curso Didáctica del Álgebra y la Trigonometría) y Frankenstein (1994).
Para Garii (s.f.), enseñar para la justicia social tanto en ciencias como en
matemáticas nos obliga a confrontar nuestras suposiciones acerca de la “verdad”
y el “conocimiento”. Confrontación de suma importancia en el caso de uso de
modelos matemáticos para comprender situaciones problemáticas reales. Desde
esta perspectiva se resalta que la información no tiene sentido a manos que sea
localizada, o sumergida, en una comprensión contextual apropiada. La
descontextualización de la información es una estrategia comúnmente usadas por
quienes desean ocultar la verda, en particular cuando se trata de situaciones
injustas. Plantea Frankenstein (1994) que la habilidad para formularse
preguntas estadísticas básicas es relevante para profundizar nuestra apreciación
de asuntos particulares, como por ejemplo el desempleo y la manera en que se
define estadísticamente. Para esta autora, las descripciones estadísticas
supuestamente neutras de nuestro mundo buscan ocultar las opciones y las
89
luchas políticas. En una hojeada a la prensa nacional podemos encontrar muchos
ejemplo de esta situación, uno de ellos es la discusión acerca de cómo se mide la
inflación. Otro aspecto que resalta Frankenstein del enfoque crítico es que busca
que los estudiantes comprendan las limitaciones del conocimiento que
elaboramos a partir del análisis matemático del mundo, en otras palabras, del
uso de las matemáticas como herramienta para comprender mejor la realidad y
transformarla.
Queremos resaltar aquí, que la consideración de asuntos relacionados con la
justicia social, económica y política no se debe limitar al análisis de estadísticas.
Estos asuntos también surgen, por ejemplo, en el estudio de modelos
matemáticos para tratar situaciones de crecimiento.
Osler (2006) enumera algunas de las ventajes de la introducción de estos
asuntos en la enseñanza de las matemáticas, en particular, los estudiantes
pueden:
 Reconocer el poder de las matemáticas como una herramienta analítica
esencial para comprender y potencialmente cambiar la realidad, en lugar de
considerar meramente a las matemáticas como una colección de reglas
desconectadas que tiene que ser memorizadas y repetidas;
 Profundizar en su comprensión de asuntos sociales y comunitarios;
 Involucrarse en un nivel avanzado de pensamiento acerca de “grandes ideas
matemáticas”;
 Motivarse para aprender matemáticas;
 Participar en proyectos comunitarios reales (no sólo teóricos o ficticios) y
 Encontrar respuesta a la pregunta: ¿Para qué me sirve aprender este tema
de matemáticas? (p. 2)
A continuación le ofrecemos una lista de algunos temas que podrían ser tratados
en la clase de matemáticas donde se incluyan aplicaciones y el profesor sea
sensible sobre asuntos de justicia social. Esta lista es adaptada de Osler (2006).
 Prisiones, composición socio-económica de la población privada de su
libertad, tipos de penas;
 Inseguridad, número de muertes por causas violentas, zonas geográfias
donde ocurren los crímenes, grupos sociales más afectados por la
delincuencia;
 Pobreza, salario mínimo, costo de la cesta básica, desempleo;
 Salud, propagación de enfermedades, surgimiento de enfermedades nuevas y
reaparición de erradicadas, costo de los servicios de salud privada, acceso a
servicios de salud pública, grupos sociales afectados por ciertas
enfermedades;
 Acceso a la educación y equidad.
La lista de temas es prácticamente interminable. Los asuntos seleccionados
deben conducir al estudio de ideas matemáticas importantes, hay que ser
cuidadosos en no escoger asuntos que conduzcan sólo a un uso trivial de éstas.
En conclusión, incluir asuntos de justicia social, económica y política en la
enseñanza de aplicaciones de las matemáticas en la escuela nos permite explorar
esas situaciones de injusticia en el contexto de las matemáticas, comprender las
causas y efectos de esas situaciones, desarrollar soluciones matemáticamente
razonables, realistas y justas, mejorar las habilidades de comprensión y
90
resolución y proposición de problemas en todos los estudiantes (Osler, 2006).
Resaltamos, apoyándonos en Osler, que este enfoque nos permite plantearnos de
manera significativa la pregunta: ¿Cómo puedo usar las matemáticas para
comprender y resolver problemas en mi comunidad? Agregamos, que tan
relevante como eso es que los estudiantes lleguen a formular correctamente los
problemas y a desentrañar aquello que se oculta detrás de los datos.
Actividad 12.3
1. Haga una lista de asuntos de justicia social, económica o política relevantes al
comunidad donde vive que pudieran ser tratados en la clase de matemáticas.
2. Escoja un asunto de su lista que pueda ser tratado matemáticamente que no
se limite a temas de estadística.
Formas de evaluación
En el curso de Evaluación de los Aprendizajes en Matemática (Cod. 551) usted
tuvo la oportunidad de estudiar las rúbricas. Dado el carácter abierto de las
actividades de modelaje, pensamos que las rúbricas son unas de las
herramientas más útiles para evaluar el trabajo de los estudiantes. Recordemos
que en el último paso del proceso de modelaje consideramos la elaboración del
informe y de una presentación, los cuales pueden ser evaluados con la ayuda de
esta herramienta. Por ello le proponemos a continuación una rúbrica para este
fin. Esta rúbrica es del tipo analítica-genérica. Los rasgos principales a
considerar son: a) simplificación, b) matematización, c) transformación, d)
interpretación y e) validación.
Simplificación
Nivel Descripción
1 El estudiante muestra que no comprende la situación problemática del
mundo real y falla en construir una versión simplificada de la situación.
2 El estudiante muestra alguna comprensión de la situación problemática
del mundo real, aunque falla en considerar la influencia de uno más
componentes esenciales.
3 El estudiante muestra comprensión de la situación problemática del
mundo real y considerar adecuadamente todos los componentes
esenciales del problema.
4 El estudiante considera características que indican una comprensión
completa y extensiva de la situación problemática.
Matematización
Nivel Descripción
1 El estudiante falla en construir una representación matemática de la
versión simplificada del problema
2 El estudiante construye una representación matemática de la versión
simplificada del problema, pero esta representación no conduce a una
comprensión del problema subyacente.
3 El estudiante construye una representación matemática de la versión
simplificada del problema que puede conducir a una comprensión del
problema subyacente.
4 La representación matemática del estudiante lleva a una comprensión
extensiva de las relaciones entre los componentes clave de la situación
problemática subyacente.
91
Transformación
Nivel Descripción
1 El estudiante falla en el uso del modelo de una manera apropiada y falla
en resolver la versión matematizada del problema.
2 El estudiante opera con el modelo de una manera matemáticamente
válida, aunque falla en descubrir una solución a versión matematizada
del problema.
3 El estudiante opera con el modelo de una manera matemáticamente
válida y descubre una solución a versión matematizada del problema.
4 El estudiante usa el modelo para resolver la versión matematizada del
problema y extiende y generaliza su solución.
Interpretación
Nivel Descripción
1 El estudiante falla en interpretar la solución generada por el modelo en
términos de la versión simplificada del problema.
2 El estudiante intenta interpretar la solución generada por el modelo en
términos de la versión simplificada del problema, aunque la
interpretación es (de alguna manera) incorrecta.
3 El estudiante interpreta la solución generada por el modelo en términos
de la versión simplificada del problema.
4 El estudiante interpreta la solución generada por el modelo en términos
de la versión simplificada del problema, provee alguna explicación sobre
por qué la solución tiene sentido y explora la posibilidad de otras
soluciones o intentos de solución.
Validación
Nivel Descripción
1 El estudiante falla en validar que la solución de la versión simplificada
del problema es también una solución de la situación problema inicial.
2 El estudiante intenta validar que la solución de la versión simplificada
del problema, aunque llega a conclusiones inapropiadas o falla en
establecer la conexión entre la versión simplificada del problema y la
situación problema subyacente.
3 El estudiante establece el hecho que la solución de la versión
simplificada del problema es una solución de la situación problema
subyacente.
4 El estudiante valida que la solución de la versión simplificada del
problema, reflexiona sobre los insights ganados acerca de la situación
problema subyacente y ofrece extensiones o preguntas adicionales que
han surgido en la investigación.
(Hobson, 1995, traducción y adaptación del autor)
Actividad 12.4.
Elabore una rúbrica para evaluar el trabajo de los estudiantes basada en las fase
del proceso de matematización propuesta por Edwards y Mason (1989). Ver la
Lección 4.
Hasta aquí hemos pasado revista a los principales aspectos que sugerimos
considerar a la hora de planificar la introducción del proceso de matematización
en la enseñanza de las matemáticas.
Actividad 12.5.
Escoja un tema de matemáticas de Educación Secundaria y planifique, tomando
en cuenta los asuntos antes resaltados, el uso de aplicaciones en su enseñanza.
92
Con esta lección culmina el curso Matemáticas y Ciencias (Cod. 532). Una vez
estudiadas todas las lecciones que lo conforman usted estará mejor preparado o
preparada para introducir las aplicaciones en la enseñanza de las matemáticas.
Así usted podrá contribuir, desde ya si es profesor de aula y en un futuro si
todavía no trabaja, al mejoramiento de la enseñanza de las matemáticas en
nuestro país.
Referencias
Frankenstein, M. (1994). Understanding the politics of mathematical knowledge
as an integral part of becoming critically numerate. Trabajo presentado en
la Primera Conferencia de la Association of Mathematical Education for
South Africa (AMESA), del 4 al 7 de julio, Johannesburgo.
Garii, B. (s.f.). Sciencia, mathematics, and teaching for social justice.
Disponible en:
http://www.oswego.edu/~prusso1/430_530_SciMathTchgSJ.doc.
Hogson, T. (1995). Secondary mathematics modeling: Issues and challenges.
School Sciences and Mathematics. Disponible en:
http://findarticles.com/p/articles/mi_qa3667/is_199511?pnum=10&opg=n8
717546.
Osler, J. (2006). A guide for integrating issues of social, political, and economic
justice into mathematics curriculum. Disponible en:
http://www.radicalmath.org/docs/SJMathGuide.pdf.
93

532 PDF

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

532 PDF

Загружено:

Авторское право:

Доступные форматы

República Bolivariana de Venezuela

Universidad Nacional Abierta

Módulo I Unidad 1 Lección 1

Objetivo: Describir las diferentes formas de integración de los contenidos de

En esta lección estudiaremos diferentes formas de integración de los contenidos

Conectado Temas dentro de Los conceptos clave son Las disciplinas no

Fuente: Forgarty, R. (1991). Traducción y adaptación de Julio Mosquera

De la Rua, C. M. (2000). Interdisciplinariedad en el currículo de las Ciencias

Forgarty, R. (1991). The Mindful School: How to Integrate the Curricula.

(Ministerio de Educación y Deportes, 2004, pp. 52-56)

Resultados básicos comunes a todas las ciencias naturales

Conceptos básicos comunes a todas las ciencias naturales

Leyes empíricas básicas comunes a todas las ciencias naturales

Teorías y modelos comunes a todas las ciencias naturales

Objetivo: Discutir diversas tendencias o maneras de usar las aplicaciones de

La preocupación por introducir en la enseñanza de las matemáticas aplicaciones

(…) las Matemáticas tienen un extraordinario valor como

Introducir aplicaciones de las matemáticas a situaciones reales, o pseudo-reales,

La manera más sencilla de introducir de alguna manera aplicaciones de las

Un envase tiene forma cúbica y contiene un volumen igual a 125

Más adelante, en una unidad dedicada a la probabilidad y la estadística proponen

Midiendo el tamaño de un grupo de insectos, un entomólogo

Longitud (mm) Número de insectos

Determina la clase modal y los valores aproximados de la mediana

Para determinar la cantidad de calcio en un grupo de ciudadanos,

Calcular el rango, la varianza y la desviación típica. (p. 340)

Al tipo de enfoque presentado hasta ahora lo consideraremos como el primer

Un segundo enfoque es el uso de las aplicaciones como motivación para

La Unidad 15, titulada “División de polinomios y fracciones racionales”, tiene en

En la parte inferior de esta misma página, bajo el título “Calcula y responde”, se

Con estas termina la página de presentación. Como dijimos anteriormente, de

Un tercer enfoque es el de presentar un aplicación desde el comienzo como punto

Todo organismo viviente contiene una cantidad de C14, la cual

Lo cual se lee, “y es igual el logaritmo de base ½ de x”

Para más información sobre el carbono 14 y su uso para estimar la edad de la

Allí encontrarás un artículo muy interesante sobre le tiempo geológico. En el sitio

Resaltamos que en el caso anterior se tiene que la aplicación es presentada como

1. Escoja un libro escolar cualquiera de Matemática para la educación secundaria

Otros autores propone el enfoque de la investigación en la enseñanza de las

En esta lección estudiamos tres enfoques o maneras de introducir las aplicaciones

Brett C., E. (2006). Actividades de Matemática II Cs. C.D. Caracas: El Autor.

Castelnuovo, E., Gori Giorgi, C. y Valenti, D. (1986). La scienza. La matematica

Suárez Bracho, E. y Durán Cepeda, D. (2002). Matemática 8. Caracas:

Objetivo: Explicar el ciclo de la aplicación de las matemáticas.

Como señalamos arriba, recurrimos a dos ejemplos sencillos para ilustrar el

En primera instancia, tenemos que el dibujo en la Figura 3.1 es un modelo de la

Producto de la experiencia y la investigación sobre la siembra de tomates se ha

Distancia entre plantas: 50 cm.

Considerando toda la información dada anteriormente, realice la Actividad 3.1.

La situación considerada anteriormente es, en cierta forma, estática. En ella no

Primero describiremos la situación problemática. ¿Cuántos carros pasan a través

Podemos hacer un número de suposiciones desde el comienzo.

El objetivo es calcular cuántos carros pasan por la intersección en un ciclo de

Como mencionamos anteriormente, esta situación es dinámica, a diferencia de la

Primero nos preguntamos: ¿cómo arranca un carro? Asumimos que éste

De manera razonable podríamos asumir que la velocidad final sería 15 m/s.

Tenemos que después de 7,5 segundos el carro alcanza la velocidad final de 15

Supongamos que hay un retardo de 1s en tiempo de reacción antes de que el

Una formula sugerida es:

Supongamos ahora que la luz verde se mantiene encendida 15 s; ¿Puede usted

Para más investigación

¿Cuál es la relación entre velocidad y distancia total expresada como una

Velocidad (millas Distancia de Distancia de Distancia total