The estimation of nodal voltage angles is essential for the efficient and secure operation of electrical power systems. Traditionally, this estimation depends on the prior solution of the power flow problem, a procedure that may become computationally expensive in studies involving multiple operating scenarios. The present research demonstrates relevant potential impact by employing artificial neural networks for the direct estimation of nodal voltage angles. Although the power flow is used during the database generation stage, it is no longer required during the model application phase, resulting in a significant reduction in computational effort of approximately 80%. The proposed model was trained using the error backpropagation algorithm, achieving a mean squared error (MSE) on the order of 10⁻³ in only four iterations, with a training time of approximately 3 s and a correlation coefficient (R) of 0.99. Validation using unseen samples (10% of the samples) also demonstrated high accuracy, with an error on the order of 10⁻³ between the estimated and expected values. Furthermore, the P–θ curves were successfully obtained for the IEEE 14-, 30-, and 57-bus systems, enabling the identification of the maximum loading point with low estimation error. These results confirm the neural network’s ability to generalize and operate as a reliable estimator under different system loading conditions. Another relevant aspect of this work was the sensitivity analysis of the input variables, which made it possible to identify the variables that exerted the greatest influence on the neural network response. In addition, a normalization step was proposed to overcome distortions associated with the magnitudes of the input data, demonstrating the efficiency and robustness of the proposed method.

Este artigo apresenta o resumo da dissertação intitulada “O Método de Polya e a Gamificação no Ensino de Matemática: Uma Estratégia para a Resolução de Problemas do ENEM”, que investiga os desafios enfrentados por alunos concluintes do Ensino Médio no processo de aprendizagem da Matemática e em sua preparação para o Exame Nacional do Ensino Médio (ENEM). A pesquisa orienta-se pela questão: de que maneira preparar o aluno concluinte do Ensino Médio para a prova do ENEM?, partindo da hipótese de que o ensino pode ser fortalecido por meio da resolução de problemas com base no método de Polya, associado à gamificação enquanto metodologia ativa. A estrutura do trabalho contempla, inicialmente, uma análise do ENEM, suas possibilidades e obstáculos; posteriormente, discute-se sobre metodologias para o ensino de Matemática, o detalhamento do método de Polya e os fundamentos da gamificação. A metodologia utilizada consistiu na aplicação de uma oficina com 34 estudantes do Ensino Médio de uma escola pública de Macapá. A coleta de dados ocorreu por meio de questionário e um teste com questões do ENEM de anos anteriores. Os resultados foram organizados em gráficos, que evidenciaram impactos positivos da gamificação, pontos que necessitam aprimoramento e ajustes. O estudo conclui que a integração entre a resolução de problemas e a gamificação potencializa o desenvolvimento cognitivo e o engajamento dos alunos, configurando-se como uma alternativa pertinente para a preparação voltada ao ENEM.

The text addresses the global spread of COVID-19, with an emphasis on the inequalities and challenges faced by Brazil, especially in the state of Amapá. The importance of social interventions, such as isolation, expanded testing, and protection of health professionals, is highlighted. In Amapá, the study uses government data to analyze the dynamics of the pandemic in the first months, proposing mathematical modeling that shows an exponential trend in confirmed cases. The article highlights three distinct phases, associated with government measures and social events such as Mother's Day. The effectiveness of lockdown in reducing the spread is highlighted, and the study concludes by highlighting its contribution to the local understanding of COVID-19, proposing the application of the methodology to other epidemiological contexts.

O presente trabalho consiste de uma pesquisa de um curso de capacitação em ferramentas digitais oferecido a 150 alunos, dos quais apenas 54 (36%) conseguiram concluir. A maioria dos alu nos é formada por jovens entre 20-30 anos, e a maioria é proveniente da UNIFAP. A maior parte dos alunos utilizou celulares para acessar o curso, e cerca de 35% não possui internet própria. Os principais obstáculos encontrados foram a qualidade da internet e o acesso às aulas gravadas. Embora tenham sugerido melhorias, em geral, os alunos avaliaram positivamente o curso.

A modelagem matemática e estatística são ferramentas essenciais para pesquisas que lidam com situações da vida real, onde seus resultados são cruciais para orientar decisões baseadas nos dados analisados. A dinâmica populacional e econômica desempenha um papel crucial no entendimento do comportamento futuro das populações e economias em estudo. Por isso, este trabalho tem como objetivo utilizar a modelagem matemática, por meio dos modelos clássicos de dinâmica populacional, e a modelagem estatística, utilizando a regressão linear, para analisar a população e o PIB das cidades de Macapá, Santana e Laranjal do Jari no período de 2000 a 2022. A regressão é empregada para estimar os parâmetros dos modelos de dinâmica populacional e validar a modelagem. A metodologia adotada demonstrou ser eficaz, produzindo resultados próximos aos dados reais, validando assim a abordagem para a população e o PIB das cidades mencionadas. Uma vez validado o modelo, são feitas previsões para a população e o PIB das cidades até o ano de 2050.