Questões de Engenharia de Software - Análise de Pontos de Função para Concurso

Durante o processo de contagem dos Pontos por Função de um projeto de melhoria de um sistema de informação, um profissional de TI encontrou uma contagem prévia que indicava que o sistema possuía 5 EE, 10 SE, 5 CE, 4 ALI e 2 AIE. Ele detectou que as modificações planejadas eram:
• receber mais um arquivo que trazia dados de outro sistema; • eliminar uma tela por onde esses dados eram antes digitados; • alterar uma tela que mostrava os últimos 5 pedidos feitos para mostrar 10; e • criar um relatório impresso, semelhante a um preexistente, porém usando uma outra ordenação.
De acordo com a metodologia de contagem IFPUG, o projeto de melhoria possui

Um Engenheiro de Sistemas foi contratado para elaborar a contagem de pontos de função para um novo projeto de desenvolvimento de software utilizando a Análise de Pontos de Função (APF), conforme as condições de complexidade seguindo as regras de contagem funcional para o processo de desenvolvimento e manutenção de software. As condições dadas são:

O valor correto de Pontos de Função Bruto (PFB) sem fator de ajuste é:

O SiCONTA será um sistema de apoio à contabilidade tributária. No SiCONTA, há funcionalidades para incluir, alterar, excluir e consultar tributos. Para cada tributo é possível incluir, alterar, excluir e consultar alíquotas, ou seja, a alíquota só pode existir se estiver associada a um tributo. Com base na Análise de Pontos de Função, a contagem do projeto de desenvolvimento do SiCONTA deverá considerar:

Uma das métricas empregadas para a medição de produtos de software é a Análise por Pontos de Função (APF). Nesse tipo de métrica, há os chamados Fatores de Ajuste, em número de 14. Sobre tais fatores, é correto afirmar que um deles visa verificar se

Suponha que um modelo de classificação binária foi treinado para distinguir e-mails de spam de e-mails legítimos. O modelo foi testado em um conjunto de dados de teste com 200 e-mails, sendo 100 e-mails de spam e 100 e-mails legítimos.
A matriz de confusão é dada por 80 verdadeiros positivos, 85 verdadeiros negativos, 15 falsos positivos (erro tipo 1) e 20 falsos negativos (erro tipo 2). 
Nessas condições, o F1-Score do modelo deve ser aproximadamente igual a