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