estacio saladeavaliacoes com br_exercicio_Simulação e Otimização_gabarito_5 (10)

Prévia do material em texto

Você acertou 10 de 10 questões
Verifique o seu desempenho e continue treinando! Você pode refazer o exercício quantas
vezes quiser.
Verificar Desempenho
A
B
1 Marcar para revisão
A tomada de decisão é um processo de cinco etapas: reconhecimento de uma situação
que requer uma decisão; identificação e desenvolvimento de cursos alternativos de ação;
avaliação das alternativas; escolha de uma das alternativas e implementação do curso de
ação selecionado.  A abordagem qualitativa para a análise de decisão se baseia.
Na experiência.
No Julgamento.
Questão 1 de 10
Corretas (10)
Em branco (0)
1 2 3 4 5
6 7 8 9 10
Lista de exercícios Simulação e Otimização Sair
C
D
E
Apenas com base nos dados estatísticos numéricos.
Em valores aleatórios.
Apenas na percepção empírica.
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
A abordagem qualitativa da análise de decisão baseia-se na Experiência, Julgamento e
Intuição. A análise quantitativa é o processo de coleta e avaliação de dados
mensuráveis e verificáveis, como receitas, participação de mercado e salários. A
análise quantitativa ajuda a avaliar o desempenho, avaliar instrumentos financeiros e
fazer previsões.
2 Marcar para revisão
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
A
B
C
D
E
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. Têm a capacidade de gerar variáveis aleatórias
III. Não requerem conhecimento prévio de programação
Está correto o que se afirma em:
Apenas I e II
Apenas II e III
Apenas I
Apenas II
Alternativas I, II e III
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
A
B
Gabarito Comentado
As linguagens de simulação especiais são úteis por diversos motivos. Primeiramente,
elas reduzem o tempo e o custo de preparação do programa, o que é uma grande
vantagem em termos de eficiência e economia. Em segundo lugar, essas linguagens
têm a capacidade de gerar variáveis aleatórias, o que é fundamental para a realização
de simulações precisas e realistas. Por fim, elas não requerem conhecimento prévio de
programação, tornando-as acessíveis a um público mais amplo. Portanto, as
afirmações I, II e III estão corretas, o que corresponde à alternativa E.
3 Marcar para revisão
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:
Requer talento considerável para construção de modelos e extensos esforços de
programação de computadores
Consome pouco tempo do computador
C
D
E
Fornece a melhor solução exata para o problema
Toda simulação é capaz de capturar os detalhes de um evento físico
É irrelevante para modelar as situações do cotidiano
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
A alternativa correta é a letra A. A simulação, apesar de ser uma ferramenta poderosa
para testar teorias e mudanças no mundo real, não deve ser aplicada em todos os
casos. Isso ocorre porque a simulação requer um talento considerável para a
construção de modelos e extensos esforços de programação de computadores. Além
disso, a simulação consome muito tempo de computador e, na melhor das hipóteses,
fornece uma solução aproximada para o problema, e não uma solução exata. Portanto,
é importante avaliar cuidadosamente se a simulação é a melhor abordagem para cada
caso específico.
4 Marcar para revisão
A
B
C
D
E
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:
μ-x/σ
μ-σ/x
x- μ/σ
x-σ/μ
σ-x/μ
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
A padronização de um valor em uma distribuição normal é realizada através da
conversão do valor individual em um escore z. O escore z é calculado através da
A
B
C
subtração da média do valor individual e, em seguida, dividindo a diferença pelo
desvio padrão. Isso é representado pela fórmula x- μ/σ, que é a alternativa correta.
Essa fórmula nos permite entender quantos desvios padrão da média cada valor se
encontra, facilitando a comparação de dados de diferentes distribuições normais.
5 Marcar para revisão
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?
Um parâmetro tem uma distribuição amostral com a estatística como média.
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.
D
E
Uma estatística é usada para estimar um parâmetro.
Um parâmetro tem uma distribuição amostral com o desvio padrão como média.
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
A relação entre um parâmetro e uma estatística é melhor descrita pela alternativa D:
"Uma estatística é usada para estimar um parâmetro". Isso ocorre porque 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. O
parâmetro é um valor numérico fixo e desconhecido, enquanto a estatística é um
número conhecido e uma variável que depende da parcela da população. Portanto,
usamos estatísticas, que são medidas que podemos obter a partir de amostras da
população, para fazer estimativas sobre os parâmetros, que são as medidas
verdadeiras da população inteira.
6 Marcar para revisão
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
A
B
C
D
E
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. O passo importante
necessário para a abordagem de simulação de Monte Carlo na resolução de um problema
é.
1. Validar o modelo
2. Projetar o experimento
3. Realizar o experimento
Está correto o que se afirma em:
Apenas I.
Apenas II.
Apenas III.
Apenas I e II.
Apenas II e III.
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
A
B
Gabarito Comentado
Opção correta: Apenas I.
O passo importante necessário para a abordagem de simulação na resolução de um
problema é testar e validar o modelo, projetar o experimento e conduzir o
experimento. No entanto, a primeira etapa a ser realizada na abordagem de simulação
de Monte Carloé a validação do modelo. Isso envolve a construção de um modelo
matemático que possa representar com precisão o processo ou sistema em questão,
levando em consideração as variáveis aleatórias que afetam os resultados. É
importante garantir que o modelo seja válido e confiável antes de prosseguir para as
próximas etapas.
7 Marcar para revisão
A essência da simulação de Monte Carlo é mostrar variáveis aleatórias um número
significativo de vezes para que a frequência relativa convirja para a probabilidade teórica
com maior confiabilidade. Um passo importante da Simulação de Monte Carlo é determinar
a distribuição de probabilidade para as variáveis aleatórias. Ao atribuir números aleatórios
em uma simulação de Monte Carlo, é importante:
conhecer a verdadeira distribuição do sistema real
usar números aleatórios de uma tabela de números aleatórios
C
D
E
use apenas um único conjunto de números aleatórios
usar planilhas do Excel
desenvolver distribuição de probabilidade cumulativa
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
Uma distribuição de probabilidade cumulativa ajuda a encontrar as probabilidades até
um ponto específico. Por exemplo, podemos encontrar a probabilidade de que X tenha
um valor menor ou igual a 6 usando a distribuição de probabilidade acumulativa. Ao
atribuir números aleatórios em uma simulação de Monte Carlo, é essencial
desenvolver uma distribuição de probabilidade cumulativa.
8 Marcar para revisão
Em simulações de Monte Carlo, o número de repetições desempenha um papel crucial na
precisão e confiabilidade dos resultados obtidos. Quando esse número é reduzido, surgem
diversas implicações que podem comprometer a validade das conclusões do estudo. Qual
A
B
C
D
E
das seguintes afirmações 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
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
Apenas II e IV.
Apenas I e III.
Apenas I, II e IV.
I, II, III e IV.
Apenas III e IV.
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
1.
A estatística de interesse pode ser estimada de forma imprecisa: Verdadeira. Com
poucas repetições, há uma maior variação nos resultados, o que pode levar a uma
estimativa imprecisa da estatística de interesse. Isso ocorre porque o número
limitado de simulações pode não capturar adequadamente a distribuição subjacente
dos dados.
2.
Os resultados podem ser afetados por combinações não representativas de
sorteios aleatórios: Verdadeira. Quando o número de repetições é pequeno, existe
uma maior chance de que os sorteios aleatórios utilizados nas simulações não sejam
representativos da verdadeira distribuição dos dados. Isso pode resultar em um viés
nos resultados do estudo.
3.
Os erros padrão nas quantidades estimadas podem ser inaceitavelmente grandes:
Verdadeira. O erro padrão de uma estimativa depende inversamente da raiz
quadrada do número de observações (ou simulações, no caso de Monte Carlo).
Portanto, um menor número de simulações geralmente leva a erros padrão maiores,
tornando as estimativas menos confiáveis.
4.
Técnicas de redução de variância podem ser usadas para reduzir os erros padrão:
Verdadeira. Mesmo com um número limitado de repetições, técnicas como
amostragem estratificada, amostragem de importância, ou o uso de variáveis de
controle podem ser implementadas para reduzir a variância das estimativas e,
consequentemente, os erros padrão.
Portanto, todas as afirmações são verdadeiras,
A
B
C
D
E
9 Marcar para revisão
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:
Eventos exaustivos
Eventos mutuamente exclusivos
Eventos igualmente prováveis
Eventos independentes
Eventos randômicos
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
Os eventos mutuamente exclusivos são aqueles que não podem ocorrer ao mesmo
tempo. Isso significa que a ocorrência de um evento impede automaticamente a
ocorrência do outro. Um exemplo prático disso é quando você corre: não é possível
correr para frente e para trás simultaneamente. Da mesma forma, ao jogar uma moeda,
não é possível obter cara e coroa ao mesmo tempo. Outros exemplos incluem
situações como a impossibilidade de pagar o aluguel se você não receber seu salário,
ou assistir à TV se você não possuir uma. Portanto, na simulação de eventos discretos,
quando um evento ocorre, outro evento não pode acontecer simultaneamente, sendo
estes denominados eventos mutuamente exclusivos.
10 Marcar para revisão
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, significa que?
I. Não é necessário atribuir o intervalo exato do intervalo de números aleatórios como a
probabilidade
A
B
C
D
E
II. É necessário para desenvolver uma distribuição de probabilidade cumulativa
III. É necessário atribuir os números aleatórios apropriados específicos
Está correto o que se afirma em:
Apenas I.
Apenas II.
Apenas III.
Apenas I e II.
Apenas II e III.
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
Ao atribuir números aleatórios na simulação de Monte Carlo, é necessário desenvolver
uma distribuição de probabilidade cumulativa. Uma probabilidade cumulativa refere-se
à probabilidade de que o valor de uma variável aleatória caia dentro de um intervalo
especificado. Frequentemente, as probabilidades cumulativas referem-se à
probabilidade de que uma variável aleatória seja menor ou igual a um valor
especificado.