Pós-graduação em Análise de Dados e Otimização

Fases dos métodos estatísticos. Aplicação das variáveis. População e a amostra. Amostragem. Distribuição de frequências. Elementos da distribuição de frequências. Tipos de distribuição de frequências. Gráficos de distribuição de frequência. Média aritmética como medida de tendência central. Outras medidas de tendência central. Medidas separatrizes. Tipos de medidas de variação ou dispersão. Gráficos estatísticos. Diagramas. Outros tipos de gráficos. Gráfico polar, o cartograma e o pictograma.

Geometria analítica. Vetores no plano e no espaço. Produtos de vetores. Reta no plano e no espaço. Plano no espaço. Distâncias. Cônicas. Quádricas. Matrizes e espaços vetoriais. Matrizes e determinantes. Sistemas de equações lineares. Espaço e subespaço vetorial. Transformações lineares. Álgebra Linear. Autovalores e autovetores. Diagonalização de operadores. Produto interno. Tipos especiais de operadores lineares.

Conhecer os conceitos de estatística. Análise exploratória de dados. Teoria das probabilidades. Construção de amostragem e inferência.

Esta disciplina aborda os fundamentos e técnicas da análise exploratória de dados (AED), focando na compreensão e interpretação de conjuntos de dados para extração de insights. Os tópicos incluem estatística descritiva, visualização de dados, análise multivariada, e técnicas de redução de dimensionalidade. O disciplina também enfatiza o uso de ferramentas computacionais para análise de dados, como Python e R, e a aplicação de princípios de AED em diversos contextos.

Introdução à matemática numérica. Métodos iterativos. Método das aproximações sucessivas. Método do meio intervalo. Método de Newton-Raphson. Método das secantes. Álgebra linear. Sistemas de equações lineares. Autovalores e autovetores. Interpolação. Integração. Equações diferenciais.

Contagem. Adição. Produto. Binômios. Triangulo de Pascal. Relações. Criptografia. Teoria dos números. Cripstossistema RSA. Teorema de Euclides. Módulo n. Teorema de Fermat. Equivalência de instruções. Lógica. Comprovação. Lei de Morgan. Tabelas-Verdade. Indução, Recursão. Inferência. Probabilidade. Seleção.

Introdução à Álgebra: Monômios e Polinômios. Equação do primeiro e segundo grau. Leitura e Interpretação de Gráficos. Função do primeiro e segundo grau. Elaboração e interpretação de gráficos lineares. Elaboração e interpretação de gráficos quadráticos. Introdução à Álgebra Vetorial. Matrizes e Determinantes. Razão, Proporção e Regra de Três. Sistemas de numeração. Álgebra Booleana. Princípio Fundamental da Contagem e Análise Combinatória.

Análise Combinatória. Princípio fundamental da contagem. Fatorial. Agrupamentos. Arranjo. Introdução à Teoria de Probabilidade. Binômio de Newton. História da Matemática relacionada com o conteúdo. Permutação. Anagramas. Combinação. Binômio de Newton. A relação de Stifel. Triângulo de Pascal. Aplicação da análise combinatória. Geometria plana. Computação. Sistema computacional. Diferenças entre arranjo e permutação. Problemas utilizando arranjo e permutação. Operações com Expressões Algébricas. O grau de um polinômio. Termos semelhantes.

Origens e fundamentos da Pesquisa Operacional (PO). Apreciação crítica da PO: utilidade, contribuições, limitações e aplicações de PO. Principais Softwares utilizados no campo da PO. Processos e procedimentos de modelagem e resolução de problemas. Técnicas de PO (Teoria dos Jogos, Teoria das Filas, Teoria dos Grafos, etc). Programação Não-Linear: conceitos e principais tipos de problema de programação não-linear. Programação Linear: conceitos, método simplex e outros algoritmos. Dualidade e análise de sensibilidade: conceitos e aplicações.