Ricerca Operativa - Teoria

1.1. La Ricerca Operativa è nata. Negli anni '90 per scopi industriali. Negli anni '80 grazie allo sviluppo di calcolatori sempre più potenti. Negli anni '40 per scopi bellici. Negli anni '70 per semplificare i processi di logistica.

1.2. Nell'ambito della Ricerca Operativa i problemi reali sono affrontati. Definendone una rappresentazione approssimata. Definendone una rappresentazione astratta. Definendone una rappresentazione qualitativa. Definendone una rappresentazione quantitativa.

1.3. Aspetto fondamentale della Ricerca Operativa è: Identificare un modello matematico con cui studiare in modo sistematico il problema decisionale. Identificare un modello matematico con cui studiare in modo approssimato il problema decisionale. Identificare un modello astratto con cui studiare in modo sistematico il problema decisionale. Identificare un modello astratto con cui studiare in modo approssimato il problema decisionale.

1.4. All'interno del 'Metodo delle Cinque fasi' la fase in cui viene definito un modello matematico viene detta: Identificazione del problema. Formulazione del problema. Soluzione del problema. Validazione.

1.5. Se l'insieme dei vincoli di un problema di ottimizzazione definisce un insieme vuoto, vuol dire che: Si possono avere più di una soluzione ottima. Tutte le soluzioni forniscono lo stesso valore della funzione obiettivo. Non esistono soluzioni ammissibili. Il problema è illimitato.

1.6. Scopo della ricerca operativa è: Determinare una possibile soluzione di un problema in presenza di risorse limitate. Determinare la decisione ottima di un problema in presenza di risorse illimitate. Determinare la decisione ottima di un problema in presenza di risorse limitate. Determinare una possibile soluzione di un problema in presenza di risorse illimitate.

1.7. La definizione di un problema di progettazione di reti è. Definire i collegamenti e dimensionare le capacità di una rete stradale, di telecomunicazioni, di trasmissione dei dati, in modo di garantire il traffico tra le varie origini e destinazioni. Definire i collegamenti e dimensionare le capacità di una rete stradale, di telecomunicazioni, di trasmissione dei dati, in modo di garantire il traffico tra le varie origini e destinazioni e minimizzare il costo complessivo. Definire i collegamenti e dimensionare le capacità di una rete stradale, di telecomunicazioni, di trasmissione dei dati per minimizzare il costo complessivo. Definire un modello astratto di una rete stradale, di telecomunicazioni, di trasmissione dei dati, in modo di garantire il traffico tra le varie origini e destinazioni e minimizzare il costo complessivo.

1.8. La definizione di un problema di flusso ottimo è: Inviare merce di diversa natura da alcune sorgenti (origini) a un certo numero di destinazioni utilizzando una rete infrastrutturale in modo da soddisfare le richieste minimizzando i costi di trasporto. Inviare merce di diversa natura da alcune sorgenti (origini) a un certo numero di destinazioni utilizzando una rete infrastrutturale nel minor tempo possibile. Inviare merce di diversa natura da alcune sorgenti (origini) a un certo numero di destinazioni utilizzando una rete infrastrutturale in modo da soddisfare le richieste massimizzando i ricavi. Inviare merce di diversa natura da alcune sorgenti (origini) a un certo numero di destinazioni utilizzando una rete infrastrutturale minimizzando i costi di produzione e trasporto.

2.1 La funzione obbiettivo è: una funzione scalare di cui stiamo cercando il valore minimo o massimo. una funzione di cui stiamo cercando il valore minimo. una funzione di cui stiamo cercando il valore massimo. una funzione di cui stiamo cercando gli zeri.

2.2. Un problema di programmazione lineare è: un problema di ricerca del punto di minimo di una funzione lineare. un problema di ricerca del punto di massimo di una funzione lineare. un problema di ricerca del punto di minimo o di massimo di una funzione lineare. un problema di ricerca del punto di minimo o di massimo di una funzione lineare in presenza di vincoli lineari.

2.3 | min { f(x) : x ϵ X } | È equivalente a: -max { -f(x) : x ϵ X }. max { -f(x) : x ϵ X }. | max { -f(x) : x ϵ X } |. | max { f(x) : x ϵ X } |.

2.4. Il seguente problema è un: problema di programmazione booleana. problema di programmazione lineare intera. problema di programmazione non lineare. problema di programmazione non lineare vincolata.

2.5. La variabile seguente rappresenta. una variabile booleana. una variabile intera. una variabile reale. una funzione lineare.

2.6. Il seguente problema è un: problema di programmazione booleana. problema di programmazione lineare. problema di programmazione non lineare. problema di programmazione non lineare vincolata.

2.7. Il seguente sistema di equazioni definisce. un punto. una retta. una superfice chiusa e limitata. un insieme vuoto.

2.8. Il seguente di sistema di disequazioni definisce. un punto. una retta. una superfice chiusa e limitata. un insieme vuoto.

2.9. Il seguente di sistema di disequazioni definisce. un punto. una retta. una superfice chiusa e limitata. un insieme vuoto.

3.1. Con xT si intende un: scalare. vettore riga. vettore colonna. matrice.

3.2. La matrice costituita dal seguente sistema di equazioni è 2x1 + 3x2 = 0; -4x1 -6x2 = 3. una matrice identità. una matrice rettangolare. una matrice singolare. una matrice il cui determinante è pari a 12.

3.5 Il gradiente è: un campo vettoriale. la somma delle derivate parziali di una funzione rispetto a tutte le sue variabili. una funzione che associa uno scalare ad ad ogni punto dello spazio. un vettore.

3.6. Dato un poliedro P e un punto generico x0, la retta perpendicolare al gradiente della funzione obiettivo in quel punto rappresenta: una direzione verso la quale la F.O. diminuisce il suo valore. una direzione verso la quale la F.O. aumenta il suo valore. una direzione verso la quale non si hanno variazioni della F.O. una retta che forma un angolo minore di 90° con il gradiente.