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