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