SlideShare una empresa de Scribd logo
1 de 17
Programação e Sistemas de Informação
TÉCNICO DE GESTÃO E
PROGRAMAÇÃO DE SISTEMAS
INFORMÁTICOS
Módulo I - Introdução à Programação e Algoritmia
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Objetivos para a aula:
oTipos de Dados
oClassificação dos Dados.
oNoção de variável. Definição de uma variável.
oExpressões aritméticas e de comparação.
oResolução de exercícios.
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Tipos de Dados
Os algoritmos e as linguagens trabalham com dados.
Estes dados são classificados em tipos. Por exemplo os
diversos tipos de pesos e medidas existentes (Kg, Km, ml,
cm, etc).
Alguns tipos de dados pré definidos:
 Números inteiros
 Números reais
 Carateres
 Lógicos e booleanos
 Vazio
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Números Inteiros
Toda e qualquer informação numérica que pertença ao
conjunto dos números inteiros (negativa, nula ou positiva)
Tipo Intervalo
Byte 0 a +255
Inteiro com sinal -32768 a +32767
Inteiro sem sinal 0 a +65536
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Números Reais
Toda e qualquer informação numérica que pertença ao
conjunto dos números reais (negativa, nula ou positiva)
Tipo Intervalo
real 2,9x10-38
a 1,7x1038
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Toda e qualquer informação composta por um conjunto de
carateres alfanuméricos:
Numéricos (0…9);
Alfabéticos (A…Z, a…z);
Especiais (por exemplo: , ; # ? @ !).
Tipo Quantidade
char Um único carater
string Uma cadeia de carateres
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Lógicos
Toda e qualquer informação que pode assumir apenas
duas situações:
Tipo Valores
booleano V ou F
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Classificação dos Dados
Um dado é constante quando não sofre nenhuma
variação, o seu valor é constante do inicio ao fim da
execução do programa, assim como é constante para
execuções diferentes.
Constantes
Exemplo de um dado constante:
PI = 3,141617…
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Variáveis
 As informações no computador são armazenadas na
memória principal.
 Imagine que esta memória é um grande armário com
várias gavetas, contendo diferentes informações.
 Para encontrar o conteúdo procurado é preciso
identificar com uma etiqueta (nome da variável).
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Variáveis nomenclatura
 O primeiro carater deve ser uma letra.
 Os nomes podem ser formados por letras, números e
pelo underscore (_).
 Não devem ser muito compridos.
Exemplo de uma variável:
nome_aluno1
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Variáveis - Declaração
Criar uma variável significa reservar uma gaveta
na memória do computador atribuindo-lhe um
nome e escolher o tipo de dado que esta gaveta
armazenará.
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Expressões Aritméticas
Os operadores disponíveis para resolver expressões
aritméticas são:
+ >> soma
- >> subtração
* >> multiplicação
/ >> quociente
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Exemplo
Fórmula matemática:
area = base x altura
2
Fórmula em pseudocódigo:
Area  (base*altura)/2
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Expressões Hierarquia
 A hierarquia seguida pelo computador é a seguinte (da
esquerda para a direita) :
1. Parênteses
2. Multiplicações e divisões
3. Adições e subtrações
 Para priorizar partes de expressões deve-se utilizar os
parenteses.
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Expressões de Comparação
Os operadores relacionais disponíveis para comparações
são:
= Igual a
> Maior que
< Menor que
> = Maior ou igual
< = Menor ou igual
<> Diferente
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Construção de Fluxogramas
recorrendo ao uso de linguagem
computacional
Fluxogramas
É uma ferramenta muito eficaz que auxilia o profissional
da área de informática a visualizar os “caminhos” que
devem ser seguidos para se resolver um problema.
 Tem como finalidade escrever o fluxo, especificando os
dados e as informações.
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
Fluxogramas - Continuação
 Representando por alguns desenhos geométricos,
indicando os símbolos de entrada e saída de dados,
permite acompanhar os procedimentos necessários a
serem realizados pelo programador, através do raciocínio
logico para solucionar um problema.
Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino

Más contenido relacionado

La actualidad más candente

Aula 7 - Repetição enquanto - exemplos
Aula 7 - Repetição enquanto - exemplosAula 7 - Repetição enquanto - exemplos
Aula 7 - Repetição enquanto - exemplosPacc UAB
 
Estrutura de Dados - Aula 02 - Estrutura de Dados e TAD
Estrutura de Dados - Aula 02 - Estrutura de Dados e TADEstrutura de Dados - Aula 02 - Estrutura de Dados e TAD
Estrutura de Dados - Aula 02 - Estrutura de Dados e TADLeinylson Fontinele
 
Aula 4 - Teste de mesa
Aula 4 - Teste de mesaAula 4 - Teste de mesa
Aula 4 - Teste de mesaPacc UAB
 
IES GF - Linguagem de Programação Estruturada - Parte 2
IES GF - Linguagem de Programação Estruturada - Parte 2IES GF - Linguagem de Programação Estruturada - Parte 2
IES GF - Linguagem de Programação Estruturada - Parte 2Ramon Mayor Martins
 

La actualidad más candente (8)

Aula 5 aed - matrizes
Aula 5   aed - matrizesAula 5   aed - matrizes
Aula 5 aed - matrizes
 
JAVA - Matrizes
JAVA - MatrizesJAVA - Matrizes
JAVA - Matrizes
 
Algop - aula 08
Algop - aula 08Algop - aula 08
Algop - aula 08
 
Aula 7 - Repetição enquanto - exemplos
Aula 7 - Repetição enquanto - exemplosAula 7 - Repetição enquanto - exemplos
Aula 7 - Repetição enquanto - exemplos
 
Explicando Vetores - Algoritmos
Explicando Vetores - AlgoritmosExplicando Vetores - Algoritmos
Explicando Vetores - Algoritmos
 
Estrutura de Dados - Aula 02 - Estrutura de Dados e TAD
Estrutura de Dados - Aula 02 - Estrutura de Dados e TADEstrutura de Dados - Aula 02 - Estrutura de Dados e TAD
Estrutura de Dados - Aula 02 - Estrutura de Dados e TAD
 
Aula 4 - Teste de mesa
Aula 4 - Teste de mesaAula 4 - Teste de mesa
Aula 4 - Teste de mesa
 
IES GF - Linguagem de Programação Estruturada - Parte 2
IES GF - Linguagem de Programação Estruturada - Parte 2IES GF - Linguagem de Programação Estruturada - Parte 2
IES GF - Linguagem de Programação Estruturada - Parte 2
 

Similar a Programação Sistemas

Lógica de programação em ppt
Lógica de programação em pptLógica de programação em ppt
Lógica de programação em pptAndrei Bastos
 
Curso Básico de Java - Aula 5
Curso Básico de Java - Aula 5Curso Básico de Java - Aula 5
Curso Básico de Java - Aula 5PeslPinguim
 
Lógica de Programação
Lógica de ProgramaçãoLógica de Programação
Lógica de ProgramaçãoAdao Chiavelli
 
Algoritmos e lp parte 4-vetores matrizes e registros
Algoritmos e lp parte 4-vetores matrizes e registrosAlgoritmos e lp parte 4-vetores matrizes e registros
Algoritmos e lp parte 4-vetores matrizes e registrosMauro Pereira
 
Logica java ate slide 30
Logica java   ate slide 30Logica java   ate slide 30
Logica java ate slide 30hflandim
 
Aula 7 - Repetição enquanto - parte 1
Aula 7 - Repetição enquanto - parte 1Aula 7 - Repetição enquanto - parte 1
Aula 7 - Repetição enquanto - parte 1Pacc UAB
 
Aula de programacao_final.dizando
Aula de programacao_final.dizandoAula de programacao_final.dizando
Aula de programacao_final.dizandoJoão Gomes
 
Conjuntos dos números reais operações, propriedades, aplicações e reta numéri...
Conjuntos dos números reais operações, propriedades, aplicações e reta numéri...Conjuntos dos números reais operações, propriedades, aplicações e reta numéri...
Conjuntos dos números reais operações, propriedades, aplicações e reta numéri...BrunoPereiraPinheiro1
 
Excel - como funciona
Excel - como funcionaExcel - como funciona
Excel - como funcionaJorge Marques
 
[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes
[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes
[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive BayesAhirton Lopes
 

Similar a Programação Sistemas (20)

Lógica de programação em ppt
Lógica de programação em pptLógica de programação em ppt
Lógica de programação em ppt
 
Aula03
Aula03Aula03
Aula03
 
Curso Básico de Java - Aula 5
Curso Básico de Java - Aula 5Curso Básico de Java - Aula 5
Curso Básico de Java - Aula 5
 
Lógica de Programação
Lógica de ProgramaçãoLógica de Programação
Lógica de Programação
 
Algoritmos e lp parte 4-vetores matrizes e registros
Algoritmos e lp parte 4-vetores matrizes e registrosAlgoritmos e lp parte 4-vetores matrizes e registros
Algoritmos e lp parte 4-vetores matrizes e registros
 
Logica java ate slide 30
Logica java   ate slide 30Logica java   ate slide 30
Logica java ate slide 30
 
Cap05
Cap05Cap05
Cap05
 
Cap05
Cap05Cap05
Cap05
 
Cap05
Cap05Cap05
Cap05
 
01 logica
01 logica01 logica
01 logica
 
Aula 7 - Repetição enquanto - parte 1
Aula 7 - Repetição enquanto - parte 1Aula 7 - Repetição enquanto - parte 1
Aula 7 - Repetição enquanto - parte 1
 
Aula de programacao_final.dizando
Aula de programacao_final.dizandoAula de programacao_final.dizando
Aula de programacao_final.dizando
 
Logica Programação. ...
Logica Programação. ...Logica Programação. ...
Logica Programação. ...
 
Conjuntos dos números reais operações, propriedades, aplicações e reta numéri...
Conjuntos dos números reais operações, propriedades, aplicações e reta numéri...Conjuntos dos números reais operações, propriedades, aplicações e reta numéri...
Conjuntos dos números reais operações, propriedades, aplicações e reta numéri...
 
Pesquisa ppi 2
Pesquisa ppi 2Pesquisa ppi 2
Pesquisa ppi 2
 
Lógica De Programação
Lógica De ProgramaçãoLógica De Programação
Lógica De Programação
 
Excel - como funciona
Excel - como funcionaExcel - como funciona
Excel - como funciona
 
Trabalho Lost171 (Atualizado)
Trabalho Lost171 (Atualizado)Trabalho Lost171 (Atualizado)
Trabalho Lost171 (Atualizado)
 
Aula4
Aula4Aula4
Aula4
 
[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes
[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes
[José Ahirton Lopes] Treinamento - Árvores de Decisão, SVM e Naive Bayes
 

Más de 111111119

Strings e manipulação de variáveis
Strings e manipulação de variáveisStrings e manipulação de variáveis
Strings e manipulação de variáveis111111119
 
Strings e manipulação de variáveis
Strings e manipulação de variáveisStrings e manipulação de variáveis
Strings e manipulação de variáveis111111119
 
Acesso aos campos de uma estrutura
Acesso aos campos de uma estruturaAcesso aos campos de uma estrutura
Acesso aos campos de uma estrutura111111119
 
Strings e manipulação de variáveis
Strings e manipulação de variáveisStrings e manipulação de variáveis
Strings e manipulação de variáveis111111119
 
Comandos de pascal e estrutura de repetição (para...fazer)
Comandos de pascal e estrutura de repetição (para...fazer)Comandos de pascal e estrutura de repetição (para...fazer)
Comandos de pascal e estrutura de repetição (para...fazer)111111119
 
Variaveis locais e globais
Variaveis locais e globaisVariaveis locais e globais
Variaveis locais e globais111111119
 
Aula 1 módulo iii - psi
Aula 1  módulo iii - psiAula 1  módulo iii - psi
Aula 1 módulo iii - psi111111119
 
Aula 1 módulo v - psi
Aula 1  módulo v - psiAula 1  módulo v - psi
Aula 1 módulo v - psi111111119
 
Aula 4 módulo ii - psi
Aula 4  módulo ii - psiAula 4  módulo ii - psi
Aula 4 módulo ii - psi111111119
 
Aula 3 módulo ii - psi
Aula 3  módulo ii - psiAula 3  módulo ii - psi
Aula 3 módulo ii - psi111111119
 
Aula 1 módulo ii - psi
Aula 1   módulo ii - psiAula 1   módulo ii - psi
Aula 1 módulo ii - psi111111119
 
Aula 5 módulo ii - psi
Aula 5  módulo ii - psiAula 5  módulo ii - psi
Aula 5 módulo ii - psi111111119
 
Aula 3 módulo i - psi
Aula 3   módulo i - psiAula 3   módulo i - psi
Aula 3 módulo i - psi111111119
 
Aula 5 módulo i - psi
Aula 5   módulo i - psiAula 5   módulo i - psi
Aula 5 módulo i - psi111111119
 
Aula 4 módulo i - psi
Aula 4   módulo i - psiAula 4   módulo i - psi
Aula 4 módulo i - psi111111119
 
Aula 1 módulo i - psi
Aula 1   módulo i - psiAula 1   módulo i - psi
Aula 1 módulo i - psi111111119
 

Más de 111111119 (17)

Strings e manipulação de variáveis
Strings e manipulação de variáveisStrings e manipulação de variáveis
Strings e manipulação de variáveis
 
Strings e manipulação de variáveis
Strings e manipulação de variáveisStrings e manipulação de variáveis
Strings e manipulação de variáveis
 
Acesso aos campos de uma estrutura
Acesso aos campos de uma estruturaAcesso aos campos de uma estrutura
Acesso aos campos de uma estrutura
 
Strings e manipulação de variáveis
Strings e manipulação de variáveisStrings e manipulação de variáveis
Strings e manipulação de variáveis
 
Units
UnitsUnits
Units
 
Comandos de pascal e estrutura de repetição (para...fazer)
Comandos de pascal e estrutura de repetição (para...fazer)Comandos de pascal e estrutura de repetição (para...fazer)
Comandos de pascal e estrutura de repetição (para...fazer)
 
Variaveis locais e globais
Variaveis locais e globaisVariaveis locais e globais
Variaveis locais e globais
 
Aula 1 módulo iii - psi
Aula 1  módulo iii - psiAula 1  módulo iii - psi
Aula 1 módulo iii - psi
 
Aula 1 módulo v - psi
Aula 1  módulo v - psiAula 1  módulo v - psi
Aula 1 módulo v - psi
 
Aula 4 módulo ii - psi
Aula 4  módulo ii - psiAula 4  módulo ii - psi
Aula 4 módulo ii - psi
 
Aula 3 módulo ii - psi
Aula 3  módulo ii - psiAula 3  módulo ii - psi
Aula 3 módulo ii - psi
 
Aula 1 módulo ii - psi
Aula 1   módulo ii - psiAula 1   módulo ii - psi
Aula 1 módulo ii - psi
 
Aula 5 módulo ii - psi
Aula 5  módulo ii - psiAula 5  módulo ii - psi
Aula 5 módulo ii - psi
 
Aula 3 módulo i - psi
Aula 3   módulo i - psiAula 3   módulo i - psi
Aula 3 módulo i - psi
 
Aula 5 módulo i - psi
Aula 5   módulo i - psiAula 5   módulo i - psi
Aula 5 módulo i - psi
 
Aula 4 módulo i - psi
Aula 4   módulo i - psiAula 4   módulo i - psi
Aula 4 módulo i - psi
 
Aula 1 módulo i - psi
Aula 1   módulo i - psiAula 1   módulo i - psi
Aula 1 módulo i - psi
 

Programação Sistemas

  • 1. Programação e Sistemas de Informação TÉCNICO DE GESTÃO E PROGRAMAÇÃO DE SISTEMAS INFORMÁTICOS Módulo I - Introdução à Programação e Algoritmia Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 2. Objetivos para a aula: oTipos de Dados oClassificação dos Dados. oNoção de variável. Definição de uma variável. oExpressões aritméticas e de comparação. oResolução de exercícios. Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 3. Tipos de Dados Os algoritmos e as linguagens trabalham com dados. Estes dados são classificados em tipos. Por exemplo os diversos tipos de pesos e medidas existentes (Kg, Km, ml, cm, etc). Alguns tipos de dados pré definidos:  Números inteiros  Números reais  Carateres  Lógicos e booleanos  Vazio Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 4. Números Inteiros Toda e qualquer informação numérica que pertença ao conjunto dos números inteiros (negativa, nula ou positiva) Tipo Intervalo Byte 0 a +255 Inteiro com sinal -32768 a +32767 Inteiro sem sinal 0 a +65536 Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 5. Números Reais Toda e qualquer informação numérica que pertença ao conjunto dos números reais (negativa, nula ou positiva) Tipo Intervalo real 2,9x10-38 a 1,7x1038 Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 6. Toda e qualquer informação composta por um conjunto de carateres alfanuméricos: Numéricos (0…9); Alfabéticos (A…Z, a…z); Especiais (por exemplo: , ; # ? @ !). Tipo Quantidade char Um único carater string Uma cadeia de carateres Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 7. Lógicos Toda e qualquer informação que pode assumir apenas duas situações: Tipo Valores booleano V ou F Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 8. Classificação dos Dados Um dado é constante quando não sofre nenhuma variação, o seu valor é constante do inicio ao fim da execução do programa, assim como é constante para execuções diferentes. Constantes Exemplo de um dado constante: PI = 3,141617… Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 9. Variáveis  As informações no computador são armazenadas na memória principal.  Imagine que esta memória é um grande armário com várias gavetas, contendo diferentes informações.  Para encontrar o conteúdo procurado é preciso identificar com uma etiqueta (nome da variável). Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 10. Variáveis nomenclatura  O primeiro carater deve ser uma letra.  Os nomes podem ser formados por letras, números e pelo underscore (_).  Não devem ser muito compridos. Exemplo de uma variável: nome_aluno1 Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 11. Variáveis - Declaração Criar uma variável significa reservar uma gaveta na memória do computador atribuindo-lhe um nome e escolher o tipo de dado que esta gaveta armazenará. Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 12. Expressões Aritméticas Os operadores disponíveis para resolver expressões aritméticas são: + >> soma - >> subtração * >> multiplicação / >> quociente Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 13. Exemplo Fórmula matemática: area = base x altura 2 Fórmula em pseudocódigo: Area  (base*altura)/2 Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 14. Expressões Hierarquia  A hierarquia seguida pelo computador é a seguinte (da esquerda para a direita) : 1. Parênteses 2. Multiplicações e divisões 3. Adições e subtrações  Para priorizar partes de expressões deve-se utilizar os parenteses. Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 15. Expressões de Comparação Os operadores relacionais disponíveis para comparações são: = Igual a > Maior que < Menor que > = Maior ou igual < = Menor ou igual <> Diferente Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 16. Construção de Fluxogramas recorrendo ao uso de linguagem computacional Fluxogramas É uma ferramenta muito eficaz que auxilia o profissional da área de informática a visualizar os “caminhos” que devem ser seguidos para se resolver um problema.  Tem como finalidade escrever o fluxo, especificando os dados e as informações. Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino
  • 17. Fluxogramas - Continuação  Representando por alguns desenhos geométricos, indicando os símbolos de entrada e saída de dados, permite acompanhar os procedimentos necessários a serem realizados pelo programador, através do raciocínio logico para solucionar um problema. Aulas Virtuais e Interativas Didáxis - Cooperativa de Ensino