Математическое программирование Оглавление (стр. 4 )

Положительно определенная матрица Гессе соответствует: Выпуклой функции Вогнутой функции Строго выпуклой функции Выделите отрицательно определенную матрицу.                                
Выделите положительно определенную матрицу 
Выделите матрицу, которая не является ни положительно определенной, ни отрицательно определенной.
Если функция строго выпуклая, является ли она выпуклой Да Нет Не знаю
Если функция сильно выпуклая, то для нее выполняется условие
Функция называется выпуклой, если Для любых двух точек и любого выполнено неравенство Для любых двух точек и любого выполнено неравенство Для любых двух точек и любого выполнено неравенство Для любых двух точек и любого выполнено неравенство
Матрица вторых частных производных функции нескольких переменных носит название положительно определенная отрицательно определенная Гессе Якоби Какая из ниже перечисленных функций  не является выпуклой
Какая из ниже перечисленных функций является выпуклой
Какое из перечисленных множеств не является выпуклым Круг Окружность Шар Отрезок
Найти безусловный минимум функции Точка минимума имеет координаты Точка минимума имеет координаты Точка минимума имеет координаты Точка минимума имеет координаты
Какими свойствами обладает данная фнукция Выпуклая Вогнутая Сильно выпуклая Строго выпуклая
Проверить знакоопределенность матрицы Гессе целевой функции в точке (0,0) неопределенная положительно определенная отрицательно определенная положительно полуопределенная отрицательно полуопределенная

Условная оптимизация. Нелинейное программирование.

Что в нелинейном программировании называют допустимым решением?
Любой вектор, доставляющий целевой функции экстремальное значение Любой вектор, равный нулю Любой вектор, удовлетворяющий системе ограничений задачи единичный вектор
Что является главным для поиска решения задачи НП графическим методом выявление области определения факторов построение множества допустимых решений выявление узловых точек решения
Условия Куна-Таккера определяют: множители Лагранжа седловые точки функции Лагранжа взаимное влияние переменных решение задачи
Что определяет теорема Куна-Таккера? решение задачи седловую точку функции Лагранжа экстремум функции Лагранжа
Что из ниже перечисленного относится к разделам нелинейного программирования? Целочисленное программирование Динамическое программирование Стохастическое программирование Квадратичное программирование нет правильного ответ
Что в нелинейном программировании называют допустимым решением? Любой вектор, удовлетворяющий системе ограничений задачи Любой вектор, доставляющий целевой функции экстремальное значение Любой вектор значение множителей Лагранжа координаты вершин многогранника
Каковы целевая функция и ограничения в задачах квадратичного программирования? Целевая функция - квадратичная, ограничения - линейны Целевая функция - квадратичная, ограничения - квадратичны Целевая функция - линейная, ограничения - квадратичны Целевая функция - линейная, ограничения – линейны Целевая функция – равны нулю, ограничения – линейны
Задача квадратичного программирования относится к задачам линейного программирования выпуклого программирования
Условия Куна-Таккера определяют необходимые условия оптимальности максимума минимума равенства стратегий минимума или максимума
Условия Куна-Таккера определяют седловую точку какой функции целевой функции функции Лагранжа
Ограничение называется активным в точке , если                                                 Точками экстремума функции на множестве являются (1,1) – локальный минимум, максимумов нет (0,0) – локальный минимум, максимумов нет (1,1) – локальный максимум, минимумов нет (1,1) – локальный максимум и (0,0) – локальный минимум
Точками экстремума функции на множестве являются (1,1) – локальный максимум (-1,-1) – локальный минимум (1,1) - локальный максимум и (-1,-1) – локальный минимум (1,1) - локальный минимум и (-1,-1) – локальный максимум
Точками экстремума функции на множестве являются (1,1) –условный локальный минимум, максимумов нет (0,0) – условный локальный минимум, максимумов нет (1,1) – условный локальный максимум, минимумов нет (1,1) – условный локальный максимум и (0,0) – локальный минимум
Точками экстремума функции на множестве являются – локальный минимум, максимумов нет – локальный максимум,  локальный минимум   – локальный максимум, минимумов нет локального максимума и минимума нет

Вариационное исчисление и оптимальное управление.

Банахово пространство функций непрерывных на отрезке , норма в котором определяется формулой Нет верного определения
Банахово пространство функций непрерывно дифференцируемых на отрезке , норма в котором определяется формулой Нет верного определения Гильбертово пространство функций , суммируемых с квадратом на отрезке , норма в котором определяется формулой Нет верного определения
Функционал называется линейным, если
Какой из представленных функционалов не является линейным?
Уравнением Эйлера называется уравнение вида:
Найти экстремали функционала , удовлетворяющие краевым условиям
Найти экстремали функционала , удовлетворяющие краевым условиям ,

если хотя бы одно  из чисел отлично от нуля.