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