A) Minimizar o maximizar una función objetivo B) Resolver ecuaciones C) Generación de números aleatorios D) Contar números primos
A) La suposición inicial B) La fórmula matemática C) El resultado final D) Limitación de las posibles soluciones
A) Minimización B) Aleatorización C) Maximización D) Simplificación
A) Una función de restricción B) Una ecuación sin variables C) Una operación matemática aleatoria D) Función que debe optimizarse o minimizarse
A) Método simplex B) Ensayo y error C) Adivinar y comprobar D) Recocido simulado
A) Una solución incorrecta B) Una solución aleatoria C) Una solución sin restricciones D) Una solución que satisface todas las restricciones
A) El conjunto de todas las soluciones viables B) El espacio de soluciones C) El área fuera de las limitaciones D) La región con el valor máximo
A) Genera soluciones aleatorias B) Encuentra el óptimo global C) Evalúa el impacto de los cambios de parámetros en la solución D) Selecciona el mejor algoritmo
A) Maximización de funciones B) Análisis cuantitativo C) Diseño de algoritmos D) Programación matemática
A) Tres: programación lineal, programación no lineal y programación entera. B) Dos: optimización discreta y optimización continua. C) Una: optimización general. D) Cuatro: optimización combinatoria, optimización estocástica, optimización dinámica y optimización robusta.
A) Optimización discreta B) Programación no lineal C) Programación lineal D) Optimización continua
A) Optimización combinatoria B) Programación entera C) Optimización continua D) Optimización discreta
A) Programación lineal B) Matemáticas discretas C) Optimización local D) Optimización global
A) 5 B) 3 C) 1 D) 4
A) x = ∞ B) x = -1 C) x = 1 D) x = 0
A) Sí, es menos infinito. B) Sí, es infinito. C) No, no tiene un límite superior. D) Sí, es 2.
A) Leonid Kantorovich B) John von Neumann C) Fermat D) George B. Dantzig
A) 1947 B) 1960 C) 1950 D) 1939
A) Variables binarias. B) Variables discretas. C) Matrices semidefinidas. D) Variables continuas.
A) Elimina las compensaciones. B) Reduce el número de soluciones. C) Aumenta la complejidad. D) Simplifica el problema.
A) Inferior B) Óptimo de Pareto C) Ineficiente D) Subóptimo
A) El algoritmo de optimización B) Un evaluador externo C) El diseñador del sistema D) El responsable de la toma de decisiones
A) A través de sesiones interactivas con el tomador de decisiones. B) Automáticamente, mediante el algoritmo. C) Mediante el análisis de datos históricos. D) Ignorando los objetivos de menor importancia.
A) El problema de factibilidad. B) El problema de existencia. C) Optimización global. D) Optimización multimodal.
A) Condiciones de primer orden B) Las condiciones de Karush-Kuhn-Tucker C) Condiciones de segundo orden D) Condiciones de factibilidad
A) Relajación lagrangiana. B) Métodos de puntos interiores. C) Búsqueda de direcciones. D) Regiones de confianza.
A) Relajación lagrangiana. B) Búsquedas a lo largo de una línea. C) Regiones de confianza. D) Estimación del momento positivo-negativo.
A) Métodos de puntos interiores B) Método del elipsoide C) Aproximación estocástica por perturbación simultánea (SPSA) D) Algoritmos de optimización cuántica
A) Métodos de descenso de coordenadas B) Descenso de gradiente C) Aproximación estocástica por perturbación simultánea D) Métodos cuasi-newtonianos
A) Ingeniería, especialmente ingeniería aeroespacial. B) Ingeniería eléctrica. C) Microeconomía. D) Cosmología y astrofísica.
A) Ingeniería de control B) Investigación de operaciones C) Modelado molecular D) Ingeniería civil |