Otimização e Aplicações
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Matemática |
Ocorrência: 2020/2021 - 2S 
Ciclos de Estudo/Cursos
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
Pretende-se que os alunos
- Se familiarizem com vários problemas que podem ser modelados por programação linear (PL), programação inteira (PI), programação inteira binária (PIB) ou mista (PIM) e programação não linear.
- Adquiram competências de modelação e resolução algorítmica de situações reais frequentes em várias actividades económicas e científicas.
- Se familiarizem com os principais conceitos teóricos, métodos e algoritmos da programação linear (PL), programação inteira (PI), programação inteira binária (PIB) ou mista (PIM) e programação dinâmica, nomeadamente, dualidade, complementaridade, relaxação Lagrangeana e modelação usando fluxos em redes e outros.
- Adquiram competências de modelação e resolução algorítmica de situações reais frequentes em várias actividades económicas e científicas.
Resultados de aprendizagem e competências
Pretende-se que os alunos adquiram competências de modelação e resolução algorítmica de situações reais frequentes em várias actividades económicas e científicas.
Modo de trabalho
Presencial
Programa
Programa previsto
- Primeiros conceitos. Modelos, exemplos e aplicações de Programação Linear (PL), Programação inteira (PI), Binária e Mista (PIM).
- Problemas modelados com fluxos em Redes - Problemas de custo mínimo, Problema do fluxo máximo (FM). Problema do caminho mais curto num digrafo. Outros.
- Introdução à Optimização não linear. Aplicações.
- Conceitos teóricos de Dualidade. Sensibilidade. Análise pós-optimal. Exemplos.
- Programação dinâmica (determinista). Aplicações à Genómica.
Bibliografia Obrigatória
Igor Griva, Stephen G. Nash, Ariela Sofer; Linear and Nonlinear Optimization. ISBN: 978-0-898716-61-0
Frank R. Giordano, William P. Fox, Steven B. Horton; A first course in Mathematical Modeling. ISBN: 978-1-285-05090-4
Bibliografia Complementar
Gomes, Diogo; Sernadas, Amílcar; Sernadas, Cristina; Rasga, João; Mateus, Paulo; A mathematical primer on linear optimization, College Publications, London, 2019. ISBN: 978-1-84890-315-9
Jensen Paul A.;
Operations research. ISBN: 0-471-38004-0
Eligius M. T. Hendrix;
Introduction to nonlinear and global optimization. ISBN: 978-0-387-88669-5
Observações Bibliográficas
Apontamentos disponíveis em
http://cmup.fc.up.pt/cmup/otimizacao/
Métodos de ensino e atividades de aprendizagem
Ensino presencial com recurso a vários modelos. Análise de casos de estudo expostos nas aulas pelos alunos.
Tipo de avaliação
Avaliação por exame final
Componentes de Avaliação
Designação |
Peso (%) |
Exame |
100,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Estudo autónomo |
106,00 |
Frequência das aulas |
56,00 |
Apresentação/discussão de um trabalho científico |
|
Elaboração de projeto |
|
Total: |
162,00 |
Obtenção de frequência
Classificação final superior ou igual a 9,5 valores
Fórmula de cálculo da classificação final
A nota do exame de 0-20 com uma possível bonificação até 2 valores no máximo mediante a realização facultativa de um trabalho escrito e respetiva apresentação.
Tanto o trabalho escrito, que versa sobre os conteúdos do programa da unidade curricular, como a respetiva apresentação decorrerão de forma faseada ao longo do semestre.
Provas e trabalhos especiais
Trabalho individual facultativo escrito e respectiva apresentação faseada ao longo do semestre.
Avaliação especial (TE, DA, ...)
A nota do exame de 0-20 com uma possível bonificação até 2 valores no máximo mediante a realização facultativa de um trabalho escrito e respetiva apresentação durante o período letivo.
Melhoria de classificação
A nota do exame de 0-20 com uma possível bonificação até 2 valores no máximo mediante a realização facultativa de um trabalho escrito e respetiva apresentação durante o período letivo.