Investigação Operacional

Objetivos

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.

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%.

Componente Laboratorial

Náo aplicável

Componente de Programação

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.

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.