Tesis Aprendizaje Autonomo

1
TESIS
APLICACIN DEL AULA VIRTUAL MOODLE PARA MEJORAR EL
APRENDIZAJE AUTNOMO DE LOS ESTUDIANTES DEL CURSO
SOFTWARE ESPECIALIZADO, DE LA ESCUELA PROFESIONAL DE
MATEMTICA DE LA UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO.
PARA OBTENER EL GRADO DE:
MAESTRO EN EDUCACIN
CON MENCIN EN DOCENCIA Y GESTIN EDUCATIVA

AUTORES:
Lic. Amado Malca Villalobos
Lic. Leonardo Valdivia Velsquez

ASESOR:
Mg. Maquen Nio, Enver Jos Carlos
CHICLAYO PER
2013

i

DEDICATORIA

A NUESTROS PADRES

ii

AGRADECIMIENTO

AGRADECEMOS INFINITAMENTE A
DIOS POR PERMITIRNOS
TERMINAR NUESTROS
ESTUDIOS; Y A TODAS LAS
PERSONAS QUE HICIERON
POSIBLE LA CULMINACION DEL
PRESENTE TRABAJO.

iii

PRESENTACIN

Seores miembros del jurado:
Cumpliendo con las normas y disposiciones de la Universidad Csar
Vallejo para optar el Grado de Maestro en Educacin, con Mencin en
Docencia y Gestin Educativa, ponemos a consideracin el presente informe
de Investigacin titulado APLICACIN DEL AULA VIRTUAL MOODLE PARA
MEJORAR EL APRENDIZAJE AUTNOMO DE LOS ESTUDIANTES DEL
CURSO SOFTWARE ESPECIALIZADO, DE LA ESCUELA PROFESIONAL DE
MATEMTICA DE LA UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO..
Al identificar el bajo nivel de aprendizaje autnomo de los estudiantes
del curso software especializado, de la escuela profesional de matemticas, se
determin el objetivo que orienta nuestro trabajo de investigacin: Demostrar
que la aplicacin del aula virtual Moodle mejora el aprendizaje autnomo de los
estudiantes del curso Software Especializado, de la escuela profesional de
Matemtica de la Universidad Nacional Pedro Ruiz Gallo en el ao 2013
Consideramos que el estudio constituye un valioso aporte para mejorar
la calidad educativa, especficamente en el aspecto tcnico pedaggico.
Dejamos a vuestra disposicin seores miembros del jurado y dems
lectores el presente trabajo de investigacin, esperando que sirva de base para
futuras investigaciones en el campo educativo adems de apoyo a todos los
docentes y comunidad Lambayecana en general.

LOS AUTORES

iv

NDICE

DEDICATORIA i
AGRADECIMIENTO ii
PRESENTACIN iii
NDICE iv
RESUMEN vi
ABSTRACT vii
INTRODUCCION 1
I. PLANTEAMIENTO DEL PROBLEMA 4
1.1. PROBLEMA DE INVESTIGACION 5
1.1.1. Planteamiento del problema 5
1.1.2. Formulacin del problema 14
1.1.3. Justificacin 14
1.1.3.1. Aspecto pedaggico: 14
1.1.3.2. Aspecto metodolgico: 15
1.1.4. Antecedentes 16
1.1.5. Objetivos 21
1.1.5.1. General 21
1.1.5.2. Especficos 21
II. MARCO TERICO 22
2.1. MARCO TERICO 23
2.1.1. CONECTIVISMO 23
2.1.2. AULA VIRTUAL 34
2.1.3. APRENDIZAJE AUTONOMO 64
2.2. MARCO CONCEPTUAL 93

v

III. MARCO METODOLGICO 98
3.1. Hiptesis 99
3.2. Variables 99
3.2.1. Definicin conceptual 99
3.2.1.1. Aula Virtual Moodle 99
3.2.1.2. Aprendizaje Autnomo 99
3.2.2. Definicion Operacional 100
3.3. Metodologa 102
3.3.1. Tipo de Investigacin 102
3.3.2. Diseo 102
3.4. Poblacin y muestra 102
3.4.1. Poblacin: 102
3.4.2. Muestra: 102
3.5. Mtodo de investigacin 102
3.6. Tcnicas e instrumentos de recoleccin de datos 103
3.7. Mtodos de anlisis de datos 104
IV. RESULTADOS 107
4.1. Presentacin y Anlisis de la Informacin 107
4.1.1. Pre Test al Grupo Experimental 107
4.1.2. Objetivo especifico 02: 111
V. CONCLUSIONES 117
VI. SUGERENCIAS 118
VII. REFERENCIAS BIBLIOGRAFICAS 119
ANEXOS 122

vi

RESUMEN

El problema a abordar en la presente investigacin es: Qu efecto tiene la
aplicacin del aula virtual Moodle en el aprendizaje autnomo de los
Matemtica de la Universidad Nacional Pedro Ruiz Gallo, en el ao 2013?
El objetivo de este trabajo fue: Demostrar que la aplicacin del aula virtual
Moodle mejora el aprendizaje autnomo de los estudiantes del curso Software
Especializado, de la escuela profesional de Matemtica de la Universidad
Nacional Pedro Ruiz Gallo en el ao 2013
La hiptesis a probar fue: Si se emplea el aula virtual Moodle, entonces
mejorar significativamente el aprendizaje autnomo de los estudiantes del
curso Software Especializado de la escuela profesional de Matemtica de la
Universidad Nacional Pedro Ruiz Gallo, Lambayeque, ao 2013.
La muestra de estudio estuvo conformada por los estudiantes del curso de
software especializado de la escuela profesional de matemticas de la
Universidad Nacional Pedro Ruiz Gallo en el ao 2013, que fueron 39 alumnos.
Se aplic el Programa aula virtual moodle empleando un diseo Cuasi
Experimental al grupo experimental en las cuales se aplic un Pre test y un
Post test. Despus de realizado el tratamiento experimental, se observ que
hubo diferencias estadsticas significativas demostradas segn la T de
Student. La conclusin a la que se lleg en la investigacin fue, de que,
Mediante la aplicacin del aula virtual moodle, se comprob que es un recurso
didctico apropiado especialmente para el proceso de enseanza- aprendizaje
del curso software especializado de la escuela profesional de Matemtica de la
UNPRG. Que permite elevar en forma significativa el nivel de aprendizaje
autnomo en los estudiantes de dicho curso.

Palabras claves:
Moodle, Aula Virtual, Aprendizaje autnomo
vii

ABSTRACT

The problem to be addressed in this research is: How does the implementation
of Moodle virtual classroom in the autonomous learning of the students of the
Specialized Software, Professional School of Mathematics, National University
Pedro Ruiz Gallo, in 2013?
The aim of this study was: To demonstrate that the implementation of Moodle
virtual classroom improves students' independent learning course Specialized
Software, Professional School of Mathematics, National University Pedro Ruiz
Gallo in 2013
The hypothesis to be tested was: When using the virtual classroom Moodle,
then significantly improve students' independent learning course Specialized
Software Professional School Mathematics from the National University Pedro
Ruiz Gallo, Lambayeque, 2013.
The study sample consisted of the students of the specialized software
professional school math Pedro Ruiz Gallo National University in 2013, which
were 39 students.
Program was applied using a virtual classroom moodle Quasi Experimental
design to the experimental group in which we applied a pre test and a post test.
After completing the experimental treatment, we observed that demonstrated
significant statistical differences according to the Student t. The conclusion
reached in the research was that, Applying the virtual classroom moodle, it
proved appropriate teaching resource specifically for the teaching-learning
process of the course specialized software professional school Mathematics the
UNPRG. It allows to significantly raising the level of autonomous learning in
students of the course.

Keywords:
Moodle Virtual Classroom, Self

1

INTRODUCCION

En el siglo XXI, el rpido ritmo y la complejidad de los cambios econmicos,
tecnolgicos y culturales requieren que las mujeres y los hombres se adapten y
readapten a lo largo de sus vidas, mas aun en un contexto de globalizacin. En
esta poca de la sociedad del conocimiento, el crecimiento de los ingresos
personales, nacionales y regionales se define cada vez mas por la capacidad
para crear, manejar, difundir e innovar en la produccin de conocimiento.
Las nuevas tecnologas de la informacin y la comunicacin (TIC) intensifican
la tasa de intercambio de informacin. Tambin permiten que los usuarios
participen activamente en redes virtuales que se pueden movilizar fcilmente
para modelar la opinin pblica. La globalizacin implica que un gran nmero
de personas y familias cruzan las fronteras nacionales. Ellas, asi como las
comunidades que las reciben, necesitan aprender nuevas maneras de vivir
juntos en medio de las diferencias culturales. Estos cambios no solo destacan
la importancia del aprendizaje en general; tambin exige que los adultos sigan
adquiriendo mas informacin, tanto en forma autnoma como en sitios
adecuados para ello, adems mejoren sus competencias y reexaminen sus
valores.
El papel clave de la educacin de adultos en el desarrollo de la sociedad se ha
reconocido desde hace tiempo por la UNESCO, con la Primera Conferencia
Internacional de Educacin de Adultos en 1949, y posteriores. Con los cuales
comprometi a los gobiernos a nivel mundial a promover la educacin de
adultos como parte integral del sistema educativo en una perspectiva de
aprendizaje a lo largo de toda la vida.
Surge entonces la necesidad de interpretar el papel de las personas como
aportadoras de valor y de conocer la forma adecuada de disponer los recursos
para que generen cada vez mas valor. Gran parte de esta reflexin ha
conducido hacia el desarrollo de la capacidad de aprender a aprender o
aprendizaje autnomo.
2

El inters por el aprendizaje autnomo se remonta a los siglos XII y XVIII con
Abentofail, Jean-Jacques y Rousseau, abordaron el tema en sus obras. Sin
embargo, es recientemente donde este se plantea cada vez con mayor fuerza.
La mayor disponibilidad de las nuevas tecnologas y la velocidad de avance en
los conocimientos estn reduciendo la importancia de la adquisicin de estos
como objetivo fundamental; a la vez, resaltan la relevancia de la necesidad de
adaptacin a ese contexto cambiante, haciendo surgir el objetivo de ser capaz
de aprender por uno mismo a lo largo de la vida.
La educacin para la autonoma no termina con el entrenamiento de la persona
para aprender, es decir, ensear explcitamente tcnicas de estudio y explicar
como y cuando utilizarlas: Significa pasar al nivel ms profundo de la
personalidad por medio de la promocin de las estrategias sociales como
colaborar, hacer preguntas, simpatizar, implicar a otros y mejorar el entorno de
aprendizaje; y de las estrategias afectivas de aprendizaje, por ejemplo,
disminuir la ansiedad, estimularse a si mismos, ser conscientes a nivel
emocional.
Bajo esta perspectiva surge la necesidad de plantear una oferta educativa
donde se plantee como fin fundamental el mejoramiento del nivel de
aprendizaje autnomo, pero surge la pregunta: Con que herramientas?
Para ello contaremos con las Tecnologas de informacin y comunicacin
(TIC), que han abierto nuevas posibilidades para la enseanza y aprendizaje,
su gran potencial se evidencia en la posibilidad de interaccin, de
comunicacin, de acceso a informacin, es decir se convierte en un medio
interactivo y activo. Estas tecnologas integradas a un entorno o ambiente de
aprendizaje con diferente grado de virtualizacin, pone a disposicin del
docente canales de informacin y comunicacin para promover distintas formas
de enseanza.
Dentro de esta gama de posibilidades que nos ofrecen las TIC, surgen las
plataformas de gestin de aprendizaje, las cuales son herramientas integradas
para la creacin de entornos de enseanza-aprendizaje, integrando materiales
didcticos y herramientas de comunicacin, colaboracin y gestin educativas.
Una de las ms conocidas es la plataforma Moodle, que tiene licencia GPL
(General Public License), lo cual significa que se puede descargar
3

gratuitamente de internet, modificar los aspectos que parezcan convenientes y
usarla libremente. Es por ello su amplia difusin desde su aparicin.
Respecto al aula virtual Moodle, se tiene ya implementado en el servidor de la
Universidad Nacional Pedro Ruiz Gallo, en la cual los usuarios son creados y
administrados por la Oficina Central de Informtica (OCI). En el cual se
implementara el curso de Software Especializado para Matemticas, el cual es
una materia co-curricular, lo que significa obligatorio para el alumno pero no
origina gasto para la Universidad, una verdadera contradiccin.
En esta implementacin se desarrollan las estrategias necesarias para lograr
un nivel inicial de autonoma en el aprendizaje, medido en sus diferentes
dimensiones: personal, de aprendizaje, social y comunicativa.

Los autores.

4

CAPTULO I
PLANTEAMIENTO DEL PROBLEMA

5

I. PLANTEAMIENTO DEL PROBLEMA
1.1. PROBLEMA DE INVESTIGACIN
1.1.1. Planteamiento del problema
En el contexto Mundial. La Universidad siempre ha sido el espacio en
donde se generan conocimientos por excelencia, para ello trabaja con
grupos seleccionados y controlados de alumnos, en muchos aspectos del
mundo de la produccin. Por ello se tena una aceptable separacin entre el
conocimiento generado y el reproducido, as como el espacio productivo y el
cvico.
Pero ahora se tienen suficientes indicadores que vaticinan un cambio para
la universidad, el cual llevara a establecer otras relaciones y renovadas
dinmicas entre universidad y sociedad. Esto se debe a:
- El cambio en el modelo productivo y social, a causa de la explosin de
las tecnologas de la informacin y comunicacin (TIC). Expresado en
Torrent(2002:77), como La rama productiva que utiliza las tecnologas
digitales para producir bienes y servicios que procesen, trasmitan,
visualicen, detecten, midan, reproduzcan, controlen y permitan el
tratamiento de la informacin y de la comunicacin.
- Las nuevas relaciones e intercambios entre capitales, pases y
personas.
- La emergencia de un nuevo tipo de relaciones sociales y de sociedad.
As vemos que en forma general la universidad en este nuevo contexto
debe asumir un nuevo reto: El de aprender y ensear en la Modernidad
Liquida. Este cambio no debe cogerla desprevenida
Una de las principales causas de este fenmeno de transformacin ha sido
el de la nueva economa y de las nuevas relaciones sociales basadas en la
TIC, tal como ha argumentado en su obra Castells (2003), adems lo que
sostiene Torrent(2002:194) . Las tecnologas digitales han consolidado la
aparicin de un nuevo sector productivo: el sector TIC que conjuntamente
con la industria de los conocimientos digitales y las actividades de creacin,
6

edicin y difusin del conocimiento extienden sus efectos sinrgicos hacia el
resto de actividades econmicas.
Adems las ramas productivas intensivas basadas en el conocimiento
explicaron las dos terceras partes del crecimiento econmico de los EUA
en el 2000. Por otra parte, las economas de Finlandia, Suecia, Irlanda,
Dinamarca, los USA y el Reino Unido han presentado rendimientos
crecientes en la relacin entre la produccin y el grado de conocimiento
observable a lo largo de la dcada del 90. Ello, con la evidencia emprica
proveniente de otros 16 pases de la Organizacin para la Cooperacin y el
Desarrollo Econmicos (OCDE), permite mostrar la existencia de un nuevo
esquema en la produccin del conocimiento, con rendimientos crecientes.
La inversin en conocimiento, por lo tanto, explica mayoritariamente tanto el
nivel como el crecimiento de la productividad para el conjunto de los pases
de la OCDE.
Por ello en la actualidad es apremiante la necesidad de aprender cada da
nuevas habilidades y desarrollar nuevas competencias para lograr un
desempeo adecuado, en las cada vez ms exigentes y competitivas
organizaciones. El desafo es adaptarnos con facilidad a los cambios
acelerados y a las evoluciones del entorno; desarrollar mltiples
habilidades laborales que nos permitan responder en forma efectiva a los
requerimientos de las sociedades actuales.
Es evidente, el mundo est cambiando y este cambio est afectando todos
los mbitos de la actividad humana. En la actualidad "tres fenmenos se
estn produciendo en el mundo con directa repercusin en la educacin: la
sociedad del conocimiento, la globalizacin y la sociedad transnacional"
(Gonzlez, et.al, 2000).
Por sociedad del conocimiento se entiende la tendencia a considerar que
el recurso ms importante en los procesos productivos actuales es el
conocimiento, que permite agregar mayor valor a los productos y servicios,
generados por las diferentes organizaciones.
La globalizacin se refiere a la eliminacin de las barreras regionales y
nacionales en los diferentes aspectos econmicos, polticos y culturales:
7

creando una tendencia generalizada a la universalizacin y
homogeneizacin de los estilos de vida y desarrollo de las personas en las
diferentes sociedades.
La sociedad transnacional es la tendencia poltica dirigida a la
conformacin de bloques econmicos mediante la realizacin de acuerdos
y convenios que facilitan las prcticas econmicas y sociales, favoreciendo
los diferentes intercambios entre los pases que conforman el bloque.

El mundo laboral est movindose muy rpido, tan velozmente que no
hemos terminado de desarrollar una habilidad laboral cuando ya es
necesario desaprenderla, para aprender otras nuevas. En efecto, la nica
posibilidad de mantenernos en las organizaciones es aprendiendo a
aprender: lo cual significa que es necesario desarrollar competencias y
habilidades nuevas cada da para garantizar la posibilidad de enfrentar las
exigencias de las organizaciones y la sociedad de hoy y del futuro.

En nuestras actividades diarias, se requiere utilizar en la forma ms
efectiva posible todas nuestras capacidades intelectuales, entre ellas las
habilidades para aprender a aprender, aprender a interactuar y
aprender a actuar en las diferentes situaciones conflictos que enfrentamos
en la vida diaria.
Para conseguirlo, se requiere "un proceso permanente de apropiacin,
construccin y confrontacin de conocimientos y creencias que las
personas van viviendo a lo largo de toda su vida en interaccin con los
diferentes ambientes en que se mueven tanto fsica como
virtualmente"(Gonzlez, et.al. 2000). Lo cual implica desarrollar habilidades
para seleccionar del mar de informacin disponible, lo necesario para
convertirlo en conocimiento, adaptndolo para transferirlo a situaciones
diferentes y convertirlo en aplicaciones en el entorno de actuacin de la
persona.
Por ello debemos respondernos a las siguientes preguntas:
Cules son las nuevas habilidades que se deben desarrollar para
garantizar su trabajo actual?
8

Que nuevos conocimientos debera adquirir para seguir siendo
competitivo y productivo en su trabajo?
Cmo podra dominar tas nuevas aptitudes requeridas para ser efectivo
en sus actividades cotidianas?.
Cules son las nuevas habilidades que se deben desarrollar para
garantizar su actual trabajo?
Qu nuevos conocimientos debera adquirir para seguir siendo
competitivo y productivo en su trabajo?
Cmo podra dominar las nuevas aptitudes requeridas para ser efectivo
en sus actividades cotidianas?

A nivel internacional tenemos el Informe Mundial sobre el aprendizaje y la
educacin de adultos del Instituto de la UNESCO para el Aprendizaje a lo
Largo de Toda la Vida (UIL), el cual afirma que: el aprendizaje a lo largo de
toda la vida est en el ncleo mismo del mandato de la UNESCO, desde su
creacin, esta organizacin ha desempeado un papel pionero en la
afirmacin del papel esencial de la educacin de adultos en el desarrollo de
la sociedad y en la promocin de un enfoque integral del aprendizaje a lo
largo de toda la vida.
El derecho universal a la educacin que tiene cada nio, joven y adulto es
el principio fundamental que subyace en todas nuestras iniciativas. El
aprendizaje de adultos cuenta ms que nunca en la era de la globalizacin,
caracterizada por el cambio rpido, la integracin y los avances
tecnolgicos. El aprendizaje empondera a los adultos al darles los
conocimientos y las competencias para mejorar sus vidas. Pero tambin
beneficia a sus familias, comunidades y sociedades. La educacin de
adultos desempea un papel importante en la lucha contra la pobreza, la
mejora de la salud y la nutricin, as como en la promocin de prcticas
sostenibles del medio ambiente. De ah que el logro de todos los objetivos
de desarrollo del milenio apele a la realizacin de programas de educacin
de adultos pertinentes y de buena calidad.
9

La educacin de adultos brinda un instrumento para abordar los retos del
desarrollo en el siglo XXI. Posibilita que las personas adquieran
conocimientos, competencias y valores que les permiten mejorar la calidad
de sus vidas en el presente y el futuro. Ayuda a las personas a descubrir
que recursos necesitan, identificar nuevas posibilidades para adquirirlos y,
algo mas importante aun, a utilizar los recursos a su disposicin para
realizar sus aspiraciones. En sntesis, el acceso y la participacin en una
educacin de adultos apropiada es fundamental para el desarrollo
personal, econmico y social.
Tasas globales bajas de participacin
La descripcin y el anlisis de las pautas internacionales de participacin
en la educacin de adultos esta plagada de dificultades, dada la
insuficiencia de datos estadsticos comparables relativos al aprendizaje y la
educacin de adultos. Esto es mas grave aun en el caso de los pases del
Sur. No obstante, de los 154 Informes nacionales presentados para la
preparacin de la CONFINATEA VI, 29 citaron tasas de participacin en la
educacin de adultos, mientras que 66 presentaron tasas de participacin
en programas de alfabetizacin (cf. Cuadro 4.1) Esto representa un
aumento global cuando se compara con los datos recolectados para la
CONFINTEA V.
Sin embargo, la calidad y comparabilidad de los datos disponibles en los
Informes nacionales de 2008, especialmente los de los pases en
desarrollo, son problemticas. En un gran nmero de casos, los datos de
educacin de adultos carecen de puntos de referencia histricos y son
insuficientes en cuanto a su cobertura.
En general, si bien hay alguna mejora en las tasas de participacin en la
educacin de adultos desde la CONFINTEA V, en la mayora de los pases
permanecen inaceptablemente bajas. La proporcin de adultos que no ha
completado la educacin primaria o su equivalente constituye la prueba de
una gran demanda insatisfecha en la educacin bsica de adultos. El
Cuadro 2 del Apndice ilustra este reto no superado por amplios
segmentos de la poblacin de 25 anos y mas. Por lo menos el 18% de los
10

adultos del mundo no ha completado la escuela primaria o ha estado
escolarizado alguna vez. Esta tasa llega a 30% en Amrica Latina y el
Caribe, 48% en los Estados rabes, 50% en el frica Subsahariana, y 53%
en Asia del Sur y Occidental. Dado que para muchos de los pases mas
pobres del mundo no se dispone de datos, es seguro que si se incluyera a
estos paises en las estimaciones dadas en el Cuadro 2 del Apndice, las
tasas promedio de los adultos que no han completado la educacin
primaria serian incluso ms altas.
El panorama es dispar para algunos pases de Europa y Amrica del Norte,
donde las encuestas en educacin de adultos permiten hacer el
seguimiento de las pautas de participacin. En Finlandia, por ejemplo, las
encuestas efectuadas en 1980, 1990, 1995 y 2000 concluyeron que se
habia duplicado la tasa de participacin en 20 anos. Tres encuestas
nacionales de hogares emprendidas en los Estados Unidos de America en
1995, 1999 y 2001 indicaron una tasa creciente de participacin en la
educacin de adultos pasando de 40% a 45% y 46%, respectivamente. La
primera encuesta europea en educacin de adultos, que cubre 29 paises y
se aplico entre 2005 y 2006, revela una amplia divergencia del promedio
europeo de 35,7%, con Suecia teniendo la mas alta tasa de participacin
con 73,4% y Hungra la ms baja con 9,0%.

A nivel nacional tenemos el PEN al 2021, que es una propuesta
educativa para el nio, el joven y el adulto. Donde el Per debe tener un
Proyecto Educativo Nacional. Este es un mandato de la Ley General de
Educacin (artculo 7), un compromiso asumido por el Foro del Acuerdo
Nacional (Pacto Social de Compromisos Recprocos por la Educacin,
disposicin final) y una necesidad sentida por cuantos entienden y desean
confrontar los desafos del desarrollo del pas y de sus ciudadanos. En el
marco de la Ley, y en respuesta a las miles de personas y cientos de
instituciones que han participado en el proceso de su elaboracin a lo largo
y ancho del pas durante los ltimos tres aos, el Consejo Nacional de
Educacin (CNE) cumple con presentar a la nacin y a sus autoridades la
11

propuesta de Proyecto Educativo Nacional al 2021. Corresponde ahora al
Gobierno y al Foro del Acuerdo Nacional determinar la ruta concreta que
permitir su puesta en marcha. Esta propuesta es resultado de los dilogos
y aportes recibidos despus de la difusin del documento titulado Hacia un
Proyecto Educativo Nacional en setiembre del ao 2005. Ha sido debatida
en las 26 regiones del pas, en articulacin con los procesos de elaboracin
de sus Proyectos Educativos Regionales. Han participado en su
formulacin maestros, autoridades regionales, educativas y de otros
sectores, as como empresarios y productores, profesionales de diversas
especialidades, lderes de opinin, jvenes, dirigentes de organizaciones
sociales y del mundo de la cultura.
Han revisado, criticado y aportado al texto numerosas organizaciones
sociales de base y asociaciones civiles, as como medios de comunicacin.
La propuesta se ha nutrido tambin de las opiniones informadas de
instituciones y expertos nacionales e internacionales, habindose tomado
en cuenta propuestas educativas formuladas en otros espacios
institucionales y gremiales, como el proyecto educativo del SUTEP o los
planes de gobierno de los diferentes partidos polticos.
Esta propuesta de Proyecto Educativo Nacional representa, en buena
cuenta, un mayor desarrollo de la 12. Poltica de Estado del Acuerdo
Nacional, especificando un conjunto consistente de polticas y medidas que
permitiran concretarla.

En el nivel local tenemos que hay un bajo nivel de aprendizaje autnomo,
esta problemtica la hemos detectado mediante el uso de la tcnica del
rbol del problema y tenemos:
El bajo nivel del aprendizaje autnomo se debe fundamentalmente al
modelo de enseanza aprendizaje trabajado hasta ahora, que solo
considera el profesor como el nico actor de este proceso, esto hace que el
alumno sea muy dependiente de lo que diga el mismo, de lo que haga,
tambin tenemos la enseanza por objetivos, que no se centra en las
12

competencias a desarrollar por parte del alumno, adems no se tiene en
cuenta lo ya aprendido por el estudiante, o mejor an, lo poco que aprendi
pues ello se evidencia en el bajo nivel de ingreso. A todo ello debemos
agregar que el alumno por lo general viene desmotivado y con baja
autoestima.
Todo ello implica que el estudiante no sea responsable de la construccin
de su conocimiento, y adems no se esfuerce para mejorarlo. No es un
alumno sociable acadmicamente. Estudia generalmente para llegar a unos
contenidos mnimos, que por lo general no le permiten aprobar, y si pasa el
curso rpido olvida la temtica enseada, pues no le encontr mucho
sentido a lo enseado. Y definitivamente no lograra algn nivel de
aprendizaje autnomo.
Esta situacin se refleja en la UNPRG, A ello agregamos problemas en el
uso adecuado de las tecnologas informticas como la Web 2.0, la
investigacin, el uso de un aula virtual, con sus herramientas asociadas,
etc.
Adems debemos indicar que en la FACFyM UNPRG en el ciclo 2012-II
se tiene una poblacin de 1781 alumnos en sus cinco escuelas
profesionales, distribuidas de la siguiente manera: 447 en Computacin e
Informtica, 317 en Estadstica, 182 en Fsica, 357 en Matemtica y 478 en
Electrnica.
Los cursos estn estructurados por ciclos, que en total son diez, y en cada
ciclo se llevan entre 12 y 26 crditos, estos a su vez se subdividen en
obligatorio y libres, tambin llamados cocurriculares, pero los ltimos solo
son libres en el sentido del horario, ya que deben llevarse obligatoriamente.
En los resultados de los mismos la mayora (60%) sobre todo en la escuela
Profesional Matemtica sale desaprobados, lo cual es preocupante pues
esa realidad se ve reflejada desde que se cre la facultad en el ao 1982,
con sus tres escuelas profesionales: Matemtica, Fsica y Estadstica; luego
de diez aos se crean las escuelas de Computacin e Informtica, y
Electrnica.
13

Los factores son diversos como falta de nivel acadmico de los estudiantes,
el tiempo limitado para el desarrollo de los cursos, falta de bibliografa,
desarrollados de los cursos desligados de la prctica, la vocacin no elegida
correctamente, etc.
Vemos tambin que la facultad no cuenta con los recursos logsticos
necesarios para el desarrollo adecuado de los cursos curriculares y
cocurriculares, por falta de bibliografa adecuada, por falta de horarios libres
en los centros de cmputo, falta de Programas especializado para las
diferentes reas de desarrollo. Pero al asumir el alumno estas deficiencias,
resulta un oneroso para l. Tal es el caso del curso software especializado
que al igual que los otros presenta la misma problemtica y sobre todo que
necesita el mayor uso de las TIC.
Pero a esta situacin debemos agregar que ahora los alumnos en general
tienen ms acceso al uso de las tecnologas de la informacin y de la
comunicacin (TIC), ya sea desde su hogar o en una cabina pblica. Lo que
ocasiona cierto gasto pero mnimo, y tiene la ventaja de que el alumno
podra acceder en el momento ms adecuado para l, teniendo ahora la
posibilidad de interactuar en un entorno virtual de aprendizaje (EVA).
Todos los aspectos mencionados anteriormente nos obliga de ver la manera
de que nuestros estudiantes tengan un aprendizaje autnomo, debido
tambin a las nuevas tendencias en el manejo adecuado de la informacin y
al continuo crecimiento del conocimiento (Informe hacia las Sociedades del
Conocimiento 2005). Esto implica que el alumno debe tener la posibilidad
de aprender a aprender de una forma ms independiente.
Claro est que el alumno no se va a aislar del mundo que lo rodea, lo que
est en juego aqu es la accin de aprender conocimientos nuevos, en una
manera autnoma, eficiente, rpida y confiable.
Sobre el aprendizaje autnomo debemos decir que:
Autonoma no como independencia, sino como facultad de tomar decisiones
que permitan regular el propio aprendizaje para aproximarlo a una
14

determinada meta, en el seno de unas condiciones especificas que forman
el contexto de aprendizaje. (Monereo, 2001, p.12 )
Existen herramientas que nos apoyan al aprendizaje autnomo como es el
caso del uso de plataformas virtuales como el Dokeos, Bladboard, Moodle,
Chamilo, etc, que con sus herramientas sincrnicas y asincrnicas (sobre
toda las ltimas ayudan al estudiante en su aprendizaje autnomo.
La plataforma moodle es libre y cuenta con herramientas diversas como
foros, depsitos de archivos, lugar para direccionar a diversas bibliotecas o
webs de aprendizaje libre, chat multipersona, video conferencia, etc.
Es por eso que nuestra investigacin busca demostrar que aplicando la
plataforma Moodle desarrollar la capacidad del aprendizaje autnomo en
el curso software especializado, por lo cual nuestro problema queda
formulado de la siguiente manera:
1.1.2. Formulacin del problema
Qu efecto tiene la aplicacin del aula virtual Moodle en el aprendizaje
autnomo de los estudiantes del curso Software Especializado, de la
escuela profesional de Matemtica de la Universidad Nacional Pedro Ruiz
Gallo, en el ao 2013?
1.1.3. Justificacin
El aprendizaje autnomo se ha convertido hoy en da de vital
importancia para los futuros profesionales que tienen que autoformarse
ante los continuos cambios y mejoras que se presentan en su rea a la
que se estn preparando, y esta es una de las razones por lo que los
tesistas se propusieron llevar a cabo esta investigacin que est
orientada a mejorar el aprendizaje autnomo usando el aula virtual
Moodle, en el rea de Matemtica y su aporte se sustenta en los
siguientes aspectos:

1.1.3.1. Aspecto pedaggico:
El uso de Plataformas virtuales ha permitido proponer diversas
situaciones de aprendizaje por parte del estudiante, estimulndole
15

a desarrollar estrategias que lo llevan a descubrir la construccin
de sus aprendizajes.
Los conducir a desarrollar procesos cognitivos que logre
desarrollar capacidades de aprendizaje autnomo y en los
docentes la responsabilidad de encontrar mltiples formas de
enseanza para lograr que el aprendizaje sea una valiosa
experiencia con fines educativos.
E particular la aplicacin de la Plataforma Moodle, permitir a los
alumnos adquirir capacidades y actitudes positivas frente al
aprendizaje autnomo de la matemtica, y en el docente la
posibilidad de emplear nuevos recursos metodolgicos haciendo
uso del contexto en su labor profesional, de modo que el rea de
la matemtica ha sido amena y dinmica con respecto a otras
reas.

1.1.3.2. Aspecto metodolgico:
La metodologa de trabajo en el aula virtual Moodle la disea el
profesor, y esta incluye:
- Un espacio que podra ser de uso para el profesor,
exclusivamente para el diseo de curso, con sus diferentes
estrategias como son el foro, el chat, sala de audio y videos,
teleconferencias, tambin la pizarra virtual.
- Un espacio abierto a cualquier tipo de mensaje,
relacionado con la marcha o progreso del grupo. Aqu se da
una iteracin entre estudiantes y estudiantes-profesor. Este
espacio tiene una gran importancia como elemento
favorecedor de la empata entre los miembros del aula y de un
sentimiento de comunidad.
- Un espacio orientado a un trabajo especifico sobre los
contenidos del curso, en este caso se debe configurar tantos
espacios como actividades de este tipo pensramos llevar a
cabo.
- Un espacio orientado a trabajo en equipo, que comprende
las habilidades de integracin, de socializacin y liderazgo.
16

1.1.4. Antecedentes
EN EL AMBITO INTERNACIONAL
Cenich, G. (2009) en su Tesis titulada: Diseo de propuestas
de E-c3+formacin colaborativa: Un modelo desde la
perspectiva de la Teora de la Actividad. UNIVERSIDAD
NACIONAL DE LA PLATA. Argentina. El objetivo principal de esta
propuesta, que se encuadra en la problemtica de diseo de
cursos e-learning para formacin en organizaciones educativas,
consiste en delinear un modelo de diseo de enseanza basado
en una visin constructivista social del aprendizaje que permita
promover el aprendizaje colaborativo en un entorno virtual. Para
ello, se parte de una propuesta inicial de diseo basada en la
Teora de la Actividad (Nardi, 1996), la cual es reformulada de
manera iterativa desde una perspectiva holstica para responder a
las situaciones emergentes del curso en progreso. Y se concluye
con un Modelo de Diseo de propuestas de e-formacin
colaborativa, en este trabajo se han articulado diferentes campos
de conocimiento -educacin, psicologa social, informtica y
comunicacin- con el objeto de contribuir a la innovacin de la
formacin en las organizaciones escolares.

PIZARRO, R. (2009). Las TIC en la enseanza de las
Matemticas. Aplicacin al caso de Mtodos Numricos.
Universidad Nacional de La Plata. Argentina. En esta tesis, se
propone el diseo e implementacin de un software educativo
para facilitar y mejorar la enseanza y el aprendizaje de un tema
concerniente a Clculo Numrico. Se concluye que el desarrollo
de un software educativo que es la parte determinante en el
proceso de enseanza aprendizaje, lo cual implica una mayor
utilizacin de las computadoras para estos procesos,
especialmente en los cursos de matemticas. En los cuales se
necesita una visualizacin de los resultados y la ejecucin de
17

clculos con gran rapidez y exactitud. Adems que ser parte de
su cultura posterior.

A NIVEL NACIONAL

(Manrique Villavicencio, 2004), en su investigacin El aprendizaje
autnomo en la Educacin a distancia. Pontificia Universidad
Catlica del Per., expone una sntesis de las aportaciones
tericas en torno al aprendizaje autnomo en la educacin a
distancia, as como algunas reflexiones fruto de una investigacin
en curso sobre este tema que se considera clave en el xito de un
programa de formacin de esta modalidad.
As mismo menciona de que no solo la incorporacin de
herramientas tecnolgicas de Informacin y Comunicacin (TIC)
en un ambiente de aprendizaje debidamente diseado asegura el
xito de un programa de formacin a distancia. Es fundamental la
actuacin que tiene el participante en su proceso de aprendizaje,
condicionada al creciente grado de autonoma en su aprendizaje
que le permita el uso estratgico de los recursos educativos
puestos a su disposicin. Se considera que desde el currculo se
debe formar para la gestin autnoma del aprendizaje, a travs
de una accin intencionada, por ello se postula la integracin en el
currculo de estrategias para la formacin en la autonoma del
aprendizaje en contextos de educacin a distancia.

CABAAS, J. (2003). Aulas virtuales como herramienta de apoyo
en la educacin en la Universidad Nacional Mayor de San Marcos.
UNMSM. Lima. La tesis presenta una investigacin sobre Aulas
Virtuales y los aspectos que involucran la implementacin de
stas como apoyo en la educacin. Se considera como caso de
estudio a la Universidad Nacional Mayor de San Marcos, quien
tiene a su disposicin este tipo de servicio disponible va Internet.
El desarrollo esboza los principios tcnicos que la sustentan y la
metodologa de trabajo para su desarrollo. Esta se compone de
18

tres fases: concepcin y anlisis de viabilidad, proceso de
desarrollo e imparticin y seguimiento de las acciones formativas.
Tambin se describen las bondades que el sistema Aula Virtual
ofrece para los docentes, alumnos y pblico en general as como
los recursos que se necesitan para su implementacin.

A NIVEL LOCAL
CARRION, G. (2012). Propuesta de un modelo de educacin a
distancia para la escuela de Ingeniera en Computacin e
Informtica de la Universidad Nacional Pedro Ruiz Gallo.
Universidad Cesar Vallejo. Chiclayo. En este trabajo se tiene por
objetivo elaborar una propuesta de un modelo de educacin a
distancia para la carrera de Computacin e Informtica de la
Universidad Nacional Pedro Ruiz Gallo, con la finalidad de
contribuir en la formacin profesional de aquellas personas que no
pueden acceder a una educacin universitaria tradicional. Y
concluye que el uso de las TIC en la modalidad de educacin a
distancia incrementa la motivacin por el aprendizaje. Cabe
resaltar que hay una necesidad latente de estudios universitarios,
truncada por motivos de trabajo, espacio o tiempo, que seria
resuelto con el uso de las TIC. Por ello se hace necesario la
enseanza la enseanza aprendizaje e-learning mediante el
internet, con el uso de herramientas sncronas y asncronas,
mediante el cual el alumno desarrolla su aprender a aprender.
Teniendo como conclusin final la ejecucin de este programa en
una forma estructurada, para lo cual se propone replantear el
currculo de la escuela profesional de Computacin e Informtica
de la UNPRG.

ALVAREZ, C. (2010). Influencia del uso de las TIC en el nivel de
aprendizaje en el rea de Ciencia Tecnologa y Ambiente en los
alumnos del quinto grado de educacin secundaria, turno
maana de la Institucin Educativa Federico Villarreal de la ciudad
de Chiclayo-2007. Universidad Cesar Vallejo. Chiclayo. El objetivo
19

es determinar la influencia que ejerce el uso de las Tecnologas
de Informacin y Comunicacin en el nivel de aprendizaje en el
rea de ciencia, tecnologa y ambiente en los alumnos. El diseo
que se les aplico fue de tipo cuasi-experimental, con pre y post
test, conformado por las secciones de 5A y 5D, donde la
seccin A fue el grupo control y la seccin D fue el grupo
experimental. Se obtuvo los siguientes resultados: Al usar
Tecnologas de Informacin y Comunicacin a 5D (Grupo
experimental) se incremento el nivel de aprendizaje con notas de
14 a 17 en la misma rea. En conclusin si se usan las
Tecnologas de Informacin y Comunicacin en el rea de Ciencia
Tecnologa y Ambiente va a permitir incrementar el nivel de
aprendizaje de los alumnos de una manera rpida y eficiente.

PARRAGUEZ, J. (2007). El aula virtual como herramienta para
mejorar la capacidad de resolucin de problemas en el rea de
Matemtica de los alumnos del quinto grado de Educacin
Secundaria de la Institucin Educativa Manuel Antonio Mesones
Muro de Ferreafe-2007. Universidad Cesar Vallejo. Chiclayo. La
finalidad es Determinar las diferencias significativas de
rendimiento de los alumnos en la capacidad de resolucin de
problemas del rea de Matemticas entre aquellos del grupo
experimental al que se le aplico el estimulo Aula Virtual y el grupo
control que no lo tuvo. Al final de la investigacin se determino
que los alumnos del grupo experimental a los que se les aplico el
estimulo denominado AV.MAMM-MAT.5 lograron una mejora
significativa en la capacidad de resolucin de problemas del rea
de Matemticas en comparacin con los alumnos que no
recibieron dicho estimulo.

BARRERA, L. (2003). Educacin a distancia basada en nuevas
tecnologas para la escuela de Postgrado de la Universidad Cesar
Vallejo. Universidad Cesar Vallejo. Chiclayo. Analiz el sistema de
educacin a distancia basado en nuevas tecnologas para la
20

escuela de Postgrado de la Universidad Cesar Vallejo. Sobre lo
cual se plantean la hiptesis siguiente: Se presentan empirismos
aplicativos, carencias, discrepancias tericas y limitaciones de la
implementacin de un modelo de educacin a distancia basado
en nuevas tecnologas para la escuela de Postgrado de la
Universidad Cesar Vallejo. La conclusin es que: los clientes
potenciales perciben que la educacin a distancia no es efectiva
debido a que la Escuela de Postgrado de la Universidad Cesar
Vallejo no aprovecha las experiencias exitosas de la Universidad
Nacional Autnoma de Mxico.
REYES, K. (2006). Aula virtual basada en la teora
constructivista empleada como apoyo para la enseanza de
los sistemas operativos a nivel universitario Universidad
Catlica Santo Toribio de Mogrovejo. Lambayeque. La presente
investigacin propone el diseo e implementacin de un aula
virtual basada en la teora constructivista, empleada como apoyo
para la enseanza de los sistemas operativos con los estudiantes
durante el ciclo 2006-1 de la Universidad Catlica Santo Toribio
de Mogrovejo. La metodologa empleada fue de tipo descriptiva y
en la organizacin de las tareas a llevar a cabo se emplearon
tcnicas del pensamiento sistmico.

21

1.1.6. Objetivos
1.1.6.1. General
Demostrar que la aplicacin del aula virtual Moodle mejora el
aprendizaje autnomo de los estudiantes del curso Software
Especializado, de la escuela profesional de Matemtica de la
Universidad Nacional Pedro Ruiz Gallo en el ao 2013.
1.1.6.2. Especficos
- Identificar a travs del Pre Test el nivel de aprendizaje
autnomo de los estudiantes del curso Software
Universidad Nacional Pedro Ruiz Gallo.
- Elaborar el programa acadmico para mejorar el aprendizaje
Universidad Nacional Pedro Ruiz Gallo en el 2013.
- Aplicar el Aula Virtual Moodle para la mejora del aprendizaje
Universidad Nacional Pedro Ruiz Gallo en el 2013.
- Identificar a travs del Pos Test el nivel de aprendizaje
Universidad Nacional Pedro Ruiz Gallo, despus de aplicar el
aula virtual Moodle.
- Contrastar los resultados del Pre y Pos Test del Grupo
mediante el uso de la prueba de hiptesis T.

22

CAPTULO II

MARCO TERICO

23

II. MARCO TERICO
2.1. MARCO TERICO
2.1.1. CONECTIVISMO
2.1.1.1. Introduccin
El conductismo, el cognitivismo y el constructivismo son las tres grandes
teoras de aprendizaje utilizadas ms a menudo en la creacin de ambientes
instruccionales. Estas teoras, sin embargo, fueron desarrolladas en una poca
en la que el aprendizaje no haba sido impactado por la tecnologa. En los
ltimos veinte aos, la tecnologa ha reorganizado la forma en la que vivimos,
nos comunicamos y aprendemos. Las necesidades de aprendizaje y las
teoras que describen los principios y procesos de aprendizaje, deben reflejar
los ambientes sociales subyacentes. Vaill enfatiza que el aprendizaje debe
constituir una forma de ser un conjunto permanente de actitudes y acciones
que los individuos y grupos emplean para tratar de mantenerse al corriente de
eventos sorpresivos, novedosos, caticos, inevitables, recurrentes (1996,
p.42).
Hace tan solo cuarenta aos, los aprendices, luego de completar la educacin
formal requerida, ingresaban a una carrera que normalmente durara toda su
vida. El desarrollo de la informacin era lento. La vida del conocimiento era
medida en dcadas. Hoy, estos principios fundamentales han sido alterados.
El conocimiento crece exponencialmente. En muchos campos la vida del
conocimiento se mide ahora en meses y aos. Gonzlez (2004) describe los
retos que genera la rpida disminucin de la vida del conocimiento:
Uno de los factores ms persuasivos es la reduccin de la vida media
del conocimiento. La vida media del conocimiento es el lapso de
tiempo que transcurre entre el momento en el que el conocimiento es
adquirido y el momento en el que se vuelve obsoleto. La mitad de lo que
es conocido hoy no era conocido hace 10 aos. La cantidad de
conocimiento en el mundo se ha duplicado en los ltimos 10 aos y se
duplica cada 18 meses de acuerdo con la Sociedad Americana de
Entrenamiento y Documentacin (ASTD, por sus siglas en ingls). Para
combatir la reduccin en la vida media del conocimiento, las
24

organizaciones han sido obligadas a desarrollar nuevos mtodos para
llevar a cabo la capacitacin.
Algunas tendencias significativas en el aprendizaje:
- Muchos aprendices se desempearn en una variedad de reas
diferentes, y posiblemente sin relacin entre s, a lo largo de su vida.
- El aprendizaje informal es un aspecto significativo de nuestra
experiencia de aprendizaje. La educacin formal ya no constituye la
mayor parte de nuestro aprendizaje. El aprendizaje ocurre ahora en una
variedad de formas - a travs de comunidades de prctica, redes
personales, y a travs de la realizacin de tareas laborales.
- El aprendizaje es un proceso continuo, que dura toda la vida. El
aprendizaje y las actividades laborales ya no se encuentran separados.
En muchos casos, son lo mismo.
- La tecnologa est alterando nuestros cerebros. Las herramientas que
utilizamos definen y moldean nuestro pensamiento.
- La organizacin y el individuo son organismos que aprenden. El
aumento en el inters por la gestin del conocimiento muestra la
necesidad de una teora que trate de explicar el lazo entre el aprendizaje
individual y organizacional.
- Muchos de los procesos manejados previamente por las teoras de
aprendizaje (en especial los que se refieren al procesamiento cognitivo
de informacin) pueden ser ahora realizados, o apoyados, por la
tecnologa.
- Saber cmo y saber qu estn siendo complementados con saber
dnde (la comprensin de dnde encontrar el conocimiento requerido)
2.1.1.2. Antecedentes
Driscoll (2000) define el aprendizaje como un cambio persistente en el
desempeo humano o en el desempeo potencial [el cual] debe producirse
como resultado de la experiencia del aprendiz y su interaccin con el mundo
(p.11). Esta definicin abarca muchos de los atributos asociados comnmente
con el conductismo, el cognitivismo y el constructivismo a saber, el
aprendizaje como un estado de cambio duradero (emocional, mental, fisiolgico
25

(v.gr., habilidades)) obtenido como resultado de las experiencias e
interacciones con contenidos o con otras personas.
Driscoll (2000, p14-17) explora algunas de las complejidades para definir
aprendizaje. Su debate se centra en:
- Fuentes vlidas de conocimiento Adquirimos conocimiento a travs de
experiencias? Es innato (presente en el nacimiento)? Lo adquirimos a
travs del pensamiento y el razonamiento?
- Contenido del conocimiento Es el conocimiento realmente cognoscible?
Puede ser cognoscible a travs de la experiencia humana?
- La consideracin final se enfoca en tres tradiciones epistemolgicas en
relacin con el aprendizaje: Objetivismo, Pragmatismo, e Interpretativismo:
- El objetivismo (similar al conductismo) establece que la realidad es externa
y es objetiva, y el conocimiento es adquirido a travs de experiencias.
- El pragmatismo (similar al cognitivismo) establece que la realidad es
interpretada, y el conocimiento es negociado a travs de la experiencia y el
pensamiento.
- El interpretativismo (similar al constructivismo) establece que la realidad es
interna, y el conocimiento es construido.
Todas estas teoras de aprendizaje mantienen la nocin que el conocimiento es
un objetivo (o un estado) que es alcanzable (si no es ya innato) a travs del
razonamiento o de la experiencia. El conductismo, el cognitivismo y el
constructivismo (construidos sobre las tradiciones epistemolgicas) intentan
evidenciar cmo es que una persona aprende.
El conductismo establece que el aprendizaje es, en general, incognoscible,
esto es, que no podemos entender qu ocurre dentro de una persona (la teora
de la caja negra). Gredler (2001) expresa el conductismo como un conjunto
de varias teoras que hacen tres presunciones acerca del aprendizaje:
- El comportamiento observable es ms importante que comprender las
actividades internas.
- El comportamiento debera estar enfocado en elementos simples:
estmulos especficos y respuestas.
26

- El aprendizaje tiene que ver con el cambio en el comportamiento.
El cognitivismo a menudo toma un modelo computacional de procesamiento de
la informacin. El aprendizaje es visto como un proceso de entradas,
administradas en la memoria de corto plazo, y codificadas para su recuperacin
a largo plazo. Cindy Buell detalla este proceso: En las teoras cognitivas, el
conocimiento es visto como construcciones mentales simblicas en la mente
del aprendiz, y el proceso de aprendizaje es el medio por el cual estas
representaciones simblicas son consignadas en la memoria.
El constructivismo sugiere que los aprendices crean conocimiento mientras
tratan de comprender sus experiencias (Driscoll, 2000, p. 376). El conductismo
y el cognitivismo ven el conocimiento como externo al aprendiz y al proceso de
aprendizaje como al acto de aprehender el conocimiento. El constructivismo
asume que los aprendices no son simples recipientes vacos para ser llenados
con conocimiento. Por el contrario, los aprendices estn intentando crear
significado activamente. Los aprendices a menudo seleccionan y persiguen su
propio aprendizaje. Los principios constructivistas reconocen que el
aprendizaje en la vida real es catico y complejo. Las aulas de clase que
emulan la ambigedad
i
de este aprendizaje sern ms efectivas al preparar a
los aprendices para el aprendizaje a lo largo de la vida.
2.1.1.3. Limitaciones del conductismo, el cognitivismo y el
constructivismo
Un principio central de la mayora de las teoras de aprendizaje es que el
aprendizaje ocurre dentro de una persona. Incluso los enfoques del
constructivismo social, los cuales sostienen que el aprendizaje es un proceso
social, promueven el protagonismo del individuo (y su presencia fsica, es decir,
basado en el cerebro) en el aprendizaje. Estas teoras no hacen referencia al
aprendizaje que ocurre por fuera de las personas (v.gr., aprendizaje que es
almacenado y manipulado por la tecnologa). Tambin fallan al describir cmo
ocurre el aprendizaje al interior de las organizaciones.
Las teoras de aprendizaje se ocupan del proceso de aprendizaje en s mismo,
no del valor de lo que est siendo aprendido. En un mundo interconectado,
vale la pena explorar la misma forma de la informacin que adquirimos. La
27

necesidad de evaluar la pertinencia de aprender algo es una meta-habilidad
que es aplicada antes de que el aprendizaje mismo empiece. Cuando el
conocimiento es escaso, el proceso de evaluar la pertinencia se asume como
intrnseco al aprendizaje. Cuando el conocimiento es abundante, la evaluacin
rpida del conocimiento es importante. Inquietudes adicionales surgen debido
al rpido incremento de la cantidad de informacin. En el entorno actual, a
menudo se requiere accin sin aprendizaje personal, es decir, necesitamos
actuar a partir de la obtencin de informacin externa a nuestro conocimiento
primario. La capacidad de sintetizar y reconocer conexiones y patrones es una
habilidad valiosa.
Cuando las teoras de aprendizaje existentes son vistas a travs de la
tecnologa, surgen muchas preguntas importantes. El intento natural de los
tericos es seguir revisando y desarrollando las teoras a medida que las
condiciones cambian. Sin embargo, en algn punto, las condiciones
subyacentes se han alterado de manera tan significativa, que una modificacin
adicional no es factible. Se hace necesaria una aproximacin completamente
nueva.
Estas son algunas preguntas para explorar en relacin con las teoras de
aprendizaje y el impacto de la tecnologa y de nuevas ciencias (caos y redes)
en el aprendizaje:
- Cmo son afectadas las teoras de aprendizaje cuando el conocimiento
ya no es adquirido en una forma lineal?
- Qu ajustes deben realizarse a las teoras de aprendizaje cuando la
tecnologa realiza muchas de las operaciones cognitivas que antes eran
llevadas a cabo por los aprendices (almacenamiento y recuperacin de
la informacin)?
- Cmo podemos permanecer actualizados en una ecologa informativa
que evoluciona rpidamente?
- Cmo manejan las teoras de aprendizaje aquellos momentos en los
cuales es requerido un desempeo en ausencia de una comprensin
completa?
28

- Cul es el impacto de las redes y las teoras de la complejidad en el
aprendizaje?
- Cul es el impacto del caos como un proceso de reconocimiento de
patrones complejos en el aprendizaje?
- Con el incremento en el reconocimiento de interconexiones entre
distintas reas del conocimiento, cmo son percibidos los sistemas y
las teoras ecolgicas a la luz de las tareas de aprendizaje?

2.1.1.4. Una teora alternativa
La inclusin de la tecnologa y la identificacin de conexiones como actividades
de aprendizaje, empieza a mover a las teoras de aprendizaje hacia la edad
digital. Ya no es posible experimentar y adquirir personalmente el aprendizaje
que necesitamos para actuar. Ahora derivamos nuestra competencia de la
formacin de conexiones. Karen Stephenson indica:
La experiencia ha sido considerada la mejor maestra del conocimiento.
Dado que no podemos experimentar todo, las experiencias de otras
personas, y por consiguiente otras personas, se convierten en sustitutos
del conocimiento. Yo almaceno mi conocimiento en mis amigos es un
axioma para recolectar conocimiento a travs de la recoleccin de
personas (sin fecha).
El caos es una nueva realidad para los trabajadores del conocimiento. Science
Week (2004) cita la definicin de Nigel Calder en la que el caos es una forma
crptica de orden. El caos es la interrupcin de la posibilidad de predecir,
evidenciada en configuraciones complejas que inicialmente desafan el orden.
A diferencia del constructivismo, el cual establece que los aprendices tratan de
desarrollar comprensin a travs de tareas que generan significado, el caos
seala que el significado existe, y que el reto del aprendiz es reconocer los
patrones que parecen estar escondidos. La construccin del significado y la
formacin de conexiones entre comunidades especializadas son actividades
importantes.
El caos, como ciencia, reconoce la conexin de todo con todo. Gleick (1987)
indica: En el clima, por ejemplo, esto se traduce en lo que es medio en broma
29

conocido como el Efecto Mariposa: la nocin que una mariposa que bate sus
alas hoy en Pekn puede transformar los sistemas de tormentas el prximo mes
en Nueva York (p.8). Esta analoga evidencia un reto real: la dependencia
sensible en las condiciones inciales impacta de manera profunda lo que
aprendemos y la manera en la que actuamos, basados en nuestro aprendizaje.
La toma de decisiones es un indicador de esto. Si las condiciones subyacentes
usadas para tomar decisiones cambian, la decisin en s misma deja de ser tan
correcta como lo era en el momento en el que se tom. La habilidad de
reconocer y ajustarse a cambios en los patrones es una actividad de
aprendizaje clave.
Luis Mateus Rocha (1998) define la auto-organizacin como la formacin
espontnea de estructuras, patrones o comportamientos bien organizados, a
partir de condiciones inciales aleatorias (p.3). El aprendizaje, como un
proceso de auto-organizacin, requiere que el sistema (sistemas de
aprendizaje personales u organizacionales) sean informativamente abiertos,
esto es, para que sean capaces de clasificar su propia interaccin con un
ambiente, deben ser capaces de cambiar su estructura (p.4). Wiley y
Edwards reconocen la importancia de la auto-organizacin como un proceso de
aprendizaje: Jacobs argumenta que las comunidades se auto-organizan de
manera similar a los insectos sociales: en lugar de tener miles de hormigas
cruzando los rastros de feromonas de cada una y cambiando su
comportamiento de acuerdo con ellos, miles de humanos se cruzan entre s en
el andn y cambian su comportamiento.. La auto-organizacin a nivel
personal es un micro-proceso de las construcciones de conocimiento auto-
organizado ms grandes, que se crean al interior de los ambientes
institucionales o corporativos. La capacidad de formar conexiones entre
fuentes de informacin, para crear as patrones de informacin tiles, es
requerida para aprender en nuestra economa del conocimiento.
2.1.1.5. Redes, Mundos Pequeos, Lazos dbiles
Una red puede ser definida simplemente como conexiones entre entidades.
Las redes de computadores, las mallas de energa elctrica y las redes
sociales funcionan sobre el sencillo principio que las personas, grupos,
sistemas, nodos y entidades pueden ser conectados para crear un todo
30

integrado. Las alteraciones dentro de la red tienen un efecto de onda en el
todo.
Albert-Lszl Barabsi indica que los nodos compiten siempre por conexiones,
porque los enlaces representan supervivencia en un mundo interconectado
(2002, p.106). Esta competicin est bastante aminorada al interior de una red
de aprendizaje personal, pero la ubicacin de valor en ciertos nodos en lugar
de otros es una realidad. Los nodos que adquieren un mayor perfil sern ms
exitosos en adquirir conexiones adicionales. En un sentido de aprendizaje, la
probabilidad de que un concepto de aprendizaje sea enlazado depende de qu
tan bien enlazado est actualmente. Los nodos (sean reas, ideas,
comunidades) que se especializan y obtienen reconocimiento por su experticia
tienen mayores oportunidades de reconocimiento, resultando en una
polinizacin cruzada entre comunidades de aprendizaje.
Los lazos dbiles son enlaces o puentes que permiten conexiones cortas entre
informacin. Las redes de nuestros pequeos mundos estn pobladas,
generalmente, con personas cuyos intereses y conocimiento son similares a los
nuestros. Encontrar un nuevo trabajo, por ejemplo, a menudo ocurre a travs
de lazos dbiles. Este principio tiene gran mrito en la nocin de coincidencia,
innovacin y creatividad. Las conexiones entre ideas y campos dispares
pueden crear nuevas innovaciones.
2.1.1.6. Conectivismo
El conectivismo es la integracin de principios explorados por las teoras de
caos, redes, complejidad y auto-organizacin. El aprendizaje es un proceso
que ocurre al interior de ambientes difusos de elementos centrales cambiantes
que no estn por completo bajo control del individuo. El aprendizaje (definido
como conocimiento aplicable) puede residir fuera de nosotros (al interior de una
organizacin o una base de datos), est enfocado en conectar conjuntos de
informacin especializada, y las conexiones que nos permiten aprender ms
tienen mayor importancia que nuestro estado actual de conocimiento.
El conectivismo es orientado por la comprensin que las decisiones estn
basadas en principios que cambian rpidamente. Continuamente se est
adquiriendo nueva informacin. La habilidad de realizar distinciones entre la
31

informacin importante y no importante resulta vital. Tambin es crtica la
habilidad de reconocer cundo una nueva informacin altera un entorno
basado en las decisiones tomadas anteriormente.
Principios del conectivismo:
- El aprendizaje y el conocimiento dependen de la diversidad de
opiniones.
- El aprendizaje es un proceso de conectar nodos o fuentes de
informacin especializados.
- El aprendizaje puede residir en dispositivos no humanos.
- La capacidad de saber ms es ms crtica que aquello que se sabe en
un momento dado.
- La alimentacin y mantenimiento de las conexiones es necesaria para
facilitar el aprendizaje continuo.
- La habilidad de ver conexiones entre reas, ideas y conceptos es una
habilidad clave.
- La actualizacin (conocimiento preciso y actual) es la intencin de todas
las actividades conectivistas de aprendizaje.
- La toma de decisiones es, en s misma, un proceso de aprendizaje. El
acto de escoger qu aprender y el significado de la informacin que se
recibe, es visto a travs del lente de una realidad cambiante. Una
decisin correcta hoy, puede estar equivocada maana debido a
alteraciones en el entorno informativo que afecta la decisin.
El conectivismo tambin contempla los retos que muchas corporaciones
enfrentan en actividades de gestin del conocimiento. El conocimiento que
reside en una base de datos debe estar conectado con las personas precisas
en el contexto adecuado para que pueda ser clasificado como aprendizaje. El
conductismo, el cognitivismo y el constructivismo no tratan de referirse a los
retos del conocimiento y la transferencia organizacional.
El flujo de informacin dentro de una organizacin es un elemento importante
de la efectividad organizacional. En una economa del conocimiento, el flujo de
informacin es el equivalente de la tubera de petrleo en la sociedad industrial.
Crear, preservar y utilizar el flujo de informacin debera ser una actividad
32

organizacional clave. El flujo de informacin puede ser comparado con un ro
que fluye a travs de la ecologa de una organizacin. En ciertas reas, el ro
se estanca y en otras declina. La salud de la ecologa de aprendizaje de una
organizacin depende del cuidado efectivo del flujo informativo.
El anlisis de redes sociales es un elemento adicional para comprender los
modelos de aprendizaje de la era digital. Art Kleiner (2002) explora la teora
cuntica de la confianza de Karen Stephenson, la cual explica no slo cmo
reconocer la capacidad cognitiva colectiva de una organizacin, sino cmo
cultivarla e incrementarla. Al interior de las redes sociales, los hubs son
personas bien conectadas, capaces de promover y mantener el flujo de
informacin. Su interdependencia redunda en un flujo informativo efectivo,
permitiendo la comprensin personal del estado de actividades desde el punto
de vista organizacional.
El punto de partida del conectivismo es el individuo. El conocimiento personal
se compone de una red, la cual alimenta a organizaciones e instituciones, las
que a su vez retroalimentan a la red, proveyendo nuevo aprendizaje para los
individuos. Este ciclo de desarrollo del conocimiento (personal a la red, de la
red a la institucin) le permite a los aprendices estar actualizados en su rea
mediante las conexiones que han formado.
Landauer y Dumais (1997) exploran el fenmeno segn el cual las personas
tienen mucho ms conocimiento del que parece estar presente en la
informacin a la cual han estado expuestas. Estos autores proveen un
enfoque conectivista al indicar la simple nocin que algunos dominios de
conocimiento contienen vastas cantidades de interrelaciones dbiles que, si se
explotan de manera adecuada, pueden amplificar en gran medida el
aprendizaje por un proceso de inferencia. El valor del reconocimiento de
patrones y de conectar nuestros propios pequeos mundos del conocimiento
es aparente en el impacto exponencial que recibe nuestro aprendizaje
personal.
John Seely Brown presenta una interesante nocin, en la cual Internet equilibra
los pequeos esfuerzos de muchos con los grandes esfuerzos de pocos. La
premisa central es que las conexiones creadas con nodos inusuales soportan e
33

intensifican las actividades existentes que requieren gran esfuerzo. Brown
muestra el ejemplo de un proyecto del sistema de Universidad Comunitaria del
Condado de Maricopa, el cual rene a adultos mayores y a estudiantes de
escuela elemental en un programa de mentores. Los nios escuchan a estos
abuelos ms de lo que escuchan a sus padres, la mentora realmente ayuda a
los profesores los pequeos esfuerzos de muchos los adultos mayores-
complementan los grandes esfuerzos de pocos los profesores- (2002). Esta
amplificacin de aprendizaje, conocimiento y comprensin a travs de la
extensin de una red personal es el eptome del conectivismo.
2.1.1.7. Implicaciones
La nocin de conectivismo tiene implicaciones en todos los aspectos de la vida.
Este artculo se enfoca principalmente al aprendizaje, pero los siguientes
aspectos tambin son afectados:
- Administracin y liderazgo: La gestin y organizacin de recursos para
lograr los resultados esperados es un reto significativo. Comprender
que el conocimiento completo no puede existir en la mente de una sola
persona requiere de una aproximacin diferente para crear una visin
general de la situacin. Equipos diversos con puntos de vista
discrepantes son una estructura crtica para la exploracin exhaustiva de
las ideas. La innovacin es otro reto adicional. La mayor parte de las
ideas revolucionarias de hoy da, existieron una vez como elementos
marginales. La habilidad de una organizacin para fomentar, nutrir y
sintetizar los impactos de visiones diferentes sobre la informacin es
crucial para sobrevivir en una economa del conocimiento. La rapidez de
la idea a la implementacin tambin se mejora en una concepcin
sistmica del aprendizaje.
- Medios, noticias, informacin: Esta tendencia ya est en curso. Las
organizaciones de medios masivos estn siendo retadas por el flujo de
informacin abierto, en tiempo real y en dos vas que permiten los blogs.
- Administracin del conocimiento personal en relacin con la
administracin del conocimiento organizacional.
- El diseo de ambientes de aprendizaje.

34

2.1.1.8. Conclusin
La tubera es ms importante que su contenido. Nuestra habilidad para
aprender lo que necesitamos maana es ms importante que lo que sabemos
hoy. Un verdadero reto para cualquier teora de aprendizaje es activar el
conocimiento adquirido en el sitio de aplicacin. Sin embargo, cuando el
conocimiento se necesita, pero no es conocido, la habilidad de conectarse con
fuentes que corresponden a lo que se requiere es una habilidad vital. A medida
que el conocimiento crece y evoluciona, el acceso a lo que se necesita es ms
importante que lo que el aprendiz posee actualmente.
El conectivismo presenta un modelo de aprendizaje que reconoce los
movimientos tectnicos en una sociedad en donde el aprendizaje ha dejado de
ser una actividad interna e individual. La forma en la cual trabajan y funcionan
las personas se altera cuando se usan nuevas herramientas. El rea de la
educacin ha sido lenta para reconocer el impacto de nuevas herramientas de
aprendizaje y los cambios ambientales, en la concepcin misma de lo que
significa aprender. El conectivismo provee una mirada a las habilidades de
aprendizaje y las tareas necesarias para que los aprendices florezcan en una
era digital.
2.1.2. AULA VIRTUAL
2.1.2.1.1. VIRTUALIZANDO
Los educadores, siempre en busca de mtodos y herramientas que permitan
llegar a los educandos con efectividad y eficiencia, hemos encontrado en
Internet la forma de acercar al aula novedades, sistemas y elementos que
permiten acceder al conocimiento sin implicar trasladarse o contar con nutridos
presupuestos para adquirir materiales y ponerlos al alcance de los alumnos.
Esta herramienta nos ofrece interactividad, comunicacin, dinamismo en la
presentacin de contenidos, uso de multimedia, texto y elementos que permiten
atender a los usuarios con distintos estilos de aprendizaje, todo en un mismo
sitio: la computadora con conexin a la red.
Esta fuente de inagotables servicios ha sido abrazada por algunos educadores
como un recurso para la enseanza, y por algunas instituciones educativas,
como el sistema que les permite ampliar sus aulas sin tener que levantar
nuevas paredes. No todos sin embargo se han sumado a esta revolucin, aun
35

estn aquellos que dudan y que no ven a Internet como la herramienta
todava. Parte de ese temor esta dado por la falta de regulaciones y control que
tiene la WWW, lo que hace que cualquiera pueda publicar sin demasiado
fundamento, o que la pantalla sea una caja de sorpresas adonde se la clase se
puede perder en el cyberespacio si no existe un plan y organizacin de los
recursos adecuada.
As surgieron espacios y sitios en Internet pensados para la enseanza y con la
idea de hacer un uso educativo de la WWW. Estos espacios son los que se
denominaron aulas virtuales.
2.1.2.2. EL AULA VIRTUAL
El aula virtual es el medio en la WWW el cual los educadores y educandos se
encuentran para realizar actividades que conducen al aprendizaje. (Horton,
2000).
El aula virtual no debe ser solo un mecanismo para la distribucin de la
informacin, sino que debe ser un sistema adonde las actividades involucradas
en el proceso de aprendizaje puedan tomar lugar, es decir que deben permitir
interactividad, comunicacin, aplicacin de los conocimientos, evaluacin y
manejo de la clase.
Las aulas virtuales hoy toman distintas formas y medidas, y hasta son llamadas
con distintos nombres. Algunas son sistemas cerrados en los que el usuario
tendr que volcar sus contenidos y limitarse a las opciones que fueron
pensadas por los creadores del espacio virtual, para desarrollar su curso. Otras
se extienden a lo largo y a lo ancho de la red usando el hipertexto como su
mejor aliado para que los alumnos no dejen de visitar o conocer otros recursos
en la red relacionados a la clase.
2.1.2.3. USOS DEL AULA VIRTUAL:
Hay empresas que surgieron solo como proveedores de estos espacios, y hay
escuelas y docentes que disearon sus propios espacios para llegar a los
educandos. Los usos que se hacen de estas aulas virtuales son como
complemento de una clase presencial, o para la educacin a distancia.
A. El aula virtual como complemento de clase presencial:
La WWW es usada en una clase para poner al alcance de los alumnos el
material de la clase y enriquecerla con recursos publicados en Internet.
Tambin se publican en este espacio programas, horarios e informacin
36

inherente al curso y se promueve la comunicacin fuera de los limites ulicos
entre los alumnos y el docente, o para los alumnos entre si. Este sistema
permite que los alumnos se familiarizan con el uso de la tecnologa que viene,
les da acceso a los materiales de clase desde cualquier computadora
conectado a la red, les permite mantener la clase actualizada con ultimas
publicaciones de buenas fuentes, y especialmente en los casos de clases
numerosas, los alumnos logran comunicarse aun fuera del horario de clase sin
tener que concurrir a clases de consulta, pueden compartir puntos de vista con
compaeros de clase, y llevar a cabo trabajos en grupo. Tambin permite
limitar el uso fotocopias ya que los alumnos deciden si van a guardar las
lecturas y contenidos de la clase en un disquete para leer de la pantalla, o si
van a imprimirlo, segn los estilos de aprendizaje de cada uno.
Este uso de aula virtual como complemento de clase ha sido tambin el punto
de inicio de clases a distancia en casos en que los docentes y las instituciones
han adecuado los materiales para ofrecerlos en clases semi presenciales o a
distancia.
B. El aula virtual para la educacin a distancia:
En el caso de la educacin a distancia el aula virtual toma una importancia
radical ya que ser el espacio adonde se concentrara el proceso de
aprendizaje. Ms all del modo en que se organice la educacin a distancia:
sea semi-presencial o remota, sincrnica o asncrona, el aula virtual ser el
centro de la clase. Por ello es importante definir que se espera que los alumnos
puedan lograr en su aprendizaje a distancia y que elementos aportara el nuevo
medio para permitir que esa experiencia sea productiva.
2.1.2.4. Elementos esenciales que componen el aula virtual
Los elementos que componen un aula virtual surgen de una adaptacin del
aula tradicional a la que se agregaran adelantos tecnolgicos accesibles a la
mayora de los usuarios, y en la que se remplazarn factores como la
comunicacin cara a cara, por otros elementos.
Bsicamente el aula virtual debe contener las herramientas que permitan:
- Distribucin de la informacin, es decir al educador presentar y al
educando recibir los contenidos para la clase en un formato claro, fcil
de distribuir y de acceder.
- Intercambio de ideas y experiencias.
37

- Aplicacin y experimentacin de lo aprendido, transferencia de los
conocimientos e integracin con otras disciplinas.
- Evaluacin de los conocimientos
- safeheaven, Seguridad y confiabilidad en el sistema.
A. Distribucin de la Informacin:
El aula virtual debe permitir la distribucin de materiales en lnea y al mismo
tiempo hacer que esos y otros materiales estn al alcance de los alumnos en
formatos estndar para la imprimir, editar o guardar.
Los contenidos de una clase que se distribuye por la WWW deben ser
especialmente diseados para tal fin.. Los autores debe adecuar el contenido
para un medio adonde se nuclean diferentes posibilidades de interaccin de
multimedios y adonde la lectura lineal no es la norma. El usuario que lee
pginas de internet no lo hace como la lectura de un libro, sino que es ms
impaciente y escanea en el texto. Busca ttulos, texto enfatizado en negrita o
italizado, enlaces a otras pginas, e imgenes o demostraciones. Si la
informacin en la primera pgina implica scrolling o moverse hacia abajo o
hacia los lados dentro de la pgina, porque no cabe en una pantalla, o si las
primeras pginas no capturan la atencin, es muy probable que el usuario se
sienta desilusionado desde el comienzo del curso. Por ello es que uno de los
principios fundamentales para la organizacin del contenido para clases en la
WWW sea la divisin de la informacin en piezas o chunking, que permitan a
los alumnos recibir informacin, chequear recursos, realizar actividades,
autoevaluarse, compartir experiencias, y comunicarse.
Los materiales para la clase que de por si son extensos debern ser puestos al
alcance del alumno en otros formatos que le permitan:
a) Salvarlo en su disco para evitar largos periodos de conexin,
b) Imprimirlo con claridad para leerlo.
c) Sugerir libros de texto que acompaaran al curso en lnea.
d) Si el curso va a incluir elementos multimediales como vdeo, sonido o
grficos de alta resolucin que se demoraran al bajar de Internet es
aconsejable que esos elementos se distribuyan tambin en un CDROM
que acompae a la clase, y que los alumnos pueden recibir cuando
reciben todo el material o los documentos administrativos que certifican
su inscripcin en el curso.
38

B. Intercambio de ideas y experiencias.
Recibir los contenidos por medio de Internet es solo parte del proceso, tambin
debe existir un mecanismo que permita la interaccin y el intercambio, la
comunicacin. Es necesario que el aula virtual tenga previsto un mecanismo de
comunicacin entre el alumno y el instructor, o entre los alumnos entre si para
garantizar esta interaccin. Especialmente en la educacin a distancia adonde
el riesgo de desercin es muy alto y una de las maneras de evitarlo es
haciendo que los alumnos se sientan involucrados en la clase que estn
tomando, y acompaados por pares o por el instructor. El monitoreo de la
presencia del alumno en la clase, es importante para poder conocer si el
alumno visita regularmente las pginas, si participa o cuando el instructor
detecta lentitud o ve seales que pueden poner en peligro la continuidad del
alumno en el curso.
La interaccin se da ms fcilmente en cursos que se componen por alumnos
que empiezan y terminan al mismo tiempo, cohortes, porque se pueden
disear actividades que alientan a la participacin y comunicacin de los pares.
En el caso de cursos que tienen inscripciones abiertas en cualquier momento,
la comunicacin y/o monitoreo por parte de los instructores o responsables es
importante que llegue al alumno en diferentes instancias para demostrarle que
est acompaado en el proceso y que tiene adonde recurrir por ayuda o
instrucciones si las necesita en el transcurso de la clase.
La comunicacin en el aula virtual se realiza de distintas maneras. Una de ellos
es el correo electrnico, el cual se ha convertido en sistema estndar de
comunicacin para los usuarios de Internet, pero que en los casos de aulas
virtuales no siempre es lo ms aconsejable. Comunicarse por correo
electrnico es aceptable para comunicacin con el profesor en privado, y suele
ser el nico medio de comunicacin en el caso de clases a distancia de
inscripcin abierta. En los casos en clases a distancia para grupos que toman
la clase al mismo tiempo, o cuando el aula virtual es complemento de una clase
presencial, el sistema ms usado es el tipo foros de discusin adonde los
alumnos puede ver la participacin de sus compaeros de clase y el profesor
puede enriquecer con comentarios a medida que el dialogo progresa. Este
mtodo no es externo a la clase como seria el correo electrnico sino que es
parte del aula virtual, se debe acceder como una ms de sus opciones. Los
39

mensajes que forman parte del foro de discusin son como las discusiones que
se realizan en clase, frente a los alumnos, entonces enriquecen y contribuyen
al desarrollo de los distintos temas. Esto hace que la clase tome vida y se
extienda ms all de los contenidos previstos por el profesor inicialmente. El
foro de discusin dentro del aula virtual es fundamental para mantener la
interaccin, pero necesita ser alentado e introducido a la clase por el profesor y
reglamentado su uso, de modo que constituya un espacio ms dentro del aula,
adonde la comunicacin se realiza con respeto y dentro de los temas previstos.
Algunos cursos a distancia usan tambin el chateo o comunicacin sincrnica
para la discusin de clase o para las consultas. Este medio es sumamente rico
en el sentido de velocidad en la comunicacin, habilidad para compartir
archivos, y facilidad para discutir en grupos distintos temas de la clase. Pero al
ser en tiempo real, esto limita a aquellos que no pueden cumplir con horarios
determinados. Tambin esto est previsto ya que muchos de los programas de
chateo permiten archivar la conversacin y poner este archivo a disposicin de
la clase para consultas posteriores. Aun con todas estas posibilidades, no
todos los cursos que usan aulas virtuales hacen uso del chateo como actividad
de clase, pero si como herramienta de comunicacin para consultas al
profesor.
C. Disponibilidad del profesor para las comunicaciones:
El profesor o los ayudantes que van a asistir en el dictado de la clase deben
publicar y cumplir con horarios para atender el aula virtual y hacerlos conocer
para que los alumnos sepan que las comunicaciones sern respondidas dentro
de esos trminos, porque a veces los alumnos esperan respuestas de sus
mensajes de correo electrnico inmediatamente. El mismo trato debe ser dado
a los que realizan soporte tcnico de las clases, deben figurar nombres y
modos de contactarlos y de horarios en que se deben esperar respuestas, a
menos que se trate de impedimentos que recaen sobre el progreso en la clase,
en cuyo caso la respuesta deber ser pronta.
D. Aplicacin y experimentacin de lo aprendido.
La teora de una clase no es suficiente para decir que el tema ha sido
aprendido. Aprendizaje involucra aplicacin de los conocimientos,
experimentacin y demostracin. El aula virtual debe ser diseada de modo
que los alumnos tengan la posibilidad de ser expuestos a situaciones similares
40

de prctica del conocimiento. Por el solo hecho de experimentar, no para que la
experiencia sea objeto de una calificacin o examen. En el mundo virtual esto
es posible a travs de diferentes mtodos como ejercitaciones que se
autocorrigen al terminar el ejercicio, o que le permiten al alumno comparar su
respuesta con la respuesta correcta o sugerida por el instructor para que el
mismo juzgue su performance. Y en otros casos hasta es posible que el
alumno pueda experimentar con aplicaciones o simulaciones que en la vida
real involucraran riesgo personal del educando, como experimentos qumicos,
simuladores de vuelo, y otros. Estos ejemplos de experimentacin son
opciones que ocurren casi exclusivamente en el mbito virtual.
E. Evaluacin de los conocimientos
Adems de la respuesta inmediata que el alumno logra en la ejercitacin, el
aula virtual debe proveer un espacio adonde el alumno es evaluado en relacin
a su progreso y a sus logros. Ya sea a travs de una versin en lnea de las
evaluaciones tradicionales, o el uso de algn mtodo que permita medir la
performance de los estudiantes, es importante comprobar si se lograron
alcanzar los objetivos de la clase, y con que nivel de xito en cada caso. El
estudiante debe tambin ser capaz de recibir comentarios acerca de la
exactitud de las respuestas obtenidas, al final de una unidad, modulo o al final
de un curso. Y esta evaluacin debe estar revestida de la seriedad y privacidad
en el trato que cada evaluacin requiere. El aula virtual debe proveer el espacio
para que los alumnos reciban y/o enven sus evaluaciones al instructor y que
luego este pueda leer, corregir y devolver por el mismo medio.
F. Seguridad y confiabilidad en el sistema.
Un aula virtual debe ser el espacio adonde el alumno puede adquirir
conocimientos, experimentar, aplicar, expresarse, comunicarse, medir sus
logros y saber que del otro lado est el profesor, instructor o responsable de
esa clase, que le permite aprender en una atmsfera confiable, segura y libre
de riesgos.
Para que la clase se lleva a cabo en el aula virtual bajo condiciones ideales, el
profesor debe garantizar que antes de comenzar todos alcanzan los requisitos
bsicos para poder participar del curso, publicar y hacer conocer esos
requisitos y el modo de lograrlos para aquellos que no los tienen, asegurar
igual acceso a los materiales del curso, brindando distintas opciones para
41

atender los estilos de aprendizaje de los educandos y sus limitaciones
tecnolgicas, alentar a la comunicacin y participacin de los alumnos en los
foros de discusin, o sistemas alternativos de comunicacin, mediar para que
la comunicacin se realice dentro de las reglas de etiqueta y con respeto y
consideracin, respetar los horarios y fechas publicadas en el calendario de la
clase, hacer conocer los cambios a todos los alumnos y mantener coherencia
en el modo de comunicacin, y ofrecer en la medida de lo posible sesiones
extra cruciales, antes o durante el curso para que los alumnos tengan la
oportunidad de resolver problemas tcnicos relacionados con el dictado del
curso que les impide continuar, evitando as que la clase se distraiga con
conversaciones ligadas a la parte tcnica.
2.1.2.5. EL AULA VIRTUAL DESDE EL PUNTO DE VISTA DEL
PROFESOR
Hasta aqu hemos mencionado los elementos esenciales del aula virtual visto
desde los ojos del alumno, ahora analizaremos los elementos que el profesor
debe considerar para asegurar el fcil manejo de su clase dictada va Internet.
Entre los puntos a considerar estn los que se refieren a:
- Acceso al aula virtual
- Actualizacin y monitoreo del sitio
- Archivo de materiales
- Tiempo en el que los materiales estarn en lnea para el acceso.
A. Acceso al aula virtual.
El curso puede ser de acceso limitado o abierto. Cuando es de acceso limitado
solo a aquellos que se han inscripto en la clase, se debe dejar en claro quien
tendr a cargo la limitacin de ese acceso. En algunos casos puede ser la
institucin o departamento que ofrece el curso, y esto hace que el profesor no
tenga que preocuparse por el acceso de los alumnos, ya que los que sean
admitidos a su clase habrn recibido explicacin de como acceder al sistema.
En otros casos, las instituciones inscriben a los estudiantes, pero el profesor
debe registrarlos en su clase para que la lista y status de los alumnos aparezca
en el aula virtual como lista de alumnos de la clase. En este caso algunos
sistemas de aulas virtuales permiten que el profesor habilite a los alumnos para
que ellos se auto-inscriban en el aula, y solo es tarea del instructor darles el
alta en el sistema. En otros casos debe ser el instructor quien entre la
42

informacin de cada uno de los alumnos, para que estos figuren en su lista.
Esto es un punto a considerar cuando se trata de clases muy numerosas.
Tambin se debe considerar que tipo de acceso va a tener el instructor, y si
este acceso le dar ventajas sobre el acceso general de los alumnos.
Los sistemas de aulas virtuales que se ofrecen en el mercado llaman acceso
administrativo al que le permite al instructor acceder y cargar la informacin
para la clase mediante una pgina de Internet y toda esta informacin es
almacenada en una base de datos y puesta al alcance del alumno. Tambin los
docentes pueden monitorear la asistencia de los alumnos al aula virtual,
conocer los resultados de las ejercitaciones y acceder a los archivos de
evaluacin que el alumno enva al sistema. Puede tambin manejar las
comunicaciones y agregar, editar o modificar contenidos, actividades o
ejercitaciones de la clase.
En los sistemas ms sofisticados el administrador puede otorgar un tipo de
acceso a los asistentes de su clase que ser diferente al de los alumnos en
general. En los casos de clases abiertas, el acceso no es restringido y el
sistema de ejercitaciones y evaluacin es de auto-correccin lo que hace que la
participacin del instructor se limite a monitorear la asistencia de los alumnos y
sirva de recurso en el caso que los alumnos requieran ayuda.
En todos los casos es importante que el personal tcnico que administra el aula
virtual conozca las necesidades de la clase para que pueda definir y aplicar los
sistemas de acceso.
B. Actualizacin y monitoreo del sitio
Los instructores debern decidir tambin con que frecuencia y quien estar a
cargo de la actualizacin de las pginas del curso. Tambin alguien deber
visitar el curso para probar que los enlaces sigan conectando a pginas
existentes, y que todos los agregados multimediales sigan funcionando y
abrindose en la pgina del curso como planeado originalmente.
Esto lleva tiempo y debe ser planeado de antemano, para evitar que el aula
virtual se desactualice con el tiempo.
Si el aula virtual es dinmica la actualizacin de pginas tiene que ser posible a
travs del mismo sistema que se incorporaron contenidos. En algunos casos, el
aula virtual esta realizada en HTML y la nica forma de actualizarla ser
modificando las pginas originales, para lo cual el instructor tendr que conocer
43

como hacerlo, o contar con un asistente que lo haga. No solo hay que
considerar una actualizacin en el contenido, sino tambin la actualizacin en
el diseo indica a los usuarios que el aula virtual es un espacio vivo y
constantemente revisado.
C. Archivo de materiales
El instructor debe mantener copias del material presentado en el aula virtual
para seguridad. Dependiendo de la duracin de la clase, algunos instructores
realizan una copia al comienzo, y otras en el transcurso del curso, lo que
permite recurrir a la ltima copia realizada si inconvenientes tcnicos provocan
la perdida de materiales.
Algunos sistemas de aulas virtuales ofrecen el archivo diario de materiales,
para que el instructor pueda acceder si los necesita.
D. Tiempo en el que los materiales estarn en lnea para el acceso.
Algunos cursos son ofrecidos peridicamente pero los materiales estn
disponibles para los alumnos ilimitadamente. Otros, sin embargo, cortan la
disponibilidad del curso ni bien se ha completado el ciclo. Es importante que los
alumnos sepan cuanto tiempo tendrn acceso al curso, y tambin que el
instructor sea el que decida que pasara con los materiales de curso una vez
completado. Hay sistemas de aulas virtuales que guardan el contenido y este
puede ser reciclado para una futura clase usando el mismo sistema, otros
advierten al instructor que guarde copias del curso, por que ser borrado del
sistema al terminar el ciclo. En el caso de cursos publicados en pginas HTML
es ms fcil para los instructores guardar el curso o dejarlo disponible para el
pblico, inhabilitando partes del mismo, como sera el rea de las
comunicaciones o de las evaluaciones. Si el curso permanecer abierto se
debe planificar la actualizacin peridica del mismo con ms nfasis que en el
caso de cursos que sern cerrados al terminar el ciclo.

2.1.2.6. TEORAS DE LA EDUCACIN A DISTANCIA
Un aspecto fundamental de la educacin a distancia lo constituyen las teoras
que dan sustento y sentido a esta modalidad educativa, en las que adems
todo iniciado en el estudio de esta modalidad educativa debe conocer. En esta
parte tan solo describirnos sucintamente lo que postula cada uno de los
estudiosos ms reconocidos en la materia.
44

A. Teora de la autonoma y la independencia de Wedemeyer
El principal expositor de esta teora es Charles Wedemeyer, que se centra en el
anlisis del aprendizaje (ms que en el de la enseanza) del estudiante adulto.
Las principales ideas que fundamenta su teora son: 1. Los adultos son ms
auto-responsables que los jvenes, y por tanto, son ms capaces para
determinar la direccin de su educacin. 2. En los seres humanos existen
diferencias en los estilos cognitivos y el ritmo de aprendizaje, 3, La efectividad
del aprendizaje radica en que sea vivencial, es decir, que se viva la
experiencia. 4, En un mundo en continuo cambio, el aprendizaje dura toda la
vida.
Basado en estas premisas de Wedemeyer a su vez Michael Moore sostiene
que la educacin abierta y a distancia, incrementa la posibilidad de acceso a la
educacin, permite y facilita la independencia y la autonoma del estudiante
para ejercer su libertad de eleccin, su responsabilidad para tomar decisiones
en su educacin y establecer sus metas en el aprendizaje,
Esta teora supone un modelo educativo caracterizado por dos momentos: uno
de partida y comn a un grupo de estudiantes que comparten objetivos
similares, quienes entran en contacto con cada contenido temtico a travs del
estudio de materiales didcticos elaborados de manera estandarizada; otro
momento en donde las necesidades y problemas suscitados durante el estudio
independiente son atendidos en forma individual, donde surgen nuevas
necesidades y requerimientos d formacin que son orientados por un tutor o
asesor, quien incentiva, apoya y realimenta a cada estudiante.

B. Teora de la distancia transaccional de Michael Moore (1976):
Este estudioso seala que en todas las transacciones e interacciones entre
seres humanos siempre hay una distancia, en la que aumenta o disminuye en
funcin del grado de transacciones que se den entre el estudiante y el docente;
as habr ms transacciones cuando el programa educativo est poco
estructurado, en cambio, habr menos transacciones cuando el evento
educativo est muy bien estructurado.

C. Teora de la industrializacin de Otto Peters (1971):
Una de las teoras mejor elaborada sobre la educacin a distancia es la teora
45

de la industrializacin de Peters, que la explica como un fenmeno histrico-
socioeducativo; pues es derivada y comprendida como un producto de la poca
industrial, consecuencia del desarrollo y avances tecnolgicos, donde las
innovaciones de la tecnologa de la informacin y los medios de comunicacin,
pusieron al alcance de las personas e instituciones otros recursos y alternativas
para llevar la educacin al lugar de residencia del demandante de servicios
educativos, transformando as simultneamente la organizacin de estas
instituciones educativas en sus mtodos y procedimientos. Esta teora retoma
en lo fundamental los principios y procedimientos de las organizaciones
industriales, como son; la racionalizacin en la produccin, la divisin del
trabajo, la mecanizacin y la produccin masiva, la planificacin y organizacin
del trabajo, los mtodos de calidad y control cientfico, la formalizacin, la
estandarizacin, el cambio de funciones, la objetivacin, la concentracin y la
centralizacin.

D. Teora de la interaccin y la comunicacin:
El principal expositor de teora es Borje Holmberg (1983), el cual se enfoca al
estudio de las caractersticas psicopedaggicas deseables en los materiales
didcticos de un sistema de enseanza abierta y a distancia. Plantea que la
educacin convencional se en la relacin de comunicacin e interaccin cara a
cara, que se establece entre el profesor y el grupo de estudiantes, pero en et
caso de la educacin a distancia, falta de contacto y contigidad de las
personas adquiere otra forma de conversacin, es decir, es sustituida (modelo
de conversacin didctica guiada) por una comunicacin simulada que se
concreta en la interaccin y conversacin que establece el estudiante con lo
didcticos, De esta manera Holmberg establece los principales aspectos y
elementos que contener los materiales didcticos, a fin de que promuevan
situaciones de aprendizaje lo ms cercano posible a una situacin real de
comunicacin e interaccin, a partir de los siguientes postulados:
- La sensacin de una relacin personal entre el enseante y el aprendiz
que promueva la motivacin en el estudiante.
- Esta sensacin debe estar fomentada por un material bien elaborado,
auto instructivo y una comunicacin de ida y vuelta a distancia.
- Fomento por el gusto al estudio y la motivacin para lograr las metas de
46

estudio, as como el uso de metodologas apropiadas.
- Atmsfera, lenguaje y conversacin que favorezcan los sentimientos de
una relacin personal
- Que los mensajes enviados y recibidos en forma de conversacin sean
comprendidos y recordados fcilmente.
- Que el concepto de conversacin pueda ser fcilmente trasladada a
otros medios de comunicacin en educacin abierta y a distancia.
- Que la planeacin y orientacin del trabajo proporcionados por la
institucin de enseanza permita al estudiante organizar su estudio.
Una crtica a este modelo aplicado en los materiales didcticos supone que
limita o restringe la independencia y autonoma del estudiante para establecer y
determinar los contenidos de su aprendizaje en niveles avanzados o
poblaciones con mayor madurez; por lo tanto, Holmberg propone que para
estos niveles educativos avanzados se elaboren guas ms flexibles, que estn
redactadas en el estilo de conversacin didctica guiada, que introduzcan al
alumno en los objetivos y contenidos del curso comenten la bibliografa a
consultar, concreten y orienten en las tareas a realizar.

E. Teora de Desmond Keegan (1985):
Este estudioso reflexion sobre el hecho de que la base terica de la educacin
a distancia es la misma teora general de la educacin, es decir, que los
medios y las condiciones entre docente y estudiante pueden ser diferentes pero
los fundamentos pedaggicos que rigen el proceso de enseanza aprendizaje
son los mismos. Menciona que la relacin docente-estudiante, incluyendo la
relacin "intersubjetiva (intelectual y afectiva), puede ser creada
"artificialmente*, o sea a travs de los medios, los materiales y las tecnologas
apropiadas.
F. Teora de la equivalencia de Michael Simonson, Scholosser y
Hanson (1999):
Establece que la educacin que se ha de impartir a la distancia deber ser de
la misma calidad que la que se imparte en la modalidad presencial, es decir, las
experiencias de aprendizaje en la distancia debern ser similares a las de la
educacin convencional. Es as que todo diseador instruccional de eventos
educativos a distancia deber preocuparse por estructurar experiencias
47

educativas que proporcionen los mismos conocimientos, competencias y
habilidades que proporcione la educacin tradicional.

G. Teora del Dilogo Didctico Mediado de Aretio (2001):
Esta teora en cierta forma sintetiza los principales elementos que han aportado
otros tericos de la educacin a distancia, por lo que tambin se te conoce
como "Teora integradora. Est basa su propuesta en la comunicacin
mediante el empleo de los medios sincrnicos y asincrnicos, en el diseo de
materiales didcticos en formato de autoestudio y en la importancia de la
interactividad vertical y horizontal El dilogo didctico mediado puede ser
simulado y asincrnico, y real (sincrnico o asincrnico).

2.1.2.7. POR QU, PARA QU Y CMO DEL USO DE LAS
PLATAFORMAS DE E-LEARNING EN LAS UNIVERSIDADES
En esta parte se analizan las bases, los elementos participantes, el sentido
sociocultural y las posibilidades del e-learning en las universidades, que
suponen la gnesis de una nueva cultura profesional entre docentes.
A. INTRODUCCIN
Un apartado que acerca de cmo usar determinada herramienta parece
imprescindible en una tesis que justamente se pregunta y acierta en encontrar
respuestas acerca de la enseanza universitaria. Claro que en este caso, y
desde mi modesto punto de vista, no es una pregunta sencilla, porque no hay
respuestas que puedan considerarse modelos a seguir a modo de libro de
instrucciones acerca de la enseanza. Tomando esto como base, baso la
exposicin de este acpite en dos principios:
- La enseanza es una cuestin compleja (implica cuestiones culturales y
sociales) que se produce en un contexto social, poltico y econmico
ms amplio.
- No es posible aplicar recetas directas para llevar a cabo determinadas
propuestas de enseanza sin tener en cuenta las condiciones
institucionales y personales concretas en que se desarrolla.
Por lo tanto, lo que me propongo hacer en este trabajo es compartir reflexiones,
experiencias e ideas que surgen de la investigacin de la propia prctica como
profesores y de las indagaciones que hemos desarrollado en los ltimos aos
48

en diferentes contextos. La intencin es abrir una propia mirada y con ello
ayudar a reflexionar sobre estos temas para apuntalar la toma de decisiones
cuando nos enfrentamos al trabajo utilizando estas herramientas.
Por esta razn se ha organizado el trabajo en base a tres preguntas que
orientan la reflexin sobre el uso de las plataformas de e-learning en las
universidades y los anlisis acerca de los motivos y los principios por los cuales
se utiliza de esa manera. Las preguntas son bsicas: Por qu? Qu?
Cmo? E intentan acercarnos a comprender qu est sucediendo y cul es el
lugar del profesorado en ese contexto. Como profesora universitaria necesito
comprender los motivos por los cuales tengo que cambiar las formas en que
tradicionalmente trabajo. De all la necesidad de comenzar con los porqus,
que tienen que ver con el contexto global que demanda cambios a la
universidad y a su profesorado. Cmo respondemos a esos cambios?
El qu es imprescindible, ya que necesito conocer a fondo tanto aquello que
voy a utilizar como el panorama que se me presenta entre el conjunto de
herramientas disponibles. Y, por ltimo, llegamos al cmo, que no pretende ser
un declogo, sino indicios de cmo se usan las herramientas en funcin del
campo de conocimiento y del contexto institucional en el que se emplean.
A los docentes universitarios nos toca vivir tiempos inciertos, las palabras
cambio e innovacin estn por todas partes y la corriente nos lleva a un
ritmo que impide el sosiego necesario para disfrutar del paisaje y decidir el
lugar de destino. Intentemos entonces crear algunas hojas de ruta que nos
ayuden en estos tiempos de incertidumbre.

B. POR QUE USAR LA PLATAFORMA DE E-LEARNING QUE ME
OFRECE LA UNIVERSIDAD?
Por lo general se verifica el hecho de que comienza una discusin que se
genera a raz de que la aplicacin informtica que provee la universidad exige
definir un horario especfico para las clases no presenciales. Un profesor
pregunta: Qu se espera de nosotros? Yo nunca he usado la plataforma esa
online y no tengo intencin de usarla. Este grupo de profesores ha recibido
unas clases de explicacin tcnica acerca de la plataforma que utiliza la
universidad. Otro manifiesta: Es ridculo, en otro mster utilic Skype y no
tuvimos problemas, nos pusimos de acuerdo con los alumnos para trabajar en
49

chat. Conmigo que no cuenten, as de claro, dice el primero. La direccin del
mster propone incorporar horarios concretos para hacer esas clases no
presenciales a travs de videoconferencia (con una aplicacin que incorpora la
plataforma oficial de la universidad). Murmullo general de disconformidad con la
propuesta que encorseta cualquier estrategia. Despus de media hora de
discusin, en la que se manifiesta lo que cada uno est entendiendo sobre
cmo trabajar en entornos no presenciales, se decide aplazar este aspecto
para el curso siguiente, cuando el conjunto del profesorado tenga ms
confianza con el entorno y se propongan alternativas de uso.
La historia, que es verdica, viene bien para que pongamos los pies en la tierra
y comencemos a pensar en profesores reales, que trabajan a diario en las
universidades, y no en una didctica que se planea que debe ser una
propuesta. Estos profesores tienen una trayectoria de trabajo en la docencia
construida a lo largo de aos de integracin a una institucin que le ha ayudado
a definir la mejor manera de hacer las cosas. Se han formado en la prctica de
observar a sus propios profesores o mentores y con las propias experiencias
que les han dado resultado y han sobrevivido a las diferentes demandas
cruzadas a travs de los sucesivos cambios que hemos sufrido. Sabemos que
los vientos que trae el EEES ms que brisas son tempestades, pero si se
plantean los cambios con algn tipo de seriedad, es necesario contar con el
profesorado que lo llevar adelante y con su conocimiento prctico, adquirido
durante aos de trabajo.
La respuesta a la pregunta que titula este apartado requiere que rastreemos en
las demandas que se derivan de las condiciones que impone la economa del
conocimiento. En la mayora de las universidades se ha implementado una
plataforma que gestiona los procesos de enseanza y aprendizaje en lnea, en
ocasiones como la nica respuesta a las exigencias de la sociedad de la
informacin y del conocimiento (SIC). Estas demandas requieren que la
universidad se adapte y reacomode de manera crtica, y sta, sin lugar a
dudas, es una situacin compleja que no puede resolverse a travs de una
nica respuesta institucional. La funcin de la universidad, en su conjunto, est
interpelada. Penetrar en la llamada SIC de la mano del proceso de
convergencia con el EEES es una de las cuestiones que estn haciendo
tambalearse al propio sistema. Se espera que forme sujetos capacitados y
50

competentes para trabajar en un mundo donde el conocimiento es materia
prima, y la innovacin y la creacin, la especia que lo condimenta.
El nuevo orden laboral necesita trabajadores del conocimiento que afronten
el desafo de la innovacin y la creatividad constante que exigen los mercados.
Las propuestas de mayor presupuesto en I+D+I de los pases que quieren
alinearse en el marco de las decisiones y no comenzar a formar parte del grupo
que se pauperiza afectan tambin a la institucin que histricamente ha
trabajado alrededor del conocimiento.
La demanda a las instituciones de Educacin Superior es la de ser funcionales
en una economa basada en el conocimiento con parmetros que proceden del
neocapitalismo, y adaptarse a esto se est traduciendo en modificaciones tanto
en la produccin de conocimiento (economa de la investigacin: gasto y
patentes, actividades de los expertos y trabajadores del conocimiento,
influencia de stos en las decisiones poltico-administrativas) como en su
distribucin (el papel de las TIG, el sistema educativo, las comunidades de
conocimiento) y recepcin (actitudes hacia el conocimiento cientfico y hacia la
innovacin) (Noya, 2008).
Estas relaciones entre economa y sistema educativo estn reclamando
cambios claros en direccin a una alineacin con el mundo de la empresa tanto
en su organizacin (crculos de calidad y trabajo cooperativo, organizacin en
red y distribuida) como en los contenidos (relaciones ms estrechas entre
tecnologa y ciencias bsicas y de stas con las demandas sociales) y las
metodologas de enseanza (enfoque por competencias, saber hacer, aprender
a aprender, pensamiento creativo).
Cul es la respuesta de las universidades a estas cuestiones? Qu funcin y
qu perspectiva de trabajo se abren a los colectivos implicados? Frente a las
insistentes demandas de cambio y restructuracin, cules son los anlisis y
las polticas estratgicas que se estn llevando a cabo?
La universidad tiene un papel fundamental y, sin embargo, parece que an no
est dando la talla. Las restructuraciones que propone el proceso del EEES
han implicado cambios en los planes de estudio, en las estructuras de
formacin y de trabajo del profesorado. Comenz, a principios de la dcada,
con inversiones en TIC y en sistemas de e-learning que ayuden a flexibilizar las
estructuras de enseanza.
51

Estas inversiones respondan a expectativas de cambio que han sido en gran
parte decepcionadas. Los estudios que se han realizado en diferentes
contextos (por ejemplo Gewerc, 2009a, 2009b; Gewerc et al, 2007, 2008)
muestran que las instituciones han hecho mucho esfuerzo econmico
priorizando la dotacin de hardware y las condiciones materiales de integracin
a la SIC, pero carecan de definiciones acerca de las orientaciones estratgicas
o los fundamentos con respecto al uso de las TIC para la enseanza. Tampoco
ha abundado una reflexin de los cambios a todo nivel que esto puede implicar
para la universidad: organizativo, curricular, laboral, etc. Ni se ha trabajado en
la necesidad de ayudar al profesorado a replantearse su trabajo desde las
claves que imponen las nuevas condiciones sociales y econmicas. Esto puede
verse como la necesidad de un proceso formativo de hondo calado que en
cada contexto podr tomar una forma diferente respetando las idiosincrasias.
El tipo de enseanza que solicitan est centrada en el aprendizaje del alumno,
enfocada hacia la competencia en capacidades que impliquen disposicin
hacia el cambio y la innovacin, y ha de ser fundamentalmente
profesionalizante, activa y crtica para potenciar la adquisicin de las
herramientas de aprendizaje autnomo y permanente que se vienen
manejando en esta obra. La demanda es formar sujetos que puedan adaptarse
a este nuevo orden laboral que, casualmente, se ha apoderado de las
consignas que desde hace mucho tiempo se sostenan para la renovacin
pedaggica: trabajo cooperativo, colaborativo, solucin de problemas, trabajo
en grupo. Todo esto, en este momento, recae en las TIC, porque hacen posible
un currculum al que pueden acceder los alumnos en cualquier tiempo y en
cualquier lugar y, por lo tanto, ofrecen a las instituciones la oportunidad de
incorporar ms clientela y operar ms eficazmente en el mercado global de
la educacin.
Es en este contexto en el que aparecen las plataformas de enseanza. Se
podr con ellas cubrir estas expectativas? Tiene que ser la universidad
funcional en este entorno?
En un primer momento, muchas universidades comenzaron a implementar un
campus virtual y a incorporar a sus actividades docentes presenciales
propuestas basadas en diferentes modelos de e-learning como la nica
respuesta que podan ofrecer para afrontar estos cambios y mostrar algn
52

sntoma de adaptacin a los nuevos tiempos (por ejemplo rea Moreira, 2004).
Esta actuacin se ha ido expandiendo con el tiempo y hoy por hoy quiz
podemos afirmar que casi la totalidad de las instituciones de educacin
superior incorporan algn tipo de propuesta de este tipo. Como vemos, es una
cuestin compleja que no se solventa slo con la incorporacin de un software
especfico (aunque esto pueda apoyar en algn sentido las propuestas). Se
trata de comenzar a pensar cmo trabajar desde mi lugar para ayudar al
sistema educativo a prepararse para afrontar los profundos desafos y tambin
problemas creados por las nuevas condiciones econmicas. Cules son las
condiciones en las que ayudamos a nuestros alumnos a insertarse en la
sociedad? Cmo trabajar por una insercin crtica en el sistema sin ser
expulsado? Cmo estoy colaborando en esto con la enseanza que desarrollo
en mis clases? Quiz en este da a da se construye tambin la opcin poltica
de la universidad que ayuda a conformar y a estimular transformaciones
sociales y estructurales importantes.

C. QU SON LAS PLATAFORMAS DE E-LEARNING? HAY VIDA MS
ALL DE LA HERRAMIENTA?
En teora, el uso de plataformas de teleformacin y de los campos virtuales se
considera una va natural para impulsar la metodologa docente en la que se
sustenta el EEES. Sin embargo, sobre todo teniendo en cuenta el incidente
crtico planteado en el apartado anterior, no es tan natural, sino que requiere
un proceso de transformacin y cambio que involucra a las formas naturales de
hacer las cosas.
Las plataformas de e-learning, o ambientes virtuales de aprendizaje (conocidos
por sus siglas en ingls, Learning Management System, LMS), integran las
herramientas y recursos necesarios para administrar, organizar, coordinar,
disear e impartir gestionar programas de formacin a travs de Internet.
Algunos de los LMS ms usados actualmente en el mercado son Blackboard y
WebCT, entre el software propietario, y Moodle y Dokeos, entre el software
libre de cdigo abierto.
La mayora de las propuestas de enseanza en la red, institucionalizadas en
las universidades, se realizan a travs de este tipo de plataformas, que tienen
por objetivo configurar en una sola aplicacin la mayor parte de los
53

componentes del ambiente en que se desarrolla el proceso de aprendizaje
virtual. Estandarizan los requerimientos tcnicos de tal "manera que es posible
la creacin y gestin de cursos completos para la web sin que sean necesarios
conocimientos profundos de programacin o de diseo grfico. Hay ms de
300 plataformas de software educativo disponibles en el mercado, tanto de
cdigo abierto como comerciales.
La existencia de un espacio virtual de trabajo en la sociedad contempornea se
hace cada da ms real, razn por la cual la idea de campus virtual no puede
oponerse a la de campus fsico, sino que es otra modalidad que, va cobrando
vida en la cotidianeidad del trabajo en el mundo universitario.
Un anlisis sencillo de las plataformas (Gewerc et al., 2008) nos permite ver
que tanto las herramientas como las facilidades de estructuracin de un curso a
travs de ellas no difieren de lo que podramos considerar una enseanza de
corte tradicional: el entorno se vuelca en la facilitacin del diseo por parte del
docente, los posibles roles estn claramente predefinidos y la estructuracin de
las herramientas se encuentra supeditada al control del docente. La capacidad
de personalizacin del escenario de enseanza y aprendizaje pasa por un filtro
de roles claramente definidos en los que, a medida que nos acercamos al
alumno, se reduce considerablemente la capacidad de accin. El control del
espacio virtual generado est ampliamente en manos del docente, y la
integracin de herramientas, tanto en actividades como en evaluacin,
responde a una visin transmisiva de la enseanza, al centrarse en el docente,
soportando la interaccin mediante las herramientas de discusin y debate. Es
difcil en este entorno dar soporte a otras formas de aprendizaje, ya sea por
descubrimiento o por aprender haciendo (learning by doing) o mediante formas
de pensamiento docente diferenciados de la simple imparticin de clases o la
discusin/debate, como se ha puesto de manifiesto en investigaciones antes
reseadas.
Entonces donde est la relacin natural entre el uso de las plataformas y
los objetivos del EEES? La plataforma result la respuesta ms concreta y
definida en un entorno tecnolgico que estaba construyndose. Si bien la
historia del e-learning an est en sus primeras etapas, en los inicios era lo
nico con que las instituciones contaban para ofrecer algn tipo de enseanza
alternativa a la presencial. Por otro lado, ofrece una posibilidad de control sobre
54

el trabajo del docente y del alumno no despreciable a travs de una intranet
que mantiene las intimidades del aula a buen recaudo. Quiz las plataformas
representaron, en la historia del e-learning, el momento 1.0. En el da de hoy,
comienza a discutirse su validez, con la aparicin de numerosas herramientas
ya familiares para los alumnos que muy bien pueden suplir a la plataforma
misma, como blogs, redes sociales, lectores de feed, etc., y con carcter
abierto, en la lnea de los planteamientos de la iniciativa Open Course Ware del
MIT.
Debemos Considerar que la tecnologa es ms que un medio de transmitir
informacin, pues su gran potencial radica en su capacidad para dar soporte a
la interaccin rompiendo las barreras de tiempo y espacio. La importancia de la
interaccin radica en mantener el ritmo del aprendizaje, en establecer
relaciones entre los nuevos contenidos y los esquemas mentales previos, en
reforzar nuevas capacidades y en guiar el modo en que interactan con el
contenido. En suma, una utilizacin con ese enfoque podra suponer una
enseanza que se contempla como un proceso de mediacin entre el
conocimiento que se ha de aprender y quien aprende, promoviendo
construcciones de aprendizajes individuales y grupales y facilitando la
interaccin con la realidad. Desde esta perspectiva, los conocimientos son
elaborados individual y socialmente por los alumnos a travs de las
interpretaciones que realizan de sus experiencias. Intercambios socioculturales
en los que se incluyen los significados que los participantes en el proceso
atribuyen a lo que est sucediendo, como han puesto de manifiesto Jonanssen
y Merrill.
El e-learning no es un producto, sino un proceso. No es un sistema
computarizado, ni un software especfico, sino que para tener un sistema de e-
learning necesitamos personas escribiendo, hablando, enseando y
aprendiendo en lnea, con y entre otras, a travs de sistemas basados en
computadoras. Implica una reconceptualizacin de la enseanza a travs de
todas las posibilidades que las comunicaciones sincrnicas y asincrnicas
ofrecen. Qu sucede con la enseanza habitual cuando los procesos son
flexibles en tiempos y espacios? Cmo cambia cuando la informacin est
accesible en la web? Qu modificaciones se producen en los roles de
profesores y alumnos? Qu cambios en las estructuras organizativas de la
55

universidad imponen las modificaciones de las coordenadas de tiempo y
espacio? An estamos buscando las respuestas.

D. COMO SE USAN LAS PLATAFORMAS DE E-LEARNING?
Las prcticas de enseanza son sociales en tanto la desarrollan sujetos que
ocupan una determinada posicin en el campo acadmico y en la estructura
social ms amplia. Pero tambin son individuales, ya que se realizan con
sujetos y para sujetos que interactan con intereses y trayectorias particulares
y estn influidas por las condiciones institucionales y sociales en que estas
trayectorias se han desarrollado y se sitan en el presente (Gewerc y Armando,
2010). Por lo tanto, las propuestas de enseanza en las plataformas de e-
learning estn influidas por las condiciones contextales sociopolticas y
econmicas que vivimos, por las polticas institucionales y las culturas de la
organizacin que se han anclado en cada una de ellas y por la formacin
recibida y en proceso y las posibilidades de desarrollo profesional que sta
genera. Por eso estn sujetas a los criterios hegemnicos de la institucin (de
la valoracin de la docencia; de la organizacin y distribucin de los recursos
materiales y humanos; de las organizaciones acadmicas; de los regmenes de
retribuciones y consideraciones del trabajo). Tiempo, formacin,
reconocimiento y apoyos son los cuatro elementos reiterativos que esgrime el
profesorado tanto para no utilizar la plataforma (aunque se encuentre inscrito
en ella) como para justificar la vorgine que conlleva su aplicacin (Gewerc et
al., 2008). No podramos contestar a las preguntas sobre los usos de
plataformas de e-learning en universidades espaolas sin tener en cuenta
estas cuestiones que nos permiten comprender en toda su amplitud la
problemtica de su utilizacin.
La decisin de abrir un espacio de enseanza en la plataforma puede
responder a razones muy diversas (presiones institucionales, necesidad de
destacarse como profesor, dificultades en relacin con la masificacin, etc.).
Sin embargo, los efectos que su inclusin genera en las prcticas de
enseanza no pueden anticiparse por completo. Estudiar esos efectos y la
relacin con las expectativas de los actores requiere profundizar n la
singularidad de cada caso, analizando cmo incide la lgica de la prctica en el
conjunto de decisiones que el profesorado asume cuando construye materiales
56

para integrarlos en una plataforma de contenidos y cuando establece un marco
para interacciones mediadas por este tipo de herramientas.
Una hiptesis de trabajo, para dar respuesta a estas cuestiones, est centrada
en que, en algn sentido, hay una traslacin de mecanismos que se utilizan en
momentos presenciales. Entonces no es llamativa la evidencia de la
investigacin segn la cual la tendencia mayoritaria es utilizar herramientas de
gestin de contenidos en detrimento de la comunicacin, y se entiende que la
gestin de contenidos consiste en subir a la plataforma apuntes o enlaces,
materiales para que el alumno reciba la informacin pertinente. Las
herramientas de comunicacin se utilizan poco, pero de todas ellas el correo
electrnico es el medio ms usado, en un estilo de comunicacin de uno a uno
y de uno a todos que no hace ms que reforzar y tambin mejorar en
instantaneidad, rapidez e higiene la comunicacin cara a cara en las clases
tradicionales. En este sentido, se est ofreciendo como respuesta un estilo de
estructura de interacciones en la propuesta de enseanza que gira alrededor
del docente: l realiza las preguntas, los alumnos le responden. Ello supone la
primaca del trabajo individual en detrimento del cooperativo. Se privilegian los
espacios transmisivos, que son tambin los habituales en las clases
presenciales. Tambin los propios profesores se ven a s mismos como
transmisores y expertos en el contenido, ms que como facilitadores o
creadores de entornos de aprendizaje (cuestiones a las que se alude cuando
se habla del nuevo rol del profesorado).
Parece que nos situamos en un momento de transicin en el que el grupo
mayoritario an responde a los viejos esquemas pero hay un grupo que ya
est asumiendo nuevos paradigmas de trabajo, aunque trabajan solos. Claro
que es importante sostener, desde la idea de prctica de enseanza como
construccin social, que no se trata de que el profesorado sea resistente, o no
se adapte, sino que es necesario plantear un trabajo serio que incluya
propuestas formativas y estructuras organizativas que sustenten los cambios.
Porque las demandas que exigen los nuevos roles van de la mano de las
transformaciones en las condiciones de trabajo, y el profesorado est viendo
cmo se superponen estructuras organizativas tradicionales presenciales con
las online, lo que genera confusin y ms trabajo en el desempeo de una
labor que no tiene un tiempo y un espacio fijos y establecidos cuando se usan
57

las TIC. Como el aprendizaje puede darse en cualquier tiempo y lugar, el
trabajo tambin podra tener estas caractersticas, y an no se ha visto que las
condiciones y las estructuras universitarias estn reglando esta cuestin. De
hecho, el incidente crtico planteado en el inicio de este captulo responde a un
problema de control que le preocupa a la propia universidad, que ve que esto
puede irse de las manos. Fijar un horario a las estructuras no presenciales
tiene su cara y su cruz, coloca barreras y al mismo tiempo norma y regula unas
condiciones de trabajo necesarias.

E. A MANERA DE RESUMEN
En el despertar de la globalizacin, desde diferentes sectores se sugiere que la
universidad tiene que reconvertirse para sobrevivir a los desafos de los
cambios econmicos, la masificacin y las nuevas tecnologas. En la economa
del conocimiento globalizada, las universidades estn atrapadas como
instrumentos del crecimiento econmico. Por eso en los discursos el e-learning
se ha convertido en una solucin para dar algunas respuestas a este nfasis
puesto en las nuevas tecnologas como indicador de la nueva economa o de la
productividad en el empleo. Esta visin de la tecnologa como un nuevo
panptico, al decir de Foucault (1978), se ha transformado en una tabla
salvadora frente a la competencia con otras universidades y con los nuevos
productores del conocimiento (corporaciones, consultoras, centros de
investigacin, think-tank, etc.).
El referente a estos planteamientos lo constituyen las demandas econmicas
de la globalizacin y quiz tambin, por qu no, la necesidad de encontrar
respuestas fciles a preguntas tan difciles como la del lugar que ocupa la
institucin universitaria en la nueva economa globalizada. Si bien es muy
importante considerar que la universidad es una institucin clave de la SIC, y
que las propuestas de enseanza que se realizan en ella con el apoyo de las
TIC constituyen un desafo importante para el replanteamiento del papel que
est llamada a desempear, no podemos pensar que el hecho de incorporar
algn sistema de enseanza a travs de Internet, como aadido a lo que ya se
hace, sea una tabla de salvacin, porque hay un conjunto de cambios sociales
que podran estar socavando las bases identitarias de la institucin y
necesariamente hay que reflexionar y pensar de modo ms estratgico cules
58

son esas nuevas claves y hacia dnde nos llevarn las decisiones que se estn
tomando.
Por esa razn, teniendo en cuenta que la tecnologa hoy en da es un
fenmeno social, y que ninguna institucin le es ajena, y menos la propia
universidad, la mayora de las instituciones dan cuenta de decisiones polticas
que apuntan a integrar en su organizacin alguna modalidad de e-learning.
Ahora bien, las decisiones que se tomen al respecto no pueden limitarse a
responder slo a cuestiones tcnicas, pues afectan a las perspectivas
ideolgicas, polticas y didcticas desde las que se asume el lugar de la
universidad en la sociedad de la informacin y el conocimiento, explcita o
implcitamente. La expresin de estas polticas no es lineal, pues evidencia a la
propia institucin y a las culturas que conviven en su seno.
Si bien podemos estar hablando de distintas teoras de enseanza y
aprendizaje desde la perspectiva del e-learning, la mediacin de las TIC no es
inocente e influye en mayor o menor medida en cualquier propuesta que se
desarrolle. Por eso no podemos obviar las connotaciones que puede tener un
abordaje gerencialista o tecnicista en la aproximacin al e-learning, en donde
se prioriza el control del proceso sobre su riqueza; en donde se desdibuja el
valor del objeto de conocimiento al plantear la homogeneizacin de las
propuestas; en donde prima la metfora de herramienta obviando
dimensiones tan significativas como las identidades sociales que estn
ayudando a construir, la cultura institucional, los modos de comunicacin y las
prcticas culturales especficas do la comunidad en la que se desarrolla.
Contemplar el e-learning como prctica en la que se ensea y se aprende nos
ayuda a entender las diferentes configuraciones que adquiere en cada lugar
como producto de las culturas que dominan en cada, contexto y tambin nos
incita a verlo como un proceso que se construye de manera permanente.

2.1.2.8. AULA VIRTUAL MOODLE
A. Que es Moodle?
Moodle es un ambiente modular de aprendizaje dinmico orientado a
objetos. Especficamente se dice que es un sistema de gestin de
cursos (LMS - Learning Management System), las cuales son
aplicaciones web, lo que significa que corren bajo un servidor al cual se
59

accede usando un navegador web como Internet Explorer o Mozilla
FireFox. El servidor Moodle puede estar ubicado en una Universidad o
colegio, pero tambin podra estar en cualquier parte del mundo a travs
de un servicio de hosting. Integra la triada formada por: los estudiantes,
contenido y el facilitador.
Moodle es un LMS de cdigo abierto usado por los educadores en
universidades, institutos y colegios para agregar tecnologa web a sus
cursos. Existen ms de 3000 instituciones educativas en el mundo que
actualmente usan Moodle para distribuir en lnea sus cursos y
complementar los cursos presenciales tradicionales.
Moodle fue creado por Martin Dougiamas, un especialista en
computacin y educador que fue administrador del LMS WebCT en la
Universidad Tecnolgica de Curtin en Australia.
Es as como empez su diseo basndose en las ideas del
constructivismo en pedagoga, que afirma que el conocimiento se
construye en la mente del estudiante en lugar de ser trasmitido sin
cambio a partir de libros o enseanzas y en el aprendizaje colaborativo.
Un profesor que opera desde este punto de vista crea un ambiente
centrado en el estudiante que le ayuda a construir ese conocimiento con
base en sus habilidades y conocimiento propio, en lugar de simplemente
publicar y transmitir la informacin que se considera que los estudiantes
deben conocer. Moodle es un proyecto activo en constante evolucin.

B. Qu hace especial a Moodle?
Hemos pasado un buen tiempo investigando diferentes LMS, y nos ha
gustado Moodle por que:
- Es un software libre y de cdigo abierto.
- Esta construido sobre una filosofa educativa muy difundida.
- Tiene una gran comunidad que lo apoya y desarrolla.

Puede competir con los grandes sistemas comerciales en trminos de
caractersticas y facilidades de uso.

60

C. Las ventajas de Moodle
Muchas de las caractersticas de Moodle han sido escogidas
minuciosamente para apoyar la filosofa de la enseanza denominada
pedagoga construccionista social. De forma simplificada, este estilo de
aprendizaje se basa en cuatro conceptos que son: El constructivismo, el
construccionismo, el constructivismo social y el trabajo individual pero
conectados de forma que:
- Los alumnos adquieren conocimiento nuevo a medida que interactan
con su entorno, a travs de las actividades que hemos preparado para el
curso y otros alumnos.
- Los alumnos aprenden ms cuando crean experiencias de aprendizaje
para los dems.
- Cuando los alumnos forman parte de una cultura estn aprendiendo
constantemente. Por ejemplo es mas probable que usted y su
compaero aprendan algo sobre bailes de saln en una clase que
viendo un video juntos. La interaccin con otros alumnos y con muchos
profesores posiblemente enriquecera y acelerara el proceso de
aprendizaje.
- Algunos alumnos intentan permanecer objetivos y limitarse a los hechos,
otros intentan aceptar mas puntos de vista subjetivos y los hay que
quieren combinar ambos enfoques. En el comportamiento
construccionista pueden escoger la modalidad que ms le convenga

D. COMPONENTES PARA LA FORMACION DE CURSOS EN MOODLE
En todo curso de Moodle se encuentran a nuestra disposicin varios
componentes entre los cuales podemos elegir. Al igual que en el caso de
todos los programas de enseanza formales, es importante comenzar
identificando los resultados del curso y los objetivos de aprendizaje.
Despues de determinar estos elementos, se preparaar un plan para
crear su curso y en el asignara los componentes de Moodle (Recursos y
actividades) a los objetivos.
- Recursos: El grupo recursos, con todas las herramientas asociadas al
mismo nos ayudara a que vayamos agrupando lecturas, vnculos a
recursos externos y otros medios a medida que vaya creando el curso.
61

- Libro: Esta herramienta permite crear una coleccin de recursos
digitales que se pueden compaginar para generar el contenido didctico.
En moodle, un libro no es una obra en formato electrnico, un pdf o
cualquier otro tipo de documento de contenido rgido, sino es una
coleccin dinmica de objetos digitales que, juntos, forman una especie
de biblioteca para los alumnos.
- Vnculos a un archivo o sitio web: Es probable que la herramienta de
contenido didctico mas utilizada a parte del libro sea el vinculo a aun
archivo o sitio web, la cual nos permite crear un enlace a recursos
externos basados en la web e incorporar una descripcin e instruccin.
- Actividades: A muchos profesores les gusta organizar su curso
cronolgicamente, no solo porque es prctico, sino porque las
herramientas se prestan a una presentacin secuencial y ordenada del
material. Una vez que han implementado la estructura bsica, aaden
recursos y actividades. Algunos usuarios de moodle les gusta crear sus
cursos con base en los foros y, una vez que se sienten mas comodos, le
sacan partido a los recursos ms complicados como libro, tareas,
actividades para escoger una respuesta de entre varias existentes.
- Tarea: Esta herramienta sirve para que el profesor defina un ejercicio
que el alumno debe completar. Suele tener referencia o vnculos al
material de estudio que se ha creado con la herramienta libro.
- Consulta: Permite formular preguntas con varias opciones como
respuesta, de las que el alumno debe escoger una. Se puede utilizar
tanto para repasos como para evaluaciones. Tambin es posible
emplearla para crear votaciones y cuestionarios con lo que los alumnos
indiquen su nivel de inters y el profesor descubra datos importantes
sobre su grupo.
- Base de datos: Esta facilita a profesores y alumnos subir informacin.
Es una buena forma de compartir recursos y hace que sea posible
pedirles a los estudiantes que entreguen una presentacin final
(Utilizando un software para presentaciones). Y crear tareas y proyectos
finales interesantes, como galeras de alumnos y ficheros de trabajo.
Tambin es una manera excelente de compartir recursos y evaluar la
fiabilidad de las fuentes en lnea que han encontrado.
62

- Foro: Permite crear actividades educativas que fomenten la
colaboracin y la participacin. Puede incorporar tablones de discusin y
zonas para la evaluacin entre compaeros, adems de espacios para
proyectos en grupo.
- Glosario: Es adecuada para cursos que requieren que los alumnos
puedan identificar y definir una gran cantidad de elementos, y que sean
capaces de controlar y utilizar vocabulario nuevo.
- Cuestionario: Moodle le permite el creador de cuestionarios Hot
Potatoes, un producto de cdigo abierto que contiene un gran abanico
de tipos y formatos.
- Diario: Ayuda a los alumnos a llevar el da a da de su aprendizaje y a
actualizar lo que se haya apuntado como un documento real.
- Lecciones: Permite organizar los elementos, enumerar los conceptos
clave y crear introducciones generales de los temas y objetivos de cada
uno de los apartados.
- Wikis: Se suele utilizar cuando se necesita colaboracin porque es un
poco ms flexible que la herramienta foro.
- Calendario del curso: Es una de las muchas herramientas que resultan
excelente para asegurar el xito del alumno.

E. PRINCIPIOS DIDACTICOS Y ACTIVIDADES ASIGNADAS A LAS
CARACTERISTICAS DE MOODLE
La siguiente tabla asigna las caractersticas de Moodle con sus
funciones didcticas.

Caracterstica Funcin didctica Teora del aprendizaje
Libro Base cognitiva, material
didctico principal,
biblioteca de contenido y
comprensin.
Creacin de esquemas
Tarea Organizacin Condiciones para el
aprendizaje
Chat Aprendizaje colaborativo e Aprendizaje social,
63

interactivo, comprensin y
evaluacin
comunidades de
prctica y aprendizaje
por emulacin.
Consulta Clasificacin, aplicacin,
anlisis y 63comprensin.
.Esquemas
Base de datos Anlisis y aprendizaje
colaborativo social.
Aprendizaje
experimental y prctica
Foro Aprendizaje colaborativo,
anlisis y sntesis
Practica social,
comunidades de
prctica y psicologa
conductista
experimental.
Glosario Comprensin y creacin
de esquemas
Esquemas y condiciones
de aprendizaje
Cuestionario Comprensin y anlisis Esquema, aprendizaje
por emulacin y
psicologa conductista /
condicionamiento
operante.
Wikis Aprendizaje colaborativo,
aplicacin, sntesis y
evaluacin
Aprendiza social,
practica social y practica
de comunidades.
Taller Aplicacin y evaluacin. Practica social y
aprendizaje
experimental
Calendario Organizacin Condiciones para el
aprendizaje

64

2.1.3. APRENDIZAJE AUTONOMO
2.1.3.1. El aprendizaje de adultos y el aprendizaje significativo: dos
conceptos inherentes al aprendizaje autnomo
2.1.3.1.1. Aprendizaje de adultos
Es comn encontrar decenas teoras sobre el desarrollo mental y los procesos
de aprendizaje en los nios y en los adolescentes, pero se encuentra muy poca
literatura sobre el aprendizaje en las personas adultas (entendindose por
adultos a aquellos individuos que ya han alcanzado la mayora de edad).
Comparando el aprendizaje de un adulto con el de un nio o joven, puede
afirmarse que aquel no aprende peor que estos, pero s que las condiciones
bajo las cuales aprende, sus necesidades e intereses son muy diferentes, lo
cual debe repercutir necesariamente en los mtodos y estrategias pedaggicas
y didcticas por medio de las cuales aprende.
La educacin de adultos ha sido objeto de estudio de la andragoga, la cual se
sustenta en la premisa de que a medida que la persona madura, se incrementa
en ella la necesidad y la capacidad de autodirigirse, de utilizar experiencias
previas, de identificar su propia disposicin para aprender y de organizar su
aprendizaje en funcin de sus propios problemas e Intereses. Estos factores
explican que los adultos prefieran las experiencias de aprendizaje autnomo,
pues se trata de personas con caractersticas muy concreta.
A. Caractersticas del adulto en reaccin con el aprendizaje
Prefiere las experiencias de aprendizaje que se relacionan en forma
directa e inmediata con sucesos especficos que afectan su vida:
empleo, ingresos econmicos, ascensos, utilizacin del tiempo libre, etc.
El aprendizaje es una respuesta a cambios significativos en la vida
familiar, personal / profesional.
Manifiesta mayor prudencia y desconfianza ante todo aquello que pueda
aparecer como una intrusin en su vida personal.
Generalmente est dispuesto a relacionar sus experiencias de
aprendizaje actual con las anteriores, y con los cambios que afectan su
forma de vivir. Tan pronto se convence de la certidumbre del cambio,
emprende un aprendizaje que puede ayudarlo.
En lo relacionado con la motivacin, requiere de una serie de estimados
especiales que deben contribuir a hacer ms abiertos, flexibles y
pertinentes bs mtodos de aprendizaje.
65

Posee diferentes grados de disposicin :>ara aceptar su responsabilidad
personal como estudiante.
En razn del peso de las experiencias vividas, ha acumulado un mayor
nmero de estereotipos que el nio, de lo cual resulta una mayor
sensibilidad ante la discordancia entre lo que piensa y lo que sabe.
Ejercita conscientemente su libertad para orientar y decidir lo que quiere
aprender en procura del logro de objetivos autnomos, relacionados con
su propio proyecto de vida.

B. Por qu aprenden los adultos?
Si se analiza cuidadosamente cada una de las caractersticas recin
enunciadas, se puede deducir que el estudiante adulto aprende bsicamente
por una motivacin propia que bien puede orientarse hacia el logro de metas
concretas, hacia una actividad determinada o hacia el aprendizaje mismo.
Cuando un aprendiz adulto se inclina hacia el aprendizaje puede haberse
movido por una serie de metas que se ha trazado y para cuyo logro necesita la
adquisicin de un cierto tipo de conocimientos, habilidades o destrezas. Es
decir, aprende porque su meta se lo exige!
Un factor potenciador del proceso de aprendizaje de los adultos corresponde a
las experiencias del entorno familiar, social o laboral. En el adulto se presentan
desafos como nuevas actividades y responsabilidades, cambios en la
tecnologa que debe manipular y utilizar, traslados a otras regiones y pases,
nuevas experiencias en su espacio vita, entre otras. En conclusin, est en un
procesa de aprendizaje permanente en su ambiente de actuacin para
mantener un nivel de desempea competente.
Finalmente, el conocimiento en s mismo puede ser otra de las razones que
lleve a un adulto a tomar Ia decisin de aprender. El adulto por lo general
considera el aprendizaje un proceso necesariamente continuo y permanente y
su mayor atractivo aprender porque se debe saber y conocer.
Al analizar las caractersticas del aprendiente adulto y las razones y
motivaciones que lo llevan a aprender, es claro a la hora de enfrentar procesos
educativos el papel del aprendizaje autnomo, independientemente de la
modalidad (presencial, semipresencial, a distancia).
Igualmente, vale la pena reflexionar acerca de nuestra manera de abordar el
pro< de aprendizaje. Por lo general, la mayor parte de las personas que
ingresan educacin superior se encuentran prximas a cumplir su mayora de
edad y por lo tanto ya pueden considerarse adultas.
66

Tener conciencia de las motivaciones hacia el aprendizaje, de los intereses
personales, y profesionales contribuye de manera significativa no slo a la
adecuada orientacin las estrategias de aprendizaje sino a la potenciacin de
las habilidades, las destrezas y los conocimientos personales y a su proyeccin
hacia metas concretas y realizables.

2.1.3.1.2. Aprendizaje significativo
A. Por qu aprender significativamente?
Histricamente distintos modelos y teoras de la enseanza han tratado de
penetrar nuestro sistema educativo. Sin embargo, con ligeras diferencias, la
mayora de ellos se ha caracterizado por mantener un mtodo academicista y
verbal. Las clases se dictan bajo un rgimen que no permite mayor
participacin a los estudiantes y se administra un concepto de disciplina que
hace de estos bsicamente receptores de informacin y conocimientos.
Bajo este modelo educativo, hemos crecido repitiendo lo que el maestro dice
sin legar a interiorizarlo y comprenderlo realmente. Si reflexionamos acerca de
esto, valdra la pena preguntarnos qu aprendimos verdaderamente?,
cunta de esa informacin almacenada sirvi para solucionar o enfrentar un
problema de la vida diaria?, cunto de lo que aprendimos tuvo sentido para
nosotros en ese o en cualquier otro momento?, en qu ocasiones lo que
sabamos sobre un tema lleg a transformarse gracias a nuestra propia
construccin? Todos estos interrogantes nos llevan necesariamente a uno
definitivo: qu tan significativo es nuestro aprendizaje diario?
Tener conciencia sobre el sentido y el significado de nuestros aprendizajes
determina el estilo del mismo. Para qu invertir la mayor parte de nuestro
tiempo en aprender informacin que ya no es completamente vlida a la hora
de necesitarla? Por qu dedicarle atencin a algo que no nos interesa ni tiene
sentido para nosotros, que no podemos entender ni explicar?
Aprende significativamente nos posibilita relacionarnos con el mundo, ser
capaces de solucionar problemas, Je enfrentar situaciones de distinta ndole,
de renovarnos y remover a diario nuestros conocimientos y, sobre todo, de
encontrar un sentido verdadero no slo a lo que aprendemos sino tambin a lo
que hacemos.

B. Algunos elementos bsicos del aprendizaje significativo
El aprendizaje significativo recoge de alguna manera los fundamentos de la
psicologa cognitiva que afirma que el individuo est equipado de estructuras y
esquemas reguladores de acciones, de repertorios comportamentales y de
67

motivaciones que le permiten participar de diferentes interacciones sociales"
(Daz, et.al, 2002).
Es decir, se reconoce a un individuo que es capaz de relacionarse con su
entorno y construirse y reconstruirse permanentemente desde sus procesos
internos, sin que ello dependa exclusivamente de factores externos.
Aprender significativamente implica construir conocimientos, esto es, realizar
un proceso de elaboracin que ocurre cuando la persona selecciona, organiza
y transforma la informacin que recibe de diferentes fuentes y establece
relaciones entre esta y sus ideas o conocimientos previos. As, aprender un
contenido implica la atribucin de significado y la construccin de una
representacin mental del mismo. Dicho en otros trminos, lo que una persona
aprende no es una copia de lo que observa a su alrededor, sino resultado de su
propio razonamiento, as como de su mundo afectivo. Estos procesos
dependen en gran medida de la estructura cognitiva del individuo.
La estructura cognitiva de una persona tiene una serie de antecedentes y
conocimientos previos, un vocabulario y un marco de referencia personal que le
lleva a organizar la informacin de una cierta manera y con una estructura
jerrquica en esquemas que son una serie de abstracciones y generalizaciones
a partir de los objetos, los hechos y los conceptos y de las interrelaciones que
se dan entre estos.
En otros trminos, puede entenderse el esquema de conocimiento como la
representacin que posee una persona en un momento determinado de su
historia, sobre una parcela de la realidad" (Coll, et.al,).
Una persona no tiene un conocimiento global de la realidad, posee una
cantidad variable de esquemas de conocimiento, es decir, conocimientos de
aspectos de la realidad con los que ha podido entrar en contacto a lo largo de
ta vida por diversos medios y que van desde informaciones sobre hechos y
sucesos, experiencias y ancdotas personales, actitudes y normas, hasta
conceptos, explicaciones, teoras y procedimientos relativos a dicha realidad.
Ausubel postula que el aprendizaje implica la reestructuracin activa de las
percepciones, las ideas, los conceptos y los esquemas que el aprendiz posee
previamente, quien se concibe como un procesador activa de la informacin.
Se entiende, aqu, que aprender es algo ms que memorizar.
Los pedagogos cognitivos sealan que lo importante es que los estudiantes
aprendan a pensar, se autoenriquezcan en su interioridad con estructuras,
esquemas y operaciones mentales internas que les permitan pensar, resolver y
decidir con xito situaciones acadmicas y vivenciales; en otras palabras, que
los aprendizajes sean significativos, lo que exige reflexin, comprensin y
constriccin de sentido(Flrez, et.al 2000).
68

Bajo estas perspectivas, se pueden sealar como elementos fundamentales
presentes en el concepto de aprendizaje significativo los siguientes:
La existencia en el estudiante de una actitud o disposicin favorable
hacia la bsqueda del significado.
La relacin entre la nueva informacin con la ya existente en la
estructura cognitiva del estudiante, de forma sustantiva, es decir, no
literal.
La posibilidad de promoverse mediante &l empleo de estrategias
adecuadas.
La creacin o modificacin de los esquemas de conocimiento, mediante
la relacin sustancial entre la nueva informacin y el conocimiento
previo.
El vnculo entre experiencias y vivencias para favorecer el proceso de
aprendizaje de los nuevos conocimientos.
La bsqueda de aplicaciones a los nuevos conocimientos en las actividades
cotidianas.

C. Las conocimientos y organizadores previos: conceptos bsicos en
el aprendizaje significativo
El aprendizaje significativo seala como condicin necesaria a existencia de
conocimientos previos. Pero y cmo es posible tener conocimientos previos
acerca de todas las situaciones y conocimientos que se pudieran enfrentar?
Cuando una persona, en este caso un estudiante, se enfrenta a un nuevo
contenido lo hace siempre armado de una serie de conceptos, concepciones,
representaciones y conocimientos adquiridos en el transcurso de sus
experiencias previas, respecto a mltiples aspectos de la realidad.
El individuo utiliza todo su bagaje previo como instrumentos de lectura e
interpretacin; este determina en alguna medida el tipo de informacin que
seleccionar, la manera corro la organizar, el tipo de relaciones que
establecer, etc. As pues, gracias a lo que sabe puede hacer una primera
lectura del nuevo contenido, atribuirle un primer nivel de significado y sentido e
iniciar et proceso de aprendizaje del mismo.
En cuanto a la organizacin previa, Ausubel seal dentro de la teora del
aprendizaje significativo el concepto de organizador previo como un elemento
fundamental que opera como un puente cognoscitivo entre los conocimientos
69

que se van a aprender y la informacin existente en la estructura cognoscitiva
del sujeto que aprende.
Puede entenderse por organizador previo "un material introductorio compuesto
por un conjunto de conceptos y preposiciones de mayor nivel de inclusin y
generalidad que la informacin nueva que se debe aprender" (Daz, 2002),
cuyas funciones bsicas se centran en servir como puente entre lo que el
sujeto ya conoce y lo que necesita conoce-. Su objetivo es ofrecer un marco
conceptual donde ubicar la nueva informacin y evitar la memorizacin, cuando
esta an se encuentra fragmentada y sin mayores relaciones.
D. Condiciones del aprendizaje significativo
El aprendizaje significativo requiere dos condiciones bsicas:
Que exista motivacin para aprender significativamente.
El material de aprendizaje debe permitir el establecimiento de relaciones
con las ideas o conocimientos previos del estudiante.
Cuando hablamos de dar sentido o significado nos referimos a un proceso que
nos moviliza a nivel cognitivo y que nos conduce a revisar y a aportar nuestros
esquemas de conocimiento para dar cuenta de una nueva situacin, tarea o
contenido de aprendizaje. Atribuir sentido demanda comprometerse de verdad
en una tarea, ver su atractivo y su inters en torno a una necesidad. Ta
necesidad se convierte entonces en motor de accin.
Ausubel plantea con respecto a la forma de relacionarnos con la informacin, o
con lo que en el mbito educativo llamaremos la tarea de estudiar, que existen
dos maneras de hacerlo: una superficial y una profunda.
En el enfoque superficial, la intencin del estudiante se limita a cumplir los
requisitos de la tarea. Usualmente memoriza la informacin necesaria para
presentar con cierto xito las pruebas de evaluacin, por lo que no realiza
ningn ejercicio de reflexin acerca de los propsitos de aprendizaje, que le
permita integrar tos distintos conceptos; por el contrario, slo los aborda de
manera fragmentada y concibe las tareas como una imposicin externa, por lo
que no moviliza esfuerzos ni inters real sobre la misma.
En el enfoque profundo se parte de la intencin explcita del estudiante por
comprender el significado de lo que estudia, lo que lo lleva a relacionar el
nuevo contenido con sus conocimientos previos, con su experiencia personal o
con otros temas; a evaluar lo que va realizando y a perseverar en ello hasta
que logra un grado de comprensin aceptable
E. Fases de aprendizaje significativo
El aprendizaje significativo es un proceso continuo que se caracteriza por tres
fases, cada una de las cuales se va haciendo ms compleja, en trminos de los
70

procesos mentales y de las relaciones que se van generando. Se trata de un
proceso inseparable, salvo para efectos de una presentacin con fines
didcticos, dado que con frecuencia se sobreponen o se avanza con enorme
rapidez entre una y otra. Segn Shuell (1990) estas son:

- Fase inicial
Se caracteriza por una serie de procesos donde el sujeto percibe la informacin
segmentada, es decir, como si estuviese constituida por partes sin ningn nexo
o conexin de tipo conceptual. En esta etapa ei sujeto responde memorizando
o interpretando desde sus propios esquemas de conocimiento.
- Fase intermedia
Se inicia ir proceso donde el individuo empieza a establecer, de manera
progresiva, algn tipo de relaciones y similitudes entre las partes o segmentos
de informacin que ha percibido. Esto permite un procesamiento ms profundo
del material de aprendizaje, gracias a que se da a los datos un manejo ms
abstracto aplicado en otros contextos.
- Fase terminal
Los conocimientos que empezaron a relacionarse en la fase anterior, se
integran con mayor solidez y comienzan a actuar en forma ms autnoma, esto
debido en gran parte a que el tipo de relaciones se hacen ms complejas; hay
un cierto nfasis en procesos de ejecucin, no tanto en los de aprendizaje.
Podra decirse que es en esta fase donde se vincula realmente la nueva
informacin a la estructura cognitiva del sujeto para generar una nueva.
2.1.3.2. Concepcin de aprendizaje autnomo
2.1.3.2.1. Por qu aprender autnomamente?
Hasta hace poco tiempo, la principal preocupacin de una persona era adquirir
los conocimientos necesarios para enfrentar el mundo, no slo desde una
perspectiva profesional sino tambin personal. Conocer las teoras, los
discursos especializados de las diferentes ciencias y en general poseer
informacin eran las principales razones para iniciar cualquier proceso
formativo formal o no formal.
Sin embargo, con los desarrollos tecnolgicos y cientficos de finales del siglo
XX que generaron no slo la rpida obsolescencia del conocimiento sino,
tambin, la casi inmediata divulgacin y difusin del mismo, el hombre se vio
enfrentado a necesidades de formacin distintas y al dominio de habilidades
diferentes a las que hasta ahora haba cultivado.
71

En este contexto, el paradigma en educacin ha venido cambiando,
principalmente en lo que tiene que ver con las competencias que se requiere
desarrollar en una persona para que este en capacidad de enfrentar
exitosamente el mundo de hoy. Ha venido cambiando el tipo de conocimientos
y la cantidad de informacin que debe poseer. Se han transformado los
caminos y las estrategias para aprender.
Surge entonces, en e! mundo entero, un proceso de transformacin de los
medios para la formacin y el aprendizaje y, por ende, tambin de sus fines y
propsitos. As, para desarrollar las competencias requeridas, para elaborar los
saberes humanos, cientficos y acadmicos que hagan del hombre un ser
competente para llevar a cabo su proyecto de vida individual y colectiva, no es
menester retener en la memoria un ocano de informacin. Se necesita contar
con habilidades para aprender a aprender", para organizar y usar informacin y
con habilidades para comunicarse, y especialmente habilidades para
desaprender conocimientos y destrezas obsoletas o en desuso.
Nadie nace con todas las competencias y habilidades que necesita, estas se
construyen y reconstruyen en la interaccin con los otros y con el entorno. En
este sentido, nadie parte de cero. Se trata en realidad de un proceso de
reelaboracin y resignificacin donde se da trnsito hacia aquello que se
necesita para enfrentar un proceso, un aprendizaje, una decisin, etc., y ello
exige voluntad y muy posiblemente una lucha interna entre los paradigmas de
cada cual y el nuevo acontecer.
Bajo el nuevo marco y la dinmica del conocimiento, la educacin tambin
necesita abordarse desde otra mirada. Para comprender este cambio es
importante conocer cules son los pilares sobre los cuales se espera que se d
hoy el proceso formativo. Tener clara esta visin trazar una ruta para el
desarrollo de competencias que le permitan al hombre enfrentar el mundo de
hoy en forma exitosa.
Dentro de la reflexin acerca de la dinmica actual de la educacin, vale la
pena detenemos en lo que hoy se consideran como los pilares de la educacin:
aprender a conocer, aprender a hacer, aprender a vivir juntos; aprender a ser y
aprender a aprender. En el cuadro que aparece a continuacin se describen
estos parmetros fundamentales.

PILARES DE LA EDUCACION
APRENDER A
CONOCER
Posibilidad de acceder a conocimientos generales, avanzados
o especializados por los propios medios y en forma
permanente. Implica necesariamente habilidad para aprender
a aprender.
72

APRENDER A
HACER
En busca de la adquisicin de una competencia que capacite
al individuo para enfrentar un gran nmero de situaciones y de
experiencias sociales o de trabajo, bien sea en el mbito
individual o colectivo.
APRENDERA
A VIVIR
JUNTOS
A partir del desarrollo de la capacidad de reconocer y
entender al otro en todas sus dimensiones para trabajar
cooperativamente y para solucionar conflictos, en el marco
del pluralismo, la equidad, la tolerancia y la solidaridad.
APRENDER A
SER
Para que cada cual tenga la posibilidad de realizacin
personal, a partir de la proyeccin de su propia personalidad,
desde sus capacidades, con autonoma, buen juicio y
responsabilidad personal.
APRENDER A
APRENDER
Implica el desarrollo de competencias para la adquisicin,
organizacin y manejo de informacin, as como de
estrategias cognitivas y metacognitivas para la administracin
de la misma, de acuerdo con las circunstancias y
necesidades.

Si se analizan cuidadosamente los pilares de la educacin, se puede concluir
que el concepto de aprendizaje tradicional o dirigido ha perdido vigencia y
surge como contrapartida el aprendizaje autnomo, independientemente del
sistema (formal o no formal) o de la modalidad educativa a la que se haga
referencia (presencial, semipresencial o a distancia). Aprender autnomamente
es el primer paso para el desarrollo personal pero tambin lo es para
habilitarnos de las cualidades necesarias para enfrentar el mundo de hoy.
En el contexto educativo el aprendizaje autnomo es un proceso que estimula
al estudiante para que sea e autor de su propio desarrollo y. en especial, para
que construya por s mismo el camino que debe seguir, para lograr el
conocimiento que ignora y para que disponga de un mtodo o procedimiento
que le permita poner en prctica, de manera independiente lo que ha
aprendido.
Como competencia comprende el desarrollo de algunas reas principales: la
cognitiva, en la cual se manejan todos los procesos y estrategias; la
socioafectiva, expresin de afectos, actitudes, valores y rasgos de personalidad
que permiten la adaptacin del individuo al grupo; y la motora o expresin de la
habilidad.
El desarrollo del aprendizaje autnomo proporciona valores sociales de actitud,
integridad y honradez intelectual, el espritu crtico y la firmeza cuando las
circunstancias lo exigen.
Para lograr el aprendizaje autnomo es necesario trabajar en habilidades
comunicativas como: tomar nota, leer con rapidez y comprensin, desarrollar la
73

habilidad para elaborar preguntas, manejar y memorizar informacin, entre
otras.
2.1.3.2.2. Condiciones del aprendizaje autnomo
En el contexto de las nuevas corrientes educativas y las nuevas exigencias a
nivel del desempeo profesional de las personas, el concepto de aprendizaje
autnomo ha entrado a formar parte esencial de los procesos formativos. Sin
embargo, en algunos casos se ha dado este nombre a procesos de aprendizaje
tradicional que siguen incentivando la dependencia de los estudiantes de los
diferentes agentes educativos.
En este sentido, es importante clarificar las condiciones que se requieren para
que el aprendizaje autnomo se d esto es, para que los individuos obren por
s mismos y autorregulando verdaderamente su proceso de aprendizaje.
El primer paso para que ocurra el aprendizaje en forma autnoma es la
existencia de un propsito personal. La actitud que el individuo asuma a este
respecto condiciona el proceso, bien sea en sentido positivo o negativo,
facilitndolo o haciendo que este sea verdaderamente complicado.
Por otra parte, el aprendizaje es un proceso que est determinado por una
serie de variables inherentes al momento en que se aprende, el entorno, el
estado de nimo, la conjugacin de los distintos elementos que se aprenden,
entre muchas otras. As, quien aprende autnomamente lo hace a partir de
situaciones especficas, particulares y matizadas no slo por distintos
contenidos sino por los propios intereses y los conocimientos y experiencias
que sobre la misma se tengan.
Siempre se cuenta con algn tipo de saber sobre las diversas situaciones o
eventos que se enfrentan.
Podra decirse que, de alguna forma, ste es el punto de partida del
aprendizaje. El recuento que se hace sobre lo que se sabe seala el sendero
de lo que se desconoce y, por consiguiente, se debe aprender. Sin embargo,
no siempre se tiene acceso a esta informacin, algunas veces porque no se
relaciona con la nueva o porque simplemente la persona no cuenta con las
estrategias que le permitan recuperarla. Sin duda, uno de los requerimientos
del aprendizaje autnomo consiste en activar los conocimientos previos que se
poseen.
Aprender haciendo! Esta expresin se ha ido desgastando en el discurso
educativo pero lamentablemente en la prctica no ha tenido mayor desarrollo.
El aprendizaje autnomo enfrenta al individuo al hecho de crear sus propias
estrategias de aprendizaje, a disear sus mtodos y tcnicas de estudio, a
decidir los caminos por los que se desea avanzar, a seleccionar lo que se
quiere aprender.
74

Esta bsqueda permanente de medios y metodologas y las decisiones
acertadas o desacertadas a que haya lugar se concierten en una experiencia
constructiva donde el hacer y el corregir son la base fundamental de
aprendizaje.
Finalmente, es claro que e! aprendizaje implica un nivel de socializacin e
interaccin, la contrastacin de experiencias y saberes con oros permite su
recontextualizacin y reconstruccin. As, cuando el proceso formativo ocurre
de manera autnoma, la interaccin social se constituye en uno de los
principales referentes en la construccin del conocimiento, en elemento de
regulacin e incluso de validacin.
2.1.3.2.3. Aprender a aprender: base del aprendizaje autnoma
Convertirse en un aprendiz autnomo exige de la persona el desarrollo de una
variada garra de habilidades, sin embargo, una de las principales es la
capacidad de aprender a aprender. Esto es, de desarrollar habilidades y
estrategias cognitivas que permitan procesar informacin en forma eficiente y
de acuerdo con las necesidades y las circunstancias; desarrollar habilidades
interpersonales la motivacin suficiente para mantener un proceso dinmico
capaz de suscitar, orientar y mantener una actividad o conducta.
No obstante, aprender a aprender implica que la persona posea capacidad de
autorregulacin, es decir, una conciencia de los procesos que realiza, de tal
forma que pueda evaluarlos y establecer planes de mejoramiento cuando sea
necesario, con el fin de que pueda alcanzar con xito las metas p opuestas.
Teniendo en cuenta que el concepto de autorregulacin se aborda ms
adelante, en este captulo no nos detendremos por ahora en el.
Por otra parte, es necesario valorar el aprender a aprender en tanto
intencionalidad formativa, construccin de relaciones y trabajo sistemtico.
Aprender a aprender implica un saber y un saber hacer estructurado
conscientemente hacia el aprendizaje autnomo.
Dinamizar el aprendizaje autnomo es promover procesos que ayuden a
construir la caja de herramientas, a manejar hbilmente cada componente y a
generar cada vez nuevos dispositivos que respondan a los requerimientos
nacientes.
2.1.3.2.4. Atributos del aprendiz autnomo
Como ya se haba sealado anteriormente son muchas las habilidades que una
persona necesita desarrollar para convertirse en un aprendiz autnomo. Con el
nimo de precisar un poco ms la visin de lo que hasta aqu se ha dicho, a
continuacin se presentan los atributos que lo identifican, aclarando que todo
este conjunto de caractersticas se puede ir construyendo y perfeccionando. En
75

este sentido, la experiencia ha sealado que un aprendiz autnomo se hace!
Veamos por qu:
Identifica situaciones problemticas, realiza su anlisis y las valora para
dar a las mismas.
Identifica su necesidad de aprendizaje cuando encuentra un problema,
por ejemplo de contar con una habilidad o una dada informacin.
Recopila la informacin que desea, rene ideas, practica habilidades,
trabaja para resolver sus problemas y consigue sus metas.
A la hora de evaluar, juzga la idoneidad de las habilidades recin
adquiridas, la pertinencia de sus soluciones y la claridad de sus ideas y
nuevos conocimientos.
Utiliza su experiencia, intereses y capacidades en la seleccin del propio
campo de estudio.
Recurre a una gran variedad de mtodos y tcnicas de estudio, lo ms
compatibles posibles con su propio estilo de aprendizaje.
Reconstruye y resignifica los nuevos conceptos.
Genera o activa mecanismos que le permitan ponerse en contacto con
situaciones, hechos, conocimientos, etc.
Propicia procesos de comunicacin y accin cooperativa.
Encuentra la motivacin necesaria para el desarrollo de cada una de las
acciones que se propone ejecutar.
Transfiere conocimientos de una situacin a otra.
Tiende a desarrollar atributos independientes asociados al carcter de
las personas: integralidad, autodisciplina, perseverancia, laboriosidad,
altruismo y sensibilidad para con los dems.
El aprendizaje autnomo se evidencia al:
- Establecer contacto por s mismos con cosas e ideas.
- Comprender por s mismo fenmenos y textos
- Ejercitar actividades por s mismos y poder manejar informacin
mentalmente
- Mantener por s mismos la motivacin para la actividad y el
aprendizaje.

2.1.3.2.5. Cinco caractersticas relevantes del aprendizaje autnomo
76

A. Autodireccin
Una de las condiciones para que una persona aprenda autnomamente es que
sea capaz de autodirigirse, es decir, de asumir el compromiso de organizar y
regular sus propias acciones.
La mayora de los esfuerzos por comprender la autodireccin en el aprendizaje
se han centrado en la idea de un proceso en el que el estudiante asume un
papel primordial en la planificacin, realizacin y evaluacin del aprendizaje,
aunque a menudo un agente o recurso educativo pueda tambin desempear
un papel de facilitador en este proceso.
Se debe concebir la autodireccin en el aprendizaje como una forma de vida,
desde una perspectiva de aprendizaje continuo, que se encuentra altamente
relacionada con el concepto que se tiene sobre si mismo.
Entre los factores que pueden propiciar o anular oportunidades de
autodireccin se pueden sealar:
- El control sobre los procesos de aprendizaje.
- El grado de responsabilidad para iniciar las actividades de
aprendizaje.
- El conocimiento sobre los estilos de aprendizaje.
- El tipo de relacin entre el facilitador (dependencia-
independencia).
- El concepto que se tiene y las distinciones que se hacen entre
competencia mnima, el aprovechamiento o la excelencia.
- Las estrategias para evaluar los resultados.

B. Reflexin crtica
Una de las estrategias para mejorar la autodireccin consiste en desarrollar la
acidad de reflexin crtica sobre las experiencias para facilitar en futuras
ocasiones la utilizacin del conocimiento obtenido.
La reflexin crtica posibilita la puesta en marcha de mecanismos de anlisis
frente s distintas situaciones y problemas que un individuo enfrenta; igualmente
abre alternativas de solucin de los mismos, mediante acciones que toma cada
persona de una manera autnoma y de acuerdo con el anlisis crtico
realizado.
Dicho en otros trminos, el estmulo de la reflexin crtica propicia la formacin
de pensamiento crtico y este: a su vez, es una de las herramientas bsicas
para el arrollo y fortalecimiento de la autonoma.
77

Qu hacer para propiciar una reflexin crtica?
- Identificar y desafiar las suposiciones.
- Reconocer la influencia del contexto en los pensamientos y en las
acciones.
- Considerar las diferentes alternativas de las actuales formas de vida
y pensamiento.
- Desarrollar un escepticismo reflexivo, es decir, una no-disposicin a
aceptar una conducta o una idea meramente porque siempre se ha
hecho de ese modo.

C. Responsabilidad personal
El punto de partida de la comprensin de la autonoma en el aprendizaje de
adultos a nocin de responsabilidad personal, es decir, el hecho de que un
individuo asuma la titularidad de sus pensamientos y acciones.
Responsabilidad personal no significa necesariamente el control de las
circunstancias de la vida o del entorno personal. Sin embargo, si significa que
la persona tiene el control sobre su forma de responder a una situacin.
El nfasis en la responsabilidad personal seala que el foco primordial del
proceso se encuentra en el individuo y que el punto de partida para la
comprensin del aprendizaje est en l. A continuacin se presenta una
reflexin que nos toca muy de cerca a los colombianos. Veremos cmo el
cambiar las cosas y el conducirnos verdaderamente hacia los metas que nos
hemos propuesto depende de la responsabilidad personal.
D. Motivacin
Hasta ahora se ha planteado que la motivacin es condicin necesaria para
que ocurra tanto el aprendizaje significativo como el aprendizaje autnomo y
que tiene una particular importancia en el aprendizaje de adultos. Bien, pero y
Qu podemos decir de ella?
El termino motivacin se deriva del verbo latino movere que significa moverse,
poner en movimiento o estar listo para la accin. Para muchos es lo que induce
a una persona a llevar a la prctica una accin.
En el plano pedaggico podra decirse que la motivacin proporciona motivos,
es decir, mueve la voluntad hacia el aprendizaje. Por muchas dcadas, esta
tarea se le dej al docente y se le responsabiliz por los fracasos escolares que
se derivaban de la falta de motivacin en los estudiantes.
78

Sin embargo, si bien son importantes los factores de motivacin externos, ellos
nada pueden hacer si no existe una voluntad interna, un deseo, un motor que
desde dentro incite y conduzca al aprendizaje. Estimular el deseo de aprender
propicia el esfuerzo y dirige los intereses hacia el logro de los fines propuestos.
La motivacin condiciona la forma de pensar del estudiante y con ello el tipo de
aprendizaje resultante. Es claro, que la motivacin no es un factor aislado, por
el contrario, dinamiza la relacin entre el estudiante, el saber y el docente. La
motivacin abarca todo el acto educativo. Esto es, tanto la enseanza como el
aprendizaje.
Se esperara que la atencin, el esfuerzo y el pensamiento de los estudiantes
estuvieran guiados por el deseo de comprender, de elaborar e integrar
significativamente la informacin, pero no siempre es as; existen muchos
casos en que tanto el docente como el estudiante mismo tienen que generar
mltiples alternativas de motivacin antes, durante y despus del aprendizaje;
en busca de que sea as.
Bajo este contexto, en el campo del aprendizaje autnomo y significativo, es
necesario desarrollar el gusto y el hbito por el estudio independiente y tener la
intencin de otorgarle siempre sentido a las diversas experiencias de
aprendizaje. Hay que centrarse en el placer que resulta de la adquisicin de
conocimientos vlidos y significativos que posibiliten la explicacin y actuacin
en el mundo en que se vive.

Factores que condicionan la motivacin
- La posibilidad real que tiene el estudiante de conseguir las
metas que se propone.
- La forma de pensar el estudiante.
- El conocimiento que posea el estudiante
- La significatividad y utilidad de los contenidos.
- El contexto especifico en que ocurre la situacin de aprendizaje.

Si reflexionamos a partir de lo que hasta aqu se ha dicho, acerca de lo que
implica la motivacin en el proceso de aprendizaje, cabe aclarar que ms que
una condicin necesaria es un componente del mismo; es una de sus fibras
ms profundas, que dinamiza, pone en marcha y logra que exista verdadero
aprendizaje.

79

E. Autoconcepto
El concepto que tengamos sobre nosotros mismos es un factor definitivo a la
hora de poner en marcha los mecanismos de motivacin personal. El concepto
define la percepcin personal, una construccin que se da a medida que crece
el individuo e interacta con el entorno.
Es necesario tener en cuenta que a la vez que se construyen significados sobre
los contenidos de enseanza se construyen tambin representaciones sobre
nosotros mismos y que en el aprendizaje intervienen numerosos aspectos de
tipo afectivo y relacional.
El aprendizaje y el xito alrededor del mismo juegan un papel definitivo en la
construccin del autoconcepto, pues, en alguna medida, propician juicios de
valor sobre el desempeo personal que actan como motores de inters o por
el contrario de desmotivacin.
El autoconcepto se ve influenciado por el proceso seguido y los resultados
obtenidos en la situacin de aprendizaje; por la forma de enfrentarse a ella, por
el modo de comportarse, de interactuar, de estar en este mundo. Un individuo
que posee un concepto pobre de si mismo difcilmente encuentra en su interior
un motor de accin que lo motive e incite a actuar por s mismo.
A continuacin se presenta una lectura que favorece la reflexin en torno a los
conceptos que hasta aqu se han abordado, pues a travs de ella se refleja una
situacin concreta donde los mismos se dinamizan de distintas formas,
arrojando diversos resultados.

2.1.3.3. Desarrollo de la competencia informacional y aprendizaje
autnomo
El ambiente Las innovaciones tecnolgicas que estn dando paso a la nueva
Sociedad de la Informacin y el conocimiento pueden mejorar los procesos
educativos, productivos, gerenciales, cientficos y tecnolgicos, as como la
posibilidad de incorporar capacidades para el dominio de las TIC, que
contribuyan al desarrollo de los recursos humanos o capital humano como
nica va o alternativa econmica para alcanzar un verdadero desarrollo
sostenible y adems, el logro de una cultura informativa (Rodrguez. 2008).
Hasta hace muy poco una persona estaba alfabetizada si tena desarrolladas
las capacidades para leer y escribir. En la actualidad, estas habilidades no son
suficientes, debido a que esta tiene acceso a millones de pginas y a travs de
ellas a una enorme cantidad de informacin por esta razn, hay que hablar de
multialfabetizacin (Budd,1996), que incluye el concepto de estar alfabetizado
en informacin.
80

La capacidad de la informacin comprende ms que su solo acceso, la
conciencia de su existencia y las habilidades para explotarla una vez adquirida.
Las destrezas en tecnologas de la informacin capacitan a un individuo para
usar computadoras, aplicaciones informticas, bases de datos y otras
tecnologas para alcanzar una gran variedad de metas acadmicas, laborales y
personales (rea, 2007).
Bajo este marco, se entiende por aptitudes para el acceso y uso de la
informacin un conjunto de habilidades que exigen a los individuos reconocer
cundo se necesita informacin y poseer la capacidad de localizar, evaluar y
utilizar eficazmente la informacin requerida. Las aptitudes para el acceso y
uso de la informacin resultan cada vez ms importantes en el entorno actual
de rpidos cambios tecnolgicos y de proliferacin de los recursos de
informacin.
El reto, por tanto, ser formarnos como usuarios competentes en el tratamiento
de la informacin, independientemente del vehculo o tecnologa a travs de la
cual se transmita: las actividades de traslacin del conocimiento deben avanzar
y adoptar un enfoque integral orientado a fortalecer las capacidades,
incluyendo el desarrollo de competencias y responsabilidades de los
involucrados en los esfuerzos de la traduccin del conocimiento.
La alfabetizacin informacional es una expresin conocida por el acrnimo
ALFIN proviene de la traduccin de Information literacy. Surge de la evolucin y
maduracin de conceptos y prcticas que se han dado en contextos educativos
y bibliotecarios. Su finalidad ltima es el aprendizaje a lo largo de la vida y en
este sentido, busca que el usuario se convierta en un aprendiz independiente y
autnomo en gestin de problemas de informacin, no slo en los espacios de
la biblioteca, sino a travs de cualquier medio o recurso tecnolgico: as como
el desarrollo de habilidades cognitivas: esto es, que el usuario planifique y
supervise su trabajo intelectual, mejore su comprensin de textos y desarrolle
un pensamiento crtico y creativo (Gatvis, 2004).
Hepworth (2000) ofrece una representacin detallada de los procesos
relacionados con llegar a estar alfabetizado en informacin e identifica cuatro
reas principales de aprendizaje que, en su opinin, se deben dominar Ellas
son:

- Aprender cmo se utilizan las herramientas de informacin,
incluyendo a interaccin con el software y navegacin de los
sistemas automatizados. Sin olvidar que tambin hay informacin
impresa.
81

- Aprender los procesos intelectuales relacionados con la gestin de la
informacin y la creacin de conocimiento, como la identificacin de
las necesidades, estrategias de bsqueda y recuperacin,
organizacin de los recursos recopilados y herramientas de reflexin.
- Aprender como comunicar: dominar herramientas asociadas con
compartir e intercambiar informacin, tales como e; trabajo en
equipo, negociacin, trabajos en colaboracin as como estilos
apropiados de comunicacin.
- Aprender las normas intelectuales de la materia explorada,
incluyendo el marco terico establecido y las metodologas, as como
los aspectos ticos y legales relacionados con ese campo

En el coloquio de Expertos de Alejandra; celebrado del 6 al 9 de noviembre
del 2005, organizado por la UNESCO y el Nacional Forumon Information
Literacy. Se elaboro la Declaracin de Alejandra sobre la Alfabetizacin
Informacional y el aprendizaje a lo largo de la vida, donde se declaro que la
Alfabetizacin Informacional y el aprendizaje a lo largo de la vida son los faros
de la sociedad de la informacin que iluminan las rutas hacia el desarrollo, la
prosperidad y la libertad.
La alfabetizacin informacional se encuentra en el corazn mismo del
aprendizaje a lo largo de la vida. Capacita a la gente de toda clase y
condicin para buscar, evaluar, utilizar y crear informacin eficazmente
para conseguir sus metas personales, sociales, ocupacionales y
educativas. Constituye un derecho humano bsico en el mundo digital y
promueve la inclusin social de todas las naciones.
As mismo, en la Declaracin de Alejandra (2005) se consideran cuatro
aspectos respecto a la misma que sealan que esta:
- Incluye las competencias para reconocer las necesidades de
informacin y para localizar, evaluar, aplicar y crear informacin
dentro de contextos sociales y culturales.
- Ofrece la clave para el acceso, uso y creacin eficaz de contenidos
en apoyo del desarrollo econmico, la educacin, la salud y los
servicios humanos, y de todos los dems aspectos de las sociedades
contemporneas.
82

- Se extiende ms all de las meras tecnologas actuales para cubrir
el aprendizaje, el pensamiento crtico y las competencias de
interpretacin por encima de fronteras profesionales, potenciando a
los individuos y comunidades.
Sobre la alfabetizacin internacional (Information Literacy) se han elaborado
una gran cantidad de literatura y existen muchas definiciones de la misma. Sin
embargo, la ms universal, realizada por (CILIP, 2004). Seala que estar
alfabetizado informacionalmente es:
Saber cundo y por qu se necesita informacin, donde encontrarla, y como
evaluarla, utilizarla y comunicarla de manera tica.
La anterior definicin implica varias habilidades (o competencias) necesarias
para que una persona pueda ser considerada como alfabetizada en
informacin, las cuales tienen que ver con la comprensin de ocho aspectos
fundamentales que se ilustran en el cuadro siguiente.

Habilidades requeridas para ser alfabetizado informacionalmente
Comprender
la necesidad
Comprender por qu se
necesita la informacin.
Esto tiene que ver con qu
informacin se requiere,
cuanta y de qu tipo. As
como, con cualquier
limitacin asociada: tiempo,
formato, recursos, nivel de
actualidad, volumen para
manipular, etc.
La informacin puede estar
disponible en:
En papel (Libros, obras de
referencia, revistas, peridicos,
magacines, etc.).

En formato digital (en CD-
ROMs, en internet o en la
www, en DVDs, en tu propio
computador o en la red, etc.).
A travs de personas
A travs de otros medios como
una emisin de radio o una
pelcula.
As mismo, puede que est o
que no est convenientemente
a mano y accesible.
Comprender
la
disponibilidad
Ser capaz de identificar que
recursos estn disponibles
para su explotacin, donde
estn disponibles, como
acceder a ellos, los mritos
de cada tipo concreto de
recursos y cuando resulta
apropiado utilizarlos.
Esto exige una comprensin
de los tipos de recursos:
papel, digital/electrnico,
humano, etc.; y cuando
utilizar cada uno de ellos.
Comprender Una habilidad para buscar Las estrategias deben ser
83

como
encontrar la
informacin
los recursos apropiados con
eficacia e identificar la
informacin relevante. Una
persona alfabetizada en
informacin, debe entender
que, adems de la
bsqueda apropsito, la
informacin puede
adquirirse por ojeo al azar,
mediante revisin
sistemtica y seguimiento
de las fuentes de
informacin.
adaptadas al recurso que se
esta utilizando, para poder
obtener los mejores
resultados de este recurso.
Es indispensable responder
a los resultados de la
bsqueda y saber cundo
parar la bsqueda.
Comprender
la necesidad
de evaluar
los
resultados
Ser capaz de evaluar la
informacin por su
autenticidad, correccin,
actualidad, valor y sesgo.
Tambin, ser capaz de
evaluar los medios por los
cuales se obtuvieron los
resultados para poder
asegurar que tu
planteamiento no produce
resultados equvocos o
incompletos.
No se trata solo de que el
recurso parezca responder a
la pregunta, sino si es
intrnsecamente digna de
confianza.
Fuente: Adaptacin elaborada a partir de la traduccin de Cristbal Pasadas y
Urea, Biblioteca, Facultad de Psicologa, Universidad de Granada, del original
disponible en Library + Information Update, January-February, vol. 4(1-2), 24-
25.

2.1.3.4. Metacognicin, autorregulacin y desarrollo de competencias
El ambiente est cambiando en forma permanente, lo que requiere la
adaptacin de la persona a este nuevo espacio vital, en el cual debe enfrentar
situaciones que pueden ser: ms complejas, de mayor trascendencia, con
diversos grados de comprensin, presentar mayores dificultades, ser ms
agradables o desagradables, con mayores niveles de rigidez o flexibilidad,
entre otras muchas. En estas condiciones es necesario integrar los
conocimientos relevantes, desarrollar e incrementar las habilidades y aptitudes
para actuar en forma efectiva frente a diferentes circunstancias y, finalmente,
asumir una actitud de querer hacer, es decir, de involucrarse en la situacin.
Estas exigencias en materia de nuevos dominios en los diferentes campos del
conocimiento y escenarios de actuacin para una persona demandan
competencias para enfrentar los nuevos problemas que le permitan explorar y
probar soluciones novedosas y creativas. Aprender a aprender en diversos
contextos, que pueden ser utilizados como escenarios para e aprendizaje ya
84

sean: profesionales, laborales, sociales y familiares entre otros, resulta cada
vez ms importante.
La capacidad de aprender a aprender se puede enriquecer mediante la
utilizacin en forma sistemtica de procesos metacognitivos y de
autorregulacin que orientan, dirigen y encauzan las actividades cognitivas y
mediante operaciones mentales que garantizan la comprensin de los nuevos
conceptos y conocimientos y facilitan su aplicacin en la solucin de los
problemas que debe enfrentar el estudiante en su ambiente de actuacin.

2.1.3.4.1. La metacognicin
La metacognicin permite la reflexin sobre los procesos cognitivos que realiza
la persona posibilitando la identificacin de las condiciones y operaciones que
influyen n el proceso de aprendizaje de tal manera que se pueden reconocer y
valorar las experiencias, las vivencias, los sentimientos, las emociones y las
percepciones del estudiante que afectan los progresos en el proceso de
aprendizaje. Esta reflexin orienta el desarrollo de competencias.
La metacognicin permite la reflexin sobre los procesos cognitivos que realiza
la persona posibilitando la identificacin de las condiciones y operaciones que
influyen en el proceso de aprendizaje de tal manera que se pueden reconocer y
valorar as experiencias, las vivencias, los sentimientos, las emociones y las
percepciones del estudiante que afectan los progresos en el proceso de
aprendizaje. Esta reflexin orienta el desarrollo de competencias.
La metacognicin presenta dos componentes importantes: el conocimiento
metacognitivo y el control metacognitivo. El conocimiento metacognitivo permite
reconocer el funcionamiento de las actividades cognitivas en la persona y el
control metacognitivo permite generar procesos de autorregulacin de la
actividad cognitiva, es decir, de los procesos de aprendizaje que realiza el
estudiante. Es un proceso que puede ser abordado desde las ideas, los
pensamientos y las percepciones sobre "el conocimiento que uno tiene y el
control que uno ejerce sobre su propio aprendizaje y. en general, sobre la
propia actividad cognitiva, facilitando la toma de consciencia de los propios
procesos de aprendizaje, de su funcionamiento, optimizacin y control
(Mateos. 2001).
Por lo tanto, la metacognicin desde la perspectiva del desarrollo de
competencias trata aspectos como: el potencial de aprendizaje los procesos
cognitivos, las variables de la actividad cognitiva la comprensin de la actividad
mental y los procesos de autorregulacin Los primeros cuatro aspectos estn
relacionados con el conocimiento metacognitivo y el ltimo est referido al
control metacognitivo.
85

A. El potencial de aprendizaje
Desde el potencial de aprendizaje, )a metacognicin es afectada por las
experiencias, las vivencias, los sentimientos, las emociones y las percepciones
de la persona sobre la actividad cognitiva, Estos factores influyen, as como los
mecanismos y estrategias de supervisin utilizadas para valorar el avance, en
los resultados del proceso de aprendizaje y en el progreso de las metas.
La identificacin de las fortalezas y las limitaciones de la persona frente al
proceso de aprendizaje pone en evidencia mecanismos, tcnicas y estrategias
que elegir y utilizar para hacer frente a una determinada tarea de
aprendizaje. El dominio de un amplio repertorio de estrategias y tcnicas para
abordar las actividades cognitivas ie permitir concentrarse en los elementos
que presentan mayor dificultad y actuar en forma automtica trente a los que
posee un buen grado de dominio y control.
El potencial de aprendizaje permite al estudiante definir cmo, qu y cundo
ejecutar la actividad de aprendizaje y los comportamientos que se requiere
asumir. Es decir, establece la competencia para el abordaje de una accin en
forma proactiva y consciente,
B. Los procesos cognitivos
Gracias a los procesos cognitivos la persona elabora conceptos a partir de las
impresiones que le genera su observacin del mundo. A medida que sus
observaciones aumentan y las redes de relaciones entre diversos conceptos se
amplan, evolucionan tanto las impresiones y las percepciones de su entorno
como el conocimiento que se requiere para mejorar su interaccin con el
mundo.
A medida que la persona concreta y ejemplifica los conceptos y saberes se
avanza hacia una nueva forma de actividad cognitiva: la abstraccin. Esta
nueva etapa le permite influir "en sus relaciones con el entorno, y a travs de
dicho entorno marcar su conducta, sometindola a su control. (Vygotski, 2000)
Esto evidencia la evolucin y desarrollo de los procesos cognitivos y su efecto
sobre el desempeo y las competencias logradas por el aprendiz.
En consecuencia, cada nueva relacin que construye una persona le permite
avanzar en sus posibilidades de interaccin con los dems y con el medio
porque ampla su comprensin de los conceptos y mejora su repertorio de
conocimientos para hacer frente en forma competente a las diversas
situaciones de conflicto y a las dificultades q je le presenta el entorno de
actuacin en el cual se desempea.

86

C. Las variables que afectan la actividad cognitiva
Un factor fundamental en el desarrollo de as competencias y en la generacin
de procesos de autorregulacin es el correspondiente a las variables que
afectan la actividad cognitiva, lo que Flavell y Welman han denominado el
conocimiento metacognitivo, y que aborda las particularidades relacionadas
con la persona, la tarea y las estrategias. Estos rasgos tienen un efecto
significativo sobre el desempeo en os procesos de aprendizaje y sobre el
desarrollo de las capacidades y habilidades de pensamiento y aprendizaje del
estudiante.
La persona. En esta variable es necesario considerar las cualidades de la
persona referidas al conocimiento consciente que tiene cada aprendiz de sus
procesos de aprendizaje. Este conocimiento incluye el conocimiento de...
capacidades y limitaciones cognitivas, as como otros estados y caractersticas
personales que pueden afectar el rendimiento en la tarea"(Mateos, 2001).
implica el reconocimiento y la comprensin oel rpido potencial de aprendizaje
que involucra e! repertorio de recursos, habilidades y experiencias que pueden
ser desplegados en la ejecucin de la actividad cognitiva, considerando los
intereses, los sentimientos, las emociones, las motivaciones y los estados de
nimo de aprendiz, que afectan los esfuerzos y compromisos que est
dispuesto a asumir en forma personal y autnoma.
La tarea. La segunda variable que afecta la actividad cognitiva corresponde a
las caractersticas de la tarea que hacen referencia a la comprensin de los
objetivos, los resultados esperados, la naturaleza, las demandas y las
exigencias en la ejecucin de la actividad de aprendizaje. Adems es necesario
considerarla estructura del material y el grado de dificultad de la tarea.
Las caractersticas de la tarea permiten establecer el esfuerzo y las acciones
que es necesario emprender para alcanzar ios objetivos establecidos. Esto
implica a identificacin del grado de dificultad de la tarea, los recursos
involucrados en su ejecucin, el esfuerzo que debe ser dedicado, los controles
que se debe realizar para orientar el logro de las metas, entre otros.
Las estrategias. El tercer aspecto corresponde a las estrategias qua requiere
a comprensin de la efectividad frente a problemas de aprendizaje especficos
y su posibilidad de ser transferidos y aplicados a otras situaciones similares e
incluso diferentes.
Con respecto a las estrategias es importante entender su concepcin, su
funcionamiento y operacin, las condiciones o las situaciones en que pueden
ser aplicadas. Luego de reconocer su aplicacin en situaciones reales se debe
tener habilidad para tomar decisiones que permitan cambiar rpidamente de
estrategia o de forma je aplicacin para lograr una mayor efectividad.
87

El conocimiento de las estrategias que pueden ser aplicadas en propsitos
mltiples permite su utilizacin en situaciones diferentes en el espacio vital de
la persona. Sin embargo, esto exige un amplio dominio del campo de aplicacin
de cada estrategia y de los resultados esperados del uso y el potencial de
adaptabilidad de la estrategia para responder a situaciones concretas y
especficas.
Para utilizar en forma efectiva las estrategias es necesario contar con un bien
repertorio de las mismas, comprender su utilidad en diversas situaciones y
desarrollar la capacidad y habilidad para seleccionar entre las diferentes
opciones estratgicas, las que ofrezcan las respuestas ms efectivas a las
exigencias y condiciones de la tarea o aquellas que aseguren mejores
resultados. Solo entonces podremos afirmar que la persona ha desarrollado la
competencia para elegir la estrategia adecuada acorde por el problema o
situacin conflicto a resolver.
Comprensin de la actividad cognitiva. El ltimo componente del
conocimiento metacognitivo corresponde a la comprensin de la actividad
mental que permite a la persona dirigir los procesos cognitivos desde la zona
de desarrollo prximo. Es decir, entender cul es su competencia para
acometer actividades de aprendizaje sin ayuda de otras personas. En caso de
no poder hacerlo solo, identificar el tipo de ayuda o soporte que requiere para
desarrollar la competencia adecuada. Esto corresponde a otro concepto
esencia) del aprendizaje autnomo, el andamiaje educativo el cual permite
establecer el grado de ayuda que requiere un aprendiz para completar una
tarea de aprendizaje concreta en forma efectiva.
Comprender qu puede hacer el aprendiz por su cuenta y riesgo, identificar los
aspectos en que necesita ayuda y el tipo de ayuda requerida, permite
aproximarse a un desempeo competente en un determinado campo del saber.
Esto implica el reconocimiento de las propias capacidades y habilidades, el
dominio de un repertorio de estrategias de comprobada efectividad, la
percepcin y disponibilidad de recursos necesarios para la ejecucin de la
tarea, la comprensin de las metas y propsitos de la actividad desarropada y
el grado de dificultad que evidencia su realizacin.
Adems, se requiere que el aprendiz identifique la dificultad y las posibles
opciones de apoyo que puede recibir y la fuente de estas ayudas. Es decir, la
persona reconoce la deficiencia y quin puede ayudarlo a enfrentar la situacin
con mayor posibilidad de xito, o dnde encontrar la informacin o el
conocimiento necesario para subsanarla.
La comprensin de la actividad cognitiva exige un reconocimiento de la forma
como la persona percibe el mundo, de los conceptos y las diversas relaciones
que se dan y del modo como construye sus propios conocimientos. Entender
cmo elabora sus propias estructuras de aprendizaje y cognicin permite a la
88

persona hacer ms efectivo su proceso de aprendizaje y facilita el desarrollo de
las competencias.
En sntesis, a comprensin de la actividad cognitiva permite la integracin de
los saberes, las experiencias y vivencias, los mtodos y tcnicas, las
estrategias, los valores, los sentimientos y las emociones de la persona al
proceso de aprendizaje, en otras palabras, potenciar el desarrollo de
competencias.

2.1.3.4.2. Los procesos de autorregulacin
La autorregulacin permite que las personas contribuyan en forma activa al
logro de sus propias metas de aprendizaje e interactuar proactivamente en la
construccin de los conocimientos que integran a su estructura cognitiva,
desarrollando la capacidad de eleccin en las diferentes dimensiones del
aprendizaje que estn bajo su control. Desde esta perspectiva la
autorregulacin hace referencia a las ideas, sentimientos y actos generados
por uno mismo y que se orientar de manera sistemtica a la consecucin de
metas (Shunk, 1998)
Por consiguiente, los procesos de autorregulacin desarrollan en la persona la
capacidad para dirigirse en forma autnoma hacia a bsqueda de metas de
aprendizaje; para dirigir sus esfuerzos hacia el logro de los propsitos
establecidos. Estos procesos permiten seleccionar y aplicar estrategias que se
consideran tiles y. cuando estas no funcionan, reaccionar en forma proactiva
modificndolas para garantizar el logro definido.
Por otra parte, la autorregulacin es efectiva cuando se convierte en un acto
voluntario que es alcanzado por las personas orientadas hacia el aprendizaje.
Las acciones estn dirigidas por la voluntad personal entendida como un
sistema dinmico de procesos de control psicolgico que protege la
concentracin y dirige tos esfuerzos ante las distracciones personales o
ambientales para colaborar con el aprendizaje y el desempeo (Corno. 1998).
El proceso de autorregulacin puede variar desde un control absoluto desde el
exterior hasta la autorregulacin total por parte de la persona. Esto ltimo tiene
lugar cuando se puede seleccionar: el grado intervencin e involucramiento en
la ejecucin de la tarea; tas estrategias, los sistemas y los procedimientos para
abordar el aprendizaje; el tiempo y el esfuerzo destinado al aprendizaje; la
definicin de metas y el enfoque hacia el resultado o hacia el aprendizaje; el
escenario para desarrollar la actividad y los apoyos, las relaciones y las
interacciones que se utilizarn durante la ejecucin de la tarea.
El desarrollo de la competencia comienza en los escenarios sociales en los
cuales el aprendiz mediante la observacin de las diversas prcticas asimila su
89

utilizacin para luego pasara la emulacin que le permite verificar sus propios
desempeos frente a los modelos de referencia. Una vez llegado a este punto
la persona logra el autocontrol que se evidencia en el despliegue de tas
estrategias en forma independiente para finalmente alcanzar una ejecucin
acorde con las exigencias de la tarea.
En estas condiciones, los procesos de autorregulacin permiten movilizar el
aprendizaje hacia e: logro de competencias, generan mecanismos de
verificacin del avance, evalan las desviaciones, contrastan los resultados
logrados frente a tos esperados. Con base en estos actos. se inician las
acciones correctivas necesarias para mantener los esfuerzos en la direccin
definida, es decir, hacia las metas y propsitos establecidos.
Los procesos de autorregulacin comprenden en esencia los siguientes
aspectos: planeacin, supervisin, evaluacin y progresin que ponen en
marcha la autorregulacin, es decir, activan los mecanismos para asegurar el
logro de las metas, manteniendo en permanente control toda la actividad
cognitiva de la persona para garantizar procesos de aprendizajes significativos.
A. La planeacin permite identificar las diversas dimensiones de la
autorregulacin determinando el grado de regulacin y control que se
ejerce. En consecuencia, se enfrenta a cuestiones como establecer las
motivaciones, los mtodos y estrategias, el tempo y los esfuerzos
dedicados, el tipo de orientacin, los mbitos en los cuales se pretende
actuar, los medios y los apoyos reunidos para obtener los resultados
esperados.
Mediante la planeacin se disean y proyectan las diferentes acciones que se
requiere ejecutar y se organizan las actividades y los elementos que es
necesario controlar durante la ejecucin del proceso de aprendizaje, as como
se definen las relaciones e interacciones entre las acciones y los que requieren
algn grado de fiscalizacin para asegurar el ogro de las metas y los propsitos
establecidos.
Con la planeacin se dispone de un plan de accin que define los medios, los
recursos, los criterios o parmetros necesarios para abordar el proceso de
autorregulacin que facilite el logro de los resultados de aprendizaje esperados.
Esta se efecta antes de hacer el abordaje de las actividades de aprendizaje
con el propsito de indicar la forma como se alcanzaran los objetivos
establecidos. La planeacin es el elemento fundamental para el seguimiento al
desempeo realizado en la fase de supervisin.
B. La supervisin corresponde a diferentes acciones que efecta la
persona para revisar le evolucin de su desempeo en la ejecucin de la
90

actividad cognitiva; por lo general, comienza con la observacin del
desarrollo de las diversas actividades realizadas y con el logro
alcanzado con ellas: luego se hace una contrastacin frente a los
resultados esperados para identificar dificultades, desviaciones, fallas,
posibles problemas en el desempeo personal.
La supervisin es un proceso de verificacin de los avances por medio de
diferentes mecanismos que permiten comprobar el desempeo logrado frente
al esperado y tomar las medidas correctivas que dirijan los esfuerzos hacia la
consecucin de las metas establecidas.
Mediante este tipo de control se exploran e identifican las posibles
desviaciones, se verifica la efectividad de las estrategias utilizadas y se valora
ei progreso alcanzado para identificar posibles puntos y mecanismos de
intervencin para adaptar ei desarrollo de la actividad cognitiva. Esto genera
los insumos para la siguiente fase del proceso de autorregulacin, es decir, la
evaluacin.
C. La evaluacin est orientada a la verificacin de las metas logradas.
Considera las estrategias utilizadas, el grado de desempeo, los
esfuerzos realizados y el nivel de compromiso asumido en la ejecucin
de las actividades desarrolladas.
La evaluacin permite identificar el grado de desviacin, los problemas
enfrentados en la ejecucin de la actividad cognitiva, la efectividad de las
estrategias empleadas, la calidad el producto logrado, la eficiencia del proceso
utilizado, la productividad del esfuerzo realizado; genera informacin para
iniciar las acciones que permitan alcanzar un dominio competente, que sern
desarrolladas en la progresin.
D. La progresin es un proceso que faculta a la persona para generar
acciones proactivas que garanticen el logro de las metas establecidas
mediante la renovacin de los esfuerzos, la ejecucin de nuevas
acciones, la utilizacin de estrategias alternativas y la bsqueda de
nuevas fuentes de apoyo que posibiliten la consecucin de los
propsitos definidos.
El proceso de autorregulacin se completa cuando se decide tomar la iniciativa
y actuar para alcanzar las metas definidas, es decir, que una vez evaluado el
desempeo en la actividad cognitiva se espera un compromiso responsable
con el aprendizaje y el desarrollo de las competencias.
La progresin se inicia con la toma de decisiones frente a los diversos
elementos que han afectado el resultado obtenido. Por ejemplo, con respecto a
91

la efectividad de las estrategias se decide si continuar utilizndolas, ajustarlas o
cambiarlas: en relacin con el proceso es necesario resolver las modificaciones
o cambios necesarios para mejorar la calidad y cantidad de resultados. Con
esta informacin se definen los requerimientos de soporte para lograr la
competencia y se inician las acciones correspondientes para asegurar un
desempeo competente.
En sntesis, los procesos de autorregulacin potencian el desarrollo de tas
competencias en as personas porque actan desde el interior de la persona
hacia el ambiente de actuacin facilitando la concrecin de desempeos
competentes en las diversas actividades realizadas en su espacio vital.
2.1.3.4.3. El desarrollo de competencias
Teniendo en cuenta los anteriores planteamientos se pretende que el aprendiz
desarrolle un espritu de exploracin y bsqueda permanente de la excelencia
en su desempeo en todas acciones que realiza en su espacio vital, de tal
manera que pueda integrar trabajo, familia y aspectos personales en sus
actividades cotidianas, al tiempo que asume un compromiso responsable en
forma voluntaria, un compromiso con su desarrollo personal y profesional.
El desarrollo de competencias genera una nueva racionalidad en el abordaje
del mundo y del ser humano, donde se entretejen las partes y elementos para
comprender los procesos en su interrelacin, recursividad, organizacin,
oposicin y complementacin, dentro de factores de orden y de incertidumbre"
(Tobn, 2004). Esta condicin permite una interpretacin de los nuevos
aprendizajes desde mltiples perspectivas y facilita la integracin de los
diversos mbitos de actuacin del espacio vital de la persona a su proceso de
aprendizaje.
La metacognicin desde la dimensin del proceso metacognitivo permite a la
persona identificar y reconocer en forma consciente las posibilidades y las
dificultades que enfrenta al abordar un proceso de aprendizaje, comprendiendo
la naturaleza de las complicaciones a las que tendr que hacer frente y el
potencial de logro en las diferentes actuaciones en su espacio vital. Esta
condicin faculta al aprendiz para que asuma un compromiso responsable con
los procesos de aprendizaje necesarios para interactuar con el mundo y
mejorar el desempeo personal y profesional.
Por otra parte, el proceso de autorregulacin faculta al aprendiz para que tome
el control del proceso de aprendizaje estableciendo la forma como abordar los
diferentes obstculos y dificultades y la actitud que asumir para alcanzar las
metas y los propsitos fijados, as el grado de involucramiento y el nivel de
competencia que pretende lograr en el desarrollo de cada actividad.
En sntesis, la metacognicin y los procesos de autorregulacin potencian el
desarrollo de competencias en las personas generando alternativas para
92

enfrentar los desafos planteados por la globalizacin y creando opciones
reales para enfrentar los diversos problemas en forma creativa desarrollando
soluciones innovadoras y acordes al espacio vital del aprendiz.
El desarrollo de competencias desde los procesos de metacognicin y
autorregulacin genera en el aprendiz acciones que facilitan el despliegue de
iniciativas, potencian las habilidades y capacidades de la persona para: trabajar
en equipo, abordar situaciones novedosas y complejas con flexibilidad y
creatividad, asumir riesgos con compromiso responsable, despertar el ingenio
que posibilita la innovacin, lo cual garantiza un desempeo de excelencia en
su ambiente de actuacin.
"La autorregulacin en general se define como el conjunto de mecanismos
aprendidos durante toda la vida que permiten dirigir de forma constante y
autorregularse a lo largo del ciclo vita! por medio de la prctica continuada, del
esfuerzo, de la inversin de tiempo y de la y la rectificacin de los errores en
funcin de un objetivo"
DIMENSIONES DEL APRENDIZAJE AUTONOMO
- Dimensin personal
Motivacin
Responsabilidad personal
Disciplina y autonoma
Compromiso
- Dimensin de aprendizaje
Actitud hacia el aprendizaje
Capacidad de organizacin
Capacidad de autorregulacin
Utilizacin de un mtodo de estudio
Capacidad de autoevaluacin
- Dimensin social
Capacidad para interactuar con otros
Capacidad para interactuar y transformar el entorno
Habilidad para poner en marcha proyectos
Capacidad para estimular y liderar el desarrollo de diversas actividades
- Dimensin comunicativa
Habilidad para expresarse a travs de diversos medios
Capacidad para presentar, argumentar y proponer ideas

93

2.2. MARCO CONCEPTUAL
AULA: Segn Wikipedia, un aula o saln de clase es una sala en la cual se
ensea una leccin por parte de un profesor en una institucin educativa. En
Espaa, las aulas de los colegios se denominan popularmente clases mientras
que en la Universidad, conservan el nombre de aulas. De entre ellas, destaca
el Aula Magna, espacio de grandes dimensiones en donde se celebran
inauguraciones, clases magistrales, conferencias, etc.
Para Vsquez, es el local destinado al dictado de clases. Dicho local est
destinado a albergar al mismo tiempo la totalidad de una seccin
(independiente o mltiple) con el mismo docente o equipo de docentes. (p. 33 )
AULA DE INFORMATICA: Aula especializada destinada a realizar actividades
con herramientas informaticas (computadoras, programas). Habitualmente
cuenta con equipos informaticos en cantidad suficiente, equipamiento,
mobiliario e instalaciones especificas.

AULA VIRTUAL: Entorno telemtico en pgina web que permite a los
estudiantes participar en actividades educativas a distancia en forma virtual, es
decir, obtener todos los beneficios y recursos que tendra en un aula
convencional (programa del curso, los documentos de estudio, las actividades
de aprendizaje y las formas de evaluacin del aprendizaje). Ademas, se puede
utilizar recursos de comunicacin como: correo electrnico, foros de discusin,
chat y video conferencias.
De acuerdo a BAUTISTA (2005), El aula virtual es el espacio propio de un
grupo-clase, donde existen espacios y herramientas de comunicacin para los
estudiantes y docentes asignados. Existe un acceso a documentos de
acompaamiento, materiales y recursos propios del grupo. La configuracin del
aula determinara hasta cierto punto el planteamiento de la formacin que
podremos proponer.(p. 91)
AUTOAPRENDIZAJE: Concepto que en forma frecuente se utiliza en forma
errnea, pues resulta tautolgico ya que todo aprendizaje es auto, es decir,
cualquier persona aprende por ella misma. Dicho de otra manera, nadie
aprende por nadie ms. El error parte de una traduccin inadecuada del
concepto en ingles self-learning, el cual debe traducirse como aprender por si
94

mismo o aprendizaje autnomo. El termino autoaprendizaje tambin ha sido
utilizado como sinnimo de autodidactismo, autoinstruccin, autoenseanza o
autoestudio; sin embargo, el que consideramos que lo describe mejor es el de
aprendizaje autodirigido.
CAMPUS VIRTUAL: De acuerdo a Bautista (2005), el docente tambin podra
encontrarse en disposicin de decidir sobre el diseo especfico del campus
virtual de su institucin universitaria. En un campus virtual se integran las
diferentes funcionalidades necesarias para organizar, gestionar y realizar unos
estudios universitarios, conjugando lo institucional con los diferentes servicios
acadmicos pblicos y restringidos de una universidad y obviamente, todos los
espacios relacionados con la formacin, as como los eventos y elementos
aglutinadores de la comunidad acadmica mas all de un curso o un grupo-
clase determinado. La diferencia entre un campus y una plataforma es que el
primero ya est configurado respecto a las necesidades de gestin y
acadmicas que se plantean para la institucin y la segunda es simplemente un
espacio estndar que debe ser personalizado. El limite conceptual entre lo uno
y otra es muchas veces de matiz.(P. 192)
PLATAFORMA: De acuerdo a Bautista (2005), a este nivel, el docente puede
decidir sobre el conjunto de aplicaciones que, con unas caractersticas y
requerimientos tcnicos especficos y estndares de integracin y
compatibilidad determinados, permiten utilizar un entorno virtual de enseanza-
aprendizaje de una determinada manera y disponer de sus funcionalidades y
recursos. Por ejemplo Chamilo es una plataforma de software libre que usan
diferentes universidades e instituciones de educacin superior, adaptando sus
capacidades a las necesidades y preferencias de cada una de ellas y creando
as un entorno virtual de aprendizaje propio.
SOFTWARE LIBRE: Es el software que una vez desarrollado, se pone a
disposicin de cualquier usuario para que se pueda usar, copiar, estudiar,
modificar y redistribuir libremente. Suele estar disponible gratuitamente en
internet.
EL AULA VIRTUAL COMO EJE DEL PROCESO DE ENSEANZA Y
APRENDIZAJE
En este espacio virtual el profesor trata de mejorar la actividad de enseanza y
aprendizaje, que tambin se daba en el aula fsica. Para ello planteara
95

propuestas didcticas apoyndose en las herramientas disponibles en tal
entorno.
All podemos acceder a diversos espacios y funcionalidades, de comunicacin
(foros, charla), as como de informacin (programas, contenidos) u
organizacin, gestin y seguimiento del curso (calendario, tablero). As
podemos concluir que en las aulas virtuales tiene cuatro reas bien definidas:
Planificacin, Comunicacin recursos y evaluacin. Adems el entorno del aula
cambia segn que el usuario sea Estudiante, Profesor o administrador, etc.
COMUNICACIN ASINCRONA: Referida a la educacin en lnea es aquella
en la que las personas solo se pueden comunicar entre si despus de cierto
tiempo, son ejemplo de estas: el correo postal o electrnico, las listas de
distribucin y el foro de discusin
COMUNICACIN SINCRNICA: Se caracteriza por que el medio utilizado
permite la comunicacin en tiempo real o en forma simultnea, son ejemplo de
esta: el telfono, el chat en texto o voz y la videoconferencia
COMUNIDAD VIRTUAL: Referido a la educacin en internet, es el espacio,
sitio o lugar donde se encuentran varias personas (estudiantes y profesores)
con uno o varios objetivos de enseanza-aprendizaje en comn; un ejemplo de
esta seria un curso, diplomado, maestra, foro de discusin, chat, etctera, en
lnea. Tambin recibe el nombre de Comunidad Virtual de Aprendizaje
TECNOLOGIAS DE LA INFORMACION Y LA COMUNICACIN (TIC):
Expresin que engloba a todas las tecnologas que se utilizan en la informtica
y la internet. Es el conjunto de procesos y productos de las tecnologas de
hardware y software, y de las tecnologas de la comunicacin telemtica, que
en su conjunto se encargan de procesar, almacenar y transmitir informacin
digitalizada. Se caracterizan por su inmaterialidad, instantaneidad, innovacin,
interactividad, interconexin, inmediatez, diversidad, accesibilidad, etc. Para la
educacin a distancia y cualquier otra forma de educacin, resultan ser de gran
importancia, pues permiten el acceso tanto a la informacin como a la
96

comunicacin del conocimiento, asimismo, son importantes por que estn
modificando las estrategias para aprender y constituir el saber.
APRENDIZAJE: Dependiendo de la concepcin que se tenga de aprendizaje,
el diseo de los programas de educacin a distancia puede variar en sus
estrategias de enseanza. De all la importancia de revisar y comparar estas
diferentes concepciones que por lo general se basan en corrientes
psicolgicas. A continuacin se enlistan las ms representativas.
Conductismo: Cambio de conducta relativamente permanente que se ha debido
a experiencias (de enseanza-aprendizaje) y no a la maduracin del individuo.
Cognoscitivismo: Transformacin de las estructuras cognoscitivas al captar sus
relaciones que se manifiestan en el cambio de adaptacin al medio.
Gestalt: Proceso que implica un cambio sbito en el campo perceptual.
Epistemologa Gentica de Piaget: Proceso activo, en donde las relaciones
sociales y la colaboracin entre los estudiantes y los adultos es de suma
importancia, ya que el conocimiento se construye desde adentro.
Constructivismo: Proceso sistemtico y organizado, que permite la construccin
de esquemas de conocimiento, a partir de la interaccin de la informacin, que
recibe el estudiante del exterior con sus esquemas previos, en donde
intervienen ineludiblemente las caractersticas personales.
Aprendizaje a distancia (Distance learning): Termino especifico derivado del
mas generalizado Educacion a distancia. Es cualquier forma de estudio que no
se encuentre bajo la supervicion continua o inmediata de tutores, pero que no
obstante cuenta con la orientacin, planificacin e instruccin de una
organizacin educativa; una caracteristuca fundamental en este es el estudio
independiente o autnomo, los materiales didacticos explicitos y los medios
adecuados de comunicacin. El aprendizaje a distancia implica que una
persona adquiere habilidades, competencias y conocimientos a travez de
experiencias mediadas, es decir, a traves de medios de comunicacin que
97

salvan la distancia. Puede decirse tambin que el aprendizaje a distancia es la
finalidad principal de la Educacin a Distancia.
APRENDIZAJE EN LINEA: (E-Learning) Termino muy usado en la literatura
en ingles para designar cursos sustentados en alguna tecnologa electrnica:
equipo de computo (red internet, intranet o extranet; CD-ROM, disquete,
memoria USB), televisin(cable, codificado, abierto, satelital, videocasete),
etctera.
APRENDIZAJE: Es un proceso interno que se desarrolla cuando el alumno
esta en interaccin con su medio sociocultural y natural. Es un proceso de
construccin de representaciones personales significativas y con sentido de un
objeto o situacin de la realidad. Todo aprendizaje supone la interiorizacin y
reelaboracin individual de una serie de significados culturales socialmente
compartidos. La interaccin con las personas y los objetos que subyace en
todo proceso de aprendizaje, pasa necesariamente por el filtro de una cultura
comn y est mediatizada por la utilizacin de un determinado lenguaje. El
aprendizaje acta como motor del desarrollo de las capacidades intelectuales
de la persona. Pero a su vez, y en una relacin dialctica, la posibilidad de
asimilacin de los contenidos culturales est estrechamente relacionada con el
nivel de desarrollo conseguido y los conocimientos elaborados en experiencias
anteriores.

AUTONOMIA: Hecho de dirigir o controlar uno mismo las propias acciones y la
conducta.
Expresa el logro de independencia personal del sujeto responsable y adulto. Se
puede hablar de una adquisicin gradual de la autonoma en los diferentes
niveles del desarrollo humano.

98

CAPTULO III
MARCO METODOLGICO

99

III. MARCO METODOLOGICO
3.1. Hiptesis
Si se emplea el aula virtual Moodle, entonces mejorar significativamente el
aprendizaje autnomo de los estudiantes del curso Software Especializado
de la escuela profesional de Matemtica de la Universidad Nacional Pedro
Ruiz Gallo, Lambayeque, ao 2013.
3.2. Variables
3.2.1. Definicin conceptual
3.2.1.1. Aula Virtual Moodle
De acuerdo a BAUTISTA (2005), El aula virtual es el espacio propio de un
grupo-clase, donde existen espacios y herramientas de comunicacin para
los estudiantes y docentes asignados. Existe un acceso a documentos de
acompaamiento, materiales y recursos propios del grupo. La configuracin
del aula determinara hasta cierto punto el planteamiento de la formacin
que podremos proponer.
Es un dispositivo tecnolgico cuyo componente esencial es el espacio
destinado a la interaccin humana y a la bsqueda colectiva del saber. Para
ello se utilizan actividades sncronas as como asncronas.

3.2.1.2. Aprendizaje Autnomo
Es la facultad que tiene una persona para dirigir, controlar, regular y evaluar
su forma de aprender, de forma consciente o intencionada haciendo uso de
estrategias de aprendizaje, estas incluye a las estrategias cognitivas
(referidas a la adquisicin y codificacin, la elaboracin y reestructuracin,
la recuperacin y utilizacin de los conocimientos) as como a las
estrategias metacognitivas (referidas al conocimiento y el control sobre la
forma de aprender), para lograr el objetivo o meta deseado. Esta autonoma
debe ser el fin ltimo de la educacin, que se expresa en saber a aprender.

100

3.2.2. Definicin operacional

VARIABLES

CATEGORIAS

DIMENSIONES

INDICADORES

VARIBLE
INDEPENDI
ENTE
Aula Virtual
Moodle

Eficaz

Ineficaz

Planificacin

- Eficiencia en la planificacin de
recursos, tiempo, estrategias,
desarrollo y evaluacin de las
actividades.
- Coherencia significativa de
objetivos y proceso de
ejecucin de las estrategias de
la propuesta.
- El diseo de las actividades
estn fundamentadas
tericamente al perfil biolgico,
psicolgico y cognitivo del
estudiante.
- El diseo de las actividades
estn propuestas en base a la
fundamentacin terica en la
construccin del conocimiento
en base a recursos
tecnolgicos.

Implementaci
n
estratgica
- Acompaamiento estratgico
en el uso del aula virtual con
metodologa constructiva para
el logro de los objetivos
previstos en el programa
- Trabajo tutorial colectivo
orientado a la enseanza y
aprendizaje estratgico en la
reconstruccin delos
contenidos.

Adecuado
manejo del
Aula Virtual
Moodle
- Desarrollo de capacidades y
actitudes respecto al manejo
del aula virtual en el desarrollo
de las diferentes sesiones de
aprendizaje.

18-20
Muy Bueno

15-17
Bueno

Dimensin
personal
1. Autonoma personal
2. Disciplina y autonoma
3. Motivacin personal
4. Grado de compromiso

Dimensin de
aprendizaje
5. Actitud hacia el aprendizaje
6. Capacidad de organizacin
7. Elaboracin de un plan de trabajo
8. Cumplimiento del plan de trabajo
9. Utilizacin de un mtodo de
estudio
101

VARIBLE
DEPENDIE
NTE:
Aprendizaje
Autnomo

1114
Regular

01-10
Bajo
10. Evaluacin de la eficiencia del
mtodo de estudio
11. Acciones de mejoramiento
12. Procesos de autoevaluacin

Dimensin
social
13. Capacidad para interactuar con
otros
14. Capacidad para interactuar con
el entorno y transformarlo
15. Habilidad para poner en marcha
sus proyectos
16. Capacidad para estimular y
liderar el desarrollo de diversas
actividades

Dimensin
comunicativa
17. Habilidad para expresarse en
forma oral
18. Habilidad para expresarse en
forma escrita
19. Capacidad para presentar,
argumentar y proponer ideas

102

3.3. Metodologa
3.3.1. Tipo de Investigacin
Es aplicada por que se va a investigar la aplicacin de un estimulo (Aula
Virtual Moodle) para solucionar un problema que en este caso es el
aprendizaje autnomo del contenidos de software especializado.

3.3.2. Diseo
Tipo de diseo
Diseos cuasi experimental con pre y post test.

3.4. Poblacin y muestra
3.4.1. Poblacin:
La poblacin est compuesta por los alumnos matriculados en el ciclo 2012
II, de la escuela profesional de Matemticas de la Facultad de Ciencias
Fsicas y Matemticas, en la Universidad Nacional Pedro Ruiz Gallo. De los
cuales estn obligados a llevar curso de Software Especializado en la
determinada escuela profesional, los alumnos del quinto al dcimo Ciclo,
que conforman una poblacin estudiantil de 650 alumnos.

3.4.2. Muestra:
El, muestreo es no probabilstico, puesto que el grupo de 39 alumnos ya
est conformados.

3.5. Mtodo de investigacin

Para la investigacin a desarrollar se utilizaron los siguientes mtodos:
Hipottico- deductivo.
Ser utilizado a razn de su carcter integracional, al proponer la
hiptesis como consecuencia de las inferencias del conjunto de datos
empricos que constituirn la investigacin as como para determinar
G1 0
1

X
0
2

Manipulacin
Medicin pre
prueba
Estimulo
Medicin post
prueba
103

conclusiones a partir de la posterior contrastacin hecha de las
mismas hiptesis.

Mtodos empricos:
- La observacin dirigida: Se utiliz durante la aplicacin del
programa.
- La experimentacin: A travs de la aplicacin del programa de
software.
Mtodos tericos:
- Anlisis histrico. Que permiti estudiar la evolucin histrica
tendencial del problema en los distintos contextos lo que nos
condujo a su planteamiento y enunciado.
- Anlisis de contenido. Permiti ir analizando informacin sobre
la capacidad constructiva de proyecto de vida, desde una
perspectiva estratgica para orientar el sentido del desarrollo
personal y ser la base de la autorrealizacin personal, para luego
construir un marco terico fundamentado en la propuesta
metodolgica que se dise y en el aporte pragmtico de la
misma.
Mtodo cuantitativo, porque se fundamenta en el positivismo y
empirismo lgico, su concepto base es la cantidad, su diseo es
el experimental su hiptesis define la relacin entre las variables,
la muestra es representativa.
3.6. Tcnicas e instrumentos de recoleccin de datos

De Gabinete:
El Fichaje: Se utiliz para fijar conceptos y datos relevantes,
mediante la elaboracin y utilizacin de fichas para registrar
organizar y precisar aspectos importantes considerados en las
diferentes etapas de la investigacin. Las fichas a utilizadas
fueron:
104

Ficha de Resumen: Fueron utilizadas en la sntesis de conceptos
y aportes de diversas fuentes, que fueron organizados concisa y
pertinentemente en estas fichas, particularmente sobre
contenidos tericos o antecedentes consultados.
Ficha Textuales: Utilizadas en la trascripcin literal de
contenidos, sobre su versin bibliogrfica o fuente informativa
original.
Fichas Bibliogrficas: Se utilizaron en el registro permanente
de datos sobre las fuentes recurridas y consultadas que darn el
soporte cientfico correspondiente a la investigacin.
Pginas electrnicas. Se utilizaron pginas web y toda
informacin informtica
Instrumentos.
El pre test y el pos test se dividen en dos partes, de acuerdo a las
dimensiones de la variable dependiente: Aprendizaje Autnomo
La Dimensin de aprendizaje se analizara con una ficha de
observacin, y Dimensin personal, Dimensin social y
Dimensin comunicativa se har con una encuesta

- Pre Test
Para determinar el nivel de desarrollo del Aprendizaje Autnomo
antes de aplicar el estmulo.
- Post Test
Para determinar el nivel de desarrollo del Aprendizaje Autnomo
despus de aplicar el estmulo.
3.7. Mtodos de anlisis de datos
El anlisis de informacin se utiliz el anlisis cuantitativo
mediante el trabajo estadstico a travs del programa SPSS.
As mismo se tuvo en cuenta cuadros estadsticos para exponer los
datos que se obtuvieron al aplicar los instrumentos de recoleccin, y la
posterior aplicacin de los siguientes estadgrafos:
105

Medida de Tendencia Central.
- Medida aritmtica ( x ) Utilizada en la obtencin del
promedio de los datos de la muestra.
n
x f
x
i i
=
.
Donde:
x = Promedio o media aritmtica.
= Sumatoria.
f
i
= Frecuencia absoluta.
X
i
= Valores obtenidos de cada uno de los datos
(marca de clase).
n = muestra o nmero de datos.
Medidas de Dispersin o variabilidad.
- Desviacin Estndar(s) Que permiti medir el grado de
normalidad de la distribucin de datos alrededor de la
media aritmtica, dentro de sus valores extremos mximo y
mnimo. Su frmula es:
n
f x x
S
i i

=
. ) (
2

Donde:
S = Desviacin estndar.
= Sumatoria.
f
i
= Frecuencia absoluta.
X
i
= Desviaciones con respecto al promedio.
x = Media aritmtica.
n = muestra.
106

- Coeficiente de variabilidad (c.v): Fue utilizado para establecer la
homogeneidad o heterogeneidad del grupo respecto al promedio
alcanzado.Su frmula es:

%) 100 (
x
s
CV=
Donde:
c.v = Coeficiente de variabilidad
S = desviacin estndar
x = Media aritmtica
100% = Valor porcentual constante
Prueba de hiptesis:
2 2
e c
e c
e c
x x
t
s s
n n
-
=
+

Se aplicar la prueba de T de Student para comparar medias en el Pre
Test y Pos Test

107

IV. RESULTADOS

4.1. Presentacin y Anlisis de la Informacin
De acuerdo al objetivo general de la tesis:
Demostrar que la aplicacin del aula virtual Moodle mejora el aprendizaje
autnomo de los estudiantes del curso Software Especializado, de la
escuela profesional de Matemticas de la Universidad Nacional Pedro Ruiz
Gallo
En este captulo se presentan los resultados obtenidos de la aplicacin de
los instrumentos del Pre y Post Test al Grupo Experimental.
La presentacin de los resultados se hace a travs de cuadros en funcin
de la mejora del aprendizaje autnomo segn Arguelles y mediante
cuadros estadsticos que a continuacin se detallan con sus respectivos
anlisis e interpretacin en el siguiente orden:

1. Pre test para el Grupo Experimental.
2. Diseo del programa.
3. Aplicacin del programa.
4. Post test para el Grupo Experimental.

4.1.1. Pre Test al Grupo Experimental
Objetivo Especifico 01:
Identificar a travs del Pre Test el nivel de aprendizaje autnomo de los
Matematicas de la Universidad Nacional Pedro Ruiz Gallo.
A los alumnos del curso Software Especializado que conforman el
grupo de estudio se les aplic el Pre test, con el propsito de determinar el
nivel de Aprendizaje Autonomo que tienen, obtenindose los siguientes
resultados especficos:

108

Cuadro N 01
TABLA DE FRECUENCIAS DE LAS NOTAS OBTENIDAS EN EL PRE TEST
Pre Test
Puntaje
Alumnos Porcentaje
Frecuencias
Acumuladas
Porcentaje
acumulado

43 1 2,6 1 2,6
44 3 7,7 4 10,3
45 4 10,3 8 20,5
46 5 12,8 13 33,3
47 7 17,9 20 51,3
48 6 15,4 26 66,7
49 4 10,3 30 76,9
50 4 10,3 34 87,2
51 2 5,1 35 92,3
52 2 5,1 38 97,4
53 1 2,6 39 100,0
Total 39 100,0 100,0

FUENTE : Pre Test
FECHA : 15 y 17 de abril del 2013.

109

GRAFICO N 01
HISTOGRAMA DE FRECUENCIAS DE LAS NOTAS DEL NIVEL DE
APRENDIZAJE AUTNOMO EN EL PRE TEST

FUENTE : Pre Test

110

Cuadro N 02
NIVEL DE APRENDIZAJE AUTONOMO SEGN CATEGORAS
Pre test Estadsticos
Media 47,62
Mediana 47,00
Desv. tp. 2,435
Rango 10
Mnimo 43
Mximo 53
Percentiles 25 46,00
50 47,00
75 49,00
FUENTE : Pre Test

El nivel de aprendizaje autnomo de los estudiantes del curso Software
Especializado, de la escuela profesional de Matemticas de la Universidad
Nacional Pedro Ruiz Gallo en el ao 2013, alcanzaron un promedio de 47.62
puntos.

El valor de la mediana fue igual a 47.0, es decir que el 50% de estudiantes
obtuvieron un puntaje de 47 o menos.
La dispersin de los puntajes alrededor de la media fue de 2.435 puntos.
El coeficiente de variabilidad fue 5.11%, indicando una homogeneidad de los
puntajes de los alumnos.
Los valores mximos y mnimo son 43 y 53
Adems el 25% tienen una nota menor o igual a 46
El 50% tienen una nota menor o igual a 47

111

4.1.2. Objetivo especifico 02:
Elaborar el programa acadmico para mejorar el aprendizaje
autnomo de los estudiantes del curso software especializado, de
la escuela profesional de matemticas de la Universidad Nacional
Pedro Ruiz Gallo

Diseo del programa
Esta etapa constituye la planificacin y ejecucin de cada una de las
sesiones de aprendizaje que constituye el programa a aplicarse a los
alumnos del curso de Software Especializado. El cual se elabor
teniendo en cuenta las diferentes estrategias presentes en el aula virtual
Moodle, las que se pueden dividir en dos grupos: recursos y actividades:
Recursos en el aula virtual Moodle:
- Libro: Permite crear una coleccin de recursos digitales que se
pueden compaginar para generar el contenido didctico. En
pocas palabras es una biblioteca para el alumno, donde hay libros
en pdf o en Word, diapositivas con el resumen del tema en
cuestin, ejercicios de aplicacin del tema y algunas soluciones.
- Vinculos a un archivo: que nos permite crear un enlace a
documentos externos basados en la web.
- Vinculos a un sitio web: que nos permite ampliar el panorama
dado en los archivos del aula virtual.
- Cuestionarios: Donde se crear un conjunto de planteamientos
para que el alumno complemente su aprendizaje.
- Glosario: Este recurso permite la creacin de un glosario de
trminos, generado ya sea por los profesores o por los
estudiantes.

Actividades en el aula virtual Moodle
- Foro: Que sirve para discutir un tema relacionado al curso, el cual
fomenta la colaboracin y participacin de los alumnos.
- Trabajo individual: Comprende la adquisicin de conocimiento
adicional que deber lograr el alumno, para tener un panorama
mayor de conocimiento.
- Trabajo colaborativo final: En este caso se profundiza en la
capacidad de iteracin, entre los miembros del grupo
experimental.
- Glosario: Donde los alumnos pueden mejorar su enfoque sobre
un tema determinado.
- Diario: Que ayuda a los alumnos llevar el dia a dia de su
aprendizaje y a actualizarlo.
- Wiki: Se utiliza cuando se necesita una colaboracin de otro
alumno, es mas flexible que el foro.
112

. El mismo que cont con 11 temas, utilizando bibliografa
especializada y adems integrando la disciplina Matemticas con el
software MatLab. De acuerdo a la sumilla indicada por la Escuela
Profesional de Matemticas de la Universidad Nacional Pedro Ruiz Gallo.
(Cada tema consta de 5.5 horas de estudio y aprendizaje, desarrollados
por el profesor y/o el alumno(Anexo N 01).

Aplicar el Aula Virtual Moodle para la mejora del aprendizaje
autnomo de los estudiantes del curso software especializado , de
la escuela profesional de Matemticas de la Universidad Nacional
Pedro Ruiz Gallo en el 2013.

Resultados de la Aplicacin del programa
El programa del Aula Virtual Moodle para mejorar el aprendizaje
autnomo, se aplic a los alumnos del grupo experimental (Anexo N 04)
desde el 15 de abril del 2013 al 10 de Mayo del 2013, con un total de 60
horas pedaggicas (incluyendo aplicacin de Pre y Post Test).
Del Pre Test y Post Test.
El Pre Test se aplic los das 15 y 17 de Abril del 2013,
encontrndose con una asistencia del 100%.
El Post Test se aplic el da 10 y 11 de Mayo del 2013 con una
asistencia del 100%.

De la Programacin.
El curso se desarrollo en 11 captulos, en cada una de ellos se conto
con los recursos y actividades necesarios para una mejor
comprensin de los temas. Desarrollados de acuerdo a la sumilla
dada por la Escuela Profesional de Matemticas de la Universidad
Nacional Pedro Ruiz Gallo.
En cada capitulo terico se desarrolla segn la siguiente secuencia
lgica:
Inicio: Que incluye los procesos de aprendizaje de motivacin
y recojo de saberes previos.
Proceso: Considera 3 procesos de aprendizaje: Generacin
del conflicto cognitivo, construccin del conocimiento y
aplicacin de lo aprendido.
Salida: Contiene un solo proceso de aprendizaje que es la
reflexin de lo aprendido, para ello se considera ejercicios de
aplicacin.
113

Las sesiones de aprendizaje y las estrategias consideradas se
desarrollaron en el aula virtual Moodle que est alojada en los
servidores de la Universidad Nacional Pedro Ruiz Gallo, cuya
direccin web es:
http://aulav.unprg.edu.pe/vunprg/
Y el curso en mencin est ubicado en:
http://aulav.unprg.edu.pe/vunprg/course/view.php?id=120
En el cual se puede ingresar como profesor, alumno o invitado.

Identificar a travs del Post Test el nivel de aprendizaje autnomo
de los estudiantes del curso software especializado, de la escuela
profesional de Matemtica de la Universidad Nacional Pedro Ruiz
Gallo, despus de aplicar el aula virtual Moodle.
Etapa de Evaluacin.
Para la evaluacin de proceso se tuvo en cuenta la participacin, as
como la realizacin y presentacin de actividades en cada sesin de
aprendizaje en forma individual y/o grupal para demostrar lo que han
aprendido.
La evaluacin de producto se realiz a travs del Post Test despus
de aplicar el estmulo.
Cuadro N 03
NIVEL DE DESARROLLO DEL APRENDIZAJE AUTONOMO EN POST TEST
Post Test
Media 70,79
Mediana 71,00
Desv. tp. 1,866
Rango 7
Mnimo 67
Mximo 74
Percentile
s
25 69,00
50 71,00
75 72,00
FUENTE : Post Test
FECHA : 10 y 11 de Mayo del 2013.
114

A analizar el nivel de aprendizaje autnomo de los estudiantes del curso
Software Especializado, de la escuela profesional de Matematicas de la
Universidad Nacional Pedro Ruiz Gallo en el ao 2013, alcanzaron un
promedio de 70.79 puntos.

El valor de la mediana fue igual a 71.0, es decir que el 50% de alumnos
evaluados en el Post Test alcanzaron una nota menor o igual a 71 puntos.
La dispersin de los puntajes respecto a su promedio fue de 1.866 puntos.
El coeficiente de variabilidad fue 2.64%, notndose una menor varabilidad de
los puntajes del pre test.
Los puntajes mximo y mnimo son 67 y 74
Adems el 25% tienen una nota menor o igual a 69
Cuadro N 04
TABLA DE FRECUENCIAS DE LAS NOTAS OBTENIDAS DEL NIVEL DE
APRENDIZAJE AUTONOMO EN EL POST TEST
Post Test
Puntaje
Alumnos
Porcentaj
e
Frecuencia
acumulada
Porcentaje
acumulado

67 2 5,1 2 5,1
68 3 7,7 5 12,8
69 5 12,8 10 25,6
70 6 15,4 16 41,0
71 8 20,5 24 61,5
72 7 17,9 31 79,5
73 6 15,4 37 94,9
74 2 5,1 39 100,0
Total 39 100,0 100,0

FUENTE : Post Test
115

Diagrama N 02
HISTOGRAMA DE FRECUENCIAS DE LAS NOTAS DEL NIVEL DE
APRENDIZAJE AUTNOMO EN EL PRE TEST

FUENTE : Post Test

Contrastar los resultados del Pre y Post Test del grupo mediante el
uso de la prueba T de Student.

Discusin de los Resultados
Al analizar los resultados obtenidos para verificar el nivel de aprendizaje
autnomo empleando el aula virtual Moodle, se tuvo en cuenta, la
aplicacin de Pre y Post Test al Grupo Experimental, cuyos resultados
presentamos en el cuadro adjunto.

116

Cuadro N 05
Estadsticos de muestras relacionadas

Media N
Desviacin
tpica.
Error tpico
de la media
Pre Test 47,62 39 2,435 ,390
Post Test 70,79 39 1,866 ,299

Cuadro N 06
Correlaciones de muestras relacionadas

N Correlacin Sig.
Pre Test y Post
Test
39 -,197 ,228

Cuadro N 07
Prueba de muestras relacionadas
FUENTE: Cuadros N 01, N 03
FECHA: Abril Mayo del 2013.
Anlisis e interpretacin:
De los resultados obtenidos en el Pre y Post Test, presentados en el cuadro
comparativo del Grupo Experimental podemos sealar:

Al realizar el anlisis de diferencias de las medias con respecto al pre
y post test podemos concluir que existe evidencia suficiente a un nivel de
significancia del 95% para decir de que hay diferencia significativa entre la
calificacin promedio del pre test con respecto al promedio del post test.
Tambin podemos observar que la diferencia entre las dos medias es
negativa por tal motivo podemos afirmar de que las puntuaciones en el
post test son mejores que las puntuaciones promedio del pre test. En
consecuencia podemos decir que el uso del aula virtual moodle mejora
significativamente el del nivel del aprendizaje autnomo.
Diferencias relacionadas t gl
Sig.
(bilateral)
Media
Desviaci
n tp.
Error
tp. de
la
media
95% Intervalo de
confianza para la
diferencia Media
Desviacin
tp.
Error tp.
de la
media
Inferior Superior Inferior Superior Inferior Superior Inferior Superior
Pre
Test -
Post
Test
-23,179 3,347 ,536 -24,265 -22,094 -43,247 38 ,000
117

V. CONCLUSIONES
Al inicio de la investigacin a travs de la aplicacin del Pre Test identificamos
el nivel del aprendizaje autnomo en los estudiantes del curso software
especializado de la escuela profesional de Matemtica de la UNPRG, se
encontr que el promedio inicial es de 47.62.

La aplicacin del aula virtual moodle se desarrollo de una forma dinmica y
amena al nivel del desarrollo de los contenidos, en el cual los alumnos se
familiarizaron con las herramientas del aula virtual.

En el post test el grupo mejoro significativamente frente al pre test, el nivel del
aprendizaje autnomo en los estudiantes del curso software especializado de la
escuela profesional de Matemtica de la UNPRG, siendo su promedio de
70.79.

Mediante la aplicacin del aula virtual moodle, se comprob que es un recurso
didctico apropiado especialmente para el proceso de enseanza- aprendizaje
del curso software especializado de la escuela profesional de Matemtica de la
UNPRG. Que permite elevar en forma significativa el nivel de aprendizaje
autnomo en los estudiantes de dicho curso.

118

VI. SUGERENCIAS

Al director de la escuela profesional de matemticas de la UNPRG, se le
sugiere considerar el uso del aula virtual Moodle en el desarrollo de los cursos
cocurriculares de dicha escuela.

A los directores de las diferentes escuelas profesionales de la UNPRG, se les
recomienda incluir el uso del aula virtual Moodle en los planes curriculares, con
la finalidad de desarrollar el aprendizaje autnomo en sus estudiantes.

A los docentes en general se les recomienda elaborar programas para el
desarrollo de cursos basados en el aula virtual Moodle, que les permita elevar
el nivel del aprendizaje autnomo en sus estudiantes.

119

VII. REFERENCIAS BIBLIOGRAFICAS

Acosta, J. C., Macias, D. A., & Martinez, D. L. (2009). La enseanza de lgebra
con NTIC en la Universidad. Revista Iberoamericana de Educacion , 48-55.
Alvarez Deza, C. P. (2010). Influencia del uso de las TIC en el nivel de
aprendizaje en el area de Ciencia y Tecnologia en los alumnos del quinto grado
de secundaria, turno maana de la I.E. Federico Villarreal Chiclayo-2007.
Chiclayo: UCV.
Alvarez Deza, C. P. (2010). Influencia del uso de las TIC en el nivel de
aprendizaje en el area de Ciencia y Tecnologia en los alumnos del quinto grado
de secundaria, turno maana de la I.E. Federico Villarreal Chiclayo-2007.
Chiclayo: UCV.
Arguelles Pabon, D. C. (2010). Estrategias para promover procesos de
aprendizaje autonomo. Colombia: Alfaomega.
Arguelles Pabon, D. C. (2010). Estrategias para promover procesos de
aprendizaje autonomo. Colombia: Alfaomega.
Barragus Fuentes, J. I., Arrieta Cortajarena, I., & Manterola Zabala, M. J.
(2010). Anlisis Matemtico con soporte interactivo en Moodle. Madrid:
Pearson.
Barrera Arrestegui, L. (2003). Educacin a distancia basada en nuevas
tecnologas para la escuela de Post Grado de la Universidad Cesar Vallejo.
Chiclayo: UCV.
Barrera Arrestegui, L. (2003). Educacin a distancia basada en nuevas
tecnologas para la escuela de Post Grado de la Universidad Cesar Vallejo.
Chiclayo: UCV.
Carrion Barco, G. (2012). Propuesta de un modelo de educacion a distancia
para la Escuela de Ingenieria en Computacion e Informatica de la Universidad
Nacional Pedro Ruiz Gallo. Chiclayo: Universidad Cesar Vallejo.
Carrion Barco, J. (2012). Propuesta de un modelo de educacion a distancia
para la Escuela de Ingenieria en Computacion e Informatica de la Universidad
Nacional Pedro Ruiz Gallo. Chiclayo: Universidad Cesar Vallejo.
Castellano, H. M. (2011). Enseando con las TIC. Argentina: Cengege.
Castillo Arredondo, S. (2006). Vocabulario de Evaluacin Educativa. Espaa:
Pearson - Prentice Hall.
Choque Larrauri, R. (2010). Nuevas competencias tecnolgica en informacin y
comunicacin. Lima: CONCYTEC.
120

Cordero, A. (2006). Problemas resueltos de Mtodos Numricos. Madrid:
THOMSON.
Educacion, C. N. (2006). Proyecto Educativo Nacional al 2021. Lima: CNE.
Estebanell, M. (2010). Produccion y uso de recursos digitales en la docencia
universitaria. En J. Paredes, & A. De la Herran, Cmo ensear en el aula
universitaria (pgs. 197-208). Madrid: Pirmide.
Flores Gonzales, L. (2010). MATLAB Aplicado a la Ingeniera Civil. Lima: ICG.
Gallego, J. B. (2009). Aplicaciones Matematicas en la Ingenieria. Medellin:
Instituto Tecnologico Metropolitano.
Gamarra Astuhuamn, G., Pujay Cristobal, O. E., Berrospi Feliciano, J., &
Cuevas Cipriano, R. (2008). Estadstica e investigacin. Lima: San Marcos.
Gilat, A. (2006). MATLAB: Una introduccion con ejemplos practicos. Barcelona:
REVERT, S.A.
Hidalgo Matos, M. (2004). Como desarrollar una clase. Lima: Inide.
Iglesias Otero, M. T. (2011). Matlab para Clculo en una variable. Santiago de
Compostela: Andavira.
Macro, E. e. (2010). Aula virtual usando Moodle. Lima: Macro.
Manrique Villavicencio, L. (2004). El aprendizaje autnomo en la educacion a
distancia. Primer congreso virtual Latinoamericano de educacion a distancia .
Montufar Benitez, M. A., & Medina Marn, J. (2007). Solucion de problemas en
ingenieria con MATLAB. Mexico: PATRIA.
Moore, H. (2007). MATLAB para ingenieros. Mxico: PEARSON Educacion,
S.A.
Moratto, O. H. (2011). Gua de uso de Matlab en el desarrollo de modelos de
volatilidad. Bogota: Politecnico Grancolombiano.
Murillo Hernandez, W. J. (2010). lA iNvestigacion Cientifica. Recuperado el 12
de Septiembre de 2012, de http://www.monografias.com/trabajos15/invest-
cientifica/invest-cientifica.shtml
Parraguez Capitan, J. N., & Parraguez Capitan, O. O. (2007). El aula virtual
como herramienta para mejorar la capacidad de resolucion de problemas en el
area de matematica de los alumnos del quinto grado de educacion secundaria
de la I. E. Manuel Antonio Mesones Muro de Ferreafe - 2007. Chiclayo:
Universidad Cesar Vallejo.
121

Pealosa Castro, E. (2013). Estrategias docentes con tecnologias. Mexico:
Pearson.
Prez Carrillo, S. (16 de Abril de 2010). Slideshare. Recuperado el 15 de
Febrero de 2013, de http://www.slideshare.net/b1dnaomitorralbo/manual-
camtasia-12044232
Raffo Lecca, E. (2005). MATLAB: Mi primer. Lima: Mundigraf.
Reyes Cortes, F. (2012). Matlab aplicado a la robotica y mecatronica. Mexico:
Alfaomega.
Rice, W., & Nash, S. S. (2010). Tecnicas de enseanza con Moodle 2.0.
Madrid: Anaya.
Ru, J. (2009). El aprendizaje Autnomo en Educacion Superior. Madrid:
NARCEA.
Silva Quiroz, J. E. (15 de Abril de 2012). Insercin de TIC en la formacin inicial
docente: Barreras y oportunidades. Recuperado el 24 de Agosto de 2012, de
Revista Iberoamericana de Educacion:
http://www.rieoei.org/deloslectores/4557Silva.pdf
Tafur Portilla, R. (2001). La tesis universitaria. Lima: Mantaro.
Teresa Arias, M., Luis Bravo, J., Ojeda, I., & Parra, I. (2011). MATLAB /
OCTAVE. . Madrid: Tbar.
UIL, I. d. (2010). Informe mundial sobre el aprendizaje y la educacion de
adultos. Hamburgo, Alemania: UIL.
USAT. (Septiembre de 2012). Universidad Catolica Santo Toribio de
Mogrovejo. Recuperado el 12 de Enero de 2013, de
http://www.usat.edu.pe/usat/uev/
Vsquez Yurivilca, W. (2007). Diccionario de Pedagoga. Lima: San Marcos.
Watson, G. H. (2004). El aprendizaje basado en problemas y las tres C de la
tecnologia. En B. J. Duch, S. E. Groh, & D. E. Allen, El poder del aprendizaje
basado en problemas (pgs. 127-135). Lima: Fondo Editorial de la PUCP.
Zavala Aguilar, R. (2011). Estadstica Bsica. Mexico: Trillas.

122

ANEXOS

123

ANEXOS 01
PRE Y POS TEST
PARA DETERMINAR MI PERFIL DE APRENDIZAJE AUTONOMO
Responde con sinceridad hasta que punto has desarrollado las siguientes
capacidades: 1. Siempre. 2. A Veces. 3. Nunca.
ITEMS 1 2 3
DIMENSION PERSONAL

1. Identifica situaciones problemticas, realiza su anlisis y los valora para dar
solucin a las mismas

2. Identifica condiciones emocionales que pueden influir en el estudio y sabe
controlarlas.

3. Demuestra motivacin intrnseca por aprender a superar sus dificultades.
3. Desarrolla confianza en sus capacidades y habilidades.
4. Valora positivamente su capacidad para aprender
DIMENSION DE APRENDIZAJE
5. Se inicia en la toma de conciencia de su capacidad de control sobre su
aprendizaje.

5. Identifica metas de aprendizaje (intrnsecas y extrnsecas).
5. Se compromete a lograr metas de aprendizaje.
6. Identifica condiciones fsicas ambientales que pueden influir en su estudio y sabe
manejarlas.

7. Analiza condiciones de la tarea: tipo de actividad, complejidad, secuencia a seguir,
condiciones dadas, entre otras.

8. Analiza las estrategias de aprendizaje ms convenientes para lograr metas de
aprendizaje.

8. Determina el tiempo necesario para cumplir sus metas.
9. Formula su plan de estudio.
10.. Evala la efectividad de su plan
10. Analiza, errores, fallos, aciertos
11. Utiliza lo aprendido en la formulacin del siguiente plan.
11. Evala su actuacin en funcin de las metas y plan formulados.
11. Introduce cambios o mejoras en su actuacin
12.Se autoevala a partir de criterios dados.
12. Participacin idoneidad en procesos de co-evaluacin.
12. Utiliza la retroinformacin dada a sus trabajos y pruebas para mejorar su
aprendizaje.

DIMENSION SOCIAL
13. Es capaz de integrarse a un grupo
14. Participa aportando ideas, opiniones y llevando productos solicitados.
14. Se muestra asertivo
15. Demuestra actitud de colaboracin
16. Es capaz de dar solucin a conflictos que se presenten
DIMENSION COMUNICATIVA
17. Usa estrategias de comprensin lectora
19. Produce textos comunicando con claridad el mensaje.
18. Lee e interpreta imgenes audiovisuales
124

ANEXO 02
Programa de aplicacin del aula virtual moodle para mejorar el
aprendizaje autnomo de los estudiantes del curso software
especializado, de la escuela profesional de matemtica de la universidad
nacional pedro ruiz gallo.
I. DENOMINACIN.
Aplicacin del aula virtual moodle para mejorar el aprendizaje autnomo de los
estudiantes del curso software especializado.

II. DATOS INFORMATIVOS.

Lugar de Aplicacin : Universidad Nacional Pedro Ruiz Gallo. Escuela
profesional de Matemtica.
Beneficiarios : 39 alumnos.
Edad : 21-24 aos

III. OBJETIVOS
OBJETIVO GENERAL.
Aplicar el aula virtual Moodle para mejorar el aprendizaje autnomo de los
estudiantes del curso de software especializado de la de la escuela profesional de
matemtica de la Universidad Nacional Pedro Ruiz Gallo
OBJETIVOS ESPECIFICOS:
- Ejercitarse en el manejo del aula virtual Moodle.
- Obtener un nivel bsico de autonoma.
- Conoce y Maneja el entorno de MATLAB y esta familiarizado con sus objetos..
- Manejar a travs de MATLAB aplicaciones en lgebra y Trigonometra.
- Manejar a travs de MATLAB aplicaciones en las funciones matemticas y desarrollo
de sus grficas.
- Manejar a travs de MATLAB aplicaciones del Calculo Diferencial e Integral.
- Manejar a travs de MATLAB aplicaciones para la Ingeniera.

125

IV FUNDAMENTACIN.
El presente programa de aplicacin del aula virtual Moodle servir para mejorar el nivel
del aprendizaje autnomo en los estudiantes de la de la escuela profesional de
matemtica de la Universidad Nacional Pedro Ruiz Gallo
Se tiene en cuenta a Arguelles. P, (2010), quien responde a la siguiente pregunta:
Por qu aprender autnomamente?
Hasta hace poco tiempo, la principal preocupacin de una persona era adquirir ios
conocimientos necesarios para enfrentar el mundo, no slo desde una perspectiva
profesional sino tambin personal. Conocer las teoras, ios discursos especializados
de las diferentes ciencias y en general poseer informacin eran las principales razones
para iniciar cualquier proceso formatvo formal o no formal.
Sin embargo, con los desarrollos tecnolgicos y cientficos de finales del siglo XX que
generaron no slo la rpida obsolescencia del conocimiento sino, tambin, la casi
inmediata divulgacin y difusin del mismo, el hombre se vio enfrentado a necesidades
de formacin distintas y al dominio de habilidades diferentes a las que hasta ahora
haba cultivado.
En este contexto, el paradigma en educacin ha venido cambiando, principalmente en
lo que tiene que ver con las competencias que se requiere desarrollar en una persona
para que este en capacidad de enfrentar exitosamente el mundo de hoy. Ha venido
cambiando el tipo de conocimientos y la cantidad de informacin que debe poseer. Se
han transformado los caminos y las estrategias para aprender.
Surge entonces, en e! mundo entero, un proceso de transformacin de los medios
para la formacin y el aprendizaje y, por ende, tambin de sus fines y propsitos. As,
para desarrollar las competencias requeridas, para elaborar los saberes humanos,
cientficos y acadmicos que hagan del hombre un ser competente para llevar a cabo
su proyecto de vida individual y colectivo, no es menester retener en la memoria un
ocano de informacin. Se necesita contar con habilidades para aprender a aprende",
para organizar y usar informacin y con habilidades para comunicarse, y
especialmente habilidades para desaprender conocimientos y destrezas obsoletas o
en desuso.
Nadie nace con todas las competencias y habilidades que necesita, estas se
construyen y reconstruyen en ta interaccin con los otros y con e entorno. En este
sentido, nadie parte de cero. Se trata en realidad de un proceso de reelaboracin y
resigniticacin donde se da trnsito hacia aquello que se necesita para enfrentar un
proceso, un aprendizaje, una decisin, etc., y ello exige voluntad y muy posiblemente
una lucha interna entre los paradigmas de cada cual y el nuevo acontecer.
Bajo el ruevo marco y la dinmica del conocimiento, la educacin tambin necesita
abordarse desde otra mirada. Para comprender este cambio es importante conocer
cules son los pilares sobre los cuales se espera que se d hoy el proceso formativo.
Tener clara esta visin trazar una ruta para el desarrollo de competencias que le
permitan al hombre enfrentar el mundo de hoy en forma exitosa.
126

Dentro de la reflexin acerca de la dinmica actual de la educacin, vale la pena
detenemos en lo que hoy se consideran como los pilares de la educacin: aprender a
conocer, aprender a hacer, aprender a vivir juntos; aprender a ser y aprender a
aprender. En el cuadro que aparece a continuacin se describen estos parmetros
fundamentales.
A partir de ello se hace necesario encontra una metodologa adecuada para este logro.
El Conectivismo de Siemenns, nos propone la solucin a ello planteando lo siguiente:
- Nuestra habilidad para aprender lo que necesitamos maana es ms
importante que lo que sabemos hoy. Un verdadero reto para cualquier teora
de aprendizaje es activar el conocimiento adquirido en el sitio de aplicacin. Sin
embargo, cuando el conocimiento se necesita, pero no es conocido, la
habilidad de conectarse con fuentes que corresponden a lo que se requiere es
una habilidad vital. A medida que el conocimiento crece y evoluciona, el acceso
a lo que se necesita es ms importante que lo que el aprendiz posee
actualmente.
- El conectivismo presenta un modelo de aprendizaje que reconoce los
movimientos tectnicos en una sociedad en donde el aprendizaje ha dejado de
ser una actividad interna e individual. La forma en la cual trabajan y funcionan
las personas se altera cuando se usan nuevas herramientas. El rea de la
educacin ha sido lenta para reconocer el impacto de nuevas herramientas de
aprendizaje y los cambios ambientales, en la concepcin misma de lo que
significa aprender. El conectivismo provee una mirada a las habilidades de
aprendizaje y las tareas necesarias para que los aprendices florezcan en una
era digital.

127

V CRONOGRAMA
UNIDAD ACTIVIDAD FECHA RESPONSABLE ESTRATEGIAS CONTENIDOS DURACION
00. PRE TEST 15 Abril
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.

- Dimensin personal
- Dimensin social
3 HORAS

01.

Aula virtual
Moodle

16 de
Abril
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Observacin de progreso
- Trabajos prcticos
- Formulacin y resolucin de
problemas de aplicacin
- Procesos de reflexin y actitud
critica
- Uso de los textos virtuales
- Interpretacin de Cuadros y
diagramas comparativos
- Uso de la herramienta foro
- Visualizacin del video de
ayuda
- Actividad grupal
- Creacin de glosario
Elaboracin de fichas
Primeros pasos en Moodle
El sistema de ayuda
Los cursos de Moodle
Modo edicin
Bloques de Moodle
Crear y administrar contenidos

5 HORAS
Primeros pasos con
MatLab
17, 18 de
Abril
Malca Villalobos
Amado.
Valdivia Velsquez
- Trabajos prcticos
- Ventanas de comandos
- Operaciones aritmticas
5 HORAS
128

02. Leonardo. - Procesos de reflexin y actitud
critica
ayuda
- Actividad grupal
- Funciomnes Matematicas
bsicas
- Definicion de variables
escalares
- Ejemplos de aplicacin con
matlab
03. Arrays
19, 20 de
Abril
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Trabajos prcticos
critica
ayuda
- Actividad grupal
- Creacion de arrays
unidimensionales (vectores)
- Creacion de arrays
bidimensionales (matrices)
- Manipulacion de arrays
- Funciones para la
manipulacin de arrays
- Problems de aplicacin
5 HORAS

04
Operaciones
matemticas con
arrays
22, 23 de
Abril
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Trabajos prcticos
critica
- Suma y resta de arrays
- Multiplicacion y divisin de
arrays
- Operaciones elemento a
elemneto
5 HORAS
129

Idiagramas comparativos
ayuda
- Actividad grupal
- Generacion de nmeros
aleatorios
- Problemas de aplicacin
05. Ficheros script
24, 25 de
Abril
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Trabajos prcticos
critica
- Visualizacin del video 25, 26
de mayode ayuda
- Actividad grupal
- Notas sobre los ficheros
script
- Manipulacion de los ficheros
script
- Variables globales
- Comandos de salida
- Ejemplos de aplicacin
5 HORAS

06.
Grficos
bidimensionales
26, 27 de
Abril
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Trabajos prcticos
critica
- Comando plot
- Comando fplot
- Representacion grafica de
varias funciones a la vez
- Graficos con ejes
logartmicos

130

ayuda
- Actividad grupal
07.
Funciones y
ficheros de funcion
29, 30 de
Abril
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Trabajos prcticos
critica
- Uso de la herramienta
- foro
- Visualizacin del video
de ayuda
-
- Actividad grupal
- Creacion de un fichero de
funcin
- Variables locales y globales
- Utilizacion de ficheros de
funcin
- Funciones en lnea
5 HORAS
08.
Programacin
en MatLab
01, 02 de
Mayo
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Trabajos prcticos
critica
ayuda
- Actividad grupal
-
- Operadores relacionales y
lgicos
- Sentencias condicionales
- Buckles
Ejemplos de aplicacion
5 HORAS

131

09.
Polinomios e
interpolacin
03, 04 de
Mayo
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Trabajos prcticos
critica
ayuda
- Actividad grupal
- Polinomios
- Valor de un polinomio
- Raices de un polinomio
- Derivada de un polinomio
- Curvas de ajuste
-
5 HORAS
10.
Grficos
tridimensionales
06, 07 de
Mayo
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Trabajos prcticos
critica
ayuda
- Actividad grupal
- Graficos de lnea
- Graficos de malla y de
superficie
- Comando view
-
5 HORAS

11. Anlisis
08, 09 de
Malca Villalobos
Amado.
- Trabajos prcticos
- Resolucion de ecuaciones de
una variable
- Integracion numrica
5 HORAS
132

numrico
con MatLab
Mayo Valdivia Velsquez
Leonardo.
critica
ayuda
- Actividad grupal
- Ecuaciones diferenciales
12. Calculo Simblico
10 de
Mayo
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.
- Trabajos prcticos
critica
ayuda
- Actividad grupal
- Objetos simblicos y
expresiones simbolicas
- Modificacin de expresiones
simbolicas
- Derivacin
- Integracin
-
5 HORAS
13
POS TEST
11 de
Mayo
Malca Villalobos
Amado.
Valdivia Velsquez
Leonardo.

- Dimensin personal
- Dimensin social
3 HORAS
133

VI METODOLOGA.
El aula virtual Moodle esta creada en base a la metodologia B-Learnig (Combinado
asincrnico y sincrnico), donde la enseanza y aprendizaje de la educacin virtual se hace
ms efectiva. Estimula la comunicacin en todo el momento e instante.

VII EVALUACIN.
Para la evaluacin se considerar el trabajo individual y colectivo realizado con el material
educativo del aula virtual, y para registrar la evaluacin de proceso se utilizara las
estadsticas de acceso al aula.

134

UNIDAD DE APRENDIZAJE

I.- DATOS INFORMATIVOS:

II.- DENOMINACIN DE LA UNIDAD:
Aprendiendo a Usar el MatLab
III.- JUSTIFICACIN:
La presente unidad de aprendizaje es de suma importancia pues se realiza
con el fin de que los alumnos desarrollen sus habilidades y conocimientos
de manera que se adapten al uso de programas matemticos a travs el uso
del programa MatLab.
IV.- TEMA TRASVERSALES:
Educacin en valores o formacin tica.
v. VALORES Y ACTITUDES PRIORIZADOS

valores Actitudes
Actitudes ante el rea Comportamiento
Responsabilidad Cumple con las tareas
oportunamente.
Planifica sus tareas para la
consecucin de los aprendizajes
esperados.
utiliza el material didctico
requerido por el rea de
matemtica.
Se esfuerza por superar errores
en la ejecucin de tareas.

Ser puntuales, llegando
oportunamente a su centro de
estudios.
Participa en forma permanente y
autnoma.
Cumple con sus tareas individuales y
grupales.
135
I. DESARROLLO DE LA PRIMERA UNIDAD DE APRENDIZAJE

N DE UNIDAD: I - TITULO DE LA UNIDAD: Conociendo MatLab.
TEMA TRANSVERSAL :* educacin en valores o forma tica.
VALORES PRIORIZADOS : * Responsabilidad * Respeto
CONOCIMIENTOS ACTITUDES
ACTIVIDADES
ESTRATEGIAS
HORAS
1 2 3 4 5 6 7 8 9
MatLab:
- Introduccin al programa MatLab
- Crear Arrays
- Operaciones con Arrays
- Creando Archivos M
- Grficos Bidimensionales.
.
- Compromiso
- Puntualidad
- Atiende a la
clase
- Tolera a sus
compaeros

- Observacin de
progreso
- Trabajos prcticos
- Formulacin y
resolucin de
problemas de
aplicacin
- Procesos de
reflexin y actitud
critica
- Uso de los textos
- Interpretacin de
Cuadros y
diagramas
comparativos
- Elaboracin de
fichas
3 3 3 3 3 3 3 3 3
136

CRITERIO DE
EVALUACION

INDICADORES DE EVALUACION
EVALUACION
TECNICAS INSTRUMENTOS
Aprendizaje y
autorregulacin

- Manipular las diferentes herramientas del programa
MatLab
- Crear un array en el programa MatLab
- Resolviendo operaciones de array en el programa MatLab
- Creando y resolviendo archivos M en el programa
MatLab
- Creando grficos bidimensionales en el programa MatLab.

- Observacin sistemtica

- Ejercicios de autoconocimiento

- Trabajos prcticos

- Lista de problemas

- Resolucin de problemas
- Escala de actitudes

- Problemas
Propuestos
- Trabajos prcticos
- Practicas dirigidas
- Practicas calificadas
- Evaluaciones de
progreso
- Exmenes de
desarrollo
VALUACION DE ACTITUD
VALORES INDICADORES DE EVALUACION
ACTITUD FRENTE AL AREA INSTRUMENTO DE
EVALUACION
Responsabilida
d y autonoma
Liderazgo
Nivel de
expresin
Ser puntuales, en las reuniones va skype.
Participa en forma permanente y autnoma.
Cumple con sus tareas individuales y grupales
Emplea un vocabulario adecuado para comunicarse
Respeta las normas de convivencia del aula y en la
Institucin educativa
Planifica y cumple con las tareas
y trabajos oportunamente
Demuestra esfuerzo en el logro
de su aprendizaje
utiliza el material didctico y el
texto requerido por el rea de
matemtica.
en la ejecucin de tareas
Interactua con sus compaeros
de clase

- Evaluaciones de
progreso
- Lista de cotejo.
137

MATRIZ DE EVALUACION
CRITERIO 1:
INDICADORES DE EVALUACION N DE
REACTIVOS
PUNTAJE INSTRUMENTO
- Manipular las diferentes herramientas del programa
MatLab
1 2
Evaluacin en lnea
Foro
- Crear un array en el programa MatLab 1 2
- Resolviendo operaciones de array en el programa
MatLab
1 2
- Creando y resolviendo archivos M en el programa
MatLab
1 2
- Creando grficos bidimensionales en el programa
MatLab.
1 2
Resuelve problemas 5 10
TOTAL PARCIAL 10 10

138

ACTITUD ANTE EL REA:
INDICADORES DE EVALUACION (ACTITUDES) PUNTAJE INSTRUMENTO
Ser puntuales, llegando oportunamente al aula virtual 4

Escala de actitudes
Examen de diagnostico
Evaluaciones de progreso
Lista de cotejo
Fichas de autoevaluacin
Registro anecdotario
Guas de observacin
Participa en forma permanente y autnoma 4
Cumple con sus tareas individuales. 4
Emplea un vocabulario adecuado para comunicarse 4
Ser puntuales, en las reuniones va skype coordinadas
previamente.
4
TOTAL 20

139
II. DESARROLLO DE LA SEGUNDA UNIDAD DE APRENDIZAJE

N DE UNIDAD: I - TITULO DE LA UNIDAD: Profundizando en MatLab.
TEMA TRANSVERSAL :* educacin en valores o forma tica.
VALORES PRIORIZADOS : * Responsabilidad * Respeto
CONOCIMIENTOS ACTITUDES
ACTIVIDADES
ESTRATEGIAS
HORAS
1 2 3 4 5 6 7 8 9
- Creando Archivos de Funcin
- Programar en MatLab.
- Usando Polinomios
- Grficos Tridimensionales.
- Mtodo Numrico.
- Matemtica Simblica.
- Compromiso
- Puntualidad
- Atiende a la
clase
- Tolera a sus
compaeros

- Observacin de
progreso
- Trabajos prcticos
- Formulacin y
resolucin de
problemas de
aplicacin
- Procesos de
reflexin y actitud
critica
- Uso de los textos
- Interpretacin de
Cuadros y
diagramas
comparativos
- Elaboracin de
fichas
3 3 3 3 3 3 3 3 3
140

CRITERIO DE
EVALUACION

INDICADORES DE EVALUACION
EVALUACION
TECNICAS INSTRUMENTOS
Aprendizaje y
autorregulacin

- Creando archivos de funcin en el programa MatLab
- Crear una programacin en el programa MatLab
- Usando polinomios en el programa MatLab
- Creando grficos tridimensionales en el programa MatLab
- Utilizando el mtodo numrico en el programa MatLab.
- Utilizando la matemtica simblica en el programa MatLab

- Observacin sistemtica

- Ejercicios de autoconocimiento

- Trabajos prcticos

- Lista de problemas

- Resolucin de problemas
- Escala de actitudes
- Problemas
propuestos
- Trabajos prcticos
- Practicas virtuales
- Practicas calificadas
- Evaluaciones de
progreso
- Exmenes de
desarrollo
VALUACION DE ACTITUD
VALORES INDICADORES DE EVALUACION
ACTITUD FRENTE AL AREA INSTRUMENTO DE
EVALUACION
Responsabilida
d y autonoma
Liderazgo
Nivel de
expresion
Ser puntuales, en las reuniones va skype.
Participa en forma permanente y autnoma.
Cumple con sus tareas individuales y grupales
Emplea un vocabulario adecuado para comunicarse
Respeta las normas de convivencia del aula y en la
Institucin educativa
Planifica y cumple con las tareas
y trabajos oportunamente
Demuestra esfuerzo en el logro
de su aprendizaje
utiliza el material didctico y el
texto requerido por el rea de
matemtica.
en la ejecucin de tareas

- Evaluaciones de
progreso
- Lista de cotejo.
141
MATRIZ DE EVALUACION
INDICADORES DE EVALUACION N DE
REACTIVOS
PUNTAJE INSTRUMENTO
- Creando archivos de funcin en el programa MatLab 1 2

Prctica calificada

- Crear una programacin en el programa MatLab 1 2
- Usando polinomios en el programa MatLab
- Creando grficos tridimensionales en el programa
MatLab
1 2
- Utilizando el mtodo numrico en el programa MatLab. 1 2
- Utilizando la matemtica simblica en el programa
MatLab.
1 2
Resuelve problemas 5 10
TOTAL PARCIAL 10 10

142

ACTITUD ANTE EL REA:
INDICADORES DE EVALUACION (ACTITUDES) PUNTAJE INSTRUMENTO
Ser puntuales, llegando oportunamente a su centro de
estudios y al saln de clases.
4
Escala de actitudes
Examen de diagnostico
Evaluaciones de progreso
Lista de cotejo
Fichas de autoevaluacin
Registro anecdotario
Guas de observacin
Participa en forma permanente y autnoma 4
Cumple con sus tareas individuales. 4
Emplea un vocabulario adecuado para comunicarse 4
Ser puntuales, en las reuniones va skype coordinadas
previamente.
4
TOTAL 20

143
SESIN DE APRENDIZAJE 01
DATOS INFORMATIVOS:
1. DENOMINACIN:

introduccin al programa MatLab

2. ORGANIZACIN DE CAPACIDAD:
1.razonamiento y demostracin
3. CAPACIDAD:
1.- Reconocer
2.- Identificar
3.- Analizar
4. ORGANIZACIN DE LA SESION.
Secuencia se la
sesin
Situacin de aprendizaje Tiempo
Inicio Despertamos el inters del alumno con una
explicacin de cmo desarrollar unos
ejercicios matemticos pero de otro modo
con un programa el MatLab a travs de una
conferencia por el skype

25minutos
Proceso Al alumno se le trata de que entienda el
funcionamiento de este programa con la
explicacin de un modo sencillo a travs de
un video conferencia.
El profesor les muestra los resultados junto
con la explicacin dada de que es lo que
debe salir y como se da ese resultado.
45 minutos
Fin Se les evala con un examen colgado
previamente en el campus virtual para ver si
entendieron pero aparte se les ha
proporcionado ms informacin como
archivos sobre el tema.
20 minutos
5. EVALUACIN:
Criterios: Indicadores: Instrumentos:
Razonamiento y
demostracin.
Manipular las diferentes
herramientas del
programa MatLab
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
Actitud ante el rea Muestra disposicin por
aprender este curso.
Ficha de evaluacin

144
1. Bibliografa:
Barragus Fuentes, J. I., Arrieta Cortajarena, I., & Manterola Zabala, M. J. (2010).
Anlisis Matemtico con soporte interactivo en Moodle. Madrid: Pearson.
THOMSON.
REVERT, S.A.
Moore, H. (2007). MATLAB para ingenieros. Mxico: PEARSON Educacion, S.A.
Alfaomega.
Teresa Arias, M., Luis Bravo, J., Ojeda, I., & Parra, I. (2011). MATLAB / OCTAVE. .
Madrid: Tbar.
USAT. (Septiembre de 2012). Universidad Catolica Santo Toribio de Mogrovejo.
Recuperado el 12 de Enero de 2013, de http://www.usat.edu.pe/usat/uev/
tecnologia. En B. J. Duch, S. E. Groh, & D. E. Allen, El poder del aprendizaje basado
en problemas (pgs. 127-135). Lima: Fondo Editorial de la PUCP.

2. Linkografia:
http://www.mathworks.com/moler/
http://www.sisoft.ucm.es/Manuales/MATLAB_r2006b.pdf
http://mat21.etsii.upm.es/ayudainf/aprendainf/Matlab70/matlab70primero.pdf
http://www.uhu.es/cristobal.garcia/descargas/intro_matlabALBERTOModificado.pdf
http://caminos.udc.es/info/asignaturas/obras_publicas/103/pdfs/matlab.pdf
145
SESION DE APRENDIZAJE 02
DATOS INFORMATIVOS:

1. DENOMINACIN:

aprendiendo a crear Arrays

1.razonamiento y demostracin.
3. CAPACIDAD:
1.- Crear
2.- Resolver

Secuencia se la
sesin

20 minutos
debe salir y como se da ese resultado. De la
creacin de los Arrays.
45 minutos
25 minutos
5. EVALUACIN:
Razonamiento y
demostracin
Crear un array en el
programa MatLab
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
aprender
Ficha de evaluacin

146
3. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.

4. Linkografia:
147
DATOS INFORMATIVOS:

5. DENOMINACIN:

aprendo operaciones con Arrays

7. CAPACIDAD:
1.- Analizar
2.- Resolver

Secuencia se la
sesin

20 minutos
elaboracin y resolucin de problemas con
los Arrays.
45 minutos
25 minutos
9. EVALUACIN:
Razonamiento y
demostracin
Resolviendo
operaciones de array
en el programa MatLab
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
aprender
Ficha de evaluacin
148

10. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.
Linkografia:
149
DATOS INFORMATIVOS:

1. DENOMINACIN:

aprendo a crear archivos M

3. CAPACIDAD:
1.- Crear
2.- Resolver

Secuencia se la
sesin
conferencia por el skype ya que estas
clases son a distancia.

20 minutos
debe salir y como se da ese resultado. De
cmo se crean los archivos M
45 minutos
25 minutos
5. EVALUACIN:
Razonamiento y
demostracin
Creando y resolviendo
archivos M en el
programa MatLab
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
aprender
Ficha de evaluacin
150

11. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.
Linkografia:
151
DATOS INFORMATIVOS:

1. DENOMINACIN:

creando grficos bidimensionales

3. CAPACIDAD:
1.- Crear
2.- Resolver

Secuencia se la
sesin

20 minutos
elaboracin de grficos bidimensionales.
45 minutos
25 minutos
5. EVALUACIN:
Razonamiento y
demostracin
Creando grficos
bidimensionales en el
programa MatLab.
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
aprender
Ficha de evaluacin

152
12. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.

13. Linkografia:
153
DATOS INFORMATIVOS:

1. DENOMINACIN:

creando archivos de funcin

3. CAPACIDAD:
1.- Crear
2.- Resolver

Secuencia se la
sesin

20 minutos
debe salir y como se da ese resultado. Y la
elaboracin de los archivos de funcin.
45 minutos
25 minutos
5. EVALUACIN:
Razonamiento y
demostracin
Creando archivos de
funcin en el programa
MatLab
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
aprender
Ficha de evaluacin

154
14. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.

15. Linkografia:
155
DATOS INFORMATIVOS:

1. DENOMINACIN:

aprendiendo a programar en MatLab

3. CAPACIDAD:
1.- Analizar
2.- Resolver

Secuencia se la
sesin

20 minutos
debe salir y como se da ese resultado. De
programar en el MatLab.
45 minutos
25 minutos
5. EVALUACIN:
Razonamiento y
demostracin
Crear una programacin
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
aprender
Ficha de evaluacin

156

16. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.
Linkografia:
157
DATOS INFORMATIVOS:

1. DENOMINACIN:

Aprendo a usar los polinomios

3. CAPACIDAD:
1.- Analizar
2.- Resolver

Secuencia se la
sesin

20 minutos
como se usa los polinomios en MatLab.
45 minutos
25 minutos
5. EVALUACIN:
Razonamiento y
demostracin
Usando polinomios en
el programa MatLab
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
aprender
Ficha de evaluacin

158
17. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.

18. Linkografia:
159
DATOS INFORMATIVOS:

1. DENOMINACIN:

Creando grficos tridimensionales

3. CAPACIDAD:
1.- Crear
2.- Manipular

Secuencia se la
sesin

20 minutos
elaboracin de grficos tridimensionales.
45 minutos
25 minutos
5. EVALUACIN:
Razonamiento y
demostracin
Creando grficos
tridimensionales en el
programa MatLab
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
Trabajo colaborativo final
Actitud ante el rea Muestra disposicin
por aprender
Ficha de evaluacin
160
19. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.

20. Linkografia:
161
DATOS INFORMATIVOS:

1. DENOMINACIN:

usando el mtodo numrico

3. CAPACIDAD:
1.- Utilizar
2.- Analizar

Secuencia se la
sesin

20 minutos
debe salir y como se da ese resultado. Y el
uso adecuado del mtodo numrico.
45 minutos
25 minutos
5. EVALUACIN:
Razonamiento y
demostracin
Utilizando el mtodo
numrico en el
programa MatLab.
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
por aprender
Ficha de evaluacin
162
21. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.

22. Linkografia:
163
DATOS INFORMATIVOS:

1. DENOMINACIN:

utilizando la matemtica simblica

3. CAPACIDAD:
1.- Analizar
2.- Resolver

Secuencia se la
sesin

20 minutos
debe salir y como se da ese resultado en el
uso de la matemtica simblica.
45 minutos
25 minutos
5. EVALUACIN:
Razonamiento y
demostracin
Utilizando la
matemtica simblica
Practica
Foro de discusin
Autoevaluacin
Sesin de chat
por aprender
Ficha de evaluacin
164
23. Bibliografa:
THOMSON.
REVERT, S.A.
Alfaomega.
Madrid: Tbar.
Linkografia:

165

ANEXO 03
PROGRAMACION DE ACTIVIDADES PARA LA EVALUACION DEL
APRENDIZAJE AUTONOMO HACIENDO USO DEL AULA VIRTUAL

166
ESTRATEGIAS PARA MEJORAR EL APRENDIZAJE AUTONOMO
MEDIANTE LA APLICACIN DEL AULA VIRTUAL MOODLE

EDU392 3 crditos

DATOS GENERALES
Docentes

Amado Malca Villalobos
amalca@unprg.edu.pe

Leonardo Valdivia Velsquez
lvaldivia@unprg.edu.pe

Tiempo
4 semanas. Del 15 de abril al 11 de mayo de 2013
15 horas de dedicacin semanal.

ACTIVIDADES
Las actividades obligatorias a desarrollar en el curso son:

Actividades
Trabajo individual 25%
Foro de discusin 1 15%
Foro de discusin 2 15%
Trabajo colaborativo final 45%
Total 100%

Adicionalmente, se ha previsto actividades de carcter opcional.
- Un foro de discusin referente al anlisis de casos de tutores.
- Una autoevaluacin en relacin a los temas 1, 2, 3 y 4 para que pueda
determinar su nivel de recordacin, comparacin y diferenciacin de diversos
conceptos necesarios en estos temas.
- Una sesin de chat con los docentes, das antes de la entrega del trabajo
colaborativo final.

167
FORO DE DISCUSION 01: CONOCIENDO MATLAB

Carcter
Individual obligatorio

Puntaje
20 puntos (20% de la nota del curso)

Indicaciones
1- Para ingresar al foro de discusin, seguir las indicaciones detalladas en el
tutorial del campo virtual UNPRG.
2. Antes de responder a las preguntas propuestas, es necesario estudiar el tema 1,
del curso y el documento Manual de Matlab. (este archivo lo encontrara adjunto
al foro)
3. Leer con detenimiento las preguntas propuestas en el foro de discusin y que s
e detalla en parte de insumos de este diseo de actividad.
4. El numero minimo de intenciones obligatorias es de dos, pero lo animamos a
participar un numero maor de veces para propiciar un debate mas enriquecedor.
- Entre el 15 y el 21 de abril del 2013, realizar la primera intervencin
obligatoria, dando respuesta a lo propuesto por el docente del curso.
- Entre el 22 y el 26 de abril de 2013, realizar la segunda intervencin
obligatoria, dando respuesta o debatiendo algunas de las ideas planteadas
por sus compaeros.
5. Se sugiere que la primera intervencin no exeda a las 20 lineas. Para la segunda
y terecra intervencin recomendamos no exeder las diez lneas en cada uno.

Insumos
1. Del tema 1 del curso: Matlab Basico
2. Documento adjunto al foro: Reflexion critica respecto al Software para
Matematicas

Preguntas propuestas por los docentes del curso.
- Cree usted que se justifican el uso de la fic, para la enseanaaza del
software especualizado. Por que?
- Que tipo de problemas en el contexto de su carresra podran ser desarrolldos
mediante el udo del atLab
- Por que
3. Experie ncia profesional del docente

168
Caractersticas de las intervenciones en el foro
Para la primera intervencin
Responder las tres preguntas planteadas de manera
independiente o agrupndolas, fundamentando las razones
sobre la necesidad del uso del aula virtual para el aprendizaje
del software matematico
10 puntos
Para la segunda y terecra intervencin
- Recoger aportes y comentar las intervenciones de sus
compaeros
- Generar nuevas ideas o interrogantes que inviten a que
los dems participen
10 puntos
Total 20 puntos
Nota: Se puede dar respuesta a las preguntas por s eparado o
de modo integrado en una o mas intervenciones
Se debe respetar los das sugeridos para las intervenciones
de tal manera que haya continuidad en el dialogo y discusin
del grupo

169
TRABAJO INDIVIDUAL

Problemas de aplicacin
Preparacin del trabajo: Del viernes 15 al martes 19 de abril del 2013
Entrega del trabajo: Mircoles 20 de abril del 2013
CARCTER
PUNTAJE
INDICACIONES
Para la realizacin del presente trabajo se deber leer con detenimiento el tema 2
del curso y las lecturas propuestas para los temas 1 y 2 del curso
A partir de la revisin de diferentes modelos matemticos y las bondades del MatLab
se debern elegir cuatro problemas bajo un determinado ccontexto
Y se propondr su solucin grafica mediante el Matlab. Los problems pueden ser
elegidosde las lecturas anexa
Este modelo debe tener las siguientes parxastes
Un grafico que sintetice la definicin del
modelo matematico
(mx. 1
pg.)

4 puntos
Breve explicacin y fundamentacin del
modelo matematico justificando
brevemente su relacin con la
organizacin del curso o programa
seleccionado
(mx. 2 pg.)

4 puntos
Seleccin de los roles que cumplen el
programa aMatLAB EN esta
interpretacin.

4 puntos
Analisisis, interpretaciony
cuestionamientodel problema en cotexto

8 puntos

TOTAL

20 puntos

170
INSUMOS
1. T ema 2 del curso: Profundizando en Matlab.
Lecturas :
- http://www.mathworks.com/moler/
- http://www.sisoft.ucm.es/Manuales/MATLAB_r2006b.pdf
- http://mat21.etsii.upm.es/ayudainf/aprendainf/Matlab70/matlab70primero.pdf
- Cordero, A. (2006). Problemas resueltos de Mtodos Numricos. Madrid:
THOMSON.
- Flores Gonzales, L. (2010). MATLAB Aplicado a la Ingeniera Civil. Lima: ICG.

CARACTERISTICAS FORMALES DEL TRABAJO
- Consignar sus datos personales en la parte superior del trabaj
- -Presentar una buena redaccin, ortografa y orden en la exposicin de las
ideas y una correcta argumentacin
- -Este trabajo individual o debe exceder a las 6 pginas. Utilizar un procesador
de textos
- -Grabar el trabajo completo con el siguiente nombre: Trabajo individual
nombre del participante
- -Aadir su trabajo en la carpeta Trabajo individual dentro de la seccin
Documentos del campus virtual

171
FORO DE DISCUSIN 2

Del marte 26 de abril al lunes 2 de mayo 2005

Carcter:
Individual opcional

Puntaje:

Sin puntaje.
Esta actividad no es calificada.

Indicaciones:

1. Para ingresar al foro de discusin, seguir las indicaciones detalladas en el tutorial
del Campus Virtual UNPRG.
2. Antes de responder a la pregunta propuesta, es necesario estudiar el tema 3 del
curso.
3. Leer con detenimiento las preguntas propuestas en el foro de discusin y que se
detallan en la parte de insumos de este diseo de actividad.
4. El nmero mnimo de intervenciones es de dos pero lo animamos a participar un
nmero mayor de veces para propiciar un debate ms enriquecedor:
5. Se sugiere que cada intervencin no debe ser mayor de diez lneas.

Insumos:
- Tema 3 del curso: Estrategias tutoriales para las aplicaciones de las matrices
utilizando del Matlab.
- Lectura de los tres "problemas de aplicacin" propuestos en el tema 3 del
curso.
- Preguntas propuestas por los docente del curso:

Qu semejanzas y diferencias encuentra entre los mtodos de
solucin de un sistema de solucin?
Qu tipo de ayuda ofrece el aula virtual para la comprensin del
problema en contexto?
Considera que favorecen el aprendizaje autnomo y estratgico?
Por qu?

Caractersticas de las intervenciones en el foro:

Para la primera intervencin:

Responder a las preguntas integrando los aportes del desarrollo del
tema 3 del curso. Debe fundamentar bien cada idea que plantee. Su
participacin debe demostrar que ha ledo tanto los casos de los "tres
problemas", como el material del tema 3.

172

Para la segunda intervencin

Recoger aportes y comentar las intervenciones de sus compaeros.
Fomentar que sus compaeros participen y construyan sus aportes con
base en los aportes de los dems.

Nota:
Asumir la tarea de motivar la participacin en el Foro de todos los integrantes
del grupo.
Se debe respetar los das sugeridos para las intervenciones, de tal manera
que haya continuidad en el dilogo y discusin del grupo.

173

FORO DE DISCUSIN 3

PROGRAMACION CON MATLAB

Del lunes 23 de abril al martes 7 de mayo del 2013.

Carcter:

Puntaje:

Indicaciones:
1. Para ingresar al foro de discusin, seguir las indicaciones detalladas en el tutorial
del Campus Virtual UNPRG.
2. Antes de responder a las preguntas propuestas, es necesario estudiar el tema 4
del curso.
3. Leer con detenimiento las preguntas propuestas en el foro de discusin y que se
detalla en la parte de insumos de este diseo de actividad.
4. El nmero mnimo de intervenciones obligatorias es de dos, pero lo animamos a
participar un nmero mayor de veces para propiciar un debate ms enriquecedor:
* Entre el 23 y 25 de abril de 2013, realizar la primera intervencin obligatoria,
dando respuesta a las preguntas propuestas por la experta del curso.
* Entre el 25 de abril y 7 de mayo de 2007, realizar la segunda intervencin,
interactuando o dando respuesta a las ideas planteadas por sus compaeros.

5. Se sugiere que cada intervencin no debe ser mayor de diez lneas.

Insumos:

Tema 4 del curso: Aprendiendo a programar en MatLab
Lectura:
Gilat, A. (2006). MATLAB: Una introduccion con ejemplos practicos.
Barcelona: REVERT, S.A.

Preguntas propuestas por la experta del curso:
Qu entendemos por "programacin con Matlab" y que ventajas nos da el uso
de foros virtuales acadmicos?
Qu habilidades requiere desarrollar el programador? Qu tareas debera
asumir?
174

Caractersticas de las intervenciones en el foro:

Para la primera intervencin:
Responder a las preguntas de este foro,
integrando los aportes del tema 4 del curso y la
lectura de Flores y Gilat.
Definir con claridad el ttulo de sus
intervenciones.

10 puntos
Para la segunda intervencin:
Recoger aportes y comentar las Intervenciones
de sus compaeros.
Fomentar que sus compaeros participen y
construyan sus aportes con base en los aportes
de los dems.

10 puntos
TOTAL 20 Puntos
Nota:
Se puede dar respuesta a las preguntas por separado o de modo integrado en
una o ms intervenciones.
Asumir la tarea de motivar la participacin en el foro de todos los integrantes
del grupo. Debe participar en los das que se plantean para continuar con el
dilogo y discusin del grupo.

175

SESION CHAT
Lunes 5 de mayo del 2013
Carcter:
Individual opcional

Puntaje:
Sin puntaje.

Indicaciones:
1. La sesin de chat tiene como objetivo que los participantes expongan todas las
dudas y consultas que tengan respecto al trabajo colaborativo final.
2. Ingresar al Campus Virtual PUCP (siga las indicaciones detalladas del tutorial).
3. Previa revisin de su calendario de actividades, ingresar a la sesin de chat en el
horario indicado por el tutor va correo electrnico.
4. Se le recomienda ser especfico en sus consultas y leer las respuestas dadas a
sus compaeros, de tal manera que no se disperse la informacin y el objetivo de
ste. Debe considerar el tiempo previsto para la sesin.
5. Su participacin es opcional.

Insumos:
* Avances del trabajo colaborativo final.

176
AUTOEVALUACION
Sobre los temas 4, 5 , 6 y 7
Carcter:
Individual obligatoria
Puntaje:
Sin puntaje.

Indicaciones:

1. Ingresar al CD-Rom y hacer clic en el icono de autoevaluacin del curso
correspondiente.
2. Revisar las instrucciones y desarrollar la autoevaluacin.
3. Responder a cada una de las preguntas correspondientes a los cuatro temas del
curso. El sistema le dar inmediatamente la respuesta correcta.
4. Esta autoevaluacin no es obligatoria pero si le recomendamos realizarla para
evaluar sus aprendizajes.

Insumos:
- Tema 1: Archivos M
- Tema 2: Grficos en dos dimensiones
- Tema 3: Funciones y ficheros de funcin. Estrategias tutoriales para la
mediacin de experiencias de aprendizaje autnomo.
- Tema 4: Programacin con Matlab

177
TRABAJO COLABORATIVO FINAL

Elaboracin de un programa para analizar los grficos de las derivadas de una
funcin.

Preparacin del trabajo: Del lunes 6 al sbado 11 de mayo de 2013

Entrega del trabajo: Lunes13 de mayo de 2013.

Carcter:
Colaborativo obligatorio

Puntaje:
20 puntos (45% de la nota del curso).

Indicaciones:
Para la realizacin del presente trabajo colaborativo se conformarn grupos de 2
participantes y se deber considerar lo aprendido en los temas 2, 3 y 4 del curso as
como el modelo elaborado en el trabajo individual.

1. Los participantes debern elaborar una propuesta para poder interpretar
grficamente y con ayuda del MATLAB las derivadas y el comportamiento de
una funcin descrita bajo un contexto concreto (revisar el esquema en la parte
de insumos de este diseo de actividad), que permitir facilitar la comprensin
mediante el uso de la plataforma virtual de parte de los estudiantes
participantes.
El trabajo deber contener los siguientes aspectos:
* Cartula, ndice, presentacin, desarrollo, objetivos,
conclusiones, sugerencias y bibliografa.
1 punto
* Definicin de las caractersticas principales del problema
planteado en el que se desempearn los integrantes del
grupo: sealar la finalidad, modelo matemtico, objetivos,
metodologa, medios y materiales.
2 puntos
* Presentacin y explicacin detallada del modelo grafico de
la funcin. Sealar los puntos crticos, valores mximos y
mnimos, intervalos de crecimiento, concavidad y puntos de
inflexin.
6 puntos
* Elaborar un programa para calcular las derivadas sucesivas
de la funcin y sus graficas en paralelo
Y analizar las diferencias en los intervalos de crecimiento de
estas funciones (ver el esquema en insumos)
8 puntos
* Listado de las caractersticas de las funciones que son
observables mediante sus grficas. Mostrar un contexto que
sea modelado por estas funciones.
2 puntos
* Se debe tomar en cuenta el formato, la diagramacin, tipo de
letra, ilustraciones o grficos. As tambin el lenguaje debe ser
claro y relevante. Este trabajo puede ser desarrollado para un
material impreso o para colocarla en un sitio web.

1 punto
TOTAL 20 puntos

178
Insumos:

*Temas 8 del curso: Polinomios
*Tema 9 del curso. Grficas en tres D
*Tema 10 del curso: Mtodos numricos con Matlab.
Tema 11. Matemtica simblica
.
*Esquema:
Cartula
ndice
Presentacin del contenido
Caractersticas principales del programa utilizado o curso
Modelo de tutora (roles y funciones que asume el tutor y otros responsables
de la enseanza)
Funciones y tareas del tutor

Caractersticas formales del trabajo:

*Presentar una buena redaccin, ortografa, claridad y orden en la exposicin de las
ideas y una correcta argumentacin.
*Este trabajo colaborativo no debe exceder las quince pginas. Utilizar un
procesador de textos (por ejemplo Word), letra arial 11 puntos y espacio interlineal
1.5.
*Grabar el trabajo completo con el siguiente nombre: Trabajo final-
numerodelgrupo.doc
*Aadir su trabajo en la carpeta Trabajo colaborativo final dentro de la seccin
Documentos del Campus Virtual UNPRG.

Nota: Dependiendo del tema que haya escogido, este trabajo puede servirle como
insumo para la realizacin del trabajo final sus cursos transversales de mtodos
numricos.

179

ANEXO 04

DESARROLLO DETALLADO DE LAS SESIONES DE
APRENDIZAJE

180

I. Introduccin a MATLAB
El programa MATLAB
MATLAB es el nombre abreviado de MATrix LABoratory. MATLAB es un programa para realizar
clculos numricos con vectores y matrices.
Aqu se presenta la ventana usual que aparece al iniciar Windows, en la cual se ejecutan las
operaciones bsicas.
Si por alguna razn la pantalla de MatLab no fuese la indicada, basta con acceder en la barra de
herramientas al men Desktop, escoger la opcin Desktop Layout y a continuacin Default.

RECOMENDACIONES BASICAS DE TRABAJO EN MATLAB
- Para teclear un comando el cursor debe estar despus del smbolo >>.
- Una vez que se teclea el comando en el formato indicado, pulsar la tecla intro, para ejecutar tal
orden.
- Con las teclas: y , se pueden invocar comandos tecleados anteriormente, y ejecutarlos
parcial o totalmente.
- Si un comando es demasiado grande y ocupa ms de una lnea, se puede redistribuir en dos lneas,
para lo cual al final de la primera se colocan puntos suspensivos (), luego se pulsa la tecla intro y se
contina en la siguiente lnea.
- Las salidas en pantalla que produce la ejecucin de un comando, se visualizara en la ventana de
comandos. Pero si se teclea punto y coma (;) al final del comando este se ejecutara, pero ya no se
visualizara.
- En una misma lnea se pueden teclear varios comandos, pero separado por comas. Si se separan por
punto y coma, no se visualizara el resultado.
- Cuando se teclea el smbolo % al inicio de una lnea, MatLab considera la lnea como un
comentario, lo cual significa que no se ejecutara.
- Si se coloca el smbolo % seguido de un comentario, despus de un comando , tampoco se ejecuta
este comentario. Es decir no tiene efecto sobre el comando.
- El comando clc limpia la pantalla de MatLab, solo deja en blanco la pantalla y todo lo ejecutado
permanece intacto.
- Para ejecutar una operacin o terminar una lnea en MATLAB se presiona la tecla . (enter)
CALCULOS SIMPLES CON MATLAB
181
MatLab puede trabajar como si fuese una calculadora cientfica con todas las funciones posibles.

ORDEN DE PRECEDENCIA

MATLAB COMO CALCULADORA
>> 4+5-8*4
>> (50+14)/4
>> sin(pi)
>> sin(pi/2)
>> (sin(pi/2))^2+(cos(pi/2))^2
>> sqrt(25)
>> log10(1000000000)
>> exp(1)
>> log(exp(76))
>> i^3+3*(4-i)^2-5
Operacin signo Tecla abreviada
Potenciacin ^ alt 94
Multiplicacin * alt 42
Divisin / alt 47
Divisin inversa \ alt 92
Suma + alt 43
Resta - alt 45
Precedencia Operacin Matemtica
Primero Parntesis
Segundo Exponenciacin
Tercero Multiplicacin y divisin (igual precedencia)
Cuarto Suma y resta
182
>> j^3+3*(4-j)^2-5
>> abs(-4)
>> 5\25
>> 2^8+26*(26+1)/2
>> 10000^1/4
>> 10000^(1/4)

FORMATOS DE VISUALIZACIN DE NMEROS
El usuario puede controlar la forma de cmo se presentan los nmeros en pantalla, esto se
controla con el comando format. Por defecto es el formato short.
Otros formatos se pueden hallar tecleando help format, en la ventana de comandos.

Comando Descripcin
format short Punto fijo con 4 dgitos decimales.
0.001<=nmero<=1000
format long Punto fijo con 14 dgitos decimales.
0.001<nmero<100
Format hex Cifras hexadecimales
format short e Notacin cientfica con 4 dgitos decimales
format long e Notacin cientfica con 15 dgitos
decimales
format short g 5 primeros dgitos fijos o en punto flotante
format long g 15 primeros dgitos fijos o en punto
flotante
format bank 2 dgitos decimals
format
compact
Elimina las lneas vacas para permitir ms
lneas en la ventana
format loose Aade lneas vacas (lo contrario de
compact)
Format
rational
Expresa los nmeros racionales como
cociente de enteros

Funciones Matemticas bsicas
Adems de las operaciones aritmticas, se tiene en MatLab una variedad adicional de funciones
adicionales, dentro de las cuales tenemos:
Funciones matemticas elementales
Funcin Descripcin
sqrt(x) Raiz cuadrada
exp(x)
exponencial (
x
e )
abs(x) Valor absoluto
log(x) Logaritmo natural. De base
e
log10(x) Logaritmo decimal. De base
10
183
factorial(x) Factorial de un entero
positivo
Funciones trigonomtricas
Funcin Descripcin
sin(x) Seno de x. x en radianes
cos(x) coseno de x. x en radianes
tan(x) Tangente de x. x en radianes
cot(x) Cotangente de x. x en radianes
asin(x) Arco seno de x
acos(x) Arco coseno de x
atan(x) Arco tangente de x
acot(x) Arco cotangente de x.
sinh(x) Seno hiperblico de x.
cosh(x) coseno hiperblico de x
tanh(x) Tangente hiperblico de x
coth(x) Cotangente hiperbolica de x
Funciones de redondeo
Funcin Descripcin
round(x) Redondea al entero ms prximo
fix(x) Redondea hacia cero
ceil(x) Redondea hacia infinito
floor(x) Redondea hacia menos infinito
rem(x,y) Retorna el resto de la divisin de x
entre y
sign(x) Funcin signo.
(1, si x>0; -1, si x<0; 0, si x=0)

>> sqrt(289)+exp(2)-abs(-20)
>> log(40)
>> exp(1)
>> log(exp(40))
>> log10(123456)
>> log10(100000000000)
>> factorial(6)
>> sin(pi/2)+cos(pi)-tan(pi/4)
>> tan(pi/4)+cot(pi/4)

DEFINICION DE VARIABLES y ESCALARES
Una variable es un nombre compuesto por una o mas letras y/o digitos al cual se le asigna un valor
numrico. A partir de ese momento ya se puede usar tal variable en cualquier operacin, funcin o
comando de MatLab. Una vez definida y asignado un valor a una variable, este valor puede ser
modificado y asignado un nuevo valor para ahorrar memoria.
El operador de asignacin
En MatLab, el smbolo = se llama operador de asignacin. El asigna un valor a una variable
184
_ _ var nombre de iable valor =
El valor asignado puede ser numerico, o alguna expression con la cual operar. Tambien puede ser
alguna variable ya definida y compatible con la actual.

>> x=5+6 %asignacion
>> x=2*x+8 %reasignando valor a la varible
>> y=x-8 % asignacion
>> A=[1 2 3;4 5 6;8 4 1]
>> B=x*A
>> C=y+B
>> a=6,b=4,c=7
>> s=a+b-c
>> d=c+4;
>> m=d+20

Reglas sobre el nombre de las variables:
- Pueden tener una longitud de de hasta 63 caracteres.
- Pueden contener letras, dgitos y el carcter de subrayado.
- Deben empezar por una letra.
- En MatLab se distinguen entre maysculas y minsculas en las variables.
- Evitar poner el nombre de funciones del sistema o variables predefinidas en MatLab.

Variables predefinidas en MatLab
Variable Descripcin
ans Esta variable contiene el resultado de la
ltima sentencia que no ha sido asignada a un
valor especifico
pi
Representa al numero t
eps
Representa la diferencia ms pequea entre
dos nmeros de mquina. Es igual a 2^(-52),
que es aproximadamente 2.2204e-0.16
inf Representa al infinito.
i Es la unidad imaginaria, la raz cuadrada de -
1.
j Equivale a i
185
NaN abreviatura de Not a Number(no numerico)

Comandos tiles sobre variables
clc Limpia la ventana de comandos
clear Borra todas las variables de memoria
clear x y z Borra solo las variables x, y, z
who Muestra un listado de variables
whos Muestra un listado con sus
caractersticas

GUARDANDO UNA SESIN Y SUS VARIABLES

Para guardar lo que uno ha escrito, tenemos bsicamente dos opciones.
Guardar todo lo escrito, para lo cual se usa el comando: diary(nombre_fecha.txt)
Hasta que se ingresa el comando: diary off
Se puede seguir grabando en este mismo archivo con: diary on
Y cerrando nuevamente con diary off

>> clear
>> x=5
>> y=45
>> z=13
>> w=x-y
>> diary('malca.txt')
>> Z=x+y+z
>> A=[1 2 3;5 2 8;7 4 2]
>> B=[5 1 3;8 2 8;7 4 9]
>> det(A)
>> diary off
>> B'
>> A-B'
186
>> diary on
>> D=A+4*B
>> E=A.*B
>> diary off
>> F=A/B

Luego abriendo el archivo en: C:\MATLAB7\work\malca.txt
Vea bien que se grabo y que no, en el archivo malca.txt.
Tenemos que tambin se puede guardar solo las variables con save, y luego leerlas con load.

>> clear
>> x1=6
>> x5=8
>> y=x1+x5
>> save('sesion 01')

Ahora leemos estas variables:

>> load('sesion 01')
>> who

Ejemplos de aplicacin con MatLab
Ejemplo 1.1: Identidad Trigonomtrica
Se tiene la siguiente identidad trigonomtrica: (2 ) 2 ( ) cos( ) sen x sen x x =
Verificar dicha identidad para / 3 x p =

Solucin:
>> x=pi/3
187
x = 1.0472
>> 2*sin(x)*cos(x)
ans = 0.8660
>> sin(2*x)
ans = 0.8660
>>

Ejemplo 1.2: Geometra y trigonometra
Se tienen cuatro circunferencias tangentes exteriormente dos a dos.

Donde: radio de A es 16 cm, radio de B es 6,5 cm, radio de C es 12 cm y radio de D es 9,5 cm.
Determinar la distancia entre los centros B y D.

Solucin:
Por la condicin de ser tangentes dos a dos tenemos que:
AB = 22,5 BC = 18,5 CD = 21,5 AD = 25,5 AC = 28

Luego tenemos la ley de cosenos, en el triangulo ABC:
( )( ) ( )
2 2 2
2 cos BC AB AC AB AC BAC = + - R
De igual modo en el triangulo ACD:
( )( ) ( )
2 2 2
2 cos CD AC AD AC AD CAD = + - R
Ahora en el triangulo ABD:
A
D
B
C
A
D
B
C
188
( )( ) ( )
2 2 2
2 cos BD AB AD AB AD BAD = + - R

>> AB=22.5
AB = 22.500000000000000
>> BC=18.5
BC = 18.500000000000000
>> CD=21.5
CD = 21.500000000000000
>> AD=25.5
AD = 25.500000000000000
>> AC=28
AC = 28
>> alfa1=acos((AB^2+AC^2-BC^2)/(2*AB*AC)) % alfa1 = angulo(BAC)
alfa1 = 0.719127201933065
>> alfa2=acos((AC^2+AD^2-CD^2)/(2*AC*AD)) % alfa2 = angulo(CAD)
alfa2 = 0.822116419951938
>> alfa3=alfa1+alfa2 % alfa3 = angulo(BAD)
alfa3 = 1.541243621885003
>> BD=sqrt(AB^2+AD^2-(2*AB*AD*cos(alfa3)))
BD = 33.505122102523131
>>

Ejemplo 1.3: Transferencia de Calor
Un objeto con una temperatura inicial T0, se introduce en un instante inicial t = 0 dentro de una
cmara que tiene una temperatura constante Ts. Entonces, el objeto experimenta un cambio de
temperatura que esta dado por la ecuacin:
( ) ( ) 0
k t
T t Ts T Ts e
-
= + -

189
Considrese una lata de refresco de coca-cola, pero alguien se olvido en la maletera de un auto que
viaja de Chiclayo a Piura, al llegar tiene una temperatura de 120F, y se la coloca en un congelador
que esta a una temperatura de 38F. Calcular la temperatura de la lata despus de 3 horas,
considerar k = 0,45.

Solucin:

>> T0=120
T0 = 120
>> Ts=38
Ts = 38
>> k=0.45
k = 0.450000000000000
>> t=1:5
t = 1 2 3 4 5
>> T=Ts+(T0-Ts)*exp(-k*t)
T = 90.285508432985409 71.338712098729133 59.257701372963105 51.554508834170093
46.642736414072871
>> round(T)
ans = 90 71 59 52 47
>>

Ejemplo 1.4: Inters compuesto
El saldo o monto M de una cuenta de ahorros despus de t aos cuando se deposita un capital C a
una tasa de inters anual r, con n periodos de capitalizacin anuales, bien dado por la siguiente
funcin:
( ) 1
n t
r
M t C
n

= +

Si los intereses se capitalizan anualmente, el monto esta dado por la funcin
190
( ) ( ) 1
t
M t C r = +

Si en una cuenta de ahorros se invierte 5000 soles durante un periodo de 17 aos, con un inters
compuesto con capitalizacin anual. En una segunda cuenta se invierten otros 5000 soles, pero esta
vez con un inters compuesto con capitalizacin mensual. En ambas cuentas la tasa de inters es del
8,5 %. Utilizar MatLab para determinar cunto tiempo (en aos y meses) tarda el monto de la
segunda cuenta en ser igual que el de la primera despus del periodo de 17 aos.
Solucin:
Vamos a ver cmo evolucionan las cuentas a travs de los aos
En la primera cuenta veremos cul es el monto despus de los 17 aos.
>> C=5000,r=0.085,ta=17,n=12
C = 5000
r = 0.0850
ta = 17
n = 12
>> M=C*(1+r).^ta
M = 2.0011e+004
>> format long
>> M=C*(1+r).^ta
M = 2.001131155260091e+004
>>

Ahora veremos con este monto a que tiempo equivale en la formula de capitalizacin mensual:

>> t=(1/n)*(log(M/C))/(log(1+(r/n)))
t = 16.373715243760337
>> anos=fix(t) % la letra no lo acepta MatLab
anos = 16
>> meses=ceil((t-anos)*12)
meses = 5
191

II. ARRAYS

Un arrays es simplemente un arreglo rectangular de nmeros, que puede ser unidimensional (Vector) o
multidimensional (Matriz).
( )
i j
m n
A a

=
Los arrays tambin pueden estar compuestos por caracteres no numricos, llamados cadenas o strings.

Creacin de arrays unidimensionales (Vectores)
Un vector se puede entender como un conjunto de datos, que se pueden ordenarse en forma de fila o columna.
Tambin pueden ser el resultado de alguna funcin que determine el valor de este vector.
Por ejemplo:
Un conjunto de puntos: , Originan dos
vectores, uno para las abscisas y otro para las ordenadas.
En la siguiente tabla se muestran datos sobre crecimiento demogrfico:
Datos demogrficos
Ao 1984 1986 1988 1990 1992 1994 1996
Poblacin
(Millones)
127 130 136 145 158 178 211
Esta tabla tambin puede originar dos vectores, que pueden ser en forma de filas (horizontal), o columnas
(vertical).

Creacin de un vector a partir de una lista de nmeros conocidos
Para crear un vector solo se necesita teclear los elementos dentro de dos corchetes [ ].
_ var [ ] nombre iable elementos del vector =

Sintaxis Descripcion
u=[7 3 6 4 9] Vector fila
u=[7,3,6,4,9] Vector fila
v=[7;1;5;9;12] Vector columna
v=[7,1,5,9,12] Vector columna
v=[7 3 6 4 9] Vector columna
V=[7
1
5
9
12]
Vector columna. Se ingresa un elemento y se
presiona la tecla enter, se ingresa el siguiente
valor luego enter, . . ., todo ello entre los dos
corchetes.

En el primer ejemplo tenemos:
>> abscisa=[2 3 4 5 6 7]
abscisa = 2 3 4 5 6 7
>> ordenada=[6 9 4 14 21 30 41]
ordenada = 6 9 4 14 21 30 41
>>
Ahora con los datos demograficos
>> fechas=[1984;1986;1988;1990;1992;1994;1996]
fechas =
1984
1986
1988
1990
1992
1994
1996
>> Poblacion=[127;130;136;145;158;178;211]
Poblacion =
( ) 1 2, 6 p = ( ) 2 3,9 p = ( ) 3 4,14 p = ( ) 4 5, 21 p = ( ) 5 6,30 p = ( ) 6 7, 41 p =
192
127
130
136
145
158
178
211
>>

Creacin de un vector con distancia constante
Aqu las datos son el valor inicial y el final, adems el incremento (distancia). En un vector con distancia o
espaciado constante, la diferencia entre los elementos siempre es la misma. Su estructura matemtica es:
[ 2 3 ... ] v a a r a r a r b = + + + , Donde
( ) 1 b a r n = +
As podemos ver que es un vector donde el primer elemento es a , el espacio o distancia es r , y el ltimo
trmino es b , se crea con la siguiente sintaxis:
_ var [ : : ] nombre iable a r b =
_ var : : nombre iable a r b =
Si no se indica el valor de r, por defecto es 1.
_ var : nombre iable a b =

Ejemplos:
>> x=[4:17:81]
x = 4 21 38 55 72
>> x=[4:17:89]
x = 4 21 38 55 72 89
>> x=[4:9]
x = 4 5 6 7 8 9
>> x=[12:-3:-20]
x = 12 9 6 3 0 -3 -6 -9 -12 -15 -18
>> x=[8:-3:20]
x = Empty matrix: 1-by-0
>>

Creacin de vectores de una longitud definida
Si se necesita crear un vector donde se conoce el primer y el ltimo elemento, asi como el numero de trminos.
Para ello se usa el comando linspace, cuya sintaxis es:
_ var ( , , ) nombre iable linspace a b n =
_ var ( , ) nombre iable linspace a b =
Se crea un vector de n elementos, que empieza en a y termina en b. y que estn equiespaciados. Donde la
distancia entre elemento y elemento esta dado por:
1
b a
r
n
.
Si no se indica el valor de n, por defecto es 100.

>> v1=linspace(4,20,8)
v1 = 4.0000 6.2857 8.5714 10.8571 13.1429 15.4286 17.7143 20.0000
>> v2=linspace(4,20,9)
V2 = 4 6 8 10 12 14 16 18 20
>> v3=linspace(4,20,-9)
v3 = 20
193
>> v4=linspace(3.5,-20.5)
v4 = Columns 1 through 4 Columns 97 through 100
3.5000 3.2576 3.0152 20.0152 -20.2576 -20.5000
>>

CREACION DE ARRAY BIDIMENSIONALES (MATRICES)

En este caso los nmeros se distribuyen en filas (horizontal) y columnas (vertical). Son utilizadas en el Algebra
Lineal, y se usan para linealizar los problemas, es decir para suavizarlos.
Los elementos de una matriz se ingresan fila por fila, separados por punto y coma. Tambin se pueden separar
las filas por un enter.
_ var [ _ ; _ ;.......; _ ] nombre iable fila uno fila dos ultima fila =
_ var [ _
_
....
_ ]
nombre iable fila uno
fila dos
ultima fila
=

Considere la matriz A de tres filas y cuatro columnas:
5 8 4 3
5 2 1 0
6 9 2 5
A
| |
|
=
|
|
\ .

>> A=[6 8 -4 3;5 2 1 0;6 9 2 -5]
A =
6 8 -4 3
5 2 1 0
6 9 2 -5
>> A=[6 8 -4 3
5 2 1 0
6 9 2 -5]
A =
6 8 -4 3
5 2 1 0
6 9 2 -5
>> A=[6 8 -4 3,5 2 1 0,6 9 2 -5]
A = 6 8 -4 3 5 2 1 0 6 9 2 -5
>> a=8;b=sqrt(5);m=exp(3);p=pi;
>> D=[a+b b+m p+a+b;m+log(8) 2*a+7*b sin(pi/2)]
D = 10.2361 22.3216 13.3777
22.1650 31.6525 1.0000
>>

Tambin una matriz se puede crear fila por fila con el comando linspace y el operador dos puntos, ya descritos
anteriormente.

>> D=[linspace(3,11,5);2 7 2 5 7;linspace(1,6,5)]
D = 3.0000 5.0000 7.0000 9.0000 11.0000
2.0000 7.0000 2.0000 5.0000 7.0000
1.0000 2.2500 3.5000 4.7500 6.0000
>> D=[linspace(8,-8,5);2:7:35;linspace(11,16,5);5:-2:-4]
D = 8.0000 4.0000 0 -4.0000 -8.0000
194
2.0000 9.0000 16.0000 23.0000 30.0000
11.0000 12.2500 13.5000 14.7500 16.0000
5.0000 3.0000 1.0000 -1.0000 -3.0000
>>

Creacin de matrices bsicas
En el momento de la programacin, es necesario inicializar la o las variables con algn valor inicial, que por lo
general es 1 0. Para ello necesitaremos la creacin de algunos arrays con estos nmeros.

Comando Descripcion
A=zeros(m,n) Crea una matriz de orden m n , con ceros
B=zeros(n) Crea una matriz de orden n n , con ceros
C=ones(m,n) Crea una matriz de orden m n , con unos
D=ones(n) Crea una matriz de orden n n , con unos
E=eye(n) Crea la matriz de orden n n , con unos en
la diagonal, y ceros en el resto de lugares
F=eye(m,n) Crea la matriz de orden m n , con unos en
la diagonal principal, y ceros en el resto

>> A=zeros(2,3)
A = 0 0 0
0 0 0
>> A=zeros(2)
A = 0 0
0 0
>> B=eye(3,5)
B = 1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
>> D=ones(3,5)
D = 1 1 1 1 1
1 1 1 1 1
1 1 1 1 1
>>

El operador transposicin
El operador transposicin, cuando se aplica a un array, transforma la fila en columna y viceversa. El comando se
expresa solo con una comilla simple: ' (alt 39)
Ademas tiene las siguientes propiedades:
( )' ' ' A B A B + = +

( )' ' ' A B A B =

( )' ' ' AB B A =

>> A=[6 8 -4 3;5 2 1 0;6 9 2 -5]
A = 6 8 -4 3
5 2 1 0
6 9 2 -5
>> A'
ans = 6 5 6
8 2 9
-4 1 2
3 0 -5
>>

195

Manipulacin de Arrays
A veces se hace necesario la extraccin, cambio o reduccin de trminos de un array. Tambin a veces se
necesita agregar elementos a estos arreglos.

Vectores
>> v1=[6 8 -4 3 2 1 0 9 2 -5]
v1 = 6 8 -4 3 2 1 0 9 2 -5
>>

Reasignando valores
>> v1(6)
ans = 1
>> v1(6)=12
v1 = 6 8 -4 3 2 12 0 9 2 -5
>> v1(3)+5*v1(7)-6*v1(2)
ans = -52
>> 8*v1(2)+7*v1(5)-(v1(7)+2)^2
ans = 74
>>

Matrices
Al igual que en el caso de vectores se tiene las mismas inquietudes. para ello hay que tener en cuenta que, si A
es una matriz de orden m n , entonces se tienen las siguientes opciones para los elementos de tal matriz:
( )
i j
m n
A a

=
matriz de orden m n
( ) , A i j
elemento de A, ubicado en la fila i y columna j.
( ) A k k-esimo elemento deA

>> A=[6 8 -4 3;5 2 1 0;6 9 2 -5]
A = 6 8 -4 3
5 2 1 0
6 9 2 -5
>> A(2,3)
ans = 1
>> A(9)
ans = 2
>> A(10)
ans = 3
>> A(3,4)
ans = -5
>> A(3),A(9),A(11),A(3)+6*A(9)-8*A(11)
ans = 6
ans = 2
ans = 0
ans = 18
>>

Utilizacin de dos puntos en la manipulacin de arrays
El operador dos puntos genera un rango de nmeros, en un array.
En vectores
Expresin Descripcion
( ) : v
Indica todos los elementos del vector v.
( ) : v m n
Indica los elementos del vector, desde la
posicin m hasta la posicin n.
196
( ) : : v m k n
Indica los elementos del vector, desde la
posicin m hasta la posicin n, con un
incremento k.

>> u=[6 8 -4 3 2 1 0 9 2 -5]
u = 6 8 -4 3 2 1 0 9 2 -5
>> u(:)
>> u(3:7)
ans = -4 3 2 1 0
>> u(1:2:10)
ans = 6 -4 2 0 2
>> u(9:-1:1)
ans = 2 9 0 1 2 3 -4 8 6
>>

En Matrices
Expresin Descripcion
( ) :, A n
Indica todos los elementos de la columna n
( ) ,: A m
Indica todos los elementos de la fila m
( ) :, : A m n
Indica los elementos de las columnas m hasta la n.
( ) : ,: A m n
Indica los elementos de las filas m hasta la n.
( ) : , : A m n p q
Indica los elementos de las filas m hasta la n, y las
columnas desde la p hasta la q.

>> A=[6 8 -4 3 6 1;5 2 1 0 9 8;6 9 2 -5 7 0;4 8 12 3 9 2]
A = 6 8 -4 3 6 1
5 2 1 0 9 8
6 9 2 -5 7 0
4 8 12 3 9 2
>> A(:,6)
ans = 1
8
0
2
>> A(3,:)
ans = 6 9 2 -5 7 0
>> A(2:3,3:6)
ans = 1 0 9 8
2 -5 7 0
>> A(2:3,6:-1:1)
ans = 8 9 0 1 2 5
0 7 -5 2 9 6
>> A,B=A([1,4],[2,4,5])
A =
6 8 -4 3 6 1
5 2 1 0 9 8
6 9 2 -5 7 0
4 8 12 3 9 2
B = 8 3 6
8 3 9
>>
197

Adicin de nuevos elementos a variables ya creadas
En un array que ya ha sido creado se pueden agregar o modificar elementos, con solamente asignar un valor.

En vectores
>> u=[6 8 -4 3 2 ]
u = 6 8 -4 3 2
>> u(8)=12
u = 6 8 -4 3 2 0 0 12
>> u(3)=42
u = 6 8 42 3 2 0 0 12
>> u(3:7)=2*u(3:7)
u = 6 8 84 6 4 0 0 12
>> u(3:7)=-4*u(3:7)
u = 6 8 -336 -24 -16 0 0 12
>> w(7)=15
w = 0 0 0 0 0 0 15
>> w(1:6)=1:6
w = 1 2 3 4 5 6 15
>> v=[u w]
v = 6 8 -336 -24 -16 0 0 12 1 2 3 4 5 6 15
>>

En matrices
>> A=[6 8 3 6;5 1 0 9;6 9 7 8]
A =
6 8 3 6
5 1 0 9
6 9 7 8
>> A(4,5)=60
A =
6 8 3 6 0
5 1 0 9 0
6 9 7 8 0
0 0 0 0 60
>> A(:,5)=20:10:50
A =
6 8 3 6 20
5 1 0 9 30
6 9 7 8 40
0 0 0 0 50
>> A(4,:)=17:10:57
A =
6 8 3 6 20
5 1 0 9 30
6 9 7 8 40
17 27 37 47 57
>> D=eye(4)
D =
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
>> E=[A D]
E =
6 8 3 6 20 1 0 0 0
5 1 0 9 30 0 1 0 0
6 9 7 8 40 0 0 1 0
17 27 37 47 57 0 0 0 1
>> E(:,5)=ones(4,1)
E =
6 8 3 6 1 1 0 0 0
198
5 1 0 9 1 0 1 0 0
6 9 7 8 1 0 0 1 0
17 27 37 47 1 0 0 0 1
>>

Eliminacin de elementos
Para eliminar filas y/o columnas en un array, solo hay que asignarle un array vacio: [ ]

>> p=[6 8 -4 3 2]
p = 6 8 -4 3 2
>> p(3)=[]
p = 6 8 3 2
>> p(1)=[]
p = 8 3 2
>>

>> G=[16 82 31 16;55 77 40 90;66 23 56 84]
G = 16 82 31 16
55 77 40 90
66 23 56 84
>> G(:,2)=[]
G = 16 31 16
55 40 90
66 56 84
>> G(1,:)=[]
G = 55 40 90
66 56 84
>>

FUNCIONES PARA LA MANIPULACION DE ARRAYS
Existe una gran variedad de funciones en MatLab, para cada cometido. Estas se pueden hallar en la ventana de
ayuda del MatLab.
Funcin Descripcin Ejemplo
( ) length v

Devuelve el nmero de
elementos del vector v.
>> v=[6 8 -4 3 2]
v = 6 8 -4 3 2
>> length(v)
ans = 5
>> w=[]
w = []
>> length(w)
ans = 0
( ) length A

Devuelve el valor mximo
de {m,n}, siendo m n
el orden de la matriz A.
>> A=[6 8; 3 6;5 1]
A = 6 8
3 6
5 1
>> length(A)
ans = 3
( ) size A

Devuelve un vector fila
[m,n], donde m y n
representan el tamao de la
matriz A
>> A
A = 6 8
3 6
5 1
>> size(A)
ans = 3 2
( ) , , reshape A m n

Reordena una matriz A, de
orden r s a una de
orden m n . Siempre que
r s m n =
>> A
A = 6 8
3 6
5 1
0 9
>> reshape(A,2,4)
ans = 6 5 8 1
3 0 6 9
( ) diag v

Si v es un vector, se crea
una matriz cuadrada con
los elementos de v en la
diagonal
>> v=[6 8 2]
v = 6 8 2
>> diag(v)
ans =
6 0 0
0 8 0
0 0 2
199
( ) diag A

Si A es una matriz, se crea
un vector a partir de los
elementos de la diagonal
de A
>> A=[120 56 80 78;13 450
67 45;89 56 610 56]
A = 120 56 80 78
13 450 67 45
89 56 610 56
>> diag(A)
ans = 120
450
610

Variables en Memoria
Para visualizar las variables que aun estn en memoria, cuando se est ejecutando MatLab, se usa el comando
who.
Tambin tenemos el comando whos , que adems de lo anterior visualiza el tamao, bytes y clase de las variables actuales en la memoria.

>> who
Your variables are:
A B D E G ans p u v w
>> whos
Name Size Bytes Class Attributes
A 3x4 96 double
B 2x3 48 double
D 4x4 128 double
E 4x8 256 double
G 2x3 48 double
ans 3x1 24 double
p 1x2 16 double
u 1x5 40 double
v 1x3 24 double
w 0x0 0 double
>>

Problemas de aplicacin
Problema 2.1: Creacin de una matriz
Crear una matriz de orden 4 5 , en la cual las primeras dos filas sean ceros y las dos siguientes sean unos.
Solucin:

>> F=zeros(2,5)
F = 0 0 0 0 0
0 0 0 0 0
>> G=ones(2,5)
G = 1 1 1 1 1
1 1 1 1 1
>> H=[F; G]
H = 0 0 0 0 0
0 0 0 0 0
1 1 1 1 1
1 1 1 1 1
>>
Tambin puede hacerse as:
>> K(1:2,:)=zeros(2,5)
K =
0 0 0 0 0
0 0 0 0 0
>> K(3:4,:)=ones(2,5)
K =
0 0 0 0 0
0 0 0 0 0
1 1 1 1 1
1 1 1 1 1
>>
Problema 2.2: Creacin de una matriz
Crear una matriz 6 6 en la cual las dos filas centrales, junto con las dos columnas centrales, sean uno, siendo el resto de elementos ceros.
Solucin:

>> D=zeros(6,6)
D =
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
>> D(3:4,:)=ones(2,6)
200
D =
0 0 0 0 0 0
0 0 0 0 0 0
1 1 1 1 1 1
1 1 1 1 1 1
0 0 0 0 0 0
0 0 0 0 0 0
>> D(:,3:4)=ones(6,2)
D =
0 0 1 1 0 0
0 0 1 1 0 0
1 1 1 1 1 1
1 1 1 1 1 1
0 0 1 1 0 0
0 0 1 1 0 0

Problema 2.3: Manipulacin de matrices
Sean dos matrices, una A de tamao 5 6 , y otra B de tamao 3 5 . Sea tambin un vector v de longitud 9.
2 5 8 11 14 17
3 6 9 12 15 18
4 7 10 13 16 19
5 8 11 14 17 20
6 9 12 15 18 21
A
| |
|
|
| =
|
|
|
\ .

5 10 15 20 25 30
30 35 40 45 50 55
55 60 65 70 75 80
B
| |
|
=
|
|
\ .

( ) 99 98 97 96 95 94 93 92 91 v =

Y luego con un solo comando que remplace:
a) Las cuatro ltimas columnas de las filas 1 y 3 de A por las cuatro primeras columnas de las primeras dos filas de la matriz B.
b) Las cuatro ltimas columnas de la cuarta fila de A por los elementos 5 a 8 de v.
c) Las cuatro ltimas columnas de la quinta fila de A por las columnas 3 a 5 de la tercera fila de B.
Solucin:
Datos Cambios con tres comandos
>>A=[2:3:17;3:3:18;4:3:19;5:3:20;6:3:21]
A =
2 5 8 11 14 17
3 6 9 12 15 18
4 7 10 13 16 19
5 8 11 14 17 20
6 9 12 15 18 21
>> B=[5:5:30;30:5:55;55:5:80]
B =
5 10 15 20 25 30
30 35 40 45 50 55
55 60 65 70 75 80
>> v=[99:-1:91]
v = 99 98 97 96 95 94 93 92 91

>>A([1 3],[3 4 5 6])=B([1 2],[1 2 3 4])
A =
2 5 5 10 15 20
3 6 9 12 15 18
4 7 30 35 40 45
5 8 11 14 17 20
6 9 12 15 18 21
>> A(4,[3:6])=v([5:8])
A =
2 5 5 10 15 20
3 6 9 12 15 18
4 7 30 35 40 45
5 8 95 94 93 92
6 9 12 15 18 21
>> A(5,[3:6])=B(3,[2:5])
A =
2 5 5 10 15 20
3 6 9 12 15 18
4 7 30 35 40 45
5 8 95 94 93 92
6 9 60 65 70 75
>>

Datos Con un solo comando
>> A=[2:3:17;3:3:18;4:3:19;5:3:20;6:3:21];
>> B=[5:5:30;30:5:55;55:5:80];
>> v=[99:-1:91];

>> A([1 3 4 5],[3:6])=[B([1
2],[1:4]);v([5:8]);B(3,[2:5])]
A =
2 5 5 10 15 20
3 6 9 12 15 18
4 7 30 35 40 45
5 8 95 94 93 92
6 9 60 65 70 75

Cadenas de caracteres y variables de tipo string
Una cadena o string es simplemente un array de caracteres. Para crear una cadena solo es necesario teclear los
caracteres que la formen entre comillas simples.
201
No se incluye la letra ee y los acentos.

>> M=['calculo' 'ad hoc' '%&$j']
M =calcuload hoc%&$j
>> M=['calculo';'ad hoc';'% & $ j']
M =
calculo
ad hoc
% & $ j
>> N=['geo','$5437','? PO']
N =geo$5437? PO
>> N=['geofi','$5437','? PO']
N =geofi$5437? PO
>>

202

03 OPERACIONES MATEMATICAS CON ARRAYS
Ahora que ya tenemos creados los arrays, se harn operaciones con ellos, las bsicas son de suma y resta,
luego tenemos las de multiplicacin y divisin que tiene mucho que aportar. Tambien tenemos la operacin
elemento a elemento, que puede tener muchas aplicaciones que le sorprender.

Suma y resta
Estas operaciones se dan entre arrays que sean conformes, es decir de la misma dimensin.

En vectores
>> u=[16 21 45 70 90]
u = 16 21 45 70 90
>> v=[45 67 34 89 35]
v = 45 67 34 89 35
>> w=u+v,z=u-v
w = 61 88 79 159 125
z = -29 -46 11 -19 55
>>
En matrices
>> A=[2 4 7 8;3 5 1 9;5 4 6 3]
A = 2 4 7 8
3 5 1 9
5 4 6 3
>> B=[12 44 98 81;56 45 67 34;67 89 62 46]
B = 12 44 98 81
56 45 67 34
67 89 62 46
>> A+B,A-B,B-A
ans = 14 48 105 89
59 50 68 43
72 93 68 49
203
ans = -10 -40 -91 -73
-53 -40 -66 -25
-62 -85 -56 -43
ans = 10 40 91 73
53 40 66 25
62 85 56 43
>> A+60
ans =
62 64 67 68
63 65 61 69
65 64 66 63
>> B-50
ans = -38 -6 48 31
6 -5 17 -16
17 39 12 -4
>>

Multiplicacin de arrays
Para efectuar una multiplicacin de arrays (matrices), se debe tener que el numero de columnas de la primera
matriz con el numero de filas de la segunda matriz deben ser iguales.
Esto es si queremos efectuar A por B,
m p m n n p
C A B

= ,
Donde
1
(Fila i de A) (Columna j de B)=
n
i k i j j k
j
c a b
=
=

Una matriz fila por una matriz columna
>> F=[1 5 8 7]
F = 1 5 8 7
>> C=[15;24;12;56]
C = 15
24
204
12
56
>> F*C
ans = 623
>> C*F
ans =
15 75 120 105
24 120 192 168
12 60 96 84
56 280 448 392
>>
Dos matrices conformes para el producto

>> A=[15 16 43 76;98 74 62 56;45 67 34 67]
A = 15 16 43 76
98 74 62 56
45 67 34 67
>> B=[12 44 98 81 92;56 45 67 34 24;67 89 62 46 45;45 89 32 56 67]
B = 12 44 98 81 92
56 45 67 34 24
67 89 62 46 45
45 89 32 56 67
>> P = A*B
P = 7377 11971 7640 7993 8791
11994 18144 20198 16442 17334
9585 13984 13151 11239 11767
>> B*A
??? Error using ==> mtimes
Inner matrix dimensions must agree.

205
Producto de un escalar por una Matriz
>> 4*A
ans =
60 64 172 304
392 296 248 224
180 268 136 268
>> 3*B
ans =
36 132 294 243 276
168 135 201 102 72
201 267 186 138 135
135 267 96 168 201
>>
Divisin de arrays
La divisin de Matrices tiene que ver con la solucin de un sistema de ecuaciones lineales, de la forma
siguiente:
1 1 n n n n
A X B

=
1 1 n n n n
Y A C

=
En la teora de algebra lineal, Para ello es necesario hablar de inversa de una matriz y tambin de determinante
de la misma, tambin de matriz identidad. Se sabe que los sistemas antes mencionados tienen solucin nica,
siempre y cuando el determinante de la matriz A sea no nulo.

Matriz identidad
La matriz identidad se obtiene con el comando eye de MatLab:
>> A=[12 44 98 81;45 67 34 24;89 62 46 45;89 32 56 67]
A =
12 44 98 81
45 67 34 24
89 62 46 45
89 32 56 67
>> I=eye(4)
I =
206
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
>> A*I, I*A
ans =
12 44 98 81
45 67 34 24
89 62 46 45
89 32 56 67
ans =
12 44 98 81
45 67 34 24
89 62 46 45
89 32 56 67
>>

Inversa y determinante de una matriz
Dada una matriz cuadrada A, la inversa de A, es aquella matriz que multiplicada por A, resulta la matriz
identidad. La sintaxis en Matlab es:
( ) inv A
1
A

Ademas el determinante de una matriz cuadrada es: det( ) A

>> A=[1 1 4;2 1 8;1 -1 3],det(A)
A =
1 1 4
2 1 8
1 -1 3
ans = 1
>> B=inv(A)
207
B =
11 -7 4
2 -1 0
-3 2 -1
>> C=A^-1
C =
11 -7 4
2 -1 0
-3 2 -1
>> A*B, A*C
ans =
1 0 0
0 1 0
0 0 1
ans =
1 0 0
0 1 0
0 0 1

Divisin de arrays
La divisin izquierda \:
La divisin izquierda se usa en forma equivalente a resolver la ecuacin matricial
1 1 n n n n
A X B

=

De donde podemos ver que :
1
X A B
=

Asi podemos decir que en MatLab la divisin izquierda es:
1
\ * A B A B
=

La divisin derecha /:
La divisin derecha se usa en forma equivalente a resolver la ecuacin matricial
208
1 1 n n n n
Y A C

=

De donde podemos ver que :
1
Y C A
=

Asi podemos decir que en MatLab la divisin izquierda es:
1
/ * C A C A
=

Ejemplos: En la divisin de nmeros, arrays de orden 1 1
>> 20/4
ans = 5
>> 20/10
ans = 2
>> 20\10
ans = 0.5000
>>

En la solucin de un sistema de ecuaciones:
4 2 6 8
2 8 2 4
6 10 3 0
x y z
x y z
x y z
+ =
+ + =
+ + =

Se convierte en:

4 2 6 8
2 8 2 4
6 10 3 0
x
y
z
| || | | |
| | |
=
| | |
| | |
\ .\ . \ .
o tambin ( ) ( )
4 2 6
2 8 10 8 4 0
6 2 3
x y z
| |
|
=
|
|
\ .

En la primera divisin izquierda, y en la segunda divisin derecha.

>> A=[4 -2 6;2 8 2;6 10 3]
A =
4 -2 6
2 8 2
6 10 3
209
>> b=[8;4;0]
B =
8
4
0
>> X=A\b
X =
-1.8049
0.2927
2.6341
>> C=[4 2 6;-2 8 10;6 2 3]
C =
4 2 6
-2 8 10
6 2 3
>> d=[8 4 0]
d = 8 4 0
>> Y=d/C
Y = -1.8049 0.2927 2.6341
>>

Operacin elemento a elemento
En las operaciones de suma y resta de matrices las operaciones se hacan elemento a elemento, a semejanza
de ello se puede realizar: el producto, la divisin, la potencia y otras que se nos ocurra y que tengan alguna
utilidad.
Para las operaciones elemento a elemento los arrays deben tener la misma dimensin, y se debe teclear
siempre un punto antes de la operacin.
Sean
i j
m n
A a

( =

y
i j
m n
B b

( =

Entonces
.*
i j i j
m n
A B a b

( =

210
. / /
i j i j
m n
A B a b

( =

. ^
i j
b
i j
m n
A B a
(
=

. \ \
i j i j
m n
A B a b

( =

. ^
k
i j
m n
A k a

( =

Ejemplos:
>> A=[4 -2 6 2;2 8 2 3;6 10 3 4;1 5 7 2]
A = 4 -2 6 2
2 8 2 3
6 10 3 4
1 5 7 2
>> B=[4 2 3 8;2 2 1 3;2 4 2 2;6 1 3 2]
B = 4 2 3 8
2 2 1 3
2 4 2 2
6 1 3 2
>> A.*B
ans = 16 -4 18 16
4 16 2 9
12 40 6 8
6 5 21 4
>> A./B
ans = 1.0000 -1.0000 2.0000 0.2500
1.0000 4.0000 2.0000 1.0000
3.0000 2.5000 1.5000 2.0000
0.1667 5.0000 2.3333 1.0000
>> A.\B
ans = 1.0000 -1.0000 0.5000 4.0000
211
1.0000 0.2500 0.5000 1.0000
0.3333 0.4000 0.6667 0.5000
6.0000 0.2000 0.4286 1.0000
>> A.^B
ans = 256 4 216 256
4 64 2 27
36 10000 9 16
1 5 343 4
>> A.^3
ans = 64 -8 216 8
8 512 8 27
216 1000 27 64
1 125 343 8
>>

Utilizacin de arrays en funciones predefinidas de MatLab
Las funciones predefinidas en MatLab estn preparadas para poder usar las operaciones elemento a elemento.
a) Con el comando plot para graficar funciones:
| |
3 2
14 29, 10,10 y x x x x = + e
>> x=-10:0.5:10;
>> y=x.^3-x.^2-14*x+29;
>> plot(x,y)

Graficando:
| |
3
2
5
, 10,10
4 10
x x
y x
x
+
= e

b) Las funciones trigonomtricas
>> x=0:pi/6:pi
-10 -8 -6 -4 -2 0 2 4 6 8 10
-1000
-800
-600
-400
-200
0
200
400
600
800
212
x = 0 0.5236 1.0472 1.5708 2.0944 2.6180 3.1416
>> y=sin(x)
y = 0 0.5000 0.8660 1.0000 0.8660 0.5000 0.0000
>> y=tan(x)
y = 1.0e+016 * 0 0.0000 0.0000 1.6331 -0.0000 -0.0000 -0.0000
c) La raz cuadrada
>> x=0:10
x = 0 1 2 3 4 5 6 7 8 9 10
>> y=sqrt(x)
y = 0 1.0000 1.4142 1.7321 2.0000 2.2361 2.4495 2.6458 2.8284 3.0000 3.1623
>>
FUNCIONES PREDEFINIDAS PARA TRABAJAR CON ARRAYS
Funcin Descripcin Ejemplo
mean(A) Retorna el valor
medio del array A
>> A=[4 8 10;6 11 10;8 14 10]
A = 4 8 10
6 11 10
8 14 10
>> mean(A)
ans = 6 11 10
C=max(A) Retorna el valor
mximo de un
vector o matriz
>> max(A)
ans = 8 14 10
[d,n]=max(A) Retorna el valor
mximo de una
matriz . por
columnas. n es un
vector de las
ubicaciones
>> [d,n]=max(A)
d = 8 14 10
n = 3 3 1
C=min(A)
[d,n]=min(A)
Retorna el valor
mximo de un
vector o matriz
>> min(A)
ans = 4 8 10
sum(A) Suma los
elementos del
vector A
>> sum(A)
ans = 18 33 30
sort(A) Ordena los
elementos del
vector A
>> sort(A)
ans = 4 8 10
6 11 10
8 14 10
median(A) Devuelve la
mediana de los
elementos del
vector A
>> median(A)
ans = 6 11 10
std(A) Devuelve la
desviacin
estndar de los
elementos del
vector A
>> std(A)
ans = 2 3 0
det(A) Devuelve el
determinante de la
matriz cuadrada A
>> det(A)
ans = 0
dot(u,v) Calcula el
producto escalar
de los vectores u
>> u=[1 4 7]
>> v=[5 8 2]
>> dot(u,v)
213
y v. ans = 51

>> A=[4 8 10;6 1 10;8 14 10];
>> dot(A,A)
ans = 116 261 300
cross(u,v) Calcula el
producto cruz de
los vectores u y
v en R
3
.
>> cross(u,v)
ans = -48 33 -12
inv(A) Devuelve la
inversa de la
matriz cuadrada A
>> A=[4 8 1;6 1 1;8 14 1]
A = 4 8 1
6 1 1
8 14 1
>> inv(A)
ans =
-0.3250 0.1500 0.1750
0.0500 -0.1000 0.0500
1.9000 0.2000 -1.1000

Generacin de nmeros aleatorios
La generacin de nmeros aleatorios es muy necesaria en las reas que debe realizar algunas simulaciones.
Para ello MatLab tiene dos comandos: rand y randn
Comando Descripcion
Rand Genera un nmero
aleatorio entre 0 y 1.

rand(1,n) Genera una fila de n
nmeros aleatorios
entre 0 y 1.

rand(n) Genera una matriz de
orden nxn de nmeros
aleatorios entre 0 y 1.

Rand(m,n) Genera una matriz de
orden mxn de nmeros
aleatorios entre 0 y 1.

Randperm(n) Genera un vector de n
elementos que son
permutaciones
aleatorias de enteros
entre 1 y n.

(b-
a)*rand(1,n)+a
Genera una fila de n
nmeros aleatorios
entre a y b.

214

IV. Archivos m.
Un fichero script es un conjunto de sentencias u rdenes que se ejecutan en forma secuencial, es
decir es un programa. En algunos casos le llamaremos funcin. Para que estos programas sean
coherentes y los pueda leer el programa Matlab, deben seguir un orden lgico.
Estos ficheros tienen extensin m. y se pueden editar y/o ejecutar las veces que sea
necesario.
En algunos casos es necesario que el programador ingrese algunos datos para que el
programa funcione. Estos debern ser ingresados por teclado posiblemente, y en algn
formato adecuado. Para esto hay comandos adecuados.

Notas sobre los ficheros script
- Un fichero script es una secuencia de comandos de MatLab, tambin denominado
programa.
- Cuando se ejecuta un fichero script, MatLab ejecuta los comandos en el orden en que stos
han sido escritos, igual que si se ejecutaran uno a uno en la ventana de comandos.
- Cuando un fichero script contiene un comando que produce una salida o resultado
(ejemplo una asignacin de variable sin un punto y coma al final), la salida se visualiza en la
ventana de comandos.
- La utilizacin de ficheros script es conveniente, ya que estos pueden ser editados (es decir
se pueden corregir o modificar), y se pueden ejecutar tantas veces como se quiera.
- Los ficheros script se pueden crear y editar en cualquier editor de texto. Asimismo el texto
se puede copiar y pegar desde estos editores a MatLab para ser ejecutado.
Los ficheros script tambin de denominan ficheros M, ya que la extensin .m es la que utiliza
y reconoce MatLab cuando se guardan estos archivos.
- Un fichero script se puede ejecutar, bien tecleando su nombre en la Ventana de Comandos
(y pulsando la tecla enter) o bien desde la ventana del editor a travs del icono Run
(ejecutar).
- Estos programas siempre deben estar en el directorio actual de MatLab, para poder
ejecutarse.

- Con el comando cd, se muestra el directorio de trabajo actual.
>> cd
C:\Users\Malca\Documents\MATLAB

En donde vamos a escribir una funcin:
( )
3 2
5 8 4 y f x x x x = = + - +
.
fun.m Ejecucucion
function y=fun(x)

% programa que calcula el valor
de
% una funcin dado el valor de x.

>> help fun
programa que calcula el valor de
una funcin dado el valor de x.
>> fun(8)
ans = 644
>> x=1:2:17
215
y=x.^3+3*x.^2-8*x+4; x = 1 3 5 7 9 11 13
15 17
>> w=fun(x)
w = 0 34 164 438 904
1610 2604 3934 5648

VARIABLES GLOBALES
Recuerde que las variables escritas en un archivo script (programa), se ejecutan como si estuvieran
en la ventana de comandos, salvo las que estn en un ficheros tipo fuction.
Cuando se ejecuta un fichero script, las variables utilizadas en los clculos dentro del fichero deben
tener valores asignados previamente en el mismo script. Esta asignacin se puede hacer de tres
formas:
- Variable definida y asignada en el fichero script.
- Variable definida y asignada en la ventana de comandos.
- Variable definida y asignada en el fichero script, pero luego se cambia e la ventana de
comandos
Variable definida y asignada en el fichero script.
La asignacin de la variable forma parte del fichero, Si se quiere cambiar el valor simplemente se
edita el fichero y se guarda los cambios.
pjugada.m Ejecucin
% este programa calcula el
promedio
% de un conjunto de jugadas
j1=80;
j2=85;
j3=75;
j4=90;
Puntuacion_Media=(j1+j2+j3)/4
>> help pjugada
este programa calcula el
promedio
de un conjunto de jugadas
>> pjugada
Puntuacion_Media = 60

Variable definida y asignada en la ventana de comandos.
En este caso el o los valores de la variable se indican en la ventana de comandos, y luego se ejecuta
el programa. Aqu los valores de las variables solo se cambian en la ventana de comandos.
pjugada2.m Ejecucin
promedio
% de un conjunto de tres
jugadas
% las cuales se ingresan en
la ventana de comandos
% con las variables j1, j2 y
>> help pjugada2
este programa calcula el
promedio
de un conjunto de tres jugadas
las cuales se ingresan en la
ventana de comandos
216
j3


con las variables j1, j2 y j3
>> clear
>> pjugada2
??? Undefined function or
variable 'j1'.
Error in ==> pjugada2 at 6
>> j1=5,j2=12,j3=15
j1 = 5
j2 = 12
j3 = 15
>> pjugada2
Puntuacion_Media = 8
Variable definida y asignada en el fichero script, pero luego se cambia en la ventana de comandos
En esta opcin la variable se define en el fichero script, y cuando se ejecuta tal archivo al usuario se
le pide un valor concreto a travs de la ventana de comandos, y a estas variables se les asigna el
valor correspondiente.
Esto se hace con el comando input. Cuya sintaxis es:

_ var (' mensaje que se muestra
en la ventana de comandos ')
nombre iable input =

Al ejecutar este comando se muestra en la ventana de comandos el mensaje indicado, luego del cual
el usuario ingresara el valor de la variable en forma adecuada.
Pjugada3.m Ejecucin
promedio
% de un conjunto de tres
jugadas
% las cuales se ingresan en
la ventana de comandos
% usando el comando input
j1=input('Ingrese la primera
puntuacion:')
j2=input('Ingrese la segunda
puntuacion:')
j3=input('Ingrese la terecra
puntuacion:')
>> pjugada3
Ingrese la primera puntuacion:89
Ingrese la segunda puntuacion:87
Ingrese la terecra puntuacion:95
Puntuacion_Media = 67.7500

COMANDO DE ENTRADA DE DATOS:
Un dato cualquiera o una matriz puede ingresarse mediante el teclado a pedido de algn programa,
los llamados archivos ****.m, mediante el comando: input
Hay dos tipos de objetos que ingresan por teclado, numricos(Matriz) o como una cadena de letras
y/o smbolos (String).
217
Los formatos son:
x=input('comentario: ')
x=input('comentario: \n')
o tambien:
x=input('ingrese su nombre: ','s')
x=input('ingrese su nombre: \n ','s')

en el primer caso aparecer el comentario en la pantalla, y la matriz ingresada se asignara a la
variable x. En el segundo la diferencia est en que el cursor para ingresar la informacin pasa a la
siguiente lnea. En el tercer caso aparecer el comentario en la pantalla, y se asignara a la variable x.
La diferencia est en que en el tercer caso la variable no solo puede ser una matriz sino tambin una
cadena de caracteres cualesquiera.
Ahora veamos algunos ejemplos:
>> A=input('ingrese su edad: ');
ingrese su edad: 46
A = 46
>> A=input('ingrese su edad: ');
ingrese su edad: 25
>> A=input('haga su pregunta: ','s');
haga su pregunta: que es la matemtica
A = que es la matemtica
>> A=input('ingrese su edad:\n');
ingrese su edad:
45
>> A=input('Estado civil:\n','s');
Estado civil:
soltero
COMANDOS DE SALIDA
La salida en pantalla de los resultados de un programa se hace de diferentes maneras. Algunos se
realizan por defecto como el resultado de alguna operacin. Otra opcin es con los comandos:
disp fprintf
El formato de disp es:
disp(comentario)
disp(variable)
en el primer caso la salida es algn comentario, en el segundo se imprime en pantalla una variable.

Ahora vamos a escribir un programa en un script
218
Ejemplo 4.1: En este programa hallaremos el promedio de los primeros 20 enteros positivos
mltiplos de 5.
Solucin:
ejemplo01.m
% en el ejemplo se crea un vector
% con los 20 primeros multiplos de 5
% y luego se halla promedio de ellos
z=[5:5:100];
disp(z)
disp('')
disp('el valor promedio es')
prom=sum(z)/norm(z);
disp(prom)
Ejecucin en MatLab:
>> ejemplo01
5 10 15 20 25 30 35 40 45 50 55 60 65
70 75
80 85 90 95 100
el valor promedio es: 3.9199

Caracteres especiales
Smbolo Descripcin
\n Carcter de escape, se empieza una nueva lnea.
\b Carcter de borrado
\t Tabulacin horizontal

Ah va un ejemplo de uso de estos caracteres especiales,
escribiremos:
Las matrices, son el objeto fundamental del Matlab
>> fprintf('Las matrices,\n son el objeto fund\bamen\btal
del Mat\t\tlab\n');
Las matrices,
son el objeto funametal del Mat lab
>>

El comando fprintf para la visualizacin de datos y texto juntos
fprintf(Texto %-5.2f texto adicional, nombre_variable)
Los elementos del formato para los datos, son cuatro algunos opcionales otros obligatorios:
-5.2f
El primero llamado flag o bandera (opcional)
219
Smbolo Descripcin
- Justificacacion izquierda dentro del campo
+ Visualiza el carcter del signo (+ -) delante del
numero
0 Aade ceros si el numero es ms pequeo que
el campo
Lo segundo es el ancho del campo, que corresponde al primer nmero (5 en el ejemplo),el
cual nos indica el menor nmero de dgitos de la visualizacin. (opcional)
El tercero es corresponde a la precisin, lo cual indica el numero de dgitos que se
mostraran a la derecha del punto decimal. (opcional)
El cuarto elemento es el que corresponde al formato de conversin (f en el ejemplo). Es
obligatorio, las opciones son
Smbolo Descripcin
e Notacin exponencial en minsculas (ej:
2.456e+002)
E
Notacin exponencial en maysculas (ej:
2.456E+002)
f Notacin de punto fijo (ej: 245.6)
g
Representacin en formato corto de e o f
G Representacin en formato corto de E o f
i
Entero
Ejemplo:
ej03.m
% tenemos un conjunto de doce datos de lluvia en miles de litros, en
forma
% mensual. En la amazonia peruana
%p representa el valor promedio de las lluvias
D=[286 253 254 305 274 203 165 190 161 228 224 280]
P=mean(D)
fprintf('\nEl valor medio de las lluvias es %6.2e mensual.\n',P)
fprintf('\nEl valor medio de las lluvias es %-16.2f mensual.\n',P)
fprintf('\nEl valor medio de las lluvias es %08i mensual.\n',P)
fprintf('\nEl valor medio de las lluvias es %6g mensual.\n',P)
La ejecucin en Matlab
>> ej03
D = 286 253 254 305 274 203 165 190 161 228 224
280
220
P = 235.2500
El valor medio de las lluvias es 2.35e+002 mensual.
El valor medio de las lluvias es 235.25 mensual.
El valor medio de las lluvias es 235.25 mensual.
>>

Aqu va un ejemplo en el cual hay insertados varios valores numricos, dentro del texto.
ej04.m
% tenemos un conjunto de doce datos de lluvia en miles de litros, en
forma
% mensual. En la amazonia peruana
%p representa el valor promedio de las lluvias
D=[286 253 254 305 274 203 165 190 161 228 224 280]
m=min(D);
M=max(D);
S=sum(D);
P=mean(D);
fprintf('\nEl valor medio de las lluvias es %6.2e mensual.\n',P)
fprintf('\nEl valor mnimo es %4i , el mximo es %4i y el total de lluvias es
%6i.\n',m,M,S)

>> ej04
D = 286 253 254 305 274 203 165 190 161 228 224
280

El valor mnimo es 161 , el mximo es 305 y el total de lluvias es
2823.
>>

Presentacin de arrays (Matrices)
ej05.m
%ahora presentaremos una matriz
221
%donde
%fila uno: nmeros naturales
%fila dos: el cuadrado
%fila tres: la raz cuadrada
x=[1:8];
y=x.^2;
z=sqrt(x);
w=[x;y;z]
fprintf('el numero %i su cuadrado %i su raz %f\n',w)
>> ej5
w =
1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 7.0000
8.0000
1.0000 4.0000 9.0000 16.0000 25.0000 36.0000 49.0000
64.0000
1.0000 1.4142 1.7321 2.0000 2.2361 2.4495 2.6458
2.8284
el numero 1 su cuadrado 1 su raz 1.000000
>>

IMPORTACION Y EXPORTACION DE DATOS
Procesando datos de fuentes externas (Importacin)
Escribiendo datos en un manejador de datos (Exportacin)

DE EXCEL A MATLAB (xlsread)
El formato es como sigue:
Nombre _variable=xlsread(nombre_fichero)
Nombre _variable=xlsread(nombre_fichero,nombre_hoja)
Aqu vemos una hoja de datos en formato Excel
datos1.xlsx
222
n 1 2 3 4 5 6 7 8 9
p 2 3 5 7 11 13 17 19 23

Leyendo ahora con el comando xlsread
>> A=xlsread('datos1.xlsx')
A =
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
2 3 5 7 11 13 17 19 23 29 31 37 41 43 47
Nombre _variable=xlsread(nombre_fichero,nombre_hoja)
Nombre _variable=xlsread(nombre_fichero,nombre_hoja,rango)
Aqu vemos una hoja de datos en formato Excel
datos1.xlsx

Leyendo ahora con el comando xlsread
>> A=xlsread('datos1.xlsx','potencias','D5:O9')
A =
9 16 25 36 49 64 81 100 121 144 169 65
3 4 5 6 7 8 9 10 11 12 13 14
5 7 11 13 17 19 23 29 31 37 41 43
9 16 25 36 49 64 81 100 121 144 169 65
3 4 5 6 7 8 9 10 11 12 13 14
DE MATLAB A EXCEL (xlswrite)
Exportando datos de Matlab a una hoja de Excel
xlswrite(nombre_fichero,nombre_variable)
xlswrite(nombre_fichero,array,nombre_hoja,rango)
El array a escribir en la hoja de calculo
>> A
A = 9 16 25 36 49 64 81 100 121 144 169 65
3 4 5 6 7 8 9 10 11 12 13 14
5 7 11 13 17 19 23 29 31 37 41 43
9 16 25 36 49 64 81 100 121 144 169 65
3 4 5 6 7 8 9 10 11 12 13 14
Ahora escribiendo en la hoja de calculo
>> xlswrite('datos1.xlsx',A)
9 16 25 36 49 64 81
3 4 5 6 7 8 9
5 7 11 13 17 19 23
9 16 25 36 49 64 81
3 4 5 6 7 8 9

>> xlswrite('datos3.xlsx',A,'matriz','C1:N5')

n 1 2 3 4 5 6 7 8 9
p 2 3 5 7 11 13 17 19 23
223

05 GRAFICOS CON MATLAB
Como la mayor parte de las ecuaciones matemticas expresa relaciones complicadas en una, dos,
tres o mas dimensiones, tratar de entenderlas sin grficas es algo imposible. El empleo de grficas es
importante desde la educacin primaria hasta la superior, as como para Ingenieros y Cientficos
profesionales. En las presentaciones profesionales, casi todos los anlisis matemticos, cientficos y
de ingeniera se presentan con grficos.
Los grficos son ahora una parte natural del entorno de computacin con MATLAB, y la graficacin
de los resultados de los clculos puede efectuarse con algunos comandos. Tratar de entender las
ecuaciones matemticas con graficas es una forma agradable y muy eficiente de aprender
matemticas. Por lo que el objetivo de esta unidad es ayudar a los estudiantes a efectuar graficas en
dos dimensiones de diversas funciones.
1.- GRAFICAS EN DOS DIMENSIONES
Graficar: suponga que desea graficar (plotear) un conjunto de datos (pares ordenados)
( ) , ; 1,
i i i
p x y i n = =
Donde se tiene que:
1 2 3 1 n n
x x x x x
< < < < <

Los datos se grafican con plot.
La grafica es bastante sencilla, lo nico que hace Matlab es unir los diferentes puntos con lneas
rectas. Obviamente en el orden establecido.
ejemplo01
>> x=[1 7 2 4 6 1]
>> y=[5 5 2 7 2 5]
>> plot(x,y)
>> plot(x,y,'r:d')
>> plot(x,y,'k+--')
Sean los siguientes datos tomados en un da de la temperatura ambiente. En la estacin
meteorolgica de la FACFYM-UNPRG.
N Orden 01 02 03 04 05 06 07 08 09 10 11 12
X x (horas) 02 04 06 08 10 12 14 16 18 20 22 24
224

Trabajando en la ventana de comandos de Matlab, tenemos:
>> x=[2 4 6 8 10 12 14 16 18 20 22 24];
>> y=[21 22.4 27 28 30 32 31 30 27 26 24 20];
>> plot(x,y)

Ahora tambin se le puede agregar una malla al grafico con grid.
>> x=[2 4 6 8 10 12 14 16 18 20 22 24];
>> y=[21 22.4 27 28 30 32 31 30 27 26 24 20];
>> plot(x,y)
>> grid

Luego se pueden agregar indicaciones adicionales, como titulo del cuadro, nombres a los ejes x e y.
Con los comandos: title, x label, ylabel.
>> x=[2 4 6 8 10 12 14 16 18 20 22 24];
>> y=[21 22.4 27 28 30 32 31 30 27 26 24 20];
>> plot(x,y)
>> grid
>> title('Registro diario de la temperatura en la estacin
meteorolgica de la FACFYM-UNPRG')
>> xlabel('horas')
>> ylabel('temperatura')

GRAFICAS SIMPLES
Explicaremos el procedimiento para la creacin de los grficos de una funcin
( ) | |
, , y f x x a b = e
en dos dimensiones; identificando cada uno de los comandos de los programas en MATLAB con lo
siguiente:
Y y ( C) 21
22.
4
27 28 30 32 31 30 27 26 24 20
225
Se define el rango de una de las coordenadas.
Indicamos la funcin que se desea graficar.
Grafica la funcin(con el comando plot)
Imprime los rtulos de los ejes (xlabel, ylabel)
Puede agregar una malla con grid.
Tambin se tiene el comando title para agregar ttulos al grafico.

GRAFICA DE UNA FUNCIN
Para graficar
( ) ( )
0.4x
y f x e sen x
= = en el intervalo [0,10]. Se ingresa en Matlab, tecleando:

>> x=0:0.05:10;
>> y=sin(x).*exp(-0.4*x);
>> plot(x,y)
Donde la primera lnea indica el intervalo dividido en partes iguales , cada una de longitud 0.005. La
segunda nos da las imgenes de la funcin, para los valores de x obtenidos en la primera lnea. Y la
tercera plotea la funcin trazando lneas rectas entra cada par de puntos (x,f(x)).
Se puede agregar un comando adicional: grid
Se utiliza para crear una malla en la presentacin de la grafica
Se ingresa en Matlab, tecleando:
>> x=0:0.005:10;
>> y=sin(x).*exp(-0.4*x);
>> plot(x,y)
>> grid
Lo que se agrego es el comando grid que crea una malla en el plano.

Ahora agregaremos rtulos en las graficas de la siguiente forma:
Para el rotulo del cuadro
El comando: title.
Para el rotulo del eje de las abscisas
El comando: xlabel
Para el rotulo del eje de las ordenadas
El comando: ylabel
226
>> x=0:0.005:10;
>> y=sin(x).*exp(-0.4*x);
>> plot(x,y)
>> grid
>> title('grafico de ejemplo')
>> xlabel('eje x')
>> ylabel('eje y')
Tambin se pueden graficar dos funciones en un solo plano coordenado.
>> x=0:0.005:10;
>> y=sin(x).*exp(-0.4*x);
>> x=0:0.005:10;
>> y=sin(x);
>> plot(x,y)
>> hold on
>> z=cos(x);
>> plot(x,z,'--')
>> grid
>> xlabel('eje x')
>> ylabel('y( ___ ) z( --- )')
>> title('Grafico de y=Seno(x) y z=Coseno(x) en [0,10]')

El comando hold on es para permitir que se pueda sobrescribir otra grafica encima de la del seno.

En la funcion plot: plot(x,z,'--')
se esta cambiando el formato para la linea que corresponde a la grafica de coseno por el de linea
discontinua.
Luego se agrega grid, para la malla de la grafica, y los respectivos titulos y leyendas de los ejes.
Respecto de la funcion plot, las diferentes formas de escribirla, son:
227
( ) , plot x y
( ) 1, 1, 2, 2, 3, 3, plot x y x y x y
( ) , , plot x y s
( ) 1, 1, 1, 2, 2, 2, 3, 3, 3, plot x y s x y s x y s
( ) , , ' ' plot x y abc
donde: s, s1, s2, s3, . Toman dos valores que van entre comillas: ab
a: indica el color de la lnea ( por defecto azul).
b: indica la forma de la lnea ( por defecto son lneas rectas que unen dos puntos de la grafica).
El formato general de este comando es:
plot(x,y,especificadores de lnea,propiedades,valores)
Los especificadores de lnea: definen el color, estilo de lnea y el tipo de marcador
(opcional).
COLOR DE LINEA ESTILO DE LINEA
Rojo r Solida (por defecto) __
Verde g Discontinua --
Azul b Punteada :
Cian c Rayas y puntos -.
Magenta m
Amarillo y
Negro k
Blanco w

TIPO DE MARCADOR
Signo mas + Crculo o
asterisco * punto .
cuadrado s diamante d
Estrella de cinco
puntas
p Estrella de seis puntas h
Ejemplos de plot
228
( , ) plot x y
( , , ' ') plot x y r
( , , ' ') plot x y y
( , , ' *') plot x y
( , , ' : ') plot x y g d
Propiedades y valores
Forman parte de la sintaxis de plot y son opcionales, se usan para modificar el:
- Grueso de la lnea
- El tamao de los marcadores
- Los colores de relleno
- Los colores del borde del marcador
Mas sobre los especificadores de lnea y propiedades
Estos tambin pueden ser asignados usando propiedades
Especificad
or
Propiedad Posible valor d la propiedad
Estilo de
lnea
LineStyle o
linestyle
Especificador de estilo de
lnea, de la tabla anterior, en
forma de cadena
Color de
lnea
Color o color
Especificador de color, de la
tabla anterior, en forma de
cadena
Marcador
Marker o
marker
Especificador de marcador, de
la tabla anterior, en forma de
cadena
Propiedades y valores de las lneas
Propiedad Descripcion Posible valor de la propiedad
LineWidth o
linewidth
Indica el grosor de la lnea Un numero representado en
unidades de puntos (por
defecto 0,5)
MarkerSize o
markersize
Especifica el tamao de
las marcas
Un numero representado en
unidades de puntos
MarkerEdgeColor o
markeredgecolor
Especifica el color del
marcador, o el color del
borde de la lnea para
marcadores con relleno
Especificadores de color,
introducidos en forma de
cadena
MarkerFaceColor o Especifica el color del Especificadores de color,
introducidos en forma de
229
markerfacecolor relleno de los marcadores cadena

Ejemplo:
Plot(x,y,-mo,linewidth,2,markersize,12,arkeredgecolor,g,markerfacecolor,y)
>> x=[1:0.4:5]
x = 1.0000 1.4000 1.8000 2.2000 2.6000 3.0000 3.4000 3.8000 4.2000 4.6000
5.0000
>> y=x.^3-9*x.^2+26*x-24
y = -6.0000 -2.4960 -0.5280 0.2880 0.3360 0 -0.3360 -0.2880 0.5280 2.4960 6.0000
>> plot(x,y,'-mo','linewidth',2,'markersize',12,'markeredgecolor','g','markerfacecolor','y')
Crea un grafico en la cual una lnea solida de color magenta une puntos que se representan mediante
marcadores en forma de crculo. El grosor de lnea es de dos puntos, y el tamao de los crculos
utilizados como marcadores es de 12 puntos. Adems los marcadores (crculos) tienen bordes de
color verde, y amarillo como color de relleno.
ejemplo02
>> x=1:0.8:10;y=1./(x.^2+1);plot(x,y)
>> plot(x,y,'LineWidth',4)
>> plot(x,y,'-r*','LineWidth',2)
>> plot(x,y,'-
rs','LineWidth',3,'markersize',10,'markeredgecolor','k','markerfacecolor','g')
>> plot(x,y,'-
ro','LineWidth',2,'markersize',10,'markeredgecolor','k','markerfacecolor','g')
>>
plot(x,y,':md','LineWidth',2,'markersize',10,'markeredgecolor','b','markerfacecolor','r')
>>

En cuanto a la grafica en un intervalo determinado [a,b], el cual se divide en 1
b a
n
h
= partes
iguales. Esta matriz de puntos x se obtiene de la forma siguiente: ( , , ) x linspace a b n =
tambin con: : : x a h b =
La segunda lnea da una formula para calcular y , obviamente esta formula debe ser entendible por
Matlab. De donde se obtiene la matriz y, dada por:
y =[0.0000 -0.0746 -0.1264 . . . -0.0002 -0.0001]
Solo hay que tener cuidado en efectuar las operaciones de: Multiplicacin ( * , y .* ), divisin ( / , \ ,
./ , y .\ ) y potenciacin ( ^ y .^ ) . Pues estas no tienen problemas cuando se trabajan con nmeros
simples (constantes). Pero cuando se trabaja con matrices hay que tener cuidado.
230
La tercera linea lo que hace es ubicar los puntos dados en el plano coordenado, y luego trazar lineas
rectas entre dos puntos consecutivos. De lo cual se obtiene una grafica.

GENERACION DE GRAFICOS A PARTIR DE FUNCIONES
Esto se hace usando los comandos: plot fplot
Ahora veremos el comando plot
Consideremos una funcin:
( )
0.25*
sin(6* )
x
y f x e x
= =
, para 2 4 x s s
ejemplo04
>> x=-2:0.05:4;
>> y=exp(-0.25*x).*sin(6*x);
>> plot(x,y)
>> grid
>>
El comando grid, se usa para agregar una malla al grafico. Y su visualizacin sea la ms
adecuada.

Mmmmmmmmmm,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,8Ahora graficaremos una cubica, as como su derivada y la
segunda derivada.
( )
3 2
15 66 80 y f x x x x = = +
, para 0 10 x s s
( )
2
' 3 30 66 z f x x x = = +

( ) '' 6 30 w f x x = =

Ejemplo 07
>> x=0:0.1:10;y=x.^3-15*x.^2+66*x-80;dy=3*x.^2-
30*x+66;ddy=6*x-30;
>> plot(x,y,'-r',x,dy,':k',x,ddy,'--g')
>> grid
>>
Opcin 02:
Usando los comandos hold on y hold off. Para esto la primera grafica se ejecuta con plot,
luego se ingresa el comando hold on, el cual deja abierto la pantalla de grficos, a
continuacin se agregan el resto de grficos siempre con plot. Finalmente cuando ya no hay
mas grficos se ingresa el comando hold off.
Ejemplo 08
>> x=0:0.1:10;y=x.^3-15*x.^2+66*x-80;dy=3*x.^2-
30*x+66;ddy=6*x-30;
>> plot(x,y,'-r')
>> hold on
>> plot(x,dy,':k')
>> plot(x,ddy,'--g')
>> grid
>> hold on
>>
Aqu vemos los diferentes momentos en esta grafica.
Opcin 03:
Ahora usaremos el comando line. Con este comando se puede aadir curvas (lneas)
adicionales a un grafico que ya existe, hecho obviamente con plot.
Estructura del comando line
line(x, y, propiedades, valores)
231
Ejemplo 09
>> x=0:0.1:10;y=x.^3-15*x.^2+66*x-80;dy=3*x.^2-30*x+66;ddy=6*x-30;
>> plot(x,y)
>> line(x,dy)
>> line(x,ddy)
>> grid
>>

Ejemplo 10
>> x=0:0.5:10;y=x.^3-15*x.^2+66*x-80;dy=3*x.^2-30*x+66;ddy=6*x-
30;
>> plot(x,y)
>> line(x,dy,'linestyle',':','color','g','marker','o')
>> line(x,ddy,'linestyle','--','color','r','marker','*')
>> grid
>>
Formato de una representacin grafica
Ahora agregaremos titulo, leyendas, nombres a los ejes, etc. Esto se puede hacer mediante
comandos o tambin usando el editor de grficos de la ventana de grficos. Pero todos ellos
se agregaran despus de usar plot y/o fplot.
Coman
do
Formato Explicacion
xlabel xlabel(texto) Agrega una etiqueta al eje x (eje de abscisas)
ylabel ylabel(texto) Agrega una etiqueta al eje y (eje de ordenadas)
title title(texto) Agrega una titulo al grafico en la parte superior
text text(x,y,texto) Permite colocar una etiqueta en el punto (x,y)
gtext gtext(texto)
Permite colocar una etiqueta en un lugar
especificada por el usuario.
legend
legend(cadena1,cadena2
,..
,cadena-n, posicin de
leyenda)
Posibles valores de posicin de legenda:
-1, 0, 1, 2, 3, 4.
Formateando el texto introducido anteriormente
Los modificadores son caracteres que se insertan dentro de la cadena.
Especificado
r
Efecto sobre el texto
Subndice
\bf Negrita _6
\it Italica _{texto}
\rm Normal Superndice
\fontname{fu
ente}
Cambia la fuente
^6
\fontsize{tam
ao}
Cambia el tamao de
letra
^{texto}

Ejemplo
x=0:0.5:10;y=x.^3-15*x.^2+66*x-80;dy=3*x.^2-30*x+66;ddy=6*x-30;
plot(x,y)
line(x,dy,'linestyle',':','color','g','marker','o')
line(x,ddy,'linestyle','--','color','r','marker','*')
grid
232
xlabel('\bfEje de las equis'),ylabel('\itEje de las yes')
title('\fontsize{20}Chicle adams "3 en 1"')
text(0.5,-60,'\bf\fontsize{16}Funcion')
gtext('\bf\fontsize{16}Primera Derivada')
gtext('\bf\fontsize{16}Segunda Derivada')
legend('Funcion','Primera derivada','Segunda Derivada',0)
text(2,63,'\fontsize{16}f(x)=x.^3-15*x.^2+66*x-80')
text(2,45,'\fontsize{16}sub_{indice}')
text(6,45,'\fontsize{16}super^{indice}')

El comando axis:
Al momento de ejecutar el comando plot o similares, la grafica se da en un rectngulo que
tiene por limites los valores mximos y mnimos de las variables x e y. Pero con el comando
axis puede modificarse esto en aras de una mayor conveniencia, segn sea el caso.
Comando Explicacin
axis([xmin, xmax, ymin,
ymax])
Modifica los limites de los ejes
axis equal Establece la misma escala para los ejes
axis square Establece la regin de los ejes en un cuadrado
axis tight
Establece la limites de los ejes en funcin del
rango de los datos

El comando grid:
Comando Explicacin
grid on
Aade una cuadricula a la
representacin grafica
grid off
Elimina la cuadricula de la
representacin grafica

Ejemplo
x=[-15:0.1:15];
y=sin(x);
plot(x,y)
x=[-15:0.1:15];
y=sin(x);
plot(x,y)
axis equal
grid on

Ejemplo
x1=[-15:0.1:15];
x2=[-10:0.1:20];
y=sin(x1);
z=cos(x2);
plot(x1,y,x2,z)
grid on
x1=[-15:0.1:15];
x2=[-10:0.1:20];
y=sin(x1);
z=cos(x2);
plot(x1,y,x2,z)
axis([-10,15,-10,10])
grid on

GRAFICAS CON ASINTOTAS
Uno de los problemas que se tiene en las graficas es cuando aparecen las asintotas verticales.
233
Por ejemplo si queremos graficar
>> x=-10:0.01:10;
>> y=(x.^3+2)./x;
Warning: Divide by zero.
>> plot(x,y)
>> grid
Para que esta grafica se vea mucho mejor podemos acotar el eje y, dndole limites con la funcion
axis.
Formato: axis ( [ xmin xmax ymin ymax ] )
>> x=-10:0.01:10;
>> y=(x.^3+2)./x;
Warning: Divide by zero.
>> plot(x,y)
>> grid
>> axis([-10 10 -40 40])
Otro ejemplo tenemos en la funcion tangente:

GRAFICAS PARAMETRICAS
Explicaremos el procedimiento para la creacin de las graficas paramtricas en dos dimensiones,
de la forma:
z = (x(t),y(t)), t en [a,b]
Identificando cada uno de los comandos de los programas en MATLAB con lo siguiente:
>> t=0:0.01:8*pi;
>> x=sin(3*t)+t/(20*pi);
>> y=sin(2*t);
>> plot(x,y)
>> title('x(t)=sin(3t)+t/(20pi) y(t)=sin(2t), t en [0,8pi]')
>> xlabel('x=x(t)')
>> ylabel('y=y(t)')
234
>>

GRAFICAS EN COORDENADAS POLARES

Podemos graficar una funcin en coordenadas polares con el comando polar. Explicaremos el
procedimiento para la creacin de los graficas polares en dos dimensiones; identificando cada
uno de los comandos en los programas en MATLAB con lo siguiente:

Indica el rango del parmetro u
Indica la funcin que se desea graficar ) ( r r u =
Grafica la funcin predefinida con la funcin polar, que reemplaza a plot.
Indica el titulo de la grafica con title.
Activa y desactiva la retcula alternadamente con grid.
>> t=0:0.05:pi+0.01;
>> r=6*cos(5*t);
>> polar(t,r)
>> title('Grafica en Coord. Polares')
>> grid
>>

MXIMOS Y MINIMOS DE UNA FUNCION
Para hallar el mnimo:
*x,fval+ = fminbnd(f,a,b)
Para hallar el mximo de y=f(x)
Se halla el mnimo de y= - f(x)

Sea la funcin f(x)=x^4-2*x^3-23*x^2-2*x-24, con x en [-10, 10]
Graficando con Matlab,
>> x=-10:0.001:10;
235
>> f=x.^4-2*x.^3-23*x.^2-2*x-24;
>> plot(x,f)
>> grid
>> x=-6:0.001:8;
>> f=x.^4-2*x.^3-23*x.^2-2*x-24;
>> plot(x,f)
>> grid
Para la funcin anterior tenemos mnimo en: [-6,0] y en [0,6]
Y un mximo en: [-2,2] . Usando ahora la funcin: fminbnd
>> f='x^4-2*x^3-23*x^2-2*x+24';
>> [x,fval] = fminbnd(f,-6,0)
x = -2.6963
fval = -45.7604
>>

>> f='x^4-2*x^3-23*x^2-2*x+24';
>> [x,fval] = fminbnd(f,0,6)
x = 4.2400
fval = -227.2207
>>
Y para hallar el mximo, se debe hallar el minimo de la funcion -f(x)
>> f='-x^4+2*x^3+23*x^2+2*x-24';
x = -0.0437
fval = -24.0436
>>
236

Veamos algunos ejemplos:
>> x=-20:0.01:20;
>> y=(10*x)./(x.^2+1);
>> plot(x,y)
>> axis([-20 20 -10 10])
>> grid
>>

Donde la grafica tiene un mximo en [ 0 , 5 ], y un mnimo en [ -5 , 0 ]
>> f='(10*x)/(x^2+1)';
x = -1.0000
fval = -5.0000
>>

>> g='-(10*x)/(x^2+1)';
>> [x,fval] = fminbnd(g,0,5)
x = 1.0000
fval = -5.0000

COMENTARIOS EN UNA GRAFICA
Se logra con el comando:
gtext(comentario)
luego aparece en la grafica un cursor . Con el mouse, se elige una posicin en la grafica y una vez
elegida se hace un clic con el botn izquierdo y aparece el comentario en la posicin elegida.

237

06. FUNCIONES Y FICHEROS DE FUNCION

Una funcin es la usual, con una variable de entrada (independiente, y una variable de salida
(dependiente). Lo que varia es la cantidad de argumentos que pueden tener estas variables.
Para realizar estas funciones se usaran archivos script de extensin: ****.m. En el desarrollo
de estas funciones es posible usar funciones predefinidas por MatLab, tambin se pueden usar
funciones definidas por el usuario, las cuales deben ubicarse siempre en la carpeta de trabajo
de MatLab.
Funciones predefinidas: cos(x), sqrt(x), exp(x), det(x), etc.
Funciones definidas por el usuario; generalmente para representar una funcin que se usara
en varios programas adicionales.

Creacin de un archivo de funcin
Bsicamente un archivo de funcin, es un archivo tipo .m, visto ene le capitulo tres. Pero la
primera lnea lleva una forma especial, para indicar lo de funcin.
Ejemplo: Clculo de la altura y la distancia mximas que alcanzan un proyectil
trayectoria.m
function
[hmax,dmax]=trayectoria(v0,theta)
%Clculo de la altura y la distancia
mximas que alcanzan un proyectil
%
%Los argumentos de entrada son:
% v0: velocidad inicial en m/s
% theta: ngulo en grados.
%
%Los argumentos de salida son:
% hmax: altura mxima en metros
% dmax: distancia mxima en metros

g=9.81;
v0x=v0*cos(theta*pi/180);
v0y=v0*sin(theta*pi/180);
thmax=v0y/g;hmax=v0y^2/(2*g);
ttot=2*thmax;dmax=v0x*ttot;

%Creacin de un grafico de la trayectoria

tplot=linspace(0,ttot,200);
x=v0x*tplot;;
y=v0y*tplot-0.5*g*tplot.^2;
plot(x,y)
xlabel('DISTANCIA (m)')
FUNCIN
x
( )
y f x =
238
ylabel('ALTURA (m)')
title('TRAYECTORIA DE UN PROYECTIL')
Ahora viene la ejecucin:
>> [hmax,dmax]=trayectoria(30,45)
hmax = 22.9358 dmax = 91.7431

Las partes de un fichero de funcin es como sigue:

Lnea de definicin de la funcin
Aqu tenemos la expresin: function, que define el fichero como una funcin. Tambin se
define el nombre de la funcin. Y finalmente se define el nmero y orden de los argumentos
de entrada y salida. Siempre va en la primera lnea.
El esquema de esta lnea es:
( ) f unction [argumentos de salida] nombre_funcion argumentos de entrada =

O tambin
( ) f unction argumento de salida nombre_funcion argumentos de entrada =

La lnea H1 y las lneas de texto de ayuda
Inmediatamente despues de la lnea de definicin de funcin, estn la llamada lnea H1 y las
lneas de texto de ayuda, que siempre empiezan con el smbolo %. Y proporcionan
informacin descriptiva sobre la funcin. La lnea H1 es la que Matlab busca en algunos casos
de bsqueda de algunas palabras relacionadas con funciones.
Adems esto se muestra con el comando help nombre_funcion
>> help trayectoria
Calculo de la la altura y la distancia mximas que alcanzan un proyectil

Los argumentos de entrada son:
v0: velocidad inicial en m/s
theta: ngulo en grados.

Los argumentos de salida son:
hmax: altura mxima en metros
dmax: distancia mxima en metros

Cuerpo de la funcin
Aqu se tiene el cdigo del programa mismo, que incluir operaciones de entrada y/o salida,
tambin grficos si el problema lo amerita.

FUNCIONES EN LINEA
Se usan para realizar funciones simples, que tambin pueden tener una o ms variables de
entrada.
( ) ' exp ' nombre inline resion matematica en forma de cadena =

( ) ' exp ', ' arg1', ' arg2', , ' arg ' nombre inline resion matematica n =

Ejemplos 01: ( )
2
4
1
x
e
f x
x
=
+

>> H=inline('exp(x^2)/(1+x^4)')
H = Inline function: H(x) = exp(x^2)/(1+x^4)
>> H(0)
239
ans = 1
>> A=[H(-2) H(-1) H(0) H(1) H(2)]
A = 3.2117 1.3591 1.0000 1.3591 3.2117
>>
Si en la funcin anterior se quiere trabajar con vectores como argumento, como sigue:
>> x=[-2 -1 0 1 2]
x = -2 -1 0 1 2
>> H(x)
??? Error using ==> inlineeval at 15
Error in inline expression ==> exp(x^2)/(1+x^4)
Inputs must be a scalar and a square matrix.
Error in ==> inline.subsref at 27
INLINE_OUT_ = inlineeval(INLINE_INPUTS_, INLINE_OBJ_.inputExpr,
INLINE_OBJ_.expr);
>>
Aqu es necesario redefinir la funcin, para salvar este problema se debe hacer operacin
elemento a elemento.

>> H=inline('exp(x.^2)./(1+x.^4)')
H = Inline function: H(x) = exp(x.^2)./(1+x.^4)
>> x=[-2 -1 0 1 2]
x = -2 -1 0 1 2
>> H(x)
ans = 3.2117 1.3591 1.0000 1.3591 3.2117
>>
Ejemplos 02:
( )
5 3 2 2 4 6
, 4 7 8 6 29 g x y x y x y x y x y = + +
>> G=inline('4*(x.^5).*y+7*(x.^3).*(y.^2)-8*(x.^2).*(y.^4)+6*x-29*(y.^6)')
G = Inline function:
G(x,y) = 4*(x.^5).*y+7*(x.^3).*(y.^2)-8*(x.^2).*(y.^4)+6*x-29*(y.^6)
>> G(5,6),G(8,7),G(9,1)
ans = -1505694
ans = -3547965
ans = 240676
>> x=[-2 -1 0 1 2 3 4 5],y=[-3 -2 -1 0 1 2 3 4]
x = -2 -1 0 1 2 3 4 5
y = -3 -2 -1 0 1 2 3 4
>> G(x,y)
ans = -23865 -2010 -29 6 135 -290 -15165 -105954

Ejemplo01: Dada la funcin ( )
4
2
3 5
1
x x
f x
x
+
=
+

Crear un archivo de funcin para evaluar en x = 6, luego crear una matriz de 2 por tres y
evaluar usando la funcin elemento a elemento.
Ejemplo02: Conversion de unidades de temperatura
Convertir Grados F a grados C, usando la formula :
( ) 5 32
9
F
C

=

Usar esta funcin para resolver:
El cambio en la longitud de un objeto L A , se debe al cambio de temperatura, T A , que viene
determinado por la siguiente expresin L L T o A = A , donde o es el coeficiente de dilatacin.
240
Determinar la variacin del area de una chapa de aluminio
( )
6
23 10 1/ C o

= de forma
rectangular
( ) 4,5 2, 25 m m cuando la temperatura cambia de 40F a 92F.
El comando feval

Este comando evala el valor de una funcin, en algn o algunos valores dados. La
diferencia con el caso anterior, est en que aqu se da la funcin, solo el nombre, y se evala
en el valor dado.

Se tiene que seguir ciertos lineamientos, como son:
-El nombre de la funcin debe introducirse en forma de cadena.
-La funcin puede ser una de MATLAB, o alguna definida por el usuario.
- Los argumentos de entrada se separan por comas, y despus del nombre de la funcin.
-Los argumentos de salida van entre corchetes, y separados por comas.

Ejemplo 01: Aqu vamos a definir una funcin H, y luego la evaluamos en x=1.
>> H=inline('exp(x.^2)./(1+x.^4)')
>> feval(H,1)
ans = 1.3591
>>
Ejemplo 02:
>> D=feval(inline('exp(x.^2)./(1+x.^4)'),1)
D = 1.3591
>> H=inline('exp(x.^2)./(1+x.^4)')
>> feval(H,1)
ans = 1.3591

>> G=inline('exp(x.^2)./(y+x.^4)')
G = Inline function: G(x,y) = exp(x.^2)./(y+x.^4)
>> feval(G,1,1)
ans = 1.3591
>> feval(G,4,5)
ans = 3.4046e+004

>> D=feval(inline('exp(x.^2)./(1+x.^4)'),1)
D = 1.3591
>> D=feval('sin',0)
D = 0
>> D=feval('sin',pi/6)
D = 0.5000
>> D=feval(inline('cos(x)+tan(x)'),pi/7)
D = 1.3825

variable = feval(nombre_funcion,valor_argumento)
241

07. PROGRAMACION CON MatLab

Un programa en MatLab, es una secuencia de instrucciones lgicamente ordenadas, que le indica al programa en
forma detallada lo que debe hacer.
En un programa por lo general hay que tomar algunas decisiones, que la asume el computador, para ello hay
que darle la orden adecuada.
As vamos a tener diferentes tipos de instrucciones:

Operadores relacionales
Operadores lgicos
Sentencias condicionales
Sentencias de iteracin
Ficheros de funcin
Programa principal
Subprogramas

OPERADORES RELACIONALES
Operador
relacional:
Descripcin Tecla rpida
<
Menor que Alt 60
>
Mayor que Alt 62
<=
Menor o igual que Alt 60, alt 61
>=
Mayor o igual que Alt 62, alt 61
==
Igual a Alt 61, alt 61
~=
Diferente de Alt 126, alt 61

Notas:
01) El signo =, solo asigna un valor, pero no compara.
02) El resultado de la comparacin ser 1, cuando sea verdadero, y 0 cuando sea falso.

>> (4>9)+(6==8-2)+(8+5~=13)+(6<=16)
ans = 2
>> (4>9)+(6==8-2)+(8+5~=14)+(6<=16)
ans = 3
>> >> (4>9)+(6==8-2)+(8+5~=13)+(6<=16)
ans = 2
>> [1 5 8 9 80]>[2 6 7 28 6]
ans = 0 0 1 0 1
>> A=[1 2 4;5 6 7;9 8 4]
A = 1 2 4
5 6 7
9 8 4
>> A>=2
ans = 0 1 1
1 1 1
1 1 1
>> B=A>=5
B = 0 0 0
1 1 1
1 1 0
>> C=[11 12 44;51 61 71;93 86 44]
C = 11 12 44
51 61 71
93 86 44
>> D=C+5
D = 16 17 49
242
56 66 76
98 91 49
>> C=[21 -12 44;55 71 71;83 96 54]
C = 21 -12 44
55 71 71
83 96 54
>> B==C, D~=B
ans = 0 0 0
0 0 0
0 0 0
ans = 1 1 1
1 1 1
1 1 1
>> X=B==C, Y=D~=B, Z=C<=D
X = 0 0 0
0 0 0
0 0 0
Y = 1 1 1
1 1 1
1 1 1
Z = 0 1 1
1 0 1
1 0 0

OPERADORES LGICOS
Operador
Lgico
Nombre Descripcin
Tecla rpida
& y
La conjuncin Alt 38
| o
La disyuncin
inclusiva
Alt 124
~ no
La negacion Alt 126

>> 4|-8, 6&0, ~7
ans = 1
ans = 0
ans = 0
>> (4|-8)+(6&0)+(~7)
ans = 1
>> (4>8)|(5==-8)+(6<7)&(7>=0)+(~7)
ans = 1
>> ((4>8)|(5==-8))+((6<7)&(7>=0))+(~7)
ans = 1
>> ((4>8)|(5==-8))+((6<7)&(7>=0))+(~(5>-7))
ans = 1
>> ((4>8)|(5==-8))+((6<7)&(7>=0))+(~(5>7))
ans = 2
>>

FUNCIONES LGICAS PREDEFINIDAS
Funcin Lgica Equivalencia Descripcin
and(a,b)
a b
La conjuncin
or(a,b)
a b
La disyuncin
inclusiva
.not(a)
~ a
La negacion
xor(a,b)
a b V
La disyuncin
exclusiva
all(A)
A "
Cuantificador
universal
any(A)
A $
Cuantificador
243
particular
find(A) Busca los elementos no nulos
find(A>d)
Busca los elementos mayores que
el valor d

Ejemplo de aplicacin:
El vector:
T = [25 38 30 33 34 35 36 38 39 39 40 39 37 35 35 35 34 33 32 32 31 30 28 24]
Representa la temperatura en grados centgrados, por horas del dia 12 de Enero.
a) Indicar cuantas veces la temperatura fue mayor de 30 grados.
b) El numero de horas que la temperatura estuvo entre 25 y 35 grados.
c) El numero de horas que la temperatura no estuvo entre 20 y 30 grados.

Solucin

a) Indicar cuantas veces la temperatura fue mayor de 30 grados.

>> T = [25 38 30 33 34 35 36 38 39 39 40 39 37 35 35 35 34 33 32 32 31 30 28 24]
T = Columns 1 through 14
25 38 30 33 34 35 36 38 39 39 40 39 37 35
Columns 15 through 24
35 35 34 33 32 32 31 30 28 24
>> T>30
ans = Columns 1 through 14
0 1 0 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 0 0 0
>> sum(T>30)
ans = 19
>> find(T>30)
2 4 5 6 7 8 9 10 11 12 13 14 15 16
17 18 19 20 21
>>
Rpta: 30 veces, en las horas: 2 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
20 21

b) El nmero de horas que la temperatura estuvo entre 25 y 35 grados.

>> T>25 & T<35
0 0 1 1 1 0 0 0 0 0 0 0 0 0
0 0 1 1 1 1 1 1 1 0
>> sum(T>25 & T<35)
ans = 10
>> find(T>25 & T<35)
ans = 3 4 5 17 18 19 20 21 22 23
>>

Rpta: 10 veces, en las horas 3 4 5 17 18 19 20 21 22 23

c) El nmero de horas que la temperatura no estuvo entre 20 y 30 grados.

>> not(T>20 & T<30)
0 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 0 0
244
>> find(not(T>20 & T<30))
2 3 4 5 6 7 8 9 10 11 12 13 14 15
16 17 18 19 20 21 22
>> sum(not(T>20 & T<30))
ans = 21
>>

Rpta: 21 veces en las horas: 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
20 21 22

PROGRAMACION EN MatLab

Para la estructura de programacin en MATLAB se requiere conocer por lo menos
los siguientes comandos:

END : Determina hasta cual orden llega el efecto de if, for, y while. (Para ejemplos de su
uso ver if, while y for)

IF: Verifica si se cumple cierta condicin, y de acuerdo a si se cumple o no realiza la
accin que se desee.

WHILE: Realiza una parte del programa mientras se cumpla alguna condicin.
FOR: Muy parecido al While, pero utiliza un contador, es til si se quiere repetir una parte
del programa un nmero determinado de veces.
CLEAR: Borra todas las variables de la memoria. Es recomendable usarlo al principio de
todos los programas. (simplemente escriba clear; al comienzo del programa)
PLOT: Sirve para obtener resultados grficos en 2D.
DISP: Sirve para escribir texto de salida o vectores. de resultados.
INPUT: Se utiliza para que el programa pida valores de variables mientras se ejecuta.

SENTENCIAS CONDICIONALES
Sentencia Condicional: if end
Aqu se ejecuta un solo conjunto de instrucciones
Esquema logico Estructura lgica

Pr
......
ograma
en MatLab

exp. Si condicional
......
......
......
Instrucciones
MatLab

End
Pr
......
ograma
en MatLab

Falso
Sentencia
if
Instrucciones
Verdadero
End
Diagrama de flujo
245
Ejemplo: Un trabajador tiene una remuneracin bsica como vendedor de 1 200 nuevos soles, pero si las ventas
en el mes son mayores a 50 000, tiene una bonificacin adicional del 1% sobre la diferencia. Indicar el salario
para diferentes casos de ventas.

sueldo.m
% programa que calcula el sueldo de una persona
% en base al monto de las ventas
% Si las ventas son menor o igual que un monto M, el sueldo es S
% si la ventas superan M, el sueldo es S mas
% la diferencia de las ventas con M
V=input('indique las ventas efectuadas en el mes\n');
M=input('indique el monto base de las ventas\n');
S=input('indique el salario base\n');
if (V>M)
S=S+0.01*(V-M);
end
fprintf('El sueldo de cada trabajador es de: %6.2f nuevos
soles\n',S);
Ejecucin en MatLab
>> sueldo
indique las ventas efectuadas en el mes 30000
indique el monto base de las ventas 25000
indique el salario base 1200
El sueldo de cada trabajador es de: 1250.00 nuevos soles
>> sueldo
indique las ventas efectuadas en el mes 50000
indique el monto base de las ventas 60000
indique el salario base 1200
El sueldo de cada trabajador es de: 1200.00 nuevos soles
>>

246
Sentencia Condicional: if else - end
Aqu se ejecutan dos grupos de instrucciones
Esquema logico Estructura lgica

Pr
......
ograma
en MatLab

exp. Si condicional
....
.... 01
Instrucciones
MatLab

Else
....
.... 02
Instrucciones
MatLab

End
Pr
......
ograma
en MatLab

Ejemplo: Se necesita calculare el volumen de agua en un tanque, con la forma que se indica en el grafico
Un trabajador tiene una remuneracin bsica como vendedor de 1 200 nuevos soles, pero si las ventas en el mes
son mayores a 50 000, tiene una bonificacin adicional del 1% sobre la diferencia. Indicar el salario para
diferentes casos de ventas.

SOLUCION: El volumen es igual
( )
3
100 0 29
4 3 4000
47 29 45
3 4 3
h h
V h
h
h
p
p
p
=

- - <

volumen.m
% programa que calcula el volumen de agua
% de un deposito cilndrico-conico
% la entrada es el nivel del agua en m.
% La salida es el volumen de agua en m3.
h=input('indique el nivel del agua del
tanque\n');
if (h<=29)
V=100*pi*h;
16 m
29 m
20 Diametro m
44 Diametro m
h
h
r

Falso
Sentencia
if
Grupo 2 de
Instrucciones
Verdadero
End
Diagrama de flujo

Grupo 1 de
Instrucciones
247
else
V=((4/3)*(((3*h/4)-47)^3))-(4000*pi/3);
end
fprintf('El volumen de es: %6.2f metros
cubicos\n',V);
Ejecucin en MatLab
>> volumen
indique el nivel del agua del tanque 20
El volumen de es: 6283.19 metros cubicos
>> volumen
indique el nivel del agua del tanque 25
El volumen de es: 7853.98 metros cubicos
>>

Ejemplo: Hallando el valor absoluto de un numero.

SOLUCION: Sabemos que
0
0
x x
x
x x
- <

volumen.m
function y=valorabs(x)
% esta fumncion calcula el valor absoluto
% de un numero real x
% donde el resultado es x, si es no negativo
% y es -x si es negativo
if (x>=0)
y=x;
else
y=-x;
end
Ejecucin en MatLab
>> valorabs(88)
ans = 88
>> valorabs(-45)
ans = 45
>> valorabs(0)
ans = 0
>>

248

Sentencia Condicional: if elseif else - end
Aqu la ventaja es que se pueden ejecutar tres grupos de instrucciones en forma disyuntiva
Esquema lgico

Estructura lgica

......Pr ograma en MatLab
exp. if condicional

......
...... 01
Instrucciones
MatLab

exp. elseif condicional

......
...... 02
Instrucciones
MatLab

else

......
...... 03
Instrucciones
MatLab

end

Falso
Sentencia
if
Grupo 1 de
Instrucciones
Verdadero
end
Diagrama de flujo

Grupo 2 de
Instrucciones
Sentencia
elseif

Grupo 3 de
Instrucciones
Verdadero
Falso
249

Sentencia: switch-case
Es otra estructura para el control de flujo de un programa. Esta sentencia proporciona un mecanismo para
escoger y ejecutar un grupo de instrucciones de entre varios grupos posibles.
Estructura lgica

exp switch resion
1 case valor

......
1
......
Grupo de instrucciones

2 case valor

......
2
......

3 case valor

......
3
......

otherwise

......
4
......

end

Cmo funciona la sentencia switch-case?
El valor de la expresin del switch se compara con los valores de cada comando case. Si se encuentra una
coincidencia, entonces se ejecutan las instrucciones que siguen a dicho comando case (solo un grupo de
instrucciones).
Si hay ms de una coincidencia, solo se atender a la primera que se encuentra.
Si no se encuentran coincidencias se ejecutan las instrucciones que siguen al comando otherwise, si este ha sido
declarado (es opcional).
Si no se encuentran coincidencias y no est declarado el comando otherwise, entonces no se ejecutara ninguna
instruccin o grupo de instrucciones.
Una sentencia case puede tener ms de un valor con el que establecer coincidencias. Para declararlos solo es
necesario ponerlos a continuacin, uno detrs del otro, entre llaves y separados por comas, de la forma: {valor1,
valor2, valor3, . . . }. En este caso al tener ms de un valor, el grupo de instrucciones correspondientes al case se
ejecutara siempre que al menos haya coincidencia con alguno de los valores indicados.

Ejemplo de aplicacin:
Escribir un programa para convertir una expresin de longitud, que puede estar en m, dm, cm, mm, dam, hm,
km, pulgada, pie, yarda. En otro nmero equivalente en otra unidad indicada por el usuario.
SOLUCION:
cambiounidad.m
Vent=input('Introduzca el valor de la distancia
que hay que convertir:\n');
UnitEnt=input('Introduzca la unidad actual de la
distancia (m, cm, dm, mm, dam, hm, km):\n','s');
UnitSal=input('Introduzca la nueva unidad para la
distancia (m, cm, dm, mm, dam, hm, km):\n','s');
error=0;
250
switch UnitEnt
case 'm'
Vi=Vent;
case 'cm'
Vi=Vent/100;
case 'dm'
Vi=Vent/10;
case 'mm'
Vi=Vent/1000;
case 'dam'
Vi=Vent*10;
case 'hm'
Vi=Vent*100;
case 'km'
Vi=Vent*1000;
otherwise
error=1;
end
switch UnitSal
case 'm'
Vf=Vi;
case 'cm'
Vf=100*Vi;
case 'dm'
Vf=10*Vi;
case 'mm'
Vf=1000*Vi;
case 'dam'
Vf=Vi/10;
case 'hm'
Vf=Vi/100;
case 'km'
251
Vf=Vi/1000;
otherwise
error=1;
end
if error==1
disp('Horror, La unidad de entrada o la de
conversion se ha tecleado en forma incorrecta\n')
else
fprintf('V=%g%s\n',Vf,UnitSal)
end
Ejecucin en MatLab
>> cambiounidad
Introduzca el valor de la distancia que hay que convertir: 3777
Introduzca la unidad actual de la distancia (m, cm, dm, mm, dam,
hm, km): dm
Introduzca la nueva unidad para la distancia (m, cm, dm, mm, dam,
hm, km): km
V=0.3777km
>> cambiounidad
hm, km): ham
hm, km): m
Horror, La unidad de entrada o la de conversion se ha tecleado en
forma incorrecta\n
>> cambiounidad
hm, km): mm
hm, km): km
V=98.8889km
>>

BUCLES
Los bucles o iteraciones se usan para controlar el flujo de un programa. En un bucle, la ejecucin de uno o varios
comandos se repite varias veces consecutivamente. Cada una de estas repeticiones se denomina paso o iteracin.
En MatLab tenemos definido dos tipos de bucle:
- for-end: el numero de iteraciones se define al comienzo del bucle.
- while-end: El numero de iteraciones no se conoce al inicio del bucle, depende de que se cumpla o no alguna
condicin.

En ambos casos se puede salir de estos bucles, antes de que acaben con el comando breack.

Bucles del tipo for-end

Aqu se ejecutan dos grupos de instrucciones
Estructura lgica Estructura lgica
: : for k f s t =
k: variable ndice del bucle
f: valor inicial de k
s: incremento del valor k, por defecto 1
252

....
....
Comandos
en MatLab

end
t: valor lmite de la variable k

Ejemplo: Sumar los 50 primeros nmeros enteros positivos mltiplos de 7.
Solucin:
SOLUCION:
sumnat.m
function s=sumnat(n)
% esta funcin suma de
% los n primeros nmeros naturales
% el resultado es la suma de tales nmeros
s=0;

for k=1:1:n
s=s+k
end
Ejecucin en MatLab
>> sumnat(3)
ans = 6
>> sumnat(0)
ans = 0
>> sumnat(-6)
ans = 0
>> sumnat(6)
ans = 21
>> sumnat(16)
ans = 136
>>

Ejemplo: Calcular la suma de trminos de la siguiente serie:
( )
1
1
2
k
n
k
k
k
=
-

SOLUCION:
sumserie.m
% este programa calcula la suma de terminos
% de la serie:
% Sum(k=1:n)((-1)^k)*k/(2^k))
% a funcion suma
% los n primeros numeros naturales
% el resultado es la suma de tales numeros

253
n=input('ingrese el numero de terminos de la
serie: \n');
s=0;
for k=1:1:n
s=s+((-1)^k)*k)/(2^k);
end
fprintf('la suma de los terminos de la serie
es: %5.4f \n',s)
Ejecucin en MatLab
>> sumserie
ingrese el numero de terminos de la serie: 5
la suma de los terminos de la serie es: -0.2813
>> sumserie
la suma de los terminos de la serie es: -0.2222
>> sumserie
la suma de los terminos de la serie es: 1.7813
>>
Ejemplo: La funcin seno se puede aproximar usando la serie de Taylor. Como sigue:
( )
( )
2 1
1
1
( )
2 1 !
k
k
k
x
sen x
k
+
=
-
=
+

Donde x esta en radianes
SOLUCION:
senserie.m
% este programa calcula el seno de x, donde x esta
en radianes
% mediante la serie de taylor
% con n trminos, en la serie
% las variables de entrada son x en grados
sexagesimales
% y n que es el numero de trminos
% La salida es el valor aproximado del seno

x=input('ingrese el valor del ngulo en grados
sexagesimales: \n');
n=input('ingrese el numero de trminos a
considerar: \n');

s=0;
xr=x*pi/180;
for k=0:1:n-1
254
s=s+((-1)^k)*(xr^(2*k+1))/factorial(2*k+1);
end
fprintf('El seno aproximado es: %5.4f \n',s)
Ejecucin en MatLab
>> senserie
ingrese el valor del ngulo en grados sexagesimales: 190
ingrese el numero de trminos a considerar: 3
El seno aproximado es: 0.5801
>> senserie
ingrese el valor del ngulo en grados sexagesimales: 150
ingrese el numero de trminos a considerar: 7
El seno aproximado es: 0.5000
>>
Puede comprobar para x = 1, en sexagesimales seria 180/pi.
( )
( )
1
1 1 1 1
(1) ..... ....
1! 3! 5! 7! 2 1 !
k
sen
k
-
= - + - + + +
+

Ejemplo: Ahora vamos a considerar el problema de cambiar los elementos de un vector bajo ciertas condiciones.
El programa multiplica por tres los elementos del vector que sean positivos, y mltiplos de 3 5; y eleva al
cuadrado los negativos mayores que -10.
SOLUCION:
ANALISIS LOGICO

cambiavector.m
% Este programa cambia los elementos de un
vector.
% multiplica por tres los elementos
positivos, y mltiplos de 3 5
% eleva al cuadrado los negativos mayores que
-10.

x=input('Ingrese un vector con elementos

Falso
x(n) = 3*x(n)
Verdadero
end
Diagrama de flujo

x(n)= (x(n))^2
Verdadero
Falso

x(n)>0&(rem(x(n),3)==0
| rem(x(n),8)==0)

x(n)<0 & x(n)>-10
255
enteros: \n');
n=length(x);

for k=1:1:n
if x(k)>0 & ( rem(x(k),3)==0 | rem(x(k),8)==0
)
x(k)=3*x(k);
elseif x(k)<0 & x(k)>-10
x(k)=x(k)^2;
end
end
x
Ejecucin en MatLab
>> cambiavector
Ingrese un vector con elementos enteros:
[1 5 9 0 -5 -30 64]
x = 1 5 27 0 25 -30 192
>> cambiavector
Ingrese un vector con elementos enteros:
[1 5 7 16 15 -20 -7 9 0 -5 -30 64]
x = 1 5 7 48 45 -20 49 27 0 25
-30 192
>>

Bucles del tipo while - end
Este tipo de bucle se usa cuando hy necesidad de iun proceso iterativo, pero se desconoce
cuantos pasos deben hacerse, generalmente est sujeto a condiciones que se hallan al ejecutar
la solucin del `problema.
A veces aqu es necesario del uso de algn comando que pare el programa en caso de que no
se halle la condicin pedida.

Estructura lgica
exp _ while resion condicional

....
....
Instrucciones
de MatLab

end
Recomendaciones
La expresin condicional del comando while debe incluir al
menos una variable
Respecto a esta variable debe tener un valor asignado cuando se
ejecute el comando while por primera vez
La o las varibles de la expresin condicional deben cambiar entre
256
la sentencia while y end, de otro modo se tendra un bicle infinito
Para evitar un bucle infinito se puede usar el comando break
Un bucle infinito tambin se puede terminar con Ctrl + C 0
Ctrl + break

Ejemplo: A una variable x se le incrementa su valor inicial en 7, mientras que esta sea menor de 200.

SOLUCION:
incrementador.m
% Este programa incrementa un numero inicial
en 7,
% mientras este sea menor que 200
x=input('Ingrese un numero: \n');
n=0;
while x<200;
x=x+7;
n=n+1;
end
fprintf('El nuevo valor es: %-3.2i \n',x)
fprintf('Se ha incrementado %-3i veces el
siete\n',n)
Ejecucin en MatLab
>> incrementador
Ingrese un numero: 45
El nuevo valor es: 206
Se ha incrementado 23 veces el siete
>> incrementador
>> incrementador
>> incrementador
Ingrese un numero: -200
>> incrementador
Ingrese un numero: -20
>>

Ejemplo: Elaborar un programa que divida en tres partes un intervalo, y tome la parte intermedia hasta que la
longitud sea menor que 0.001
SOLUCION:
trisecaintervalo.m
% Este programa divide en tres partes un
257
intervalo
% y toma la parte intermedia
% hasta que la longitud sea menor que 0.001

a=input('Ingrese el lado izquierdo del
intervalo: \n');
b=input('Ingrese el lado derecho del
intervalo: \n');
if b-a > 0.001
while b-a>0.001;
a=(b+2*a)/3;
b=(a+b)/2;
end
fprintf('El lado izquierdo del nuevo
intervalo es: %-3.5f \n',a)
fprintf('El lado derecho del nuevo intervalo
es: %-3.5f\n',b)
else
fprintf('Los datos no generan un intervalo
valido. &$#### \n')
end
Ejecucin en MatLab
>> trisecaintervalo
Ingrese el lado izquierdo del intervalo: 1
Ingrese el lado derecho del intervalo: 4
El lado izquierdo del nuevo intervalo es: 2.49977
El lado derecho del nuevo intervalo es: 2.50023
>> trisecaintervalo
Ingrese el lado izquierdo del intervalo: 5
Ingrese el lado derecho del intervalo: 2
Los datos no generan un intervalo valido. &$####
>>

Ejemplo: La funcin exponencial al ser expresada como una serie de Taylor, queda como sigue:
2 3 4 5
0
1
! 2! 3! 4! 5!
n
x
n
x x x x x
e x
n
=
= = + + + + + +
L
Escribir un programa que calcule
x
e usando la serie de Taylor, con los sumandos necesarios hasta que el ultimo
sumando sea menor que 0.000001. Adems la suma no debe pasar de 30 trminos, si fuese el caso hay que
indicar que se necesitan ms sumandos.
Hallar con este programa:
2
e ,
4
e
-
,
10
e y
20
e
SOLUCION:
seriexp.m
258
% Este programa calcula el valor de e^x
% usando las erie de Taylor
% hasta que el ultimo termino sea menor que 0.00000l,
% o haya 30 terminos como maximo

x=input('Ingrese el valor de x: \n');
n=1;sn=1;s=sn;
while sn>0.000001 & n<30

s=s+(x^n)/factorial(n);
n=n+1;
sn=abs((x^n)/factorial(n));
end
if n>=30
fprintf('Se necesitan mas de 30 terminos \n')
else
fprintf('El valor de exp(%f) es %-3.5f\n',x,s)
end
Ejecucin en MatLab
>> seriexp
Ingrese el valor de x: 2
El valor de exp(2.000000) es 7.38906
>> seriexp
Se necesitan mas de 30 terminos
>> seriexp
El valor de exp(0.000000) es 1.00000
>> seriexp
Se necesitan mas de 30 terminos
>> seriexp
El valor de exp(5.000000) es 148.41316
>>

Ejemplo: Crear una matriz de orden m por n, donde el elemento i j este dado por la expresin:
3 4
i j
a i j = -
SOLUCION:
creamatriz.m
% Creacion de una matriz de orden mxn
% Donde el elemento i j esta dado por
% a(i,j)=3i-4j
259
m=input('ingrese el numero de filas de la
matriz ');
n=input('ingrese el numero de columnas de la
matriz ');
A=zeros(m,n);
for k=1:1:m
for l=1:1:n
A(k,l)=3*k-4*l;
end
end
A
Ejecucin en MatLab
>> creamatriz
ingrese el numero de filas de la matriz 4
ingrese el numero de columnas de la matriz 5
A =
-1 -5 -9 -13 -17
2 -2 -6 -10 -14
5 1 -3 -7 -11
8 4 0 -4 -8
>> creamatriz
A =
-1 -5 -9 -13 -17 -21 -25 -29
2 -2 -6 -10 -14 -18 -22 -26
5 1 -3 -7 -11 -15 -19 -23
8 4 0 -4 -8 -12 -16 -20
11 7 3 -1 -5 -9 -13 -17
>> creamatriz
A = []
>>

Ejemplo: Construya el triangulo de Pascal como una matriz de orden n por n. Donde el elemento
a(1,j)=a(i,1)=1; a(i,j)= a(i,j-1)+a(i-1,j) para todo i>1, j>1.
Solucin:
SOLUCION:
matrizpascal.m
% Programa que construya el triangulo de
Pascal
% como una matriz de orden n por n.
% Donde el elemento a(1,j)=a(i,1)=1
% a(i,j)= a(i,j-1)+a(i-1,j)
% para todo i>1, j>1.
260

n=input('ingrese el orden de la matriz
');
A=ones(n,n);
for k=2:1:n
for l=2:1:n
A(k,l)=A(k,l-1)+A(k-1,l);
end
end
A
Ejecucin en MatLab
>> matrizpascal
ingrese el orden de la matriz 5
A =
1 1 1 1 1
1 2 3 4 5
1 3 6 10 15
1 4 10 20 35
1 5 15 35 70
>> matrizpascal
ingrese el orden de la matriz 6
A =
1 1 1 1 1 1
1 2 3 4 5 6
1 3 6 10 15 21
1 4 10 20 35 56
1 5 15 35 70 126
1 6 21 56 126 252
>>

Los Comandos break y continue

El comando break se usa principalmente para terminar un posible bucle infinito; si esta dentro de un bucle, pero
si esta en un programa normal, termina el programa.

El comando continue lo que hace es terminar la iteracin de un bucle y pasar a la siguiente iteracin.
EJEMPLOS ADICIONALES
Ejemplo01. Usando el bucle for - end, hallar la raz cuadrada de los primeros 20 nmeros, y presentarlos en una
tabla de 20 por 2.

% Calculo de la raiz cuadrada de los n primeros enteros positivos
% usando el comando for-end
n=input('ingrese la cantidad de terminos: ');
u=[1:n]';
v=ones(n,1);
for k=1:1:n;
261
v(k)=sqrt(u(k));
end
%R=[u v];
%disp(R)
disp('')
disp('numero raiz cuadrada')
for k=1:n;
fprintf('%5.0i %5.4f\n',u(k),v(k))
end

Ejemplo02: Hallar el factorial de un nmero entero no negativo

% Calculo de el factorial de un numero entero no negativo

n=input('El valor de n, es: ')
p=1;

if n<0
disp('Error, ingreso un valor inadecuado ')
break
elseif n==0
fact=p;
else
for k=1:n
p=p*k;
end
fact=p;
end

fprintf('El factorial de %5i es %5i\n',n,fact)

Ejemplo03:METODO DE BISECCION
262
Considrese la ecuacin ( ) 0 f x = , Donde la funcin f cumple las condiciones para aplicar el mtodo de las
tangentes en cierto intervalo. La solucin se da por un proceso iterativo:
1
1
( )
, 1, 2, 3,
'( )
k
k k
k
x
f x
x x k
f x
+
= - =
L

Segn ello resolver: [ ] 0, 1, 0
x
e x x + = -

% Solucion de una ecuacion f(x) = 0, por el metodo de Newton
%
clear
f=0;
df=0;
x(1)=input('ingrese el valor inicial');
tol=input('Ingrese la tolerancia');
miter=input('ingrese el nuemro maximo de iteraciones');
k=1;
d=1;
while abs(d)>=tol & k<miter
[f df]=fun(x(k));
x(k+1)=x(k)-(f/df);
d=x(k+1)-x(k);
k=k+1;
end

if abs(d)>tol
sol=[]
disp('El numero de iteraciones no es suficiente o el proceso diverge')
else
sol=x'
disp('El numero de iteraciones es:')
k
end

263

Ejemplo04: Mtodo del Punto Fijo
Considrese la ecuacin ( ) x g x = , Donde la funcin g cumple las condiciones para aplicar el mtodo del
punto fijo. La solucin se da por un proceso iterativo:
1
1
( ), 1, 2, 3,
k k
x
x g x k
+
= =
L

Segn ello resolver:
2
0 2
1
4 4
2
x
x x x
=
- + - =

% Solucion de una ecuacion por el metodo del Punto Fijo
%
% Calculo de los terminos de la sucesion de Fibonacci:
% con la funcion recursiva:
% F(1)=1
% F(2)=1
% F(n+2)=F(n+1)+F(n), para todo n entero positivo

x1=input('Ingrese la aproximacion inicial: ');
tol=input('Ingrese la tolerancia de error: ');
miter=input('Ingrese el numero maximo de iteraciones: ');

x(1)=x1;
k=1;
d=1;
while d>=tol & k<miter
x(k+1)=-exp(x(k));
d=abs(x(k+1)-x(k));
k=k+1;
end
disp(x')
fprintf('El numero de iteraciones es: %5.0f',k)

Ejemplo05: Elabore un programa que pida la edad de una persona, y visualice lo siguiente
Si 0 6 edad < , mostrar: infante
264
Si 6 12 edad < , mostrar: nio
Si 12 18 edad < , mostrar: adolescente
Si 18 25 edad < , mostrar: joven
Si 25 60 edad < , mostrar: adulto
Si 60 edad , mostrar: anciano

%Etapas de un ser humano
%Uso del comando menu
Edad=menu('Indique su
edad:','0<=E<6','6<=E<12','12<=E<18','18<=E<25','25<=E<60','60<=E');
switch Edad
case 1
disp('Infante')
case 2
disp('Nio')
case 3
disp('Adolescente')
case 4
disp('Joven')
case 5
disp('Adulto')
case 6
disp('Anciano')
end

Ejemplo06: Elabore un programa que pida la edad de una persona, y visualice lo siguiente
Si 0 6 edad < , mostrar: infante
Si 6 12 edad < , mostrar: nio
Si 12 18 edad < , mostrar: adolescente
Si 18 25 edad < , mostrar: joven
Si 25 60 edad < , mostrar: adulto
Si 60 edad ,

265

08. POLINOMIOS, CURVAS DE AJUSTE E INTERPOLACION

Los polinomios son herramientas matemticas muy fciles de manipular, ya sea derivando y/o integrando. Por lo
cual los hace ideales para representar algn suceso discreto o tambin una funcin cuya integral sea imposible de
hallar o muy difcil de calcular.
La idea es que el error que se pueda dar con esta aproximacin polinomial, a una funcin desconocida o una
expresin complicada, sea el mnimo. Tendiendo hacia cero.
Este procedimiento de aproximar una funcin se denomina interpolacin.

Un polinomio es una expresin de la forma:
( )
1
1 1 0
,
n n
n n
p x a x a x a x a n Z
- +
-
= + + + + L

Polinomio En MatLab
( ) 2 5 p x x = + [ ] 2 5 p =
( )
3 2
6 7 2 q x x x = - + [ ] 6 7 0 2 q = -
( )
5 2
4 6 8 r x x x = + - [ ] 4 0 0 6 0 8 q = -

VALOR DE UN POLINOMIO
Al dar un valor en la variable x del polinomio, se puede hallar su valor por medio del siguiente comando:
( ) , polyval p x
Donde p es el vector con los coeficientes del polinomio, y x es el valor para el cual se debe evaluar el
polinomio.
Ejemplo: Dado el polinomio ( )
5 4 3 2
12,1 40,59 17, 015 71,95 35,88 p x x x x x x = - + - - +
a) Hallar p(5), p(9), p(-1)
b) Representar grficamente el polinomio p(x) en el dominio 1, 5 6, 7 x -
Solucin:
>> p=[1 -12.1 40.59 -17.015 -71.95 35.88]
p = 1.0000 -12.1000 40.5900 -17.0150 -71.9500 35.8800
>> polyval(p,5)
ans = -112.9950
>> polyval(p,9)
ans = 7.2611e+003
>> polyval(p,-1)
ans = 37.1250
>> x=-1.5:0.1:6.7;
>> y=polyval(p,x);
>> plot(x,y)
>> grid

-2 -1 0 1 2 3 4 5 6 7
-200
-150
-100
-50
0
50
100
150
266
RAICES DE UN POLINOMIO
Siempre es necesario hallar los valores reales x, para los cuales un polinomio es cero.
Resolviendo la ecuacin:
( ) 0 p x =
Para este cometido ser necesario utilizar la funcin roots de MatLab, cuya sintaxis es:

( ) r roots p =
p es un vector fila con los coeficientes del polinomio
r es un vector columna con las races del polinomio.

En el ejemplo anterior calculando las races del polinomio dado:
>> r=roots(p)
r = 6.5000
4.0000
2.3000
-1.2000
0.5000
>>

Tambin tenemos el siguiente polinomio: ( )
4
1 p x x = -
>> p=[1 0 0 0 -1]
p = 1 0 0 0 -1
>> r=roots(p)
r = -1.0000
-0.0000 + 1.0000i
-0.0000 - 1.0000i
1.0000
>>

Tambin podemos hacerlo directamente:

>> r=roots([1 0 0 0 -1])
r = -1.0000
-0.0000 + 1.0000i
-0.0000 - 1.0000i
1.0000
>>

Ahora veamos el proceso inverso, es decir dadas las races debemos encontrar el polinomio correspondiente.
Para ello usaremos el comando poly, la sintaxis de este comando es como sigue:
( ) p poly r =
r es un vector fila o columna con las races del polinomio
p es un vector con los coeficientes del polinomio.

>> r=[1 2 3 4 5]
r = 1 2 3 4 5
>> p=poly(r)
p = 1 -15 85 -225 274 -120
>> r=[1+4i 1-4i 2+sqrt(5) 2-sqrt(5)]
r = 1.0000 + 4.0000i 1.0000 - 4.0000i 4.2361 -0.2361
>> p=poly(r)
p = 1.0000 -6.0000 24.0000 -66.0000 -17.0000
>>

SUMA DE POLINOMIOS
Para sumar polinomios solo se debe tener en cuenta que los vectores asociados tengan la misma dimensin:
Sumar ( )
4 3
6 5 7 p x x x x = + - + y ( )
2
3 8 5 q x x x = + -

>> p=[1 6 0 -5 7]
267
p = 1 6 0 -5 7
>> q=[0 0 3 8 -5]
q = 0 0 3 8 -5
>> p+q
ans = 1 6 3 3 2
>> 2*p-3q
??? 2*p-3q
|Error: Unexpected MATLAB expression.
>> 2*p-3*q
ans = 2 12 -9 -34 29
>>

MULTIPLICACIN DE POLINOMIOS
Para el producto de polinomios no es necesario completar, pero si se usa el comando conv, de MatLab.
( ) , c conv p q =
p y q son los polinomios a multiplicar.
c es el vector que contiene los coeficientes del producto
Multiplicar ( )
3 2
4 5 6 2 p x x x x = - + + y ( )
2
7 3 q x x x = - +

>> p=[4 -5 6 2]
p = 4 -5 6 2
>> q=[3 8 -5]
q = 3 8 -5
>> c=conv(p,q)
c = 12 17 -42 79 -14 -10
>>

DIVISIN DE POLINOMIOS
Para la divisin, se usa el comando deconv, de MatLab.
[ ] ( ) , , q r deconv u v =
u y v son los polinomios a dividir.
q es el cociente de la divisin y r es el residuo.

Dividir ( )
5 2
6 3 8 20 u x x x x = + - + y ( )
2
2 8 3 v x x x = + -
>>
>> u=[6 0 0 3 -8 20]
u = 6 0 0 3 -8 20
>> v=[2 8 -3]
v = 2 8 -3
>> [q,r]=deconv(u,v)
q = 1.0e+002 *
0.030000000000000 -0.120000000000000 0.525000000000000 -2.265000000000000
r = 1.0e+003 * 0 0 0 0 1.961500000000000 -0.659500000000000
>>

DERIVADA DE UN POLINOMIO

Para calcular en forma especfica la derivada de un polinomio, se usa el comando polyder.
Derivada de un polinomio
Aqu se tiene que p y q son vectores de los polinomios
( ) k polyder p = Donde ( ) ( ) ' k x p x =
Derivada de un producto de polinomios
( ) , k polyder p q = Donde ( ) ( ) ( ) ( )
' k x p x q x =
Derivada de una divisin de polinomios
[ ] ( ) , , n d polyder p q = Donde
( )
( )
( ) ( ) ( ) '
n x
p x q x
d x
=
268
Ejemplo:
Considere los polinomios:
( )
6 2
16 12 5 13 p x x x x = + - + y ( )
2
5 18 23 q x x x = + -

>> p=[16 0 0 0 12 -5 13]
p = 16 0 0 0 12 -5 13
>> q=[5 18 -23]
q = 5 18 -23
>> m=polyder(p)
m = 96 0 0 0 24 -5
>> g=polyder(p,q)
640 2016 -2208 0 240 573 -602 349
>> [n,d]=polyder(p,q)
n = 320 1440 -2208 0 0 241 -682 -119
d = 25 180 94 -828 529
>>

CURVAS DE AJUSTE

REGRESION POLINOMIAL
Este tema tambin llamado regresin, muy utilizado para modelar una funcin que no se conoce, solamente con
algunos datos. El polinomio puede ser lineal, cuadrtico, cubico, etc.
La teora matemtica nos dice que, dados n puntos del tipo ( ) ,
i i
x y es posible hallar un polinomio de grado n-
1, que pase por tales puntos.
Pero si se tiene muchos datos es preferible buscar un polinomio de grado menor, as tendremos que posiblemente
la curva de ajuste no pase por todos los puntos, pero el error tiende a ser menor. Esta metodologa se llama de
Mnimos Cuadrados.
La forma bsica de buscar estas curvas es usando el comando polyfit, la sintaxis es como sigue:
( ) , , p polyfit x y n =
p es el vector de los coeficientes del polinomio de ajuste
x es el vector de las abscisas de los puntos
y son las ordenadas de los puntos
n es el grado de la curva de ajuste

Ejemplo: Ahora tenemos los valores de la temperatura en un espacio de 12 horas.
[ ] T 28 28 29 30 31 32 34 34 34 33 31 30 =
Hallaremos una curva de ajuste, de cuarto grado
Solucion:
Curvatemp.m Ejecucin en MatLab
x=[1 2 3 4 5 6 7 8 9 10
11 12]
T=[28 28 29 30 31 32 34
34 34 33 31 30]
p=polyfit(x,T,4)
t=1:0.01:12;
w=polyval(p,t);
plot(x,T,' *')
hold on
plot(t,w)
>> curvatemp
x = 1 2 3 4 5 6 7 8
9 10 11 12
T = 28 28 29 30 31 32 34
34 34 33 31 30
p = 0.002585955710956 -
0.092875874125877
0.939284673659698 -
2.356861888111967
29.613636363636434
Herror = 0.105769230769244 -
0.044580419580427 -
0.301573426573437 -
0.067307692307693
0.318181818181827
0.576923076923094 -
0.506993006992992 -
0.087412587412572 -
0.256118881118880 -
269
grid
hold on
Herror=polyval(p,x)-T
Herror_Total=sqrt(sum(Her
ror*Herror'))
0.042832167832181
0.584790209790182 -
0.278846153846175
Herror_Total = 1.137796299686555
>>

REGRESION POTENCIAL
El modelo matemtico es:
m
y bx = , convertible a un polinomio lineal, siguiendo la formula:
ln( ) ln( ) ln( ) y m x b = +
( ) log( ), log( ),1 p polyfit x y =
p es el vector de los coeficientes del polinomio lineal: p(1)=m y p(2)=ln(b)

REGRESION EXPONENCIAL
mx
y be = , convertible a un polinomio lineal, siguiendo la formula:
ln( ) ln( ) y mx b = +
( ) , log( ),1 p polyfit x y =
p es el vector de los coeficientes del polinomio lineal: p(1)=m, p(2)=ln(b)

El modelo matemtico es: 10
mx
y b = , convertible a un polinomio lineal, siguiendo la formula:
log( ) log( ) y mx b = +
( ) , log10( ),1 p polyfit x y =
p es el vector de los coeficientes del polinomio lineal: p(1)=m y p(2)=log(b)

REGRESION LOGARITMICA
El modelo matemtico es: ln( ) y m x b = +
( ) log( ), ,1 p polyfit x y =
p es el vector de los coeficientes del polinomio lineal: p(1)=m, y p(2)=b

El modelo matemtico es: log( ) y m x b = +
0 2 4 6 8 10 12
27
28
29
30
31
32
33
34
270
( ) log10( ), ,1 p polyfit x y =
p es el vector de los coeficientes del polinomio lineal: p(1)=m, y p(2)=b

REGRESION RECIPROCA
1
y
mx b
=
+
, convertible a un polinomio lineal, siguiendo la formula:
1
mx b
y
= +
( ) ,1. / ,1 p polyfit x y =
p es el vector de los coeficientes del polinomio lineal: p(1)=m, p(2)= b

Ejemplo: Considere la funcin dada por la siguiente tabla:

x 0 1 2 3 4 5
y 1.0000 -0.6242 -1.4707 3.2406 -0.7366 -6.3717
x 6 7 8 9 10
y 9.6120 2.3363 -
24.5438
25.3848
23.5321

Solucin:

ajustecurv.m Ejecucin en MatLab
t =[0 1 2 3 4 5 6 7 8 9
10]
w = [6.00 4.83 3.70 3.15
2.41 1.83 1.49 1.21 0.96
0.73 0.64]
plot(x,y,' *')
p=polyfit(t,log(w),1);
m=p(1)
b=exp(p(2))
tm=0:0.1:10;
wm=b*exp(m*tm);
plot(t,w,' *',tm,wm)

>> ajustecur
t = 0 1 2 3 4 5 6 7 8 9 10
w = 6.0000 4.8300 3.7000 3.1500 2.4100
1.8300 1.4900 1.2100 0.9600
0.7300 0.6400
m = -0.2290
b = 5.9889
>>

INTERPOLACION

Esta palabra significa encontrar un valor intermedio de una funcin ( ) y f x = , dado un conjunto de valores
de ella, la cual est definida en un dominio determinado. Este valor corresponde a un elemento intermedio en el
dominio.
Dado un conjunto de valores: ( ) , , 1,
i i
x y i n = ; donde
1
, 1, 1
i i
x x i n
+
< " = -
Para hallar este valor intermedio: se usa las curvas halladas en el tema de curvas de ajuste.
0 1 2 3 4 5 6 7 8 9 10
0
1
2
3
4
5
6
271
( ) , , 1,
i i
x y i n =
Para este procedimiento se usa el comando de interp1, con la siguiente estructura:
( ) int 1 , , , ' ' yi erp x y xi metodo =
x es el vector de abscisas de los puntos
y es el vector de ordenadas de los puntos
xi es la abscisa de punto a interpolar
yi es el valor interpolado
Por defecto el mtodo es ' ' linear , los otros mtodos son:
' ' nearest devuelve el valor del punto mas cercano al interpolado.
' ' linear utiliza interpolacin segmentaria lineal.
' ' spline utiliza interpolacin segmentaria cubica.
' ' pchip o ' ' cubic utiliza interpolacin de Hermite cubica
Ejemplo: Interpolar los valores de la funcin dada por la siguiente tabla:
x 0 1 2 3 4 5
y 1,0 -0,6242 -1,4707 3,2406 -0,7366 -6,3717
Que corresponden a la funcin: ( ) ( ) 1,5 cos 2
x
f x x =
Solucin:
interpolf.m Ejecucin en
MatLab
x=0:1:5;
y=[1.0 -0.6242 -1.4707 3.2406 -0.7366
-6.3717];
xi=0:0.1:5;
yilin=interp1(x,y,xi,'linear');
yispl=interp1(x,y,xi,'spline');
yipch=interp1(x,y,xi,'pchip');
yfun=1.5.^xi.*cos(2*xi);
subplot(1,3,1)
plot(x,y,'o',xi,yfun,xi,yilin,'--');
subplot(1,3,2)
plot(x,y,'o',xi,yfun,xi,yispl,'--');
subplot(1,3,3)
plot(x,y,'o',xi,yfun,xi,yipch,'--');
>> interpolf
>>

0 1 2 3 4 5
-8
-6
-4
-2
0
2
4
0 1 2 3 4 5
-8
-6
-4
-2
0
2
4
0 1 2 3 4 5
-8
-6
-4
-2
0
2
4
272

CAPITULO 09: GRAFICOS TRIDIMENSIONALES

Los graficos en 3D, son aquellas expresiones de la forma:
( ) ( ) , , 0, , , E x y z x y z D =

Donde D es un cierto dominio en R3, Esta grafica puede ser una curva o una superficie.

GRAFICO DE LINEA
Ahora vamos a graficar algunas curvas que deben estar parametrizadas, se hara con el comando de
MatLab: plot3, la sintaxis es como sigue.
3( , , , ' ', ' ', ' ') plot x y z especificaciones linea propiedades valores

- Las variables x, y, z representan los vectores con las coordenadas de los puntos.
- Los especificadores de lnea es opcional, definen el tipo y el color de lnea, y los marcadores.
- Las propiedades y valores se usan para especificar el grosor de lnea, el tamao y los colores del
borde y el relleno de los marcadores.
- Los especificadores de lnea, las propiedades y los marcadores son los mismos que para grficos en
2D.

Ejemplo: Graficar
2 2
2 x y z + = , la cual puede ser parametrizada mediante las ecuaciones:
( )
( )
2
cos 2 0 6
0, 5
x t sen t
y t t t
z t
p
=
=
=

Solucion:

Curvas3.m En MatLab
t=0:0.1:6*pi;
x=sqrt(t).*sin(2*t);
y=sqrt(t).*cos(2*t);
z=0.5*t;
plot3(x,y,z,'r','LineWidth',1)
grid on
xlabel('x');
ylabel('y');
zlabel('z');
>> curvas3
>>

Grafica de ] 20 , 0 [ t ), t ), t 8 . 0 cos( e ), t 8 . 0 sin( e ( ) t ( f
t 2 . 0 t 2 . 0
e t t =
clear,clf % borra las curvas graficadas y redibuja los ejes
t = 0:0.1:20; % Indica el rango del parmetro t
r = exp(0.2*t); % una parte de la funcin a graficar
th=pi*t*0.8; % un cambio de variable
z=t; % Indica la funcin de la coordenada x
x=r.*sin(th); % Indica la funcin de la coordenada y
y=r.*cos(th); % Indica la funcin de la coordenada z
plot3(x,y,z) % Grafica la funcin
xlabel('x');ylabel('y');zlabel('z');

Ejemplo:La posicin de una particula en el tiempo viene dada por:
( ) ( ) ( )
( ) ( ) ( )
2
2 4cos cos
2 4cos sin 0 20
x t t
x t t t
z t
= +
= +
=

t=0:0.1:200;
x=(2+cos(t)).*cos(t);
273
y=(2+cos(t)).*sin(t);
z=t.^2;
plot3(x,y,z,'r','LineWidth',1)
grid on
xlabel('x');
ylabel('y');
zlabel('z');

GRAFICOS DE MALLA Y DE SUPERFICIE
Se usan para representar una funcin de la forma
( ) ( ) [ ] [ ] , , , , , z f x y x y a b c d =

Creacin de una rejilla en el plano xy
Lo primero es crear una malla de puntos (x,y) en el plano xy. Es decir dos matrices, en la primera las abscisas
de los puntos y en la segunda las ordenadas. Con el comando en MatLab: meshgrid
[ ] ( ) , , X Y meshgrid x y =

Ejemplo:
x=1:1:5;
y=-4:1:3;
[X,Y]=meshgrid(x,y)

Obteniendose
>> grafico06
X =
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
Y =
-4 -4 -4 -4 -4
-3 -3 -3 -3 -3
-2 -2 -2 -2 -2
-1 -1 -1 -1 -1
0 0 0 0 0
1 1 1 1 1
2 2 2 2 2
3 3 3 3 3
>>

Calculo del valor z en cada punto de la rejilla
El siguiente paso es evaluar la funcin en cada punto de esta malla
Ejemplo con la funcin:
2
2 2
xy
z
x y
=
+

x=1:1:5;
y=-4:1:3;
[X,Y]=meshgrid(x,y)
z=X.*Y.^2./(X.^2+Y.^2)
El resultado ser una matriz rectangular, con los valores de las imgenes en los puntos anteriores. Valo por
usted mismo
>> grafico06
X =
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
274
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
Y =
-4 -4 -4 -4 -4
-3 -3 -3 -3 -3
-2 -2 -2 -2 -2
-1 -1 -1 -1 -1
0 0 0 0 0
1 1 1 1 1
2 2 2 2 2
3 3 3 3 3
z =
0.9412 1.6000 1.9200 2.0000 1.9512
0.9000 1.3846 1.5000 1.4400 1.3235
0.8000 1.0000 0.9231 0.8000 0.6897
0.5000 0.4000 0.3000 0.2353 0.1923
0 0 0 0 0
0.5000 0.4000 0.3000 0.2353 0.1923
0.8000 1.0000 0.9231 0.8000 0.6897
0.9000 1.3846 1.5000 1.4400 1.3235
>>

Creacin de grficos de malla y de superficie
Para graficar con MatLab tenemos dos opciones:

Un grafico de malla, con el comando mesh. Lo que realiza aqu es levantar las lneas que estn en plano xy
( ) , , mesh X Y Z

Grafico de superficie con el comando surf. Aqu se levanta el plano que est en xy.
( ) , , surf X Y Z

Ah van los ejemplos

x=1:1:5;
y=-4:1:3;
[X,Y]=meshgrid(x,y)
Z=X.*Y.^2./(X.^2+Y.^2);
mesh(X,Y,Z)

x=1:1:5;
y=-4:1:3;
[X,Y]=meshgrid(x,y)
Z=X.*Y.^2./(X.^2+Y.^2);
surf(X,Y,Z)

Modificando el color del grafico
Los colores de este grafico son en base a los valores que asume la funcin en los puntos del plano xy. Se podra
volver constante el color.

Para el color se puede modificar con el comando en MatLab colormap, cuya sintaxis es:
( ) colormap C

Donde C es un vector de tres elementos, y estos elementos varian de 0 a 1.
Ejemplo:
[0 0 0] C = Negro [1 0 0] C = Rojo [0 1 0] C = Verde
[0 0 1] C = Azul [1 1 0] C= Amarillo [1 0 1] C= Magenta
275
[0.5 0.5 0.5] C= Gris
Ejemplo
x=1:1:5;
y=-4:1:3;
[X,Y]=meshgrid(x,y)
Z=X.*Y.^2./(X.^2+Y.^2);
surf(X,Y,Z)
colormap([1 0 1])

x=1:1:5;
y=-4:1:3;
[X,Y]=meshgrid(x,y)
Z=X.*Y.^2./(X.^2+Y.^2);
mesh(X,Y,Z)
%surf(X,Y,Z)
colormap([1 0 1])

Precisiones sobre el comando mesh:
- Los colores pueden ser modificados y volverse constante, con el comando:
( ) [ ] colormap a b c

Donde a , b y c toman valores desde cero hasta 1.
- Cuando se ejecuta el comando mesh, la rejilla se activa por defecto. Para ocultarla se teclea: grid off . Para
volver a activar la rejilla: grid on
- Para dibujar una caja que rodee el grafico se usa el comando: box on
- Los comando mesh y surf se pueden utilizar de la forma
( ) mesh Z

( ) surf Z

Graficar la funcin:
( ) ( )
2 2
1,5
1,8 cos 0, 5
x y
z sen x y
- +
=
en [-3, 3] x [-3, 3].
Grafico de malla
x=-3:0.1:3;
y=-3:0.1:3;
[X,Y]=meshgrid(x,y);
Z=(1.8.^(-1.5*sqrt(X.^2+Y.^2))).*sin(X).*cos(0.5*Y);
mesh(X,Y,Z)
%surf(X,Y,Z)
%colormap([1 0 1])

Grafico de superficie
x=-3:0.1:3;
y=-3:0.1:3;
%mesh(X,Y,Z)
surf(X,Y,Z)
%colormap([1 0 1])

Grafico de superficie
x=-3:0.1:3;
y=-3:0.1:3;
%mesh(X,Y,Z)
surf(X,Y,Z)
%colormap([1 0 1])

Gafico de malla con cortina
x=-3:0.1:3;
y=-3:0.1:3;
276
meshz(X,Y,Z)

Grafico de malla con contorno
x=-3:0.1:3;
y=-3:0.1:3;
meshc(X,Y,Z)

Grafico de superficie con contorno
x=-3:0.1:3;
y=-3:0.1:3;
surfc(X,Y,Z)

Grafico de superficie con alumbrado
x=-3:0.1:3;
y=-3:0.1:3;
surfl(X,Y,Z)

Grafico de cascada
x=-3:0.1:3;
y=-3:0.1:3;
waterfall(X,Y,Z)

Grafico de contorno 3D
x=-3:0.1:3;
y=-3:0.1:3;
contour3(X,Y,Z,15) % el cuarto elemento es el numero de niveles (opcional)

Grafico de contorno 2D
Dibuja proyecciones de niveles de contorno sobre el plano xy
x=-3:0.1:3;
y=-3:0.1:3;
contour(X,Y,Z,15) % el cuarto elemento es el numero de niveles

LA ESFERA
x=-3:0.1:3;
y=-3:0.1:3;
Z1=sqrt(18-X.^2-Y.^2);
%mesh(X,Y,Z)
surf(X,Y,Z1)
277
Z2=-sqrt(18-X.^2-Y.^2);
hold on
surf(X,Y,Z2)
%colormap([1 0 1])
x=-3:0.1:3;
z=-3:0.1:3;
[X,Z]=meshgrid(x,z);
Y1=sqrt(18-X.^2-Z.^2);
Y2=-sqrt(18-X.^2-Z.^2);
%mesh(X,Y,Z)
surf(X,Y1,Z)
surf(X,Y2,Z)

SUPERFICIES PARAMETRIZADAS
Graficando
( ) ( , ), ( , ), ( , ) 0, F X u v Y u v Z u v =

% Un cilindro

clear
u=(0:0.1:3*pi)';
v=0:0.1:4;
X=sin(u)*ones(size(v));
Y=cos(u)*ones(size(v));
Z=ones(1,size(u))'*v;
surf(X,Y,Z)

GRAFICOS ESPECIALES
He aqu algunos opciones diferentes para una mejor comprensin de los comandos teclear:
help nombre_comando
Esfera
[ X Y Z]=sphere(30); % esfera unitaria
surf(X,Y,Z)

Cilindro
t=linspace(0,2*pi,30);
r=2+sin(t);
[ X Y Z]=cylinder(r);
surf(X,Y,Z)
axis square

278

10. APLICACIONES DE ANALISIS NUMERICO

% Solucin de una ecuacin
fplot('x*exp(-x)-0.2',[0 8])
grid
sol1=fzero('x*exp(-x)-0.2',0.7)
sol2=fzero('x*exp(-x)-0.2',3)
sol3=fzero('x*exp(-x)-0.2',0.7,optimset('display','iter'))
% maximos y minimos de una funcion
fplot('x^3-12*x^2+40.25*x-36.5',[3 8])
[min fval]=fminbnd('x^3-12*x^2+40.25*x-36.5',3,8) % minimo de una
funcion
fplot('x^3-12*x^2+40.25*x-36.5',[0 8])
[max fval2]=fminbnd('-1*(x^3-12*x^2+40.25*x-36.5)',-1,8) % maximo
de una funcion
%Integracion numerica
clear
val2=quad('1/(x^2+1)',1,2) % sale error
format long
val3=quad('1./(x.^2+1)',1,2) % integracin de simpson
val4=quad('1./(x.^2+1)',1,2,0.0001) % integracin de simpson

val5=quadl('1./(x.^2+1)',1,2) % mtodo de lobatto
val6=quadl('fun',1,2) % mtodo de lobatto

%Integracion de una funcin en formato de puntos
x=[1 2 3 4 5 6 7 8 9];
y=[1 4 9 16 25 36 49 64 81];
val7=trapz(x,y)
279

Mtodo de Newton para resolver la ecuacin f(x) = 0
Este mtodo requiere de algunas condiciones para la funcin f, como son la derivada, que adems no
se anule en el intervalo dado.
( )
( )
1
, 0,1, 2,.....
'
n
n n
n
f x
x x n
f x
+
= - " =
Resolviendo:
0
x
e x + =

( )
x
f x e x = +

( ) ' 1
x
f x e = +
Las funciones de iteracion:

El programa que resuelve la ecuacin

Resultado en la ventana de comandos de MatLab:
>> [resultado,iteraciones]=newton('fun','dfun',0,0.001)
d = 0.500000000000000
resultado = -0.566311003197218
newton.m
function
[resultado,iteraciones]=newton(fun,dfun,x,precision)

% Metodo del punto fijo para resolver fun(x) = 0
%
% Variables de entrada
% fun: La funcin
% dfun: La derivada de la funcion fun
% x: El valor inicial de la raiz
% tolerancia: El valor mximo del error
% Variables de salida
% resultado: La solucion aproximada
% iteraciones: El numero de iteraciones
iteraciones=0;
x0=x;
d=feval(fun,x0)/feval(dfun,x0)
while abs(d)>precision
x1=x0-d;
iteraciones=iteraciones+1;
x0=x1;
d=feval(fun,x0)/feval(dfun,x0);
end;
resultado=x0;

dfun.m
function
y=dfun(x)
y=exp(x)+1;

fun.m
function y=fun(x)
y=exp(x)+x;

280
iteraciones = 2
>> [resultado,iteraciones]=newton('fun','dfun',0,0.00001)
d = 0.500000000000000
resultado = -0.567143165034862
iteraciones = 3
>>

Metodo del punto fijo
Funcin: 0
x
e x + = , equivalente a:
x
x e = -
, punto fijo en [-1, 0]
Programa en MatLab

El archivo de la funcin es:
pfijo.m
function [sol,x,err,k]=pfijo(g,x1,tol,maxiter)

% Aplica punto fijo a la expresion: x = g(x) en el
intervalo [a, b]
%
% g: funcion
% xi: valor inicial de la raiz
% tol: precision deseada
% maxiter: tope de iteraciones
% sol: solucion aproximada
% x: vector de iteraciones
% err distancia entre los dos ultimos
% k: nmero de iteraciones
sol=0;
x(1)=x1;
err=tol+1;
sol=x(1);
k=1;

while err>tol & k<maxiter
x(k+1)=feval(g,x(k));
err=abs(x(k+1)-x(k));
k=k+1;
end

if err>tol;
sol=[];
disp('Insuficientes iteraciones')
else
sol=x(k);
end

281

Ejecutando en la ventana de comandos de MatLab
>> [sol,x,incr,k]=pfijo('g',1,0.001,10)
insuficientes iteraciones
sol = []
x = 1.0000 -2.7183 -0.0660 -0.9361 -0.3921 -0.6756 -0.5088 -0.6012 -0.5482 -
0.5780
incr = 0.0299
k = 10

g.m
function y=g(x)
y=-exp(x);

282
METODO DE BISECCION: resolviendo ( ) x G x =
Funcin: 0
x
e x + = , equivalente a:
x
x e = -
Tiene una raz en el intervalo: [-1, 0]
MTODO DE BISECCIN
Programa en MatLab


>> [sol,x,incr,iter]=biseccion('fun',1 ,8,0.0001,40)
la funcion debe tener diferente signo en los extremos del intervalo
fun.m
function y=fun(x)
y=exp(x)+x;

biseccion.m
function [sol,x,err,iter]=biseccion(fun,a,b,tol,maxiter)
% Aplica biseccion a la funcion f en el intervalo [a, b]
% tol: precision deseada
% maxiter: tope de iteraciones
% sol: solucion aproximada
% x: vector de iteraciones
% err: distancia entre los dos ultimos
% iter: nmero de iteraciones
sol=0; x=[]; err=b-a; sol=0; iter=0;
fa=feval(fun,a); fb=feval(fun,b);
if fa*fb>0;
disp('La funcion debe tener diferente signo en los extremos del
intervalo')
return
end
while err>tol & iter<maxiter
c=(a+b)/2; x=[x,c]; fc=feval(fun,c);

if fc==0; % casualidad de que c sea la solucin
a=c;b=c;
elseif fa*fc<0; % cambio de signo en [a, c]
b=c; fb=fc;
else fb*fc<0; % cambio de signo en [c, b]
a=c; fa=fc;
end

err=b-a;iter=iter+1; % contador de iteraciones
end
sol=c; % solucion de salida
if err>tol;
disp('Insuficientes iteraciones')
end

283
sol = 0
x = []
incr = 7
iter = 0
>> [sol,x,incr,iter]=biseccion('fun',-1 ,8,0.0001,40)
sol = -0.5672
x = 3.5000 1.2500 0.1250 -0.4375 -0.7188 -0.5781 -0.5078 -0.5430
-0.5605 -0.5693 -0.5649 -0.5671 -0.5682 -0.5677 -0.5674 -0.5673
-0.5672
incr = 6.8665e-005
iter = 17
>> [sol,x,incr,iter]=biseccion('fun',-1 ,8,0.0001,10)
insuficientes iteraciones
sol = -0.5693
x = 3.5000 1.2500 0.1250 -0.4375 -0.7188 -0.5781 -0.5078 -0.5430
-0.5605 -0.5693
incr = 0.0088
iter = 10

284
METODO DE LA SECANTE
Aproximacin a una raz de f(x)=0 a partir de unos valores inciales p0 y p1 mediante la
iteracin
Programa en MatLab


>> [p1,err,k,y]=secant('fun',-1,0,0.01,0.001,40)
p1 = -0.5671
err = 0.0051
k = 3
fun.m
function y=g(x)
y=exp(x)+x;

secante.m
function
[p1,err,k,y]=secant(fun,p0,p1,delta,epsilon,max1)
% Aplica biseccion a la funcion f en el intervalo [a,
b]
%
% fun: la funcion en forma de cadena de caracteres 'f'
% p0 y p1 son las aproximaciones iniciales a un cero de
f
% delta: tolerancia para p1
% epsilon: tolerancia para el valor de f en el cero
% max1: es el numero maximo de iteraciones
%
% Variables de salida
% p1: es la aproximacion del cero
% err: es el error final obtenido
% k: el numero de iteraciones
% y=fun(p1)
err=1;k=0;y=feval(fun,p1);

for k=1:max1
p2=p1-feval(fun,p1)*(p1-p0)/(feval(fun,p1)-
feval(fun,p0));
err=abs(p2-p1);
relerr=2*err/(abs(p2)+delta);
p0=p1;
p1=p2;
y=feval(fun,p1);
if (err<delta) | (relerr<delta) |
(abs(y)<epsilon),return,end %break,end
end

285
y = 6.4583e-005
>>

Numero Combinatorio
Calculando el factorial de un entero no negativo mediante un bucle

function f=buclefact(n)
% Calculande el factorial n mediante un bucle,
% n debe ser entero no negativo
f=1;
if n<0;
disp('n debe ser entero no negativo')
else
for k=2:n
f=f*k;
end
end

>> buclefact(0)
ans = 1
>> buclefact(1)
ans = 1
>> buclefact(2)
ans = 2
>> buclefact(8)
ans = 40320
>>
Calculando el factorial de un entero no negativo mediante el comando prod

>> prod(1:8)
ans =
286
40320
>>

Calculando el numero combinatorio
n
k

Usando la formula anterior

function c=numcombin(n,k)
% Calcula el numero combinatorio,
% con la formula del cociente de factoriales

if n-k<0
disp('Ingrese numeros adecuados')
return
else
c=buclefact(n)/buclefact(k)/buclefact(n-k);
end

>> numcombin(30,6)
ans = 593775
>> numcombin(3,12)
Ingrese numeros adecuados
>>

Calculando el numero combinatorio
n
k

Usando la formula desarrollada de productos

function c=numcombin2(n,k)
% Calcula el numero combinatorio,
% con su formula directa
287
c=1;
if n-k<0
return
else
for r=1:k
c=c*(n-r+1)/r;
end
end

>> numcombin2(3,12)
Ingrese numeros adecuados
ans = 1
>> numcombin2(13,12)
ans = 13
>> numcombin2(13,7)
ans = 1716
>>

Teclear lo siguiente

>> help nchoosek
>> type nchoosek

Hallando la n esima fila del triangulo de Pascal

function C=tartaglia(n)
% Calcula la n esima fila del triangulo de Tartaglia

C=1;
if n<0
288
return
else
for r=1:n
C(r+1)=C(r)*(n-r+1)/r;
end
end

>> tartaglia(5)
ans = 1 5 10 10 5 1
>> tar

function C=tartaglia2(n)
% Calcula la n esima fila del triangulo de Tartaglia

v=[1 1];
disp(v)
for r=2:n
v=[v 0]+[0 v];
disp(v)
end

>> tartaglia2(5)
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
>>
289

SISTEMA LINEAL TRIANGULAR
Resolucin de un sistema triangular superior: AX=B, por el mtodo de sustitucin regresiva.
El mtodo funciona Siempre los elementos de la diagonal sean no nulos
( )
n
n n
b n
x
a
=
( )
1
, 1, 2,...,1
n
k r r
r k
k
k k
b k a x
x k n n
a
= +
-
= = - -

Programa:
sustiregresiva.m
function X=sustiregresiva(A,B)
% Datos
% A es una matriz triangular superior, invertible de orden n
% B es una matriz de orden n por 1 (columna)
% Resultado
%X es la solucion del sistema lineal AX=B
%

n=length(B);
X=zeros(n,1);
X(n)=B(n)/A(n,n);
for k=n-1:-1:1
X(k)=(B(k)-A(k,k+1:n)*X(k+1:n))/A(k,k);
end

Ejecucin en la ventana de comandos
>> A=[1 2 3 8;0 4 5 7;0 0 6 6;0 0 0 2];B=[8; 3; 5;7];
>> sustiregresiva(A,B)
ans =
-7.9167
290
-2.0417
-2.6667
3.5000
>>

GRAFICA DE LOS VECTORES DE DIRECCIN DE UNA ECUACIN
DIFERENCIAL ORDINARIA

%Considere una funcin z = f(t,y) continua en [t0,t1]x[c,d]
%Y sea al ecuacin diferencial: y' = f(t,y), con y(t0)= y0

%Considere f(t,y)=(t-y)/2
% Si y(0)=1, entonces y(t)= 3e^(-t/2) - 2 +t
% Si y(0)=4, entonces y(t)= 6e^(-t/2) - 2 +t
[t,y]=meshgrid(1:5,4:-1:1)
dt=ones(4,5)
dy=(t-y)/2
quiver(t,y,dt,dy)
hold on
x=1:0.01:6
z1=3*exp(-x/2)-2+x
z2=6*exp(-x/2)-2+x
plot(x,z1,x,z2)
hold off
291

Mtodo de Euler para resolver una ecuacin diferencial
Construccin de las aproximaciones a la solucin del problema inicial: ( ) ' , y f t y = con
( ) 0 y a y = continua en [ ] [ , ] , a b c d dadas por
( )
1
, , 0,1,...., 1.
k k k k
y y h f t y k M
+
= + = -
Programa: euler.m
function E=euler(f,a,b,ya,M)
% Considere una funcin z = f(t,y) continua en [t0,t1]x[c,d]
% Y sea al ecuacin diferencial: y' = f(t,y), con y(t0)= y0
% Datos
% f es la funcin en forma de caracteres 'f'
% a y b son los extremos del intervalo de definicin
% ya es la condicin inicial y(a)
% M es el numero de pasos
%
%Resultado
% E=[T' Y'] %es una matriz columna, donde T son las abscisas
%e Y son las ordenadas
h=(b-a)/M
T=zeros(1,M+1)
Y=zeros(1,M+1)
T=a:h:b;
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
0.5
1
1.5
2
2.5
3
3.5
4
4.5
292
Y(1)=ya;
for k=1:1:M
Y(k+1)=Y(k)+h+feval(f,T(k),Y(k))
end
E=[T' Y']
% Graficando la solucion
x=E(:,1);y=E(:,2);plot(x,y),grid

Ejecucin en MatLab
>> E=euler('f',0,3,1,30)
E =
0 1.0000
0.1000 0.6000
0.2000 0.4500
0.3000 0.4250

2.9000 2.9000
3.0000 3.0000
>>

293

11. MATEMTICA SIMBOLICA

clear
A=sym('malca')
B=sym('x^3+3*x-6')
C=sym('tan(y/x)')
var=sym(4)
w=4

v1=sym(3), v2=sym(5)
v3=v1/v2+sqrt(2)
vn=double(v3) % convierte simbolico a numerico

v4=3, v5=5
v6=v4/v5+sqrt(2)

syms a b
simplify(6*a*b+3*a^2+2*a*b)
K=simplify(sym(6*a*b+3*a^2+2*a*b))
syms % lista variables simbolicas
H=3*a^2-2*a+7, F=6*a^3-5*a+2,G=5*a^2+4*a-3
W=H+F+G
pretty(H-F+G) % convierte de la forma simbolica, ala forma
matematica
pretty(2*H+F+5*G)
findsym(H) % busca las variables simbolicas
findsym(K)

syms a b c
pretty(1/(2*a)+1/(3*b)+1/(4*a)+1/(5*b)+1/(6*c))
294
pretty(1/(a+1)+1/(a+1)^2+1/(a+1)^3)
pretty(simplify((1-a^9)/(1-a^3)))
pretty(simplify(1/(a+1)+1/(a+1)^2+1/(a+1)^3))

pretty(sym(sqrt(2)+3*sqrt(2)-(sqrt(2))/2))
pretty(sym(1/(1+sqrt(2))+1/(1-sqrt(2))))
r=sym(1/(2+sqrt(5)))

%Simplificando una expresio simbolica
syms a x y
E1=3*a+2*x*y +y*x^8+(y^3)*(x^5)+3*x^7
E2=collect(E1) % ordena la expresion simbolica
E3=(x+8)*(x-2)*(x+7)
%expandiendo terminos
E4=expand(E3)
E5=expand(sin(x-y))
% factorizando
E6=factor(E4)
E7=factor(x^8-1)
E8=simplify(x*(x+7)+6*x^3+8*(x^3+5))
E9=simplify((x+y)/(1/x+1/y))

%RESOLUCION DE ECUACIONES ALGEBRAICAS
syms a b c x y z
E10=solve(exp(2*z)-5)
E11=x^2-x+6
E12=solve(E11)
E13=solve('cos(2*y)+3*sin(y)=2')
E14=a*x^2+b*x+c
295
solve(E14)
solve(E14,a)

% resolucion de sistemnas de ecuaciones
syms x y t
E15=x+y-8
E16=2*x+7*y+t
[xt yt]=solve(E15,E16)
[x2 y2]=solve('2*x+5*y-8','4*x+2*y-7')
[x3 y3]=solve('2*x+5*y-8=6','4*x+2*y-7=2*x')
[x4 y4]=solve('x^2+y^2=25','x+y=7')

%limites
syms n
n1=limit((-3+2*n)/(-7+3*n),inf)
n2=limit(((1+n)/n^2)^(1/n),n,inf)
n3=limit(n/(n+1),n,4)

syms x a
limit((x-16)/(sqrt(x)-4),x,16)
limit((x+4)/(x^2-16),x,4,'right')
limit((x+4)/(x^2-16),x,4,'left')
limit((x-2)/(x^4-16),x,2)
limit((x^4+8)/(7*x^4+20*x-16),x,inf)
limit(x*exp(x),x,inf)

%Derivando diff(f) diff(f,x,n) diff(f,n)
syms x y z
296
diff(x^2+y^2,x)
diff(x^2+y^2,y)
E1=x^20+3*x^12
diff(E1,3)
diff(E1,5)
E2=z*x^20+3*x*y^12+sqrt(z)
E3=diff(E2,x)
E4=diff(E2,y)
E5=diff(E2,z)
E6=diff(E2,x,3)
E7=[log(x^2)+6,atan(x)+89,x]
E8=diff(E7,x)
E9=diff(E7,x,3)
E10=diff(8)
E11=diff(sym('10'),x)

% Extremos de una funcion
% hallar un extremo de y=f(x), con x entre a y b
sym x
f1=x^3-2*x % analizar en -1 hasta 2
pc=solve(diff(f1))
df1_2=diff(f1,2)
double(subs(df1_2,x,pc(1))) % subs reemplaza en una expresion
simbolica
double(subs(df1_2,x,pc(2))) % duble convierte a numero un valor
simbolico
subs(f1,x,-1)
subs(f1,x,2)
double(subs(f1,x,pc(1)))
double(subs(f1,x,pc(2)))
297
[cor_x cor_y]=fminbnd('x^3-2*x',-1,2)

%Aproximacion local con Taylor
syms x
taylor(exp(-x)) % por defecto de grado 5
taylor(exp(-x),8) % de grado 8-1
taylor(exp(-x),8,7) % de grado 8-1, centrado en 7
pretty(taylor(exp(-x),8,7)) % de grado 8-1, centrado en 7

% Integrando
syms x y z a
E23=int(x^2+5*y^2+x^4)
E24=int(x^2+y^2+x^4+6,x)
E25=int(x^2+y^2+x^4+6,y)
E26=int(1/(x^5-1))
E27=int(x*sin(x))
E28=int(x*sin(x),1,2) % integral definida
double(E28) % convierte a numero
E29=int(x*sin(x),1,x)
E30=int(x*y*sin(x),y,x,10) % y es variable de integracion,
%x e 10 son los limites de integracion
v=[x+6,cos(x),exp(x)]
int(v)

% suma de serie numerica, comando symsum
% sysum(expresion, variable,V_inicial,V_final)

syms n
v1=symsum(1/n^2,n,1,inf)
298
v2=double(v1)
v3=symsum(1/n^2,n,1,10)
v4=symsum(n^2,n,1,20)

% Cambio a otros formatos
char(56,45,67) % codigo ascci
syms x
f=exp(x)+sqrt(x)+1/(x^5-1)
latex(f)
ccode(f)
fortran(f)

% ecuaciones diferenciales ordinarias
dsolve('Dy=4*t+2*y') % resolviendo y'=4t+2y
dsolve('D2x+2*Dx+x=0') % resolviendo x''+2x'+x=0
dsolve('Ds=a*x^2')
dsolve('Ds=a*x^2','x')
dsolve('Ds=a*x^2','a')

dsolve('Dy+4*y=60','y(0)=5') %dsolve('eq1','cond1','var')
% variable indep por defecto es: t
dsolve('Dy+4*y=60','y(0)=5','x')

dsolve('D2y-2*Dy+2*y=0','y(0)=1','Dy(0)=0')
factor(ans)

299

%Representacion grafica de expresiones simbolicas
clear
ezplot('(3*x+2)/(4*x-1)') % x por defecto es -2pi hasta 2pi
ezplot('(3*x+2)/(4*x-1)',[-10,10])
ezplot('(3*x+2)/(4*x-1)',[-20,20,-10,10])
syms x y t

s1=4*x^2+18*x+4*y^2+12*y+11
ezplot(s1)

z1=cos(2*t)
z2=sin(4*t)
ezplot(z1,z2)
ezplot(z1,z2,[-100 100])

300
ANEXO 05
LISTADO DE ALUMNOS DEL CURSO SOFTWARE ESPECIALIZADO PARA MATEMATICAS

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

PLAN DE ESTUDIOS 2002

MM265-52A CALCULO AVANZADO I correo

MALCA/VILLALOBOS/AMADO amalca@unprg.edu.pe
N Codigo Apellidos y noombres correo institucional cuenta de correo clave de correo
1 105009I AQUINO/FLORES/JUDIT KARINA jaquinofl@unprg.edu.pe jaquinofl 123qweFACFYM1
2 095560J AQUINO/REYES/JOSE FELICIANO jaquinor@unprg.edu.pe jaquinor 123qweFACFYM1
3 110261D BOBADILLA/FARFAN/ALEXANDRA CORINA abobadilla@unprg.edu.pe abobadilla 123qweFACFYM1
4 100106F CALDERON/BAILON/ROY HENRY rcalderonb@unprg.edu.pe rcalderonb 123qweFACFYM1
5 110264C CASTILLO/RIOS/WALTER GIANCARLO wcastillor@unprg.edu.pe wcastillor 123qweFACFYM1
6 101670B CERCADO/VASQUEZ/RICHARD OMAR rcercadov@unprg.edu.pe rcercadov 123qweFACFYM1
7 070169E CHAFLOQUE/REQUEJO/LUIS ADDERLY lchafloquer@unprg.edu.pe lchafloquer 123qweFACFYM1
8 105538A CHAPILLIQUEN/SANTACRUZ/DIANA dchapilliquen@unprg.edu.pe dchapilliquen 123qweFACFYM1
9 100238J DE LA CRUZ/RAMOS/ORLANDO odelacruzr@unprg.edu.pe odelacruzr 123qweFACFYM1
10 091812D DELGADO/ESCALANTE/OLIVER EMANUEL odelgadoe@unprg.edu.pe odelgadoe 123qweFACFYM1
301
11 080268F DIAZ/CARRASCO/JOSE LUIS jdiazcarr@unprg.edu.pe jdiazcarr 123qweFACFYM1
12 091816J GARCIA/CHOEZ/MADELY ANYELA mgarciach@unprg.edu.pe mgarciach 123qweFACFYM1
13 091817F GARCIA/MERA/LUIS EDUARDO lgarciam@unprg.edu.pe lgarciam 123qweFACFYM1
14 100361F GUEVARA/SANCHEZ/KALOS ANDRE kguevarasa@unprg.edu.pe kguevarasa 123qweFACFYM1
15 071770D GUTIERREZ/YPANAQUE/JESUS WALTER MANUEL jgutierrezy@unprg.edu.pe jgutierrezy 123qweFACFYM1
16 101886E HEREDIA/TIPARRA/MILAGROS DEL ROSARIO mherediat@unprg.edu.pe mherediat 123qweFACFYM1
17 110267B HORNA/PECHE/PRISCILLA ALEJANDRA phornap@unprg.edu.pe phornap 123qweFACFYM1
18 101923H JARA/DIAZ/MARINO mjarad@unprg.edu.pe mjarad 123qweFACFYM1
19 100448D LOAIZA/CASTAEDA/LUIS YOVANI lloaiza@unprg.edu.pe lloaiza 123qweFACFYM1
20 110268I LOZANO/RUIZ/IVAN ilozano@unprg.edu.pe ilozano 123qweFACFYM1
21 100458J MACALOPU/QUEZADA/PEGGI LUCIA pmacalopu@unprg.edu.pe pmacalopu 123qweFACFYM1
22 102049J MORE/PEA/GLADIS gmore@unprg.edu.pe gmore 123qweFACFYM1
23 075566B NEVADO/RAMOS/VICTOR ISIDRO vnevado@unprg.edu.pe vnevado 123qweFACFYM1
24 109058D NUEZ/QUISPE/JOSE ADRIAN jnunezq@unprg.edu.pe jnunezq 123qweFACFYM1
25 071778E REQUEJO/LEYVA/EDWAR WILLY erequejol@unprg.edu.pe erequejol 123qweFACFYM1
26 115096A RIOJAS/CHOZO/WILLIAM wriojasc@unprg.edu.pe wriojasc 123qweFACFYM1
27 110277H ROQUE/SAAVEDRA/LEONARDO DANIEL lroque@unprg.edu.pe lroque 123qweFACFYM1
302
28 095564E RUIZ/ACUA/JHON ROIMER jruizac@unprg.edu.pe jruizac 123qweFACFYM1
29 102242D SANCHEZ/RAMIREZ/FERNANDO ENRIQUE fsanchezram@unprg.edu.pe fsanchezram 123qweFACFYM1
30 115099K SANDOVAL/SUCLUPE/MARTIN GILBERTO msandovalsu@unprg.edu.pe msandovalsu 123qweFACFYM1
31 091823F SANTISTEBAN/ANCAJIMA/DEYVI JAMER dsantistebana@unprg.edu.pe dsantistebana 123qweFACFYM1
32 115101E SEGURA/ARELLANO/KENNETH ENSON kseguraa@unprg.edu.pe kseguraa 123qweFACFYM1
33 105240B TINEO/CARRASCO/HAYDEE MARGARITA htineo@unprg.edu.pe htineo 123qweFACFYM1
34 091825I TORRES/ARANA/PITER ENRIQUE ptorresa@unprg.edu.pe ptorresa 123qweFACFYM1
35 061725F TUOQUE/MACO/LUIS ALBERTO ltunoquem@unprg.edu.pe ltunoquem 123qweFACFYM1
36 105246K VALENCIA/REYES/DIANA KARINA dvalencia@unprg.edu.pe dvalencia 123qweFACFYM1
37 102365I VASQUEZ/RODRIGUEZ/ESTIVENS MANUEL evasquezrod@unprg.edu.pe evasquezrod 123qweFACFYM1
38 110279K VEGA/TAVARA/CARLOS ENRIQUE cvegat@unprg.edu.pe cvegat 123qweFACFYM1
39 095094I ZEA/LLAUCE/JOSE DAVID jzenal@unprg.edu.pe jzenal 123qweFACFYM1

303
ANEXO 11: RESULTADOS DEL PRE TEST

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO


MM265-52A CALCULO AVANZADO I

MALCA/VILLALOBOS/AMADO DIMENSION PERSONAL DIMENSION DE APRENDIZAJE DIMENSION SOCIAL DIMENSION COMUNICATIVA
N Codigo Apellidos y noombres 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 T
1 105009I AQUINO/FLORES/JUDIT KARINA 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 2 2 45
2 095560J AQUINO/REYES/JOSE FELICIANO 1 2 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 1 2 45
3 110261D BOBADILLA/FARFAN/ALEXANDRA CORINA 1 1 2 1 2 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 3 2 2 1 1 2 52
4 100106F CALDERON/BAILON/ROY HENRY 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 3 2 1 2 2 2 1 2 2 1 1 2 48
5 110264C CASTILLO/RIOS/WALTER GIANCARLO 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 2 2 47
6 101670B CERCADO/VASQUEZ/RICHARD OMAR 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 2 2 49
7 070169E CHAFLOQUE/REQUEJO/LUIS ADDERLY 1 1 1 1 1 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 1 2 2 1 1 2 48
8 105538A CHAPILLIQUEN/SANTACRUZ/DIANA 1 1 2 1 2 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 1 2 2 1 1 2 50
9 100238J DE LA CRUZ/RAMOS/ORLANDO 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 1 2 46
10 091812D DELGADO/ESCALANTE/OLIVER EMANUEL 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 2 2 2 1 2 2 48
11 080268F DIAZ/CARRASCO/JOSE LUIS 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 2 2 49
304
12 091816J GARCIA/CHOEZ/MADELY ANYELA 1 1 1 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 2 2 48
13 091817F GARCIA/MERA/LUIS EDUARDO 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 1 2 44
14 100361F GUEVARA/SANCHEZ/KALOS ANDRE 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 2 2 47
15 071770D GUTIERREZ/YPANAQUE/JESUS WALTER MANUEL 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 2 2 47
16 101886E HEREDIA/TIPARRA/MILAGROS DEL ROSARIO 1 1 1 1 1 2 3 3 2 1 2 3 1 1 2 1 1 2 2 1 2 2 2 1 2 2 1 1 2 47
17 110267B HORNA/PECHE/PRISCILLA ALEJANDRA 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 2 2 47
18 101923H JARA/DIAZ/MARINO 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 2 2 1 2 2 2 3 2 2 1 1 2 49
19 100448D LOAIZA/CASTAEDA/LUIS YOVANI 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 1 2 44
20 110268I LOZANO/RUIZ/IVAN 1 1 2 1 2 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 1 2 2 1 2 2 51
21 100458J MACALOPU/QUEZADA/PEGGI LUCIA 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 1 2 46
22 102049J MORE/PEA/GLADIS 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 2 2 45
23 075566B NEVADO/RAMOS/VICTOR ISIDRO 1 1 2 1 2 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 1 2 2 1 2 2 51
24 109058D NUEZ/QUISPE/JOSE ADRIAN 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 1 2 48
25 071778E REQUEJO/LEYVA/EDWAR WILLY 1 1 2 1 2 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 1 2 2 1 1 2 50
26 115096A RIOJAS/CHOZO/WILLIAM 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 2 2 1 2 2 2 3 2 2 1 1 2 49
27 110277H ROQUE/SAAVEDRA/LEONARDO DANIEL 1 1 1 1 1 1 2 2 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 2 2 2 1 1 2 43
28 095564E RUIZ/ACUA/JHON ROIMER 1 1 1 1 2 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 3 3 2 1 2 2 53
29 102242D SANCHEZ/RAMIREZ/FERNANDO ENRIQUE 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 2 2 47
305
30 115099K SANDOVAL/SUCLUPE/MARTIN GILBERTO 1 1 1 1 1 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 3 2 2 1 1 2 50
31 091823F SANTISTEBAN/ANCAJIMA/DEYVI JAMER 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 2 2 45
32 115101E SEGURA/ARELLANO/KENNETH ENSON 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 1 2 44
33 105240B TINEO/CARRASCO/HAYDEE MARGARITA 1 1 1 1 1 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 3 2 2 1 1 2 50
34 091825I TORRES/ARANA/PITER ENRIQUE 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 1 2 48
35 061725F TUOQUE/MACO/LUIS ALBERTO 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 1 2 46
36 105246K VALENCIA/REYES/DIANA KARINA 1 1 2 1 2 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 1 2 2 1 2 2 47
37 102365I VASQUEZ/RODRIGUEZ/ESTIVENS MANUEL 1 1 2 1 2 2 3 3 2 1 2 3 1 1 2 1 1 3 2 1 2 2 2 3 2 2 1 1 2 52
38 110279K VEGA/TAVARA/CARLOS ENRIQUE 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 1 2 46
39 095094I ZEA/LLAUCE/JOSE DAVID 1 1 1 1 1 2 2 3 2 1 2 2 1 1 2 1 1 1 2 1 2 2 2 3 2 2 1 1 2 46

306
ANEXO 06: RESULTADOS DEL POS TEST


MM265-52A CALCULO AVANZADO I

MALCA/VILLALOBOS/AMADO
DIMENSION
PERSONAL
DIMENSION DE
APRENDIZAJE
DIMENSION
SOCIAL
DIMENSION
COMUNICATIVA

N Codigo Apellidos y noombres 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 T
1 105009I AQUINO/FLORES/JUDIT KARINA 2 2 2 3 2 2 2 3 2 2 2 2 3 2 3 3 3 3 2 2 3 2 2 3 2 3 2 2 3 69
2 095560J AQUINO/REYES/JOSE FELICIANO 3 2 2 3 2 2 3 3 2 2 2 2 3 3 3 3 3 3 2 2 3 2 3 3 3 3 2 1 3 73
3 110261D BOBADILLA/FARFAN/ALEXANDRA CORINA 3 2 2 2 2 2 3 2 2 2 2 2 3 2 3 2 3 3 2 2 3 2 3 3 3 2 2 2 3 69
4 100106F CALDERON/BAILON/ROY HENRY 3 3 2 3 2 2 2 3 2 2 2 3 3 3 3 3 3 2 2 2 3 2 3 3 3 2 2 1 3 72
5 110264C CASTILLO/RIOS/WALTER GIANCARLO 3 2 2 2 2 2 3 3 2 2 2 3 3 3 3 2 3 3 2 2 2 2 3 3 3 2 2 1 3 70
6 101670B CERCADO/VASQUEZ/RICHARD OMAR 3 3 2 3 2 2 2 2 2 2 2 2 3 2 3 3 3 3 2 2 3 2 3 3 3 3 2 1 3 71
7 070169E CHAFLOQUE/REQUEJO/LUIS ADDERLY 3 2 2 3 2 2 3 3 2 2 2 3 3 3 3 3 3 2 2 2 2 2 3 3 2 2 2 2 3 71
8 105538A CHAPILLIQUEN/SANTACRUZ/DIANA 3 2 2 2 2 2 3 3 2 2 2 3 3 3 3 2 3 3 2 2 3 2 3 3 3 3 2 1 3 72
9 100238J DE LA CRUZ/RAMOS/ORLANDO 3 3 2 3 2 2 2 2 2 2 2 2 3 3 3 3 3 2 2 2 3 2 3 3 3 3 2 2 3 72
10 091812D DELGADO/ESCALANTE/OLIVER EMANUEL 3 3 2 2 2 2 3 3 2 2 2 3 3 2 3 2 3 3 2 2 3 2 3 3 3 2 2 2 3 72
11 080268F DIAZ/CARRASCO/JOSE LUIS 3 2 2 3 2 2 2 2 2 2 2 3 3 3 3 2 3 3 2 2 2 2 3 3 3 3 2 1 3 70
307
12 091816J GARCIA/CHOEZ/MADELY ANYELA 3 3 2 3 2 2 3 3 2 2 2 2 3 3 3 3 3 2 2 2 3 2 3 3 3 3 2 2 3 74
13 091817F GARCIA/MERA/LUIS EDUARDO 3 3 2 2 2 2 3 3 2 2 2 2 3 2 3 3 3 2 2 2 3 2 3 3 3 3 2 2 2 71
14 100361F GUEVARA/SANCHEZ/KALOS ANDRE 3 2 2 3 2 2 2 3 2 2 2 2 3 2 3 2 3 3 2 2 3 2 3 3 3 3 2 2 3 71
15 071770D GUTIERREZ/YPANAQUE/JESUS WALTER MANUEL 3 3 2 3 2 2 3 3 2 2 2 3 3 3 3 3 3 3 2 2 2 2 3 2 3 3 2 1 3 73
16 101886E HEREDIA/TIPARRA/MILAGROS DEL ROSARIO 3 2 2 2 2 2 3 3 2 2 2 2 3 3 3 2 3 2 2 2 3 2 3 3 3 3 2 2 3 71
17 110267B HORNA/PECHE/PRISCILLA ALEJANDRA 3 2 2 3 2 2 2 2 2 2 2 2 3 3 3 3 3 3 2 2 2 2 3 3 3 2 2 1 3 69
18 101923H JARA/DIAZ/MARINO 3 2 2 2 2 2 3 3 2 2 2 2 3 2 3 2 2 2 2 2 3 2 3 3 3 2 2 1 3 67
19 100448D LOAIZA/CASTAEDA/LUIS YOVANI 3 3 2 3 2 2 3 3 2 2 2 3 3 3 3 3 3 3 2 2 2 2 3 3 3 2 2 1 3 73
20 110268I LOZANO/RUIZ/IVAN 3 2 2 3 2 2 2 2 2 2 2 2 3 2 3 2 3 2 2 2 3 2 3 3 3 2 2 2 3 68
21 100458J MACALOPU/QUEZADA/PEGGI LUCIA 3 3 2 3 2 2 3 3 2 2 2 3 3 3 3 3 3 2 2 2 3 2 3 3 3 2 2 1 3 73
22 102049J MORE/PEA/GLADIS 3 2 2 2 2 2 3 3 2 2 2 3 3 2 3 3 3 2 2 2 3 2 3 3 3 2 2 2 3 71
23 075566B NEVADO/RAMOS/VICTOR ISIDRO 3 2 2 3 2 2 3 2 2 2 2 2 3 2 3 3 3 2 2 2 2 2 3 3 3 2 2 2 3 69
24 109058D NUEZ/QUISPE/JOSE ADRIAN 3 3 2 3 2 2 3 3 2 2 2 3 3 2 3 2 3 3 2 2 3 2 3 3 3 2 2 2 3 73
25 071778E REQUEJO/LEYVA/EDWAR WILLY 3 3 2 3 2 2 2 3 2 2 2 2 3 2 3 3 3 3 2 2 2 2 3 3 3 2 2 1 3 70
26 115096A RIOJAS/CHOZO/WILLIAM 3 2 2 2 2 2 3 3 2 2 2 2 3 3 3 2 3 2 2 2 3 2 3 3 3 2 2 2 3 70
27 110277H ROQUE/SAAVEDRA/LEONARDO DANIEL 3 2 2 3 2 2 3 3 2 2 2 2 3 3 3 3 3 3 2 2 2 2 3 3 3 2 2 2 3 72
28 095564E RUIZ/ACUA/JHON ROIMER 3 2 2 3 2 2 3 2 2 2 2 2 3 2 3 3 3 2 2 2 3 2 3 3 3 2 2 2 3 70
308
29 102242D SANCHEZ/RAMIREZ/FERNANDO ENRIQUE 3 2 2 2 2 2 2 3 2 2 2 2 3 3 3 2 3 2 2 2 3 2 3 3 3 2 2 1 3 68
30 115099K SANDOVAL/SUCLUPE/MARTIN GILBERTO 3 3 2 3 2 2 3 3 2 2 2 3 3 3 3 3 3 2 2 2 3 2 3 3 3 2 2 1 3 73
31 091823F SANTISTEBAN/ANCAJIMA/DEYVI JAMER 3 3 2 3 2 2 3 2 2 2 2 2 3 2 3 3 3 3 2 2 2 2 3 3 3 2 2 1 3 70
32 115101E SEGURA/ARELLANO/KENNETH ENSON 3 2 2 2 2 2 2 2 2 2 2 3 3 2 3 2 2 2 2 2 3 2 3 3 3 3 2 1 3 67
33 105240B TINEO/CARRASCO/HAYDEE MARGARITA 3 3 2 3 2 2 3 2 2 2 2 3 3 2 3 3 3 3 2 2 3 2 3 3 3 3 2 2 3 74
34 091825I TORRES/ARANA/PITER ENRIQUE 3 3 2 3 2 2 3 3 2 2 2 3 3 2 3 2 3 2 2 2 3 2 3 3 3 2 2 1 3 71
35 061725F TUOQUE/MACO/LUIS ALBERTO 3 2 2 2 2 2 3 3 2 2 2 3 3 2 3 3 3 2 2 2 3 2 3 3 3 3 2 2 3 72
36 105246K VALENCIA/REYES/DIANA KARINA 3 3 2 3 2 2 2 3 2 2 2 3 3 2 3 3 3 2 2 2 3 2 3 3 3 2 2 2 3 72
37 102365I VASQUEZ/RODRIGUEZ/ESTIVENS MANUEL 3 2 2 3 2 2 3 2 2 2 2 2 3 2 3 3 2 2 2 2 2 2 3 3 3 3 2 1 3 68
38 110279K VEGA/TAVARA/CARLOS ENRIQUE 3 2 2 2 2 2 2 3 2 2 2 2 3 3 3 3 3 3 2 2 3 2 3 3 3 2 2 2 3 71
39 095094I ZEA/LLAUCE/JOSE DAVID 3 3 2 3 2 2 2 2 2 2 2 2 3 2 3 3 2 3 2 2 3 2 3 3 3 2 2 1 3 69

309
ANEXO 07
VALIDACION POR EXPERTOS DEL PRE Y POST TEST

310

311

Tesis Aprendizaje Autonomo

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tesis Aprendizaje Autonomo

Diunggah oleh

Hak Cipta:

Format Tersedia

1

< < < < <

= = en el intervalo [0,10]. Se ingresa en Matlab, tecleando:

Anda mungkin juga menyukai