El artículo presenta el diseño y la validación de un sistema asistente matemático basado en escritura manual, que integra técnicas de visión por computador, aprendizaje profundo y métodos basados en reglas para apoyar la enseñanza y el aprendizaje de las matemáticas. El sistema permite escribir expresiones matemáticas directamente con su propia caligrafía, reconocer caracteres manuscritos, interpretar ecuaciones completas y resolver operaciones que incluyen incógnitas simples y múltiples, funciones trigonométricas, derivadas e integrales. Asimismo, incorpora la verificación de resultados, la detección de errores, la generación de gráficos y la creación automática de ejercicios aleatorios con fines educativos. La metodología combina redes neuronales convolucionales (CNN) para el reconocimiento de caracteres con algoritmos propios de procesamiento de imágenes y reglas semánticas para estructurar correctamente las expresiones matemáticas. El sistema es capaz de procesar múltiples ecuaciones en una misma página mediante análisis por secciones independientes. Los resultados experimentales muestran altos niveles de precisión en el reconocimiento de caracteres y expresiones, incluso con escritura inclinada, y una tasa de éxito significativa en pruebas con usuarios reales.