A) Contagem de números primos B) Resolver equações C) Geração de números aleatórios D) Minimizar ou maximizar uma função objetivo
A) A fórmula matemática B) O resultado final C) O palpite inicial D) Limitação das soluções possíveis
A) Minimização B) Simplificação C) Randomização D) Maximização
A) O espaço de solução B) A área fora dos condicionalismos C) A região com o valor máximo D) O conjunto de todas as soluções viáveis
A) Uma solução incorrecta B) Uma solução aleatória C) Uma solução sem restrições D) Uma solução que satisfaz todas as restrições
A) Uma equação sem variáveis B) Função a ser optimizada ou minimizada C) Uma operação matemática aleatória D) Uma função de restrição
A) Adivinhar e verificar B) Método Simplex C) Tentativa e erro D) Recozimento simulado
A) Encontra o ótimo global B) Avalia o impacto das alterações dos parâmetros na solução C) Seleciona o melhor algoritmo D) Gera soluções aleatórias
A) Programação matemática B) Maximização de funções C) Análise quantitativa D) Projeto de algoritmos
A) Quatro: otimização combinatória, otimização estocástica, otimização dinâmica e otimização robusta. B) Duas: otimização discreta e otimização contínua. C) Uma: otimização geral. D) Três: programação linear, programação não linear e programação inteira.
A) Programação linear B) Otimização discreta C) Otimização contínua D) Programação não linear
A) Otimização discreta B) Otimização contínua C) Otimização combinatória D) Programação inteira
A) Otimização global B) Otimização local C) Programação linear D) Matemática discreta
A) 5 B) 3 C) 1 D) 4
A) x = -1 B) x = 1 C) x = 0 D) x = ∞
A) Sim, é infinito. B) Sim, é 2. C) Sim, é menos infinito. D) Não, ela não tem limite superior.
A) Fermat B) John von Neumann C) Leonid Kantorovich D) George B. Dantzig
A) 1950 B) 1947 C) 1960 D) 1939
A) Variáveis contínuas. B) Matrizes semidefinidas. C) Variáveis discretas. D) Variáveis binárias.
A) Aumenta a complexidade. B) Simplifica o problema. C) Elimina os compromissos (trade-offs). D) Reduz o número de soluções.
A) Ótimo de Pareto B) Subótimo C) Ineficiente D) Inferior
A) Um avaliador externo B) O projetista do sistema C) O algoritmo de otimização D) O tomador de decisão
A) Por meio da análise de dados históricos. B) Ignorando os objetivos de menor importância. C) Através de sessões interativas com o tomador de decisão. D) Automaticamente, pelo próprio algoritmo.
A) O problema de viabilidade. B) Otimização global. C) Otimização multimodada. D) O problema de existência.
A) Condições de viabilidade B) Condições de segunda ordem C) As condições de Karush-Kuhn-Tucker D) Condições de primeira ordem
A) Métodos de ponto interior. B) Relaxamento lagrangiano. C) Buscas ao longo de linhas. D) Regiões de confiança.
A) Relaxamento lagrangiano. B) Estimativa de momento positivo-negativo. C) Regiões de confiança. D) Buscas diretas (ou métodos de busca linear).
A) Algoritmos de otimização quântica B) Método da elipsoide C) Aproximação estocástica por perturbação simultânea (SPSA) D) Métodos do ponto interior
A) Aproximação estocástica por perturbação simultânea B) Métodos de descida coordenada C) Descida do gradiente D) Métodos quase-newtonianos
A) Microeconomia. B) Engenharia elétrica. C) Cosmologia e astrofísica. D) Engenharia, especialmente engenharia aeroespacial.
A) Engenharia de controle B) Pesquisa operacional C) Modelagem molecular D) Engenharia civil |