Proposições lógicas e linguagem. Conceito de verdade. Axiomas, definições e demonstrações. Princípio do terceiro
excluído e demonstrações por absurdo. Princípio de indução finita. Exemplos de aplicações. Elementos de Matemática
Discreta. Técnicas de contagem. Número de elementos do conjunto reunião de dois conjuntos. Produto cartesiano e
número de elementos do produto cartesiano. Análise combinatória. Regras da soma e do produto. Permutações com e
sem repetição e permutações circulares. Arranjos e combinações. Aplicação ao binômio de Newton.
Objetivos da disciplina
Introduzir conceitos de lógica matemática de maneira prática, de forma a auxiliar o futuro professor no uso do
raciocínio matemático. Desenvolver conteúdos de Matemática Discreta com ênfase em análise combinatória,
exercitando o raciocínio lógico e o rigor na comunicação desse raciocínio.
Conteúdo programático
Lógica e Linguagem
Noções da teoria dos conjuntos
Princípio da indução finita
Permutações
Combinações
Binômio de Newton
O princípio da indução finita e um pouco mais sobre o binômio de Newton
Revisão
Bibliografia
Bibliografia Base
BONAFINI, F. C (org.). Probabilidade e estatística. São Paulo: Pearson Education do Brasil,
2015. Disponível em: https://plataforma.bvirtual.com.br/Leitor/Publicacao/54299/pdf/0. Acesso em: 30 nov. 2023
ROSEN, K. H. Matemática discreta e suas aplicações. 6. Ed. Porto Alegre: AMGH, 2009.
Disponível em: https://integrada.minhabiblioteca.com.br/reader/books/9788563308399/pageid/0. Acesso em: 30 nov.
2023.
SCHEINERMAN, E. R. Matemática discreta: uma introdução. São Paulo: Cengage Learning, 2016.
Disponível em: https://integrada.minhabiblioteca.com.br/reader/books/9788522125388/pageid/0. Acesso em: 30 nov.
2023.
Bibliografia Complementar
CARVALHO, P. C. P. et al. Análise combinatória e probabilidade. Rio de Janeiro: SBM, 2016.
LARSON, R.; FARBER, B. Estatística aplicada. 6. ed. São Paulo: Pearson, 2015. Disponível em:
https://plataforma.bvirtual.com.br/Leitor/Publicacao/36874/pdf/0. Acesso em: 30 nov. 2023.
LIPSCHUTZ, S.; LIPSON, M. Matemática discreta. 3. ed. Porto Alegre: Bookman, 2013. Disponível
em: https://integrada.minhabiblioteca.com.br/reader/books/9788565837781/pageid/0. Acesso em: 30 nov. 2023.
MORETTIN, L. G. Estatística básica: probabilidade e inferência. São Paulo: Pearson Prentice
Hall, 2010. Disponível em: https://plataforma.bvirtual.com.br/Leitor/Publicacao/1997/pdf/0. Acesso em: 30 nov.
2023.
STEIN, C.; DRYSDALE, R. L.; BOGART, K. Matemática discreta para ciência da computação. São
Paulo: Pearson Education do Brasil, 2013. Disponível em:
https://plataforma.bvirtual.com.br/Leitor/Publicacao/3824/pdf/0. Acesso em: 30 nov. 2023.
Pré-requisitos
Não possui.
Critérios de avaliação
A avaliação da disciplina é formativa* e somativa**. Os alunos devem entregar as resoluções de atividades e/ou
exercícios no Ambiente Virtual de Aprendizagem semanalmente e realizar, ao final do período letivo, uma prova
presencial aplicada nos polos da Univesp.
*A avaliação formativa ocorre quando há o acompanhamento dos alunos, passo a passo, nas atividades e
trabalhos desenvolvidos, de modo a verificar suas facilidades e dificuldades no processo de aprendizagem e, se
necessário, adequar alguns aspectos do curso de acordo com as necessidades identificadas.
**A avaliação somativa é geralmente aplicada no final de um curso ou período letivo. Esse tipo de avaliação
busca quantificar o que o aluno aprendeu em relação objetivos de aprendizagem do curso, ou seja, a avaliação
somativa quer comprovar se a meta educacional proposta e definida foi alcançada pelo aluno.