Математическая формулировка задач целочисленного программирования аналогична задачам нелинейного программирования
Вопрос посетителя
Из перечисленного: 1)метод ветвей и границ, 2) метод последовательного конструирования, 3) симплекс-метод, 4) метод анализа и отсева вариантов — к комбинаторным методам можно отнести
(*ответ*) 1, 2, 4
1, 2, 3
1, 3, 4
2, 3, 4
Из перечисленных последовательностей чисел: 1) F2 = 2, F3 = 3, F4 = 5, F5 = 8; 2) F2 = 2, F3 = 3, F4 = 4, F5 = 8; 3) F1 = 2, F3 = 3, F5 = 5, F7 = 7 — к числам Фибоначчи можно отнести
(*ответ*) только 1
2 и 3
только3
1 и 3
Из четырех методов: Фибоначчи, дихотомии, пассивный, золотого сечения наиболее эффективен метод
(*ответ*) Фибоначчи
золотого сечения
дихотомии
пассивный
Интервала неопределенности Ln после N экспериментов при параллельном поиске выражается следующим образом
(*ответ*) L n = xk+1 — xk-1 1£ k £ N
L n = 1/N
L n = xk — xk-1 1£ k £ N
Ln = xk+1 + xk-1 1£ k £ N
Использование нечетного числа опытов целесообразно только при
(*ответ*) большой погрешности измерений e
при не зависящей от номера измерения погрешности
при зависящей от номера измерения погрешности
малой погрешности измерений e
Исходная формулировка задачи при симплекс-методе должна содержать
(*ответ*) только положительные переменные и ограничения типа равенств
только отрицательные переменные и ограничения типа неравенств
только отрицательные переменные и ограничения типа равенств
только положительные переменные и ограничения типа неравенств
Итерационная формула в методе градиента записывается следующим образом
(*ответ*) xk+1 = — xk — l grad [F(xk)] x = {x1, х2,…хn}
xk+1 = — 2xk — l grad [F(xk)] x = {x1, х2,…хn}
xk+1 = — xk /2 — l grad [F(xk)] x = {x1, х2,…хn}
xk+1 = — xk + l grad [F(xk)] x = {x1, х2,…хn}
Итерационный процесс в методе Ньютона записывается в виде
(*ответ*) Xk+1 = xk — F(xk)/ F/ (xk)
Xk+1 = xk -2 F(xk)/ F/ (xk)
Xk+1 =2 xk — F(xk)/ F/ (xk)
Xk+1 = xk + F(xk)/ F/ (xk)
К числу релаксационных итерационных методов относится метод
(*ответ*) овражный
касательных
ветвей и границ
Фибоначчи
Классический метод градиента может быть описан следующим дифференциальным уравнением
(*ответ*) dx/dt = — l grad [F(x)] x = {x1, х2,…хn}
dx/dl = — l grad [F(x)] + F(x) x = {x1, х2,…хn}
dF/dx = — l grad [F(x)] — F (x) x = {x1, х2,…хn}
dy/dx = l grad [F(x)] x = {x1, х2,…хn}
Комбинаторные методы решения задач целочисленного программирования основаны на той или иной идее направленного перебора вариантов с помощью определенного набора правил, которые позволяют
(*ответ*) исключать подмножества вариантов, не содержащие оптимальной точки
найти подмножества локальных экстремумов
исключать подмножества локальных экстремумов
найти подмножества вариантов, содержащие оптимальную точку
Математическая формулировка задач целочисленного программирования
(*ответ*) аналогична задачам нелинейного программирования
аналогична задачам линейного программирования
не совпадает с задачами нелинейного программирования
аналогична задачам выпуклого программирования
Ответ эксперта
Из перечисленного: 1)метод ветвей и границ, 2) метод последовательного конструирования, 3) симплекс-метод, 4) метод анализа и отсева вариантов — к комбинаторным методам можно отнести
(*ответ*) 1, 2, 4
1, 2, 3
1, 3, 4
2, 3, 4
Из перечисленных последовательностей чисел: 1) F2 = 2, F3 = 3, F4 = 5, F5 = 8; 2) F2 = 2, F3 = 3, F4 = 4, F5 = 8; 3) F1 = 2, F3 = 3, F5 = 5, F7 = 7 — к числам Фибоначчи можно отнести
(*ответ*) только 1
2 и 3
только3
1 и 3
Из четырех методов: Фибоначчи, дихотомии, пассивный, золотого сечения наиболее эффективен метод
(*ответ*) Фибоначчи
золотого сечения
дихотомии
пассивный
Интервала неопределенности Ln после N экспериментов при параллельном поиске выражается следующим образом
(*ответ*) L n = xk+1 — xk-1 1£ k £ N
L n = 1/N
L n = xk — xk-1 1£ k £ N
Ln = xk+1 + xk-1 1£ k £ N
Использование нечетного числа опытов целесообразно только при
(*ответ*) большой погрешности измерений e
при не зависящей от номера измерения погрешности
при зависящей от номера измерения погрешности
малой погрешности измерений e
Исходная формулировка задачи при симплекс-методе должна содержать
(*ответ*) только положительные переменные и ограничения типа равенств
только отрицательные переменные и ограничения типа неравенств
только отрицательные переменные и ограничения типа равенств
только положительные переменные и ограничения типа неравенств
Итерационная формула в методе градиента записывается следующим образом
(*ответ*) xk+1 = — xk — l grad [F(xk)] x = {x1, х2,…хn}
xk+1 = — 2xk — l grad [F(xk)] x = {x1, х2,…хn}
xk+1 = — xk /2 — l grad [F(xk)] x = {x1, х2,…хn}
xk+1 = — xk + l grad [F(xk)] x = {x1, х2,…хn}
Итерационный процесс в методе Ньютона записывается в виде
(*ответ*) Xk+1 = xk — F(xk)/ F/ (xk)
Xk+1 = xk -2 F(xk)/ F/ (xk)
Xk+1 =2 xk — F(xk)/ F/ (xk)
Xk+1 = xk + F(xk)/ F/ (xk)
К числу релаксационных итерационных методов относится метод
(*ответ*) овражный
касательных
ветвей и границ
Фибоначчи
Классический метод градиента может быть описан следующим дифференциальным уравнением
(*ответ*) dx/dt = — l grad [F(x)] x = {x1, х2,…хn}
dx/dl = — l grad [F(x)] + F(x) x = {x1, х2,…хn}
dF/dx = — l grad [F(x)] — F (x) x = {x1, х2,…хn}
dy/dx = l grad [F(x)] x = {x1, х2,…хn}
Комбинаторные методы решения задач целочисленного программирования основаны на той или иной идее направленного перебора вариантов с помощью определенного набора правил, которые позволяют
(*ответ*) исключать подмножества вариантов, не содержащие оптимальной точки
найти подмножества локальных экстремумов
исключать подмножества локальных экстремумов
найти подмножества вариантов, содержащие оптимальную точку
Математическая формулировка задач целочисленного программирования
(*ответ*) аналогична задачам нелинейного программирования
аналогична задачам линейного программирования
не совпадает с задачами нелинейного программирования
аналогична задачам выпуклого программирования