Questões sobre Programação Linear

A distribuição de Pareto é uma distribuição contínua assimétrica utilizada para modelar, por exemplo, a distribuição de renda e outras variáveis financeiras. Se uma variável aleatória contínua X possui distribuição de Pareto, então sua função densidade de probabilidade é dada por:  


em que ? > 1. Se uma amostra aleatória X₁, X₂, X₃, ..., X_n de tamanho n for observada a partir da variável X, o estimador de momentos de ?, denotado por FOTO, é dado por:

Considere as linhas de comando da linguagem R a seguir:

install.packages(c("readxl","tidyverse","expm","matlib")) #linha 1
lapply(c("readxl","tidyverse","expm","matlib"),require,character.only = TRUE) #linha 2
DADOS <- data.frame(read_excel("C:/Users/fulano/Documents/dados.xlsx")) #linha 3
Modelo <- lm(Altura~Peso,DADOS) #linha 4
predict(Modelo, data.frame(Peso = c(70, 80, 90))) #linha 5
M1<-matrix(c(1,-0.3,-0.3,1.1,0,1,3,4,1,0,-1,4,-6,2),nrow=7,ncol=2,byrow=TRUE) #linha 6
M2 <- matrix(c(1,-0.3,1,3),nrow=2,ncol=2,byrow=TRUE) #linha 7
Matriz_Final<-M1%*%M2 #linha 8
setwd('C:/Users/fulano/Documents/dados') #linha 9
write.csv(Matriz_Final, "Matriz_Final.csv", row.names = FALSE) #linha 10

A respeito das linhas de comando, executadas na sequência das linhas enumeradas, é correto afirmar que o comando da linha

A chance de um evento que ocorre com probabilidade p é definida como c = p/(1-p).
Quando queremos entender a associação de um fator com um evento de interesse, em geral computamos a razão de chances, r = c_0/c_1, onde c_0 é a chance sem a exposição e c_1 é a chance com a exposição.
Suponha que um analista dispõe de um conjunto de dados binários Y = (Y_1,..., Y_n), com Y_i tomando valores em {0, 1} contendo o resultado de um teste de Covid-19 em n pacientes e que X = (X_1, ..., X_n) é um conjunto de covariáveis também binárias que indicam se o indivíduo foi (X_i = 1) ou não (X_i = 0) a uma festa nos últimos dez dias.
O analista quer determinar se a variável X está significativamente associada com o resultado do teste, Y.
Para tanto, ajusta um modelo de regressão logística utilizando Y como variável resposta, um termo de intercepto e X como covariável.
Ele obtém uma estimativa b0 para o intercepto, com erro padrão s0 e, para o coeficiente de X, uma estimativa b1 erro padrão s1.
O intervalo de confiança de 90% para a razão de chances é:

Analise o código Python a seguir.

s=0 for k in range(16,10, -2):          s -= k print (s)

O valor exibido pela execução desse trecho é:

A modelagem de bancos de dados passa pela análise das relações e comportamento dos dados que futuramente constituirão o conteúdo desses bancos. Para bancos de dados relacionais, essa modelagem passa pelo levantamento das dependências funcionais que eventualmente possam ser depreendidas em cada caso.
Como um exemplo, considere um banco de dados que armazena a data de nascimento, o CPF (Cadastro de Pessoas Físicas) e a CNH (Carteira Nacional de Habilitação) de um grupo de pessoas, no qual todas possuem CPF e CNH.
Dado que no Brasil o CPF e a CNH são individualizados, as dependências funcionais que devem ser consideradas, em conjunto, são: