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