You are on page 1of 16

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: 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). 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. Sistémico Estructural Funcional, se empleó en el diseño y estructuración de la estrategia didáctica que se presenta. Holístico Configuracional, permitió el estudio de los eslabones y regularidades de la dinámica del proceso docente educativo de la asignatura en cuestión. 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: Diagnosticar las expectativas y la preparación docente del grupo de estudiantes que recibirá los contenidos a tratar. 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. 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. 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. 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. 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. 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: 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. 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. Puede introducir un problema como el siguiente: Maximizar Z = 3 x1 + 2 x2 − 2 x1 + x2 ≤ 1 x1 ≤ 2 x1 + x2 ≤ 3 x1 , x2 ≥ 0

(1)

25

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: ¿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 gráficamente puede resolverse. ¿Cómo hacerlo? R2), que

26

¿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 . ¿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 . ¿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. ¿Cuáles son las principales características de la región encontrada?
x2

−2 x1 + x2 = 1

x1 + x2 = 3

x1 = 2

D
x1

27

¿Satisfacen todas las restricciones a la vez los puntos de dicha región? ¿Satisfacen la función objetivo? ¿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. ¿Dónde alcanza el óptimo esta función objetivo? ¿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.
¿Ayudaría en el análisis representar varias rectas de la familia de rectas de la función objetivo?

28

¿En qué sentido de la normal se movería la función objetivo para alcanzar su máximo? ¿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.
¿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 x1 + x2 ≥ 2 S. A. − 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