Optimización Combinatoria: Test de Aprendizaje Interactivo

Question 1

Un ejemplo de algoritmo heurístico es:

Accepted Answer

Recorrido voraz

Answer

Programación dinámica

Answer

Ramificación y acotación

Answer

Relajación de Lagrange

Question 2

En un algoritmo genético, el intercambio de información entre individuos se produce durante la etapa de:

Accepted Answer

Cruce

Answer

Selección

Answer

Mutación

Answer

Evaluación

Question 3

El objetivo principal de la programación dinámica es:

Accepted Answer

Encontrar la solución óptima para problemas multietapa

Answer

Generar todas las soluciones posibles

Answer

Aproximar una solución óptima mediante procesos iterativos

Answer

Resolver problemas de optimización lineales

Question 4

En la relajación de Lagrange, para convertir restricciones en el objetivo se utilizan:

Accepted Answer

Multiplicadores de Lagrange

Answer

Funciones de penalización

Answer

Ramificación y acotación

Answer

Programación lineal

Question 5

En un algoritmo de búsqueda tabú, la estructura de datos que almacena las soluciones visitadas es:

Accepted Answer

Lista tabú

Answer

Árbol de búsqueda

Answer

Matriz de adyacencia

Answer

Tabla hash

Question 6

Una afirmación correcta sobre la optimización por colonia de hormigas es:

Accepted Answer

Utiliza feromonas para guiar la búsqueda de soluciones

Answer

Es un algoritmo determinista

Answer

Garantiza encontrar la solución óptima

Answer

Solo se puede aplicar a problemas de TSP

Question 7

En un problema de TSP, la matriz de distancias representa:

Accepted Answer

Las distancias entre todos los nodos

Answer

Las coordenadas de los nodos

Answer

El número de nodos en el grafo

Answer

El coste de visitar un nodo

Question 8

¿Cuál de los siguientes es un tipo de algoritmo de optimización combinatoria?

Accepted Answer

Programación dinámica

Answer

Redes bayesianas

Answer

Regresión logística

Answer

Árboles de decisión

Question 9

En un problema de optimización combinatoria, ¿qué representa el espacio de soluciones?

Accepted Answer

Conjunto discreto y finito de opciones

Answer

Conjunto continuo de valores

Answer

Conjunto infinito de posibilidades

Answer

Conjunto aleatorio de soluciones

Question 10

¿Cuál de los siguientes es un objetivo principal de los algoritmos de optimización combinatoria?

Accepted Answer

Encontrar una solución óptima o casi óptima

Answer

Minimizar el tiempo de ejecución

Answer

Maximizar el tamaño del espacio de soluciones

Answer

Encontrar soluciones aleatorias

Question 11

En el algoritmo voraz, ¿cuál es la estrategia utilizada para tomar decisiones?

Accepted Answer

Seleccionar la mejor opción local en cada paso

Answer

Considerar todas las opciones posibles

Answer

Buscar la solución óptima global

Answer

Aleatorizar el proceso de toma de decisiones

Question 12

¿Qué método se utiliza para mejorar la solución de un algoritmo metaheurístico?

Accepted Answer

Búsqueda local

Answer

Búsqueda exhaustiva

Answer

Programación lineal

Answer

Escalamiento

Question 13

En la optimización combinatoria, ¿qué representa la función objetivo?

Accepted Answer

La medida que se quiere optimizar

Answer

Las restricciones del problema

Answer

El espacio de soluciones

Answer

El algoritmo utilizado

Question 14

Un algoritmo voraz es una técnica para encontrar una *aproximación* a la solución óptima en un problema de optimización combinatoria. ¿Cuál de las siguientes afirmaciones es VERDADERA sobre los algoritmos voraces?

Accepted Answer

Los algoritmos voraces generalmente encuentran una solución factible, pero no necesariamente óptima.

Answer

Los algoritmos voraces siempre encuentran la solución óptima.

Answer

Los algoritmos voraces son siempre rápidos y eficientes, incluso para problemas de gran tamaño.

Question 15

El Problema del Viajante de Comercio (TSP) es un clásico problema de optimización combinatoria. ¿Qué tipo de algoritmo es típicamente utilizado para resolver el TSP?

Accepted Answer

Algoritmos de búsqueda local

Answer

Programación dinámica

Answer

Algoritmos voraces

Answer

Ramificación y poda

Question 16

La programación dinámica es una técnica para resolver problemas de optimización combinatoria que se basa en:

Accepted Answer

Dividir el problema en subproblemas más pequeños y resolverlos de forma recursiva, almacenando soluciones para su reutilización posterior.

Answer

Exploración exhaustiva de todas las posibles soluciones.

Answer

La construcción de una solución paso a paso, seleccionando la mejor opción en cada paso.

Question 17

En el contexto de la optimización combinatoria, ¿qué es un problema NP-completo?

Accepted Answer

Un problema para el que no existe un algoritmo conocido que pueda encontrar la solución óptima en un tiempo razonable a medida que crece el tamaño del problema.

Answer

Un problema que se puede resolver fácilmente con un algoritmo voraz.

Question 18

El método de Ramificación y Poda se utiliza para resolver problemas de optimización combinatoria. ¿Cuál es el propósito principal de la poda en este método?

Accepted Answer

Eliminar ramas del árbol de búsqueda que no pueden conducir a una solución mejor que las soluciones ya encontradas.

Answer

Asegurar que el algoritmo encuentre la solución óptima.

Answer

Aumentar la eficiencia del algoritmo explorando más ramas del árbol de búsqueda.

Question 19

El Problema del Flujo Máximo en una red es un problema de optimización combinatoria. ¿Cuál es el objetivo principal de este problema?

Accepted Answer

Encontrar la asignación de flujos a los arcos de una red que maximice el flujo total desde un nodo fuente a un nodo sumidero, respetando las capacidades de arco y los flujos conservados en los nodos.

Answer

Encontrar el camino más corto entre dos nodos en una red.

Question 20

Los Algoritmos Genéticos son una técnica de optimización combinatoria inspirada en la evolución biológica. ¿Cuál de los siguientes es un elemento clave de los Algoritmos Genéticos?

Accepted Answer

Selección, Cruce y Mutación.

Answer

Búsqueda lineal exhaustiva.

Answer

Ramificación y poda.

Answer

Programación dinámica.

Question 21

Una heurística es un enfoque para resolver un problema de optimización combinatoria que:

Accepted Answer

Busca una solución factible, pero no necesariamente óptima, en un tiempo razonable.

Answer

Es muy eficiente y rápido, pero no se garantiza que encuentre una solución.

Answer

Siempre encuentra la solución óptima.

Question 22

En el contexto de la optimización combinatoria, ¿qué es un Problema de Satisfacción de Restricciones?

Accepted Answer

Un problema en el que se busca asignar valores a variables para satisfacer un conjunto de restricciones, sin optimizar ningún objetivo.

Answer

Un problema en el que se busca maximizar o minimizar una función objetivo sujeto a restricciones.

Question 23

La Metaheurística es una técnica para resolver problemas de optimización combinatoria que:

Accepted Answer

Utiliza diferentes estrategias de búsqueda para encontrar una solución factible de alta calidad en un tiempo razonable.

Answer

Se basa en la exploración exhaustiva de todas las posibles soluciones.

Answer

Utiliza un enfoque determinista para encontrar la solución óptima.

Question 24

Un algoritmo voraz para un problema de optimización combinatoria:

Accepted Answer

Toma decisiones locales en cada paso, con la esperanza de obtener una solución global óptima.

Answer

Explora todas las posibles soluciones para encontrar la mejor.

Answer

Utiliza una función de costo para evaluar la calidad de las soluciones.

Question 25

El algoritmo de Branch and Bound se utiliza para:

Accepted Answer

Resolver problemas de optimización combinatoria mediante la exploración sistemática del espacio de soluciones.

Answer

Encontrar la solución óptima a cualquier problema de optimización.

Question 26

¿Cuál de los siguientes es un ejemplo de un problema de optimización combinatoria?

Accepted Answer

Encontrar la ruta más corta entre dos ciudades en un mapa.

Answer

Calcular el área de un triángulo.

Answer

Resolver una ecuación lineal.

Question 27

El algoritmo de programación dinámica se basa en el principio de:

Accepted Answer

Optimalidad subestructural, donde la solución óptima de un problema se compone de las soluciones óptimas de subproblemas.

Answer

La exploración completa del espacio de soluciones.

Question 28

Un algoritmo de búsqueda local:

Accepted Answer

Comienza con una solución inicial y la mejora iterativamente explorando el espacio de soluciones cercano.

Answer

Siempre encuentra la solución óptima.

Question 29

La complejidad computacional de un algoritmo se refiere a:

Accepted Answer

La cantidad de recursos (tiempo y memoria) que requiere el algoritmo para resolver un problema.

Answer

La dificultad de entender el algoritmo.

Answer

La precisión de la solución obtenida por el algoritmo.

Question 30

En el contexto de los algoritmos de optimización combinatoria, una heurística se refiere a:

Accepted Answer

Una técnica que proporciona una solución aproximada a un problema, pero no necesariamente óptima.

Answer

Un algoritmo que garantiza encontrar la solución óptima.

Answer

Un método para probar la exactitud de una solución.

Question 31

Un problema de optimización combinatoria NP-completo es:

Accepted Answer

Difícil de resolver en tiempo polinomial, pero se puede verificar la validez de una solución en tiempo polinomial.

Answer

Fácil de resolver en tiempo polinomial.

Question 32

Un algoritmo genético es un tipo de algoritmo de optimización que se basa en:

Accepted Answer

Principios de la evolución biológica para encontrar soluciones óptimas.

Answer

La búsqueda en profundidad del espacio de soluciones.

Answer

La programación dinámica.

Question 33

En un problema de asignación, el objetivo es:

Accepted Answer

Asignar tareas a recursos de manera que se minimice el costo total.

Answer

Maximizar la cantidad de tareas asignadas.

Answer

Encontrar la ruta más corta entre dos puntos.

Question 34

Un algoritmo voraz (greedy algorithm) para un problema de optimización combinatoria busca la mejor solución local en cada paso. ¿Cuál de las siguientes opciones describe mejor una desventaja de este enfoque?

Accepted Answer

Puede producir soluciones subóptimas si no se considera el panorama general.

Answer

No es adecuado para problemas con restricciones.

Answer

Es computacionalmente muy costoso.

Question 35

El algoritmo de ramificación y poda (branch and bound) es útil para resolver problemas de optimización combinatoria. ¿Cuál de las siguientes características NO es propia de este algoritmo?

Accepted Answer

Utiliza un enfoque de búsqueda exhaustiva para encontrar la mejor solución.

Answer

Divide el espacio de soluciones en subproblemas.

Answer

Utiliza cotas superiores e inferiores para eliminar subárboles del espacio de búsqueda.

Question 36

En un problema de asignación de tareas, se busca asignar cada una de n tareas a n trabajadores, minimizando el coste total de la asignación. ¿Cuál de los siguientes algoritmos se utiliza comúnmente para resolver este problema?

Accepted Answer

Algoritmo húngaro

Answer

Algoritmo de Dijkstra

Answer

Algoritmo de Ford-Fulkerson

Answer

Algoritmo de Prim

Question 37

El problema del viajante de comercio (Traveling Salesperson Problem, TSP) es un problema clásico de optimización combinatoria. ¿Qué tipo de algoritmo se utiliza típicamente para encontrar soluciones aproximadas al TSP?

Accepted Answer

Algoritmos heurísticos

Answer

Algoritmos exactos

Answer

Algoritmos voraces

Answer

Algoritmos de ramificación y poda

Question 38

La programación lineal entera (ILP) es una técnica de optimización que se utiliza para resolver problemas con variables enteras. ¿Cuál de las siguientes afirmaciones NO es correcta en relación con ILP?

Accepted Answer

ILP siempre proporciona una solución óptima en tiempo polinomial.

Answer

ILP puede ser difícil de resolver para problemas de gran tamaño.

Answer

ILP puede utilizarse para modelar problemas de optimización combinatoria.

Question 39

¿Qué es un metaheurístico?

Accepted Answer

Un algoritmo que busca soluciones de calidad a un problema de optimización combinatoria, pero sin garantía de optimalidad.

Answer

Un algoritmo que siempre encuentra la solución óptima.

Question 40

El algoritmo genético es un tipo de metaheurístico que se basa en la evolución biológica. ¿Cuál de las siguientes características NO es propia de los algoritmos genéticos?

Accepted Answer

Utilizan un enfoque de búsqueda exhaustiva para encontrar la mejor solución.

Answer

Trabajan con una población de soluciones potenciales.

Answer

Emplean operadores como cruce y mutación.

Question 41

Un algoritmo de recocido simulado (simulated annealing) es un metaheurístico que se inspira en el proceso de enfriamiento de metales. ¿Cuál de las siguientes opciones NO es un parámetro importante en el algoritmo de recocido simulado?

Accepted Answer

El número de iteraciones del algoritmo.

Answer

La tasa de enfriamiento.

Answer

La función de aceptación.

Answer

La temperatura inicial.

Question 42

En un problema de flujo de red, se busca encontrar el flujo máximo que puede pasar de un nodo fuente a un nodo destino en una red con capacidades en las aristas. ¿Cuál de los siguientes algoritmos se puede utilizar para resolver este problema?

Accepted Answer

Algoritmo de Ford-Fulkerson

Answer

Algoritmo de Dijkstra

Answer

Algoritmo húngaro

Answer

Algoritmo de Prim

Question 43

¿Cuál de las siguientes situaciones es un ejemplo práctico de un problema de optimización combinatoria?

Accepted Answer

La planificación de rutas de entrega para un servicio de mensajería.

Answer

El análisis de un conjunto de datos para identificar patrones.

Answer

La predicción del precio de una acción.