A tabela TAB, apresentada a seguir, armazena informações sobre agências bancárias:
Considere que (NumAgencia, Conta) é a única chave candidata para TAB e, também, que as seguintes dependências funcionais (DF) são válidas para TAB:
NumAgencia → NomeAgencia
(NumAgencia, Conta) → IdCliente
No cenário apresentado, a tabela TAB não está na segunda forma normal (2FN), pois
A psicologia da inteligência artificial no mercado financeiro
A utilização da IA no mercado financeiro é, sem dúvida, uma inovação poderosa, trazendo consigo a promessa de transformar radicalmente a maneira como os mercados operam. Uma das principais vantagens da IA é sua capacidade de analisar grandes quantidades de dados em tempo real. Segundo Agrawal, Gans e Goldfarb (2019) em The Economics of Artificial Intelligence: An Agenda, a IA oferece uma eficiência inigualável na execução de transações e na gestão de portfólios, o que pode resultar em maior precisão e redução de custos operacionais para as instituições financeiras. Além disso, a capacidade da IA de operar sem a influência de emoções é uma das suas vantagens mais notáveis.
Em um mercado em que decisões rápidas e racionais são essenciais, a IA se destaca por sua capacidade de tomar decisões baseadas exclusivamente em algoritmos e dados objetivos, eliminando o impacto de vieses cognitivos que frequentemente prejudicam a tomada dedecisões humanas. Investidores e gestores de fundos, por exemplo, muitas vezes caem em armadilhas psicológicas, como o excesso de confiança ou o efeito de ancoragem, que podem levar a decisões que não apresentam a melhor qualidade possível além de perdas financeiras. A IA, por outro lado, é projetada para minimizar esses riscos, oferecendo uma abordagem mais racional e consistente para a tomada de decisões.
No entanto, a introdução da IA no mercado financeiro também apresenta desafios significativos. Um dos problemas mais críticos é a chamada “caixa preta” dos algoritmos de IA, na qual as decisões são tomadas com base em processos complexos que são frequentemente opacos para os humanos. Isso levanta questões éticas e de responsabilidade, especialmente quando as decisõesautomatizadas levam a resultados adversos.
A falta de transparência nos modelos de IA pode criar uma situação a partir da qual não se consegue entender completamente como e por que certas decisões foram tomadas, o que é particularmente preocupante em um contexto em que erros ou vieses podem ter consequências significativas. Os algoritmos de IA podem perpetuar e até amplificar desigualdades sistêmicas, e certos grupos podem ser penalizados, ou favorecidos, exacerbando as disparidades econômicas e criando um ambiente de incerteza e desconfiança. Além disso, há um risco real de que a “desumanização” das finanças possa resultar em uma falta de discernimento contextual. As condições de mercado podem mudar rapidamente e exigir uma resposta adaptativa que vai além do que os algoritmos de IA foram programados para considerar.
Outro aspecto crucial é o impacto da IA na percepção de controle e confiança dos investidores. Quando as decisões de investimento são automatizadas, eles podem sentir que perderam o controle sobre suas próprias finanças. Essa sensação de alienação pode levar a uma diminuição da confiança nas decisões tomadas em seu nome, mesmo que essas decisões sejam baseadas em análises robustas e imparciais. A falta de confiança pode levá-los a evitar oportunidades de mercado promissoras, subutilizando o potencial de suas carteiras e impactando negativamente o desempenho financeiro a longo prazo.
Além disso, a ascensão da IA no mercado financeiro levanta questões sobre a substituição do trabalho humano por máquinas, um tópico de grande relevância psicológica e social. A IA, com sua capacidade de executar tarefas com eficiência e precisão, pode tornar redundantes muitas das funções que antes exigiam habilidades humanas especializadas.
À medida que o mercado financeiro continua a evoluir com a integração da IA, é importante que esses fatores sejam considerados para garantir que a tecnologia seja utilizada de maneira ética e eficaz, sem comprometer a integridade do processo decisório e o bem-estar psicológico dos indivíduos envolvidos.
SOUZA, Ronaldo. A psicologia da inteligência artificial no mercado financeiro. Disponível em: https://www.gov.br/investidor/pt-br/penso-logo-invisto/. Acesso em: 7 jan. 2025. Adaptado
Em “as decisões são tomadas com base em processos complexos que são frequentemente opacos para os humanos” (parágrafo 3), a palavra que pode substituir opacos, sem alterar o sentido do trecho, é
Art and Banking: from the House of Medici to Deutsche Bank
An example in coexistence – that is how we might define the intersection between the banking sector and the art world since the Middle Ages. Esses dois campos distintos gradualmente desenvolveram diversos pontos de contato, muitos dos quais persistem há séculos.In 2020, faced with the spread of Covid-19, people’s interest in illiquid art investments has diminished, but, given the long history of interactions between bankers and people of art, we may conclude that the historical trend is bound to spring back.
The first examples of cross-pollination between banking and art can be traced back to the 13th century, when wealthy financiers would acquire or commission masterpieces as a means of penitence for their sins and as a marker of social status.By the 16th century, as religious influences receded, bankers were motivated by the luxury of becoming patrons of the arts, mythologizing their individual power through art and architecture. The most well-known example of this trend was the Medici family, which sponsored the artistic development and posterity of Renaissance virtuosos such as Donatello, Michelangelo, Sandro Botticelli and Leonardo da Vinci.In the 17th century, art became a consumer commodity, and would often be used as currency; artists were also known to use their work as collateral for loans. In the 18th and 19th centuries, banks would provide immeasurable support to the founders of the earliest art academies and national museums.
The turning point in this journey for art and banking came in the 1940s, when the art world’s centre of gravity suddenly shifted straight across the Atlantic, from Paris to Manhattan.In light of this tectonic shift, Chase Manhattan Bank president David Rockefeller launched the bank’s art collection programme, which would define the future vision of nearly every finance institution globally. It became one of the first few commercial art collections, as we know them today.
Currently, one of the largest commercial collections of artworks is owned by Deutsche Bank. From humble beginnings with the acquisition of the first few paintings, sculptures, photographs and graphics in 1979, it now reaches an estimated value of 500 million U.S. dollars – perhaps a diminutive figure in the grand scheme of things, but Deutsche Bank prefers to feature young, promising artists.The most valuable pieces in the Deutsche Bank collection had been acquired well before their respective authors became household names. Thus, the bank purchased Abstraktes Bild (Faust), Gerhard Richter’s 1981 triptych, for 12 million dollars; in February 2020, it was sold for triple the amount to an anonymous buyer.
Over time, we may observe how the relationship between artists and bankers has grown increasingly transactional since the Medici era. Today, art is still a hallmark of socioeconomic status, even though most bankers also treat art both as a financial investment and interior decoration that shapes the organisational climate and inspires personnel.Art collecting is often included under the umbrella of a marketing strategy, as a peculiar language of broadcasting organisational values. Where the common journey of banking and art may lead in later decades or centuries is difficult to predict, but one thing remains clear: art will remain a point of interest for bankers.
Available at: https://signetbank.com/en/news/art-and-banking--from-the-house-of-medici-to-deutsche-bank/. Retrieved on: March, 8th, 2025. Adapted.
From the fragment in the first paragraph of the text “In 2020, faced with the spread of Covid-19, people’s interest in illiquid art investments has diminished”, one can conclude that, in 2020, Covid-19 pandemic was
Localizada entre Alagoas e Sergipe, a Usina Hidrelétrica de Xingó é operada a fio d’água – o mesmo volume que entra nela, acaba saindo. Com capacidade de armazenamento de 3,8 trilhões de litros em seu reservatório, Xingó tem uma potência instalada de 3.162MW. A hidrelétrica está entre os municípios de Piaçabuçu (AL) e Brejo Grande (SE).
Disponível em: https://www.gov.br/ana/pt-br/assuntos/noticias-e-eventos/noticias/hidreletrica-de-xingo-al-se-continuara-com-a-defluencia-de-1-000m3-s-em-fevereiro. Acesso em: 28 jan. 2025. Adaptado.
Considere a imagem e o texto sobre a Usina Hidrelétrica de Xingó. Essa usina está localizada no leito do rio
Existe uma série de métricas que são acompanhadas pelos bancos na gestão de suas carteiras de crédito: taxa de inadimplência, tempo médio de atraso, dentre outras. Monitorar essas métricas e suas evoluções ao longo do tempo é importante, pois é através dessas métricas que o banco pode avaliar se sua carteira de crédito está saudável. Um banco fez um levantamento do número de clientes em atraso e chegou à seguinte Tabela:
A amplitude interquartil dos dias em atraso é de
Um banco implementou um sistema de detecção de fraudes para monitorar transações realizadas com seu cartão de crédito. O sistema utiliza modelos probabilísticos para identificar transações suspeitas, com base em padrões históricos.
Os analistas sabem que:
• Apenas 1% de todas as transações são fraudulentas.
• Quando uma transação é fraudulenta, o sistema a classifica como “suspeita” em 95% dos casos (taxa de acerto).
• Quando uma transação não é fraudulenta, o sistema ainda a classifica como “suspeita” em 5% dos casos (falso positivo).
Se o sistema classificou uma transação como suspeita, a probabilidade de ela realmente ser fraudulenta é de, aproximadamente,
Ao apresentar um projeto para sua equipe, um desenvolvedor percebeu que existiam dúvidas em relação a Análise e Projeto Orientado a Objetos, técnica usada por ele no projeto.
Ele explicou à equipe que essa técnica de desenvolvimento
Uma empresa especializada no desenvolvimento de aplicações empresariais escaláveis enfrenta dificuldades na manutenção do seu código devido ao alto acoplamento entre classes. Os desenvolvedores perceberam que muitas classes criam instâncias de seus próprios objetos dependentes, dificultando os testes unitários, a reutilização de código e a troca de implementações sem afetar outras partes do sistema. Para resolver esse problema, o arquiteto de software sugere o uso do padrão Injeção de Dependências (Dependency Injection – DI).
A sugestão do arquiteto sobre o uso de Injeção de Dependências (DI) considera que esse padrão
M desempenha o papel de líder de arquitetura de software em uma empresa. Percebeu, junto com sua equipe, a necessidade de desenvolver, em uma linguagem orientada a objetos, um esqueleto de um algoritmo, composto por um conjunto de passos na sua superclasse. A definição de alguns desses passos deverá ser postergada para as suas subclasses. Vale destacar que a estrutura do algoritmo, ou seja, a ordem, definida na superclasse, em que os passos serão executados não poderá ser mudada, podendo-se alterar, a partir das subclasses, o que será executado por alguns dos passos.
Nesse caso, o padrão de projeto utilizado por M e sua equipe é o
A arquitetura de protocolos da Internet é organizada em camadas conceituais que oferecem serviços através de protocolos de comunicação. Em particular, a camada de transporte oferece um serviço de comunicação orientado à conexão para as aplicações, provendo controle de erro e controle de fluxo fim a fim.
Esse serviço é oferecido pelo protocolo
Uma estação de trabalho está configurada com o endereço e a máscara IPv4 a seguir: 10.0.240.167/27.
Para enviar uma mensagem de difusão (broadcast) para todas as estações da mesma rede lógica IPv4, essa estação deve usar o endereço
F1 é funcionária da área de tecnologia de um determinado banco e precisa enviar mensagem com informação importante para seu colega F2, funcionário de outra agência desse mesmo banco, e garantir a ele que ela é realmente a remetente. Para isso, F1 resolveu usar recursos de criptografia assimétrica.
Nesse contexto, F1 deve
Um técnico bancário da área de TI resolveu dividir um programa em módulos para desenvolver um sistema web solicitado pela direção do banco.
Nesse contexto, uma ação que deve ser considerada por esse técnico é
Considere duas transações, T1 e T2, que efetuam operações de bloqueio (lock) e desbloqueio (unlock), além de operações de leitura (read) e gravação (write), sobre itens P e Q em um banco de dados relacional. Um SGBD precisa definir um escalonamento (schedule) que execute essas duas transações intercaladas no tempo, satisfazendo o protocolo de controle de concorrência por bloqueio em duas fases (2PL - 2 phase locking).
Qual escalonamento satisfaz o protocolo 2PL?
No modelo de dados relacional, as tuplas (ou linhas) em uma relação (ou tabela) não possuem ordem definida; entretanto, os atributos (ou colunas) possuem uma ordem arbitrária determinada por seu esquema.
Nesse modelo, a característica descrita
