Ementa: Métodos Diretos para Sistemas Lineares: Eliminação Gaussiana e Pivoteamento, Fatoração LU, Refinamento da Solução, Condicionamento e Estimativas de Erro, Fatoração QR. Métodos Iterativos para Sistemas Lineares: Jacobi, Gauss-Seidel, SOR, Convergência de Métodos Iterativos. Sistemas de Equacoes Não-Lineares: Iteração Linear, Método de Newton. Aproximação: Interpolação, Ajuste de Curvas. Integração Numérica: Fórmulas de Newton-Cotes, Quadratura Gaussiana, Integrais Múltiplas. Soluções Numéricas de EDO’s: Método de Euler, Métodos de Runge-Kutta.

Ementa: Probabilidades. Variáveis Aleatórias e seus Modelos. Técnicas de Inferência Paramétrica: distribuições amostrais, estimação de parâmetros, testes de hipóteses. Principais Técnicas de Análise Multivariada: modelos de regressão, análise de componentes principais, análise de agrupamentos. Noções de Processos Estocásticos.

Ementa: Estudar e aplicar computacionalmente os modelos matemáticos da Lógica Nebulosa para a solução de problemas.

Ementa: Conceitos e Definições Sobre Lógica Nebulosa, Operações com Conjuntos Nebulosos, Relações e Composições Nebulosas, Controle Nebuloso, Aplicações Matemáticas e Computacionais da Lógica Nebulosa.

Ementa: Introdução Arquitetura Computadores. Lógica de Programação. Técnicas de Modularização. Diagramas. Algoritmos. Pseudocódigos. Estrutura de Dados. Introdução a Elaboração de Programas. Programação Paralela e uso de Linguagens Interpretadas de Alto nível para Computação Numérica.

Ementa: Arquitetura; Sistemas Operacionais; Sistemas Distribuídos; Redes; Clusters; Paradigams: Simétrico e Assimétrico; Sincrono e Assíncrono; Paralelo e Distribuído; Mobilidade; Colaboração; Algoritmos Distribuídos: Eleição e Exclusão Mútua; Detecção e Resolução de Deadlock; Detecção de Terminação; Protocolos; gerencia de Dados; Obter Consenso na Presença de Incertezas; Computação com Objetos Distribuídos: Arquitetura; Conceitos Middleware (Grid, ORBs, Agentes ) ; Linguagens; Acesso.

Ementa: Representações de Sinais: Freqüência, fase e potência, amostragem, taxa de Nyquist e aliasing, transformada de Fourier direta e inversa, convolução e correlação no domínio do tempo e da frequência. Algoritmo FFT – Fast Fourier Transform. Transformada Z Direta e Inversa. Resposta no Impulso e na Freqüência. Análise de Zeros e Pólos. Projeto de Filtros IIR e FIR. Modulação. Deconvolução. Análise Espectral – Correlação e Covariância. Sinais Estacionários e Ergódicos. Filtro de Kalma. Projeto Computacional de Filtros via Programação Convexa.

Ementa: Equações de transporte. Métodos de estabilização. Métodos das características. Métodos tipo Taylor-Galerkin. Equações de convecção-difusão estacionária e transiente. Métodos de discretização espacial tipo upwind. Discretização temporal de equações transientes. Análise de estabilidade pelo método de von Neumann. Equações de Stokes, condições de contorno e formas variacionais. Discretização pelo método dos elementos finitos. Condição de compatibilidade LBB. Equações de Navier-Stokes estacionária e transiente. Linearização das equações de Navier-Stokes. Métodos de resolução implícitos e segregados nas variáveis velocidade-presão. Aplicações.

Ementa: Modelagem de Sistemas Físicos: Física Estatística do Não Equilíbrio, Informação Quântica, Leis de escala e Universalidade, Modelos – Origem, Síntese e Forma de Vida, Inovação: Em sistemas Tecnológicos, Em logística, Tecnologia: Algoritmos Quânticos e Criptografia, Descoberta de Padrões em Series Temporais, Gestão: A Influência das Flutuações em Séries Temporais na Tomada de Decisão.

Ementa: Avaliação de Desempenho; Balanceamento de Carga; Gerência de Políticas ; Tolerância a Falhas; Provisão de QoS; Infraestrutura Virtualizada ; Portais; IaaS, Paas, Saas, NaaS; APIs e Controle de uso; Gerência e Escalonamento de Recursos; Ferramentas e Modelos de Programação; Ferramentas de Gerência de Infraestrutura Virtualizada; Segurança em Infraestrutura Virtualizada; Gerência de Recursos Virtualizados; Gerência de DataCenters; Computação e Comunicação Verdes; Modelos de Contabilidade e Economia; Gerência de Metadados, Schemas e Ontologias; Aplicações e Serviços habilitados pela Infraestrutura Virtualizada ; Aplicações, Comunidades e Testbeds.

Ementa: Conceitos Fundamentais de uma Rede Neural Natural e Artificial; Modelo Matemático Básico de uma Rede Neural; 3. Arquitetura de uma Rede Neural; Processos de Aprendizagem; Perceptron e Adaline; Redes Neurais Feedforward Multicamadas e Aprendizagem Supervisionadas Backpropagation.

Ementa: Estudar e aplicar computacionalmente os modelos matemáticos das Redes Neurais com Aprendizagem Profunda, para a solução de problemas na área de Visão Computacional.