Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Test_MO_Ответы.doc
Скачиваний:
8
Добавлен:
16.08.2019
Размер:
664.58 Кб
Скачать

2) Вычислить сумму приводящих констант h(k) - это оценка для исходного множества маршрутов g0.

4) Выбрать для ветвления ту пару (I,j) из претендентов на ветвление, для которой θij получится максимальным.

1) Произвести приведение матрицы расстояний s по строкам и столбцам, получим приведенную матрицу s′.

Если при использовании метода ветвей и границ, полученная после вычеркивания строк, столбцов и наложения запретов матрица расстояний имеет размерность 2*2, то это может означать, что определяемые ею пары городов … маршрут.

завершают

Графическим решением задачи о коммивояжере является маршрут … .

Дана матрица расстояний

Претендент на ветвление в приведенной матрице находится на пересечении … .

строки 1 столбца 4

В задачах о размещениях затраты на производство продукции будут равны … .

(xi –объем продукции в единицах, который необходимо производить в пункте «i», xij – количество единиц продукции, поставляемой из пункта «i» в пункт «j», cij – затраты на транспортировку единицы продукции из производящего пункта «i» в потребляющий пункт «j», m – количество производящих пунктов, n – количество потребляющих пунктов)

В задаче о размещениях суммарные затраты по производству и транспортировке должны быть … .

минимальными

При использовании метода Гомори полученное решение задачи линейного программирования проверяется на … .

целочисленность

Если хотя бы одна координата решения задачи линейного программирования не удовлетворяет условию целочисленности при использовании метода Гомори, то … .

строим дополнительное линейное ограничение

При использовании метода Гомори каждое "k-ое" дополнительное ограничение имеет вид: , где Nk - это множество векторов … .

([xi0], [xij] – целая часть соответствующей величины; xi0 – нецелая координата оптимального плана задачи целочисленного программирования с наименьшим индексом; xij – координаты разложения векторов Aj)

не попавших в базис

Используя метод ветвей и границ оптимальное решение можно найти … .

анализируя все возможные варианты

Задача о размещениях заключается в таком … .

размещении предприятий, определении их производственных мощностей и организации перевозок, чтобы суммарные затраты по производству и транспортировке были минимальны

К необходимым условиям задачи о коммивояжере относят … .

возможность выезда коммивояжера из города только один раз

замкнутость маршрута

Дополнительное линейное ограничение в методе Гомори строится, если … .

хотя бы одна координата не является целым числом

Приведенная матрица расстояний в методе ветвей и границ получается в результате вычитания из элементов … .

каждой строки минимального элемента этой строки, а затем вычитания из элементов каждого столбца минимального элемента этого столбца

К необходимым условиям задачи о назначениях относят следующие условия … .

на каждое предприятие может выделяться только один вид оборудования

каждая единица оборудования может распределяться только на одно предприятие

К необходимым условиям задачи о размещениях относят следующие условия:

полное потребление производимой продукции

потребитель должен получить продукцию в объеме, не менее заданного значения

Численные методы безусловной оптимизации определяются для функций ... .

одной переменной

двух переменных

трех переменных

все ответы верны

Численные методы безусловной минимизации требуют, чтобы минимизируемая функция обладала свойством ... .

квазивыпуклости

К численным методам безусловной оптимизации функции одной переменной относится метод ... .

равномерного поиска

золотого сечения

Ньютона

все ответы верны

В методах безусловной оптимизации функций ε – это … .

длина интервала неопределенности

При нахождении минимума функции f(x) на отрезке [a, b] покрытие сеткой узлов с одинаковым шагом h производится в методе … .

равномерного поиска

В методе золотого сечения используются следующие константы … .

0,382 и 0,618;

К численным методам безусловной оптимизации функции многих переменных относится метод ... .

циклического покоординатного спуска

Хука - Дживса

наискорейшего спуска

все ответы верны

К методу, не требующему условия квазивыпуклости, относится метод … .

половинного деления

простых итераций

Ньютона

все ответы верны

Для сходимости метода циклического покоординатного спуска минимум функции f(x) вдоль любого направления должен быть ... .

единственен

Метод циклического покоординатного спуска может остановиться в неоптимальной точке, если функция f(x) ... .

не является дифференцируемой в некоторых точках

Метод Хука-Дживса осуществляет два типа поиска – это исследующий поиск и поиск по … .

образцу

В методе наискорейшего спуска поиск максимального значения функции f(x) осуществляется в направлении ... .

grad f(x)

В методе наискорейшего спуска поиск минимального значения функции f(x) осуществляется в направлении ... .

-grad f(x)

Согласно теореме для строго квазивыпуклых функций f(x) на отрезке [а, b] при условиях, что любые две точки с и d (с < d) принадлежат [а, b] и следует, что точка минимума функции f(x) может находиться только на отрезке ... .

Согласно теореме для строго квазивыпуклых функций f(x) на отрезке [а, b] при условиях, что любые две точки с и d (с < d) принадлежат [а, b] и следует, что точка минимума функции f(x) может находиться только на отрезке ... .

Новый интервал неопределенности в методе золотого сечения при условии, что h – шаг разбиения, будет сокращен до размера... .

0,5·h

Для строго квазивыпуклых функций f(x) на отрезке [а, b] любые две точки с и d (с < d) этого отрезка [а, b] находятся из условия … .

Необходимым условием нахождения - точек локального минимума для дважды дифференцируемой функции является … .

определение таких точек x, в которых все первые частные производные 1-го порядка обращаются в нуль

Достаточным условием нахождения - точек локального минимума для дважды дифференцируемой функции является … .

проверка положительной определенности матрицы Гессе в таких точках

Линиями уровня функции называют множество точек (x, y), удовлетворяющих уравнению … .

(ε – точность определения решения задачи, с – постоянная величина):

Необходимым условием методов многомерного прямого поиска является выбор ... .

допустимого направления поиска

Функция f(x) квазивыпукла на отрезке [a, b], если для всех x, принадлежащих [x1, x2] при любых x1, x2  [a, b] выполняется условие … .

Функция f(x) строго квазивогнута на отрезке [a, b], если для всех x, принадлежащих [x1, x2] при любых x1, x2  [a, b] выполняется условие … .

Хз…

Если ε – точность определения решения задачи, то метод циклического покоординатного спуска завершается при достижении следующего условия … .

(xk – предпоследняя точка; x(k+1) – последняя точка)

Нахождение минимума функции f многих переменных в направлениях параллельных осям координат происходит в методе … .

циклического покоординатного спуска

Нахождение минимума функции f многих переменных в направлении (– grad f(x0)) происходит в методе … .

наискорейшего спуска

Направлением наибольшего возрастания функции f многих переменных в точке x0 является … .

+grad f(x0)

Направлением наибольшего убывания функции f многих переменных в точке x0 является … .

grad f(x0)

Если ε – точность определения решения задачи, xi – искомая точка, то метод наискорейшего спуска завершается при достижении следующего условия … .

Классический подход к задаче нахождения точек локального минимума для дважды дифференцируемой функции f(xi,xj) (i=1,…,n; j=1,…,n) состоит в … .

проверке положительной определенности матрицы Гессе (необходимое условие)

в определении таких точек x, в которых все первые частные производные 1-го порядка обращаются в нуль (достаточно условие)

В методе наискорейшего спуска сходимость обеспечена, если ... .

функция f непрерывно дифференцируема

функция f имеет седловую точку

генерируемая последовательность принадлежит замкнутому ограниченному множеству

все ответы верны

Недостатком метода наискорейшего спуска для «овражных» функций является ... .

медленная сходимость в окрестности стационарной точки

«Овражная» функция – это функция … .

для которой поверхности уровня сильно вытянуты

Геометрически медленная сходимость метода наискорейшего спуска объясняется ... .

зигзагообразным продвижением к точке минимума

Недостатком метода Ньютона среди методов безусловной оптимизации является … .

необходимость многократного обращения матрицы Гессе

Суть метода Ньютона для функции f(x) состоит в том, что ... .

функция f(x) аппроксимируется многочленами второй степени, для которых находятся точки минимума

Требование квазивыпуклости минимизируемой функции является условием для применения метода … .

золотого сечения

равномерного поиска

К методам, требующим квазивыпуклости минимизируемой функции, относятся методы … .

золотого сечения и равномерного поиска

Методом не требующего условия квазивыпуклости функции, но необходимости дополнительного исследования в окрестности найденных корней на предмет наличия минимума (максимума) является метод … .

простых итераций

Ньютона

половинного деления

все ответы верны

Распределите пункты в порядке выполнения алгоритма метода наискорейшего спуска:

4 Найти и проверить условие точности , положив i=i+1.

3 Проверить условие точности, если , положить и решить задачу о минимуме , найти >0.

1 Выбирать точку xi, i=1.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]