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