← Mais simulados

Simulado: Analista Operacional Júnior - Inferência Estatística - Petrobrás

Simulados, Provas e Questões - Analista Operacional Júnior - Inferência Estatística - Petrobrás. Ao Terminar de Resolver o Teste, Clique em Corrigir para ver o Gabarito.

0 resolveram
0% acertos
n/d
0 gabaritaram
0 ótimo
0 bom
0 regular
0 péssimo

Sejam S o conjunto de busca, N a relação de vizinhança e g a função avaliação. De um pseudoalgoritmo de busca local estocástica retiram-se os seguintes comandos:

2014_08_25_53fb1f00bc4b5.jpg

Uma alternativa para aumentar a rapidez dos algoritmos de busca local estocástica é selecionar o próximo passo de maneira mais eficiente. Neste contexto, o mecanismo de seleção do passo de busca do algoritmo, cujos comandos foram destacados acima, usa a estratégia de seleção

Uma medida do grau de desigualdade de uma distribuição de renda é o(a)

Um fabricante deseja fazer um estudo, com uma confiança de 95%, a respeito da aceitação de um dos seus produtos com a finalidade de lançá-lo em um novo mercado. Esse novo lançamento somente será comercialmente viável se o índice de aceitação do produto for, pelo menos, de 90%. Para tal, realizou uma pesquisa de mercado em uma das cidades onde seu produto já é comercializado. Foi perguntado aos consumidores se gostaram (aceitaram) do produto. O resultado foi o seguinte:

850 consumidores responderam que gostaram do produto e 150 consumidores responderam que não gostaram do produto.

Qual será a estatística de teste a ser utilizada nesse teste?

Um comerciante está estudando a viabilidade da aquisição de um bar. Esta compra somente será viável se o faturamento médio mensal deste bar for, pelo menos, de R$ 60.000,00. O comerciante consultou os documentos contábeis desse bar e escolheu, aleatoriamente, uma amostra dos faturamentos de 36 meses. A média amostral foi de R$ 54.000,00 com um desvio padrão de R$ 18.000,00. Nesse teste de hipóteses que o comerciante está realizando, a estatística de teste é de

No caso de Séries Temporais, definidas através de um processo cujas saídas

2014_08_25_53fb1f1dde70e.jpg

também denominadas observações não exibem estatísticas estacionárias, o modelo mais adequado, que pode ser usado diretamente, é o processo

A Análise de Séries Temporais consiste no estudo de sequências numéricas, que são realizações de Processos Estocásticos. Um processo estocástico é considerado

As ocorrências diárias de situações de emergência em uma instalação industrial são aleatórias e usualmente consideradas independentes umas das outras. Dessa forma, o modelo mais adequado para a simulação dos instantes de ocorrências é a Distribuição de Poisson e, consequentemente, os intervalos entre as ocorrências obedecem à Distribuição Exponencial. Na prática, observa-se que o tempo dedicado por um engenheiro à solução de cada emergência é bem modelado também pela Distribuição Exponencial. Esses são alguns dos motivos para que, em simulação desses processos de atendimento, o tempo (T) entre ocorrências e o tempo (T) de tratamento das mesmas sejam modelados por Distribuições Exponenciais que, entre outros aspectos, têm a propriedade denominada "ausência de memória" que (para quaisquer t > 0 e a > 0) é traduzida por:

O tempo entre as ocorrências de emergências e o tempo consumido para resolvê-las pelo especialista são usualmente modelados por Distribuições Exponenciais. Se, em média, o tempo entre ocorrências é de 6h e, em média, o tempo necessário para o especialista solucioná-las é de 3h, então

Existem algoritmos de busca local estocástica em que a função passo está implementada em dois estágios. No primeiro estágio, uma solução vizinha s? da solução candidata corrente s é selecionada uniformemente e depois é aceita, ou não, de acordo com a função de probabilidade: p(T,s,s?) = 1, se f(s?) ? f(s); ou p(T,s,s?) = exp( (f(s)-f(s?))/T ), caso contrário, onde T é um parâmetro denominado temperatura e f é a função avaliação. Quanto ao emprego desse critério, conhecido como condição de Metropolis, tem-se que

As técnicas de simulação são muito importantes em uma grande variedade de projetos quando estes apresentam cálculos muito complexos ou experimentos reais muito dispendiosos. Na base da simulação, tem-se a necessidade de geração de números pseudoaleatórios, quando as duas principais preocupações são: (1) um possível número deve ter a mesma probabilidade de ocorrer que qualquer outro dentre os demais possíveis números e (2) deve existir independência entre as ocorrências, isto é, a probabilidade de ocorrência de um número não deve ser afetada pelas eventuais ocorrências dos demais possíveis números. Os métodos de geração mais adotados na prática são: congruência mista (mixed congruential method), congruência multiplicativa (multiplicative congruential method) e congruência aditiva (additive congruential method). Considere os números inteiros K, L, M e N, tais que: 0 < K < M; 0 < L < M e N = 1, 2, 3... Para serem gerados números pseudoaleatórios entre 0 e M-1, iniciase com uma semente X0 aleatoriamente escolhida e adota- se a relação de recorrência XN+1 = f(XN, XN-1, K, L)(módulo M), isto é, XN+1 é o resto da divisão de f(XN, XN-1, K, L) por M. Nessas condições, quando

Texto associado.

2014_08_25_53fb1f04d3e00.jpg

A determinação dos coeficientes ? e ? é feita através da minimização da seguinte função-objetivo:

Uma empresa de consultoria em recursos humanos deseja conhecer o salário médio praticado pelo mercado para a remuneração de uma determinada classe profissional. Para tal, terá de extrair uma amostra dos salários desses profissionais para inferir o valor do salário médio da população. É desejada uma confiança de 95%, e o erro de amostragem, considerado como aceitável, é de R$ 100,00. Estudos anteriores indicam que o desvio padrão dos salários observado na população constituída por esses profissionais é de R$ 600,00. Qual deverá ser o tamanho da amostra a ser utilizada para a estimação da média aritmética populacional dos salários dessa classe profissional?

Uma das clássicas formulações para Séries Temporais é dada por

2014_08_25_53fb1f1c82757.jpg

onde a entrada (input) rk é uma variável aleatória gaussiana. Essa formulação para Séries Temporais, em que a saída atual (zk) é uma combinação linear da entrada nos instantes atual e passados (rk, rk-1, ... zk-p), é

Na Análise de Séries Temporais, tem-se uma técnica de ajuste de dados experimentais a um modelo empírico composto por uma equação de diferenças. Uma possível formulação é tal que os dados atuais (t = k) sejam uma combinação linear de p dados passados (zk-1, ... zk-p) ponderados por coeficientes (b1, ... bp), gerando uma equação do tipo

2014_08_25_53fb1f06d4f59.jpg

onde rk é uma variável aleatória gaussiana. Essa formulação para Séries Temporais é

Deixe seu comentário (0)

Seja o primeiro a comentar!