Buscar

modelagem e análise de sistemas produtivos

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

Prévia do material em texto

Disciplina: MODELAGEM, ANÁLISE E SIMUL. DE SISTEMAS PRODUTIVOS  AV
Aluno: LUIS GUSTAVO DANTAS PONTES DE MOURA 202202654078
Professor: LEONARDO MENEZES MELO
 
Turma: 9001
DGT0413_AV_202202654078 (AG)   07/06/2023 14:58:58 (F) 
Avaliação: 4,00 pts Nota SIA: 6,00 pts
 
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
18/32
 15/32
 11/32
6/32
 2. Ref.: 7799979 Pontos: 1,00  / 1,00
Considere um passeio aleatório no grá�co a seguir consistindo em dois dodecágonos aninhados:
Encontre a distribuição estacionária.
Não existe
1/8
 1/24
1/3
1/12
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7799778.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7799979.');
 
4496 - FUNDAMENTOS DE SIMULAÇÃO  
 
 3. Ref.: 7796807 Pontos: 0,00  / 1,00
Entidades são elementos individuais do sistema que estão sendo simulados e cujo comportamento está sendo
rastreado explicitamente. Cada entidade pode ser identi�cada individualmente. O conjunto de todas as entidades
que possuem os mesmos atributos é classi�cado como:
Tipo de valor
Tipo de hierarquia
Tipo de função
 Tipo de atributo
 Tipo de entidade
 4. Ref.: 7796833 Pontos: 1,00  / 1,00
Em muitas lojas de varejo e bancos, a administração tentou reduzir a frustração dos clientes aumentando de alguma
forma a velocidade do caixa e das �las do caixa. Qual das seguintes é uma razão para empregar a simulação?
Para gerar mais chegadas ao sistema
Para reduzir os tempos de serviço
 Para reduzir o tempo de espera do cliente na �la
Para reduzir o tempo ocioso do trabalhador na linha
Para reduzir o número de clientes no sistema de entrada
 
4497 - MODELO CONCEITUAL  
 
 5. 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).
 87,5%
73,00%
92,6%
65,3%
78,4%
 6. 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 primitivo.
Tipo de dados lógicos.
 Tipo de dados abstrato.
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7796807.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7796833.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7797521.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7797617.');
Algoritmo.
 Estrutura de dados.
 
4498 - MODELAGEM DE DADOS DE ENTRADA PARA SIMULAÇÃO  
 
 7. Ref.: 7797633 Pontos: 1,00  / 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
seguintes resultados. Qual o p-value?
  F1 F2 F3
D 8 15 11
ND 62 67 57
 0,496
0,381
0,561
0,484
0,049
 8. 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:
I e II
 I e III
III e IV
II, III e IV
 I, II e III
 
4499 - SIMULAÇÃO E OTIMIZAÇÃO  
 
 9. Ref.: 7800766 Pontos: 0,00  / 1,00
Qual das seguintes a�rmações será verdadeira se o número de repetições usadas em um estudo de Monte Carlo for
pequeno?
 
i. A estatística de interesse pode ser estimada de forma imprecisa
ii. Os resultados podem ser afetados por combinações não representativas de sorteios aleatórios
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7797633.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7797548.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7800766.');
iii. Os erros padrão nas quantidades estimadas pode ser inaceitavelmente grandes
iv. Técnicas de redução de variância podem ser usadas para reduzir os erros padrão
(ii), (ii) e (iv) apenas
 (i), (ii), (iii) e (iv)
(ii) e (iv) apenas
 (i), (ii) e (iv) apenas
(i) e (iii) apenas
 10. Ref.: 7800795 Pontos: 0,00  / 1,00
Na modelagem de otimização, técnicas matemáticas são usadas para representar uma situação do mundo real. Essa
abordagem leva em consideração as principais variáveis, restrições e compensações para determinar uma solução
ideal que seja viável e atinja determinados objetivos. A simulação, por outro lado, avalia vários cenários diferentes na
tentativa de entender como um sistema funcionaria. Qual é a diferença entre um modelo e uma simulação?
Uma simulação tem que ter partes móveis.
 Uma simulação imita um ambiente particular.
Uma simulação precisa de um supercomputador para executá-la.
 Você pode testar um modelo antes de construí-lo.
A criação de um modelo ou simulação é gratuita.
javascript:alert('C%C3%B3digo da quest%C3%A3o: 7800795.');

Outros materiais