• EN
  • Facebook
  • Instagram
  • Youtube
  • Linkedin
Você está em: Início > Ensino > Unidades Curriculares > TDL13
Autenticação
ATENÇÃO: Este site utiliza cookies. Ao navegar no site estará a consentir a sua utilização.

Otimização

Código: TDL13    Sigla: OTI
Área Científica: Matemática e Estatística

Ocorrência: 2025/26 - 1S

Página Web:1.
Área de Ensino: Métodos Quantitativos

Cursos

Sigla Nº de Estudantes Plano de Estudos Ano Curricular Créditos Horas Contacto Horas Totais
TDL 18 Plano Ctesp Distribuição e Logistica 5 0 0

Horas Efetivamente Lecionadas

TDL-2-AZB

Teórico-Práticas: 38,00

Docência - Horas Semanais

Teórico-Práticas: 4,00

Tipo Docente Turmas Horas
Teórico-Práticas Totais 1 4,00
Paulo Leonel Santo Pereira - ESGTS   4,00

Docência - Responsabilidades

Docente Responsabilidade
Isabel Maria Cândida Duarte - ESGT Responsável

Objetivos de aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes)

O1. Formular problemas de programação linear
O2. Conhecer e aplicar o algoritmo Simplex
O3. Conhecer e aplicar a teoria da dualidade
O4. Realizar pós-otimização e análise de sensibilidade
O5. Conhecer e aplicar o algoritmo de Dantzig a problemas de transportes
O6. Conhecer e aplicar o algoritmo Húngaro e o ¿bottleneck assignment problem¿ a problemas de afetação.
O7. Modelar e otimizar problemas em redes.

Conteúdos programáticos

C1. Introdução à investigação operacional
C2. Modelos de programação linear 
C3. Teoria da dualidade 
C4. Pós-otimização e análise de sensibilidade
C5. Problemas de transporte e de afetação 
C6. Modelos de otimização em redes 

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular

O1 ¿ Formular problemas de programação linear
Está diretamente associado ao C2 ¿ Modelos de programação linear, onde se introduz a formulação matemática de modelos, a resolução gráfica e a compreensão do significado económico dos resultados. Estes conteúdos desenvolvem a capacidade de traduzir problemas reais em modelos matemáticos de otimização.
O2 ¿ Conhecer e aplicar o algoritmo Simplex
É abordado em profundidade no C2, particularmente nas secções dedicadas ao Método Simplex e à interpretação económica do método Simplex, promovendo a aplicação prática e a compreensão do processo iterativo de otimização.
O3 ¿ Conhecer e aplicar a teoria da dualidade
Corresponde ao C3 ¿ Teoria da dualidade, que fornece os fundamentos teóricos, as relações primal-dual e a interpretação económica, assegurando que o estudante compreenda a interligação entre problemas primais e duais e o seu significado económico.
O4 ¿ Realizar pós-otimização e análise de sensibilidade
Este objetivo está em correspondência direta com o C4 ¿ Pós-otimização e análise de sensibilidade, permitindo aos estudantes avaliar o impacto de alterações nos parâmetros do modelo e compreender a robustez das soluções obtidas.
O5 ¿ Conhecer e aplicar o algoritmo de Dantzig a problemas de transportes
O C5 ¿ Problemas de transporte e de afetação contempla o estudo do problema de transportes e do algoritmo de Dantzig, permitindo consolidar o conhecimento sobre técnicas específicas de otimização e sua aplicação em contextos logísticos.
O6 ¿ Conhecer e aplicar o algoritmo Húngaro e o ¿bottleneck assignment problem¿ a problemas de afetação
Também incluído em C5, este conteúdo assegura o desenvolvimento de competências na resolução de problemas de afetação através de algoritmos eficientes, reforçando a capacidade de modelar e resolver problemas combinatórios.
O7 ¿ Modelar e otimizar problemas em redes
É alcançado por meio do C6 ¿ Modelos de otimização em redes, onde são estudados problemas de fluxo de custo mínimo, fluxo máximo e caminho mais curto, consolidando a capacidade de aplicar técnicas de otimização em sistemas interligados.

Metodologias de ensino e de aprendizagem específicas da unidade curricular articuladas com o modelo pedagógico

A metodologia de ensino e aprendizagem adotada nesta unidade curricular articula-se com o modelo pedagógico centrado no estudante, promovendo a aprendizagem ativa, a resolução de problemas reais e o desenvolvimento de competências práticas.
Aulas teóricas
Destinam-se à exposição e discussão dos conceitos fundamentais de programação linear, teoria da dualidade e otimização em redes, suportadas por exemplos práticos que ilustram a aplicação dos métodos estudados.
Aulas práticas/laboratoriais
Centram-se na resolução de exercícios e estudos de caso com recurso a software de otimização (por exemplo, Excel Solver, LINGO, ou ferramentas equivalentes), permitindo a aplicação dos algoritmos Simplex, Dantzig e Húngaro a problemas concretos.
Aprendizagem baseada em problemas (Problem-Based Learning ¿ PBL)
Os estudantes são desafiados a formular e resolver problemas de otimização inspirados em contextos empresariais, industriais ou logísticos, promovendo o raciocínio crítico e a capacidade de modelação.
Trabalho autónomo
Incentiva o estudo individual e em grupo, envolvendo a análise de resultados, a reflexão sobre a sensibilidade das soluções e a elaboração de relatórios técnicos que consolidem a aprendizagem.

Avaliação contínua
Baseia-se em testes teórico-práticos, resolução de problemas em grupo e/ou apresentações, garantindo o acompanhamento progressivo da aquisição de competências e o alinhamento com os objetivos definidos.

Esta abordagem metodológica favorece a integração entre teoria e prática, o desenvolvimento da autonomia, o trabalho colaborativo e a capacidade de aplicar métodos de otimização à tomada de decisão em contextos reais.


Avaliação

A avaliação contínua é composta por dois testes escritos individuais, cada um com um peso de 50% na classificação final. Cada teste é de natureza teórico-prática, incidindo sobre os conteúdos lecionados até ao momento, com especial enfoque na formulação de modelos, resolução de problemas de otimização e interpretação económica dos resultados. Para aprovação na unidade curricular por avaliação contínua, o estudante deve: Obter uma classificação mínima de 8 valores em cada um dos testes e uma média de pelo menos 10 valores. Caso o estudante não atinja a valorização mínima na avaliação continua, poderá submeter-se a um exame global, de acordo com o regulamento de avaliação da instituição.

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da unidade curricular

As aulas teóricas e teórico-práticas permitem desenvolver os objetivos O1 a O3, através da exposição dos princípios da programação linear, do algoritmo Simplex e da teoria da dualidade, promovendo a compreensão conceptual e a capacidade de análise crítica.
As aulas práticas e laboratoriais sustentam os objetivos O4 a O7, permitindo a aplicação dos métodos de otimização (Simplex, Dantzig, Húngaro) e o desenvolvimento de competências na modelação e resolução de problemas de transporte, afetação e redes, com recurso a software especializado.
A aprendizagem baseada em problemas e a resolução de casos reais contribuem para a consolidação dos conhecimentos, estimulando o pensamento crítico, a autonomia e a capacidade de aplicar técnicas de otimização em contextos multidisciplinares.
A avaliação contínua, através dos dois testes teórico-práticos, está diretamente alinhada com os objetivos de aprendizagem:
avalia a capacidade de formular modelos matemáticos (O1);
a aplicação de algoritmos de resolução e interpretação económica dos resultados (O2, O3, O4);
e a aplicação prática de métodos específicos de otimização em problemas de transporte, afetação e redes (O5, O6, O7).

Bibliografia de consulta (existência obrigatória)

  • Yildiz, T., Optimization of Logistics and Supply Chain Systems: Theory and Practice, CreateSpace, 2016
  • Yalaoui A., Chehade H., Yalaoui F., Amodeo L., Optimization of Logistics, ISTE Ltd and John Wiley & Sons Inc, 2012
  • Guerreiro, J. , Magalhães, A. , Ramalhete, M. , Programação Linear, Vol. I e II, McGraw-Hill, 1985
  • Hillier, F. S. , Lieberman, G. J. , Introduction to Operations Research, McGraw-Hill, 2005
  • Valadares Tavares, L. , Hall Themido, I. , Carvalho Oliveira, R. , Nunes Correia, F. , Investigação Operacional, McGraw-Hill, 1996