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
Nie może być zbiorem pustym
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
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
Musi być zbiorem skończonym
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
Funkcja celu jest minimalizowana
Zmienne decyzyjne muszą przyjmować wartości nieujemne
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;
Jest to zadanie minimalizacji
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
Jeśli istnieje dokładnie jedno rozwiązanie optymalne to jest ono rozwiązaniem wierzchołkowym
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
Stwierdza się, że dotychczasowe rozwiązanie jest optymalne
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
Jeśli bieżące rozwiązanie jest optymalne to nie można wyznaczyć łańcucha powiększalnego
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
Jeśli istnieje dokładnie jedno rozwiązanie optymalne to jest ono rozwiązaniem wierzchołkowym
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
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
Zawsze istnie, jeśli zbiór rozwiązań dopuszczalnych jest niepusty
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
Oblicza się nową wartość jednej ze zmiennych decyzyjnych, która jest równa zeru
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
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
Jeśli przepustowości są liczbami całkowitymi, to zawsze istnieje optymalne rozwiązanie całkowitoliczbowe
Macierz ograniczeń zadania optymalnego może nie być całkowicie unimodularna
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
W przypadku, gdy popyt przekracza podaż, zastosowanie metody potencjałów wymaga wprowadzenia dodatkowego dostawcy
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