Tema7 Flashcards

(46 cards)

1
Q

¿En qué consiste el problema del agente viajero (TSP)?

A

Consiste en encontrar la ruta óptima para que un viajero visite un conjunto de ciudades una única vez y regrese a la ciudad de origen minimizando la distancia o el costo.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

¿Cómo se representa el problema del agente viajero en términos de grafos?

A

Se modela como un grafo donde los nodos representan ciudades y las aristas representan las posibles rutas con sus respectivos costos.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

¿Cuál es el objetivo del problema de la mochila?

A

Determinar qué combinación de objetos maximiza el valor total sin exceder la capacidad de la mochila.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

¿Cómo se resuelve el problema de programación lineal entera?

A

Utilizando métodos como el Simplex, el método de punto interior o la ramificación y poda.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

¿En qué se diferencia el problema de enrutamiento (VRP) del problema del agente viajero?

A

En VRP hay múltiples rutas óptimas para una flota de vehículos en lugar de una única ruta óptima.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

¿Qué es el problema de satisfacibilidad booleana (SAT)?

A

Es determinar si existe una combinación de valores de verdad para variables booleanas que haga que una expresión lógica sea verdadera.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

¿Cuál es el objetivo del problema de transporte en optimización?

A

Minimizar el costo total de trasladar mercancías desde varios puntos de abastecimiento hasta puntos de destino.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

¿En qué consiste el problema del recubrimiento (SCP)?

A

Encontrar el subconjunto mínimo de elementos que cubra todo un conjunto de referencia.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

¿El problema del agente viajero es NP-difícil? (Sí/No)

A

Sí.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

¿El método de ramificación y poda garantiza encontrar la solución óptima en el problema de la mochila? (Sí/No)

A

Sí.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

¿El método Simplex se utiliza para resolver problemas de programación lineal? (Sí/No)

A

Sí.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

¿El problema de enrutamiento es una variante del problema del agente viajero? (Sí/No)

A

Sí.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

¿El problema SAT pertenece a la clase NP-completo? (Sí/No)

A

Sí.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

¿El problema de la mochila solo puede resolverse con algoritmos exactos? (Sí/No)

A

No, también se pueden usar heurísticas y metaheurísticas.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

¿El problema del transporte se puede modelar como un problema de programación lineal? (Sí/No)

A

Sí.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

¿El problema del recubrimiento es un problema de optimización combinatoria? (Sí/No)

A

Sí.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

El problema del agente viajero es un problema de optimización ____.

A

combinatoria.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

El problema de la mochila busca maximizar el ____ de los objetos sin superar una capacidad dada.

A

valor total.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

El método de programación lineal más utilizado es el método ____.

20
Q

El problema del enrutamiento busca optimizar rutas para una flota de ____.

21
Q

El problema SAT busca una asignación de valores de ____ que satisfaga una expresión lógica.

22
Q

El problema del transporte busca minimizar el ____ total de distribución de mercancías.

23
Q

El problema del recubrimiento intenta encontrar un subconjunto ____ del conjunto original.

24
Q

La técnica de ramificación y poda se usa para resolver problemas de optimización ____.

25
¿Qué método exacto se usa para resolver el problema del agente viajero? A) Programación dinámica B) Ramificación y poda C) Algoritmos genéticos
B) Ramificación y poda
26
¿Qué enfoque NO es una solución común para el problema de la mochila? A) Algoritmos voraces B) Programación lineal entera C) Redes neuronales convolucionales
C) Redes neuronales convolucionales
27
¿Cuál es una técnica metaheurística para resolver problemas de optimización combinatoria? A) Método Simplex B) Algoritmos genéticos C) Eliminación gaussiana
B) Algoritmos genéticos
28
¿Qué problema de optimización se usa en logística para minimizar costos de transporte? A) SAT B) Knapsack C) Problema del transporte
C) Problema del transporte
29
¿Cuál de los siguientes problemas pertenece a la clase NP-completo? A) Problema de la mochila B) Problema del recubrimiento C) Ambos
C) Ambos
30
¿Qué técnica se usa para evitar recorrer todas las soluciones en problemas NP-difíciles? A) Fuerza bruta B) Heurísticas C) Eliminación gaussiana
B) Heurísticas
31
¿Cuál de estos problemas no pertenece a optimización combinatoria? A) Programación lineal B) Problema del agente viajero C) Problema de la mochila
A) Programación lineal
32
¿Qué tipo de problemas optimiza rutas para múltiples vehículos? A) Problema SAT B) Problema del enrutamiento C) Programación lineal entera
B) Problema del enrutamiento
33
Explica por qué el problema del agente viajero es NP-difícil.
Su espacio de búsqueda crece factorialmente con el número de ciudades, lo que hace ineficiente su resolución exacta para grandes instancias.
34
¿Cómo se usa la programación lineal entera en la asignación de turnos?
Se definen restricciones como descansos y horas mínimas de trabajo para minimizar empleados por turno.
35
Explica la diferencia entre el método Simplex y el método de punto interior en programación lineal.
Simplex recorre los vértices del espacio de soluciones, mientras que el método de punto interior se mueve a través de puntos internos.
36
¿Cómo se aplica el problema del enrutamiento en la industria?
Se usa en logística para optimizar las rutas de reparto, reduciendo costos y tiempos de entrega.
37
Explica cómo funciona el método de ramificación y poda.
Divide el problema en subproblemas y descarta soluciones no óptimas para reducir la búsqueda.
38
¿Por qué la heurística es útil en problemas de optimización combinatoria?
Encuentra soluciones aceptables en tiempos razonables cuando los métodos exactos son inviables.
39
¿Por qué el problema de la mochila es considerado NP-completo?
Porque no existe un algoritmo polinomial que lo resuelva en todos los casos, y su espacio de búsqueda crece exponencialmente con el número de objetos.
40
¿Cómo se puede adaptar el problema de programación lineal entera a problemas reales?
Se usa en planificación de recursos, logística y asignación de tareas, modelando restricciones como disponibilidad y costos.
41
Explica cómo funciona el método de optimización por colonia de hormigas en problemas de rutas.
Simula el comportamiento de las hormigas depositando feromonas en caminos más cortos, favoreciendo su selección en iteraciones futuras.
42
¿Cómo afectan las restricciones en el problema del transporte?
Determinan las capacidades de los orígenes y demandas de los destinos, influenciando la distribución óptima de recursos.
43
¿Por qué el problema de enrutamiento es fundamental en la industria logística?
Su optimización reduce costos de transporte y tiempos de entrega, impactando directamente en la eficiencia operativa.
44
Explica cómo los algoritmos genéticos pueden resolver problemas de optimización combinatoria.
Usan operadores de selección, cruce y mutación para generar soluciones mejoradas en cada generación, aproximándose a la solución óptima.
45
Explica cómo funciona el método de ramificación y poda.
Divide el problema en subproblemas y descarta soluciones no óptimas para reducir la búsqueda.
46
¿Por qué la heurística es útil en problemas de optimización combinatoria?
Encuentra soluciones aceptables en tiempos razonables cuando los métodos exactos son inviables.