1 Ttulo: Modelacin matemtica y el enfoque hacia la modelacin Autor: Maximiliano Cervantes Salazar Adscripcin: Escuela de ingeniera industrial del

Centro de Estudios Superiores del Estado de Sonora (CESUES) Alumno del doctorado en ciencias educativas del Instituto en Investigacin y Desarrollo Educativo (IIDE), UABC. Resumen. En el presente ensayo describimos las principales caractersticas de distintas propuestas para el uso de la modelacin en educacin matemtica, que encontramos como parte de la solucin al problema de acercar los aprendizajes en matemticas a las actividades del mundo real puesta en evidencia por las evaluaciones internacionales PISA. Sealamos la necesidad de complementar tales propuestas con un esfuerzo hacia la construccin del significado de los conceptos desde una perspectiva de modelacin, en base a las cantidades. Describimos parte de la propuesta que estamos desarrollando para tales significados a travs de lo que denominamos el enfoque hacia la modelacin y sus efectos en la comprensin relacional con un ejemplo. Aunque falta mucho por recorrer en investigacin, pensamos que este enfoque permite apreciar un estrecho contacto de la matemtica con la realidad. Palabras clave: Modelacin matemtica, conceptualizacin, significados, aprendizajes, cantidad. Abstract. En el presente ensayo describimos las principales caractersticas de distintas propuestas para el uso de la modelacin en educacin matemtica, que encontramos como parte de la solucin al problema de acercar los aprendizajes en matemticas a las actividades del mundo real puesta en evidencia por las evaluaciones internacionales PISA. Sealamos la necesidad de complementar tales propuestas con un esfuerzo hacia la construccin del significado de los conceptos desde una perspectiva de modelacin, en base a las cantidades. Describimos parte de la propuesta que estamos desarrollando para tales significados a travs de lo que denominamos el enfoque hacia la modelacin y sus efectos en la comprensin relacional con un ejemplo. Aunque falta mucho por recorrer en investigacin, pensamos que este enfoque permite apreciar un estrecho contacto de la matemtica con la realidad. Palabras clave: Modelacin matemtica, conceptualizacin, significados, aprendizajes, cantidad. Rsum. En el presente ensayo describimos las principales caractersticas de distintas propuestas para el uso de la modelacin en educacin matemtica, que encontramos como parte de la solucin al problema de acercar los aprendizajes en matemticas a las actividades del mundo real puesta en evidencia por las evaluaciones internacionales PISA. Sealamos la necesidad de complementar tales propuestas con un esfuerzo hacia la construccin del significado de los conceptos desde una

2 perspectiva de modelacin, en base a las cantidades. Describimos parte de la propuesta que estamos desarrollando para tales significados a travs de lo que denominamos el enfoque hacia la modelacin y sus efectos en la comprensin relacional con un ejemplo. Aunque falta mucho por recorrer en investigacin, pensamos que este enfoque permite apreciar un estrecho contacto de la matemtica con la realidad. Palabras clave: Modelacin matemtica, conceptualizacin, significados, aprendizajes, cantidad. Resumo. En el presente ensayo describimos las principales caractersticas de distintas propuestas para el uso de la modelacin en educacin matemtica, que encontramos como parte de la solucin al problema de acercar los aprendizajes en matemticas a las actividades del mundo real puesta en evidencia por las evaluaciones internacionales PISA. Sealamos la necesidad de complementar tales propuestas con un esfuerzo hacia la construccin del significado de los conceptos desde una perspectiva de modelacin, en base a las cantidades. Describimos parte de la propuesta que estamos desarrollando para tales significados a travs de lo que denominamos el enfoque hacia la modelacin y sus efectos en la comprensin relacional con un ejemplo. Aunque falta mucho por recorrer en investigacin, pensamos que este enfoque permite apreciar un estrecho contacto de la matemtica con la realidad. Palabras clave: Modelacin matemtica, conceptualizacin, significados, aprendizajes, cantidad. Campo de investigacin: Nivel educativo: Datos del autor: Curriculares: Maestro en docencia y administracin educativa por la UABC Direccin: Av. V. Carranza # 3209 y calle 33. Colonia Burcrata San Luis Ro Colorado, Sonora, Mxico. Telfono: Particular: (653) 536 0387 Laboral: (653) 534 4255 y 56 Fax: Laboral: (653) 534 4249 Correo e: csmaximiliano@yahoo.com.mx (15) Modelacin matemtica (32) Superior

3 1. El problema: Como acercar los aprendizajes matemticos a la realidad? Recientemente hemos escuchado en nuestro pas, los bajos resultados que han obtenido nuestros jvenes en las evaluaciones internacionales PISA en los aos 2000 y 2003, en reas de lenguas, matemticas y ciencias. En particular los resultados en matemticas no slo en Mxico sino en muchos otros pases han sido hasta cierto punto menos favorables de lo esperado. Ello nos ha llevado a reflexionar sobre los esfuerzos internacionales al respecto en educacin matemtica y la forma en que pudisemos aportar un nfimo grano de arena, tal como lo describimos en el presente ensayo. El inters de los gobiernos de los pases miembros de la Organisation for Economic Cooperation and Development (OECD) por el control de los recursos destinados a los sistemas educativos y sus contenidos, es el origen del Programme for International Student Assessment (PISA) iniciado desde 1997. Dicho programa forma parte de una serie de indicadores que se han implementado a travs del proyecto International Indicators of Education Systems, como una forma de obtener informacin sobre la eficacia internacional de tales sistemas y orientar las acciones para su mejora (Gil, S. F.). Debido a que los gobiernos se encuentran comprometidos con la educacin bsica, el inters de las evaluaciones se centra en determinar de alguna forma, el nivel de conocimiento adquirido por los jvenes y su capacidad para aplicarlo en el mundo real y sus desafos despus de abandonar la escuela obligatoria. As el conjunto de indicadores obtenidos a travs de las evaluaciones PISA, se dividen en tres temticas consideradas indispensables: lenguas, matemtica y ciencias (Gil, S.F.; INEE, 2003; OECD, 2003). Las intenciones del programa con respecto a la matemtica, incluyen la de probar la capacidad del joven para entender su papel en el mundo actual y su inters por aprenderla en beneficio propio, para atender sus necesidades como ciudadano responsable. En consecuencia, PISA pone un especial nfasis en evaluar su leguaje matemtico, referido en ingls como mathematical literacy. En el marco terico para la evaluacin 2003, el trmino literacy se emplea en relacin al uso que se hace del lenguaje, y representa por tanto una ptica en que la matemtica es considerada como tal, en la que el individuo habla, lee y se comunica en un lenguaje matemtico, conoce sus condiciones y estructuras. Se mencionan tres razones fundamentales para promover y evaluar dichas capacidades: a) la necesidad social de individuos matemticamente preparados que puedan hacer juicios acertados sobre la informacin que reciben en la sociedad del conocimiento, en un mundo complejo; b) la necesidad de una fuerza de trabajo ms capacitada en el uso de equipo de alta tecnologa; y c) de un aprecio por las matemticas como algo que puede servir a su vida cotidiana. La OECD/PISA se ha propuesto evaluar tales capacidades a travs de las actividades de matematizacin que pueden realizar los estudiantes. Tales actividades, que tienen una coincidencia significativa con las actividades de modelacin, son consideradas como el vehculo para organizar y estructurar los fenmenos matemticamente y promover el lenguaje matemtico. Dichas actividades comprenden (OECD, 2003. p. 27): 1. Iniciar con un problema situado en la realidad. 2. Organizarlo utilizando conceptos matemticos, esto es, buscar conceptos que puedan servir para representar diferentes caractersticas de la situacin real. 3. Apartarlo de la realidad gradualmente, mediante suposiciones sobre las caractersticas relevantes, generalizando y formalizndolo para transformarlo en un problema matemtico.

4 4. Solucionando el problema. 5. Interpretando la solucin matemtica en trminos del problema real. En la primera aplicacin de las pruebas PISA en el 2000, entre los jvenes de 15 a 16 aos en 32 pases participantes, los resultados obtenidos en el aprendizaje de tales actividades provocaron un debate internacional sobre los objetivos y el papel del currculo de matemticas, as como de la modelacin y de las aplicaciones en relacin con las situaciones reales (Blum, 2002). En consecuencia el inters ha girado hacia el problema de cmo acercar los aprendizajes matemticos al mundo real, a travs de un mayor nfasis en el uso de la modelacin en educacin matemtica. 2. Propuestas de solucin: Hacia un mayor uso de la modelacin en educacin. En esta problemtica, las organizaciones matemticas internacionales han desempeado un papel relevante. La principal organizacin a nivel mundial es la International Mathematical Union (IMU), cuyos orgenes se sitan a inicios del siglo pasado (Jackson, 1994; Lehto, 1995) y que actualmente cuenta con diversas comisiones. Entre ellas, la International Comission on Mathematical Instruction (ICMI), y el International Study Group for the Psychology of Mathematics Education (PME) desde 1976. La primera realiza dos eventos trascendentes para la educacin matemtica: el International Congresss on Mathematical Education (ICME), que constituye el evento de mayor relevancia para los matemticos y los ICMI Studies. En respuesta a las evaluaciones PISA, el ICMI Study 14 celebrada en Alemania en febrero del 2004, se dedic a identificar el estado del arte en modelacin y aplicaciones matemticas (Blum, 2002), cuyos resultados se han publicado a partir de enero 2007. Otra organizacin internacional de inters en esta temtica, es la International Community of Teachers of Mathematical Modelling and Applications , que constituye el International Study Group for Mathematical Modelling and Applications dentro de la ICMI a partir del 2003 y realiza la International Conference on Teaching of Mathematical Modelling ICTMA sobre diferentes tpicos de la modelacin matemtica desde 1983. En la conferencia ICTMA 11 modelacin matemtica: una forma de vida Houston (2003) hace una reflexin sobre los primeros veinte aos de la organizacin en la que seala los notables progresos en promover y dar a conocer la actividad, aunque, por otra parte, manifiesta la persistencia de ciertas dificultades en educacin superior, como el descrito en el reporte sobre las matemticas en la industria de la Society for Industrial and Applied Mathematics , relacionados con el sentimiento de preparacin inadecuada para abordar los diversos problemas manifestado por los graduados de doctorado. Tambin en dicha conferencia, se seala la falta de habilidad de estudiantes universitarios para clarificar lo que debe ser realizado por un modelo y para relacionar situaciones fsicas con las formulaciones matemticas (Houston & Neill, 2003), as como el limitado progreso que muestran despus de llevar varios mdulos de modelacin y de un ao de trabajo en la industria (Izard, Haines, Crouch, Houston & Neill, 2003). En contraparte, encontramos un panorama ms alentador para la modelacin en los primeros niveles de la educacin, donde si se puede realizar con xito (English, 2003) y los estudiantes se involucran en actividades que son valoradas an fuera del aula (Lesh, 2003). Estas situaciones tan contrastantes nos llevan a indagar sobre el uso que se da a la modelacin matemtica en el ambiente escolar y sus formas de acercar la matemtica a la realidad.

5 A partir de la revisin de la literatura tenemos la impresin de que existen dos posiciones extremas en cuanto al uso de la modelacin. Por una parte observamos procesos de aprendizaje donde la prioridad es la construccin del modelo matemtico y los conceptos reciben un papel utilitario, instrumental. Por la otra, observamos que las prioridades se invierten. Es en el primer caso en el que encontramos la posicin que decidimos llamar modelacin tradicional, que caracterizamos por el nfasis en aprender a construir modelos matemticos y por el predominio de un enfoque utilitario para el concepto, en la que el conocimiento matemtico se asemeja a una caja de herramientas de la cual hay que extraer la apropiada para resolver una situacin problema. En esta posicin la secuencia es aprender matemticas y luego a modelar matemticamente. Un ejemplo de este enfoque se aprecia en el texto Mathematical Modelling (Berry y Houston, 1995). En el otro extremo, radicalmente opuesto, la prioridad es construir los conceptos matemticos como consecuencia de la modelacin presente en las actividades de matematizacin, de las que emerge el conocimiento matemtico durante la solucin de la situacin problema. El modelo es un instrumento didctico para ayudar en la construccin del concepto, tal como ocurre con la realistic mathematics education (Gravemeijer, 1999; Gravemeijer & Doorman, 1999; Gravemeijer & Terwel, 2000). Entre estas dos posturas extremas encontramos diversas combinaciones entre las prioridades otorgadas al uso del concepto y del modelo, entre ellas la model and modeling perspectives que enfrenta al alumno con la necesidad de resolver un problema utilizando la modelacin, a argumentar su razonamiento y comunicar sus resultados (Lesh, 2003; Lesh y Lehrer, 2003; Lesh y Harel, 2003) con un nfasis tanto en la construccin del modelo como del concepto. En el nivel superior, encontramos a la matemtica en el contexto de las ciencias en la que el concepto se introduce durante las actividades de modelacin (Camarena, 1999, 2002, 2004). Cada una de estas posturas presenta una forma especfica de acercar la matemtica a la realidad, cuyo anlisis nos requiere de una descripcin breve de sus principales elementos. 2.1 La modelacin tradicional.Esta postura la caracterizamos por la intencin del desarrollo de habilidades de modelacin en primer trmino; por un entorno donde se presenta un problema real y se le pide al alumno que utilice la matemtica para su solucin. Ello exige un conocimiento previo de los conceptos y procedimientos matemticos que sern utilizados como instrumentos de modelacin. El texto Mathematical Modelling de Berry y Houston (1995) lo consideramos como un buen ejemplo de esta postura. En l, Berry y Houston (1995, p. 1) de una manera amplia, definen un modelo matemtico como una representacin matemtica de las relaciones entre dos o ms variables, relevantes a un problema o situacin dada y a la modelacin matemtica como un mtodo para solucionar problemas matemticamente, para el cual distingue dos tipos: modelacin emprica y modelacin terica. En la primera de ellas el modelo se construye esencialmente a partir de datos y la segunda a partir de consideraciones tericas. Tomamos de dicho texto (p. 4), el ejemplo del tiempo rcord para recorrer una milla. En los datos que proporciona se observa como ha ido disminuyendo en el transcurso de los aos, desde 1913 en que el rcord fue de 4 minutos 14.4 segundos hasta 1993 en que fue de 3 minutos 44.39 segundos, como parte del problema, se pide determinar en qu ao es probable que el rcord sea de 3 minutos 40 segundos. Seala que la solucin puede obtenerse a travs de grfica (modelo grfico) de la figura uno, o bien, de la ecuacin de la recta mostrada en la grfica (modelo simblico): t = 255 0.38T en la que t representa el tiempo rcord en segundos y T el tiempo en aos. Berry y Houston sealan las obvias limitaciones del modelo que indican la posibilidad de que el tiempo rcord sea de cero segundos.

6 Como un ejemplo de modelacin terica, Berry y Houston (1995) muestran el siguiente problema: Como peatn hay varias veces en el da en que usted a tenido que cruzar un camino. En algunos caminos que no tienen mucho trfico, ha tenido que esperar por un espacio entre los carros y entonces cruzar; en caminos con mucho trfico se le aconseja que utilice un crucero peatonal. La autoridad local tiene que decidir si debe instalar y cundo, cruceros controlados en ciertos caminos ... formule un modelo matemtico para el cruce en una calle de un solo sentido, de manera que un peatn pueda hacerlo en forma segura. Utilice su modelo para decidir bajo qu condiciones la autoridad local debe instalar un crucero peatonal. (p. 12)
Tiempo en minutos por milla

4.40 4.20 4.00 3.80 3.60 3.40 3.20 3.00 1910 1930 1950 1970 1990 2010 2030
Ao

Figura 1. Grfica del tiempo rcord para una milla. Tomada de Berry y Houston (1995)

La informacin cuantitativa requerida para la solucin de este problema, depende de la perspectiva terica con que se enfrente. Si se consideran las velocidades de los vehculos, del peatn, as como las distancias reglamentarias que deben guardarse entre los vehculos, ser necesario conseguir la informacin correspondiente. Bajo esta perspectiva, Berry y Houston comentan que tal vez se sugiera que no se instale un crucero peatonal, porque en teora existe tiempo suficiente entre carro y carro para realizar un cruce seguro. Otra consideracin puede incluir las frecuencias de los espacios que hay entre dos vehculos consecutivos y las probabilidades de que se presente un espacio suficientemente grande para realizar un cruce seguro. Las dos formas de solucionar el problema son descritas a detalle en el texto. En estos ejemplos podemos ver la necesidad de que el alumno cuente con el conocimiento previo de ciertos conceptos y procedimientos matemticos, como ajustar una recta a datos puntuales con tendencia, la forma de calcular velocidades, desigualdades y teora de probabilidad. Aparte de poner a la matemtica en contacto con la realidad, el propsito expreso de esta didctica es el

7 desarrollo de habilidades de modelacin. Para Berry y Houston, la modelacin matemtica involucra el desarrollo de los siguientes pasos: a) comprensin del problema, b) identificar las caractersticas relevantes, c) realizar suposiciones y simplificaciones, d) definir variables, e) utilizar sub modelos, f) establecer relaciones entre variables, g) resolver ecuaciones, h) interpretar y validar el modelo, i) mejorar el modelo y j) explicar los resultados. Houston y Neill (2003) reportan que en la universidad de Ulster los estudiantes de los cursos de matemticas, estadstica y cmputo llevan dos mdulos de modelacin en los primeros dos aos, y en el tercer ao pasan un ao en la industria. En los mdulos mencionados se inicia a los estudiantes en el ciclo de modelacin clsico a travs de estudios de caso, y entre los textos se utiliza el de Berry y Houston (1995). Se persigue que para un problema real, desarrollen la habilidad para: a) formular un modelo apropiado, b) producir la correspondiente solucin matemtica, c) interpretar posibles resultados, d) evaluar una solucin ptima, e) reportar la solucin y sus implicaciones y f) repasar y refinar el modelo original a la luz del anlisis. Sin embargo, como se mencion, los resultados dejan algo que desear. Para evaluar habilidades de los alumnos para desarrollar cada etapa en el proceso de pasar un problema real a un problema matemtico, Haines, Crouch y Davis (citado en Houston y Neill, 2003) disearon una prueba del tipo de opcin mltiple. Los tipos de preguntas incluyeron: a) realizar suposiciones simplificadoras, b) clarificar el objetivo, c) formular el problema, d) asignar variables, parmetros y constantes, e) hacer formulaciones matemticas y f) seleccionar un modelo. Houston y Neill aplicaron dichos cuestionarios al inicio y al final de cada ao acadmico para los perodos 1999-2000 y 2000-2001 con el fin de detectar las reas de debilidad y proponer mejoras a los mdulos de modelacin. Tambin utilizaron un cuestionario diseado por ellos mismos, similar al de Haines, Crouch y Davis. Los resultados previos mostraron que los tres cuestionarios quedaron cortos, por lo que se recombinaron y se agregaron dos tipos de preguntas ms para completar un cuestionario con 22 preguntas. Entre los resultados encontraron que los estudiantes muestran falta de habilidad para saber qu es lo que persigue un modelo (clarificar el objetivo) y dificultad para relacionar situaciones fsicas con las formulaciones matemticas (seleccionar un modelo), cuestiones crticas si nos interesamos por acercar la matemtica a la realidad. Estos resultados forman parte de otro estudio ms amplio que involucra a otras universidades reportado por Izard, Crouch, Haines, Houston y Neill (2003) en el que concluyen que a pesar de haber cursado varios mdulos en modelacin matemtica y haber trabajado un ao en la industria, los resultados de las pruebas no mejoran significativamente. Aun as, reportes en que se da este uso didctico a la modelacin matemtica, indica que los alumnos pueden aprender del papel sociocultural de las matemticas (Barbosa, 2003), o que los alumnos se motivan y se sorprenden por la forma en que las matemticas les ayuda a resolver problemas reales (Yanagimoto, 2003). Adicionalmente podemos concluir que dentro de esta postura no encontramos un inters explcito por la construccin de los significados de los conceptos, sino por el desarrollo de habilidades de modelacin. Pensamos que en sus primeros aos, este fue el uso dominante de la modelacin matemtica en el mbito escolar (Berry, Burges, Huntley, James, Moscardini, 1986 2.2 La realistic mathematics education. Es una corriente iniciada por Hans Freudenthal (19051990) desarrollada en la Universidad de Utrecht en los Pases Bajos. Se distingue por su inters en que la matemtica construida tenga un sentido de realidad en cualquier nivel de actividad, centrada en la actividad misma, y la que la modelacin juega el papel de puente entre las

8 situaciones y los objetos matemticos construidos. Freudenthal comparti la idea del centro de inters de Decroly y de la reinvencin guiada de Dewey. Convencido de que las matemticas son una actividad humana se opuso fuertemente a las teoras de corte conductista, sus mtodos de enseanza y de evaluacin. Para Freudenthal las matemticas fueron ms que nada una actividad de la que surgan los productos matemticos (Gravemeijer & Terwel, 2000): Matemtica como actividad humana es una actividad de solucin de problemas, de buscar problemas, es tambin la actividad de organizar un tpico. ste puede ser de una realidad que tiene que ser organizada de acuerdo con patrones matemticos, si problemas de la realidad tienen que ser solucionados. Tambin puede ser un tpico matemtico, de nuevos o viejos resultados, propios o ajenos, los cuales tienen que organizarse de acuerdo con nuevas ideas, para ser mejor entendidas, en un contexto amplio, o bajo un enfoque axiomtico. (p.781) [traduccin libre]. Tal concepcin de las matemticas le lleva a promover cambios en el currculo, los mtodos de investigacin y en la didctica de las matemticas. El centro para la educacin matemtica deberan ser estas actividades de organizacin matemtica o actividades de matematizacin y sus efectos, que deben desembocar en un producto matemtico. Gravemeijer y Terwel (2000) nos indican que el trmino matematizacin literalmente significa hacerlo ms matemtico (p. 781), es decir, de mayor generalidad, certidumbre, exactitud y brevedad. La actividad de matematizacin y sus construcciones debe ser el centro de la intervencin didctica, en la que el docente juega un doble papel: promueve ese tipo de construcciones por un lado, y por otro su formalizacin, a travs del uso de smbolos, notaciones y conceptos convencionales de la matemtica. Las actividades de matematizacin constituyen todas aquellas necesarias para pasar del mundo real al mundo matemtico, con un sentido de realidad (Gravemeijer & Terwel, 2000; Gravemeijer, Cobb, Bowers, Whitenack, 2000). Treffer (citado en Gravemeijer y Doorman, 1999) distingue dichas actividades como matematizacin horizontal cuando refieren a la descripcin matemtica de un problema contextual y como matematizacin vertical, cuando se centran en la actividad matemtica, no en el problema. Es en estas actividades en las que se alcanza el mayor nivel matemtico. Las ideas anteriores son centrales en la realistic mathematics education, que trata de mantener un sentido de realidad en todos los niveles de las actividades de matematizacin. Los esfuerzos giran entonces a cmo lograr una configuracin educativa bajo estas premisas. La respuesta viene bajo tres principios fundamentales: reinvencin guiada, la fenomenologa didctica y los niveles en el proceso de aprendizaje (Gravemeijer & Terwel, 2000), tambin llamado el principio del nivel (Van Del Heuven-Panhuizen, 2003). En la reinvencin guiada, Freudenthal deja claro que el propsito es lograr el diseo de un proceso de aprendizaje, en el que los alumnos compartan sus hallazgos y sean los responsables del mismo, no el maestro. En esta interaccin el alumno reinventa el tpico de enseanza, experimenta sentimientos de comprensin, y de que ha aprendido durante su desarrollo. Gravemeijer, Cobb, Bowers y Whitenack (2000) sealan que bajo este principio se busca en la historia el desarrollo de ciertas prcticas matemticas. Esta informacin se utiliza para guiarse en la elaboracin de una trayectoria de aprendizaje conjeturada a la vez, que se visualizan las posibles dificultades, interpretaciones informales y la manera en que pudieran evolucionar a una prctica ms formal. La historia y las posibles interpretaciones constituyen el punto de partida. De manera muy sinttica se presenta como un ejemplo, el experimento reportado como estructurando nmeros, donde dichos autores describen el

9 desarrollo de una trayectoria de aprendizaje, en la que nios de primer ao aprendieran a organizar los nmeros hasta el 20 y realizar diferentes actividades de adicin. Para ello buscaron en reportes de investigacin y encontraron que las estrategias de duplicar un nmero o agruparlos en mltiplos de cinco son estrategias frecuentes, atribuibles al uso de los dedos y las manos durante los procesos de conteo. En base a ello y con el propsito de que los nios experimentaran directamente, se diseo la arithmetic rack, un dispositivo similar al baco, en los que se colocaron cinco bolitas rojas y cinco blancas en cada uno de los dos ejes del instrumento. Con este dispositivo los nios podran realizar conteos al desplazar las bolitas del lado derecho al lado izquierdo, actividades de matematizacin que presumiblemente dieron origen a la secuencia numrica. Para que estas actividades tengan un sentido de realidad para el nio, es necesario que se anclen en actividades o fenmenos cotidianos, bajo el principio de la fenomenologa didctica. Para Freudenthal la matemtica no es un cuerpo de conocimiento que debe adquirirse en una forma bancaria, ms bien es una actividad de solucin de problemas. Sugiere que la mejor manera de aprenderlas es a travs de la actividad (Van Den Heuvel-Panhuizen, 2003, p. 11): lo que los seres humanos tienen que aprender, no es matemticas como un sistema cerrado, sino mas bien, una actividad, como el proceso de matematizar la realidad y si es posible aun eso de matematizar matemticas. La arithmetic rack no sirve para este propsito por s solo, aunque favorece las actividades de conteo, debe ser utilizado en esta didctica como un instrumento que ayude a matematizar una realidad, un fenmeno. La fenomenologa didctica busca escenarios reales o que puedan percibirse como reales, que sean apropiados para promover el surgimiento de otro nivel de actividades de matematizacin. Para este ejemplo, los autores eligieron la situacin problema de contar los pasajeros que quedan despus de subir y bajar cierto nmero a un autobs de dos pisos. As la disposicin de una hilera superior y una inferior de bolitas, asemejan a los pasajeros de los niveles superior e inferior del camin, lo que puede dar al nio la sensacin de que est manejando y contando pasajeros y no bolitas. La trayectoria de aprendizaje queda definida hasta este punto en dos niveles de actividad: la eleccin de un fenmeno susceptible de ser matematizado y la utilizacin de un instrumento que favorece la actividad de matematizacin, pero como favorecer la transicin al mundo matemtico? Es aqu donde el principio de los niveles o de los modelos emergentes toma relevancia para guiar la elaboracin de la trayectoria de aprendizaje. La realistic mathematics education distingue cuatro tipos generales de actividad que llevan de los escenarios reales al mundo matemtico. Estas actividades constituyen una especie de matematizacin progresiva, en la que para Freudenthal, la actividad de un nivel previo es sujeta de anlisis y reflexin en la actividad del siguiente nivel, y por tanto implican diferentes niveles de comprensin (Van Del Heuvel-Panhuizen, 2003). Estas actividades no necesariamente se presentan en una secuencia ordenada, jerrquica. Gravemeijer, Cobb, Bowers y Whitenack (2000) los describen de la siguiente forma: Nivel 1: Actividad en el escenario de la tarea, en la cual, interpretaciones y soluciones dependen sobre la comprensin de cmo se acta en tal escenario (con frecuencia fuera de ambientes escolares). Nivel 2: Actividad referencial, en la cual los modelos de refieren a la actividad descrita en actividades instruccionales (ubicada mayormente en las escuelas).

10 Nivel 3: Actividad general, en la cual los modelos para hace posible un enfoque en interpretaciones y soluciones independientes de las imgenes de las situaciones especficas. Nivel 4: Razonamiento con simbolizaciones convencionales, el cual no depende ms del apoyo de los modelos para la actividad matemtica. (p. 243) [traduccin libre]. Para el ejemplo citado, la actividad en el escenario de la tarea implicara un paseo en tales autobuses, viendo cunta gente sube y baja en cada parada y de ser posible, contndolos. Es en el segundo nivel donde empieza a darse un uso didctico a los modelos en esta corriente. Van Del Heuvel-Panhuizen (2003, p. 13) sostiene que la nocin de modelo es amplia: materiales, bosquejos visuales, situaciones paradigmticas, esquemas, diagramas y an smbolos pueden servir como modelos. En este ejemplo, la arithmetic rack es un dispositivo que funciona como modelo de los pasajeros de un autobs de doble piso. La actividad referencial implicara la representacin de los pasajeros con tal dispositivo, su distribucin, y adicin de los que suben, sin el empleo de notacin alguna. Gravemeijer, Cobb, Bowers y Whitenack (2000) sealan que en la trayectoria conjeturada el profesor podra pedirle a los nios que mostraran la forma en que podran sentarse nueve pasajeros. Despus de una discusin procedera a preguntar cuntos pasajeros se tendran en el caso de que subieran siete ms. Dos maneras en que podran hacerlo, es a travs de grupos de diez o de dobles, como se muestra en la figura dos. En las actividades de tercer nivel, el modelo de funciona como modelo para relaciones matemticas de manera general. Volviendo al ejemplo, dichos autores indican que esto podra iniciarse con una discusin ante el grupo sobre la necesidad de crear notaciones para representar lo que se hecho con el arithmetic rack. Aqu el papel del profesor, aparte de estimular las representaciones propias de los alumnos, debe promover la adopcin de los smbolos convencionales, presentndolos como un ofrecimiento. Presumiblemente en este punto el nio quita su atencin de la situacin especfica de los pasajeros, y se centra en las relaciones numricas. El arithmetic rack se emplea ahora como un modelo para tales relaciones. La visin gira, de percibirlo como un modelo de a percibirlo como un modelo para las relaciones que se describen a travs de la simbolizacin. Los autores mencionados indican las posibles formas de simbolizar las relaciones numricas para el resultado previo, en la figura tres.

Figura 2. Dos maneras en que podran sentarse diez y seis pasajeros, en grupos de diez (a) o dobles (b). Tomada de Gravemeijer, Cobb, Bowers y Whitenack (2000)

11

Figura 3. Posibles formas de anotar los resultados del airthmetic rack en la figura dos. Tomada de Gravemeijer, Cobb, Bowers y Whitenack (2000)

Los autores conjeturaron que el cuarto nivel podra alcanzarse cuando dentro de la actividad se percibe a las relaciones numricas como algo que existe por si mismo, sin embargo no indican cmo o cuando. Aunque el uso de modelos emergentes durante las actividades de matematizacin juega un papel central en la realistic mathematics education, el propsito principal, no es el desarrollo y la construccin de modelos matemticos, sino de proporcionar un sentido de realidad a los significados de conceptos y notaciones matemticas, a travs de un proceso de reinvencin guiada, como se muestra en la trayectoria de aprendizaje ejemplificada. Consideramos que esta postura contiene aportes significativos para la construccin de los significados y para acercar la matemtica a la realidad. Aunque la realistic mathematics education se ha desarrollado para los niveles bsicos de educacin, es posible utilizarla en temas complejos como el del clculo (Gravemeijer & Doorman, 1999; Doorman, 2005). 2.3 La models and modeling perspectives. La modelacin tradicional, como se ha descrito, nos sugiere un uso instrumental de los conceptos y notaciones matemticas, interesndose ms por el desarrollo del modelo y de las habilidades de modelacin de los alumnos. En contraparte, la realistic mathematics education, nos sugiere un uso instrumental de los modelos, y se interesa ms por la construccin de los conceptos a travs de las actividades de matematizacin. Entre estas dos posiciones observamos posiciones intermedias que utilizan la generacin de modelos matemticos y la modelacin como una forma de aprendizaje, en la que el nfasis es tanto en la actividades de modelacin como en la profundizacin de los conceptos matemticos. Jones, Langrall, Thorton y Nisbet (citado en English, 2003) nos dicen que el alumno debe iniciarse en estas actividades desde la educacin primaria. Esencialmente en estas corrientes se propone que la elaboracin de modelos matemticos para la solucin de problemas, su difusin y argumentacin requieren que el alumno exprese, pruebe y revise sus propias construcciones sobre los conceptos involucrados durante la modelacin y solucin de un problema, habilidades menos desarrolladas en la modelacin tradicional. Dentro de estos enfoques, English (2003) afirma que es necesario ir ms all de la solucin de problemas y cambiar la prctica en el mbito escolar, y que la modelacin ofrece al nio una oportunidad para desarrollarse socialmente, que sus actividades lo involucran en procesos matemticos importantes como la descripcin, explicacin, construccin y el razonamiento crtico. Lesh (2003) aade que alumnos menos distinguidos son capaces de realizar aportaciones importantes en estos procesos. Lamon (2003) reporta que estas actividades se pueden aplicar al lgebra en la educacin media superior. En resumen, se est presentando un importante movimiento tendiente a utilizar los modelos y la modelacin desde los niveles elementales, donde se han obtenido evidencias de que

12 esta actividad permite obtener una mayor profundidad en la comprensin de la actividad matemtica y su importancia en la solucin de problemas del mundo real. Tpica de esta corriente, es la Models and Modeling Perspectives iniciada a finales de la dcada de lo setenta por Richard Lesh de la universidad de Indiana en los Estados Unidos. Lesh (2003) nos indica que una de las principales preocupaciones de esta corriente, gira en torno a la naturaleza de los conocimientos y habilidades matemticas que puedan fundamentar el xito del alumno en la sociedad del conocimiento. De acuerdo con su experiencia, las actividades en las que se aplican matemticas, implican la solucin de problemas en poco tiempo, con recursos limitados, objetivos encontrados y un fin especfico, ya sea para apoyar la toma de decisiones o algn otro propsito. Las personas que suelen tener mayor xito en este tipo de actividades, son aquellas que poseen variadas herramientas conceptuales y un entendimiento profundo de conceptos elementales entre otros, sin embargo, su desarrollo no se promueve en los textos tradicionales de solucin de problemas, para ello, propone una perspectiva de modelo y modelacin para la enseanza y aprendizaje de las matemticas orientadas a la solucin de problemas, misma que denomina la models and modeling perspectives. Las actividades que promueven la construccin de un modelo y su uso en la solucin de una situacin problema en la realidad cotidiana o model eliciting activities, constituyen a nuestro entender, el centro de esta perspectiva. Se distinguen de la actividad de solucin de problemas tradicional, en tres aspectos: a) los alumnos tienen que hacer descripciones matemticas simblicas de situaciones que son significativas para ellos, b) siempre est claro quien necesita del modelo como una herramienta, porqu o para qu propsito, y c) el desarrollo del modelo vale la pena porque va a ser compartido, re-utilizado o modificado. Aqu la nocin de modelo funciona como una herramienta conceptual para describir o explicar matemticamente una situacin (Lesh & Harel, 2003): Los modelos son sistemas conceptuales que generalmente tienden a ser expresados utilizando una variedad de medios representacionales que interactan entre s, los cuales pueden involucrar smbolos escritos, lenguaje hablado, grficas en computadoras, diagramas o grficas en papel, o metforas basadas en la experiencia. Sus propsitos son construir, describir o explicar otros sistemas ... los modelos matemticos son distintos de otras categoras de modelos, principalmente porque se enfocan en las caractersticas estructurales ... de los sistemas que describen ... el desarrollo de modelos suficientemente tiles tpicamente requiere una serie de ciclos de modelacin donde las descripciones ... son probadas y revisadas repetidamente. (p. 159) [traduccin libre]. Al igual que en otras corrientes, la modelacin se concibe como el proceso de desarrollo del modelo, y se reconoce la naturaleza iterativa de dicho proceso en la nocin de ciclos de modelacin. Cada uno de ellos supone un nivel de entendimiento de mayor profundidad. Lesh y Harel (2003) reportan cierta similitud entre estos niveles y las etapas de desarrollo cognitivo de Piaget. Durante estos procesos de modelacin entran en juego tres tipos de sistemas (Lesh & Doerr, 2000): a) un sistema conceptual interno, que se construye en la estructura cognitiva b) un sistema externo, que est en el contexto de la experiencia, en la naturaleza y c) un sistema representacional, que se encuentra fuera del individuo y que sirve para representar tanto el sistema conceptual como el sistema externo. Es en este sistema conceptual interno en el que surgen los constructos que dan sentido a sistemas que involucran entidades matemticas, como

13 los vectores, razones, tasas, proporciones, entre otras. Este sistema conceptual sufre transformaciones durante los ciclos de modelacin, cuando la utilidad del sistema representacional es puesta a prueba para solucionar el problema. Lesh y Doerr (2000) indican que es el desarrollo de poderosas herramientas conceptuales dentro de estos sistemas una forma de aprendizaje y debera ser uno de los objetivos de la educacin matemtica. Bajo esta perspectiva el proceso de aprendizaje se inicia con una situacin problema relacionada con las actividades cotidianas y se pide su solucin a travs de un modelo, es decir se le pide al nio que elabore un modelo que permita solucionar el problema, y que argumente cmo lo construye, sus razonamientos y porqu funciona. Esto promueve el desarrollo de sistemas conceptuales ms profundos de los conceptos matemticos utilizados a la vez que, experimenta la utilidad de las matemticas en el mundo real (Lesh, 2003; Lesh y Lehrer, 2003; Lesh, Carmona y Post, 2002). El problema de los trabajos de verano ( Summer jobs problem) es un ejemplo del tipo utilizado en las model eliciting activities (Lesh & Doerr, 2000): El verano pasado Maya empez con una concesin de negocios en el Wild Day Amusement Park. Sus vendedores llevan palomitas de maz y bebidas alrededor del parque, vendiendo donde encuentren consumidores. Maya necesita tu ayuda para decidir que trabajadores recontratar el prximo verano. El ao pasado Maya tuvo nueve vendedores. Este verano, ella slo puede tener seis: tres tiempos completos y tres medios tiempos. Ella quiere recontratar los vendedores que produzcan mayores ganancias, pero no sabe como compararlos porque trabajaron diferentes nmero de horas. Tambin, cuando trabajaron mostraron fuertes diferencias. Despus de todo, es fcil vender ms en un abarrotado viernes por la noche que en una tarde lluviosa. Maya revis sus registros del ao pasado. Para cada vendedor, ella totaliz el nmero de horas trabajado y de dinero obtenido, cuando el negocio del parque estuvo lleno, estable, y bajo. (vea la tabla). Por favor, evala que tan bien la hicieron los diferentes vendedores el ltimo ao y decide cules tres debera recontratar en tiempo completo y cules tres en medio tiempo. Escribe una carta a Maya con tus resultados. En tu carta describe cmo evaluaste a los vendedores. Proporciona detalles de manera que Maya pueda verificar lo que hiciste, y tambin da una explicacin clara, de manera que ella pueda decidir si tu mtodo es bueno para que lo utilice. (p. 369) [traduccin libre]. El resto del problema incluye dos tablas con las cantidades de horas trabajadas y del dinero acumulado por sus empleados. Lesh y Doerr (2000) reportan que este problema se aplic a alumnos de sptimo grado en el sistema K-12 norteamericano. El grupo se organiz en equipos de tres alumnos y se les proporcion herramienta de trabajo, que inclua una computadora y calculadoras. El anlisis de las actividades de los alumnos permiti identificar 14 ciclos de modelacin. El primero se caracteriz por formas desorganizadas de pensamiento, donde haba ms preocupacin porqu hacer que por el significado de la informacin. En el segundo ciclo, se construy una tabla con datos ms significativos, con el total del nmero de horas por trabajador. El tercer ciclo comprende la construccin de otra tabla con el total de ingresos por trabajador. Los alumnos se concentraron en el total de horas trabajadas y de ingresos, pero ignoraron los horarios de cada trabajador. Lesh y Doerr indican que un pensamiento ms sofisticado se present a partir del quinto ciclo, en que la atencin se centr en un diagrama con las trayectorias de ventas de los mejores trabajadores. En el sexto ciclo, se decide utilizar grficas

14 computarizadas pero esto no permite ver claramente quien es mejor o peor trabajador. Un cambio hacia la construccin de una razn de ventas por hora para cada trabajador se presenta del octavo al dcimo ciclo. Comentan que al final, se manifiestan interpretaciones complejas, con opciones condicionales, las cuales explican en su carta a Maya. Estas explicaciones, descripciones y argumentos, reflejan las nociones que tienen los alumnos sobre algn constructo, en este caso, el de productividad. La figura cuatro muestra la carta y la grfica que construyeron los alumnos y que sirve como modelo de las tendencias de la razn de ventas por hora por trabajador, que permite dar respuesta al problema planteado. Esta model eliciting activity, nos sugiere que los alumnos profundizan sus interpretaciones sobre la nocin de razn, al utilizarla para medir el constructo de productividad, en la que la actividad de modelacin es utilizada explcitamente para la construccin de un modelo, y para la profundizacin del concepto matemtico como una herramienta conceptual. Observamos en esta postura, una mezcla de la modelacin tradicional y de la realistic mathematics education en cuanto al uso de la modelacin. Por una parte la construccin del modelo es un propsito de la models eliciting activities, en lo que se parece a una modelacin tradicional. A la vez, otro propsito es el desarrollo de un sistema conceptual, en lo que se parece a la realistic mathematics education, al ampliar la estructura cognitiva sobre un concepto con nuevas interpretaciones, en contextos de la vida cotidiana, uno de los objetivos de la OECD/PISA.

Figura 4. Carta de los estudiantes a su cliente, con una grfica sobre las tendencias de ingreso de sus trabajadores. Tomada de Lesh y Doerr (2000).

2.4 La matemtica en el contexto de las ciencias . En educacin superior, en Mxico, otro uso de la modelacin surge con la matemtica en el contexto de las ciencias en las escuelas de ingeniera del Instituto Politcnico Nacional. El propsito es ayudar a los alumnos a comprender la utilidad de las matemticas dentro de su actividad profesional (Camarena, 1999, 2002, 2004). Para esto, Camarena nos indica que debemos partir del hecho de que en estas escuelas se estn formando ingenieros, y que los contenidos matemticos deben ser ajustados a tal situacin. Propone que estos deben desarrollarse a partir de un proceso de modelacin, para solucionar un problema seleccionado del contexto de las ciencias de la ingeniera. Camarena insiste en que los aprendizajes realizados de esta forma permiten que el conocimiento matemtico sea menos rido, y tenga mayor significado para el alumno. Para lograrlo, la matemtica en el contexto de la

15 ciencias se basa en las siguientes ideas fundamentales: a) definir los contenidos contextualizados en su mbito profesional, b) utilizar una didctica basada en la modelacin matemtica, c) considerar las condiciones del origen del concepto matemtico, d) preparar al docente para este tipo de procesos, y e) considerar los aspectos cognitivos del estudiante. El desarrollo de estas ideas fundamentales, ha caracterizado ciertos momentos o fases: la curricular, la didctica, la epistemolgica, la de formacin docente y la cognitiva. (Camarena, 2004). Para contextualizar los contenidos matemticos dentro de las ciencias de la ingeniera, se ha desarrollado la metodologa dipcing (diseo de programas de estudio de las ciencias bsicas de ingeniera), con ella se pretende dos cosas bsicas: primero que el profesor tenga claro el porqu de un contenido y oriente al alumno durante su aprendizaje; segundo, que el currculo quede construido con bases objetivas donde las ciencias bsicas funcionen como cimiento de la ingeniera (Camarena, 2002a, 2002b). La importancia de la metodologa dipcing, est en el papel que desempea para contextualizar los contenidos matemticos en las actividades de la ingeniera, acercndolos a los contextos reales de la actividad profesional. De esta forma los conocimientos matemticos se presenten al alumno de una forma coherente e integrada, con contenidos vinculados a ciencias de ingeniera, especificando enfoques, notaciones, profundidad y aplicaciones a abordar durante la solucin de los problemas de ingeniera. Esto implica que el punto de partida para el proceso de enseanza aprendizaje sean problemas contextualizados en vez de conceptos formales en una enseanza tradicional, lo que Freudenthal denomina como inversin antididctica (Gravemeijer & Terwel, 2000). Para que esto ocurra, Camarena propone la didctica denominada matemtica en contexto, que al igual que la models and modeling perspectives, se centra en empleo de la modelacin matemtica. Aqu los problemas a resolver en clase se utilizan como vehculos para la vinculacin con las otras ciencias. Metodolgicamente la matemtica en contexto tiene siete etapas (Camarena, 1999, 2001, 2004): 1. Planteamiento del problema de las disciplinas del contexto. 2. Determinacin de las variables y de las constantes del problema. 3. Inclusin de los temas y conceptos matemticos necesarios para el desarrollo del modelaje y su solucin. 4. Determinacin del modelo matemtico. 5. Solucin matemtica del problema. 6. Determinacin de la solucin requerida por el problema en el mbito de las disciplinas del contexto. 7. Interpretacin de la solucin en trminos del problema y rea de las disciplinas del contexto. (p. 58) Aunque etapa central de esta didctica es la del modelaje matemtico y est relacionada con lo que el futuro ingeniero debe poder realizar (Camarena, 2003, 2003a, 2004), Camarena nos advierte que la modelacin no se contempla explcitamente en los programas de ingeniera (Camarena, 2002): Si bien los programas de estudio, de matemticas en carreras de ingeniera, no siempre contemplan todos los temas que son necesarios para los dems cursos de la propia ingeniera, tambin es cierto que existen elementos que quedan en tierra de nadie y que sin embargo, se supone que el ingeniero en ejercicio de su labor debe conocer y manejar con habilidad, entre estos elementos se localizan los modelos matemticos. (p. 297)

16

En un juego de papeles entre maestros de ingeniera y de matemticas, donde cada quien supone que la modelacin la debe ensear el otro, la modelacin queda dentro del currculo oculto, con la consecuente desvinculacin entre conocimientos matemticos y las actividades profesionales del mundo real; contrario al inters manifestado por los gobiernos en OECD/PISA en cuanto al uso del conocimiento matemtico. Un ejemplo del tipo de problemas que se manejan dentro de la matemtica en el contexto de las ciencias, lo transcribimos a continuacin (Ziga, 2004): Uno de los problemas ms desafiantes para el control de la contaminacin del agua lo presenta la industria del curtido de pieles. Los deshechos de esta industria son qumicamente complejos. Se caracterizan por valores elevados en la demanda de oxgeno bioqumico, los slidos voltiles y otras mediciones de contaminacin. Actualmente se tiene un problema serio con este tipo de contaminacin en las cercanas de la ciudad de San Luis Potos y se les est invitando a contribuir en la solucin del problema. De acuerdo a los estudios realizados, lo que se necesita en estos momentos es determinar un modelo matemtico para el comportamiento de este fenmeno y poder entonces estimar elementos en relacin a la contaminacin producida. Considrense los datos experimentales de la tabla de abajo los cuales se obtuvieron de 33 muestras de desperdicios que se tratan qumicamente en un estudio realizado en la empresa potosina Pieles Naturales del Centro, durante el perodo comprendido entre agosto de 2001 y enero de 2002. Se presentan las lecturas de la reduccin porcentual del total de slidos (x) y de la reduccin porcentual de demanda de oxgeno qumico ( y) para esas 33 muestras. Qu modelo matemtico propondran para el comportamiento de estos datos experimentales? Ziga (2004) utiliza dicho problema para analizar las funciones cognitivas puestas en juego por los estudiantes, al introducirlos a los conceptos de funcin de dos variables, derivada parcial y al proceso de determinar valores mnimos para tales funciones. El estudio fue realizado con alumnos de Ingeniera Industrial y de Sistemas del Sistema Tecnolgico de Monterrey, campus San Luis Potos. El problema es tpico de la contaminacin ambiental en la zona circundante a la ciudad de San Luis Potos, documentada y difundida a travs de los medios de comunicacin. De acuerdo con la didctica de la matemtica en contexto, las dos etapas iniciales son el planteamiento del problema y la determinacin de variables y constantes. Dada la forma en que se describe en problema, observamos que las variables x, y son proporcionadas por el mismo. Ziga (2004) reporta que durante la primer sesin se present el problema, y se pidi a los estudiantes que lo analizaran, discutieran y escriban el planteamiento considerando lo que conocen y lo que no conocen, para ello, se organiz a los alumnos en equipos de trabajo. Se reporta que durante la discusin decidieron graficar los datos para ver si correspondan a una funcin, encontraron que no y entre otras estrategias pensaron en trazar una lnea entre los diferentes puntos dada la forma que mostraron en la grfica. Entendemos que el problema fue entonces determinar la lnea (modelo) que mejor se ajustara a los datos. Se pidi entonces que buscaran sobre la existencia de mtodos para encontrar tales tipos de lneas.

17 En la segunda sesin despus de comentar mtodos de correlacin, interpolacin y extrapolacin, se indujo al grupo a utilizar el mtodo de mnimos cuadrados, lo que creemos corresponde con la tercer etapa de la matemtica en contexto: inclusin de los temas y conceptos necesarios para resolver el problema. Se describen entonces las ideas fundamentales del mtodo de mnimos cuadrados y se obtiene la siguiente funcin para describir la suma de los cuadrados de las diferencias entre el dato que proyecta la lnea (modelo) y el dato real de la demanda de oxgeno.

y ( mx + b )
i i i =1

Ziga (2004) reporta que los alumnos tienen problemas para conceptualizar como variables a los valores que determinan la recta, m y b, atribuible a la tradicin de utilizar a x, y para representar las variables. Para superar este obstculo calculan la sumatoria anterior con menos datos para analizar el comportamiento de la funcin obtenida. De la tercera a la quinta sesin, se estudia la nocin de funcin para generalizarla a dos variables, se aplica la derivada parcial como una ampliacin de la nocin de derivada de una variable y se determina cmo encontrar valores mnimos con derivadas parciales. Es en la sexta sesin, donde creemos, se presenta la cuarta etapa de la matemtica en contexto: la determinacin del modelo matemtico, el cual se obtiene al identificar los valores de m, b que minimizan la sumatoria del cuadrado de las diferencias mencionadas. Aunque el problema explcitamente solicita la determinacin del modelo, no observamos en lo que reporta Ziga (2004) el desarrollo de otras etapas de la matemtica en contexto, que refieren a la obtencin de una solucin matemtica y la bondad del modelo para describir y predecir el problema. Entre los principales propsitos de la matemtica en el contexto de las ciencias se encuentra la integracin del conocimiento matemtico a las ciencias de ingeniera. En el ejemplo descrito observamos el empleo de temas matemticos sumamente abstractos en la solucin de un problema de estimaciones de contaminantes, como la funcin de dos variables, derivadas parciales y mtodos de mnimos para estas funciones. La modelacin matemtica se ha utilizado como un proceso didctico para promover la integracin de un problema real de la ingeniera al conocimiento matemtico. En este uso, encontramos cierta coincidencias con la modelacin tradicional y la models and modeling perspectives, en cuanto que uno de los propsitos es el desarrollo del modelo matemtico y de las habilidades de modelacin, y con la realistic mathematic education, en cuanto a que no se requiere la disposicin previa de los conceptos matemticos. 3. Lo no desarrollado: Significados a partir de las cantidades. El anlisis de estas cuatro posturas en cuanto al uso de la modelacin en educacin matemtica, nos muestra una fuerte tendencia en educacin a acercar la matemtica a la realidad, ya que todas ellas estn centradas en la solucin de un problema real. Sin embargo, nos queda la impresin de que los procesos de enseanza aprendizaje basados en una modelacin tradicional tienden a perpetrar una visin utilitaria de los conceptos matemticos, descuidando la profundizacin de sus significados desde la propia actividad de modelacin. Creemos que esa es la principal causa del problema de clarificar un objetivo y seleccionar un modelo apropiado que presentan los alumnos sealada por Houston y Neill (2003). Las otras tres posturas, presentan un nfasis en la construccin de los significados pero con diferentes niveles de prioridad. La realistic mathematic education es para nosotros la posicin ms fuerte para acercar la matemtica a la realidad como resultado de una actividad humana. Partiendo de un problema cotidiano, el proceso

18 de enseanza aprendizaje incorpora el uso de modelos que pueden servir como modelo de la situacin y como modelo para las relaciones matemticas que describen la situacin, lo que proporciona un referente experiencial para estructurar el concepto. Sin embargo, encontramos que el alumno es guiado hasta el nivel ms alto de comprensin, donde es dejado para que en algn momento de la actividad de aprendizaje las relaciones matemticas tomen existencia por s solas (Van Del Heuvel-Panhuizen, 2003; Gravemeijer, Cobb, Bowers y Whitenack (2000), cmo podra ayudarse al alumno en este nivel? Por otra parte, la models and modeling perspectives promueve procesos de aprendizajes destinados al desarrollo de sistemas conceptuales que responden a las necesidades de los ambientes extraescolares, donde la prioridad es la construccin de modelos que puedan ser explicados convincentemente, compartidos y mejorados, lo que requiere de una comprensin ms profunda de los conceptos. Finalmente, la prioridad en los procesos de aprendizaje de la matemtica en el contexto de las ciencias es presentar una matemtica con conceptos contextualizados en la actividad profesional, a travs de una didctica de modelacin. Aunque estas ltimas tres posturas, muestran inters hacia la construccin de conceptos matemticos en estrecho contacto con la realidad, no encontramos que esto se desarrolle en trminos del papel que desempean las cantidades y su manipulacin durante los procesos de modelacin, es decir con un enfoque hacia la modelacin. Creemos que la realistic mathematic education es la postura que ms se acerca a este hecho, al considerar las cantidades que se derivan de las actividades de medicin y conteo, sin embargo, recurre directamente al uso de los nmeros (mundo matemtico) para su representacin, tal como se aprecia en el caso del uso del arithmetic rack (Gravemeijer, Cobb, Bowers & Whitenack, 2000), o del modelo de barra para el aprendizaje de los porcentajes (Van Den Heuvel-Panhuizen, 2003), sin profundizar en el papel de la cantidad como elemento de enlace entre la fenomenologa y el modelo matemtico. Pensamos que es precisamente este papel lo que permite dotar al concepto de significados con un enfoque hacia la actividad de modelacin, y apreciar la matemtica como un producto del quehacer humano, cercano a la realidad cotidiana. En nuestra postura pensamos que es necesario complementar el uso de la modelacin en educacin matemtica con los significados de lo que llamados un enfoque hacia la modelacin de los conceptos matemticos. En otras palabras, el significado de un concepto slo se interpreta en trminos de las ciencias y no de la actividad propia de modelacin, de los supuestos que conlleva modelar un fenmeno real. Por ejemplo, el significado de la divisin se interpreta diferente si se enfoca hacia la matemtica, la fsica, la estadstica, etc. Con un enfoque hacia las matemticas el significado puede interpretarse como el de una divisin entre dos nmeros, en la que el resultado nos dice cuanto le toca a cada unidad del denominador; con un enfoque hacia la fsica, puede significar una velocidad promedio si lo que se divide es una distancia entre el tiempo de su recorrido; con un enfoque hacia la estadstica puede significar una medida de tendencia central. En nuestra postura, estos significados estn contextualizados dentro de esas ciencias, pero no dentro de la actividad misma de modelacin, como pretendemos aclarar en siguiente seccin. 4. Nuestra sugerencia: El enfoque hacia la modelacin En la experiencia personal, ante las dificultades de los alumnos por lograr una mejor comprensin relacional de los conceptos matemticos, y de su contacto con la realidad, hemos elaborado algunas ideas sobre su significado en las situaciones reales. Las hemos integrado en una propuesta que en el presente ensayo llamamos el enfoque hacia la modelacin y sugerimos que puede constituir una alternativa viable para favorecer una comprensin de la matemtica con mayor contacto con la realidad. En el centro de esta propuesta, est la idea de que las actividades

19 de modelacin sobre el entorno en un sentido amplio, constituyen el origen de muchos de los conceptos, y que por lo mismo, el significado de estos debera interpretarse en trminos de tales actividades. As por ejemplo, para el elemental problema de saber cuantas canicas tienen Juan y Jaime, basta con contar las canicas que tiene cada uno y mediante una suma de nmeros, calcular el total. Si Juan tiene cinco y Jaime ocho, la operacin de suma nos da el total: 5 + 8 = 13. Con un enfoque hacia la matemtica la actividad se interpreta como la adicin de dos nmeros mediante la operacin suma. Con un enfoque hacia la modelacin, el problema de las canicas de Juan y Jaime lo podemos ver como una situacin real en principio, problemtica y que necesitamos resolver con una exactitud aceptable. Esto lo hacemos mediante un proceso de medicin o conteo de aquello, que nos permite representar las condiciones del problema con cierta exactitud. Este proceso nos genera cantidades. La solucin nos exige unir las cantidades de canicas de Juan y Jaime, lo cual representamos mediante un modelo, en este caso elemental o bsico: 5 + 8 = 13. Desde esta perspectiva la suma como operacin matemtica, modela la unin de dos cantidades, y encontramos en ella un significado como modelo para la unin de dos cantidades. Si en la situacin problema no nos es posible obtener tales cantidades, an as podemos construir un modelo para tal unin, aunque slo nos proporcionara una informacin limitada: x + y = z. En el que con las letras x, y, z representamos las cantidades de canicas de Juan, Jaime y su total respectivamente. Esta forma de construir los significados establece un enlace interesante entre las operaciones aritmticas y algebraicas, y nos sugiere que podemos ver ciertos conceptos matemticos como producto de una actividad humana, en estrecho contacto con la realidad. Esta propuesta conceptual la iniciamos en el Centro de Estudios Superiores del Estado de Sonora (CESUES), una universidad del Gobierno del Estado, con la intencin de presentar a los alumnos de ingeniera industrial una matemtica ms cercana a la realidad, re-orientando hacia la modelacin el significado de algunos conceptos matemticos (Cervantes, 1996). En un principio comparamos las actividades de modelacin dentro del diseo en ingeniera (Krick, 1995) con las actividades de modelacin matemtica. Por ejemplo, es comn el uso de maquetas para representar edificios o de modelos a escala para autos, aviones, o cualquier otro objeto real. Las actividades de su construccin comprenden entre otras, medir aquellas partes esenciales para su representacin, reducir las dimensiones a representar por medio del uso de una escala de reduccin, construir tales partes, e integrarlas de manera que representen al objeto como un todo. A travs del modelo obtenemos informacin, como imgenes visuales para diferentes colores, posiciones, o el efecto de alguna modificacin. En esta actividad de modelacin distinguimos tres elementos relevantes: a) la construccin de un modelo considerando slo aspectos esenciales para describir la naturaleza o el comportamiento de una realidad concreta, b) el modelo se puede modificar respetando tal realidad y c) se genera informacin vlida para tales condiciones, usualmente orientada a la solucin de un problema. De acuerdo con Krick (1995) encontramos que las representaciones o modelos matemticos utilizados en el diseo en ingeniera, revisten estos elementos: Por medio del empleo de las matemticas pueden realizarse predicciones de ... fenmenos naturales, as como tambin del comportamiento de dispositivos, estructuras y procesos construidos por el hombre. Utilizando el sistema de reglas y convenciones prescritas por las matemticas, y asignando smbolos para representar las propiedades importantes del objeto real, las expresiones matemticas pueden manipularse hasta obtener predicciones tiles de lo que debe esperarse segn determinadas condiciones. (p. 65)

20

A diferencia de las maquetas y modelos a escala, las matemticas emplean smbolos para representar los objetos y situaciones reales. Creemos entonces, que estos smbolos, y los conceptos que subyacen en ellos, como lo plantea la realistic mathematic education, tienen significados muy propios de la actividad de modelacin. Sugerimos en consecuencia, que el aprendizaje de la matemtica debe considerar la construccin de tales significados. Bajo esta forma de pensar desarrollamos lo que inicialmente denominamos el enfoque de modelos simblicos (Cervantes, 1996) y actualmente denominamos el enfoque hacia la modelacin (EHM). Este enfoque conceptual lo construimos a partir de tres ideas fundamentales: a) Creemos que las matemticas son producto de la actividad humana y que se inician a partir de una actividad modeladora del ser humano sobre su medio ambiente. Constituye por tanto una actividad humana como lo postula Freudenthal (Gravemeijer y Terwel, 2000). b) La actividad de modelacin esencialmente se desarrolla en base a las cantidades con las que se representa el problema y sus relaciones. c) Los conceptos matemticos as generados tienen por tanto, un significado representacional o de modelo para las relaciones entre tales cantidades. El desarrollo de cada una de estas ideas nos requiere clarificar la nocin de modelo, describir como se realiza la modelacin en base a las cantidades y los significados que otorgamos a los conceptos como modelos para. 4.1 La nocin de modelo. Desde la perspectiva de la modelacin tradicional, para autores del rea de investigacin de operaciones quienes utilizan modelos matemticos en forma exhaustiva, un modelo es una representacin abstracta e idealizada de una situacin real (Moskowitz y Wright, 1982) en la que tambin se manejan relaciones de causalidad (Thierauf y Grosse, 1991). En el rea educativa un modelo matemtico es considerada por Swetz (1991) como una estructura, muy prxima a la estructura del fenmeno representado. Biembengut y Hein (1999) se refieren a un modelo como smbolos y relaciones matemticas que representan un problema real. Como se ha descrito, para la models and modeling perspectives Lesh y Lehrer (2003) presentan una concepcin de sistema, al definir el modelo como un sistema conceptual que puede ser expresado a travs de mltiples representaciones. Para ellos el modelo matemtico se centra ms a las caractersticas estructurales del sistema representado (Lesh & harel, 2003). Desde la perspectiva de la RME la nocin de modelo es ms amplia (Van der Heuvel-Panhuizen, 2003): Dentro de RME, los modelos son vistos como representaciones de situaciones problema, que necesariamente reflejan aspectos esenciales de los conceptos matemticos y las estructuras que son relevantes para la situacin problema, pero que pueden tener diferentes manifestaciones. Esto significa que el trmino modelo no es tomado de una manera muy literal. Materiales, bosquejos visuales, situaciones paradigmticas, esquemas, diagramas y aun smbolos pueden servir como modelos. (p. 13) [traduccin libre]. A partir de esta variedad de nociones, en el enfoque hacia la modelacin, la nocin de modelo la utilizamos para referirnos a toda representacin idealizada de relaciones, causalidades y estructuras del fenmeno o sistema representado, para describirlo, explicarlo o predecir su comportamiento como un todo. Bajo esta perspectiva un modelo a escala describe la naturaleza

21 fsica del objeto real, a su vez, un modelo matemtico, podra describir el comportamiento de toda una situacin. Nos interesan en particular los modelos matemticos construidos a base de smbolos, porque al poner nuestra atencin en sus elementos, podemos construir significados asociados a la actividad de la que emergieron, tal como ocurre en la realistic mathematic education y en la matemtica en el contexto de las ciencias. Algunos ejemplos de modelos simblicos son: V= mkT 425 + 32 = 457 dP = (b d ) P dt

Hemos visto que las actividades de matematizacin llevan a la creacin o adopcin de los smbolos y notaciones convencionales de las matemticas. Pero donde se iniciaron estos? No lo podemos saber con exactitud, pero una postura razonable es creer que en un inicio, el ser humano enfrent situaciones problemticas en las que fue necesario precisar tamaos o dimensiones, lo que paulatinamente llev a la creacin de las matemticas a travs de la historia como un sistema semitico cultural en elsentido que plantea Radford (1998, 2004) y que actualmente recibimos en la escuela dentro de la matemtica formal, en su forma acabada, abstracta y descontextualizada, en una inversin antididctica, tal como lo indica Freudenthal. Es frecuente ver que los textos privilegian los significados en base al nmero y sus estructuras (Castro, Rico y Castro, 1995), pasando por alto las posibles actividades de modelacin que les dieron origen. Creemos que realistic mathematic education trata de recuperar esta situacin. 4.2 La modelacin en base a las cantidades . Sugerimos que en un inicio la matemtica muy probablemente surgi ante una situacin problema que exigi cuantificar una dimensin para su representacin. El ser humano se vali de una unidad de medida arbitraria, tal vez los dedos, y empez a contar el nmero de unidades presentes, creando el nmero como nombre propio de una cantidad dada y en consecuencia la matemtica como un lenguaje. En el enfoque hacia la modelacin pensamos que las cantidades obtenidas de estos procesos de medicin y conteo es el enlace entre el fenmeno real y su representacin simblica, su modelo. Entendemos por cantidad un tamao cuantificado, una porcin de magnitud o un nmero de unidades. El uso de las cantidades como enlace entre el entorno y el modelo matemtico no es nuevo, Camacho reporta en su investigacin histrica sobre la difusin de conocimientos en la Amrica del siglo XIX, en el Colegio de San Ildefonso en Mxico, el papel de la nocin de cantidad con significados muy similares a los que le asignamos en el enfoque hacia la modelacin (Camacho, 2002): En primer trmino opera con magnitudes de la matemtica (nmeros reales y variables) y bajo otra perspectiva como entes de la realidad fsica (reas, volmenes, distancias) ... Dentro de las actividades cientficas en nuestro pas, dicha idea se utilizaba como un elemento de enlace entre la matemtica y los problemas fsicos que enfrentaban disciplinas como la astronoma y topografa, colocndose entre el problema real y el concepto de ecuacin o funcin ... el enlace se daba de la siguiente manera: Problema fsico Cantidad Ecuacin-funcin

22 La justificacin a este esquema operativo se encuentra inmersa en los modelos matemticos ... que hacan ms rpidos y confiables clculos hacia la fenomenologa fsica. (p. 17) En el enfoque hacia la modelacin las cantidades nuevamente juegan el papel de elemento de enlace entre la situacin problema y el concepto matemtico que la modela: Situacin problema Cantidades Concepto matemtico Estos conceptos funcionan como modelo para las relaciones entre las cantidades presentes en tal situacin problema. Veamos esto con un ejemplo. Supongamos que deseamos determinar cunto espacio ocuparn un librero y un archivo en una oficina. El pensamiento inmediato es tomar una cinta mtrica, medir ambos objetos y luego sumar tales cantidades. Al hacerlo, necesariamente elegimos una unidad de medida y cuantificamos la longitud del librero y del archivo. Supongamos que miden 90 cm y 50 cm respectivamente. El siguiente paso es determinar el total que medirn juntos: 90 cm + 50 cm = 140 cm. Hemos construido un modelo matemtico que nos describe cunto medirn ambos muebles si los colocamos juntos. En la figura cinco indicamos para qu utilizamos cada smbolo del modelo. Su construccin implica la creacin y utilizacin de los conceptos de unidad de medida, cantidad y nmero para precisar los tamaos o dimensiones; el concepto y el algoritmo de suma para modelar la unin de tales tamaos o dimensiones y, el concepto de igualdad para representar el tamao o dimensin de la unin. El concepto central que sirve para describir toda la actividad de modelacin, es el de suma. Funciona como un modelo para la unin de cantidades cualesquiera. Este tipo de significados no los encontramos explcitamente en las posturas revisadas y que utilizan la modelacin matemtica en el mbito escolar y los consideramos importantes para la comprensin de los significados de los conceptos desde una actividad de modelacin. Permiten ir del problema al concepto y del concepto al problema pasando por los diferentes niveles de comprensin como lo describe la realistic mathematics education (Gravemeijer, 1999; Van Der Heuvel-Panhuizen, 2003), proporcionando un sentido de existencia propia a la relacin modelada.
cantidad de unidades que mide el librero unidad de medida utilizadas

90 cm + 50 cm = 140 cm
indicamos que las cantidades se unen y utilizamos el algoritmo suma para calcular el valor de la unin cantidad resultado de la unin cantidad de unidades que mide el archivo indicamos que se trata de dos cantidades que al compararlas representan el mismo tamao o dimensin

Figura 5. Usos de los diferentes smbolos que integran un modelo matemtico.

23 4.3 Los significados como modelos para. En el enfoque hacia la modelacin a ciertos conceptos les atribuimos un significado de modelo para las diversas relaciones que podemos establecer entre las cantidades. Estas relaciones indican la actividad que se realiza con los tamaos o dimensiones que emergen durante la representacin del problema. Hasta el momento, distinguimos tres tipos de relaciones: a) las tamao que surgen durante actividades de comparacin: son cantidades mayores o menores?iguales?cuntas veces es ms grande o pequeo?; b) las relaciones de unin o de separacin que surgen cuando la actividad requiere juntar o separar las cantidades: hay que unirlas o separarlas?son todas iguales o diferentes?la unin se parece al crecimiento generacional o no?; y c) las relaciones de variacin que surgen en actividades que representan variaciones: la variacin depende de otra cantidad?son variaciones promedio o para un punto?o se trata de obtener una variacin total a partir de la variacin de cada punto? Concordamos con la realistic mathematics education en que las actividades de matematizacin constituyen el origen y significados de los conceptos matemticos, y sugerimos que los diversos tipos de relaciones entre las cantidades en tales actividades, constituyen lo que denominamos el significado gentico del concepto, su esencia (Cervantes, 2003) como modelo para un tipo especfico de relaciones entre cantidades. Reconocemos que no todos los conceptos presentan este significado, y que algunos funcionan como representaciones aisladas, con una especie de significado de elemento del modelo. En el caso de las operaciones bsicas las relaciones modeladas son aqullas que se presentan en las actividades de unin o separacin de cantidades. Por ejemplo, comentamos que a la suma, le asignamos un significado de modelo para la unin de cantidades cualesquiera, ese es en nuestra propuesta su significado gentico. La suma entonces modela situaciones cuya solucin requiere de actividades en que cantidades conocidas o desconocidas se unen, y donde deseamos conocer el resultado de la unin. Establecemos as una relacin directa entre la aritmtica y el lgebra. Cuando las cantidades son conocidas dentro de la suma, estamos modelando las situaciones que son aprendidas en la aritmtica. Si las cantidades son desconocidas, modelamos las situaciones a travs de la suma algebraica. En ambos casos se trata de la unin de cantidades cualesquiera. Bajo esta lnea de pensamiento sugerimos que los nmeros naturales y las leyes conmutativa y asociativa de la suma se derivaron del comportamiento de las cantidades durante tales procesos de unin. Algo similar ocurre con la operacin de resta, a la que le otorgamos un significado de modelo para la separacin de cantidades cualesquiera. En estos procesos de separacin encontramos tres situaciones problemticas: separar una cantidad menor a la disponible, una igual y una mayor, lo que lleva a la necesidad de ampliar los nmeros naturales para representar situaciones en que no hay cantidad disponible a travs del cero, o bien, cantidades faltantes a travs de nmeros negativos. Estas actividades son a nuestro entender, la gnesis de los nmeros enteros y sus propiedades. Para nosotros la divisin y la multiplicacin tambin modelan procesos de unin y de separacin con la particularidad de que estos procesos involucran la presencia de cantidades iguales. As para la multiplicacin, su significado gentico es el de modelo para la unin de cantidades iguales y en el caso de la divisin, es el de modelo para la separacin en cantidades iguales. Hacemos una presentacin ms detallada de estas nociones en el documento El enfoque de modelos para matemticas: modelos bsicos escrito para los alumnos del programa de ingeniera industrial (Cervantes, 1996). En una investigacin exploratoria sobre sus efectos en la

24 comprensin encontramos indicios de que promueve la comprensin de los conceptos como modelos matemticos (Cervantes, 2003; Cervantes y Arcos, 2005). En la figura seis presentamos algunos conceptos con significados de modelo para. La intencin del enfoque hacia la modelacin es proporcionar una visin de modelo para los conceptos matemticos que acerque la matemtica con la realidad, a partir de lo que llamamos el significado gentico y la nocin de modelo para. Al igual que la matemtica en el contexto de las ciencias, es una propuesta surgida en las escuelas de ingeniera para alumnos de ingeniera, con el inters de facilitar aprendizajes en matemtica.
Significado gentico ( modelo para un tipo de relaciones)

Relacin

Concepto matemtico

Cantidades iguales De tamao: surgen en las Cantidad(es) mayor(es) que otra(s) actividades que requieren comparar las cantidades: son cantidades Cantidad(es) menor(es) que otra(s) mayores o menores? iguales? cuntas veces es ms grande o Relacin entre dos cantidades pequeo? Relacin porcentual Unin de cantidades cualesquiera Unin de cantidades iguales Separacin de cantidades cualesquiera Separacin de cantidades iguales Unin exponencial de cantidades Separacin exponencial de cantidades De variacin: surgen en las actividades que representan variaciones: la variacin depende de otra cantidad? son variaciones promedio o para un punto? se trata de obtener una variacin total a partir de la variacin de cada punto?

Igualdad

Desigualdad

Razn Porcentaje

Suma Multiplicacin Resta Divisin Potencia Raz

De unin o separacin: surgen en las actividades que requieren juntar o separar las cantidades: hay que unirlas o separarlas? son todas iguales o diferentes? la unin se parece al crecimiento generacional o no?

Dependencia entre cantidades Relacin entre dos cantidades de variacin Relacin instantnea entre dos cantidades de variacin Variaciones totales

Funcin Razn de cambio promedio Derivada Integral

Figura 6. Significados de modelo para de algunos conceptos matemticos con el enfoque hacia la modelacin

25

4.4 El enfoque hacia la modelacin y la comprensin relacional . Nos parece indudable que la comprensin relacional es favorecida con las interpretaciones del enfoque hacia la modelacin. Orton (1998) seala que hay cuatro tipos de aprendizajes que son requeridos durante la actividad matemtica: a) retencin y memorizacin, b) empleo de algoritmos, c) aprendizaje de conceptos y d) resolucin de problemas. En el primer tipo de aprendizaje se desea fijar en la memoria a largo plazo y recuperar con cierta facilidad diferentes expresiones matemticas como, palabras, notaciones, smbolos, frmulas, entre otros. Indica tambin que dicha retencin y memorizacin se facilita si el alumno es capaz de atribuirle significados en su estructura cognitiva, el problema se presenta en los primeros niveles educativos cmo iniciar a un alumno en matemticas cuando prcticamente no hay nada de tal materia en su estructura cognitiva? Aunque Orton no proporciona una respuesta en esta direccin, si seala que la retencin implica una actividad de reconstruccin interna del individuo y el uso en las aulas de diversas estrategias para promover la memorizacin, como la mnemotecnia, ejercicios y de mapas conceptuales. Es interesante notar

26 que no hace referencia al desarrollo de actividades de matematizacin como fuentes de significacin. El aprendizaje del empleo de algoritmos es, a nuestro parecer, donde el enfoque hacia la modelacin favorece la comprensin relacional en mayor grado. El algoritmo lo describimos como un procedimiento que se debe seguir paso a paso para calcular un resultado, tales como la divisin larga, la suma de quebrados, etc. Ante la carencia de significados para los diferentes pasos del algoritmo, es frecuente que se entienda lo que se debe hacer para tener un resultado, lo que Skemp (citado por Orton, 1998) llama comprensin instrumental, si saber porqu se tiene que hacer, lo que implicara una comprensin relacional. Godino (2003) indica que, debido a que en la prctica muchos profesores y textos promueven una matemtica instrumental, Skemp decidi indagar sobre los beneficios de tales tipos de comprensin. Seala que entre las recompensas de una matemtica instrumental, se encuentra que se aprenden con ms facilidad (Godino, 2003): Dentro de su propio contexto, las matemticas instrumentales son usualmente ms fciles de aprender; a veces mucho ms fciles. Algunos temas, como la multiplicacin de dos nmeros negativos, o la divisin por una fraccin son difciles de comprender relacionalmente. Menos por menos, ms, y para dividir por una fraccin, multiplicas por la faccin inversa son reglas que se recuerdan con facilidad ... (p. 121) As como que se pueden proporcionar respuestas rpidas, correctas con un sentimiento de xito. Por otra parte, las ventajas de una comprensin relacional incluyen (Godino, 2003): Son ms adaptables a nuevas tareas. La comprensin relacional, el saber no slo qu mtodo funciona sino tambin por qu, permite adaptar los mtodos a los nuevos problemas. La comprensin instrumental necesita controlar qu mtodo se aplica a cada problema y cul no, y aprender un mtodo diferente para cada nueva clase de problemas. (p. 122) Como tambin que son ms fciles de recordar (aunque ms difciles de aprender), y tienden a favorecer su propio crecimiento. El saber porqu hacemos un procedimiento, o seguimos un mtodo matemtico, o aplicamos un concepto, nos facilita su adaptacin ante nuevas circunstancias, tal como lo exige la actividad de modelacin. En ella no slo es necesario saber qu concepto sirve, sino porqu. Proporcionamos a continuacin un ejemplo de cmo el enfoque hacia la modelacin favorece la comprensin relacional. Orton (1998) recurre a los problemas que se presentan en la divisin de fracciones, para sealar el papel de la comprensin relacional en operaciones con fracciones: La peor historia de horror de todas la fracciones consiste en la divisin, por ejemplo: 3 7 5 10 Para hallar instrumentalmente, la respuesta, se invierte la segunda fraccin y se sustituye el por x. Esto ha conducido inevitablemente a la confusin en el recuerdo, sobre todo respecto a qu fraccin haba que invertir o si eran ambas. Relacionalmente, desde

27 luego, deseamos saber cuntos 7/10 hay en 3/5, por ello, la idea de equivalencia est implcita. Es necesario el algoritmo? Si lo es a qu edad es preciso dirigirse para lograr una comprensin relacional? Tal comprensin autntica no parece estar al alcance de la mayora de los chicos dentro de los aos de escolaridad obligatoria. (p. 45) Entendemos que Orton se refiere al inters por saber cuntas veces siete dcimos caben en tres quintos, luego dice por ello, la idea de equivalencia est implcita. Esto nos sugiere que esta idea solo se percibe en una comprensin relacional que nos ayuda a entender el algoritmo y que es difcil de alcanzar por los alumnos de educacin obligatoria. Pero especficamente a qu se refiere con esta expresin? Orton no lo explicita, as que solo nos queda la especulacin. Sugerimos dos situaciones. En la primera, creemos que se refiere a que se obtendr otra fraccin equivalente como resultado, al momento de determinar cuntas veces siete dcimos caben en tres quintos. En la segunda, tal vez se refiera a que la divisin de fracciones, es equivalente a la multiplicacin de las mismas pero utilizando fracciones inversas, ya que se trata de operaciones inversas: 3 7 3 10 30 6 = = = 5 10 5 7 35 7 Nos sentimos inclinados a que Orton se refiere al primer tipo de situacin, y que la comprensin relacional permite ver que se trata de obtener una fraccin equivalente como resultado, aunque a este nivel, no nos queda explcito el porqu de cada paso del algoritmo. En el enfoque hacia la modelacin, una fraccin procede de actividades de medicin en los que hay que medir partes con un tamao menor a la unidad. Para lograr exactitud, la unidad de medida se fracciona o divide en partes iguales, lo que nos lleva a tener mitades, tercios, cuartos, u otra fraccin como nueva unidad de medida, que podramos llamar fraccin unidad. Con esta, realizamos las actividades de conteo o medicin para tamaos menores a la unidad, y obtenemos una cantidad de fracciones unidad que nos indica el tamao de lo que estamos midiendo. De esta forma, interpretamos el nmero que aparece en la parte inferior de la fraccin o denominador, como unidad de medida, y el nmero que aparece en la parte superior de la fraccin o numerador, como una cantidad, tal como indicamos en la figura siete.

cantidad de fracciones unidad obtenidas en la actividad de medicin

3 5

tamao de la fraccin unidad utilizada como unidad de medida en la actividad de medicin

Figura 7. Significados del numerador y del denominador con el enfoque hacia la modelacin

En el enfoque hacia la modelacin nos parece claro que las unidades de medida no son sujetas de operaciones matemticas, sino que esto ocurre slo con las cantidades. Tambin observamos un principio de uniformidad de medida que debe seguirse para la operacin de tales cantidades.

28 Esto es, podemos afirmar que la expresin 8 + 8 = 16 es verdadera slo si hay uniformidad en las unidades de medida. Si la primer cantidad se obtuvo con centmetros y la segunda con milmetros, la expresin 8 + 8 = 16 es falsa, como ocurre tambin al utilizar semanas y das en una suma como seala Tarp (2004). Para que sea verdadera ambas cantidades deben haberse generado con centmetros, o bien con milmetros, semanas o bien das. Este hecho es relevante para comprender los algoritmos para las operaciones con fracciones. Por ejemplo, en la suma de las siguientes fracciones: 3 7 + 5 10 No podemos obtener el resultado sumando directamente las cantidades de tres y siete, porque se obtuvieron con diferentes unidades de medida, y refieren a tamaos diferentes: Un quinto es el doble de un dcimo en tamao. El principio de uniformidad que observamos nos lleva a igualar las unidades de medida, ya sea a quintos, dcimos o alguna otra unidad comn para ambas, como quinceavos por ejemplo. Creemos que el utilizar otra fraccin equivalente para tener la misma unidad de medida, es a lo que se refiere Orton cuando dice la idea de equivalencia. Una vez que ambas fracciones se expresan en trminos de la misma unidad, calculamos el valor de su unin mediante la suma: 3 para encontrar un fraccin equivalente a 5 3 cambiamos la unidad de medida a dcimos, entonces 5 6 lo podemos expresar con 10 3 7 y la suma + 5 10 6 7 es igual a + 10 10 6 7 13 cuyo resultado lo obtenemos sumando los nmeradores + = 10 10 10 Observemos que cuando tenemos la misma unidad de medida (dcimos) lo que hacemos es sumar las cantidades seis y siete que corresponden a mediciones con dicha unidad. Notemos que la unidad de medida no la sumamos, sino simplemente la indicamos. Volvamos ahora a la historia de horror de la divisin de las fracciones: 3 7 5 10 Para Orton (1998) en este problema el inters es conocer cuntas veces siete dcimos caben en tres quintos. En el enfoque hacia la modelacin, tambin lo interpretamos como en cuntas partes iguales de siete dcimos podemos separar la cantidad de tres quintos. Con tales unidades de medida, no es posible hacer una comparacin que nos permita cuantificar lo que se pide. Nuevamente enfrentamos la necesidad de igualar las unidades de medida, como lo sugiere el principio de uniformidad. Procedemos entonces de manera similar a como lo hicimos en suma de fracciones, utilizando dcimos como unidad de medida:

29 3 7 5 10 6 7 6 = 10 10 7

entonces la divisin de las fracciones es igual a 6 7 10 10

cuyo resultado lo obtenemos dividiendo los nmeradores

Como se trata de separar la cantidad de seis dcimos en cantidades iguales de siete dcimos (cuntas veces cabe siete dcimos en seis dcimos), resulta obvio que no podemos hacerlo, ya que siete dcimos es mayor que seis dcimos, sin embargo, como ambas cantidades refieren a unidades de medida del mismo tamao, podemos indicar que el resultado es igual a dividir seis entre siete, con lo que expresamos que la relacin entre las cantidades que estamos cuantificando es igual a tener seis partes de la primera por siete de la segunda, o en decimales, a 0.8571 de la primera por unidad de la segunda, o que le toca 0.8571 dcimo de la primara a cada dcimo de la segunda. En otras palabras, dividir una cantidad de tres quintos entre otra de siete dcimos, es igual a dividir seis entre siete, cuando las unidades de medida son iguales. La comprensin relacional de la actividad de dividir fracciones que hemos presentado bajo el enfoque hacia la modelacin, nos permite modificar ligeramente la regla mencionada por Godino (2003, p. 121): multiplicas por la fraccin inversa o por Orton (1998, p. 45) con: invierte la segunda fraccin y se sustituye el por x. Formulaciones inspiradas, a nuestro entender, en una forma mecnica de obtener fracciones equivalentes para igualar los denominadores. En el enfoque hacia la modelacin, la comprensin relacional no slo emplea la nocin de fracciones equivalentes y denominadores para explicitar la actividad, sino adems, las nociones de cantidad, unidad de medida, y principio de uniformidad que dan sentido a la divisin de fracciones como una actividad de matematizacin o de modelacin de hechos reales. Sugerimos que el tipo de comprensin relacional que puede lograrse con el enfoque hacia la modelacin, favorece en consecuencia, el desarrollo de habilidades de modelacin y la percepcin de un estrecho contacto entre la actividad matemtica y el mundo real. 5. Reflexin final: Un amplio camino por recorrer en investigacin. Lo revisado en este ensayo nos sugiere que hay una necesidad sentida internacionalmente para acercar el conocimiento matemtico a las actividades cotidianas de la vida extra clase o actividades del mundo real (Blum, 2002; OECD, 2003). La investigacin reporta que las actividades de modelacin matemtica promueven de manera significativa estos acercamientos aunque tengan distintas prioridades al momento de utilizarse en educacin matemtica por diferentes posturas como la modelacin tradicional (Berry y Houston, 1995; Houston y Neill, 2003), la realistic mathematics education (Gravemeijer y Terwel, 2000; Van Den HeuvelPanhuizen, 2003; Doorman, 2005), la models and modeling perspectives (Lesh, 2003; Lesh y Lehrer, 2003; Lesh, Carmona y Post, 2002), y la matemtica en el contexto de las ciencias (Camarena, 1999, 2002, 2004). En todas estas posturas no encontramos un anlisis del papel que desempea la nocin de cantidad en la construccin de significados, como un elemento de enlace entre la situacin modelada y los conceptos que la describen. En el enfoque hacia la modelacin (Cervantes, 1996, 2003; Cervantes y Arcos, 2005) se propone que este papel es esencial para la comprensin del concepto matemtico como producto de una actividad modeladora sobre el entorno tal como se ha descrito. Los significados que proponemos para los conceptos como modelo para, junto con los de otras nociones como unidad de medida, cantidad, modelacin y

30 modelo esencialmente, constituyen a nuestro entender, un andamiaje que sugerimos apropiado para favorecer la comprensin relacional, el desarrollo de habilidades de modelacin y una percepcin del estrecho contacto entre la actividad matemtica y el mundo real. Finalmente, el enfoque hacia la modelacin lo visualizamos como una postura incipiente y complementaria a las diferentes corrientes didcticas que utilizan la modelacin matemtica, y presenta un amplio camino por recorrer en investigacin en educacin matemtica, a fin de poder tener conclusiones vlidas sobre sus efectos en el aprendizaje. El presente ensayo es parte de la investigacin sobre la comprensin y el desarrollo de habilidades de modelacin en el aprendizaje de la nocin de derivada bajo la teora de la matemtica en el contexto de las ciencias en el enfoque hacia la modelacin. Referencias. Barbosa, J. (2003). What is Mathematical Modelling?. En Lamon, S. J., Parker, W. y Houston, K. (Eds.). Mathematical Modelling: A Way of Life. ICTMA 11. pp. 227-234. Berry, J. y Houston, K. (1995). Mathematical Modelling. Gran Bretaa: Edward Arnold. Berry, J., Burghes, D., Huntley, I., James, D. y Moscardini, A. (1986). Mathematical Modellilng Methodology, Models and Micros. Gran Bretaa: Ellis Horwood. Blum, W. (2002). ICMI study 14: Applications and Modelling in Mathematics Education Discusin Document. Educational Studies in Mathematics 51, 149-171. Obtenido el 19 de octubre 2002 en Ebscohost. Camacho, A. (2002). Difusin de conocimientos matemticos a los colegios mexicanos del siglo XIX. De la nocin de cantidad al concepto de lmite. Revista Latinoamericana de Investigacin en Matemtica Educativa. Vol. 5. pp. 5-26. Obtenido el 17 de octubre 2005 en http://www.clame.org.mx/relime.htm Camarena, P. (1999). Hacia la integracin del conocimiento: Matemticas en Ingeniera. Memoria del Segundo Congreso Internacional de Ingeniera Electromecnica y de Sistemas, 950-954. IPN. Mxico, D. F. Camarena, P. (2001). Modelos matemticos como etapas de la matemtica en el contexto de la ingeniera. Reporte de investigacin. Mxico: ESIME-IPN. Camarena, P. (2002). La matemtica en el contexto de las ciencias y los modelos matemticos. Memoria del Tercer Congreso de Ingeniera Electromecnica y de Sistemas , 296-302. IPN. Mxico, D. F. Camarena, P. (2002a). Metodologa curricular para las ciencias bsicas en ingeniera. Primera parte. Innovacin educativa. Vol. 2. No. 10. pp 23-27. Camarena, P. (2002b). Metodologa curricular para las ciencias bsicas en ingeniera. Segunda y ltima parte. Innovacin educativa. Vol. 2. No. 11. pp. 5-11. Camarena, P. (2003). Un indicador para el desarrollo de competencias profesionales del futuro ingeniero. Memoria del Sptimo Congreso de Ingeniera Electromecnica y de Sistemas. IPN. Mxico, D. F. Camarena, P. (2003a). Los modelos matemticos en el contexto de los circuitos elctricos y la metacognicin. Acta Latinoamericana de Matemtica Educativa. Vol. 16. Tomo 2, 496501. Camarena, P. (2004). La matemtica en el contexto de las ciencias. Acta Latinoamericana de Matemtica Educativa. Vol. 17. Tomo I, 57-61. Castro, E., Rico, L. y Castro, E.(1995). Estructuras aritmticas elementales y su modelizacin. Mxico:Grupo Editorial Iberoamrica.

31 Cervantes, M. (1996). Un enfoque de modelos para matemticas. Modelos Bsicos. Manuscrito no publicado. Cervantes, M. (2003). El enfoque de modelos simblicos como alternativa didctica para la enseanza de las matemticas. Tesis de maestra no publicada. Universidad de Baja California. Cervantes, M: y Arcos, J. (2005). La comprensin de las operaciones matemticas bsicas con la didctica de modelacin simblica. Ponencia presentada en el VIII Congreso Nacional de Investigacin Educativa. Hermosillo, Son. Doorman, M. (2005). Modelling motion: from trace graphs to instantanuous change. Obtenido el 21 de junio 2006 de Utrecht University, Freudenthal Institute en http://igiturarchive.library.uu.nl/dissertations/2005-0311-094207/index.htm English, L. (2003). Mathematical Modeling With Young Learnes. En Lamon, S. J., Parker, W. y Houston, K. (Eds.). Mathematical Modelling: A Way of Life. ICTMA 11. pp. 3-18. Gil, G. (S.F). El proyecto Internacional para la produccin de indicadores de resultados educativos de los alumnos (proyecto PISA) de la OCDE. Obtenido el 28 de septiembre 2004 en http://ince.mec.es/pub/pisa.htm. Godino, J. D. (2003). Teora de las funciones semiticas: Un enfoque ontolgico-semitico de la cognicin e instruccin matemtica. Obtenido el 21 de febrero 2005 de la Universidad de Granada. Departamento de Didctica de la Matemtica. Pgina Web: http://www.ugr.es/~jgodino/indice_tfs.htm. Gravemeijer, K. (1999). How emergent models may foster the constitution of formal mathematics. Mathematical Thinking and Learning, I (2), 155-177. Obtendio el 3 de agosto 2005 en Ebscohost. Gravemeijer, K. y Doorman, M. (1999). Context problems in Realistic Mathematics Education: A calculus course as an example. Educational Studies in Mathematics 39: 111-129. Obtenido el 1 de agosto 2005 en Ebscohost. Gravemeijer, K. y Terwel, J. (2000). Hans Freudenthal: a mathematician on didactics and curriculum theory. Journal of Curriculum Studies. Vol 32, No. 6, 777-796. Obtenido el 3 de agosto 2005 en Ebscohost. Gravemeijer, K., Cobb, P., Bowers, J. y Whitenack, J. (2000). Symbolizing, Modeling and Instrutional Design. En Cobb, P., Yackel, E. and McClain, K. (Eds.). Symbolizing and Communicating in Mathematics Classrooms. Perspectives on Discourse, Tools, and Instruccional Design. Mahwah, NJ.: Lawrence Erlbaum Associates. pp. 225-274. Houston, K. (2003). ICTMA: The first 20 years. En Lamon, S. J., Parker, W. y Houston, K. (Eds.). Mathematical Modelling: A Way of Life. ICTMA 11. pp. 255-267. Houston, K. y Neill, N. (2003). Assessing Modelling Skills. En Lamon, S. J., Parker, W. y Houston, K. (Eds.). Mathematical Modelling: A Way of Life. ICTMA 11. pp. 156-164. Instituto Nacional para la Evaluacin de la Educacin Superior. (2003). Los resultados de las pruebas PISA, elementos para su interpretacin. Mxico: Autor. Izard, J., Haines, C., Crouch, R., Houston, K. y Neill, N. (2003). Assessing the Impact of Teaching Mathematical Modelling: Some Implications. En Lamon, S. J., Parker, W. y Houston, K. (Eds.). Mathematical Modelling: A Way of Life. ICTMA 11. pp. 165-177. Jackson, A. (1994). What is the IMU?. In IMU Bulletin 38. Obtenido el 29 de noviembre 2004 en http://www.mathunion.org/Publications/Bulletins/38/what_is_imu/what_is_imu.html. Krick, E. V. (1995). Introduccin a la ingeniera y al diseo en la ingeniera. Mxico: Limusa.

32 Lamon, S. (2003). Powerful Modelling Tools for High School Algebra Students. En Lamon, S. J., Parker, W. y Houston, K. (Eds.). Mathematical Modelling: A Way of Life. ICTMA 11. pp. 81-96. Lehto, O. (1995). IMU - Past and Present. In IMU Bulletin 39. Obtenido el 29 de noviembre 2004 en http://www.mathunion.org/Publications/Bulletins/39/past+present.html. Lesh, R. (2003). How Mathematizing Reality is Different from Realizing Mathematics. En Lamon, S. J., Parker, W. y Houston, K. (Eds.). Mathematical Modelling: A Way of Life. ICTMA 11. pp. 37-52. Lesh, R. y Doerr, H. (2000). Symbolizing, Communicating, and Mathematizing: Key Components of Models and Modeling. En Cobb, P., Yackel, E. and McClain, K. (Eds.). Symbolizing and Communicating in Mathematics Classrooms. Perspectives on Discourse, Tools, and Instruccional Design. Mahwah, NJ.: Lawrence Erlbaum Associates. pp. 361384. Lesh, R. y Harel, G. (2003). Problem solving, Modeling, and Local Conceptual Development. Mathematical Thinking and Learning,5 (2&3), 157-189. Lesh, R. y Lehrer, R: (2003). Models and modeling perspectives on the development of students and teachers. Mathematical thinking and learning, 5 (2&3), 109-129. Obtenido el 15 de noviembre 2004 en Ebscohost. Lesh, R., Carmona, G. y Post, T. (2002). Models and modeling. Proceedings of the Annual Meeting for the North American Chapter of the International Group for Psychology of Mathematics Education. Volumes 1- 4. Obtenido el 15 de noviembre 2004 en Ebscohost. Organisation for Economic Co-operation and Development, (2003). The PISA 2003 assessment framework- Mathematics, Reading, Science and Problem Solving Knowledge and Skills.Obtenido el 28 de spetiembre 2004 en http://www.pisa.org. Orton, A. (1998). Didctica de las matemticas. Cuestiones, teora y prctica en el aula. Madrid: Morata. Radford, L. (1998). On Signs and Representations. A Cultural Account. Scientia Paedagogica Experimentalis, V. 35 (1), 277-302. Obtenido el 9 de febrero 2005 en http://laurentian.ca/educ/lradford/PUBLIC.HTML. Radford, L. (2004). Semitica Cultural y cognicin. Conferencia plenaria dada en la Decimoctava Reunin Latinoamericana de Matemtica Educativa. Universidad Autnoma de Chiapas, Tuxtla Gutirrez, Mxico. Obtenido el 9 de febrero 2005 en http://laurentian.ca/educ/lradford/PUBLIC.HTML. Van Del Heuvel-Panhuizen, M. (2003). The didactical use of models in Realistics Mathematics Education: An example from longitudinal trajectory on percentage. Educational Studies in Mathematics 54: 9-35. Obtenido el 1 de agosto 2005 en Ebscohost. Yanagimoto, A. (2003). Environment Problems and Mathematical Modeling. En Lamon, S. J., Parker, W. y Houston, K. (Eds.). Mathematical Modelling: A Way of Life. ICTMA 11. pp. 53-60. Ziga, L. (2004). Funciones cognitivas: un anlisis cualitativo sobre el aprendizaje del clculo en el contexto de la ingeniera. Tesis doctoral no publicada. Instituto Politcnico Nacional.