Scribd
Carregar
6 visualizações3 páginas

Estágio Pedagógico em Matemática: Proposta

O documento apresenta uma proposta de distribuição de escolas para o estágio pedagógico em ensino de matemática na Universidade Rovuma, listando alunos e suas respectivas escolas e supervisores. Além disso, descreve várias técnicas de investigação operacional, como programação linear, programação dinâmica e teoria das filas, que ajudam na tomada de decisões e otimização de processos. O texto também sugere a possibilidade de aprofundar em alguma técnica específica ou fornecer exemplos práticos.

Enviado por

Jossefa Zacarias
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato DOCX, PDF, TXT ou leia on-line no Scribd
6 visualizações3 páginas

Estágio Pedagógico em Matemática: Proposta

O documento apresenta uma proposta de distribuição de escolas para o estágio pedagógico em ensino de matemática na Universidade Rovuma, listando alunos e suas respectivas escolas e supervisores. Além disso, descreve várias técnicas de investigação operacional, como programação linear, programação dinâmica e teoria das filas, que ajudam na tomada de decisões e otimização de processos. O texto também sugere a possibilidade de aprofundar em alguma técnica específica ou fornecer exemplos práticos.

Enviado por

Jossefa Zacarias
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato DOCX, PDF, TXT ou leia on-line no Scribd

UNIVERSIDADE ROVUMA

FACULDADE DE CIÊNCIAS NATURAIS, MATEMÁTICA E ESTATÍSTICA


DEPARTAMENTO DE MATEMÁTICA E ESTATÍSTICA
LICENCIATURA EM ENSINO DE MATEMÁTICA
PROPOSTA DE DISTRIBUIÇÃO DE ESCOLAS PARA O ESTÁGIO PEDAGÓGICO DE ENSINO
DE MATEMÁTICA

Nome da Escola Nome do Estudante Supervisor


1. David Manuel Trinta
2. Gervásio da G. Fabião Chipera
Escola Secundária 12 de 3. Horácio Amade Frace
Outubro 4. João Chaúr Ali Essumaila
5. Paulino Armando António
6. Sarma Artur Abel Semente
1. Augusto Gimo A. Garujo
2. Benvindo Elias Tauleque
Escola Secundária de 3. Dánia de Fátima Daúdo
Muatala 4. Danicílio Daniel Jerónimo
5. Judith Uwezo wa Mungu
6. Salmone Virgílio Correia
1. Aniceto Roger Fernando
Escola Secundária de 2. Esmildo Cipriano Victor
Murrapaniua 3. Intossa Carlos Intossa
4. Urbano Antunes Fahamo
1. Dital Mussa
2. Gil Isac Nicodigo
Escola Secundária de 3. Insa Sumaila Tauabo
Nampula 4. Jossefa Zacarias
5. Nórman Joaquim João
6. Rassul Suleimana Abacar
1. Alzira Ernesto Naueta
2. Ancho António Muzaire
Escola Secundária de 3. Arnaldo Matias
Napipine 4. Gulamo Dias Nipipa
5. Marcos Henriques X. Lambane
6. Beloi Jacinto
A investigação operacional (IO) usa várias técnicas para ajudar na tomada de decisões e otimização de
processos. Aqui estão as principais:

1. Programação Linear (PL) – Usada para maximizar ou minimizar uma função (como lucro ou custo), sujeita
a restrições lineares.

Exemplo: Maximizar a produção de uma fábrica com recursos limitados.


2. Programação Inteira e Mista – Variante da PL, mas com variáveis que só podem ser inteiras (ou uma
mistura de inteiros e contínuos).

Exemplo: Decidir quantos caminhões (números inteiros) devem ser alocados para cada rota.

3. Programação Dinâmica – Resolve problemas que podem ser divididos em subproblemas menores e
interdependentes.

Exemplo: Planejamento de estoque ao longo de vários períodos.

4. Teoria das Filas – Analisa sistemas de espera para otimizar o tempo de atendimento e o uso de recursos.

Exemplo: Organizar caixas em um supermercado para reduzir filas.

5. Simulação – Cria modelos para reproduzir cenários reais e testar estratégias sem riscos.

Exemplo: Simular o fluxo de passageiros em um aeroporto.

6. Teoria dos Jogos – Avalia decisões estratégicas entre múltiplos agentes (concorrentes ou parceiros).

Exemplo: Escolha de preço entre empresas concorrentes.


7. Análise de Redes – Otimiza fluxos em redes, como transporte e telecomunicações.

Exemplo: Definir a melhor rota de entrega.

8. Algoritmos Heurísticos e Meta-heurísticos – Técnicas aproximadas para problemas muito complexos,


como algoritmos genéticos e busca tabu.

Exemplo: Roteamento de veículos ou escalonamento de tarefas.

9. Análise de Decisão – Usa árvores de decisão e critérios para avaliar riscos e tomar decisões sob incerteza.

Exemplo: Decidir se investe em um novo projeto.

Qual dessas técnicas te interessa mais? Quer que eu aprofunde alguma ou mostre exemplos práticos?

Você também pode gostar