Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tecnológico de Ensenada
Investigación Educativa
Biol. Raúl Jiménez González, M.C. Josefina Campos García
Resumen
La reprobación de matemáticas en Ingeniería es una problemática que se relaciona con la
deserción escolar de manera significativa. El objetivo de este estudio es conocer los índices de
reprobación en los programas educativos de ingeniería del Instituto Tecnológico de Ensenada
(ITE) en el periodo del 2004 al 2013. Se analizó la base de datos del departamento de Servicios
Escolares de las asignaturas de cálculo diferencial (matemáticas I), cálculo integral (matemáticas
II), cálculo vectorial (matemáticas III), algebra lineal (matemáticas IV) y ecuaciones diferenciales
(matemáticas V) en las carreras de Ingeniería Industrial, Ingeniería Electrónica e Ingeniería
Electromecánica asociado con el número de veces que los docentes han impartido el curso. Se
recurrió a la estadística descriptiva y al análisis de varianza (ANOVA). El índice de reprobación
histórico para cada uno de los cursos antes citados para ingenierías del ITE es 32%, 33%, 30%,
24% y 17% respectivamente. De manera particular el índice de reprobación de matemáticas por
carrera es 25%, 30% y 31%, respectivamente. El 41% de los docentes reportan promedios de
reprobación superior a la media.
Palabras clave
• Índices de reprobación.
• Ingenierías.
• Matemáticas
Abstract
The disapproval of mathematics in engineering is a problem that is related to dropout
significantly. The aim of this study was to determine the rates of failure in engineering
educational programs Ensenada Institute of Technology (SIT) in the period 2004-2013. Database
Student Services department of the subjects was analyzed differential calculus (Math I), integral
calculus (Math II), vector calculus (Math III), linear algebra (Math IV) and (V math) careers in
Industrial Engineering, Electrical Engineering and Electromechanical Engineering associated
with the number of times differential equations teachers have taught the course. He resorted to
descriptive statistics and analysis of variance (ANOVA). Disapproval historical index for each of
the above classes for engineering of ITE is 32%, 33%, 30%, 24% and 17% respectively. In
particular, the failure rate in mathematics and stroke is 25%, 30% and 31% respectively. 41% of
teachers reported averages above average disapproval.
Keywords.
• Indices of disapproval.
• Engineering.
• Mathematics
Introducción
En la educación superior la reprobación y deserción de estudiantes ha sido una preocupación por
décadas dando lugar a numerosos estudios y propuestas de mejora, sin embargo, a pesar de
múltiples propuestas y políticas el problema persiste. Existen trabajos de investigaciones que
intentan explicar esta problemática a partir de factores académicos, socioeconómicos, método de
enseñanza-aprendizaje, comunicación maestro-alumno, método de estudio entre otros Meléndez
[1]. Tinto [2], señala que respecto a las calificaciones, numerosos estudios han demostrado que
son el factor aislado más importante para predecir la permanencia en la universidad.
El objetivo de esta investigación es determinar el índice de reprobación de matemáticas
para Ingenierías del ITE y de manera específica para las carreras de Ing. Industrial,
Electromecánica y Electrónica y como objetivo específico a) Analizar el comportamiento
histórico de los índices de reprobación en las asignaturas de matemáticas: cálculo diferencial
(matemáticas I), cálculo integral (matemáticas II), cálculo vectorial (matemáticas III), álgebra
lineal (matemáticas IV) y ecuaciones diferenciales (matemáticas V) y b) Identificar los índices de
reprobación por docente para cada una de las asignaturas mencionadas.
El ITE, que es una escuela de Educación Superior pública federal ubicada en la ciudad y
puerto de Ensenada en el Estado de Baja California donde se ofertan 7 carreras seis en el área de
Ingeniería (Ing. Industrial, Ing. Electrónica, Ing. Electromecánica, Ing. en Sistemas
Computacionales, Ing. en Gestión Empresarial e Ing. Mecatrónica) y una administrativa (Lic. en
Administración) y que a la fecha cuenta con una matrícula de 1700 alumnos, 1530 en ingenierías
y 170 en administración.
Fundamentos teóricos
A la fecha son innumerables los trabajos de investigación que describen y enumeran las causas de
los altos índices de deserción reprobación a nivel superior Tinto [2]; ANUIES [3]; González [4] y
que afectan por consiguiente la eficiencia terminal de las instituciones. Investigaciones abordan
los factores que originan la reprobación y la deserción los cuales pueden ser variados
complejos de muy diversa índole. Soares [5] señala que el porcentaje de estudiantes que
reprueban cálculo diferencial a pesar de ser alto 53% este es menor al esperado de acuerdo al
examen de ubicación para los estudiantes de la facultad de Ingeniería de Ensenada de la
Universidad Autónoma de Baja California. Por otro lado Luna [6] reporta que el porcentajes de
reprobación en matemáticas I para la carrera de Químico Fármaco Biólogo de la Facultad de
Ciencias Químicas de la Universidad Autónoma de Nuevo León, es de 65% , sin duda es un
problema sumamente alarmante. Corral [7] reporta que para la Universidad de Sonora el índice
de reprobación es de 61%.
Riego [8] señala que en el Instituto Tecnológico de Querétaro, se tiene identificado que el
80% de los estudiantes, de las carreras de ingeniería, reprueban la materia de cálculo diferencial
en el primer semestre, Los resultados de este estudio señalan la falta de conocimientos en álgebra
y trigonometría y las formas inadecuadas de estudio por parte de los estudiantes aunado a la poca
reflexión de los profesores acerca de su práctica docente y su falta de preparación didáctica y
pedagógica, como los principales elementos asociados al fracaso en la materia de cálculo
diferencial.
Por otro lado Villalón [9] en su análisis de la trayectoria escolar de los estudiantes de la
carrera de Ingeniería Industrial del Tecnológico de Celaya en el modelo por competencias en el
área de matemáticas, la materia que presenta la mayor incidencia de reprobación es cálculo
diferencial con un 46%, le sigue cálculo integral con un 27%, álgebra lineal con un 14% y
análisis vectorial con 10%. Para el Instituto Tecnológico de Chihuahua el índice de reprobación
de cálculo integral reportado es del 30% Arellano [10]
De los investigadores que más han abordado en las causas de la deserción y reprobación
entre otros Talavera [11] encontraron que en los factores de reprobación, inciden aquellos
relacionados con la organización del tiempo, la carencia de hábitos y técnicas de estudio
adecuadas por parte del estudiante, así como de estrategias didácticas por parte de los docentes,
que permitan una mejor comprensión de los contenidos temáticos y con ello hacer eficiente el
proceso de enseñanza-aprendizaje. Otro estudio muestra que los motivos más importantes que
ocasionan esta problemática son el desconocimiento del plan de estudios, las actitudes y el poco o
nulo apoyo en métodos de estudio de los alumnos principalmente Ruiz, Romano y Valenzuela
[12] La reprobación histórica que se ha observado en los Institutos Tecnológicos sobre todo en
los primeros tres semestres ANUIES [13] son en las áreas de física química y matemáticas, la
justificación de tal comportamiento creemos e inclusive aseguráramos que el estudiante es el
problema, pues evidencia graves deficiencias académicas y nulos hábitos de estudio.
Es válido cuestionar el rol trascendente del docente universitario pues este juega un papel
fundamental en el aprovechamiento del estudiante con su didáctica, estrategias de enseñanza e
incluso en el manejo de los medios electrónicos de aquí la importancia de probar la hipótesis de si
el maestro es o no factor importante en el índice de reprobación. Espinoza [14] analiza las
evaluaciones efectuadas por los profesores de matemáticas de la Facultad de Ingeniería de la
UABC, destacándose dos tendencias opuestas: 1) maestros con los que aprueban casi todos los
alumnos y 2) maestros con los que pocos alumnos aprueban.
Metodología
El estudio se realizó el primer semestre del 2014 en el ITE. La presente investigación es
de carácter cuantitativo. Se trabajó con el 100% de los alumnos que han cursado las asignaturas
de matemáticas I, II, III, IV y V., (Tabla I) durante el periodo comprendido del 2004 al 2013
para las carreras de Ing. Industrial, Ing. Electrónica y Ing. Electromecánica.
Carrera Matemáticas
I II III IV V
Ing. Industrial 1059 955 641 616 385
Ing. Electrónica 222 178 167 130 105
Ing. Electromecánica 896 731 933 616 477
Tabla 1. Alumnos que han cursado matemáticas de 2004 a 2013
Ingenierías ITE
Mate. I 32%
Mate II 33%
Mate. III 30%
Mate. IV 24%
Mate. V 17%
Tabla 4. Índice de reprobación general por curso para Ingenierías del ITE
La prueba ANOVA muestra que no existe suficiente evidencia estadística para suponer
que el índice de reprobación entre las tres carreras es diferente, tabla 5
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados F Probabilidad Valor crítico para F
Entre grupos 2063.368929 2 1031.684465 2.61926367 0.0748394 3.031628943
Dentro de los grupos 99258.61538 252 393.8833944
En relación a los 51 docentes que han impartido alguna de las diferentes asignaturas de
matemáticas en el periodo del 2004 al 2013 el promedio puntual y por intervalos de alumnos
que reprueban semestralmente se indica en la tabla 6.
Ingenierías ITE
Mate. I 31%
Mate II 33%
Mate. IV 25%
Mate. V 15%
Durante el periodo de estudio que va del 2004 al 2013, a partir de 2010 se da inicio al modelo
basado en competencias observándose los índices de reprobación para ambos modelos en las
tablas 8 y 9
Ing. Industrial Ing. Electrónica Ing. Electromecánica
Mate. I 30% 26% 32%
Mate II 29% 45% 41%
Mate. III 26% 24% 35%
Mate. IV 16% 22% 22%
Mate. V 13% 12% 10%
Tabla 8. Índices de reprobación por curso para cada una de las carreras
en el modelo anterior 2004 – 2009
Del total de docentes que han impartido matemáticas en los últimos 10 años, en las carreras de
Ingeniería el 41% reportan índices de reprobación por encima de la media y de la totalidad de
los docentes el 60% han impartido entre 1 y 3 cursos y tan solo el 2% entre 13 y 15 (tabla 10)
80
% promedio de reprobación
70
61
60 57
58
50 45
47 47 47
48
43
42
40 40
40 36 36
39
33
31 32 32
. 30 27 27 27 27 27 28
30
26
24
23 23 23
21 21
20 16
17 17
19 19 19
14 14 14
3 1 3 3 1 7 4 3 1 3 2 9 1 2 4 2 5 1 1 1 3 2 2
11 1 1 6 1 1 8 3 0
10 10 10 1 3 1 3 3 3 2
1 5 1 5
10
2
1 2 2 0
7 4 2 1 3
3 2
5 8
4 2 4
1
2
0 4 1
0
1 7 2 4 8 9 0 0 1 8 5 4 5 7 7 3 6 3 6 5 8 1 3 6 1 1 2 0 4 0 8 0 4 9 4 9 9 6 2 3 7 3 5 2 7 1 5 9 6 8 2
3 2 1 2 2 3 5 2 4 1 1 1 2 4 1 2 2 3 4 4 1 2 2 3 3 1 1 4 4 2 4 1 3 3 3 3 4 5 1 3 4 4
Docente
El número en el interior de la barra indica las veces que se ha impartido matamáticas
Figura 1. Promedio de reprobación global por docente para Ingenierías del ITE
En las figuras 2, 3 y 4 se representan los promedios de reprobación por docente para cada una de las carreras en el
área de matemáticas
Gráfica promedio de reprobación porcentual general de matemáticas
por docente durante el periodo de 2004 a 2013
Ing. Industrial
60 56
% de reprobación promedio
50 47 47
44 45
41
40 36 36 37
38
34 35
30
30 27 28
25
23
20 18 18 19
16 17 17
14 15
3 4 2 1 1
10 10 1 1 6 3 3 3 2 7
10 8 6 1 6 1 1 2
5 5 6
1 2 7 1 1 3
3 4 1 1 1 1
3 1 0 0
0 1 3 1 4
0
31 24 27 8 14 39 38 28 50 7 17 46 23 25 1 10 22 13 44 30 34 40 4 3 21 29 47 18 33 5 35 32 51 6
Docente
83
78
80
% de reprobación
60
43
39 40 41
40 36 38
33
24 25 26
22 23
20 17 17 18 19
13 14 15
1 4 2 3 3 1 1 1
3 1 1 2 2 5
4 5 1 2 1 1 4 1 5
0 0 1
4 3
0
13 43 1 12 23 38 6 15 50 4 7 8 41 14 46 44 11 49 10 3 2 9 5 48 36 47
docentes
El número en el interior de la barra indica las veces que se ha impartido matemáticas
80
72
70
% de reprobación
60
50 52
50 44
47
42
39 39
40 34 36
37 37
32 33
29
30 25 25 26
21 21 22
18 19 20
20 15 16
12.5 14 14 14 2 2 2 3 2 1 1 1 3 2 1 2
10 1 1 4 4 8 3 2 2 4
10 3 2 1 1 1 3 1
1 2 1 1 1
0
0
27 24 1 11 18 39 20 46 17 45 38 21 26 34 7 9 23 22 13 10 40 43 4 25 16 33 44 48 3 5 36 47 42
Docente
El número en el interior de la barra indica las veces que se ha impartido la materia
Conclusión
Los resultados de esta investigación nos muestran que la materia de cálculo integral (matemáticas
II) es donde se presenta el mayor índice de reprobación y no cálculo diferencial (matemáticas I)
la cual era de esperarse. Es necesario se hagan esfuerzos conjuntos entre la administración y los
docentes para encontrar las estrategias que conduzcan a disminuir los índices actuales de
reprobación. Es muy bajo el porcentaje de docentes que tienen continuidad en la impartición de
matemáticas lo que trae por consecuencia que esta área este débil, importante es que los
docentes tengan una capacitación constante es las nuevas tecnologías para la enseñanza de las
matemáticas.
Bibliografía
[1] Meléndez, M., (1994). Reprobación y Deserción Estudiantil en el IT de Parral: un Estudio de Caso. México
(Pág.1). Consultado en mayo del año 2014
[2] Tinto, V. (1987). El abandono de los estudios superiores: una nueva perspectiva de las causas del abandono y su
tratamiento, México, UNAM/ANUIES
[3] ANUIES (2000). La Educación Superior en el Siglo XXI. Líneas estratégicas de desarrollo. Una propuesta de la
ANUIES, México, Asociación Nacional de Universidades e Instituciones de Educación Superior.
[4] González, L. (2006). “Repitencia y deserción universitaria en América Latina”, en: unesco- iesalc (2006).
Informe sobre la educación superior en América Latina y el Caribe. 2000- 2005. La metamorfosis de la educación
superior, Caracas: iesalunesco, pp. 156-168.
[5] Soares-López, J-J.; Inzunza-González, E.; Rousseau-Figueroa, P. (2009) Resultados del examen de ubicación de
matemáticas (Exumat 2.0) en la Facultad de Ingeniería Ensenada de la UABC Ciência & Educação, v. 15, n. 1, p.
121- 8, 2009
[6] Luna, T.M. (2003). Factores dependientes del alumno que influyen en la reprobación en el área de matemáticas
en el primer semestre de la carrera de químico farmacéutico Biólogo de la facultad de Ciencias Químicas de la
UANL. Tesis no publicada, Universidad Autónoma de Nuevo León, México.
[7] Corral, V., Díaz, N. (2009). Factores asociados a la reprobación de los estudiantes de la Universidad de Sonora.
X Congreso Nacional de Investigación Educativa área 16: sujetos de la educación. Veracruz México.
[8] Riego, G. (2013). Factores académicos que explican la reprobación en cálculo diferencial. Conciencia
Tecnológica No. 46, Julio-Diciembre 2013. ISSN (Versión impresa): 1405-5597
[9] Villalón, G. (2012). Trayectoria escolar de Estudiantes bajo el enfoque de competencias. Pistas Educativas, No.
98. Enero-Junio 2012 México, Instituto Tecnológico de Celaya
[10] Arellano, U. (2011). Factores externos al entorno académico que influyen en la reprobación de los alumnos de
cálculo integral en el periodo agosto- diciembre del año 2011 en el Instituto Tecnológico de Chihuahua.
Departamento de Ciencias Básicas y Departamento de Estudios de Posgrado e Investigación.
[11] Talavera, R.; Noreña, S. y Plazola, S. (2006). Factores que afectan la reprobación en estudiantes de la
Facultad de Contaduría y Administración, UABC, Unidad Tijuana. VI. Congreso Internacional Retos y expectativas
de la universidad. Puebla, Puebla, México
[12] Ruiz, N.; Romano, C. y Valenzuela, G. (2006). “Causas de reprobación vinculadas a las características de los
estudiantes de la Licenciatura de Filosofía de la BUAP”, Graffylia revista de la facultad de filosofía y letras, núm.
6, pp. 150-155.
[13] ANUIES (2001). Deserción, Rezago y Eficiencia Terminal en las IES. Propuesta metodológica para su
estudio. Serie Investigaciones, México, ANUIES. http://www.anuies.mx/ anuies/libros98/lib64/indice.html
[consulta: mayo 2014]. Causas del abandono y su tratamiento, México, UNAM/ANUIES.
[14] Espinoza, F. Evaluación. In: Congreso Nacional de la Asociación Nacional de Profesores de Matemáticas.
Memorias, 12., 1993, Querétaro, México. Anais... México, 1993. p. 232-5.
Septiembre de 2014
ANEXO I
% de reprobación
40 38 38 38
29 30 30
30
23
19 20 20
20
10 6
8
1 2 1 1 1 2 1 1 1 1
5 3 2 6
1 1
1 1
0
0
27 8 39 25 22 23 50 4 34 13 40 21 29 35 3 18 6 47
Docente
El número en el interior de la barra indica las veces que se ha impartido la materia
Gráfica promedio de reprobación porcentual por maestro de 2004 a 2013 Gráfica promedio de reprobación porcentual por maestro de 2004 a 2013
Ing. Industrial Ing. Industrial
Matemáticas III Matemáticas IV
51 61
50 60
43
50 48
% de reprobación
40
% de reprobación
39
33 40
29
30 27 29
25 25 30 28
25
20 19
17 17 20 17
15 14 15
10 11 2 2 2 2 4 1 1 1 2
2 1 1 1 10 5 1
10 1 1 1 2 2
1 1 3
0 0 0 1
0
0 27 31 50 24 7 23 47 10 13 1 25 3 4 5
25 27 17 10 23 18 44 34 4 21 3 35 Docente
Docente El número en el interior de la barra indica las veces que se ha impartido la materia
30
% de reprobación
26
20
16
10
10 9
1 1 1
3 5
0
14 1 13 5 3
Docente
El n úmero en el interior de la barra indica las veces que se ha impartrido la materia
Ingeniería Electrónica
Gráfica promedio de reprobación porcentual por maestro de 2004 a 2013 Grafica promedio de reprobación porcentual por maestro de 2004 a 2013
Ing. Electrónica Ing. Electrónica
Matemáticas I Matemáticas II
78 100
80 100
70
80
60
% de reprobación
% de reprobación
65
50
42
60
40 50
40 36
33
30 40
25 26
23
20 23
14 20 16 16 16
12
1 1 1 1 1 1 1 1 3 1
10 1 2
1 1 1 1 1
0
0 0
23 38 4 46 11 7 49 2 3 48 43 6 15 50 41 9 3 47
Docenente Docente
La materia fue impartrida solo una vez por cada docente en el lapso de 10 años Frecuencia de impartición de la materia: 3; 3, 9; 2 el resto solo una vez
Gráfica promedio de reprobación porcentual por maestro de 2004 a 2013 Gráfica promedio de reprobación porcentual por maestro de 2004 a 2013
Ing. Electrónica Ing. Electrónica
Matemáticas III Matemáticas IV
90 50
83 50
80
71 40
70 40 38
% de reprobación
% de reprobación
60 32
29 30
50 30
40 22
40 36
20
30
20 21
20 10
2 1 2 1 7 1 2 1 1 1 1 1
10
9 1
5 5 1
1 2
2 1 0
0 0
7 12 3 44 8 5 11 10 36 13 1 10 4 9 44 14 2 5
Docente Docente
Frecuencia de impartición de la materia: 5: 2, 7: 2, 10:2, el resto solo una vez Frecuencia de impartición de la materia: 1: 2, 4: 2, el resto solo una vez
15
13
10 9
5
4 1 1
0 0
0
1 4 14 6 10
Docente
Frecuencia de impartición de la materia: 14: 4, el resto solo una vez
Ingeniería Electromecánica
Gráfica promedio de reprobación porcentual por maestro de 2004 a 2013 Gráfica promedio de reprobación porcentual por maestro de 2004 a 2013
Ing. Electromecánica Ing. Electromecánica
Matemáticas I Matemáticas II
90 87 80
72
80 70
70 59
60
% de reprobación
% de reprobación
50
60 56 57
50 44.3
41 42
50 40
43
41 33
39 39 31
40
30 26
29
30 19
21
20 17 17
20 14
20 15 16
1 1 2 1 1 4 1 1 1
2 1 1 2 1 2 10 1 1 1 1
1 6 3
3
10 6 2 1
1 0
1
0 39 21 25 45 9 20 13 40 44 3 23 5 47
20 21 46 38 9 22 16 33 23 43 3 25 42 Docente
Docente El número en el interior de la barra indica las veces que se ha impartido la materia
Gráfica promedio de reprobación porcentual por maestro de 2004 a 2013 Gráfica promedio de reprobación porcentual por maestro de 2004 a 2013
Ing. Electromecánica Ing. Electromecánica
Matemáticas III Matemáticas IV
59 50
60 50 47
44
41
50 40
45.6
% de reprobación
44
% de reprobación
40 41
40 37 30
30 28
25
30
30 26 27 21
20
22 16
14
19 12.5
20 18
1 1 1
14 10 2 1 1 1 1 1 1 3
10 5
9 1 4 1 1 1 5 1
10 8
1 1 1 1 2
2
1
1 1 1 0
1 0
0 27 23 1 18 22 26 7 43 13 3 36 10 5
23 20 24 11 17 10 4034 9 21 4 5 22 48 3 36 Docente
Docentes El número en el interior de la barra indica las veces que se ha impartido la materia
El número en el interior de la barra indica las veces que se ha impartido la materia
50
40
30
30
22
20
9 9 1
10 5 6 3
1 1 1
1 3
3 2
0
14 13 23 45 1 22 5 19 3
Docente
El número en el interior de la barra indica las veces que se ha impartido la materia
ANEXO II
ID. NOMBRE GRADO MATE. I MATE. II MATE. III MATE. IV MATE. V TOTALES
F %R F %R F %R F %R F %R F %R
1 Julio Duran Camacho Lic. 1 16 8 16 9 11 18 14
2 Héctor Sánchez Esquivel M.C. 1 40 1 40 2 40
3 Irene Sánchez González Mat. 4 37 8 51 8 33 4 40 2 51 26 43
4 María Elena González Méndez Dra. 5 31 6 23 4 33 3 39 18 32
5 Rene Cecil Vidríales Meza M.C. 1 59 3 38 4 54 2 40 10 48
6 Sandra Vanesa Badillo Plasencia Ing. 2 37 1 14 3 26
7 Saúl Zavala Ortiz M.C. 1 33 2 5 2 20 5 19
8 Alberto López Martínez Ing. 1 5 1 22 2 14
9 Jaime Martínez Cruz Ing. 1 21 3 39 2 27 1 39 7 32
10 Sandra Luz Toledo Perea Ing. 4 36 7 29 1 20 12 28
11 Ana Yaveni Aguilar Bustos Dra. 1 27 2 27 3 27
12 Luis López Martínez 1 5 1 5
13 Ricardo Castro Méndez Lic. 2 21 4 32 3 18 3 11 12 21
14 Joel Rodríguez Ramírez Dr. 1 0 1 39 10 8 12 16
15 Noemí Guzmán Rousseau M.C. 1 17 1 17
16 América I. Mendoza Morales Lic. 3 39 3 39
17 Alejandro Fajardo Peralta M.C. 2 17 2 17
18 Iván Félix Estévez Aspiri Ing. 1 51 1 25 1 14 3 30
19 Juracy Soares López Dra. 1 57
20 R. Eusebio Santos Gutierrez Ing. 1 6 1 17 1 9 3 11
21 José Solís Gil M.E. 1 15 2 35 3 32 6 27
22 Georgina Benítez de la Mora M.C. 6 29 1 19 1 41 1 16 1 30 10 27
23 Carlos A. Gutiérrez Manuel M.C. 2 27 4 35 3 13 3 10 1 9 13 19
24 Adriana Rodríguez Lasaga Ing. 1 10 1 3 2 7
25 Carlos Jesús Amaya Granillo M.E. 6 39 2 13 3 10 1 29 12 23
26 Ramiro Tapia Herrera Lic. 1 21 1 21
27 Guadalupe Piña Moreno Lic. 1 0 1 11 2 0 4 4
28 Aarón Olmos Carrillo Ing. 1 10 1 10
29 Gladys C. Figueroa Valdez Ing. 2 33 1 38 3 36
30 Ismael Hernández Capuchin M.C. 1 27 1 27
31 Moemi Guzmán Rousseau M.C. 1 0 1 0
32 Octavio Parra Velázquez Lic. 2 47 2 47
33 MC. Josefina Campos García M.C. 9 40 9 40
34 Gabriel Humberto Morales Ríos Ing. 1 29 2 25 3 27
35 Mónica Blanco Cárdenas M.C. 2 38 2 51 4 45
36 Paul Medina Castro Dr. 2 71 1 44 3 58
37 Miguel A. González Mandujano Fis. 1 42 1 42
38 Ismael Hernández Capuchin M.C. 3 23 3 23
39 Ramón Armando Cruz Trejo Lic. 2 10 2 10
40 Edgar Rene Ortiz Moreno M.C. 2 36 1 26 3 31
41 Tizoc Fernando Huerta Garcia M.C. 1 23 1 23
42 Miguel A. Estrada Arreola M.C. 2 87 2 87
43 Omar Adrián García Muñoz Ing. 1 43 1 0 1 28 3 24
44 Alberto Hernández Maldonado Dr. 1 42 2 23 1 33 4 33
45 Luis Ríos Osuna M.C. 1 19 3 9 4 14
46 Patricia López Rivera Lic. 5 19 5 19
47 Eduardo Martínez Guerra M.C. 3 76 2 17 5 47
48 Alejandro Parra Meza Ing. 1 78 1 44 2 61
49 Ramón Carrillo Navidad Ing 1 36 1 36
50 Leobardo R. Cienfuegos Martínez Ing. 3 19 1 0 4 10
51 Samuel Valdez González Fis. 1 47 1 47