FenixEdu™

Promover a familiaridade e compreensão crítica das potencialidades das metodologias da Investigação Operacional e da abordagem sistémica na formulação e resolução de problemas de decisão no âmbito da Engenharia. Desenvolver capacidades de modelação de sistemas, incluindo fatores como a incerteza e o risco, tendo em vista a avaliação quantitativa de alternativas e a otimização de soluções. Desenvolver um conhecimento informado sobre métodos e instrumentos da Investigação Operacional particularmente úteis para otimizar soluções e competências para os aplicar na resolução de problemas decisórios complexos que se colocam no âmbito da Engenharia.

Programa

1 – Introdução à Investigação Operacional e análise sistémica: princípios metodológicos, modelos e domínios de aplicação. 2 – Programação Linear (PL): Formulação e estrutura de problemas de PL; O algoritmo SIMPLEX; Análises de sensibilidade; Casos particulares e formulação de problemas em PL (transportes; afetação; localização; fluxos em redes). 3 – Otimização em redes e grafos: Formulações e conceitos; Representação de dados do tipo grafo e sua manipulação; Algoritmos clássicos de procura, ordenação e exploração, do caminho mais curto, da árvore de ligações mínima, do fluxo máximo e do caixeiro viajante. 4 – Modelos de filas de espera: Conceitos nucleares e formulação de problemas; Modelos M/M/1, M/G/1 e M/M/S. 5 – Modelos de simulação: Geração de sequências aleatórias e métodos de Monte Carlo; Metodologias de análise de sistemas e estruturação de modelos dinâmicos com incremento de tempo fixo e variável; Software de simulação; Projeto de experiências e análise de resultados.

Metodologia de avaliação

50% de avaliação contínua e 50% de avaliação não contínua

Pré-requisitos

Componente Laboratorial

Náo aplicável

Princípios Éticos

Todos os membros de um grupo são responsáveis pelo trabalho de grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.

Componente de Programação e Computação

Abstração: os alunos devem saber seguir os passos definidos na metodologiade de: geração de número aleatórios; Monte Carlo; e método das três fases (ABC); Decomposição: dominar vários algoritmos de procura e de ordenação, saber explorar as estruturas por elas produzidas e devem ser capazes de analisar a sua complexidade computacional. Depuração: devem-se familiarizar com a utilização de depuradores com vista à verificação e validação dos algoritmos implementados nos trabalhos de grupo. Raciocínio algorítmico: conhecer tipos de medidas de complexidade de algoritmos: tempo de execução e memória necessária. Entender o Melhor caso, pior caso e caso médio. Classe P, NP e NP-completos. Intratabilidade de problemas computacionais. Componentes de avaliação que contempla a análise das valências de computação e programação: trabalho computacional de redes e grafos, e trabalho de simulação aplicado a um caso de estudo, com peso de 10% e de 7% na nota final, totalizando 1,02 créditos ECTS.

Componente de Competências Transversais

A UC, na componente de trabalho de grupo e nas abordagens à resolução de problemas nos minitestes e exame final, permite o desenvolvimento de competências transversais em Pensamento Crítico (pensamento estratégico, pensamento crítico, criatividade e abordagens à resolução de problemas), Competências Interpessoais (comunicação escrita, trabalho em equipa e liderança), Competências Intrapessoais (produtividade e gestão do tempo, gestão do stress, pro-atividade e iniciativa) e Literacia da Informação e dos Media (utilização de ferramentas informáticas na ótica do utilizador, estruturação e formatação de documentos). A percentagem de avaliação associada a estas competências deverá ser da ordem dos 15%.