2025.1-Engenharia de Produção

UNIVERSIDADE DE BRASÍLIA

CURSO: ENGENHARIA DE PRODUÇÃO

FACULDADE DE TECNOLOGIA

(SEMESTRE 1- 2025)

EMENTA DA MATÉRIA –SIMULAÇÃO DE SISTEMAS.

PROFESSOR: REINALDO CRISPINIANO GARCIA – Ph.D.

EMENTA:

Nessa disciplina os conceitos de simulação e técnicas de solução de problemas aplicando são apresentados para a formação do Engenheiro de Produção. Conceitos estes tão em voga na disseminação do conhecimento, tanto na indústria de produção de bens, como também na área de serviços. Esta disciplina aplica técnicas de simulação em problemas reais mediante uma modelagem adequada e implementação de algoritmos. O objetivo da disciplina é dar conhecimento de técnicas de Simulação, de modo a permitir formular modelos, aplicar algoritmos e interpretar os resultados obtidos. Aulas teóricas, com aplicação de exercícios e estudos de modelos. Os seguintes tópicos serão abordados:

1.      Introdução: importância.

2.      Aplicações de simulação e elementos de probabilidade.

3.      Geração de números e observações randômicos: variáveis randômicas discretas e contínuas.

4.      Método de simulação em tempos discretos: metodologia e,sistemas de filas.

5.      Estudos de casos de problemas de simulação: análise de risco; sistema de estoque; tempos de espera em filas. Aplicação do Software Arena e do Matlab. Havendo tempo veremos também a linguagem Julia.

FORMA DE AVALIAÇÃO:

A avaliação será feita através da presença e participação na sala aula, e, três oi dos projetos, com os seguintes valores:

1.     Uma primeira prova peso 25%.

2.     Uma prova final, que inclui toda a matéria do semestre, com peso 30%.

3.     Um projeto, que conterá duas partes (uma do Matlab e uma do Arena), sendo que o projeto valerá 45% da nota final, 22.5% para o Matlab e 22.5% para o projeto do Arena.

IMPORTANTE: OS PROJETOS TERÃO NOTA RELATIVA. POR EXEMPLO: PARA O CASO DO ARENA, PROJETOS COM UMA BOA ANIMAÇÃO, RECEBERÃO NOTA INTEGRAL; E OS OUTROS, RECEBERÃO NOTA DE ACORDO COM A ANIMAÇÃO APRESENTADA (RELATIVA ÀS MELHORES ANIMAÇÕES). DO MESMO MODO PARA OS PROJETOS DO MATLAB: PROJETOS MAIS COMPLETOS (INTRODUÇÃO, DESCRIÇÃO, RESULTADOS, ETC.) RECEBERÃO NOTA INTEGRAL E, OS OUTROS RECEBERÃO NOTA DE ACORDO COM ESTES ITENS, QUÃO COMPLETOS ELES ESTÃO.

COMPORTAMENTO, RESPEITO E CONDUTA:

1.     Evite chegar atrasado nas aulas (máximo de 15 minutos tolerância).

2.     Evite ficar saindo das aulas (tenha educação e respeito pelos outros).

3.     Evite conversar constantemente durante as aulas.

4.     Proibido o uso de Laptops, pagers e celulares...esta é uma matéria que envolve conceitos matemáticos.

LIVROS TEXTOS

Anderson, R., Sweeney, D.J. and Williams, T. An introduction to management science: Quantitative approaches to decision making, USA, 10th edition.

Hillier, F. S., Lieberman, G. J.,Introdução à Pesquisa Operacional, McGraw-Hill, Brasil, 10 Edição, 2013.

Hillier, F. S., Lieberman, G. J., Introduction to Operations Research with student access card, McGraw-Hill, USA, 2009.

Kelton, W. D., Sadowski, R. P. e Sturrock, D. T., Simulation with Arena, Fourth Edition, McGraw-Hill, USA, 2007. (para consulta apenas).

Prado, D. Usando o Arena em Simulação, Série Pesquisa Operacional Vo. 3, FalconiConsutores de Resultado, Nova Lima, Minas Gerais, Brasil, 2010.

Pratap, R. Getting Started with Matlab, Oxfod University Press, New York, NY, USA, 2010.

Ross, S.M., Simulation, Academic Press, 10th. Edition, USA, 2009.

Rossetti, M.D. Simulation Modeling and Arena, Wiley and Sons, USA, 2009.

UNIVERSIDADE DE BRASÍLIA

CURSO: ENGENHARIA DE PRODUÇÃO

FACULDADE DE TECNOLOGIA

(SEMESTRE 1- 2023)

(2ª, 3ª e 5ª Feiras das 20:50 às 22:30 hrs)

EMENTA DA MATÉRIA – PESQUISA OPERACIONAL EM ENGENHARIA 1

PROFESSOR: REINALDO CRISPINIANO GARCIA – Ph.D.

EMENTA:

Nessa disciplina os conceitos de modelagem e técnicas de solução de diferentes problemas são consolidados para a formação do Engenheiro de Produção. Conceitos estes tão em voga na disseminação do conhecimento, tanto na indústria de produção de bens, como também na área de serviços. Esta disciplina aplica as técnicas da Pesquisa Operacional (P.O.) em problemas reais mediante uma modelagem adequada e implementa algoritmos de P.O.. O objetivo da disciplina é dar conhecimento de técnicas de Pesquisa Operacional, de modo a permitir formular modelos, aplicar algoritmos e interpretar os resultados obtidos. Aulas teóricas, com aplicação de exercícios e estudos de modelos. Os seguintes tópicos serão abordados:

1.      Conceituação de pesquisa operacional.

2.      Programação linear.

3.      Programação inteira e modelos combinatórios.

4.      Programação não linear.

5.      Teoria dos grafos com ênfase em redes.

6.      Modelos estocásticos.

7.      Teoria da decisão.B

8.      Teoria de Filas.

FORMA DE AVALIAÇÃO:

A avaliação será feita através da presença e participação na sala aula, séries de exercícios e, duas provas, com os seguintes valores:

1.     Duas provas: uma intermediária (com valor de 45% da nota final) e um Exame Final (com valor de 55%).

O Exame Final incluirá “toda” a matéria do Semestre.

COMPORTAMENTO, RESPEITO E CONDUTA:

1.     Evite chegar atrasado nas aulas (máximo de 15 minutos tolerância).

2.     Evite ficar saindo das aulas (tenha educação e respeito pelos outros).

3.     Evite conversar constantemente durante as aulas.

4.     Proibido o uso de Laptops, pagers e celulares...esta é uma matéria que envolve conceitos matemáticos.

LIVROS TEXTOS

Hillier, F. S., Lieberman, G. J.,Introdução à Pesquisa Operacional, McGraw-Hill, Brasil, 9ª Edição, 2013.

Hillier, F. S., Lieberman, G. J., Introduction to Operations Research with student access card, McGraw-Hill, USA, 2009

Bradley, S. P., Hax, A. C., Magnanti, T. L., Applied Mathematical Programming, Addison Wesley, 1^st. Edition, USA, 1977.

Luenberger, D. G., Linear and Nonlinear Programming, Addison Wesley Publishing. Company, 2nd.Edition, USA, 1989.

Ross, S.M., Introduction to Probability Models, Academic Press, 10th. Edition, USA, 2009.

Ross, S.M. Stochastic Processes, Wliley, 2a Edition, USA, 1995.

Taha, H. A. Operations Research: an Introduction, 8ed. Pearson Prentice-Hall, Upper Saddle River, New Jersey, USA, 2007.

Wagner, H. M. Principles of Operations Research, Prentice-Hall International Editions, 2ed.,London, UK, 1975.

Winston, W. L. Operations Research – Applications and Algorithms, Brooks/Cole, Cengage Learning, 4^th. Edition, USA, 2004.

Wolff, R. W. Stochastic Modelling and the Theory of Queues, Prentice-Hall, 1st. Edition, USA, 1989.

1 Disciplina 2025 1

2 1034987

3  EPR 0036

4 Graduação

5 20/03/2025

Apresentar aos discentes os conceitos fundamentais da modelagem de séries temporais e sua aplicação na engenharia de produtos financeiros, destacando o uso de métodos quantitativos para análise e previsão de ativos e riscos. A disciplina enfatiza a formulação e implementação de modelos estatísticos e econométricos, bem como a aplicação de técnicas de aprendizado de máquina e inteligência artificial para a precificação de ativos, gestão de portfólios e análise de volatilidade. Além disso, busca capacitar os alunos no uso da linguagem Python para simulação, validação e visualização de dados financeiros, promovendo a integração entre teoria e prática na tomada de decisões no mercado financeiro.

Apresentar aos discentes os conceitos fundamentais dos Sistemas de Informação, destacando o papel central dos dados na gestão e na tomada de decisões organizacionais. A disciplina enfatiza a coleta, processamento, análise e visualização de dados como elementos essenciais para a eficiência dos Sistemas de Informação, capacitando os alunos a aplicar técnicas estatísticas, aprendizado de máquina e desenvolvimento de dashboards interativos para otimização de processos produtivos e suporte estratégico em Projetos na Engenharia de Produção.

Apresentar aos discentes os conceitos fundamentais dos Sistemas de Informação, destacando o papel central dos dados na gestão e na tomada de decisões organizacionais. A disciplina enfatiza a coleta, processamento, análise e visualização de dados como elementos essenciais para a eficiência dos Sistemas de Informação, capacitando os alunos a aplicar técnicas estatísticas, aprendizado de máquina e desenvolvimento de \textit{dashboards} interativos para otimização de processos produtivos e suporte estratégico na Engenharia de Produção.