Modelos de Apoio à Decisão
Código
8416
Unidade Orgânica
Faculdade de Ciências e Tecnologia
Departamento
Departamento de Matemática
Créditos
6.0
Professor responsável
Maria Isabel Azevedo Rodrigues Gomes
Horas semanais
4
Língua de ensino
Português
Objectivos
- Introduzir conceitos elementares de Teoria da Decisão;
- Apresentar aos alunos uma grande variedade de Modelos utilizados no apoio à tomada de decisão;
- Confrontar os alunos com as problemáticas associadas à subjectividade inerente às tomadas de decisão e apresentar como diferentes metodologias tratam essa subjectividade;
- Permitir aos alunos o contacto com situações de tomada de decisão quase-reais através da resolução de pequenos casos de estudo inspirados em situações reais;
- Expandir o conceito de Programação Linear à abordagem Multi-Objetivo;
- Apresentar diversos métodos de obtenção de Solução Eficientes em problemas de PLMO.
Pré-requisitos
É aconselhável, mas não fundamental, que os alunos tenham conhecimentos elementares de Programação Linear.
Conteúdo
1 – Decisão Uni-Critério:
Decisão em Situação de Incerteza;
Decisão em Situação de Risco;
Decisões sequênciais e Árvores de Decisão;
Teoria da Utilidade;
Modelos Markivianos de Decisão;
2 – Decisão Muiti-Critério:
Modelos Compensatórios – Técnicas SMART and TOPSIS
Modelos Não-Compensatórios – Métodos ELECTRE;
Modelos Hierárquicos – Filosofia AHP.
3 – Optimização Multi-Objectivo:
Soluções e Objectivos. Dominância e Eficiência;
Modelos com somas agregadas;
Modelos com vectores de pesos;
Modelos com mudança de escala;
Modelos de redução da região admissível;
Programação por Metas;
Modelos Interactivos: STEM.
Bibliografia
Hillier, Lieberman, Introduction to Operations Research, Mc Graw - Hill, 10th ed (2015) - or any other edition
Ruy A. Costa, "Elementos de apoio às aulas de Investigação Operacional (B)", "Enunciados de Exercícios de Investigação Operacional (B)"
Goodwin, P. e Wright, G. – Decision Analysis for Management Judgement (2014 - 5th ed.) – John Wiley & Sons
Anderson et al – Quantitative Methods for Business (2001) – SW College Publicating
Saaty, T. L.– The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation (1990) – RSW Publications
Steuer, R. E.– Multiple Criteria Optimizations: Theory, Computation, and Application (1986) – John Wiley & Sons
Método de ensino
Em cada aula de 4 horas é introduzido um tema que será desenvolvido pelo docente numa fase de exposição e, seguidamente, explorado pelos alunos, em grupos de 2 ou 3 alunos, com a resolução de um Problema Formativo.
De seguida, o trabalho dos alunos é discutido pelos grupos e corrigido pelo docente.
As aulas decorrem em laboratório computacional.
No caso de existirem alunos estrangeiros, a língua de ensino poderá ser o Inglês.
Método de avaliação
Frequência: Assistência a um mínimo de 2/3 das aulas lecionadas OU classificação igual ou superior a 3 em 80% dos TPC semanais realizados durante o semestre
Av. Contínua: Três testes de 60 minutos cuja classificação varia entre 6 (um teste) e 7 valores (dois testes).
Acesso à Avaliação Contínua: O aluno só será admitido ao segundo teste se tiver sido avaliado no primeiro. O aluno só será admitido ao terceiro teste se tiver sido avaliado no segundo teste e tiver obtido frequência.
Considere CT1, CT2 e CT3 as classificação do 1º, 2º e 3º testes, respect.,
Aprovação se CT= CT1 + CT2 + CT3 >= 9,5. Classificação Final será o arredondamento simétrico de CT.
Av. Exame.
Considere CE a classificação em exame. Aprovação se CE >= 9,5. Classificação Final será o arredondamento simétrico de CE.