Exercícios - modelagem analise e simulação de sistemas

Prévia do material em texto

Entidades são os objetos dinâmicos em uma simulação. Eles são criados pelo analista, circulam e são descartados
à medida que saem do sistema. Também é possível ter entidades que nunca saem do sistema, continuam
circulando dentro do sistema. A descrição detalhada das restrições de entidade, relacionamentos de entidade e
tipos de entidade é expressa em:
Analise as afirmações a seguir.
I. A simulação é uma forma de reproduzir o comportamento de um sistema usando um modelo que descreve seus
processos. Os modelos de simulação consistem em especificar as relações matemáticas entre variáveis de
decisão, variáveis incontroláveis e variáveis independentes.
II. A simulação é uma ferramenta que só deve ser utilizada quando a situação envolve, no máximo, dez variáveis de
decisão e o sistema não possui restrições operacionais não lineares.
III. É importante simular um processo longo o suficiente para atingir um estado estacionário, para que os resultados
obtidos representem os valores reais do sistema. Uma limitação da ferramenta é a necessidade de software
avançado, mesmo para simular sistemas simples, com uma ou duas variáveis incontroláveis.
IV. A compressão de tempo, uma das características da simulação, é a capacidade de obter estimativas das
características operacionais em um tempo muito menor do que o tempo necessário para coletar os mesmos dados
em um sistema real.
Assinale a alternativa em que todas as afirmações estão CORRETAS:
Para aplicar a simulação ao mundo real, os matemáticos devem trabalhar com cientistas e engenheiros, para
transformar problemas da vida real em matemática e, então, resolver as equações resultantes. Chamamos esse
processo de modelagem matemática. A função objetivo e as restrições são funções de dois tipos de variáveis:
4496 - FUNDAMENTOS DE SIMULAÇÃO
 
1.
Design conceitual
Projeto de esquema de baixo nível
Projeto de esquema de alto nível
Projeto lógico
Projeto físico
Data Resp.: 30/11/2023 18:39:26
Explicação:
Comentários:
O design conceitual é uma fase inicial do processo. Inclui o design de interações, experiências, processos e
estratégias. Envolve uma compreensão das necessidades do sistema e como atendê-lo.
 
2.
I, III
I, IV
I
II, III
II, IV
Data Resp.: 30/11/2023 18:39:28
Explicação:
Explicação: 
Uma simulação imita a operação de processos ou sistemas do mundo real com o uso de modelos. O modelo
representa os principais comportamentos e características do processo ou sistema selecionado, enquanto a
simulação representa como o modelo evolui sob diferentes condições ao longo do tempo. As simulações são
geralmente baseadas em computador, usando um modelo gerado por software para fornecer suporte às
decisões de gerentes e engenheiros, bem como para fins de treinamento. As técnicas de simulação auxiliam no
entendimento e na experimentação, pois os modelos são visuais e interativos
 
3.
A modelagem matemática é o processo de descrever um problema do mundo real em termos matemáticos,
geralmente na forma de equações, e depois usar essas equações para ajudar a entender o problema original e
para descobrir novos recursos sobre o problema. Na modelagem matemática de um processo, qual opção não é
característica de um método de solução numérica?
Uma simulação de um sistema é a operação de um modelo do sistema. O modelo pode ser reconfigurado e
experimentado; geralmente, isso é impossível, muito caro ou impraticável para fazer no sistema que representa. O
funcionamento do modelo pode ser estudado e, portanto, propriedades relativas ao comportamento do sistema real
ou de seu subsistema podem ser inferidas. Entre os objetivos da simulação, destacam-se:
Variável e fixa
Forte e fraca
Positivo e negativo
Controlável e incontrolável
Conhecida e desconhecida
Data Resp.: 30/11/2023 18:39:30
Explicação:
Explicação: 
Comparamos simulação com um modelo matemático. Esta é uma simplificação do problema para um pequeno
sistema de equações, que captura a essência essencial dele e, crucialmente, é simples o suficiente para nos
permitir fazer cálculos analíticos. Uma fórmula derivada de um cálculo analítico pode fornecer uma visão clara
do papel dos parâmetros nesse sistema sem ter que executar um número muito grande de cálculos. Portanto
temos dois tipos de variáveis: as que podem ser contraladas e as que não.
 
4.
Não fornece informações exatas sobre as quantidades de interesse
Pode ser aplicado a qualquer tipo de processo
Um conjunto de suposições é feito sobre o processo
O método dos elementos finitos é usado
Aplicável apenas a problemas simples
Data Resp.: 30/11/2023 18:39:32
Explicação:
Explicação: 
No desenvolvimento de um modelo matemático, muitas vezes fazemos um conjunto de suposições sobre o
processo (por exemplo, comportamento constitutivo, cargas e condições de contorno) para derivar as relações
matemáticas que governam o sistema. Um método numérico, por exemplo, o método dos elementos finitos,
fornece uma solução aproximada para um determinado problema. A maioria dos problemas práticos são
resolvidos usando o método de solução numérica.
 
 
5.
Simplificar variáveis em sistemas complexos, reduzindo a dificuldade inerente à modelagem de sistemas
fuzzy
Evitar que variáveis dinâmicas mudem de estado, o que geraria um novo sistema
Reproduzir o comportamento de qualquer tipo de sistema, inclusive os não estruturais
Descrever o comportamento dos sistemas de forma consistente e rápida.
Otimizar sistemas não convergentes
Data Resp.: 30/11/2023 18:39:34
Explicação:
Explicação: 
Simular não é rápido, precisa de muito estudo e tempo para criar o modelo e gerar simulações em um número
confiável. No entanto, na simulação é possível acelerar ou desacelerar variáveis de forma a se obter resultados
confiáveis de modo rápido.
A simulação pode ser definida como a técnica que representa o funcionamento de um sistema real. Para isso, deve
ser desenvolvido um modelo que expresse matematicamente as condições de operação do sistema e as relações
entre seus componentes. Em relação às principais características dos sistemas e seus modelos de simulação,
considere as afirmações abaixo.
I. Um sistema pode ser entendido como um conjunto de entidades que agem e interagem para atingir um objetivo
lógico.
II. Um sistema dinâmico deve ser representado apenas por variáveis aleatórias contínuas.
III. Um modelo de simulação determinístico é aquele em que as variáveis são aleatórias discretas.
Está correto o que se afirma em:
Um modelo de simulação usado em situações em que o estado do sistema em um ponto no tempo não afeta o
estado do sistema em pontos futuros no tempo é chamado de:
A simulação probabilística é o processo de representar explicitamente essa incerteza especificando entradas como
distribuições de probabilidade e especificando quaisquer eventos aleatórios que possam afetar o sistema Valores
para as entradas probabilísticas de uma simulação:
 
6.
 I e II
III
I
II e III
I, II e III
Data Resp.: 30/11/2023 18:39:37
Explicação:
Resolução
Todo sistema é composto de entrada, processamento (interação), saída. I) correta. II) Não necessariamente tem
que ser variáveis aleatórias contínuas. III) Na teoria, não existe sequer uma variável aleatória na simulação
determinística. 
 
 
7.
Modelo de simulação de estado estacionário
Modelo de simulação estática
Modelo de simulação dinâmica.
Modelo de simulação estocástica
Modelo de simulação de eventos discretos
Data Resp.: 30/11/2023 18:39:39
Explicação:
A simulação estática é um modelo de simulação que não possui histórico interno de valores de saída e entrada
que foram aplicados anteriormente. Também representa um modelo em que o tempo não é um fator. Este tipo de
modelo de simulação geralmente possui alguma função (f) que é composta de entradas (u).
 
8.
São gerados aleatoriamente com base em informações históricas
São calculados por fórmulas matemáticas fixas
São controlados pelo tomador de decisão
São selecionados pelo tomador de decisão
Utiliza somente bases históricas
Data Resp.: 30/11/202318:39:42
Os modelos matemáticos são classificados de acordo com o tipo de equação utilizada em sua formulação. Os
modelos em que o sinal de saída pode ser calculado com precisão, assim que o sinal de entrada e as condições
iniciais são conhecidos, são classificados como:
Um modelo de simulação é um modelo de negócios matemático que combina conceitos matemáticos e lógicos que
tenta emular um sistema da vida real através do uso de software de computador. Para verificar um modelo de
simulação:
Explicação:
Comentários:
As entradas probabilísticas são as entradas que são escolhidas aleatoriamente. Eles são usados em
abordagens quantitativas ao tentar tomar uma decisão
 
9.
Fenomenológico
Heurístico
Transubstancial
Determinístico
Estocástico
Data Resp.: 30/11/2023 18:39:44
Explicação:
Resolução
Os modelos podem ser estáticos ou dinâmicos. Dentro da dinâmica, elas podem ser determinísticas (não
existem variáveis aleatórias) ou estocásticas (existem variáveis aleatórias). Eles também podem ser: discretos
(eventos discretos requerem atenção) ou contínuos (observação em tempo integral). As heurísticas,
fenomenológicas e transubstanciais não existem ou não se enquadram no teste. Conforme mencionado em
"precisão", pode ser determinado
 
 
10.
Certifique-se de que os procedimentos para cálculos estejam logicamente corretos
Comparar a representação de um modelo conceitual com o sistema real
Confirme que o modelo representa com precisão o sistema real
Compare resultados de várias linguagens de simulação
Execute o modelo por tempo suficiente para superar os resultados iniciais de inicialização
Data Resp.: 30/11/2023 18:39:47
Explicação:
Comentários:
A verificação é o processo de comparar dois ou mais resultados para garantir sua precisão. Neste processo,
temos que comparar a implementação do modelo e seus dados associados com a descrição conceitual e
especificações do desenvolvedor, confirmando se o mesmo representa com boa precisão o sistema real.
Um teste de hipóteses serve para determinar uma estatística de teste para afirmações. O valor p obtido de um teste
de hipótese clássico é:
Adriana gerencia 8 operadoras de call center em uma empresa de telecomunicações. Para desenvolver novos
negócios, ela dá a cada operadora uma lista de números de telefone selecionados aleatoriamente de clientes de
companhias telefônicas rivais. Ela também fornece às operadoras um script que tenta convencer os clientes a
trocar de operadora. Adriana percebe que algumas operadoras encontraram mais que o dobro de novos clientes do
que outras, então ela suspeita que algumas operadoras estão tendo um desempenho melhor do que outras. As 120
novas aquisições de clientes estão distribuídas da seguinte forma na tabela a seguir. Há evidências que sugiram
que alguns dos operadores são mais bem-sucedidos do que outros?
Operador 1 2 3 4 5 6 7 8
Novos clientes 11 17 9 12 19 18 13 21
4498MODELAGEM DE DADOS DE ENTRADA PARA SIMULAÇÃO
 
1.
a probabilidade de que a hipótese nula seja falsa, dados os dados
a probabilidade de que a hipótese nula seja verdadeira, dados os dados
a probabilidade de observar os dados ou valores mais extremos se a hipótese nula for verdadeira
a probabilidade de observar os dados ou valores mais extremos se a hipótese alternativa for verdadeira
maior nível significativo em que a hipótese nula pode ser rejeitada
Data Resp.: 30/11/2023 18:19:50
Explicação:
A hipótese alternativa é uma afirmação usada em experimentos de inferência estatística. É contraditória à
hipótese nula e denotada por Ha ou H1. Também podemos dizer que é simplesmente uma alternativa ao nulo.
No teste de hipóteses, uma teoria alternativa é uma afirmação que um pesquisador está testando. Essa
afirmação é verdadeira do ponto de vista do pesquisador e, em última análise, prova rejeitar o nulo para
substituí-lo por uma suposição alternativa. Nessa hipótese, a diferença entre duas ou mais variáveis é prevista
pelos pesquisadores, de modo que o padrão dos dados observados no teste não se deve ao acaso.
 
2.
rejeitamos a hipótese alternativa
Adriana não tem dados suficientes para a análise
rejeitamos a hipótese nula
deixamos de rejeitar a hipótese nula
deixamos de rejeitar a hipótese alternativa
Data Resp.: 30/11/2023 18:19:54
Explicação:
A Adriana randomizou os novos clientes em potencial para as operadoras para que a Condição de
Randomização seja satisfeita. Os dados são contagens e há pelo menos 5 em cada célula, então podemos
aplicar um teste de ajuste qui-quadrado à hipótese nula de que o desempenho do operador é uniforme e que
cada um dos operadores convencerá o mesmo número de clientes. Especificamente, esperamos que cada
operadora tenha convertido 1/8 dos 120 clientes que mudaram de operadora.
Um rato corre pelo labirinto mostrado abaixo. A cada passo ele sai da sala em que está escolhendo aleatoriamente
uma das portas para fora da sala.
Qual a matriz de transição P para esta cadeia de Markov?
O número de graus de liberdade é 7 (8 - 1).
8,67 não é um valor surpreendente para uma estatística Qui-quadrado com 7 graus de liberdade. Assim,
deixamos de rejeitar a hipótese nula de que as operadoras realmente encontram novos clientes a taxas
diferentes.
4495PROCESSOS ESTOCÁSTICOS
 
3.
Acredita-se que um certo experimento seja descrito por uma cadeia de Markov de dois estados com a matriz de
transição P, onde:
e o parâmetro p não é conhecido. Quando o experimento é realizado muitas vezes, a cadeia termina no estado um
aproximadamente 20% das vezes e no estado dois aproximadamente 80% das vezes. Calcule uma estimativa
sensata para o parâmetro desconhecido p.
Data Resp.: 30/11/2023 18:19:58
Explicação:
 
4.
1/8
1/6
1/7
1/4
1/5
Data Resp.: 30/11/2023 18:20:01
Explicação:
Um modelo de simulação é um modelo de negócios matemático que combina conceitos matemáticos e lógicos que
tenta emular um sistema da vida real através do uso de software de computador. Para verificar um modelo de
simulação:
A simulação probabilística é o processo de representar explicitamente essa incerteza especificando entradas como
distribuições de probabilidade e especificando quaisquer eventos aleatórios que possam afetar o sistema Valores
para as entradas probabilísticas de uma simulação:
4496FUNDAMENTOS DE SIMULAÇÃO
 
5.
Execute o modelo por tempo suficiente para superar os resultados iniciais de inicialização
Certifique-se de que os procedimentos para cálculos estejam logicamente corretos
Compare resultados de várias linguagens de simulação
Comparar a representação de um modelo conceitual com o sistema real
Confirme que o modelo representa com precisão o sistema real
 
6.
São gerados aleatoriamente com base em informações históricas
Considere as seguintes afirmações com respeito ao feedback dos sistemas de controle de uma modelagem.
I. O feedback pode melhorar a estabilidade ou ser prejudicial à estabilidade se não for aplicado corretamente.
II. O feedback sempre pode melhorar a estabilidade
III. Em muitas situações, o feedback pode reduzir o efeito do ruído e da perturbação no desempenho do sistema.
IV. Em geral, a sensibilidade do ganho do sistema de um sistema de realimentação de uma variação de parâmetro
depende de onde o parâmetro está localizado.
Está correto o que se afirma em:
O modelo de design é avaliado pela equipe de software para determinar___________; e os que foram
estabelecidos. A alternativa que complementa corretamente o trecho acima é:
São controlados pelo tomador de decisão
São selecionados pelo tomador de decisão
Utiliza somente bases históricas
São calculados por fórmulas matemáticas fixas
Data Resp.: 30/11/2023 18:19:30
Explicação:
Comentários:
As entradas probabilísticas são as entradas que são escolhidas aleatoriamente. Eles são usados em
abordagens quantitativas ao tentar tomar uma decisão
4497MODELO CONCEITUAL
 
7.
I, III, e IV apenas.
I, II, III, e IV.
I, II, e III apenas.
II e IV apenas.
I, II e IV apenas.
Data Resp.: 30/11/2023 18:20:05
Explicação:
O feedback negativo aumentaa estabilidade, mas o feedback positivo não reduz a estabilidade e, por esta
razão, os sistemas de feedback negativo são usados.
 
8.
Padrões.
Erros, inconsistências ou omissões.
Implementação do modelo dentro das restrições, cronograma e custo.
Existência de alternativas.
Incógnitas.
Data Resp.: 30/11/2023 18:20:07
A simulação de eventos discretos é um método usado para modelar sistemas do mundo real que podem ser
decompostos em um conjunto de processos logicamente separados que progridem autonomamente ao longo do
tempo. Cada evento ocorre em um processo específico e recebe uma hora lógica. O resultado desse evento pode
ser um resultado passado para um ou mais outros processos. Se um evento ocorre, outro evento não pode
acontecer, ou seja, os eventos que não podem ocorrer simultaneamente são chamados de:
A média, a mediana e a moda são medidas válidas de tendência central, mas sob condições diferentes, algumas
medidas de tendência central tornam-se mais apropriadas para uso do que outras. Uma distribuição é simétrica se
uma linha vertical puder ser desenhada em algum ponto do histograma de forma que a forma à esquerda e à direita
da linha vertical sejam imagens espelhadas uma da outra. Quando média, mediana e moda são idênticas, a
distribuição é:
Explicação:
A equipe de software avalia o modelo de projeto para identificar se há falhas, inconsistências ou omissões; se
existem alternativas; e se o modelo pode ser implementado dentro das restrições, cronograma e orçamento que
foram especificados.
4499SIMULAÇÃO E OTIMIZAÇÃO
 
9.
Eventos randômicos
Eventos igualmente prováveis
Eventos Exaustivos
Eventos mutuamente exclusivos
Eventos independentes
Data Resp.: 30/11/2023 18:20:10
Explicação:
Eventos mutuamente exclusivos são coisas que não podem acontecer ao mesmo tempo. Por exemplo, você não
pode correr para trás e para frente ao mesmo tempo. Os eventos "correndo para frente" e "correndo para
trás" são mutuamente exclusivos. Jogar uma moeda também pode lhe dar esse tipo de evento. Você não pode
jogar uma moeda e obter cara e coroa. Portanto, "lançar cara" e "jogar coroa" são mutuamente exclusivos.
Alguns outros exemplos são: sua capacidade de pagar seu aluguel se você não for pago ou assistir TV se não
tiver TV.
 
10.
Inclinado Positivamente
Inclinado negativamente
Uniforme
Geométrica
Bivariada Simétrica
Data Resp.: 30/11/2023 18:20:12
Explicação:
Uma distribuição simétrica é um tipo de distribuição em que o lado esquerdo da distribuição espelha o lado
direito. Por definição, uma distribuição simétrica nunca é uma distribuição assimétrica. Isso deve ser intuitivo:
tente desenhar linhas de simetria através de uma distribuição assimétrica (você não pode).
A vida média de uma amostra de 100 lâmpadas marca ¿A¿ é de 1615 horas. Por semelhança com outros
processos de fabricação, assumimos o desvio padrão igual a 120 horas. Utilizando um nível de significância de 5%,
quisemos testar se a vida média de todas as lâmpadas desta marca é igual ou diferente de 1600 horas. Qual é a
conclusão?
Nas frases a seguir, marque V se verdadeiro e F.
I. ( ) O teste de hipóteses é um procedimento estatístico que busca verificar uma hipótese sobre a
população, com base em dados amostrais.
II. ( ) A hipótese estatística é uma suposição feita sobre uma ou mais estatísticas, como a média amostral e a
proporção amostral.
III. ( ) A hipótese nula assume a igualdade dos parâmetros que estão sendo comparados.
Adriana gerencia 8 operadoras de call center em uma empresa de telecomunicações. Para desenvolver novos
negócios, ela dá a cada operadora uma lista de números de telefone selecionados aleatoriamente de clientes de
companhias telefônicas rivais. Ela também fornece às operadoras um script que tenta convencer os clientes a
trocar de operadora. Adriana percebe que algumas operadoras encontraram mais que o dobro de novos clientes do
que outras, então ela suspeita que algumas operadoras estão tendo um desempenho melhor do que outras. As 120
novas aquisições de clientes estão distribuídas da seguinte forma na tabela a seguir. Há evidências que sugiram
que alguns dos operadores são mais bem-sucedidos do que outros?
Operador 1 2 3 4 5 6 7 8
Novos clientes 11 17 9 12 19 18 13 21
4498 - MODELAGEM DE DADOS DE ENTRADA PARA SIMULAÇÃO
 
1.
que a vida útil média das lâmpadas desta marca é igual a 1480
que a vida útil média das lâmpadas desta marca é menor a 1480
que a vida útil média das lâmpadas desta marca é igual a 1600
que a vida útil média das lâmpadas desta marca é maior a 1600
que a vida útil média das lâmpadas desta marca é menor a 1600
Data Resp.: 30/11/2023 18:42:16
Explicação:
Estatísticas de teste: Z = 1,25 (tabela)
Região crítica: Rc = {-1,96 < Z < 1,96}
Conclusão: De acordo com os dados coletados, ao nível de significância de 5%. Concluímos que a vida útil
média das lâmpadas desta marca é igual a 1600.
 
2.
V, F, V
F, V, V
V, F, F
V, V, V
F, F, F
Data Resp.: 30/11/2023 18:42:18
Explicação:
A afirmativa II está incorreta pois a hipótese estatística é uma suposição feita a respeito DE UM OU MAIS
PARÂMETROS, como, por exemplo, média populacional e a proporção populacional.
 
3.
deixamos de rejeitar a hipótese alternativa
Um dado é lançado 180 vezes e as seguintes frequências são observadas. Testar usando qui-quadrado, a hipótese
do dado não ser viciado adotando alfa=0,05. O valor do p-value será.
Eventos 1 2 3 4 5 6
Frequência (O) 31 28 35 26 29 31
rejeitamos a hipótese nula
rejeitamos a hipótese alternativa
Adriana não tem dados suficientes para a análise
deixamos de rejeitar a hipótese nula
Data Resp.: 30/11/2023 18:42:21
Explicação:
A Adriana randomizou os novos clientes em potencial para as operadoras para que a Condição de
Randomização seja satisfeita. Os dados são contagens e há pelo menos 5 em cada célula, então podemos
aplicar um teste de ajuste qui-quadrado à hipótese nula de que o desempenho do operador é uniforme e que
cada um dos operadores convencerá o mesmo número de clientes. Especificamente, esperamos que cada
operadora tenha convertido 1/8 dos 120 clientes que mudaram de operadora.
O número de graus de liberdade é 7 (8 - 1).
8,67 não é um valor surpreendente para uma estatística Qui-quadrado com 7 graus de liberdade. Assim,
deixamos de rejeitar a hipótese nula de que as operadoras realmente encontram novos clientes a taxas
diferentes.
 
4.
1,60
1,57
1,49
1,74
1,42
Data Resp.: 30/11/2023 18:42:24
Explicação:
Veja o cálculo na planilha a seguir:
Eventos 1 2 3 4 5 6 Total
Frequência (O) 31 28 35 26 29 31 180
Esperado E 30 30 30 30 30 30 180
O - E 1 -2 5 -4 -1 1 0
(O - E)2/E 0,03 0,13 0,83 0,53 0,03 0,03 1,60
 
5.
Estatística é a ciência que se preocupa em desenvolver e estudar métodos para coletar, analisar, interpretar e
apresentar dados empíricos. Qual das seguintes afirmações melhor descreve a relação entre um parâmetro e uma
estatística?
Em maio de 2022, a pesquisa Gallup perguntou a adultos dos EUA sua opinião sobre se eles são a favor ou contra
o uso de perfis para identificar potenciais terroristas em aeroportos, uma prática usada rotineiramente em Israel,
mas não nos Estados Unidos. A opinião depende da idade?
 18-29 30-49 50-64 65+ Total
A Favor 57 66 77 87 287
Contra 43 34 23 13 113
Total 100 100 100 100 400
Um teste de hipóteses serve para determinar uma estatística de teste para afirmações. O valor p obtido de um teste
de hipótese clássico é:
Um parâmetro tem uma distribuição amostral com a estatística como média.
Um parâmetro tem uma distribuição amostral com a estatística como variância.
Uma estatística é usada para estimar um parâmetro.
Um parâmetro tem uma distribuição de amostragem que pode ser usada para determinar quais valores a
estatística é provável de ter em amostras repetidas.
Um parâmetro é usado para estimar uma estatística.
 
6.
Faltam dados para a análise
Idade e Opinião sobre o perfil são dependentes
Idade e Opinião sobre o perfil não são independentes
Idade e Opinião sobre o perfil são independentes
Idadee Opinião sobre o perfil não são dependentes
Data Resp.: 30/11/2023 18:42:27
Explicação:
A hipótese nula é que Opinião e Idade são independentes. Podemos ver isso como um teste de independência
em oposição a um teste de homogeneidade se considerarmos que Idade e Opinião são variáveis cuja relação
queremos entender. Esta foi uma amostra aleatória e há pelo menos 5 respostas esperadas em cada célula. Os
valores esperados são calculados usando a fórmula:
 18-29 30-49 50-64 65+
A Favor 71,75 71,75 71,75 71,75
Contra 28,25 28,25 28,25 28,25
Total 100 100 100 100
Temos então:
 18-29 30-49 50-64 65+
A Favor 3,03 0,46 0,38 3,24
Contra 7,2 1,17 0,98 8,23
Temos então (r - 1)(c - 1) = (2 - 1)(4 - 1) = 3 graus de liberdade. A soma de todos os componentes dá:
que tem um p-value = 0,000014. Assim, rejeitamos a hipótese nula e concluímos que Idade e Opinião sobre o
perfil não são independentes.
 
7.
Suponha que sua empresa tenha 10.000 móveis. Cerca um décimo deles estão distribuídos em quatro salas.
Podemos descobrir qual proporção do total de móveis está em um salão, conforme mostrado abaixo. Qual será o
valor do qui quadrado.
Observados 
 Salão A Salão B Salão C Salão D Total
Cadeiras 100 92 89 81 362
Mesas 100 77 86 85 348
Bancos 50 81 75 84 290
Total 250 250 250 250 1000
maior nível significativo em que a hipótese nula pode ser rejeitada
a probabilidade de observar os dados ou valores mais extremos se a hipótese nula for verdadeira
a probabilidade de que a hipótese nula seja falsa, dados os dados
a probabilidade de que a hipótese nula seja verdadeira, dados os dados
a probabilidade de observar os dados ou valores mais extremos se a hipótese alternativa for verdadeira
Data Resp.: 30/11/2023 18:42:29
Explicação:
A hipótese alternativa é uma afirmação usada em experimentos de inferência estatística. É contraditória à
hipótese nula e denotada por Ha ou H1. Também podemos dizer que é simplesmente uma alternativa ao nulo.
No teste de hipóteses, uma teoria alternativa é uma afirmação que um pesquisador está testando. Essa
afirmação é verdadeira do ponto de vista do pesquisador e, em última análise, prova rejeitar o nulo para
substituí-lo por uma suposição alternativa. Nessa hipótese, a diferença entre duas ou mais variáveis é prevista
pelos pesquisadores, de modo que o padrão dos dados observados no teste não se deve ao acaso.
 
8.
0,025410
0,031005
0,040873
0,022674
0,019619
Data Resp.: 30/11/2023 18:42:32
Explicação:
Vamos calcular os valores esperados, e para tal utilizamos o seguinte:
Valor Esperado = Total da Coluna da Categoria X (Total da Linha da Categoria/Tamanho Total da Amostra)
Observados 
 Salão A Salão B Salão C Salão D Total
Cadeiras 100 92 89 81 362
Mesas 100 77 86 85 348
Bancos 50 81 75 84 290
Total 250 250 250 250 1000
 
Esperados 
 Salão A Salão B Salão C Salão D Total
Cadeiras 90,500 90,500 90,500 90,500 362
Mesas 87,000 87,000 87,000 87,000 348
Bancos 72,500 72,500 72,500 72,500 290
Total 250 250 250 250 1000
Agora utilizando a função
A associação dos proprietários de indústrias metalúrgicas está muito preocupada com o tempo perdido com
acidentes de trabalho, cuja média, nos últimos tempos, tem sido da ordem de 60 horas/homem por ano e desvio
padrão de 20 horas/homem. Tentou-se um programa de prevenção de acidentes, após o qual foi tomada uma
amostra de nove indústrias e medido o número de horas/homens perdidos por acidentes, que foi de 50 horas. Você
diria, no nível de 5%, que há evidência de melhoria? Fonte: Morettin & Bussab, Estatística Básica 5a edição, pág.
334.
 
9.
Com os dados apresentados é impossível a análise
Rejeitamos, pois, houve melhoria
Rejeitamos, pois, não houve melhoria
Aceitamos, pois, não houve melhoria
Aceitamos, pois, houve melhoria
Data Resp.: 30/11/2023 18:42:36
Explicação:
Queremos testar a hipótese que µ, o número médio de horas perdidas com acidentes de trabalho, tenha permanecido o
mesmo.
Observa as afirmativas a seguir:
I. A complexidade do modelo arbitrário de simulação, contorna modelos analiticamente intratáveis, facilita análises
hipotéticas e de sensibilidade, a construção de um modelo pode levar a melhorias do sistema e uma maior
compreensão pode ser usada para verificar soluções analíticas.
ENTRETANTO
II. A simulação fornece apenas estimativas de solução, resolve apenas um parâmetro por vez, pode levar muito
tempo de desenvolvimento e/ou computador (¿simulação como último recurso¿). Não use simulação de
computador se uma solução analítica ou de senso comum estiver disponível, ou se os recursos forem insuficientes
ou se os custos da simulação superarem os benefícios.
 
Apresente a resposta correta:
Quando os dados do objeto não são visíveis para o mundo exterior, ele cria abstração de dados. Se necessário, o
acesso aos dados dos objetos é fornecido por meio de alguns métodos. Qual dos seguintes não é um nível de
abstração?
Análise de um sistema é a operação de um modelo em termos de tempo ou espaço, que ajuda a analisar o
desempenho de um sistema existente ou proposto. A descrição está relacionada a:
4497 - MODELO CONCEITUAL
 
1.
Ambas as afirmativas estão erradas.
Ambas estão corretas e a II não complementa a I.
Ambas estão corretas e a II complementa a I.
Afirmativa I está correta, mas a II está errada.
Afirmativa I está errada, mas a II está correta.
Data Resp.: 30/11/2023 18:40:42
Explicação:
Ambas estão corretas onde a I é uma vantagem de se usar simulação e a II apresenta uma desvantagem.
 
2.
Nível lógico.
Nível de visualização.
Nível físico.
Nível externo.
Nível de dados.
Data Resp.: 30/11/2023 18:40:45
Explicação:
A abstração é geralmente dividida em 3 níveis diferentes, a saber, nível lógico, físico e de visão. O nível externo
não é definido em termos de abstração.
 
3.
Sistemas de Controle.
Modelagem.
Simulação.
Análise do processo.
Layout.
Data Resp.: 30/11/2023 18:41:03
Pense em hardware como o que você precisa para fazer seu computador funcionar. É uma parte física de um
sistema de computador. Software é algo que você instala em seu computador que tem seu próprio código, como
um programa específico. São os programas e aplicativos que você executa em um dispositivo físico. Qual dos
seguintes projetos é tanto para software quanto para hardware?
Projeto CAD e desenho auxiliar de computador (CAD é uma tecnologia para projeto), documentação ou técnica que
substitui o desenho manual por um processo automático. A Manufatura Assistida por Computador (CAM) está
relacionada com a utilização de máquinas controladas por computadores. Portanto, com base ao afirmado,
modelagem de projeto e fabricação utilizando CAD/CAM significam:
Muitas vezes precisamos aplicar técnicas para melhor entendimento de processos. Qual é o processo de
representação de um modelo que inclui sua construção e funcionamento de um processo.
Explicação:
A simulação de um sistema é a operação de um modelo em termos de tempo ou espaço, que ajuda a analisar o
desempenho de um sistema existente ou proposto.
 
4.
Modelo conceitual.
Modelo físico.
Modelo de rede.
Modelo de interface.
Modelo de ligação.
Data Resp.: 30/11/2023 18:41:06
Explicação:
Não importa se o software é para o sistema operacional, um programa ou um novo aplicativo, ele precisa de
algum componente de hardware para atingir todo o seu potencial.
 
5.
Ciclos de produção de produtos, produtos acabados e protótipos.
Protótipo e produtos acabados.
Ferramentas de software e hardware.
Produção em massa em empresas de moda.
Produtos acabados e execuções de produção de produtos.
Data Resp.: 30/11/2023 18:40:46
Explicação:
O software de design assistido por computador e fabricação assistida por computador (CAD/CAM) é usado para
projetar e fabricar protótipos, produtos acabados e ciclos de produção de produtos.
 
6.
Engenharia de processos.
Programação da produção.
Modelagem e Simulação.
Modelagem.
Simulação.
Data Resp.: 30/11/2023 18:40:48
Explicação:
Quando estamos no processo de modelagem manual, desejamos que um bom sistemade controle tem todos os
recursos a seguir, exceto:
O modelo de design é avaliado pela equipe de software para determinar___________; e os que foram
estabelecidos. A alternativa que complementa corretamente o trecho acima é:
No campo do desenvolvimento de software, existem muitos estágios de planejamento e análise antes que o projeto
seja finalizado e o desenvolvimento possa começar formalmente. O design sempre vem antes do desenvolvimento,
e o design funcional torna a codificação e a manutenção muito simples. Dentre quais das seguintes é/são
verdadeiras em termos de conceitos de projeto em engenharia de software. O projeto de software abrange:
A modelagem é o processo de representação de um modelo que inclui sua construção e funcionamento, com o
objetivo de coletar informação para a análise do processo.
 
7.
Boa eficácia.
Capacidade de resposta.
Boa precisão.
Boa estabilidade.
Resposta lenta.
Data Resp.: 30/11/2023 18:40:59
Explicação:
O objetivo do projeto de modelagem de um sistema de controle é construir um sistema que tenha uma resposta
desejável às entradas padrão. Uma resposta transitória desejável é aquela que é suficientemente rápida sem
oscilações excessivas. Uma resposta de estado estacionário desejável é aquela que segue a saída desejada
com precisão suficiente.
 
8.
Padrões.
Erros, inconsistências ou omissões.
Implementação do modelo dentro das restrições, cronograma e custo.
Incógnitas.
Existência de alternativas.
Data Resp.: 30/11/2023 18:40:50
Explicação:
A equipe de software avalia o modelo de projeto para identificar se há falhas, inconsistências ou omissões; se
existem alternativas; e se o modelo pode ser implementado dentro das restrições, cronograma e orçamento que
foram especificados.
 
9.
Conjunto de princípios.
Conceitos e práticas.
A, B e C.
Apenas A e B.
Desenvolvimento de um sistema ou produto de alta qualidade.
Data Resp.: 30/11/2023 18:40:53
Considere as seguintes afirmações com respeito ao feedback dos sistemas de controle de uma modelagem.
I. O feedback pode melhorar a estabilidade ou ser prejudicial à estabilidade se não for aplicado corretamente.
II. O feedback sempre pode melhorar a estabilidade
III. Em muitas situações, o feedback pode reduzir o efeito do ruído e da perturbação no desempenho do sistema.
IV. Em geral, a sensibilidade do ganho do sistema de um sistema de realimentação de uma variação de parâmetro
depende de onde o parâmetro está localizado.
Está correto o que se afirma em:
Explicação:
O design de software engloba um conjunto de princípios, conceitos e práticas de design, desenvolvimento de um
sistema ou produto de alta qualidade. Os princípios de design estabelecem o trabalho de design. As próprias
práticas de design levam à criação de várias representações do software.
 
10.
I, II e IV apenas.
II e IV apenas.
I, III, e IV apenas.
I, II, III, e IV.
I, II, e III apenas.
Data Resp.: 30/11/2023 18:40:55
Explicação:
O feedback negativo aumenta a estabilidade, mas o feedback positivo não reduz a estabilidade e, por esta
razão, os sistemas de feedback negativo são usados.
Acredita-se que um certo experimento seja descrito por uma cadeia de Markov de dois estados com a matriz de
transição P, onde:
e o parâmetro p não é conhecido. Quando o experimento é realizado muitas vezes, a cadeia termina no estado um
aproximadamente 20% das vezes e no estado dois aproximadamente 80% das vezes. Calcule uma estimativa
sensata para o parâmetro desconhecido p.
4495 - PROCESSOS ESTOCÁSTICOS
 
1.
1/6
1/4
1/7
1/5
1/8
Data Resp.: 30/11/2023 18:23:04
Explicação:
Na Idade das Trevas, Harvard, Dartmouth e Yale admitiam apenas estudantes do sexo masculino. Suponha que,
naquela época, 80% dos filhos de homens de Harvard fossem para Harvard e o restante fosse para Yale, 40% dos
filhos de homens de Yale fossem para Yale, e o restante fosse dividido igualmente entre Harvard e Dartmouth; e
dos filhos dos homens de Dartmouth, 70% foram para Dartmouth, 20% para Harvard e 10% para Yale. Qual a
probabilidade de que o neto de um homem de Harvard tenha ido para Harvard.
 
2.
0,53
0,33
0,48
0,7
0,6
Data Resp.: 30/11/2023 18:23:08
Explicação:
Considere a cadeia de Markov com matriz de transição
O processo é iniciado no estado 1. Encontre a matriz que é o limite de Pn como n → ∞.
 
 
3.
1/6,2/6 e 3/6
3/6,1/6 e 2/6
1/6,3/6 e 2/6
2/6,3/6 e 1/6
3/6,2/6 e 1/6
Data Resp.: 30/11/2023 18:23:11
Explicação:
Considere a cadeia de Markov com matriz de transição
O grafo que representa esta cadeia é:
 
4.
Considere a cadeia de Markov com matriz de transição:
O processo é iniciado no estado 1; encontre a probabilidade de que ele esteja no estado 3 após duas etapas.
Data Resp.: 30/11/2023 18:23:14
Explicação:
 
5.
1/2
1/4
1/12
1/8
1/6
Data Resp.: 30/11/2023 18:23:19
Dada uma cadeia de Markov com três estados, J = {1,2,3}, e uma matriz de transição
Se soubermos que P(X1=1) = P(X1=2) = 1/4, então qual o valor de P(X1=3, X2=2, X3=1):
Um rato corre pelo labirinto mostrado abaixo. A cada passo ele sai da sala em que está escolhendo aleatoriamente
uma das portas para fora da sala.
Explicação:
 
6.
1/12
1/9
1/8
1/4
1/6
 
7.
Qual a matriz de transição P para esta cadeia de Markov?
Seja X uma cadeia de Markov com espaço de estado I = {0, 1, 2} e matriz de transição:
Data Resp.: 30/11/2023 18:23:22
Explicação:
 
8.
Qual a distribuição de equilíbrio π.
Suponha que a profissão de um homem possa ser classificada como profissional, trabalhador qualificado ou
trabalhador não qualificado. Suponha que, dos filhos de profissionais, 80% sejam profissionais, 10% sejam
trabalhadores qualificados e 10% sejam trabalhadores não qualificados. No caso dos filhos de trabalhadores
qualificados, 60% são trabalhadores qualificados, 20% são profissionais e 20% não qualificados. Finalmente, no
caso de trabalhadores não qualificados, 50% dos filhos são trabalhadores não qualificados, e 25% cada estão nas
outras duas categorias. Suponha que todo homem tenha pelo menos um filho e forme uma cadeia de Markov
seguindo a profissão de um filho escolhido aleatoriamente de uma determinada família por várias gerações.
Configure a matriz de probabilidades de transição. Encontre a probabilidade de que um neto escolhido
aleatoriamente de um trabalhador não qualificado seja um profissional.
(2/5, 1/5, 2/5)
(1/5, 1/5, 3/5)
(3/5, 1/5, 1/5)
(2/5, 2/5, 1/5)
(1/5, 2/5, 2/5)
Data Resp.: 30/11/2023 18:23:28
Explicação:
 
9.
0,685
0,330
0,430
0,375
0,165
Data Resp.: 30/11/2023 18:23:30
Explicação:
Uma seguradora de automóveis classifica seus clientes em três categorias: ruins, satisfatórios e preferenciais.
Ninguém passa de ruim a preferencial ou de preferencial a ruim em um ano. 40% dos clientes na categoria ruim se
tornam satisfatórios, 30% daqueles na categoria satisfatória passam para os preferenciais, enquanto 10% ficam
ruins; 20% daqueles na categoria preferencial são rebaixados para satisfatórios. Qual é a fração limitante de
motoristas em cada uma dessas categorias?
 
10.
Data Resp.: 30/11/2023 18:23:33
Explicação:
A distribuição normal padrão é uma distribuição normal com média de zero e desvio padrão de 1. A distribuição
normal padrão é centrada em zero e o grau em que uma determinada medida se desvia da média é dado pelo
desvio padrão. Para a distribuição de probabilidade normal padrão, a área à esquerda da média é:
A distribuição normal padrão, também chamada de distribuição z, é uma distribuição normal especial em que a
média é 0 e o desvio padrão é 1. Qualquer distribuição normal pode ser padronizada convertendo seus valores em
escores z. Os escores Z informam quantos desvios padrão da média cada valor se encontra. A fórmula para
calcular a variável aleatória normal padronizada é:
A média, a mediana e a moda são medidas válidas de tendência central, mas sob condições diferentes, algumas
medidas de tendência central tornam-se mais apropriadas para uso do que outras. Uma distribuição é simétrica se
uma linha verticalpuder ser desenhada em algum ponto do histograma de forma que a forma à esquerda e à direita
da linha vertical sejam imagens espelhadas uma da outra. Quando média, mediana e moda são idênticas, a
distribuição é:
4499 - SIMULAÇÃO E OTIMIZAÇÃO
 
1.
1
-0,5
2,5
maior que 0,5
0,5
Data Resp.: 30/11/2023 18:43:02
Explicação:
Em uma distribuição normal com parâmetros μ=0 e σ=1. Observe que ela simétrica, portanto, tem o mesmo
tamanho a direita e a esquerda, portanto será igual a 0,5.
 
2.
x- μ/σ
x-σ/μ
μ-x/σ
μ-σ/x
σ-x/μ
Data Resp.: 30/11/2023 18:43:05
Explicação:
Para padronizar um valor de uma distribuição normal, converta o valor individual em um z-score:
 
Subtraia a média do seu valor individual.
Divida a diferença pelo desvio padrão.
 
3.
Inclinado Positivamente
Geométrica
Inclinado negativamente
Uniforme
Bivariada Simétrica
Data Resp.: 30/11/2023 18:43:07
Explicação:
Parâmetros são números que descrevem as propriedades de populações inteiras. As estatísticas são números que
descrevem as propriedades das amostras. Por exemplo, a renda média do Brasil é um parâmetro populacional. Por
outro lado, a renda média de uma amostra retirada do Brasil é uma estatística amostral. Ambos os valores
representam a renda média, mas um é um parâmetro versus uma estatística. Qual das seguintes afirmações
melhor descreve a relação entre um parâmetro e uma estatística?
A simulação é usada como uma alternativa para testar teorias e mudanças no mundo real, o que pode ser caro. A
simulação pode medir fatores, incluindo tempos de ciclo do sistema, rendimento sob diferentes cargas, utilização de
recursos, gargalos e pontos de estrangulamento, necessidades de armazenamento, requisitos de pessoal, eficácia
dos sistemas de programação e controle. Portanto, a simulação não deve ser aplicada em todos os casos porque:
Uma distribuição simétrica é um tipo de distribuição em que o lado esquerdo da distribuição espelha o lado
direito. Por definição, uma distribuição simétrica nunca é uma distribuição assimétrica. Isso deve ser intuitivo:
tente desenhar linhas de simetria através de uma distribuição assimétrica (você não pode).
 
4.
Um parâmetro tem uma distribuição amostral com o desvio padrão como média.
Uma estatística é usada para estimar um parâmetro.
Um parâmetro tem uma distribuição de amostragem que pode ser usada para determinar quais valores a
estatística é provável de ter em amostras repetidas.
Um parâmetro é usado para estimar uma estatística.
Um parâmetro tem uma distribuição amostral com a estatística como média.
Data Resp.: 30/11/2023 18:43:10
Explicação:
A diferença entre um parâmetro e uma estatística é que um parâmetro é uma medida fixa que descreve toda a
população, enquanto uma estatística é uma característica de uma amostra, uma porção da população-alvo. Um
parâmetro é um valor numérico fixo e desconhecido, enquanto a estatística é um número conhecido e uma
variável que depende da parcela da população.
 
5.
Consome pouco tempo do computador
É irrelevante para modelar as situações do cotidiano
Toda simulação é capaz de capturar os detalhes de um evento físico
Fornece a melhor solução exata para o problema
Requer talento considerável para construção de modelos e extensos esforços de programação de
computadores
Data Resp.: 30/11/2023 18:43:15
Explicação:
A simulação não deve ser aplicada em todos os casos porque requer um talento considerável para construção
de modelos e extensos esforços de programação de computadores, consome muito tempo de computador e
fornece, na melhor das hipóteses, uma solução aproximada para o problema.
 
Uma simulação de Monte Carlo pega a variável que tem incerteza e atribui a ela um valor aleatório. O modelo é
então executado e um resultado é fornecido. Este processo é repetido várias vezes ao atribuir muitos valores
diferentes à variável em questão. Depois que a simulação é concluída, os resultados são calculados para chegar a
uma estimativa. Portanto ao usar a simulação de Monte Carlo:
A simulação de eventos discretos é um método usado para modelar sistemas do mundo real que podem ser
decompostos em um conjunto de processos logicamente separados que progridem autonomamente ao longo do
tempo. Cada evento ocorre em um processo específico e recebe uma hora lógica. O resultado desse evento pode
ser um resultado passado para um ou mais outros processos. Se um evento ocorre, outro evento não pode
acontecer, ou seja, os eventos que não podem ocorrer simultaneamente são chamados de:
Uma linguagem de simulação de computador é usada para descrever a operação de uma simulação em um
computador. Existem dois tipos principais de simulação: eventos contínuos e discretos, embora linguagens mais
modernas possam lidar com combinações mais complexas. Linguagens de simulação especiais são úteis porque
elas.
 
I. Reduzem o tempo e o custo de preparação do programa
II. Tem a capacidade de gerar variáveis aleatórias
III. Não requer conhecimento prévio de programação
 
Está correto o que se afirma em:
6.
os valores das variáveis geradas pela simulação devem aproximar os valores das variáveis do mundo real.
as médias das variáveis geradas pela simulação devem ser sistematicamente menores que as médias das
variáveis do mundo real.
os valores médios das variáveis geradas pela simulação devem se aproximar das médias das variáveis do
mundo real.
os valores das variáveis geradas pela simulação devem ser exatamente iguais aos valores das variáveis do
mundo real.
as médias das variáveis geradas pela simulação devem ser um pouco maiores que as médias das variáveis
do mundo real.
Data Resp.: 30/11/2023 18:43:17
Explicação:
Quando estamos simulando variáveis, estamos injetando artificialmente um erro, porém a média dos valores
gerados randomicamente devem obrigatoriamente se aproximar do valor real.
 
7.
Eventos Exaustivos
Eventos mutuamente exclusivos
Eventos igualmente prováveis
Eventos independentes
Eventos randômicos
Data Resp.: 30/11/2023 18:43:20
Explicação:
Eventos mutuamente exclusivos são coisas que não podem acontecer ao mesmo tempo. Por exemplo, você não
pode correr para trás e para frente ao mesmo tempo. Os eventos "correndo para frente" e "correndo para
trás" são mutuamente exclusivos. Jogar uma moeda também pode lhe dar esse tipo de evento. Você não pode
jogar uma moeda e obter cara e coroa. Portanto, "lançar cara" e "jogar coroa" são mutuamente exclusivos.
Alguns outros exemplos são: sua capacidade de pagar seu aluguel se você não for pago ou assistir TV se não
tiver TV.
 
8.
Apenas I e II
Apenas I
Probabilidade cumulativa é um conceito básico em estatística e teoria de probabilidade. Ele desempenha um papel
importante na modelagem e previsão. Por exemplo, em finanças, é usado para prever a probabilidade de que os
preços dos ativos estejam dentro de um determinado intervalo. Da mesma forma, é aplicado em economia,
biologia, física, ciência da informação, geologia e várias outras áreas que usam variáveis aleatórias na modelagem
e previsão. As probabilidades cumulativas são uma resposta para muitos experimentos em engenharia e são
encontradas por:
Apenas II
Alternativas I, II e III
Apenas II e III
Data Resp.: 30/11/2023 18:43:23
Explicação:
Linguagens de simulação especiais são úteis porque reduzem o tempo e o custo de preparação do programa,
têm a capacidade de gerar variáveis aleatórias e não requerem conhecimento prévio de programação.
 
9.
somar todas as probabilidades associadas a uma variável.
simulando a distribuição de probabilidade inicial
qualquer método escolhido
nenhuma das alterantivas
somar todas as probabilidades anteriores até o valor atual da variável
Data Resp.: 30/11/2023 18:43:26
Explicação:
A função de distribuição cumulativa é usada para descrever a distribuição de probabilidade de variáveis
aleatórias. Pode ser usado para descrever a probabilidade de uma variável discreta, contínua ou mista. É obtido
somando a função densidade de probabilidade e obtendo a probabilidade cumulativa para uma variável
aleatória.