Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
460 - Matemática e estatística
Departamento / Department
Departamento de Tecnologias Digitais
Ano letivo / Execution Year
2025/2026
Pré-requisitos / Pre-Requisites
É recomendado que os estudantes estejam familiarizados com os conceitos elementares de matemática e de geometria, estudados no âmbito do ensino secundário. Adicionalmente, é recomendado que os estudantes possuam capacidades de programação básica em Python.
Objetivos Gerais / Objectives
Esta UC visa fornecer aos estudantes os conhecimentos essenciais de geometria e estatística para a abordagem de conteúdos em outras unidades curriculares, desenvolvendo o raciocínio lógico e a clareza de linguagem científica. Pretende-se ampliar os conhecimentos usando abordagens intuitivas, representações numéricas e gráficas, que facilitam a assimilação de conceitos abstratos. A resolução de problemas e de outras atividades relacionadas com o tema da licenciatura permitem potencializar a aquisição de competências práticas.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
"No final da UC pretende-se que os estudantes: OA1: Adquiram os conceitos essenciais de geometria e estatística que apoiam a aplicação de tecnologias digitais educativas. OA2: Desenvolvam capacidades de raciocínio lógico e clareza de linguagem matemática e estatística científica no contexto educacional. OA3: Apliquem conhecimentos através de representações numéricas e gráficas para facilitar a compreensão de conceitos abstratos e sua aplicação em situações da vida real. OA4: Resolvam problemas geométricos e estatísticos, e outras atividades práticas, em temas relacionados com a educação. OA5: Utilizem ferramentas geométricas e estatísticas como suporte para a interpretação de fenómenos e para a tomada de decisões."
Conteúdos Programáticos / Syllabus
"CP1: Pontos e vetores no plano e no espaço CP2: Distância entre pontos e de um ponto a uma reta. Secções planas e superfície esférica. Medidas CP3: Vetores e operações. Produto interno. Propriedades dos vetores. Paralelismo e perpendicularidade de vetores CP4: Vetor diretor e equação da reta CP5: Produto vetorial. Vetor normal a um plano e equações do plano CP6: Variáveis quantitativas e qualitativas em estatística. Dados agrupados em classes CP7: Frequências relativa e absoluta. Medidas de localização. Medidas de dispersão CP8: Amostragem: noções básicas CP9: Coeficientes de correlação e Reta de Regressão"
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular unit's content dovetails with the specified learning outcomes
Os conteúdos programáticos estão alinhados com os objetivos de aprendizagem, garantindo que os estudantes adquiram as competências necessárias. Os conteúdos de geometria (CP1 a CP5) oferecem uma base sólida em pontos, vetores, operações e relações espaciais, desenvolvendo o raciocínio lógico, a clareza na linguagem matemática e a capacidade de aplicar representações numéricas e gráficas (OA1, OA2, OA3). Adicionalmente, os conteúdos de estatística (CP6 a CP9) preparam os alunos para classificar e analisar dados, interpretar fenómenos e tomar decisões fundamentadas (OA1, OA3, OA5). A resolução de problemas e atividades práticas contextualizadas em temas sobre a educação reforçam a integração dos conhecimentos e o desenvolvimento de competências essenciais para a prática pedagógica (OA4).
Avaliação / Assessment
"Aprovação com classificação não inferior a 10 valores (escala 1-20) numa das modalidades seguintes: - Avaliação ao longo do semestre: Um teste de avaliação (30%) realizado ao longo do semestre + exercícios semanais (10%) + teste final (TF) realizado na data da 1ª época (60%). O primeiro teste de avaliação tem nota mínima de 7.0 valores. O teste final (TF) tem nota mínima de 7.0 valores. Para que o aluno possa optar por avaliação ao longo do semestre, é exigida uma assiduidade mínima não inferior a 2/3 das aulas. ou - Avaliação por Exame (100%)."
Metodologias de Ensino / Teaching methodologies
"Expositiva e Interativa (ME1): Integração dos conceitos teóricos com exemplos práticos, utilizando tecnologias digitais para a visualização e manipulação de dados e figuras geométricas. Ativa e Participativa (ME2): Resolver exercícios em sala de aula para aplicar conceitos teóricos, promovendo interação e participação ativa. Laboratórios (ME3): Uso de laboratórios e sessões práticas para a aplicação dos conhecimentos teóricos através de softwares de modelação e análise estatística. Trabalho Autónomo (ME4): Realizar autoestudo através de tarefas online, fora do horário de aulas, incentivando o estudo contínuo e o progresso dos estudantes."
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
As metodologias de ensino (ME1 a ME4) são coerentes com os objetivos de aprendizagem (OA1 a OA5), garantindo uma abordagem integrada e abrangente. A metodologia Expositiva e Interativa (ME1) integra teoria e prática, utilizando tecnologias digitais para promover a compreensão dos conceitos de geometria e estatística (OA1) e a clareza na linguagem científica (OA2). O método Ativo e Participativo (ME2) facilita a aplicação dos conceitos em situações reais (OA3) e o desenvolvimento de habilidades de resolução de problemas (OA4). Os Laboratórios (ME3) reforçam a interpretação de fenómenos e a tomada de decisões (OA5), enquanto o Trabalho Autónomo (ME4) fomenta o estudo contínuo, contribuindo para o alcance dos objetivos da UC.
Observações / Observations
Para esta Unidade Curricular, os estudantes devem consultar o Código de Conduta Académica do Iscte, disponível nas plataformas institucionais, para garantir o cumprimento das normas éticas e comportamentais estabelecidas.
Bibliografia Principal / Main Bibliography
" Strang, G., (2007) Computational Science and Engineering, Wellesley-Cambridge Press Goldstein, L. (2011). Matemática Aplicada - Economia. Administração e Contabilidade, (12a edição) Editora Bookman. Reis, E., Andrade, R., Calapez, T. e Melo, P. (2015). Estatística Aplicada, vol.1 (6a Ed.), Edições Silabo Krishnan, V. (2015). Probability and Random Processes, Wiley. Hanselman, D., Littlefield B. and MathWorks Inc. (1997). The Student Edition of MATLAB, 5th Version, Prentice-Hall Silvestre, A. L. (2007). Análise de Dados e Estatística Descritiva. Lisboa: Escolar Editora Scientific-pedagogical materials (slides, lectures, code and pseudo code, exercise sheets, problems) provided by the teaching team. Curto, J. D. (2021). Estatística com R: Aprenda Fazendo, ISBN-13979-8531511492."
Bibliografia Secundária / Secondary Bibliography
Campos Ferreira, J. (2018). Introdução à Análise Matemática, Fundação Calouste Gulbenkian.
Data da última atualização / Last Update Date
2025-07-21