Anda di halaman 1dari 100

UNIVERSIDADE DO GRANDE RIO

Prof. Jos de Souza Herdy


WILLIAN DA SILVA LEAL
O ENSINO DE ALGORITMOS NO ENSINO MDIO: POR QUE NO?
Duque de Caxias
2009
WILLIAN DA SILVA LEAL
O ENSINO DE ALGORITMOS NO ENSINO MDIO: POR QUE NO?
Duque de Caxias
2009
Projeto de pesquisa apresentado, como
requisito parcial para elaborao da
Dissertao do Curso de Mestrado em
Cincias na Educao Bsica.
Orientador: Prof. Dr. Abel Rodolfo Garcia
Lozano
Co-Orientador: Prof. Dr. Jacqueline de
Cssia Pinheiro Lima
CATALOGAO NA FONTE/BIBLIOTECA UNIGRANRIO
L435e Leal, Willian da Silva.
O ensino de algoritmos no ensino mdio: por que no? / Willian da Silva
Leal. 2009.
97 f. : il. ; 30 cm.

Dissertao (mestrado em Ensino de Cincias na Educao Bsica)
Universidade do Grande Rio Prof. Jos de Souza Herdy, Escola de Educao,
Cincias, Letras, Artes e Humanidades, 2009.
Orientador: Prof. Abel Rodolfo Garcia Lozano.
Co-Orientadora: Prof. Jacqueline de Cssia P. Lima.
Bibliografia: p. 64-67.
1. Educao. 2. Educao bsica Recursos de rede de computadores.
3. Matemtica Estudo e ensino. 4. Modelos matemticos. 5. Teoria dos grafos.
7. Computao Matemtica. 8. Algoritmos. I. Lozano, Abel Rodolfo. II. Lima,
Jacqueline de Cssia P. III. Universidade do Grande Rio Prof. Jos de Souza
Herdy. IV. Ttulo.
CDD 370
Disse~ao apresentada a Universidade do
Grande Rio "Prof. J ose de Souza Herdy",
como parte dos requisitos parciais para a
obten~ao do grau de mestre emEnsino das
CienciasnaEduc~ao Basica
Aprovadoem: \ fa de ~~ de \1"0' /-\
,~
Prof' Abel Rodolfo GarciaLozano, D. Sc.
. - - ; / : - ' . ; : : l . " . , ~ ~ - /7
J_,/, __;'(/:,,-C f , V ' - ' ' - - - - - -
Profl. J acquelinedeCassiaPinheiroLima, D. Sc.
I
1
i
\...,j 0""" "'_',
Profl. ChristinaFragaEstevesMaciel Waga, O..-Sc.
I
Ao meu filho Willian
Fitzgerald, que por vrias
vezes, durante a sua
infncia, disputou a minha
ateno com os diversos
livros.
Aos meus pais, nos quais
me apoio para ter coragem
de prosseguir na luta diria
e minha irm que amo e
uma parceira pra todas as
horas.
Agradeo aos Professores Abel
Rodolfo Garcia Lozano, Jacqueline
de Cssia Pinheiro Lima e
pelas sugestes e incentivo.
Resumo
Esta pesquisa investiga, por meio de uma estratgia de ensino concreta, a viabilidade do
ensino dos algoritmos no Ensino Mdio, atravs de uma oficina com atividades de
ensino, indicando a possibilidade de desenvolv-lo atravs de uma atividade extraclasse
e extracurrculo, tomando como referencial a aplicao dos algoritmos, atravs de
conceitos associados Teoria dos Grafos como tcnica de Modelagem Matemtica. Esta
atividade foi desenvolvida com alunos do Ensino Mdio de uma escola pblica federal,
e de uma escola da rede privada localizada no centro de Duque de Caxias, onde algumas
facilidades e dificuldades foram demonstradas pelos participantes, no processo de
construo do conhecimento, integrando assim, dados de uma pesquisa bibliogrfica e
os resultados obtidos na atividade proposta, e geraram assim, um estudo acerca de uma
proposta motivadora de ensino-aprendizagem dos algoritmos e consequentemente da
Modelagem Matemtica. O desenvolvimento do pensamento algortmico, das tcnicas
de Modelagem Matemtica e dos conceitos da Matemtica Discreta so imprescindveis
ao desenvolvimento da Matemtica, portanto da cincia e da tecnologia. No mundo
informatizado em que vivemos, faz-se necessrio o desenvolvimento cognitivo dos
indivduos. A introduo, de forma educacional, proporcionaria aos cidados a aptido
necessria para viver, ativamente em um mundo fundamentado nos procedimentos
sequenciais e interligados de forma lgica, o que caracteriza o Algoritmo.
Palavras chave: Algoritmo, Modelagem Matemtica, Teoria dos Grafos.
Abstract
This research investigates, through a strategy of teaching practice, the possibility of
teaching algorithms in high school, by a workshop with teaching activities, indicating
the possibility of developing it through an extra class and extra curriculum activity,
having as reference the application of algorithms, using concepts associated with the
Theory of Graphs and Mathematical Modeling technique. This activity was developed
with students from federal public school in Duque de Caxias a and a private school
located in the center of Duque de Caxias, where some facilities and difficulties have
been demonstrated by the students in the process of knowledge construction, integrating
data from a literature search and the results obtained in the proposed activity, and
producing, in this way, a study on a proposed reason of teaching and learning
algorithms and hence the mathematical modeling. The development of algorithm
thought, mathematical modeling techniques and the concepts of discreet mathematics is
essential in the development of mathematics, then science and technology. In a
computer world where we live in, it is necessary the individuals cognitive
development. The introduction, in education, would give citizens the ability to live
actively in a world based on sequential procedures and interconnected in a logical way
which characterizes the algorithm.
Keywords: Algorithm, Mathematical Modeling, Theory of Graphs.
SUMRIO
1 INTRODUO ................................................................................................................... 10
2 PANORAMA HISTRICO SOBRE O SURGIMENTO DOS ALGORIMOS
2.1 Origem ..................................................................................................................... 17
2.2 Primeiras Tentativas de Formalizao...................................................................... 19
2.3 Algoritmos na Atualidade......................................................................................... 21
2.4 Alguns Algoritmos ao Longo da Histria................................................................. 26
2.4.1 Algoritmo de Euclides................................................................................. 26
2.4.2 Crivo de Eraststenes .................................................................................. 28
2.4.3 Algoritmo de Welch-Powell........................................................................ 28
3 MATEMTICA DISCRETA E ALGORITMO COMPUTACIONAL
3.1 Introduo ................................................................................................................ 29
3.2 Critrios Para Procedimentos Computveis ............................................................ 38
3.3 Heursticas ............................................................................................................... 39
4 MODELAGEM NO AUXLIO FORMAO DO PENSAMENTO
ALGORTMICO
4.1Introduo ................................................................................................................. 41
4.2 A escolha da Classe Etria........................................................................................ 42
4.3 Currculo .................................................................................................................. 44
5. DESENVOLVIMENTO DA PESQUISA
5.1 Metodologia da Pesquisa .......................................................................................... 46
5.2 Populao Alvo ........................................................................................................ 51
5.3 Coleta de Dados ........................................................................................................ 52
6 APRESENTAO E ANLISE DOS DADOS ................................................................ 55
7. CONSIDERAES FINAIS ............................................................................................. 70
APNDICE I Problema 1..................................................................................................... 72
APNDICE II Problema 2 ................................................................................................... 74
APNDICE III Problema 3.................................................................................................. 76
APNDICE IV Problema 4.................................................................................................. 78
ANEXO I Distncia entre as Capitais Brasileiras ................................................................ 83
ANEXO II Grafos Algumas Definies............................................................................ 86
8. REFERNCIAS BIBLIOGRFICAS................................................................................ 95
10
1 Introduo
Em seu livro Projeto de Pesquisa de 2007, Creswell aponta que:
Na pesquisa de cincia social aplicada, os problemas surgem a partir
de questes, dificuldades e prticas correntes. E ainda, um problema
de pesquisa a questo que existe na literatura, em teoria ou na
prtica, que resulta na necessidade do estudo. O problema de pesquisa
em um estudo comea a tornar-se claro quando o pesquisador
pergunta Qual a necessidade deste estudo? ou Que problema
influenciou a necessidade de fazer este estudo? (p. 93-94).
Para responder tal indagao, ressaltamos que hoje em dia, observa-se cada vez
mais o avano tecnolgico, nas mais diversas atuaes do ser humano, sobretudo na
computao e na engenharia. Mas ser que esse avano tecnolgico poderia acontecer
de forma mais rpida e eficiente?
Ser que podemos afirmar que precria a habilidade de muitos estudiosos das
cincias, no que tange a resoluo de problemas, j que tais especialidades so
promovidas atravs do desenvolvimento cognitivo para esta atividade requerida no
cotidiano?
Assim, observamos que este estudo passa a ser a atribuio principal do
aprendizado de programao em cursos de computao e engenharia, atravs do
desenvolvimento de algoritmos coerentes e corretos, permitindo assim, formalizar a
resoluo de um determinado problema atravs do desenvolvimento de um programa
para auxiliar estes profissionais em suas atividades.
Segundo Bassanezi, 2006:
... procedimento construtivo conduz ao que se convencionou chamar
de Matemtica Aplicada, e teve incio declarado (nas cincias no-
fsicas) no comeo do sculo XX, ganhando fora aps a segunda
guerra mundial com o interesse marcado pelo aprofundamento das
pesquisas na busca da teorizao em campos mais diversos (p. 18)
Principalmente a partir da segunda Guerra Mundial, a criao dos computadores
e o desenvolvimento das tcnicas de comunicao, a sociedade tecnolgica passou e
11
passa por contnuas transformaes, e como componentes deste cenrio de mudanas,
aparecemos ns, os professores de Matemtica.
Ns ficamos com um sentimento de angstia e preocupao, j que, desta forma,
convivemos com a dificuldade de definir os contedos mnimos bsicos de Matemtica
necessrios aos nossos alunos, para progredirem neste mundo tecnolgico de constantes
mudanas, para que possam se enquadrar e assim melhor atuar no novo milnio que
teve incio.
Definir de que forma a Matemtica pode contribuir com o desenvolvimento
tecnolgico, bem como enumerar as habilidades bsicas necessrias ao indivduo, uma
tarefa difcil que nos atribuda.
claro que resolver problemas a principal razo para o estudo da Matemtica,
sobretudo a resoluo de problemas no textuais. O indivduo deve ser capaz de chegar
a concluses a partir de um dado conjunto de condies e de justificar seu pensamento,
por meio de uma validao de seu processo de soluo de um determinado problema.
Atravs de modelos, ou por meio de fatos conhecidos e argumentos lgicos.
Sobretudo, o indivduo precisa aprender a identificar padres e fazer conjecturas, ou at
mesmo usar contra-exemplos para invalidar uma conjectura apresentada.
A tecnologia mudou muito nas ltimas dcadas, mas o computador, um dos
principais avanos desta, sempre baseada nos conceitos da mquina de Turing, esta,
idealizada por Alan Turing, um modelo abstrato de um computador, contudo, baseia-
se apenas e to somente, nos aspectos lgicos de seu funcionamento, como memria,
transies e estados.
Com o intuito de servir como divulgador de idias relacionadas a este tema, e
mostrar por meio de uma experincia de ensino concreta que os conceitos de algoritmos,
12
to importantes para o desenvolvimento tecnolgico, podem ser implementados no
currculo do Ensino Mdio, de uma forma mais eficiente.
Sobre a relao da Matemtica e o avano da computao, Jurkiewicz (2002)
mostra que:
O pensamento algortmico pode e deve ser introduzido de forma
educacionalmente pertinente de maneira a fornecer s sociedades do
sculo XXI, no programadores (embora tambm), mas cidados
aptos a viver num mundo onde a cultura dos procedimentos
sequenciais se torna rapidamente um padro. (p. 158)
Sendo assim, nos veio a pergunta: A tecnologia futura poder evoluir sem o
conhecimento aprimorado da Matemtica, com seu pensamento lgico, dedutivo, com
suas teorias sobre decibilidade, e seu pensamento algortmico?
Muitas vezes, os cursos de Fundamentos de Programao, demonstram grande
dificuldade por parte dos alunos, em compreender e desenvolver seus contedos. Esta
deficincia est diretamente ligada dificuldade de assimilar as abstraes necessrias.
O precrio ensino de lgica Matemtica, no que tange principalmente ao ensino
de algoritmos no ensino mdio, que muitas vezes ignorado como componente
curricular ou ocorre apenas como repetio de passos memorizados, no valorizando
desta forma o pensamento algortmico em sobre a mecanizao de um processo
algortmico, pode justificar tais dificuldades demonstradas pelos alunos.
Assim, enfatizamos o questionamento: Ser que se negarmos a uma gerao o
acesso ao pensamento algortmico, teremos a continuidade do avano tecnolgico nos
padres esperados? Ou ento: Ser que se permitirmos a disseminao do pensamento
de que a informtica o incio do avano tecnolgico e no a Matemtica, que com os
seus conceitos, abstraes, procedimentos lgicos, linguagem codificada, etc., teremos
no futuro indivduos capazes de transcender a tecnologia existente e criar novas
tecnologias?
13
inegvel que a utilizao de tecnologia para o aprendizado da Matemtica
importante, contudo, defendemos, nesta pesquisa, que aprender Matemtica pr-
requisito para que se possam obter habilidades para desenvolver novas ferramentas,
aprender e criar novas tecnologias.
Nesta dissertao, vamos mostrar estratgias de ensino concreta, relacionada ao
ensino de algoritmos, viabilizado por meio da oficina desenvolvida, que indica a
possibilidade de desenvolv-lo extraclasse e extracurrculo, no ensino mdio, com
nfase em algoritmos relacionados teoria dos grafos.
Ao analisar alguns livros de Histria da Matemtica como Boyer (1996) e Eves
(1997), podemos notar que h uma ligao direta entre a soluo de problemas e a
formulao de algoritmos, com isso vamos posteriormente mostrar alguns destes
algoritmos formulados ao longo da histria, desde o surgimento da palavra Algoritmo.
E ainda, como um dos objetivos deste trabalho divulgar conceitos relacionados
a algoritmos, iremos desenvolver alguns tpicos relacionados como o prprio conceito
de algoritmos, seus elementos, classificaes, descries, e outros aspectos tcnicos.
A principal razo do desenvolvimento desse trabalho a necessidade de que os
alunos do Ensino Mdio possam ter um contato direto com algoritmos, no intuito de
desenvolver o aprendizado satisfatrio dos conceitos e em seguida a soluo de
problemas relacionados Computao. Mostraremos, atravs de estudos bibliogrficos,
a relao entre algoritmos e computadores como observa Tenrio (2003) o processo de
programao de computadores consiste basicamente na especificao de soluo de
problemas em termos de algoritmo.
Como citamos anteriormente, vrios ramos da Matemtica Discreta esto
diretamente relacionados aos algoritmos, e para o desenvolvimento da oficina, como
instrumento da coleta de dados empricos na aplicao da teoria dos algoritmos,
14
escolhemos alguns problemas que podem ser modelados atravs da Teoria dos Grafos.
A Teoria dos Grafos possui alguns conceitos fceis, porm com uma vasta aplicao
como comunicao, transporte e alocao de recursos.
Segundo Valladares (2003), ... Teoria dos Grafos, uma das reas da Matemtica
Discreta que se mostra mais promissora para ser trabalhada dentro do ensino, seja por
suas aplicaes como tambm por seu carter ldico
1
., sendo assim iremos desenvolver
alguns conceitos, formalidades e teoremas relacionados a essa teoria, necessrios ao
desenvolvimento dos algoritmos que sero desenvolvidos no intuito de resolver os
problemas propostos na oficina.
A modelagem de problemas em reas diversas possibilita um melhor interesse
dos agentes do processo da pesquisa concreta, j que envolvem atividades prticas,
contudo, iremos ainda mostrar algumas concluses obtidas por estudiosos do assunto.
Atravs de uma pesquisa bibliogrfica, relacionada a alguns autores relacionados a essa
rea do conhecimento, desta forma abordaremos problemas relacionados ao dia-a-dia,
provocando o desenvolvimento intelectual do aluno, em reas diversas e no somente
aos contedos exclusivos Matemtica terica, prerrogativa observada nos PCNs:
Em seu papel formativo, a Matemtica contribui para o
desenvolvimento de processos de pensamento e a aquisio de
atitudes, cuja utilidade e alcance transcendem o mbito da prpria
Matemtica, podendo formar no aluno a capacidade de resolver
problemas genunos..... proporcionando .....o desenvolvimento da
criatividade e de outras capacidades pessoais.(BRASIL 1999)
Assim, essa pesquisa se faz importante, j que seus resultados podero servir
como referencial terico, difundindo contedos, bem como as facilidades e/ou
dificuldades encontradas na tentativa de oferecer novos contedos a alunos do Ensino
Mdio, no que se refere ao pensamento algortmico, aplicado Modelagem Matemtica

1
Qualidade daquilo que estimula atravs da fantasia, do divertimento ou da brincadeira.
15
por meio de estratgias relacionadas ao contedo da Teoria dos Grafos. Ao encontro do
objetivo desta pesquisa, podemos destacar o que diz Valladares (2003):
o ser humano capaz de raciocinar e aprender com os erros e
experincias, o que permite que faa mudanas para aperfeioar seus
mtodos de trabalho e de produo; inclusive pode fazer ajustes dentro
de um procedimento a fim de clarificar alguma instruo mal
compreendida ou ento modific-la para que fique mais eficiente e
com isso obter melhores resultados na implementao dos mtodos.
(p. 31)
Os agentes da pesquisa foram incentivados a resolver alguns problemas
propostos, num primeiro momento com a preocupao de que fossem eficientes quanto
ao resultado do algoritmo criado, contudo a verificao de limitaes associadas ao
mesmo fosse tambm um dos objetivos da experincia.
A obteno da melhor soluo possvel para o problema
2
tornou-se o desafio
maior para os agentes, com isto se faz necessrio a aplicao de tcnicas investigao
sobre algoritmos, sobretudo o desenvolvimento de tcnicas na obteno de algoritmos
eficientes, e, portanto, reconhecer o grau de complexidade do problema e do algoritmo
associado, se faz necessrio.
Sendo assim iremos mostrar alguns conceitos associados aos graus de
complexidade dos problemas, sobretudo queles relacionados Teoria dos Grafos.
Sendo assim esta experincia de ensino concreta, por meio dos resultados
obtidos acerca da modelagem, atravs dos vrios ramos da Matemtica Discreta, em
especial a Teoria dos Grafos, culminando na confeco dos algoritmos associados. Este
trabalho poder contribuir para a verificao da aplicabilidade dos conceitos
relacionados aos algoritmos, bem como mostrar novas alternativas s formas de
implementao de tais conceitos nas classes de Matemtica no Ensino Mdio do Brasil,

2
Soluo tima a soluo que tem o menor custo de caminho dentre todas as solues
existentes.
16
podendo ainda mostrar novas estratgias e/ou abordagens por parte dos professores e do
autor deste trabalho.
17
2 Panorama Histrico Sobre o Surgimento dos Algoritmos
2.1 Origem
De 707 a 718 os rabes conquistaram o norte da ndia e teve incio um estreito
contato entre as duas culturas. Em 773, uma delegao de astrnomos e matemticos
hindus visitou a corte do califa al-Mansur e, segundo vrias fontes, explicou a ele e a
seus eruditos como trabalhar com aquele maravilhoso sistema de numerao, logo
adotado pelos sbios de Bagdad.
Segundo Garbi (2007), em sua obra A Rainha das Cincias: um passeio
histrico pelo maravilhoso mundo da Matemtica, Abu-Abdullah Mohamed ibn Musa
al-Kwarizmi (738-50), j nos primeiros anos do sculo IX, passou a interar a corte de al-
Mamun.
Alm de seu clebre livro sobre lgebra, ele escreveu outro sobre os numerais
hindus Kitab al Jami wal tafrik bi hisab al hndi (Livro sobre o mtodo hindu da
adio e subtrao) - e tornou-se seu maior popularizador dentro do imprio rabe. Foi
um clebre matemtico nascido na provncia persa de Khwarezm, que agora chamada
de Khiva e parte do Uzbequisto, al-Khwarizmi aprendeu com os indianos a utilizar o
sistema de numerao posicional de base dez e seus respectivos smbolos.
Para Garbi, seu papel importante demonstrado na adoo, por al-Khwarizmi,
se deu na adoo do sistema hindu est presente nas palavras algarismo e algoritmo, que
derivaram de seu nome.
A pedido de al-Mamun, que desejava popularizar os conhecimentos aritmticos,
al-Khwarizmi escreveu uma obra que se tornou um clssico da histria da Matemtica,
denominada Al-kitab al-jabr wal muqabalah, que, em uma traduo livre, segundo
Garbi(2007), significa O livro da restaurao e do balanceamento. Onde ensina a
18
resolver certas equaes al-Khwarizmi chamava de al-jabr (restaurao)
3
, segundo
Garbi (2007): Da derivou-se a palavra lgebra, presente em quase todos os idiomas
do Planeta.
A obra de al-Khwarizmi, embora carente de simbolismos e basicamente retrica,
exerceu grande influncia sobre os matemticos ocidentais at o incio do
Renascimento.
A influncia de al-Khawarizmi no crescimento da cincia em geral bastante
reconhecida, sobretudo particularmente na Matemtica, astronomia e geografia.
Al-karismi colaborou com outros sbios na determinao do valor de um grau
meridiano que Almamon se props a medir, preparou outras tbuas astronmicas com
resultados tirados de Ptolomeu e de Brahmagupta e usou os valores de dos gregos e
dos hindus,
7
22
7
1
3 ; 10 ; 3,1416.
Um tratado de aritmtica intitulado Algoritmi de numero Indorum, que se acha
na biblioteca da Universidade de Cambridge e foi publicado pelo prncipe Boncompagni
em Roma, em 1857, supe-se ser a traduo latina da aritmtica que Alguarismi ou
Alkarismi, forma incorreta de Al-Khovarism, nome pelo qual conhecido o mais ilustre
dos matemticos rabes, Abuchfar Mohamed Abenmusa, de Khorassan na Prsia.
AL-Karismi escreveu a obra Algoritmi de numero Indorum em Bagdad (839), na
volta duma misso cientfica ao Afeganisto e ndia, realizada por ordem do califa
Almamon, de quem aL-Karismi foi bibliotecrio.
Nesta obra, o autor expe regras que permitem calcular com nmeros escritos
segundo o sistema de posio, usando, porm, pelo menos no texto latino, no os
caracteres numricos hindus, mas os romanos, com ttulo Dixit Algoritmi de onde

3
Significa a etapa do processo em que, por exemplo, x 3 = 4 torna-se x = 7, restaurando a
incgnita.
19
teria surgido o termo algoritmo, usado durante muito tempo para designar a aritmtica
baseada no sistema decimal, distinguindo-a assim da de Bocio e, nela alm de
indicaes sobre a escrita dos nmeros, tambm escreveu sobre as quatro operaes
fundamentais e as fraes simples, encontra-se ainda, a prova dos nove para as trs
primeiras operaes.
AL-Khwarizmi (830 d.C.) mostrou a soluo da equao 39 10
2
x x , que
indica o modo de resoluo de uma equao da forma q px x
2
.
O nome algoritmo aplica-se hoje ao sistema de designaes e convenes que
permite calcular segundo certas regras. Em especial, designa qualquer sistema de
notao simblica. Garbi (2008), diz que a obra de Alkhwarizmi embora carente de
simbolismos e basicamente retrica
4
, exerceu grande influncia sobre os matemticos
ocidentais at o incio do Renascimento
5
.
2.2 Primeiras Tentativas de Formalizao
Segundo Garbi (2007), Charles Babbage (1792-1871), matemtico ingls,
professor de Matemtica em Cambridge (Inglaterra), considerado o pai do
computador, idealizador do calculador analtico, totalmente mecnico, que era
composto de uma memria, um engenho central, engrenagens e alavancas para a
transferncia de dados, o calculador usaria cartes perfurados e seria automtico.
O calculador analtico no foi construdo, tendo em vista a falta de preciso dos
componentes mecnicos da poca e a eventual suspenso do financiamento do governo.

4
Conjunto de regras relativas eloqncia; livro que contm essas regras; arte de bem falar; afetao de
eloqncia, estilo empolgado(Moderno Dicionrio Enciclopdico Brasileiro Jos bila Filho, 1986)
5
Movimento cientfico, artstico e literrio que se operou, na Europa, nos sculos XV e XVI e que se
baseava principalmente na antiguidade clssica. (Moderno Dicionrio Enciclopdico Brasileiro Jos
bila Filho, 1986)
20
Em 1812, notou que muito do que fazia em Matemtica poderia ser automatizado,
iniciou o projeto Difference Engine (Mquina\Engenho\Engenhoca de Diferenas).
Em 1822, terminou um prottipo da mquina e obteve financiamento do governo
para constru-la, esta mquina era capaz de tabular funes polinomiais, e que poderia
ser usado para gerar tbuas de logaritmos e funes trigonomtricas. Em 1823, iniciou a
construo.
Em 1833, depois de 10 anos, teve uma idia e abandonou tudo. A nova idia foi
a mquina programvel, denominada Analytical Engine (Mquina Analtica). Charles
Babbage passou o resto de sua vida tentando projetar este engenho analtico, que seria
programvel, mas o projeto no foi concludo, no conseguindo constru-la, j que a
tecnologia da poca no era suficiente. Finalmente construda em 1990, constatou-se
que funciona.
Ada Lovelace, uma mulher brilhante e versada em Matemtica, considerada a
me da programao, foi colaboradora de Charles Babbage (1792-1871), um notvel
pioneiro, cujo verdadeiro valor somente foi reconhecido modernamente.
Ada foi de grande importncia para o trabalho de Babbage, com quem discutia
as solues dos problemas tcnicos e que o ajudou muito em pesquisas, escreveu
programas para o engenho analtico. Filha do grande poeta Lord Byron e casada com
William Lovelace,
Ada morreu com apenas 37 anos e merece ser citada como um grande talento
feminino das Cincias Exatas em sua poca.
Pode-se dizer que Ada tornou-se a primeira programadora, escrevendo sries de
instrues para o engenho analtico de Babbage, criou teorias sobre a Inteligncia
Artificial. Ada inventou o conceito de sub-rotina: uma seqncia de instrues que pode
21
ser usada vrias vezes em diferentes contextos, tambm descobriu o valor das repeties
- os laos (loops).
Inventou a palavra algoritmo em homenagem ao matemtico Al-Khawarizmi
(820 d.C.), homenageando-o, por publicar obras sobre algoritmos utilizando o sistema
de numerao decimal e desenvolveu trabalhos influentes na rea de mtodos algbricos
para a resoluo de problemas, basicamente por um pensamento algortmico.
2.3 Algoritmos na atualidade
Para David Berlinski (2002), autor do livro O advento do algoritmo, o
algoritmo a idia que rege o mundo. Sem sua descoberta, a vida moderna seria muito
diferente, j que o computador, a Internet, a realidade virtual e o correio eletrnico
simplesmente no existiriam. Ele considera o clculo a primeira grande idia cientfica
do Ocidente, e o algoritmo a segunda grande idia cientfica do Ocidente, justifica
dizendo que o clculo resultou na fsica moderna, mas o algoritmo possibilitou o
desenvolvimento do computador (ou, mais precisamente, do software).
Ainda para Berlinski, (2002), Um algoritmo um procedimento eficaz, um
modo de fazer uma coisa em um nmero finito de passos discretos. A Matemtica
clssica , em parte, o estudo de determinados algoritmos.
Boratti (2007) define algoritmo como sendo uma sequncia finita e lgica de
instrues executveis, especificadas em uma determinada linguagem, que mostram
como resolver determinado problema.
Um algoritmo corretamente executado s no ir resolver um problema se
estiver incorreto ou no for apropriado ao problema em questo, em outras palavras, um
algoritmo uma maneira sistemtica de resolver um problema.
22
importante salientar que o conceito de algoritmo no exclusivo
computao, um algoritmo no necessariamente representa um programa ou um
software de computador, e sim os passos necessrios para realizar uma tarefa, seja ela
um problema de Matemtica, informtica ou de qualquer rea afim.
A programao de computadores ento um dos campos de aplicao dos
algoritmos, onde efetua uma padronizao do exerccio de tarefas rotineiras, j que o
algoritmo define de forma detalhada, passo a passo, possibilitando a compreenso da
mquina, acerca das tarefas a serem realizadas, caracterizando assim o programa de
computador. Assim temos que um programa nada mais do que a materializao de um
algoritmo.
Observemos ainda que, diferentes algoritmos podem realizar a mesma tarefa
usando um conjunto diferenciado de instrues em mais ou menos tempo, espao ou
esforo do que outros. Ilustrando isto vejamos o exemplo citado no site Wikipdia, um
algoritmo para se vestir pode especificar que voc vista primeiro as meias e os sapatos
antes de vestir a cala enquanto outro algoritmo especifica que voc deve primeiro
vestir a cala e depois as meias e os sapatos.
Note que embora ambos os algoritmos possam resolver o problema em questo,
sem dvida o segundo algoritmo mais simples, ou menos custoso que o primeiro.
O primeiro algoritmo mais difcil de executar que o segundo apesar de ambos
levarem ao mesmo resultado. Assim se faz necessrio procurar em determinadas
situaes o algoritmo que resolva o problemas mais rapidamente ou com menos
custo.
Um algoritmo determinstico, sempre que testado sobre um mesmo conjunto de
entradas, deve produzir o mesmo conjunto de sadas. Uma caracterstica importante de
um algoritmo que ele resolve uma classe de problemas e no uma instncia.
23
Iremos entender instncia como os valores de entrada a serem processados, do
problema a ele proposto, e vale salientar que basta que uma instncia falhe para o
algoritmo ser classificado como ineficiente.
Por exemplo, um algoritmo de ordenao para n nmeros inteiros, ordena
qualquer conjunto com at n inteiros, em qualquer configurao (isto , qualquer
permutao dentre as n! possveis). A aplicao do algoritmo sobre um particular
conjunto de inteiros constitui a resoluo de uma instncia do problema.
O dicionrio da lngua portuguesa editado pelo Ministrio da Educao define
algoritmo (termo matemtico) como um processo formal de clculo.
Diversos autores denominam os problemas que no podem ser selecionados
atravs de processos formais de clculo como problemas no decidveis. Os algoritmos
so estratgias para soluo de problemas decidveis, ou seja, para problemas cuja
soluo admita um processo formal de aes. (GOLDBARG e LUNA, 2006: p. 599-
600).
Embora o conceito de algoritmo seja bem antigo, este muitas vezes associado
ao conceito formalizado por Alan Turing em 1936. Na definio da mquina de Turing
como um modelo abstrato de um computador, baseando-se apenas os aspectos lgicos
de seu funcionamento, como memria, transies.
Turing criou uma sequncia de operaes, bem definidas, que utilizava um
conjunto de valores como entrada e produzia um conjunto de valores como sada,
originando assim, uma das definies de algoritmo: Algoritmo uma sequncia de
operaes que pode ser simulada por uma mquina de Turing completa.
Jurkiewicz diz em seu trabalho Problemas e probleminhas, que os problemas
algortmicos podem ser divididos nas seguintes classes de problemas:
Problemas de Deciso:
24
Existe uma estrutura S que satisfaa s propriedades do problema P?
Objetivo: decidir pela resposta Sim ou No, questo acima;
Problemas de Localizao:
Encontrar uma estrutura S que satisfaa s propriedades de S?
Objetivo: localizar certa estrutura S que satisfaa a um conjunto de
propriedades dadas;
Problemas de Otimizao:
Encontrar uma estrutura S que satisfaa a certo(s) critrio(s) de
otimizao.
Objetivo: verificar se as propriedades a que S deve satisfazer
envolvem critrios de otimizao.
A definio usada de forma moderna, no s leva em questo os procedimentos,
rotinas ou mtodos bem definidos, para a resoluo do problema, mas tambm, a
presena de cinco caractersticas indispensveis s aplicaes diversificadas dos
algoritmos atualmente, e so elas:
Finitude:
Um algoritmo deve sempre terminar aps um nmero finito de passos.
Assertividade:
Cada passo de um algoritmo deve ser precisamente definido, em
outras palavras, as aes devem ser definidas rigorosamente e de
forma nunca ambguas em cada caso em que apliquem.
Entrada:
Um algoritmo deve ter zero ou mais entradas, isto quantidades que
lhe so fornecidas antes do algoritmo iniciar ou de forma dinmica.
Sadas:
Um algoritmo deve ter uma ou mais sadas, na forma de um conjunto
de valores entregues por ele e que esto associados ao conjunto de
relao especfica com as entradas.
Efetividade:
Um algoritmo deve ser efetivo. Isto significa que todas as operaes
devem ser suficientemente simples de modo que possam ser em
princpio executadas manualmente, com preciso em um tempo finito.
Direcionando agora para a visualizao de alguns dos diferentes conceitos de
algoritmos encontrados na literatura, obtemos que, de acordo com Manzano e Oliveira
(2002):
25
um processo de clculo matemtico ou de resoluo de um grupo de
problemas semelhantes, em que se estipulam, com generalidade e sem
restries. Podemos dizer tambm, que so regras formais para
obteno de um resultado ou da soluo de um problema, englobando
frmulas de expresses aritmticas. Em processamento de dados,
muito comum relacionar a palavra algoritmo com diagramao de
bloco, j que muitas frmulas esto dentro das simbologias de
processos para a resoluo de um determinado problema, seja na rea
contbil, seja na rea financeira, seja em uma folha de pagamento,
bem como, em qualquer situao que exija um resultado final
correto e/ou coerente. (p. 6)
Complementando a afirmao anterior, podemos mencionar Salvetti e Barbosa (1998)
Um algoritmo, intuitivamente, uma sequncia finita de instrues ou
operaes bsicas (operaes definidas sem ambiguidade e
executveis em tempo finito dispondo-se apenas de lpis e papel) cuja
execuo, em tempo finito, resolve um problema computacional,
qualquer que seja sua instncia. (p. 5-6)
A ordenao da sequncia de instrues do algoritmo apia-se na estratgia
estabelecida durante a anlise do problema. O desenvolvimento do algoritmo no pode
perder de vista os tipos de dados considerados e a sua representao.
De acordo com Oliveira Cruz (1997), um algoritmo um conjunto finito de
regras que fornece uma sequncia de operaes para resolver um problema
especfico. Por sua vez, a enciclopdia Wikipdia define algoritmo como: uma
sequncia finita de instrues bem definidas e no ambguas, cada uma das quais pode
ser executada mecanicamente num perodo de tempo finito e com uma quantidade de
esforo finita.
Leo e Mattos (1972) definem algoritmo como:
Qualquer processo formal de clculo, isto , qualquer sistema de
convenes e smbolos operatrios que permitam calcular, segundo
regras especiais, formando uma cadeia de operaes em que cada uma
depende do resultado anterior. (p. 99)
Com base nas proposies anteriores, fica evidenciado que a maioria dos autores
converge seus pensamentos ao afirmarem que um algoritmo uma sequncia de passos
26
utilizados para executar instrues as quais sero utilizadas na resoluo de um
problema.
Como vimos, a entrada de dados uma parte primordial para a eficincia de um
algoritmo, por este motivo a estrutura de dados parte fundamental no estudo de
algoritmos.
As mquinas atuais representam apenas conjuntos discretos de dados. Dentre as
estruturas usadas, os grafos constituem uma das mais complexas.
2.4 Alguns Algoritmos ao Longo da Histria
2.4.1 Algoritmo de Euclides
Na obra Os Elementos de Euclides
6
, segundo Garbi (2008) o livro VII apresenta
39 proposies, totalmente aritmtico e estuda as propriedades dos nmeros naturais e
suas relaes.
A proposio VII-2 uma das mais famosas dos Elementos porque apresenta o
mtodo para se encontrar o Mximo Divisor Comum (MDC) entre dois nmeros, atravs
de uma sequncia de operaes, merecidamente, consagrou-se sob o nome de Algoritmo
de Euclides. O procedimento : divide-se o maior pelo menor, o menor pelo primeiro
resto, o primeiro resto pelo segundo, etc.
Se se chegar a algum resto que divida o anterior (o que levaria a um ltimo resto
igual a zero), ele ser o MDC; se se chegar a um resto igual a 1, os nmeros sero
primos entre si. Vale a pena conhecer este clssico. Sejam os nmeros a e b, com a > b.

6
Os Elementos de Euclides so o mais antigo livro de Matemtica ainda em vigor nos dias de
hoje, uma obra que somente perde para a Bblia em nmero de edies e, para muitos, o mais
influente livro matemtico de todos os tempos. .(Garbi, 2008, p. 57)
Agrupado em 13 livros, na realidade 13 rolos, j que esse era o formato das obras escritas de
ento. So, ao todo, 465 proposies(podem chegar a 470, dependendo da origem da fonte),
precedidas por definies, postulados e noes comuns.(Garbi, 2008, p. 59)
27
Ao se dividir a por b, encontra-se um quociente q
1
e um resto r
1
. Ao se dividir b pelo
primeiro resto r
1
obtm-se um quociente q
2
e um segundo resto r
2
, e assim
sucessivamente, conforme as igualdades abaixo:
a = q
1
b + r
1
ou r
1
= a q
1
b
b = q
2
r
1
+ r
2
ou r
2
= b q
2
r
1
r
1
= q
3
r
2
+ r
3
ou r
3
= r
1
q
3
r
2
..................................................................................................
r
n-3
= q
n-1
r
n-2
+ r
n-1
ou r
n-1
= r
n-3
q
n-1
r
n-2
r
n-2 =
q
n
r
n-1
= r
n
ou r
n
=r
n-2
q
n
r
n-1
Suponhamos que r
n
= 0. Neste caso, r
n-2
um mltiplo de r
n-1
.
Consequentemente, r
n-3
divisvel por r
n-1
porque a soma de dois nmeros divisveis
por r
n-1
. Desta maneira, vai se provando que cada resto anterior divisvel por r
n-1
e isto
faz com que a e b tambm o sejam. Portanto, r
n-1
e um divisor comum de a e b. Ser ele
o mximo dentre os divisores comuns?
Este detalhe no escapou a Euclides: suponhamos que exista um numero m > r
n-1
que divida a ambos, a e b. Logo, m dividira r
1
. Dividindo b e r
1
, m dividira r
2
, e assim
sucessivamente, at que se chegue a r
n-1
, que tambm seria divisvel por m. Mas isto
um absurdo porque um nmero menor no pode ser divisvel por um maior. Logo, r
n-1

o mximo divisor comum entre a e b.
Quando tal MDC 1, evidentemente, a e b so primos entre si. No se sabe se
este algoritmo foi criado por Euclides por outro matemtico grego, mas, seguramente,
quem o criou foi um gnio. (Garbi, 2008, p. 66-67)
28
2.4.2 Crivo de Eraststenes
Eraststenes de Cirene, (275 a.C.-195a.C.), deu contribuies a vrios domnios do
conhecimento, Eratstenes bem conhecido dos matemticos pelo "crivo de
Eratstenes", um mtodo sistemtico para isolar os nmeros primos.
Com todos os nmeros naturais dispostos em ordem, simplesmente so cancelados os
nmeros de dois em dois seguindo o dois, de trs em trs (na sequncia de partida)
seguindo o trs, de cinco em cinco seguindo o cinco, e continua-se assim a cancelar
cada n-simo nmero seguindo o nmero n.
Os nmeros restantes, de dois em diante, sero, claro, primos. (Boyer, 1996, p. 110)
2.4.3 Algoritmo de Welch-Powell
O Algoritmo de Welch-Powell, um algoritmo para a colorao de um grafo G.
A entrada um grafo G.
Passo 1 Ordene os vrtices de G em ordem decrescente de grau.
Passo 2 Atribua a primeira cor, C
1
, ao primeiro vrtice e, ento, sequencialmente,
atribua C
1
a cada vrtice que no adjacente a algum vrtice que o antecedeu e ao qual
foi atribuda a cor C
1
.
Passo 3 Repita o Passo 2 com a segunda cor C
2
e os vrtices subsequentes no
coloridos.
Passo 4 Repita o Passo 3 com a terceira cor C
3
, depois com a quarta cor C
4
, e assim por
diante, at que todos os vrtices estejam coloridos.
Passo 5 Saia.
29
3 Matemtica Discreta e Algoritmo Computacional
3.1 Introduo
Alan Turing criou uma sequncia de operaes, bem definida, que utilizava um
conjunto de valores como entrada e produzia um conjunto de valores como sada,
originando assim, uma das definies de algoritmo.
A mquina Turing, baseia-se especificamente num procedimento efetivo, em um
algoritmo ou numa funo computvel, portanto, no necessariamente associado
computao, sendo assim conclumos que a Matemtica viabilizou a computao e,
consequentemente, o avano da tecnologia, que podemos observar nos dias atuais.
Embora seja base do computador, a mquina Turing, , portanto uma mquina
puramente Matemtica e ainda o alicerce de toda a tecnologia atual, mesmo sendo um
advento da dcada de 1930, muitos anos antes de existirem os modernos computadores
digitais. De acordo com Campello(1994),
Todo algoritmo, no sentido formal mais geral, pode ser expresso como
uma mquina de Turing, e a recproca verdadeira. Assim, qualquer
computao realizada por um computador digital pode ser modelada
por uma mquina de Turing. (p. 60)
Portanto, como a mquina de Turing foi viabilizada pela Matemtica, como
citado acima, podemos dizer que a computao possui um ncleo fundamental baseado
na Matemtica, ou ainda uma parte da Matemtica Aplicada.
Clculos e manuseios mecnicos, desenvolvimentos lgicos, resoluo de
problemas por processos exaustivos, testes de algoritmos relacionados a uma famlia de
problemas, sem dvida, tiveram grande avano. Contudo, preciso salientar que tais
avanos tecnolgicos so extremamente dependentes dos conceitos e algoritmos da
Matemtica, sobretudo da Matemtica Discreta.
30
De acordo com o trabalho Matemtica Discreta e Ensino Mdio de Samuel
Jurkiewicz (2004):
Os algoritmos j existiam entre babilnios e gregos. O recurso a eles
sempre acompanhou o desenvolvimento nobre da teoria matemtica.
As idias de manuseio mecnico dos clculos e desenvolvimentos
lgicos um sonho antigo e bastante tentado; ele se torna possvel,
entretanto, a partir de desenvolvimentos importantes da eletrnica
digital (extremamente dependente da matemtica do contnuo), mas
antes ainda, do trabalho de tericos como Von Newmann e Turing.
(p. 3)
Os trabalhos de tericos como Von Newmann e Turing deram um grande avano
na concepo dos computadores que conhecemos hoje. Eles projetaram
matematicamente e logicamente o computador antes que ele existisse, antes que a
tecnologia para a sua construo existisse.
Com o surgimento dos computadores modernos, viu-se a possibilidade de um
novo olhar sobre determinados ramos da Matemtica, que pouco estavam sendo
pesquisados. A facilitao, por meio de tais computadores, na resoluo de muitos
clculos numricos complexos, proporcionou um grande avano na Matemtica, j que
vrios problemas antes muito trabalhosos puderam ser resolvidos.
Corroborando o pargrafo acima Valladares (2003) mostra que: Antes do
desenvolvimento do computador moderno, a grande dificuldade em lidar com clculos
numricos complexos desencorajava a resoluo de problemas que exigissem
extensivos clculos iterativos.
E ainda:
Surgiu ento o interesse e a necessidade de estudar alguns tpicos
bastante relacionados com a Matemtica Discreta, alguns deles j
existentes no currculo, como nos casos da Anlise Combinatria, da
Estatstica e Probabilidade (ambas tambm com ramificaes na
Matemtica Contnua) e da lgebra Linear, sendo que esta ltima,
associada Teoria das Matrizes, permitiu o avano de novas
abordagens socioeconmicas e industriais, que tm sido fundamentais
no tratamento digital das informaes. Vale frisar, entretanto, que
alguns dos temas apontados somente passaram a figurar nos cursos de
31
Engenharia, Administrao e Economia apenas a partir da dcada de
sessenta como, por exemplo, os de Estatstica e Probabilidade e
lgebra Linear. (Valladares, 2003, p. 3)
Ratificando as palavras de Valladares, no que se refere Matemtica Discreta e
o Ensino Mdio Jurkiewicz (2004) escreve que:
...o desenvolvimento das mquinas digitais permitiu o uso extensivo
de mtodos discretos para modelar, simular e otimizar situaes
sociais que antes se configuravam como prescindveis: tempo de
produo, distribuio eficiente de insumos, aproveitamento timo de
recursos, so alguns exemplos. (p. 04)
Como uma grande ferramenta da Matemtica Aplicada, a Matemtica Discreta
teve um avano considervel no sculo XX, que ocorreu principalmente pelo
desenvolvimento da Computao, todavia, proporcionou por sua vez, uma ascenso
para a Computao em si.
No documento do MEC, (PCN, p. 94) encontramos uma passagem que confirma
a importncia da Matemtica Discreta no cenrio atual, que diz que no decorrer do
sculo XX, novas necessidades tecnolgicas advindas da introduo dos computadores
que tm uma Matemtica Discreta no seu funcionamento provocaram um grande
desenvolvimento dos modelos matemticos discretos.
A Matemtica Discreta tem possibilitado o desenvolvimento de vrias solues
de problemas relacionados Matemtica Aplicada e reas afins, e estas solues, muitas
vezes, se do por intermdio de algoritmos, o que justifica a escolha do tema
Algoritmos como nosso objeto de estudo.
A utilizao do computador tem se mostrado uma ferramenta importante
atualmente, permitindo uma revitalizao de formas algortmicas de pensar, e criando
uma dualidade de atuao, por um lado uma mquina de calcular, e por outro um
modelo lgico-matemtico, fruto do desenvolvimento da Matemtica e de outras
32
cincias ao longo da histria. O estudo de algoritmos deve levar em conta essas duas
realidades que envolvem o computador.
Analisando alguns livros de Algoritmos adotados nos cursos de Programao,
podemos notar que muitas vezes os professores da disciplina de algoritmo e de
programao, utilizam uma metodologia voltada exclusivamente computao.
Segundo Pereira Jnior e Rapkiewicz (2006),
Projetos de cursos de computao e informtica definem metas
relacionadas capacidade do aluno construir solues no contexto de
diversas classes de problemas encontrados no cotidiano. Geralmente
os alunos so instrudos a apresentar um algoritmo, ou seja, um
conjunto de passos que rigorosamente seguidos levam soluo de
um problema. Estas disciplinas tm um dos maiores ndices de
reprovao em todas as instituies de ensino brasileiras que dispem
de graduao em computao, o que as torna ponto de reflexo por
parte dos professores preocupados em melhorar o processo de ensino e
aprendizagem atravs de alteraes didticas e metodolgicas.
Desenvolvimento da lgica de programao , em seu estudo, a
competncia para representar o raciocnio envolvido atravs de
algoritmos coerentes e corretos. Entretanto, grande parte dos alunos
apresenta dificuldades em assimilar as abstraes envolvidas. Estas
disciplinas tm um dos maiores ndices de reprovao em todas as
instituies de ensino brasileiras que dispem de graduao em
computao, o que as torna ponto de reflexo por parte dos
professores preocupados em melhorar o processo de ensino e
aprendizagem atravs de alteraes didticas e metodolgicas. (p. 51)
Os contedos relacionados aos algoritmos so passados por meio de uma
linguagem de programao, esquecendo que um algoritmo a descrio dos passos at
chegar soluo de um problema, no necessariamente formalizado por uma linguagem
de programao e sim por descrio que seja inteligvel pelos membros da comunidade
de interesse.
Durante o processo de ensino-aprendizagem de fundamentos de programao
nota-se que grande parte dos alunos apresenta dificuldades em assimilar as abstraes
envolvidas. No novidade que disciplinas desta rea apresentem altos ndices de
reprovao, o que pode ser um sintoma de limitadas pesquisas relacionadas, de acordo
com Kaasboll (1998).
33
A computao uma aliada da Matemtica, j que no mundo digitalizado em
que vivemos, a computao est presente em praticamente todos os segmentos da
criao humana, porm, a tomada de decises necessria na soluo de problemas
tericos ou prticos d-se atravs de pensamentos algortmicos.
Assim observamos a necessidade de que o ensino da Matemtica contemple o
desenvolvimento das habilidades do indivduo no que se refere soluo de problemas.
primordial, portanto, que uma melhoria no ensino de algoritmos, ainda no ensino
mdio, seja implementada urgentemente, objetivando o aumento da abstrao dos
indivduos na soluo de problemas diversos.
Tornar possvel que o currculo do ensino mdio comporte o contedo referente
aos algoritmos um dos objetivos deste estudo, apoiando-se nas idias dos Parmetros
Curriculares Nacionais (PCN), que indicam a valorizao do ensino de algoritmos:
Outro aspecto metodolgico a ser considerado, no ensino das cincias
em geral, com possvel destaque para a Qumica e a Fsica, diz
respeito s abordagens quantitativas e s qualitativas. Deve-se iniciar
o estudo sempre pelos aspectos qualitativos e s ento introduzir
tratamento quantitativo. Este deve ser feito de tal maneira que os
alunos percebam as relaes quantitativas sem a necessidade de
utilizao de algoritmos. Os alunos, a partir do entendimento do
assunto, podero construir seus prprios algoritmos (p. 53)
A Matemtica no Ensino Mdio tem um valor formativo, que ajuda a
estruturar o pensamento e o raciocnio dedutivo, porm tambm
desempenha um papel instrumental, pois uma ferramenta que serve
para a vida cotidiana e para muitas tarefas especficas em quase todas
as atividades humanas. Em seu papel formativo, a Matemtica
contribui para o desenvolvimento de processos de pensamento e a
aquisio de atitudes, cuja utilidade e alcance transcendem o mbito
da prpria Matemtica, podendo formar no aluno a capacidade de
resolver problemas genunos, gerando hbitos de investigao,
proporcionando confiana e desprendimento para analisar e enfrentar
situaes novas, propiciando a formao de uma viso ampla e
cientfica da realidade, a percepo da beleza e da harmonia, o
desenvolvimento da criatividade e de outras capacidades pessoais. No
que diz respeito ao carter instrumental da Matemtica no Ensino
Mdio, ela deve ser vista pelo aluno como um conjunto de tcnicas e
estratgias para serem aplicadas a outras reas do conhecimento,
assim como para a atividade profissional. No se trata de os alunos
possurem muitas e sofisticadas estratgias, mas sim de
34
desenvolverem a iniciativa e a segurana para adapt-las a diferentes
contextos, usando-as adequadamente no momento oportuno. Nesse
sentido, preciso que o aluno perceba a Matemtica como um sistema
de cdigos e regras que a tornam uma linguagem de comunicao de
idias e permite modelar a realidade e interpret-la. Assim, os
nmeros e a lgebra como sistemas de cdigos, a geometria na leitura
e interpretao do espao, a estatstica e a probabilidade na
compreenso de fenmenos em universos finitos so subreas da
Matemtica especialmente ligadas s aplicaes. (p. 40)
A Matemtica, por sua universalidade de quantificao e expresso,
como linguagem, portanto, ocupa uma posio singular. No Ensino
Mdio, quando nas cincias torna-se essencial uma construo
abstrata mais elaborada, os instrumentos matemticos so
especialmente importantes. Mas no s nesse sentido que a
Matemtica fundamental. Possivelmente, no existe nenhuma
atividade da vida contempornea, da msica informtica, do
comrcio meteorologia, da medicina cartografia, das engenharias
s comunicaes, em que a Matemtica no comparea de maneira
insubstituvel para codificar, ordenar, quantificar e interpretar
compassos, taxas, dosagens, coordenadas, tenses, freqncias e
quantas outras variveis houver. A Matemtica cincia, com seus
processos de construo e validao de conceitos e argumentaes e
os procedimentos de generalizar, relacionar e concluir que lhe so
caractersticos, permite estabelecer relaes e interpretar fenmenos e
informaes. As formas de pensar dessa cincia possibilitam ir alm
da descrio da realidade e da elaborao de modelos. O
desenvolvimento dos instrumentos matemticos de expresso e
raciocnio, contudo, no deve ser preocupao exclusiva do professor
de Matemtica, mas dos das quatro disciplinas cientfico-tecnolgicas,
preferencialmente de forma coordenada, permitindo-se que o aluno
construa efetivamente as abstraes matemticas, evitando-se a
memorizao indiscriminada de algoritmos, de forma prejudicial ao
aprendizado. A pertinente presena da Matemtica no
desenvolvimento de competncias essenciais, envolvendo habilidades
de carter grfico, geomtrico, algbrico, estatstico, probabilstico,
claramente expressa nos objetivos educacionais da Resoluo
CNE/98. (p. 09)
A Matemtica Discreta e os algoritmos fundamentam-se em procedimentos, e
entre as diversas caractersticas em comum temos o fato de que ambas possuem um
nmero finito de etapas, o que justifica a natureza discreta dos algoritmos.
Segundo Cormen (2002):
Tambm podemos visualizar um algoritmo como uma ferramenta para
resolver um problema computacional bem especificado. O enunciado
do problema especifica em termos gerais o relacionamento entre a
entrada e a sada desejada. O algoritmo descreve um procedimento
35
computacional especfico para se alcanar esse relacionamento da
entrada com a sada. (p. 03)
Segundo Villas (1993), a teoria dos grafos a parte da Matemtica dedicada a
estudar as relaes entre entidades (objetos), que possuem caractersticas relevantes.
Essa teoria engloba todas as estruturas de dados apresentadas, e ao trabalharmos com a
resoluo de questes e problemas diversos da Matemtica Discreta, comum nos
confrontarmos com questes de complexidade computacional, pois muitos dos
problemas da teoria dos grafos tm motivao algortmica.
Como vimos anteriormente, a finitude uma das cinco caractersticas
indispensveis: Um algoritmo deve sempre terminar aps um nmero finito de
passos., esta caracterstica o principal diferenciador entre o algoritmo e o programa
computacional.
Embora com muitas semelhanas, como assertividade (passos precisamente
definidos), o programa no necessariamente possui um nmero finito de passos,
exemplo os programas que compem o sistema operacional de uma mquina, que ao
ligada os executa e estes ficam indefinidamente aguardando a ocorrncia de novas
tarefas, at que a mquina seja desligada.
De acordo com Cormen (2002):
Analisar um algoritmo significa prever os recursos de que o algoritmo
necessitar. Ocasionalmente, recursos como memria, largura de
banda de comunicao ou hardware de computador so a principal
preocupao, mas com frequncia o tempo de computao que
desejamos medir. Em geral, pela anlise de vrios algoritmos
candidatos para um problema, pode-se identificar facilmente um
algoritmo mais eficiente. Essa anlise pode indicar mais de um
candidato vivel, mas vrios algoritmos de qualidade inferior em geral
so descartados no processo. (p. 16)
Sobre a anlise dos algoritmos, Cormen (2002), diz ainda:
36
At mesmo a anlise de um algoritmo simples no modelo de RAM
7
pode ser um desafio. As ferramentas matemticas exigidas podem
incluir anlise combinatria, teoria das probabilidades, destreza em
lgebra e a capacidade de identificar os termos mais significativos em
uma frmula. (p. 17)
A criao de computadores rpidos e potentes possibilitou o desenvolvimento de
muitos ramos da Matemtica que tratam problemas de grande complexidade ou clculos
difceis bem como problemas com grande diversidade de caminhos.
Alguns resultados hoje so aceitos apenas pela atuao da computao e
destacamos um teorema associado Teoria dos Grafos, conhecido como o Teorema das
Quatro Cores
8
, que possui uma demonstrao aceita at o momento, apenas atravs de
recursos computacionais.
O computador trabalha segundo procedimentos sequenciais, e precisa ser
programado por meio de algoritmos para atuar, provando assim a relao estreita entre a
Matemtica Discreta e os algoritmos.
Diversos campos da Matemtica foram desenvolvidos com o advento do
computador, como, a Anlise Combinatria, a Otimizao, lgebra Computacional,
Matemtica Discreta. Vrios estudos esto relacionados construo de algoritmos,
procurando mostrar a eficincia dos processos de solues dos problemas associados a
tais reas.
Segundo Tenrio (2003), os processos chamados computveis so aqueles
passveis de mecanizao. Tais processos podem ser descritos algoritmicamente, ou
seja, passo a passo, de forma sequencial e precisa.. Ento h uma ligao ntima entre a
computao e os algoritmos, e que por sua vez tem ligao com a Matemtica Discreta.

7
Random-access machine mquina de acesso aleatrio). No modelo RAM, as instrues so
executadas uma aps outra, sem operaes concorrentes (ou simultneas).
8
Teorema das quatro cores BOAVENTURA NETTO[ 9]: Todo mapa desenhado no plano e
dividido em um nmero qualquer de regies pode ser colorido com um mximo de quatro cores
sem que duas regies fronteirias recebam a mesma cor (pgina 2 )
37
Tenrio (2003), ainda mostra:
algoritmo todo procedimento mecnico bem definido, ou seja, todo
conjunto finito de instrues precisamente definidas e executveis
passo a passo; ento os nossos resultados podem ser resumidos assim:
1) O computador eletrnico uma mquina universal.
2) O domnio de ao dessas mquinas constitudo pelas funes
compatveis.
3) Tudo o que computvel nesses dispositivos pode ser obtido por
um procedimento mecnico bem definido ou algoritmo , em ltima
instncia, o prprio programa ou tabela que o gerou.
4) A proposio de Post ou a de Turing: tudo o que pode ser descrito
por um algoritmo computvel (nas mquinas abstratas ou reais).
O processo final da computao se d por meio de programas e estrutura de
dados, relacionados Matemtica Aplicada, bem particular e estritamente formal.
Segundo Tenrio (2003), o computador caracteriza-se por:
ser um sistema discreto, pois admite apenas um nmero finito de
estados ou configuraes diferentes, bem definidos e conhecidos;
ser uma mquina abstrata; seu funcionamento pode ser descrito
totalmente por meios matemticos no probabilsticos e
algortmicos;
ser um sistema determinstico, onde tudo previsvel;
utilizar linguagens estritamente formais, cada instruo dessas
linguagens implica uma sequncia de passos em definidos.
Nota-se ento que praticamente em todas as definies atribudas aos algoritmos,
associa a finitude dos passos por ele descritos, bem como ao computador as solues de
problemas por meio de algoritmos.
Porm Tenrio define algoritmo como uma sequncia de aes lgico
matemticas bem definidas, executveis passo a passo, e recursivas, ou seja, podemos
executar um trecho de um algoritmo repetidamente, portanto um nmero finito de
passos de um algoritmo.
Um programa computacional pode determinar um nmero infinito de passos
distintos, logo identificando um carter ainda discreto, contudo infinito.
38
Segundo Carnielli (2009) existem algoritmos que terminam, enquanto outros
podem ser continuados tanto quanto quisermos.
O algoritmo de Euclides, utilizado para determinar o maior divisor comum entre
dois nmeros inteiros, desenvolvido por um nmero finito de passos computacionais,
enquanto, o algoritmo computacional para determinao da raiz quadrada de um nmero
natural em notao decimal infinito, pode ser continuado e cada vez mais se
aproximando do valor referente raiz do nmero.
3.2 Critrios para Procedimentos Computveis
Os critrios para procedimentos computveis, segundo Carnielli,
(2009, p. 96 97) so:
Discretude Algortmica
Um algoritmo um processo para a construo sucessiva de quantidades, que
executado em tempo discreto, de forma que no comeo dado um sistema finito inicial
de quantidades e em cada momento seguinte o sistema de quantidades resultante
obtido por meio de uma lei definida (programa) a partir do sistema de quantidades
existente no momento anterior.
Exatido Algortmica
O sistema de quantidades obtido em algum momento de tempo (que no seja o
inicial) unicamente determinado pelo sistema de quantidades obtido no momento
precedente.
Elementaridade dos passos do algoritmo
A lei para obter o sistema sucessor de quantidades a partir do precedente deve
ser simples e local.
39
Direcionalidade do algoritmo
Se o mtodo de obteno da quantidade seguinte a partir de qualquer quantidade
dada no fornecer um resultado, ento deve ser ressaltado o que precisa ser considerado
como o resultado do algoritmo.
Massividade algortmica
O sistema inicial de quantidades pode ser escolhido a partir de um conjunto
potencialmente infinito.
3.3 Heursticas
Segundo Jurkiewicz heursticas so mtodos que no garantem o fornecimento
de solues timas, mas que, esperamos, possam produzir solues razoavelmente boas
pelo menos por uma boa parte do tempo.
Na aplicao de alguns problemas pretendemos conseguir uma soluo que
satisfaa aos objetivos principais do mesmo, segundo determinados delineamentos
previamente definidos, desta forma, o algoritmo considerado bom pode resolver o
problema satisfazendo-o segundo um determinado domnio e no no universo de todas
as suas possibilidades.
Porm a identificao de uma heurstica como razovel, devera satisfazer a
alguns parmetros de classificao, podendo desta forma caracteriz-la em nveis de
satisfao na situao gerada pelo problema motivador do algoritmo.
Sendo assim, nos cabe dar uma breve introduo s diferentes formas de
classificao dos algoritmos e heursticas no que tange a complexidade e aceitao dos
mesmos.
Segundo Polya ((1887 traduo de 1995), p. 86-87), Heurstica, Heurtica ou
ars inveniendi era o nome de certo ramo de estudo, no bem delimitado, mas
40
raramente apresentado com detalhes, hoje praticamente esquecido. O objetivo da
Heurstica o estudo dos mtodos e das regras da descoberta e da inveno.
Polya diz ainda que, alguns indcios desse estudo podem ser encontrados em
trabalho dos comentaristas de Euclides
9
. A este respeito, Pappus
10
tem uma passagem
particularmente interessante. As mais famosas de sistematizao da Heurstica devem-se
a Descartes
11
e a Leibnitz
12
, ambos grandes matemticos e filsofos. Bernard Bolzano
apresentou notvel descrio pormenorizada da Heurstica.
No dicionrio, Heurstica a arte de inventar ou descobrir.
Ainda por Polya, heurstica moderna procura compreender o processo
solucionador de problemas, particularmente as operaes mentais, tpicas desse
processo, que tenham utilidade.
A experincia na resoluo de problemas e a experincia na observao dessa
atividade por parte de outros devem constituir a base em que se assenta a Heurstica.
O estudo da Heurstica tem objetivos prticos: melhor conhecimento
das tpicas operaes mentais que se aplicam resoluo de
problemas pode exercer certa influncia benfica sobre o ensino,
particularmente sobre o ensino da Matemtica. (Polya, 1887, p. 87)

9
Euclides de Alexandria, (360a.C.-295a.C.), matemtico, criador da obra Os elementos de
Euclides, formada por treze livros, sendo os seis primeiros sobre geometria plana, os trs
seguintes sobre teoria dos nmeros, o Livro X sobre incomensurveis e os trs ltimos versam
principalmente sobre geometria no espao, considerado o criador da Geometria Euclidiana.
10
Pappus de Alexandria(284-305), autor da obra Coleo(Synagoge).
11
Ren Descartes, (1596-1650), um dos principais matemticos da poca, autor da obra La gmtrie.
12
Gottfried Wilhelm Leibniz (1646-1716), nasceu em Leipzig, estudou teologia, direito, filosofia e
matemtica na universidade, que deu grande contribuio para a formalizao do Clculo Diferencial e
Integral.
41
4 Modelagem no Auxlio Formao do Pensamento Algortmico
4.1 Introduo
De acordo com Bassanezi, 2006, A Modelagem Matemtica consiste na arte de
transformar problemas da realidade em problemas matemticos e resolv-los
interpretando suas solues na linguagem do mundo real
Por Bassanezi ainda,
Partindo do pressuposto de que todas as cincias so ao mesmo tempo
empricas e tericas, saberes em que a busca da verdade deve ser
impulsionada por indicaes empricas aliadas atividade criadora a
procura de leis (formulao de problemas e ensaios de hipteses a
serem testadas e avaliadas) para as quais a utilizao da lgica e das
ferramentas matemticas fundamental, fcil percebermos o
potencial da aplicao da modelagem nos campos cientficos com
mtodos e finalidades comuns. (p. 16)
Diviso de atividades intelectuais de Bassanezi
Diviso de atividades intelectuais.
Segundo os Parmetros Curriculares Nacionais:
A maior parte dos contedos de Matemtica do ensino mdio est
vinculada a modelos matemticos de natureza contnua: os nmeros
reais e os espaos geomtricos (reta, plano e espao tridimensional). O
estudo da geometria e das funes de varivel real insere-se nesse
42
contexto, refletindo o papel fundamental do Clculo (esse assunto
objeto de estudo na universidade) no desenvolvimento das aplicaes
da Matemtica nas Cincias. (p. 94)
Jurkiewicz (2006) observa em seu trabalho Problemas e probleminhas que:
Os grafos so fonte imensa e inesgotvel de problemas tericos ou
aplicados que apresentam, em sua grande maioria, enunciados de
simples entendimento, mas que, muitas vezes, escondem uma
sofisticada estrutura matemtica onde precisam ser modelados visto
que, vez por outra, suas solues (nem sempre exatas) exigem difceis
mtodos de procura e obteno. (p. 01)
Como visto, a Teoria dos Grafos aplica-se bem ao objetivo deste trabalho, j que
desejamos mostrar a Modelagem de problemas e a confeco de algoritmos que os
resolvam, tendo em vista que alguns dos problemas por ns propostos na nossa oficina,
embora tenham enunciados e situaes simples, por vezes apresentam um nvel elevado
de dificuldade no que tange s suas generalizaes.
Lajonquire, (2007) escreve que: ... o pensamento o produto de um
entrelaamento sutil entre a inteligncia e o desejo ou, sob outro ngulo, um composto
entrelao de conhecimento e saber.
4.2 A Escolha da Classe Etria
A supervalorizao do pensar nos dias atuais faz com que a computao seja
cada vez mais desenvolvida, e assim a diviso do trabalho aumenta o abismo entre o
trabalho intelectual e o trabalho manual, aumentado a distncia entre pases
tecnologicamente desenvolvidos e os que apenas utilizam essas tecnologias, quando
possuem o mnimo de acesso.
A incluso dos computadores no ensino deve ser efetivamente implementada,
contudo, a educao formal deve atuar na compreenso dos instrumentos tericos e
prticos relacionados ao desenvolvimento tecnolgico bem como ao entendimento do
43
processo de produo tecnolgica, o que exige a compreenso conceitual, permitido ao
indivduo analisar a eficincia, suas potencialidades e limitaes.
Quando se discute sobre compreenso conceitual, desenvolvimento intelectual
naturalmente preciso discutir a possibilidade dos indivduos assimilarem tais
conceitos, portanto, se faz necessrio um estudo acerca do nvel escolar indicado para
tais atribuies. Segundo Lajonquire (2007):
... a psicologia gentica
13
tem identificado trs grandes perodos
evolutivos no desenvolvimento cognitivo: um perodo sensrio-motor
que culmina na construo da primeira estrutura intelectual, o grupo
prtico dos deslocamentos, um estdio
14
da inteligncia
representacional (dos 2 at os 10 ou 11 anos) que culmina na
construo das estruturas operatrias concretas, e, por ltimo, um
estdio de operaes formais que desemboca na construo das
estruturas intelectuais prprias do raciocnio hipottico-dedutivo por
volta dos 12/15 anos. (p. 32)
Para Piaget, no fim do estgio das operaes formais, a criana capaz de
refletir sobre idias abstratas, e em torno dos 15 anos em diante, a criana atinge a
maturidade intelectual, podendo ento, formular hipteses e proposies,
proporcionando a capacidade de assimilar conceitos abstratos.
Para Piaget, a criana constri estratgias prprias no que se refere ao
conhecimento, filtrando experincias anteriores e atuais. Portanto, o indivduo consegue
formular estratgias de experimentao e aplicao do conhecimento por ele adquirido.
Muito se discute sobre a questo do conhecimento no que diz respeito
dicotomia entre as categorias concretas e abstratas, contudo importante salientar que
na verdade elas esto intimamente ligadas e completam-se, j que tudo que
significativo concreto. Mesmo um pensamento abstrato tem um fator que exprime

13
A psicologia gentica, desenvolvida por Jean Piaget, estuda os processos psquicos em sua
origem, parte da anlise dos processos primeiros e mais simples, pelos quais cronologicamente
passa o sujeito.
14
Fase, poca, perodo
44
significado, e desta forma concreto, portanto o pensamento algoritmo faz parte das
cincias de base concreta e abstrata.
No livro de Piaget a Freud, Lajonquire cita um trecho de Inhelder e outros
1977, sobre o sucesso de uma experincia por Piaget, que relata que:
em todos os nveis um xito , com certeza, fonte de dois efeitos
contrrios? Uma novidade criadora, mas, ao mesmo tempo, uma
lacuna virtual, que se tornar real se os poderes adquiridos no se
prolonguem num exerccio renovado. No contexto concreto de uma
pesquisa cientfica, essa complementaridade, entre descobertas e
novas lacunas que elas engendram, mais ou menos cedo, evidente no
terreno das explicaes: uma vez encontradas as razes B de um
acontecimento A, elas logo levantam o problema das razes C de B,
ou, D de C e assim por diante. (p. 138)
E ainda segundo Lajonquire (2007):
... no campo piagetiano o sujeito sntese de coordenaes majorantes
que lhe impem (na sua conscincia), mais ou menos repentinamente,
seu resultado. Em palavras do prprio Piaget:... A sociedade a
unidade suprema e o indivduo no chega a suas invenes ou
construes intelectuais seno na medida em que a sede de
interaes coletivas, cujo nvel e valor dependem, naturalmente, da
sociedade no seu conjunto. O homem genial que parece criar correntes
novas no mais do que um ponto de interseo ou de sntese de
idias elaboradas por uma cooperao contnua, mais ainda, quando
inclusive se ope opinio vigente responde a necessidade subjacente
das quais no a fonte (1973a: 337) (p. 111)
A cincia da computao, assim como outras cincias exatas, so altamente
matematizadas, e uma mudana na Matemtica fundamental iria entremear as cincias
na totalidade, trazendo consequncias para a educao em geral, sobretudo no ensino da
Matemtica, o que implica numa transformao no ensino e at mesmo numa mudana
epistemolgica na produo do conhecimento, no que se refere questo conceitual.
4.3 Currculo
A relao entre currculo escolar e o mundo produtivo um estudo antigo,
porm o conceito de formao profissional tem sido cada vez mais discutido j que
45
um instrumento de formao para o mundo produtivo, preparando os alunos para as
atividades informatizadas, obrigando assim a escola a se modernizar.
A insero dos estudantes no mercado de trabalho to competitivo, pode ser
facilitada se o currculo puder familiariz-los e instrumentaliz-los com as tecnologias e
seus conceitos.
De acordo com o artigo de Elizabeth Macedo, Novas Tecnologias e Currculo,
(1997):
Em primeiro lugar, os contedos do trabalho no podem mais ser
apreendidos pela experincia, exigindo que, mesmo para atender ao
mercado, os currculos escolares privilegiem uma formao geral
slida, que garanta maiores flexibilidade e elasticidade ao homem. Em
segundo, as habilitaes hoje existentes parecem no dar conta da
nova dinmica do processo produtivo, precisando ser remodeladas
com o privilgio de uma abordagem mais generalista do
conhecimento. (p. 42)
As formas de observao e o processamento de dados tm mudado muito
atualmente, e tm provocado uma intensa mudana na Matemtica elementar e
avanada ou universitria moderna. Segundo DAmbrosio (1996):
pode-se prever que na matemtica do futuro sero importantes o que
hoje se chama matemtica discreta e igualmente o que se chamavam
casos patolgicos, desde a no linearidade at teoria do caos,
fractais, fuzzies, teoria dos jogos, pesquisa operacional, programao
dinmica. Lamentavelmente isso s estudado em algumas
especialidades de matemtica aplicada. O mais importante destacar
que toda essa matemtica acessvel at o nvel primrio. (p. 59)
Uma mudana no currculo ento se daria pelo acrscimo de contedos
associados Matemtica Discreta, Modelagem Matemtica e Algoritmos, que
contemplariam os conceitos relacionados Lgica Matemtica.
Porm, com uma grade curricular to extensa, que possumos no que se refere
Matemtica do Ensino Mdio, propomos a incluso de atividades extracurriculares no
intuito de diminuir o abismo entre a Matemtica bsica e os conceitos necessrios ao
desenvolvimento e otimizao das tecnologias baseadas no pensamento algortmico.
46
5 Desenvolvimento da Pesquisa
5.1 Metodologia da Pesquisa
Segundo CRESWELL (2007) os mtodos de pesquisa dividem-se em
basicamente trs grupos: qualitativos, quantitativos e mistos. As principais
caractersticas de cada grupo so enumeradas a seguir:
- Tcnicas quantitativas: alegao de conhecimento ps-positivista,
experimentos, questes fechadas, dados numricos, testa ou verifica teorias ou
explicaes, identifica variveis para o estudo, observa e mensuras as informaes
numericamente;
- Tcnicas qualitativas: alegaes de conhecimento construtivista, estudo de
caso, questes abertas, dados de texto, coleta significados dos participantes, traz valores
pessoais para o estudo e estuda o contexto ou o ambiente dos participantes;
- Tcnicas mistas: alegao de conhecimento pragmtico, questes abertas e
fechadas, dados quantitativos e qualitativos, desenvolve um raciocnio para fazer a
mistura e integra os dados em estgios diferentes da investigao.
Este trabalho embora traga muitos dados quantitativos, baseia-se em uma
abordagem predominantemente qualitativa, pois o tratamento dos dados e informaes
obtidos ter foco no em dados quantitativos, e sim nos sucessos ou insucessos
percebidos no processo de ensino-aprendizagem.
A meta de mostrar atravs de atividades, desenvolvidas durante a oficina e
utilizando investigaes acerca de experincias prticas, a viabilidade do contedo
referente aos Algoritmos, em seu prprio contexto, onde iremos mostrar esta viabilidade
atravs de uma percepo comportamental dos alunos.
47
A anlise dos dados ter um carter apenas qualitativo, no nos prendendo a
resultados quantitativos e sim por uma anlise criteriosa do desenvolvimento dos
contedos, bem como, as opinies dos alunos quanto assimilao dos pontos
trabalhados nesta oficina.
As caractersticas da pesquisa qualitativa so observadas por Garnica (2004) da
seguinte forma:
(a) a transitoriedade de seus resultados; (b) a impossibilidade de uma
hiptese a priori, cujo objetivo da pesquisa ser comprovar ou refutar;
(c) a no neutralidade do pesquisador que, no processo interpretativo,
vale-se de suas perspectivas e filtros vivenciais prvios dos quais no
consegue se desvencilhar; (d) que a constituio de suas
compreenses d-se no como resultado, mas numa trajetria em que
essas mesmas compreenses e tambm os meios de obt-las podem
ser (re)configuradas; e (e) a impossibilidade de estabelecer
regulamentaes, em procedimentos sistemticos, prvios, estticos e
generalistas (p. 86).
Ldke e Andr (1987) do as caractersticas bsicas da pesquisa qualitativa,
enumeradas da seguinte forma:
1. A pesquisa qualitativa tem o ambiente natural como sua fonte direta de dados e o
pesquisador como seu principal instrumento.
2. Os dados coletados so predominantemente descritivos.
3. A preocupao com o processo muito maior do que com o produto.
4. O significado que as pessoas do s coisas e sua vida so focos de ateno especial
pelo pesquisador.
5. A anlise dos dados tende a seguir um processo indutivo. Os pesquisadores no se
preocupam em buscar evidncias que comprovem hipteses definidas antes do incio
dos estudos. As abstraes se formam ou se consolidam basicamente a partir da
inspeo dos dados num processo de baixo para cima. (p. 11-3)
De acordo ainda com Creswell (2007):
... uma tcnica qualitativa aquela em que o investigador sempre faz
alegaes de conhecimento com base principalmente ou em
48
perspectivas construtivistas (ou seja, significados mltiplos das
experincias individuais, significados social e historicamente
construdos, com o objetivo de desenvolver uma teoria ou um padro)
ou em perspectivas reivindicatrias/participatrias (ou seja, polticas,
orientadas para a questo; ou colaborativas, orientadas para a
mudana) ou em ambas. Ela tambm usa estratgias de investigao
como narrativas, fenomenologias, etnografias, estudos baseados em
teoria ou estudos de teoria embasada na realidade. O pesquisador
coleta dados emergentes abertos com o objetivo principal de
desenvolver temas a partir dos dados. (p. 35)
Morse (1991) escreve que a pesquisa qualitativa exploratria e til quando o
pesquisador no conhece as variveis importantes a examinar. Esse tipo de tcnica pode
ser necessrio ou porque o tpico novo, ou porque nunca foi abordado com uma
determinada amostragem ou grupo de pessoas, ou porque as teorias existentes no se
aplicam a uma determinada amostra ou grupo em estudo.
Por Bogdan e Biklen (1999), a pesquisa qualitativa um tipo de abordagem que
tem o ambiente natural como sua fonte direta de dados e o pesquisador como seu
principal instrumento.
Os dados coletados so predominantemente descritivos, alm de incluir
descries de pessoas, situaes, acontecimentos; incluem transcries de depoimentos,
fotografias, desenhos e anlise de vrios tipos de documentos.
Em outras palavras, no que refere aos estudos relacionados rea de Educao, a
pesquisa qualitativa se enquadra melhor no trabalho que desenvolvemos, j que
possibilita uma melhor compreenso dos assuntos dessa rea, sobretudo no que tange ao
ambiente escolar, porque retrata a dimenso deste em todos os seus aspectos, e no
somente aos aspectos quantitativos da anlise dos dados.
As caractersticas de um problema de pesquisa qualitativa, segundo Morse
(1991), so:
(a)o conceito imaturo devido evidente falta de teoria e pesquisa
prvia; (b) uma noo de que a teoria disponvel pode ser imprecisa,
imprpria, incorreta ou tendenciosa; (c) existe necessidade de explorar
e descrever os fenmenos e desenvolver teorias; ou (d) a natureza do
49
fenmeno pode no ser apropriada para medidas quantitativas.
(p. 120)
Segundo Lajonquire (2007), sobre o processo de aprendizagem:
A grandes traos, podemos dizer que este tem a seguinte estrutura:
pr-teste, sesses de aprendizagem, ps-teste e grupos-controle. Em
primeiro lugar, as provas preliminares servem para selecionar os
sujeitos de acordo com o seu nvel de desenvolvimento cognitivo
inicial, em relao aquisio da operao que se pretende ensinar.
Em segundo lugar, prope-se a esses sujeitos, conforme o mtodo
clnico de explorao crtica, uma srie de tarefas e questes diferentes
com a finalidade de comparar sua eficcia relativa na aprendizagem,
ou seja, trata-se de fazer passar de uma conduta de nvel menor a
uma outra mais evoluda (Vinh-Bang, 1986:30). Algumas dessas
tarefas consistem em repetir simples constataes empricas como,...
(p. 44)
Sobre o tema, aprendizagem das estruturas lgicas, de acordo com Lajonquire
(2007, p. 45), Piaget, resume da seguinte forma:
a)(...) existe incontestavelmente uma certa aprendizagem das
estruturas lgicas (...)
b)(...) essa aprendizagem das estruturas lgicas permanece muito
limitada quando obtida por uma simples leitura dos resultados da
transformao considerada e se limita em geral a uma melhor
articulao das intuies pr-operatrias (...)
c)(...) a aprendizagem mais eficaz na medida em que consegue
provocar um exerccio operatrio (...)
d)(...) para aprender uma estrutura lgica necessrio utilizar outras
que conduzam a ela ou que a apliquem(...)
e)(...) a aprendizagem no sentido restrito uma aquisio em funo
das estruturas lgicas, no redutvel experincia fsica: enquanto
nesse ltimo caso a experincia se dirige aos objetos mesmos(...), a
experincia lgico-matemtica se dirige s aes que utilizam os
objetos e emprega uma abstrao a partir dessas aes como tais.
essa abstrao a partir da ao que favorece ento a aprendizagem
especfica das estruturas lgicas (Piaget; Grco, 1974:25-27).
Procedimentos algortmicos fundamentam a soluo de problemas lgicos,
matemticos e cientficos, de vital importncia nos meios de produo contempornea,
mostrando a grande importncia dos algoritmos nas cincias, portanto, de forma direta
na educao.
50
Sendo assim com o propsito de responder a questo central desta pesquisa: o
estudo dos algoritmos e a viabilidade da implementao dos algoritmos no ensino
mdio, problemas de reas afins, podem despertar o interesse dos alunos, em relao
construo de suas solues e a busca pela melhor soluo.
E atravs de uma proposta de generalizao das suas solues, procurando
conscientiz-los da importncia do desenvolvimento do raciocnio algortmico, foram
estabelecidos os seguintes objetivos:
Analisar as solues apresentadas pelos alunos, de problemas relacionados a
situaes possveis do cotidiano sem qualquer informao tcnica previamente passada
para os sujeitos de tal pesquisa, observando desta forma o nvel de dificuldade
apresentado por eles j que no possuam conhecimentos de Modelagem Matemtica,
teoria dos grafos, ou algoritmos, assuntos ausentes nos currculos do Ensino Mdio.
Avaliar a ocorrncia de mudanas na habilidade de resolver os problemas ou
problemas semelhantes com a implementao de conceitos relacionados aos contedos
matemticos, oferecidos como ferramentas no auxlio de suas tentativas. Estes conceitos
foram sendo passados de forma gradativa para que pudssemos analisar a evoluo dos
alunos passo a passo, e, desta forma, observar as mudanas no nvel de complexidade
destes problemas a partir da experincia realizada.
importante salientar que as propostas desta pesquisa so diversas, j que por
tratar-se de estratgias concretas de ensino, iremos observar por meio de um processo
emprico, as facilidades e dificuldades apresentadas durante o estudo.
Quanto ao processo de Modelagem que iremos propor vale frisar que a obteno
do modelo timo , portanto um dos objetivos no necessariamente imprescindveis,
j que se trata de uma estratgia de ensino, como justifica Bassanezi, 2006, A
modelagem no ensino apenas uma estratgia de aprendizagem, onde o mais
51
importante no chegar imediatamente a um modelo bem sucedido, mas, caminhar
seguindo etapas aonde o contedo matemtico vai sendo sistematizado e aplicado.
5.2 Populao Alvo
A oficina foi constituda por alunos dos 1. e 2. anos do Ensino Mdio,
matriculados em dois estabelecimentos de ensino, situados na Baixada Fluminense: uma
escola pblica federal de ensino mdio e superior, e uma escola da rede privada
localizada em Duque de Caxias.
importante salientar a diversificao entre esses sujeitos, tendo em vista o
fato de que foram selecionados alunos dos 1
0
e 2
0
perodos do Ensino Mdio
profissionalizante de uma instituio federal de ensino e alunos do 1
0
e 2
0
anos do
Ensino Mdio Regular de uma escola da rede privada localizada em Duque de Caxias.
Escolhemos os alunos nestes nveis escolares, pois o objetivo deste trabalho
mostrar a viabilidade do ensino de algoritmos no Ensino Mdio.
Estes alunos tm pouca experincia com o desenvolvimento de contedos de
Matemtica, contudo, podemos observar uma grande variao de estratgias dos
mesmos, quanto ao desenvolvimento das solues dos problemas propostos, assim
poderamos observar a assimilao dos contedos por parte dos alunos nas sries inicias
do ensino mdio, por vrios ngulos de atuao.
Assim podemos comprovar a viabilidade do ensino de algoritmos em qualquer
momento deste segmento e ainda uma instituio federal e uma privada, para que
pudssemos obter mais uma entrada de dados na pesquisa, no que se refere s possveis
diferenas de base ou conhecimentos prvios de contedos da Matemtica bsica.
A seleo dos participantes da pesquisa foi feita tendo em vista algumas
caractersticas como, interesse pela aquisio de novos conhecimentos, assiduidade dos
52
alunos nas aulas, no decorrer do ano, bem como seus rendimentos em termos de
resultados (notas), j que a oficina seria realizada prximo aos exames finais do ano
letivo (outubro e novembro de 2008), provocando uma preocupao com o rendimento
dos participantes e de seus responsveis nas avaliaes do 4. bimestre.
Os alunos convidados representaram um grupo de alunos que possuem um
interesse especial pela Matemtica, bem como um bom rendimento escolar nas matrias
oferecidas no Ensino Regular ou Tcnico no Ensino Mdio.
Foram selecionados inicialmente trinta alunos das duas instituies, em
seguida, apresentados os objetivos do trabalho. Quatorze alunos no foram autorizados
pelos responsveis a participarem das oficinas (todos alegaram preocupao com as
avaliaes finais). Aos alunos que demonstraram interesse em participar como sujeitos
de pesquisa do trabalho, concordaram e poderiam participar, solicitamos, como em
REIS (2007):
Que assinassem um termo de consentimento, em que se
comprometeriam em participar como sujeito potencial da pesquisa,
respondendo questionrios, cientes de que haveria a possibilidade
futura de divulgao de relatrios, apresentaes em Seminrios,
Congressos e livros que constariam as observaes, anlises e
concluses da pesquisa. No entanto, seriam preservadas as identidades
dos envolvidos na investigao, mediante o uso de pseudnimos.
5.3 Coleta de Dados
Para Lather (1986), nos projetos de pesquisa qualitativa, o uso da teoria
qualifica-se por:
Construir teoria empiricamente baseada exige uma relao recproca
entre dados e teoria. Deve-se permitir que os dados gerem proposies
de maneira dialtica, que permita o uso de estruturas tericas a priori,
mas que evite que uma determinada estrutura torne-se o recipiente no
qual os dados devem ser despejados. (p. 267)
53
Tendo por base as idias de Rossman e Rallis (1998), podemos dizer que:
A pesquisa qualitativa utiliza vrios mtodos, caracterizados pelo fato
de serem humansticos. Os mtodos de coleta de dados envolvem
efetivamente a participao ativa dos participantes e do estudo,
envolvendo-os de forma ativa dos mesmos na coleta dos dados. Os
pesquisadores qualitativos no interferem no ambiente de estudo mais
do que o necessrio para um direcionamento para a questo foco a ser
pesquisada. Os mtodos de coleta se fazem existir por meio de
entrevistas, e documentos, emails, algum de recortes, e outros, alm
da observao do pesquisador a cerca das discusses, indagaes,
dificuldades dos participantes durante o estudo.
Com o objetivo de obter as informaes necessrias para o desenvolvimento
dessa pesquisa, deu-se a diviso da oficina em cinco momentos:
- Primeiro momento Apresentao dos problemas motivadores;
- Segundo momento Definio de Modelagem Matemtica.
- Terceiro momento Introduo de noes de Teoria dos Grafos;
- Quarto momento - Resoluo de problemas envolvendo grafos;
- Quinto momento - Coleta de todo material deixado com os alunos e fechamento da
oficina.
A oficina teve um carter mais associado observao, onde os participantes
foram sempre incentivados a resolver os problemas (situaes), em grupo, embora
talvez pela caracterstica individual de interesse dos mesmos, eles tenham quase sempre,
apresentado o comportamento de individualismo, fechando-se em tentar resolver os
problemas sozinhos.
A nossa interveno foi discreta, atuando apenas na mediao das discusses,
na eliminao de hipteses que no estivessem de acordo com a situao oferecida ou
teses infundadas, e nos concentrando mais na observao acerca das solues ou
tentativas de solues por parte dos participantes.
Todos os encontros ocorreram aos sbados, com incio s 8h e com o trmino
s 12h. Sempre com certa flexibilidade e tolerncia com os imprevistos como os atrasos
54
e com a necessidade de alguns alunos nem sempre poderem ficar at o final. As oficinas
foram realizadas nos dias 11, 18 e 25 de outubro, 1 e 8 de novembro de 2008.
55
6 Apresentao e Anlise dos Dados
O processo de discusso e anlise de dados se d por diversas estratgias, bem
como componentes, mesmo quando se trata de uma pesquisa qualitativa, e uma das
formas pela comparao das facilidades e dificuldades observadas pelos
interlocutores.
Creswell (2007) escreve que:
O processo de anlise de dados consiste de extrair sentido dos dados
de texto e imagem. Envolve preparar os dados para anlise, conduzir
anlises diferentes, aprofundar-se cada vez mais no entendimento dos
dados, fazer representao dos dados e fazer uma interpretao do
significado mais amplo dos dados. A proposta pode incluir diversos
processos genricos que transmitam um sentido das atividades gerais
de anlise de dados qualitativos. (p. 194)
No primeiro momento foi explicado aos alunos, o objetivo da pesquisa, sem
lhes informar os objetivos especficos e sim, conscientizando-os de que se tratava de
componentes da pesquisa concreta, que tem por objetivo investigar alguns parmetros
relacionados estratgia pedaggica de ensino, onde se obteve a concordncia de todos
os presentes em participar do estudo.
Perguntados pelo interlocutor, os alunos disseram ter um interesse especial pela
Matemtica, alguns justificando desta forma a participao no grupo.
De acordo com os PCNs:
a situao-problema apresenta um objetivo distinto, porque leva o
aluno construo de um novo conhecimento matemtico. De
maneira bastante sinttica, podemos caracterizar uma situao-
problema como uma situao geradora de um problema cujo conceito,
necessrio sua resoluo, aquele que queremos que o aluno
construa. (p. 84).
Sendo assim, neste momento um problema incentivador lhes foi oferecido, onde
os participantes deveriam montar horrios de palestras que seriam oferecidas a um
pblico de estudantes, divididos em Ensino Fundamental, Ensino Mdio e Ensino
56
Superior, sendo que uma destas palestras oferecida apenas aos estudantes do Ensino
Superior, outra aos alunos somente do Ensino Mdio e Superior, outra aos alunos do
Ensino Fundamental e mdio e por fim uma que seria oferecida a todos os alunos.
Os participantes deveriam montar estes horrios, tendo em vista que deveriam
atender s restries, bem como o nmero de palestrantes, e objetivando uma
distribuio no menor nmero de dias possvel.
Os alunos mostraram interesse em desenvolver o problema, mesmo que
inicialmente alguns tenham ficado surpresos por pensarem que aprenderiam novos
contedos de Matemtica na pesquisa. Um aluno ainda insistiu ao terminar a tarefa: ...
mas isto Matemtica, outro disse: isto tem a ver com o que, Anlise
Combinatria?, um terceiro falou: Acho que Teoria dos Conjuntos.
Os participantes na grande maioria conseguiram montar os horrios dentro das
restries observadas na situao-problema, porm se mostraram curiosos quanto a uma
melhor soluo ou algum contedo matemtico que pudesse resolver o problema.
Pela fala de um dos alunos, ainda bem que eram s trs palestras e trs
turmas., surgiu uma discusso sobre a ao que tomariam se fossem muitas palestras e
muitas turmas, fazendo com que os mesmos fossem tomados por uma expectativa
acerca de uma soluo milagrosa, na palavra de um deles.
Como o carter da pesquisa inicialmente era puramente investigativo, a
discusso acima descrita, foi incentivada, porm deixada uma interrogao nos
participantes, o que nos mostrou um interesse dos mesmos em conhecer ou descobrir tal
mtodo prtico, na construo de horrios em situaes maiores.
Sendo incentivados a pensar no somente na soluo proposta por eles ao
montar o horrio das palestras, mas tambm, nos procedimentos efetuados por eles ao
57
desenvolver o problema, e estes foram incentivados a descrever, passo a passo, o que
pensaram como estratgia de soluo.
Ao serem indagados pelos pesquisadores se havia sido pensada outra
metodologia para a soluo do problema, ou algo relacionado teria sido observado por
algum deles.
Um dos participantes disse que no havia resolvido por outro mtodo, mas
teria, observando a tabela que havia feito com os horrios, uma semelhana com o que
haveria aprendido sobre matrizes, destacando o fato de que l havia linhas e colunas,
bem como nas matrizes, constatao que teve neste momento apoio de outros
participantes que cursavam o segundo ano do Ensino Mdio e que tambm conheciam
este assunto.
Como naquele momento no fora desenvolvido um algoritmo para a soluo do
problema, deixamos que estes refletissem sobre a possvel relao entre a situao-
problema e o contedo referente teoria das Matrizes.
Vale salientar que este momento da pesquisa foi muito proveitoso, j que sem a
nossa interferncia direta, os participantes, talvez por saber que ramos professores de
Matemtica, procuraram sempre modelar o problema, tentando relacionar a situao-
problema aos contedos que cada um conhecia previamente.
Alunos que cursavam o primeiro ano, em grande maioria, tentaram modelar o
problema por meio da teoria dos conjuntos, enquanto os alunos do segundo ano, em
grande parte, procuraram modelar o problema por anlise combinatria, alm de uma
interveno acerca da teoria das matrizes, demonstrando o interesse dos participantes
em modelar os problemas, mesmo sem que tivessem qualquer conceituao especfica,
relacionada Modelagem Matemtica.
58
No segundo momento, alguns conceitos relacionados Modelagem
Matemtica so introduzidos, quando os participantes foram conscientizados de que os
esforos desenvolvidos por eles no que se refere soluo do problema anterior, nada
mais era do que a criao de um modelo para a soluo do problema em questo e que
h algum tempo a Modelagem Matemtica estaria sendo largamente estudada e
desenvolvida.
As tentativas de associar conceitos da Matemtica Pura, situao-problema
uma das formas de se desenvolver a Modelagem dos problemas. Os participantes foram
neste ainda, incentivados a pensar sempre em uma possvel generalizao dos modelos
relacionados a uma situao-problema especfica, como a referida situao das palestras
antes vista.
Em seguida, j com alguns conceitos especficos da Modelagem, lhes foi
proposto um novo problema, e foi pedido um modelo que auxiliasse a soluo do
mesmo, bem como uma possvel soluo do mesmo.
Esta nova situao-problema caracterizava-se por um mapa, contendo os
estados das regies Sudeste, Sul e Centro-Oeste do Brasil, e a questo: Se quisssemos
colorir este mapa, sendo que todos os estados que tivessem fronteira em comum,
tivessem cores distintas, quantas cores, no mnimo, precisaramos?
Alguns alunos, na falta de lpis de cor, resolveram representar as cores que
utilizariam por letras do nosso alfabeto, A, B, C..., enquanto outros preferiram cores
como azul, verde, branco,... Como no primeiro momento da pesquisa os participantes
foram incentivados a descrever todos os procedimentos, um aluno relatou seu mtodo
da seguinte forma:
Comeo do Sul e vou em direo ao Norte. Em seguida, vou intercalando as
cores, no repetindo quando tiver a mesma fronteira, de um estado para o outro. Logo
59
notamos que alm de duas cores, que tomei como base, precisaramos de uma terceira
cor. E seguindo assim o raciocnio descubro que so necessrias trs cores.
De acordo com os PCNs:
Se por um lado a idia de situao-problema pode parecer paradoxal,
pois como o aluno pode resolver um problema se ele no aprendeu o
contedo necessrio sua resoluo? por outro lado, a histria da
construo do conhecimento matemtico mostra-nos que esse mesmo
conhecimento foi construdo a partir de problemas a serem resolvidos.
(p. 84).
Para seguir este raciocnio, por vrias vezes chamamos a ateno da importncia
de tentar desenvolver a generalizao dos modelos, e sendo assim o mesmo participante
ainda descreve os procedimentos da seguinte forma, acerca de um possvel problema
relacionado a um mapa muito maior que o considerado no problema em questo: Em
outro mapa, com mais estados, ou pases, s usar o mesmo raciocnio lgico,
primeiramente, separe duas cores da base, e de acordo com a posio dos estados, v
intercalando, e se chegar a um dado momento e notar que precisa de mais uma cor,
utilize-a, sempre lembrando que com menos cores melhor..
Notamos, assim, que o participante procura generalizar o modelo, mas,
sobretudo, desenvolver um algoritmo que solucione uma famlia de situaes-problemas
relacionadas ao problema oferecido.
Em seguida, utilizando o mesmo mapa descrito acima, e por meio tambm, de
uma tabela com as distncias entre capitais dos estados, bem como o distrito federal,
fora proposta outra situao-problema que consistia em criar um modelo para uma
empresa de txi areo que deseja explorar as regies Sudeste, Sul e Centro-Oeste do
Brasil e que para isso, em seu Projeto Piloto, instalou heliportos nas capitais de todos
os estados das regies citadas e em Braslia, mas que queria ter uma estimativa sobre as
possveis capitais sedes e o nmero mnimo de aeronaves necessrias para a
60
realizao do projeto, em que o objetivo era que cada aeronave atendesse em um raio
mximo de 1000 km de sua sede.
Um participante deu uma soluo escolhendo uma capital, neste caso especfico
a cidade de So Paulo, contemplasse o maior nmero de capitais, desenhando um
crculo sobre o grfico e notando que apenas uma no seria contemplando, no caso
especfico a cidade de Cuiab, percebendo assim a necessidade de mais um helicptero.
Assim necessitando de dois helicpteros no mnimo.
De acordo com Bassanezi, (2006),
Modelagem Matemtica um processo dinmico utilizado para a
obteno e validao de modelos matemticos. uma forma de
abstrao e generalizao com a finalidade de previso de tendncias.
A modelagem consiste, essencialmente, na arte de transformar
situaes da realidade em problemas matemticos cujas solues
devem ser interpretadas na linguagem usual. (p. 24)
Exemplificando bem a fala de Bassanezi na citao acima, podemos destacar um
dos participantes do grupo, que relatar sua soluo, disse Como s sero utilizados o
mnimo de aeronaves, parti da idia de qual lugar tenha mais pessoas e comecei por
So Paulo, traando vetores que constituiriam a malha aeroviria das regies, coloquei
a distncia e analisei quantas aeronaves colocaria. Claramente desenvolvendo um
algoritmo.
61
Neste momento ainda foram indagados sobre um procedimento que pudesse
modelar e resolver a situao-problema para qualquer mapa, com qualquer disposio
de estados. E muitos alunos disseram que resolveriam se lhes fosse dado o mapa e uma
tabela com as distncias. E novamente indagados foram da seguinte forma:
Ento s com o mapa em mos? No se pode criar um procedimento que
solucione a situao-problema ao invs do mapa especfico a cada situao?
E se tivssemos que fazer um programa de computador, por exemplo, para
resolver os problemas com caractersticas semelhantes?
Faramos um programa para cada mapa e tabelas?E surpresos com as
questes disseram-se incapazes de pensar algo que atendesse s questes levantadas,
algumas discusses sem sucesso foram travadas, e os participantes chegaram
concluso que no possuam uma ferramenta que solucionasse a situao geral proposta.
No terceiro momento, uma terceira situao-problema apresentada objetivando
mostrar aos participantes que os conhecimentos matemticos adquiridos por eles at
aquele momento poderiam no ser suficientes para a modelagem de alguns problemas
ou quem sabe no muito eficientes, j que neste novo problema teramos que montar
uma grade de horrios de 20 turmas de uma determinada escola, com as disciplinas de
Matemtica, Lngua Portuguesa, Fsica, Qumica, Biologia, Lngua Estrangeira, Histria
e Geografia, com o mnimo de professores por matria, bem como, as respectivas cargas
horrias semanais e nunca alguma turma tendo trs aulas consecutivas de uma
determinada disciplina.
Alguns alunos disseram que seria como o primeiro problema, do primeiro
encontro, s que maior, comearam a desenvolver a grade de horrios, chegando
concluso que seriam capazes de faz-lo, contudo, lhes seria muito trabalhoso e
demorado, constatando que um algoritmo mais eficiente seria assim de grande valia, e
62
mostraram-se curiosos em conhecer uma ferramenta que pudesse ajud-los em to rduo
trabalho que surgira naquele momento.
Ento levantamos a questo: E se pudssemos programar um computador pra
fazer o horrio por ns? Os alunos concordaram que seria bem melhor, mas ento
veio a segunda questo, mas como vamos program-lo sem um algoritmo, com os
passos bem definidos no intuito de encontrar a soluo do problema?
Neste momento, alegando ser uma ferramenta poderosa na construo de
modelos e algoritmos que solucionassem diversas situaes-problema, foram
introduzidas as noes da Teoria dos Grafos, bem como mostradas algumas de suas
tantas aplicaes.
Segundo Jurkiewicz em Problemas e Probleminhas, sobre um problema P, tem-
se que:
Resolver o problema P consiste em desenvolver um algoritmo cuja
entrada composta pelos dados especficos do problema (retirados
desse conjunto) e sua sada, denominada soluo, resposta ao objetivo
do problema. (p. 08)
importante lembrar que a teoria dos Grafos est diretamente ligada
Matemtica Discreta e em especial Anlise Combinatria, justificando a escolha dos
problemas oferecidos aos agentes deste estudo. Alguns problemas clssicos da Teoria
dos Grafos so citados nos Parmetros Curriculares Nacionais, como podemos ver no
texto a seguir:
No ensino mdio, o termo combinatria est usualmente restrito ao
estudo de problemas de contagem, mas esse apenas um de seus
aspectos. Outros tipos de problemas poderiam ser trabalhados na
escola so aqueles relativos a conjuntos finitos e com enunciados de
simples entendimento relativo, mas no necessariamente fceis de
resolver. Um exemplo clssico o problema das pontes de Knisberg,
tratado por Euler: dado um conjunto de sete ilhas interligadas por
pontes, a pergunta que se coloca : Partindo-se de uma das ilhas,
possvel passar pelas demais ilhas e voltar ao ponto de partida, nisso
cruzando-se cada uma das pontes uma nica vez? Problemas dessa
natureza podem ser utilizados para desenvolver uma srie de
habilidades importantes: modelar o problema, via estrutura de grafo
63
no exemplo, um diagrama em que cada ilha representada por um
ponto e cada ponte um segmento conectando dois pontos; explorar o
problema, identificando situaes em que h ou no soluo;
convergir para a descoberta da condio geral de existncia de uma tal
soluo (ainda no exemplo, o caso em que cada ilha tem um nmero
par de pontes). Muitos outros exemplos de problemas combinatrios
podem ser tratados de modo semelhante, tais como determinar a rota
mais curta em uma rede de transportes ou determinar um eficiente
trajeto para coleta de lixo em uma cidade. (BRASIL, 2006, p. 94).
No quarto momento, de acordo com a fala de Jurkiewicz citada acima, e j
transmitidos os conceitos bsicos da Teoria dos Grafos, foi proposto aos alunos que
tentassem resolver os dois problemas iniciais novamente, pra ver se mudariam os seus
procedimentos ou confirmariam os procedimentos anteriores descritos.
E podemos notar que os participantes, quase em sua totalidade, procuraram
desenvolver modelos e algoritmos associados Teoria dos Grafos.
Um dos alunos desenvolveu um algoritmo pra resolver a questo do nmero de
cores necessrias para a colorao do mapa proposto no segundo problema, enumerando
os passos da seguinte forma:
1
o
Liga as cidades que no podem ter a mesma cor.
2
o
As cidades que esto ligadas, colocar cores diferentes.
3
o
As cidades eu no esto ligadas, podem possuir as mesmas cores.
E o esquema que proposto pelo prprio est apresentado a seguir, onde o mesmo
representa as trs cores escolhidas, pelas letras A, B e C.
64
Outro participante decidiu ligar os estados que pudessem ter a mesma cor,
desenvolvendo o seguinte algoritmo.
1) Colocar nmeros em cada estado, de forma que ele no se repita quando h
fronteira entre eles.
2) Ligar as mesmas cores a serem pintadas entre si.
E o seu esquema est representado na figura abaixo, desenvolvida pelo prprio.
Outro aluno criou um algoritmo parecido com o anterior, contudo, resolveu ligar
os estados que tm fronteira em comum, formulando o algoritmo descrito pelo prprio
da seguinte forma:
Cada bolinha representa um estado, cada ligao uma fronteira:
1
o
Numerei um estado.
2
o
Numerei sua fronteira de maneira que um mesmo nmero no fique ligado a
ele mesmo.
Sendo assim so necessrias 3 cores.
O mesmo participante, demonstrando preocupao com a generalizao da
questo, desenvolveu o algoritmo a seguir:
Em um mapa maior.
65
1
o
Definir a quem cada estado est ligado
2
o
depois numerar os estados que no esto ligados com mesmo nmero.
3
o
As fronteiras desses estados numerados, numerar evitando que os mesmos
nmeros se ligassem.
Este aluno props o esquema a seguir:
Segundo Bassanezi, 2006,
O objetivo fundamental do uso de matemtica de fato extrair a
parte essencial da situao-problema e formaliz-la em um contexto
abstrato onde o pensamento possa ser absorvido com uma
extraordinria economia de linguagem. Desta forma, a matemtica
pode ser vista como um instrumento intelectual capaz de sintetizar
idias concebidas em situaes empricas que esto quase sempre
camufladas num emaranhado de variveis de menor importncia.
(p. 18)
Aps aplicar a Teoria dos Grafos aos problemas iniciais um participante
demonstrando concordncia com a citao acima em relao estratgia de Modelagem
por meio da ferramenta proposta, Teoria dos Grafos, disse: Tendo a Teoria dos Grafos
observa-se que h uma maior agilidade e rapidez em resolver um problema. Caso
tivesse um mapa bem grande, essa teoria ajudaria de forma excepcional. Neste caso
observa-se que fazendo o grafo pelas restries, ficaria menor, sendo mais fcil a
visualizao e concluso do problema.
66
No quinto e ltimo momento, foi proposta uma ltima atividade, que
apresentava um grau de dificuldade maior que os anteriores devido quantidade de
elementos e restries que continha. A seguir temos este problema, na forma que foi
proposto aos participantes da pesquisa.
Uma universidade vai realizar os exames finais de seu curso de Engenharia
Mecnica, que sero aplicados em n dias, cada um com apenas dois horrios disponveis
para a realizao dos mesmos, s 8h e 13h.
Alguns alunos esto matriculados em mais de uma disciplina, excetuando-se s
disciplinas que possuem pr-requisitos ainda no atingidos pelo aluno, e assim no
podemos marcar os exames das disciplinas que possam ter alunos matriculados em
ambas, no mesmo horrio. Observe que disciplinas que possuem pr-requisito no
possuem alunos em comum com o seu pr-requisito, portanto podem realizar seus
exames no mesmo horrio e dia.
Observaes:
I) A sala grande suficiente para todos os alunos matriculados numa determinada
disciplina e satisfaz todas as caractersticas requeridas para a realizao do exame.
II) Desde que obedea a seu pr-requisito, um aluno pode estar matriculado em qualquer
disciplina, de qualquer perodo.
Crie uma tabela e horrios em que todos os exames sejam associados a uma
clula de horrio, obedecendo s restries acima citadas, e que permita que cada aluno
possa fazer todos os exames que lhe cabem, sem que tenha que fazer dois exames num
mesmo dia e hora, procurando realiz-los no menor nmero de dias possvel.
Obs.: O nmero total de cursos, portanto de provas finais era em torno de 80.
Alguns alunos comearam a fazer o horrio e dando-se conta do tamanho de tal
planilha de horrio, logo foram desistindo e dizendo que s se fossem computadores.
67
De acordo com PCNs:
A modelagem matemtica, percebida como estratgia de ensino,
apresenta fortes conexes com a idia de resoluo de problemas...
Ante uma situao-problema ligada ao mundo real, com sua
inerente complexidade, o aluno precisa mobilizar um leque variado de
competncias: selecionar variveis que sero relevantes para o modelo
a construir; problematizar,...; formular hipteses explicativas do
fenmeno em causa; recorrer ao conhecimento matemtico acumulado
para a resoluo do problema formulado, o que, muitas vezes, requer
um trabalho de simplificao quando o modelo originalmente pensado
matematicamente muito complexo;... revelando o aspecto dinmico
da construo do conhecimento. (p. 85-86)
E desta forma, utilizando a Teoria dos Grafos, um dos participantes sacou uma
tentativa de modelar e encontrar uma soluo Algortmica, que descreveremos a seguir:
Para resolver o problema de montar o horrio de provas finais da faculdade de
Engenharia, partimos para o princpio da Teoria dos Grafos, seguindo o seguinte
algoritmo:
1 Ligue em um grafo todas as matrias que tm apenas um pr-requisito, essas
ficaro no mesmo dia e horrio.
2 Faa outro grafo com todas as matrias que tm dois pr-requisitos, mas os pr-
requisitos devem ter sido usados no primeiro passo.
3 Faa o mesmo com 3, 4 ... requisitos, at o final.
4 Monte a tabela a partir dos grafos.
5 Conclua.
A tcnica de Colorao de Grafos fora usada por alguns participantes na
tentativa de solucionar os problemas, embora, destaquemos o fato de que nenhum
conceito ou teorema ou mesmo algoritmo sobre Colorao de Grafos fora informado aos
participantes, e sim, somente as definies bsicas relacionada Teoria dos Grafos.
Um dos alunos ainda procurou desenvolver um algoritmo acerca de colorao de
grafos, nos chamando a ateno, j que demonstra o grau de preocupao na
68
generalizao das situaes-problema, bem como com a formao do pensamento
algortmico, e desta forma apresentamos a seguir:
1 - Separar os pontos chaves do problema, que neste caso so os estados, e anot-
los em algum lugar. (Preferencialmente separados em crculos).
2 Observar se mais fcil ligar os vrtices pelas restries ou no.
3 Ligue como queira.
4 Anote o resultado, passando para onde desejar.
5 Conclua o resultado.
E finalmente neste momento ainda, foram feitos comentrios finais sobre
Modelagem Matemtica, Pensamento Algortmico e sobre Teoria dos Grafos, por meio
da explanao dos alunos quanto s experincias por eles vividas no projeto que se
encerrara, e finalmente a coleta de todo material deixado com os alunos e encerramento
da oficina.
Reafirmando a fala dos autores no que se refere ao avano da Modelagem
Matemtica, do desenvolvimento da teoria relacionada aos algoritmos, atravs de uma
validao mais rpida e eficiente, portanto podemos observar um desenvolvimento da
Matemtica Discreta em alguns dos problemas propostos na pesquisa, mesmo com
algoritmos desenvolvidos, por vezes seriam inviveis o uso de recursos tecnolgicos,
representados principalmente pela computao, que tem sua base no desenvolvimento
de programas que se do por meio dos algoritmos.
Sendo assim, podemos afirmar que o avano no que se refere soluo de
situaes-problemas, que so vitais para o bom desenvolvimento do educando, passa
por um bom desenvolvimento do pensamento algortmico do mesmo.
Este trabalho oferece uma contribuio no que se refere a um estudo concreto
sobre algumas estratgias na transferncia de conceitos relacionados Modelagem
69
Matemtica e criao de Algoritmos, por meio, principalmente, da Teoria dos Grafos e
a criao de modelos que permitam a resoluo da questo proposta e outras similares.
70
7 Consideraes Finais
Muito ainda resta verificar no mbito da aplicao da Teoria dos Algoritmos no
Ensino Mdio, mas queremos enfatizar que buscamos estabelecer, uma observao
criteriosa em relao possvel aplicao dos contedos relacionados aos Algoritmos,
onde percebemos a dificuldade por parte de alguns agentes da pesquisa no que se refere
abstrao relacionada s situaes problemas.
Observamos tambm a facilidade relacionada ao interesse desses agentes pela
resoluo dos problemas e criao dos algoritmos, principalmente incentivada pelo fato
de que os problemas no possuam carter puramente matemtico e sim relacionado s
situaes no associadas diretamente com os contedos observados por eles nas salas de
aula.
Percebemos que o ensino de teoria dos grafos, construo de algoritmos e
Modelagem oferecem significativa contribuio para um ensino que evidencie a
articulao da Matemtica do ensino mdio, com assuntos relacionados cincia e
tecnologia. Alm de permitir, de forma contextualizada ou desafiadora, abordar
problemas de natureza combinatria presentes em situaes reais.
Esta pesquisa tem alcanado este objetivo: apresentar uma proposta em que o
aluno, alvo das atenes no processo de aprendizagem, seja motivado a investigar
situaes-problema ou solucionar problemas que permitam a construo dos conceitos
sobre grafos, utilizando Matemtica para compreender a tecnologia.
Enfatizamos, assim, a excelente contribuio da Matemtica, disciplina do
Ensino Mdio, que precisa ser ensinada para criar no aluno a prtica de lidar com os
procedimentos algortmicos. Enfatizamos que os resultados das atividades apontam
positivamente para a importncia da abordagem, relevncia e potencialidade desse
assunto no Ensino Mdio.
71
Evidentemente que os estudos aqui mostrados merecem ainda um
aprofundamento posterior, atravs de levantamentos bibliogrficos bem como novas
pesquisas nesse contexto, podendo assim validar as consideraes obtidas nesse estudo.
Entendemos que o estudo dos algoritmos poder ajudar a compreenso de
assuntos relacionados Matemtica, e reas afins. Nos dias atuais, notamos que os
algoritmos so utilizados apenas com o propsito do desenvolvimento de programas
relacionados computao, o que indica um subaproveitamento desta ferramenta.
A teoria dos algoritmos pode ser aplicada como estratgia de ensino-
aprendizagem, nos mais diversos segmentos do conhecimento, aprimorando tcnicas
construtivas do desenvolvimento do conhecimento humano.
Enfim, afirmamos que este trabalho apenas inicia a proposta de ensino-
aprendizagem, por meio dos Algoritmos, onde o aluno pode desenvolver os conceitos
necessrios resoluo dos problemas propostos, que julgamos de grande importncia
no currculo do Ensino Mdio.
Prevalece a certeza de que os assuntos de teoria dos grafos, aqui tratados e
aplicados permitiro que o aluno entenda os princpios bsicos na resoluo do
problema real; assim como para a compreenso do funcionamento das tecnologias que o
cercam, norteadas em processos algortmicos utilizadas na resoluo de problemas reais,
de diferentes naturezas e reas.
Assim sendo, observamos que, no ensino de grafos, h uma grande oportunidade
de contribuir para um ensino de Matemtica que seja experimental e contextualizado.
72
Apndice I
Problema Um
73
Problema 1.
No primeiro fim de semana de novembro deste mesmo ano, a Universidade do
Grande Rio estar promovendo uma srie de palestras sobre Ecologia, Doenas
Sexualmente Transmissveis (DST), Teoria da Relatividade e Estatuto da Criana e do
Adolescente (ECA). O Pblico Alvo est dividido basicamente em trs grupos:
Ensino Fundamental (EF), Ensino Mdio (EM) e Ensino Superior (ES). A palestra sobre
Teoria da Relatividade estar sendo oferecida somente para estudantes de nvel superior,
enquanto as sobre DST e ECA no estaro sendo oferecidas aos estudantes de nvel
fundamental e superior, respectivamente.
Monte os horrios das palestras, sabendo que sero oferecidas, no mesmo dia,
durante o turno da manh, com as seguintes opes: 8h s 9h; 9h 30min s 10h 30min e
11h s 12h e s existe um Professor disponvel para cada palestra.
Tudo deveria se tornar o mais simples possvel, mas no simplificado.
Albert Einstein
MESTRADO EM ENSINO DAS CINCIAS NA EDUCAO BSICA
Modelagem matemtica
Orientadores: Prof. Dr. Abel Rodolfo Garcia Lozano
Prof. Dr. Jacqueline de Cssia Pinheiro Lima
Mestrandos: Gess Pereira Ferreira
Willian da Silva Leal
74
Apndice II
Problema Dois
75
Problema 2.
Uma empresa de txi areo deseja explorar as regies Sudeste, Sul e
Centro-Oeste do Brasil. Para isso, em seu Projeto Piloto, instalou heliportos nas
capitais de todos os estados das regies citadas e em Braslia.
Utilize o mapa abaixo e a tabela com as distncias entre as capitais e faa uma
estimativa sobre as possveis capitais sedes e o nmero mnimo de aeronaves
necessrias para a realizao do projeto, sabendo que cada aeronave dever atender em
um raio mximo de 1 000 Km.
Tudo deveria se tornar o mais simples possvel, mas no simplificado.
Albert Einstein
MESTRADO EM ENSINO DAS CINCIAS NA EDUCAO BSICA
Modelagem matemtica
Orientadores: Prof. Dr. Abel Rodolfo Garcia Lozano
Prof. Dr. Jacqueline de Cssia Pinheiro Lima
Mestrando: Willian da Silva Leal
76
Apndice III
Problema Trs
77
Problema 3.
Em uma escola, a quantidade de aulas semanais para cada currculo do Ensino Mdio
dividida da seguinte maneira:
Matemtica, 5 aulas;
Lngua Portuguesa, 5 aulas;
Fsica, 4 aulas;
Qumica, 4 aulas;
Biologia, 3 aulas;
Lngua Estrangeira, 3 aulas;
Histria, 3 aulas; e
Geografia, 3 aulas.
Monte o quadro de horrios para o ano letivo de 2009, sabendo que a escola j
possui alunos, pr-matriculados, suficientes para formar 20 turmas no turno da
manh. Use o mnimo de professores possveis de cada currculo e, observe ainda, que
nenhuma das turmas poder ter mais de trs aulas seguidas, do mesmo currculo, no
mesmo dia. Use o quadro abaixo como modelo.
Incio de cada aula Seg. Ter. Qua. Qui. Sex.
1. 7h 30min
2. 8h 20min
3. 9h 10min
10h intervalo
intervalo intervalo intervalo intervalo
4. 10h 20min
5. 11h 10min
6. 12h
No h ramo da matemtica, por abstrato que seja, que no possa um dia vir a ser
aplicado aos fenmenos do mundo real.
Lobachevsky
MESTRADO EM ENSINO DAS CINCIAS NA EDUCAO BSICA
Modelagem matemtica
Orientadores: Prof. Dr. Abel Rodolfo Garcia Lozano
Prof. Dr. Jacqueline de Cssia Pinheiro Lima
Mestrandos: Gess Pereira Ferreira
Willian da Silva Leal

78
Apndice IV
Problema Quatro
79
Problema 4
Uma universidade vai realizar os exames finais de seu curso de Engenharia
Mecnica, que sero aplicados em n dias, cada um com apenas dois horrios disponveis
para a realizao dos mesmos, s 8h e 13h.
Alguns alunos esto matriculados em mais de uma disciplina, excetuando-se as
disciplinas que possuem pr-requisitos ainda no atingidos pelo aluno, e assim no
podemos marcar os exames das disciplinas que possam ter alunos matriculados em
ambas, no mesmo horrio. Observe que, disciplinas que possuem pr-requisito no
possuem alunos em comum com o seu pr-requisito, portanto podem realizar seus
exames no mesmo horrio e dia.
Observaes:
I) A sala grande suficiente para todos os alunos matriculados numa determinada
disciplina e satisfaz todas as caractersticas requeridas para a realizao do exame.
II)Desde que obedea a seu pr-requisito, um aluno pode estar matriculado em qualquer
disciplina, de qualquer perodo.
Crie uma tabela e horrios em que todos os exames sejam associados a uma
clula de horrio, obedecendo s restries acima citadas, e que permita que cada aluno
possa fazer todos os exames que lhe cabem, sem que tenha que fazer dois exames num
mesmo dia e hora, procurando realiz-los no menor nmero de dias possvel.
MESTRADO EM ENSINO DAS CINCIAS NA EDUCAO BSICA
Modelagem matemtica
Orientadores: Prof. Dr. Abel Rodolfo Garcia Lozano
Prof. Dr. Jacqueline de Cssia Pinheiro Lima
Mestrandos: Gess Pereira Ferreira
Willian da Silva Leal

80
O quadro abaixo mostra todas as disciplinas oferecidas, bem como seus pr-requisitos,
indicando a disciplina atravs do seu cdigo.
Curso de Engenharia Mecnica: Grade Curricular
Cdigo Disciplinas Pr-Requisito
101 DESENHO MECNICO -
102 INTRODUO ENGENHARIA MECNICA -
103 CLCULO I -
104 GEOMETRIA ANALTICA E VETORES -
105 PROGRAMAO DE COMPUTADORES -
106 QUMICA GERAL -
107 LABORATRIO DE QUMICA -
108 COMUNICAO E EXPRESSO -
109 EDUCAO FSICA DESPORTIVA -
112 MTODOS COMPUTACIONAIS 103
113 DESENHO COM AUXLIO DO COMPUTADOR 101
114 FSICA I 103
115 LABORATRIO DE FSICA I 114
116 CLCULO II 103 - 104
117 PRTICA DE OFICINAS -
118 PROPRIEDADES DOS MATERIAIS 106 - 107
119 PSICOLOGIA APLICADA -
122 FSICA IIII 114 - 115
123 LABORATRIO DE FSICA III 122
124 CCULO NUMRICO EM COMPUTADOR 104 -112
125 ESTTICA 114 - 115 - 116
126 INTRODUCO ENG. DE FABRICAO 114 - 115 - 117
127 TRANSFORM. DE D\FASES DOS MATERIAIS 118
128 CLCULO III 116
131 DINMICA 125
132 MECMICA DOS FLUDOS I 128
133 RSISTNCIA DOS MATERIAIS I 125
134 TERMODINMICA 116 - 122 - 123
135 CIRCUITOS ELTRICOS 128
136 ESTTSTICA I 116
137 USINAGEM DOS MATERIAIS 118 - 126
138 INTROD. DAS TCNIC. ELETROMAGNTICAS 122 - 123
141 ELETOTCNICA 127 - 138
142 LABORATRIO DE ELETROTCNICA 141
143 RESISTNCIA DOS MARTERIAIS II 133
144 MECNICA DOS FLUDOS II 132
145 TRANSFERNCIA DE CALOR I 132 - 13445
146 ELEMENTOS DO MQUIINAS I 131
1
0
Perodo
2
0
Perodo
3
0
Perodo
4
0
Perodo
5
0
Perodo
81
147 DINMICAS DAS MQUINAS 128 - 131
148 ESTTISTICA II 136
149 ENSAIOS DOS MATERIAIS 135
152 VIBRAES MECNICAS 128 - 131
153 INTRODUO ELETRNICA 138
154 LABORATRIO DE ELETRNICA 153
155 SISTEMA FLUDOSMECNICOS I 144
156 ELEMENTOS DE MQUINAS II 143 - 146
157 CONTROLE DE SISTEMAS DE MECNICOS 147
158 LABORATRIO DE ENG. DOS MATERIAIS 149
159 PROCESSOS METALRG. DE FABRICAO 135
160 TRANSFERNCIA DE CALOR II 144 - 145
163 INTRODUO ADMINISTRAO -
164 SISTEMA FLIDOS MECNICOS II 144
165 MQUINAS TERMICAS 160
166 ENGENHARIA DE QUALIDADE 148
167 GERAO, DISTRIB. E UTILIZ. DO VAPOR 160
168 CONFORMAO MECNICA 126 - 135
169 SIST. DE PROD. E AUTOM. DE MANUFAT. 148
170 INSTRUMENTAO 143 -145 - 149
173 ORGANIZAO DE EMPRESAS 163
174 CONTROLE TRMICOS DE AMBIENTES 160
175 LABORAT. DE PROCESSOS DE FABRICAO 135 - 159 - 168
176 AUTOVECULO 164 - 165
177 SELEO DE MATERIAIS 135
178 LABORATRIO DE CALOR E FLUDOS 155 - 160 - 164
179 ECONOMIA PARA ENGENHARIA 148
180 DIREITO -
183 SOCIOLOGIA -
184 LABORATRIO DE SISTEMAS TRMICAS 165 - 166 - 173
185 MQUINAS DE ELEVAO E TRANSPORTE 164 -165
186 CUSTOS INDUSTRIAIS 178
187 PLANEJ. E CONTROLE DA PRODUO 163
188 MANUTENO INDUSTRIAL 173
189 CINCAIS DO AMBIENTE -
6
0
Perodo
7
0
Perodo
8
0
Perodo
9
0
Perodo
82
Disciplinas Optativas
Cdigo Disciplinas Pr-Requisito Crdito
194 PESQUISA OPERACIONAL 169 60 4
195 PROJETO DO RODUTO E DA FABRICA 169 60 4
196
SISTEMA CED / CAD / CAM EM
ENGENHARIA
112 - 116 60 4
197
DESENHO 3D COM AUXLIO DO
COMPUTADOR
- 60 4
198
TPICOS EM ENGENHARIA MECNICA
I
- VAR. VAR.
199
TPICOS EM ENGENHARIA MECNICA
II
- VAR. VAR.
200
TUBULAES E VENTILAES
INDUSTRIAL
144 - 145 60 4
201 PROJETOS DE SISTEMAS MECNICOS 166 60 4
202 USINAS HIDRELTRICAS 143 60 4
203
ESTRUTURA METLICA PARA ENG.
MECNICA
173 60 4
204
ERGONOMIA E SEGURANA DOA
TRABALHO
173
205 PROTEO ANTICORROSIVA 106 - 107
206 ENGENHARIA MECNICA ROVIARIA 152 - 166
83
Anexo I
Distncia entre as Capitais Brasileiras
DISTNCIA ENTRE AS CAPITAIS BRASILEIRAS - em Km
84
Nmeros acima do 0 (zero) = Distncias AREAS / Nmeros abaixo do 0 (zero) = Distncias RODOVIRIAS
Aracaju
Belm
Belo
Horizont
e
Boa Vista
Brasli
a
Campo
Grande
Cuiab
Curitib
a
Florian
polis
Fortalez
a
Goinia
Joo
Pessoa
Macap

Aracaju 0 1.641 1.248 3.022 1.292 2.155 2.121 2.061 2.207 815 1.461 486 1.967
Belm 2.079 0 2.111 1.432 1.592 2.212 1.778 2.665 2.904 1.133 1.693 1.636 329
B. Horizonte 1.578 2.824 0 3.117 624 1.118 1.372 820 973 1.893 666 1.726 2.349
Boa Vista 6.000 6.083 4.736 0 2.496 2.667 2.107 3.370 3.620 2.562 2.503 3.067 1.110
Braslia 1.652 2.120 716 4.275 0 878 873 1.081 1.314 1.687 173 1.716 1.791
C. Grande 2.765 2.942 1.453 3.836 1.134 0 559 780 1.007 2.547 705 2.593 2.309
Cuiab 2.775 2.941 1.594 3.142 1.133 694 0 1.302 1.543 2.329 740 2.495 1.822
Curitiba 2.595 3.193 1.004 4.821 1.366 991 1.679 0 251 2.670 972 2.545 2.836
Florianpolis 2.892 3.500 1.301 5.128 1.673 1.298 1.986 300 0 2.857 1.215 2.693 3.082
Fortaleza 1.183 1.610 2.528 6.548 2.200 3.407 3.406 3.541 3.838 0 1.854 555 1.451
Goinia 1.848 2.017 906 4.076 209 935 934 1.186 1.493 2.482 0 1.889 1.868
Joo Pessoa 611 2.161 2.171 6.593 2.245 3.357 3.366 3.188 3.485 688 2.442 0 1.964
Macap 0
Macei 294 2.173 1.854 6.279 1.930 3.040 3.049 2.871 3.168 1.075 2.125 395
Manaus 5.215 5.298 3.951 785 3.490 3.051 2.357 4.036 4.443 5.763 3.291 5.808
Natal 788 2.108 2.348 6.770 2.422 3.534 3.543 3.365 3.662 537 2.618 185
Palmas 1.662 1.283 1.690 4.926 973 1.785 1.784 2.036 2.336 2.035 874 2.253
Porto Alegre 3.296 3.852 1.712 5.348 2.027 1.518 2.206 711 476 4.242 1.847 3.889
Porto Velho 4.230 4.397 3.050 1.686 2.589 2.150 1.456 3.135 3.442 4.862 2.390 4.822
Recife 501 2.074 2.061 6.483 2.135 3.247 3.255 3.078 3.375 800 2.332 120
Rio Branco 4.763 4.931 3.584 2.230 3.123 2.684 1.990 3.669 3.976 5.396 2.924 5.356
R. Janeiro 1.855 3.250 434 5.159 1.148 1.444 2.017 852 1.144 2.805 1.338 2.448
Salvador 356 2.100 1.372 5.794 1.446 2.568 2.566 2.385 2.682 1.389 1.643 949
So Luis 1.578 806 2.738 6.120 2.157 2.979 2.978 3.230 3.537 1.070 2.054 1.660
So Paulo 2.187 2.933 586 4.756 1.015 1.014 1.614 408 705 3.127 926 2.770
Teresina 1.142 947 2.302 6.052 1.789 2.911 2.910 3.143 3.450 634 1.986 1.224
Vitria 1.408 3.108 524 5.261 1.239 1.892 2.119 1.300 1.597 2.397 1.428 2.001
85
DISTNCIA ENTRE AS CAPITAIS BRASILEIRAS
- em Km
Nmeros acima do 0 (zero) = Distncias AREAS / Nmeros abaixo do 0 (zero) = Distncias RODOVIRIAS
MaceiManaus Natal Palmas
Porto
Alegre
Porto
Velho
Recife
Rio
Branco
R.
Janeiro
Salvador
So
Luis
S.
Paulo
Teresina Vitria
Aracaju 201 2.673 604 1.235 2.580 2.946 398 3.359 1.482 277 1.226 1.731 903 1.102
Belm 1.680 1.292 1.550 973 3.188 1.886 1.676 2.333 2.450 1.687 481 2.463 750 2.275
B. Horizonte 1.439 2.556 1.831 1.178 1.341 2.477 1.639 2.786 339 964 1.932 489 1.652 378
Boa Vista 3.089 661 2.983 1.988 3.785 1.335 3.103 1.626 3.428 3.009 1.913 3.300 2.169 3.394
Braslia 1.485 1.932 1.775 620 1.619 1.900 1.657 2.246 933 1.060 1.524 873 1.313 947
C. Grande 2.352 2.013 2.654 1.320 1.119 1.634 2.530 1.827 1.212 1.905 2.284 894 2.132 1.490
Cuiab 2.302 1.453 2.524 1.029 1.679 1.137 2.452 1.414 1.575 1.915 1.942 1.326 1.862 1.745
Curitiba 2.259 2.734 2.645 1.693 546 2.412 2.459 2.601 675 1.784 2.599 338 2.362 1.076
Florianpolis 2.402 2.981 2.802 1.931 376 2.641 2.603 2.809 748 1.930 2.821 489 2.573 1.160
Fortaleza 730 2.383 435 1.300 3.213 2.855 629 3.300 2.190 1.028 652 2.368 495 1.855
Goinia 1.656 1.912 1.948 724 1.497 1.813 1.829 2.138 936 1.225 1.662 810 1.467 1.022
Joo Pessoa 299 2.819 151 1.521 3.066 3.200 104 3.632 1.968 763 1.162 2.216 905 1.581
Macap 2.009 1.054 1.874 1.177 3.341 1.724 2.005 2.159 2.687 2.000 803 2.664 1.079 2.545
Macei 0 2.778 434 1.383 2.775 3.090 202 3.510 1.671 475 1.234 1.928 929 1.282
Manaus 5.491 0 2.765 1.509 3.132 761 2.833 1.149 2.849 2.605 1.746 2.689 1.921 2.865
Natal 572 5.985 0 1.527 3.172 3.179 253 3.616 2.085 875 1.071 2.320 843 1.706
Palmas 1.851 4.141 2.345 0 2.222 1.711 1.498 2.127 1.512 1.114 964 1.493 835 1.413
Porto Alegre 3.572 4.563 4.066 2.747 0 2.706 2.977 2.814 1.123 2.303 3.142 852 2.909 1.536
Porto Velho 4.505 901 4.998 3.662 0 3.190 449 2.707 2.808 2.274 2.463 2.362 2.835
Recife 285 5.698 297 2.058 3.779 4.712 0 3.618 1.874 675 1.209 2.128 934 1.483
Rio Branco 5.039 1.445 5.533 3.764 4.196 544 5.243 0 2.982 3.206 2.726 2.704 2.806 3.156
R. Janeiro 2.131 4.374 2.625 2.124 1.553 3.473 2.338 4.007 0 1.209 2.266 357 1.979 412
Salvador 632 5.009 1.126 1.454 3.090 4.023 839 4.457 1.649 0 1.323 1.453 994 839
So Luis 1.672 5.335 1.607 1.386 3.891 4.434 1.573 4.968 3.015 1.599 0 2.348 329 2.023
So Paulo 2.453 3.971 2.947 1.776 1.109 3.070 2.660 3.604 429 1.962 2.970 0 2.091 741
Teresina 1.236 5.267 1.171 1.401 3.804 4.366 1.137 4.900 2.579 1.163 446 2.792 0 1.713
Vitria 1.684 4.476 2.178 2.214 2.001 3.575 1.831 4.109 521 1.202 2.607 882 2.171 0
86
Anexo II
Teoria dos Grafos
87
Grafos Algumas Definies
Segundo LIPSCHUTZ, S., LIPSON, M. Matemtica Discreta. Terceira Edio.
Editora Artmed. Coleo Schaum.
Um grafo G consiste em:
(i) Um conjunto V = V(G) cujos elementos so chamados vrtices, pontos
ou ns de G.
(ii) Um conjunto E = E(G) de pares no ordenados de vrtices distintos,
chamados arestas de G.
Denotamos tal grafo por G(V, E) quando queremos enfatizar as duas partes de G.
Vrtices u e v so ditos adjacentes se existe uma aresta e = {u, v}. Neste caso, u
e v so ditos os extremos de e, e diz-se que e conecta u e v. Alm disso, diz-se que uma
aresta e incidente a seus extremos u e v.
Grafos so representados por diagramas no plano de modo natural.
Especificamente, cada vrtice v em V representado por um ponto (ou pequeno
crculo), e cada aresta e= {v
1
, v
2
} representada por uma curva que conecta seus
extremos v
1
e v
2
.
A representao grfica de um grafo orientado G uma representao de G no
plano, ou seja, cada vrtice u de G representado por um ponto (ou um pequeno
crculo), e cada aresta (orientada) e = {u, v} representada por uma seta ou curva
orientada do ponto inicial u de e para o ponto terminal v. De uma forma geral, um
dgrafo G mais comumente representado por sua representao do que pela listagem
explcita de seus vrtices e arestas.
Um grafo orientado G(V, E) dito finito se o seu conjunto de vrtices V e o seu
conjunto de arestas E so finitos.
88
Subgrafos
Seja G(V, E) um grafo orientado, e seja V um subconjunto de V de vrtices de
G. Suponha que E um subconjunto de E tal que os pontos finais das arestas em E
pertencem a V. Logo, H(V, E) um grafo orientado e dito subgrafo de G.
Algumas definies bsicas
Ordem
A ordem de um grafo G dada pela cardinalidade do conjunto de vrtices, ou
seja, pelo nmero de vrtices de G.
Adjacncia
Em um grafo simples dois vrtices de v e u so adjacentes se h uma aresta
e = {u, v} em G. Esta aresta dita incidente a ambos, u e v.
Lao
Um lao uma aresta ou arco do tipo e = {u, u}, ou seja, que relaciona um
vrtice a ele prprio.
Grau
Seja G um grafo orientado. O grau de sada de um vrtice u de G o nmero de
arestas comeando em v, e o grau de entrada o nmero de arestas terminando em v.
Teorema: a soma dos graus de sada dos vrtices de um grafo orientado G igual
soma dos graus de entrada dos vrtices, que igual ao nmero de arestas de G.
Grafo Regular
Um grafo dito ser regular quando todos os seus vrtices tem o mesmo grau.
Grafo Completo
Um grafo dito ser completo quando h uma aresta entre cada par de seus
vrtices. Estes grafos so designados por K
n
, onde n a ordem do grafo
89
Grafo Valorado
Um grafo G(V, E) dito ser valorado quando existe uma ou mais funes
relacionando V e/ou E com um conjunto de nmeros.
Multigrafo
Um grafo G(V, E) dito um multigrafo quando existem mltiplas arestas entre
pares de vrtices de G.
Cadeia
Uma cadeia uma sequncia qualquer de arestas adjacentes que ligam dois
vrtices. O conceito de cadeia vale tambm para grafos orientados, bastando que se
ignore o sentido da orientao dos arcos.
Caminhos
Seja G um grafo orientado. Os conceitos de caminho, caminho simples, trilha e
ciclo so os mesmos dos grafos no orientados, exceto pelo fato de que a direo da
aresta deve coincidir com a direo do caminho.
1) Um caminho orientado P em G uma sequncia alternada de vrtices e arestas
orientadas.
2) O comprimento do caminho P n, seu nmero de arestas.
3) Um caminho simples um caminho com vrtices distintos. Uma trilha um
caminho com arestas distintas.
4) Um caminho fechado tem os vrtices primeiro e ltimo iguais.
5) Um caminho gerador contm todos os vrtices de G.
6) Um ciclo ou circuito um caminho fechado com vrtices distintos (exceto o
primeiro e o ltimo).
90
7) Um semicaminho o mesmo que um caminho, a no ser pelo fato de que a
aresta e
i
pode iniciar em v
i-1
ou v
i
e terminar no outro vrtice. Semitrilhas e
caminhos semi-simples so definidos de maneira anloga.
Ciclo
Um ciclo uma cadeia simples e fechada, ou seja, o vrtice inicial o mesmo
que o vrtice final.
Circuito
Um circuito um caminho simples e fechado.
Grafo Conexo
Um grafo G(V, E) dito ser conexo se h pelo menos uma cadeia ligando cada
para de vrtices deste grafo G.
Grafo Desconexo
Um grafo G(V, E) dito ser desconexo se h pelo menos um par de vrtices que
no est ligado por nenhuma cadeia.
Conectividade
Existem trs tipos de conectividade em um grafo orientado G:
1) G fortemente conexo ou forte se, para qualquer par de vrtices u e v em G,
existe um caminho de u para v e um caminho de v para u, isto , se cada um
deles alcanvel a partir do outro.
2) G unilateralmente conexo ou unilateral, se para qualquer par de vrtices u e
v em G, existe um caminho de u para v ou um caminho de v para u, isto , se
algum deles alcanvel a partir do outro.
3) G fracamente conexo ou fraco se existe um semicaminho entre quaisquer
dois vrtices u e v em G.
91
Vrtice de Corte
Um vrtice dito ser um vrtice de corte se sua remoo, juntamente com as
arestas a ele conectadas, provoca uma reduo na conexidade do grafo.
Ponte
Uma aresta dita ser uma ponte se sua remoo provoca uma reduo na
conexidade do grafo.
Base
Uma base de um grafo G(V, E) um subconjunto B V, tal que:
dois vrtices quaisquer de B no so ligados por nenhum caminho;
todo vrtice no pertencente a B pode ser atingido por um caminho partindo
de B.
Anti-Base
Uma anti-base de um grafo V um subconjunto A V, tal que:
dois vrtices quaisquer de A no so ligados por nenhum caminho;
92
de todo vrtice no pertencente a A pode-se atingir A por um caminho.
Raiz
Se a base de um grafo G(V, E) um conjunto unitrio, ento esta base a raiz de
G.
Anti-Raiz
Se a anti-base de um grafo G(V, E) um conjunto unitrio, ento esta anti-base
a anti-raiz de G.
rvore
Uma rvore um grafo conexo sem ciclos.
Seja G(V, E) um grafo com ordem n > 2; as propriedades seguintes so
equivalentes para caracterizar G como uma rvore:
1) G conexo e sem ciclos;
2) G sem ciclos e tem n 1 arestas;
3) G conexo e tem n 1 arestas;
4) G sem ciclos e por adio de uma aresta se cria um ciclo e somente um;
5) G conexo, mas deixa de s-lo se uma aresta suprimida (todas as arestas
so pontes);
6) Todo par de vrtices de G unido por uma e somente uma cadeia simples.
rvore com Razes
rvore um grafo conexo acclico, isto , um grafo conexo sem ciclos. Uma
rvore com raiz ou enraizada T uma rvore que contm um vrtice designado r,
chamado de raiz de rvore. Como existe um nico caminho simples da raiz r para
93
qualquer outro vrtice v em T, isso determina a direo das arestas de T. Portanto, T
pode ser visto como um grafo orientado. Qualquer rvore pode ser transformada em
uma rvore com raiz pela simples seleo de um dos vrtices como a raiz.
Grafo Planar
Um grafo G(V, E) dito planar, quando existe alguma forma de se dispor seus
vrtices em plano de tal modo que nenhum par de arestas se cruze.
Colorao de Grafos
Considere um grafo G. Uma colorao de vrtices ou, simplesmente, uma
colorao de G uma atribuio de cores aos vrtices de G de tal forma que vrtices
adjacentes tm cores distintas. Dizemos que G n-colorvel se existe uma colorao de
G que uns n cores. O nmero mnimo de cores necessrias para pintar G dito o nmero
cromtico de G e denotado por X(G).
Assim sendo, uma colorao de G uma funo f: V C tal que para cada par
de vrtices u, v V tem se (u, v) E f(u) f(v).
Uma k-colorao de G uma colorao que utiliza um total de k cores.
Nmero Cromtico
Denomina-se nmero cromtico X(G) de um grafo G ao menor nmero de cores
k, para o qual existe uma k-colorao de G.
Isomorfismo
94
Sejam dois grafos G
1
(V
1
, E
1
) e G
2
(V
2
, E
2
). Um isomorfismo de G
1
sobre G
2
e um
mapeamento bijetivo f:V
1
V
2
tal que {x, y} A
1
se e somente se {f(x), f(y)} A
2
, para
todo x, y V
1
.
Valorao
Diz-se que um grafo valorado sobre os vrtices (ligaes) quando existem uma
ou mais funes relacionando X (U) a conjunto de nmeros. Na maioria das aplicaes
de grafos existem dados quantitativos associados a pontos ou a ligaes envolvidas pelo
problema; os modelos correspondentes envolvero, nesses casos, grafos valorados.
Partio de grafos
Em muitas situaes h interesse no particionamento do conjunto de vrtices de
um grafo em subconjuntos que apresentem propriedades importantes para o estudo que
se realiza, e muitas vezes precisaremos da partio de X em subconjuntos de vrtices
mutuamente no adjacentes.
Um grafo G = (V, E) dito k-partido se existir uma partio
P = {Y
i
/ i = 1,... , k, Y
i
Y
j
= , i j} do seu conjunto de vrtices, tal que no existam
95
ligaes entre elementos de um mesmo Y
i
(todas as ligaes de G so da forma (p, q)
tais que p Y
i
e q Y
j
, j i).
Segundo P. Feofiloff , Y. Kohayakawa, Y.Wakabayashi a teoria dos grafos
estuda objetos combinatriosos grafosque so um bom modelo para muitos
problemas em vrios ramos da Matemtica, da Informtica, da Engenharia e da
Indstria. Muitos dos problemas sobre grafos tornaram-se clebres porque so um
interessante desafio intelectual e porque tm importantes aplicaes prticas.
Segundo Jurkiewicz os grafos so fonte imensa e inesgotvel de problemas
tericos ou aplicados que apresentam, em sua grande maioria, enunciados de simples
entendimento, mas que, muitas vezes, escondem uma sofisticada estrutura Matemtica
onde precisam ser modelados visto que, vez por outra, suas solues (nem sempre
exatas) exigem difceis mtodos de procura e obteno.
Ao longo da histria muitos problemas de Matemtica Discreta surgiram e
alguns foram resolvidos atravs da Modelagem Matemtica, e a construo de uma
soluo por meio de algoritmos da teoria dos grafos.
96
8 Referncias Bibliogrficas
______. ______. Parmetros Curriculares Nacionais+ (PCN+) Cincias da Natureza,
Matemtica e suas Tecnologias. Braslia: MEC, 2002.
______. ______. Secretaria da Educao Bsica. Orientaes Curriculares para o
Ensino Mdio. Volume 2. Cincias da Natureza, Matemtica e suas Tecnologias.
Braslia: MEC, 2006.
______. ______. Secretaria de Educao Mdia e Tecnolgica. Parmetros
Curriculares Nacionais: Ensino Mdio. Braslia: MEC, 1999.
57, janeiro/junho 1996.
BARBOSA, C. B., CALDEIRA, A. D., ARAJO, J. L.(Orgs). Modelagem na educao
matemtica brasileira: pesquisas e prticas educacionais. Recife: SBEM, 2007.
BASSANEZI, R. C. Ensino-aprendizagem com modelagem matemtica. So Paulo:
Contexto, 2006.
BERLINSKI, David, 1942, O advento do algoritmo: a idia que governa o mundo;
traduo Leila de Souza Mendes.-So Paulo, Globo, 2002
BICUDO, M. A. V. Pesquisa em Educao Matemtica: concepes e perspectivas. So
Paulo, Editora UNESP, 1999.
BOAVENTURA Netto Grafos: Teoria, Modelos, Algoritmos, Editora Edgard
Blucher Ltda.,2a. ed., 2001
BOGDAN, R.; BIKLEN, S. Investigao Qualitativa em Educao. Uma
Introduo Teoria e aos Mtodos. Porto: Porto Editora, 1999.
BORATTI, I. C. :Introduo Programao: Algoritmos. 3 ed. Florianpolis: Visual
Books, 2007.
97
BOYER,C.B. Histria da matemtica. Trad: Elza F. Gomide. So Paulo,
Edgard/Blucher, 1996.
BRASIL. Ministrio da Educao. Lei n 9.394/96 Lei de Diretrizes e Bases da
Educao Nacional. Art.35. 1996.
BRASIL, Secretria de Educao Fundamental. Parmetros curriculares
nacionais: ensino mdio. Braslia: MEC, 2002.
CAMPELLO, R. Eduardo. Algoritmos e Heursticas: desenvolvimento e avaliao de
performance/Ruy Eduardo Campello e Nelson Maculan Niteri, RJ: EDUFF, 1994
CARNIELLI, Walter A. Computabilidade, funes computveis, lgica e os
fundamentos da matemtica 2 ed. Revista So Paulo: Editora UNESP, 2009
CORMEN Thomas H. Algoritmos : teoria e prtica 1... [et all;traduo da segunda
edio [americana] Vandenberg D. de Souza. - Rio de Janeiro : Elsevier, 2002 - @
Reimpresso.
CRESWELL, J.W. Projeto de pesquisa: mtodo qualitativo, quantitativo e misto. 2. ed.
So Paulo: Artmed, 2007.
DAMBROSIO, Ubiratan Educao matemtica: Da teoria prtica-Campinas, SP
Papirus, 1996.
DEWEY, Jonh. Como pensamos. So Paulo: Nacional, 1979.
EVES, Howard, Introduo Histria da Matemtica, Unicamp, Campinas, 1997
FREIRE, Paulo. ; MORIN, Edgar. A cabea bem feita; repensar a reforma; reformar o
pensamento. Rio de Janeiro: Bertrand do Brasil, 2000.
FRIEDMANN VALLADARES, C. Matemtica discreta, algoritmos, modelos.
Tendncias do ensino da matemtica no sculo XXI. 2003, 252 f., Tese (Doutorado)
COPPE / UFRJ Programa de Engenharia de Produo, Rio de janeiro, 2003.
FRIEDMANN VALLADARES, C., LOZANO, A. Modelagem e modelos discretos:
uma necessidade do ensino atual.
GARBI, Gilberto G. A Rainha das Cincias: um passeio histrico pelo maravilhoso
mundo da matemtica/ Gilberto Geraldo Garbi. 2. Ed ver. e ampl. So Paulo:
Editora Livraria da Fsica, 2007 Gerais, WEIMIG04, Belo Horizonte - MG.
GARNICA, A. V. M. Histria Oral e educao Matemtica. In: BORBA, M. C.;
ARAJO, J. L. (Org.) Pesquisa Qualitativa em Educao Matemtica. Belo Horizonte:
Autntica, 2004.
GERSTING, J. L.. Fundamentos Matemticos para Cincia da Computao. Rio de
Janeiro: LTC, 2004.
http://pt.wikipedia.org/wiki/Algoritmo acessado em 02 de maro de 2009
98
III Workshop de Educao em Computao e Informtica do Estado de Minas
Gerais, WEIMIG04, Belo Horizonte - MG.
JOS BILA FILHO(Moderno Dicionrio Enciclopdico Brasileiro 1986
JURKIEWICZ, S. Matemtica Discreta em Sala de Aula. In: CARVALHO L. M.;
GUIMARES, L. C. (Org.). Histria e Tecnologia no Ensino de Matemtica. v 1. Rio
de Janeiro: IME-UERJ, 2002. p 115-161.
JURKIEWICZ, S.; MUNIZ, Ivail Junior. Oficina de Teoria dos Grafos. In: III Bienal da
Sociedade Brasileira de Matemtica, 2006. Goiania: UFG, 2006. Resumo das Oficinas
JURKIEWICZ, S. ; TEIXEIRA, P. J. M. (Discente-Autor/Doutorado), 2006.
PROBLEMINHAS E PROBLEMAS EM GRAFOS; Bienal da Sociedade Brasileira de
Matemtica da UFG: Anais da III Bienal da SBM, 001, 1, ISBN: Portugus, Meio
digital.
KAASBLL, J. (1998) Exploring Didactic Models for Programming. Norsk
Informatikkkonferanse, Hgskolen i Agder.
LAJONQUIRE, Leandro de:De Piaget a Freud: para repensar as aprendizagens. A
(psico)pedagogia entre o conhecimento e o saber. 14. Ed Petrpolis, RJ: Vozes, 2007
LEO E MATTOS, Dicionrio ilustrado de matemtica; vol. I fascculo I. Braslia.
Instituto Nacional do Livro, 1972
LIPSCHUTZ, S., LIPSON, M. Matemtica Discreta. Terceira Edio. Editora Artmed.
Coleo Schaum, 2004
LDKE, M.; ANDR, M. E. D. A. de. Pesquisa em educao: abordagens qualitativas.
So Paulo: E.P.U., 1996.
MACEDO, E. F. . Novas tecnologias e currculo. In: ANTONIO FLAVIO MOREIRA.
(Org.). CURRICULO:QUESTOES ATUAIS. 1 ed. CAMPINAS: PAPIRUS, 1997, v.
1, p. 39-58.
MENDONA, M. C. D. A intendidade dos algoritmos nas sries iniciais: uma
imposio scio-historica-estrutural ou uma opo valiosa? Zetetik, v.4, n 5, p.55-
MORSE, J., Approaches to qualitative-quantitative methodological triangulation,
Nursing Research, 40, 1991.
PEREIRA JNIOR, J. C. R.; Rapkiewicz, C. E. (2004) O Processo de Ensino e
Aprendizagem de Algoritmos e Programao: Uma Viso Crtica da Literatura. In:
PEREIRA JNIOR, Jos Carlos Rocha ; RAPKIEWICZ, Clevi Elena ; XEXO, Jos
Antonio Moreira ; DELGADO, Carla . ,Um Ambiente de Apoio ao Ensino de
Algoritmos e Programao 2006, Campos Grande, MS, 2006.
99
PIAGET J O desenvolvimento do pensamento: Equilibrao das estruturas cognitivas.
Lisboa Publicaes Dom Quixote, 1977
POLYA, G.(George), 1887 A arte de resolver problemas: um novo aspecto do mtodo
matemtico / G. Polya; traduo e adaptao Heitor Lisboa de Arajo, Rio de Janeiro;
intercincia, 1995
SCHEINERMAN, Eward R.. Matemtica Discreta: uma introduo. So Paulo:
Thompson, 2003.
TENRIO, Robinson Moreira Computadores de papel: mquinas abstratas para o
ensino concreto 3 ed So Paulo, Cortez, 2003
VILLAS, Marcos Vianna. (1993) Estruturas de dados : conceitos e tcnicas de
implementao. Rio de Janeiro: Ed. Campus.