I.

I e II.

I, II e III.

I e III.

III e IV.

80%

40%

50%

60%

70%

O modelo G/M/m descreve uma fila cuja distribuição dos intervalos de tempos entre as chegadas de dois clientes consecutivos segue uma distribuição arbitrária, não necessariamente exponencial.

Uma fila do tipo M/M/m é composta por M servidores e a taxa de entrada na fila é igual a m.

O tempo médio de espera por cliente na fila tende a ser menor no sistema M/M/1 em m filas paralelas e independentes do que no sistema M/M/m em fila única.

No sistema M/M/1, considera-se que há correlação linear entre os tempos de atendimentos de dois clientes consecutivos.

O sistema M/G/1 representa uma fila em que a taxa de chegada de clientes na fila segue uma distribuição geométrica, e cada cliente é atendido por um único servidor.

O período da sequência pseudo-aleatória {Xn} depende de uma escolha apropriada do valor inicial X0. Por isso, recomenda-se que se utilize sempre o mesmo valor inicial X0 nas simulações, como, por exemplo, a constante π = 3,14159.

Para inicializar o gerador de forma apropriada, deve-se escolher um número inteiro ⎯ denominado semente ⎯ para a constante M, de tal maneira que se tenha M < a.

O valor de M se relaciona com o período da sequência pseudoaleatória {Xn}. Para um estudo estatístico por simulações computacionais, o analista deve utilizar valores grandes, como, por exemplo, M = 224, 232 ou 264.

Para gerar uma sequência de números pseudo-aleatórios, permite-se ao analista atribuir à constante a — denominada incremento — qualquer valor real não nulo.

Se b = 0, o método chama-se gerador linear congruencial inversível (inversive congruential generator); e se b < 0, o gerador intitula-se gerador de Park-Miller.

estatística F de uma análise de variância para um fator em dois níveis

estatística t para a comparação de média entre dois grupos pareados

estatística F de uma análise de variância para dois fatores

estatística do teste de Wilcoxon

estatística z para a comparação de média entre dois grupos não pareados

que permite avaliar a simetria dos dados.

de aderência que permite avaliar a hipótese de assimetria dos dados.

de aderência que somente permite verificar se uma amostra segue a distribuição Normal ou t-Student.

de aderência usado para verificar se uma amostra segue determinada distribuição de probabilidade.

específico para avaliação da normalidade dos dados.

simplesmente simétrica.

simétrica, positiva e de área 1.

qualquer função de área é 1.

simétrica e de área 1.

positiva e de área 1.

Independentemente do valor de p, a distribuição da soma de {X1, X2, ..., Xn} será sempre simétrica.

A variância dessa variável aleatória é igual à sua média.

A variável aleatória é contínua.

A variância dessa variável aleatória é maior que a sua média.