You are on page 1of 12

6

partir do modelo de predio (nomograma) que descrevemos.


O software consiste em uma interface grfica que faz a interao com as sub-rotinas
que efetuam os clculos. A Figura 1 mostra uma ilustrao da interface grfica do software.






Figura 1. Interface grfica do software.

O programa foi desenvolvido em JAVA e para execut-lo preciso ter instalado no
computador, pelo menos a verso 1.6 da plataforma Java SE, conveniente ao sistema
operacional do computador. Com as devidas instalaes, o software construdo foi testado no
Linux/GNU, Windows XP e Vista.

Referncias bibliogrficas

BARROS, L. C; BASSANEZI, R. C. Tpicos de lgica fuzzy e biomatemtica. v. 5.
Campinas - SP, UNICAMP/IMECC, 2010.

FERREIRA, U; NARDI, A. C. Cncer de Prstata. In: NETTO JR, Nelson Rodrigues.
Urologia Prtica. So Paulo - SP: Atheneu, 4 ed., 1999.

INCA. I nstituto Nacional do Cncer. Disponvel em www.inca.gov.br. Acesso em: 29 de
Abr., 2012.

SILVEIRA, G. P. Aplicao da Teoria de Conj untos Fuzzy na predio do estadiamento
patolgico do Cncer de Prstata. Tese de Mestrado. IMECC-UNICAMP, Campinas, 2007.

SILVEIRA, G. P; VENDITE, L. L; BARROS, L. C; FERREIRA, U; BILLIS, A. A
metodologia ROC na avaliao de um modelo fuzzy de predio do estdio patolgico do
tumor de prstata. Rev. Bras. Eng. Biom., v. 26, n.1, 2010, p. 3-9.

STEPHENSON, A. J; KATTAN, M. W. Nomograms for prostate cancer. Journal Urological
Oncology 98, 2006, p. 39-46.

ZHU, H; ROEHL, K. A; ANTENOR, J. A. V; CATALONA, W. J. Biopsy of men with psa
7

level of 2.6 to 4.0 ng/ml associated with favorable pathologic features and psa
progression rate: A preliminary analysis. Urology 66, 2005, p. 547-551.


UM SIST E MA F UZZY PARA CONTROL E DA PRODUTI VI DADE
L EI T EI RA NO MBI T O DA AGRI CUL TURA F AMI LI AR
Isaque lcio de Souza CAJ/UFG; Tatiane Melo de Lima CAJ/UFG;Paulo Afonso Parreira Jnior CAJ/UFG;
Paulo Hellmeister Filho UFG/Goinia;
Palavras-chave: Lgica Fuzzy, Desenvolvimento de Software,Agricultura Familiar, Pecuria Leiteira
1. Introduo
Para os efeitos da Lei N 11.326, de 24 de julho de 2006, considera-se agricultor
familiar aquele que pratica atividades no meio rural, atendendo, simultaneamente, aos
seguintes requisitos: i) no detenha rea maior do que 4 (quatro) mdulos fiscais; ii) utilize
predominantemente mo-de-obra da prpria famlia nas atividades econmicas do seu
estabelecimento; iii) tenha renda familiar predominantemente originada de atividades
econmicas vinculadas ao prprio estabelecimento; e iv) dirija seu estabelecimento com sua
famlia.
No Brasil,cerca de 84% das propriedades rurais pertencem a agricultores familiares,
que ocupam apenas 24,3% da rea agricultvel do pas. Cerca de 45% dessa rea destinada
ao cultivo de pastagens, utilizada principalmente para a explorao da pecuria leiteira, uma
das principais atividades econmica dessa classe de agricultores, sendo estes responsveis por
58% da produo nacional de leite de vaca (IBGE, 2006).
Atualmente, parte considervel das pastagens brasileiras apresenta problemas de
degradao, o que contribui para a no-sustentabilidade da produo (EUCLIDES, 2012). De
acordo com dados do IBGE (2006), apenas 52% das pastagens dos estabelecimentos
familiares possuem boas condies. Ainda segundo Euclides (2012), dentre os diversos
fatores que contribuem para isso, menciona-se, entre outros, a queda na fertilidade do solo
associado o mal manejo.
A produo leiteira depende principalmente da quantidade de forragem e do seu valor
nutritivo, parmetros que sofrem influncia do bom manejo da planta e do rebanho. A
forragem deve ser cultivada objetivando a sua maior longevidade produtiva, entretanto, sofre
influncia de alguns fatores, como manejo, condies climticas e fertilidade do solo
(COSTA et al., 2006).
Alm do que foi exposto anteriormente, faz-se necessrio otimizar o uso do solo da
pequena propriedade de agricultores familiares, visto que o melhor aproveitamento da sua
rea resultar em um maior retorno econmico, alm de constituir alternativa altamente vivel
para aumentar a oferta de alimentos. Assim, trabalhos que visam orientar o manejo da
2

pastagem e do rebanho, podem contribuir significativamente para o aumento da produtividade
de leite das propriedades que realizam seus trabalhos com base na agricultura familiar.
Dessa forma, o objetivo deste trabalho desenvolver um sistema especialista capaz de
auxiliar o agricultor familiar a obter melhor produtividade em sua propriedade, utilizando os
recursos disponveis. Para isso, ser desenvolvido um sistema fuzzy que, com base
nafertilidade do soloda propriedade, na capacidadeprodutiva dos animais, no tipo de clima da
regio, no tipo de suplementao alimentar oferecida aos animais, no nvel tecnolgico da
propriedade com relao reproduo dos animais e na quantidade de terra da propriedade,
indicar a quantidade de animais mais apropriada para a propriedade de acordo com os
recursos disponveis, juntamente com uma estimativa da produtividade a ser obtida.
O restante deste artigo est organizado da seguinte forma: na Seo 2 apresentada
uma descrio sucinta sobre a lgica fuzzy. Na Seo 3 apresentado a proposta do
sistemaespecialista, descrevendo sua modelagem fuzzy, bem como sua arquitetura,
funcionamento e contribuies para os profissionais envolvidos com agricultura familiar. Por
ltimo, na Seo 4, esto as concluses e os trabalhos futuros.
2. Lgica Fuzzy
A lgica fuzzy foi introduzida em 1965 por Lotfi A. Zadeh (ZADEH, 1965), professor
do Departamento de Engenharia Eltrica da Universidade da Califrnia em Berkeley e pode
ser entendida como uma generalizao da lgica clssica, que admite infinitos valores lgicos
intermedirios entre a falsidade e a verdade. De acordo com Souza (2004), a diferena entre a
lgica fuzzy e a lgica clssica que a primeira possui mais de dois resultados distintos, o que
no ocorre com a segunda. Esses resultados so expressos de forma qualitativa, utilizando
termos lingusticos, como por exemplo: 'diIicil, 'muito diIicil, 'Iacil e 'muito Iacil. Tais
valores esto contidos em conjuntos fuzzy. Cada conjunto fuzzy, A, definido em termos de
relevncia a um conjunto universal, U, por uma funo denominada de funo de pertinncia,
associando a cada elemento x um nmero,
A
(x), no intervalo fechado [0,1] que caracteriza o
grau de pertinncia de x em A. O grau de pertinncia pode assumir qualquer valor entre 0 e 1,
representando da completa excluso completa pertinncia, respectivamente. Alm disso, um
mesmo elemento, x, pode pertencer a mais de um conjunto fuzzy com graus de pertinncia
diferentes, por exemplo, uma pessoa com 1.65m de altura pode pertencer ao conjunto de
pessoas altas com grau de pertinncia de 70% (
ALTA
(x) = 0.7) e ao mesmo tempo pertencer
ao conjunto de pessoas com estatura mediana com grau de pertinncia de 20% (
MEDIANA
(x) =
0.2) e ao conjunto de pessoas baixas com grau de pertinncia de 10% (
BAIXA
(x) = 0.1).Os
elementos qualitativos usados ('alta, 'mediana e 'baixa) so capturados pela definio de
3

varivel lingustica, que assume valores em um conjunto de termos lingusticos (palavras ou
Irases). No exemplo descrito anteriormente, uma variavel linguistica adequada e 'Estatura
que pode assumir como valor os seguintes valores {alta, mediana, baixa}.
Os sistemas fuzzy utilizam um conjunto de regras de produo, do tipo 'Se-Ento,
baseadas em variveis lingusticas (ZADEH, 1978). Inicialmente, as variveis de entrada
sofrem um processo denominado 'IuzziIicao, ou seja, e Ieito um mapeamento do dominio
de nmeros reais para o domnio fuzzy. Em seguida, efetua-se a inferncia sobre o conjunto de
regras fuzzy obtendo os valores dos termos das variveis de sada. O mecanismo de inferncia
define a maneira de como as regras so combinadas, provendo base para tomada de decises
(MENDEL, 2001). Por Iim, as variaveis de saida soIrem um processo de 'deIuzziIicao,
que consiste em converter dados fuzzy para valores numricos precisos. Para isto, so usadas
vrias tcnicas, tais como valor mximo, mdia dos mximos, mdia local dos mximos,
centro de gravidade, ponto central da rea e o centro da mdia (DRIANKOVet al., 1993).
Neste trabalho a lgica fuzzy utilizada com o objetivo de fornecer informaes teis
para facilitar a tomada de deciso do produtor familiar, com relao produtividade leiteira
de sua propriedade. Na prxima seo apresentada a modelagem prvia do sistema fuzzy,
bem como a arquitetura do prottipo a ser desenvolvido.
3. Proposta
3.1. Modelagem Fuzzy
O tipo de alimentao bovina predominante na agricultura familiar do sudoeste
Goiano a pastagem e o tratamento com cana e concentrado nos perodos de seca do ano. No
perodo de seca h poucas chuvas, com isto a pastagem perde fora para brotar e os animais
passam a se alimentar de massa seca do capim criada no perodo de chuva anterior.Isto faz
com que o agricultor familiar precise incrementar a alimentao dos animais de seu rebanho
para que no haja queda naprodutividade. Alm disso, a qualidade do capim e a recuperao
da pastagem dependem do solo tipo de solo.
Com base nestas informaes e no resultado de entrevistas realizadas com
especialistas da rea de agronomia, zootecnia e veterinria, foram definidas as seguintes
variveis de entrada para o sistema fuzzy: i) 'Fertilidade do Solo FS;ii) 'Tamanho da
PastagemTP ;iii) 'Suplementao S;iv) 'Perodo Climtico PC;v) 'Nvel de
Tecnologia NT;evi) 'Potencial Produtivo PPr. As variveis de sada so: i) 'Perspectiva
de Produo PP; eii) Quantidade de AnimaisQA.
4

A variavel de entrada 'FS representa uma perspectiva de fertilidade do solo, que
influncia na qualidade da pastagem. Ela pode assumir valores entre 0.0 e 1.0 e composta
pelos termos linguisticos: 'Baixa, 'Media e 'Alta. A variavel 'TP representa a
quantidade de terra em hectares (ha) destinada pastagem e tambm composta pelos termos
'Baixa, 'Media e 'Alta. A variavel 'PC representa o periodo climatico do ano e assume
valores entre 1 e 12, de acordo com os meses do ano. Esta varivel definidapelos termos
lingusticos 'Chuvoso e 'Seco. O nivel tecnologico, que tambm pode influenciar na
capacidade produtiva do rebanho, e representado pela variavel 'NT e assume valores
discretos de 0a 3: 0 para rebanhos cujo mtodo de reproduo se d por monta natural e tm
manejo sem assessoria de especialistas, por exemplo, veterinrios e/ou zootecnistas;1 para
rebanhos cujo mtodo de reproduo se dpor monta natural e possuem manejo com
assessoria de especialistas; 2 para rebanhos cujo mtodo de reproduo se d por monta
natural e inseminao artificial e possuem manejo com assessoria de especialistas; e 3 para
rebanhos cujo mtodo de reproduo se d por monta natural e inseminao artificial com
smen de boa qualidade e tm manejo com assessoria de especialistas. A variavel 'NT e
composta pelos termos 'Baixo, 'Medio e 'Alto. A variavel 'S pode assumiros
valoresdiscretos0ou 1: 0 para rebanhos no suplementados, ou seja, a nica forma de
alimentao do rebanho por meio de pastagem e sal mineral; e 1 para rebanhos
suplementados, ou seja, alm da pastagem e do sal mineral, a alimentao do rebanho recebe
suplementao como raes e concentrados.A variavel 'S e composta pelos termos:
'Adequada e 'No adequada. A varivel 'PPr representa a perspectiva de produtividade
dos animais da propriedade.Ela pode assumir valores de 0.0 a 1.0 e composta pelos termos:
'Baixa, 'Media e 'Alta.Esta varivel foi criada, pois um rebanho com alta perspectiva de
produo pode ser mais exigente com relao sua alimentao para que sua produtividade
seja explorada ao mximo.
A varivel de sada quantidade de animais (QA) representa a quantidade de animais
suportada pela propriedade com relao s condies naturais e de manejo do rebanho
determinadas pelas variveis de entrada (FS, TP, S, PC, NT e PPr). A varivel de sada
perspectiva de produo (PP) representa uma estimativa da quantidade mdia de litros a serem
produzidos na propriedade com baseno valor da varivel quantidade de animais (QA). Ambas
as variaveis de saida so compostas pelos termos 'Baixa, 'Media e 'Alta.
3.2. Prottipo
importante salientar que o sistema fuzzy proposto neste trabalho encontra-se em fase
inicial de desenvolvimento, na qual os requisitos do software esto sendo elicitados, bem
como as regras e os conjuntos fuzzy esto sendo criados e calibrados. Para esta primeira
5

verso do software, as variveis que compem a base de conhecimento, bem como os valores
atribudos a estas variveis foram desenvolvidos tendo em vista o contexto da agricultura
familiar do sudoeste goiano. O prottipo est sendo construdocom base no modelo de
desenvolvimento de software iterativo e incremental, no qual em cada iterao gerada uma
parte do produto de software e a mesma validada com o especialista, gerando um retorno
para a prxima iterao.
A Figura 1 apresenta a arquitetura proposta para o sistema especialista. Com base
nesta figura, aps o seu desenvolvimento, o funcionamento do prottipo se dar da seguinte
forma: (1) o usurio atualiza os dados na interface do prottipo, que representam as variveis
de entrada do sistema; (2) o mdulo fuzzy do prottipo l os dados da interface e executa o
processo de fuzzificao; (3) com base nas variveis de entrada e no conjunto de regras fuzzy
criados pelo especialista, a inferncia fuzzy realizada; (4) a partir do resultado da inferncia,
executa-se o processo de defuzzificao; e (5) por ltimo, os dados resultantes do processo de
defuzzificao so exibidos ao usurio na interface do sistema.







3.3. Contribuies
O sistema proposto pode facilitar a tomada deciso por parte de agricultores
familiares, agrnomos, mdicos veterinrios,zootecnistase demais especialista da rea
agropecuria,uma vez queele disponibilizar uma perspectiva deproduode uma propriedade
com relao quantidade de animais suportada por esta propriedade em funo do tipo de
manejo do rebanho e da atualsituao alimentar do mesmo. Desta forma, estesusuriosdo
sistema podero tomar,dentre outras medidas, as que se seguem: i) reduzir a quantidade de
animais da propriedade, uma vez que a capacidade alimentar destes aqum do necessrio;ii)
aumentar o tamanho (em rea de pastagem)da propriedade para comportar melhor seu
rebanho e consequentemente melhorar sua produtividade; iii) aprimorar a qualidade do solo
"#$%&'(%) *(
+,-$#*#

./0120/023041 (
22$

5,6($(,7%# .899:

;(6899%6%7#<=>

?@ ( 22
80: Se lS e !"#$L41" A !"#%+41BC DDD
81: Se lS e &$'($L41" A &$'(%+41BC DDD
DDD
E
F
G H
I
+)J(7%#K%)-#
Figura 1. Arquitetura do Sistema Especialista
L)8&$%>
6

da propriedade com o intuito de melhorar a qualidade alimentar do seu rebanho; iv) melhorar
a suplementao alimentar oferecida aos animais da propriedade; e v) contratar profissionais
especializados para manejo e controle da reproduo dos animais, melhorando assim o nvel
tecnolgico da propriedade.
4. Concluses e Trabalhos Futuros
As propriedades que se enquadram na categoria de agricultura familiar, apesar de
possurem uma pequena parcela da poro de terra cultivvel no Brasil, so extremamente
importantes para o desenvolvimento do pas, chegando a ter uma representao superior a
50% em algumas reas da produo de alimentos, como o caso da pecuria leiteira.
Desta forma, faz-se importante propor estratgias que visem a melhorar a
produtividade destas propriedades, levando em considerao a quantidade limitada recursos
disponveis para as mesmas. Neste sentido, este trabalho consiste em uma proposta de um
sistema especialista baseado em lgica fuzzy, capaz de fornecer informaes teis aos diversos
profissionais envolvidos no contexto da agricultura familiar, para que os mesmo possam
tomar decises adequadas a fim de melhorar a produtividade leiteira dos rebanhos destas
propriedades. Cabe ressaltar que o sistema proposto encontra-se em fase de desenvolvimento
e que novas verses do sistema esto sendo geradas e validadas com especialistas das reas de
agronomia, zootecnia e veterinria.
Como trabalhos futuros, pretende-se: i) continuar com o desenvolvimento do
prottipo; ii) validar as variveis de entrada e sada j desenvolvidas at o momento com
especialistas; iii) elaborar, juntamente com os especialistas, o conjunto de regras que servir
para a tomada de deciso do sistema especialista; e iv) realizar experimentos quantitativos
com o intuito de verificar a acurcia do sistema desenvolvimento em situaes reais.
Referncias Bibliogrficas
COSTA, N. A.; LOURENO JUNIOR, J. B.; GARCIA, A. R.; NAHUM, B. S. 'Produo Sustentavel da
Pecuaria Leiteira. In: Encontro Agrotecnolgico para produo de alimentos, 2, 2006, Tailndia PA.
DRIANKOV, D.; Hellendoorn, H.; Reinfrank, M.An Introduction to Fuzzy Control.Springer-Verlag, 1993.
EUCLIDES, V. P. B.Intensificao da produo de carne bovina em pastagem Disponvel
em:http://www.cnpgc.embrapa.br/publicacoes/naoseriadas/cursosuplementacao/manejo/3.html. Acessado em:
Abril de 2012.
IBGE. Censo Agropecurio 2006. Disponvel em:http://www.sidra.ibge.gov.br/bda/
pesquisas/ca/default.asp?o=2&i=P.Acesso em: Abril de 2012.
MENDEL, J. M. 'Uncertain Rule-Based Fuzzy Logic Systems: Introduction and New Directions. Londres:
Prentice Hall P. T. R, 2001.
SOUZA, O. T. L. 'Desenvolvimento de um Modelo Fuzzy para Determinao do Latente com Aplicao em
Sistemas de Irrigao. Dissertao de Mestrado, UNESP, 2004.
ZADEH, L. A. 'Fuzzy Sets InIormation and Control. 1965.
ZADEH, L. A. 'Fuzzy Sets as a Basis Ior a Theory oI Possibility. Fuzzy Sets and Systems, 1978.
BUSCANDO CAMI NHOS ATRAVS DA RESOLUO DE PROBL E MAS

Patrcia Martins Sousa - CAJ/UFG
Graciele Paraguaia Silveira - CAJ/UFG

Palavras chave: Resoluo de Problemas, Desenvolvimento de habilidades, Recurso
Didtico ERRO.

1 I ntroduo
Este trabalho trata-se de um projeto de estgio supervisionado, que foi aplicado em
uma turma do 2 perodo (antigo 1 Ano do Ensino Mdio) de um Colgio Estadual. No incio
do trabalho, as dificuldades dos alunos em relao matemtica, foram expostas pelo
professor regente da turma e consistiam nos contedos bsicos que envolvem quatro
operaes, fraes e porcentagem.

2 A Resoluo de Problemas
A metodologia escolhida para ser trabalhada com tal turma foi a Resoluo de
Problemas. A opo por esse mtodo abrangente se deu a fim de que o aluno pudesse
desenvolver e refletir sobre seus conhecimentos matemticos relacionados aos contedos
mencionados, assim como defende ONUCHIC, 1999 e BRASIL, 2006.
Para tanto, foram planejadas aulas de resolues de questes das Olimpadas
Brasileiras de Matemtica das Escolas Pblicas (BRASIL, 2011). Alm disso, Dinmicas
foram aplicadas no primeiro momento e no ltimo como avaliao de desempenho do aluno.
Foram abordados dentro da sala de aula temas referente ao cotidiano, como por
exemplo, o ato de se fazer compras, saber o valor que ser pago em juros e qual o
verdadeiro valor de uma mercadoria.
Ao se trabalhar com a metodologia escolhida, e da compreenso obtida, foi possvel
conhecer e analisar os caminhos percorridos pelo aluno e a forma como chegou a uma
determinada concluso, no intuito de desenvolver a habilidade do aluno de raciocnio prprio.
Como recurso didtico escolheu-se utilizar neste projeto o ERRO na perspectiva da
Resoluo de Problemas, com o objetivo de que o aluno realmente aprendesse, observando
onde o erro foi cometido e como ele pode tentar solucionar este(s) erro(s), aplicando ento a
Resoluo de Problemas.
Esperava-se conseguir com as aulas que os alunos percebessem a importncia da
Matemtica no dia a dia por meio do estudo dos conceitos bsicos ento mencionados.

3 Resultados e Concluses
Aps a aplicao do projeto, o desempenho obtido pelos alunos foi analisado, assim
como os conhecimentos adquiridos. Ao se utilizar a metodologia de Resoluo de Problemas,
tiveram-se resultados considerados satisfatrios, uma vez que os alunos puderam ampliar seus
conhecimentos - junto com o recurso didtico do ERRO - e a capacidade de raciocnio lgico
e matemtico.
Embora a quantidade de aulas tenha sido pequena, acredita-se que o objetivo de
ensinar os contedos de quatro operaes, fraes e porcentagem, mostrando como so
resolvidas questes e como se pode interpret-las, foi alcanado.

Referncias bibliogrficas
ONUCHIC, Lourdes de La Rosa. Ensino-aprendizagem de Matemtica atravs da Resoluo
de Problemas. In: BICUDO, M. A. V. (Org.). Pesquisa em Educao Matemtica:
concepes e perspectivas. So Paulo, SP: Editora UNESP, 1999, p. 199-128.

BRASIL. Ministrio da Educao. Secretria de Educao Mdia e Tecnolgica. Parmet ros
Cur riculares Nacionais para o Ensino Mdio: Matemtica. Volume 02. Braslia:
MEC/SEMT, 2006.

BRASIL. Ministrio da Educao. Ministrio da Cincia e Tecnologia. Instituto Nacional de
Matemtica Pura E Aplicada. Olimpada Brasilei ra de Matemtica das Escolas Pblicas
(OBMEP), 2011. Disponvel em: http://www.obmep.org.br/. Acesso em: 25 mai., 2011.



SE QUNCI A DI DTI CA NUMA PERSPE CTI VA DE
RESOLUO DE PROBL E MAS

Joana D`Arc dos Santos Gomes FE/UFG; Karla Murielly Lpo Leite Correia
FE/UFG; Polliany Vieira de Andrade FE/UFG; Maria de Ftima Teixeira Barreto
(Orientadora) FE/UFG

Palavras chave: Sequncia didtica; Resoluo de problemas; Educao matemtica.

I ntroduo
O presente trabalho visa apresentar e refletir sobre o uso de seqncia didtica nas
aulas de matemtica pautadas na resoluo de problemas, visando expor sua contribuio no
processo de ensino-aprendizagem.
As sequncias esto aqui apresentadas como aes organizadas e que promovero o
esprito investigativo, colocando o aluno perante desafios de diferentes complexidades,
valorizando suas experincias/vivncia, de modo que os alunos se apropriem de
conhecimentos matemticos.
Justificativa/ base terica
Cavalcanti (2001) apresenta a Resoluo de Problemas como modo de acesso ao
conhecimento matemtico na escola, tendo como ponto de partida a vivncia e a experincia
do educando na explorao de contedos matemticos. Frente ao problema o aluno poder
optar por diversas estratgias de resoluo, e para isso o mesmo deve test-las, organiz-las,
representando e analisando seus dados, construindo conhecimentos e desenvolvendo
concomitantemente, o raciocnio/pensamento lgico matemtico e crtico.
Coelho (2010) reporta que a sequncia didtica pressupe a articulao de atividades
pedaggicas entre si, ensinando de forma gradativa o contedo nas vrias etapas: exposio
da proposta de trabalho, levantamento dos conhecimentos prvios, ampliao do
conhecimento a ser trabalhado, sistematizao e avaliao.
Por isso propomos que as atividades de matemtica, nas sries iniciais tenham como
base tais compreenses, uma vez que preciso considerar os conhecimentos adquiridos pelos
alunos fora do contexto escolar, sendo suas experincias fundamentais para a construo de
conhecimentos dos contedos matemticos, assim como o seu uso social.

Obj etivos
O objetivo deste trabalho levar discusso aos educadores de educao matemtica,
evidenciando o principal objetivo das sequncias didticas numa perspectiva de resoluo de
problemas, esta que prope ao aluno o enfrentamento de situaes-problema, mostrando os
diversos modos de se operar os problemas matemticos.
Metodologia
Buscamos expor de forma sistemtica a seguinte sequncia:
Srie: 2 ano do Ensino Fundamental; Contedo: Geometria; Material : Massa
de modelar; 1 Etapa: Contao de histrias alguma histria que trate de geometria e/ou
elementos geomtricos; 2 Etapa: Problematizao indagar aos alunos sobre quais
elementos geomtricos puderam identificar no texto e quais outros esto presentes no seu dia-
a-dia; 3 Etapa: Vivncia nessa etapa o professor far com que os alunos produzam os
elementos geomtricos que se parecem com objetos da sua realidade utilizando a massa de
modelar; 4 Etapa: Nomear os elementos visto que uma sequncia pensada para os alunos
do 2 ano, o fato deles nomearem e saberem identificar os elementos geomtricos o objetivo
a ser atingido nessa etapa; 5 Etapa: Avaliao Indagar aos alunos sobre algumas
caractersticas prprias de cada elemento geomtrico, caractersticas tais que assimilam ou
diferem uma forma geomtrica da outra.
Resultados/ Concluses
Concluindo, a sequncia didtica apresentada traz o contedo realidade dos alunos,
trazendo consigo o esprito investigativo, considerando, claro, sua criatividade, fazendo com
que, paulatinamente os alunos tenham capacidade para compreender e interpretar
propriedades e conceitos matemticos.
E assim que deve se dar o processo de ensino-aprendizagem. considerar e mostrar
o mundo aos educandos e encontrar no mundo em que eles vivem tudo aquilo que devem
aprender, ensinando/construindo conhecimentos para eles e com eles.

Referncias Bibliogrficas
CAVALCANTI, C. T. Diferentes formas de resolver problemas. In: Ler, escrever e resolver
problemas: habilidades bsicas para aprender matemtica. Ktia Stocco Smole e Maria Ignez
Diniz (Orgs.). So Paulo: Artmed Editora, 2001, p. 121 149.
COELHO, T. Sequncias didticas: uma ponte para a aprendizagem In: Reorientao
cur ricular do 1 ao 9 ano Cur rculo em debate Gois. Sequncias didticas convite
ao: anos iniciais do ensino fundamental. 6.1 Gois, Goinia: 2010, p. 17 20.