O presente projeto propõe uma abordagem pedagógica inovadora, rigorosamente alinhada às diretrizes da SEDUC-SP, que visa unir de forma estrutural as disciplinas de Desenvolvimento de Sistemas (Programação) e Matemática. O foco centra-se na turma do 2º Ano do Ensino Médio Técnico (2º TA) da EE. Oito de Abril, incidindo sobre o currículo do 2º Bimestre de 2026.
Frequentemente, os estudantes enfrentam barreiras cognitivas perante o elevado grau de abstração exigido no estudo de Funções Exponenciais e Logaritmos. A proposta deste projeto consiste em utilizar as aulas de Programação (Linguagem Python) para desenvolver códigos que, posteriormente, atuarão como simuladores interativos nas aulas de Matemática.
A preparação para avaliações de alto rendimento, como o Provão Paulista, exige que o aluno diferencie com precisão as propriedades operatórias admissíveis das intuições errôneas. Ao construir e interagir com um Simulador Computacional, o código deixa de ser um fim em si mesmo e converte-se no meio através do qual a Matemática se torna palpável e passível de experimentação.
Quando o aluno insere dados que contrariam as propriedades matemáticas, o terminal devolve uma mensagem de erro explícita. Este mecanismo dedutivo erradica o bloqueio imposto pela resolução em papel e caneta, fomentando um ambiente de investigação onde o estudante descobre as regras a partir da validação lógica e computacional.
A divisão da carga cognitiva processa-se em duas etapas interdependentes:
if/else) essenciais para programar o cálculo de uma potência ou validar a base de um logaritmo. É a fase de compreensão do motor.Integrar os componentes de Linguagem de Programação e Matemática de modo a evidenciar que o Desenvolvimento de Sistemas é a aplicação tangível do raciocínio matemático, consolidando a aprendizagem para o Provão Paulista mediante um simulador computacional.
O cronograma articula o progresso simultâneo dos conteúdos segundo a matriz oficial do 2º Bimestre:
| Bloco (SEDUC) | Atuação na Programação (Construção do Código) |
Atuação na Matemática (Aplicação e Diagnóstico) |
|---|---|---|
| Aulas 1 a 8 Exponenciais |
Implementação de ciclos (loops) e análise da sintaxe do crescimento geométrico versus o linear em Python. | Aplicações em equações e gráficos. Na Aula de Verificação (Aula 8), os alunos validam as resoluções feitas à mão usando o simulador. |
| Aulas 9 a 16 Logaritmos |
Construção de condicionais para estabelecer restrições de domínio (impedir a leitura de argumentos ≤ 0). | Validação da propriedade do produto, do quociente e da mudança de base, diagnosticando falhas intuitivas de cálculo. |
| Aulas 17 a 24 Função Logarítmica |
Uso da biblioteca math para integrar cálculos científicos (escalas de magnitude). |
Interpretação do decaimento e compreensão prática das escalas de Richter e pH através do processamento de dados do utilizador. |
| Aulas 25 a 28 Revisão Final |
Limpeza do código, depuração e melhoria da interface textual do terminal (Debug final). | Aula 28 (Khan/Revisão): Resolução de questões padrão do Provão Paulista suportada exclusivamente pelas deduções do simulador. |
O simulador desenvolvido atua como um laboratório virtual onde o aluno deixa de ser um mero receptor de fórmulas e passa a ser um testador ativo de hipóteses matemáticas. Focado no currículo do Provão Paulista, a ferramenta converte regras algébricas abstratas em algoritmos visuais e interativos.
Ao invés de apenas decorar que um logaritmo não aceita valores negativos, o aluno tenta inserir esse valor no sistema e recebe um erro de compilação ou de validação. Esse processo de depuração de código (debug) torna-se, na prática, o processo de lapidação do raciocínio matemático.
Para que o simulador funcione, a matemática pura é traduzida em três pilares fundamentais da programação:
Na matemática, a função exponencial f(x) = 2x representa um crescimento acelerado. No código Python, isso é demonstrado calculando a potência através do operador ** ou iterando valores em um laço for. Quando o simulador gera o gráfico das exponenciais, ele processa um loop, calculando os pontos sequencialmente. O aluno visualiza instantaneamente a diferença entre um crescimento linear (uma reta) e o crescimento geométrico explosivo.
O cálculo de logaritmos é onde a lógica de programação mais brilha no auxílio à matemática. A teoria dita regras rígidas de existência: para logb(a), o logaritmando (a) deve ser maior que zero, e a base (b) deve ser maior que zero e diferente de um. No simulador em Python, essas regras são blindadas por estruturas condicionais:
Isso ensina o aluno de forma empírica: o computador não calcula porque a regra matemática proíbe. Além disso, o código comprova propriedades. Se o aluno duvidar que log(x · y) = log(x) + log(y), o simulador calcula os dois lados da igualdade no terminal, mostrando que os resultados coincidem e desmistificando as regras do livro didático.
As aulas finais focam em fenômenos reais, como o pH e a Escala Richter. O Python utiliza a biblioteca nativa math para calcular essas escalas logarítmicas. A fórmula química pH = -log[H+] é traduzida de forma literal: pH = -math.log10(H). Quando o simulador desenha a curva de decaimento, o aluno entende visualmente por que uma concentração minúscula de íons de hidrogênio (como 10-5) resulta em um pH inteiro positivo (5).
Provas de alto rendimento frequentemente incluem testes baseados em intuições falsas, como a tentação de afirmar que 23 + 24 = 27 ou que log(a + b) = log(a) + log(b). Ao integrar Python e simulações às aulas, o aluno não precisa esperar o professor corrigir sua prova para saber se errou; o interpretador atua como orientador em tempo real. Entender por que o código "quebrou" solidifica o conhecimento, tornando-o investigativo e à prova de falhas para os exames estaduais.
A avaliação será pautada pela Aprendizagem Baseada na Investigação (Inquiry-Based Learning). Os alunos não serão classificados unicamente pela memorização sintática ou capacidade abstrata de aplicar uma fórmula. A nota reflete a capacidade de justificar, através do pensamento computacional estruturado na aula de programação, as escolhas e os bloqueios encontrados durante o teste matemático. Esta dualidade assegura uma aprendizagem efetiva, robusta e plenamente orientada ao Perfil de Egresso da SEDUC.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 14724: Informação e documentação: Trabalhos acadêmicos: Apresentação. Rio de Janeiro: ABNT, 2011.
SÃO PAULO (Estado). Secretaria da Educação. Currículo Paulista: Etapa Ensino Médio. São Paulo: SEDUC, 2026.
SÃO PAULO (Estado). Secretaria da Educação. Material de Apoio SEDUC - 2ª Série (Aulas 1 a 28 do 2º Bimestre). São Paulo: SEDUC, 2026.
LIMA, A. C. de. Simulador Educacional de Lógica e Matemática (Software Interativo). São Paulo: EE. Oito de Abril, 2026. Disponível em: <https://9od.com.br/turmas/desenvolvimento_sistemas_2a_A_manha/ds_2a/simulad_log.html>. Acesso em: 10 maio 2026.