Pergunta 1. Os Sistemas de Informação Geográfica (SIG) permitem a integração e análise de diferentes tipos de dados geoespaciais organizados em camadas. Essas camadas podem conter dados provenientes de mapas, imagens de sensoriamento remoto, dados tabulares, dados de campo, entre outros. Com base nas etapas descritas para a manipulação e análise desses dados, qual das alternativas a seguir melhor descreve o processo principal envolvido no funcionamento de um SIG? Múltipla Escolha: A análise de padrões e relações ocorre apenas por meio de dados tabulares. O processamento de dados é feito exclusivamente por modelos matemáticos, sem a utilização de imagens de sensoriamento remoto. A manipulação dos dados é realizada apenas com o uso de técnicas de classificação de imagens. A etapa principal envolve a coleta, entrada e correção dos dados antes de sua análise. As camadas de dados podem ser compostas apenas por informações provenientes de mapas. pontos: 0,100 Pergunta 2. Problemas de otimização estão presentes em diversas áreas, onde a principal tarefa é encontrar os valores ideais de variáveis para atingir um resultado ótimo, dentro de um conjunto de restrições. Um exemplo disso é a gestão de recursos renováveis, onde é necessário controlar as taxas de colheita e retirada para maximizar o rendimento sustentável ao longo do tempo. Da mesma forma, em muitos problemas, a otimização busca identificar valores extremos (mínimos ou máximos) que geram os melhores resultados possíveis, utilizando técnicas computacionais quando o problema envolve múltiplas variáveis. Em um problema de otimização, um gestor deseja maximizar o rendimento sustentável de uma área de pesca, levando em conta a taxa de colheita e outras variáveis ambientais. O objetivo é controlar as taxas de retirada para garantir o máximo de rendimento a longo prazo, respeitando as limitações ambientais. Com base nisso, qual das alternativas abaixo descreve corretamente o objetivo desse problema de otimização? Múltipla Escolha: Maximizar o rendimento imediato da pesca, sem se preocupar com o futuro. Minimizar os custos de operação da pesca, independentemente da sustentabilidade. Maximizar a colheita de recursos sem considerar as variáveis ambientais. Controlar a taxa de colheita e retirada para maximizar o rendimento sustentável. Maximizar o lucro a curto prazo, sem considerar as restrições ambientais. pontos: 0,100 Pergunta 3. A modelagem no campo dos Sistemas de Informações Geográficas (SIG) envolve a representação simbólica de propriedades e atributos temporais, que descrevem as condições ao longo do tempo e do espaço. Com base nas categorias de modelos em SIG, como estrutural e relacional, pode-se classificar modelos em dois grupos principais: cartográficos e espaciais. Os modelos cartográficos são frequentemente usados em sobreposição de camadas, como no mapeamento de solos, enquanto os modelos espaciais se focam nas relações matemáticas entre variáveis, como a previsão do aquecimento de superfícies com base na temperatura ambiente. Considerando essas categorias e características de modelos em SIG, pode-se afirmar que um modelo espacial, com o objetivo de prever o crescimento de um incêndio florestal, seria caracterizado como: Múltipla Escolha: Estocástico, pois se baseia em observações em campo e não considera variáveis determinísticas. Estrutural, pois se foca na representação das variáveis e sua organização espacial. Cartográfico, pois é baseado na sobreposição de camadas e na representação simbólica das características do incêndio. Relacional e funcional, pois descreve as relações entre variáveis e a previsão de escoamento, com base em entradas e saídas. Relacional e espacial, pois analisa as relações matemáticas entre variáveis e pode incluir elementos como a dinâmica do incêndio e sua propagação no espaço. pontos: 0,100 Pergunta 4. A Programação Linear (PL) é uma técnica matemática utilizada para resolver problemas de otimização, nos quais a função objetivo e as restrições são lineares. Em problemas de PL, o objetivo é encontrar a melhor solução possível dentro de um conjunto de soluções viáveis. Uma solução ótima básica é aquela que otimiza a função objetivo, geralmente encontrada através de métodos iterativos como o algoritmo Simplex ou o método Branch-and-Bound, dependendo da natureza do problema, como variáveis contínuas ou discretas. Em um problema de Programação Linear, uma solução básica é aquela que: I. Sempre é a solução ótima de um problema de PL, independentemente do número de soluções viáveis. II. Refere-se a um ponto extremo (vértice) do conjunto viável, onde a função objetivo pode atingir seu valor máximo ou mínimo. III. Pode ser obtida utilizando algoritmos como o Simplex, que fazem iterações para melhorar o valor da função objetivo até atingir a solução ótima. É correto o que se afirma em: Múltipla Escolha: II, apenas. I, II e III. I, apenas. II e III, apenas. III, apenas.