Sistemas de Eventos Discretos

Conhecimentos de Base Recomendados

Teoria da Computação, Estatística.

Métodos de Ensino

O ensino está organizado em duas componentes complementares, teórica e teorico-prática. As aulas teóricas (T) destinam-se sobretudo à exposição da matéria pelo docente e ao esclarecimento de dúvidas de interesse geral para a turma. As aulas práticas (TP) servem para consolidar os conceitos apresentados nas aulas T, através da realização de exercícios de modelação e análise, quer no papel, quer no computador. É ainda proposto e avaliado um trabalho prático envolvendo a modelação e análise de sistemas realistas simplificados com o auxílio de software de modelação adequado.

Resultados de Aprendizagem

Esta unidade curricular foca-se em modelação e análise de sistemas de eventos discretos, com aplicações às quatro opções temáticas do curso. Pretende-se que os estudantes venham a ser capazes de modelar e analisar sistemas simples de tráfego, de produção, computacionais (hardware e software) e de comunicação, entre outros, enquanto sistemas de eventos discretos.

Os estudantes deverão ainda desenvolver competências em análise e síntese, resolução de problemas, raciocínio crítico, aprendizagem autónoma, e a capacidade de aplicar o conhecimento teórico adquirido a situações práticas concretas.

Estágio(s)

Não

Programa

1. Sistemas e modelos: conceitos; tipos de sistemas; DES e exemplos de aplicação.
2. Autómatos finitos: modelação de DES como linguagens; análise de DES modelados por autómatos.
3. Redes de Petri: definição; comparação com autómatos; análise de redes de Petri.
4. Autómatos temporizados e redes de Petri temporizadas.
5. Autómatos temporizados estocásticos.
6. Cadeias de Markov.
7. Introdução à teoria das filas de espera.

Métodos de Avaliação

Avaliação
Resolução de problemas: 20.0%
Exame: 40.0%
Frequência: 40.0%

Bibliografia

Christos G. Cassandras and Stéphane Lafortune, Introduction to Discrete Event Systems, Springer, 2007.

 Branislav Hrúz and MengChu Zhou, Modeling and Control of Discrete-Event Dynamic Systems: with Petri Nets and Other Tools, Springer, 2007.

 Armin Zimmermann, Stochastic Discrete Event Systems: Modeling, Evaluation, Applications, Springer, 2007

 Wai-Ki Ching and Michael K. Ng, Markov Chains: Models, Algorithms and Applications, Springer, 2006.