Questões de Estatística - Programação Linear para Concurso
Foram encontradas 75 questões
Ano: 2024
Banca:
IF-ES
Órgão:
IF-ES
Prova:
IF-ES - 2024 - IF-ES - Professor EBTT - Engenharia de Produção |
Q3024253
Estatística
Considere o problema de programação linear abaixo
Maximizar: Z = 3x1 + x2
Sujeito a
x1 + 2x2 ≤ 24
-x1 + x2 ≤ 6
x1 ≥ 0, x2 ≥ 0
Agora, assinale a função objetivo do dual deste problema
Maximizar: Z = 3x1 + x2
Sujeito a
x1 + 2x2 ≤ 24
-x1 + x2 ≤ 6
x1 ≥ 0, x2 ≥ 0
Agora, assinale a função objetivo do dual deste problema
Ano: 2024
Banca:
IF-ES
Órgão:
IF-ES
Prova:
IF-ES - 2024 - IF-ES - Professor EBTT - Engenharia de Produção |
Q3024252
Estatística
Considere o problema de programação linear apresentado a seguir.
Maximizar: Z = α x1 + βx2
x1<=5
x2<=4
2x1 + 6x2 >=28
x1, x2 >=0
Quais os valores de α e β devem assumir no problema de programação linear acima de forma que este apresente múltiplas soluções possíveis.
Maximizar: Z = α x1 + βx2
x1<=5
x2<=4
2x1 + 6x2 >=28
x1, x2 >=0
Quais os valores de α e β devem assumir no problema de programação linear acima de forma que este apresente múltiplas soluções possíveis.
Ano: 2024
Banca:
IF-ES
Órgão:
IF-ES
Prova:
IF-ES - 2024 - IF-ES - Professor EBTT - Engenharia de Produção |
Q3024251
Estatística
Considere o problema de programação linear apresentado a seguir.
Maximizar Z=3x1 + x2
Sujeito as restrições
5x1 + 3x2>=6
4x1 + 2x2>=12
3x1 + 6x2<=30
6x1 + 7x2<=50
x1, x2 >=0
Após observar o problema acima, assinale a solução ótima.
Maximizar Z=3x1 + x2
Sujeito as restrições
5x1 + 3x2>=6
4x1 + 2x2>=12
3x1 + 6x2<=30
6x1 + 7x2<=50
x1, x2 >=0
Após observar o problema acima, assinale a solução ótima.
Q3017910
Estatística
A programação linear é uma das técnicas mais utilizadas na abordagem de problemas em
Pesquisa Operacional que se utiliza da construção de um modelo matemático. Apesar de não
haver regra fixa, o raciocínio pode ser organizado a partir de um roteiro preestabelecido,
conforme descrito abaixo:
Q3017886
Estatística
Sobre a Teoria da Dualidade em Programação Linear, pode-se dizer que: “Todo problema
de programação linear, chamado comumente de primal, traz consigo um segundo problema,
chamado dual, estando ambos completamente inter-relacionados, de tal maneira que a
solução ótima de um fornece informações completas sobre o outro (Andrade, 2009) ”.
Acerca da Teoria da dualidade, assinale a afirmativa CORRETA:
Acerca da Teoria da dualidade, assinale a afirmativa CORRETA:
Ano: 2024
Banca:
FGV
Órgão:
TCE-PA
Prova:
FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área de Informática - Analista de Sistemas |
Q2705520
Estatística
Modelos de previsão podem ser obtidos a partir do uso de
técnicas de regressão. Dentre essas técnicas, pode-se citar a
técnica de regressão polinomial.
Considere o conjunto de dados e a informação a seguir:
Deseja-se encontrar um modelo de regressão polinomial de 2º grau Y = a0 + a1 X + a2 X2 que melhor se encaixe nesse conjunto de dados.
Estimando-se pelo método dos mínimos quadrados, os valores de a0, a1 e a2 serão dados, respectivamente, por
Considere o conjunto de dados e a informação a seguir:
Deseja-se encontrar um modelo de regressão polinomial de 2º grau Y = a0 + a1 X + a2 X2 que melhor se encaixe nesse conjunto de dados.
Estimando-se pelo método dos mínimos quadrados, os valores de a0, a1 e a2 serão dados, respectivamente, por
Ano: 2024
Banca:
INSTITUTO AOCP
Órgão:
TRF - 2ª REGIÃO
Prova:
INSTITUTO AOCP - 2024 - TRF - 2ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Estatística |
Q2567315
Estatística
A Razão das Chances é definida pela razão entre a probabilidade de sucesso e a probabilidade de insucesso, ou seja, p/1–p. Então, assumindo y = β0 + β1X1 + ... + βp-1Xp-1 = X' β , tem-se no Modelo Logístico p = p(X) = p(X1, X2, ... , Xp-1) = ey/ey+1 = 1/1+e-y= 1/1+e-x'β. Portanto, a Razão das Chances no Modelo Logístico é
Ano: 2023
Banca:
CETAP
Órgão:
SEMAS-PA
Prova:
CETAP - 2023 - SEMAS-PA - Técnico em Gestão de Meio Ambiente -Engenharia de Produção |
Q2428382
Estatística
Considerando os modelos de otimização de Programação Linear para tomada de decisão, marque a alternativa incorreta.
Ano: 2007
Banca:
CESPE / CEBRASPE
Órgão:
TSE
Prova:
CESPE / CEBRASPE - 2007 - TSE - Analista Judiciário - Estatística |
Q2219869
Estatística
Considere que um problema de otimização tenha como objetivo
maximizar a função Z sujeita às restrições a seguir.
I Z - 20X - 30Y = 0
II 3X + 2Y - W = 200
III X + 2Y - V = 100
IV X, Y, W, V ≥ 0.
Nessa situação, o valor ótimo de Z e a quantidade ótima de X são, respectivamente, iguais a
I Z - 20X - 30Y = 0
II 3X + 2Y - W = 200
III X + 2Y - V = 100
IV X, Y, W, V ≥ 0.
Nessa situação, o valor ótimo de Z e a quantidade ótima de X são, respectivamente, iguais a
Q2199659
Estatística
A respeito do Tidyverse, assinale a alternativa correta.
Q2181345
Estatística
Uma empresa produz mesas e cadeiras. No processo de fabricação, cada mesa consome 22 parafusos e cada cadeira
consome 12 parafusos. Sabe-se que o estoque disponível para um mês de fabricação é de 5.000 parafusos e que para
cada mesa fabricada devem ser produzidas pelo menos 3 cadeiras. Na ótica da programação linear, chamando a
quantidade de mesas produzidas de x1 e a quantidade de cadeiras produzidas de x2, é correto afirmar que:
Ano: 2022
Banca:
FCC
Órgão:
TRT - 17ª Região (ES)
Prova:
FCC - 2022 - TRT - 17ª Região (ES) - Analista Judiciário - Área Apoio Especializado - Especialidade Estatística |
Q2108528
Estatística
Texto associado
Atenção: Para responder à questão, considere o código na linguagem R.
Y<-c(2,3,2,4,3,5,6,3,4) #1
X1<-c(10,13,9,18,12,22,27,13,21) #2
X2<-c(6,10,4,10,10,17,16,9,13) #3
dados<-data.frame(cbind(Y,X1,X2)) #4
modelo <- lm(Y ~ X1 + X2, data = dados) #5
summary(modelo) #6
coef(modelo) #7
formula(modelo) #8
plot(modelo) #9
p <- as.data.frame(cbind(13,4)) #10
colnames(p) <- cbind("X1","X2") #11
predict(modelo, newdata=p) #12
vcov(modelo) #13
Intercept<-rep(1,times=9) #14
X<-cbind(Intercept,X1,X2) #15
t(solve(t(X)%*%X)%*%t(X)%*%Y) #16
residuals(modelo) #17
Os comandos das linhas 14 a 16 produzem o mesmo resultado que o comando
Ano: 2022
Banca:
FCC
Órgão:
TRT - 17ª Região (ES)
Prova:
FCC - 2022 - TRT - 17ª Região (ES) - Analista Judiciário - Área Apoio Especializado - Especialidade Estatística |
Q2108527
Estatística
Texto associado
Atenção: Para responder à questão, considere o código na linguagem R.
Y<-c(2,3,2,4,3,5,6,3,4) #1
X1<-c(10,13,9,18,12,22,27,13,21) #2
X2<-c(6,10,4,10,10,17,16,9,13) #3
dados<-data.frame(cbind(Y,X1,X2)) #4
modelo <- lm(Y ~ X1 + X2, data = dados) #5
summary(modelo) #6
coef(modelo) #7
formula(modelo) #8
plot(modelo) #9
p <- as.data.frame(cbind(13,4)) #10
colnames(p) <- cbind("X1","X2") #11
predict(modelo, newdata=p) #12
vcov(modelo) #13
Intercept<-rep(1,times=9) #14
X<-cbind(Intercept,X1,X2) #15
t(solve(t(X)%*%X)%*%t(X)%*%Y) #16
residuals(modelo) #17
É correto afirmar que
Ano: 2023
Banca:
Instituto Consulplan
Órgão:
MPE-BA
Prova:
Instituto Consulplan - 2023 - MPE-BA - Analista Técnico – Estatística |
Q2101297
Estatística
A distribuição de Pareto é uma distribuição contínua assimétrica utilizada para modelar, por exemplo, a distribuição de
renda e outras variáveis financeiras. Se uma variável aleatória contínua X possui distribuição de Pareto, então sua função
densidade de probabilidade é dada por:
em que β > 1. Se uma amostra aleatória X1, X2, X3, ..., Xn de tamanho n for observada a partir da variável X, o estimador de momentos de β, denotado por FOTO, é dado por:
em que β > 1. Se uma amostra aleatória X1, X2, X3, ..., Xn de tamanho n for observada a partir da variável X, o estimador de momentos de β, denotado por FOTO, é dado por:
Ano: 2023
Banca:
IBFC
Órgão:
Prefeitura de Cuiabá - MT
Prova:
IBFC - 2023 - Prefeitura de Cuiabá - MT - Estatístico |
Q2071567
Estatística
Assinale a alternativa que apresenta qual o
valor que maximiza a função z = 3x + 4y, sujeito
a: (i) x + y ≤ 6; (ii) x ≤ 4; (iii) y ≤ 4 e (iv) x,y ≥ 0.
Ano: 2022
Banca:
FCC
Órgão:
TRT - 23ª REGIÃO (MT)
Prova:
FCC - 2022 - TRT - 23ª REGIÃO (MT) - Analista Judiciário - Área Apoio - Estatística |
Q1970630
Estatística
Considere as linhas de comando da linguagem R a seguir:
install.packages(c("readxl","tidyverse","expm","matlib")) #linha 1
lapply(c("readxl","tidyverse","expm","matlib"),require,character.only = TRUE) #linha 2
DADOS <- data.frame(read_excel("C:/Users/fulano/Documents/dados.xlsx")) #linha 3
Modelo <- lm(Altura~Peso,DADOS) #linha 4
predict(Modelo, data.frame(Peso = c(70, 80, 90))) #linha 5
M1<-matrix(c(1,-0.3,-0.3,1.1,0,1,3,4,1,0,-1,4,-6,2),nrow=7,ncol=2,byrow=TRUE) #linha 6
M2 <- matrix(c(1,-0.3,1,3),nrow=2,ncol=2,byrow=TRUE) #linha 7
Matriz_Final<-M1%*%M2 #linha 8
setwd('C:/Users/fulano/Documents/dados') #linha 9
write.csv(Matriz_Final, "Matriz_Final.csv", row.names = FALSE) #linha 10
A respeito das linhas de comando, executadas na sequência das linhas enumeradas, é correto afirmar que o comando da linha
install.packages(c("readxl","tidyverse","expm","matlib")) #linha 1
lapply(c("readxl","tidyverse","expm","matlib"),require,character.only = TRUE) #linha 2
DADOS <- data.frame(read_excel("C:/Users/fulano/Documents/dados.xlsx")) #linha 3
Modelo <- lm(Altura~Peso,DADOS) #linha 4
predict(Modelo, data.frame(Peso = c(70, 80, 90))) #linha 5
M1<-matrix(c(1,-0.3,-0.3,1.1,0,1,3,4,1,0,-1,4,-6,2),nrow=7,ncol=2,byrow=TRUE) #linha 6
M2 <- matrix(c(1,-0.3,1,3),nrow=2,ncol=2,byrow=TRUE) #linha 7
Matriz_Final<-M1%*%M2 #linha 8
setwd('C:/Users/fulano/Documents/dados') #linha 9
write.csv(Matriz_Final, "Matriz_Final.csv", row.names = FALSE) #linha 10
A respeito das linhas de comando, executadas na sequência das linhas enumeradas, é correto afirmar que o comando da linha
Ano: 2022
Banca:
FGV
Órgão:
TJ-DFT
Prova:
FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |
Q1936779
Estatística
A chance de um evento que ocorre com probabilidade p é
definida como c = p/(1-p).
Quando queremos entender a associação de um fator com um evento de interesse, em geral computamos a razão de chances, r = c_0/c_1, onde c_0 é a chance sem a exposição e c_1 é a chance com a exposição.
Suponha que um analista dispõe de um conjunto de dados binários Y = (Y_1,..., Y_n), com Y_i tomando valores em {0, 1} contendo o resultado de um teste de Covid-19 em n pacientes e que X = (X_1, ..., X_n) é um conjunto de covariáveis também binárias que indicam se o indivíduo foi (X_i = 1) ou não (X_i = 0) a uma festa nos últimos dez dias.
O analista quer determinar se a variável X está significativamente associada com o resultado do teste, Y.
Para tanto, ajusta um modelo de regressão logística utilizando Y como variável resposta, um termo de intercepto e X como covariável.
Ele obtém uma estimativa b0 para o intercepto, com erro padrão s0 e, para o coeficiente de X, uma estimativa b1 erro padrão s1.
O intervalo de confiança de 90% para a razão de chances é:
Quando queremos entender a associação de um fator com um evento de interesse, em geral computamos a razão de chances, r = c_0/c_1, onde c_0 é a chance sem a exposição e c_1 é a chance com a exposição.
Suponha que um analista dispõe de um conjunto de dados binários Y = (Y_1,..., Y_n), com Y_i tomando valores em {0, 1} contendo o resultado de um teste de Covid-19 em n pacientes e que X = (X_1, ..., X_n) é um conjunto de covariáveis também binárias que indicam se o indivíduo foi (X_i = 1) ou não (X_i = 0) a uma festa nos últimos dez dias.
O analista quer determinar se a variável X está significativamente associada com o resultado do teste, Y.
Para tanto, ajusta um modelo de regressão logística utilizando Y como variável resposta, um termo de intercepto e X como covariável.
Ele obtém uma estimativa b0 para o intercepto, com erro padrão s0 e, para o coeficiente de X, uma estimativa b1 erro padrão s1.
O intervalo de confiança de 90% para a razão de chances é:
Q1933596
Estatística
No contexto da linguagem de programação R, analise as
afirmativas a seguir.
I. Vetores (vectors) são listas de itens que devem ter o mesmo tipo.
II. R trabalha com vários tipos de dados (data types), numéricos, lógicos e textuais, mas as variáveis podem mudar de tipo mesmo depois da instanciação.
III. Os itens de uma lista (list) não podem ser substituídos. São permitidas apenas a inserção e a remoção de itens.
Está correto somente o que se afirma em:
I. Vetores (vectors) são listas de itens que devem ter o mesmo tipo.
II. R trabalha com vários tipos de dados (data types), numéricos, lógicos e textuais, mas as variáveis podem mudar de tipo mesmo depois da instanciação.
III. Os itens de uma lista (list) não podem ser substituídos. São permitidas apenas a inserção e a remoção de itens.
Está correto somente o que se afirma em:
Q1933594
Estatística
No contexto da linguagem de programação R, analise o código a
seguir.
for (x in 1:10) { if (x >= 4) { print(x) next } if (x == 8) {break} }
O número de linhas exibidas pela execução desse código é:
for (x in 1:10) { if (x >= 4) { print(x) next } if (x == 8) {break} }
O número de linhas exibidas pela execução desse código é:
Q1929205
Estatística
Uma sociedade empresária que atua na área de logística
transporta frutas até o limite de 800 caixas.
A sociedade empresária recebeu um pedido para transportar 200 caixas de laranjas, a R$ 20,00 de lucro por caixa; pelo menos 100 caixas de ameixas, a R$ 10,00 de lucro por caixa e, no máximo 200 caixas de amoras, a R$ 10,00 de lucro por caixa.
Considerando como x1, x2, x3 as quantidades de caixas de laranjas, ameixas e amoras, respectivamente, o modelo de programação linear que representa de que forma a empresa deverá carregar o caminhão para obter o lucro máximo é:
A sociedade empresária recebeu um pedido para transportar 200 caixas de laranjas, a R$ 20,00 de lucro por caixa; pelo menos 100 caixas de ameixas, a R$ 10,00 de lucro por caixa e, no máximo 200 caixas de amoras, a R$ 10,00 de lucro por caixa.
Considerando como x1, x2, x3 as quantidades de caixas de laranjas, ameixas e amoras, respectivamente, o modelo de programação linear que representa de que forma a empresa deverá carregar o caminhão para obter o lucro máximo é:
Conheça nossos planos