Trabalho Conteiners

No sistema de código de barras linear, para organizar o processo de leitura óptica de

cada código, deve-se levar em consideração que alguns deles podem ter leitura da esquerda

para a direita igual à da direita para a esquerda. Para exemplificar, apresentamos o código:

01001000111100010010. Temos aqui um exemplo de um código de barras linear palíndromo.

Curiosamente, a listagem de um novo lote de contêineres da empresa de Marcos,

recentemente desembarcado no porto de Santos, associava um código linear palíndromo a

um dos contêineres.

O desafio proposto é: “descubra o código linear palíndromo com 34 barras” que

chamou a atenção de Marcos pela sua excentricidade.

Para tanto, sete desafios são propostos. Cada desafio, após ser devidamente realizado,

deverá ser associado a um número: 0 ou 1. Esses números, quando colocados lado a lado e na

ordem de realização das etapas, fornecerão os dezoito primeiros algarismos (da esquerda

para a direita) que irão compor o código de barras linear palíndromo que foi associado a um

dos contêineres recentemente desembarcado no porto de Santos pela importadora

“Vendomundo”.

Objetivo do Desafio

Encontrar o código de barras linear palíndromo que chamou a atenção do proprietário da

importadora “Vendomundo”, quando checou a listagem dos contêineres desembarcados no

porto de Santos em um determinado dia.

Livro Texto da disciplina

A produção desta ATPS é fundamentada no livro-texto da disciplina, que deverá ser

utilizado para solução do desafio:

LARSON, Ron.; FARBER, Betsy. Estatística Aplicada. 4ª ed. São Paulo: Pearson - Prentice Hall,

2010.

ETAPA 1 (tempo para realização: 5 horas)

Aulas-temas: Introdução a Estatística. Estatística Descritiva.

Esta etapa é importante para que você fixe, de forma prática, a teoria introdutória de

Estatística Descritiva. No mundo atual, raciocinar estatisticamente é tão importante quanto à

habilidade de ler e escrever. Profissionais necessitam apresentar e descrever informações de

forma adequada; tirar conclusões a partir de grandes populações com base somente na

informação obtida de amostras; melhorar processos e obter previsões confiáveis a partir de

variáveis de interesse.

Para realizar esta etapa, seguir