

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
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
50,00%
2,00%
1,99%
1,98%
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:
7;
8;
9;
10;
11.
São métodos de simulação estática:
Amostrador de Gibbs, Metropolis e Monte Carlo.
Monte Carlo, aceitação/rejeição e reamostragem ponderada.
Markov Chain Monte Carlo (MCMC), Metropolis e Monte Carlo.
Monte Carlo, Metropolis e Metropolis-Hastings.
Expectation-Maximization (EM), Metropolis e aceitação/rejeição.
A respeito do método de Monte Carlo, assinale a alternativa correta.
Funciona bem em modelos não lineares.
Não permite explorar diferentes cenários.
É altamente independente de premissas como parâmetros, fórmulas e distribuições.
É um dos métodos computacionalmente mais eficientes.
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
0,691
0,309
0,933
0,841
0,067


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
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
Simulação de Monte Carlo (SMC).
Mineração de Dados (Data Mining).
Cálculo de Média e Desvio Padrão.
Inquérito Estatístico.
Análise de Risco por Dispersão (ARD).



Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.


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
método de amostrador de Gibs para a obtenção de médias simuladas.
método de Monte Carlo via função de importância para o cálculo de integrais.
método de amostrador de Gibs para a geração de amostras.
algoritmo de Metropolis-Hastings para a geração de amostras.
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.


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
O experimento descrito para estimação do número
é exemplo de aplicação do método de Monte Carlo.
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.
Na simulação de Monte Carlo, o modelo emprega amostragem aleatória de uma distribuição de probabilidade.