Ric_Ope_chiuse

Quali tra i seguenti è un passo previsto dall'approccio modellistico ai problemi decisionali. Confronto del modello matematico con altre tipologie di modelli. Sintesi del modello. Soluzione numerica o matematica. Soluzione grafica o visiva.

Un modello matematico è. Dipendente dalla soluzione specifica del problema. Dipendente dai dati specifici del problema. Indipendente dalle relazioni specifiche del problema. Indipendente dai dati specifici del problema.

Quale tra le seguenti non è una proprietà del modello valutata in fase di analisi del modello secondo l'approccio modellistico. Condizioni di ottimalità. Esistenza e unicità della soluzione ottima. Stabilità delle soluzioni. Determinazione della soluzione ottima.

Quale tra le seguenti non è una fase prevista dall'approccio modellistico. Soluzione qualitativa del problema. Soluzione numerica del problema. Analisi del problema. Analisi del modello.

Nei modelli matematici previsti dall'approccio modellistico la regione ammissibile è. L'insieme dei valori delle variabili che massimizzazione la funzione obiettivo. Nessuna delle opzioni. L'insieme dei valori delle variabili che minimizzano la funzione obiettivo. L'insieme dei valori delle variabili che soddisfano tutti i vincoli.

Nei modelli matematici previsti dall'approccio modellistico la funzione obiettivo. È una funzione delle variabili decisionali del problema. Non può essere vuota. Non può essere una costante. È una funzione dei vincoli logici del problema.

L'identificazione di un modello di Programmazione Matematica non prevede. La definizione delle variabili di decisione del problema. La definizione dei vincoli del problema. La definizione della soluzione del problema. La definizione della funzione obiettivo del problema.

Un modello matematico può essere. O statico o dinamico, ma non entrambi. O stocastico o dinamico, ma non entrambi. O statico o deterministico ma non entrambi. Nessuna delle opzioni.

Un modello matematico può essere. Nessuna delle opzioni. O stocastico o deterministico, ma non entrambi. Sia stocastico che deterministico. O stocastico o statico, ma non entrambi.

La definizione di modelli matematici previsti dall'approccio modellistico. Non prevede la definizione di grandezze bensì di relazioni funzionali. Nessuna delle opzioni. Prevede la definizione di variabili matematiche e di opportune grandezze per rendere esplicite le principali relazioni funzionali che legano le variabili del problema tra loro. Prevede la definizione di opportune grandezze per rendere esplicite le principali relazioni funzionali che legano le variabili del problema tra loro.

Nei modelli matematici previsti dall'approccio modellistico la funzione obiettivo. È sempre una funzione lineare delle variabili del problema. È sempre una funzione da massimizzare o da minimizzare. È sempre una funzione da massimizzare. È sempre una funzione da minimizzare.

L'approccio modellistico ai problemi decisionali. Prevede una serie aciclica di passi. Prevede una serie di passi che vanno dall'analisi del problema alla validazione del modello adottato. Prevede una serie di passi che vanno dall'analisi del problema alla sua soluzione numerica. Nessuna delle opzioni.

Quali tra i seguenti è un passo previsto dall'approccio modellistico ai problemi decisionali. Soluzione per ispezione. Confronto interno ed esterno del modello canonico. Traduzione del modello. Identificazione del modello.

Il problema min{e-x: x ≥ 0} è. Ammette soluzione ottima. Illimitato superiormente. Vuoto. Nessuna delle opzioni.

Massimizzare una funzione f a valori reali su un insieme C è equivalente a. Minimizzare la funzione -f sull'insieme C. Massimizzare la funzione f sull'insieme vuoto. Minimizzare la funzione f su un insieme D con intersezione nulla con C. Minimizzare la funzione f sull'insieme complemento di C.

Un problema di ottimizzazione di minimizzazione è inferiormente illimitato se. Preso un valore M esiste sempre una soluzione ammissibile di valore maggiore o uguale di M. Preso un valore M esiste sempre una soluzione ammissibile di valore minore o uguale di M. Preso un valore M esiste sempre una soluzione ammissibile di valore minore di M. Preso un valore M esiste sempre una soluzione ammissibile di valore maggiore di M.

Un problema di ottimizzazione è illimitato. Se lo è sia inferiormente che superiormente. Se è vuoto e non ammette soluzione ottima. Se è non vuoto e ammette soluzione ottima. O superiormente o inferiormente.

Il problema min{e-x: x ≥ 0} è. Nessuna delle opzioni. Illimitato inferiormente. Ammette soluzione ottima. Vuoto.

Un problema di ottimizzazione di massimizzazione è superiormente illimitato se. Preso un valore M esiste sempre una soluzione ammissibile di valore minore di M. Preso un valore M esiste sempre una soluzione ammissibile di valore maggiore o uguale di M. Preso un valore M esiste sempre una soluzione ammissibile di valore maggiore di M. Preso un valore M esiste sempre una soluzione ammissibile di valore minore o uguale di M.

Un problema di ottimizzazione può. O ammettere soluzione ottima o essere inammissibile. O ammettere soluzione ottima o essere illimitato (inferiormente o superiormente). O ammettere soluzione ottima o essere inammissibile e essere illimitato (inferiormente o superiormente). O ammettere soluzione ottima o essere inammissibile o essere illimitato (inferiormente o superiormente).

Il valore che la funzione obiettivo assume in una soluzione ottima è detto. Valore ottimo. Nessuna delle opzioni. Valore ammissibile. Valore di decisione.

Minimizzare una funzione f a valori reali su un insieme C è equivalente a. Massimizzare la funzione -f sull'insieme C. Massimizzare la funzione f su un insieme D con intersezione nulla con C. Massimizzare la funzione f sull'insieme vuoto. Nessuna delle opzioni.

Un problema di ottimizzazione è inammissibile se. L'insieme delle soluzioni ottime è vuoto. L'insieme delle variabili è vuoto. L'insieme delle soluzioni ammissibili è vuoto. Nessuna delle opzioni.

Dato un insieme non vuoto C e una funzione f definita in C a valori reali (f:C->R), il problema di massimizzazione associato alla coppia (C,f) consiste in. Determinare, se esiste, un elemento x* in C tale che f(x*) <= f(x) per ogni x in C. Determinare, se esiste, un elemento x* in C tale che f(x*) >= f(x) per ogni x in C. Determinare, se esiste, un elemento x* in C tale che f(x*) <f(x) per ogni x in C. Determinare, se esiste, un elemento x* in C tale che f(x*) > f(x) per ogni x in C.

Il problema min{5: x =1, x ≥ 0}. Risulta vuoto. Risulta illimitato inferiormente. Ammette soluzione ottima. Nessuna delle opzioni.

Dato un insieme non vuoto C e una funzione f definita in C a valori reali (f:C->R), il problema di minimizzazione associato alla coppia (C,f) consiste in. Determinare, se esiste, un elemento x* in C tale che f(x*) <f(x) per ogni x in C. Determinare, se esiste, un elemento x* in C tale che f(x*) > f(x) per ogni x in C. Determinare, se esiste, un elemento x* in C tale che f(x*) <= f(x) per ogni x in C. Determinare, se esiste, un elemento x* in C tale che f(x*) >= f(x) per ogni x in C.

Il problema max{3: x =2, x ≤ 0}. Ammette soluzione ottima pari a 3. Nessuna delle opzioni. Ammette soluzione ottima pari a 2. Non ammette soluzione.

Il problema max{x: x ≥ 0} è. Illimitato inferiormente. Nessuna delle opzioni. Ammette soluzione ottima. Vuoto.

Il problema max{x: x ≥ 0} è. Ammette soluzione ottima. Nessuna delle opzioni. Vuoto. Illimitato superiormente.

Il problema min{2x: x + y =1, x + y ≤ 0} è. Ammette soluzione ottima. Illimitato superiormente. Nessuna delle opzioni. Vuoto.

Il problema di massimizzazione MAX(X,f) associato alla coppia (X,f). È equivalente al problema di minimizzazione associato alla coppia (X,f). È equivalente al problema di massimizzazione associato alla coppia (X,-f). È equivalente al problema di minimizzazione associato alla coppia (X,-f). È equivalente al problema di massimizzazione associato alla coppia (-X,-f).

Il problema max{7: x =0, y=1}. Ammette soluzione ottima di valore 0. Ammette soluzione ottima di valore 1. Ammette soluzione ottima di valore 7. Non ammette soluzione.