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