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 for Machine Learning and Data Science (Coursera) Coursera
DeepLearning.AI

Calculus for Machine Learning and Data Science (Coursera)

After completing this course, learners will be able to: analytically optimize different types of functions commonly used in machine learning using properties of derivatives and gradients; approximately optimize different types of functions commonly used in machine learning using first-order (gradient descent) and second-order (Newton’s method) iterative methods; visually interpret differentiation of different types of functions commonly used in machine learning; perform gradient descent in neural networks with different activation and cost functions.

Nov 2nd 2026
3 Weeks
Image and video processing: From Mars to Hollywood with a stop at the hospital (Coursera) Coursera
Duke University

Image and video processing: From Mars to Hollywood with a stop at the hospital (Coursera)

In this course, you will learn the science behind how digital images and video are made, altered, stored, and used. We will look at the vast world of digital imaging, from how computers and digital cameras form images to how digital special effects are used in Hollywood movies to how the Mars Rover was able to send photographs across millions of miles of space.

Nov 2nd 2026
5-12 Weeks
Information Theory (Coursera) Coursera
The Chinese University of Hong Kong

Information Theory (Coursera)

At the completion of this course, the student should be able to: demonstrate knowledge and understanding of the fundamentals of information theory; appreciate the notion of fundamental limits in communication systems and more generally all systems; develop deeper understanding of communication systems; apply the concepts of information theory to various disciplines in information science.

Nov 2nd 2026
13-24 Weeks
Calculus through Data & Modeling: Limits & Derivatives (Coursera) Coursera
Johns Hopkins University

Calculus through Data & Modeling: Limits & Derivatives (Coursera)

This first course on concepts of single variable calculus will introduce the notions of limits of a function to define the derivative of a function. In mathematics, the derivative measures the sensitivity to change of the function. For example, the derivative of the position of a moving object with respect to time is the object's velocity: this measures how quickly the position of the object changes when time advances. This fundamental notion will be applied through the modelling and analysis of data.

Nov 2nd 2026
5-12 Weeks
Differential Equations Part III Systems of Equations (Coursera) Coursera
Korea Advanced Institute of Science and Technology - KAIST

Differential Equations Part III Systems of Equations (Coursera)

This introductory courses on (Ordinary) Differential Equations are mainly for the people, who need differential equations mostly for the practical use in their own fields. So we try to provide basic terminologies, concepts, and methods of solving various types of differential equations as well as a rudimentary but indispensable knowledge of the underlying theory and some related applications.

Nov 2nd 2026
5-12 Weeks
Introduction to Mathematical Thinking (Coursera) Coursera
Stanford University

Introduction to Mathematical Thinking (Coursera)

Learn how to think the way mathematicians do - a powerful cognitive process developed over thousands of years. Mathematical thinking is not the same as doing mathematics – at least not as mathematics is typically presented in our school system. School math typically focuses on learning procedures to solve highly stereotyped problems. Professional mathematicians think a certain way to solve real problems, problems that can arise from the everyday world, or from science, or from within mathematics itself.

Nov 2nd 2026
5-12 Weeks
Aléatoire : une introduction aux probabilités - Partie 1 (Coursera) Coursera
École Polytechnique

Aléatoire : une introduction aux probabilités - Partie 1 (Coursera)

Ce cours d'introduction aux probabilités a la même contenu que le cours de tronc commun de première année de l'École polytechnique donné par Sylvie Méléard. Le cours introduit graduellement la notion de variable aléatoire et culmine avec la loi des grands nombres et le théorème de la limite centrale. Les notions mathématiques nécessaires sont introduites au fil du cours et de nombreux exercices corrigés sont proposés.

Nov 2nd 2026
5-12 Weeks
English for Science, Technology, Engineering, and Mathematics (Coursera) Coursera
University of Pennsylvania

English for Science, Technology, Engineering, and Mathematics (Coursera)

Welcome to English for Science, Technology, Engineering, and Mathematics, a course created by the University of Pennsylvania, and funded by the U.S. Department of State Bureau of Educational and Cultural Affairs, Office of English Language Programs. This course is designed for non-native English speakers who are interested in improving their English skills in the sciences. In this course, you will explore some of the most innovative areas of scientific study, while expanding your vocabulary and the language skills needed to share scientific information within your community.

Nov 2nd 2026
5-12 Weeks
Calculus through Data & Modeling: Differentiation Rules (Coursera) Coursera
Johns Hopkins University

Calculus through Data & Modeling: Differentiation Rules (Coursera)

Calculus through Data & Modeling: Differentiation Rules continues the study of differentiable calculus by developing new rules for finding derivatives without having to use the limit definition directly. These differentiation rules will enable the calculation of rates of change with relative ease the derivatives of polynomials, rational functions, algebraic functions, exponential and logarithmic functions, and trigonometric and inverse trigonometric functions.

Nov 2nd 2026
5-12 Weeks