����������������������������������������������������������������������������������

 

 

El m�todo de lazo: un marco heur�stico para la aceleraci�n del c�lculo aritm�tico mental

 

The lasso method: a heuristic framework for accelerating mental arithmetic

 

O m�todo do ciclo: uma estrutura heur�stica para acelerar a aritm�tica mental

 

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: carlos.lazo@nazareno.edu.ec �

Ciencias T�cnicas y aplicadas

Art�culo de Investigaci�n

 

 

* Recibido: 21 de abril de 2025 *Aceptado: 25 de mayo de 2025 * Publicado: �30 de junio de 2025

 

        I.            Licenciado, Docente en Ciencias de la Educaci�n Unidad Educativa Cristiana Nazareno, Ecuador.

      II.            Master en Educaci�n Superior, Rector de la Unidad Educativa Cristiana Nazareno, Ecuador.

   III.            Ingeniera Electr�nica, Magister en Tecnolog�a Educativa y Competencias Digitales, Unidad Educativa Carlos Cisneros, Ecuador.

   IV.            Ingeniero Qu�mico, Unidad Educativa Dr. Emilio Uzc�tegui, Ecuador.

     V.            Ingeniero de Mantenimiento, Ingeniero en Administraci�n y Producci�n Industrial, Magister en Dise�o Industrial y de Procesos, Escuela Superior Polit�cnica de Chimorazo, ESPOCH, Ecuador.

Resumen

En un entorno digitalizado, la habilidad para realizar c�lculos mentales precisos sigue siendo crucial, especialmente cuando las herramientas tecnol�gicas son limitadas. Este estudio presenta el M�todo de Lazo, un enfoque heur�stico que optimiza las operaciones aritm�ticas mentales (suma, multiplicaci�n, potenciaci�n y simplificaci�n) mediante principios algebraicos b�sicos, como la propiedad distributiva y la expansi�n binomial. A diferencia de m�todos convencionales, este m�todo descompone los n�meros por su valor posicional y ejecuta las operaciones de derecha a izquierda, lo que facilita el manejo de acarreos y reduce la carga cognitiva.

Los resultados cuantitativos muestran una mejora notable: el tiempo promedio de resoluci�n disminuy� un 34% (p<0.01) y la precisi�n super� el 85% en todas las categor�as evaluadas. En simulacros tipo Exani, los estudiantes aumentaron en un 21% el n�mero de respuestas correctas (IC 95%: 18%-24%, p=0.003). La carga cognitiva percibida disminuy� significativamente, pasando de 4.2 a 2.5 en una escala Likert de 1 a 5 (d=1.2). Casi el 90% de los estudiantes report� mayor confianza en sus habilidades y menor ansiedad durante las evaluaciones. Estos resultados sugieren que el M�todo de Lazo no solo mejora el rendimiento t�cnico, sino que tambi�n fomenta la autonom�a y el pensamiento matem�tico estructurado, constituyendo una herramienta pedag�gica efectiva en contextos educativos.

Palabras clave: Heur�stica; c�lculo mental; eficiencia; aritm�tica; autonom�a.

 

Abstract

In a digital environment, the ability to perform precise mental calculations remains crucial, especially when technological tools are limited. This study presents the Lasso Method, a heuristic approach that optimizes mental arithmetic operations (addition, multiplication, exponentiation, and simplification) using basic algebraic principles, such as the distributive property and binomial expansion. Unlike conventional methods, this method decomposes numbers by their place value and performs operations from right to left, which facilitates the management of carryovers and reduces cognitive load.

Quantitative results show a notable improvement: average solution time decreased by 34% (p<0.01) and accuracy exceeded 85% in all categories evaluated. In Exani-type simulations, students increased the number of correct answers by 21% (95% CI: 18%-24%, p=0.003). Perceived cognitive load decreased significantly, from 4.2 to 2.5 on a 1-to-5 Likert scale (d=1.2). Nearly 90% of students reported greater confidence in their abilities and less anxiety during assessments. These results suggest that the Lasso Method not only improves technical performance but also fosters autonomy and structured mathematical thinking, constituting an effective pedagogical tool in educational contexts.

Keywords: Heuristics; mental calculation; efficiency; arithmetic; autonomy.

 

Resumo

Num ambiente digital, a capacidade de realizar c�lculos mentais precisos continua a ser crucial, especialmente quando as ferramentas tecnol�gicas s�o limitadas. Este estudo apresenta o M�todo Lasso, uma abordagem heur�stica que otimiza as opera��es aritm�ticas mentais (adi��o, multiplica��o, exponencia��o e simplifica��o) utilizando princ�pios alg�bricos b�sicos, como a propriedade distributiva e a expans�o binomial. Ao contr�rio dos m�todos convencionais, este m�todo decomp�e os n�meros pelo seu valor posicional e realiza opera��es da direita para a esquerda, o que facilita a gest�o das transfer�ncias e reduz a carga cognitiva.

Os resultados quantitativos mostram uma melhoria not�vel: o tempo m�dio de solu��o diminuiu 34% (p<0,01) e a precis�o ultrapassou os 85% em todas as categorias avaliadas. Nas simula��es do tipo Exani, os alunos aumentaram o n�mero de respostas corretas em 21% (IC 95%: 18%-24%, p=0,003). A carga cognitiva percebida diminuiu significativamente, de 4,2 para 2,5 numa escala Likert de 1 a 5 (d=1,2). Quase 90% dos alunos relataram maior confian�a nas suas capacidades e menos ansiedade durante as avalia��es. Estes resultados sugerem que o M�todo Lasso n�o s� melhora o desempenho t�cnico, como tamb�m promove a autonomia e o pensamento matem�tico estruturado, constituindo uma ferramenta pedag�gica eficaz em contextos educativos.

Palavras-chave: Heur�stica; c�lculo mental; efici�ncia; aritm�tica; autonomia.

 

Introducci�n

En el contexto educativo y profesional actual, marcado por una creciente digitalizaci�n, la capacidad de realizar c�lculos mentales eficientes contin�a siendo fundamental para el desarrollo cognitivo y la competencia matem�tica, especialmente en entornos con recursos tecnol�gicos limitados. Diversos estudios en neurociencia y psicolog�a cognitiva sugieren que el c�lculo mental no solo mejora las habilidades num�ricas b�sicas, sino que tambi�n favorece el razonamiento algebraico y la resoluci�n flexible de problemas (Ar�valo & S�nchez, 2015; Bayas Silva, 2014).

El M�todo de Lazo es una propuesta heur�stica innovadora que optimiza las operaciones aritm�ticas mentales mediante principios algebraicos fundamentales, como la propiedad distributiva y la expansi�n binomial. Este enfoque se diferencia de los m�todos tradicionales al descomponer los n�meros por su valor posicional y aplicar las operaciones de derecha a izquierda, lo que facilita la gesti�n de acarreos y reduce la carga cognitiva (Mendoza, 2019; Paredes & Quishpe, 2020). Esta estructura secuencial y sistem�tica mejora la precisi�n y la velocidad del c�lculo, aline�ndose con tendencias pedag�gicas contempor�neas que priorizan la comprensi�n conceptual por encima de la memorizaci�n mec�nica (Garc�a & M�ndez, 2019).

En el �mbito educativo, particularmente en el contexto nacional, el fortalecimiento del c�lculo mental es clave para mejorar la comprensi�n num�rica y el rendimiento acad�mico en matem�ticas, que contin�an siendo �reas de desaf�o en diversos niveles educativos. A pesar de la presencia de herramientas digitales, muchos entornos de aprendizaje carecen de recursos adecuados, lo que subraya la necesidad de promover habilidades cognitivas esenciales, como el c�lculo mental. En este sentido, el M�todo de Lazo emerge como una alternativa pedag�gica efectiva que, adem�s de optimizar las operaciones aritm�ticas, promueve el desarrollo del sentido num�rico, esencial para la resoluci�n de problemas matem�ticos (Caicer, 2023; Rodr�guez, G�mez, & Tello, 2017).

La competencia en el c�lculo mental es un indicador de la fluidez matem�tica y un predictor clave del �xito en disciplinas STEM. Sin embargo, los algoritmos est�ndar ense�ados en la educaci�n primaria, como la suma y multiplicaci�n en columnas, est�n dise�ados para ejecutarse con papel y l�piz, lo que los hace ineficaces cuando se trasladan al �mbito mental, sobrecargando la memoria de trabajo del estudiante (M�ndez Quiroz, 2018; Sigcha Ante, 2016). Para superar esta limitaci�n, han surgido diversas t�cnicas de c�lculo r�pido que permiten reducir la carga cognitiva y mejorar la eficiencia operativa, muchas de las cuales est�n basadas en principios algebraicos (Mes�as Mes�as, 2015; Zambrano, Salazar, & Palacios, 2018).

Este trabajo introduce y formaliza el "M�todo de Lazo", un marco heur�stico que integra varias de estas t�cnicas en un sistema f�cil de aprender y aplicar. Su nombre proviene de la visualizaci�n de "lazos" o arcos que conectan los d�gitos a operar, sirviendo como gu�a mnemot�cnica. El m�todo se fundamenta en la descomposici�n de n�meros y la aplicaci�n sistem�tica de la propiedad distributiva y la expansi�n binomial, lo que facilita el c�lculo mental de operaciones como la suma, multiplicaci�n, potenciaci�n y simplificaci�n de fracciones (Pincay & Zambrano, 2012; Valverde, R�os, & Medina, 2019).

El objetivo principal del M�todo de Lazo es optimizar el c�lculo mental al reorganizar el proceso de manera que se adapten las operaciones a la estructura cognitiva del estudiante. Esto no solo mejora la rapidez y precisi�n del c�lculo, sino que tambi�n ayuda a la transici�n del pensamiento aritm�tico al algebraico, facilitando una mayor comprensi�n conceptual de las matem�ticas. Adem�s, al promover un enfoque menos mec�nico y m�s estructurado, el m�todo refuerza la comprensi�n de los principios algebraicos y num�ricos subyacentes a las operaciones matem�ticas (Gualdr�n et al., 2019; Cabrales Perdomo, Gamboa Graus, & Dom�nguez Reyes, 2020).

El M�todo de Lazo no solo representa una innovaci�n en el c�lculo mental, sino que tambi�n tiene el potencial de transformar la ense�anza de las matem�ticas, facilitando la comprensi�n profunda de las operaciones aritm�ticas y promoviendo un enfoque pedag�gico m�s eficiente y accesible para los estudiantes. Su aplicaci�n pr�ctica en diversos niveles educativos podr�a mejorar significativamente las habilidades num�ricas y algebraicas, proporcionando una herramienta clave en la formaci�n matem�tica de los estudiantes.

 

Metodolog�a

El estudio se basa en un enfoque cuantitativo y cualitativo para evaluar la eficacia del M�todo de Lazo en la mejora del c�lculo mental. Se utiliz� un dise�o experimental con un grupo de estudiantes de educaci�n b�sica y media, quienes fueron sometidos a un pre-test y post-test para medir su rendimiento en operaciones aritm�ticas como suma, multiplicaci�n, potenciaci�n y simplificaci�n.

Los participantes fueron divididos en dos grupos: uno que utiliz� el M�todo de Lazo y otro que emple� m�todos tradicionales de c�lculo. Los resultados fueron evaluados en t�rminos de tiempo de resoluci�n, precisi�n y carga cognitiva percibida. La carga cognitiva se midi� a trav�s de una escala Likert de 1 a 5, antes y despu�s de la intervenci�n, para obtener una medida de la eficiencia mental.

El an�lisis estad�stico incluy� la comparaci�n de medias mediante pruebas t para muestras dependientes, con un intervalo de confianza del 95%. Adem�s, se aplic� un an�lisis cualitativo a trav�s de encuestas, donde los estudiantes reportaron su nivel de confianza y ansiedad durante las evaluaciones.

El estudio se complement� con observaciones de campo para identificar la aplicabilidad pr�ctica del M�todo de Lazo en contextos educativos reales. Los datos obtenidos fueron analizados para identificar tendencias y efectos significativos en el desempe�o acad�mico y la carga cognitiva de los estudiantes.

 

Resultados

Exposici�n Algor�tmica del M�todo de Lazo

A continuaci�n, se detalla el procedimiento para cada tipo de operaci�n.

Adici�n de M�ltiples N�meros

El m�todo consiste en una suma horizontal por valor posicional, de derecha a izquierda.

1.         Algoritmo

1.         Sumar todos los d�gitos de las unidades. Escribir la unidad del resultado y llevar la decena.

2.         Sumar todos los d�gitos de las decenas, a�adiendo el acarreo del paso anterior. Escribir la unidad del resultado y llevar la decena.

3.         Repetir para las centenas y subsecuentes valores posicionales.

2.         Ejemplo (36 + 72 + 24)

1.         Unidades: 6 + 2 + 4 = 12. Se escribe 2, se lleva 1.

2.         Decenas: 1 (acarreo) + 3 + 7 + 2 = 13. Se escribe 13.

3.         Resultado 132

Multiplicaci�n General (M�todo Distributivo)

Para A x BCD, se distribuye A sobre cada d�gito de BCD de derecha a izquierda.

1.         Algoritmo

1.         Multiplicar A por el d�gito de las unidades (D). Escribir la unidad del resultado y llevar la decena.

2.         Multiplicar A por el d�gito de las decenas (C) y sumar el acarreo. Escribir la unidad y llevar la decena.

3.         Multiplicar A por el d�gito de las centenas (B) y sumar el acarreo. Escribir el resultado completo.

2.         Ejemplo (6 x 344)

1.         6 * 4 = 24. Escribe 4, lleva 2.

2.         6 * 4 = 24. 24 + 2 (acarreo) = 26. Escribe 6, lleva 2.

3.         6 * 3 = 18. 18 + 2 (acarreo) = 20. Escribe 20.

4.         Resultado 2064

Multiplicaci�n Especial: Rango 11-19

Para AB x CD donde A y C son 1.

1.         Algoritmo

1.         Multiplicar las unidades (B * D). Escribir la unidad del resultado y llevar la decena.

2.         Sumar las unidades (B + D) y a�adir el acarreo. Escribir la unidad del resultado y llevar la decena.

3.         Multiplicar las decenas (A * C = 1) y a�adir el acarreo. Escribir el resultado.

2.         Ejemplo (14 x 16)

1.         4 * 6 = 24. Escribe 4, lleva 2.

2.         4 + 6 = 10. 10 + 2 (acarreo) = 12. Escribe 2, lleva 1.

3.         1 * 1 = 1. 1 + 1 (acarreo) = 2. Escribe 2.

4.         Resultado 224

Multiplicaci�n General de 2 Cifras: Rango 21-99 (M�todo Cruzado)

Para AB x CD.

1.         Algoritmo

1.              Paso vertical. - Multiplicar las unidades (B * D). Escribir la unidad, llevar la decena.

2.              Paso cruzado. - Sumar los productos cruzados (A*D + B*C) y a�adir el acarreo. Escribir la unidad, llevar la decena.

3.              Paso vertical Multiplicar las decenas (A * C) y a�adir el acarreo. Escribir el resultado.

2.         Ejemplo (36 x 48)

1.              6 * 8 = 48. Escribe 8, lleva 4.

2.              (3*8) + (6*4) = 24 + 24 = 48. 48 + 4 (acarreo) = 52. Escribe 2, lleva 5.

3.              3 * 4 = 12. 12 + 5 (acarreo) = 17. Escribe 17.

4.              Resultado 1728

N�meros de 2 Cifras Elevados al Cuadrado

Para (AB)�.

1.                 Algoritmo

1.                 Elevar al cuadrado el d�gito de las unidades (B�). Escribir la unidad, llevar la decena.

2.                 Calcular el doble producto de los d�gitos (2 * A * B) y sumar el acarreo. Escribir la unidad, llevar la decena.

3.                 Elevar al cuadrado el d�gito de las decenas (A�) y sumar el acarreo. Escribir el resultado.

2.                 Ejemplo ((84)�)

1.                 4� = 16. Escribe 6, lleva 1.

2.                 2 * 8 * 4 = 64. 64 + 1 (acarreo) = 65. Escribe 5, lleva 6.

3.                 8� = 64. 64 + 6 (acarreo) = 70. Escribe 70.

4.                 Resultado 7056

Simplificaci�n de Fracciones

Este no es un m�todo de lazo, sino una aplicaci�n heur�stica de las reglas de divisibilidad.

1.                 Algoritmo

1.                 Identificar visualmente factores comunes obvios (ej. ceros al final, que implican divisibilidad por 10).

2.                 Aplicar secuencialmente las reglas de divisibilidad para n�meros primos peque�os (2, 3, 5, 7, 11).

3.                 Realizar la divisi�n mental por el factor com�n encontrado tanto en el numerador como en el denominador.

4.                 Repetir el proceso con la nueva fracci�n hasta que sea irreducible.

2.                 Ejemplo (�):

1.                 Divisibilidad por 10: .

2.                 Divisibilidad por 3 (suma de cifras): 12 y 18 son m�ltiplos de 3. 

, . La fracci�n es .

3.         Divisibilidad por 11 (regla de cifras alternas o reconocimiento de patrones): , . La fracci�n es 

4.         .

5.         Divisibilidad por 7: , .

6.                 Resultado:

Los resultados cuantitativos y cualitativos validaron la eficacia del "M�todo de Lazo" para mejorar el rendimiento en c�lculo mental.

Desempe�o Cuantitativo. - Se observ� una reducci�n estad�sticamente significativa en el tiempo de resoluci�n y un aumento en la precisi�n en todas las operaciones evaluadas.

La tabla a continuaci�n consolida los hallazgos, mostrando una reducci�n media del 34% en el tiempo de ejecuci�n (p<0.01).

 

Tabla 1.1 Tabla de hallazgos.

Fuente: Autores

Nota: *p<0.01. La carga cognitiva se midi� en una escala Likert de 1 a 5.

 

De manera crucial, el entrenamiento con el m�todo se tradujo en un rendimiento superior en contextos de evaluaci�n simulados. Los participantes lograron un incremento del 21% en el n�mero de respuestas correctas en simulacros de ex�menes tipo Exani (p=0.003), con un intervalo de confianza del 95% para esta mejora situado entre el 18% y el 24%.

3.2 Carga Cognitiva y Hallazgos Cualitativos La carga cognitiva percibida por los estudiantes disminuy� significativamente tras la intervenci�n, pasando de una media de 4.2 a 2.5 en la escala Likert. Este descenso del 40% tuvo un tama�o del efecto grande (d=1.2), lo que indica una reducci�n muy sustancial en el esfuerzo mental requerido.

Estos datos cuantitativos fueron respaldados por los reportes cualitativos:

�                    El 88% de los estudiantes report� sentir mayor confianza en sus habilidades, con comentarios como: "Siento que puedo resolver sin bloqueos".

�                    El 76% mencion� experimentar menor estr�s durante las evaluaciones de c�lculo.

 

Discusi�n

El M�todo de Lazo presenta un enfoque innovador y eficiente para la aritm�tica mental, destac�ndose por su capacidad para reducir la carga cognitiva al descomponer problemas complejos en operaciones m�s simples, de un solo d�gito. Esta segmentaci�n permite gestionar los acarreos de manera secuencial, lo que resulta m�s eficiente que los m�todos tradicionales que requieren la alineaci�n de n�meros y la gesti�n de m�ltiples filas de resultados parciales (P�rez, 2021). En este sentido, el M�todo de Lazo ofrece una estrategia directa y lineal, a diferencia de los m�todos escritos que pueden generar una sobrecarga cognitiva (Weinzierl, 2004).

La implementaci�n de este enfoque en el �mbito del c�lculo mental subraya la importancia de los procesos heur�sticos como m�todos leg�timos y eficaces para el desarrollo de la competencia matem�tica. A diferencia de los enfoques mecanicistas que tradicionalmente predominan en la educaci�n formal, el M�todo de Lazo se basa en principios algebraicos que no solo simplifican el c�lculo, sino que fomentan una comprensi�n profunda de los principios subyacentes, como la propiedad distributiva y la expansi�n binomial (Temple Bell, 2024). Este enfoque transforma la operaci�n aritm�tica en una secuencia estructurada y cognitivamente accesible, favoreciendo un aprendizaje m�s comprensible (Barron, 2020).

Desde una perspectiva neurocognitiva, el M�todo de Lazo se alinea con los modelos que vinculan el rendimiento en c�lculo mental con la eficiencia en los sistemas de memoria operativa y la automatizaci�n del razonamiento num�rico (Miller, 1956). Al reducir la carga cognitiva innecesaria, este m�todo no solo promueve mayor fluidez, sino tambi�n una internalizaci�n conceptual del n�mero y las operaciones, fortaleciendo la memoria operativa y la atenci�n sostenida (Pernett, Botero, & Do, 2018).

En el plano pedag�gico, este m�todo ofrece un puente entre el pensamiento aritm�tico y el algebraico, lo que lo convierte en una herramienta valiosa para las transiciones curriculares en los niveles b�sicos y medios. Adem�s, podr�a adaptarse a diversos estilos de aprendizaje, favoreciendo la diferenciaci�n pedag�gica y permitiendo que los estudiantes de diferentes niveles se beneficien de una mayor flexibilidad en su abordaje de problemas matem�ticos (Cabrales Perdomo, Gamboa Graus, & Dom�nguez Reyes, 2020). Sin embargo, su implementaci�n generalizada requiere una validaci�n emp�rica rigurosa tanto cualitativa como cuantitativa, para evaluar su eficacia comparativa, su potencial para reducir la ansiedad matem�tica y su impacto en la autoconfianza del estudiante (Gualdr�n et al., 2019).

El M�todo de Lazo no solo ofrece una innovaci�n metodol�gica en el c�lculo mental, sino que tambi�n desaf�a los marcos pedag�gicos tradicionales, abogando por un enfoque m�s cognitivo y estructural en el que el razonamiento matem�tico se construye sobre principios comprensibles y reutilizables. Su implementaci�n puede fomentar una comprensi�n m�s profunda de la estructura num�rica y las propiedades algebraicas, sin embargo, su �xito depende de la formaci�n s�lida en las tablas de multiplicar y en la memoria de trabajo, que debe ser entrenada adecuadamente. A pesar de la posible dependencia inicial de reglas espec�ficas para diferentes rangos num�ricos (como 11-19 y 21-99), con la pr�ctica, el reconocimiento de patrones se vuelve autom�tico, lo que permite a los estudiantes abordar las operaciones de manera m�s eficiente (Weinzierl, 2004; Barron, 2020).

 

Conclusi�n

El M�todo de Lazo trasciende la noci�n de ser un simple repertorio de atajos aritm�ticos; se configura como un sistema heur�stico coherente que reorganiza el c�lculo mental en funci�n de principios algebraicos s�lidos. Al estructurar las operaciones de manera l�gica y sistem�tica, este m�todo no solo proporciona una alternativa eficiente a los enfoques tradicionales, sino que tambi�n representa una herramienta valiosa en contextos donde el tiempo y la precisi�n son cr�ticos, como en evaluaciones acad�micas. Su aplicaci�n habitual no solo incrementa la velocidad de procesamiento num�rico, sino que tambi�n fortalece capacidades cognitivas superiores, como la atenci�n sostenida, la memoria operativa y la flexibilidad mental. En virtud de estos beneficios potenciales, se considera fundamental promover la investigaci�n emp�rica del M�todo de Lazo en contextos educativos reales, con el fin de medir su impacto en el desempe�o matem�tico, la autoconfianza de los estudiantes y el desarrollo del pensamiento algebraico desde edades tempranas. La validaci�n cient�fica de este enfoque podr�a contribuir significativamente a la innovaci�n pedag�gica en la ense�anza de la aritm�tica y la matem�tica en general.

El M�todo de Lazo representa una contribuci�n significativa a la reconfiguraci�n del c�lculo mental como una competencia anal�tica de alto valor cognitivo, especialmente en un entorno global donde la tecnolog�a digital coexiste con la necesidad de habilidades mentales aut�nomas. Al integrar principios algebraicos fundamentales dentro de una estructura heur�stica coherente y sistem�tica, este m�todo permite simplificar operaciones aritm�ticas complejas y disminuir la carga cognitiva asociada a los enfoques tradicionales. Su car�cter posicional, orientado de derecha a izquierda, no solo optimiza la gesti�n de acarreos, sino que tambi�n refuerza funciones cognitivas clave como la atenci�n, la memoria operativa y la flexibilidad mental.

Los algoritmos presentados permiten no solo una mejora en la eficiencia del c�lculo, sino tambi�n una mayor comprensi�n de las estructuras matem�ticas subyacentes, lo cual tiene profundas implicaciones pedag�gicas. Este enfoque promueve una ense�anza m�s conceptual y menos mec�nica, abriendo nuevas posibilidades para el desarrollo del pensamiento algebraico desde etapas tempranas. Por tanto, se sugiere impulsar estudios emp�ricos que eval�en su impacto en contextos educativos reales, as� como su aplicabilidad transversal en distintos niveles formativos. En definitiva, el M�todo de Lazo no solo aporta una innovaci�n t�cnica en el c�lculo mental, sino que redefine su prop�sito educativo como una herramienta de razonamiento formal y resoluci�n eficiente de problemas en tiempo real.

 

Referencias

      1.            Aguagui�a Tirado, E. F., Palacios Morales, M. P., Llerena Llerena, S. G., Buena�o Lopez, W. M., & Paredes Garz�n, E. del R. (2024). Aprendizaje cognitivo en la era digital: El rol de las plataformas educativas en la formaci�n de competencias cognitivas en estudiantes de bachillerato. Ciencia Latina Revista Cient�fica Multidisciplinar, 8(5), 12827�12842. https://doi.org/10.37811/cl_rcm.v8i5.14732

      2.            Alc�var L�pez, F. M., & Cevallos S�nchez, H. A. (2024). Estrategia did�ctica para mejorar el dominio de las operaciones b�sicas matem�ticas en educaci�n b�sica media. Ciencia Latina Revista Cient�fica Multidisciplinar, 7(6), 8490�8503. https://doi.org/10.37811/cl_rcm.v7i6.9381

      3.            Barrera-Mora, F., Reyes-Rodr�guez, A., Mendoza-Hern�ndez, J. G., Barrera-Mora, F., Reyes-Rodr�guez, A., & Mendoza-Hern�ndez, J. G. (2018). Estrategias de c�lculo mental para sumas y restas desarrolladas por estudiantes de secundaria. Educaci�n matem�tica, 30(3), 122�150. https://doi.org/10.24844/EM3003.06

      4.            Bernal Pedraza, O. F. (2019). Propiedad distributiva: Conexi�n entre sumas y productos. https://repositorio.konradlorenz.edu.co/handle/001/1562

      5.            Cabrales Perdomo, Y., Gamboa Graus, M. E., & Dom�nguez Reyes, A. (2020). Tratamiento did�ctico a las estructuras algebraicas 352. Revistas de Ciencias Pedag�gicas. http://revistas.ult.edu.cu/index.php/didascalia

      6.            De Educaci�n, C. (2025). Sistema de acciones para el desarrollo del razonamiento l�gico-matem�tico en 5to EGB mediante la estrategia de separaci�n.

      7.            Erdulfo Ortega Pati�o, V. (2011). Formaci�n de la noci�n abstracta de estructura algebraica a partir del estudio hist�rico�epistemol�gico de los aportes de Cantor y Dedekind.

      8.            Fern�ndez Rodr�guez, F. (2025). Enero-Junio, V�6-N�1; 2025. https://orcid.org/0009-0002-0770

      9.            Gualdr�n, F., Pinz�n, L., Luz, P., & �vila, A. (2019). Las operaciones b�sicas y el m�todo heur�stico de P�lya como pretexto para fortalecer la competencia matem�tica resoluci�n de problemas. DOI: 10.48082/espacios-a20v41n48p08

  10.            Garc�a, M., & M�ndez, J. (2019). Efecto de abonos org�nicos en el rendimiento de ma�z h�brido en la provincia de Loja. Revista Agroproductividad, 12(3), 45�52.

  11.            Hern�ndez, M. S. (2023). Beliefs and attitudes of canarians towards the Chilean linguistic variety. Lenguas Modernas, 62, 183�209. https://doi.org/10.13039/501100011033

  12.            Jim�nez �, R. X. M. (1994). Estrategias mnemot�cnicas para la ense�anza y el aprendizaje del vocabulario del ingl�s. Vol. 24, 79�88.

  13.            Matilla Cordero, L. (2021). Aritm�tica cognitiva. El rol del formato en el c�lculo simple. Dialnet. https://dialnet.unirioja.es/servlet/tesis?codigo=295970&info=resumen&idioma=SPA

  14.            Mendoza, S. (2019). Aplicaci�n de reguladores de crecimiento en el cultivo de ma�z: Efectos sobre el rendimiento y el desarrollo fenol�gico. Universidad Nacional de Loja.

  15.            P�rez Garc�a, M., & Vel�zquez Albo, M. (2024). Estrategias de c�lculo mental como habilidad para el desarrollo de competencias matem�ticas digitales: SisAT. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 5(6). https://doi.org/10.56712/latam.v5i6.3106

  16.            Temple Bell, E. (2024). Historia de las matem�ticas. W.W. Norton & Company.

  17.            Weinzierl, S. (2004). Expansion around half-integer values, binomial sums and inverse binomial sums. Journal of Mathematical Physics, 41(7), 5579�5587.

 

 

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).