АВТОНОМНАЯ НЕКОММЕРЧЕСКАЯ ОРГАНИЗАЦИЯ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
ЦЕНТРОСОЮЗА РОССИЙСКОЙ ФЕДЕРАЦИИ
«РОССИЙСКИЙ УНИВЕРСИТЕТ КООПЕРАЦИИ»
КАЗАНСКИЙ КООПЕРАТИВНЫЙ ИНСТИТУТ (ФИЛИАЛ)
МЕТОДЫ ОПТИМАЛЬНЫХ РЕШЕНИЙ
ТЕСТОВЫЕ ЗАДАНИЯ
Тестовые задания обсуждены на заседании кафедры инженерно- технических дисциплин и сервиса «24» сентября 2012 г. протокол № 2
Заведующий кафедрой /А.М. Мухаметшин/
СОГЛАСОВАНО
Начальник отдела менеджмента качества /Д.Н. Алюшева/
V1: Введение. Математические модели и оптимизация в экономике
V1: Линейное программирование
V2: Основные понятия и определения линейного программирования
I:
S: Автором линейного программирования является:
+: Л. Канторович
-: Г. Фельдман
-: В. Немчинов.
I:
S: Ученый, который разработал метод линейного программирования и стал лауреатом Нобелевской премии:
+: Л.В.Канторович.
-: Н.Д.Кондратьев
-: В.В.Новожилов
I:
S: Какое уравнение называется характеристическим уравнением матрицы А:
-: (E – A)*X = Y
-: A*X = B
+:
I:
S: Множество n – мерного арифметического точечного пространства называется выпуклым, если:
+: вместе с любыми двумя точками А и В оно содержит и весь отрезок АВ
-: счетно и замкнуто
-: равно объединению нескольких конечных множеств
I:
S: Какая задача является задачей линейного программирования:
-: управления запасами
+: составление диеты
-: формирование календарного плана реализации проекта
I:
S: Задача линейного программирования называется канонической, если система ограничений включает в себя:
-: только неравенства
-: равенства и неравенства
+: только равенства
I:
S: Тривиальными ограничениями задачи линейного программирования называются условия:
-: ограниченности и монотонности целевой функции
+: не отрицательности всех переменных
-: не пустоты допустимого множества
I:
S: Если в задаче линейного программирования допустимое множество не пусто и целевая функция ограничена, то:
-: допустимое множество не ограничено
-: оптимальное решение не существует
+: существует хотя бы одно оптимальное решение
I:
S: Какое из следующих утверждений истинно?
А) существуют задачи целочисленного линейного программирования, не имеющие допустимых решений даже в тех случаях, когда множество допустимых решений соответствующей линейной задачи не пусто
В) не существует задач целочисленного линейного программирования, не имеющих допустимых решений в случаях, когда множество допустимых решений соответствующей линейной задачи не пусто
-: A– нет, B- нет
-: A– да, B– да
-: A– нет, B– да
+: А – да, В – нет
I:
S: Булевское программирование – это целочисленное …
+: линейное программирование, где переменные могут принимать всего лишь два значения - 0 и 1
-: нелинейное программирование, где переменные могут принимать всего лишь два значения - 0 и 1
-: квадратичное программирование, где переменные могут принимать всего лишь два значения - 0 и 1
-: линейное программирование, где переменные могут принимать всего лишь два значения - -1 и +1
I:
S: Задача линейного программирования может рассматриваться как…
+: частный случай задачи выпуклого программирования
-: частный случай задачи дискретного программирования
-: обобщение задачи выпуклого программирования
-: частный случай задачи стохастического программирования
I:
S: Задача коммивояжера относится к задачам
-: квадратичного программирования
-: выпуклого программирования
-: математического анализа
+: Булевского программирования
I:
S: Область допустимых решений задачи линейного программирования имеет вид:
Тогда максимальное значение функции равно …
-: 26
-: 32
+: 30
-: 24
I:
S: Область допустимых решений задачи линейного программирования имеет вид:
Тогда максимальное значение функции достигается в точке …
-: C
+: B
-: D
-: A
I:
S: Область допустимых решений задачи линейного программирования имеет вид:
Тогда максимальное значение функции равно …
-: 26
+: 24
-: 18
-: 12
I:
S: Область допустимых решений задачи линейного программирования имеет вид:
Тогда максимальное значение функции достигается в точке …
-: C
+: B
-: A
-: E
I:
S: Область допустимых решений задачи линейного программирования имеет вид:
Тогда минимальное значение функции равно …
-: – 16
-: – 18
-: – 22
+: – 34
I:
S: Минимальное значение целевой функции при ограничениях
равно …
-: – 2
+: – 6
-: 12
-: – 8
I:
S: Максимальное значение целевой функции при ограничениях
равно …
+: 22
-: 18
-: 24
-: 16
I:
S: Максимальное значение целевой функции при ограничениях
равно …
+: 14
-: – 1
-: 24
-: – 6
I:
S: Минимальное значение целевой функции при ограничениях
равно …
+: – 13
-: – 11
-: – 10
-: – 16
I:
S: Область допустимых решений задачи линейного программирования имеет вид:
Тогда максимальное значение функции равно…
-: 18
-: 20
-: 23
+: 21
I:
S: Максимальное значение целевой функции при ограничениях:
равно…
-: 6
-: 12
+: 18
-: 20
I:
S: При использовании градиента необходимое условие экстремума записывается в виде…
-: grad z(X)≤0
-: grad z(X)≠0
+: grad z(X)=0
-: grad z(X)≥0
I:
S: Рекуррентная формула метода градиента для минимизации целевой функции имеет вид
+:
-:
-:
-:
I:
S: Вектор-градиент в некоторой точке определяется как вектор, компонентами которого являются…
-: прямые производные этой функции в точке
+: частные производные первого порядка этой функции в точке
-: частные производные второго порядка этой функции в точке
-: частные производные третьего порядка этой функции в точке
I:
S: Выделяются две группы методов нулевого порядка:
+: детерминированные и случайные
-: однопараметрические и многопараметрические
-: конечные и асимптотические
-: однокритериальные и многокритериальные
I:
S: Градиентом функции n переменных z(X) называется вектор, компонентами которого являются…
-: прямые производные первого порядка этой функции в точке
-: частные производные третьего порядка этой функции в точке
+: частные производные первого порядка этой функции в точке
-: частные производные второго порядка этой функции в точке
I:
S: Направление градиента в точке X совпадает с направлением
-: знакопостоянства целевой функции в этой точке
-: постоянства целевой функции в этой точке
+: наискорейшего возрастания целевой функции в этой точке
-: наискорейшего убывания целевой функции в этой точке
V2:Симплексный метод решения задачи линейного программирования
I:
S: Симплекс-метод предназначен для решения задачи линейного программирования
-: в стандартном виде
+: в каноническом виде
-: в тривиальном виде
I:
S: Неизвестные в допустимом виде системы ограничений задачи линейного программирования, которые выражены через остальные неизвестные, называются :
-: свободными
+: базисными
-: небазисными
I:
S: Симплексный метод – это вычислительная процедура, основанная на принципе последовательного улучшения решений при переходе от одной базисной точки (базисного решения) к другой. При этом значение целевой функции:
+: улучшается
-: уменьшается
-: ухудшается
-: увеличивается
I:
S: Базисным решением является одно из возможных решений, находящихся:
-: в пределах области допустимых значений
+: в вершинах области допустимых значений
-: на границах области допустимых значений
-: за пределами области допустимых значений
I:
S: Симплекс-метод основан на проверке на оптимальность:
-: ограничений симплекса
-: области допустимых решений симплекса
-: сторон симплекса
+: вершины за вершиной симплекса
I:
S: Симплекс это:
-: выпуклый многоугольникв n- мерном пространстве с n вершинами не лежащими в одной гиперплоскости
+: выпуклый многоугольникв n- мерном пространстве с n+1 вершинами не лежащими в одной гиперплоскости
-: выпуклый многоугольникв n- мерном пространстве с n+1 вершинами лежащими в одной гиперплоскости
-: выпуклый многоугольникв n- мерном пространстве с n вершинами не лежащими в одной гиперплоскости
I:
S: Множество переменных, образующих единичную подматрицу, принимается за начальное базисное решение:
-: значения этих переменных равны свободным членам. Все остальные вне базисные переменные не равны нулю.
-: значения этих переменных равны нулю. Все остальные вне базисные переменные равны свободным членам.
-: значения этих переменных равны нулю. Все остальные вне базисные переменные не равны нулю.
+: значения этих переменных равны свободным членам. Все остальные вне базисные переменные равны нулю.
V2:Двойственность в линейном программировании
I:
S: Как называются переменные двойственной задачи?
-: дополнительными переменными
+: объективно обусловленными переменными
-: объективно обусловленными оценками
-: искусственными переменными
V2:Транспортная задача
I:
S: Транспортная задача формулируется следующим образом: Найти такие объемы перевозок для каждой пары «поставщик-потребитель», чтобы 1) мощности всех поставщиков были использованы полностью; 2) спрос всех потребителей был удовлетворен:
-: 3) суммарные затраты на перевозки были минимальные
+: 3) суммарные затраты на перевозки были максимальные
-: 3) мощности всех поставщиков и мощности всех потребителей должны быть равны
-: 3) мощности всех поставщиков должны быть больше мощностей всех потребителей
I:
S: Целевая функция транспортной задачи обычно записывается так, что бы:
-: суммарные затраты стремились к нулю
+: суммарные затраты стремились к минимуму
-: суммарные затраты стремились к максимуму
-: суммарная прибыль стремилась к максимуму нулю
I:
S: Ограничения транспортной задачи представляет собой:
-: систему неравенств
-: систему неравенств и уравнений
-: область допустимых решений
+: систему уравнений
I:
S: Коэффициенты в системе ограничений транспортной задачи представляет собой:
-: равны единице
- : большие нуля
+: равны единице или нулю
-: меньше или равны нулю
I:
S: Метод северо-западного угла предполагает планирование поставок в:
+: верхнюю левую ячейку
-: верхнюю правую ячейку
-: нижнюю левую ячейку
-: нижнюю правую ячейку
I:
S: Транспортная задача
будет закрытой, если …
-: ,
-: ,
+: ,
-: ,
I:
S: Транспортная задача
будет закрытой, если …
+: , ,
-: , ,
-: , ,
-: , ,
I:
S: Транспортная задача
a | ||
b |
будет открытой, если…
+: a=40, b=30
-: a=13, b=23
-: a=100, b=110
-: a=30, b=40
I:
S: Транспортная задача будет закрытой, если
60+b | |||
100+a | |||
-: a=35, b=20
-: a=35, b=15
-: a=35, b=30
+: a=35, b=25
I:
S: Пусть имеется два поставщика мощностью 80 и 90 и три потребителя мощностью 40; 50 и 60. Затраты на перевозки от первого поставщика к потребителям соответственно равны 2, 5, 6; от второго 4, 7, 3. Определите суммарные затраты на перевозки методом наименьших затрат.
-: 620
+: 530
-: 760
-: 480
I:
S: Пусть имеется два поставщика мощностью 80 и 90 и три потребителя мощностью 40; 50 и 60. Затраты на перевозки от первого поставщика к потребителям соответственно равны 2, 5, 6; от второго 4, 7, 3. Определите суммарные затраты на перевозки при оптимальном плане перевозок.
-: 420
-: 500
+: 530
-: 570
I:
S: Пусть имеется два поставщика мощностью 80 и 90 и три потребителя мощностью 40; 50 и 60. Затраты на перевозки от первого поставщика к потребителям соответственно равны 2, 5, 6; от второго 4, 7, 3. Сколько продукции останется для фиктивных потребителей при оптимальном плане перевозок.
+ : 1-го – 0; 2 – го 20
-: 1-го – 20; 2 – го 0
-: 1-го – 10; 2 – го 10
-: 1-го – 5; 2 – го 15
I:
S: Пусть имеется два поставщика мощностью 80 и 90 и три потребителя мощностью 40; 50 и 60. Затраты на перевозки от первого поставщика к потребителям соответственно равны 2, 5, 6; от второго 4, 7, 3. Как изменятся суммарные затраты, если затраты на перевозку единицы груза от второго поставщика ко второму потребителю снизятся на 1?
-: - 1
+: - 10
-: - 40
-: - 20
I:
S: Транспортная задача решается методом потенциалов.
ui | ||||
u2 | ||||
u3 | ||||
vj | v1 | v2 | v3 |
Тогда значение потенциала v3 равно…
-: 24
-: 7
-: 60
+: 11
V2:Целочисленное линейное программирование
I:
S: Какое из следующих утверждений истинно?
1-ый алгоритм Гомори используется при решении
А) целочисленной задачи линейного программирования
В) частично целочисленной задачи линейного программирования
-: A – да, B – да
-: A – нет, B – да
-: A – нет, B - нет
+: А – да, В – нет
I:
S: Правильным отсечением в задаче целочисленного программирования называется дополнительное ограничение, обладающее свойством:
+: оно должно быть линейным
-: оно должно отсекать хотя бы одно целочисленное решение
-: оно не должно отсекать найденный оптимальный нецелочисленный план
I:
S: Какой из методов целочисленного программирования является комбинированным
-: симплекс-метод
-: метод Гомори
+: метод ветвей и границ
I:
S: Какое из следующих утверждений истинно?
Задача математического программирования, в которой переменные могут принимать любые целочисленные значения называется…
А) задачей целочисленного программирования,
В) задачей Булевского программирования
+: A – да, B - нет
-: A – да, B – да
-: A – нет, B – нет
-: A – нет, B - да
I:
S: Какое из следующих утверждений истинно?
Задача о коммивояжере относится к задачам
А) дискретного программирования
В) целочисленного программирования
-: A – нет, B - нет
+: А – да, В – да
-: A – да, B – нет
-: A – нет, B – да
I:
S: Алгоритмы методов отсечения разработаны для решения…
+: полностью или частично целочисленных и дискретных задач линейного программирования
-: полностью целочисленных задач нелинейного программирования
-: полностью целочисленных задач линейного программирования
-: полностью целочисленных задач выпуклого программирования
I:
S: В алгоритме метода ветвей и границ на 1-м шаге находится решение задачи линейного программирования
-: с учетом целочисленности
-: без учета не целочисленных ограничений
+: без учета целочисленности
-: без учета всех ограничений
I:
S: В алгоритме метода ветвей и границ на 2-м шаге…
-: находится решение задачи линейного программирования без учета всех ограничений
-: находится решение задачи линейного программирования без учета целочисленности
+: составляются дополнительные ограничения на дробную компоненту плана
-: находится решение задачи нелинейного программирования без учета целочисленности
I:
S: В алгоритме метода ветвей и границ на 3-м шаге…
-: находится решение задачи линейного программирования без учета целочисленности
-: составляются дополнительные ограничения на дробную компоненту плана
-: находится решение задачи линейного программирования без учета всех ограничений
+: находим решение двух задач с ограничениями на компоненту
I:
S: В алгоритме метода ветвей и границ на 4-м шаге…
-: находится решение задачи нелинейного программирования без учета целочисленности
-: находится решение задачи линейного программирования без учета всех ограничений
+: строятся в случае необходимости дополнительные ограничения и получаем оптимальный целочисленный план либо устанавливаем неразрешимость задачи
-: находится решение задачи линейного программирования без учета целочисленности
I:
S: В задачах целочисленного программирования неизвестные параметры могут принимать…
-: только положительные значения
+: только целочисленные значения
-: любые значения
-: только отрицательные значения
I:
S: Общая формула построения правильного отсечения для всех алгоритмов
запишется в следующем виде:
-:
-:
+:
-:
I:
S: Метод ветвей и границ является…
+: нерегулярным
-: расходящимся
-: регулярным
-: асимптотическим
I:
S: Правильные отсечения в методах отсечения должны быть…
-: положительно определенными
+: линейными
-: нелинейными
-: отрицательно определенными
V2: Линейное программирование в среде MS Excel
I:
S: В какой программе можно найти решение задачи линейного программирования?
+: Microsoft Excel
-: Microsoft Word
-: Microsoft Access
-: Microsoft PowerPoint
I:
S: Для решения задачи линейного программирования с помощью Microsoft Excel она может быть записана в следующем виде…
+: стандартном
+: каноническом
+: общем
-: линейном
V1: Нелинейное программирование
V1: Оптимизация динамических систем
V1: Оптимизация в условиях неопределенности