CAP 2: FUNDAMENTOS CONCEPTUALES

A continuación se aborda el tema de los ciclos de modelación matemática.

2.4.3. Ciclos de modelación matemática

En esta sección abordaremos la forma en la que de acuerdo a algunos autores
(e.g. Doerr, 1995; Berry y Davies, 1996; Galbraith, Renshaw, Goos y Geiger, 2003; Maaß,
2006; Niss, Blum, Galbraith y Henn, 2007), se construyen los modelos matemáticos. De
manera general, los diferentes enfoques o posturas acerca de la modelación, la describen como
una actividad cíclica o recursiva que permite ir refinando o adaptando un modelo a través de
iteraciones, dependiendo del contexto en el que será utilizado.
Dividimos esta sección en varios apartados en los que se exponen algunos ciclos de
modelación que consideramos representativos para nuestra investigación.
Al final, consideramos conveniente presentar –a modo de referencia– la secuencia con
la que se enseña tradicionalmente la modelación en la escuela de ingeniería (IPN-UPIITA)
donde estudiaban los alumnos participantes en nuestro estudio.

2.4.3.1. Definición general de ciclo de modelación

Para explicar de manera general en qué consiste un ciclo de modelación, nos

remitiremos a lo expuesto por Niss et al. (2007) en el estudio ICMI 14, quienes hablan de las
construcciones de modelos matemáticos como interacciones entre el mundo real (extra-
matemático) y el “mundo” o dominio matemático; para ello definen que:

El mundo extra-matemático puede ser otro tema o disciplina, un área de práctica, una
esfera de la vida privada o social, etc. …El mundo extra-matemático es entonces una
manera útil de indicar que aquella parte del "mundo real" más amplio que es relevante
para un problema o asunto particular. (Niss et al. 2007, Pp. 3-4)

Entonces explican lo que sucede cuando se construye un modelo matemático y se

realiza un ciclo de modelación, de la siguiente manera:

En [un dominio matemático] M se realizan deliberaciones, manipulaciones e

inferencias matemáticas, cuyos resultados son traducidos de nuevo a un [dominio de
interés extra-matemático] D e interpretados como conclusiones referentes a ese
dominio. Este ciclo de modelación puede ser iterado varias veces, sobre la base de la
validación y evaluación del modelo en relación con el dominio, hasta que las
conclusiones resultantes relativas a D sean satisfactorias en relación con el propósito de
la construcción del modelo. (Niss et al. 2007, p. 4)
29
CAP. 2: FUNDAMENTOS CONCEPTUALES

Esta descripción se complementa con la Figura 2.4, que muestra la interacción o

mapeo cíclico que se da entre D y M durante el proceso de construcción de un modelo o ciclo
de modelación.

Figura 2.4 Las matemáticas y el resto del mundo, según Niss et al. (2007)

2.4.3.2. Ciclo de modelación de Pollak

El ciclo de Pollak (1979) fue de los primeros que se presentaron dentro del estudio
formal de los procesos de modelación. Es un modelo que presenta de manera simplificada el
mapeo que se realiza entre lo que Pollak llama el “resto del mundo” (el mundo real) –que
correspondería a lo que Niss et al (2007) llaman dominio extra-matemático— y el dominio de
las matemáticas, que Pollak divide en dos tipos: matemáticas aplicadas clásicas y matemáticas
aplicables. El dominio del resto del mundo representa los problemas o fenómenos existentes
en el mundo real, que son modelados para obtener un producto matemático (el modelo) que
sea susceptible de análisis o permita dar respuesta al problema.
El ciclo de modelación de Pollak (1979) se muestra en la Figura 2.5 En resumen, este
ciclo nos muestra cómo la “aplicación16” de las matemáticas permite la construcción un
modelo de algo que existe en el mundo real.

16
Por aplicación nos referimos al uso de las matemáticas para explicar o analizar un fenómeno, resolver un
problema, etc. en un contexto de la realidad.
30
 CAP 2: FUNDAMENTOS CONCEPTUALES

Figura 2.5 Ciclo de modelación de Pollak (1979).

2.4.3.3. Ciclo de modelación de Berry y Davies

El ciclo de modelación de Berry y Davies, intenta presentar de manera detallada los

pasos que siguen los estudiantes al momento de construir un modelo, desde que se les presenta
un enunciado “tradicional” hasta que realizan un informe o reporte de sus resultados.
Las etapas que conforman el ciclo de modelación propuesto por Berry y Davies (1996)
comienzan con: la lectura del enunciado del problema, la formulación de un modelo
matemático, el proceso de resolución matemática, la interpretación y validación de la solución
y una fase de refinamiento del modelo generado. Podemos observar estas etapas en la Figura
2.6, en donde se muestra la naturaleza cíclica de este proceso de modelación. En esta
representación se muestra de manera explícita la etapa de refinamiento del modelo, que es el
paso previo al reinicio del ciclo. Este detalle contrasta con la sencillez del modelo de Pollak,
donde la etapa de refinamiento del modelo, así como las otras etapas se encuentran implícitas
en las líneas de flujo de dicha representación.
La idea principal de este ciclo, es que el proceso de refinamiento favorezca y
enriquezca el trabajo realizado en cada una de las etapas, hasta que el modelo se ponga en
contexto y resuelva las necesidades planteadas por el problema. Al cumplirse lo anterior, el
ciclo finaliza y comienza la última fase que es la del reporte de resultados (informe).

31
CAP. 2: FUNDAMENTOS CONCEPTUALES

Figura 2.6 Ciclo de modelación de Barrie & Davies (1996)

2.4.3.4. Ciclo de modelación de Maaß

Este modelo intenta mostrar de manera más clara y estructurada la relación que existe
entre el mundo real y las matemáticas durante el proceso de modelación (matemática). Separa
claramente la parte que corresponde a la realidad y la que corresponde a las matemáticas, pero
también establece una relación entre ellas y descompone cada una en sus distintas fases o
pasos.
El ciclo de modelación de Maaß (2006), es un proceso de modelación basado en Blum
(1996, p. 18), el cual se muestra en la Figura 2.7.

Figura 2.7 Ciclo de modelación de Blum (1996, p. 18)

32
 CAP 2: FUNDAMENTOS CONCEPTUALES

El modelo de Blum (1996) comienza con una situación del mundo real. Después la
situación es (a) idealizada, es decir, simplificada para obtener un modelo del mundo real. A
partir de allí, el modelo del mundo real ya es (b) matemático, esto es, fue “traducido” a las
matemáticas para convertirse en un modelo matemático de la situación del mundo real.
Durante el proceso de creación del modelo matemático, se tienen que tomar en cuenta algunas
consideraciones matemáticas, las cuales producen ciertos (c) resultados matemáticos que
deben ser reinterpretados en (d) la situación real. Con este último paso, se reinicia el ciclo y la
adecuación de resultados debe ser validada para verificar si la solución a la problemática
planteada es satisfactoria o no. Si sucede lo segundo, el proceso o ciclo debe comenzar una
nueva iteración.
En lo que respecta al ciclo de modelación de Maaß (2006), éste se muestra en la Figura
2.8,

Figura 2.8 Proceso de modelación según Maaß (2006, basándose en Blum 1996)

La secuencia de pasos del ciclo de modelación de Maaß (2006), es la siguiente:

 Primero se plantea un problema del mundo real.

 Después se simplifica este modelo a través de una caracterización de sus variables

(matematización).

 A continuación se procede a encontrar soluciones del modelo, que deben ser

interpretadas y validadas.

 De la interpretación y la validación, se puede demostrar si el modelo es el

adecuado.

33
CAP. 2: FUNDAMENTOS CONCEPTUALES

 Si el modelo es el adecuado, se detiene el proceso.

 Si el modelo no es el adecuado, se debe trabajar nuevamente en los pasos

anteriores.
Para Maaß (2006), este proceso “debe ser visto como un esquema simplificado, y no
como un algoritmo que tenemos que seguir de manera lineal” (p. 115). Pero, lo que podemos
observar de este ciclo (o proceso de modelación), al igual que en los casos de otros autores, es
que si la solución o el proceso elegido no son los adecuados para poner un modelo en contexto
con el problema, entonces los pasos o incluso todo el proceso de modelación tendrán que ser
trabajados de nuevo; es decir, se necesitan llevar a cabo iteraciones.

2.4.3.5. Ciclo de modelación de Blum y Leiss

El ciclo de modelación de Blum y Leiss (2007) tiene como característica principal, que
incorpora de manera explícita, el modelo de situación. El modelo de situación se puede
entender como “la representación mental de la situación real que construyen [los estudiantes o
individuos] después de haber leído un problema escrito” (Borromeo, 2006, p. 87).

Figura 2.9 El ciclo de modelación de Blum y Leiss (2007)

De manera general, el ciclo de modelación de Blum y Leiss se divide en los siguientes

etapas o fases (ver Figura 2.9):

34
 CAP 2: FUNDAMENTOS CONCEPTUALES

 Comprensión de la situación o problema real y construcción de su representación

mental.

 Simplificación del problema real para estructurarlo como un modelo real.

 Matematización del modelo real, para convertirlo en un modelo matemático

 Buscar una solución a partir del trabajo matemático que se realiza con el modelo
matemático

 Interpretación de la solución del modelo matemático

 Validación de la solución matemática, interpretándola en el contexto de la situación

o problema real
En este ciclo de modelación podemos observar que, al igual que en los ciclos de
modelación de Pollak y de Maaß, existe una clara diferenciación entre lo real y lo matemático;
con la característica de que la parte real incluye los modelos abstractos y mentales que se
necesitan para llegar a la parte matemática del ciclo de modelación.

2.4.3.6. Ciclo de modelación de Geiger

La característica principal del ciclo de modelación de Geiger (2011) –ver Figura 2.11
más abajo— es que involucra el uso o interacción con la tecnología en cada una de sus etapas..
Además, este ciclo de modelación adapta las interrelaciones tecnológicas y matemáticas
presentadas por Galbraith et al. (2003, p. 114), las cuáles se muestran en la Figura 2.10, y las
convierte en un proceso de modelación recursivo que incorpora el uso de tecnología.

35
CAP. 2: FUNDAMENTOS CONCEPTUALES

Figura 2.10 Algunas interrelaciones matemáticas y tecnológicas según Galbraith et al. (2013)

Las interrelaciones matemáticas y tecnológicas de Galbraith et al. (2003) representadas

en la Figura 2.10, muestran un ovalo que representa los contextos de aprendizaje matemático.
Dentro del ovalo hay un proceso de modelación matemática (problema, suposiciones,
formulaciones, resoluciones, interpretaciones y evaluaciones) al que Galbraith et al. (2003) se
refieren como un subconjunto de la modelación comúnmente denominado “aplicación” de las
matemáticas. Las flechas negras de dos puntas indican la interacción de la tecnología en la
aplicación de las matemáticas (modelación), así como en otras actividades de las matemáticas
que involucran diversos procesos y rutinas. Sobre estas interacciones Galbraith et al. (2003)
dicen lo siguiente:

al trabajar con modelos y aplicaciones, estos procesos y rutinas se importarán

frecuentemente como herramientas para mejorar los procesos de solución. Las cabezas
dobles en las flechas indican, recíprocamente, que los conocimientos matemáticos
adquiridos durante la actividad de modelado se integrarán en el almacén de
conocimiento para su uso potencial en otras actividades matemáticas; y que al igual
que la tecnología puede afectar al procesamiento matemático dentro y fuera de la
actividad de modelación el aprendizaje conseguido puede proporcionar percepciones
adicionales para influir en cómo se utiliza la tecnología. (Galbraith et al., 2003; p. 113)

Tomando en consideración lo anterior, en el modelo de Geiger (2011), mostrado en la

en la Figura 2.11 podemos observar que se involucra el uso de la tecnología en cada una de las
fases del ciclo de modelación (lo mete dentro del ovalo del diagrama). El ciclo comienza con
36
 CAP 2: FUNDAMENTOS CONCEPTUALES

la especificación de un problema, para después entrar a unas fases de suposiciones y

formulaciones, que nos llevarán a resolver y posteriormente interpretar el modelo, y por
último generar un informe de la evaluación (pruebas) que se realizó del modelo.

Figura 2.11 Ciclo de modelación de Geiger (2011)

Para Geiger (2011) la tecnología ayuda a los estudiantes a enfrentarse a la resolución

de problemas complejos planteados en un contexto de aprendizaje matemático e interactuando
con diversos procesos matemáticos.

2.4.3.7. Ciclo de modelación de Doerr

El ciclo de modelación de Doerr (1995) que se presenta en la Figura 2.12 se caracteriza

por presentar un proceso iterativo de construcción (de modelos) donde intervienen tres
componentes principales: la experimentación con fenómenos físicos, la exploración de
posibles alternativas a través de un entorno de simulación y el desarrollo de una solución con
una herramienta de análisis multi-representacional.
Adicional a la característica de los tres componentes, en la figura 2.12 podemos
observar que el sentido de las líneas de flujo indica que existen interacciones de tipo iterativas
entre los componentes del ciclo, lo que puede interpretarse como que la solución al problema
planteado se va refinando en los “sub ciclos” que se llevan a cabo entre componentes.
37
CAP. 2: FUNDAMENTOS CONCEPTUALES

Figura 2.12 Ciclo de modelación de Doer (1995, p. 9)

El ciclo comienza con un experimento, donde los estudiantes deben hacer explícitas
sus representaciones (matemáticas u otras) de un fenómeno físico, para después identificar y
elegir sus variables y las relaciones entre ellas. A continuación se utiliza un entorno digital de
simulación para apoyar la exploración de posibles soluciones (modelos) a través del uso de
múltiples representaciones. Las modelos obtenidos a través de las simulaciones se van
refinando a través del análisis, evaluación y la reflexión de los estudiantes.
Sobre el proceso iterativo que se lleva a cabo dentro del ciclo, Doerr (1995) dice lo
siguiente:

Este proceso de iteración no es necesariamente lineal, sino que los estudiantes pasan
tiempo en cada uno de los nodos [etapas] y se mueven hacia adelante y hacia atrás
entre los nodos a medida que desarrollan su entendimiento. Por lo tanto, un modelo no
es una solución a un problema dado, sino más bien una herramienta de desarrollo que
un estudiante puede usar y reutilizar para encontrar soluciones. (Doerr, 1995; p. 10)

2.4.3.8. Ciclos de modelación de Murphy & Rodin

Murphy & Rodin (1987) desarrollaron un ciclo de modelación, basado en enfoques de

varias disciplinas (y en algunos casos su aplicación). Esto es lo que lo hace interesante para
nuestro estudio, debido a que enriquece los conceptos mostrados en los ciclos de modelación
previamente descritos.

38
 CAP 2: FUNDAMENTOS CONCEPTUALES

El desarrollo de este ciclo de modelación es el resultado de una revisión bibliográfica

de literatura relacionada principalmente con ciencia y tecnología, ciencias administrativas,
ciencias biológicas y matemáticas aplicadas e ingeniería.
Murphy & Rodin (1987) plantean varios diagramas o esquemas para explicar las etapas
que sigue su ciclo de modelación, comenzando por el esquema mostrado en la Figura 2.13,
que representa la relación que existe entre un sistema y su modelo matemático.

Figura 2.13 Relación entre un sistema y su modelo matemático de Murphy & Rodin (1987; p. 18)

Con respecto a las etapas mostradas en la Figura 2.13, Murphy & Rodin (1987) definen
la caracterización del sistema de la siguiente manera:

Una caracterización de un sistema es un modelo descriptivo del sistema. La descripción

se hace en términos de variables y relaciones entre variables. (Murphy & Rodin, 1987;
p. 17)

Y acerca de la formulación matemática, comentan lo siguiente:

La formulación abstracta, que involucra símbolos, no tiene sentido fuera de las

matemáticas. Los símbolos tienen significados precisos y su manipulación está dictada
por reglas bien definidas. La formulación abstracta por sí misma no es un modelo. Es
relacionando los símbolos de la formulación con variables y relaciones de la
caracterización del sistema de una manera satisfactoria que la formulación abstracta se
convierte en un modelo matemático. (Murphy & Rodin, 1987; p. 18)

Tomando en consideración la Figura 2.13 y los dos conceptos expuestos

(caracterización y formulación), podemos decir que para Murphy & Rodin (1987) se deben
realizar tres etapas para poder desarrollar el modelo matemático de un sistema: (1) llevar a
cabo una caracterización del sistema, (2) elegir una formulación matemática y (3) relacionar la
caracterización del sistema con la formulación matemática.
En la práctica, la construcción de un modelo está relacionada con un proceso recursivo
que requiere de varias iteraciones para poder refinar un modelo matemático y ponerlo en el
contexto de la problemática o situación que necesitamos resolver. Es por esto que Murphy &
Rodin (1987) complementan el esquema de la Figura 2.13 y presentan un esquema
simplificado de un ciclo de modelación, el cual mostramos en la Figura 2.14. Este ciclo de
modelación comienza con una caracterización del sistema (la primera), la cual normalmente

39
CAP. 2: FUNDAMENTOS CONCEPTUALES

no es la apropiada y que se complementa con una formulación matemática que muy

probablemente tampoco es la adecuada. Como resultado de esa primera interacción
(caracterización – formulación) se llega en la mayoría de los casos a un modelo matemático
tentativo (por ser aún inadecuado). Después, a través de un proceso iterativo que incluye hacer
los cambios pertinentes en la caracterización del sistema y en la formulación matemática, se
procede a validar el modelo tentativo, para llegar a un modelo adecuado del sistema, al que ya
podemos llamar modelo matemático.

Figura 2.14 El ciclo modelación matemático (simplificado) de Murphy & Rodin (1987; p. 18)

Siguiendo con el ciclo de modelación simplificado de Murphy & Rodin (1987), es

conveniente hacer mención que estos autores hacen especial énfasis en que es necesario
definir muy bien los criterios de validación del modelo, sosteniendo que entre más estricto
sean estos, más complejo será el modelo matemático resultante.
Para poder realizar una representación más exacta de lo que sucede en la práctica
cuando se lleva a cabo un ciclo de modelación, Murphy & Rodin (1987) proponen el ciclo de
modelación detallado que mostramos en la Figura 2.15. Ellos lo llaman proceso de
construcción detallado, y se caracteriza por indicar una clara separación entre el mundo
“físico” del sistema y el mundo “abstracto” de la formulación matemática, así como la
interacción entre ambos, como sucede (aunque de manera menos explícita) en los ciclos de
Pollak (1979), de Maaß (2006) y de Blum y Leiss (2007).

40
 CAP 2: FUNDAMENTOS CONCEPTUALES

Figura 2.15. Ciclo de modelación (detallado) de Murphy & Rodin (1987; p. 19)

Otra característica importante de este ciclo de modelación es que en la etapa del mundo
físico (real), se toman en cuenta los conocimientos previos del estudiante para definir y
caracterizar el comportamiento del sistema, además de que a partir del diseño y la ejecución de
experimentos también toman en cuenta que se puede generar nuevo conocimiento, que puede
ser utilizado en las siguientes iteraciones del ciclo para mejorar el modelo tentativo. Dentro de
la etapa de interacción entre lo “real y lo abstracto” se realiza la validación, que permite
evaluar el modelo tentativo y definir si es el modelo adecuado o se continua con las
interacciones e iteraciones. En la etapa del mundo matemático (abstracto) se lleva la
formulación matemática y el análisis (que puede ser computacional o analítico); la primero
incide directamente en la generación del modelo matemático tentativo y el segundo ayuda a
observar el comportamiento tentativo del modelo lo que favorece a una mejor evaluación de
los modelos.

41