As profundas transformações demográficas que o Brasil vem passando, com alterações na sua estrutura etária, deve ser tema de estudos para reorientação das políticas públicas. A anunciada crise, causada pelo envelhecimento da população, podem ser evitados com a qualificação da futura força de trabalho que é imprescindível para o equilíbrio social e econômico. O aumento da fecundidade, queda da mortalidade, a explosão demográfica, o aumento da expectativa de vida, a posterior queda da fecundidade, são abordados no trabalho com o objetivo de buscar um entendimento do processo de envelhecimento populacional. E chamar atenção para aproveitarmos o bônus demográfico que nos encontramos hoje (população em idade produtiva), e que através de estimativas vai continuar crescendo até 2025, para reavaliamos as políticas públicas e quebrarmos paradigmas, dando prioridade para educação, saúde, serviços sociais e previdenciários. Palavras-chave: população; fecundidade; envelhecimento The deep demographic transformations that Brazil comes, with alterations in its age structure, must be subject of studies for reorientation of the public politics. The announced crisis, caused for the aging of the population, can be prevented with the qualification of the future force of work that is essential for the social and economic balance. The increase of the fecundity, fall of mortality, the demographic explosion, the increase of the life expectancy, the posterior fall of the fecundity, is boarded in the work with the objective to search an agreement of the process of population aging. Its may to call attention to use to advantage the demographic bonuses that we find in them today (population in productive age), and that through estimates goes to continue growing up to 2025, for we reevaluate the public politics and to break paradigms, giving priority at social and social security, education and health.

As dificuldades do ensino da matemática são conhecidas por toda a comunidade acadêmica. A busca por soluções instiga a comunidade cientifica e orienta diversos trabalhos de pesquisa. Neste contexto este trabalho relata aplicações de atividades práticas com situações problemas vivenciados pelos alunos, que proporciona a busca por soluções e permite transitar entre a teoria e a prática, demonstrando a importância do estudo da matemática. O objetivo é descrever um conjunto de atividades didáticas desenvolvidas em turno inverso ao regular (turno integral) nos anos de 2017 e 2018, com alunos do 6º ao 9º ano do Ensino Fundamental que podem ser uma alternativa a aplicação de conteúdos matemáticos. O conjunto de estratégias didáticas desenvolvidas em forma de pequenos projetos de pesquisa tornaram os conteúdos de matemática mais atraentes e motivadores para os alunos e professores. Permitindo a iniciação científica e tornando a aprendizagem mais significativa, dinâmico e agradável.

No abstract

O presente trabalho tem por objetivo modelar e prever a concentração de Material Particulado Inalável (PM10), a fim de analisar a capacidade preditiva dos modelos de séries temporais: ARMAX, ARIMA, Alisamento Exponencial Simples, Biparamétrico e Holt-Winters. Os dados que compõem as séries analisadas pertencem a Fundação Estadual de Proteção Ambiental (FEPAM), referente ao município de Canoas-RS, no ano de 2014. Os modelos foram ajustados com auxílio do software RStudio. Como resultados, constatou-se que o modelo ARMAX, com a inclusão de variáveis exógenas (Monóxido de carbono (CO) e Dióxido de enxofre (SO2)), produziu melhores resultados de previsão em relação aos seus concorrentes para a variável PM10. Também, verificou-se que modelos de séries temporais da Classe ARMA e ARMAX podem ser utilizados para previsão da PM10, entretanto os modelos da classe de Alisamento Exponencial não são recomendados, pois não se ajustaram adequadamente as séries em estudo. Palavras-chave: Poluição; previsão; séries temporais.

RESUMOModelos estatísticos aplicados a séries temporais vêm sendo empregados em diversas áreas e têm surgido como necessidade atual para empresas sobreviverem em um mercado globalizado e competitivo. ABSTRACTStatistical models applied to time series have been used in several areas and have emerged as a current need for companies to survive in a globalized and competitive market. In this context, the present work aims to present a comparison of the performance of the statistical models: Seasonal Moving Average Self-Correlation (SARMA), Self-Regressive Moving Average and Entry of Exogenous Variables (ARMAX), and additive / multiplicative Holt-Winters exponential smoothing models, adjusted to relative air humidity (RH) data.. Data were collected from the National Institute of Meteorology (INMET) from October 1, 2001 to January 22, 2014. In the comparison of the results and in the selection of the best model, the criteria Absolute Average Percent Error (MAPE) were used, Mean Square Error (EQM), Absolute Mean of Errors (MAD) and Sum of Squares of Differences (SSE). In the analyzed period, it was observed that the mean RH was 76.03% with a coefficient of variation of 7.68% and the series under study presented seasonality, justifying the use of the proposed models. The results showed that the ARMAX (3.0) model with the inclusion of exogenous variables was adjusted