Buscar

MODELAGEM ANALISE E SIMULAÇÃO DE SISTEMAS PRODUTIVO

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 4 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Continue navegando


Prévia do material em texto

11/06/2023, 10:21 EPS
https://simulado.estacio.br/alunos/ 1/4
Disciplina: MODELAGEM, ANÁLISE E SIMUL. DE SISTEMAS PRODUTIVOS  AV
Aluno: NILSON TELES DA SILVA NETO SOBRINHO 202203448978
Professor: LUIZ GIL SOLON GUIMARAES
 
Turma: 9001
ARA2062_AV_202203448978 (AG)   07/06/2023 17:41:43 (F) 
Avaliação: 1,00 pts Nota SIA: 1,00 pts
O aproveitamento da Avaliação Parcial será considerado apenas para as provas com nota maior ou igual a 4,0.
 
4495 - PROCESSOS ESTOCÁSTICOS  
 
 1. Ref.: 7799778 Pontos: 0,00  / 1,00
Uma matilha de lobos sempre caça em uma das três regiões R1, R2 e R3. Seus hábitos de caça são os seguintes:
1. Se ela caçar em alguma região um dia, é provável que não volte a caçar lá no dia seguinte.
2. Se ela caçar em R1, nunca caçará em R2 no dia seguinte.
3. Se caçar em R2 ou R3, é igualmente provável que cace em cada uma das outras regiões no dia seguinte.
Se o bando caçar em R1 na segunda-feira, encontre a probabilidade de que ele caça lá na quinta-feira.
8/32
 15/32
18/32
 11/32
6/32
 2. Ref.: 7799979 Pontos: 0,00  / 1,00
Considere um passeio aleatório no grá�co a seguir consistindo em dois dodecágonos aninhados:
Encontre a distribuição estacionária.
 1/24
 1/8
Não existe
1/12
1/3
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7799778.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7799979.');
11/06/2023, 10:21 EPS
https://simulado.estacio.br/alunos/ 2/4
 
4496 - FUNDAMENTOS DE SIMULAÇÃO  
 
 3. Ref.: 7796911 Pontos: 0,00  / 1,00
Qual técnica é usada para encontrar uma solução para otimizar um determinado processo, para obter a maior
produtividade e e�ciência sob certas restrições estocásticas?
 Programação Linear
 Simulação
Técnicas diversi�cadas
Analise matemática
Avaliação do Programa
 
4497 - MODELO CONCEITUAL  
 
 4. Ref.: 7797521 Pontos: 1,00  / 1,00
A Toolco opera uma o�cina de usinagem com um total de 22 máquinas. Sabe-se que cada máquina quebra uma vez a
cada duas horas, em média. O conserto demora 12 minutos, em média. A Toolco quer determinar o número ótimo de
mecânicos de manutenção necessários para manter a o�cina em funcionamento confortavelmente. Analise a
situação com uma investigação sobre a produtividade das máquinas em função do número de mecânicos de
manutenção. Tal medida é de�nida como: Produtividade das máquinas = (Máq. disponíveis ¿ Máq. quebradas)/Máq.
Disponíveis).
78,4%
73,00%
65,3%
 87,5%
92,6%
 5. Ref.: 7797617 Pontos: 0,00  / 1,00
Um modelo pode ajudar a explicar um sistema e estudar os efeitos de diferentes componentes e fazer previsões
sobre o comportamento. Um modelo matemático com uma coleção de operações de�nidas nesse modelo é
chamado:
 Tipo de dados abstrato.
 Tipo de dados lógicos.
Estrutura de dados.
Algoritmo.
Tipo de dados primitivo.
 
4498 - MODELAGEM DE DADOS DE ENTRADA PARA SIMULAÇÃO  
 
 6. Ref.: 7797633 Pontos: 0,00  / 1,00
Um inspetor de qualidade toma uma amostra de 220 artigos num centro de distribuição. Se sabe que cada produto
pode vir de uma de três fábricas e pode ou não estar defeituoso. O inspetor avalia todos os produtos e obtém os
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7796911.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7797521.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7797617.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7797633.');
11/06/2023, 10:21 EPS
https://simulado.estacio.br/alunos/ 3/4
seguintes resultados. Qual o p-value?
 F1 F2 F3
D 8 15 11
ND 62 67 57
 0,496
0,561
 0,484
0,049
0,381
 7. Ref.: 7797548 Pontos: 0,00  / 1,00
Analise as a�rmativas a seguir:
I. O teste do qui-quadrado é um teste não paramétrico que compara duas ou mais variáveis de dados
selecionados aleatoriamente.
II. O teste de ajuste qui-quadrado ajuda a determinar se os dados da amostra correspondem à população ou
não.
III. O teste do qui-quadrado para independência ajuda a determinar se as variáveis são independentes umas das
outras ou não.
IV. Se o valor calculado do qui-quadrado for maior que o valor crítico do qui-quadrado, a hipótese nula (H0) é
aceita.
Está correto o que se a�rma em:
III e IV
I e II
 I, II e III
 I e III
II, III e IV
 
4499 - SIMULAÇÃO E OTIMIZAÇÃO  
 
 8. Ref.: 7800794 Pontos: 0,00  / 1,00
As medições da espessura de uma chapa de aço são normalmente distribuídas com média de 52 mm e desvio padrão
de 2,05 mm. Uma amostra de teste é retida e a espessura apresentada foi de 54,5 mm. Qual é a probabilidade do lote
ser aprovado?
65,9%
 88,9%
 74,2%
84,6%
54%
 9. Ref.: 7800763 Pontos: 0,00  / 1,00
Uma variável pode representar algo que muda durante a simulação, como o número de peças retrabalhadas que
passam por um processo de retrabalho ou o número de unidades concluídas que saem do sistema, que é
incrementado de uma peça ao entrar na área e decrementado ao sair da área. Uma variável que pode assumir
qualquer valor entre dois pontos dados é chamada:
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7797548.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7800794.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7800763.');
11/06/2023, 10:21 EPS
https://simulado.estacio.br/alunos/ 4/4
Variável aleatória irregular
 Variável aleatória contínua
 Variável aleatória discreta
Variável aleatória incerta
Variável aleatória determinística
 10. Ref.: 7800768 Pontos: 0,00  / 1,00
Uma simulação de Monte Carlo é usada para modelar a probabilidade de diferentes resultados em um processo que
não pode ser facilmente previsto devido à intervenção de variáveis aleatórias. É uma técnica usada para entender o
impacto do risco e da incerteza. Uma simulação de Monte Carlo é usada para resolver uma série de problemas em
muitos campos, incluindo investimentos, negócios, física e engenharia. Ao atribuir números aleatórios na simulação
de Monte Carlo, signi�ca que?
 
I. Não é necessário atribuir o intervalo exato do intervalo de números aleatórios como a probabilidade
II. É necessário para desenvolver uma distribuição de probabilidade cumulativa
III. É necessário atribuir os números aleatórios apropriados especí�cos
 
Está correto o que se a�rma em:
Apenas II e III
 Apenas I
Apenas I e II
Apenas II
 Apenas III
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7800768.');