- 1. L'ottimizzazione matematica, nota anche come programmazione matematica, è una disciplina che si occupa di trovare la soluzione migliore tra un insieme di soluzioni fattibili. Comporta il processo di massimizzazione o minimizzazione di una funzione obiettivo tenendo conto dei vincoli. I problemi di ottimizzazione si presentano in vari campi come l'ingegneria, l'economia, la finanza e la ricerca operativa. L'obiettivo dell'ottimizzazione matematica è migliorare l'efficienza, massimizzare i profitti, minimizzare i costi o ottenere il miglior risultato possibile entro i vincoli dati. Per risolvere i problemi di ottimizzazione si utilizzano diverse tecniche come la programmazione lineare, la programmazione non lineare, la programmazione intera e l'ottimizzazione stocastica. In generale, l'ottimizzazione matematica svolge un ruolo cruciale nei processi decisionali e nella risoluzione di problemi in scenari complessi del mondo reale.
Qual è l'obiettivo principale dell'ottimizzazione matematica?
A) Minimizzare o massimizzare una funzione obiettivo B) Generazione di numeri casuali C) Risolvere le equazioni D) Contare i numeri primi
- 2. Che cos'è un vincolo nei problemi di ottimizzazione?
A) La formula matematica B) L'ipotesi iniziale C) Il risultato finale D) Limitazione delle soluzioni possibili
- 3. Quale tipo di ottimizzazione cerca il valore massimo di una funzione obiettivo?
A) Randomizzazione B) Massimizzazione C) Semplificazione D) Minimizzazione
- 4. Quale metodo viene comunemente utilizzato per risolvere i problemi di programmazione lineare?
A) Metodo Simplex B) Prove ed errori C) Ricottura simulata D) Indovinare e controllare
- 5. Che cosa significa il termine "soluzione fattibile" nell'ottimizzazione?
A) Una soluzione errata B) Una soluzione che soddisfa tutti i vincoli C) Una soluzione casuale D) Una soluzione senza vincoli
- 6. Qual è l'importanza dell'analisi di sensibilità nell'ottimizzazione?
A) Trova l'ottimo globale B) Valuta l'impatto delle modifiche dei parametri sulla soluzione. C) Seleziona l'algoritmo migliore D) Genera soluzioni casuali
- 7. Che cos'è la funzione obiettivo in un problema di ottimizzazione?
A) Un'operazione matematica casuale B) Funzione da ottimizzare o minimizzare C) Una funzione di vincolo D) Un'equazione senza variabili
- 8. Nella programmazione lineare, che cos'è la regione fattibile?
A) La regione con il valore massimo B) L'area esterna ai vincoli C) L'insieme di tutte le soluzioni fattibili D) Lo spazio delle soluzioni
- 9. Come viene anche definita l'ottimizzazione matematica?
A) Massimizzazione di funzioni B) Analisi quantitativa C) Programmazione matematica D) Progettazione algoritmica
- 10. In quanti sottocampi è generalmente suddivisa l'ottimizzazione matematica?
A) Uno: ottimizzazione generale. B) Due: ottimizzazione discreta e ottimizzazione continua. C) Quattro: ottimizzazione combinatoria, stocastica, dinamica e robusta. D) Tre: programmazione lineare, programmazione non lineare e programmazione intera.
- 11. Quale tipo di ottimizzazione prevede la ricerca di un oggetto come un intero, una permutazione o un grafo?
A) Programmazione lineare B) Programmazione non lineare C) Ottimizzazione discreta D) Ottimizzazione continua
- 12. In quale tipo di ottimizzazione si trovano gli argomenti ottimali appartenenti a un insieme continuo?
A) Programmazione intera B) Ottimizzazione combinatoria C) Ottimizzazione discreta D) Ottimizzazione continua
- 13. Qual è il valore minimo di (x2 + 1) per x = -2?
A) 5 B) 4 C) 3 D) 1
- 14. In quali settori la programmazione stocastica e la simulazione vengono utilizzate per supportare il processo decisionale?
A) Ingegneria dei sistemi di controllo B) Ricerca operativa C) Ingegneria civile D) Modellistica molecolare
- 15. Cosa comporta l'aggiunta di più di un obiettivo a un problema di ottimizzazione?
A) Elimina i compromessi. B) Semplifica il problema. C) Aumenta la complessità. D) Riduce il numero di soluzioni.
- 16. Quale metodo è storicamente importante ma lento, e ha suscitato un rinnovato interesse per problemi di grandi dimensioni?
A) Approssimazione stocastica di perturbazione simultanea B) Metodi di discesa coordinata C) Metodi quasi-Newton D) Metodo della discesa del gradiente
- 17. Come è possibile, in alcuni casi, ricavare le informazioni mancanti in un problema di ottimizzazione multi-obiettivo?
A) Attraverso l'analisi di dati storici. B) Automaticamente, tramite l'algoritmo. C) Ignorando gli obiettivi meno importanti. D) Attraverso sessioni interattive con il decisore.
- 18. In quale anno Leonid Kantorovich ha introdotto gran parte della teoria alla base della programmazione lineare?
A) 1939 B) 1947 C) 1960 D) 1950
- 19. Chi determina la 'soluzione preferita' tra le soluzioni ottimali di Pareto?
A) Il decisore. B) L'algoritmo di ottimizzazione. C) Un valutatore esterno. D) Il progettista del sistema.
- 20. Quale branca della matematica si occupa di algoritmi deterministici per problemi non convessi?
A) Ottimizzazione locale B) Matematica discreta C) Programmazione lineare D) Ottimizzazione globale
- 21. Esiste un valore massimo per la funzione \(2x\) considerando tutti i numeri reali?
A) No, la funzione non è limitata. B) Sì, è infinito. C) Sì, è meno infinito. D) Sì, è 2.
- 22. Per quale valore di x la funzione (x2 + 1) raggiunge il suo valore minimo?
A) x = 1 B) x = 0 C) x = ∞ D) x = -1
- 23. Quale metodo garantisce la convergenza ottimizzando una funzione lungo una sola dimensione?
A) Ricerca di direzione. B) Rilassamento lagrangiano. C) Stima del momento positivo-negativo. D) Regioni di fiducia.
- 24. Quali tipi di variabili vengono utilizzate nella programmazione semidefinita (SDP)?
A) Variabili discrete. B) Variabili binarie. C) Matrici semidefinite. D) Variabili continue.
- 25. Quali sono le tecniche numeriche efficienti per minimizzare funzioni convesse?
A) Metodi del punto interno. B) Regioni di fiducia. C) Rilassamento lagrangiano. D) Ricerca di direzioni.
- 26. Quale metodo utilizza l'approssimazione del gradiente casuale per l'ottimizzazione stocastica?
A) Algoritmi di ottimizzazione quantistica B) Metodo dell'ellissoide C) Approssimazione stocastica per perturbazione simultanea (SPSA) D) Metodi del punto interno
- 27. Come viene valutato un progetto se non è dominato da nessun altro progetto?
A) Non efficiente B) Ottimale secondo Pareto C) Inferiore D) Subottimale
- 28. Qual è il caso particolare dell'ottimizzazione matematica in cui qualsiasi soluzione è ottimale?
A) Il problema della fattibilità. B) Ottimizzazione globale. C) Ottimizzazione multi-modale. D) Il problema dell'esistenza.
- 29. Quali condizioni vengono utilizzate per trovare i punti ottimali in problemi con vincoli di uguaglianza e/o disuguaglianza?
A) Condizioni di primo ordine B) Condizioni di ammissibilità C) Le condizioni di Karush-Kuhn-Tucker D) Condizioni di secondo ordine
- 30. A chi è attribuito l'aver introdotto il termine 'programmazione lineare'?
A) Fermat B) John von Neumann C) George B. Dantzig D) Leonid Kantorovich
- 31. In quale ambito viene applicata principalmente l'ottimizzazione del design?
A) Ingegneria, in particolare l'ingegneria aerospaziale. B) Cosmologia e astrofisica. C) Ingegneria elettrica. D) Microeconomia.
|