Slide 1

Slide 1 text

MATEMÁGICA DISCRETA COM PYTHON Lidiane Monteiro Python Brasil[12] - Florianópolis/SC - 2016

Slide 2

Slide 2 text

Lidiane Monteiro Cursando Licenciatura em Computação na UFRPE Fundadora do Blog InspirAda na Computação PyLadies Recife

Slide 3

Slide 3 text

MOTIVAÇÃO DA PALESTRA

Slide 4

Slide 4 text

O QUE É MATEMÁTICA DISCRETA?

Slide 5

Slide 5 text

O QUE É MATEMÁTICA DISCRETA ▸ Estudo das estruturas matemáticas que são fundamentalmente discretas, no sentido de não suportarem ou requererem a noção de continuidade. ▸ Grande parte (não todos), dos objetos estudados na matemática discreta são conjuntos contáveis, como os inteiros Exemplo: conjuntos são, em geral, finitos e podem ser enumerados.

Slide 6

Slide 6 text

MATEMÁTICA DISCRETA APLICAÇÃO Conjunto de técnicas para modelar problemas em Ciência da Computação: ▸ Teoria das filas ▸ Teoria dos grafos ▸ Criptografia ▸ Teoria da computação, algoritmos e recursividade

Slide 7

Slide 7 text

CONTEÚDO DA DISCIPLINA

Slide 8

Slide 8 text

CONTEÚDO PROGRAMÁTICO ▸ Lógica Proposicional ▸ Equivalência ▸ Predicados ▸ Provas Matemática ▸ Conjuntos ▸ Funções ▸ Indução ▸ Análise Combinatória ▸ Teoria dos Números ▸ Relações ▸ Ordenações Parciais ▸ Grafos

Slide 9

Slide 9 text

ENSINO E APRENDIZAGEM

Slide 10

Slide 10 text

DIFICULDADES NA APRENDIZAGEM ▸ Encontrar a solução dos exercícios ▸ Encontrar erros na própria solução ▸ Compreender os conteúdos da disciplina

Slide 11

Slide 11 text

CONTEÚDOS QUE GERAM MAIS DIFICULDADES ▸ Prova Matemática ▸ Indução ▸ Teoria dos Números

Slide 12

Slide 12 text

QUANDO PERCEBE QUE APRENDEU ▸ Resolve exercícios sozinho(a) ▸ Explica ou esclarece dúvidas de outros colegas ▸ Resolve exercícios proposto pelo professor na sala de aula

Slide 13

Slide 13 text

MATERIAIS QUE AJUDA NO ESTUDO ▸ Listas de Exercícios ▸ Questões Exemplos ▸ Notas de aula do professor ▸ Vídeo aula e Livros

Slide 14

Slide 14 text

O QUE PODERIA MELHORAR NO ENSINO DE MATEMÁTICA DISCRETA?

Slide 15

Slide 15 text

PODERIA MELHOR NO ENSINO ▸ Didática e preparação das aulas ▸ Evidenciar aplicações na área da computação ▸ Resolução de exemplos/exercícios pelo professor

Slide 16

Slide 16 text

PODERIA MELHOR NO ENSINO ▸ Orientação aos estudantes ▸ Monitoria ▸ Revisão da ementa e divisão dos conteúdos ▸ Relacionar disciplina com outras da graduação

Slide 17

Slide 17 text

O QUE PODERIA MELHORAR NA APRENDIZAGEM?

Slide 18

Slide 18 text

PODERIA MELHORAR NA APRENDIZAGEM ▸ Aprender a aprender ▸ Autonomia dos estudantes ▸ Fontes de estudo adequadas ▸ Estudo e prática

Slide 19

Slide 19 text

POR ONDE ESTUDAR?

Slide 20

Slide 20 text

No content

Slide 21

Slide 21 text

No content

Slide 22

Slide 22 text

POR ONDE ESTUDAR ▸ MIT Edu: Mathematics for Computer Science https://goo.gl/iFyPmG ▸ edX: Effective Thinking Through Mathematics https://goo.gl/bKeRCf ▸ Coursera: Aprendendo a aprender https://goo.gl/b39tTa

Slide 23

Slide 23 text

PROGRAMAÇÃO PODERIA AJUDAR NA COMPREENSÃO?

Slide 24

Slide 24 text

90,2% SIM 9,8% NÃO Pesquisa: 82 estudantes entrevistados

Slide 25

Slide 25 text

POR QUE PYTHON?

Slide 26

Slide 26 text

POR QUE PYTHON? ▸ Linguagem intuitiva e multi paradigma ▸ Foco na solução do problema ▸ Utilizar funcionalidades da própria linguagem ▸ Desenvolver próprio algoritmo com fins didáticos

Slide 27

Slide 27 text

TEORIA DOS CONJUNTOS

Slide 28

Slide 28 text

TEORIA DOS CONJUNTOS APLICAÇÃO ▸ Banco de dados Relacional ▸ Estrutura de Dados ▸ Linguagem Formais ▸ Semântica de Linguagem de Programação ▸ Sistema de recomendação simples

Slide 29

Slide 29 text

TEORIA DOS CONJUNTOS DEFINIÇÃO ▸ Coleções desordenadas de elementos únicos ▸ Exemplo: Números pares maiores que zero e menores que quinze. ▸ Representação: A = {x | x é par e 0 < x < 15}

Slide 30

Slide 30 text

TEORIA DOS CONJUNTOS APLICAÇÃO: JUNÇÕES E SQL Union União A U B = {x / x Є A ou x Є B}

Slide 31

Slide 31 text

TEORIA DOS CONJUNTOS APLICAÇÃO: JUNÇÕES E SQL Diferença A – B = {x | x Є A e x Є/ B}

Slide 32

Slide 32 text

TEORIA DOS CONJUNTOS APLICAÇÃO: JUNÇÕES E SQL Diferença Simétrica A ⊿ B = {x | x Є A - B ou x Є B-A}

Slide 33

Slide 33 text

TEORIA DOS CONJUNTOS APLICAÇÃO: JUNÇÕES E SQL Intersect Intersecção A ∩ B = {x / x Є A e x Є B}

Slide 34

Slide 34 text

TEORIA DOS CONJUNTOS IMPLEMENTAÇÃO ▸ Criar algoritmo próprio >>> a = [ 4, 6, 2, 10] >>> b = [11, 2, 5, 99, 4] >>> print(intersecao(a, b)) >>> {2, 4}

Slide 35

Slide 35 text

TEORIA DOS CONJUNTOS IMPLEMENTAÇÃO Builtins Python: set ▸ x in s → True se o elemento x pertence a s ▸ s.add(x) → Inclui o elemento x em s ▸ s.copy() → Retorna uma cópia de s ▸ s.union(r) → Retorna a união entre s e r ▸ s.intersection(r) → Retorna a interseção entre s e r ▸ s.difference(r) → Retorna a diferença entre s e r ▸ list(s) → Retorna os elementos de s numa lista ▸ tuple(s) → Retorna os elementos de s numa tupla

Slide 36

Slide 36 text

TEORIA DOS CONJUNTOS IMPLEMENTAÇÃO ▸ Builtins Python: set >>> a = [ 4, 6, 2, 10] >>> b = [11, 2, 5, 99, 4] >>> set(a).intersection(b) >>> {2,4}

Slide 37

Slide 37 text

GRAFOS

Slide 38

Slide 38 text

GRAFOS APLICAÇÃO ▸ Problemas de Otimização ▸ Redes sociais ▸ GPS ▸ Placa de circuito integrado ▸ Processos metabólicos

Slide 39

Slide 39 text

GRAFOS DEFINIÇÃO ▸ Um conjunto de pontos (vértices) conectados por linhas (arestas) ▸ Abstração que permite codificar relacionamentos entre pares de objetos

Slide 40

Slide 40 text

GRAFOS EXEMPLO

Slide 41

Slide 41 text

GRAFOS EXEMPLO G = (V, E) V = {1, 2, 3, 4} E = {(1,2), (1,3), (2,3), (3,4)}

Slide 42

Slide 42 text

GRAFOS EXEMPLO

Slide 43

Slide 43 text

GRAFOS EXEMPLO

Slide 44

Slide 44 text

GRAFOS IMPLEMENTAÇÃO

Slide 45

Slide 45 text

GRAFOS IMPLEMENTAÇÃO

Slide 46

Slide 46 text

GRAFOS IMPLEMENTAÇÃO Implementação com algoritmo Busca em Profundidade (Depth-first search)

Slide 47

Slide 47 text

GRAFOS IMPLEMENTAÇÃO ▸ Graphviz: https://pypi.python.org/pypi/graphviz ▸ PyGraphviz: http://pygraphviz.github.io/

Slide 48

Slide 48 text

ALGORITMO DE EUCLIDES e NÚMEROS PRIMOS

Slide 49

Slide 49 text

ALGORITMO DE EUCLIDES APLICAÇÃO ▸ Geração de números pseudo-aleatórios ▸ Alocações de memória computacional ▸ Criptografia

Slide 50

Slide 50 text

ALGORITMO DE EUCLIDES DEFINIÇÃO ▸ Método simples e eficiente de encontrar o máximo divisor comum (MDC) entre dois números inteiros diferentes de zero. ▸ Calcula recursivamente usando o resto da divisão ▸ MDC (a,b) = MDC (b,r) ▸ r = a - bq

Slide 51

Slide 51 text

MDC(348,156) = MDC(156, R)

Slide 52

Slide 52 text

ALGORITMO DE EUCLIDES

Slide 53

Slide 53 text

MDC IMPLEMENTAÇÃO

Slide 54

Slide 54 text

ALGORITMO DE EUCLIDES IMPLEMENTAÇÃO

Slide 55

Slide 55 text

NÚMEROS PRIMOS DEFINIÇÃO ▸ Números naturais que têm apenas dois divisores diferentes: o 1 e ele mesmo. 2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 77, 79, 83….

Slide 56

Slide 56 text

NÚMEROS PRIMOS IMPLEMENTAÇÃO Biblioteca Python para matemática simbólica, contém implementações para: - Lógica - Teoria dos Números - Combinatória - Cálculo - Criptografia - …..

Slide 57

Slide 57 text

NÚMEROS PRIMOS IMPLEMENTAÇÃO

Slide 58

Slide 58 text

Obrigada! Perguntas? Email: [email protected] Twitter: @LidyMonteiro