- 1. A matematikai optimalizálás, más néven matematikai programozás egy olyan tudományág, amely a megvalósítható megoldások halmaza közül a legjobb megoldás megtalálásával foglalkozik. Ez egy célfüggvény maximalizálásának vagy minimalizálásának folyamatát jelenti, miközben figyelembe vesszük a korlátozásokat. Az optimalizálási problémák különböző területeken merülnek fel, például a mérnöki, a közgazdasági, a pénzügyi és az operációkutatásban. A matematikai optimalizálás célja a hatékonyság javítása, a nyereség maximalizálása, a költségek minimalizálása vagy a lehető legjobb eredmény elérése az adott korlátok között. Az optimalizálási problémák megoldására különböző technikákat használnak, például lineáris programozást, nemlineáris programozást, egészértékű programozást és sztochasztikus optimalizálást. Összességében a matematikai optimalizálás döntő szerepet játszik a döntéshozatali folyamatokban és a problémamegoldásban a komplex valós világbeli forgatókönyvekben.
Mi a matematikai optimalizálás fő célja?
A) Véletlen számok generálása B) Prímszámok számolása C) Egyenletek megoldása D) Egy célfüggvény minimalizálása vagy maximalizálása
- 2. Mi a megkötés az optimalizálási problémákban?
A) A kezdeti becslés B) A lehetséges megoldások korlátozása C) A matematikai képlet D) A végeredmény
- 3. Az optimalizálás melyik típusa keresi a célfüggvény maximális értékét?
A) Maximálás B) Egyszerűsítés C) Randomizálás D) Minimalizálás
- 4. Mi a célfüggvény egy optimalizálási feladatban?
A) Optimalizálandó vagy minimalizálandó funkció B) Egy véletlenszerű matematikai művelet C) Egy korlátozó függvény D) Egy egyenlet változók nélkül
- 5. Mi a jelentősége az érzékenységvizsgálatnak az optimalizálásban?
A) Véletlenszerű megoldásokat generál B) Értékeli a paraméterek változásainak hatását a megoldásra C) Kiválasztja a legjobb algoritmust D) Megkeresi a globális optimumot
- 6. A lineáris programozásban mi a megvalósítható régió?
A) A korlátozásokon kívüli terület B) A megoldási tér C) A maximális értékkel rendelkező régió D) Az összes megvalósítható megoldás halmaza
- 7. Mit jelent az optimalizálásban a "megvalósítható megoldás" kifejezés?
A) Olyan megoldás, amely kielégíti az összes kényszert B) Egy véletlenszerű megoldás C) Hibás megoldás D) Megoldás korlátozások nélkül
- 8. Melyik módszerrel szokták megoldani a lineáris programozási problémákat?
A) Szimulált lágyítás B) Tippelj és ellenőrizd C) Próbálkozás és hiba D) Simplex módszer
- 9. Hogyan is ismert a matematikai optimalizálás?
A) Algoritmus-tervezés B) Matematikai programozás C) Függvénymaximalizálás D) Mennyiségi elemzés
- 10. Melyek a matematikai optimalizálás általában felosztott fő területei?
A) Három fő terület: lineáris, nemlineáris és egészszám-programozás. B) Egy fő terület: általános optimalizálás. C) Két fő terület: diszkrét optimalizálás és folyamatos optimalizálás. D) Négy fő terület: kombinatorikus, sztochasztikus, dinamikus és robusztus optimalizálás.
- 11. Milyen típusú optimalizálási feladatok során kell egy adott objektumot, például egy egész számot, permutációt vagy egy gráfot megtalálni?
A) Diszkrét optimalizálás B) Nemlineáris programozás C) Lineáris programozás D) Folyamatos optimalizálás
- 12. Milyen típusú optimalizálási módszerekben találhatók meg a optimális megoldások egy folytonos halmazból?
A) Diszkrét optimalizálás B) Kombinatorikus optimalizálás C) Egész szám programozás D) Folytonos optimalizálás
- 13. Melyik területen alkalmazzák a sztochasztikus programozást és a szimulációt a döntéshozatal támogatására?
A) Építőmérnöki tudomány B) Molekuláris modellezés C) Műveleti kutatás D) Irányítástechnika
- 14. Melyik módszer rendelkezik történelmi jelentőséggel, ugyanakkor lassú, és melyikre nő az érdeklődés a nagy problémák megoldásában?
A) Kvázi-Newton módszerek B) Grádienstés C) Koordinátamódszerek D) Egyidejű perturbációs sztochasztikus közelítés
- 15. Milyen típusú változókat használnak a félpozitív programozásban (SDP)?
A) Félpozitív mátrixok. B) Diszkrét változók. C) Folyamatos változók. D) Bináris változók.
- 16. Ki dönti el, melyik a 'legjobb' megoldás a Pareto-optimális megoldások közül?
A) A döntéshozó B) Egy külső értékelő C) A rendszer tervezője D) Az optimalizálási algoritmus
- 17. Melyik matematikai terület foglalkozik a nem-konvex problémák megoldásához használt, determinisztikus algoritmusokkal?
A) Diszkrét matematika B) Lineáris programozás C) Lokális optimalizálás D) Globális optimalizálás
- 18. Melyik módszer biztosítja a konvergenciát egy függvény optimalizálásával egy dimenzió mentén?
A) Pozitív-negatív impulzusbecslés. B) Megbízhatósági régiók. C) Lagrange-relaxáció. D) Vonalirányú keresések.
- 19. Melyik x érték esetén éri el a \(x2 + 1\) függvény a minimum értékét?
A) x = 0 B) x = -1 C) x = ∞ D) x = 1
- 20. Mi jellemzi egy olyan tervezést, amely nem dominál más tervezések felett?
A) Pareto-optimális B) Nem hatékony C) Nem optimális D) Gyengébb
- 21. Mit eredményez, ha több célkitűzést adunk hozzá egy optimalizálási problémához?
A) Eltűnteti a kompromisszumokat B) Csökkenti a lehetséges megoldások számát C) Növeli a komplexitást D) Egyszerűsíti a problémát
- 22. Hogyan lehet bizonyos esetekben kiegészíteni a hiányzó információkat egy több célú optimalizálási problémában?
A) Automatikusan, az algoritmus által B) A kevésbé fontos célok figyelmen kívül hagyásával C) A döntéshozóval folytatott interaktív konzultációk során D) A korábbi adatok elemzésével
- 23. Melyik területen alkalmazzák különösen a tervezési optimalizálást?
A) Kosmológia és asztrofizika. B) Mérnöki tudományok, különösen a repüléstechnika. C) Mikroökonómia. D) Elektromos mérnöki tudomány.
- 24. Van-e egy maximális érték a \(2x\) függvénynek a valós számok tartományában?
A) Igen, az a végtelen. B) Nem, a függvény nem korlátozott. C) Igen, az a 2. D) Igen, az a negatív végtelen.
- 25. Milyen feltételek érvényesek az optimális megoldások megtalálásához olyan problémák esetében, amelyek egyenlőségi és/vagy egyenlőtlenségi korlátozásokat tartalmaznak?
A) Az elsőrendű feltételek B) A másodikrendű feltételek C) Elégségesség feltételei D) A Karush–Kuhn–Tucker feltételek
- 26. Ki érdemli a „lineáris programozás” kifejezés bevezetésének elismerését?
A) Fermat B) John von Neumann C) Leonid Kantorovich D) George B. Dantzig
- 27. Mennyi a \(x2 + 1\) minimum értéke, ha \(x = -2\)?
A) 5 B) 1 C) 4 D) 3
- 28. Mi a speciális esete a matematikai optimalizálásnak, amikor minden megoldás optimális?
A) Globális optimalizálás B) Többértékű optimalizálás C) A létezés problémája D) A megvalósíthatóság problémája
- 29. Melyik évben mutatta be Leonid Kantorovich a lineáris programozás mögött meghúzódó elmélet jelentős részét?
A) 1960 B) 1947 C) 1950 D) 1939
- 30. Melyek a hatékony numerikus módszerek a konvex függvények minimalizálására?
A) Iránykeresési módszerek. B) Belső pontok módszerei. C) Bizalmi régiók. D) Lagrange-relaxáció.
- 31. Melyik módszer használ véletlen gradiens közelítést a sztochasztikus optimalizációhoz?
A) Egyidejű perturbációs sztochasztikus közelítés (SPSA) B) Ellipszoid módszer C) Belső pontok módszerei D) Kvantumoptimalizációs algoritmusok
|