Delgado

UNIVERSIDAD PRIVADA NORBERT WIENER
Escuela de Posgrado
Título
El software MATLAB en el rendimiento académico de los estudiantes de
Cálculo II de tercer ciclo de la EAP de Ingenierías de la Universidad Privada
Norbert Wiener - 2018
Tesis para optar el grado académico de:

Maestro en Docencia Universitaria
Presentada por:
Gwendolyn Aurora Delgado Cotrina
Lima - Perú
2018
El software MATLAB en el rendimiento académico de los estudiantes de
Cálculo II de tercer ciclo de la EAP de Ingenierías de la Universidad Privada
Norbert Wiener - 2018
Asesor:
Dra. Angélica Carbonell Paredes
DEDICATORIA
A Dios por su guía espiritual y su presencia en

todo momento.
A mi esposo por su apoyo incondicional y en la
parte académica, por su motivación y empeño
para seguir creciendo profesionalmente.
A mis padres quienes me dieron la vida y las
buenas enseñanzas para ir por el buen camino y
por su apoyo moral.
iii
Agradecimientos
A mi familia que siempre está a mi

lado y me apoya para lograr mis
objetivos.
A la Universidad Privada Norbert
Wiener por darme la oportunidad de
desarrollar el presente trabajo de
investigación lo cual me permite
crecer profesionalmente
A mis profesores que dieron valiosas
enseñanzas que me permitieron
plasmar en el presente trabajo
A mis compañeros de la Maestría en
Docencia Universitaria por el
compromiso y apoyo entre cada uno
de nosotros.
iv
ÍNDICE
Dedicatoria ……………………………………………………………………………. iii
Agradecimiento ………………………………………………………………………. iv
Índice ………………………………………………………………………………….. v
Lista de Tablas ………………………………………………………………………. ix
Lista de Figuras ……………………………………………………………………… x
Resumen ……………………………………………………………………………... xi
Abstract ………………………………………………………………………………. xiii
Introducción ………………………………………………………………………….. xiv
CAPITULO I: EL PROBLEMA …………………………………..……………….… 16
1.1. Planteamiento del problema ………………………………………………… 16
1.2. Formulación del problema ………………………………………..…………. 19
1.2.1. Problema general …………………………………………………….. 19
1.2.2. Problemas específicos ………………………………………………. 19
1.3. Objetivos de la investigación ……………………………………………….. 19
1.3.1. Objetivo general ……………………………………………………… 19
1.3.2. Objetivos específicos ………………………………………………... 20
1.4. Justificación de la investigación …………………………………………… 20
1.4.1. Justificación Legal ……………………………………………………. 20
1.4.2. Justificación Teórico-científica ………………………………………. 22
1.4.3. Justificación Metodológica …………………………………………… 22
1.4.4. Justificación Social ……………………………………………………. 23
v
1.5. Delimitación de la investigación ……………………………………………. 23
1.6. Limitaciones de la investigación ……………………………………………. 24
CAPITULO II: MARCO TEÓRICO …………………………………………………. 25
2.1. Antecedentes de la investigación …………………………………………… 25
2.1.1. Antecedentes Nacionales …………………………………………….. 25
2.1.2. Antecedentes Internacionales ………………………………………... 29
2.2. Bases Teóricas ………………………………………………………………… 35
2.2.1. MATLAB ……………………………………….…………………...…… 35
2.2.1.1. Antecedentes de MATLAB ………………………………….. 35
2.2.1.2. Teorías Científicas que sustentan MATLAB ………………. 37
2.2.1.3. Características del MATLAB ………………………………… 38
2.2.1.4. Elementos Componentes del MATLAB ……………………. 43
2.2.1.5. Aceptación de los Usos del MATLAB ………………………. 45
2.2.1.6. El MATLAB y otros programas ……………………………… 46
2.2.1.7. Importancia del MATLAB ……………………………………. 48
2.2.2. Rendimiento Académico ………………………………………………. 50
2.2.2.1. Definición ……………………………………………………… 50
2.2.2.2. Antecedentes del Rendimiento Académico ……………….. 51
2.2.2.3. Enfoques teórico-científicos del Aprendizaje …….………... 53
2.2.2.4. Tipos de Rendimiento Académico ………………….….…... 60
2.2.2.5. Dimensiones del Rendimiento Académico ………….….….. 62
2.2.2.6. Elementos del Rendimiento Académico …………….….….. 65
2.2.2.7. Factores del Rendimiento Académico …………..…….……. 65

vi
2.3. Formulación de hipótesis ………………………………………...…………….. 71
2.3.1. Hipótesis general ……………………………………………………….. 71
2.3.2. Hipótesis específicas …………………………………………………… 71
2.4. Operacionalización de variables e indicadores ………………………………. 72
2.5. Definición de términos básicos ………………………………………………… 73
CAPITULO III: METODOLOGÍA ……………………………………………………… 77
3.1. Tipo y nivel de investigación ………………...…………………………………. 77
3.2. Diseño de la investigación ……………………………………………………… 78
3.3. Población y muestra ……………………………………………………….…… 79
3.4. Técnicas e instrumentos de recolección de datos …………………………… 81
3.4.1 Descripción de instrumentos ……………………………………………. 82
3.4.2 Validación de instrumentos ……………………………………………... 82
3.5. Procesamiento y análisis de datos ……………………….……………………. 83
3.6 Aspectos Éticos …………………………………………………………………. 83
CAPITULO IV: PRESENTACIÓN Y ANÁLISIS DE LOS RESULTADOS ………. 84
4.1. Procesamiento de datos: Resultados...……...…………………………………. 84
4.2. Prueba de hipótesis ………………...…………………………………………… 86
4.3. Discusión de resultados …………………………………………………….…… 95
CAPITULO V: CONCLUSIONES Y RECOMENDACIONES ………….……..…... 97
5.1 Conclusiones ...……...……………………………………….………..………... 97
5.2 Recomendaciones ………….……...…………………………………………… 98

vii
REFERENCIAS BIBLIOGRÁFICAS ……………………...………………………….. 99
ANEXOS …………………………………………………………………………….…. 106
Anexo 1: Matriz de Consistencia …………………………………………..…….….. 107
Anexo 2: Sesiones de aprendizaje ………..………………………………..…….….. 108
Anexo 3: Test de evaluación ………………………………………………..…….…. 109
Anexo 4: Validación del instrumento ………………………..……………..…….…. 112
viii
LISTA DE TABLAS
Tabla N° 1: Operacionalización de la variable dependiente ………..……………… 72
Tabla N° 2: Esquema del diseño ……………………….…………...………………… 79
Tabla N° 3: Población …………………………....……………………………………… 80
Tabla N° 4: Tamaño de muestra ………………………………………………….……. 80
Tabla N° 5: Validación mediante juicio de expertos ……….………………….…….. 83
Tabla N° 6: Prueba de normalidad ………………………...………...…….………...... 85
Tabla N° 7: Rendimiento académico del grupo control y el grupo experimental
según pre test y post test …………………...……….....…….………...... 87
Tabla N° 8: Rendimiento en funciones y gráficos del grupo control y el grupo
experimental según pre test y post test ………...........…….………....... 90
Tabla N° 9: Rendimiento en integrales del grupo control y el grupo experimental
según pre test y post test ……………………..............…….………....... 93
ix
LISTA DE FIGURAS
Figura N° 1: Rendimiento académico del grupo control y el grupo experimental
según pre test y post test …………………………..…...….………...... 88
Figura N° 2: Rendimiento académico en funciones y gráficos del grupo control y el
grupo experimental según pre test y post test ….……..…...……...... 91
Figura N° 3: Rendimiento académico en integrales del grupo control y el grupo
experimental según pre test y post test ………....……..….………..... 94
x
RESUMEN
La investigación denominada “El software MATLAB en el rendimiento académico de
los estudiantes de Cálculo II de tercer ciclo de la EAP de Ingenierías de la Universidad
Privada Norbert Wiener – 2018” fue planteada con el objetivo de determinar cómo
influye el uso del software MATLAB en el rendimiento académico de los estudiantes
de pre grado del curso de Cálculo II durante el semestre académico 2018-II, el cual
nos permitió plantear la siguiente hipótesis: “el uso del software MATLAB influye
positivamente en el rendimiento académico de los estudiantes de pregrado del curso
de Cálculo II de la EAP de Ingenierías de la Universidad Privada Norbert Wiener-2018”;
la misma que, de acuerdo con los resultados obtenidos, quedó demostrado que el uso
del software MATLAB influyó positivamente en el rendimiento académico de los
estudiantes de pregrado del curso de Cálculo II.
Esta investigación tiene un enfoque cuantitativo y es de tipo aplicada con diseño cuasi
experimental. La muestra estuvo constituida por los estudiantes del curso de Cálculo
II tanto ddel turno de la mañana (52 estudiantes) como del turno de la noche (52
estudiantes).
Se dividió la muestra en dos grupos el grupo control (turno noche) y el grupo
experimental (turno mañana). A ambos grupos se aplicó el test de evaluación como
instrumento en dos oportunidades obteniéndose los resultados del pre test y del post
test el cual midió el rendimiento académico de cada uno de los estudiantes.
xi
Con los resultados obtenidos quedó demostrado que el uso del software MATLAB
influyó positivamente en el rendimiento académico de los estudiantes de pregrado del
tercer ciclo del curso de Cálculo II de la escuela de Ingenierías de la Universidad
Privada Norbert Wiener.
Palabras Claves: MATLAB, Rendimiento Académico, Matemática.
xii
ABSTRACT
The investigation entitled “The MATLAB software in the academic performance of
students of the Calculus II – third cycle – EAP Engineering at Norbert Wiener Private
University- 2018” was designed with the aim to establish how the MATLAB software
influences on the academic performance of the undergraduate students of Calculus II
along the academic term 2018-II. This allowed us to pose the following hypothesis:
“The use of the mathematical software influences positively on the academic
performance of the undergraduate students of Calculus II EAP- Engineering at Norbert
Wiener Private University – 2018”. This hypothesis was proven true as per the results
obtained.
This is a semi experimental quantitative applied research. The sample was the Calculus
II students, morning and evening schedules. Having 52 students in each schedule.
The sample was divided in two groups. The control group and the experimental group.
The evaluation test was applied twice - the pre-test and the post-test- to both groups,
which allowed us to measure the academic performance in each one of the students.
Through the obtained results it was proven that the use of the MATLAB software does
influence positively on the academic performance of the Calculus II undergraduate
students – third cycle – engineering school at Norbert Wiener Private university.
Palabras Claves: MATLAB, Academic Performance, Mathematics..

xiii
INTRODUCCIÓN
Es sabido que el rendimiento académico es una variable que mide cuánto ha asimilado
el estudiante sobre una materia. También es sabido que el uso de aplicaciones o
software en el desarrollo de un tema puede mejorar el aprendizaje de los estudiantes.
Pero, ¿qué tan cierto es esto?
En la presente investigación se trata de demostrar que el uso de un software, en este
caso matemático, influye en la mejora del rendimiento académico de los estudiantes
del curso de Cálculo II.
El presente trabajo se ha dividido básicamente en cinco capítulos. El capítulo I, que
corresponde al problema de la investigación, se desarrolla la realidad problemática,
así como la identificación y formulación del problema, objetivos de la investigación,
justificación y limitaciones.
El capítulo II, presenta el marco teórico que incluye los antecedentes de la
investigación, las bases legales y teóricas y la formulación de la hipótesis general y las
hipótesis específicas. Así también se definen los términos básicos utilizados en la
presente investigación.
El capítulo III, desarrolla la metodología, define el tipo, nivel y diseño de la
investigación, la población y muestra, las técnicas e instrumentos de recolección de
datos y las técnicas de procesamiento y análisis de datos.

xiv
El capítulo IV, desarrolla la presentación y análisis de los resultados, el procesamiento
de datos, la prueba de hipótesis y la discusión de resultados.
Por último, el capítulo V, presenta las conclusiones y recomendaciones de la
investigación.
xv
16
CAPÍTULO I
EL PROBLEMA
1.1. Planteamiento del problema
A través de los tiempos el ser humano ha estudiado y aprendido diferentes
materias como la filosofía, la física, la química y la matemática, entre otros.
Específicamente en el caso de las matemáticas, el ser humano ha tratado de
comprenderla a través de estudios e investigaciones de problemas
matemáticos aplicando procesos y métodos analíticos para plasmarlos a la
vida cotidiana.
En ese sentido, es una preocupación a nivel mundial mejorar constantemente
la enseñanza de las matemáticas y de los cursos relacionados al cálculo, así
como buscar y salvaguardar investigaciones realizadas en el campo de las
matemáticas y las ciencias. Así lo demuestra la creación de diferentes

17
instituciones en Europa y América como la Academia de Ciencias de Francia
o la Academia Nacional de Ciencias de Estados Unidos.
Los cursos de matemáticas y de cálculo impartidas en las universidades del
Perú presentan diferentes dificultades al ser dictadas y explicadas por
docentes que muchas veces aplican la enseñanza tradicional y no tienen una
buena metodología o una buena preparación pedagógica.
Los docentes de la Universidad Privada Norbert Wiener desarrollan sus
clases de manera expositiva, poniendo al estudiante como un receptor de
conocimientos y como un individuo que resuelve ejercicios matemáticos
mecánicamente, sin analizar de manera crítica lo aprendido.
Además, los actuales estudiantes universitarios en general, y
específicamente los de ingeniería, pertenecen a las últimas generaciones del
presente siglo XXI quienes han nacido y crecido a la vanguardia de los
avances en la tecnología el cual se ha venido desarrollando y renovando
constantemente y a pasos acelerados en los últimos años.
Se evidencia entonces un problema donde se aplica una enseñanza
tradicional a estudiantes formados en la era digital, lo cual los desmotiva y
los desanima a adquirir nuevos conocimientos, hecho que podría estar
incidiendo negativamente en su rendimiento académico. El docente muchas

18
veces no está capacitado en temas de Tecnologías de Información y
Comunicación (TIC’s).
En ese sentido, es necesario e imprescindible que los docentes de los cursos
de matemáticas y cálculo se apoyen e incluyan en sus sesiones de clase
como recursos didácticos y educativos a las TIC’s, implementando
específicamente un software matemático para el desarrollo de sus clases y
afianzando la enseñanza-aprendizaje de las matemáticas.
Roa (2013), en su investigación indica que “el uso de la tecnología como
estrategia didáctica en la enseñanza y el aprendizaje de las matemáticas
mejora el proceso de aprendizaje de los estudiantes, ofreciendo imágenes
visuales de ideas matemáticas que sirven de apoyo en las investigaciones,
permitiendo a su vez la concentración, toma de decisiones, razonamiento y
resolución de problemas en esta ciencia” (p. 38).
Los estudiantes debido a su aprendizaje memorístico no pueden analizar
correctamente los problemas matemáticos y de cálculo propuestos. Es así
que cuando se hace uso de las herramientas tecnológicas, los estudiantes
pueden enfocar su atención en la toma de decisiones, en el razonamiento
lógico matemático y en la demostración y resolución de problemas.
Finalmente, es importante seguir con la investigación iniciada acerca del uso
de un software matemático como un recurso didáctico y educativo que

19
permita ayudar y mejorar la enseñanza-aprendizaje de los estudiantes de
pregrado del curso de Cálculo II de la EAP de Ingenierías de la Universidad
Privada Norbert Wiener.
1.2. Formulación del problema
1.2.1. Problema general
¿Cómo influye el uso del software MATLAB en el rendimiento académico
de los estudiantes de pre grado del curso de Cálculo II de la Escuela de
Ingenierías de la Universidad Privada Norbert Wiener 2018?
1.2.2. Problemas específicos
a) ¿Cómo influye el uso del software MATLAB en el aprendizaje de las funciones
y gráficas de los estudiantes de pre grado del curso de Cálculo II de la Escuela
de Ingenierías de la Universidad Privada Norbert Wiener 2018?
b) ¿Cómo influye el uso del software MATLAB en el aprendizaje de las
integrales de los estudiantes de pre grado del curso de Cálculo II de la
Escuela de Ingenierías de la Universidad Privada Norbert Wiener 2018?
1.3. Objetivos de la investigación
1.3.1. Objetivo general
Determinar la influencia del uso del software MATLAB en el rendimiento
académico de los estudiantes de pre grado del curso de Cálculo II de la
Escuela de Ingenierías de la Universidad Privada Norbert Wiener 2018.

20
1.3.2. Objetivos específicos
a) Determinar la influencia del uso del software MATLAB en el
aprendizaje de las funciones y gráficas de los estudiantes de pre grado
del curso de Cálculo II de la Escuela de Ingenierías de la Universidad
Privada Norbert Wiener 2018.
b) Determinar la influencia del uso del software MATLAB en el
aprendizaje de las integrales de los estudiantes de pre grado del curso
de Cálculo II de la Escuela de Ingenierías de la Universidad Privada
Norbert Wiener 2018.
1.4. Justificación de la investigación
1.4.1. Justificación Legal:
En el Perú se creó la Norma Técnica Peruana “NTP ISO /IEC
12207:2006 – Tecnología de la información. Procesos del ciclo de vida
del software. 2ª. Edición” que reemplazó a la “NTP – ISO / IEC
12207:2004 - Tecnología de la Información. Procesos del ciclo de vida
del software. 1ª. Edición”.
Como parte de su evolución NTP ISO /IEC 12207:2006 sostiene que “la
presente Norma Técnica Peruana fue elaborada por el Comité Técnico
de Normalización de Ingeniería de Software y Sistemas de Información,
mediante el Sistema 1 o de Adopción, durante los meses de enero a

21
marzo del 2006, utilizando como antecedente a la norma ISO/IEC
12207:1995/Amd 1:2002/Amd 2:2005 Information technology. Software
life cycle processes.
El Comité Técnico de Normalización de Ingeniería de Software y
Sistemas de Información presentó a la Comisión de Reglamentos
Técnicos y Comerciales – CRT, con fecha 2006-04-21, el PNTP-ISO/IEC
12207:2006, para su revisión y aprobación, siendo sometido a la etapa
de Discusión Pública el 2006-06-09. No habiéndose presentado
observaciones fue oficializado como Norma Técnica Peruana NTP-
ISO/IEC 12207:2006 TECNOLOGÍA DE LA INFORMACIÓN. Procesos
del ciclo de vida del software, 2ª Edición, el 28 de julio de 2006.
Esta Norma Técnica Peruana reemplaza a la NTP-ISO/IEC 12207:2004
y es una adopción de la ISO/IEC 12207:1995/Amd 1:2002/Amd 2:2005.
La presente Norma Técnica Peruana presenta cambios editoriales
referidos principalmente a terminología empleada propia del
idioma español y ha sido estructurada de acuerdo con las Guías
Peruanas GP 001:1995 y GP 002:1995.2”.

22
1.4.2. Justificación Teórico-científica.
He visto un déficit en las soluciones informáticas, que se adapten a
nuestra idiosincrasia, cultura y manera de ver el mundo y abordar los
problemas de este. Es evidente que hay falta de software. Las ventajas
innovadoras que traería la investigación sobre el software para el manejo
de la información, serian muchas, debido a que este es un aspecto
claramente tecnológico y vanguardista, por lo que esta investigación
serviría de base a aplicaciones de software, Tales ventajas son: El
acceso masivo a la tecnología, con nuevos desarrollos de software en
base a la investigación para mejorar el rendimiento académico, el gran
apoyo que tendrían los usuarios para administrar la información, para
mayor satisfacción del cliente.
1.4.3. Justificación Metodológica
Al investigar en este tema de un software para el manejo de la
información, se puede mejorar y modernizar e incluso equilibrarlas con
estándares internacionales, además de crear una industria tecnológica
que supla problemas de nuestro medio.
Las metodologías de software tienen como objetivo presentar un
conjunto de técnicas tradicionales y modernas de modelado de sistemas
que permitan trabajar con software de calidad, incluyendo heurísticas de
construcción y criterios de comparación de modelos de sistemas.

23
1.4.4. Justificación Social.
El proyecto de enseñar un curso de Cálculo II aplicando el software
matemático se justifica porque permitirá a los estudiantes construir
nuevos conocimientos a través de la aplicación del software MATLAB
que le permitirá hallar las soluciones a los ejercicios.
La Universidad Privada Norbert Wiener posee licencia para utilizar el
software matemático MATLAB, sin embargo en la actualidad no se está
utilizando en las sesiones de práctica.
La aplicación del software matemático MATLAB permitirá a los
estudiantes mejorar la enseñanza–aprendizaje y que éstos comprendan
e interpreten mejor los problemas o ejercicios presentados en clase.
1.5. Delimitación de la investigación
A continuación se presenta la delimitación de la investigación en los siguientes
ámbitos:
a) Delimitación espacial
La presente investigación se desarrolla en la Escuela de Ingenierías de la
Universidad Privada Norbert.

24
b) Delimitación Temporal
Período Abril - Diciembre del año 2018.
c) Delimitación social
Estudiantes del curso de Cálculo II del tercer ciclo de la Escuela de
Ingenierías.
1.6. Limitaciones de la investigación
Estará dada por el nivel de disponibilidad de los recursos materiales, humanos y
financieros para realizar esta investigación. Esta limitación determinará en gran
parte la posibilidad de desarrollar investigaciones futuras.
Además la presente investigación está limitada por los trámites de autorización
con el Director de la Escuela de Ingenierías para el uso del software matemático
MATLAB en los estudiantes del curso de Cálculo II del tercer ciclo.
También hay que considerar que para la presente investigación están
participando ambos turnos del curso Cálculo II, el turno de la mañana y el turno
de la noche. Los estudiantes del turno de la mañana son más jóvenes que los del
turno de la noche quienes tienen más acceso y están más inmersos en la
tecnología y las nuevas tendencias, mientras que los estudiantes del turno noche
se encuentran laborando en empresas y su edad promedio es mayor que el turno
de la mañana.
25
CAPÍTULO II
MARCO TEÓRICO
2.1 Antecedentes de la investigación
2.1.1 Antecedentes Nacionales
a. Hermes Yesser Pantoja Carhuavilca (2015) Tesis para optar el
Grado de Doctor titulada: “Aplicación del software libre SAGE y su
influencia en el rendimiento académico en cálculo vectorial, en los
estudiantes de IV ciclo de Ingeniería Mecánica de la Universidad
Nacional de Ingeniería”
Resumen
Esta tesis se centró en cómo influye el software SAGE en el
rendimiento académico de los estudiantes que llevaban el curso de
Cálculo Vectorial en la facultad de Ingeniería Mecánica. El autor

26
utilizó dos grupos de 28 estudiantes cada uno, uno era experimental
el otro de control. El resultado fue que el grupo experimental obtuvo
mejores resultados en el test aplicado que el grupo de control
demostrándose que el software SAGE si influye en el rendimiento
académico de los estudiantes.
Es importante este estudio ya que describe la aplicación de un
software matemático en el aprendizaje de los estudiantes para el
tema de cálculo vectorial y cómo influye en la mejora del rendimiento
académico y en el mejor aprendizaje de los estudiantes. Esta
investigación utiliza un grupo experimental y otro de control tal como
se va a realizar en la presente investigación.
b. Efrasio Herminio Asis López (2015) Tesis para optar el Grado de
Magister titulada: “Aplicación del software MATLAB como
instrumento de enseñanza de Matemática I en los estudiantes del I
ciclo de la carrera de Ingeniería de Sistemas de la Universidad de
Ciencias y Humanidades 2013-II”
Resumen
La tesis de este autor se enfocó en cómo el software MATLAB influye
en el rendimiento académico de los estudiantes del curso de
Matemática de la Facultad de Ingeniería de Sistemas. Para esto el
autor utilizó una muestra de 64 estudiantes divididos en dos grupos,

27
un grupo de control y otro grupo experimental. El estudio tuvo un
diseño cuasi experimental con la aplicación de un muestreo no
aleatorio. El resultado de la investigación fue que al aplicar el
software MATLAB, éste influía en forma significativa en el
rendimiento académico de los estudiantes.
Se destaca la importancia de esta investigación porque utiliza el
mismo software matemático MATLAB que se utilizará en los
estudiantes de la Facultad de Ingeniería de la Universidad Privada
Norbert Wiener y a su vez utiliza la misma metodología que se
aplicará en la presente investigación el cuál es cuasi experimental y
se utilizará un grupo experimental y otro de control.
c. Noemí Edda Calisaya Figueroa (2011) Tesis para optar el Título
Profesional de Magister en Ciencias con mención en Ingeniería de
Sistemas e Informática titulada: “Incorporación de un software
educativo para la mejora del rendimiento académico en matemáticas
de los estudiantes del quinto grado de educación primaria de la I.E.
don José de San Martín, año 2011”
Resumen
La tesis de este autor determina la influencia de un software
educativo como el LogicoMáticas en la mejora del rendimiento
académico del curso de matemáticas de los estudiantes de quinto

28
grado de educación primaria de la Institución Educativa Nº 42088 don
José de San Martín. El autor utilizó una muestra de 25 estudiantes,
en donde el 44% fueron varones y el 56% fueron mujeres. El estudio
tuvo un enfoque cuasi experimental. El resultado de la investigación
fue que la aplicación LogicoMáticas tuvo un incremento notable en el
rendimiento académico de los estudiantes.
La importancia de la investigación del presente autor se demuestra
ya que al igual que las investigaciones anteriores utiliza un software
para el aprendizaje de las matemáticas; si bien es una aplicación en
estudiantes de nivel primario utiliza un software matemático en su
investigación además de ser una evidencia de aplicación en el Perú.
Al igual que los anteriores antecedentes aplica un test de evaluación
pre test y post test.
d. Silvano Florencio Cárdenas Jesús (2015) Tesis para optar el
Grado de Magister titulada: “Aplicación del software Autocad sobre el
aprendizaje de la expresión gráfica en Dibujo Técnico de los
estudiantes del primer ciclo de Ingeniería Industrial de la Universidad
Ricardo Palma - 2014”
Resumen
Esta tesis se centró en estudiar las condiciones pedagógicas bajo las
que el software Autocad influye en un mejor aprendizaje de la

29
expresión gráfica en Dibujo Técnico. El autor de la presente
investigación utilizó dos grupos de 40 estudiantes cada uno, uno era
experimental el otro de control, del primer ciclo de la Facultad de
Ingeniería Industrial. El resultado fue que el grupo experimental
obtuvo un mejor aprendizaje de la expresión gráfica en Dibujo
Técnico, en forma general. En general se demostró que hubo
mejoras en el aprendizaje de Dibujo Técnico de tres dimensiones y
no en la de dos dimensiones.
La presente investigación es importante porque si bien no aplica un
software matemático sino un software gráfico igual se demuestra en
dicha investigación cómo influye la aplicación de un software como
el Autocad en el aprendizaje de los estudiantes. Además aplica la
misma metodología que se aplicará en la presente investigación con
estudiantes de ingeniería.
2.1.2 Antecedentes Internacionales
a. Jorge Sánchez Mosquera (2013) Tesis para optar el Grado de
Magíster titulada: “Uso de las TIC’s (SCILAB y WIRIS) y su influencia
en el rendimiento en el Álgebra Lineal de los alumnos del primer nivel
de ingeniería de la Escuela Politécnica del Ejército extensión
Latacunga”, Universidad Técnica de Ambato.

30
Resumen
Esta tesis de investigación tiene el propósito de estudiar si el uso de
las herramientas, Scilab y Wiris, influyen en el rendimiento
académico de los estudiantes del primer nivel de la Escuela
Politécnica del Ejército extensión Latacunga en los temas de álgebra
lineal. Es una investigación descriptiva con enfoque cuantitativo. El
autor utilizó una población de 70 estudiantes siendo la muestra igual
a la población. El resultado de la investigación después de los
análisis fue positivo, es decir, que el autor demostró que el uso de las
TIC’s, en este caso de Scilab y Wires, si influyen en el rendimiento
académico de los estudiantes.
La presente investigación es importante porque estudia la influencia
de la aplicación de dos software matemáticos en el rendimiento
académico de los estudiantes; es el mismo tema que se usará en la
presente investigación.
b. Mirna Yessenia Campoverde Delgado (2015) Tesis para optar el
Grado de Magíster titulada: “La utilización del software Geo-Gebra
como apoyo didáctico en la enseñanza de los temas de sistemas de
ecuaciones y funciones y su relación con el rendimiento académico
de los estudiantes de décimo año de la Unidad Educativa Tuntatacto,
Cantón Guano”, Escuela Superior Politécnica de Chimborazo.

31
Resumen
Esta tesis tiene el propósito de investigar si el uso del software Geo-
Gebra influye en el rendimiento académico de los estudiantes del
décimo año de Educación Básica de la Unidad Educativa Tuntatacto
respecto a los temas de sistema de ecuaciones y funciones. La
investigación es de tipo descriptivo. El autor utilizó una población de
60 estudiantes del décimo año de educación general básica,
conformado por el paralelo A (30 estudiantes) y el paralelo B (30
estudiantes); de esta población el autor tomó una muestra no
probabilística de 30 estudiantes del paralelo A. El resultado de la
investigación después de los análisis fue positivo, es decir, que el
autor demostró que el uso del software Geo-Gebra mejoró y fue un
apoyo didáctico de los temas de sistema de ecuaciones y funciones
para el curso de matemática.
La presente investigación es importante porque demuestra que el
uso de un software matemático influye en el rendimiento académico
de los estudiantes; si bien no es el mismo software pero es aplicado
a un tema matemático que puede servir y ayudar a la presente
investigación.
c. Héctor Danilo Lozada Vásconez (2012) Tesis para optar el Grado
de Magíster titulada: “El software educativo libre y su incidencia en el

32
rendimiento académico de los estudiantes de bachillerato en la
asignatura de matemática de la unidad educativa González Suárez
de la ciudad de Ambato”, Universidad Técnica de Ambato.
Resumen
Esta tesis tiene la finalidad de proponer estrategias didácticas usando
tecnología de información analizando la influencia de la aplicación de un
software aplicativo libre y ver el rendimiento académico en el curso de
álgebra y geometría. La investigación tiene un enfoque cualitativo y
cuantitativo y es de tipo exploratorio, descriptivo y explicativo. El autor
utilizó una población de 72 personas, 5 docentes y 67 estudiantes. Se
utilizó la técnica de la encuesta en la modalidad del cuestionario El
resultado de la investigación fue que es necesario el uso de un software
educativo para la enseñanza del curso de álgebra y geometría y en
general de las matemáticas esto va de la mano con la capacitación de
los docentes.
Esta investigación es importante ya que aplica cuestionarios a docentes
y estudiantes para evaluar la importancia de la aplicación de un software
matemático en el aprendizaje del álgebra y geometría. Puede ayudar a
la presente investigación en el sentido que concluye que el uso de un
software matemático es importante para el aprendizaje de los
estudiantes.
33
d. Édison Santiago Terán Rocha (2016) Tesis para optar el Grado de
Licenciado titulada: “El uso del software MAPLE como herramienta
didáctica para la resolución de sistemas de ecuaciones lineales y
cuadráticas y su incidencia en el desarrollo de destrezas con criterio
de desempeño en el aprendizaje en los estudiantes del 1º BGU en el
colegio fisco-misional San Francisco, período 2014-2015”,
Universidad Técnica del Norte.
Resumen
Esta tesis tiene por finalidad proponer el uso del software MAPLE
como una herramienta para el aprendizaje del curso de matemática
específicamente en la resolución de ejercicios que tienen que ver con
sistemas de ecuaciones de tal manera que mejore la comprensión de
los estudiantes así como la enseñanza. El tipo de investigación es
descriptiva y correlacional. Se utilizó la técnica de la encuesta en la
modalidad del cuestionario. El autor utilizó una población de 100
estudiantes del 1º BGU repartido en tres secciones, sección A (33
estudiantes), sección B (34 estudiantes) y sección C (33
estudiantes); asi como 5 docentes. El resultado de la investigación
fue que es necesario el uso del software MAPLE para la enseñanza
del curso de matemática y que los docentes deben ser capacitados
para usar este software en la mejora del aprendizaje de los
estudiantes ya que solo usan los sistemas informáticos para sus

34
actividades administrativas como ingresar notas pero no durante sus
clases didácticas.
Esta otra investigación es importante porque demuestra a través de
cuestionarios que es necesario aplicar un software matemático como
el MAPLE en el aprendizaje del curso de matemática mejorando el
aprendizaje de los estudiantes. El estudio del presente autor
reforzará la presente investigación sobre la necesidad del uso de un
software matemático.
e. Mario José Suazo Euceda (2015) Tesis para optar el Grado de
Magister titulada: “El uso de SCILAB como una estrategia alternativa
a la enseñanza de la Variable Compleja: un estudio realizado en
UNAH - VS”, Universidad Pedagógica Nacional Francisco Morazán.
Resumen
La propuesta de esta tesis es aplicar talleres con un software
matemático, en este caso el SCILAB, para el curso de Variable
Compleja en los estudiantes del área físico-matemática de la
Universidad Nacional Autónoma de Honduras en el Valle de Sula. La
investigación tiene un enfoque cuantitativo y es de tipo causal ya que
pretende evidenciar una causa-efecto entre el uso del SCILAB y el
rendimiento académico. El diseño de la investigación es cuasi
experimental ya que es cuantitativo. El autor utilizó como población

35
a los estudiantes de las carreras de Matemática, Física e Ingeniería
Eléctrica de la Universidad Nacional Autónoma de Honduras en el
Valle del Sula. La muestra está conformada por dos secciones del
curso Variable Compleja, una experimental (33 estudiantes) y otra de
control (31 estudiantes). El resultado fue que mediante pruebas
estadísticas y análisis de datos se logró demostrar que hubo un mejor
rendimiento académico en los estudiantes del grupo experimental
que usaron el SCILAB que los estudiantes del grupo de control.
La presente investigación es importante porque aplica el SCILAB
para el aprendizaje de cursos de Matemática demostrando un mejor
rendimiento académico en los estudiantes y sirve como base para la
presente investigación por aplicar la misma metodología obteniendo
una comparación entre un grupo experimental y uno de control.
2.2 Bases teóricas
2.2.1 MATLAB
2.2.1.1 ANTECEDENTES DE MATLAB
Según Esqueda (2002) “MATLAB es un lenguaje de alto
desempeño diseñado para realizar cálculos técnicos.
MATLAB integra el cálculo, la visualización y la programación

36
en un ambiente fácil de utilizar donde los problemas y las
soluciones se expresan en una notación matemática.
MATLAB es un sistema interactivo cuyo elemento básico de
datos es el arreglo que no requiere de dimensionamiento
previo. Esto permite resolver muchos problemas
computacionales, específicamente aquellos que involucren
vectores y matrices, en un tiempo mucho menor al requerido
para escribir un programa en un lenguaje escalar no
interactivo tal como C o Fortran. MATLAB se utiliza
ampliamente en:
• Cálculos numéricos
• Desarrollo de algoritmos
• Modelado, simulación y prueba de prototipos
• Análisis de datos, exploración y visualización
• Graficación de datos con fines científicos o de ingeniería
• Desarrollo de aplicaciones que requieran de una interfaz
gráfica de usuario (GUI, Graphical User Interface).
En el ámbito académico y de investigación, es la herramienta
estándar para los cursos introductorios y avanzados de
matemáticas, ingeniería e investigación. En la industria
MATLAB es la herramienta usada para el análisis,
investigación y desarrollo de nuevos productos tecnológicos.

37
La ventaja principal de MATLAB es el uso de familias de
comandos de áreas específicas llamadas toolboxes. Lo más
importante para los usuarios de MATLAB es que los toolboxes
le permiten aprender y aplicar la teoría. Los toolboxes son
grupos de comandos de MATLAB (archivos M) que extienden
el ambiente de MATLAB para resolver problemas de áreas
específicas de la ciencia e ingeniería. Por ejemplo, existen
toolboxes para las áreas de Procesamiento Digital de Señales,
Sistemas de Control, Redes Neuronales, Lógica Difusa,
Wavelets, etc.” (p. 4).
2.2.1.2 TEORÍAS CIENTÍFICAS QUE SUSTENTAN MATLAB
Según la revista electrónica del Instituto de Investigación en
Educación de la Universidad de Costa Rica publicado por
Cuicas, Debel, Casadei y Alvarez (2007) en su artículo “El
software matemático como herramienta para el desarrollo de
habilidades del pensamiento y mejoramiento del aprendizaje
de las matemáticas”, el uso del software matemático permite
mejorar la comprensión en el proceso de aprendizaje en temas
de matemáticas. Además su aplicación genera un entorno de
desarrollo agradable y motivador. El artículo resalta que la
aplicación del software matemático bajo una metodología
instruccional constructivista permite mejorar la comprensión y

38
el aprendizaje de las matemáticas. De acuerdo a los
resultados de la investigación los estudiantes se sintieron
satisfechos con la aplicación de un software matemático
mejorando sus conocimientos.
Según el artículo científico “Research on the Application of the
MATLAB Simulation Technology in Higher Mathematics
Teaching” publicado por Cheng (2017) de la Zhengzhou
University of Industrial Technology, China, el MATLAB como
aplicación de la tecnología de simulación ha ejercido una
influencia positiva en las matemáticas superiores. Los
docentes pueden diversificar las formas de enseñanza de las
matemáticas a través del uso del MATLAB lo cual contribuye
a producir un entorno agradable para el desarrollo de la
curiosidad y la innovación en los estudiantes.
2.2.1.3 CARACTERÍSTICAS DEL MATLAB
A continuación se presentan las características principales del
software MATLAB.
a) Cálculos intensivos desde un punto de vista numérico
Según (Softin, 2018) “MATLAB proporciona métodos de
cálculo numérico para análisis de datos, desarrollo de
algoritmos y creación de modelos. Para ello se incluyen

39
funciones matemáticas que utilizan librerías optimizadas
por procesador para conseguir una ejecución rápida de los
cálculos de vectores y matrices.
Entre los métodos disponibles se encuentran:
 Interpolación y regresión.
 Diferenciación e integración.
 Sistemas lineales de ecuaciones.
 Análisis de Fourier.
 Valores propios y valores singulares.
 Ecuaciones diferenciales ordinarias (EDO).
 Matrices dispersas.
Además existen productos complementarios que
proporcionan funciones para áreas especializadas tales
como estadística, optimización, análisis de señales y
aprendizaje automático”.
b) Gráficos y visualización avanzada
Según (Softin, 2018) “MATLAB incorpora herramientas
que facilitan las tareas de adquisición, visualización y
análisis de datos.
40
Herramientas de adquisición de datos.
 Adquisición software.- MATLAB permite recopilar
datos desde otras aplicaciones como Excel, archivos
de texto, binarios, archivos de sonido, imagen o video
e incluso archivos científicos como HDF y netCDF y
trabajar con archivos de datos en cualquier formato.
 Adquisición hardware. Utilizando productos
complementarios se puede adquirir datos desde
dispositivos hardware como el puerto serie de un
ordenador, los datos dinámicos medidos con MATLAB
o incluso otros instrumentos como analizadores de
señal, osciloscopios o generadores de funciones.
Herramientas de análisis de datos
Es posible analizar los datos adquiridos para analizar
tendencias, probar suposiciones y crear modelos. Con
MATLAB podemos filtrar, gestionar y procesar los datos.
Para ello disponemos de distintas funciones:
 Filtrado.
 Suavizado.
 Interpolación.
 Convolución
 Transformadas rápidas de Fourier (FFT).

41
 Productos complementarios:
 Ajuste de curvas o de superficies.
 Estadística multivariante.
 Análisis espectral.
 Análisis de imágenes.
 Identificación de sistemas.
Herramientas de visualización de datos: Dispone de
funciones integrada para crear gráficos en 2D y 3D así
como visualizar volúmenes. Gracias a estas herramientas
podemos comprender mejor los datos y compartir los
resultados. Estos gráficos pueden personalizarse de forma
interactiva o programando. Existe una galería de gráficos
donde se ofrecen ejemplos de distintas formas de mostrar
los datos de forma gráfica con MATLAB junto con su
código fuente”.
c) Lenguaje de alto nivel basado en vectores, arrays y
matrices
Según (Softin, 2018) “MATLAB dispone de un lenguaje
propio que permite escribir programas y algoritmos más
rápidamente que con lenguajes tradicionales. No exige
tareas como declarar variables, concretar el tipo de los

42
datos y asignar memoria, sin embargo proporciona
características de los lenguajes de programación
tradicionales como programación orientada a objetos,
gestión de errores y control de flujo.
Además permite obtener resultados inmediatos ejecutando
comandos en la línea de comandos de manera interactiva,
lo que facilita explorar con rapidez las distintas opciones
hasta alcanzar la mejor solución posible. Estos pasos
interactivos se pueden capturar como un script para poder
ser reutilizados para automatizar tareas”.
d) Colección muy útil de funciones de aplicación
Según (Softin, 2018) “se puede compartir aplicaciones
individuales y algoritmos con otras personas.
Para compartirla con otros usuarios de MATLAB solo hay
que empaquetar a modo de aplicación de MATLAB, y esta
se instalará automáticamente en la galería de aplicaciones
de MATLAB. También se pueden compartir algoritmos y
aplicaciones con personas que no disponen de MATLAB,
para ello hay que emplear unos productos
complementarios diseñados para tal fin. Generarán de
forma automática librerías compartidas, aplicaciones

43
autónomas y componentes software para integrarlos en
entornos Java, Net, C, C++ y Excel”.
e) Rendimiento
Según (Softin, 2018) “MATLAB utiliza librerías optimizadas
para ejecutar cálculos de matrices y vectores rápidamente.
Para el cálculo de escalares multipropósito, MATLAB
emplea tecnología de compilación JIT (just-in-time) que
proporciona velocidades de ejecución similares a las de los
lenguajes de programación tradicionales.
Para sacar partido de los ordenadores multinúcleo y
multiprocesador, se ofrecen funciones multihilo, tanto
numéricas como de álgebra lineal. Estas funciones se
ejecutan automáticamente en varios hilos computacionales
en una única sesión de MATLAB para lograr una ejecución
más rápida en ordenadores multinúcleo. Además se
pueden utilizar productos complementarios de cálculo
paralelo”.
2.2.1.4 ELEMENTOS COMPONENTES DEL MATLAB
Según (Marchena, García y Florián, 2009) “el MATLAB consta
de 5 partes que son fundamentales:

44
1. El entorno de desarrollo, el cual consiste en un conjunto de
utilidades que permiten el uso de funciones MATLAB y
ficheros en general. Muchas de estas utilidades son
interfaces graficas de usuario. Incluye el espacio de trabajo
MATLAB y la ventana de comandos.
2. La librería de funciones matemáticas MATLAB. Se trata de
un amplio conjunto de algoritmos de cálculo,
comprendiendo las funciones más elementales como la
suma, senos y cosenos o la aritmética compleja, hasta
funciones más sofisticadas como la inversión de matrices,
el cálculo de autovalores, funciones de Bessel y
transformadas rápidas de Fourier.
3. Gráficos. MATLAB dispone de un conjunto de utilidades
destinadas a visualizar vectores y matrices en forma de
gráficos. Existe una gran cantidad de posibilidades para
ajustar el aspecto de los gráficos, destacando la
visualización tridimensional con opciones de iluminación y
sombreado, y la posibilidad de crear animaciones.
4. El interfaz de aplicación de MATLAB (API). Consiste en
una librería que permite escribir programas ejecutables
independientes en C y otros lenguajes, accediendo

45
mediante DLLs, a las utilidades de cálculo matricial de
MATLAB.
5. Toolboxes (paquete de herramientas) Un Toolbox de
MATLAB es un conjunto de funciones y algoritmos de
cálculo especializados en un área de conocimiento:
finanzas, tratamiento de señales, teoría de sistemas, etc.”.
2.2.1.5 ACEPTACIÓN DE LOS USOS DEL MATLAB
En la actualidad existen diversos software matemáticos entre
ellos el MATLAB siendo esta herramienta uno de los más
aceptados mundialmente por ser un lenguaje de alto
rendimiento para cálculos matemáticos a nivel académico y es
aplicado en el campo de la ingeniería. Las instituciones
educativas como colegios y universidades así como entidades
de desarrollo de aplicaciones lo utilizan frecuentemente.
El MATLAB presenta una diversidad de funciones y facilita la
creación de nuevas aplicaciones y programas especiales que
resultan competitivos en el mercado. Además es aceptado y
utilizado en diferentes campos del saber tales como
administración, matemáticas, economía e ingeniería.

46
Con la aparición de la inteligencia artificial y sus diversas
aplicaciones tales como redes neuronales, lógica difusa y
algoritmos genéticos, entre otros, han contribuido a la
aceptación de esta herramienta a nivel mundial.
2.2.1.6 EL MATLAB Y OTROS PROGRAMAS
Los programas similares al MATLAB son:
Scilab: Programa para realizar cálculos numéricos a través de
un lenguaje de programación de alto nivel. Las características
del programa Scilab son: análisis estadístico, análisis
numérico, optimización, visualización 2D y 3D, procesamiento
de señales, diseño y análisis de sistemas dinámicos e
interfaces con Java, C, C++ y Fortran.
Maple: Software creado para la solución de problemas
matemáticos, realiza cálculos algebraicos, simbólicos y de
álgebra computacional.
Es un lenguaje desarrollado para la resolución rápida de
cálculos matemáticos y permite producir modelos de
simulación sofisticados para el manejo de cualquier tipo de
operación matemática.
47
Octave o GNU Octave: Programa que realiza cálculos
numéricos. Tiene como característica que los scripts son
compatibles con el MATLAB.
Se utiliza para resolver sistema de ecuaciones utilizando
vectores y matrices. Además, el Octave permite visualizar
gráficos en 2D y 3D.
SageMath: Antes conocido como Sage, consiste en un
sistema algebraico computacional que se caracteriza por
realizar operaciones matemáticas con su propia sintaxis. Por
su naturaleza se puede utilizar para aplicarlo en diferentes
campos de la matemática tales como: álgebra lineal, cálculo,
gráficos y otros.
Permite interactuar con el usuario a través de la interfaz de
línea de comandos.
FreeMat: Lenguaje de programación de código abierto libre
sobre computación numérica e ingeniería. Es un software que
se utiliza para la resolución de problemas de cálculo numérico,
además permite visualizar e imprimir gráficos en 2D y 3D.

48
Se caracteriza además por tener similitud con MATLAB y
Octave ya que tiene un lenguaje de programación muy
parecido.
Fortran: Es el primer lenguaje de programación de alto nivel
que ingresó al ámbito científico y es muy eficiente para realizar
cálculos numéricos. Es utilizado para aplicaciones
matemáticas y científicas y se caracteriza porque puede ser
utilizado en cualquier ordenador y su sintaxis es muy amigable
al lenguaje humano. Es uno de los lenguajes orientado a
procedimientos y a objetos ya que trabaja con un orden para
solucionar problemas matemáticos.
2.2.1.7 IMPORTANCIA DEL MATLAB.
La Universidad Nacional de San Juan (2011) sostiene que
“MATLAB es una de las muchas sofisticadas herramientas de
computación disponibles en el comercio para resolver
problemas de matemáticas, tales como Maple, Mathematica y
MathCad. A pesar de lo que afirman sus defensores, ninguna
de ellas es “la mejor”. Todas tienen fortalezas y debilidades.
Cada una permitirá efectuar cálculos matemáticos básicos,
pero difieren en el modo como manejan los cálculos
simbólicos y procesos matemáticos más complicados, como
la manipulación de matrices. Por ejemplo, MATLAB es

49
superior en los cálculos que involucran matrices, mientras que
Maple lo supera en los cálculos simbólicos”.
Según refiere la Universidad Nacional de San Juan (2011) el
MATLAB es importante porque “en muchas clases de
ingeniería, la realización de cálculos con un programa de
computación matemático como MATLAB sustituye la
programación de computadoras más tradicional. Esto no
significa que el lector no deba aprender un lenguaje de alto
nivel como C++ o FORTRAN, sino que los programas como
MATLAB se han convertido en una herramienta estándar para
ingenieros y científicos”.
La Universidad Nacional de San Juan (2011) también afirma
que: “el programa destaca en cálculos numéricos,
especialmente en los relacionados con matrices y gráficas,
pero usted no querrá escribir un programa de procesamiento
de palabras en MATLAB. C++ y FORTRAN son programas de
propósito general y serían los programas de elección para
aplicaciones grandes como los sistemas operativos o el
software de diseño”.
Según Izaguirre, Hernández y Altamirano (2015) “MATLAB es
ampliamente conocido y utilizado en universidades e institutos

50
para el aprendizaje de cursos básicos y avanzados de
matemáticas, ciencias y especialmente, ingeniería. MATLAB
es un programa de cálculo numérico orientado a matrices. Por
tanto, será más eficiente si se diseñan los algoritmos en
términos de matrices y vectores”.
2.2.2 RENDIMIENTO ACADÉMICO
2.2.2.1 DEFINICIÓN
“Por rendimiento académico se entiende aquí al nivel de
conocimientos de un alumno medido en una prueba de
evaluación. En el rendimiento académico intervienen, además
del nivel intelectual, variables de personalidad (extraversión,
introversión, ansiedad) y motivacionales, cuya relación con el
rendimiento académico no siempre es lineal, sino que está
modulada por factores como nivel de escolaridad, sexo y
aptitud. Otras variables que influyen en el rendimiento
académico son los intereses, hábitos de estudio, relación
profesor-alumno, autoestima” (Sánchez, 2002).
Se comprende por rendimiento académico como la medida de
la capacidad de conocimiento del estudiante que se expresa a
través de una calificación alfanumérica como producto de la
aplicación de una evaluación que se ejecuta con el propósito

51
de calcular el proceso de enseñanza-aprendizaje en los
estudiantes.
El rendimiento académico del estudiante está vinculado a la
aptitud, es decir la capacidad natural del estudiante para
adquirir algún conocimiento o desarrollar correctamente un
tema dentro de un campo del saber específico.
Es bien sabido qué es rendimiento académico; es una de las
variables más complejas realizadas en los trabajos de
investigación educativos, se conoce como rendimiento
académico al grado de conocimientos alcanzados por los
estudiantes en el aprovechamiento de contenidos, también
está muy relacionada con la inteligencia para ello veamos
algunos estudios realizados al respecto.
2.2.2.2 ANTECEDENTES DEL RENDIMIENTO ACADÉMICO
Según Valle Santos (2013) “el estudio del rendimiento
académico de los alumnos constituye el punto de referencia
para valorar el grado de eficacia del proceso de enseñanza-
aprendizaje” (p.2); además sostiene que “el rendimiento
académico es el resultado de la valoración que tiene el alumno
en distintos aspectos del proceso de enseñanza-aprendizaje”
(p.2); se comprende que el rendimiento académico

52
fundamenta los logros de eficacia de los estudiantes en el
proceso de enseñanza- aprendizaje.
Para Montes y Lerner (2010) “El rendimiento académico
permite vislumbrar tres formas como ha venido
entendiéndose: 1) como un ‘resultado’ expresado e
interpretado cuantitativamente; 2) como juicio evaluativo –
cuantificado o no- sobre la formación académica, es decir, al
‘proceso’ llevado a cabo por el estudiante; o 3) de manera
combinada asumiendo el rendimiento como ‘proceso y
resultado’, evidenciado tanto en las calificaciones numéricas
como en los juicios de valor sobre las capacidades y el 'saber
hacer' del estudiante derivados del proceso y, a su vez,
teniendo en cuenta aspectos institucionales, sociales,
familiares y personales de los estudiantes, los cuales afectan
y son afectados en la dicotomía ‘éxito o fracaso académico´".
(p.12)
El rendimiento académico es una variable muy compleja
multifactorial.
Garbanzo (2007) sostiene sobre el rendimiento académico en
la educación superior lo siguiente: “Los estudios del
rendimiento académico en la educación superior parecen ser
en la coyuntura mundial actual aún más valiosos, debido al

53
dinamismo que experimenta el sector universitario en el marco
de una sociedad caracterizada por el rápido avance del
conocimiento, la fluidez en la transmisión de la información y
los cambios acelerados en las estructuras sociales” (p.44).
2.2.2.3 ENFOQUES TEÓRICO-CIENTÍFICOS DEL APRENDIZAJE
A) Teorías Conductistas
La teoría conductista es una de las teorías del aprendizaje
más antiguas que se ha mantenido por muchos años y con
mucha tradición. Esta teoría demuestra que el aprendizaje
viene dado por un condicionamiento externo y considera
el aprendizaje como algo mecánico, deshumano y
reduccionista ya que no considera las emociones y la
mente como factores que influyen en el aprendizaje por no
ser factores observables y cuantificables como la
conducta en sí.
Entre los principales representantes de esta teoría se
encuentran:
• Watson
John B. Watson fue quien inauguró el conductismo y
es quien defiende el empleo de procedimientos
estrictamente experimentales para observar el
comportamiento o la conducta negando toda

54
posibilidad de utilizar métodos subjetivos como la
introspección o mirar en uno mismo.
Watson no negaría la existencia de fenómenos
psíquicos internos pero decía que estas experiencias
no eran observables y por lo tanto no podían ser
objeto de un estudio científico.
• Pavlov - Condicionamiento clásico
La teoría de Iván Pavlov estaba muy influenciada por
este enfoque y realizó estudios sobre el
condicionamiento animal; considera que los actos de
la vida eran reflejos de un condicionamiento. El
condicionamiento clásico o condicionamiento
pavlovjiano es un tipo de aprendizaje asociativo.
Pavlov para demostrar su teoría trabajó con perros,
se dio cuenta que cuando alimentaban a los perros,
éstos salivaban. Pero lo que hizo fue que cada vez
que alimentaba a los perros hacía sonar una
campana de modo que los animales asociaban la
comida a la campana. De ahí que cada vez que
sonaba la campana los perros salivaban
independientemente si iba acompañado de un
alimento o no.
55
• Thorndike - Teoría del conexionismo
Edward Lee Thorndike es el precursor de la
psicología conductista estadounidense. Thorndike
trabajó con animales lo que lo llevó a la teoría del
conexionismo. El conexionismo es la asociación
entre las impresiones sensoriales y los impulsos a la
acción. Sostiene que la forma de aprendizaje más
característico es el de ensayo y error, es decir,
aprende a resolver un problema por la elección de
una opción de entre otras posibles. Thorndike trabajó
con diferentes animales entre ellos los gatos a los
cuales encerraba en una jaula hasta que éstos
estaban hambrientos y tenían que salir a buscar
comida y por ensayo y error aprendían a abrir la jaula
después de varios intentos.
• Skiner: Condicionamiento Operante
La propuesta de Thorndike sobre que el aprendizaje
era una conexión entre un estímulo y una respuesta,
sentó las bases para que Burrhus Frederic Skinner
construya su teoría del condicionamiento operante.
El condicionamiento operante es una forma de
enseñanza a través del cual una personal o animal
tiene más probabilidades de repetir las formas de

56
conducta que traen consecuencias positivas y
menos probabilidad de repetir las que traen
problemas negativos. Es un tipo de aprendizaje
asociativo que tiene que ver con el desarrollo de
nuevas conductas en función de sus consecuencias.
Skinner demostró que las respuestas que se vean
reforzadas tienen tendencia a repetirse y aquellas
que reciban un castigo tendrán menos probabilidad
de repetirse.
• Tolman - Aprendizaje de Signos
Edward Chace Tolman es el autor de la teoría de
signos en el cual muestra una concepción
sistemática de la conducta y declara que la conducta
depende de diferentes factores como los estímulos
del ambiente, la genética y la maduración; estos
factores influyen en la conducta y son
independientes entre sí. A esto se añade que el
sujeto aprende mediante un estímulo continuo y
repetido para dar con la respuesta o acción correcta.
• Wertheiemer: Teoría Gestalt
La teoría Gestalt fue propuesta por Max Wertheiemer
y nombró Gestalt al factor unificante que combinaba

57
elementos separados en un todo provocando dicha
ilusión. Wertheiemer afirmaba que en la percepción
de un sujeto intervienen tanto el pensamiento
manejado por el cerebro así como los sentidos. Él
cree que las personas y los animales aprenden
pensando y no solamente imitando o condicionado a
algo. El aprendizaje según Gestalt es un proceso
mental donde se almacena, transforma, recupera y
utiliza información.
B) Teorías Cognoscitivas
Después de predominar por mucho tiempo las teorías
conductistas, se formó un nuevo enfoque de aprendizaje
que es las teorías cognoscitivas y que principalmente se
caracteriza por el procesamiento de la información y que
está orientado al campo de la psicología afectando
campos como atención, memoria e inteligencia entre otros
campos incluso de interacción social y de emoción. Las
teorías cognoscitivas tratan de explicar el proceso de
aprendizaje a través de procesos mentales que
construyan conocimiento (razonamiento, imágenes
mentales, análisis, etc.)

58
Entre los principales representantes de esta teoría se
encuentran:
• Teoría Constructivista de Piaget
Piaget creó la teoría constructivista que indica que el
aprendizaje se da por adaptación y esto incluye la
asimilación y la acomodación. Piaget indica que a lo
largo de nuestra vida estamos en continuo
aprendizaje según las situaciones que se nos vayan
presentando. Por ejemplo si en un momento
determinado conocemos un vecino que es hablador
y chismoso y nos cae mal, al momento de conocer
otro vecino nos basamos en esa experiencia y
decimos que nos cae mal, pero si observamos que
el nuevo vecino es más prudente nos adaptamos al
cambio, asimilamos la nueva situación y acodamos
nuestras estructuras mentales para aprender algo
nuevo.
• Bruner: Aprendizaje por descubrimiento
En el aprendizaje por descubrimiento, Jerome
Bruner indica que los estudiantes o personas que
están aprendiendo deben adquirir conocimiento por
ellos mismos. Es decir, que el instructor no debe dar
todo el material sobre un tema sino motivar a que los

59
aprendices busquen el conocimiento por sí solos a
través del descubrimiento motivados por la
curiosidad aplicando estrategias de comparación,
observación y análisis de semejanzas y diferencias
entre otras.
• Teoría Significativa de Ausubel
Según esta teoría propuesta por Ausubel, el factor
más importante que influye en el aprendizaje de una
persona es lo que ya sabe, son sus conocimientos
previos. Esta teoría está centrada en la práctica. El
aprendizaje significativo produce conocimientos más
duraderos que el aprendizaje de memoria, además
interioriza mejor los conocimientos. A través del
tiempo los conceptos adquiridos se relacionan y se
jerarquizan de manera que cuando se habla de un
tema o se haga alguna acción se ahorra muchos
pasos.
• Teoría Social de Bandura
Bandura en su teoría social indicaba que las
personas aprenden por observación e imitación.
Puso de ejemplo a los niños que aprendían por
imitación de la conducta de otras personas, y esta

60
imitación se podía fortalecer o debilitar con premios
o castigos a los mismos niños. También son válidos
los premios o castigos vistos en otras personas.
• Teoría Sociocultural de Vigotsky (cognoscitivo)
Para Vigotsky el aprendizaje es influenciado por
factores sociales y personales. Vigotsky piensa que
los factores sociales influyen en la cognición de una
persona a través de sus instrumentos, como las
máquinas y los autos; también influyen el leguaje y
sus instituciones sociales como el colegio, la iglesia,
etc. La persona aprende cuando internaliza en la
mente ese entorno social. Por ejemplo cuando
alguien más diestro en una materia enseña a una
persona sobre un tema y éste internaliza el contenido
entonces ha aprendido.
2.2.2.4 TIPOS DE RENDIMIENTO ACADÉMICO
Figueroa (2004) sostiene que el rendimiento académico es “el
conjunto de transformaciones operadas en el educando, a
través del proceso enseñanza-aprendizaje que se manifiesta
mediante el crecimiento y enriquecimiento de la personalidad
en formación”; se entiende que el rendimiento académico es
el nivel de conocimiento expresado a través de las

61
calificaciones que el estudiante logra mediante pruebas, otras
técnicas y además de la influencia de su desarrollo y del grado
de madurez biológica y psicológica.
Figueroa (2004), también sostiene que el rendimiento
académico se clasifica en dos tipos, que se presentan a
continuación:
a) Rendimiento Individual
“Es el que se manifiesta en la adquisición de conocimientos
experiencias hábitos, destrezas, habilidades, actitudes y
aspiraciones, etc.; lo que permite al profesor tomar decisiones
pedagógicas posteriores.
Rendimiento general: es el que se manifiesta mientras el
estudiante va al centro educativo, en el aprendizaje de las
líneas de acciones Educativas y hábitos culturales y en la
conducta del estudiante.
Rendimiento específico: es el que se da en las resoluciones
de los problemas personales, desarrollo en la vida profesional,
familiar y social que se les presenta en el futuro. Se evalúa la
vida afectiva del estudiante, se considera su conducta, sus

62
relaciones con el maestro, consigo mismo, con su modo de
vida y con los demás”.
b) Rendimiento Social
“La institución educativa al influir sobre un individuo, no se
limita a éste sino que a través del mismo ejerce influencia de
la sociedad en que se desarrolla.
Se considera factores de influencias sociales: el campo
geográfico de la sociedad donde se sitúa el estudiante, el
campo demográfico constituido por el número de personas a
las que se extiende la acción educativa individual”.
2.2.2.5 DIMENSIONES DEL REDIMIENTO ACADÉMICO
El rendimiento académico es determinado por varias
dimensiones entre ellas el personal, el afectivo, el académico y
el institucional, los cuales detallamos a continuación:
Dimensión personal
Para Vázquez et al. (2012) en Valdivia (2015):
“La dimensión personal del rendimiento académico está
relacionada con la influencia ejercida en el entorno familiar, incide
en distintas variables que se asocian con el éxito académico tales

63
como: la persistencia, el deseo del éxito, expectativas académicas
del individuo y la motivación” (p.34)
Beneyto (2015), menciona que “la mayor parte de los estudios de
corte clásico de centran en la figura del alumno como la variable
más influyente en el desarrollo del rendimiento académico” y
prosigue afirmando que “se enfatizaba en aspectos como la
inteligencia y las aptitudes del estudiante como factores de mayor
peso. Sin embargo, se ha constatado que la eficacia en el
aprendizaje no está únicamente relacionada con la capacidad
cognitiva y aptitudinal, sino que está determinada, a su vez, por la
manera en que el alumno o alumna utiliza ese potencial a través
de los estilos de aprendizaje”.
Dimensión afectiva
Según Berger (2013) “la relación entre estudiantes y sus
profesores ha sido señalada como un factor clave para un buen
desempeño académico y bienestar socioemocional de los
estudiantes, actuando a través de las competencias
socioemocionales y la motivación del profesorado y su efecto
modelador (…) la evidencia actual está demostrando que existe
una relación de influencia entre la dimensión socioemocional y los
indicadores académicos, y que las intervenciones que abordan los
aspectos socio afectivos tienen un impacto positivo en los
resultados en pruebas estandarizadas” (p.629)

64
Dimensión académica
La presente dimensión está relacionada con los resultados
logrados por los estudiantes como producto del proceso de
enseñanza-aprendizaje.
Según Montes y Lerner (2010) “esta dimensión refiere al qué
y al cómo del desarrollo académico del sujeto en su proceso
formativo, en la secundaria y en la universidad. En este
sentido, se consideran tanto variables que afectan
directamente la consecución del resultado de dicho proceso,
como aquellas que lo evidencian. En cuanto a la evidencia del
resultado académico, en todas las investigaciones rastreadas
que enfocan el rendimiento académico como resultado
cuantitativo; es recurrente que los investigadores consideren
que las notas obtenidas en la secundaria y/o en el examen de
admisión a la universidad --es decir; el rendimiento académico
previo--, sean consideradas como predictores del buen
desempeño de los estudiantes en el proceso de
profesionalización” (p.16)
Dimensión Institucional
Según Montero (2007) indica “específicamente, en este caso,
dentro de los factores institucionales se incluyen variables
tales como los horarios de los cursos, los tamaños de los
grupos, número de libros en la biblioteca del centro educativo,

65
aspectos relacionados con la carrera que sigue el (la)
estudiante y el ambiente institucional, que influyen en el
rendimiento académico del estudiantado” (p.218)
2.2.2.6 ELEMENTOS DEL RENDIMIENTO ACADÉMICO
A continuación se presentan los elementos que participan en
el rendimiento académico:
a) El estudiante: Es el individuo que recibe conocimientos
respecto a un tema, asunto o materia en una institución
educativa.
b) El docente: Es la persona que imparte los conocimientos al
estudiante sobre un tema, asunto o materia.
c) El test de evaluación: Es un instrumento destinado a
evaluar conocimientos, aptitudes o funciones en el
estudiante para obtener el grado de conocimiento que el
estudiante ha recibido durante el proceso de enseñanza-
aprendizaje.
2.2.2.7 FACTORES DEL RENDIMIENTO ACADÉMICO
Vásquez et al. (2012) clasifica los factores del rendimiento
académico en tres determinantes.

66
Factores Personales
“Los factores personales se concentran en características de
género, edad y demás variables demográficas sumada a la
Competencia cognitiva, definida como la autoevaluación de la
propia capacidad del individuo para cumplir una determinada
tarea cognitiva, su percepción sobre su capacidad y
habilidades intelectuales. Relacionada con la influencia
ejercida en el entorno familiar, incide en distintas variables que
se asocian con el éxito académico tales como: la persistencia,
el deseo del éxito, expectativas académicas del individuo y la
motivación” (p.2)
Factores Sociales
“Los llamados Determinantes sociales, se asocian al
rendimiento académico puesto que interactúan entre sí y entre
variables personales e institucionales” (p.3)
Garbanzo (2007) en Vásquez et al. (2012) indica que los
factores sociales “estudia las diferencias sociales y las
desigualdades sociales y culturales como posibles
condicionantes de los resultados educativos así como la
composición del Entorno familiar y las interrelaciones propias
de la convivencia. El Nivel educativo de los progenitores o
adultos responsables es otro elemento no menos importante y

67
refiere puntualmente al nivel educativo del padre y de la
madre. Por su parte, el Contexto socioeconómico afecta el
nivel de calidad educativa al igual que el contexto geográfico
o regional en el que vive el estudiante en época lectiva” (p.3)
Factores Institucionales
“Entre los Determinantes institucionales se destacan las
Metodologías docentes; Horarios de las distintas materias o
Cantidad de alumnos por profesor; etc.
La Complejidad en los estudios, es una variable que siempre
muestra relaciones importantes con el rendimiento académico
al igual que las condiciones de las aulas, servicios, plan de
estudios y formación del profesorado. De relevancia similar se
citan los Servicios institucionales de apoyo, que la institución
ofrece a los estudiantes, como son sistemas de becas, servicio
de préstamos de libros, asistencia médica, apoyo psicológico,
pedagógico, entre otros.
Un ambiente estudiantil marcado por la solidaridad, el
compañerismo y el apoyo social, es un elemento de impacto
en el rendimiento. No menos importante es la relación
estudiante –profesor tanto académica como afectiva y las
pruebas de admisión a la universidad, o las específicas de
aptitud con la carrera” (p.3)

68
Según Murilla (2013) “el Rendimiento Académico por ser
multicausal, envuelve una enorme capacidad explicativa de
los factores y espacios temporales que intervienen en el
proceso de aprendizaje. Existen diferentes aspectos que se
asocian al rendimiento académico, entre los que intervienen
componentes tanto internos como externos al individuo.
Pueden ser de orden social, cognitivo y emocional, que se
clasifican en tres categorías: determinantes personales,
determinantes sociales y determinantes institucionales, que
presentan subcategorías o indicadores” (p.24)
Determinantes personales
“En los determinantes personales se incluyen aquellos
factores de índole personal, cuyas interrelaciones se pueden
producir en función de variables subjetivas, sociales e
institucionales. Existen una serie de factores asociados al
rendimiento académico que tienen un impacto personal y que
incluyen las siguientes competencias:
1. Competencia cognitiva
2. Motivación
3. Condiciones cognitivas
4. Auto concepto académico
5. Auto eficacia percibida
6. Bienestar psicológico
69
7. Satisfacción y abandono con respecto a los estudios
8. Asistencia a clases
9. Inteligencia
10. Aptitudes
11. Sexo
12. Formación académica previa Básica
13. Nota de acceso Educación Media”
Determinantes sociales
“Son aquellos factores asociados al rendimiento académico de
índoles social que interactúan con la vida académica del
estudiante, cuyas interrelaciones se pueden producir entre si
y entre variables. Los factores de índole social, se pueden
agrupar en la categoría denominada determinantes sociales,
entre las cuales sobresalen:
1. Diferencias sociales
2. Entorno familiar
3. Nivel educativo de los progenitores o adultos responsables
del estudiante
4. Nivel educativo de la madre
5. Contexto socioeconómico
6. Variables demográficas”
70
Determinantes institucionales
Según Montero y Villalobos (2004) en Murilla (2013) indica que
“los aspectos institucionales tienen gran importancia en
estudios sobre factores asociados al rendimiento académico
desde el punto de vista de la toma de decisiones, pues se
relacionan con variables que en cierta medida se pueden
establecer, controlar o modificar como, por ejemplo, los
horarios de los cursos, tamaño de grupos o criterios de ingreso
en carrera”.
Murilla (2013) refiere que “al igual que las categorías
denominadas personales y sociales, los factores de índole
institucional que inciden en el rendimiento académico del
estudiante, pueden presentar interrelaciones que se producen
entre sí, y entre variables personales y sociales”. De esta
manera la autora clasifica los determinantes institucionales en
las siguientes categorías:
1. Complejidad de los estudios
2. Condiciones institucionales
3. Servicios institucionales de apoyo
4. Ambiente estudiantil
5. Relaciones estudiante profesor

71
2.3 Formulación de hipótesis
2.3.1 Hipótesis general
El uso del software MATLAB influye positivamente en el rendimiento
2.3.2 Hipótesis específicas
El uso del software MATLAB influye significativamente en el aprendizaje
de las funciones y gráficas de los estudiantes de pre grado del curso de
Cálculo II de la Escuela de Ingenierías de la Universidad Privada Norbert
Wiener 2018.
El uso del software MATLAB influye significativamente en el aprendizaje
de las integrales de los estudiantes de pre grado del curso de Cálculo II
de la Escuela de Ingenierías de la Universidad Privada Norbert Wiener
2018.
72
2.4 Operacionalización de variables e indicadores
TABLA Nº 1: Operacionalización de la variable dependiente
VARIABLE DEFINICIÓN DEFINICIÓN INDICES

DIMENSIÓN INDICADORES ITEMS INSTRUMENTO
DEPENDIENTE CONCEPTUAL OPERACIONAL ( REACTIVOS)
“Nivel de Resultados
conocimientos obtenidos por Evaluación de Identifica los ejercicios
de un alumno los estudiantes conocimiento de funciones, gráficas e
medido en una en su proceso integrales.
prueba de académico,
evaluación…” medido por
(Sánchez, 2002) indicadores a
través del uso Evaluación Procesa, analiza y Test de
del software Enseñanza procedimental resuelve ejercicios de evaluación
RENDIMIENTO 1,2,3,
MATLAB . basada en funciones, gráficas e aplicado a los
ACADÉMICO 4,5
competencias integrales. estudiantes
Evaluación Compromiso con el

actitudinal aprendizaje.
FUENTE: Elaborado por la responsable de la Investigación

73
2.5 Definición de términos básicos
Algoritmo: Conjunto ordenado de operaciones sistemáticas que permite hacer
un cálculo y hallar la solución de un tipo de problemas.
Aprendizaje: Resultado observado en forma de cambio más o menos
permanente del comportamiento de una persona, que se produce como
consecuencia de una acción sistemática (por ejemplo de la enseñanza) o
simplemente de una práctica realizada por el aprendiz.
Competencias académicas: (Capacidades-Competencias-Habilidades-
Destrezas son términos que se utilizan frecuentemente de forma indistinta).
Capacidad para realizar diferentes tareas necesarias para hacer frente a las
exigencias del estudio en la universidad.
Enseñanza-Aprendizaje: Se utilizan estos dos términos conjuntamente cuando
se quiere significar que no es posible considerarlos de forma independiente y
para hacer hincapié en que la enseñanza del profesor no tiene sentido si no es
para producir aprendizajes en los estudiantes.
Estudiante: Aquél que ha cumplido con los requisitos establecidos para la
admisión a la universidad y se encuentra matriculado en una Facultad o Escuela
de Post Grado, cuyos estudios conducen a la obtención de grados o títulos.

74
Inteligencia: Facultad de la mente que permite aprender, entender, razonar,
tomar decisiones y formarse una idea determinada de la realidad.
Material didáctico: Para Ogalde (1991), “los materiales didácticos son todos
aquellos medios o recursos que facilitan el proceso de enseñanza-aprendizaje
dentro de un contexto educativo global y sistemático, y estimulan la función de
los sentidos para acceder más fácilmente a la información, adquisición de
habilidades y destrezas”.
Matemática: Es una ciencia formal que, partiendo de axiomas y siguiendo el
razonamiento lógico, estudia las propiedades y relaciones entre entidades
abstractas como números, figuras geométricas o símbolos.
MATLAB: Es un programa de cálculo numérico que cuenta con un gran número
de instrucciones que nos permiten resolver problemas científicos. MATLAB
(Matrix Laboratory) puede compararse con una potente calculadora científica
programable.
Motivación: Conjunto de procesos que desarrolla un facilitador (docente u otra
persona, un recurso) para activar, dirigir y mantener determinada conducta en
otra persona (por ejemplo, un estudiante) o en un grupo.
Proceso de enseñanza: Conjunto de acciones que, siguiendo determinados
principios y métodos, están desarrolladas por un facilitador (docente, otra

75
persona o un recurso) para conseguir un resultado en un tercero (discente,
grupo-clase), explicitado en forma de objetivos o metas de aprendizaje.
Prueba objetiva: Modalidad de prueba escrita usada para la evaluación del
aprendizaje, cuyo rasgo distintivo es la posibilidad de determinar
inequívocamente si las respuestas de los sujetos que responden son correctas
o incorrectas.
Rendimiento Académico: Es un resultado del aprendizaje, suscitado por la
intervención pedagógica del profesor o la profesora, y producido en el
estudiante. No es el producto analítico de una única aptitud, sino más bien el
resultado sintético de una suma (nunca bien conocida) de elementos que actúan
en, y desde la persona que aprende, tales como factores institucionales,
pedagógicos, psicosociales y socio demográficos.
Software educativo: Destinado a la enseñanza y el aprendizaje autónomo y
que, además, permite el desarrollo de ciertas habilidades cognitivas. Así como
existen profundas diferencias entre las filosofías pedagógicas, así también
existe una amplia gama de enfoques para la creación de software educativo,
atendiendo a los diferentes tipos de interacción que debería existir entre los
actores del proceso de enseñanza-aprendizaje: educador, aprendiz,
conocimiento, computadora.
76
Tecnología: En informática, tecnología es el estudio, diseño, desarrollo,
innovación puesta en práctica, ayuda o gerencia de los sistemas informáticos
computarizados, particularmente usos del software.

77
CAPÍTULO III
METODOLOGÍA
3.1 Tipo y nivel de investigación
Es una investigación cuantitativa de tipo aplicada. Grajales G, (2000) señala
que “la investigación aplicada, guarda íntima relación con la básica, pues
depende de los descubrimientos y avances de la investigación básica y se
enriquece con ellos, pero se caracteriza por su interés en la aplicación,
utilización y consecuencias prácticas de los conocimientos. La investigación
aplicada busca el conocer para hacer, para actuar, para construir, para
modificar” (p.4).
De acuerdo a la naturaleza de la investigación es de nivel descriptivo. Sánchez
H., Reyes C. (2006) nos dice: “Tiene como objetivo la descripción de los
fenómenos a investigar, tal como es y cómo se manifiesta en el momento
(presente) de realizarse el estudio y utiliza la observación como método

78
descriptivo, buscando especificar las propiedades importantes para medir y
evaluar aspectos, dimensiones o componentes”.
Por las características de las variables es bivariada, las variables de estudios
son: el software informático (variable independiente) y el rendimiento
académico (variable dependiente).
Para la presente investigación el alcance es explicativo. Como señala
Hernández (2007): El alcance de tipo explicativo “está dirigido a responder por
las causas de los eventos y fenómenos físicos o sociales. Se enfoca en explicar
por qué ocurre un fenómeno y en qué condiciones se manifiesta, o por qué se
relacionan dos o más variables” (p. 85).
Por la toma de datos del investigador es longitudinal prospectivo, porque la toma
de datos va a ser en dos tiempos a través de una prueba de pre test y prueba
de post test en un grupo de control y en un grupo experimental y los datos serán
analizados posteriormente.
3.2 Diseño de la investigación
La presente investigación es cuasi experimental debido a que se trabajará con
dos grupos que no serán seleccionados aleatoriamente sino que los grupos
estarán formados por estudiantes que se matriculen al curso de Cálculo II en el

79
semestre académico 2018-II. La siguiente tabla muestra el diseño de la
investigación:
TABLA N° 2: Esquema del diseño
GRUPO PRE TEST VARIABLE POST TEST

INDEPENDIENTE
Grupo Experimental Pre test al grupo X=Software Post test al grupo
(Turno Mañana) experimental MATLAB experimental
Grupo Control Pre test al grupo Post test al grupo
(Turno Noche) control control
Fuente: Elaboración propia
La presente investigación se aplicó durante un período de tiempo específico a
los estudiantes del grupo control y el grupo experimental y después se midió el
rendimiento académico en ambos grupos con una duración de dos meses de
clase. Por otro lado el grupo de control recibirá la enseñanza por el método
tradicional.
3.3 Población y muestra
Población
Según Hernández (2007) la población “es el conjunto de todos los casos que
concuerdan con una serie de especificaciones” (p. 174).
La población de estudio estuvo conformada por todos los estudiantes de la EAP
de Ingenierías matriculados en el semestre 2018-II del curso de Cálculo II de la
Universidad Privada Norbert Wiener, tal como se muestra en la siguiente tabla:

80
TABLA Nº 3: Población
Carrera Profesional Ciclo Turno Nro. de Porcentaje
Estudiantes
Ingeniería Industrial y de III Mañana 26 25%
Gestión Empresarial Noche 26 25%
Ingeniería de Sistemas III Mañana 26 25%
e Informática Noche 26 25%
Muestra
Según Hernández (2007), la muestra es “en esencia, un subgrupo de la
población” (p. 175).
Para obtener el tamaño de la muestra más representativa se tomó en cuenta
aquella con características similares a la población. La muestra de estudio
seleccionado estuvo constituida por 104 estudiantes distribuidos en 2 grupos,
tal como se indica en la tabla Nº 3.
TABLA N° 4: Tamaño de muestra
TURNO Número de estudiantes

Grupo experimental (Turno mañana) 52
Grupo control (Turno noche) 52
TOTAL 104
81
3.4 Técnicas e instrumentos de recolección de datos
La recolección de datos y la ejecución del experimento se realizaron de la
siguiente manera:
a) Antes del inicio del semestre académico se solicitó al Director de Ingenierías
de la Universidad Norbert Wiener la aprobación para aplicar el pre-test y post
test.
b) Al iniciar el semestre 2018-II se aplicó el pre test en ambos grupos,
posteriormente se evaluó nuevamente a través del instrumento para conocer
el nivel del rendimiento académico en el que se encuentran los estudiantes
de ambos grupos.
c) Se eligieron aleatoriamente a los estudiantes del turno de la mañana como
grupo experimental de donde se obtuvo la muestra de estudio y a los
estudiantes del turno de la noche como grupo de control.
d) Las sesiones de enseñanza-aprendizaje se desarrollaron de acuerdo al
contenido del sílabo del curso de Cálculo II
e) Las sesiones de enseñanza-aprendizaje tuvieron como base la aplicación
del software MATLAB para el grupo experimental.
f) El experimento se desarrolló durante los meses de septiembre y octubre del
2018 en el horario normal de clases. Ver anexo Nº 2.
g) Al culminar las sesiones de enseñanza-aprendizaje se aplicó el post test en
ambos grupos para medir el rendimiento académico de cada estudiante y
registrar los resultados obtenidos.

82
3.4.1 Descripción de Instrumentos
Para la medición de la variable rendimiento académico se utilizó una
prueba o test de evaluación el cual fue diseñada tomando como base los
contenidos desarrollados en las sesiones de enseñanza-aprendizaje, el
cual consta de 5 preguntas: funciones (1 pregunta), gráficos (2
preguntas) e integrales (2 preguntas), las cuales fueron elaboradas por
el investigador y medidas en escala vigesimal. Cada pregunta vale 4
puntos y se encuentra en el anexo N° 3.
3.4.2 Validación de Instrumentos
La validación del instrumento tiene como propósito conocer el grado en
que los instrumentos miden la variable de estudio y se efectuó mediante
juicio de expertos para lo cual se seleccionó a tres profesionales
especializados, a quienes se les proporcionó los documentos
correspondientes para la validación del instrumento.
Luego de la evaluación por parte de cada uno de los expertos, emitieron
su juicio en el certificado de validez de contenido del instrumento que se
muestra en el anexo N° 4.
En la siguiente tabla se presenta el resultado del juicio emitido por el
equipo de expertos:
83
TABLA N° 5: Validación mediante juicio de expertos
Expertos Opinión de aplicabilidad

Mg. Augusto Fernando Hermoza Caldas Aplicable
Dr. Luis Miguel Romero Echevarría Aplicable
Mg. Daniel Luiggi Ortega Zavala Aplicable
3.5 Procesamiento y análisis de datos
Los datos serán procesados en Excel y en el software SPSS 22.
El procesamiento de datos será en Estadística Descriptiva y Estadística
Inferencial.
3.6 Aspectos Éticos
La presente investigación requirió la interacción con personas, específicamente
con los estudiantes del curso de Cálculo II de la EAP de Ingenierías a quienes
se les aseguró su bienestar y fueron evaluados con seguridad y respeto.
Para realizar la investigación y aplicar el estudio en la Escuela se solicitó
autorización al Director responsable quien accedió amablemente. Al inicio de la
investigación y antes de aplicar el test de evaluación los estudiantes fueron
informados del propósito de la investigación y del uso de los resultados.
Asimismo se mantuvo la confidencialidad de los datos recabados y el anonimato
de los participantes.
84
CAPITULO IV
PRESENTACIÓN Y ANÁLISIS DE RESULTADOS
En el presente capítulo se realiza el análisis estadístico en base a los resultados
obtenidos en las pruebas de pre y post test aplicados a los estudiantes del tercer
ciclo de la EAP de Ingenierías. Se considera como variable independiente el
software MATLAB y como variable dependiente los puntajes del rendimiento
académico obtenidos en los rubros de funciones, gráficas e integrales.
4.1 Procesamiento de datos: Resultados
4.1.1 Prueba de Normalidad
Para la presente investigación se definió las hipótesis para demostrar si
los datos de la variable dependiente “rendimiento académico” tienen una
distribución normal.
85
H0: La variable rendimiento académico de los estudiantes del tercer ciclo
tiene una distribución Normal.
H1: La variable rendimiento académico de los estudiantes del tercer ciclo
es distinta a la distribución Normal.
Se realizó la prueba de normalidad de Kolmogorov-Smirnov ya que se
trabajó con muestras mayores a 50 datos (n>50).
Utilizando el software estadístico SPSS, tenemos la siguiente tabla:
TABLA Nº 6: Prueba de normalidad
Pruebas de normalidadb
Kolmogorov-Smirnova
Estadístico gl Sig.
Rendimiento Académico .237 52 .000
CONTROL Funciones y Gráficos .215 52 .000

Integrales .367 52 .000
PRE TEST Rendimiento Académico .293 52 .000
EXPERIMENTAL Funciones y Gráficos .255 52 .000

Integrales .539 52 .000
CONTROL Funciones y Gráficos .411 52 .000
POST TEST Integrales .284 52 .000

EXPERIMENTAL Funciones y Gráficos .352 52 .000
a. Corrección de la significación de Lilliefors

b. Experim POST Integral es una constante y se ha desestimado.
86
Consideramos la siguiente regla:
p<=0.05, se rechaza la H0.
p>0.05, se acepta la H0.
Por lo tanto queda demostrado que los datos de la variable rendimiento
académico, tanto en funciones y gráficos como integrales, presenta una
libre distribución, es decir es distinta a una distribución normal ya que el
p valor del pre test y del post test son menores a 0.05; en consecuencia,
se rechaza la hipótesis nula y se acepta la H1. Entonces se aplicará el
estadístico no paramétrico U de Mann Whitney.
4.2 Prueba de hipótesis
A) Hipótesis general
El uso del software MATLAB influye positivamente en el rendimiento
H0: El uso del software MATLAB no influye positivamente en el rendimiento
H1: El uso del software MATLAB influye positivamente en el rendimiento

87
TABLA Nº 7: Rendimiento académico del grupo control y el grupo
experimental según pre test y post test
Grupo Test U de
Estadístico Control (n=52) Experimental (n=52) Mann Whitney
Pre Test
Media 10,23 8,54 U=969,000
Desv. tip. 3,209 2,631 Z=-2,708
Mediana 12,00 8,00 p=0,007
Post Test
Media 14,31 17,85 U=698,000
Desv. tip. 4,709 3,403 Z=-4,554
Mediana 16,00 20,00 p=0,000
Fuente: Elaboración propia en base a pre y post test aplicado a los grupos
de control y experimental.
Se aplicó en la segunda semana de clases el test de evaluación Pre Test, en
donde el rendimiento académico de los estudiantes de pre grado del curso
de Cálculo II de la Escuela de Ingenierías es diferente al 95% de confiabilidad
de acuerdo a la prueba no paramétrica U de Mann-Whitney, tanto para el
grupo control como el experimental, presentando un mejor promedio el Grupo
Control (Promedio=10.23) que el Grupo Experimental (Promedio=8.54).
Así mismo en la semana académica 10 de clases se aplicó el test de
evaluación Post Test, en el cual el rendimiento académico de los estudiantes
de pre grado del curso de Cálculo II de la Escuela de Ingenierías es diferente
al 95% de confiabilidad de acuerdo a la prueba no paramétrica U de Mann-
Whitney, tanto para el grupo control como el grupo experimental, el promedio
del Grupo Experimental (Promedio= 17.85) fue mejor que el promedio del
Grupo Control (Promedio=14.31).

88
Como el p valor es menor a 0.05 (P<0.05) se rechaza la hipótesis nula y se
acepta la hipótesis alterna, es decir, el uso del software MATLAB influye
positivamente en el rendimiento académico de los estudiantes de pre grado
del curso de Cálculo II de la Escuela de Ingenierías de la Universidad Privada
Figura Nº 1: Rendimiento académico del grupo control y el grupo
experimental según pre test y post test

89
De la figura Nº 1 se puede apreciar que el puntaje inicial del rendimiento
académico son similares en la prueba pre test, siendo ligeramente superior
en el grupo control. Luego de la aplicación del software matemático MATLAB,
se observa que ambos grupos aumentaron los puntajes, sin embargo, el
grupo experimental obtuvo una mejor puntuación respecto del grupo control.
B) Hipótesis específica 1
El uso del software MATLAB influye significativamente en el aprendizaje de
las funciones y gráficas de los estudiantes de pre grado del curso de Cálculo
II de la Escuela de Ingenierías de la Universidad Privada Norbert Wiener
2018.
H0: El uso del software MATLAB no influye significativamente en el
aprendizaje de las funciones y gráficas de los estudiantes de pre grado del
curso de Cálculo II de la Escuela de Ingenierías de la Universidad Privada
H1: El uso del software MATLAB influye significativamente en el aprendizaje
Wiener 2018.
90
TABLA Nº 8: Rendimiento académico en funciones y gráficos del grupo
control y el grupo experimental según pre test y post test
Grupo Test U de
Pre Test
Media 8,15 8,31 U=1319,000
Desv. tip. 3,165 2,839 Z=-0,230
Mediana 8,00 8,00 p=0,818
Post Test
Media 10,08 9,85 U=1304,000
Desv. tip. 3,015 3,403 Z=-0,368
Mediana 12,00 12,00 p=0,713
En cuanto al tema de funciones y gráficas, se tomó el pre test, en donde el
rendimiento académico de los estudiantes de pre grado del curso de Cálculo
II de la Escuela de Ingenierías es diferente al 95% de confiabilidad de
acuerdo a la prueba no paramétrica U de Mann-Whitney, tanto para el grupo
control como el experimental, presentando un mejor promedio el grupo
experimental (Promedio=8.31) que el grupo control (Promedio=8.15).
Así mismo en cuanto al tema de funciones y gráficas, se tomó el post test, en
el cual el rendimiento académico de los estudiantes de pre grado del curso
de Cálculo II de la Escuela de Ingenierías es diferente al 95% de confiabilidad
de acuerdo a la prueba no paramétrica U de Mann-Whitney, tanto para el
grupo control como el grupo experimental, el promedio del grupo control

91
(Promedio= 10.08) fue mejor que el promedio del grupo experimental
(Promedio=9.85).
Como el p valor es mayor a 0.05 (P>0.05) se rechaza la hipótesis alterna y
se acepta la hipótesis nula, es decir, el uso del software MATLAB no influye
significativamente en el aprendizaje de las funciones y gráficas de los
estudiantes de pre grado del curso de Cálculo II de la Escuela de Ingenierías
de la Universidad Privada Norbert Wiener 2018.
Figura Nº 2: Rendimiento académico en funciones y gráficos del grupo control
y el grupo experimental según pre test y post test

92
académico del tema de funciones y gráficos son similares en la prueba pre
test, siendo ligeramente superior en el grupo experimental. Luego de la
aplicación del software matemático MATLAB, se observa que ambos grupos
aumentaron ligeramente los puntajes, sin embargo, el grupo control obtuvo
una mejor puntuación respecto del grupo experimental.
C) Hipótesis específica 2
El uso del software MATLAB influye significativamente en el aprendizaje de
las integrales de los estudiantes de pre grado del curso de Cálculo II de la
H0: El uso del software MATLAB no influye significativamente en el
aprendizaje de las integrales de los estudiantes de pre grado del curso de
Wiener 2018.
H1: El uso del software MATLAB influye significativamente en el aprendizaje
de las integrales de los estudiantes de pre grado del curso de Cálculo II de la

93
TABLA Nº 9: Rendimiento académico en integrales del grupo control y el
grupo experimental según pre test y post test
Grupo Test U de
Pre Test
Media 2,08 0,23 U=875,000
Desv. tip. 2,799 0,942 Z=-4,222
Mediana 0,00 0,00 p=0,000
Post Test
Media 4,23 8,00 U=338,000
Desv. tip. 2,676 0,000 Z=-7,698
Mediana 4,00 8,00 p=0,000
En cuanto al tema de integrales, se tomó el pre test, en donde el rendimiento
Escuela de Ingenierías es diferente al 95% de confiabilidad de acuerdo a la
prueba no paramétrica U de Mann-Whitney, tanto para el grupo control como
el experimental, presentando un mejor promedio el grupo control
(Promedio=2,08) que el grupo experimental (Promedio=0.23).
Así mismo en cuanto al tema de integrales, se tomó el post test, en el cual el
rendimiento académico de los estudiantes de pre grado del curso de Cálculo
II de la Escuela de Ingenierías es diferente al 95% de confiabilidad de
acuerdo a la prueba no paramétrica U de Mann-Whitney, tanto para el grupo
control como el grupo experimental, el promedio del grupo experimental
(Promedio= 8.00) fue mejor que el promedio del grupo control
(Promedio=4.23).
94
Como el p valor es menor a 0.05 (P<0.05) se rechaza la hipótesis nula y se
acepta la hipótesis alterna, es decir, el uso del software MATLAB influye
significativamente en el aprendizaje de las integrales de los estudiantes de
pre grado del curso de Cálculo II de la Escuela de Ingenierías de la
Universidad Privada Norbert Wiener 2018.
Figura Nº 3: Rendimiento académico en integrales del grupo control y el
grupo experimental según pre test y post test
académico del tema de integrales es similar en la prueba pre test, siendo
superior en el grupo control. Luego de la aplicación del software matemático

95
MATLAB, se observa que ambos grupos aumentaron los puntajes, sin
embargo, el grupo experimental obtuvo una mejor puntuación respecto del
grupo control.
4.3 Discusión de resultados
En este apartado se realiza la discusión de los resultados obtenidos en la
investigación.
En lo referente a la hipótesis general, específicamente en el post test, existe
una diferencia entre el puntaje promedio del rendimiento académico obtenido
entre el grupo experimental (Media=14,31) y el grupo control (Media=17,85) en
el curso de Cálculo II después de aplicar el software MATLAB, lo cual permite
evidenciar la existencia de una influencia significativa del uso del software
MATLAB en el rendimiento académico, puesto que el valor de probabilidad
obtenido (p=0,000) es menor al nivel de significancia del 5%. Al respecto Rojas
y Chuquihuamaní (2015) en su investigación manifiesta que después de aplicar
el software Mat6 se observa una diferencia significativa en el rendimiento
académico en el área de matemática. Los mismos resultados se manifiestan en
el trabajo de Terán (2016) quien manifiesta que las TIC’s adecuadamente
enseñadas y aplicadas en el proceso de enseñanza aprendizaje mejoran los
niveles de comprensión de los estudiantes.
Referente a la primera hipótesis específica, observamos que existe una ligera
diferencia en el pre test entre el puntaje promedio obtenido en el rendimiento

96
académico entre el grupo control (Media=8,15) y el grupo experimental
(Media=8,31); en el pos test se ve un mejor rendimiento en ambos grupos sin
embargo el promedio del grupo control (Media=10,08) obtuvo un mejor
rendimiento académico que el grupo experimental (Media=9,85); lo cual permite
evidenciar que no existe una influencia significativa del uso del software
MATLAB para el tema de funciones y gráficos, puesto que el valor de
probabilidad obtenido (p=0,713) es mayor al nivel de significancia del 5%. Al
respecto Condori (2016) en su investigación manifiesta que hay un porcentaje
de estudiantes que no alcanzan las competencias necesarias debido a que la
aplicación del software es un proceso constante y continuo.
Referente a la segunda hipótesis específica, observamos que existe una
diferencia en el pre test entre el puntaje promedio obtenido en el rendimiento
académico entre el grupo control (Media=2,08) y el grupo experimental
(Media=0,23); en el pos test se ve un mejor rendimiento en ambos grupos en
donde el grupo experimental (Media=8,00) obtuvo un mejor rendimiento
académico que el grupo control (Media=4,23); lo cual permite evidenciar que
existe una influencia significativa del uso del software MATLAB para el tema de
resolución de integrales, puesto que el valor de probabilidad obtenido (p=0,000)
es menor al nivel de significancia del 5%. Al respecto Suazo (2015) en su
investigación manifiesta que con la aplicación del software Scilab en el aula
mejora el rendimiento académico del grupo experimental respecto al grupo
control expuesto a la metodología experimental, aplicado a diversos temas de
matemática entre ellos la integral.

97
CAPITULO V
CONCLUSIONES Y RECOMENDACIONES
5.1 Conclusiones
1. El uso del software MATLAB influye positivamente en el rendimiento
Escuela de Ingenierías de la Universidad Privada Norbert Wiener.
2. El uso del software MATLAB no influye significativamente en el aprendizaje
Wiener.
3. El uso del software MATLAB influye significativamente en el aprendizaje de
las integrales de los estudiantes de pre grado del curso de Cálculo II de la
Escuela de Ingenierías de la Universidad Privada Norbert Wiener.

98
5.2 Recomendaciones
1. Capacitar a los docentes del área de Matemática en aplicaciones que
mejoren la enseñanza aprendizaje del curso de Cálculo II y en general de
las matemáticas, de manera que los estudiantes afiancen sus conocimientos
lo cual se verá reflejado en un mejor rendimiento académico.
2. Concientizar a los estudiantes en el buen uso de aplicaciones matemáticas
para mejorar su aprendizaje, abordando temas para ser tratados en
profundidad despertando su habilidad y capacidad de razonamiento,
herramientas que pueden ser utilizadas para hacer comprobaciones;
incentivarlos a usar estas aplicaciones aprovechando el uso de los
laboratorios con los que cuenta la institución educativa superior.
3. Recomendar a las autoridades de la institución educativa superior la
instalación de un aplicativo matemático como MATLAB, el cual tiene muchas
ventajas y no necesariamente requiere una inversión en la licencia del
software.
4. Evaluar el uso de otras aplicaciones matemáticas como Octave y Scilab,
entre otros.
5. Realizar estudios más extensivos sobre otros temas de la Matemática para
determinar si en todas las áreas es conveniente utilizar la metodología
aplicada en la presente investigación.

99
REFERENCIAS BIBLIOGRÁFICAS
Aiken, L. (2003). Test Psicológicos y Evaluación. México D.F. México. Editorial
Pearson.
Arranz, A. (2017). Teorías del aprendizaje: Aplicaciones educativas y prácticas.
Recuperado de: https://blog.cognifit.com/es/teorias-del-aprendizaje/
Asís, E. (2015). Aplicación del software MATLAB como instrumento de enseñanza de
Matemática I en los estudiantes del I ciclo de la carrera de Ingeniería de Sistemas de
la Universidad de Ciencias y Humanidades 2013 – II (Tesis de Maestría). Universidad
Nacional de Educación Enrique Guzmán y Valle, Lima, Perú.
Beneyto, S. (2015). Entorno Familiar y Rendimiento Académico. Recuperado de:
https://books.google.com.pe/books?id=7nVTBwAAQBAJ&pg=PA67&dq=dimensiones
+del+rendimiento+academico&hl=es&sa=X&ved=0ahUKEwjk2-
692L_iAhWBtlkKHQYiCVsQ6AEIQTAF#v=onepage&q=dimensiones%20del%20rendi
miento%20academico&f=false
Berger, C., Álamos, P., Miliac, N. y Alcalay, L. (2013). Rendimiento académico y las
dimensiones personal y contextual del aprendizaje socio emocional: evidencias y
asociación en estudiantes chilenos. Unversitas Psychological.

100
Campoverde, M. (2015). La utilización del software Geo-gebra como apoyo didáctico
en la enseñanza de los temas de sistemas de ecuaciones y funciones y su relación
con el rendimiento académico de los estudiantes de décimo año de la Unidad
Educativa Tuntatacto, Cantón Guano (Tesis de Maestría). Escuela Superior
Politécnica Chimborazo, Riobamba, Ecuador.
Cárdenas, S. (2015). Aplicación del software Autocad sobre el aprendizaje de la
expresión gráfica en dibujo técnico de los estudiantes del primer ciclo de Ingeniería
Industrial de la Universidad Ricardo Palma –2014 (Tesis de Maestría). Universidad
Nacional de Educación Enrique Guzmán y Valle, Lima, Perú.
Condori, L. (2016). Aplicación del Geogebra y MATLAB para optimizar el rendimiento
académico en matrices y geometría analítica en los estudiantes del cuarto grado de
educación secundaria de la I.E José Carlos Mariátegui, distrito de Paucarpata -2014
(tesis de pregrado). Universidad Nacional de San Agustín, Arequipa, Perú.
Cuicas, M., Debel, E., Casadei, L. y Alvarez, Z. (agosto, 2007). El software matemático
como herramienta para el desarrollo de habilidades del pensamiento y mejoramiento
del aprendizaje de las matemáticas. Revista Electrónica Actualidades Investigativas
en Educación. Recuperado de: http://www.redalyc.org/pdf/447/44770209.pdf.
Cheng, P. (2017). Research on the Application of the MATLAB Simulation Technology
in Higher Mathematics Teaching. Revista de la Facultad de Ingeniería UCV, 32(11),
777-782.
101
Esqueda E., J. (2002). MATLAB e Interfaces Gráficas. Recuperado de:
ftp://ftp.unicauca.edu.co/Facultades/FIET/DEIC/Materias/Identificacion/matlab_semin
ar/docs/Matlab6xConatec.pdf
Figueroa, C. (2004). Sistemas de Evaluación Académica. Primera Edición. El Salvador.
Editorial Universitaria.
Gaviria, S. (2008). Teorías del aprendizaje. Recuperado de:
https://es.slideshare.net/adrysilvav/autores-de-las-teorias-del-aprendizaje
Garbanzo, G. (2007). Factores asociados al Rendimiento académico en estudiantes
universitarios. Educación, 31(1), 43-63.
Grajales, G. (2000). Tipos de Investigación. Recuperado de:
http://www.tgrajales.net/investipos.pdf
Hernández, R. (2007). Metodología de la Investigación. México D.F. México. Editorial
Mc Graw Hill.
Izaguirre, N., Hernández, M. y Altamirano, R. (2015). MATLAB como herramienta de
apoyo para el rendimiento académico en la materia de enseñanza de algoritmos y
lenguajes de programación para estudiantes de cuarto semestre de la carrera de

102
ingeniería industrial. Revista de divulgación científica y tecnológica. Recuperado de:
http://www.eumed.net/rev/tectzapic/2015/01/matlab.html
Junior, A. y Jaklin, L. (2011). MATLAB. Recuperado de:
https://es.slideshare.net/Junioradarfio/informe-matlab?from_action=save
Lozada, H. (2012). El software educativo libre y su incidencia en el rendimiento
académico de los estudiantes de bachillerato en la asignatura de Matemática de la
Unidad Educativa González Suárez de la ciudad de Ambato (Tesis de Maestría).
Universidad Técnica de Ambato, Ambato, Ecuador.
Marchena, Y., García, K. y Florián, Y. (2009). MATLAB. Componentes. Recuperado
de: http://www.oocities.org/yanairakelinyeser/index.html
Montero, E. (2007). Factores institucionales, pedagógicos, psicosociales y socio-
demográficos asociados al rendimiento académico de la universidad de Costa Rica.
Relieve, 13(2).
Montes, I. y Lerner, J. (2010). Rendimiento académico de los estudiantes de pregrado
de la Universidad EAFIT.
Murilla, E. (2013). Factores que inciden en el rendimiento académico en área de
Matemática de los alumnos y alumnas del noveno grado en los Centros de Educación
103
Básica de la Ciudad de Tela, Atlántida (Tesis de Maestría). Universidad Pedagógica
Nacional Francisco Morazán, San Pedro de Sula, Honduras.
Norma Técnica Peruana NTP-ISO/IEC 12207:2006. (2006). Tecnología de la
información. Procesos del ciclo de vida del software. 2da. Edición. Perú.
Pantoja, H. (2015). Aplicación del software libre SAGE y su influencia en el rendimiento
académico en cálculo vectorial, en los estudiantes del IV ciclo de Ingeniería Mecánica
de la Universidad Nacional de Ingeniería (Tesis de Maestría). Universidad Nacional de
Educación Enrique Guzmán y Valle, Lima, Perú.
Roa, N. (2013). Uso de herramientas tecnológicas en el aprendizaje de las
matemáticas. Recuperado de: file:///C:/Users/Usuario/Downloads/532-
Texto%20del%20art%C3%ADculo-1832-1-10-20140304.pdf
Sánchez, C. (2002). Diccionario de las Ciencias de la Educación. 18va ed. México.
Editorial Aula Santillana.
Sánchez, H., Reyes C. (2006). Tipos y Niveles de Investigación Científica.
Recuperado de https://es.scribd.com/doc/97318021/Tipos-y-Niveles-de-Investigacion-
Cientifica
Sánchez, J. (2013). Uso de las tics (Scilab y Wiris) y su influencia en el rendimiento en
el álgebra lineal de los alumnos del primer nivel de ingeniería de la Escuela Politécnica
104
del Ejército Extensión Latacunga (Tesis de Maestría). Universidad Técnica de Ambato,
Ambato, Ecuador.
Softin. (2018). Recuperado de: http://softin.info/matlab-long/
Suazo, M. (2015). El uso de Scilab como una estrategia alternativa a la enseñanza de
la variable compleja: un estudio realizado en UNAH – VS (Tesis de Maestría).
Universidad Pedagógica Nacional Francisco Morazán, San Pedro de Sula, Honduras.
Terán, E. (2016). El uso del software “MAPLE” como herramienta didáctica para la
resolución de sistemas de ecuaciones lineales y cuadráticas y su incidencia en el
desarrollo de destrezas con criterio de desempeño en el aprendizaje en los estudiantes
del 1º BGU en el colegio fisco-misional “San Francisco”, período 2014-2015 (tesis de
pregrado). Universidad Técnica del Norte, Ibarra, Ecuador.
Universidad Nacional de San Juan. (2011). MATLAB para ingenieros. Recuperado de:
http://dea.unsj.edu.ar/control2/matlab%20para%20ingenieros.pdf
Valdivia, Y. (2015). Influencia de la autoestima y el clima socio-familiar, en el
rendimiento académico de los estudiantes de primaria. UCV, Lima.
Valle Santos, E. V. (2013). Algunas dimensiones relacionadas con el rendimiento
académico de estudiantes de Administración y Dirección de Empresas. Universitas
Psicologycal, 12(3), 14.

105
Vásquez, C., Cavallo, M., Aparicio, S., Muñoz, B., Robson, C., Ruiz, L., y otros (2012).
Factores de impacto en el rendimiento académico universitario. Un estudio a partir de
las percepciones de los estudiantes.

ANEXOS
ANEXO 1: MATRIZ DE CONSISTENCIA
El software MATLAB en el rendimiento académico de los estudiantes de Cálculo II de tercer ciclo de la EAP de
Ingenierías de la Universidad Privada Norbert Wiener - 2018
PROBLEMA HIPOTESIS METODOLOGÍA

OBJETIVO GENERAL VARIABLES
GENERAL GENERAL
¿Cómo influye el uso del Determinar la influencia del uso El uso del software MATLAB Independiente (VI) TIPO Y NIVEL
software MATLAB en el del software MATLAB en el influye positivamente en el - Aplicada
rendimiento académico de los rendimiento académico de los rendimiento académico de los Software MATLAB - Descriptivo
estudiantes de pre grado del estudiantes de pre grado del estudiantes de pre grado del - Bivariada
curso de Cálculo II de la curso de Cálculo II de la curso de Cálculo II de la Escuela
Escuela de Ingenierías de la - Longitudinal
Escuela de Ingenierías de la de Ingenierías de la Universidad
Universidad Privada Norbert Universidad Privada Norbert Privada Norbert Wiener 2018. MÉTODO
Wiener 2018? Wiener 2018. - Cuasi experimental
DISEÑO
Problemas específicos Objetivos específicos Hipótesis específicas G1: O1 –> X0 –> O2
G2: O3  O4
¿Cómo influye el uso del Determinar la influencia del uso El uso del software MATLAB Donde:
software MATLAB en el del software MATLAB en el influye significativamente en el G1: Grupo de estudio
aprendizaje de las funciones y aprendizaje de las funciones y conocimiento de las funciones y
gráficas de los estudiantes de experimental
gráficas de los estudiantes de gráficas de los estudiantes de
pre grado del curso de Cálculo pre grado del curso de Cálculo G2: Grupo de estudio
pre grado del curso de Cálculo II
II de la Escuela de Ingenierías II de la Escuela de Ingenierías de la Escuela de Ingenierías de control
de la Universidad Privada de la Universidad Privada la Universidad Privada Norbert Dependiente (VD) O1: Pre test Grupo
Norbert Wiener 2018? Norbert Wiener 2018. Wiener 2018. experimental
¿Cómo influye el uso del Determinar la influencia del uso El uso del software MATLAB O2: Post test Grupo
del software MATLAB en el Rendimiento
software MATLAB en el influye significativamente en el Académico experimental
aprendizaje de las integrales aprendizaje de las integrales aprendizaje de las integrales de
de los estudiantes de pre grado O3: Pre test Grupo Control
de los estudiantes de pre los estudiantes de pre grado del O4: Post test Grupo Control
grado del curso de Cálculo II del curso de Cálculo II de la
curso de Cálculo II de la Escuela X0: Implementación del
de la Escuela de Ingenierías Escuela de Ingenierías de la
de Ingenierías de la Universidad
de la Universidad Privada
Universidad Privada Norbert MATLAB
Privada Norbert Wiener 2018.
Wiener 2018. MUESTRA
Norbert Wiener 2018?
104 estudiantes del curso
de Cálculo II de la EAP de
Ingenierias de la
Universidad Privada
Norbert Wiener
108
ANEXO 2: SESIONES DE APRENDIZAJE

Se desarrollaron las siguientes sesiones de aprendizaje en los meses de septiembre
y octubre 2018.
MES
ITEM TEMA
SEP OCT
1 Definición de una función x
2 Funciones de una variable x
3 Dominio y rango de una función x
4 Construcción de gráficos x
5 Gráficos lineales y gráficos de parábolas x
6 Definición de integral Indefinida. Aplicaciones. x
7 Definición de integral definida. Aplicaciones. x
8 Propiedades de la Integral definida x
9 Cálculo de áreas. Aplicaciones x
10 Definición de integral doble. Interpretación Geométrica x
11 Integrales dobles como suma de Riemann x
12 Integrales iteradas dobles. Propiedades x
Responsable
Ing. Gwendolyn Delgado Cotrina
Sede
Universidad Privada Norbert Wiener. Sede 7803-2.
Materiales Didácticos
Computadora. Software MATLAB. Plumones gruesos. Presentaciones en PPT. Hojas
de aplicación de ejercicios.
109
ANEXO 3: TEST DE EVALUACIÓN
Instrucciones:
a) El presente test va dirigido a los estudiantes del curso de Cálculo II de la EAP
de Ingenierías de la Universidad Privada Norbert Wiener.
b) Este test trata sobre temas que se incluyen en el sílabo del curso de Cálculo II
como son temas de gráficas, funciones e integrales.
c) La finalidad del presente test es medir y evaluar el nivel de habilidad del
aprendizaje y conocimiento de los estudiantes sobre temas de gráficos,
funciones e integrales. Los resultados de la presente evaluación servirán de
base para una investigación sobre la influencia del software Matlab en el
rendimiento académico de los estudiantes del curso de Cálculo II.
APELLIDOS Y NOMBRES: ________________________________________

FECHA: ______________ TURNO: __________________ NOTA: _______
1.- Marque la alternativa correcta que le corresponde al gráfico de la función f(x)

definida por el siguiente cuadro:
x -2 -1 0 1 2 3
f(x) -3 0 -1 0 3 8 4 ptos.
a) b) c)
d) e)
110
1
2.- Graficar la siguiente parábola 𝑓(𝑥) = 𝑥 2 + 2 tomando valores para “x” entre -4
4
y 4. 4 ptos.
a) b) c)
d) e)
3.- Graficar la siguiente recta: 𝑓(𝑥) = 2𝑥 + 4 4 ptos.
a) b)
c) d)
111
e)
0
4) Calcular la siguiente integral definida: ∫ 3𝑥√4 − 𝑥 2 𝑑𝑥 4 ptos.
−2
a) -20 b) 5 c) -5 d) 12 e) -8
2 2
5) Calcular la siguiente integral doble: ∫ ∫(2𝑥 + 3𝑦 )𝑑𝑦 𝑑𝑥 4 ptos.
a) 𝑥2 b) 2 𝑥 3 𝑦 + 𝑥𝑦 3 + 𝐶 c) 3 3
2 𝑦 + 𝑥𝑦 + 𝐶 𝑥 𝑦 + 2𝑥𝑦 2 + 𝐶
3 3 2
d) 3 3 2 2
𝑥 𝑦 − 𝑥 2 𝑦 3 + 𝐶 e) 𝑥 2 𝑦 + 4𝑥𝑦 3 + 𝐶
2 3
112
ANEXO 4: VALIDACIÓN DE INSTRUMENTO

113
114
115
116
117

Delgado

Cargado por

Copyright:

Formatos disponibles

Delgado

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Delgado

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD PRIVADA NORBERT WIENER

El software MATLAB en el rendimiento académico de los estudiantes de

Cálculo II de tercer ciclo de la EAP de Ingenierías de la Universidad Privada

Norbert Wiener - 2018

Tesis para optar el grado académico de:

Cálculo II de tercer ciclo de la EAP de Ingenierías de la Universidad Privada

Norbert Wiener - 2018

A Dios por su guía espiritual y su presencia en

A mi familia que siempre está a mi

Dedicatoria ……………………………………………………………………………. iii

Lista de Tablas ………………………………………………………………………. ix

Lista de Figuras ……………………………………………………………………… x

Abstract ………………………………………………………………………………. xiii

Introducción ………………………………………………………………………….. xiv

CAPITULO I: EL PROBLEMA …………………………………..……………….… 16

1.1. Planteamiento del problema ………………………………………………… 16

1.2. Formulación del problema ………………………………………..…………. 19

1.2.1. Problema general …………………………………………………….. 19

1.2.2. Problemas específicos ………………………………………………. 19

1.3. Objetivos de la investigación ……………………………………………….. 19

1.3.1. Objetivo general ……………………………………………………… 19

1.3.2. Objetivos específicos ………………………………………………... 20

1.4. Justificación de la investigación …………………………………………… 20

1.4.1. Justificación Legal ……………………………………………………. 20

1.4.2. Justificación Teórico-científica ………………………………………. 22

1.4.3. Justificación Metodológica …………………………………………… 22

1.4.4. Justificación Social ……………………………………………………. 23

1.6. Limitaciones de la investigación ……………………………………………. 24

CAPITULO II: MARCO TEÓRICO …………………………………………………. 25

2.1. Antecedentes de la investigación …………………………………………… 25

2.1.1. Antecedentes Nacionales …………………………………………….. 25

2.1.2. Antecedentes Internacionales ………………………………………... 29

2.2. Bases Teóricas ………………………………………………………………… 35

2.2.1. MATLAB ……………………………………….…………………...…… 35

2.2.1.1. Antecedentes de MATLAB ………………………………….. 35

2.2.1.2. Teorías Científicas que sustentan MATLAB ………………. 37

2.2.1.3. Características del MATLAB ………………………………… 38

2.2.1.4. Elementos Componentes del MATLAB ……………………. 43

2.2.1.5. Aceptación de los Usos del MATLAB ………………………. 45

2.2.1.6. El MATLAB y otros programas ……………………………… 46

2.2.1.7. Importancia del MATLAB ……………………………………. 48

2.2.2. Rendimiento Académico ………………………………………………. 50

2.2.2.1. Definición ……………………………………………………… 50

2.2.2.2. Antecedentes del Rendimiento Académico ……………….. 51

2.2.2.3. Enfoques teórico-científicos del Aprendizaje …….………... 53

2.2.2.4. Tipos de Rendimiento Académico ………………….….…... 60

2.2.2.5. Dimensiones del Rendimiento Académico ………….….….. 62

2.2.2.6. Elementos del Rendimiento Académico …………….….….. 65

2.2.2.7. Factores del Rendimiento Académico …………..…….……. 65

2.3.1. Hipótesis general ……………………………………………………….. 71

2.3.2. Hipótesis específicas …………………………………………………… 71

2.4. Operacionalización de variables e indicadores ………………………………. 72

2.5. Definición de términos básicos ………………………………………………… 73

CAPITULO III: METODOLOGÍA ……………………………………………………… 77

3.1. Tipo y nivel de investigación ………………...…………………………………. 77

3.2. Diseño de la investigación ……………………………………………………… 78

3.3. Población y muestra ……………………………………………………….…… 79

3.4. Técnicas e instrumentos de recolección de datos …………………………… 81

3.4.1 Descripción de instrumentos ……………………………………………. 82