Questões de Concurso sobre Modelagem e Simulação

 
 
Disciplina
Assunto 1
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
 
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
 
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
 
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
 
Questões:
Todas as questões
 
Filtro simplificado
 
Questões
Todas as questões
 
44 questões encontradas
Questões por página
20
Mais recentes
 

O tempo médio de execução de um programa de computador costuma ser superior a 50 segundos. Com o objetivo de diminuir esse tempo médio, foram feitas algumas modificações no algoritmo utilizado pelo programa. Após as modificações, o programa foi executado 81 vezes e observou-se que o tempo médio de execução foi de 49 segundos com um desvio-padrão amostral de 5 segundos. Supondo que os tempos de execução se distribuam segundo uma normal, deseja-se testar a hipótese nula de que a média do tempo de execução seja igual a 50 segundos versus a hipótese alternativa de que esse tempo médio seja menor do que 50 segundos. A estatística do teste adequado ao problema bem como o valor observado da estatística é:


A

Z =


B


C

t =


D

=


E

Z =

Sobre os assuntos referentes à modelagem estatística, é correto afirmar que:


A

em um modelo de regressão simples, os resíduos padronizados são correlacionados;


B

a multicolinearidade ocorre quando os regressores são ortogonais;


C

as medidas de influência são importantes principalmente para detectar valores discrepantes de dados;


D

os estimadores de máxima verossimilhança dos parâmetros do modelo de regressão logística são não viciados e de variância mínima;


E

quando se rejeita a hipótese nula de significância utilizando-se o teste t para um regressor, isso significa que, ao nível de significância fixado, todos os coeficientes dos regressores considerados são diferentes de zero.

Considere o código na linguagem de programação R a seguir:

Y<-c(12,3,11,1,13,20,2,25,26,15) #linha 1

X1<-c(18,16,25,12,20,35,17,25,39,20) #linha 2

X2<-c(2,3,2,3,3,2,1.5,5,1,2.5) #linha 3

dados<-data.frame(cbind(Y,X1,X2)) #linha 4

modelo<-lm(Y~X1+X2,data=dados) #linha 5

summary(modelo) #linha 6

x_novo = data.frame(X1=13,X2=3) #linha 7

predict( modelo,x_novo,interval="confidence") #linha 8

predict(modelo,x_novo,interval="prediction") #linha 9

É correto afirmar que a linha


A

5 gera um gráfico de dispersão para os valores Y, X1 e X2.


B

7 exclui do conjunto de dados os valores X1 = 13 e X2 = 3.


C

5 gera um modelo de regressão logística tendo Y como variável resposta.


D

6 gera um histograma com as distribuições de Y, X1 e X2.


E

8 fornece um intervalo de confiança de 95% para a estimativa da resposta média de Y dado os valores X1 = 13 e X2 = 3.

O método congruente linear para a geração de números pseudoaleatórios pode ser expresso como

Xn = (axn−1 + b) mod m

Deseja-se gerar uma sequência de números pseudoaleatórios entre 0 e 1. Se X0 = 21, a = 17, b = 47 e m = 100 a soma dos três primeiros valores obtidos é


A

0,18


B

0,50


C

0,43


D

0,21


E

0,66

A respeito do Tidyverse, assinale a alternativa correta.


A

O Tidyverse é uma biblioteca de aprendizado de máquina, para a análise de texto em R.


B

O Tidyverse é uma linguagem de programação de alto desempenho, com base em R.


C

O Tidyverse é uma coleção de pacotes do R que facilita a manipulação e a análise de dados.


D

O Tidyverse é uma linguagem de programação de código aberto, com base em R.


E

O Tidyverse é uma biblioteca de machine learning do R.

A demanda de um certo serviço público no mês t é modelada pela equação 20 + 3t + 2D(t) + εt , onde D(t) = 1, se t = 6, e 0, caso contrário, e ε é um ruído com média zero e variância 4.


As previsões de demanda nos meses 6 e 12 são, respectivamente:


A

40 e 56;


B

40 e 58;


C

42 e 58;


D

44 e 60;


E

56 e 40.

A respeito do método de Monte Carlo, assinale a alternativa correta.


A

Funciona bem em modelos não lineares.


B

Não permite explorar diferentes cenários.


C

É altamente independente de premissas como parâmetros, fórmulas e distribuições.


D

É um dos métodos computacionalmente mais eficientes.


E

Não é aplicável para estimação de incertezas.

Um problema clássico de otimização, subárea da pesquisa operacional, foi proposto em 1968 pelo matemático alemão Dietrich Braess. Suponha que haja dois caminhos (vias) entre o início e o fim de um percurso percorrido por automóveis: “início-A-final” e “início-B-final”, conforme representado no diagrama.


Imagem associada para resolução da questão


Os tempos nos trechos “início-A” e no trecho “B-final” dependem do número de veículos, N, naquela via. Nos trechos “início-B” e “A-final” os tempos são fixos em 60 minutos. Supondo que entrem nas vias 1600 veículos em uma condição de equilíbrio no qual ambos caminhos estão com o mesmo número de veículos, então: N = 800.


Em um certo momento, entretanto, passa a haver a possibilidade de um novo caminho aberto entre A e B, habilitando o percurso “início-A-B-final”, os motoristas alertados pelo menor tempo no trecho “B-final” estabelecido no equilíbrio podem optar pela mudança de via, numa escolha individualista. Desconsidere o tempo desta mudança A-B.


Analise as afirmativas abaixo e dê valores Verdadeiro (V) ou Falso (F).


( ) Na condição de equilíbrio inicial, com total de 1600 veículos nas vias, o tempo de percurso é de 100 minutos.

( ) Se todos os veículos que estão em A mudam de via para realizar o trecho “B-final”, atraídos pelo menor tempo, então o tempo total de todos aumentará em relação ao equilíbrio inicial.

( ) Se todos os veículos que entram na via optarem pelo trecho “início-A”, então vai aumentar o tempo de trânsito de todos em relação ao equilíbrio inicial.

( ) O pior caminho de todos é o caminho “início-AB-final” se percorrido por todos os veículos.


Assinale a alternativa que apresenta a sequência correta de cima para baixo.


A

V, V, V, V


B

V, F. V, V


C

F, V, V, F


D

V, V, V, F

Entre as técnicas estatísticas, cuja aplicação está ligada ao uso de computadores, o Bootstrapping consiste em


A

uma técnica de reamostragem, obtendo-se um “novo” conjunto de dados, retirando-se do conjunto original, com reposição.


B

obter números pseudoaleatórios pela combinação discreta de variáveis normais.


C

preservar um subconjunto dos dados para validar a estimação.


D

simular um processo gerador de dados usando números aleatórios.


E

obter valores críticos para testes cuja distribuição teórica é desconhecida.

Uma amostra aleatória de pessoas com 20 ou mais anos foi obtida para se estudar a relação entre Y, a ocorrência de determinada doença, com Y = 1 para presença da doença e 0 para ausência da doença, e o sexo da pessoa X1, com X1 = 1 para o sexo feminino e X1 = 0 para o masculino, e sua idade em anos X2, tendo como referência a idade de 20 anos, ou seja X2 = idade da pessoa – 20. Considerando-se a natureza binária da variável dependente Y, optou-se pela utilização do modelo logístico:


Ln(P/(1-P)) = B0 + B1 X1 + B2 X2 + B3 X1 X2


onde Ln é o logaritmo natural, P = Prob(Y=1) e B0, B1, B2 e B3 são os parâmetros do modelo.


Nesse contexto, é correto afirmar que


A

a razão de chance da ocorrência da doença entre as pessoas com 30 e 20 anos do sexo feminino é exp(B0 + 10B2 + 10B3).


B

a chance da ocorrência da doença entre as pessoas do sexo feminino com 21 anos é exp(B0 + B1 + B2).


C

a probabilidade da ocorrência da doença entre as pessoas do sexo masculino com mais de 20 anos é 1 / [1 + exp(B0 + B2 X2 + B3 X3)].


D

a chance da ocorrência da doença entre as pessoas do sexo masculino com 21 anos é exp(B0 + B2).


E

o logaritmo natural da razão de chance da ocorrência da doença entre as pessoas com 30 e 20 anos do sexo feminino é uma função linear de X2 passando pela origem, intercepto igual a zero, com coeficiente linear B3.

Um físico costuma realizar experimentos em laboratório ou simulação computacional no estudo de fenômenos, controlando algumas variáveis, visando à modelagem do fenômeno estudado. Neste experimento (fenômeno denominado Percolação), estuda-se o avanço do fogo em uma floresta ou o contágio de pessoas por alguma anomalia viral. Supõe-se que a probabilidade de uma árvore passar o fogo para uma vizinha qualquer é p∈ (0,1((ou de uma pessoa passar o vírus para um vizinho). A quantidade p é a independente, enquanto T(p) é a dependente e representa a probabilidade de o fogo se alastrar pela floresta. O gráfico representa os resultados experimentais.



Imagem associada para resolução da questão



De acordo com o gráfico, é correto afirmar que


A

os resultados experimentais sugerem que a relação pode ser ajustada por uma função cúbica.


B

os parâmetros da função proposta devem ser estimados por máxima verossimilhança.


C

a relação é assimétrica e pode ser aproximada pela função de distribuição da exponencial.


D

a função de distribuição da Beta é apropriada para o ajuste e os parâmetros podem ser estimados por métodos não lineares.


E

o processo é de contagem e a distribuição de Poisson deve aproximar bem os resultados.

Na Programação Linear, a tarefa primordial é o reconhecimento e a formulação do problema de forma tal que ele possa ser trabalhado e, assim, fornecer um objetivo desejável a ser otimizado. O Método Gráfico da Programação Linear consiste em um sistema:


A

não coordenado, onde se mostra um polígono convexo que contém os pontos representativos das possibilidades.


B

de coordenadas perpendiculares, onde se mostra um polígono côncavo que contém os pontos representativos das possibilidades.


C

de coordenadas ortogonais, onde se mostra um polígono convexo que contém os pontos representativos das possibilidades.


D

não coordenado, onde se mostra um polígono côncavo que contém os pontos representativos das possibilidades.


E

de coordenadas ortogonais, onde se mostra um polígono convexo que não contém os pontos representativos das possibilidades.

Para a elaboração do estudo de viabilidade técnica e econômica de uma operação urbana consorciada, a prefeitura encomendou uma análise de risco, envolvendo o processamento interativo, por um algoritmo, de um modelo que compreende as diferentes variáveis econômicas e sociais abrangidas nessa análise estatística. Os dados serão processados em computador até a obtenção de resultados suficientes para compor uma amostra representativa das infinitas combinações possíveis para os valores das variáveis de risco. Os resultados da simulação serão plotados de forma a permitir a análise gráfica de sua distribuição, considerando-se os resultados tanto do ponto de vista dos possíveis investidores privados quanto dos resultados fiscais (para o poder público) e sociais (para a Cidade) da operação urbana. A ferramenta estatística que corresponde a esse processamento de dados é denominada


A

Simulação de Monte Carlo (SMC).


B

Mineração de Dados (Data Mining).


C

Cálculo de Média e Desvio Padrão.


D

Inquérito Estatístico.


E

Análise de Risco por Dispersão (ARD).

O método HPD (high probability density) é um algoritmo que proporciona um intervalo de confiança clássico (frequentista) para o parâmetro θ.

C
Certo

E
Errado
Suponha que o estatístico resolva implementar um teste bilateral ao nível de 5% de significância no R. A sintaxe correta será a seguinte:

A
pbinom(q = 16, size = 20, prob = 0.5, lower.tail = F).

B
2*pbinom(q = 16, size = 20, prob = 0.5, lower.tail = F).

C
pbinom(4, 20, 0.10, F).

D
2*pbinom(4, 20, 0.10, F).

E
2*pbinom(4, 16, 0.10, F).

Imagem associada para resolução da questão

Considerando os valores dos parâmetros estimados por MQO, conclui-se que:


A
o nível da violência tende a subir com o passar do tempo;

B
o nível da violência tende a reduzir com o passar do tempo;

C
não se pode prever se a violência tende a crescer ou baixar por causa da presença do termo aleatório;

D
o nível de violência tende a oscilar, mas permanecendo, em média, ao redor do valor 16;

E
a variância da medida do nível de violência tende a se reduzir com o passar do tempo.
 
 
Gerar simulado