Selecionar segmento
Estude com questões de diferentes segmentos
Atenção: Isso limpará todos os campos já preenchidos no filtro!
Foram encontradas 13.777 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Q927740
Estatística
Texto associado
X e Y são variáveis aleatórias discretas cm função de probabilidade conjunta dada por:
Assim, por exemplo, P[ X = 1; Y = 0] = 0,2.
E[XY] é igual a
Q927739
Estatística
Texto associado
X e Y são variáveis aleatórias discretas cm função de probabilidade conjunta dada por:
Assim, por exemplo, P[ X = 1; Y = 0] = 0,2.
A probabilidade condicional P[ Y = 0 | X = 0] é igual a
Q927738
Estatística
Texto associado
X e Y são variáveis aleatórias contínuas tais que sua função de densidade de probabilidade conjunta é dada por
O valor de E[X] é
Q927737
Estatística
Texto associado
X e Y são variáveis aleatórias contínuas tais que sua função de densidade de probabilidade conjunta é dada por
O valor da constante k é
Q927736
Estatística
Texto associado
Uma variável aleatória discreta X tem função de probabilidade dada por:
Se F(x) representa a função de distribuição de X, ∀ x real, então
F(-0,8) é igual a
Q927735
Estatística
Texto associado
Uma variável aleatória discreta X tem função de probabilidade dada por:
A variância de X é igual a
Q927732
Estatística
Uma urna I contém inicialmente 4 bolas azuis e 6 bolas vermelhas; nessa ocasião, a urna II contém 5 bolas azuis e 4 bolas vermelhas, e a urna III, 2 azuis e 7 vermelhas.
Uma bola é sorteada da urna I e colocada na urna II. Em seguida, uma bola é sorteada da urna II e colocada na urna III. Por fim, uma bola é sorteada da urna III.
A probabilidade de que a bola sorteada da urna III seja azul é igual a
Q927731
Estatística
10% das lâmpadas fabricadas pela empresa A queimam antes de 1000h de funcionamento. Das fabricadas pela empresa B, 5% queima antes de 1000h de funcionamento. Das fabricadas pela empresa C, 1% queima antes de 1000h de funcionamento. Em uma grande loja de varejo, 20% das lâmpadas em estoque são da marca A, 30% são da marca B e 50% são da marca C.
Uma lâmpada é escolhida ao acaso do estoque dessa loja. A probabilidade de que ela não queime antes de 1000h de funcionamento é igual a
Q927730
Estatística
A e B são dois eventos tais que P[A] = 0,4 e P[B] = 0,8.
Os valores mínimo e máximo da probabilidade condicional P[A|B] são, respectivamente,
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926447
Estatística
O processo de calibração é geralmente
necessário em modelagem hidrológica do tipo chuva-vazão
e esse processo é geralmente baseado em
algoritmos de otimização. Em relação a esse
processo, considere as seguintes afirmações:
I. Quando o coeficiente de eficiência de NashSutcliff, aplicado às séries de vazão no período de calibração, é negativo, significa que o erro quadrático médio resultante do uso do modelo no período de calibração é maior do que o erro quadrático médio que teria sido obtido caso todos os valores simulados fossem iguais à média das vazões observadas no mesmo período. II. Funções objetivo que empregam as vazões simuladas e observadas, e que são baseadas no somatório dos resíduos quadráticos acabam por enfatizar o desempenho do modelo em momentos de vazões mais altas. III. Os resultados obtidos em um processo de calibração dependem fortemente da função objetivo empregada: fato esse que motivou o surgimento de abordagens multiobjetivas. IV. O algoritmo de otimização denominado Shuffled Complex Evolution Metropolis (SCEM-UA), desenvolvido na Universidade do Arizona, é muito empregado na calibração de modelos hidrológicos e pode ser considerado um algoritmo de busca local.
É correto o que se afirma em
I. Quando o coeficiente de eficiência de NashSutcliff, aplicado às séries de vazão no período de calibração, é negativo, significa que o erro quadrático médio resultante do uso do modelo no período de calibração é maior do que o erro quadrático médio que teria sido obtido caso todos os valores simulados fossem iguais à média das vazões observadas no mesmo período. II. Funções objetivo que empregam as vazões simuladas e observadas, e que são baseadas no somatório dos resíduos quadráticos acabam por enfatizar o desempenho do modelo em momentos de vazões mais altas. III. Os resultados obtidos em um processo de calibração dependem fortemente da função objetivo empregada: fato esse que motivou o surgimento de abordagens multiobjetivas. IV. O algoritmo de otimização denominado Shuffled Complex Evolution Metropolis (SCEM-UA), desenvolvido na Universidade do Arizona, é muito empregado na calibração de modelos hidrológicos e pode ser considerado um algoritmo de busca local.
É correto o que se afirma em
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926446
Estatística
algoritmo MOPSO (Multiobjective Particle
Swarm Optimization) é uma versão do algoritmo de
enxame de partículas que permite obter um conjunto
de soluções não dominadas em um problema
multiobjetivo. Nesse algoritmo, a cada iteração, uma
dada partícula (solução) tem sempre associada a ela
uma melhor solução global e uma melhor solução
individual. Escreva V ou F conforme seja verdadeiro
ou falso o que se afirma a seguir sobre esse
algoritmo.
( ) Funciona apenas com dois objetivos. ( ) Em uma dada iteração, se uma partícula (solução) não pertence à frente de Pareto, a melhor solução global a ser associada a essa partícula é selecionada de forma aleatória a partir de soluções da frente de Pareto que a dominam. ( ) Numa dada iteração, se uma partícula (solução) pertence à frente de Pareto, a melhor solução global associada a essa partícula é selecionada de forma aleatória a partir de soluções da frente de Pareto. ( ) Em uma dada iteração, se a nova posição da partícula (solução) não domina e nem é dominada pela sua melhor posição individual, então, a sua melhor posição individual é alterada para a nova posição.
Está correta, de cima para baixo, a seguinte sequência:
( ) Funciona apenas com dois objetivos. ( ) Em uma dada iteração, se uma partícula (solução) não pertence à frente de Pareto, a melhor solução global a ser associada a essa partícula é selecionada de forma aleatória a partir de soluções da frente de Pareto que a dominam. ( ) Numa dada iteração, se uma partícula (solução) pertence à frente de Pareto, a melhor solução global associada a essa partícula é selecionada de forma aleatória a partir de soluções da frente de Pareto. ( ) Em uma dada iteração, se a nova posição da partícula (solução) não domina e nem é dominada pela sua melhor posição individual, então, a sua melhor posição individual é alterada para a nova posição.
Está correta, de cima para baixo, a seguinte sequência:
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926445
Estatística
Um dos mais importantes conceitos em
programação linear é o da dualidade, que é de
extrema importância para a realização de análise de
sensibilidade. Considere o problema de programação
linear apresentado na Tabela abaixo:
O modelo dual associado é apresentado abaixo:
Escreva V ou F conforme seja verdadeiro ou falso o que se afirma a seguir sobre a relação entre os modelos primal e dual na programação linear.
( ) Todo problema em programação linear possui um modelo dual associado. ( ) O valor ótimo de y1, variável de decisão definida no modelo dual acima, é o preço sombra associado à restrição (I) do problema original ou primal. ( ) O preço sombra, relacionado a uma dada restrição, expressa o valor da derivada da função objetivo em relação ao lado direito da inequação associada à restrição em questão. ( ) Quando uma dada restrição não influencia o valor ótimo de um problema, seu preço sombra é infinito.
Está correta, de cima para baixo, a seguinte sequência:
O modelo dual associado é apresentado abaixo:
Escreva V ou F conforme seja verdadeiro ou falso o que se afirma a seguir sobre a relação entre os modelos primal e dual na programação linear.
( ) Todo problema em programação linear possui um modelo dual associado. ( ) O valor ótimo de y1, variável de decisão definida no modelo dual acima, é o preço sombra associado à restrição (I) do problema original ou primal. ( ) O preço sombra, relacionado a uma dada restrição, expressa o valor da derivada da função objetivo em relação ao lado direito da inequação associada à restrição em questão. ( ) Quando uma dada restrição não influencia o valor ótimo de um problema, seu preço sombra é infinito.
Está correta, de cima para baixo, a seguinte sequência:
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926444
Estatística
Suponha um trecho de rio com dois usuários
de água. As funções de benefício de cada usuário,
dependente da quantidade de água alocada, são
dadas pelas seguintes equações, B1= 10x1 − 
e B2 = 6x2 − 
, em que Bi é o
benefício que o usuário i obtém, caso sejam alocadas
a ele xi unidades de água. Esse trecho de rio contém
apenas 6 unidades de água para ser alocadas, de
forma que x1 + x2 ≤ 6. Considerando que o objetivo é
maximizar a soma dos benefícios de cada usuário,
assinale a opção que apresenta correta e
respectivamente quanto deve ser alocado para os
usuários 1 e 2, e o benefício marginal Bm do sistema
se fosse possível relaxar a restrição de 6 unidades de
água disponíveis no rio.
e B2 = 6x2 − , em que Bi é o
benefício que o usuário i obtém, caso sejam alocadas
a ele xi unidades de água. Esse trecho de rio contém
apenas 6 unidades de água para ser alocadas, de
forma que x1 + x2 ≤ 6. Considerando que o objetivo é
maximizar a soma dos benefícios de cada usuário,
assinale a opção que apresenta correta e
respectivamente quanto deve ser alocado para os
usuários 1 e 2, e o benefício marginal Bm do sistema
se fosse possível relaxar a restrição de 6 unidades de
água disponíveis no rio.
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926443
Estatística
Modelos de rede de fluxo são muito
empregados para simular e otimizar o processo de
alocação de água em uma bacia com múltiplos usos.
Tais modelos representam um sistema de recursos
hídricos por meio de nós e arcos. Os nós geralmente
representam reservatórios, demandas, confluências,
entre outros, enquanto arcos fazem a ligação entre
os nós, representando trechos de rio, adutoras,
canais etc. Escreva V ou F conforme seja verdadeiro
ou falso o que se afirma a seguir sobre o processo de
otimização de uma rede de fluxo.
( ) Embora empregue uma função objetivo linear, é, na verdade, um problema de otimização não linear devido ao uso de restrições não lineares. ( ) Para cada arco do problema, é preciso impor duas restrições, os fluxos máximo e mínimo que podem passar pelo arco. Tais valores podem variar no tempo. ( ) Perdas por evaporação nos reservatórios são estimadas por meio de restrições não lineares. ( ) Prioridades no atendimento às diferentes demandas do sistema são incluídas no conjunto de restrições imposto ao problema de otimização.
Está correta, de cima para baixo, a seguinte sequência:
( ) Embora empregue uma função objetivo linear, é, na verdade, um problema de otimização não linear devido ao uso de restrições não lineares. ( ) Para cada arco do problema, é preciso impor duas restrições, os fluxos máximo e mínimo que podem passar pelo arco. Tais valores podem variar no tempo. ( ) Perdas por evaporação nos reservatórios são estimadas por meio de restrições não lineares. ( ) Prioridades no atendimento às diferentes demandas do sistema são incluídas no conjunto de restrições imposto ao problema de otimização.
Está correta, de cima para baixo, a seguinte sequência:
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926442
Estatística
O método dos Pesos (MP) e o método das
Restrições (MR) são métodos antigos usualmente
empregados para gerar uma aproximação da frente
de Pareto em um problema de otimização
multiobjetivo. Escreva V ou F conforme seja
verdadeiro ou falso o que se afirma sobre esses
métodos no âmbito de um problema com dois
objetivos.
( ) 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:
( ) 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:
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926441
Estatística
Atente às seguintes afirmações sobre algoritmo
baseado em enxames de partículas:
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
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
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926440
Estatística
Considerando a prototipação nos processos de
engenharia de requisitos, assinale a afirmação
FALSA.
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926439
Estatística
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:
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926438
Estatística
Considere a seguinte lista de algoritmos de
otimização já empregados na literatura em estudos
de calibração de modelos hidrológicos: Simplex,
apresentado originalmente por Nelder e Mead
(1965), método de Rosembrook (Rosembrook,
1960), algoritmos baseados nos métodos de Newton
e Quase-Newton, algoritmos genéticos, métodos
baseados em enxames de partículas, e os algoritmos
Shuffled Complex Evolution (SCE) e Shuffled
Complex Evolution Metropolis (SCEM), ambos
desenvolvidos pela Universidade do Arizona. Alguns
desses algoritmos são considerados de busca local e
outros como de busca global. Escreva V ou F
conforme seja verdadeiro ou falso o que se afirma a
seguir sobre alguns desses algoritmos.
( ) 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 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:
Ano: 2018
Banca:
UECE-CEV
Órgão:
Funceme
Prova:
UECE-CEV - 2018 - Funceme - Pesquisador - Informática - Sistema de Suporte de Decisão |
Q926437
Estatística
Nas últimas décadas, observou-se um aumento
no uso de algoritmos baseados em computação
evolutiva para otimização de problemas na
engenharia. Duas abordagens têm sido muito
empregadas: a baseada em algoritmos evolutivos,
como no caso do algoritmo genético, e a baseada em
inteligência de enxames, como no caso do algoritmo
de enxame de partículas. Escreva V ou F conforme
seja verdadeiro ou falso o que se afirma a seguir
sobre algoritmos de otimização baseados em
computação evolutiva.
( ) 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:
( ) 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:
Conheça nossos planos