Métodos de Apoio à Decisão

Métodos de Ensino

As metodologias de ensino e de aprendizagem desta unidade curricular alinham-se com um modelo pedagógico centrado no estudante, na aprendizagem ativa e no desenvolvimento de competências para a resolução de problemas reais em Engenharia e Gestão de Ativos Físicos. As aulas teóricas assumem um caráter expositivo-dialogado, introduzindo conceitos de modelação e otimização a partir de situações concretas, incentivando a participação, a formulação de questões e a construção progressiva de modelos matemáticos pelos estudantes.
Nas aulas teórico-práticas, privilegia-se a resolução orientada de problemas, estudos de caso e pequenas tarefas de projeto, em que grupos de estudantes formulam, implementam e interpretam modelos de programação linear, de otimização em redes e de otimização não linear. Sempre que possível, estas atividades decorrem em ambiente de laboratório informático, com recurso a software de otimização e a ferramentas digitais de apoio à decisão, promovendo a articulação entre teoria e prática e o desenvolvimento da literacia digital. Serão ainda propostas atividades em que os estudantes utilizam ferramentas de Inteligência Artificial de forma crítica e responsável, comparando soluções obtidas autonomamente com as geradas por IA, validando resultados, identificando limitações e discutindo implicações éticas e profissionais. Estas estratégias reforçam o papel do estudante como agente ativo da sua aprendizagem e desenvolvem competências de pensamento crítico, de comunicação matemática e de trabalho colaborativo. Ao longo do semestre, o docente assegura feedback formativo frequente, quer em contexto presencial, quer através da plataforma digital institucional, estimulando a autorregulação da aprendizagem e a reflexão sobre os processos de resolução de problemas. Desta forma, as metodologias adotadas concretizam o modelo pedagógico da instituição, promovendo a integração de conhecimentos, capacidades técnicas e atitudes profissionais no âmbito dos Métodos de Apoio à Decisão.

Resultados de Aprendizagem

A unidade curricular tem por objetivo dotar os estudantes de conhecimentos teóricos e práticos sobre métodos de otimização aplicados a problemas de Engenharia e Gestão de Ativos Físicos. No final da unidade curricular, o estudante deverá ser capaz de:
• Pensar e raciocinar matematicamente, colocar e resolver problemas matemáticos, modelar situações reais e representá-las de forma rigorosa através de símbolos e formalismos matemáticos.
• Comunicar em, com e sobre a matemática, utilizando diferentes representações, recursos digitais e ferramentas de apoio.
• Formular e resolver problemas de programação linear e de otimização em redes, aplicando métodos adequados (Simplex, transporte, afetação e trajetos ótimos).
• Utilizar ferramentas de Inteligência Artificial de forma crítica e responsável, reconhecendo limitações, validando resultados e refletindo sobre implicações éticas e profissionais.

Programa

1. Introdução
2. Programação Linear. Método Simplex e variantes
3. Problemas de Transportes
4. Problemas de Afetação
5. Problemas em Redes
6. Otimização não linear e métodos heurísticos
7. Noções Fundamentais de Gestão de Projetos
8. Aspetos Organizacionais
9. Metodologias
10. Representação Gráfica
11. Planeamento e controlo de recursos
Ao longo de todo o semestre, sempre que possível, utilizar-se-á software de apoio à compreensão e resolução dos problemas em estudo.

Docente(s) responsável(eis)

Nuno Filipe Jorge Lavado

Métodos de Avaliação

Contínua e Periódica
  • - Tarefas em aula, Testes e Exame - 100.0%

Estágio(s)

NAO

Bibliografia

Martins, E.Q.V., Pascoal, M.M.B., Rasteiro, D.M.L.D., Santos, J.L.E.. (Junho 1999). The OptimalPath Problem, Investigação Operacional, Vol 19, no 1, pp. 43-60.
Dias Rasteiro, D.M.L., 9 – Shortest path problem and computer algorithms. (2020). In Mathematics in Science and Engineering, Calculus for Engineering Students, Academic Press. Pages 179-195, ISSN 00765392, ISBN 9780128172100, https://doi.org/10.1016/B978-0-12-817210-0.00016-3.
Hillier, F., Lieberman, G. (2004). “Introduction to Operations Research”, McGraw Hill.
Dias Rasteiro, D.M.L., Chibeles-Martins, N., 10 – Random variables as arc parameters when solving shortest path problems. (2020). In Mathematics in Science and Engineering, Calculus for Engineering Students, Academic Press.Pages 197-219, ISSN 00765392, ISBN 9780128172100, https://doi.org/10.1016/B978-0-12-817210-0.00017-5.
Mezzadri, D. The Paradox of Ethical AI-Assisted Research. J Acad Ethics (2025).https://doi.org/10.1007/s10805-025-09671-7.