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