Questões de Concurso sobre Simulação de Monte Carlo

 
 
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
 
19 questões encontradas
Questões por página
20
Mais recentes
 

A Caixa Econômica Federal é um dos maiores financiadores de habitação no país. A cada dia, são feitas cerca de 200 mil simulações de financiamentos habitacionais e 2.000 contratos novos são assinados.


A probabilidade de que um par aleatório de simulações independentes resulte em pelo menos um novo contrato assinado é


A

50,00%


B

2,00%


C

1,99%


D

1,98%


E

0,01%

O "Seven Eleven" é um jogo de dados popular nos cassinos, jogado com dois dados de seis faces honestos e não viciados. O objetivo inicial é rolar um valor de sete ou onze obtido pela soma das faces dos dois dados. Para começar, um jogador lança simultaneamente os dois dados. Se a soma dos números for sete ou onze, o jogador ganha.


O resultado modal para esse lançamento é:


A

7;


B

8;


C

9;


D

10;


E

11.

São métodos de simulação estática:


A

Amostrador de Gibbs, Metropolis e Monte Carlo.


B

Monte Carlo, aceitação/rejeição e reamostragem ponderada.


C

Markov Chain Monte Carlo (MCMC), Metropolis e Monte Carlo.


D

Monte Carlo, Metropolis e Metropolis-Hastings.


E

Expectation-Maximization (EM), Metropolis e aceitação/rejeição.

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.

Pedro e João estão competindo em uma corrida. Seja Xt a quantidade de tempo (em segundos) em que Pedro estaria à frente de João quando 100t% da corrida estiver concluída, 0 ≤ t ≤ 1. Assuma que (Xt)0 ≤ t ≤ 1 é modelado como um movimento browniano com “drift” da forma Xt = μt + σBt , t ≥ 0, onde Bt é o movimento browniano padrão com distribuição N(0, t). Seja o parâmetro “drift” μ = 0 e a variância σ2.


Considere a tabela correspondente à curva normal padrão (Z) para a probabilidade P( Z z)


Z

0,5

1

1,5

2,0

P( Z ≤ z)

0,691

0,841

0,933

0,977

Se Pedro está liderando por σ/2 quando 3/4 da corrida está completada, a probabilidade de Pedro vencer é


A

0,691


B

0,309


C

0,933


D

0,841


E

0,067

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).

Considere uma função g(a) definida no intervalo (a, b) e o algoritmo:


Passo 1 – gere a1, ..., an de uma distribuição uniforme U(a, b);

Passo 2 – calcule g(a1) , ..., g(an);

Passo 3 – calcule a média amostral g*=( g(a1) + ...+ g(an))/n;

Passo 4 – calcule Î=(b-a)g*.


Pode-se dizer, em relação ao algoritimo acima, que trata-se do


A

método de amostrador de Gibs para a obtenção de médias simuladas.


B

método de Monte Carlo via função de importância para o cálculo de integrais.


C

método de amostrador de Gibs para a geração de amostras.


D

algoritmo de Metropolis-Hastings para a geração de amostras.


E

método de Monte Carlo Simples para o cálculo de integrais.

Independentemente da distribuição das notas da Prova Brasil, caso seja necessário simular as notas dessa prova para permitir a aplicação de teorias assintóticas, é recomendável a aplicação do método de Monte Carlo, considerando-se que as notas da referida prova seguem distribuição normal.


C
Certo

E
Errado
A simulação de Monte Carlo é considerada uma simulação estática, uma vez que simplesmente repete, de forma aleatória, o mesmo tipo de experimento diversas vezes.

C
Certo

E
Errado

A diferença básica entre os métodos de otimização de sistemas físicos denominados Monte Carlo e GSA é que, neste, a temperatura varia com o tempo.


C
Certo

E
Errado
 
 
Gerar simulado