A) Minimitzar o maximitzar una funció objectiu B) Comptar nombres primers C) Generar nombres aleatoris D) Resoldre equacions
A) El resultat final. B) L'estimació inicial. C) Limitació de les possibles solucions. D) La fórmula matemàtica.
A) Minimització B) Aleatorització C) Simplificació D) Maximització
A) Mètode simplex B) Recuit simul·lat C) Provar i comprovar D) Prova i error
A) El conjunt de totes les solucions factibles. B) La regió amb el valor màxim. C) La zona que es troba fora de les restriccions. D) L'espai de solucions.
A) Una solució sense cap restricció. B) Una solució aleatòria. C) Una solució incorrecta. D) Una solució que satisfà totes les restriccions.
A) Selecciona l'algoritme més adequat. B) Troba l'òptim global. C) Genera solucions aleatòries. D) Avalua l'impacte dels canvis en els paràmetres sobre la solució.
A) Una operació matemàtica aleatòria. B) Funció que s'ha d'optimitzar o minimitzar. C) Una funció de restricció. D) Una equació sense variables.
A) Disseny algorítmic B) Anàlisi quantitativa C) Maximització de funcions D) Programació matemàtica
A) Quatre: optimització combinatòria, estocàstica, dinàmica i robusta. B) Tres: programació lineal, programació no lineal i programació entera. C) Una: optimització general. D) Dues: optimització discreta i optimització contínua.
A) Optimització discreta B) Programació no lineal C) Programació lineal D) Optimització contínua
A) Optimització discreta B) Programació entera C) Optimització combinatòria D) Optimització contínua
A) Programació lineal B) Matemàtiques discretes C) Optimització global D) Optimització local
A) 5 B) 4 C) 3 D) 1
A) x = 0 B) x = -1 C) x = ∞ D) x = 1
A) Sí, és infinit. B) Sí, és 2. C) Sí, és menys infinit. D) No, no té límit superior.
A) Leonid Kantorovich B) Fermat C) George B. Dantzig D) John von Neumann
A) 1947 B) 1960 C) 1950 D) 1939
A) Variables binàries. B) Variables discretes. C) Variables contínues. D) Matrius semidefinides.
A) Simplifica el problema B) Elimina els compromisos C) Redueix el nombre de solucions D) Afegeix complexitat
A) No eficient B) Inferior C) Subòptima D) Òptima segons Pareto
A) Un avaluador extern B) El responsable de la decisió C) El dissenyador del sistema D) L'algoritme d'optimització
A) A través de l'anàlisi de dades històriques. B) Mitjançant sessions interactives amb el responsable de la decisió. C) Automàticament, per mitjà de l'algoritme. D) Ignorant els objectius menys importants.
A) Optimització global B) El problema de l'existència C) El problema de viabilitat D) Optimització multimodal
A) Les condicions de Karush-Kuhn-Tucker B) Condicions de segon ordre C) Condicions de viabilitat D) Condicions de primer ordre
A) Mètodes de punts interiors. B) Cerques a la línia. C) Relaxació lagrangiana. D) Regions de confiança.
A) Estimació de moment positiu-negatiu. B) Relaxació lagrangiana. C) Cerques lineals. D) Regions de confiança.
A) Mètode de l'el·lipsoide B) Algoritmes d'optimització quàntica C) Mètodes de punt interior D) Aproximació estocàstica per pertorbació simultània (SPSA)
A) Mètodes de descens de coordenades B) Mètodes quasi-newtonians C) Aproximació estocàstica per pertorbació simultània D) Descens de gradient
A) Microeconomia. B) Enginyeria, especialment enginyeria aeroespacial. C) Enginyeria elèctrica. D) Cosmologia i astrofísica.
A) Enginyeria de control B) Modelatge molecular C) Investigació operativa D) Enginyeria civil |