![]()
Matematica
Test programare liniaraTRUE/FALSE 1. Exista probleme de programare liniara care sa nu poata fi exprimate in forma standard. ANS: F 2. Orice problema de minimizare poate fi transformata intr-o problema de maxim. ANS: T 3. Orice problema de minimizare poate fi transformata intr-o problema de maxim, pe baza relatiei,
ANS: T 4. In exprimarea matriceala, o
problema de programare liniara in forma canonica este descrisa astfel.
Determina vectorul cu restrictiile
ANS: T 5. In exprimarea matriceala, o
problema de programare liniara in forma canonica este descrisa astfel.
Determina vectorul cu restrictiile
ANS: F 6. Functia obiectiv a unei
probleme de programare liniara este
este un hiperplan. ANS: T 7. Intersectia unui numar finit de multimi convexe (daca nu este multimea vida) este multime concava. ANS: F 8. Multimea tuturor combinatiilor convexe definite pe un set finit de puncte din Rn este convexa. ANS: T 9. Fie o problema de programare liniara in forma canonica in care matricea A are m linii si n+m coloane. Daca rangul matricei A este m, rezulta ca vectorii care formeaza liniile lui A sunt liniar independenti. Rezulta ca sistemul constrangerilor nu contine ecuatii redundante. ANS: T 10. Fie P problema de programare liniara in forma canonica si S multimea solutiilor admisibile ale lui P. Orice solutie de baza si admisibila a lui P este punct extrem al lui S si, reciproc, orice punct exterm al lui S este solutie de baza si admisibila a lui P. ANS: T 11. Pasul al doilea al metodei simplex presupune verificarea criteriului de optimalitate. ANS: T 12. Regula Bland. Alege drept coloana pivotala prima coloana (cea cu indicele minim) cu element nul in linia obiectiv. ANS: F 13. Fie P problema de programare liniara in forma standard. Problema duala asociata problemei duale a lui P este P. ANS: T 14. Fie problema de programare liniara, maximizeaza cu restrictiile,
Forma duala este problema de programare liniara, maximizeaza cu restrictiile,
ANS: F 15. Fie problema primala de programare liniara, maximizeaza cu restrictiile,
Pentru fiecare i, ANS: T 16. Membrul stang al celei de-a j-a constrangeri a problemei duale semnifica valoarea totala a intrarilor utilizate pentru producerea unei unitati din cea de-a j-a iesire. ANS: T 17. Daca problema primala/duala are o solutie admisibila si functia obiectiv are o valoare optima finita, atunci problema duala/primala are o solutie admisibila cu aceeasi valoare obiectiv. ANS: T 18. Consideram disponibil
istoricul randamentelor procentuale pe m perioade de timp pentru fiecare
actiune dintr-un grup de n actiuni si notam cu Randamentul asteptat al
portofoliului este dat prin ANS: T 19. In general, tehnicile de rezolvare a problemelor de optim (nu neaparat liniare) nu sunt iterative. ANS: F 20. Tehnicile de cautare directa utilizeaza comparatii ale valorilor functiei de optimizat in puncte de test. ANS: T 21. Problema RISCMIN1M (pentru a determina portofoliul optim cu valoarea tinta pentru randament data de Rp) poate fi exprimata in termenii unei probleme de optimizare fara restrictii, astfel Minimizeaza ANS: T 22. Fie setul de restrictii ale unei probleme de programare liniara,
Punctul ANS: T 23. Fie problema de programare liniara in forma canonica, Maximizeaza cu restrictiile
si astfel incat Determinarea unei solutii
de baza admisibile poate fi realizata prin metoda in doua faze. In prima faza a
metodei, pentru obtinerea unei solutii de baza fezabile, sunt introduse m
variabile artificiale, notate cu Maximizeaza cu restrictiile
si astfel incat ANS: F 24. O varianta pentru a determina portofoliul optim este de a fixa o valoare tinta pentru randament, de exemplu de Rp procente, si de a minimiza functia risc. O varianta a acestei probleme, RISCMIN1M poate fi exprimata prin Minimizeaza ANS: T MULTIPLE CHOICE 1. Fie problema de programare liniara maximizeaza cu restrictiile
Problema definita mai sus este
ANS: A 2. Fie problema de programare liniara maximizeaza (*) cu restrictiile
Functia definita in (*) este numita
ANS: B 3. Fie problema de optimizare Minimizeaza cu restrictiile
Problema definita mai sus este
ANS: C 4. Fie problema de programare liniara maximizeaza cu restrictiile
Problema definita mai sus este
ANS: B 5. Fie problema de optimizare minimizeaza cu restrictiile
Problema definita mai sus este
ANS: C 6. Fie problema de programare liniara, maximizeaza cu restrictiile
Forma standard a problemei de mai sus este
ANS: A 7. Fie problema de programare liniara, maximizeaza cu restrictiile
Forma standard a problemei de mai sus este
ANS: B 8. Fie problema de programare liniara, maximizeaza cu restrictiile
Forma standard a problemei de mai sus este
ANS: A 9. Fie problema de programare liniara maximimeaza cu restrictiile
Forma matriceala este Maximizeaza cu restrictiile
Atunci matricea A este,
ANS: C 10. Relatia
este echivalenta cu perechea de inegalitati
ANS: C 11. Daca o variabila xj nu este supusa
constrangerii de a fi nenegativa, xj poate fi inlocuita cu
perechea de variabile
ANS: A 12. Fie problema de programare liniara, maximizeaza cu restrictiile
Forma standard a problemei de mai sus este,
ANS: C 13. Fie restrictia
ANS: B 14. In exprimarea matriceala, o
problema de programare liniara in forma canonica este descrisa astfel.
Determina vectorul cu restrictiile
Data A este
ANS: B 15. In cazul unei probleme de programare liniara in forma canonica, cea de-a i-a restrictie este definita de, sau, echivalent,
ANS: C 16. Cea de-a i-a restrictie a problemei,
este exprimata in forma
vectoriala prin, pentru
ANS: A 17. Fie
sunt
ANS: B 18. Hiperplanul definit de
cu proprietatile
ANS: A 19. Multimea solutiilor admisibile ale unei probleme de programare liniara este multime
ANS: A 20. Fie P o problema de programare liniara. Deoarece multimea solutiilor admisibile ale lui P, F, este intersectia tuturor hiperplanelor inchise definite de setul de restrictii ale lui P, rezulta ca F este
ANS: A 21. Multimea solutiilor unui sistem liniar de m ecuatii cu n necunoscute este
ANS: A 22. Un punct
astfel incat
ANS: B 23. Multimea tuturor combinatiilor convexe definite pe un set finit de puncte din Rn este
ANS: C 24. Fie S o multime convexa in Rn.
Un element
ANS: C 25. Fie
ANS: B 26. Primul pas al metodei simplex presupune
ANS: C 27. Cel de-al treilea pas al metodei simplex presupune
ANS: B 28. Cel de-al patrulea pas al metodei simplex presupune
ANS: C 29. La cel de-al patrulea pas al metodei simplex, daca nu
exista nici un
ANS: A 30. Cel de-al cincilea pas al metodei simplex presupune
ANS: D 31. Fie problema de programare liniara maximizeaza cu restrictiile,
Problema duala este,
ANS: D 32. Fie problema primala de programare liniara, maximizeaza cu restrictiile,
Pentru fiecare j, variabila
ANS: A 33. Cea de-a i-a componenta a unei solutii optimale a problemei duale reprezinta
ANS: B 34. Criteriul de optim al metodei simplex poate fi reformulat astfel: tabelul simplex curent reprezinta o solutie optimala daca si numai daca
ANS: C 35. Tentativa de rezolvare a unei probleme de programare liniara are urmatoarele rezultate alternative 1. Nu exista solutii admisibile 2. Exista o solutie optimala finita 3. Exista solutii admisibile, dar functia obiectiv este nemarginita.
ANS: D 36. Daca problema primala are solutii admisibile, dar functia obiectiv este nemarginita, atunci problema duala
ANS: A 37. Fie problema de optimizare neliniara, Minimizeaza cu restrictiile
unde
Ea este echivalenta cu
ANS: A 38. Consideram disponibil istoricul randamentelor
procentuale pe m perioade de timp pentru fiecare actiune dintr-un grup
de n actiuni si notam cu
ANS: A 39. Problema standard a minimizarii riscului portofoliului
ANS: D 40. Metoda secantei are la baza
interpolarea liniara; daca F' este evaluat in punctele
este o estimatie a punctului in care F'
ANS: A 41. In tabelul urmator este prezentat istoricul randamentelor corespunzatoare actiunilor A1 si A2 pe primele 6 luni ale anului.
Randamentul mediu al portofoliului este dat de vectorul
ANS: B 42. Pentru rezolvarea problemelor de optim, unele metode necesita si calculul derivatelor partiale de ordinul II, adica a matricei
ANS: A 43. Fie setul de restrictii ale unei probleme de programare liniara,
Un punct din cele listate mai jos nu apartine multimii solutiilor admisibile ale problemei.
ANS: B 44. Matricea simetrica A este pozitiv definita daca
si numai daca, pentru orice
ANS: A 45. Fie problema primara de
minimizare a riscului in cazul unui portofoliu definit de fractiunile de
investitii Minimizeaza Problema RISCMIN0 poate fi rezolvata prin abordare analitica, astfel. Deoarece functia gradient este,
valoarea optimala a lui x este obtinuta prin rezolvarea sistemului liniar,
ANS: A NUMERIC RESPONSE 1. Daca
unde ANS: 0 2. Metodele gradient au avantajul ca permit definirea unui test de convergenta evident, si anume algoritmul este incheiat cand gradientul este apropiat de valoarea ANS: 0 COMPLETION 1. O problema in care fie functia obiectiv, fie membrul drept al unei constrangeri sunt functii neliniare este problema de programare ANS: neliniara 2. Orice restrictie de tip egalitate poate fi transformata intr-o pereche de . ANS: inegalitati 3. Un vector ANS: admisibila 4. O solutie admisibila care optimizeaza functia obiectiv a unei probleme de programare liniara se numeste solutie . ANS: optimala 5. Variabila suplimentara utilizata pentru exprimarea unei restrictii de tip inegalitate intr-o restrictie de tip egalitate se numeste variabila . ANS: slack 6. In cazul unei probleme de programare liniara in forma canonica, cea de-a i-a restrictie este definita de relatia Multimea punctelor ANS: hiperplan 7. Pe baza definitiei solutiei admisibile a problemei de programare liniara, P, rezulta ca multimea solutiilor admisibile ale lui P este tuturor hiperplanelor inchise definite de setul de restrictii ale lui P. ANS: intersectia 8. Un semispatiu inchis este multime ANS: convexa 9. O multime convexa se numeste daca este inclusa intr-un dreptunghi, adica o multime de tipul
unde ANS: marginita 10. Fie S o multime
convexa. Un punct ANS: extrem 11. Daca ANS: independenti 12. Fie S multimea solutiilor admisibile ale unei probleme de programare liniara P. Daca S este nevida si marginita, atunci exista o solutie optimala a problemei P si aceasta este punct . al lui S. ANS: extrem 13. Fie
sunt .ale lui P. ANS: solutii admisibile 14. Fie S multimea solutiilor admisibile ale unei probleme de programare liniara P. Daca P nu are solutie optimala, atunci S este fie vida, fie .. ANS: nemarginita 15. Fie P problema de programare liniara in forma
canonica. P are un numar finit de solutii de baza si admisibile,
inferior lui ANS: de baza 16. Fie P problema de programare liniara in forma standard, S multimea solutiilor admisibile ale lui P si S' multimea solutiilor admisibile ale variantei canonice ale lui P. Orice punct extrem al lui S determina obtinerea unui punct extrem al lui S' prin adaugarea variabilelor Reciproc, orice punct extrem al lui S' determina, prin trunchiere, obtinerea unui punct extrem al lui S. ANS: slack 17. Multimea convexa a solutiilor admisibile ale unei probleme de programare liniara in forma standard are un numar de puncte extreme. ANS: finit 18. Fie S multimea solutiilor admisibile ale problemei de programare liniara definita in forma standard. Doua puncte extrem ale lui S sunt daca au in comun, ca solutii de baza si admisibile, una si numai una din variabilele de baza considerate. ANS: adiacente 19. Criteriul de oprire pentru metoda simplex este urmatorul. Daca linia obiectiv a tabelului contine in pozitiile variabilelor non-baza elemente, atunci este obtinut maximul functiei obiectiv si calculul se incheie. ANS: nenegative pozitive 20. Se numeste solutie o solutie in care cel putin o variabila de baza este nula. ANS: degenerata 21. La cel de-al patrulea pas al metodei simplex,
cresterea variabilei de intrare este data de rapoartele dinte elementele de pe
coloana cea mai din dreapta (solutia admisibila de baza de la momentul curent)
si valorile corespunzatoare de pe coloana., numite ANS: pivotala 22. La cel de-al cincilea pas al metodei simplex este construit tabelul rezultat in urma modificarii setului solutiilor de baza admisibile prin stabilirea variabilelor de intrare si de iesire. Procedura este numita de ANS: pivotare 23. Fie perechea de probleme de programare liniara, (1) maximizeaza cu restrictiile,
si (2) minimizeaza cu restrictiile,
unde ANS: duale 24. Fie perechea de probleme de programare liniara, (1) maximizeaza cu restrictiile,
si (2) minimizeaza cu restrictiile,
unde ANS: primala duala 25. Fie problema de programare liniara in forma canonica, maximizeaza cu restrictiile,
Forma duala este problema de programare liniara, minimizeaza cu restrictiile,
w ANS: nerestrictionat neconstrans 26. Fie problema primala de programare liniara, maximizeaza cu restrictiile,
Pentru fiecare i si j,
coeficientul ANS: i j 27. Fie problema primala de programare liniara, maximizeaza cu restrictiile,
Coeficientul ANS: profitul profit 28. Fie perechea de probleme de programare liniara primala, respectiv duala, (1) maximizeaza cu restrictiile,
si (2) minimizeaza cu restrictiile,
In cazul unei solutii
optimale a problemei primale, profitul, egal cu ANS: dualitatii 29. In problema duala sunt cautate preturile ascunse ale fiecarei resurse (intrari) care sa .pretul lor total, cu constrangerea ca aceste preturi sa determine obtinerea unor valori corespunzatoare pentru fiecare unitate de iesire produsa mai mari sau egale cu profiturile fiecarei unitati de produs. ANS: minimizeze 30. Daca problema duala are solutii fezabile, dar functia obiectiv este., atunci problema primala nu are solutii admisibile. ANS: nemarginita 31. In unele situatii, restrictiile de tip pot fi utilizate pentru eliminarea variabilelor unei probleme de optimizare. ANS: egalitate 32. Consideram disponibil istoricul randamentelor
procentuale pe m perioade de timp pentru fiecare actiune dintr-un grup
de n actiuni si notam cu ANS: riscului 33. In general, un portofoliu este considerat optim daca el furnizeaza cel mai mare randament cu cel mai mic ANS: risc 34. Optimizarea prin metode . utilizeaza derivatele
functiei obiectiv si rezolva iterativ ecuatia neliniara ANS: gradient 35. Metoda .. determina minimul unei functii F(x) prin utilizarea primelor doua derivate ale functiei F. ANS: Newton 36. Procedura MINRISC0
defineste problema primara de a riscului in cazul unui
portofoliu definit de fractiunile de investitii MINRISC0: Minimizeaza ANS: minimizare 37. Functia obiectiv a unei
probleme de programare liniara este ANS: maxim 38. In general, in problemele de optimizare a portofoliilor, vectorul gradient si matricea Hessian pot fi calculate direct, functiile obiectiv fiind in general . diferentiabile. ANS: dublu 39. Fie ANS: gradient
|