FAMAT em Revista - Faculdade de Matemática
Transcrição
FAMAT em Revista - Faculdade de Matemática
FAMAT em Revista www.famat.ufu.br Revista Científica Eletrônica da Faculdade de Matemática - FAMAT Universidade Federal de Uberlândia - UFU - MG Àf W Número 08 - Abril de 2007 e-mail: [email protected] Comitê Editorial: Márcio José Horta Dantas - Famat/UFU Valdair Bonfim - Famat/UFU Marcos Antônio da Câmara - Famat/UFU Weyder Orlando Brandão Junior - Petmat - Famat/UFU Maria Luiza Maes - Damat - Famat/UFU %)!'( %0'-.! '%*.93#! (%.,:*'#! %)%-.,!( $! !#/($!$% $% !.%)4.'#! *'0%,-'$!$% %$%,!( $% "%,(5*$'! Editorial O Comitê Editorial da FAMAT em Revista, com muita satisfação, vem disponibilizar à comunidade acadêmica o seu oitavo número. A FAMAT em Revista é a revista eletrônica da comunidade acadêmica da Faculdade de Matemática da Universidade Federal de Uberlândia – MG. A sua finalidade é promover a circulação de idéias, estimular o estudo da Matemática e despertar a curiosidade intelectual dos estudantes e de todos aqueles que se interessam pelo estudo de Matemática. Gostaríamos de externar nosso contentamento com a aceitação de nossa revista; a quantidade de artigos completos de iniciação científica vem se mantendo expressiva desde a terceira edição, o que tomamos como índice de nossos esforços, em prol do estudo de matemática e de mantermos uma revista voltada para os trabalhos de graduação, estão logrando certo êxito. Em relação ao conteúdo do sétimo número da revista, foram contempladas as atividades desenvolvidas no segundo semestre de 2006 e parte do primeiro semestre de 2007. Abaixo, apresentamos de modo sucinto, as diversas contribuições e matérias que compõe cada seção. Em Artigos Completos de Iniciação Científica, contamos com cinco trabalhos muito interessantes, todos desenvolvidos em projetos de Iniciação Científica orientados por professores da FAMAT. Sem dúvida, a leitura dos mesmos irá enriquecer a formação de estudantes de matemática. Na Seção Problemas e Soluções, apresentamos as resoluções de quatro problemas propostos no número anterior. Além disso, quatro novos desafiadores problemas são propostos neste número. Na Seção Eventos, disponibilizamos aos nossos leitores uma lista dos eventos ligados à matemática a serem realizados no segundo semestre de 2006. Damos particular ênfase à realização do VII Encontro Regional de Matemática Aplicada e Computacional ERMAC, evento a ser realizado no período de 20 à 22 de junho. Na Seção Reflexões sobre o Curso de Matemática, temos um artigo do Coordenador do Curso de Matemática, Prof. Luis Antônio Benedetti, intitulado “As conseqüências da recente Reforma Curricular para o Bacharelado”. Na Seção Em Sala de Aula temos quatro artigos do Prof. Edimilson Rodrigues Pinto com seus alunos. Também temos dois artigos do Prof Walter dos Santos Motta Júnior realizado em conjunto com uma orientanda, fruta de atividades realizadas no PIBEG – 2004. Na Seção Iniciação Científica em Números trazemos uma descrição dos atuais projetos de Iniciação Científica e de Ensino da FAMAT – UFU desenvolvido por alunos do Curso de Licenciatura e Bacharelado em Matemática. Na Seção E o meu Futuro Profissional, apresentamos uma entrevista com o Prof. Edmilson Rodrigues Pinto sobre as perspectivas profissionais na área de Estatística... Na Seção Merece Registro, destacamos as atividades e os fatos que mereceram destaque na FAMAT no período de agosto de 2006 a fevereiro de 2007. Damos especial ênfase ao evento VI SEMAT que foi realizado com pleno sucesso. E também temos entrevistas com três conferencistas convidados para este evento. Finalmente, esperamos que os nossos leitores apreciem os trabalhos aqui publicados e lembramos que críticas e sugestões produtivas são sempre bem-vindas. Comitê Editorial Índice de Seções Seção 1: Trabalhos Completos de Iniciação Cientı́fica 7 Seção 2: Problemas e Soluções 123 Seção 3: Eventos 129 Seção 4: Reflexões sobre o Curso de Matemática 139 Seção 5: Em Sala de Aula 143 Seção 6: Iniciação Cientı́fica em Números 201 Seção 7: E o meu Futuro Profissional? 211 Seção 8: Merece Registro 221 FAMAT em Revista Número 08 - Abril de 2007 www.famat.ufu.br Revista Científica Eletrônica da Faculdade de Matemática - FAMAT Universidade Federal de Uberlândia - UFU - MG Trabalhos Completos de Iniciação Científica PBIIC-FAPEMIG-UFU - Programa de Bolsas Institucionais de Iniciação Científica da Fundação de Amparo à Pesquisa do Estado de Minas Gerais PETMAT-UFU - Programa de Educação Tutorial da Faculdade de Matemática PIBIC-CNPq-UFU - Programa Institucional de Bolsas de Iniciação Científica do Conselho Nacional de Desenvolvimento Científico e Tecnológico PROMAT-UFU - Programa Institucional de Iniciação Científica e Monitoria da Faculdade de Matemática Comitê Editorial da Seção Trabalhos Completos de Iniciação Científica do Número 08 da FAMAT EM REVISTA: Márcio José Horta Dantas (coordenador da seção) Valdair Bonfim Marcos Antônio da Câmara Instruções para submissão de Trabalhos A Seção de Trabalhos de Iniciação Cientı́fica visa divulgar trabalhos que estejam associados a projetos cadastrados na(o) PBIIC-FAPEMIG / PETMAT / PIBIC-CNPq / PROMAT ou IM-AGIMB e orientados por docentes da FAMAT. Trabalhos completos em nı́vel de iniciação cientı́fica dos programas acima listados submetidos para publicação na Revista Eletrônica “Famat em Revista” estarão sujeitos a apreciação pelo Comitê Editorial responsável por essa seção de artigos e, se for o caso, por consultores ad hoc ligados à área ou subárea do trabalho. Caso se faça necessário, sugestões para o aperfeiçoamento do trabalho serão dirigidas aos interessados pelo Comitê Editorial. Além da redação clara e concisa que todo trabalho submetido à boa qualidade deve possuir, pede-se evitar o estilo árido e extremamente técnico caracterı́stico de algumas publicações matemáticas, não perdendo de vista que o público-alvo ao qual se destina a revista é constituı́do por alunos de graduação. Os trabalhos submetidos até o final de um semestre letivo serão publicados na edição da revista lançada no inı́cio do semestre letivo subseqüente. Quanto às normas técnicas para submissão dos trabalhos: 1) Formato do arquivo: PDF 2) Tamalho da Folha: A4 3) Margens: 2,5 cm (portanto, área impressa: 16 cm x 24,7 cm) 4) Tamanho de fonte (letra): 12 pontos (exceto tı́tulos, subtı́tulos, notas de rodapé, etc, que ficam submetidos ao bom senso) 5) Espaçamento entre linhas: Simples 6) Orientador(es), tipo de programa e orgão de fomento (se houver) devem constar no trabalho. Envio: Por e-mail: [email protected] Índice de Trabalhos Estudo Sobre o Desemprenho de Alunos do Ensino Fundamental de uma Escola de Uberlândia, com Relação ao Novo Método de Avaliação de Minas Gerais 13 Fábio Costa Almeida e Edmilson Rodrigues Pinto O Problema de Cauchy para Equações Diferenciais Parciais Quase Lineares de Primeira Ordem 29 Karla Barbosa de Freitas e Valdair Bonfim Alguns Resultados de Trigonometria Hiperbólica 41 Patrícia Borges dos Santos, Flávia Cristina Martins Queiroz e Edson Agustini Ajuste de Curvas e Modelagem Populacional Brasileira 65 Adriele Giaretta Biase e Edson Agustini CONCHÓIDES: uma introdução 97 Flávia Cristina M. Queiroz, Mariana F. dos Santos Villela e Dulce Mary de Almeida Uma Abordagem Fuzzy para a Exposição Ocupacional Causada pelo HIV Ana Luíza Pereira Saramago, Rosana Sueli da Motta Jafelice e Aércio Sebastião Borges 111 ESTUDO SOBRE O DESEMPENHO DE ALUNOS DO ENSINO FUNDAMENTAL DE UMA ESCOLA DE UBERLÂNDIA, COM RELAÇÃO AO NOVO MÉTODO DE AVALIAÇÃO EM MINAS GERAIS Fábio Costa Almeida 1 Edmilson Rodrigues Pinto 2 Universidade Federal de Uberlândia Faculdade de Matemática [email protected] Universidade Federal de Uberlândia Faculdade de Matemática [email protected] Palavras-chave: Ensino Fundamental em Minas Gerais, Metodologia de Pesquisa Científica, Métodos de Estatística Descritiva. RESUMO A resolução nº. 521 de 02 de fevereiro de 2004 da Secretaria Estadual de Educação de Minas Gerais, instituiu um novo método de avaliação nas escolas estaduais. Foram criados os Estudos Orientados, os Estudos Independentes e a Progressão Parcial, que permite ao aluno passar para a série seguinte, mesmo sem ter concluído todas as disciplinas do ano anterior, obtendo assim a Progressão Parcial. O objetivo deste trabalho foi estudar o comportamento deste novo método de avaliação, através de uma analise descritiva dos resultados finais dos alunos de 5ª até a 8ª série, provenientes de uma escola da rede estadual de Uberlândia. 1. INTRODUÇÃO No final do ano letivo que os alunos ficam sabendo qual o resultado de todo seu empenho durante e se esse empenho o ano o levou a atingir seu objetivo, ou seja, de ser aprovado. As instituições de ensino usam as avaliações para medir o desempenho dos alunos nas disciplinas cursadas ao longo do ano letivo. Há uma grande discussão sobre as formas de avaliação, e se no que diz respeito formas de avaliação devem ser melhoradas de modo a permitir uma avaliação mais completa e eficiente. A aprendizagem escolar é definida como mudança de comportamento do aluno, como resultado do seu treino ou da sua experiência. Numa perspectiva em que o comportamento do aluno pode ser modelado, o ensino é concebido como um arranjo do ambiente para produzir estímulos externos que provoquem modificações internas, susceptíveis de se manifestarem externamente, podendo, dessa forma, ser mensuradas. A avaliação é conceituada como a sistemática de dados por meio da qual se determinam as mudanças de comportamento do aluno e em que medida estas mudanças ocorrem e visa, portanto, comprovar o rendimento do aluno, ou seja, o alcance dos objetivos predefinidos. Esse tratamento reduz-se à avaliação à medida que se separa o processo de 1 2 Aluno do Curso de Licenciatura em Matemática da Universidade Federal de Uberlândia. Orientador; Professor da Faculdade de Matemática da Universidade Federal de Uberlândia. ensino de seu resultado. Consequentemente, enfatiza os instrumentos de medida que, com pretensões de objetividade, prendem quantificar a aprendizagem dos estudantes, através dos testes padronizados, das provas ditas objetivas, das escalas de atitude, entre outros instrumentos. Esta pesquisa tem como objetivo analisar como foram os níveis de aprovação dos alunos de 5ª à 8ª séries ao final do ano letivo de 2006 e no decorrer dos processos de Estudos Orientados e Estudos Independentes da Escola Estadual Rotary. 2. MATERIAL E MÉTODOS Para a realização deste estudo foram coletados dados na Escola Estadual Rotary. Estes dados são referentes à aprovação dos alunos de 5ª a 8ª séries ao final do ano letivo, nos Estudos Orientados e nos Estudos Independentes. Os dados coletados para o estudo foram fornecidos pela escola e são referentes a 442 alunos, sendo 136 alunos de 5ª série, 130 alunos de 6ª série, 88 alunos de 7ª série, 88 alunos de 8ª série. As disciplinas interessadas foram: português, matemática, ciências, história, geografia, inglês e redação. Os alunos que ficaram de Estudos Orientados foram aqueles que não conseguiram nota mínima para a aprovação durante o ano letivo para a aprovação, os alunos de Estudos Independentes foram aqueles que não conseguiram nota mínima para a aprovação nos Estudos Orientados. O aluno pode obter um dos seguintes resultados: aprovado, reprovado ou Progressão Parcial. Um aluno é considerado aprovado, quando obtém nota igual ou superior à nota necessária para a aprovação em todas as matérias, sendo a nota mínima para a aprovação 60 pontos e a nota máxima 100 pontos. Um aluno obtém Progressão Parcial quando ele não obtém nota mínima para aprovação em, no máximo, duas matérias. Logo, o aluno é promovido para a série seguinte, cursando simultaneamente a nova série e as matérias em débito da série anterior. Um aluno é considerado reprovado se ele não consegue nota mínima para a aprovação em três ou mais matérias, podendo haver reprovação por falta, quando o aluno tiver freqüência inferior a 75% das aulas dadas. Para os alunos da 8ª série não existe Progressão Parcial, pois não se pode passar para o Ensino Médio sem ter completado o Ensino Fundamental. Ou seja, não se pode passar para o 1º colegial devendo alguma matéria do Ensino Fundamental. Logo, na 8ª série, o aluno pode somente ser aprovado ou pode ser reprovado. Para a análise dos dados foi utilizada a estatística descritiva, utilizando-se de gráficos. 3. RESULTADOS E DISCUSSÃO Porcentagem dos alunos de 5ª série de Estudos Orientados por matéria 61,03% 42,62% 33,82% 33,09% 28,67% Re da çã o In gl ês G eo gr af ia tó ria Hi s nc ia s 16,91% Ci ê Po rtu gu ês M at em át ica 19,12% Figura 1. Porcentagem dos alunos de 5ª série que ficaram de Estudos Orientados por matéria, na Escola Estadual Rotary Club. Pode-se observar que em todas as disciplinas há alunos que ficaram de Estudos Orientados, e inglês é a disciplina com maior porcentagem. Nos Estudo Orientado de certa forma, houve uma surpresa, pois geralmente esta freqüência é esperada para matemática, que foi a segunda matéria com maior número de alunos que ficaram de Estudos Orientados. Português e redação apresentaram as menores porcentagens, sendo que a menor porcentagem foi em redação. Porcentagem dos alunos de 5ª série aprovados por matéria nos Estudos Orientados Redação 39,13% Inglês 36,14% Geografia 15,38% História 15,55% Ciências Matemática Português 19,52% 15,52% 19,23% Figura 2. Porcentagem dos alunos de 5ª série aprovados nos Estudos Orientados, na Escola Estadual Rotary Club. As maiores porcentagens de aprovação foram em redação e inglês, respectivamente. Já as menores porcentagens de aprovação foram em geografia, matemática e história, respectivamente. Após os Estudos Orientados os alunos que não conseguiram ser aprovados fazem os Estudos Independentes. Porcentagem dos alunos de 5ª série de Estudos Independentes por matéria 38,97% 36,03% 27,94% 27,20% 24,26% 15,44% Re da çã o In gl ês G eo gr af ia tó ria Hi s nc ia s Ci ê Po rtu gu ês M at em át ica 10,29% Figura 3. Porcentagem dos alunos de 5ª série que ficaram de Estudos Independentes por matéria, na Escola Estadual Rotary Club. Inglês foi à disciplina com maior porcentagem de alunos de Estudos Independentes, mas foi também a disciplina que houve a maior redução na porcentagem de alunos dos Estudos Orientados para os Estudos Independentes. Nas outras matérias houve uma queda no número de alunos dos Estudos Orientados para os Estudos Independentes, mas não tão significativa com aproximadamente 6% em cada uma das outras matérias. Porcentagem dos alunos de 5ª série aprovados por matéria nos Estudos Independentes Redação 21,43% Inglês 32,07% Geografia 18,18% História 0,00% Ciências 0,00% Matemática 0,00% Português 4,76% Figura 4. Porcentagem dos alunos de 5ª série aprovados nos Estudos Independentes por matéria na Escola Estadual Rotary Club. A disciplina de inglês obteve a maior porcentagem de aprovação seguida por redação, geografia e português. Em matemática, história e ciências não houve aprovação nos Estudos Independentes. Porcentagem de aprovação da 5ª série Aprovados direto 24,27% Aprovados nos Estudos Orientados 33,82% Aprovados nos Estudos Independentes Aprovados com Progressão Parcial 21,32% Reprovados 15,44% 5,15% Figura 5. Porcentagem dos alunos de 5ª série que foram aprovados direto, aprovados nos Estudos Orientados, aprovados nos Estudos Independentes, aprovados com Progressão Parcial e reprovados da Escola Estadual Rotary Club. Podemos ver que quase 34% dos alunos foram aprovados diretos. Apesar de todos os processos existentes para se conseguir a aprovação quase um quarto dos alunos foi reprovado e foi mínima a aprovação nos Estudos Independentes. Porcentagem dos alunos de 6ª série de Estudos Orientados por matéria 36,15% 34,61% 29,92% 29,23% 20,77% 16,15% Re da çã o In gl ês G eo gr af ia tó ria Hi s nc ia s Ci ê Po rtu gu ês M at em át ica 1,54% Figura 6. Porcentagem dos alunos de 6ª série que ficaram de Estudos Orientados por matéria, na Escola Estadual Rotary Club. Matemática foi à disciplina com maior porcentagem de alunos que ficaram de Estudos Orientados e inglês é a segunda, ciências e geografia, ambas tem quase a mesma porcentagem de alunos de Estudos Orientados. Observa-se que em redação é mínima a porcentagem de alunos. Porcentagem dos alunos de 6ª série aprovados nos Estudos Orientados por matéria Redação 0% Inglês 62,22% Geografia 11,43% História 28,57% Ciências 7,89% 68,08% Matemática Português 20,83% Figura 7. Porcentagem dos alunos de 6ª série aprovados nos Estudos Orientados, na Escola Estadual Rotary Club. Apesar de em redação ser mínima porcentagem de alunos de Estudos Orientados não houve aprovação. Em matemática e inglês foram as disciplinas que mais houve aprovação nos Estudos Orientados. Porcentagem dos alunos de 6ª série de Estudos Independentes por matéria 26,92% 23,84% 16,92% 11,54% 11,54% 13,07% Re da çã o In gl ês G eo gr af ia tó ria Hi s nc ia s Ci ê Po rtu gu ês M at em át ica 1,54% Figura 8. Porcentagem dos alunos de 6ª série que ficaram de Estudos Independentes por matéria, na Escola Estadual Rotary Club. Matemática e inglês eram as disciplinas com a maior porcentagem de alunos nos Estudos Orientados, já nos Estudos Independentes são umas das matérias com menor porcentagem. Como em ciências e geografia não houve muitas aprovações eles são as matérias com a maior porcentagem de alunos nos Estudos Independentes. Porcentagem dos alunos de 6ª série aprovados nos Estudos Independentes por matéria Redação 0,00% Inglês 64,70% Geografia 22,58% História 20,00% Ciências 0,00% Matemática 0,00% Português 18,18% Figura 9. Porcentagem dos alunos de 6ª série aprovados nos Estudos Independentes por matéria na Escola Estadual Rotary Club. Podemos observar que em redação apesar da mínima porcentagem de alunos, em ciências e em matemática não houve aprovações nos Estudos Independentes. Em inglês quase 65% dos alunos que ficaram de Estudos Independentes foram aprovados. Porcentagem de aprovaçao da 6ª série Aprovados direto 27,69% 27,69% Aprovados nos Estudos Orientados Aprovados nos Estudos Independentes 18,46% 23,08% 3,08% Aprovados com Progressão Parcial Reprovados Figura 10. Porcentagem dos alunos de 6ª série que foram aprovados direto, aprovados nos Estudos Orientados, aprovados nos Estudos Independentes, aprovados com Progressão Parcial e reprovados da Escola Estadual Rotary Club. A porcentagem de alunos aprovados direto e a de reprovação foram à mesma. A porcentagem de alunos aprovados com Progressão Parcial foi maior que a dos alunos aprovados nos Estudos Orientados e Estudos Independentes. A porcentagem de alunos aprovados nos Estudos Independentes foi mínima. Porcentagem dos alunos de 7ª série de Estudos Orientados por matéria 50,00% 45,60% 34,09% 25,00% 18,18% 11,36% Re da çã o In gl ês G eo gr af ia tó ria Hi s nc ia s Ci ê Po rtu gu ês M at em át ica 10,22% Figura 11. Porcentagem dos alunos de 7ª série que ficaram de Estudos Orientados por matéria, na Escola Estadual Rotary Club. Inglês com 50% de alunos foi à disciplina com maior porcentagem de alunos nos Estudos Orientados, matemática é a segunda com 45,6%. Ciências e redação são as disciplinas com menor porcentagem, respectivamente. Porcentagem dos alunos de 7ª série aprovados nos Estudos Orientados por matéria Redação 0,00% Inglês 47,73% Geografia 59,09% História 62,50% Ciências 33,33% 14,63% Matemática Português 0,00% Figura 12. Porcentagem dos alunos de 7ª série aprovados nos Estudos Orientados, na Escola Estadual Rotary Club. Nenhum aluno foi aprovado em português e redação nos Estudos Orientados. Em história e geografia houve uma porcentagem considerada de aprovações, sendo que em história houve 62,5% e em geografia 59,09%. Das disciplinas em que houve aprovação nos Estudos Orientados, matemática foi a que apresentou a menor porcentagem de aprovação com apenas 14,63% dos alunos aprovados. Porcentagem dos alunos de 7ª série de Estudos Independentes por matéria 39,77% 34,09% 26,13% In gl ês Re da çã o 11,36% 10,23% G eo gr af ia tó ria 6,81% Hi s nc ia s Ci ê Po rtu gu ês M at em át ica 6,81% Figura 13. Porcentagem dos alunos de 7ª série que ficaram de Estudos Independentes por matéria, na Escola Estadual Rotary Club. Como não houve muitas aprovações em matemática, nos Estudos Independentes ela foi a disciplina que aparece com maior porcentagem de alunos. História e ciências aparecem com a mesma porcentagem de alunos nos Estudos Independentes e geografia tem aproximadamente 10% dos alunos de Estudos Independentes. Porcentagem dos alunos de 7ª série aprovados nos Estudos Independentes por matéria Redação Inglês 20,00% 0,00% Geografia 11,11% História 0,00% Ciências 0,00% 5,71% Matemática Português 0,00% Figura 14. Porcentagem dos alunos de 7ª série aprovados nos Estudos Independentes por matéria na Escola Estadual Rotary Club. Como nos Estudos Orientados, em português não houve nenhum aluno aprovado nos Estudos Independentes. Em inglês, história e ciências também não houve aprovações. Redação foi à matéria que obteve maior porcentagem de aprovação nos Estudos Independentes e em matemática pouco mais de 5% foi aprovado. Porcentagem de aprovação da 7ª série Aprovados direto 17,04% Aprovados nos Estudos Orientados 29,55% Aprovados nos Estudos Independentes Aprovados com Progressão Parcial 31,82% 19,32% 2,27% Reprovados Figura 15. Porcentagem dos alunos de 7ª série que foram aprovados direto, aprovados nos Estudos Orientados, aprovados nos Estudos Independentes, aprovados com Progressão Parcial e reprovados da Escola Estadual Rotary Club. A porcentagem de alunos reprovados foi aproximadamente 17%. A porcentagem de alunos aprovados com Progressão Parcial foi maior que a dos aprovados diretos. A aprovação dos alunos nos Estudos Independentes foi mínima. Porcentagem dos alunos de 8ª série de Estudos Orientados por matéria 34,09% 19,32% 13,63% 13,64% 11,36% 9,09% Re da çã o In gl ês G eo gr af ia tó ria Hi s nc ia s Ci ê Po rtu gu ês M at em át ica 4,54% Figura 16. Porcentagem dos alunos de 8ª série que ficaram de Estudos Orientados por matéria, na Escola Estadual Rotary Club. Na oitava série matemática aparece isolada como a disciplina em que houve a maior quantidade de alunos que ficaram de Estudos Orientados. Nas outras disciplinas a porcentagem de alunos que ficaram de Estudos Orientados é abaixo de 20%, sendo que inglês apenas 4,54% dos alunos ficaram de Estudo Orientados. Porcentagem dos alunos de 8ª série aprovados nos Estudos Orientados por matéria Redação 58,33% Inglês 50,00% Geografia 70,59% História 50,00% Ciências 50,00% 6,66% Matemática Português 25,00% Figura 17. Porcentagem dos alunos de 8ª série aprovados nos Estudos Orientados, na Escola Estadual Rotary Club. Nas disciplinas de inglês, história e ciências 50% dos alunos foram aprovados nos Estudos Orientados. Em geografia houve uma grande aprovação, sendo 70,59% dos alunos aprovados. Em matemática houve uma mínima aprovação. Porcentagem dos alunos de 8ª série de Estudos Independentes por matéria 31,81% 5,68% Re da çã o 2,27% In gl ês 5,68% G eo gr af ia tó ria 5,68% Hi s nc ia s 6,81% Ci ê Po rtu gu ês M at em át ica 6,81% Figura 18. Porcentagem dos alunos de 8ª série que ficaram de Estudos Independentes por matéria, na Escola Estadual Rotary Club. Nos Estudos Independentes as disciplinas de português, ciências, história, geografia, inglês e redação a porcentagem de alunos de foi inferior a 7%. Já em matemática a porcentagem de alunos de Estudos Independentes continua elevada comparada com as outras matérias. Porcentagem dos alunos de 8ª série aprovados nos Estudos Independentes por matéria Redação 0,00% Inglês 0,00% Geografia 0,00% História 0,00% Ciências 0,00% 39,28% Matemática Português 0,00% Figura 19. Porcentagem dos alunos de 8ª série aprovados nos Estudos Independentes por matéria na Escola Estadual Rotary Club. Nos Estudos Independentes, matemática foi à única disciplina que houve aprovação. Porcentagem de aprovação da 8ª série Aprovados direto 20,45% 11,36% 9,09% Aprovados nos Estudos Orientados 59,10% Aprovados nos Estudos Independentes Reprovados Figura 20. Porcentagem dos alunos de 8ª série que foram aprovados direto, aprovados nos Estudos Orientados, aprovados nos Estudos Independentes, aprovados com Progressão Parcial e reprovados da Escola Estadual Rotary Club. Mesmo a 8ª série sendo a ultima série do Ensino Fundamental a porcentagem de reprovação foi de aproximadamente um quinto dos alunos. Na 8ª série foi à série que apresentou maior porcentagem de alunos aprovados diretos. 4. CONSIDERAÇÕES FINAIS Neste estudo observou-se que, na 5ª série, inglês foi à disciplina com maior número de alunos tanto nos Estudos Orientados quanto nos Estudos Independentes, mas foi uma das que apresentou um maior número de alunos aprovados nos Estudos Orientados e nos Estudos Independentes. Já matemática foi à segunda disciplina com maior número de alunos nos Estudos Orientados e nos Estudos Independentes, mas no que diz respeito à aprovação, foi a que menos alunos foram aprovados. Aproximadamente um terço do total de alunos foram aprovados diretamente, enquanto que aproximadamente, um quarto foi reprovado. Sendo que o número de alunos aprovados nos Estudos Independentes foi mínimo. Na 6ª série, inglês foi à disciplina com maior quantidade de alunos nos Estudos Orientados e a quarta nos Estudos Independentes, mas em ambos foi à disciplina que mais aprovou. Já matemática foi à segunda disciplina que mais alunos ficaram de Estudos Orientados, mas a aprovação nos Estudos Orientados foi a maior e nos Estudos Independentes ela foi à disciplina com a maior quantidade de alunos, porém não houve aprovação. O número de alunos aprovados diretamente e os que foram reprovados foram à mesma e o número de alunos aprovados nos Estudo Independentes foi mínimo. Na 7ª série a disciplina de inglês apresentou o maior número de alunos nos Estudos Orientados, e a aprovação nos Estudos Orientados foi a terceira maior. E nos Estudos Independentes foi à terceira em quantidade de alunos e não houve aprovação nos Estudos Independentes. Matemática apresentou o segundo maior número de Estudos Orientados e a aprovação foi uma das menores e com conseqüência, nos Estudos Independentes ela foi à matéria que apresentou o maior número de alunos e a aprovação dos alunos nos Estudos Independentes foi pequena. O número de alunos aprovados com Progressão Parcial foi maior que o número de alunos aprovados direto. E o número de alunos aprovados nos Estudos Independentes foi mínimo. Na 8ª série, matemática foi à disciplina que apresentou o maior número de alunos de Estudo Orientados e nos Estudos Independentes, porém nos Estudos Orientados ela foi à disciplina que apresentou a menor porcentagem de aprovação, nos Estudos Independentes ela foi à única disciplina em que houve aprovação. Geografia foi à segunda disciplina que mais alunos ficaram de alunos nos Estudos Orientados com 19,32% dos alunos e a que obteve maior aprovação e mesmo ficando poucos alunos nos Estudos Independentes nenhum aluno foi aprovado nos Estudos Independentes. Quase 60% dos alunos foram aprovados diretamente e a porcentagem de alunos reprovados foi aproximadamente 20%. A porcentagem de alunos aprovados nos Estudos Independentes foi a maior entre as quatro séries analisadas, sendo de 11,36%. Com base nos dados obtidos concluiu-se que os métodos usados para avaliar os alunos estão aquém do que se espera, o método de ensino evoluiu, mas esta evolução não ocorreu com o método de avaliação. Constatou-se que os meios de recuperação não foram eficientes, pois dentre os alunos que ficaram de Estudos Independentes, a porcentagem de aprovação (usando este método) foi mínima. Talvez em nenhum outro momento da história brasileira tanto se tenha falado e discutido a importância da escolarização, seja na perspectiva da consolidação de nossa jovem democracia, seja para responder às novas demandas de mudanças no mundo do trabalho e do capital. É nessa interface que a nova legislação educacional brasileira vem acarretando para os educadores mais impasses e dilemas do que respostas ou caminhos. A Resolução nº. 521 de 02 de fevereiro de 2004 da Secretaria Estadual de Educação de Minas Gerais enfatiza que a avaliação da aprendizagem tem a função principal de orientar o processo educativo, o que mostra a importância que as escolas devem dar para sanar as dificuldades dos alunos e evitar a reprovação, alem de buscar diferentes meios para a aprendizagem dos alunos. Mas o que se pode constatar é que mesmo com essa ênfase não se consegue chegar ao resultado esperado, ou seja, a maioria dos alunos aprovados. Surgem, portanto, as seguintes questões. Será que a Progressão Parcial motiva os alunos a continuar os estudos ou os deixa desmotivados a estudar, no sentido de que eles não serão reprovados? E os professores, será que eles se sentem mais motivados com esse novo método? Será que os professores, por terem que estudar com os alunos isoladamente, sem nada recebendo a mais por isso, não se sentem impelidos a aprovar um aluno ruim, apenas para não ter que estudar isoladamente com ele? 5. REFERÊNCIAS BIBLIOGRÁFICAS BUSSAB, W. O.; MORETIN, P. A.; Estatística básica, Ed. Saraiva, São Paulo, 2002. FONSECA, J. S.; MARTINS, G. A.; Curso de Estatística, Ed. Atlas, 1986. GUEDES, T. A.; ACORSI, C. L. R.; MARTINS, A. B. T.; JANEIRO, V. Projeto de Ensino Aprender Fazendo Estatística. Universidade Estadual de Maringá, 2001. Resolução nº. 521 de 02 de fevereiro de 2004 da Secretaria Estadual de Educação de Minas. Sites usados na pesquisa www.iea.usp.br/ies/ensinosuperior/debateotaviano.html www.anped.org.br/28/textos/gt09/gt0922/int.rtf www.centrorefeducacional.pro.br.avapque.html www.educacao.mg.gov.br/files/down.resolucao 521 6. APÊNDICE A Resolução nº. 521 de 02 de fevereiro de 2004 da Secretaria Estadual de Educação de Minas Gerais, enuncia do artigo 35 até o artigo 39 que: Art. 35 – A avaliação da aprendizagem, com parte integrante do processo pedagógico, tem a função precípua de orientar o processo educativo, do modo a possibilitar: I - o atendimento diferenciado aos alunos; II – as adequações no plano didático tendo em vistas os objetivos curriculares; III – o registro de informações acerca do desempenho escolar do aluno. SS 1º – Cabe à escola, assessorada pela Inspeção Escolar, criar estratégias para organização e reorganização do tempo e do espaço escolares, bem como o melhor aproveitamento do seu corpo docente, de modo, a possibilitar ações pedagógicas para o atendimento diferenciado de alunos com dificuldades de aprendizagem, no tempo em que elas surgirem. SS 2º – As estratégias de atendimento diferenciado devem ser previstas na Proposta Pedagógica e no Regimento Escolar e divulgadas amplamente na comunidade, em reuniões de pais e do colegiado escolar. SS 3º – Os resultados da avaliação da aprendizagem realizada pela escola e os resultados do Programa de Avaliação da Rede Pública de Educação Básica – PROEB – e do Sistema Mineiro de Avaliação da Educação Pública – SIMAVE – devem ser considerados no planejamento didático. Art. 36 – Para fins de aprovação do aluno exige-se freqüência mínima obrigatória de 75% da carga horária anual e um mínimo de aproveitamento em relação aos objetivos definidos para os conteúdos curriculares de nível em que se encontra. Art. 37 – A progressão continuada nos anos iniciais do ensino fundamental, nos termos da Resolução SEE nº. 469/2003. Art. 38 – A progressão parcial será adotada nos quatro anos finais do ensino fundamental e no ensino médio. SS 1º – Poderá beneficiar-se da progressão parcial o aluno que não apresentar desempenho mínimo em até duas disciplinas. SS 2º – Ficará retido na série em curso o aluno que não apresentar desempenho mínimo em três ou mais disciplinas, incluindo-se nesse cômputo as disciplinas da série em que se encontra e aquelas em regime de progressão parcial. SS 3º – Para efeito da definição da retenção do aluno, cada disciplina deve ser computada apenas uma vez – independentemente das séries em que incidir-se, tendo em vista que a recuperação deve ser planejada considerando as aprendizagens fundamentais de cada área e as necessidades básicas de desenvolvimento do aluno. SS 4º – O aluno concluirá o nível de ensino somente quando obtiver a aprovação nas disciplinas em que se encontra em regime de progressão parcial. Art. 39 – A escola deve organizar diferentes estratégias para ampliar as oportunidades de aprendizagem e de avaliação dos alunos, oferecendo no decorrer do ano letivo e após o mesmo: I – estudos orientados a partir de atividades especificamente programadas para o atendimento de alunos ou grupos de alunos que demonstrarem dificuldades ao longo do processo de aprendizagem; II – estudos independentes presenciais, imediatamente após o encerramento do ano letivo, para os alunos que não apresentarem domínio suficiente das aprendizagens básicas previstas para o período; III – estudos independentes a ser realizados no período de férias escolares, com avaliação prevista para a semana anterior ao início do ano letivo subseqüente, quando as estratégias mencionadas nos incisos I e II não forem suficientes para atender as necessidades mínimas de aprendizagem do aluno; IV – estudos orientados ao longo do primeiro semestre do ano letivo subseqüente em regime de progressão parcial, podendo os mesmos serem liberados do processo tão logo se verifique o domínio das aprendizagens consideradas básicas; V – estudos independentes, no segundo semestre do ano letivo em curso, para os alunos em regime de progressão parcial que não obtiveram resultados satisfatórios nos estudos previstos no inciso IV, devendo os mesmos ser avaliados ao final do ano letivo, em data previamente definida pela escola. SS 1º – Os estudos orientados a que se refere no inciso I , preferencialmente, devem ser assumidos pelo professor da turma, por meio de procedimentos pedagógicos variados, incluindo a possibilidade de se recorrer ao apoio de monitorias e parcerias mobilizadas pela própria escola; SS 2º – A direção da escola, apoiada pela equipe pedagógica, indicará, para cada disciplina, os professores responsáveis pelo acompanhamento e avaliação dos alunos beneficiados pelas estratégias a que referem os incisos II, III, IV, e V: estudos orientados e estudos independentes em situação regular ou de progressão parcial: SS 3º – O s instrumentos de avaliação, a serem utilizados para verificação da aprendizagem do aluno após estudo independente, devem ser variados, incidir sobre os conceitos e habilidades fundamentais das disciplinas e ser definidos em equipe pelos professores das escolas. O Problema de Cauchy para Equações Diferenciais Parciais Quase Lineares de Primeira Ordem Karla Barbosa de Freitas1 e Valdair Bonfim2 Resumo Investigar a existência de solução u : : R 2 o R para o Problema de Cauchy wu wu °a ( x, y, u ) wx b( x, y, u ) wy (P) ® ° u J h ¯ c ( x, y , u ) , onde J é uma curva contida no domínio : , h é uma função real, e a ( x, y, z ) , b( x, y, z ) e c( x, y, z ) são funções definidas num domínio aberto do espaço tridimensional, todas supostas de classe C 1 . 1 – Preliminares: Por uma solução do problema (P) entendemos uma função derivável u : : R 2 o R definida no aberto : , satisfazendo a equação diferencial parcial (1) a x, y, u ( x, y ) . wu wu ( x, y ) bx, y, u ( x, y ) . ( x, y ) c x, y, u ( x, y ) , ( x, y ): wy wx e também à condição (2) u f ( s ), g ( s ) h( s ) , para todo s num intervalo I R . A equação (1) aparece em problemas da Física, como por exemplo em óptica geométrica e propagação de certas ondas não lineares e, apesar do seu aspecto bastante particular, muitas equações importantes podem ser reduzidas à forma (1), como por exemplo a equação de Hamilton-Jacobi unidimensional para a função S ( x, t ) : wS § wS · H ¨ x, ¸ 0 , (3) wt © wx ¹ onde a função real ( x1 , x 2 ) H ( x1 , x 2 ) é um dado do problema. Derivando a equação (3) em relação a x obtemos 1 2 Bolsista do Programa de Educação Tutorial – PET Acadêmica do Curso de Matemática da UFU. Orientador; Professor da Faculdade de Matemática da UFU. w § wS · wH § wS · wH § wS · w § wS · ¨ x, ¸ . ¨ ¸ ¨ x, ¸ ¨ ¸ wx © wt ¹ wx1 © wx ¹ wx 2 © wx ¹ wx © wx ¹ 0 , e trocando a ordem de derivação na primeira parcela chegamos em w § wS · wH § wS · wH § wS · w § wS · ¨ x, ¸ . ¨ ¸ ¨ x, ¸ ¨ ¸ wt © wx ¹ wx1 © wx ¹ wx 2 © wx ¹ wx © wx ¹ Chamando u 0. wS ficamos com a equação diferencial parcial quase-linear wx wH x, u . wu wu wx 2 wx wt wH x, u , wx1 a qual é do tipo a ( x, t , u ) com a( x, t , u ) wu wu b ( x, t , u ) c ( x, t , u ) , wt wx wH ( x, u ) , b ( x, t , u ) 1 e c ( x, t , u ) wx 2 wH ( x, u ) . wx1 2 – Uma Interpretação Geométrica do Problema e sua Solução: Observe que a equação (1) é equivalente à condição de ortogonalidade & § wu · wu F ( x, y, u ( x, y ) ) , ¨¨ ( x, y ) , ( x, y ) , 1 ¸¸ wy © wx ¹ (4) & onde F ( x, y, z ) a( x, y, z ) , b( x, y, z ) , c( x, y, z ) , e , 0 , representa o produto escalar usual 3 no espaço R . § wu · & wu n x, y, z ¨¨ ( x, y ) , ( x, y ) , 1 ¸¸ é normal à superfície wy © wx ¹ S u ^ ( x, y, z ) : z u ( x, y ) ` no ponto x, y, u ( x, y ) , então a equação (4) está dizendo que o & campo de vetores F tangencia S u em cada ponto P S u , conforme figura 1. Como o vetor & n (P ) z Su P & F ( P) y ( Figura 1 ) x Como nosso problema consiste em achar uma função u tal que seu gráfico S u também contenha a curva *( s ) f ( s ) , g ( s ) , h( s ) , então é natural tentar obter S u através da reunião & de todas as curvas integrais do campo F (a, b, c) que passam pelo ponto *( s) no instante t 0. Estas curvas são soluções do sistema de equações diferenciais ordinárias x c(t ) a x(t ), y (t ), z (t ) , x(0) f ( s ) ° (5) ® y c(t ) b x(t ), y (t ), z (t ) , y (0) g ( s ) . ° z c(t ) c x(t ), y (t ), z (t ) , z (0) h( s ) ¯ Assim, como as funções a, b e c são de classe C 1 num aberto contendo a curva * , a teoria das equações diferenciais ordinárias (vide [1]) garante que o problema de valor inicial (5) admitirá, para cada s I , uma única solução definida para todo t J s (G s , G s ) R . Ou seja, existirão funções (6) x X ( s, t ) , y Y ( s, t ) , z Z ( s, t ) satisfazendo as equações (7), (8) e (9) abaixo para todos s I , t J s : (7) wX ( s, t ) wt a X ( s, t ) , Y ( s, t ) , Z ( s, t ) , X ( s,0) f (s) (8) wY ( s, t ) wt b X ( s, t ) , Y ( s, t ) , Z ( s, t ) , Y ( s,0) g (s) (9) wZ ( s, t ) wt c X ( s, t ) , Y ( s, t ) , Z ( s, t ) , Z ( s,0) h( s ) Mais ainda, a teoria das equações diferenciais ordinárias garante que as funções em (6) são todas de classe C1. Escrevendo ) ( s, t ) X ( s, t ), Y ( s, t ), Z ( s, t ) , as equações (7), (8) e (9) ficam & w) reduzidas a ( s, t ) F ) ( s, t ) , *( s) )( s,0) . wt A figura 2 ilustra o que fizemos até agora. *( s ) )( s,0) w) ( s, t ) wt & F ) ( s, t ) ( Figura 2 ) ) ( s, t ) X ( s, t ), Y ( s, t ), Z ( s, t ) A resolução do problema de valor inicial (5) nos fornece, portanto, uma parametrização ( s, t ) o )( s, t ) de uma superfície S, a qual provaremos ser o gráfico da solução procurada do problema ( P ). A estratégia para isto consistirá de dois passos: 1º : Inverter o sistema x (10 ) ® ¯y X ( s, t ) , Y ( s, t ) isto é, resolvê-lo nas variáveis s e t, obtendo s S ( x, y ) (11) ® ¯t T ( x, y ) 2º : Provar que a função u definida por u ( x, y ) satisfaz as condições (1) e (2). Z S ( x, y ), T ( x, y ) é de classe C1 e Uma condição suficiente para a invertibilidade de (10) é dada pelo Teorema da Aplicação Inversa ( [2] ). Precisamente, se exigirmos que § wX ( s ,0 ) ¨ (12 ) det ¨ ws ¨ wY ( s,0) ¨ © ws wX · ( s ,0 ) ¸ wt ¸z0 wY ( s,0) ¸¸ wt ¹ então existirão um conjunto aberto U R 2 contendo o ponto ( s,0) , um conjunto aberto : R 2 contendo o ponto X ( s,0), Y ( s,0) f ( s ), g ( s ) , e funções S : : o U e T : : o U de classe C1 que invertem o sistema ( 10 ), isto é, tais que: s S X ( s, t ), Y ( s, t ) , ( s, t ) U , (13 ) ® ¯t T X ( s, t ), Y ( s, t ) e também x (14 ) ® ¯y X S ( x, y ), T ( x, y ) , ( x, y ) : . Y S ( x, y ), T ( x, y ) Assumindo, portanto, a condição (12), o primeiro passo fica garantido, e a função u ( x, y ) Z S ( x, y ), T ( x, y ) fica bem definida no aberto : . Mais ainda, ela é de classe C1 pelo fato de ser uma composição de funções de classe C1. O que faremos agora é provar que ela é solução do nosso problema. Ora, pela Regra da Cadeia podemos escrever: wu wZ wS wZ wT wu wZ wS wZ wT e , wx ws wx wt wx wy ws wy wt wy de onde segue que (15) a wT · wZ § wS wS · wZ § wT ¨¨ a ¨¨ a ¸. b b ¸¸ wy ¸¹ ws © wx wy ¹ wt © wx wu wu b wx wy Por outro lado, derivando com relação a t a primeira das equações (13) obtemos 0 wS wX wS wY , wx wt wy wt que devido às equações (7) e (8) se transforma em (16) 0 a wS wS . b wx wy Analogamente, derivando com relação a t a segunda das equações (13) obtemos 1 wT wX wT wY , wx wt wy wt que devido às equações (6) e (7) pode ser escrita como (17) 1 a wT wT b . wx wy Substituindo as equações (16) e (17) na equação (15) e lembrando que wZ wt c, wu wu c , ou seja, a função u ( x, y ) b wy wx definida por Z S ( x, y ), T ( x, y ) satisfaz a equação diferencial (1). Para finalizar, deve ser provado que a condição (2) também é satisfeita. Ora, mas da definição de u ( x, y ) segue que conforme afirma a equação (9), concluímos que a (18) u f ( s ), g ( s ) e utilizando as equações (13) com t s S X ( s,0), Y ( s,0) Z S f ( s ), g ( s ) , T f ( s ), g ( s ) , 0 obtemos S f ( s ), g ( s ) e 0 que levadas em (18) nos fornece u f ( s ), g ( s ) a equação (9). T X ( s,0), Y ( s,0) T f ( s ), g ( s ) , Z s,0 , que por sua vez é igual a h( s ) devido Observe que a condição (12) desempenhou um papel importantíssimo na resolução do problema de Cauchy. Com a finalidade de enunciar um teorema de existência de solução para o problema ( P ) convém interpretar tal condição como sendo uma restrição nos dados originais do problema, a saber, sobre as funções f , g , h , a , b , c . Ora, mas devido às equações (7) e (8), podemos escrever wX wY wX wY ( s,0) f c( s) , ( s,0) g c( s) , ( s,0) a*( s) e ( s,0) b*( s) . ws ws wt wt Desta forma podemos enunciar e dar por demonstrado o seguinte teorema: Teorema: Sejam a , b , c funções de classe C1 definidas num subconjunto aberto D do espaço tridimensional, o qual contém a curva *( s ) f ( s ), g ( s ), h( s ) , s I , também suposta de classe C1. Se § f c( s) a*( s) · ¸¸ z 0 , det ¨¨ © g c( s ) b*( s) ¹ então o problema de Cauchy ( P ) tem uma única solução u de classe C 1 . 3 – A condição (12) interpretada geometricamente: § f c( s) a*( s) · ¸¸ Observe que a condição det ¨¨ c g s b s ( ) ( ) * © ¹ (18) 0 é equivalente à condição a(*( s)) , b(*( s)) O f c( s) , g c( s) para algum O R . Assim, derivando h( s ) h c( s ) u f ( s ), g ( s ) com respeito a s obtemos f c( s ).u x f ( s ), g ( s ) g c( s ).u y f ( s ), g ( s ) , de onde segue que O.h c( s) O. f c( s).u x f ( s), g ( s) O.g c( s).u y f ( s), g ( s) . Graças a (18) e ao fato de que u satisfaz a equação (1) podemos escrever ainda (19) O .h c( s ) a*( s ) . u x f ( s ), g ( s ) b*( s ) . u y f ( s ), g ( s ) c*( s ) . De (18) e (19) podemos então afirmar que a, b, c * ( s ) O . f c( s), g c( s), hc( s) , ou ainda & F *( s ) O . * c( s ) . § f c( s ) a*( s ) · ¸¸ z 0 é equivalente ao fato da curva prescrita Logo, a condição det ¨¨ © g c( s ) b*( s ) ¹ & s o *(s ) não ser tangente ao campo de vetores F (a, b, c) , ou, o que dá no mesmo, é & equivalente à transversalidade entre a curva espacial * e o campo F , conforme ilustra a figura 3. Neste caso, o problema (P) admitirá solução única. * c(s ) *(s ) ( Figura 3 ) & F *(s ) 4 – O que ocorre se (12) não é satisfeita? § f c( s 0 ) a *( s 0 ) · ¸¸ 0 para algum s 0 , Observe que se (12) não é satisfeita, então det ¨¨ © g c( s 0 ) b*( s 0 ) ¹ & e neste caso já provamos acima que F *( s 0 ) O . * c( s 0 ) . Assim podemos destacar dois casos: & 1º caso: a curva * é uma curva característica do campo vetorial F (a, b, c ) . Neste caso o problema ( P ) admite infinitas soluções. De fato, pois para cada curva espacial * * transversal a * teremos uma solução, posto que para tal curva * * a condição (12) ficará satisfeita. & 2º caso: a curva * é tangente à uma curva característica do campo F (a, b, c ) no ponto *( s 0 ) , mas não é uma característica. Neste caso o problema ( P ) não tem solução. É interessante observar o que o determinante referido no teorema anterior diz a respeito do conjunto solução do problema ( P ). Diz a mesma coisa que o determinante de uma matriz A fala a respeito do conjunto solução de um sistema linear A. X B . Quando det A z 0 o sistema linear AX B tem somente uma solução, da mesma forma que se § f c( s 0 ) a *( s 0 ) · ¸¸ z 0 , o problema ( P ) terá somente uma solução. Quando det A 0 , det ¨¨ c ( ) ( ) g s b s * 0 0 ¹ © então o sistema AX B não terá solução, ou terá uma infinidade delas, da mesma forma que § f c( s 0 ) a *( s 0 ) · ¸¸ 0 , o problema ( P ) não terá solução, ou terá uma infinidade. Em se det ¨¨ © g c( s 0 ) b*( s 0 ) ¹ ambas as situações o que está em jogo é a noção de independência linear. Precisamente, no caso dos sistemas lineares é a independência linear das linhas da matriz estendida ( A / B) , e & no caso do problema de Cauchy é a independência linear dos vetores * c( s ) e F (*( s )) . 5 – Exemplos concretos: Exemplo 1: °u x u y u 2 . ® °̄u ( x,0) h( x) Neste caso temos a( x, y, z ) 1 , b( x, y, z ) 1 e c( x, y, z ) z 2 , x, y, z R , e *( s ) s,0, h( s ) . Assim, a curva característica que passa pelo ponto *(s ) em t 0 é a solução do Problema de Valor Inicial x c(t ) 1 , x(0) s ° ® y c(t ) 1 , y (0) 0 ° z c(t ) z 2 , z (0) h( s ) ¯ , que resolvido fornece x ts , y t , z h( s ) . 1 t . h( s ) Expressando s e t em função de x e y obtemos s x y e t y , e substituindo estas h( s ) h( x y ) expressões em z obtemos z . Assim, a função 1 t . h( s ) 1 y . ( x y) u ( x, y ) h( x y ) 1 y . h( x y ) é a solução do problema proposto, conforme se pode verificar agora mediante derivação e substituição. Esta solução será de classe C1 desde que h : R o R seja uma função de classe C1. __________________________________ wu wu y u °x wx Exemplo 2: Determinar uma função real u ( x, y ) tal que ® wy , onde °u ( x,0) h( x) ¯ h : R o R é uma função dada. Neste caso temos a ( x, y, z ) y , b( x, y, z ) x e c( x, y, z ) z , x, y, z R , e *( s ) s,0, h( s ) . Logo, a curva característica que passa pelo ponto *( s) em t 0 é a solução do Problema de Valor Inicial x c(t ) ° ® y c(t ) ° z c(t ) ¯ cuja solução é y (t ) , x ( 0) s x(t ) , y ( 0) 0 z (t ) , z ( 0) h( s ) , x s . cos t , x ® ¯y Invertendo o sistema expressões de s e t em z y , z s . sent s . cos t s . sent h( s ) . e t . s x2 y2 ° ® § y· °t acrtg ¨ ¸ ©x¹ ¯ obtemos , e substituindo estas h( s ) . e t obtemos z u ( x, y ) 2 2 h x y .e § y· arctg ¨ ¸ ©x¹ , que é a solução procurada. 6 – O que ocorre quando não conseguimos explicitar a inversa do sistema (10)? A pergunta procede. De fato, ainda que o Teorema da Aplicação Inversa afirme positivamente sobre a possibilidade de inverter o sistema (10), nem sempre é possível explicitar esta inversa. Neste caso a tarefa de explicitar a solução u ( x, y ) fica prejudicada. Entretanto, a maneira como provamos o Teorema de Existência de Solução do Problema ( P ) nos dá uma receita de como construir a superfície solução: basta usar técnicas numéricas de resolução de sistemas de equações diferenciais ordinárias para imprimir as curvas características que passam pelos vários pontos *( s ) , s I , no instante t 0 . Isto renderá um esboço da superfície solução, o qual poderá ser utilizado para fazer conjecturas a respeito das propriedades de u ( x, y ) : - A solução u possuirá algum tipo de singularidade? - Até onde a superfície solução é gráfico de função? - Se se tratar de uma equação de evolução, ocorrerá blow-up em tempo finito? Observe que a dificuldade em explicitar a solução pode ocorrer bem antes da tarefa de inverter o sistema (10). De fato, pode acontecer de não conseguirmos resolver explicitamente sequer o sistema de equações diferenciais ordinárias (5), que em geral é não linear. A título de ilustração, consideremos o próximo exemplo. Exemplo 3: wu 2 2 2 wu °°( x y u ) wx 2 xy wy ® °u ( x, x) 1 sen(10 S x ) °¯ 10 & Sendo F ( x, y, z ) x 2 2 xu . y 2 z 2 , 2 xy , 2 xz e *( s) 1 § · ¨ s, s, sen(10 S s ) ¸ , então 10 © ¹ & s 1 § · F *( s ) ¨ 2s 2 sen 2 (10 S s ) ,2s 2 , sen(10 S s ) ¸ e * c( s ) 100 5 © ¹ 1,1, S cos (10 S s) . & Logo o conjunto F *( s) , * c( s ) é linearmente independente s z 0 , e portanto o teorema garante a existência de solução. Entretanto o leitor poderá verificar que a obtenção da solução explícita não é uma tarefa imediata. Cabe neste momento o uso de recursos computacionais. Na figura 4 abaixo vemos um gráfico da solução do exemplo 3, gerado pelo aplicativo Maple. ^ ` ( Figura 4 ) ...... Bibliografia 7 – Considerações Finais: A técnica apresentada se estende sem grandes dificuldades teóricas a equações diferenciais parciais quase-lineares para uma função incógnita u ( x1 , x 2 , ... , x n ) de n variáveis reais. De fato, pois os dois grandes resultados teóricos que utilizamos foram o Teorema de Existência e Unicidade da teoria das equações diferenciais ordinárias, e o Teorema da Aplicação Inversa, e sabemos que ambos valem em dimensões superiores. A dificuldade que surge é do ponto de vista prático pois, em geral, quanto maior for a dimensão mais difícil fica a execução dos passos descritos pelo método. Entretanto, a técnica não cobre casos como 2 § wu · § wu · ¨ ¸ ¨¨ ¸¸ © wx ¹ © wy ¹ 2 c , onde c é uma constante positiva. Este tipo de equação diferencial parcial se enquadra na classe abaixo, F x, y, u, u x , u y 0 , a qual permite não-linearidades nas derivadas parciais u x e u y . Para esta classe é possível uma abordagem geométrica análoga à feita anteriormente. Entretanto, como o grau de & liberdade imposto pela equação diferencial em cima do vetor normal n ( u x , u y , 1 ) é menor, o método conduz à resolução de um sistema de cinco equações diferenciais ordinárias. Este método está bem descrito em [3], e será objeto de estudo na continuidade deste projeto de ensino. 8 – Bibliografia: [1] Hale, Jack; Ordinary Differential Equations; J. Wesley, 1964; [2] Lima, Elon Lages; Curso de Análise; Vol.2; Instituto de Matemática Pura e Aplicada - IMPA, RJ, 1981. Projeto Euclides. [3] Bassanezi, R. C. & Ferreira Jr, W. C.; Equações Diferenciais Com Aplicações; Editora Harbra, 1988. Alguns Resultados de Trigonometria Hiperbólica Patrı́cia Borges dos Santos∗ Flávia Cristina Martins Queiroz† Edson Agustini‡ Faculdade de Matemática - Famat Universidade Federal de Uberlândia - Ufu - MG Março de 2007 Resumo Este trabalho é uma exposição dos principais resultados da Trigonometria Hiperbólica, desenvolvido a partir dos axiomas e resultados da Geometria Hiperbólica. Os quatro principais teoremas dessa trigonometria são abordados: o Teorema de Pitágoras Hiperbólico, a Lei dos Senos e as duas Leis dos Cossenos. Uma comparação entre as trigonometrias Euclidiana e Hiperbólica é desenvolvida. Palavras-chave: Horocı́rculo, Função Ângulo de Paralelismo, Lei dos Senos, Lei dos Cossenos, Teorema de Pitágoras Hiperbólico. 1 Introdução Neste trabalho apresentamos os principais resultados da Trigonometria Hiperbólica a partir dos axiomas e resultados fundamentais da Geometria Hiperbólica Plana. A Geometria Hiperbólica Plana é a geometria obtida a partir dos Axiomas de Hilbert para a Geometria Euclidiana Plana substituindo o Postulado das Paralelas (Quinto Postulado de Euclides) pelo Postulado de Lobachewsky cujo enunciado é o seguinte: “Por um ponto fora de uma reta r passam duas retas paralelas à r” Os principais resultados abordados neste trabalho são: o Teorema de Pitágoras Hiperbólico, a Lei dos Senos e as duas Leis dos Cossenos. Para o desenvolvimento desses resultados, introduzimos algumas definições essenciais para a próxima seção. Pontos Correspondentes: Sejam m e n retas distintas e P ∈ m, Q ∈ n. Dizemos que P e Q são correspondentes se o segmento PQ forma com m e n ângulos congruentes em um mesmo lado de PQ. P a a m n Q Horocı́rculos: Sejam o feixe de todas as retas hiperbólicas paralelas convergindo para um mesmo ponto ideal (no infinito) Ω e P um ponto em uma reta do feixe. Ao lugar geométrico de todos os pontos correspondentes a P nas demais retas do feixe chamamos de horocı́rculo de centro Ω e raio PΩ. ∗ patricia [email protected] Programa de Educação Tutorial da Faculdade de Matemática - Ufu (PetMat). Programa de Educação Tutorial da Faculdade de Matemática - Ufu (PetMat). ‡ [email protected] Professor orientador de janeiro de 2006 a dezembro de 2006. † fl[email protected] Horocírculo P P1 P2 W P3 P4 P5 Triângulos Generalizados: Um triângulo hiperbólico com pelo menos um vértice ideal (no infinito) é chamado de triângulo hiperbólico generalizado. A h a W B Função Ângulo de Paralelismo: reto (figura acima). O comprimento Seja ABΩ um triângulo retângulo generalizado com o ângulo ABΩ do segmento AB, que denotaremos por h, é chamado de altura de ABΩ. O ângulo BAΩ, que denotamos por α, é chamado de ângulo de paralelismo associado a h. À função θ que a cada altura h > 0 de triângulo retângulo generalizado associa o ângulo de paralelismo α (medido em radianos) associado a h: θ: (0, +∞) ⊂ R −→ R h −→ θ (h) = α é chamada de Função Ângulo de Paralelismo. Função Ângulo de Paralelismo Estendida: Definindo θ (0) = π2 e θ (−h) = π − θ (h) para h > 0, podemos estender o domı́nio da Função Ângulo de Paralelismo aos reais: θ : R −→ ⎧ R ⎨ α, se h > 0 π/2, se h = 0 h −→ θ (h) = ⎩ π − α, se h < 0 À função θ acima chamamos de Função Ângulo de Paralelismo Estendida. A h a = q(h) W B a q(-h) = p - a Na próxima seção iremos abordar uma expressão para θ. 2 A Trigonometria Hiperbólica As ilustrações das próximas subseções foram inspiradas nas construções geométricas realizadas no Modelo do Disco de Poincaré para a Geometria Hiperbólica Plana. As mesmas podem ser reproduzidas com o auxı́lio de um software de geometria dinâmica hiperbólica, como o NonEuclid, que é livre e pode ser copiado do site [14]. 2.1 Arcos Concêntricos de Horocı́rculos Proposição 2.1 Segmentos de raios entre horocı́rculos concêntricos são congruentes. a H W H' a Demonstração: Temos: A a A' M M' W B' a H' B H Seja M ponto médio de AB. Pelo caso “lado, ângulo” para triângulos generalizados temos MΩ ⊥ AB. (AMΩ ≡ BMΩ) Temos AMM ≡ BMM (caso LAL) e, portanto, AA M ≡ BB M (caso LAA0 ). Conclusão: AA ≡ BB , como querı́amos. Os arcos AB e A B de H e H com extremos nos mesmos raios (como na figura acima) são chamados de arcos correspondentes. Proposição 2.2 Se um raio divide ao meio um arco de horocı́rculo, então divide ao meio qualquer arco correspondente de horocı́rculo concêntrico. Demonstração: Temos: A A' M' C' C M W B' B H' H Como AM ≡ MB temos AMΩ ≡ BMΩ (definição). Como AMC ≡ BMC (caso LAL) temos AC ≡ BC e AB ⊥ MΩ. Logo, ACC ≡ BCC (caso LAL). Assim, AA C ≡ BB C (caso LAL), o que implica A C Ω ≡ B C Ω. Conclusão: A M C ≡ B M C (caso LAL) =⇒ A M Ω ≡ B M Ω =⇒ A M ≡ B M Corolário 2.1 O conjunto dos pontos médios de arcos correspondentes em horocı́rculos concêntricos constituem um raio. Corolário 2.2 Se P0 , ..., Pn dividem P0 Pn ⊂ H em n partes iguais e H é horocı́rculo correspondente ∈ H tais que Pi Pj e Pi Pj são correspondentes e dividem P0 Pn ⊂ H em n partes a H, então P0 , ..., Pn iguais. Demonstração: Basta aplicar a Proposição 2.2 a P0 P2 ; P1 P3 ; P2 P4 ; P3 P5 ; ...; Pn−2 Pn . P1 P2 P0 P 1’ P 0’ P 2’ P 3’ P3 W P 4’ P n’ P4 ... Pn Proposição 2.3 Sejam H e H horocı́rculos concêntricos e A, B, C ∈ H. Então os pontos A , B , C ∈ H determinados pelos raios que passam por ABC são tais que AB A B = A C AC . C C' B' B W P' A' P H' A H Demonstração: 1◦ caso: Se AB e AC forem comensuráveis, ou seja: AB ∈ Q. AC Logo, existe uma unidade de medida comum aos dois arcos. Suponhamos que AP, P ∈ H, possua o comprimento dessa unidade. Logo, AB = mAP e AC = nAP com m, n ∈ N. Consideremos o raio PΩ. Ele determina P ∈H . Pelo Corolário 2.2 temos A B = mA P e A C = nA P . Logo: AB AC = A B A C = m . n comensuráveis. 2◦ caso: Se AB e AC não forem Neste caso, seja m ∈ N tal que AB = mAP; P ∈ H. Logo, ∃n ∈ N tal que nAP ≤ AC < (n + 1)AP. Pelo Corolário 2.2, A B = mA P e nA P ≤ A C < (n + 1)A P . Logo: m AB m < ≤ n+1 n AC e m A B m < ≤ ⇒ n+1 n A C m AB A B m m m − ≤ − ≤ − =⇒ n+1 n n n +1 AC A C AB A B m m 0 ≤ − ≤ − . n n +1 AC A C Fazendo AP → 0 temos m, n → +∞ com m n limitado. m Logo, m n − n+1 → 0, ou seja: AB A B A B − = 0 =⇒ AB = . AC A C AC A C Proposição 2.4 A razão entre arcos correspondentes de horocı́rculos concêntricos depende somente da distância entre eles, medida ao longo de um raio, ou seja: A1 A2 A3 d d A4 d W ... B4 B3 H4 B2 B1 H2 H1 A1 B1 A2 B2 2.2 H3 = A2 B2 A3 B3 = A3 B3 = · · · = f(d) > 1. A4 B4 Unidade de Comprimento para a Geometria Hiperbólica Lembremos a fórmula da área de Gauss para um triângulo ABC: +B + C)); Área(ABC) = k(π − (A k > 0 constante. Fixando k = 1, é possı́vel mostrar que quando A1 B 1 = e, A2 B 2 a distância de A1 B1 a A2 B2 é 1, sendo A1 B1 e A2 B2 arcos correspondentes de horocı́rculos concêntricos. Doravante adotaremos essa unidade de comprimento na geometria hiperbólica, ou seja, d(A1 B1 , A2 B2 ) = 1 ⇐⇒ A1 B 1 = e. A2 B 2 Proposição 2.5 Se s0 e sx são comprimentos de dois arcos correspondentes em horocı́rculos concêntricos com sx < s0 e x é a distância entre eles ao longo de um raio comum, então sx = s0 e−x . s0 x sx W Consideremos a figura abaixo: A 45° D u B y W' C W H Tomemos BC = s, AC = S, sendo H horocı́rculo de centro Ω e S > s. Nas condições da figura acima vale a seguinte proposição. Proposição 2.6 (1) S − s = Se−(y+u) ; (2) S + s = Sey−u . Observação: Se S > s, então existe D ordinário na figura acima. De fato, cansideremos a figura abaixo: A a C b y W'' h1 h2 u W D B Temos: h2 < h1 =⇒ θ(h2 ) > θ(h1 ) =⇒ β > α = 45o =⇒ 2β > 90o =⇒ ∃D ponto ordinário. Recordemos as definições: senh y = cosh y = tanh y = sech y = cosech y = ey − e−y ; 2 ey + e−y ; 2 senh y ; cosh y 1 ; cosh y 1 ; y = 0. senh y Corolário 2.3 Nas condições da Proposição 2.6 temos: (1) eu = cosh y; (2) s = S tanh y. Demonstração: Somando (1) e (2) da Proposição 2.6: 2S = S(e−y e−u − ey e−u ) =⇒ 2eu = ey + e−y =⇒ eu = ey + e−y =⇒ eu = cosh y. 2 Subtraindo (1) e (2) da Proposição 2.6: 2S = S(ey e−u − e−y e−u ) =⇒ S ey − e−y ) =⇒ ( 2 eu y −y S e −e s = u( ) =⇒ e 2 S s = u senh y =⇒ e senh y s=S =⇒ cosh y s = S tanh y. s= 2.3 Sistema de Coordenadas na Geometria Hiperbólica Sejam dois eixos perpendiculares e orientados a partir de O: Ox e Oy . Seja P um ponto do plano hiperbólico. Associamos a P dois números reais: (i) |a|: distância da projeção ortogonal Px de P em Ox até O, sendo: a > 0 se Px situa-se na semi-reta de orientação positiva de Ox . a < 0 se Px situa-se na semi-reta de orientação negativa de Ox . (ii) |b|: distância de P a Px . b > 0 se P estiver no semiplano determinado por Ox que contém a semireta de orientação positiva de Oy . b < 0 se P estiver no semiplano determinado por Ox que contém a semireta de orientação negativa de Oy . Chamaremos a e b de coordenadas de P, sendo a a abscissa e b a ordenada de P. 2° Quadrante Oy + 1° Quadrante P = (a,b) b QX - + a -c O PX - 4° Quadrante OX -d Q = (c,d) 3° Quadrante Observemos que, deste modo, existe uma correspondência biunı́voca entre os pontos do plano e os pares ordenados de números reais. Observações: (1) Não podemos definir b como sendo a distância da projeção ortogonal Py de P em Oy até O. (Isto é, definir coordenadas como na Geometria Euclidiana). Caso contrário, não haveria uma correspondência biunı́voca entre os pontos do plano e os pares ordenados de números reais. Exemplo: Seja a ∈ R tal que θ(a) = π4 (θ: função ângulo de paralelismo). Não existiria o ponto do coordenadas (a, a): Oy W a p/4 p/4 a O Ox Por outro lado, se partirmos do ponto P, sempre existiria Px e Py e, portanto, existiriam as coordenadas a e b como na geometria euclidiana. (2) nas condições como definimos o sistema de coordenadas na Geometria Hiperbólica um ponto P = (a, b) é tal que d(O, Py ) < b. De fato, OPx PPy é um Quadrilátero de Lambert e, portanto, d(O, Py ) < d(P, Px ) = b. Oy P = (a,b) Py b a O Px Ox Proposição 2.7 Seja Ω+ ponto ideal do eixo coordenado Ox no lado de orientação positiva. A equação do horocı́rculo de centro Ω+ passando pela origem O é ex = cosh y. Demonstração: Oy P = (x,y) y O x Ox W+ H Consideremos a seguinte figura: Oy P Y O x C x B Ox W+ H Pela Proposição 2.1: OC ≡ PB ≡ x. Pelo Corolário 2.3: ex = cosh y. Proposição 2.8 Na figura abaixo A B s a C W E H temos AC = S; BC = s e BE = a, sendo H horocı́rculo de centro Ω e raio CΩ. Então s = S senh a. Demonstração: Tomemos por E um horocı́rculo H de centro em Ω. Seja {F} = BΩ ∩ H . A B x s C F a x W E H H’ Seja EF = s . Temos que CB e EF são correspondentes. Pela Proposição 2.5: s = e−x s. Pelo Corolário 2.3: s = S tanh a. Logo, e−x s = S tanh a =⇒ s = Sex tanh a. Também pelo Corolário 2.3: ex = cosh a. Logo, s = S cosh a tanh a =⇒ s = S senh a. Lema 2.1 Considere a figura abaixo: Oy A H S W- O Ox W+ ←−→ sendo H horocı́rculo de centro Ω+ e raio OΩ+ . Sejam AO = S e AΩ+ ⊥ Ω− . Então AΩ+ e Oy são retas paralelas. Demonstração: Considere a figura abaixo: W A D H B y r O W+ Sejam DO = y e BO = s. Pelo Corolário 2.3: s = S tanh y. Fazendo D −→ Ω+ temos y −→ +∞, o que implica tanh y −→ 1. ←−→ Logo s −→ S, ou seja, AΩ+ é paralela a Oy . Proposição 2.9 A reta paralela aos eixos coordenados situada no 1o quadrante é e−x = tanh y. Demonstração: Consideremos a figura abaixo: Oy W A A’ P S x O B’ y r Ox C’ W+ H’ H Seja H horocı́rculo de centro Ω+ passando pela origem. Pelo Lema 2.1: AO = S. Seja A ∈ H tal que A C = S. (H é horocı́rculo com centro em Ω+ passando por C ). Seja B C = s. Pelo Corolário 2.3: s = S tanh y. AO e B C são correspondentes. Pela Proposição 2.5: s = Se−x . Logo, S tanh y = Se−x o que implica e−x = tanh y. Dois números positivos z e z são chamados complementares quando os ângulos de paralelismo a eles associados são complementares, ou seja: π θ(z) + θ(z ) = . 2 Proposição 2.10 Se z e z são complementares, então: e−z = tanh z . 2 Demonstração: Consideremos a figura abaixo: W Oy Q P b a O z r W+ Px Ox Sendo d(O, Px ) = z; PPx ⊥ Ox e PPx ≡ QP. = 90o . Temos PPx Ω+ ≡ PQΩ (caso “lado, ângulo”). Logo, Q o Temos θ(z) = α e θ(QPx ) = β. Como α + β = 90 segue que z = QPx é complementar de z. Mas a equação de r é e−x = tanh y (Proposição 2.9). No ponto P ∈ r temos x = z e y = PPx = z2 . Logo, e−z = tanh z2 . Corolário 2.4 Se z e z são complementares, então: (1) ez = cotanh z2 ; (2) senh z senh z = 1; (3) cosh z = cosh z ; (4) tanh z = sech z . Demonstração: (1) Temos: e−z = tanh z z ⇒ ez = cotanh . 2 2 (2) Temos ez − e−z 2 cotanh z2 − tanh z2 = 2 senh z = 2 z z 2 −senh 2 z senh 2 cosh z2 cosh2 = = = ou seja: 2 cosh2 z2 + 1 − cosh2 senh z z 2 1 , senh z senh z senh z = 1. Observação: cosh2 x − senh2 x = 1; x x cosh ; 2 2 x 2x + cosh2 . cosh x = senh 2 2 senh x = 2 senh (3) Temos: ez + e−z 2 cotanh z2 + tanh z2 = 2 cosh z = cosh2 = senh 2 z z 2 +senh 2 z z . cosh 2 2 2 cosh z = senh z = cotanh z =⇒ cosh z = cotanh z . (4) Temos: senh z cosh z cosech z = cotanh z 1 = cosh z = sech z =⇒ tanh z = tanh z = sech z . 2.4 Trigonometria Hiperbólica em Triângulos Retângulos Seja um triângulo ABC como abaixo: B m c l A b a C Chamaremos tal triângulo de triângulo retângulo com partes a, b, c, λ, μ. Proposição 2.11 Em triângulo retângulo com partes a, b, c, λ, μ tem-se: (1) senh c = senh a cosh l; (2) senh c = senh b cosh m. Sendo l e m tais que θ(l) = λ e θ(m) = μ. Demonstração: Considere a figura abaixo: l-c s 2 B c m s a s 3 1 l A b C W Temos s1 = S senh a (Proposição 2.8) e s3 = s1 e−u (Proposição 2.5). Logo, s2 + s3 s2 s1 eu s3 . senh a = = = eu − S S S S Mas eu = cosh(l − c) (tanh l − tanh(l − c)) = cosh(l − c) tanh l − senh(l − c) cosh(l − c) senh l − cosh l senh(l − c) cosh l senh (l − (l − c)) = cosh l senh c = =⇒ cosh l senh c = senh a cosh l. = De modo totalmente análogo: senh c = senh b cosh m. Corolário 2.5 Seja ABC triângulo retângulo com partes a, b, c, λ, μ. Então: (1) cosh l = senh c senh a ; (2) cosh m = senh c senh b ; (3) cosh c = senh l senh m; (4) cosh a = senh l senh b ; (5) cosh b = senh m senh a . Sendo a, a complementares; b, b complementares; θ(l) = λ e θ(m) = μ. Demonstração (dos itens (1) e (2)): (1) Da Proposição 2.11: senh c = senh a cosh l. Do Corolário 2.4: senh a senh a = 1. Logo: 1 cosh l =⇒ senh a cosh l = senh c senh a . senh c = (2) Análogo. 2.5 Teorema de Pitágoras Hiperbólico Proposição 2.12 (Teorema de Pitágoras Hiperbólico) Em um triângulo retângulo de hipotenusa medindo c e catetos medindo a e b vale cosh c = cosh a cosh b. Demonstração: Considere a figura: B m c A l b a C sendo θ(l) = λ e θ(m) = μ. cosh a cosh b Pelo Corolário 2.5: cosh c = senh l senh m; senh l = senh b e senh m = senh a . Logo: cosh a cosh b cosh c = = cotanh a cotanh b . senh b senh a Pelo Corolário 2.4: cotanh a = cosh a e cotanh b = cosh b. Logo: cosh c = cosh a cosh b. Exemplo: Seja um triângulo retângulo hiperbólico com catetos medindo 3 e 4. A hipotenusa mede aproximadamente 6, 30966. De fato: c 3 4 ∼ 274, 93 =⇒ c = 6, 30966. Temos cosh c = cosh 3 cosh 4 = Observação: A hipotenusa é “maior” que no caso euclidiano. 2.6 Trigonometria Hiperbólica em Triângulos Quaisquer Consideremos o triângulo ABC abaixo: B m a c n l b A C Proposição 2.13 Nas condições da figura acima, tem-se senh a senh b senh c = = , sech l sech m sech n sendo θ(l) = λ; θ(m) = μ e θ(n) = ν. Demonstração: Seja h a altura relativa ao vértice B. B c h n l A Pela Proposição 2.11: a b C senh c = senh h cosh l senh a = senh h cosh n Logo, senh a cosh n sech l senh a senh c = = =⇒ = . senh c cosh l sech n sech l sech n De modo análogo, senh b senh c = . sech m sech n Proposição 2.14 Nas condições da figura acima, tem-se: cosh a = cosh b cosh c − senh b senh c tanh l sendo θ(l) = λ. Demonstração: Consideremos a figura abaixo, supondo que μ seja o maior ângulo. B c l A h a b-d d n b C Pelo Teorema de Pitágoras Hiperbólico: cosh a = cosh h. cosh(b − d) . cosh c = cosh h. cosh d Logo, cosh c cosh(b − d) cosh d cosh c = (cosh b cosh d − senh b senh d) =⇒ cosh d cosh a = cosh b cosh c − cosh c senh b tanh d. cosh a = Mas, tanh d = tanh c tanh l. De fato, senh l (1) tanh l = = cosh l cosh h cosh h cosh c senh d (2) senh h senh d (3) cosh d senh d = = senh c senh c senh c senh h senh h = tanh d =⇒ tanh c tanh d = tanh c tanh l. (1): Corolário 2.5 (numerador) e Proposição 2.11 (denominador) (2): Corolário 2.4 (3): Teorema de Pitágoras Hiperbólico Logo: senh c tanh l =⇒ cosh c cosh a = cosh b cosh c − senh b senh c tanh l. cosh a = cosh b cosh c − cosh c senh b 2.7 Trigonometria Hiperbólica e Função Ângulo de Paralelismo Proposição 2.15 Seja θ : R −→ R h −→ θ (h) = α a função ângulo de paralelismo estendida a R. (Obs: θ(−a) = π − θ(a); a > 0) Então, θ(h) = arccos(tanh h); (isto é, cos α = tanh h) P a h W Q Corolário 2.6 (Lei dos Cossenos 1) Nas condições da Proposição 2.14 temos: cosh a = cosh b cosh c − senh b senh c cos λ. a c l b Corolário 2.7 (Lei dos Senos) Nas condições da Proposição 2.13 temos: senh a senh b sec h = = . sen λ sen μ sen ν Demonstração: Consideremos a figura abaixo: m a c n l b Do Corolário 2.4 e da Proposição 2.15 temos: sech l = tanh l = cos λ , sendo θ (l ) = λ e θ (l) = λ. Mas: π π π θ (l) + θ (l ) = =⇒ λ + λ = =⇒ λ = − λ. 2 2 2 Logo: π π π sech l = cos − λ = cos cos λ + sen sen λ = sen λ =⇒ sech l = sen λ. 2 2 2 De modo análogo: sech m = sen μ e sech n = sen ν. Daı́ substituindo na Proposição 2.13 temos o resultado. Corolário 2.8 Se θ é a função ângulo de paralelismo estendida, então: θ (h) = 2 arctan e−h , isto é, tan sendo θ (h) = α. α = e−h , 2 Demonstração: Temos eh = senh h + cosh h. Da Proposição 2.15 temos tanh h = cos α. Por outro lado, como θ (h) = α, temos do Corolário 2.4 e da Proposição 2.15: π sech h = tanh h = cos α = cos − α = sen α =⇒ cosh h = cosec α. 2 Desse modo: tanh h = cos α =⇒ senh h = cosh h cos α = cosec α cos α =⇒ senh h = cotan α. Logo: eh = senh h + cosh h = cotan α + cosec α = Mas: 1 + cos α . sen α 2 α 2 α cos2 α cos2 α cos α 1 + cos α α 2 − sen 2 + 1 2 + cos 2 2 = = = = cotan . α α α α sen α 2 sen 2 cos 2 2 sen 2 cos 2 sen α 2 2 Logo, eh = cotan α α =⇒ e−h = tan . 2 2 Exemplos: (1) A área de um triângulo retângulo com catetos medindo 3 e 4 na Geometria Hiperbólica é 1, 43488196 unidades de área. De fato: Precisamos encontrar os ângulos internos. a 3 c b 4 Pelo Teorema de Pitágoras Hiperbólico: cosh c = cosh 3 cosh 4 =⇒ c = 6, 30966. Pela Lei dos Senos: senh 3 senh 6, 30966 =⇒ sen β = 0, 036438166 =⇒ β = 0, 036446234 rad (ou β = 2, 088◦ ) . = sen β sen π2 Analogamente: senh 4 senh 6, 30966 =⇒ sen α = 0, 099262 =⇒ α = 0, 0994257 rad (ou α = 5, 6966◦ ). = sen α sen π2 Assim: Área(ABC) = π − π 2 + 0, 036446234 + 0, 0994257 = 1, 43488196 unidades de área. Observação: Se o triângulo fosse euclidiano: β = 36, 87◦ ; α = 53, 13◦ e Área(ABC) = 6. (2) Um triângulo possui lados medindo 1 e 2 e o ângulo entre eles é de 30◦ . A medida do terceiro lado é 1, 380472 unidades de área e os demais ângulos medem 18, 3887◦ e 76, 7979◦ . De fato: a a 1 b 30° 2 Pela Lei dos Cossenos 1: cosh a = cosh 1 cosh 2 − senh 1 senh 2 cos 30◦ = 2, 1141193 =⇒ a = 1, 380472. Pela Lei dos Senos: senh 1 senh a = =⇒ β = 0, 320944 rad = 18, 3887◦ ◦ sen 30 sen β e senh 2 senh a = =⇒ α = 1, 340376 rad = 76, 7979◦ . ◦ sen 30 sen α Proposição 2.16 (Lei dos Cossenos 2) Seja um triângulo com lados medindo a, b, c e ângulos internos α, β, γ conforme a figura: g a b a b c Então: cosh c = cos α cos β + cos γ . sen α sen β Demonstração: Façamos A = cosh a; B = cosh b e C = cosh c. Temos cosh2 a − senh2 a = 1 =⇒ senh2 a = cosh2 a − 1. Para a > 0 =⇒ senh a > 0. Logo: senh a = A2 − 1. Analogamente: senh b = e senh c = Pela Lei dos Cossenos 1: C = AB − B2 − 1 C2 − 1. A2 − 1 B2 − 1 cos γ =⇒ cos γ = √ Analogamente: cos α = √ e cos β = √ A2 AB − C √ . − 1 B2 − 1 BC − A √ B2 − 1 C2 − 1 A2 AC − B √ . − 1 C2 − 1 Assim: sen2 γ = 1 − cos2 γ 2 AB − C √ =1− √ A2 − 1 B2 − 1 2 2 A − 1 B − 1 − A2 B2 + 2ABC − C2 = (A2 − 1) (B2 − 1) 1 + 2ABC − A2 − B2 − C2 = . (A2 − 1) (B2 − 1) Façamos D = 1 + 2ABC − A2 − B2 − C2 . Logo: √ sen γ = √ D √ . A2 − 1 B2 − 1 Analogamente, sen α = √ √ D √ B2 − 1 C2 − 1 e √ sen β = √ D √ . A2 − 1 C2 − 1 Assim: cos α cos β + cos γ = sen α sen β √ BC−A √ AC−B √ √ √ + √A2AB−C B2 −1 C2 −1 A2 −1 C2 −1 −1 B2 −1 √ √ D D √ √ √ √ B2 −1 C2 −1 A2 −1 C2 −1 2 (BC − A) (AC − B) + (AB − C) C − 1 D ABC2 − B2 C − A2 C + AB + ABC2 − C3 − AB + C = D 1 + 2ABC − A2 − B2 − C2 D =C = C = C. D D = Isto é: cosh c = cos α cos β + cos γ . sen α sen β Exemplos: (1) Um triângulo possui ângulos internos 30◦ , 45◦ e 60◦ . Os lados opostos a esses ângulos medem 1, 3120735; 1, 6230837 e 1, 8130936, respectivamente. De fato: 45° a b 60° 30° c Logo: cos 30◦ cos 45◦ + cos 60◦ = 3, 146264 =⇒ a = 1, 8130936 sen 30◦ sen 45◦ ◦ ◦ ◦ cos 60 cos 45 + cos 30 cosh b = = 1, 991563 =⇒ b = 1, 3120735 sen 60◦ sen 45◦ ◦ ◦ ◦ cos 60 cos 30 + cos 45 cosh c = = 2, 632993 =⇒ c = 1, 6230837 sen 60◦ sen 30◦ cosh a = (2) O raio da circunferência inscrita em um triângulo equilátero hiperbólico de lados medindo 1 é 0, 2637354 unidades de medida. De fato: b 1 a 1 r 1 Temos α = senh 12 sen β 2 Assim: = π 3. Pela Lei dos Senos: senh 12 senh 1 β β =⇒ sen = = 0, 44340944 =⇒ = 0, 4593989 rad =⇒ β = 0, 9187978 rad = 52, 643◦ sen π2 2 senh 1 2 senh 12 senh r = =⇒ r = 0, 2637354. β sen π3 sen 2 (3) Dado um triângulo ABC, seja h a altura relativa ao vértice A. Então, colocando h em função dos lados a, b, c temos 2 cosh a cosh b cosh c − cosh2 b − cosh2 c −1 h = cosh senh a De fato: A c h b d a B C Temos: cosh c = cosh h cosh (d − a) = cosh h (cosh d cosh a − senh d senh a) cosh b = cosh h cosh d cosh2 d − senh2 d = 1 Logo: ⎞ 2 cosh b cosh b senh a⎠ cosh a − −1 + cosh c = cosh h ⎝ cosh h cosh h = cosh b cosh a − − cosh2 h + cosh2 b senh a =⇒ cosh c − cosh b cosh a = − − cosh2 h + cosh2 b ⇒ senh a 2 cosh c − cosh b cosh a 2 2 =⇒ − cosh h + cosh b = senh a 2 cosh a cosh b cosh c − cosh2 b − cosh2 c cosh h = . senh a ⎛ 3 Comparação Entre as Trigonometrias Hiperbólica e Euclidiana Estamos tomando como unidade de medida a distância entre dois arcos correspondentes de horocı́rculos concêntricos cujo quociente é e. B D W A C 1 Temos pela Proposição 2.5 que se x é a distância entre AB e CD, então CD = ABe−x . Tomemos x = k1 ; k > 0. Podemos considerar k1 como sendo unidade de medida. Logo, para k grande, a unidade de medida é pequena e os arcos AB e CD possuem quase o mesmo comprimento: B D W A 1/k C Com esta unidade de medida, as fórmulas trigonométricas ficam: g c/k a/k a/k b/k b a b/k c/k (1) Teorema de Pitágoras Hiperbólico: cosh (2) Lei dos Senos: c b a = cosh cosh ; k k k senh a senh bk senh kc k = = ; sen α sen β sen γ (3) Lei dos Cossenos 1: cosh c a b a b = cosh cosh − senh senh cos γ; k k k k k (4) Lei dos Cossenos 2: cos β cos γ + cos α a = . k sen β sen γ Note que, fazendo k grande, nossos triângulos são “pequenos”. x Da Fórmula de Taylor para senh em torno do zero temos: k x n (n) senh (0) ∞ x x5 x x3 k senh = + + ··· = + 3 k n=0 n! k 3!k 5!k5 cosh Analogamente: cosh ∞ x = k n=0 cosh(n) (0) n! x n k =1+ x4 x2 + + ··· 2 2!k 4!k4 Deste modo; para valores altos de k podemos considerar: x x senh k k e x x2 cosh 1 + 2 k 2k (1) Teorema de Pitágoras Hiperbólico: c b a = cosh cosh =⇒ k k k a2 c2 b2 1 + 2 =⇒ 1+ 2 1+ 2 2k 2k 2k cosh 1+ c2 a2 b2 a2 b2 1 + + + =⇒ 2k2 2k2 2k2 4k4 a2 b2 c2 a2 + b2 + . 2k2 Para k grande temos c2 a2 + b2 que é, aproximadamente, o Teorema de Pitágoras Euclidiano. (2) Lei dos Senos: senh a senh bk senh kc k = = =⇒ sen α sen β sen γ a k b k c k sen α sen β sen γ b c a sen α sen β sen γ =⇒ que é, aproximadamente, a Lei dos Senos Euclidiana. (3) Lei dos Cossenos 1: c a b a b = cosh cosh − senh senh cos γ =⇒ k k k k k a2 ab c2 b2 b2 a2 b2 ab a2 1+ 2 − 1+ 2 1+ 2 − 2 cos γ =⇒ cos γ = 1 + 2 + 2 + 2k 2k 2k kk 2k 2k 4k4 k cosh c2 a2 + b2 − 2 cos γ + c2 a2 + b2 − 2 cos γ a2 b2 =⇒ 2k2 para k grande, que é, aproximadamente, a Lei dos Cossenos euclidiana. (4) Lei dos Cossenos 2: a cos β cos γ + cos α = =⇒ k sen β sen γ cos β cos γ + cos α a2 1+ 2 =⇒ 2k sen β sen γ cos β cos γ + cos α =⇒ 1 sen β sen γ sen β sen γ cos β cos γ + cos α =⇒ − cos α cos (β + γ) =⇒ cos (π − α) cos (β + γ) =⇒ π − α β + γ =⇒ π α + β + γ. cosh Conclusão: Para unidades de medida muito pequenas, os triângulos hiperbólicos são “quase” euclidianos, ou então, que o plano hiperbólico é “localmente euclidiano”. 4 Referências Bibliográficas [1] Barbosa, J. L. M. Geometria Euclidiana Plana. Rio de Janeiro: SBM - Sociedade Brasileira de Matemática (Coleção do Professor de Matemática). 1995. [2] Barbosa, J. L. M. Geometria Hiperbólica. Goiânia: Instituto de Matemática e Estatı́stica da UFG. 2002. [3] Bonola, R. Non-Euclidean Geometry: a critical and historical study of its development. New York. Dover Publications, Inc. 1955. [4]Cabri-Geometre-II - Software de geometria dinâmica - “http://www.cabrilog.com”. [5] Costa, S. I. R. & Santos, S. A. “Geometrias Não-Euclidianas”. Ciência Hoje. Vol. 11, no. 65, agosto de 1990, pp. 14-23. [6] Coutinho, L. Convite às Geometrias Não-Euclidianas. 2a . ed. Rio de Janeiro: Editora Interciência. 2001. [7] Coxeter, H. M. S. Non-Euclidean Geometry. 5th . ed. Toronto: University of Toronto Press. 1965. [8] Eves, H. Tópicos de História da Matemática para Uso em Sala de Aula: Geometria. São Paulo: Atual Editora. 1993. [9] Greenberg, M. J. Euclidean and Non-Euclidean Geometries. San Francisco: Freeman and Co. 1974. [10] Heath, T. L. The Thirteen Books of Euclid’s Elements. Vol 1 (Books I and II). 2nd . ed. New York: Dover Publications, Inc. 1956. [11] Heath, T. L. The Thirteen Books of Euclid’s Elements. Vol 2 (Books III-IX). 2nd . ed. New York: Dover Publications, Inc. 1956. [12] Heath, T. L. The Thirteen Books of Euclid’s Elements. Vol 3 (Books X-XIII). 2nd . ed. New York: Dover Publications, Inc. 1956. [13] Kelly, P. & Matthews, G. The Non-Euclidean Hyperbolic Plane: its structure and consistency. New York: Springer Verlag. 1981. [14] NonEuclid - Software livre de geometria dinâmica para os modelos do disco e do semiplano de Poincaré para a geometria hiperbólica - “http://cs.unm.edu/˜joel/NonEuclid/”. [15] Rocha, L. F. C. Introdução à Geometria Hiperbólica Plana. Rio de Janeiro: 16o . Colóquio Brasileiro de Matemática - IMPA. 1987. Ajuste de Curvas e Modelagem Populacional Brasileira Adriele Giaretta Biase∗ Edson Agustini† Faculdade de Matemática - Famat Universidade Federal de Uberlândia - Ufu - MG Março de 2007 Resumo Neste trabalho, tivemos por objetivo encontrar um modelo matemático que melhor se adapta aos dados dos censos populacionais brasileiros disponı́veis no site do Instituto Brasileiro de Geografia e Estatı́stica - IBGE. Utilizamos vários modelos matemáticos de ajustes de curvas, dentre eles: Linear, Exponencial, Geométrico, Hiperbólico, Exponencial Assintótico e Logı́stico para aproximar a população brasileira. Além desses modelos, fizemos uso do Modelo de Leslie para crescimento populacional de mulheres para estimar a população brasileira. A análise dos modelos permite a projeção da população para os próximos anos. Palavras-chave: Modelo Linear, Modelo Exponencial, Modelo Geométrico, Modelo Hiperbólico, Modelo Exponencial Assintótico, Modelo Logı́stico , Modelo de Leslie. 1 Introdução Tendo por base os dados dos censos demográficos brasileiros a partir de 1890 do Ibge - Instituto Brasileiro de Geografia e Estatı́stica [6], procuramos testar alguns modelos matemáticos, provenientes de ajustes de curvas, que melhor se adaptam à realidade populacional brasileira. Nosso objetivo, além de encontrar o melhor ajuste, é fazer uma estimativa demográfica para os próximos anos. Utilizamos vários modelos matemáticos provenientes de ajustes de curvas para aproximar os dados dos censos da população brasileira, dentre eles: (1) Linear, cuja curva possui equação dada por y = ax + b; a, b ∈ R. ∗ [email protected] Orientanda do Programa Institucional de Iniciação Cientı́fica e Monitoria da Faculdade de Matemática (Promat-Famat-Ufu) de março de 2006 a fevereiro de 2007. † [email protected] Professor orientador. (2) Exponencial, cuja curva possui equação dada por y = beax; a = 0, b > 0. (3) Geométrico, cuja curva possui equação dada por y = axb; a > 0, b > 0, b = 1. (4) Hiperbólico, cuja curva possui equação dada por y= b 1 + k; a = 0, k ∈ R, x = − . ax + b a (5) Exponencial Assintótico, cuja curva possui equação dada por y = k − aebx; a = 0, b < 0, k > 0. (6) Logı́stico, cuja curva possui equação dada por y= a ; a, b, λ > 0. 1 + be−λx Além dos modelos acima, fizemos uso do Modelo de Leslie para crescimento populacional de mulheres de uma população. Este modelo, baseado em matrizes de taxas de natalidade e sobrevivência por faixas etárias, faz uso de autovalores e autovetores de operadores lineares para estimar a quantidade de mulheres de uma população. 2 Ajustes de Curvas 2.1 Ajuste Linear O Ajuste Linear é utilizado para aproximarmos os dados originais da população brasileira pela equação de uma reta no plano cartesiano (x, y): y = ax + b, com a, b ∈ R Para isto, precisamos encontrar os pontos da função S do Método dos Mı́nimos Quadrados: S = S (a1, ..., ak) = n i=1 ((a1ϕ1 (xi) + · · · + akϕk (xi)) − yi)2 sendo: k ≤ n; ϕj; j = 1, ..., k; funções reais dadas; (xi, yi) ; i = 1, ..., n; dados observados dos censos do Ibge. No nosso caso linear, k = 2, ϕ1 (x) = x, ϕ2 (x) = 1, a1 = a e a2 = b: S (a, b) = = = n i=1 n (axi + b − yi)2 [(axi + b)2 − 2yi (axi + b) + y2i] i=1 n i=1 n a2x2i + 2abxi + b2 − 2axiyi − 2byi + y2i n n n n n a2x2i + 2abxi + b2 − 2axiyi − 2byi + y2i i=1 i=1 i=1 i=1 n i=1 n n ni=1 n 2 2 2 2 = xi a + 2 xi ab + nb − 2 xiyi a − 2 yi b + yi = i=1 i=1 i=1 i=1 i=1 Encontrando os pontos crı́ticos de S: ⎧ n n n 2 ∂S(a, b) ⎪ ⎪ =2 xi a + 2 xi b − 2 xiyi = 0 ⎨ ∂a i=1 i=1 i=1 n n ⎪ ⎪ ∂S(a, b) = 2 xi a + 2nb − 2 yi = 0 ⎩ ∂b i=1 i=1 Logo: ⎧ n n n 2 ⎪ ⎪ xi a + xi b = xiyi ⎨ i=1 i=1 i=1 n n ⎪ ⎪ xi a + nb = yi ⎩ i=1 (1) i=1 Da segunda equação do sistema (1) temos: n b= yi − a i=1 n xi i=1 (2) n Substituindo o valor de b da equação (2) na primeira equação do sistema (1) temos: n n n yi − xi a n n 2 i=1 i=1 xi a + xi = xiyi ⇒ n i=1 i=1 i=1 n 2 n n n 2 x i a + yi x i − xi a n n i=1 i=1 i=1 i=1 = xiyi ⇒ n i=1 2 n n n n x2i − xi a + yi x i n n i=1 i=1 i=1 i=1 = xiyi ⇒ n i=1 2 n n n n n x2i − xi n a + yi xi = n xiyi, i=1 i=1 i=1 i=1 i=1 ou seja: n n xiyi − yi xi i=1 i=1 a = i=1 n 2 n n x2i − xi n n i=1 i=1 É fácil mostrar que (a, b) encontrados acima minimizam S. O Ajuste Linear é adequado quando os pares ordenados de dados (xi, yi) estão aproximadamente alinhados no plano cartesiano. Vamos ajustar os dados dos censos da população brasileira, nos quais Ano − 1880 , População , (xi, yi) = 10 fornecidos pelo Ibge: Ano 1890 1900∗ 1910∗ 1920 1930∗ 1940 1950 1960 1970 1980 1990 2000 População i: Índice 14.333.915 1 ∗ 17.438.434 2 ∗ 24.037.020 3 30.635.605 4 ∗ 35.935.960 5 41.236.315 6 51.944.397 7 70.070.457 8 93.139.037 9 119.002.706 10 146.592.579 11 171.279.882 12 12 − −→ − xi yi x2i xiyi 1 14.333.915 1 14, 333.915 2 17.438.434 4 34.876.868 3 24.037.020 9 72.111.059 4 30.635.605 16 122.542.420 5 35.935.960 25 179.679.800 6 41.236.315 36 247.417.890 7 51.944.397 49 363.610.779 8 70.070.457 64 560.563.656 9 93.139.037 81 838.251.333 10 119.002.706 100 1.190.027.060 11 146.592.579 121 1.612.518.369 12 171.279.882 144 2.055.358.584 (Tabela 1) 78 815.646.307 650 7.291.291.733 i=1 *: população estimada, pois nestas décadas não ocorreram censos. Utilizando os dados das colunas da tabela acima nas expressões dos coeficientes a e b do Ajuste Linear temos: n n xiyi − yi xi 12 (7.291.291.733) − (815.646.307) (78) i=1 i=1 = = 13.913.222 a = i=1 2 2 n n 12 (650) − (78) n x2i − xi n n i=1 n b= i=1 yi − a i=1 n n xi i=1 = 815.646.307 − (13.913.222) (78) = −22.465.417 12 Assim, obtemos a função: y (x) = 13.913.222x − 22.465.417 yi −1880 Na figura abaixo temos as abscissas x = xi = Ano 10 e as ordenadas y = 1.000.000 = População . O pontos vermelhos não pertencentes à curva correspondem aos dados originais 1.000.000 dos censos do Ibge, enquanto que a curva esboçada em preto corresponde ao gráfico da função linear encontrada acima. y 160 140 120 100 80 60 40 20 0 1.25 2.5 3.75 5 6.25 7.5 8.75 10 11.25 x É claro que o Ajuste Linear não é bom para modelar dados demográficos, uma vez que esta curva é ilimitada superiormente. Toda população tende à estabilidade depois de um certo intervalo de tempo. No entanto, o procedimento de ajuste estudado acima serve para os modelos apresentados nas próximas subseções. 2.2 Ajuste Linear de Modelos Exponenciais Neste caso o Ajuste Linear de Modelos Exponenciais é utilizado quando a representação geométrica dos dados (xi, yi) no plano cartesiano está próxima à curva de equação: y = beax, com b > 0 e a = 0. Procedimento de ajuste: Façamos a mudança de variáveis z = ln y (por isso que b > 0 na equação acima). Então: z = αx + β sendo α = a e β = ln b. Deste modo, temos o caso anterior, ou seja no caso do Ajuste Linear. Procedendo este ajuste com os mesmos dados (xi, yi) da Tabela 1 temos: Ano 1890 1900∗ 1910∗ 1920 1930∗ 1940 1950 1960 1970 1980 1990 2000 − População i: Índice 14.333.915 1 ∗ 17.438.434 2 24.037.020∗ 3 30.635.605 4 ∗ 35.935.960 5 41.236.315 6 51.944.397 7 70.070.457 8 93.139.037 9 119.002.706 10 146.592.579 11 171.279.882 12 12 − −→ xi yi zi = ln yi x2i 1 14.333.915 16, 4781 1 2 17.438.434 16, 6742 4 3 24.037.020 16, 9951 9 4 30.635.605 17, 2377 16 5 35.935.960 17, 3972 25 6 41.236.315 17, 5348 36 7 51.944.397 17, 7657 49 8 70.070.457 18, 0650 64 9 93.139.037 18, 3496 81 10 119.002.706 18, 5947 100 11 146.592.579 18, 8032 121 12 171.279.882 18, 9588 144 78 815.646.307 212, 8541 xizi 16, 4781 33, 3484 50, 9853 68, 9507 86, 9862 105, 2090 124, 3598 144, 5201 165, 1464 185, 9466 206, 8348 227, 5057 650 1.416, 2712 i=1 Fazendo o ajuste linear nas variáveis x e z: n n zixi − zi xi 12 (1.416, 2712) − (212, 8541) (78) i=1 i=1 = = 0, 2288 α = i=1 2 2 n n 12 (650) − (78) n x2i − xi n n i=1 n β= zi − α i=1 n i=1 xi i=1 n = 212, 8541 − (0, 2288) (78) = 16, 2506 12 que, substituidos em z = αx + β: z = 0, 2288x + 16, 2506 Como: α = a = 0, 2288 temos: β = ln b =⇒ b = eβ =⇒ b = e16,2506 =⇒ b = 11.416.799, 9932 Logo: y (x) = 11.416.799, 9932e0,2288x yi −1880 Na figura abaixo temos as abscissas x = xi = Ano 10 e as ordenadas y = 1.000.000 = População . O pontos vermelhos não pertencentes à curva correspondem aos dados originais 1.000.000 dos censos do Ibge, enquanto que a curva esboçada em preto corresponde ao gráfico da função exponencial encontrada acima. y 175 150 125 100 75 50 25 2.5 5 7.5 10 x Observemos que, visualmente, a curva encontrada ajusta-se bem aos dados disponı́veis até o momento para a população brasileira. No entanto, assim como no Ajuste Linear, o Ajuste Exponencial feito acima também não é bom para modelar dados demográficos, uma vez que a curva é ilimitada superiormente e o crescimento da população certamente tenderá à estabilidade. 2.3 Ajuste Linear de Modelos Geométricos Neste caso o Ajuste Linear de Modelos Geométricos é utilizado quando a representação geométrica dos dados (xi, yi) no plano cartesiano está próxima da curva de equação: y = axb, com a > 0, b > 0 e b = 1 . (obs.: se b < 0, o ajuste não é chamado de geométrico. No caso b = −1 é o ajuste hiperbólico que veremos na próxima subseção) Procedimento de ajuste: Temos que fazer mudanças de variáveis de forma que: z = ln y (por isso que a > 0) e w = ln x Logo: z = αw + β sendo α = b e β = ln a e retornamos ao caso linear. Procedendo este ajuste com os mesmos dados (xi, yi) da Tabela 1 temos: Ano 1890 1900∗ 1910∗ 1920 1930∗ 1940 1950 1960 1970 1980 1990 2000 − i: Índice 1 2 3 4 5 6 7 8 9 10 11 12 12 −→ xi yi (pop.) zi = ln yi wi = ln xi 1 14.333.915 16, 4781 0, 0000 2 17.438.434 16, 6742 0, 6931 3 24.037.020 16, 9951 1, 0986 4 30.635.605 17, 2377 1, 3863 5 35.935.960 17, 3972 1, 6094 6 41.236.315 17, 5348 1, 7918 7 51.944.397 17, 7657 1, 9459 8 70.070.457 18, 0650 2, 0794 9 93.139.037 18, 3496 2, 1972 10 119.002.706 18, 5947 2, 3026 11 146.592.579 18, 8032 2, 3979 12 171.279.882 18, 9588 2, 4849 ziwi 0, 0000 11, 5577 18, 6710 23, 8965 27, 9998 31, 4182 34, 5704 37, 5651 40, 3182 42, 8158 45, 0880 47, 1109 78 815.646.307 361, 0116 39, 5749 212, 8541 19, 9872 w2i 0, 0000 0, 4805 1, 2069 1, 9218 2, 5903 3, 2104 3, 7866 4, 3241 4, 8278 5, 3019 5, 7499 6, 1748 i=1 Fazendo o ajuste linear nas variáveis w e z temos: n n wizi − zi wi 12 (361, 0116) − (19, 9872) (212, 8541) i=1 i=1 α = i=1 = = 1, 0314 2 2 n n 12 (39, 5749) − (19, 9872) n w2i − wi n n i=1 n n i=1 i=1 zi − α β= n i=1 wi = 212, 8541 − 1, 0314 (19, 9872) = 16, 0199 12 Então: z = 1, 0314w + 16, 0199 Mas: b = α = 1, 0314 e β = ln a =⇒ a = eβ = e16,0199 = 9.065.001, 4632 Logo: y (x) = 9.065.001, 4632x1,0314 Assim como no Ajuste Linear, o Ajuste Geométrico feito acima também não é bom para modelar dados demográficos, uma vez que a curva é ilimitada superiormente. 2.4 Ajuste Linear de Modelos Hiperbólicos Neste caso o Ajuste Linear de Modelos Hiperbólicos é utilizado quando a representação geométrica dos dados (xi, yi) no plano cartesiano está próxima à curva de equação: y= b 1 + k, com a = 0 e x = − . ax + b a Este ajuste é bastante utilizado quando há uma tendência de estabilidade (comportamento assintótico horizontal) nos dados analisados, como no caso dos dados de censos populacionais. Temos dois casos: (1) y= b 1 com x = − e a = 0. ax + b a Procedimento de ajuste: Façamos a mudança de variável: z= 1 y Logo: z = αx + β sendo α = a e β = b e retornamos ao caso linear. (2) y= 1 + k com a, x = 0. ax Procedimento de ajuste: Façamos a mudança de variável: z= 1 x Logo: y = αz + β sendo α = 1 e β = k e temos o caso linear. a O ajuste linear (2) é mais adequado para nossos fins pois, no ajuste (1) , quando x → +∞ temos y → 0, o que não ocorre na população real. Assim, procedendo este ajuste com os mesmos dados (xi, yi) da Tabela 1 temos: Ano População i: Índice 1890 1900∗ 1910∗ 1920 1930∗ 1940 1950 1960 1970 1980 1990 2000 14.333.915 17.438.434∗ 24.037.020∗ 30.635.605 35.935.960∗ 41.236.315 51.944.397 70.070.457 93.139.037 119.002.706 146.592.579 171.279.882 − − 1 2 3 4 5 6 7 8 9 10 11 12 12 −→ i=1 z2i ziyi 1 14.333.915 2 17.438.434 3 24.037.020 4 30.635.605 5 35.935.960 6 41.236.315 7 51.944.397 8 70.070.457 9 93.139.037 10 119.002.706 11 146.592.579 12 171.279.882 1 xi 1, 0000 0, 5000 0, 3333 0, 2500 0, 2000 0, 1667 0, 1429 0, 1250 0, 1111 0, 1000 0, 0909 0, 0833 1, 0000 0, 2500 0, 1111 0, 0625 0, 0400 0, 0278 0, 0204 0, 0156 0, 0123 0, 0100 0, 0083 0, 0069 14, 333, 915, 00 8, 719, 217, 00 8, 012, 339, 83 7, 658, 901, 25 7, 187, 192, 00 6, 872, 719, 17 7, 420, 628, 14 8, 758, 807, 13 10, 348, 781, 89 11, 900, 270, 60 13, 326, 598, 09 14, 273, 323, 50 78 815.646.307 3, 1032 1, 5650 118.812.693, 5977 xi yi zi = Fazendo o ajuste linear na variávis z e y: n n ziyi − yi zi 12 (118.812.693, 5977) − (815.646.307) (3, 1032) i=1 i=1 = −120.808.064 α = i=1 n 2 = n 2 12 (1, 5650) − (3, 1032)2 n zi − zi n n n β= i=1 yi − α i=1 n n i=1 zi i=1 = 815646307 − (−120.808.064) (3, 1032) = 99.211.598 12 Logo: k = β = 99.211.598 e 1 = α = −120.808.064 a Colocando estes resultados na fórmula: y (x) = − 120.808.064 + 99.211.598 x ∼ 99 milhões, Observemos que à medida que x aumenta, y (x) tende ao valor assintótico k = isso é muito inferior ao valor assintótico verdadeiro. No último censo, no ano 2000, a população brasileira já era superior a 170 milhões de pessoas. Deste modo, este modelo não é adequado para a modelagem da população brasileira. 2.5 Ajuste Linear de Modelos Exponenciais Assintóticos Neste caso o Ajuste Linear de Modelos Exponenciais Assintóticos é utilizado quando a representação geométrica dos dados (xi, yi) no plano cartesiano está próxima à curva de equação: y = aebx + k, com k > 0, b < 0 e a = 0 Assim como no modelo hiperbólico, este ajuste pode ser usado quando há tendência de estabilidade (comportamento assintótico horizontal) dos dados analisados. Procedimento de ajuste: Façamos as mudanças de variáveis: z = ln (y − k) ; se a > 0 e z = ln (k − y) ; se a < 0. Logo: z = αx + β sendo α = b, β = ln |a| e temos o caso linear. Precisamos do valor de k para proceder a mudança de variáveis acima. O Método de Ford-Walford, que introduzimos a seguir, fornece uma estimativa da constante k a partir dos dados (xi, yi) . Método de Ford-Walford (para estimativa de k) Seja C = (xi, yi) ∈ R2 : i = 1, ..., n; xi < xj para i < j conjunto de dados tais que yi parece tender a um determinado valor assintótico k à medida que xi cresce, ou seja, parece que: lim yi = k, i→∞ se pudéssemos fazer i → ∞. Definamos a função f tal que: f (yi) = yi+1 Consideremos o conjunto de dados D = {(yi, f (yi)) : i = 1, ..., n − 1} e façamos um Ajuste Linear com esses dados: f (y) = αy + β. Logo, é imediato que: ∼ k= β . 1−α Como populações humanas tendem à estabilidade, podemos tentar fazer o ajuste utilizando a curva y = aebx + k com a, b < 0. Tentando encontrar um valor adequado para k pelo Método de Ford-Walford, utilizando a Tabela 1, temos: Ano 1890 1900∗ 1910∗ 1920 1930∗ 1940 1950 1960 1970 1980 1990 2000 11 −→(∗) yi f (yi) yif(yi) y2i 14.333.915 17.438.434 249.961.030.689.110 205.461.119.227.225 17.438.434 24.037.020 419.167.978.107.463 304.098.980.372.356 24.037.020 30.635.605 736.388.634.779.297 577.778.306.443.380 30.635.605 35.935.960 1.100.919.875.855.800 938.540.293.716.025 35.935.960 41.236.315 1.481.866.566.387.400 1.291.393.221.121.600 41.236.315 51.944.397 2.141.995.517.177.050 1.700.433.674.779.220 51.944.397 70.070.457 3.639.767.636.379.430 2.698.220.379.693.610 70.070.457 93.139.037 6.526.294.887.129.910 4.909.868.944.188.850 93.139.037 119.002.706 11.083.797.437.234.100 8.674.880.213.287.370 119.002.706 146.592.579 17.444.913.580.518.800 14.161.644.035.322.400 146.592.579 171.279.882 25.108.359.633.195.700 21.489.384.217.871.200 171.279.882 − − − 644.366.425 801.312.392 69.933.432.777.454.000 56.951.703.386.023.300 i=1 * somas das linhas de 1 a 11. Logo: n α= n n n yi f (yi) 11 (69.933.432.777.454.000) − (644.366.425) (801.312.392) i=1 i=1 i=1 = n 2 n 11 (56.951.703.386.023.300) − (644.366.425)2 n yi2 − yi yif (yi) − i=1 i=1 = 1, 197236504 n n f (yi) − α yi 801.312.392 − (1, 197236504) (815.646.307) i=1 = = 2.713.944, 188 β = i=1 n 11 Assim: β = −13.759.847, 35 1−α O valor assintótico k < 0 encontrado acima revela que não podemos encontrar um bom ajuste da população brasileira com o Modelo Exponencial Assintótico. Para que o Método de Ford-Walford funcione bem é necessário que tenhamos vários dados da tabela do Ibge que apontem tendência de estabibilidade da população brasileira. Como podemos observar, esse fato não ocorre. ∼ k= 2.6 Ajuste Linear de Modelos Logı́sticos Neste caso, o Ajuste Linear de Modelos Logı́sticos é utilizado quando a representação geométrica dos dados (xi, yi) no plano cartesiano está próxima à curva de equação: y= a be−λx + 1 , com a, b, λ > 0. verhulst pearl Este ajuste pode ser usado quando os seguintes itens ocorrem: (1) Há tendência de estabilidade (comportamento assintótico horizontal) dos dados analisados. (2) A variável dependente é crescente. (3) A taxa de crescimento relativo da variável dependente é aproximadamente linear, y − yi pode ser ajustado com boa ou seja, C = yi, ti : i = 1, ..., n − 1 com ti = i+1 yi precisão por uma reta t = ay + b. (4) Há uma mudança de concavidade na curva ajustada. O modelo de crescimento logı́stico de população foi proposto originalmente pelo matemático belga Pierre F. Verhurst em 1837 e utilizado com bastante êxito pelos demógrafos americanos R. Pearl e L. Reed no inı́cio do Século XX na modelagem da população norte americana. Este modelo foi concebido a partir da suposição de que a taxa de crescimento relativo t de uma população não permanece constante ao longo do tempo, como pressupõe o modelo malthusiano (exponencial), onde t é constante e a taxa de crescimento absoluto y da população é proporcional à população, ou seja, y = ky. No caso logı́stico, a taxa de crescimento relativo t da população varia linearmente com a população, ou seja, t = ay+b, e diminui à medida que a população aumenta (a < 0) . Logo, a taxa de crescimento absoluto y da população é tal que y = ay + b y. É claro que, quando a população y é pequena, a taxa t é aproximamente constante (aproximadamente b) e o modelo logı́stico é muito próximo do modelo malthusiano (exponencial). Procedimento de ajuste: Façamos a mudança de variável: z = ln y a 1− y a Logo: z = αx + β sendo α = λ e β = − ln b e temos o caso linear. Para encontrar o valor assintótico a, notemos que a taxa de crescimento relativo t tende a zero à medida que a população tende a a, ou seja, (t → 0) ⇔ (y → a) . Assim, se encontrarmos a e bem t = ay + b, teremos ∼ aa + b ⇒ a = ∼ −b . t = ay + b ⇒ 0 = a Logo, fazendo um ajuste linear nas variáveis y e t, utilizando a Tabela 1, podemos encontrar a: Ano yi yi+1 1890 1900∗ 1910∗ 1920 1930∗ 1940 1950 1960 1970 1980 1990 2000 11 −→(∗) 14.333.915 17.438.434 24.037.020 30.635.605 35.935.960 41.236.315 51.944.397 70.070.457 93.139.037 119.002.706 146.592.579 171.279.882 17.438.434 24.037.020 30.635.605 35.935.960 41.236.315 51.944.397 70.070.457 93.139.037 119.002.706 146.592.579 171.279.882 − 644.366.425 801.312.392 i=1 *somas das linhas de 1 a 11. ti = yi+1 −yi yi yi+1 ti y2i+1 0, 216585559 0, 378393238 0, 274517625 0, 173012904 0, 14749446 0, 259676016 0, 348951206 0, 329219774 0, 277688817 0, 2318424 0, 16840759 − 3.776.912, 985 9.095.445, 631 8.410.013, 518 6.217.384, 813 6.082.127, 996 13.488.714, 07 24.451.170, 5 30.663.212, 69 33.045.720, 65 33.986.375, 38 28.844.832, 21 − 304.098.980.372.356 577.778.306.443.380 938.540.293.716.025 1.291.393.221.121.600 1.700.433.674.779.220 2.698.220.379.693.610 4.909.868.944.188.850 8.674.880.213.287.370 14.161.644.035.322.400 21.489.384.217.871.200 29.336.797.977.933.900 − 2, 806 198.061.910, 450 86.083.040.244.730.000 Assim: n n tiyi+1 − ti yi+1 11 (198.061.910, 450) − (2, 806) (801.312.392) i=1 i=1 a = i=1 2 = n n 11 (86.083.040.244.730.000) − (801.312.392)2 n y2i+1 − yi+1 n n i=1 i=1 = −0, 000000000228446 n n ti − a yi+1 2, 806 − (−0, 000000000228446) (801.312.392) i=1 = = 0, 271713265 b = i=1 n 11 ou seja, t = −0, 000000000228446y + 0, 271713265 Como t → 0, temos y → 0, 271713265 (valor assintótico a), ou seja: 0, 000000000228446 ∼ a= 0, 271713265 = 1.189.400.039 0, 000000000228446 Notemos que o valor assintótico a encontrado está exageradamente alto para a população brasileira (mais de um bilhão de pessoas!). Na próxima subseção iremos considerar aos dados dos censos populacionais a partir de 1940 para tornar o ajuste mais preciso. Por enquanto, continuemos o ajuste logı́stico com o valor de a encontrado acima. Fazendo o ajuste linear nas variáveis x e z, utilizando a Tabela 1, temos: Ano i: Índice 1890 1900∗ 1910∗ 1920 1930∗ 1940 1950 1960 1970 1980 1990 2000 1 2 3 4 5 6 7 8 9 10 11 12 12 −→ − i=1 xi yi zi = ln yi a yi a xizi x2i 1 14.333.915 2 17.438.434 3 24.037.020 4 30.635.605 5 35.935.960 6 41.236.315 7 51.944.397 8 70.070.457 9 93.139.037 10 119.002.706 11 146.592.579 12 171.279.882 1− −4, 406451293 −4, 207757588 −3, 881192801 −3, 632946679 −3, 468786471 −3, 326599883 −3, 086375296 −2, 770983933 −2, 465567181 −2, 196638965 −1, 962014668 −1, 782414267 −4, 406451293 1 −8, 415515177 4 −11, 6435784 9 −14, 53178671 16 −17, 34393235 25 −19, 9595993 36 −21, 60462707 49 −22, 16787147 64 −22, 19010463 81 −21, 96638965 100 −21, 58216135 121 −21, 38897121 144 78 815.646.307 −37, 18772903 −207, 2009886 650 Assim: n n xizi − xi zi 12 (−207, 2009886) − (−37, 18772903) (78) i=1 i=1 α = i=1 = = 0, 241393357 2 n n 12 (650) − (78)2 2 n xi − xi n n i=1 n β= zi − α i=1 n i=1 xi i=1 n = −37, 18772903 − (0, 241393357) (78) = −4, 668034239 12 ou seja: z = 0, 241393357x − 4, 668034239 Logo: α = λ = 0, 241393357 e: β = − ln b =⇒ b = e−β =⇒ b = e4,668034239 = 106, 4882062 Assim: y (x) = 1.189.400.039 106, 4882062e−0,241393357x + 1 yi −1880 Na figura abaixo temos as abscissas x = xi = Ano 10 e as ordenadas y = 1.000.000 = População . O pontos vermelhos não pertencentes à curva correspondem aos dados originais 1.000.000 dos censos do Ibge, enquanto que a curva esboçada em preto corresponde ao gráfico da função logı́stica encontrada acima. y 150 125 100 75 50 25 2.5 5 7.5 10 x Observemos que, visualmente, a curva encontrada ajusta-se bem aos dados disponı́veis até o momento para a população brasileira. No entanto, como comentado acima, o valor assintótico encontrado é irreal para a população brasileira. 2.7 Ajuste Linear de Modelos Logı́sticos: a partir de 1940 Devido as grandes imigrações da primeira metade do Século XX, vamos fazer um Ajuste Logı́stico a partir de 1940, uma vez que os dados entre 1890 e 1940 fornecidos pelos censos do Ibge não representam o crescimento natural da população brasileira. Nosso objetivo é fazer uma projeção da população brasileira para os próximos anos e encontrar um valor de estabilidade mais realı́stico que o encontrado na subseção anterior. Sabemos que a equação que define o Ajuste Logı́stico é: y= a be−λx +1 ; a, b, λ > 0. Fazendo os procedimentos de ajuste com a mudança de váriavel: y a z = ln 1 − ay temos: z = αx + β sendo α = λ e β = − ln b e temos que fazer um Ajuste Linear. Como na subseção anterior, encontrando o valor de a utilizando um ajuste linear em yi, ti , utilizando a Tabela 1, temos: Ano yi yi+1 1950 1960 1970 1980 1990 2000 5 −→(∗) 51.944.397 70.070.457 93.139.037 119.002.706 146.592.579 171.279.882 70.070.457 93.139.037 119.002.706 146.592.579 171.279.882 − 693.265.373 595.084.661 ti = yi+1 −yi yi yi+1 ti y2i+1 0, 348951206 0, 329219774 0, 277688817 0, 2318424 0, 16840759 − 24.451.170, 5 30.663.212, 69 33.045.720, 65 33.986.375, 38 28.844.832, 21 − 4.909.868.944.188.850 8.674.880.213.287.370 14.161.644.035.322.400 21.489.384.217.871.200 29.336.797.977.933.900 − 1, 3220 144.477.776, 2212 76.884.776.568.603.800 i=1 *somas das linhas de 1 a 5. Assim: n n tiyi+1 − ti yi+1 5 (144.477.776, 2212) − (1, 3220) (595.084.661) i=1 i=1 a = i=1 = 2 n n 5 (76.884.776.568.603.800) − (595.084.661)2 2 n yi+1 − yi+1 n n i=1 i=1 = −0, 0000000021 n n ti − a yi+1 1, 3220 − (−0, 0000000021) (595.084.661) i=1 = = 0, 517038293 b = i=1 n 5 Logo: t = −0, 0000000021y + 0, 517038293 0, 517038293 Como t → 0 temos y → , ou seja: 0, 0000000021 ∼ 0, 517038293 = 243.575.077, 6 a= 0, 0000000021 que é um valor assintótico bastante razoável para a população brasileira (quase 244 milhões de pessoas!). Fazendo o ajuste linear nas variáveis x e z, utilizando a Tabela 1, temos: zi = ln yi a Ano i: Índice xi yi 1940 1950 1960 1970 1980 1990 2000 0 1 2 3 4 5 6 0 1 2 3 4 5 6 41.236.315 51.944.397 70.070.457 93.139.037 119.002.706 146.592.579 171.279.882 1− −1, 590624035 −1, 305396123 −0, 906702966 −0, 479444616 −0, 045740613 0, 413126632 0, 766040604 −→ 21 693.265.373 −3, 148741118 6 − xizi yi a x2i 0 0 −1, 305396123 1 −1, 813405933 4 −1, 438333849 9 −0, 182962451 16 2, 06563316 25 4, 596243622 36 1, 921778427 91 i=0 Logo: n n zixi − zi xi 7 (1, 921778427) − (−3, 148741118) (21) i=0 i=0 = = 0, 406000064 α = i=0 2 2 n n 7 (91) − (21) n x2i − xi n n i=0 n β= zi − α i=0 n i=0 xi i=0 n = −3, 148741118 − (0, 406000064) (21) = −1, 66782035 7 ou seja: z = 0, 406000064x − 1, 66782035 Logo: α = λ = 0, 406000064 e: β = − ln b =⇒ b = e−β =⇒ b = e1,66782035 = 5, 300601743 Assim: y (x) = 243575077, 6 5, 300601743e−0,406000064x + 1 yi −1940 Na figura abaixo temos as abscissas x = xi = Ano 10 e as ordenadas y = 1.000.000 = População . O pontos vermelhos não pertencentes à curva correspondem aos dados originais 1.000.000 dos censos do Ibge, enquanto que a curva esboçada em preto corresponde ao gráfico da função logı́stica encontrada acima. y 150 125 100 75 50 1.25 2.5 3.75 5 6.25 x Observemos que, visualmente, a curva encontrada ajusta-se bem aos dados disponı́veis até o momento para a população brasileira, além de possuir um valor assintótico (≈ 244 milhões) bastante razoável. 3 3.1 O Modelo de Leslie para Crescimento Populacional Introdução Um dos modelos de crescimento populacional utilizado por demógrafos é o assim chamado Modelo de Leslie, desenvolvido na década de 1940 pelo estatı́stico P. H. Leslie (referência [4]). Este modelo descreve o crescimento da parte fêmea de uma população animal ou humana por faixas etárias de igual duração. Nosso objetivo nesta primeira subseção é introduzir o principal objeto de estudo desse modelo: a Matriz de Leslie, bem como algumas definições e considerações que serão úteis na próxima subseção. Suponhamos que a idade máxima atingida por qualquer fêmea da população estudada seja L anos (ou alguma outra unidade de tempo). Se dividirmos a população em n faixas etárias, então cada faixa terá L/n anos de duração. (t) Adotemos a seguinte nomenclatura: x1 fêmeas na primeira faixa etária no instante t, (t) x2 fêmeas na segunda faixa etária no instante t, e assim por diante. Como são n faixas estárias, formamos um vetor-coluna no instante t, indicado por x(t): ⎡ ⎢ ⎢ x(t) = ⎢ ⎣ (t) x1 (t) x2 .. . ⎤ ⎥ ⎥ ⎥ ⎦ (t) xn que chamamos de vetor de distribuição etária no instante t. À medida que o tempo avança, o número de fêmeas dentro de cada uma das n faixas etárias muda em virtude de três processos biológicos: nascimento, morte e envelhecimento. Descrevendo esses três processos quantitativamente, veremos como projetar o vetor de distribuição etária no instante t para o futuro. A maneira mais fácil de estudar o processo de envelhecimento é observar a população a intervalos discretos de tempo, digamos t1, t2, t3, ..., tk, ... O Modelo de Leslie requer que a duração entre dois tempos de observação sucessivos seja igual à duração de uma faixa etária. Com essa hipótese, todas as fêmeas na (i + 1)-ésima faixa etária no instante tk estavam na i-ésima faixa no instante tk−1, ou seja, os indivı́duos que sobreviverem da faixa i contados no instante tk−1 constituirão a faixa (i + 1) na contagem do instante tk. Os processos de nascimento e morte entre dois tempos de observações sucessivas podem ser descritos por meio dos seguintes parâmetros demográficos: ⎧ ⎨ Número médio de fêmeas nascidas por mãe durante o tempo em que a ai, (i = 1, 2, 3, ..., n) ⎩ mãe está na i-ésima faixa etária bi, (i = 1, 2, 3, ..., n − 1) ⎧ ⎨ Fração de fêmeas na i-ésima faixa etária que se espera que vá sobreviver e ⎩ passar para a (i + 1)-ésima faixa etária. Pelas definições acima e, em condições normais, temos como conseqüências: (i) ai ≥ 0 para i = 1, 2, ..., n. (ii) 0 < bi ≤ 1 para i = 1, 2, ..., n − 1. Notemos que não permitimos qualquer bi ser zero, pois então nenhuma fêmea sobreviveria além da i-ésima faixa etária. Também vamos supor que pelo menos um dos ai é positivo, de modo que há algum nascimento. Qualquer faixa etária para a qual o correspondente valor de ai é positivo é chamada uma faixa etária fértil. Deste modo, no instante tk, as fêmeas na faixa etária 1 são exatamente as filhas nascidas entre os instantes tk−1 e tk de todas as faixas etárias. Assim, podemos escrever de modo genérico: número de fêmeas na faixa etária = 1 no tempo tk número de filhas nascidas das fêmeas na faixa + etária 1 entre os tempos tk−1 e tk ··· + número de filhas nascidas das fêmeas na faixa etária n entre os tempos tk−1 e tk ou, matematicamente, (t ) (t ) (t ) (tk−1 ) x1 k = a1x1 k−1 + a2x2 k−1 + ... + anxn (3) As fêmeas na (i + 1)-ésima faixa etária (i = 1, 2, ..., n − 1) no instante tk são aquelas que estavam na i-ésima faixa etária no instante tk−1 e que ainda vivem no instante tk. Assim, número de fêmeas na faixa etária i + 1 no tempo tk = fração de fêmeas na faixa etária i que sobrevive e passa para a faixa etária i + 1 número de fêmeas na . faixa etária i no instante tk−1. ou seja: (t ) (t ) k xi+1 = bixi k−1 , i = 1, 2, ..., n − 1 (4) sendo bi a fração dos indivı́duos que sobrevivem da faixa i para a faixa (i + 1) daqui a L/n anos. Deste modo, a quantidade de indivı́duos na faixa (i + 1) no instante tk é proveniente da taxa de sobrevivência da faixa i no instante tk−1 multiplicada pela quantidade de indivı́duos que havia na faixa i no instante tk−1. Usando notação matricial, podemos juntar as equações (3) e (4) e escrever: ⎡ (t ) ⎤ ⎡ ⎤ ⎡ (tk−1 ) ⎤ x1 k x a1 a2 a3 ... an−1 an ⎢ (tk ) ⎥ ⎢ ⎢ 1(tk−1 ) ⎥ ⎥ ⎥ ⎥ ⎢ x2 b1 0 0 ... 0 0 ⎥ ⎢ x2 ⎢ (tk ) ⎥ ⎢ ⎢ (tk−1 ) ⎥ ⎥ ⎥=⎢ ⎥ ⎢ x3 ⎢ 0 b 0 ... 0 0 2 ⎥ . ⎢ x3 ⎥ ⎢ ⎥ ⎢ ⎢ ⎥ . . . . . .. ⎥ ⎣ .. ⎥ ⎢ .. .. .. . . . .. .. ⎦ ⎢ . ⎦ ⎦ ⎣ . ⎣ (tk ) (tk−1 ) 0 0 0 0 ... b n−1 xn xn ou, mais compactamente: x(tk ) = Lx(tk−1 ), k = 1, 2, ... Definimos L como sendo a Matriz de Leslie: ⎡ a1 a2 a3 ... ⎢ b1 0 0 ... ⎢ ⎢ 0 b2 0 ... L=⎢ ⎢ .. .. .. . . ⎣ . . . . 0 0 0 ... an−1 an 0 0 0 0 .. .. . . bn−1 0 (5) ⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ Utilizando a equação (5) podemos escrever: x(t1 ) = Lx(t0 ) x(t2 ) = Lx(t1 ) = L2x(t0 ) .. . x(tk ) = Lx(tk−1 ) = Lkx(t0 ) Assim, se conhecemos a distribuição etária inicial x(t0 ) e a Matriz de Leslie L, podemos determinar a distribuição etária das fêmeas em tempos posteriores. Utilizando autovalores e autovetores apresentamos na próxima subseção, a partir da Matriz de Leslie, um estudo mais qualitativo do crescimento populacional de fêmeas, bem como procedimentos para determinar a proporção de fêmeas em cada faixa etária para intervalos longos de tempo. 3.2 A Matriz de Leslie: Autovalores, Autovetores e Projeções Populacionais Nesta subseção, pretendemos empreender um estudo da Matriz de Leslie apresentada na subseção anterior com o objetivo de fazer projeções populacionais de fêmeas por faixas etárias. Embora as equações (5) dêem a distribuição etária da população em qualquer instante tk, elas não dão automaticamente uma idéia geral da dinâmica do processo de crescimento. Para ter isso, precisamos investigar os autovalores e autovetores da Matriz de Leslie. Recordando o conceito de autovalor e autovetor de uma matriz quadrada: Seja L uma matriz quadrada de ordem n com entradas reais. Suponha que exista λ ∈ C e ⎤ ⎡ ⎤ ⎡ 0 y1 ⎢ y2 ⎥ ⎢ 0 ⎥ ⎥ ⎢ ⎥ ⎢ y = ⎢ .. ⎥ = ⎢ .. ⎥ ⎣ . ⎦ ⎣ . ⎦ 0 yn um vetor com n entradas reais tais que: Ly = λy Nessas condições, chamamos λ de autovalor da matriz L e y autovetor de L associado ao autovalor λ. O polinômio caracterı́stico da matriz L é definido como p(λ) = det(λIdn − L) sendo Idn a matriz identidade de ordem n. Da Álgebra Linear sabemos que os autovalores de L são as raı́zes do polinômio caracterı́stico de L. O polinômio caracterı́stico de uma Matriz de Leslie genérica é dado por: p(λ) = det(λIdn −L) = λn −a1λn−1 − a2b1λn−2 −a3b1b2λn−3 − . . .−anb1b2 . . . bn−1 (6) Para analisar as raı́zes do polinômio caracterı́stico de L é conveniente introduzir a função q(λ) = 1 + p(λ) −λn Logo: λn − a1λn−1 − a2b1λn−2 − a3b1b2λn−3 − . . . − anb1b2 . . . bn−1 q(λ) = 1 + −λn a1 a2b1 anb1b2 . . . bn−1 + 2 + ... + q(λ) = 1 − 1 + λ λ λn a1 a2b1 anb1b2 . . . bn−1 + 2 + ... + q(λ) = λ λ λn Usando esta função, a equação caracterı́stica p(λ) = 0 é equivalente a q(λ) = 1 para p(λ) 0 λ = 0. De fato, se 0 é uma raiz de p(λ), temos p(λ) = 0 e q(λ) = 1 + −λ n = 1 + −λn = 1, ou seja, q(λ) = 1. O gráfico de q(λ) possui o aspecto próximo de um ramo de hipérbole equilátera contido no primeiro quadrante. Como todos os ai e bi são não-negativos, vemos que q(λ) é monotonamente decrescente para λ maior do que zero. Além disto, q(λ) tem uma reta assı́ntota vertical em λ = 0 e tende a zero quando λ → ∞. Conseqüentemente, existe um único λ, digamos λ = λ1, tal que q(λ1) = 1, ou seja: a matriz L tem um único autovalor real positivo. Seja y um autovetor de L associado ao autovalor λ1 > 0 tal que q(λ1) = 1. Logo: ⎡ ⎤ ⎡ ⎤ ⎤ ⎡ a1 a2 a3 ... an−1 an λ1y1 y1 ⎢ b1 0 ⎥ ⎢ ⎥ ⎢ 0 ... 0 0 ⎥ ⎢ ⎥ ⎢ y2 ⎥ ⎢ λ1y2 ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ 0 0 ⎥ Ly = λ1y ⇒ ⎢ 0 b2 0 ... ⎥ . ⎢ y3 ⎥ = ⎢ λ1y3 ⎥ , ⎢ .. ⎥ ⎢ ⎥ ⎢ . . ⎥ .. .. . . .. .. ⎣ . . . . . . ⎦ ⎣ .. ⎦ ⎣ .. ⎦ yn λ1yn 0 0 0 ... bn−1 0 ou seja: ⎧ ⎪ a1y1 + a2y2 + a3y3 + ... + an−1yn−1 + anyn ⎪ ⎪ ⎪ ⎪ b1y1 ⎪ ⎪ ⎨ b2y2 b3y3 ⎪ ⎪ ⎪ .. ⎪ ⎪ . ⎪ ⎪ ⎩ bn−1yn−1 = = = = λ1y1 λ1y2 λ1y3 λ1y4 .. = . = λ1yn Resolvendo o sistema obtemos todas as coordenadas de um autovetor y associado ao autovalor λ1 : ⎧ y1 = 1 ⎪ ⎪ b1 ⎪ ⎪ ⎪ ⎪ y2 = bλ1 b ⎪ ⎪ ⎨ y3 = λ1 2 2 1 ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎩ y4 = b1 bλ32 b3 1 .. . ···bn−1 yn = b1 bλ2n−1 1 ou seja: ⎡ ⎢ ⎢ ⎢ ⎢ y=⎢ ⎢ ⎢ ⎢ ⎣ 1 b1 λ1 b1 b2 λ21 b1 b2 b3 λ31 .. . b1 b2 ···bn−1 λn−1 1 ⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ Observamos que as coordenadas de y são todas positivas. Também pode ser mostrado que λ1 tem multiplicidade algébrica 1, ou seja, λ1 não é raiz repetida do polinômio caracterı́stico de L. Como λ1 tem multiplicidade 1, o autoespaço correspondente tem dimensão 1 e, portanto, qualquer autovetor associado a λ1 é proporcional a y. Podemos resumir os resultados discutidos acima no seguinte teorema: Teorema 1 (existência de um autovalor positivo) Uma Matriz de Leslie L tem um único autovalor real positivo λ1. Esse autovalor tem multiplicidade algébrica 1 e existe um autovetor y associado a λ1 cujas entradas são todas positivas. O comportamento ao longo do tempo da distribuição etária da população de fêmeas é determinado pelo autovalor positivo λ1 e seu autovetor de coordenadas positivas y encontrado acima. Os próximos resultados ratificam essa afirmação. Teorema 2 (autovalores de uma Matriz de Leslie) Se λ1é o único autovalor positivo de uma Matriz de Leslie L e λk é qualquer outro autovalor real ou complexo de L, então |λk| ≤ λ1. Para os nossos propósitos, a conclusão do teorema acima não é suficientemente forte. Gostarı́amos que também valesse |λk| < λ1 pois, caso contrário, a população de fêmeas nas faixas etárias ficam periódicas. Quando |λk| < λ1, dizemos que λ1 é um autovalor dominante de L. A seguir enunciamos uma condição suficiente para um autovalor de L ser dominante. Teorema 3 (autovalor dominante) Se duas entradas sucessivas ai e ai+1 da primeira linha de uma Matriz de Leslie L são não nulas, então o autovalor real positivo λ1 de L é dominante. Assim, se a população de fêmeas tem duas faixas etárias férteis sucessivas, então a Matriz de Leslie tem um autovalor dominante. Isto sempre ocorre com populações reais se a faixa etária for tomada suficientemente pequena. Em nosso estudo, vamos supor sempre que a condição desse teorema está satisfeita. No que segue, vamos supor que L é diagonalizável, ou seja, que existe uma matriz P inversı́vel tal que: ⎤ ⎡ λ1 0 0 · · · 0 ⎢ 0 λ2 0 · · · 0 ⎥ ⎥ −1 ⎢ L = P. ⎢ .. .. .. . . .. ⎥ .P ⎣ . . . ⎦ . . 0 0 0 · · · λn sendo λ1, ..., λn autovalores de L. A Matriz de Leslie ser diagonalizável não é realmente necessário para o que queremos estudar, mas simplifica bastante a argumentação. Neste caso, L tem n autovalores, λ1, λ2, λ3, ..., λn, não necessariamente distintos, e n autovetores associados linearmente independentes, x1, x2, ..., xn. Consideramos o autovalor dominante λ1 em primeiro lugar e o autovetor y = x1, associado a λ1, de coordenadas positivas. Construı́mos uma matriz P cujas colunas são os autovetores x1, x2, ..., xn de L: P = x1 x2 x3 ... xn ⎡ Assim: ⎢ ⎢ L = P. ⎢ ⎣ Daı́, segue que: ⎡ ⎢ ⎢ L = P. ⎢ ⎣ k λ1 0 .. . 0 λ2 .. . 0 0 λk1 0 .. . 0 λk2 .. . 0 0 0 ··· 0 ··· .. . . . . 0 ··· 0 0 .. . 0 ··· 0 ··· .. . . . . 0 ··· 0 0 .. . ⎤ ⎥ ⎥ −1 ⎥ .P ⎦ λn λkn ⎤ ⎥ ⎥ −1 ⎥ .P ⎦ Logo, se x(t0 ) é o vetor de distribuição etária inicial, ⎡ λk1 0 0 · · · ⎢ 0 λk 0 · · · 2 ⎢ Lkx(t0 ) = P. ⎢ .. .. .. . . ⎣ . . . . 0 0 0 ··· então: ⎤ 0 0 ⎥ ⎥ −1 (t ) .. ⎥ .P x 0 . ⎦ λkn Mas: Lkx(t0 ) = x(tk ). Dividindo ambos os lados destas equações por λk1, k = 1, 2, ..., obtemos: ⎡ ⎢ ⎢ 1 (tk ) ⎢ x = P. ⎢ k ⎢ λ1 ⎣ 1 0 .. . 0 0 ··· 0 λ2 λ1 .. . 0 ··· .. . . . . 0 .. . 0 0 ··· k 0 λn λ1 ⎤ ⎥ ⎥ ⎥ −1 (t0 ) ⎥ .P x . ⎥ k ⎦ (7) Como λ1 é o autovalor dominante, temos λλ1i < 1 para i = 2, 3, ..., n. Assim, k k λi λi lim = 0 ⇒ lim = 0. k→∞ λ1 k→∞ λ1 Logo, tomando o limite de ambos os lados da equação matricial (7): ⎡ ⎢ ⎢ 1 (tk ) ⎢ = lim P. ⎢ lim k x k→∞ λ k→∞ ⎢ 1 ⎣ ⎡ ⎢ ⎢ ⎢ = P. ⎢ ⎢ ⎣ 0 .. . 1 0 .. . 0 0 ··· 0 λ2 λ1 .. . 0 ··· .. . . . . 0 .. . 0 0 ··· k 0 0 ou seja, 1 λn λ1 ⎤ ⎥ ⎥ ⎥ −1 (t0 ) ⎥ .P x ⎥ k ⎦ 0 0 ··· k lim λ2 0 ··· k→∞ λ1 .. .. . . . . . 0 ··· 0 ⎡ ⎢ 1 (tk ) ⎢ x = P. ⎢ lim k→∞ λk ⎣ 1 0 ··· 0 ··· .. . . . . 0 0 0 ··· 1 0 .. . 0 0 .. . ⎤ 0 0 .. . lim k→∞ 0 0 .. . λn λ1 ⎥ ⎥ ⎥ −1 (t0 ) ⎥ .P x ⎥ k ⎦ ⎤ ⎥ ⎥ −1 (t0 ) ⎥ .P x . ⎦ (8) 0 Denotando a primeira entrada do vetor-coluna P−1x(t0 ) pela constante c, podemos reescrever a equação (8) , como: 1 lim k x(tk ) = cx1. k→∞ λ 1 Assim, x(tk ) ≈ cx1, λk1 para k grande, ou seja, x(tk ) ≈ cλk1x1. Desta forma, no instante tk (k grande), a distribuição etária de fêmeas será proporcional às entradas do 1o autovetor x1 associado a λ1. Analogamente, para valores grandes de k, temos: x(tk−1 ) ≈ cλk−1 1 x1. Logo: x1 ≈ x(tk ) x(tk−1 ) e x ≈ , 1 cλk1 cλk−1 1 ou seja, x(tk−1 ) x(tk ) ≈ ⇒ x(tk ) ≈ λ1x(tk−1 ), k−1 cλk1 cλ1 ou seja, para valores grandes de k podemos obter a distribuição etária no instante tk multiplicando a distribuição etária no instante tk−1 pelo autovalor dominante da Matriz de Leslie. De acordo com o autovalor positivo λ1, temos três casos possı́veis: (i) A população acaba aumentando se λ1 > 1. (ii) A população acaba diminuindo se λ1 < 1. (iii) A população acaba estabilizando se λ1 = 1. O caso λ1 = 1 é particularmente interessante, pois determina uma população com taxa de crescimento populacional nulo. Para qualquer distribuição etária inicial, a população tende a uma distribuição etária limite que é proporcional ao autovetor y = x1. A partir da equação (6) , vemos que λ1 = 1 é um autovalor se, e somente se, a1 + a2b1 + a3b1b2 + ... + anb1b2...bn−1 = 1. A expressão R = a1 + a2b1 + a3b1b2 + ... + anb1b2...bn−1 é chamada a taxa lı́quida de reprodução da população. Assim, podemos dizer que uma população tem crescimento populacional nulo se, e somente se, sua taxa lı́quida de reprodução é 1. 3.3 Projeção da População de Mulheres Brasileiras por Faixas Etárias Consideremos os dados da população brasileira de mulheres de 1980 e de 1990 por faixas etárias de 10 anos cada segundo o Ibge (referência [6]). Mulheres Faixas Etárias 1980 [0 − 9] 15.369.602 [10 − 19] 13.937.122 [20 − 29] 10.611.724 [30 − 39] 7.093.324 [40 − 49] 5.208.793 [50 − 59] 3.644.405 [60 − 69] 2.298.323 [70 − 79] 1.143.228 [80 →) 351.347 Total 59.657.868 1990 17.628.885 15.200.256 13.793.795 10.420.311 6.848.132 4.858.572 3.159.582 1.623.792 534.564 74.067.889 (Dados do Ibge) Para estudar o comportamento da população de mulheres brasileiras com idades entre 0 e 79 anos no futuro, tomemos as oito faixas etárias de dez anos cada: [0, 9], [10, 19], ..., [70, 79] indicadas na tabela acima. Estamos desconsiderando a população com idade superior a 80 anos por ser pouco representativa: aproximadamente 0, 6% do total). Embora não tenhamos encontrado uma estimativa oficial do Ibge no que diz respeito ao número médio de meninas nascidas de mulheres brasileiras entre 1980 e 1990 nas oito faixas etárias, vamos considerar os valores a1, a2, ..., an que julgamos razoáveis para a primeira linha da Matriz de Leslie como sendo os seguintes: [0 − 9]: a1 = 0. (não nascem filhas de meninas entre 0 e 9 anos) [10 − 19]: a2 = 0, 2. [20 − 29]: a3 = 0, 6. (a maioria das filhas nascem de mulheres entre 20 e 29 anos) [30 − 39]: a4 = 0, 3. [40 − 49]: a5 = 0, 1. [50 − 59]: a6 = 0. (não nascem filhas de mulheres entre 50 e 59 anos) [60 − 69]: a7 = 0. (não nascem filhas de mulheres entre 60 e 69 anos) [70 − 79]: a8 = 0. (não nascem filhas de mulheres entre 70 e 79 anos) Já a proporção b1, b2, b3, ..., bn−1 de mulheres que sobreviveram de uma faixa etária para outra entre 1980 e 1990 pode ser obtido das tabelas do Ibge: [0 − 9] para [10 − 19]: 15.200.256 = 0, 98898. 15.369.602 [10 − 19] para [20 − 29]: [20 − 29] para [30 − 39]: [30 − 39] para [40 − 49]: [40 − 49] para [50 − 59]: [50 − 59] para [60 − 69]: [60 − 69] para [70 − 79]: 13.793.795 = 0, 98972. 10.911.724 10.420.311 = 0, 98196. 10.611.724 6.848.132 = 0, 96543. 7.093.324 4.858.572 = 0, 93276. 5.208.793 3.159.582 = 0, 86697. 3.644.405 1.623.792 = 0, 70651. 2.298.323 da população de mulheres brasileiras será: Logo, a Matriz de Leslie ⎡ 0 0, 2 0, 6 0, 3 0, 1 0 0 ⎢ 0, 98898 0 0 0 0 0 0 ⎢ ⎢ 0 0, 98972 0 0 0 0 0 ⎢ ⎢ 0 0 0, 98196 0 0 0 0 L=⎢ ⎢ 0 0 0 0, 96543 0 0 0 ⎢ ⎢ 0 0 0 0 0, 93276 0 0 ⎢ ⎣ 0 0 0 0 0 0, 86697 0 0 0 0 0 0 0 0, 70651 0 0 0 0 0 0 0 0 ⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ Notemos que existem duas faixas etárias férteis consecutivas. Logo, L possui autovalor dominante. Utilizando o software de cálculo numérico e simbólico MAPLE para cálculo do autovalor dominante de L temos λ1 = 1, 0489 Do autovalor acima, podemos concluir que a população de mulheres brasileiras quase tende à estabilidade no futuro, com um crescimento da ordem de 4, 89% a cada 10 anos. Vimos que um autovetor de L de coordenadas positivas associado a λ1 pode ser dado por: ⎤ ⎡ 1 ⎥ ⎢ (0, 98898) ⎥ ⎢ ⎥ ⎢ (1, 0489) ⎥ ⎢ ⎥ ⎡ ⎢ (0, 98898) (0, 98972) ⎤ ⎥ ⎢ 1 2 ⎥ ⎢ (1, 0489) ⎥ ⎢ ⎢ ⎥ ⎢ 0, 94287 ⎥ ⎢ (0, 98898) (0, 98972) (0, 98196) ⎥ ⎥ ⎢ ⎢ ⎥ ⎢ 0, 88968 ⎥ ⎢ 3 ⎥ (1, 0489) ⎥ ⎢ ⎢ ⎥ ⎢ 0, 83290 ⎥ ⎢ ⎥. (0, (0, (0, (0, 98898) 98972) 98196) 96543) y=⎢ ⎥=⎢ ⎥ 0, 76662 ⎥ ⎢ ⎥ ⎥ ⎢ ⎢ (1, 0489)4 ⎢ 0, 68173 ⎥ ⎥ ⎢ ⎥ (0, 98898) (0, 98972) (0, 98196) (0, 96543) (0, 93276) ⎥ ⎢ ⎢ ⎥ ⎣ 0, 56349 ⎦ ⎢ 5 ⎥ ⎢ (1, 0489) 0, 37942 ⎥ ⎢ (0, (0, (0, (0, (0, (0, 98898) 98972) 98196) 96543) 93276) 86697) ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ (1, 0489)6 ⎥ ⎢ ⎣ (0, 9889) (0, 9897) (0, 9819) (0, 9654) (0, 9327) (0, 8669) (0, 7065) ⎦ (1, 0489)7 Cálculo das proporções de mulheres entre 0 e 79 anos em cada faixa etária: Somando as entradas do autovetor y: S = 1 + 0, 94287 + 0, 88968 + 0, 83290 + 0, 76662 + 0, 68173 + 0, 56349 + 0, 37942 = 6, 0567 Logo: 1 = 0, 16511 = 16, 511% das mulheres brasileiras estarão na 6, 0567 faixa [0 − 9] no futuro. Aproximadamente 0, 94287 = 0, 15567 = 15, 567% das mulheres brasileiras estarão na 6, 0567 faixa [10 − 19] no futuro. Aproximadamente 0, 88968 = 0, 14689 = 14, 689% das mulheres brasileiras estarão na 6, 0567 faixa [20 − 29] no futuro. Aproximadamente 0, 83290 = 0, 13752 = 13, 752% das mulheres brasileiras estarão na 6, 0567 faixa [30 − 49] no futuro. Aproximadamente 0, 76662 = 0, 12657 = 12, 657% das mulheres brasileiras estarão na 6, 0567 faixa [40 − 49] no futuro. Aproximadamente 0, 68173 = 0, 11256 = 11, 256% das mulheres brasileiras estarão na 6, 0567 faixa [50 − 59] no futuro. Aproximadamente 0, 56349 = 0, 09304 = 9, 304% das mulheres brasileiras estarão na 6, 0567 faixa [60 − 69] no futuro. Aproximadamente 0, 37942 = 0, 06265 = 6, 265% das mulheres brasileiras estarão na 6, 0567 faixa [70 − 79] no futuro. Aproximadamente Cálculo do número de mulheres entre 0 e 79 anos em 1990, 2000, 2010, 2020, 2030, 2040 e 2050 pela Matriz de Leslie Tomando t0 = 1980, temos ⎡ ⎢ ⎢ ⎢ ⎢ ⎢ (1980) =⎢ x ⎢ ⎢ ⎢ ⎢ ⎣ 15.369.602 13.937.122 10.611.724 7.093.324 5.208.793 3.644.405 2.298.323 1.143.228 ⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥. ⎥ ⎥ ⎥ ⎥ ⎦ Logo: x(1990) = Lx(1980) ⎡ ⎤⎡ ⎢ ⎢ ⎢ ⎢ ⎢ =⎢ ⎢ ⎢ ⎢ ⎣ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎦⎣ ⎡ ⎢ ⎢ ⎢ ⎢ ⎢ ∼⎢ = ⎢ ⎢ ⎢ ⎢ ⎣ 0 0, 2 0, 6 0, 3 0, 1 0 0 0 0, 98898 0 0 0 0 0 0 0 0 0, 98972 0 0 0 0 0 0 0 0 0, 98196 0 0 0 0 0 0 0 0 0, 96543 0 0 0 0 0 0 0 0 0, 93276 0 0 0 0 0 0 0 0 0, 86697 0 0 0 0 0 0 0 0 0, 70651 0 11.803.000 15.200.000 13.794.000 10.420.000 6.848.100 4.858.600 3.159.600 1.623.800 ⎤ 15.369.602 13.937.122 10.611.724 7.093.324 5.208.793 3.644.405 2.298.323 1.143.228 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⇒ ≈ 67.707.000 mulheres entre 0 e 79 anos em 1990. ⎥ ⎥ ⎥ ⎥ ⎦ e, procedendo de modo análogo: x(2000) = L2x(1980) ⇒ ≈ 78.281.000 mulheres entre 0 e 79 anos em 2000. x(2010) = L3x(1980) ⇒ ≈ 88.693.000 mulheres entre 0 e 79 anos em 2010. x(2020) = L4x(1980) ⇒ ≈ 96.572.000 mulheres entre 0 e 79 anos em 2020. x(2030) = L5x(1980) ⇒ ≈ 103.660.000 mulheres entre 0 e 79 anos em 2030. x(2040) = L6x(1980) ⇒ ≈ 109.360.000 mulheres entre 0 e 79 anos em 2040. x(2050) = L7x(1980) ⇒ ≈ 113.700.000 mulheres entre 0 e 79 anos em 2050. Considerando que a população de homens é aproximadamente 50% do total e que há cerca de 0, 6% de idosos com mais de 80 anos, podemos sintetizar a seguinte projeção: Ano Projeção da População ∼ 136.230.000 1990 2 (67.707.000) / (1 − 0, 006) = ∼ 157.510.000 2000 2 (78.281.000) / (1 − 0, 006) = ∼ 178.460.000 2010 2 (88.693.000) / (1 − 0, 006) = ∼ 194.310.000 2020 2 (96.572.000) / (1 − 0, 006) = ∼ 208.570.000 2030 2 (103.660.000) / (1 − 0, 006) = ∼ 220.040.000 2040 2 (109.360.000) / (1 − 0, 006) = ∼ 228.770.000 2050 2 (113.700.000) / (1 − 0, 006) = Percebemos uma estimativa interessante da população brasileira pelo Modelo de Leslie introduzido acima, mas que certamente não refletirá a realidade. Observemos que a população de mulheres entre 0 e 79 anos em 1990 era de 73, 5 milhões pelas tabelas do Ibge, ou seja, abaixo dos 67, 7 milhões estimados acima. Por outro lado, como a população ⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ tende a estabilizar-se, certamente ocorrerá um ano em que a estimativa pelo Modelo de Leslie acima será superior à população real. Isto se deve ao fato de que o autovalor dominante λ1 é maior que 1 e, no nosso caso, indica que a população de mulheres estará crescendo, no futuro, a uma taxa de aproximadamente 4, 89% à década. Sendo assim, o Modelo de Leslie encontrado acima não se estabiliza. É possı́vel que, para um futuro próximo, as estimativas pelo Modelo de Leslie se tornem mais precisas se soubéssemos os valores corretos de a1, ..., an que foram simplesmente “chutados” nesta subseção. 4 Conclusões Levando-se em conta que populações humanas tendem à estabilidade, observamos que os modelos Linear, Exponencial, Geométrico e o Modelo de Leslie (com autovalor dominante maior que 1), não se adequam à modelagem da população brasileira pois os mesmos não são limitados superiormente. Já os modelos Hiperbólico, Exponencial Assintótico e Logı́stico podem ser tomados com valores assintóticos e limitados superiormente e, teoricamente, poderiam ser utilizados para modelar as populações que tendem a se estabilizar no futuro (como é o caso de populações humanas). No entanto, vimos que os dados dos últimos censos da população brasileira apontam diminuição da taxa de crescimento apenas nas duas últimas décadas, o que faz com que os valores assintóticos dos modelos Hiperbólico e Exponencial Assintótico não sejam adequados. É importante ressaltar, novamente, que no último ajuste logı́stico foram omitidos os dados dos censos de 1890 até 1930, devido às irregularidades dos mesmos. Isto se justifica devido ao fato das grandes imigrações do final do Século XIX e inı́cio do Século XX no Brasil. Portanto, dentre os modelos analisados, o que melhor se adapta aos dados dos censos da população brasileira é o Modelo Logı́stico de equação: y (x) = 243.575.077, 6 5, 300601743e−0,406000064x + 1 que foi apresentado anteriormente, e esse modelo é o que permite fazer a melhor projeção da população brasileira para próximos anos: 2010, 2020, 2030 e 2040, conforme figura a seguir, sendo que os pontos em vermelho referem-se aos dados do Ibge, enquanto que a . curva é o gráfico de função logı́stica acima considerando x = t−1940 10 Notemos também que, segundo esse modelo, a população brasileira tende à estabilidade quando for de aproximadamente 243 ou 244 milhões de pessoas. 260 y (população) milhões 240 220 200 180 160 140 120 100 80 60 40 20 1860 1880 1900 1920 1940 1960 1980 2000 2020 2040 t (anos) 5 Referências Bibliográficas [1] Bassanezzi, R. C. Ensino e Aprendizagem com Modelagem Matemática. São Paulo: Editora Contexto. 2002. [2] Boldrini, J. L. et alli. Álgebra Linear. 3a . ed. Rio de Janeiro: Harbra. 1986. [3] Howard, A. Álgebra Linear com Aplicações. 8a . ed. Porto Alegre: Bookman. 2001. [4] Leslie, P. H. “Some further notes on the use of matrices in population mathematics”. Biometrika 35, 1948. pp. 213-245. [5] Minc, H. Nonnegative Matrices. New York: Jonh Wiley e Sons. 1988. [6] www.ibge.gov.br. Site do Instituto Brasileiro de Geografia e Estatı́stica - IBGE. CONCHÓIDES: uma introdução Flávia Cristina Martins Queiroz∗ Mariana Fernandes dos Santos Villela† Dulce Mary de Almeida‡ Faculdade de Matemática - Famat Universidade Federal de Uberlândia - UFU Resumo Neste trabalho estudamos duas conchóides particulares: conchóide de Nicomedes e limaçon de Pascal. Apresentamos suas equações nas formas: cartesiana, polar e paramétricas; descrevemos um método de construção dessas curvas utilizando o programa Cabri Géométre II; e explicitamos um método para trisseccionar um ângulo genérico utilizando cada uma dessas curvas. 1 Introdução A impossibilidade de resolver os problemas clássicos da antiguidade grega utilizando apenas os instrumentos euclidianos, régua não graduada e compasso, muito contribuiu para o desenvolvimento da Matemática: levou a muitas descobertas frutı́feras e estimulou, inclusive, a criação de novas teorias. Em particular, a busca de solução para o problema da trissecção do ângulo (isto é, o problema de dividir um ângulo genérico em três partes iguais) influenciou profundamente a geometria e motivou a descoberta de várias curvas planas. Duas curvas que resolvem problemas de neusis, ao qual o problema da trissecção do ângulo pode ser reduzido, são casos particulares de conchóides. Este trabalho é um estudo modesto dessas duas conchóides denominadas conchóide de Nicomedes e limaçon de Pascal, e tem por objetivo apresentar soluções para o problema da trissecção de um ângulo arbitrário usando cada uma dessas curvas. Iniciamos apresentando a definição geral de conchóide. ∗ flavia [email protected] Orientando do Programa de Educação Tutorial da Faculdade de Matemática (PETMAT) de jan/05 a dez/05. † marianamat [email protected] Orientando do Programa de Educação Tutorial da Faculdade de Matemática (PETMAT) de jan/05 a dez/05. ‡ [email protected] Professora orientadora. 2 Conchóides genéricas Uma conchóide genérica é definida como segue. Seja O ∈ IR2 um ponto fixo e C uma curva no plano IR2 dada. Sobre a reta que passa por O e por um ponto qualquer A pertencente a curva C, considere os pontos P1 e P2 pertencentes a IR2 , tais que os comprimentos de AP1 e AP2 sejam iguais a uma dada constante positiva b. Então o lugar geométrico descrito pelos pontos P1 e P2 , conforme A se move ao longo de C, chama se conchóide de C com pólo O e constante b (Figura 1). P1 C A ( f(t) , g(t) ) P2 O Figura 1 2.1 Equações Paramétricas Mostraremos agora como representar uma conchóide genérica parametricamente. Considere a curva C dada pelas equações paramétricas x = f (t) e y = g(t) com t ∈ I ⊂ IR, e o pólo O representado em coordenadas por O(x0 , y0 ). Nessas condições, para cada ponto A(f (t), g(t)) ∈ C a equação da reta OA é dada por: y − g(t) = m(x − f (t)) sendo m= g(t) − y0 . f (t) − x0 (1) Por outro lado, se P (x, y) representa os pontos P1 ou P2 então, a condição d(P, A)2 = b2 é equivalente à: (2) (x − f (t))2 + (y − g(t))2 = b2 . Combinando as equações (1) e (2) obtém-se: (x − f (t))2 = b2 − (y − g(t))2 = b2 − m2 (x − f (t))2 . =⇒ (x − f (t))2 (1 + m2 ) = b2 =⇒ (x − f (t))2 = b2 . 1 + m2 Portanto, x = f (t) ± √ b . 1 + m2 Novamente, usando as equações (1) e (2), obtém-se: (y − g(t))2 = b2 − (x − f (t))2 1 = b2 − 2 (y − g(t))2 . m =⇒ (y − g(t))2 (1 + b2 1 2 2 . ) = b =⇒ (y − g(t)) = m2 1 + m12 Portanto, b y = g(t) ± 1+ . 1 m2 Assim, as equações paramétricas da conchóide da curva C (com equações paramétricas dadas por x = f (t) e y = g(t), t ∈ I) com pólo O(x0 , y0 ) e constante b é dada por: ⎧ b(f (t)−x0 ) ⎪ x = f (t) ± √ ⎪ ⎨ (f (t)−x0 )2 +(g(t)−y0 )2 ⎪ ⎪ ⎩ y = g(t) ± √ 3 b(g(t)−y0 ) (t ∈ I) (f (t)−x0 )2 +(g(t)−y0 )2 Conchóide de Nicomedes A conchóide particular em que a curva C é uma reta e O é um ponto qualquer fora de C, denomina-se conchóide de Nicomedes. Essa curva plana, inventada por Nicomedes (grego, século III a.C.), é uma das mais antigas que resolve um dos problemas de neusis (do verbo grego neuein que significa apontar) ao qual o problema da trissecção do ângulo pode ser reduzido. Lembramos que um problema geral de construção por neusis consiste em inserir um segmento de reta de comprimento pré-definido entre duas curvas, de modo que um ponto fixo se encontre nesse segmento ou no seu prolongamento (isto é, de modo que o segmento inserido aponte para o ponto fixo). 3.1 Equação polar, paramétrica e cartesiana Se C é a reta dada pelas equações paramétricas x = a > 0, y = t com t ∈ IR e O é o ponto O(0, 0) então, das equações paramétricas de uma conchóide genérica explicitadas na secção 2.1, segue que a conchóide de Nicomedes dessa reta com pólo na origem O e constante b pode ser parametrizada por: ⎧ ab ⎨ x = a ± √a2 +t2 (t ∈ IR) ⎩ bt √ y = t ± a2 +t2 Fazendo a substituição t = a tg θ com − π2 < θ < π2 , essas equações paramétricas se transformam em ⎧ ⎨ x = a + b cos θ , θ = π2 − π2 < θ < 3π (3) 2 ⎩ y = (a + b cos θ) tg θ Utilizando-se a equação de transformação r2 = x2 + y 2 podemos transcrever a equação (3) à sua forma equivalente em coordenadas polares como r = b + a sec θ. (4) Combinando as equações (3) e (4) segue a equação da conchóide de Nicomedes da reta x = a com pólo na origem e constante b em coordenadas retangulares (x2 + y 2 )(x − a)2 = b2 x2 . 3.2 (5) Construção usando o Programa Cábri-Géomètre II O b = 2,5 P2 A P1 Figura 2: Conchóide de Nicomedes r O Cabri-Géomètre II é um programa computacional educativo que permite construir e explorar objetos geométricos interativamente, e foi desenvolvido por Jean-Marie Laborde e Franck Bellemain na Universidade Joseph Fourier em Grenoble, França. Nesta seção descreveremos, passo a passo, a construção da conchóide de Nicomedes (Figura 2) de uma reta r dada sendo conhecidos o pólo O e a constante b, utilizando o programa Cabri-Géomètre II; num formato que facilite a um iniciante não familiarizado com o uso desse programa. No texto, as janelas da barra de ferramentas do Cabri se encontram enumeradas de 1 a 11, da esquerda para a direita. Passo 1: Num canto da área de trabalho construa um segmento auxiliar cujo comprimento é dado pela constante b, procedendo como segue: 1.1. Clique na Janela 10 e selecione a opção “Edição numérica”. Num canto da área de trabalho, clique uma vez e aparecerá uma caixa de edição. Digite um número, por exemplo, “2.5”. Clique novamente na Janela 10 e selecione a opção “Comentário”. Clique na área de trabalho e aparecerá uma caixa de texto. Digite “b=” e, usando o mouse, aponte com o cursor para o número editado antes. Aparecerão as palavras “Incluir este número”. Ao clicar com o mouse, o texto na caixa será “b=2.5”. Esta é a maneira de inserir números numa caixa de texto. A caixa de edição numérica não aceita textos. Com a opção “Ponteiro” (Janela 1) ativada, selecione o número editado inicialmente, aquele que se encontra fora da caixa de texto, e use Delete no teclado para apagá-lo. 1.2. Ainda no canto auxiliar, construa um segmento medindo 2.5 cm de comprimento, usando a técnica de “Transferência de medida”e a opção “Segmento”, da seguinte maneira: 1.2.1. Clique na Janela 2 e selecione a opção “Ponto”. O cursor se transforma em um “lápis” pronto para desenhar na tela. Clique com o mouse em um ponto no canto auxiliar da área de trabalho, o ponto será construı́do pelo Cabri. Clique na Janela 5 e selecione a opção “Transferência de medida”. Aproxime o cursor (com o mouse) do ponto recém-construı́do, aparecerão as palavras “Este ponto”, clique sobre o ponto. Em seguida, aproxime o cursor da medida 2.5, obtida no Passo 1.1. Aparecerão as palavras “Este número”, clique com o mouse sobre o número e, imediatamente, um segmento pontilhado e móvel com um extremo fixo no ponto construı́do anteriormente surgirá na tela. O outro extremo será construı́do com o clique do mouse no lugar desejado da folha de trabalho. Clique na Janela 3 e selecione a opção “Segmento”. Aproximando o cursor do ponto aparecerão as palavras “Este ponto”. Clique sobre o ponto com o botão esquerdo do mouse, solte e aproxime o cursor do outro ponto, aparecerão as palavras “Este ponto”. Clique sobre este ponto, solte e o segmento estará construı́do. 1.2.2. Etiquete o comprimento do segmento construı́do, usando o texto editado no Passo 1.1, como segue: Clique na Janela 1 e selecione a opção “Ponteiro”. Aproximando o cursor do texto e/ou do número, vemos que o sı́mbolo indicador do mouse se transforma em uma mão. Aparecerão as palavras “Este texto” e/ou “Este número”. Clicando sobre o texto e/ou sobre o número com o botão esquerdo do mouse e mantendo o botão pressionado, vemos a mão “agarrar” o texto e/ou o número. Com essa mão, arrastando o mouse, podemos transportar o texto e/ou o número para o lugar da tela que desejarmos. Quando soltar o mouse, o texto e/ou o número estarão na posição escolhida. No momento posicione o texto “b=2.5” logo abaixo do segmento construı́do no Passo 1.2.1, etiquetando assim o comprimento desse segmento. Passo 2: Clique na Janela 3 e selecione a opção “Reta”. No centro da área de trabalho, com dois cliques de mouse, uma reta é construı́da. Para etiquetá-la, após a sua construção, sem mexer o mouse, digite a letra “r” imediatamente. Passo 3: Clique na Janela 2 e selecione a opção “Ponto sobre Objeto”. Ao aproximar o cursor da reta r o programa perguntará “Nesta reta”. Na posição que desejar, clique sobre a reta construı́da, para construir um ponto que pertença a reta. Digite a letra “A” imediatamente, para nomear o ponto construı́do. Passo 4: Clique na Janela 2 e selecione a opção “Ponto”. Clique com o mouse em um ponto da tela (fora da reta r) e etiquete-o com a letra “O”, digitando essa letra imediatamente após a construção do ponto. Passo 5: Clique na Janela 5 e ative a opção “Compasso”. Clique sobre o ponto A, que será o centro da circunferência. Em seguida clique sobre o segmento construı́do no Passo 1 e o Cabri construirá uma circunferência com centro A e raio b. Passo 6: Clique na Janela 3 e selecione a opção “Reta”. Aproximando o cursor do ponto A aparecerão as palavras ”Por este ponto”. Clique e em seguida aproxime o cursor do ponto O. Aparecerão novamente as palavras “Por este ponto”. Clique, e a única reta que passa pelos pontos O e A será construı́da pelo programa. Passo 7: Clique na Janela 2 e selecione a opção “Pontos de intersecção”. Clique sobre a reta construı́da no Passo 6 e depois sobre a circunferência. Os dois pontos comuns à ambos, reta e circunferência, são exibidos na tela. Digite imediatamente as letras “P1” para etiquetar um dos pontos de intersecção construı́do. Para etiquetar o outro ponto, clique na Janela 10 e selecione a opção “Rótulo” (= “Etiqueta”). Clicando sobre o respectivo ponto, uma caixa de edição é aberta, digite então as letras “P2” para etiquetá-lo. Passo 8: Clique na Janela 5 e selecione a opção “Lugar Geométrico”. Clique no ponto P1 e depois no ponto A, nesta ordem. Aparecerá um dos ramos da conchóide. Clique sobre o ponto P2 e em seguida sobre o ponto O. O outro ramo da conchóide será desenhado pelo Cabri. Para observar a dependência dessa construção, com o parâmetro b dado inicialmente, execute o próximo passo. Passo 9: Com o Ponteiro ativado, clique duas vezes sobre o número editado no Passo 1. A caixa de edição numérica se abre com o número 2.5 editado previamente. No lado direito da caixa encontramos dois botões, um que aponta para cima, , e outro que aponta para baixo, . Ative um ou outro com o botão esquerdo do mouse, ou edite outros números dentro da caixa, e observe as formas tomadas pela conchóide de Nicomedes após cada uma dessas ações. Agora, clique na Janela 5 e selecione a opção “Reta Perpendicular”. Clique sucessivamente sobre o ponto O e sobre a reta r, e a única reta perpendicular a r que contém O será construı́da pelo Cabri. Em seguida, clique na Janela 2, selecione a opção “Pontos de intersecção”, e construa o ponto de intersecção H entre essa reta recém-construı́da e a reta r. Depois, clique na Janela 9 e selecione a opção “Distância e Comprimento”. Ao clicar sobre o ponto O e, em seguida, sobre o ponto H aparecerá uma caixa de diálogo com a medida do segmento OH, isto é, com a distância do ponto O a reta r, em centı́metros. Novamente utilizando o ponteiro, clique duas vezes sobre o número que se encontra editado na caixa de edição númérica “b=...”, delete esse número, edite o comprimento do segmento OH no lugar do número deletado, e observe o que acontece. Prosseguindo, ative os botões e que se encontra nessa caixa e observe a forma da conchóide de Nicomedes nos casos b > d(O, r) (Figura 5), b = d(O, r) (Figura 4) e b < d(O, r) (Figura 3). Para finalizar, com o ponteiro, manipule também os demais dados: o ponto O, o ponto A, e a reta r; e observe o que ocorre. O O Figura 3 O Figura 4 Figura 5 3.3 Trissecção de um ângulo usando a conchóide de Nicomedes Um dos problemas de construção por neusis, mais comum, ao qual o problema da trissecção do ângulo pode ser reduzido é o seguinte: Dado um ângulo agudo DÔL, o qual pode ser tomado como o ângulo entre uma diagonal OL e um lado OD de um retângulo ODLF . Considere o problema de construir (ou inserir) um segmento de reta EC de comprimento 2d(O, L) entre o segmento LD e o prolongamento de FL de modo que CE aponte para O, conforme Figura 6. Afirmamos que E assim construı́do é tal que m(DÔE) = 13 m(DÔL). De fato, seja H o ponto médio do segmento construı́do EC. Como E L̂C é reto, podemos inscrevê-lo numa semi-circunferência de diâmetro EC. Portanto são conguentes os segmentos OL, LH, EH e HC. Logo, OLH e LHC são triângulos isósceles de bases OH e LC, respectivamente. Consequentemente m(LÔE) = m(LĤE) e m(H L̂C) = m(H ĈL). Uma vez que LĤE é ângulo externo do triângulo LHC segue que m(LĤE) = 2m(H ĈL). Portanto, m(LÔE) = 2m(H ĈL). Mas, utilizando o paralelismo dos segmentos OD e LC cortados pela transversal OC, temos que os ângulos H ĈL e DÔE são congruentes, e isso conclui a demonstração. C L F H E O D Figura 6 Vejamos, agora, como trisseccionar um ângulo genérico usando uma conchóide de um ângulo agudo que pretendemos trisseccionar. Trace Nicomedes (Figura 7). Seja AOB uma reta r perpendicular a OA, cortando OA e OB em D e L, respectivamente. Construa a seguir a conchóide da reta r com pólo O e constante 2b, sendo b igual ao comprimento do segmento OL. Depois, trace a reta paralela a OA passando pelo ponto L e seja C a intersecção dessa reta com o ramo da conchóide situado no semi-plano (determinado pela reta r) oposto ao pólo. Seja E o ponto em que OC intersecta a reta r. Assim, utilizando uma conchóide de Nicomedes inserimos o segmento CE, duplo do segmento OL, entre o segmento LD e a semi-reta paralela a OD com origem L, e apontando para O. Portanto, resolvemos o problema da construção da neusis, citado inicialmente, ao qual o problema é reduzido e, assim sendo, podemos concluir que o ângulo da trissecção do ângulo AOB trissecciona o ângulo AOB. AOC Observamos que com uma conchóide de Nicomedes dada pode-se trisseccionar apenas um determinado ângulo. Em outras palavras, para cada ângulo que se pretende trisseccionar é necessário construir uma conchóide adequada que depende do pólo O e da distância (constante 2b) previamente definida. A C B E L D O Figura 7 4 Limaçon de Pascal A conchóide de uma circunferência de raio a , cujo pólo O é um ponto pertencente a circunferência, denomina-se limaçon de Pascal. Denotando por b o parâmetro da conchóide, temos que as limaçons particulares em que a = 2b e a = b denominam-se respectivamente, cardióide e trissectriz. 4.1 Equação polar, paramétrica e cartesiana Considerando o pólo O da limaçon como a origem O(0, 0) e a circunferência de raio a dada pelas equações paramétricas x = a + a cos 2t e y = a sen 2t, − π2 ≤ t ≤ π2 , segue das equações paramétricas de uma conchóide genérica, dadas na seção 2.1, que uma parametrização da limaçon de Pascal dessa circunferência de raio a com pólo na origem O e constante b é dada por: ⎧ ⎨ x = a cos 2t + b cos t + a −π ≤ t ≤ π ⎩ y = a sen 2t + b sen t Fazendo a substituição θ = t e utilizando as relações trigonométricas: cos 2t = (2 cos2 t − 1) e sen 2t = (2 sen t cos t), temos que essas equações paramétricas se transformam em ⎧ ⎨ x = cos θ (2a cos θ + b) −π ≤ θ ≤ π (6) ⎩ y = sen θ (2a cos θ + b) Utilizando-se a equação de transformação r2 = x2 + y 2 podemos transcrever a equação (6) à sua forma equivalente em coordenadas polares como r = 2a cos θ + b. (7) Combinando as equações (6) e (7) segue a equação da Limaçon de Pascal da circunferência (x − a)2 + y 2 = a2 com pólo na origem e constante b em coordenadas retangulares (x2 + y 2 − 2ax)2 = b2 (x2 + y 2 ). 4.2 (8) Construção usando o programa Cábri-Géomètre II Nesta seção descreveremos um método para construir uma limaçon de Pascal, ou seja, para construir uma conchóide de uma circunferência C dada, sendo conhecidos o pólo O pertencente à circunferência e a constante b (Figura 8), utilizando o programa CabriGéomètre II. b= 3 P1 C A P2 O P Figura 8: Limaçon de Pascal Passo 1: Com a opção “Segmento” trace o segmento PO no centro da área de trabalho. Passo 2: Selecione a opção “Compasso” e clique no ponto P (centro) e sobre o segmento PO (raio). Com a opção “Rótulo” etiquete a circunferência construı́da com a letra C. Passo 3: Selecione a opção “Edição Numérica”. Clique num canto da tela e edite um número, por exemplo, 3. Passo 4: No canto da tela, construa um segmento auxiliar cujo comprimento meça o número editado no Passo 3 e etiquete o comprimento desse segmento como “b = ...”. Veja instruções no Passo 1 da subseção 3.2, páginas 5-6. Passo 5: Clique na Janela 2 e selecione a opção “Ponto sobre Objeto”. Construa o ponto A sobre a circunferência construı́da no Passo 2. Passo 6: Com a opção “Compasso”, construa uma circunferência com centro A e raio igual a constante b, comprimento do segmento construı́do no Passo 4. Passo 7: Trace a reta OA e com a opção “Pontos de intersecção” construa os pontos P1 e P2, pontos de intersecção dessa reta com a circunferência construı́da no Passo anterior. C O C O Figura 9: Trissectriz Figura 10: Cardióide Passo 8: Clique na Janela 5 e selecione a opção “Lugar Geométrico”. Clique sobre o ponto P1 e em seguida sobre o ponto A. Clique sobre o ponto P2 e em seguida sobre o ponto A. A limaçon de Pascal será desenhada pelo Cabri. Manipule os pontos O e A, manipule o segmento PO e, observe o que acontece. Explore a construção, edite outros valores numéricos para a constante b e observe o formato da limaçon, por exemplo, “b = d(P,O)” (Figura 9) e “b = 2 d(P, O)” (Figura 10). 4.3 Trissecção de um ângulo usando a limaçon trissectriz Um outro problema de construção por neusis, equivalente ao problema da trissecção do ângulo, encontra-se no Livro de lemas (obra escrita por Arquimedes de Siracusa), como Proposição 8, e pode ser formulado como segue. Dado um ângulo agudo P ÔQ, construa uma circunferência de raio arbitrário, com centro em O, a qual cortará PO em A, OQ em D, e o prolongamento de QO estendido em E. Considere o problema de traçar uma reta CBA tal que C esteja em QDOE estendida e B esteja sobre a circunferência e tal que os segmentos CB, OD OA e OB sejam congruentes; ou equivalentemente, considere o problema de construir (inserir) um segmento CB de comprimento igual d(O, D) entre a circunferência e o prolongamento de DO apontando para o ponto A, conforme Figura 11. P A B C E O D Q Figura 11 Afirmamos que C assim construı́do é tal que o ângulo B ÔC mede a terça parte do ângulo P ÔQ. Essa afirmação é justificada como segue: Por construção os triângulos CBO e BOA são isósceles de bases CO e BA, respectivamente. Portanto: m(B ÔE) = m(B ĈO) e m(AB̂O) = m(B ÂO). Como OB̂A é ângulo externo do triângulo CBO, segue que m(AB̂O) = 2m(B ÔE) . Como AÔD é ângulo externo do triângulo ACO, segue que m(AÔD) = m(B ÂO) + m(AĈO) = 2m(B ÔE) + m(AĈO) = 2m(B ÔE) + m(B ĈO) = 2m(B ÔE) + m(B ÔE) = 3m(B ÔE) Portanto,m(B ÔE) = 13 m(AÔD), e isso conclui a demonstração. Agora, vamos estabecer um método de trissecção de uma ângulo agudo dado utilizando uma trissectriz (Figura 12). Dado AÔD um ângulo central qualquer de uma circunferência de centro O e raio d(O, A). Trace a trissectriz dessa circunferência com pólo A e seja −−→ C = O a intersecção dessa trissectriz com a semi-reta DO (com origem D). Observe que essa trissectriz é tal que insere o segmento CB (onde B = A, é o ponto de intersecção da reta CA com a circunferência) de comprimento d(O, D) entre a circunferência e o prolongamento de DO, apontando para o ponto A. Logo, segue da afirmação feita no inı́cio dessa seção que m(B ÔC) = 13 m(AÔD), consequentemente o ângulo AĈO mede 13 do ângulo AÔD dado. A B C O D Figura 12 Referências [1] Baldin, Y. Y., Villagra, G. A. L.: Atividades com Cabri-Géomètre II. Editora da Universidade Federal de São Carlos, São Carlos, 2002. [2] Boyer, C. B.: História da Matemática. Tradução: Elza F. Gomide, Editora Edgard Blücher Ltda., São Paulo, 1974. [3] Eves, H.: Introdução à História da Matemática. Editora da Unicamp, Campinas, 1997. [4] Lawrence, J. D.: A Catalog of Special Plane Curves. Tradução: Hygino H.Domingues, Dover Publications Inc., New York, 1972. [5] Simmons, G. F.: Cálculo com geometria analı́tica. Tradução: Seiji Hariki, McGrawHill, vol. 2, São Paulo, 1987. [6] Sousa, J. M. R.: Trissecção do Ângulo e Duplicação do Cubo: as Soluções na Antiga Grécia. Dissertação de Mestrado, 2001, http://www.prof2000.pt/users/miguel/tese/ pdf.html Uma Abordagem Fuzzy para a Exposição Ocupacional Causada pelo HIV1 Ana Luíza Pereira Saramago2, Rosana Sueli da Motta Jafelice3, Aércio Sebastião Borges4 RESUMO Os profissionais de saúde constituem um grupo com características especiais de exposição ao HIV, devido às possibilidades de infecção durante as atividades do trabalho cotidiano. De fato, o número de situações de contato com sangue, secreções e fluidos orgânicos no trabalho, na área de saúde, é bastante grande. Acredita-se que tanto a intensidade, o tipo e a freqüência dos contatos com o material contaminado como a carga viral do paciente envolvido na relação determinam o grau de risco a que se expõe o profissional. Neste trabalho, modelamos a exposição ocupacional ao HIV através de um sistema baseado em regras fuzzy (SBRF). Consideramos as variáveis lingüísticas de entrada carga viral da fonte (cópias/ml), volume do material contaminado (gotas) e tempo de exposição (minutos); e, como variável lingüística de saída, o risco de contaminação (RC) do profissional exposto. A base de regras e as funções de pertinência foram construídas incorporando os conhecimentos do especialista e através de consulta bibliográfica. Desta forma, é possível estabelecer o grau de risco de contaminação ao HIV ao qual o indivíduo que sofreu algum contato com material contaminado está sujeito e poder tomar medidas imediatas para cada caso. Palavras chave: Conjuntos Fuzzy, Variáveis Lingüísticas, HIV, Exposição Ocupacional. INTRODUÇÃO A Síndrome da Imunodeficiência Adquirida (AIDS) é uma manifestação clínica avançada da infecção pelo vírus da imunodeficiência humana (HIV-1 e HIV-2). Geralmente, a infecção pelo HIV leva a uma imunossupressão progressiva, especialmente da imunidade celular, e a uma desregulação imunitária. Tais desregulações e supressões imunitárias acabam por resultar em infecções oportunísticas, neoplasias (proliferação celular excessiva e autônoma, de causa exógena ou endógena) e/ou manifestações que são condições definidoras da AIDS, quando em presença da infecção pelo HIV. É a quarta causa mais freqüente de morte no mundo (Veronesi, Focaccia, 1996). O HIV pode ser transmitido pelas formas sexual, sanguínea e/ou vertical. E o tempo necessário para detecção do vírus no sangue é de cerca de 3 a 12 meses depois de adquirido. A variabilidade individual é grande e depende de vários fatores, como a categoria de exposição, resistência do hospedeiro, patogenicidade do vírus (capacidade do agente infeccioso produzir sintomas em maior ou menor proporção dentre os hospedeiros infectados), mutações, resposta imune específica, e uso de estratégia de tratamento nas diversas fases (Burlamaqui, 2006). _________________________________________________________________________________________________________________ 1 Trabalho de Iniciação Científica financiado pela FAPEMIG. Bolsista, Faculdade de Medicina, Universidade Federal de Uberlândia, [email protected] 3 Orientadora, Faculdade de Matemática, Universidade Federal de Uberlândia, [email protected] 4 Colaborador, Faculdade de Medicina, Departamento de Clínica Médica. 2 No Brasil, desde o início da década de 90, o Ministério da Saúde vem intensificando sua política de saúde pública em HIV/AIDS, visando melhorar a qualidade da assistência aos pacientes, por meio da introdução de serviços de diagnósticos, treinamento e capacitação de profissionais de saúde nesta área. Ressaltamos, dentre as diversas ações, o oferecimento do diagnóstico aos pacientes, terapia anti-retroviral para pacientes portadores do HIV e a disponibilização de profissionais capacitados para a abordagem efetiva dos pacientes infectados. Inclusive, dos países em desenvolvimento, o Brasil destaca-se pela política de controle à AIDS (Ministério da Saúde, 2006). Sabe-se que o diagnóstico de doenças envolve vários níveis de imprecisão e incerteza, uma mesma doença pode se manifestar de forma totalmente diferente em diferentes pacientes, e com vários graus de severidade. Além disso, um único sintoma pode ser indicativo de várias doenças distintas, e a presença de outras doenças em um mesmo indivíduo pode alterar o padrão sintomático esperado (Massad et al., 2004). Assim, na última década, a literatura matemática que trata de fenômenos imprecisos tem crescido consideravelmente, principalmente no tocante à teoria de modelagem e controle, utilizada com sucesso nas áreas de Engenharia. As primeiras aplicações desta teoria em Biomatemática foi em diagnóstico médico Sanchez (1977) e Sanchez e Bartolin (1990), e nelas se concentra a maioria das aplicações da teoria de conjuntos fuzzy da medicina. Mais recentemente outros autores têm utilizado esta abordagem em problemas de epidemiologia (Ortega, 2001; Jafelice, 2003; Jafelice et al., 2005). O presente estudo objetiva modelar através de um sistema baseado em regras fuzzy, o risco de contaminação pelo HIV em exposição ocupacional. 1. HIV - Vírus da Imunodeficiência Humana 1.1 Infecção e Ciclo de Replicação do HIV Os passos iniciais da patogênese incluem: 1) ligação e penetração viral nas células – alvo; 2) perda do envoltório viral; 3) ação da transcriptase reversa; 4) penetração do provírus no núcleo das células – alvo; 5) integração ao genoma do hospedeiro. Tais passos podem guiar tanto para a infecção ativa, com proliferação e propagação virais, quanto para a latência, com expressão limitada de seqüências do provírus na ausência de ativação nuclear. A molécula CD4, da superfamília das imunoglobulinas, é o receptor celular de superfície das células suscetíveis à infecção direta pelos HIV livres circulantes. Os componentes da gp120 viral ligam-se ao CD4. A mudança conformacional da gp120 durante sua interação com a superfície da célula do hospedeiro parece facilitar a entrada do nucleocapsídeo no citoplasma celular (perda do envoltório). A transcrição reversa se processa após alguns dias de infecção celular. A DNA – polimerase RNA – dependente viral (transcriptase reversa), na presença de proteínas do core e da H RNAase, produz uma cópia de DNA de dupla – hélice complementar a partir do RNA viral (cDNA ou DNA complementar). O cDNA forma complexos com proteínas do core viral, circundando e sendo transportado para o núcleo celular, ocorrendo, então, integração no genoma da célula do hospedeiro. Após a integração, várias protreínas regulatórias virais são produzidas. A interação dessas proteínas virais com os fatores regulatórios celulares aparentemente é o que determina se a infecção será latente ou ativa. A latência se estabelece quando proteínas inibitórias virais e moduladores celulares predominam, desde que não haja ativação exógena. (Veronesi, Focaccia, 1996). Figura 1: Esquema do Vírus da Imunodeficiência Humana. 2. Exposição Ocupacional Desde o inicio da epidemia de AIDS, a possibilidade de contaminação dos profissionais de saúde motivou investigações dirigidas à quantificação desse risco. (Veronesi et al., 1999). Quando considerado o conjunto de acidentes perfurocortantes, o risco de contaminação após exposição percutânea ao sangue é de aproximadamente 0,3%, sendo proporcional ao inoculo, à extensão e à profundidade da lesão. O risco estimado de contaminação após exposição de membranas mucosas é de 0,09%. Um estudo mostrou que o risco é aproximadamente 16 vezes maior em casos de ferimentos profundos, cinco vezes maior se há sangue visível na agulha/cateter ou se o procedimento envolveu agulha colocada diretamente na veia ou artéria e oito vezes maior se ocorrer morte do paciente-fonte por doença relacionada ao HIV nos dois meses após o acidente (Rachid, Schechter, 2005). A estimativa de risco de infecção em acidentes dessa natureza se torna mais difícil, devido ao pequeno número de casos relatados na literatura médica (Veronesi et al., 1999). Acredita-se que tanto a intensidade, o tipo e a freqüência dos contatos com o material contaminado como a carga viral do paciente envolvido na relação determinam o grau de risco a que se expõe o profissional. Em um estudo do tipo caso-controle houve diminuição de aproximadamente 80% do risco de infecção com o uso de AZT após acidentes perfurocortantes. Dessa forma, a profilaxia pós-acidente está recomendada para todos os casos de exposição de alto risco, conforme Anexo 1. O início do tratamento deve ser o mais precoce possível, idealmente dentro da primeira ou até terceira hora após o acidente, de preferência não ultrapassado 24-36 horas (Rachid, Schechter, 2005). Tipos de Exposições: x x x Exposições percutâneas Exposições em mucosas Exposições cutâneas (pele não-íntegra) Casos de contaminação ocupacional pelo HIV podem ser caracterizados como comprovados ou prováveis. De maneira geral, casos comprovados de contaminação por acidente de trabalho são definidos como aqueles em que há evidência documentada de soroconversão e sua demonstração temporal associada a exposição ao vírus. Casos prováveis de contaminação são aqueles em que a relação causal entre a exposição e a infecção não pode ser estabelecida porque a sorologia do profissional acidentado não foi obtida no momento do acidente. Desde o início da epidemia da AIDS (1981) até o momento atual, 103 casos comprovados e 219 casos prováveis de profissionais de saúde contaminados pelo HIV por acidente de trabalho foram publicados em todo o mundo (Rapparini et al., 2007). Na próxima seção, apresentaremos alguns conceitos sobre a Teoria dos Conjuntos Fuzzy. 3. Fundamentação Teórica 3.1 Conjuntos Fuzzy A Teoria dos Conjuntos Fuzzy foi apresentada em 1964 por Prof. Lofti Zadeh, da Universidade da Califórnia, em Berkeley, quando trabalhava com problemas de classificação de conjuntos que não possuiam fronteiras bem definidas. O termo fuzzy significa nebuloso e se refere ao fato de, em muitos casos, não conhecermos completamente os sistemas que estamos analisando. Existem inúmeras situações em que a relação de pertinência não é bem definida e, nestes casos, não sabemos dizer com exatidão se o elemento pertence ou não pertence a um dado conjunto. A intenção do Prof. Zadeh foi flexibilizar a pertinência de elementos aos conjuntos criando a idéia de grau de pertinência. Desta forma, um elemento poderia pertencer parcialmente a um dado conjunto. Dadas as características desta teoria, são esperadas enormes contribuições para o desenvolvimento de modelos em áreas onde é necessário lidar com incerteza e subjetividade. A seguir, definiremos conjunto fuzzy: Definição 1: Um subconjunto fuzzy F do conjunto universo U é definido em termos de uma função de pertinência P que a cada elemento x de U associa um número P x , entre zero e um chamado de grau de pertinência de x a F . Assim, o conjunto fuzzy F é simbolicamente indicado por sua função de pertinência P F o >0,1@ . Os valores P F ( x ) 1 e P F ( x) 0 indicam, respectivamente, a pertinência plena e a não pertinência do elemento x a F (Jafelice, 2005). 3.2 Variáveis Lingüísticas Uma variável lingüística fuzzy é uma variável cujo valor é expresso qualitativamente por um termo lingüístico (que fornece um nome ou um conceito à variável) e quantitativamente pela sua função de pertinência. A variável lingüística é composta por uma variável simbólica e por um valor numérico. Os termos lingüísticos são usados para expressar conceitos e conhecimentos na comunicação humana, e em muitas áreas são a forma mais importante de quantificar e qualificar os dados (informações). Nas áreas médicas o uso de variáveis lingüísticas para expressar valores é extremamente comum. De fato, muitos são os exames clínicos em que os valores observados somente podem ser expressos em termos de variáveis lingüísticas, seguindo algum padrão que o médico desenvolve durante sua formação e que é aperfeiçoado com a sua prática. A Figura 5 ilustra o uso de variáveis lingüísticas na avaliação do grau de desconforto respiratório. (Massad et al., 2004). Figura 5: Escala de avaliação do grau de desconforto respiratório (Massad et al., 2004). 3.3 Sistemas Baseados em Regras Fuzzy Sistemas baseados em regras fuzzy (SBRF) contêm quatro componentes: um processador de entrada que realiza a fuzzificação dos dados de entrada, uma coleção de regras nebulosas chamada base de regras, uma máquina de inferência fuzzy e um processador de saída que fornece um número real como saída (Jafelice, 2003). Estes componentes estão conectados conforme indicado na Figura 6. Figura 6: Arquitetura de Sistemas Baseados em Regras Fuzzy (Jafelice, 2003). Uma vez estabelecida uma base de regras, isto é, como relacionamos os conjuntos fuzzy pela forma Se...então..., um SBRF pode ser visto como um mapeamento entre a entrada e a saída da forma y f x , x R n e y R m (trajetória em negrito na Figura 6). Esta classe de sistema é amplamente utilizada em problemas de modelagem, controle e classificação. Os componentes do SBRF são descritos a seguir: x Processador de Entrada (Fuzzificação) Neste componente as entradas do sistema são traduzidas em conjuntos fuzzy em seus respectivos domínios. A atuação de um especialista na área do fenômeno a ser modelado é de fundamental importância para colaborar na construção das funções de pertinências para a descrição das entradas. x Base de Regras Este componente, juntamente com a máquina de inferência, pode ser considerado o núcleo dos sistemas baseados em regras fuzzy. Ele é composto por uma coleção de proposições fuzzy na forma Se...então.... Cada uma destas proposições pode, por exemplo, ser descrita linguisticamente de acordo com o conhecimento de um especialista. A base de regras descreve relações entre as variáveis linguísticas, para serem utilizadas na máquina de inferência fuzzy que descrevemos no próximo item. x Máquina de Inferência Fuzzy É neste componente que cada proposição fuzzy é traduzida matematicamente por meio das técnicas de raciocínio aproximado. Os operadores matemáticos serão selecionados para definir a relação fuzzy que modela a base de regras. Desta forma, a máquina de inferência fuzzy é de fundamental importância para o sucesso do sistema fuzzy, já que fornece a saída a partir de cada entrada fuzzy e da relação definida pela base de regras. Um dos métodos particulares de Inferência Fuzzy é o Método de Mamdani. ¾ Método de Mamdani Uma regra Se (antecedente) então (consequente) é definida pelo produto cartesiano fuzzy dos conjuntos fuzzy que compõem o antecedente e o consequente da regra. O método de Mamdani agrega as regras através do operador lógico OU, que é modelado pelo operador máximo e, em cada regra, o operador lógico E é modelado pelo operador mínimo. Veja as regras a seguir: Regra 1: Se x é A1 e y é B1 então z é C1 . Regra 2:Se x é A2 e y é B2 então z é C 2 . A Figura 7 ilustra como uma saída real z de um sistema de inferência tipo Mamdani é gerada a partir das entradas x e y reais e a regra de composição max-min. A saída z R é obtida pela defuzzificação do conjunto fuzzy de saída C C1' C 2' da Figura 7. Figura 7: Método de Mamdani com composição max-min. x Processador de Saída (Defuzzificação) Na teoria dos conjuntos fuzzy pode-se dizer que a defuzzificação é um processo de se representar um conjunto fuzzy por um número real. Em sistemas fuzzy, em geral, a saída é um conjunto fuzzy. Assim, devemos escolher um método para defuzzificar a saída e obter um número real que a represente. O método mais comum é o Centro de Gravidade. ¾ Centro de Gravidade Este método de defuzzificação é semelhante à média ponderada para distribuição de dados, com a diferença que os pesos são os valores P C z i que indicam o grau de compatibilidade do valor zi com o conceito modelado pelo conjunto fuzzy C. Para um domínio discreto tem-se ¦ in 0 z i P C z i G C . ¦ in 0 P C z i Para um domínio contínuo tem-se ³ P u du G C R C , ³ R P C u du onde R é a região de integração. RESULTADOS E DISCUSSÃO Quando indivíduos sofrem exposição ocupacional ao HIV, são avaliados vários parâmetros com o objetivo de conhecer a gravidade da exposição e o risco de contaminação. Dentre esses parâmetros, são considerados: carga viral do sangue do indivíduo fonte, tempo de exposição ao material contaminado e o volume do mesmo, conforme Anexo 1. Assim, vamos considerar as variáveis: carga viral (CV), volume (V) e tempo de exposição (T), como variáveis lingüísticas que influenciam no risco de contaminação (RC) do indivíduo e temos um sistema baseado em regras fuzzy, conforme a Figura 8. CV MAMDANI T RC V Figura 8: Esquema do SBRF. Adotamos a base de regras fuzzy assumindo como antecedentes a carga viral (CV), dada em cópias/ml, considerando um domínio de [0, 10000], representando as faixas < 1000, [1000, 4500], > 4500 pelos termos lingüísticos {baixa, média, alta}; o volume do material contaminado (V), dado em gotas, considerando um domínio de [0, 20], representando as faixas < 1.5, [1.5, 4.5], > 4.5 pelos termos lingüísticos {pequeno, médio, grande}; o tempo de exposição (T), dado em minutos, considerando um domínio de [0, 10], representando as faixas < 1, [1, 4], > 4 pelos termos lingüísticos {baixo, médio, alto}. Como conseqüente, adotamos o risco de contaminação (RC), considerando domínio [0, 1], representando as faixas < 0.16, [0.16, 0.5], [0.5, 0.97], > 0.97 pelos termos lingüísticos {baixo, médio, alto, muito alto}, respectivamente. O modelo é desenvolvido via SBRF (Sistema Baseado em Regras Fuzzy) e utilizamos o Método de Inferência de Mamdani e o Método de Defuzzificação, Centro de Gravidade, para obter o comportamento do RC, ou seja, determinamos os valores do RC. As Figuras 9, 10, 11 e 12 representam as funções de pertinência dos diversos conjuntos fuzzy associados às variáveis lingüísticas, carga viral (CV), tempo de exposição (T), volume (V) e risco de contaminação (RC), conforme Anexo I. As regras obtidas incorporando os conhecimentos do especialista, estão nas Tabelas 5, 6 e 7. V Pequeno Médio Grande T V Pequeno Médio Grande T Baixo Baixo Baixo Baixo Baixo Alto Alto Médio Baixo Baixo Baixo Médio Alto Alto Alto Baixo Baixo Baixo Tabela 5: Regras Fuzzy para CV Baixa. V Pequeno Médio Grande T Baixo Médio Médio Médio Médio Médio Médio Médio Alto Médio Médio Alto Tabela 6: Regras Fuzzy para CV Média Alto Muito Alto Alto Alto Muito Muito Alto Alto Tabela 7: Regras Fuzzy para CV Alta Figura 9: Funções de Pertinência da Carga Viral (CV). Figura 10: Funções de Pertinência do Tempo de Exposição (T). Figura 11: Funções de Pertinência do Volume (V). Figura 12: Funções de Pertinência do Risco de Contaminação (RC). Na Tabela 8 apresentamos o cálculo do risco de contaminação para alguns valores de carga viral, tempo e volume. Para este cálculo, utilizamos o sistema baseado em regras fuzzy construído anteriormente. CV T V (cópias/ml) (minutos) (gotas) 500 1 3 4000 2 1 8000 4 5 Tabela 8: Cálculo do Risco de Contaminação. RC 0.217 0.551 0.978 Desta forma, através da teoria dos conjuntos fuzzy, podemos estabelecer o grau de risco de contaminação ao HIV ao qual o indivíduo que sofreu exposição ocupacional está sujeito, e assim, tomar as medidas cabíveis em cada caso. CONCLUSÃO Através da teoria dos conjuntos fuzzy, com informações sobre a carga viral da fonte, tempo de exposição e volume do material contaminado, podemos estabelecer o grau de risco de contaminação ao HIV ao qual o indivíduo que sofreu exposição ocupacional está sujeito. E, consequentemente, tomar as medidas cabíveis em cada caso, como por exemplo, a instituição de tratamento profilático. Assim, dadas as características dessa teoria, são esperadas enormes contribuições para o desenvolvimento de modelos em áreas onde é necessário lidar com incerteza e subjetividade, buscando sempre que possível a integração dos diferentes segmentos acadêmicos. AGRADECIMENTOS O primeiro autor agradece à FAPEMIG – A-009/2006 pela concessão da Bolsa de Iniciação Científica e o segundo autor à FAPEMIG – CEX 109/04 e ao Programa Especial de Pesquisa da Universidade Federal de Uberlândia – A-005/2004 pelo apoio financeiro. REFERÊNCIAS BIBLIOGRÁFICAS BURLAMAQUI, L. - História Natural da Infecção pelo HIV. Disponível: <http://www.hiv.org.br/internas\_materia.asp$?$cod\_secao=atualiza\&cod\_materia=851: Acesso em: 05/05/2006. JAFELICE, R. Modelagem Fuzzy para Dinâmica de Transferência de Soropositivos para HIV em Doença Plenamente Manifesta. Tese de Doutorado, FEEC, Universidade Estadual de Campinas, Campinas, Brasil, 2003, p.169. JAFELICE, R.; BARROS, L. C.; BASSANEZI, R. C. Teoria dos Conjuntos Fuzzy com Aplicações,Uma publicação da SBMAC, Editora Plêiade, 2005, p.68. MASSAD, E.; MENEZES, R.; SILVEIRA, P.; ORTEGA, N. Métodos Quantitativos em Medicina, 2004, p.561. MINISTÉRIO DA SAÚDE. Disponível: <http://www.aids.gov.br: Acesso em: 10/04/2006. RACHID, M; SCHECHTER, M. Manual de HIV/AIDS. Rio de Janeiro, 8 ed, editora Revinter Ltda, 2005, p.224. RAPPARINI, C.; VITÓRIA, M. A. A.; LARA, L. T. R. - Recomendações para Atendimento e Acompanhamento de Exposição Ocupacional a Material Biológico: HIV e Hepatites B e C. Disponível: <http://www.riscobiologico.org/resources/4888.pdf: Acesso em: 21/01/2007. SANCHEZ, E. Solutions in composite fuzzy relation equations: application to medical diagnosis in brouweriano logic. In Fuzzy Automata and Decision Processes, p. 221-234, M.M. Gupta, North-Holland, Amsterdam, 1977. SANCHEZ, E.; BARTOLIN, R. Fuzzy inference and medical diagnosis, a case study. Int. J. Biom. Fuzzy Systems Ass., v.1, p. 4-21, 1990. VERONESI, R.; FOCACCIA, R. Tratado de Infectologia, São Paulo, 1996, p.83. VERONESI, R.; FOCACCIA, R.; LOMAR, A.V. Retroviroses Humanas HIV/AIDS, São Paulo, 1999, p.42-43. ANEXO Anexo I – Fluxograma FAMAT em Revista Revista Científica Eletrônica da Faculdade de Matemática - FAMAT Universidade Federal de Uberlândia - UFU - MG Î¥ Þ Problemas e Soluções Número 08 - Abril de 2007 www.famat.ufu.br Comitê Editorial da Seção Problemas e Soluções do Número 08 da FAMAT EM REVISTA: Luiz Alberto Duran Salomão (coordenador da seção) Márcio José Horta Dantas Marcos Antônio da Câmara Problemas e Soluções A revista eletrônica FAMAT em Revista publica regularmente uma seção de problemas com o tı́tulo Problemas e Soluções. Todos os interessados podem participar dessa seção apresentando soluções para os problemas já publicados ou propondo novos problemas. Serão publicados problemas de matemática básica ou superior, assim como enigmas de natureza lógica que desafiem nossos leitores e lhes proporcionem bom treinamento na resolução de problemas. O comitê editorial selecionará, dentre os problemas propostos, os que mais se destacarem por sua beleza, relevância e originalidade. Problemas propostos em um número da revista terão suas soluções publicadas no número seguinte. Quando da publicação de problemas ou resoluções enviados por leitor, serão citados o(s) proponente(s) e o(s) autor(es) das soluções recebidas. Ao propor um problema, o leitor deverá encaminhar sua solução juntamente com o enunciado e citar a fonte de onde ele foi tirado, se for o caso. Todo participante dessa seção deverá identificar-se mencionando seu nome e endereço completos (inclusive e-mail). Para fazer contato com a revista, os participantes poderão utilizar o endereço eletrônico [email protected] ou encaminhar correspondência para: FAMAT em Revista Faculdade de Matemática Universidade Federal de Uberlândia Av. João Naves de Ávila, 2121, Santa Mônica CEP 38408-100 - Uberlândia - MG Nesse número, além de quatro novos desafios, publicamos a resolução dos quatro do número anterior. ATENÇÃO: Para os leitores que nos enviarem soluções corretas, dos quatro problemas propostos, estaremos sorteando em Abril de 2007 alguns exemplares do livro: MOREIRA, C. et. alli. (orgs.) Olimpı́adas Brasileiras de Matemática. 9 a . a 16 a . Problemas e resoluções. Rio de Janeiro: Publicação da Sociedade Brasileira de Matemática, 2003. “A filosofia está escrita nesse grande livro - ou seja, o Universo que se encontra aberto continuamente ante os nossos olhos, mas ele não pode ser entendido a menos que se aprenda, primeiro, a ler sua linguagem e interpretar as letras com as quais o compuseram. Ele foi escrito no idioma da matemática e seus sı́mbolos são triângulos, cı́rculos e outras figuras geométricas, sem as quais é humanamente impossı́vel entender uma única palavra de seu texto.” Galileu Galilei, Il Saggiatore (1623) Resoluções dos problemas da revista número 7 25. É possível embrulhar um cubo de aresta 1 utilizando uma folha de papel quadrada 3 u 3? Justifique sua resposta. Resolução: A resposta é afirmativa. Para justificá-la, utilizamos a figura abaixo na qual o quadrado ABCD tem lado 2 2 , que é menor do que 3. 26. Se a1 , a 2 , , a n são constantes reais, onde n é um inteiro positivo, e a1 cos x a 2 cos 2 x a n cos nx t 0, x 5, 0 , para i = 1, 2, , n. mostre que ai Resolução: Inicialmente, observe que a1 cos x a 2 cos 2 x a n cos nx 0, x [0, 2S ] . De fato, caso a1 cos x a 2 cos 2 x a n cos nx assumisse algum valor positivo no intervalo [0, 2S ] , a integral definida ³ 2S 0 (a1 cos x a 2 cos 2 x . . . a n cos nx) dx seria maior do que 0; no entanto, é fácil ver que seu valor é 0. Agora, multipliquemos ambos os membros a1 cos x a 2 cos 2 x a n cos nx 0 (*) por cos x . a1 cos 2 x a 2 cos x cos 2 x a n cos x cos nx 0, x [0, 2S ] . membros desta última equação, de 0 a 2S , vemos que a1 ³ 2S 0 2S a1 ³ 0 cos 2 x dx a 2 ³ 2S 0 cos x cos 2 x dx . . . a n ³ cos 2 x dx a 2 .0 . . . a n .0 2S 0 0 e, por fim, a1 cos x cos nx dx 0. da Daí, Integrando equação obtemos ambos 0 , o que acarreta os Multiplicando, agora, ambos os membros da equação (*) por cos 2 x e procedendo de forma análoga à feita acima, concluiremos que a 2 0 . Mutatis mutandis, repetimos essa argumentação tantas vezes quantas forem necessárias e teremos demonstrado que ai 0 , para i = 3, . . . , n. § 1 1 1 · 27. É possível extrair da seqüência ¨1, , , , ¸ uma subseqüência cuja soma dos termos © 2 4 8 ¹ 1 seja ? Justifique sua resposta. 7 1 1 1 1 1 1 1 Resolução: Observe que a a b a 2b equivale a a o que, por sua 1 7 7 2 2 2 2 1 b 2 ba 2 1 . Como 7 é ímpar, esta última igualdade só é possível se vez, é equivalente a b 2 1 7 a b . Além disso, b = 3. Portanto, 1 1 1 1 6 9 . 3 7 2 2 2 28. Sejam a, b, c e d números reais positivos. Demonstre a seguinte desigualdade: ab cd d a d b c . Resolução: Observe que a desigualdade que se quer demonstrar equivale a a b c d d 1. ad bc bc ad a b sen 2D e sen 2 E , para valores adequados de D e E , com Fazendo ad bc S , a desigualdade acima é transformada em senD senE cos D cos E d 1 , ou seja, 2 cos(D E ) d 1 . 0 D, E Problemas Propostos 29. Em um momento inicial, duas velas tinham a mesma altura h, encontrando-se, uma da outra, a uma distância a. A distância entre cada uma das velas e a parede mais próxima é também igual a a. Com que velocidades movem-se as sombras das velas nas paredes, se uma vela queima durante o tempo t1 e a outra durante o tempo t2? 30. Dado um pentágono convexo, mostre que é possível escolher três de suas diagonais de modo que com elas se possa construir um triângulo. 31. Seja W um conjunto de pontos do plano. Supondo que todo ponto de W é ponto médio de um segmento que tem suas extremidades em W, demonstre que W é infinito. 32. Seja q um número natural maior do que 1. Se m e n são números inteiros positivos, demonstre que qm-1 é divisor de qn-1 se, e somente se, m é divisor de n. FAMAT em Revista Revista Científica Eletrônica da Faculdade de Matemática - FAMAT Universidade Federal de Uberlândia - UFU - MG Û @¶ Eventos Número 08 - Abril de 2007 www.famat.ufu.br Comitê Editorial da Seção Eventos do Número 08 da FAMAT EM REVISTA: Maria Luiza Maes (coordenadora da seção) Marcos Antônio da Câmara Márcio José Horta Dantas EVENTOS Gostaríamos de enfatizar aqui, o VII Encontro Regional de Matemática Aplicada e Computacional, evento a ser realizado no período de 20 à 22 de junho. No próximo número daremos os detalhes da realização deste evento. VII ENCONTRO REGIONAL DE MATEMÁTICA APLICADA E COMPUTACIONAL – ERMAC 2007 O Encontro Regional de Matemática Aplicada e Computacional (ERMAC) será realizado de 20 a 22 de junho de 2007 na Universidade Federal de Uberlândia. O evento é uma das atividades da Sociedade Brasileira de Matemática Aplicada e Computacional (SBMAC), tendo como objetivo divulgar conhecimentos científicos nas diversas regiões do país, especialmente naquelas mais distantes dos grandes centros científicos. O público alvo deste evento é composto de discentes de graduação e pós-graduação, professores do ensino fundamental, médio e superior, principalmente das áreas de Matemática, Física e Ciência da Computação, para os quais serão oferecidos mini-cursos e palestras ministrados por professores altamente qualificados. Um fato importante nessa edição do ERMAC, merecedor de destaque, é que o Instituto de Física e as Faculdades de Computação e de Matemática estão trabalhando em parceria na organização do evento. Assim, o evento também promove a interação entre pesquisadores das áreas de Matemática, Física, Ciência da Computação e áreas afins através da realização de mini-simpósios e sessões técnicas, permitindo a apresentação de seus trabalhos mais recentes. PROGRAMAÇÃO PALESTRAS - Computação Natural: Conceitos e Aplicações Prof. Dr. Fernando Von Zuben - UNICAMP - A Análise Não Linear versus Equações Diferencias Prof. Dr. Olimpío Hiroshi Miyagaki - UFV - História-Matemática-Educação Matemática: Sobre as Possibilidades de um Diálogo entre Áreas Prof. Dr. Antônio Vicente M. Garnica - UNESP - Deus e o Diabo na Nanotecnologia Prof. Dr. Adalberto Fazzio - USP - Arte e Matemática Prof. Dr. João Carlos Moreira - UFU/FACIP MINI-CURSOS - A Matemática do Processamento Digital de Imagens - da Álgebra Linear às Equações Diferenciais Parciais Profa. Dra. Célia A. Zorzo Barcelos - UFU - Introdução à Criptografia Prof. Dr. João Nunes de Souza - UFU - Frações Contínuas e Aplicações Profa. Dra. Cleonice F. Bracciali - UNESP Profa. Dra. Eliana Xavier L. de Andrade - UNESP - Operações Elementares em Grafos e Aplicações Profa. Dra. Magali M. de A. Barroso - Uni-BH - Introdução à Solução Numérica de Problemas em Dinâmica dos Fluídos Prof. Dr. Valdemir Garcia Ferreira - USP - As Potencialidades Didáticas Pedagógicas de um Ambiente Computacional TELEDUC- na Construção do Conhecimento Matemático Profa. Dra. Rosana G. S. Miskulin – UNESP MINI-SIMPÓSIOS BIOMATEMÁTICA Prof. Dr. Laécio Carvalho de Barros - UNICAMP Prof. Dr. Rodney Carlos Bassanezi - UNICAMP Prof. Dr. Wilson Castro Ferreira Jr. - UNICAMP OTIMIZAÇÃO Prof. Dr. Hilton Vieira Machado - UnB Prof. Dr. Peter Zörnig - UnB Profa. Dra. Sezimária F. P. Saramago - UFU NANOCIÊNCIA/NANOTECNOLOGIA Prof. Dr. Antônio Cleves N. Oliveira - UnB Prof. Dr. Gilmar Eugênio Marques - UFSCAR Prof. Dr. Guo-Qiang Hai – USP MESA REDONDA A mesa redonda será coordenada pelo Prof. Dr. José Alberto Cuminato – USP, presidente da SBMAC, com a participação de um membro de cada Faculdade das Ciências Exatas da UFU, com o Tema: ‘Aplicações da Matemática em outras Ciências.’ Na seqüência, são apresentadas, tabelas, descrevendo, diariamente, a programação detalhada do evento. Os títulos das palestras e ciclos de palestras ainda não foram definidos pelos autores. Horário 20/06 – Quarta - feira 8:00 – 8:30 Entrega de Material aos participantes 8:30 – 9:00 Abertura do Evento com a presença do Presidente da SBMAC 9:00 – 9:30 ‘Coffee-Break’ 9:30 – 10:30 Palestra de Bioinformática 10:30 – 12:00 Ciclos de Palestras 1, 2 e 3 12:00 – 14:00 Almoço 14:00 – 15:00 Ciclos de Palestras 4, 5 e 6 15:00 – 16:00 Palestra de Equações Diferenciais Parciais 16:00 – 16:30 ‘Coffee-Break’ 16:30 – 18:30 Mesa Redonda Horário 8:00 – 9:30 21/06 – Quinta - feira Mini-simpósio de Biomatemática/Apresentação de Painéis 9:30 – 10:00 ‘Coffee-Break’ 10:00 – 11:00 Ciclos de Palestras 1, 2 e 3 11:00 – 12:00 Sessões Técnicas 12:00 – 14:00 Almoço 14:00 – 15:30 Ciclos de Palestras 4, 5 e 6 15:30 – 16:30 Palestra de Educação Matemática 16:30 – 17:00 ‘Coffee-Break’ 17:00 – 18:30 Mini-simpósio de Otimização Horário 22/06 – Sexta - feira 8:00 – 9:30 Mini-simpósio de Nanociência/Nanotecnologia 9:30 – 10:00 ‘Coffee-Break’ 10:00 – 11:00 Ciclos de Palestras 1, 2 e 3 11:00 – 12:00 Sessões Técnicas 12:00 – 14:00 Almoço 14:00 – 15:30 Ciclos de Palestras 4, 5 e 6 15:30 – 16:30 Palestra Arte e Matemática 16:30 – 17:00 ‘Coffee-Break’ 17:00 – 18:30 Encerramento musical ORGANIZAÇÃO FACULDADE DE MATEMÁTICA FACULDADE DE COMPUTAÇÃO INSTITUTO DE FÍSICA A Comissão Organizadora convida os discentes e docentes da FAMAT, FACOM, INFIS e demais áreas afins para participarem do VII ERMAC, neste evento teremos a oportunidade de conhecer aplicações da Matemática em diferentes contextos. Inscrições: www.famat.ufu.br/ermac2007 Submissão de Trabalhos: 26/03/2007 a 05/05/2007 XXX CNMAC – Congresso Nacional de Matemática Aplicada O CNMAC é um evento anual da SBMAC - Sociedade Brasileira de Matemática Aplicada e Computacional. Nesta trigésima edição, o congresso será sediado na UFSC, Florianópolis, SC. Data de realização: 03 a 06 de setembro de 2.007 Informações: www.sbmac.org.br IX ENEM - ENCONTRO NACIONAL DE EDUCAÇÃO MATEMÁTICA Período: 18 a 20 de julho de 2.007 Local: UNI – BH – Centro Universitário de Belo Horizonte – Campus Estoril Inscrições: x Datas Valor para sócios: 16/11/2006 - 31/05/2007 R$ 130,00 01/06/2007 - 18/07/2007 R$ 160,00 x Datas Valor para não sócios 16/11/2006 - 31/05/2007 R$ 230,00 01/06/2007 - 18/07/2007 R$ 260,00 Informações: www.ixenem.com.br 52ª RBRAS – Região Brasileira da Sociedade Internacional de Biometria & 12º Simpósio de Estatística Aplicada à Experimentação Agronômica – SEAGRO Período: 23 a 27 de julho de 2.007 Local: Universidade Federal de Santa Maria, Santa Maria – RS Informações: http://www.rbras.org.br/ XIII ErematSul Encontro Regional de Estudantes de Matemática da Região Sul - Pelotas Rio Grande do Sul Período: 7 a 10 de junho de 2007 Informações: http://www.ufpel.tche.br/clmd/eremat2007/ II Encontro Científico dos pós graduandos do IMECC Período: 18 a 20 de abril de 2007 Informações: http://www.ime.unicamp.br/~encpos07/ II Conference on Computational and Mathematical Population Dynamics Período: 6 a 20 de julho de 2.007 Informações: http://www.cmpd2.ime.unicamp.br/ I Congresso Brasileiro de Educação: Políticas e Práticas Educativas para a Infância Período: 26 a 28 de junho de 2.007 Informações: [email protected] X V I E I E M – Encontro de Investigação em Educação Matemática Período: 12 e 13 de maio de 2.007 Informações: http://www.esev.ipv.pt/eiem2007/index_ficheiros/page0001.htm 26o Colóquio Brasileiro de Matemática - IMPA Período: 29/07 a 03/08/07 Informações: http://www.impa.br/opencms/pt/eventos/extra/2007_coloquio/CBM26/index.html Curso: Fluxo de Ricci e Conjectura de Poincaré Período: 25/06 a 28/07/07 Informações: http://www.impa.br/opencms/pt/eventos/store/evento_0013.html Workshop on Conservative Dynamics and Symplectic Geometry Período: 06 a 10 de agosto de 2.007 Informações: http://www.impa.br/opencms/pt/eventos/store/CDSG X Workshop on Partial Differential Equations: Theory, Computation and Applications Período: 06 a 10 de agosto de 2.007 Informações: http://www.impa.br/opencms/pt/eventos/store/evento_0014.html International Congress on Minimal and Constant Mean Curvature Surfaces Período: 19 a 24 de agosto de 2.007 Informações: http://www.impa.br/opencms/pt/eventos/store/evento_0012.html _ åÖ Æ FAMAT em Revista Revista Científica Eletrônica da Faculdade de Matemática - FAMAT Universidade Federal de Uberlândia - UFU - MG Reflexões Sobre o Curso de Matemática Número 08 - Abril de 2007 www.famat.ufu.br Comitê Editorial da Seção Reflexões sobre o Curso de Matemática do Número 08 da FAMAT EM REVISTA: Márcio José Horta Dantas (coordenador da seção) Marcos Antônio da Câmara Valdair Bonfim As conseqüências da recente reforma curricular para o Bacharelado em Matemática Em dois artigos na Revista Eletrônica da FAMAT (nos 4 e 6) o Professor Valdair Bonfim detalha com esmerada precisão diversos aspectos da reforma curricular implementada no nosso Curso de Matemática, dentre os aspectos ressaltados está o fato de que tais reformulações obedecem todas as leis e resoluções que normatizam os cursos de graduação no país e na UFU, a saber, a Lei 9394/96 – LDB, o Parecer 1302/2001 do CNE/CES (Conselho Nacional de Educação/ Câmara de Educação Superior), as Diretrizes Curriculares Nacionais Para os Cursos de Matemática, Bacharelado e Licenciatura, a Resolução 2/2004 do CONGRAD. Além disso, o nosso projeto foi construído segundo as “Orientações Gerais para Elaboração de Projetos Pedagógicos de Cursos de Graduação” da UFU, bem como o “Projeto Institucional de Formação e Desenvolvimento do Profissional em Educação”, também da UFU. Este último oferece um detalhamento refinado para a criação dos projetos pedagógicos das licenciaturas. A bem da verdade espera-se dotar as licenciaturas de um perfil profissional comparável àqueles encontrados nas Engenharias, no Direito, na Medicina; criou-se assim a figura do “Profissional da Educação”. Daí em diante as licenciaturas não formam tão somente professores para o Ensino Básico, mas formam e desenvolvem profissionais em educação. Todavia, observa-se que as Orientações Gerais pouco se atêm aos cursos que possuem as duas modalidades, mencionando apenas algumas orientações para aqueles cursos que possuem ênfase em determinadas áreas. No caso particular do Curso de Matemática, a Licenciatura e o Bacharelado são gêmeos siameses, quase indissociáveis: das 17 Competências e Habilidades que constam das Diretrizes Curriculares Nacionais para os Cursos de Licenciatura e Bacharelado em Matemática 11 são comuns a ambas as modalidades: a) capacidade de expressar-se escrita e oralmente com clareza e precisão; b) capacidade de trabalhar em equipes multidisciplinares; c) capacidade de compreender, criticar e utilizar novas idéias e tecnologias para a resolução de problemas; d) capacidade de aprendizagem continuada, sendo sua prática profissional também fonte de produção de conhecimento; e) habilidade de identificar, formular e resolver problemas na sua área de aplicação, utilizando rigor lógico-científico na análise da situação-problema; f) capacidade de estabelecer relações entre a Matemática e outras áreas do conhecimento; g) conhecimento de questões contemporâneas; h) educação abrangente necessária ao entendimento do impacto das soluções encontradas num contexto global e social; i) participar de programas de formação continuada; j) realizar estudos de pós-graduação; k) trabalhar na interface da Matemática com outros campos de saber. Além dessas, as seguintes são específicas do educador matemático: l) elaborar propostas de ensino-aprendizagem da Matemática para a educação básica; m) analisar, selecionar e produzir materiais didáticos; n) analisar criticamente propostas curriculares de Matemática para a educação básica; o) desenvolver estratégias de ensino que favoreçam a criatividade, a autonomia e a flexibilidade do pensamento matemático dos educandos, buscando trabalhar com mais ênfase nos conceitos do que nas técnicas, fórmulas e algoritmos; p) perceber a prática docente de Matemática como um processo dinâmico, carregado de incertezas e conflitos, um espaço de criação e reflexão, onde novos conhecimentos são gerados e modificados continuamente; q) contribuir para a realização de projetos coletivos dentro da escola básica. A comissão de elaboração da proposta curricular procurou manter quibuscunque viis essa natureza indissociável das duas modalidades, de modo que se tem hoje no fluxo curricular componentes comuns do primeiro ao oitavo período do curso. Dos Projetos Integrados de Práticas Educativas (PIPE), dois deles (Contextualização Sócio-Cultural, Novos Temas no Currículo do Ensino Básico) são desenvolvidos integralmente do 1o ao 4o período através de ações integradas ao longo das disciplinas que possuem um caráter específico não descaracterizando a formação do bacharel, são elas: Introdução a Matemática, Matemática Finita, Estatística e Probabilidade, Informática e Ensino, esta última de caráter eminentemente prático. O mesmo ocorre com o tema Investigação e Compreensão (PIPE3) que é desenvolvido em parte na disciplina Geometria Euclidiana Espacial (3º. Período) e em parte na disciplina Ensino da Matemática Através de Problemas (6º. Período). Já o PIPE 4: Temas e Questões Educacionais Transversais, é desenvolvido ao longo de disciplinas que não compõem a formação do bacharel, a saber, Psicologia da Educação (5º. Período) Política e Gestão da Educação (5º. Período) e Didática Geral (6º. Período). Em relação à componente curricular Prática Educativa, articulando disciplinas de formação específica e pedagógica, não deve compor a formação do bacharel. O Núcleo de Formação Acadêmico–Científico-Cultural do Bacharelado permite um amplo leque de oportunidades para o enriquecimento curricular do aluno. Porém é o Trabalho de Conclusão de Curso (TCC) que se constitui na principal distinção entre o antigo bacharelado e o novo, ele deve ser fundamental para a formação profissional, espera-se que ao longo do curso o bacharelando tenha desenvolvido sua capacidade investigativa e produtiva a ponto de desenvolver um projeto que venha a contribuir para sua formação profissional. Espera-se também que o bacharelando desenvolva seus projetos nas grandes áreas da Matemática Pura: Álgebra, Análise e Geometria-Topologia ou mesmo em algumas de suas inúmeras aplicações, tais como, por exemplo, análise de estabilidade de sistemas mecânicos; robótica; teoria de códigos; controle de qualidade da produção; biomatemática; ciências econômicas; telecomunicações; fenômenos ondulatórios; fenômenos difusivos; otimização; planejamento da produção; tomada de decisões; fluxos em redes; estratégias matemáticas no mercado financeiro; computação; estatística; processamento e recuperação de imagens, dentre outros. No bacharelado espera-se que o TCC seja desenvolvido como uma atividade integrada a um projeto de iniciação científica, ou tenha um perfil de um projeto de iniciação científica. Finalmente, com o objetivo de dar uma ampla formação Matemática algumas disciplinas do antigo bacharelado foram completamente reformuladas e integram os núcleos de formação básica e específica, outras ainda foram acrescentadas, com é o caso de Matemática Finita, Informática e Ensino, e Equações Diferenciais Aplicadas. O projeto ainda não foi totalmente implantado, neste semestre é a primeira vez que as disciplinas do 7o período do currículo novo serão oferecidas (temos apenas um aluno matriculado na disciplina TCC1), o 8o período somente ocorrerá no segundo semestre deste ano. Inicialmente temia-se que as novas reformas curriculares do Curso de Matemática viessem a desconfigurar o Bacharelado, privando-o de sua característica fundamental formadora. Contudo o que se observa é que, graças aos esforços e originalidade das propostas formuladas pela comissão de elaboração, as mudanças vieram a dar um novo impulso e maior flexibilidade ao Bacharelado, possivelmente haverá um aumento na demanda por esta modalidade. Além disso, sem dúvida alguma a criação do Mestrado em Matemática Pura se constituirá em um pólo norteador para o Bacharelado, fortalecendo e ampliando seu quadro discente ao longo do tempo. O novo Bacharelado em Matemática em sua íntegra apresenta-se vivo, moderno e dinâmico, assim como é a própria Matemática em sua natureza: universal, permanente e independente. Para finalizar ressalte-se que propostas curriculares generalizadas, que envolvam concepções pedagógicas inovadoras no âmbito de outras áreas do conhecimento podem muito bem não se adequar caso da Matemática dada suas características e especificidade. Hermann Hänkel, matemático século XIX, aluno de Riemann, observa que “Na maior parte das ciências uma geração põe abaixo o que outra construiu, e o que uma estabeleceu a outra desfaz. Somente na Matemática é que cada geração constrói um novo andar sobre a antiga estrutura”. Tal característica acumulativa e dedutiva torna a Matemática e seu método axiomático o maior patrimônio do intelecto humano, destacando-a das outras ciências; por isso mesmo também a sua metodologia de ensino as suas pedagogias devem ser objeto de pesquisa diferenciado. FAMAT em Revista Revista Científica Eletrônica da Faculdade de Matemática - FAMAT Universidade Federal de Uberlândia - UFU - MG ¸´ ± Em Sala de Aula Número 08 - Abril de 2007 www.famat.ufu.br Comitê Editorial da Seção Em Sala de Aula do Número 08 da FAMAT EM REVISTA: Márcio José Horta Dantas (coordenador da seção) Marcos Antônio da Câmara Índice de Trabalhos Algumas Possibilidades do Uso do Cabri Géomètre em Trigonometria 147 Tatiane Vieira Borges e Walter dos Santos Motta Junior Cálculo de Áreas de Figuras Via Contagem 163 Tatiane Vieira Borges e Walter dos Santos Motta Junior Comportamento dos Alunos da Universidade Federal de Uberlândia em Relação à Alimentação e à Prática de Esportes 169 Karla B. de Freitas, Michelle C. de Miranda, Stela Z. Soares e Edimilson R. Pinto O Consumo de Drogas Lícitas Entre os Discentes da Faculdade de Matemática 179 Estudo Quantitativo dos Alunos Matriculados nas Escolas de Uberlândia 185 Adriele Giaretta Biase e Edmilson Rodrigues Pinto Implantação de um Curso Noturno de Licenciatura em Matemática na Universidade Federal de Uberlândia 195 ALGUMAS POSSIBILIDADES DO USO DO CABRI GÉOMÈTRE EM TRIGONOMETRIA Tatiane Vieira Borges(*) Walter dos Santos Motta Junior(**) 1. Introdução Este trabalho foi produzido durante o período de vigência da bolsa de estudo concedida à acadêmica Tatiane Vieira Borges pelo Programa Institucional de Bolsas de Ensino de Graduação da Universidade Federal de Uberlândia – PIBEG/UFU – o que se deu de março de 2004 a dezembro de 2004. O projeto ao qual a bolsista esteve vinculada foi intitulado “Ações Integradas para Melhoria do Ensino de Matemática”, sendo desenvolvido sob a orientação do professor Walter dos Santos Motta Junior. O plano de trabalho da referida bolsista, denominado “Algumas possibilidades do uso do Cabri Géomètre em Trigonometria”, dentre seus objetivos, visava estimular e potencializar o aprendizado do aluno ingressante no Curso de Matemática, via a adoção múltiplas abordagens didático-pedagógicas no desenvolvimento de temas básicos em matemática. Assim confeccionamos este material procurando explorar o tema trigonometria com a utilização do programa computacional Cabri Géomètre. Este programa nos permite um melhor entendimento sobre o tema em questão uma vez que ele nos oferece ações dinâmicas possibilitando a visualização de inúmeros conceitos geométricos “em movimento”. A respeito da história da Trigonometria pode-se dizer que o início do seu desenvolvimento se deu principalmente devido aos problemas gerados pela Astronomia, Agrimensura e Navegações, por volta do século IV ou V a.C., com os egípcios e babilônios. A palavra trigonometria significa medida das partes de um triângulo. Não se sabe ao certo se o conceito da medida de ângulo surgiu com os gregos ou se eles, por contato com a civilização babilônica, adotaram suas frações sexagesimais. Mas os gregos fizeram um estudo sistemático das relações entre ângulos - ou arcos - numa circunferência e os comprimentos de suas cordas. A "Trigonometria" era então baseada no estudo da relação entre um arco arbitrário e sua corda. A palavra cosseno surgiu somente no século XVII, como sendo o seno do complemento de um ângulo. Os conceitos de seno e cosseno foram originados pelos problemas relativos à Astronomia, enquanto que o conceito de tangente, ao que parece segundo relatos históricos, surgiu da necessidade de calcular alturas e distâncias. 2- Algumas relações no triângulo retângulo Consideremos um ângulo AÔB = θ, 0o < θ < 90o e tracemos, a partir dos pontos A1, A2, A3, etc e da semi-reta AO, perpendiculares A1B1, A2B2, A3B3, etc, a semi-reta OB Figura 1 Os triângulos OA1B1, OA2B2, OA3B3, etc, são semelhantes por terem os mesmos ângulos. Logo, temos: A1B1 A2 B2 A3 B3 = = = ... OA1 OA2 OA3 Observe que tal relação independe dos comprimentos envolvidos, ela depende apenas do ângulo θ. Desta forma ela será definida como sendo o seno de θ. Ainda da semelhança dos triângulos temos: OB1 OB2 OB3 = = = ... OA1 OA2 OA3 A1B1 A2 B2 A3 B3 = = = ... OB1 OB2 OB3 que também são dependentes apenas do ângulo θ. Definiremos então as funções, para 0o < θ < 90o, OB1 AB cosθ = , tgθ = 1 1 OA1 OB1 que se chamam cosseno de θ e tangente de θ, respectivamente. A B OA ⎛ A B ⎞ ⎛ OB ⎞ sen θ tgθ = 1 1 . 1 = ⎜⎜ 1 1 ⎟⎟ / ⎜⎜ 1 ⎟⎟ = OB1 OA1 ⎝ OA1 ⎠ ⎝ OA1 ⎠ cos θ No triângulo retângulo, temos (OA ) = (A B ) + (OB ) 2 2 1 2 1 1 1 Buscamos estudar outras relações entre estas funções. 2 ⎛ A B ⎞ ⎛ OB ⎞ sen θ + cos θ = ⎜⎜ 1 1 ⎟⎟ + ⎜⎜ 1 ⎟⎟ ⎝ OA1 ⎠ ⎝ OA1 ⎠ 2 2 2 (A B ) + (OB ) (OA ) (OA ) = 1 = (OA ) 2 = 2 1 1 1 2 1 2 1 2 1 Agora, utilizando o Cabri Géomètre faremos uma ilustração bastante interessante e simples destas relações no triângulo retângulo. Para isto, basta seguir os seguintes passos: Passo 1: Construa um segmento AB (“Segmento”, Janela 3). Passo 2: Pelo vértice A construa uma reta perpendicular ao segmento AB (“Reta Perpendicular”, Janela 5). Passo 3: Com a opção “Triângulo” da Janela 3, construa um triângulo retângulo CAB clicando sobre um ponto C da reta perpendicular do Passo 2, depois sobre o ponto A e finalmente sobre o ponto B. Passo 4: Com “Distância e Comprimento” (Janela 9), calcule as distâncias entre os vértices do triângulo CAB. Edite-as com o Ponteiro como “a =”, “b =” e “c =”, respectivamente as medidas correspondentes aos lados opostos aos ângulos A, B e C. Passo 5: Faça as marcas de ângulos nos vértices do triângulo (“Marca de Ângulo”, Janela 10) e modifique-as com a opção “Modificar Aparência” da Janela 11. Passo 6: Calcule as medidas dos ângulos (“Ângulos”, Janela 9). Passo 7: Use as caixas de comentário e edite as expressões nos espaços convenientes da área de trabalho: “b/a =”, “c/a =“, “(b/a)^2 + (c/a)^2=” e “b/c=” Figura 2 Passo 8: Com “Calculadora” da Janela 9, calcule as expressões anteriores e insira os resultados nas expressões, editando os textos com o Ponteiro. Proceda como segue: transporte os resultados para a área de trabalho, clique duas vezes sobre o texto para abrir a caixa de edição, localize o cursor na posição onde deseja inserir o valor e então clique com o mouse nos valores correspondentes. Passo 9: Manipule o triângulo pelos vértices e verifique que a relação fundamental “(b/a)^2+(c/a)^2 = 1 ” permanece invariante. Passo 10: Marque um ponto D sobre o segmento AB (“Ponto sobre Objeto”, Janela 2).Trace por D uma reta paralela ao lado AC (“Reta Paralela”, Janela 5) e obtenha o ponto E de interseção com a hipotenusa BC. Temos um novo triângulo BDE, com ângulo reto em D, semelhante ao triângulo CBA. Calcule as medidas do novo triângulo e as relações entre elas. Conclua que os conceitos trigonométricos relativos a um ângulo interno de um triângulo retângulo estão bem definidos, isto é, todos os triângulos retângulos semelhantes entre si apresentam as mesmas relações trigonométricas. Lembremo-nos de que dois triângulos semelhantes possuem os mesmos ângulos internos e lados correspondentes proporcionais. Manipule o ponto A com o Ponteiro e observe esse fato com o reconhecimento de triângulos semelhantes. Analogamente, manipule o ponto D. Figura 3 Outro fato importante que segue imediatamente desta atividade é que, como os ângulos internos agudos de um triângulo são complementares, segue a relação “cosseno(α) = seno(90 - α)” , para um ângulo agudo α. Passo11: Usando a opção Calculadora (Janela 9) observe que temos disponíveis as funções cosseno, seno e tangente (cos, sin e tan, respectivamente, na calculadora). Calcule os valores do cosseno, seno e tangente dos ângulos agudos do triângulo com essas funções, edite-os num canto da área de trabalho e compare com os resultados anteriores. Exercício 2.1: Um piloto decola de certa cidade A com seu avião, devendo alcançar a cidade B após duas horas de vôo na rota 28° (v.bússola). Porém duas horas após a decolagem, o piloto notou que, por engano, tinha tomado a rota 280°. Supondo que o avião tenha combustível suficiente, qual deverá ser o novo rumo para que ele consiga atingir a cidade B? C A B Figura 4 Resolução: Temos que o triângulo ABC é isóscele de base BC , pois dois lados do triângulo é o espaço percorrido pelo piloto. Seja α a nova rota que o piloto deve seguir. Temos que BÂC = 108°, logo ACB = ABC = 36°.Seja x uma reta perpendicular, passando por C, ao segmento AO. Tome uma reta s, paralela ao segmento AD, passando por C. Logo, CÂD ≅ ACE = 10°. Temos, também, que FCE = 90°. Logo α = 90° - 26° ⇒ α = 64°. Exercício 2.2: Um navegante solitário deseja sair em noite escura do ponto A, e chegar ao ponto B da carta náutica ainda à noite. Ele conhece a velocidade do seu barco, 12 km/h e possui, além desta carta, um relógio e uma bússola. Sabendo que nesta carta 1 km = 2 cm faça o planejamento de uma rota (poligonal) que ele possa seguir. Figura 5 Resolução: Na carta, traçamos o polígono ACDEB, de maneira que os vértices fiquem mais próximos possíveis. Depois, com uma régua, graduada em centímetros, medimos os lados do polígono e constatamos que AC = 2,5 cm, CD = 2,0 cm, DE = 8,5 cm e EB = 3,0 cm. Sabemos que 1 Km = 2 cm, logo 26 cm, que é a distância total de A para B, dará 13 km. Temos que a velocidade do barco é de 12 km/h, logo para saber aproximadamente quantas horas o navegante gastará nesta viagem, basta fazer uma regra de três simples: Distância Tempo 12 km _______ 1 hora 13 km _______ x Portanto x ≅ 1,10 h. 3-Extensões das funções trigonométricas Consideremos a função E : ℜ → S 1 definida do seguinte modo, fixamos uma origem A ∈ S 1 , dado um número real, percorremos sobre S1, no sentido positivo se x > 0, e no sentido negativo se x < 0, um comprimento igual a x ; por definição, E( x ) é o ponto de S1 assim determinado. 0 x R P=E(x) x Figura 6 Observe que, dado um ponto P de S1, ele é a imagem pela função E de uma infinidade de números reais, todos eles da forma: x + 2kπ, k = 0, ± 1, ± 2, … ,0 ≤ x ≤ 2π. No sistema de coordenadas cuja origem é o centro de S1 e sendo A = (1, 0 ) definimos cos x = abscissa de P sen x = ordenada de P sen x tg x = , se cos x ≠ 0. cos x Como todo ponto P = (cos x, sen x) de S1 está a uma distância 1 da origem temos sen2 x + cos2 x = 1 A nova definição, portanto, estende a primeira e mantém as relações básicas. As funções seno e cosseno são periódicas com período 2π, pois para todo k inteiro, e para todo x real, sen (x + 2k·) = sen x e cos (x + 2k·) = cos x, pois E (x + 2k·) = E(x) = P. Vejamos agora, utilizando os recursos do Cabri, uma ilustração de uma atividade envolvendo funções trigonométricas vistas como funções no círculo, por exemplo, consideremos o caso da função cosseno: Passo 1: Mostre os eixos (Janela 11) e rotule a origem como O (“Rótulo”, Janela 11). Passo 2: Construa um círculo qualquer com centro em O (janela 4). Determine o ponto A de interseção do círculo com o eixo Ox positivo, isto é, à direita de O . Passo 3:Construa um ponto P sobre o círculo (“Ponto sobre Objeto”, Janela 2) e uma semireta OP com origem em O (“Semi –reta”, Janela 3). Passo 4: Faça uma marca de ângulo AOP, nesta ordem (“Marca de Ângulo”,Janela10). Passo 5: Mude a opção de unidade na medição de ângulos, para isto, selecione a figura toda com o Ponteiro clicando inicialmente num ponto da tela. Ao arrastar o mouse um retângulo pontilhado irá surgir.Você deverá manipular o mouse de modo que toda a figura fique na parte interna do retângulo. Ao soltar o mouse, toda a figura e o retângulo que a contém ficarão piscando e estarão prontos para aceitar mudanças de configuração. Vá agora ao menu de Opções da barra de ferramentas do Windows.Escolha “Preferências”.Em “Exibir Precisão e Unidades” mude a unidade de medição de ângulos de graus para radianos.Clique em “Aplicar” e depois em OK. Passo 6: Com “Ângulo” da Janela 9 calcule a medida em radianos do ângulo AOP marcado. Passo 7: Pelo ponto P trace uma reta perpendicular ao eixo Ox (Janela 5) e obtenha P’ como o ponto de interseção sobre o eixo Ox (“Pontos de intersecção”,Janela 2). Passo 8: Calcule as coordenadas do ponto P’ (“Equações e Coordenadas”, Janela 9). Passo 9: Construa o segmento OP e calcule seu comprimento, que é a medida do raio do círculo construído. Figura 7 Observamos que, com essa construção, obtemos um triângulo retângulo com ângulo reto em P’. Se o ponto estiver no segundo ou terceiro quadrante, sua abscissa será dada por sua projeção sobre o eixo Ox, que é o ponto P’, portanto será negativa. Manipule o ponto P com o Ponteiro para observar o fenômeno. Passo 10: Com a opção “Calculadora” (Janela 9), calcule a razão “(abscissa de P’)/medida do raio(OP)”, clicando sobre a primeira coordenada de P’,depois sobre o símbolo “/” na Calculadora e em seguida sobre a medida do raio OP. Após clicar em “=”, clique sobre o resultado obtido, sem soltar o mouse, e arraste-o para uma área de trabalho. Edite o resultado, clicando duas vezes com o Ponteiro sobre o texto e escrevendo “abscissa P/raioOP =” antes do número obtido. Passo 11: Com a Calculadora, use a função ‘cos’, calcule o valor do cosseno do ângulo (em radianos) registra apenas uma volta completa no circulo. Observe a mudança de sinais nos valores do cosseno, conforme as posições do ponto P nos quadrantes do círculo. Passo 13: Manipule o círculo inicial, o que altera a medida do raio, mas não o valor do cosseno do ângulo AOP. Figura 8 Com esta atividade, percebemos que é possível estender o conceito do cosseno para ângulos não necessariamente agudos (e com procedimento análogo para seno, considerando a projeção P” de P sobre o eixo Oy).Também podemos observar que o tamanho do raio do círculo utilizado não é importante, uma vez que todos os círculos com um mesmo centro serão semelhantes e um ângulo terá a mesma medida, dependendo apenas das semi-retas que os determinam. Exercício 3.1: Mostre que o perímetro de um pentágono regular inscrito em um círculo unitário é dado por 10 sen π 5 . Figura 9 Resolução: Temos que AÔB = 2π .Consideremos o triângulo AOC, onde OC é a altura que 5 coincide com a mediana, pois AOC é isósceles. Logo AÔC = sen π 5 Temos que AB = 2. AC .Logo AB = 2. sen = π 5 π 5 . Portanto π AC ⇒ AC = sen 1 5 .Portanto o perímetro do pentágono é 2p = 5. ( 2. sen 2p = 10 sen π 5 π 5 ) . Exercício 3.2: Para calcular a circunferência terrestre o sábio Erastóstenes valeu-se da distância conhecida de 800 km entre as localidades de Alexandria e Siena, situadas no mesmo meridiano terrestre. Ele sabia que, quando em Siena os raios solares caíam verticalmente, em Alexandria eles faziam um ângulo de 7,2° com a vertical. Calcule, com estes dados a circunferência terrestre. Resolução: Seja α a medida em radianos de AÔS. Logo α ________ 7,2° π ________180° 7,2π ⇒α = 180 800 Temos também que ⇒ α = rad (definição do ângulo α em radianos). Logo R 800 7,2π 800.180 rad = ⇒R= 180 7,2π R Assim, temos: 800.180 = 40000 c = 2πR = 2π 7,2π Portanto a circunferência terrestre tem 40000 km. 4- As Leis do Seno e do Cosseno A lei do cosseno é uma generalização do Teorema de Pitágoras: Seja ABC um triângulo qualquer com lados a, b e c. Então a2 = b2 + c2 – 2bc.cos Â. De fato: traçamos a altura BH e consideremos os dois casos seguintes: a)  é agudo: fazendo BH = h e AH = x , temos no triângulo BHC, a2 = h2 + ( b – x )2 a2 = b2 + h2 – 2bx + x2 No triângulo BHA, temos: c2 = h2 + x2 Logo a2 = b2 + c2 – 2bx mas, cos  = x ⇒ x = c. cos  . c Portanto a2 = b2 + c2 – 2bc.cos Â. Figura 10 b)  é obtuso: fazendo, da mesma forma, BH = h e AH = x , temos no triângulo BHC, a2 = h2 + ( b + x )2 a2 = h2 + x2 + b2 +2bx a2 = c2 + b2 + 2bx. Como x = c.cos BÂH = c(- cos Â) segue que a2 = b2 + c2 – 2bc.cos Â. Figura 11 Observe que se  é reto, o resultado acima é o Teorema de Pitágoras. A lei dos senos: Seja ABC um triângulo qualquer com lados a, b e c. Então a b c = = . sen  sen Bˆ sen Cˆ De fato: seja S a área do triângulo ABC.Logo a abc 1 1 S = bc sen  ⇒ aS = abc sen  ⇒ = (I) 2 2 sen  2 S S= b abc 1 1 ac sen Bˆ ⇒ bS = abc sen Bˆ ⇒ = ˆ 2 2 sen B 2 S (II) S= 1 1 c abc ab sen Cˆ ⇒ cS = abc sen Cˆ ⇒ = 2 2 sen  2 S (III) De (I), (II) e (III), temos a b c = = . sen  sen Bˆ sen Cˆ Veremos agora, atividades de aplicações no Cabri das leis do cosseno e dos senos. Sugerimos o seguinte roteiro para estudar a lei do cosseno: 1. Construa um triângulo qualquer ABC (“Triângulo”, Janela 3). 2. Calcule as medidas dos lados (a, b e c, respectivamente, opostos aos ângulos A, B e C) e de um ângulo interno, digamos  (Janela 9). 3. Com a Calculadora, calcule separadamente as expressões “a ^ 2” e “b ^ 2 + c ^ 2 * b * c * cos(Â)”. Compare. Estamos verificando a fórmula, não provando. 4. Manipule o triângulo com o Ponteiro de maneira a conduzir à interpretação da fórmula como o Teorema de Pitágoras generalizado, isto é, “o triângulo é retângulo em  se e somente se os lados AB e Ac são perpendiculares”. Figura 12 Prova: Uma prova pode ser feita considerando primeiro o caso em que  é um ângulo agudo. Trace por B (ou C) uma reta perpendicular à reta suporte do outro lado e considere triângulos retângulos auxiliares. O Teorema de Pitágoras, junto com os princípios trigonométricos, conduz aos passos da demonstração.A manipulação do triângulo para  obtuso mostrará a validade dos argumentos e a adaptação necessária na redação da prova para este caso, assim como a confirmação do Teorema de Pitágoras é um caso particular da lei. Sugerimos o seguinte roteiro para o estudo da lei dos senos: 1. Construa um triângulo qualquer ABC. 2. Construa o circuncentro do triângulo, como sendo o ponto O de encontro das mediatrizes dos lados do triângulo. 3. Construa o círculo circunscrito ao triângulo dado. (Como construí-lo com Cabri? Atenção!). 4. Por um dos vértices, digamos A, trace a reta AO e obtenha o ponto D de interseção com o círculo, de modo que AD seja um diâmetro.Conclua que o triângulo ADB (ou ADC) é um triângulo retângulo em B (ou C). Por quê? Este passo é uma construção auxiliar. 5. Calcule a medida do lado BC (oposto ao ângulo Â), do diâmetro AD e do ângulo Â. 6. Com a calculadora calcule “medida (BC)/sin (Â)”.Confira que é a medida de AD. 7. Se você repetir o procedimento com outros vértices, o resultado será invariante, o que comprova a lei dos senos. 8. Manipule o triângulo e continue observando a confirmação da lei: “a razão entre a medida de um lado de um triângulo e o seno do ângulo oposto a ele é uma constante (igual à medida do diâmetro do círculo circunscrito)”. Figura 13 Figura 13 Prova: Pelo procedimento da atividade, temos que o triângulo DBA é retângulo com ângulo reto em B. Também por argumentos da Geometria Euclidiana, os ângulos inscritos BCA e BDA são congruentes, pois subtendem o mesmo arco AB, cuja corda tem comprimento c, então sen(D) = sen(C). No triângulo DBA, temos sen(D) = c/AD = c/2R, em que R é o raio do círculo circunscrito. Nessa mesma construção e ilustração, o mesmo argumento mostra que o ângulo B é congruente ao ângulo ADC, no triângulo retângulo ADC, e subtendem o mesmo arco AC. Para o ângulo Â, basta construir um diâmetro por B ou C e o raciocínio será idêntico. Exercício 4.1: Um observador O situado no topo de uma montanha vê dois outros A e B situados no nível do mar. Os observadores A e B medem os ângulos α e β que as linhas AO e BO formam com o plano horizontal e o observador O mede o ângulo AÔB = r. Conhecendo a distância AB = d , calcule a altura da montanha. Resolução: Fazendo BD = x e seja h a altura da montanha, temos Figura 14 h ⇒ h = (d + x)tgα d+x h tgβ = ⇒ h = xtgβ x tgα = Logo (*) (d + x)tgα = xtgβ ⇒ dtgα + xtgα = xtgβ ⇒ dtgα = xtgβ − xtgα ⇒x= dtgα xtgβ − xtgα Substituindo o valor encontrado de x em (*), obtemos h = dtgα ⋅ tgβ . tgβ − tgα 5- Trigonometria e números complexos: alguns aspectos gerais Um número complexo z = a + bi pode ser pensado como um ponto do plano, de coordenadas (a, b) ou como um vetor Oz , de origem O e extremidades (a, b). Indiquemos por r = z = a 2 + b 2 o comprimento de Oz que suporemos diferente de zero, e por θ o ângulo positivo xOy. z = (a, b) b = r sen θ θ a = r cos θ Figura 15 Então a b = cos θ ´, sen θ r r isto é, z = a + bi = r cos θ + r sen θ i = r(cos θ + i sen θ) onde os elementos geométricos r e θ do vetor Oz estão destacados. A representação z = r(cos θ + i sen θ) é chamada a forma trigonométrica do complexo z. A forma trigonométrica permite uma interpretação geométrica da operação de multiplicação de números complexos. E uma conseqüência da interpretação geométrica do produto de números complexos é a seguinte expressão, conhecida sob o nome de Fórmula de De Moivre: (cos x + i sen x)n = cos (nx) + i sen (nx), onde n é o inteiro positivo. Geometricamente, a fórmula acima significa que multiplicar o complexo unitário cos x + i sen x por si próprio n vezes equivale a dar-lhe n rotações sucessivas de ângulo x. A fórmula de De Moivre possibilita a determinação de raízes de um número complexo.Vejamos um exemplo: Encontrar as raízes da equação z5 = 1 = cos (k 360º) + i sen (k 360º). Assim, qualquer complexo da forma: ⎛ k ⋅ 360º ⎞ ⎛ k ⋅ 360º ⎞ wk = cos⎜ ⎟ + i sen ⎜ ⎟ ⎝ 5 ⎠ ⎝ 5 ⎠ é tal que wk5 = 1 . Portanto, os valores k = 0, 1, 2, 3 e 4 dão as raízes distintas procuradas (as demais são repetidas).Logo, w0 = 1, w1 = cos(72º ) + i sen(72º ), w2 = cos(144º ) + i sen(144º ), w3 = cos(216°) + i sen(216°), w4 = cos(288°) + i sen(288º ), são todas as raízes procuradas. Vejamos agora uma atividade, usando o Cabri, que ilustra a operação de multiplicação de números complexos: Passo 1: Mostre os eixos e rotule a origem como O. Passo 2: Construa dois números dois números complexos z = a + bi e w = c + di, com a opção “Vetor” (Janela 3) a partir de O, e calcule as coordenadas (“Equações e Coordenadas”, Janela 9). Passo 3: Calcule o comprimento de cada vetor , z e w com “Distância e Comprimento” da Janela 9. Observe que estamos usando a notação de “módulo” para o vetor que representa o número complexo. Dizemos “módulo do número complexo”. Passo 4: Faça a marca de ângulo com vértice na origem O para cada um dos números complexos z e w, de modo que o primeiro lado do ângulo seja sempre o eixo positivo Re(z). Calcule suas medidas. Figura 16 Este ângulo (orientado a partir do eixo positivo re(z) no sentido anti-horário) é chamado de “argumento do número complexo’’. Na verdade, um número complexo Z possui vários argumentos θ + 2kπ, k inteiro, o que é claro por sua representação geométrica, mas aqui estamos usando a primeira determinação, 0 ≤ θ < 2π. As propriedades das operações anteriores nos números complexos e a propriedade segundo a qual as partes real e imaginária de um número complexo satisfazem à estrutura multiplicativa de números reais sugerem que a multiplicação de números complexos que generalize tal operação seja da forma: “z *w = (a + bi) * (c + di) = (ac + (bi)i2)+(bc + ad)i = (ac - bd) + (bc + ad)i” Passo 5: Com a opção “Calculadora” (Janela 9), calcule Re(z * w) = ac – bd e Im(z * w) = bc + ad, inserindo os dados com o mouse, clicando sobre as coordenadas apropriadas de z e w. Edite os resultados na tela. Passo 6: Transfira os resultados calculados de Re(z * w) para o eixo Re(z) e de Im(z * w) para o eixo Im(z) Passo 7: Construa um ponto de coordenadas ( Re(z * w), Im(z * w)) no plano de Gauss e com a opção “Vetor” (Janela 3) construa o vetor de origem O, rotulando-o como z * w. Passo 8: Com a opção “Calculadora” (Janela 9), calcule o produto z * w com os valores obtidos no Passo 3 e a soma dos ângulos arg(z) + arg(w) com os dados do Passo 4. Passo 9: Com a opção ‘Distância e Comprimento” (Janela 9), calcule o módulo do vetor z * w e compare com o produto z * w . Manipule os vetores iniciais e observe. Figura 17 Passo 10: Clique na Janela 6 e selecione a opção “Rotação”. Clique sobre o vetor w, sobre a medida arg(z) e, finalmente, Sobre o ponto O. Aparecerá um diálogo como segue para orientar os passos: “girar este vetor”, “usando este ângulo” e “ao redor deste ponto”. Confirme que vetor obtido é paralelo ao vetor construído z * w. Exercício 5.1: Um antigo mapa dava instruções para localizar um tesouro enterrado em certa ilha... “Ande da palmeira até a entrada da caverna. Lá chegando, vire 90º graus à direita e caminhe o mesmo número de passos. No fim desse trajeto coloque uma marca e retorne à palmeira. Agora, caminhe em direção à uma grande pedra que servirá como referencial. Lá chegando, vire 90º à esquerda e caminhe o mesmo número de passos que foram dados da palmeira à pedra. Coloque uma marca no fim desse trajeto. O tesouro estará no ponto médio destas duas marcas”. Todavia, quando chegamos à ilha, a palmeira não existia mais. Como fazer para achar o tesouro? Resolução: Considere um sistema de coordenadas cartesianas, abaixo representado, em que as posições destacadas correspondam respectivamente a Pe pedra em questão, Ca caverna, Pa palmeira, sendo m1 e m2 as marcas colocadas. Im Ca Pe Re m2 m1 Pa Figura 17 Assim sendo, temos então que, Pe = 0 + 0i; Pa = a + bi; Logo, Ca = d + 0i. m1 = i (( a + bi ) ( - d ) 0 ) = ( a – d )i – b + d = ( d – b ) + ( a – d )i e m2 = - i ( a + bi ) = b – ai Sabemos que o tesouro está no ponto médio de m1 e m2, desta forma m1 + m2 (d − b + b) + (a − d − a )i d d = = − i 2 2 2 2 d d ⎛ ⎞ Portanto, o tesouro se encontra na posição ⎜ , ⎟ . ⎝2 2⎠ Referências bibliográficas [1] “Trigonometria e Números Complexos”.Manfredo Perdigão do Carmo, Augusto César Morgado, Eduardo Wagner, Sociedade Brasileira de Matemática, Rio de Janeiro, 1992. [2] “Atividades com Cabri Géomètre II”. Yuriko Yamamoto Baldin, Guillermo Antônio Lobos Villagra, Editora da Universidade Federal de São Carlos, São Carlos, 2002. [3] “Meu Professor de Matemática e Outras Histórias”. Elon Lages Lima, Sociedade Brasileira de Matemática, Rio de Janeiro, 1997. (*) A aluna integralizou no segundo semestre de 2006, o Curso de Matemática (Licenciatura) da Universidade Federal de Uberlândia. Sendo atualmente aluna do Curso de Matemática (Bacharelado) da Universidade Federal de Uberlândia. Foi bolsista do Programa Institucional de Bolsas de Ensino de Graduação da Universidade Federal de Uberlândia – PIBEG/UFU – no período de março de 2004 a dezembro de 2004. (**) Professor da Faculdade de Matemática da Universidade Federal de Uberlândia e orientador acadêmico junto ao projeto “Ações Integradas para Melhoria do Ensino de Matemática”, vinculado ao Programa Institucional de Bolsas de Ensino de Graduação da Universidade Federal de Uberlândia – PIBEG/UFU – no período de março de 2004 a dezembro de 2004. CÁLCULO DE ÁREA DE FIGURAS VIA CONTAGEM Tatiane Vieira Borges(*) Walter dos Santos Motta Junior(**) 1. Introdução Estas notas foram produzidas durante o período de vigência da bolsa de estudos concedida à acadêmica Tatiane Vieira Borges pelo Programa Institucional de Bolsas de Ensino de Graduação da Universidade Federal de Uberlândia – PIBEG/UFU – o que se deu de março de 2004 a dezembro de 2004. O projeto ao qual a bolsista esteve vinculada foi intitulado “Ações Integradas para Melhoria do Ensino de Matemática” e foi desenvolvido sob a orientação do professor Walter dos Santos Motta Junior. O plano de trabalho da referida bolsista, denominado “Cálculo de área de figuras via contagem”, tinha dentre seus objetivos, relacionar o cálculo de áreas de polígonos e outras figuras com a contagem de pontos em uma rede no plano utilizando a fórmula de Pick. Tal fórmula é um resultado do final do século passado que estabelece um critério interessante para o cálculo de área de polígonos com vértices sobre uma rede no plano. O cálculo de áreas de figuras planas desempenha um papel fundamental nos mais diversos ramos da Matemática, com muitas possibilidades de aplicações a outros ramos do conhecimento. Assim sendo, apresentaremos neste texto uma maneira não usual de calcular áreas de certas figuras geométricas. Os conceitos aqui empregados são elementares e esperamos serem motivadores ao leitor. 2. Origens do problema Uma “rede no plano” é entendida como um conjunto infinito de pontos dispostos regularmente ao longo de retas horizontais e verticais, de modo que a distância de cada um deles aos pontos mais próximos na horizontal ou na vertical é igual a um (segundo uma unidade de medida fixada). Tomando um sistema de coordenadas cartesianas, com origem num ponto da rede, a mesma pode ser descrita como um conjunto de pontos do plano cujas coordenadas (m, n) são números inteiros. Em 1899 o matemático tcheco Georg Alexander Pick publicou uma fórmula simples e bonita para calcular a área de um polígono cujos vértices são pontos de uma rede. Pick nasceu em 1859 em Viena, entrou na Universidade de Viena em 1875, cursando Matemática e Física, graduou-se em 1879 com uma qualificação que permitisse ensinar ambos estes assuntos. Seu trabalho matemático era diversificado com artigos variando através de muitos tópicos, tais como: álgebra linear; análise funcional, e geometria. Destaca-se ainda que mais da metade de seus artigos envolviam funções de uma variável complexa, equações diferenciais e geometria diferencial. Em um de seus trabalhos surgiu a “fórmula de Pick” que originalmente apareceu em seu artigo intitulado Geometrisches Zahlenlehre publicado em Praga em 1899. Este resultado não recebeu muita atenção inicialmente. Todavia, após a sua citação em 1969 pelo matemático H. Steinhaus, que o incluiu em um de seus livros, este resultado atraiu muita atenção e admiração por ser simples e elegante. Vale destacar que lamentavelmente Pick faleceu em torno de 1943 num campo de concentração nazista. A fórmula de Pick afirma que: “a área de um polígono cujos vértices são pontos de B uma rede é dado pela expressão + I − 1 , onde B é o número de pontos da rede situados 2 sobre o bordo do polígono e I é o número de pontos da rede existentes no interior do polígono”. Baseado neste resultado pode-se considerar o problema que segue Problema 2.1: Obter uma estimativa para a área A da figura 1 abaixo. Observe que a figura é delimitada por curvas. Uma alternativa para obter sua área é uma aproximação para uma região poligonal por falta ou por excesso, onde o erro seja mínimo possível. Na figura, observe que temos uma aproximação por excesso. Logo, utilizando diretamente a fórmula de Pick temos uma estimativa de fácil computação para o cálculo da área A. Figura 1 O problema a seguir enquadra-se numa situação ideal para a utilização da fórmula de Pick, obviamente o cálculo da área do polígono em questão é muito simples. Todavia, o mesmo dará origem a uma situação um pouco mais delicada que discutiremos na seção 4. Antes, porém, vejamos uma demonstração simples da fórmula de Pick. Problema 2.2: Obter a área de um polígono cujos vértices são pontos de uma rede. Figura 2 3. Demonstração da Fórmula de Pick Definição 3.1: Um triângulo é denominado “fundamental” quando tem os três vértices e mais nenhum outro ponto (do bordo ou do interior) sobre a rede no plano, previamente fixada. Figura 3 Definição 3.2: Um paralelogramo diz-se “fundamental” quando os quatro vértices são os únicos dos seus pontos que pertencem à rede. Figura 4 Proposição 3.1: Todo polígono cujos vértices pertencem a uma rede pode ser decomposto numa reunião de triângulos fundamentais, e sua área corresponde a T/2, onde T é o número de triângulos fundamentais obtidos na decomposição do polígono ( observe que a área de um triangulo fundamental é igual a ½). Fórmula de Pick: A área de um polígono cujos vértices são pontos de uma rede é dado pela B expressão + I − 1 (*), onde B é o número de pontos da rede situados sobre o bordo do 2 polígono e I é o número de pontos da rede existentes no interior do polígono. Demonstração: Seja P um polígono com vértices pertencentes a uma rede de pontos. Indiquemos por B o número de pontos na rede situados sobre o bordo de P e I o número de pontos na rede situados no interior de P. Temos que P pode ser decomposto em triângulos fundamentais justapostos, sendo a área de cada um desses igual a ½. Podemos obter o número de triângulos fundamentais através da soma dos ângulos internos desses triângulos que é igual à soma dos ângulos internos de P, e é dado por Tπ , onde T é o número de triângulos fundamentais na decomposição de P. Mostremos que T = B + 2I - 2. Temos que P pode ser dividido em T triângulos e seja Sb a soma dos ângulos que tem vértice no bordo, Si a soma dos ângulos cujos vértices estão no interior de P. Mas existem pontos no bordo que são vértices, à esses denominamos B’, e outros pontos do bordo que não são vértices, à esses denominamos B’’. Observe que B = B’ + B’’ e que a soma dos ângulos internos de P é dado por (B - 2) π . Daí concluímos que: Tπ = (B’ - 2) π + 2π I + B’’ π = (B’ + B’’) π + 2 π I - 2 π ⇒ T = B + 2I - 2. Como T é igual a B + 2I - 2, então (*) está provada. De fato, temos que a área de P = 1 B ∑ área dos triângulos fundamentais = (B + 2I - 2) 2 = + I − 1 . 2 4. Um comentário sobre uma generalização da fórmula de Pick No problema 2.2, calculamos a área de um polígono utilizando diretamente a fórmula de Pick. Agora, vamos introduzir alguns “buracos” neste polígono (conforme a figura abaixo). Desta forma, o cálculo de sua área através da fórmula de Pick nos fornece um resultado errado, dado que a área deste polígono com buracos é de fato 24 cm2. De fato, para a validade de tal fórmula é necessário que o “bordo” do polígono seja uma curva fechada simples, o que não ocorre na figura 5. Em [4], Varberg introduz o conceito de função visão angular e estabelece uma generalização da fórmula de Pick para polígonos com buracos. A expressão por ele obtida expressa a área da região delimitada pelo polígono em função do número total de pontos na região, o número de arestas no bordo da mesma e, além disso, da característica de Euler-Poincaré da região (número estes que se constitui em um importante invariante topológico). Figura 5 Referências Bibliográficas 1. LIMA, Elon Lages. Meu Professor de Matemática e Outras Histórias. Sociedade Brasileira de Matemática, Rio de Janeiro, 1997. 2. O’CONNOR, J. J.; ROBERTSON, E. F. Georg Alexander Pick. Disponível em: http://www-groups.dcs.st-and.ac.uk/~history/Biographies/Pick.html. Acesso em 16 mar. 2007. 3. ANDRADE, Doherty. Teorema de Pick. Disponível em: < http://www.dma.uem.br/kit/pick.html>. Acesso em 16 mar. 2007. 4. VARBERG, Dale E. Pick’s Theorem Revisited. Amer. Math. Monthly 92 (1985), 584-587. (*) A aluna integralizou no segundo semestre de 2006, o Curso de Matemática (Licenciatura) da Universidade Federal de Uberlândia. Sendo atualmente aluna do Curso de Matemática (Bacharelado) da Universidade Federal de Uberlândia. Foi bolsista do Programa Institucional de Bolsas de Ensino de Graduação da Universidade Federal de Uberlândia – PIBEG/UFU – no período de março de 2004 a dezembro de 2004. (**) Professor da Faculdade de Matemática da Universidade Federal de Uberlândia e orientador acadêmico junto ao projeto “Ações Integradas para Melhoria do Ensino de Matemática”, vinculado ao Programa Institucional de Bolsas de Ensino de Graduação da Universidade Federal de Uberlândia – PIBEG/UFU – no período de março de 2004 a dezembro de 2004. COMPORTAMENTO DOS ALUNOS DA UNIVERSIDADE FEDERAL DE UBERLÂNDIA EM RELAÇÃO À ALIMENTAÇÃO E À PRATICA DE ESPORTES Karla Barbosa de Freitas 1 [email protected] Stela Zumerle Soares1 [email protected] Michelle Crescencio de Miranda1 [email protected] Edimilson Rodrigues Pinto 2 [email protected] Resumo Devido ao estresse e a correria do dia a dia, as pessoas tendem a se alimentar de forma incorreta e não praticar exercícios, o que afeta sua qualidade de vida. O objetivo deste trabalho foi analisar tipo de alimentação, a prática de atividades físicas e IMC (Índice de Massa Corpórea). Adicionalmente, também se procurou saber qual a opinião do aluno em relação ao cardápio do restaurante universitário e se este satisfaz de forma satisfatória ao cliente vegetariano. Palavras-chave: Qualidade de Vida na UFU, Metodologia de Pesquisa Científica, Métodos de Estatística Descritiva. 1. Introdução Atualmente, no mundo moderno, o tempo se encontra cada vez mais escasso para muitos, e isso não é diferente para os universitários. Com o tempo menor, as pessoas tendem a se alimentar de forma incorreta, tanto em quantidade, quanto em qualidade. A “bomba calórica” que invade nosso cotidiano nos traz calorias vazias, ou seja, que nada de bom trazem para nossa saúde, ricas em gorduras trans e saturadas. Em conseqüência disso, nos deparamos com uma dieta pobre em proteínas, (responsáveis, principalmente, pela reconstrução de tecidos musculares); vitaminas e minerais, (responsáveis pelo bom funcionamento de nosso organismo); e fibras alimentares, (responsáveis pela formação do bolo fecal e um bom trânsito intestinal, evitando um possível câncer colo retal; além de ajudar no controle do colesterol); e muito rica em carboidratos e gorduras, que apesar de, em pequena quantidade, serem essenciais para o fornecimento de energia para o nosso corpo, em quantidade abusiva, podem se acumular em nosso organismo trazendo alguns prejuízos como entupimento de artérias, pressão alta e diabetes. Uma deficiência de alguns tipos de vitaminas também pode trazer sérios riscos para nossa saúde, como, por exemplo, a dificuldade de cicatrização, o enfraquecimento ósseo e alguns tipos de anemias. Assim, juntamente com uma vida sedentária, reflete o perfil da maioria dos brasileiros. 1 2 Discente do Curso de Matemática da Universidade Federal de Uberlândia. Orientador – Professor da Faculdade de Matemática, Universidade Federal de Uberlândia. 2. Metodologia A pesquisa foi realizada no Campus Santa Mônica da Universidade Federal de Uberlândia, com 312 alunos dos 26 cursos abrigados neste campus. A cada um desses alunos foi aplicado um questionário, apresentado no apêndice. As variáveis de interesse para o estudo foram: sexo, número de refeições diárias, vínculo empregatício, pratica e regularidade de exercício físico, regime alimentar (vegetariano ou onívoro) e Índice de Massa Corpórea (IMC). O IMC serve para classificação de pessoas como abaixo do peso, com peso normal, sobrepeso ou obesas, a partir de suas alturas e pesos, como veremos a seguir: IMC IMC : ( peso) altura Até 18,4 De 18,5 a 24,9 De 25 a 29,9 Acima de 30 2 Baixo peso Peso Normal Sobrepeso Obesidade Para esse estudo foi utilizada uma amostragem estratificada proporcional, onde os estratos foram os cursos da UFU - Santa Mônica, e a unidade a ser amostrada foi o próprio aluno universitário. Para o tamanho da amostra adotou-se uma confiança de 93% e um erro de 5%, sendo o tamanho da população estudada de 6.536 universitários, o tamanho da amostra foi de 312 universitários. A amostra foi dividida proporcionalmente entre os cursos de: Engenharia Civil, Engenharia Elétrica, Engenharia Biomédica, Engenharia Mecânica, Engenharia Química, Engenharia Mecatrônica, Ciências da Computação, Matemática, Química, Física, Física de Matérias, Administração, Ciências Contábeis, Ciências Econômicas, Direito, Ciências Sociais, Geografia, História, Letras, Artes Plásticas, Artes Cênicas, Filosofia, Pedagogia, Decoração, Arquitetura e Urbanismo e Música. 3. Discussão e análise dos resultados Aplicado o questionário, as respostas das perguntas 14 e 15 (Vide apêndice) foram utilizadas para calcular o IMC (Índice de Massa Corpórea), com o auxilio do software Excel. Tabela 1 – IMC dos universitários da UFU- Santa Mônica Curso Baixo Peso Peso Sobrepeso (fi%) Normal (fi%) (fi%) Obesidade (fi%) Total (fi%) Eng. Civil Eng. Elétrica Eng. Biomédica 0,01 0,34 0,01 3,5 6,94 0,78 0,68 0,68 0,01 2,13 3,86 0,75 0,68 2,06 0,01 Eng. Mecânica Eng. Química Eng. Mecatrônica Ciências da Computação Matemática Química Física Física de Materiais Administração Ciências Contábeis Ciências Econômicas Direito Ciências Sociais Geografia História Letras Filosofia Pedagogia Artes Plásticas Artes Cênicas Música Arquitetura e Urbanismo Decoração 0,34 0,01 0,01 0,34 0,68 0,34 0,34 0,01 0,34 0,34 0,34 0,34 0,34 0,34 1,03 1,03 0,34 0,68 0,01 0,01 0,68 0,01 0,01 4,55 4,55 1,77 4,18 3,51 3,17 1,78 1,42 5,93 3,17 2,48 4,2 1,79 1,89 4,55 9,63 2,13 1,44 2,82 1,1 1,1 1,44 0,41 0,34 0,34 0,34 0,34 1,03 0,34 0,34 0,01 0,34 1,72 1,03 0,68 0,01 0,01 1,03 0,01 0,68 0,01 0,68 0,34 0,34 0,01 0,34 0,01 0,34 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,34 0,34 0,01 0,01 0,34 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 5,24 5,24 2,13 4,87 5,23 3,86 2,47 1,45 6,62 5,24 4,19 5,56 2,15 2,25 6,95 10,68 3,16 2,14 3,52 1,46 2,13 1,47 0,77 Total 9,28 75,75 13,06 1,91 100 A Tabela 1 mostra que 75,75% dos universitários possuem peso normal, conseqüentemente, 24,25% possuem alguma discrepância em seu IMC. Dos entrevistados 63,10% eram do sexo masculino e 36,90% do sexo feminino. 0,93% 2,80% 15,88% Baixo Peso Peso Normal Sobrepeso Obeso 80,39% Figura 1 – IMC dos entrevistados do sexo feminino. Na figura 1, observa-se que 15,88% das entrevistadas possuem baixo peso e 80,39% possuem peso normal. 2,18% 4,93% 19,12% Baixo Peso Peso Normal Sobrepeso 73,77% Obeso Figura 2 – IMC dos entrevistados do sexo masculino Ao contrario do sexo feminino, grande parte dos alunos do sexo masculino (19,12%) está acima do peso ideal, e 73,77% se encontra com o peso normal, veja figura 2. 1,91% 9,28% Peso Normal 13,06% Sobrepeso Baixopeso 75,75% Figura 3 – IMC dos universitários da UFU – Santa Mônica. Obeso Na figura 3, observa-se que a grande maioria dos universitários possui peso normal (75,75%), em compensação existe mais estudantes com sobrepeso (13,06%) do que com baixo peso (9,28%). Como a população foi dividida em estratos, pode-se analisar os IMC’s dos cursos de exatas e humanas. 12,06% 1,78% 9,77% Baixo Peso Peso Normal Sobrepeso Obeso 76,39% Figura 4 – IMC dos estudantes da área de humanas. Pode-se observar na Figura 4 que a proporção de pessoas com baixo peso (9,77%) é próxima daquela de pessoas com sobrepeso (12,06%). No entanto, a maioria (76,39%) possui peso normal. 14,78% 1,73% 8,70% Baixo Peso Peso Normal Sobrepeso Obeso 74,79% Figura 5 – IMC dos estudantes da área de exatas. Na Figura 5, observa-se que ao contrário dos estudantes de humanas, os estudantes de exatas, apesar de também, em sua grande maioria(74,79%), apresentarem peso normal, existem mais estudantes com sobrepeso(14,78%) do que com baixo peso(8,70%). Com relação ao estudante trabalhar e praticar exercícios obteve-se os seguintes resultados. A figura 6 mostra que a maioria (46,10%) dos alunos de ciências exatas trabalha e pratica esportes. Trabalha e pratica esportes 8,69% 17,39% 46,10% Trabalha e não pratica esportes Não trabalha e pratica esportes 27,82% Não trabalha e não pratica esportes Figura 6 – Trabalho e prática de atividades físicas dos estudantes da área de exatas. Trabalha e pratica esportes 18,97% 39,65% 0,57% Trabalha e não pratica esportes Não trabalha e pratica esportes 40,81% Não trabalha e não pratica esportes Figura 7 – Trabalho e prática de atividades físicas dos estudantes da área de humanas Para os alunos de ciências humanas, (veja Figura 7), a maioria (40,81%) não trabalha e pratica esportes, e a minoria (0,57%) trabalha e não pratica esportes. Além disso, existem mais universitários que não trabalham e não praticam esportes (39,65%) do que os que trabalham e praticam esportes (18,97%). Com relação aos alunos vegetarianos e onívoros e suas satisfações quanto ao Restaurante Universitário, que oferece diariamente refeições aos estudantes, foi observado (Veja Figura 8) que aproximadamente metade (50,18%) dos entrevistados come carne e estão satisfeitos com as refeições servidas no restaurante, mas observou-se também um número significativo (46,02%) de estudantes que, mesmo comendo carne estão insatisfeitos com as refeições. Também se observou que 3,46% não comem carne e não estão satisfeitos com o cardápio, representando a grande maioria dos vegetarianos. Comem carne e estão satisfeitos com o R.U. 3,46% 0,34% 46,02% 50,18% Comem carne e não estão satisfeitos com o R.U. Não comem carne e estão satisfeitos com o R.U. Não comem carne e não estão satisfeitos com o R.U. Figura 8 – Satisfação dos universitários que comem, ou não, carne em relação ao cardápio do R.U. A Figura 9 mostra o IMC dos alunos vegetarianos. Observe que, para observar se existe alguma relação entre o vegetarianismo e o valor do IMC, foi feito um estudo a partir destes parâmetros. 36,36% 63,64% Figura 9 – IMC dos alunos vegetarianos. Não comem carne e estão com baixo peso Não comem carne e estão com peso normal Aproximadamente um terço (36,36%) dos vegetarianos se encontram com baixo peso. 4. Conclusão Neste estudo observou-se que, o número de mulheres com sobrepeso é bem pequeno, mas em compensação o de baixo peso é significativo. Isso pode ser conseqüência da busca incansável pela beleza, que cada vez mais atrai as mulheres. No entanto, ao observar a distribuição do sexo masculino, observou-se que o número de homens com sobrepeso é bem maior que o número de homens com baixo peso. Isso pode ser uma conseqüência do hábito dos homens de se preocuparem menos com a saúde; que,neste caso, está indiretamente interligada ao IMC. Nota-se também que, a proporção de universitários da área de exatas, que trabalham, é bem maior que a dos estudantes da área de humanas, e mesmo assim a maioria trabalha e pratica algum tipo de atividade física, já para aqueles da área de humanas, a maioria, apesar de praticar esportes, não trabalham. Em relação aos alunos vegetarianos, foi observado que seus adeptos representam quantidade insignificante no âmbito da universidade, mas em sua maioria, não estão satisfeitos com o cardápio do Restaurante Universitário. Isso se deve ao fato de algumas pessoas citarem a falta de variedade de saladas e outras fontes de proteína no cardápio do R.U. Dentre os que comem carne, também se pode observar que existe um grande número que também não está satisfeito com as refeições. 5. Referências Bibliográficas - BUSSAB W. O., MORETTIN P. A. Estatística Básica. Saraiva, 5a. ed. 2005. - MEYER P.L. Probabilidade: aplicações à estatística. Livros Técnicos e Científicos, 2a. ed. 1983. - BORGATTO, A. F. Métodos estatísticos I. Universidade Federal de Santa Catarina. Florianópolis, 2006. 6. Apêndice - Questionário 1)Qual seu sexo? ( ) feminino ( ) masculino 2) Diariamente, quantas refeições você realiza? ( )2 ( )3 ( )4 ( )5 ( )6 ( )7 ou mais 3) Em média, de quantas frutas você se alimenta diariamente? ( ) nenhuma ( ) 1ou 2 ( ) 2 ou 3 ( ) 3 ou 4 ( ) 5 ou mais 4) Você trabalha? ( ) sim ( ) não 5) Se trabalha, qual sua jornada de trabalho? ( )4 horas ( )8 horas ( ) mais de 8 horas 6) Pratica alguma atividade física regularmente? Se sim, durante quanto tempo? ( ) 30 minutos ( ) 1 hora ( ) 2 horas ou mais 7) Quantas vezes por semana? ( ) 1 vez ( ) 2 vezes ( ) 3 vezes ( ) mais de 3 vezes 8) Consome verduras e legumes regularmente? ( ) sim ( ) não 9) Se alimenta de algum tipo de carne? ( ) sim ( ) não 10) Se não, qual sua principal fonte de proteína? ( ) Proteína de soja ( ) ovos ( ) leite ( ) nenhuma 11) Se não, possui outra fonte de ferro? ( ) não ( )complementos vitamínicos ( ) outras ( ) folhas verde escuras ( ) outras 12) Já manifestou algum tipo de deficiência metabólica( por exemplo, anemia)? ( ) sim ( ) não 13) Está satisfeito(a) com o cardápio do restaurante universitário? ( ) sim ( ) não 14) Qual seu peso? _____________ 15) Qual sua altura? _____________ O CONSUMO DE DROGAS LÍCITAS ENTRE DISCENTES DA FACULDADE DE MATEMÁTICA Matheus Bartolo Guerrero 1 Weyder Orlando Brandão Jr.1 [email protected] [email protected] Rafael Alves Figueiredo1 Edmilson Rodrigues Pinto 2 [email protected] [email protected] Resumo O objetivo deste trabalho foi avaliar a prevalência do uso de drogas lícitas – álcool e tabaco – entre discentes, regularmente matriculados no curso de Matemática, da Universidade Federal de Uberlândia. Paralelamente, buscou-se investigar uma possível relação entre a estrutura familiar e condição socioeconômica com o consumo de drogas lícitas. Palavras-chave: Consumo de Drogas Lícitas, Metodologia de Pesquisa Científica, Métodos de Estatística Descritiva. 1. Introdução O consumo de bebidas alcoólicas e tabaco é um costume milenar da humanidade. O conhecimento deste hábito remonta aos séculos anteriores, onde sociedades primitivas utilizavam-nas de modo ritualístico. Com a evolução dos modos de produção o consumo de tais substâncias perdeu o significado místico atingindo todas as camadas sociais. Já nas décadas de 1960 e 1970, no entanto, houve uma verdadeira explosão do consumo de tais substâncias. Nas décadas posteriores, com as novas políticas de saúde pública houve uma tentativa de inibir o consumo excessivo de álcool e tabaco, mediante a comprovação dos malefícios dos mesmos. De acordo com [1], o consumo de bebidas alcoólicas tem sido classificado como problema de saúde pública, associado à internação psiquiátrica, aposentadoria por invalidez, absenteísmo, diminuição da capacidade intelectual, acidente de trabalho e de trânsito. Quanto ao tabagismo, segundo [3], os prejuízos causados à saúde são amplamente conhecidos, sendo o seu controle considerado pela Organização Mundial da Saúde como um dos maiores desafios da saúde pública no mundo atual. Tendo em vista tais fatores, o presente estudo teve por objetivo descrever a prevalência do consumo de bebidas alcoólicas e do tabagismo nos hábitos dos discentes do curso de Matemática, da Universidade Federal de Uberlândia. 1 2 Discente do Curso de Matemática da Universidade Federal de Uberlândia Orientador – Professor da Faculdade de Matemática da Universidade Federal de Uberlândia 2. Metodologia Durante as semanas de fevereiro de 2007 foram entrevistados 76 dos 256 discentes da Faculdade de Matemática. O tamanho da amostra foi obtido com uma margem de erro estimada em oito pontos percentuais ao nível de 90% de confiança. A amostragem foi feita por conglomerados. Considerou-se cada disciplina dos cursos de Licenciatura e Bacharelado da Faculdade de Matemática como sendo um conglomerado, visto que em cada disciplina há uma distribuição heterogênea entre os discentes e que estas disciplinas são homogêneas entre si, no que diz respeito à pessoa usar ou não drogas lícitas. A entrevista foi feita por intermédio de um questionário onde as seguintes variáveis consideradas para análise, foram: idade, sexo, tamanho da família, renda familiar (em salários mínimos, correspondente à soma das rendas brutas individuais), escolaridade dos pais, consumo de álcool (variável qualitativa dicotômica, independentemente da quantidade) e fumo (variável dependente dicotômica categorizada em não-fumante e fumante, dependente da quantidade). Foi garantido aos entrevistados o sigilo das respostas, e foi também solicitado o consentimento verbal para realização das entrevistas. Um modelo do questionário encontra-se no Apêndice. Os dados foram tabulados através do software Excel e expressos em freqüências simples e percentual. 3. Apresentação dos Dados Do total de 76 pessoas entrevistadas 60,53% eram do sexo masculino e 39,47% do sexo feminino. A média de idade para essa amostra foi de 22 anos. A distribuição do consumo de drogas lícitas encontra-se na Tabela 1. Os resultados indicam que um total de 55,26% dos entrevistados consome bebidas alcoólicas. Dentre as pessoas do sexo masculino 60,58% consomem bebidas alcoólicas. No público feminino esse total cai para 46,67%. Do total de entrevistados 6,58% alegaram ser fumantes. Observa-se que existe praticamente a mesma quantidade de fumantes entre homens e mulheres, 6,52% e 6,67%, respectivamente. Tabela 1: Prevalência do consumo de drogas lícitas entre discentes da Faculdade de Matemática. Substância Masc Fem Total Álcool 60,87% 46,67% 55,26% Tabaco 6,52% 6,67% 6,58% A Tabela 2 mostra que, entre as pessoas que consomem bebidas alcoólicas, 66,67% são homens e 33,33% são mulheres, ou seja, a cada 3 pessoas que consomem bebidas alcoólicas 2 são do sexo masculino e 1 é do sexo feminino (2:1). Entre os fumantes, 60,00% são homens e 40,00% são mulheres. Tabela 2: Prevalência do consumo de drogas lícitas segundo o sexo. Substância Masc Fem Álcool 66,67% 33,33% Tabaco 60,00% 40,00% Vale ressaltar que todas as pessoas que fumam são adeptas ao consumo de bebidas alcoólicas. Dado relevante é a idade média com que as pessoas começaram a ingerir bebidas alcoólicas, 16,8 anos. Para o tabagismo a idade média de início é de 16,4 anos. Tabela 3: Prevalência do consumo de bebidas alcoólicas por renda familiar. Salários Mínimos % Até 1 0,00 De 2 a 4 45,45 De 5 a 7 59,25 De 8 a 10 66,67 De 11 a 20 100,00 A Tabela 3 mostra uma relação direta entre a renda familiar e o consumo de bebidas alcoólicas. Evidencia-se que o aumento da renda familiar é diretamente proporcional ao consumo de bebidas alcoólicas, pois quanto maior a renda maior é a proporção de consumidores naquela dada faixa salarial. Este resultado vem desmistificar a crença popular de que o consumo de bebidas alcoólicas é maior entre a população de menor renda. A tabela 4 mostra que o consumo de bebidas alcoólicas por parte dos pais influencia diretamente a postura dos filhos em relação às mesmas. Tabela 4: Prevalência do consumo de bebidas alcoólicas segundo o consumo de bebidas alcoólicas por parte dos pais. Condição Pais não bebem Ao menos um bebe % 21,74 69,81 Constata-se que em um ambiente familiar onde não há consumo de bebidas alcoólicas os filhos são menos propensos a enveredar pelos caminhos do alcoolismo. Enquanto o consumo geral de bebidas alcoólicas foi de 55,26% dos entrevistados, o consumo de bebidas alcoólicas, daqueles que os pais não fazem à ingestão de bebidas alcoólicas, caiu mais da metade, 21,74% do total. Tabela 5: Prevalência do consumo de bebidas alcoólicas segundo o grau de escolaridade dos pais. Escolaridade dos pais % Ambos com ensino superior 25,00 Apenas um com ensino superior 46,67 Ambos sem ensino superior 59,65 A Tabela 5 evidencia outro fator importante, relacionando novamente o consumo de bebidas alcoólicas e o ambiente familiar. Constata-se que quanto maior o nível de escolaridade dos pais menor é o consumo de bebidas alcoólicas por parte dos filhos. Um fato interessante advém do cruzamento de dados que deram origem às Tabelas 4 e 5. Constata-se que em famílias onde ambos os pais não bebem e ambos possuem curso de nível superior, não há consumo de bebidas alcoólicas por parte dos filhos. A Tabela 6 mostra que a maior parte das pessoas que consome bebidas alcoólicas o faz apenas ocasionalmente, ou seja, são aquelas que afirmam: “beber socialmente”. Tabela 6: Freqüência do consumo de bebidas alcoólicas entre os consumidores. Freqüência Ocasionalmente Semanalmente Diariamente % 71,43 26,19 2,38 A Tabela 7 revela dados alarmantes; constata-se que mais da metade dos entrevistados, que se dizem consumidores de bebidas alcoólicas, costumam dirigir alcoolizados. Tabela 7: Freqüência com que consumidores de bebidas alcoólicas dirigem alcoolizados. Freqüência % Nunca Ocasionalmente 42,86 45,24 Frequentemente 11,9 Entre os fumantes pode-se perceber da Tabela 8 que o consumo é considerado moderado. Porém, da Tabela 9, constata-se que mesmo um consumo moderado é suficiente para causar dependência, pois 80% dos fumantes assumiram ter realizado tentativas fracassadas - de abandonar o vício. Tabela 8: Quantidade de maços fumados por semana. Quantidade % Até 1 maço 40 De 2 a 4 maços 60 Tabela 9: Tentativa de desistência do tabagismo Condição % Tentou 80 Não tentou 20 Mais um dado alarmente é evidenciado pela Tabela 10, que mostra que 40% dos fumantes já apresentam histórico de doenças relacionadas ao fumo. Este fato é preocupante quando se leva em conta que estes fumantes têm, em média, apenas 5 anos de tabagismo. Tabela 10: Ocorrência de problemas de saúde decorrentes do tabagismo. Característica % Apresentou alguma doença 40 Não apresentou doença 60 4. Conclusão Com este estudo evidenciou-se que existe uma relação entre as camadas sociais e o consumo de drogas lícitas, bem como a influência do ambiente familiar. Verifica-se que 55,26% dos discentes da Faculdade de Matemática são consumidores de bebidas alcoólicas e 6,58% são fumantes. A prevalência do consumo de bebidas é maior entre os homens, sendo a proporção de 2 homens consumidores para cada mulher consumidora. O uso de tabaco é, praticamente, o mesmo entre os sexos. O consumo de bebidas alcoólicas é maior entre as classes de maior renda; e menor entre filhos de pais que não consumem bebidas alcoólicas e/ou possuem curso de nível superior. Dado alarmante é a relação do consumo de bebidas e a freqüência com que os consumidores dirigem alcoolizados, mais da metade dos consumidores assumiram cometer tal ato. Assim, pode-se observar a falta de consciência entre aqueles que consomem bebidas alcoólicas, pois dirigindo alcoolizados expõe ao risco não só sua vida, como também a de terceiros. Quanto ao tabagismo, pode-se ressaltar que apesar dos fumantes fumarem moderadamente, constata-se que cerca de 40% já apresentaram algum tipo de problema de saúde relacionado ao uso do tabaco. Além disso, fica evidente a dependência causada pelo tabaco, pois 80% dos fumantes alegaram ter tentado abandonar o vício. 5. Referências Bibliográficas [1] ALMEIDA L.M., COUTINHO E.S.F. Prevalência de consumo de bebidas alcoólicas e alcoolismo em uma região metropolitana do Brasil. Rev. Saúde Pública 1993; 27:23-29. Em http://www.scielo.br/scielo.php/lng_es acessado em 02 de março de 2007. [2] BUSSAB W. O., MORETTIN P. A. Estatística Básica. Saraiva, 5a. ed. 2005. [3] DOLL R. Tobacco: an overview of health effects. Em: ZARIDZE D., PETO R. Tobacco: a major international health hazard. Lyon: International Agency for Research on Cancer; 1986. p.11-22. Em http://www.scielo.br/scielo.php/lng_pt acessado em 01 de março de 2007. [4] MEYER P.L. Probabilidade: aplicações à estatística. Livros Técnicos e Científicos, 2a. ed. 1983. 6. Apêndice - Questionário Universidade Federal de Uberlândia Faculdade de Matemática Probabilidade e Estatística Pesquisa Piloto: O consumo de bebidas alcoólicas e tabaco entre discentes. Qual é seu sexo? ( ) Masculino. ( ) Feminino. Você faz uso de bebidas alcoólicas? ( ) Sim. ( ) Não. Se sim, responda as seguintes questões: x Com qual idade começou a beber? ____ anos. x Qual a sua idade? ____ anos. Quantas pessoas, incluindo você, possui sua família? ( ) De 1 a 3 pessoas. ( ) De 4 a 6 pessoas. ( ) De 7 a 9 pessoas. ( ) Acima de 10 pessoas. Em que faixa melhor se enquadra a renda bruta mensal (sem descontos) de sua família (soma dos rendimentos dos seus pais, irmãos, cônjuge, filhos, etc.)? ( ) Até 1 salário mínimo ( ) Entre 2 e 4 salários mínimos ( ) Entre 5 e 7 salários mínimos ( ) Entre 8 e 10 salários mínimos ( ) Entre 11 e 20 salários mínimos ( ) Acima de 20 salários mínimos Qual o grau de escolaridade do seu pai? ( ) Nenhuma escolaridade. ( ) Ensino Fundamental: de 1ª a 4ª série. ( ) Ensino Fundamental: de 5ª a 8ª série. ( ) Ensino Médio. ( ) Superior. Com qual freqüência seu pai ingere bebidas alcoólicas? ( ) Nunca. ( ) Ocasionalmente. ( ) Semanalmente. ( ) Diariamente. Qual o grau de escolaridade da sua mãe? ( ) Nenhuma escolaridade. ( ) Ensino Fundamental: de 1ª a 4ª série. ( ) Ensino Fundamental: de 5ª a 8ª série. ( ) Ensino Médio. ( ) Superior. Com qual freqüência sua mãe ingere bebidas alcoólicas? ( ) Nunca. ( ) Ocasionalmente. ( ) Semanalmente. ( ) Diariamente. Seus pais moram: ( ) Juntos. ( ) Separados. ( ) Algum já é falecido. ( ( ( ( Com qual freqüência faz uso de bebidas alcoólicas? ) Nunca. ) Ocasionalmente. ) Semanalmente. ) Diariamente. x Já dirigiu alcoolizado (ou esteve em veículo conduzido por pessoa alcoolizada)? ( ) Nunca. ( ) Ocasionalmente. ( ) Frequentemente. x Você participaria de uma festa onde não fosse servida bebida alcoólica? ( ) Sim. ( ) Não. x Você já tomou um porre? ( ) Sim. ( ) Não. Você é fumante? ( ) Sim. ( ) Não. Se sim, responda as seguintes questões: x Com qual idade começou a fumar? ____ anos. x ( ( ( ( ( Quantos maços de cigarro você fuma? ) Até 1 maço por semana. ) De 2 a 4 maços por semana. ) De 5 a 7 maços por semana. ) De 8 a 10 maços por semana. ) Acima de 10 maços por semana. x Por qual razão você fuma? ( ) Sente prazer. ( ) Sente necessidade. ( ) Outro. x Você já tentou parar de fumar? ( ) Sim. ( ) Não. x Você já teve problemas de saúde relacionados ao uso do cigarro? ( ) Sim. ( ) Não. ESTUDO QUANTITATIVO DOS ALUNOS MATRICULADOS NAS ESCOLAS DE UBERLÂNDIA Adriele Giaretta Biase 1 [email protected] Edmilson Rodrigues Pinto 2 [email protected] Resumo O presente trabalho foi realizado utilizando-se os dados coletados pela Prefeitura Municipal de Uberlândia (PMU), referentes ao número de alunos matriculados no período compreendido entre os anos de 2002 a 2006 em algumas escolas da cidade de Uberlândia, nas modalidades de ensino em: Educação Infantil (de 0 a 6 anos de idade), Ensino Fundamental, Médio, Especial e Superior, Educação de Jovens e Adultos e Educação profissional. O objetivo do trabalho foi analisar o ensino na cidade de Uberlândia/MG nas redes particulares, estaduais e municipais. Observou-se que a maioria dos alunos matriculados estava cursando o ensino fundamental ou então o ensino superior, e que, os alunos que cursavam o ensino fundamental estudavam nas redes de ensino municipais e estaduais, enquanto que, os que faziam ensino superior estavam matriculados nas escolas particulares. Palavras-chave: Educação em Uberlândia, Metodologia de Pesquisa, Métodos de Estatística Descritiva. 1. INTRODUÇÃO No Brasil, tal como em outras realidades, a questão educacional emerge como um tema socialmente problematizado no bojo da própria estruturação do Estado-Nação. Nas últimas décadas, assistimos à democratização do ensino, como resultado das lutas dos trabalhadores, que, apesar de garantirem a entrada de seus filhos na escola, não conseguiram ainda garantir a sua permanência. Segundo os artigos 17, 18 e 19 de da Lei de Diretrizes e Bases da Educação Nacional, de 1996, a educação escolar no Brasil está organizada em três esferas administrativas: União, Estados e Distrito Federal, e Municípios, sendo que, cada um deles abriga um sistema de ensino. O sistema federal de ensino compreende as instituições de ensino, mantidas pela União, e aquelas mantidas pela iniciativa privada. Os sistemas de ensino dos Estados e do Distrito Federal compreendem as instituições de ensino, mantidas, pelo poder público estadual, as instituições de ensino fundamental e médio, criadas e mantidas pela iniciativa privada, e os órgãos de educação estaduais e do Distrito Federal. Os sistemas municipais de ensino compreendem as instituições de ensino fundamental, médio e de educação infantil mantidas pelo poder público municipal; as instituições de educação infantil, criadas e mantidas pela iniciativa privada; os órgãos municipais de educação. 1 2 Aluna do curso de Matemática da Universidade Federal de Uberlândia Orientador, Professor da Faculdade de Matemática da Universidade Federal de Uberlândia. No Município de Uberlândia, existem praticamente todos os modelos de instituições de ensino. Mesmo assim, em uma cidade como esta, com cerca de 600 mil habitantes, a infraestrutura e os serviços de educação ainda não são suficientemente adequados para atender toda a população, principalmente as famílias mais carentes. Deve-se lembrar que, para a solução deste problema, há a necessidade de um conhecimento melhor da realidade da educação em Uberlândia, e um levantamento estatístico desses dados seria de grande valia para as autoridades competentes. O presente trabalho teve por objetivo analisar o ensino na cidade de Uberlândia/MG nas redes particulares, estaduais e municipais no período compreendido entre 2002 a 2006. Teve como objetivos específicos comparar o número de alunos matriculados em cada modalidade de ensino, fazer uma análise estatística em cima de cada rede de ensino, análise da evolução da rede urbano/rural e evolução de vagas escolares de toda a rede de ensino. 2. METODOLOGIA A pesquisa foi realizada com dados coletados pela Prefeitura Municipal de Uberlândia, fornecidos pela Secretaria Municipal de Educação, 40ª Superintendência Regional de Ensino, Universidade Federal de Uberlândia (UFU), Escola Agrotécnica Federal de Uberlândia, e por algumas escolas da rede particular de ensino. Foram utilizados os dados relacionados ao número e percentual de alunos, matriculados no período compreendido entre os anos de 2002 a 2006, em várias escolas da cidade de Uberlândia nas modalidades de ensino em: Educação Infantil (de 0 a 6 anos de idade), Ensino Fundamental, Médio, Especial e Superior, Educação de Jovens e Adultos e Educação profissional. Os dados obtidos fornecem o total de alunos matriculados em cada modalidade de ensino. A análise dos dados consistiu de uma análise exploratória dos dados, com interpretação de tabelas e gráficos, e algumas estatísticas descritivas. 3. RESULTADOS E DISCUSSÃO Na Tabela 1 são apresentados o número de alunos matriculados no ano de 2005 nas escolas municipais, estaduais, federais e particulares, nas modalidades de ensino compreendidas entre a educação infantil e o ensino superior na cidade de Uberlândia. De um modo geral, verifica-se que não existe aluno cursando o ensino médio, o especial, o profissional e o superior nas escolas municipais, enquanto que nas escolas estaduais isso ocorre na educação infantil e no ensino superior. Nas redes federais, somente no ensino especial não houve alunos matriculados. Finalmente, nas escolas particulares verifica-se a existência de alunos matriculados em todas as modalidades de ensino. Pode-se observar que a grande maioria dos alunos, que estavam matriculados na educação infantil e no ensino fundamental, concentra-se nas redes municipais de ensino. Em contrapartida, no ensino médio e na educação de jovens e adultos existe um maior número de alunos matriculados nas escolas estaduais. No ensino especial, têm-se alunos matriculados apenas nas redes estaduais e particulares, sendo que, dos 886 alunos matriculados, 579 estudam em escolas estaduais. Na educação profissional, verifica-se uma maior concentração de alunos na rede particular de ensino, dos 3375 alunos matriculados nessa modalidade, 1986 estudam nas escolas particulares. Tabela 1: Número de alunos matriculados nas redes de ensino no ano de 2005 na cidade de Uberlândia-MG. Rede Modalidade de Ensino Total Municipal Estadual Federal Particular Educação Infantil 11689 215 4155 16059 Ensino Fundamental 41815 36154 553 9204 87726 Ensino Médio 22843 323 5921 29087 Ensino Especial 579 307 886 Educação Jovens e Adultos 39 4934 118 2461 7552 Educação Profissional 52 1337 1986 3375 Ensino Superior 15318 22918 38236 Número de Escolas 95 67 3 1114 276 Total de alunos 53543 64562 17864 46952 182921 É conveniente salientar que, na cidade de Uberlândia, o ensino superior é oferecido apenas em uma rede federal, denominada de Universidade Federal de Uberlândia (UFU), o que não ocorre na rede particular de ensino. Observa-se que, num total de 38236 universitários matriculados em Uberlândia no ano de 2005, 15318 ingressaram na Universidade Federal de Uberlândia, enquanto que 22918 matricularam nas escolas particulares, em porcentagem, tem-se que 60% dos alunos fazem curso superior nas escolas particulares. Esta diferença ocorre devido ao pequeno número de vagas oferecidas pela Universidade Federal de Uberlândia, que não supre as necessidades da população que acaba procurando as universidades particulares. Verifica-se também que a grande maioria dos alunos, que estavam matriculados no ano de 2005, estava cursando o ensino fundamental. Dos 182.921 alunos, matriculados em alguma das sete modalidades de ensino em Uberlândia, 87.726 estavam no ensino fundamental, o que corresponde a 1/7 da população de Uberlândia. Tabela 2: Participação percentual por rede de ensino no ano de 2005 na cidade de Uberlândia-MG. Participação % dos Conjuntos Rede de Ensino Alunos Escolas Professores Municipal 29 34 33 Estadual 35 25 26 Federal 10 1 13 Particular 26 40 28 Total 100 100 100 São apresentados na Tabela 2 os dados relativos à participação efetiva de escolas, alunos e professores, em porcentagens, por rede de ensino na cidade de Uberlândia. De acordo com a Tabela 2, observa-se que 35% dos alunos estudavam em escolas estaduais, correspondendo a 25% das escolas, o que mostra que essas escolas, em sua grande maioria, são de grande porte. De fato, as escolas estaduais são públicas e de grande procura, e dependendo da sua localização o número de vagas oferecidas é insuficiente, como por exemplo, no centro da cidade. O mesmo não ocorre quando as escolas situam-se em bairros mais afastados, caso em que sobram vagas, sem considerar outros fatores como a violência ou a estrutura física urbana do local. Destaca-se ainda o grande número de escolas particulares, representando 40% das escolas existentes na cidade de Uberlândia. No entanto, observa-se que o número de professores nestas instituições não é superior ao número de professores das demais escolas, o que comprova que as escolas particulares são de pequeno porte e seus gastos com o corpo docente não são proporcionais ao número de escolas. As grandes maiorias dos professores exercem sua profissão na rede municipal de ensino. Em relação aos índices gerais do número de alunos por escola, alunos por professor e professor por escola no ano de 2005, observa-se na Tabela 3 que a rede estadual de ensino tinha uns dos maiores números de alunos por escola, já que nessa rede de ensino não eram oferecidos cursos de nível superior; em segundo lugar, tinha-se a rede federal de ensino com 849 alunos /escola. Comparando as redes de ensino federal e particular quanto ao número de alunos/escola cursando o nível superior, verifica-se uma grande vantagem das escolas particulares, com 3274 aluno/escola, isso ocorre devido à quantidade de vagas oferecidas nestas escolas e pelo fato de existir muitas escolas particulares na cidade. O valor esperado do número de aluno/escola é de 1045, do número de alunos/professor é de 18 e o número de professor/escola é de 51. Estes dados são apresentados na Tabela 3. Tabela 3: Índice do número de alunos por escola, alunos por professor e de professor por escola no ano de 2005 na cidade de Uberlândia nas redes de ensino. Conjuntos Alunos/ Escola Alunos/ Professor Professor/ Escola Rede de Ensino Federal 1º e 2º Superior Graus Particular 1º e 2º Superior Graus Médias Municipal Estadual 564 964 849 388 231 3.274 1.045 16 25 17 11 12 25 18 34 39 49 35 19 129 51 Um estudo individual do número de alunos matriculados em cada rede de ensino foi realizado durante os anos de 2002 a 2005. Na Figura 1 são apresentados os números de alunos matriculados na Rede Federal de ensino na cidade de Uberlândia. Pode-se observar que a modalidade de ensino que prevalece nestas escolas é o ensino superior. Percebe-se também, com exceção do ano de 2005, que não houve alunos matriculados na modalidade de jovens e adultos, isso ocorreu, provavelmente, porque nestes anos este curso não era oferecido. Nas demais modalidades, observam-se uma pequena variação do número de alunos matriculados nesse período. No total, foram 60321 alunos matriculados no ensino superior, com isso a média anual de alunos cursando o ensino superior neste período foi de 15080,25. Educação Infantil 20000 Ensino Fundamental 15000 Ensino Médio 10000 Ensino Profissional 5000 0 2002 2003 2004 2005 Educação de Jovens e Adultos Ensino Superior Figura 1: Número de alunos matriculados na Rede Federal de Ensino no período compreendido entre 2002 a 2005 na cidade de Uberlândia. Na Figura 2 são apresentados os números de alunos matriculados na Rede Particular de ensino. Ao contrário do que ocorre na Rede Federal de ensino, observa-se que as escolas particulares investem em todas as modalidades de ensino. Em todos os anos, o número de alunos matriculados na educação infantil, de jovens e adultos, ensino fundamental e médio apresentou pequenas variações. No entanto, percebe-se que a cada ano o número de alunos matriculados no ensino superior vem crescendo. O valor esperado de alunos que ingressam anualmente nessas escolas é de 16.697,25, sendo superior ao obtido neste mesmo período nas escolas federais, e a tendência é que este valor aumente ainda mais, visto que o número de vagas na Universidade Federal de Uberlândia é limitado e muitas empresas vêm incentivando seus funcionários a cursarem o ensino superior. Ensino Especial Educação Infantil Educação Jovens e Adultos Ensino Fundamental Ensino Médio Ensino Profissionalizante Ensino Superior 25000 20000 15000 10000 5000 0 2002 2003 2004 2005 Figura 2: Número de alunos matriculados na Rede Particular de Ensino no período compreendido entre 2002 a 2005 na cidade de Uberlândia. O gráfico apresentado na Figura 3, refere-se ao número de alunos matriculados na Rede Estadual de Ensino. Pode-se observar que houve uma pequena redução no número de alunos que estão cursando o ensino fundamental de 2002 a 2005, enquanto que, no ensino médio e na educação especial esse número manteve-se quase constante. Nos dois últimos anos, provavelmente passou a ser oferecida, na Rede Estadual de ensino, a Educação profissional, pois houve um pequeno número de alunos que se matricularam nesta modalidade. Nota-se também que nesta rede de ensino não existem alunos matriculados em cursos de nível superior, mas na cidade de Uberlândia, o ensino superior é oferecido somente nas escolas particulares e na Universidade Federal de Uberlândia. Figura 3: Número de alunos matriculados na Rede Estadual de Ensino no período compreendido entre 2002 a 2005 na cidade de Uberlândia. Foi feito também um estudo do ensino rural e urbano nas escolas de Uberlândia, que possui quatro Distritos, considerados como zona rural. Na Figura 4 observa-se que o maior número de alunos matriculados, cursando o primeiro grau nas escolas rurais da cidade de Uberlândia, ocorreu no ano de 2002. Nos anos seguintes houve uma drástica redução do número de alunos matriculados. Apesar desse decréscimo o número de escolas permaneceu o mesmo (Tabela 4). No ano de 2005 pode-se observar um pequeno acréscimo no número de alunos que se matricularam nas escolas rurais. Estes números foram exclusivamente do meio rural, e como não existe alteração significativa na população do meio rural, esses valores tendem a se manter no decorrer dos anos. Figura 4: Gráfico do número de alunos matriculados na zona rural da cidade de Uberlândia, nos anos de 2002 a 2005, cursando o primeiro grau. Pode-se observar na Tabela 4, que, no processo de evolução do ensino rural, o número de escolas rurais manteve-se constante durante os anos de 2002 a 2005, no entanto, observamse algumas oscilações no número de alunos matriculados. Constatou-se uma redução de 501 alunos, entre os anos de 2002 a 2005, no processo de evolução do ensino rural. Esse número não pode se explicado somente com os dados apresentados na Tabela 4, podem ter ocorrido muitas conjecturas a respeito do assunto abordado, existe a possibilidade dos alunos terem se deslocado até o perímetro urbano para estudar ou então ocorrido o êxodo rural. Enfim, é importante observar que a evolução do ensino rural teve um crescimento negativo. Tabela 4: Evolução do ensino rural na cidade de Uberlândia no período de 2002 a 2005. Anos Conjuntos Escolas Alunos 2002 13 5049 2003 13 2004 13 2005 13 4865 4752 4548 Crescimento (%) -4,3 Na Tabela 5 são apresentados os números de alunos matriculados em seis modalidades de ensino no período de 2002 a 2005, no perímetro urbano da cidade de Uberlândia, na rede municipal. Pode-se observar que na rede municipal de ensino existe uma nova modalidade, o Programa Municipal de Erradicação do Analfabetismo (PMEA), esse tipo de ensino não existe na rede de ensino das escolas estaduais. Verifica-se a inexistência do ensino Compacto no ano de 2005, e ainda, o ensino fundamental sofreu uma baixa singular em 2004, com a queda de até 6.000 alunos na rede. Isso foi considerado como algo normal, já que a queda, além de não persistir, se normaliza no ano seguinte, o problema consiste em saber qual fator possibilitou a queda, isso pode ter acorrido por vários motivos, a saber, o aumento do número de alunos na área estadual, uma maior alternação entre alunos da rede fundamental para o ensino médio, ou até abertura de novas escolas nas redes particulares ou estaduais. Tabela 5: Número de alunos matriculados na rede municipal de ensino no perímetro urbano da cidade de Uberlândia no período de 2002 a 2005. Educação Ensino SupleAnos Pré PMEA Compacto Infantil Fundamental tivo 2002 1.355 8.429 42.303 594 6.286 2003 1.231 8.856 42.519 384 6.229 2004 1.382 9.298 36.070 460 6.095 2005 1.709 9.980 41.815 430 Na Tabela 6 é apresentada a evolução do ensino urbano na cidade de Uberlândia. Verificou-se um aumento significativo do número de escolas que foram construídas no ano de 2004, o que explica o fato de em 2004 ter ocorrido uma redução do número de alunos matriculados na rede municipal de ensino. Tabela 6: Evolução do ensino urbano na cidade de Uberlândia no período de 2002 a 2005. Anos Conjuntos Crescimento (%) 2002 2003 2004 2005 47 80 95 18,8 Escolas 47 52606 48093 48995 1,87 Alunos 52087 Pode se observar também que com o aumento do número de escolas, o número de alunos matriculados nos anos de 2004 e 2005 não foi muito inferior aos anos de 2002 e 2003, o que proporcionou um crescimento positivo na evolução do ensino urbano na cidade de Uberlândia. Analisando o meio físico do ensino urbano, pode-se observar na Tabela 7 que existiam 119 prédios escolares em 2002 e 113 em 2005. Essa diminuição de prédios ocorreu nas escolas próprias e alugadas. A queda mais significativa do número de escolas próprias ocorreu nos anos de 2004 a 2005 e demonstra certo descaso particular com a educação e com a instituição escola. No entanto, verifica-se um aumento no número de escolas municipal de educação infantil, no decorrer dos anos de 2002 e 2005. Tabela 7: Número prédios escolares na cidade de Uberlândia no ensino urbano no período de 2002 a 2005. Escolas Anos Total EMEI Próprias Alugadas Creditos 2002 6 90 19 4 119 2003 6 90 19 4 119 2004 7 91 19 4 121 2005 8 86 16 3 113 Para obter um conhecimento mais amplo do comportamento do número de escolas, alunos e professores do ensino municipal serão apresentados na Tabela 8, dados do ensino rural juntamente com o ensino urbano. Tabela 8: Quadro geral rede de ensino municipal (Rural e Urbano) Anos 2002 Total de Escolas 60 Educaçã o Infantil 1355 Pré 8429 Ensino Fundamental 36017 Compacto 6286 Total de Alunos 52087 Total de Professores 3119 2003 60 1231 8856 36290 6229 52606 3227 2004 93 1382 9298 36070 6095 52845 3289 2005 95 1709 9980 41815 - 53543 3276 Verifica-se que o número de escolas realmente teve um acréscimo no ano de 2003 para os anos de 2004 e 2005. Em geral, o número de alunos matriculados nos setores urbano e rural teve um acréscimo no decorrer desses anos, isso mostra que mesmo apresentando uma queda de -4,3 no número de alunos matriculados no setor rural (Tabela 4), não houve uma redução no quadro geral da rede de ensino, uma vez que no ensino urbano teve-se um acréscimo de 1,7 no número de alunos matriculados no setor urbano (Tabela 6). Na Tabela 9 tem-se a evolução da rede municipal de ensino, urbano e rural. O que se observa novamente é que o número de escolas aumentou em 2004, como também o número de alunos da rede municipal, não considerando o tipo de ensino; comprovando o que foi analisado anteriormente. No entanto, verifica-se um crescimento negativo do número de professores, o que tudo indica que, no decorrer desses anos, passou a ter mais alunos nas salas de aulas ou então os professores passaram a trabalhar com um número maior de turmas do que o habitual. Tabela 9: Evolução da Rede Municipal (Rural e Urbano) na cidade de Uberlândia Anos Conjuntos Crescimento % 2002 2003 2004 2005 Escolas 60 60 93 95 2,15 Alunos 52087 52606 52845 53543 1,32 Professores 3119 3227 3289 3276 -0,39 Finalmente, na Tabela 10 são apresentados os índices do número de alunos por escola e professor e de professor por escola na cidade de Uberlândia, nas redes de ensino, urbano e rural. Tabela 10: Índices do número de alunos por escola, alunos por professor e de professor por escola de 2002 a 2005 nas redes de ensino, urbano e rural. Anos Crescimento Descrição % no ano 2002 2003 2004 2005 Alunos/Escola 868 877 568 564 -0,7 Alunos/Professor 17 16 16 16 0 Professor/Escola 52 54 35 34 -2,85 Pode-se observar que o número de alunos por professor manteve-se constante a partir do ano de 2003 e o número de professores diminuiu. Isso torna mais claro as evidências de que os professores passaram a dar aulas para um número maior de alunos. Na Figura 5 é apresentada a porcentagem de alunos matriculados no ano de 2006 na cidade de Uberlândia, nas sete modalidades de ensino, analisadas anteriormente. É possível verificar que no ensino fundamental está inserida a maioria dos estudantes que estão matriculados em algum tipo de modalidade de ensino, uma vez que a análise inclui a educação de jovens e adultos, o ensino especial e superior. Vale ressaltar que os dados referem-se ao ano de 2006 e considera somente os alunos matriculados nas redes de ensino, desconsiderando a evasão escolar e também a parcela da população em idade escolar que não está matriculada. Figura 5: Número de alunos matriculados, em porcentagem, na cidade de Uberlândia no ano de 2006 Na Figura 5 pode-se observar que o segundo maior contingente populacional encontrase no ensino superior, isso também foi constatado na Tabela 1, uma vez que existe apenas uma única universidade federal na região, favorecendo assim, o ingresso dos estudantes em instituições particulares. Verifica-se ainda na Figura 5, que apenas 4% dos alunos matriculados refere-se a educação de jovens e adultos e 2% a educação profissional. No entanto, observa-se que o número de alunos matriculados no ensino especial é desprezível em relação às demais modalidades de ensino. 5. CONCLUSÃO Observou-se que a maioria dos alunos, matriculados no período de 2002 a 2006, estava cursando o ensino fundamental ou o ensino superior, mais ainda, os alunos que cursavam o ensino fundamental estudavam nas redes de ensino municipais e estaduais, enquanto que, os que faziam ensino superior estavam matriculados nas escolas particulares. De um modo geral, o número de alunos matriculados nos setores urbano e rural teve um acréscimo no decorrer desses anos e houve também um aumento no número de escolas. 5. REFERÊNCIAS BIBLIOGRÁFICAS [1] Bussab W. O; Morettin, P. A. Estatística Básica, Ed. Saraiva, 5a edição, 2005. [2] Lei de Diretrizes e Bases da Educação Nacional de 1996, Ministério da Educação. [3] Sites oficiais usados na pesquisa: www.ibge.gov.br www.uberlandia.mg.gov.br http://portal.mec.gov.br/arquivos/pdf/ldb.pdf IMPLANTAÇÃO DE UM CURSO NOTURNO DE LICENCIATURA EM MATEMÁTICA NA UNIVERSIDADE FEDERAL DE UBERLÂNDIA Igor Alberto de Melo Souza1 [email protected] Warlisson Inácio de Miranda1 [email protected] Thiago Lúcio Correia Barra1 [email protected] Edmilson Rodrigues Pinto2 [email protected] Resumo O objetivo deste trabalho foi verificar, do ponto de vista do aluno, se seria possível e viável a implantação de um curso noturno de licenciatura em matemática na UFU. O publico alvo foram os alunos do Curso de Matemática, tanto de licenciatura, quanto de bacharelado. O procedimento de coleta dos dados foi através de uma amostra aleatória simples. Dos 256 alunos, matriculados atualmente, foram entrevistados 136 alunos. Um questionário foi utilizado para avaliar a opinião dos alunos quanto a possível implantação do novo curso, e também para conhecer o perfil sócio econômico dos estudantes do curso de matemática. Acredita-se que este trabalho constitua informação adicional na tomada de decisão, por parte da UFU, para implantação do referido curso. Palavras-chave: Curso de Licenciatura Noturno em Matemática na UFU, Metodologia de Pesquisa Científica, Métodos de Estatística Descritiva. 1 - INTRODUÇÃO Diante da realidade sócio-econômica brasileira, em que prevalece a desigualdade de distribuição de renda, faz-se necessário a uma grande maioria dos jovens, trabalharem durante o dia e, dedicarem aos estudos, em uma instituição de ensino, apenas durante a noite. Considerando que, um dos principais objetivos da Universidade Pública, é o de dar acesso ao conhecimento e à formação acadêmica de forma igualitária, desenvolveu-se esta pesquisa que, visa verificar o interesse dos alunos, em implantar um curso noturno de licenciatura em matemática, haja vista que, a Universidade Federal de Uberlândia, já possui cursos noturnos em diversas outras áreas do conhecimento, tais como: Licenciatura em Enfermagem, em Física, em Geografia, em História e em Letras. O que motivou a realizar essa pesquisa foi, além da consideração das afirmativas acima, também o fato de que, a Universidade Federal de Uberlândia – Campos Pontal do Triângulo, oferecer o curso em questão (com previsão para inicio no 1º período de 2007), assim como as demais Faculdades e Centros Universitários (privados) em Uberlândia, disponibilizarem a Licenciatura em Matemática no período noturno. 1 2 Alunos do Curso de Matemática da Universidade Federal de Uberlândia Orientador, Professor da Faculdade de Matemática da Universidade Federal de Uberlândia 2 – METODOLOGIA O universo de nossa pesquisa foram os alunos matriculados, atualmente, no curso de Matemática tanto da licenciatura quanto do bacharelado. Utilizou-se uma amostra aleatória simples por se tratar de uma população homogênea no que diz respeito à respeito à opinião em relação a um curso no turno de licenciatura em matemática. O curso de Matemática possui, atualmente, 256 alunos matriculados (segundo dados fornecidos pela coordenação do curso). Para obtenção do tamanho da amostra, considerou-se uma confiança de 96% e um erro de 4%, obtendo-se uma amostra de 136 alunos. A aplicação do questionário ocorreu nas salas de aula, devido à facilidade de acesso aos discentes, minimizando assim, os custos e o tempo gasto para obter a amostra. O questionário foi desenvolvido (Veja Apêndice) com a finalidade de obter, a opinião dos discentes, sobre a implantação de um curso noturno de licenciatura em Matemática e o perfil sócio-econômico dos mesmos. 3 – APRESENTAÇÃO DOS DADOS Questionados sobre a possibilidade de implantação de um curso noturno de Licenciatura em Matemática, verificou-se que 83,82% dos alunos são favoráveis.Considerando uma confiança de 96%, obteve-se que o intervalo de confiança para a proporção de alunos favoráveis à implantação do curso noturno foi (0,78; 0,90) (Veja Figura 1) . 16% 84% Favoráveis Não Favoráveis Figura 1 - Opinião quanto à implantação de um curso noturno de Licenciatura em Matemática. Dos entrevistados, 55,8% cursariam no período noturno, um curso de licenciatura em matemática. (Veja Figura 2) 44% 56% Integral Noturno Figura 2 – Preferência pelo turno em que freqüentariam as aulas. Quanto ao gênero dos alunos: 57,3% eram do sexo masculino e 42,7% eram do sexo feminino. Das 136 pessoas que responderam o questionário, 31,62% trabalham e 68,38% não trabalham. (Veja Figura 4) Trabalham 32% 68% Sim Não Figura 4 – Porcentagem dos alunos que trabalham. Dentre os que trabalham, somente 49%, estão vinculados à área de Matemática. (Veja Figura 5) Atuam na área da Matemática 49% 51% Sim Não Figura 5 – Percentagem dos entrevistados que trabalham na área de Matemática Os entrevistados também foram questionados quanto à naturalidade, destes 58% não são de Uberlândia e 42% são uberlandenses. (Veja Figura 6) Naturalidade 42% 58% Uberlandenses Não uberlandenses Figura 6 – Porcentagem quanto à naturalidade. Sobre quantidade de membros da família, 30% possuem de 1 a 3 pessoas na família, 67% possuem 4 a 6 pessoas e, somente 3% possuem mais de 6 familiares. (Veja Figura 7) . 3% 30% 67% 1 a 3 membros 4 a 6 membros Acima de 6 Figura 7 – Porcentagem do número de pessoas por família. Consultados sobre a renda familiar, 37% tem renda entre 1 a 3 salários mínimos, 42% de 4 a 6, 11% entre 7 a 9 e 10% tem renda superior a 10 salários mínimos. (Veja Figura 8). 10% Salário mínimo 11% 37% 42% 1a3 4a6 7a9 acima de 10 Figura 8 – Porcentagem da renda familiar Quanto à instituição de ensino em que freqüentou o ensino médio: 70% estudaram em Instituições públicas, 22% em particulares, sem bolsa de estudo e 8% em particulares, com bolsa de estudo. (Veja Figura 9) . Conclusão do Ensino Médio 10% 27% 63% Pública Particular sem bolsa Particular com bolsa Figura 9 – Porcentagem de discentes que estudaram em escola pública e particular. 4- CONCLUSÃO Diante dos dados recolhidos, podemos observar que grande parte dos estudantes do curso de Matemática, não trabalha (93%) e, tem uma renda familiar estável (42%: de 4 a 6 salários mínimos), o que demonstra uma distribuição de renda per capita diferente da dos brasileiros que não adentraram a Universidade Federal. Visando alcançar uma maior igualdade social, é importante que seja dado às pessoas de baixa renda (que necessitam trabalhar durante o dia), a oportunidade de estudarem em uma universidade pública (gratuita e de qualidade). Portanto, é extremamente viável e necessário, a abertura de um curso de Licenciatura no período noturno pois, verificou-se que, já há um interesse significativo de discentes do curso integral, em freqüentar aulas no período noturno, a fim de que possam conciliar a formação acadêmica ao trabalho. Acredita-se que este trabalho constitua informação adicional na tomada de decisão, por parte da UFU, para implantação do referido curso. 5- REFERÊNCIAS BIBLIOGRÁFICAS MORETTTIN, L.G. Estatística Básica. 7º edição. São Paulo: Person Education do Brasil, volume 1, 1999. BORGATTO, A. F. Apostila de métodos estatísticos 1. Universidade Federal de Santa Catarina. Florianópolis, 2006 6- APÊNDICE Questionário sobre a possível implantação de um Curso Noturno de Licenciatura em Matemática, realizado pelos alunos da disciplina Probabilidade e Estatística. 1. Você gostaria que sua universidade tivesse um curso Noturno de Licenciatura em Matemática? ( ) Sim ( ) Não 2. Se a sua universidade oferecesse o curso Noturno de Licenciatura em Matemática, em qual turno você se matricularia? ( ) Integral ( ) Noturno 3. Qual seu sexo? ( ) Masculino ( ) Feminino 4. Você trabalha? ( ) Sim ( ) Não 5. Se trabalha, este trabalho é na área de Matemática? ( ) Sim ( ) Não 6. Você é natural de Uberlândia? ( ) Sim ( ) Não 7. Quantos membros possuem sua família (inclusive você)? ( ) 1 a 3 membros ( ) 4 a 6 membros ( ) acima de 6 membros 8. Qual é a renda familiar de sua família? ( ) 1 a 3 salários mínimos ( ) 4 a 6 salários mínimos ( ) 7 a 9 salários mínimos ( ) acima de 10 salários mínimos 9. Você integralizou seu ensino médio em instituição de ensino pública ou particular? ( ) Pública ( ) Particular, sem bolsa de estudos ( ) Particular, com bolsa de estudos FAMAT em Revista Revista Científica Eletrônica da Faculdade de Matemática - FAMAT Universidade Federal de Uberlândia - UFU - MG £% ³ Iniciação Científica em Números Número 08 - Abril de 2007 www.famat.ufu.br Comitê Editorial da Seção Iniciação Científica em Números do Número 08 da FAMAT EM REVISTA: Maria Luiza Maes (coordenadora da seção) Márcio José Horta Dantas ,QLFLDomR&LHQWtILFDHP1~PHURV 6HJXLQGR D PHVPD OLQKD DQWHULRU LQHUHQWH D HVWD VHVVmR REMHWLYDPRV GHVFUHYHU DV DWLYLGDGHV GH LQLFLDomR FLHQWLILFD HRX DWLYLGDGHV WpFQLFDV FRPSOHPHQWDUHV j IRUPDomR DFDGrPLFDGHVHQYROYLGDVQRkPELWRGD)$0$78)8HGLUHFLRQDGDVDRVGLVFHQWHVGR&XUVR GH/LFHQFLDWXUDH%DFKDUHODGRHP0DWHPiWLFD'HVWDFDPRVLQLFLDOPHQWHDH[LVWrQFLDGHVHLV SURJUDPDV UHJXODUHV TXH RIHUHFHP DWLYLGDGHV LQFOXVDV HP XPD GDV GXDV FDWHJRULDV DFLPD PHQFLRQDGDVVmRHOHV 3URJUDPDGH(GXFDomR7XWRULDOGD)DFXOGDGHGH0DWHPiWLFD3(70$7 3URJUDPD,QVWLWXFLRQDOGH%ROVDVGH,QLFLDomR&LHQWtILFDGR&13T3,%,&&13T 3URJUDPD GH %ROVDV ,QVWLWXFLRQDLV GH ,QLFLDomR &LHQWtILFD GD )$3(0,* 3%,,& )$3(0,* 3URJUDPD,QVWLWXFLRQDOGH%ROVDVGH(QVLQRGH*UDGXDomRGD8)83,%(*8)8 ,QVWLWXWRGR0LOrQLRSDUDR$YDQoR*OREDOH,QWHJUDGRGD0DWHPiWLFD%UDVLOHLUDGR&13T ,0$*,0%&13T 3URJUDPD ,QVWLWXFLRQDO GH ,QLFLDomR &LHQWtILFD H 0RQLWRULD GD )DFXOGDGH GH 0DWHPiWLFD 3520$7)$0$78)8 'HVWHV DSHQDV R ~OWLPR QmR DSUHVHQWD TXDOTXHU WLSR GH UHPXQHUDomR DRV GLVFHQWHV HQYROYLGRV $OpP GLVVR RFRUUHP HVSRUDGLFDPHQWH RULHQWDo}HV GH LQLFLDomR FLHQWtILFD RX HQVLQR YLQFXODGDV D SURMHWRV SHVVRDLV GH SHVTXLVD RX HQVLQR ILQDQFLDGRV SHOR &13T )$3(0,*RXRXWURV$EDL[RGHVFUHYHPRVXPDUHODomRGHWRGRVRVSURMHWRVDJUHJDGRVDXP GRVSURJUDPDVDFLPDPHQFLRQDGRVTXHHVWmRDWXDOPHQWHHPGHVHQYROYLPHQWRQD)$0$7H TXHVmRH[FOXVLYDPHQWHGHVHQYROYLGRVSRUDOXQRVGR&XUVRGH/LFHQFLDWXUDH%DFKDUHODGRHP 0DWHPiWLFD Projetos De Iniciação Científica Que Se Realizam Durante O Período De Abril De 2006 A Março De 2007 ORIENTADOR: Arlindo José de Souza Júnior ORIENTADO: Maísa Gonçalves da Silva TÍTULO: O Ensino de Cálculo com o Auxílio da Informática INÍCIO: novembro/2006 FIM: outubro/2007 ORIENTADOR: Aristeu da Silveira Neto ORIENTADO: Maksuel Andrade Costa TÍTULO: Simulação Numérica de Problemas de Transferência de calor e de mecânica dos Fluidos Unidimensionais Transientes INÍCIO: abril/2006 FIM: março/2007 ORIENTADOR: Cícero Carvalho ORIENTADO: Danilo Adrian Marques TÍTULO: Álgebra Comutativa e Computação Algébrica INÍCIO: junho/2006 FIM: maio/2007 ORIENTADOR: Dulce Mary de Almeida ORIENTADO: Rafael Henrique Alves de Oliveira TÍTULO: Variedades Diferenciáveis Não-Orientáveis INÍCIO: junho/2006 FIM: maio/2007 ORIENTADOR: Edmilson Rodrigues Pinto ORIENTADO: Fábio Costa Almeida TÍTULO: Estudo de Estatística Não-Paramétrica INÍCIO: outubro/2006 FIM: março/2007 ORIENTADOR: Edmilson Rodrigues Pinto ORIENTADO: Matheus Bartolo Guerrero TÍTULO: Estudo de Modelos de Regressão – com o apoio computacional INÍCIO: março/2007 FIM: fevereiro/2008 ORIENTADOR: Edmilson Rodrigues Pinto ORIENTADO: Weyder Orlando Brandão Junior TÍTULO: Estudo de Modelos de Regressão – com o apoio computacional INÍCIO: março/2007 FIM: fevereiro/2008 ORIENTADOR: Ednaldo Carvalho Guimarães ORIENTADO: Joaquim Ferreira Vieira Neto TÍTULO: Ajuste de Distribuição de Probabilidade à Dados Climatológicos de Uberlândia-MG INÍCIO: fevereiro/2007 FIM: janeiro/2008 ORIENTADOR: Ednaldo Carvalho Guimarães ORIENTADO: Herbert Rezende Siqueira TÍTULO: Comportamento Temporal do Material Particulado (PM-10) em UberlândiaMG: Análise da Dependência Temporal por Meio de Semivariograma. INÍCIO: Agosto/2006 FIM: julho/2007 ORIENTADOR: Edson Augustini ORIENTADO: Adrielle Giaretta Biase TÍTULO: Tópicos de Álgebra Linear e Modelagem INÍCIO: junho/2006 FIM: maio/2007 ORIENTADOR: Edson Augustini ORIENTADO: Laís Bássame Rodrigues TÍTULO: Tópicos de Geometria Diferencial de Curvas e Superfícies INÍCIO: março/2006 FIM: fevereiro/2007 ORIENTADOR: Edson Augustini ORIENTADO: Patrícia Borges dos Santos e Flávia Cristina Martins Queiroz TÍTULO: Tópicos de Geometria Não-Euclidiana INÍCIO: março/2006 FIM: fevereiro/2007 ORIENTADOR: Lúcia Resende Pereira Bonfim ORIENTADO: Alessandra Ribeiro da Silva TÍTULO: Estudo e Algumas Aplicações do Cálculo Avançado INÍCIO: março/2006 FIM: fevereiro/2007 ORIENTADOR: Luiz Alberto Duran Salomão ORIENTADO: Leandro Cruvinel Lemes TÍTULO: Frações Contínuas e Aplicações INÍCIO: março/2006 FIM: fevereiro/2007 ORIENTADOR: Luiz Alberto Duran Salomão ORIENTADO: Mariana Fernandes dos Santos Villela TÍTULO: Frações Contínuas: Primeiros Passos INÍCIO: março/2006 FIM: fevereiro/2007 ORIENTADOR: Marcelo Tavares ORIENTADO: Eloar Correia de Lima TÍTULO: Sazonalidade e Tendências em Séries Temporais de dados de IPC de Diferentes Instituições INÍCIO: fevereiro/2007 FIM: janeiro/2008 ORIENTADOR: Marcelo Tavares ORIENTADO: Maria Luiza Maes TÍTULO: Uso de Análise de Variância e Regressão Múltipla na Determinação de Sazonalidade e tendências em Séries Temporais de Dados de INPC nas Regiões Metropolitanas do Rio de Janeiro, São Paulo e Belo Horizonte INÍCIO: agosto/2006 FIM: julho/2007 ORIENTADOR: Marcos Antônio da Câmara ORIENTADO: Giselle Moraes Resende Pereira TÍTULO: Teoria dos Grafos INÍCIO: março/2007 FIM: fevereiro/2008 ORIENTADOR: Marcos Antônio da Câmara ORIENTADO: Maksuel Andrade Costa TÍTULO: Programação Inteira INÍCIO: março/2007 FIM: fevereiro/2008 ORIENTADOR: Marcos Antônio da Câmara ORIENTADO: Virgínia Helena Ribeiro Miranda TÍTULO: Aplicações matemáticas da geometria INÍCIO: junho/2006 FIM: maio/2007 ORIENTADOR: Marcos Antônio da Câmara ORIENTADO: Rafael Alves Figueiredo TÍTULO: Introdução à criptografia INÍCIO: junho/2006 FIM: maio/2007 ORIENTADOR: Rogério de Melo Costa Pinto ORIENTADO: Gustavo Silva Sages TÍTULO: Avaliação do Desempenho dos Alunos da Engenharia Elétrica da UFU INÍCIO: novembro/2006 FIM: novembro/2007 ORIENTADOR: Rosana Sueli da Motta Jafelice ORIENTADO: Ana Luíza Pereira Saramago TÍTULO: Diagnóstico Médico Fuzzy da Infecção Aguda Causada pelo HIV INÍCIO: março/2006 FIM: fevereiro/2007 ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Aline Rocha de Assis TÍTULO: Evolução Diferencial aplicada à Solução de Problemas de Otimização MultiObjetivo INÍCIO: dezembro/2006 FIM: dezembro/2007 ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Bruno Nunes de Souza TÍTULO: Métodos Iterativos Não Estacionários: Aplicação de Técnicas de Otimização na Solução de Sistemas Lineares INÍCIO: março/2007 FIM: fevereiro/2008 ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Matheus Borges Arantes TÍTULO: Algoritmos Evolutivos Aplicados à Solução de Problemas de Otimização MultiObjetivo INÍCIO: agosto/2005 FIM: julho/2007 ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Alessandra Ribeiro da Silva TÍTULO: Métodos Iterativos Não Estacionários: Aplicação de Técnicas de Otimização na Solução de Sistemas Lineares INÍCIO: fevereiro/2007 FIM: dezembro/2007 ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Antônio Dias Carrijo Neto TÍTULO: Estudo da Topologia do Espaço de Trabalho de Robôs Manipuladores 3R INÍCIO: outubro/2005 FIM: atual ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Sidney Araújo Mendonça TÍTULO: Estudo da Topologia do Espaço de Trabalho de Robôs Manipuladores 3R INÍCIO: outubro/2005 FIM: atual ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Carlos Alberto S Júnior TÍTULO: Uma contribuição ao Estudo da Programação Linear (Mestrado) INÍCIO: março/2006 FIM: atual ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Lúcio Aurélio Purcina TÍTULO: Técnicas de Otimização Aplicadas à Solução de Grandes Sistemas Lineares (Doutorado) INÍCIO: agosto/2005 FIM: atual ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Rogério Rodrigues dos Santos TÍTULO: Contribuição ao Estudo de Redundância e Otimização em Robótica (Doutorado) INÍCIO: março/2004 FIM: atual ORIENTADOR: Sezimária de Fátima P. Saramago ORIENTADO: Giovana Trindade Oliviera TÍTULO: Estudo da Topologia do Espaço de Trabalho para projeto ótimo de Robôs Manipuladores 3R (Doutorado) INÍCIO: fevereiro/2007 FIM: atual ORIENTADOR: Valdair Bonfim ORIENTADO: Marcelo Lopes Vieira TÍTULO: Tópicos de Matemática com Vistas às Aplicações em Equações Diferenciais INÍCIO: junho/2206 FIM: maio/2007 FAMAT em Revista Revista Científica Eletrônica da Faculdade de Matemática - FAMAT Universidade Federal de Uberlândia - UFU - MG ¹Ï Ë E o Meu Futuro Profissional? Número 08 - Abril de 2007 www.famat.ufu.br Comitê Editorial da Seção E o Meu Futuro Profissional? do Número 08 da FAMAT EM REVISTA: Marcio José Horta Dantas (coordenador da seção) Maria Luiza Maes Neste número de FAMAT em REVISTA, a seção “E o meu futuro profissional” é dedicada a uma entrevista com o Prof. Edmilson Rodrigues Pinto sobre as perspectivas profissionais na área de Estatística.. Tal entrevista foi realizada pela aluna Maria Luiza Maes, membro do Corpo Editorial da FAMAT em REVISTA. Esperamos que as informações dadas pelo Prof. Edmilson sejam úteis para os nossos alunos recém formados, que naturalmente precisam decidir sobre qual caminho a ser seguido com o término do curso. Entrevista com o Prof. Dr. Edmilson Rodrigues Pinto Edmilson Rodrigues Pinto é professor, na área de Estatística, da Faculdade de Matemática da Universidade Federal de Uberlândia, desde 2005. Possui graduação em Matemática, pela Universidade Federal de Uberlândia-UFU (1996), mestrado em Estatística e Métodos Quantitativos, pela Universidade de Brasília-UnB (1999) e doutorado em Engenharia de Produção, na área de Estatística e Pesquisa Operacional, pela COPPE1, na Universidade Federal do Rio de Janeiro-UFRJ (2005). Tem experiência na área de Probabilidade e Estatística, com ênfase em Planejamento Ótimo de Experimentos e Modelos Lineares Generalizados, também atua na área de Pesquisa Operacional. Possui artigos publicados em revistas nacionais e internacionais nas áreas de planejamento ótimo de experimentos, modelos lineares generalizados e pesquisa operacional. É autor, juntamente com Ponce de Leon2, de um livro3 sobre planejamento ótimo de experimentos. 1) O que o levou a escolher a área de Estatística? Na verdade, quando terminei a graduação, não tinha interesse em estudar estatística, pois não tinha a mínima idéia do que seria um curso de estatística, nem sobre o trabalho desenvolvido por um estatístico. Meu interesse, inicialmente, era em otimização, posteriormente descobri a área de Pesquisa Operacional e depois a de Estatística. Iniciei o Mestrado em Estatística com o intuito de trabalhar com Pesquisa Operacional. Durante o mestrado na UnB, tive a oportunidade de estudar as principais disciplinas de Estatística (Probabilidade, Inferência, Modelos de Regressão, Planejamento de Experimentos, etc.), que eram as disciplinas obrigatórias, além das disciplinas de Pesquisa Operacional (Programação Linear e Não Linear, Teoria de Grafos, Processos Estocásticos e Teoria de Filas, Teoria da Decisão, etc.). Acabei desenvolvendo minha dissertação na área de Pesquisa Operacional, mas já tendo uma visão melhor do que era a área de Estatística. A escolha de estudar, mais profundamente, estatística surgiu quando verifiquei que poderia juntar as duas áreas: Estatística e Pesquisa Operacional, na verdade existe uma relação muito forte entre essas áreas e, em alguns casos, elas até se confundem. Atualmente, estou trabalhando com Modelos Lineares Generalizados e Planejamento Ótimo de Experimentos, uma área ainda não muito conhecida no Brasil, que 1 Coordenação dos Programas de Pós-graduação de Engenharia Professor do Instituto de Medicina Social da Unividade do Estado do Rio de Janeiro 3 Pinto, E. R. e Ponce de Leon, A. Planejamento Ótimo de Experimentos. Editora da ABE, São Paulo, 2006. 2 reúne os assuntos em que mais gosto de trabalhar, ou seja, planejamento de experimentos, modelagem estatística e otimização. Recentemente, publiquei no SINAPE4, um livro abordando os principais tópicos desta teoria. 2) O que você pode nos contar sobre sua experiência na pós-graduação? Como já disse, comecei estudando Estatística e Pesquisa Operacional no Departamento de Estatística da Universidade de Brasília. Na UnB tive a oportunidade de conhecer muitas pessoas, que trabalhavam com assuntos que me interessavam, e também de fazer muitos amigos, principalmente, no Departamento de Matemática, no qual já havia feito verão em análise e já conhecia muita gente, inclusive as pessoas de Uberlândia que foram cursar mestrado antes de mim. O ambiente de estudo em Brasília era muito bom. A UnB possui uma biblioteca muito boa, que funciona 24 horas por dia. O restaurante universitário e o alojamento para os alunos de pós-graduação são de excelente qualidade. Quanto ao doutorado, não tenho tão boas lembranças da estrutura da Universidade Federal do Rio de Janeiro. Acho que peguei a pior época de estudo na UFRJ, no final do governo FHC e início do governo Lula. Nesta época a universidade estava totalmente abandonada, andar pela Ilha do Fundão5 após às 18 horas era muito perigoso. Quando cheguei ao Fundão fiquei totalmente decepcionado com estrutura da UFRJ, mas, embora sua estrutura física estivesse totalmente abandonada, o corpo docente do Departamento de Estatística era muito atuante. Embora meu diploma de doutorado seja em Pesquisa Operacional, a área de concentração da minha tese foi em Estatística. Isto aconteceu porque quando eu iniciei meu doutorado ainda não existia o doutorado em estatística na UFRJ, e era comum aos professores da estatística orientar doutorado na área de Pesquisa Operacional, no Departamento de Engenharia de Produção. O fato de fazer doutorado em dois departamentos foi muito importante para minha formação, pois tive conhecimento aprofundaddo, tanto da área da Estatística, quanto da área de Pesquisa Operacional, interagindo com alunos e professores dos dois departamentos. Outro fato que vale a pena mencionar é a grande interdisciplinaridade que existe na COPPE e que, sem dúvida, faz com que este programa de pós-graduação seja um dos melhores do país. Vale mencionar também que, apesar dos problemas de morar em uma cidade como o Rio de Janeiro, os benefícios são maiores. Para um estudante de pós-graduação, que não tem muito dinheiro, o Rio de Janeiro possui várias alternativas de lazer. Além de suas praias maravilhosas, existem também, periodicamente, shows gratuitos em Copacabana, Botafogo, Ipanema, etc., sem contar os teatros, com peças excelentes e a preços acessíveis. 3) O que você pode nos contar sobre sua experiência profissional e no ensino em estatística? Minha experiência no ensino começou quando trabalhei como professor efetivo, do ensino médio, na Fundação Educacional do Distrito Federal. Antes de iniciar o mestrado, havia sido aprovado em concurso público da Fundação Educacional, na área de matemática, para trabalhar como professor no ensino médio, mas fui assumir o cargo somente no último ano do mestrado, quando já havia terminado todas as disciplinas e minha dissertação já estava quase pronta. Fiquei pouco tempo como professor na Fundação Educacional, pois, tão logo terminei o mestrado, fui convidado a trabalhar no IPEA6, num projeto para verificar o impacto da desoneração tributária nos produtos oferecidos pelo SUS7. Eu era responsável pela obtenção e 4 Simpósio Nacional de Probabilidade e Estatística. Principal encontro da área de estatística no Brasil. Ilha onde se localiza a Universidade Federal do Rio de Janeiro 6 Instituto de Pesquisa Econômica Aplicada 7 Sistema Único de Saúde, vinculado ao Ministério da Saúde 5 análise estatística de dados. Nesta mesma época, também comecei a dar aulas como professor substituto no Departamento de Estatística da UnB. Após um ano no IPEA, fui contratado para trabalhar como estatístico no Ministério da Saúde (MS), aí permanecendo por seis meses até sair para o doutorado, em janeiro de 2001. No MS trabalhava na Secretaria de Investimentos em Saúde (SIS), que assessorava diretamente, o então Ministro, José Serra, fornecendo pareceres e análises estatísticas para tomadas de decisão do Ministro. A época em que trabalhei no IPEA, no MS e na UnB foi muito importante para minha formação profissional na área de Estatística, pois tive a oportunidade de interagir com pesquisadores e profissionais das mais diversas áreas, além de trabalhar como professor em um departamento de estatística. Na época do doutorado, não tinha como trabalhar, pelo menos nos dois primeiros anos, pois as disciplinas e os seminários me tomavam todo o tempo. No terceiro ano do doutorado, fui convidado a trabalhar como professor horista na PUC-Rio8, para ministrar o curso de Teoria da Probabilidade, no Departamento de Engenharia Industrial. Minha passagem pela PUC foi também muito importante para minha formação estatística, pois o núcleo de estatística dentro do Departamento de Engenharia de Industrial era muito atuante e os professores trabalhavam em áreas que me interessavam, ou seja, controle de qualidade, planejamento de experimentos e pesquisa operacional. Um pouco antes de terminar o doutorado, fui convidado a trabalhar no desenvolvimento de modelos e projetos estatísticos na CTBC9, em Uberlândia. Na CTBC fiquei apenas seis meses. Durante esse tempo construí um modelo estatístico para a obtenção do risco de inadimplência na telefonia celular e fiz também grandes amigos. Essa época que passei em uma empresa privada ajudou ainda mais na consolidação da minha formação profissional em estatística. Em agosto de 2005, entrei como professor efetivo, na área de Estatística, na Universidade Federal de Uberlândia e, desde então, tenho trabalhado como professor, orientador e pesquisador. 4) Quais são os ramos de atuação para os profissionais que escolhem a área de Estatística? Como é o mercado de trabalho? O mercado de trabalho em Estatística é muito amplo e vem crescendo a cada dia. A diversidade de atuação é um dos grandes atrativos da Estatística, que pode promover a melhoria da eficiência e também a solução de vários problemas práticos importantes em quase todas as áreas do conhecimento. Vou citar algumas áreas, com o auxílio da página da ENCE10 na Internet, em que a atuação do estatístico está mais presente: 1) Indústria – no planejamento industrial, a atuação do estatístico começa nos estudos de implantação de uma fábrica até a avaliação das necessidades de expansão industrial, na pesquisa e no desenvolvimento de técnicas produtos e equipamentos, nos testes dos produtos, no controle de qualidade e quantidade, no controle de estoques, nas análises de investimentos, nos estudos de produtividade, no planejamento de manutenção de máquinas, etc. 2) Área de Recursos Humanos – o estatístico realiza pesquisa de compatibilização entre os conhecimentos e habilidades dos empregados e as atividades desenvolvidas por eles, estuda salários, avalia planos de saúde, etc. 3) Universidades e Instituições de Pesquisa – o estatístico pode atuar como docente, ministrando disciplinas relacionadas à Estatística, pesquisando e desenvolvendo novas metodologias de análise estatística para os mais variados problemas teóricos e práticos. Pode, ainda, assessorar pesquisadores de outras áreas, dando-lhes suporte científico, para que consigam tomar decisões acertadas, dentro da variabilidade intrínseca de cada problema, auxiliando-os na escolha da metodologia científica a ser adotada, no planejamento da pesquisa, na escolha qualificada dos dados, na análise das respostas, etc. 4) 8 Pontifícia Universidade Católica de Rio de Janeiro Companhia Telefônica do Brasil Central 10 Escola Nacional de Ciências Estatísticas 9 Área de Demografia – o estatístico estuda a evolução e as características da população, estabelece tábuas de mortalidade, analisa os fluxos migratórios, planeja e realiza experimentos com grupos de controle, desenvolve estudos sobre a distribuição e incidência de doenças, etc. 5) Área de Marketing e Análise de Mercado – o estatístico tem um perfil adequado para trabalhar na monitoração e análise de mercado, nos sistemas de informação e marketing, na prospecção e avaliação de oportunidades, na análise do desenvolvimento de produtos, nas decisões relativas a preços, nas previsões de vendas, na logística da distribuição de produtos, nas tomadas de decisões, etc. 6) Área Financeira e Bancária – o estatístico pode atuar no departamento de seguros e análise atuarial, na avaliação e seleção de investimentos, no estudo e desenvolvimento de modelos financeiros, na avaliação e projeção de indicadores financeiros, etc. 5) No seu ponto de vista, qual seria a qualificação ideal que um estatístico deveria ter? Antes de responder esta pergunta, gostaria de deixar claro que as pessoas que trabalham com estatística podem ser divididas em três grupos, a saber: 1) Estatística Teórica – as pessoas deste grupo, uma minoria, trabalham na obtenção de novas metodologias e novas técnicas estatísticas; 2) Estatística Aplicada – as pessoas deste grupo trabalham com implementação, modificação e adaptação dos métodos estatísticos em aplicações a problemas práticos; e 3) Usuários da Ferramenta Estatística – as pessoas deste grupo constituem a grande maioria, e são aquelas que usam as técnicas e os pacotes estatísticos na resolução dos mais diversos problemas, entre essas pessoas estão os engenheiros, os médicos, os psicólogos, etc. Em relação à pergunta, um estatístico, ou seja, um profissional em estatística, deve ser uma pessoa extremamente versátil, pois trabalha com pessoas de todas as áreas. É necessário que tenha conhecimentos de informática, especialmente de organização de bancos de dados, e que domine, pelo menos um software estatístico; que tenha uma boa base matemática, com um bom conhecimento de métodos de otimização; que conheça bem a língua portuguesa, especialmente na redação de relatórios; que tenha fluência em inglês, pois a maioria dos textos em estatística é em inglês, e, dependendo de onde ele irá trabalhar, precisará comunicar com pessoas que não falam o português; e, obviamente, que tenha um bom conhecimento em estatística, tanto em teoria, quanto em métodos. 6) O que você aconselharia ao aluno do curso de Matemática, em relação à opção de curso, fazer licenciatura ou bacharelado? Depende, se o aluno tem interesse em trabalhar com educação, sem dúvida, que a melhor opção é a licenciatura, mas se o aluno tem interesse em matemática pura, a melhor opção seria o bacharelado. Caso ele tenha interesse em matemática aplicada ou estatística, ele pode cursar tanto a licenciatura, quanto o bacharelado, desde que complemente sua formação com algumas disciplinas básicas, dentro da área que deseje seguir. É importante que ele procure um professor de sua área de interesse, para que este lhe oriente sobre quais seriam as disciplinas complementares que ele deveria cursar. Acho também que mesmo aquele aluno que escolher cursar o bacharelado, deveria também cursar algumas disciplinas na licenciatura, principalmente, aquelas relacionadas com didática, pois esse aluno, terminando o mestrado ou o doutorado, a menos que vá trabalhar em uma empresa, provavelmente, acabará tendo que dar aulas em alguma instituição de ensino. 7) Quando você acabou a graduação, você teve alguma dúvida sobre a escolha do mestrado? (se gostaria mesmo fazer mestrado, ou pensava em trabalhar logo, se teve dúvida em onde fazer o mestrado). Desde o início da graduação sempre tive vontade de fazer mestrado. Essa vontade aumentou ainda mais no decorrer do curso, principalmente, após minha entrada no PET11, onde passei a ter maior contato com os professores, que sempre incentivavam os alunos a fazerem mestrado. Minha estada no PET foi muito frutífera e foi fundamental para que eu fizesse uma pósgraduação. Na minha época, acredito que ainda seja assim, era comum que os alunos fizessem cursos de verão, com o intuito de conhecer a rotina de um curso de mestrado e também para tentar garantir uma vaga neste curso. Em 1995 fiz um curso de verão em álgebra linear na Unicamp, embora não tivesse muito interesse em ir para Campinas. Quando terminei o curso de graduação em matemática, queria trabalhar na área de otimização, embora gostasse muito da área análise e geometria. Desta forma, procurei saber onde poderia estudar otimização. Foi aí que descobri a área de Pesquisa Operacional. Incentivado e orientado pelo professor Olímpio12, fiquei sabendo que a UnB, através do Departamento de Estatística, concedia o mestrado em Estatística e Métodos Quantitativos (na área de pesquisa operacional). Embora tendo interesse em pesquisa operacional, também me inscrevi no Mestrado em Matemática na UnB. Por fim, desisti do mestrado em matemática e optei por fazer o Mestrado em Estatística, na área de Pesquisa Operacional. 8) Qual é a formação (licenciatura ou bacharelado) que um aluno do curso de matemática deve ter para ingressar no mestrado em Estatística? Um aluno que fez bacharelado tem um conhecimento maior, em algumas áreas da matemática, do que um aluno que fez licenciatura, contudo pode não ter em estatística. Assim, independente do aluno ter feito bacharelado ou licenciatura, para que ele possa entrar num curso de mestrado em estatística, de igual para igual com um aluno que tenha graduação em estatística, é necessário que ele complemente sua formação com algumas disciplinas básicas como, por exemplo, probabilidade, inferência e modelos de regressão. Boas referências para essas disciplinas são, respectivamente, os livros do Meyer13 e do Carlos Dantas14, o livro do Heleno Bolvarine15, e os livros do Hoffman16 e do Montgomery17. Também é necessário que ele faça um bom curso de análise na reta. Além disso, sugiro ainda que ele procure um professor de estatística e faça algum estudo orientado. 9) Como é o procedimento seletivo para um aluno entrar em um mestrado em estatística? Quais são as disciplinas básicas do mestrado? Onde cursar um mestrado em Estatística? Inicialmente, o aluno é convidado a fazer um curso de verão, em geral, em probabilidade. Sua aceitação ou não ao mestrado está condicionada ao seu desempenho no curso de verão e à análise de seu currículo. Normalmente, também é realizada uma entrevista com os candidatos. Quanto às disciplinas básicas de um mestrado em estatística, vou tomar como referência o programa de mestrado da UFRJ. Na UFRJ, o aluno de mestrado deve, no primeiro trimestre, cursar as disciplinas de Probabilidade, e Cálculo Avançado (análise na reta); no segundo trimestre, cursar Inferência Estatística (Clássica e Bayesiana) e Processos Estocásticos. 11 Programa de Educação Tutorial, mantido pela CAPES. Olímpio H. Miyagaki: ex-professor da UFU, atualmente é professor da Universidade Federal de Viçosa. 13 Meyer, P. L.; Probabilidade: aplicações à estatística, 2ª edição, LTC, Rio de Janeiro, 1983. 14 Dantas, C. A. B.; Probabilidade: um curso introdutório, 2ª edição, EDUSP, São Paulo, 2004. 15 Bolfarine, H. e Sandoval, M.C. Introdução à Inferência Estatística, Coleção Mat. Aplicada, SBM, 2001. 16 Hoffman, R e Vieira, S. Análise de Regressão: Uma introdução à econometria, Hucitec, 1998. 17 Montgomery, D.C. Estatística Aplicada e Probabilidade para Engenheiros. LTC, 2003. 12 Depois dos dois trimestres ele deve fazer o exame de qualificação, que envolve as disciplinas de Probabilidade, Inferência e Processos Estocásticos. No terceiro trimestre, ele deve cursar as disciplinas de Modelos Lineares Generalizados e Estatística Computacional. No quarto trimestre ele deve cursar duas disciplinas optativas, geralmente, Modelos Dinâmicos Bayesianos e Modelos Hierárquicos. Nos trimestres seguintes, ou seja, no próximo ano, ele participa de seminários e trabalha, juntamente com seu orientador, na sua dissertação de mestrado. O aluno também deve ser aprovado em um exame escrito de língua inglesa. Para as demais instituições, o procedimento é praticamente o mesmo em relação às disciplinas obrigatórias, o que muda é apenas em relação às disciplinas optativas, que variam de instituição para instituição, dependendo da área de pesquisa do departamento. As principais instituições que oferecem mestrado em Estatística são: USP–Universidade de São Paulo (SP), UFRJ–Universidade Federal do Rio de Janeiro, UFMG–Universidade Federal de Minas Gerais, UNICAMP–Universidade de Campinas, UFPE–Universidade Federal de Pernambuco, UFSCAR–Universidade Federal de São Carlos, USP–São Carlos, ENCE–Escola Nacional de Ciências Estatísticas, UFRN–Universidade Federal do Rio Grande do Norte, ESALQ/USP– Escola Superior Luiz Queiroz e UFLA–Universidade Federal de Lavras, sendo as duas últimas, na área de agronomia, na subárea de Estatística e Experimentação Agronômica. 10) E sobre o doutorado e a pesquisa na área de Estatística? Com relação aos programas de doutorado, houve um aumento significativo de cursos no país. Antes de 2001, ano em que iniciei o doutorado na UFRJ, só existia doutorado na USP. Atualmente, no Brasil, existem mais cinco programas de doutorado em Estatística, a saber: na UFRJ, na UFPE, na Unicamp, na UFMG e na UFSCAR. Podem-se citar também os doutorados em estatística e experimentação agronômica, na área de agronomia, da ESALQ e da UFLA. Com relação ao programa do doutorado, posso citar minha experiência na UFRJ. No primeiro ano, o aluno deve cursar todas as disciplinas do mestrado, isso vale para todos os alunos, exceto para aqueles alunos que lá fizeram mestrado. No segundo ano o aluno deve cursar Probabilidade e Inferência avançadas, além de participar dos seminários de doutorado. No terceiro ano, o aluno faz o exame de qualificação e participa de seminários, voltados para sua área de pesquisa, juntamente com o professor orientador. No último ano, o aluno se dedica totalmente à conclusão da tese de doutorado. O aluno também deve ser aprovado em exame escrito em inglês, e em uma outra língua estrangeira, por exemplo, alemão, francês ou espanhol. Em alguns departamentos, o exame de inglês é condição necessária para a aceitação do aluno no programa. Para que o candidato seja aceito no doutorado ele já deve ter sido aceito por um professor orientador. Alguns departamentos exigem também que o candidato, juntamente com seu futuro orientador, apresente uma proposta preliminar de pesquisa. Com relação à pesquisa em Estatística e usando as palavras do professor Gauss Cordeiro18, no contexto mundial a Estatística Matemática e a Probabilidade têm atraído inúmeros pesquisadores e muito dos estudos feitos no Brasil, nestas subáreas, têm sido de ponta. A pesquisa teórica em Probabilidade tem prestígio internacional, destacando suas atividades no IMPA, USP, Unicamp, UnB e CBPF19. Vários temas de concentração da Estatística estão em moda atualmente, entre os quais, podem ser citados: Data Mining, Redes Neurais, Modelagem em Finanças e Economia, Estatística Computacional, Metaheurísticas, Modelos Estocásticos em Genética e DNA, Reconhecimento dos padrões e processamento de sinais e imagens, Wavelets, Física Estatística, Otimização Estocástica, Métodos MCMC, Análise de Riscos, Modelos ARCH, Planejamento Ótimo de Experimentos, Modelos Dinâmicos, etc. Ainda, de acordo com o professor Gauss, no médio prazo, a Estatística deverá entrar pesado em várias 18 19 Professor de Estatística da Universidade Federal Rural de Pernambuco e Pesquisador 1A do CNPq Centro Brasileiro de Pesquisas Físicas áreas da medicina, como automação de processos de diagnóstico; e terá um papel crucial para diagnosticar riscos de pacientes desenvolverem determinadas patologias, tendo como base dados de exames clínicos e laboratoriais e o estudo do DNA. Modelos e métodos estatísticos sofisticados possibilitarão, num futuro próximo, desenvolver sistemas especialistas de diagnóstico clínico. Com o advento da computação, a estatística teve um grande crescimento e alcançou níveis nunca antes sonhados. Atualmente, com o auxílio sempre crescente da informática, as aplicações da estatística se estendem a, praticamente, todas as áreas e subáreas do conhecimento. 11) Deixe uma mensagem para os alunos do curso de matemática Nos dias de hoje é muito importante fazer uma pós-graduação. Não tenha receio em fazer um curso de mestrado, achando que não irá conseguir. Corra atrás do que você queira e goste de fazer. Participe de congressos, procure assistir seminários e palestras, saiba mais sobre a área que lhe interesse, pesquise na Internet. Na sala de aula, questione os professores sobre o motivo de estudar tal conteúdo, se existe alguma aplicação do assunto que está sendo estudado, qual a idéia básica por trás do tema, em que contexto histórico surgiu tal assunto. Trace uma meta, acredite nos seus sonhos e siga seus objetivos. FAMAT em Revista Revista Científica Eletrônica da Faculdade de Matemática - FAMAT Universidade Federal de Uberlândia - UFU - MG Ç Ñ È Merece Registro Número 08 - Abril de 2007 www.famat.ufu.br Comitê Editorial da Seção Merece Registro do Número 08 da FAMAT EM REVISTA: Marcos Antônio da Câmara (coordenador da seção) Merece Registro Nesta seção, como prometido no número anterior, damos informações sobre a VI SEMAT, assim como incluímos entrevistas com os professores Sandra Augusta Santos, Pedro Malagutti e Luiz Márcio Pereira Imenes. Tais entrevistas foram realizadas pela aluna Maria Luiza Maes, membro do Corpo Editorial da FAMAT em REVISTA. A) MESTRADO EM MATEMÁTICA NA UFU O curso de verão em Análise na Reta terminou dia 16/02/2007, completando assim a seleção dos candidatos à primeira turma do Mestrado em Matemática da FAMAT. Dos 45 alunos que fizeram o curso, 9 foram aprovados. Como desses 9 exatamente 8 haviam solicitado ingresso como alunos regulares, todos os nove foram aceitos no curso (o nono candidato entrou com o aluno especial, conforme havia solicitado quando de sua inscrição). Haviam 8 vagas para alunos regulares e 4 vagas para aluno especial. Os alunos selecionados foram, pela ordem: Alunos regulares: Leandro Cruvinel Lemes Wilian Eurípedes Vieira Mariana Ramos Reis Laís Bássame Rodrigues Juliana Lázara Curcino Viana Paulo Henrique Barbosa Galdino Daniel Hilário da Silva Wanda Aparecida Lopes Aluna especial Carolina Fernandes Molina Sanches B) CURSO DE APERFEIÇOAMENTO Foi realizado de 22 a 26 de janeiro de 2007, sob a coordenação do professor Cícero Fernandes de Carvalho da FAMAT, o Curso de Aperfeiçoamento para Professores de Matemática do Ensino Médio. O programa é realizado em módulos independentes em diversos lugares do país e aborda tópicos selecionados das três séries do ensino médio. Cada módulo consta de treinamento em tempo integral, durante uma semana, nas férias escolares. As atividades de cada dia consistem em aulas expositivas transmitidas por meio de videoconferência para as instituições participantes na parte da manhã e trabalhos em grupo à tarde. Na UFU, as aulas foram realizadas de segunda a sexta-feira, das 8 às 17 horas, no auditório do bloco X e em uma sala de aula do bloco 3Q, campus Santa Mônica. Este curso é realizado desde 1990 pelo Instituto Nacional de Matemática Pura e Aplicada (Impa-RJ) e tem como ênfase o fortalecimento do conteúdo matemático dos professores participantes e a criação de uma literatura especificamente voltada para professores do ensino médio. Atualmente, recebe apoio do Projeto Instituto do Milênio Avanço Global e Integrado da Matemática Brasileira e Contribuição à Região (IM/AGIMB), da Financiadora de Estudos e Projetos (Finep), da VITAE Apoio à Cultura, Educação e Promoção Social e da Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de Janeiro (Faperj). C) OBMEP O Prof. Antônio Carlos Nogueira participou de 08 a 13/01/07 da correção unificada da OBMEP 2006, no IMPA, Rio de Janeiro. D) VI SEMANA DA MATEMÁTICA A VI Semana da Matemática (link www.famat.ufu.br/semat), realizada de 12 a 15 de dezembro de 2006 na Universidade Federal de Uberlândia, promoveu as seguintes atividades: palestras, mini-cursos técnicos e apresentações de Iniciação Científica. O evento foi um sucesso, cumpriu plenamente com os objetivos propostos: divulgar a Matemática como Ciência e, promover a interação entre pesquisadores da área de matemática e áreas afins de diversas regiões do país. Contamos com a presença de professores de renome de várias instituições de ensino e pesquisa: - Prof. Dr. Antônio Carlos Nogueira – FAMAT – UFU - Prof. Dr. Antônio José Manzato – IBILCE - UNESP – São José do Rio Preto - Prof. Dr. Edson Agustini – FAMAT – UFU e grupo PETMAT - Prof. Dr. Luís Gustavo Nonato – ICMC - USP – São Carlos - Prof. Ms. Luís Márcio Pereira Imenes - Autor de Livros Didáticos - São Paulo - Prof. Dr. Marcelo Viana - IMPA - Rio de Janeiro - Prof. Dr. Pedro Alberto Morettin - IME - USP - São Paulo - Prof. Dr. Pedro Malagutti – DM - UFSCar - Profa. Dra. Rosa Maria dos Santos Barreiro Chaves -IME –USP – São Paulo - Profa. Dra. Sandra Augusta Santos - IMECC - UNICAMP No evento contamos com a ilustre presença do Prof. Dr. Marcelo Viana, que recebeu vários prêmios por suas pesquisas, inclusive o prêmio Srinivasa Ramajun em 2005, que distingue o trabalho de pesquisa de jovens matemáticos em países em desenvolvimento. Também, foi membro da Academia Brasileira de Ciências e da Academia de Ciências do Mundo em Desenvolvimento. O Departamento de Música e Artes Cênicas da UFU teve presença marcante nesta edição da Semana da Matemática: x Na abertura do evento tivemos o prazer de ouvir um ‘Duo de Flauta Transversal e Violão’ com os instrumentistas: Marvile Palis Costa e Waldir Mendes Júnior. x No encerramento apreciamos um ‘Recital de Violão Solo’ com o Prof. Ms. Maurício Orosco e tivemos a apresentação do ‘Grupo de Percussão da UFU’ coordenado pelo Prof. Ms. Eduardo Tullio. Comissão Organizadora: Profa. Rosana Sueli da Motta Jafelice - FAMAT – UFU (Coordenadora) Profa. Dulce Mary de Almeida - FAMAT - UFU Profa. Fabiana Fiorezi de Marco Matos - FAMAT - UFU Prof. Marcos Antônio da Câmara - FAMAT - UFU Prof. Rogério de Melo Costa Pinto - FAMAT - UFU Prof. Valdair Bonfim - FAMAT - UFU Flávia Cristina Martins Queiroz - discente do PET/SESu - FAMAT - UFU Victor Rafael Araújo de Noronha - discente do DAMAT - FAMAT – UFU A Comissão Organizadora agradece a participação dos docentes e discentes no evento. E) EVENTOS NACIONAIS Miranda, Virgínia H. R. e Câmara, Marcos A., Aplicações Matemáticas da Geometria, Anais 14º SIICUSP, 8 a 10 de novembro de 2006. Pereira, Giselle M. R. e Câmara, Marcos A., O Pentagrama, Anais 14º SIICUSP, 8 a 10 de novembro de 2006. Pereira, Giselle M. R. e Câmara, Marcos A., O Retângulo Áureo e a Espiral Logarítmica, Anais 14º SIICUSP, 8 a 10 de novembro de 2006. Pereira, Giselle M. R. e Câmara, Marcos A., A Divisão Áurea, Anais 14º SIICUSP, 8 a 10 de novembro de 2006. Oliveira, Rafael H. A. e Almeida, Dulce M., Helicóides Generalizados e a Superfície de Dini. Anais da VI SEMAT-UFU, p. 57-60, 2006. Saramago, Ana L. P. e Jafelice, Rosana S. M., Diagnóstico Médico Fuzzy da Infecção Aguda Causada pelo HIV, Anais da XIX Semana Científica da Medicina, realizado pela Faculdade de Medicina – UFU, 21 a 24 de novembro de 2006. Figueiredo, Rafael A. e Câmara, M. A., Códigos Permutacionais, Anais da VI SEMAT, 12 a 15 de dezembro de 2006. Bechara, Bruno F. Z. e Jafelice, Rosana S. M., Autômato Celular no Estudo Microscópico dos Indivíduos HIV-Positivos com Tratamento, Anais da VI SEMAT, 12 a 15 de dezembro de 2006. F) NOSSOS ALUNOS EM PROGRAMA DE MESTRADO Ingressou no programa de mestrado em matemática pura do IMPA neste semestre o aluno Flaviano Bahia Paulinelli Vieira. Parabéns, Flaviano! Entrevista com: Profª. Drª. Sandra Augusta Santos (IMECC – UNICAMP) 1) Qual é a sua formação acadêmica? Sandra: Eu fiz graduação (bacharelado) e doutorado em Matemática Aplicada na UNICAMP. Depois, fui fazer o pósdoutorado na Rice University, nos Estados Unidos. Quando voltei, fiz o concurso para livre docente. Desde então, sou livre docente na UNICAMP. 2) Quando começou a utilizar programas em atividades para o ensino de Cálculo? Sandra: Assim que eu comecei como docente na UNICAMP, já no ano de 96. 3) Descreva seu projeto de um ambiente computacional para esta atividade didática de ensino de Cálculo? Sandra: Este trabalho, Cálculo com aplicações, é fruto da parceria com outros colegas do IMECC – UNICAMP, principalmente com a Vera Figueiredo e a Margarida Melo. Mas, também, vale a pena ressaltar os outros colegas que foram participando conosco ao longo do semestre, tutores e monitores que integraram a equipe. Se nós fossemos olhar foram mais de 100 alunos que contamos durante todo o projeto quando ele vigorou e, sobretudo, principalmente não podemos deixar de falar dos alunos, todos os alunos que integraram as turmas desenvolvendo com a gente e abraçando este projeto conosco. 4) Existe algum comparativo entre sua abordagem de ensino com a abordagem clássica sem recurso computacional? Sandra: Quando este projeto começou, ele foi uma proposta da Pró-Reitoria que proporcionou as bolsas dos tutores. Então, a própria UNICAMP pediu para a Comissão do Vestibular para nos acompanhar com pesquisas para ver a validade. Eles avaliaram turmas que faziam parte do projeto e turmas que não faziam, para tentar ver a influência e a repercussão, nós podemos perceber uma significativa melhora, tanto na desistência porque menos alunos desistiram da disciplina ao longo do semestre quanto no número de alunos aprovados. 5) Esta metodologia é usada em grande escala na UNICAMP ou somente em algumas turmas? Sandra: Depende do período. Nós tivemos períodos com muitas turmas, de oito turmas de Cálculo, cinco turmas de Geometria Analítica e teve momentos que foram somente em duas turmas. Então, dependendo do período e de como evoluímos, tivemos nossos períodos de auge e determinados momentos que foram diminuindo. 6) Quantas turmas que sua equipe trabalha usando esta metodologia? Sandra: Hoje nenhuma, pois este projeto vigorou até 2.002. Ao longo do tempo, foi reduzindo o número de turmas até que hoje não temos nenhuma. Maria Luiza: Você havia falado que quando trabalhava, você dividia as turmas e levava os alunos ao laboratório para trabalhar com eles em dupla. Sandra: Exatamente. O projeto parou justo quando as turmas de Cálculo mudaram, nós passamos a ter 120 alunos nas turmas, nos quais esses 120 alunos já não eram mais de um curso só, eles eram alunos mesclados de vários cursos. Quando nós estávamos trabalhando os alunos eram somente da Engenharia Elétrica, Química, ou da Engenharia Civil, então nós pedíamos para as unidades nas quais eles eram alunos para nos emprestar os laboratórios e conseguíamos usar os laboratórios das unidades para cada curso. Quando os cursos ficaram todos misturados não existia um laboratório em toda a universidade para os tipos de alunos que tínhamos nas salas, ou seja, turmas mescladas compostas por vários cursos. Antes, quando ficava distribuído era mais fácil, a partir do momento que as turmas ficaram mescladas nós não conseguimos a autorização das unidades dos cursos que permitissem que alunos de outras unidades usassem por causa de senha, segurança. Então, todo o operacional ficou comprometido quando o número de alunos cresceu muito, por isso que nós só conseguimos fazer com turmas reduzidas quando são turmas mais especificas. Nós ainda continuamos conseguindo fazer nas turmas da Matemática, do ‘cursão’, porque eram alunos só desse bloco. Mas, agora, nem eles fazem parte do Cálculo diferente, o ‘cursão’ faz o mesmo Cálculo que os outros das exatas. Então todo é um grande ‘bolo’, por isso ficou difícil nós conseguirmos, pelo menos, não esta dando para fazer atividades de laboratório dentro do curso, do horário da disciplina, o que é possível fazer depende do professor, da disponibilidade, da disposição, é fazer projetos e outras coisas extra-classe, mas, dentro da aula já não dá. Dá também para realizar, como nós fizemos, um mini-curso com momentos da aula em que você mostra coisas para os alunos, em que você prepara e usa o recurso computacional, mas, é diferente de uma aula de laboratório, pois o aluno vai ver e não vai fazer. 7) Quais as possibilidades de utilizar softwares livres? Quais seriam estes softwares? Sandra: A possibilidade é total, não tem nenhuma restrição e nenhuma obrigatoriedade em trabalhar com o Mathematica. Nós, na UNICAMP, trabalhamos com o Mathematica porque era o programa que nós tínhamos acesso. Mas, hoje quando estamos trabalhando com turmas de outros lugares, por exemplo, no mestrado profissional em que trabalhamos com professores do Mato Grosso e do Maranhão, estamos usando o Winplot e o Maxima, os quais são softwares livres que complementam na parte da visualização e da computação algébrica nos recursos. E, é claro vamos aprendendo cada vez os usamos mais. Particularmente, a Vera, a Margarida e eu, dominamos muito o Mathematica pelo tempo investido nisso, nós não conseguimos explorar tão bem o Maxima quanto o Mathematica, mas, estamos aprendendo trocar porque acreditamos que este trabalho tem que ser num software livre sim, não pode ficar preso ainda mais que estamos numa universidade pública. É muito bacana, importante e desejável não termos que gastar, mas, não há nenhum empecilho. 8) Quais foram às dificuldades encontradas no decorrer do seu projeto? Sandra: As dificuldades principais foram essas: as turmas terem crescido tanto que o projeto ficou inviável. As turmas terem ficado muito grandes, com 120 alunos e mistas, então fomos vendo que não íamos conseguir continuar. As dificuldades foram que o próprio processo acabou desfazendo o projeto acabando de uma maneira mais global. Claro que tem uma questão que é levar o projeto desses às pessoas que fazem a opção por um semestre, por um ano, não podemos fazer essa escolha por toda uma vida. Eu, por exemplo, queria muito de experimentar outras coisas com Geometria, Geometria Plana, Programação Não-Linear, seria uma boa experiência em outras disciplinas e poderia usar essas idéias de uma outra maneira, então eu também tenho a vontade de mudar de não ficar sempre trabalhando com o Cálculo. Hoje, também, não vejo mais como dificuldade, mas, como uma coisa que ajudou de uma maneira eu me conformar com o fato do projeto ter acabado, pois quando você faz parte de um projeto, você o abraça e quer ver aquilo continuar. 9) Os resultados esperados foram atingidos? Sandra: Sem dúvidas, nós sentimos que atingimos sim e, o principal não era o laboratório ou os projetos, mas, é o fato de termos uma equipe que discutia, pensava, conversava e tentava aprender junto, então nós tínhamos uma liberdade e uma confiança entre nós, os professores e os tutores, pra nós podermos mostrar nossas forças e fraquezas. Poder contar o que tinha dado certo e o que não tinha e, aprender com os outros, descobrir coisas e propor, se sentir desafiados, isso foi muito rico e cada um acaba levando essa experiência na vida. É muito rico, hoje vermos que vários desses tutores são professores na faculdade, como da Engenharia Mecânica e da própria Matemática, então isso é muito legal. Além, é claro, que nosso objetivo primeiro com os alunos de Cálculo foram atingidos, e hoje nós recebemos e-mail de alunos nos contando que estão fazendo pós-graduação, estão em empresas, cada um tomou seu rumo. Nós vemos que a coisa se solidificou para os alunos, para os tutores que participaram e para nós mesmo. A própria consolidação de todo esse material, fruto desse trabalho no livro, foi para nós uma grande conquista também, porque, colocar tudo, arrumar e preparar o livro, foi uma coisa que levou bastante tempo. Quando achávamos que o livro já estava pronto em 2.000, levou mais cinco anos para terminarmos. Então não é assim que as coisas ficam prontas, é uma lição muito grande que tiramos, quando nós ‘brincávamos’ falando que estava praticamente pronto, daí, víamos e arrumávamos o livro e, quando vai ver ainda acha mais uma coisinha, então como você vai aprendendo com as coisas é incrível. 10) Você gostaria de falar mais alguma coisa sobre o projeto que acha válido. Sandra: Acho que não de acrescentar, mas, é isso, a parte mais importante é o trabalho coletivo, a parceria, a riqueza, o desafio e, para quem está tentando começar um projeto desses que é preciso ter parceiros, precisa aproveitar o espaço da universidade, ter verbas para ter alunos que possa montar uma equipe com monitores, consultores nesse sentido para trabalho remunerado e criar um espaço de aprendizado para todo mundo, melhorar para os alunos. Você não pode propor coisas e deixar os alunos ‘soltos’, cheios de dúvidas sobre elas. Nem você vai dar conta como professor também, precisa de um respaldo e, ao mesmo tempo, ficar sozinho também é difícil por que com quem você vai dialogar? Então é importante ter grupos mesmo que sejam apenas uma dupla, dois professores numa turma e foi assim que nós começamos também. À medida que a fila vai andando, outros colegas vêem, ficam com vontade e vem ajudar. Então vale a pena, dá trabalho sem dúvida, mas, vale a pena. A recompensa é grande, principalmente os resultados atingidos com os alunos. 11) Agora, vamos falar um pouco sobre o seu livro. Sandra: Então esse livro em parceria com a Vera e a Margarida. Nós conseguimos fazer a publicação com o apoio do nosso instituto, o IMECC, feito na gráfica da UNICAMP, mas, ele não ficou um livro comercial. Nós estamos cuidando da venda e da divulgação. Então quem quiser pode acessar pela minha página, ou pela página da Margarida no site da UNICAMP. Por um motivo operacional, tivemos que encerrar uma das contas que era utilizada para o depósito, então eu acho que não deve estar mais ativa a conta. Mas, dá para escrever para nós por e-mail. O custo neste momento é de R$40,00 o exemplar sendo cobrada a despesa do envio pelo correio, caso precise enviar o livro. Nesta primeira impressão, foram feitos 300 exemplares e já deve estar terminando, devemos ter ainda uns 40 livros no máximo, talvez façamos uma segunda impressão, ainda possui alguns erros e estamos tentando corrigi-los. Então é isso, para comprar é direto conosco mesmo. 12) Deixe uma mensagem para os alunos do curso de graduação em Matemática. Sandra: Eu pensei numa mensagem assim, porque eu gosto de fazer um paralelo da Matemática com os assuntos históricos. Então eu queria falar o seguinte: “Praticar a Matemática. Um praticar entre aspas, como os esportistas assim. Mas, não esquecer daqueles maratonistas que correm por gosto, porque eu acho que é bem aquele ditado que fala ‘Quem corre por gosto não se cansa’, então fazer aquilo com vontade, com gosto e se descobrir na Matemática, pois, eu acho que é ai que está à graça, a beleza e você vê se é isso mesmo que quer fazer. Porque senão for assim, não vale a pena. Tem que ser leve e fluir, não precisa ser uma coisa sofrida. Praticar para buscar e conviver com essa coisa boa”. Profª. Drª. Sandra ministrando seu mini-curso na SEMAT. Entrevista com o Profº. Drº. Pedro Malagutti – DM- UFSCar 1) Qual sua formação acadêmica? Profº. Pedro: Fiz a licenciatura em Ciências com habilitação em Matemática na Universidade Federal de São Carlos, de 1.976 a 1.980; depois fiz mestrado em Equações Diferenciais na USP de São Carlos, de 1.980 a 1.983. Em seguida, fiz o doutorado em Equações Diferenciais Parciais pela federal de Pernambuco de 85 a 89. Ministro aulas desde 1.983 na Universidade Federal de São Carlos. Então, eu tenho uma formação bastante significativa na área de Análise Matemática, mas eu sempre me interessei em atividades ligadas à formação de professores, licenciatura, em geral com alunos. Ultimamente eu tenho devotado grande parte do meu trabalho com isso, um trabalho com professores e alunos da licenciatura. Eu fui formado em licenciatura também, mas no meu tempo você fazia o bacharelado que no final do curso tinha umas três ou quatro disciplinas pedagógicas, isto era a licenciatura e não como ela realmente é hoje! 2) Descreva seu projeto: “Humor, Matemática e outras coisas perigosas”. Profº. Pedro: Bom, o objetivo é sempre o seguinte: eu fico pensando num menino que está no primeiro ou segundo colegial e, que já tem uma aversão grande a Matemática, que nunca foi mostrado a ele a beleza da Matemática. Então esta é a atividade para mostrar certas facetas inusitadas da Matemática nos quais os livros não mostram e os professores não contam. O objetivo é sempre tentar resgatar esse aluno para ver a Matemática com prazer. 3) Como surgiu o nome: “Humor, Matemática e outras coisas perigosas”? Profº. Pedro: Eu pensei bastante no título ‘Humor e Matemática’ deveria ter, pois, eu faço um paralelo entre as provas e demonstrações Matemáticas em piadas. As outras ‘coisas perigosas’ é que no meio existe material concreto, coisas que eu não tenho muito domínio, então eu achei que os perigos estariam nessa parte. Mas, também, porque eu encontrei um livro uma vez folheando na biblioteca cujo título era “O fogo, as mulheres e outras coisas perigosas”, daí eu gostei do nome. 4) Quais são os objetivos deste projeto? Profº. Pedro: O objetivo desse projeto é encantar os alunos, fazer com que os alunos gostem de Matemática. E, depois mostrar que a Matemática é humana e não algo pré-estabelecido, que tem erros e inconsistências. É mais importante descobrir onde o aluno está errando do que um aluno que não teve essa consistência de errar para aprender. 5) O que inspirou a procurar um livro didático de Matemática que pudesse cativar de forma mais incisiva o texto? Profº. Pedro: Os livros de Matemática em geral, são muitos sem encantos para o aluno. Em geral, tem um exemplo introdutório, um pequeno resultado teórico e depois uma lista enorme de exercícios, é uma estrutura padrão das escolas. Eu busquei fazer existir alguma atividade de investigação. Isto tem no humor e na mágica também, você vê uma mágica e tenta entender como foi tudo feito, que investigação há por trás. Nos livros didáticos de Matemática, encontrei pouco material que me ajudasse. Encontrei muito material nos sites de piadas, basicamente eu fico ‘garimpando’ para ver se isso pode ser usado ou não. O “encantamento” vem sendo esquecido, tudo precisa ser melhor, só é preciso resgatar isso para que o aluno sinta prazer na aprendizagem. 6) Você ficou satisfeito com os resultados alcançados? Profº. Pedro: Eu fiquei bastante satisfeito. Toda vez que apresento este material e outros, os alunos do curso de licenciatura acham que este material será muito aproveitado na profissão deles. Eles querem o material à disposição, muitos acrescentam novas histórias. Toda vez que tem apresentação eu melhoro o texto. É uma satisfação muito grande. 7) Fale um pouco sobre o seu livro, inclusive como poderá ser adquirido. Profº. Pedro: O livro ainda está em elaboração e não pode ser distribuído é necessário resolver antes os problemas sobre direitos autorais. O livro é um livro comum e ele é dividido em sete capítulos. E, esses capítulos tendem a organizar uma massa muito grande de informações que eu tinha com histórias que eu achava importante para colocar no livro. O livro não tem uma estrutura matemática no sentido de que se trata de um assunto específico, o que permeia é a lógica. Os setes capítulos são: O Humor e os Matemáticos o convivência com os Matemáticos; Humor e Demonstração o principais técnicas de demonstração; Projeto Burrice Artificial o há uma lógica por trás do erro; Lógica e Humor o sistema axiomático; Ilusões Criativas o ilusões de óptica e poesias com estruturas matemáticas; Humor na Sala de Aula o dia-a-dia em sala de aula. Colecionei atividades adicionais e as coloquei no final, em geral: um texto sobre inteligência artificial e um pouco sobre um texto “Alice no país das maravilhas”, e, tem uma discussão muito legal sobre “Aquiles e a tartaruga”. Basicamente o livro é uma gama de materiais que estou colecionando. Sempre adiciono uma coisa para melhorá-lo. 8) Quais são os seus projetos futuros em relação a estas atividades? Profº. Pedro: Eu tenho quatro textos que estão ligados com o mesmo espírito. Em geral os apresenta na Bienal da Sociedade da Matemática. Já tem três bienais. Na primeira bienal, realizada em Belo Horizonte, eu fiz um texto chamado “Inteligência Artificial no Ensino Médio”, é um livro cheio de jogos para ensinar um pouco de lógica de programação, como essa inteligência artificial pode ser usada em sala de aula. Não tem nada a ver com a pesquisa sobre inteligência artificial, este é apenas um nome ligado a máquinas que realizam tarefas intelectuais, ele é um livro de ensino de matemática. O segundo texto foi da segunda bienal, em Salvador, “Os quatro elementos da natureza e a Matemática – fogo, terra, ar e água”. Esse texto tem uma estrutura que é assim: eu pego um elemento da natureza, por exemplo, o fogo. Desde a pré-história eu vou evoluindo desde como que a filosofia via o fogo e depois como o fogo foi importante para a criação de uma teoria matemática. Em particular, o fogo está muito ligado ao calor e na Revolução Industrial o calor teve que ser dominado para trens e máquinas a vapor. Então foram feitos estudos formais envolvendo equações e inclusive existe uma equação matemática chamada equação do calor, cuja solução ou tentativa de solução foi proposta por Fourier. Então aquela brincadeira do fogo lá na pré-história se transformou em uma área restrita de pesquisa. Eu vou fazendo conexões até chegar à uma área restrita. Com os outros elementos é a mesma coisa. Na última bienal foi esse texto de “Mágicas Matemáticas” que tem o mesmo espírito desse humor e matemática. Então esses três primeiros estão publicados, esse de humor e matemática é o único que não está. 9) Qual é o público alvo? Profº. Pedro: Estivemos pensando primeiro naquele aluno do ensino médio em que o raciocínio lógico está formado e ele ainda não sabe o que vai ser fazer depois de terminar o colegial. Quando apresento esse texto na universidade, ele fica adaptado para alunos do 1º e 2º ano da Matemática, mas o meu objetivo não é esse, o meu objetivo é pensando no professor ou no aluno. O professor deveria fazer uma mágica e explicar que aquilo tem uma estrutura por trás, tem análise combinatória escondida e tem noções de metodologia escondida. Esse é o público alvo. 10) Existe a possibilidade de uso sistemático desta obra? Profº. Pedro: Por enquanto ainda não porque ela não está completa, mas eu vou estruturar e divulgar assim que tiver resolvido às questões pertinentes aos direitos autorais. Daí depois, serão recolhidas as críticas. 11) Qual a natureza deste trabalho? Profº. Pedro: Pedagógica. Eu pretendo ensinar grandes teorias matemáticas com isso. Não é um texto sobre matemática, é um texto que anda com a matemática para tornar as aulas mais bonitas. È um texto para motivar os alunos a se abrirem para o ensino da matemática. A reação dos alunos é muito boa para com esse tipo de material. Eles prestam mais atenção nas aulas, ficam mais próximos do professor e a classe se comporta melhor. Esse é o objetivo. 12) Deixe uma mensagem para os alunos. Profº. Pedro: Olhar o mundo com os olhos da razão. É não acreditar sem você entender as coisas. Você não pode usar da fé em todos os momentos da vida. Fé é importante para você se conhecer. Se você puder entender as coisas com o seu raciocínio, com suas ferramentas de descoberta, daí tudo se abre. Você desenvolve a ciência e desenvolvendo a ciência se desenvolve a tecnologia e tudo melhora. Então esse é o papel da universidade. A mensagem que eu deixo é essa: olhar o mundo com os olhos da razão, se gostou de Matemática melhor ainda, pois é essa a nossa área. É o jeito especial de pensar. Não se deixar ter crenças não fundamentadas, tudo tem seu fundamento. Procuras esse fundamento. É isso! Prof. Dr. Pedro Mallagutti ministrando sua palestra na SEMAT Entrevista com o professor Ms. Luiz Márcio Pereira Imenes 1) Qual a sua formação acadêmica? Profº. Imenes: Na graduação, fiz Engenharia Civil e Licenciatura em Matemática; na pós-graduação, mestrado em Educação Matemática na UNESP, em Rio Claro; quanto ao doutorado, antes dos noventa anos pretendo fazê-lo! 2) Muitos professores adotam seus livros. Qual é a metodologia utilizada ao escrever? Profº. Imenes: Entendo que você está se referindo ao modo como trabalhamos, certo? Essa é uma pergunta difícil de responder! Estes livros, publicados hoje, são fruto de um trabalho de muitos anos, que começou no dia em que dei minha primeira aula aos dezesseis anos. Quando preparamos aulas fazemos notas de aula e resumos; dois anos depois, já temos um pouco mais de elementos, vamos tendo novas idéias, criamos alguma atividade, uns exercícios, um problema, organizando os assuntos de uma maneira que nos parece mais adequada para o aluno. Um dia isso vira uma pequena apostila e, com o tempo, uma apostila mais robusta. Em 1972, pela primeira vez, na companhia de outros colegas, recebi o convite para publicar esse material na forma de livro. Nos últimos anos passei a me dedicar a esse trabalho em caráter profissional, ou seja, buscando viver dos direitos autorais. Durante muito tempo publiquei trabalhando no final de semana, nas férias, de madrugada, sem a preocupação de ser sustentado financeiramente por essa atividade. Mas, a partir de 1990, percebi que uma das razões para o material didático ficar aquém dos nossos desejos é a ausência de profissionalismo. Para fazer bem feito, um livro exige dedicação muito grande. Então, resolvi correr o risco e mergulhar de cabeça nesse trabalho. Na companhia de outros colegas, conseguimos elaborar material de qualidade. Quando vamos produzir alguma coisa nova, há uma primeira etapa que consiste em despejar idéias, sem preocupação com esquematização ou viabilidade; vamos jogando essas idéias no computador ou no papel. Às vezes, não se sabe bem de onde, de maneira solta, vem uma idéia quando estou numa viagem ou em casa. Depois, há o momento de organização dessas idéias. Nesse momento a troca entre os autores é muito importante, nos reunimos e tentamos arrumar as coisas. Trata-se de um processo de aproximações sucessivas; a cada nova etapa vamos esquematizando melhor, organizando melhor, descartando aquilo que se mostra inadequado ou inviável. Até que isso amadurece ao ponto de nos sentirmos em condições de escrever capítulos. Cada um escreve um capítulo e, a seguir, fazemos a troca para que um possa fazer a crítica do que fez o outro. Daí, reescreve-se o capítulo e o processo se repete até nos sentirmos satisfeitos com o resultado. Gastamos quatro anos para produzir os livros de primeira à quarta série e mais quatro para produzir os livros de quinta à oitava série. Ao todo foram oito anos de trabalho para produzir a coleção dirigida ao Ensino Fundamental. Para reeditar quatro volumes (temos feito isso a cada 5 anos) gastamos aproximadamente de um ano e meio a dois. Sobre essas reedições há um dado importante, que tem a ver com sua pergunta. O feedback proporcionado pelas escolas que utilizam nossos livros alimenta o trabalho de reedição. Veja só: fazemos um livro para o Brasil; um livro baseado em nossa experiência pessoal como professores. (Atualmente, como não estamos atuando diretamente em sala de aula, quando necessário, alguns colegas nos ajudam testando atividades.) Uma vez publicado, o livro é distribuído por este país a fora. Sucede que existem a realidade de cada sala de aula e as condições de trabalho e formação de cada professor. Nós temos viajado muito e buscado contato com as escolas. Nesses contatos temos retorno sobre o que está acontecendo com o livro na sala de aula e podemos perceber as falhas do trabalho. Verificamos que algumas coisas “emperram” desnecessariamente, por falhas na seqüência didática, por exemplo. Então, na reedição, procuramos aperfeiçoar o trabalho corrigindo essas falhas. Além disso, vamos aprendendo coisas novas. Sempre estudando, vamos encontrando formas mais adequadas de fazer as coisas. Há também um outro aspecto interessante. Vou exemplificar: em 1992, na primeira edição dos volumes de primeira a quarta séries, colocamos uma (apenas uma) atividade com calculadora na quarta série. A gritaria foi generalizada. Nos diziam que isso era um absurdo! Na edição atual, a calculadora está presente em todas as oito séries, desde a primeira, e quase não há protestos. Pelo contrário, muitos professores nos pedem mais atividades com a máquina. Quero dizer que há um avanço coletivo, um avanço do conjunto dos professores que permite ir avançando gradualmente no livro, a cada nova edição. Bem, de maneira resumida, estes pontos esclarecem nosso modo de trabalhar na autoria de textos didáticos. 3) Qual é a sua principal crítica feita aos livros didáticos atualmente? Profº. Imenes: Bem, essa é uma questão muito delicada, mas não fujo dela. A crítica não se aplica apenas à Matemática e também não se aplica apenas àquilo que chamamos de livro. Quero ampliar: vou me referir ao material didático em geral, lembrando que, em nosso país, além dos livros existem “sistemas apostilados”. Segundo matéria publicada em grande jornal de São Paulo, o país tem hoje cerca de 50% de suas escolas particulares com sistemas apostilados. Outro dado: esses sistemas estão sendo vendidos para Secretarias Municipais de Educação, e isso deve ser denunciado. O MEC compra o livro didático depois de submetê-lo a uma avaliação. Todas as obras inscritas nos programas de aquisição de livros do Ministério da Educação são avaliadas. Mas os sistemas apostilados não são avaliados por ninguém, embora também estejam sendo comprados com dinheiro público. Isso tem que ser denunciado, correto? Não estou descartando a possibilidade de aquisição desses materiais, desde que sejam submetidos ao mesmo critério de avaliação. A avaliação que o MEC instituiu a partir de 1995 trouxe melhorias significativas ao livro didático, em todas as disciplinas. É certo que toda avaliação é polêmica, tem falhas, mas penso que o saldo desse processo é positivo. Agora, há um fato que a meu ver é determinante e que a avaliação não modificou. Para entender o que quero apresentar convém, antes, pensar nisto: a quem se dirige o livro didático? Para quem ele é produzido? O livro didático é um instrumento de trabalho de alunos e professores; então ele se dirige a esses dois públicos, alunos e professores. Como autor, devo conduzir um duplo diálogo: existe o livro voltado para o aluno e o livro do professor, que agrega ao livro do aluno um conjunto de orientações e considerações voltadas para o professor. Ou seja, no livro do professor, o autor dialoga com o professor a respeito do livro do aluno, correto? Quem financia a produção do livro é um empresário, dono do capital que transforma as idéias do autor num produto palpável, que é o livro. As empresas que investem nisso o fazem com o mesmo objetivo de qualquer outra empresa, que é obter lucro. A elas interessa apenas vender, não estão preocupadas em fazer livros bons ou ruins, estão preocupadas em fazer livros que vendam. Esse fato é determinado pelo sistema econômico que vigora no mundo. Agora, quem é que compra o livro? Na escola pública, quem dá o dinheiro é a própria população através dos impostos que custeiam as comparas governamentais. Na escola particular, é o pai do aluno que faz isso diretamente na livraria. Entretanto, num e noutro caso, quem escolhe o que vai ser comprado é o professor (por isso, todo trabalho de divulgação das editoras é feito junto ao professor). Vale uma analogia com a medicina: quem compra o remédio é o paciente, mas quem o indica é o médico. (Por isso, os laboratórios fazem a propaganda junto ao médico e não junto ao paciente.) Então, quem determina a compra do material didático é o professor, ou a Coordenação Pedagógica da escola, enfim, os educadores. Isso vale tanto na rede pública como na particular. Por esse motivo, ao produzir o livro didático, muitos autores raciocinam assim: já que é o professor que vai escolher o livro a ser adotado, devo fazê-lo de modo a agradar os professores. Até aí, tudo parece muito correto. Sucede que, a maioria do professorado se identifica e gosta do livro didático parecido com aquele por onde estudou; a maioria reproduz a formação que recebeu. Está certo, é natural que seja assim. Todavia, essa postura também embute certo comodismo, é típica de quem não busca a inovação, não procura se aperfeiçoar profissionalmente e não faz a crítica da formação que recebeu. O que eu quero dizer é que esse processo (reproduzir a própria formação) cristaliza as coisas, é avesso às mudanças, promove a manutenção, a preservação das formas de apresentar a Matemática. Isso seria muito bom desde que a forma como a Matemática vem sendo apresentada produzisse bons resultados. Mas há o reconhecimento bastante generalizado, e isso não se passa só no Brasil, de que o modo habitual de ensinar Matemática, praticado há décadas, leva ao desastre. Portanto, a mudança é necessária. Mas quando se faz essa mudança no livro didático, muitos professores não a aceitam e o livro vende menos. Bem, no meu entendimento o foco do autor e, é claro, de todo o trabalho pedagógico deve ser o aluno; prioritariamente, é a ele que devemos dirigir nossa atenção. Ele deve ser o foco da escola. O projeto pedagógico deve promover a aprendizagem do aluno; o professor e demais agentes da escola deverão se preparar para promover essa aprendizagem. Como autor, tenho procurado produzir livros com esse compromisso. Em primeiro lugar deve estar a promoção da aprendizagem do aluno. Aquilo que é bom para o aluno aprender, mas o professor não domina, será acompanhado de nossas orientações. O livro do professor procura orientar o colega a realizar esse trabalho. É claro que não somos os únicos a pensar assim. Há outros autores muito sérios que também produzem seus livros com essas convicções. Mas o espaço ocupado por esse grupo é muito reduzido, porque esses livros vendem bem menos. Então, há o risco dessa produção séria desaparecer. Entendo que os empresários querem (e precisam) que os livros vendam. Mas, como educador, não posso aceitar que na produção do livro a prioridade não seja o aluno. Essa é uma crítica ao modo de produção do livro didático que se estende aos “sistemas de ensino”, aquele material que está chegando ao aluno sem qualquer avaliação. Nessas considerações não estou me referindo só à escola pública. Parece-me absurdo que o MEC nunca tenha interferido nessa “pedagogia vestibulesca” que assola o país. Ele não é um ministério da educação da escola pública, é o MINISTÉRIO DA EDUCAÇÃO, certo? 4) Quando você escreve um livro, quais são os objetivos a serem alcançados e quais as dificuldades a escrever um livro? Profº. Imenes: O objetivo é sempre a aprendizagem dos alunos. É comum ouvir nos encontros com colegas professores: “Ah, mas se eu fizer isso os pais irão reclamar!”. Bom, é verdade que muitos pais reclamam e isso não deve nos surpreender. Um pai reclama quando o filho está na sétima série e o livro dele não traz 147 exercícios do mesmo caso de fatoração, não é verdade? Ele reclama da falta de exercícios de fixação. Um pai estranha quando o professor pede para seu filho levar calculadora na aula de matemática. Ele estranha até quando vê o filho aprendendo geometria. Para muitos pais geometria não é matemática. A matemática lida com números. Esse negócio de quadrado, cubo, esfera faz parte de artes. E porque muitos pais pensam assim? Foi a escola que eles freqüentaram que os fez pensar assim. Portanto, nós educadores somos responsáveis por essas concepções que os pais têm. Posso não ter sido professor dos pais dos meus alunos, mas não importa; fomos nós da educação que semeamos estas crenças. Então, não devemos ficar surpresos ao constatar que muitas famílias têm idéias equivocadas sobre matemática e sobre a aprendizagem da matemática. Entretanto, é absurdo cedermos às exigências absurdas que elas nos fazem em decorrência dessas crenças equivocadas. Os pais não fazem por mal. Eles acreditam honestamente que a critica que fazem ao uso da calculadora visa beneficiar seus filhos, mas não sabem que estão equivocados. Nós educadores é que, em tese, temos preparo e formação para conversar com eles e explicar o que estamos fazendo. E muitas escolas chamam os pais para conversar. Eu já fiz vários encontros com famílias para expor as mudanças em curso na matemática escolar e sei que elas entendem, quando apresentamos argumentos consistentes. Claro, alguns não aceitam e isso é normal; mas a maioria entende e passa a apoiar o que a escola faz. Ao fazer essas considerações, minha intenção é esclarecer o que quero dizer com “o compromisso fundamental do educador é com a aprendizagem do aluno”. Faremos tudo o que a família (ou quem quer que seja) quiser que façamos desde que isso contribua para promover a aprendizagem do aluno. Mas, tudo o que atrapalhar essa aprendizagem não faremos e explicaremos o porquê de nossa atitude. Então, respondendo parte de sua pergunta, repito insistentemente: ao escrever os livros, nosso objetivo é promover a aprendizagem do aluno; é isso que buscamos. Que dificuldades encontramos ao perseguir esse objetivo? Bem, existem as dificuldades naturais do aluno. O que quero dizer é o seguinte: se, desde o início da escolarização e até a sétima série do ensino fundamental, um estudante convive com aquela matemática de fazer contas como papagaio, onde ele não aprende os porquês nem para que se faz aquelas coisas, e na oitava série se depara com um professor que pretende mudar o enfoque, um professor que solicita que ele expresse suas idéias, que diga como pensou para resolver um problema, que valoriza, muito mais que a resposta, o modo como o aluno pensou para resolver o problema, etc, etc ..., bem, nesse caso o estudante estranha e reclama do professor (ou do livro). E acho que reclama com razão. Ele encontra dificuldades nessa mudança e isso é natural. Além dessas dificuldades naturais do aluno, enfrentamos também as dificuldades dos professores. Nós sabemos como é a formação e como são as condições de trabalho do professorado. Já escutei de muitos colegas: “eu gostaria de mudar minha prática, mas dou 60 aulas por semana, trabalho pela manhã, à tarde e à noite, quando é que vou preparar minhas aulas? Gostaria de fazer uma pós-graduação, mas não tenho condições.” Veja que esse colega reclama de não poder fazer melhor, mas não se opõe às novas idéias e sabe da necessidade de aperfeiçoar sua formação. São as condições de trabalho que dificultam seu aprimoramento profissional. Em nosso trabalho de autoria enfrentamos também as dificuldades das famílias para entenderem as novas idéias. Em nossos livros há uma carta dirigida aos pais onde tentamos situá-los diante das mudanças. Além disso, com freqüência, recebo e respondo e-mails de pais e mães de nossos alunos-leitores. Além das citadas, há ainda dificuldades no processo de produção dos livros. Particularmente, tive a sorte de encontrar editores que aceitaram correr o risco e bancaram a inovação; mas nem sempre isso acontece. Devo também dizer que nunca aceitei fazer o que minha consciência de professor não recomendasse. O modo de produção do livro didático e as pressões para se garantir a venda desse produto geram um grande número de dificuldades ao nosso trabalho. 5) Você fica satisfeito com os resultados atingidos? Profº. Imenes: A resposta é sim e não. Em alguns aspectos sim. Considero que o livro didático é um valioso recurso de trabalho (e não deve ser o único). Mas livro é tinta sobre papel, é coisa morta. Quem dá vida a ele são os professores e seus alunos. Há alguns dias fui a uma escola no Rio de Janeiro, uma escola que está trabalhando com nossos livros e faz um trabalho muito bom junto aos alunos, um trabalho muito sério. Como parceiro dessa experiência, sinto muita satisfação. Por outro lado, dá vontade de chorar quando constato que nossas intenções são totalmente ignoradas, quando as atividades de geometria são postas de lado, quando os alunos têm o livro, mas o professor segue ensinando Matemática como sempre ensinou, utilizando o livro apenas para retirar questões difíceis para a prova. Nesses casos, sinto tristeza. Mas a vida é assim mesmo, o que se vai fazer? 6) Descreva de um modo geral sua palestra: “É preciso fazer justiça à Matemática”. Profº. Imenes: “É preciso fazer justiça à Matemática”. Esse tema vem nascendo aos poucos, a partir de algumas constatações que fazemos na vida profissional. Não surgiu de uma hora para outra, foi amadurecendo devagar. Nas conversas com as pessoas, quando as convido para relembrarem dos seus tempos de escola, das aulas de matemática, em geral elas manifestam desagrado, tristeza e, às vezes, até mesmo certo rancor. São muito raros os depoimentos em que as pessoas dizem: “eu gostava de aprender matemática”. Sei que essa constatação não é só minha, mas de todos que trabalham com a matemática escolar. E as causas desse problema são muitas. Algumas nem têm relação com a matemática, são problemas culturais, sociais, e por aí vai. Agora, o fato concreto é que esse problema é mundial e tem algumas características parecidas nos diferentes países. Nessa dificuldade das pessoas aprenderem matemática há algo que nada tem a ver com condições de trabalho do professor. O problema é antigo e muita gente mundo afora vem se debruçando sobre esse problema tentando entendê-lo. Dessa iniciativa, dessa preocupação com a matemática escolar, que envolve matemáticos, professores de matemática, pedagogos, psicólogos e outros profissionais, surgiu o MOVIMENTO de educação matemática. Nessa expressão, a palavra movimento é importante. Esse processo não é conduzido por governos. Ele resulta da iniciativa das pessoas, da sociedade, dos professores. Esse movimento gerou uma nova área de pesquisa, relativamente recente, que é a Educação Matemática. Essa nova área de estudos vem propondo novas práticas, novas orientações, seja na questão curricular, nos critérios de seleção e organização dos conteúdos, seja nas questões metodológicas, no uso de novas tecnologias, etc. Esse trabalho todo vem lançando luzes sobre o processo de aprendizagem da matemática, sobre como uma criança constrói a noção de número, como é que se forma sua percepção de espaço, seu raciocínio algébrico ou combinatório, etc. Essas coisas todas têm sido bastante estudadas. Nessa palestra, parto desta constatação: as pessoas identificam a matemática com a atividade de fazer contas, ou seja, para elas, saber matemática é saber calcular. Pensam assim porque, em seus anos como estudantes de matemática, só calcularam, desde as operações fundamentais com naturais, as operações com frações, os cálculos algébricos e por aí vai. Em resumo, a crença generalizada na sociedade é que quem sabe matemática sabe fazer contas e quem sabe fazer contas sabe matemática. Essa opinião explica, por exemplo, o sucesso do método Kumon. Aqui em Uberlândia, com certeza, existe mais de uma escola Kumon. Essas escolas não são oficiais; são como escolas de aulas particulares, cursos não oficiais. O tal método Kumom, na verdade, não é método algum. Trata-se de uma “criação” do professor Toru Kumom, nos anos 50, no Japão. Na verdade, é só uma reorganização do tradicional ensino de Matemática. Resume-se a isto: fazer cálculos. Sabe-se que o método Kumon é um sucesso; tem escolas no Brasil inteiro, em tudo que é cidade. Quem decide colocar a criança ou o adolescente numa dessas escolas são os pais, apesar de, às vezes, as próprias escolas não recomendarem. Por que as famílias matriculam seus filhos no método Kumon? Porque elas têm a firme convicção de que quem sabe fazer contas sabe Matemática, convicção essa plantada pela escola. A matemática escolar reduziu a matemática ao fazer contas. Sucede que nenhum matemático, em época alguma, concordaria com essa concepção de que saber matemática se resume a fazer contas. Essa habilidade tem um papel coadjuvante na matemática, não o papel principal. Mas a matemática escolar transformou esse coadjuvante em ator principal, quase que só o único ator. Pouca coisa se faz na escola além de contas. E isso costuma acontecer desde as séries iniciais até a universidade. Bem, é claro que ninguém aprende matemática sem desenvolver algumas habilidades de cálculo. Nisso há consenso, mas é preciso discutir que habilidades são essas, mas isso é outra história. Então, é uma injustiça para com a ciência matemática reduzi-la a esse aspecto, ao fazer contas. Há ainda outro aspecto muito enraizado na cultura da escola: a matemática é vista como um conjunto de regras. A maioria das pessoas aprendeu a somar números naturais com o tradicional “vai um” e a subtrair “emprestando um”; aprendeu que para multiplicar, em dado momento, deve-se pular a “casinha” e que, para dividir, a conta tem que ser feita da esquerda para direita; aprendeu que, para somar frações, temos que achar o mínimo múltiplo comum dos denominadores e que, para multiplicar frações, multiplicam-se os numeradores e os denominadores. Bem, e por que se faz tal cálculo assim? A resposta, em geral, é esta: “Porque essa é a regra.” Sucede que em matemática não se acredita em uma proposição simplesmente porque foi dito que ela é verdadeira, mas sim porque pode ser justificada. Não estou propondo que, na escola básica, se apresente aos alunos uma matemática formalizada, não se trata de apresentar demonstrações rigorosas. Mas é preciso que se apresentem explicações no nível de compreensão dos alunos. E quase sempre é possível fazer isso. Se, vez ou outra, isso não for possível não há problema. Bem, quando a escola reduz a matemática a um conjunto de regras que devem ser obedecidas sem qualquer explicação ela comete uma gravíssima injustiça com a matemática. As verdades matemáticas não são dogmas, não são verdades de fé. Muitas pessoas apontam que essa característica da matemática escolar as incomodam; essa história do “é porque é” não agrada os humanos. Muitos dizem: “eu não sabia porque fazia aquelas coisas”. As pessoas cobram o significado, o sentido das idéias. Então, em resumo, destaco esta característica negativa da matemática escolar que não faz justiça à ciência matemática: a matemática fica reduzida a um amontoado de cálculos e de regras que devem ser aceitas sem mais. Ora, uma vez que, essencialmente, saber matemática não é simplesmente saber calcular e que as verdades matemáticas não são dogmas pode-se concluir que, aquilo que as pessoas aprendem a não gostar não é matemática. Elas não gostam de algo que lhes foi apresentado com esse nome, mas que não é matemática. A matemática verdadeira eles não chegaram a conhecer. Essa é a injustiça a que me refiro. Para a matemática escolar deixar de ser um amontoado de regras é preciso mudar o projeto tradicionalmente usado na escola. Por exemplo: é necessário fazer mudanças na organização dos conteúdos. Mas, quando se mexe nisso a resistência é muito acentuada. São coisas simples, mas faz-se disso uma “grande tragédia”. O cálculo é necessário, mas não se justifica por si só. Para que a matemática deixe de ser somente contas, é preciso enxugar o cálculo para ter tempo de resolver problemas e de trabalhar com a geometria, por exemplo. O tema “É preciso fazer justiça à matemática” veio dessa constatação, a de que existem alguns paradigmas equivocados acerca da matemática, criados pela própria matemática escolar. Acredito que, em boa parte, esse equívoco decorre de um projeto inadequado para se trabalhar com a matemática na escola. Daí a necessidade de mudar o projeto. 7) Qual seria sua crítica ao atual processo de ensino da matemática em relação às suas propostas? Profº. Imenes: Bem, acredito que em boa parte isso já está respondido. Primeiro eu gostaria de fazer uma correção na pergunta. Você disse: “Qual seria sua crítica ao atual processo de ensino da matemática em relação às suas propostas”. Sucede que as propostas não são minhas. Considero-me militante desse movimento de educação matemática, alguém que faz parte desse processo. Mas as novas orientações, que resultam desse movimento, não têm dono. Aliás, isso dá muito mais credibilidade a essas novas orientações, por isso as propostas são confiáveis. Retomando sua pergunta reafirmo o que já disse: há muita resistência às novas idéias. Isso pode ser atribuído, em parte, ao comodismo. Mas também devemos compreender que tudo que é novo assusta. Os processos de mudanças são lentos, mas é inegável que há avanços. Há muito para ser feito ainda no mundo inteiro, não só no Brasil. As resistências, aos poucos, vão sendo vencidas. 8) A sua abordagem pode ser entendida como uma abordagem que enfatiza o aspecto dedutivo da matemática? Profº. Imenes: Eu fico com um pouco de receio de como pode estar sendo entendido esse aspecto dedutivo. Se for entendido no sentido estritamente formal a resposta é não. É bastante consensual entre os educadores matemáticos que o modelo formal de apresentação da matemática não é adequado para a matemática escolar. A primeira vez que tive minha atenção voltada para isso foi na leitura de um artigo do professor Manfredo Perdigão do Carmo, do IMPA. Ele afirma que há um grande equívoco com relação ao ensino da matemática que provem da adoção do texto de Euclides como texto didático para o ensino da matemática. Se a intenção de Euclides era fazer um texto didático é questão controversa, mas que sua obra Elementos acabou sendo usada com esse fim é fato incontestável. Essa forma de apresentação da matemática escolar é inadequada. A formalização, necessariamente, elimina significados. As novas propostas chamam a atenção para a necessidade de o aluno compreender as idéias, compreender os conceitos e procedimentos, saber de onde as coisas surgiram para saber usar esses conhecimentos, para saber relacioná-los. As idéias têm que ter significado. Esse aspecto é central. Quando as idéias são compreendidas, não há quem não goste de matemática. 9) Mensagem para os alunos. Profº. Imenes: Os alunos que já são professores ou que serão professores, como toda geração, desfrutam do conhecimento de gerações passadas. Há coisas que eu aprendi aos 30 anos de atividade profissional que essa nova geração está aprendendo já na formação inicial. Com certeza, esses alunos estão muito à nossa frente e, certamente, chegarão mais longe. Vocês têm condições de produzir resultados em termos de educação melhores do que os produzidos por nós. Outra mensagem que deixo, é que esta profissão traz muita satisfação, apesar de todo o sacrifício que ela tem exigido. A educação pode proporcionar muita alegria, e a receita para isso é simples: nosso compromisso profissional fundamental é com o aluno. Em respeito aos alunos temos que ser exigentes, pois eles são capazes. Como já disse, lembrem-se de que nosso compromisso com o aluno nos autoriza a não aceitar interferências que possam prejudicar a formação deles. Vocês estão na etapa da formação inicial, e lembrem-se de que essa formação nunca irá se completar. Quero dizer que devemos nos perceber como eternos estudantes, cuidando sempre de nossa formação continuada. Outro ponto: não se consegue avançar muito quando se vai sozinho. Daí a importância do trabalho partilhado. Deixo meu email para quem quiser continuar a conversa: [email protected]. Prof. Ms. Luiz Márcio Pereira Imenes ministrando sua palestra.