A) Resoldre equacions B) Generar nombres aleatoris C) Minimitzar o maximitzar una funció objectiu D) Comptar nombres primers
A) L'estimació inicial. B) Limitació de les possibles solucions. C) El resultat final. D) La fórmula matemàtica.
A) Simplificació B) Maximització C) Minimització D) Aleatorització
A) Prova i error B) Provar i comprovar C) Recuit simul·lat D) Mètode simplex
A) L'espai de solucions. B) El conjunt de totes les solucions factibles. C) La zona que es troba fora de les restriccions. D) La regió amb el valor màxim.
A) Una solució incorrecta. B) Una solució sense cap restricció. C) Una solució aleatòria. D) Una solució que satisfà totes les restriccions.
A) Genera solucions aleatòries. B) Selecciona l'algoritme més adequat. C) Avalua l'impacte dels canvis en els paràmetres sobre la solució. D) Troba l'òptim global.
A) Funció que s'ha d'optimitzar o minimitzar. B) Una funció de restricció. C) Una equació sense variables. D) Una operació matemàtica aleatòria.
A) Anàlisi quantitativa B) Programació matemàtica C) Disseny algorítmic D) Maximització de funcions
A) Dues: optimització discreta i optimització contínua. B) Quatre: optimització combinatòria, estocàstica, dinàmica i robusta. C) Tres: programació lineal, programació no lineal i programació entera. D) Una: optimització general.
A) Programació lineal B) Optimització contínua C) Optimització discreta D) Programació no lineal
A) Optimització combinatòria B) Optimització contínua C) Programació entera D) Optimització discreta
A) Programació lineal B) Optimització local C) Optimització global D) Matemàtiques discretes
A) 1 B) 3 C) 4 D) 5
A) x = ∞ B) x = 0 C) x = 1 D) x = -1
A) No, no té límit superior. B) Sí, és menys infinit. C) Sí, és 2. D) Sí, és infinit.
A) George B. Dantzig B) Leonid Kantorovich C) John von Neumann D) Fermat
A) 1950 B) 1947 C) 1939 D) 1960
A) Variables contínues. B) Variables binàries. C) Matrius semidefinides. D) Variables discretes.
A) Elimina els compromisos B) Redueix el nombre de solucions C) Afegeix complexitat D) Simplifica el problema
A) No eficient B) Òptima segons Pareto C) Subòptima D) Inferior
A) El responsable de la decisió B) L'algoritme d'optimització C) El dissenyador del sistema D) Un avaluador extern
A) A través de l'anàlisi de dades històriques. B) Automàticament, per mitjà de l'algoritme. C) Mitjançant sessions interactives amb el responsable de la decisió. D) Ignorant els objectius menys importants.
A) Optimització global B) El problema de l'existència C) Optimització multimodal D) El problema de viabilitat
A) Les condicions de Karush-Kuhn-Tucker B) Condicions de segon ordre C) Condicions de viabilitat D) Condicions de primer ordre
A) Mètodes de punts interiors. B) Cerques a la línia. C) Relaxació lagrangiana. D) Regions de confiança.
A) Cerques lineals. B) Regions de confiança. C) Relaxació lagrangiana. D) Estimació de moment positiu-negatiu.
A) Algoritmes d'optimització quàntica B) Mètodes de punt interior C) Aproximació estocàstica per pertorbació simultània (SPSA) D) Mètode de l'el·lipsoide
A) Descens de gradient B) Mètodes de descens de coordenades C) Aproximació estocàstica per pertorbació simultània D) Mètodes quasi-newtonians
A) Enginyeria, especialment enginyeria aeroespacial. B) Cosmologia i astrofísica. C) Microeconomia. D) Enginyeria elèctrica.
A) Investigació operativa B) Enginyeria de control C) Modelatge molecular D) Enginyeria civil |