2.- El Cálculo - Modelo Cuadrático (Coursera)

2.- El Cálculo - Modelo Cuadrático (Coursera)

Este curso forma parte de una secuencia con la que se propone un acercamiento a la Matemática Preuniversitaria que prepara para la Matemática Universitaria. En él se asocia un significado real con el contenido matemático que se aprende y se integran tecnologías digitales en el proceso de aprendizaje.

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

El contexto real de llenado de tanques permitirá hacer una primera transferencia de significado y recapitularemos contenidos preuniversitarios relacionados con el Modelo Cuadrático.

Syllabus

WEEK 1
Concibiendo un movimiento MUA
Retomaremos el Movimiento Rectilíneo Uniforme para con él concebir un movimiento en el que la velocidad varíe uniformemente. En esto la tecnología tendrá una participación decisiva. Podremos entonces hablar de un Movimiento Uniformemente Acelerado.c

WEEK 2
De un MUA transferimos a un CUA
Hablaremos nuevamente de la importante acción de transferencia cuando aprendemos Matemáticas. El conocimiento generado en el contexto real del movimiento en línea recta lo vamos a transferir a otros contextos reales con la intención de, posteriormente, generalizar al contexto matemático.

WEEK 3
Ecuaciones y funciones cuadráticas
Hablaremos de las ecuaciones cuadráticas y de la fórmula general para resolverlas. Ahí recordaremos nuestra clasificación de los números que resultan como solución. Vamos a dar significado a estas ecuaciones al relacionarlas con funciones cuadráticas que modelan matemáticamente una situación real.

WEEK 4
Función cuadrática y su derivada lineal
Hablaremos del Modelo Cuadrático desde la perspectiva del Cálculo, considerando su derivada. Con esto podremos retomar el tema de la parábola vertical y reconocer su utilidad para la identificación de puntos máximos y mínimos en una gráfica. Hablaremos de la construcción y optimización de funciones como aplicación de lo que hemos aprendido.

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

Related Courses

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

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.

Sep 21st 2026
5-12 Weeks
Data Science Math Skills (Coursera) Coursera
Duke University

Data Science Math Skills (Coursera)

Data science courses contain math—no avoiding that! This course is designed to teach learners the basic math you will need in order to be successful in almost any data science math course and was created for learners who have basic math skills but may not have taken algebra or pre-calculus. Data Science Math Skills introduces the core math that data science is built upon, with no extra complexity, introducing unfamiliar ideas and math symbols one-at-a-time.

Sep 24th 2026
4 Weeks
Conceptos y Herramientas para la Física Universitaria (Coursera) Coursera
Tecnológico de Monterrey

Conceptos y Herramientas para la Física Universitaria (Coursera)

Este curso provee al estudiante con conceptos y herramientas matemáticas para modelar problemas en física, que al aplicar podrá enfrentar con éxito los cursos de física universitarios. Así pues, la filosofía de este curso consiste en cubrir temas conceptuales relativos a la Física y desarrollar tu capacidad de aprender y aplicarlos en tu vida profesional.

Sep 14th 2026
5-12 Weeks
Matrix Methods (Coursera) Coursera
University of Minnesota

Matrix Methods (Coursera)

Mathematical Matrix Methods lie at the root of most methods of machine learning and data analysis of tabular data. Learn the basics of Matrix Methods, including matrix-matrix multiplication, solving linear equations, orthogonality, and best least squares approximation. Discover the Singular Value Decomposition that plays a fundamental role in dimensionality reduction, Principal Component Analysis, and noise reduction.

Sep 14th 2026
5-12 Weeks
Introduction à la théorie de Galois (Coursera) Coursera
École normale supérieure

Introduction à la théorie de Galois (Coursera)

Le cours expose la théorie de Galois, du classique critère de non-résolubilité des équations polynomiales aux méthodes plus avancées de calcul de groupes de Galois par réduction modulo un nombre premier. Le thème général de cette théorie est l'étude des racines d'un polynôme et concerne en particulier la possibilité de les exprimer à partir des coefficients de ce polynôme. Evariste Galois considère les symétries de ces racines et associe ainsi à ce polynôme un groupe de permutations de ses racines, que l'on appelle maintenant son groupe de Galois.

Sep 28th 2026
5-12 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.

Sep 28th 2026
5-12 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.

Sep 28th 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?

Sep 28th 2026
4 Weeks
Differential Equations for Engineers (Coursera) Coursera
The Hong Kong University of Science and Technology - HKUST

Differential Equations for Engineers (Coursera)

This course is about differential equations and covers material that all engineers should know. Both basic theory and applications are taught. In the first five weeks we will learn about ordinary differential equations, and in the final week, partial differential equations. The course is composed of 56 short lecture videos, with a few simple problems to solve following each lecture. And after each substantial topic, there is a short practice quiz. Solutions to the problems and practice quizzes can be found in instructor-provided lecture notes. There are a total of six weeks in the course, and at the end of each week there is an assessed quiz.

Sep 14th 2026
5-12 Weeks
Data Science as a Field (Coursera) Coursera
University of Colorado Boulder

Data Science as a Field (Coursera)

This course provides a general introduction to the field of Data Science. It has been designed for aspiring data scientists, content experts who work with data scientists, or anyone interested in learning about what Data Science is and what it’s used for. Weekly topics include an overview of the skills needed to be a data scientist; the process and pitfalls involved in data science; and the practice of data science in the professional and academic world. This course is part of CU Boulder’s Master’s of Science in Data Science and was collaboratively designed by both academics and industry professionals to provide learners with an insider’s perspective on this exciting, evolving, and increasingly vital discipline.

Sep 14th 2026
4 Weeks