Métodos Quantitativos de Apoio à Decisão
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Métodos Quantitativos |
Ocorrência: 2008/2009 - 1S
Ciclos de Estudo/Cursos
Língua de trabalho
Português
Objetivos
Os gestores de qualquer empresa – sector privado ou público, industrial ou serviços – têm que tomar decisões sobre como afectar os recursos da organização. Sendo parte da informação necessária para tomar estas decisões quantitativa/numérica, os gestores de hoje devem ser capazes de a valorizar, analisar e utilizar.
O objectivo da disciplina é o de, recorrendo à análise de modelos quantitativos e ferramentas teóricas que suportam as melhores práticas de gestão de operações de empresas, dotar os estudantes de competências de análise e tratamento de dados para a preparação de decisões.
Programa
1ª parte: Previsão e Tomada de decisões.
Papel dos métodos de previsão (MP) em processos de decisão. Classificação dos MP. Métodos quantitativos: hipóteses subjacentes e condições de aplicabilidade. Selecção dos MP. Análise de séries temporais: Regressão, Decomposição Clássica e Amortecimento exponencial.
2ª parte: Visão geral de modelos, aplicações e algoritmos para problemas de Optimização Combinatória; Comparação entre métodos exactos e abordagens heurísticas; desempenho dos algoritmos; Heurísticas construtivas e de melhoramento; metaheuristicas: princípios gerais e componentes; exemplos de metaheuristicas populacionais e não-populacionais.
3ª parte: Análise de modelos quantitativos e ferramentas teóricas que suportam as melhores práticas de gestão de operações de empresas de topo em diferentes tópicos, tais como:
- Metaheurísticas em sistemas de produção
- Política de definição de preços no retalho
- Controlo estatístico de processos
Bibliografia Obrigatória
Joseph F. Hair, Bill Black, Barry Babin, Rolph E. Anderson, Ronald L. Tatham; Multivariate Data Analysis (6th Edition), Prentice Hall; 6 edition (October 28, 2005), 2005. ISBN: 0130329290
Burke, Edmund K. 340;
Search Methodologies. ISBN: 978-0387-23460-1
Reeves, Colin R. 340;
Modern heuristic techniques for combinatorial problems. ISBN: 0-07-709239-2
Makridakis, Spyros;
Forecasting methods for management. ISBN: 0-471-60063-6
Métodos de ensino e atividades de aprendizagem
Aulas práticas: resolução de problemas (recorrendo a folha de cálculo) e esclarecimento de dúvidas.
Aulas de apresentação e discussão de casos e aulas de resolução de problemas (algumas das quais com o apoio de computadores).
Na primeira parte do semestre, grupos de 4 alunos terão que analisar um caso de estudo sobre métodos de previsão e produzir um relatório.
Na segunda parte, os alunos deverão implementar um procedimento heurístico para resolver aplicações reais e elaborar um pequeno relatório, num estilo semelhante a um artigo científico.
Recorrer-se-á a na terceira parte do semestre a uma vasta gama de artigos científicos clássicos e recentes. Cada grupo de dois alunos deverá analisar um artigo científico, apresentá-lo e produzirá um relatório. Em cada sessão serão apresentados dois artigos. Cada artigo será apresentado pelos dois alunos de cada grupo durante 45 minutos. Segue-se um período de arguição de 15 minutos, coordenado por um outro grupo de 2 alunos, após o qual o debate será aberto a todos os presentes durante 15 minutos adicionais. Tentar-se-á estimular uma aprendizagem activa através de uma discussão aberta.
Palavras Chave
Ciências Tecnológicas
Tipo de avaliação
Avaliação distribuída sem exame final
Componentes de Avaliação
Descrição |
Tipo |
Tempo (Horas) |
Peso (%) |
Data Conclusão |
Aulas da disciplina (estimativa) |
Participação presencial |
56,00 |
|
|
Resolução de casos de estudo e trabalhos |
Trabalho escrito |
122,00 |
|
|
Avaliação |
Exame |
11,00 |
|
|
|
Total: |
- |
0,00 |
|
Obtenção de frequência
Presença nas aulas de discussão do caso de métodos de previsao e de artigos.
Fórmula de cálculo da classificação final
A classificação final é a média pesada da classificação obtida no caso prático de MP (com peso de 0.20), na resolução de um exercício de métodos de previsão(0.25), na implementação de um algoritmo e escrita do artigo (0.30) e na análise do artigo (0.25).