Baixe o app para aproveitar ainda mais
Prévia do material em texto
1a Questão Acerto: 1,0 / 1,0 Principal característica de uma Distribuição Uniforme: A probabilidade do evento x observa uma função exponencial. As probabilidades de ocorrência dos eventos possíveis são diferentes entre si. A probabilidade de qualquer evento pertinente à Distribuição Uniforme é igual a 1. Todos os valores de x possuem a mesma probabilidade de ocorrência. A probabilidade de qualquer evento pertinente à Distribuição Uniforme é nula. 2a Questão Acerto: 1,0 / 1,0 Assinale o nome recebido por um processo markoviano em que o espaço de estados é discreto: cadeia de estados cadeia discreta cadeia de Markov nenhuma das alternativas anteriores processo discreto Explicação: Quando o conjunto ¿ ou espaço de estados ¿ é discreto , o processo markoviano recebe uma denominação especial: cadeia de Markov. 3a Questão Acerto: 1,0 / 1,0 Um caixa único de um Banco atende em média 5 clientes a cada 30 minutos. Sabe-se que entram no banco para atendimento no caixa, 8 clientes por hora. Qual o número médio de clientes no Sistema ? 10 clientes 2 clientes 4 clientes 1 cliente 3 clientes 4a Questão Acerto: 1,0 / 1,0 Considere uma fila do tipo M/M/1 com taxa de chegada = 10 clientes/hora e de atendimento = 12 clientes/hora. Assinale a alternativa que apresenta o tempo médio de clientes na fila (em horas): 0,5 25 0,42 30 nenhuma das alternativas anteriores Explicação: Ref.: Utilize a ferramenta online disponível em https://www.supositorio.com/rcalc/rcalclite_esp.htm, acesso em 13 DEZ 19 5a Questão Acerto: 1,0 / 1,0 Assinale a alternativa que apresenta as três fases do ciclo de simulação: nenhuma das alternativas anteriores Planejamento - Ação - Avaliaçao Análise - Projeto - Desenvolvimento Concepção - Implementação - Análise Desenvolvimento - Análise - Decisão Explicação: Conforme proposto por Chwif e Medina, o chamado Ciclo de Simulação envolve três fases principais ¿ concepção, implementação e análise. 6a Questão Acerto: 0,0 / 1,0 Em um processo de coleta de dados, é importante identificar possíveis pontos discrepantes, os ditos outliers. Considerando que Q1 representa o primeiro quartil de uma coleção de dados, enquanto Q3 representa o terceiro quartil da mesma coleção, temos que os outliers são os pontos que estão fora do intervalo dado por _________________________ : [Q1 + 1,5(Q3 - Q1); Q3 - 1,5(Q3-Q1)] [Q1 + 1,5(Q3 - Q1); Q3 + 1,5(Q3-Q1)] [Q1 - 1,5(Q3 - Q1); Q3 - 1,5(Q3-Q1)] nenhuma das alternativas anteriores [Q1 - 1,5(Q3 - Q1); Q3 + 1,5(Q3-Q1)] Explicação: Os outliers são os valores que estão fora do intervalo determinado por [Q1 - 1,5(Q3 - Q1); Q3 + 1,5 (Q3 - Q1)] 7a Questão Acerto: 1,0 / 1,0 Assinale a alternativa que apresenta a lista correta de parâmetros empregados na ferramenta INPUT ANALYZER para a representação da distribuição de probabilidade de Poisson: média mínimo - máximo mínimo - máximo - média média logarítmica média - desvio-padrão Explicação: Na distribuição de Poisson, o único parâmetro utilizado é a média do processo estocástico. 8a Questão Acerto: 1,0 / 1,0 Assinale a alternativa que apresenta o relatório que contém informações de tempo relacionadas a filas no ROCKWELL ARENA: Queue Number Scheduled Number Busy Scheduled utilization Resource Explicação: Conforme visto na Aula 8, relatório QUEUE (Filas), em sua seção TIME (Tempo), contém informações de TEMPO relacionadas às FILAS. 9a Questão Acerto: 1,0 / 1,0 O software ROCKWELL ARENA dispõe de blocos de processos e dados para a construção de modelos. Assinale a alternativa que apresenta o módulo de processamento em um modelo de simulação: DISPOSE MODEL CREATE PROCESS SIMULATE Explicação: O módulo PROCESS é um dos mais importantes da ferramenta ROCKWELL ARENA, pois simboliza o método de processamento na simulação 10a Questão Acerto: 1,0 / 1,0 Assinale a alternativa que NÃO apresenta um passo do método de Monte Carlo: Agregar e manipular os resultados da amostra de forma a obter uma estimativa da solução do problema Gerar valores pseudo-aleatórios de acordo com a função densidade de probabilidade que define cada incerteza do problema em análise. Modelar o problema definindo uma função densidade de probabilidade para representar o comportamento de cada uma das incertezas do sistema - normalmente, associadas aos padrões de chegada ou os módulos internos de processamento Realizar um único experimento de geração e coleta de dados. Calcular o resultado determinístico, com base na substituição das incertezas pelos valores gerados. Explicação: Como o método de Monte Carlo não apresenta o valor exato, mas uma aproximação da solução, sujeita a erros, há a necessidade de se reduzir o dito erro de aproximação, que é inversamente proporcional ao tamanho da amostra. Assim, se aumentarmos a quantidade de experimentos, o erro de aproximação se torna menor
Compartilhar