Questões de Concurso
Sobre álgebra linear em matemática
Foram encontradas 2.474 questões

Com base no texto e no sistema de equações apresentado acima, julgue o seguinte item.
Assim, por exemplo, o elemento q23 representa a quantidade de produto X vendida pela loja 2 no dia 13 (terceiro dia da semana), e o elemento p37 , o preço do produto X vendido na loja 3 no dia 17 (sétimo dia da semana). De acordo com essas informações, o total obtido pela rede de supermercados na venda do produto X, durante os três primeiros dias desta semana, correspondem em reais, a:
matriz M3x2
formada pelos vértices do triângulo ABC e o produto de M pela matriz T2x2=
resulta na matriz R3x2
formada pelos vértices do triângulo DEF da figura.
Os triângulos MNO, DEF, JKL e QRS, com relação ao triângulo ABC, são respectivamente:

Um estudo foi realizado para avaliar a associação linear entre o valor de uma causa judicial trabalhista (Y) e o seu tempo de duração do processo (X). Considerando o modelo de regressão linear simples na forma Yi = aXi + b + εi , em que εi representa o erro aleatório normal com média nula e variância V, a tabela acima mostra alguns resultados. Com base nessas informações, considerando que
representa a estimativa de mínimos quadrados ordinários do coeficiente angular desse modelo de regressão linear, julgue o próximo item. O coeficiente de determinação do modelo é superior a 55% e inferior a 75%.

Um estudo foi realizado para avaliar a associação linear entre o valor de uma causa judicial trabalhista (Y) e o seu tempo de duração do processo (X). Considerando o modelo de regressão linear simples na forma Yi = aXi + b + εi , em que εi representa o erro aleatório normal com média nula e variância V, a tabela acima mostra alguns resultados. Com base nessas informações, considerando que
representa a estimativa de mínimos quadrados ordinários do coeficiente angular desse modelo de regressão linear, julgue o próximo item. O valor do coeficiente do R2 ajustado é superior a 0,7.
Esse modelo é linear.
A variável Zi = exp(Yi ) tem uma distribuição log-Normal.
Se as variáveis X1 e X2 possuírem correlação próxima a 1, então os parâmetros β1 e β2 serão linearmente independentes.
A suposição de homocedasticidade pode ser verificada através de um gráfico de resíduos.
Um critério utilizado para se verificar a qualidade de ajuste de um modelo de regressão é o AIC (critério de informação de Akaike), que é dado por AIC = 2(k – l (b; X)), em que k é o número de parâmetros do modelo e l (b; X) é a log-verossimilhança l(β; X) calculada em β = b. Considerando a classe dos modelos com k = κ parâmetros, então o AIC será mínimo se b for o estimador de máxima verossimilhança para β.
Considerando um gráfico da distância de Cook para cada observação amostral que resultou de um ajuste por regressão linear, as observações influentes são aquelas que apresentam pequenas distâncias de Cook
Considere que Y seja uma variável binária e Z seja definida por Z = 1n ( p/1- p) = β 0 + β1X em que p = p( Y = 1) e X é uma covariável. Considere ainda que X assuma valores inteiros positivos, que β0= β1 = 0,2 e que 2,72 e 7,39 sejam os valores aproximados, respectivamente, de e e e2 Nessa situação, é correto afirmar que a chance de Y = 1 quando X = 10 é superior a 5 vezes a chance correspondente quando X = 0.
Considere que um modelo linear múltiplo com interação seja dado por Yi = β0 + β1 X1i + β2 X2i - β12 X1i X2i + ∈i, ∈i ~N ( 0; σ2) em que E ( Yi | X1i = 0, X2i= 0) = E ( Yi | X 1i = 1, X2i = k), k < ∞, β1 > 0, β2 > 0, β12 > 0 .Nessa situação, β2 ≠ β12.
O intercepto do modelo de regressão linear simples Yi = α + βi + ∈i, ∈i ~ N( 0; σ2) depende apenas da média de x e y para ser calculado.
Se a amostra X1, X2, ... , Xn for formada por observações dependentes, então a função de verossimilhança será igual a