O Programa de Pós-graduação em Modelagem Computacional torna público o edital de seleção do Doutorado.

O edital pode ser acessado clicando aqui. 

As inscrições podem ser realizadas clicando aqui.

El estudiante debe asistir a tres materias obligatorias y completar sus créditos con cursos electivos. Las materias obligatorias son  tres: Actividades interdisciplinares, Álgebra Lineal Computacional algoritmos y software.

Los sistemas no lineales 

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Resumen:

Introducción a los sistemas dinámicos no lineales. El análisis cualitativo de los sistemas dinámicos continuos. Atractores: saldos, límites y ciclos de comportamiento aperiódicas. métodos de análisis aproximado. sistemas autónomos y no autónomos: estabilidad basada en Lyapunov. Revisión de los conceptos de estabilidad. Comentarios linearizante clásica y robusta. Diseño basado en backstepping. Análisis y vía de síntesis de la estabilidad absoluta. La pasividad de los sistemas dinámicos. La conformación de las técnicas basadas en la energía. Ejemplos de aplicaciones.

Bibliografía:

KHALIL, HK, Nonlinear Systems, Prentice Hall, 2002.

Schaft, L2 técnicas de control no lineales en pasividad AV-ganancia y, Springer Verlag, 2000.

Isidori, AP sistemas no lineales de control - Tercera Edición, Springer Verlag, 1995.

Slotine JJand LI, .W. Control no lineal aplicada. Prentice Hall, 1991.

Sepulcre, RM y P. Kokotovic Jankovic constructivo de control no lineal, Springer Verlag, 1997.

FANTONI I, Lozano R., control no lineal para subactuado Sistemas mecánicos, Springer Verlag, 2002.

Matemática discreta

Nivel : Maestría Académica
Requerido : No
Horas :
Créditos : 4.0
Área de Concentración : Esfera multidisciplinaria

Resumen:

Conjuntos de revisión. Relaciones. Funciones y algoritmos. Inducción y recursividad. Gráficos. Los algoritmos para gráficos. Los modelos discretos. La complejidad computacional.

Bibliografía:

N. Christofides teoría de grafos. Nueva York, Academic Press, 1975.

Jungnickel, D. (2005) Gráficos Redes y Algoritmos, 2ª edición, Springer, Nueva York.

Maná, Z. Mathematical Theory de Computacion. Dover, 2003.

Menezes, CP Matemática Discreta de Informática y Tecnología de la Información. Artmed de 2008.

Sipser, M. Introducción a la Teoría de la computación. Thomson, 2007.

Menezes, Pb; TOSCANI, LV & LOPEZ, JG aprendizaje Matemática Discreta con ejercicios. Bookman, 2009.

ROSEN, K. Matemática Discreta y sus Aplicaciones. McGraw-Hill, 2009.

Scheinerman ER matemáticas discretas. Thomson, 2003.

Stoll, RR teoría de conjuntos y la lógica. Dover, 1979.

Scheinerman, E. Matemática Discreta: Una introducción. Sao Paulo, Thomson, 2006.

Caos en sistemas dinámicos

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

mapas unidimensionales. Fractales. atractores extraños. Caos en sistemas hamiltonianos. caos de control. Simulación numérica de los sistemas caóticos.

Bibliografía :

Ott, E. (1993) El caos en sistemas dinámicos, Cambridge University Press.
JOSE, N; Saletan, EJ (1998), Dinámica clásica, Cambridge University Press
Gutzwiller, MC (1991) Caos en la mecánica clásica y cuántica, Springer-Verlag.

Computación de Alto Rendimiento

Nivel : Maestría Académica
Obligatorio : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

paralelos y distribuidos arquitecturas; algoritmos trivialmente paralelizables; complejidad de los algoritmos paralelos; Programación con MPI y PVM;

Bibliografía :

Tanenbaum, AS (2001) Organización de ordenador, cuarta edición, LTC.

Hennessy, JL; Patterson, DA (2003) Arquitectura de Computadores - Un enfoque cuantitativo, Campus.

Gibbons, A.; Rytter, W. (1988) efficiente Paralelo Algoritmos, Cambridge University Press.

BRASSARD, G.; Bratley, P. (1996) Fundamentos de Algorithmics, Prentice Hall.

Diverio, T .; Navaux, eds P. (2001) la escuela secundaria Regional de rendimiento, Actas, Gramado / RS.

La inferencia estadística

Nivel : Maestría Acadêmicon
Requerido : No
Horas : 30
Créditos : 2.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Inferencia basada en el diseño del muestreo (clásico), y el modelo basado en la inferencia (teoría de probabilidad). Métodos de estimación: momentos, por mínimos cuadrados y máxima verosimilitud. El muestreo de la distribución: concepto y las aplicaciones que utilizan simulaciones. estimadores propiedades: sesgo, precisión, exactitud y consistencia. estimadores propiedades de máxima verosimilitud. información de Fisher. Los intervalos de confianza para un máximo de estimadores de probabilidad normal: enfoque y método de perfil de verosimilitud. intervalo de confianza para la simulación: paramétrico de arranque y no paramétrica. pruebas de hipótesis: procedimiento general y aplicaciones. Errores de tipo I y tipo II. Potencia de una prueba. prueba de razón de verosimilitud. Estimación por el método de mínimos cuadrados. regresión de prueba y los coeficientes de correlación (paramétrico y no paramétrico). Static Control de calidad para las variables.

Bibliografía :

Bussab WO; MORETTIN, PA (2002) Estadística Básica (5a. Edición). Editora Saraiva

HOEL, PG (1980) Mathematical Estadísticas (EPA 4) Label 2 Guanabara

Mood El .M.; GRAYABILL, F., BOES, DC (1974) Introducción a la teoría de la estadística. McGraw-Hill

Nolan, D.; VELOCIDAD, T. (2000) Lab Stat: Estadística Matemática a través de aplicaciones. Springer Verlag.

Siegel, S. (1975) no paramétrico Estadística. McGraw-Hill

Soong TT (1986) Modelos probabilísticos en Ingeniería y Ciencia. LTC Editora SA

Souza, SG (1998) Introducción a los modelos de regresión lineal y no lineal. EMBRAPA. 489p.

Venables WN; Smith, MD (2001) Introducción a R. (archivo pdf para descargar)

Zar (1984) Análisis de Bioestadística (2ª Ed.) - Prentice-Hall

Introducción a los Problemas Inversos

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Ejemplos de Problemas Inversos, los problemas que plantean los malos, problemas apenas acondicionadores, mínimos cuadrados de descomposición Valores Individuales, Principio de discrepancia, la regularización de Tikhonov, regularización de entropía, Newton método, métodos cuasi-Newton Landweber Método, Gradiente Método máximo conjugado disminuye método, el método de Levenberg-Marquardt.

Bibliografía :

Groetsch, CW (1993) El problemas inversos en Ciencias Matemáticas Braunschweig, Wiesbaden: Vieweg.

Kirsch, A. (1996) Una introducción a la teoría matemática de Problemas Inversos Aplicadas Ciencias matemáticas, 120 Springer-Verlag, Nueva York.

Silva Neto, AJ; MOURA, FD (2000): Algunos modelos de problemas inversos en Ingeniería (mini-golf) CNMAC-SBMAC.

ENGL, HW; Hanke, M.; Neubauer A. (1996) regularización de Problemas Inversos, Kluwer.

BECK, N; Blackwell, B.; St. Clair, CR (1985) Inversa de Conducción de Calor: Malos planteado problemas John Wiley & Sons.

Tikhonov, AN; Arsenin (1977) Solución de problemas Planteado por Illinois, John Wiley & Sons

Métodos matemáticos

Nivel : Maestría Académica
Obligatorio : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Diferencias ecuaciones en derivadas parciales primera orden. Teorema de clasificación. Método de separación de variables. Sturm-Liouville teorema. Funciones especiales: Bessel, Legendre, Neuman. Función de Green. Diferencias ecuaciones de orden superior parcial. Cálculo de variaciones. principio de Hamilton. ecuación diferencial Euler-Lagrange. Formulación variacional para sistemas continuos. método variacional de aplicación para los problemas de valores propios.

Bibliografía :

GOOD, ML (1983) métodos matemáticos en las ciencias físicas, segunda ed, J. Wiley.

ELSGOLTS, L. (1977) ecuaciones diferenciales y el cálculo de variaciones, Mir.

Goldstein, H. (1980) Mecánica Clásica, segunda ed, Addison-Wesley.

Lanczos, C. (1986). Los Principios variacionales de Mecánicos, 4ª ed., De Dover.

Gould, SH (1995) Métodos variacionales de valores propios problemas, de Dover.

Métodos numéricos

Nivel : Maestría Académica
Obligatorio : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Aproximación interpolación y funciones de derivación numérica. Ceros de ecuaciones algebraicas y trascendentes. cálculo numérico de funciones especiales (Bessel, integrales elípticas de funciones, etc.). Los sistemas de ecuaciones lineales y no lineales. curvas de ajuste. integración numérica. Soluciones de las ecuaciones en derivadas parciales y común. Simulación de sistemas dinámicos. Los problemas de valores propios y los vectores propios. transformadas de Fourier: DFT y FFT.

Bibliografía :

PRENSA, WH et alli (1989), Numerical Recipes en Pascal: El Arte de la Computación Científica. Cambridge University Press.

DEMIDOVITCH, B. et MARON, I. (1973). Eléments de calcul Numérique, Mir.

Nougier, JP (1983) Méthodes de Calcul Numérique, Masson.

Lanzarini, C. y Franco, NMB (1980) de cálculo numérico Temas, San Carlos, USP.

La modelización del clima

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Sistema climático. la modelización del clima. modelos de equilibrio energético. modelos radiativo-convectivo. Los modelos estadísticos-dinámicos. Circulación modelos generales de la atmósfera. Los estudios sobre el cambio climático.

Bibliografía :

Houghton, JT; Meira Filho, LG; CALLANDER BA; Harris, N.; KATTEMBERG, MASKELL, A., K. eds. (1996) Cambio Climático: La ciencia del cambio climático, Cambridge University Press.

Gash JHC; NOBLE, CA; Roberts, JM; y Victoria, RL (1996) la deforestación amazónica y el clima. Nueva York: Wiley.

Schlesinger, ME (1988) Físicamente Based-modelado y simulación de Clima y Cambio Climático. Parte I y II, Kluwer.

TREMBERTH, K., (1995). La modelación de sistemas climático, Cambridge University Press.

Los robots de Modelado

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

El formalismo newtoniano modelar formalismo de Euler-Lagrange, modelado del sistema dinámico, ejemplos, modelado dinámico de robots manipuladores rígidos, modelado dinámico de robots manipuladores con enlaces flexibles, directa e inversa modelos cinemáticos, el desarrollo de modelos cinemáticos de robots manipuladores, cinemática cuerpos rígidos en movimiento espacio, modelos cinemáticas de los robots móviles, modelos dinámicos de robots móviles, aplicaciones a la robótica submarina.

Bibliografía :

Fossen, TI, 1994. Orientación y Control de Vehículos océano. Chichester: John Wiley & Sons

SPONG, MW y Vidyasagar, M., dinámico y el control 1989. Robot. John Wiley and Sons.

Meirovitch, M., 1970. Los métodos de la dinámica de análisis. McGraw-Hill.

CRAIG, JJ, 1986. Introducción a la robótica, la mecánica y de control. Addison Wesley.

FRANKLIN, GF y Powell, JD, 1995. Evaluación de control de los sistemas dinámicos. 3ª ed, Nueva York, Addison-Wesley.

Modelos probabilísticos para la Ciencia e Ingeniería

Nivel : Maestría Académica 

Requerido : No 

Horas : 30 

Créditos : 2.0 

Área de Concentración : Esfera multidisciplinaria

Menú :

Probabilidades: conceptualización clásica, subjetiva frecuencia relativa.
Axioma de la Probabilidad. probabilidad condicional e independencia. Teorema de Bayes. variables aleatorias discretas y su representación: función de probabilidad de masas; FUNCAP distribución. Medidas Resumen: La esperanza, varianza, cuantiles, Moda, Asimétrico, curtosis. Probabiliísticos discretos modelos: Binomial, Poisson, hipergeométrica, multinomiales, geométricos y binomial negativa. variables aleatorias continuas y su representación: densidad de probabilidad; función de distribución. modelos probabilísticos continuas: Normal, Log-Normal, exponenciales, Gamma, Chi-cuadrado, el estudiante y Fischer. Temas adicionales.

Bibliografía :

HOEL, PG; PORT SC; STONE, CJ (1978) Introducción a la teoría de la probabilidad, Editorial Intersciência.

Soong TT (1986) modelos probabilísticos y Ciencias Engenahria, Editor CTL.

Grimmet, DR; Stirzaker, DR (1985) Probabilidad y proceso aleatorio, Oxford University Press.

Procesos estocásticos

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Series de tiempo y su análisis.
Las cadenas y los procesos de Markov, matrices estocásticas.
Poisson procesa y Ornstein-Uhlenbeck.
Wiener Formulación y Feynman-Kac (formulación y la termodinámica hamiltoniano).
teoría euclidiana de campos en la red (integrales funcionales, funciones corelação en n puntos, Approximação por campos promedio).
teorías de medida de la red (las teorías de gauge abeliano y bucles no abelianas, Wegner Wilson).

Bibliografía :

Chung, KL (2000). Un curso en Teoría de la Probabilidad revisado, Academic Press.

Doob, JL (1990). Procesos estocásticos (Biblioteca Clásicos Wiley) Wiley-Interscience.

LINDSEY, JK (2004). Análisis estadístico de los procesos estocásticos en el Tiempo (Serie de Cambridge en Estadística y Matemáticas probabilístico), Cambridge University Press.

Roepstorff, G. (1996). Trayectoria de aproximación integral a la física cuántica: una introducción (textos y monografías en Física) Springer Verlag.

La teoría Construtal

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Naturalmente, las preguntas y la teoría; Estructuras mecánicas; estructuras térmicas; árboles conductores; fluidos árboles; Ríos y tuberías; árboles de convección; Estructuras en sistemas de potencia; Estructuras en el tiempo: el ritmo; Estructuras de la economía y el transporte; Formas con resistencia constante.

Bibliografía :

Bejan, A (2000) forma y estructura, desde la ingeniería a la naturaleza, Cambridge University Press.

Bejan, A. (2003) Transferencia de calor por convección, 2ª edición, Wiley.

Bejan, A. (1999) Ingeniería Termodinámica Avanzada, 2ª edición, Wiley.

Tsatsaronis, G.; Moran, M.; A. Bejan (1996) Diseño y optimización térmica, Wiley .

Temas de modelado Aplicada Física Computacional

Nivel : Maestría Académica
Requerido : No
Horas : 60
Créditos : 4.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Temas especiales de modelado computacional aplicado a la descripción de los sistemas físicos. El curso abordará cuestiones específicas de cada consejero.

Bibliografía :

artículos de revistas .

Los temas de Informática Aplicada

Nivel : Maestría Académica
Requerido : No
Horas : 60
Créditos : 4.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Temas especiales de modelado computacional aplicada a la informática. El curso abordará cuestiones específicas de cada consejero.

Bibliografía :

Artículos de revistas.

Temas en Modelado de Sistemas termofluidos

Nivel : Maestría Académica
Requerido : No
Horas : 60
Créditos : 4.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Modelado computacional especial aplicado a los asuntos termofluídicos sistemas. El curso abordará cuestiones específicas de cada consejero.

Bibliografía :

Artículos de revistas.

Transferencia de Calor y Mecánica de Fluidos Computacional

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Introducción; ecuaciones de conservación; Obtención de ecuaciones de conservación aproximadas; funciones de interpolación; Solución problemas de difusión; Solución de problemas de convección.

Bibliografía :

Maliska, CR (2004) La transferencia de calor y mecánica de fluidos computacional, LTC.

Patankar, SV (1980) Transferencia de Calor numérica y flujo de fluidos, McGraw-Hill Book Company.

Modelización numérica aplicada Oceanografía

Nivel : Maestría Académica
Requerido : No
Horas :
Créditos : 3
Área de Concentración : Esfera multidisciplinaria

Menú :

Introducción a la modelización numérica aplicada a la oceanografía; ecuación de movimiento en oceanografía; métodos Series Raylor numéricos, el método de diferencia finita, condiciones de contorno, el método de elementos finitos del elemento plazo.

Los sistemas inteligentes

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Conceptos básicos, métodos de clasificación, clustering, Planificación y búsqueda. Baysianos filtra. Aplicaciones.

Introducción a la modelización del clima

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

El objetivo del curso es analizar la previsibilidad de los sistemas atmosféficos y sus consecuencias sobre la modelización del clima. incertidumbres en la predicción serán evaluados, el campo de aplicación de las predicciones y los errores sistemáticos. El curso se completa con la aplicación de un modelo mundial simulaciones numéricas de pronósticos climáticos será revisado basado en los conceptos aprendidos.

Bibliografía :

Buizza, R., 2000. El caos y la predicción del tiempo, el Centro Europeo para el Corto Plazo Tiempo.

CHANDLER, M. Educación Modelo Global de Clima, http://edgcm.columbia.edu/.

Jung, T. y A. Tompkins 2000. Los errores sistemáticos en el ECMWF de Predicción, Centro Europeo para el Corto Plazo Tiempo.

PALMER, TN, Incertidumbre 1999. Predecir en los pronósticos del clima y tiempo de, Memorando Técnico N ° 294 del ECMWF.

La transferencia de calor por convección Computacional

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Principios fundamentales de la transferencia de calor; principios fundamentales de la convección de calor; capa límite laminar; conductos de convección laminares interiro; convección laminar sobre cuerpos; convección interna; transición a flujo turbulento; flujo turbulento en las tuberías; libre flujo turbulento.

Bibliografía :

Bejan, transferencia de calor por convección, Wyley Interscience

Bejan, transferencia de calor, Edgard Blücher Ltda

Incropera, FP y Witt, DP Fundamentos de Transferencia de Calor y Masa, LTC

Machine Learning Aplicada a la Bioinformática

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Resumen:

Introducción a la Biología Molecular. Introducción a la probabilidad y modelos probabilísticos. pares de alineación de secuencias biológicas. cadenas de Markov Oculto (HMM). La alineación de pares de secuencias con HMMs biológicos. los algoritmos de agrupación para el análisis de la expresión génica. redes de ingeniería inversa biológicos, redes pertinentes, modelos gráficos de Gauss, redes bayesianas.

Bibliografía :

HUSMEIER, D, dybowski, A. & Roberts, S. elaboración de modelos probabilísticos en Bioinformática e Informática Médica

JONES & Pevzner, Introducción a la Bioinformática Algoritmos, MIT Press.

Hunter (1999). Inteligencia Artificial y Biología Molecular Capítulo 1.

OBISPO Reconocimiento (2006) y patrón de aprendizaje automático. CM Obispo. Springer.

Durbin R Eddy, S., Krogh, A., Mitchison, G. Análisis de Secuencias Biológicas: modelos probabilísticos de proteínas y ácidos nucleicos

Baldi, P., Brunak, S. Bioinformática el Enfoque Machine Learning

Elementos matemática

Nivel : Académico Disertación
Requerido : No
Horas : 45

Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Resumen:

Transformaciones lineales, vectores, vectores propios y valores propios, aplicaciones de sistemas dinámicos, ecuaciones diferenciales ordinarias (de revisión), ecuaciones diferenciales parciales (revisión), aplicaciones modelos dinámicos, de Fourier y transformadas de Laplace, aplicaciones.

Elementos de la Inteligencia Artificial

Resumen:

Historia de la Inteligencia Artificial. Conceptos básicos. Lenguajes y plataformas a IA. Las redes neuronales. Razonamiento y conocimiento bajo
incertidumbre. procesos de decisión y modelos de Markov. Los sistemas multiagente.

Bibliografía:

RUSSEL, S. & Norvig, P. Inteligencia Artificial. Campus, 2004.

BITTENCOURT, G. Inteligencia Artificial - Herramientas y teorías. Editorial
de la UFSC, 2006.

REZENDE, S. Intelligent Systems - Fundamentos y Aplicaciones. Manole, 2005.

Wooldridge, M. Una introducción a los sistemas multi-agente. Wiley, 2002.

Freeman JA y SKAPURA, MD 1991 Redes Neuronales: Técnicas de Algoritmos, aplicaciones y programación. Pearson Educación Publishing Co., Inc.

Los gráficos y Redes

Resumen:

Gráficos: Definiciones y notación; conectividad; tinción de problemas; centros y las medianas de alquiler; generación de árboles; caminos más cortos; Euler y hamiltonianas problemas; Emparejar problemas. flujo de red: formulación de modelos, los métodos simplex primal-dual canalizada algoritmo fuera de kilter y problemas de flujo de red con múltiples productos.

Bibliografía:

Christofides, N. Gráfico Un Enfoque algorítmico teoría-; Academic Press, 1975

KENNINGTON, JL & Helgason, RV; Algoritmo para la Programación de la cadena; John Willey & Sons, 1980

BOLLOBOAS, B.; Los avances en la teoría de grafos; Springer, 1981

Trudeau Richard J.; Introducción a la teoría de grafos; Dover; 1993

WEST, DB; Introducción a la teoría de grafos; Prentice Hall, 1996

Rabuske, MA; Introducción a la teoría de grafos; Ed UFSC.; 1992

Modelado formal de los sistemas sociales

Resumen:

Enfoques extensión e intencionadamente serán modelado de sistemas sociales. sistemas sociales funcionales invariantes: organización, regulación, adaptación. extensionales aspectos de los sistemas sociales: la modularidad, la interconectividad, la estructura jerárquica, la causalidad de la red, la funcionalidad de la causalidad jerárquica. intensionales aspectos de los sistemas sociales: valores, normativas, institucionales. Modelos de sistemas complejos Formia mínimo: estructura de la población, la estructura organizativa, extensionales y dimensiones intencionales. estudios de casos, las sociedades de modelado, sistemas sociales, instituciones, etc.

Bibliografía:

SIMON, H. La ciencia del artificial. MIT Press, 1996

Searle, J. La construcción de la realidad social. The Free Press, 1995

Piaget, J. Biología y Conocimiento 1996

WOUTERS, AG Explicación | sin causa. Universidad de Utrecht, 1999 (PhD. Tesis)

DIGMUN, V. Sistemas Multiagente: Semántica y modelos de dinámica de organización. IGI Global, 2009

COSTA, ACR; Dimuro, GS Mínimo Dinámica Modelo Organización MAS.

Capítulo XVII del dignum, 2009, p. 419-445

Sistemas discretos

Resumen:

Inducción co-inducción, recursión y co-recursión. La programación funcional: funciones, estructuras de datos, mecanografía, la evaluación perezosa, la programación monádica. sistemas discretos: ecuaciones de diferencia, la dinámica de los sistemas discretos, sistemas discretos programados, corrientes cálculo. Simulación de sistemas discretos con la programación funcional.

Bibliografía:

Luenberger, D. Introducción a los Sistemas Dinámicos-Teoría y Aplicaciones Modelos. Wiley 1979

CULL, P.; Flahive, fusiones y Robson, R. Diferencia ecuaciones- de conejos al caos. Springer, 2005

SA, C., Smith, M. Haskell, un abrodagem práctico. Novatec, 2006

Rutten M. Corriente Elementos de cálculo. CIT, 2001 (R0120 Informe SEN)

Modelado de Sistemas de eventos discretos

Resumen:

Introducción de conceptos y definición de sistemas discretos. Las plantillas de presentación para el diseño de sistemas y eventos discretos. la teoría de autómatas de la aplicación de los sistemas y eventos discretos. la teoría de autómatas de la aplicación de los sistemas y eventos discretos. Aplicaciones de los sistemas y eventos discretos.

Bilbiografia:

Cassandras CG; Lafortune, S. Introducción a sistemas de eventos discretos. 2ns Ed, Springer. 2008

AGUIRRE, LA Enciclopedia Auto: Control y Automatización. Vol 1, Editora Blucher, 2007.

CARDOSO, JVR Redes de Petri, editor de la UFSC. 1997

Moraes, C.; Castrucci, Plinio de Freitas. Ingeniería de Automatización Industrial. LTC 2007

Miyagi, PE de control programable. Editorial Edgard Blücher. 1996

NACIMIENTO, CL; Yoneyama, T. Inteligencia Artificial en control y automatización. Editorial Edgard Blucher, 2000

ARNOLD, A. finitos Transation Systems. Prentice Hall, 1994

JENSEN, K. color Redes de Petri, segunda edición. Springer, 1996

Introducción a la Programación Matemática

Resumen:

La programación lineal. programación entera. Programación conjunto semi. optimización combinatoria. optimización multi-objetivo. Los algoritmos de búsqueda y optimización. Estudios de casos: la optimización estructural; buscar parámetros; problemas generales de roateamento, la partición y asignación.

Bibliografía:

Murty, KG (1985) y Linear programación combinatoria. Robert E. Krieger P Company

Goldberg, DE (1989) Algoritmos Genéticos im Búsqueda, Optimización y Aprendizaje Automático. Kluwer Academic Publishers

Goldbarg, MC & LUNA, HPL (2000) Optimización Combinatoria y Programación Lineal; Modelos y Algoritmos "Campus

Koza, J. (1992) Programación Genética de la programación de ordenadores por medio de la selección natural. MIT Press

Russell, SJ; Norvig, P. (2003) Inteligencia Artificial: una Aproximación moderna (2ª edición), Prentice Hall

HOOS, HH, Stützle, T (2004) estocástico de búsqueda local: Fundamentos y Aplicaciones

Álgebra lineal

Nivel : Maestría Académica
Requerido : No
Horas : 45
Créditos : 3.0
Área de Concentración : Esfera multidisciplinaria

Menú :

Espacios vectoriales; El producto interno y estándar. transformaciones lineales. operadores de álgebra. transformaciones unitarias y ortogonales. formas cuadráticas; determinantes. Valores y vectores propios. Diagonalización y formas canónicas. Introducción a las ecuaciones diferenciales lineales.

Bibliografía :

LIMA, EL Álgebra Lineal

HOFFMAN-KUNZE, Algebra Linear