15 - programa de pós graduação em métodos numéricos da ufpr ...

More documents

Recommendations

Info

A possibilidade de flexibilização nessa oferta é a chave para a aplicação de técnicas de otimização e, por conseqüência, na redução de custos significativos nas instituições de ensino. Quando se pratica essa flexibilidade, permite-se reduzir significativamente a replicação de disciplinas. Essa redução é possível através da oferta de uma mesma disciplina a alunos de turmas distintas. A Figura 1 ilustra de maneira didática como a otimização ocorre. Na figura: - cada caixa equivale a uma disciplina; - cada linha equivale a uma turma; - a altura de cada caixa equivale à capacidade da disciplina; - a parte cinza de cada caixa equivale ao total de alunos existentes ou previstos para a disciplina; - os alunos de cada turma devem cursar seis disciplinas (A, B, C, D, E e F), uma de cada vez (não necessariamente nessa ordem); - a primeira coluna de caixas equivale ao momento presente e as demais, a situação futura. Percebe-se que as turmas não estão em sincronia no tempo. Os alunos das turmas 3 e 4 não iniciaram suas atividades, enquanto os alunos da turma 2 já cursaram as disciplinas A, B e C. Da forma como está estruturada a seqüência de disciplinas na situação inicial, não é possível realizar a unificação de disciplinas. Mas, caso a seqüência seja alterada através das trocas entre disciplinas apontadas na figura (troca entre as disciplinas B e E e entre C e F na turma 1 e troca entre as disciplinas D e E na turma 4), certas disciplinas entram em sincronia, permitindo suas unificações. Com essa troca, as disciplinas E e F da turma 2 e a disciplina D da turma 4 podem deixar de serem ofertadas. Os alunos dessas turmas podem passar a estudar juntos com alunos de outras turmas e, assim, dispensar a oferta de tais disciplinas. Esse cenário é ilustrado na situação pós-otimização da Figura 1. Com essa redução na oferta de disciplinas, reduz-se, o custo com corpo docente e com outros recursos físicos e materiais necessários para a oferta de uma disciplina. A otimização aqui almejada é maximizar a unificação de disciplinas sem comprometer a qualidade de aprendizagem dos alunos. Nos cursos de graduação tem-se uma redução gradativa no número médio de alunos por disciplina na medida em que se avança temporalmente no curso. Nos primeiros períodos de um curso se conseguem índices elevados nessa relação, caindo drasticamente até o final do curso. Essa queda acentuada no número de alunos por disciplina faz com que se tenha uma relação média nesse índice muito baixa. Com a flexibilização da oferta de disciplinas ao longo do curso e com a aplicação adequada de técnicas da Pesquisa Operacional pode-se aumentar 3
significativamente esse indicador, que é um dos principais responsáveis pelos custos nas instituições de ensino. FIGURA 1 – Esquema de otimização de disciplinas nos cursos superiores Para entender melhor como essa otimização se processa é aconselhável fazer, também, uma analogia do processo ensino-aprendizagem com um processo de produção fabril, apesar dessa relação parecer estranha. Ambos os processos têm muitas características em comum: recebem insumos na entrada, fazem diversas intervenções ao longo do processo, entregando, ao seu final, um produto acabado. No caso do setor educacional pode-se entender como insumos os alunos em busca de determinados conhecimentos. As intervenções no processo dizem respeito ao processo ensino-aprendizagem em si. No final desse processo espera-se que os alunos obtenham aquele conhecimento a que vieram procurar (produto acabado). Aprofundando mais essa análise para clarificar a proposta desta pesquisa, pode-se entender que cada disciplina funciona como uma etapa do processo produtivo, assemelhando-se a uma máquina em um processo de produção industrial. Assim, pode-se entender um curso como um processo produtivo fabril com características, tais como: - tem entradas periódicas de lotes (turmas) de itens de produção (alunos) a serem produzidos; 4
Page 1 and 2: UNIVERSIDADE FEDERAL DO PARANÁ RON
Page 3 and 4: TERMO DE APROVAÇÃO RONALDO VINÍC
Page 5 and 6: SUMÁRIO LISTA DE FIGURAS .........
Page 7 and 8: LISTA DE FIGURAS FIGURA 1 - Esquema
Page 9 and 10: LISTA DE QUADROS QUADRO 1 - Escala
Page 11 and 12: AG - Algoritmo Genético AHP - Anal
Page 13 and 14: ABSTRACT Historically in Brazil, th
Page 15: Entretanto, apesar de ter havido de
Page 19 and 20: alunos? Como fruto da pesquisa, pro
Page 21 and 22: 2005). Segundo o presidente desse s
Page 23 and 24: 1.5.2 Objetivos Específicos A pesq
Page 25 and 26: 2. REFERENCIAL TEÓRICO Para dar su
Page 27 and 28: disciplinas especiais (disciplinas
Page 29 and 30: de uma solução viável próxima a
Page 31 and 32: metaheurísticas. São métodos int
Page 33 and 34: - no hibridismo paralelo assíncron
Page 35 and 36: objetivo e o mínimo estado de ener
Page 37 and 38: para resolver esse problema: i) enc
Page 39 and 40: 2.2.1.3.2 Estratégias de intensifi
Page 41 and 42: De tudo o que foi apresentado sobre
Page 43 and 44: Arostegui et al. (2006) afirmam que
Page 45 and 46: problema em questão. Saaty (1993)
Page 47 and 48: autovetor de Saaty resulta em um ve
Page 49 and 50: a análise, do ambiente da avaliaç
Page 51 and 52: Apesar de não ser exigida consist
Page 53 and 54: desejáveis grandes alterações na
Page 55 and 56: consistente. A autora utiliza-se de
Page 57 and 58: 3. METODOLOGIA DA PESQUISA Nesta et
Page 59 and 60: Teve-se como proposta inicial utili
Page 61 and 62: 4. DESENVOLVIMENTO DA PESQUISA Para
Page 63 and 64: foram alocadas em suas posições o
Page 65 and 66: IDPTabs = Valor absoluto do IDPT pa
Page 67 and 68:
equisito). O processo para a defini
Page 69 and 70:
Primeiramente faz-se necessário ob
Page 71 and 72:
Início IDRTabs = 0 Para cada par d
Page 73 and 74:
4.2.2 Definindo as variáveis - Eta
Page 75 and 76:
- Carga horária do período (ChpP)
Page 77 and 78:
FO onde k ∑ Oi pi θ (25) p/ i i=
Page 79 and 80:
Início Para cada turma faça Para
Page 81 and 82:
4.3.2.8 Critério de Parada O crit
Page 83 and 84:
5. APLICAÇÃO DO SISTEMA Este cap
Page 85 and 86:
TABELA 4 - Capacidade de cada disci
Page 87 and 88:
cfi = Coeficiente de fixação da d
Page 89 and 90:
5.1.3.3.1 Função objetivo A funç
Page 91 and 92:
Isso ocorre, pois o sistema passa a
Page 93 and 94:
Devido à característica do quadro
Page 95 and 96:
- Número de disciplinas no curríc
Page 97 and 98:
QUADRO 13 - Matriz de Coeficientes
Page 99 and 100:
5.2.4 Resultados obtidos Após o de
Page 101 and 102:
6. COMENTÁRIOS FINAIS Este capítu
Page 103 and 104:
Como terceira e última conclusão,
Page 105 and 106:
REFERÊNCIAS AROSTEGUI, Marvin et a
Page 107 and 108:
HASAN, Merza et al. A comparison be
Page 109 and 110:
ANEXOS 96
Page 111 and 112:
QUADRO 17 - Matriz parcial 3 utiliz
Page 113 and 114:
ANEXO 2 - MATRIZES UTILIZADAS PARA
Page 115 and 116:
Page 117 and 118:
show all

15 - programa de pós graduação em métodos numéricos da ufpr ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?