TARDE

MAIO / 2010

04

AN
ALIST
A DE PESQ
UISA
ANALIST
ALISTA
PESQUISA
OPERA
CION
AL J
NIOR
OPERACION
CIONAL
J
CONHECIMENT
OS ESPECFICOS
CONHECIMENTOS
LEIA ATENTAMENTE AS INSTRUES ABAIXO.
01

Voc recebeu do fiscal o seguinte material:

a) este caderno, com os enunciados das 70 questes objetivas, sem repetio ou falha, com a seguinte distribuio:

CONHECIMENTOS ESPECFICOS
Questes
1 a 10
11 a 20

Pontos
0,5
1,0

Questes
21 a 30
31 a 40

Pontos
1,5
2,0

Questes
41 a 50
51 a 60

Pontos
2,5
3,0

Questes
61 a 70
-

Pontos
3,5
-

b) 1 CARTO-RESPOSTA destinado s respostas s questes objetivas formuladas nas provas.

02

Verifique se este material est em ordem e se o seu nome e nmero de inscrio conferem com os que aparecem no CARTORESPOSTA. Caso contrrio, notifique IMEDIATAMENTE o fiscal.

03

Aps a conferncia, o candidato dever assinar no espao prprio do CARTO-RESPOSTA, a caneta esferogrfica transparente de tinta na cor preta.

04

No CARTO-RESPOSTA, a marcao das letras correspondentes s respostas certas deve ser feita cobrindo a letra e
preenchendo todo o espao compreendido pelos crculos, a caneta esferogrfica transparente de tinta na cor preta,
de forma contnua e densa. A LEITORA TICA sensvel a marcas escuras; portanto, preencha os campos de
marcao completamente, sem deixar claros.
Exemplo:

05

Tenha muito cuidado com o CARTO-RESPOSTA, para no o DOBRAR, AMASSAR ou MANCHAR.

O CARTO-RESPOSTA SOMENTE poder ser substitudo caso esteja danificado em suas margens superior ou inferior BARRA DE RECONHECIMENTO PARA LEITURA TICA.

06

Para cada uma das questes objetivas, so apresentadas 5 alternativas classificadas com as letras (A), (B), (C), (D) e (E);
s uma responde adequadamente ao quesito proposto. Voc s deve assinalar UMA RESPOSTA: a marcao em
mais de uma alternativa anula a questo, MESMO QUE UMA DAS RESPOSTAS ESTEJA CORRETA.

07

As questes objetivas so identificadas pelo nmero que se situa acima de seu enunciado.

08

SER ELIMINADO do Processo Seletivo Pblico o candidato que:

a) se utilizar, durante a realizao das provas, de mquinas e/ou relgios de calcular, bem como de rdios gravadores,
headphones, telefones celulares ou fontes de consulta de qualquer espcie;
b) se ausentar da sala em que se realizam as provas levando consigo o Caderno de Questes e/ou o CARTO-RESPOSTA;
c) se recusar a entregar o Caderno de Questes e/ou o CARTO-RESPOSTA quando terminar o tempo estabelecido.

09

Reserve os 30 (trinta) minutos finais para marcar seu CARTO-RESPOSTA. Os rascunhos e as marcaes assinaladas no
Caderno de Questes NO SERO LEVADOS EM CONTA.

10

Quando terminar, entregue ao fiscal O CADERNO DE QUESTES E O CARTO-RESPOSTA e ASSINE A LISTA DE

PRESENA.
Obs. O candidato s poder se ausentar do recinto das provas aps 1 (uma) hora contada a partir do efetivo incio das
mesmas. Por motivos de segurana, o candidato NO PODER LEVAR O CADERNO DE QUESTES, a qualquer momento.

11

O TEMPO DISPONVEL PARA ESTAS PROVAS DE QUESTES OBJETIVAS DE 4 (QUATRO) HORAS, findo
o qual o candidato dever, obrigatoriamente, entregar o CARTO-RESPOSTA.

12

As questes e os gabaritos das Provas Objetivas sero divulgados no primeiro dia til aps a realizao das
mesmas, no endereo eletrnico da FUNDAO CESGRANRIO (http://www.cesgranrio.org.br).

CONHECIMENTOS ESPECFICOS

3
H cinco poos de petrleo a serem perfurados (P1, P2, P3,

P4 , P5) e apenas trs sondas disponveis para perfurao

Observe os grficos a seguir.

(S1, S2, S3). A sonda S1 s pode ser utilizada para a perfurao dos poos P4 e P5. As sondas S2 e S3 podem ser

Venda de leo diesel no Brasil/

3
milhes de m
46
44
42
40
38
36
34
32
30

utilizadas para a perfurao de qualquer dos cinco poos.

Sero perfurados, inicialmente, apenas trs dos cinco poos e, para isso, cada sonda ser alocada a um nico poo.

45

Quantas maneiras distintas h para se alocarem as trs

44

sondas?
(A) 8

42
39
37

38

39

39

(B) 10

(C) 15

(D) 24

(E) 40

37

A imagem de uma transformao linear T: R6

R3 o
espao gerado pelos vetores (1, 0, 1), (0, 1, 0) e (1, 1, 1).
A dimenso do ncleo de T
(A) 4
(B) 3
(C) 2
(D) 1
(E) 0

35

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

Origem do leo diesel no Brasil

Produzido
16% 17% 16% 10%

7%

Importado
6%

8%

12% 13%

8%

84% 83% 84% 90% 93% 94% 92% 88% 87% 92%
Q

1
L

A imagem do quadrado Q, representado acima na figura

esquerda, por uma transformao linear T: R2
R2 o
losango L representado na figura direita. Dentre as matrizes abaixo, aquela que pode representar T com respeito
base cannica de R2

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Disponvel em: www.wikipedia.org
Admitindo-se que Origem do leo diesel no Brasil se refere ao leo diesel vendido no pas de 2000 a 2009, ento,
nesse perodo, o ano em que houve maior produo de
leo diesel no pas, em milhes de metros cbicos, foi
(A) 2004
(B) 2005
(C) 2007
(D) 2008
(E) 2009

Dos slogans abaixo, o que equivalente a Se beber,

ento no dirija
(A) Se no dirigir, ento beba.
(B) No beba nem dirija.
(C) No beba ou no dirija.
(D) Se no beber, ento dirija.
(E) Beba e no dirija.

ANALISTA DE PESQUISA OPERACIONAL JNIOR

-1

-1
(A) 1
1/ 2 1/ 2

1
(B) 1
-1/ 2 -1/ 2

(C) 1 1
-1 1

(D) 1 1
0 1

(E) 1/ 2 1/ 2
1
1

10

Seja S o subespao vetorial de R3 formado por todos os

ternos (x, y, z) que so solues do sistema linear

Em uma aplicao financeira de 7 meses, a razo entre o

montante e o capital investido igual a 1,4071. Mantido o
regime de juros compostos, se a aplicao fosse de 15
meses, a razo entre o montante e o capital investido seria
igual a
(A) 1,276282
(B) 1,477455
(C) 1,551300
(D) 1,979932
(E) 2,078928

2x + y + 3z = 0

x - y + 2z = 0
Considere as seguintes afirmativas relativas a S:
I - S o espao gerado pelos vetores (2, 1, 3) e (1, 1, 2);
II - todos os vetores em S so ortogonais ao vetor (2, 1, 3);
III - S tem dimenso 0.

11
Realizar uma operao financeira a uma taxa de 60% a.a.,
com capitalizao mensal, equivalente a realizar essa
mesma operao, taxa de juros composto semestral de
(A) 24,00%
(B) 26,53%
(C) 27,40%
(D) 30,00%
(E) 34,01%

Est correto APENAS o que se afirma em

(A) I.
(B) II.
(C) III.
(D) I e II.
(E) II e III.

12
Um emprstimo no valor de R$ 50.000,00 ser pago em
dez prestaes mensais iguais, vencendo a primeira delas
180 dias aps a liberao dos recursos. Se a taxa de juros
compostos do financiamento de 5% a.m., o valor das
prestaes, em reais, mais prximo de
(A) 8.677,00
(B) 8.264,00
(C) 6.475,00
(D) 6.166,00
(E) 4.613,00

Deseja-se cercar uma regio retangular de um terreno. Com

o mesmo material da cerca, deseja-se, ainda, conduzir uma
cerca interna paralelamente a um dos lados, de modo a
dividir a rea cercada em duas, conforme indicado na
figura acima. Se h material disponvel para construir
600 m de cerca, qual , em m2, a maior rea total possvel
da regio cercada?
(A) 12.000
(B) 14.400
(C) 15.000
(D) 22.500
(E) 36.000

13
Um emprstimo no valor de R$ 20.000,00 ser pago em 8
prestaes mensais calculadas pela Tabela Price, sendo a
primeira prestao paga 30 dias aps a liberao do emprstimo. Se a taxa de juros de 10% a.m., o valor da 2a
amortizao mensal, em reais, mais prximo de
(A) 3.748,00
(B) 2.000,00
(C) 1.923,00
(D) 1.825,00
(E) 1.748,00

8
40

O valor de

2x + 1 dx

(A) 117
(C) 343
(E) 468

(B) 234
(D) 351

14
Um ttulo no valor de R$ 5.000,00 vencvel daqui a 25 dias
descontado hoje taxa de desconto comercial de 7,5% a.m..
O valor liberado do ttulo, em reais, mais prximo de
(A) 4.687,00
(B) 4.625,00
(C) 4.600,00
(D) 4.550,00
(E) 4.500,00

9
Dada a funo f:R
R definida por f(x) = ln(3x + 1), o
valor de lim f(2x) - f(0)
x
x 0
(A) 0
(C) 2
(E) 6

(B) 1
(D) 3

ANALISTA DE PESQUISA OPERACIONAL JNIOR

15

18

Um comerciante est estudando a viabilidade da aquisio de um bar. Esta compra somente ser vivel se o
faturamento mdio mensal deste bar for, pelo menos, de
R$ 60.000,00. O comerciante consultou os documentos
contbeis desse bar e escolheu, aleatoriamente, uma
amostra dos faturamentos de 36 meses. A mdia
amostral foi de R$ 54.000,00 com um desvio padro de
R$ 18.000,00. Nesse teste de hipteses que o comerciante est realizando, a estatstica de teste de
(A) 0,33
(B) 2,00
(C) 0,33
(D) 1,50
(E) 2,00

Um levantamento realizado a respeito dos salrios recebidos por uma determinada classe profissional utilizou uma
amostra de 100 destes profissionais, na qual foram observados uma mdia de R$ 2.860,00 e um desvio padro de
R$ 786,00. Qual ser, em reais, o desvio padro da distribuio das mdias amostrais dos salrios desta classe de
profissionais?
(A)
3,64
(B)
7,86
(C)
78,60
(D) 786,00
(E) 7.860,00

16

19

Considere que tenha sido feita uma pesquisa junto a 1.000

profissionais das mais diversas profisses, na qual foram
observados os nveis de renda e de escolaridade de cada
um dos profissionais. O resultado est reproduzido na Tabela de Contingncia apresentada a seguir. (SM = Salrio
Mnimo)
NVEL DE RENDA

Suponha que voc esteja participando de um sorteio que

consiste na retirada de uma cartela de dentro de uma urna,
onde est declarado o valor com o qual voc ser contemplado. Considere ainda que existam dentro da urna 1000
cartelas, com os valores assim distribudos:

ESCOLARIDADE

At 2 SM

De 2 SM
a 5 SM

1o grau completo

100

80

20

10

2o grau completo

40

100

120

60

Superior completo

55

160

250

De 5 SM
a 10 SM

Acima de
10 SM

500 cartelas com o valor R$ 0,00;

300 cartelas com o valor R$ 50,00;
150 cartelas com o valor R$ 100,00;
50 cartelas com o valor R$ 200,00.
medida que o nmero de cartelas retiradas for aumentando, tendendo para o infinito, para que valor, em reais,
tender a mdia dos valores dos prmios contemplados?
(A) 40,00
(B) 75,00
(C) 87,50
(D) 100,00
(E) 200,00

Suponha que tenha sido escolhido aleatoriamente um profissional com nvel de renda entre 5 SM e 10 SMm. Qual a probabilidade desse profissional possuir o 2o grau completo?
(A) 0,12
(B) 0,30
(C) 0,32
(D) 0,40
(E) 0,47

20
Uma empresa de pequeno porte possui 10 funcionrios.
Um levantamento socioeconmico indicou que 5 funcionrios residem em residncia prpria. Se for escolhida aleatoriamente uma amostra de 4 funcionrios, qual a probabilidade de que 3 funcionrios residam em casa prpria ?
(A) 0,05
(B) 0,24
(C) 0,50
(D) 0,75
(E) 0,80

17
Um experimento composto pelo lanamento de 3 moedas honestas . A varivel aleatria a ser considerada o
nmero de coroas observadas ao final desse experimento.
Nesse caso, o espao amostral a ser considerado composto por quantos resultados?
(A) 2
(B) 3
(C) 4
(D) 6
(E) 12

ANALISTA DE PESQUISA OPERACIONAL JNIOR

21

23

O nmero de caminhes-tanque que chegam a um terminal de distribuio de combustveis, para se abastecerem

com gasolina, em um perodo de uma hora, uma varivel
aleatria com a seguinte distribuio de probabilidades:

Uma varivel aleatria numrica contnua uma varivel

que possui a caracterstica de no se poder saber a priori
o seu valor, alm de ser
(A) qualitativa e de poder assumir qualquer valor dentro
do intervalo no qual est definida.
(B) qualitativa e de ser fruto de um processo de contagem.
(C) qualitativa e de ser fruto de um processo de
mensurao.
(D) quantitativa e de poder assumir qualquer valor dentro
do intervalo no qual est definida.
(E) quantitativa e de ser fruto de um processo de contagem.

NMERO DE
CAMINHES/HORA

PROBABILIDADE

0
1
2
3

0,10
0,30
0,50
0,10

24
Considere que o faturamento mensal de uma empresa (varivel Y) seja uma funo linear do investimento mensal
em propaganda (varivel X1) , do investimento mensal em
tecnologia (varivel X2) , do investimento mensal em treinamento da equipe de vendas (varivel X3) e do nmero
disponvel de vendedores (varivel X4). Essa relao
representada matematicamente pela seguinte funo de
regresso:

A mdia e a varincia do nmero de caminhes por hora

so, respectivamente,
(A) 1,60 e 0,64
(B) 1,60 e 0,08
(C) 1,55 e 0,36
(D) 1,50 e 5,00
(E) 1,50 e 2,25

= 20 + 50X1 + 30X2 + 70X3 + 80X4

22
Um escritrio de contabilidade fez um acompanhamento
dos seus custos mensais de manuteno e verificou que
esses custos so, principalmente, uma funo linear do
nmero de funcionrios contratados. Um extrato do histrico desse processo consta da tabela a seguir.

CUSTO MENSAL
(em R$)

NMERO DE
FUNCIONRIOS

5.000,00
11.000,00
17.000,00
25.000,00

2
5
8
12

Um investimento mensal adicional de uma UM$ (Unidade

Monetria) em propaganda, mantendo-se todos os demais
investimentos e o nmero de vendedores disponveis
inalterados, ocasiona que alterao, em UM$, no
faturamento dessa empresa?
(A) 20
(B) 50
(C) 80
(D) 230
(E) 250

25
Um levantamento realizado em uma agncia bancria revelou que, de cada 200 clientes, 60 terminam o ms com
saldo negativo em conta-corrente. Se for tomada uma
amostra aleatria de 20 clientes dessa agncia, qual o valor esperado do nmero de clientes com saldo negativo
em conta-corrente ao final do ms?
(A) 3
(B) 5
(C) 6
(D) 10
(E) 12

Qual o valor predito para o custo mensal, em reais, desse escritrio se forem contratados 7 funcionrios?
(A) 13.000,00
(B) 14.000,00
(C) 14.500,00
(D) 15.000,00
(E) 16.000,00

ANALISTA DE PESQUISA OPERACIONAL JNIOR

Considere o Caso 1 a seguir para responder s questes de nos 29 a 32.

26
Uma empresa de consultoria em recursos humanos deseja conhecer o salrio mdio praticado pelo mercado para
a remunerao de uma determinada classe profissional.
Para tal, ter de extrair uma amostra dos salrios desses
profissionais para inferir o valor do salrio mdio da populao. desejada uma confiana de 95%, e o erro de
amostragem, considerado como aceitvel, de R$ 100,00.
Estudos anteriores indicam que o desvio padro dos salrios observado na populao constituda por esses profissionais de R$ 600,00. Qual dever ser o tamanho da
amostra a ser utilizada para a estimao da mdia aritmtica populacional dos salrios dessa classe profissional?
(A) 30
(B) 58
(C) 139
(D) 200
(E) 322

CASO 1
Nos prximos cinco anos, a Petrobras pretende investir,
anualmente, at 300 milhes de reais em seu sistema de
gasodutos e oleodutos que transportam os diversos derivados entre as suas diferentes unidades produtoras e os
seus centros de refino e distribuio, dentro do Programa
Tecnlogico de Dutos - PROTRAN. Os investimentos podem ser na reabilitao dos dutos j existentes e que estejam perto do final de sua vida til (entre 20 e 30 anos) ou
na implantao de novos dutos.
O processo de reabilitao de dutos consiste da pintura in
situ das partes interna e externa de cada duto e depende
do desenvolvimento, pelo CENPES (Centro de Pesquisas
da PETROBRAS), de uma tinta especial. Sem esse desenvolvimento, o processo de reabilitao fica economicamente invivel e no pode ser executado.
Para todos os projetos foram calculados os Valores Presentes Lquidos(VPL), e os que se apresentaram economicamente viveis (VPL positivo) esto sob a anlise do
comit de investimentos da empresa. Esse comit tem de
decidir que projeto deve ou no ser realizado sujeito s
restries de investimento da empresa, maximizando o
retorno para a empresa. Os projetos sob anlise so os
seguintes, com valores em milhes de reais:

27
Um fabricante deseja fazer um estudo, com uma confiana de 95%, a respeito da aceitao de um dos seus produtos com a finalidade de lan-lo em um novo mercado. Esse
novo lanamento somente ser comercialmente vivel se
o ndice de aceitao do produto for, pelo menos, de 90%.
Para tal, realizou uma pesquisa de mercado em uma das
cidades onde seu produto j comercializado. Foi perguntado aos consumidores se gostaram (aceitaram) do produto. O resultado foi o seguinte:

Capital requerido
Projeto VPL (8% a.a.) ANO 1 ANO 2 ANO 3 ANO 4 ANO 5

850 consumidores responderam que gostaram do produto e

150 consumidores responderam que no gostaram do produto.

100

170

70

70

50

20

70

50

30

30

20

10

30

60

10

10

10

120

130

60

50

50

50

300

300

300

300

300

Investimento disponvel
Qual ser a estatstica de teste a ser utilizada nesse teste?
(A) -5,27
(B) -1,96
(C) -1,65
(D) 1,96
(E) 5,27

Projeto 1 Construo de novo gasoduto Campinas-Rio

de Janeiro que ligar a Refinaria de Paulnia (Replan) ao
terminal de Japeri (RJ).
Projeto 2 Reabilitao do gasoduto Pilar (AL)/Ipojuca (PE)
atravs de pintura interna in situ.
Projeto 3 Desenvolvimento da tinta a ser utilizada na recuperao de gasodutos.
Projeto 4 - Construo de novo gasoduto CampinasJacutinga que ligar a Refinaria de Paulnia (Replan) ao
terminal de Jacutinga (MG).
Considere as variveis de deciso como variveis binrias
designadas por

28
Uma medida do grau de desigualdade de uma distribuio
de renda o(a)
(A) coeficiente de correlao linear de Pearson.
(B) ndice de Gini.
(C) quartil.
(D) percentil.
(E) mdia harmnica.

ANALISTA DE PESQUISA OPERACIONAL JNIOR

1, se o projeto i for executado

xi =
0, se o projeto i NO for executado

29
A funo-objetivo do modelo a ser utilizado dada por
(A) Max x1 + x2 + x3 + x4
(C) Max

(B) Max 100 x1 + 70 x2 + 30 x3 + 120 x4

x
x1
x
x
+ 2 + 3 + 4
100 70 30 120

(D) Min x1 + x2 + x3 + x4

(E) Min 100 x1 + 70 x2 + 30 x3 + 120 x4

30
O conjunto de inequaes que representam as restries oramentrias dado por

170 x1 + 50 x2 + 60 x3 + 130 x4 300

170 x1 + 70 x2 + 70 x3 + 50 x4 + 20 x5 300

70 x1 + 30 x2 + 10 x3 + 60 x4 300

(A) 50 x1 + 30 x2 + 30 x3 + 20 x4 + 10 x5 300
60 x1 + 10 x2 + 10 x3 + 10 x4 300

(B) 70 x1 + 30 x2 + 10 x3 + 50 x4 300

50 x1 + 20 x2 + 10 x3 + 50 x4 300

130 x1 + 60 x2 + 50 x3 + 50 x4 + 50 x5 300

20 x1 + 10 x2 + 50 x4 300
170 x1 + 70 x2 + 70 x3 + 50 x4 + 20 x5 100

(C)

410 x1 + 170 x2 + 160 x3 + 130 x4 + 80 x5 1500

(D)

x1 + x2 + x3 + x4 4

50 x1 + 30 x2 + 30 x3 + 20 x4 + 10 x5 70
60 x1 + 10 x2 + 10 x3 + 10 x4 30
130 x1 + 60 x2 + 50 x3 + 50 x4 + 50 x5 120

170 x1 + 50 x2 + 60 x3 + 130 x4 75
70 x1 + 30 x2 + 10 x3 + 60 x4 75
(E) 70 x1 + 30 x2 + 10 x3 + 50 x4 75
50 x1 + 20 x2 + 10 x3 + 50 x4 75

20 x1 + 10 x2 + 50 x4 75

31
A inequao que representa a restrio de dependncia entre os projetos 2 e 3 dada por
(A) x3 x2

(B) x2 x3

(C) x2

(D) x2

x3 2

x3 = 2

(E) x1 + x2 + x3 + x4 4

32
O Mtodo que utilizado para resolver esse tipo de problema o
(A) Simplex.
(B) Duas Fases.
(C) Gradiente Decrescente.
(D) Branch-and-Bound.
(E) Gradiente Conjugado.

ANALISTA DE PESQUISA OPERACIONAL JNIOR

Considere o Caso 2 a seguir para responder s questes de nos 33 a 36.

CASO 2
A Petrobras vai lanar mais um produto inovador: trata-se do Podium AD, um aditivo que limpa os bicos injetores de
motores de automveis. O Podium AD est disponvel no mercado em duas embalagens: limpeza leve (250 ml) e limpeza
pesada (1.000 ml), ambas com duas opes de formulao: com ou sem soluo detergente, usada para a limpeza do
motor como um todo. Para fabricar o Podium AD sem soluo detergente, necessria a combinao de trs ingredientes:
gua destilada, etanol e o aditivo D+. Para o produto com soluo detergente, um quarto ingrediente detergente D+
necessrio numa proporo de, no mnimo, 3% e, no mximo, 5% por litro de produto. Na sua preparao, no existe perda
volumtrica, isto , a quantidade de litros fabricados exatamente igual soma de litros das matrias-primas utilizadas. A
quantidade mensal disponvel e os custos dos ingredientes so mostrados na Tabela I.
Tabela I
Matria-Prima
Aditivo D+
Etanol
gua destilada
Detergente D+

Quantidade Disponvel
60.000 litros
45.000 litros
80.000 litros
40.000 litros

Custo por Litro

R$ 6,00
R$ 1,90
R$ 0,20
R$ 0,90

Existem tambm custos de fabricao. As mquinas utilizadas no processo apresentam uma capacidade suficiente para
suprir a demanda prevista. Existe um custo de produo varivel igual a R$ 1,00 por litro de aditivo sem soluo detergente e R$ 1,60 por litro de aditivo com soluo detergente. A mo de obra remunerada por produo, tendo um custo
de R$ 3,00 por litro de Podium AD, independente do tipo de formulao. Cada embalagem para o produto Limpeza Leve
custa R$0,40 e para a Limpeza Pesada, R$0,60.
A administrao da Petrobras espera que o produto seja um sucesso de vendas. Atravs de pesquisas de mercado, foram
estimados a demanda e os preos de cada produto que so mostrados na Tabela II.

Tabela II
Produto
1 - Limpeza leve com soluo detergente
2 - Limpeza leve sem soluo detergente
3 - Limpeza pesada com soluo detergente
4 - Limpeza pesada sem soluo detergente

Preo
R$ 22,00
R$ 20,00
R$ 65,00
R$ 60,00

Demanda de unidades
30.000
40.000
10.000
15.000

Considere que tudo que for produzido ser vendido e que as variveis de deciso e auxiliares na modelagem de um
problema de programao linear so as seguintes:
X i j = quantidade de litros da matria-prima i no produto j

no de unidade do produto j produzidos/vendidos

N j = n
Qi = quantidade de litros da matria-prima i utilizados na produo de todos os produtos
1 - Aditivo D+

2 - Etanol
i =
3 - Agua destilada
4 - Detegente D+

1
2 j =
3 4 -

Limpeza Leve com detergente

Limpeza Leve sem detergente
Limpeza Pesada com detergente
Limpeza Pesada sem detergente

ANALISTA DE PESQUISA OPERACIONAL JNIOR

33
Qual a funo-objetivo que pode ser utilizada na modelagem do caso, de maneira a maximizar o lucro da Petrobras na
venda do novo produto?
(A) Max Lucro =22 N1 + 20 N2 + 65 N3 + 60 N4 - 6,0 Q1 - 1,9 Q2 - 0,2 Q3 - 0,9 Q4
(B) Max Lucro =21,6 N1 + 19,6 N2 + 64,4 N3 + 59,4 N4 - 6,0 Q1 - 1,9 Q2 - 0,2 Q3 - 0,9 Q4
(C) Max Lucro =21,0 N1 + 19,0 N2 + 64,0 N3 + 59,0 N4 - 6,0 Q1 - 1,9 Q2 - 0,2 Q3 - 0,9 Q4
(D) Max Lucro =20,45 N1 + 18,60 N2 + 59,8 N3 + 55,4 N4 - 6,0 Q1 - 1,9 Q2 - 0,2 Q3 - 0,9 Q4
(E) Max Lucro =20,0 N1 + 18,6 N2 + 62,8 N3 + 58,4 N4 - 6,0 Q1 - 1,9 Q2 - 0,2 Q3 - 0,9 Q4

34
O conjunto de equaes que representam as definies das variveis auxiliares Nj dado por
X11 + X 21 + X 31 + X 41
0,25
X + X 22 + X 32
N2 = 12
0,25
(A)
N3 = X13 + X 23 + X 33 + X 43
N1 =

N1 = X11 + X 21 + X 31 + X 41
N2 = X12 + X 22 + X 32

(B) N3 = X13 + X 23 + X 33 + X 43
N4 = X14 + X 24 + X 34

N4 = X14 + X 24 + X 34

X11 + X 21 + X 31 + X 41
4
X12 + X 22 + X 32
N2 =
4
(C)
N3 = X13 + X 23 + X 33 + X 43

X11 + X12 + X13 + X14

0,25
X + X 22 + X 23
N2 = 21
0,25
(D)
N3 = X 31 + X 32 + X 33 + X 34

N4 = X14 + X 24 + X 34

N4 = X 41 + X 42 + X 43

N1 =

N1 =

X11 + X12 + X13 + X14

4
X 21 + X 22 + X 23
N2 =
4
(E)
N3 = X 31 + X 32 + X 33 + X 34
N1 =

N4 = X 41 + X 42 + X 43

ANALISTA DE PESQUISA OPERACIONAL JNIOR

35
O conjunto de equaes que representam as definies das variveis auxiliares Qi dado por
Q1 = X11 + X 21 + X 31 + X 41

Q1 = 4 X11 + 4 X12 + X13 + X14

(A) Q2 = 4 X 21 + 4 X 22 + X 23 + X 24
Q3 = 4 X 31 + 4 X 32 + X 33 + X 34

(B)

Q2 = X12 + X 22 + X 32 + X 42
Q3 = X13 + X 23 + X 33 + X 43
Q4 = X14 + X 34

Q4 = 4 X 41 + X 43

Q1 = X11 + X12 + X13 + X14

Q1 = 4 X11 + 4 X 21 + X 31 + X 41

(C) Q2 = 4 X12 + 4 X 22 + X 32 + X 42
Q3 = 4 X13 + 4 X 23 + X 33 + X 43

(D)

Q2 = X 21 + X 22 + X 23 + X 24
Q3 = X 31 + X 32 + X 33 + X 34
Q4 = X 41 + X 43

Q4 = 4 X14 + X 34

Q1 = 0,25 X11 + 0,25 X12 + X13 + X14

(E) Q2 = 0,25 X 21 + 0,25 X 22 + X 23 + X 24

Q3 = 0,25 X 31 + 0,25 X 32 + X 33 + X 34
Q4 = 0,25 X 41 + X 43

36
O conjunto de inequaes que representam as restries de percentagens mnima e mxima do detergente D+ dado por
X 41 0,0075 N1

(A)

X 41 0,03 N1

X 41 0,0125 N1

(B) X 41 0,05 N1
X 43 0,03 N3

X 43 0,03 N3
X 43 0,05 N3

X 43 0,05 N3

X 41 3 N1

0,03 X 41 N1

(C) X 41 5 N1
X 43 3 N3

(D) 0,05 X 41 N1
0,03 X 43 N3

X 43 5 N3

0,05 X 43 N3

0,0075 X 41 N1

(E) 0,0125 X 41 N1
0,03 X 43 N3
0,05 X 43 N3

ANALISTA DE PESQUISA OPERACIONAL JNIOR

10

37
Dado o problema de programao linear
Min 3 x1 - 5 x2
s.r.
-10 x1 + 2 x2 = 20
6 x1 - 6 x2 36
x1 0
"x2

O dual desse problema dado por

Max 20 y1 - 36 y 2

Max 3 y1 - 5 y 2

s.r.
(A)
-10 y1 - 6 y 2 3

(B) s.r.
-10 y1 - 6 y 2 20

2y1 + 6 y 2 = -5

2y1 + 6 y 2 = -36

y2 0

y1 0 , y 2 0

"y1

(C)

Max 3 y1 - 5 y 2

(D)

s.r.
-10 y1 - 6 y 2 20

Min 20 y1 - 36 y 2
s.r.
-10 y1 - 6 y 2 3
2y1 + 6 y 2 = -5

2y1 + 6 y 2 -36

y1 0, y 2 0

y2 0
"y1

Min 3 y1 - 5 y 2
(E) s.r.
-10 y1 - 6 y 2 20

2y1 + 6 y 2 = -36
y2 0
"y1

38
No contexto de programao linear, considere as afirmaes abaixo.
I
II

- Uma restrio redundante sempre fcil de ser reconhecida.

- O preo-sombra de uma restrio uma constante no intervalo permissvel de variao das constantes (RHS) das
restries.
III - Existe um custo reduzido associado a cada restrio do modelo.
IV - Um custo reduzido diferente de zero est sempre associado a uma varivel de deciso que na soluo tima tem
seu valor igual a zero.
So corretas APENAS as afirmativas
(A) I e IV.
(B) II e III.

(C) II e IV.

11

(D) I, II e III.

(E) I, III e IV.

ANALISTA DE PESQUISA OPERACIONAL JNIOR

39

Considere o Caso 3 a seguir para responder s questes de nos 40 a 42.

Um chefe necessita fazer uma previso do nmero de barris de petrleo que sero produzidos pela Petrobras nos

CASO 3

prximos anos. Para tal, ele fez um levantamento histrico

Um investidor tem sua disposio dois tipos de investimento que esto descritos segundo sua rentabilidade esperada e o seu risco, apresentados abaixo

do nmero de barris de petrleo produzidos nos ltimos

cinco anos. A tabela abaixo mostra esse levantamento.
Ano

Produo em milhes de barris

Yt

2005

596,25

2006

628,80

2007

638,02

2008

663,28

2009

711,88

Investimento
Opo 1
Opo 2

Rentabilidade esperada
2,0 %
3,5 %

Essas opes de investimento no possuem correlao,

ento tanto o risco quanto a rentabilidade da carteira podem ser obtidos atravs de suas mdias ponderadas.
O cliente deseja obter uma rentabilidade mnima de 2,5%,
mas quer atingir essa rentabilidade ao menor risco possvel, investindo todo o seu capital. Alm disso, pelo menos
20% do capital total deve ser investido na opo 1.
Considere as seguintes variveis de deciso:
Pi - a percentagem do total investido na opo i
(valores entre 0 e 1)

O chefe disse a um funcionrio que encontrasse o modelo

que minimizasse o erro quadrtico mdio, utilizando o modelo linear para previso. O funcionrio constatou que o modelo linear dado pela equao: Produo(t) = b0 + b1(t),
onde t representa o ano em que a produo acontece.
Sendo as variveis de deciso da otimizao dadas por
b0 = coeficiente linear da reta

40

b1 = coeficiente angular da reta

Qual a funo-objetivo que pode ser utilizada na modelagem do caso, de maneira a minimizar o risco da carteira?

a funo-objetivo que o funcionrio deve minimizar dada por

(A) Min 0,025P1 + 0,04P2

1
Min
(b
b
)
Y
t

0
1
t
(A)
5
t =1

(C) Min

P1
P
+ 2
0,025 0,04

(B) Min 0,02P1 + 0,035P2

(D) Min

P1
P2
+
0,02 0,035

(E) Min P1 + P2

1
2
Min
(b
b
)

+
Y
t

0
1
t
(B)

5
t =1

41
A inequao que representa a restrio rentabilidade mnima dada por

1 2
2
Min
(b
b
)

+
Y
t

0
1
t
(C)

t =1

(A) P1 + P2 0,025
(B) 0,025P1 + 0,04P2 0,025

1
2
2
Min
(b
b
)

+
t
Y

0
1
t
(D)

t =1

P1
P2
(C) 0,025 + 0,04 0,025
(D) 0,02P1 + 0,035P2 2,5

1
2
(E) Min 5 Yt - (b0 + b1t )
t =1

ANALISTA DE PESQUISA OPERACIONAL JNIOR

Risco
2,5 %
4,0 %

(E) 0,02P1 + 0,035P2 0,025

12

42
A restrio que representa a condio de que todo o capital do cliente ser investido
(A) P1 + P2 >1

(B) P1 + P2 < 1

(C) P1 + P2 100

(D) P1 + P2 = 1

(E) P1 + P2 = 100
Considere o caso 4 a seguir para responder s questes de nos 43 e 44.

CASO 4
A PrintEasy uma empresa que realiza a impresso de mais de 1 milho de contas de telefone anualmente. Nessas faturas
existem anncios de ofertas exclusivas alm dos dados variveis, como nome do cliente, endereo, valor da conta, etc. A
emisso dessas faturas usa bobinas pr-impressas, cada uma com 10.000 faturas, sobre as quais so impressos dados
variveis antes de serem separadas. Existem dois tipos de bobinas pr-impressas: grande (com ofertas) e pequena (sem
ofertas). O planejamento dos prximos 2 meses requer a seguinte quantidade de bobinas:

Ms
maio
junho

Pequena
5
8

Grande
12
13

A grfica tem uma capacidade de produo mensal fixa de 20 bobinas, independente do tipo. O custo de produo de
R$ 500,00 para a bobina pequena e R$ 1.500,00 para a bobina grande. As bobinas produzidas em um determinado ms
podem ser estocadas para o ms seguinte, a um custo total de R$ 50,00. Os estoques inicial e final dos dois tipos de
bobinas devem ser zero no incio de maio e final de junho, respectivamente.
Considere uma modelagem em rede (valores de oferta negativos e demandas positivas), com os seguintes ns:
N
1
1G
1P
2
2G
2P

Descrio
Produo do ms de maio
Demanda de maio de bobinas grandes
Demanda de maio de bobinas pequenas
Produo do ms de junho
Demanda de junho de bobinas grandes
Demanda de junho de bobinas pequenas

43
A Regra do Fluxo Balanceado, nesse caso, dada pela seguinte expresso para cada N da rede:
(A) Sadasn i - Entradasn i Ofertan i ou Demandan i
(B) Sadasn i - Entradasn i Ofertan i ou Demandan i
(C) Entradasn i - Sadasn i = Ofertan i ou Demandan i
(D) Entradasn i - Sadasn i Ofertan i ou Demandan i
(E) Entradasn i - Sadasn i Ofertan i ou Demandan i

13

ANALISTA DE PESQUISA OPERACIONAL JNIOR

44

45

Qual das seguintes redes NO pode ser utilizada nessa

modelagem

Considere o problema de otimizao bicritrio irrestrito:

(A)

minimizar F(x) = (f 1 (x), f 2 (x)) sujeito a x R n , onde

1500

[-20] 1

1G
500
155

f i : R n R, i=1,2. Um ponto eficiente para F em Rn um

ponto x* Rn tal que no existe x Rn com F(x) F(x*)

1P [+5]

55

2G

1500

[-20] 2

[+12]

e F(x) F(x*). Para F continuamente diferencivel, a

[+13]

condio de otimalidade de primeira ordem dada por

500

(A) &x& um ponto crtico se f1( &x& ) f1(x) e f2( &x& ) f2(x)

2P [+8]

(B) &x& um ponto crtico se f1( &x& ) f1(x) e f2( &x& ) f2(x)
(C) &x& um ponto crtico se S

1500

[-20] 1

(B)

1G

[+12]

(D) &x& um ponto crtico se ( f1( &x& ) = 0 e f2( &x& ) 0)

2G [+13]

ou ( f1( &x& ) 0 e f2( &x& ) = 0)

1500
[-20] 2

1P

500

l i fj ( &x& )/ x i 0 para

algum j=1,2 e para todo l Rn

50

500

(E) &x& um ponto crtico se F estritamente convexa

[+5]

50

46

2P [+8]

Para comprar um carro novo, foram identificados 4 mode500

(C) [+5] 1P

[-20]
1

1500

los das indstrias A, B, C e D. A deciso ser tomada de

[+12]

1G

acordo com preo e consumo de combustvel. evidente

1550

550

que a preferncia por um carro mais barato que consu-

[-20]
[+8]

500

2P

1500

ma menos combustvel. Nesse caso, tem-se um problema

[+13]

2G

com 4 alternativas e 2 critrios. As caractersticas dos

(D)

[+5]

500

1P
50

[+8]

[-20]
1

4 modelos so apresentadas atravs dos pares de coor1500

1G

500

primeira coordenada refere-se ao preo (dado em

50

[-20]
2P

denadas A=(36,8), B=(35,7), C=(34,8) e D=(35,9), onde a

[+12]

1500

2G

R$ 1.000,00) e a segunda refere-se ao consumo de

[+13]

combustvel (dado em litro por quilmetro). Em re-

500

(E) [+5] 1P

550

[-20]
1

550

lao ao conjunto vivel, conclui-se que

1500
1550

1G

(A) A e D so pontos no dominados.

[+12]

(B) B e C so pontos eficientes.

1550
[-20]

[+8]

2P

500

1500

(C) B e D so pontos eficientes.

2G

[+13]

(D) C e D so solues no dominadas.

(E) B e C so solues dominadas.

ANALISTA DE PESQUISA OPERACIONAL JNIOR

14

47

49

O procedimento troca de r arestas (r-exchange) uma das

heursticas de maior sucesso em obter uma soluo aproximadamente tima para o problema do caixeiro-viajante
com n vrtices. Em relao a esse procedimento, considere as afirmativas a seguir.

Existem algoritmos de busca local estocstica em que

a funo passo est implementada em dois estgios.
No primeiro estgio, uma soluo vizinha s da soluo
candidata corrente s selecionada uniformemente e

- A partir de um ciclo Hamiltoniano H, o procedimento

retira r arestas de H, produzindo r caminhos desconexos e os reconecta usando arestas diferentes
daquelas retiradas, produzindo uma nova rota H.
II - De um ciclo Hamiltoniano H produzido um novo
ciclo H, o qual difere de H em exatamente r arestas,
as demais (n-r) arestas coincidem.
III - Caso o custo de H, produzido a partir da troca de r
arestas de um ciclo Hamiltoniano H, seja maior que o
custo de H, ento H substitudo por H, seno um novo
conjunto de r arestas de H selecionado para troca.
IV - O processo de troca de r arestas repetido at que
nenhuma melhora adicional seja alcanada.
V - O procedimento r-exchange termina em um timo
global, chamado de r-timo ou r-opt.

depois aceita, ou no, de acordo com a funo de

probabilidade: p(T,s,s) = 1, se f(s) f(s); ou p(T,s,s) =
exp( (f(s)-f(s))/T ), caso contrrio, onde T um parmetro
denominado temperatura e f a funo avaliao. Quanto
ao emprego desse critrio, conhecido como condio de
Metropolis, tem-se que
(A) quando T diminui, a aceitao fica mais rigorosa, ou
seja, uma soluo s com funo avaliao pior que s
tem pouca chance de ser aceita como nova soluo
candidata.
(B) medida que T aumenta, menos chance tem uma so-

So corretas APENAS as afirmativas

(A) I e II.
(B) III e IV.
(C) I, IV e V.
(D) II, III, IV e V.
(E) I, II, III e V.

luo pior que a soluo candidata corrente em ser

aceita como nova soluo candidata.
(C) existe a possibilidade de uma soluo selecionada s

48

que melhora a funo avaliao ser rejeitada.

Sejam S o conjunto de busca, N a relao de vizinhana e

g a funo avaliao. De um pseudoalgoritmo de busca
local estocstica retiram-se os seguintes comandos:

(D) o algoritmo Simulated Annealing usa o critrio de

Metropolis que parametrizado por um valor fixo de T.

determine N(s) = {s S | (s, s) N};

(E) so exemplos de algoritmos de busca local estocstica

determine I*(s) = {s N(s) | g(s) = g*}, onde g* = min{g(s) | s N(s)};

s:= escolha aleatria segundo uma distribuio uniforme em I*(s) no
vazio.

que utilizam esse critrio Simulated Annealing, Melhoria

Iterativa Probabilstica e Busca Tabu.

Uma alternativa para aumentar a rapidez dos algoritmos

de busca local estocstica selecionar o prximo passo
de maneira mais eficiente. Neste contexto, o mecanismo
de seleo do passo de busca do algoritmo, cujos comandos foram destacados acima, usa a estratgia de seleo
(A) do primeiro vizinho com melhora (first improvement)
com ordem fixa para avaliar os vizinhos.
(B) do primeiro vizinho com melhora (first improvement)
com ordem aleatria para avaliar os vizinhos.
(C) do melhor vizinho (best improvement) que escolhe o
vizinho com melhora mxima em g.
(D) por melhora aleatria (random improvement) que escolhe aleatoriamente um vizinho entre os vizinhos com
melhora.
(E) por pior melhora (least improvement) que escolhe o
vizinho de melhora mnima em g.

50
Em Teoria dos Jogos, uma das clssicas hipteses de
que os jogadores tomem decises
(A) com base em conjuntos distintos de estratgias.
(B) com base em experincias de sucesso passadas.
(C) com base nas possibilidades de ganhos ou perdas de
alguns de seus oponentes.
(D) em acordo com um subconjunto de participantes,
visando a maximizar perdas dos demais.
(E) puramente racionais.

15

ANALISTA DE PESQUISA OPERACIONAL JNIOR

54

Considere a situao a seguir para responder s questes de nos 51 a 53.

Uma rede de seis localidades composta por dois fornecedores de determinado produto (localidades 1 e 2), dois
centros consumidores desse produto (localidades 3 e 4) e
duas localidades (5 e 6), onde ocorre apenas transbordo,
isto , passagem do produto, sem reteno. Considere a
seguinte notao: Qij = quantidade de produto fluindo da
localidade i para a localidade j; Cij = custo de transportar
cada unidade desse produto de i para j; Tij = quantidade
mxima transportvel da localidade i para a j; Pi = quantidade de produto disponvel no fornecedor i (se positiva) ou
demandada pelo consumidor i (se negativa). No caso das
localidades 5 e 6 onde ocorre apenas o transbordo,
tem-se Pi = 0. Se o objetivo for determinar o menor custo
possvel para o fluxo do produto na rede dos fornecedores
1 e 2 para os consumidores 3 e 4, eventualmente passando pelas localidades 5 e 6, devem ser observadas as
seguintes restries para todo i e todo j:

Duas empresas concorrentes (ABC e XYZ) podem ter como

estratgia atuar prioritariamente em um de trs possveis
mercados (RJ, SP e MG). A depender da estratgia adotada por uma empresa, a outra tem uma significativa perda
de mercado nacional, conforme indica o quadro a seguir,
desenhado sob a tica da empresa ABC.
Empresa/mercado
ABC

RJ
SP
MG

RJ
+10%
+10%
0%

XYZ
SP
+20%
0%
+10%

MG
+40%
+50%
-10%

Por exemplo, se ABC opta pela estratgia RJ (atuar

prioritariamente no RJ) e XYZ opta pela estratgia SP
(atuar prioritariamente em SP), a empresa ABC ganha 20%.

(A) S k Qkj + S k Qkj = Pi e 0 Qij Tij

(B) S k Qkj - S k Qki = Pi e 0 Qij Tij

51

(C) S k Qik + S k Qik = Pi e 0 Qij Tij

No contexto da Teoria dos Jogos, verifica-se que, para a

empresa XYZ,
(A) a estratgia RJ domina a estratgia SP.
(B) a estratgia RJ domina a estratgia MG.
(C) a estratgia SP domina a estratgia MG.
(D) a estratgia MG domina a estratgia SP.
(E) no existe estratgia dominante.

(D) S k Qik - S k Qki = Pi e 0 Qij Tij

(E) S k Qik - S k Qjk = Pi e 0 Qij Tij

55
As ocorrncias dirias de situaes de emergncia em
uma instalao industrial so aleatrias e usualmente
consideradas independentes umas das outras. Dessa forma, o modelo mais adequado para a simulao dos instantes de ocorrncias a Distribuio de Poisson e,
consequentemente, os intervalos entre as ocorrncias obedecem Distribuio Exponencial. Na prtica, observa-se
que o tempo dedicado por um engenheiro soluo de
cada emergncia bem modelado tambm pela Distribuio Exponencial. Esses so alguns dos motivos para que,
em simulao desses processos de atendimento, o tempo
(T) entre ocorrncias e o tempo (T) de tratamento das mesmas sejam modelados por Distribuies Exponenciais que,
entre outros aspectos, tm a propriedade denominada
ausncia de memria que (para quaisquer t > 0 e a > 0)
traduzida por:

52
No caso de duas concorrentes (ABC e XYZ) que apresentam esse quadro de estratgias no contexto da Teoria dos
Jogos, verifica-se que, para a empresa ABC,
(A) a estratgia RJ domina a estratgia SP.
(B) a estratgia RJ domina a estratgia MG.
(C) a estratgia SP domina a estratgia MG.
(D) a estratgia MG domina a estratgia SP.
(E) no existe estratgia dominante.

53
No caso das duas concorrentes (ABC e XYZ), adotandose o mtodo de eliminao sequencial de estratgias dominadas, bsico no contexto da Teoria dos Jogos, concluise que a empresa ABC
(A) ganhar 40% do mercado.
(B) ganhar 20% do mercado.
(C) ganhar 10% do mercado.
(D) continuar com a mesma fatia de mercado.
(E) perder 10% do mercado.

ANALISTA DE PESQUISA OPERACIONAL JNIOR

(A) P(T > t + a | T > a) = P(T > t)

(B) Valor esperado de T = varincia de T ( m = s 2)
(C) [Valor esperado de T] 2 = varincia de T ( m 2 = s 2)
(D) P(0 < T < a) > P(t < T < t + a)
(E) P(0 < T < a) = P(t < T < t + a)

16

58

56

Na simulao da operao de uma planta industrial, supe-se que ela pode apresentar dois estados: ou operou
normalmente ou operou com alguma anomalia. Se um dia
operou normalmente, a probabilidade de apresentar alguma anomalia no dia seguinte 70%. Quando um dia operou com alguma anomalia, a probabilidade de operar normalmente no dia seguinte 60%. Independente de como
esteja operando atualmente, aps muitos dias de operao, a probabilidade de concluir um dia operando normalmente de, aproximadamente,
(A) 42%
(B) 46%
(C) 51%
(D) 56%
(E) 60%

As tcnicas de simulao so muito importantes em uma

grande variedade de projetos quando estes apresentam
clculos muito complexos ou experimentos reais muito
dispendiosos. Na base da simulao, tem-se a necessidade de gerao de nmeros pseudoaleatrios, quando as
duas principais preocupaes so: (1) um possvel nmero deve ter a mesma probabilidade de ocorrer que qualquer outro dentre os demais possveis nmeros e (2) deve
existir independncia entre as ocorrncias, isto , a probabilidade de ocorrncia de um nmero no deve ser afetada
pelas eventuais ocorrncias dos demais possveis nmeros. Os mtodos de gerao mais adotados na prtica so:
congruncia mista (mixed congruential method),
congruncia multiplicativa (multiplicative congruential
method) e congruncia aditiva (additive congruential
method). Considere os nmeros inteiros K, L, M e N, tais
que: 0 < K < M; 0 < L < M e N = 1, 2, 3... Para serem
gerados nmeros pseudoaleatrios entre 0 e M-1, iniciase com uma semente X0 aleatoriamente escolhida e adota-se a relao de recorrncia XN+1 = f(XN, XN-1, K, L)(mdulo
M), isto , XN+1 o resto da diviso de f(XN, XN-1, K, L) por
M. Nessas condies, quando
(A) f(XN, XN-1, K, L) = K.XN + L, tem-se a congruncia mista.
(B) f(XN, XN-1, K, L) = K.XN / L, tem-se a congruncia mista.
(C) f(XN, XN-1, K, L) = K.(XN + L), tem-se a congruncia
multiplicativa.
(D) f(XN, XN-1, K, L) = K.XN + L.XN-1, tem-se a congruncia
mista.
(E) f(XN, XN-1, K, L) = K.XN.XN-1, + L, tem-se a congruncia
multiplicativa.

59
Com base em dados histricos, verifica-se que, se uma
linha de produo apresenta um ndice de falhas inferior a
5% em determinado dia, a probabilidade de operar com
mesmo nvel de qualidade no dia seguinte de 80%. Por
outro lado, se opera com ndice de falhas igual ou superior
a 5% em algum dia, a probabilidade de voltar a operar com
ndice inferior a 5% no dia seguinte de, apenas, 30%. Se,
na simulao desse processo, verifica-se que a probabilidade de estar operando com ndice de falhas inferior a 5%
em algum dia de 70%, a probabilidade de assim estar
operando dois dias depois de
(A) 42%
(B) 46%
(C) 51%
(D) 56%
(E) 63%

60
Um servio de atendimento, que se inicia s 9 h, tem uma
nica fila para atendimento por um nico servidor. O intervalo (em minutos) entre a chegada de dois clientes e o
tempo (em minutos) de atendimento pelo servidor so variveis aleatrias distribudas uniformemente entre 0 e 10.
No quadro a seguir, apresentado o resultado de uma
simulao com essas variveis.

57
O tempo entre as ocorrncias de emergncias e o tempo
consumido para resolv-las pelo especialista so usualmente
modelados por Distribuies Exponenciais. Se, em mdia,
o tempo entre ocorrncias de 6h e, em mdia, o tempo
necessrio para o especialista solucion-las de 3h, ento
(A) a distribuio que modela o tempo entre ocorrncias
f(T) = 6e6T, com T > 0.
(B) a probabilidade de o especialista demorar mais que 3h
em um atendimento e1.
(C) a probabilidade de o intervalo entre duas ocorrncias
ser superior a 2h dada por e2.
(D) a probabilidade de o intervalo entre duas ocorrncias
ser inferior a 2h dada por e2.

Cliente
1
2
3
4
(...)

Intervalo
1
5
7
1
(...)

Atendimento
2
8
3
7
(...)

Por exemplo, o primeiro cliente chega s 9 h 1 min, atendido durante 2 min e, portanto, sai do sistema s 9 h 3 min.
O segundo cliente chega 5 min aps a chegada do primeiro cliente e o servidor ir consumir 8 min em seu atendimento. Nesse processo de simulao, o quarto cliente
sair do sistema s
(A) 9 h 22 min
(B) 9 h 23 min
(C) 9 h 24 min
(D) 9 h 25 min
(E) 9 h 26 min

(E) a probabilidade de o intervalo entre duas ocorrncias

ser superior a 2h dada por 2e2.

17

ANALISTA DE PESQUISA OPERACIONAL JNIOR

61

62

Um servio de atendimento, que se inicia s 9 h, tem uma

nica fila para atendimento por um nico servidor. O intervalo (em minutos) entre a chegada de dois clientes uma
varivel aleatria uniformemente distribuda entre 0 e 4, e
o tempo (em minutos) de atendimento pelo servidor uma
varivel aleatria distribuda uniformemente entre 5 e 10.
No quadro a seguir, apresentado o resultado de uma
simulao com essas variveis.

A determinao dos coeficientes a e b feita atravs da

minimizao da seguinte funo-objetivo:

Cliente
1
2
3
4
(...)

Intervalo
2
1
1
2
(...)

Atendimento
5
10
6
8
(...)

(A)

i bXi2 + a2 + 2abXi + Yi2 - 2bXi Yi - 2aYi

(B)

i aXi2 + b2 + 2abXi + Yi2 - 2aXi Yi - 2bYi

(C)

i aXi2 + a2 + 2abXi + Yi2 - 2aXi Yi - 2bYi

(D)

i aXi2 + b2 + 2abXi + Yi2 - 2aXi Yi - 2abYi

(E)

i aXi2 + b2 + 2abXi + Yi2 - 2abXi Yi - 2bYi

63
O Mtodo dos Mnimos Quadrados determinar para os
parmetros a e b valores que so, respectivamente, aproximados por
(A) -1 e 10
(B) 1 e -10
(C) 1 e 10
(D) -1 e -10
(E) 10 e 1

Por exemplo, o primeiro cliente chega s 9 h 2 min, atendido durante 5 min e, portanto, sai do sistema s 9 h 7 min.
O segundo cliente chega 1 min aps a chegada do primeiro cliente, e o servidor ir consumir 10 min em seu atendimento. O cliente que aguardar na fila mais tempo para
ser atendido ir esperar
(A) 13 min
(B) 14 min
(C) 15 min
(D) 16 min
(E) 17 min

melhor aproximao para o erro padro da estimativa

Considere a situao a seguir para responder s questes de nos 62 a 64.

(A) 0
(C) 50
(E) 500

64
O erro desse ajuste pode ser avaliado atravs do erro
padro
s =

Com o objetivo de prever a demanda (D) de um produto,

observa-se que essa demanda tem crescido ao longo dos
meses (M), de forma aproximadamente linear, conforme o
quadro a seguir.
M
10
20
30

estimativa,

( i Yi2 - b. i Yi - a. i Xi Yi ) /

dado

(n - 2 )

por

. Assim, a

(B) 10
(D) 100

65
Um importante indicador da qualidade do modelo de
regresso, obtido com a aplicao do Mtodo dos Mnimos Quadrados, o coeficiente de determinao, que
(A) inversamente proporcional variao explicada pela
varivel independente.
(B) inversamente proporcional soma dos quadrados,
devido regresso.
(C) diretamente proporcional variao explicada pela
varivel dependente.
(D) diretamente proporcional variao explicada pela
varivel independente.
(E) diretamente proporcional soma dos quadrados dos
resduos.

D
18
31
39

Isto , designando por X o tempo decorrido em meses e

por Y, a demanda, um bom modelo que relaciona X e Y
dado por Y = aX + b, onde os coeficientes a e b so usualmente determinados atravs do mtodo de ajuste denominado Mnimos Quadrados. Por exemplo, no ms 20, foram
demandadas 31 unidades do produto.

ANALISTA DE PESQUISA OPERACIONAL JNIOR

da

18

66

68

A Anlise de Sries Temporais consiste no estudo de

Uma das clssicas formulaes para Sries Temporais

sequncias numricas, que so realizaes de Processos

dada por

Estocsticos. Um processo estocstico considerado

zk = rk - i=1,p cirk -i

(A) ergtico quando todas as sries temporais dele derivadas tm as mesmas estatsticas.

onde a entrada (input) r k uma varivel aleatria gaussiana.

(B) ergtico quando suas propriedades estatsticas so

Essa formulao para Sries Temporais, em que a sada

invariantes no tempo.

atual (z k) uma combinao linear da entrada nos instan-

(C) estacionrio quando a srie temporal dele resultante

tes atual e passados (rk, rk-1, ... zk-p),

constante.

(A) gerada por um processo estocstico no estacionrio.

(D) estacionrio quando suas propriedades estatsticas so

(B) tal que sua funo de autocorrelao obedea a uma

invariantes no tempo.

equao no homognea cuja soluo seja instvel.

(E) estacionrio quando as sries temporais dele deriva-

(C) denominada processo autorregressivo (AR -

das so ergticas.

autoregressive).
(D) denominada processo integrado autorregressivo de

67

mdias mveis (ARIMA autoregressive integrated

Na Anlise de Sries Temporais, tem-se uma tcnica de

moving average).

ajuste de dados experimentais a um modelo emprico com-

(E) denominada processo de mdias mveis (MA moving

posto por uma equao de diferenas. Uma possvel for-

average).

mulao tal que os dados atuais (t = k) sejam uma combinao linear de p dados passados (zk-1, ... zk-p) pondera-

69

dos por coeficientes (b1, ... bp), gerando uma equao do

Uma formulao de Sries Temporais, definida por

tipo
z k = b1.z k-1 + r k - c 1.r k-1

zk = i=1,p bi zk -i + rk

onde a entrada (input) r k uma varivel aleatria gaussiana

onde r k uma varivel aleatria gaussiana. Essa formula-

e a sada atual (z k) uma combinao linear da sada pas-

o para Sries Temporais

sada e da entrada em dois instantes (k e k-1), conhecida

(A) tal que sua funo de autocorrelao obedea a uma

como processo
(A) mdias mveis (MA moving average) de primeira or-

equao no homognea, cuja soluo seja instvel.

dem.

(B) tal que o modelo seja inversvel, isto , a sequncia de

(B) mdias mveis (MA moving average) de segunda or-

entrada possa ser completamente determinada a par-

dem na entrada.

tir da sequncia de sada.

(C) misto autorregressivo de mdias mveis (ARMA

(C) denominada processo de mdias mveis (MA moving

mixed autoregressive moving average) de segunda

average)

ordem na entrada.

(D) denominada processo autorregressivo (AR -

(D) misto autorregressivo de mdias mveis (ARMA

autoregressive).

mixed autoregressive moving average) de primeira or-

(E) denominada processo integrado autorregressivo de

dem.

mdias mveis (ARIMA autoregressive integrated

(E) autorregressivo (AR autoregressive) de segunda or-

moving average).

dem na entrada.

19

ANALISTA DE PESQUISA OPERACIONAL JNIOR

70
No caso de Sries Temporais, definidas atravs de um processo cujas sadas
{z k, z k-1, z k-2, ... }
tambm denominadas observaes no exibem estatsticas estacionrias, o modelo mais adequado, que pode ser
usado diretamente, o processo
(A) misto autorregressivo de mdias mveis (ARMA
mixed autoregressive moving average) de primeira ordem.
(B) misto autorregressivo de mdias mveis (ARMA
mixed autoregressive moving average) de segunda
ordem.
(C) mdias mveis (MA moving average) de primeira ordem.

R
A
SC
U
N
H
O

(D) autorregressivos (AR autoregressive).

(E) integrado autorregressivo de mdias mveis (ARIMA
autoregressive integrated moving average).

ANALISTA DE PESQUISA OPERACIONAL JNIOR

20

O
H
N
U
SC
R
A
21

ANALISTA DE PESQUISA OPERACIONAL JNIOR