Você está na página 1de 21

04

TARDE

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


02 03 04 -

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. 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. Aps a conferncia, o candidato dever assinar no espao prprio do CARTO-RESPOSTA, a caneta esferogrfica transparente de tinta na cor preta. 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. 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. As questes objetivas so identificadas pelo nmero que se situa acima de seu enunciado. 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. 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. 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.

06

07 08

09 10

11 12

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

MAIO / 2010

CONHECIMENTOS ESPECFICOS
1
Observe os grficos a seguir.

3
H cinco poos de petrleo a serem perfurados (P1, P2, P3, P4 , P5) e apenas trs sondas disponveis para perfurao (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 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. Quantas maneiras distintas h para se alocarem as trs sondas? (A) 8 (B) 10 (C) 15 (D) 24 (E) 40

Venda de leo diesel no Brasil/ 3 milhes de m


46 44 42 40 38 36 34 32 30

45 42 39 37 35 38 37 39 39

44

4
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

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%
1 1

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

-1 L

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

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

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

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

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.

(C) 1 1 -1 1

(D) 1 1 0 1

(E) 1/ 2 1/ 2 1 1

ANALISTA DE PESQUISA OPERACIONAL JNIOR

6
Seja S o subespao vetorial de R3 formado por todos os ternos (x, y, z) que so solues do sistema linear

10
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. Est correto APENAS o que se afirma em (A) I. (B) II. (C) III. (D) I e II. (E) II e III.

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%

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

2x + 1 dx

(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
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

18
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
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
ESCOLARIDADE 1o grau completo 2o grau completo Superior completo
At 2 SM 100 40 5

19
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: 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

De 2 SM a 5 SM 80 100 55

De 5 SM a 10 SM 20 120 160

Acima de 10 SM 10 60 250

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
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:

23
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 0 1 2 3

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

24
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 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:
= 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$) 5.000,00 11.000,00 17.000,00 25.000,00

NMERO DE FUNCIONRIOS 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

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

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

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: 850 consumidores responderam que gostaram do produto e 150 consumidores responderam que no gostaram do produto. 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

Capital requerido Projeto VPL (8% a.a.) ANO 1 ANO 2 ANO 3 ANO 4 ANO 5 1 2 3 4 100 70 30 120 170 50 60 130 300 70 30 10 60 300 70 30 10 50 300 50 20 10 50 300 20 10 50 300

Investimento disponvel

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.

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
1, se o projeto i for executado xi = 0, se o projeto i NO for executado

ANALISTA DE PESQUISA OPERACIONAL JNIOR

29
A funo-objetivo do modelo a ser utilizado dada por (A) Max x1 + x2 + x3 + x4 (C) Max
x x1 x x + 2 + 3 + 4 100 70 30 120

(B) Max 100 x1 + 70 x2 + 30 x3 + 120 x4 (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 + 70 x2 + 70 x3 + 50 x4 + 20 x5 300

170 x1 + 50 x2 + 60 x3 + 130 x4 300 70 x1 + 30 x2 + 10 x3 + 60 x4 300


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

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


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

50 x1 + 20 x2 + 10 x3 + 50 x4 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 x1 + x2 + x3 + x4 4

(D)

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 (C) x2
+

(B) x2 x3 (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 = N4 = X14 + X 24 + X 34

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

X11 + X 21 + X 31 + X 41 4 X12 + X 22 + X 32 N2 = 4 (C) N3 = X13 + X 23 + X 33 + X 43 N1 = N4 = X14 + X 24 + X 34

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 N1 = N4 = X 41 + X 42 + X 43

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 = 4 X11 + 4 X12 + X13 + X14

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

(A) Q2 = 4 X 21 + 4 X 22 + X 23 + X 24 Q3 = 4 X 31 + 4 X 32 + X 33 + X 34
Q4 = 4 X 41 + X 43

(B)

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

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

Q1 = X11 + X12 + X13 + X14

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


Q4 = 4 X14 + X 34

(D)

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

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
X 41 0,03 N1

(A)

X 41 0,0125 N1 X 43 0,03 N3 X 43 0,05 N3

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


X 43 0,05 N3

X 41 3 N1

0,03 X 41 N1

(C) X 41 5 N1 X 43 3 N3
X 43 5 N3

(D) 0,05 X 41 N1 0,03 X 43 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 s.r. (A) -10 y1 - 6 y 2 3 2y1 + 6 y 2 = -5 y2 0 "y1

Max 3 y1 - 5 y 2

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


2y1 + 6 y 2 = -36 y1 0 , y 2 0

(C)

Max 3 y1 - 5 y 2 s.r. -10 y1 - 6 y 2 20 2y1 + 6 y 2 -36 y2 0 "y1

(D)

Min 20 y1 - 36 y 2 s.r. -10 y1 - 6 y 2 3 2y1 + 6 y 2 = -5 y1 0, y 2 0

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. (D) I, II e III. (E) I, III e IV.

11

ANALISTA DE PESQUISA OPERACIONAL JNIOR

39
Um chefe necessita fazer uma previso do nmero de barris de petrleo que sero produzidos pela Petrobras nos prximos anos. Para tal, ele fez um levantamento histrico do nmero de barris de petrleo produzidos nos ltimos cinco anos. A tabela abaixo mostra esse levantamento.
Ano t 2005 2006 2007 2008 2009 Produo em milhes de barris Yt 596,25 628,80 638,02 663,28 711,88

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

CASO 3
Um investidor tem sua disposio dois tipos de investimento que esto descritos segundo sua rentabilidade esperada e o seu risco, apresentados abaixo

Investimento Opo 1 Opo 2

Rentabilidade esperada 2,0 % 3,5 %

Risco 2,5 % 4,0 %

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 b1 = coeficiente angular da reta a funo-objetivo que o funcionrio deve minimizar dada por
5 1 Min (b b ) Y t + 0 1 t (A) 5 t =1

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)

40
Qual a funo-objetivo que pode ser utilizada na modelagem do caso, de maneira a minimizar o risco da carteira? (A) Min 0,025P1 + 0,04P2 (C) Min (B) Min 0,02P1 + 0,035P2 (D) Min
P1 P2 + 0,02 0,035

P1 P + 2 0,025 0,04

5 1 2 Min (b b ) + Y t 0 1 t (B) 5 t =1

(E) Min P1 + P2

41
A inequao que representa a restrio rentabilidade mnima dada por (A) P1 + P2 0,025 (B) 0,025P1 + 0,04P2 0,025

5 1 2 2 Min (b b ) + Y t 0 1 t (C) 5 t =1

5 1 2 2 Min (b b ) + t Y 0 1 t (D) 5 t =1

P1 P2 (C) 0,025 + 0,04 0,025


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

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

ANALISTA DE PESQUISA OPERACIONAL JNIOR

12

42
A restrio que representa a condio de que todo o capital do cliente ser investido (A) P1 + P2 >1 (C) P1 + P2 100 (E) P1 + P2 = 100 Considere o caso 4 a seguir para responder s questes de nos 43 e 44. (B) P1 + P2 < 1 (D) P1 + P2 = 1

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
Qual das seguintes redes NO pode ser utilizada nessa modelagem
[-20] 1

45
Considere o problema de otimizao bicritrio irrestrito: minimizar F(x) = (f 1 (x), f 2 (x)) sujeito a x R n , onde
1G
500 155
55 0

1500
0

(A)

[+12]

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*) e F(x) F(x*). Para F continuamente diferencivel, a condio de otimalidade de primeira ordem dada por

1P [+5] 2G [+13]

[-20] 2

1500

500
2P [+8]

& um ponto crtico se f ( & & ) f (x) e f ( & & ) f (x) x x x (A) & 1 1 2 2 & um ponto crtico se f ( & & ) f (x) e f ( & & ) f (x) x x x (B) & 1 1 2 2

[-20] 1

1500

& um ponto crtico se S x (C) &


1G 50 2G [+13] [+12]

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

(B)

algum j=1,2 e para todo l Rn


& um ponto crtico se ( f ( & & )=0 e f ( & & ) 0) x x x (D) & 1 2 & ) 0 e f ( & & ) = 0) x x ou ( f1( & 2 & um ponto crtico se F estritamente convexa x (E) &

500

1500
[-20] 2

500

1P 50

[+5]

2P [+8]

46
Para comprar um carro novo, foram identificados 4 mode-

(C) [+5] 1P

500 550

[-20] 1 [-20]

1500 1550 1500

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


1G [+12]

acordo com preo e consumo de combustvel. evidente que a preferncia por um carro mais barato que consu-

[+8]

2P

500

2G

[+13]

ma menos combustvel. Nesse caso, tem-se um problema com 4 alternativas e 2 critrios. As caractersticas dos

(D)

[+5] 50 [+8]

1P

500

[-20] 1 [-20]

4 modelos so apresentadas atravs dos pares de coor1500 1G 50 1500 2G [+13] [+12]

denadas A=(36,8), B=(35,7), C=(34,8) e D=(35,9), onde a primeira coordenada refere-se ao preo (dado em R$ 1.000,00) e a segunda refere-se ao consumo de combustvel (dado em litro por quilmetro). Em re-

2P

500

(E) [+5] 1P
550

500 550

[-20] 1 [-20]

lao ao conjunto vivel, conclui-se que


1500 1550 1550 1G [+12]

(A) A e D so pontos no dominados. (B) B e C so pontos eficientes. (C) B e D so pontos eficientes.

[+8]

2P

500

1500

2G

[+13]

(D) C e D so solues no dominadas. (E) B e C so solues dominadas.

ANALISTA DE PESQUISA OPERACIONAL JNIOR

14

47
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. I - 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. 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.

49
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 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 soluo pior que a soluo candidata corrente em ser aceita como nova soluo candidata. (C) existe a possibilidade de uma soluo selecionada s

48
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:
determine N(s) = {s S | (s, s) N}; 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 melhora a funo avaliao ser rejeitada. (D) o algoritmo Simulated Annealing usa o critrio de Metropolis que parametrizado por um valor fixo de T. (E) so exemplos de algoritmos de busca local estocstica 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

Considere a situao a seguir para responder s questes de nos 51 a 53. 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 XYZ SP +20% 0% +10%

54
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: (A) S k Qkj + S k Qkj = Pi e 0 Qij Tij (B) S k Qkj - S k Qki = Pi e 0 Qij Tij (C) S k Qik + S k Qik = Pi e 0 Qij Tij (D) S k Qik - S k Qki = Pi e 0 Qij Tij (E) S k Qik - S k Qjk = Pi e 0 Qij Tij

RJ +10% +10% 0%

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%.

51
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.

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: (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)

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

16

56
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.

58
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%

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. Cliente 1 2 3 4 (...) Intervalo 1 5 7 1 (...) Atendimento 2 8 3 7 (...)

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. (E) a probabilidade de o intervalo entre duas ocorrncias ser superior a 2h dada por 2e2.

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

17

ANALISTA DE PESQUISA OPERACIONAL JNIOR

61
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. Cliente 1 2 3 4 (...) Intervalo 2 1 1 2 (...) Atendimento 5 10 6 8 (...)

62
A determinao dos coeficientes a e b feita atravs da minimizao da seguinte funo-objetivo: (A) (B) (C) (D) (E)

i bXi2 + a2 + 2abXi + Yi2 - 2bXi Yi - 2aYi i aXi2 + b2 + 2abXi + Yi2 - 2aXi Yi - 2bYi i aXi2 + a2 + 2abXi + Yi2 - 2aXi Yi - 2bYi i aXi2 + b2 + 2abXi + Yi2 - 2aXi Yi - 2abYi 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 Considere a situao a seguir para responder s questes de nos 62 a 64. 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 D 18 31 39

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

da

estimativa ,

dado

por

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

(n - 2 )

. Assim, a

melhor aproximao para o erro padro da estimativa (A) 0 (C) 50 (E) 500 (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.

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

18

66
A Anlise de Sries Temporais consiste no estudo de sequncias numricas, que so realizaes de Processos Estocsticos. Um processo estocstico considerado (A) ergtico quando todas as sries temporais dele derivadas tm as mesmas estatsticas. (B) ergtico quando suas propriedades estatsticas so invariantes no tempo. (C) estacionrio quando a srie temporal dele resultante constante. (D) estacionrio quando suas propriedades estatsticas so invariantes no tempo. (E) estacionrio quando as sries temporais dele derivadas so ergticas.

68
Uma das clssicas formulaes para Sries Temporais dada por
zk = rk - i=1,p cirk -i

onde a entrada (input) r k uma varivel aleatria gaussiana. Essa formulao para Sries Temporais, em que a sada atual (z k) uma combinao linear da entrada nos instantes atual e passados (rk, rk-1, ... zk-p), (A) gerada por um processo estocstico no estacionrio. (B) tal que sua funo de autocorrelao obedea a uma equao no homognea cuja soluo seja instvel. (C) denominada processo autorregressivo (AR autoregressive). (D) denominada processo integrado autorregressivo de mdias mveis (ARIMA autoregressive integrated moving average). (E) denominada processo de mdias mveis (MA moving average).

67
Na Anlise de Sries Temporais, tem-se uma tcnica de ajuste de dados experimentais a um modelo emprico composto por uma equao de diferenas. Uma possvel formulao tal que os dados atuais (t = k) sejam uma combinao linear de p dados passados (zk-1, ... zk-p) ponderados por coeficientes (b1, ... bp), gerando uma equao do tipo
zk = i=1,p bi zk -i + rk

69
Uma formulao de Sries Temporais, definida por z k = b1.z k-1 + r k - c 1.r k-1 onde a entrada (input) r k uma varivel aleatria gaussiana e a sada atual (z k) uma combinao linear da sada passada e da entrada em dois instantes (k e k-1), conhecida como processo (A) mdias mveis (MA moving average) de primeira ordem. (B) mdias mveis (MA moving average) de segunda ordem na entrada. (C) misto autorregressivo de mdias mveis (ARMA mixed autoregressive moving average) de segunda ordem na entrada. (D) misto autorregressivo de mdias mveis (ARMA mixed autoregressive moving average) de primeira ordem. (E) autorregressivo (AR autoregressive) de segunda ordem na entrada.

onde r k uma varivel aleatria gaussiana. Essa formulao para Sries Temporais (A) tal que sua funo de autocorrelao obedea a uma equao no homognea, cuja soluo seja instvel. (B) tal que o modelo seja inversvel, isto , a sequncia de entrada possa ser completamente determinada a partir da sequncia de sada. (C) denominada processo de mdias mveis (MA moving average) (D) denominada processo autorregressivo (AR autoregressive). (E) denominada processo integrado autorregressivo de mdias mveis (ARIMA autoregressive integrated moving average).

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

ANALISTA DE PESQUISA OPERACIONAL JNIOR

20

R A SC U N H O

(D) autorregressivos (AR autoregressive).

R A
21
ANALISTA DE PESQUISA OPERACIONAL JNIOR

SC