Back

Mathematical Applications

    Course details

  • Recommended Prior Knowledge

    Conhecimentos de Matemática adquiridos no ensino secundário e nas unidades curriculares de Matemática I e Matemática II.

  • Objectives

    Esta unidade curricular visa apresentar uma primeira referência à modelação de problemas reais de optimização, bem como proporcionar uma ampla informação sobre algumas das técnicas utilizadas na resolução daqueles problemas. Far-se-á uma abordagem dos vários temas de acordo com a área da Licenciatura, tendo em vista o desenvolvimento da capacidade de aplicação das técnicas de modelação e optimização a situações reais.

    • Compreender as origens, evolução, metodologia e áreas de aplicação da Investigação Operacional.
    • Modelar problemas em Programação Matemática.
    • Resolver problemas de Programação Linear (PL), geometricamente e pelos algoritmos do Simplex.
    • Formular o problema dual de um problema de PL e conhecer os conceitos associados à dualidade.
    • Compreender os princípios da Programação Linear Inteira (PLI).
    • Conhecer métodos de resolução de problemas de PLI – métodos de corte e Branch and Bound.
    • Resolver problemas de Transportes e de Afectação através de algoritmos adequados.
    • Compreender os conceitos fundamentais de grafos.
    • Resolver os seguintes problemas através de algoritmos adequados: Árvore Geradora Mínima, Coloração de Grafos, Caminho Mais Curto e Fluxo Máximo.
    • Resolver problemas de Gestão de Projetos através de técnicas adequadas.
    • Utilizar software específico de resolução de problemas de Programação Matemática e analisar as soluções obtidas.

  • Teaching Methods

    A Unidade Curricular (UC) Aplicações Matemáticas tem aulas teórico-práticas preferencialmente presenciais, que combinam o método expositivo com a resolução de problemas. Pretende-se que, nestas aulas, os alunos adquiram uma visão global dos temas e das suas interligações, acompanhada de uma formulação matemática correta, assim como o conhecimento de aplicações práticas das noções apresentadas.

  • Internship(s)

    Não

  • Syllabus

    1. Origem e Natureza da Investigação Operacional
    1.1. Componentes de um estudo de Investigação Operacional (IO).
    1.2. Modelação matemática.
    1.3. Breve referência a diferentes modelos de IO através de exemplos ilustrativos.

    2. Programação Linear
    2.1. Introdução à Programação Linear (PL).
    2.2. Métodos de resolução de PL.
    2.3. Dualidade.
    2.4. Programação Linear Inteira: métodos de resolução.
    2.5. O Problema de Transportes e o Problema de Afectação.

    3. Teoria dos Grafos
    3.1. Grafos: terminologia, notação e conceitos básicos.
    3.2. Os problemas da Árvore Geradora Mínima, da Coloração de Grafos, do Caminho Mais Curto e do Fluxo Máximo.
    3.3. Gestão de projectos através das técnicas PERT/CPM.

  • Content Explanation

    -

  • Methodology Explanation

    -

  • Responsible Lecturer(s)

    Anabela das Neves Pereira - 1.º Semester

  • Bibliography

    Departamento de Matemática; Aplicações de Matemática
    Biggs, N.L. ; Discrete Mathematics, Oxford University Press, 2ª edição, 2008
    Hillier, F.S.; Lieberman, G.J., ; Introduction to Operations Research, McGraw-Hill, 2015
    Oliveira, R.; Ferreira, J.; Investigação Operacional em ação: casos de aplicação, Imprensa da Universidade de Coimbra, 2014
    Ramalhete, M.; Guerreiro, J.; Magalhães, A.; Programação Linear, vols 1 e 2, McGraw-Hill, 1985
    Tavares, L.V.; Oliveira, R.C.; Themido, I.H.; Correia, F.N.; Investigação Operacional, McGraw-Hill, 1996

  • Code

    LTE21118

  • Teaching Mode

    PRESENCIAL

  • ECTS

    6.0

  • Duration

    Semestrial

  • Hours

    60h Teórico-Práticas

Conteúdo atualizado em 09/03/2025 23:14
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.

Strictly Necessary Cookies

Strictly Necessary Cookie should be enabled at all times so that we can save your preferences for cookie settings.

3rd Party Cookies

This website uses Google Analytics to collect anonymous information such as the number of visitors to the site, and the most popular pages.

Keeping this cookie enabled helps us to improve our website.