12-13 Management Master - SPE - Exemplificare teste grila

Selectai variantele corecte (pot fi mai multe rspunsuri corecte): 1. Distribuia POISSON: a) se aplic n cazul unor evenimente ntmpltoare independente b) consider variabila probabilistic ca numr de evenimente care pot avea loc ntr-o perioad de timp; c) este folosit, pentru p foarte mic, pentru descrierea unor evenimente rare; d) se folosete n probleme privind numrul de apariii ale unui eveniment n ntervale continue de timp; e) este asociat funciei =POISSON(probabilitate, medie). 2. In simulare, pentru a imita variabilitatea unei variabile independente este necesar generarea valorilor posibile pe baza: a) distribuiei de probabilitate; b) distribuiei cumulate de probabilitate; c) frecvenelor cumulate; d) mediei valorilor posibile; e) unor numere aleatoare uniform distribuite pe [0, 1]. 3. Metoda Monte Carlo const n generarea mai inti a unui numr aleator i apoi, n extragerea unei valori din distribuia de probabilitate care descrie comportamentul variabilei probabiliste numite valoare: a) de performan; b) simulat; c) reprodus n mediu real; d) reprodus in vivo; e) ntmpltoare. 4. Generai primele trei valori de numere aleatoare cu formula: xi+1=(5*xi+7)*mod 8, cu smna 3: a) 0,75; 0,00; 0,625; b) 0,625; 0,00; 0,87; c) 0,625; 0,75; 0,00; d) 0,75; 0,625; 0,00; e) 0,75; 0,625; 0,75. 5. Variabilele probabilistice continue definite pe un interval pot avea: a) numai valori specifice din interval; b) pot avea orice valoare real dintr-un interval; c) numai valori ntregi dintr-un interval; d) numai valori raionale dintr-un interval; e) orice valoare pe axa numerelor reale. 6. Funcia de distribuia cumulativ se obine: a) prin calculul probabilitilor P( X
xi ) fi
m

;
fk

k 1

12-13 Management Master - SPE - Exemplificare teste grila

b) prin calculul probabilitilor P( xi )

fi
m

;
fk

k 1

c) prin cumularea probabilitilor P(xi); d) prin nmulirea probabilitilor P(xi); e) prin mprirea probabilitilor P(xi) n care X este variabila probabilistic cu mai multe valori probabile x i i i=1,,m i fi este frecvena de apariie a valorii xi. 7. Pentru utilizarea unui numr aleator uniform distribuit pentru a extrage o valoare xi a variabilei probabilistice, n EXCEL se poate folosi funcia VLOOKUP cu precizarea urmtoarelor argumente: a) numr aleator; b) zona tabelului cu distribuia cumulat asociat valorilo r variabilei probabilistice; c) zona tabelului cu distribuia relativ asociat valorilor variabilei probabilistice; d) coloana tabelului n care se afl valorile variabilei probabilistice; e) linia tabelului n care se afl valorile variabilei probabilistice. 8. Pentru distribuia uniform discret definit pe intervalul [a, b]: a) numrul de valori posibile este n=b-a+1; b) valorile posibile au aceeai probabilitate de realizare; 1 c) funcia de densitate este P( xi ) pentru a xi b ; n d) funcia de densitate este P( xi ) 0 pentru xi a ; e) funcia de densitate este P( xi ) 0 pentru xi b . 9. Pentru distribuia binomial, ntr-un experiment repetat de n ori pentru care exist numai dou rezultate posibile succes sau eec, pentru p=0,05, graficul densitii de reparitie f(x) ncepe s semene cu un clopot (reprezentarea distribuiei normale) pentru: a) n suficient de mare; b) n p 5 i n (1 p) 5 ; c) n tinde ctre 100; d) n mai mare de 30 i sub 100; e) n p 5 i n (1 p) 5 . 10. Pentru construirea unui interval de % ncredere n estimarea unui parametru, dac deviaia standard a populaiei este cunoscut, iar n 30 atunci intervalul de ncredere (1- ) pentru media real este definit prin: a) x Z
2

;
n

b) abateri n plus i minus cu Z de media de selecie a valorilor;

(jumtatea intervalului de ncredere) fa

12-13 Management Master - SPE - Exemplificare teste grila

c) x t d) x t

;n 1

; ;

;n 1

n 1

e) x t

. n unde s este o estimaie a deviaie standard a populaiei. 11. Pentru a genera un numr aleator i pentru utilizarea acestuia n extragerea unei valori xi a variabilei binomiale n EXCEL se poate folosi funcia CRITBINOM cu urmtorii parametri: a) n i numr aleator; b) p i numr aleator; c) n i p; d) n, p i numr aleator; e) n, p i xi. 12. Metoda Monte carlo presupune utilizarea unui generator de numere aleatoare uniform distribuite pe [0, 1] i a funciei distribuiei cumulative asociat unei variabile: a) deterministe; b) probabilistice; c) ambigue; d) fuzzy; e) binare. 13. Pentru distribuia uniform discret definit pe intervalul [a, b]: a) numrul de valori posibile este n=b-a+1; b) valorile posibile au aceeai probabilitate de realizare;
2 ;n 1

c) funcia de distribuie cumulativ este F ( xi )

d) funcia de distribuie cumulativ este F ( xi ) e) funcia de distribuie cumulativ este F ( xi ) 1 pentru xi b . 14. Tipul distribuiei de probabilitate poate fi studiat prin teste de concordan de tipul: a) Kolmogorov; b) Smirnov; c) Pearson; d) 2 ; e) celor enumerate anterior (toate). 15. Pentru construirea unui interval de % ncredere n estimarea unui parametru, dac deviaia standard a populaiei nu este cunoscut, iar este definit n 30 atunci intervalul de ncredere (1- ) pentru media real prin: a) x Z
2

a 1 pentru a n 0 pentru x i a ;

xi

xi

b;

;
3

12-13 Management Master - SPE - Exemplificare teste grila

b) abateri n plus i minus cu Z de media de selecie a valorilor; c) x d) x t

2

(jumtatea intervalului de ncredere) fa

t
2

;n 1

n
n 1

; ;

;n 1

e) x t

s
2 ;n 1

n unde s este o estimaie a deviaie standard a populaiei. 16. Pentru o variabil probabilistic continu, probabilitatea unui eveniment este: a) frecvena relativ de apariie a acelui eveniment ntr-un numr redus de evenimente: b) frecvena cumulat de apariie a acelui eveniment ntr-un numr redus de evenimente; c) suma frecvenelor relativ asociate apariiei acelui eveniment ntr -un numr redus de evenimente; d) frecvena relativ de apariie a acelui eveniment ntr-un numr infinit de evenimente; e) frecvena relativ de apariie a acelui eveniment ntr-un numr mare de evenimente. 17. Generai primele trei valori de numere aleatoare cu formula: xi+1=(5*xi+7)*mod 8, cu smna 6: a) 0,75; 0,625; 0,87; b) 0,625; 0,87; 0,00; c) 0,75; 0,625; 0,00; d) 0,625; 0,00; 0,87; e) 0,75; 0,625; 0,75. 18. Numerele aleatoare necesare simulrii sunt obinute prin proceduri aritmetice numite: a) simulatori; b) rutine eveniment; c) generatori; d) rutine Calendar; e) algoritmi euristici. 19. Pentru distribuia binomial, pentru o variabil probabilistic numr de experimente de succes, dac: a) probabilitatea p a succesului este aceeai pentru fiecare din cele n experimente; b) probabilitatea p a succesului nu este aceeai pentru fiecare din cele n experimente; c) experimentele sunt independente; d) experimentele nu sunt independente; e) ntr-un experiment repetat de n ori,
4

12-13 Management Master - SPE - Exemplificare teste grila

atunci funcia de mas de probabilitate este definit ca probabilitatea ca numrul experimentelor de succes s fie egal cu o anumit valoare xi. 20. Selectai afirmaiile(a) adevrate(a): a) Distribuia de probabilitate cumulat a valorilor generate prin simulare poate fi folosit pentru definirea profilurilor de risc ale variantelor decizionale n vederea analizei acestora pe baza criteriilor de dominan stochastic. b) Distribuia de probabilitate relativ a valorilor generate prin simulare poate fi folosit pentru definirea profilurilor de risc ale variantelor decizionale n vederea analizei acestora pe baza criteriilor de dominan stochastic. c) Dominanta stochastic de gradul I este relevant atunci cnd funciile distribuiilor de probabilitate cumulat ale variantelor comparate nu se intersecteaz. d) In general, atunci cnd funciile distribuiilor de probabilitate cumulat ale variantelor comparate se intersecteaz, pentru a determina varianta dominant pe tot domeniul de variaie a indicatorului studiat (de ex., profit) este necesar compararea lungimilor intervalelor de profit (de ex.) n care variantele sunt dominante. e) In general, atunci cnd funciile distribuiilor de probabilitate cumulat ale variantelor comparate se intersecteaz, pentru a determina varianta dominant pe tot domeniul de variaie a indicatorului studiat (de ex., profit) este necesar compararea suprafeelor corespunztoare intervalelor de profit (de ex.) n care variantele sunt dominante. 21. Funcia din EXCEL cu forma =NORMINV (nr.aleator, media , abaterea standard ): a) determin o valoare x a unei variabile normal distribuite cu media i abaterea standard , b) determin o valoare x a unei variabile normal distribuite prin aproximri succesive ale lui x; c) determin o valoare x a unei variabile normal distribuite prin metoda transformatei inverse; d) determin o valoare x a unei variabile normal distribuite astfel nct precizia s fie 3 10-7; e) determin o valoare x a unei variabile normal distribuite astfel nct diferena (u-F(x)), dintre numrul aleator u generat de RAND() i valoarea funciei F(x) de distribuie cumulativ, s fie mai mic dect 3 10-7. 22. Distribuia POISSON: a) se aplic n cazul unor evenimente ntmpltoare independente; b) consider variabila probabilistic pentru intervalul de timp ntre apariii consecutive ale unui eveniment; c) este folosit, pentru p foarte mic, pentru descrierea unor evenimente rare; d) este folosit pentru a descrie numrul sosirilor poate fi descris de o distribuie Poisson i atunci intervalul dintre sosiri urmeaz o distribuie exponenial;

12-13 Management Master - SPE - Exemplificare teste grila

e) este asociat funciei din EXCEL =POISSON(probabilitate, medie, variabila logica cu valoare 1 dac se calculeaz distributia cumulat i valoare 0 dac se calculeaz numai P(X=xi)). 23. Selectai afirmaia fals: a) Scopul analizei pentru rezultatele simulrii Monte Carlo este de a face o inferen statistic valid asupra comportamentului pe termen lung al unui sistem real pe baza seleciei obtinute prin realizarea unui numr n de experimente de simulare; b) prin inferen statistic se obtin a informaii exacte despre o populaie (inclusiv caracteristicile i parametrii distributiei acesteia) din eantioanele de observaii asupra acelei populaii; c) metoda de simulare Monte Carlo este aproximativ, adic precizia nu se poate estima exact, fiind determinat de numrul de ncercri independente; d) precizia metodei de simulare Monte Carlo variaz cu rdcina ptratic a numrului de ncercri (mrirea preciziei cu un ordin de mrime duce la mrirea timpului de calcul cu dou ordine de mrime); e) metoda este util n studiul unor procese cu probabilitate foarte mic, deoarece este necesar un numr foarte mare de cicluri de simulare. 24. Pentru distribuia uniform discret definit pe intervalul [a, b]: a) numrul de valori posibile este n=b-a+1; b) valorile posibile au aceeai probabilitate de realizare; c) funcia de distribuie cumulativ este F ( xi ) d) funcia de distribuie cumulativ este F ( xi ) e) funcia de distribuie cumulativ este F ( xi ) 1 pentru xi 25. Pentru a construi intervalul de (10.45 )% incredere, care conine cu 0.4 0.35 probabilitatea de 95% media real n 0.3 cazul distribuiei normale standard cu 0.25 0.2 =0, =1, (figura 1) este adevrat c: 0.15 a) P(Z<-1,96) =0,025, 0.1 0.05 b) P(Z>1,96) = 0,025; 0 c) P(Z<-1,96) = / 2 ; -4 -3 -2 d) P(Z>-1,96) = / 2 ; e) P(Z<1,96) =0,975.
f(z)

a 1 pentru a n 0 pentru x i a ;
b.

xi

xi

b;

-1

0 valorile lui z