Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
pagamentos Empréstimo * 15,000.00 Juro 1.22% mês saldo devedor pagamento atingir meta = dados -> teste de hipóteses -> atingir meta Nº de parcelas 15 1 * 15,182.36 ($1,100.00) Parcela ($1,100.00) 2 * 14,253.57 ($1,100.00) 3 * 13,313.48 ($1,100.00) ($1,100.00) 4 * 12,361.97 ($1,100.00) 5 * 11,398.88 ($1,100.00) 6 * 10,424.09 ($1,100.00) 7 * 9,437.45 ($1,100.00) 8 * 8,438.81 ($1,100.00) 9 * 7,428.03 ($1,100.00) 10 * 6,404.96 ($1,100.00) 11 * 5,369.45 ($1,100.00) 12 * 4,321.36 ($1,100.00) 13 * 3,260.52 ($1,100.00) 14 * 2,186.79 ($1,100.00) 15 * 1,100.00 ($1,100.00) 16 * (0.00) ($1,100.00) 17 * (1,113.37) ($1,100.00) 18 * (2,240.28) ($1,100.00) f(x) 19424263952412558000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000 x 1 atingir meta Q - tamanho do lote 500 A - custo colocação pedido 35 CT = custos totais D - demanda anual 995.6538472189 D = demanda (unidades/ano) i - % custo guarda 0.15 Q = lote C - custo unitário 46.4638373664 A = frete C = custo/produto a) qual o tamanho do lote ótimo (Q*)? i = percentual p/ guarda do prod. (20%< i <40%) 500 Q* = lote ótimo; minimiza os custos totais por derivação b) qual a demanda para Q*=88 unidades c) qual o custo C para Q*=100 d) qual o custo de estoque para Q=150? 48073.9881009717 análise descritiva de dados Faça uma análise descritiva dos valores de resistência à tração provenientes de um processo de fabriação de cabos de aço. Amostra Tração 1 211 Coluna1 Dados -> Análise de dados 2 252 dá todas as funções de uma só vez, sem precisar calcular cada uma 3 227 Média 233.8148148148 4 245 Erro padrão 2.2945373214 5 239 Mediana 237 6 256 Modo 245 7 213 Desvio padrão 16.8613368996 8 245 Variância da amostra 284.3046820405 9 249 Curtose -1.0132566054 10 232 Assimetria -0.3933491215 11 219 Intervalo 57 12 228 Mínimo 203 13 249 Máximo 260 14 206 Soma 12626 15 254 Contagem 54 16 203 17 244 18 253 19 229 20 229 21 241 22 229 23 250 24 257 25 209 26 241 27 205 28 222 29 260 30 243 31 247 32 242 33 205 34 242 35 231 36 226 37 205 38 235 39 224 40 210 41 246 42 253 43 239 44 235 45 214 46 240 47 235 48 246 49 245 50 256 51 233 52 259 53 211 54 207 Regressão Faça uma previsão de demanda de ar condicionado para 2014 e 2015 com base em um modelo de regressão linear múltipla. Ano Demanda T max T min U media $ Marketing 2008 20000 32 15 0.8 50000 2009 26840 33 14 0.81 78000 2010 28790 35 16 0.64 10000 2011 15700 30 18 0.56 100000 2012 22004 31 17 0.78 84000 2013 35000 36 18 0.85 78000 2014 29044.0884070244 35 15 0.87 89000 2015 27769.8766840081 37 18 0.79 95000 D=aTmax+bTmin+cUmed+d$Mkt Variável X 1 1160.5279792245 y=ax1+bx2+cx3+dx4 Variável X 2 -992.7109749577 Variável X 3 6063.4226813526 Variável X 4 -0.022010157 MBD0240D2EC.unknown MBD0240D2ED.unknown
Compartilhar