Área de concentração: 55137 - Mestrado Profissional em Matemática, Estatística e Computação Aplicadas à Indústria
Criação: 07/04/2021
Nº de créditos: 6
Carga horária:
Teórica Por semana |
Prática Por semana |
Estudos Por semana |
Duração | Total |
3 | 0 | 3 | 15 Semanas | 90 Horas |
Docentes responsáveis:
Antonio Castelo Filho
Jose Antonio Rabi
Maristela Oliveira dos Santos
Victor Claudio Bento de Camargo
Objetivos:
A disciplina tem como objetivo fornecer subsídios aos alunos do MECAI para o desenvolvimento de pesquisas que envolvam algumas áreas de pesquisa operacional. Assim, no seu oferecimento, deve ser ministrada um curso semestral com os conceitos básicos, técnicas e principais avanços com o foco na utilização de softwares para resolução de problemas em uma das seguintes áreas da pesquisa operacional: otimização inteira; otimização não linear; otimização global; otimização multiobjetivo; simulação e programação por restrições.
Justificativa:
Diversos problemas aplicados podem ser resolvidos utilizando técnicas de pesquisa operacional, assim, é fundamental que os alunos do MECAI tenham uma visão sobre técnicas de otimização e simulação e como aplicar tais técnicas.
Conteúdo:
A disciplina abordará um tópico dentre as seguintes áreas de pesquisa operacional: otimização inteira; otimização não linear; otimização global; otimização multiobjetivo; simulação e programação por restrições. O conteúdo a ser apresentado inclui estratégias de modelagem, conceitos básicos, métodos de solução e algum software da área. O tópico selecionado, dentre as áreas mencionadas, estará diretamente relacionado ao perfil dos alunos matriculados, do professor que ministrará a disciplina e da Ênfase oferecida pelo MECAI.
Forma de avaliação:
Média ponderada de 2 trabalhos e/ou prova
Observação:
Nenhuma.
Bibliografia:
Fundamentais:
1) Maniezzo, V., Stutzle, T. e VoB, S. Matheuristics - hibridizing metaheuristics and mathematical programming. Springer, Annals of information systems, vol. 10 (2009).
2) Bertisimas, D. e Weismantel, R. Optimization over Integers Dynamic Ideas, Belmont, Massachusetts (2005).
3) Floudas, C.A. Deterministic Global Optimization: Theory, Methods and Applications. Kluwer Academic Publishers (2000).
4) Miettinen, K. Nonlinear Multiobjective Optimization, Kluwer Academic Publishers, Boston (1999).
5) Pardalos, P.M. e M. G. C. Resende Handbook of Applied Optimization. Oxford University Press (2002)
6) Marriott, K. e Stuckey, P.J. Programming with Constrains: An Introduction. MIT Press (1998).
7) Collette, Y. e Siarry, P. "Multiobjective Optimization: Principles and Case Studies", Springer (2004).
8) Optimization / edited by G.L. Nemhauser, A.H.G. Rinnooy Kan, M.J. Todd. (1989).
9) Law, A. M. Simulation Modeling and Analysis, McGraw-Hill (2015).
10) Jerry Banks, John S. Carson II, Barry L. Nelson Discrete-event system simulation, Pearson (2000).
11) Jerry Banks. Handbook of simulation: principles, methodology, advances, applications, and practice, Wiley-Interscience (1998).
© 2024 Instituto de Ciências Matemáticas e de Computação