Modelización Matemática

M a rio Di B l a si Regner • Celi a Fa sce
Silv i a S a ntos
(Coordinadores)
MODELIZACIÓN
MATEMÁTICA
Propuestas para su enseñanza
Autores
Mario Álvarez, Clara Bodeman, Silvina Cafferata Ferri,
Mario Di Blasi Regner, Celia Fasce, María Eugenia Morgada
y Silvia Santos
Editorial Dunken
Buenos Aires
2024
Di Blasi Regner, Mario
Modelización matemática. Propuestas para su enseñanza.
Mario Di Blasi Regner - Silvia Santos - Celia Fasce.
Contribuciones de Silvina Cafferata Ferri ... [et al.].
1a ed. - Ciudad Autónoma de Buenos Aires: Dunken, 2024.
104 p. 23x16 cm.
ISBN 978-987-85-3389-6
1. Medios de Enseñanza. 2. Matemática. 3. Docentes. I. Santos, Silvia.

II. Fasce, Celia. III. Cafferata Ferri, Silvina, colab. IV. Título.
CDD 510.711
Contenido y corrección a cargo de los autores.
Impreso por Editorial Dunken

Ayacucho 357 (C1025AAG) - Capital Federal
Tel/fax: 4954-7700 / 4954-7300
E-mail: info@dunken.com.ar
Página web: www.dunken.com.ar
Hecho el depósito que prevé la ley 11.723

Impreso en la Argentina
© 2024 Mario Di Blasi Regner • Celia Fasce • Silvia Santos (coords.)
ISBN 978-987-85-3389-6
Agradecimientos
La publicación de este libro ha sido posible gracias al aporte económico

autorizado por el Consejo Directivo de la Facultad Regional General Pacheco
de la Universidad Tecnológica Nacional.
La Secretaría de Ciencia y Técnica, a cargo del Dr. Adrián Canzián, y la FAG-

DUT (Asociación Gremial de Docentes de la Universidad Tecnológica Nacional)
nos brindaron en todo momento su incondicional apoyo.
Especialmente agradecemos al Dr. José Villella su trabajo y dedicación en

la redacción del prólogo.
7
PRÓLOGO
La relación entre la enseñanza y el aprendizaje de la matemática genera

interrogantes en quienes se dedican a enseñar los temas que componen los dise-
ños curriculares del área y también, en grupos de investigadores en didáctica de
la matemática. Para buscarles una respuesta se torna necesario llevar adelante
una aproximación científica a esos problemas, únicos por su etiología, que se
generan por la comunicación del saber matemático en las aulas: se los puede
identificar como los problemas profesionales de quienes enseñan matemática.
Para detectarlos, registrarlos, analizarlos y darles una posible (y siempre transi-
toria) respuesta se puede tomar en cuenta a la clase en su forma más amplia, al
considerarla como un objeto de estudio en el que se analiza la interacción y la
interdependencia que en ella se da entre docentes, estudiantes y los contenidos
matemáticos a enseñar para que se aprendan. En esas clases, la construcción de
significado no implica necesariamente la apropiación del conocimiento mate-
mático que en ellas circula. Bajo algunas condiciones, esa construcción favorece
la estructuración que permite la memorización de ese conocimiento: todo el
trabajo docente en el aula, se focaliza en el logro de ese objetivo.
El aula es un entorno con tareas y recursos para secuenciar y apoyar el
aprendizaje, con el fin de producir descripciones explicativas en lugar de des-
criptivas: cuando las y los docentes piensan en sus problemas profesionales,
recurren a los grupos de investigadores (en forma personal o a través de sus
producciones) y junto con ellos dialogan, generando un espacio propicio
para el trabajo colaborativo que intenta apoyar el aprendizaje de las y los
estudiantes en un dominio de contenido particular. La propuesta de este libro
es un ejemplo claro, en que investigadores junto con docentes comparten
reflexiones, ideas, sugerencias, análisis propuestos para la enseñanza de la
modelización matemática considerada como un proceso.
8 M ari o D i B lasi R egner • C elia Fasce • S ilvia S anto s
Organizado en dos partes claramente identificables por sus contenidos,

el diálogo encuentra en las páginas de este libro, su ejemplificación y justifi-
cación. El aula de matemática que la o el lector puede imaginar al leerlo, es
un escenario experimental cada vez que propone a las y los estudiantes la
resolución de problemas, cuando las y los habilita a experimentar para realizar
conjeturas, explorar varias veces los pasos y las soluciones halladas para me-
jorarlas o ajustarlas a lo pedido, discutir los hallazgos con el grupo y las y los
docentes a cargo. En un comienzo de las actividades que se comparten en las
páginas que siguen, es posible que la acción estudiantil se vea emparentada
con procesos de ensayo y error. En los diálogos para la reflexión sobre la prác-
tica profesional que se proponen como soporte de las decisiones asumidas
por las y los autores, se discute con las y los docentes lectores si esta cualidad
de resolución de los problemas se mantiene a lo largo de toda la actividad o
si, pasado un período exploratorio, las resoluciones dejan de tener un carácter
azaroso, para transformarse en procesos de prueba con argumentación. Este
cambio de cualidades en el trabajo estudiantil que se fomenta en las propues-
tas lleva a preguntarse si es espontáneo o se debe a una intervención pensada
e intencional por parte de quien enseña. Así, el libro permite desarrollar en
cada lectora, en cada lector, saberes propios referidos a la reflexión sobre la
práctica de enseñar matemática y vuelven a esa práctica para dotar de sentido
a las decisiones que las y los docentes toman a diario en el proceso de ense-
ñanza: cuestionar, en el marco de la práctica escolar, la viabilidad de ciertos
dispositivos pedagógicos diseñados para la enseñanza de la modelización
matemática recupera en este libro la voz docente.
La complejidad de las prácticas docentes permite poner de relieve las
limitaciones y los márgenes de maniobra que cada una y cada uno de ellos
tienen en sus clases, así como lo inesperado en cuanto al trabajo de las y los
estudiantes. La construcción del conocimiento didáctico de cada docente se
nutre del ejercicio del juicio crítico frente a la toma de decisiones en la prácti-
ca, dependiendo de las condiciones imperantes y las apuestas en el contexto
de la acción específica con la asistencia de un material como el que se pre-
senta en esta obra. Esta construcción de conocimiento relacionado con una
determinada práctica profesional se funda en la comprensión docente de las
M O D E L I Z A C I Ó N M AT E M ÁT I C A . P ropuestas para su ense ñ anza 9
situaciones de enseñanza dentro de las cuales se desarrolla profesionalmente

y, en donde se asume como una o un profesional que puede reflexionar sobre
las mismas. En esta perspectiva, las y los autores de este libro dialogan con las
y los docentes desde el interior del contexto en que éstas y éstos operan, para
entender cómo fundamentan e implementan sus decisiones.
Parafraseando a Alain Badiou, se puede afirmar que estudiando lo que
se afirma en Modelización matemática, propuestas para su enseñanza, se
puede pensar que enseñar modelización es convencer a las y los estudiantes
de que esto es interesante, de que puede apasionarlas, apasionarlos. Esto no
se debe al ascenso social que puede augurarle su estudio, sino porque les
permite pensar. Modelizar en matemática es algo así como seguir un camino
zigzagueante - complejo, intrincado- plagado de nociones y conceptos…sin
embargo qué felicidad cuando ese camino conduce a un claro magnífico, a un
oasis en el desierto. Ese camino se transita en un aula en la que cada docente
puede dejar de entregar un saber presente en los libros, de oralizar un conte-
nido, para trabajar modelización con las sugerencias que siguen. Son aulas
en las que no se tiene que pedir silencio para ser escuchado: se llenan del
sonido del diálogo que genera reflexión y conocimiento disciplinar en las y los
estudiantes, que conforman un espacio topológico de vecindades, superador
y modificador del espacio métrico, referido por distancias, en la que como
afirma Serrés estuvimos trabajando todo este tiempo.
Sólo falta que se anime a seguir leyendo: lo que sigue es lo interesante,
¿se lo va a perder?
José Villella
14 de noviembre de 2023
11
Índice
Primera parte
Modelización matemática como proceso.............................................................. 15

Di Blasi Regner, M., Fasce, C. y Santos, S.
Aspectos didácticos.................................................................................................... 27
Santos, S.
Modelizar para poder enseñar a modelizar........................................................... 39

Fasce, C.
Perspectivas para el abordaje de la Modelización matemática.........................51

Di Blasi Regner, M.
Segunda parte
Rediseño de un tendedero de cuerdas................................................................... 65

Santos, S. y Fasce, C.
Competencia deportiva............................................................................................. 77
Cafferata Ferri, S.
Aislación térmica en Añelo........................................................................................ 83

Álvarez, M.
Propuesta para ganar una licitación....................................................................... 89

Bodeman, C.
¿Cómo conseguimos el oxígeno?............................................................................. 97

Morgada, M.E.
PR I M E R A PA RT E
Esta Primera Parte se propone introducir al lector en los

conceptos básicos de Modelización matemática partiendo
de la definición de Modelización matemática como proceso,
según diversos autores, para continuar con algunos aspectos
didácticos de interés para tener en cuenta antes y durante la
implementación en el aula de esta estrategia de aprendizaje.
Luego se desarrolla una propuesta para la formación inicial
y continua de profesores de Matemática. A modo de cierre
se presentan y caracterizan diferentes Perspectivas para el
abordaje de la Modelización.
15
Modelización matemática como proceso
Mario Di Blasi Regner

Celia Fasce
Silvia Santos
La Modelización matemática se ha convertido en las últimas décadas en

un tema de estudio, de gran interés, dentro de la Educación Matemática. Los
autores que son referentes del estudio de la Modelización matemática (Blum,
Blomhøj, Borromeo Ferri, Maaβ, Greefrath & Vorhölter, Villarreal, Solar, Muller
& Burkhardt, Julie & Mudaly y Henning & Keune) coinciden en la concepción de
que la Modelización matemática es un proceso o ciclo que, partiendo de una
situación planteada en un contexto del mundo real, requerirá que el estudiante
interprete la situación transformándola en un problema, diseñe un modelo
matemático que se ajuste a dicho problema, lo resuelva matemáticamente,
valide la solución hallada contrastándola con la situación real originariamente
planteada y comunique lo realizado.
La Modelización matemática comienza para Blum (1993), con una situa-
ción de la realidad, fuera del ámbito de las Matemáticas. La situación debe
ser un recorte de la realidad, para tener un manejo de información simple y
acotada. Este modelo debe ser una simplificación de la realidad, sin embargo,
esta debe ser verdadera y no algo ficticio, camuflado de algún simple problema
matemático. El proceso continúa seleccionando procedimientos matemáticos
coherentes con el problema, obteniéndose así resultados matemáticos, que
luego serán interpretados y relacionados con la situación del mundo real.
De esta forma se valida el modelo matemático elegido para la situación,
si se producen contradicciones entre los resultados obtenidos a través del
modelo y la realidad misma, se deberá iniciar nuevamente con el proceso de
modelización.
Los fenómenos de la vida cotidiana pueden ser descriptos, según Villareal
et al. (2013), a través de modelos matemáticos que nos propicien realizar pre-
dicciones. Los estudiantes deberían tener la oportunidad de experimentar con

la modelización como una legítima actividad matemática.
Por su parte, Blomhøj (2004) propone un proceso de modelización cons-
tituido por seis subprocesos. Define como modelo matemático a la corres-
pondencia que hay entre algunos objetos matemáticos y los fenómenos de
la vida diaria. Los conceptos matemáticos son adaptados a situaciones extra
matemáticas a través de modelos matemáticos. Considera necesario que los
estudiantes reconozcan en ciertos fenómenos de la vida cotidiana la Matemá-
tica existente en esas situaciones y puedan reflexionar a partir de ello.
Este proceso de Modelización matemática puede promover el proceso
de aprendizaje y favorecer al estudiante a construir bases cognitivas sobre las
cuales conformar valiosos conceptos. Afirma que la Modelización matemática
es una labor dificultosa, ya que el docente debe crear el escenario adecuado
para ser presentado ante sus estudiantes, para que ellos puedan familiarizar-
se con ciertas situaciones de la cotidianeidad y pongan en juego sus saberes
matemáticos.
MUNDO REAL
(f) Validación (a) Formulación del problema
Acción . Insight Dominio de la

investigación
TEORÍA
(e) Interpretación Evaluación (b) Sistematización
DATOS
Modelo - Resultados Sistema
(d) Análisis del sistema Matemático (c) Matematización
Sistema matemático
Figura 1: Un modelo gráfico de un proceso de modelización (Blomhøj, 2004, p. 24)

Las fases de modelización de Maaβ (2006), describen un ciclo que no

necesariamente debe ser lineal, en dónde se comienza con un problema del
mundo real, que a través de su simplificación, estructuración e idealización
se obtiene un modelo real. La matematización lo convierte en un modelo
matemático, una vez encontrada la solución matemática se debe poner a
prueba obteniéndose así evidencias que deben ser interpretadas y anali-
zadas para poder determinar la eficiencia del modelo. La complejidad de
una actividad matemática va de acuerdo con la complejidad de las tareas
y de los procesos. Mientras modelizamos un problema del mundo real, nos
movemos entre la realidad y las Matemáticas. Este proceso se esquematiza
en la Figura 2.
Matematizando
Modelo real Modelo matemático
Simplificando
Problema del Trabajando

Mundo real Matemáticamente
Validando
Interpretación
de la solución Solución matemática
Interpretando
REALIDAD MATEMÁTICA
Figura 2. Proceso de modelización (adaptado de Maaß, 2006, p. 3)
Maaß (2006), detalla las subcompetencias que participan en el proceso de

modelación descripto por Blum y Kaiser (1997):
• Competencias para interpretar el problema y para diseñar un modelo:

realizar conjeturas del problema y acotar la situación; reconocer las va-
riables que influyen en el problema; relacionar las variables; investigar

para la recolección de información pertinente para la situación; realizar
una selección correcta de información.
• Competencias para crear un modelo matemático: matematizar los
datos; sintetizar los datos; elección pertinente de los conceptos mate-
máticos y la representación gráfica ajustada al problema.
• Competencias para solucionar los interrogantes dentro del modelo
matemático elegido: utilización de heurísticas, utilización de conceptos
matemáticos para solventar el problema.
• Competencias para el análisis de soluciones matemáticas: comprender
soluciones matemáticas en contextos extra matemáticos; universalizar
conclusiones para casos particulares.
• Competencias para certificar la solución: elaborar críticas y reflexiones
sobre los datos obtenidos del modelo; contemplar la reelaboración del
modelo o una parte del proceso de acuerdo con los datos obtenidos;
objetar el modelo construido.
Solar et al. (2009), distinguen dos aspectos de las competencias en la

modelización: por un lado, los actos que realiza un sujeto en el proceso de
modelización, por otro lado, las competencias que son convenidas como ni-
veles: la propagación de conocimiento como el primer nivel, la transposición
de conocimiento real al matemático como segundo nivel y en el tercer nivel se
utiliza la modelización con una connotación crítica. “La competencia de mo-
delización tiene el propósito de ser desarrolladora de competencias” (p. 501).
La competencia de modelización se sustenta en los procesos matemáticos, las
tareas matemáticas, las fases de modelización y los niveles de complejidad.
Los procesos matemáticos como la simbolización, refutación, demostración,
categorización de datos, generalización, validación entre otros, son pilares
fundamentales en la enseñanza de las Matemáticas. La actividad matemática
se puede definir cómo la agrupación de tareas matemáticas con un objetivo
en común.
Procesos del modelo Descripción
Características Identificar o describir las características del modelo.
Interpretación Interpretar un modelo o su expresión.
Validación de las características Validaciones o refutaciones de las características o

interpretaciones del modelo.
Construcción de una expresión Construir la expresión del modelo.
Aplicación Aplicar el modelo y la expresión correspondiente.
Validación Validación o refutación de la representación o

propiedades del modelo.
Reflexión Reflexionar sobre el modelo, el proceso de

modelización y su aplicación como solución a la
situación problemática.
Figura 3. Los procesos de la competencia de modelización (Solar, 2009, p. 503)
Resulta de interés la propuesta, en cuestión terminológica, aportada por

Blum (2015) donde se desglosa el proceso de modelización en siete pasos o
subprocesos que es posible visualizar en uno de los muchos esquemas para
el proceso de modelado o modelización. Presenta además otros posibles
esquemas, todos tienen sus fortalezas y debilidades específicas, según los
propósitos respectivos. Afirma que, para los análisis cognitivos, el modelo de
los siete pasos parece particularmente útil: es una combinación de modelos de
matemática aplicada (Pollak 1979; Burghes 1986), lingüística (Kintsch y Greeno
1985) y psicología cognitiva (Staub y Reusser 1995).
Esquema de modelización de siete pasos
modelo y modelo y
3
problema problema 1. Construcción
real matemático
2. Simplificación/Estructuración
1 2
Problema y 3. Matematización
situación situación 4 4.Trabajar matemáticamente
real modelada
5. Interpretación
7
6
6. Validación
Resultados resultados
7. Exposición
reales matemáticos
5
Resto del mundo Matemática
Figura 4: Esquema de los siete pasos (Blum, 2015, p. 76)
Existen muchos estudios de casos, tal como señala Blum (2015), que
muestran que las tecnologías digitales pueden ser utilizadas como herramien-
tas poderosas para modelar actividades, no solo en las fases intramatemáticas
como puede hallarse en el trabajo de Borba et al. (2005). También menciona
que las computadoras se pueden utilizar para experimentos, investigaciones,
simulaciones, visualizaciones o cálculos.
En la misma línea, Greefrath et al. (2016) sugieren extender el ciclo de mo-
delado, agregando un tercer mundo: el mundo tecnológico. (Figura 5)
Para Greefrath & Vorhölter (2016) en los últimos tiempos han variado las
actividades de modelización en la enseñanza de Matemáticas en virtud de
la accesibilidad a herramientas digitales. En particular, cuando se abordan
problemas del mundo real, una computadora o calculadora gráfica podrían
auxiliar tanto a profesores como estudiantes:
modelo y modelo y problema

problema computacional
real
Problema y modelo y problema
situación real matemático
situación
modelada
resultados
matemáticos
resultados resultados
reales computacionales
Resto del mundo Matemática Tecnología
Figura 5. Ciclo de modelización extendido (Greefrath et al., 2016, 2011, p. 302)
Las diferentes capacidades de una computadora se pueden utilizar

en la educación Matemática para una variedad de pasos en el ciclo de
modelización. Los procesos de control, por ejemplo, suelen ser el último
paso del ciclo de modelización. Los cálculos se realizan mediante la
generación de un modelo matemático que, en el análisis, por ejemplo,
a menudo se representa mediante una función […] Las herramientas
digitales se pueden aplicar de manera útil en cada paso del ciclo de
modelización […] Si se analizan con más precisión los pasos del cálculo
con herramientas digitales, trabajar en problemas de modelización con
herramientas digitales requiere dos procesos de traducción. Primero, la
pregunta de modelización debe entenderse, simplificarse y traducirse
a las matemáticas. Sin embargo, la herramienta digital solo se puede
utilizar después de que los términos matemáticos se hayan traducido al
idioma de la computadora. Los resultados calculados por la computa-
dora deben luego transformarse nuevamente en lenguaje matemático.
Finalmente, el problema original se puede resolver cuando los resulta-
dos matemáticos se aplican a la situación real. (p. 24)
Villarreal (2013) se refiere a diferentes perspectivas vinculadas a la mode-

lización matemática y a la aplicación de modelos con fines didácticos distin-
guiendo cuatro posibilidades no excluyentes:
1. Aplicación del conocimiento matemático recién enseñado para resolver

un problema real o artificial.
2. Presentación de un problema real a fin de motivar a los estudiantes para
el estudio del contenido matemático que será usado para resolverlo.
3. Trabajo con proyectos en los cuales el profesor elige un tema del mundo
real y también propone problemas asociados con él.
4. Trabajo con temas del mundo real elegidos por los estudiantes, que
también diseñan proyectos, proponen y resuelven problemas con la
ayuda del profesor (p. 3).
Estas perspectivas a su vez se pueden vincular con la propuesta de Muller

& Burkhardt (2007) que distinguen entre aplicaciones ilustrativas y modeliza-
ción activa, y con el enfoque de Julie & Mudaly (2007) que entienden como
extremos de un continuo a la modelización como vehículo y la modelización
como contenido.
Por otra parte, en todo proceso de modelización la diferencia entre el pro-
cedimiento de un experto y el de un principiante es que los expertos utilizan
la metacognición. Los principiantes a menudo experimentan sin estructura y
después de un tiempo, sin éxito, abandonan. Los expertos, en cambio, revisan
sus estrategias y encuentran una solución con el mismo o incluso menos es-
fuerzo. El desarrollo hacia la metacognición o el aprendizaje autorregulado se
considera una tarea principal de las instituciones educativas y eso da cuenta
de distintos niveles en el desarrollo de la competencia de modelización.
Henning & Keune (2007) caracterizan tres niveles: Nivel 1: Reconocimiento
y comprensión del modelado, Nivel 2: modelado independiente, Nivel 3: Meta-
reflexión sobre modelado que los relacionan con las fases de modelización y
a su vez describen las características de cada nivel.
La reflexión metacognitiva del estudiante es clave, para Solar et al. (2009),
en el proceso de aprendizaje. El rol del estudiante es fundamental para ser
un buen resolutor de problemas y, consciente de su actividad cognitiva debe

poder controlar, revisar y llevar registro de su proceso cognitivo, habilidad que
se conoce como metacognición.
Curotto (2010) define la metacognición como el resultado del conoci-
miento que percibimos de nuestro propio funcionamiento cognitivo. La per-
cepción de los conocimientos que tiene una persona sobre su conocimiento
permite que esta pueda detectar de forma eficaz los errores, que inspeccione
la comprensión de los conceptos, regule el aprendizaje y domine sus saberes
previos. Para que la metacognición se lleve a cabo detalla tres estrategias a
implementar: la planificación, la revisión y la regulación. La planificación otor-
ga al estudiante una estructuración del material de estudio para una mayor
interpretación; la revisión pretende una confrontación que oriente el proceso
de aprendizaje y la regulación verifica la aprehensión de los conceptos.
Los estudiantes no examinan sus saberes previos para relacionarlos con
otros conceptos matemáticos aplicados en la resolución de un problema
propuesto por el docente. Por tal motivo, es aconsejable que los profesores
recurran a estrategias para que los alumnos puedan reflexionar sobre su
trabajo matemático, con el objetivo de que ellos mismos reflexionen sobre
sus errores, es necesario que reconozcan sus capacidades, conocimientos y
procedimientos más eficientes para la adquisición de conceptos.
Es fundamental que los docentes fomenten la metacognición en sus estu-
diantes para una mejor adquisición y manejo de conocimientos.
Usualmente, el contenido matemático es proporcionado de forma frag-
mentada, sin presentar relación alguna con conceptos de la misma área o de
otra. En consecuencia, se torna dificultoso vincularlo con situaciones de la
vida cotidiana. La falta de relación de contenidos ha comprometido el trabajo
matemático de los estudiantes en la resolución de situaciones problemáticas,
ya que estás requieren de una relación eficiente de conceptos y de procesos.
Estas falencias se asemejan a la educación tradicional, la cual presenta los
conceptos matemáticos desligados entre sí, designando una actividad pasiva
del estudiante.
Las consignas metacognitivas son definidas por Rodríguez (2017) como
aquellas que proponen a los estudiantes reflexionar sobre su propio trabajo,
analizando las ventajas y desventajas en sus decisiones, dichas consignas no

son usuales de encontrar. Opuestamente llama consignas matemáticas a las
que se refieren al quehacer matemático, y las diferencia según su potencial
matemático en pobres o ricas.
Es importante incluir consignas que lleven a desarrollar aspectos meta-
cognitivos en la enseñanza de la Matemática, permitiendo de ese modo tomar
conciencia de las fortalezas y debilidades. Se pueden diferenciar las consignas
referidas a lo metacognitivo personal, vinculadas a las características indivi-
duales, y las consignas referidas a lo metacognitivo matemático, que ponen el
foco en el conocimiento.
Barreiro & Leonian (2017), mencionan que los estudiantes no disponen de
todas las estrategias necesarias para enfrentarse a ciertas situaciones mate-
máticas, por lo cual no pueden autorregular su conocimiento y enfrentarse a
situaciones nuevas. Es entonces que resulta clave la reflexión metacognitiva
del estudiante en el proceso de aprendizaje.
Los resultados obtenidos en el estudio de Maaβ (2006) demuestran que
las competencias de modelización incluyen más competencias que las que
simplemente se corresponden a ejecutar los pasos de un proceso de modeli-
zación. Además de las competencias inherentes a la realización de los pasos,
los factores importantes son el desarrollo de competencias de modelización
metacognitiva, estructuración de hechos, competencias en argumentación
matemática y una actitud positiva. La integración de competencias de mode-
lización en la práctica diaria puede ser vista como un desafío.
Referencias bibliográficas
Barreiro, P., & Leonian, P. (2017). Metacognición en clases de matemáticas: un

aporte para la enseñanza. Épsilon, 97, 43-56.
Blomhøj, M. (2004). Mathematical modelling - A theory for practice. En Clarke, B.;
Clarke, D. Emanuelsson, G.; Johnansson, B.; Lambdin, D.; Lester, F. Walby,
A., & Walby, K. (Eds.) International Perspectives on Learning and Teaching
Mathematics. National Center for Mathematics Education. Suecia, 145-159.
Blum, W. (1993). Mathematical modelling in mathematics education and ins-

truction. Teaching and learning mathematics in context. Ellis Horwood
Limited, Chichester, 3-14. Disponible en: https://kobra.unikassel.de/
bitstream/handle/123456789/2009051227366/BlumModelling1993.
pdf?sequence=1
Blum, W. (2015). Quality Teaching of Mathematical Modelling: What Do We
Know, What Can We Do? Springer International Publishing, https://doi.
org/10.1007/978-3-319-12688-3_9
Borba, M. & Villarreal, M. (2005). Humans-with-Media and the Reorganization of
Mathematical Thinking –Informations and Communication Technologies,
Modeling, Experimentation and Visualization. New York: Springer. https://
doi.org/10.1007/b105001.
Curotto, M. (2010). La metacognición en el aprendizaje de matemática. Revista
Electrónica Iberoamericana de Educación en Ciencias y Tecnología, 2 (2),
11-28.
Greefrath, G. & Vorhölter, K. (2016). ICME 13 Topical Surveys. Teaching and lear-
ning mathematical modelling: Approaches and developments from german
speaking countries. Hamburg: Springer.
Henning, H. & Keune, M. (2007). Levels of Modelling Competencies. In: Blum W.,
Galbraith, P., Henn H. & Niss M. (eds). Modelling and Applications in Mathe-
matics Education. New ICMI Study Series, 10, 225-232. Boston: Springer.
Julie, C. & Mudaly, V. (2007). Mathematical Modelling of Social Issues in School
Mathematics in South Africa. In: Blum W., Galbraith P., Henn, H., & Niss M.
(eds). Modelling and Applications in Mathematics Education. New ICMI Study
Series,10, 503-510. Boston: Springer.
Maaβ, K. (2006). What are modelling competencies? Zentralblatt für Didaktik der
Mathematik, ZDM. 38(2), 113-142.
Muller, E. & Burkhardt, H. (2007). Applications and Modelling for Mathematics,
Overview. In: Blum W., Galbraith P., Henn, H., & Niss M. (eds). Modelling and
Applications in Mathematics Education. New ICMI Study Series,10, 267-274.
Boston: Springer.
Rodríguez, M. et al. (2017). Perspectivas metodológicas en la enseñanza y en la
investigación en educación matemática. Ediciones UNGS. Argentina.
Solar, H., Azcárate, C., & Deulofeu, J. (2009). Competencia de modelización en

la interpretación de gráficas funcionales. En M.J. González, M.T. González
& J. Murillo (Eds.), Investigación en Educación Matemática, XIII, 499-510.
Santander: SEIEM.
Villarreal, M., & Mina, M. (2013). Modelización en la formación inicial de profesores
de matemática. VIII CNMEN. Conference: VIII Conferência Nacional sobre
Modelagem na Educação Matemática, Santa María, Brasil.
27
Aspectos didácticos
Silvia Santos
La implementación en las clases de Matemática de propuestas de Mode-

lización matemática propicia que los estudiantes integren, desde los inicios de
su formación, en todos los niveles educativos, competencias que son propias
del trabajo de un investigador. Esta implementación, para Doerr (2006), no es
una tarea sencilla ya que supone una ruptura con los métodos tradicionales
de enseñanza y aprendizaje pues trae aparejado un cambio en los roles tanto
de los estudiantes como del profesor.
Los estudiantes antes pasivos, dependientes de “lo que dice el profesor”,
ahora deberán asumir un papel activo y autónomo, tomar decisiones, ser
creativos, diseñar estrategias, integrarse a grupos de pares y comunicarse de
manera clara.
El profesor abandonará el papel protagónico de director-expositor para
ser, durante los distintos momentos de la modelización: planificador, asesor,
observador, gestor de recursos, moderador y experto (Gallart et al. 2018).
Distinguimos las acciones que el profesor llevará a cabo según tres mo-
mentos: antes de la implementación de la propuesta de modelización ma-
temática, durante la implementación y una vez finalizada la misma. A estos
momentos los denominaremos “a priori”, “in situ” y “a posteriori”.
En el “a priori” el profesor analizará si existe o no buena disposición insti-
tucional para realizar cambios metodológicos, el tiempo disponible del grupo
de estudiantes para realizar tareas fuera del horario de clase, la carga horaria
de la materia, conocimientos comunes a todos los estudiantes, disponibilidad
de recursos, cronograma de encuentros de modelización y sus propios cono-
cimientos de modelización. Luego, deberá definir cuáles son los objetivos que
desea que logren alcanzar sus alumnos y en que perspectiva se ubica. Deberá
optar entre que los estudiantes elijan el tema y planteen sus propios problemas
o, que él diseñe un problema/consigna única para el conjunto de estudiantes.
En clases numerosas y, más aún, si se va a implementar Modelización mate-
mática por primera vez se sugiere la segunda opción.
Para el diseño del problema/consigna el primer paso a seguir es elegir el
tema; éste debe ser interesante, motivador para los estudiantes y estar relacio-
nado con su problemática local o regional, ya sea de índole social, ambiental,
cultural, sanitario, económico, de experiencias cotidianas, etc.
Una vez realizada la elección del tema se realizará un proceso de inves-
tigación, para tener una idea clara de lo que la bibliografía presenta sobre el
tema en cuestión. La consulta con profesionales de otras áreas puede ser un
gran aporte en este proceso. La investigación proporcionará una serie de da-
tos; esto conducirá a realizar un recorte del tema, decidir qué es lo tradicional,
que sería innovador, que contenidos matemáticos están involucrados, cuales
los saberes previos que se pondrán en juego, si es eficaz para lograr los obje-
tivos planteados y, según la perspectiva de modelización que se adopte, si el
contenido matemático corresponde al currículo de la asignatura.
Se estaría ahora, en condiciones de elaborar un problema/consigna de
modelización para proponer a los estudiantes. Esta consigna debe generar que
los alumnos se hagan preguntas, que se transformaran en problemas a resol-
ver. Di Blasi Regner & Segura (2013) sostienen que “sólo hacemos matemática
cuando nos ocupamos de problemas, pero a veces se olvida que resolver un
problema no es más que una parte del trabajo; encontrar las buenas pregun-
tas es tan importante como encontrar las respuestas” (p. 981). Para Rodríguez
(2016) las consignas deben ser factibles de ser realizadas por los estudiantes,
requerir conocimientos previos que ellos dispongan, promuevan un trabajo
interesante, requieran búsqueda de información, posibiliten la exploración y
argumentación.
En la figura siguiente se resume el proceso que un profesor podría realizar
para generar la consigna/ problema de Modelización matemática que será
propuesta a los estudiantes.
Figura 6. Proceso para generar una consigna de Modelización matemática
El orden de aplicación de cada proceso está indicado por los números en-
tre paréntesis. Las etapas (1) y (2) deberían ajustarse/modificarse/descartarse
tantas veces como sea necesario hasta lograr concebir una consigna con las
características mencionadas.
En este momento “a priori” que acabamos de describir, el profesor cumple
el rol de planificador.
Teniendo ya analizadas las acciones del profesor en el “a priori”, describi-
remos el segundo momento: “in situ”.
El primer encuentro se inicia con una breve exposición del profesor donde
describirá la nueva metodología de trabajo, los objetivos, el cronograma, los
criterios de evaluación. Luego se formarán los grupos de trabajo, se presentará
la tarea a resolver y los estudiantes comenzarán a trabajar.
A partir del segundo encuentro, excepto el último, el profesor realiza un
seguimiento de las tareas de cada grupo para interiorizarse por la evolución en
la resolución. “Este acercamiento del profesor, por propia iniciativa, permitirá
a los alumnos recapitular, reflexionar y profundizar en su propio proceso de
resolución” (Gallart et al., 2018, p. 51).
Para Borromeo (2018), una parte esencial de la enseñanza de Modeliza-

ción matemática es apoyar a los estudiantes mientras realizan actividades
de modelización. El profesor tiene que “darse cuenta” si un estudiante está
progresando mientras resuelve un problema de la vida real, y tiene que decidir
si la intervención es necesaria o no. Leiß (2007), como se cita en Borromeo
(2018), define las intervenciones del profesor como “todas las interferencias
verbales, paraverbales y no verbales de un maestro en el proceso de solución
de los estudiantes” (p. 88). Las intervenciones adaptativas de los profesores
son aquellas en que el apoyo se brinda a cada estudiante individualmente de
una manera mínima, generalmente en forma de pregunta, para que puedan
trabajar de forma autónoma tanto como sea posible. Estas intervenciones
reciben el nombre de “intervenciones estratégicas”.
Las intervenciones didácticas que los profesores ponen en juego durante
un proceso de enseñanza de Modelización matemática pueden clasificarse en:
Intervenciones de Cuestionamiento: Menezes (1996), afirma que los beneficios

que se obtienen al hacer preguntas cuestionadoras (¿qué?, ¿por qué?, ¿para
qué?, ¿cómo?, ¿cuándo?, ¿con qué?, ¿dónde?,…) son, además de motivar, de-
tectar dificultades de los estudiantes, provocar al alumno a pensar, a obtener
información que no se tiene, alentar de manera indirecta la realización de
acciones, ayudar a los estudiantes a organizar la información relacionada con
un determinado saber, certificar la cantidad y calidad de conocimiento de los
alumnos.
Intervenciones que facilitan la evocación y articulación de saberes previos: Según

Berzunza (2018), estas estrategias permiten a los alumnos activar, reflexionar y
compartir los conocimientos previos sobre un saber determinado. La actividad
constructiva no sería posible sin saberes previos que posibilitan comprender,
asimilar e interpretar la nueva información para, después, reorganizarse y
generar nuevo conocimiento.
Intervenciones que favorecen la Comunicación: La comunicación es entendida

por Jiménez et al. (2010), como “un proceso de interacción social en el que se
favorecen la negociación de significados, el consenso, el diálogo y el debate,

acciones mediante las cuales se alcanzan procesos esenciales para el desa-
rrollo del pensamiento matemático” (p. 174). Es esperable que a través de la
comunicación oral, escrita y audiovisual con el profesor y en los debates intra-
grupo e intergrupo con sus pares, el alumno establezca significados, reflexione,
analice intercambie interpretaciones. Es este proceso el que lo conducirá a
expresarse con un lenguaje matemático apropiado.
Intervenciones que promueven la Creatividad: Para Richter (2015), la creatividad

no es solamente un atributo innato, éste puede desarrollarse durante toda la
vida. La enseñanza de la Matemática debe ser, según Arteaga (2010), una edu-
cación que propicie en los alumnos una actitud creativa ante la vida:
Las matemáticas progresan gracias a una profunda y original labor

intelectual creativa, lo que permite asegurar que la labor de los mate-
máticos desde la antigüedad hasta la fecha es una actividad creadora.
Todo razonamiento matemático incluye grandes dosis de creatividad,
sin lo cual sería imposible prácticamente el surgimiento de nuevas ideas
y teorías matemáticas. Las matemáticas se manifiestan como un terreno
abonado para fomentar la creatividad de las personas que se interesan
por su estudio. (p. 8).
Intervenciones que incentivan a conjeturar, argumentar y validar: En Matemáti-

cas el concepto de conjetura hace referencia a una afirmación que se supone
cierta pero que aún no ha sido probada ni refutada. La argumentación es un
proceso donde se explicitan los razonamientos que justifican una afirmación
o un proceso matemático. Según Álvarez et al. (2014), durante el proceso de
conjeturar “surgen argumentos que ayudan a obtener de manera eficiente el
poder de convencimiento de que lo realizado es una conjetura y deja de serlo
cuando se logra argumentar de manera adecuada” (p. 83).
Para Carnelli et al. (2008), validar un saber es el producto de todos los procesos
que un individuo realiza para enunciar “las razones, elaboradas autónoma-
mente, de por qué un enunciado es o no verdadero, un procedimiento es o no

correcto o un razonamiento es o no válido” (p. 26).
Intervenciones que estimulan la reflexión y la autorregulación del aprendizaje

(metacognición): Son aquellas, según Rodríguez (2016), que invitan al estudian-
te a hacer una reflexión sobre el propio hacer en la resolución de problemas
u otro tipo de consignas: el proceso seguido durante la resolución en cuanto
a estrategias, la aplicación de un cierto procedimiento, el propio desempeño
en cuanto a los errores cometidos, si advirtió algún tipo de bloqueo y qué
considera que aprendió.
provocan
cuestionamiento
estimulan la
reflexión y la facilitan la
autorregulación evocación y
del aprendizaje articulación de
(metacognición saberes previos
Intervenciones
que
incentivan a
conjeturar, promueven la
argumentar y creatividad
validar
favorecen la
comunicación
Figura 7. Intervenciones estratégicas del profesor.
En el último encuentro se realizará la evaluación; cada grupo comunicará

a los restantes un informe de lo actuado. La presentación puede realizarse
por escrito o a través de medios audiovisuales bajo los términos que se hayan
fijado en el primer encuentro. Para clases numerosas se sugiere la presenta-
ción de un video de duración previamente pautada. Se generará un debate

intergrupo.
Para nosotros, la distinción entre debate intragrupo e intergrupo viene

marcado precisamente por la necesidad de la comunicación de los
resultados y su papel central en el proceso de validación. Téngase en
cuenta que, a diferencia de los problemas tradicionales, en general, en
las tareas de modelización no se establecen categorías en términos de
modelos correctos o incorrectos sino en términos de otras categorías
como puedan ser modelos que describen mejor o de forma más precisa
el problema, que son adaptables o generalizables a otros problemas que
admiten una estructura matemática similar frente a otros más especí-
ficos (Vicente et al., 2008). Así pues, el debate intergrupo que se genera
en la confrontación de ideas en esta fase de exposición pública pone
de relieve su importancia dentro del proceso de modelización (Gallart
et al., 2018, p. 57).
En este debate intergrupo el profesor asume el rol de moderador, como en

los debates intragrupo, pero además cumplirá el rol de experto ya que deberá
señalar las bondades y limitaciones de los trabajos presentados por cada grupo.
Para establecer una caracterización de los distintos niveles de desarrollo,

las respectivas dimensiones e indicadores de competencias de Modelización
matemática en el proceso de aprendizaje, el instrumento más indicado que
permite este propósito es una rúbrica que será aplicada a cada alumno por
el profesor y por algún grupo de pares. Los indicadores que se seleccionen
para constituir esta rúbrica deben estar estrechamente relacionados con los
objetivos planteados y la perspectiva de Modelización matemática que haya
adoptado el profesor. Es importante que para que este proceso de evaluación
sea ágil y dinámico, la cantidad de indicadores no sea demasiado extensa.
Hoy está a nuestro alcance la aplicación CoRubrics de Google que permite
implementar una rúbrica de manera rápida y sencilla (existe gran cantidad de
tutoriales disponibles en la Web).
El rol del profesor en el momento “in situ” es de asesor, observador, gestor

de recursos, moderador y experto.
Una vez finalizado el proceso de Modelización matemática, nos encontra-
mos en el momento “a posteriori”. Su esencia es la realización de un proceso
de autorreflexión acerca de las ventajas y déficit, tanto de la propuesta como
del trabajo de los estudiantes y también del propio accionar docente.
De todo lo dicho, queda claro que utilizar la Modelización matemática como
técnica didáctica no es un trabajo sencillo ni para el profesor, ni para el alumno.
Es un reto para el docente o futuros docentes trabajar a partir de la mode-
lización, pero es necesario transitar con los estudiantes por las diferentes fases
de la modelización con pequeñas experiencias para poder fomentar en ellos la
recolección de datos, investigación, planteo de hipótesis, construcción de con-
clusiones. El grupo de estudiantes deben tener ciertas bases para poder trabajar
a partir de la Modelización matemática. Por otro lado, este trabajo acrecienta la
seguridad del docente y mejora su gestión de la clase, es un reto la incertidum-
bre que genera la selección de los temas por parte de los alumnos; el docente
debe tener un manejo adecuado de conceptos y de guiamiento de la clase para
poder superar los obstáculos que se le presenten. (Villarreal et al., 2013)
Borromeo (2018) sostiene que la modelización es un compromiso que
deben tomar los docentes, por lo tanto, deben tener una fuerte formación y
conocimiento pedagógico del contenido. Por otra parte, los docentes deben
tener conocimiento y manejo sobre modelización; no solo los aspectos teóri-
cos, sino además el práctico.
El aprendizaje basado en la resolución de problemas, utilizando la es-

trategia didáctica de Modelización matemática es muy relevante para los
estudiantes. Ellos son los protagonistas de sus propios aprendizajes, con la
doble responsabilidad del trabajo individual y como integrantes de un grupo
de estudio, tomando decisiones, iniciándose en el diseño de planes de acción
similares a los que llevará adelante en su quehacer profesional.
El uso de tecnología mediante distintos dispositivos es deseable; en algu-
nas etapas, imprescindible. Cada estudiante/grupo utilizará el dispositivo con
el software que considere mejor para cada necesidad.
Desde el punto de vista de la modelización, el uso de las nuevas tecnolo-

gías puede ayudar de manera directa en tareas tales como: (a) someter
los modelos a “pruebas” de coherencia con respecto a lo contextual, (b)
obtener diferentes modalidades de representación y experimentación,
(c) establecer interpolaciones y extrapolaciones que lo contextual no
provee, (d) confrontar diferentes opciones propuestas por individuos o
por grupos en busca del del establecimiento de criterios de efectividad
y eficiencia (Cruz, 2010, p.5).
Integrando las características que definen y diferencian los procesos de

Modelización matemática propuestos por distintos autores (Bassanezi & Salett,
1997; Blomhøj, 2004; Borromeo, 2018; Greefrath & Vorhölter, 2016; Maaβ, 2006)
es posible establecer el quehacer que cada estudiante/grupo llevará a cabo,
distinguiendo sucesivas etapas:
Investigación: Una vez que el profesor ha impartido la consigna deberá rea-

lizarse un proceso de investigación para obtener información sobre el tema
central de la consigna; puede obtenerse de bibliografía, Internet o consulta
con profesionales de distintas áreas.
Formulación de hipótesis y planteo de problemas: La información proporcio-

nará datos que generarán preguntas, estas preguntas conducirán a realizar
suposiciones que simplifiquen la situación, estableciéndose diversas hipótesis.
Cada estudiante/grupo planteará distintos problemas que surgen de los datos
obtenidos y las hipótesis propuestas.
Abstracción: Para cada problema planteado se definirá cuáles son las variables
relevantes intervinientes y se establecerá relaciones entre ellas.
Configuración de un modelo matemático y su resolución: Sistematización de los

conceptos intervinientes que se utilizarán para la determinación de modelos y
su resolución, esto supone la matematización y simplificación de las variables
relevantes y sus relaciones, la utilización de notación matemática apropiada
y distintos registros de representación. Se utilizará diferentes estrategias y

conocimiento matemático para resolver el problema y se seleccionará herra-
mientas tecnológicas adecuadas para crear modelos, realizar simulaciones y
hallar soluciones matemáticas.
Interpretación: Una vez hallada la solución se interpretará el resultado matemá-

tico en el contexto extramatemático (contexto del mundo real); se generalizará
soluciones particulares.
Validación: A través de una verificación reflexiva y crítica sobre las soluciones

encontradas se podrá validar los modelos, que deberán ser coherentes y dar
respuesta concreta, real, al problema/consigna inicialmente propuesta. Si las
soluciones no se ajustan a la situación se revisará algunas partes o se reinicia-
rá el proceso. En ambos casos es conveniente reflexionar sobre otras formas
diferentes de resolver el problema.
Comunicación y Argumentación: El trabajo en grupo presupone un continuo

debate, en todas las etapas, donde cada estudiante deberá comunicar, argu-
mentando eficazmente, sus afirmaciones, procedimientos o resultados obte-
nidos a los demás integrantes del grupo. La comunicación de cada estudiante/
grupo con el profesor debe ser fluida, con argumentaciones sólidas sobre lo
realizado. La correcta comunicación y argumentación son fundamentales al
momento de la presentación del informe final donde cada grupo deberá pre-
sentar una síntesis del proceso realizado y los resultados obtenidos, generán-
dose un debate intergrupo con intervenciones del profesor. Esta presentación
será el instrumento para la evaluación final de cada grupo.
Metacognición: Rodríguez (2016) sostiene que la toma de conciencia de las

fortalezas y debilidades propias propiciará en los estudiantes un desarrollo de
autocontrol sobre su desempeño.
Álvarez, I., Bautista, L., Carranza, E., & Soler, M. (2014). Actividades matemáticas:
conjeturar y argumentar. Números, 85, 75-90.
Arteaga, E. (2010). El desarrollo de la creatividad en la educación matemática.
Argentina: Memorias del Congreso Iberoamericano de Educación. Buenos
Aires.
Bassanezi, R. & Salett Biembengut, M. (1997). Modelación matemática: Una
antigua forma de investigación - un nuevo método de enseñanza. Números
- Revista de didáctica de las matemáticas. 32. 13-25.
Berzunza, R. (2013, marzo 14). Estrategias para activar y usar los conoci-
mientos previos, y para generar expectativas apropiadas en los alum-
nos. [Mensaje en un blog]. Rosberzunza blogspot. https://rosberzunza.
blogspot.com/search?updated-max=2013-03-14T17:05:00-07:00&max-
results=7&start=5&by-date=false .
Borromeo Ferri, R. (2018). Learning How to Teach Mathematical Modelling in
School and Teacher Education. Springer International Publishing, https://
doi.org/10.1007/978-3-319-68072-9_4
Carnelli, G., Falsetti, M., Formica, A., & Rodríguez, M. (2008). Un estudio del
aprendizaje de validación matemática a nivel preuniversitario en relación
con distintas interacciones en el aula. Suma, 58, 25-40.
Cruz, C. (2010). La enseñanza de la modelación matemática en ingeniería. Re-
vista de la Facultad de Ingeniería Universidad Central de Venezuela, 25(3),
39-46. http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S0798-
40652010000300005&lng=es&tlng=es.
Di Blasi Regner, M. & Segura, S. (2013). Experimentación, simulación y modeli-
zación. Actas del VII CIBEM. Montevideo, Uruguay, 981-988.
Doerr, H. (2006). Teacher´ Ways of Listening and Responding to Students´
Emerging Mathematical Models. Zentralblatt für Didaktik der Mathematik,
38(3), 255-268.
Gallart, C., Ferrando, I. & García-Raffi, L.M. (2018). Análisis del rol del profesor en
la gestión de una actividad de modelización mediante un estudio de caso
único. ENSAYOS, Revista de la Facultad de Educación de Albacete, 33(2).

http://www.revista.uclm.es/index.php/ensayos.
Jiménez, A., Suárez, N., & Galindo, S. (2010). La comunicación: eje en la clase de
matemáticas. Praxis & Saber, 1(2), 173-202.
Menezes, L. (1996). A importância da pregunta do professor na aula de ma-
temática. Conferencia: Desenvolvimento proffesional dos proffesores de
matemática: Que Formação? Luso. Portugal. Disponible en: https://www.
researchgate.net/publication/270050823.
Richter, A., Barquero, B., Font, V., & Barajas, M. (2015). ¿Cómo promover la crea-
tividad matemática? ALME 28, 731-738.
Vicente S., Orrantia J. y Verschaffel L. (2008). Influencia del conocimiento mate-
mático y situacional en la resolución de problemas aritméticos verbales:
ayudas textuales y gráficas. Infancia y Aprendizaje, 31(4), 463-483. Recupe-
rado de http://hdl.handle.net/10366/22527
Villarreal, M., & Mina, M. (2013). Modelización en la formación inicial de profesores
de matemática. VIII CNMEN. Conference: VIII Conferência Nacional sobre
Modelagem na Educação Matemática, Santa María, Brasil.
39
Modelizar para poder enseñar a modelizar
Una propuesta para la formación inicial y continua

de profesores de Matemática
Celia Fasce
La Modelización matemática, en las últimas décadas, es un tema de estu-

dio y de gran interés dentro de la Educación Matemática; sin embargo, en nues-
tro país sólo en algunos diseños curriculares de los profesorados se encuentra
este contenido. A su vez, es poco probable, que un docente que nunca “hizo”
Modelización matemática y no recibió formación sobre la misma enseñe a sus
estudiantes a resolver problemas aplicando esta estrategia. El resultado es que
pocos docentes incorporan en sus planificaciones escolares la Modelización
matemática como estrategia de enseñanza y aprendizaje.
Los Núcleos de Aprendizaje Prioritarios (NAP), colocan a la modelización
en un lugar trascendental, a tal punto que se encuentra presente en todos los
años de la escuela secundaria.
El reconocimiento de que la modelización constituye un aspecto esen-

cial de la práctica matemática, y que supone identificar las relaciones
relevantes y las variables sobre las que se va a operar, las representacio-
nes que se van a utilizar, las propiedades que permiten justificar los pro-
cedimientos puestos en juego, el análisis de la pertinencia del modelo
y la reinterpretación de los resultados a la luz del problema planteado
inicialmente. (NAP, 2012, p. 14)
En los diseños curriculares de la Nueva Escuela Secundaria en la Ciudad

Autónoma de Buenos Aires (CABA) y en la Escuela Secundaria de la Provincia
de Buenos Aires está presente este contenido a lo largo de todos los años y de
manera transversal.
Por otra parte, el proceso de enseñanza y aprendizaje, dado su carácter

formativo, requiere de docentes con dominio de los contenidos a enseñar y de
los recursos didácticos.
Es competencia de profesores de todos los niveles, lograr que sus estu-
diantes valoren a la Matemática como un bien social y cultural y tengan expe-
riencias de aprendizaje donde planteen y resuelvan problemas que puedan
considerar inéditos, así como que confíen en sí mismos como personas capa-
ces de hacer Matemática; la tarea de los profesores es conducirlos a obtener
esos logros. En este sentido, el aprovechamiento de los recursos proporciona-
dos por las nuevas tecnologías permite generar nuevas propuestas pedagó-
gicas, enriquecidas y empoderadas, que involucren tanto a docentes como a
estudiantes en la construcción de un aprendizaje con habilidades superiores a
la reproducción como son la modelización, reflexión, argumentación, y comu-
nicación, brindando la oportunidad de trabajar como verdaderos matemáticos,
vinculando así, la enseñanza con aspectos de su interés.
Con el propósito de paliar la dificultad de los profesores de cómo llevar
al aula situaciones que involucren la utilización de Modelización matemática
elaboré dos propuestas de formación: una para docentes de Educación se-
cundaria en ejercicio y otra para estudiantes de profesorados de Matemática.
En ambas, durante los cursos analizamos con los asistentes materiales que
incorporan un marco de referencia sobre la Modelización matemática como
estrategia pedagógica, su vínculo con la resolución de problemas y algunas
consideraciones para la enseñanza: pensar la clase como un escenario donde
se aliente a los estudiantes a desarrollar sus propios procesos de argumenta-
ción, elaboración de conjeturas y validaciones, promover que sea el estudiante
quien llegue al conocimiento a través de sus propias conclusiones y no por
medio de un conocimiento aprendido, buscando trascender, así las clases tra-
dicionales de Matemática, donde el protagonismo lo tiene el profesor a través
de clases magistrales. En cuanto a las TIC, son consideradas un recurso y no
el centro de ninguna actividad.
Propuesta para formación continua
Modelización funcional: módulos para armar
En el año 2014 inicié el proyecto de formación continua para docentes de

CABA a través de Escuela de Maestros que aborda la Modelización matemática
como estrategia pedagógica y consta de diez módulos bimestrales para reali-
zar un recorrido completo del tema con modalidad a Distancia o Combinada,
dentro del marco del Diseño Curricular (DC) vigente en CABA.
La propuesta está compuesta por:
• Un módulo introductorio “Modelizar para poder enseñar a modelizar”,

donde se realiza el estudio de la modelización como un aspecto fun-
damental de la actividad matemática en el aula y las características
inherentes al proceso de modelización haciendo foco en que el cursante
viva, conceptualice y realice procesos de modelización, para luego po-
der desarrollar y generar propuestas para su aula.
• Cinco módulos específicos de funciones: Lineal, Cuadrática, Exponen-
ciales y Logarítmicas, Polinómicas, Racionales. En ellos se analizan las
funciones como modelos y distintas secuencias didácticas que parten
de problemas reales que se resuelven mediante modelización.
• Dos módulos de Modelización con GeoGebra: uno para los primeros
años de la escuela secundaria y el otro para los últimos.
• Un módulo sobre evaluación y otro sobre planificación de modelizaciones.
Algunos de los objetivos del trayecto de formación continua son que el

docente pueda:
• Reflexionar sobre la propia práctica, la enseñanza tradicional y la necesi-

dad de integrar un enfoque diferente en la enseñanza de la matemática.
• Comprender la modelización como un aspecto fundamental de la ac-
tividad matemática, y conceptualizar las características inherentes al
proceso de modelización.
• Plantear y resolver situaciones problemáticas aplicando modelización

sobre la base de los contenidos propuestos en el diseño curricular y la uti-
lización de software libre como GeoGebra, como un recurso informático.
• Poner en práctica secuencias didácticas con el enfoque de modelización.
• Desarrollar distintas herramientas de evaluación y planificación acordes
con este enfoque de la enseñanza de la Matemática presente en el DC.
Luego de siete años de trabajar en esta propuesta formativa los resulta-

dos de las encuestas valorativas de la misma han sido sumamente positivos y
gratificantes. Muchos de los docentes cuentan experiencias positivas tanto en
la mejora del rendimiento como en la motivación intrínseca de sus estudiantes
luego de poner en el aula las secuencias diseñadas en la capacitación.
Propuesta para formación inicial de profesores
En la formación inicial de profesores la propuesta apunta a estudiar las

características inherentes del proceso de modelización y también las propie-
dades de cada modelo funcional, que no suele ser un enfoque tradicional en
el estudio de las funciones.
La idea central es que el estudiante realice procesos de modelización,
para luego poder generar propuestas para el aula.
La Modelización matemática va en la dirección de la realidad hacia la Ma-
temática y enfatiza los procesos involucrados en la creación de modelos. Es un
desafío en esta propuesta, encontrar problemas que a los futuros profesores
les resulten un verdadero reto, en el que no sepan de antemano que modelo
da respuesta al problema planteado para no caer en Matemática Aplicada, y
que a su vez no sea tan complejo que les impida pensar posibles implemen-
taciones para el aula.
Algunos de los objetivos coinciden con los de la propuesta para la forma-
ción continua, nos proponemos que el estudiante logre:
• Comprender la modelización como un aspecto fundamental de la acti-

vidad matemática.
• Conceptualizar las características inherentes al proceso de modelización.
• Plantear y resolver situaciones problemáticas aplicando modelización.
• Valorar la Modelización matemática como una buena herramienta para
la enseñanza y aprendizaje de la Matemática.
• Elaborar propuestas de Modelización matemática para alumnos de
educación secundaria.
Este proyecto ha sido implementado en las asignaturas: Matemática

Aplicada en el Instituto Nacional Superior del Profesorado Técnico (INSPT-
UTN) desde 2015 hasta el momento de escribir este libro y en el Seminario:
Modelización Matemática (ISP “Dr. J. V. González CABA) desde el año 2016 hasta
2018. Ambas asignaturas pertenecen a los profesorados de Matemática de esos
Institutos de formación superior.
Presento aquí las consignas de unas actividades trabajadas tanto en la
formación continua como en la inicial de profesores. El problema, si bien pue-
de interpretarse como simple, es un problema de modelización resoluble por
un proceso de modelización completa y así lo propuse para que los alumnos
puedan poner en diálogo todos los textos trabajados en el curso.
Hubo resoluciones sencillas, otras más elaboradas y algunas con utiliza-
ción de inteligencia artificial.
El obelisco
Deberán trabajar en grupos, de 2 a 4 personas.
Actividad 1:
El obelisco es uno de los hitos de la ciudad de Buenos Aires.
¿Cuántos tramos de andamios de caño podrían apilarse, uno encima del otro
para llegar a la punta del obelisco?
1. Resuelvan el problema.
2. Argumenten, citando la bibliografía del curso, por qué este es un problema
de modelización, qué características cumple.
3. Elijan un ciclo de modelización, citen a su autor y justifiquen su elección.
4. Expliquen y desarrollen lo realizado en cada uno de los pasos del ciclo elegido.
5. Indiquen si el ciclo fue recorrido de manera secuencial o saltearon pasos o
retrocedieron para luego avanzar.
6. Una vez resuelto el problema citen qué contenido/s del DC fueron utiliza-
dos, identificando eje/s y año correspondiente.
7. Citen un párrafo del DC que hable de modelización y establezcan alguna
relación con los textos trabajados hasta el momento que justifique trabajar
con este problema en sus clases.
Actividad 2
Leer Borromeo Ferri, R. (2018) páginas 77-102 donde se analiza el problema
de modelización “La Mudanza”, el plan de clase y posibles intervenciones
docentes.
Una vez que su grupo haya resuelto la Actividad 1 podrán tener la resolución
de los otros grupos como insumo para esta actividad.
Trabajando en los mismos grupos que en la actividad anterior:
• Realicen un plan de clase para el problema de modelización “El Obelisco”.
• Confeccionen posibles tarjetas de ayuda para sus alumnos.
• Propongan posibles buenas intervenciones docentes.
• Propongan buenas asistencias para sus alumnos.
• Describan cómo sería la actividad de cierre.
Actividad 3
• Después de la lectura del Rodríguez, M (2016) páginas 25-47 realicen una
valoración cualitativa del potencial matemático (PM) de las consignas de
los problemas de modelización: “El Obelisco” y “La mudanza”.
• Piensen en qué momento/s del ciclo de modelización y cómo pueden in-
tervenir para provocar metacognición en sus alumnos.
• Elaboren consignas metacognitivas para que sus alumnos reflexionen

sobre el proceso de modelización realizado en el problema “El Obelisco”,
pensando que ellos hicieron la resolución que ustedes propusieron. Para la
elaboración de las consignas deberán tener en cuenta el Criterio 1: de tipo
general dado por Rodríguez, M (2016) en la página 43.
A modo de ejemplo, presento partes de la resolución realizada por tres

grupos de alumnos del profesorado INSPT-UTN del ítem 4) de la Actividad 1.
El Grupo 1 eligió hacer un esquema sobre el ciclo propuesto por Blomhøj,
M. (2004).
En el Grupo 2 considero valioso el análisis que realizan de cada uno de los
subprocesos y de los errores cometidos, de cómo volvieron a realizar el ciclo
de modelización y las dificultades que enfrentaron en la resolución.
Del Grupo 3 comparto como realizaron la validación de la resolución del
problema utilizando recursos tecnológicos.
Grupo 1
MUNDO
REAL
(f)Es posible, pero con una
columna apilada se caiga (a) Problema del obelisco
Acción . Insight Dominio de la

investigación
TEORÍA
(e) Interpretación Evaluación (b) Datos sobre altura del

obelisco y de andamios
DATOS
Modelo - Resultados Sistema
(d) 34 andamios y sobra espacio (c) Simplificación de datos

67,5/2= 33,75 de alturas 67,5 m 2 m
Sistema matemático
Grupo 2
Grupo 2
a) Formulación del problema: el planteo del problema a resolver
a) Formulación
fue dado por del la
problema:
docenteel¿Cuántos
planteo del problema
tramos a resolver de
de andamios fue caño
dado por
lapodrían
docenteapilarse,
¿Cuántosuno tramos
encimade andamios
del otro parade caño
llegarpodrían apilarse,
a la punta del uno
encima del otro para llegar a la punta del obelisco?
obelisco?
b) Sistematización:
b) Sistematización: los primeros
los primeros pasospasos
queque
dimos dimos fueron
fueron buscar
buscar las las
dimen-
dimensiones
siones del Obelisco.
del Obelisco. Como enComo en un principio
un principio lo quefue
lo que hicimos hicimos
calcular la
fue calcular
cantidad la cantidad
de andamios de andamios
en relación en relación
ÚNICAMENTE con ÚNICAMENTE
su altura solo obtuvi-
con su altura solo obtuvimos la altura del edificio. Por otro lado,
mos la altura del edificio. Por otro lado, buscamos en internet catálogos de
buscamos en internet catálogos de empresas que vendieran
empresas
andamiosque vendieran
para buscar andamios
andamiospara buscar andamios
homologados homologados
en Argentina por en
Argentina poro alguna
alguna ley norma.ley o norma.
c) Matematización:
c) Matematización:aquí aquí
es donde seleccionamos
es donde seleccionamos los datos que nos
los datos que servirían
nos
servirían
para resolverpara resolver
el ejercicio: el ejercicio:
la altura del andamio la seleccionado
altura del andamio
y la altura del
seleccionado
obelisco. y la que
Entendíamos altura del obelisco. elEntendíamos
si multiplicábamos andamio una que si de
cantidad
multiplicábamos el andamio una cantidad
veces desconocida debíamos obtener la altura del edificio.de veces desconocida
debíamos obtener la altura del edificio.
Buscar la proporcionalidad directa que describe el problema.
Buscar la proporcionalidad directa que describe el problema
d) Análisis del sistema
d) Análisis matemático:
del sistema segúnsegún
matemático: las interpretaciones que habíamos
las interpretaciones que
realizado,
habíamosla realizado,
cantidad de la andamios
cantidad dequeandamios
necesitaríamos estaba expresado
que necesitaríamos
deestaba
la siguiente manera:
expresado de la siguiente manera:
݈ܽ‫݋ܿݏ݈ܾ݅݁݋݈݁݀ܽݎݑݐ‬
‫ݔ‬ൌ
݈ܽ‫݋݅݉ܽ݀݊ܽ݁݀ܽݎݑݐ‬
e) Interpretación: entendíamos que habíamos resuelto el problema

e) Interpretación:
dado que, en entendíamos
efecto, pudimos que llegar
habíamos
a laresuelto
cima delel obelisco
problemacon dado
la que,
eninformación
efecto, pudimos llegar a la cima del obelisco
que habíamos obtenido inicialmente. con la información que
habíamos obtenido
f) Validación: inicialmente.
esta instancia se dio en clase. Planteamos las
conclusiones
f) Validación: obtenidasse dio
esta instancia e eninmediatamente
clase. Planteamosentendimos que ob-
las conclusiones
habíamos
tenidas cometido un error;
e inmediatamente en vez de
entendimos querecubrir
habíamosel edificio
cometido enun
laserror;
distintas caras resolvimos el ejercicio para un tramo de una cara.
en vez de recubrir el edificio en las distintas caras resolvimos el ejercicio
Porun
para lo tramo
que nosdevimos obligados
una cara. Por lo aque
retroceder.
nos vimos obligados a retroceder.
Nuevo ciclo:
b) Sistematización: esta vez fuimos más rigurosos. Primero,
buscamos las dimensiones del obelisco en su totalidad. En segundo
lugar, investigamos con mayor profundidad sobre los distintos
modelos de andamios y cómo se pueden combinar las dimensiones
de éstos. Reflexionamos sobre qué medidas utilizar para que
Nuevo ciclo:
b) Sistematización: esta vez fuimos más rigurosos. Primero, buscamos las

dimensiones del obelisco en su totalidad. En segundo lugar, investigamos
con mayor profundidad sobre los distintos modelos de andamios y cómo
Grupo 2
se pueden combinar las dimensiones de éstos. Reflexionamos sobre qué
a) Formulación del problema: el planteo del problema a resolver
medidas
fue dado utilizar
por la para que resulte
docente funcional
¿Cuántos tramosy que
de no se caigade
andamios la estructura
caño
y podrían
realizamosapilarse, uno encima del otro para llegar a la punta medidas
búsquedas en diversos catálogos para encontrar las del
acordes.
obelisco?
c) Matematización: luegolosdeprimeros
conocer laspasos que dimosdefueron
dimensiones buscar
los caños, las
realizamos
dimensiones del Obelisco. Como en un principio lo
un modelo de un “bloque andamio” para saber cuántos de éste deberíamos que hicimos
fue calcular
tener la acantidad
para llegar la alturade
delandamios en dimos
edificio. Nos relación ÚNICAMENTE
cuenta de que otro error
con su altura solo obtuvimos la altura del edificio. Por otro lado,
había sido cometido: habíamos dimensionado las longitudes de los caños
buscamos en internet catálogos de empresas que vendieran
para el andamio,
andamios para pero
buscarno habíamos
andamios tenido en cuenta
homologados ensuArgentina
peso y el peso
por que
soportan.
alguna ley o norma.
c) Matematización: revisamos nuevamente
aquí es los catálogoslos
donde seleccionamos para darque
datos con nos
aquellos
servirían
que debíamos para resolver
utilizar el ejercicio:
para nuestros andamios.la altura del andamio
seleccionado yteniendo
c) Matematización: la altura del obelisco.
las longitudes de losEntendíamos
caños que componen que si los
multiplicábamos
andamios y habiendo el andamio una cantidad
dimensionado las cargasdepudimos
veces desconocida
obtener la canti-
debíamos obtener la altura del edificio.
dad de caños que debíamos utilizar para cada andamio.
Buscar la proporcionalidad directa que describe el problema
d) Análisis del sistema
d) Análisis matemático:
del sistema nuevamente,
matemático: según lascon las dimensionesque
interpretaciones correc-
tas
habíamos realizado, la cantidad de andamios que necesitaríamos la
buscamos la cantidad de andamios que debíamos tener realizando
misma
estabacuenta que de
expresado habíamos realizado
la siguiente anteriormente:
manera:
݈ܽ‫݋ܿݏ݈ܾ݅݁݋݈݁݀ܽݎݑݐ‬
‫ݔ‬ൌ
݈ܽ‫݋݅݉ܽ݀݊ܽ݁݀ܽݎݑݐ‬
e) Interpretación: entendíamos que habíamos resuelto el problema

Esta
dadovez utilizamos
que, el resultado
en efecto, para multiplicar
pudimos llegar las cantidades
a la cima del obelisco condelaanda-
mios “unitarios”
información que(que no recubren
habíamos obtenidoen inicialmente.
su totalidad una cara del obelisco)
para obtener la cantidad total de andamios.
f) Validación: esta instancia se dio en clase. Planteamos las
conclusiones entendemos
e) Interpretación: obtenidas equeinmediatamente
esta vez hemos entendimos que co-
realizado cálculos
habíamos
rrectos. En cometido
principio, un error; enresultados
obtuvimos vez de recubrir el edificio
más rigurosos enen las que
tanto
distintas caras resolvimos el ejercicio para un tramo de una
construimos los andamios ad hoc para el recubrimiento del edificio. Porcara.
Por lo que nos vimos obligados a retroceder.
Nuevo ciclo:
b) Sistematización: esta vez fuimos más rigurosos. Primero,
buscamos las dimensiones del obelisco en su totalidad. En segundo
lugar, investigamos con mayor profundidad sobre los distintos
modelos de andamios y cómo se pueden combinar las dimensiones
de éstos. Reflexionamos sobre qué medidas utilizar para que
otro lado, entendemos que, al dimensionar cómo se construye un andamio,

solo pudimos habernos equivocado por el simple hecho de que somos
matemáticos y se nos escapan cuestiones físicas que desconocemos que
podrían afectar el resultado del ejercicio.
f) Validación: más allá de los cálculos realizados, hicimos diversos diagramas
a escala que verificaron los resultados que obtuvimos. Lamentablemente
no tenemos registro de ello ya que la computadora en la que trabajamos
se reinició.
Grupo 3
Para verificar si el modelo propuesto era válido construimos una maqueta

en relación 1:200. Se puede ver en el siguiente video:
https://youtu.be/sBRzrRmo9mw
En la Actividad 3 les indiqué que elaboren consignas metacognitivas para

que sus alumnos reflexionen sobre el proceso de modelización realizado, ya
que es importante que los alumnos sean conscientes del proceso. Transcribo
algunas de las propuestas dadas por docentes a modo de ejemplo:
El enunciado del problema, ¿te resultó fácil o difícil de comprender?

¿Tenías los datos necesarios para resolver el problema?
Durante el desarrollo del problema, ¿debiste cambiar de estrategia? ¿Por qué?
¿Qué conocimiento matemático ya aprendido empleaste para resolver la
actividad? ¿Qué conocimiento nuevo adquiriste?
¿En qué situaciones de la vida podemos utilizar lo aprendido?
Suponiendo que se suma a tu grupo un compañero que no asistió a clases
el día de inicio de la actividad, ¿podrías elaborar un esquema para él en el que
le comentes todo lo que hicieron para llegar a la solución?
Blomhøj, M. (2004). Mathematical modelling - A theory for practice. En Clarke,

B.; Clarke, D. Emanuelsson, G.; Johnansson, B.; Lambdin, D.; Lester, F.
Walby, A., & Walby, K. (Eds.) International Perspectives on Learning and
Teaching Mathematics. National Center for Mathematics Education. Suecia,
145-159.
Traducción autorizada por el autor del artículo http:/ www.famaf.unc.edu.
ar/~revm/Volumen23/digital23- 2/Modelizacion1.pdf
Borromeo Ferri, R. (2018). Learning How to Teach Mathematical Modelling in
School and Teacher Education.
Springer International Publishing, https://doi.org/10.1007/978-3-319-68072-9_4
Núcleos de Aprendizaje Prioritarios MATEMÁTICA (2012). Campo de Formación
General Ciclo Orientado Educación Secundaria.
https://cdn.educ.ar/repositorio/Download/file?file_id=b2f096ed-a274-
4cc6-b1d0-e42c9fad678c
51
Perspectivas para el abordaje

de la Modelización matemática
Mario Di Blasi Regner
En este capítulo analizamos tres investigaciones que exponen concep-

tualizaciones de la Modelización matemática desde distintas escuelas de
Educación matemática. Estas concepciones se constituyen como perspectivas
de abordaje de la Modelización matemática.
Dentro de estas perspectivas, describimos también la noción innovadora
de empoderamiento matemático.
El artículo de Abassian et al. (2020) presenta un panorama general de

cinco perspectivas sobre la Modelización matemática en educación: realista,
educativa, de modelos y modelización, sociocrítica y epistemológica.
Perspectiva realista
• Objetivo: desarrollar habilidades para modelar y comprender situaciones

auténticas del mundo real.
• Definición de modelo: representaciones matemáticas (ecuaciones, gráficos,
etc.) que explican el comportamiento de un sistema del mundo real dado.
• Ciclo de modelización: proceso cíclico e iterativo que comienza en el mun-
do real, se traslada al mundo matemático para su análisis, y finaliza de
nuevo en el mundo real para su validación e interpretación.
• Diseño de tareas: problemas abiertos, realistas y poco simplificados que
requieran transitar por todo el ciclo de modelización.
• Investigación: competencias de modelización, herramientas para apoyarla
y complejidades del modelado de situaciones realistas.
Perspectiva educativa
• Objetivo: desarrollar habilidades de modelización y comprender Matemá-

ticas mediante la modelización de situaciones reales.
• Definición de modelo: relaciona objetos y relaciones matemáticas con la
situación real modelada.
• Ciclo: iterativo entre mundo real y matemático. Comienza con un modelo
de situación, se matematiza en un modelo matemático, se interpretan re-
sultados y se valida en la realidad.
• Diseño de tareas: situaciones reales que se simplifican para resaltar conte-
nidos matemáticos curriculares específicos.
• Investigación: estructuración de aprendizaje matemático mediante mode-
lización, modelización en el currículo.
Perspectiva de modelos y modelización (MMP)
• Objetivo: desarrollar comprensión matemática mediante modelización

contextual de situaciones reales o imaginarias.
• Definición de modelo: sistema conceptual que representa características
estructurales de un sistema relevante.
• Ciclo: iterativo entre situación real/imaginaria y construcción-refinamiento
de modelo matemático.
• Diseño de tareas: actividades generadoras de modelos (MEAs) diseñadas
intencionalmente para revelar y desarrollar pensamiento matemático.
• Investigación: uso de MEAs para enseñar conceptos y temas matemáticos
específicos.
Perspectiva sociocrítica
• Objetivo: desarrollar habilidades de modelización para analizar críticamen-

te y transformar la sociedad.
• Definición de modelo: representación matemática de una situación, depen-

diente de supuestos del modelador.
• Ciclo: énfasis en discusiones reflexivas, no en pasos predefinidos.
• Diseño de tareas: situaciones reales con potencial de concientización sobre
temas sociales mediante análisis matemático.
• Investigación: uso de Matemáticas para analizar críticamente la sociedad y
desarrollar pensamiento crítico.
Perspectiva epistemológica
• Objetivo: desarrollar razonamiento matemático formal.

• Definición de modelo: resultado de actividades con situaciones y conceptos
matemáticos.
• Ciclo: cuatro niveles - situación, modelos contextuales, modelos matemá-
ticos, formalización matemática.
• Diseño de tareas: no especifica requerimientos, pueden ser intramatemáticas.
• Investigación: enseñanza y aprendizaje de conceptos matemáticos median-
te modelización.
En conclusión, Abassian et al. proveen un mapeo comprehensivo de di-

versas perspectivas de modelización, caracterizándolas en varias dimensiones
clave. Resaltan tanto similitudes como diferencias entre estas visiones sobre
objetivos, concepto de modelo, procesos y énfasis de investigación. Esta
diversidad refleja la complejidad del campo de Modelización matemática en
educación, pero dificulta llegar a consensos. Mapear las perspectivas clarifica
los fundamentos teóricos y tradiciones de esta área de investigación y práctica
educativa.
El artículo de Kaiser & Sriraman (2006) también analiza diversas perspec-

tivas sobre Modelización matemática, comparando debates previos y actuales
en esta área. Identifican cinco enfoques principales:
Perspectiva realista o aplicada
• Enfoque en resolver problemas auténticos del mundo real mediante Mode-

lización matemática.
• Influenciada por la visión pragmática de Henry Pollak, que enfatiza aplicar
las Matemáticas a problemas de la vida cotidiana y el trabajo.
• También influenciada por enfoques anglosajones de Matemática aplicada,
que promueven el uso de modelos para fines utilitarios.
• El objetivo principal es desarrollar la competencia de modelar, entendida
como la capacidad de transitar de manera independiente todas las etapas
de un proceso completo de modelización.
• Para esto, se trabaja con problemas realistas, abiertos y poco simplificados,
que requieran la construcción, testeo y refinamiento de modelos.
• El modelo matemático se construye para explicar, predecir y actuar sobre
un sistema del mundo real.
• Se enfatiza el ir y venir entre el mundo real y el mundo matemático a través
de un ciclo de modelización.
• Este ciclo involucra entender la situación, simplificarla en un modelo real,
matematizarlo en un modelo matemático, trabajar matemáticamente,
interpretar los resultados, validar y exponer.
• Estudios empíricos muestran que, competencias recién adquiridas no se
aplican directamente, sino con retraso, en procesos de modelado realista.
• La investigación se centra en analizar las complejidades de desarrollar com-
petencias de modelado real con problemas abiertos y poco simplificados.
Perspectiva contextual
• Enfocada en usar la Modelización matemática para aprender Matemáticas

y desarrollar sistemas conceptuales.
• Influenciada por teorías cognitivas como el procesamiento de información
y los enfoques de sistemas.
• También influenciada por tradiciones estadounidenses de resolución de

problemas y experimentos psicológicos.
• El énfasis está puesto en que los estudiantes construyan modelos matemá-
ticos como un proceso para dar sentido a situaciones complejas.
• Este proceso de obtención de modelos matemáticos es en sí mismo un
objetivo de aprendizaje, no solo la solución del problema original.
• Los modelos obtenidos se transfieren y aplican a nuevas situaciones para
seguir desarrollando el pensamiento matemático.
• Subyace una visión del conocimiento como construcciones humanas, que
emergen de la experiencia al interactuar en situaciones complejas.
• Se diseñan intencionalmente “actividades generadoras de modelos” (MEAs)
para revelar y promover razonamiento y comprensión matemáticos.
• Las MEAs se rigen por principios como: conectar con la realidad, permitir
autoevaluación y refinamiento de modelos, apuntar a la generalización y
ser conceptualmente poderosas.
• La investigación analiza cómo el uso de MEAs puede enseñar Matemáticas
al motivar procesos naturales de abstracción y generalización.
Perspectiva educativa
• Busca combinar el desarrollo de competencias de modelización con el

aprendizaje de contenidos y conceptos matemáticos.
• Influenciada por la visión de Hans Freudenthal sobre la importancia de
conectar las Matemáticas con la realidad para mejorar su enseñanza y
aprendizaje.
• También influenciada por enfoques integradores que equilibran diversos
tipos de objetivos al usar aplicaciones y modelización.
• Se modelan situaciones reales, pero simplificándolas para resaltar conte-
nidos matemáticos curriculares específicos.
• El modelo matemático se construye en relación con la situación real para
traducirla al lenguaje matemático.
• Luego de los trabajos matemáticos, se interpreta y valida traduciendo de

vuelta a la realidad.
• Hay énfasis tanto en competencias de modelado, como en entender las
matemáticas que emergen en el proceso de modelar.
• El ciclo de modelado se concibe como iterativo entre los mundos real y
matemático.
• La investigación analiza cómo estructurar procesos de aprendizaje mate-
mático a través de la modelización de situaciones reales.
Perspectiva sociocrítica
• Enfocada en desarrollar un uso crítico de los modelos matemáticos para

analizar y transformar la sociedad.
• Influenciada por enfoques sociocríticos y políticos de la Educación mate-
mática.
• Busca tomar conciencia sobre los efectos del poder de las Matemáticas en
la sociedad y cómo se usan para mantener estructuras de privilegio.
• Promueve desarrollar competencias democráticas en los estudiantes para
que puedan evaluar críticamente el papel de los modelos matemáticos.
• Los modelos matemáticos se conciben como representaciones no neutras,
que dependen de supuestos y visiones particulares.
• No prescribe un ciclo de modelizado, sino que enfatiza discusiones re-
flexivas entre estudiantes sobre las suposiciones e implicaciones éticas
de los modelos.
• La modelización se define como un “entorno de aprendizaje” para investi-
gar problemas del mundo real mediante las Matemáticas.
• La investigación analiza cómo los estudiantes pueden aplicar las Mate-
máticas para comprender críticamente su sociedad y actuar en pro de la
democratización.
Perspectiva epistemológica
• Considera toda actividad matemática como inherentemente modelización,

no solo aplicar matemáticas a lo real.
• Influenciada por teorías como la de Chevallard sobre praxeologías mate-
máticas y la modelización como desarrollo teórico.
• También influenciada por la visión científico-humanista inicial de Freu-
denthal sobre matematización.
• El énfasis está en el razonamiento y desarrollo matemático formal. No re-
quiere modelar situaciones del mundo real necesariamente.
• Los modelos surgen de situaciones y conceptos matemáticos, no del mun-
do real. Ejemplo: Modelización intramatemática.
• La investigación analiza la enseñanza y aprendizaje de conceptos matemá-
ticos a través de modelización epistemológica. Por ejemplo, Modelización
emergente.
• El objetivo es establecer principios didácticos generales sobre cómo la
modelización puede servir de lente para aprender Matemáticas.
En síntesis, Kaiser & Sriraman mapean diversos enfoques actuales de

modelización, ubicándolos en tradiciones previas. Caracterizan sus influencias
teóricas, objetivos, definición de modelo, procesos, énfasis investigativo y su-
puestos. Esta diversidad dificulta consensos, pero ilumina el campo.
El artículo de Valero (2017) aborda la relación entre Educación matemática,

equidad y democracia. Parte de historizar cómo en el siglo XX, las Matemáticas
escolares, adquirieron importancia como materia clave por su valor para el
desarrollo cognitivo, económico y social. Esto se articuló con la expansión de la
escolaridad obligatoria y la medición estandarizada del rendimiento matemático.
Valero identifica dos grandes posiciones en la investigación sobre la co-
nexión entre Educación matemática y democracia/equidad.
Respecto del empoderamiento sostiene que las Matemáticas empoderan
por sus cualidades intrínsecas, sus aplicaciones o su potencial crítico.
Empoderamiento intrínseco
Esta visión considera que el aprendizaje de las Matemáticas empodera

debido a características propias de esta forma de conocimiento, independien-
temente de sus aplicaciones o usos.
Se basa en una narrativa histórica de las Matemáticas como la forma más
elevada del pensamiento humano, que data desde la antigua Grecia. Las cuali-
dades de abstracción, generalización, rigor lógico-deductivo, certeza y verdad
se atribuyen al conocimiento matemático en sí mismo.
Apropiarse de las Matemáticas y desarrollar la capacidad de pensar mate-
máticamente potencia la cognición humana. Permite acceder a estructuras pro-
fundas de pensamiento que amplían la comprensión del universo y la realidad.
Esta visión considera que la Educación matemática debe enfocarse en
los contenidos y estructuras centrales de las Matemáticas, pues son ésta las
que transfieren sus cualidades al individuo. Por ejemplo, se enfatiza el apren-
dizaje de conceptos y procedimientos clave como el Álgebra, el Cálculo o la
Geometría.
Se asume que entre más avanzado es el conocimiento matemático que
se aprende, mayor es el desarrollo del intelecto y el pensamiento superior. De
ahí la importancia de que más estudiantes accedan a niveles crecientes de
Educación matemática.
Esta visión está presente en reformas curriculares que enfatizan la rigu-
rosidad matemática y en los argumentos sobre la idoneidad matemática de
profesores. Subyace la idea que las Matemáticas son universales, neutrales y
que su aprendizaje es intrínsecamente beneficioso.
Empoderamiento en los usos y aplicaciones
El poder de las Matemáticas, desde esta perspectiva, proviene de sus

aplicaciones como herramienta para comprender y transformar la realidad.
Se enfoca en las Matemáticas en acción, aplicadas para generar modelos,
resolver problemas, tomar decisiones informadas, diseñar tecnologías, etc.
El énfasis no está en la estructura lógica de las Matemáticas, sino en su

utilidad pragmática en diversos contextos. Las Matemáticas empoderan en la
medida que se usan activamente.
Se promueven pedagogías centradas en el uso de las Matemáticas en si-
tuaciones concretas, como la Modelización, la Etnomatemática, la Educación
matemática realista, o la indagación.
Subyace una visión de las Matemáticas como herramientas que potencian
a quienes logran apropiarse de ellas, ampliando su capacidad de interactuar
con el mundo.
Sin embargo, algunos autores cuestionan que promover las aplicaciones
útiles de las Matemáticas no necesariamente cambia visiones absolutistas
sobre su neutralidad y unicidad.
Empoderamiento crítico
Desde esta perspectiva, las Matemáticas empoderan en tanto permiten

desarrollar un pensamiento crítico sobre el papel que juegan en la sociedad.
Se concibe a las Matemáticas como una construcción humana, histórica
y cultural, no como conocimientos universales y absolutos.
El énfasis está en reconocer y cuestionar los efectos del poder social,
cultural y político de las Matemáticas en la sociedad, y cómo se usan para
mantener ciertas estructuras de privilegio.
Se promueven pedagogías en las que los estudiantes analizan crítica-
mente el papel de las Matemáticas y los modelos matemáticos dominantes
en temas sociales.
Se busca tomar conciencia sobre cómo las Matemáticas moldean la reali-
dad social y ambiental, tanto en aspectos positivos como negativos.
La alfabetización matemática crítica empodera en tanto permite movilizar
las Matemáticas para la transformación y la democratización social.
En síntesis, la conceptualización del empoderamiento varía según la vi-
sión de las Matemáticas y su papel en la formación de individuos críticos y la
democratización de la sociedad.
Valero concluye que la tensión entre el deseo de más Matemáticas y el

acceso desigual a sus beneficios requiere posicionamientos éticos y políticos
sobre las posibilidades de la Educación matemática. Las conceptualizaciones
sobre democracia y equidad varían según posiciones teóricas. Es clave inves-
tigar estas racionalidades en vez de darlas por sentadas.
Podemos concluir que los tres artículos
• Mapean diversas perspectivas sobre Modelización matemática en edu-

cación, caracterizándolas en dimensiones como objetivos, concepto de
modelo, procesos y énfasis investigativos.
• Coinciden en identificar las perspectivas realista, educativa, sociocrítica y
epistemológica/teórica. También concuerdan en la diversidad de enfoques
como un reflejo de la complejidad del campo.
• Vinculan al menos algunas perspectivas con nociones de empoderamiento,
democracia o justicia social. Especialmente las perspectivas sociocrítica y
crítica Valero y Kaiser & Sriraman ubican las perspectivas dentro de tradi-
ciones y debates históricos sobre modelización en Matemática educativa.
• Abassian et al. incluyen la perspectiva MMP, ausente en Kaiser.
• Kaiser & Sriraman incorporan la perspectiva cognitiva como un enfoque
emergente, no incluida por Abassian.
• Kaiser & Sriraman enfatizan las dificultades para llegar a consensos dada
la diversidad de perspectivas y sus bases teóricas.
• Abassian et al. y Kaiser & Sriraman se centran específicamente en Mode-
lización matemática en cambio Valero presenta, mediante el concepto de
empoderamiento, una mirada de la Educación matemática en general.
En definitiva, los tres artículos proveen una mirada amplia sobre pers-
pectivas clave en la Modelización matemática en Educación y su vínculo con
temas como la equidad y la democracia. Resaltan la diversidad epistemológica,
teórica y práctica en estos campos, y la necesidad de clarificar conceptos, ob-
jetivos y supuestos. Considerados en conjunto, brindan elementos históricos,
conceptuales y políticos para entender críticamente estas áreas de investi-

gación y práctica educativa. Ayudan a comprender de dónde surgen ciertas
visiones, sus diferencias y sus efectos. Invitan a debatir fines y racionalidades
en la Educación matemática contemporánea.
Abassian, A, Safi, F., Bush, S. & Bostic, J. (2020). Five different perspectives
on mathematical modeling in mathematics education, Investigations in
Mathematics Learning, (12:1), 53-65.
Kaiser, G., & Sriraman, B. (2006). A global survey of international perspectives
on modelling in mathematics education, Zentralblatt für Didaktik der
Mathematik,(38), 302–310.
Valero, P. (2017). El deseo de acceso y equidad en la educación matemática.
Revista Colombiana de Educación, (73), 99-128.
SEGU N DA PA RT E
En esta Segunda Parte se presentan cinco situaciones proble-

máticas, diseñadas por diferentes autores, para ser resueltas
utilizando la estrategia de Modelización matemática.
En la primera de ellas se describe aspectos relevantes de su im-
plementación incluyendo la resolución que brinda la inteligencia
artificial a través del ChatGPT; en las restantes cada autor pro-
pone un posible abordaje para su resolución.
65
Rediseño de un tendedero de cuerdas
Silvia Santos
Celia Fasce
Esta actividad de Modelización matemática ha sido pensada para alum-

nos de los tres últimos años de Educación Secundaria o de Formación docente
inicial en Matemática o de primer año de Educación Superior.
La elección del tema se realizó teniendo en cuenta que éste debería ser
interesante y motivador para los estudiantes, de índole social, ambiental,
cultural, sanitario, económico, de situaciones de la vida cotidiana, etc. Como
el universo de alumnos al que va dirigido es muy amplio: diferentes entornos
socioculturales, académicos y un rango amplio de edad, se optó por un tema
de la vida cotidiana en el que interviniera algún tipo de dispositivo o máquina.
Se realizó una búsqueda bibliográfica de la definición de máquina y sus
distintos tipos. Se obtiene en el diccionario de la Real Academia Española
(RAE) que máquina es un artificio para aprovechar, dirigir o regular la acción
de una fuerza o un conjunto de aparatos combinados para recibir cierta forma
de energía y transformarla en otra más adecuada, o para producir un efecto
determinado o un agregado de diversas partes ordenadas entre sí y dirigidas a
la formación de un todo. Se denomina maquinaria a un conjunto de máquinas
para un fin determinado o un mecanismo que da movimiento a un artefacto.
En sitios calificados de internet podemos encontrar diferentes tipos de máqui-
nas de acuerdo con la cantidad de piezas que la componen que se clasifican
en sencillas o complejas y según el tipo de energía que utilizan se encuentran
las máquinas manuales, eléctricas o hidráulicas.
A partir de esta información se opta por trabajar con máquinas sencillas
y manuales; un caso típico de máquinas de estas dos características son las
denominadas máquinas simples: palanca, torno, polea, plano inclinado, cuña
y tornillo.
Las poleas son elementos que aparecen en distintos dispositivos que son
utilizados en fábricas, industrias, pero también en el hogar.
Analizando, en distintos libros, problemas sobre poleas se percibe que
son ejercicios tradicionales y no verdaderos problemas, donde la solución se
encuentra reemplazando los datos incluidos en el enunciado en la fórmula
correspondiente y los cuerpos son desplazados en forma rectilínea, perpen-
dicular o paralelamente a la fuerza ejercida.
La investigación realizada, ha proporcionado datos que conducen a rea-
lizar un “recorte” del tema:
Diseñar una instalación de un dispositivo

que funcione con poleas
Observando en el ambiente cotidiano que instalaciones o dispositivos

utilizan poleas para su funcionamiento, se encuentra uno muy familiar: el
tendedero de cuerdas. En este caso los cuerpos se cuelgan en una cuerda que
describe una curva. Después de pensar en su funcionamiento, distintos posi-
bles diseños, practicidad, etc., surge la consigna para la actividad: trabajar el
diseño de un dispositivo mecánico desde la Modelización matemática.
Consigna
Diseñar una instalación de un tendedero de ropa económico, que reemplace a

uno ya existente, que, respecto del que está en uso actualmente,
*requiera menor esfuerzo físico para su uso,
*la longitud de cuerda disponible para el tendido sea mayor o igual,
*cuando no está en uso, permita la libre circulación por el patio.
En la Figura 8 puede verse el diseño del tendedero actual.

Figura 8. Croquis del tendedero actual
La actividad ha sido implementada en la materia Matemática Aplicada

del profesorado de Matemática y Matemática Aplicada en el Instituto Nacional
Superior de Profesorado Técnico (INSPT-UTN).
Los estudiantes han resuelto el problema de diferentes maneras, en todos
los casos como etapa inicial han analizado el tendedero a modificar, hicieron
consideraciones y estimaron el largo de cuerda actual.
Compartimos algunos fragmentos del trabajo de los distintos grupos de
estudiantes:
Grupo 1
En la Figura 8 se observan cuatro cuerdas

independientes, que conectan las paredes
laterales de menor longitud. Se consideró
que las cuerdas poseen la misma longitud
y que en un extremo están fijas y en el otro
“bajan” por la pared mediante un sistema
como polea, gancho, tornillo ojo de oveja,
etc. y finalizan en un sistema de agarre
donde se observa un sobrante de cuerda.
Para el cálculo de longitud de la cuerda del tendedero actual se contempló:
Por lo tanto la cantidad de cuerda disponible es de aproximadamente 4.(5,82)

= 23,29 metros, pero útil para el tendido es de 16 m.
Grupo 2
En el afloje del tendedero, se puede ver que las cuerdas forman una curva
similar al coseno hiperbólico.
Grupo 3
Lo primero que hicimos fue ver cuantos metros de soga se estaban usando
inicialmente: 4m.4sogas= 16 metros de soga totales.
Grupo 4
El sistema original tiene 4 sogas de 4 metros. Si llamamos 𝐶0 a la capacidad de

tendido del sistema original, medido en metros, obtenemos: 𝐶0 = 4,4 𝑚 = 16 m
Luego de estas consideraciones iniciales cada grupo ha hecho distintas pro-

puestas de tendederos:
Grupo 1: una soga guía (la cual sirve para colgar la ropa) de 4 metros de lon-
gitud. La misma se conecta con las paredes laterales de 6,5m a través de un
tensor que sirve para ajustar la tensión de la soga. De esta forma la soga útil
total resulta de 22m, por lo que no hace falta comprar soga por lo que autoeva-
lúan el diseño como económico, consideran que el esfuerzo necesario resulta
menor o similar, la longitud de soga útil para el colgado de ropa es mayor y
existe paso libre cuando no hay ropa tendida.
Grupo 2: una manivela, a 1m de altura, con un sistema de poleas que optimi-

za el uso de la fuerza para el tensado de las cuerdas del tendedero y se ve la
barra metálica colocada en la pared a la derecha, la cual está fijada con unos
tornillos a 3m de altura igual que el taparrollo.
Al aflojar las cuerdas llegan a bajar a la altura de 1 metro aproximadamente en

el punto mínimo y así se puede colgar la ropa con mayor comodidad. Nueva-
mente se mantiene la curva del coseno hiperbólico. En este modelo se tuvo
que comprar más cuerda quedarían: 36m de cuerda tensada más 3m para
aflojar por cada cuerda (este dato se estimó con GeoGebra), aunque se puede
calcular la integral de línea de cada lado del coseno hiperbólico y conseguir la
medida exacta de cuerda de afloje. También es necesario 4.6m de cadena de
bicicleta con piñón y corona para las poleas.
Grupo 3: un tendedero de modo casero con sogas que estén enganchados a poleas.
El grupo relata como al momento de validar tuvo que retroceder en el proceso
de modelización:
Originalmente propusimos alambres en lugar de sogas, pero cuando

intentamos hacer la validación nos dimos cuenta de que no considera-
mos la consigna que pedía que fuera económico. Debido a esto, tuvimos
que volver a la tercera etapa que es la recolección de datos y buscamos
materiales que sean más económicos como sogas en vez de alambres

y pitones en vez de manijas para subir y bajar las sogas.
Grupo 4: La solución que terminamos eligiendo fue la de agregar un malacate

mecánico con manivela al sistema de cuerdas ya presentado. El malacate per-
mite agregar más cuerdas al tendido, decidimos agregar cuatro cuerdas más.
Este grupo relata que hizo varias recorridas sobre el proceso de modelización
hasta llegar a tomar una decisión:
Hicimos un primer boceto tratando de mantener la idea original dando más

rigidez a la estructura y, de esa manera, poder agregar más sogas y evitar el
“efecto pandeo”. Optamos por desechar esta propuesta porque no resultaba
confiable en cuanto a la resistencia dado el excesivo largo de la estructura.
Luego, reiniciamos el proceso, pero esta vez teniendo en cuenta el fac-

tor económico (relación costo y durabilidad). En este punto nos dimos
cuenta de que la opción que plantea el enunciado es la más simple y
económica, pero requiere bastante esfuerzo físico y existe el riesgo de
caída de la soga por mala atadura. Para resolver esto planteamos un
sistema que incluya un malacate con manivela. Esta solución encarece
al sistema ya instalado, pero reduciría significativamente el esfuerzo
físico de sostener la soga mientras se la iza. También añadiría el factor
seguridad que evitará que la ropa cayera al piso por el soltado acciden-
tal de la soga y permitiría agregarle más sogas al sistema. Por último,
quisimos generar una propuesta que sea distinta. Se nos ocurrió que,
si amurábamos dos bastidores de madera de 1,80m x 1,50m con las
sogas separadas cada 20 cm nos daría una capacidad de tendido de 24
metros contra los 16 metros del sistema original de 4 sogas. El sistema
funciona como una mesa rebatible, se lo levanta hacia adelante y con
un sistema de trabas se le regula la altura. También contiene dos patas
que permiten poner el tendedero totalmente paralelo al piso en caso
de que se quiera tender ropa que necesite altura.
Uno de los grupos recurrió a la Inteligencia Artificial al ChatGPT para

ver que les proponía, realizaron una consulta y las respuestas que ob-
tuvieron no fueron del todo claras ni precisas por lo que desestimaron
la propuesta.
Diálogo con Chat GPT
Tengo que diseñar un tendedero de ropa económico que reemplace a uno
ya existente que requiera menor esfuerzo físico para su uso y cuando no
esté en uso permita la circulación. El espacio para el tendedero es un patio
de 4m por 6.50 m y el actual está a 1.8m de altura y son 4 cuerdas fijas
ChatGPT:
Para diseñar un tendedero de ropa económico que sea más fácil de usar
y permita la circulación cuando no esté en uso, puedes considerar las
siguientes opciones:
Cambiar las cuerdas fijas por una estructura plegable: En lugar de tener
cuerdas fijas, puedes considerar una estructura plegable que se pueda
montar y desmontar fácilmente. Esto permitiría que el tendedero no ocupe
espacio cuando no está en uso y sea más fácil de usar.
Bajar la altura del tendedero: Al bajar la altura del tendedero, se reduciría
el esfuerzo físico necesario para colgar y quitar la ropa. Una altura reco-
mendable podría ser de 1.5 m o incluso menos.
Añadir ruedas para facilitar el movimiento: Si el tendedero se puede mover
fácilmente, se puede ubicar en lugares más convenientes y evitar tener que
estirarse o alcanzar áreas difíciles.
Considerar materiales económicos y duraderos: Al utilizar materiales eco-
nómicos, se puede reducir el costo de producción del tendedero. Además,
se pueden seleccionar materiales duraderos para que el tendedero tenga
una vida útil más larga.
Aumentar la capacidad de carga: Si el tendedero puede soportar más
peso, se puede colgar más ropa en menos espacio, lo que resulta en un
tendedero más eficiente.
¿Cómo es la estructura plegable que propones?

ChatGPT:
La estructura plegable que propongo es una opción para reemplazar el
tendedero existente con cuerdas fijas. A continuación, te describo una
posible estructura plegable que puedes considerar:
La estructura plegable tendría dos brazos laterales y una barra transversal
en la parte superior donde se puedan colgar las cuerdas existentes. Los
brazos laterales se unirían a la barra transversal mediante bisagras, lo que
permitiría plegar la estructura cuando no esté en uso.
La altura de la estructura dependería de tus necesidades, pero podrías
considerar una altura de alrededor de 1.5 metros, lo que permitiría colgar
la ropa sin tener que estirarse demasiado.
Los brazos laterales tendrían una longitud de al menos 2 metros para
poder sostener las cuerdas existentes de 4 metros. Los brazos laterales
también podrían tener una inclinación hacia el exterior para aumentar
la estabilidad de la estructura y evitar que se tambalee con el peso de la
ropa.
Para aumentar la capacidad de carga de la estructura, se podrían añadir
soportes adicionales en los brazos laterales o en la barra transversal. Tam-
bién podrías considerar la posibilidad de utilizar materiales ligeros pero
resistentes para la estructura, como tubos de aluminio o de PVC.
Es importante tener en cuenta que esta es solo una de las muchas op-
ciones que puedes considerar para tu tendedero plegable. La estructura
final dependerá de tus necesidades específicas y de los materiales y he-
rramientas disponibles.
No entiendo cómo es la estructura, ¿no me podés dar un esquema o boceto?
ChatGPT:
¡Por supuesto! Aquí te proporciono un esquema o boceto de la estructura
plegable que propongo:
En este boceto, la estructura plegable tiene dos brazos laterales que

sostienen una barra transversal en la parte superior. La barra transversal
es donde se pueden colgar las cuerdas existentes del tendedero ante-
rior. Los brazos laterales se pliegan hacia adentro de la estructura cuan-
do no están en uso para permitir una circulación más fácil por el patio.
Después de la implementación podemos evaluar el problema consideran-

do distintas categorías:
Desde el punto de vista del quehacer matemático, el problema se puede
considerar potencialmente fuerte ya que, entre otras cosas, pudo hacer surgir
el concepto de catenaria; para calcular la longitud disponible de soga para el
tendido. Aparece así el concepto de ajuste y aproximación de curvas y luego,
la longitud de arco de una curva (o función) entre dos puntos.
Todos los estudiantes fueron capaces de resolver el problema planteado
tomando en consideración el bagaje de saberes previos con los que cuentan.
Por otra parte, el lenguaje utilizado en la consigna del problema es coloquial,
claro y sin ambigüedades.
El contexto es del mundo cotidiano, realista; consiste en el diseño e insta-
lación de un dispositivo mecánico que, si bien es sencillo, puede resultar una
actividad atractiva de iniciación para los estudiantes.
La demanda cognitiva es alta puesto que provoca el reto de crear modelos

matemáticos no estudiados con anterioridad para modificar un dispositivo
de la cotidianeidad, del mundo real. Surgen nuevos conceptos que llevaran a
plantearse nuevas preguntas en la esfera de la Matemática.
Respecto a la información brindada, ésta es mínima, solo la indispensable.
Los estudiantes debieron realizar supuestos iniciales para luego, en el avance
de la resolución agregar nuevos que los condujeron a la creación de modelos
matemáticos que se correspondan con la situación real a resolver.
El problema propuesto permite recorrer un proceso completo de Mode-
lización matemática y cada una de sus fases: los estudiantes, comenzaron
su trabajo partiendo de la consigna y teniendo en cuenta el tendedero ya
existente y proponiendo uno nuevo que permita la libre circulación (problema
del mundo real) a partir de supuestos y condiciones necesarias para su funcio-
namiento, tales como altura mínima de la soga para el tendido, estatura del
usuario, altura de las sogas para liberar circulación etc., crearon un modelo
real. Teniendo en cuenta los valores prefijados a algunas de las variables y a
la experimentación matematizaron la situación. A través del uso de GeoGebra
surgió un modelo computacional que les permitió el cálculo de la longitud de
arco de la curva. Es decir que hallaron una respuesta computacional que es la
solución matemática. La interpretación de esta solución los devolvió al proble-
ma del mundo real propuesto. Como relata el Grupo 4 reiniciaron el ciclo, con
un nuevo problema y modelo real. La actividad ofrece distintos caminos de
resolución, distintos modelos reales y matemáticos. Es un problema abierto
ya que la solución no es única; ya se vio que cada grupo diseñó una instala-
ción diferente. Esto último favoreció la argumentación, la comunicación y con
intervenciones estratégicas del docente, la metacognición.
77
Competencia deportiva
Silvina Cafferata Ferri
Destinatarios
La actividad está diseñada para alumnos y alumnas de último año de es-

cuela secundaria o primer año de educación superior. Los contenidos a los que
se hace referencia es la aplicación del concepto de derivadas en la resolución
de problemas de optimización, a través de la búsqueda de extremos de una
función; se considera que este tema se suele desarrollar dentro de la Unidad
referida a la aplicación de derivadas, contando los alumnos y las alumnas con
contenidos previos como: teoremas relativos al cálculo diferencial, intervalos
de crecimiento y decrecimiento, extremos relativos y absolutos, intervalos de
concavidad positiva y negativa, puntos de inflexión, y estudio de funciones.
Acerca de la actividad
El problema inicial a partir del cual se origina la presente actividad se

plantea en el texto Stewart (1998, p. 297)
Se plantea la actividad que se presenta a continuación, esperando que los
alumnos y las alumnas puedan alcanzar los siguientes objetivos:
• Resolver situaciones problemáticas utilizando herramientas del cálculo

diferencial.
• Interpretar los resultados obtenidos en el contexto de la situación.
• Utilizar el lenguaje coloquial y/o simbólico para argumentar, explicar,
justificar y/o verificar procedimientos empleados.
• Utilizar software matemático para evidenciar el aprendizaje de concep-

tos, técnicas y modelos matemáticos.
Actividad a desarrollar con los alumnos y las alumnas
Puerto Gaboto es una localidad del sudeste del Departamento de San

Jerónimo, ubicada a orillas del río Coronda, en la Provincia de Santa Fe.
En la actualidad, es un punto reconocido para la pesca del dorado y otras
especies de río. Para favorecer el turismo y promocionar estas actividades tí-
picas de la comunidad, Sandra Aguirre, Presidente Comunal de Puerto Gaboto
presentó un proyecto a partir del cual se organizó una competencia deportiva
en la que se combina el remo y el running.
Los participantes saldrán del Club Náutico de la localidad y la llegada está
ubicada en la otra orilla del río, frente al Parque Nacional.
Las reglas de la competencia indican que se puede realizar este trayecto
remando desde el punto de partida hasta el de llegada, o remar hasta un punto
de la otra orilla y a partir de allí, realizar el resto del recorrido corriendo.
Entonces:
¿cómo podrías realizar el recorrido para ganar la competencia?

Acerca de la actividad y el proceso de modelización
Considerando las etapas del proceso de modelización presentadas por

Rodríguez & Barreiro (2018), se espera que, a partir de esta introducción y la
presentación de la competencia deportiva y su reglamento, los alumnos y las
alumnas puedan delimitar el sistema inicial o la situación, definiendo el pro-
blema de calcular el menor tiempo posible para realizar el recorrido, desde el
punto de partida hasta el punto de llegada. dentro de las variables a conside-
rar, se espera que puedan reconocer el ancho del río y la distancia desde el
Club Náutico hasta el Parque Nacional Islas Santa Fe, y que identifiquen otras
variables que intervienen en la resolución, como es el caso de la velocidad en
la que se rema y la velocidad en la que se corre.
Los alumnos y las alumnas tendrán que tomar decisiones sobre estas va-
riables, como puede ser: buscar información sobre la velocidad promedio de
remo y sobre la velocidad promedio de trote que se conoce, a partir de otras
competencias ya realizadas; proponer una versión simplificada del problema,
suponiendo una cierta velocidad de remo y de trote, con el objeto de hallar
un procedimiento que luego se pueda generalizar a otros valores; entre otras
decisiones que se puedan presentar.
A partir de ello, se espera un trabajo utilizando lenguaje matemático para
formalizar la situación planteada y su resolución, distintos sistemas de represen-
tación de la situación real, ya sea utilizando algún software matemático o papel.
De acuerdo con las decisiones que se hayan tomado respecto de las va-
riables, se puede regresar a las primeras etapas del proceso, para así poder
generalizar el procedimiento y la resolución a la que se haya llegado, interpre-
tando los resultados obtenidos y fundamentando la respuesta.
Un posible abordaje
Se presenta a continuación una posible resolución, donde se asignan

algunos valores para las velocidades de remo y de trote, teniendo en cuenta
algunos valores promedios conocidos:
Se puede cruzar el río, remando a 6 km/h.

Se puede recorrer el trayecto a pie, corriendo a 8 km/h.
¿Cómo resulta conveniente hacer el recorrido para llegar lo más rápido
posible?
Contando con algunos contenidos previos, como la búsqueda de extre-
mos de una función, se puede relacionar el problema con la búsqueda de un
mínimo: hallar el menor tiempo posible en el que puede realizarse el recorrido,
considerando la situación planteada. Resulta muy importante en este punto
que el problema pueda ser interpretado y que se pueda realizar a partir de ello
una figura
biendo investigado los de análisis.podrían determinar que el rio
alumnos
Habiendo
Habiendo investigadolos
investigado losalumnos
alumnospodrían
podríandeterminar
determinarque que el rio
el rio Coron-
ronda tiene un ancho aproximado de 3 km y que el Parque
da Coronda
tiene un tiene
ancho un ancho
aproximado aproximado
de 3 km y quede el3 km
Parque y que el
Nacional Parque
está 8 km
cional está 8 km corriente abajo.
Nacional está 8 km corriente abajo.
podría plantear la siguiente
corriente abajo.figura, siendo el punto A del que se
Se podría plantear la siguiente figura, siendo el punto A del que se
te (Club Náutico Se de podría
Puerto plantear
Gaboto) la y el punto Bfigura,
siguiente al quesiendo
se debe el punto
parte (Club Náutico de Puerto Gaboto) y el punto B alA del
queque se parte
se debe
gar, frente al Parque Nacional
(Clubllegar,
Náutico de Islas
PuertoSanta Fe.
Gaboto) y el punto B al que se debe llegar, frente al
frente al Parque Nacional Islas Santa Fe.
ra ello, se puede
Parqueremar desde
Nacional el punto A hasta el punto B, sin
Para ello, seIslas Santa
puede Fe. desde el punto A hasta el punto B, sin
remar
lizar ningún recorrido a pie. Se puede también remar hasta un
realizar ningún recorrido a pie. elSepunto
puedeA también remar B, hasta un
nto A’ perpendicular al punto A y correr dedesde
Para ello, se puede remar A’ a B. O se puedehasta el punto sin realizar
punto A’
ningúnArecorrido perpendicular al punto A y correr de A’ a B. O se puede
mar desde el punto hasta un apunto
pie. Se
P puede
y luegotambién remarallí
correr desde hasta un punto A’ perpendi-
sta B. cular al punto A y correr de A’ a B. O se puede remarluego
remar desde el punto A hasta un punto P y desde correr desde
el punto allí un
A hasta
hasta B.
o permite calcular,
punto P ypor luego uncorrer
lado,desde
cuálesallíson
hastalasB. distancias
Esto permite calcular, por un lado, cuáles son las distancias
orridas, y en función
Esto de ello, el
permiteycalcular, tiempo
por undeque
lado, llevaría
cuáles cadalas distancias recorridas, y
son
recorridas, en función ello, el tiempo que llevaría cada
yecto y el tiempo total de
en función para llegar
ello, desdeque el llevaría
punto Acada hasta el
trayecto y el eltiempo
tiempo total para trayecto
llegar desde y el tiempo
el punto A hasta totalelpara
nto B. Si denominamos
llegarpunto x a
desdeB.el punto la distancia desde
A hasta el punto A’ hasta P
Si denominamos x a laB. distancia
Si denominamosdesde A’ x ahasta
la distancia
P
onces podemos indicar que la distancia desde P hasta B es
entonces podemos indicar que la distancia desde
desde A’ hasta P entonces podemos indicar que la distancia desde P hasta P hasta B es
�� y suponiendo, de acuerdo con el enunciado, que se rema a
B es 8�� yy suponiendo,
suponiendo, de de acuerdo
acuerdo con el enunciado,
enunciado, que que se rema a una
a velocidad constante.
una
velocidad velocidad constante.
sulta que el tiempo en elconstante.
que se realiza el recorrido en horas es:
Resultaque
Resulta queeleltiempo
tiempoen enelelque
queseserealiza
realizaelelrecorrido
recorridoen enhoras
horases: es:
√� + � � 8 � �
�� = + √� + � � 8 � �
6 ��
8 = +
6 8
Considerando que los valores de x pertenecen al intervalo [0;8] de acuerdo

con la situación planteada, entonces se puede determinar que el valor mínimo
de la función T(x) resulta aproximadamente de 1,33 horas.
El punto P debe considerarse aproximadamente a 3,4 km del punto A’ para
que el recorrido se realice lo más rápido posible. Es decir, se tarda el menor
tiempo posible en hacer el recorrido si: se rema desde el punto A hasta el pun-
to P, una distancia aproximada de 4,54 km en la que se tarda aproximadamente
0,76 horas (45,36 minutos) y luego se corre desde el punto P hasta el punto B
una distancia aproximada de 4,6 km en la que se tarda aproximadamente 0,57
horas (34,49 minutos).
Suponiendo entonces los valores promedios indicados para las velocida-
des de remo y de trote, una persona podría ganar la competencia deportiva,
teniendo en cuenta el punto P adonde resulta conveniente llegar remando
para hacer todo el recorrido en el menos tiempo posible.
Si la situación se representa gráficamente utilizando algún software di-
námico, como GeoGebra por ejemplo, permite de una manera muy sencilla
visualizar las alternativas posibles en el recorrido, ya sea sólo remando o

combinando remar y correr:
Se puede acceder al applet a través de
https://www.geogebra.org/m/ntbrgep7#material/aqg5hskf
Un software como GeoGebra, que permite tener activas dos pantallas

gráficas de manera simultánea, puede servir para visualizar tanto el posible
recorrido como el tiempo que demora en cruzar de una orilla a otra. En este
caso y teniendo en cuenta una potencial resolución, se representa gráficamen-
te el tiempo en función del punto al que llega en la otra orilla, considerando la
distancia desde A’ hasta el punto P.
https://www.geogebra.org/m/ntbrgep7#material/zmwfyrz8
Considerar algunos valores para las velocidades promedio de remo y de

trote, permite modelizar la situación planteada y encontrar un procedimiento
que se puede generalizar a otros valores de velocidades dados.
De acuerdo con el grupo de alumnos y de alumnas con los que se im-
plemente la actividad, se pueden luego presentar algunas alternativas a la
situación inicial planteada, incluyendo nuevos interrogantes.
Rodríguez, M. & Barreiro, P. (2018). Modelización y resolución de problemas. En

M. Pochulu (Comp.), La modelización en Matemática: marco de referencia
y aplicaciones (17-26). Villa María, GIDED.
Stewart, J. (1998). Cálculo de una variable. México, Thomson Editores.
83
Aislación térmica en Añelo
Mario Álvarez
Esta actividad está pensada para estudiantes de un curso de Probabilidad

y Estadística.
Propósito y objetivo general
El desarrollo de la actividad pretende que los estudiantes de ingeniería

civil o construcciones tengan un primer acercamiento al planteo y solución de
un problema real vinculado a su especialidad, con la particularidad de tomar
decisiones y restricciones para formular una primera solución. Se espera que
los contenidos desarrollados en el curso sean herramientas con las cuales
propongan una solución al problema planteado o bien sean disparadores para
el uso de otras metodologías y procedimientos de naturaleza estadística que
no hayan sido desarrollados en el curso (por ejemplo, algún método robusto
o no paramétrico).
Consigna dada a los estudiantes
Se está realizando la construcción de un complejo de viviendas sustenta-

bles en Añelo, cabecera del partido donde se encuentra Vaca Muerta, Provincia
de Neuquén.
La empresa a cargo de la obra busca proponer y evaluar, atendiendo a las
características de la zona de construcción, algún método más eficiente y eco-
nómico que el de uso convencional para la aislación térmica de las viviendas (en
base al uso de aislantes como la Ceresita sobre los revoques en ladrillo común).
A continuación, se presenta un análisis del desarrollo de la propuesta y

una posible solución al alcance de los estudiantes:
• Análisis de la situación real y su complejidad
Los estudiantes de ingeniería civil cursan materias donde se estudian

propiedades de los materiales en la construcción, en particular sobre aspectos
térmicos para viviendas familiares.
Reconocen la importancia en alcanzar un ahorro térmico y cómo ello se
traslada a los costos económicos asociados (instalación de calefactores a gas,
consumo de electricidad para la calefacción por aire acondicionado, cantidad
de leña si se calefacciona por hogares, entre otras opciones).
La situación los coloca en un escenario particular, en la Provincia de Neu-
quén, los obliga a interiorizarse en ese lugar, en sus características climáticas.
Pero también, dentro del estudio de los aislantes en viviendas, qué recursos,
métodos, formas se suelen usar en la zona de construcción que menciona el
problema.
En esta exploración y búsqueda contextualizada, tanto por internet como
de charlas e intercambios con docentes de las materias de la especialidad,
podrían llegar a encontrar que es habitual el uso de lana de ovejas, un material
abundante en la zona, económico, renovable y no contaminante que se puede
usar en paneles aislantes en las viviendas1.
• Simplificación de la situación. Selección y elección de variables de estudio
En términos generales, los materiales aislantes tienen una medida asocia-

da que cuantifica el flujo de calor que puede transmitir, bajo ciertas condicio-
nes de estudio. Esta variable, la consideran aleatoria debido a que depende
1
https://www.agritotal.com/nota/39093-familias-neuquinas-utilizan-lana-de-descarte-
como-aislante-termico/
de varios factores (aparte de los climáticos, el tipo de ladrillo, de hormigón, de

contacto con la superficie, ancho de las paredes, entre otros). Se define así la
variable aleatoria de estudio: coeficiente de conductividad térmica, cuya uni-
dad de medida es w/mk (vatios por metro kelvin). Este coeficiente para el caso
de paneles con lana de oveja, se sabe de antemano que es estimativamente
de 0.042 w/mk (este valor se tomará como referencia).
Esto lleva a una reformulación del problema de estudio, en términos
simplificados: comparar la conductividad térmica respecto a este valor. Si los
valores de los coeficientes de conductividad térmica son menores o iguales a
0.042 w/mk, se concluiría en la viabilidad del uso de lana de oveja como ais-
lantes. En el caso que los registros sean mayores, se interpreta que la lana de
oveja no sería una opción viable para ahorrar costos y eficiencia.
• Supuestos e hipótesis adicionales
Definida la variable en estudio, considerado este valor de referencia,

necesitarían registros de conductividad térmica en estos lugares donde se
construirán las viviendas. En la Facultad se cuenta con docentes de mucha
experiencia en la temática, de otras regionales e incluso muy avocados a tareas
de investigación, por lo tanto, es viable conseguir mediciones de conductivi-
dad térmica en el lugar pedido. Esta es una primera instancia de obtención de
datos que implicaría aspectos comunicativos en la misma casa de estudios,
pero no serían los únicos (se pueden encontrar en internet trabajos relaciona-
dos que brindan mediciones y/o referencias directas2). Para este conjunto de
mediciones se supondrá independencia en las mediciones, uso correcto de los
instrumentos de medición, que se realizarían en un período corto de tiempo,
sobre viviendas del mismo tipo.
2
https://www.petrotecnia.com.ar/febrero09/el_flujo_de_calor.pdf (13/9/2023)
• Resolución del problema simplificado y análisis de los objetos matemáticos

en juego
Supongamos que, como un primer conjunto de mediciones, se tiene una

muestra aleatoria simple de tamaño 36, por ejemplo, realizado sobre distintas
paredes en un complejo de viviendas en este lugar de Neuquén:
Coeficiente de conductividad térmica en 36 muestras
0.0425 0.039 0.0372 0.042 0.0436 0.0419
0.0409 0.043 0.0378 0.04 0.0431 0.0427
0.0415 0.0427 0.0417 0..0415 0.0427 0.0429
0.0442 0.0454 0.0436 0.0428 0.0421 0.0418
0.0411 0.0448 0.0415 0.0425 0.043 0.0417
0.0417 0.0405 0.0407 0.041 0.0419 0.0423
Como primera observación se tendría la aleatoriedad en las mediciones,

y la no menor situación que algunos valores están por encima de 0.042. Esto
plantearía un problema de naturaleza estadística: se presentan valores que
se debe decidir si se los considera por la aleatoriedad en las mediciones o si
aparecen porque la conductividad térmica es efectivamente superior a 0.042.
Las posibles estrategias heurísticas son variadas. A continuación, se pre-
sentan posibles enfoques como recursos estadísticos para dar una respuesta:
• Se podría realizar algún ajuste con algún modelo (por ejemplo, una
distribución normal), el tamaño de la muestra se lo puede considerar
suficiente, y con ello calcular la probabilidad que una variable, según
ese modelo, supere este valor 0.042. En objetos matemáticos estarían
usando test de bondad de ajuste (como el de Kolmogorov Smirnov, Sha-
piro Wilks) y como estudio preliminar todo un análisis exploratorio como
el uso de boxplot, comparación media-mediana, gráfico de puntos,
entre otros, donde en cada uno deberían ir observando las cuestiones
conceptuales que podrían orientar en considerar la distribución normal

como posible modelo de ajuste.
• Otra alternativa sería focalizar la media poblacional de ese conjunto de
mediciones y construir un intervalo de confianza. El análisis exploratorio
lo tendrían del ítem anterior. El tamaño muestral los habilita de todas
formas (digo aún que no sea pertinente modelar la variable según la
distribución normal) a usar la distribución normal para la media mues-
tral (por el teorema central del límite). La decisión es cualitativamente
diferente: deberían observar si el valor 0.042 aparece como posible valor
de la media poblacional, al nivel de confianza que consideren.
• Otra opción sería plantear un test de hipótesis considerando la media
poblacional como 0.042, y plantear – sin pérdida de generalidad – como
hipótesis alternativa, que la media poblacional no toma este valor sino
uno distinto.
• Si se les generara duda o no lograran concluir, podrían utilizar algún otro
método de la familia de los no paramétricos, como el de Wilcoxon para
la mediana. Estos contenidos exceden los del curso de Probabilidad y
Estadística, pero su comprensión está suficientemente al alcance de los
estudiantes.
• Verificación de la adecuación de la solución respecto a la situación inicial
El proceso de verificación y validación debería ser permanente. En cuanto

a alguna de las posibles soluciones, su basamento estaría en la confiabilidad
de los datos obtenidos. El tamaño muestral es alentador (para ese tamaño se-
ría de esperar que se logre capturar confiablemente la variabilidad del proceso,
con ello la confiabilidad en el método utilizado medido a través de resultados
teóricos que vinculan la desviación estándar). La validación se materializaría
yendo al lugar, realizar otras mediciones, contrastar con el modelo construido
y observar discrepancias (por ejemplo, a través de gráficos comparativos, mo-
delos de regresión de una variable sobre otra, entre otros casos). Otro recurso
de validación sería comparar con otras mediciones (sin ir al lugar, comparo
con el punto anterior). La adecuación de la solución también se podría hacer

tomando costos de calefacción en viviendas que tengan este sistema con otros
que no lo tengan, estudiando también la viabilidad de su concreción.
Reflexiones sobre este diseño de la actividad y posible implementación
La propuesta tiene la particularidad de la dificultad en la obtención de

los datos. Se justifica la elección precisamente en esta complejidad: por un
lado, requiere movilizarse, pero también en la facultad se pueden conseguir,
por otro lado en internet algunas referencias se consiguen. Esta situación
conlleva a la reflexión crítica de la importancia en la fiabilidad de los datos con
los cuales se realiza el análisis estadístico, porque, aunque se haya logrado un
excelente ajuste a los datos con algún modelo, si esos datos no son fiables, los
estudiantes vivenciarían que las conclusiones que obtuviesen (sea de un cál-
culo probabilístico o la aplicación de algún método) no serían confiables. Otro
aspecto favorable para la implementación de la propuesta es que en segundo
año los estudiantes tienen base en programación, esto facilita enormemente la
implementación en lenguajes aún que no hayan trabajado, para nuestro curso
de Probabilidad y Estadística, el lenguaje R.
La principal dificultad de llevar a cabo este tipo de propuesta es la gestión
del tiempo, por eso se implementaría al inicio del segundo cuatrimestre, para
coordinar momentos de tutorías con tiempo, acompañamiento en el uso del
R, revisión y discusión de las ideas que van surgiendo en cada grupo de estu-
diantes.
89
Propuesta para ganar una licitación
Clara Bodeman
Descripción del contexto
La propuesta de modelización se destinará a estudiantes del último año

de escuela secundaria o primer año de educación superior.
Fundamentación
Desde un punto de vista didáctico consideramos importante presentar

una propuesta basada en la competencia de modelización que coloque a la
resolución de problemas en un contexto real e incluya una situación de natu-
raleza extra-matemática.
La propuesta guiara el proceso de modelización, donde las relaciones
entre los conceptos matemáticos y su significado en el contexto de la realidad
planteada necesitan discutir la validez del modelo matemático. Asimismo, la
reflexión sobre la intención de su uso conduce a una redefinición del modelo.
Las y los estudiantes trabajan en forma asincrónica utilizando un recurso
a elección para realizar trabajo colaborativo.
Todo el proyecto está sintonía con el argumento de la utilidad que les
permitirá a los estudiantes valorar el servicio instrumental que ofrece la Ma-
temática, sin ser ella misma el punto central de interés. El uso del GeoGebra
refuerza esta idea para realizar cálculos analíticos y observar el comporta-
miento de las gráficas.
Objetivos
• Abordar, comprender y utilizar objetos matemáticos.

• Utilizar las TIC en el proceso de resolución de problemas.
• Trabajar en forma colaborativa.
• Validar el modelo obtenido y obtener conclusiones.
Proceso de modelización
(a) Formulación del problema a cargo del docente

Se plantea una situación donde las y los estudiantes puedan trabajar con una
situación de la vida diaria que le puede resultar familiar y que le permita poner
en juego su conocimiento matemático en el proceso de modelización.
Propuesta para ganar una licitación
Una Pyme competirá en una licitación donde el pliego consiste en fabricar

un lote de latas cilíndricas aptas para almacenar 8 unidades de durazno en
almíbar.
Las condiciones del pliego entre otras son:

• Material aprobado por normas FDA: Hojalata. Barniz.
• Volumen de la lata: 54𝜋 𝑐𝑚 3.
• La razón entre la altura y el radio: entre 2 y alrededor de 3.8.
¿Qué podría proponer la Pyme?
(b) Sistematización a cargo de los estudiantes

Las y los estudiantes realizan la selección de los objetos relevantes: variables
que intervienen, relación entre las mismas, superficie total y volumen de un
cilindro, y corte de los discos como círculos inscriptos en polígonos.
Deberán analizar que la cantidad de barniz a utilizar depende de la superficie
a cubrir.
Por lo tanto, para reducir el costo del barniz hay que utilizar la mínima cantidad
posible de hojalata.
(c) Traducción de esos objetos y relaciones al lenguaje matemático

(c) Traducción ded esos objetos y relaciones al len nguaje matemátiico
VolumenVolumen
de un cilindro
de unycilindro
cSuperficie total ficie
y Superf de untotal
cilindro
de un cilindro
La superficie total del cilindro
La superficie tottal delacilindro
cubrir con el barniz
a cubrir con esel barrniz es
‫ܣ‬ሺ‫ݎ‬ǡ ݄ሻ ൌ ʹߨ‫ ݎ‬ଶ ൅ ʹߨ‫( ݄ݎ‬1) (1)
Las y los estuddiantes deberán tomar la decisió ón de optar porr la

dependencia del área con respectto al radio o la altura del cilindro
o.
3
Como el volumeen de la lata es dde 54ߨܿ݉ , se pu uede poner la altuura
en función del raadio sustituyendoo en (1), nos queeda:
ଶ
ߨ
(c) Traducción de
d esos objetos y relaciones al len nguaje matemátiico
Volumen de un cilindro
c y Superfficie total de un cilindro
La superficie tottal del cilindro a cubrir con el barrniz es
‫ܣ‬ሺ‫ݎ‬ǡ ݄ሻ ൌ ʹߨ‫ ݎ‬ଶ ൅ ʹߨ‫݄ݎ‬ (1)
Las yLas y los estud

los estudiantesdiantes
deberán deberán
tomar latomar la decisió
decisión ón deporoptar
de optar porr la
la dependencia
dependencia
del área del área
con respecto con orespect
al radio to aldel
la altura radio o la altura del cilindro
cilindro. o.
3
Como el volumen de la lata es de 54𝜋 𝑐𝑚 , se puede poner la altura enura
Como el volume en de la lata es d
de 54ߨܿ݉
3 , se pu
uede poner la altufunción
en función del ra
adio sustituyendo
del radio sustituyendo en (1), nos queda: o en (1), nos que
eda:
ߨ
ߨ‫ ݎ‬ଶ ൅ ͳͲͺ
‫ܣ‬ሺ‫ݎ‬ሻ ൌ ʹߨ
‫ݎ‬
Una primera
Una primera aprroximación
aproximación a la optimización
a la optimización laa podrían
la podrían realizarrealizaar ade la
a través
través de
observación la gráfica
de la ob
bservación de laa realizada
de la función, gráfica deGeoGebra,
la función, realizaada que
considerando
GeoGebra, conssiderando que eel área de la superficie s2 toma su
el área de la superficie toma su mínimo valor en 169 cm para un valor de radio
mínimo valor en 169 cm2 ppara un valor de radio de 3cm
de 3cm aproximadamente.
aproximadament te.
Otra Otra
posibilidad de argumentación
posibilidadd de argumentació podría ser que:
ón podría ser quee:
La función decrece
La función yrece
decr crece pasando
y crece por elpor
passando valor
el del radio
vallor delen un entorno
radio en un de
dichoentorno
punto. de dichoo punto.
(d) Uso de métodos matemáticos para arribar a resultados matemáticos y

conclusiones
Pueden utilizar el CAS de GeoGebra para buscar el/los puntos críticos y aplicar
el Criterio de cambio de signo de la derivada primera o Criterio de la segunda
derivada.
Obteniendo
� � � �
� � � ��
� �� y � ��
� � �� y y y� ��
� � � �
(e) Interpretació n de los resultad

(e)deInterpretación dos y conclusione esconsiderando e
el
ón de los nresultad
erpretació losdos dos de losesconsiderando
y conclusione
resultad resultados
y conclusione y conclusiones
e
el
esconsiderando e considerando el dominio
el
dominio de inveestigación inicial
ioestigación
ve deinicial
investigación
de inveestigación inicial inicial
Las y los
Las y los estudiaantes estudiantes tienen
tienen que que la
obtener obtener
relaciiónla entre
relación
h y entre
r, parah y r, para poder
dia
osantes tienen
estudia antesque obtener
tienen la relaciión
que obtener entreión
la relaci h yentre
r, para
h y r, para
poder
p inferir
inferir con nclusiones: � � 2��
conclusiones:
onnclusiones:
nferir con nclusiones:
� � 2�� 2��
(f) Evaluación d la validez
de del modelo por com mparación con daatos
aluación d (f)laEvaluación
d la validez
de de del modelo
validez deldemodelo
la validez
por com por del
mparación
com modelo por
con daatos
mparación concomparación
daatos con datos (observa-
(observados o prredichos) y/o conn el conocimientto teórico
prredichos)
vados y/oocon
dos
o prredichos) n y/o
el conocimient
predichos)conn el toelteórico
y/oconocimient
con conocimiento
to teórico teórico
En este punto tenndrán que verificcar si la relación n obtenida respon nde
etenndrán ten
punto queEn verific
ndránestequecar si latendrán
verific
punto relación
car si lanque
obtenida
relación respon
si lande
n obtenida
verificar respon
relaciónnde obtenida responde a la exi-
a la exigencia deel pliego de licitaación.
deel pliego
igencia de licitadel
deelgencia
pliego ación.
de pliego
licitaación.
de licitación.
Una vez validad do el modelo poodrán enunciar laa propuesta paraa la
addo el
ez validadmodelo
do el po
odrán
modelo enunciar
poodrán laa propuesta
enunciar para
laa propuestaa la paralaapropuesta
la
Pyme, Una que vez validado
conssidera parael modelo
la oppción podrán
de corteenunciar
p
propuesta, que sii lapara la Pyme, que
nsque
sidera para
conssidera la para
oppción la de cortedepropuesta,
oppción p corte propuesta,
p que sii laque sii la
altura es el dooble
considera paradella radio
opciónssedelogracorte minimi izar el
propuesta, queáreasi lade la es el doble del
altura
doobleel del
es do radio
oble delsseradio
lograsseminimi
lograizar el izar
minimi área eldeárea la de la
superficie de la hojalata
h
acie hradio se logra minimizar el área de la superficie de la hojalata
h de la hojalata
hojalata
Para poder
Para anali
poder izaranalizar
otras posibil
otras lidades de cortes
posibilidades s para lospara
discos,
los, discos,
se
aliizaranali
oder otras posibil
izar otraslidades
posibilde cortes
lidades s para
de los
cortes los,de
discos,
s para se cortes
discos, , se se propone
propone
p trabajar r en grupos formmados por cuatro estudiantes.
arr trabajar
ne r trabajar
en grupos en form enform
mados
grupos grupos
por
mados formados
cuatro porestudiantes.
porestudiantes.
cuatro cuatro estudiantes.
Esperamos que surjan las siguuientes opcionees para evaluar su
e surjan
mos que las siguuientes
surjan opcioneesopcione
las siguuientes para esevaluar su
para evaluar su
validez
z
a) Discos cortaddos a partir de triiángulos equiláteeros
addoscortad
cos a partir
dos de triiángulos
a partir equiláteeros
de triiángulos equiláteeros
b) Discos cortaddos a partir de cuuadrados
addoscortad
cos a partir
dos de cuuadrados
a partir de cuuadrados
c) Discos cortaddos a partir de heexágonos
addoscortad
cos a partir
dos de heexágonos
a partir de heexágonos
Se asigna a loss distintos grupoos la modelizacción de una de las
oss distintos
gna grupoos grupo
a loss distintos la modelizac ción de ción
os la modelizac una de de una
las de las
posibles
p opcionees de corte de loss discos.
neesopcione
es de corte
es dedecorte
loss discos.
de loss discos.
En este punto ten ndrán que verificcar si la relación n obtenida responnde
a la exigencia deel pliego de licitaación.
Una vez validad do el modelo poodrán enunciar laa propuesta paraa la
Pyme, que conssidera para la oppción de corte propuesta, p que sii la
94 altura
M ari o es
D i B el
lasi do
R oble
egner • del
C eliaradio
Fasce • s
se
S logra
ilvia S antominimi
s izar el área de la
superficie de la hojalata
h
Para poder analiizar otras posibillidades de cortess para los discos,, se
Esperamos
propone
p que surjan
trabajar lasgrupos
r en siguientes
form opciones
mados para evaluar
por cuatro su validez:
estudiantes.
a) Discos cortados a partir de triángulos equiláteros.
Esperamos que surjan las siguuientes opcionees para evaluar su
validez
b) Discos cortados a partir de cuadrados.
a) Discos
c) Discos cortados cortadados a partir
partir de triiángulos equiláteeros
de hexágonos.
Se asigna a los distintos grupos lademodelización
b) Discos cortad dos a partir cuuadrados de una de las posibles opcio-
c) corte
nes de Discos decortad dos a partir de heexágonos
los discos.
Se asigna a loss distintos grupoos la modelizacción de una de las
posibles
p opcionees de corte de loss discos.
Trabajando
Trabajando de manera
de manera similar
similar con r con
cada cada
opción de opc
corteióna laderealizada la
corte aanterior-
mente realizada anterio
para el corte ormentesepara
directo, llegaela corte
armardirecto, s llega
se
el siguiente cuadro: a armarr el
siguiente cuadro o:
discos condición del pliego?
Directamente
discos 2 condición
¿Cumple SI pliego?
del
Corte
Corte de losDe de los
discos Razón
Razón
� ¿Cump ple con con la la condición
triángulos
Directamente
discos � 2 condición NO
del pliego?delSI pliego?
De triángulos
Directamente 2√3 2 NO
SI
Directamente 2≅ 1.1 SI
De triángulos 2√3
� NO
≅ 1.1
2√3
�
De triángulos
De cuadrados �
≅ 1.1 SINO
De cuadrados 8 SI
≅ 2.5
De cuadrados 8
� SI
De cuadrados ≅ 2.5 SI
8
�
De hexágonos ≅ 2.5 SI
�
De hexágonos 4√3 SI
De hexágonos
De hexágonos ≅ 2.1 SI
SI
4√3
�
≅ 2.1
4√3
�
≅ 2.1
�
De acuerdo con los datos comparativos las y los estudiantes podrán
De acuerdo con los datos comparativos las y los estudiantes podrán redactar
redactar
De acuerdo unacon
propuesta
los datos para dar a la Pyme.
comparativos las y los estudiantes podrán
una propuesta
A para
partir dedar
los aresultados
la Pyme. obtenidos, podrán idealizar que el corte
redactar
De una
acuerdo propuesta
con los datos para dar a la Pyme.
comparativos las y los estudiantes podrán
de los discos
A partir
redactar de los
una aresultados
partirpara
propuesta deobtenidos,
un aoctógono
dar podrán
la Pyme. posiblemente
idealizar que mejore la
el corte
propuesta.
de los Tendrán
discos a que
partir de comenzar
un octógonocon un nuevo
posiblemente
A partir de los resultados obtenidos, podrán idealizar que el corte proceso
mejore de
la
modelización.
propuesta. Tendrán que comenzar con un
de los discos a partir de un octógono posiblemente mejore la nuevo proceso de
Podrán plantear
modelización.
propuesta. Tendrán qué que
factores puedencon
comenzar influir
un en nuevola aceptación
proceso deo
rechazo de la misma. Esta actividad los puede
Podrán plantear qué factores pueden influir en la aceptación
modelización. llevar a investigaro
qué
Podránposibilidad
rechazo plantear técnica
de la misma. implica
Esta
qué factores diseñar
actividad
pueden una
losinfluirnueva
puede lamatriz
enllevar de corte
a investigar
aceptación o
de
quédiscos.
rechazo de En
posibilidad esta
la misma. actividad
técnica implica
Esta puede intervenir
diseñar
actividad losuna elllevar
nueva
puede asesoramiento
matriz de
de corte
a investigar
A partir de los resultados obtenidos, podrán idealizar que el corte de los

discos a partir de un octógono posiblemente mejore la propuesta. Tendrán
que comenzar con un nuevo proceso de modelización.
Podrán plantear qué factores pueden influir en la aceptación o rechazo de
la misma. Esta actividad los puede llevar a investigar qué posibilidad técnica
implica diseñar una nueva matriz de corte de discos. En esta actividad puede
intervenir el asesoramiento de especialistas en Sistemas de Representación.
Reflexión
Considerar la modelización como una competencia a desarrollar en las y

los estudiantes es tender posibles puentes entre la realidad y los objetos ma-
temáticos a través de aprendizajes conceptuales más significativos.
La modelización como recurso didáctico y pedagógico, considero que
ayuda tanto a los docentes como a las y los estudiantes, a correrse de lo
procedimental, algorítmico, lógico formal en que se sustenta el aprender
matemática.
La propuesta pretende desarrollar las habilidades para establecer, ana-
lizar y reflexionar el proceso de modelización y el modelo obtenido. Es una
actividad enriquecedora que debe figurar en la planificación para delimitar las
competencias que se desarrollarán y la sinergia con otras asignaturas como
los especialistas en Sistemas de Representación.
97
¿Cómo conseguimos el oxígeno?
María Eugenia Morgada
La propuesta que se plantea podría implementarse en la asignatura Quí-

mica en los últimos años de Educación Secundaria, en Institutos de Formación
docente y en primeros años de Estudios Superiores.
La propuesta de temas vinculados a problemáticas actuales y de interés
para los estudiantes como la industria del litio, el reemplazo de los combusti-
bles fósiles, el desarrollo aeroespacial, el cambio climático y la contaminación
atmosférica y del mar, permiten que los estudiantes desarrollen una mirada
social de la ciencia, es decir, que sean conscientes de como los desarrollos
científico-tecnológicos impactan en la sociedad.
Presentamos la siguiente consigna:
¿De dónde sacan el oxígeno para respirar en el espacio los astronautas

que conforman la tripulación de la Estación Espacial Internacional?
Estación Espacial Internacional (EEI). Fuente pública de NASA y ESA

A partir de una situación del mundo real, se deberá construir un modelo

matemático el cual podrá aplicarse para resolver el problema planteado. La
resolución requiere trabajar con magnitudes escalares como son el tiempo,
carga eléctrica, masas.
La propuesta me parece pertinente, ya que identifico en los estudiantes
las siguientes dificultades:
• Déficit en la comprensión de enunciados.

• Dificultad para realizar operaciones básicas.
• Dificultad para operar con notación científica.
• Dificultad para manejar números muy grandes o muy pequeños.
• Dificultad para usar correctamente la calculadora.
• Dificultad para realizar conversión de unidades de medida.
Tal como afirma Ritchart (2014) observo que los alumnos son pasivos
frente a situaciones que provocan el pensamiento, les cuesta ir más allá de
lo obvio. La actividad propuesta no es un clásico problema de “aplicar una
fórmula”, sino que requiere de mayor dedicación, es necesario investigar,
analizar, comparar y volver sobre sus primeras respuestas. Esta propuesta
"choca" con los hábitos pasivos que se fueron enraizando durante los años de
enseñanza tradicional, y que se profundizaron en los dos años de ausencia de
clases presenciales.
La actividad propuesta responde a un proceso de modelización, ya que
incluye las seis diferentes etapas que son mencionadas por Blomhøj & Højga-
ard Jensen (en Pochulu & Aparisi (2013)):
1. Se formula un problema, más o menos explícito, que guía la identificación

de ciertas características de la realidad percibida que será modelizada.
2. Se hace una selección, o sistematización, de los objetos relevantes y
sus relaciones para hacer posible una representación matemática. Aquí
agrego, puede haber muchas variables, pero pocas relevantes, es preci-
so simplificar el modelo despojándolo de los circunstanciales.
3. Se traduce esos objetos y relaciones al lenguaje matemático.
4. Se usan métodos matemáticos para arribar a resultados también mate-

máticos y conclusiones pertinentes.
5. Se interpretan los resultados y conclusiones considerando el dominio
de investigación inicial.
6. Se evalúa la validez del modelo por comparación con datos (observados
o predichos) y/o con el conocimiento teórico o por experiencia personal
o compartida. La teoría es validada por predicción y acomodación de
datos observados.
Un desarrollo posible para la resolución
Luego de averiguar cuanto oxígeno consume una persona por día y supo-
niendo 6 tripulantes y 6 meses de aprovisionamiento, se espera que los estu-
diantes concluyan que no es posible transportar desde el inicio de la misión
el oxígeno, y que también sería muy costoso realizar envíos periódicos. Por lo
que se buscará producirlo in situ en la estación espacial.
Los estudiantes vieron en este bloque el proceso de electrólisis, mediante
el cual se utiliza energía eléctrica para descomponer sustancias y las ecuacio-
nes que rigen este proceso. Una de las reacciones químicas estudiadas fue
la descomposición del agua para formar gas hidrógeno y gas oxígeno. Los
estudiantes averiguarán que el consumo diario promedio de oxígeno para un
adulto es de 3,5 mL/(kg.min), estimando que dentro de la Estación se encuen-
tran a una temperatura de 25°C y a una presión de 1 atm, se podría calcular,
aplicando la ecuación de estado de los gases ideales, que la masa de oxígeno
es de 4,58.10 -3g, por lo tanto, el consumo diario de un adulto de 70kg será
0,462 kg/día. Esto finalmente daría una masa promedio de 0,46kg de oxígeno
por persona por día. Si la tripulación es de 6 personas, se requiere un total de
2,76kg/día.
Se espera que los estudiantes propongan que lo ideal fuera producir
diariamente el oxígeno necesario, o un poco más, y no producirlo de manera
completa en un único día.
Ahora los estudiantes deberían relacionar la masa de oxígeno requerida

con la cantidad de electricidad necesaria para su obtención. La ecuación de
Faraday dice que la masa obtenida por electrólisis es directamente proporcio-
nal a la cantidad de carga eléctrica que circula por una celda.
Se podría reemplazar la cantidad de carga eléctrica por su equivalente:
intensidad de corriente por tiempo.
Como ya se conoce cuánto oxígeno se quiere producir, sería necesario
conocer que intensidad de corriente que tiene una celda electrolítica. Los
estudiantes podrían proponer diferentes valores de intensidad y de tiempo,
y analizarían la viabilidad de estas combinaciones para determinar si permi-
ten resolver el problema. También podrían proponer que todo el oxígeno se
produce en una única celda o bien en múltiples celdas conectadas en serie,
por las que circula la misma intensidad de corriente. Podrían suponer, como
primer valor, una intensidad de corriente de 1 Ampere. Realizando los cálculos
resulta que una celda tardaría en producir el oxígeno diario necesario para una
persona 5548750 segundos = 64 días. Esto nos lleva a pensar en diferentes
alternativas u opciones, utilizando intensidades de corriente mayores o bien
conectando múltiples celdas en serie.
Resuelve el
Opción i(A) t (seg) celdas masa O2
problema
1 1 5548750=64 días 1 0,46 kg No
2 50 110975=31 hs 1 0,46 kg No
3 100 55487,5= 16 hs 1 0,46 kg No
4 100 55487,5= 16 hs 2 0,92 kg No
5 100 55487,5= 16 hs 6 2,76 kg Sí
6 200 27744= 8 hs 3 2,76 kg Sí
En las opciones 5 y 6 se cumple con la provisión de oxígeno necesaria e

incluso se supera. Habrá que considerar si ese excedente se almacena, y, si es
así, en qué condiciones de presión y temperatura, y por lo tanto que volumen
ocupará. En caso contrario, habrá que plantear nuevas condiciones de inten-

sidad de corriente y número de celdas. De esta forma se obtendrían diferentes
respuestas teniendo en cuenta las diferentes alternativas propuestas por los
estudiantes.
Algunas preguntas que podrían surgir durante la resolución
¿De dónde se obtendrá la energía eléctrica necesaria para hacer funcionar

las celdas? ¿Qué se hace con el hidrógeno obtenido en simultáneo al oxígeno?
¿De dónde se obtiene el agua para la electrólisis? ¿Se puede realizar la elec-
trólisis del agua pura?
Comunicación y discusión de resultados
Cada grupo comentará, frente al resto de los compañeros, un breve re-

sumen de sus resultados. Luego los resultados se volcarían en un documento
compartido para una puesta en común, discusión y elaboración de las con-
clusiones.
Cierre, actividad de metacognición
Finalmente, les propondría a los alumnos resolver una actividad de me-

tacognición, que les permite reflexionar sobre su propio aprendizaje. La rutina
que propongo, “Conectar-Ampliar-Desafiar”, ayuda a sintetizar y organizar ideas.
¿Cómo se conectan las ideas y la información presentada con lo que ya
conocen? ¿Qué ideas nuevas los ayudaron a ampliar su pensamiento en nuevas
direcciones? ¿Qué desafíos o enigmas les han surgido de las ideas y la informa-
ción presentada? Escriban al menos dos nuevas preguntas que les surgen en
relación al material trabajado.
Consideraciones a futuro
Coincido con lo expuesto por Blum & Niss (1991) en cuanto a la dificultad
de llevar este tipo de actividades a la práctica. Las clases serán más exigentes,
las tareas rutinarias pueden resolverse siguiendo ciertas recetas y luego de un
cierto entrenamiento se vuelven sencillas, pero involucran procesos cognitivos
de orden inferior, por lo que no permiten un aprendizaje profundo. Son útiles
para una evaluación sumativa, pero ¿son reflejo de que el alumno comprende?
Es necesario trabajar, de manera interdisciplinaria, con docentes de Ma-
temática, Física, Ciencias Sociales y Naturales que pueden aportar, desde su
saber, los ejemplos actualizados.
Blum, W. & Niss, M. (1991). Argumentos y obstáculos para la inclusión de ta-

reas de modelización en el aula. Applied mathematical problem solving,
modelling, applications, and links to other subjects – State, trends and
issues in mathematics instruction. Educational Studies in Mathematics.
(p. 22, 37-68).
National Aeronautics and Space Administration (NASA).
https://www.nasa.gov/mission_pages/station/main/index.html
Pochulu M. & Aparisi, L. (2013). Obstáculos y desafíos que enfrentan los profeso-
res en escenarios de modelización. En C. Dolores Flores, J., Hernández, M.
S. Gargonza y L. Sosa Guerrero (Eds.), Matemática Educativa: La formación
de profesores (251-266). México: Díaz de Santos.
Ritchart, R., Church, M. & Morrison, K. (2014). Rutinas para presentar y explorar
ideas. Hacer visible el pensamiento. Buenos Aires: Paidós.
Se terminó de imprimir en Impresiones Dunken
Ayacucho 357 (C1025AAG) Buenos Aires
Telefax: 4954-7700 / 4954-7300
e-mail: info@dunken.com.ar
www.dunken.com.ar
Marzo de 2024

Modelización Matemática

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

Modelización Matemática

Cargado por

Copyright:

Formatos disponibles

M a rio Di B l a si Regner • Celi a Fa sce

1. Medios de Enseñanza. 2. Matemática. 3. Docentes. I. Santos, Silvia.

Contenido y corrección a cargo de los autores.

Impreso por Editorial Dunken

Hecho el depósito que prevé la ley 11.723

La publicación de este libro ha sido posible gracias al aporte económico

La Secretaría de Ciencia y Técnica, a cargo del Dr. Adrián Canzián, y la FAG-

Especialmente agradecemos al Dr. José Villella su trabajo y dedicación en

La relación entre la enseñanza y el aprendizaje de la matemática genera

Organizado en dos partes claramente identificables por sus contenidos,

situaciones de enseñanza dentro de las cuales se desarrolla profesionalmente

Modelización matemática como proceso.............................................................. 15

Modelizar para poder enseñar a modelizar........................................................... 39

Perspectivas para el abordaje de la Modelización matemática.........................51

Rediseño de un tendedero de cuerdas................................................................... 65

Aislación térmica en Añelo........................................................................................ 83

Propuesta para ganar una licitación....................................................................... 89

¿Cómo conseguimos el oxígeno?............................................................................. 97

Esta Primera Parte se propone introducir al lector en los

Modelización matemática como proceso

Mario Di Blasi Regner

La Modelización matemática se ha convertido en las últimas décadas en

dicciones. Los estudiantes deberían tener la oportunidad de experimentar con

(f) Validación (a) Formulación del problema

Acción . Insight Dominio de la

(e) Interpretación Evaluación (b) Sistematización

Modelo - Resultados Sistema

(d) Análisis del sistema Matemático (c) Matematización

Figura 1: Un modelo gráfico de un proceso de modelización (Blomhøj, 2004, p. 24)

Las fases de modelización de Maaβ (2006), describen un ciclo que no

Problema del Trabajando

Figura 2. Proceso de modelización (adaptado de Maaß, 2006, p. 3)

Maaß (2006), detalla las subcompetencias que participan en el proceso de

• Competencias para interpretar el problema y para diseñar un modelo:

riables que influyen en el problema; relacionar las variables; investigar

Solar et al. (2009), distinguen dos aspectos de las competencias en la

Procesos del modelo Descripción

Características Identificar o describir las características del modelo.

Interpretación Interpretar un modelo o su expresión.

Validación de las características Validaciones o refutaciones de las características o

Construcción de una expresión Construir la expresión del modelo.

Aplicación Aplicar el modelo y la expresión correspondiente.

Validación Validación o refutación de la representación o

Reflexión Reflexionar sobre el modelo, el proceso de

Figura 3. Los procesos de la competencia de modelización (Solar, 2009, p. 503)

Resulta de interés la propuesta, en cuestión terminológica, aportada por

Esquema de modelización de siete pasos

Resto del mundo Matemática

Figura 4: Esquema de los siete pasos (Blum, 2015, p. 76)

modelo y modelo y problema

Resto del mundo Matemática Tecnología

Figura 5. Ciclo de modelización extendido (Greefrath et al., 2016, 2011, p. 302)

Las diferentes capacidades de una computadora se pueden utilizar

Villarreal (2013) se refiere a diferentes perspectivas vinculadas a la mode-

1. Aplicación del conocimiento matemático recién enseñado para resolver

Estas perspectivas a su vez se pueden vincular con la propuesta de Muller

un buen resolutor de problemas y, consciente de su actividad cognitiva debe

analizando las ventajas y desventajas en sus decisiones, dichas consignas no

Barreiro, P., & Leonian, P. (2017). Metacognición en clases de matemáticas: un

Blum, W. (1993). Mathematical modelling in mathematics education and ins-

Solar, H., Azcárate, C., & Deulofeu, J. (2009). Competencia de modelización en

La implementación en las clases de Matemática de propuestas de Mode-

Figura 6. Proceso para generar una consigna de Modelización matemática