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