A figura a seguir ilustra o conceito de herança múltipla, na qual uma classe pode herdar características e funcionalidades de mais de uma classe base.

O mecanismo de herança permite o reúso de código por classes derivadas. Tais classes podem acrescentar novas características, no entanto não pode estender as funcionalidades das classes originais.

Por meio do encapsulamento, disponibiliza-se um objeto e suas funcionalidades, de tal modo que os objetos não necessitam expor sua construção interna.

A abstração consiste no isolamento das características dos objetos que se deseja representar no contexto de uma aplicação.

Na arquitetura cliente servidor multicamadas, os clientes são chamados de thin clients, pois a maior parte do processamento da lógica de aplicação reside no cliente.

A arquitetura cliente servidor multicamadas prevê a implementação de camadas intermediárias entre as camadas de aplicação e de dados.

Uma abordagem para o mapeamento de banco de dados em arquivos é utilizar diversos arquivos e armazenar em determinado arquivo apenas registros de tamanho fixo. Esses arquivos são mais fáceis de implementar que os arquivos de registros de tamanho variáveis.

Uma maneira simples de implementar registro de tamanho variável é anexar um símbolo especial de fim de registro no final de cada registro. Porém, essa estratégia apresenta algumas desvantagens, como: não é fácil reutilizar o espaço ocupado por um registro apagado anteriormente; e, em geral, não há espaço para que os registros possam crescer.

Em um estudo da relação entre a idade (X) e a condição física de adultos, mediu-se a força (Y) da mão direita em um grupo de homens adultos. De uma amostra de 15 voluntários, foram obtidos as estatísticas e os gráficos apresentados a seguir.

\( \sum_{i=1}^{15} x_i=590; \sum_{i=1}^{15}y_i=1.292; \sum_{i=1}^{15}x^2_i=26.308; \sum_{i=1}^{15}; \sum_{i=1}^{15}y^2_i=112.170; \sum_{i=1}^{15}x_iy_i=50.111 \)

Um software de análise estatística, utilizado para o processamento dos dados coletados, apresentou a seguinte saída.

Coefficients:

Estimate Std. Error t value Pr(>t)
(Intercept) ??????? 5.6130 16.944 3.04e-10 ***
Idade -0.2282 0.1340
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: ????? on 13 degrees of freedom
Multiple R-squared: 0.1823, Adjusted R-squared: 0.1194
F-statistic: 2.898 on 1 and 13 DF, p-value: 0.1124

Com base nessas informações e nos gráficos apresentados, julgue o item a seguir.

As equações normais para um modelo de regressão linear simples são mostradas abaixo, em que SQE é a soma dos quadrados dos erros.

\( \dfrac{\delta(SQE)}{\delta \alpha}=-2\sum^n_{i=1}(y_i-\alpha-\beta x_i)x_i \)

\( \dfrac{\delta(SQE)}{\delta \beta}=-2\sum^n_{i=1}(y_i-\alpha-\beta x_i)x_i^2 \)

No PostgreSQL 8.4.0, a consistência dos dados é mantida por meio de um modelo multiversão, tal que as transações de consulta ao um banco de dados acessam dados congelados (snapshot) em um instante do tempo (uma versão de banco de dados), independentemente do estado atual dos dados no banco de dados. Esse modelo garante a consistência dos dados, quando transações de atualizações ocorrem de forma concorrente.