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