Baixe o app para aproveitar ainda mais
Prévia do material em texto
1. PESQUISA OPERACIONAL 7945-30_43701_R_E1_20232 2. : QUESTIONÁRIO UNIDADE II Curso PESQUISA OPERACIONAL Teste QUESTIONÁRIO UNIDADE II Iniciado 28/11/23 11:27 Enviado 28/11/23 11:37 Status Completada Resultado da tentativa 4,5 em 5 pontos Tempo decorrido 9 minutos Resultados exibidos Todas as respostas, Respostas enviadas, Respostas corretas, Comentários, Perguntas respondidas incorretamente • Pergunta 1 0,5 em 0,5 pontos O que é otimização de redes? Resposta Selecionada: a. É uma subárea da pesquisa operacional focada em design, planejamento e operação de redes. Respostas: a. É uma subárea da pesquisa operacional focada em design, planejamento e operação de redes. b. É o estudo sobre como otimizar websites para motores de busca. c. É um ramo da matemática aplicada que lida exclusivamente com redes de computadores. d. É um campo da física que estuda as interações entre diferentes redes. e. É um tipo de otimização que só pode ser aplicada a redes de distribuição de energia. Comentário da resposta: Resposta: A Comentário: A otimização de redes é uma subárea dentro da pesquisa operacional que se concentra no design, planejamento e operação de redes de tal forma que se possa alcançar um determinado objetivo, como maximizar a eficiência ou minimizar os custos, sob determinadas restrições. Ela lida principalmente com problemas que podem ser representados por uma estrutura de rede composta por nós e arcos. Estes problemas têm uma vasta gama de aplicações, desde a logística e transporte até a comunicação de dados e distribuição de energia. • Pergunta 2 0,5 em 0,5 pontos https://ava.ead.unip.br/webapps/blackboard/execute/courseMain?course_id=_318317_1 https://ava.ead.unip.br/webapps/assessment/review/review.jsp?attempt_id=_100600857_1&course_id=_318317_1&content_id=_3710695_1&return_content=1&step= Considere as informações sobre o Algoritmo de Dijkstra para resolução do problema do caminho mais curto em grafos. Assinale a alternativa correta. Resposta Selecionada: e. Uma das aplicações práticas do Algoritmo de Dijkstra é na determinação de rotas em sistemas de navegação GPS. Respostas: a. O Algoritmo de Dijkstra pode ser aplicado em grafos com arestas de peso negativo, pois sempre encontrará o caminho mais curto, independentemente dos pesos. b. O Algoritmo de Dijkstra é um exemplo de um algoritmo não guloso, pois não faz escolhas localmente ótimas. c. A complexidade computacional do Algoritmo de Dijkstra é sempre quadrática, independentemente da implementação. d. O Algoritmo de Dijkstra é um exemplo de um algoritmo não guloso, pois não faz escolhas localmente ótimas. e. Uma das aplicações práticas do Algoritmo de Dijkstra é na determinação de rotas em sistemas de navegação GPS. Comentário da resposta: Resposta: E Comentário: O algoritmo de Dijkstra é um dos algoritmos mais conhecidos para encontrar o caminho mais curto entre nós em um grafo, o que o torna ideal para sistemas de navegação GPS que necessitam calcular a rota mais rápida de um ponto a outro. • Pergunta 3 0,5 em 0,5 pontos Baseando-se nas características e no funcionamento do algoritmo de Kruskal, assinale a alternativa correta. Resposta Selecionada: b. Uma das vantagens do algoritmo de Kruskal é a sua simplicidade e facilidade de implementação. Respostas: a. O algoritmo de Kruskal é mais eficiente para grafos densos do que para grafos esparsos. b. Uma das vantagens do algoritmo de Kruskal é a sua simplicidade e facilidade de implementação. c. No algoritmo de Kruskal, as arestas do grafo são organizadas em ordem decrescente de peso na fase de inicialização. d. Se durante a execução do algoritmo de Kruskal, uma aresta selecionada conecta dois vértices que já pertencem à mesma árvore, ela é adicionada à solução. e. O algoritmo de Kruskal termina quando todas as arestas foram adicionadas à solução. Comentário da resposta: Resposta: B Comentário: O algoritmo de Kruskal é um método popular para encontrar uma árvore geradora mínima em um grafo conectado e ponderado. Uma árvore geradora mínima é uma subestrutura que conecta todos os vértices do grafo com o menor custo total de arestas possível, sem criar ciclos. Como funciona o algoritmo de Kruskal: Ordenação das arestas: inicialmente, todas as arestas do grafo são ordenadas em ordem crescente de seu peso (ou custo). Inicialização: cria-se uma floresta F, que é um conjunto de árvores onde cada árvore representa um vértice isolado do grafo. Seleção de arestas: as arestas do grafo são percorridas na ordem estabelecida, começando pela de menor peso. Cada aresta é analisada para determinar se a sua adição à floresta F cria um ciclo. Construção da árvore: se a adição de uma aresta não formar um ciclo, ela é incorporada à floresta F, conectando duas árvores (ou dois vértices) em uma só. Se a adição da aresta formar um ciclo, ela é descartada. Repetição: o processo continua até que todas as árvores na floresta F sejam conectadas, formando uma única árvore geradora mínima que inclui todos os vértices do grafo. Vantagens do algoritmo de Kruskal: Simplicidade: o algoritmo é conceitualmente simples e fácil de implementar. Adaptabilidade: pode ser facilmente adaptado para situações onde os grafos são modificados frequentemente e é necessário encontrar árvores geradoras mínimas múltiplas vezes. Universalidade: funciona bem com grafos dispersos ou densos, desde que as arestas possam ser ordenadas de maneira eficiente. Não depende de um vértice inicial: diferentemente de alguns outros algoritmos de árvore geradora mínima, o algoritmo de Kruskal não começa de um vértice específico, o que elimina a possibilidade de viés na construção da árvore baseada na escolha do vértice inicial. • Pergunta 4 0,5 em 0,5 pontos Assinale a alternativa que melhor define o conceito de "Matriz de Pagamento" na Teoria da Decisão. Resposta Selecionada: a. Uma representação tabular das recompensas ou custos associados às várias combinações de alternativas e estados da natureza. Respostas: a. Uma representação tabular das recompensas ou custos associados às várias combinações de alternativas e estados da natureza. b. Um gráfico que representa as diferentes alternativas e eventos incertos. c. Uma técnica utilizada para resolver problemas de decisão de otimização. d. Um plano de ação que especifica qual alternativa seguir para cada possível estado da natureza. e. Um método usado para examinar como as mudanças nas entradas de um modelo de decisão afetam a decisão ótima. • Pergunta 5 0,5 em 0,5 pontos O que o Critério de Maximax busca ao tomar uma decisão sob risco na pesquisa operacional? Resposta Selecionada: c. Escolher a decisão com o maior payoff possível. Respostas: a. Escolher a decisão com a média mais alta de payoffs. b. Calcular o valor esperado de cada decisão e escolher a de maior valor. c. Escolher a decisão com o maior payoff possível. d. Minimizar o arrependimento máximo. e. Escolher a decisão cujo pior payoff seja o melhor entre os piores payoffs possíveis. Comentário da resposta: Resposta: C Comentário: O Critério de Maximax é uma abordagem de tomada de decisão sob incerteza que é usada quando um tomador de decisão é extremamente otimista e busca maximizar o retorno máximo possível. Este critério é considerado um dos mais agressivos e menos avessos ao risco, pois foca na melhor das possíveis consequências, ignorando os riscos associados. O Critério de Maximax funciona da seguinte maneira: Para cada estratégia disponível ao tomador de decisão, identifique o resultado mais favorável (o máximo payoff). Escolha a estratégia que possui o máximo payoff possível entre todos os máximos identificados.• Pergunta 6 0,5 em 0,5 pontos Com base na Teoria das Filas na pesquisa operacional, como são classificados os sistemas de filas quanto à fonte de entrada? Resposta Selecionada: a. População Infinita e População Finita. Respostas: a. População Infinita e População Finita. b. Determinístico e Estocástico. c. FIFO e LIFO. d. Capacidade Ilimitada e Capacidade Limitada. e. Sistema de Um Único Servidor e Sistema de Múltiplos Servidores. Comentário da resposta: Resposta: A Comentário: Segundo a fonte de entrada: ▪ População Infinita: quando o número de possíveis clientes é muito grande, como um posto de gasolina em uma rodovia movimentada. • População Finita: quando o número de possíveis clientes é limitado, como funcionários de uma empresa usando a mesma impressora. • Pergunta 7 0 em 0,5 pontos O que é a Política de Filas em um sistema de filas? Resposta Selecionada: c. É o que específica como os clientes são atendidos em termos de capacidade e disciplina. Respostas: a. É o que define o tempo de chegada dos clientes. b. É o que determina o tempo de serviço necessário para cada cliente. c. É o que específica como os clientes são atendidos em termos de capacidade e disciplina. d. É o que determina a ordem pela qual os clientes serão atendidos na fila. e. É o que define quem são os clientes e como eles chegam ao sistema. • Pergunta 8 0,5 em 0,5 pontos Sobre a notação de Kendall em Teoria das Filas, o que o símbolo G representa na posição do tempo de serviço (B) na notação básica A/B/C? Resposta Selecionada: a. Tempo de serviço geral, sem uma distribuição específica. Respostas: a. Tempo de serviço geral, sem uma distribuição específica. b. Tempo de serviço exponencialmente distribuído. c. Tempo de serviço determinístico ou constante. d. Processo de chegada com distribuição de Poisson. e. Número de servidores no sistema. Comentário da resposta: Resposta: A Comentário: A notação de Kendall é amplamente utilizada em Teoria das Filas para descrever e classificar sistemas de filas de uma forma concisa. Esta notação é composta por três (ou às vezes mais) símbolos que são utilizados para sumarizar as características principais de um sistema de filas. A notação básica de Kendall é A/B/C, onde: 1. A: Refere-se ao processo de chegada. Alguns dos símbolos mais comuns são: - M: Chegadas com distribuição de Poisson (do inglês, Memoryless). - D: Chegadas determinísticas ou constantes. - G: Chegadas gerais, onde não há um padrão específico. 2. B: Refere-se à distribuição do tempo de serviço. Assim como o processo de chegada, os símbolos mais comuns são: - M: Tempo de serviço exponencialmente distribuído. - D: Tempo de serviço determinístico ou constante. - G: Tempo de serviço geral, sem uma distribuição específica. 3. C: Refere-se ao número de servidores no sistema. Um exemplo clássico é o M/M/1. Este é um sistema de filas onde as chegadas são modeladas por um processo de Poisson, os tempos de serviço são exponencialmente distribuídos e há um único servidor. Além da notação básica A/B/C, Kendall às vezes inclui mais símbolos para fornecer detalhes adicionais sobre a capacidade da fila, a disciplina da fila etc. Por exemplo, M/M/1/N/FIFO inclui detalhes sobre uma capacidade máxima de fila N e uma disciplina de fila FIFO. • Pergunta 9 0,5 em 0,5 pontos O que caracteriza o Método Monte Carlo? Resposta Selecionada: b. Uma técnica de simulação estatística utilizada para modelar a probabilidade de diferentes resultados em processos complexos. Respostas: a. Uma técnica que depende inteiramente de modelos matemáticos determinísticos. b. Uma técnica de simulação estatística utilizada para modelar a probabilidade de diferentes resultados em processos complexos. c. Um processo que elimina a necessidade de considerar variáveis aleatórias em simulações. d. Uma abordagem que só é aplicável em pesquisa operacional e finanças. e. Um método que garante previsões precisas em todos os tipos de processos. Comentário da resposta: Resposta: B Comentário: O Método Monte Carlo foi criado para lidar com a incerteza e complexidade nos sistemas, e é amplamente usado em pesquisa operacional para tomar decisões mais informadas sob condições de incerteza. A sua maior força reside na sua capacidade de transformar problemas complexos e estocásticos em experimentos simulados que podem ser analisados estatisticamente. • Pergunta 10 0,5 em 0,5 pontos Quais são as limitações do Método Monte Carlo? Resposta Selecionada: c. Alto poder de computação para grandes simulações e resultados dependentes da qualidade dos dados e do modelo. Respostas: a. Falta de flexibilidade e baixa necessidade de poder de computação. b. Resultados imprecisos com bons dados e modelo. c. Alto poder de computação para grandes simulações e resultados dependentes da qualidade dos dados e do modelo. d. Aplicabilidade restrita a campos específicos. e. Resultados sempre precisos, independentemente dos dados. Comentário da resposta: Resposta: C Comentário: ▪ Requer alto poder de computação para grandes simulações. ▪ Os resultados são tão bons quanto os dados e o modelo, o que significa que os dados ruins podem levar a conclusões imprecisas.
Compartilhar