Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Instituto de Matemática e Estatística
 
Matemática Aplicada
 
Disciplina: MAP2212 - Laboratório de Computação e Simulação
Computing and simulation laboratory

Créditos Aula: 4
Créditos Trabalho: 2
Carga Horária Total: 120 h
Tipo: Semestral
Ativação: 01/01/2014 Desativação:

Objetivos
Desenvolver habilidades de projeto, organização e programação para computação numérica, incluindo conceitos elementares de programação paralela. prática em projetos utilizando conceitos simples de simulação estocástica.
 
 
 
Programa Resumido
Linguagens de alto nível e prototipação, como Matlab, R e seus dialetos. Tempos de interpretação e execução, seqüenciamento de operações e vetorização. Linguagens de produção, como Fortran, C e seus dialetos. Organização de máquinas paralelas e clusters e seu uso. Projetos práticos de simulação estocástica para integração, resolução de sistemas lineares e otimização.
 
 
 
Programa
Linguagens de alto nível e prototipação, como Matlab, R e seus dialetos.
Tempos de interpretação e execução, seqüenciamento de operações e vetorização.
Linguagens de produção, como Fortran, C e seus dialetos.
Organização de máquinas paralelas e clusters e seu uso.
Projetos práticos de simulação estocástica para integração, resolução de sistemas lineares e otimização.
Métodos de reamostragem: Jackknife e Bootstrap.
Otimização continua: Buscas unidimensionais e ordem de convergência local. Métodos de Cauchy, Newton, ParTan, Gradiente conjugado e variações. Métodos cíclicos e o algoritmo EM.
 
 
 
Avaliação
     
Método
Aulas práticas e teóricas.
Critério
Média ponderada das notas de provas e exercícios maior ou igual a cinco.
Norma de Recuperação
Sem 2a. avaliação.
 
Bibliografia
     
1. Manuais e Tutoriais das linguagens e ferramentas utilizadas. 2. J. M. Hammersley, D. C. Handscomb, "Monte Carlo Methods", Chapman and Hall, 1964. 3. O. Haggstrom, "finite Markov Chains and Algoritmic Applications", Cambridge University Press, 2002. 4. B. D. Ripley, Stochastic Simulation", Wiley, 1987. 5. D.G.Luenberger, Linear and Nonlinear Programming. Reading: Addison-Wesley, 1984. 6. M.Minoux, S.Vajda, Mathematical Programming, John Wiley, 1986. 7. J.S.U.Hjorth, Computer Intensive Statistical Methods, Chapman and Hall, London, 1984.
 

Clique para consultar os requisitos para MAP2212

Clique para consultar o oferecimento para MAP2212
Créditos | Fale conosco
© 1999 - 2022 - Superintendência de Tecnologia da Informação/USP