Angulo Sanchez Ballestasmodelacin 2013

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/327040835
Las matemáticas en la formación del administrador de empresas.
Article · November 2013
CITATIONS READS
0 3,820
3 authors, including:
Alejandro Angulo
Gimnasio Vermont
12 PUBLICATIONS 4 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Understanding Place Value Concept View project
La reflexión de la práctica de enseñanza como motor de su transformación View project
All content following this page was uploaded by Alejandro Angulo on 15 August 2018.
The user has requested enhancement of the downloaded file.

1. Decana de la
Facultad de
Administración de
Empresas de la
Fundación
Universitaria San
Martín,
Administradora de
Empresas, Magister
en Dirección y
Gestión de
Instituciones
Educativas.
2. Docente de la
Facultad de
Administración de
Empresas de la
Fundación
Universitaria San
Artículo de investigación
Martín, Licenciado en
Matemáticas,
María Silvana Ballestas Alemán21
Magister en Docencia
de la Matemática.
Julián Fernando Sánchez López3
3. Docente de la
Henry Alejandro Angulo Escamilla
Facultad de
Administración de
Empresas de la
Fundación
Universitaria San
Martín, Licenciado en
Matemáticas,
Magister en Docencia
de la Matemática.
11
Las matemáticas en la formación del

administrador de empresas4.
Resumen:
Esta investigación presenta seis perspectivas que indagan sobre la importancia de la
modelación matemática en el espacio educativo; perspectivas que constituyen una fuente
afirmativa de conocimientos sobre los procesos que examinan el alcance de la formación
matemática y que buscan su inclusión como elemento central en las prácticas de
profesionalización del administrador de empresas. Los procedimientos o modelos
matemáticos juegan un papel primordial en la construcción de saber y en las estructuras de
razonamiento de los profesionales en diferentes áreas, así como también en el desarrollo de
competencias genéricas y específicas. El artículo suministra además un análisis comparado de
los momentos de interacción de la enseñanza de las matemáticas en conexión a lógicas
curriculares e institucionales que interesa pensar en sus puntos de conexión y divergencia.
Palabras clave:
Modelación matemática, administración de empresas, enseñanza, aprendizaje, investigación.
4. Este artículo es
producto del trabajo
investigativo
enmarcado en el
proyecto “Los
modelos matemáticos
y la resolución de
problemas en el
campo de
conocimientos del
administrador de
empresas” que se
vincula a la línea de
investigación “PYMES,
Gestión y
Competitividad” de la
Facultad de
Administración de
Empresas de la
Fundación
Universitaria San
Martín.
Las matemáticas en la formación del administrador de empresas 12
Algunos de los primeros aportes científicos que dieron la posibilidad de concebir la

administración como ciencia y posicionarla como una disciplina fundamental en el
desarrollo de una sociedad, fueron los propuestos por Adam Smith en el siglo XVIII
con sus postulados acerca de la riqueza de las naciones y la división del trabajo, y
John Stuart Mill, en el siglo XIX, con la teoría del utilitarismo que proporcionó un
fondo teórico a la asignación de los recursos, a la producción y a la fijación de precios.
Eli Whitney, James Watt y Matthew Boulton, en el siglo XVIII, aportaron
conocimientos que permitieron desarrollar herramientas técnicas de producción
tales como la estandarización, los procedimientos de control de calidad, la
contabilidad analítica y el planeamiento del trabajo.
Henry Fayol, en el siglo XIX, fue el primero en sistematizar el comportamiento

gerencial y estableció los 14 principios de la administración en su libro
Administración Industrial y General, sentando las bases de lo que hoy en día sigue en
boga, como la escuela clásica de la administración. Así mismo, a inicios del siglo XX,
Frederick Taylor con su método de organización industrial, contribuyó a la
consolidación de la Administración Científica. Hoy por hoy los procesos de
innovación en las organizaciones hacen uso de la implementación de sistemas
administrativos tales como el benchmarking, calidad, empowerment, coaching,
entre otros; que junto con nuevos desarrollos teóricos en administración pretenden
ser respuesta a los constantes cambios y exigencias de la realidad empresarial y
económica actual. Tales desarrollos teóricos y realidades históricas exigen la
creación de escuelas de administración que formen administradores de empresas y
que reflexionen, en conjunto con la sociedad, acerca de dicha formación, de manera
que resulte pertinente y contextualizada.
De acuerdo con Marín Idárraga (2005) “la enseñanza de las teorías de la

administración debe partir de la comprensión de su carácter epistemológico. Si bien
la historia del pensamiento administrativo ha denotado una falta de claridad con
relación a la concepción epistémica de la administración, no es desdeñable que en las
teorías administrativas y organizacionales se pueden hallar sustentos indemnes a la
ideología de “gurús”, los cuales dan una explicación satisfactoria respecto a la
naturaleza del conocimiento administrativo, y que entregan los elementos para
identificar la administración como una disciplina de índole científica”.
En este sentido, desde inicios de los años 80 la Asociación Americana de Escuelas de

Administración (AACSB), la Fundación Europea para el Desarrollo de la
Administración (EFMD) y el Consejo Latinoamericano de Administración (CLADEA)
establecieron algunas características de la formación en Administración de
Empresas, dentro de las cuales se reconoce que: “los cursos de negocios
internacionales deberán ser elementos necesarios de los currículos de las escuelas de
administración, y deben incluir la capacidad para hablar una lengua extranjera, para
entender otras culturas, mediante el conocimiento de la literatura, la historia y la
religión, y la posibilidad de vivir experiencias en otros países por medio de
intercambios de estudio y trabajo” (PROCAD, 2004: 3).
En la actualidad, la reflexiones acerca de la formación en Administración de

Empresas han llevado a concluir que la internacionalización es una exigencia en los
currículos de las Facultades de Administración, “entre lo cual se incluye un
profesorado con visión y experiencias internacionales, la posibilidad de que los
estudiantes tengan semestres de intercambio académico en universidades de otros
países, y por supuesto currículos que integren y consideren las tendencias
internacionales de la administración en sus contenidos y metodología” (PROCAD,
2004: 5). Para el caso colombiano se ha observado que la formación de
administradores de empresas en Colombia ha sido liderada por universidades que
comprendieron la necesidad de formar profesionales para la conducción de las
empresas de los diversos sectores de la economía. La enseñanza partió de cursos
para directivos y se llegó a consolidar hasta construir planes de estudio
estructurados para una formación de carácter profesional; el proceso se materializó
a mediados de la década de 1960. Estos planes de estudio fueron organizados por
áreas del conocimiento en términos administrativos, para contribuir en la formación
gerencial de las áreas funcionales de las empresas en los términos de Fayol. Los
orígenes de la carrera se encuentran estrechamente relacionados con la formación
de abogados y economistas, para quienes fueron diseñados los primeros estudios de
administración en Colombia.
Sin embargo, tales desarrollos e implementaciones curriculares conllevan la

“preocupación por la pertinencia de los estudios de administración para solucionar
problemas puntuales del entorno tales como pobreza, corrupción, violencia,
desigualdad social, desempleo, futuro incierto para la juventud, discriminación de
género, entre otros. Es en este contexto, que temas como las pymes con potencial
exportador e innovación, y las tecnologías de información y comunicaciones (TIC)
como soporte de procesos de gestión, cobran amplia relevancia en los estudios de
administración” (Gómez, 2009). En ese sentido, el mismo investigador reporta un
estudio realizado en la Pontificia Universidad Javeriana de la ciudad de Bogotá, en el
año 2009, en el cual se evaluó la pertinencia de los programas de pregrado en
Administración de Empresas que ofrecen las instituciones de educación superior en
Bogotá, arrojando como uno de sus resultados que “se desvirtúan los temores
existentes en el sentido que los conocimientos adquiridos por los graduados en
Administración de Empresas durante la carrera como resultado de su desempeño
laboral no eran pertinentes”.
Otro aspecto fundamental de la formación de Administradores de Empresas tiene

que ver con la inclusión de la investigación como parte de su esencia formativa,
debido a que, en general, una sociedad se mide en parte por sus niveles de
5. PUCP, P.U. (20 de investigación, avance tecnológico y capacidad de innovación, aunque: “la
09 de 2011).
http://puntoedu.pucp universidad no es la única, pero debería ser una instancia clave que permita a sus
.edu.pe. Recuperado docentes y alumnos contribuir, a través de la investigación, en el desarrollo sostenible
el 03 de 03 de 2012,
de:
de la sociedad en la cual está inserta”5. La investigación permite mejorar el ejercicio
http://puntoedu.pucp de la docencia, sus actividades contribuyen a poner al día el currículum, aporta a la
.edu.pe/noticias/por- formación docente, a su vez fomenta las relaciones interinstitucionales que favorece
que-es-importante-la-
investigacion-en-las- la movilidad de los estudiantes y su transición al mundo del trabajo (Gil, 2001).
universidades/
Por lo tanto, los programas de Administración de Empresas tienen el desafío de

generar su propia identidad profesional, generando en las aulas universitarias un
espacio idóneo que impulse mentes propositivas y proactivas, edificando un nuevo
proyecto de administración de empresas que responda a las realidades actuales, sea
pertinente a la sociedad y región de la cual hacen parte, formando profesionales
competentes que aporten al desarrollo, crecimiento y consolidación de
organizaciones pertinentes al ámbito regional, con criterios de competitividad
internacional, capaces de desarrollar y fortalecer procesos tecnológicos,
administrativos y de mercados, enfrentando los diferentes retos de una economía
globalizada y cambiante. En ese contexto de la formación de administradores en
Colombia, la comunidad académica del programa de Administración de Empresas de
la Fundación Universitaria San Martín, como producto del consenso, planteó un
nuevo6 plan de estudios cuya estructura curricular cuenta con los núcleos de
formación básica, profesional, socio-humanista y complementaria.
El núcleo de formación básica: es el que proporciona herramientas conceptuales y

analíticas para comprender la profesión y servir de apoyo y complemento a la
formación profesional específica. Partiendo del reconocimiento de que en la
administración de empresas la capacidad de adaptabilidad y el pensamiento lógico,
matemático y estadístico, son ineludibles y obligatorios para el desempeño idóneo
de un administrador de empresas, se le ha asignado a este núcleo un peso de 12% de
todo el currículo y es, en este espacio, donde se desarrollan las herramientas,
habilidades conceptuales y analíticas para la comprensión y uso de estructuras
cognoscitivas de etapas superiores de la formación profesional.
Nota: Para cada asignatura, la primera casilla representa la intensidad horaria semanal, la
segunda representa las horas de trabajo independiente y la tercera el número de créditos.
Así mismo, en el núcleo de formación profesional ha considerado el estudio de las

asignaturas Matemáticas Financieras y Métodos Cuantitativos en cuarto y quinto
semestre, respectivamente, estas tienen en suma una asignación de 7 créditos, es
decir, un 4%. Dando como resultado que las asignaturas del área de matemáticas
tienen en total un peso del 16% en el programa de formación en la mencionada
Facultad.
6. El trabajo de la
comunidad
académica de la En otras universidades de la capital colombiana, el panorama no difiere
Facultad de sustancialmente en cuanto a la importancia dada, desde el punto de vista
Administración de
Empresas alrededor cuantitativo de las asignaturas del área de matemáticas. El siguiente cuadro sintetiza
del nuevo plan de las -que hemos denominado- “rutas de formación” en el área de matemáticas de 25
estudios se desarrolló
durante los años 2011
universidades con sede en la ciudad de Bogotá, que ofrecen el programa de
y 2012. Administración de Empresas en la modalidad presencial. Este resumen fue
elaborado a partir de la información suministrada por el Ministerio de Educación

Nacional a través del Sistema Nacional de Información de la Educación Superior
(SNIES).
Tabla 1: Síntesis de rutas de formación Matemática en Programas de Administración de

Empresas.
Un análisis preliminar de la información contenida en la Tabla 1, arroja que es posible

inferir que las 25 instituciones de educación superior (IES) tienen en promedio
(media, moda y mediana) seis asignaturas que corresponden al área de
matemáticas, que están ubicadas, en su mayoría, en los primeros cinco semestres de
los programas de Administración de Empresas.
En relación con los contenidos abordados en las asignaturas se pueden identificar al

menos 4 categorías: Fundamentos, Cálculo, Estadística, y Aplicaciones o Modelos. En
el campo de Fundamentos es frecuente encontrar asignaturas como Pensamiento
Lógico, Lógica, Fundamentos de matemáticas, matemática básica, etc. Asignaturas
dedicadas al desarrollo de habilidades, conceptos o procedimientos matemáticos
que se consideran serán útiles y necesarias para el desarrollo de estudios
matemáticos posteriores en otras asignaturas de la ruta de formación.
En el campo de Cálculo se encuentran asignaturas como Cálculo I, Cálculo II, Cálculo

Diferencial e Integral, etc. Las cuales están orientadas hacia el desarrollo o
afianzamiento del pensamiento variacional, de la destreza en el uso de
procedimientos o técnicas de derivación e integración y de habilidades de resolución
de problemas de optimización.
En la categoría Estadística se encuentran asignaturas como Estadística I, Inferencia

Estadística, Probabilidad y Estadística, etc. Que se enfocan en el desarrollo o
afianzamiento del pensamiento estocástico y el análisis e interpretación de datos
que permitan hacer inferencias.
Entre tanto, en la agrupación Aplicaciones o modelos, hemos categorizado

asignaturas como métodos cuantitativos, álgebra lineal, matemática financiera,
modelos de optimización, modelos matemáticos, teoría de la decisión, modelación,
entre otras. En tales asignaturas los esfuerzos pedagógicos se dirigen hacia la
construcción o utilización de modelos matemáticos para resolver situaciones
problema que se espera estén asociadas a la Administración de Empresas.
En el siguiente gráfico se presenta un resumen de la frecuencia de la cantidad de

asignaturas por cada categoría en las 25 IES.
Gráfica 1: Frecuencia de la cantidad de asignaturas en cada categoría
Algunas aseveraciones se pueden hacer a partir de la gráfica 1. Se había señalado

que las IES analizadas tienen en promedio 6 asignaturas en sus rutas de formación
matemática; así, la ruta promedio7 está constituida por una asignatura de
Fundamentos, una de Cálculo, dos de Estadística y dos de Aplicaciones o Modelos. Es
relevante anotar que ninguna de las IES prescinde de las asignaturas asociadas a las
categorías Estadística y Aplicaciones o Modelos, mientras que 7 no tienen entre sus
rutas de formación asignaturas de Fundamentos y 4 no tienen asignaturas de
cálculo. La tendencia más clara entre las IES es tener 2 asignaturas en el campo de
Estadística. No así ocurre en las categorías de Cálculo y Aplicaciones o Modelos
donde en general las IES se debaten entre tener una o dos asignaturas. De otra parte,
es evidente que la mayoría de IES (76%) tienen una o dos asignaturas dedicadas a las
Aplicaciones o Modelos; sin embargo, sólo 6 tienen tres asignaturas en ese campo.
Estas observaciones permiten identificar una preocupación clara de las IES por
incluir en sus programas de formación de administradores de empresas y,
particularmente en sus rutas de formación matemática, asignaturas que promuevan
el desarrollo de habilidades para recolectar, analizar e interpretar datos en el marco
de una situación problemática, así como la construcción y uso de modelos
matemáticos para resolver situaciones asociadas a la administración de empresas.
7. Esta “ruta En ese sentido, proponer un estudio que profundice en esta problemática, adquiere
promedio” es
sugerida por los gran importancia no sólo desde el punto de vista de los profesores de matemáticas
promedios (media, vinculados con los programas de formación de administradores de empresas, sino
mediana y moda) de
la cantidad de desde la administración de empresas misma, ya que permitiría esclarecer el alcance
asignaturas de las IES de la formación matemática del administrador de empresas. Adicionalmente, vale la
en cada una de las
categorías
pena resaltar que los conceptos, procedimientos o modelos matemáticos juegan un
establecidas. papel fundamental en la construcción del conocimiento propio del administrador de
Respectivamente empresas en diferentes áreas, así como también en el desarrollo de competencias
tenemos:
Fundamentos (0.9, 1, profesionales genéricas y específicas.
1); Cálculo (1.4, 1, 1);
Estadística (1.9, 2, 2);
Aplicaciones o Bajo este panorama, es particularmente importante centrar la atención en el
Modelos (1.9,2,2) proceso de formación del administrador de empresas en el área de matemáticas y en
los resultados que se espera obtener, en términos de conocimientos y de

competencias profesionales genéricas y específicas, especialmente, aquellos que
estén asociados a las aplicaciones y a la construcción o uso de modelos matemáticos
para resolver situaciones problemáticas propias de la administración de empresas.
La modelación matemática en la enseñanza y el aprendizaje de las matemáticas
El tema de la modelación8 matemática en el aprendizaje y la enseñanza de las

matemáticas ha tenido un desarrollo investigativo reciente pero sumamente
significativo. En el ámbito internacional, existe una gran cantidad de indicios,
hallazgos de investigación, de un creciente interés de la comunidad académica por la
integración de la modelización a los currículos de matemáticas en todos los niveles
educativos (Pollak, 1979; Blum y Niss, 1991; Houston, 2005; Kaiser, Blomhoej y
Sriraman, 2006; Blomhoej y Carreira, 2009). Inclusive, la ICMI ha desarrollado un
estudio (ICMI Study 14th on “Modelling and Applications in Mathematics
education”; Blum, et al., 2007) relativo a la modelación matemática y a lo que
generalmente se ha conocido como aplicaciones de las matemáticas; así mismo, esta
misma comisión ha creado grupos especiales de estudio con objetivos bien
determinados dedicados a la investigación de los procesos, acciones didácticas, uso
de tecnología, evaluación, entre otros aspectos asociados a la modelación
matemática, cuya productividad se refleja en el impacto de las investigaciones en las
prácticas de enseñanza de los diferentes niveles educativos.
Este impacto ha sido objeto de estudio por Kaiser, Blomhoej y Sriraman (2006)
quienes señalan que en la mayoría de países alrededor del mundo la investigación en
modelación matemática ha incidido de manera preponderante en las reformas
curriculares que buscan la inclusión, desde diversas perspectivas, de tal proceso
como elemento fundamental de la actividad matemática de los estudiantes. Los
mencionados autores sostienen que los investigadores en educación matemática
tienen a su disposición una teoría global para la enseñanza y el aprendizaje de la
modelación matemática, un sistema de puntos de vista conectados que abarcan
8. En concordancia todos los niveles didácticos: metas de aprendizaje, razones fundamentales para
con Bassanezi y proponer tales metas en diferentes niveles de los sistemas educativos, ideas
Biembengut (1997)
utilizaremos el comprobadas acerca de cómo apoyar a los profesores en la implementación de las
término modelación metas de aprendizaje, reconocimiento de los retos didácticos y dilemas relacionados
para referir la
actividad de creación
con las diferentes maneras de organizar la enseñanza, bases teóricas y empíricas
de modelos en el para analizar las dificultades de aprendizaje asociadas a la modelación e ideas acerca
ámbito de la de diferentes maneras de evaluar el aprendizaje de los estudiantes, en actividades
educación
matemática; entre de modelación y los obstáculos relacionados.
tanto, utilizaremos la
palabra modelización
para referir la Sin embargo, esta teoría global no se basa en un único paradigma, sino que se han
actividad científica de identificado diversas aproximaciones y perspectivas al tema de la enseñanza y el
construcción de
modelos
aprendizaje de la modelación matemática; así pues, para utilizar una palabra de Villa
matemáticos para (2013), la modelación matemática parece tener varios “rostros” y jugar diferentes
analizar, interpretar o roles en la didáctica de las matemáticas. Dentro de los estudios que se han dedicado
resolver situaciones
reales en contextos a identificar y reconocer las diversas aproximaciones referidas, se encuentra el
de otras disciplinas. reporte de Kaiser y Sriraman (2006), realizado con ocasión de la publicación de dos
números especiales del Zentralblatt für Didaktik der Mathematik sobre la

modelación matemática; Kaiser y Sriraman abordan el desarrollo histórico de las
diferentes perspectivas de investigación e identifican siete perspectivas principales
en el campo de investigación: Epistemológica, Contextual, Realista, Sociocrítica,
Educativa (conceptual), Educativa (didáctica) y Cognitiva. Esta clasificación con leves
variaciones es sostenida por Blomhoej (2009) en las actas del Grupo de Estudio del
Tema 21 “Mathematical applications and modelling in the teaching and learning of
mathematics” del 11° Congreso Internacional de Educación Matemática (ICME)
realizado en Monterrey (México) en julio de 2008.
De otra parte, Doerr y Pratt (2008) presentan una organización de las investigaciones
en modelación de acuerdo con criterios epistemológicos y psicológicos; señalan
diferencias entre quienes conciben la modelación como un proceso separado del
mundo a ser modelado y quienes la asumen como un proceso cíclico e iterativo. Así
mismo, indican que algunas investigaciones de corte psicológico se orientan hacia la
naturaleza de las actividades de los estudiantes cuando desarrollan tareas de
modelación.
A continuación se presentan, desde cada perspectiva, los hallazgos principales de los

trabajos investigativos que se ha considerado revisar en la elaboración de este
estado de arte. Los trabajos que se enmarcan en las perspectivas educativa
(didáctica) o educativa (conceptual) se presentarán todos en la que llamaremos
simplemente perspectiva educativa.
La modelación desde una perspectiva epistemológica
Las aproximaciones a la modelación matemática desde esta perspectiva tienen un

trasfondo más teórico que pragmático y muestran una fuerte conexión con las ideas
de Steiner (1968) para quien la matematización y modelación hacen parte del
desarrollo de la teoría. Estas aproximaciones tienen sus raíces en la tradición
científico-humanista y la Educación Matemática Realista (EMR) de Hans Freudenthal
(1973) quien entiende la matematización como una estructuración local de campos
matemáticos y no matemáticos por medio de herramientas matemáticas (en la
dirección desde la realidad hacia las matemáticas). Además, sostiene que cuando se
construye un modelo matemático para una situación extra-matemática, tal modelo
solo se puede encontrar en el nivel más bajo de la matematización. Las
aproximaciones actuales también asumen una distinción establecida por Treffers
(1987), entre matematización horizontal (de la realidad a las matemáticas) y
matematización vertical (dentro de las matemáticas).
El estudio de García et al (2006) da poca importancia a la realidad en los ejemplos

que ofrece, en tanto que lo que llamaríamos "modelación intra-matemática" o
matematización vertical recibe especial atención. En su artículo, los autores
proponen una reformulación del proceso de modelación desde el punto de vista de
la Teoría Antropológica de la Didáctica (TAD), para identificar nuevos fenómenos
educativos y proponer nuevos temas de investigación. Los autores señalan que la
TAD se enmarca en el Programa Epistemológico y postula que la actividad
matemática puede ser identificada con una actividad de modelación matemática.

“Esto no significa que la modelación sea solamente un aspecto o dimensión más de
las matemáticas, sino que la actividad matemática es esencialmente una actividad
de modelación en sí misma.” (García et al. 2006: 232) El estudio lleva a los autores a
considerar que:
 La noción de modelo debe ser ampliada para considerarse como una

praxeología9.
 El proceso de modelación, que tradicionalmente se describe en términos de las
relaciones en el ciclo de modelación10, puede ser caracterizado en términos de
praxeologías y relaciones entre ellas.
 Una praxeología puede ser considerada como modelo.
 El proceso de modelación, ya sea como un objeto a ser enseñando o como medio
para la enseñanza y el aprendizaje de las matemáticas, no puede ser considerado
como independiente del resto de la actividad matemática.
Desde esta misma perspectiva, Andresen toma como sustento los trabajos de
9. Según Chevallard Freudenthal y Prediger (2007, citado en Andresen, 2009) para promover que
(1999) una estudiantes de secundaria desarrollen una técnica básica de modelación a expensas
praxeología está
constituida por una de una comprensión profunda de la naturaleza del pensamiento matemático. Para
cuaterna de ello, en la secuencia de enseñanza diseñada cuida el balance entre la inclusión de
elementos: una tarea
o tipo de tareas, una
“aplicaciones técnicas” y reflexiones sobre el uso de modelos y sobre el proceso de
técnica para realizar modelación. El autor presenta y discute un modelo para enseñar la modelación
la tarea, una matemática, el cual se basa en la combinación de los cuatro niveles de actividad
tecnología de la
técnica y una teoría matemática desarrollado en la EMR, y cuatro niveles para diferentes tipos de
de la tecnología, los reflexión matemática que tomó de la filosofía de las matemáticas. El modelo de
cuales forman dos
bloques: uno teórico enseñanza se ilustra con preguntas que refieren tareas matemáticas determinadas y
(teoría y tecnología) y que intentan promover en los estudiantes reflexiones en cada uno de los cuatro
otro práctico (tarea y
técnica).
niveles. Tales preguntas invitan al estudiante a reflexionar sobre el proceso de
modelación y sobre el uso del modelo matemático resultante. El interés de
10. El denominado investigación principal de este estudio es entender y describir la naturaleza de la
“ciclo de modelación”
es una actividad matemática y las reflexiones involucradas en la modelación matemática
esquematización del apoyada por un CAS.
proceso de
modelación en
términos de fases, Por su parte, Tarp (2009) estudia las bases epistemológicas de la aritmética, el
etapas, pasos o
transiciones entre
álgebra y el cálculo y argumenta que en Dinamarca la enseñanza tradicional de la
estos, que matemática ha restado importancia a tales aspectos epistemológicos y ello ha
caracterizan las conducido a grandes dificultades en el proceso de modelación matemática. El autor
acciones de los
individuos; por ello, hace un llamado frente a la necesidad de “reinventar” los conceptos matemáticos
usualmente su trabajando con modelación de fenómenos reales, sin perder de vista los aspectos
análisis se asocia a la
perspectiva cognitiva; epistemológicos de los conceptos. En una aproximación similar, el estudio de Mesa y
sin embargo, como se Villa (2011) reporta, a través del ejemplo de la función cuadrática, cómo los procesos
verá posteriormente,
el ciclo tiene
o actividades de modelación matemática han estado presentes en la historia de las
diferentes “roles” o matemáticas. En tal trabajo se identifican los procesos propios de la modelación
funciones que matemática que fueron desarrollados por Galileo en el análisis de situaciones de
dependen de la
aproximación variación cuadrática; a través de lo cual, los autores argumentan a favor de que una
investigativa. mirada retrospectiva en la historia de las matemáticas de los procesos que
caracterizan la modelación matemática, “(…) con una actitud analítica a nivel

epistemológico y didáctico, puede generar herramientas de reflexión valiosas para
ser tenidas en cuenta al momento de pensar en Modelación Matemática como
estrategia didáctica”. (Mesa y Villa, 2011: 7) Así pues, estos dos trabajos también
podrían ser ubicados en la perspectiva Educativa que se presentará más adelante. En
ese sentido, estamos de acuerdo con Blomhoej (2009: 2) en que “estas perspectivas
pueden traslaparse y no necesariamente cubren toda el área de investigación”.
En esta perspectiva también ubicamos los estudios desarrollados desde la escuela

de la Socioepistemología, si bien podrían ser ubicados en otras perspectivas, dada la
mirada sociocultural amplia de sus fundamentos. La tesis doctoral de Arrieta (2003)
y el trabajo de Suárez y Cordero (2010) estudian la modelación como práctica social
de matematización en el aula desde los presupuestos socioepistemológicos. Arrieta
(2003) caracteriza las prácticas de modelación a través de la conjunción de la
intervención en la naturaleza, el trabajo y el experimento con la especulación
matemática, y afirma que en ella se usan los modelos como herramientas con la
intención de argumentar. Suarez y Cordero (2010) presentan como resultado de su
investigación una epistemología de la modelación escolar que se encuentra
caracterizada por un uso dado a las gráficas analizado en tres momentos; esta
epistemología da lugar a la posibilidad de organizar secuencias de enseñanza a
través del diseño de una Situación de Modelación del Movimiento que atiende a los
tres momentos.
La modelación desde una perspectiva contextual
De acuerdo con Kaiser y Sriraman (2006), esta perspectiva tiene una larga tradición y
encuentra sus fundamentos en sucesores de Piaget y Vigotsky, en ella se asume que
los sistemas conceptuales son constructos humanos, sociales y naturales, cuyos
significados se encuentran asociados a gran variedad de formas de representación.
Además, el conocimiento se organiza alrededor de “mundos de experiencia” en
situaciones complejas de la realidad que requieren integrar ideas de más de una
disciplina, área o teoría; tales mundos no son estáticos y son en gran medida
producto de la creatividad humana, así que son continuamente cambiantes de
acuerdo con las necesidades del hombre. En ese contexto, la actividad de obtención
de modelos se asume como una actividad de solución de problemas, organizada por
principios específicos, en la cual los estudiantes se comprometen en situaciones
significativas en las cuales inventan, extienden y refinan sus propios constructos
matemáticos. El propósito en general es que el estudiante tome el modelo que ha
obtenido a través de la situación problema original y lo aplique en nuevos
problemas.
Un estudio ejemplar desde esta perspectiva es el desarrollado por Irvesen y Larson

(2006), quienes se inspiraron en dos cuestionamientos fundamentales: “¿Por qué los
estudiantes que obtienen buenos puntajes en las pruebas estandarizadas
frecuentemente tienen un pobre desempeño en situaciones más complejas 'de la
vida real' en las que se requiere pensamiento matemático?¿por qué los estudiantes
que tienen pobres registros de desempeño en la escuela frecuentemente tienen
desempeños excepcionalmente buenos en situaciones relevantes 'de la vida real'?”.

(2006: 281), Los investigadores desarrollaron una Actividad de Obtención de
Modelos11 (AOM) para medir el desempeño en una tarea compleja del mundo real,
de aproximadamente 200 estudiantes de segundo semestre de un curso de cálculo
del Departamento de ciencias e ingeniería de la Universidad del Sur de Dinamarca.
En el diseño de la AOM, los investigadores usaron seis principios concretos que
presentamos sucintamente a continuación por la utilidad que pueden tener en el
marco de nuestro estudio: (1) Principio de realidad - ¿La situación parece ser
significativa para los estudiantes, y está construida sobre sus experiencias? (2)
Principio de construcción del modelo - ¿La situación crea la necesidad de desarrollar
constructos matemáticos significativos? (3) Principio de autoevaluación – ¿La
situación demanda que el estudiante evalúe continuamente sus propios modelos
obtenidos? (4) Principio de documentación del constructo – ¿la situación demanda
que el estudiante revele lo que piensa mientras trabaja en la resolución del
problema? (5) Principio de generalización del constructo – ¿El modelo obtenido
puede ser generalizado a otras situaciones similares? (6) Principio de simplicidad –
¿el problema es una situación simple?
Irvesen y Larson usaron las soluciones de los estudiantes a la AOM diseñada para
evaluar las fortalezas y debilidades de los modelos matemáticos que ellos
presentaban. Uno de los principales resultados tiene que ver con que no
necesariamente los estudiantes que en las pruebas estandarizadas12 tienen buenos
desempeños, también tienen buenos desempeños en actividades complejas de
resolución de problemas como las AOM. Los autores indican que ello puede deberse
a la influencia de las actitudes de los estudiantes hacia las tareas, sus creencias y
motivación; o a la complejidad del pensamiento usando matemáticas simples frente
a la simplicidad del pensamiento usando matemáticas complejas. Asimismo,
concluyen que las pruebas estandarizadas no proveen una visión satisfactoria de las
habilidades matemáticas de los estudiantes y que “(…) actualmente hay una
creciente incompatibilidad entre las metas de la comunidad de educación
matemática y sus modos de evaluación. Nuestro estudio indica que la consecuencia
de esto es que habilidades matemáticas importantes que tienen los estudiantes
nunca son evaluadas o identificadas. Además, gran parte de la enseñanza de las
matemáticas es diseñada para preparar a los estudiantes para las evaluaciones
tradicionales, por consiguiente con frecuencia ello significa que ¡no se trabaja en
modelación matemática en las clases de matemáticas!” (2006: 290).
11. El término
Actividades de En la misma vía, Sriraman y Lesh (2006) discuten acerca de la implementación de la
Obtención de
Modelos es la modelación en el currículo de matemáticas y señalan la necesidad de ir más allá de
traducción que las nociones convencionales de modelación matemática, a través del
hemos hecho de la
expresión inglesa
establecimiento de una agenda de investigación que asuma el hecho de que vivimos
Model Eliciting en un mundo fundamentalmente diferente en el cual la realidad es caracterizada por
Activities (MEA). sistemas complejos. Los investigadores rechazan la creencia de que solo algunos
12. Los investigadores estudiantes brillantes son capaces de desarrollar conceptos matemáticos
realizaron un pretest significativos sin la orientación paso a paso ofrecida por el profesor, para lo cual se
basado en pruebas
estandarizadas basan en la gran cantidad de investigaciones en el campo que muestran ejemplos -
danesas. como el ya mencionado estudio de Irvesen y Larson- de AOM en las cuales los
modelos que desarrollan los estudiantes para interpretar y resolver una situación
problema específica, resultan ser constructos o sistemas conceptuales poderosos,
compartibles, y reusables. En ese sentido, la investigación sugiere que, “si la meta de
enseñanza es generar cambios significativos en las maneras subyacentes de pensar
de los estudiantes acerca de los sistemas conceptuales en matemáticas, entonces
virtualmente la única manera de inducir tal cambio conceptual es comprometer a los
estudiantes en situaciones donde deban expresar sus formas corrientes de pensar de
manera que puedan ser probadas y revisadas (o rechazadas)” (Sriraman y Lesh,
2006: 249). Adicionalmente, el estudio presentado por estos autores arguye en favor
de que los modelos que desarrollan los estudiantes tienen características similares a
los desarrollados por los científicos; por ello, sugieren que para desarrollar modelos
que sean suficientemente poderosos, compartibles y reusables, es necesario
orientarse por “ciclos de diseño” en los cuales los productos (modelos) sean
probados y revisados en coherencia con un propósito específico. Así, se obtendrán
“ciclos de diseño” que producirán automáticamente modelos adecuados a una
situación particular. Sin embargo, llaman la atención sobre la necesidad de que en las
AOM se utilicen los sistemas complejos que invaden nuestro mundo, ya que:
 Las personas que entiendan y anticipen las situaciones que se generan en la era
de la globalización, donde las decisiones locales pueden impactar lugares muy
alejados, estarán menos expuestas a ser víctimas de eventos infortunados.
 En la sociedad de conocimiento, los recursos más importantes de muchas
compañías o individuos son los sistemas conceptuales que poseen para crear,
manipular, predecir, administrar y controlar una gran variedad de sistemas
complejos. Ejemplo de empresa. Así pues los modelos son, en sí mismos, piezas
claves del conocimiento y son altamente valorados.
 Los sistemas conceptuales desarrollados por el hombre para dar sentido a sus
experiencias, también son usados para moldear y construir el mundo que cambia
permanente y rápidamente; por ello, las habilidades que se requieren para
comprender el mundo son cambiantes, las más poderosas y efectivas son
aquellas relativas a la obtención de modelos para crear, manipular y dar sentido a
los sistemas complejos.
Por otro lado, en un estudio de caso, Doerr (2006) se enfoca en los roles jugados por
cuatro profesores de secundaria que comprometen a sus estudiantes en el
desarrollo inicial de modelos matemáticos de crecimiento exponencial. El estudio se
centra en dos aspectos: cómo interpretan los profesores las maneras de pensar de
los estudiantes acerca de las funciones exponenciales y cómo responden a sus
maneras de proceder en la clase de matemáticas. Uno de los principales resultados
que señala esta investigadora es que comprometiendo a los estudiantes en el
desarrollo de modelos matemáticos es un cambio en la enseñanza que demanda un
nuevo rol del profesor: es esencial que el profesor ubique a los estudiantes en una
situación en la cual ellos necesiten crear un modelo significativo y útil de un
fenómeno percibido con algún propósito (frecuentemente explicar o predecir). Esto
cambia el foco de la enseñanza de determinar lo que debe ser enseñando (en
términos de contenidos o procedimientos considerados como prerrequisito para
futuros estudios) a interpretar a profundidad el conocimiento que los estudiantes
realmente tienen. A medida que los estudiantes hagan visibles sus ideas acerca de la
tarea de modelación, el profesor necesita establecer cómo esas ideas pueden ser
usadas para construir, extender, adaptar, evaluar o rechazar un modelo.
Pierce y Stacey (2006) presentan evidencia que muestra las razones por las cuales los
profesores deciden usar problemas del mundo real en la enseñanza y las
percepciones de los estudiantes frente a su uso. Los análisis de entrevistas, reportes
y resultados del estudio practicado con profesores de educación secundaria de
Australia indican que los profesores dan una alta prioridad a la generación de
actitudes positivas hacia las clases y hacia las matemáticas, y que por ello escogen y
realzan los problemas del mundo real para promover el compromiso afectivo de los
estudiantes a través de sus gustos. Las evidencias señalan que aunque los profesores
tienen como objetivos promover el desarrollo de competencias generales y
actitudes, preparar a los estudiantes para ser ciudadanos con competencia crítica,
equipar a los estudiantes con las destrezas para utilizar las matemáticas para
resolver problemas y brindar a los estudiantes una visión rica y comprensiva de las
matemáticas; ellos realmente se preocupan por mejorar las actitudes de los
estudiantes y es por esta razón que terminan por proponer problemas del mundo
real en las clases. De acuerdo con los autores, esta es una estrategia favorable a la
creación de clases agradables y memorables, pero advierten sobre la peligrosa
posibilidad de que pueda anteponerse sobre metas de aprendizaje más
considerables.
Como se ha visto, es claro que bajo esta perspectiva el foco está en el diseño de las
llamadas AOM con situaciones estructuradas cuidadosamente para apoyar el
aprendizaje de los estudiantes. En ese sentido, esta perspectiva podría ser pensada
como una parte de la perspectiva educativa. Sin embargo, la perspectiva centrada en
la gestión de AOM “(…) insiste en ver la modelación matemática como un tipo
especial de resolución de problemas, y por consiguiente los aspectos psicológicos de
la resolución de problemas se conciben como una base para la comprensión de las
dificultades de aprendizaje relacionadas con la modelación matemática y con su
enseñanza bajo la perspectiva contextual. Además, en esta perspectiva la
modelación matemática no es concebida como una competencia específica como es
el caso en la perspectiva educativa.” (Blomhoej, 2009: 5).
La modelación desde una perspectiva realista
Según Kaiser y Sriraman (2006), la perspectiva realista sobre la enseñanza y el

aprendizaje de la modelación matemática tiene sus orígenes en el hecho de que los
modelos matemáticos son ampliamente usados en muchas disciplinas tecnológicas
y científicas y en variados contextos sociales. Desde esta perspectiva, los ejemplos
auténticos de la industria, la ciencia u otras disciplinas juegan un papel central en los
procesos de modelación, que se conciben como uno todo y no como un proceso
parcial. Una característica de las aproximaciones realistas es que la modelación es
entendida como una actividad para resolver problemas auténticos y no como el
desarrollo de teoría matemática, es decir, se pone un énfasis muy fuerte sobre la
situación de la vida real que es modelada y sobre las aproximaciones
interdisciplinares. En ese sentido, encontramos coherencia con el siguiente

planteamiento de Blomhoej (2009: 3): “(…) con el fin de realmente apoyar el
desarrollo de una competencia de modelación matemática por parte de los
estudiantes que sea relevante para su futura educación y para sus ulteriores
profesiones, es esencial que los estudiantes trabajen con modelación de la auténtica
vida real. El trabajo de modelación de los estudiantes debería estar apoyado por el
uso de tecnología relevante, tal como por ejemplo programas avanzados de
computadora para establecer y analizar modelos matemáticos. El proceso de
modelación y los resultados del modelo deberían ser evaluados a través de la
validación contra los datos reales.”. En su mayoría, los estudios de aproximación
realista reportan sobre el diseño de cursos de modelación en las instituciones con el
fin de que la enseñanza de la modelación sea lo más realista posible. Los trabajos de
Henry Pollak (por ejemplo, Pollak, 1979), estudios seminales de esta perspectiva,
destacan el progreso en el aprendizaje de los estudiantes a través del éxito en la
resolución de problemas de la vida real por medio de la modelación matemática.
Hugh Burkhardt, en un artículo escrito con contribuciones de Pollak (Burkhardt,

2006), describe las experiencias de dos matemáticos “modeladores” y a partir de allí
caracteriza el desarrollo de la modelación matemática como un elemento del
currículo y evaluación de las matemáticas escolares. Para ello, se plantea varias
preguntas acerca de qué falta hacer para que la modelación tenga una contribución
esencial a las matemáticas funcionales de los futuros ciudadanos y profesionales.
Burkhardt defiende que anteriormente era suficiente equipar a las personas con las
herramientas matemáticas de cálculo para profesiones como contabilidad,
topografía, entre otras; pero que ahora es necesario y crucial un rango mucho más
amplio de pensamiento matemático que permita a las personas tener el poder y la
flexibidad para enfrentarse a nuevos problemas. En ese sentido, señala algunas
clases de actividades de aprendizaje que necesitan los estudiantes para construir la
habilidad de usar sus matemáticas con el fin de abordar problemas de la vida real:
 Experiencias de modelación en un rango de problemas prácticos usando

matemáticas, pero sin priorizar los problemas muy similares a los usados en la
enseñanza, es decir, con una distancia grande de transferencia.
 Estrategias de modelación. Un conjunto de heurísticas construidas alrededor del
llamado ciclo de modelación
 Discusión analítica por parte de los estudiantes sobre aproximaciones
alternativas a los problemas y reflexión sobre el proceso involucrado. Lo cual es
consistente con los planteamientos de Andresen (2009).
 Diversos tipos de tareas en clase y para la evaluación
Además, las actividades deberían demandar que los estudiantes asuman la
responsabilidad de su propio razonamiento y determinen su validez. El autor ostenta
que estas actividades requieren habilidades más allá de las básicas, como
conocimiento de conceptos y destrezas o tácticas para modelizar con ese
conocimiento, control metacognitivo del proceso de resolución de problemas,
disposición a pensar matemáticamente con base la concepción de las matemáticas
como una poderosa “caja de herramientas”, más que como un conocimiento que
debe ser aprendido.
En coherencia con lo anterior, Burkhardt llama la atención sobre la necesidad de un

cambio sustancial en el contrato didáctico frente a las expectativas de roles o
acciones tanto del profesor como de los estudiantes; afirma que para la enseñanza
de la modelación el profesor debe asumir el rol de facilitador: poner tareas,
administrar, aconsejar, ser un colega de los estudiantes, ser un recurso. Entre tanto el
estudiante debería asumir el rol de investigador: administrar la situación, explicar
sus razonamientos, validar, decidir.
Otro trabajo, Kaiser y Schwarz (2006), reporta los resultados de un estudio sobre
Modelación Matemática en la Escuela que se realizó durante dos semestres en
Hamburgo (Alemania) con estudiantes de 16 a 18 años del nivel de secundaria alta y
con futuros profesores. Los profesores en formación llevaron ejemplos de
modelación a las clases regulares y posteriormente, junto con los estudiantes,
abordaron problemas auténticos propuestos por matemáticos aplicados vinculados
con la industria. El estudio requirió el diseño de un curso-seminario para el cuál se
tomaron en consideración las competencias necesarias en el proceso de modelación
y algunas directrices relacionadas con esas competencias para llevar los ejemplos de
modelación a las clases. A continuación. De acuerdo con Kaiser y Schwarz (2006:
197) presentamos un resumen13 de las mismas, dada la relevancia que tienen en el
marco de esta investigación.
Competencias Directrices
Competencia para resolver al menos en Formular la pregunta o problema
parte un problema basado en el mundo real al inicio con la mayor precisión
real que contenga matemáticas, a través posible. Clarificar cuáles aspectos
de una descripción matemática (modelo son relevantes y cuáles no.
matemático) desarrollado
individualmente por sus propios medios.
Competencia para reflexionar sobre el Clarificar la información necesaria
proceso de modelación activando meta- para proceder: ¿la información es
conocimientos acerca del tal proceso. completa?, ¿es inútil o incluso
engañosa?
Comprensión de conexiones entre Reflexionar sobre la pregunta
matemáticas y realidad. matemática a ser tratada y
formularla con precisión.
Claridad sobre la percepción de las Simplificar el problema radicalmente
matemáticas como proceso y no desde el inicio, extender el modelo
solamente como producto. si es necesario.
Conocimiento de la subjetividad de la Verificar que la solución matemática
modelación matemática, es decir, la encontrada resuelva el problema del
dependencia entre el proceso de mundo real; si no, modificar el
modelación, las herramientas modelo.
matemáticas disponibles y las
13. Kaiser y Schwarz competencias de los estudiantes
(2006) señalan que
está lista aún está
Competencias sociales tales como la Examinar si el modelo cumple con
incompleta, pero es habilidad para trabajar en grupo y los criterios de admisibilidad,
fruto de varios años comunicarse. idoneidad, exactitud y pertinencia.
de investigación y Discutir las limitaciones del modelo y
experiencia en el área
de la modelación evaluarlo
matemática. Tabla 2: Competencias y directrices asociadas al proceso de modelación
El diseño del seminario, tomando en cuenta lo señalado en la Tabla 2, y su posterior

implementación permitieron a Kaiser y Schwarz obtener varios resultados
importantes, dentro de los cuales destacamos los siguientes:
 Es posible desarrollar en las escuelas procesos de modelación altamente

complejos, con resultados satisfactorios por parte de los estudiantes. Los
resultados de la evaluación hacen evidente que los ejemplos complejos de
modelación no están reservados para los estudiantes altamente talentosos.
 Se detectó un cambio en las creencias matemáticas de los estudiantes y futuros
profesores frente a las matemáticas y su enseñanza: al inicio se percibían puntos
de vista estáticos acerca de las matemáticas; al final salieron a la luz visiones más
dinámicas de la enseñanza de las matemáticas y los estudiantes pedían que se
incluyeran los ejemplos de modelación en las clases regulares.
 El trabajo en equipo fue evaluado positivamente. Los estudiantes describían que
a través del trabajo en equipo podían enfrentar mejor la incertidumbre
característica de los procesos de modelación.
 Las reacciones positivas de todos los participantes del seminario demuestran
que a través de esta clase de cursos se pueden generar cambios en la enseñanza
de las matemáticas hacia posturas que tomen fuertemente en consideración la
modelación y el contexto del mundo real.
Enmarcado en esta perspectiva también se encuentra el estudio de Kadijevich

(2009), en el cual se analizan las experiencias en el desarrollo de un proyecto con
estudiantes de primer año de Negocios en Serbia. En el estudio los estudiantes
debían desarrollar modelos determinísticos simples con una hoja de cálculo para
hacer rentable un negocio de su elección; para apoyarlos, el profesor les presentó su
modelo relativo a un negocio de taxis en la ciudad. Kadijevich encontró que los
estudiantes presentaron dificultades para hacer la transición del problema del
mundo real al modelo matemático; tales dificultades confirman los hallazgos de
Galbraith y Stillman (2006: 147) frente a que en la transición del enunciado de un
problema del mundo real al modelo matemático, los estudiantes presentan
bloqueos en las siguientes acciones:
 Identificar las variables dependientes e independientes para su inclusión en el
modelo algebraico.
 Notar que la variable independiente debe ser definida.
 Representar elementos matemáticamente para que la fórmula sea aplicable.
 Hacer suposiciones relevantes.
 Seleccionar y usar tablas para posibilitar los cálculos.
 Elegir y usar tecnología para automatizar la aplicación de fórmulas en múltiples
casos
 Elegir y usar tecnología para producir una representación gráfica del modelo.
 Elegir el uso de tecnología para verificar la ecuación algebraica.
 Percibir que la gráfica de un graficador de funciones sirve para verificar una
ecuación algebraica, pero no la imagen que produce un graficador de datos.
Los estudios que hemos reseñado son característicos de la perspectiva realista ya

que invitan a los estudiantes a resolver situaciones de la vida real por medio de la
modelación matemática, y aportan conocimientos de corte pragmático sobre este

proceso en las aulas de clase, como directrices para diseñar cursos, dificultades
encontradas, entre otros. Asimismo, en esta perspectiva es usual encontrar estudios
cuya conceptualización de modelación está determinada por el área o disciplina en
la cual ocurren los procesos de modelación (ver por ejemplo Heilio, 2009; Rodríguez,
2009); en esa vía, la modelación desde la perspectiva realista se está concibiendo
como una actividad interdisciplinaria de resolución de problemas en la cual las
matemáticas juegan un papel fundamental.
La modelación desde una perspectiva sociocrítica
De acuerdo con Villa (2013) desde esta perspectiva la modelación matemática

puede concebirse como una herramienta de los seres humanos para la explicación y
producción del conocimiento, y para posicionarse de manera crítica frente a las
demandas sociales y democráticas. Los estudios se refieren a dimensiones
socioculturales de las matemáticas que están muy asociadas a los planteamientos de
D'Ambrosio (2009), en los cuales se reconoce que los modelos matemáticos están
jugando un papel decisivo en la conformación de las sociedades de todos los países,
ya que se usan para describir o interpretar fenómenos económicos, políticos y
sociales. Consecuentemente, se vuelve imperativo que, sobre la base de una
sociedad equitativa y democrática, la población en general desarrolle competencias
de modelación matemática para asumir críticamente los modelos matemáticos. En
ese sentido, los estudios enfatizan la necesidad de que en los diferentes niveles
educativos se apoye el desarrollo de pensamiento crítico alrededor del rol de las
matemáticas, de los modelos matemáticos y de la modelación matemática en la
sociedad.
Barbosa (2006, 2009) parte del reconocimiento de una diferencia entre la

modelación matemática hecha por el modelizador profesional y las actividades de
modelación que se llevan a la escuela e insiste, en concordancia con Burkhardt
(2006) y Andresen (2009), en que las “nociones de discusión matemática,
tecnológica y reflexiva [son] una manera poderosa de describir las prácticas [de
modelación] de los estudiantes” (Barbosa, 2006: 299) En este estudio se reveló que
estos niveles de discusión en las actividades de modelación matemática son
indispensables para el desarrollo de pensamiento crítico. En la misma línea, Caldeira
(2009) analizó una forma particular de práctica de enseñanza en Brasil denominada
Diagnosis Ambiental Participativa en la cual los profesores (con el rol de estudiantes)
tomaban como punto de partida su distrito e identificaban problemas ambientales
del mismo, después analizaban tales problemas; así, la modelación matemática fue
el medio a través del cual ellos reflexionaban sobre los problemas y el tratamiento
que la sociedad les daba a los mismos.
El estudio de Oliveira y Barbosa (2009) también se centró en una población de

profesores, pero con la intención de describir las tensiones que ellos
experimentaban en el desarrollo de actividades de modelación con sus estudiantes.
Estos investigadores encontraron que las tensiones estaban constituidas por
dificultades, preocupaciones o dilemas en torno a:
 El compromiso de los estudiantes: preocupación por la participación de los

estudiantes y por cómo estimularlos a participar.
 La comprensión de las tareas por parte de los estudiantes: preocupación por
cómo se entiende la tarea. Los estudiantes no entendían que tenían que hacer ni
qué contenido matemático debían usar.
 La comprensión del contenido matemático por parte de los estudiantes: los
profesores esperaban que los estudiantes tuvieran conocimiento de algunos
contenidos matemáticos pero surgieron muchas dificultades al respecto durante
la tarea de modelación.
 La gestión de la tarea de modelación: preocupación por la manera de actuar
frente a situaciones inesperadas o sobre qué acciones desarrollar para cumplir
con el desarrollo de la clase.
Los estudios analizados en esta perspectiva muestran, desde uno u otro punto de
vista, cómo la reflexión y la crítica juegan un papel determinante en relación con la
modelación matemática; podemos resumir, en afinidad con Blomhoej (2009), que
las reflexiones se enfocan en el proceso de modelación, las aplicaciones reales del
modelo matemático y los aspectos sociales donde los modelos matemáticos son
usados como medio de análisis y crítica de las decisiones políticas o fenómenos
sociales. La conciencia de estos niveles de reflexión puede proveer una base para
orientar a los estudiantes hacia la asunción de una postura crítica y reflexiva sobre el
uso de la modelación matemática. El llamado de los estudiosos en esta perspectiva
es a empoderar a los estudiantes para usar críticamente la modelación matemática
en la reflexión sobre aspectos sociales y para criticar los modelos matemáticos en
situaciones de la vida real.
La modelación desde una perspectiva educativa
En la perspectiva educativa de la modelación se enmarca la mayoría de

aproximaciones investigativas desarrolladas en el área de la modelación matemática
(Kaiser y Sriraman, 2006). Tal vez ello se deba a que la mayoría de investigadores se
interesan por la integración de los modelos y la modelación a la enseñanza de las
matemáticas en dos sentidos básicos: la modelación como medio para el aprendizaje
de las matemáticas o como una competencia importante en sí misma. Así, según
Blomhoej (2009), desde esta perspectiva se estudian temas tan cruciales como:
metas educativas y razones para enseñar la modelación matemática en todos los
niveles educativos, formas de organizar actividades de modelación matemática en
diversos tipos de currículo, problemas asociados a la implementación de la
modelación en la cultura escolar y prácticas de enseñanza, y problemas asociados
con la evaluación del desempeño de los estudiantes en actividades de modelación.
El artículo de Blum y Niss (1991) constituye un trabajo seminal en esta perspectiva.

Los Autores presentan los argumentos más importantes en favor de la integración de
la resolución de problemas, la modelación y las aplicaciones en la enseñanza de las
matemáticas. Además, presentan un estado de arte y las tendencias y prospectivas
de investigación concernientes a la modelación matemática. Queremos, en este
momento, reseñar los cinco argumentos esgrimidos por Blum y Niss (1991: 42-44),
algunos de los cuales son sostenidos por Aravena et al. (2008) y por Blomhoej (2009),
ya que consideramos de capital importancia su relación con cualquier estudio sobre
la modelación matemática, en particular con el nuestro:
1. El argumento formativo hace hincapié en la aplicación de las matemáticas y

la modelación matemática como medios adecuados para el desarrollo de
competencias y actitudes generales por parte de los estudiantes; en
particular, se orienta a fomentar capacidades creativas y de resolución de
problemas (por ejemplo, actitudes, estrategias, heurísticas, técnicas, etc.),
así como para ampliar las perspectivas de análisis, la autosuficiencia y
autoconfianza.
2. El argumento de “competencia crítica” se centra en la importancia de

preparar a los estudiantes para vivir y actuar con integridad como
ciudadanos, que posean una competencia crítica en una sociedad cada vez
más influenciada por la utilización de las matemáticas a través de la
modelación. El objetivo de una competencia tan importante es permitir a
los estudiantes a tener un juicio independiente, para conocer, comprender,
analizar y evaluar ejemplos representativos de los usos reales de las
matemáticas, incluyendo soluciones a los problemas socialmente
significativos.
3. El argumento de utilidad destaca que la enseñanza de las matemáticas

debe preparar a los estudiantes para utilizar las matemáticas para resolver
problemas o describir aspectos de áreas y situaciones extra-matemáticas
específicas. En otras palabras, la enseñanza de las matemáticas debe
permitir que los estudiantes practiquen la modelación en una gran
variedad de contextos. Este argumento se basa en que para modelizar no
basta con dominar las matemáticas puras.
4. El argumento de la imagen de las matemáticas insiste en que la modelación

constituye un elemento importante para que la educación matemática
logre que los estudiantes tengan una imagen rica y amplia de las
matemáticas en todas sus facetas, como ciencia, como un campo de
actividad de la sociedad y la cultura.
5. El argumento de promover el aprendizaje de las matemáticas hace hincapié

en que la incorporación de la modelación en la enseñanza de las
matemáticas es muy adecuado para ayudar a los estudiantes en la
adquisición, aprendizaje y retención de conceptos métodos y resultados
matemáticos, proporcionando motivación para estudiar matemáticas.
En cuanto a la integración de la modelación al currículo de matemáticas como

estrategia didáctica o método de enseñanza se encuentran los estudios de Maria
Salet Biembengut y sus colaboradores (Bassanezi y Biembengut, 1997; Biembengut
y Hein, 1997; Biembengut y Hein, 2004), parece ser que en Latinoamerica sus
estudios son los más reconocidos en el área de la modelación en educación
matemática (Vasco, 2006). En los dos artículos señalados anteriormente de 1997, se

presenta el marco teórico fundamental de su tradición investigativa, se hace una
distinción entre los términos modelización y modelación; la primera entendida
como una actividad científica consistente en la utilización de conceptos y técnicas,
esencialmente matemáticos para analizar situaciones reales; el segundo, entendido,
por lo menos inicialmente, como “(…) el método de enseñanza-aprendizaje que
utiliza el proceso de modelización en los cursos regulares” (Bassanezi y Biembengut,
1997: 14). En ese mismo artículo, los autores proponen el siguiente esquema para
resumir la conceptualización de la modelación matemática, (los números entre
paréntesis indican el orden en que se desarrolla el ciclo).
Gráfica 2: Ciclo de modelación matemática. Fuente: Bassanezi y Biembengut (1997: 18).
Como veremos posteriormente desde la perspectiva cognitiva, la anterior es solo

una de varias esquematizaciones del proceso de modelación que se han logrado a
través de la investigación y cabrían muchas aclaraciones sobre qué se entiende por
cada uno de los procesos o “etapas” involucradas. Sin embargo, es importante
resaltar que este ciclo de modelación se utiliza, en esta perspectiva educativa, con
fines meramente didácticos, es decir, en palabras de Blomhoej (2009: 19) es “usado
para diseñar y analizar tareas de modelación con respecto a intenciones particulares
acerca del aprendizaje de los estudiantes”. Precisamente, en Biembengut y Hein
(1997) los autores ofrecen algunas “directrices” para utilizar la esencia de la
modelización matemática en la enseñanza de las matemáticas:
 En la modelación se debe desarrollar el contenido matemático que surja no sólo

de los modelos presentados, a priori, por el profesor, sino también de los
modelos que se propongan hacer los alumnos.
 A medida que se está exponiendo un modelo matemático, en circunstancia
adecuada, el profesor debe interrumpir temporalmente la exposición,
desarrollar las matemáticas necesarias para la resolución de las cuestiones
involucradas, y retornar luego al modelo inicial.
 El profesor debe inducir a la investigación, manteniéndose como orientador.
 El profesor debe tener un buen conocimiento de modelización. Esto implica
haber realizado un estudio sobre la respectiva metodología, haber elaborado

algunos modelos y haber hecho experiencias de la propuesta en la enseñanza.
Biembengut y Hein (2004) reportan un estudio sobre la modelación matemática

como enfoque en la enseñanza de las matemáticas realizado con 30 profesores de
varios niveles educativos. Los investigadores proponen dos posibles abordajes de la
modelación que son ilustrados con sendos ejemplos. El primero de ellos es
denominado “Desarrollo del contenido programático” y el segundo “Orientar a los
alumnos para que hagan un trabajo de modelación”. El primero requiere de parte
del profesor la organización de la enseñanza en siete etapas:
1. Exposición del tema. Breve explicación sobre el asunto a los alumnos,

instigándolos para que formulen preguntas.
2. Delimitación del problema. Selecciona una o más preguntas que le
permitan desarrollar el contenido programático.
3. Formulación del problema. Plantea el problema, construyendo hipótesis,
planteando ecuaciones u organizando los datos para la resolución.
4. Desarrollo del contenido programático. Presenta el contenido
programático (concepto, definición, propiedad, etc.) y establece una
conexión con la pregunta que generó el proceso.
5. Presentación de ejemplos análogos. Amplía el abanico de aplicaciones
evitando que el contenido se restrinja al tema o problema presentado.
6. Formulación de un modelo matemático y resolución del problema a partir
del modelo. Propone a los alumnos que regresen al problema que generó el
proceso y lo resuelvan.
7. Interpretación de la solución y validación del modelo. El alumno debe
evaluar el resultado (validación del modelo).
Mientras que el segundo, que tiene como objetivo “(…) crear condiciones para que
los alumnos aprendan a investigar y elaboren modelos matemáticos aplicados en
algún área del conocimiento” (2004: 117), requiere de 5 etapas:
1. Elección del tema. Se forman grupos y se elige un tema. El grupo de

alumnos, con orientación del profesor, debe ser responsable por la elección
y dirección de su propio trabajo.
2. Familiarización con el tema que va a ser modelado. Los alumnos deben
estar familiarizados con el tema y disponer de muchos datos. El profesor
propone elaborar preguntas y una síntesis de la investigación.
3. Delimitación del problema y formulación. Formularlo a partir de la
pregunta que requiere la matemática más elemental. Cuando el grupo
tenga una buena base sobre el tema con el que está trabajando, una
entrevista con un especialista puede contribuir mucho para el trabajo.
4. Elaboración de un modelo matemático, resolución y validación. Elaborar un
modelo que permita no sólo la solución de la cuestión en particular, sino
también encontrar otras soluciones o hacer predicciones.
5. Organización del trabajo escrito y exposición oral. Es importante que el
trabajo sea divulgado.
A propósito de los dos abordajes, los autores sostienen que “(…) sea en uno de los dos
abordajes o en ambos (enseñanza e investigación), tenemos como premisa la
promoción del conocimiento matemático y la habilidad para aplicarlo en otras áreas
del conocimiento, es decir, proporcionar elementos para que el alumno desarrolle sus
potencialidades, propiciando el pensamiento crítico e independiente” (Biembengut y
Hein, 2004: 118).
Desde la misma perspectiva, pero enfocándose aún más en las metodologías de

enseñanza asociadas a la modelación matemática, se encuentran estudios como los
de Blomhoej y Hoff (2006), Aravena et al. (2008), y Aravena y Caamaño (2009). Tanto
Blomhoej y Hoof como Aravena, Caamaño y Giménez reportan estudios en los cuales
utilizaron la metodología de trabajo en proyectos de modelación de situaciones.
Aravena et al., señalan que el trabajo en proyectos como estrategia metodológica es
pertinente para el desarrollo de capacidades y habilidades necesarias en el mundo
actual, potenciándose aún más si se trabaja con la modelización de situaciones
reales. Ya que permite “organizar e interpretar información y datos; describir
relaciones matemáticas; enfrentar problemas con soluciones múltiples; entender la
aplicabilidad de los conceptos y procesos; analizar e interpretar problemas a través
de la matemática; entender nuevas ideas; incorporar conocimientos; asimilar
información, y adaptarse a los cambios tecnológicos y científicos” (Aravena et al.,
2008: 53). Dentro de los resultados más prominentes de este estudio se encuentran
los siguientes:
 La modelización prepara a los estudiantes para que tengan una participación

activa en el ámbito social y cultural.
 La forma de trabajo en proyectos permite que los estudiantes adquieran una
visión integrada de las matemáticas, reconozcan su utilidad para resolver
problemas, comprendan y valoren la utilidad de conceptos y procesos, expresen
sus ideas, y adquieran elementos de juicio para opinar críticamente.
 El trabajo en modelización matemática ofrece una visión integrada de las
matemáticas en un mundo cada vez más matematizado, hace que se entiendan
los fenómenos mediante la descripción de relaciones científicas, dota de
significado a los conceptos y métodos matemáticos, realza el aspecto formativo
de la matemática, estimulando el interés por el descubrimiento, fortalece el
trabajo en equipo y la discusión, y prepara a los alumnos para enfrentar y superar
dificultades en el medio externo.
Así pues, estos resultados permiten corroborar los argumentos esgrimidos por Blum
y Niss (1991) acerca de la incorporación de la modelación en la educación
matemática de los estudiantes en todos los niveles educativos, especialmente en el
nivel superior.
Lingefjard (2006, 2012) también ha enfocado sus esfuerzos hacia el aprendizaje de

las matemáticas a través de la modelación; en su estudio de 2012 utilizó una
metodología de trabajo en grupos (grupo profesor y grupo estudiante) que arrojó
buenos resultados en el desarrollo de tareas de modelación; en razón a que,
particularmente en los momentos de discusión entre los grupos, la metodología
promueve que los estudiantes, al explicar a sus compañeros, tengan que clarificar su
propio pensamiento y confrontar y corregir las posibles concepciones que surjan en
el curso de la discusión.
De otra parte, entre los estudios dedicados a esclarecer la acepción de modelación

matemática como una competencia de crucial importancia en la educación
matemática de los estudiantes se encuentran los de Maass (2006), Henning y Keune
(2007), Ludwig y Xu (2009) y vom Hofe et al. (2009). Ludwig y Xu reportan un estudio
comparativo sobre el desarrollo de la competencia de modelación matemática en
estudiantes de secundaria de Alemania y China. Con base en la conceptualización del
proceso de modelación matemática de Blum y Leiss (2005, citados en Ludwig y Xu,
2009), los autores determinan seis niveles de competencia en modelación
matemática, que son usados para medir los desempeños de los estudiantes en
tareas de modelación:
Nivel 0: El estudiante no ha entendido la situación y no es capaz de dibujar o escribir

algo concreto acerca del problema.
Nivel 1: El estudiante solo entiende la situación real dada, pero no es capaz de
estructurar y simplificar la situación o no puede encontrar conexión con
alguna idea matemática.
Nivel 2: Después de investigar la situación real dada, el estudiante encuentra un
modelo real a través del cual estructura o simplifica, pero no sabe cómo
transferir esto a una problema matemático verbal.
Nivel 3: El estudiante es capaz no solamente de encontrar un modelo real, sino
también de traducirlo en un problema matemático apropiado, pero no
puede trabajar con claridad en el mundo matemático.
Nivel 4: El estudiante está en capacidad de levantar un problema matemático a
partir de la situación real, trabaja en el mundo matemático y obtiene
resultados.
Nivel 5: El estudiante es capaz de experimentar el proceso de modelación
matemática y validar la solución de un problema matemático en relación
con la situación real dada.
Maass (2006) a cambio de establecer niveles de competencia se propuso

desentrañar las habilidades o “sub-competencias” asociadas a la modelación
matemática, para ello se basó en un estudio empírico que se centraba en mostrar los
efectos de la integración de tareas de modelación en las clases cotidianas de
matemáticas. Como uno de varios resultados relevantes de este estudio, el autor
propone que las competencias de modelación matemática contienen:
 Sub-competencias para llevar a cabo los pasos del proceso de modelación

 Competencias para entender el problema real y para constituir un modelo
basado en la realidad.
 Competencias para erigir un modelo matemático con base en el modelo real.
 Competencias para resolver problemas matemáticos al interior del modelo
matemático.
 Competencias para interpretar los resultados matemáticos en la situación real.
 Competencias para validar la solución.

 Competencias metacognitivas de modelación
 Competencias para estructurar los problemas del mundo real y trabajar en la
búsqueda de una solución
 Competencias para argumentar en relación con el proceso de modelación y para
escribir tal argumentación
 Competencias para ver las posibilidades matemáticas que ofrece la solución de
problemas reales y estimarlas como positivas.
Es importante notar la correspondencia entre los niveles de competencia (1 a 5) de

Ludwig y Xu (2009) y las subcompetencias establecidas por Maass (2006). Para
concluir la revisión de trabajos desde esta perspectiva, quisiéramos llamar la
atención sobre dos estudios Blum y Borromeo (2009) y Niss (2012), en ambos se
ofrecen suficientes evidencias teóricas y empíricas para sustentar que la modelación
matemática puede ser aprendida y debe ser enseñada en todos los niveles
educativos. Niss (2012: 51), por ejemplo, presenta como uno de los más sólidos
hallazgos en el área de la investigación en modelación matemática el siguiente: “las
buenas noticias son que los modelos y la modelación matemática pueden de hecho
ser enseñados efectivamente así como aprendidos por los estudiantes en varios
niveles, pero esto requiere de inversiones y esfuerzos en términos tanto de un diseño
cuidadoso de los ambientes y actividades de enseñanza y aprendizaje, como de
suficiente tiempo para desplegar las actividades diseñadas (…) la habilidad de
modelación genuina no puede ser desarrollada por los estudiantes por la vía de una
enseñanza focalizada en ejemplos estereotipados con la esperanza de que ello
14. Borromeo (2006: genere una transferencia a la modelación de situaciones y tareas reales”.
91) asume una
trayectoria individual
de modelación como La modelación desde una perspectiva cognitiva
“(…) el proceso
individual de
modelación en los
En esta perspectiva, de desarrollo reciente, se encuentran trabajos cuyo principal
niveles interno y interés es identificar y entender cuáles funciones cognitivas son activadas por los
externo. El individuo estudiantes cuando desarrollan actividades de modelación matemática (Kaiser y
comienza este
proceso en una cierta Sriraman, 2006, Blomhoej, 2009, Camarena, 2009). Algunos trabajos, desde un
fase, de acuerdo con punto de vista descriptivo, reportan análisis de las trayectorias que siguen los
sus preferencias, y
luego pasa por estudiantes durante el proceso de modelación en situaciones específicas (ver por
diferentes fases ejemplo, Borromeo, 2006), mientras que otros reportan el estudio de obstáculos
varias veces o sólo
una vez, se centra en
cognitivos que presentan los estudiantes en tal proceso (Galbraith y Stillman, 2006).
una determinada fase En ese sentido, algunos estudios ubicados en esta perspectiva podrían encontrarse
o hace caso omiso de fuertemente relacionados con la perspectiva educativa.
las demás. Para ser
precisos desde un
punto de vista El estudio de Borromeo (2006) es ejemplar de esta aproximación cognitiva a la
cognitivo, se debe
hablar de trayectorias modelación matemática. En el mismo, la autora parte del reconocimiento de una
visibles de gran diversidad de esquematizaciones del proceso de modelación, llamadas en
modelación, ya que
solo es posible referir
general “ciclos de modelación” y defiende que tal diversidad tiene que ver las
las representaciones nociones de modelación y los tipos de tareas. La investigadora partió de varias
externas para la descripciones normativas o teóricas del ciclo de modelación y, a través de su estudio,
reconstrucción del
punto de partida y la logró hacer una descripción empírica de tal proceso con base en las trayectorias
trayectoria”. individuales de modelación14 de los 65 estudiantes y 3 profesores con los cuales
realizó el análisis. La reconstrucción de tales trayectorias le permitió evidenciar que

realmente el proceso de modelación no es lineal y logró identificar las fases y sus
transiciones para hacer la descripción que se reseña a continuación:
Gráfica 3: Descripción empírica del ciclo de modelación. Fuente: Borromeo (2006: 92)
 Situación real (SR). Es la situación dada en el problema. Puede basarse en una

imagen, un texto, o ambos
Transición: de la SR a la representación mental de la situación el individuo
entiende más o menos el problema. Se realiza una reconstrucción mental
de la situación que está en un nivel implícito y a veces inconsciente por
parte del estudiante.
 Representación mental de la situación (RMS). En esta fase, la RMS puede

depender del estilo de pensamiento del individuo. La diferencia entre la SR y la
RMS estriba en: simplificaciones inconscientes de la tarea en conexión con las
preferencias del individuo en el proceso de modelación. En la RMS el individuo
toma decisiones que influyen sobre la manera de filtrar la información.
Transición. De la RMS al modelo real se lleva a cabo una idealización y
simplificación de la tarea que, dependiendo de la situación, puede requerir
conocimiento extra-matemático.
 Modelo real (MR). El MR se construye a nivel interno. En el nivel externo se

pueden evidenciar algunas representaciones (dibujos, fómulas, entre otras).
Transición. Del MR al Modelo Matemático el individuo progresa en la
matematización; a veces requiere de conocimiento extra-matemático.
 Modelo matemático (MM). El individuo hace representaciones externas,

principalmente, dibujos o fórmulas. Los enunciados verbales del estudiante son
más a nivel matemático y menos referidos a la realidad. Se completa la transición
hacia las matemáticas.
Transición. Del MM a los resultados matemáticos el individuo usa sus
competencias matemáticas.
 Resultados Matemáticos (RM). El individuo escribe sus resultados obtenidos con

base en el MM.
Transición. De los RM a los Resultados reales se interpretan los resultados.
A veces esta interpretación se hace de manera inconsciente.
 Resultados Reales (RR). El individuo establece si los RM pueden ser resultados

reales.
Validación. El individuo piensa acerca de la correspondencia entre los RR y
su RMS. Se pueden identificar dos maneras: Validación “intuitiva” (El
individuo encuentra que los resultados pueden estar equivocados por
razones que no puede explicar. “siente” que los resultados no son correctos
en coherencia con sus experiencias). Validación “basada en conocimiento”
(El individuo se basa en si los resultados están en coherencia con su
conocimiento extra-matemático).
En la similar aproximación, Perrenet y Zwaneveld (2012) presentan un estudio sobre

la diversidad de representaciones del ciclo de modelación en estudiantes y
profesores del programa de Licenciatura en Matemáticas Aplicadas de la
Universidad de Tecnología de Eindhoven (Países Bajos). Los autores reportan, en
extenso estado de arte, diversidad de representaciones del ciclo de modelación y se
proponen indagar por la diversidad de representaciones entre sus colegas y
estudiantes. El experimento consistió en presentar a los estudiantes y profesores
una representación simple del ciclo de modelación (en tres tapas) y pedirles que la
detallaran y completaran; posteriormente se analizaron las producciones de 77
estudiantes y 20 profesores con respecto a la presencia de varios elementos en el
proceso de modelación como: análisis del problema,
mundos/modelos/conocimientos, verificación, validación, comunicación, reflexión,
iteración y complejidad. Los resultados muestran gran diversidad entre estudiantes y
profesores y confirman, al menos en parte, los planteamientos de Blomhoej (2009)
de que las representaciones del ciclo de modelación dependen de la función que se
le asigne en el marco de la perspectiva desde la cual se aproxime el estudio del
proceso de modelación. Las funciones identificadas son: análisis retrospectivo de
procesos auténticos de modelación matemática, identificación de elementos claves
en competencias de modelación matemática, análisis retrospectivo del trabajo de
modelación de los estudiantes, apoyo para el trabajo de modelación de los
estudiantes y su metacognición relacionada, herramienta didáctica para diseñar
cursos o proyectos de modelación y definición y análisis de elementos curriculares
en la enseñanza de las matemáticas. Perrenet y Zwaneveld (2012) presentan su
propuesta de representación del ciclo de modelación (Gráfica 4) partiendo de los
elementos identificados en el curso de análisis que realizaron.
Gráfica 4: Ciclo de modelación. Fuente: Perrenet y Zwaneveld (2012: 18).

A continuación presentamos una “clasificación” de los trabajos revisados en este

apartado del estado de arte de acuerdo con las seis perspectivas detalladas, esta
clasificación está apoyada en los trabajos de Kaiser y Sriraman (2006) y Blomhoej
(2009).
Ĉ Principales propósitos o temas Estudios revisados Función del ciclo de modelación
Steiner (1968)
Freundenthal (1973)
Trasfondo teórico, desarrollo de Treffers (1987)
teoría entorno a la modelación. Arrieta (2003)
Énfasis en la matematización.
Reconstruir las matemáticas a García et al. (2006)
Epistemológica Caracterización de la praxeología de
través de la modelación.
Andresen (2009) modelación.
Modelación como praxeología.
Epistemología de la modelación Tarp (2009)
Suarez y Cordero (2010)
Mesa y Villa (2011)
Objetivos orientados por las Doerr (2006)
disciplinas particulares donde se Irvesen y Larson (2006)
desarrollan los procesos de Pierce y Stacey (2006) El proceso de modelación no es el
Contextual
modelación. Diseño y evaluación foco. El foco lo constituyen las AOM
de Actividades de Obtención de Sriraman y Lesh (2006)
Modelos (AOM)
Pollak (1969)
Burkhardt (2006)
Metas pragmáticas, utilitarias. Análisis retrospectivo de procesos
Kaiser y Schwarz (2006)
Realista Situaciones auténticas de la vida auténticos de modelación
Heilio, (2009)
real. matemática
Kadijevich (2009)
Rodríguez (2009)
Comprensión crítica y reflexiva de Barbosa (2006)
la realidad a través de la
Barbosa (2009)
modelación matemática. Estructuración de la crítica y
Caldeira (2009)
Sociocrítica Empoderamiento para usar reflexión sobre el proceso de
críticamente la modelación D’Ambrosio (2009) modelación.
matemática en la reflexión sobre Oliveira y Barbosa (2009)
aspectos sociales.
Blum y Niss (1991)
Bassanezi y Biembengut (1997)
Biembengut y Hein (1997)
Biembengut y Hein (2004)
Blomhoej y Hoff (2006)
Lingefjard (2006)
Kaiser, Blomhøj y Sriraman (2006)
Integración de los modelos y la Kaiser y Sriraman (2006) Usado para el diseño y análisis de
modelación a la enseñanza de las Maab (2006) tareas o proyectos de modelación
matemáticas en dos sentidos Vasco (2006) matemática. Usado para definir la
básicos: la modelación como competencia de modelación
Educativa Henning y Keune (2007)
medio para el aprendizaje de las matemática como meta de
matemáticas o como una Aravena et al. (2008) aprendizaje. Identificación de
competencia importante en sí Doerr y Pratt (2008) elementos claves en competencias
misma. Aravena y Caamaño (2009) de modelación matemática.
Blomhøj (2009)
Blum y Borromeo (2009)
Ludwig y Xu (2009)
vom Hofe (2009)
Lingefjard (2012)
Niss (2012)
Villa (2013)
Análisis de los procesos cognitivos Camarena (2009) Estructuración del proceso de
subyacentes a la modelación Borromeo (2006) modelación con el fin de identificar
Cognitiva
matemática. Obstáculos y Galbraith y Stillman (2006) las habilidades cognitivas asociadas
dificultades. Perrenet y Zwaneveld (2012) al mismo.
Tabla 3: Clasificación de trabajos revisados sobre modelación en la enseñanza y el

aprendizaje de las matemáticas.
Los trabajos que se han revisado, enmarcados en las seis perspectivas anteriormente
expuestas, ponen de presente la importancia de la modelación matemática en al
ámbito de la educación matemática en todos los niveles educativos, en especial en la
educación superior, y se constituyen en una fuente invaluable de conocimientos

para estudios que pretendan indagar sobre el proceso de modelación tanto en la
formación de administradores de empresas, como en su práctica profesional. En ese
sentido, se vislumbran como retos de investigación, al interior de la Facultad de
Administración de Empresas de la FUSM, los siguientes:
1. Desarrollar estudios que proporcionen información útil acerca de las rutas

de formación en el área de matemática y de las maneras de integrar los
procesos de modelación matemática en los cuatro núcleos temáticos que
estructuran el plan de estudios de la Facultad.
2. Proponer estrategias didácticas para incorporar los procesos de
modelación en las asignaturas del área de matemáticas, de manera que los
objetivos de enseñanza estén alineados con el plan de formación del
administrador de empresas y con el perfil del egresado de la Facultad.
3. Reconocer prácticas prototípicas del administrador de empresas para
identificar y caracterizar posibles modelos matemáticos que emerjan en la
solución de situaciones problema asociadas a tales prácticas.
4. Analizar la modelación matemática en el campo de formación del
administrador de empresas como factor de motivación y compromiso de
los estudiantes con su propio proceso formativo.
5. Analizar la modelación matemática en el campo de formación del
administrador de empresas como factor de competitividad de los
egresados de la Facultad.
6. Detallar las características de los ambientes de aprendizaje favorables al
proceso de modelación matemática en la formación del administrador de
empresas.
Asociados a estos retos, surgen gran cantidad de interrogantes que deberían ser
centro de atención de estudios que pretendan dilucidar con mayor precisión las
necesidades de formación del administrador de empresas y delimitar el alcance
epistémico de la ciencia administrativa, entre estos citamos los siguientes: ¿Cuál es
el campo de conocimientos de un administrador de empresas? ¿Cuál es el alcance de
la formación en matemáticas de los administradores de empresas? ¿Por qué es
importante que un administrador de empresas aprenda matemáticas? ¿Qué
matemáticas deberían comprender los administradores para ser competentes? ¿En
cuáles prácticas administrativas emergen los modelos matemáticos? ¿Qué tipo de
actividad matemática desarrolla un administrador de empresas? ¿Qué modelos
matemáticos necesitan los administradores de empresas en su desempeño
profesional? ¿Son pertinentes las matemáticas que se estudian en la carrera de
administración de empresas? ¿Qué tipo de problemas administrativos son
resolubles utilizando modelos matemáticos? ¿Qué modelos matemáticos se utilizan
para resolver problemas administrativos? ¿Cómo se puede integrar la modelación a
la formación del administrador de empresas?
BIBLIOGRAFÍA
ANDRESEN, M. (2009). Teaching to reinforce the bonds between modelling and

reflecting. En: Blomhoej, M. y Carreira, S. (Eds.) (2009) Proceedings from Topic Study
Group 21 at the 11th International Congress on Mathematical Education, celebrado
en Monterrey, Mexico, julio 6 a 13 de 2008.
ARAVENA, M. y CAAMAÑO, C. (2009). Mathematical models in the secondary chilean
education. En: Blomhoej, M. y Carreira, S. (Eds.) Proceedings from Topic Study Group
21 at the 11th International Congress on Mathematical Education. Monterrey
(México), julio 6-13/08.
ARAVENA, M., CAAMAÑO, C. y GIMENEZ, J. (2008) Modelos matemáticos a través de
proyectos. En: Revista Latinoamericana de Investigación en Matemática Educativa.
11(1): 49-92.
ARRIETA, J. (2003). Las prácticas de modelación como proceso de matematización en
el aula. [Tesis de Doctorado]. Departamento de Matemática Educativa, CINVESTAV-
IPN.
BARBOSA, J. (2006). Mathematical Modelling in classroom: a socio-critical and
discursive perspective. En: Zentralblatt für Didaktik der Mathematik, Vol. 38. Num. 3,
pp 293–301.
BARBOSA, J. (2009). Mathematical modelling, the socio-critical perspective and the
reflexive discussions. En: Blomhoej, M. y Carreira, S. (Eds.) Proceedings from Topic
Study Group 21 at the 11th International Congress on Mathematical Education.
Monterrey (México), julio 6-13/08.
BASSANEZI, R. y BIEMBENGUT, M. (1997). Modelación matemática: una antigua
forma de investigación-un nuevo método de enseñanza. En: Números, Revista de
Didactica de las matemáticas, Num. 32, pp. 13-25.
BIEMBENGUT, M. y HEIN, N. (1997) Modelo, modelación y modelaje: métodos de
enseñanza-aprendizaje de matemáticas. Epsilon, Revista de la Sociedad Andaluza de
Educación Matemática "Thales", Num. 38, pp. 209-222.
BIEMBENGUT, M. y HEIN, N. (2004). Modelación matemática y los desafíos para
enseñar matemática. En: Educación Matemática, Vol. 16, Num. 2, pp. 105-125.
BLOMHOEJ, M. (2009) Different perspectives in research on the teaching and
learning mathematical modeling. En: Blomhoej, M. y Carreira, S. (Eds.) Proceedings
from topic study group 21 at the 11th International congress on mathematical
education. Monterrey (México), julio 6-13/08.
BLOMHOEJ, M. y CARREIRA, S. (Eds.) (2009) Proceedings from Topic Study Group 21
at the 11th International Congress on Mathematical Education. Monterrey, México,
julio 6-13/08.
BLOMHOEJ, M. y HOFF, T. (2006). Teaching mathematical modeling through project
work. En: Zentralblatt für Didaktik der Mathematik, Vol. 38, Num. 2, pp 163–177.
BLUM, W y BORROMEO, R (2009). Mathematical modelling: Can it be taught and
learnt? En: Journal of Mathematical Modelling and Application. Vol. 1, No. 1, pp. 45-
58.
BLUM, W., GALBRAITH, P., HENN, H. y NISS, M. (Eds). (2007). Modelling and
aplications in mathematics education. The 14th ICMI Study. New York: Springer.
BLUM, W. y NISS, M. (1991). Applied mathematical problem solving, modelling,
applications, and links to other subjects–state, trends and issues in mathematics

instruction. En: Educational Studies in Mathematics, Vol. 22, Num. 1, pp. 37-68.
BORROMEO, R. (2006). Theoretical and empirical differentiations of phases in the
modeling process. En: Zentralblatt für Didaktik der Mathematik, Vol. 38, Num. 2, pp.
86-95.
BURKHARDT, H. (2006). Modelling in mathematics classrooms: reflections on past
developments and the future. En: Zentralblatt für Didaktik der Mathematik, Vol. 38,
Num. 2, pp. 178–195.
CALDEIRA, A. (2009). Mathematical modeling and environmental education. En:
Blomhoej, M. y Carreira, S. (Eds.) (2009) Proceedings from Topic Study Group 21 at
the 11th International Congress on Mathematical Education. Monterrey (México),
julio 6-13/08.
CAMARENA, P. (2009). Mathematical modeling and knowledge transference. En:
Journal of Mathematical Modelling and Application. Vol. 1, No. 1, pp. 18-36.
CHEVALLARD, I. (1999). El análisis de las prácticas docentes en la teoría
antropológica de lo didáctico. En: Recherches en Didactique des Mathématiques,
Vol. 19, Num. 2, pp. 221-266.
D'AMBROSIO, U. (2009). Mathematical modeling: Cognitive, pedagogical, historical
and political dimensions. En: Journal of mathematical modelling and application.
Vol. 1, Num. 1, pp. 89-98.
DOERR, H. (2006). Teachers' ways of listening and responding to students' emerging
mathematical models. En: Zentralblatt für Didaktik der Mathematik, Vol. 38, Num. 3,
pp. 255-268.
DOERR, H. y PRATT, D. (2008). The learning of mathematics and mathematical
modeling. En: Heid, K. y Blum, W. (Eds). Research on technology and the teaching and
learning of mathematics: Research syntheses. USA: Information Age Publishing, pp.
259-285.
FREUDENTHAL, H. (1973). Mathematics as an educational task. Dordrecht: Reidel.
GALBRAITH, P. y STILLMAN, G. (2006). A framework for identifying student blockages
during transitions in the modeling process. En: Zentralblatt für Didaktik der
Mathematik, Vol. 38, Num. 2, pp. 143-162.
GARCÍA, J.; GASCÓN, J.; RUIZ, L. y BOSCH, M. (2006). Mathematical modelling as a
tool for the connection of school mathematics. En: Zentralblatt für Didaktik der
Mathematik. Vol. 38, Num. 3, pp. 226-246.
GÓMEZ, P. (2009). Evaluación de la pertinencia de los programas de pregrado en
Administración de Empresas que ofrecen las instituciones de educación superior en
Bogotá. Bogotá: Pontificia Universidad Javeriana.
HEILIO, M. (2009). Mathematics for society, industry and innovation. En: Journal of
Mathematical Modelling and Application. Vol. 1, No. 1, pp. 77-88.
HENNING, H. y KEUNE, M. (2007). Levels of modelling competence. En: Blum, W.,
Galbraith, P., Henn, H. y NISS, M. (Eds.). Modelling and aplications in mathematics
education. The 14th ICMI Study. New York: Springer.
HOUSTON, K. (Ed.). (2005). Applications and modelling in the teaching and learning
of mathematics – Papers from ICME-10. En: Teaching Mathematics and its
Applications.
IVERSEN, S. y LARSON, C. (2006). Simple thinking using complex math vs complex
thinking using simple math – A study using model eliciting activities to compare
students' abilities in standardized tests to their modelling abilities. En: Zentralblatt

für Didaktik der Mathematik. Vol. 38, Num. 3, pp. 281-292.
KADIJEVICH, D. (2009). Simple spreadsheet modeling by first-year business
undergraduate students: difficulties in the transition from real world problem
statement to mathematical model. En: Blomhoej, M. y Carreira, S. (Eds.) Proceedings
from Topic Study Group 21 at the 11th International Congress on Mathematical
Education. Monterrey (México), julio 6-13/08.
KAISER, G.; BLOMHOEJ, M. y SRIRAMAN, B. (2006). Towards a didactical theory for
mathematical modelling. En: Zentralblatt für Didaktik der Mathematik. Vol. 38,
Num. 2, pp. 82-85.
KAISER, G. y SCHWARZ, B. (2006). Mathematical modelling as bridge between school
and university. En: Zentralblatt für Didaktik der Mathematik. Vol. 38, Num. 2, pp.
196-208.
KAISER, G. y SRIRAMAN, B. (2006). A global survey of international perspectives on
modelling in mathematics education. En: Zentralblatt für Didaktik der Mathematik.
Vol. 38, Num. 3, pp. 302-310.
LINGEFJARD, T. (2006). Faces of mathematical modeling. En: Zentralblatt für Didaktik
der Mathematik. Vol. 38, Num. 2, pp. 96-112.
LINGEFJARD, T. (2012). Learning mathematics through mathematical modelling. En:
Journal of Mathematical Modelling and Application. Vol. 1, No.5, pp. 41-49.
LUDWIG, M y XU, B. (2009). A comparative study on mathematical modelling
competences with german and chinese students. En: Blomhoej, M. y Carreira, S.
(Eds.) Proceedings from Topic Study Group 21 at the 11th International Congress on
Mathematical Education. Monterrey (México), julio 6-13/08.
MAASS, K. (2006). What are modelling competencies? En: Zentralblatt für Didaktik
der Mathematik. Vol. 38, Num. 2, pp. 113-142.
MARÍN, D. A. (2005). La enseñanza de las teorías de la administración: limitantes
epistémicos y posibilidades pedagógicas. Innovar, Revista de ciencias
administrativas y sociales. Escuela de Administración de Empresas y Contaduría
Pública, pp. 43-58.
MESA, Y. y VILLA, J. (2011). Modelación matemática en la historia de las
matemáticas. Una mirada al concepto de función cuadrática. Ponencia presentada
en la XIII Conferencia Interamericana de educación matemática CIAEM. Recife
(Brasil), junio 26-30/11.
NISS, M. (2012). Models and modelling in mathematics education. European
Mathematical Society Newsletter No. 86, December 2012.
OLIVEIRA, A. y BARBOSA, J. (2009). The teachers' tensions in mathematical modelling
practice. En: Blomhoej, M. y Carreira, S. (Eds.) Proceedings from Topic Study Group
21 at the 11th International Congress on Mathematical Education. Monterrey
PERRENET, J, y ZWANEVELD, B. (2012). The many faces of the mathematical
modeling cycle. En: Journal of mathematical modelling and application. Vol. 1, No. 6,
pp. 3-21.
PIERCE, R y STACEY, K. (2006). Enhancing the image of mathematics by association
with simple pleasures from real world contexts. En: Zentralblatt für Didaktik der
Mathematik. Vol. 38, Num. 3, pp. 214-225.
POLLAK, H. (1979). The interaction between mathematics and other school subjects.
En: Unesco (Ed.). New Trends in Mathematics Teaching IV. Paris: Unesco, pp. 232-
248.
RODRÍGUEZ, R. (2009). Differential equations as a tool for mathematical modeling in
physics and mathematics courses: a study of high school textbooks and the modeling
processes of senior high students. En: Blomhoej, M. y Carreira, S. (Eds.) Proceedings
from Topic Study Group 21 at the 11th International Congress on Mathematical
Education. Monterrey (México), julio 6-13/08.
SRIRAMAN, B. y LESH, R. (2006). Modeling conceptions revisited. En: Zentralblatt für
Didaktik der Mathematik. Vol. 38, Num. 3, pp. 247-254.
STEINER, H. (1968). Examples of exercises in mathematization on the secondary
school level. Educational Studies in Mathematics, 1, pp. 181-201.
SUÁREZ, L. y CORDERO, F. (2010). Modelación-graficación. Una categoría para la
matemática escolar. Resultados de un estudio socioepistemológico. Revista
Latinoamericana de investigación en Matemática Educativa No. 13 (4-II), pp. 319-
333.
TARP, A. (2009) Applying pastoral metamatism or re-applying grounded
mathematics. En: Blomhoej, M. y Carreira, S. (Eds.) Proceedings from Topic Study
Group 21 at the 11th International Congress on Mathematical Education. Monterrey
TREFFERS, A. (1987). Three dimensions: a model of goal and theory descriptions in
mathematics instruction – the Wiskobas Project. Dordrecht: Kluwer.
UNION TEMPORAL PROCAD. (2004). Marco de fundamentación conceptual. ECAES.
VASCO, C. E. (2006). Didáctica de las matemáticas. Bogotá. Universidad Pedagógica
Nacional.
VILLA, J. (2013). Miradas y actuaciones sobre la modelación matemática en el aula
de clase. Ponencia presentada en la VIII Conferência Nacional sobre Modelagem
Matemática na Educação Matemática. Santa María-RS (Brasil), junio 5-7/13.
VOM HOFE, R. et al. (2009). On the development of mathematical modelling
competencies– The Palma longitudinal study. En: Blomhoej, M. y Carreira, S. (Eds.)
Proceedings from Topic Study Group 21 at the 11th International Congress on
Mathematical Education. Monterrey, julio 6-13/08.
Referencia
BALLESTAS ALEMÁN, María Silvana; SÁNCHEZ LÓPEZ, Julián Fernando y ANGULO ESCAMILLA,
Henry Alejandro. (2013). “Las matemáticas en la formación del administrador de empresas”.
En: Revist@dministrare, Vol. 2, No 4. Bogotá: Fundación Universitaria San Martín, Facultad de
Administración de Empresas, julio-diciembre, pp. 10-43.
Recibido: Noviembre 1 de 2013.

Aceptado: Noviembre 20 de 2013.
Se autoriza la reproducción del artículo citando la fuente y los créditos de los autores.
View publication stats

Angulo Sanchez Ballestasmodelacin 2013

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Angulo Sanchez Ballestasmodelacin 2013

Cargado por

Copyright:

Formatos disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Las matemáticas en la formación del administrador de empresas.

Article · November 2013

Understanding Place Value Concept View project

La reflexión de la práctica de enseñanza como motor de su transformación View project

The user has requested enhancement of the downloaded file.

Las matemáticas en la formación del

Algunos de los primeros aportes científicos que dieron la posibilidad de concebir la

Henry Fayol, en el siglo XIX, fue el primero en sistematizar el comportamiento

De acuerdo con Marín Idárraga (2005) “la enseñanza de las teorías de la

En este sentido, desde inicios de los años 80 la Asociación Americana de Escuelas de

En la actualidad, la reflexiones acerca de la formación en Administración de

Sin embargo, tales desarrollos e implementaciones curriculares conllevan la

Otro aspecto fundamental de la formación de Administradores de Empresas tiene

Por lo tanto, los programas de Administración de Empresas tienen el desafío de

El núcleo de formación básica: es el que proporciona herramientas conceptuales y

Así mismo, en el núcleo de formación profesional ha considerado el estudio de las

elaborado a partir de la información suministrada por el Ministerio de Educación

Tabla 1: Síntesis de rutas de formación Matemática en Programas de Administración de

Un análisis preliminar de la información contenida en la Tabla 1, arroja que es posible

En relación con los contenidos abordados en las asignaturas se pueden identificar al

En el campo de Cálculo se encuentran asignaturas como Cálculo I, Cálculo II, Cálculo

En la categoría Estadística se encuentran asignaturas como Estadística I, Inferencia

Entre tanto, en la agrupación Aplicaciones o modelos, hemos categorizado

En el siguiente gráfico se presenta un resumen de la frecuencia de la cantidad de

Gráfica 1: Frecuencia de la cantidad de asignaturas en cada categoría

Algunas aseveraciones se pueden hacer a partir de la gráfica 1. Se había señalado

los resultados que se espera obtener, en términos de conocimientos y de

La modelación matemática en la enseñanza y el aprendizaje de las matemáticas

El tema de la modelación8 matemática en el aprendizaje y la enseñanza de las

números especiales del Zentralblatt für Didaktik der Mathematik sobre la

A continuación se presentan, desde cada perspectiva, los hallazgos principales de los

La modelación desde una perspectiva epistemológica

Las aproximaciones a la modelación matemática desde esta perspectiva tienen un

El estudio de García et al (2006) da poca importancia a la realidad en los ejemplos

matemática puede ser identificada con una actividad de modelación matemática.

 La noción de modelo debe ser ampliada para considerarse como una

caracterizan la modelación matemática, “(…) con una actitud analítica a nivel

En esta perspectiva también ubicamos los estudios desarrollados desde la escuela

La modelación desde una perspectiva contextual

Un estudio ejemplar desde esta perspectiva es el desarrollado por Irvesen y Larson

desempeños excepcionalmente buenos en situaciones relevantes 'de la vida real'?”.

La modelación desde una perspectiva realista

Según Kaiser y Sriraman (2006), la perspectiva realista sobre la enseñanza y el

interdisciplinares. En ese sentido, encontramos coherencia con el siguiente

Hugh Burkhardt, en un artículo escrito con contribuciones de Pollak (Burkhardt,

 Experiencias de modelación en un rango de problemas prácticos usando

En coherencia con lo anterior, Burkhardt llama la atención sobre la necesidad de un

El diseño del seminario, tomando en cuenta lo señalado en la Tabla 2, y su posterior

 Es posible desarrollar en las escuelas procesos de modelación altamente

Enmarcado en esta perspectiva también se encuentra el estudio de Kadijevich

Los estudios que hemos reseñado son característicos de la perspectiva realista ya

modelación matemática, y aportan conocimientos de corte pragmático sobre este

La modelación desde una perspectiva sociocrítica

De acuerdo con Villa (2013) desde esta perspectiva la modelación matemática

Barbosa (2006, 2009) parte del reconocimiento de una diferencia entre la

El estudio de Oliveira y Barbosa (2009) también se centró en una población de

 El compromiso de los estudiantes: preocupación por la participación de los

La modelación desde una perspectiva educativa

En la perspectiva educativa de la modelación se enmarca la mayoría de

El artículo de Blum y Niss (1991) constituye un trabajo seminal en esta perspectiva.

1. El argumento formativo hace hincapié en la aplicación de las matemáticas y

2. El argumento de “competencia crítica” se centra en la importancia de