Logo Passei Direto
Buscar

Atividade 2 (A2)_ Revisão da tentativa

breadcrumb-separator

FMU

User badge image
Estudante PD

em

Ferramentas de estudo

Mostrar todas

Questões resolvidas

Alana e David inventaram um jogo em que tiravam um marcador de cor da bolsa e, de acordo com a cor do marcador, todos ganhariam pontos. A pessoa com a maior pontuação receberia um prêmio. Eles colocaram 4 chips verdes, 3 chips brancos e 2 chips de laranja. Ao retirar, aleatoriamente, um token do saco, qual é a probabilidade de que seja laranja? a. 23,3%. b. 33%. c. 20%. d. 22,2%. e. 30,4%.

Os modelos de variáveis aleatórias discretas aproximam a representação de pontos gerados por um evento aleatório não-contínuo. Sendo assim, existem três principais formas de se representar essas distribuições.
Em relação a essas formas, analise as afirmativas a seguir.
I. A distribuição de Poisson é utilizada para a simulação de uma quantidade arbitrariamente grande de amostras, sendo que cada evento tem uma chance relativamente pequena de ocorrência.
II. A distribuição binomial representa a probabilidade de apenas um evento, com suas probabilidades de sucesso ou fracasso codificadas como valores numéricos para a representação gráfica.
III. A distribuição de Bernoulli representa as probabilidades discretas da ocorrência de sequências de sucessos ou fracassos em eventos que se repetem ao longo do tempo.
IV. A distribuição binomial pode ter apenas um ponto em seu gráfico, uma vez que a probabilidade de não ocorrência de um evento pode ser calculada.
a. III e IV, apenas.
b. I, II e III, apenas.
c. I e II, apenas.
d. II, III e IV, apenas.
e. I e IV, apenas.

A execução de códigos das linguagens interpretadas R e Python é mostrada na figura a seguir.
Nesse contexto, assinale a alternativa que apresenta as definições corretas para os códigos compilados e os códigos que são interpretados.
a. No caso do código interpretado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao software do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.
b. No caso do código compilado, é preciso que o hardware realize as requisições para o sistema operacional, que repassa ao hardware do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.
c. No caso do código compilado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao software do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.
d. No caso do código interpretado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao hardware do computador. No caso de um código compilado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.
e. No caso do código compilado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao hardware do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.

Simulação é uma questão importante para obter as melhores soluções para um problema com um custo baixo. Por isso, métodos para experimentação são importantes. Nesse sentido, os Métodos de Monte Carlo são usados principalmente em três classes de problemas.
Qual são eles?
a. Otimização, integração numérica e geração de sorteios, a partir de uma distribuição de probabilidade bayesiana.
b. Otimização, integração numérica e geração de sorteios, a partir do método de Gauss.
c. Maximização, integração numérica e geração de sorteios, a partir de uma distribuição de probabilidade riemanniana.
d. Otimização, integração numérica e geração de sorteios, a partir do método Monte Carlo.
e. Minimização, integração numérica e geração de sorteios, a partir de uma distribuição de probabilidade euleriana.

A principal contribuição dos matemáticos John Von Neumann e Stanislav Ulam foi a elaboração do algoritmo computacional simplificado, por meio de uma técnica frequentemente chamada de método das tentativas estatísticas. Nesse método, realizam-se amostragens independentes entre si e calcula-se a média entre todas as amostras. A fórmula para cálculo do erro é proporcional a D/N, em que D é uma constante qualquer e N é a quantidade de amostras tomadas. Caso seja necessário reduzir o erro em 20, para reduzir o erro proporcional é necessário realizar a amostragem em: a. Erro é proporcional a 2D/N quando a quantidade amostrada for N. b. Erro é proporcional a D quando a quantidade amostrada for D. c. Erro é proporcional a 1D/2N quando a quantidade amostrada for N. d. Erro é proporcional a D/N quando a quantidade amostrada for N. e. Erro é proporcional a D/2N quando a quantidade amostrada for N.

Uma das maneiras de realizar qualquer simulação é usar fórmulas matemáticas estabelecidas para que você possa confiar nos resultados teóricos. Por exemplo, o método de Monte Carlo usa várias simulações numéricas para tirar conclusões.
Agora, leia as asserções a seguir.
I. As funções de densidade de probabilidade são muito utilizadas para modelar sistemas. Uma das suas principais características é não trabalhar com valores pontuais, mas com intervalos infinitesimais — informa a probabilidade de uma variável assumir um valor naquele intervalo.
II. As variáveis discretas só podem assumir valores contínuos para um dado intervalo. Já as contínuas podem assumir qualquer valor pontual do intervalo dos possíveis valores.
III. A expressão a seguir é uma função de densidade normal contínua e é descrita por .
IV. Funções de densidade podem ser obtidas via cálculo integral.
a. I, III e IV, apenas.
b. I, apenas.
c. III e IV, apenas.
d. I e II, apenas.
e. I, II e III, apenas.

Qualquer simulação de computador de um sistema físico envolvendo aleatoriedade deve incluir um método de geração de uma sequência de números aleatórios. Por exemplo, a simulação de um sistema de filas envolve a geração do intervalo entre a chegada de um cliente e o tempo de atendimento de cada cliente.
Assim, pensando nesse contexto, analise as afirmativas a seguir.
I. Uma variável aleatória é uma variável em que não é possível saber o valor a priori, ou seja, é uma variável que não tem um único valor definido.
II. Como não é possível saber o valor exato de uma variável aleatória, estes elementos são de pouca utilidade para a análise de processos e sistemas.
III. As variáveis aleatórias discretas podem assumir valores contidos em um conjunto enumerável, seja finito ou infinito.
IV. As variáveis aleatórias contínuas podem assumir valores contidos em um intervalo entre dois valores.
a. I e IV, apenas.
b. I, III e IV, apenas.
c. II e IV, apenas.
d. I e III, apenas.
e. I e II, apenas.

A técnica de redução da variância é um procedimento projetado para aumentar a velocidade de convergência do método, reduzindo o desvio padrão da amostra.
A partir do que foi apresentado, analise as asserções a seguir e a relação proposta entre elas.
I. A redução de variância é um processo que visa à otimização de um modelo, para que seja implementado o método Monte Carlo.
II. A redução de variância refina o modelo, para que o modelo exija menos trabalho que antes do refino.
a. as asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.
b. a asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
c. a asserção I é uma proposição verdadeira, e a asserção II é uma proposição falsa.
d. as asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
e. as asserções I e II são proposições falsas.

Algumas integrais são de extrema importância nas ciências exatas e são frequentemente aplicadas na física, matemática e estatística. No entanto, existem outras integrais que não podem ser resolvidas analiticamente e, portanto, precisamos aproximá-las numericamente. Considere a integral a seguir. Um método eficiente e bem útil, que conseguiria estimar o valor aproximado dessa integral, seria: a. Método de Monte Carlo. b. Método de Gauss. c. Método de Bayes. d. Método dos Euller. e. Método de Riemann.

Conteúdos escolhidos para você

Exercícios - modelagem analise e simulação de sistemas
34 pág.

Exercícios - modelagem analise e simulação de sistemas

UNICARIOCA

PRV - Prova_ 2024B - Cálculo Numérico (71117) - Eng Civil
8 pág.

PRV - Prova_ 2024B - Cálculo Numérico (71117) - Eng Civil

Laboratório de Simulação - N2
6 pág.

Laboratório de Simulação - N2

UAM

COMPILADO MÉTODOS COMPUTACIONAIS
19 pág.

COMPILADO MÉTODOS COMPUTACIONAIS

UNAMA

Algoritmos e Lógica de Programação
256 pág.

Algoritmos e Lógica de Programação

UniCesumar

Perguntas dessa disciplina

Questão 1/10 Reinforcement Learning Ler em voz al A aproximação mais comum para a solução do MDP se dá pela programação dinâmica, embora soluções line

Uma empresa de marketing digital decidiu analisar os dados de interação dos usuários em suas campanhas publicitárias. Para isso, a equipe de análise d

UNIVESP

Uma equipe de cientistas de dados está desenvolvendo um modelo preditivo utilizando o algoritmo K-Nearest Neighbors (KNN) para classificar se um clien

Ao aplicar métoConsiderando as características da integração numérica, analise as seguintes afirmações: Os métodos numéricos podem ser empregados ...

Uma equipe de cientistas de dados está deservolvendo um modelo preditivo utilizando 0 algoritmo K Nearest Neighbors (KNN) para classificar se um clien

UNIVESP

Material
Buscar
páginas com resultados encontrados.
páginas com resultados encontrados.

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Questões resolvidas

Alana e David inventaram um jogo em que tiravam um marcador de cor da bolsa e, de acordo com a cor do marcador, todos ganhariam pontos. A pessoa com a maior pontuação receberia um prêmio. Eles colocaram 4 chips verdes, 3 chips brancos e 2 chips de laranja. Ao retirar, aleatoriamente, um token do saco, qual é a probabilidade de que seja laranja? a. 23,3%. b. 33%. c. 20%. d. 22,2%. e. 30,4%.

Os modelos de variáveis aleatórias discretas aproximam a representação de pontos gerados por um evento aleatório não-contínuo. Sendo assim, existem três principais formas de se representar essas distribuições.
Em relação a essas formas, analise as afirmativas a seguir.
I. A distribuição de Poisson é utilizada para a simulação de uma quantidade arbitrariamente grande de amostras, sendo que cada evento tem uma chance relativamente pequena de ocorrência.
II. A distribuição binomial representa a probabilidade de apenas um evento, com suas probabilidades de sucesso ou fracasso codificadas como valores numéricos para a representação gráfica.
III. A distribuição de Bernoulli representa as probabilidades discretas da ocorrência de sequências de sucessos ou fracassos em eventos que se repetem ao longo do tempo.
IV. A distribuição binomial pode ter apenas um ponto em seu gráfico, uma vez que a probabilidade de não ocorrência de um evento pode ser calculada.
a. III e IV, apenas.
b. I, II e III, apenas.
c. I e II, apenas.
d. II, III e IV, apenas.
e. I e IV, apenas.

A execução de códigos das linguagens interpretadas R e Python é mostrada na figura a seguir.
Nesse contexto, assinale a alternativa que apresenta as definições corretas para os códigos compilados e os códigos que são interpretados.
a. No caso do código interpretado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao software do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.
b. No caso do código compilado, é preciso que o hardware realize as requisições para o sistema operacional, que repassa ao hardware do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.
c. No caso do código compilado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao software do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.
d. No caso do código interpretado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao hardware do computador. No caso de um código compilado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.
e. No caso do código compilado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao hardware do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a máquina virtual e o sistema operacional.

Simulação é uma questão importante para obter as melhores soluções para um problema com um custo baixo. Por isso, métodos para experimentação são importantes. Nesse sentido, os Métodos de Monte Carlo são usados principalmente em três classes de problemas.
Qual são eles?
a. Otimização, integração numérica e geração de sorteios, a partir de uma distribuição de probabilidade bayesiana.
b. Otimização, integração numérica e geração de sorteios, a partir do método de Gauss.
c. Maximização, integração numérica e geração de sorteios, a partir de uma distribuição de probabilidade riemanniana.
d. Otimização, integração numérica e geração de sorteios, a partir do método Monte Carlo.
e. Minimização, integração numérica e geração de sorteios, a partir de uma distribuição de probabilidade euleriana.

A principal contribuição dos matemáticos John Von Neumann e Stanislav Ulam foi a elaboração do algoritmo computacional simplificado, por meio de uma técnica frequentemente chamada de método das tentativas estatísticas. Nesse método, realizam-se amostragens independentes entre si e calcula-se a média entre todas as amostras. A fórmula para cálculo do erro é proporcional a D/N, em que D é uma constante qualquer e N é a quantidade de amostras tomadas. Caso seja necessário reduzir o erro em 20, para reduzir o erro proporcional é necessário realizar a amostragem em: a. Erro é proporcional a 2D/N quando a quantidade amostrada for N. b. Erro é proporcional a D quando a quantidade amostrada for D. c. Erro é proporcional a 1D/2N quando a quantidade amostrada for N. d. Erro é proporcional a D/N quando a quantidade amostrada for N. e. Erro é proporcional a D/2N quando a quantidade amostrada for N.

Uma das maneiras de realizar qualquer simulação é usar fórmulas matemáticas estabelecidas para que você possa confiar nos resultados teóricos. Por exemplo, o método de Monte Carlo usa várias simulações numéricas para tirar conclusões.
Agora, leia as asserções a seguir.
I. As funções de densidade de probabilidade são muito utilizadas para modelar sistemas. Uma das suas principais características é não trabalhar com valores pontuais, mas com intervalos infinitesimais — informa a probabilidade de uma variável assumir um valor naquele intervalo.
II. As variáveis discretas só podem assumir valores contínuos para um dado intervalo. Já as contínuas podem assumir qualquer valor pontual do intervalo dos possíveis valores.
III. A expressão a seguir é uma função de densidade normal contínua e é descrita por .
IV. Funções de densidade podem ser obtidas via cálculo integral.
a. I, III e IV, apenas.
b. I, apenas.
c. III e IV, apenas.
d. I e II, apenas.
e. I, II e III, apenas.

Qualquer simulação de computador de um sistema físico envolvendo aleatoriedade deve incluir um método de geração de uma sequência de números aleatórios. Por exemplo, a simulação de um sistema de filas envolve a geração do intervalo entre a chegada de um cliente e o tempo de atendimento de cada cliente.
Assim, pensando nesse contexto, analise as afirmativas a seguir.
I. Uma variável aleatória é uma variável em que não é possível saber o valor a priori, ou seja, é uma variável que não tem um único valor definido.
II. Como não é possível saber o valor exato de uma variável aleatória, estes elementos são de pouca utilidade para a análise de processos e sistemas.
III. As variáveis aleatórias discretas podem assumir valores contidos em um conjunto enumerável, seja finito ou infinito.
IV. As variáveis aleatórias contínuas podem assumir valores contidos em um intervalo entre dois valores.
a. I e IV, apenas.
b. I, III e IV, apenas.
c. II e IV, apenas.
d. I e III, apenas.
e. I e II, apenas.

A técnica de redução da variância é um procedimento projetado para aumentar a velocidade de convergência do método, reduzindo o desvio padrão da amostra.
A partir do que foi apresentado, analise as asserções a seguir e a relação proposta entre elas.
I. A redução de variância é um processo que visa à otimização de um modelo, para que seja implementado o método Monte Carlo.
II. A redução de variância refina o modelo, para que o modelo exija menos trabalho que antes do refino.
a. as asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.
b. a asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
c. a asserção I é uma proposição verdadeira, e a asserção II é uma proposição falsa.
d. as asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
e. as asserções I e II são proposições falsas.

Algumas integrais são de extrema importância nas ciências exatas e são frequentemente aplicadas na física, matemática e estatística. No entanto, existem outras integrais que não podem ser resolvidas analiticamente e, portanto, precisamos aproximá-las numericamente. Considere a integral a seguir. Um método eficiente e bem útil, que conseguiria estimar o valor aproximado dessa integral, seria: a. Método de Monte Carlo. b. Método de Gauss. c. Método de Bayes. d. Método dos Euller. e. Método de Riemann.

Conteúdos escolhidos para você

Exercícios - modelagem analise e simulação de sistemas
34 pág.

Exercícios - modelagem analise e simulação de sistemas

UNICARIOCA

PRV - Prova_ 2024B - Cálculo Numérico (71117) - Eng Civil
8 pág.

PRV - Prova_ 2024B - Cálculo Numérico (71117) - Eng Civil

Laboratório de Simulação - N2
6 pág.

Laboratório de Simulação - N2

UAM

COMPILADO MÉTODOS COMPUTACIONAIS
19 pág.

COMPILADO MÉTODOS COMPUTACIONAIS

UNAMA

Algoritmos e Lógica de Programação
256 pág.

Algoritmos e Lógica de Programação

UniCesumar

Perguntas dessa disciplina

Questão 1/10 Reinforcement Learning Ler em voz al A aproximação mais comum para a solução do MDP se dá pela programação dinâmica, embora soluções line

Uma empresa de marketing digital decidiu analisar os dados de interação dos usuários em suas campanhas publicitárias. Para isso, a equipe de análise d

UNIVESP

Uma equipe de cientistas de dados está desenvolvendo um modelo preditivo utilizando o algoritmo K-Nearest Neighbors (KNN) para classificar se um clien

Ao aplicar métoConsiderando as características da integração numérica, analise as seguintes afirmações: Os métodos numéricos podem ser empregados ...

Uma equipe de cientistas de dados está deservolvendo um modelo preditivo utilizando 0 algoritmo K Nearest Neighbors (KNN) para classificar se um clien

UNIVESP

Prévia do material em texto

Iniciado em quinta, 8 jun 2023, 14:35
Estado Finalizada
Concluída em quinta, 8 jun 2023, 14:58
Tempo
empregado
22 minutos 10 segundos
Avaliar 7,00 de um máximo de 10,00(70%)
Questão 1
Correto
Atingiu 1,00 de 1,00
Alana e David inventaram um jogo em que tiravam um marcador de cor da bolsa e, de acordo com a cor do marcador, todos ganhariam
pontos. A pessoa com a maior pontuação receberia um prêmio. Eles colocaram 4 chips verdes, 3 chips brancos e 2 chips de laranja. Ao
retirar, aleatoriamente, um token do saco, qual é a probabilidade de que seja laranja?
a. 23,3%.
b. 33%.
c. 20%.
d. 22,2%.
e. 30,4%.
Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental
Minhas Disciplinas Minhas Bibliotecas
 JA 
https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html
https://carreiras.fmu.br/
https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html
https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html
https://portal.fmu.br/sustentabilidade
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/course/view.php?id=236
Questão 2
Incorreto
Atingiu 0,00 de 1,00
Questão 3
Correto
Atingiu 1,00 de 1,00
Os modelos de variáveis aleatórias discretas aproximam a representação de pontos gerados por um evento aleatório não-contínuo.
Sendo assim, existem três principais formas de se representar essas distribuições.
Em relação a essas formas, analise as a�rmativas a seguir.
I.A distribuição de Poisson é utilizada para a simulação de uma quantidade arbitrariamente grande de amostras, sendo que cada
evento tem uma chance relativamente pequena de ocorrência.
II. A distribuição binomial representa a probabilidade de apenas um evento, com suas probabilidades de sucesso ou fracasso
codi�cadas como valores numéricos para a representação grá�ca.
III. A distribuição de Bernoulli representa as probabilidades discretas da ocorrência de sequências de sucessos ou fracassos em eventos
que se repetem ao longo do tempo.
IV. A distribuição binomial pode ter apenas um ponto em seu grá�co, uma vez que a probabilidade de não ocorrência de um evento
pode ser calculada.
É correto o que se a�rma em:
a. III e IV, apenas.
b. I, II e III, apenas.
c. I e II, apenas. 
d. II, III e IV, apenas.
e. I e IV, apenas.
Os modelos de variáveis aleatórias contínuas aproximam a representação de curvas geradas por um evento aleatório, e existem três
principais formas de representar tais distribuições.
Analise as a�rmativas a seguir, acerca das formas de representação dessas distribuições.
I. A distribuição uniforme representa uma curva em que o pico corresponde à média da amostra, decaindo de maneira simétrica à sua
direita e esquerda, conforme o desvio padrão da amostra.
II. A distribuição normal é utilizada para a representação de uma variável que tem a mesma probabilidade de ocorrer em todo o
domínio em que é válida. Este tipo de variável corresponde a uma reta paralela ao eixo x e só possui valores diferentes de zero nos
resultados válidos.
III. A distribuição exponencial é utilizada para representar eventos cuja probabilidade de ocorrência ou aumenta ou diminui durante o
tempo, chegando de forma assintótica à probabilidade nula da ocorrência.
IV. A distribuição normal tem ampla aplicação para a modelagem de eventos naturais, como a modelagem da ocorrência de um
determinado indivíduo em uma população.
É correto o que se a�rma em:
a. I e II, apenas.
b. I e IV, apenas.
c. III e IV, apenas.
d. II, III e IV, apenas.
e. I, II e III, apenas.
Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental
Minhas Disciplinas Minhas Bibliotecas
 JA 
https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html
https://carreiras.fmu.br/
https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html
https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html
https://portal.fmu.br/sustentabilidade
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/course/view.php?id=236
Questão 4
Correto
Atingiu 1,00 de 1,00
A execução de códigos das linguagens interpretadas R e Python é mostrada na �gura a seguir.
Fonte: TUCKER; NOONAN, 2008 [Adaptada].
TUCKER, A. B.; NOONAN, R. E. Linguagens de programação. São Paulo: McGraw-Hill, 2008.
Nesse contexto, assinale a alternativa que apresenta as de�nições corretas para os códigos compilados e os códigos que são
interpretados.
a. No caso do código interpretado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao
software do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a
máquina virtual e o sistema operacional.
b. No caso do código compilado, é preciso que o hardware realize as requisições para o sistema operacional, que repassa ao
hardware do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre
a máquina virtual e o sistema operacional.
c. No caso do código compilado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao
software do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições entre a
máquina virtual e o sistema operacional.
d. No caso do código interpretado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao
hardware do computador. No caso de um código compilado, porém, inclui-se a etapa de interpretação das requisições entre a
máquina virtual e o sistema operacional.
e. No caso do código compilado, é preciso que o software realize as requisições para o sistema operacional, que repassa ao
hardware do computador. No caso de um código interpretado, porém, inclui-se a etapa de interpretação das requisições
entre a máquina virtual e o sistema operacional.

Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental
Minhas Disciplinas Minhas Bibliotecas
 JA 
https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html
https://carreiras.fmu.br/
https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html
https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html
https://portal.fmu.br/sustentabilidade
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/course/view.php?id=236
Questão 5
Incorreto
Atingiu 0,00 de 1,00
Questão 6
Incorreto
Atingiu 0,00 de 1,00
Leia o trecho a seguir.
Simulação é uma questão importante para obter as melhores soluções para um problema com um custo baixo. Por isso, métodos para
experimentação são importantes. Nesse sentido, os Métodos de Monte Carlo são usados principalmente em três classes de problemas.
Qual são eles?
a. Otimização, integração numérica e geração de sorteios, a partir de uma distribuição de probabilidade bayesiana. 
b. Otimização, integração numérica e geração de sorteios, a partir do método de Gauss.
c. Maximização, integração numérica e geração de sorteios, a partir de uma distribuição de probabilidade riemanniana.
d. Otimização, integração numérica e geração de sorteios, a partir do método Monte Carlo
e. Minimização, integração numérica e geração de sorteios, a partir de uma distribuição de probabilidade euleriana.
A principal contribuição dos matemáticos John Von Neumann e Stanislav Ulam foi a elaboração do algoritmo computacional
simpli�cado, por meio de uma técnica frequentemente chamada de método das tentativas estatísticas. Nesse método, realizam-se
amostragens independentes entre si e calcula-se a média entre todas as amostras.
A fórmula para cálculo do erro é proporcional a D/N, em que D é uma constante qualquer e N é a quantidade de amostras tomadas. 
Casoseja necessário reduzir o erro em 20, para reduzir o erro proporcional é necessário realizar a amostragem em:
a. Erro é proporcional a 2D/N quando a quantidade amostrada for N.
b. Erro é proporcional a D quando a quantidade amostrada for D.
c. Erro é proporcional a 1D/2N quando a quantidade amostrada for N.
d. Erro é proporcional a D/N quando a quantidade amostrada for N.
e. Erro é proporcional a D/2N quando a quantidade amostrada for N. 
Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental
Minhas Disciplinas Minhas Bibliotecas
 JA 
https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html
https://carreiras.fmu.br/
https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html
https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html
https://portal.fmu.br/sustentabilidade
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/course/view.php?id=236
Questão 7
Correto
Atingiu 1,00 de 1,00
Questão 8
Correto
Atingiu 1,00 de 1,00
Uma das maneiras de realizar qualquer simulação é usar fórmulas matemáticas estabelecidas para que você possa con�ar nos
resultados teóricos. Por exemplo, o método de Monte Carlo usa várias simulações numéricas para tirar conclusões. No entanto, pode-
se duvidar da possibilidade de garantir casos gerais a partir de um certo número de casos especí�cos, mesmo que sejam poucos.
Agora, leia as asserções a seguir.
I. As funções de densidade de probabilidade são muito utilizadas para modelar sistemas. Uma das suas principais características é
não trabalhar com valores pontuais, mas com intervalos in�nitesimais — informa a probabilidade de uma variável assumir um valor
naquele intervalo.
II. As variáveis discretas só podem assumir valores contínuos para um dado intervalo. Já as contínuas podem assumir qualquer valor
pontual do intervalo dos possíveis valores.
III. A expressão a seguir é uma função de densidade normal contínua e é descrita por  .
IV. Funções de densidade podem ser obtidas via cálculo integral.
É correto o que se a�rma em:
a. I, III e IV, apenas.
b. I, apenas.
c. III e IV, apenas.
d. I e II, apenas.
e. I, II e III, apenas.
Qualquer simulação de computador de um sistema físico envolvendo aleatoriedade deve incluir um método de geração de uma
sequência de números aleatórios. Por exemplo, a simulação de um sistema de �las envolve a geração do intervalo entre a chegada de
um cliente e o tempo de atendimento de cada cliente.
Assim, pensando nesse contexto, analise as a�rmativas a seguir.
I. Uma variável aleatória é uma variável em que não é possível saber o valor a priori, ou seja, é uma variável que não tem um único
valor de�nido.
II. Como não é possível saber o valor exato de uma variável aleatória, estes elementos são de pouca utilidade para a análise de
processos e sistemas.
III. As variáveis aleatórias discretas podem assumir valores contidos em um conjunto enumerável, seja �nito ou in�nito.
IV. As variáveis aleatórias contínuas podem assumir valores contidos em um intervalo entre dois valores.
Está correto o que se a�rma em:
a. I e  IV, apenas.
b. I, III e IV, apenas.
c. II e IV, apenas.
d. I e III, apenas.
e. I e II, apenas.
Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental
Minhas Disciplinas Minhas Bibliotecas
 JA 
https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html
https://carreiras.fmu.br/
https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html
https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html
https://portal.fmu.br/sustentabilidade
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/course/view.php?id=236
Questão 9
Correto
Atingiu 1,00 de 1,00
Questão 10
Correto
Atingiu 1,00 de 1,00
A técnica de redução da variância é um procedimento projetado para aumentar a velocidade de convergência do método, reduzindo o
desvio padrão da amostra. A partir do que foi apresentado, analise as asserções a seguir e a relação proposta entre elas.
I. A redução de variância é um processo que visa à otimização de um modelo, para que seja implementado o método Monte Carlo.
PORQUE
II. A redução de variância re�na o modelo, para que o modelo exija menos trabalho que antes do re�no.
Analisando as a�rmativas acima, conclui-se que:
a. as asserções I e II são proposições verdadeiras, e a II é uma justi�cativa correta da I.
b. a asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
c. a asserção I é uma proposição verdadeira, e a asserção II é uma proposição falsa.
d. as asserções I e II são proposições verdadeiras, mas a II não é uma justi�cativa correta da I.
e. as asserções I e II são proposições falsas.
Algumas integrais são de extrema importância nas ciências exatas e são frequentemente aplicadas na física, matemática e estatística.
No entanto, existem outras integrais que não podem ser resolvidas analiticamente e, portanto, precisamos aproximá-las
numericamente.
Considere a integral a seguir.
Um método e�ciente e bem útil, que conseguiria estimar o valor aproximado dessa integral, seria:
a. Método de Monte Carlo.
b. Método de Gauss.
c. Método de Bayes.
d. Método dos Euller.
e. Método de Riemann.
Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental
Minhas Disciplinas Minhas Bibliotecas
 JA 
https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html
https://carreiras.fmu.br/
https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html
https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html
https://portal.fmu.br/sustentabilidade
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/
https://ambienteacademico.com.br/course/view.php?id=236

Mais conteúdos dessa disciplina