View metadata, citation and similar papers at core.ac.uk
brought to you by
CORE
provided by Funes
RESOLUCIÓN DE PROBLEMAS
Y TALENTO MATEMÁTICO
Aleida Yepes
Uldarico Mosquera
Profesora Instituto Alberto Merani
Bogotá D.C, Colombia
Profesor Instituto Alberto Merani
Bogotá D.C, Colombia
ayepes@institutomerani.edu.co
umosquera@institutomerani.edu.co
Resumen
Las investigaciones sobre resolución de problemas matemáticos y talento matemático
en los últimos años ha sido una constante en el pensamiento y los trabajos de
psicólogos, pedagogos y matemáticos. El presente ensayo recoge la experiencia (2003
- 2004) que ha tenido el parte equipo del área de matemática del Instituto Alberto
Merani sobre el respecto, en donde la pregunta sobre los tipos de conocimiento
necesarios para la resolución de problemas matemáticos se entrevero con la pregunta
del talento matemático dando como producto una serie de indicadores que podrı́an
dar pistas en la detección de posibles talentos matemáticos.
Introducción
El estudio sobre los procesos de pensamiento para la resolución de problemas a partir de
los últimos 50 años ha tomado gran importancia sobre todo con la inclusión del enfoque
del procesamiento de la información.
La indagación realizada en esta área devela dos aspectos importantes: El primero, el progreso en la formulación de una nueva conceptualización de las relaciones entre la resolución
de problemas y el conocimiento y, en segundo lugar, que se ha favorecido el desarrollo de
una comprensión diferenciada de los procesos cognoscitivos involucrados en esta actividad,
de naturaleza tan multicausada.
Teniendo en cuenta lo anterior, el presente ensayo presentara de manera sucinta un marco
teórico que mostrara una serie de conceptos básicos que ayudarán a dar una cohesión a
la investigación1, por nosotros realizada, sobre la correlación que existe entre los tipos
de conocimientos necesarios para resolver problemas matemáticos y la solución de los
mismos.
Por último, nos permitimos dar a conocer una serie de indicadores que evidencian, según
la investigación realizada, una serie de indicadores que dan pistas sobre el comportamiento
de los talentos matemáticos en la resolución de problemas matemáticos.
1
La investigación didáctica se realizo en el año 2004, como trabajo para el seminario de docentes de
Instituto Alberto Merani.
Memorias encuentro de geometrı́a y de aritmética
Marco teórico
No es nuestra intención declarar como acabada la siguiente conceptualización, pero si
recoge una investigación bibliográfica sobre el respecto.
Problema
En general nosotros entenderemos problema como una situación problémica, que tiene
unas ciertas condiciones iniciales que requieren ser modificadas. Entendiendo que se dice
que hay una situación problema cuando se dispone de algunos elementos o condiciones
conocidos y otros elementos o condiciones o elementos desconocidos, y la situación depende
de descubrir cómo tratar los factores desconocidos de la situación.
En palabras de Raaheim2, una situación problémica es un miembro desviante de una serie
de situaciones anteriores del mismo género. Lo que introduce la posibilidad de recurrir a
información o conocimientos previos para resolver la situación, pero estos no son suficientes
para dar una respuesta inmediata.
Ejemplos de situaciones problémicas pueden ser: La duda, la incertidumbre, el dilema y
el problema. En el caso del problema podemos encontrarnos con que el problema es una
situación en la que aparece una pregunta de manera implı́cita o explı́cita que requiere ser
resuelta. Esta solución a su vez requiere de la integración de una o más variables, a través
de un cierto conjunto de relaciones propias del contexto en el que se da el problema.
Sin embargo el curso de acción para poner en acción las relaciones y las variables y lograr la
modificación de las condiciones iniciales no es completamente claro, aunque posible, para
la persona que lo enfrenta; lo que nos lleva considerar que el problema no es una realidad
de orden fı́sico si no psicológico, en la que se ponen en juego ciertas habilidades propias
del solucionador, de tal suerte que una situación puede constituirse como un problema
pero para otro sencillamente es un ejercicio. Esto es lo que Pozo llama “diferencia entre
expertos y novatos”.
Por otro lado, la búsqueda de la modificación de las condiciones iniciales, está dada en
general en tres fases que según Koestler (citado por Mauro Dı́az) son propias de todo
proceso innovador:
Fase Lógica
Formulación, Recopilación de datos, Búsqueda de soluciones.
Fase intuitiva
Medida, maduración y aclaración, iluminación.
Fase crı́tica
Examen del descubrimiento, Verificación.
El problema a su vez está compuesto por una serie de componentes que se han organizado
en 4 categorı́as cada una con sus especificidades:
2
Citado por Sternberg (1987)
684
Resolución de problemas y talento matemático
Las metas establecen lo que se desea lograr en una situación determinada. En un problema
puede haber una o varias metas, las cuales pueden estar bien o mal definidas. Los datos
consisten en la información numérica o verbal disponible con que cuenta el solucionador
para comenzar a analizar la situación problema. Al igual que las metas, los datos pueden
ser pocos o muchos, pueden estar bien o mal definidos o estar explı́citos o implı́citos
en el enunciado del problema. Las restricciones son los factores que limitan la vı́a para
llegar a la solución. De igual manera, pueden estar bien o mal definidos y ser explı́citos
o implı́citos. Los métodos u operaciones se refieren a los procedimientos utilizados para
resolver el problema.
Los problemas se han clasificado teniendo en cuenta o bien el tipo de razonamiento que
se requiere para ser solucionado, su espacio de definición o el tipo de tarea que plantean.
Y si bien existe otro grupo bastante amplio de clasificación no entraremos a profundizar
en este aspecto.
Según el tipo de razonamiento que se requiere para su solución: Esta clasificación
obedece fundamentalmente al tipo de razonamiento que se ve involucrado en la solución del problema, de tal manera que los problemas pueden clasificarse en deductivos
o inductivos.
Este tipo de problema se encuentra de manera más generalizada un la lógica formal,
en las matemáticas, la fı́sica teórica y en aquellas ciencias cuya estructura esté total
o parcialmente formalizada.
Según los espacios de definición: La diferencia3 que caracteriza a estos tipos de
problema está dada por la explicitación de sus componentes. Esto quiere decir, que
los espacios de problema pueden ser bien definidos o mal definidos.
Según la tarea: La clasificación de problemas a través del criterio del tipo de tarea
establece esencialmente dos subclases, que se diferencian por el enfoque de los procesos por los que se llega a la meta, estos pueden ser productivos o reproductivos.
Según el contexto:La clasificación en términos del contexto en el que se formulan los
problemas plantea la división de tres clases, por lo menos, los problemas de las ciencias sociales, los problemas de las ciencias naturales y los problemas matemáticos.
Esta última clasificación vinculada a los propósitos del presente trabajo nos lleva a la
precisión de otro concepto básico: Problema matemático.
Problema matemático
Los problemas matemáticos tratan de los entes matemáticos (p.e. números, figuras geométricas, la continuidad, las transformaciones,...), las relaciones que se establecen entre
ellos y las leyes que los rigen. Para la aritmética, por ejemplo, los problemas giran en
torno a los números las relaciones que se establecen entre ellos y las propiedades de éstas;
3
Entendiendo diferencia como caracterı́stica que divide a una clase en subclases.
685
Memorias encuentro de geometrı́a y de aritmética
para la geometrı́a euclidiana los problemas tratan de las figuras, los cuerpos su composición y sus relaciones métricas; para la trigonometrı́a tratan del estudio de los triángulos
y las relaciones y funciones que se originan en la relaciones que se establecen entre sus
componentes, etc.
En general se tratan de objetos cuya naturaleza (según la posición filosófica que se tenga:
realista, conceptualista, nominalista, apriorista, empirista, objetivista o existencialista)
puede caracterizarse por su preexistencia frente a las cosas, por lo que puede considerarse
que su realidad es ontológica y son intermediarios entre la realidad sensible y la inteligible;
pueden verse también como objetos cuyo origen está en la realidad y esta los precede en
existencia, por lo tanto son conceptos que no pertenecen a la categorı́a de constructos
meramente mentales; es posible considerarlos también como nombres que se adoptan en
virtud de las necesidades de modelación de la realidad, gracias a su carencia de contenido.
Otras visiones sobre los objetos matemáticos afirman que son concepciones innatas, que
si bien no tienen origen en la realidad son completamente aplicables a ella; o que son abstracciones de nuestras percepciones sensibles. En el contexto de otras posturas filosóficas
pueden ser observados entes que carecen de existencia pero que subsisten (como objetos
ideales).
Bajo estas condiciones, lo único que vincula a todas las posturas sobre la naturaleza es el
carácter de constructo que se rige por leyes y relaciones dadas por la matemática, que se
constituye como una ciencia que erige su propio lenguaje, de cual se sirven otras ciencias
para formalizar sus observaciones.
En este sentido surge una clasificación de los problemas matemáticos:
A este respecto se puede decir que dada la naturaleza de los objetos matemáticos (un
poco desde el apriorismo), su aplicabilidad abre dos contextos en los que se generan los
problemas matemáticos: las matemáticas aplicadas y las matemáticas puras.
De manera que la aplicación y el uso del lenguaje matemático para generar modelos en
otras ciencias no sacan al problema del espacio matemático, pues si bien el fenómeno que
dio origen al problema y estableció los elementos para la representación matemática tiene
origen en observaciones de naturaleza no matemática, son el lenguaje matemático y sus
gramática las que dan el contexto de solución al problema y este es el de las matemáticas.
El otro contexto que se abre es el de las matemáticas puras, en las que las observaciones,
los objetos, las relaciones y el lenguaje no se encuentran en un espacio diferente al de las
matemáticas.
Otra clasificación ya no fundada en la naturaleza de los objetos, si no en las metas de
los problemas, es la que abre la posiblilidad de encontrar problemas cuyas soluciones
sean números o observaciones cualitativas (sobre un fenómeno matemático o no). Ası́ que
dependiendo del tipo de resultado que se espere los problemas pueden ser cuantitativos o
cualitativos.
Resolución de problemas
La definición más precisa de resolución de problemas, es a nuestro entender, es la Andre
(1986), según él, el proceso de resolución de problemas puede describirse a partir de los
686
Resolución de problemas y talento matemático
elementos considerados a continuación:
1. Una situación en la cual se quiere hacer algo, pero se desconocen los pasos precisos
para alcanzar lo que se desea.
2. Un conjunto de elementos que representan el conocimiento relacionado con el problema.
3. El solucionador de problemas o sujeto que analiza el problema, sus metas y datos y
se forma una representación del problema en su sistema de memoria.
4. El solucionador de problemas que opera sobre la representación para reducir la
discrepancia entre los datos y las metas. La solución de un problema está constituida
por la secuencia de operaciones que pueden transformar los datos en metas.
5. Al operar sobre los datos y las metas, el solucionador de problemas utiliza o puede
utilizar los siguientes tipos de información:
Información almacenada en su memoria de largo plazo en forma de esquemas
o producciones.
Procedimientos heurı́sticos.
Algoritmos.
Relaciones con otras representaciones.
6. El proceso de operar sobre una representación inicial con el fin de encontrar una
solución al problema, se denomina búsqueda. Como parte del proceso de búsqueda
de la solución, la representación puede transformarse en otras representaciones.
7. La búsqueda continúa hasta que se encuentra una solución o el solucionador de
problemas se da por vencido.
Las estrategias de resolución de problemas
Las estrategias se refieren a las operaciones mentales utilizadas por los solucionadores para
pensar sobre la representación de las metas y los datos, con el fin de convertirlos en metas
y obtener una solución. Las estrategias incluyen los métodos heurı́sticos, los algoritmos y
los procesos de pensamiento divergente.
A. Los métodos heurı́sticos
Los métodos heurı́sticos son estrategias generales de resolución y reglas de decisión utilizadas por los solucionadores de problemas, basadas en la experiencia previa con problemas similares. Estas estrategias indican las vı́as o posibles enfoques a seguir para alcanzar
una solución.
Los métodos heurı́sticos varian en el grado de generalidad. Algunos se pueden aplicar a
una gran variedad de dominios, otros pueden ser más especı́ficos y se limitan a un área
687
Memorias encuentro de geometrı́a y de aritmética
particular del conocimiento. La mayorı́a de los programas de entrenamiento en solución de
problemas enfatizan procesos heurı́sticos generales como los planteados por Polya (1965)
o Hayes (1981).
Los métodos heurı́sticos especı́ficos están relacionados con el conocimiento de un área en
particular. Este incluye estructuras cognoscitivas más amplias para reconocer los problemas, algoritmos más complejos y una gran variedad de procesos heurı́sticos especı́ficos.
Diversos investigadores han estudiado el tipo de conocimiento involucrado en la resolución
de un problema, encontrándose que los resultados apoyan la noción de que la eficiencia
en la resolución de problemas está relacionada con el conocimiento especı́fico del área
en cuestión (Mayer, 1992; Sternberg, 1987). En este sentido, estos autores coinciden en
señalar que los tipos de conocimiento necesarios para resolver problemas incluyen:
Conocimiento declarativo: Principios, fórmulas y conceptos.
Conocimiento lingüı́stico: Conocimiento de palabras, frases, oraciones. Decodificación, representación.
Conocimiento semántico: Dominio del área relevante al problema.
Conocimiento esquemático: Conocimiento de los tipos de problema.
Conocimiento procedimental: Conocimiento acerca de las acciones necesarias para
resolver un tipo de problema en particular conocimiento del o de los algoritmos
necesarios para resolver el problema.
Conocimiento estratégico: Conocimiento de los tipos de conocimiento y de los procedimientos heurı́sticos.
Investigación sobre los tipos de conocimientos
involucrados en la resolución de problemas matemáticos
La investigación partı́a del siguiente supuesto:
Tesis: Existe una mayor correlación en algunos tipos de conocimiento necesarios para la
resolución de problemas matemáticos y su solución que en otros.
Para probar lo anterior se creo una prueba que consta de 12 items que evalúa cada tipo
de conocimiento con referencia a un problema matemático determinado. Esta prueba se
aplicó a una población de 120 estudiantes de I.A.M. de diferentes edades y grados de
escolaridad.
La prueba anteriormente nombrada se realizo teniendo en cuenta los siguientes indicadores.
CONOCIMIENTO LINGÜÍSTICO: APLICA EL PROCESO DE CODIFICACIÓN
PARA OBTENER LA REPRESENTACIÓN SIMBÓLICA O ECUACIÓNES DEL
ENUNCIADO DEL PROBLEMA.
688
Resolución de problemas y talento matemático
CONOCIMIENTO DECLARATIVO: DA CUENTA DE POR LOS CONCEPTOS
MATEMÁTICOS QUE PUEDEN HABER SIDO INTRODUCIDOS EXPLÍCITAMENTE EN EL ENUNCIADO DEL PROBLEMA.
CONOCIMIENTO SEMÁNTICO: INTERPRETA EL CONTEXTO DEL PROBLEMA Y LE DA SENTIDO.
CONOCIMIENTO ESQUEMÁTICO: CATEGORIZA EL PROBLEMA DENTRO
DE UN DETERMINADO CONJUNTO TIPO DE PROBLEMA.
CONOCIMIENTO PROCEDIMENTAL: CONOCE Y UTILIZA LOS PROCEDIMIENTOS (ALGORITMOS ARITMÉTICOS Y ALGEBRÁICOS) QUE SE USAN
EN LA MATEMÁTICA PARA RESOLVER PROBLEMAS.
CONOCIMIENTO ESTRATÉGICO: UTILIZA LOS TIPOS DE CONOCIMIENTO Y LOS PROCEDIMIENTOS HEURÍSTICOS.
Los resultados de la prueba arrojo las siguientes correlaciones:
Datos
1. Todos los tipos de conocimiento tienen correlaciones positivas con la solución correcta.
2. El conocimiento lingüı́stico tuvo la más alta correlación con la solución correcta del
problema con un coeficiente de 0,86.
3. Según los resultados de la prueba el conocimiento procedimental fue el que obtuvo
menos correlación con respuesta correcta.
689
Memorias encuentro de geometrı́a y de aritmética
Análisis de los datos
Bajo la óptica de los resultados de las pruebas podemos corroborar la gran importancia
que tiene el conocimiento lingüı́stico en la resolución de problemas matemáticos, dicho
conocimiento nos da la capacidad para decodificar el enunciado del problema y luego
codificarlo en diferentes clases de posibles representaciones que nos darán improntas hacia
la solución del problema, es decir, el hecho de saber decodificar y codificar el enunciado del
problema, el de hacer representaciones adecuadas del mismo, le da una amplia posibilidad
al solucionador para que resuelva acertadamente el problema.
El hecho significativo consiste en la representación que mostraron los solucionadotes en la
prueba, es decir que, es difı́cil que un solucionador actué eficientemente sobre el problema
sin representarlo, el hecho de solucionar el problema se convierte en inabarcable sin esta
habilidad.
Ası́ pues, la representación del enunciado del problema matemático no será siempre, ni
en todos los casos única. Es precisamente la habilidad para cambiar de un código a otro
la que refleja la habilidad del solucionador en esta área.
La resolución de problemas matemáticos podrı́a ser considerada también como un proceso de traducción entre representaciones. Los problemas matemáticos se presentan como
representaciones verbales de una situación que ha de traducirse finalmente a una representación matemática o a una sucesión de ellas.
Representación
Dadas las distintas representaciones de los enunciados de los problemas que arrojo la
prueba, observamos que bajo el criterio de profundidad pueden identificarse niveles de
representación:
Representación verbal superficial, representación verbal del significado, representación profunda del significado, representación verbal profunda de la estructura relacional.
Consecuentemente, consideraremos que la representación de un problema es la construcción de un modelo mental de sus componentes. Es entonces el producto del tipo de
conocimiento lingüı́stico que se refiere a la traducción, a diferentes lenguajes, de las partes
constitutivas del problema.
Por lo tanto, la representación consiste en la adaptación de la información del problema a
una forma más sencilla de manejar, este ajuste implica el manejo de diferentes lenguajes
en los que se puedan abstraer de manera eficiente los datos, las relaciones y las metas de
un problema.
Por todo lo anterior, el equipo de investigación decidió crear una prueba que tenı́a como
fin establecer los niveles de representación del estudiante medio y los que son considerados
talentos matemáticos, con una muestra de 30 estudiantes; 15 estudiantes de resultados
medios en matemática y 15 considerados como talentos o prospectos en matemática. La
prueba maneja dos problemas del mismo esquema la misma cantidad de datos, asignaciones y representaciones similares.
Los niveles se nombraron como sigue:
690
Resolución de problemas y talento matemático
Nivel 1: Representación verbal superficial: El solucionador hace una operación para dar
la respuesta al problema, pero esta no refleja manejo de la información del problema
Nivel 2: Representación verbal del significado: El solucionador olvida y no hace explı́citos
algunos datos del problema.
Nivel 3: Representación profunda del significado: Identifica asignaciones y hace proposiciones, o identifica relaciones y hace proposiciones.
Nivel 4: Representación verbal profunda de la estructura relacional: representa simbólicamente el problema incluyendo todos los datos asignaciones y relaciones.
Los datos que arrojaron las pruebas fueron los siguientes:
Como conclusión de las diferentes investigaciones encontramos que:
LOS NIÑOS TALENTOSOS TIENEN CAPACIDAD DE REPRESENTACIÓN MÚLTIPLE DE UN PROBLEMA Y SUS ELEMENTOS.
LOS NIÑOS TALENTOSOS USAN DE DIFERENTES LENGUAJES Y ESQUEMAS
DE REPRESENTACIÓN.
Bibliografı́a
[1] ANDRE, T., Problem solving and education. En G.D. Phye y T. Andre (Eds.), Cognitive classroom learning. Understanding, thinking, and problem solving. New York:
Academic Press. 1986.
[2] BAÑUELOS, A., Resolución de problemas matemáticos en estudiantes de bachillerato. Perfiles Educativos, N◦ 67, 50-58. 1995.
[3] BRIARS, D.; LARKIN, J., An integrated model of skill in solving elementary word
problems. Cognition& instruction, 1, 245-296. 1984.
691
Memorias encuentro de geometrı́a y de aritmética
[4] BROWN, J.; BURTON, R., Diagnostic models for procedural bugs in basic mathematical skills. Cognitive Science, 2, 155-192. 1978.
[5] BROWN, J.; VANLEHN, K., Repair theory: A generative theory of bugs in procedural
skills. Cognitive Science, 4, 379-426. 1980.
[6] CARPENTER, T., Learning to add and substract: An exercise in problem solving.
En E.A. Silver (Ed.), Teaching and learning mathematical problem solving: Multiple
research perspectives. Hillsdale, NJ: L.E.A. 1985.
[7] CARPENTER, T.; MOSER, J., The acquisition of addition and substraction concepts
in grades one through three. Journal of Research in Mathematics Education, 15, 170202. 1984.
[8] CHI, M.; GLASER, R., Problem solving abilities. Material mimeografiado. 1983.
[9] CHI, M.; FELTOVICH, P; GLASER, R., Categorization and representation of
physics problems by experts and novices. Cognitive Science, 5, 121-152. 1981.
[10] CHI, M.; GLASER, R.; REES, E., Expertise in problem solving. En R. Sternberg
(Ed.), Advances in the psychology of human intelligence. Vol. 1. Hillsdale, NJ: Erlbaum. 1981.
[11] DIJKSTRA, S., Instructional design models and the representation of knowledge and
skills. Educational Technology, 31, (6), 19-26. 1991.
[12] DUHALDE, M.; GONZÁLEZ, M., Encuentros cercanos con la matemática. Buenos
Aires: Aique. 1997.
[13] GAGNÉ, R.; GLASER, R., Foundations in learning research. En R.M. Gagné (Ed.),
Instructional technology: Foundations. Hillsdale, NJ: Erlbaum. 1987.
[14] GOLDMAN, S., Strategy instruction in mathematics. Learning Disability Quarterly,
12, 43-55. 1989.
[15] GREENO, J., Trends in the theory of knowledge for problem solving. En D.T. Tuma
y F. Reif (Eds.), Problem solving and education. Issues in teaching and research.
Hillsdale, NJ: Erlbaum. 1980.
[16] GROEN, G.; PARKMAN, J., A chronometric analysis of simple addition. Psychological Review, 79, 329-343. 1972.
[17] HAYES, J., The complete problem solver. Philadelphia: Franklin Institute Press. 1981.
[18] HEGARTY, M.; MAYER, R.; MONK, C., Comprehension of arithmetic word problems: A comparison of successful and unsuccessful problem solvers. Journal of Educational Psychology, 87, 18-32. 1995.
692
Resolución de problemas y talento matemático
[19] HINSLEY, D.; HAYES, J.; SIMON, H., From words to equations: Meaning and representation in algebra word problems. En M.A. Just y P.A. Carpenter (Eds.), Cognitive
processes in comprehension. Hillsdale, NJ: Erlbaum. 1977.
[20] JITENDRA, A.; KAMEENUI, E., Experts’ and novices’ errors patterns in solving
part-whole mathematical word problems. The Journal of Educational Research, 90,
(1), 42-51. 1996.
[21] KANTOWSKI, M., The teaching experiments and soviet studies of problem solving.
En I.L. Hatfield y D.A. Bradbard (Eds.), Mathematical problem solving: Papers from
a research workshop. Columbus, Ohio: ERIC/SMEAC. 1978.
[22] KILPATRICK, J., Analyzing the solution of word problems in mathematics. An exploratory study. Tesis doctoral. Universidad de Stanford, California. Dissertation Abstracts International, 1968, 28, 4380A. 1967.
[23] KINTSCH, W., Learning from text. Cognition& Instruction, 3, 87-108. 1986.
[24] KINTSCH, W., Understanding word problems: Linguistic factors in problem solving.
En M. Nagao (Ed.), Language and artificial intelligence. North Holland: Elsevier
Science Publisher B.V. 1987.
[25] KINTSCH, W.; GREENO, J., Understanding and solving arithmetic word problems.
Material mimeografiado. 1984.
[26] KINTSCH, W.; VANDIJK, T., Toward a model of text comprehension and production. Psychological Review, 85, 363-394. 1978.
[27] KRULIK, S.; RUDNICK, J., Teaching problem solving to preservice teachers.
Arithmetic Teacher, February, 42-49. 1982.
[28] LARKIN, J.; MCDERMOTT, P.; SIMON, D.; SIMON, H. A, Expert and novice
performance in solving physics problems. Science, 208, 1335-1342. 1980.
[29] LESTER, F., Mathematical problem solving in the elementary school: Some educational and psychological considerations. En L.L. Hatfield y D.A. Bradbard (Eds.),
Mathematical problem solving: Papers from a research workshop. Columbus, Ohio:
ERIC/SMEAC. 1978.
[30] MAYER, R., Frequency norms and structural analysis of algebra story problems into
families, categories and templates. Instructional Science, 10, 135-175. 1981.
[31] MAYER, R., Thinking, problem solving and cognition. New York: Freeman. 1983.
[32] MAYER, R., Cognition and instruction: Their historic meeting within educational
psychology. Journal of Educational Psychology, 84, (4), 405-412. 1992.
693
Memorias encuentro de geometrı́a y de aritmética
[33] MONEREO, C.; Castelló, M.; Clariana, M.; Palma, M.; Pérez, M., Estrategias
de enseñanza y aprendizaje. Formación del profesorado y aplicación en la escuela.
Barcelona: Graó. 1995.
[34] NEWELL, A.; SIMON, H., Human problem solving. Englewood Cliffs, NJ: Prentice
Hall. 1972.
[35] NORMAN, D.; RUMELHART, E., Explorations in cognition. San Francisco: Freeman. 1975.
[36] POLYA, G., Mathematical discovery: On understanding, learning and teaching problem solving. Vol. 2. New York: Wiley. 1965.
[37] RESNICK, L.; FORD, W., The psychology of mathematics for instruction. Hillsdale,
NJ: L.E.A. 1981.
[38] RIMOLDI, H., Solución de problemas: Teorı́a, metodologı́a y experimentación. Revista de Psicologı́a General y Aplicada, 39, 75-96. 1984.
[39] SCHOENFELD, A., Mathematical problem solving. Orlando, FL: Academic Press.
1985.
[40] SIEGLER, R.; SHRAGER, J., Strategy choices in addition: How children know what
to do. Trabajo presentado en el décimo octavo Simposio Anual Carnegie sobre Cognición. Pittsburgh, PA. 1983.
[41] SUPPES, P.; GROEN, G.J., Some counting models for first grade performance data
on simple addition facts. En J.M. Scandura (Ed.), Research in mathematics education. Washington, D.C.: National Council of Teachers of Mathematics. 1967.
[42] STERNBERG, R., Razonamiento, solución de problemas e inteligencia. En R.J.
Sternberg (Ed.), Inteligencia humana, II. Cognición, personalidad e inteligencia.
Buenos Aires: Paidós. 1987.
[43] STIGLER, J.; LEE, S; STEVENSON, H., Mathematical knowledge of Japanese, Chinese, and American elementary school children. Reston, VA: National Council of
Teachers of Mathematics. 1990.
[44] WALLAS, G., The art of thought. New York: Harcourt Brace Jovanovich. 1926.
694