Questões de Concurso Para fgv

Uma chapa fina de aço, com módulo de elasticidade longitudinal igual a 200GPa e coeficiente de Poisson de 0,3, é solicitada como indicado na figura a seguir.




Considerando as deformações de tração positivas e as de compressão negativas, as deformações nas direções x, y e z (perpendicular a chapa), admitindo estado plano de tensões, valem, respectivamente

Atenção: o enunciado a seguir refere-se à próxima questão.

A figura a seguir apresenta uma viga biapoiada com um trecho em balanço.

Considerando que a viga possui seção transversal quadrada de lado 10cm e a carga q é igual a 5kN/m, a máxima tensão normal nessa viga vale

Atenção: o enunciado a seguir refere-se à próxima questão.

A figura a seguir apresenta uma viga biapoiada com um trecho em balanço.

O valor da carga q para que, em módulo, o momento fletor no ponto médio do vão AB seja igual ao momento fletor no ponto B é

A figura a seguir apresenta uma viga biengastada sob a ação de uma carga concentrada no meio do seu vão.



O máximo momento fletor nessa viga vale

A figura a seguir apresenta um reservatório de água com um pequeno bocal, com diâmetro de 10cm, na região inferior.


Sabe-se, ainda, que o coeficiente de descarga por nesse bocal vale 0,80.
Desse modo, admitindo a aceleração da gravidade igual a 10m/s2 e π = 3, a perda de carga nesse bocal vale

Uma tubulação escoa água de um ponto A para um ponto B, conforme indicado na figura a seguir. 

Sabe-se que a diferença de pressão entre o ponto B e o ponto A é de 0,1kgf/cm² e o diâmetro da tubulação em A é o triplo do diâmetro da tubulação em B.

Nessa condição, a velocidade do fluido em B é de

Em um laboratório, um engenheiro estuda a resistência que uma parede sólida e rugosa exerce à passagem de um fluido. Para tanto, o engenheiro expressa a resistência R por intermédio da seguinte equação:

R = C . p^a1 . v^a2 . e^a3

^{onde p é a massa específica do fluido, v é a velocidade relativa do fluido em relação à parede e e tem dimensão de comprimento (linear) que caracteriza a rugosidade da superfície. Além disso, na equação proposta, C, a1, a2 e a3 são constantes adimensionais. Sabendo que a resistência R deve ser expressa em unidade de força por (dividido) área, os expoentes a1, a2 e a3 devem valer, respectivamente,}

Com relação aos conceitos de dado, informação e conhecimento, avalie as afirmativas a seguir.
I. Os dados são itens elementares, são cadeias de símbolos e não possuem significado. II. São exemplos de conhecimento: tendência de vendas de um produto A em uma região B; relação entre o aumento ou queda do preço de uma ação X, na bolsa de valores, e a variação do câmbio. III. As informações correspondem ao dado processado, com significado e um contexto indefinido.
Está correto o que se afirma em

Considerando os parâmetros (flags) usados na linha de comando ao executar o framework pytest, aquele utilizado para iniciar o debugger interativo do Python é

Com relação ao framework pytest, da linguagem de programação Python, avalie as afirmativas a seguir:
I. O comando pytest executa os arquivos no formato test_*.py ou *_test.py no diretório corrente e nos subdiretórios. II. O comando abaixo mostra os 5 testes com maior tempo de duração. >>> pytest -vv --durations=5 III. É possível invocar o framework pytest usando o próprio interpretador do Python por meio do comando abaixo: >>> python -m pytest
Está correto o que se afirma em

Alguns dos primeiros modelos de linguagem de larga escala desenvolvidos tendiam a gerar resultados incorretos com excesso de confiança, caracterizando o que se convencionou chamar de alucinações dos modelos. Uma estratégia de mitigação das alucinações é o uso da técnica de Geração Aumentada por Recuperação, ou Retrieval-Augmented Generation (RAG).
A respeito da RAG, avalie as afirmativas a seguir.
I. Baseia-se na combinação de sistemas de recuperação de informações e de modelos generativos capazes de produzir novos textos. II. Permite aos modelos buscarem informações relevantes em bases de dados mais confiáveis durante o processamento das consultas dos usuários (user queries), viabilizando melhor adequação a contextos e melhor qualidade das respostas. III. Não altera os parâmetros dos modelos generativos, e, portanto, não influencia o treinamento das redes neurais com informações recuperadas de bases de dados externas.
Está correto o que se afirma em

As arquiteturas de modelos de linguagem de larga escala (Large Language Models - LLM) surgiram recentemente, revolucionando a área de inteligência artificial nas áreas de processamento e geração de texto.
A arquitetura desses modelos baseia-se, majoritariamente, nas redes neurais do tipo transformers. Relacione as arquiteturas a seguir com suas características principais:
1. BERT 2. GPT 3. T5
( ) Utiliza decoders das redes transformer para prever novos tokens a partir de uma sequência, tornando-se ideal para a geração de textos. ( ) Utiliza encoders das redes transformer para "entender" o contexto de frases, tornando-se ideal para classificação de textos. ( ) Utiliza encoders e decoders das redes transformer, sendo adaptável a situações em que seja necessário gerar novos textos ou processar textos para "entender" o contexto das frases. ( ) Em comparação com as outras arquiteturas, tem menor necessidade de fine-tuning para melhora de performance. 
A relação correta, na ordem apresentada, é

As redes neurais artificiais (Artificial Neural Networks - ANN) constituem um grupo de algoritmos inspirados nas funções dos neurônios no cérebro humano. Diversas arquiteturas de redes neurais são utilizadas para diferentes problemas, conforme suas funcionalidades.
Existe uma arquitetura de rede neural específica, especialmente apropriada ao reconhecimento de padrões de imagens e vídeos, por possuir as seguintes propriedades:
• As informações fluem apenas em uma direção. • As informações são propagadas em diferentes camadas neurais que filtram características (isto é, as features). • As informações são propagadas em diferentes camadas que reduzem sua dimensionalidade.
Das opções a seguir, as redes que mais aderem às propriedades listadas acima são as redes 

A decomposição em valores singulares (Singular ValueDecomposition - SVD) é uma técnica para determinar relaçõesentre dados, sendo utilizada no projeto de sistemas derecomendação. Considere a matriz



e sua decomposição em valores singulares dada por A = ∪ Σ V^T .Nesse caso, avalie se as afirmativas a seguir são verdadeiras (V)ou falsas (F).
( ) Os elementos da diagonal principal de Σ são √26 e √6. ( ) Os elementos da primeira coluna da matriz ∪ podem ser dados por 2/√13 e 3/√13. ( ) Os elementos da primeira coluna da matriz V podem ser dados por − 3/√13 e 2/√13 .
As afirmativas são, respectivamente,

A análise de componentes principais (Principal Component Analysis - PCA) é uma técnica de redução de dimensionalidade de dados utilizada em diversas aplicações, tais como em compressão de imagens e em processamento de linguagem natural.
Em relação à análise de componentes principais, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas.
( ) Permite a identificação de correlações e de estruturas de menor dimensionalidade na distribuição espacial dos dados, caracterizadas pelas direções onde há maior variância. ( ) Envolve o cálculo de autovalores e autovetores de matrizes de covariâncias, determinando-se as componentes principais das distribuições de dados. ( ) É adequada para identificar correlações não-lineares entre os dados de um conjunto de alta dimensionalidade, projetando estruturas em espaços vetoriais de menores dimensões.
As afirmativas são, respectivamente,

Alguns algoritmos de aprendizado de máquina servem para agrupar instâncias de dados em clusters, podendo ser utilizados para tarefas como segmentação de imagens, ou segmentação social (por exemplo, para agrupamento de clientes em uma mesma categoria.
Dois dos mais populares algoritmos são o K-means e o DBSCAN. A respeito desses algoritmos, relacione-os com suas principais características:
1. K-means 2. DBSCAN
( ) Precisa da definição de um número inicial de agrupamentos. ( ) Mais robusto à ocorrência de outliers, por sua provável localização em regiões de baixa densidade de dados. ( ) Precisa da definição do número mínimo de vizinhos e do raio da vizinhança para determinar limites dos agrupamentos. ( ) Determina centróides dos agrupamentos e agrupa as instâncias de dados em função de uma métrica de distância entre as instâncias e os centróides.
Assinale a opção que indica a relação correta, na sequência apresentada.

Modelos de previsão podem ser obtidos a partir do uso detécnicas de regressão. Dentre essas técnicas, pode-se citar atécnica de regressão polinomial.
Considere o conjunto de dados e a informação a seguir:



Informação:  


Deseja-se encontrar um modelo de regressão polinomial de 2ograu Y = α₀ + α₁ X + α₂ X² que melhor se encaixe nesse conjunto de dados.

Estimando-se pelo método dos mínimos quadrados, os valores deα₀, α₁ e α₂ serão dados, respectivamente, por

Modelos de aprendizagem de máquina são, em geral, avaliados com métricas que indicam os quão poderosos e relevantes eles são. Entre exemplos de métricas de avaliação utilizadas para modelos de classificação binária, podemos citar:

• Taxa de precisão (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos positivos); • Taxa de sensibilidade (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos negativos, também conhecida por recall); e • Escore F1 (F1-score, também chamado de F-measure), que relaciona as taxas de precisão e de sensibilidade. Suponha a existência de um modelo de classificação binária cuja taxa de precisão é de 90,00% e cuja taxa de sensibilidade é de 75,00%. Utilize aproximação de duas casas decimais.
O escore F1 referente a esse modelo é 

Sobre a Análise Exploratória de Dados (AED), avalie as afirmativas a seguir.
I. A AED permite a obtenção do entendimento sobre os dados coletados. II. A AED fornece uma ideia de como os dados se distribuem e sua forma de apresentação. III. Algoritmos de Machine Learning são as principais ferramentas utilizadas na AED.
Está correto o que se afirma em

Associe os conceitos a seguir às respectivas características.
1. Data Lake 2. Data Mart
( ) Surgiu como uma alternativa aos armazéns de dados tradicionais, permitindo o armazenamento de grandes volumes de dados de qualquer tipo e tamanho. ( ) São criados para tornar os dados mais facilmente acessíveis para geração de relatórios, além de fornecer um estágio adicional de transformação além das tubulações ETL iniciais. ( ) Tipo de armazenamento de dados frequentemente usado para suportar camadas de apresentação do ambiente de data warehouse. ( ) Fornece um local central de armazenamento para dados brutos, com o mínimo de transformação, se houver.
A associação correta, na ordem dada, é: