Questões de Concurso
Comentadas por alunos sobre estatística
Foram encontradas 12.711 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
( ) O MP transforma um problema com dois objetivos em um problema com um único objetivo apenas. ( ) No MP, para obter cada solução não dominada é necessário resolver um problema de otimização. ( ) No MP, diferentes pesos resultam em diferentes soluções na frente de Pareto. ( ) No MR, um dos objetivos passa a ser tratado como uma restrição do problema de otimização.
Está correta, de cima para baixo, a seguinte sequência:
I. Trabalha a partir de um conjunto de soluções iniciais, geradas de forma aleatória no espaço factível de busca. Cada solução é chamada de partícula. II. Ao longo do processo iterativo, o algoritmo mantém na memória a posição da melhor solução encontrada por cada partícula, e essa posição afeta o movimento da partícula na próxima iteração. III. Ao longo do processo iterativo, o algoritmo mantém na memória a posição da melhor solução global, ou seja, considerando todas as partículas, porém, essa informação não afeta o movimento das partículas na próxima iteração. IV. O movimento das partículas em cada iteração segue uma equação determinística.
É correto o que se afirma em
Considere o problema de programação linear apresentado na tabela abaixo:

( ) A solução ótima deverá estar no polígono cujos vértices são dados pelos pontos (x1 = 0, x2 = 0), (x1 = 0, x2 = 2), (x1 = 15/7, x2 = 8/7), (x1 = 3, x2 = 0). ( ) Se C1 = 0,75 e C2 = 1,0, então, há infinitas soluções para o problema. ( ) Se C1 = 1 e C2 = 2, então, a solução ótima é (x1 = 15/7, x2 = 8/7). ( ) Se C1 = 0,4 e C2 = 1,0, então, há infinitas soluções para o problema.
Está correta, de cima para baixo, a seguinte sequência:
( ) O método Simplex e o método de Rosenbrook são algoritmos de busca global. ( ) Algoritmos de busca local baseados em gradientes, como no caso daqueles baseados no método de Newton, apresentam rápida convergência, porém, são muito dependentes da condição inicial. ( ) O SCE emprega uma adaptação do método Simplex para realizar a etapa de evolução de cada grupo de soluções (complex). ( ) O SCEM, além de empregar uma versão adaptada do Simplex, faz também uso do algoritmo Metropolis-Hastings para realizar a etapa de evolução de cada grupo de soluções (complex), permitindo ao final obter uma estimativa das incertezas do modelo hidrológico.
Está correta, de cima para baixo, a seguinte sequência:
( ) O correto funcionamento desses algoritmos não depende da função objetivo ser côncava ou convexa, linear ou não linear. ( ) Algoritmos baseados em computação evolutiva funcionam mesmo quando a função objetivo apresenta descontinuidades, pois não são baseados no gradiente da função objetivo. ( ) Embora possuam componentes de natureza randômica, tais algoritmos alcançam sempre o mesmo resultado. ( ) Não é possível garantir que o resultado obtido é o ótimo global.
Está correta, de cima para baixo, a seguinte sequência:

A média e a mediana do número de gols sofridos nesses jogos são respectivamente
Dois amigos resolveram analisar o tempo em que se deslocavam ao trabalho (em minutos) e cada um realizou o monitoramento do seu percurso. João marcou seu tempo ao longo de oito dias do trajeto realizado ao trabalho e José marcou seu tempo em seis dias. Diante dos dados amostrais apresentados na Tabela abaixo, marque o item que apresenta uma possível resposta para o teste de verificação da existência de evidência de alguma diferença significativa nas variâncias do tempo de deslocamento do trabalho de José e João. Utilize:

Um modelo de Regressão Múltipla tem a sua equação estimada como
, sendo E(ui /x2i , x3i) = 0. Sobre este modelo pode-se afirmar que:
A vida útil, em milhares de horas, de um eletrodoméstico pode ser representada por uma variável aleatória contínua X, com a seguinte função densidade de probabilidade:
ƒx(X) = 0,para X < 25
ƒx(X) = k / k2 , para X ≥ 25
Marque o item abaixo que apresenta, respectivamente, o valor de k e a probabilidade que uma lâmpada
funcione pelo menos 75.000 horas, dado que já funcionou 50.000 horas.
Considerando que X1, X2,..., Xn forem variáveis aleatórias independentes, com funções geradoras de momento
respectivamente definidas por
. Se Y = X1 + X2 + ... + Xn, então a função geradora
de momento de Y será dada por: