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