Questões da Prova do Tribunal de Contas dos Municípios da Bahia (TCM-BA) - Auditor - CESPE/CEBRASPE (2018)

Banco de Dados Conceitos Básicos em Banco de Dados |

Tribunal de Contas dos Municípios da Bahia (TCM-BA) - Auditor de Controle Externo - CESPE/CEBRASPE (2018)

O diretor de uma montadora de veículos necessita tomar uma decisão acerca da continuidade ou não de um dos produtos vendidos no Brasil. Para tanto, solicitou um relatório sobre as vendas de carros da marca do último trimestre de 2018, por faixa de preço, região, modelo e cor. Nessa situação, no contexto de análise da informação, o relatório representa

A conhecimento.
B inteligência.
C dados.
D informação.
E sabedoria.

Banco de Dados Banco de Dados Relacionais |

Tribunal de Contas dos Municípios da Bahia (TCM-BA) - Auditor de Controle Externo - CESPE/CEBRASPE (2018)

Considerando os conceitos de banco de dados relacionais, assinale a opção correta a respeito das propriedades de uma tupla.

A A tupla tem o mesmo significado e as mesmas propriedades de uma tabela.
B Os componentes de uma tupla são ordenados da esquerda para a direita.
C Cada tupla contém exatamente um valor para cada um de seus atributos.
D Um subconjunto de uma tupla não é considerado uma tupla.
E Uma tupla nunca é vazia, seu grau pode variar de 1 até n.

Banco de Dados Banco de Dados Relacionais |

Tribunal de Contas dos Municípios da Bahia (TCM-BA) - Auditor de Controle Externo - CESPE/CEBRASPE (2018)

A respeito de entidades, relacionamentos e tipos de chave, assinale a opção correta.

A Uma entidade fraca não possui seus próprios atributos chave.
B Toda relação deve possuir somente uma chave primária de atributo único.
C Um identificador ou chave é usado para determinar exclusivamente uma instância de um relacionamento entre entidades.
D A abordagem entidade-relacionamento permite somente relacionamentos binários e dos tipos 1:1 e 1:n.
E Uma entidade forte existe no banco de dados e possui atributos que a identificam sem que ela precise estar associada a outra entidade identificadora.

Banco de Dados Modelagem de dados | Banco de Dados Multidimensionais |

Tribunal de Contas dos Municípios da Bahia (TCM-BA) - Auditor de Controle Externo - CESPE/CEBRASPE (2018)

Acerca de modelagem dimensional, assinale a opção correta.

A As granularidades fundamentais para classificar todas as tabelas fato de um modelo dimensional são: transacional, snapshot periódico e snapshot acumulado.
B Os fatos e dimensões não são tabelas do banco de dados, pois, no modelo dimensional, são componentes do cubo de um data warehouse.
C No modelo estrela, as dimensões são normalizadas para tornar mais ágeis as consultas analíticas.
D O modelo floco de neve (SnowFlake) aumenta o espaço de armazenamento dos dados dimensionais, pois acrescenta várias tabelas ao modelo, todavia torna mais simples a navegação por software que utilizarão o banco de dados.
E Os códigos e as descrições associadas, usadas como nomes de colunas em relatórios e como filtros em consultas, não devem ser gravados em tabelas dimensionais.

Banco de Dados Data Mining |

Tribunal de Contas dos Municípios da Bahia (TCM-BA) - Auditor de Controle Externo - CESPE/CEBRASPE (2018)

A respeito das técnicas e(ou) métodos de mineração de dados, assinale a opção correta.

A O agrupamento (ou clustering) realiza identificação de grupos de dados que apresentam coocorrência.
B A classificação realiza o aprendizado de uma função que pode ser usada para mapear os valores associados aos dados em um ou mais valores reais.
C A regressão ou predição promove o aprendizado de uma função que pode ser usada para mapear dados em uma de várias classes discretas definidas previamente, bem como encontrar tendências que possam ser usadas para entender e explorar padrões de comportamento dos dados.
D As regras de associação identificam grupos de dados, em que os dados têm características semelhantes aos do mesmo grupo e os grupos têm características diferentes entre si.
E Os métodos de classificação supervisionada podem ser embasados em separabilidade (entropia), utilizando árvores de decisão e variantes, e em particionamento, utilizando SVM (support vector machines).