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