Prova Tecnologias emergentes e protagonismo

Prévia do material em texto

AV2 TECNOLOGIA EMERGENTE E
PROTAGONISMO
Tecnologia Eletrônica
Universidade Veiga de Almeida (UVA)
9 pag.
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark
https://www.docsity.com/pt/ai/?utm_source=cta&utm_medium=document&utm_campaign=AIQR
 
 
Na Pesquisa de Marketing, a primeira etapa diz respeito à definição do problema, das alternativas de decisão e dos 
objetivos da pesquisa. Já a segunda etapa trata do desenvolvimento do plano de pesquisa de forma mais eficiente para 
a coleta das informações necessárias e o conhecimento sobre o custo desse projeto. Assim, para elaborar um plano 
de pesquisa, é preciso tomar decisões sobre fontes de dados, metodologia de pesquisa, instrumentos de pesquisa, 
plano de amostragem e métodos de contato. 
 
O pesquisador pode reunir dados secundários, dados primários ou ambos. Dados secundários são aqueles que já 
foram coletados para outra finalidade e podem ser encontrados em algum lugar. Dados primários são os novos dados 
que serão apurados para uma finalidade específica ou para um projeto específico de pesquisa. Os dados primários 
podem ser reunidos de cinco maneiras: por observação, focus groups (grupos de focos), survey, dados 
comportamentais e experimentação. 
 
KOTLER, P.; KELLER, K. L. Administração de marketing. 14 ed. São Paulo: Pearson Education do Brasil, 2012 
(adaptado). 
 
A partir do que foi exposto, considere o exemplo a seguir. 
 
Verônica é pesquisadora de uma renomada Universidade no Brasil e realiza diversas pesquisas por ano sobre variados 
temas. Atualmente está fazendo uma pesquisa sobre compras realizadas pela internet. Para isso, ela promoveu alguns 
encontros, que reuniram, além dela, cerca de 6 a 10 pessoas que haviam comprado recentemente em sites ou 
aplicativos de compra. Seu objetivo era compreender como e por que os consumidores aceitam ou rejeitam 
determinados conceitos, ideias ou qualquer noção específica. 
 
Com base no exemplo apresentado, avalie as asserções a seguir e a relação proposta entre elas. 
 
I. A pesquisadora Verônica demonstra, com base em sua abordagem de pesquisa, que utilizou a técnica denominada 
de focus group (grupos de focos) para a obtenção de dados primários para sua pesquisa. 
 
PORQUE 
 
II. A técnica de pesquisa focus group (grupos de focos) é aquela em que o pesquisador se reúne com pessoas 
cautelosamente selecionadas com base em determinadas considerações demográficas e psicográficas, entre outros, 
para discutir a fundo sobre determinados interesses. 
 
A respeito dessas asserções, assinale a opção correta. 
 
Alternativas 
 
A) 
As asserções I e II são proposições falsas. 
 
B) 
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. 
 
C) 
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. 
 
D) 
A asserção I é uma proposição verdadeira, e a II é uma proposição falsa. 
 
E) 
As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I. 
 
 
Devido ao rápido avanço das bases de dados e tecnologias de informação, e o notável progresso nos métodos de 
análise de dados, o uso da ciência de dados (DS) em várias disciplinas, incluindo economia, tem aumentado 
exponencialmente. Avanços na tecnologia da ciência de dados para aplicações econômicas têm tido resultados cada 
vez mais promissores. Algoritmos de Machine Learning fornecem a capacidade de aprender com os dados e fornecer 
informações detalhadas sobre os problemas. 
 
NOSRATABADI, Saeed et al. Data science in economics: comprehensive review of advanced machine learning and 
deep learning methods. Mathematics, v. 8, n. 10, 2020 (adaptado). 
 
Diante disso, leia a situação a seguir. 
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark
 
 
 
Uma start-up focada em análise de big data para aplicações econômicas está buscando um profissional da área de 
economia para integrar a equipe. Joana, que tem sua formação em Ciências Econômicas, irá tentar a vaga. Durante a 
entrevista, ela deve explicar como a tecnologia emergente Machine Learning pode auxiliar a start-up. 
 
Em relação ao Machine Learning, considerando a situação exposta, julgue os itens a seguir. 
 
I. Joana pode explicar que não existe um tipo único de algoritmo de Machine Learning que seja melhor para resolver 
um problema; a seleção do algoritmo depende do tipo de problema que se deseja resolver e do tipo de modelo que 
melhor se encaixe aos dados. 
 
II. Joana pode comentar que, em Ciências Econômicas, diversas variáveis podem ser utilizadas nas análises, e 
tratando-se de big data, grandes volumes de dados estão disponíveis para construir conjuntos de dados de treinamento 
para treinar a máquina em funções específicas. 
 
III. Joana pode expor que as aplicações dos algoritmos dependem de cada caso, visando criar modelos de Machine 
Learning que sejam capazes de gerar dados de saída que estejam de acordo com as expectativas dos clientes. 
 
É correto o que se afirma em 
 
Alternativas 
 
A) 
I, II e III. 
 
B) 
I e III, apenas. 
 
C) 
II, apenas. 
 
D) 
II e III, apenas. 
 
E) 
I, apenas. 
 
Nos últimos anos, tem-se notado que, em razão do avanço tecnológico e da acessibilidade proporcionada às mídias 
sociais, uma grande quantidade de dados tem sido gerada, de forma que profissionais de diferentes áreas passaram 
a se interessar pela análise desses dados, como fonte de informação. Na era atual, conhecida como Era dos Dados, 
surgiu o big data, que tem como objetivo a transformação de dados imperfeitos em conhecimento. Essas informações 
geradas são utilizadas pelas empresas para conhecer melhor o mercado em que estão inseridas, compreender as 
decisões de seus clientes e auxiliar na tomada de decisão. 
 
ROSA, Caroline Silvério. Estudo sobre as técnicas e métodos de análise de dados no contexto de Big Data. 
2018. 61 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Eletrônica e de Telecomunicações) – 
Faculdade de Engenharia Elétrica, Universidade Federal de Uberlândia, Patos de Minas, 2018 (adaptado). 
 
Diante disso, considere a situação apresentada a seguir. 
 
Elenice é líder de uma equipe que produz conhecimento utilizando o big data. Em uma rotina de trabalho, ela foi 
questionada por uma estagiária da seção sobre os benefícios que o big data pode oferecer para uma empresa. Elenice 
falou que o big data pode oferecer um diferencial competitivo estratégico e, então, decidiu citar alguns exemplos. 
 
Acerca dos benefícios do big data, julgue os itens a seguir sobre os exemplos que Elenice pode citar. 
 
I. Elenice pode afirmar que o big data oferece oportunidades para que os empresários possam propor otimização dos 
produtos. 
 
II. Ela pode mencionar que o big data mostra os defeitos dos produtos de uma determinada empresa, para que sejam 
propostas correções às falhas apontadas. 
 
III. Elenice pode comentar que o big data aponta para a empresa a tendência de mercado e os hábitos de consumo, 
assim, o empresário poderá se adequar ao mercado. 
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark
 
 
 
IV. Ela pode explicar que o big data consegue identificar os anseios dos consumidores com um lapso temporal de 12 
horas, no máximo, e, comisso, nortear as decisões da empresa. 
 
É correto o que se afirma em 
 
Alternativas 
 
A) 
I, II, III e IV. 
 
B) 
I, II e III, apenas. 
 
C) 
III e IV, apenas. 
 
D) 
I e II, apenas. 
 
E) 
IV, apenas. 
 
Desde a sua evolução, humanos têm usado diferentes tipos de ferramentas para realizar várias tarefas de maneira 
mais simples. A criatividade do cérebro humano levou à invenção de diferentes tipos de máquinas, dentre as quais 
o Machine Learning é uma ferramenta única. De acordo com Arthur Samuel, o Machine Learning é definido como o 
campo de estudo que dá aos computadores a habilidade de aprender sem ter sido explicitamente programado. 
 
MAHESH, Batta. Machine learning algorithms: a review. International Journal of Science and Research (IJSR), v. 
9, p. 381-386, 2020 (adaptado). 
 
Diante disso, leia a situação a seguir. 
 
Letícia é graduada em Ciências Econômicas e está concorrendo a uma vaga para uma empresa multinacional. Caso 
seja admitida, ela participará de um projeto que visa criar modelos para a previsão de cenários econômicos de interesse 
para a empresa. Para isso, Letícia deve demonstrar conhecimentos sobre o Machine Learning, de modo que possa 
aplicar sobre os dados de produção e faturamento da empresa. 
 
Em relação ao Machine Learning, considerando a situação exposta, julgue os itens a seguir. 
 
I. Letícia deve entender que o Machine Learning é utilizado para ensinar programas de computador como manejar 
dados de maneira mais eficiente, em específico, extrair informações relevantes dos grandes volumes de dados da 
empresa. 
 
II. Letícia deve compreender que os algoritmos de Machine Learning podem ser utilizados em diferentes aplicações, 
mas, de maneira geral, são necessárias bases de dados abundantes para que o algoritmo seja capaz de aprender 
como extrair informações de acordo com a prática sobre os dados. 
 
III. Letícia deve notar que, na primeira etapa, é necessária uma supervisão sobre os algoritmos usados em Machine 
Learning, de modo que o algoritmo seja capaz de aprender uma função a partir de um conjunto de dados de 
treinamento, construídos especificamente para essa função. 
 
É correto o que se afirma em 
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark
 
 
Alternativas 
A) 
II, apenas. 
 
B) 
I e III, apenas. 
 
C) 
 I, II e III. 
 
D) 
I, apenas. 
 
E) 
II e III, apenas. 
A segurança é um assunto abrangente e inclui inúmeros tipos de problemas. Em sua forma mais simples, a 
segurança se preocupa em garantir que pessoas mal-intencionadas não leiam ou, pior ainda, modifiquem 
secretamente mensagens enviadas a outros destinatários. Outra preocupação da segurança são as pessoas que 
tentam ter acesso a serviços remotos que elas não estão autorizadas a usar. Ela também lida com meios para saber 
se uma mensagem supostamente verdadeira é um trote. A segurança trata de situações em que mensagens 
legítimas são capturadas e reproduzidas, além de lidar com pessoas que tentam negar o fato de terem enviado 
determinadas mensagens. 
 
TANEMBAUM, A. S.; ANDREW, S. Redes de computadores. São Paulo: Pearson Universidades, 2003. 
 
Considerando as informações do texto acima, entende-se que os princípios de segurança envolvem 
confidencialidade, integridade, disponibilidade, autenticidade e não repúdio. Quanto a esses princípios, assinale a 
alternativa correta. 
Alternativas 
A) 
Ter integridade e disponibilidade implica que apenas usuários autorizados tenham acesso aos dados e estes 
estarão disponíveis quando o usuário precisar deles. 
 
B) 
Ter confidencialidade e integridade implica que apenas usuários autorizados tenham acesso aos dados e que 
esses dados são verdadeiros. 
 
C) 
Ter disponibilidade e confidencialidade implica que os dados acessados são verdadeiros e estarão 
disponíveis quando o usuário precisar deles. 
 
D) 
Ter confidencialidade e não repúdio implica que uma informação não foi alterada indevidamente e apenas 
usuários autorizados tenham acesso aos dados. 
 
E) 
Ter autenticidade e não repúdio implica que os dados estarão disponíveis quando o usuário precisar deles e 
que esses dados acessados são verdadeiros. 
 
O Processamento de Linguagem Natural é uma área da inteligência artificial que auxilia os computadores na 
compreensão da linguagem humana. Algumas empresas, buscando agilizar e otimizar o atendimento ao cliente, bem 
como coletar informações que possam ser úteis para melhorias da própria empresa, têm utilizado recursos de 
Processamento de Linguagem Natural (PLN), como os chatbots, os assistentes virtuais e a análise de sentimentos. 
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark
 
 
Esses recursos permitem que as empresas conheçam melhor a demanda de seus clientes e possam aprimorar seus 
produtos e processos, a fim de atendê-los com assertividade. 
 
MARTINS, Júlio Serafim. Reconhecimento de padrões. Porto Alegre: Sagah, 2020 (adaptado). 
 
Diante disso, considere a situação apresentada a seguir. 
 
Elisa foi convidada a apresentar um trabalho na faculdade sobre Processamento de Linguagem Natural (PLN). Visando 
ser direta nas suas explicações, ela optou por focar nas características do PLN, aquelas que o tornam uma tecnologia 
adequada para solucionar problemas relativos à ciência de dados. 
 
Considerando a situação exposta, acerca das características do Processamento de Linguagem Natural (PLN) 
destacadas por Elisa, julgue os itens a seguir. 
 
I. Necessidade de entender as expressões do ser humano, seja por meio da análise da fala, seja por meio da análise 
da escrita. 
 
II. A máquina deve responder ao usuário da maneira mais adequada possível, sempre baseado no que foi 
compreendido pela máquina durante a interação com o ser humano. 
 
III. Capacidade de processar e, também, analisar um grande volume de dados e, posteriormente, prever uma tendência 
de mercado e, também, divulgar os resultados de um determinado segmento. 
 
É correto o que se afirma em 
 
Alternativas 
 
A) 
III, apenas. 
 
B) 
II, apenas. 
 
C) 
I, II e III. 
 
D) 
I e II, apenas. 
 
E) 
I e III, apenas. 
 
O uso da mineração de dados, ou data mining, aumentou nos últimos anos, em razão da grande quantidade de dados 
produzidos pela sociedade, devido à ampliação do acesso à internet e outros meios de produção de dados, gerando, 
assim, um big data, ou seja, uma grande quantidade de dados que, se não forem tratados de maneira adequada, não 
produzem informação. Por meio da utilização de ferramentas de mineração de dados, é possível que os dados sejam 
analisados a fim de se descobrir problemas e oportunidades, observando padrões de comportamento e auxiliando na 
tomada de decisões. 
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark
 
 
 
AGGARWAL, C. C. Data mining: the textbook. New York: Springer, 2015 (adaptado). 
 
Diante disso, leia a situação a seguir. 
 
Milene é líder da seção de data mining e utilizou a tarefa de classificar e direcionar os colaboradores para exercerem 
suas atividades de acordo com os perfis de cada um. Durante uma conversa informal com os colaboradores, Milene 
foi questionada sobre o emprego da tarefa de classificaçãoem outros segmentos. 
 
Considerando as informações apresentadas e a aplicação da tarefa de classificação, julgue os itens a seguir. 
 
I. Milene pode explicar para os colaboradores que a tarefa de classificação pode diagnosticar em que lugar uma certa 
doença pode estar presente. 
 
II. Segundo Milene, usando a tarefa de classificação, um educandário pode identificar qual turma é a mais indicada 
para um determinado aluno. 
 
III. Milene pode dizer que a tarefa de classificação pode ser utilizada para determinar em que momento uma transação 
de cartão de crédito pode ser considerada uma fraude. 
 
É correto o que se afirma em 
Alternativas 
A) 
II e III, apenas. 
 
B) 
I e II, apenas. 
 
C) 
I, apenas. 
 
D) 
III, apenas. 
 
E) 
I, II e III. 
O estudo da inteligência artificial teve origem há mais de dois mil anos. A busca por métodos ou dispositivos capazes 
de simular o raciocínio humano vem sendo o objetivo dessa área desde muito tempo. Teve início com os filósofos 
procurando entender como são realizados os processos de visão, lembranças, aprendizagem e raciocínio; várias 
tentativas para mecanizar a inteligência foram efetuadas. Desde suas origens na década de 1950, a área da Inteligência 
Artificial (IA) vem se desenvolvendo em vários ramos da ciência e várias linhas de pesquisa, com o objetivo de fornecer 
ao computador habilidades para efetuar funções que apenas o cérebro humano é capaz de solucionar. 
 
GOMES, D. S. Inteligência artificial: conceitos e aplicações. Olhar científico, Ariquemes, v. 1, n. 2, p. 234-246, 2010 
(adaptado). 
 
Tendo em vista esse contexto, analise a situação hipotética a seguir. 
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark
 
 
 
Rebeca, desenvolvedora de jogos, criou um jogo que possui IA para aprender sobre o comportamento do jogador e 
oferecer desafios mais empolgantes. Na tentativa de conseguir recursos de investidores, Rebeca precisou explicar aos 
interessados conceitos como o de agentes inteligentes, algoritmos genéticos (AG) e aprendizado de máquina. 
 
Considerando a situação apresentada e as diferentes técnicas da IA, avalie as afirmações a seguir. 
 
I. Rebeca deve definir o agente como algo capaz de perceber seu ambiente através dos sensores e de agir nesse 
ambiente por intermédio de atuadores. 
 
II. Rebeca pode descrever que os algoritmos genéticos podem ser considerados técnicas importantes para trabalhar 
em ambientes incertos, ajudando, entre outras coisas, na busca e na otimização. 
 
III. Rebeca pode descrever que o aprendizado de máquina é equivalente a ensinar os dispositivos computacionais a 
fazerem de forma similar aos humanos, possibilitando o aprendizado com a experiência. 
 
É correto o que se afirma em 
Alternativas 
A) 
I e II, apenas. 
 
B) 
III, apenas. 
 
C) 
I, apenas. 
 
D) 
II e III, apenas. 
 
E) 
I, II e III. 
O Processamento de Linguagem Natural (PLN) é utilizado em diversas aplicações, auxiliando na filtragem, 
sumarização, recuperação e classificação de textos, além de outras funções. O aprendizado de máquina (machine 
learning) utiliza do PLN para realizar, por exemplo, o monitoramento de redes sociais, a fim de encontrar informações 
relevantes que possam ser utilizadas. Com a crescente produção de dados, essa filtragem é importante para que a 
quantidade de texto a passar por revisão humana seja menor. É importante ressaltar, ainda, que o aprendizado de 
máquina pode ser classificado em aprendizado supervisionado, não supervisionado e por reforço. 
 
SILVA, Michel Bernardo Fernandes da. Processamento de Linguagem Natural. Porto Alegre: SAGAH, 2020 
(adaptado). 
 
 
Diante disso, considere a situação apresentada a seguir. 
 
Helder é um profissional no ramo de Inteligência Artificial e está desenvolvendo um aplicativo para realizar a 
classificação de textos utilizando o PLN. Durante a implementação, Helder poderá utilizar alguns tipos de aprendizados 
de máquinas. 
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark
 
 
 
Considerando alguns dos aprendizados de máquina (machine learning) e seus usos, julgue os itens a seguir. 
 
I. Uma opção de desenvolvimento para Helder é o aprendizado por reforço (reinforcement learning), no qual o agente 
conquistará o conhecimento sobre o método que ele está aplicando, através da correção ou repreensão. 
 
II. Helder poderá utilizar, para a implementação, o aprendizado supervisionado (ou supervised learning), no qual existe 
um grupo pré-determinado de pares de dados de entrada/saída, sendo que as entradas são integradas por vários 
atributos, padrões e tendências, que são pertinentes aos objetos os quais estão sendo estudados. 
 
III. Uma opção para Helder desenvolver o seu aplicativo é o aprendizado não supervisionado (ou unsupervised 
learning), no qual o aplicativo realiza buscas visando localizar padrões e relações num grupo de informações. Nesse 
aprendizado, são informados somente os dados de saída, uma vez que os padrões de entradas foram incluídos durante 
o desenvolvimento do sistema. 
 
É correto o que se afirma em 
Alternativas 
 
A) 
I, apenas. 
 
B) 
II e III, apenas. 
 
C) 
III, apenas. 
 
D) 
I, II e III. 
 
E) 
I e II, apenas. 
Gráficos bem concebidos são fundamentais para a comunicação precisa e efetiva de informações quantitativas. Não 
são apenas mais precisos, claros e eficientes do que tabelas, mas também encorajam o olhar constante em busca de 
descobertas inesperadas, de padrões reveladores e de conexões escondidas. Além disso, um bom gráfico pode ser 
um instrumento poderoso para o pensamento crítico e a tomada de decisão, permitindo que o usuário examine de 
forma exploratória os dados e deles tire conclusões fundamentadas. Os gráficos estatísticos são uma ferramenta 
valiosa para representar e compreender dados complexos e devem ser utilizados de forma cuidadosa e estratégica em 
todas as áreas do conhecimento. 
 
Com base na afirmação, explique a importância da análise de gráficos estatísticos nas diversas áreas do conhecimento. 
Resposta do aluno 
A análise de gráficos estatísticos desempenha um papel fundamental em diversas áreas do conhecimento, 
facilitando a compreensão de dados complexos e promovendo a comunicação eficaz de informações 
quantitativas. Gráficos bem elaborados são ferramentas visuais que permitem a identificações de padrões, 
tendências e outliers de forma intuitiva, ajudando a revelar insights que poderiam ser facilmente 
negligenciados em tabelas tradicionais. Na medicina, por exemplo, gráficos são utilizados para visualizar a 
eficácia de tratamentos ao longo do tempo, permitindo que pesquisadores e profissionais de saúde analisem 
rapidamente os resultados e façam comparações entre diferentes grupos de pacientes. Em ciências sociais, 
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark
 
 
gráficos ajudam a ilustrar correlações entre variáveis sociais e econômicas, contribuindo para uma melhor 
compreensão das dinâmicas sociais e dos comportamentos humanos. No mundo dos negócios, a análise 
gráfica é essencial para avaliar o desempenho financeiro e de mercado. Gráficos de vendas, por exemplo, 
permitem queos gestores visualizem rapidamente as flutuações nas vendas ao longo do tempo, 
identificando períodos de crescimento ou declínio e possibilitando ajustes nas estratégias de marketing e 
vendas. Além disso, gráficos incentivam o pensamento crítico, pois permite que os tomadores de decisão 
explorem dados de maneira interativa. Ao examinar visualmente os dados, é mais fácil formular hipóteses e 
testar suposições, resultando em decisões mais informadas e estratégias mais eficazes. Portanto, a 
utilização estratégica de gráficos estatísticos é vital para a análise de dados em qualquer campo, pois não 
apenas simplificam a comunicação de informações, mas também capacitam os usuários a extrair 
significados e conclusões fundamentais a partir dos dados. 
Correção do professor 
Parabéns pela elaboração da resposta de acordo com o solicitado na questão. 
Sds. 
Feedback: 
 
Expectativa de resposta: 
A análise de gráficos estatísticos é uma ferramenta fundamental em muitas áreas do conhecimento. Diferentes 
ciências e saberes utilizam gráficos estatísticos para representar dados de diversas formas, permitindo melhor 
compreensão dos fenômenos estudados. Alguns exemplos de como diferentes áreas utilizam gráficos estatísticos: 
Ciências Sociais: em Ciências Sociais, os gráficos estatísticos são frequentemente utilizados para visualizar dados de 
pesquisas de opinião, levantamentos demográficos e econômicos. Gráficos de barras, histogramas, gráficos de 
dispersão e gráficos de linha são alguns dos tipos comumente usados. Esses gráficos ajudam a ilustrar tendências e 
padrões em dados sociais e podem ajudar a identificar mudanças ao longo do tempo. 
 
Biologia: em Biologia, os gráficos estatísticos são amplamente utilizados para visualizar dados em estudos de 
Genética, Ecologia e Epidemiologia. Gráficos de dispersão, histogramas, gráficos de barras e gráficos de pizza são 
alguns dos tipos usados para representar dados biológicos. Esses gráficos podem ajudar a ilustrar correlações entre 
variáveis biológicas e a mostrar a distribuição de espécies em um determinado habitat. 
 
Economia: em Economia, os gráficos estatísticos são frequentemente usados para representar dados financeiros, 
incluindo dados de mercado, preços de commodities e tendências de consumo. Gráficos de linha, gráficos de barras 
e gráficos de pizza são alguns dos tipos usados para representar dados econômicos. Esses gráficos podem ajudar a 
ilustrar tendências em dados financeiros e a fornecer insights sobre o desempenho de diferentes setores 
econômicos. 
 
Psicologia: em Psicologia, os gráficos estatísticos são usados para representar dados de estudos de comportamento 
e cognição. Gráficos de barras, gráficos de dispersão e gráficos de linha são alguns dos tipos de gráficos usados 
para representar dados psicológicos. Esses gráficos podem ajudar a ilustrar padrões em dados comportamentais e a 
identificar correlações entre diferentes variáveis psicológicas. 
 
Física: em Física, os gráficos estatísticos são usados para representar dados em experimentos físicos e para ilustrar 
teorias físicas. Gráficos de linhas, gráficos de barras e gráficos de dispersão são alguns dos tipos de gráficos usados 
para representar dados físicos. Esses gráficos podem ajudar a ilustrar padrões em dados físicos e a demonstrar as 
relações entre diferentes variáveis físicas. 
 
Document shared on https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/
Downloaded by: marcus-vinicius-de-paula (vinicius.infococ@gmail.com)
https://www.docsity.com/pt/docs/av2-tecnologia-emergente-e-protagonismo/12124551/?utm_source=docsity&utm_medium=document&utm_campaign=watermark