Público
Relação de Convocados
Relação de Matriculados
____________________
Calendário Escolar
2022
2021
Cursos de ingresso
Disciplina
Busca por Disciplinas
Busca por Turmas
Editais
Programa Unificado de Bolsas(PUB)
Edital 2021-2022
Edital 2022-2023
PEEG
PAP
FAQ
Matrícula Interativa
FAQ
Informações gerais
TUTORIAL - NOVA MATRÍCULA
Jupiterweb em Vídeos
Informações gerais sobre a Graduação
Acesso Restrito
Entrar
Esqueci a Senha
Primeiro Acesso
Informações da Disciplina
Preparar para impressão
Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação
Instituto de Ciências Matemáticas e de Computação
Matemática Aplicada e Estatística
Disciplina: SME0510 - Introdução à Pesquisa Operacional
Introduction to Operational Research
Créditos Aula:
4
Créditos Trabalho:
2
Carga Horária Total:
120 h
Tipo:
Semestral
Ativação:
01/01/2011
Desativação:
Objetivos
Muitos problemas de tomada de decisão têm estruturas matemáticas bem definidas. Nesta disciplina alguns modelos matemáticos de otimização determinística serão estudados, com ênfase em métodos de solução, bem como em aplicações.
Many decision problems have well-defined mathematical structures. In this course, some mathematical models in deterministic optimization are studied. Emphasis is given to solution methods and applications.
Programa Resumido
Introdução à Otimização Linear a à Otimização Inteira.
Introduction to linear optimization and integer programming.
Programa
Introdução à Otimização Linear: Resolução gráfica, o método simplex, aplicações. Introdução à Otimização Inteira: alguns problemas clássicos, aplicações, método de branch-and-bound e métodos de resolução heurísticos.
Introduction to Linear programming: Graphical method, the simplex method and applications. Introduction to integer programming: Examples of classic problems, applications, the branch-and-bound method and heuristic methods.
Avaliação
Método
Aulas expositivas e resolução de exercícios.
Critério
Norma de Recuperação
Número de provas: no mínimo uma (01) e no máximo duas (02) provas.
Critério de aprovação: a nota final (MF) do aluno que realizou provas de recuperação dependerá da média do semestre (MS) e da média das provas de recuperação (MR), como segue:
• MF = 5 se 5 <= MR <= (10 - MS)
• MF = (MS + MR) / 2 se MR > (10 - MS)
• MF = MS se MR< 5
Bibliografia
·Livro Texto:
ARENALES, M; ARMENTANO, V; MORABITO, R E YANASSE, H Pesquisa operacional – Ed. Campus, 2006.
NAHMIAS, E., Production and Operations Analysis, Irwin, 1989.
Bibliografia Complementar
WINSTON, W.L. – Operations Research – Applications and Algorithms – IE-THOMSON, 4a Edição, 2004.
GOLDBARG, M.C. e LUNA, H.P.L – Otimização Combinatória e Programação Linear – Modelos e Algoritmos – Editora CAMPUS, 2ª Edição - 2005.
BERTSIMAS, D. E TSITSIKLIS, J.N. – Introduction to Linear Optimization, Athena Scientific, 1997.
HILLIER, F.S.; LIEBERMAN, G.J.- Introdução à Pesquisa Operacional, Rio de Janeiro, RJ, Campus, 1988.
BAZARAA, M.S.; JARVIS, J.J., Linear Programming and Network Flows, John Wiley and Sons, N.Y., 1977.
BREGALDA, P.; BORNSTEIN, C. Introdução a Programação Linear, Editora Campus, 1981.
LUENBERGER,D.G. Linear and Nonlinear Programming, 2. ed., Reading, Mass, Addison-Wesley; 1984.
WAGNER,H.M. Pesquisa Operacional, 2. ed., Rio de Janeiro, Prentice-Hall do Brasil, 1986.
Clique para consultar os requisitos para SME0510
Clique para consultar o oferecimento para SME0510
Créditos
|
Fale conosco
© 1999 - 2022 - Superintendência de Tecnologia da Informação/USP