Formularz kontaktowy
Memorizer+

Wykup dostęp

Ta funkcja jest dostępna dla użytkowników, którzy wykupili plan Memorizer+

Fiszki

Badania Operacyjne - WWSI

Test w formie fiszek Zaznacz prawidłowe odpowiedzi. Co najmniej jedna z nich jest prawdziwa i co najmniej jedna jest nieprawdziwa:
Ilość pytań: 24 Rozwiązywany: 3581 razy
Zbiór poprawnych danych występujący w sformułowaniu zadania optymalizacyjnego ma następującą właściwość:
Generowany jest przez związki, w których mogą występować wyłącznie dane
Jego elementami są dane i wskaźniki
Generowany jest przez związki, w których mogą występować zmienne decyzyjne
Nie może być zbiorem pustym
Jego element może być znany decydentowi w chwili podejmowania decyzji
Nie może być zbiorem pustym
Zbiór poprawnych danych występujący w sformułowaniu zadania optymalizacyjnego ma następującą właściwość:
Generowany jest przez związki, w których mogą występować wyłącznie dane
Jego elementami są dane i wskaźniki
Generowany jest przez związki, w których mogą występować zmienne decyzyjne
Nie może być zbiorem pustym
Jego element może być znany decydentowi w chwili podejmowania decyzji
Postać standardowa dla metody simpleks zadania liniowego programowania matematycznego (LPM) ma następującą właściwość:
Liczba zmiennych decyzyjnych jest większa od liczby równań generujących zbiór rozwiązań dopuszczalnych
Zbiór możliwych danych jest zbiorem wielościennym wypukłym
Ograniczenia są nierównościami typu <=
Funkcja celu jest maksymalizowana lub minimalizowana
Zmienne muszą przyjmować wartości nieujemne
Zmienne muszą przyjmować wartości nieujemne
Postać standardowa dla metody simpleks zadania liniowego programowania matematycznego (LPM) ma następującą właściwość:
Liczba zmiennych decyzyjnych jest większa od liczby równań generujących zbiór rozwiązań dopuszczalnych
Zbiór możliwych danych jest zbiorem wielościennym wypukłym
Ograniczenia są nierównościami typu <=
Funkcja celu jest maksymalizowana lub minimalizowana
Zmienne muszą przyjmować wartości nieujemne
Zbiór poprawnych danych występujący w sformułowaniu zadania optymalizacyjnego ma następującą właściwość:
Jego elementami są zestawy wartości danych
Generowany jest przez związki, w których mogą występować wskaźniki
Musi być zbiorem skończonym
Jego element może być znany decydentowi w chwili podejmowania decyzji
Generowany jest przez związki, w których mogą występować zmienne decyzyjne
Musi być zbiorem skończonym
Zbiór poprawnych danych występujący w sformułowaniu zadania optymalizacyjnego ma następującą właściwość:
Jego elementami są zestawy wartości danych
Generowany jest przez związki, w których mogą występować wskaźniki
Musi być zbiorem skończonym
Jego element może być znany decydentowi w chwili podejmowania decyzji
Generowany jest przez związki, w których mogą występować zmienne decyzyjne
Postać standardowa dla metody simpleks zadania liniowego programowania matematycznego (LPM) ma następującą właściwość:
Ograniczenia są nierównościami typu <=
Funkcja celu jest minimalizowana
Zmienne decyzyjne muszą przyjmować wartości nieujemne
Liczba zmiennych decyzyjnych jest równa liczbie równań generujących zbiór rozwiązań dopuszczalnych
Zbiór możliwych wartości wskaźnika jest zbiorem wielościennym wypukłym
Funkcja celu jest minimalizowana
Zmienne decyzyjne muszą przyjmować wartości nieujemne
Postać standardowa dla metody simpleks zadania liniowego programowania matematycznego (LPM) ma następującą właściwość:
Ograniczenia są nierównościami typu <=
Funkcja celu jest minimalizowana
Zmienne decyzyjne muszą przyjmować wartości nieujemne
Liczba zmiennych decyzyjnych jest równa liczbie równań generujących zbiór rozwiązań dopuszczalnych
Zbiór możliwych wartości wskaźnika jest zbiorem wielościennym wypukłym
Postać standardowa dla metody simpleks zadania liniowego programowania matematycznego (LPM) ma następującą właściwość
Jest to zadanie minimalizacji
Zmienne muszą przyjmować wartości dodatnie.
Ograniczenia nie muszą być równościami
Ograniczenia są nierównościami typu <=
Zmienne muszą przyjmować wartości całkowite lub binarne;
Jest to zadanie minimalizacji
Postać standardowa dla metody simpleks zadania liniowego programowania matematycznego (LPM) ma następującą właściwość
Jest to zadanie minimalizacji
Zmienne muszą przyjmować wartości dodatnie.
Ograniczenia nie muszą być równościami
Ograniczenia są nierównościami typu <=
Zmienne muszą przyjmować wartości całkowite lub binarne;
Optymalne rozwiązanie zadania LPM w postaci standardowej dla metody simpleks ma następującą właściwość
Musi być wierzchołkiem zbioru rozwiązań optymalnych
Nie istnieje, jeśli zbiór rozwiązań dopuszczalnych jest nieograniczony
Jeśli istnieje dokładnie jedno rozwiązanie optymalne to jest ono rozwiązaniem wierzchołkowym
Jeśli istnieją dwa różne rozwiązania optymalne to rozwiązań optymalnych jest nieskończenie wiele
Jeśli jest rozwiązaniem wierzchołkowym, to liczba zerowych zmiennych decyzyjnych jest równa różnicy pomiędzy liczbą zmiennych decyzyjnych a liczbą równań definiujących zbór rozwiązań dopuszczalnych
Jeśli istnieje dokładnie jedno rozwiązanie optymalne to jest ono rozwiązaniem wierzchołkowym
Optymalne rozwiązanie zadania LPM w postaci standardowej dla metody simpleks ma następującą właściwość
Musi być wierzchołkiem zbioru rozwiązań optymalnych
Nie istnieje, jeśli zbiór rozwiązań dopuszczalnych jest nieograniczony
Jeśli istnieje dokładnie jedno rozwiązanie optymalne to jest ono rozwiązaniem wierzchołkowym
Jeśli istnieją dwa różne rozwiązania optymalne to rozwiązań optymalnych jest nieskończenie wiele
Jeśli jest rozwiązaniem wierzchołkowym, to liczba zerowych zmiennych decyzyjnych jest równa różnicy pomiędzy liczbą zmiennych decyzyjnych a liczbą równań definiujących zbór rozwiązań dopuszczalnych
W metodzie simpleks w każdym kroku iteracyjnym:
Stwierdza się, że dotychczasowe rozwiązanie jest optymalne
Wyznacza się zmienną, która powinna zmienić wartość z liczby dodatniej na zero
Oblicza się nowe wartości wszystkich zmiennych zerowych
Wyznacza się zbiór rozwiązań dopuszczalnych
Wyznacza się wszystkie wierzchołki zbioru rozwiązań dopuszczalnych
Stwierdza się, że dotychczasowe rozwiązanie jest optymalne
W metodzie simpleks w każdym kroku iteracyjnym:
Stwierdza się, że dotychczasowe rozwiązanie jest optymalne
Wyznacza się zmienną, która powinna zmienić wartość z liczby dodatniej na zero
Oblicza się nowe wartości wszystkich zmiennych zerowych
Wyznacza się zbiór rozwiązań dopuszczalnych
Wyznacza się wszystkie wierzchołki zbioru rozwiązań dopuszczalnych
Zadanie wyznaczania maksymalnego przepływu ma następującą właściwość
Jeśli bieżące rozwiązanie jest optymalne to nie można wyznaczyć łańcucha powiększalnego
W łańcuchu powiększanym łuki, których przepływ jest równy przepustowości, muszą być skierowany od źródła do odpływu
Może nie istnieć skończone rozwiązanie optymalne
Przy zerowym przepływie początkowym każde rozwiązanie optymalne jest całkowitoliczbowe
Zbiór rozwiązań dopuszczalnych jest nieskończony i ograniczony
Jeśli bieżące rozwiązanie jest optymalne to nie można wyznaczyć łańcucha powiększalnego
Zbiór rozwiązań dopuszczalnych jest nieskończony i ograniczony
Zadanie wyznaczania maksymalnego przepływu ma następującą właściwość
Jeśli bieżące rozwiązanie jest optymalne to nie można wyznaczyć łańcucha powiększalnego
W łańcuchu powiększanym łuki, których przepływ jest równy przepustowości, muszą być skierowany od źródła do odpływu
Może nie istnieć skończone rozwiązanie optymalne
Przy zerowym przepływie początkowym każde rozwiązanie optymalne jest całkowitoliczbowe
Zbiór rozwiązań dopuszczalnych jest nieskończony i ograniczony
Optymalne rozwiązanie zadania LPM w postaci standardowej dla metody simpleks ma następującą właściwość:
Może nie istnieć, jeśli zbiór rozwiązań dopuszczalnych jest nieograniczony
Jeśli istnieje dokładnie jedno rozwiązanie optymalne to jest ono rozwiązaniem wierzchołkowym
Musi być wierzchołkiem zbioru poprawnych danych
Jeśli jest rozwiązaniem wierzchołkowym, to liczba niezerowych zmiennych decyzyjnych jest równa różnicy pomiędzy liczbą zmiennych decyzyjnych a liczbą równań definiujących zbór rozwiązań dopuszczalnych.
Jeśli istnieją dwa różne rozwiązania optymalne to rozwiązań optymalnych jest nieskończenie wiele
Jeśli istnieje dokładnie jedno rozwiązanie optymalne to jest ono rozwiązaniem wierzchołkowym
Optymalne rozwiązanie zadania LPM w postaci standardowej dla metody simpleks ma następującą właściwość:
Może nie istnieć, jeśli zbiór rozwiązań dopuszczalnych jest nieograniczony
Jeśli istnieje dokładnie jedno rozwiązanie optymalne to jest ono rozwiązaniem wierzchołkowym
Musi być wierzchołkiem zbioru poprawnych danych
Jeśli jest rozwiązaniem wierzchołkowym, to liczba niezerowych zmiennych decyzyjnych jest równa różnicy pomiędzy liczbą zmiennych decyzyjnych a liczbą równań definiujących zbór rozwiązań dopuszczalnych.
Jeśli istnieją dwa różne rozwiązania optymalne to rozwiązań optymalnych jest nieskończenie wiele
W metodzie simpleks w każdym kroku iteracyjnym:
Wartości wszystkich zmiennych zerowych zmienia się na wartości dodatnie
Oblicza się nowe wartości wszystkich zmiennych decyzyjnych
Wyznacza się minimalny element zbioru rozwiązań dopuszczalnych
Bada się czy dotychczasowe rozwiązanie można poprawić
Poszukuje się kolejnego wierzchołka zbioru rozwiązań dopuszczalnych
Bada się czy dotychczasowe rozwiązanie można poprawić
Poszukuje się kolejnego wierzchołka zbioru rozwiązań dopuszczalnych
W metodzie simpleks w każdym kroku iteracyjnym:
Wartości wszystkich zmiennych zerowych zmienia się na wartości dodatnie
Oblicza się nowe wartości wszystkich zmiennych decyzyjnych
Wyznacza się minimalny element zbioru rozwiązań dopuszczalnych
Bada się czy dotychczasowe rozwiązanie można poprawić
Poszukuje się kolejnego wierzchołka zbioru rozwiązań dopuszczalnych
Optymalne rozwiązanie zadania LPM w postaci standardowej dla metody simpleks ma następującą właściwość:
Jeśli jest rozwiązaniem wierzchołkowym, to zawiera tyle zmiennych niezerowych ile jest równań definiujących zbiór rozwiązań dopuszczalnych
Zawiera maksymalne wartości zmiennych decyzyjnych
Zawsze istnie, jeśli zbiór rozwiązań dopuszczalnych jest niepusty
Nie istnieje, jeśli zbiór rozwiązań dopuszczalnych zawiera nieskończenie wiele elementów
Zawsze istnieje optymalne rozwiązanie wierzchołkowe lub nie istnieje żadne rozwiązanie optymalne
Zawsze istnie, jeśli zbiór rozwiązań dopuszczalnych jest niepusty
Zawsze istnieje optymalne rozwiązanie wierzchołkowe lub nie istnieje żadne rozwiązanie optymalne
Optymalne rozwiązanie zadania LPM w postaci standardowej dla metody simpleks ma następującą właściwość:
Jeśli jest rozwiązaniem wierzchołkowym, to zawiera tyle zmiennych niezerowych ile jest równań definiujących zbiór rozwiązań dopuszczalnych
Zawiera maksymalne wartości zmiennych decyzyjnych
Zawsze istnie, jeśli zbiór rozwiązań dopuszczalnych jest niepusty
Nie istnieje, jeśli zbiór rozwiązań dopuszczalnych zawiera nieskończenie wiele elementów
Zawsze istnieje optymalne rozwiązanie wierzchołkowe lub nie istnieje żadne rozwiązanie optymalne
W metodzie simpleks w każdym kroku iteracyjnym:
Oblicza się nową wartość jednej ze zmiennych decyzyjnych, która jest równa zeru
Otrzymuję się minimalną wartość funkcji celu
Zmniejsza się wartość funkcji celu, o ile jest to możliwe
Oblicza się nową wartość jednej ze zmiennych decyzyjnych, która jest równa zeru
Zmniejsza się wartość funkcji celu, o ile jest to możliwe
W metodzie simpleks w każdym kroku iteracyjnym:
Oblicza się nową wartość jednej ze zmiennych decyzyjnych, która jest równa zeru
Otrzymuję się minimalną wartość funkcji celu
Zmniejsza się wartość funkcji celu, o ile jest to możliwe
Zadanie wyznaczania maksymalnego przepływu ma następującą właściwość:
Zbiór rozwiązań dopuszczalnych może być pusty
Każde rozwiązanie optymalne jest całkowitoliczbowe, o ile przepływ początkowy jest zerowy
Jeśli bieżące rozwiązanie nie jest optymalne to nie można wyznaczyć łańcucha powiększalnego
Może nie istnieć skończone rozwiązanie optymalne
W łańcuchu powiększanym łuki, których przepływ jest równy przepustowości, muszą być skierowany od odpływu do źródła
W łańcuchu powiększanym łuki, których przepływ jest równy przepustowości, muszą być skierowany od odpływu do źródła
Zadanie wyznaczania maksymalnego przepływu ma następującą właściwość:
Zbiór rozwiązań dopuszczalnych może być pusty
Każde rozwiązanie optymalne jest całkowitoliczbowe, o ile przepływ początkowy jest zerowy
Jeśli bieżące rozwiązanie nie jest optymalne to nie można wyznaczyć łańcucha powiększalnego
Może nie istnieć skończone rozwiązanie optymalne
W łańcuchu powiększanym łuki, których przepływ jest równy przepustowości, muszą być skierowany od odpływu do źródła
Zadanie wyznaczania maksymalnego przepływu ma następującą właściwość:
Jeśli przepustowości są liczbami całkowitymi, to zawsze istnieje optymalne rozwiązanie całkowitoliczbowe
Każdy przepływ może rozłożyć na łańcuchy powiększalne.
Macierz ograniczeń zadania optymalnego może nie być całkowicie unimodularna
Wartość maksymalnego przepływu jest większa od przepustowości minimalnego przekroju rozdzielającego
Niemożliwość wyznaczenia łańcucha powiększalnego oznacza, że nie istnieje rozwiązanie optymalne
Jeśli przepustowości są liczbami całkowitymi, to zawsze istnieje optymalne rozwiązanie całkowitoliczbowe
Macierz ograniczeń zadania optymalnego może nie być całkowicie unimodularna
Zadanie wyznaczania maksymalnego przepływu ma następującą właściwość:
Jeśli przepustowości są liczbami całkowitymi, to zawsze istnieje optymalne rozwiązanie całkowitoliczbowe
Każdy przepływ może rozłożyć na łańcuchy powiększalne.
Macierz ograniczeń zadania optymalnego może nie być całkowicie unimodularna
Wartość maksymalnego przepływu jest większa od przepustowości minimalnego przekroju rozdzielającego
Niemożliwość wyznaczenia łańcucha powiększalnego oznacza, że nie istnieje rozwiązanie optymalne
Zagadnienie transportowe ma następującą właściwość:
Może nie istnieć rozwiązanie optymalne zadania optymalizacyjnego
Liczba zmiennych decyzyjnych jest równa sumie liczb dostawców i odbiorców pomniejszona o jeden
W przypadku, gdy popyt przekracza podaż, zastosowanie metody potencjałów wymaga wprowadzenia dodatkowego dostawcy
W otwartym zadaniu transportowym ograniczenia wynikające z zapotrzebowań mają postać równań
Metoda kąta północno-zachodniego jest jedną z metod wyznaczania rozwiązania początkowego
W przypadku, gdy popyt przekracza podaż, zastosowanie metody potencjałów wymaga wprowadzenia dodatkowego dostawcy
Metoda kąta północno-zachodniego jest jedną z metod wyznaczania rozwiązania początkowego
Zagadnienie transportowe ma następującą właściwość:
Może nie istnieć rozwiązanie optymalne zadania optymalizacyjnego
Liczba zmiennych decyzyjnych jest równa sumie liczb dostawców i odbiorców pomniejszona o jeden
W przypadku, gdy popyt przekracza podaż, zastosowanie metody potencjałów wymaga wprowadzenia dodatkowego dostawcy
W otwartym zadaniu transportowym ograniczenia wynikające z zapotrzebowań mają postać równań
Metoda kąta północno-zachodniego jest jedną z metod wyznaczania rozwiązania początkowego
Zaznacz poprawne pary: nazwa algorytmu - typ algorytmu:
Algorytm simpleks - metoda rozgałęzień i ograniczeń
Algorytm dla zadania plecakowego - algorytm programowania dynamicznego
Algorytm metody odcięć - algorytm zachłanny
Algorytm wyznaczania drogi najkrótszej w sieci acyklicznej - algorytm zachłanny
Algorytm wyznaczania przydziału maksyminowego – algorytm rekurencyjny
Algorytm simpleks - metoda rozgałęzień i ograniczeń
Algorytm dla zadania plecakowego - algorytm programowania dynamicznego
Algorytm metody odcięć - algorytm zachłanny
Zaznacz poprawne pary: nazwa algorytmu - typ algorytmu:
Algorytm simpleks - metoda rozgałęzień i ograniczeń
Algorytm dla zadania plecakowego - algorytm programowania dynamicznego
Algorytm metody odcięć - algorytm zachłanny
Algorytm wyznaczania drogi najkrótszej w sieci acyklicznej - algorytm zachłanny
Algorytm wyznaczania przydziału maksyminowego – algorytm rekurencyjny
Prawdziwe jest następujące zdanie:
Macierz jest całkowicie unimodularna, jeśli wyznacznik każdej jej podmacierzy kwadratowej jest równy 0, 1 lub (-1)
Teoria masowej obsługi opisuje zjawiska deterministyczne
W metodzie programowania dynamicznego wyznaczane są wszystkie stany procesu przy sterowaniu optymalnym.
W systemach masowej obsługi z poczekalnią o ograniczonej pojemności intensywność zgłoszeń do systemu może być większa od intensywności obsługi
Metoda PERT wyznacza optymalny plan realizacji przedsięwzięcia złożonego
Macierz jest całkowicie unimodularna, jeśli wyznacznik każdej jej podmacierzy kwadratowej jest równy 0, 1 lub (-1)
W systemach masowej obsługi z poczekalnią o ograniczonej pojemności intensywność zgłoszeń do systemu może być większa od intensywności obsługi
Metoda PERT wyznacza optymalny plan realizacji przedsięwzięcia złożonego
Prawdziwe jest następujące zdanie:
Macierz jest całkowicie unimodularna, jeśli wyznacznik każdej jej podmacierzy kwadratowej jest równy 0, 1 lub (-1)
Teoria masowej obsługi opisuje zjawiska deterministyczne
W metodzie programowania dynamicznego wyznaczane są wszystkie stany procesu przy sterowaniu optymalnym.
W systemach masowej obsługi z poczekalnią o ograniczonej pojemności intensywność zgłoszeń do systemu może być większa od intensywności obsługi
Metoda PERT wyznacza optymalny plan realizacji przedsięwzięcia złożonego
Zagadnienie transportowe ma następującą właściwość:
W przypadku, gdy popyt nie jest równy podaży, zastosowanie metody potencjałów wymaga wprowadzenia dodatkowego dostawcy
Liczba zmiennych decyzyjnych jest równa iloczynowi liczb dostawców i odbiorców
Może nie istnieć całkowitoliczbowe rozwiązanie optymalne zadania optymalizacyjnego
W zamkniętym zdaniu transportowym ograniczenia wynikające z zapotrzebowań mają postać równań
Metoda kąta północno-zachodniego jest jedną z metod poprawiania znanego rozwiązania dopuszczalnego
W zamkniętym zdaniu transportowym ograniczenia wynikające z zapotrzebowań mają postać równań
Zagadnienie transportowe ma następującą właściwość:
W przypadku, gdy popyt nie jest równy podaży, zastosowanie metody potencjałów wymaga wprowadzenia dodatkowego dostawcy
Liczba zmiennych decyzyjnych jest równa iloczynowi liczb dostawców i odbiorców
Może nie istnieć całkowitoliczbowe rozwiązanie optymalne zadania optymalizacyjnego
W zamkniętym zdaniu transportowym ograniczenia wynikające z zapotrzebowań mają postać równań
Metoda kąta północno-zachodniego jest jedną z metod poprawiania znanego rozwiązania dopuszczalnego
Zagadnienie transportowe ma następującą właściwość:
Zamknięte zadanie transportowe należy przekształcić do zadania otwartego dodając jednego odbiorcę
Macierz ograniczeń zadania zawiera wyłącznie zera i jedynki
Dla zadania zamkniętego liczba niezerowych zmiennych decyzyjnych rozwiązania optymalnego jest równa iloczynowi liczb dostawców pomniejszonemu o jeden
Przy 8 dostawcach i 7 odbiorcach liczba zmiennych decyzyjnych wynosi 15
Metoda potencjałów wyznacza pewną liczbę, o którą są następnie zmieniane wartości pewnych zmiennych decyzyjnych
Metoda potencjałów wyznacza pewną liczbę, o którą są następnie zmieniane wartości pewnych zmiennych decyzyjnych
Zagadnienie transportowe ma następującą właściwość:
Zamknięte zadanie transportowe należy przekształcić do zadania otwartego dodając jednego odbiorcę
Macierz ograniczeń zadania zawiera wyłącznie zera i jedynki
Dla zadania zamkniętego liczba niezerowych zmiennych decyzyjnych rozwiązania optymalnego jest równa iloczynowi liczb dostawców pomniejszonemu o jeden
Przy 8 dostawcach i 7 odbiorcach liczba zmiennych decyzyjnych wynosi 15
Metoda potencjałów wyznacza pewną liczbę, o którą są następnie zmieniane wartości pewnych zmiennych decyzyjnych
Zaznacz poprawne pary: nazwa algorytmu - typ algorytmu:
Algorytm simpleks - metoda rozgałęzień i ograniczeń
Algorytm wyznaczania drogi najkrótszej w sieci acyklicznej - algorytm zachłanny
Algorytm wyznaczania przepływu maksymalnego - algorytm rekurencyjny
Algorytm metody odcięć - algorytm zachłanny
Algorytm dla zadania plecakowego - algorytm rekurencyjny
Algorytm simpleks - metoda rozgałęzień i ograniczeń
Algorytm metody odcięć - algorytm zachłanny
Algorytm dla zadania plecakowego - algorytm rekurencyjny
Zaznacz poprawne pary: nazwa algorytmu - typ algorytmu:
Algorytm simpleks - metoda rozgałęzień i ograniczeń
Algorytm wyznaczania drogi najkrótszej w sieci acyklicznej - algorytm zachłanny
Algorytm wyznaczania przepływu maksymalnego - algorytm rekurencyjny
Algorytm metody odcięć - algorytm zachłanny
Algorytm dla zadania plecakowego - algorytm rekurencyjny
Zaznacz poprawne pary: nazwa algorytmu - typ algorytmu:
Zero-jedynkowy algorytm addytywny Balasa - metoda rozgałęzień ograniczeń
Algorytm Prima wyznaczania drzewa ekonomicznego - algorytm zachłanny
Metoda odcięć - algorytm zachłanny
Metoda potencjałów - programowanie dynamiczne
Programowane dynamiczne - algorytm rekurencyjny
Zero-jedynkowy algorytm addytywny Balasa - metoda rozgałęzień ograniczeń
Programowane dynamiczne - algorytm rekurencyjny
Zaznacz poprawne pary: nazwa algorytmu - typ algorytmu:
Zero-jedynkowy algorytm addytywny Balasa - metoda rozgałęzień ograniczeń
Algorytm Prima wyznaczania drzewa ekonomicznego - algorytm zachłanny
Metoda odcięć - algorytm zachłanny
Metoda potencjałów - programowanie dynamiczne
Programowane dynamiczne - algorytm rekurencyjny
Prawdziwe jest następujące zdanie:
W metodzie programowania dynamicznego wyznaczane są wszystkie stany procesu przy sterowaniu optymalnym
Przepływ w sieci skierowanej opisuje zjawiska zależne od czasu
Metoda odcięć jest stosowana przy poszukiwaniu rozwiązań całkowitoliczbowych
Macierz jest całkowicie unimodularna, jeśli wyznacznik każdej jej podmacierzy kwadratowej jest równy 0 lub 1
Układ równań niezależnych, w którym występuje tyle samo zmiennych ile równań, ma dokładnie jedno rozwiązanie
Metoda odcięć jest stosowana przy poszukiwaniu rozwiązań całkowitoliczbowych
Prawdziwe jest następujące zdanie:
W metodzie programowania dynamicznego wyznaczane są wszystkie stany procesu przy sterowaniu optymalnym
Przepływ w sieci skierowanej opisuje zjawiska zależne od czasu
Metoda odcięć jest stosowana przy poszukiwaniu rozwiązań całkowitoliczbowych
Macierz jest całkowicie unimodularna, jeśli wyznacznik każdej jej podmacierzy kwadratowej jest równy 0 lub 1
Układ równań niezależnych, w którym występuje tyle samo zmiennych ile równań, ma dokładnie jedno rozwiązanie
Prawdziwe jest następujące zdanie:
Gdy macierz ograniczeń zadania LPM jest całkowicie unimodularna, to może istnieć całkowitoliczbowe rozwiązanie optymalne tego zdania
Zadanie transportowe polega na wyznaczeniu kosztów przewozu
Układ niezależnych równań liniowych, w którym występuje więcej równań niż zmiennych ma nieskończenie wiele rozwiązań
Zagadnienie plecakowe opisuje problem przy pełnej informacji o wartościach danych
Metoda programowania dynamicznego może być stosowana wyłącznie w sytuacji gdy dla każdego stanu sterowanie zależy od stanów wcześniejszych
Gdy macierz ograniczeń zadania LPM jest całkowicie unimodularna, to może istnieć całkowitoliczbowe rozwiązanie optymalne tego zdania
Prawdziwe jest następujące zdanie:
Gdy macierz ograniczeń zadania LPM jest całkowicie unimodularna, to może istnieć całkowitoliczbowe rozwiązanie optymalne tego zdania
Zadanie transportowe polega na wyznaczeniu kosztów przewozu
Układ niezależnych równań liniowych, w którym występuje więcej równań niż zmiennych ma nieskończenie wiele rozwiązań
Zagadnienie plecakowe opisuje problem przy pełnej informacji o wartościach danych
Metoda programowania dynamicznego może być stosowana wyłącznie w sytuacji gdy dla każdego stanu sterowanie zależy od stanów wcześniejszych
Funkcja celu występująca w sformułowaniu zadania optymalizacyjnego ma następującą właściwość:
Jest maksymalizowana
Generowana jest przez związki, w których występują zmienne decyzyjne oraz wskaźnik
Jej wartości zależą od danych i zmiennych decyzyjnych
Przedstawia równanie płaszczyzny w przestrzeni trójwymiarowej
Jej wartość nie może być znana decydentowi w chwili podejmowania decyzji.
Generowana jest przez związki, w których występują zmienne decyzyjne oraz wskaźnik
Funkcja celu występująca w sformułowaniu zadania optymalizacyjnego ma następującą właściwość:
Jest maksymalizowana
Generowana jest przez związki, w których występują zmienne decyzyjne oraz wskaźnik
Jej wartości zależą od danych i zmiennych decyzyjnych
Przedstawia równanie płaszczyzny w przestrzeni trójwymiarowej
Jej wartość nie może być znana decydentowi w chwili podejmowania decyzji.
Memorizer.pl

Cześć!

Wykryliśmy, że blokujesz reklamy na naszej stronie.

Reklamy, jak zapewne wiesz, pozwalają na utrzymanie i rozwój serwisu. W związku z tym prosimy Cię o ich odblokowanie by móc kontynuować naukę.

Wyłącz bloker reklam a następnie
Kliknij aby przeładować stronę
lub
Subskrybuj Memorizer+