V3: 2.9. Методы анализа и решение функций.

I: Т251, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Методы поиска экстремумов безусловных функций многих переменных:

+: Метод сплошного перебора

+: Метод покоординатного спуска

-: Метод быстрого спуска

-: Метод случайного спуска

I: Т252, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Градиентный метод это:

-: Метод производной нулевого порядка

-: Метод производной второго порядка

+: Метод производной первого порядка

-: Метод производной высшего порядка

I: Т253, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S:Поиск максимума и минимума в методе покоординатного спуска сводится к:

+: фиксации всех аргументов кроме одного

-: фиксации всех аргументов кроме двух

-: фиксации одного аргумента

-: фиксации всех аргументов

I: Т254, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: После вычисления в начальной точке градиента функции, делают по его направлению большие шаги пока функция не будет уменьшаться или увеличиваться. Данное утверждение относится к:

-: Метод сплошного спуска

+: Метод наискорейшего спуска

-: Метод покоординатного спуска

-: Метод градиентного спуска

I: Т255, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Метод случайного поиска это метод:

+: Монте-Карло

-: Гаусса

-: Лагранжа

-: Ньютона

I: Т256, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Проблемные задачи писка экстремума многих переменных:

+: овражные функции

-: многоэкстремальные функции

-: экспериментально полученные зависимости

-: логарифмические функции

I: Т257, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Метод обладающий наименьшей достоверностью результата?

+: Метод случайного поиска

-: Метод градиентного спуска

-: Овражный метод

-: Метод штрафных функций

I: Т258, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: В методе Монте-Карло(случайного поиска) перевод равномерно-распределённых случайных чисел на отрезке [а, b] производится с помощью формулы:

+: X_i+1=а+(a-b)V_i+1

-: X_i+1=а-(a-b)V_i+1

-: X_i+1=а-(a+b)V_i+1

-: X_i+1=а+(a+b)V_i+1

I: Т259, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: В методе наискорейшего спуска градиент вычесляется(помимо начальной точки) только тогда, когда меняется:

-: знак функции

+: направление движения функции

-: знак первой производной функции

-: знак второй производной функции

I: Т260, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: В методе градиентного спуска в формуле x^k+1=x^k+f(x) коэффициент  определяет:

-: количество шагов по градиенту

-: направление движения по градиенту

-: значение градиента

+: величину шага по градиенту

I: Т261, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Укажите метод поиска экстремума, если ограничения носят вид неравенств?

-: метод стохастической аппроксимации

+: метод штрафных функций

-: метод множителей Лагранжа

-: метод сплошного перебора

I: Т262, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: В методе стохастической аппроксимации от скольких условий зависит коэффициент α (X^k+1=X^k+ αH) ?

-: от 1

+: от 2

-: от 3

-: от 4

I: Т263, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Укажите метод анализа, если ограничения заданы уравнением ограничений?

-: Метод стохастической аппроксимации

-: Метод штрафных функций

+: Метод множителей Лагранжа

-: Метод наискорейшего спуска

I: Т264, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Укажите метод анализа, если ограничения заданы уравнением ограничений?

-: шаг поиска

-: коэффициент определяющий величину шага

+: невязка

-: вектор координат функции на шаге «к»

I: Т265, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Укажите метод анализа позволяющий свести задачу к решению задач безусловного характера, если мы имеем дело с алгебраическими уравнениями?

-: Метод стохастической аппроксимации

-: Метод штрафных функций

+: Метод множителей Лагранжа

-: Метод градиентного спуска

I: Т266, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: В методе штрафных функций при отыскании максимума при переходе границы области градиент менял бы знак

-: От «-» к «+»

+: От «+» к «-»

-: не меняет знак;

-: равно нулю

I: Т267, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Метод штрафных функций. Двигаясь к точке экстремума перейти границу ограничения и тем самым нарушить условие задачи. Какую функцию вводят для исключения подобной ситуации?

+: Штрафную функцию

-: Логарифмическую функцию

-: Овражную функцию

-: Дифференцируемая функция

I: Т268, КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: В методе стохастической аппроксимации ε - это.

+: Степень точности

-: Коэффициент точности

-: Коэффициент штрафной функции

-: Степенной коэффициент

I: Т269 КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Требуется ли определить при отыскании экстремума множители Лагранжа?

-: требуется

+: не требуется

-: требуется частично

-: вопрос теста сформулирован не четко

I: Т270 КТ=2, ТЕМА= «2.9», ВРЕМЯ=0, ОЦЕНКА=1.

S: Укажите методы регрессии.

+: линейная регрессия

+: экспоненциальная регрессия

-: стохастическая регрессия

+: параболическая регрессия

45