Все вопросы к тесту (html) Математические методы и компьютерные технологии в науке и образовании (для магистратуры)



Можно с помощью математических моделей описывать как глобальные, так и локальные социально-экономические объекты:

Оптимизационные модели возникают при попытке оптимизировать планирование и управление сложными системами, в первую очередь экономическими системами:

Цель исследования операций - количественное обоснование принимаемых решений по организации управления:

Эконометрика - наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов:

Экономико-математическое моделирование является обширной областью применения математики и кибернетики:



В исследовании операций применяются различные математические методы построения моделей социальных и экономических систем:

Задачи массового обслуживания редко встречаются на практике:

Использовать визуальное представление задачи линейного программирования можно для достаточно большого числа переменных:

Количество переменных величин в задаче линейного программирования ограничено:

Критерий эффективности обычно представляет собой некоторую функцию, на которую накладывается ряд ограничений:

Математические модели в экономике разработаны для всех возможных классов рыночной среды:

Методы исследования операций всегда позволяют строить точные модели социальных и экономических систем:

При решении задачи линейного программирования можно использовать геометрические методы:

Транспортная задача линейного программирования имеет практическое значение:

Экономико-математические модели в основном состоят из моделей равновесия и моделей роста экономических систем:

Экономико-математическое моделирование является одним из эффективных методов описания сложных социально-экономических объектов и процессов в виде математических моделей:



Задачи динамического программирования решают "пошаговой оптимизацией":

Из выполнения критерия Сильвестра можно вывести наличие максимума (или минимума) функции многих переменных:

При выполнении необходимого условия экстремума функция непременно достигает максимума (или минимума):

Следует четко представлять себе различие между локальным экстремумом функции, глобальным экстремумом и условным экстремумом:

Среди ограничений задачи оптимизации нет неравенств, не обязательны условия неотрицательности, переменные не являются дискретными, число переменных больше числа ограничений:



"Принцип оптимальности" при решении задач динамического программирования приводит к расчету оптимизации "наоборот":

В задачах нелинейной оптимизации используются дифференцируемые функции:

В общем случае задачу динамического программирования целесообразно решать простым перебором:

Для реальных задач всегда можно перечислить полный набор оптимальных решений:

Задачами выпуклого программирования являются задачи нахождения экстремума с невыпуклыми ограничениями:

Задачи оптимизации можно рассматривать в реальной ситуации как задачи стохастического программирования:

Задачу линейной оптимизации можно решать в случае негладкой границы области определения:

Значение целевой функции убывает в направлении, обратном направлению градиента:

Пересечение двух выпуклых множеств является выпуклым:

Повышение точности задачи аппроксимации происходит при измельчении области определения на большее число отрезков:

При наличии ограничений возникают задачи условного экстремума:



Геометрический метод решения двумерной задачи линейного программирования с большим числом ограничений является легким:

Для реальных задач размер игровой матрицы может быть как угодно большим:

Задачи целочисленного программирования являются частным случаем задач линейного программирования:

Можно дать геометрическую интерпретацию решению задач линейного программирования с числом переменных большим трех:

Можно любую матричную игру привести к задаче линейного программирования:

Можно построить геометрическую интерпретацию решения игры в евклидовом пространстве соответствующей размерности:

Можно применять теорию игр для выработки стратегических решений (например, политических):

Решение задачи целочисленного программирования является более сложным процессом по сравнению с решением общей задачи линейного программирования:

Существуют программы для ЭВМ, реализующие все шаги решения симплекс-метода:

Типичным для платежных матриц реальных игр является наличие седловых точек:

Часто в реальных ситуациях верхняя и нижняя цены игры бывают различны для чистых стратегий игроков:



В реальной действительности существуют задачи, сводящиеся к задачам целочисленного программирования:

Метод Гомори решения задач целочисленного программирования не основан на симплексном методе и методах построения правильного отсечения:

Округление может привести к далекому от оптимального целочисленному решению:

Существуют программные методы, позволяющие получать последовательность чистых стратегий, приводящих к оптимальной стратегии любого игрока:

Целью теории игр является нахождение оптимальной стратегии для каждого игрока: