Estratégia didática para o ensino de funções matemáticas no contexto da exportação
Main Article Content
Resumo
O ensino das funções matemáticas nos cursos de negócios costuma privilegiar procedimentos abstratos desvinculados das situações profissionais, o que limita sua utilidade para a tomada de decisões empresariais. No Peru, o dinamismo do setor exportador oferece contextos reais que podem ser aproveitados para dar sentido a esses conteúdos. O objetivo foi elaborar uma estratégia didática para o ensino de funções matemáticas no contexto da exportação de produtos. Como métodos, foram utilizados a abordagem qualitativa com desenho de pesquisa-ação, a observação direta e indireta, os grupos focais e a análise documental de fontes estatísticas oficiais sobre comércio exterior. Participaram 13 estudantes, com idades entre 17-21 anos, do quarto ciclo do curso de Administração de Negócios Internacionais, e os instrumentos foram validados por meio de julgamento de especialistas. Os resultados mostram uma estratégia estruturada em quatro fases: identificação da situação de exportação, análise de dados, modelagem matemática e reflexão. As estudantes selecionaram produtos peruanos exportáveis, como suéteres de fibra de alpaca e feijão; construíram, com o apoio de planilhas eletrônicas e do GeoGebra, as funções de custo total, receita e lucro, e determinaram o ponto de equilíbrio, que no caso dos suéteres situou-se em aproximadamente 434 unidades. Como conclusões, aponta-se que a estratégia favorece a compreensão do significado das funções lineares em situações empresariais reais, integra os recursos tecnológicos ao processo de modelagem e fortalece a capacidade das estudantes de interpretar resultados e argumentar decisões vinculadas à exportação, constituindo uma alternativa viável para a formação matemática em cursos de negócios internacionais.
Downloads
Article Details

Este trabalho encontra-se publicado com a Creative Commons Atribuição-NãoComercial 4.0.
Referências
Aravena, M. D., Díaz, D., Rodríguez, F., & Cárcamo, N. (2022). Estudio de caso y modelado matemático en la formación de ingenieros. Caracterización de habilidades STEM. Ingeniare. Revista Chilena de Ingeniería, 30(1), 37-56. https://doi.org/10.4067/S0718-33052022000100037
Biembengut, M., & Hein, N. (1997). Modelo, modelación y modelaje: métodos de enseñanza-aprendizaje de matemáticas. Epsilon: Revista de la Sociedad Andaluza de Educación Matemática "Thales", (38), 209-222. https://dialnet.unirioja.es/servlet/articulo?codigo=166725
Blum, W., & Leiß, D. (2007). How do students and teachers deal with modelling problems? En C. Haines, P. Galbraith, W. Blum, & S. Khan (Eds.), Mathematical modelling: Education, engineering and economics (pp. 222-231). Woodhead Publishing. https://doi.org/10.1533/9780857099419.5.221
Borromeo Ferri, R. (2006). Theoretical and empirical differentiations of phases in the modelling process. ZDM, 38(2), 86-95. https://doi.org/10.1007/BF02655883
Camarena, P. (2015). Teoría de las ciencias en contexto y su relación con las competencias. Ingenium, 16(31), 108-127. https://doi.org/10.21500/01247492.1370
Cevikbas, M., Kaiser, G., & Schukajlow, S. (2022). A systematic literature review of the current discussion on mathematical modelling competencies: State-of-the-art developments in conceptualizing, measuring, and fostering. Educational Studies in Mathematics, 109(2), 205-236. https://doi.org/10.1007/s10649-021-10104-6
Fontana, A., & Groenwald, C. L. O. (2023). Meaningful learning and mathematical modelling: Contributions to dealing with business problem situations in higher education. Acta Scientiae, 25(4), 62-94. https://doi.org/10.17648/acta.scientiae.7667
Gil-Doménech, M. D., & Berbegal-Mirabent, J. (2020). Making the learning of mathematics meaningful: An active learning experience for business students. Innovations in Education and Teaching International, 57(4), 403-412. https://doi.org/10.1080/14703297.2020.1711797
Huincahue, J., Borromeo-Ferri, R., & Mena-Lorca, J. (2018). El conocimiento de la modelación matemática desde la reflexión en la formación inicial de profesores de matemática. Enseñanza de las Ciencias, 36(1), 99-115. https://doi.org/10.5565/rev/ensciencias.2277
Jiménez-Murillo, W., Garcés-Pérez, E., & Jiménez-Murillo, C. (2022). Aplicación de modelo matemático para la variación de ingresos de productores de arroz. La Troncal-Cañar. Ciencia Latina Revista Científica Multidisciplinar, 6(1), 4824-4838. https://doi.org/10.37811/cl_rcm.v6i1.1834
Juandi, D., Kusumah, Y. S., Tamur, M., Perbowo, K. S., & Wijaya, T. T. (2021). A meta-analysis of GeoGebra software decade of assisted mathematics learning: What to learn and where to go? Heliyon, 7(5), e06953. https://doi.org/10.1016/j.heliyon.2021.e06953
Kaiser, G., & Sriraman, B. (2006). A global survey of international perspectives on modelling in mathematics education. ZDM, 38(3), 302-310. https://doi.org/10.1007/BF02652813
Maaß, K. (2006). What are modelling competencies? ZDM, 38(2), 113-142. https://doi.org/10.1007/BF02655885
Schukajlow, S., Kaiser, G., & Stillman, G. (2018). Empirical research on teaching and learning of mathematical modelling: A survey on the current state-of-the-art. ZDM, 50(1-2), 5-18. https://doi.org/10.1007/s11858-018-0933-5
Wardat, Y., Tashtoush, M. A., AlAli, R., & Jarrah, A. M. (2023). ChatGPT: A revolutionary tool for teaching and learning mathematics. Eurasia Journal of Mathematics, Science and Technology Education, 19(7), em2286. https://doi.org/10.29333/ejmste/13272
Zulnaidi, H., Oktavika, E., & Hidayat, R. (2020). Effect of use of GeoGebra on achievement of high school mathematics students. Education and Information Technologies, 25(1), 51-72. https://doi.org/10.1007/s10639-019-09899-y