Prévia do material em texto
� PAGE �9� UNIVERSIDADE ANHANGUERA - UNIDERP Pólo 4151 – Erechim - RS DESAFIO DE APRENDIZAGEM Matemática Aplicada Curso de Ciências Contábeis – Turma: N40 - 4° semestre Professor EAD: Ma. Professor Presencial: Acadêmica: Grupo de trabalho: Erechim, Setembro, de 2012. INTRODUÇÃO Este trabalho tem como desafio criar um mapa de carreira. Nele constam os objetivos a ser alcançado, quanto tempo levará para concretizá-lo. De que forma faremos para não perder o foco. Que estratégias utilizarão para conseguir e controlá-las. E por fim como gerenciaremos esse projeto de mapa de carreira. Desenvolvimento 1 – Etapa 1 Passo 4 As técnicas estatísticas são raramente utilizadas nas empresas por serem pouco conhecidas e de difícil operacionalização. Com o preço mais acessível de hardware e software, o uso da informática tornou-se muito disseminado nas organizações. Entretanto, nos softwares que possuem uma vasta gama de recursos para um tratamento estatístico de problemas, estes recursos são pouco aproveitados. Foram feitas experiências com os softwares "especialistas" em estatística junto a alunos de uma universidade. Estes encontraram dificuldades na utilização destes softwares, fato que não ocorreu na utilização dos mesmos recursos estatísticos no Excel. Isto nos leva a acreditar na validade de nossa hipótese: recursos computacionais acessíveis e de fácil aprendizagem, com o apoio de material didático em linguagem intuitiva (não técnica) levam a uma maior motivação no uso de técnicas estatísticas pelo administrador. A confirmação dessa hipótese exige um estudo ao longo do tempo. Dessa forma será possível verificar se o uso de técnicas está se incorporando aos procedimentos do administrador. Campos de atuação aonde podem aplicar a Estatística A Estatística tem como função planejar, coletar, analisar e interpretar as informações dispostas com números através de planejamento, direção e realização de um levantamento estatístico, com pesquisa de opinião, análise de mercado ou outra área. O campo é bastante amplo nas empresas públicas ou privadas. O estatístico tem papel importante ao trabalhar em conjunto com dirigentes (diretores, gerentes,...) nos setores da empresa (venda, compra produção, serviço,...), em áreas de planejamento financeiro e de produção, aplicando métodos estatísticos no controle de qualidade de produtos. Muitas áreas têm requerido a participação efetiva de Estatísticos, para orientar, planejar, desenvolver, programar métodos estatísticos eficientes que auxiliem a tomadas de decisão, associando as novas tecnologias. A manufatura na indústria, o Estatístico desempenha papel fundamental, otimizando processos, buscando continuamente a melhoria da qualidade de serviços e produtos. Nas Ciências Atuariais, desenvolvendo e gerenciando planos de saúde, fundos de pensão ou previdência privada, etc. Indústria de fundição do Norte Catarinense Uma indústria de fundição produz blocos para veículos automotores, fornece seus produtos a grandes nomes da indústria automotiva mundial onde a qualidade é um dos aspectos qualificador. Um dos produtos considerados estratégicos é um bloco de motor para caminhões a diesel. O processo de avaliação da qualidade exige que o bloco seja cortado, para que se retire o corpo de prova que serão usinados e em seguida submetidos a um ensaio de tração. Devido ao processo de inspeção, a coleta de amostras se dá de forma unitária. Outro aspecto é a grande dimensão do bloco. Etapa 2 Passo 3 Pesquisamos no Supermercado Thailú na cidade de Erechim- RS uma marca de pacote de café, juntamos 100 unidades e pesamos para fazermos o levantamento dos dados quantitativos. PASSO 4 Amostra pct café Peso (GR) 1 103 2 100 3 103 4 101 5 103 6 100 7 100 8 100 9 101 10 100 11 103 12 100 13 100 14 100 15 100 16 101 17 100 18 100 19 101 20 100 21 100 22 100 23 100 24 101 25 100 26 103 27 100 28 100 29 101 30 100 31 100 32 100 33 100 34 100 35 101 36 100 37 100 38 100 39 100 40 100 41 100 42 100 43 104 44 100 45 100 46 100 47 100 48 100 49 100 50 100 51 100 52 101 53 100 54 100 55 100 56 103 57 101 58 100 59 100 60 100 61 101 62 100 63 100 64 100 65 100 66 101 67 100 68 100 69 100 70 100 71 103 72 100 73 100 74 104 75 100 76 100 77 101 78 100 79 101 80 100 81 100 82 100 83 100 84 100 85 100 86 100 87 100 88 101 89 100 90 101 91 100 92 100 93 100 94 100 95 100 96 100 97 100 98 104 99 101 100 104 Desvio médio 0,7738 Media 100,53 Moda 100 Variância 1,160707 Desvio padrão 1,077361 Os dados primários estão no nível de medida ordinal. O processo de amostragem foi feito com reposição. Foi construído tabelas com a amostragem dos dados coletados, sendo que na tabela 1 foram expostas com Dados brutos e aleatoriamente assim como foram coletados. 2- Etapa 3 Passo 1 Quantidade de vezes que os números aparecem: 100 = 73 101 = 16 103 = 07 104 = 04 Menor = 100 Maior = 104 K= 1+3.3logn K = 4.3.2 K = 8,6 K = 9 /4=2,25=2 K=2 Classes Freq. Absoluta Freq. Relativa Freq. Acumulada 100-102 89 0,89% 89 103-105 11 0,11% 100 Passo 2 Classes Freq. Absoluta 100-102 89 103-105 11 ETAPA 4 Passo 1 Moda É o valor que detém o maior número de observações, ou seja, o valor ou valores mais frequentes, ou ainda "o valor que ocorre com maior freqüência num conjunto de dados, isto é, o valor mais comum". O termo moda foi utilizado primeiramente em 1895 por Karl Pearson, sob influência do termo moda referindo-se ao uso popular com o significado de objeto que se está usando muito no tempo presente. A moda não é necessariamente única, ao contrário da média ou da mediana. É especialmente útil quando os valores ou observações não são numéricos, uma vez que a média e a mediana podem não ser bem definidas. A moda de {maçã, banana, laranja, laranja, laranja, pêssego} é laranja. A série {1, 3, 5, 5, 6, 6} apresenta duas modas (BIMODAL): 5 e 6. A série {1, 3, 2, 5, 8, 7, 9} não apresenta moda (AMODAL). A série {1, 3, 5, 5, 6, 6, 7, 7} apresenta mais do que duas modas (MULTIMODAL): 5 6 e 7. Polimodal: possui mais do que dois valores modais. Bimodal: possui dois valores modais. Amodal: não possui moda. Deve-se observar que aquilo que se expressa como "maioria" num determinado conjunto de dados não necessariamente representa o valor que seja a moda estatística. [4] A referência mais antiga conhecida do conceito da moda apresenta-se no cerco no inverno de 428 A.C. Dos peloponésios e beócios aos plateus e atenienses. Os sitiados, necessitando construir escadas adequadas às muralhas inimigas, fizeram com que muitas pessoas contassem as fileiras de tijolos. Com tal estratagema, ainda que houvesse um número grande de erros, um número grande de contagem seria confiável. Media Em estatística a média é o valor que aponta para onde mais se concentram os dados de uma distribuição. Pode ser considerado o ponto de equilíbrio das frequências, num histograma. Média é um valor significativo de uma lista de valores. Se todos os números da lista são os mesmos, então este número será a média dos valores. Caso contrário, um modo simples de representar os números da lista é escolher de forma aleatória algum número da lista. Contudo, a palavra 'média' éusualmente reservada para métodos mais sofisticados. Em último caso, a média é calculada através da combinação de valores de um conjunto de um modo específico e gerando um valor, a média do conjunto. Média aritmética é a forma mais simples de calcular uma média, mas existem outros métodos, como a mediana (usada quando a distribuição de valores é mal organizada, com grandes e pequenos valores, como valores de rendimento). Mediana Em teoria da probabilidade e em estatística, a mediana é uma medida de tendência central, um número que caracteriza as observações de uma determinada variável de tal forma que este número (a mediana) de um grupo de dados ordenados separa a metade inferior da amostra, população ou distribuição de probabilidade, da metade superior. Mais concretamente, 1/2 da população terá valores inferiores ou iguais à mediana e 1/2 da população terá valores superiores ou iguais à mediana. A mediana pode ser calculada para um conjunto de observações ou para funções de distribuição de probabilidade. Variância Na teoria da probabilidade e na estatística, a variância de uma variável aleatória é uma medida da sua dispersão estatística, indicando quão longe em geral os seus valores se encontram do valor.A variância de uma variável aleatória real é o seu segundo momento central e também o seu segundo cumulante (os cumulantes só diferem dos momentos centrais a partir do 4º grau, inclusive). Sendo o seu valor o quadrado do Desvio Padrão. Em probabilidade e Estatística, o desvio padrão é a medida mais comum da dispersão estatística. O desvio padrão define-se como a raiz quadrada da variância. É definido desta forma de maneira a dar-nos uma medida da dispersão que: Seja um número não negativo; Use a mesma unidade de medida dos dados fornecidos inicialmente. Faz-se uma distinção entre o desvio padrão σ (sigma) do total de uma população ou de uma variável aleatória, e o desvio padrão de um subconjunto em amostra. O termo desvio padrão foi introduzido na estatística por Karl Pearson no seu livro de 1894: "Sobre a dissecção de curvas de freqüência assimétricas". Tabela de referência de Pesos Amostra pct café Peso (GR) 1 103 2 100 3 103 4 101 5 103 6 100 7 100 8 100 9 101 10 100 11 103 12 100 13 100 14 100 15 100 16 101 17 100 18 100 19 101 20 100 21 100 22 100 23 100 24 101 25 100 26 103 27 100 28 100 29 101 30 100 31 100 32 100 33 100 34 100 35 101 36 100 37 100 38 100 39 100 40 100 41 100 42 100 43 104 44 100 45 100 46 100 47 100 48 100 49 100 50 100 51 100 52 101 53 100 54 100 55 100 56 103 57 101 58 100 59 100 60 100 61 101 62 100 63 100 64 100 65 100 66 101 67 100 68 100 69 100 70 100 71 103 72 100 73 100 74 104 75 100 76 100 77 101 78 100 79 101 80 100 81 100 82 100 83 100 84 100 85 100 86 100 87 100 88 101 89 100 90 101 91 100 92 100 93 100 94 100 95 100 96 100 97 100 98 104 99 101 100 104 Desvio médio 0,7738 Media 100,53 Moda 100 Variância 1,160707 Desvio padrão 1,077361 Passo 4 Após verificarmos 100 pacotes de café podemos dizer que o lote de café foi aprovado, pois o desvio médio aceitável seria de 0,05 a 5 gramas, e o desvio médio deste lote analisado ficou em 0,7738. CONCLUSÃO Com os resultados apurados pela pesquisa podemos concluir que o consumidor algumas vezes pode sair lesado, pois paga por uma quantidade de produto que não esta correta sendo praticamente impossível sempre acertar os pesos de acordo com o que apresenta na embalagem Com este trabalho também percebemos que a estatística esta muito mais presente no nosso dia a dia do que imaginamos pois uma simples compra de supermercado envolve estatística. 19 REFERÊNCIAS FRANCO, Décio Henrique; RODRIGUES, Edna de Al.; CAZELA Noises M. Tecnologias e Ferramentas de Gestão. 148 Edição Atualizada e Revisada, Editora Alínea, Anhangüera Publicações, 2011. CHIAVENATO, Idalberto. Administração. 302 Elsevier Editora Ltda.