Using R software to assist in the teaching-learning process of combinatorial analysis
Article Sidebar
Main Article Content
Abstract
Many statistical methods are based on combinatorial analysis, a topic present at all levels of education that assists in the development of statistical and probabilistic thinking. In today's highly technological and digital society, a significant emphasis is placed on the use of interactive and free computational tools. In this context, this paper proposes a decision tree, a new computational tool in R software that assists in identifying the type of combinatorial analysis to be applied to a specific problem. A pilot study conducted revealed the tool can be a viable and innovative option for teaching combinatorial analysis, according to its participants. The tool is of particular relevance for the applicability of combinatorial analysis concepts to various everyday contexts, since its understanding aids in the development of critical thinking and decision-making. The aim is to contribute to the development of some skills necessary for students' statistical and probabilistic literacy.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
The published works are the property of their authors, who may make use of them for subsequent publications, always including the original edition (original title, Ensino em Re-Vista, volume, number, pages). All articles in this journal are the sole responsibility of their authors, and no legal responsibility for their content rests with the Journal or EDUFU.
References
ALLEVATO, N. S. G.; ONUCHIC, L. Resolução de Problemas. Associando o Computador à Resolução de Problemas Fechados: Análise de uma Experiência. In: Revista Educação Matemática Pesquisa, São Paulo, v. 7, n. 2, p. 370, 2005.
ARANÃO, I. V. D. A Matemática através de brincadeiras e jogos. 7. ed. Campinas, SP: Papirus, 2011.
BALL, D. L.; COHEN, D. Reform by the Book: What Is - or Might Be - the Role of Curriculum Materials in Teacher Learning and Instructional Reform? In: Educational Researcher, vol. 25, n. 9, p. 6-8, 1996. DOI: https://doi.org/10.3102/0013189X025009006
BORBA, R. Vamos combinar, arranjar e permutar: aprendendo combinatória desde os anos iniciais de escolarização. In: Anais do Encontro Nacional de Educação Matemática, 13, 2013, Curitiba. Anais eletrônicos... Curitiba, 2013.
BRASIL. Parâmetros curriculares nacionais – Matemática: terceiro e quarto ciclos do Ensino Fundamental. Brasília: MEC/SEF, 1998.
BRASIL. Parâmetros curriculares nacionais – Matemática: terceiro e quarto ciclos do Ensino Fundamental. Brasília: MEC/SEF, 2000.
BRASIL. Parâmetros curriculares nacionais – Matemática: terceiro e quarto ciclos do Ensino Fundamental. Brasília: MEC/SEF, 2017.
BRASIL. Parâmetros curriculares nacionais – Matemática: terceiro e quarto ciclos do Ensino Fundamental. Brasília: MEC/SEF, 2018.
CARDOSO, M.D.L; COUTINHO, C.P. Ambientes de aprendizagem Web 2.0 no ensino profissional: um estudo sobre a utilização de uma ferramenta de colaboração online no módulo Estatística, 2010.
CARVALHO, P. C. P; MORGADO, A. C. O; FERNANDEZ, P; PITOMBEIRA, J. B. Análise Combinatória e Probabilidade. 10ª ed. Rio de Janeiro: SBM, 2016.
FANTIN, M; RIVOTELLA, P. C. Cultura digital e escola: pesquisa e formação de professores (pp. 95-146). Campinas: Papirus, 2012.
FISCHBEIN, E. The interaction between the formal, the algorithmic and the intuitive components in a mathematical activity. In: Didactics of Mathematics as a Scientific Discipline, p. 231-245, 1994.
GAL, I. Adults’ Statistical Literacy: Meanings, Components, Responsibilities. In: International Statistical Review, Voorburg, v. 70, n. 1, p. 1-25, 2002.
GAL, I. Towards 'probability literacy' for all citizens: building blocks and instructional dilemmas. In: Exploring Probability in School: Challenges for Teaching and Learning. Graham J. (ed.), Kluwer Academic Publishers, p. 43-70, 2005. DOI: https://doi.org/10.1007/0-387-24530-8_3.
LOPES, C. E. O ensino da estatística e da probabilidade na educação básica e a formação dos professores. Cadernos CEDES, Campinas, vol. 28, n. 74, p. 189-201, 2008. DOI: https://doi.org/10.1590/S0101-32622008000100005.
MELLO, H. Desmistificando o Ensino de Análise Combinatória. Rio de Janeiro, RJ, Brasil. 2017.
MONARD, M. C; BARANAUSKAS, J. A. Indução de regras e árvores de decisão. In: Sistemas Inteligentes - Fundamentos e Aplicações, v. 1, p. 115-139, 2003.
R CORE TEAM. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Viena, Áustria, 2021. Disponível em: https://www.R-project.org/. Acesso em: 28 de setembro de 2023.
ROXO, E. et al. Matemática 2º ciclo, 2ª série. 2ª ed. Rio de Janeiro: Livraria Francisco Alves, 1944.
RPUBS. Utilização de uma ferramenta computacional para auxiliar no processo de ensino-aprendizagem da análise combinatória. Disponível em: https://rpubs.com/acombi/1090144. Acesso em: 2 out. 2023.
RSTUDIO, Inc. RPubs: Publishing in the R Community. Disponível em: https://rpubs.com/. Acesso em: 28 de setembro de 2023.
RSTUDIO TEAM. RStudio: Integrated Development for R. RStudio, PBC, Boston, MA, URL: https://www.rstudio.com/. Acesso em: 28 de setembro de 2023.
SPENASSATO, D; GIARETA, M. K. Inclusão de alunos surdos no ensino regular: Investigação das propostas didático–metodológicas desenvolvidas por professores de matemática do ensino médio da EENAV. In: X Encontro Gaúcho de Educação Matemática, 02 a 05 de junho. Ijuí/RS, 2009.