Currículo

Instrumentos de Apoio à Decisão 02335

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

Privilegiando o uso de suporte computacional, a aprendizagem na UC deve conduzir a: OA1. Aquisição de conhecimentos metodológicos e técnicos essenciais à melhoria da tomada de decisão, nos domínios da indústria e dos serviços OA2. Adequada estruturação de problemas de decisão OA3. Abordagem estatística de dados na perspetiva da tomada de decisão OA4. Análise quantitativa de dados e informação OA5. Quantificação da importância relativa dos critérios de avaliação e das alternativas num problema de decisão multicritério OA6. Modelação e agrupamento de dados em problemas de decisão OA7. Abordagem qualitativa do comportamento de sistemas dinâmicos não-lineares na perspetiva da tomada de decisão OA8. Manipulação do software apropriado aos conteúdos programáticos

Programa

1.Decisão Estatística, probl.deinferência como PD 2.Comparação de Regras de Decisão, inform. e distrib. a priori 3.Crit. Minimax e Bayes, distrib. e risco a posteriori 4.Algoritmos de agrupamento dados complexos: k-means e espetrais, distrib. Gaussiana. 5.Entropias conjunta e condicional, divergência Kullback-Leibler, inform. mútua, entropia cruzada Rényi e potencial de inform. 6.Análise Multicritério em PD, agente de decisão. Estruturação e operacionalização do PD.Modelação de preferências e f. valor. Agregação e aval. global. Análise Hierárquica (AHP)e ELECTRE;normalização;Lógica Fuzzy 7.Organiz. como Sist. Dinâmicos(SD)não –lineares, sincronização(S) 8.Rescaling na deteção de comport. caótico, aplic. Poincaré, dim. de correlação e expoente Lyapunov.Implicaç. natomada de decisão 9.Modelação de SD não-Lineares, controle geométrico e adaptativo. S na estimação de parâmetros,NARMAX polinomial e racional. Redução de erro.Data Synchronization, modelo Kuramoto e S de fase

Método de Avaliação

As aulas são de carácter teórico-prático com as seguintes metodologias de ensino aprendizagem (MEA): MEA1. Expositivas com a apresentação com a apresentação dos conteúdos teóricos de referência MEA2. Participativas com a resolução de problemas e com apoio computacional MEA3. Autoestudo segundo o trabalho autónomo do aluno que consta do Planeamento de aulas | Avaliação Contínua: - Revisão científica sobre o estado da arte num dos quatro conteúdos programáticos (70%); teste final escrito (20%); participação nas aulas (10%). Avaliação não contínua: Exame final é composto por um teste individual que engloba toda a matéria.

Carga Horária

Bibliografia

Principal

• Belton, V. & Sewart, T. J.; Multiple Criteria Decision Analysis: An Integrated Approach. Kluwer Acadenic Publishers, Springer, 2002. Figueira, J., Greco, S. & Ehrgott, M.; Multiple Criteria Decision Analysis: State of the Art Surveys, Spriger’s International Series, 2005. Pikovsky, A., Rosenblum, M. & Kurths, J.; Synchronization – An Universal Concept in Non Linear Sciences, Cambridge University Press, Cambridge, 2001. Peters, E.E., Fractal Market Analysis – Applying Chaos Theory to Investiment & Economics, John Wiley & Sons, Inc., New York, 1994. Devaney, R. L.; An Introduction to Chaotic Dynamical Systems, Addison-Wesley Publ. Co., Redwood City, 19989. Cover, T. M. & Thomas, J. A.; Elements of Information Theory. John Wiley, New Jersey, 2006. Paulino, D., Turkman, A. & Murteira, B.; Estatística Bayesiana. Fundação Calouste Gulbenkian, 2003. Murteira, B.; Estatística: Inferência e Decisão. 2ª edição. Imprensa Nacional - Casa da Moeda, 1998. :

Secundária

Disciplinas de Execução

2013/2014 - 2º Semestre