Em qual situação a estimativa é mais útil para a tomada de decisão?

(A) - 
 Um engenheiro precisa calcular a quantidade exata de concreto necessária para construir uma ponte.
(B) - 
 Uma dona de casa precisa estimar a quantidade de ingredientes necessários para preparar um bolo para 10 pessoas.
(C) - 
 Um cientista precisa medir precisamente a temperatura de uma reação química.
(D) - 
 Um motorista precisa calcular a distância exata entre duas cidades antes de iniciar uma viagem.
(E) - 
 Um médico precisa estimar a dosagem de um medicamento para um paciente.

Dica

  • Use dados históricos ou informações disponíveis para fazer sua estimativa.
  • Considere os fatores que podem afetar o resultado da estimativa.
  • Seja conservador em suas estimativas para evitar subestimar o tempo, custo ou recursos necessários.
  • Revise e atualize suas estimativas conforme novas informações se tornem disponíveis.

Explicação

Na maioria das situações médicas, uma estimativa precisa da dosagem de um medicamento pode ser crucial para a saúde e bem-estar do paciente. Fatores como idade, peso, condições médicas e histórico de reações alérgicas podem afetar a dosagem ideal do medicamento. Uma estimativa cuidadosa e informada ajuda o médico a determinar a dosagem mais adequada para o paciente, considerando esses fatores e minimizando o risco de efeitos colaterais adversos ou ineficácia do tratamento.

Análise das alternativas

Nas demais alternativas, a estimativa não é tão crítica para a tomada de decisão:

  • (A): O engenheiro precisa de cálculos precisos para garantir a segurança da ponte.
  • (B): A dona de casa pode usar estimativas aproximadas, pois o bolo ainda ficará comestível.
  • (C): O cientista precisa de medidas precisas para garantir a validade dos resultados.
  • (D): O motorista precisa de cálculos precisos para planejar a viagem corretamente.

Conclusão

A estimativa é uma ferramenta valiosa quando decisões precisam ser tomadas com base em informações incompletas ou imprecisas. No entanto, é importante considerar o contexto e a margem de erro aceitável antes de confiar em uma estimativa.