Métodos de Apoio à Decisão
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Ciência de Computadores |
Ocorrência: 2022/2023 - 2S
Ciclos de Estudo/Cursos
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
Pretende-se que os alunos:
1. Se familiarizem com os pricipais problemas de decisão e optimização.
2. Aprendam a formalizar modelos de optimização em programação matemática.
3. Dominem alguns métodos utilizados para a sua resolução.
4. Se familiarizem com linguagens e bibliotecas existentes para resolução de problemas de decisão.
5. Desenvolvam aptidões para avaliar a complexidade computacional de problemas.
Resultados de aprendizagem e competências
Resultados:
1. Saber como formalizar de modo preciso situações práticas de decisão.
2. Conhecimento aplicado de programação matemática e da utilização de software disponível para resolver problemas de otimização.
3. Saber como implementar estes modelos.
4. Saber como utilizar simulação em problemas de decisão.
Modo de trabalho
Presencial
Programa
1. Introdução à investigação operacional.
2. Programação matemática: formulação e classificação de modelos.
3. Programação linear. Dualidade.
4. Otimização em grafos e redes.
5. Planeamento de projetos.
6. Otimização discreta.
7. Programação por restrições.
8. Breve introdução à programação não linear.
9. Breve introdução aos modelos probabilísticos.
10. Simulação.
Bibliografia Obrigatória
Hillier Frederick S.;
Introduction to operations research. ISBN: 0-07-246121-7 (F. Hillier, G. Lieberman. Introduction to Operations Research. McGraw-Hill)
Bibliografia Complementar
Winston Wayne L.;
Operations research. ISBN: 9780534423629 (Operations research : applications and algorithms / Wayne L. Winston ; with cases by Jeffrey B. Goldberg)
Cormen Thomas H. 070;
Introduction to algorithms. ISBN: 978-0-262-03293-3 (Introduction to algorithms / Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Stein)
Robert Fourer;
AMPL. ISBN: 9780534388096
Observações Bibliográficas
Documentação de software:
GLPK documentation (http://www.gnu.org/software/glpk/glpk.html)
AMPL documentation (http://www.ampl.com)
SCIP documentation (http://scip.zib.de)
Constraint programming, Bockmayr and Hooker (http://web.tepper.cmu.edu/jnh/cp-hb.pdf)
GECODE http://www.gecode.org/
ECLIPSE http://www.eclipseclp.org/
Métodos de ensino e atividades de aprendizagem
- Aulas teóricas: exposição teórica com discussão de casos de estudo.
- Aulas práticas: resolução de problemas, acompanhamento dos projetos.
- Desenvolvimento e apresentação dos projetos práticos pelos estudantes.
- Testes (quizzes) dados nas aulas teóricas e/ou práticas (correção automática).
Software
GLPK, AMPL, SCIP, GECODE, ECLIPSE (clp)
Palavras Chave
Ciências Físicas > Matemática > Matemática aplicada > Investigação operacional
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
Designação |
Peso (%) |
Exame |
60,00 |
Trabalho prático ou de projeto |
30,00 |
Teste |
10,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Estudo autónomo |
106,00 |
Frequência das aulas |
56,00 |
Total: |
162,00 |
Obtenção de frequência
Frequência obrigatória às aulas práticas (conforme o regulamento da Universidade do Porto).
Fórmula de cálculo da classificação final
Exame final: 60%
Testes (quizzes) efetuados nas aulas teóricas e/ou práticas: 10%
Trabalho prático ou de projeto: 30%
(Classificação mínima no exame final: 50%)
Trabalho de estágio/projeto
Serão realizados projetos práticos em grupo.
Avaliação especial (TE, DA, ...)
Idêntica à dos restantes alunos.
Melhoria de classificação
Por exame final. A classificação dos trabalhos práticos não pode ser melhorada.
Observações
Elementos do júri: João Pedro Pedroso, José Paulo Leal