You are on page 1of 130

PONTIFCIA UNIVERSIDADE CATLICA DE MINAS GERAIS

Programa de Ps Graduao em Ensino de Cincias e Matemtica

A UTILIZAO DO SOFTWARE GEOGEBRA NO ENSINO DA DISTRIBUIO NORMAL DE PROBABILIDADE:


Uma aproximao entre a Geometria Dinmica e a Educao Estatstica.

Lucas Rodrigues Duarte

Belo Horizonte 2010

Lucas Rodrigues Duarte

A UTILIZAO DO SOFTWARE GEOGEBRA NO ENSINO DA DISTRIBUIO NORMAL DE PROBABILIDADE:


Uma aproximao entre a Geometria Dinmica e a Educao Estatstica.

Dissertao apresentada ao Programa de PsGraduao em Ensino de Cincias e Matemtica da Pontifcia Universidade Catlica de Minas Gerais, como requisito parcial para obteno ttulo de Mestre em Ensino de Cincias e Matemtica.

Orientador: Dimas Felipe de Miranda

Belo Horizonte 2010

FICHA CATALOGRFICA Elaborada pela Biblioteca da Pontifcia Universidade Catlica de Minas Gerais

D812u

Duarte, Lucas Rodrigues A utilizao do software Geogebra no ensino da distribuio normal de probabilidade: uma aproximao entre a geometria dinmica e a educao estatstica. / Lucas Rodrigues Duarte, 2010. 129.: il. Orientador: Dimas Felipe de Miranda Dissertao (Mestrado) Pontifcia Universidade Catlica de Minas Gerais. Programa de Ps-Graduao em Ensino de Cincias e Matemtica. 1. Distribuio (Teoria da probabilidade). 2. Ensino e Aprendizagem. 3. Software Livre. 4. Material didtico. 5. Ensino Superior. I. Miranda, Dimas Felipe de. II. Pontifcia Universidade Catlica de Minas Gerais. Programa de PsGraduao em Ensino de Cincias e Matemtica. III. Ttulo. CDU: 51:378

Lucas Rodrigues Duarte


A utilizao do software Geogebra no ensino da distribuio normal de probabilidade: uma aproximao entre a geometria dinmica e a educao estatstica.

Dissertao apresentada ao Programa de Ps-Graduao em Ensino de Cincias e Matemtica da Pontifcia Universidade Catlica de Minas Gerais.

____________________________________________ Prof. Dr. Dimas Felipe de Miranda Orientador (PUC Minas)

____________________________________________ Prof. Dr. Joo Mrio Andrade Pinto (CDTN/UFMG e FEA/FUMEC)

____________________________________________ Prof. Dr. Eliane Scheid Gazirie (PUC Minas)

O acaso no mais que a medida de nossa ignorncia. Os fenmenos aleatrios so por definio, aqueles cujas leis ignoramos. Henri Poincar

RESUMO

Esta dissertao investigou o uso do software Geogebra, aplicado ao ensino e aprendizagem da distribuio normal de probabilidade, com alunos do curso de graduao tecnolgica em gesto da Produo Industrial, em uma instituio de ensino superior de Belo Horizonte. A proposta consiste na elaborao de uma sequncia didtica, composta por atividades investigativas estruturadas, que destacam algumas simulaes e construes do modelo normal atravs do Geogebra. Os principais dados foram levantados durante a aplicao da proposta metodolgica, com duas diferentes turmas do mesmo curso, no primeiro e segundo semestre de 2009. As anlises e interpretao dos dados foram predominantemente qualitativas, e os resultados mostram possibilidades e contribuies do uso do software ao ensino e aprendizagem deste tpico, alm de observar alguns obstculos e conflitos cognitivos associados ao estudo introdutrio da distribuio normal de probabilidade.

Palavras-chave: Geogebra, distribuio normal de probabilidade, sequncia didtica, atividade investigativa.

ABSTRACT This dissertation investigated the use of software Geogebra, applied in the teaching and learning of normal distribution probability, in students of technologic graduation in gesture of industrial production of a university of Belo Horizonte. The proposal consists in elaborate a didactic sequence, composed of organized investigative activity, which detach some simulations and construction of normal model using Geogebra. The main data were built up during the application of the methodological proposal in two different class of the same course in the first and second semester of 2009. The analysis and interpretations of the data were predominantly qualitative and the results shows possibilities and contributions of the software use in teaching and learning of this topic, besides observation of some obstacles and cognitive conflicts associated in the introductory study of normal distribution probability.

Key Words: Geogebra, normal distribution probability, didactic sequence, investigative activity.

LISTA DE FIGURAS

Figura 1: Interface Geogebra.................................................................................................... 41 Figura 2: Interface Geogebra.................................................................................................... 42 Figura 3: Representao do ponto ............................................................................................ 42 Figura 4: Mover ponto.............................................................................................................. 43 Figura 5: Modificando ponto.................................................................................................... 43 Figura 6: Modificando ponto.................................................................................................... 44 Figura 7: Representao de dois pontos ................................................................................... 44 Figura 8: Modificando ponto.................................................................................................... 45 Figura 9: Animao automtica................................................................................................ 46 Figura 10: Reta por dois pontos................................................................................................ 47 Figura 11: Representao da reta.............................................................................................. 47 Figura 12: Modificando a equao da reta ............................................................................... 48 Figura 13: Representaes de diferentes retas.......................................................................... 49 Figura 14: Habilitar seletor....................................................................................................... 50 Figura 15: Curva normal N[3,0.5]............................................................................................ 51 Figura 16: rea sob a cura normal N[3,0.5]............................................................................. 52 Figura 17: Modificando limites de integrao.......................................................................... 53 Figura 18: rea sob a curva normal N[3,0.5], com limites associados a seletores.................. 53 Figura 19: Discretizao da curva normal................................................................................ 54 Figura 20: Animao da aproximao normal ......................................................................... 55 Figura 21: rea ou probabilidade padronizada ........................................................................ 56 Figura 22: rea ou probabilidade padronizada ........................................................................ 57 Figura 23: Exibir planilha......................................................................................................... 59 Figura 24: Inserindo dados na planilha..................................................................................... 60 Figura 25: Ajuda histograma .................................................................................................... 60 Figura 26: Limites de classes e dados brutos ........................................................................... 61 Figura 27: Histograma .............................................................................................................. 61 Figura 28: Ordenar dados ......................................................................................................... 62 Figura 29: Valor da mdia ........................................................................................................ 63 Figura 30: Valor da mediana .................................................................................................... 63 Figura 31: Valor da moda......................................................................................................... 64

Figura 32: Valor do desvio padro ........................................................................................... 65 Figura 33: Representao do Box plot, Histrograma e funo N(30, 67)................................. 66 Figura 34: Ajuda do comando da caixa Box plot...................................................................... 66 Figura 33: Diagrama de disperso ............................................................................................ 67 Figura 34: Coeficiente de correlao........................................................................................ 68 Figura 35: Reta de regresso .................................................................................................... 69 Figura 36: Regresso linear ...................................................................................................... 70 Figura 37: Curva normal N[3,0.5]............................................................................................ 72 Figura 38: Criar uma ferramenta .............................................................................................. 72 Figura 39: Selecione os objetos finais ...................................................................................... 72 Figura 40: Selecione os objetos iniciais ................................................................................... 73 Figura 41: Definindo nome, comando e cone da ferrammenta ............................................... 73 Figura 42: Nova ferramenta criada........................................................................................... 74 Figura 43: Quincunx com duas classes de agrupamento.......................................................... 81 Figura 44: Quincunx com onze classes de agrupamento.......................................................... 81 Figura 45: Quincunx com vinte classes de agrupamento ......................................................... 81 Figura 46: possveis formatos de agrupamento ........................................................................ 82 Figura 47: Simulao da aproximao normal dividida em dois retngulos............................ 82 Figura 48: Simulao da aproximao normal dividida em cinco retngulos.......................... 82 Figura 49: Simulao da aproximao normal dividida em grande quantidade de retngulos 83 Figura 50: Arquivo da segunda atividade................................................................................. 93 Figura 51: Arquivo da terceira atividade.................................................................................. 99 Figura 52: Protocolo de resoluo, terceira atividade ............................................................ 100 Figura 53: Curva normal N(17, 0.5) ....................................................................................... 102 Figura 54: Protocolo de resoluo, quarta atividade .............................................................. 105 Figura 55: Protocolo de resoluo das questes 3 e 4 , quarta atividade ............................... 106 Figura 56: Protocolo de resoluo, quarta atividade .............................................................. 107 Figura 57: Protocolo de resoluo, quarta atividade .............................................................. 108 Figura 2: Quincunx com vinte classes de agrupamento ......................................................... 116

LISTA DE GRFICOS Grfico 1: Representao grfica da funo de densidade de probabilidade N(0,1)................ 16 Grfico 2: Diferentes curvas normais e quadrado de equi-rea................................................ 17 Grfico 3: Curva normal e pontos notrios .............................................................................. 18 Grfico 4 : rea sob a curva normal entre os pontos [, a] ..................................................... 18 Grfico 5 : rea sob a curva normal entre os pontos [, a] ..................................................... 19 Grfico 6 : rea sob a curva normal entre os pontos [, a] ..................................................... 19 Grfico 7 : rea sob a curva normal entre os pontos [, 2,5] .................................................. 20 Grfico 8 : rea sob a curva normal entre os pontos [, z]...................................................... 21 Grfico 9: rea de probabilidade da funo (z) ................................................................... 71 Grfico 10: Representao de uma parbola ............................................................................ 79 Grfico 11: rea de probabilidade P( z x1 ) .................................................................... 86 Grfico 12: rea de probabilidade P( x2 z x1 ) ................................................................... 86 Grfico 13: rea de probabilidade P( x2 z x1 ) ................................................................... 86 Grfico 14 : Pontos notrios em relao mdia e o desvio padro........................................ 95 Grfico 15: Representao de diferentes curvas normais......................................................... 96 Grfico 16: Frequncia de acertos das duas turmas ............................................................... 104

LISTA DE QUADROS Quadro 1: Atividade com quincunx.......................................................................................... 89 Quadro 2: Atividade com quincunx.......................................................................................... 91 Quadro 3: Atividade com quincunx.......................................................................................... 91 Quadro 4: Segunda atividade.................................................................................................... 93 Quadro 5: Segunda atividade.................................................................................................... 94 Quadro 6: Segunda atividade.................................................................................................... 95 Quadro 7: Segunda atividade.................................................................................................... 97

SUMRIO 1 INTRODUO ................................................................................................................... 13 2 DISTRUBIO NORMAL................................................................................................ 15 2.1 Sntese Histrica ...............................................................................................................15 2.2 O Modelo Normal .............................................................................................................16 2.3 Clculo de Probabilidade.................................................................................................18 2.4 Distribuio normal Padronizada..................................................................................20 3. EDUCAO ESTATSTICA, ATIVIDADE INVESTIGATIVA E SEQUNCIA DIDTICA .............................................................................................................................. 23 3.1 Educao Estatstica, uma atitude didtica em construo..........................................23 3.1.1 Educao Estatstica e as tecnologias da informao .................................................. 25 3.1.2 As tecnologias da informao e as questes crticas..................................................... 27 3.1.3 O uso de softwares de geometria dinmica no ensino de Estatstica, uma possibilidade empreendedora......................................................................................................................... 28 3.2 Atividade Investigativa, resoluo de problemas e uma postura didtica questionadora..........................................................................................................................29 3.3 Sequncia Didtica ...........................................................................................................32 3.3.1 Anlise da tipologia dos contedos ................................................................................ 35 3.3.1.1 O Contedo Conceitual .............................................................................................. 36 3.3.1.2 O Contedo Procedimental ....................................................................................... 37 3.3.1.3 O Contedo Atitudinal............................................................................................... 37 4. GEOGEBRA, UMA PODEROSA FERRAMENTA PARA EXPERIMENTAO... 38 4.1 A experimentao matemtica atravs de simulaes ..................................................38 4.2 Apresentando o Geogebra................................................................................................39 4.2.1 Interface .......................................................................................................................... 40 4.3 Explorando o Geogebra ...................................................................................................41 4.3.1 Construindo ponto a partir da Barra de ferramentas ............................................... 41 4.3.1.1 Modificando Objeto.................................................................................................... 43 4.3.2 Construindo ponto atravs do Campo entrada de comando ..................................... 44 4.3.3 Construindo um ponto genrico P=(a,b) ....................................................................... 45 4.3.3.1 Utilizando o recurso : animao automtica............................................................ 46 4.3.4 Construindo Reta a partir da barra de ferramentas.................................................. 46 4.3.4.1 Construindo Reta atravs do campo de entrada de comando............................ 48 4.3.4.2 Construindo uma reta genrica................................................................................. 49 4.4 Representando o modelo normal ....................................................................................50 4.4.1 Procedimentos para construo do modelo normal N(, ) ......................................... 51 4.5 Calculando rea de probabilidade ..................................................................................52 4.5.1 Clculo de integrais definidas ........................................................................................ 52 4.6 Soma Inferior e Superior de Reimann ............................................................................54 4.7 Distribuio Normal Padronizada (z) .............................................................................55 4.8 O pacote de Estatstica .....................................................................................................58 4.8.1 Explorando as medidas Descritivas ............................................................................... 58 4.8.1.1 Histograma .................................................................................................................. 60 4.8.1.2 Clculo das medidas de Centralidade....................................................................... 62 4.8.1.2.1 Clculo da Mdia Aritmtica..................................................................................... 62

4.8.1.2.2 Clculo da Mediana ................................................................................................... 63 4.8.1.2.3 Moda.......................................................................................................................... 64 4.8.1.3 Medidas de Disperso................................................................................................. 64 4.8.1.3.1 Desvio Padro............................................................................................................ 65 4.8.1.4 Diagrama de Caixa (Box Plot) ................................................................................... 65 4.8.2 Anlise de Regresso ...................................................................................................... 66 4.8.2.1 Coeficiente de Correlao .......................................................................................... 68 4.8.2.2 Regresso Linear ........................................................................................................ 68 4.8.3 Clculo de Probabilidades.............................................................................................. 70 4.8.3.1 Clculo de Probabilidades com o modelo Normal................................................... 70 4.8.4 Construindo suas prprias ferramentas ........................................................................ 71 4.8.4.1 Construindo uma ferramenta para construo do grfico da funo normal de densidade de probabilidade N(, ). ..................................................................................... 71 5 SALA DE AULA E O LABORATRIO DO PROFESSOR .......................................... 75 5.1 Pesquisa, pesquisa em educao Matemtica e suas importncias..............................75 5.2 Contexto e sujeitos da pesquisa .......................................................................................77 5.3 A elaborao da sequncia didtica ................................................................................78 5.3.1 Estruturao da Sequncia didtica .............................................................................. 79 5.3.1.1 Primeira atividade ...................................................................................................... 80 5.3.1.2 Segunda atividade....................................................................................................... 83 5.3.1.3 Terceira atividade....................................................................................................... 84 5.3.1.4 Quarta atividade ......................................................................................................... 85 5.4 Anlise da sequncia didtica e a sequncia dos contedos .........................................87 5.5 Anlise da aplicao da seqncia didtica e principais implicaes educacionais ...88 5.5.1 Primeira Atividade (Aproximao normal) ................................................................... 88 5.5.2 Segunda Atividade .......................................................................................................... 92 5.5.3 Terceira Atividade........................................................................................................... 98 5.5.4 Quarta Atividade........................................................................................................... 101 6 CONSIDERAES FINAIS............................................................................................ 109 REFERNCIAS: .................................................................................................................. 111 APNDICE ........................................................................................................................... 115

13

1 INTRODUO

Recentemente a estatstica vem ganhando cada vez mais espao nas mdias como nos noticirios, jornais e revistas, sendo muito comum encontrar informaes provenientes de anlises qualitativas de dados que sintetizam informaes do cotidiano e da vida moderna. Esta relevncia que este tema tem alcanado tambm vem influenciando os currculos, o que pode ser observado na importncia e destaque que os PCNs de ensino fundamental e mdio do ao termo Estatstico e Probabilidade. A autora espanhola, Batanero (2001), destaca a recente incorporao da Estatstica, de forma geral, ao currculo de Matemtica nos diferentes nveis de ensino que vo desde o ensino fundamental at o ensino superior. Ainda segundo esta autora, a importncia que o ensino de Estatstica vem ganhando, tem influenciando o desenvolvimento e o estudo de currculos especficos da rea. Por outro lado, a distribuio normal de probabilidade um tema de grande importncia para o desenvolvimento da Estatstica inferencial, e ao mesmo tempo tambm tem sua relativa importncia para Matemtica, pois este fora objeto de estudo de grandes nomes da Matemtica como Gauss, De Moivre e outros. A crescente relevncia da Estatstica no currculo atual, e ao mesmo tempo a grande importncia da distribuio normal de probabilidade como contedo, justificam as intenes de pesquisa deste objeto, vinculado s prticas educativas. Neste trabalho pretendemos apresentar algumas possibilidades de utilizao do software Geogebra aplicado ao ensino e aprendizado da distribuio normal de probabilidade, destacando possveis simulaes e construes que o programa permite realizar. De acordo com esta proposta, o problema deste trabalho investigar se possvel, e como um software de geometria dinmica, o geogebra, pode ser utilizado para o ensino e a aprendizagem da distribuio normal de probabilidade?. Na tentativa de alcanar resposta questo de pesquisa, o objetivo principal deste trabalho foi elaborar uma sequncia didtica (ZABALA, 1998), composta por atividades investigativas (PONTE, 2003), que colabore para o ensino e aprendizagem da distribuio normal de probabilidade, utilizando alguns recursos do software Geogebra. Assim pretende-se: explorar algumas funes bsicas do software aplicado distribuio Gaussiana; elaborar um tutorial do programa, que ilustra aplicao de algumas ferramentas do software para a construo de representaes da distribuio normal de

14

probabilidade, alm de mostrar algumas ferramentas da Estatstica; elaborar e aplicar uma sequncia didtica que possibilite o ensino deste tpico, aplicando algumas ferramentas do software, atravs de atividades investigativas; e finalmente, realizar uma anlise a partir de observaes deste processo mltiplo composto por quatro prticas. Conforme a composio deste texto, o segundo captulo comea com a sntese histrica, destacando as colaboraes dos matemticos de diferentes pocas, mas de perodos prximos, De Moivre e Gauss, em seguida so feitas discusses sobre a sistemtica deste modelo. No terceiro captulo, so apresentadas as principais discusses educacionais comeando pelo surgimento da educao estatstica, passando pela relevncia deste tema para educao matemtica. Seguindo esta ordem, questo das novas tecnologias, tambm incorporado s temticas da educao estatstica e matemtica. Finalizando o segundo captulo, so apresentados os principais fundamentos pedaggicos envolvidos e o conceito de sequncia didtica e atividade investigativa. No quarto captulo o foco o software, onde so apresentados alguns conceitos bsicos de utilizao, passando-se utilizao do programa para representao e construes com o modelo normal, alm de mostrar algumas ferramentas do pacote de Estatstica acrescentadas a partir da verso 3.2. No quinto captulo, so discutidos os elementos metodolgicos da pesquisa, descrio das turmas envolvidas, a elaborao e apresentao das intenes de cada atividade, chegando anlise dos dados registrados a partir das quatro prticas, com as duas turmas. Nas consideraes finais, os principais resultados da pesquisa so apresentados e algumas questes educacionais ligadas ao ensino deste tpico so mencionadas, alm de sugestes para futuras pesquisas.

15

2 DISTRUBIO NORMAL

2.1 Sntese Histrica

A distribuio normal um modelo matemtico que representa uma importante ferramenta da Estatstica. O modelo normal tem no seu processo de construo histrica, um rico estudo epistemolgico que passa pelo desenvolvimento e evoluo de diversas reas da matemtica. A distribuio normal tem sua origem associada observao do erro de mensurao, no sc. XVIII. H indcios de que tais erros de mensurao eram observados principalmente pelos astrnomos, pois na tentativa de estimar as rbitas de corpos celestes havia necessariamente um fator de erro de observao. No incio, este fenmeno ficou conhecido como lei do erro (STEWART, 1991). O primeiro matemtico a trabalhar com as distribuies de probabilidade foi o francs Abraham De Moivre, entre (1667-1754). De Moivre era um exilado poltico, que foi para Inglaterra onde conheceu Newton e Halley e em 1697 foi eleito membro da Real Academia de Cincias. De Moivre foi um importante colaborador no desenvolvimento na teoria de probabilidade. Ele procurou dar sentido algbrico teoria das probabilidades, sendo o primeiro matemtico a trabalhar com a expresso da lei do erro, por volta de 1733.

e
0

x2

dx =

2
(1)

Apesar De Moivre ser o descobridor da funo normal, este objeto reverencia outro importante matemtico, o alemo Karl F. Gauss (1777- 1855), pois atualmente muito comum encontrar em livros e artigos do ramo, o enunciado com o ttulo distribuio Gaussiana. Tal fato se deve em razo das contribuies do matemtico alemo Karl F. Gauss, que tambm trabalhou e realizou estudos sobre lei dos Erros. Embora o trabalho de Moivre seja recente, Gauss desenvolvera a teoria do erro independentemente, pois o trabalho de Moivre ficou perdido por certo tempo (MONTGOMERY, 2003). Gauss realizou estudos em diversas reas da Matemtica. possvel que ele tenha trabalhado com a lei dos erros, ps 1810, perodo em que se aproximou dos estudos do

16

cosmos e dedicou-se astronomia. No observatrio de Gottingm, onde Gauss ocupava o cargo de diretor, trabalhou na construo de instrumentos e observaes astronmicas, que possivelmente o levaram a resultados significativos para formulao da teoria dos erros (BOYER, 1974). De acordo com o modelo de Gauss, cada medida ou mensurao exatamente igual medida ideal mais o erro de medio. Logo, os resultados obtidos em consequncia de repetidas medidas, que se diferem um do outro, se distribuem em torno de um valor ideal, ou valor nulo (FREEDMAN, 2007). importante observar o trabalho e a colaborao efetiva que Gauss teve na elaborao da lei do erro. Assim, o termo Distribuio Gaussiana, no pode ser visto como um modismo de alguns autores, como o caso do discriminante de uma equao do 2 grau, ser designado como frmula de Bhaskara.

2.2 O Modelo Normal

A distribuio normal representada algebricamente pela funo de densidade de probabilidade, apresentada abaixo:

1 f ( x) = e 2

( x )2 2 2

(2)

Grfico 1: Representao grfica da funo de densidade de probabilidade N(0,1) Fonte: Construdo no Geogebra

A expresso (2) uma funo de densidade de probabilidade, pois satisfaz as duas condies:
f ( x ) 0, x R ; /

(3) (4)

f ( x)dx = 1
R /

17

A funo f(x) uma funo exponencial de uma varivel real, que possui dois parmetros () a mdia e () desvio padro. Trata-se de uma funo composta por trs dos mais importantes objetos numricos: e, e

2.

A curva normal possui as seguintes propriedades: 1. 2. 3. simtrica em relao ao centro; f(x) tem mximo em (x = );
lim f ( x) = 0 O limite da funo f(x) igual a zero, quando (x) tende para mais, x Tem dois pontos de inflexes em x = ; A rea total compreendida entre a curva at o eixo das abscissas igual a 1.

ou menos infinito. 4. 5.

Em decorrncia das propriedades (2) e (3), a curva normal assinttica em relao ao eixo das abscissas, em ambas as direes. Em relao aos parmetros, para cada curva normal com mdia () e desvio padro (), existe um e somente um par ordenado N(,). Atravs dos valores da mdia e do desvio padro, pode-se identificar cada curva ou funo normal. O exato formato de cada curva normal tambm depender dos parmetros () mdia e () desvio padro. A variao destes respectivos parmetros implica nos movimentos de translao e achatamento do grfico. No entanto, todas as representaes normais so simtricas, tm formato semelhante ao contorno de um sino e a rea total sob a curva igual rea do quadrado ABCD (grfico 2), que tem ao todo uma unidade de rea cartesiana ao quadrado. O plano cartesiano abaixo (grfico 2), mostra trs diferentes curvas normais de acordo com os respectivos parmetros () e ().

Grfico 2: Diferentes curvas normais e quadrado de rea unitria Fonte: Construdo no Geogebra

18

Quando se utiliza o modelo normal, o valor da mdia indica o centro da distribuio, e o desvio padro mede a disperso do conjunto, indicando a variabilidade em relao ao centro. Aproximadamente 68% da rea total da curva est localizada entre e estendendo aproximadamente 95% da rea total est localizada entre 2 . O intervalo maior 3 da (grfico 3), contempla aproximadamente 99,7% da rea total compreendida sob a curva e o eixo (x). Estes valores podem ser obtidos atravs do mtodo emprico, extrados de qualquer conjunto numrico que seja modelado por uma distribuio normal.

Grfico 3: Curva normal e pontos notrios Fonte: Construdo no Geogebra

2.3 Clculo de Probabilidade

A probabilidade em distribuies normais sempre est associada a valores de rea sob a curva. A rea total sob qualquer curva normal sempre igual 1 ou (100% de probabilidade). Para qualquer que sejam os valores da mdia () e do desvio padro (), a probabilidade de uma varivel aleatria (x) variar entre ( , ) ser sempre igual a 1 ou (100% de probabilidade). A probabilidade em distribuies normais ser calculada em temos de valores contnuos. Em sntese, a probabilidade de uma varivel aleatria contnua que segue a distribuio normal, (x) assumir um valor entre dois pontos quaisquer igual rea sob a curva normal entre estes pontos.

Grfico 4 : rea sob a curva normal entre os pontos [, a] Fonte: Construdo no Geogebra

19

Observe que a rea de probabilidade delimitada pelo o intervalo [, a] (grfico 4) superior a rea delimitada pelo intervalo [, b] (grfico 5). Logo, podemos dizer que um dado valor aleatrio de (x) tem maior probabilidade de estar entre [, a] do que entre o intervalo [, b].

Grfico 5 : rea sob a curva normal entre os pontos [, b] Fonte: Construdo no Geogebra

O clculo de probabilidade ser efetuado em relao a um intervalo contnuo. Por outro lado, a probabilidade de predizer um valor exato ser igual a zero, pois: P ( X = x0 ) =
x0

f ( x)dx = 0

(5)

x0

Para efetuar clculos de probabilidade com modelo normal, basta medir a quantidade de rea sob a curva e o eixo (x), em relao a um dado intervalo (a, b) R (grfico 6). /

Grfico 6 : rea sob a curva normal entre os pontos [ a,b] Fonte: Construdo no Geogebra

Se os valores dos parmetros () e () forem conhecidos, a rea da regio dada por:

P(a < x < b) = f ( x)dx


a

(6)

O clculo da rea desta regio exige recursos do clculo diferencial integral, alm de que este tipo de funo no possui integral algbrica. Neste o caso, o mtodo de Simpson pode ser utilizado, que uma questo de interesse do clculo numrico.

20

2.4 Distribuio normal Padronizada

O clculo de probabilidade normal pode ser simplificado quando utilizamos valores tabelados, que permitem encontrar facilmente os valores de probabilidades desejados. Como a funo de densidade de probabilidade representada pela expresso (2) est associada aos parmetros () e (), neste caso possvel utilizar a escala padronizada (z), para efetuar a mudana de varivel, transformando a varivel aleatria (x) na varivel aleatria (z).
z= x

(7)

A escala (z) permite associar os valores de (x), com valores da escala (z), de acordo com os respectivos valores de (), (). Assim, no ser necessrio construir tabelas para cada funo normal N(,). O valor da escala (z) indica intensidade de afastamento da varivel (x) at a mdia (), em relao ao desvio padro (). Ou seja, o comprimento relativo em desvios padres, entre a mdia () at o ponto (x). A distribuio normal padronizada representada pela curva normal de parmetros
N(0,1), indicada no (grfico 7 ).

Grfico 7 : rea sob a curva normal entre os pontos [, 2,5] Fonte: Construdo no Geogebra

Como a curva normal simtrica, basta obtermos as reas de apenas um dos lados. Os valores (z) da (tabela 1) so os respectivos valores de reas, compreendidas entre a mdia e um ponto (x) direita da mdia. Se um dado conjunto que tem mdia (=10) e desvio ( =0.5), vamos calcular a probabilidade de (x) variar entre a mdia at o ponto (x= 11,25). Primeiro calcula-se o respectivo valor de (z).
z=

(11,25) (10) z = 2,5 0,5

(8)

21

Com o valor de z= 2,5 a rea compreendida entre a mdia () e o ponto (x) dado pelo valor de (z) na (tabela 1), localizado na interseco da vigsima primeira linha com sexta coluna. P (10 x 11,25) = P (0 z 2,5) = 0,4938 ou 49,38% de probabilidade.

Grfico 8 : rea sob a curva normal entre os pontos [0, z] Fonte: Construdo no Geogebra

A (tabela 1) representa os valores de rea ou probabilidade compreendidas entre a mdia (=0) at o ponto (z). No entanto, para uma distribuio de mdia e desvio padro qualquer, com a expresso (7) possvel converter a varivel aleatria (x) em padronizada (z), e com o respectivo valor de (z) encontra-se a probabilidade requerida. Quando se utiliza o modelo normal para efetuar clculo de probabilidades, muitas vezes at passa despercebido o quanto o conhecimento Matemtico precisou evoluir para que fosse possvel utilizar o modelo normal aplicado probabilidades. O simples fato dos objetos matemticos serem utilizados pela Estatstica de uma forma pragmtica pode esconder a essncia de um verdadeiro estudo epistemolgico que transcorreu at a forma atual. Pois o conceito de rea ou probabilidade com o modelo normal est associado a um dos principais conceitos do clculo que a possibilidade de integrao. Um pouco mais a fundo, olhando para o desenvolvimento do clculo, remete ao estudo do pr-clculo e a continuao desta observao percorre a teia de grande parte do territrio da matemtica, o que mostra a posio de destaque que o modelo normal exerce. Mesmo que de uma forma indireta, o estudo do modelo normal mostra-se uma grande extenso de trnsito livre entre diferentes reas e conceitos matemticos, que vai desde a teoria de probabilidades passando pela anlise real, geometria analtica, aritmtica e outras reas, e ao mesmo tempo, a concepo do modelo normal d passagem para outro importante campo da cincia a Estatstica Inferencial.

22

Tabela 1 rea ou probabilidade para distribuio normal padro (ANDERSON, 2002)

23

3. EDUCAO ESTATSTICA, ATIVIDADE INVESTIGATIVA E SEQUNCIA DIDTICA

3.1 Educao Estatstica, uma atitude didtica em construo

Recentemente a estatstica vem ganhando cada vez mais espao nas mdias como nos noticirios, jornais e revistas, sendo muito comum encontrar informaes provenientes de anlises qualitativas de dados, que sintetizam informaes do cotidiano e da vida moderna. Esta relevncia que este tema tem alcanado tambm vem influenciando os currculos, o que pode ser observado na importncia e destaque que os PCNs de ensino fundamental e mdio do ao termo Estatstico e Probabilidade1.

Com relao estatstica, a finalidade fazer com que o aluno venha a construir procedimentos para coleta, organizao, comunicar e interpretar dados, utilizando tabelas, grficos e representaes que aparecem freqentes em seu dia-adia.(BRASIL, pg 56, 1997)

Em termos da probabilidade, os PCNs (1997) destacam a importncia do efeito do aleatrio na natureza e a compreenso de que grande parte dos acontecimentos cotidianos so frutos de eventos aleatrios. A escola deve trabalhar de forma intuitiva as noes de acaso e incerteza, na medida em que se explorem situaes experimentais em observao de espaos equiprovveis. Autores como Turkman e Ponte (2000), Batanero (2001), destacam a recente incorporao da Estatstica de forma geral, ao currculo de Matemtica nos diferentes nveis de ensino, que vo desde o ensino fundamental at o ensino superior. Ainda segundo Batanero (2001), esta importncia que o ensino de Estatstica vem ganhando tem influenciado o desenvolvimento e o estudo de currculos especficos da rea. No entanto, conforme Turkman e Ponte (2000), em muitos casos estes temas tm sido colocados em segundo plano na estrutura curricular, sendo o primeiro tpico descartado em caso de adaptao do programa de curso. Este fato pode ser explicado em grande parte pela falta de aptido e conhecimentos sobre o assunto, de muitos professores de matemtica.

Lopes (2008) observa a incorporao do tema Estatstica e Probabilidade no ensino infantil, destacando a incorporao destes temas no currculo atravs de projetos, que podem ser propostos tanto pelo professor quanto escolhidos pelos alunos.

24

A preocupao com a melhora do ensino e aprendizagem estatstica objeto de interesse de estudo para prpria estatstica justificado pela necessidade de formao de profissionais da rea. Desta preocupao emerge a temtica de uma Educao Estatstica associada ao estudo da didtica deste assunto, que ao mesmo tempo tambm temtica de interesse da educao matemtica (BATANERO, 2001). Todavia, a temtica da educao estatstica passa a ser objeto de estudo da educao matemtica como uma especificidade, na medida em que o tratamento de informao incorporado ao currculo de Matemtica. Apesar da aparente aproximao entre educao Estatstica e Matemtica, o mesmo j no pode ser observado em relao Estatstica e Matemtica como cincias. Enquanto a Estatstica se consolida como uma cincia prpria, se desvincula e segue uma tendncia natural de afastamento da Matemtica como cincia pura. Este afastamento parece ser prximo do que aconteceu com as demais cincias em relao Filosofia. Por outro lado existem pontos de contraste entre a educao Estatstica e Matemtica que devem ser pontuados para que seja possvel o desenvolvimento de pesquisas e experimentao de mtodos de ensino adaptados proficincia e necessidades especficas da Estatstica (BATANERO, 2001). Para Campos (2007), apesar da Estatstica fazer parte da Matemtica escolar, existem pontos de discordncia em relao didtica da Estatstica, pois o trabalho Estatstico lida com objetos e contedos de forma distinta da Matemtica. No entanto, o autor destaca aspectos de aproximao entre ambas reforada pela educao crtica, que pautada pela: competncia crtica do aluno, currculo crtico e o ensino e aprendizagem voltada para resoluo de problemas e questes investigativas. A compreenso de um modelo de educao Estatstica deve tambm estar voltada para questes epistemolgica da Estatstica, que conta com sua axiomtica prpria. Em termos desta axiomtica, a base Matemtica tem um carter definidor dos conceitos Estatsticos. A estrutura axiomtica da Estatstica pode ser divida de modo que princpios de aleatrio e a incerteza tenham elementos e aspectos de uma lgica ou determinstica da Matemtica. Por outro lado, existem outros elementos tais como a escolha da forma de organizao dos dados, o resumo, a simplificao, a interpretao, a reflexo e a tomada de decises mostrando uma fase mais subjetiva do tratamento estatstico (CAMPOS, 2007). Este tipo de tratamento estatstico mostra-se uma ferramenta eficaz na soluo de problema geral da cincia, na medida em que possvel analisar questes cientficas particulares, atravs da axiomtica Estatstica como uma ferramenta metodolgica.

25

Em suma, os principais desafios da Educao Estatstica refletem sobre o ensino e aprendizagem diante de uma problemtica e da importncia do seu ensino; dos temas e de como abord-los; das dificuldades de ensino e aprendizagem; de como fazer a formao inicial de professores, desenvolvimento e aperfeioamento de prtica de ensino nesta rea (TURKAM; PONTE, 2000).

3.1.1 Educao Estatstica e as tecnologias da informao

A evoluo e a presena das Tecnologias da Informao (TICs) tm modificado a ao humana e tornando o sistema cotidiano ligado tecnologias, o universo on-line. Esse efeito tem consequncia em diversas reas do conhecimento inclusive na Estatstica como cincia pura e tambm no ensino como uma potencial ferramenta metodolgica. A utilizao de meios tecnolgicos pode ser to antiga quanto a nossa origem, pois segundo Guimares e Lages (1985) o primeiro computador utilizado pelo homem foi o monumento de STONEHENGE, por volta de (2600 a.C.- 1700 a.C.). Este dispositivo capaz de trabalhar com dados astronmicos dos movimentos solares e lunares sendo capaz de prever eclipses. No entanto, a evoluo concisa dos computadores passa obrigatoriamente pelo desenvolvimento da idia de nmeros e base numrica. Destaque os nomes de Napier, Pascal, Leibnitz e outros. Estes matemticos colaboram na construo de equipamentos para realizao de clculos, mas a evoluo destes artefatos passou a ser to proeminente que estes instrumentos passaram a ser capaz, de ao mesmo tempo, alm de processar dados, armazenar informaes como o prprio programa de instrues. A fantstica evoluo e desenvolvimento dos computadores so apontados como a grande faanha da Matemtica, no sculo XX (EVES, 2004). Por outro lado, o desenvolvimento das tecnologias da informao tem surgido como facilitador ao tratamento da informao, o que permite cada vez mais trabalhar com grandes conjuntos numricos de modo rpido, prtico e seguro. Assim, a necessidade de utilizao de tecnologias da informao na anlise numrica colabora para o desenvolvimento da prpria cincia e ao mesmo tempo gera novas perspectivas de ensino e aprendizado deste assunto. Muitos so os estudiosos que apostam na utilizao de tecnologias da informao para o aprimoramento dos mecanismos de ensino e aprendizagem de Estatstica.

26

Segundo Freitas (2000) a utilizao de calculadoras grficas no ensino de Estatstica, pode ser perfeitamente empregada sem desprezar os procedimentos de clculo intermedirios. Para esse autor, tanto o ensino de Matemtica como o ensino de Estatstica devem tirar proveito destas ferramentas utilizando-se do clculo direto para se chegar na formulao de conjecturas. Para Canavarro (2000) estes equipamentos permitem tanto a professores e alunos, rapidez e rigor na produo de medidas Estatsticas, o que possibilita ao aprendiz maior concentrao de sua ateno nos aspectos mais elaborados e complexos do trabalho, como na interpretao, organizao e simplificao. Assim, permitem ao aluno tratar os objetos Estatsticos de uma forma exploratria e investigativa. Batanero (2001) reconhece a importncia das tecnologias da informao para o trabalho estatstico e defende sua utilizao no ensino deste tema devido s grandes vantagens dos computadores com seu dinamismo, velocidade e crescente quantidade de novos softwares que permitem explorar todos os aspectos do processamento de dados, o que possibilita agregar novos tpicos ao ensino de Estatstica. As tecnologias da informao tm modificado a ao humana, e medida que possvel, utilizando-se essas ferramentas, mediar processos e gerar servios mais eficientes e seguros. A procura por mtodos e procedimentos tecnolgicos que agilizem a ao humana, sempre foi objeto de interesse contnuo crescente, desde os primrdios aos dias atuais. importante observar que, assim como em outras reas, os novos meios tecnolgicos tm gerado novas perspectivas de promoo do ensino e aprendizagem sustentvel. Diante de tais circunstncias a utilizao de tecnologias da informao no ensino mostra-se como um caminho sem volta, pois ao negar a aproximao da ao humana com novas tecnologias seria negar a prpria evoluo do conhecimento. Logo, cabe ao professor procurar medidas e meios que possam aproximar sua prtica das tecnologias, na medida em que se possa aprimorar e enriquecer os processos de ensino e aprendizado.

27

3.1.2 As tecnologias da informao e as questes crticas

A utilizao de tecnologias da informao e educao tm sido uma temtica presente nas ltimas dcadas, tanto no Brasil quanto no exterior e provavelmente esta discusso permanecer nos prximos anos. No entanto, o mais importante evoluir sob aspectos relacionados a esta discusso, de modo que se reflita, sobre o novo palco educacional e a presena destes novos atores, os computadores e as demais tecnologias (BORBA, 2005). Durante a dcada de 80 e parte da dcada de 90, a grande discusso ainda era sobre a utilizao ou no, de tecnologias da informao. Pois, ainda havia grandes preocupaes e dvidas sobre as consequncias e possveis danos que as tecnologias poderiam causar, tornando o aluno um mero operador, que apenas aperta teclados de uma mquina, que detm ela prpria, toda autossuficincia do raciocnio lgico-matemtico (BORBA, 2005). Este tipo de discurso pode ganhar fora entre aqueles que pouco conhece sobre os computadores, seu emprego e suas finalidades. Pois, se de algum modo o computador passasse a ser o responsvel pela formulao do raciocnio lgico-matemtico, inserido na resoluo de problemas, o aluno no precisaria desenvolver estas habilidades e deixaria para o computador. Este tipo de tese pode ser facilmente refutado pela simples forma como as novas tecnologias so utilizadas pelas pesquisas cientficas de modo geral. Pois, dado um problema cientfico qualquer, caberia ao investigador operar o computar e j teria a resposta. O que absurdo! A idia utilizar as tecnologias da informao e tirar proveito dos inmeros recursos e capacidade de representaes que estas mdias oferecem, do mesmo modo que outras mdias como oralidade, lpis e papel tambm so utilizadas. Segundo Borba (2005) a construo do trabalho escolar e produo de conhecimento tm um forte vnculo e dependncia de diferentes mdias.

[...] essa dependncia existir e estar bastante relacionada ao contexto educacional em que nos encontremos. Esse contexto est sempre geogrfica e historicamente determinado e sua constituio depende tambm da disponibilidade de mdias como a oralidade, lpis e papel e a informtica. (BORBA, p 13, 2005)

Borba (2005) formula uma observao crtica quanto a como se utilizar estas mdias, em especial as tecnologias da informao, e segundo ele importante observar para quais

28

problemas educacionais o computador a resposta, ou at mesmo como as novas tecnologias podem colaborar para o processo ensino e aprendizagem. Questes como estas no tm uma nica resposta, pois se tratam de um processo complexo que envolve vrios fatores como a disponibilidade do professor, tradio didtica, parmetros institucionais e outros que talvez no sejam to fceis de reconhec-los. Do ponto de vista epistemolgico, estes tipos de questes so vistos como de enorme valor, pois atravs de questes como estas, podem levar ao exerccio da reflexo, e assim, exercitar a dvida e o questionamento na busca de solues que permeiam o trabalho cientfico. A extenso deste trabalho, passa pelo exerccio de se pensar, para quais problemas educacionais o computador pode trazer solues? E a nossa proposta, mostra um universo de possibilidades de utilizao de softwares de geometria dinmica, aplicado ao ensino de distribuies contnuas de probabilidade.

3.1.3 O uso de softwares de geometria dinmica no ensino de Estatstica, uma possibilidade empreendedora

A utilizao de programas de geometria dinmica e educao estatstica no algo indito, pois desde 2000 em um artigo publicado pelo Departamento de Educao e de Estatstica e Investigao Operacional da Faculdade de Cincias da Universidade de Lisboa, os autores Santos e Pedro (2000), j tinham apresentado algumas das possibilidades de incorporao de programas de geometria dinmica ao ensino de Estatstica.

Os programas de geometria dinmica podem ser aplicados estatstica devido ao simples fato que a geometria, e muito mais a geometria associada algum dinamismo se aplicada a diversas situaes mundanas. Outra desmistificao que deve ser feita o fato dos programas de geometria dinmica poderem ser utilizados de mais maneiras alm da simples construo por parte dos alunos. (SANTOS, PEDRO, 2000, p.168)

Segundo os autores, os programas de geometria dinmica podem ser utilizados de trs formas distintas: Trabalhos sobre situaes j feitas; Substituio de Acetatos (slides); Construes feitas pelos alunos.

29

Os autores do alguns exemplos de aplicaes de programas de geometria dinmica aplicados ao ensino dos seguintes tpicos: medidas de tendncias centrais; correlao; e construo de medidas descritivas grficas, como quartis e diagrama box plot.

Podem ser feitas obviamente muitas outras sugestes para aplicao dos programas de geometria dinmica estatstica. [...]. Importante dizer que ns como professores devemos tem um papel ativo, no sentido em que devemos procurar as nossas prprias idias, no ficando apenas acomodados a algumas idias que nos foram sugeridas. (SANTOS, PEDRO, 2000, p.177)

Por outro lado, a aplicao de novas tecnologias ao ensino no algo to simples, pois a utilizao destas ferramentas deve passar por um cuidadoso processo que, segundo Pais (2008), retrata como vigilncia didtica. Uma vez que esse devido cuidado, se no for tomado, pode conduzir ao fracasso da validade educacional.

A aplicao de uma teoria deslocada de seu territrio original torna-se estril, perde seu significado, obscurece sua validade e confunde a soluo do problema estudado naquele momento. Assim, preciso sempre estar atento eficincia de uma interpretao pedaggica, o que depende fortemente da conscincia de quem analisa o fenmeno. Em suma, necessrio o exerccio de uma vigilncia didtica. (PAIS, 2008, p.23)

Diante desta perspectiva apontada por Pais, a vigilncia didtica dever ser um exerccio quase que constante de todo trabalho escolar, pois a princpio, pretendemos difundir o saber e conhecimentos de ramos distintos das Cincias Matemticas. Logo, o grande desafio de nossa pesquisa ser direcionado pela questo: como explorar o uso de um software de geometria dinmica no ensino de distribuio normal de probabilidade? A possibilidade empreendedora de utilizar-se um software de geometria dinmica, aplicado ao ensino de distribuio normal, ser estruturada por uma sequncia didtica (ZABALA, 1998), composta por atividades investigativas (PONTE, 2003)

3.2 Atividade Investigativa, resoluo de problemas e uma postura didtica questionadora

A atividade investigativa uma proposta metodolgica de ensino que procura romper com a proposta tradicional e tecnicista. Este tipo de prtica de ensino exige novas demandas e coloca a questo do ensino e aprendizagem sob uma perspectiva problematizada. A aplicao

30

desta proposta didtica pode ser um grande exerccio de amadurecimento para os sujeitos envolvidos no processo. Segundo Ponte (2003) este tipo de trabalho ou prtica de ensino, procura utilizar a sntese do trabalho investigativo dos matemticos, dentro dos limites circunstanciais da sala de aula. Diante desta perspectiva h uma busca por situaes onde o aluno possa exercitar a ao investigativa ou ato de inquirir, e mediante esta ao coordenada, ou no, ele passa a ser o agente responsvel pela produo de conhecimento e significados prprios e coletivos. No entanto, em contextos educacionais, investigar no significa trabalhar com questes absolutamente complexas e sofisticadas, pois este tipo de prtica visa formulao de questes, observao de regularidades e padres, na medida em que se procura a formulao de respostas fundamentadas em observaes e experimentaes com objetos matemticos.

Desse modo, investigar no representa obrigatoriamente trabalhar em problemas muito difceis. Significa, pelo contrrio, trabalhar com questes que nos interpelam e que se apresentam no incio de modo confuso, mas que procuramos clarificar e estudar de modo organizado. (PONTE, p 9, 2003)

importante que o professor perceba esta possibilidade de utilizar a atividade investigativa como uma poderosa forma de construo de conhecimento, na medida em que a atividade possibilite ao aprendiz formulao de conjectura, teste das questes levantadas e at mesmo, quando possvel, a formulao da prova formal. Para Ponte (2003) o processo de investigao caracterizado pelo estilo conjectura-teste-desmonstrao. Silva (1999) observa a atividade de investigao como um trabalho que envolve um percurso de tentativa e erro, de modo que se permita formulao de conjecturas e teste, anlise de analogias, com o propsito de validar ou refutar questes levantadas. Assim, atividade de investigao permite uma ao reflexiva e crtica sobre os objetos e conceitos matemticos. No entanto, para Silva (1999) as atividades matemticas escolares devem privilegiar o processo de experimentao, e sendo as atividades investigativas uma metodologia privilegiada que legitime o processo de experimentao e permita a integrao de atitudes, capacidades e conhecimentos. Pois, deste modo, a aprendizagem matemtica no ficar restrita a um processo em que os alunos apenas tm contato com o produto final. Embora o uso de atividades investigativas possa parecer uma possvel soluo para muitos dos problemas de ensino e aprendizagem, ao contrrio, este tipo de abordagem metodolgica traz uma srie de dificuldades tanto para o professor quanto para os alunos.

31

Em um ambiente de investigao, o professor tem um novo papel, em que se coloca como um mediador, que orienta para que os prprios alunos cheguem construo de respostas de forma autnoma e, ao mesmo tempo alinhar a prtica com certas exigncias curriculares. A criao de um ambiente favorvel prtica investigativa tambm uma atribuio do professor, pois os alunos necessitam de motivao para realizar as atividades. Para os aprendizes, o ambiente de aprendizagem investigativa no o poupa de exigncias, pois neste cenrio eles sero os grandes protagonistas responsveis pela produo de conhecimento coletivo e particular. Pois, diante de uma descoberta, eles tendem a compartilhar as observaes prprias com o grupo e com o professor. Ponte (2003) coloca a questo, da postura do professor e dos alunos, como aspectos problemticos, pois,
no evidente o modo de promover nos alunos (e nos professores) as atitudes e as competncias necessrias para o trabalho de investigao. Alm disso, h sempre o risco de propostas de trabalho investigativo resultarem na aplicao de procedimentos rotineiros, como fazer tabelas ou procurar regularidades. Finalmente, no obvio como pode o professor articular a realizao de investigaes com os outros tipos de atividades que necessariamente tero de existir na sala de aula(PONTE, p 10, 2003)

Essa questo crtica pode ser observada no momento inicial das atividades, pois segundo Ponte (2003), quando os alunos tm pouca ou nenhuma experincia com atividades investigativas, necessitam de certo estmulo ou arranque da aula e cabe ao professor mediar este momento, e assim, garantir que todos tenham entendido os objetivos da atividade. Por outro lado, o professor deve estar atento quanto s fases necessrias para resoluo de problemas. Segundo Polya (1995) quando se procura a soluo de uma questo, em muitos casos, o ponto de vista pode variar continuamente at que se chegue soluo.

Primeiro, temos de compreender o problema, temos de perceber claramente o que necessrio. Segundo, temos de ver como os diversos itens esto inter-relacionados, como a incgnita est ligada aos dados, para termos idia da resoluo, para estabelecermos um plano. Terceiro, executamos o nosso plano. Quarto, fazemos um retrospecto da resoluo completa, revendo-a e discutindo-a.( POLYA, p 3, 1995)

A atuao e a interveno do professor durante a atividade investigativa devem ser observadas com cuidado, pois preciso utilizar um mtodo questionador, comeando com indagaes ou sugestes genricas, quando necessrio, dar exemplos especficos e concretos de modo provocativo, com o objetivo de intensificar o processo de experimentao na mente do estudante (POLYA, 1995).

32

O importante que a interveno do professor permita ao aluno o exerccio da reflexo, e ao mesmo tempo, as questes apresentadas pelo professor possam corrigi-lo atravs das possveis contradies. Assim, o professor no d respostas prontas, o que o qualifica como um verdadeiro mediador de processos investigativos. Uma pedagogia baseada em processos investigativos algo complexo e exige do professor uma srie de habilidades mltiplas, que sero desenvolvidas e consolidadas com o exerccio da prtica. No entanto, Ernest (1996) observa que uma prtica pedaggica voltada para inquirio e investigao deve levar em conta o contexto social da turma. Esta questo deve ser compreendida pelo professor, de modo que, a elaborao e aplicao das atividades devem levar em conta as possibilidades da turma e do professor. A abordagem pedaggica baseada no mtodo de inquirio pode ter seus conceitos bem amplos, estendendo desde a descoberta guiada at abordagem investigativa. Segundo Ernest (1996) este percurso, entre a descoberta guiada at a prtica investigativa, envolve uma grande mudana de postura do professor, que deixa de exercer o total controle sobre os mtodos utilizados pelos aprendizes e sobre a escolha, tais como dos contedos de investigao. Diante desta perspectiva, os alunos ganham maior autonomia e poder de autoregulao da situao de investigao, e isto tambm exige um grande amadurecimento por parte dos aprendizes, o que no ser algo imediato e elementar.

3.3 Sequncia Didtica

Segundo Zabala (1998), a configurao de atividade e prticas educativas no algo simples, pois estes processos so altamente complexos e obedecem a mltiplos determinantes, que podem ser apontados pelos parmetros institucionais, tradies metodolgicas, capacidade real dos professores e tambm das condies fsicas impostas. De acordo com a linha de raciocnio do autor, a anlise destas variveis tem apelo em alguns aspectos concretos, que buscam explicaes parcelando a realidade, e podem perder o sentido unitrio do processo de ensino e aprendizagem.

33

Entender a inteno pedaggica exige situar-se num modelo que a aula se configura como um microssistema definido por determinados espaos, uma organizao social, certas relaes interativas, uma forma de distribuir o tempo, um determinado uso dos recursos didticos, etc., onde os processos educativos se explicam como elementos estreitamente interligados neste sistema. Assim, pois, o que acontece na aula s pode ser examinado na prpria interao de todos os elementos que nela intervm. (ZABALA, 1998, p.16)

Ao analisar a fala do autor, podemos ter certa noo do local onde a pesquisa educacional deve ser realizada, pois somente na sala de aula dispomos de todo esse sistema complexo e articulado de variveis, e seu estudo passa a ser interessante na medida em que dispem de dados provenientes deste recinto. Para investigarmos melhor o processo de ensino e aprendizagem vamos apropriar da unidade mais elementar que constituem este processo, que segundo este autor, denomina como atividade:

[..] uma exposio, um debate, uma leitura, uma pesquisa bibliogrfica, tomar notas, uma ao motivadora, uma observao, uma aplicao, um exerccio, o estudo, etc. Desta maneira, podemos definir as atividades ou tarefas como uma unidade bsica do processo de ensino-aprendizagem, cujas diversas variveis apresentam estabilidade e diferenciao: determinadas relaes interativas professo-aluno e alunos-alunos, uma organizao grupal, determinados contedos de aprendizagem, certos recursos didticos, uma distribuio do tempo e do espao, um critrio avaliador; tudo isto em torno de determinadas intenes educacionais, mais ou menos explcitas. (ZABALA, 1998, p.17)

A atividade, vista como uma unidade elementar tem papel importante para ilustrar os diferentes estilos pedaggicos, embora esta ganhe outra dimenso quando se enquadra, naquilo que Zabala (1998) chama de unidade curricular, ou sequncia didtica.

A maneira de configurar as seqncias de atividades um dos laos mais claros que determinam as caractersticas diferenciais da prtica educativa. Desde o modelo tradicional de aulas magistral coma seqncia: exposio, estudos sobre apontamentos ou manual, provas, qualificaes (at o modelo de projetos de trabalho global escolha do tema, planejamento, pesquisa e processamento da informao, ndice, dossi de sntese, avaliao), podem ver que todos tm como elementos identificadores as atividades que compem, mas que adquirem personalidade diferencial segundo o modo como se organizam e articulam em seqncia ordenadas. (ZABALA,1998, p.19)

A anlise da prtica docente a partir de uma sequncia, mostra relevncia pois essa permite ampliar o significado da unidade elementar. Assim, novas unidades compem a unidade referencial, o que permite um estudo processual incluindo trs fases: o planejamento, aplicao e avaliao.

34

De um modo geral, Zabala (1998) analisa a sequncia atravs dos elementos centrais que a compem juntamente com seus objetivos propostos. Logo, este autor define a sequncia didtica como conjunto de atividades ordenadas, estruturadas e articuladas para a realizao de certos objetivos educacionais, que tm um princpio e um fim conhecido tanto pelos professores como pelos alunos.(Zabala, 1998, p 18) Esta maneira de estruturao da prtica educativa, atravs da sequncia didtica, permite articular diferentes atividades que compem a unidade elementar. Assim, por meio da sequncia didtica, Zabala (1998) coloca as diferentes formas de interveno nas diferentes atividades, seguindo o sentido ou objetivos de cada atividades dentro da seqncia ordenada, e ao analisar a sequncia pode-se ter uma noo panormica da funo de cada atividade na construo do conhecimento. Nogueira Junior (2008) em sua pesquisa defende o uso de atividades investigativas articuladas atravs da sequncia didtica de Zabala (1998). A articulao das atividades se faz necessria para garantir a construo do significado num contexto mais amplo, que permite a interao entre os diferentes temas, resultando em diversas aplicaes. (NOGUEIRA JUNIOR, 2008, p 55) O contexto da atual pesquisa visa formatao de uma sequncia didtica de Zabala (1998), estruturada atravs de atividades investigativas de Ponte (2003), que permita e viabilize o ensino de distribuio normal de probabilidade atravs do software Geogebra. Assim, a presente proposta procura apresentar o tpico proposto atravs de uma sequncia de quatro atividades ordenadas. De um modo geral, o docente deve procurar partir das finalidades ou objetivos educacionais propostos. Estes objetivos, que em muitos casos podem ser ou no explcitos, so o ponto de partida para avaliar a prtica educativa. Para Zabala (1998) a anlise da prtica educativa deve seguir os objetivos educacionais propostos, de modo que se faa uma observao ampla do processo atingindo o que o autor chama de currculo oculto. Neste currculo oculto, esto inseridas aquelas aprendizagens que se realizam no ambiente escolar, mas no aparece de uma forma explcita ou palpvel no plano de ensino, pois no esto apenas associados a habilidades e competncias. Normalmente o termo contedo o grande referencial daquilo que deve ser ensinado e aprendido. Segundo Zabala (1998) a anlise da prtica visando apenas o contedo com um sentido estritamente disciplinar e de carter cognitivo, atende aos critrios de um ensino acumulativo que decorrem de uma prtica uniformizada e essencialmente transmissora,

35

atravs da aula magistral. Assim, caracterizando o que o autor chama de modelo tradicional, onde as relaes interativas devem seguir o fluxo professor/aluno de forma direta. Zabala (1998) observa que a definio de contedo de aprendizagem deve ser vista sob uma forma ampla, no-restrita apenas aos contedos disciplinares, na medida em que aprender no abrange apenas as capacidades cognitivas, e sim tambm envolve uma srie de outras capacidades como a motora, afetiva, de relaes interpessoais, insero social e etc. Diante desta circunstncia de uma natureza de contedo to variado, a anlise concisa da prtica educativa deve seguir uma grande potencialidade tipolgica do contedo, e assim, agrupando-os como: conceituais atitudinais e procedimentais (ZABALA, 1998).

Esta classificao corresponde respectivamente s perguntas o que se deve saber?, o que se deve saber fazer? e como se deve ser?, com o fim de alcanar as capacidades propostas nas finalidades educacionais.(ZABALA, 1998, p 30)

Uma observao importante relativa tipologia dos contedos que esta no deve ser a mesma em cada etapa ou perodo educacional. Zabala (1998) coloca que nas sries iniciais, exista um maior equilbrio dos diversos contedos, dando prioridade as procedimentais e atitudinais, e medida que vai se avanando nos demais nveis escolares h um incremento dos contedos conceituais em detrimento dos demais.

3.3.1 Anlise da tipologia dos contedos

Ao analisar as condies gerais de ensino e aprendizagem, diferenciando os contedos segundo sua natureza tipolgica, permite, segundo a percepo de Zabala (1998), identificar as intenes do processo educativo. No entanto, importante observar que os princpios genricos dos contedos se aproximam, na medida em que se distinguem conforme a sua tipologia, independente do fator disciplinar. Esta uma importante observao, que tem efeito de aproximao entre a aprendizagem de diferentes reas.

36

Se mudarmos de ponto de vista e, em vez de nos fixar na classificao tradicional dos contedos por matria, consideramo-los segundo a tipologia conceitual, procedimental e atitudinal, podemos ver que existe uma maior semelhana na forma de aprend-los e, portanto, de ensin-los, pelo fato de serem conceitos, fatos, mtodos, procedimentos, atitudes, etc., e no pelo fato de serem abstratos a uma ou outra disciplina. (ZABALA, 1998, p 39)

De acordo com Zabala (1998) o conhecimento de aprendizagem, sob uma forma genrica, adquire caracterstica determinada pela diferena tipolgica de cada um dos diversos tipos de contedos.

3.3.1.1 O Contedo Conceitual

Segundo o referencial terico Zabala (1998), os conceitos ou princpios so entidades abstratas, que se referem a determinados conjuntos especficos de smbolos e objetos, e normalmente esto associados a estruturas que descrevem uma relao de causa-efeito. Em sntese, o contedo conceitual caracterizado pela necessidade de compreenso. Logo, pode-se dizer que aprendeu um determinado conceito ou princpio, quando interpretar o seu significado associado a diversos conceitos.

Em qualquer caso, esta aprendizagem implica uma compreenso que vai muito alm da reproduo de enunciados mais ou menos literais. Uma das caractersticas dos contedos conceituais que a aprendizagem quase nunca pode ser considerada acabada, j que sempre existe a possibilidade de ampliar ou aprofundar seu conhecimento, de faz-la mais significativa. (ZABALA, 1998, 43 p)

A avaliao da aprendizagem um processo complexo, e muito difcil avaliar esse processo devido a vrios fatores, desde as condies gerais de aprendizagem de conceitos, at o fato de ser composto por processos graduais e contnuos, que passa pela elaborao e construo pessoal do conceito como algo inacabado.

37

3.3.1.2 O Contedo Procedimental

Os contedos procedimentais so aqueles que partem de um conjunto de aes ordenadas dirigidas para a realizao de um objetivo (ZABALA, 1998). Alguns exemplos de contedos procedimentais: ler, calcular, traduzir, andar, saltar e etc. No entanto, este conjunto de aes estruturadas considerado suficientemente diferenciado, de modo que a aprendizagem de cada uma delas tenha suas caractersticas de aprendizagem especficas. Segundo Zabala (1998) a aprendizagem de contedos procedimentais passa pela: Realizao das aes que compem o procedimento so as condies para promover o aprendizado. A exercitao das aes mltiplas o elemento imprescindvel para o domnio do contedo, e promove a aquisio de competncia. A reflexo sobre a prpria atividade possibilita a aperfeioamento da atuao. Logo, para melhorar a ao importante refletir sobre as condies ideais. A aplicao em contextos diferenciados permite utilizar o contedo em situaes nem sempre previsveis. Assim, a aplicao do procedimento em diversas situaes promove a exercitao.

3.3.1.3 O Contedo Atitudinal

Os contedos atitudinais englobam uma srie de naturezas suficientemente diferenciadas, sendo agrupados de acordo com valores, atitudes e normas. Embora das diferenas em dado momento possvel uma aproximao especfica (ZABALA, 1998). Os valores esto associados questes ticas que permitem a posio de juzo de valores sobre determinada conduta. As atitudes esto prximas das formas de atuar, ou como cada pessoa posiciona sua conduta diante de certos valores. As normas so as regras de comportamento que sero seguidas em detrimento das circunstncias que obrigam todos os elementos do grupo.

38

Segundo Zabala (1998) o contedo atitudinal tambm caracterizado pela relao de componentes distintos como os componentes afetivos e cognitivos que contm cada um deles.

Assim, os processos vinculados compreenso e elaborao dos conceitos associados ao valor, somados reflexo e tomada de posio que comporta, e envolvem um processo marcado pela necessidade de elaboraes complexas de carter pessoal. Ao mesmo tempo, a vinculao afetiva necessria para que o que se compreendeu seja interiorizado e apropriado implica a necessidade de estabelecer relaes afetivas, que esto condicionadas pelas necessidades pessoais, o ambiente, o contexto e a ascendncia das pessoas ou coletividades que promovem a reflexo ou a identificao com valores que se promovem. (ZABALA, 1998, p 47)

4. GEOGEBRA, UMA PODEROSA FERRAMENTA PARA EXPERIMENTAO

4.1 A experimentao matemtica atravs de simulaes

Muitos dos objetos matemticos podem ser representados sob diferentes formas ou registros que compem um sistema coordenado, integrado e integrador, onde sempre possvel articular e definir outras diferentes formas de representaes matemticas a partir de uma dada forma de representao de um objeto ideal. No entanto, a noo de objetos matemticos ideais ou idealizados est prxima da noo platnica de um universo de objetos abstratos que so palpveis no mundo fsico atravs de suas representaes, e no mundo platnico ou ideal que residem os autnticos objetos matemticos (DAVIS; HERSH, 1995). O processo de experimentao matemtica, ou a simples manipulao de objetos matemticos passa pelo elaborado sistema de abstrao, que tem de um lado a entidade matemtica ou mundo dos objetos ideais, e do outro lado a representao deste objeto no mundo fsico. Em muitos casos esta percepo e associao destes universos paralelos, no se d sob uma forma congruente, o que pode dificultar o envolvimento matemtica. Uma forma que permita a aproximao entre estes universos passa pelo uso de diferentes formas de observao e simulao de fenmenos fsicos, que estejam sujeitos, em princpio, a certas leis ou teorias matemticas. Segundo Davis e Hersh (1995) o estudo ou experimentao com modelo matemtico e fsico pode ser realizado sob diversas formas, mas o mais importante utilizar a melhor forma de represent-lo. Em muitos casos, a simulao em computadores pode surgir como uma

39

grande alternativa, pois quando for possvel transmitir dados suficientes mquina, e esta por sua vez, for capaz de processar as informaes, gera representaes suficientes do objeto ou modelo platnico. Esta capacidade que os novos programas de computadores tm de representar os objetos matemticos atravs de representaes simuladas, permite a interao da representao fsica ou geomtrica do objeto, com as demais representaes como a algbrica e outras, intensificando a capacidade de experimentao matemtica, de modo que um objeto genrico pode ser visto e animado. A utilizao destes novos recursos didticos possibilita ao professor elaborar problemas e questes investigativas, onde a procura por respostas matemticas possa ser conduzida de forma experimental, o que favorece as prticas de investigao intensificando a explorao da situao, formulao de conjecturas e testes, at o estabelecimento de um argumento final ou prova (SILVA, 1999).

4.2 Apresentando o Geogebra

O geogebra no apenas um software de geometria dinmica, pois este incorpora tanto a geometria, a lgebra e tambm o clculo. A grande versatilidade que o software apresenta justifica em parte suas possibilidades em explorar e representar uma grande variedade de conceitos matemticos.

O GeoGebra um sistema de geometria dinmica. Permite construir vrios objetos: pontos, vetores, segmentos, retas, seces cnicas, grficos representativos de funes e curvas parametrizadas, os quais podem depois ser modificados dinamicamente. (HOHENWARTER, p 6, 2009)

Este software de domnio publico, no tendo fins comerciais e pode ser obtido atravs de download no site do geogebra. O software foi desenvolvido por Markus Hohenwarter, na universidade americana Florida Atlantic University, com a ajuda de diversos colaboradores. O formato da interface do programa caracteriza-se atravs de duas perspectivas: do lado esquerdo fica a janela algbrica, onde ficam armazenadas as representaes algbricas e vetoriais; e do lado direito, na zona grfica, aparece a representao geomtrica do respectivo

40

objeto enfatizado. No entanto, os respectivos tratamentos ou modificaes nos objetos podem ser feitos tanto atravs da modificao de ordem algbrica ou geomtrica.

4.2.1 Interface

Menu programa: apresenta os principais links de execuo do programa; Barra de ferramentas: apresenta os principais recursos para construo de desenhos geomtricos; Campo para entrada de comandos: atravs do comando digitado constri-se uma representao algbrica, ou geomtrica, ou ambas. Utilizando-se este campo pode se executar praticamente todas as funes do software. Lista de smbolos e algumas funes: Neste campo possvel selecionar alguns smbolos ou funes peridicas como as funes trigonomtricas. Lista de smbolos e letras do alfabeto grego: Transforma a representao de algumas letras maisculas e minsculas do alfabeto grego, que recorrentemente so utilizadas na escrita matemtica. Lista geral de comandos: Com este campo possvel utilizar todas as funes do pacote bsico do programa. Caso o usurio crie uma funo prpria, o que possvel, esta funo tambm ficar registrado neste campo. importante observar que os trs campos de listas: lista de smbolos e algumas funes, lista de smbolos e letras do alfabeto grego e lista geral de comandos, tm uma aplicao usual semelhante. Pois, para utilizar qualquer um dos trs campos, basta selecionar uma funo em um dos trs campos, e em seguida aparecer a sintaxe da funo, selecionada, no campo para entrada de comando.

41

Figura 1: Interface Geogebra Fonte: Geogebra

4.3 Explorando o Geogebra

O Geogebra um software muito verstil, onde possvel realizar vrias construes de representaes planas. Devido a grande versatilidade de construes de representaes do programa, no ser objetivo deste documento, esgotar os recursos do programa. Logo, a explorao do software, se concentra em algumas formas de representao de ponto, reta e funes.

4.3.1 Construindo ponto a partir da Barra de ferramentas

Para construo de pontos a partir da barra de ferramentas, basta selecionar na segunda janela de ferramentas a opo novo ponto.

42

Figura 2: Interface Geogebra Fonte: Geogebra

Uma vez selecionada a ferramenta, basta clicar com o cursor sob a janela de representao geomtrica, e logo se tem um ponto no plano.

Figura 3: Representao do ponto Fonte: : Construdo no Geogebra

Observe que tanto na janela de representaes algbricas, quanto na janela de representaes geomtricas, tem-se uma representao do mesmo objeto. Este objeto est includo na pasta de objetos livres, pois o mesmo foi criado de forma independente de parmetros.

43

4.3.1.1 Modificando Objeto

Todos objetos livres podem ser modificados atravs da janela geomtrica, para isto basta selecionar barra de ferramentas na sua primeira opo, mover ponto, e em seguida clicando sobre o ponto, este pode ser arrastado.

Figura 4: Mover ponto Fonte: Geogebra

A modificao da condio do ponto, tambm pode ser feita atravs da janela algbrica, clicando duas vezes sobre o ponto A na janela algbrica. Ento, altera-se as coordenadas de A=(x,y), em seguida pressione a tecla enter, e o ponto ser modificando atravs das coordenadas.

Figura 5: Modificando ponto Fonte: Geogebra

Ao clicar duas vezes sobre o ponto A no plano, tambm possvel modificar as condies do mesmo. Neste caso aparecer uma caixa com o ttulo de redefinir.

44

Figura 6: Modificando ponto Fonte: Geogebra

Neste caso, tambm possvel atribuir novas coordenadas ao objeto. Todas modificaes realizadas com o ponto, tambm podem ser feitas sob uma forma anloga para os demais objetos como: retas, funes, cnicas e etc.

4.3.2 Construindo ponto atravs do Campo entrada de comando

Neste caso basta digitar no campo entrada as coordenadas do ponto B=(x,y), em seguida enter e cria-se o ponto B. importante observar que a virgula diferencia uma coordenada da outra.

Figura 7: Representao de dois pontos Fonte: Construdo no Geogebra

45

4.3.3 Construindo um ponto genrico P=(a,b)

A construo de um ponto genrico permite utilizar o recurso de animao, neste caso e nos demais, isto ser possvel atravs da ferramenta seletor, localizado na barra de ferramentas. Esta ferramenta funciona como um parmetro desejado. Como o objeto representado por meio de um par ordenado (a,b) h necessidade de introduzir dois parmetros, uma que se refere aos valores de (x), e outro para os valores de (y). Selecione na penltima barra de ferramentas a opo seletor, em seguida clique sob a janela geomtrica e defina as condies o parmetro: nome (a); mnimo (-5); mximo (5); e incremento (0.1).

Figura 8: Modificando ponto Fonte: Geogebra

Uma vez definido este termos, clique em aplicar e o tem-se um parmetro (a) que um objeto livre. Repetindo os mesmo procedimento cria-se outro parmetro independente (b). Para finamente construir o ponto genrico que obedece aos parmetros (a) e (b), basta digitar P=(a,b) no campo de entrada de comandos, e tem-se um ponto P que um objeto dependente. Para animar o ponto P, selecione na caixa de ferramentas a opo mover e em seguida clique sob o seletor para movimentar o parmetro, e assim, ao movimentar o seletor (a) o ponto P desloca-se horizontalmente, e ao movimentar o seletor (b) o ponto P desloca-se verticalmente. Observe que a movimentao nos parmetros implica na modificao das coordenadas do ponto P na pasta objeto dependente.

46

4.3.3.1 Utilizando o recurso : animao automtica

Um vez que temos um ponto P=(a,b) definido pelas coordenadas dependes dos parmetros (a) e (b), com os respectivos seletores dos parmetros j habilitados, clique com o boto direito sobre o seletor que deseja animar automaticamente e selecione a opo Animao Ativada.

Figura 9: Animao automtica Fonte: Geogebra

4.3.4 Construindo Reta a partir da barra de ferramentas

Assim como as construes de pontos podem ser feitas sob diferentes formas, para reta no ser diferente. Utilizando a barra de ferramentas selecione a opo Reta Definida por Dois Pontos, logo aps selecione dois pontos da janela geomtrica.

47

Figura 10: Reta por dois pontos Fonte: Geogebra

A utilizao desta ferramenta permite a construo da reta a partir de dois pontos quaisquer, e indifere se os pontos de passagem j esto ou no construdos. importante observar que esta ferramenta uma aplicao do postulado da determinao da reta: dados dois pontos quaisquer, existe uma e somente uma nica reta, que os contm.

Figura 11: Representao da reta Fonte: Construdo no Geogebra

Os pontos independentes A e B, so geradores da reta a. Logo, a e equao da reta aparece como um objeto dependente. Neste caso, os pontos A e B, objetos livres, podem ser modificados no plano, o que modifica a condio da reta.

48

Uma observao sob a escrita da equao da reta a, que est escrita sob a forma implcita. Para modificar a representao algbrica da equao da reta, basta clicar com o boto direito, sob a equao da reta e selecionar entre as opes: reduzida y=kx+d, ou paramtrica.

Figura 12: Modificando a equao da reta Fonte: Geogebra

4.3.4.1 Construindo Reta atravs do campo de entrada de comando

Para efetuar a construo da reta a partir do campo de entrada de comando, basta digitar algum tipo de representao algbrica da reta: reduzida, implcita, paramtrica ou vetorial. Exemplo: Escreva a equao reduzida da reta y=-2*x+3; Escreva a equao implcita da reta 2*x+3*y=0; Defina um parmetro (t=1), onde o parmetro arbitrrio. Em seguida entre com a expresso c: X=(0,2)+t*(1,1); Observe que a letra (c) indica o nome da expresso na janela algbrica. Caso o comando de entrada esteja sem esta letra, o programa define um ponto e no a funo. Funes vetoriais tambm podem ser definidas. No entanto, estas ficam restritas a um intervalo definido. Digite o comando: curva [expresso de x, expresso de y, varivel t, t mn, t mx] x= -1+ 2t y=-1+t (9) (10)

49

Varivel t admite os valores t=-10 e t= 10. E assim, utilizando o comando: Curva[-1+2*t, 1+t, t, -10,10]

Figura 13: Representaes de diferentes retas Fonte: Construdo no Geogebra

4.3.4.2 Construindo uma reta genrica

Para construir uma reta genrica vamos utilizar a equao reduzida da reta:
y = ax + b

(11)

Neste caso, os parmetros a e b, sendo os respectivos coeficientes angulares e lineares devem ser definidos, cada um deles, por um seletor a e b. Digite no campo para entrada de comando: (a= 1) e (b= 1), este valor do parmetro arbitrrio. Observe, que os valores (a) e (b) esto localizados na pasta de objetos livre. Em seguida, clique sobre o parmetro (a) na pasta de objetos livres, com o boto direito e selecione a opo exibir objeto para liberar o seletor (a), e execute o mesmo procedimento para o parmetro (b).

50

Figura 14: Habilitar seletor Fonte: Geogebra

Uma vez que os seletores a e b, esto definidos na janela geomtrica, digite no campo de entrada de comando a funo y=a*x+b. Movimente os seletores (a) e (b) e observe as variaes da representao algbrica e geomtrica do objeto. Neste exemplo foram habilitados dois seletores (a) e (b), atravs de outro caminho que o proposto na seo 4.3.3. Isto mostra a grande versatilidade e flexibilidade do Geogebra.

4.4 Representando o modelo normal

Para representar a curva normal preciso entrar com a sua devida expresso dada pela funo de densidade de probabilidade:
( x )2 (2) 1 2 f ( x) = e 2 2 Como esta funo est associada a dois parmetros mdia () e desvio (), ser

necessrio definir um seletor para cada um dos parmetros da funo.

51

4.4.1 Procedimentos para construo do modelo normal N(, )

O procedimento para construo de um modelo normal genrico semelhante ao utilizado na construo da reta genrica, pois em ambos os casos esto associados a dois parmetros. Digite no campo para entrada de comando: ( =1) e em seguida ( =1), as respectivas letras do alfabeto grego mi e sigma podem ser encontrados no campo de lista de letras e smbolos do alfabeto grego. Habilite os parmetros () e (), e digite no campo de entrada de comandos a expresso =1 / ( *(2 * pi)^0.5) ^(-(0.5)*((x - ) / )). Uma vez que a curva normal foi apresentada nas respectivas janelas algbrica e geomtrica, movimente os parmetros e observe os movimentos de translao e achatamento do grfico.

Figura 15: Curva normal N[3,0.5] Fonte: Construdo no Geogebra

52

4.5 Calculando rea de probabilidade

O clculo de reas de probabilidades envolve o uso de tcnicas de integrao. Logo, a probabilidade P(a x b) = f ( x)dx , onde f(x) a funo de densidade de
a b

probabilidade. Neste caso uma aplicao de uma integral definida, onde os limites de integrao equivalem aos limites da varivel aleatria (x).

4.5.1 Clculo de integrais definidas

Para mostrar a ferramenta de integrao vamos utilizar uma funo de densidade de probabilidade, definida na seo 4.4.1. Para calcular a rea de probabilidade, definida no intervalo [-,+], neste caso a probabilidade de P ( 2.5 x 3.5) , digite o comando: Integral[funo, limite inferior, limite superior]. Neste caso Integral[f,2.5,3.5]

Figura 16: rea sob a cura normal N[3,0.5] Fonte: Construdo no Geogebra

53

Uma observao importante: nesse caso, os limites de integrao so valores fixos. No entanto, os limites de integrao podem ser indicados atravs de um seletor, o que facilita a manipulao da rea de integrao. Para condicionar os limites de integrao a dois novos seletores, entre com os seguintes comandos: L_{sup}=1 e L{inf}=1 Em seguida habilite os dois novos seletores, clicando duas vezes sobre o valor da integral, para redefinir as condies de integrao.

Figura 17: Modificando limites de integrao Fonte: Geogebra

Modifique os limites superior e inferior, de acordo com os respectivos seletores introduzidos, e confirme em ok. Observe que no importa o nome dado ao seletor, qualquer letra bastaria.

Figura 18: rea sob a curva normal N[3,0.5], com limites associados a seletores Fonte: Construdo no Geogebra

54

4.6 Soma Inferior e Superior de Reimann

Atravs do comando somasuperior e somainferior, possvel representar a rea de integrao atravs da soma inferior e superior de Reimann. Exemplo da simulao da aproximao de normalidade com o Geogebra

Figura 19: Discretizao da curva normal Fonte: Construdo no Geogebra

55

Neste exemplo mostra-se aproximao da rea sob a curva normal, quando o nmero de retngulos superior tende para infinito. Este exemplo enfatiza a discretizao da curva normal atravs de histogramas, quando o nmero de classes tende para infinito. A discretizao da rea da curva normal tanto pode ser feito com o comando da soma inferior, quanto superior. No entanto, no exemplo acima foi utilizado a soma superior. Digite o comando Somainferior[funo, x inicial, x final, n de retngulos]. Observe que o nmero de retngulos pode ser animado, quando os valores inicial e final so parametrizados por um seletor.

Figura 20: Animao da aproximao normal Fonte: Construdo no Geogebra

4.7 Distribuio Normal Padronizada (z)

A construo deste modelo com o seletor (z), que pode ser associado cada valor de (z) ao um respectivo valor da varivel aleatria (x), e vice versa.

56

A elaborao deste modelo depende da manipulao da expresso da contagem padronizada.


z= x

(7)

Na expresso acima, a mdia () e o desvio padro () so constantes, (z) e (x) so as variveis. Para a construo do seletor (z) necessrio reescrever a expresso da contagem (z), de modo que (z) seja a varivel livre, e (x) ser varivel dependente. Assim, temos:

x = + z.

(12)

Agora basta entrar com comando de construo de um ponto de abscissa igual ( x = + z. ) e ordenada igual a zero. Logo, este ponto pertencer ao eixo (x), com seu valor dependente de (z), quando a mdia() e o desvio padro () so fixos. Para construir a distribuio normal definida a partir dos seletores da mdia () e do desvio padro (). 1. Crie e habilite um seletor (z). 2. Digite no campo de entrada de comando (+z., 0), para criar o ponto parametrizado. 3. Para encontrar a rea de probabilidade da mdia at o ponto definido em funo de (z), digite no campo de entrada de comando Integral[f,,+z*].

Figura 21: rea ou probabilidade padronizada Fonte: Construdo no Geogebra

57

Atravs desta construo possvel representar a rea de probabilidade a partir da mdia at o ponto Z, para cada valor do seletor (z). Logo, este modelo possibilita fazer a construo da escala padronizada tabular, onde para cada valor de (z) tem-se a respectiva rea. Quando temos valores do seletor (z) menores que zero, a rea de integrao passa ser representado por um nmero negativo. No entanto, esta representao da rea, como um valor negativo, pode criar uma certa confuso, pois se pode pensar, erroneamente, que para valores de z negativos a rea tambm ser. A resposta desta questo est associada s condies dos limites de integrao, pois quando o valor do seletor (z) menor que zero, o limite superior de integrao trabalha com um valor inferior mdia (), que nesta situao o limite inferior de integrao. Logo, como o valor do limite inferior de integrao maior do que o valor do limite superior de integrao, a rea ser um nmero menor que zero. Para evitar este tipo de situao, a sugesto criar dois seletores (z), um sendo superior e outro inferior, onde o valor do limite inferior de integrao no ultrapasse o valor do limite superior de integrao.

Figura 22: rea ou probabilidade padronizada Fonte: Construdo no Geogebra

58

4.8 O pacote de Estatstica

A partir da verso 3.2 do geogebra est incluso o pacote de Estatstica, onde apresenta algumas ferramentas descritivas, grficas, regresses e distribuies de probabilidades discretas e contnuas.

4.8.1 Explorando as medidas Descritivas

Para apresentar as funes de Estatsticas descritivas, vamos utilizar um conjunto de 30 dados que indica o tempo de espera (em minutos), de atendimento na fila de um banco, em um determinado dia. 30-21-40-33-36-39-28-33-41-26 35-33-22-19-25-33-42-29-17-37 31-23-29-33-31-32-24-27-33-18 Quando trabalhamos com conjuntos numricos interessante habilitar a planilha, pois facilita e d agilidade no tratamento de dados. Para habilitar a planilha, basta clicar no menu exibir, selecione planilha.

59

Figura 23: Exibir planilha Fonte: Geogebra

Uma vez habilitada a planilha, vamos inserir os 30 dados, cada uma em uma clula. Neste caso de A1 at A30.

60

Figura 24: Inserindo dados na planilha Fonte: Geogebra

4.8.1.1 Histograma

O histograma uma representao grfica de uma distribuio de frequncia, que tambm pode ser representado atravs de outras composies grficas e tabulares. De modo geral, as distribuies de frequncias so utilizadas como uma espcie de sumrio do agrupamento dos dados, divido em faixa de dados ou intervalos de agrupamento. Com o Geogebra possvel gerar algumas representaes grficas de distribuies de frequncias como o histograma, sem antes, construir uma tabela de frequncia.

Figura 25: Ajuda histograma Fonte: Geogebra

61

Para gerar o histograma basta digitar o comando Histograma[<limites>, <dados do conjunto> ] indicando os limites das classes de agrupamentos e a lista de dados ou lista de frequncias. Neste caso vamos utilizar as seguintes classes de agrupamentos: 172227323742 Logo, os limites de classes sero inseridos na planilha da clula A1 at A6.

Figura 26: Limites de classes e dados brutos Fonte: Geogebra

Finalmente, digite o comando Histograma[A1:A6, B1:B30] e a tecla enter.

Figura 27: Histograma Fonte: Construdo no Geogebra

Neste histograma, cada classe de agrupamento representada por um retngulo de rea igual contagem do nmero de dados agrupados em cada classe. Logo, a primeira classe representada por um retngulo de rea igual a 4 unidades cartesianas ao quadrado, que correspondem ao total de 4 dados {17,18,19,21} agrupados no intervalo (1722).

62

Como cada um dos intervalos so de amplitudes constantes, e no primeiro, de 17 a 22 tem-se uma amplitude igual a 5 unidades, que corresponde base do retngulo de dimenso 4/5 por 5, pois a rea do retngulo 4. E assim, na segunda classe tem-se um retngulo 5 por 1, terceira as dimenses so 7/5 por 5, na quarta 9/5 por 5 e ltima tem-se a mesma frequncia da segunda classe 5 por 1. Como os dados brutos no esto ordenados na lista de clulas B1 a B30, para ordenar os respectivos dados utilize o comando Ordenar[<lista de dados>]. Neste caso, Ordenar[B1:B30].

Figura 28: Ordenar dados Fonte: Construdo no Geogebra

4.8.1.2 Clculo das medidas de Centralidade

Uma vez que os dados do conjunto j esto definidos pela clula A1 at A30, para calcular as medidas de tendncia central (mdia aritmtica, mediana e moda), basta entrar com o comando de cada medida indicando a lista do conjunto.

4.8.1.2.1 Clculo da Mdia Aritmtica

Para calcular o valor da mdia, digite o comando Mdia [<lista de dados>], em seguida a tecla enter. Neste caso, onde j temos a lista de dados definida, basta entrar com o comando Mdia[B1:B30].

63

Figura 29: Valor da mdia Fonte: Construdo no Geogebra

Observe que o resultado da mdia est indicado na pasta de objetos dependentes indicado pela letra (b).

4.8.1.2.2 Clculo da Mediana

Digite o comando Mediana[<lista de dados>]. Neste caso, entre com o comando Mediana [B1:B30].

Figura 30: Valor da mediana Fonte: Construdo no Geogebra

O valor da mediana est contido na pasta de objetos dependentes, representado pela letra c.

64

4.8.1.2.3 Moda

Digite o comando Moda [<lista de dados>]. Logo, aplicando o comando Moda[B1:B30].

Figura 31: Valor da moda Fonte: Construdo no Geogebra

O valor da moda, que indicado como lista 1, pois dependendo da ocasio pode haver mais de um valor. Como nos casos de amostras bimodal.

4.8.1.3 Medidas de Disperso

Quando se trabalha com conjuntos numricos, alm da tendncia da centralidade dos dados, tambm importante conhecer informaes sobre o quanto prximos ou quanto dispersos os dados esto em relao ao centro. O geogebra apresenta as ferramentas que medem a disperso dos dados como a varincia, o desvio padro populacional e tambm covarincia para distribuies de variveis conjuntas.

65

4.8.1.3.1 Desvio Padro

Para encontrar o valor do desvio padro de um conjunto, digite o comando Desviopadro[<lista de dados>]. Logo, para calcular o desvio padro dos valores da lista Desviopadro[B1:B30].

Figura 32: Valor do desvio padro Fonte: Construdo no Geogebra

Assim como para as medidas de centralidade, o valor do desvio padro ser apresentado por uma letra contida na pasta de objetos dependentes, nesta ocasio expresso pela letra d.

4.8.1.4 Diagrama de Caixa (Box Plot)

O geogebra tambm constri o diagrama de caixa, que uma interessante representao grfica. Pois, com ela possvel descrever, simultaneamente, uma srie de caractersticas de diferentes conjuntos numricos, como a centralidade, disperso, o desvio de simetria e tambm identificar os outliers. Para construir o diagrama digite o comando Boxplot[ valor de y, altura da caixa,<lista de ddos>]. Para o exemplo, Boxplot[-3,1,B1:B30].

66

Figura 33: Representao do Box plot, Histrograma e funo N(30, 67) Fonte: Construdo no Geogebra

O primeiro valor do comando, valor de y, define a posio do centro da caixa em relao ao eixo da ordenada. E o segundo valor do mesmo comando, a altura da caixa, fixa o comprimento da caixa em relao ao eixo da ordenada. O comando do diagrama de caixa, tambm pode ser utilizado de outra forma. Pois, ao invs de se informar os dados brutos, pode-se utilizar os valores: mnimo, primeiro quartil, mediana, terceiro quartil, e mximo.

Figura 34: Ajuda do comando da caixa Box plot Fonte: Geogebra

4.8.2 Anlise de Regresso

Sempre quando possvel estudar a relao de duas ou mais variveis, a anlise de regresso surge como uma alternativa capaz de modelar a relao entre variveis distintas, possibilitando assim, o reconhecimento do comportamento de uma grandeza em funo de outra.

67

Com o geogebra, alm do modelo de regresso linear, tambm possvel estimar os modelos de regresso exponencial, logartmica, logstica, polinomial, potencial e seno. Para explorar a ferramenta de regresso linear vamos observar a relao entre duas variveis de indicadores de desempenho pedaggicos/educacional: faltas e notas. Os resultados da tabela abaixo indicam o percentual mdio de faltas e percentual mdio de notas, para seis turmas, da rea de Cincias Humanas, da Escola Estadual Governador Milton Campos. Estes resultados correspondem ao acumulado do primeiro, segundo e terceiro bimestre do ano de 2009.
Tabela 2 Percentual mdio de faltas e notas Turmas Faltas Notas 111 103 107 105 101 109 14,00% 13,30% 14,00% 15,80% 18,30% 21,20% 60,00% 55,90% 53,90% 51,30% 46,40% 42,00%

Entre no campo de entrada de comando os seis pontos, indicando (faltas, notas) da tabela, para obter o diagrama de disperso dos pontos. Utilize as opes deslocar eixos e reduzir, da barra de ferramentas, para enquadrar os pontos no campo visual.

Figura 33: Diagrama de disperso Fonte: Construdo no Geogebra

68

4.8.2.1 Coeficiente de Correlao

Para

calcular

valor

do

coeficiente

de

correlao

utilize

comando

CoeficienteDeCorrelao[<lista de pontos>]. Para os valores da amostra, digite o comando com a lista dos pontos CoeficienteDeCorrelao[{A,B,C,D,E,F}], o resultado o valor de a na pasta de objetos dependentes.

Figura 34: Coeficiente de correlao Fonte: Construdo no Geogebra

4.8.2.2 Regresso Linear

Para obter a reta de regresso de valores de y em x utilize o Comando RegressoLienarY [<lista de pontos>]. Neste caso considerando os seis pontos, RegressoLienarY [{A,B,C,D,E,F}].

69

Figura 35: Reta de regresso Fonte: Construdo no Geogebra

O modelo de regresso estimando representado pela letra b na pasta de objetos dependentes. Utilizando o modelo de regresso para estimar o valor do percentual mdio de notas, correspondente ao percentual mdio de faltas de 25%, encontramos um rendimento de aproximadamente 34%. O que indica um valor baixo, pois o rendimento escolar mnimo de 60%. Para que o percentual mdio de rendimento seja igual a 60%, o modelo de regresso retorna o valor do percentual mdio de faltas de 11,75 %. Estes dados mostram que, nesta amostra, o percentual de at 25% de faltas, pode comprometer o rendimento global das mdias de notas, pois este muito tolerante. Assim, para que se obtenha um rendimento mdio de no mnimo 60%, o percentual mximo de faltas dever ser menor ou igual a 11,75%.

70

Figura 36: Regresso linear Fonte: Construdo no Geogebra

4.8.3 Clculo de Probabilidades

O geogebra permite fazer clculos de probabilidade de algumas variveis aleatrias discretas e contnuas. No entanto, estas ferramentas no permitem a construo geomtrica da distribuio de probabilidade, e sim apenas realizar clculos.

4.8.3.1 Clculo de Probabilidades com o modelo Normal

Para efetuar clculos com o modelo normal digite o comando Normal[mdia, desvio padro, valor de x]. Esta funo retorna o valor da rea sob a curva normal acumulada abaixo do valor de x, tambm conhecida como probabilidade de ( z o ) .

71

Grfico 9: rea de probabilidade da funo (z) Fonte: Construdo do Geogebra

4.8.4 Construindo suas prprias ferramentas

O geogebra, assim como outros programas de geometria dinmica, possibilitam ao usurio construir suas prprias ferramentas. Para construir uma ferramenta necessrio ter como base uma construo j feita, indicar os objetos finais e iniciais da construo.

4.8.4.1 Construindo uma ferramenta para construo do grfico da funo normal de densidade de probabilidade N(, ).

Para efetuar a construo desta ferramenta, vamos tomar como base a construo realizada na seo 4.4.1, onde h representao de uma curva normal construda a partir da funo de densidade de probabilidade, em relao aos parmetros da mdia e do desvio padro.

72

Figura 37: Curva normal N[3,0.5] Fonte: Construdo no Geogebra

Utilize a opo ferramentas no menu, selecione criar uma nova ferramenta.

Figura 38: Criar uma ferramenta Fonte: Geogebra

Na caixa de dilogo, indique os objetos finais da construo e os iniciais.

Figura 39: Selecione os objetos finais Fonte: Geogebra

73

Defina a funo f, como objeto final.

Figura 40: Selecione os objetos iniciais Fonte: Geogebra

Os parmetros da mdia () e do desvio padro () sero os objetos iniciais da construo.

Figura 41: Definindo nome, comando e cone da ferrammenta Fonte: Geogebra

Indique o nome da ferramenta, o comando e o informativo da ajuda. Tambm possvel personalizar o cone que aparecer na barra de ferramentas. Aps a concluso, verifique na barra de ferramentas a nova opo direita.

74

Figura 42: Nova ferramenta criada Fonte: Construdo no Geogebra

Digite o comando FunoNormal[<mdia>, <DesvioPadro>], indicando os respectivos valores da mdia e do desvio padro da curva normal que desejados, e enfim, temse o grfico da funo.

75

5 SALA DE AULA E O LABORATRIO DO PROFESSOR

5.1 Pesquisa, pesquisa em educao Matemtica e suas importncias

A concepo de pesquisa e o exerccio do trabalho cientfico tem uma forte ligao que sustentam o projeto de pesquisa, dando fidelidade e credibilidade aos dados e s observaes registradas no seu contexto. No entanto, importante discutir sobre a sua concepo, de modo que se possa fazer uma reflexo da sua prtica, na medida que seja possvel contextualizar o conceito geral de pesquisa dentro da concepo de educao Matemtica, e assim poder analisar suas implicaes diante de processos educacionais. Segundo Marconi e Lakatos (2001), o conceito de pesquisa definido como um conjunto de procedimentos formais, que associados ao mtodo de pensamento reflexivo, permite o tratamento cientfico para descobrir verdades parciais. Para Bicudo (1993), a concepo de pesquisa parte da busca por compreenses significativas, de modo que este processo consiste em andar em torno de uma interrogao ou problema, buscando todas as possveis dimenses de modo rigoroso e consistente. Embora esta autora coloque esta busca como um processo inacabado, onde no h uma resposta definitiva que consiga esgotar todas dimenses do fenmeno interrogado. Fiorentini (2007) observa que apesar das diferentes definies que se queira dar ao conceito de pesquisa, h sempre uma

ideia de que pesquisa um processo de estudo que consiste na busca disciplinada metdica de saberes ou compreenses acerca de um fenmeno, problema ou questo da realidade ou presente na literatura o qual inquieta/instiga o pesquisador perante o que se sabe ou diz a respeito.( FIORENTINI, 2007, p 60)

Apesar do conceito de pesquisa ser demasiadamente amplo, notria a presena comum da ideia de busca de verdades inesgotveis, que de algum modo provoca uma inquietao e ao mesmo tempo permite o exerccio da reflexo sobre o problema.

76

Os aspectos gerais que compem o conceito e o trabalho de pesquisa: interrogao, rigor, anlise sistmica e metdica, reflexo, so elementos que integram a concepo de pesquisa em qualquer que seja sua rea de atuao, inclusive na educao Matemtica. importante destacar que diante deste panorama geral, para cada rea de atuao haver uma certa especificidade da concepo de pesquisa que segue os paradigmas e saberes prprios da rea de estudo. Este fator pode ser observado dentro do contexto da Educao Matemtica. Neste sentido, pode-se perceber um aspecto subjetivo da Educao Matemtica, qualificando a pesquisa em educao matemtica como uma rea de domnio prprio.

A pesquisa em Educao Matemtica no uma pesquisa em Matemtica, nem uma pesquisa em Educao, embora trate de assuntos pertinentes a ambas, trabalhe com a Matemtica e utilize-se de procedimentos concernentes ao modo de pesquisa prprios da Educao.(BICUDO, 1993, p 19)

Segundo Bicudo (1993), a regio de inqurito da educao matemtica est bem definida, pois ela se configura atravs de questes de estudo levantadas pela prpria Educao Matemtica, sendo algumas delas: a compreenso da Matemtica, como fazer Matemtica, as interpretaes elaboradas sobre os significados sociais, culturais e histricos da Matemtica e tambm as aes poltico-pedaggico da Educao Matemtica. Por outro lado, Garnica (2002) coloca a Educao Matemtica como um objeto transdisciplinar que tenha trnsito-livre entre reas do conhecimento, de modo que no haja fronteiras ou barreiras. De acordo com a proposta deste autor, ele procura desmistificar posies assimtricas como professor/ pesquisador, teoria/prtica, sujeitos/ objetos, pedaggicas/ especficas. O autor faz uma leitura ampla, e ao mesmo tempo simplista da Educao Matemtica como
(..) movimento que se institui no instante mesmo em que algo a que chamamos Matemtica ocorre num contexto de ensino e aprendizagem. Essa caracterizao, ainda que vaga, por outro lado, pretende afirmar a Educao Matemtica como constituindo-se em trajetria, como objeto transdisciplinar (..)(GARNICA, 2002, p 91)

Fiorentini (2007) caracteriza o movimento da Educao Matemtica como resultado de mltiplas relaes estabelecidas como um conjunto de prticas que envolvem a

77

Matemtica (especfico) e processos pedaggicos constitudos a partir das dimenses histrico-epistemolgicas, piscocoginitivas, histrico-culturais e sociopoltico. Por outro lado, importante a anlise das consequncias e relevncias educacionais da pesquisa em Educao Matemtica, pois podem questionar a sua real importncia. Segundo Bicudo (1993), as pesquisas em Educao Matemtica so importantes, pois permitem fazer estudos sistemticos sobre a Matemtica, como ela constituda, os seus significados e possibilitando conhecer mais sobre ela, a Educao. O processo de fazer pesquisa em Educao Matemtica tambm importante, pois promove uma transformao no professor, que ao fazer um estudo sistemtico procurando por solues, tem sua promoo pessoal e profissional, capacitando-o para mais um campo de atuao profissional e cientfico (FIORENTINI, 2007). Para o aprendiz, a pesquisa em Educao Matemtica tambm importante, pois esta procura universalizao e ao aprimoramento do ensino e aprendizagem da Matemtica torna-o mais humanizado.

5.2 Contexto e sujeitos da pesquisa

A pesquisa foi desenvolvida com alunos de duas turmas distintas. A primeira turma realizou as atividades entre abril e maio de 2009, e a segunda turma participou entre setembro e outubro de 2009. Na ocasio, ambas as turmas cursavam a disciplina de Estatstica do 2 perodo do Curso de Graduao tecnolgica de Gesto da Produo Industrial noturno, da faculdade Unatec do centro universitrio UNA, campus Barreiro. As duas turmas apresentam um perfil bem diversificado em termos comparativos, mas h algumas familiaridades como: cerca de um tero dos alunos das duas turmas trabalham na rea do curso, a maior parte dos alunos concluram o ensino mdio a menos de dez anos, o que denotam a turma com um padro tpico de jovens que trabalham para pagar o curso. A primeira turma apresentou um padro diversificado em relao ao sexo, j a segunda turma o sexo masculino predominante. Os demais professores, que ministraram aulas para ambas as turmas, as avaliaram sob diferentes formas. Percebe-se uma avaliao positiva em relao primeira turma. No entanto, em relao segunda turma foram apontando mais aspectos negativos que a primeira, segundo a maioria dos docentes.

78

5.3 A elaborao da sequncia didtica

O processo de elaborao das atividades passa primeiramente pelo processo de manipulao do modelo normal com o software Geogebra. A construo do modelo normal com o programa no foi imediata, pois inicialmente houve certas dificuldades e contratempos, at trabalhar com a sintaxe da funo normal de probabilidade abaixo.
( x )2 2 2

1 f ( x) = e 2

(2)

A causa da dificuldade inicial era o desvio padro ( ) , pois quando trabalhamos com o parmetro sigma direita do radical, o programa retornava erro de sintaxe.

f ( x) =

1 e 2

( x )2 2 2

(13)

Neste momento, pensamos que poderia haver algum tipo de erro na escrita da expresso e ao consultar Stevenso (1981) que, ento, trazia a funo de densidade de probabilidade, com o desvio padro dentro ( ) do radical, como segue:

f ( x) =

1 e 2

( x )2 2 2

(14)

(STVENSON, 1981, p 139) Em funo da ansiedade em resolver esta questo, no se pensou que poderia haver um erro de impresso, e entramos com esta sintaxe no programa, o resultado foi surpreendente e ao mesmo tempo desanimador, pois o programa fez a construo de uma outra funo, de representao grfica semelhante a uma parbola.

79

Grfico 10: Representao de uma parbola Fonte: Construo do Geogebra

Uma vez observado o grfico da funo tivemos a percepo de que poderia haver um erro de impresso, pois o grfico apresentado era incompatvel com da curva normal. S ento tivemos a ideia de escrever o desvio padro ( ) multiplicando esquerda do radical no denominador e o resultado foi animador, pois o programa reconheceu a sintaxe e retornou seu devido grfico conforme funo abaixo.
( x )2 2 2

1 f ( x) = e 2

(2)

A dificuldade inicial em representar a funo normal atravs do Geogebra foi solucionada por uma questo da escrita, que mostra o quanto delicada a representao ou escrita dos objetos Matemticos. No entanto, a tentativa de representar o modelo normal atravs do programa proporcionou a procura de como o programa poderia ser utilizado na representao da curva gaussiana. Uma vez que a possibilidade de representar o modelo normal com o software era uma realidade, surgem questes crticas, questiona Borba (2005), para quais problemas o computador a soluo? E no contexto da atual pesquisa, como o software pode ser utilizado para o ensino e aprendizagem da distribuio normal de probabilidade?

5.3.1 Estruturao da Sequncia didtica

Diante da questo de como utilizar o software Geogebra no ensino e aprendizagem da distribuio normal de probabilidade, foram organizadas e elaboradas quatro atividades que

80

estruturam a sequncia didtica, e aplicadas s turmas cada uma delas em duplas, e em aulas de uma hora e quarenta minutos.

5.3.1.1 Primeira atividade

Esta atividade foi a nica da sequncia que no foi aplicada no laboratrio, e teve uma durao de aproximadamente uma hora. Nesta atividade, tanto o software Geogebra, quanto quincunx 2 foram utilizados com o auxlio de data show, para simular a aproximao da distribuio normal atravs de eventos de distribuies binomiais, com 50% probabilidade de sucesso. Teixeira (2008) apresentou em sua pesquisa os diferentes resultados da utilizao quincunx, em diferentes nveis de ensino. Neste trabalho, foram realizadas atividades experimentais envolvendo as Distribuies Normais e Binomiais de probabilidade, e faz sntese sobre a engenhosa mquina de Francis Galton.

Em 1873-1874, Galton projetou um curioso aparelho experimental conhecido como "quincunx" ou tambm Galtons board (placa ou jogo de Galton). Essa mquina era um engenhoso modelo fsico da teoria dos erros, a qual ele acreditava ser aplicvel a muitos fenmenos no campo da Biologia e da Fsica. Encerrada atrs de um vidro, havia uma seo transversal de um funil que se abria para um arranjo de pinos de metal dispostos a intervalos iguais, com compartimentos verticais abaixo dos pinos. Ao cair pelo funil, os chumbinhos de espingarda (ou bolinhas) se distribuiriam, aleatoriamente, para a direita ou para a esquerda pelos espaos entre os pinos que representavam, na teoria de Galton, as perturbaes aleatrias independentes da natureza. No final do processo, eles se acumulavam nos compartimentos inferiores em pilhas que lembram uma curva normal. (TEIXEIRA, 2008, p 343)

No contexto da atual seqncia didtica foram utilizados trs diferentes experimentos com a quincunx: o primeiro que gera histogramas de duas classes, o segundo que gera histograma de onze classes e o terceiro que gera histograma de dezenove classes. As figuras abaixo mostram o funcionamento do experimento.

Para realizar simulaes com quincunx acesse o site mathsisfun.

81

Figura 43: Quincunx com duas classes de agrupamento Fonte:disponvel no site da mathsisfun

Figura 44: Quincunx com onze classes de agrupamento Fonte: disponvel no site da mathsisfun

Figura 45: Quincunx com vinte classes de agrupamento Fonte: disponvel no site da mathsisfun

A (figura 46) foi extrada da pesquisa de Teixeira (2008), que investigou a prtica e experimentao da quincunx, com alunos do ensino superior, mdio e fundamental. No contexto da pesquisa de Teixeira (2008), os quatro formatos foram sugeridos pelos alunos envolvidos no trabalho, como provveis formatos de agrupamento das bolinhas.

82

Uma vez que a quincunx apresentada, antes de acionar o simulador foi perguntado turma: qual das opes de formatos abaixo seria o provvel agrupamento das bolas?

Figura 46: possveis formatos de agrupamento Fonte: TEIXEIRA, 2008

Aps o acionamento do simulador, aguarda-se o registro de uma quantidade relevante de dados, ento o professor perguntar novamente sobre o formato da distribuio observada. Aps esta discusso, o Geogebra foi utilizado para simular a discretizao da curva normal, atravs de retngulos da soma superior Reimann, a partir de dois retngulos tendendo para uma grande quantidade de retngulos, e assim, aproximando a rea da figura para rea da curva normal, conforme figuras abaixo:

Figura 47: Simulao da aproximao normal dividida em dois retngulos Fonte: Construdo no Geogebra

Figura 48: Simulao da aproximao normal dividida em cinco retngulos Fonte: Construdo no Geogebra

83

Figura 49: Simulao da aproximao normal dividida em grande quantidade de retngulos Fonte: Construdo no Geogebra

A atividade pretende apresentar a curva normal atravs da aproximao dos histogramas gerados pela distribuio binomial simulados pela quincunx, e ao mesmo tempo valorizar a percepo e a observao do aluno, na medida em que seja possvel provocar uma atitude observadora e ao mesmo tempo mostrar intuitivamente os procedimentos e conceitos que gera a curva normal atravs de uma aproximao.

5.3.1.2 Segunda atividade

Uma vez que o modelo normal j foi apresentado, a segunda atividade investigativa consiste basicamente em variar os parmetros N ( , ) , da mdia e do desvio padro da curva normal, e observar os efeitos das variaes destes parmetros na curva normal. Esta atividade foi realizada em dupla, cada dupla recebeu uma folha com a atividade e o arquivo em mdia da atividade. De acordo com Santos e Pedro (2000), este tipo de atividade classificada como trabalho sobre situaes j feitas, pois o arquivo que cada dupla recebeu funciona como um modelo j pronto de uma Distribuio Normal, em que se pode variar os parmetros () e (), e espera observar as variaes nos padres. Esta atividade composta por dez questes que alm de investigar os efeitos das variaes da mdia e do desvio padro, investiga tambm outros pontos notrios da varivel aleatria, tais como:
( 3 , 2 , , , + , + 2 , + 3 ) .

84

5.3.1.3 Terceira atividade

Esta atividade pretende introduzir o conceito da varivel padronizada (z) atravs de uma atividade investigativa guiada que possibilite a generalizao da expresso, atravs de um trabalho sobre situaes j feitas (ou modelos) (SANTOS; PEDRO, 1999). Neste caso, tendo em vista a expresso da varivel reduzida (z) um modelo algbrico representado simbolicamente, h uma certa dificuldade na compreenso deste termo. Atravs da expresso da varivel reduzida (z) possvel associar valor de (x) e (z), uma vez que a mdia () e o desvio padro () so fixos ou constantes. Neste caso, a mdia e o desvio padro so parmetros da expresso. Primeiramente a atividade coloca uma situao da curva normal, com os parmetros fixos, e pede ao aluno que atribua valores especficos de (z =-1,0,..2,..) com o seletor (z) e em seguida observe no grfico qual valor da varivel (x) est associado quele especfico valor de (z). Em seguida feito o caminho inverso, para valores especficos de (x = 9.5, 10,..) e pedese quais so os respectivos valores de (z). Em um segundo momento, a atividade trabalha a parte aritmtica do clculo com a varivel reduzida (z), pedindo ao aluno que faa a subtrao dos valores de (x) e a mdia (), em seguida divida pelo desvio padro (). Assim, os prprios alunos percebem que possvel fazer a converso dos valores de (x) em valores de (z), e com detalhe, tambm podem simular estes valores com o programa e visualizar a questo geometricamente. Aps a manipulao de diversos valores das variveis (z) e (x) geometricamente, e o tratamento aritmtico com estes mesmos valores de (z) e (x), proposta a passagem para representao algbrica atravs da generalizao do operatrio aritmtico. No entanto, a idia central no simplesmente adotar a representao algbrica como o processo operatrio aritmtico sob forma generalizada, mas adotar uma linha de desenvolvimento da notao algbrica que passa necessariamente pelos processos de construo retrica, sincopada e simblico (LINS; GIMENEZ, 1997). Para que seja possvel esta transio de processos algbricos, a prpria atividade guia inicialmente como a descrio acima, para que o aprendiz perceba e possa concluir a representao simblica da varivel padronizada (z).
x

z=

(7)

85

5.3.1.4 Quarta atividade

A quarta e ltima atividade que compe a unidade didtica visa a introduo do clculo de rea de probabilidade com o modelo normal. Esta atividade a mais extensa da sequncia didtica e de certa forma perpassa pelos diversos contedos procedimentais, conceituais e atitudinais trabalhados nas demais atividades. importante lembrar que para execuo desta atividade foi elaborado um modelo prprio, assim como nas demais, ou trabalhos sobre situaes j feitas conforme (SANTOS; PEDRO, 1999). A atividade faz inicialmente um breve comentrio sobre a idia de rea de probabilidade e como esta rea se identifica na curva normal. Aps a parte factual ou introdutria so feitas algumas simulaes com diferentes reas de probabilidade, inicialmente com os valores da mdia e do desvio padro fixos observado os diferentes resultados quando (z= 1, 3 e -2), em seguida os valores da mdia e do desvio padro so modificados e novamente observado as respectivas reas de probabilidade quando (z= 1, 3 e -2). A inteno inicial dar possibilidade para que o aprendiz perceba que independente dos valores da mdia e do desvio padro, a rea de probabilidade sempre relativa aos respectivos valores de (z), e assim, introduzir a tabela normal padronizada (z). Associando a idia de rea de probabilidade e seus respectivos valores de (z), a tabela normal padronizada apresentada, e a atividade pede para observar alguns valores de reas de probabilidade e o valor de (z) especficos, e comparar estes valores com o encontrado pela representao grfica do Geogebra. A inteno desta comparao justificada pela pequena diferena que h em alguns valores de (z) encontrados na tabela, e os representados pelo programa. A diferena de valores da ordem de at 0,01% de rea de probabilidade, sendo relativamente pequena. Na parte final da atividade so apresentadas trs situaes problemas aplicveis ao modelo normal, que dispem de diferentes recursos de soluo. Na primeira questo a rea de probabilidade procurada, est localizada entre a mdia e a varivel aleatria. Este um caso tpico de aplicao direta, que est representada genericamente a seguir.

86

Grfico 11: rea de probabilidade Fonte: Construo do Geogebra

P( z x1 )

J na segunda, a rea procurada est compreendida entre duas variveis aleatrias que esto em diferentes lados em relao mdia, e assim ( x2 x1 ) . Neste caso, como h duas variveis aleatrias, tambm haver dois respectivos valores de (z) e consequentemente, duas rea de probabilidade que compem a rea total compreendida atravs da adio das reas.

Grfico 12: rea de probabilidade P( x2 Fonte: Construo do Geogebra

z x1 )

Na terceira situao, tambm h duas variveis aleatrias, porm ambas esto direita da mdia, e assim

( x2 x1 ) . Nesta circunstncia, a rea total encontrada atravs da

subtrao de duas reas, o que pode causar certa dificuldade se no for bem representada.

Grfico 13: rea de probabilidade P( x2 Fonte: Construo do Geogebra

z x1 )

87

Nestas trs ltimas questes, todas elas deveriam ser respondidas manualmente e os valores deveriam ser encontrados na tabela normal padronizada. No entanto, os alunos poderiam utilizar o Geogebra para intensificar o processo de experimentao e possvel confronto de informaes. Alm disso, no arquivo da atividade havia uma ferramenta de gabarito, que fornecia a resposta da atividade uma vez introduzida os dados iniciais. Uma outra situao problema interessante, mas no discutida nesta atividade o caso da aplicao da normal inversa, quando fornecida a rea de probabilidade e pede o valor da varivel aleatria.

5.4 Anlise da sequncia didtica e a sequncia dos contedos

A metodologia de anlise da unidade didtica proposta, pretende discutir alguns resultados observados nas duas turmas que praticaram a sequncia, e, ao mesmo tempo procurar fazer a avaliao da seqncia didtica conforme prope Zabala (1998), que observa nas aprendizagens duas questes: a primeira, focada na potencialidade da sequncia em favorecer os significados da aprendizagem; e na segunda, relacionada capacidade de observao do professor em relao s compreenses, dificuldades e assim, procurando uma ateno diversidade. O processo de avaliao da sequncia importante, pois quando bem aplicada possibilita reforar a atividade. Zabala (1998) prope dez questes que articulam a avaliao da sequncia didtica.

Na sequncia didtica existem atividades: que nos permitam determinar os conhecimentos prvios que cada aluno tem em relao aos novos contedos de aprendizagem? cujos contedos so propostos de forma que sejam significantes e funcionais para os meninos e as meninas? que possamos inferir que so adequadas ao nvel de desenvolvimento de cada aluno? que representem um desafio alcanvel para o aluno, quer dizer, que levam em conta suas competncias atuais e as faam avanar com a ajuda necessria; portanto, que permitam criar zona de desenvolvimento proximal e intervir? que provoquem um conflito cognitivo e promovam a atitude mental do aluno, necessria para que estabelea relaes entre os novos contedos e os conhecimentos prvios? que promovam uma atitude favorvel, quer dizer, que sejam motivadora em relao aprendizagem dos novos contedos? Que estimulem a autoestima e o autoconceito em relao s aprendizagens que se propem, quer dizer, que o aluno possa sentir que em certo grau aprendeu, que seu esforo valeu a pena?

88

que ajudem o aluno a adquirir habilidades relacionadas com o aprender a aprender, que lhes permitam ser cada vez mais autnomo em suas aprendizagens? (ZABALA, 1998, p 64)

Com relao anlise dos dados das atividades aplicadas, ser fundamental observar as diferentes concepes do ensino e aprendizagem, observadas atravs da tipologia de contedos conceituais, procedimentais e atitudinais. A aplicao da sequncia, bem como a observao da realizao das atividades propostas, aproxima-se de um estudo naturalista ou etnogrfico (FIORENTINI, 2007), pois a coleta de dados foi realizada durante a execuo da sequncia, na presena do pesquisador. Para efeito de procedimentos descritivos ser apresentado: protocolos das atividades, transcrio de falas e perguntas, descries de observaes e sensaes vivenciadas durante a prtica. Estes so os principais elementos que compem a base de dados que sero tratados conforme anlise de contedo (FIORENTINI, 2007).

5.5 Anlise da aplicao da seqncia didtica e principais implicaes educacionais

5.5.1 Primeira Atividade (Aproximao normal)

As condies iniciais desta atividade foram diferentes em relao as duas turmas participantes, mas ambas passaram pelo mesmo questionamento sobre o suposto formato da figura gerada pelo experimento com a quincunx. Na primeira turma, esta atividade foi muito aberta, podendo ser identificada como um debate. Primeiramente, a quincunx foi apresentada e antes do seu funcionamento perguntou-se sobre o provvel formato do agrupamento das bolas (figura 46). Inicialmente, muitos alunos da turma mostraram uma atitude pouco confiante em dizer qual provvel formato do agrupamento, talvez pelo fato da falta de critrio ou at por no terem compreendido o funcionamento da quincunx. Dentre aqueles que indicaram o possvel formato, a maior parte, ficou dividida entre o modelo normal e triangular, com apenas algumas indicaes para o modelo semicircular e nenhuma para o modelo quadrado. Iniciou-se o funcionamento da quincunx em trs diferentes condies: o primeiro que gera histogramas de duas classes, o segundo que gera histograma de onze classes e o terceiro

89

que gera histograma de dezenove classes. E novamente perguntou-se, qual seria o formato do agrupamento das bolas? Observou-se certa migrao de votos, para opo do modelo normal, porm no houve uma unanimidade. Observada a simulao da quincunx, a turma pareceu estar um pouco mais vontade e alguns alunos fizeram observaes que foram registradas conforme (Quadro 1).

Aluno 1 Aluno 2 Aluno 3 Aluno 4

Ser que a quantidade de bolas influencia o formato? Quanto mais bolas caem, parece que estabiliza o formato. Varia conforme o nmero de amostras, tende a espalhar e concentrar no centro. Tendncia forma circular. A curva de Gauss, mostra a centralidade e a disperso do processo.
Quadro 1: Atividade com quincunx Fonte: Dados da pesquisa, primeira turma

Analisando as observaes dos alunos, percebe-se a forma intuitiva e informal utilizada para tentar explicar o formato do agrupamento gerado, que caracterstica da prpria formulao de conjecturas. Entretanto, a possibilidade do aluno formular conjectura uma importante etapa da atividade investigativa, que possibilita o debate prprio desta modalidade de aula. Os alunos 1 e 2 observam, ambos, a questo da quantidade de bolas poder influenciar no formato do agrupamento e tambm a questo da maior ocorrncia no centro, apesar destes no indicarem o formato com preciso. A conjectura levantada pelos alunos 1 e 2, formalizada pela lei dos nmeros grandes.

medida que um experimento repetido vrias vezes, a probabilidade dada pela freqncia relativa de um evento tende a se aproximar da verdadeira probabilidade.(TRIOLA, 2008, p 114)

J o aluno 4, faz referncia ao provvel formato do agrupamento de dados utilizando um termo caracterstico epistemolgico (curva de Gauss), e tambm faz uma observao mesmo que vaga, da idia de centralidade e disperso. Nesta fala observa-se a questo dos conhecimentos prvios mobilizados para justificar sua observao, caractersticas do contedo conceitual. Por outro lado, a observao da aluna 3, mostra que o simples experimento no garante uma resposta unnime, sendo passveis de observaes errneas, que aponta a

90

possibilidade de obstculo cognitivo e eventuais confuses, tambm constatados pela pesquisa de (TEIXEIRA, 2008)

Os experimentos realizados permitiram concluir que a forma da distribuio normal no intuitiva ou espontnea para os alunos e que importante trabalhar seus conceitos prvios se o objetivo for a construo de uma aprendizagem efetiva dos conceitos envolvidos. (TEIXEIRA, 2008, p 348)

No Terceiro momento da atividade, realizou-se uma simulao com o Geogebra, que evidencia a aproximao da curva normal, atravs da sua discretizao. Esta nova simulao procurou discutir novamente a questo do formato da distribuio, porm difcil dizer se este novo experimento foi suficiente para atacar o conflito cognitivo de forma plena e soberana, garantindo assim que cada aluno realizasse todas as etapas exigidas pelo processo de aprendizagem, apesar da atitude favorvel da turma e da aluna especfica. Na segunda turma, esta atividade foi proposta com algumas alteraes que procuraram explicar melhor o funcionamento da quincunx. A atividade foi aplicada juntamente com uma folha de instrues composta por informaes sobre a origem e funcionamento da quincunx, alm de conter a questo do provvel formato do agrupamento das bolas, nas duas ocasies, antes e aps o acionamento da simulao da quincunx. Assim, foi disponibilizada uma folha para cada dois alunos, o que distribuiu turma em duplas. Assim como na primeira turma, antes do funcionamento da quincunx, pouco mais da metade dos alunos indicaram o modelo normal, como o mais provvel. Porm, a segunda opo mais indicada foi o formato semicircular, uma minoria indicou o formato retangular e no foram registradas indicaes do formato triangular, que revelou at surpreendente, pois na primeira turma esta foi a segunda opo de maior escolha. Esta questo revelou alguns contrastes como ambas turmas concentraram suas indicaes em apenas trs das quatro opes, sendo o modelo normal o mais sugerido sem unanimidade. Porm, h ponto de divergncia pois com exceo da primeira escolha as demais no coincidem. Aps o acionamento da quincunx, sem nenhuma exceo todos indicaram o modelo normal como provvel formato. Este fato indicou uma total migrao para o modelo normal. Uma outra questo contida na atividade realizada com a segunda turma, perguntava se o nmero de canaletas onde as bolas so armazenadas pode influenciar o formato do histograma gerado. Na primeira turma esta questo foi debatida, mas no foram registradas as

91

observaes. Ento, resolvemos coloc-la como uma questo contida na prpria atividade, para que se pudessem efetuar registros. A inteno era observar se a questo do nmero de classes poderia ser intuitiva ou espontnea. Assim, a identificao do formato normal como provvel formato da distribuio das bolas, no obteve uma unanimidade. A associao do nmero de classe e o formato da distribuio das bolas, tambm mostrou resultado semelhante, pois muitos alunos responderam que o nmero de classes no afeta o formato da distribuio das bolas.

No, quanto maior o nmero de canaletas menor ser a chance das bolas irem Dupla 1 para os extremos. Dupla 2 No, porque simulao em trs experimentos manteve a distribuio normal.
Quadro 2: Atividade com quincunx Fonte: Dados da pesquisa, segunda turma

Analisando as observaes das duplas notrio que ambas no perceberam, que com o aumento do nmero de classes h uma maior aproximao da distribuio com normal. A dupla 1, apesar de observar que com o aumento do total de classes as bolas se concentram, talvez no observaram que o centro da distribuio bem definido quando o total de classes aumenta. A dupla 2 mostra no ter identificado as propriedades visuais do formato normal, pois a dupla identifica at mesmo o primeiro histograma como normal. Por outro lado a maior parte da turma observou que o nmero de classes de agrupamento pode influenciar no formato do agrupamento. Dentre algumas duplas que responderam, observe o (Quadro 3).

Sim, pois quanto menos canaletas maior ser a tendncia de um padro Dupla 3 retangular. Sim, pois com apenas 2 canaletas, no seria possvel uma distribuio normal. Agora, com mais canaletas como por exemplo 11 e 19, a distribuio permanecia Dupla 4 normal. Sim, porque com um maior nmero de canaletas as bolinhas ficam mais centralizadas, Dupla 5 o que no acontece quando o nmero de canaletas vai diminuindo.
Quadro 3: Atividade com quincunx Fonte: Dados da pesquisa, segunda turma

Parece que tanto as duplas 3, 4 e 5, diferente das duplas 1 e 2, observaram a questo quando se tem poucas classes, e talvez assim puderam constatar que com apenas duas classes a aproximao normal no boa. Quando comparamos a observao da dupla 1 e 5, ambos

92

observaram a questo da centralidade quando o nmero de canaletas grande, mas apenas a dupla 5 comparou esta questo quando o nmero de classe diminui. Assim, como na primeira turma, no terceiro momento realizou-se a simulao com o Geogebra, que mostra a aproximao da curva normal partindo de uma distribuio retangular. Este foi um momento rico em que a questo da aproximao da distribuio normal pde ser novamente debatida, porm utilizando um recurso adicional. Analisando o retrospecto da aplicao da atividade nas duas turmas, primeiramente constatou-se que a utilizao da quincunx e tambm o Geogebra foram proveitosas, pois tais recursos colaboram para o processo de experimentao, e assim possibilitando os trabalhos investigativos, exploratrios e problematizados. Quanto participao ou atitude dos alunos, pode ser considerada boa, pois em nenhuma das turmas foi observado uma postura crtica ou negativa quanto atividade. O que refora a idia de que o aluno reconheceu, em parte, a importncia da atividade. Em uma atividade que lida com explorao de questes investigativas, o aluno e a turma trabalham com situaes pouco comuns, que exige maior esforo e atuao do aprendiz, pois h uma necessidade de se mobilizar uma atitude investigativa inquiridora que tira o aluno de uma posio de conforto, o que refora a questo do contedo conceitual, procedimental e atitudinal.

5.5.2 Segunda Atividade

Essa atividade foi a primeira realizada no laboratrio, com ambas as turmas. Nessa ocasio, o objetivo principal era mostrar os efeitos das possveis variaes dos parmetros da mdia () e do desvio padro () na curva normal, utilizando o Geogebra. Tanto na primeira turma quanto na segunda turma, esta atividade foi realizada em dupla. Na primeira turma, treze duplas executaram a atividade e na segunda turma, apenas oito duplas realizaram a atividade. Na primeira, e tambm na segunda turma, cada dupla recebeu uma folha da atividade e um arquivo da mesma. Esta folha continha questes que procuravam explorar o efeito da mdia e do desvio padro na curva normal. O arquivo apresentava uma curva normal centrada em oito (= 8), parametrizada em relao a dois seletores, um de cor azul associado mdia e outro de cor vermelho associado ao desvio padro.

93

Figura 50: Arquivo da segunda atividade Fonte: Construo do Geogebra

Fora a diferena da cor dos seletores, no havia qualquer discrio que indicava a mdia e o desvio padro, pois a idia era investigar se as duplas eram ou no capazes de associar a mdia e o desvio padro ao seletores azul e vermelho. Primeiramente, antes dos alunos alterarem os seletores azul e vermelho, foi pedido s duplas que observassem a curva normal e ao mesmo tempo verificar se era possvel identificar alguma medida central deste conjunto. Com exceo de apenas uma dupla, todas as demais identificaram o centro como a medida do eixo da abscissa igual a 8. No entanto, interessante observar que esta identificao parece, de alguma forma, ser realizada a partir da possibilidade de mobilizar conhecimentos prvios, como mostra o (Quadro 4).

Dupla 1 Observamos que a rea central desta reta est voltada para o nmero 8, neste eixo. A medida central seria 8 devido ao fato de estar posicionado na direo do ponto mais Dupla 2 elevado da curva, o que indica o centro da curva. Dupla 3 No n 8 est localizado a mdia, moda e mediana sendo estas medidas centrais. Sim porque conseguimos observar que os dados esto tendenciando uma curva gausiana centralizada onde mdia, mediana e a moda apresentam o mesmo valor igual a (8).
Quadro 4: Segunda atividade Fonte: Dados da pesquisa, primeira turma

Dupla 4

A dupla 1 apresenta sua justificativa associando o centro com o ponto de maior rea sob a curva e a reta. O que parece para esta dupla especificamente ter identificado o centro da curva normal, como um centro de distribuio de reas.

94

J a dupla 2 no observa a questo como um centro de distribuio de rea, mas identifica o centro a partir da projeo da curva at a medida do eixo das abscissas. As duplas 3 e 4 utilizam os termos da mdia, mediana e moda para justificar a questo da centralidade, o que mostra a utilizao de conhecimentos prvios, para justificar esta questo. No entanto, este mesmo fato no foi observado nas duplas 1 e 2, pois observaram esta questo a partir de uma interpretao mais intuitiva, e assim no utilizando conceitos ou termos j estudados. A discusso desta questo interessante, pois possvel fazer uma sntese atravs da tipologia dos contedos. Nesta situao especfica foi observada uma atitude exploratria/ observadora, mas foram poucas as duplas que utilizaram contedo conceitual para justificar suas observaes, o que parece nos mostrar o contedo atitudinal sendo o mais exercitado. Talvez isto possa ser explicado pelo fato dos alunos nunca terem trabalhado com atividades investigativas. Nas duas prximas questes, pediu-se s duplas que movimentassem os seletores azul (mdia) e vermelho (desvio padro) e relatassem se houve ou no alguma variao no formato da curva normal. Em relao ao seletor azul (mdia) quase todas duplas observaram que a variao deste seletor altera a medida do centro conservando o formato ou disperso. Algumas duplas observaram apenas a mudana na centralidade, e apenas trs duplas no observaram a alterao da centralidade do conjunto, apenas observaram a conservao do formato da curva.

Dupla 5

No, pois a curva continuou a mesma.Tendo alterao na mdia de acordo com o movimento do ponto azul. A curva se desloca no eixo horizontal e o valor de se modifica seguindo o movimento do ponto azul. O F(x) tambm sofre mudanas em seus valores. No ponto azul a curva no se altera quando movimentando para esquerda ou para direita.
Quadro 5: Segunda atividade Fonte: Dados da pesquisa, primeira turma

Dupla 6 Dupla 7

A dupla 3 apesar de ter observado a centralidade indicando a medida da mdia, mediana e moda, no registraram a alterao destas medidas, quando a curva normal realiza movimento de translao. J a dupla 5 observou a questo da translao, mediante uma alterao da mdia e uma conservao do formato.

95

A dupla 6 observou a questo da translao da curva normal e a modificao na funo, estes alunos identificaram que com a alterao do grfico da funo, a expresso tambm se alterava. Com relao a questo da variao do seletor vermelho (desvio padro) a maior parte das duplas observaram que a variao deste seletor modifica o formato da curva, mas algumas duplas apresentaram certa dificuldade em perceber esta mudana. No h nenhum tipo de mudana nem de medida, nem da curva apenas deslocamento de lugar. Deslocando para direita seu ponto central diminui, deslocando para esquerda seu ponto central diminui. Quando se desloca para direita h um aumento na disperso dos dados e a curva tende-se a achatar. Quando desloca para a esquerda diminui a disperso dos dados e a curva se afunila. medida que se desloca o ponto vermelho, a curva se forma mais centralizada ou mais dispersa respectivamente o desvio padro se torna maior ou menor
Quadro 6: Segunda atividade Fonte: Dados da pesquisa, primeira turma

Dupla 1 Dupla 7

Dupla 4 Dupla 6

Algumas duplas tiveram dificuldade em observar a questo da variao da disperso, o que justifica uma certa dificuldade em explicar o que acontece com o grfico quando se altera o seletor vermelho. As duplas 4 e 6 associaram a disperso ao movimento do seletor vermelho, a dupla 6 associou a variao da disperso alterao do desvio padro. Em seguida, a atividade fornece as instrues para construo dos pontos notrios
( 3 , 2 , , , + , + 2 , + 3 ) . Uma vez com os pontos definidos, a

questo pede para fixar o seletor azul (mdia), na posio 6, e o seletor vermelho (desvio padro ), na posio 0.5. E assim, se procura debater a questo da simetria da curva normal.

Grfico 14 : Pontos notrios em relao mdia e o desvio padro Fonte: Construo do Geogebra

96

Aps a construo dos 5 pontos como mostra a figura, pede-se para estimar a distncia dos segmentos AB , AD , AF e verificar se estas distncias se conservam em relao aos demais pontos esquerda de A. A maior parte das duplas observou que as distncias direita e esquerda se conservavam. No entanto, nenhuma dupla utilizou o termo simetria para justificar esta observao, algumas duplas justificaram este fato em termos do desvio padro e apenas uma dupla no observou a conservao das distncias direita e esquerda. Na segunda turma, foram incrementadas algumas questes que procuraram discutir a unicidade da curva normal, e assim, comparando duas diferentes curvas normais quanto centralidade e disperso. No entanto, como os resultados observados na turma 1 foram bons, as demais questes foram conservadas. Assim, similarmente primeira turma, a maior parte das duplas identificaram a posio central da curva, e algumas duplas encontraram muitas dificuldades em explicar a variao do centro e tambm da disperso. Com relao questo da conservao dos pontos relativos esquerda e direita da mdia, praticamente todas duplas relataram a conservao das distncias em ambos lados, porm nenhuma dupla fez referncia ao termo simetria, acompanhando a primeira turma. Para comparar duas diferentes curvas normais, foi criada uma ferramenta auxiliar, que gera uma curva normal a partir do valor da mdia e do desvio padro. Na antepenltima questo pedia-se para posicionar o seletor azul (= 6) e o seletor vermelho (= 0.5), em seguida, entrar com o comando Distribuionormal[9,0.2], que constri o grfico de um outra curva normal com respectiva mdia e desvio padro. A questo pedia para comparar os valores da mdia e do desvio padro das respectivas curvas.

Grfico 15: Representao de diferentes curvas normais Fonte: Construo do Geogebra

97

Para aumentar o contraste entre ambas curvas normais, foram utilizadas cores diferentes, sendo que a curva parametrizada pelos seletores azul e vermelho a de cor verde. Algumas das observaes dos alunos da segunda turma conforme o (Quadro 7). Dupla 1 A segunda curva possui uma menor variao em relao primeira. Na curva verde h uma disperso maior dos dados em relao mdia, j na curva preta h uma concentrao dos dados em relao mdia, e a mdia da Dupla 2 curva preta maior do que a verde. Foi criada uma outra curva normal com seu ponto H posicionado no centro da curva e na medida 9. E as distncias entre os outros pontos de 0,2 para cada Dupla 3 intervalo. Dupla 4 A mdia da segunda curva maior, e o desvio padro da primeira menor.
Quadro 7: Segunda atividade Fonte: Dados da pesquisa, segunda turma

Observando as respostas das duplas, nem todas duplas identificaram a diferena das curvas, atravs das diferenas das mdias e dos desvios padres. Isto refora a hiptese de que a observao da centralidade e da disperso de curvas normais associada variao dos parmetros () e (), no intuitiva ou bvia. No entanto, as duplas 2 e 4 observaram esta questo de forma satisfatria. Indicando assim, que a observao da experimentao visual com tais objetos pode estimular a compreenso e a idealizao destes objetos abstratos. Na questo seguinte, pede-se para modificar os valores dos seletores de modo que as duas curvas sejam coincidentes ou congruentes, e assim, seria possvel debater a questo da unicidade da curva normal. A principio, a maioria das duplas precisou de ajuda para identificar o que seria a coincidncia das curvas. Uma vez compreendida esta questo, todas duplas perceberam que bastava modificar o seletor azul para medida 9 e o vermelho para 0.2. A ltima questo pedia para as duplas esboarem o grfico de duas curvas normais, com diferentes mdias e desvios padres. A inteno era colocar sob investigao como os alunos iriam construir este grfico? A maior parte dos alunos no apresentou grandes dificuldades em construir a representao grfica, embora a maioria das duplas no tenha utilizado o recurso do programa como um auxlio. Apenas 3 duplas primeiramente fizeram a construo com o programa e depois passaram para o papel. Aps a anlise da aplicao da segunda atividade em duas turmas distintas, algumas observaes relevantes puderam ser constatadas.

98

Em sntese, apesar da variao dos seletores azul (mdia) e vermelho (desvio padro) simular graficamente as variaes da mdia com movimento de translao, e as variaes do desvio padro com um movimento de achatamento (platicrtica) e afinamento (leptocrtico), para muitas das duplas, esta questo pareceu no ser intuitiva ou bvia. Porm, como a maior parte das duplas distinguiram os diferentes movimentos, indica-nos que a explorao desta situao atravs de simulaes com o Geogebra possibilita uma identificao visual que favorece a compreenso, permitindo criar uma zona de desenvolvimento proximal, e ao mesmo tempo intensifica a possibilidade de dilogo e interveno do professor. Uma segunda observao que segue a tipologia de contedos trabalhados nesta atividade, os alunos utilizaram um programa que desconheciam. Mesmo assim, puderam executar a atividade de forma satisfatria, explorando novos conceitos da curva normal, procedimentos de utilizao do programa e tambm atitudes investigativas, de debate, ajuda e cooperao entre os grupos. Embora nenhuma atividade educacional seja plena, foram observadas diversas dificuldades individuais que cada um apresentou, ao registrar as observaes. Constantemente foi preciso que o professor incentivasse os alunos a anotarem suas observaes, pois os aprendizes se demonstravam inseguros. Tambm no foram poucas as dificuldades encontradas pelo professor, pois ao mesmo tempo em que tinha de orientar sem dar respostas prontas, provocando a observao do prprio aluno, este tambm teve a funo de pesquisador, o que o coloca sob condies de aprendizado, no o poupando das inseguranas tpicas deste processo.

5.5.3 Terceira Atividade

Essa atividade, realizada com as duas turmas no laboratrio, teve como objetivo introduzir a expresso da varivel padronizada (z). Na execuo da mesma, em ambas turmas, os alunos participaram em duplas. Do total de duplas que participaram da atividade, foram onze duplas da primeira turma, e apenas oito da segunda. Assim, como na segunda atividade, cada dupla recebeu a folha da atividade e o arquivo. Na parte introdutria da atividade, havia uma sntese que reforava alguns aspectos discutidos na atividade anterior e um breve comentrio sobre distribuio normal padronizada.

99

Aps a parte introdutria da atividade, o arquivo do Geogebra era solicitado. Este arquivo apresentava um curva normal associada a trs seletores: o da mdia (= 8); do desvio padro (= 0.5); alm da varivel (z= 0), representado geometricamente pelo ponto Z.

Figura 51: Arquivo da terceira atividade Fonte: Construo do Geogebra

Com os valores da mdia e do desvio padro fixos em (= 8, = 0.5), a atividade pede para que as duplas verifiquem quais valores do eixo (x), o ponto Z do grfico posicionado, quando o seletor fixo sobre os seguintes valores de (z= 1, -1, 2, 1.5), e tambm, quando (x= 9.5 e x= 10), quais valores do seletor (z) esto associados aos respectivos valores do eixo das abscissas. Na questo seguinte, para reforar a associao da varivel aleatria (x) e a varivel padronizada (z), novamente so feitas as transformaes de valores de (z) em (x) e vice-versa. No entanto, com outros valores da mdia (= 9) e do desvio padro (= 0.2). Aps esta parte operatria onde os alunos realizaram converses de valores de uma varivel para outra utilizando como suporte a representao geomtrica, pede-se para realizar as converses j feitas, atravs do clculo aritmtico. Por ltimo, a atividade procura guiar a passagem do modelo de associao das variveis para sua representao algbrica, alm de discutir o conceito da varivel padronizada (z) em termos da mdia e do desvio padro. Esta atividade, de acordo com uma observao da seqncia de contedos Zabala (1998), pode justificar, e classificar a unidade didtica, pelas intenes educacionais ou

100

objetos. Assim, na parte introdutria so reforados aspectos factuais e conceituais da varivel padronizada (z), e logo feita uma identificao grfica de valores. No segundo momento, utilizando o geogebra, as duplas realizaram diversos tratamentos, de valores de (x) para (z) e vice-versa. Estes valores eram observados e interpretados atravs da observao geomtrica. Esta converso de valores exercita os contedos procedimentais, e ao mesmo tempo mobiliza a capacidade de leitura grfica. O que envolve tambm contedos conceituais. No terceiro momento da atividade onde se enfatizou o tratamento dos mesmos valores atravs do operatrio aritmtico, exploraram-se os contedos procedimentais tpicos do tratamento algortmico que compem o prprio clculo aritmtico elementar. Na ltima parte da atividade, os contedos conceitual e procedimental so novamente mobilizados respectivamente na identificao e na prtica operatria com modelo algbrico. E, finalmente, a ltima questo, que foca o contedo conceitual e procura fazer uma sntese da interpretao da varivel reduzida (z). De modo geral, a observao da aplicao da atividade nas duas turmas mostrou certa facilidade das duplas em realizar a parte introdutria operatria, onde foram realizadas transformaes de valores atravs da observao geomtrica. J no segundo momento, quando o foco era o tratamento de valores mediante operatrio aritmtico, foram registradas algumas dificuldades. No entanto, os maiores obstculos foram observados nas ltimas questes, onde o contedo conceitual foi quase que predominante.

Figura 52: Protocolo de resoluo, terceira atividade Fonte: Dados da pesquisa, primeira turma, dupla 1

Nesta atividade, que tem em sua proposta a identificao de uma expresso algbrica, guiada a partir do processo de construo retrico do modelo algbrico para registro simblico, que caracteriza a expresso da varivel reduzida (z). O que chamou a ateno, foi o

101

fato da dupla ter observado o objeto atravs da forma sincopada, que uma das trs formas de registro algbrico, compreendido entre o registro retrico e o simblico. No entanto, esta dupla teve dificuldade em responder a questo seguinte, pois seria mais adequado utilizar a expresso sob a forma simblica. Embora no seja possvel associar com total preciso este obstculo forma do registro utilizado, por outro lado, as duplas que tiveram dificuldades em identificar a expresso algbrica da contagem (z), conseqentemente apresentaram dificuldades em realizar a parte final da atividade. Apesar das eventuais dificuldades, a maioria das duplas conseguiu identificar a expresso algbrica da varivel padronizada (z). E assim, alguns foram capazes de utilizar a expresso da forma correta, j outros mostraram algumas dificuldades, como o de efetuar o clculo literal. Na ltima questo, por se tratar da interpretao do ndice gerado pela varivel reduzida (z), exigia uma interpretao puramente conceitual. Mostrou que apesar de muitas duplas identificarem a expresso algbrica da varivel reduzida (z) e utilizar a mesma de forma satisfatria, no foram capazes de explicar as relaes envolvidas neste modelo. importante ressaltar a questo da aprendizagem conceitual conforme Zabala (1998), que observar a aprendizagem desta tipologia de contedo atravs da compreenso que vai alm da capacidade de reproduo de um enunciado. Por outro lado, a aprendizagem de conceitos um processo cclico e contnuo composto por etapas, e como o prprio autor coloca, este tipo de aprendizagem algo que quase nunca pode ser dado como finalizado ou acabado.

5.5.4 Quarta Atividade

A quarta e ltima atividade tem como proposta apresentar o clculo da rea de probabilidade como o modelo normal utilizando a tabela da contagem padronizada (z). Dentro desta proposta, o geogebra foi utilizado para representar reas de probabilidade, e assim, possibilitando comparar valores da tabela da varivel padronizada (z), com as respectivas reas de probabilidade simuladas pelo programa. E finalmente, foi proposta a investigao do clculo de probabilidade, com o modelo normal, em quatro situaes onde sero extrados os dados de anlise da proposta metodolgica.

102

Assim como nas atividades dois e trs, a quarta atividade tambm foi realizada no laboratrio, sendo que, os alunos executaram a atividade em dupla. Da primeira turma, participaram treze duplas e da segunda um total de quatorze duplas. Cada dupla recebeu um arquivo da atividade, a tabela da varivel padronizada (z) e a folha da atividade. Embora os objetivos gerais da atividade foram os mesmos, para duas turmas, houve uma pequena alterao na atividade, realizada com a turma dois, pois se procurou reforar a expresso da contagem (z) trabalhada na atividade anterior, uma vez que, alguns alunos no haviam participado da atividade trs, e participariam da ltima. Em sntese, a atividade trazia inicialmente, um breve comentrio sobre a idia de rea de probabilidade e como esta rea se identifica na curva normal. Aps a parte factual ou introdutria, foram feitas algumas simulaes com diferentes reas de probabilidade, utilizando o geogebra, e ao mesmo tempo comparando estes valores com o da tabela da varivel reduzida (z), para que se introduza a idia de clculo de probabilidade com o auxlio da tabela. Finalmente foram apresentadas quatro questes a seguir: 1. Se a populao masculina de determinada regio tem altura mdia de 1.7 m e desvio padro de 0.05 m, determine a probabilidade de escolhermos ao acaso, um homem desta populao, que tenha altura entre 1.7m e 1.75m. Sugesto: Para efetuarmos este clculo devemos encontrar a rea compreendida pelo grfico, entre os valores da mdia at 1.75m. Logo, calcule o valor de (z) correspondente a x=1,75, em seguida procure este valor na tabela.

Figura 53: Curva normal N(17, 0.5) Fonte: Construo do Geogebra

Utilize o Geogebra para confirmar o resultado encontrado. Sugesto: utilize mdia (=17) e desvio padro (=0.5)

103

2. Considerando a populao de mdia (=1.7) e desvio padro (=0.05), encontre a probabilidade de escolhermos ao acaso um homem que tenha altura entre 1.7m e 1.79m. Utilize o geogebra para confirmar o resultado encontrado.

3. Considerando a populao de mdia (=1.7) e desvio padro (=0.05), encontre a probabilidade de escolhermos ao acaso um homem que tenha altura entre 1.65m e 1.8m. Utilize o geogebra para confirmar o resultado encontrado.

4. Considerando a populao de mdia (=1.7) e desvio padro (=0.05), encontre a probabilidade de escolhermos ao acaso um homem que tenha altura entre 1.75m e 1.8m. Utilize o geogebra para confirmar o resultado encontrado. (Faa um esboo indicando a regio na curva normal)

Na questo 1 apresentada uma sugesto que procura guiar a resoluo, pois a inteno explorar a tipologia procedimental que a resoluo pede. De uma forma semelhante, a questo 2 tambm foca na tipologia procedimental. As resolues das questes 3 e 4 vo alm da tipologia procedimental, e assim, exigindo, tambm maior compreenso conceitual. Pois, nestas questes as reas ( ou probabilidades) procuradas, envolve o domnio do conceito da rea da regio grfica. Logo, para estes casos a resoluo no fica apenas na aplicao de algoritmo, pois ser necessrio representar a rea compreendida. Tanto na primeira quanto na segunda turma, praticamente todas dupla conseguiram calcular o valor das probabilidades, nas questes 1 e 2. Este fato pode ser associado a tipologia de contedo exigida nestas questes. J o mesmo no foi observado nas questes 3 e 4. O (grfico 16) mostra as distribuies de frequncias de acertos por questes para duas turmas.

104

Frequncia de acertos
14 12 10 10 8 8 6 4 2 0 Questo 1 Questo 2 Questo 3 Questo 4 1 5 4 Primeira turma Segunda turma 10 13 12

Grfico 16: Frequncia de acertos das duas turmas Fonte: Dados da pesquisa

Com exceo da questo 4, nas demais questes, a turma dois apresentou maior nmero de acertos, que a turma um. No entanto, o rendimento da turma um foi mais significativo. Este fato pode ser explicado pelo contexto em que as atividades foram aplicadas, em ambas turmas. Na primeira turma, no houve registro de grandes problemas na execuo da atividade, e praticamente todas duplas finalizaram a atividade na mesma aula. Porm, na segunda turma, houve alguns problemas de ordem tcnica, com respeito aos computadores, e com isto, a atividade no pode ser finalizada na mesma aula. Ento, a turma finalizou a atividade em classe, no dia seguinte, o que coincidiu com a aula de socializao da atividade, e assim obteve informaes privilegiadas. Em virtude dos fatores registrados, entende-se que os dados registrados na primeira turma tem maior neutralidade. No entanto, no podemos desprezar os dados obtidos por ambas turmas, pois at mesmo na segunda turma houve observaes importantes que compem a anlise integral dos dados da sequncia didtica. A seguir vamos analisar protocolos da (figura 54) que mostra uma resoluo registrada durante a aplicao da quarta atividade.

105

Figura 54: Protocolo de resoluo, quarta atividade Fonte: Dados da pesquisa, primeira turma, dupla 2

No protocolo (figura 54), observamos um erro onde a dupla apresenta como resposta de probabilidade (p= 45,99), que corresponde na tabela da varivel reduzida (z= 1,75). No entanto, o valor correto a ser procurado era (z= 1,0), que corresponde a uma rea de probabilidade (p =34,12%). Apesar da dupla ter efetuado o clculo correto do valor de (z), os mesmos procuraram por um outro valor na tabela (z= 1,75). Provavelmente a dupla confundiu o valor da varivel aleatria (x= 1,75) com o valor de (z=1,0). notrio que a dupla no foi capaz de perceber como as diferentes variveis se relacionam, e assim, estes cometeram o mesmo tipo de erro nas demais questes, o que caracteriza um erro associado a tipologia conceitual, no que se refere a composio das distintas variveis (x) e padronizada (z).

106

Figura 55: Protocolo de resoluo das questes 3 e 4 , quarta atividade Fonte: Dados da pesquisa, segunda turma, dupla 3

107

Neste protocolo da (figura 55), vamos observar a resoluo da mesma dupla nas questes 3 e 4. Na questo 3, pede-se para efetuar o clculo de probabilidade, que envolve a soma de diferentes reas de probabilidade. No entanto, a dupla conseguiu executar corretamente o clculo da rea, e assim, efetuando a representao correta das reas de probabilidades esquerda e direita da mdia. O que mais chama ateno, nesta resoluo, no foi apenas o acerto dos procedimentos de clculo adequados, mas sim, o fato dos alunos ter representado corretamente a rea procurada. J na questo 4, a dupla foi capaz de efetuar quase todos procedimentos de clculo corretos. Porm, os mesmos cometeram equvoco na representao da rea procurada, e assim, no foram capazes de perceber que a regio procurada era obtida atravs da diferena das reas. Do ponto de vista da tipologia de contedos podemos categorizar este erro como conceitual. Pois, apesar da dupla ter executado os procedimentos corretamente, esbarrou na compreenso da rea procurada. Na segunda turma, das duplas que responderam a esta questo, 50% apresentaram o mesmo tipo de erro. J na primeira turma, este mesmo erro no foi registrado.

Figura 56: Protocolo de resoluo, quarta atividade Fonte: Dados da pesquisa, segunda turma, dupla 4

Outro tipo de erro observado foi o apresentado no protocolo da (figura 56). Neste caso, os alunos confundiram o valor da mdia (=1.7) com o valor da varivel aleatria (x= 1.75). Este fato pode ser observado pela representao apresentada, pois no grfico o valor de (x=

108

1.75) ocupa o valor da mdia. Em relao tipologia de contedos, a classificao deste tipo de erros fica imprecisa, pois h uma composio de erros conceituais e procedimentais.

Figura 57: Protocolo de resoluo, quarta atividade Fonte: Dados da pesquisa, primeira turma, dupla 5

O ltimo protocolo analisado retrata a questo 4 (figura 57). Nesta resoluo, apresentada pela dupla, a rea de probabilidade procurada foi representada de forma adequada, o que possibilitou o enquadramento da rea ( ou regio) procurada. Apesar de poucas duplas terem executado a questo 4 de forma correta, pois apenas 5 duplas, nas duas turmas, conseguiram encontrar a rea da regio procurada. O que chamou nossa ateno o fato de todas estas duplas, terem representado corretamente a regio compreendida entre 1.75 at 1.80. Esta regularidade, observada nas resolues das duplas, que conseguiram executar corretamente o clculo de probabilidade, neste tipo de situao, nos mostra o quanto importante a compreenso da representao geomtrica com modelo normal, para o ensino e aprendizagem deste tpico. Outro fato interessante, e at curioso, que a anttese de uma boa representao da regio ou rea de probabilidade, parece dificultar ainda mais o clculo de probabilidade com modelo normal. Ao mesmo tempo, a grande maioria das duplas que no conseguiu representar corretamente a rea procurada, no conseguiu efetuar o procedimento de clculo correto.

109

6 CONSIDERAES FINAIS

A proposta deste trabalho foi apresentar uma possibilidade de utilizar o software Geogebra aplicado ao ensino e aprendizagem da distribuio normal de probabilidade, atravs da seqncia didtica. Ao longo da pesquisa, foram observados alguns resultados a partir da aplicao da seqncia didtica nas duas turmas envolvidas na pesquisa. Na primeira atividade, a proposta apresentava o modelo normal, mediante diferentes simulaes com a quincunx. Nesta atividade, o geogebra foi utilizado ao final das discusses, para validar a aproximao da curva normal. Os resultados da primeira atividade mostram que apesar de todo processo de simulao e experimentao, no h garantia de uma unanimidade na identificao e compreenso do modelo normal, de forma intuitiva ou bvia, o que refora a necessidade de trabalhar os conceitos prvios, chamando a ateno na questo da observao da centralidade do conjunto. A segunda atividade tinha como objetivos, simular e investigar as variaes dos parmetros da mdia () e do desvio padro (), analisando a associaes das medidas destes parmetros, em relao aos movimentos de translao e achatamento do grfico. A anlise dos dados desta atividade mostrou que o uso deste tipo de simulao, ajuda no processo de identificao da centralidade e disperso, apesar desta identificao no ter sido unnime para todas duplas. Dentre as dificuldades observadas, a questo da disperso parece superar a identificao da centralidade. Na terceira atividade, que trabalhava na expresso da varivel padronizada (z), foram utilizados dois tipos deferentes de linguagens de tratamento de valores, at que se chegasse a um modelo algbrico, que definem as condies gerais desta sistemtica. Neste percurso, onde primeiramente o foco era o tratamento de valores de (x) em (z) e vice-versa, atravs das representaes geomtricas, passando para uma segunda etapa, onde o tratamento dos dados destas variveis tinha como objetivo explorar e trabalhar as propriedades aritmticas envolvidas. E no ltimo momento, que seria o fechamento, onde se procurou generalizar os padres e regularidades aplicadas nas etapas anteriores, que resulta na expresso da varivel reduzida (z). Nesta passagem pelas trs etapas, da terceira atividade, apesar das tipologias predominantes conceituais e procedimentais envolvidas, a principal questo observada parece no estar apenas associada tipologia de contedos, e sim mais prxima da evoluo do nvel

110

de linguagem ou representao envolvidas. Pois de alguma forma, as duplas que conseguiram adaptar-se melhor as exigncias de representaes, de cada nvel, obtiveram melhores resultados. Desta observao surge a questo de como poder associar cada tipo de linguagem s determinadas tipologias de contedos? A ltima atividade, que corresponde ao fechamento da seqncia didtica, teve como propsito realizar o estudo do clculo de probabilidade com o modelo normal. Os dados analisados desta prtica mostram o quanto importante a questo da representao geomtrica neste tipo de situao. Pois, alm de colaborar para interpretao da situao, ao mesmo tempo permite observar melhor as representaes equivocadas, ajudando a identificar o conflito cognitivo, e assim, possibilitando ao professor controlar e entender melhor a atividade mental do aluno. Com relao questo problema, de como utilizar um software de geometria dinmica aplicada ao ensino e aprendizagem da distribuio normal de probabilidade? Ao longo deste trabalho mostraram-se algumas possibilidades de uso do software, aplicado ao contedo proposto, atravs de uma seqncia didtica estruturada. Os principais resultados desta pesquisa apontam para a aceitao deste tipo de prtica como vivel e sendo colaborativa para o ensino e aprendizado, principalmente quando a nfase for a interpretao de uma regio geomtrica. Embora se acredita que haja outras maneiras e possibilidades de investigaes desta mesma questo. Quanto a sugestes para outros trabalhos e novos estudos, acredita-se haver um gama enorme de possibilidades que passa pelo uso do software aplicado ao ensino das demais distribuies contnuas como o caso das distribuies uniformes, exponencial, aplicado ao ensino do teste de hiptese, aos tipos de erros I e II, a anlise de varincia, ao controle estatstico de processos, ao estudo de anlise de regresses, e alm da possibilidade de utilizar o pacote de ferramentas da Estatstica descritivas, inclusos ao programa a partir da verso 3.2. O uso do Geogebra aplicado ao ensino da distribuio normal de probabilidade, no mais que o resultado de uma iniciativa prpria de um docente, em acreditar que pode modificar sua prtica lanando mo de idias que possibilite a experimentao do exerccio da docncia. Embora como em qualquer forma de experimentaes, parece sempre haver a presena de inmeras incertezas, as quais possibilitam o confronto com os limites de nossos saberes.

111

REFERNCIAS:

ANDERSON, David Ray. SWEENEY, Dennis J. WILLIANS, Thomas Arthur. Estatstica aplicada administrao e economia. 2 ed. So Paulo: Pioneira. 2002.

BATANERO, Carmen. Didctica de la Estadstica. Granada: Universidade de Granada, 2001.

BICUDO, M. Aparecida Viggiane. Pesquisa em Educao Matemtica. Pro-posies, Rio Claro, vol.4 N1[10], p 18-23, maro de 1993 BICUDO, M. Aparecida Viggiane. Pesquisa em Educao Matemtica: Concepes e perspectivas. So Paulo: Editora UNESP, 1999. (Seminrios e Debates).

BORBA, Marcelo; PENTEADO, Miriam. Informtica e educao Matemtica. Belo Horizonte: Autntica, 2005.

BOYER, Carl B. Histria da Matemtica. Rio de Janeiro: Editora Edgard Blucher Ltda, 1974.

BRASIL. Parmetros Curriculares Nacionais. Braslia: MEC/SEF, 1997.

Secretaria de Educao Fundamental -

CAMPOS, Celso Ribeiro. A EDUCAO ESTATSTICA: UMA INVESTIGAO ACERCA DOS ASPECTOS RELEVANTES DIDTICA DA ESTATSTICA EM CURSOS DE GRADUAO. 2007. Tese (doutorado)- Unesp, Rio Claro

CANAVARRO, Ana Paula. Estatstica e Calculadoras Grficas. In: LOUREIRO, Cristina; OLIVEIRA, Fernanda; BRUNHEIRA, LINA (Org.) Ensino e Aprendizagem da Estatstica. Lisboa: GRAFIS, 2000. p.159- 167.

DAVIS, Philip J.; HERSH, Reuben. A Experincia Matemtica. Lisboa: Cincias Abertas Gradiva, 1995.

112

ERNEST, P. Investigaes, Resoluo de problemas e Pedagogia. In: ABRANTES; LEAL; PONTE (Org.) Investigar para aprender Matemtica. Lisboa: Projecto MPT e APM, 1996. p.25-48.

EVES, Horward. Introduo histria da matemtica. Campinas: Editora da Unicamp, 2004.

FREITA, J. Orlando. A Estatstica e as Novas Tecnologias. In: LOUREIRO, Cristina; OLIVEIRA, Fernanda; BRUNHEIRA, LINA (Org.) Ensino e Aprendizagem da Estatstica. Lisboa: GRAFIS, 2000. p.147- 158.

FIORENTINI, Dario; LORENZATO, Sergio. Investigao em educao matemtica. Campinas: Autores Associados, 2007.

FREEDMAN, David; PISANI, Robert; PURVES Roger. Statistic. 4 edio- New York: W. W. Norton & Company, 2007.

GARNICA, Antonio Vicente Marafioti. As Demonstraes em Educao Matemtica: um ensaio. Bolema, Rio Claro, ano 15, N 18, p 91-122, 2002

GIMARES, Angelo de Moura; LAGES, Newton Alberto de Castilho. INTRODUO CINCIAS DA COMPUTAO. Rio de Janeiro: LTC, 1985.

HOHENWARTER, Markus, Ajuda Geogebra 3.2. Hanover: 2009. Disponvel em: <http://www.geogebra.org> Aceso em: 1 maio 2010.

ISOTANI, Seiji. Desenvolvimento de ferramentas no iGeom: utilizando a geometria dinmica no ensino presencial e a distncia. 2005. Dissertao (Mestrado)- Universidade de So Paulo, So Paulo.

LAKATOS, Eva Maria.; MARCONI, Maria de A. Metodologia do Trabalho Cientfico. 6 edio- So Paulo: Atlas, 2001

113

LINS, Rmulo Campos; GIMENEZ, Joaquim. Perspectiva em Aritmtica e lgebra para o sculo XXI. Campinas: Papirus, 1997.

LOPES, Celi Espassandin. O Ensino da Estatstica e da Probabilidade na Educao Bsica e a Formao dos Professores. Cad. Cedes, Campinas, vol. 28, n.74, p.57-73, jan./abr. 2009

MACHADO, Silvia Dias Alcntara. Aprendizagem em Matemtica: registros de representao semitica. Campinas: Papirus, 2003.

MATHSISFIN. Disponvel em: <http://www.mathsisfun.com/probability/quincunx.html>. Acesso em: 1 maio 2010.

MOTGOMERY, Douglas C.; RUNGER, George. Estatstica e Probabilidade para Engenheiros. Rio de Janeiro: LCT, 2003.

NOGUEIRA JUNIOR, Drcio Costa. Elaborao de uma seqncia didtica para a aprendizagem de Valor Absoluto e da Funo Modular, utilizando a organizao curricular em rede. 2008. Dissertao ( Mestrado) Pontifcia Universidade Catlica de Minas Gerais, Belo Horizonte.

PAIS, Luiz Carlos. Didtica da Matemtica; uma anlise da influncia francesa. Belo Horizonte: Autntica, 2008.

POLYA, G. A arte de resolver problemas, Rio de Janeiro: Intercincia. 1995.

PONTE, Joo Pedro da; BROCHADO, Joana; OLIVEIRA, Helia. Investigaes Matemticas na sala de aula. Belo Horizonte: Autntica, 2003.

SANTOS, Carlos; PEDRO, Cladia Estatstica: Utilizao de Programas de Geometria Dinmica. In: LOUREIRO, Cristina; OLIVEIRA, Fernanda; BRUNHEIRA, LINA (Org.) Ensino e Aprendizagem da Estatstica. Lisboa: GRAFIS, 2000. p.168- 177.

SILVA, A.; VELOSO, E.; PORFRIO, J & ABRANTES, P. O currculo de Matemtica e as

114

actividades de investigao. In: P. Abrantes, J. P. Ponte, H. Fonseca & L. Brunheira (Org.) Investigaes matemtica na aula e no currculo. Lisboa: Projecto MPT e APM, 1999. p.69-85.

SOUZA, Cibele de Almeida. A Distribuio Binomial no Ensino Superior. 2002. Dissertao (Mestrado)- Pontifcia Universidade Catlica de So Paulo, So Paulo.

STEVENSON, William J. Estatstica aplicada Administrao. So Paulo: HARBRA, 1981.

STEWART, Ian. Ser que Deus joga dados? A nova Matemtica do caos. Rio de Janeiro: J. Zahar, 1991.

TEIXEIRA, Ricardo Roberto Plaza; PEREIRA, Riama Gouveia; TAKEUCHI, Margareth Yuri. A Distribuio Normal e a Quincunx. Cad. Bras. Ens. Fs., v. 25, n. 2: p. 340-353, ago. 2008. TRIOLA, Mario F. Introduo Estatstica. Rio de Janeiro: LTC, 2008.

TURKMAN, Maria A. Amaral; PONTE, Joo Pedro da. Introduo. In: LOUREIRO, Cristina; OLIVEIRA, Fernanda; BRUNHEIRA, LINA (Org.) Ensino e Aprendizagem da Estatstica. Lisboa: GRAFIS, 2000. p.5- 9.

ZABALA, A. A Prtica Educativa: como ensinar. Porto Alegre: Artmed, 1998.

115

APNDICE
Alunos (as):

Disciplina: Estatstica Curso: Data: / /

Perodo:

Turno:

Professor: Lucas R. Duarte

Nota:

Primeira Atividade - (Explorando simulao com a quincunx)

A quincunx um modelo fsico que simula eventos da teoria dos erros, esta mquina foi formulada por Francis Galton entre (1873- 1874), uma curiosidade, Galton era primo de chales Darwin. Galton acreditava que muitos dos fenmenos da Fsica e da Biologia poderiam ser modelados conforme a aleatoriedade deste dispositivo. A quincunx funciona a partir do lanamento de sucessivas bolas atravs de um funil. Ao cair pelo funil, as bolas se distribuem aleatoriamente, tanto direita quanto esquerda dos espaos entre os pinos. No final as bolas se acumulam no compartimento inferior ( ou canaletas), onde a freqncia das bolas acumuladas gera um histograma, que indica a quantidade de bolas acumuladas em cada compartimento, conforme (figura 1)

Figura 1: Simulao da Quincunx Fonte: disponvel no site mathsisfun

116

Figura 2: possveis formatos de agrupamento Fonte: TEIXEIRA, 2008

1. A medida que uma quantidade significativa de bolas so lanadas. Qual dos formatos,
apresentados pela (figura 2), ser o provvel formato de agrupamento das bolas?

2. A ps observar a simulao de trs diferentes experimentos com a quincunx, com duas


canaletas (compartimento de armazenamento), com onze canaletas e com dezenove canaletas. Indique o provvel formato do histograma gerado a partir das bolas armazenadas, justifique sua resposta.

117

Alunos (as):

Disciplina: Estatstica Curso: Data: / /

Perodo:

Turno:

Professor: Lucas R. Duarte

Nota:

Segunda Atividade - (Explorando mdia e desvio padro)

1.

Observe a representao de uma distribuio normal, ao observar este objeto, voc seria capaz de

identificar alguma medida centro deste conjunto? Justifique sua resposta.

Grfico 1: Curva normal N(, ) Fonte: Construdo no Geogebra

2.

Observe o seletor de cor azul no canto superior esquerdo da tela como indicado abaixo:

Clique sobre o ponto azul e movimente o mesmo. Voc percebeu alguma variao na curva normal?

3.

Clique sobre o ponto vermelho e movimente o mesmo. Ao movimentar o seletor vermelho, voc notou

algum tipo de mudana ou variao na curva normal?

118

4.

Digite o seguinte comando no campo de entrada:

( , 0 )

Aps digitar e pressionar a teclar enter, observe o surgimento do ponto A. Movimente novamente o seletor azul e analise o desempenho da distribuio e do ponto A. De alguma forma o ponto A, indica ou no, alguma propriedade da distribuio? Justifique sua resposta.

5.

Posicione o ponto A sob a medida de 6 unidades e em seguida digite os seguintes comandos no campo

de entrada abaixo:

( + , 0) , enter e em seguida, observe o surgimento do ponto B. Segundo comando ( , 0 ) enter em seguida, observe o surgimento do ponto C.
Primeiro comando Agora temos a distribuio e os trs pontos A,B e C. Movimente os seletores azul e vermelho e observe as variaes dos pontos e do grfico. possvel associar as movimentaes dos seletores (azul, vermelho) s variaes do grfico e dos pontos?

6.

Digite os seguintes comandos no campo de entrada abaixo:

( + 2 , 0) enter em seguida, observe o ponto D. ( 2 , 0) enter em seguida, observe o ponto E. ( + 3 , 0) enter em seguida, observe o ponto F. ( 3 , 0) enter em seguida, observe o ponto G.
Em seguida clique com boto direito sob o seletor azul e selecione a opo exibir rtulo, repita o mesmo procedimento para o seletor vermelho. Posicione o seletor azul na posio

=6

e posicione o seletor vermelho

= 0.5 .

Qual a distncia ( ou diferena) entre o ponto A e o ponto B? Qual a distncia ( ou diferena) entre o ponto A e o ponto D? Qual a distncia ( ou diferena) entre o ponto A e o ponto F? Voc mediu a distncia do Ponto A em relao aos pontos localizados direita de A, verifique se as distncias se conservam em relao aos pontos localizados esquerda de A? Justifique sua resposta.

7.

Modifique apenas o seletor azul () para uma medida qualquer, verifique se as distncias do ponto A,

em relao aos demais pontos se conservaram ou no. Justifique sua resposta.

119

8.

possvel aumentar ou reduzir as distncia dos demais pontos em relao ao ponto A? Qual dos

seletores aumenta o intervalo das distncias? (, )

9.

Posicione o seletor azul na posio

=6

e posicione o seletor vermelho

= 0.5 , em seguida

digite

o comando Distribuionormal[9,0.2] e enter. Compare a posio das duas curvas normais, o que possvel observar entre as mdias e os desvios padres das duas curvas ?

10.

Modifique os dois seletores de modo que as curvas sejam coincidentes. Para que as curvas sejam

coincidentes, o que possvel dizer sobre os valores de (, )?

11.

Se uma populao tem mdia 4 e desvio padro 1, e outra populao tem mdia igual 5 e desvio padro

igual a 0.5, esboce sob um mesmo grfico, estas duas populaes.

120

Alunos (as):

Disciplina: Estatstica Curso: Data: / /

Perodo:

Turno:

Professor: Lucas R. Duarte

Nota:

Terceira Atividade - (Explorando a contagem z )

Existem infinitas distribuies normais, para cada uma temos uma mdia () e um desvio padro (). Logo, a partir dos valores da mdia e do desvio padro possvel identificar cada distribuio normal especifica. No entanto, para toda e qualquer distribuio normal N(,), pode ser associada a uma distribuio normal particular. Esta distribuio normal particular conhecida como distribuio normal padronizada (ou distribuio normal padro), que definida com mdia (=0) e desvio padro (= 1).

Grfico 1: Curva normal N(0,1) Fonte: Construdo no Geogebra

Nesta distribuio normal padronizada a escala horizontal do grfico denominada escala z. Exemplo: Quando estamos nos referindo a um valor, que esta localizado a um desvio padro em relao a mdia direita (+), este valor (z= 1). Da mesma forma um valor localizado a um desvio padro em relao a mdia esquerda (-), este valor (z=1). 1. Com base nas informaes acima, observe os valores indicados na escala horizontal e estime o valor de (z).

Grfico 2: Curva normal N(0,1) e pontos A, B, C, D, E Fonte: Construdo no Geogebra

121

a)

Indique o da escala z para o ponto A. (z= )

b) Indique o da escala z para o ponto B. (z= ) c) Indique o da escala z para o ponto C. (z= )

d) Indique o da escala z para o ponto D. (z= ) e) Indique o da escala z para o ponto E. (z= )

Com o auxlio do geogebra faa as seguintes atividades.

2.

Ao abrir o arquivo atividade 2, observe o grfico da distribuio normal que se tem, e indique a mdia e o desvio padro da distribuio normal dada.

Grfico 3: Curva normal N(, ) Fonte: Construdo no Geogebra (= (= ) )

3.

Como foi dito na primeira pgina, toda distribuio normal pode ter seus respectivos valores do eixo (x) associados escala padro (z). Neste modelo do geogebra que vamos trabalhar, o seletor (z), tem esta funo de associar cada valor do eixo (x), a um respectivo valor da escala (z). Observe que inicialmente o ponto z est localizado sob (x= 8) e indicando (z= 0).

Posicione o seletor (z), para os seguintes valores abaixo e indique os respectivos valores de x correspondentes.

a) (z=1; x= b) (z=-1; x= c) (z=2; x= d) (z=-1.5; x= e) (z= f) (z= g) (z=

) ) ) )

;x=10) ;x= 9.5) ; x= 7.25)

122

4.

Modifique o seletor para (=9) e (=0.2). Indique os respectivos valores de (z) e (x).

a) (z=-2.5;x= b) (z= -2;x= c) (z=2.5;x= d) (z=

) ) )

;x=9.2)

e) tome o de (x =9.2), subtraia a mdia (=9) deste valor. Em seguida divida o resultado pelo desvio padro (=0.2). Que valor voc encontrou? f) Repita o procedimento do item anterior para os seguintes valores de x={7.5;8.6;9.5} e verifique os valores encontrados. Estes valores encontrados de so familiares ? Justifique sua resposta. 5. Tomo os valores de (x) do exerccio 3, faa a subtrao como a mdia (=8). Em seguida divida o resultado da subtrao pelo desvio padro (=0.5). Verifique se possvel associar os resultados desta operao aos respectivos valores de (z)?

6.

O que acontece (voc observou) quando realizamos a subtrao, entre um valor de (x) e a mdia (), em seguida dividimos este valor pelo desvio padro ()? Lembrando que este procedimento, realizado no exerccio acima. Justifique sua resposta.

x , foi

7.

Dado uma distribuio normal N(=50,= 10) de mdia e desvio padro conhecidos, qual o valor (x) desta distribuio, que esta na posio (z =1.5)?

8.

Qual relao existe, entre a escala padronizada (z), a mdia () e o desvio padro ()?

123

Alunos (as):

Disciplina: Estatstica Curso: Data: / /

Perodo:

Turno:

Professor: Lucas R. Duarte

Nota:

Quarta atividade (Clculo de Probabilidade em Distribuies Normais)

O clculo de probabilidade em distribuies normais uma importante ferramenta Matemtica para Estatstica. A probabilidade em distribuies normais sempre est associada a valores de rea de probabilidade. Esta rea de probabilidade, por sua vez, compreendida sob o grfico da curva normal at o eixo (x). A rea total sob qualquer curva normal sempre igual 1 ou (100% de probabilidade). Para qualquer que sejam os valores da mdia () e do desvio padro (), a probabilidade de uma varivel aleatria (x) variar entre ( , ) ser sempre igual 1 ou (100% de probabilidade).

Grfico 1: rea total sob a curva normal Fonte: Construdo no Geogebra

Como a distribuio normal simtrica em relao a sua mdia () a rea, direita ou esquerda da mdia, 0.5 de unidade de rea ou (50% probabilidade).

Grfico 2: rea esquerda da mdia da curva normal Fonte: Construdo no Geogebra

124

A probabilidade de observarmos todos os valores superiores mdia 50%.

Grfico 3: rea direita da mdia da curva normal Fonte: Construdo no Geogebra

Da mesma forma, a probabilidade de observamos todos os valores possveis inferiores mdia de 50%. A probabilidade em distribuies normais ser calculada em temos de valores contnuos. Em sntese, a probabilidade de uma varivel aleatria (x), estar entre dois pontos quaisquer igual rea sob a curva normal. Como mostra a figura abaixo, a rea entre [,a] igual a probabilidade de P ( x a ) .

Grfico 4: rea compreendida entre o intervalo [, a] Fonte: Construdo no Geogebra

Grfico 5: rea compreendida entre o intervalo [, b] Fonte: Construdo no Geogebra

125

Observe que a rea de probabilidade delimitada pelo o intervalo [, a] superior rea delimitada pelo intervalo [, b]. Logo, podemos dizer que um dado valor aleatrio de (x), tem maior probabilidade de estar entre [, a] do que entre [, b]. No entanto, sempre vamos efetuar clculos de probabilidade, entre valores que podem variar em relao a um intervalo. A probabilidade de predizer um valor exato ser igual a zero. O clculo direto de probabilidade em distribuies normais exige recursos de clculo infinitesimal, o que no um procedimento elementar. Diante deste impasse, a escala padronizada (z) surge como uma poderosa ferramenta que possibilita-nos calcular a probabilidade em distribuies normais, em relao a qualquer mdia () e desvio padro ().

1.

Dado os parmetros da curva normal com os respectivos valores N(=0,=1). Utilize o a expresso da escala padronizada z =

, e verifique se

z = x , ou z x .

2.

Com o auxlio do arquivo teste3 do geogebra faa a medida das seguintes reas de probabilidades, para os respectivos valores de z dados abaixo, quando a distribuio normal tem os seguintes parmetros N(=0,=1). Indique tambm o respectivos valores de (x).

a) (z=1;p=

; x=

Grfico 6: Funo normal N(0,1) e rea compreendida entre o intervalo [=0, z=1] Fonte: Construdo no Geogebra

b) (z= 1.5;p=

; x=

Grfico 7: Funo normal N(0,1) e rea compreendida entre o intervalo [=0, z=1.5] Fonte: Construdo no Geogebra c) (z=-2; p= ; x= )

126

Grfico 8: Funo normal N(0,1) e rea compreendida entre o intervalo [=0, z=-2] Fonte: Construdo no Geogebra

3.

Modifique os valores da mdia (=4) e do desvio padro (=0.4). a) Verifique se a rea de probabilidade se conserva, quando z=1, z=3 e z=-2;

b) Verifique se o valor de x se conserva, quando padronizada z =

z=1, z=3 e z=-2. Utilize a escala

e calcule o valor de x, para cada um dos trs valores de z citados.

4.

Em um distribuio normal, para qualquer que seja os valores da mdia () e do desvio (), quando se z fixo (exemplo: z=1), a rea de probabilidade compreendida entre o centro e o ponto fixo (z=1) no se altera? (justifique)

Tabela normal padronizada (z)

A distribuio normal padronizada permite associao da rea de probabilidade entre qualquer distribuio normal, atravs da escala padronizada. Pois, para cada valor de (z) fixo, a rea sob a curva e os eixos permanece a constante, independente dos valores da mdia () e do desvio padro (). A tabela normal padronizada associa a rea sob a curva de qualquer de distribuio normal, a partir da mdia at o valor de z em questo.

Exemplos: Observe a rea de probabilidade a partir da mdia at o valor de (z= 0.75) A tabela normal padronizada associa a rea sob a curva de qualquer de distribuio normal, a partir da mdia at o valor de (z) em questo.

127

Grfico 9: Funo normal N(0,1) e rea compreendida entre o intervalo [=0, z= 0.75] Fonte: Construdo no Geogebra

Tabela 1 rea ou probabilidade para distribuio normal padro (ANDERSON, 2002)

Para determinar a rea de probabilidade compreendida entra a mdia e (z= 0.75), devemos primeiro identificar 0.7 na coluna esquerda, em seguida, valor 0.05 na linha horizontal superior. O valor da rea ser informado atravs da interseo da linha 0.7 e da coluna 0.05. Neste caso a probabilidade de 0.2743 ou ( 27.43%).

128

5.

Encontre na tabela (z), os respectivos valores das reas de probabilidade : )

a) (z=1; p=

Grfico 6: Funo normal N(0,1) e rea compreendida entre o intervalo [=0, z=1] Fonte: Construdo no Geogebra

b) (z= 1.5; p=

Grfico 7: Funo normal N(0,1) e rea compreendida entre o intervalo [=0, z=1.5] Fonte: Construdo no Geogebra

c) (z=-2; p=

Grfico 8: Funo normal N(0,1) e rea compreendida entre o intervalo [=0, z=1.5] Fonte: Construdo no Geogebra

Calculando reas ou probabilidade com modelo normal

1.

Se a populao masculina de determinada regio tem altura mdia de 1.7 m e desvio padro de 0.05 m. Determine a probabilidade de escolhermos, ao acaso, um homem desta populao que tenha altura entre 1.7m e 1.75m. Sugesto: Para efetuarmos este clculo devemos encontrar a rea compreendida pelo grfico, entre os valores da mdia at 1.75m. Logo, calcule o valor de (z) correspondente a (x= 1,75), em seguida procure este valor na tabela. (Faa um esboo indicando a regio na curva normal)

129

2.

Considerando a populao de mdia (=1.7) e desvio padro (=0.05), encontre a probabilidade de escolhermos, ao acaso, um homem que tenha altura entre 1.7m e 1.79m. (Faa o esboo da curva normal e da rea desejada. Em seguida utilize o geogebra para confirmar o resultado encontrado.)

3.

Considerando a populao de mdia (=1.7) e desvio padro (= 0.05), encontre a probabilidade de escolhermos, ao acaso, um homem que tenha altura entre 1.65m e 1.8m. (Faa o esboo da curva normal e da rea desejada. Em seguida utilize o geogebra para confirmar o resultado encontrado.)

4.

Considerando a populao de mdia (=1.7) e desvio padro (= 0.5), encontre a probabilidade de escolhermos, ao acaso, um homem que tenha altura entre 1.75m e 1.8m. Utilize o geogebra para confirmar o resultado encontrado. (Faa um esboo indicando a regio na curva normal)

GABARITO: Voc tambm pode confirmar a resposta de cada item digitando o seguinte comando: Probabilidade[mdia, desvio padro, x mximo, x mnimo] e observe um valor de cor azul na janela da esquerda.