Anda di halaman 1dari 33

Orientaes curriculares para o ensino da Estatstica Anlise comparativa de trs pases1

Joo Pedro da Ponte


Centro de Investigao em Educao e Departamento de Educao da Faculdade de Cincias da Universidade de Lisboa

jponte@fc.ul.pt
Helena Fonseca
Centro de Investigao em Educao e Departamento de Educao da Faculdade de Cincias da Universidade de Lisboa

hfonseca@netcabo.pt

Resumo Em Portugal, a estatstica um tema recente do currculo, havendo diversas perspectivas para o seu ensino. Uns, valorizam, sobretudo, os aspectos matemticos da estatstica, outros, do especial importncia ao seu uso na anlise e interpretao de dados, e outros, ainda, realam o seu papel como linguagem de descrio da realidade. O presente artigo analisa os objectivos, contedos e orientaes metodolgicas relativamente a este tema e discute a sua importncia curricular. Recorre a uma metodologia de anlise documental, estudando as tendncias internacionais e comparando o currculo portugus com o da Inglaterra e dos Estados Unidos da Amrica. Esta comparao mostra que o currculo portugus confere proeminncia aos aspectos matemticos, nomeadamente os conceitos, clculos e outros procedimentos e que o currculo ingls oficial e a organizao americana do NCTM colocam em primeiro plano a anlise de dados. Enquanto que, em Portugal, a estatstica vista como um captulo da matemtica, de importncia menor, na Inglaterra e nos Estados Unidos ela encarada como um tema autnomo que suporta a realizao de investigaes sobre problemas actuais. O artigo conclui que currculo portugus deveria assumir que a estatstica um elemento fundamental da formao para a cidadania, evitando centrarse, sobretudo, nos aspectos representacionais e computacionais. Palavras-chave Estatstica, Currculo, Comparaes internacionais

Ponte, J. P., & Fonseca, H. (2001). Orientaes curriculares para o ensino da estatstica: Anlise comparativa de trs pases. Quadrante, 10(1), 93-115. Este artigo uma verso mais elaborada e actualizada na sua base documental de uma comunicao apresentada pelos autores no Encontro sobre o Ensino e Aprendizagem da Estatstica, realizado na Faculdade de Cincias da Universidade de Lisboa, em Fevereiro de 2000.

Introduo Em todos os pases, a Estatstica constitui uma rea relativamente recente no currculo de Matemtica. Em Portugal, o seu surgimento como tema curricular remonta ao perodo da Matemtica moderna, na dcada de 60 (Silva, 1964). Mais tarde, nos anos 70, foi introduzida no currculo do ensino secundrio e, posteriormente, do ensino bsico, mas sempre num lugar relativamente marginal. Ainda hoje, os prprios professores no lhe parecem dar muita importncia. Na verdade, um estudo realizado pela APM (1998) mostra que um nmero significativo de professores considera que este tema poderia ser reduzido na sua importncia curricular no ensino secundrio e tambm no ensino bsico. Num encontro recente dedicado ao ensino da Estatstica, tornou-se evidente a existncia de uma grande variedade de perspectivas. Enquanto que uns valorizam, sobretudo, os aspectos matemticos da Estatstica, outros do especial importncia ao seu uso na anlise e interpretao de dados e outros, ainda, realam o seu papel como linguagem de descrio e argumentao sobre a realidade. Alm disso, enquanto que uns parecem apoiar o tratamento que o tema encontra nos actuais currculos portugueses, outros consideram ser necessrio trabalh-lo de modo mais aprofundado. Neste encontro, o modo como os professores encaram o ensino deste tema foi largamente discutido, tendo sido consensual a necessidade de promover junto deles uma melhor imagem da respectiva importncia no mundo actual (ver em Loureiro, Oliveira e Brunheira, 2000). Nesta situao afigura-se pertinente realizar uma anlise aprofundada dos objectivos, contedos e orientaes metodolgicas relativamente a este assunto, bem como uma discusso sobre o seu papel e importncia curricular. o que se pretende com este trabalho. O seu principal propsito analisar os objectivos do ensino da Estatstica, tanto ao nvel do ensino bsico como do secundrio, e discutir a adequao dos currculos portugueses em vigor. Para isso, fazemos uma anlise das tendncias no ensino desta rea, a nvel internacional, e comparamos de modo detalhado o currculo portugus com o de dois outros pases onde muito recentemente foram publicados novos documentos curriculares: a Inglaterra e os Estados Unidos da Amrica. Este trabalho usa uma metodologia de anlise documental. Na sua parte comparativa, considera os documentos de natureza curricular de Portugal e de Inglaterra, onde existem currculos nacionais e no caso dos Estados Unidos da Amrica, 2

onde esse currculo no existe, recorreu-se aos Principles and standards for school mathematics, do NCTM National Council of Teachers of Mathematics (2000). A anlise realizada com base num sistema de categorias que resultam da considerao dos objectivos curriculares e metodologias para o ensino da Estatstica. O lugar da Estatstica no currculo A Estatstica tem sido encarada no ensino numa variedade de perspectivas. Como refere Peter Holmes (2000), em Inglaterra, um dos pases pioneiros neste campo, esta comeou a ser includa nos currculos de Matemtica do ensino secundrio no final dos anos 50, estreitamente ligada ao estudo das Probabilidades e com uma orientao marcadamente terica (com especial relevo para o estudo de testes de hipteses). Um pouco mais tarde comeou a ser igualmente introduzida nos currculos do ensino primrio (nomeadamente, formas de representao de dados e medidas simples de tendncia central). No final dos anos 70, surgiu neste pas um importante projecto de desenvolvimento curricular, promovido pelo Schools Council, em que a Estatstica era essencialmente encarada como trabalho com dados. As orientaes deste projecto viriam a ser plenamente consagradas no chamado relatrio Cockcroft (1982) que, por sua vez, veio a constituir uma influncia determinante no National Curriculum ingls. Esta abordagem, posteriormente, tornou-se tambm marcante nos currculos de muitos outros pases. Assim, aquele autor indica que hoje em dia coexistem na Europa trs grandes tendncias relativas ao ensino da Estatstica: (i) nfase no processo de Anlise de Dados, na perspectiva em que esta cincia utilizada na sociedade, tendo em conta que o uso de dados faz parte da vida de todos os dias (tendncia predominante em pases como a Inglaterra); (ii) como captulo da Matemtica, por vezes designada por Estocstica, enfatizando aspectos conceptuais e/ou computacionais (abordagem seguida, por exemplo, na Frana); e (iii) como 'state' istics, ou seja, como uma ferramenta auxiliar para o estudo de diversos assuntos e disciplinas escolares (tendncia visvel, por exemplo, na Sucia). A terceira tendncia diz sobretudo respeito ao modo como a Estatstica usada em diversas disciplinas escolares aspecto que assume particular importncia quando na disciplina de Matemtica ela merece reduzida ateno. Em contraponto, as duas primeiras tendncias dizem respeito ao modo como este tema abordado na disciplina

de Matemtica com nfase nos aspectos matemticos ou com nfase no processo de utilizao nos mais diversos campos. So numerosos os autores, alguns dos quais reputados estatsticos, que sublinham a importncia da Anlise de Dados. Assim, por exemplo, Robert Hogg (1991) considera que o ensino da Estatstica deve comear por dar ateno aprendizagem da formulao de questes apropriadas, ao modo de recolher dados de forma efectiva, sistematizao e interpretao dessa informao e compreenso das limitaes da inferncia estatstica. Este autor considera que ao nvel da iniciao, a Estatstica no deve ser apresentada como um ramo da Matemtica. A boa Estatstica no deve ser identificada com rigor ou pureza matemticos mas ser mais estreitamente relacionada com pensamento cuidadoso. Em particular, os alunos devem apreciar como a Estatstica associada com o mtodo cientfico: observamos a natureza e formulamos questes, coligimos dados que lanam luz sobre essas questes, analisamos os dados e comparamos os resultados com o que tnhamos pensado previamente, levantamos novas questes e assim sucessivamente. (pp. 342-3) Outro estatstico, Ronald Snee (1993), aponta tambm que h um consenso crescente que, no que se refere aos contedos da educao estatstica, esta se deve afastar da abordagem matemtica e probabilstica e colocar mais nfase na recolha de dados, na compreenso e modelao da variao, na apresentao grfica dos dados e na concepo de experincias, surveys, resoluo de problemas e melhoria de processos (p. 151). Esta valorizao dos aspectos relacionados com o tratamento de dados tem levado a que, em alguns pases, o termo Anlise de Dados2 surja como o grande descritor deste tema em substituio do prprio termo Estatstica. Mas as questes que se colocam relativamente ao modo de encarar o ensino da Estatstica no se resumem prioridade a conceder aos aspectos matemticos ou ao processo de utilizao dos respectivos conceitos na Anlise de Dados. Na verdade, Rosrio Almeida (2000) identificou quatro grandes perspectivas sobre a Estatstica, a que correspondem, por sua vez, quatro grandes perspectivas sobre o seu ensino. Na primeira perspectiva a Estatstica encarada essencialmente como um fim em si mesmo. A nfase est nos seus conceitos e mtodos prprios, bem como nas suas ligaes aos outros campos da Matemtica, com especial destaque para a Teoria das Probabilidades. uma perspectiva que informa fortemente o ensino avanado nas universidades, muito em especial para os alunos de Matemtica. Numa segunda
2

Em ingls, data handling.

perspectiva, a Estatstica surge como um instrumento ou uma ferramenta que permite representar e descrever aspectos especficos da realidade, sobretudo os que se prestam a um tratamento quantitativo. Aparece aqui com toda a fora a ideia de Anlise de Dados. Para uma terceira perspectiva, a Estatstica envolve a produo de novo conhecimento. Sublinha-se aqui a permanente interdependncia entre as situaes da vida real, os conceitos formais necessrios ao seu estudo, as descries numricas a que estes conduzem e as interpretaes que as mesmas sugerem (p. 39). A Estatstica no se basta a si prpria e preciso dar tambm ateno realidade que supostamente ir descrever. Finalmente, para uma quarta perspectiva, a Estatstica constitui sobretudo uma actividade social, sendo dada especial ateno interaco entre os diversos intervenientes que conduz ao produto final. No se exclui, naturalmente, o uso dos conceitos e a produo de conhecimentos, mas valoriza-se , sobretudo, a experincia que a eles conduz e a interaco social que lhes est subjacente (p. 40). Assim, a Estatstica pode ser encarada (i) como um assunto que se basta a si mesmo, ou seja, como uma 'cincia exacta' objectiva, coerente e universal, imagem e semelhana dos outros ramos da Matemtica, (ii) como um instrumento' matemtico relevante sobretudo pelo papel que desempenha na resoluo de problemas prticos e no desenvolvimento de outras reas do saber, (iii) como um 'produto social' situado e contingente, dependente de quem o elabora, de quem o utiliza e do respectivo contexto, ou ainda (iv) como uma actividade social a valorizar no tanto pelo produto que dela resulta mas sobretudo pelos processos que lhe esto associados (p. 41). Nos ltimos anos, as novas tecnologias de informao e comunicao (TIC) tm exercido uma influncia importante no ensino da Estatstica, possibilitando a realizao de todo o tipo de clculos e facilitando o uso de uma grande variedade de formas de representao. Deste modo, as TIC possibilitam o tratamento de dados reais, em vez do tradicional trabalho com amostras de pequena dimenso onde os valores so escolhidos de modo artificial para proporcionarem clculos simples. Mais recentemente, a Internet, onde possvel obter uma imensa variedade de dados estatsticos, surgiu como um recurso de grande alcance para o ensino-aprendizagem deste tema3. As novas tecnologias no so apenas um meio auxiliar til para o trabalho em Estatstica. Como indica Branco (2000), hoje em dia, elas constituem um elemento indispensvel na prtica neste campo:

Que a Matemtica essencial ao desenvolvimento da Estatstica, parece no levantar dvidas a ningum, mas esquecer ou ignorar os outros ingredientes (a indispensvel presena dos dados, a essencial interveno dos computadores e uma certa arte de analisar dados) que fazem parte integrante da cincia Estatstica, e que a distinguem claramente da Matemtica, levanta grandes preocupaes e reaces por parte dos estatsticos. O raciocnio tpico da Estatstica diferente do que se usa em Matemtica e da que seja legtimo tentar evitar que o ensino da Estatstica se faa adoptando uma orientao semelhante que seguida quando se ensina Matemtica. (pp. 24-5) Este autor demarca-se assim do modo dedutivo e estruturado como a Matemtica , ainda hoje, ensinada e defende que no caso da Estatstica o ensino deve seguir uma lgica de resoluo de problemas ou investigaes baseada em situaes reais e com recurso a recolha de dados pelos prprios alunos. Para diversos autores, que assumem uma perspectiva semelhante, o desenvolvimento da capacidade de formular e conduzir investigaes recorrendo a dados de cunho quantitativo o objectivo fundamental da educao estatstica. o caso de Bright e Hoeffner (1993, referidos em Almeida, 2000) que criticam a nfase nas tcnicas de clculo e no formalismo e defendem o trabalho dos alunos atravs de problemas reais, desenvolvido atravs de um ciclo de investigao. Estes autores recomendam que o ensino e a aprendizagem desta unidade se processe num contexto 'de resoluo de problemas reais' no qual os alunos tenham oportunidade para 'colocar as mos na experincia', isto , num contexto lectivo onde os alunos possam (...) participar 'em todo o processo, desde a formulao do problema, organizao, representao, sumarizao, e interpretao dos dados (...) [passando pela] tomada de decises acerca dos mtodos a usar na recolha dos dados'. (p. 90) Para outros autores, a preocupao principal com a compreenso das condies de uso dos conceitos e representaes estatsticos, de modo a perceber quando essa utilizao est a ser bem feita ou de forma enganadora. o caso de Ed Jacobsen (1989), para quem o estudo da Estatstica como uma linguagem deveria merecer prioridade ao nvel escolar. No entanto, estas duas vertentes, qualquer uma delas inegavelmente importante, esto longe de ser contraditrias. A reflexo sobre os problemas que surgem no decurso da realizao de projectos e investigaes estatsticas pode contribuir fortemente para a compreenso das condies de boa utilizao dos conceitos e representaes estatsticas
Um bom exemplo dado pelo site portugus ALEA Aco Local de Estatstica Aplicada, que pode ser visto no endereo http://alea-estp.ine.pt
3

e, inversamente, a compreenso dos usos adequados e no-adequados destas tcnicas por terceiros no deixa de ter efeitos positivos na concepo e realizao dos nossos projectos e investigaes. A questo dos grandes objectivos do ensino da Estatstica na escola bsica e secundria assume uma importncia fundamental. Como refere Branco (2000), para os estatsticos que na dcada de 50 comearam pela primeira vez a considerar a questo, a razo que justificava a necessidade de introduzir este tema nos currculos do ensino no-superior era a sua divulgao de modo a promover o interesse nos alunos pela frequncia de estudos especializados neste domnio. De ento para c muita coisa mudou e hoje so outros os argumentos com que se defende a importncia do ensino deste tema. Assim, por exemplo, Holmes (2000) indica que as finalidades globais para o ensino da Estatstica so: (i) levar os alunos a tomar conscincia e apreciar o papel da Estatstica na sociedade, percebendo os muitos e variados campos em que as ideias estatsticas so usadas e (ii) fomentar neles a compreenso da natureza do pensamento estatstico, incluindo o poder e as limitaes deste pensamento. Em sntese, podemos dizer que a grande importncia que a Estatstica assume hoje em dia na educao matemtica resulta em primeiro lugar do facto de se tratar de um campo com uma enorme expresso na actividade social e em muitos domnios do conhecimento, em especial nas cincias sociais e humanas. Hoje em dia, uma plena participao na sociedade em termos da vida quotidiana e at em termos do exerccio da cidadania requer uma forte literacia estatstica. Esta no surge espontaneamente, pela simples participao na actividade social, pelo que a escola chamada a desempenhar um papel fundamental na educao dos alunos neste campo. Uma segunda razo da importncia deste tema no currculo de Matemtica, resulta do facto da Estatstica assumir uma forte especificidade face aos outros tpicos do currculo. O seu objecto no so conceitos simples como nmeros ou figuras geomtricas mas agregados de objectos amostras, coleces. Alm disso, como vimos, trata-se de um tema que no deve ser visto como autosuficiente, mas que deve ser encarado na ptica da sua utilizao em processos de investigao e em contextos de actividade social. Deste modo, os grandes objectivos do ensino da Estatstica enquadram-se nos grandes objectivos do ensino da Matemtica, mas no deixam de se revestir de uma especificidade muito prpria.

Anlise Como j se referiu, os dados foram recolhidos a partir da base documental constituda pelo Principles and standards for school mathematics (NCTM, 2000), o National curriculum for maths ingls (DFEE, 1999) e os programas de Matemtica portugueses dos diversos nveis de ensino (ME, 1990, 1991a, 1991b, 1991c, 1991d, 1997). Estes dados, sistematizados nos Anexos 1, 2 e 3, foram analisados utilizando o seguinte sistema de categorias: (i) colocar questes, recolher, organizar e representar dados; (ii) interpretar dados usando mtodos e conceitos; (iii) desenvolver e avaliar inferncias; (iv) compreender e aplicar noes bsicas de probabilidade e acaso; (v) metodologias e materiais. Estas categorias resultaram da considerao dos objectivos curriculares e metodologias para o ensino da Estatstica. As quatro primeiras foram identificadas num estudo piloto anterior (Ponte e Fonseca, 2000) e a quinta teve em vista tornar a anlise mais completa. Nas quatro primeiras categorias, os dados correspondentes a cada um dos documentos programticos analisados apresentam-se enquadrados nos diferentes nveis de escolaridade que percorrem o currculo. A comparao entre os documentos curriculares feita por categorias, mas dentro de cada uma delas so igualmente tidos em conta os nveis de ensino. Assim, procurou-se encontrar os melhores equivalentes entre ciclos de escolaridade, embora isso no seja fcil nos primeiros anos de escolaridade (Ver o quadro 1). Assim, os objectivos propostos para o 1 ciclo do ensino bsico portugus comparam-se com os ingleses do Key stage 1 (KS 1, alunos at 6-7 anos) e com os americanos da primeira fase da Elementary school (alunos de 7-8 anos); os objectivos propostos para o 2 ciclo portugus comparam-se com os ingleses do Key stage 2 (KS 2) e os americanos da segunda fase da Elementary school; os objectivos do 3 ciclo portugus com os do Key stage 3 (KS 3) e da Middle school; e os objectivos do ensino secundrio portugus com os do Key stage 4 (KS 4) e os da High school. Na Inglaterra, existem dois programas diferentes para o KS 4, um bsico e outro avanado (Mathematics foundation e Higher mathematics), sendo o avanado destinado a alunos que tenham atingido um determinado nvel de objectivos no KS 3. 8

Quadro 1 Estruturao dos documentos curriculares, por anos de escolaridade4


Idades Portugal Jardim de infncia 5-6 1 ciclo 6-7 7-8 8-9 9-10 2 ciclo 11-11 11-12 3 ciclo 12-13 13-14 14-15 15-16 16-17 17-18 7 8 Key stage 4 9 Ensino secundrio 10 11 12 10 11 8 9 7 8 High school 9 10 11 12 5 Key stage 3 6 7 6 5 Middle school 6 1 Key stage 2 2 3 4 3 4 5 2 3 4 2 1 UK Key stage 1 1 EUA5 Elementary school K

Colocar questes, recolher, organizar e representar dados O NCTM (2000) prope logo desde a primeira fase da Elementary school (nveis Pre-K-2) objectivos que remetem para a primeira parte do processo investigativo a colocao de questes por parte dos alunos sobre si mesmos e sobre o meio envolvente. Nos nveis seguintes, essas questes j devero ser baseadas em questes correntes e nos interesses dos alunos, de modo a que na High school (nveis 9-12) estes
4

Note-se que os anos de escolaridade em Inglaterra comeam a ser contados um ano mais cedo que em Portugal e nos estados Unidos. Nos EUA, no entanto, obrigatria a frequncia do Kindergarden para todas as crianas de 5 anos.

estejam preparados para formular problemas que explorem assuntos complexos (NCTM, 2000, p. 49). A partir da segunda fase da Elementary school (nveis 3-5), para alm da formulao dessas questes, enfatiza-se a concepo de investigaes e estudos que lhes possam dar resposta. Na High school, os alunos devem compreender quais as inferncias que podem retirar de diferentes tipos de estudos (surveys, estudos de observao e experincias) e ainda ter em considerao como que uma amostra deve ser seleccionada e qual a dimenso que dever ter. Relativamente recolha de dados, nos primeiros anos esta deve ser muito simples. Os alunos dos nveis 3-5 j devero avaliar como que os mtodos de recolha de dados podem afectar a natureza do conjunto de dados. E os alunos dos nveis 6-8 e 912 devero recolher dados uni e bivariados e tambm trabalhar com dados recolhidos por outros ou gerados por simulao (NCTM, 2000, p. 49). Ao nvel da organizao e representao dos dados, na primeira fase da Elementary school propem-se objectivos relativos ordenao e classificao e sugere-se a representao dos mesmos usando tabelas, grficos de barras e de linha e pictogramas. Na segunda fase da Elementary school so sugeridas as mesmas formas de representao de dados, na Middle school (nveis 6-8) acrescentam-se os histogramas, os grficos caixa-de-bigodes, as representaes de caule e folhas e os diagramas de disperso e na High school os grficos caixa-de-bigodes paralelos, de pontos e circulares. O currculo ingls (DFEE, 1999) no apresenta, ao nvel do KS 1, um captulo dedicado Anlise de Dados. No entanto, no bloco temtico intitulado Nmeros, sugere que os alunos utilizem listas simples, tabelas e grficos para ordenar, classificar e organizar informaes aquando da resoluo de um problema. No nvel seguinte, KS 2, refere que os alunos devem saber identificar os dados necessrios resoluo de problemas. Recomenda que trabalhem com dados discretos, usando tabelas (incluindo dados agrupados), grficos e diagramas (incluindo pictogramas, grficos de barras e de linha). Nos KS 3 e 4, os alunos devem formular questes, decidir quais os dados a recolher (incluindo o tamanho da amostra) e sob que forma (incluindo dados discretos e contnuos agrupados, considerando intervalos de classe com a mesma amplitude) e recolh-los utilizando vrios mtodos (incluindo observao, experimentao

5 As designaes Elementary, Middle e High school no surgem no documento do NCTM (1998), mas so correntemente usadas nos Estados Unidos da Amrica.

10

controlada, questionrios, surveys) e, at mesmo, recorrendo a tabelas e listas de vrias fontes. Em relao representao dos dados, o currculo ingls dos KS 3 e 4 recomenda a construo, usando papel ou tecnologias, de tabelas, grficos circulares e de linha, representaes de caule e folhas e diagramas de disperso. Para os alunos que se encontrem a frequentar o KS 4 mais avanado, refere-se a seleco e justificao de um plano de amostragem e de um mtodo para investigar uma populao, incluindo aleatoriedade e amostra estratificada. Acrescenta-se, ainda, a construo de tabelas e grficos de frequncias acumuladas, grficos caixa-de-bigodes e histogramas. O programa portugus do 1 ciclo do ensino bsico (ME, 1990) aponta para a construo e utilizao, pelos alunos, de tabelas e grficos de barras e faz referncia realizao de actividades de classificao. No entanto, estes aspectos tm um estatuto algo estranho no programa: os primeiros (grficos e tabelas) surgem numa seco introdutria denominada linguagem e representao e os segundos (classificao) aparecem noutra seco, tambm introdutria, denominada actividades recorrentes no constituindo portanto um bloco temtico, nem estando includos em qualquer dos trs blocos existentes (Nmeros e operaes, Forma e espao, Grandezas e medidas). Nos ciclos seguintes, 2 e 3, os programas (ME, 1991a, 1991b) propem como objectivo a recolha, organizao e representao dos dados, sugerindo que os alunos aprendam os conceitos de frequncia absoluta (no 2 ciclo) e construam tabelas e grficos de barras, acrescentando-se no 3 ciclo, os grficos circulares, polgonos de frequncia e pictogramas. No ensino secundrio, o programa portugus (ME, 1997) refere que o aluno deve ficar a saber como organizar, representar e tratar dados recolhidos. Sugere o contacto com aspectos da histria da Estatstica, de recenseamento e de sondagem e com o conceito de amostragem e correspondente influncia sobre a populao. Salienta que se construam tabelas de frequncias (absolutas, relativas e relativas acumuladas) e a acrescentar s representaes grficas aprendidas no ciclo anterior surge o histograma, o diagrama de extremos e quartis e de disperso e a representao de caule e folhas. Assinalemos ento as principais semelhanas e diferenas resultantes da comparao entre os trs documentos curriculares: o documento do NCTM o nico que dedica um captulo Anlise de Dados e s Probabilidades na primeira fase da Elementary school, no entanto, nos currculos portugus e ingls do 1 ciclo h algumas 11

referncias mais ou menos explcitas a objectivos relativos classificao e organizao de dados; o NCTM refere-se formulao de questes pelos alunos desde a primeira fase da Elementary school, o currculo ingls indica este ponto a partir do KS 3 e o portugus nunca o prope explicitamente; a recolha de dados por parte dos alunos tem incio na primeira fase da Elementary school nos Estados Unidos, no 2 ciclo em Portugal e no KS 2 em Inglaterra; contudo, nestes dois pases s ao nvel do ensino secundrio se desenvolve o conceito de amostra, enquanto o NCTM o aborda desde a segunda fase da Elementary school; no final dos nveis de ensino analisados, os alunos utilizaram sensivelmente os mesmos modos de organizao e representao de dados nos trs pases; no entanto, o contacto com uma maior variedade de formas de representao grfica proposto pelo NCTM sempre mais cedo que em Portugal e Inglaterra e isso visvel logo desde a fase correspondente ao 1 ciclo.

Interpretar dados usando mtodos e conceitos Nesta categoria de anlise, o NCTM (2000) prope que, ao nvel da primeira fase da Elementary school, os alunos descrevam partes de dados e o conjunto de dados como um todo e, na fase seguinte, a nfase muda da descrio e anlise de um conjunto de dados para as comparaes envolvendo dois ou mais conjuntos de dados (p. 50). A partir destes nveis, 3-5, sugere-se que os alunos desenvolvam uma apreciao das diferentes formas que pode assumir a distribuio dos dados. Para a interpretao dos dados, os alunos dos nveis Pre-K-2 devero saber identificar a moda e os dos nveis 3-5 devero desenvolver uma compreenso das noes de amplitude, moda, mediana e mdia. Considera-se importante saber, na Middle school, determinar e interpretar as medidas de tendncia central e de disperso j referidas, incluindo tambm a amplitude interquartlica, e, na High school, ser capaz de explicar as diferenas entre as diferentes medidas, incluindo o desvio-padro. Os alunos deste ltimo nvel devem tambm determinar, para dados bivariados, equaes de rectas de regresso e coeficientes de correlao utilizando calculadoras e computadores e, em conjunto com os resduos e representaes visuais, investigar relaes entre esses dados. Devem ainda reconhecer a influncia das transformaes lineares de dados univariados na forma, centro e disperso dos mesmos e identificar tendncias nos dados bivariados, procurando encontrar funes que os modelem. O currculo ingls (DFEE, 1999), sugere que, os alunos do KS 2, para alm de interpretarem tabelas, grficos e diagramas, usem a moda e a amplitude (como uma 12

medida de disperso) para descrever conjuntos de dados. Nos nveis seguintes, KS 3 e 4, os alunos devem, para os ajudar na interpretao dos dados, utilizar a moda (ou a classe modal, em dados agrupados), a mediana, a mdia e a amplitude, compreender e utilizar rectas de regresso e, ainda, ter uma compreenso bsica de correlao. Sugere ainda que olhem para os dados e tentem descobrir regularidades e excepes. No nvel KS 4 avanado, acrescenta-se a determinao dos quartis e da amplitude interquartlica e sugere-se o uso de funes estatsticas relevantes de uma calculadora ou folha de clculo. No programa portugus do 1 ciclo do ensino bsico (ME, 1990) proposto apenas um objectivo (algo vago) relativo leitura e interpretao de informao. No 2 ciclo, o programa (ME, 1991a) prope a interpretao dos dados pelos alunos recorrendo moda e mdia. O programa do 3 ciclo (ME, 1991b) salienta que as medidas de tendncia central (mdia, moda e mediana) devem constituir instrumentos para sintetizar e analisar informao e chama a ateno que, sendo fundamental em Estatstica a comparao de casos, importante, perante duas distribuies comparar e discutir as diferentes medidas de tendncia central. No ensino secundrio referido pelo programa (ME, 1997) que os alunos devem compreender e interpretar as medidas de tendncia central e de disperso, recomendando o uso das funes estatsticas da calculadora logo que os alunos compreendam os conceitos a envolvidos, e us-las conjuntamente para interpretar distribuies. Sugere tambm uma abordagem grfica e intuitiva ao estudo de distribuies bidimensionais e a identificao, a partir de exemplos de nuvens de pontos, do tipo de correlao e da recta de regresso. Assinalemos agora as principais semelhanas e diferenas resultantes da comparao entre os trs documentos: o americano e o ingls apontam para a importncia de compreender as caractersticas globais de um conjunto de dados, enquanto que o portugus se centra muito nas medidas de tendncia central, isto at ao final do 3 ciclo; o NCTM enfatiza as comparaes envolvendo dois ou mais conjuntos de dados a partir da segunda fase da Elementary school e os currculos portugus e ingls s o fazem no 3 ciclo; ao nvel do ensino secundrio, o NCTM apela a um estudo mais ou menos aprofundado de dados bivariados (inclui a procura de funes linear, exponencial, quadrtica que melhor se ajustem a um dado conjunto de dados) e em Portugal apenas se sugere uma abordagem grfica e intuitiva das distribuies bidimensionais. 13

Desenvolver e avaliar inferncias Segundo o NCTM (2000), o desenvolvimento da inferncia estatstica requer que se trabalhe utilizando amostras e isso s ter incio a partir dos nveis 3-5 (p.114) dado que a noo de amostra no considerada acessvel para alunos muito novos (p. 50). Assim, para estes alunos (Pre-K-2), defende-se que discutam informalmente se os seus colegas de outras turmas chegariam ou no s mesmas concluses que eles. Depois, na segunda fase da Elementary school e na Middle school, j se comeam a desenvolver algumas noes acerca de inferncia estatstica. Assim, nestes nveis de ensino, os alunos devem formular conjecturas e tirar concluses baseadas nos dados e us-las para colocar novas questes e conceber novos estudos para posteriormente lhes responder. Alm disso, nos nveis 3-5, devem comear a compreender que muitos conjuntos de dados so amostras da mesma populao e a discutir o conceito de representatividade de uma amostra (NCTM, 2000, p. 180). Nos nveis 6-8, devem tambm formular conjecturas acerca das populaes com base em amostras da retiradas e acerca da possvel relao entre duas caractersticas de uma amostra, baseando-se em diagramas de disperso e rectas de regresso. No final da Middle school e na High school sugere-se que os alunos desenvolvam ideias acerca dos modos de escolher amostras e de inferncia estatstica (NCTM, 2000, p. 50). Assim, nos nveis 9-12, devem usar simulaes para aprender acerca das distribuies de amostragem e com base nelas fazer inferncia informal. Para alm disto, devem tambm avaliar relatrios publicados, examinando a concepo do estudo, a adequabilidade da anlise dos dados e a validade das concluses. Nesta categoria de anlise, o currculo ingls (DFEE, 1999) prope que os alunos tirem concluses a partir dos dados desde o KS 2 e, neste nvel, os alunos devem saber reconhecer quando que a informao apresentada induz em erro. A partir do KS 3 destaca-se a comparao de distribuies e a elaborao de inferncias utilizando as formas das distribuies e as medidas de tendncia central e amplitude, e no KS 4 avanado, tambm os quartis. Para alm disso, os alunos devem avaliar e verificar resultados, responder s questes colocadas e modificar a sua abordagem se necessrio. No KS 4 ainda sugerido que interpretem estatsticas sociais tais como as relacionadas com o crescimento da populao e com os Censos Nacionais.

14

O programa portugus do 2 ciclo do ensino bsico (ME, 1991a) salienta que os alunos devem formular conjecturas a partir da interpretao da informao e o do 3 ciclo (ME, 1991b) acrescenta que tirem tambm concluses, que as fundamentem e que critiquem anlises estatsticas justificando as suas razes. No ensino secundrio, o programa (ME, 1997) apenas refere que se tirem concluses tendo sempre presente os limites do processo de matematizao da situao. Com base na anlise comparativa dos trs documentos programticos, assinalemos as principais semelhanas e diferenas: os documentos americano e ingls do nfase a que se tirem concluses a partir da segunda fase da Elementary school e KS 2, enquanto que o portugus apenas se refere a isso no 3 ciclo; no currculo portugus no h referncia ao desenvolvimento de inferncias, enquanto que o NCTM defende o desenvolvimento de noes de inferncia estatstica a partir da segunda fase da Elementary school e o currculo ingls desde o KS 3; o documento do NCTM sugere desde a Middle school a compreenso e utilizao de amostras de modo a se tirarem concluses extensveis a populaes; o NCTM equaciona a formulao de novas questes baseadas nas conjecturas formuladas e a concepo de novos estudos para lhes responder desde a Middle school e o currculo ingls tambm prope desde o KS 3 a modificao de abordagens depois de se dar resposta s questes colocadas.

Compreender e aplicar noes bsicas de probabilidade e acaso O NCTM (2000) refere que, nos nveis Pre-K-2, as experincias ao nvel das Probabilidades devem ser informais, traduzindo-se, por exemplo, na descrio de acontecimentos utilizando vocabulrio como: mais provvel, menos provvel, certo ou impossvel (p. 114). Nos nveis seguintes, 3-5, os alunos devem aprender a quantificar a probabilidade de resultados de experincias simples e a compreender que a probabilidade de acontecimentos varia numa escala de 0 a 1. Na Middle school, sugerese a compreenso e uso de terminologia adequada para descrever acontecimentos complementares e mutuamente exclusivos e o clculo de probabilidades de acontecimentos compostos simples usando listas, diagramas em rvore e modelos de rea. Alm disso, os alunos devem usar a probabilidade para formular e testar conjecturas acerca dos resultados de experincias e simulaes. Na High school, devem 15

calcular probabilidades de acontecimentos compostos, incluindo acontecimentos independentes e probabilidades condicionadas e utilizar simulaes para construir distribuies de probabilidade para espaos amostrais simples. Relativamente s Probabilidades, o currculo ingls (DFEE, 1999), indica como objectivo para o KS 2 desenvolver a compreenso deste conceito e discutir acontecimentos, usando vocabulrio como igualmente provvel, justo, injusto, certo. Nos nveis KS 3 e 4, os alunos devem situar a probabilidade de um acontecimento na escala entre 0 e 1, compreender a frequncia relativa como uma estimativa para a probabilidade, identificar todos os resultados provenientes de acontecimentos simples ou de dois acontecimentos sucessivos, identificar acontecimentos mutuamente exclusivos e saber que a soma das probabilidades de todos eles 1 e compreender que aumentando o tamanho da amostra se obtm uma melhor estimativa da probabilidade e das caractersticas da populao. No KS 4 avanado acrescenta-se a compreenso e clculo de probabilidades de acontecimentos independentes. Nesta categoria de anlise, o programa portugus do 2 ciclo do ensino bsico (ME, 1991a) indica, sem especificar muito, que os alunos devem tirar concluses de experincias simples relacionadas com o conceito de probabilidade. O documento programtico de apoio ao programa (ME, 1991c), sobre este ponto indica apenas que os alunos devem realizar actividades com dados, moedas, pies e roletas de modo a familiarizarem-se com os termos certo, possvel, impossvel, provvel... (p. 39). No 3 ciclo, o programa (ME, 1991b) procura que os alunos se familiarizem com alguns aspectos especficos de linguagem, que utilizem o conceito de probabilidade para resolver problemas simples relacionados com jogos ou outras disciplinas, que organizem processos de contagem e que compreendam e usem a frequncia relativa como aproximao da probabilidade. O programa do ensino secundrio (ME, 1997) refere que o trabalho se deve iniciar pela realizao de experincias aleatrias e, a partir da, compreender o que so acontecimentos contrrios, incompatveis e independentes. Os alunos devem conhecer a lei dos grandes nmeros e o conceito frequencista de probabilidade e calcular a probabilidade pela Lei de Laplace. Deve ainda considerar-se a distribuio de probabilidades, fazendo referncia curva de Gauss e distribuio normal, e a definio de probabilidade condicionada. Indica, tambm, que se deve introduzir a axiomtica das Probabilidades. As tcnicas de contagem so igualmente

16

contempladas no programa e, alm de constiturem um auxiliar de clculo, destinam-se a desenvolver as capacidades do raciocnio combinatrio e as conexes matemticas. Assinalemos agora as principais semelhanas e diferenas resultantes da comparao entre os trs documentos: apenas o NCTM pretende iniciar os alunos nas ideias das Probabilidades a partir da primeira fase da Elementary school; o NCTM defende que os alunos aprendam a quantificar a probabilidade de resultados de experincias simples a partir da segunda fase da Elementary school, mas os currculos portugus e ingls s o propem desde o 3 ciclo; apenas os documentos portugus e americano fazem referncia definio de probabilidade condicionada e ao uso de distribuies de probabilidades, ao nvel do ensino secundrio; no ensino secundrio, o currculo portugus apresenta-se mais pormenorizado e desenvolvido, sendo o nico que procura introduzir os alunos na axiomtica das Probabilidades; em Portugal e nos Estados Unidos defendida a utilizao da Anlise Combinatria (combinaes, permutaes e arranjos) para o clculo de probabilidades, no ensino secundrio.

Metodologias e materiais O NCTM (2000), a par da apresentao dos objectivos a atingir na temtica da Anlise de Dados e Probabilidades, desenvolve uma especificao desses objectivos onde se podem destacar algumas indicaes metodolgicas a seguir. Essas indicaes sugerem, por exemplo, que: (i) os alunos dos nveis Pre-K-2, para a organizao dos dados em categorias, utilizem experincias informais tais como separar artigos de mercearia ou para aprender a recolher e organizar dados, desenvolvam experincias na turma tais como recolher votos sobre a preferncia dos alunos ir ao jardim zoolgico ou ao museu; os alunos dos nveis 3-5 coloquem questes acerca de si prprios, do seu ambiente ou de contedos estudados noutras reas;

(ii)

(iii) nos nveis 6-8 seja realizado trabalho interdisciplinar, elaborando experincias de laboratrio que envolvam recolha de dados, em conjunto com os professores de cincias; (iv) nos nveis 9-12 sejam estabelecidas conexes entre a Estatstica e a lgebra e que se realizem actividades experimentais tais como o lanamento de dados ou pies ou que se discuta se um jogo ser ou 17

no justo, para o desenvolvimento de vrios aspectos do estudo das Probabilidades. ainda de referir que, todo o desenvolvimento que feito dos objectivos acompanhado de um vasto conjunto de exemplos de episdios e experincias que ajudam a ilustrar determinados conceitos e procedimentos que podem servir de inspirao aos professores que vo leccionar a temtica da Anlise de Dados e Probabilidades aos alunos. No que respeita ao uso das TIC, o NCTM (2000) enfatiza, a partir dos nveis 35, a sua utilizao para a organizao, ordenao e representao grfica de conjuntos de dados (p. 49, 178 e 253), facilitando assim o trabalho com conjuntos de dados mais numerosos e mais complexos e permitindo que os alunos se centrem na sua anlise e na compreenso do seu significado (p. 49). As novas tecnologias tambm podero ajudar, por exemplo, a compreender mais facilmente como que mudanas nos valores dos dados afectam a mdia e a mediana de um conjunto de dados (nos nveis 6-8), a estudar alteraes provocadas pela modificao da posio de rectas candidatas a rectas de regresso (nos nveis 9-12) e, at, a determinar a equao dessas mesmas rectas e o coeficiente de correlao. Os alunos devem tambm aprender a descobrir dados relevantes para as suas investigaes em fontes como a Internet. Em relao s Probabilidades, as simulaes em computador podero facilitar a sua aprendizagem, permitindo aceder a amostras relativamente grandes que podem ser geradas rapidamente e modificadas facilmente. De entre as TIC, sugerido o uso de software computacional, incluindo software grfico e folha de clculo, e tambm calculadoras grficas. O currculo ingls (DFEE, 1999) no apresenta explicitamente sugestes metodolgicas que orientem a leccionao do tema da Anlise de Dados. No entanto, na apresentao dos objectivos que devem ser atingidos pelos alunos d, pontualmente, algumas orientaes, tais como: utilizar situaes da sala de aula para desenvolver a compreenso de Probabilidade; resolver problemas em outras reas do currculo (em particular nas cincias) usando as tcnicas de Anlise de Dados; interpretar tabelas, listas e grficos usados no dia-a-dia. Alm disso, faz algumas referncias utilizao das TIC, sublinhando que ao longo da escolaridade devem ser dadas oportunidades aos alunos para aplicar e desenvolver a sua capacidade de lidar com estas tecnologias para apoiar a sua aprendizagem em todas as matrias (p. 84). Mais concretamente ao nvel da Anlise de Dados, e nos nveis KS 3 e KS 4, refere que os alunos devem utilizar as TIC (bases de dados, folhas de clculo, calculadoras) para comunicar as suas descobertas e 18

representar os dados (construir grficos), e ainda utilizar funes estatsticas relevantes nelas presentes. Os programas portugueses dos 2 e 3 ciclos (ME, 1991c, 1991d) e do ensino secundrio (ME, 1997) dedicam alguma ateno s metodologias a adoptar aquando da leccionao dos captulos referentes ao estudo da Estatstica e das Probabilidades. Assim, no 2 e 3 ciclos, sugerido por exemplo, que os alunos: (i) realizem estudos estatsticos recorrendo a dados sobre si prprios, os seus interesses e o seu meio, ou ainda dados de revistas, jornais, empresas, etc.;

(iii) estabeleam ligaes com outras disciplinas e dentro da prpria Matemtica; (iii) realizem experincias prticas (lanar um dado ou moeda) para se familiarizarem com o papel da matemtica no estudo da previso de alguns acontecimentos e com a linguagem das Probabilidades; (iv) comuniquem sob diversas formas exposio oral, trabalho escrito, placard expositivo as concluses do seu trabalho (no 3 ciclo). E no ensino secundrio, sugere-se, por exemplo, que: (i) o tema da Estatstica seja tratado de forma descontnua ao longo do ano, nomeadamente sob a forma de trabalho de projecto (ME, 1997, p. 22); os alunos esbocem planos de trabalho interdisciplinares (individuais ou em grupo) e que interpretem e comuniquem, no final, os resultados turma analisando-os criticamente;

(ii)

(iii) recolham dados na turma, de livros e revistas e do INE, tendo em conta a maturidade e sensibilidade dos alunos para os problemas; (iv) sejam utilizados exemplos para explorar certas noes e propriedades; (v) se faam incurses pela histria da Matemtica a partir de nomes como Pascal, Tartaglia e Laplace.

Relativamente utilizao das TIC, o programa portugus do 2 ciclo (ME, 1991c) sugere que o computador pode ser um bom auxiliar no estudo do tema da Estatstica. O programa do 3 ciclo (ME, 1991d) refere que a calculadora e computador constituem uma boa ajuda na representao da informao (traados de grficos, construo de tabelas, etc.) e no clculo. O programa do ensino secundrio (ME, 1997) recomenda o uso das funes estatsticas da calculadora assim que os alunos compreendam os conceitos a envolvidos. Alm disso, no ensino secundrio, o professor 19

deve incentivar os alunos a recorrer ao computador quando realizarem actividades interdisciplinares no mbito da Estatstica (ME, 1997). Assinalemos agora as principais semelhanas e diferenas resultantes da comparao entre os trs documentos curriculares: o portugus e o americano apresentam-se mais completos e pormenorizados ao nvel das metodologias a utilizar, enquanto que o ingls muitssimo vago; todos eles sugerem a realizao de experincias na turma para o desenvolvimento da compreenso de certas noes e o estabelecimento de ligaes com outras reas do currculo; o portugus e o americano apontam para que os estudos realizados sejam sobre os prprios os alunos, os seus interesses, o seu ambiente... e para que se estabeleam conexes dentro da prpria Matemtica e, alm disso, apresentam alguns exemplos de experincias que podem ser utilizadas na explorao e compreenso de determinados fenmenos; o portugus sugere, embora de uma forma um tanto vaga, a realizao de trabalhos de projecto e de incurses pela histria da Matemtica, ao nvel do secundrio; relativamente s TIC, o portugus e o ingls recomendam a sua utilizao, essencialmente, para a representao dos dados e, tambm, a utilizao das funes estatsticas nelas presentes; o americano, para alm de usar as TIC na representao, ordenao e representao grfica de conjuntos de dados, enfatiza a sua utilidade na compreenso de alteraes provocadas pela mudana de valores dos dados e nas simulaes que ajudam aprendizagem das Probabilidades e, ainda, a recolha de dados relevantes na Internet. Concluso Os documentos analisados neste artigo tm estatutos e caractersticas diversas. O National Curriculum ingls um documento oficial bastante sinttico, que se destina a ser complementado por outros materiais de apoio aos professores. Os programas portugueses so documentos tambm oficiais, que integram numerosas indicaes de natureza metodolgica. Os Principles and standards do NCTM so um documento no oficial, no sentido de que no tem fora de lei nos EUA, sendo extremamente desenvolvido em exemplos e justificaes. O currculo portugus cobre a faixa dos alunos dos 6 aos 18 anos, o documento americano dos 5 aos 18 e o currculo ingls apenas dos 5 aos 16. Apesar destas diferenas, a comparao do contedo destes documentos permite a realizao de um importante conjunto de constataes. 20

Vimos na primeira parte deste artigo que, a nvel internacional, os currculos actuais da disciplina de Matemtica encaram a Estatstica segundo duas perspectivas: (i) ou dando proeminncia aos aspectos matemticos da Estatstica, nomeadamente os conceitos, clculos e outros procedimentos ou (ii) colocando em primeiro plano a Anlise de Dados. A comparao realizada mostra claramente que o currculo portugus se situa na primeira perspectiva e que o currculo ingls oficial e o currculo americano proposto pelo NCTM se situam ambos na segunda. A Anlise de Dados aparece no currculo portugus, mas num lugar extremamente secundrio, como mera aplicao dos conceitos estatsticos, assumindo, em contrapartida, um lugar de relevo nos documentos curriculares dos outros dois pases considerados. Assim, enquanto que, em Portugal, a Estatstica vista como um captulo da Matemtica e, muitas vezes, como um captulo de importncia menor, na Inglaterra e nos Estados Unidos assume-se que ela parte integrante de um processo mais geral que envolve a realizao de investigaes, formulando questes, recolhendo, representando, organizando e interpretando dados, fazendo inferncias e, a partir da, colocando novas questes e reiniciando o ciclo investigativo. Deste modo, nos Estados Unidos e na Inglaterra, o processo investigativo como um todo nas suas diversas fases, do planeamento realizao e da concluso recebe ateno explcita. Em Portugal, pelo contrrio, d-se apenas ateno a um dos aspectos desse processo a representao dos dados deixando por tratar ou referindo apenas muito superficialmente os aspectos relativos ao planeamento das investigaes e realizao de inferncias. Na prpria representao dos dados, o currculo portugus do ensino bsico deixa bastante a desejar, pois tanto no que se refere diversidade das formas de representao recomendadas como no que respeita ao momento da sua introduo, fica muito aqum do que proposto no documento americano. No modo como so tratados os conceitos de Estatstica notam-se tambm algumas diferenas significativas entre os diversos documentos. O currculo portugus, at ao final do 3 ciclo do ensino bsico, d sobretudo ateno s medidas de tendncia central, enquanto que os documentos americano e ingls valorizam, tambm, desde relativamente cedo, as medidas de disperso. O conceito de amostra desempenha um papel importante nas propostas curriculares do NCTM desde a parte final da Elementary school americana, enquanto que no nosso pas, os alunos terminam a escolaridade bsica para muitos, a ltima etapa da vida escolar sem nunca terem ouvido falar 21

em tal conceito na disciplina de Matemtica! No ensino secundrio, o estudo de dados bivariados, numa abordagem intuitiva, faz parte do currculo portugus, enquanto que no documento americano se prope o estudo de dados bivariados de modo igualmente intuitivo mas mais aprofundado (ajustamento de dados atravs de funes lineares, quadrticas e exponenciais). Neste aspecto, faltou ousadia ao currculo portugus para tirar um partido mais efectivo das possibilidades das novas tecnologias. Relativamente ao modo como so usados os conceitos de Estatstica, salienta-se uma perspectiva mais ampla por parte do documento americano, que prope, desde o equivalente ao 2 ciclo do ensino bsico, a realizao de comparaes envolvendo dois ou mais conjuntos de dados. Esse tipo de comparaes s surge, timidamente, em Portugal, no 3 ciclo. A abordagem ao conceito de probabilidade tambm proposta bastante mais cedo nos EUA do que em Portugal. No entanto, no ensino secundrio os currculos americano e portugus so semelhantes, com alguma vantagem at para este ltimo, o nico que prope o estudo da axiomtica da Teoria das Probabilidades. De notar que o menor tratamento que estas questes encontram no currculo ingls compreensvel, dado o facto de este se reportar apenas a alunos at aos 16 anos. As metodologias de trabalho propostas nos trs pases no se diferenciam muito, enfatizando a realizao de experincias envolvendo os prprios alunos e valorizando o estabelecimento de conexes com outros tpicos da Matemtica e o trabalho interdisciplinar. Os programas portugueses referem at o trabalho de projecto e a considerao da histria da Matemtica. No que respeita s novas tecnologias, todos os documentos recomendam o seu uso para a representao de dados e a realizao de clculos. No entanto, o documento americano vai bastante mais longe que os outros dois, ao valorizar a utilidade das TIC na investigao dos efeitos da mudana de alguns dados numa amostra, no uso de simulaes probabilsticas e na realizao de pesquisas na Internet. Esta comparao permite concluir que o currculo portugus, presentemente em fase de reviso, deveria equacionar uma mudana de orientao, encarando a Estatstica como um elemento fundamental da formao para a cidadania e, para isso, trazendo para o primeiro plano a Anlise de Dados e dando ateno a todas as fases do processo de investigao. Nesta perspectiva, deveria ser tambm dada maior ateno a diversos conceitos como os de amostra e as medidas de disperso fundamentais para se apreciar as caractersticas de diversos conjuntos de dados. Finalmente, haveria toda a 22

vantagem em serem melhor exploradas as possibilidades das novas tecnologias calculadoras grficas, software estatstico e, muito em especial, a Internet. A mudana curricular no se esgota na elaborao e colocao em vigor de documentos oficiais. Envolve, como sabemos, a produo de materiais muito diversos, a formao dos professores, o estudo das dificuldades dos alunos e das condies necessrias ao xito das novas propostas. Neste domnio, em Portugal h muito que fazer, dada a reduzida ateno que tem sido dispensada a este tpico. As mudanas necessrias envolvem, sobretudo, uma mudana de perspectiva, deixando de encarar a Estatstica como um captulo pobre e pouco interessante da Matemtica, para a passar a considerar como um elemento fundamental na formao bsica da generalidade dos cidados.

Referncias Almeida, M. R. (2000). Imagens sobre o ensino e a aprendizagem da estatstica (tese de mestrado, Universidade de Lisboa). APM (1998). Matemtica 2001: Diagnstico e recomendaes para o ensino e aprendizagem da Matemtica. Lisboa: APM. Branco, J. (2000). Estatstica no secundrio: O ensino e seus problemas. In C. Loureiro, F. Oliveira, & L. Brunheira (Eds.), Ensino e aprendizagem da Estatstica (pp. 1130). Lisboa: Sociedade Portuguesa de Estatstica e Associao dos Professores de Matemtica. Cockcroft, W. H. (1982). Mathematics counts. London: HMSO. DFEE (1999). The national curriculum for maths. London: DFEE. (disponvel no endereo http://www.nc.uk.net) Hogg, R. V. (1991). Statistical education: Improvements are badly needed. The American Statistician, 45(4), 342-343. Holmes, P. (2000). What sort of statistics should be taught in schools and why? In C. Loureiro, F. Oliveira, & L. Brunheira (Eds.), Ensino e aprendizagem da Estatstica (pp. 49-56). Lisboa: Sociedade Portuguesa de Estatstica e Associao dos Professores de Matemtica. Jacobsen, E. (1989). Why in the world should we teach statistics? In R. Morris (Ed.), Studies in mathematics education: The teaching of statistics (pp. 7-18). Paris: UNESCO. Loureiro, C., Oliveira, F., & Brunheira, L. (Eds.) (2000). Ensino e aprendizagem da Estatstica. Lisboa: Sociedade Portuguesa de Estatstica e Associao dos Professores de Matemtica. Ministrio da Educao (1990). Programa do 1 ciclo do ensino bsico. Lisboa: Editorial do Ministrio da Educao.

23

Ministrio da Educao (1991a). Organizao curricular e programas (2 ciclo do ensino bsico). Lisboa: Imprensa Nacional Casa da Moeda. Ministrio da Educao (1991b). Organizao curricular e programas (3 ciclo do ensino bsico). Lisboa: Imprensa Nacional Casa da Moeda. Ministrio da Educao (1991c). Programa de Matemtica: Plano de organizao do ensino-aprendizagem (2 ciclo do ensino bsico). Lisboa: Imprensa Nacional Casa da Moeda. Ministrio da Educao (1991d). Programa de Matemtica: Plano de organizao do ensino-aprendizagem (3 ciclo do ensino bsico). Lisboa: Imprensa Nacional Casa da Moeda. Ministrio da Educao (1997). Matemtica: Programas. Lisboa: Ministrio da Educao, Departamento do Ensino Secundrio. NCTM (2000). Principles and standards for school mathematics. Reston, VA: NCTM. Ponte, J. P., & Fonseca, H. (2000). A estatstica no currculo do ensino bsico e secundrio. In C. Loureiro, F. Oliveira, & L. Brunheira (Eds.), Ensino e aprendizagem da Estatstica (pp. 179-194). Lisboa: Sociedade Portuguesa de Estatstica e Associao dos Professores de Matemtica. Silva, J. S. (1964). Compndio de Matemtica (7 ano, vol. II documento policopiado). Lisboa: Ministrio da Educao. Snee, R. D. (1993). What's missing in statistical education? The American Statistician, 47(2), 149-154.

ANEXO 1 Estatstica e probabilidades nos programas portugueses (1990, 1991, 1997) Colocar questes, recolher, organizar e representar dados
1 Ciclo - Construir e utilizar tabelas. - Construir e utilizar grficos de barras. - Actividades de classificao. 2 Ciclo - Recolher, organizar e interpretar dados e reconhecer a sua necessidade para estudar situaes da vida real. - Frequncia absoluta. - Representar informao; construir tabelas de frequncia e grficos de barras. - Moda e mdia aritmtica. 3 Ciclo - Recolher e organizar dados respeitantes a situaes do dia-a-dia. - Frequncia absoluta e relativa. - Organizar e representar dados atravs da construo de tabelas de frequncia, grficos de barras e circulares, polgonos de frequncia e pictogramas. Secundrio - Conhecer a evoluo da estatstica e os fenmenos que permite estudar. - Recenseamento e sondagem. - Noes de populao e amostra; compreender o conceito de amostragem e reconhecer seu papel nas concluses estatsticas; distinguir entre as concluses sobre a amostra e a populao; Noes intuitivas

24

sobre escolhas de amostras, sobre a necessidade de serem aleatrias, representativas e livres de vcios de concepo.

Interpretar dados usando mtodos e conceitos


1 Ciclo - Ler e interpretar informao com maior facilidade. 2 Ciclo - Interpretar dados (ler, interpretar e comparar informao, recorrendo moda e mdia). 3 Ciclo - Ler e interpretar informao de grficos ou tabelas. - Calcular mdia, moda e mediana para caracterizar uma distribuio. - Analisar e comparar distribuies usando medidas de tendncia central, formulando hipteses, comunicando e discutindo as concluses. Secundrio - Construir tabelas de frequncias (absolutas, relativas e relativas acumuladas); construir e interpretar grficos de barras, circulares e de caule e folhas, pictogramas, histograma, polgono de frequncia, diagrama de extremos e quartis; funo cumulativa. - Compreender e interpretar medidas de localizao de uma amostra (moda ou classe modal, mdia, mediana, quartis) e de disperso (amplitude, varincia, desvio padro, amplitude interquartis); discusso das limitaes destes parmetros. - Interpretar distribuies recorrendo anlise de medidas de localizao e disperso. - Referncia a distribuies bidimensionais (abordagem grfica e intuitiva). - Diagrama de disperso; ideia intuitiva de correlao; coeficiente de correlao e sua variao entre 1 e 1; ideia intuitiva de recta de regresso, sua interpretao e limitaes.

Desenvolver e avaliar inferncias


1 ciclo 2 ciclo - Fazer conjecturas a partir da interpretao da informao. 3 ciclo - Tirar concluses a partir da anlise da informao e fazer conjecturas. - Fundamentar afirmaes recorrendo a argumentos numricos e criticar anlises estatsticas, justificando as suas razes. Secundrio

Compreender e aplicar noes bsicas de probabilidade e acaso


1 ciclo 2 ciclo - Tirar concluses de experincias simples relacionadas com o conceito de probabilidade. 3 ciclo - Reconhecer que em determinados acontecimentos h um grau de incerteza - Usar conscientemente as expresses muito provvel, improvvel, certo, impossvel... - Identificar resultados possveis numa situao aleatria. - Calcular, em casos simples, a probabilidade de um acontecimento como quociente entre nmero de casos favorveis e nmero de casos possveis. - Compreender e usar escalas de probabilidade de 0 a 1 ou de 0% a 100%. - Compreender e usar a frequncia relativa como aproximao da probabilidade. Secundrio

25

- Realizar experincias aleatrias. - Acontecimentos elementar, certo, impossvel; acontecimentos contrrios, incompatveis e independentes. - Lei dos grandes nmeros; conceito frequencista de probabilidade; propriedades. - Clculo de probabilidades pela lei de Laplace. - Distribuio de frequncia relativas e de probabilidades; representao grfica: referncia curva de Gauss e a caracteres que se distribuem normalmente. - Definio axiomtica de probabilidade e propriedades elementares; definio de probabilidade condicionada. - Tcnicas de contagem, permutaes, arranjos com e sem repetio, combinaes, tringulo de Pascal e Binmio de Newton.

Observaes/Sugestes metodolgicas
1 ciclo 2 Ciclo - O estudo de algumas situaes (n de irmos, desportos preferidos, ...) pode ser feito a partir de dados obtidos pelos alunos atravs da realizao de inquritos na turma, na escola, no bairro... (p. 23 e 39) - O alunos podem procurar informao em jornais e revistas, informao eventualmente organizada, respeitante defesa do consumidor, distribuio da populao portuguesa nas ltimas dcadas, ... e fazer estudos comparativos. (p. 23) - A utilizao de dados j organizados respeitantes ao clima, movimentos demogrficos, ..., permite o estudo de situaes em ligao com outras disciplinas, nomeadamente Cincias da Natureza e Histria e Geografia. (p. 39) - Sugere-se a realizao de pequenos trabalhos de projecto podendo os alunos, para isso, organizar-se em grupos de acordo com os seus interesses. (p. 39) - O computador poder ser um bom auxiliar no estudo deste tema. (p. 39) - Propor actividades com dados, moedas, pies, roletas... para que os alunos se sensibilizem com o papel da matemtica no estudo da previso de alguns acontecimentos. (p. 39) 3 Ciclo - Recolher e organizar dados relativos aos prprios alunos, aos seus interesses e ao seu meio bem como outros recolhidos em revistas, jornais, empresas, entidades, etc., poder constituir pontos de partida para a realizao de estudos estatsticos. (p. 24 e 40) - Esta unidade possibilita ligaes com outras disciplinas e dentro da prpria matemtica (por ex: fraces e frequncias relativas; amplitudes de ngulos e grficos circulares). (p. 24) - O tratamento das classificaes de alunos de 2 turmas diferentes com a mesma mdia pode permitir comparar as diferentes medidas de tendncia central, discutindo o papel de cada uma delas. (p. 24) - Os clculos no devero ocupar muito tempo, podendo recorrer-se calculadora ou computador. Este ser tambm um bom auxiliar na apresentao da informao traado de grficos, construo de tabelas, etc. (p. 24) - Os alunos devero ser solicitados a comunicar sob diversas formas atravs de uma exposio oral, de um pequeno trabalho escrito, da organizao de um placard expositivo as concluses dos seu trabalho. (p. 40) - Apreciar resultados de experincias como lanamento de uma moeda ou de um dado para se familiarizar com o tipo de linguagem das probabilidades. (p. 51) - A contagem do n de casos favorveis levanta por vezes algumas dificuldades, podendo proporcionar-se ocasio para discutir e organizar processos de contagem. - Discutir a probabilidade de acontecimentos como Amanh vai chover ou Hoje o professor vai chegar a horas. - Realizar actividades que permitam concluir que em distribuies com frequncia absoluta elevada a frequncia relativa funciona como uma boa aproximao da probabilidade. Secundrio - O professor poder tratar o tema da estatstica de uma forma descontnua ao longo do ano, nomeadamente sob a forma de trabalho de projecto. (p. 22) - Excelente oportunidade para actividades interdisciplinares, individualmente ou em grupo, devendo o professor ao definir o plano de trabalho com os alunos incentiv-los a recorrer ao computador. No final, os alunos devem interpretar e comunicar os resultados turma fazendo uma anlise crtica e estando conscientes que modos diferentes de apresentar as concluses podem alterar a mensagem. (p. 22)

26

- Podem recolher dados na turma, em revistas, livros, INE, ..., devendo, no entanto, ter-se em conta a maturidade e sensibilidade dos alunos para os problemas apresentados. (p. 22) - Com exemplos devem ser estudadas propriedades elementares da mdia e da varincia ou do desvio padro... (p. 23) - A partir de exemplos de nuvens de pontos o aluno deve identificar o tipo de correlao. A medida que se utiliza com mais frequncia para medir o grau de associao linear o coeficiente de correlao que se representa por r. No devem ser propostos exerccios que envolvam o clculo (a no ser pela mquina) nem de exigir o conhecimento da frmula do coeficiente de correlao... (p. 24) - Todo o trabalho deve iniciar-se pela realizao de experincias aleatrias. Os alunos podem ser levados a elaborar formas de registo legveis para os resultados das suas experincias que podem ser partilhadas em grupo. As experincias e o estudo de situaes devem ser aproveitadas para dinamizar discusses do tipo cientfico, bem como o trabalho cooperativo. (p. 31) - Muitos problemas postos podem e devem resultar da anlise de jogos conhecidos. (p. 32) - Pascal, Tartaglia e Laplace so exemplos interessantes para realizar incurses na histria dos conceitos matemticos, na vida dos matemticos, nas ligaes da matemtica com outros ramos do saber e actividade. (p. 32)

ANEXO 2 Estatstica e probabilidades no National Curriculum for Maths England (1999) Colocar questes, recolher, organizar e representar dados
KS 1 (5-7) - Resolver um problema relevante usando listas simples, tabelas e grficos para ordenar, classificar e organizar informao. - Construir tabelas de frequncia, incluindo tabelas para dados discretos agrupados. - Representar dados discretos usando grficos e diagramas, incluindo pictogramas, grficos de barras e de linha, usando as TIC quando for adequado. KS 2 (7-11) - Resolver problemas envolvendo dados. KS 3 (11-14) e KS 4-MB6 (14-16) - Identificar questes que podem ser analisadas usando mtodos estatsticos. - Discutir como que os dados se relacionam com um problema; identificar fontes possveis de desequilbrio e planear minimiz-las. - Identificar quais os principais dados que necessitam de recolher e sob que forma (incluindo dados agrupados, considerando intervalos de classe adequados e com a mesma amplitude). - Planear uma experincia ou inqurito; decidir que fonte de dados secundria usar. - Planear e usar bases de dados discretos e contnuos; recolher dados usando vrios mtodos incluindo observao, experimentao controlada, data logging, questionrios e surveys. - Recolher dados de fontes secundrias, incluindo tabelas impressas e listas de fontes baseadas nas TIC - Planear e usar tabelas de dupla entrada para dados discretos e agrupados. - Construir, usando papel e TIC, grficos circulares e de linha e diagramas de disperso e de caule e folhas. KS 4 (14-16)-MA - Identificar questes chave que podem ser analisadas usando mtodos estatsticos. - Discutir como que os dados se relacionam com um problema; identificar fontes possveis de desequilbrio e planear minimiz-las. - Identificar quais os principais dados que necessitam de recolher e sob que forma (incluindo dados agrupados, considerando intervalos de classe adequados e com a mesma amplitude); seleccionar e justificar um plano de amostragem e um mtodo para investigar uma populao, incluindo aleatoriedade e amostra estratificada. - Planear uma experincia ou inqurito; decidir que fonte de dados secundria usar.
6

6 Em Matemtica existem dois programas para o nvel 4 o bsico (MB) e o avanado (MA) intitulados Mathematics foundation e Higher mathematics.

27

- Recolher dados usando vrios mtodos incluindo observao, experimentao controlada, data logging, questionrios e inquritos. - Recolher dados de fontes secundrias, incluindo tabelas impressas e listas de fontes baseadas nas TIC - Planear e usar tabelas de dupla entrada para dados discretos e agrupados. - Lidar com problemas prticos tais como no-respostas ou dados que faltem. - Construir, usando papel e TIC, grficos circulares e de linha, diagramas de disperso e de caule e folhas, tabelas e grficos de frequncias acumuladas, grficos caixa-de-bigodes e histogramas para dados contnuos agrupados.

Interpretar dados usando mtodos e conceitos


KS 1 (5-7) KS 2 (7-11) - Interpretar tabelas, listas e grficos usados no dia-a-dia; construir e interpretar tabelas de frequncia, incluindo tabelas para dados discretos agrupados. - Representar e interpretar dados discretos usando grficos e diagramas, incluindo pictogramas, grficos de barras e de linha, interpretando ento uma grande variedade de grficos e diagramas usando as TIC quando for adequado. - Saber que a moda uma medida de tendncia central e a amplitude uma medida de disperso, e us-las para descrever conjuntos de dados. - Reconhecer a diferena entre dados discretos e contnuos. KS 3 (11-14) - Determinar a mdia, a amplitude e a mediana de pequenos conjuntos de dados discretos e depois contnuos; identificar a classe modal para dados agrupados. - Encontrar a mediana para grandes conjuntos de dados e fazer uma estimativa da mdia para grandes conjunto de dados agrupados. - Desenhar e utilizar rectas de regresso, compreendendo o que que representam. - Estabelecer relao entre os dados e as questes iniciais. - Interpretar uma grande variedade de grficos e diagramas e tirar concluses. - Olhar para os dados para descobrir regularidades e excepes. - Ter uma compreenso bsica de correlao. KS 4-MB (14-16) - Determinar a mdia, a amplitude e a mediana de pequenos conjuntos de dados discretos e depois contnuos; identificar a classe modal para dados agrupados. - Encontrar a mediana para grandes conjuntos de dados e fazer uma estimativa da mdia para grandes conjunto de dados agrupados. - Desenhar rectas de regresso, compreendendo o que que representam. - Estabelecer relao entre os dados e as questes iniciais. - Interpretar uma grande variedade de grficos e diagramas e tirar concluses. - Olhar para os dados para descobrir regularidades e excepes. - Ter uma compreenso bsica de correlao como uma medida de associao entre duas variveis; identificar a existncia de correlao ou no usando rectas de regresso. KS 4-MA (14-16) - Determinar a mediana, os quartis e a amplitude inter-quartlica para grandes conjuntos de dados e calcular a mdia para grandes conjunto de dados agrupados. - Desenhar rectas de regresso, compreendendo o que que representam. - Usar funes estatsticas relevantes numa calculadora ou folha de clculo. - Estabelecer relao entre os dados e as questes iniciais. - Interpretar uma grande variedade de grficos e diagramas e tirar concluses; identificar as tendncias em estudos temporais. - Olhar para os dados para descobrir regularidades e excepes. - Compreender que a correlao mede a associao entre duas variveis; distinguir entre correlao positiva, negativa e nula utilizando rectas de regresso; perceber que a correlao zero no implica necessariamente a no existncia de relao mas simplesmente a no existncia de relao linear.

Desenvolver e avaliar inferncias 28

KS 1 (5-7) KS 2 (7-11) - Tirar concluses de estatsticas e grficos e reconhecer quando que a informao apresentada de modo a induzir em erro. KS 3 (11-14) - Comparar distribuies e fazer inferncias, usando as formas das distribuies e medidas de tendncia central e amplitude. - Avaliar e verificar resultados, responder a questes, e modificar a sua abordagem se necessrio. KS 4-MB (14-16) - Comparar distribuies e fazer inferncias, usando as formas das distribuies e medidas de tendncia central e amplitude. - Avaliar e verificar resultados, responder a questes, e modificar a sua abordagem se necessrio. - Discutir as implicaes das descobertas no contexto do problema. - Interpretar estatsticas sociais incluindo estudos temporais (p.ex., o crescimento da populao); e dados de inquritos (p.ex., os Censos Nacionais). KS 4-MA (14-16) - Comparar distribuies e fazer inferncias, usando as formas das distribuies e medidas de tendncia central e de disperso, incluindo mediana e quartis; compreender a densidade de frequncia. - Avaliar e verificar resultados, responder a questes, e modificar a sua abordagem se necessrio.

Compreender e aplicar noes bsicas de probabilidade e acaso


KS 1 (5-7) KS 2 (7-11) - Explorar a dvida e a certeza e desenvolver a compreenso de probabilidade, atravs de situaes da sala de aula; discutir acontecimentos usando um vocabulrio que inclui as palavras igualmente provvel, justo, injusto, certo. KS 3 (11-14) e KS 4-MB (14-16) - Compreender que processos aleatrios so imprevisveis. - Compreender e usar a escala das probabilidades (entre 0 e 1). - Compreender e usar estimativas ou medidas de probabilidade de modelos tericos, incluindo de resultados igualmente possveis, ou de frequncia relativa. - Listar todos os resultados de acontecimentos simples, ou de dois acontecimentos sucessivos, de um modo sistemtico. - Identificar resultados mutuamente exclusivos e saber que a soma das probabilidades de todos esses resultados 1. - Usar o vocabulrio das probabilidades na interpretao de resultados envolvendo incerteza e predio. - Comparar probabilidades obtidas a partir de dados experimentais e tericas. - Compreender que se se repetir uma experincia, se podem obter resultados diferentes, e que aumentando o tamanho da amostra leva a uma melhor estimativa da probabilidade e das caractersticas da populao. KS 4 MA (14-16) - Compreender que processos aleatrios so imprevisveis. - Compreender e usar estimativas ou medidas de probabilidade de modelos tericos, ou de frequncia relativa. - Listar todos os resultados de acontecimentos simples, ou de dois acontecimentos sucessivos, de um modo sistemtico. - Identificar resultados mutuamente exclusivos e saber que a soma das probabilidades de todos esses resultados 1. - Saber quando adicionar ou multiplicar duas probabilidades: se A e B so mutuamente exclusivos, ento a probabilidade de A ou B ocorrerem P(A) + P(B), enquanto se A e B so acontecimentos independentes, a probabilidade de A e B ocorrerem P(A)*P(B). - Usar diagramas em rvore para representar resultados de acontecimentos compostos, reconhecendo quando que os acontecimentos so independentes.

29

- Usar o vocabulrio das probabilidades na interpretao de resultados envolvendo incerteza e predio (por exemplo, h alguma evidncia a partir desta amostra que ...). - Comparar probabilidades obtidas a partir de dados experimentais e tericas. - Compreender que se se repetir uma experincia, se podem obter resultados diferentes, e que aumentando o tamanho da amostra leva a uma melhor estimativa da probabilidade e das caractersticas da populao.

Tecnologias
Aos alunos devem ser dadas oportunidades para aplicar e desenvolver a sua capacidade de lidar com as TIC para apoiar a sua aprendizagem em todas as matrias. (p. 84) KS 1 e KS 2 - Explorar e usar uma variedade de recursos e materiais, incluindo as TIC (p. 26). KS 3 e KS 4 - Os alunos devem usar as TIC (ex: bases de dados e folhas de clculo) para comunicar as suas descobertas e representar os dados (p. 40+...). - Proporcionar tarefas que se foquem no uso de TIC apropriadas (ex: folha de clculo, base de dados, programas de geometria ou funes), usar calculadoras correcta e eficientemente e saber quando no apropriado usar uma determinada tecnologia (p. 42+...).

ANEXO 3 Estatstica e probabilidades nos Principles and Standards (NCTM 2000) Colocar questes, recolher, organizar e representar dados
Pre-K-2 - Colocar questes e obter dados sobre si mesmos e o ambiente envolvente. - Ordenar e classificar objectos de acordo com os seus atributos e organizar dados acerca dos objectos. - Representar dados usando objectos concretos, desenhos e nmeros (tabelas, grficos de barras, de linha e pictogramas). 3-5 - Colocar questes acerca de si mesmos e do seu ambiente, questes da sua escola ou comunidade e contedos estudados noutras reas (p. 177). - Conceber investigaes para responder a uma questo e considerar como que os mtodos de recolha de dados afectam a natureza do conjunto de dados. - Recolher dados usando observaes, surveys ou experincias. - Representar dados usando tabelas e grficos tais como grficos de linha e grficos de barras. - Reconhecer as diferenas em representar dados numricos e de categoria. 6-8 - Formular questes, conceber estudos, e recolher dados acerca de uma caracterstica partilhada por duas populaes ou diferentes caractersticas dentro de uma populao. - Seleccionar, criar e utilizar representaes grficas de dados apropriadas incluindo histogramas, grficos caixa-de-bigodes e diagramas de disperso. 9-12 - Compreender as diferenas entre vrios tipos de estudos e quais os tipos de inferncias que podem legitimamente ser retiradas de cada um. - Conhecer as caractersticas de estudos bem concebidos, incluindo o papel da aleatoriedade nos inquritos e experincias. - Compreender o significado de dados de medida e de categorias, de dados univariados e bivariados e do termo varivel. - Compreender histogramas, grficos caixa de bigodes paralelos e diagramas de disperso e us-los para apresentar os dados. - Avaliar estatsticas bsicas e compreender a distino entre uma estatstica e um parmetro.

30

- Conceber inquritos, estudos de observao e experincias tendo em considerao questes como: As questes so claras e sem ambiguidades? Qual a populao? Como que uma amostra deve ser seleccionada? Qual deve ser o tamanho da amostra? (p. 325). - Grficos de caule e folhas, de pontos, circulares e de barras (p. 327).

Interpretar dados usando mtodos e conceitos


Pre-K-2 - Descrever partes de dados e o conjunto de dados como um todo para determinar o que os dados mostram. - Identificar aspectos individuais dos dados, tais como, o valor que ocorre com mais frequncia (p. 177). 3-5 - Descrever a forma e caractersticas importantes de um conjunto de dados e comparar conjuntos de dados relacionados, com nfase no modo como os dados esto distribudos; utilizar termos como amplitude e outlier. - Usar medidas de tendncia central (moda, mediana e mdia), concentrando-se na mediana e compreender o que que cada uma indica e no indica acerca do conjunto de dados. - Comparar diferentes representaes dos mesmos dados e avaliar como que cada representao mostra aspectos importantes dos dados. - A nfase muda da descrio e anlise de um conjunto de dados para as comparaes envolvendo dois ou mais conjuntos de dados (p.50). 6-8 - Encontrar, usar e interpretar medidas de tendncia central e de disperso, incluindo a mdia e a amplitude interquartlica. - Discutir e compreender a correspondncia entre conjuntos de dados e as suas representaes grficas, especialmente histogramas, grficos de caule e folhas, grficos caixa de bigodes e diagramas de disperso (analisar a simetria e assimetria dos grficos p. 251) . - Utilizar instrumentos para investigar relaes e tendncias em dados bivariados, incluindo grficos de disperso e rectas de regresso (p. 50). 9-12 - Para dados univariados de medida, ser capaz de apresentar a distribuio, descrever a sua forma, centro e disperso, e seleccionar e calcular estatsticas resumidas. - Para dados bivariados de medida, ser capaz de apresentar um grfico de disperso, descrever a sua forma, centro e disperso, e determinar coeficientes de regresso, equaes de rectas de regresso, e coeficientes de correlao usando instrumentos tecnolgicos. - Apresentar e discutir dados bivariados onde pelos menos uma varivel seja de categorias. - Reconhecer como que as transformaes lineares de dados univariados afectam a forma, centro e disperso. - Identificar tendncias nos dados bivariados e encontrar funes (ex: linear, exponencial, quadrtica) que modelem os dados ou os transformem de modo a que possam ser modelados. - Examinando as caractersticas dos grficos, ser capaz de explicar as diferenas nas medidas de tendncia central (mdia e mediana) e de disperso (desvio-padro e amplitude interquartlica (p. 327). - Compreender que o coeficiente de correlao informa sobre: o modo como os dados esto ligados rectas de regresso; e a intensidade da relao entre duas variveis (p. 329).

Desenvolver e avaliar inferncias


Pre-K-2 - Discutir acontecimentos relacionados com as experincias dos alunos como sendo provveis ou improvveis. 3-5 - Propor e justificar concluses e predies que so baseadas nos dados e conceber estudos para posteriormente investigar as concluses ou predies. - Comear a compreender que muitos conjuntos de dados so amostras de populaes mais alargadas; pensar acerca do que que afecta a representatividade de uma amostra (p. 180). 6-8

31

- Utilizar observaes acerca das diferenas entre uma ou mais amostras para formular conjecturas acerca das populaes das quais as amostras foram retiradas. - Formular conjecturas acerca da possvel relao entre duas caractersticas de uma amostra com base em diagramas de disperso e rectas de regresso. - Usar conjecturas para formular novas questes e planear novos estudos para lhes responder. 9-12 - Usar simulaes para explorar a variabilidade das amostras estatsticas de uma populao conhecida e construir distribuies de amostragem. - Compreender como que as amostras estatsticas reflectem os valores dos parmetros da populao e usar distribuies de amostragem como base para inferncia informal. - Avaliar relatrios publicados que sejam baseados em dados examinando a concepo do estudo, a adequabilidade da anlise dos dados, e a validade das concluses. - Compreender como que as tcnicas estatsticas bsicas so utilizadas para monitorar caractersticas de processo no mercado de trabalho. - Usar um modelo determinado para os dados para fazer predies e reconhecer e explicar as limitaes dessa predies (p. 329). - Compreender o significado de recta de regresso, o seu papel em fazer predies e inferncias, e as suas limitaes e possveis extenses (p. 329).

Compreender e aplicar noes bsicas de probabilidade e acaso


Pre-K-2 - Utilizar vocabulrio como: mais provvel, menos provvel, certo, impossvel (p. 114). - Realizar experincias tais como lanar dados e rapas (p. 114). 3-5 - Descrever acontecimentos como provveis ou improvveis e discutir o grau de probabilidade usando palavras como (certo, igualmente provvel e impossvel). - Predizer a probabilidade de resultados de experincias simples e testar essas predies. - Compreender que a medida de probabilidade de um acontecimento pode ser representada por um nmero entre 0 e 1. 6-8 - Compreender e utilizar terminologia apropriada para descrever acontecimentos complementares e mutuamente exclusivos. - Usar a proporcionalidade e uma compreenso bsica de probabilidade para formular e testar conjecturas acerca dos resultados de experincias e simulaes. - Calcular probabilidades de acontecimentos compostos simples, usando mtodos tais como listas, diagramas em rvore e modelos de rea. 9-12 - Compreender os conceitos de espao amostral e distribuio de probabilidade e construir espaos amostrais e distribuies em casos simples. - Utilizar simulaes para construir distribuies empricas de probabilidade. - Calcular e interpretar o valor esperado de variveis aleatrias em casos simples. - Compreender os conceitos de probabilidade condicionada e acontecimentos independentes. - Compreender como se calcula a probabilidade um acontecimento composto. - Identificar acontecimentos mutuamente exclusivos e condicionais, utilizando o conhecimento de combinaes, permutaes e contagens para o clculo de probabilidades associadas a tais acontecimentos (p. 331).

Tecnologias
medida que os alunos trabalhem com conjuntos de dados maiores ou mais complexos, eles podem reordenar os dados e represent-los em grficos rapidamente, utilizando tecnologia de modo que se possam focar na anlise dos dados e na compreenso do que que eles significam (p. 49). 3-5

32

Os alunos devem usar software computacional que os ajude a organizar e representar os seus dados, incluindo software grfico e folha de clculo. A folha de clculo permite aos alunos organizar e ordenar um grande conjunto de dados e criar uma variedade de grficos (p. 178). 6-8 - Como que mudanas nos valores dos dados afectam a mdia e a mediana de um conjunto de dados? Para responder a esta questo, os professores poderiam ter alunos a usar uma calculadora para criar uma tabela de valores e calcular a mdia e a mediana. Depois eles podiam mudar um dos valores dos dados na tabela e ver se os valores da mdia e da media na tambm mudavam. Esta relao pode efectivamente ser demonstrada usando software atravs do qual os alunos podem controlar os valores dos dados o observar como que a mdia e a mediana so afectadas. (p. 251). - Os professores podem encorajar os alunos a representar graficamente muitos conjuntos de dados e olhar para as relaes entre os grficos; software grfico e calculadoras grficas podem ser muito teis neste trabalho. (p.253) por exemplo, para investigar relaes lineares ou no lineares. - As simulaes em computador podem ajudar a evitar ou ultrapassar erros de pensamento probabilstico. As simulaes permitem aos alunos aceder a amostras relativamente grandes que podem ser geradas rapidamente e modificadas facilmente, facilitando assim a aprendizagem das probabilidades. (p.254) 9-12 Usando software dinmico, os alunos podem modificar a posio das rectas candidatas a rectas de regresso e ver os efeitos dessas mudanas nos resduos quadrados. Usando a tecnologia, os alunos devem ser capazes de determinar a equao da rectas de regresso (leastsquares regression line) e o coeficiente de correlao. (p. 329)

Interdisciplinaridade
6-8 Como as experincias laboratoriais envolvendo recolha de dados fazem parte do currculo de cincias, os professores de matemtica podem considerar til colaborar com os professores de cincias de modo a serem consistentes na concepo das experincias. Tal colaborao pode ser estendida de modo a que os alunos recolham os dados para uma experincia na aula de cincias e os analisem na aula de matemtica. (p. 249)

33

Anda mungkin juga menyukai