Matemática Aplicada ás Ciências Sociais

2º Ano
Planificação 2009/2010

PLANIFICAÇÃO ANUAL
DISCIPLINA DE MATEMÁTICA APLICADA ÀS CIÊNCIAS
SOCIAIS
Ano Lectivo 09/10

2º Ano
Distribuição dos Temas
Revisões,
Blocos de
avaliação
Temas aulas Total
e
previstos
correcção

- Tema 3 – Modelos
Matemáticos
1º - Capítulo 2 – Modelos de
32 6 38
Período Grafos
- Capítulo 3 – Modelos
Populacionais

2º - Tema 4 – Modelos de
29 4 33
Período Probabilidade

3º - Tema 5 – Introdução à
25 3 28
Período Inferência Estatística

Objectivos e conteúdos
Blocos
Períod
Unidade Didáctica Conteúdos (90 Objectivos
min) o
- Apresentação
- Avaliação diagnostica
PREPARAÇÃO DO ANO
- Revisões do 1º Ano. - Definir regras de conduta e critérios de
LECTIVO 7 1º
- Reforma. Actividade avaliação.
bancária

Tema 3 –Modelos - Introdução (definição de 4 - Desenvolver competências para determinar 1º

Matemáticos grafo) o essencial de uma determinada situação, de
Capítulo 2 – Modelos de modo a desenhar esquemas apropriados a
Grafos - Trilhos e circuitos 3 uma boa descrição;
Eulerianos 4 - Procurar modelos e esquemas que
- O problema do carteiro descrevam situações realistas de pequenas

Blocos
Unidade Didáctica Conteúdos
min)
chinês
- Eulerização de grafos
- Circuitos Hamilterianos
- O problema do caixeiro
viajante (PCJ)
- Árvores abrangentes
mínimas
- Introdução (tipos de
Tema 3 – Modelos crescimento populacional)
Matemáticos
- Modelos de Crescimento
Capítulo 3 – Modelos - Modelo de crescimento
Populacionais linear
Planificação Anual de MACS – 2º Ano
Pág.
Escola Secundária de Santa Maria Maior I 400427
Períod
(90 Objectivos
o
distribuições;
4 - Tomar conhecimento de métodos
matemáticos próprios para encontrar
4 soluções de problemas de gestão;
- Encontrar estratégias passo-a-passo para
encontrar possíveis soluções;
- Descobrir resultados gerais na abordagem
de uma situação;
-Para cada modelo, procurar esquemas
combinatórios (árvores) que permitam
calcular pesos totais de caminhos possíveis;
- Encontrar algoritmos – decisões passo-a-
passo para encontrar soluções satisfatórias;
- Discutir sobre a utilidade e viabilidade
económica (e não só) da procura de soluções
óptimas.
- Familiarizar os estudantes com modelos
discretos de crescimento populacional;
- Comparar o crescimento linear com o
2
crescimento exponencial através do estudo 1º
de progressões aritméticas e geométricas;
- Familiarizar os estudantes com modelos
4
contínuos de crescimento populacional;
- Comparar os crescimentos linear,
exponencial, logaritmo e logístico.
2
 Escola Secundária de Santa Maria Maior I 400427

Blocos
Períod
Unidade Didáctica Conteúdos (90 Objectivos
min) o
- Familiarizar os estudantes com modelos
Tema 3 – Modelos - Modelos de Crescimento 4 discretos de crescimento populacional;
- Modelo de crescimento 2 - Comparar o crescimento linear com o
Matemáticos exponencial 2 crescimento exponencial através do estudo
Capítulo 3 – Modelos - Modelo de crescimento de progressões aritméticas e geométricas; 2º
Populacionais logístico - Familiarizar os estudantes com modelos
(cont. tema 3) - Modelo de crescimento contínuos de crescimento populacional;
logaritmo - Comparar os crescimentos linear,
exponencial, logaritmo e logístico.

Planificação Anual de MACS – 2º Ano 3

Pág.

Blocos
Unidade Didáctica Conteúdos
min)
- Introdução (fenómenos
aleatórios)
- Argumentos de simetria
Regra de Laplace
- Modelos de probabilidades
em espaços finitos
Função massa de
probabilidade
-Probabilidade condicionada
Árvore de probabilidades
Acontecimentos
independentes
- Teorema da probabilidade
total
Regra de Bayes
- Valor médio e variância
populacional
- Espaço de resultados finitos
Modelos discretos e
modelos contínuos
Tema 4 – Modelos de
Probabilidade
Capítulo 1 – Modelos de
probabilidade
Planificação Anual de MACS – 2º Ano
Pág.
Escola Secundária de Santa Maria Maior I 400427
Períod
(90 Objectivos
o
2 - Dar a entender aos estudantes a diferença
entre fenómenos determinísticos e
3 fenómenos aleatórios;
- Alertar para as vantagens de encontrar
modelos matemáticos apropriados para este
tipo de fenómenos;
3 - Construir modelos de probabilidade para
situações simples em que se admita como
razoável o pressuposto de simetria e
3 equilíbrio;
- Calcular a probabilidade de alguns
acontecimentos a partir de modelos
construídos;
3 - Construir modelos de probabilidades para
situações um pouco mais complexas
utilizando a regra do produto;
3 - Apreender as propriedades básicas de uma
função massa de probabilidade;
4 - Identificar acontecimentos em espaços
finitos;
- Saber calcular as probabilidades de alguns
acontecimentos utilizando propriedades da
probabilidade;
- Fazer compreender a noção de
probabilidade condicional através de
exemplos simples;
- Mostrar a utilidade das árvores de
probabilidades;
- Ilustrar a forma de cálculo de
probabilidades de acontecimentos utilizando
uma árvore de probabilidades;
- Apresentar a definição de probabilidade
2º
condicional;
- Utilizar a definição de probabilidade
condicional para formalizar a noção intuitiva
de acontecimentos independentes;
- Apresentar a definição de acontecimentos
independentes;
- Introduzir os estudantes nas técnicas
bayesianas;
- Fazer a distinção entre valor médio
populacional e média amostral e também, de
modo idêntico, para a variância e outras
características já referidas no estudo
descritivo de amostras;
- Alargar a noção de população como um
conceito adjacente a um modelo de
probabilidade;
- Apresentar de forma justificada as fórmulas
de cálculo do valor
Médio e da variância para modelos
quantitativos de espaços de resultados
finitos;
- Mostrar o interesse em adoptar modelos
com suporte não finito em situações onde o
conjunto de resultados possíveis não seja
conhecido na sua totalidade ou seja
demasiado extenso;
- Calcular probabilidades de acontecimentos
a partir de alguns modelos contínuos
simples;
- Salientar a importância deste modelo
referindo o Teorema do Limite Central;
4

Blocos
Unidade Didáctica Conteúdos
min)
- Espaço de resultados finitos
Tema 4 – Modelos de
Modelos discretos e
Probabilidade modelos contínuos
Capítulo 1 – Modelos de
- Modelo Normal
probabilidade
(cont. tema 4)
- Introdução
- Métodos de amostragem
não probabilística
- Métodos de amostragem
probabilística
- Parâmetro e Estatística
Estimativa pontual
- Distribuição de amostragem
de uma estatística
Tema 5 – Introdução à Estimação do valor médio
Inferência Estatística
- Teorema do Limite Central
Capítulo 1 – Introdução à
Inferência Estatística
- Intervalos de confiança para
o valor médio de uma
variável
-Estimativa pontual para a
proporção
- Intervalos de confiança para
a proporção
- Interpretação do conceito
de intervalo de confiança
Planificação Anual de MACS – 2º Ano
Pág.
Escola Secundária de Santa Maria Maior I 400427
Períod
(90 Objectivos
o
- Referir as principais características de um
4
modelo Normal ou gaussiano;
- Calcular probabilidades com base nesta
2 3º
família de modelos recorrendo ao uso de
uma tabela da função de distribuição de uma
Normal Standard.
2
1
- Apresentar as ideias básicas de um tipo de
raciocínio com que os estudantes são
4
confrontados pela primeira vez, em que, a
partir das propriedades estudadas num
conjunto de dados, se procurarão tirar
1
conclusões para o conjunto de dados mais
vastos;
- Apresentar as ideias básicas de um 3º
4
processo de inferência estatística, em que se
usam estatísticas para tomar decisões
2
acerca de parâmetros;- Mostrar toda a
potencialidade da Estatística, que nos
3
permite tirar conclusões e tomar decisões,
indo do particular para o geral, quantificando
o erro cometido nessa tomada de decisão.
2
Viana do Castelo, 11 de Setembro de 2009
Grupo Disciplinar 500 - Matemática
5