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