IV Congreso Virtual de Enseñanza de las Matemáticas

CVEM 2006

9-21 de Octubre de 2006

UNA PROPUESTA DE ESTRATEGIA DIDÁCTICA PARA POTENCIAR LA

COMPRENSIÓN Y EL RAZONAMIENTO MATEMÁTICO EN UNA CLASE

Alexander Gorina Sánchez, Isabel Alonso Berenguer

Universidad de Oriente, Cuba

21
 UNA PROPUESTA DE ESTRATEGIA DIDÁCTICA PARA POTENCIAR LA
COMPRENSIÓN Y EL RAZONAMIENTO MATEMÁTICO EN UNA CLASE

Alexander Gorina Sánchez, Isabel Alonso Berenguer

Universidad de Oriente, Cuba

Resumen
En el presente trabajo se propone una estrategia didáctica para potenciar la comprensión y
el razonamiento matemático durante el desarrollo de una clase. La misma se ejemplifica a
través de una conferencia de Optimización Matemática relacionada con la representación y
solución gráfica de un problema de Programación Lineal con dos variables, para
estudiantes del 3er año de la carrera de Licenciatura en Matemática.
Con independencia del contenido y el tipo de estudiantes al que ha sido aplicada dicha
estrategia, en ella se pueden observar aspectos generales de valor y aplicabilidad a otras
asignaturas matemáticas y niveles de enseñanza.
La estrategia ha sido estructurada en tres fases: una fase preparatoria, una ejecutiva y una
orientadora y comprobatoria, que se explican y ejemplifican.

Palabras clave: dinámica, estrategia, comprensión, razonamiento, optimización

Introducción
El proceso docente educativo contempla varios eslabones o partes, tal es el caso del
diseño, la dinámica y la evaluación (Fuentes, H.; 2000). La dinámica, de manera particular,
es un eslabón de gran importancia en dicho proceso, ya que se desarrolla con la
participación de todos los involucrados y es cuando se deben poner en funcionamiento
estrategias y metodologías necesarias para elevar la comprensión, el razonamiento y el
aprendizaje de los contenidos. Sin embargo, no siempre el docente dispone de estrategias
adecuadas a tales efectos.
Una vez que se han develado las regularidades que permiten establecer y predecir el
movimiento de este eslabón en diversas situaciones de aprendizaje, es necesario elaborar
propuestas prácticas que faciliten la ejecución del mismo.
En el presente trabajo se propone una estrategia didáctica para potenciar la comprensión y
el razonamiento matemático durante el desarrollo de una clase. La misma se ejemplifica a

22
través de una conferencia de Optimización Matemática, relacionada con la representación y
solución gráfica de un problema de Programación Lineal con dos variables y se ha aplicado
a estudiantes del 3er año de la carrera de Licenciatura en Matemática durante dos cursos.
Con independencia del contenido y el tipo de estudiantes al que ha sido aplicada dicha
estrategia, en ella se pueden observar aspectos generales de valor y aplicabilidad a otras
asignaturas matemáticas y niveles de enseñanza, de manera que su validez trasciende a un
contenido específico. En la misma se muestra una forma de procesar didácticamente un
contenido para facilitar su comprensión y lograr un razonamiento colectivo durante el
desarrollo de una clase.

Material y métodos
Para realizar este trabajo se emplearon algunas técnicas empíricas y métodos de
investigación teóricos, los que se explican a continuación:
ƒ El análisis documental, en la revisión de programas de la asignatura del Plan de
Estudios actual (MES, 1998), informes docentes y de promoción, mediante los cuales se
pudieron conocer las principales tendencias y dificultades que se manifiestan en la
comprensión y razonamiento relacionado con el tema a desarrollar, es decir, con la
representación y solución gráfica de un problema de Programación Lineal con dos
variables. En esta dirección fue importante también la experiencia docente de los
investigadores en esta asignatura.
Así mismo, la mencionada técnica permitió caracterizar la asignatura, el tema y la clase.
Se precisó que el objetivo de esta última era dar a conocer las propiedades geométricas
del conjunto de las soluciones factibles y de las soluciones óptimas del problema de
Programación Lineal, así como la forma de solucionar gráficamente problemas
programación lineal en R2 (Borges, M., Alonso, I. y Gorina, A., 2005).
ƒ Encuestas, pruebas escritas, entrevistas y la observación; para el diagnóstico y
caracterización del grupo docente, sus expectativas respecto a la asignatura y el
contenido en cuestión, así como para determinar los conocimientos y habilidades que
poseen los estudiantes y que son indispensables en el aprendizaje del contenido, de
manera que se pueda elaborar una estrategia que permita compatibilizar, en la medida
de lo posible, los objetivos del estudiante y del profesor en cuanto dichos aspectos y
orientar al docente para en el desarrollo de la clase.

23
 El diagnóstico se realizó en varios momentos claves del proceso para lograr una
retroalimentación y regulación del mismo. Se aplicó a todos los estudiantes del 3er año
de la carrera de Licenciatura en Matemática.
ƒ Sistémico Estructural Funcional, se empleó en el diseño y estructuración de la
estrategia didáctica que se presenta.
ƒ Holístico Configuracional, permitió el estudio de los eslabones y regularidades de la
dinámica del proceso docente educativo de la asignatura en cuestión.
ƒ Consulta a expertos, se usó para la obtención de criterios en la validación cualitativa de
la estrategia. Aquí se consideraron como expertos a todos los profesores del colectivo
de la Disciplina de Optimización para la carrera de Licenciatura en Matemática.

Resultados
Una vez estudiado el proceso docente educativo de la asignatura en cuestión, develadas
algunas de las regularidades de la dinámica del mismo y las principales dificultades que
confrontaban los estudiantes con la comprensión y aprendizaje del contenido de la clase
particular, fue necesario elaborar una estrategia, la cual fue fundamentada como una
estrategia didáctica, tomando como base el concepto empleado por Alonso (2001), ya que
va dirigida a orientar al profesor para que planifique, tome decisiones y controle la
aplicación de los métodos y procedimientos a partir de la propuesta didáctica presentada.
La estrategia elaborada está estructurada en tres fases, una preparatoria, que contempla
toda la gestión del docente para garantizar los requerimientos de su clase, una ejecutiva que
se centra en la dinámica del desarrollo de dicha clase y por último la fase orientadora y
comprobatoria de los conocimientos adquiridos.

Fase preparatoria
En esta fase el profesor debe realizar las siguientes tareas:
ƒ Diagnosticar las expectativas y la preparación docente del grupo de estudiantes que
recibirá los contenidos a tratar.
ƒ Recopilar suficiente bibliografía actualizada sobre el tema en cuestión, en este caso
particular sobre optimización. Así como, organizar y preparar didácticamente dicha
bibliografía de manera que facilite la comprensión de los estudiantes.
ƒ Buscar y resolver problemas acordes al objetivo de la clase. Aquí debe tener en cuenta
que un significativo número de esos problemas deben tener relación con el contexto

24
 económico y social en que se desarrollan sus estudiantes, para lograr una adecuada
motivación.
ƒ Resolver todos los problemas seleccionados y preparar un conjunto de preguntas que
le permitan ir orientando a los estudiantes a través de toda la clase. En nuestro caso a
través de la representación geométrica de los problemas a resolver.
ƒ Discriminar los problemas que deberán ser resueltos por los estudiantes y los que
llevará preparados el docente para mostrar otras propiedades o generalizaciones que
por falta de tiempo no se puedan deducir paso a paso.
ƒ Auxiliarse con software profesionales para mostrar las propiedades esenciales que
deben precisarse en las clases. En nuestro caso, representar gráficamente, en un
sistema de ejes coordenados los problemas seleccionados para mostrar la
interpretación de cada uno de sus elementos componentes y la forma de dar solución a
la exigencia planteada por los mismos.
ƒ Preparar la forma de vincular el nuevo contenido a lo estudiado en la conferencia
anterior, en el caso que nos ocupa, a la construcción de los modelos de problemas de
Programación Lineal.

Fase ejecutiva
En esta fase el docente puede comenzar explicando el objetivo de la clase, para luego
realizar las siguientes acciones:
ƒ Retomar algún problema real, extraído del contexto económico y social en que se
desarrollan los estudiantes y rememorar la forma de construir un modelo matemático
del mismo, es este caso un modelo de programación lineal.
ƒ Plantear que una vez conocida la forma de construir un modelo de Programación
Lineal para cada problema, será interesante tratar de profundizar en sus propiedades
con la intención de buscar la forma de resolverlo. Para ello propondrá considerar el
caso más sencillo, aquél en el que se tienen sólo dos variables, es decir, R2.
ƒ Puede introducir un problema como el siguiente:
Maximizar Z = 3 x1 + 2 x2
− 2 x1 + x2 ≤ 1
x1 ≤ 2 (1)
x1 + x2 ≤ 3
x1 , x2 ≥ 0

25
ƒ Puede indagar sobre las posibilidades de resolver el problema planteado con los
conocimientos y habilidades de asignaturas como Análisis Matemático y
Programación, para lo cual pudiera preguntar a sus alumnos si consideran que con las
herramientas del Análisis Matemático se podría dar solución al Problema de
Programación Lineal presentado.
Observación No.1: Aquí los estudiantes podrían considerar válida esta alternativa
para resolver el problema de Programación Lineal, si utilizaron dichos métodos en la
búsqueda de valores extremos de funciones no lineales, en asignaturas anteriores.
Entre los métodos que podrían proponer está el método de los multiplicadores de
Lagrange. Independientemente de la variante que seleccionen el docente los debe
llevar a darse cuenta de que el problema, desde esta perspectiva, no es soluble debido
a la linealidad de las variables. Algunas de las preguntas que se pueden utilizar para
lograrlo son: ¿qué limita la efectividad de este método?
Observación No. 2: El docente puede preguntar si desean proponer otra alternativa
de solución. Esto se pudiera hacer mediante preguntas como las siguientes:
¿consideran que con los algoritmos computacionales que han estudiado pueden dar
solución a dicho problema? ¿por ejemplo, con los conocidos algoritmos de fuerza
bruta, los cuales examinan exhaustivamente todas las posibilidades del dominio? ¿qué
limitaría la efectividad de estos algoritmos? ¿existe algún otro conocimiento previo
que posibilite dar solución a dicho problema?
Observación No. 3: El docente debe ayudar a sus estudiantes a concluir que los
métodos tradicionales que ellos conocen no permiten dar solución a este nuevo
problema y debe comenzar entonces a encaminarlos hacia la búsqueda de una nueva
vía de solución. Para ello, una vez que les de tiempo para reflexionar, si no lo logran
por sí solos, puede emplear preguntas como las siguientes:
ƒ ¿En qué consiste nuestro problema?
Aquí debe llegarse a que expliquen que se desea maximizar la funcional lineal Z
sujeto a que los valores x1 , x2 deben satisfacer el sistema de inecuaciones (1). Dicho
sistema, de tener solución, determina una región en el plano (en R2), que
gráficamente puede resolverse. ¿Cómo hacerlo?

26
ƒ ¿Cómo interpretar los elementos que componen el problema?
Recordar que cada vector en R2 determina dos regiones o semiespacios, una región
positiva donde ax + by − c > 0; otra donde ax + by − c < 0, la región negativa y la recta
en sí; frontera de ambos semiespacios, donde ax + by − c = 0 .
ƒ ¿Sería recomendable introducir un sistema de coordenadas cartesianas?
Precisar que en este caso es recomendable hablar de plano O X 1 X 2 en lugar de O X Y .
ƒ ¿Cómo representar gráficamente cada una de las restricciones?
Aclarar que por comodidad, como sólo se quiere determinar el semiespacio
correspondiente a la solución de una inecuación dada, para hacerlo se observa si ésta
tiene término independiente distinto de cero, y de ser así, se evalúa el origen de
coordenadas (que como sabemos puede estar en un sólo semiespacio). De ser el
término independiente cero, se evalúa en un punto de uno de los ejes.
Resaltar que como xi ≥ 0 ; i = 1, 2 esto implica que las soluciones posibles estarán

en el primer cuadrante, por lo que se debe enfatizar que se concretará el trabajo a

dicho cuadrante.
Tenemos como primer restricción − 2 x1 + x2 ≤ 1 , tomamos de ella la recta
− 2 x1 + x2 = 1 y la dibujamos buscando los interceptos. El origen satisface la
inecuación, por tanto se toma el semiespacio que lo contiene (que queda por debajo de
la recta). Así procedemos con las restantes, obteniendo la región D, solución del
sistema (1), que en realidad es un polígono.
ƒ ¿Cuáles son las principales características de la región encontrada?
x2

−2 x1 + x2 = 1

x1 + x2 = 3 x1 = 2

D
x1

27
ƒ ¿Satisfacen todas las restricciones a la vez los puntos de dicha región?
ƒ ¿Satisfacen la función objetivo?
ƒ ¿Cómo interpretar la función objetivo?
Hay que maximizar Z = 3 x1 + 2 x2 , para las x1 , x2 que pertenecen a la región D. Al
analizar la función: Z = 3 x1 + 2 x2 ó 3 x1 + 2 x2 = Z , dónde Z puede variar, nos
podemos dar cuenta de que la misma representa una familia de rectas paralelas en la
que su ubicación en el plano depende del valor de Z.
ƒ ¿Dónde alcanza el óptimo esta función objetivo?
ƒ ¿Sería conveniente introducir en este análisis el vector normal positivo?

X2

r
a
x1

Z=0 Z=6 Z = 12

r
Recordemos que el vector normal positivo a la recta es a = (3, 2). Entonces el
incremento del valor de Z será siempre cuando movamos la recta en la dirección del
vector normal positivo y disminuirá en sentido contrario a dicho vector normal
positivo.
Por tanto, para el caso particular que nos ocupa, teniendo en cuenta el vector normal
r
a , a medida que nos alejemos del origen, Z aumenta. Claro está que se puede
comprobar que en general no es cierto que al alejarse del origen Z crece. Siempre
habrá que tener en cuenta la dirección del vector normal positivo.
ƒ ¿Ayudaría en el análisis representar varias rectas de la familia de rectas de la
función objetivo?

28
 ƒ ¿En qué sentido de la normal se movería la función objetivo para alcanzar su
máximo?
ƒ ¿Podría ser solución óptima algún punto interior de la región determinada?
Volviendo al problema inicial, puede verse que como x1, x2 tiene que pertenecer a D,
entonces la recta solución Z MAX = 3x1 + 2 x2 tiene que interceptar a D. Pero, ¿cómo
buscarla?
Trazar un elemento de la familia que corte a D y luego moverlo (como el problema
es de maximizar) en el sentido positivo del vector normal, buscando el elemento
maximal.
ƒ ¿Puede haber más de una solución óptima?
Observación No. 4: De esta forma el profesor puede ir orientando a sus estudiantes en la
búsqueda de la solución del problema planteado inicialmente. Cabe precisar que no hay
que hacer todas las preguntas, sino las que se requieran y en el momento que se perciba
que los estudiantes están desorientados en su análisis. Finalmente debe haberse llegado a
la siguiente solución del problema:

x2

−2 x1 + x2 = 1

x1 + x2 = 3 x1 = 2

A=(2,1)
D
x1

Z=8

En este caso, el elemento maximal es el que pasa por el punto A de coordenadas (2,1)
que es un vértice del polígono D; siendo el máximo de Z= 3 x2 + 2 x1 = 8

29
Observación No. 5: Hacer notar a los estudiantes los siguientes aspectos.

1. Un punto interior del polígono D no puede ser solución optimal del problema, ¿por
qué? Porque se podría continuar el movimiento sobre D en el sentido positivo del vector
normal y los valores que se obtendrían serían mejores que en el de ese punto.

2. Si el elemento optimal de la familia coincide con un lado del polígono D, se tendrían

infinitas soluciones.

3. De no coincidir con un lado de D, necesariamente tiene que ser un vértice y la

solución es única.

4. La solución optimal está en la frontera del polígono D y si dos vértices son soluciones
optimales, es porque el lado que ellos determinan también lo es, o sea, los puntos que
los conforman son soluciones optimales.

Como se conoce, el segmento que une dos puntos a y b está determinado por la
combinación convexa de dichos puntos, es decir: λ a + (1 − λ ) b; λ ∈ [0,1].

5. Estaremos en el óptimo cuando el polígono D esté en uno de los semiplanos

determinados por un elemento de 3 x1 + 2 x2 = cte y tenga al menos un punto en común
con dicho elemento. En ese caso se dice que esa recta es una recta soporte del polígono
D. Sobre la base de esta terminología, entonces, el problema tiene solución óptima si
existe una recta soporte de D en la familia de rectas.

Observación No. 6: Se puede plantear un segundo problema de programación lineal,

que el docente debe llevar resuelto, con el objetivo de que los estudiantes aprecien un
caso en el que la solución óptima no es única.

Max Z = 4 x1 + 3 x2
S.A. - 2 x1 + x2 ≤ 1
x1 ≤ 2
4 x1 + 3x2 ≤ 12
x1 , x2 ≥ 0

30
 X2

4 x1 + 3x 2 = 12

− 2 x1 + x2 = 1

A
x1 = 2

B
D

X1
Elemento optimal

Se debe hacer notar que en este caso hay infinitas soluciones, determinadas por el
segmento que une los vértices A y B. Así como precisarles que esto es posible cuando una
inecuación tiene el término izquierdo proporcional a la función objetivo.
Observación No. 7: Sobre la base de los ejemplos anteriores preguntar si ¿se puede decir
que un problema de programación lineal siempre tiene solución? ¿qué siempre va a existir
la recta soporte del polígono de las soluciones posibles?
Destacar que la respuesta a esta pregunta es afirmativa, siempre que el conjunto de las
soluciones posibles sea no vacío y acotado. Sin embargo, que sea no acotado no implica
que no tenga solución, eso depende además de la función objetivo a optimizar.
Observación No. 8: Se puede plantear un segundo problema de programación lineal y
hacerle notar al estudiante que la región de solución admisible obtenida es no acotada. A
través de preguntas se debe guiar a los estudiantes, sistematizando la metodología empleada,
para buscar la solución del problema bajo análisis. Así como, puntualizar los elementos
principales de la metodología que los estudiantes han ido descubriendo al resolver los
problemas propuestos.

31
 El problema a resolver puede ser como el siguiente:
a) Max Z1 = x1 + x2
b) Max Z2 = − 3 x1 + 2 x2
S. A. x1 + x2 ≥ 2
− 3x1 + 2 x2 ≤ 6
x1 − 4 x2 ≤ 4
x1 , x2 ≥ 0

Observación No. 9: Como el conjunto de las soluciones posibles es común para estos dos
problemas, es posible representar gráficamente el mismo, procediendo de igual forma que
en los casos anteriores. Aquí debe llegarse a una representación como la siguiente:

− 3 x1 + 2 x 2 = 6

Z2

N2

A
N1

x1 − 4 x 2 = 4

Z1

x1 + x 2 = 2

• Caso (a): Dibujar x1 + x2 = 0 y la normal positiva N1. Luego, siguiendo el sentido

positivo de esta normal, puede comprobarse que el valor de la función objetivo
Z1= x1 + x2 en el dominio D crece indefinidamente. En este caso se dice que el
problema de programación lineal tiene soluciones no acotadas, el problema no es
soluble.

32
 • Caso (b): Dibujar − 3 x1 + 2 x2 = 0 y la normal positiva N2. Aquí en el punto A =(0,3)
se alcaza el máximo, siendo Zmax= − 3(0) + 2(3) = 6 , es decir, el elemento optimal
es: − 3x1 + 2 x2 = 6 .

Observación No 10: Finalmente, debe enfatizarse en los siguientes aspectos.

1. Precisar que el resultado no depende de si se está maximizando o minimizando,
recordar que M in f (x ) = −{Max − f (x )} y que la solubilidad del problema depende
del conjunto de soluciones realizables (sistema de inecuaciones) y de la función
objetivo.
2. Si al resolver el sistema Ax ≤ b , x ≥ 0 , se llega a que ese conjunto es vacío, esto
quiere decir, matemáticamente, que ese problema no es soluble y que el
planteamiento del mismo no es correcto. Posiblemente haya dificultades en la
consideración de las restricciones.
3. Si al resolver un problema de programación lineal se obtiene una solución no
acotada, esto indica que hay problemas con el carácter limitado que deben tener
las restricciones, ya que realmente no puede tenerse una disponibilidad ilimitada
de recursos.
4. Sin embargo, que la región o conjunto de la soluciones posibles sea no acotada, no
quiere decir automáticamente que hay que reformular el problema ya que hay
casos concretos, como el del inciso b) del ejemplo anterior, en que es factible
encontrar la solución.

Fase orientadora y comprobatoria

• En esta fase el docente orienta el estudio independiente, recomendando la
bibliografía seleccionada, con énfasis en los casos excepcionales que aparecen en
dicha bibliografía.
• Mediante preguntas puede facilitar que los estudiantes rememoren e interioricen los
pasos a seguir para resolver un problema de programación lineal de dos variables, es
decir:
1) Construir gráficamente el conjunto de las soluciones realizables (de ser vacío,
el problema no es soluble).
2) Trazar el elemento c1 x1 + c2 x2 = 0 y dibujar la normal positiva que es ( c1 , c2 ).

33
 3) Si el problema es de maximizar realizar el movimiento paralelo y en el mismo
sentido de la normal positiva y si es de minimizar en sentido contrario a ésta,
hasta encontrar el elemento optimal. De no existir, la solución es no acotada.
• Mediante preguntas de comprobación debe sintetizar los elementos más importantes
de la clase así como la importancia de las aplicaciones de la optimización
matemática.
• Orientar resolver problemas propuestos en el material práctico que entrega con
anticipación y en libros seleccionados, así como, dejar problemas propuestos que
tengan aspectos novedosos, como el siguiente:
Min Z = 2 x1 + 3x2
S.A. x1 + x 2 ≤ 4
6 x1 + 2 x2 ≥ 8
x1 + 5 x2 ≥ 4
x1 ≤ 3 , x2 ≤ 3
x1 , x2 ≥ 0

• Orientar que se estudien contenidos que crearán las bases para el desarrollo exitoso
de la próxima conferencia, haciendo énfasis en conceptos como: recta que pasa por
cero, rayo o semirrecta del origen engendrado por x, hiperplano, semiespacio
cerrado, conjunto convexo, combinación lineal convexa y punto extremo. Todo esto
le permitirá comenzar el aprendizaje de métodos algebraicos más generales.
• Plantear un problema de programación lineal en R 3 y hacer notar a los estudiantes
que pueden aplicar la metodología aprendida a través de razonamientos análogos a
los hechos para resolver los problemas propuestos con anterioridad.
• Plantear un tercer problema de programación lineal en R n , n > 3 y llevar a concluir
la imposibilidad de resolverlo gráficamente. Recomendar reflexionar en las formas
de resolver el mismo y aclarar que esas ideas deben precisarse para la próxima
conferencia en la que se tratará ese tema.

34
Conclusiones

La estrategia que se presenta ha sido ejemplificada en una clase concreta de la asignatura

Optimización Matemática, pero sus aspectos organizativos y didácticos generales son
aplicables a toda la asignatura.

Dicha estrategia ha sido empleada por dos cursos con los estudiantes del 3er año de la
carrera de Licenciatura en Matemática de la Universidad de Oriente, para potenciar la
comprensión y el razonamiento matemático durante el desarrollo de clases de optimización;
observándose mejoría en la comprensión, motivación y aprendizaje de los mismos, al
desarrollarse las clases mediante procesos reflexivos colectivos, para la construcción de los
conocimientos.

Para la aplicación de la estrategia es importante tener en cuenta la preparación de los

estudiantes, la cual puede ser obtenida mediante un diagnóstico en el que se apliquen los
métodos empleados en este trabajo.

La estrategia muestra como ir incentivando y conduciendo la reflexión de los estudiantes

a través de una clase. También expone una forma de procesar didácticamente un contenido
para facilitar su comprensión y lograr un razonamiento adecuado.

Bibliografía
Alonso, I. (2001). La resolución de problemas matemáticos. Una alternativa didáctica
centrada en la representación. Tesis Ph. D. Universidad de Oriente. Cuba.
Borges, M., Alonso, I., Gorina, A. (2005). Apuntes sobre la asignatura Optimización I.
Recuperado el 29 de Agosto, 2006 de
http://www.math.uo.edu.cu/Web_Disciplinas/WEB_Optimizacion/OptimizacionI/d
oc/OptI_apuntes.pdf
Bromme, R y Juhl, K. (1998). Cómo construyen los maestros la comprensión del alumno
sobre las tareas matemáticas. Revista de Estudios del Currículum. Didáctica de las
matemáticas. Vol. 1. No. 4. (PP.162-174). Ed. Pomares-Corredor, S. A. Barcelona.
España.

35
Fuentes, H. C. (2000). Didáctica de la Educación Superior. Universidad de Oriente, Cuba.
Libro editado por Escuela Superior Profesional (INPAHU). Santa Fe de Bogotá.
Colombia.
Gagné, E. D. (1991). La psicología cognitiva del aprendizaje escolar. Ed. Visor
Distribuciones, S.A. Madrid. Espña.
Guzmán de, M. (?). Tendencias innovadoras en Educación Matemática. Recuperado el 29
de Agosto, 2006 de http://www.mat.ucm.es/deptos/am/guzman/tendencia/ensen.htm
Kaput, J. (1987) Representation Systems and Mathematics. En C. Janvier (edt.) Problems
of representation in the teaching and learning of mathematics. Hillsdale NJ:
Lawrence Erlbaum Associated.
Labarrere, A. (1994). Pensamiento. Análisis y autorregulación en la actividad
cognoscitiva de los alumnos. Ángeles Editores. México.
Ministerio de Educación Superior de Cuba. (1999). Plan de Estudio “C Perfeccionado”.
Disciplina de Optimización. Carrera de Licenciatura en Matemática. Ciudad Habana,
Cuba.
Monereo, C. (1990). Las estrategias de Aprendizaje en la educación formal: enseñar a
pensar y sobre el pensar. Rev. Infancia y Aprendizaje No. 50. Journal for the study
of Education and Development. Universidad de Barcelona. España.
Núñez, R. (1998). La problematización del contenido en el proceso de formación del
licenciado en Matemática. Tesis Ph. D. Universidad de La Habana. Cuba

36