Quanto aos métodos de simulação é correto afirmar que 

a)  Errado: A reamostragem ponderada, também conhecida como bootstrap ponderado, é uma técnica de reamostragem que permite estimar a distribuição de uma estatística amostral usando a amostra original.

A reamostragem ponderada é usada quando a amostra original não é representativa da população ou quando as observações da amostra têm diferentes pesos ou probabilidades de inclusão. Ela envolve a seleção aleatória de observações da amostra original, com substituição, mas dando pesos maiores para as observações que são mais importantes ou mais representativas da população.

Já a simulação dinâmica é um método que envolve a modelagem de sistemas dinâmicos complexos, com a utilização de equações matemáticas e algoritmos, para simular o comportamento do sistema ao longo do tempo. A simulação dinâmica pode ser usada para prever o comportamento futuro do sistema ou para testar diferentes cenários e políticas.

Portanto, a reamostragem ponderada e a simulação dinâmica são técnicas diferentes, usadas para diferentes finalidades e com diferentes metodologias.

b)  Errado: Na verdade, o algoritmo Metropolis é um método de simulação Monte Carlo Markov Chain (MCMC) que é usado para simular distribuições de probabilidade complexas e de alta dimensão.

O algoritmo Metropolis é um método iterativo que gera uma sequência de amostras aleatórias de uma distribuição de probabilidade desejada. Em cada iteração do algoritmo, uma nova amostra é gerada a partir da amostra anterior, usando um processo de proposta que segue uma distribuição de probabilidade conhecida. Em seguida, essa nova amostra é aceita ou rejeitada com base em uma regra de aceitação que depende da razão entre as probabilidades da nova e da antiga amostra.

O algoritmo Metropolis é amplamente utilizado em estatística bayesiana e outras áreas de modelagem estatística para obter estimativas e inferências para parâmetros desconhecidos ou prever valores futuros.

c)  Correto: Embora o algoritmo EM possa ser usado para imputação de dados ausentes, ele é principalmente um algoritmo de maximização da verossimilhança que é usado para estimar os parâmetros de modelos estatísticos quando alguns dados estão faltando ou são incompletos.

O algoritmo EM é um método iterativo que envolve duas etapas principais: a etapa de expectativa (E) e a etapa de maximização (M). Na etapa E, são calculadas as expectativas dos valores dos dados faltantes, dados os valores observados e os parâmetros atuais do modelo. Na etapa M, são estimados os parâmetros do modelo que maximizam a verossimilhança condicional, dado os dados observados e as estimativas dos valores dos dados faltantes da etapa E.

d)  Errado: Assim como o algoritmo Metropolis, o amostrador de Gibbs s é efetuada utilizando métodos MCMC.

A idéia básica do amostrador de Gibbs é tomar um problema multivariado numa seqüência de problemas univariados, entre os quais itera-se para produzir uma cadeia de Markov. A distribuição de equilíbrio é a distribuição posterior desejada

Esta técnica possibilita gerar indiretamente variáveis aleatórias de uma distribuição marginal, sem precisar calcular sua densidade de probabilidade. Este mecanismo baseia-se em propriedades elementares das cadeias de Markov. O amostrador pode ser visualizado como uma implementação prática do fato de que o conhecimento das distribuições condicionais é suficiente para a determinação da distribuição conjunta, se ela existir

e)  Errado: O método de aceitação/rejeição, também conhecido como método de rejeição, é um método de simulação Monte Carlo que é usado para gerar amostras de uma distribuição de probabilidade conhecida, a partir de uma distribuição de probabilidade proposta.

O método de aceitação/rejeição é um método iterativo que envolve a geração de uma amostra a partir da distribuição proposta, que é então aceita ou rejeitada com base em uma regra de aceitação. Se a amostra for aceita, ela é adicionada à sequência de amostras da distribuição de interesse. Caso contrário, uma nova amostra é gerada e o processo é repetido.

No entanto, o método de aceitação/rejeição não envolve a modelagem explícita de sistemas dinâmicos complexos ao longo do tempo, o que o torna um método de simulação estática e não dinâmica.

Gabarito: Letra C