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