o

_____3_____
Boletín Matemático Instituto de Investigaciones de Matemática Aplicada de la Facultad de Cs. Económicas y Empresariales
Autoridades de la Facul- Decano

tad de Ciencias Económi- Dr. Jorge Raúl Lemos
cas y Empresariales Vicedecano
Dr. Jorge Emilio Salvel
Secretario Académico
Dr. Osvaldo Luis Perillo
Secretaria Adjunta
Dra. Amanda Raquel Llistosella
Director de Estudios y Coordinación
Dr. Ángel Vicente Iommi
Directora de Investigaciones y Enseñanza Experimental
Prof. Elvira Venturo

Consejeros del Honorable Consejo Académico
de la Facultad de Ciencias Económicas y Empresariales
Dr. Miguel Gregorio Skubic
Dra. Norma Beatríz Irigoyen
Dr. Raúl Roque Orellano
Lic. Luis Antonio Leo
Dr. Sergio Andrés Ghedin
Dr. Domingo José Mazza

Representante de Profesores ante el H. C. S.
Dra. Alicia I. de Montagut de Rodriguez

Directores de Carrera:
Dr. Raúl Roque Orellano (Contador Público)
Dr. Miguel Gregorio Skubic (Licenciatura en Administración)
Lic. Domingo José Mazza (Licenciatura en Economía)
Lic. Carlos Alberto Ferreras (Lic. en Comercialización/Téc. Superior en Comercialización)
Lic. Guillermo José Garberi(Lic. en Recursos Humanos/Analista Univ. en Recursos Humanos)
Lic. Luis Antonio Leo (Lic. en Relaciones Públicas/Analista Univ. en Relaciones Públicas)
Dra. Amanda Raquel Llistosella (Licenciatura en Seguros / Técnico Superior en Seguros)
Lic. Marcelo Emilio Mirón(Tecnicatura en Comercialización Minorista)
STAFF Lic. Germán Avelino Kraus (Licenciatura en Comercio Internacional)

Directores de Institutos de Investigación:
• Instituto de Investigaciones Contables
Director Dr. Isaac Aizik Senderovich
Ing. Luinor E. Vilches • Instituto de Investigaciones Económicas
lvilches@unimoron.edu.ar Dr. Vicente H. Monteverde
• Instituto de Investigaciones Administrativas
Redacció n
Dr. Jorge Rumbo
Profesores de la Facultad de Ciencias • Instituto de Investigaciones de Matemática Aplicada
Económicas y Empresariales Ing. Luinor Edelfio Vilches
Producido por la Oficina de Medios UM • Instituto de Investigaciones Tributarias
Editor: Dr. Juan Ferrari Herrero
Lic. Alejandro Gavric Subdirector: Dr. Alfredo Destuniano
• Instituto de Metodologia Jurídica Aplicada en las Ciencias Económicas
Diseño Grafico: Dr. Eduardo Mario Favier Dubois
DCV. Sandra Luján • Instituto de Investigaciones de la Pequeña y Mediana Empresa
Co rrecció n Dr. Horacio Armando Irigoyen
Prof. Susana Lamaison • Instituto de Investigaciones de Humanidades y Ciencias Sociales Aplicadas
Impreso en los Talleres Gráficos UM a las Ciencias Económicas y Empresariales
Prof. Elvira Venturo
Año 9 Número 14
Registro de la Propiedad Directores de Departamentos Pedagógicos
Intelectual SSN 0329-0255 • Área Pedagógica de Administración: Dr. Jorge Eduardo Marcos
Universidad de Morón • Área Pedagógica de Contabilidad: Dr. Sergio Daniel Arguissain
Cabildo 134 (B1708JPD) Morón • Área Pedagógica de Economía: Dr. Vicente Filleti
• Área Pedagógica de Humanidades: Prof. Elvira Venturo
(011) 5627-2000 (líneas rotativas)
• Área Pedagógica Jurídica: Dr. Eduardo Mario Favier Dubois.
Fax: 5627-2002
Subdirectora: Dra. Amanda Raquel Llistosella
E-mail: webmaster@unimoron.edu.ar • Área Pedagógica de Matemática: Ing. Martín Adler
Internet: www.unimoron.edu.ar • Área Pedagógica de Comercialización: Dr. Fernando Appesseche
_____4_____
Instituto de Investigaciones de Matemática
Aplicada de la Facultad de Ciencias
Económicas y Empresariales de la UM
BOLETÍN MATEMÁTICO
ÍNDICE
Aplicación práctica al modelo simple de armado de portafolio de Pág.

inversión 5
Autor: Dr. Osvaldo Luis Perillo
El procesamiento matemático cerebral Pág.

Autor: Dr. Claudio O. Cervino 23
Programación meta secuencial interactiva. Problema de Pág.

aplicación 37
Autor: Ing. Luinor E. Vilches
Análisis factorial simple aplicado a la caracterización Pág.

de la problemática de la formación docente 47
Autores: Profesores: Andrea Lavalle y Lisandro Curia
_____5_____
LOS CONTENIDOS DE LOS NÚMEROS 1 A 13 DE ESTE

BOLETÍN ESTÁN INSTALADOS EN LA PÁGINA WEB DE LA
UNIVERSIDAD DE MORÓN:

www.unimorón.edu.ar Facultades Facultad de Ciencias 
Económicas y Empresariales Publicaciones 
_____6_____
APLICACIÓN PRÁCTICA AL
MODELO SIMPLE DE ARMADO
DE PORTAFOLIO DE INVERSIÓN
Por el Dr. Osvaldo Luis Perillo (*)
(*) Profesor Titular En un artículo anterior titulado Modelo Simple de

Interino de Mercado de Armado de Portafolio de Inversión1 , concluíamos con la
Capitales y de Economía ecuación que se expone más abajo, donde los subíndices
Monetaria; Secretario
Académico de la Facultad de las varianzas y covarianzas de la matriz del primer término
de Ciencias Económicas y indican los números que denominan a los activos que
Empresariales de la conforman la cartera riesgosa. Los valores indicados como
Universidad de Morón Z representan los volúmenes óptimos relativos de los
i
distintos activos, con los que se minimiza el riesgo del
portafolio, dados los rendimientos esperados (Ri) y la tasa
de interés libre de riesgo (Rf).
 12  12   1N Z1 R1  R f
 21  22   2N Z 2 R 2  Rf
*  (1)
     
2
 N1  N 2   N ZN RN  R f
Se explicó en ese artículo que “resolviendo los valores

de Zi tendremos las proporciones de nuestra cartera óptima.
Los economistas estamos habituados a utilizar la regla de
Cramer, pero el Excel permite multiplicar e invertir matrices,
con lo cual se evitan los tediosos cálculos que, cuando el
número de acciones es elevado, se tornan muy dificultosos.
Lo que hemos visto es la complejidad matemática

del problema planteado. Los pasos a seguir serían:
(1) Boletín Matemático Nº 12, octubre a) Elegir un conjunto de acciones o activos riesgosos
de 2006. que tengan oferta pública, es decir coticen en Bolsa.
b) Obtener la serie de precios y sacar con los mismos
las variaciones porcentuales de cada período, que
puede ser diario. Podemos calcular con esa serie el
desvío estándar poblacional de cada activo y las
covarianzas entre los mismos.
_____7_____
c) Estimar los rendimientos esperados de cada activo

en función de los balances, expectativas, etc. y la
tasa de interés libre de riesgo.
d) Determinar los valores de Z mediante cualquiera de

los métodos conocidos. La suma de las Z se puede
proporcionalizar a 100 para obtener los porcentajes
de participación X. Algunos valores pueden ser
negativos, lo que significa que hay que tomar una
posición vendedora (short sale). Las posiciones
vendedoras se arman tomando un activo prestado,
vendiéndolo y esperando que baje el precio para
recomprarlo y, posteriormente, devolverlo. En
nuestro país no es muy usual efectuar esta operación.
El portafolio riesgoso, finalmente, puede ser combinado

linealmente con el activo libre de riesgo cuya tasa utilizamos
más arriba. Los amantes del riesgo elegirán 100 % el portafolio
riesgoso y los adversos al riesgo el 100 % del activo libre de
riesgo. El resto de los mortales encontrará una combinación que
satisfaga sus preferencias.
Seguidamente, trataremos de ejemplificar lo expuesto

con un caso práctico.
1) En primer lugar elegimos aquellas acciones que por su impor-

tancia en el Índice Merval tienen una mayor participación, lo que
representa mayor liquidez. Tomamos solamente las seis prime-
ras para simplificar el ejemplo.
% sobre Merval
1 TS 16.55 Tenaris
2 PAMP 14.58 Pampa Holding
3 GGAL 11,27 Grupo Fin. Galicia
4 BMA 7,96 Banco Macro
5 PBE 6.53 Petrobras Energy
6 ACIN 5.65 Acindar
(2) En el ANEXO, la primera serie
de valores corresponde a los precios
de las acciones corregidos por pago 2) Tomando los precios diarios de las acciones durante el año
de di-videndos, provista por el ser- finalizado el 24 de agosto de 2007 (ver Anexo2), se obtienen los
vic io Bol sa r Prof es io na l siguientes rendimientos porcentuales:
(www.bolsar.com), de la Bolsa de
Comercio de Buenos Aires. La
se gu nd a se ri e es d e lo s
rendimientos diarios, calculados
TS PAMP GGAL PBE BMA ACIN
sobre la base de los precios de la
serie anterior. 32.00 110.70 40.00 (12.58) 45.38 (9.73)
_____8_____
Y la siguiente matriz de varianzas y covarianzas:
TS 3.81 1.64 1.63 1.66 1.66 1.22
PAMP 1.64 4.76 1.92 1.73 1.81 1.10
GGAL 1.63 1.92 3.66 1.90 2.28 1.48
PBE 1.66 1.73 1.90 2.81 1.88 1.14
BMA 1.66 1.81 2.28 1.88 4.04 1.21
ACIN 1.22 1.10 1.48 1.14 1.21 1.88
El último dato que necesitamos es la tasa libre de riesgo,

que la estimamos en el 5 %.
3) Para resolver los valores de Zi, tenemos en cuenta

que si llamamos:
 12  12 ...  1N Z1 R1  R f
2
 21  2 ...  2 N Z2 R2  R f
A= ; Z= ; R=
... ... ... ... ... ....
 N 1  N 2 ...  2
N
ZN RN  Rf
la ecuación (1) se puede escribir: A*Z=R (2)
Si es A-1 la matriz inversa de A , premultiplicando la ecuación

(2) por A-1 se obtiene:
 A1  A   Z  A1  R
 A1  A  I es la matriz unitaria del mismo orden que A,
por
porloloque
que
I  Z  Z  A1  R (3)
De modo que debemos invertir la matriz A de varianzas

y covarianzas y multiplicar la matriz A-1 resultante por la matriz
columna R de los retornos excedentes por sobre la tasa libre de
riesgo, que está en el segundo miembro de la ecuación original
(1). La inversión de una matriz es un procedimiento muy laborio-
so, pero se puede calcular con facilidad utilizando una planilla de
cálculo electrónica.
_____9_____
La matriz inversa es la siguiente:
TS PAMP GGAL
BMA ACIN PBE
- -
TS 0.3974 -0.0426 -0.017 0.1212 -0.043 0.117
- -
PAMP -0.043 0.29921 -0.064 0.0835 -0.034 0.024
- -
GGAL -0.017 -0.0639 0.5764 0.1471 -0.157 0.216
-
PBE -0.121 -0.0835 -0.147 0.7056 -0.128 0.102
- -
BMA -0.043 -0.034 -0.157 0.1281 0.4384 0.032
-
ACIN -0.117 -0.0244 -0.216 0.1022 -0.032 0.873
Seguidamente, debemos calcular los rendimientos

excedentes sobre la tasa libre de riesgo; esto es, a los rendimientos
Ri de la primera columna de la tabla siguiente le debemos restar
Rf (el 5 % anual, en este caso), obteniendo la matriz columna R.
De la multiplicación de la matriz inversa anterior por la matriz
columna R recientemente calculada se obtiene la matriz columna
Z. A partir de la misma se obtienen los porcentajes de posiciones
a comprar o vender, proporcionando la suma de los Z a un valor
100, con lo que se obtiene la matriz columna X.
R= R  Rf
Rendim. =Rend. –
R TasaLRiesgo Z X
TS 32.00 27.00 7.75 19,375
PAMP 110.70 105.70 28.70 71,750
GGAL 40.00 35.00 12.39 30,975
PBE (12.58) (17.58) (33.31) (83,275)
BMA 45.38 40.38 10.19 25,475
ACIN (9.73) (14.73) (25.68) (64,200)

Suma 0.04 100
4) El resultado obtenido nos indica que debemos inver-

tir $ 100, vender posiciones de PBE por $ 83,275 y de ACIN
por $ 64,200. Estas operaciones nos reportan un total de
_____10_____
$ 147,575. Con esa suma se compran acciones de TS por
$ 19,375, PAMP por $ 71,750, GGAL por $ 30,975 y BMA por
$ 25,475. Recordemos que se toman posiciones vendidas ha-
ciendo ventas en corto, esto es, tomando prestadas las accio-
nes, vendiéndolas, para efectuar la recompra a precios más ba-
jos. La cartera armada de esta forma minimiza el riesgo y tiene
un rendimiento que va a ser el promedio de los rendimientos de
sus componentes; de esta forma se aumenta el excedente de
retorno por unidad de riesgo. Como ya hemos dicho, ese exce-
dente es igual a la diferencia entre el rendimiento total y la tasa
libre de riesgo. Podemos concluir considerando que el objetivo
del armado de portafolios de inversión es maximizar la retribu-
ción por riesgo (excedente de retorno) atribuida a cada unidad
del mismo.
NOTA IMPORTANTE: El presente ejemplo adolece de la restricción

de limitar los componentes para el análisis por lo que debe considerarse
exclusivamente con fines didácticos, no representando una opinión
de compra o venta de los activos involucrados.
BIBLIOGRAFÍA
MARKOWITZ, Harry: Portfolio Selection, The Journal of Finance,

Vol. 7. N°1, pág. 77-91, Nueva York, Marzo1952.
ELTON, Edwin J. y GRUBER, Martín J. : Modern Portfolio Theory

and Investment Analysis, Fourth Edition, Nueva York, John Wiley &
Sons Inc., 1991.
REALLY, Frank K. y BROWN, Keith C.: Investment Analysis and

Portfolio Management, Fifth Edition, Dryden, 1997.
ALEXANDER, Gordon J., SHARPE, Gordon J. y Bailey, Jeffrey V.:

Fundamentos de Inversiones. Teoría y Práctica, 3ra. Edición. México,
Prentice Hall Pearson Education, 2003.
ALEXANDER, Gordon J. y SHARPE, William F.: Investment, Fourth

Edition, Nueva York, Prentice-Hall International Editions,1990.
_____11_____
FISCHER, Donald E. y JORDAN, Ronald J.: Security Analysis and

Portfolio Management, Nueva York, Prentice-Hall International Editions,
1991.
BODIE, Zvi, MERTON, Robert C, y VINITZKY, Guillermo: Finanzas y

Gestión, Primera Edición, México, Pearson Educación , 2006.
BREALEY, Richard A. y MYERS, Steward C.: Principios de Finanzas

Corporativas. Quinta Edición, México, McGraw Hill, 1998.
_____12_____
ANEXO
A NEX O
Empresa % Merval
1 TS 16,55 Tenaris
2 PAMP 14,58 Pampa Holding
3 GGAL 11,27 Grupo Fin. Galicia
4 BMA 7,96 Banco Macro
5 PBE 6,53 Petrobras Energy
6 ACIN 5,65 Acindar

Fecha Cierre Cierre Cierre Cierre Cierre Cierre
28/08/2006 57,274 1,215 1,900 3,260 6,225 4,520
29/08/2006 57,225 1,177 1,890 3,270 6,255 4,568
30/08/2006 56,286 1,158 1,880 3,250 6,176 4,587
31/08/2006 55,941 1,196 1,880 3,240 6,166 4,587
01/09/2006 57,373 1,196 1,870 3,280 6,156 4,587
04/09/2006 57,274 1,177 1,870 3,300 6,206 4,597
05/09/2006 57,422 1,205 1,890 3,330 6,147 4,578
06/09/2006 56,040 1,177 1,870 3,240 6,107 4,568
07/09/2006 55,793 1,184 1,900 3,230 6,018 4,539
08/09/2006 54,756 1,164 1,920 3,180 6,087 4,473
11/09/2006 52,337 1,164 1,890 3,120 6,008 4,377
12/09/2006 53,916 1,174 1,920 3,120 6,008 4,387
13/09/2006 55,101 1,164 1,980 3,130 5,999 4,473
14/09/2006 54,509 1,174 2,020 3,130 6,018 4,501
15/09/2006 53,472 1,174 2,050 3,120 6,117 4,492
18/09/2006 55,052 1,174 2,090 3,250 6,176 4,520
19/09/2006 54,756 1,194 2,080 3,190 6,176 4,473
20/09/2006 54,855 1,234 2,100 3,170 6,304 4,482
21/09/2006 55,003 1,234 2,070 3,140 6,176 4,415
22/09/2006 54,410 1,234 2,040 3,130 6,196 4,415
25/09/2006 53,275 1,204 2,010 3,090 6,166 4,320
26/09/2006 54,213 1,214 2,070 3,110 6,265 4,377
27/09/2006 54,608 1,214 2,070 3,130 6,383 4,367
28/09/2006 54,904 1,273 2,050 3,140 6,462 4,387
29/09/2006 54,213 1,273 2,010 3,130 6,541 4,367
02/10/2006 55,003 1,283 2,030 3,110 6,561 4,358
03/10/2006 52,929 1,263 2,060 3,110 6,640 4,301
04/10/2006 53,324 1,263 2,090 3,120 6,827 4,339
05/10/2006 53,867 1,263 2,100 3,160 6,956 4,329
06/10/2006 53,324 1,254 2,120 3,130 6,906 4,339
09/10/2006 53,818 1,244 2,160 3,140 6,906 4,339
10/10/2006 53,373 1,234 2,160 3,140 6,867 4,339
11/10/2006 52,337 1,234 2,140 3,110 6,896 4,367
12/10/2006 53,324 1,224 2,150 3,140 6,906 4,406
_____13_____
13/10/2006 54,065 1,244 2,160 3,170 6,906 4,444

17/10/2006 55,200 1,244 2,190 3,150 6,827 4,396
18/10/2006 56,484 1,254 2,170 3,160 6,867 4,425
19/10/2006 57,274 1,244 2,160 3,150 6,847 4,453
20/10/2006 57,175 1,244 2,180 3,140 6,758 4,434
23/10/2006 56,385 1,254 2,240 3,180 6,808 4,444
24/10/2006 57,274 1,273 2,280 3,230 6,946 4,482
25/10/2006 59,446 1,323 2,330 3,320 6,995 4,539
26/10/2006 59,150 1,343 2,420 3,350 6,965 4,568
27/10/2006 59,496 1,313 2,420 3,330 6,956 4,654
30/10/2006 58,755 1,303 2,390 3,350 6,808 4,645
31/10/2006 58,903 1,333 2,410 3,400 6,847 4,673
01/11/2006 59,051 1,393 2,420 3,500 6,936 4,664
02/11/2006 61,866 1,443 2,410 3,440 6,906 4,702
03/11/2006 62,508 1,393 2,450 3,490 7,015 4,721
07/11/2006 63,396 1,413 2,410 3,390 7,054 4,616
08/11/2006 65,470 1,393 2,420 3,470 7,311 4,559
09/11/2006 66,852 1,363 2,440 3,450 7,360 4,616
10/11/2006 66,754 1,403 2,390 3,430 7,340 4,520
13/11/2006 67,050 1,383 2,380 3,410 7,449 4,539
14/11/2006 66,951 1,423 2,420 3,470 7,597 4,654
15/11/2006 66,754 1,443 2,410 3,530 7,626 4,645
16/11/2006 65,371 1,443 2,410 3,480 7,656 4,597
17/11/2006 64,976 1,452 2,410 3,490 7,705 4,606
20/11/2006 65,371 1,452 2,400 3,470 7,834 4,664
21/11/2006 67,741 1,462 2,380 3,470 7,844 4,645
22/11/2006 69,321 1,452 2,380 3,450 8,070 4,664
23/11/2006 68,827 1,482 2,380 3,440 8,080 4,645
24/11/2006 69,617 1,542 2,410 3,420 8,051 4,635
27/11/2006 67,247 1,482 2,340 3,330 8,061 4,520
28/11/2006 68,334 1,552 2,350 3,330 8,070 4,539
29/11/2006 70,309 1,612 2,420 3,420 8,317 4,587
30/11/2006 70,407 1,681 2,450 3,390 8,386 4,559
01/12/2006 68,432 1,661 2,410 3,330 8,386 4,539
04/12/2006 69,617 1,761 2,450 3,410 8,524 4,473
05/12/2006 70,111 1,781 2,530 3,420 8,682 4,501
06/12/2006 69,222 1,761 2,580 3,420 8,791 4,530
07/12/2006 68,531 1,811 2,550 3,430 8,791 4,539
11/12/2006 68,581 1,910 2,550 3,360 8,820 4,539
12/12/2006 68,581 1,970 2,560 3,330 8,791 4,463
13/12/2006 73,172 2,069 2,580 3,380 8,879 4,520
14/12/2006 73,518 2,059 2,570 3,370 8,929 4,482
15/12/2006 74,654 2,059 2,610 3,370 9,156 4,453
18/12/2006 72,777 2,099 2,670 3,380 9,264 4,453
_____14_____
19/12/2006 74,456 2,099 2,690 3,330 8,958 4,425
20/12/2006 74,061 2,109 2,690 3,360 8,840 4,396
21/12/2006 74,160 2,119 2,680 3,360 9,067 4,453
22/12/2006 73,666 2,109 2,680 3,380 8,998 4,539
26/12/2006 73,074 2,179 2,770 3,360 8,879 4,559
27/12/2006 73,962 2,189 2,820 3,420 8,929 4,635
28/12/2006 73,074 2,288 2,860 3,510 8,929 4,606
02/01/2007 75,147 2,388 2,870 3,700 9,235 4,664
03/01/2007 72,580 2,298 2,840 3,650 9,373 4,549
04/01/2007 70,407 2,338 2,790 3,580 9,452 4,549
05/01/2007 70,605 2,318 2,800 3,510 9,402 4,520
08/01/2007 71,148 2,417 2,810 3,490 9,402 4,482
09/01/2007 69,222 2,358 2,690 3,410 8,998 4,406
10/01/2007 72,679 2,368 2,710 3,390 8,879 4,463
11/01/2007 71,592 2,338 2,760 3,400 8,949 4,396
12/01/2007 74,654 2,298 2,790 3,390 9,047 4,329
15/01/2007 74,654 2,308 2,800 3,420 9,175 4,444
16/01/2007 71,889 2,278 2,900 3,390 9,402 4,425
17/01/2007 70,753 2,258 2,900 3,420 9,392 4,377
18/01/2007 69,321 2,209 2,840 3,350 9,383 4,348
19/01/2007 71,000 2,219 2,830 3,390 9,274 4,387
22/01/2007 70,111 2,278 2,820 3,410 9,462 4,425
23/01/2007 72,086 2,248 2,830 3,360 9,471 4,367
24/01/2007 71,691 2,398 2,800 3,420 9,570 4,320
25/01/2007 69,617 2,318 2,740 3,420 9,767 4,243
26/01/2007 70,111 2,310 2,690 3,400 9,915 4,253
29/01/2007 69,815 2,250 2,710 3,340 9,915 4,224
30/01/2007 71,197 2,250 2,750 3,410 9,866 4,281
31/01/2007 71,741 2,250 2,760 3,450 10,014 4,320
01/02/2007 71,592 2,340 2,790 3,450 10,113 4,301
02/02/2007 71,000 2,320 2,820 3,430 10,162 4,262
05/02/2007 70,309 2,300 2,830 3,380 10,261 4,234
06/02/2007 71,494 2,270 2,880 3,390 10,754 4,253
07/02/2007 71,741 2,260 2,910 3,390 10,902 4,224
08/02/2007 71,691 2,300 2,920 3,400 10,902 4,205
09/02/2007 71,296 2,350 2,880 3,400 10,853 4,176
12/02/2007 71,395 2,390 2,870 3,350 11,198 4,100
13/02/2007 71,395 2,340 2,880 3,360 11,346 4,195
14/02/2007 71,790 2,340 2,950 3,340 11,543 4,195
15/02/2007 71,099 2,320 3,010 3,360 11,691 4,157
16/02/2007 71,099 2,340 3,200 3,310 11,543 4,167
19/02/2007 71,197 2,450 3,330 3,360 11,987 4,377
20/02/2007 71,000 2,520 3,370 3,360 11,642 4,520
21/02/2007 70,654 2,520 3,350 3,420 11,593 4,415
_____15_____
22/02/2007 71,099 2,560 3,300 3,420 11,445 4,425

23/02/2007 71,889 2,570 3,320 3,350 11,346 4,387
26/02/2007 73,074 2,620 3,370 3,400 11,395 4,301
27/02/2007 67,445 2,410 3,110 3,190 10,310 4,014
28/02/2007 69,222 2,440 3,100 3,200 10,113 4,052
01/03/2007 68,432 2,350 3,080 3,150 10,113 4,052
02/03/2007 67,445 2,330 2,960 3,090 9,758 3,976
05/03/2007 66,161 2,210 2,860 3,020 9,323 3,947
06/03/2007 68,136 2,280 2,960 3,080 9,866 3,995
07/03/2007 67,889 2,280 2,920 3,070 9,797 3,985
08/03/2007 67,494 2,360 3,000 3,150 10,211 4,023
09/03/2007 66,951 2,380 3,020 3,120 10,359 4,062
12/03/2007 66,852 2,370 3,060 3,190 10,705 4,167
13/03/2007 63,693 2,270 2,930 3,100 10,359 4,043
14/03/2007 64,384 2,320 2,940 3,130 10,261 4,033
15/03/2007 63,693 2,310 2,930 3,130 10,557 3,995
16/03/2007 62,903 2,300 2,910 3,080 10,310 4,014
19/03/2007 65,124 2,360 2,960 3,140 10,754 4,014
20/03/2007 64,483 2,360 3,040 3,140 10,902 4,014
21/03/2007 67,050 2,390 3,080 3,180 11,198 4,014
22/03/2007 66,063 2,380 3,100 3,180 11,149 3,957
23/03/2007 66,951 2,380 3,180 3,150 10,951 3,976
26/03/2007 67,050 2,390 3,200 3,150 10,705 3,918
27/03/2007 66,852 2,350 3,170 3,140 10,409 3,899
28/03/2007 69,617 2,340 3,120 3,140 10,261 3,890
29/03/2007 70,704 2,400 3,170 3,180 10,409 3,880
30/03/2007 69,222 2,410 3,240 3,160 10,359 3,947
03/04/2007 70,062 2,420 3,270 3,150 10,507 3,928
04/04/2007 70,457 2,450 3,310 3,140 10,655 3,928
09/04/2007 70,111 2,470 3,290 3,160 10,705 3,937
10/04/2007 71,543 2,510 3,290 3,290 10,853 3,947
11/04/2007 70,605 2,600 3,240 3,300 10,902 4,014
12/04/2007 72,136 2,650 3,280 3,290 10,902 4,129
13/04/2007 72,925 2,730 3,290 3,300 11,099 4,243
16/04/2007 72,975 2,710 3,340 3,360 11,198 4,291
17/04/2007 72,432 2,670 3,270 3,370 11,050 4,160
18/04/2007 71,839 2,740 3,300 3,390 11,149 4,200
19/04/2007 71,000 2,810 3,260 3,350 11,001 4,200
20/04/2007 71,592 2,880 3,320 3,320 11,198 4,160
23/04/2007 71,099 2,740 3,310 3,290 11,099 4,190
24/04/2007 70,358 2,750 3,240 3,320 11,149 4,160
25/04/2007 71,197 2,800 3,240 3,270 11,149 4,120
26/04/2007 70,309 2,830 3,260 3,270 11,050 4,130
27/04/2007 71,296 2,850 3,270 3,270 11,050 4,110
_____16_____
30/04/2007 69,815 2,780 3,200 3,220 10,853 4,070
02/05/2007 69,716 2,740 3,200 3,240 11,050 4,050
03/05/2007 71,395 2,710 3,190 3,210 11,297 4,090
04/05/2007 71,691 2,680 3,140 3,210 11,247 4,060
07/05/2007 67,889 2,680 3,140 3,230 11,099 4,040
08/05/2007 66,704 2,760 3,130 3,230 11,050 4,060
09/05/2007 67,642 2,790 3,160 3,280 11,001 4,130
10/05/2007 66,161 2,740 3,010 3,190 10,557 4,050
11/05/2007 68,136 2,720 3,030 3,260 10,853 4,120
14/05/2007 67,247 2,670 3,080 3,250 10,655 4,300
15/05/2007 68,136 2,670 3,130 3,220 10,606 4,400
16/05/2007 68,383 2,670 3,240 3,260 10,853 4,380
17/05/2007 68,926 2,660 3,250 3,290 10,853 4,360
18/05/2007 69,815 2,700 3,270 3,310 11,050 4,330
21/05/2007 70,802 2,730 3,270 3,310 11,500 4,290
22/05/2007 70,407 2,710 3,230 3,290 11,300 4,280
23/05/2007 71,395 2,690 3,210 3,300 11,150 4,260
24/05/2007 69,716 2,680 3,200 3,260 10,950 4,260
28/05/2007 71,099 2,670 3,200 3,280 11,050 4,280
29/05/2007 71,494 2,700 3,180 3,330 10,950 4,300
30/05/2007 72,086 2,670 3,270 3,360 10,950 4,350
31/05/2007 74,160 2,630 3,270 3,480 10,950 4,380
01/06/2007 74,555 2,620 3,270 3,520 10,900 4,460
04/06/2007 74,851 2,610 3,230 3,510 10,650 4,470
05/06/2007 74,654 2,630 3,200 3,510 10,650 4,440
06/06/2007 73,074 2,650 3,160 3,440 10,400 4,350
07/06/2007 71,099 2,590 3,060 3,370 10,150 4,300
08/06/2007 70,901 2,650 3,060 3,400 10,050 4,320
11/06/2007 71,247 2,620 3,030 3,400 10,000 4,320
12/06/2007 70,111 2,590 3,040 3,370 10,050 4,340
13/06/2007 71,346 2,600 3,090 3,420 10,200 4,340
14/06/2007 72,728 2,640 3,090 3,420 10,450 4,390
15/06/2007 73,400 2,680 3,120 3,410 10,700 4,390
19/06/2007 74,150 2,780 3,120 3,430 10,550 4,400
20/06/2007 73,050 2,790 3,070 3,410 10,550 4,390
21/06/2007 74,200 2,830 3,080 3,420 10,400 4,380
22/06/2007 73,750 2,830 3,090 3,390 10,300 4,320
25/06/2007 73,400 2,780 3,030 3,400 10,150 4,240
26/06/2007 73,650 2,760 3,030 3,370 10,200 4,210
27/06/2007 75,150 2,800 3,060 3,420 10,500 4,280
28/06/2007 75,000 2,770 3,050 3,420 10,250 4,220
29/06/2007 74,000 2,770 2,980 3,370 10,050 4,190
02/07/2007 76,650 2,790 3,030 3,520 10,400 4,300
03/07/2007 75,900 2,770 3,060 3,520 10,300 4,300
_____17_____
04/07/2007 76,150 2,820 3,080 3,530 10,350 4,290

05/07/2007 77,100 2,830 3,000 3,600 10,400 4,200
06/07/2007 79,000 2,790 3,000 3,690 10,200 4,230
10/07/2007 79,450 2,820 2,980 3,640 10,450 4,230
11/07/2007 81,500 2,850 2,970 3,620 10,550 4,200
12/07/2007 81,950 2,920 3,030 3,660 10,500 4,190
13/07/2007 80,100 2,990 3,050 3,630 10,400 4,160
16/07/2007 77,900 2,960 3,000 3,540 10,100 4,110
17/07/2007 76,900 2,990 3,000 3,540 10,150 4,120
18/07/2007 78,400 2,970 2,980 3,500 10,050 4,150
19/07/2007 78,750 3,010 3,060 3,600 9,980 4,190
20/07/2007 77,300 2,980 3,040 3,550 9,990 4,150
23/07/2007 78,800 3,010 3,110 3,560 10,050 4,180
24/07/2007 76,900 2,920 3,010 3,440 9,930 4,150
25/07/2007 77,200 2,900 2,970 3,490 9,900 4,140
26/07/2007 75,900 2,750 2,850 3,360 9,250 4,070
27/07/2007 76,900 2,740 2,830 3,330 8,940 4,070
30/07/2007 77,300 2,810 2,870 3,380 9,000 4,100
31/07/2007 77,100 2,780 2,850 3,420 9,140 4,080
01/08/2007 76,850 2,780 2,840 3,390 9,100 4,080
02/08/2007 75,500 2,800 2,860 3,350 9,280 4,090
03/08/2007 74,600 2,720 2,840 3,380 9,150 4,050
06/08/2007 74,000 2,700 2,710 3,260 9,100 4,050
07/08/2007 76,450 2,670 2,750 3,230 9,000 4,090
08/08/2007 79,850 2,690 2,780 3,230 9,220 4,160
09/08/2007 78,050 2,580 2,610 3,000 9,150 4,050
10/08/2007 77,500 2,530 2,540 2,990 9,000 3,970
13/08/2007 76,700 2,560 2,580 3,010 8,850 4,030
14/08/2007 75,500 2,510 2,560 2,930 8,780 4,050
15/08/2007 73,000 2,340 2,350 2,740 8,100 3,890
16/08/2007 68,700 2,280 2,250 2,610 7,590 3,700
17/08/2007 70,500 2,360 2,400 2,790 8,120 3,790
21/08/2007 71,850 2,380 2,510 2,850 8,490 3,800
22/08/2007 73,600 2,390 2,590 2,810 8,750 3,860
23/08/2007 74,700 2,490 2,590 2,800 8,800 3,940
24/08/2007 75,600 2,560 2,660 2,850 9,050 4,080
Fecha
28/08/2006
29/08/2006 (0,09) (3,13) (0,53) 0,31 0,48 1,06
30/08/2006 (1,64) (1,61) (0,53) (0,61) (1,26) 0,42
31/08/2006 (0,61) 3,28 - (0,31) (0,16) -
01/09/2006 2,56 - (0,53) 1,23 (0,16) -
04/09/2006 (0,17) (1,59) - 0,61 0,81 0,22
_____18_____
05/09/2006 0,26 2,38 1,07 0,91 (0,95) (0,41)
06/09/2006 (2,41) (2,32) (1,06) (2,70) (0,65) (0,22)
07/09/2006 (0,44) 0,59 1,60 (0,31) (1,46) (0,63)
08/09/2006 (1,86) (1,69) 1,05 (1,55) 1,15 (1,45)
11/09/2006 (4,42) - (1,56) (1,89) (1,30) (2,15)
12/09/2006 3,02 0,86 1,59 - - 0,23
13/09/2006 2,20 (0,85) 3,13 0,32 (0,15) 1,96
14/09/2006 (1,07) 0,86 2,02 - 0,32 0,63
15/09/2006 (1,90) - 1,49 (0,32) 1,65 (0,20)
18/09/2006 2,95 - 1,95 4,17 0,96 0,62
19/09/2006 (0,54) 1,70 (0,48) (1,85) - (1,04)
20/09/2006 0,18 3,35 0,96 (0,63) 2,07 0,20
21/09/2006 0,27 - (1,43) (0,95) (2,03) (1,49)
22/09/2006 (1,08) - (1,45) (0,32) 0,32 -
25/09/2006 (2,09) (2,43) (1,47) (1,28) (0,48) (2,15)
26/09/2006 1,76 0,83 2,99 0,65 1,61 1,32
27/09/2006 0,73 - - 0,64 1,88 (0,23)
28/09/2006 0,54 4,86 (0,97) 0,32 1,24 0,46
29/09/2006 (1,26) - (1,95) (0,32) 1,22 (0,46)
02/10/2006 1,46 0,79 1,00 (0,64) 0,31 (0,21)
03/10/2006 (3,77) (1,56) 1,48 - 1,20 (1,31)
04/10/2006 0,75 - 1,46 0,32 2,82 0,88
05/10/2006 1,02 - 0,48 1,28 1,89 (0,23)
06/10/2006 (1,01) (0,71) 0,95 (0,95) (0,72) 0,23
09/10/2006 0,93 (0,80) 1,89 0,32 - -
10/10/2006 (0,83) (0,80) - - (0,56) -
11/10/2006 (1,94) - (0,93) (0,96) 0,42 0,65
12/10/2006 1,89 (0,81) 0,47 0,96 0,15 0,89
13/10/2006 1,39 1,63 0,47 0,96 - 0,86
17/10/2006 2,10 - 1,39 (0,63) (1,14) (1,08)
18/10/2006 2,33 0,80 (0,91) 0,32 0,59 0,66
19/10/2006 1,40 (0,80) (0,46) (0,32) (0,29) 0,63
20/10/2006 (0,17) - 0,93 (0,32) (1,30) (0,43)
23/10/2006 (1,38) 0,80 2,75 1,27 0,74 0,23
24/10/2006 1,58 1,52 1,79 1,57 2,03 0,86
25/10/2006 3,79 3,93 2,19 2,79 0,71 1,27
26/10/2006 (0,50) 1,51 3,86 0,90 (0,43) 0,64
27/10/2006 0,58 (2,23) - (0,60) (0,13) 1,88
30/10/2006 (1,25) (0,76) (1,24) 0,60 (2,13) (0,19)
31/10/2006 0,25 2,30 0,84 1,49 0,57 0,60
01/11/2006 0,25 4,50 0,41 2,94 1,30 (0,19)
02/11/2006 4,77 3,59 (0,41) (1,71) (0,43) 0,81
03/11/2006 1,04 (3,47) 1,66 1,45 1,58 0,40
07/11/2006 1,42 1,44 (1,63) (2,87) 0,56 (2,22)
_____19_____
08/11/2006 3,27 (1,42) 0,41 2,36 3,64 (1,23)

09/11/2006 2,11 (2,15) 0,83 (0,58) 0,67 1,25
10/11/2006 (0,15) 2,93 (2,05) (0,58) (0,27) (2,08)
13/11/2006 0,44 (1,43) (0,42) (0,58) 1,49 0,42
14/11/2006 (0,15) 2,89 1,68 1,76 1,99 2,53
15/11/2006 (0,29) 1,41 (0,41) 1,73 0,38 (0,19)
16/11/2006 (2,07) - - (1,42) 0,39 (1,03)
17/11/2006 (0,60) 0,62 - 0,29 0,64 0,20
20/11/2006 0,61 - (0,41) (0,57) 1,67 1,26
21/11/2006 3,63 0,69 (0,83) - 0,13 (0,41)
22/11/2006 2,33 (0,68) - (0,58) 2,88 0,41
23/11/2006 (0,71) 2,07 - (0,29) 0,12 (0,41)
24/11/2006 1,15 4,05 1,26 (0,58) (0,36) (0,22)
27/11/2006 (3,40) (3,89) (2,90) (2,63) 0,12 (2,48)
28/11/2006 1,62 4,72 0,43 - 0,11 0,42
29/11/2006 2,89 3,87 2,98 2,70 3,06 1,06
30/11/2006 0,14 4,28 1,24 (0,88) 0,83 (0,61)
01/12/2006 (2,81) (1,19) (1,63) (1,77) - (0,44)
04/12/2006 1,73 6,02 1,66 2,40 1,65 (1,45)
05/12/2006 0,71 1,14 3,27 0,29 1,85 0,63
06/12/2006 (1,27) (1,12) 1,98 - 1,26 0,64
07/12/2006 (1,00) 2,84 (1,16) 0,29 - 0,20
11/12/2006 0,07 5,47 - (2,04) 0,33 -
12/12/2006 - 3,14 0,39 (0,89) (0,33) (1,67)
13/12/2006 6,69 5,03 0,78 1,50 1,00 1,28
14/12/2006 0,47 (0,48) (0,39) (0,30) 0,56 (0,84)
15/12/2006 1,55 - 1,56 - 2,54 (0,65)
18/12/2006 (2,51) 1,94 2,30 0,30 1,18 -
19/12/2006 2,31 - 0,75 (1,48) (3,30) (0,63)
20/12/2006 (0,53) 0,48 - 0,90 (1,32) (0,66)
21/12/2006 0,13 0,47 (0,37) - 2,57 1,30
22/12/2006 (0,67) (0,47) - 0,60 (0,76) 1,93
26/12/2006 (0,80) 3,32 3,36 (0,59) (1,32) 0,44
27/12/2006 1,22 0,46 1,81 1,79 0,56 1,67
28/12/2006 (1,20) 4,52 1,42 2,63 - (0,63)
02/01/2007 2,84 4,37 0,35 5,41 3,43 1,26
03/01/2007 (3,42) (3,77) (1,05) (1,35) 1,49 (2,47)
04/01/2007 (2,99) 1,74 (1,76) (1,92) 0,84 -
05/01/2007 0,28 (0,86) 0,36 (1,96) (0,53) (0,64)
08/01/2007 0,77 4,27 0,36 (0,57) - (0,84)
09/01/2007 (2,71) (2,44) (4,27) (2,29) (4,30) (1,70)
10/01/2007 4,99 0,42 0,74 (0,59) (1,32) 1,29
11/01/2007 (1,50) (1,27) 1,85 0,29 0,79 (1,50)
12/01/2007 4,28 (1,71) 1,09 (0,29) 1,10 (1,52)
_____20_____
15/01/2007 - 0,44 0,36 0,88 1,41 2,66
16/01/2007 (3,70) (1,30) 3,57 (0,88) 2,47 (0,43)
17/01/2007 (1,58) (0,88) - 0,88 (0,11) (1,08)
18/01/2007 (2,02) (2,17) (2,07) (2,05) (0,10) (0,66)
19/01/2007 2,42 0,45 (0,35) 1,19 (1,16) 0,90
22/01/2007 (1,25) 2,66 (0,35) 0,59 2,03 0,87
23/01/2007 2,82 (1,32) 0,35 (1,47) 0,10 (1,31)
24/01/2007 (0,55) 6,67 (1,06) 1,79 1,05 (1,08)
25/01/2007 (2,89) (3,34) (2,14) - 2,06 (1,78)
26/01/2007 0,71 (0,35) (1,82) (0,58) 1,52 0,24
29/01/2007 (0,42) (2,60) 0,74 (1,76) - (0,68)
30/01/2007 1,98 - 1,48 2,10 (0,49) 1,35
31/01/2007 0,76 - 0,36 1,17 1,50 0,91
01/02/2007 (0,21) 4,00 1,09 - 0,99 (0,44)
02/02/2007 (0,83) (0,85) 1,08 (0,58) 0,48 (0,91)
05/02/2007 (0,97) (0,86) 0,35 (1,46) 0,97 (0,66)
06/02/2007 1,69 (1,30) 1,77 0,30 4,80 0,45
07/02/2007 0,35 (0,44) 1,04 - 1,38 (0,68)
08/02/2007 (0,07) 1,77 0,34 0,29 - (0,45)
09/02/2007 (0,55) 2,17 (1,37) - (0,45) (0,69)
12/02/2007 0,14 1,70 (0,35) (1,47) 3,18 (1,82)
13/02/2007 - (2,09) 0,35 0,30 1,32 2,32
14/02/2007 0,55 - 2,43 (0,60) 1,74 -
15/02/2007 (0,96) (0,85) 2,03 0,60 1,28 (0,91)
16/02/2007 - 0,86 6,31 (1,49) (1,27) 0,24
19/02/2007 0,14 4,70 4,06 1,51 3,85 5,04
20/02/2007 (0,28) 2,86 1,20 - (2,88) 3,27
21/02/2007 (0,49) - (0,59) 1,79 (0,42) (2,32)
22/02/2007 0,63 1,59 (1,49) - (1,28) 0,23
23/02/2007 1,11 0,39 0,61 (2,05) (0,87) (0,86)
26/02/2007 1,65 1,95 1,51 1,49 0,43 (1,96)
27/02/2007 (7,70) (8,02) (7,72) (6,18) (9,52) (6,67)
28/02/2007 2,63 1,24 (0,32) 0,31 (1,91) 0,95
01/03/2007 (1,14) (3,69) (0,65) (1,56) - -
02/03/2007 (1,44) (0,85) (3,90) (1,90) (3,51) (1,88)
05/03/2007 (1,90) (5,15) (3,38) (2,27) (4,46) (0,73)
06/03/2007 2,99 3,17 3,50 1,99 5,82 1,22
07/03/2007 (0,36) - (1,35) (0,32) (0,70) (0,25)
08/03/2007 (0,58) 3,51 2,74 2,61 4,23 0,95
09/03/2007 (0,80) 0,85 0,67 (0,95) 1,45 0,97
12/03/2007 (0,15) (0,42) 1,32 2,24 3,34 2,58
13/03/2007 (4,73) (4,22) (4,25) (2,82) (3,23) (2,98)
14/03/2007 1,08 2,20 0,34 0,97 (0,95) (0,25)
15/03/2007 (1,07) (0,43) (0,34) - 2,88 (0,94)
_____21_____
16/03/2007 (1,24) (0,43) (0,68) (1,60) (2,34) 0,48

19/03/2007 3,53 2,61 1,72 1,95 4,31 -
20/03/2007 (0,98) - 2,70 - 1,38 -
21/03/2007 3,98 1,27 1,32 1,27 2,72 -
22/03/2007 (1,47) (0,42) 0,65 - (0,44) (1,42)
23/03/2007 1,34 - 2,58 (0,94) (1,78) 0,48
26/03/2007 0,15 0,42 0,63 - (2,25) (1,46)
27/03/2007 (0,30) (1,67) (0,94) (0,32) (2,77) (0,48)
28/03/2007 4,14 (0,43) (1,58) - (1,42) (0,23)
29/03/2007 1,56 2,56 1,60 1,27 1,44 (0,26)
30/03/2007 (2,10) 0,42 2,21 (0,63) (0,48) 1,73
03/04/2007 1,21 0,41 0,93 (0,32) 1,43 (0,48)
04/04/2007 0,56 1,24 1,22 (0,32) 1,41 -
09/04/2007 (0,49) 0,82 (0,60) 0,64 0,47 0,23
10/04/2007 2,04 1,62 - 4,11 1,38 0,25
11/04/2007 (1,31) 3,59 (1,52) 0,30 0,45 1,70
12/04/2007 2,17 1,92 1,23 (0,30) - 2,86
13/04/2007 1,09 3,02 0,30 0,30 1,81 2,76
16/04/2007 0,07 (0,73) 1,52 1,82 0,89 1,13
17/04/2007 (0,74) (1,48) (2,10) 0,30 (1,32) (3,05)
18/04/2007 (0,82) 2,62 0,92 0,59 0,90 0,96
19/04/2007 (1,17) 2,55 (1,21) (1,18) (1,33) -
20/04/2007 0,83 2,49 1,84 (0,90) 1,79 (0,95)
23/04/2007 (0,69) (4,86) (0,30) (0,90) (0,88) 0,72
24/04/2007 (1,04) 0,36 (2,11) 0,91 0,45 (0,72)
25/04/2007 1,19 1,82 - (1,51) - (0,96)
26/04/2007 (1,25) 1,07 0,62 - (0,89) 0,24
27/04/2007 1,40 0,71 0,31 - - (0,48)
30/04/2007 (2,08) (2,46) (2,14) (1,53) (1,78) (0,97)
02/05/2007 (0,14) (1,44) - 0,62 1,82 (0,49)
03/05/2007 2,41 (1,09) (0,31) (0,93) 2,24 0,99
04/05/2007 0,41 (1,11) (1,57) - (0,44) (0,73)
07/05/2007 (5,30) - - 0,62 (1,32) (0,49)
08/05/2007 (1,75) 2,99 (0,32) - (0,44) 0,50
09/05/2007 1,41 1,09 0,96 1,55 (0,44) 1,72
10/05/2007 (2,19) (1,79) (4,75) (2,74) (4,04) (1,94)
11/05/2007 2,99 (0,73) 0,66 2,19 2,80 1,73
14/05/2007 (1,30) (1,84) 1,65 (0,31) (1,82) 4,37
15/05/2007 1,32 - 1,62 (0,92) (0,46) 2,33
16/05/2007 0,36 - 3,51 1,24 2,33 (0,45)
17/05/2007 0,79 (0,37) 0,31 0,92 - (0,46)
18/05/2007 1,29 1,50 0,62 0,61 1,82 (0,69)
21/05/2007 1,41 1,11 - - 4,07 (0,92)
22/05/2007 (0,56) (0,73) (1,22) (0,60) (1,74) (0,23)
_____22_____
23/05/2007 1,40 (0,74) (0,62) 0,30 (1,33) (0,47)
24/05/2007 (2,35) (0,37) (0,31) (1,21) (1,79) -
28/05/2007 1,98 (0,37) - 0,61 0,91 0,47
29/05/2007 0,56 1,12 (0,62) 1,52 (0,90) 0,47
30/05/2007 0,83 (1,11) 2,83 0,90 - 1,16
31/05/2007 2,88 (1,50) - 3,57 - 0,69
01/06/2007 0,53 (0,38) - 1,15 (0,46) 1,83
04/06/2007 0,40 (0,38) (1,22) (0,28) (2,29) 0,22
05/06/2007 (0,26) 0,77 (0,93) - - (0,67)
06/06/2007 (2,12) 0,76 (1,25) (1,99) (2,35) (2,03)
07/06/2007 (2,70) (2,26) (3,16) (2,03) (2,40) (1,15)
08/06/2007 (0,28) 2,32 - 0,89 (0,99) 0,47
11/06/2007 0,49 (1,13) (0,98) - (0,50) -
12/06/2007 (1,59) (1,15) 0,33 (0,88) 0,50 0,46
13/06/2007 1,76 0,39 1,64 1,48 1,49 -
14/06/2007 1,94 1,54 - - 2,45 1,15
15/06/2007 0,92 1,52 0,97 (0,29) 2,39 -
19/06/2007 1,02 3,73 - 0,59 (1,40) 0,23
20/06/2007 (1,48) 0,36 (1,60) (0,58) - (0,23)
21/06/2007 1,57 1,43 0,33 0,29 (1,42) (0,23)
22/06/2007 (0,61) - 0,32 (0,88) (0,96) (1,37)
25/06/2007 (0,47) (1,77) (1,94) 0,29 (1,46) (1,85)
26/06/2007 0,34 (0,72) - (0,88) 0,49 (0,71)
27/06/2007 2,04 1,45 0,99 1,48 2,94 1,66
28/06/2007 (0,20) (1,07) (0,33) - (2,38) (1,40)
29/06/2007 (1,33) - (2,30) (1,46) (1,95) (0,71)
02/07/2007 3,58 0,72 1,68 4,45 3,48 2,63
03/07/2007 (0,98) (0,72) 0,99 - (0,96) -
04/07/2007 0,33 1,81 0,65 0,28 0,49 (0,23)
05/07/2007 1,25 0,35 (2,60) 1,98 0,48 (2,10)
06/07/2007 2,46 (1,41) - 2,50 (1,92) 0,71
10/07/2007 0,57 1,08 (0,67) (1,36) 2,45 -
11/07/2007 2,58 1,06 (0,34) (0,55) 0,96 (0,71)
12/07/2007 0,55 2,46 2,02 1,10 (0,47) (0,24)
13/07/2007 (2,26) 2,40 0,66 (0,82) (0,95) (0,72)
16/07/2007 (2,75) (1,00) (1,64) (2,48) (2,88) (1,20)
17/07/2007 (1,28) 1,01 - - 0,50 0,24
18/07/2007 1,95 (0,67) (0,67) (1,13) (0,99) 0,73
19/07/2007 0,45 1,35 2,68 2,86 (0,70) 0,96
20/07/2007 (1,84) (1,00) (0,65) (1,39) 0,10 (0,95)
23/07/2007 1,94 1,01 2,30 0,28 0,60 0,72
24/07/2007 (2,41) (2,99) (3,22) (3,37) (1,19) (0,72)
25/07/2007 0,39 (0,68) (1,33) 1,45 (0,30) (0,24)
26/07/2007 (1,68) (5,17) (4,04) (3,72) (6,57) (1,69)
_____23_____
27/07/2007 1,32 (0,36) (0,70) (0,89) (3,35) -

30/07/2007 0,52 2,55 1,41 1,50 0,67 0,74
31/07/2007 (0,26) (1,07) (0,70) 1,18 1,56 (0,49)
01/08/2007 (0,32) - (0,35) (0,88) (0,44) -
02/08/2007 (1,76) 0,72 0,70 (1,18) 1,98 0,25
03/08/2007 (1,19) (2,86) (0,70) 0,90 (1,40) (0,98)
06/08/2007 (0,80) (0,74) (4,58) (3,55) (0,55) -
07/08/2007 3,31 (1,11) 1,48 (0,92) (1,10) 0,99
08/08/2007 4,45 0,75 1,09 - 2,44 1,71
09/08/2007 (2,25) (4,09) (6,12) (7,12) (0,76) (2,64)
10/08/2007 (0,70) (1,94) (2,68) (0,33) (1,64) (1,98)
13/08/2007 (1,03) 1,19 1,57 0,67 (1,67) 1,51
14/08/2007 (1,56) (1,95) (0,78) (2,66) (0,79) 0,50
15/08/2007 (3,31) (6,77) (8,20) (6,48) (7,74) (3,95)
16/08/2007 (5,89) (2,56) (4,26) (4,74) (6,30) (4,88)
17/08/2007 2,62 3,51 6,67 6,90 6,98 2,43
21/08/2007 1,91 0,85 4,58 2,15 4,56 0,26
22/08/2007 2,44 0,42 3,19 (1,40) 3,06 1,58
23/08/2007 1,49 4,18 - (0,36) 0,57 2,07
24/08/2007 1,20 2,81 2,70 1,79 2,84 3,55
Rendimientos 0,13 0,33 0,16 (0,04) 0,17 (0,03)

Anual 32,45 80,47 38,18 (9,98) 42,43 (7,92)
Punta a Pta. 32,00 110,70 40,00 (12,58) 45,38 (9,73)
VAR POB 3,81 4,76 3,66 2,81 4,04 1,88
_____24_____
EL PROCESAMIENTO
MATEMÁTICO
CEREBRAL
Por el Dr. Claudio O. Cervino (*)
Resumen. ¿Cómo el cerebro humano lleva adelante el pensamiento

(*) Profesor Asociado matemático elemental? En este artículo se integran los resulta-
Regular de Fisiología, dos más relevantes procedentes del ámbito de la neurofisiología
Director de Investigación
y ConsejeroTitular del H.
con los de las técnicas de neuroimagen, y con aquellos obtenidos
Consejo Académico en la desde la neuropsicología. Se presentan el origen del sentido nu-
Facultad de Medicina, y mérico y la forma en que nuestro cerebro representa la informa-
Coordinador de Proyectos ción numérica. A continuación, desde un enfoque multidisciplinar,
de Investigación en la se presentan resultados de distintos estudios sobre la relación
Secretaría de Ciencia y
Tecnología, de la
entre la habilidad numérica y otras habilidades cognitivas, la di-
Universidad de Morón. ferente participación de los hemisferios cerebrales y la especial
implicación del lóbulo parietal en las tareas matemáticas. Final-
mente, se repasan los trastornos en el procesamiento del núme-
ro y del cálculo. Se concluye que al realizar cualquier tarea arit-
mética mental, por muy elemental que sea, intervienen distintas
regiones cerebrales, hecho que hace pensar más en términos de
circuitos cerebrales que en determinadas regiones con la respon-
sabilidad del cálculo aritmético. Alteraciones en el funcionamiento
de estos circuitos pueden provocar acalculia. La convergencia
entre los resultados analizados permite afirmar que una región
en particular sobresale por su implicación en la comprensión del
sentido numérico: la parte inferior del lóbulo parietal.
Palabras clave: Pensamiento matemático - Procesamiento nu-
mérico – Aprendizaje matemático - Acalculia - Discalculia -
Lóbulo parietal.
INTRODUCCIÓN
La vida cotidiana está atravesada por ideas numéricas:

horarios, números de teléfonos, cálculo de los gastos y del tiempo,
etc. Estas matemáticas, que se hallan invadidas por elementos
cuantitativos, resultan imprescindibles para poder orientarse en
una variada gama de actividades. Los números se utilizan en
tareas donde adquieren varias significaciones y modalidades:
números arábigos y sus correspondencias en el código oral y
escrito en los niveles de comprensión y producción (Feld et al.,
_____25_____
1998). Además, en todos los niveles de educación, como así

también en la mayoría de las profesiones, la utilización del número
y del cálculo, junto con las nociones geométricas, es de
fundamental importancia.
Por lo tanto, hay que aceptar que las matemáticas son

mucho más que saber realizar el simple cálculo “2 + 2”. Implica
conceptos de ordenación y sucesión, clasificación, de conjunto,
diferenciar cantidad de número, establecer diferencias y
semejanzas, comparaciones mayor y menor, la noción de espacio,
la medida, figuras, etc. La adquisición de las nociones
matemáticas pone en funcionamiento y comparte muchas
habilidades lingüísticas y no verbales, distintos tipos de memorias,
actividades visuo espaciales, y pone en marcha habilidades
cognitivas específicas, en las que se incluye la interpretación de
la naturaleza del código y el conocimiento de la estructura lexical
del sistema numérico.
Todavía no se conoce suficientemente cómo el cerebro

procesa matematicamente. El objetivo de este artículo es llevar
adelante una breve revisión de algunos descubrimientos recientes
procedentes del campo de la Neurociencia que están arrojando
luz sobre el complejo problema de cómo comprendemos y
ejecutamos mentalmente tareas matemáticas. Los resultados
provienen del estudio e investigación en varios campos,
principalmente experimentos cognitivo-conductuales, estudios de
pacientes con lesiones cerebrales y técnicas de neuroimagen
cerebral. Estas últimas técnicas, como la Tomografía por Emisión
de Positrones (TEP), dan información sobre la actividad del cerebro
“in vivo”, y permiten investigar en voluntarios y evaluar
clinicamente en pacientes, la actividad de los circuitos neuronales
implicados en el desenvolvimiento de una función cerebral
particular (Cervino, 2006 a y b), por ejemplo, durante la utilización
del lenguaje o el procesamiento matemático de algún tipo.
CAPACIDADES MATEMÁTICAS INNATAS DEL CEREBRO
A partir de diversos estudios psicológicos y

neuropsicológicos se ha demostrado que el cerebro humano posee
una capacidad innata para entender y manipular números. Se ha
demostrado ya en el primer año de vida, los niños cuentan con un
conocimiento numérico rudimentario e independiente del lenguaje
(Starkey y Cooper, 1980; Winn, 1992; Xu y Carey, 1996). Por
ejemplo, niños tan pequeños como de 6 meses pueden sumar un
_____26_____
objeto a otro y producir un conjunto de dos objetos, como también
sorprenderse cuando sus expectativas matemáticas son violadas.
El sentido del número en niños está restringido a

colecciones de solo 4 o 5 objetos y hay datos que sugieren que
los niños, al igual que los adultos, utilizan para manipular tales
colecciones un proceso mental muy diferente al del conteo. Para
pequeñas colecciones se percibe su numerosidad directa de la
misma forma que se percibe la forma y el color de esos objetos
(Dehaene, 1997; Butterworth, 1999). Esta percepción intuitiva
de la numerosidad se denomina subitización o repentización.
Cuando se ven tres objetos, no se cuenta “uno, dos, tres”, de
hecho, simplemente uno se da cuenta de que es un grupo
“ternario”, con tres objetos. La mayoría de la gente puede subitizar
hasta 6 u 8 objetos, cambiando a una gran variedad de estrategias
de conteo para colecciones más grandes.
Si bien no se puede soslayar la importancia de las

características innatas en el tratamiento matemático, tampoco
se pueden dejar de considerar los aportes sobre el tratamiento
del número y el cálculo en el niño incorporados por Piaget y por
Vigostsky. Piaget (1952) consideraba que esta capacidad aparecía
alrededor de los 5 años de edad y necesitaba: a) la presencia
previa de algunas habilidades de razonamiento lógico, tales como
la capacidad de razonar utilizando la propiedad transitiva; b) la
manipulación de objetos, lo que lleva a la configuración del
“esquema de acción” que son las operaciones con objetos, y c) la
llamada “conservación del número”, es decir, la capacidad de
establecer correspondencias biunívocas entre dos conjuntos. Por
su lado, Vigostsky (1987) incorporó el carácter histórico social
en el aprendizaje del número. Este autor ruso considera, en un
nivel de partida, que se pueden evaluar las nociones matemáticas
como un proceso interactivo entre los “conceptos cotidianos”,
esto es, actividades en la vida diaria, y los “conceptos científicos”,
incluyendo el aprendizaje pedagógico en la escuela.
Desde el enfoque neuropsicológico, la numerosidad

permite el desarrollo del proceso de conteo y es la base para el
resto del desarrollo matemático. Este sentido del número guía
luego al niño al aprendizaje de la adición y sustracción,
multiplicación y división. En cada paso sucesivo nuevas reglas
acerca de los números son evaluadas a la luz del sentido del
número y son incorporados dentro de aquel sentido. Otro concepto
importante relacionado con la numerosidad, es que desde muy
pequeños es posible diferenciar entre número y cantidad.
_____27_____
¿CÓMO PROCESA MATEMATICAMENTE EL CEREBRO?
La Neurociencia Cognitiva surge como disciplina científica

a finales de los años setenta de la convergencia entre la Psicología
Experimental, la Neurociencia y las Ciencias Cognitivas. Uno de
los principios fundamentales de esta nueva visión de la mente
humana es que el cerebro está organizado en módulos funcionales
discretos, sustentados por la actividad de redes neuronales de
localización anatómica específica, que interaccionan para originar
las funciones cognitivas (Cervino, 2006b). Como consecuencia
de esta organización anátomo-funcional, para entender cómo
trabaja el cerebro se hace necesario establecer la dinámica
espaciotemporal de activación de las diferentes regiones
anatómicas que contribuyen a cada función cognitiva (Posner et
al., 1988). Así, utilizando las técnicas de neuroimágenes, los
investigadores han comenzado a comprender cómo se procesa
matematicamente en el cerebro (Roland y Friberg, 1985; Rueckert
et al., 1996; Dehaene et al., 1996). Se ha descubierto que calcular
una suma exacta, como 53 + 68, y estimar si la respuesta
correcta está más cerca de 120 o 150, activan diferentes
regiones del cerebro (Tabla I).
Tabla I. Regiones cerebrales implicadas durante algunos tipos de procesamiento matemático

[activadas (+), inactivadas (0)], evaluadas a través de estudios funcionales cerebrales por
neuroimágenes.
cálculo de cálculo cálculo exacto con
aproximación exacto números grandes
regiones parietales + 0 +
bilaterales
regiones prefrontales + 0 0
superiores
corteza prefrontal izquierda 0 + +
corteza parietal inferior 0 + 0
bilateral
Estos resultados revelan la presencia de dos o más redes

cerebrales para el proceso del número. Las operaciones
aritméticas con números pequeños activan mayormente las
regiones lateralizadas izquierdas, codificando los números
probablemente en formato verbal. La aproximación y el cálculo
exacto con números grandes, sin embargo, ponen énfasis
principalmente sobre las cortezas parietal izquierda y derecha,
las cuales pueden codificar números en un formato de cantidad
no verbal, utilizando componentes de procesamiento
visuoespacial.
_____28_____
En suma, las investigaciones sugieren que la habilidad
matemática es el resultado de la integración de dos circuitos no-
numéricos en el cerebro: uno es del lóbulo frontal izquierdo que
controla representaciones lingüísticas de valores numéricos exac-
tos y el otro involucra los lóbulos parietales que controlan repre-
sentaciones visuoespaciales de cantidades aproximadas. Los ló-
bulos parietales pueden servir también a otras funciones mate-
máticas, incluyendo en parte el desenvolvimiento de los cálculos
exactos. También los resultados sugieren que las relaciones com-
prensivas entre los números involucran alguna clase de herra-
mienta espacial, tales como visualizar una “línea numérica”, tér-
mino utilizado por Dehaene (1997) para designar la forma en que
el cerebro humano representa los números naturales: éstos no
se tratan como símbolos, sino como cantidades que se represen-
tan en una línea. Tales ayudas visuales pueden ser fuentes im-
portantes de intuición matemática.
Dehaene (1997) presenta datos que apoyan esta idea de la

existencia de una estrecha relación entre números y espacio. Por
ejemplo: a) las personas tienden a representar mentalmente los nú-
meros enteros en una línea recta orientada de izquierda a derecha y
esto desempeña un papel importante en la intuición numérica, y b)
existe una fuerte correlación entre el talento matemático y las ha-
bilidades espaciales. De esta relación infiere que la región parietal
inferior (Fig. 1) alberga circuitos neurales dedicados a la representa-
ción de información espacial continua, que resulta adecuada para la
codificación de la “línea numérica”. Anatomicamente, esta región
de la corteza cerebral construye representaciones abstractas de la
disposición espacial de los objetos del entorno. Por tanto, el número
emergería naturalmente como la más abstracta representación de
objetos en el espacio. Las lesiones en la región parietal pueden dejar
al paciente totalmente incapaz para ejecutar incluso cálculos tan
sencillos como 4-2 o 5x7.
Figura 1. Vista lateral del hemisferio izquierdo del cerebro humano (LF, lóbulo frontal; LP, lóbulo
parietal, LO, lóbulo occipital; LT, lóbulo temporal). Se ha implicado al lóbulo parietal inferior izquierdo
(A) en el cálculo mental, zona adyacente a las áreas cerebrales en donde se construye la noción
de espacio (B) y se procesan las sensaciones corporales que provienen de los dedos de la mano (C).
El área de asociación prefrontal (D) es donde se procesa el pensamiento secuencial, primordial para
el procesamiento matemático cerebral.
_____29_____
El hecho de que el procesamiento numérico esté asociado

con el lóbulo parietal inferior, trae aparejada una inesperada
consecuencia. La parte inferior del lóbulo parietal que parece ser
el responsable de la representación de números, es adyacente a
la región de la corteza que es responsable para la sensación del
tacto en los dedos (corteza somatosensorial). Esto ha conducido
a algunos científicos a sugerir que el “área del número” en la
corteza aparece evolutivamente como una especialización de la
representación de los dedos, implicando una profunda relación
entre el sentido del número y la sensación de los dedos. Los niños
aprenden a contar utilizando sus dedos. Por otro lado, se asocia
el hecho del “conteo con los dedos” con nuestro sistema numérico
decimal. Por tanto, a lo largo del desarrollo evolutivo del cerebro
humano, es muy probable que las representaciones de los números
y de los dedos ocupen zonas cerebrales cercanas e intimamente
relacionadas.
Memoria de Trabajo y Matemática. La memoria de

trabajo (MT) juega un papel importante en el procesamiento
matemático del cerebro.
La MT hace posible los pensamientos y razonamientos

de nivel superior e involucra los bancos de memoria y los procesos
de toma de decisiones que tratan la información que está activa
en ese momento. Esta clase de mecanismo de MT es necesaria
para un gran abanico de tareas, como la aritmética mental, la
lectura, la resolución de problemas y el razonamiento en general.
Todas estas tareas no precisan unicamente una forma de almacén
temporal, sino también una interacción entre la información que
se almacena temporalmente y un gran conjunto de conocimientos
almacenados. En otras palabras, la MT es una parte fundamental
del mecanismo de pensamiento (Cervino, 2006b).
El cálculo es una habilidad que se altera tras una lesión

frontal, región del cerebro en donde reside la MT, más
especificamente en el área de asociación prefrontal (Fig. 1). Las
operaciones aritméticas básicas no se alteran, pero es manifiesta
la alteración en todas aquellas operaciones mentales que impliquen
secuenciación o encadenamiento de pasos, así como en aquellas
que requieren la MT para mantener la información mientras se
opera con ellas. Cuando se realizan sumas y restas con números
de varias cifras, es la MT la que colabora en recordar el valor de
la suma o resta de una columna. También se utiliza un tipo de
MT, denominada memoria serial, para contar el número de objetos
en un lugar y realizar cálculos con los mismos. Por supuesto,
recordar que un objeto ya fue contado para no repetirlo, es
también función de la memoria serial. Otra utilización matemática
_____30_____
de la MT es mantener en mente una suma total mientras se
compran objetos en un negocio o se piden comidas en un
restaurante, para no excederse en una determinada cantidad.
La Participación Hemisférica. Se sabe que cada

hemisferio cerebral posee habilidades de procesamiento de la
información que le son características, pero que ambos funcionan
de forma complementaria (Cervino, 2006b). El hemisferio
izquierdo basa su funcionamiento en el procesado secuencial de
la información, la lógica y el lenguaje. El hemisferio derecho se
relaciona con las tareas visuoespaciales, el procesamiento
holístico, la música y el procesamiento emocional del lenguaje.
En cuanto a la participación hemisférica en el proce-

samiento del número, el conocimiento de trastornos del cálculo
ha demostrado que las lesiones del hemisferio izquierdo producen
alteraciones de la comprensión y producción de números y
operaciones aritméticas. Las lesiones del hemisferio derecho
ocasionan alteraciones en la organización espacial de las
cantidades y en la comprensión y realización de problemas
abstractos. Según Cohen y Dehaene (1996), cuando una per-
sona compara números utiliza representaciones análogas a su
tamaño, de forma parecida a como se comparan dos pesos,
volúmenes, longitudes o niveles de agua en dos vasos. Ambos
hemisferios cerebrales usan estas representaciones. Pero, sólo
el hemisferio izquierdo puede usar representaciones numéricas.
Conjuntamente, esto explicaría el hecho de que las respuestas
del hemisferio derecho sean aproximadas y las del hemisferio
izquierdo, exactas.
Gestos Manuales y Matemática. Merece la pena

remarcarse que los lóbulos parietales son parte del circuito
nervioso que controla los gestos con las manos y los movimientos
de los dedos. Esta relación permitió hipotetizar, como ya se
mencionó, sobre la posibilidad de que estas regiones cerebrales
contribuyen al conteo y al cálculo utilizando los dedos, una fase
casi universal en el aprendizaje de aritmética. Recientes
investigaciones indican que los gestos comunican, casi
inconscientemente, información crítica y a menudo tácita. El gesto
ha sido llamado «la hermana abandonada del lenguaje». Se ha
demostrado que cuando se conversa se acostumbra con los gestos
de la mano a ilustrar las imágenes concretas, así como los
conceptos abstractos.
En una investigación, estudiantes en pequeñas tutorías

didácticas de matemática fueron más propensos a aprender nue-
_____31_____
vos conceptos cuando sus maestros usaron gestos que apropia-

damente reforzaron su mensaje. Los gestos de los maestros no
sirvieron sólo para dirigir la atención de los estudiantes a los nú-
meros del problema, sino que establecieron estrategias para re-
solver el problema directamente no expresadas en el discurso
(Goldin-Meadow et al., 1993 y 1999).
Modelos de Circuitos Cerebrales implicados en el Cálcu-

lo y en el Procesamiento Numérico. La información obtenida uti-
lizando las técnicas de imágenes cerebrales que se vienen des-
cribiendo, además de la obtenida de los trastornos relacionados
con la aritmética mental y con el procesamiento numérico, han
permitido ampliar el conocimiento sobre la cartografía cerebral
asociada a la aritmética mental, así como formular distintos
modelos de procesamiento de la información numérica en nues-
tro sistema cognitivo (Alonso y Fuentes, 2001). Si bien son nu-
merosas las hipótesis propuestas, debido al alcance de este artí-
culo, se mencionarán los modelos más representativos y se des-
cribirá sólo uno de ellos: Modelo de McCloskey (1992); Modelo
de Código Triple (Dehaene, 1992; Dehaene y Cohen, 1995); Mo-
delo de Cipollotti (Cipolotti y Butterworth, 1995; Cipolotti, 1995)
y Modelo de Cuetos y Miera (1998).
Dehane (1992) ha diseñando un modelo modular acerca

de la adquisición del número en los niños desde la teoría cognitiva
(Fig. 2). Según este modelo, la información numérica se puede
manipular en tres tipos de códigos (Feld et al., 1998; Alonso y
Fuentes, 2001):
1. Módulo del Formato Verbal Auditivo: en él los
números se representan como cadenas de
palabras e incluye contar hechos aritméticos que
se basan en los fundamentos generales del
procesamiento de la información lingüística y no
requiere otro tipo de representación. Por ejemplo,
el contar secuencias requiere de un aprendizaje
tanto como contar días de la semana o aprender
el alfabeto. De hecho, puede considerarse en
este módulo la participación de una memoria
donde las series automáticas y aprendidas logran
su máxima expresión en la representación de
secuencias automatizadas.
2. Módulo de la Forma Arábigo Visual: incluye las

operaciones numéricas en el marco de la sintaxis
del sistema de notación especial del sistema de
notación arábiga, en la que los números se
representan como cadenas de dígitos, y que está
_____32_____
representada visualmente y organizada en forma
espacial con lo cual hay una participación de los
sistemas de representación espacial, visual y
operaciones lingüísticas.
3. Módulo de la Representación Análoga a las
Magnitudes: hace referencia a las habilidades
de comparación y aproximación de cantidades
numéricas, en las que los números se representan
como distribuciones de activación en la línea
numérica. Esta representación numérica de una
cantidad se construye en imágenes mentales de
líneas y espacios del número que permiten una
resolución correcta de un problema numérico.
Según este modelo modular (Dehaene, 1992; Dehaene y

Cohen, 1995), hay procesos que permiten que la información se
traduzca directamente de uno a otro código (transcodificación),
y por otro lado, postula que la selección de uno u otro código
depende del tipo de operación mental que se requiera en cada
caso. Así, por ejemplo, mientras que el código arábigo visual se
usa principalmente para las operaciones aritméticas con números
de varios dígitos, el código verbal auditivo se usa para contar y la
representación análoga a las magnitudes se utiliza para
comparaciones.
Figura 2. Representación esquemática del Modelo Modular de Código Triple

de Dehaene (Dehaene, 1992; Dehaene y Cohen, 1995).
TRASTORNOS DEL NÚMERO Y DEL CÁLCULO
El procesamiento numérico y sus desórdenes poseen sus

bases en el funcionamiento cerebral, y están determinados e
influenciados por el desarrollo cerebral humano. La discalculia es
_____33_____
la dificultad que poseen los niños para desarrollar las habilidades

matemáticas (Tallis y Soprano, 1999), comenzando con la
subitización. También es denominada discalculia del desarrollo.
La acalculia ocurre cuando un individuo ya adquirió las habilidades
matemáticas, y por lesión de ciertas regiones cerebrales, pierde
dicha capacidad. Es interesante enfatizar que la existencia de
dificultades específicas asociadas con la discalculia y la acalculia
son una evidencia de que la matemática es una parte integral del
cerebro humano.
Los subtipos de discalculia pueden ser explicados por

lesiones que afectan desproporcionadamente cada una de las
distintas redes que procesan el número. Resultados de distintas
investigaciones sugieren que el trastorno del lóbulo parietal inferior
izquierdo y el gyrus temporal inferior izquierdo están relacionados
con una parte importante en la acalculia producida en los pacientes
con la Enfermedad de Alzheimer.
El predominio de la discalculia del desarrollo en la

población escolar puede llegar al 5-6% (Shalev et al., 1998), una
frecuencia similar a la de la dislexia del desarrollo y ADHD
(Síndrome de Déficit Atencional con Hiperkinesia). El predominio
relativo de muchachas con discalculia puede reflejar una
vulnerabilidad mayor con relación a las influencias ambientales o
mostrar una predisposición biológica. La discalculia no sólo se
encuentra como un trastorno de aprendizaje específico y único
(Accardo y Lindsay, 1998), sino también está presente en diversos
desórdenes neurológicos, por ej., acompañando al ADHD,
desórdenes del lenguaje, epilepsia, fenilcetonuria y síndrome del
X Frágil (Shalev et al., 2000).
Se ha descrito en un niño de inteligencia normal, que fue

incapaz de adquirir elementos esenciales de las habilidades
numéricas cardinales, a pesar del uso relativamente intacto del
número ordinal. Estos resultados han llevado a la evidencia de la
existencia de un «dispositivo de adquisición de habilidades
cardinal/ordinal» (COSAD) innato (Ta’ir et al., 1997). Se ha
sugerido que si este COSAD falla, el uso del número ordinal puede
compensarse por la lógica lingüística y las habilidades visuales.
Las habilidades del número cardinal, sin embargo, permanecen
limitadas ya que éstos exigirían una representación interior innata
de cantidad que no puede compensarse.
CONCLUSIONES
Los actuales resultados obtenidos desde distintos enfo-

ques de la Neurociencia están proporcionando un conocimiento
_____34_____
cada vez más detallado sobre las bases innatas de la capacidad
matemática humana y de la implicación de distintas áreas
cerebrales en el procesamiento de la información numérica y del
cálculo. Esta topografía cerebral de la aritmética, aunque
incompleta todavía, permite afirmar que el sentido numérico se
asocia al lóbulo parietal inferior y que la resolución de cualquier
tarea aritmética, por simple que sea, no supone la activación de
una única área cerebral, sino la participación de varios circuitos
que constituyen el sustrato neuronal de los distintos procesos
cognitivos elementales que conforman esa tarea. Se está todavía
muy lejos de saber qué pasa en el cerebro cuando se resuelve
una tarea matemática compleja, como, por ejemplo, tareas que
caen dentro del ámbito de la geometría analítica, álgebra,
trigonometría, números complejos o probabilidad.
El estudio de las bases neurales del pensamiento

matemático está aún en sus inicios y, posiblemente, en un futuro
cercano, con el perfeccionamiento de las técnicas de neuroimagen
cerebral, se pueda llegar a conocer mejor las causas de los
trastornos en el uso y aprendizaje de las matemáticas, lo que
puede suponer el principio de su solución.
Por otro lado, desde la óptica de la Neurociencia Cognitiva,

una descripción apropiada de cómo las enfermedades y trastornos
cerebrales afectan la función cognitiva requiere la evaluación de
los módulos específicos de procesamiento neurocognitivo
mencionados más arriba. Si se consiguiera llevar a cabo este tipo
de evaluación, como por ejemplo en la dis- y acalculia, se podrían
formular diagnósticos más precisos y específicos, que posibilitarían
la prescripción de intervenciones terapéuticas apropiadas y a
medida.
BIBLIOGRAFÍA
ACCARDO, P., LINDSAY, R.: Learning disabilities just don’t add up,
J Pediatr., Vol. 133 (3), Pp. 320-321, 1998.
ALONSO, D., FUENTES, L.: Mecanismos cerebrales del pensamiento

matemático, Rev. Neurol., Vol. 33, Pp. 568-576, 2001.
BUTTERWORTH, B.: The mathematical brain, London, MacMillan,

1999.
CERVINO, C.: Neurofisiología. Tomo I, Principios anátomo-funcionales

del Sistema Nervioso (2da edición), Morón, Editorial Praia, 2006a.
_____35_____
CERVINO, C.: Neurofisiología. Tomo II, Bases Neurofisiológicas de

la Conducta (2da edición), Morón, Editorial Praia, 2006b.
CIPOLOTTI, L.: Multiples routes for reading words, why not numbers?
Evidence from a case of arabic numeral dyslexia, Cogn Neuropsychol,
Vol. 12, Pp. 313-342, 1995.
CIPOLOTTI, L., BUTTERWORTH, B.: Toward a multiroute model of

number processing: Impaired number transcoding with preserved
calculation skills, J Exp Psychol., Vol. 124, Pp. 375-390, 1995.
COHEN, L., DEHAENE, S.: Cerebral networks for number processing:

Evidence from a case of posterior callosal lesion, NeuroCase, Vol. 2,
Pp. 155-174, 1996.
CUETOS, F., MIERA, G.: Number Processing Dissociations: Evidence

from a Case of Dyscalculia, Spanish J Psychol., Vol. 1, Pp. 18-31,
1998.
DEHAENE, S.: Varieties of numerical abilities, Cognition, Vol. 44,

Pp. 1-42, 1992.
DEHAENE, S.: The number sense: how the mind creates mathematics,
New York, Oxford University Press, 1997.
DEHAENE, S., COHEN, L.: Towards an anatomical and functional

model of number processing, Math. Cognit., Vol. 1, Pp. 83-120,
1995.
DEHAENE, S., TZOURIO, N., FRAK, V., RAYNAUD, L., COHEN, L.,
MEHLER, J.: Cerebral activations during number multiplication and
comparison: A PET study, Neuropsychologia, Vol. 34, Pp. 1097-1106,
1996.
FELD, V., TAUSSIK, I., AZARETTO, C., VAL, M., DÍAZ, A.,
CAVALLERO, M., RODRÍGUEZ, M.: Un enfoque neuropsicológico
acerca del procesamiento del número en niños en edad escolar. En:
Neuropsicología del Niño, V. Feld y M. Rodríguez (ed.). Luján:
Universidad Nacional de Luján, Pp. 247-277, 1998.
GOLDIN-MEADOW, S., WAGNER ALIBALI, M., BRECKINRIDGE

CHURCH, R.: Transitions in Concept Acquisition: Using the Hand to
Read the Mind, Psychological Review, Vol. 100(2), Pp. 279-297,
1993.
_____36_____
GOLDIN-MEADOW, S., KIM, S., SINGER, M.: What the Teacher’s
Hands Tell the Student’s Mind About Math, J Educational Psychology,
Vol. 91(4), Pp. 720-730, 1999.
McCLOSKEY, M.: Cognitive mechanisms in numerical processing:

Evidence from acquired dyscalculia, Cognition, Vol. 44, Pp. 107-
157, 1992.
PIAGET, J.: The Child’s Conception of Number, London, Routledge

& Kegan Paul, 1952.
POSNER, M., PETERSEN, S. , FOX, P. , RAICHLE, M.: Localization

of cognitive operations in the human brain, Science, Vol. 240, Pp.
1627-1631, 1988.
ROLAND, P., FRIBERG, L.: Localization of cortical areas activated

by thinking, J Neurophysiol., Vol. 53, Pp. 1219-1243, 1985.
RUECKERT, L. , LANGE, N., PARTIOT, A., APPOLLONIO, I., LITVAR,

I.. LE BIHAN, D.: Visualizing cortical activation during mental
calculation with functional MRI. Neuroimage, Vol. 3, Pp. 97-103,
1996.
SHALEV, R., MANOR, O., AUERBACH, J., GROSS-TSUR, V.:

Persistence of developmental dyscalculia: What counts? Results from
a 3-year prospective follow-up study, J Pediatr., Vol. 133, Pp. 358-
362, 1998.
SHALEV, R., AUERBACH, J., MANOR, O., GROSS-TSUR, V.:

Developmental dyscalculia: prevalence and prognosis, Eur Child
Adolesc Psychiatry, Vol. 9(Suppl 2), Pp. II58-64, 2000.
STARKEY, P., COOPER, R.: Perception of numbers by human infants,

Science, Vol. 210, Pp. 103-135, 1980.
TA’IR, J., BREZNER, A., ARIEL, R.: Profound developmental

dyscalculia: evidence for a cardinal/ordinal skills acquisition device.
Brain Cogn., Vol. 35(2), Pp. 184-206, 1997.
TALLIS, J., SOPRANO, A.:Neuropediatría. Neuropsicología y

aprendizaje, Buenos Aires, Ediciones Nueva Visión, 1991.
VIGOTSKY, L.: Pensamiento y lenguaje, Buenos Aires, Ed. Pléyade,

1987.
_____37_____
WINN, K.: Addition and subtraction by human infants, Nature, Vol.

358, Pp. 749-750, 1992.
XU, F., CAREY, S.: Infants’ metaphysics: The case of numerical identity.
Cogn. Psychol., Vol. 30, Pp. 111-153, 1996.
_____38_____
PROGRAMACIÓN META
SECUENCIAL INTERACTIVA.
PROBLEMA DE APLICACIÓN
Por el Ing. Luinor E. Vilches (*)
(*) Profesor Titular Extraor- En el Nº 12 de este Boletín Matemático (octubre de 2006)

dinario de Investigación expuse las bases del método de programación meta secuencial
Operativa y Director del Ins- interactiva de Masud y Hwang (1), que tiene por objeto lograr
tituto de Investigaciones de
soluciones Pareto eficientes en los problemas de programación con
Matemática Aplicada, en la
Facultad de Ciencias Eco- objetivos múltiples. Para detallar su aplicación a un caso concreto,
nómicas y Empresariales de tomaré un problema de dieta basado en otro desarrollado por Hwang
la Universidad de Morón. y Masud (2). Consiste en determinar las cantidades que se deberían
consumir de seis alimentos determinados para satisfacer los
requerimientos de un nutricionista, para lograr los siguientes objetivos:
I) Minimizar el costo
II) Minimizar la ingestión de colesterol
III) Minimizar la ingestión de carbohidratos
Además, se establecen límites a la ingestión diaria de

cada uno de los alimentos.
En la siguiente Tabla se suministra la información sobre

los seis alimentos, los requerimientos nutricionales y los respectivos
costos.
TABLA 1
X1 X2 X3 X4 X5 X6 Ingestión
Leche Carne va- Huevos Pan Lechuga Jugo de diaria
(l) cuna (kg) (docena) (kg) (kg) naranja(l) mínima
VitaminaA (u.i.) 1268 236 7080 0 4727 1760 5000

Calorías 606 3219 1040 2645 614 423 2500
Colesterol (u) 18 44 20 0 0 0
Proteínas (g) 32 333 151 88 7 7 63
Carbohidratos(g) 42 60 27 529 9 92
Hierro (mg) 22,3 10,1 26,5 5 12,5
0,4 2,1
Máximos   0,5   0,3  0,3 
(1) MASUD, Abu S. y HWANG, Ching-Lai:
3,5 0,25 2,3
“Interactive Sequential Goal Programming”. Costos ($) 1,80 8,00 2,40 2,40 2,00 2,50
(2) HWANG, Ching-Lai y MASUD, Abu S.: Con los datos de esta Tabla se formulan los objetivos de nuestro problema:
Multiple Objective Decition Making-
Methods and Apliccations: A State of the Costo: mín f1(X) = 1,8X1 + 8X2 + 2,4X3 + 2,4X4 + 2X5 + 2,5X6
Art Survey. Colesterol: mín f2(X) = 18X1 + 44X2 + 20X3
Carbohidratos mín f3(X) = 42X1 + 60X2 + 27X3 + 529X4 + 9X5 + 92X6
_____39_____
No obstante, como en el formato del Método de Programación

Meta Secuencial Interactiva se busca maximizar los objetivos,
se modifican los anteriores multiplicándolos por –1:
máx f1(X) = -1,8X1 – 8X2 – 2,4X3 – 2,4X4 – 2X5 – 2,5X6

máx f2(X) = - 18X1 – 44X2 – 20X3
máx f3(X) = - 42X1 - 60X2 – 27X3 – 529X4 – 9X5 – 92X6
Las restricciones son:
Vitamina A (u.i.) 1268X1 + 236X2 + 7080X3 + + 4727X5 + 1760X6  5000

Calorías 606X1 + 3219X2 + 1040X3 + 2645X4 + 614X5 + 423X6  2500
Proteínas (g) 32X1 + 333X2 + 151X3 + 88X4 + 7X5 + 7X6  63
Hierro (mg) 0,40X1 + 22,3X2 + 10,1X3 + 26,5X4 + 5X5 + 2,1X6  12,5
Leche (l) X1  3,5
Carne vacuna (kg) X2  0,5
Huevos (docena) X3  0,25
Pan (kg) X4  0,3
Lechuga (kg) X5  0,3
Jugo de naranja (l) X6  2,3
Este modelo matemático consta de tres funciones

objetivo, diez restricciones y seis variables.
Paso 0.- Determinación de los límites de las funciones objetivo
Utilizando el programa ADBASE (3), se determinaron

todos los puntos extremos no dominados del sistema, que son los
nueve detallados en la Tabla 2, con los respectivos valores de las
funciones objetivo y de las variables:
TABLA 2 – Totalidad de los puntos extremos no dominados del sistema

Punto Funciones objetivo Variables de decisión
Extremo f1 f2 f3 X1 X2 X3 X4 X5 X6
1 - 6,498 - 16,504 - 0,000 0,261 0,250 0,300 0,300 0,994
275,325
2 - 5,470 - 35,908 - 1,405 0,128 0,250 0,300 0,300 0,000
234,824
3 - 8,011 - 9,203 - 0,000 0,209 0,000 0,300 0,300 2,007
358,605
4 - 7,642 - 27,000 - 0,000 0,500 0,250 0,015 0,300 0,962
135,832
5 - 6,708 - 46,292 - 1,358 0,383 0,250 0,000 0,300 0,000
(3) STEUER, Ralph E.: Faculty
89,455
of Management Science, 297 6 - 8,435 - 7,510 - 0,000 1,710 0,000 0,300 0,300 2,300
Brooks Hall, University of 383,240
Georgia, Athens, Georgia, 7 - 9,214 - 20,244 - 0,000 0,460 0,000 0,000 0,300 1,973
U.S.A., 30602-6255. 211,865
8 - 7,606 - 29,341 - 0,130 0,500 0,250 0,000 0,300 0,869
124,836
9 - 8,060 - 25,815 - 0,000 0,500 0,191 0,000 0,300 1,201
148,316
_____40_____
Los valores máximos de cada una de las funciones objetivo
y el punto extremo al que pertenecen están subrayados. Esos
valores máximos, junto con los de las otras dos funciones objetivo
correspondientes al mismo punto extremo, están agrupados en
la Tabla 3:
TABLA 3 – Valores de las funciones objetivo para las soluciones ideales

Función objetivo Punto Valores de las funciones objetivo
maximizada extremo f1 f2 f3
f1 2 - 5,470 (máximo) - 35,908 - 234,824
f2 6 - 8,435 (mínimo) - 7,510 (máximo) - 383,240 (mínimo)
f3 5 - 6,708 - 46,292 (mínimo) - 89,455 (máximo)
En esta Tabla, los valores máximos aparecen dispuestos

según la diagonal principal. Los valores mínimos son los mínimos
de las respectivas columnas.
Paso 1.- Fijación de las metas iniciales
Los valores máximo y mínimo de cada columna de la

Tabla 3 son los límites del valor que puede tomar la
correspondiente función objetivo. En cada paso de este algoritmo,
el tomador de decisión debe fijar sus metas bi entre esos límites,
de acuerdo con las inecuacions (3) del artículo mencionado:
fimín < bi    fimáx (3)
Por lo tanto, deberá ser:
Para f1: - 8,435 < b1  - 5,470

Para f2: - 46,292 < b2  - 7,510 :
Para f3: -383,240 < b3  - 89,455
Supongamos que el decisor elige las metas:
b1 = - 7; b2 = -20 ; b3 = -200
Paso 2.- Determinación de la Solución Principal
Para aplicar el modelo matemático (sistema (6)), es

necesario determinar los pesos de las desviaciones de las metas
por medio de la ecuación (5):
_____41_____
w i = bi - fimín (5)
Para la meta b1: w 1 = b1 – f1mín = -7 – (- 8,435) = 1,435

El sistema (6) se plantea como sigue, multiplicando por

–1 las ecuaciones de las metas para que los segundos miembros
sean positivos. Por otra parte, como se utilizará el programa
WinQSB, todas las variables deben expresarse en X, de modo
que se pondrá:
n1 = X7 ; p1= X8 ; n2 = X9 ; p2 = X10 ; n3 = X11 ; p3 = X12
Además, debe ser cada n i (o sea X 7, X 9 y X 11) 1,

para que cada fi no resulte menor que el correspondiente fimín.. El
sistema queda, entonces:
Funciones objetivo:
mín a1 = n1 + n2 + n3 = X7 + X9 + X11
mín a2 = - p1 – p2 – p3 = - X8 – X10 –X12
sujeto a: 1268X1 + 236X2 + 7080X3 + + 4727X5 + 1760X6  5000
606X1 + 3219X2 +1040X3 + 2645X4 + 614X5 + 423X6  2500
32X1 + 333X2 + 51X3 + 88X4 + 7X5 + 7X6  63
0,40X1 + 22,3X2 +10,1X3 + 26,5X4 + 5X5 + 2,1X6  12,5
X1  3,5
X2  0,5
X3  0,25
X4  0,3
X5  0,3
X6  2,3
1,8X1 + 8X2 +2,4X3 + 2,4X4 + 2X5 + 2,5X6 - 1,435X7 + 1,435X8 = 7
18X1 + 44X2 + 20X3 - - 26,292X9 + 26,292X10 = 20
42X1 + 60X2 + 27X3 + 529X4 + 9X5 + 92X6 – 183,24X11 + 183,24X12 = 200
X7  1
X9  1
X11  1
Debe cumplirse, también, la condición de no negatividad

(ni , pi 0), pero no es necesario agregarla al modelo matemático
porque ello se fija en el comienzo del programa computacional de
resolución.
_____42_____
En definitiva, el modelo planteado tiene dos funciones
objetivo, dieciséis restricciones y doce variables (seis es-
tructurales, las Xi, y seis de desviación, las ni y pi). Resolviéndolo
0
con el programa WinQSB se obtiene la Solución Principal SP f ,
que se registra en el Sector IV de la Tabla 4.
Paso 3.- Determinación de las Soluciones Alternas
Como el modelo matemático original de este problema

tiene tres funciones objetivo, se definen tres soluciones alternas
(de orden r= 1, 2, 3), las que se obtienen aplicando el sistema
anterior en forma secuencial, anulando cada vez una variable de
desviación.
Solución Alterna SA1 (r =1)
En el sistema anterior se asigna el valor cero a la

desviación por defecto n1(= X7), es decir que se cambian la
primera función objetivo y la undécima restricción por las
siguientes:
1
mín a1 = n2 + n3 = X9 + X11
1,8X1+ 8X2 + 2,4X3 + 2,4X4 + 2X5 + 2,5X6 + 1,435X8 = 7
Resuelto con el programa WinQSB da la solución

registrada en la segunda línea del Sector IV de la Tabla 4, como
SA1 : f1
Solución Alterna SA2 (r=2)
Ahora se asigna el valor cero a la desviación por defecto

n2(= X9) , cambiando en el sistema de la solución principal la
primera función objetivo y la duodécima restricción por las
siguientes (la undécima restricción vuelve a la expresión original):
2
mín a1 = n1 + n3 = X7 + X11
18X1 + 44X2 + 20X3 + 26,292X10 = 20
La solución está registrada en la tercera línea del Sector

IV de la Tabla 4, como SA2 : f2 .
_____43_____
Solución Alterna SA3 (r = 3)
El valor cero se asigna, ahora, a la desviación por defecto

n3 (= X11) , y se cambian en el sistema la primera función objetivo
y la decimotercera restricción por las siguientes (la restricción
decimosegunda recupera la expresión original):
3
mín a1 = n1 + n2 = X7 + X9
42X1 + 60X2 + 27X3 + 529X4 + 9X5 + 92X6 + 183,24X12 = 200
La solución se registra en la cuarta línea del Sector IV de

la Tabla IV, como SA3 : f3 .
Paso 4.- Construcción de la Tabla de Intercambio
Con los valores determinados hasta ahora se construye

la Tabla 4. En el Sector I de esta Tabla se colocan los límites de
las funciones objetivo que se determinaron en el Paso 0. En el
Sector II, los valores bi que se adoptaron para las metas iniciales
en el Paso 1. En el Sector III, los pesos wi adoptados en el Paso
2 para las desviaciones ni y pi . En el Sector IV se registran los
valores de las funciones objetivo y de las variables estructurales
Xi de las soluciones Principal y Alternas que se calcularon en los
Pasos 2 y 3 . El Sector V se reserva para registrar las nuevas
metas que se adopten en el Paso 5 si las soluciones del Paso 3 no
resultan satisfactorias y el Sector VI, para anotar las desviacio-
nes que se calcularán en el Paso 6.
Tabla 4 – Tabla de Intercambio

SECTOR FUNCIONES OBJETIVO VARIABLES DE DECISIÓN
f1 f2 f3 X1 X2 X3 X4 X5 X6
I – Límites de las metas
fmáx - 5,470 - 7,410 - 89,455
fmín - 8,435 - 46,292 - 383,240
II- Metas iniciales bi -7 - 20 - 200
III- Pesos wi 1,435 26,292 183,240
IV- Soluciones
Principal SP: f0 - 5,632 -19,800 -201,750 0,44 0,27 0,00 0,30 0,93 0,00
Alterna SA1 : f1 -11,300 -20,160 -198,660 0,24 0,36 0,00 0,17 0,69 0,77
Alterna SA2: f2 - 5,060 -19,800 -201,140 0,00 0,30 0,33 0,32 0,55 0,00
Alterna SA3 : f3 - 5,532 -19,800 -201,140 0,44 0,27 0,00 0,30 0,93 0,00
V- Metas para la itera-

ción siguiente b -6 - 10 - 180
VI- Desviaciones
positivas  f 9,8
2
 f 21,75
3
Desviaciones
 f 0,368
negativas 1
_____44_____
Paso 5.- Evaluación
Supongamos que el tomador de decisión no encuentra

satisfactoria ninguna de las soluciones halladas en los pasos 2 y
3. Se le requiere, entonces, que formule nuevos valores para las
metas, comprendidos entre los límites registrados en la Tabla de
Intercambio, Sector I. Esos valores son los consignados en el
Sector 5, o sea : b1 = -6 ; b2 = -10 ; b3 = -180.
Paso 6.- Desviaciones de las nuevas metas especificadas
Para el control de consistencia de las nuevas metas, se

deben calcular las desviaciones positivas y negativas de las mismas
con respecto a la Solución Principal, registrada en el Sector IV
de la Tabla de Intercambio.
Desviaciones en más:
 f 2 = b2 - f02 = - 10 - (-19,8) = 9,8 > 0

 f 3 = b3 - f03 = - 180 - (- 201,75) = 21,75 > 0
Desviación en menos:
 f1 = b1 - f10 = - 5,632 - (- 6) = 0,368 > 0
Paso 7.- Control de consistencia de las nuevas metas
Las metas son consistentes si, habiendo alguna desviación

en más positiva, existe por lo menos una desviación en menos,
también positiva. Aquí tenemos dos desviaciones en más y una
desviación en menos, todas ellas positivas. Luego, las metas
adoptadas son consistentes.
Paso 8.- Determinación de la Solución Principal con las nuevas

metas
Para determinar las soluciones principal y alternas del

sistema con las nuevas metas adoptadas, se empieza por separar
estas metas en dos grupo:
- el grupo j, de las metas que se han reducido o permanecen sin
cambio con respecto a las metas de la iteración anterior, que son
las de la segunda y tercera funciones objetivo (j = 2, 3); y
- el grupo i, de las metas que se han aumentado, en este caso
solamente la de la primera función objetivo (i = 1)
Luego se fijan tres prioridades:
_____45_____
1ª. : alcanzar las metas del grupo j, o sea minimizar las

desviaciones por defecto de estas metas
2ª. : alcanzar las metas del grupo i, o sea minimizar las desvia-
ciones por defecto de estas metas
3ª. : minimizar las desviaciones en exceso de todas las metas,
para asegurar la no dominancia de la solución.
Los pesos de las desviaciones de las nuevas metas son,

de acuerdo con la ecuación (5):
w1 = b1 - f1mín = - 6 – (- 8,435) = 2,435

w2 = b2 - f2mín = - 10 – (- 46,292) = 36,292
w3 = b3 – f3mín = -180 – (-383,240) = 203,240
Entonces el sistema (10), para este caso, es:

mín a1 = n2 + n3 = X9 + X11
mín a2 = n1 = X7
mín a3 = - p1 –p2 – p3 = -X8 - X10 - X12
sujeto a: 1268X1 + 236X2 + 7080X3 + + 4727X5 + 1760X6  5000

606X1 + 3219X2 + 1040X3 + 2645X4 + 614X5 + 423X6  2500
32X1 + 333X2 + 151X3 + 88X4 + 7X5 + 7X6  63
0,40X1 + 22,3X2 + 10,1X3 + 26,4X4 + 5X5 + 2,1X6  12,5
X1  3,5
X2  0,5
X3  0,25
X4  0,3
X5  0,3
X6  2,3
1,8X1 + 8X2 + 2,4X3 + 2,4X4 + 2X5 + 2,5X6 – 2,435X7 + 2,435X8 = 6
. 18X1 + 44X2 + 20X3 - - 36,292X9 + 36,292X10 = 10
42X1 + 60X2 + 27X3 + 529X4 + 9X5 + 92X6 - 203,24X11 + 203,24X12 =180
X7  1
X9  1
X11  1
Este sistema tiene tres funciones objetivo, dieciséis

restricciones y doce variables. La Solución Principal, obtenida
con el programa WinQSB, se registra como SP: f0 en el Secor IV
de la Tabla 5.
_____46_____
Paso 9.- Determinación de las nuevas Soluciones Alternas
Para calcular las Soluciones Alternas SAr, se utiliza el

sistema formulado en el Paso 8 en forma secuencial, anulando
cada vez una función objetivo.
SA1
Se hace n 2  X 9  0 , cambiando la primera función objetivo y la

restricción duodécima por las siguientes:
1
mín a2 = n3 = X11 = 0
18X1+ 44X2 + 20X3 + + 36,292X10 = 10
SA2
Ahora , con n3  X 11  0 , cambian la primera función objetivo

y la decimotercera restricción por las siguientes (las modificadas para
la solución anterior vuelven a su expresión original):
2
mín a2 = n 2  X 9
42X1 + 60X2 + 27X3 + 529X4 + 9X5 + 92X6 + 203,24X12 = 180
SA3
Asignando ahora el valor cero a n1  X 7 , se modifican la segunda

función objetivo y la restricción undécima, quedando:
3
mín a2 = 0
1,8X1 + 8X2 + 2,4X3 + 2,4X4 + 2X5 + 2,5X6 + 2,435X
8 = 6
Las respectivas soluciones, obtenidas con el programa

WinQSB (Goal Programming), están registradas en el Sector IV
de la Tabla 5.
_____47_____
Paso 4.- Nueva Tabla de Intercambio
Tabla 5 - Nueva Tabla de Intercambio

SECTOR FUNCIONES OBJETIVO VARIABLES DE DECISIÓN
f1 f2 f3 X1 X2 X3 X4 X5 X6
I- Límites de las metas
fmáx - 5,470 - 7,410 - 89,455
fmín - 8,435 - 46,292 - 383,240
II-Últimas metas b i -6 - 10 - 180
III- Pesos wi 2,435 36,292 203,240
IV- Soluciones
Principal SP: f0 - 7,025 -20,160 - 188,479 0,24 0,36 0,00 0,17 0,69 0,77
Alterna SA 1: f1 - 5,532 -19,800 - 201,750 0,44 0,27 0,00 0,30 0,93 0,00
Alterna SA2: f2 - 6,357 -19,920 - 202,330 0,00 0,38 0,16 0,17 0,48 0,88
Alterna SA 3: f3 - 5,060 -19,800 - 201,140 0,00 0,30 0,33 0,32 0,55 0,00
V- Metas para la ite-
ración siguiente b
VI- Desviaciones
positivas
Desviaciones
negativas
Paso 5.- Evaluación
Se presentan al tomador de decisión las últimas soluciones

halladas. Si no le resulta satisfactoria ninguna de ellas, se le pide
que formule nuevos valores para las metas, teniendo en cuenta
los valores límites registrados en el Sector I, y se itera el algoritmo.
Supongamos que, en este caso, el decisor considera satisfactoria
la Solución Principal SP de esta iteración, o sea:
X1= 0,24 l de leche (< 3,5 l)
X2 = 0,36 kg de carne vacuna (< 0,5 kg)
X3 = 0,00 docena de huevos (< 0,25 doc)
X4 = 0,17 kg de pan (< 0,3 kg)
X5 = 0,69 kg de lechuga (superior al límite de 0,3 kg)
X6 = 0,77 l de jugo de naranja (< 2,3 l)
Cabe señalar que, en este problema, hay más soluciones

alternas sobre las cuales se puede continuar indagando con el
mismo criterio seguido hasta aquí.
BIBLIOGRAFÍA
MASUD, Abu S. y HWANG, Ching-Lai : “Interactive Sequential Goal

Programming”, Gran Bretaña, Journal of the Operational Research
Society, Vol. 32, 1981.
HWANG, Ching-Lai y MASUD, Abu S.: Multiple Objective Decition

Making-Methods and Apliccations: A State of the Art Survey, Berlin,
Springer Verlag, 1979.
STEUER, Ralph E.: Faculty of Management Science, 297 Brooks Hall,

University of Georgia, Athens, Georgia, U.S.A., 30602-6255.
_____48_____
ANÁLISIS FACTORIAL SIMPLE
APLICADO A LA
CARACTERIZACIÓN DE LA
PROBLEMÁTICA DE LA
FORMACIÓN DOCENTE
(*) Del Departamento de Por los Profesores: Andrea Lavalle y Lisandro Curia (*)
Estadística de la Facultad
de Economía y Adminis-
tración de la Universidad
Nacional del Comahue.
Nota de la Dirección: Si bien el presente trabajo se refiere a un
problema de formación docente de una zona determinada, se ha
considerado de interés su publicación por dos razones: la primera
es que dicho problema se presenta, lamentablemente, en la ma-
yor parte de nuestro país; y la segunda , porque es un ejemplo
bien concreto y claro de la aplicación de la técnica de Análisis
Factorial a un problema de la realidad.
RESUMEN
Tanto los diseños curriculares como las recomendaciones

de enseñanza para los niveles obligatorios, incluyen la probabilidad
como un tópico relevante. Sin embargo, es evidente que estos
contenidos no se están enseñando en las escuelas secundarias
de Neuquén. Dentro de las posibles causas de esta situación, se
encuentran los factores referidos a la formación de grado de los
profesores que imparten los contenidos. En este trabajo, se analiza
la opinión de los profesores de Matemática en ejercicio, sobre
aspectos relevantes de su formación. El propósito del mismo es
detectar cuáles se manifiestan como problemáticos,
obstaculizando la enseñanza efectiva de la probabilidad en dicho
nivel. Para ello se realizó un cuestionario formado por quince
afirmaciones de valor, el cual fue suministrado a los profesores
de Matemática de las escuelas medias. Las respuestas se
analizaron mediante la técnica de Análisis Factorial, obteniéndose
tres factores: “Valoración del modelo de formación”, “Valoración
de la formación en contenidos” y “Valoración de la formación en
Probabilidad y Estadística”. A partir de un análisis de estos
factores se realizó una caracterización de la problemática de la
formación de los profesores de Matemática. De ella se desprende
una serie de recomendaciones para ser consideradas en los planes
de formación, que intentan revertir la situación descripta.
_____49_____
PALABRAS CLAVES: formación de profesores – probabilidad -

análisis factorial.
INTRODUCCIÓN
En la actualidad se proporcionan muy pocos conoci-

mientos estadísticos básicos en la escuela obligatoria, pese a
que existe un creciente interés en que los contenidos de
probabilidad y estadística se incluyan en el currículum, como parte
del discurso básico de Matemática que todos los ciudadanos del
mundo actual deberían poseer.
En la Provincia de Neuquén, si bien existe en la comunidad

educativa en general un cierto consenso acerca de la necesidad
de incluir los contenidos de probabilidad en los niveles de enseñanza
obligatoria, estas intenciones aún no se ven reflejadas en la práctica.
La formación de los Profesores de Matemática, encargados de
impartir los contenidos, juega un papel decisivo en la implementación
efectiva de la enseñanza de la probabilidad en las escuelas. En el
caso particular del Profesorado en Matemática de la Universidad
Nacional del Comahue, la formación sobre estocástica impartida a
los alumnos contempla un cuerpo de conocimientos teóricos
completos, que abarca estadística descriptiva, probabilidad e
inferencia estadística y está basada en cálculos estadísticos y en
un aprendizaje de la probabilidad en términos matemáticos
formales. Por lo tanto, una formación de estas características
parece dificultar la comprensión de los conceptos y obstaculizar la
transposición de estos contenidos en la enseñanza. Es decir, un
amplio y profundo conocimiento estadístico, aun cuando es esencial,
no es suficiente para enseñar probabilidad.
La problemática de la formación de los profesores para

la enseñanza de la probabilidad y la estadística, es considerada
actualmente una cuestión prioritaria de investigación (Batanero
et al, 2000). El presente trabajo tiene como propósito la obtención
de información que permita caracterizar la problemática de la
formación de profesores para la enseñanza de la probabilidad y a
partir de esta descripción, se sugieren algunas recomendaciones
para los planes de estudio.
DISEÑO DEL INSTRUMENTO
La información a recabar se refiere a la opinión de los

profesores de Matemática en servicio sobre su formación de
grado. El instrumento utilizado consta de quince afirmaciones de
_____50_____
valor acerca de aspectos que resultan relevantes en la formación
de grado. Para cada afirmación, el docente entrevistado debe
indicar su grado de acuerdo o desacuerdo según la siguiente
escala: “acuerdo”, “medianamente de acuerdo”, “ni acuerdo ni
desacuerdo”, “medianamente en desacuerdo”, “desacuerdo”.
Para elaborar el instrumento se recoge un cierto número

de proposiciones que se consideran relevantes para la opinión o
actitud por estudiar. En este caso, las afirmaciones se
construyeron, por un lado, a partir de las recomendaciones o
sugerencias que aportan los diferentes autores de renombre
acerca de las características que debe tener la formación inicial
y por otro lado, de acuerdo con los propósitos explicitados en las
diferentes asignaturas de la carrera. A continuación se detallan
los aportes teóricos utilizados en la elaboración de las afirmaciones
y la forma en que se redactaron las mismas, identificándose cada
una con el número de variable usado en el análisis.
... el profesor de Matemática poseerá: conocimiento y forma-

ción en las áreas básicas que constituyen la Matemática, conoci-
miento del lenguaje, la simbología y la metodología propia de la
disciplina, capacidad para utilizar el formalismo lógicomatemático
y realizar razonamientos deductivos .... (1 )
.
VAR 1: “Los contenidos de Matemática constituyeron una sólida formación básica”
“Los cursos de Probabilidad y Estadística de los profeso-

rados deben estar pensados a partir de las ideas y problemas
simples que el profesor deberá enseñar en la escuela elemental o
media” (Santaló, 1994 a).
VAR 2: “Los contenidos de Probabilidad y Estadística que le fueron enseñados en su carrera

constituyeron una buena base para enseñar Probabilidad y Estadística en la escuela”
“Si los cursos de Probabilidad y Estadística se dan de la

misma manera que para los licenciados, el futuro profesor se
encuentra desvalido y se siente incapaz de seleccionar entre lo
mucho aprendido, los contenidos y metodología que va a tener
que enseñar en los cursos elementales” (Santaló, 1994 a).
(1) Plan de estudios de la carrera “Profeso- “No se deberían dar las materias de la misma manera que
rado en Matemática” de la Universidad Na- para licenciados, ingenieros o economistas” (Santaló, 1994 a).
cional del Comahue, apartado: Perfil del .
egresado. VAR 3: “Haber cursado Probabilidad y Estadística conjuntamente con alumnos de otras carreras
no permitió obtener un enfoque específico de la asignatura, orientado al profesorado”.
VAR 4: “Haber cursado las materias de Matemática con alumnos de otras carreras le permitió
interpretar problemas de otras ciencias”.
_____51_____
Con esta última afirmación se pretende averiguar si hubo

algún aspecto positivo relacionado con los cursados compartidos,
dado que, en general, en las universidades las materias no se dan
en forma separada para el profesorado.
“Además de los contenidos de probabilidad, la formación

de profesores debe contemplar los problemas filosóficos derivados
de las diferentes nociones de probabilidad y las características
del pensamiento probabilístico en contraposición con el
determinístico” (Fischbein, 1990).
VAR 5: “La asignatura Probabilidad y Estadística le permitió diferenciar las características del
razonamiento probabilístico y el determinísitco”.
“Se ganaría eficacia y tiempo si en todas las materias de

Matemática se aplicara la metodología que se recomienda en
Didáctica. La enseñanza en el profesorado debe ser coherente,
salvando los niveles y la extensión de los temas, con lo que los
alumnos, futuros profesores, deberán luego enseñar a sus alum-
nos” (Santaló, 1994).
“Los futuros profesores deben pasar por los mismos es-

tadios y procesos por los que pasarán sus alumnos” (García Cruz,
2000).
“ ... proponer a los futuros docentes las mismas activida-

des que éstos después habrán de proponer a sus alumnos...”
(Sadovsky et al , 1994).
VAR 6: “Las estrategias didácticas aplicadas cuando aprendió Probabilidad y Estadística son
aplicables en la enseñanza de la Probabilidad y Estadística a sus alumnos”.
VAR 7: “Las orientaciones metodológicas sobre cómo enseñar los contenidos de secundario
fueron escasas”.
“.... es propósito de la asignatura que el alumno com-

prenda y analice las tendencias actuales en la didáctica de la
Matemática mediante: la apropiación crítica de las distintas pro-
puestas en didáctica de la Matemática a través del tiempo; el
análisis de los resultados de investigaciones en nivel medio; el
análisis de las propuestas de la enseñanza de la Matemática a
(2) Fundamentación de la asigna-
través de la resolución de problemas ....” (2 )
tura Didáctica II. UNC 2000.
VAR 8: “Las asignaturas de didáctica contemplaron las diferentes corrientes de didáctica de la

Matemática”.
“.... se considera pertinente la inclusión de constructos

teóricos que den cuenta de la constitución de la identidad, ya se
_____52_____
trate de objetivar el posicionamiento de los alumnos como de
considerar el lugar del docente y las vicisitudes de la posición de
autoridad.” (3 )
“Contenidos mínimos de la asignatura Psicología II:

...adolescencia con autonomización en el plano cognitivo, afectivo
y social; perspectiva psicoanalítica: la construcción del sujeto;
perspectiva de la psicología genética: desarrollo intelectual en la
adolescencia, el pensamiento; perspectiva sociocultural:
adolescente y familia, adolescente y escuela, adolescente y
trabajo; adolescencia y aprendizaje...” (4 ).
VAR 9: “Los contenidos de psicología vistos en su formación de grado le aportaron elementos

teóricos para conocer las características de los alumnos de secundario”.
“Contenidos mínimos de la asignatura Psicología I: ....la

importancia de las teorías psicológicas y sus implicancias
educativas: conductismo, psicología genética, psicología cognitiva,
psicoanálisis; teorías del aprendizaje ...” (4)
VAR 10: “Las materias de psicología le permitieron obtener una visión crítica sobre las diferentes
teorías del aprendizaje”.
“Las estrategias metodológicas deben basarse en la

resolución de problemas de manera que el estudiante de
profesorado experimente directamente el significado del
aprendizaje constructivo y sus dificultades” (Santaló, 1994).
VAR 11: “Las materias de Matemática promovieron una visión constructivista del aprendizaje de
la Matemática”.
“Hay una necesidad importante de vincular la Matemáti-

ca con otras materias de la enseñanza. En todas las materias de
Matemática del profesorado se deben mencionar en abundancia
sus vinculaciones con otras para los niveles elementales, para
que el profesor, siempre propenso a enseñar como él fue enseña-
do, no olvide relacionar sus cursos con la mayor área posible de
conocimientos, procurando una enseñanza holística, que además
será atractiva para los alumnos” (Santaló, 1994).
(3) Fundamentación de la asignatura
Psicología II, UNC 2000.
VAR 12: “Las materias de su formación contemplaron las relaciones de la Matemática con otras
ciencias”.
(4) Plan de estudios de la carrera “Profe-
sorado en Matemática” de la Universidad
Nacional del Comahue.
VAR 13: “Los contenidos de Probabilidad y Estadística estuvieron relacionados con otras
disciplinas”.
_____53_____
“La formación del profesorado no se debe basar en la

imitación de profesores expertos. Debe basarse en una interacción
positiva entre conocimientos establecidos y el mundo de la práctica
docente” (Artigue, 2000).
“... el estudiante estará en condiciones de analizar los

procesos y las interrelaciones que se establecen dentro de la
institución educativa, a fin de ver la posible correspondencia
existente con las relaciones propias del sistema social en que se
inserta....” (5 ).
“... reconocer la práctica educativa como objeto de

conocimiento, en sus dimensiones de práctica social, política,
escolar y áulica....” (Davini, 1997).
VAR 14: “La formación de grado no está orientada a conocer las características del medio
laboral”.
“.... que el paradigma en el que son iniciados les sirva

como modelo para su futura profesión....” (García Cruz, 2000).
“.... el modelo de formación actúa siempre como currí-

culum oculto de la enseñanza ....” (Imbernón, 1998).
“.... todo enfoque y práctica pedagógicos enseñan no

sólo por lo que dicen que enseñan, sino aún mucho más por lo
que no dicen ..., por lo que se instauran en la práctica misma
como estilo de interacción...” (Davini, 1997).
VAR 15: “El modelo de formación del profesorado condiciona la práctica pedagógica de los
egresados”.
POBLACIÓN Y MUESTRA
La población en estudio está constituida por los docentes

que tienen título de Profesor de Matemática (o equivalentes, por
ejemplo: Profesor de Matemática, Física y Astronomía, etc.). La
muestra se obtuvo mediante un muestreo aleatorio sistemático
(5) Fundamentación de la asig-
realizado sobre el listado de docentes inscriptos en la Junta
natura “Educación, sociedad y
política”. UNC 2000. Provincial de Clasificación Rama Media de Neuquén. Se
entrevistaron 67 docentes de la población por lo que la muestra
representa un 35 % del total (N = 192). Del muestreo resultaron
3 egresados de Escuelas Normales Nacionales; 34 egresados de
Institutos de Formación del Profesorado; 26 egresados de la
_____54_____
Universidad Nacional del Comahue y 4 egresados de otras
Universidades Nacionales.
RESULTADOS
Los resultados de la encuesta se analizaron mediante la

técnica de “Análisis Factorial”, con la finalidad de definir
dimensiones subyacentes al conjunto de variables originales de
tal forma que permitan caracterizar a los docentes en servicio
según su opinión y detectar problemáticas comunes. A
continuación se muestra la matriz de correlaciones entre variables
obtenida en la aplicación de la técnica.
VAR1 VAR2 VAR3 VAR4 VAR5 VAR6 VAR7 VAR8 VAR9 VAR10 VAR11 VAR12 VAR13 VAR14 VAR15
VAR1 1.000 0.111 -0.351 0.380 0.324 -0.381 0.511 0.306 0.639 0.544 0.230 0.389 0.293 -0.184 -0.210
VAR2 1.000 -0.006 0.017 0.187 -0.212 -0.050 0.300 0.123 0.112 0.222 0.117 0.085 -0.022 0.060
VAR3 1.000 -0.429 -0.575 0.649 -0.594 -0.468 -0.394 -0.395 -0.694 -0.703 -0.591 0.630 0.571
VAR4 1.000 0.621 -0.383 0.210 0.464 0.420 0.379 0.404 0.452 0.432 -0.424 -0.587
VAR5 1.000 -0.441 0.348 0.595 0.282 0.466 0.679 0.545 0.518 -0.430 -0.391
VAR6 1.000 -0.493 -0.566 -0.423 -0.353 -0.529 -0.603 -0.639 0.697 0.515
VAR7 1.000 0.298 0.491 0.579 0.431 0.502 0.398 -0.432 -0.391
VAR8 1.000 0.373 0.329 0.530 0.442 0.671 -0.568 -0.324
VAR9 1.000 0.635 0.369 0.571 0.454 -0.257 -0.447
VAR10 1.000 0.429 0.447 0.444 -0.400 -0.438
VAR11 1.000 0.573 0.501 -0.453 -0.469
VAR12 1.000 0.617 -0.424 -0.551
VAR13 1.000 -0.598 -0.444
VAR14 1.000 0.612
VAR15 1.000
Los valores resaltados son las correlaciones no

significativas, es decir, las correlaciones menores a 0,30. Éstas
son 21 de 105, lo que representa un 20% de correlaciones bajas.
Por lo tanto, existe más de un 50% de correlaciones significativas.
Esto brinda una cobertura adecuada para continuar con el análisis.
La variable 2 es la que presenta la mayor cantidad de correlaciones
bajas. Una opción podría haber sido eliminarla del análisis, pero
esta variable se refiere a los contenidos de Probabilidad y
Estadística, por lo que resulta de particular interés para este trabajo.
Determinación del número de factores
La siguiente tabla muestra los autovalores mayores a 1,

los cuales corresponden a tres factores.
Autovalores significativos
% Total Acumul. % Acumul.
Factor Autovalor Variancia Autovalores
1 7.1652889 47.768593 7.1652889 47.768593
2 1.4795431 9.8636207 8.644832 57.632214
3 1.2626761 8.4178407 9.9075081 66.050054
_____55_____
Matriz factorial
Factor 1 Factor 2 Factor 3
VAR1 0.104093 0.845503 0.141848
VAR2 0.053821 0.054114 0.878179
VAR3 -0.797288 -0.295813 0.110360
VAR4 0.586333 0.292014 0.037785
VAR5 0.690564 0.221414 0.305015
VAR6 -0.746321 -0.268036 -0.108915
VAR7 0.395574 0.652657 -0.200235
VAR8 0.690712 0.146478 0.448728
VAR9 0.255113 0.826097 0.081742
VAR10 0.318476 0.750420 0.048191
VAR11 0.721640 0.214305 0.229492
VAR12 0.653607 0.449204 0.036138
VAR13 0.742663 0.252710 0.123308
VAR14 -0.819364 -0.083288 0.121033
VAR15 -0.692176 -0.272129 0.298826
Expl.Var 5.477110 3.096997 1.333401
Prp.Totl 0.365141 0.206466 0.088893
DISCUSIÓN
Para poder interpretar estos factores se analizaron las

variables asociadas a cada uno de ellos.
 Factor 1:
Factor 1 vs. Factor 2

Rotación: Varimax normalized
1.0
1 9
0.8 10
7
0.6
12
0.4
Factor 2
4
13
511
0.2 8
2
0.0
14
-0.2
3 6 15
-0.4
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
Factor 1
Plano de variables según Factor 1
_____56_____
Para poder darle un nombre al factor, se observaron las
variables correlacionadas con el mismo. Lo primero que se
observa en este grupo de variables es que no se refieren a
contenidos de la carrera sino a la forma en que estos contenidos
fueron impartidos. Como las afirmaciones se refieren a la opinión
de los docentes sobre su formación de grado, estas variables
indican el valor que cada docente le adjudica a todo aquello que
incidió en su formación a partir del modelo de actuación de los
docentes que impartieron las cátedras, el estilo de interacción
con el conocimiento y con el contexto. Podemos notar que estas
variables se refieren a la especificidad de la materia y de la carrera
en general, a la interdisciplinariedad y a diferentes orientaciones
que pudieron estar presentes en la carrera, como por ejemplo, el
enfoque en la práctica docente o el enfoque metodológico. Todo
esto forma parte de las decisiones que toman los docentes
formadores y que configuran un modelo de formación, más allá
de los contenidos y de las instituciones formadoras. Este factor
se denominó: VALORACIÓN DEL MODELO DE FORMACIÓN.
 Factor 2:

Rotación: Varimax normalized
1.0
1 9
0.8 10
7
0.6
12
0.4
Factor 2
4
13
511
0.2 8
2
0.0
14
-0.2
3 6 15
-0.4
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
Factor 1
El grupo de variables correlacionadas con el factor se

refiere a contenidos en general. Las afirmaciones se refieren a si
las materias específicas constituyeron una base de conocimientos
útiles en relación con el perfil de la carrera. La única variable de
contenidos que no forma parte de este factor es la referida a
Probabilidad y Estadística. Este factor se denominó:
VALORACIÓN DE LA FORMACIÓN EN CONTENIDOS.
_____57_____
Factor 3:

Rotation: Varimax normalized
1.0
2
0.8
0.6
8
0.4 5
Factor 3
15
11
0.2 143 1 13
9 10
4 12
0.0
6
7
-0.2
-0.4
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
Factor 1

Hay una sola variable relacionada con el factor. Tiene
una alta correlación positiva con el mismo y se puede observar
que está muy cerca del eje del factor. Este factor se denominó:
VALORACIÓN DE LA FORMACIÓN EN PROBABILIDAD Y
ESTADÍSTICA.
Interpretación de los grupos de individuos
A continuación se describe cada uno de ellos de acuerdo

con las respuestas dadas a cada una de las variables.
1.5
2
1.0
1
0.5
3
0.0
FACTOR 2
-0.5
-1.0
-1.5
-2.0 4
-2.5
-2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
FACTOR 1
Grupos de individuos en los Factores 1 y 2.

_____58_____
 Grupo 1:
Son los individuos que contribuyen con mayor inercia al
Factor 1: “Valoración del modelo de formación” en el extremo
derecho del gráfico. Tienen una opinión favorable sobre su
formación general salvo en lo referido a los contenidos de
Probabilidad y Estadística, donde los individuos presentan
dispersión.
.
 Grupo 2:
Factor 2: “Valoración de la formación en contenidos” en el
extremo superior del gráfico. Este grupo está formado por
individuos que están de acuerdo con la formación que recibieron
en contenidos, salvo en Probabilidad y Estadística. Además, este
grupo opina que las estrategias didácticas con las que aprendieron
Probabilidad y Estadística no son aplicables en la escuela
secundaria.
 Grupo 3:
Factor 1: “Valoración del modelo de formación” en el extremo
izquierdo del gráfico. Este grupo tiene un comportamiento opuesto
al grupo 1 en las variables relacionadas con el factor. Se
manifiestan en desacuerdo con las variables relacionadas con el
modelo de formación. Tienen opinión favorable respecto a la
formación recibida en contenidos de Matemática, Psicología y
Pedagogía. Los individuos presentan dispersión respecto a las
variables referidas a contenidos de Probabilidad y Estadística y
de Didáctica.
 Grupo 4:
Factor 2: “Valoración de la formación en contenidos” en el
extremo inferior del gráfico. Este grupo tiene un comportamiento
opuesto al grupo 2 en las variables relacionadas con el factor. En
general están en desacuerdo con la formación que recibieron en
contenidos. En cuanto a Probabilidad y Estadística, opinan que
no tuvieron un enfoque específico de la asignatura para el
profesorado, que la materia no estuvo relacionada con otras
ciencias y que no les permitió diferenciar el razonamiento
probabilístico del determinístico. Están en desacuerdo con la forma
en que aprendieron Probabilidad y Estadística.
_____59_____
2.5
2.0
5
1.5
1.0
0.5
FACTOR 3
0.0
-0.5
-1.0
-1.5
6
-2.0
-2.5
-2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
FACTOR 1
Grupos de individuos en el factor 3 y grupo de individuos con comportamiento promedio
 Grupo 5:
Factor 3: “Valoración de la formación en contenidos de
Probabilidad y Estadística” en el extremo superior del gráfico.
Estos individuos opinan que tuvieron una buena base en
Probabilidad y Estadística en la carrera. Además, consideran que
tuvieron una buena base de contenidos de Matemática en general.
 Grupo 6:
Factor 3: “Valoración de la formación en contenidos de
Probabilidad y Estadística” en el extremo inferior del gráfico. Este
grupo tiene un comportamiento opuesto al grupo 5 en la variable
relacionada con el factor. Opinan que los contenidos de
Probabilidad y Estadística no constituyeron una buena base para
enseñar en la escuela. También consideran que tuvieron buena
formación en contenidos de Matemática en general.
 Grupo de individuos con comportamiento promedio:

Estos individuos no contribuyen con inercia significativa
a ninguno de los factores. Graficamente se encuentran dentro
del círculo unitario y las respuestas son en general “ni de acuerdo
ni en desacuerdo”.
CONCLUSIONES
El factor “Valoración del modelo de formación” identifica

lo que se enseña en la formación a través del enfoque o modelo
_____60_____
de actuación y que establece en la práctica pedagógica una forma
de relación entre los sujetos, entre ellos y el conocimiento y con
el medio. La importancia de este factor reside en que el modelo
de formación promueve aprendizajes implícitos. Además, este
modelo no es neutro sino que está inmerso en un marco social,
cultural e ideológico que influye en la configuración pedagógica
del egresado y en su práctica laboral.
Observando las variables que lo componen, es posible

notar que este factor involucra algunas decisiones institucionales,
como por ejemplo la posibilidad de impartir la carrera solamente
para los alumnos del profesorado o compartida con alumnos de
otras carreras. Las demás variables relacionadas con este factor
involucran decisiones de los docentes que imparten el profesorado.
Es decir, es el docente el que elige las estrategias didácticas a
aplicar en la materia, las orientaciones metodológicas, la inclusión
de vinculaciones con las ciencias para las cuales la Matemática
brinda el marco de referencia. Estas decisiones están vinculadas
con la postura epistemológica, consciente o no, que tiene cada
docente formador y que depende a su vez de su propia formación.
El factor “Valoración de la formación en contenidos”

identifica la opinión de los docentes en ejercicio sobre el
cumplimiento de los propósitos mínimos de las asignaturas. En
este estudio se observó una fuerte aceptación de la formación
en Matemática, Psicología y Pedagogía. En cuanto a Didáctica,
esta variable no presentó una correlación alta con el factor.
El factor “Valoración de la formación en Probabilidad y

Estadística” tiene como característica que se presenta como
factor separado del resto de los contenidos. Si bien esto puede
explicarse por las bajas correlaciones de esta variable con las
demás, es de particular interés para este estudio que la materia
en cuestión revele que las opiniones de los docentes sobre ella
sean diferentes a las de otros contenidos.
Por otro lado, el análisis realizado resumió la información

contenida en las encuestas y permitió, en este trabajo en particular
y por la forma en que se enunciaron las afirmaciones de la misma,
considerar a partir de la opinión de los docentes los valores
positivos, los vacíos y deficiencias que integran la formación.
Respecto al factor “Valoración del modelo de formación”,

las variables que se presentaron como problemas a tratar son las
variables 8, 13, 6 y 14. La variable 8 se refiere a que las
estrategias didácticas aplicadas en la materia Probabilidad y
Estadística no son aplicables en la enseñanza secundaria. Los
_____61_____
individuos que identifican este problema pertenecen a los grupos

2, 3, 4, 6 y aproximadamente la mitad del grupo de individuos
promedio. La variable 13 se refiere a que los contenidos de
Probabilidad y Estadística no estuvieron relacionados con otras
disciplinas. Los individuos que identifican este problema
pertenecen a los grupos 3, 4 y la mitad del grupo 6.
Otra característica notable es que aproximadamente el 50% de

los entrevistados señaló que no tiene opinión respecto de la
variable 3. Esta variable se refiere a si haber cursado Probabilidad
y Estadística con alumnos de otras carreras no permitió obtener
un enfoque específico de la asignatura orientado al profesorado.
La variable 6 se refiere a que la carrera brinda escasas

orientaciones metodológicas. Los individuos que identifican este
problema pertenecen a los grupos 3, 4 y aproximadamente la
mitad del grupo 5. La variable 14 se refiere a que la formación
de grado no está orientada a conocer las características del medio
laboral. Los individuos que apoyan esta afirmación pertenecen a
los grupos 2, 3, 4, 5 y aproximadamente la mitad del grupo de
individuos promedio.
Respecto al factor “Valoración de la formación en

contenidos”, se observó que salvo el grupo 3, el cual se
manifiesta en desacuerdo con la formación recibida en
Matemática, Psicología, Didáctica y Pedagogía, el resto de los
grupos sí está de acuerdo o, en algunos casos, presentan
variabilidad. Respecto al Factor 3 “Valoración de la formación
en contenidos de Probabilidad y Estadística”, los individuos que
identificaron un problema respecto a este factor son del grupo
6. Además, se observó que existe un 60% de individuos que se
manifestó en desacuerdo o medianamente en desacuerdo con
esta afirmación. Esto indica que si bien no fue una característica
propia de los demás grupos (en los cuales se observó variabilidad)
existe en conjunto un alto porcentaje de individuos que detecta
este problema.
PROPUESTAS
Las propuestas que se describen a continuación tienen

por objetivo plantear un acercamiento al ideal teórico de
formación que promueva una alternativa de mejora a los
problemas detectados. Con esta modificación se pretende que
los egresados incorporen elementos teóricos y prácticos que les
faciliten la tarea de enseñar probabilidad en el ámbito en que
deben ejercer.
_____62_____
Problemática: La formación no proporciona una base de
conocimientos adecuada para la enseñanza.
Propuesta: Los contenidos relacionados con Probabilidad
abordados en la asignatura cubren ampliamente el temario de
contenidos de nivel medio. La modificación que se propone en
este sentido está referida a la inclusión del desarrollo histórico
de la probabilidad (Santaló, 1955; (Santaló, 1994 b). Por un
lado, se sugiere contemplar los problemas que dieron origen a los
conceptos, como por ejemplo, los desarrollados por Fermat y
Pascal. Por otro lado, es posible analizar las diferentes
concepciones de azar que primaban en distintos momentos
históricos.
Problemática: Las estrategias didácticas utilizadas en la formación

no son aprovechables en la enseñanza secundaria.
Propuesta: De acuerdo con lo formulado anteriormente, el modelo
de formación se convierte de manera involuntaria en modelo de
actuación, es decir, las personas tienden a enseñar de la manera
en que se les enseñó. Por lo tanto, es necesario promover la
utilización de estrategias de enseñanza que puedan ser practicadas
de manera natural por los futuros egresados cuando se incorporen
a su ámbito de trabajo. Para ello es fundamental que el formador
de formadores que esté a cargo del dictado de la asignatura
conozca y practique una metodología adecuada, acorde con los
principios que caracterizan la enseñanza – aprendizaje de la
estocástica desde una perspectiva constructivista basada en la
resolución de problemas (Garfield, 1995; García Cruz, 2000;
Sadovsky et al, 1994). La simulación, tanto con artefactos
aleatorios como con computadoras, y la visualización son
estrategias de enseñanza que pueden resultar provechosas, de
la misma manera que la vinculación con la estadística descriptiva
en el recuento de resultados, la tabulación, el gráfico y la
interpretación de datos (Borovnick & Peard, 1996).
Problemática: La formación no provee orientaciones

metodológicas.
Propuesta: Las orientaciones metodológicas se refieren a
recomendaciones de enseñanza del contenido en el nivel
secundario. Una alternativa es proponer la discusión de las
recomendaciones realizadas por diferentes autores y sobre la
forma en que se enseña en la materia de grado (Godino et al,
1996). También se debe propiciar el conocimiento de materiales
y recursos adecuados para este contenido.
Problemática: Carencia de relaciones con otras disciplinas.

Propuesta: Como la propuesta se basa en la resolución de
problemas, es posible incorporar situaciones relacionadas con
_____63_____
otras asignaturas o con otras ramas de la misma Matemática

(Santaló, 1994 b). En principio, es posible vincular la probabilidad
con conceptos de geometría, aritmética y álgebra. Además existen
problemas de biología y física que podrían ser de interés si los
alumnos del profesorado contaran con los conocimientos previos
necesarios.
Problemática: La formación no propicia el conocimiento de la

práctica docente.
Propuesta: Las instituciones formadoras deben promover un
contacto asiduo entre los estudiantes de los profesorados y los
centros de enseñanza. De esta manera, es posible conocer y
analizar aspectos concretos relativos a la práctica docente. La
observación de clases de Probabilidad en los centros de enseñanza
brinda un adecuado marco de discusión. 3tra alternativa es
conseguir trabajos de alumnos de secundario sobre Probabilidad
o respuestas a cuestionarios predeterminados sobre concepción
de azar, o de problemas usados en la investigación del aprendizaje
de la Probabilidad (Godino et al, 1998). Otro de los aspectos que
promueve la vinculación con el mundo de la práctica docente es
el conocimiento de los errores de enseñanza y aprendizaje
(Shaugnessy, 1992; 1998; Girard, 1997). Esto puede ayudar a
los futuros docentes a comprender tanto sus dificultades como
las que deberán enfrentar sus alumnos. Estas últimas propuestas
permiten también impulsar la lectura crítica y la discusión de
investigaciones sobre enseñanza.
En síntesis, se busca modificar el modelo de formación a

partir de dos aspectos fundamentales. Por un lado, se requiere
un cambio actitudinal y metodológico del docente formador. Este
cambio implica que el docente formador reconozca la incidencia
que tiene su actuación en el aprendizaje de los futuros profesores.
A partir de este reconocimiento es que se pueden generar
proyectos de superación de dificultades. Se busca que el alumno
del profesorado experimente los procesos por los que pasarán
sus estudiantes mediante la resolución de problemas, la
experiencia con material concreto, las simulaciones, etc. Por otro
lado, se propone complementar la asignatura con aspectos
relativos al conocimiento de la práctica docente. De esta manera
se espera que la materia contemple no solo los conocimientos
relativos a la asignatura específica, sino que además proporcione
una base de conocimientos adecuados para la enseñanza.
_____64_____
BIBLIOGRAFÍA
ARTIGUE, Michele: Didáctica de las matemáticas y formación

docente, Buenos Aires, SOAREM, 2000.
BATANERO, C., GARFIELD, J., OTTAVIANI, M., TRURAN, J.:

Investigación en educación estadística: algunas cuestiones prioritarias.
Statistical Education Research Newsletter. Vol. 1, N° 2, 2000, http:/
/www.ugr.es/~batanero/sergroup.htm
BOROVCNIK, M., PEARD, R.: Probability. En BISHOP et al (Eds.).

International Handbook of Mathematics Education. Part 1, Holanda,
Kluwer Dordrecht, 1996.
DAVINI, María Cristina: La formación docente en cuestión: Política

y Pedagogía, Buenos Aires, Paidós, 1997.
FISCHBEIN, Efraim: Training teachers for teaching statistics, En:

HAWKINS Anne (Ed.): Training teachers to teach statistics International
Statistical Institute, 1990.
GARCÍA CRUZ, Juan A.: Didáctica de la Matemática para la

formación del Profesorado de Secundaria, Proyecto docente, Tenerife,
Universidad de La Laguna, 2000.
GARFIELD, Joan : How students learn statistics, International Statistics

Review 63, 1995.
GIRARD Claude: Algunas hipótesis sobre las dificultades encontradas

en la enseñanza de las probabilidades. En Enseigner les probabilités
au lycée. Reims, Edición: IREM, 1997.
GODINO, Juan D., BATANERO, Carmen, CAÑIZARES, Ma. Jesús:

Azar y probabilidades. Segunda reimpresión, Madrid, Síntesis, 1996.
GODINO, J., BATANERO, C., FLORES: El análisis didáctico del

contenido matemático como recurso en la formación de profesores
de matemática. [Contextualising didactical knowledge on stochastics
in mathematics teacher´s training]. En A. Olivier y K. Newstead
(Eds.) Proceedings of the 22 International Conference for the Psychology
of Mathematics Education, University of Stellenbosch, South Africa,
1998.
IMBERNÓN, Francisco: La formación y el desarrollo profesional del

profesorado. Hacia una nueva cultura profesional. 3° Edición.
Barcelona, Graó, 1998.
SADOVSKY, P., PARRA, C., SAIZ, I.: Enseñanza de la Matemática.

Documento curricular. Buenos Aires, Ministerio de Cultura y Educación,
1994.
_____65_____
SANTALÓ, Luis: La formación de profesores de matemática para la

enseñanza media. En Enfoques. Hacia una didáctica humanista de la
matemática. SANTALÓ, OTTOLENGHI, TRICARICO, HERNAIZ,
MARBACH, COUY AGUIRRE, GARCÍA, MARMORATO, GRECO,
GÓMEZ, GALAGOVSKY, CETKOVICH, FAURING. Buenos Aires,
Editorial Troquel., 1994 a.
SANTALÓ, Luis: Las probabilidades, el azar y la estadística. En

Enfoques. Hacia una didáctica humanista de la matemática SANTALÓ,
OTTOLENGHI, TRICARICO, HERNAIZ, MARBACH, COUY AGUIRRE,
GARCÍA, MARMORATO, GRECO, GÓMEZ, GALAGOVSKY ,
CETKOVICH, FAURING, Buenos Aires, Editorial Troquel, 1994 b.
SANTALÓ, Luis: La probabilidad y sus aplicaciones, Buenos Aires,

Editorial Ibero Americana, 1955.
SHAUGNESSY, Michael: Research in Probability and Statistics:

Reflections and Directions. En: Douglas A. Grouws (Ed.) Handbook of
Research on Mathematics Teaching and Learning Nueva York,
MacMillan,1992.
_____66_____
INVITACIÓN
Se invita a los señores profesores y docentes en general, a presentar sus trabajos para
ser incluidos en los próximos números de este Boletín, así como las colaboraciones
que estimen. Las mismas pueden presentarse a nombre de esta dirección, en el aula
311 del edificio central de la Universidad.
Por cualquier consulta, comunicarse al teléfono 4659-2417.
Ing. Luinor E. Vilches
_____67_____
_____68_____

o

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

o

Cargado por

Copyright:

Formatos disponibles

_____3_____

Autoridades de la Facul- Decano

Aplicación práctica al modelo simple de armado de portafolio de Pág.

El procesamiento matemático cerebral Pág.

Programación meta secuencial interactiva. Problema de Pág.

Análisis factorial simple aplicado a la caracterización Pág.

LOS CONTENIDOS DE LOS NÚMEROS 1 A 13 DE ESTE

Por el Dr. Osvaldo Luis Perillo (*)

(*) Profesor Titular En un artículo anterior titulado Modelo Simple de

Se explicó en ese artículo que “resolviendo los valores

Lo que hemos visto es la complejidad matemática

c) Estimar los rendimientos esperados de cada activo

d) Determinar los valores de Z mediante cualquiera de

El portafolio riesgoso, finalmente, puede ser combinado

Seguidamente, trataremos de ejemplificar lo expuesto

1) En primer lugar elegimos aquellas acciones que por su impor-

TS PAMP GGAL PBE BMA ACIN

TS 3.81 1.64 1.63 1.66 1.66 1.22

PAMP 1.64 4.76 1.92 1.73 1.81 1.10

GGAL 1.63 1.92 3.66 1.90 2.28 1.48

PBE 1.66 1.73 1.90 2.81 1.88 1.14

BMA 1.66 1.81 2.28 1.88 4.04 1.21

ACIN 1.22 1.10 1.48 1.14 1.21 1.88

El último dato que necesitamos es la tasa libre de riesgo,

3) Para resolver los valores de Zi, tenemos en cuenta

la ecuación (1) se puede escribir: A*Z=R (2)

Si es A-1 la matriz inversa de A , premultiplicando la ecuación

De modo que debemos invertir la matriz A de varianzas

La matriz inversa es la siguiente:

Seguidamente, debemos calcular los rendimientos

TS 32.00 27.00 7.75 19,375

PAMP 110.70 105.70 28.70 71,750

GGAL 40.00 35.00 12.39 30,975

PBE (12.58) (17.58) (33.31) (83,275)

BMA 45.38 40.38 10.19 25,475

ACIN (9.73) (14.73) (25.68) (64,200)

4) El resultado obtenido nos indica que debemos inver-

NOTA IMPORTANTE: El presente ejemplo adolece de la restricción

MARKOWITZ, Harry: Portfolio Selection, The Journal of Finance,

ELTON, Edwin J. y GRUBER, Martín J. : Modern Portfolio Theory

REALLY, Frank K. y BROWN, Keith C.: Investment Analysis and

ALEXANDER, Gordon J., SHARPE, Gordon J. y Bailey, Jeffrey V.:

ALEXANDER, Gordon J. y SHARPE, William F.: Investment, Fourth

FISCHER, Donald E. y JORDAN, Ronald J.: Security Analysis and

BODIE, Zvi, MERTON, Robert C, y VINITZKY, Guillermo: Finanzas y

BREALEY, Richard A. y MYERS, Steward C.: Principios de Finanzas

TS PAMP GGAL PBE BMA ACIN

13/10/2006 54,065 1,244 2,160 3,170 6,906 4,444

22/02/2007 71,099 2,560 3,300 3,420 11,445 4,425

04/07/2007 76,150 2,820 3,080 3,530 10,350 4,290

08/11/2006 3,27 (1,42) 0,41 2,36 3,64 (1,23)

16/03/2007 (1,24) (0,43) (0,68) (1,60) (2,34) 0,48

27/07/2007 1,32 (0,36) (0,70) (0,89) (3,35) -

Rendimientos 0,13 0,33 0,16 (0,04) 0,17 (0,03)

Resumen. ¿Cómo el cerebro humano lleva adelante el pensamiento

La vida cotidiana está atravesada por ideas numéricas:

1998). Además, en todos los niveles de educación, como así

Por lo tanto, hay que aceptar que las matemáticas son

Todavía no se conoce suficientemente cómo el cerebro

CAPACIDADES MATEMÁTICAS INNATAS DEL CEREBRO

A partir de diversos estudios psicológicos y

El sentido del número en niños está restringido a

Si bien no se puede soslayar la importancia de las

_3_