Achatando a Curva da COVID-19: Discutindo Estratégias Usando o GEOGEBRA

Autores

DOI:

https://doi.org/10.5007/1981-1322.2020.e74617

Resumo

 

Motivados pela atual pandemia de COVID-19, neste trabalho abordamos as duas principais estratégias para combater a proliferação desta doença: o distanciamento social e a melhoria dos hábitos de higiene das pessoas. O objetivo é levar essa discussão para dentro do ambiente escolar, buscando mostrar ao aluno desse nível de escolaridade, que essas ações podem influenciar diretamente a taxa de transmissão do vírus e levar ao achatamento da curva de infectados. Neste sentido, desenvolvemos uma pesquisa qualitativa, de característica exploratória-explicativa, ancorada na modelagem matemática, visando descrever a eficácia dessas estratégias a partir da experimentação em ambiente computacional. Desta forma, a partir do modelo epidemiológico clássico SIR, desenvolvemos duas aplicações no GeoGebra. A primeira delas é apresentada sob a forma de atividade de experimentação, dirigida ao aluno, exemplificando a aplicação da matemática em problemas do mundo real: a disseminação de doenças. A segunda é para o professor, e mostra como emprestar a reputação da matemática, a força da modelagem como metodologia de ensino e aprendizagem e o poder da matemática dinâmica do GeoGebra para reforçar a importância das medidas de combate à Covid-19, que devidos as consequências econômicas, sofrem crescente resistência por parte da população. Nossas aplicações demonstram a capacidade crescente do GeoGebra de lidar com modelos matemáticos sofisticados. Assim, é possível discutir problemas sociais relevantes já na educação básica, com participação efetiva dos alunos.

 

 

Biografia do Autor

Esdras Jafet Aristides da Silva, Universidade de Pernambuco

 

Esdras Jafet Aristides da Silva

Universidade de Pernambuco - Campus Mata Norte

Prof. Adjunto do Departamento de Matemática

https://orcid.org/0000-0001-7510-6238

CV: http://lattes.cnpq.br/7486654197584482

Atuação: Matemática Aplicada/ Ensino de Matemática / Epidemiologia Matemática/ Matemática Computacional.

Doutor em Matemática pela Universidade Federal de Pernambuco

 

 

Douglas de Souza Rodrigues da Silva, Universidade de Pernambuco - Campus Mata Norte

 

Douglas de Souza Rodrigues da Silva

Universidade de Pernambuco - Campus Mata Norte

https://orcid.org/0000-0002-0739-0641

CV: http://lattes.cnpq.br/9768062806218799

Referências

Aquino, E. M. L., et al. (2020). Social distancing measures to control the COVID-19 pandemic: potential impacts and challenges in Brazil. Ciência & Saúde Coletiva. doi: https://doi.org/10.1590/1413-81232020256.1.10502020

Bassanezi, R. C. (2002). Ensino-aprendizagem com Modelagem Matemática: uma nova estratégia. São Paulo: Editora Contexto.

Bezerra, F. D. M. & Ramos, M. W. A. (2020) Métodos de Euler e Runge-Kutta por meio de um applet do geogebra. Professor de Matemática Online (PMO). doi: https://doi.org/10.21711/2319023x2020/pmo82

Boyce, W. C. (2020). Equações Diferenciais Ordinárias e Problemas de Valores de Contorno. São Paulo: Livros Técnicos e Científicos (LTC).

Brasil. (2019). Base Nacional Comum Curricular (BNCC): Educação é base. Brasília, MEC/CONSED/UDIME. Recuperado de http://basenacionalcomum.mec.gov.br/images/BNCC_EI_EF_110518_versaofinal_site.pdf

Brasil. (2020). Boletim Epidemiológico: Doença pelo coronavírus 2019. Brasil, Ministério da Saúde. Recuperado de https://www.saude.gov.br/images/pdf/2020/April/06/2020-04-06-BE7-Boletim-Especial-do-COE-Atualizacao-da Avaliacao-de-Risco.pdf

Brauer, F. & Chaves-Castillo, C. (2010). Mathematical Models in Population Biology and Epidemiology. New York: Springer.

Castilho, C., et al. (2020). Assessing the efficiency of different control stategies for the COVID-19 epidemic. Eletronic Journal of Differencial Equations, v. 2020. n. 64, Recuperado de: http://ejde.math.txstate.edu

Hethcote, H. W. (2000). The mathematics of infectious diseases. SIAM Review, v. 42, n. 4, 599-653. doi: https://doi.org/10.1137/S0036144500371907

Martcheva, M. (2015). An introduction to mathematical epidemiology. New York: Springer.

Read, J. M. et al. (2010) Novel coronavirus 2019-ncov: early estimation of epidemiological parameters and epidemic predictions. medRvix, Cold Spring Harbor Laboratory Press. doi: https://doi.org/10.1101/2020.01.23.20018549

Santos, M. C. & Lima, P. F. (2010). Considerações sobre a matemática no ensino fundamental. Anais do I seminário nacional: currículo em movimento-perspectivas atuais. Belo horizonte.

Sayão, L. F. (2001). Modelos Teóricos em Ciência da Informação-Abstração e Método Científico. Ciência da informação, SciELO Brasil, v. 30, n. 1, 82-91.

Shong, P. X. et al. (2020). An epidemiologica forecast model and software assessing intervetions on COVID-19 epidemic in China. MedRxiv, Cold Spring Habor Laboratory Press. Doi: https://doi.org/10.1101/2020.02.29.200294.

Sohrabi, C. et al. (2020). World Health Organization Declares Global Emergency: A review of the 2019 novel coronavirus (COVID-19). International Journal of Surgery, 76, 71-76. doi: https://doi.org/10.1016/j.ijsu.2020.02.034

Tavares, F. G. & Lopes, C. E. (2019). Mapeamento Do Uso Do Geogebra No Ensino De Estatística. Revemat: Revista Eletrônica de Educação Matemática. doi: http://doi.org/105007/1981-1322.2019.e62800

Stewart, J. & Day, T. (2016). Biocalculus: Calculus, Probability, and Statistics for the Life Sciences. USA: Cengage Learning.

Weiss, H. H. (2013). The SIR Model and the Foundations of Public Health. MATerials MAThemàtics, v. 2031, 1-17.

Downloads

Publicado

2020-12-10

Edição

Seção

Artigos