Questões

Pratique com questões de diversas disciplinas e universidades

8.655 questões encontradas(exibindo 7)

Página 90 de 866

O que são Modelos matemáticos estáticos?

A
Os modelos matemáticos contínuos um sistema. As características operacionais de um sistema são descritas em termos de equações numéricas e os efeitos potenciais de uma alternativa são derivados de um simples cálculo de equações;
B
Os modelos matemáticos estáticos delineiam aritmeticamente um sistema. As características operacionais de um sistema são descritas em termos de equações numéricas e os efeitos potenciais de uma alternativa são derivados de um simples cálculo de equações;
C
Os modelos matemáticos estáticos delineiam aritmeticamente um sistema. As características operacionais de um sistema são descritas em termos de escrita manual;
D
Os modelos matemáticos dinâmicos delineiam aritmeticamente um sistema. As características operacionais de um sistema são descritas em termos de equações numéricas e os efeitos potenciais de uma alternativa são derivados de um simples cálculo de equações;
E
Os modelos matemáticos delineiam aritmeticamente um sistema. As características operacionais de um sistema são descritas em termos de programação;
Comentários: 0
Considere o seguinte problema de Programação Linear:
Maximize: Z = x_1 + 2x_2
Sujeito a
x_1 + 2x_2 \\ ext{≤} 8
-x_1 + x_2 \\ ext{≤} 16
x_1 \\ ext{≥} 0
x_2 \\ ext{≥} 0
O dual desse problema é
A
Max Z = 8y_1 + 16y_2 Sujeito a y_1 - y_2 \\ ext{≥} 1 2y_1 + y_2 \\ ext{≥} 2 y_1 \\ ext{≥} 0 , y_2 \\ ext{≥} 0
B
Max Z = y_1 + 2y_2 Sujeito a y_1 - y_2 \\ ext{≥} 8 2y_1 + y_2 \\ ext{≥} 16 y_1 \\ ext{≥} 0 , y_2 \\ ext{≥} 0
C
Min Z = 8y_1 + 16y_2 Sujeito a y_1 - y_2 \\ ext{≥} 1 2y_1 + y_2 \\ ext{≥} 2 y_1 \\ ext{≥} 0 , y_2 \\ ext{≥} 0 (correta)
D
Min Z = y_1 + 2y_2 Sujeito a y_1 - y_2 \\ ext{≥} 8 2y_1 + y_2 \\ ext{≥} 16 y_1 \\ ext{≥} 0 , y_2 \\ ext{≥} 0
Comentários: 0

Assinale a alternativa correta a respeito da formulação algébrica do método simplex:

A
Todo problema de otimização linear presta-se à formulação algébrica do método simplex.
B
Nem todo ponto extremo de um problema de otimização linear pode ser representado por uma solução básica.
C
O método simplex utiliza as equações normais A^T A x^* = A^T b para encontrar uma solução.
D
O método simplex utiliza soluções básicas viáveis para representar pontos extremos.
E
Qualquer solução básica representa um ponto extremo viável.
Comentários: 0

Um distribuidor de produtos para festa de formatura compra de fornecedores chineses lança confete, pulseira neon e colares havaianos e monta kits com esses produtos. O custo de cada componente (em milhares de unidades) segundo o fornecedor é de R$1.000,00 para os lança confete, R$ 700, 00 para as pulseiras neon e R$ 300,00 para os colares havaianos. Assinale a opção que propõe a função-objetivo correta deste problema, de acordo com a estrutura do modelo de Programação Linear.

A
MIN C = x_1 + x_2 + x_3.
B
MAX L= x_1 + x_2 + x_3.
C
MIN C = 1.000 x_1 + 700 x_2 + 300 x_3.
D
MAX L = 1.000 x_1 + 700 x_2 + 300 x_3.
Comentários: 0

Biossegurança é um assunto de extrema importância para os trabalhadores da saúde. A NR-32 é uma norma que regulamenta alguns pontos. Sobre este tema, é CORRETO afirmar:

A
A classe de risco 1 representa um risco considerado baixo à saúde individual e baixo à propagação coletiva.
B
A classe de risco 2 apresenta um risco considerado baixo à saúde individual e baixo à propagação coletiva.
C
A classe de risco 4 engloba as doenças que apresentam elevado risco individual, mas baixo risco à propagação coletiva.
D
Para a classe de risco 2, atualmente não existem profilaxia ou tratamento para as doenças deste grupo.
Comentários: 0
Analisando o modelo de programação linear de uma empresa abaixo: Maximizar L = 1000x_1 + 1800x_2 Sujeito a 20x_1 + 30x_2 \\ ext{≤} 1200 x_1 \\ ext{≤} 40 x_2 \\ ext{≤} 30 x_1, x_2 \\ ext{≥} 0 Verificou-se a formação de um pentágono ABCDE, onde A(0,0), B(40,0) e E(0,30), desta forma encontre as coordenadas dos vértices C e D e a solução ótima do modelo:
A
C(40,\frac{40}{3}), D(15,30) e L = 69000
B
C(40,\frac{3}{40}), D(30,15) e L = 60000
C
C(40,40), D(30,15) e L = 72000
Comentários: 0

Assimilação de dados profunda (Deep Data Assimilation - DDA) é uma técnica recente que integra aprendizado profundo e assimilação.

Utiliza-se uma rede neural recorrente para aprender o processo de assimilação, que por sua vez é treinada a partir dos estados de um sistema dinâmico e de seus resultados de assimilação correspondentes. Tais redes neurais recorrentes são implementadas com o uso de funções de ativação, que introduzem não linearidades às saídas dos neurônios das redes.

Assinale a opção que menos se adequa às características esperadas para funções de ativação.

A
Softmax.
B
Sigmoid.
C
Transformação Afim.
D
Tangente Hiperbólico.
E
Unidade Linear Retificada (Rectified Linear Unit – ReLU).
Comentários: 0