MODELAGEM MATEMTICA NO ENSINO DE MATEMTICA NA

ENGENHARIA

Maria Salett Biembengut 1

Nelson Hein 2
Gabriel Schneider Loss 3

Neste artigo apresentamos algumas reflexes sobre a estrutura educacional brasileira que tem
permanecido a mesma com currculo pautado em muitas disciplinas, tempo insuficiente para
que sejam aprofundadas e cada uma dessas disciplinas sob responsabilidade de um professor;
dificultando que mudanas significativas se produzam na formao dos estudantes. E com
isso, cada vez mais, estudantes sem interesse e sem perceber qualquer necessidade em
adquirir esse conhecimento, continuam apresentando resultados deficitrios nos exames e no
mercado de trabalho, quando passam a atuar. E o professor nesse contexto, permanece
jogando com suas tcnicas e estratgias, s vezes levado a fazer algumas tentativas inovadoras
apenas pelo seu virtuosismo. Temos nos dedicado a pesquisa em modelagem matemtica em
cujos vrios estudos os dados empricos foram obtidos atravs de experincias no ensino em
todos os nveis de escolaridade; dentre estes, em vrias disciplinas de matemtica de cursos de
Engenharia. Como exemplo, neste artigo apresentamos uma experincia que realizamos no
primeiro semestre de 2009 na disciplina de Pesquisa Operacional. Para fazer uso da
modelagem como mtodo de ensino, ns procuramos desenvolver o contedo matemtico da
disciplina de forma a prover os estudantes com questes que devero lidar futuramente no
campo profissional e, especialmente, integrando a diversas disciplinas do curso. Embora no
se subestime a importncia da modelagem matemtica como mtodo de ensino e de
aprendizagem, alguns aspectos devem ser verificados para no sublinhar com demasiada
nfase, se esquecendo de limitaes que a estrutura educacional produz tanto para o professor
quanto para os estudantes. A estrutura educacional com currculo partido em vrias
disciplinas, cada disciplina sob a responsabilidade de um professor e horrios e perodos para
cumprir cada fase escolar, sem dvida, a principal dificuldade para tornar a modelagem
matemtica um mtodo de ensino e aprendizagem em sala de aula.
Palavras-chave: modelagem matemtica, engenharia, estrutura educacional

Maria Salett Biembengut ps-doutora em Educao pela USP e pela University of New Mexico (USA). Atua
na Universidade Regional de Blumenau (FURB), desde 1990. salett@furb.br
2
Nelson Hein ps-doutor pela Associao Instituto Nacional de Matemtica Pura e Aplicada. Atua como
professor permanente no Programa de Ps-Graduao em Cincias Contbeis (PPGCC) da FURB. hein@furb.br
3
Gabriel Schneider Loss graduando em Eng. de Telecomunicaes na FURB e bolsista de iniciao cientfica
no Centro de Referncia em Modelagem Matemtica no Ensino (CREMM), na FURB. gloss@al.furb.br
224

1. Apresentao
O Brasil possui amplo parque industrial em quase todas as reas, comrcio e servios. A
produo brasileira no apenas atende o prprio mercado (180 milhes de habitantes) como
tambm, exporta para diversos pases. Colaboram para isso, diversos centros de pesquisas das
prprias indstrias ou em parceria com os centros de pesquisas das universidades ou
subsidiados pelos governos federal e estaduais. Nesse sistema social e produtivo brasileiro
requerido do profissional: conhecimento geral e especfico, habilidade em aplicar este
conhecimento e senso aguado na tomada de deciso.
Faz parte deste conhecimento a matemtica. Isso porque h ntima conexo entre
matemtica e indstria, gerando e resolvendo problemas associados com o desenvolvimento
da humanidade, econmica e socialmente (DAMLAMIAN; STRBER, 2009, traduo
nossa). Entretanto, a maioria destes profissionais torna-se apto para desenvolver suas funes
somente a partir da experincia e de treinamentos/cursos promovidos pela empresa que atua.
Por isso, significativo nmero de empresrios reclama dos jovens recm formados por no
saberem aplicar o conhecimento adquirido na escola. Quais as razes para que a maioria dos
estudantes, em particular dos cursos de graduao, aprenda somente quando passa a
trabalhar, a despeito do nmero de horas-aula e dos anos de estudos na faculdade? Como
mudar esta situao que perdura h dcadas tanto no Brasil como em vrios pases?
A pesquisa brasileira do setor produtivo to significativa quanto a pesquisa sobre as
questes educacionais. Um dos grandes focos de pesquisa na Educao sobre formao de
professores. Estudos diversos indicam que o professor deve buscar meios para tornar as aulas
mais interessantes, motivadoras aos estudantes; propem estratgias e mtodos para que o
professor integre os contedos programticos realidade dos estudantes, faa uso dos
recursos tecnolgicos, etc. No que diz respeito ao ensino de matemtica, muitas pesquisas tem
sido feitas para encontrar caminhos para fazer os contedos tericos transparentes e
comunicativos para os estudantes dispor de uma perspectiva do conhecimento matemtico
(HEILIO, 2009, traduo nossa).
Na Educao Matemtica, mesmo com expressiva pesquisa e reestruturaes
curriculares, o ensino de matemtica, salvo experincias isoladas, no propicia ao estudante
suficiente habilidade para interpretar e solucionar problemas. Poucas vezes lhes so
apresentados situaes-problemas que requerem uma leitura e interpretao e, a seguir, uma
formulao e explicao desse contexto. Sem essa vivncia, essa capacidade se perde. A
matemtica, em geral, tratada de forma estanque sem qualquer vnculo; nem entre a prpria

225

matemtica. Qual a dificuldade dos professores em se desvincular desta prtica apesar das
criticas recebidas em razo do fraco desempenho dos estudantes?
Nas duas ltimas dcadas vimos nos dedicando a pesquisa em modelagem matemtica
(MM) em Educao cujos dados empricos da maioria destes trabalhos foram obtidos de
experincias pedaggicas em todos os nveis de escolaridade: do inicio da Educao Bsica
aos cursos de Graduao e Ps-Graduao. Dentre as experincias encontram-se as realizadas
em diversas disciplinas de Matemtica nos cursos de Engenharia. Dos diversos aspectos
analisados nestas pesquisas, um deles mostra que a MM contribui no apenas para que os
estudantes aprendam o contedo matemtico, mas principalmente, a formular, resolver e
tomar decises (BIEMBENGUT; HEIN, 2007).
Embora a MM faa parte de programas curriculares de vrios cursos de Engenharia nas
disciplinas especficas e bsicas, pouco se alterou na prtica em sala de aula. De fato, o que
mudou nas escolas e universidades foi apenas a estrutura fsica (mobilirio moderno,
computadores, internet etc.). Mas, a estrutura educacional permanece a mesma com currculo
pautado em muitas disciplinas, tempo insuficiente para que sejam aprofundadas e cada uma
dessas disciplinas sob responsabilidade de um professor, dificultando que mudanas
significativas se produzam na formao dos estudantes. No se pode afrontar a evidncia que
boa parte dos professores procura meios eficazes para que os estudantes aprendam. Os
recursos didticos variam de acordo com o assunto que se pretende tratar, empregando um
mtodo que se julga adequado para promover aprendizagem. Contudo, nesta estrutura, sem
que os professores de disciplinas afins se renam para organizar uma proposta eficiente e cada
professor ensinando o contedo sob sua concepo, no contribui para que os estudantes
percebam a realidade, se interessem pelas questes do meio, expressem propostas, apresentem
uma nova criao. Em que medida ns podemos mudar a estrutura educacional? Estas so
algumas questes que esperamos tratar.
2. Exemplo de modelagem matemtica na Engenharia de Produo
A fim de justificar o que vimos anunciando h mais de uma dcada - necessidade de
mudar a estrutura educacional, apresentamos um dos trabalhos que realizamos no 1 semestre
letivo/2009 (fevereiro-julho) na disciplina de Pesquisa Operacional junto a 23 estudantes do
curso de Engenharia Produo. Um dos desafios do engenheiro de produo desenvolver e
aplicar processos e mtodos que permitam a fabricao de itens de consumo em grande
escala, com rapidez e, principalmente, com mnimo impacto natureza.

226

O curso de Engenharia de Produo da Universidade Regional de Blumenau - FURB

tem no mnimo 3762 h/a, subdivididas em quatro reas: comum (formao geral e bsica);
profissionalizante (formao especfica comum e especfica por opo); estgio, disciplinas
optativas e trabalho de final de curso. As disciplinas da rea comum, de acordo com a
especificidade, so de responsabilidade de outros Departamentos, como: Pedagogia,
Administrao, Matemtica. As disciplinas de Matemtica, sob responsabilidade do
Departamento de Matemtica, ocupam 684 h/a deste curso, distribudas em: Clculo
Diferencial Integral (I, II, III), lgebra Linear e Geometria Analtica (I e II), Clculo
Numrico, Estatstica Descritiva e Probabilidade, Mtodos Estatsticos, Matemtica
Financeira e Anlise de Investimentos e Pesquisa Operacional (I e II).
Em geral so ministradas por diferentes professores de matemtica; alguns iniciantes,
outros j em final de carreira. Isto , diferentes concepes e formaes matemticas. Cada
semestre letivo, o Departamento indica os professores que nem sempre atuam nas mesmas
turmas nos semestres posteriores. Temos identificado que nestas disciplinas ainda so
priorizadas as tcnicas em detrimento as teorias, apesar dos softwares matemticos; e as
aplicaes ficam restritas as clssicas que fazem parte dos livros textos; muitas vezes, h
dcadas escritas.
Embora exista neste curso de Engenharia uma disciplina denominada de Modelagem e
Simulao (54 h/a), em geral, so reelaborados exemplos dos livros textos tambm. As
situaes-problemas que aparecem nestes livros trazem todos os dados requeridos e, ainda,
pelo menos uma destas situaes resolvida, como exemplo. Em geral, o professor apresenta
os modelos ou exemplos e, em seguida, prope aos estudantes que resolvam questes
aplicando os dados ao modelo (frmula matemtica). A aplicao realizada, muitas vezes,
de forma mecnica, sem que os estudantes compreendam de fato a questo, tampouco avaliem
a validade do resultado. Fazer modelagem supe estudo e interpretao de um assunto de
alguma rea do conhecimento, levantamento de questes cujas respostas ou solues
requeiram formulao para resolv-las. E para utilizar MM no ensino preciso que o
professor saiba fazer modelagem e, tambm, saiba adaptar alguns modelos pertinentes ao
curso que lhe permita desenvolver os contedos programticos e despertar o interesse dos
estudantes para aprender.
Conforme dito anteriormente, desde 1990 vimos adotando a MM como mtodo de
ensino das diversas disciplinas matemticas nos cursos, em particular, de Engenharia da
FURB. Nos cursos de Engenharia devido a estrutura vigente (semestralidade, sistema de
crditos, disciplinas, horrio) e a dificuldade do professor de Matemtica, em curto espao de
227

tempo, inteirar-se de um problema da Engenharia cuja matemtica seja instrumento,

fizemos alguns re-direcionamentos neste mtodo para o ensino de Matemtica. Este mtodo
guia-se pelo desenvolvimento do contedo programtico a partir de modelos matemticos
aplicados s reas diversas da respectiva engenharia e, paralelamente, pela orientao dos
alunos pesquisa - modelagem. (BIEMBENGUT, 1997; 2007).
Assim no primeiro semestre letivo de 2009, por exemplo, ao assumir a disciplina de
Pesquisa Operacional II do curso de Engenharia de Produo, a fim de desenvolver o
contedo programtico, optamos pelo assunto: aquisio de uma rea para a construo de
620 habitaes as pessoas desabrigadas num desastre ambiental que ocorreu na regio da
cidade de Blumenau (cidade onde a FURB se situa) em novembro de 2008. Esta tragdia,
noticiada internacionalmente, levou a morte centenas de pessoas e milhares desabrigadas.
Para desenvolver o contedo programtico da disciplina atuamos em seis etapas, no
necessariamente, disjuntas: (1) Exposio do tema, (2) Levantamento de questes e dados,
(3) Formulao, (4) Desenvolvimento do contedo matemtico e apresentao de exemplos
anlogos, (5) Resoluo das questes propostas e (6) Anlise do modelo. A saber:
1a Etapa: iniciamos relembrando os estudantes sobre a enchente e deslizamento ocorridos, e
melhor explicitando as possveis causas e apresentando o tema a ser modelado.
A cidade de Blumenau (SC) localizada, no sul do Brasil, geograficamente se
posiciona no sentido leste-oeste, sendo cortado pelo Rio Itaja Au, com jusante a
leste. As correntes de ar frio vindas do Plo Sul vem em sentido ortogonal ao vale,
alem de tornar a regio mida quando encontram com as correntes de ar quente da
Amaznia, que rotacionam sobre o Brasil no sentido anti-horrio, causam tragdias,
vitimando pessoas e perdas econmicas considerveis. Contribui ainda, a altitude
do centro da cidade em relao ao nvel do mar de 14 m o efeito das mars do
Oceano Atlntico atuando sobre o fluxo das guas. A todos estes fenmenos
climticos, associam-se tambm os efeitos do aquecimento global. As chuvas
iniciaram no ms de agosto em volumes no constantes e nos dias 23 e 24 de
novembro provocaram enchente e deslizamentos dos morros causando uma tragdia
com nmero de mortes superior a uma centena e perdas econmicas superando trs
bilhes de dlares. O alto nmero de desabrigados fez que rgos pblicos
remanejassem as pessoas. Um problema aos rgos pblicos para localizar uma
rea adequada para criar conjuntos habitacionais. Para isso, o setor de obras do
governo municipal formou uma equipe composta por engenheiros, gelogos,
meteorologistas e tcnicos responsveis pela rea financeira da municipalidade.
2a Etapa: a fim de levantar a questo-guia, informamos aos estudantes que o problema na
escolha da rea a ser adquirida se configura dentro do ambiente das decises multi-critrio
discreta: tem-se o conflito entre objetivos, pois se deseja minimizar o custo de aquisio,
maximizar a cota de alcance da enchente, minimizar o nmero de ribeires prximos e

228

minimizar a declividade da rea. Pretende-se adquirir uma rea barata, livre de enchentes,
livre de enxurradas e deslizamentos. Assim, qual a rea que melhor atende estes objetivos?
3a Etapa: para responder a questo, levantamos os dados junto ao setor de obras do governo
municipal uma vez que uma equipe j estava tratando do assunto e apresentamos aos
estudantes.

Segundo dados obtidos, haviam trs propostas para a construo de 620

habitaes. Todas possuam as dimenses mnimas requeridas para o projeto. As reas

possveis propostas localizavam-se em regies afastadas do centro, contudo, no totalmente
livres de enchentes, enxurradas e deslizamentos. As caractersticas das reas em questo
encontram-se no quadro 01, a seguir, que levam em considerao os critrios analisados.
Critrios
Enxurrada**(no)
Custo (R$)
Enchente* (m)
A
2.100.000,00
8,9
3
B
1.900.000,00
14,2
0
C
1.550.000,00
11,7
5
Quadro 01: Dados tcnicos de cada terreno proposto
Fonte: Secretaria de Obras PMB
*
Cota livre de enchente
**
Nmero de ribeires prximos
***
Inclinao mxima do terreno
Regies

Deslizamento*** ()
5
8
23

4a Etapa: o desenvolvimento do contedo matemtico da disciplina (PO) e a apresentao de

exemplos anlogos iniciaram neste momento, mas ocorreram em diversos outros sempre que
necessrio. Por exemplo, para buscar uma resposta a esta questo, usamos o Mtodo de
Anlise Hierrquica proposto por Saaty (1991). Saaty com sua escala fundamental, parte da
matriz de preferncias e da definio dos recprocos. Estabelecida a estrutura hierrquica,
realiza-se a comparao par-a-par de cada alternativa dentro de cada critrio do nvel
imediatamente superior, isto , para cada critrio so relacionadas as alternativas devidamente
aplicadas na escala verbal apresentada. O juzo verbal da equipe de deciso transforma-se em
uma escala de valores.
5 Etapa: a formulao da questo permitiu diversas discusses e sugestes. Comentamos
com os estudantes que como os critrios: custo, riscos de enchente, enxurrada e deslizamento
no esto numa mesma escala e diretamente proporcionais, devemos estabelecer preferncias,
o que divide o problema em nveis hierrquicos: critrio-a-critrio e preferncias, individuais
e coletivas, podem ser apresentadas. Assim, vamos estabelecer as preferncias por consenso,
seguindo uma escala de 1 at 9, escala que segue o limite psicolgico, segundo o ser
humano pode julgar. Conforme quadro 02, a seguir:

229

Valor
1
3
5

Importncia
Igual importncia
Importncia pequena sobre a
outra
Importncia grande ou essencial

Importncia muito grande

Importncia absoluta

2, 4, 6, Valores intermedirios
8
Quadro 02: Escala de preferncias
Fonte: Dados da pesquisa

Descrio
Alternativas contribuem igualmente para o objetivo
Experincia ou o juzo favorecem uma alternativa
em relao outra
Experincia ou o juzo favorecem fortemente uma
alternativa em relao outra
Uma alternativa fortemente favorecida em relao
outra. Pode ser mostrada na prtica.
Evidncia favorece uma alternativa em relao
outra, com alto grau de segurana.
Usadas quando se busca uma condio de
compromisso entre duas definies

O uso desta escala foi aplicado aos envolvidos pela definio da rea a ser adquirida.
Contudo, o uso deste modelo no foi nica ferramenta de deciso que foi utilizada no
processo de compra. Ao se avaliar as preferncias quanto aos custos, chegamos a uma matriz
de preferncia. O custo de cada terreno comparado a ele mesmo recebe a preferncia 1,
denotando mesmo grau de importncia. Desta preferncia o valor de R$ 1.550.000,00 da rea
C quatro vezes mais atraente aos R$ 2.100.000,00 da rea A e trs vezes mais importante
aos R$ 1.900.000,00 da rea B. Logo, comparando inversamente as preferncias verificamos
que a rea A a menos preferida, pois valorada em um tero (1/3) em relao a rea B e um
quarto (1/4) em referncia ao terreno C. Por ltimo, a rea C foi avaliada como sendo duas
vezes prefervel a rea B, logo o terreno valorado preferencialmente em um meio (1/2) em
relao a C. As demais matrizes de preferncia ficaram assim avaliadas:
A
B
C
A
B
C
A
Enchente
Enxurrada
Deslize
A
1
1/4 1/6
A
1
1/3
4
A
1
B
4
1
1/3
B
3
1
1/7
B
1/2
C
6
3
1
C
1/4
7
1
C
1/8
Quadro 03: Matrizes de preferncia quanto enchentes, enxurradas e deslizes
Fonte: Dados da pesquisa

B
2
1
1/6

C
8
6
1

Tomando a matriz de preferncias das reas em relao aos deslizamentos, vemos qual
terreno foi o melhor avaliado. Mas quanto aos demais? Assim, devemos estabelecer uma nova
escala que confirma no somente a posio, mas que tambm avalie a posio de cada rea
dentro de cada critrio. Para isso somamos os valores de cada coluna e dividimos cada uma
das clulas pela soma obtida na coluna. A rea A possui as melhores valoraes. A mdia
aritmtica dos valores de cada linha estabelece o ranking quanto ao critrio avaliado (cf
quadro 4). Estes rankings finais para cada critrio esto no quadro 5.

230

A
B
C
Mdia
Deslize
A
8/13
12/19
8/15
0,593
B
4/13
6/19
6/15
0,341
C
1/13
1/19
1/15
0,066
Soma
1
1
1
1
Quadro 04: Normalizao e ranking do critrio rea
Fonte: Dados da pesquisa
rea
Custo
Enchente
Enxurrada
A
0,123
0,087
0,265
B
0,320
0,274
0,655
C
0,557
0,639
0,080
Quadro 05: Rankings finais para cada critrio
Fonte: Dados da pesquisa

Deslize
0,593
0,341
0,066

Nos quesitos de custo e enchente o terreno A obteve a primeira colocao. No quesito

enxurrada a rea B e no deslize o melhor colocado foi o terreno A. Utilizando dados tcnicos
financeiros quanto ao valor do terreno como, impacto e freqncia que cada catstrofe tem na
sociedade, encontramos outra matriz de preferncias quanto aos critrios em avaliao.
Assim, o custo do terreno ocupa o topo do ranking com 0,398 pontos, a enchente com 0,085
pontos, a enxurrada com 0,218 pontos e o deslizamento com 0,299 pontos. Multiplicando a
matriz de ranking dos terrenos por critrio pela matriz de ranking dos critrios, possvel
elaborar o ranking final como auxlio ao julgamento de compra do terreno para a construo
das moradias aos desabrigados da catstrofe de novembro de 2008.
0,398
0,123 0,087 0,265 0,593
0,265
0,320 0,274 0,655 0,341 0,085 = 0,421

0,218

0,557 0,639 0,080 0,066

0,314
0,299
6a Etapa: na anlise da validade do modelo verificamos que a rea B ficou em primeira
colocao, seguido pela rea C. Contudo, soubemos que a deciso da equipe do setor de obras
da cidade optou pelo terreno de menor valor, dando pouca ateno ao critrio enchente. Isto
, mudando a situao, equipe, valores e riscos, pode haver uma reordenao.
Vale destacar que durante todo o processo esses estudantes participaram ativamente.
Mesmo no sendo um problema diretamente da Engenharia de Produo, contudo, esta
tragdia afetou a maioria deles, direta ou indiretamente. Direta, aqueles que tiveram algum
dano em seu patrimnio fsico, indiretamente pelos problemas acarretados a todas as
indstrias e comercio da regio. Setores em que a maioria j atua profissionalmente. Alm de
desenvolver o contedo programtico, propomos que eles se reunissem em grupos (trs
estudantes cada grupo) e elegessem temas que pudessem desenvolver um trabalho de MM. Os
trabalhos realizados por eles no atendeu nossa expectativa. As razes apontadas por eles: (1)
231

paralelamente, tinham que atender as demais disciplinas que estavam cursando no semestre e
(2) o tempo era insuficiente para dar conta das disciplinas e fazer levantamento de dados uma
vez que a maioria atua profissionalmente.
3. Consideraes finais
Esse trabalho sintetizado acima tem sido uma constante em todas nossas atividades de
ensino, em qualquer disciplina. Ao final da disciplina, como disse Morrison (1991), os
estudantes vivenciam os elementos fundamentais de uma educao cientfica: fatos,
abstraes e a comparao de fatos com abstraes. Eles passam a entender quando fatos so
reduzidos a abstraes, as abstraes manipuladas para fazer prognsticos, e os prognsticos
comparados com os fatos. Contudo, este tipo de ao pedaggica isolada, mesmo que atenda
s expectativas do grupo de estudantes, no suficiente para romper com a formao
fragmentada que estes estudantes vem tendo desde os primeiros anos de escolaridade e,
portanto, no provoca qualquer alterao no processo de formao desses profissionais. Por
exemplo, no ms de agosto/2009, procuramos os estudantes desta turma para saber a opinio
deles sobre a disciplina que ministramos. A maioria disse que foi tima e que todos
professores deveriam fazer o mesmo; mas no ocorre. Opinies similares temos obtidos desde
que passamos a utilizar a modelagem na Educao.
Ao fazermos uso da modelagem como mtodo de ensino, buscamos conceber uma
matemtica que propicie ao estudante a possibilidade de se inteirar com questes que vai lidar
futuramente e especialmente, promover a aproximao entre as diversas disciplinas do curso.
Embora no se subestime a importncia da modelagem matemtica como mtodo de ensino e
de aprendizagem, alguns aspectos devem ser verificados para no sublinhar com demasiada
nfase, se esquecendo de limitaes que a estrutura educacional produz tanto para o professor
quanto para os estudantes. Por exemplo: o nmero de disciplinas por semestre, aliado a nocontinuidade de alguns estudantes na mesma turma e de diferentes professores (da mesma
rea), dificulta realizar um trabalho de pesquisa, conjuntamente, a longo prazo; ausncia de
interao entre os professores das disciplinas bsicas (lgebra/ Matemtica, Fsica, Qumica)
e os das demais disciplinas do curso, impede o professor de conhecer as necessidades
especficas de cada rea, o que contribui para a repetio de tpicos e/ou negligncia de
alguns essenciais. Na dificuldade momentnea de transformar a estrutura educacional vigente,
a proposta convocar professores pesquisadores a buscar por novos caminhos, processos e
mtodos necessrios para adquirir conhecimentos necessrios para fazer mudana na estrutura

232

educacional para trazer necessrio e suficiente conhecimento aos professores e estudantes em

qualquer etapa de escolaridade.

Referncias Bibliogrficas

BIEMBENGUT, Maria Salett. Qualidade de Ensino de Matemtica na Engenharia: uma

proposta metodolgica e curricular. 1997. 175 f. Tese (Doutorado) - Curso de Engenharia de
Produo e Sistemas, Universidade Federal de Santa Catarina, Florianpolis, 1997.

BIEMBENGUT, Maria Salett. Mapeamento da Modelagem Matemtica no Ensino

Brasileiro. Relatrio de Iniciao Cientfica - Conselho Nacional de Desenvolvimento
Tecnolgico Cientfico CNPq, 2007.

BIEMBENGUT, Maria Salett; HEIN, Nelson. Modelling in Engineering: Advantages and

Difficulties. In: INTERNATIONAL CONFERENCE ON THE TEACHING OF
MATHEMATICAL MODELLING AND APPLICATIONS, 12., 2007, Londres.
Proceedings Chichester: Horwood Publishing, 2007. p. 415-423.

DAMLAMIAN, Alain; STRER, Rudolf. ICMI Study 20: educational interfaces

between mathematics and industry. Berlim/Heidelberg: ZDM, v. 41, n. 4, p. 525-533, ago.
2009.

HEILIO, Matti. Modelling and the Educational Challenge in Industrial Mathematics. In:
INTERNATIONAL CONFERENCE ON THE TEACHING OF MATHEMATICAL
MODELLING AND APPLICATIONS, 14., 2009, Hamburgo. Abstracts Hamburgo:
ICTMA, 2009. p. 48.

MORRISON, Foster. The Art of Modeling Dynamic Systems: Forecasting for Chaos,
Randomness, and Determinism. Nova Jersey: John Wiley & Sons, 1991.

SAATY, Thomas L. Mtodo de Anlise Hierrquica. So Paulo: Makrom Books, 1991.

233