Cálculo Diferencial e Integral unidos por el Teorema Fundamental del Cálculo (Coursera)

Cálculo Diferencial e Integral unidos por el Teorema Fundamental del Cálculo (Coursera)

Los cursos de Cálculo Diferencial y Cálculo Integral tradicionalmente se ofrecen separados y respetando ese orden. El primero estudia la derivada, y el segundo, la integral, siendo este momento en el que aparece el Teorema Fundamental del Cálculo (TFC) para establecer la relación entre ambos conceptos. En el presente curso vamos a hacer una diferencia: introduciremos la derivada y la integral como conceptos relacionados desde un principio.

Class Deals by MOOC List - Click here and see Coursera's Active Discounts, Deals, and Promo Codes.

Vamos a iniciar con la interpretación del Teorema Fundamental del Cálculo, con esto nos referimos a descubrir su significado real en la solución de problemas. Llegaremos a asociar con él la actividad práctica de calcular el valor de una magnitud que está cambiando. Habiendo realizado esta interpretación, los conceptos de derivada e integral se verán relacionados desde un principio, lo que te permitirá predecir el valor de una magnitud que está cambiando. Las nociones fundamentales de derivada e integral las identificaremos con las ideas de “razón de cambio” y de “acumulación del cambio”, y el TFC nos proveerá de la estrategia de solución.
Recordarás que la Matemática Elemental incluye el Álgebra, la Geometría y la Geometría Analítica. Podemos decir que éstas son Matemáticas que estudian lo estático. En cambio, la Matemática Superior, que incluye el Cálculo, estudia lo dinámico. Con el Cálculo se inicia el estudio del cambio, una realidad presente en nuestro entorno cotidiano sin duda alguna. Costos, temperaturas, poblaciones, velocidades, energías, capitales de inversión, longitudes, etc., son algunos ejemplos de esto. En este curso podrás entender al Cálculo como una estrategia de solución para el estudio del cambio y diferenciarlo de las Matemáticas Elementales, aunque utilice de ellas bastante información.
Al finalizar este curso podrás:
Describir de qué manera los modelos matemáticos polinomial, exponencial natural, y trigonométricos (seno y coseno), son una construcción que responde a esta práctica de predicción. Los verás a todos ellos surgir de esta práctica cuando una magnitud real particular cumple ciertas condiciones en su “razón de cambio” con respecto a la magnitud de la que depende.
Utilizar la introducción de procesos infinitos (¡no imposibles!) en la construcción de la respuesta de predicción, con ello entenderás por qué se habla de Matemática Superior y de un pensamiento matemático avanzado.
Valorar una forma de pensar diferente, donde nuestro razonamiento matemático trascienda la sola manipulación de fórmulas algebraicas.

Syllabus

WEEK 1
Inicio e introducción al curso y a la tecnología
Abordaremos aspectos relacionados con el diseño y desarrollo del curso. Plantearemos las razones por las cuales ofrecemos un acercamiento a los contenidos del Cálculo Diferencial e Integral bajo una perspectiva que no ha sido contemplada en la enseñanza y aprendizaje tradicional de estos temas. Además, nos familiarizaremos con el uso de diferentes tecnologías digitales como medio para apoyar esta propuesta didáctica.
Modelo Lineal
Comenzaremos este curso presentando la problemática que hemos planteado en nuestro prefacio: la predicción del valor de una magnitud que está cambiando. Estudiamos el caso más simple de variación posible, y con esto daremos lugar al establecimiento del Modelo Lineal.

WEEK 2
Valor Aproximado Del Cambio Acumulado
La problemática de predecir el valor de una magnitud que está cambiando nos permitirá dar un significado a nuestro estudio del Cálculo y apreciar la utilidad de sus nociones y procedimientos. En este Módulo construiremos una estrategia numérica para tratar con dicha problemática motivando su obtención con el análisis de una situación real en particular.

WEEK 3
Estrategia Numérica: Método De Euler
Utilizaremos la estrategia numérica desarrollada en el módulo anterior y la aplicaremos “hasta sus últimas consecuencias”, es decir, considerando procesos infinitos. El recurso digital de la hoja de cálculo nos permitirá apoyar nuestro pensamiento para concretar el aprendizaje al representarlo con la simbología matemática adecuada.

WEEK 4
Valor Exacto Del Cambio Acumulado: Modelo Polinomial
La práctica de predicción de valores de una magnitud que está cambiando a través de la estrategia numérica del Método de Euler nos permitirá reconocer los modelos matemáticos polinomiales. Asociaremos con ellos los procesos de derivación e integración desde una perspectiva teórica y también algebraica.

WEEK 5
Modelo Cuadrático
Abordaremos el estudio del Modelo Cuadrático al interpretarle como el modelo polinomial cuya razón de cambio se asocia con un modelo lineal. El análisis de sus gráficas nos permitirá identificar ciertas relaciones compartidas entre función y derivada, y con ellas podremos interpretar visualmente el comportamiento de la magnitud que está cambiando.

WEEK 6
Modelo Cúbico
Abordaremos el estudio del Modelo Cúbico como el modelo polinomial en el cual la razón de cambio se representa con un modelo cuadrático. A través del análisis de sus gráficas podremos ampliar nuestro conocimiento incluyendo un nuevo tipo de comportamiento. El conocimiento de modelo cúbico se integra con el del cuadrático y del lineal, y con esto apreciaremos en el Cálculo el estudio del cambio, posible a través de las sucesivas derivadas de una función.

WEEK 7
Modelo Exponencial
La estrategia numérica del Método de Euler será aplicada para construir el Modelo Exponencial. Para esto, asociaremos la problemática de predicción con situaciones reales cuya particularidad se establece en términos de la relación entre la magnitud y su razón de cambio, lo que matemáticamente se conoce como una ecuación diferencial.

WEEK 8
Modelo Trigonométrico
El análisis de una nueva situación real cuyo comportamiento se asocia con la periodicidad, nos permitirá reconocer los nuevos modelos matemáticos: seno y coseno. Recordaremos aspectos de trigonometría para utilizarlos en el establecimiento de estos modelos, y analizaremos particularidades de su comportamiento gráfico asociado con diferentes aplicaciones.

WEEK 9
Derivada - Diferencial / Antiderivada - Integral
En este Módulo retomaremos los conceptos fundamentales del Cálculo desde una perspectiva teórica. Haremos énfasis en los diferentes acercamientos para su establecimiento como teoría científica, uno Newtoniano y uno Leibniziano. Hablaremos de las ventajas de los mismos para el tratamiento de la problemática de predicción que hemos establecido en este curso.

WEEK 10
Derivando e Integrando
Este Módulo será dedicado al reforzamiento de aspectos algorítmicos en el cálculo de derivadas e integrales. El énfasis en la manipulación de la simbología algebraica permitirá minimizar dificultades. El uso de tecnologías digitales actuales permitirá valorar su potencial como herramienta en el proceso.

WEEK 11
Nuevos Modelos
En este módulo abordaremos diferentes modelos matemáticos obtenidos a partir de los modelos básicos que ya han sido estudiados en este curso. Reconoceremos cada nuevo modelo asociándolo con su derivada/antiderivada. El análisis de su comportamiento gráfico será una herramienta visual para reconocer su utilidad en la representación de diferentes comportamientos de variación.
Y muchas más aplicaciones
Este último módulo se retoma la problemática original de predicción aplicada a nuevas situaciones reales en las que la aplicación de los procesos de derivación e integración en Cálculo resultan de utilidad para analizar el comportamiento de las magnitudes involucradas.

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Calculus through Data & Modelling: Vector Calculus (Coursera) Coursera
Johns Hopkins University

Calculus through Data & Modelling: Vector Calculus (Coursera)

This course continues your study of calculus by focusing on the applications of integration to vector valued functions, or vector fields. These are functions that assign vectors to points in space, allowing us to develop advanced theories to then apply to real-world problems. We define line integrals, which can be used to fund the work done by a vector field. We culminate this course with Green's Theorem, which describes the relationship between certain kinds of line integrals on closed paths and double integrals.

Jun 8th 2026
3 Weeks
Fibonacci Numbers and the Golden Ratio (Coursera) Coursera
The Hong Kong University of Science and Technology - HKUST

Fibonacci Numbers and the Golden Ratio (Coursera)

Learn the mathematics behind the Fibonacci numbers, the golden ratio, and how they are related. These topics are not usually taught in a typical math curriculum, yet contain many fascinating results that are still accessible to an advanced high school student. The course culminates in an explanation of why the Fibonacci numbers appear unexpectedly in nature, such as the number of spirals in the head of a sunflower.

Jun 8th 2026
3 Weeks
Deep Learning and Reinforcement Learning (Coursera) Coursera
IBM

Deep Learning and Reinforcement Learning (Coursera)

This course introduces you to two of the most sought-after disciplines in Machine Learning: Deep Learning and Reinforcement Learning. Deep Learning is a subset of Machine Learning that has applications in both Supervised and Unsupervised Learning, and is frequently used to power most of the AI applications that we use on a daily basis. First you will learn about the theory behind Neural Networks, which are the basis of Deep Learning, as well as several modern architectures of Deep Learning.

Jun 8th 2026
5-12 Weeks
Aprendizaje de las matemáticas de primaria (Coursera) Coursera
Universidad de los Andes

Aprendizaje de las matemáticas de primaria (Coursera)

En este segundo curso de acceso gratuito* del programa especializado Educación Matemática para profesores de primaria, conocerás las cuestiones particulares sobre el aprendizaje de las matemáticas y las dificultades y los errores más frecuentes que tienen que enfrentar los estudiantes al aprenderlas. El curso tiene una duración aproximada de seis semanas, con una dedicación promedio de 4 horas semanales. Todas las evaluaciones tienen retroalimentación y podrás descargar la mayoría de los recursos del curso.

Jun 8th 2026
5-12 Weeks
Linear Regression and Modeling (Coursera) Coursera
Duke University

Linear Regression and Modeling (Coursera)

This course introduces simple and multiple linear regression models. These models allow you to assess the relationship between variables in a data set and a continuous response variable. Is there a relationship between the physical attractiveness of a professor and their student evaluation scores? Can we predict the test score for a child based on certain characteristics of his or her mother? In this course, you will learn the fundamental theory behind linear regression and, through data examples, learn to fit, examine, and utilize regression models to examine relationships between multiple variables, using the free statistical software R and RStudio.

Jun 8th 2026
4 Weeks
Jugar y Aprender Matemática en aulas heterogéneas (Coursera) Coursera
Universidad Austral

Jugar y Aprender Matemática en aulas heterogéneas (Coursera)

Cuando se asume la enseñanza de la matemática con el compromiso de la participación de todos los alumnos en una comunidad de producción, en la que se resuelven problemas con distintos procedimientos, se comparan producciones, se analiza la validez de las afirmaciones que se hacen, la tarea resulta todo un desafío. En el caso del plurigrado, el desafío parece aún mayor. ¿Cómo presentar problemas que involucren en este trabajo reflexivo a niños y niñas de distintas edades y con distintos conocimientos?

Jun 8th 2026
4 Weeks
Advanced Linear Models for Data Science 2: Statistical Linear Models (Coursera) Coursera
Johns Hopkins University

Advanced Linear Models for Data Science 2: Statistical Linear Models (Coursera)

Welcome to the Advanced Linear Models for Data Science Class 2: Statistical Linear Models. This class is an introduction to least squares from a linear algebraic and mathematical perspective. Before beginning the class make sure that you have the following: a basic understanding of linear algebra and multivariate calculus; a basic understanding of statistics and regression models; at least a little familiarity with proof based mathematics; basic knowledge of the R programming language.

Jun 8th 2026
4 Weeks
Analysis of Algorithms (Coursera) Coursera
Princeton University

Analysis of Algorithms (Coursera)

This course teaches a calculus that enables precise quantitative predictions of large combinatorial structures. In addition, this course covers generating functions and real asymptotics and then introduces the symbolic method in the context of applications in the analysis of algorithms and basic structures such as permutations, trees, strings, words, and mappings.

Jun 8th 2026
5-12 Weeks