PENSAMIENTO VARIACIONAL Y CÁLCULO DIFERENCIAL MEDIANTE

GEOGEBRA
Joel Jesús Bastidas Valdivia

Facultad de Ingeniería, jbastidasv@continental.edu.pe

1. Resumen

El presente estudio, “Pensamiento variacional y cálculo diferencial mediante Geogebra”, es

una investigación de tipo aplicada de nivel explicativo con diseño pre experimental.
El objetivo principal del estudio fue determinar la influencia del software Geogebra en el
pensamiento variacional del cálculo diferencial en los estudiantes de la Universidad
Continental 2020-10. La muestra de estudio estuvo conformada por 62 estudiantes de las
diversas carreras de la facultad de ingeniería y a quienes se les aplicó un Pre-test y un Post-
test; concluyendo la existencia de un incremento en el pensamiento variacional del cálculo
diferencial.

Palabras clave: Pensamiento variacional, cálculo diferencial, Geogebra.

2. Introducción

En la última década se ha incrementado grandemente el uso de herramientas digitales para la

enseñanza y aprendizaje de variados contenidos científicos, con el fin de interiorizar en los

estudiantes no sólo los contenidos sino nuevas capacidades, por ello resulta interesante la

definición sobre la adquisición de competencias TIC de los estudiantes que establece la

Sociedad Internacional para la Tecnología en Educación (ISTE, 2008), la cual señala que el

uso de entornos digitales permite el trabajo colaborativo, apoya el mejoramiento del

aprendizaje individual y a la vez desarrolla en el estudiante la creatividad e innovación,

comunicación y colaboración, investigación y localización efectiva de la información,

pensamiento crítico, solución de problemas y toma decisiones, además de la comprensión del

funcionamiento y conceptos de las TIC.

Dirección de Gestión Docente

En ese sentido el cálculo diferencial no ha sido ajeno, ya que el uso de la tecnología puede

lograr que los estudiantes creen variadas representaciones de la cantidad y movimiento, ya

sean textuales, algebraicas o geométricas y a la vez sirvan como un medio para formular sus

propias interrogantes y diferentes soluciones constituyendo un aspecto importante del

aprendizaje del cálculo (Barrera & Santos, 2001)

Asimismo, las variadas representaciones de los conceptos matemáticos que permiten las

herramientas digitales promueven un cálculo diferencial dinámico y más significativo, como

aquellas que emergen del pensamiento variacional como consecuencia no sólo de símbolos

sino de creaciones geométricas producto de la modelación de procesos reales que

anteriormente eran abstractas y qué ahora son más concretas. Lo que (Vasco, 2003) llama

“matematizar el contexto”.

Además, el presente trabajo; tiene por objetivo no solo determinar la influencia del software

Geogebra en el pensamiento variacional del cálculo diferencial, sino de promover el uso de

herramientas digitales y mejor si son de acceso libre como el mencionado, para fortalecer el

pensamiento variacional de los estudiantes fundamentado en la capacidad que se tiene para

analizar y transformar las funciones numéricas, manipulándolas de manera flexible y creativa,

con el fin de entender, justificar y modelar situaciones de cambio. Para ello entra en juego la

relación existente entre cantidades, funciones y formas de representación que se plasman

mediante símbolos algebraicos, gráficos, tablas y representaciones pictóricas, haciendo uso de

elementos como el plano cartesiano y programas de matemática dinámica como Geogebra que

facilitan el proceso. Por tanto, el docente debe proponer el desarrollo de actividades de

variación numérica y geométrica, donde se puedan identificar los cambios que se presentan,

a través del análisis y la reflexión (Dávila, 2018).

Dirección de Gestión Docente

3. Resultados

Debido a la metodología de la investigación, que tuvo como objetivo determinar la influencia

del software Geogebra en el pensamiento variacional del cálculo diferencial, el estudio fue de

tipo aplicado y de nivel explicativo, ya que en un primer momento se implementó el software

Geogebra en el proceso de enseñanza aprendizaje del cálculo diferencial y sometido a la

siguiente prueba de hipótesis:

“El uso de Geogebra incrementa el pensamiento variacional en el cálculo diferencial”

En un segundo momento a través del diseño pre experimental, considerado así por la carencia

de un grupo control, se midió antes y después el uso del software Geogebra en el pensamiento

variacional de los estudiantes, mediante un Pre-test y Post-Test.

𝐺 𝑂1 × 𝑂2

Donde:

G Grupo de sujetos
O1 Observación antes (Pre Test)
O2 Observación después (Post Test)
X Condición experimental

Cabe mencionar que el Test de medición fue construído en base los criterios de la “Propuesta
de tareas para el desarrollo del pensamiento variacional en estudiantes de ingeniería” de Báez,
Martinez, Pérez (2017).

Dirección de Gestión Docente

Tabla 1: Niveles del desempeño de los estudiantes en relación al desarrollo del pensamiento
variacional.
Nivel Características
Como la expresión del nivel primario en el
desarrollo del pensamiento variacional,
donde se examinan de forma global la
Reconocimiento existencia y el significado de la variación en
(Nivel 1) un fenómeno modelado matemáticamente y
se distinguen los elementos en la variación.
Es la expresión del nivel intermedio en el
desarrollo del pensamiento variacional,
donde dada una situación variacional,
representada por un fenómeno modelado
Relación matemáticamente, y por los elementos que
(Nivel 2) distinguen a la variación, se puedan
establecer las relaciones entre dichos
elementos expuestos en tablas, gráficas y
otras formas de representación
. procesos algebraicos y geométricos.
Es el más alto indicio de desarrollo del
pensamiento variacional en el estudiante, el
desempeño se concreta en la solución de
Deducción formal actividades que modelan fenómenos
(Nivel 3) ingenieriles.
Asi mismo, la muestra estuvo conformada por 62 estudiantes de la Facultad de Ingeniería del
tercer ciclo de la Universidad Continental de la sede Huancayo, donde se pudo apreciar que
el 77,4% (48) fueron varones y el 22.6% (14) mujeres.
Criterios valorativos
Los estudiantes identifican y manipulan relaciones, patrones,
transformaciones, procesos algebraicos y geométricos.
Los estudiantes reconocen la existencia y el significado de la
variación en un fenómeno modelado matemáticamente.
Los estudiantes distinguen los elementos de la variación.
Los estudiantes establecen relaciones entre los diferentes
elementos que distinguen la variación, relacionan propiedades y
reglas siguiendo argumentos deductivos informales.
Los estudiantes comunican y reflexionan matemáticamente y
usan el lenguaje matemático para argumentar la solución de
problemas.
Los estudiantes manipulan relaciones, transformaciones,
Los estudiantes descubren nuevas relaciones y realizan
clasificaciones inclusivas.
Los estudiantes comunican y reflexionan matemáticamente y
usan el lenguaje matemático para argumentar la solución de
problemas.
Los estudiantes comprenden las relaciones presentes en
fenómenos ingenieriles y reconocen en ellos la existencia de
relaciones variacionales y los objetos matemáticos que subyacen
en dichas situaciones.
Los estudiantes construyen nociones matemáticas en ámbitos
fenomenológicos vinculados a la ingeniería, a través del estudio
de prácticas sociales que hacen emerger el conocimiento
matemático.
Dirección de Gestión Docente
Además, el 24,2% (15) de los estudiantes correspondieron a la carrera de Ingeniería

Mecatrónica, el 16,1% (10) a la carrera de Arquitectura. Del mismo modo el 14,5% (9) de los

estudiantes pertenecieron a la carrera de Ingeniería Ambiental, el 12,9% (8) a la carrera de

Ingeniería de Sistemas, el 11,3% (7) a la carrera de Ingeniería Civil. Asimismo, el 12,9% (8)

de los estudiantes correspondieron a la carrera de Ingeniería de Sistemas, a la carrera de

Ingeniería Empresarial e Ingeniería Mecánica el 8,1% (5) respectivamente y a las carreras de

Ingeniería Eléctrica y Minas en conjunto el 4.2%.

Los estadísticos hallados tanto en el Pre test y Post test fueron los siguientes:

Dirección de Gestión Docente

Tabla n° 2: Estadísticos de la muestra
PRE_TEST POST_TEST
N 62 62
Media 6,53 15,56
Mediana 5,00 15,00
Moda 5 15
Desviación estándar 3,458 3,400
Asimetría -0,492 -0,142
Mínimo 0 10
Máximo 10 20

De la tabla n° 2 se puede destacar que la puntuación promedio del Post Test (15,56) fue mayor

al Pre Test (6,53); donde la variación de las puntuaciones respecto al promedio tanto en el Pre

Test (3.458) y Post Test (3.4) fueron semejantes. Asimismo, la puntuación que más se repitió

en el Pre Test fue 05 y en el Post Test fue de 15; luego la mayor puntuación en el Pre Test fue

10 y la mayor puntuación en el Post fue de 20.

Por otro lado, la medida de Asimetría de ambas muestras indica su sesgo negativo

contundente, lo cual significa que ambas muestras provienen de poblaciones no normales. Sin

embargo, eso no es impedimento para que se pueda hacer la inferencia respecto a la eficacia

del Software Geogebra para incrementar el pensamiento variacional de los estudiantes en el

cálculo diferencial mediante el estadístico “t de Student” para muestras apareadas, ya que si

se cumple que los pares de datos muestrales es mayor a 30 se puede omitir el requisito de

normalidad (Triola, 2018).

Por otro lado, el Pre Test y Post Test fue un mismo cuestionario, definido con un conjunto de

preguntas cuyo objetivo fue obtener información concreta en función a la investigación

planteada. Estas preguntas fueron:

1. ¿Cuál es el límite de la función 𝑓 cuando "𝑥" tiende a 3 por la izquierda.

 3
 10 (Respuesta correcta)
 0
 No existe

Dirección de Gestión Docente

 Figura n° 3: Item 1 del Test

Tabla n° 3: Porcentaje de respuestas por cada alternativa del item 1 del Post Test
RECONOCIMIENTO
Porcentaje
Frecuencia Porcentaje acumulado
Válido 3 8 12,9 12,9
10 47 75,8 88,7
No existe 7 11,3 100,0
Total 62 100,0

De la tabla 3 se puede observar que el 75,8% de los estudiantes respondieron el item 1 de

manera correcta, luego de usarse Geogebra demostrando que los estudiantes reconocen la

existencia y el significado de la variación en un fenómeno modelado matemáticamente.

2. ¿Existe continuidad de las funciones "h" y "p" en el punto x=1?

 Si
 No (Respuesta correcta)

Dirección de Gestión Docente

 Figura n° 4: Item 2 del Test

Tabla n° 4: Porcentaje de respuestas por cada alternativa del item 2 del Post Test
RELACIÓN_1
Porcentaje
Frecuencia Porcentaje acumulado
Válido No 39 62,9 62,9
Si 23 37,1 100,0
Total 62 100,0

De la tabla 4 se puede observar que el 62,9% de los estudiantes respondieron el item 2 de

forma correcta, luego de usarse Geogebra demostrando que los estudiantes manipulan

relaciones, transformaciones, procesos algebraicos y geométricos

3. ¿Cuándo la variación de x tiende a cero entonces la pendiente de la recta h tenderá a?

 A la pendiente de g (Respuesta correcta)

 Cero
 Indeterminado
 -1
 1

Dirección de Gestión Docente

 Figura n° 5: Item 3 del Test

Tabla n° 5: Porcentaje de respuestas por cada alternativa del item 3 del Post Test
RELACIÓN_2
Porcentaje
Frecuencia Porcentaje acumulado
Válido A la pendiente de g 36 58,1 58,1
cero 14 22,6 80,6
indeterminado 6 9,7 90,3

-1 3 4,8 95,2

1 3 4,8 100,0
Total 62 100,0

De la tabla 5 se puede observar que el 58,1% de los estudiantes respondieron el item 3 de

manera correcta, luego de usarse Geogebra demostrando que los estudiantes establecen

relaciones entre los diferentes elementos que distinguen la variación, relacionan propiedades

y reglas siguiendo argumentos deductivos informales.

4. Para Usted la derivada de "f" es:

 La ecuación de una recta

 La pendiente de una recta
 Una nueva función

Dirección de Gestión Docente

 Figura n° 6: Item 4 del Test

Tabla n° 6: Porcentaje de respuestas por cada alternativa del item 4 del Post Test
DEDUCCIÓN_FORMAL
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válido La ecuación de una recta 1 1,6 1,6 1,6
la pendiente de una recta 6 9,7 9,7 11,3
Una nueva función 55 88,7 88,7 100,0
Total 62 100,0 100,0

De la tabla 6 se puede observar que el 88,7% de los estudiantes respondieron el item 4 de

forma correcta, luego de usarse Geogebra demostrando que los estudiantes descubren nuevas

relaciones y realizan clasificaciones inclusivas.

A continuación, se da a conocer el sometimiento a prueba de la hipótesis del investigador:

H0: 𝜇1 = 𝜇2 (El uso de Geogebra no incrementa el pensamiento variacional en el cálculo

diferencial de los estudiantes de la Universidad Continental 2020-10)
H1: 𝜇1 < 𝜇2 (El uso de Geogebra incrementa el pensamiento variacional en el cálculo
diferencial de los estudiantes de la Universidad Continental 2020-10)

Para:
Si p-valor > α ⇒ No rechazar H0; Si p-valor ≤ α ⇒ Rechazar H0

Dirección de Gestión Docente

 Tabla n° 7: Prueba de muestras emparejadas.
Diferencias emparejadas

95% de intervalo de Sig.

t gl
Desviación confianza de la diferencia (unilateral)
Media
estándar
Inferior Superior
PRE_TEST -
Pares
POST_TEST
-9,032 5,109 -10,330 -7,735 -13,922 61 0,000

La tabla 7 muestra el resultado del estadístico de prueba “t de Student para muestras

emparejadas o apareadas” para las puntuaciones del Pre Test y Pos Test. Además, se observa

el valor de la significancia (Sig. Unilateral) ,000 menor a la puntuación de 𝛼 = ,05

permitiendo rechazar la Ho de que el uso de Geogebra no incrementa el pensamiento

variacional en el cálculo diferencial de los estudiantes de la Universidad Continental 2020-10

Conclusiones:

 El uso de Geogebra incrementa el pensamiento variacional y ello a su vez acrecenta los

resultados de aprendizaje en el cálculo diferencial de los estudiantes de ingeniería de la

Universidad Continental 2020-10.

 Geogebra es un software matemático-estadístico de acceso libre de manejo intuitivo que

permite a través de simulaciones y un lenguaje geométrico concretizar el lenguaje simbólico.

 La planificación y desarrollo de las sesiones de aprendizaje de la asignatura de cálculo

diferencial se dinamizan mediante el uso de Geogebra.

Dirección de Gestión Docente

4. Referencias Bibliográficas

Barrera, F. & Santos, M. (2001). Students’ use and understanding of different mathematical
representations oftasksin problem solving instruction. Proceedings of the Twenty-Three
Annual Meeting North American Chapter of the International Group for the Psychology
of Mathematics Education. Vol. 1, pp. 459-466. ERIC Clearinghouse for Science,
Mathematics, and Environmental Education. Estándares de competencia TIC para
estudiantes (ISTE, 2008). Recuperado de:
https://www.iste.org/docs/pdfs/nets_2007_spanish.pdf?sfvrsn=2

Dávila, W. (2018). Desarrollo del pensamiento variacional en estudiantes de secundaria,

mediado por GeoGebra. Manizales, Colombia. Recuperado de:
http://bdigital.unal.edu.co/63814/1/72141944.2018.pdf

Triola, F. (2018). Estadística. México: Pearson Educación.

Vasco, C. (2003). El pensamiento variacional y la modelación matemática. Universidades del

Valle y de Manizales. Recuperado de:http://pibid.mat.ufrgs.br/2009-

2010/arquivos_publicacoes1/indicacoes_01/pensamento_variacional_VASCO.pdf

Dirección de Gestión Docente

Dirección de Gestión Docente