Código Oficial: | 6094 |
Sigla: | M:ENM |
Nesta unidade curricular pretende-se que os alunos adquiram conhecimentos fundamentais da teoria e do tratamento numérico das equações em derivadas parciais
Pretende-se que os estudantes adquiram:
a) conhecimentos sobre a recolha organizada de informação
b) técnicas e modelos estatísticos comummente usados no tratamento de dados do âmbito da Ciência e da Engenharia, e saibam aplicá-los adequadamente em R
c) capacidade para saber escolher e aplicar as técnicas e modelos estatísticos aprendidos a problemas concretos
d) espírito crítico e capacidade de interpretação dos resultados obtidos por aplicação das técnicas e modelos estatísticos aprendidos.
Pretende-se contribuir para o conhecimento de alguns dos modelos, técnicas e algoritmos mais utilizados em outras áreas do conhecimento. Cada técnica deverá ser aplicada à resolução de problemas levantados por outras ciências e à construção de modelos matemáticos para esses problemas.
O curso visa introduzir de uma forma rigorosa os fundamentos de teoria de otimização (linear e não-linear), cálculo variacional e teoria do controlo. São abordados os conceitos fundamentais das áreas em questão, assim como as ferramentas matemáticas mais relevantes para a sua análise.
Disciplina introdutória aos processos estocásticos. Pretende-se apresentar um conjunto de ferramentas para a descrição e análise de processos estocásticos em áreas diversificadas, como processamento de sinal, teoria da informação, ambiente, economia e finanças, biologia e medicina. A orientação da disciplina privilegia a compreensão dos conceitos e métodos e a sua aplicação em áreas interdisciplinares utilizando dados simulados ou reais.
O objectivo da disciplina de Teoria da Informação é expor conceitos fundamentais relacionados com teoria da informação e as suas aplicações em sistemas e redes de comunicações e ciência de computadores.
Fornecer ao aluno experiência na utilização, administração e programação de alguns dos sistemas/aplicações mais utilizados em ambiente Windows. O enfoque particular será sobre o ambiente de programação do Visual Basic for Applications.
Esta disciplina apresenta os principais conceitos e técnicas de análise e processamento digital de imagem. O objectivo é que no final do curso os alunos sejam capazes de planear e implementar algoritmos para a extracção de informação a partir de imagens.
A orientação da disciplina privilegia a compreensão dos conceitos e métodos e a sua utilização efectiva na análise de dados simulados e experimentais. Será feita uma utilização intensiva de meios computacionais avançados (Matlab).
Pretende-se que os alunos apreendam o paradigma da simulação computacional baseado em metodologias de Monte Carlo, nomeadamente MCMC, assim como os princípios da álgebra linear numérica, num contexto de aplicação crítica em áreas interdisciplinares envolvendo as ciências sociais, da vida ou da computação.
Introduzir os conceitos e métodos fundamentais de classificação supervisionada e não supervisionada.
O curso visa introduzir de uma forma rigorosa os fundamentos de Teoria de Jogos. São abordados os conceitos fundamentais da área em questão, assim como as ferramentas matemáticas mais relevantes para a sua análise.
O curso focar-se-á sobre processos de decisão de Markov e algumas generalizações. Processos de decisão de Markov, também chamados programas estocásticos dinâmicos, ou
problemas de controle estocástico, são modelos para tomada de decisão sequencial quando
os resultados são incertos. Um modelo para um processo de decisão de Markov consiste em épocas de decisão, estados, ações, recompensas e probabilidades de transição. Escolhendo uma ação em um estado gera uma recompensa e determina o estado na próxima época de decisão através de uma função de probabilidade de transição. Políticas ou estratégias são prescrições de quais as ações a escolher, sob qualquer eventualidade, em qualquer época futura de decisão. Os decisores, em qualquer ramo de atividade, procuram políticas que sejam ótimas em algum sentido. Uma análise deste modelo inclui
1. fornecer condições sob as quais existam políticas ótimas facilmente implementáveis;
2. determinar como reconhecer essas políticas;
3. desenvolver e aperfeiçoar algoritmos para cálculo computacional; e
4. estabelecer convergência desses algoritmos.
Nesta unidade curricular pretende-se que os alunos adquiram conhecimentos fundamentais da teoria e do tratamento numérico das equações em derivadas parciais
O objectivo da disciplina de Teoria da Informação é expor conceitos fundamentais relacionados com teoria da informação e as suas aplicações em sistemas e redes de comunicações e ciência de computadores.
Esta disciplina apresenta os principais conceitos e técnicas de análise e processamento digital de imagem. O objectivo é que no final do curso os alunos sejam capazes de planear e implementar algoritmos para a extracção de informação a partir de imagens.
A orientação da disciplina privilegia a compreensão dos conceitos e métodos e a sua utilização efectiva na análise de dados simulados e experimentais. Será feita uma utilização intensiva de meios computacionais avançados (Matlab).
Introduzir os conceitos e métodos fundamentais de classificação supervisionada e não supervisionada.
O curso visa introduzir de uma forma rigorosa os fundamentos de Teoria de Jogos. São abordados os conceitos fundamentais da área em questão, assim como as ferramentas matemáticas mais relevantes para a sua análise.
O curso focar-se-á sobre processos de decisão de Markov e algumas generalizações. Processos de decisão de Markov, também chamados programas estocásticos dinâmicos, ou
problemas de controle estocástico, são modelos para tomada de decisão sequencial quando
os resultados são incertos. Um modelo para um processo de decisão de Markov consiste em épocas de decisão, estados, ações, recompensas e probabilidades de transição. Escolhendo uma ação em um estado gera uma recompensa e determina o estado na próxima época de decisão através de uma função de probabilidade de transição. Políticas ou estratégias são prescrições de quais as ações a escolher, sob qualquer eventualidade, em qualquer época futura de decisão. Os decisores, em qualquer ramo de atividade, procuram políticas que sejam ótimas em algum sentido. Uma análise deste modelo inclui
1. fornecer condições sob as quais existam políticas ótimas facilmente implementáveis;
2. determinar como reconhecer essas políticas;
3. desenvolver e aperfeiçoar algoritmos para cálculo computacional; e
4. estabelecer convergência desses algoritmos.