Questões de Concurso

Julgue o próximo item, a respeito de computação e de programação. 

A função print() - seguida pela mensagem entre parênteses - é utilizada tanto em Python quanto em R para exibir mensagens na tela. 

Julgue o próximo item, a respeito de computação e de programação. 

As ferramentas de business intelligence, como o Tableau e o Power BI, são utilizadas para criação de dashboards e não possuem funcionalidades para análise de dados ou integração com bancos de dados. 

Julgue o próximo item, a respeito de computação e de programação. 

O Maple é utilizado para cálculo simbólico, o Mathematica possui capacidades de computação simbólica e numérica integradas, e o R é usado para análise estatística e para visualização de dados. 

Julgue o próximo item, a respeito de computação e de programação. 

APIs permitem que diferentes sistemas se comuniquem de maneira eficiente e segura, o que facilita o desenvolvimento de soluções que necessitam interagir com múltiplas fontes de dados. 

Julgue o próximo item, a respeito de computação e de programação. 

Na resolução de problemas de programação linear, o método simplex pode ser utilizado diretamente em problemas com variáveis inteiras, sem a necessidade de métodos adicionais, como o branch and bound ou o método de planos cortantes.

Julgue o próximo item, a respeito de computação e de programação. 

O teorema de Liouville, no contexto de análise complexa, estabelece que qualquer função inteira e limitada em um plano complexo é necessariamente uma função constante, tal que funções do tipo e^z, em que z é uma variável complexa, são também constantes, pois são limitadas. 

Julgue o próximo item, a respeito de computação e de programação. 

A análise de Big Data lida com dados estruturados, como tabelas e bancos de dados relacionais, mas não considera dados não estruturados, como textos, imagens e vídeos. 

Julgue o próximo item, relativo a aprendizado de máquina e modelagem preditiva. 

As redes neurais artificiais podem ser utilizadas na previsão de safras agrícolas, pois esses algoritmos conseguem identificar padrões complexos em grandes volumes de dados históricos e meteorológicos, o que permite prever com precisão o rendimento das colheitas. 

Julgue o próximo item, relativo a aprendizado de máquina e modelagem preditiva. 

O uso de algoritmos de clustering é mais adequado que o uso de algoritmos de regressão linear para prever a produção agrícola, pois eles são capazes de encontrar relações lineares entre as variáveis. 

Julgue o item subsequente, a respeito de sensoriamento remoto e de sistemas de informação geográfica. 

A integração de dados provenientes de diferentes fontes, como sensores de solo, drones e satélites, permite a criação de modelos preditivos que ajudam na melhoria de práticas agrícolas e no aumento da produtividade. 

Julgue o item subsequente, a respeito de sensoriamento remoto e de sistemas de informação geográfica. 

Em sistemas de agricultura de precisão, o armazenamento de dados em servidores locais é preferível ao armazenamento em nuvem, pois garante maior controle sobre os dados e menor dependência de conectividade com a Internet. 

Julgue o item subsequente, a respeito de sensoriamento remoto e de sistemas de informação geográfica. 

O uso de plataformas de Big Data em agricultura dispensa algoritmos de aprendizado de máquina, pois a análise estatística tradicional é suficiente para gerar resultados úteis. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

A aplicação de algoritmos de aprendizado de máquina, como random forest e redes neurais artificiais, na modelagem de dados de imagens de satélite para estimativa de produtividade agrícola, elimina a necessidade de calibração e validação com dados coletados em campo.

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

Sensores multiespectrais embarcados em VANTs dispensam a necessidade de calibração com dados de campo para estimar biomassa e estresse hídrico das culturas. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

A estimativa de produtividade agrícola por meio de imagens de satélite pode ter sua acurácia comprometida, devido a fatores como cobertura de nuvens, resolução espectral inadequada e ausência de dados de calibração com medições de campo.

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

A análise de variabilidade espacial da umidade do solo a partir de dados de sensores remotos é imprecisa, pois, nas imagens obtidas, é difícil capturar variações na umidade do solo. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

A análise espacial de índices de vegetação, como o NDVI (normalized difference vegetation index), permite monitorar a saúde das culturas agrícolas e pode indicar deficiências nutricionais ou estresse hídrico. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

O uso de sistema de informação geográfica na agricultura de precisão permite mapear áreas com diferentes níveis de produtividade e criar zonas de manejo específicas, o que otimiza o uso de insumos e reduz os impactos ambientais. 

Julgue o próximo item, relativo a análise espacial e geoprocessamento. 

O uso de sistema de informação geográfica na inteligência estratégica territorial permite identificar zonas de conflito de uso da terra, auxiliando na tomada de decisão para o planejamento agrícola sustentável. 

Acerca de técnicas e métodos estatísticos para a análise de dados agrícolas, julgue o item que se segue. 

Em estatística descritiva aplicada a dados agrícolas, a mediana é uma medida de tendência central menos sensível a valores extremos do que a média aritmética.