SILVA, Fernando Hugo Martins da. O uso de objetos de aprendizagem como instrumento diferenciado para o ensino de análise combinatória. 2013. 53 f. Dissertação (Mestrado em Matemática em Rede Nacional) – Centro de Ciências, Universidade Federal do Ceará, Fortaleza, 2013. / Submitted by Rocilda Sales (rocilda@ufc.br) on 2013-05-10T16:22:07Z No. of bitstreams: 1 2013_dis_fhmdasilva.pdf: 3033391 bytes, checksum: e23606b2d915b74d84d5694a1c9b6a0e (MD5) / Approved for entry into archive by Rocilda Sales(rocilda@ufc.br) on 2013-05-13T16:37:37Z (GMT) No. of bitstreams: 1 2013_dis_fhmdasilva.pdf: 3033391 bytes, checksum: e23606b2d915b74d84d5694a1c9b6a0e (MD5) / Made available in DSpace on 2013-05-13T16:37:37Z (GMT). No. of bitstreams: 1 2013_dis_fhmdasilva.pdf: 3033391 bytes, checksum: e23606b2d915b74d84d5694a1c9b6a0e (MD5) Previous issue date: 2013 / This paper shows the use of learning objects to the teaching of Combinatorial Analysis and how they can contribute to interactive way to the students learning. As such, the objective of this work is to verify if the use of learning objects in Mathematics classes promotes better assimilation of the combinatorial analysis. Therefore, we chose an experimental study in which 18 students participated at the 2nd year of Escola Estadual de Educação Professional (State School of Professional Education) Marta Maria Giffoni de Sousa, located in Acaraú, Ceará. These were chosen and divided randomly and equally into two groups (experimental and control). The instruments for data collection were: RIVED activities, socioeconomic questionnaire and test consisting of questions about permutation arrangement and combination. The data were analyzed using statistical programs, SPSS and Microsoft Excel. The results show to a superior performance of the group that was differentiated class (experimental) compared to the group that received traditional class (control). / Este estudo mostra a utilização de objetos de aprendizagem para o ensino de Análise Combinatória e como os mesmos podem contribuir de forma interativa para a aprendizagem dos alunos. Nessa medida, o objetivo deste trabalho é verificar se a utilização de objetos de aprendizagem nas aulas de Matemática favorece uma melhor assimilação dos conteúdos de análise combinatória. Para tanto, optou-se por um estudo experimental do qual participaram 18 alunos do 2º ano do Ensino Médio da Escola Estadual de Educação Profissional Marta Maria Giffoni de Sousa, situada em Acaraú, Ceará. Estes foram escolhidos e divididos aleatoriamente e igualmente em dois grupos (experimental e controle). Os instrumentos para coleta de dados foram: atividades do RIVED, questionário socioeconômico e teste composto de questões sobre permutação, arranjo e combinação. Os dados foram analisados através de um programa estatístico, o SPSS e Microsoft Excel. Os resultados apontam para um desempenho superior do grupo que obteve aula diferenciada (experimental) em relação ao grupo que recebeu aula tradicional (controle).

Submitted by Elba Lopes (elba.lopes@fecap.br) on 2016-12-12T17:27:40Z No. of bitstreams: 2 Marcos Santos Oliveira.pdf: 970582 bytes, checksum: 6d45d32bff529faa3e4f900f0ff06309 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-12-12T17:27:40Z (GMT). No. of bitstreams: 2 Marcos Santos Oliveira.pdf: 970582 bytes, checksum: 6d45d32bff529faa3e4f900f0ff06309 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-09-28 / This work has the objective to analyze the efficiency of the credit scoring model in cross-selling action to provide greater profitability aligned with the risk of new product. This study differs from others by using a database of clients who Payroll-linked loan from the conventional modeling of a Credit Scoring offer another product, the credit card that requires a better profile for meeting payments. The study resulted in 3 of profitability and performance scenarios. In Scenario 1 without use of shoring showed profitability of R$ 0.5 million and delinquencies of 16.1%. In the others scenarios with the use of the yields scores exceeded R$ 2.3 million and delinquencies below 9%. Scenarios 2 and 3 with just score Bureau companies. Scenario 4 includes Credit scoring model developed in this work, we showed the best discrimination between good and bad customers and the highest rate of approval, 75% against 64% of the best Bureau. For this, we used data provided by a financial institution. Using SPSS and statistical techniques, the risk analysis Relative, construction of dummies and Spearman correlation analysis, generated the model Logistic Regression Binary, validated with the Kolmogorov-Smirnov test, the ROC curve and others. The model developed credit scoring showed good results as to their power of customer classification. The effectiveness of Logistic Regression as credit performance prediction tool enables the application of the use of credit scoring model by the financial institution provider of data to improve profitability and default of the customer portfolio by credit card coming from the customer base of payroll loan. / Este trabalho tem o objetivo de analisar a efici??ncia do modelo de credit scoring na a????o de cross-selling para proporcionar uma maior rentabilidade alinhada ao risco do novo produto. A realiza????o deste estudo se diferencia dos demais por utilizar uma base de dados com clientes que realizaram empr??stimo Consignado, a partir da modelagem convencional de um Credit Scoring ofertar outro produto, o Cart??o de Cr??dito que exige um melhor perfil para cumprimento dos pagamentos. O estudo resultou em 3 cen??rios de rentabilidade e desempenho. No Cen??rio 1 sem uso do escoramento apresentou rentabilidade de R$ 0,5 milh??es e inadimpl??ncia de 16,1%. Nos demais cen??rios com uso de escores as rentabilidades ultrapassaram R$ 2,3 milh??es e inadimpl??ncias abaixo de 9%. Os Cen??rios 2 e 3 apenas com escore de empresas Bureau. O Cen??rio 4 inclui o modelo Cr??dit Scoring desenvolvido neste trabalho, apresentou a melhor discrimina????o entre clientes bons e maus e a maior taxa de aprova????o, sendo 75% contra 64% do melhor Bureau. Para isso, utilizou-se de dados fornecido por uma institui????o financeira. Utilizando o SPSS e t??cnicas estat??sticas, a an??lise de Risco Relativo, constru????o de dummies e a an??lise de correla????o de Spearman, foi gerado o modelo de Regress??o Log??stica Bin??ria, validado com o teste Kolmogorov-Smirnov, a Curva ROC e outros. O modelo de Credit Scoring desenvolvido apresentou resultados satisfat??rios quanto a seu poder de classifica????o dos clientes. A efic??cia da Regress??o Log??stica, como ferramenta de predi????o de performance de cr??dito, habilita a aplica????o da utiliza????o do modelo Credit Scoring pela institui????o financeira provedora dos dados para melhorar a rentabilidade e a inadimpl??ncia da carteira de clientes com Cart??o de Cr??dito oriundo da carteira de clientes do empr??stimo Consignado.