Eletivas

Disciplinas eletivas no Mestrado e Doutorado
 
Algoritmos e Estrutura de Dados
Ementa: Estruturas de dados elementares: vetores; matrizes; listas estáticas e dinâmicas (pilhas, filas e listas). Árvores: terminologia, representação; algoritmos de manipulação e percursos em árvores; árvores balanceadas. Ordenação, pesquisa e hashing. Complexidade de algoritmos. Aplicações.
Bibliografia:
(a) Cormen, T. H.; Leiserson, C. E.; Rivest, R. L. (2009). Introduction to Algorithms: Third Edition, MIT Press & McGraw-Hill.
(b) Tenenbaum, A. M.; Langsam, Y.; Augenstein, M. J. (1995). Estruturas de Dados usando C, Pearson Education do Brasil.
(c) Ziviani, N. (2004). Projeto de Algoritmos com implementações em Pascal e C.Thomson, 2a. Edição.
(d) Knuth, D. E. (1997-2005). The art of computer programming, Addison-Wesly Publishing Company, vols. 1, 2, 3 e 4.
(e) Mehta, D. P.; Sahni, S. (2005). Handbook of Data Structures and Applications,Chapman & Hall/ CRC.
 
Algoritmos em Grafos
Ementa: Conceitos básicos de grafos, subgrafos, isomorfismo, caminhos e circuitos, e cortes. Grafos conexos e Teorema de Menger. Grafos Eulerianos. Algoritmos em Árvores. Emparelhamentos. Grafos bipartidos. Grafos hamiltonianos.  Conjuntos estáveis e cliques. Coloração de arestas. Coloração de vértices. Noções de planaridade. Fluxo em Redes

Bibliografia: 

(a) BOLLOBÁS, B. (1998). Modern Graph Theory, Springer-Verlag.

(b) BONDY, J. A.; MURTY, U. S. R. (2008). Graph Theory, Springer.

(c) DIESTEL, R. (2005). Graph theory. 3rd Edition. Graduate Texts in Mathematics, 173. Springer-Verlag, Berlin.

(d) GOLDBARG M.; GOLDBARG E. (2012). Grafos. 1a edição. Editora Campus Elsevier.


Econometria Aplicada
Ementa: Introdução à análise de regressão linear. Regressão linear simples e múltipla: hipóteses do modelo, estimação de parâmetros, propriedades de estimadores. Inferência. ANOVA em regressão linear. Multicolinearidade e seus efeitos. Seleção de variáveis. Modelos Linearizáveis. Modelos polinomiais. Modelos com variáveis qualitativas. Diagnóstico e reparação de problemas. Tópicos adicionais em análise de regressão.

Bibliografia: 

(a) KUTNER, M.; NACHTSHEIM, C.; NETER, J.; LI, W. (2004). Applied Linear Statistical Models, 5 Ed, McGraw-Hill/Irwin.

(b) GUJARATI, D. (2004). Basic Econometrics, 4 Ed, McGraw-Hill.

(c) PINDYCK, RS.; RUBINFELD, DL. (1998). Econometric Models and Economic Forecasts, 4 Ed, McGraw-Hill/Irwin.

 
Estudos Dirigidos I
Ementa: O conteúdo da disciplina é definido a partir de uma proposta de trabalho que vise amadurecer o aluno, envolvendo técnicas, ferramentas e teorias que serão utilizados durante o desenvolvimento da pesquisa. O principal produto a ser gerado é uma revisão bibliográfica sobre o tema de pesquisa do mestrado/doutorado do aluno.

Bibliografia: Artigos selecionados de periódicos, anais de conferências e capítulos de livros.

 

Estudos Dirigidos II
Ementa: O conteúdo da disciplina é definido a partir de uma proposta de trabalho que vise desenvolver a pesquisa de mestrado/doutorado do aluno com a elaboração de análise bibliométrica, questão de pesquisa, objetivos, delimitação da pesquisa e justificativa. O principal produto a ser gerado é um artigo sobre o tema de pesquisa do mestrado/doutorado do aluno.

Bibliografia: Artigos selecionados de periódicos, anais de conferências e capítulos de livros. 

 
Gerência de Operações e Logística
Ementa: O processo decisório no âmbito do planejamento e programação das operações e logística. Modelos para o planejamento agregado da produção, programação e seqüência da produção e gerenciamento de projetos. Gestão de estoques, dimensionamento de lotes, balanceamento de linhas de montagem. Previsão e planejamento de demanda. Resolução de problemas de roteamento e programação de rotas. Localização de instalações e facilidades. Dimensionamento de frotas. Projeto e dimensionamento de sistemas logísticos.

Bibliografia:

(a) Stevenson, W. J., Operations Management, 10th edition. McGraw-Hill Irwin, 2009.

(b) Slack, N., Chambers, S e Johnston, R., Administração da Produção, 4a edição. Editora Atlas, 2015.

(c) Cachon, G. e Terwiesch, C., Matching supply with demand - An Introduction to Operations Management, 3a edição. Mc Graw-Hill, 2013.


Inteligência Computacional
Ementa: História da Inteligência Artificial (IA). Caracterização dos problemas de IA, aplicações (p.ex., jogos, robótica, PLN, etc.) e interações com outras áreas de pesquisa. Métodos de busca (busca cega e busca heurística) e planejamento para resolução de problemas. Formalismos de Representação de Conhecimento e Inferência: Redes Semânticas, Sistemas de Produção, Lógica (noções da linguagem PROLOG e suas aplicações em problemas de IA). Apresentação e discussão de técnicas recentes em Aprendizado de Máquina e Mineração de Dados e de Textos.
Bibliografia:
(a) Russel, S.; Norvig, P. (2009). Artificial Intelligence: A Modern Approach. 3rd Edition. Prentice Hall.
(b) Luger, G. F. (2002). Artificial Intelligence: Structures and Strategies for Complex Problem Solving, Addison-Wesley, 4th Edition.     
(c) Nilsson, N. J. (1998). Artificial Intelligence, San Francisco: Morgan Kaufmann. 513 P. IL.
(d) Rezende, S.O. (Ed.) (2003). Sistemas Inteligentes. Fundamentos e Aplicações. Manole.
 
Medidas de eficiência e produtividade
Ementa: Revisão da economia de produção. Medidas de eficiência e produtividade. Análise envoltória de dados. Modelos de fronteira estocástica. Índice de Malmquist.
Bibliografia:
(a) COELI T.J., D.S.P. RAO, C.J. O DONNELL AND G.E. BATTESE. An introduction to Efficiency and Productivity Analysis. Springer. 2nd edition. (2005) New York, EUA.  
(b) FRIED H.O.,C.A. KNOX LOVEL AND S.S. SCHIMIDT. The Measurement of Productivity Efficiency and Productivity Growth. (2008). Oxford University Press. Oxford, Inglaterra.  
(c) COOPER W.W., L.M. SEIFORD AND K. TONE. Introduction to Data Envelopment Analysis and Its Uses. (2006). Springer. New York, EUA.  
(d) KUMBHAKAR S.C. AND C.A. KNOX LOVEL. Stochastic Frontier Analysis. (2003). Cambridge University Press. Cambridge, Inglaterra
 
Meta-Heurísticas em Otimização Combinatória
Ementa: Técnicas para solução de problemas de otimização combinatória: heurísticas clássicas e metaheurísticas. Principais metaheurísticas: Simulated Annealing, Busca Tabu, Busca Local Iterativa, Busca em Vizinhança Variável, Procedimentos de Busca Adaptativa Aleatória e Gulosa, Algoritmos Genéticos, Busca Dispersa, Colônia de Formigas, entre outras. Aplicações de metaheurísticas a problemas combinatórios: Caixeiro Viajante, Mochila, Roteamento de Veículos, Alocação e Sequenciamento de tarefas, Localização, Corte e Empacotamento. Metodologia e processos de Avaliação de Heurísticas. Experimentos Computacionais em Problemas de Otimização Combinatória.
Bibliografia:
(a) Glover, F.; Kochenberger, G. A. (2003). Handbook of metaheuristics. Kluwer Academic.
(b) Gonzalez, T. F. (2007). Handbook of Approximation Algorithms and Metaheuristics. Chapman and Hall/CRC.
(c) Resende, M. G.; Souza, J.P. (2003). Metaheuristics: Computer Decision-Making.Springer.
(d) Blum, C.; Aguilera, M. J. B.; Roli, A.; Samples, M. (2008). Hybrid metaheuristics: An Emerging Approach to Optimization. Springer.
 
Metodologia Científica
Ementa: Elementos fundamentais e necessários para a compreensão da metodologia científica e de suas implicações para a elaboração e execução de projetos de pesquisa em Pesquisa Operacional. A importância da divulgação científica e seus meios. Metodologia na elaboração e na escrita de artigos científicos, em particular, na língua inglesa. Seu estilo, sua gramática e suas principais seções. Técnicas para elaboração de apresentações e seminários, e técnicas para escrita de projetos de pesquisa. Projeto e análise estatística em experimentos.
Bibliografia:
(a) Zoebel, J. (2004). Writing for Computer Science. Springer, 2nd edition.
(b) Strunk Jr., W.; White, E. B. (1999). The Elements of Style. Longman, 4th Edition.
(c) Box, G. E. P.; Hunter, J. S. (2005). Statistics for Experimenters: Design, Innovation, and Discovery. Wiley-Interscience, 2nd Edition.
(d) Aluisio, S. M.; Barcelos, I.; Sampaio, J.; Oliveira Jr., O. N. (2001). How to learn the many unwritten rules of the game of the academic discourse: a hybrid approach based on critiques and cases to support scientific writing. IEEE international conference on advanced lerning technologies, Madison. Proceedings, pp.257-260.
(e) Barros, A. J. S.; Lehfeld, N. A. (2008). Fundamentos de Metodologia Científica. 3a. Edição.
(f) Castro, C. M. (2010). Como Redigir E Apresentar Um Trabalho Cientifico. Pearson Brasil, 2a. Edição.
(g) Castro, C. M. (2006). A prática da Pesquisa. Pearson Brasil. 2a. Edição.
 
Métodos Estocásticos
Ementa: Revisão de probabilidade: definições, teorema de Bayes, variáveis aleatórias e distribuições de probabilidade. Processos estocásticos: conceituação, eventos recorrentes, passeios casuais, processos homogêneos e estacionários; Teoria das filas: modelos de filas e suas aplicações; Processos de Poisson; Cadeias de Markov: propriedades e suas aplicações; Processos de Nascimento e Morte.
Bibliografia:
(a) KARLIN, S.; TAYLOR, H.M. - A First course in Stochastic Processes, 2 and., Academic Press, 1975.
(b) HOEL , P.G.; PORT, S.C. ; STONA, C.J. - Introduction to Stochastic Processes, Houghton-Mifflin, 1972.
(c) ROSS, S.M. - Introduction to Probability Models, 3 ed, Academic Press, Inc., 1985. 4. SINLAR, E. - Introduction to Stochastic Processes, Prentice-Hall, Inc., 1975.
(d) ROSS, S.M. Stochastic Process. Wiley Series in Probability and Statistics. 1995
(e) LINDSEY, J.K. - Statistical Analysis of Stochastic Processes In Time - 1a ed – Cambridge University Press, 2004
 
Análise de Decisão 
Ementa: Processo de Análise de Decisão; árvore de decisão e diagramas de influência; métodos probabilísticos: valor monetário esperado; valor esperado da informação perfeita e imperfeita; análise de sensibilidade e perfil de risco. Introdução a Métodos de Apoio Multicritério à Decisão (AMD). Problemáticas de decisão. Método Análise Hierárquica (AHP Analytic Hierarchy Process). Decisões em grupo. Abordagem Ratings. Teoria de Utilidade Multiatributo (MAUT-Multi-Attribute Utility Theory). Teoria do Valor Multiatributo (MAVT-Multi-Attribute Value Theory ); Técnica Mutiatributo de simples avaliação multicritério (SMART-Simply Multtiatribute Rating Technique); aplicações em planejamento, resolução de conflito, gestão de portfólio e alocação de recursos.
Bibliografia:
(a) BELTON, V; STEWART, T.J. Multiple Criteria Decision Analysis. Kluwer Academic Publishers, 2002, 400 p.

(b) CLEMEN R.T.; REILLI T. Making Hard Decisions with Decision Tools Suite. Duxburry Press, 2001, 752 p.

(c) ALMEIDA A.T. Processo de Decisão nas Organizações – Construindo modelos de decisão multicritério, Atlas, 2013, 231 p.


 
Probabilidade e Estatística 
Ementa: Conceito clássico e freqüência de probabilidade. Probabilidade condicional e independência de eventos. Teoremas de Bayes e da probabilidade total. Variáveis aleatórias discretas e contínuas. Funções massa, densidade, e distribuição acumulada. Valor esperado e variância. Desigualdades de Markov e de Tchebyshev. Variáveis aleatórias discretas: Bernoulli, Binomial, Geométrica e Poisson. Variáveis aleatórias contínuas: Exponencial negativa, Normal e Weibull. Momentos e função geratriz de momentos. Funções de variáveis aleatórias. Variáveis aleatórias conjuntas, função distribuição conjunta e marginal. Independência estatística, covariância e coeficiente de correlação. Amostras aleatórias. Teorema do limite central. Estimação pontual de parâmetros. Métodos dos momentos e da máxima verossimilhança. Variáveis aleatórias Qui-quadrado, t de Student e F de Snedecor. Intervalos de confiança. Testes de hipótese unidimensionais. Testes de hipótese entre parâmetros de populações distintas.

Bibliografia:
(a) DEVORE, R.L. Probability and Statistics for Engineering and the Sciences, 9th Ed., Cengage Learning, 2016.

(b) WALPOLE, R.;MYERS, R. H.; MYERS, S.; YE, K. Probability and Statistics for Engineering and the Sciences, 9th Ed., Pearson, 2016.

(c) DEGROOT, M; SCHERVISH, M. Introduction to Probability and Statistics for Engineers and Scientists, 4th Ed., Pearson, 2011.

 
Modelagem de Investimentos e Riscos
Ementa: Eficiência do mercado. Ativos financeiros e o fator do tempo.Taxas de juros e preços das ações. Valor presente. Taxas de juros reais e nominais. Princípio da não-arbitragem. Teoria fundamental da precificação de ativos. Análise da Carteira de Investimentos. Diversificação e exposição ao risco. Incerteza das taxas de juros. Mercados de Opções Financeiras. Valor em Risco. Valoração.
Bibliografia:
(a) HULL, J. C.; Options, Futures, and Other Derivatives, 8a Edição, Prentice Hall, 2008.

(b) KOLLER, T.; GOEDHART, M.; WESSELS, D. Valuation: measuring and managing the value of companies. 5a Edição. Hoboken, New Jersey: John Wiley & Sons, 2010

(c) BENNINGA, S.; Financial modeling. 3a Edição. Cambridge, MA: MIT Press, 2008


 
PAD - Programa de Aperfeiçoamento Docente
Ementa: Desenvolvimento de atividades de docência em disciplinas da área de computação, matemática, física ou engenharia em nível de graduação, visando à complementação da formação didático-pedagógica do discente no programa de pós-graduação.
Bibliografia:De acordo com disciplina de graduação em que o aluno for desenvolver as atividades.
 
Programação Inteira
Ementa: Modelagem. Estrutura de Otimização Inteira: teoria poliedral, formulações e complexidade, otimalidade, relaxações e limitantes. Problemas bem resolvidos. Unimodularidade total. Algoritmos exatos: enumeração implícita, branch-and-bound, plano de corte (branch-and-cut), relaxação lagrangeana, desigualdades válidas fortes. Aplicações e heurísticas
Bibliografia:
(a) R. E. Campello e N. Maculan, Algoritmos e Heurísticas: Desenvolvimento e Avaliação de Performance, Eduff (1994).
(b) W.J. Cook, W. H. Cunninghan, W. R. Pulleyblank, A. Schrijver, Combinatorial Optimization, Wiley, Interscience Series in Discrete Mathematics and Optimization (1998).
(c) R.S. Garfinkel e G.L. Nemhauser, Integer Programming, John Wiley & Sons (1972).
 
Programação não Linear
Ementa: Introdução à Otimização Não-Linear (Caracterização, Contexto de Aplicação, Dualidade, Aspectos Computacionais), Otimização Não-Linear Sem Restrições (Mínimos Locais: Condições Necessárias e Suficientes, Convexidade), Métodos de Otimização Não-Linear Sem Restrições (Métodos de Gradiente, Análise de Convergência, Métodos de Newton e Gauss-Newton, Problemas de Mínimos Quadrados, Métodos de Gradientes Conjugados, Métodos Quasi-Newton), Otimização Sobre um Conjunto Convexo (Condições de Otimalidade, Método dos Gradientes Projetados), Otimização Não-Linear com Restrições (Restrições de Igualdade e Desigualdade, Multiplicadores de Lagrange, Condições KKT, Teoria de Dualidade), Métodos de Otimização com Restrições (Métodos de Pontos Interiores, Barreira Logarítmica, Métodos Seguidores de Caminhos Centrais, Métodos de Penalidade Externa, Métodos de Lagrangeano Aumentado, Método de Programação Quadrática Sequencial).
Bibliografia:
(a) LUENBERGER,D.G.; YE,Y.LinearandNonlinearProgramming.Addison-Wesley, (2008).
(b) BAZARAA, M.; SHERALI, H.; SHETTY, C. Nonlinear Programming: Theory And Applications. 2nd Edition, John Wiley & Sons, 1993.
(c) FRIEDLANDER, A. Elementos de Programação Não-Linear. Editora Unicamp.Campinas - São Paulo, 1994.  
(d) GRIVA, I.; NASH, S. G.; SOFER, A. Linear and Nonlinear Optimization, 2ª ed. Society for Industrial Mathematics, 2008.
 
Seminários de Pesquisa Operacional
Ementa: Seminários com as pesquisas desenvolvidas pelos discentes do PPG-PO que já integralizaram os créditos em disciplinas, objetivando o acompanhamento e aprimoramento das pesquisas por parte do programa. Assim como, o envolvimento dos discentes nas pesquisas em desenvolvimento.
Bibliografia: Artigos selecionados de periódicos, anais de conferências e capítulos de livros.
 
Simulação
Ementa: Conceitos de Simulação; Finalidade, uso e vantagens da Simulação; Estudo dos tipos de sistemas e dos tipos de modelos de simulação; Construção de modelos de simulação: problema, projeto, testes, implementação e avaliação; Teoria das filas; sistemas de atendimento; Problemas de estoque utilizando simulação; Método de Monte Carlo; Estatística e probabilidade aplicadas à simulação; Linguagens de simulação; Simulação de processos produtivos.
Bibliografia:
(a) FREITAS FILHO, P. J. Introduça~o a` Modelagem e Simulação de Sistemas. 2.ed., Visual Books, 2008.
(b) WINSTON, W. Operations Research Applications and Algorithms. 4ª edição, Editora Brooks/Cole, 2004.
(c) CHWIF, L., MEDINA, A.C. Modelagem e Simulação de Eventos Discretos: Teoria e Aplicações. 3ª. Edição, Editora Bravarte, São Paulo, 2010.
 
Tópicos Avançados em PO
Ementa: Nesta disciplina são abordados temas avançados em Pesquisa Operacional através do estudo de tópicos recentes.
Bibliografia: Artigos selecionados de periódicos, anais de conferências e capítulos de livros.