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