Ministrante: Milena Almeida Leite Brandão - Universidade Federal de Uberlândia
Horário: 17/09, 19/09 e 20/09, das 08h às 10h
Resumo: O minicurso oferecerá uma visão abrangente sobre a aplicação de técnicas de otimização com foco principal no algoritmo de Evolução Diferencial Melhorada. Exploraremos como esse método pode ser utilizado para resolver problemas de otimização e abordaremos a implementação do algoritmo em ambientes de processamento paralelo, destacando os benefícios significativos em termos de desempenho e escalabilidade. Além disso, os participantes terão a oportunidade de adquirir conhecimentos práticos, compreendendo a teoria por trás do algoritmo e obtendo percepções sobre como adaptá-lo na resolução de problemas do mundo real.
Volume 99 da série NoMA (Notas em Matemática Aplicada)
https://www.sbmac.org.br/wp-content/uploads/2024/03/volume99.pdf
Público-alvo: qualquer pessoa que se interessar pelo tema Otimização Matemática
Pré-requisito(s): não há.
Ministrantes: Nara Bobko (UTFPR-Curitiba), Nicole Cristina Cassimiro de Oliveira (IMECC-UNICAMP), Rodolfo Gotardi Begiato (UTFPR-Curitiba
Horário: 17/09, 19/09 e 20/09, das 08h às 10h
Resumo: A Análise Intervalar, um campo de estudo recente, tem apresentado grande valor e aplicabilidade em diversas áreas, especialmente ao lidar com problemas que envolvem dados sujeitos a incertezas. Do ponto de vista matemático, a essência da análise intervalar reside na manipulação de variáveis que são intervalos, em contraste com variáveis reais. Assim, para utilizar esse ferramental, é importante compreender as consequências que esta alteração de variáveis reais para intervalares acarreta nas propriedades aritméticas, bem como em outros conceitos matemáticos, tais como sequências e funções. Neste minicurso, abordaremos de forma introdutória conceitos fundamentais da Análise Intervalar, explorando suas propriedades e estabelecendo comparações com a estrutura algébrica da aritmética em números reais. Esperamos que este minicurso auxilie a compreender a riqueza e beleza matemática desta teoria, bem como inspirar os participantes a continuarem estudando sobre o tema e a utilizar esta ferramenta nas mais diversas áreas da matemática aplicada.
Volume 98 da série NoMA (Notas em Matemática Aplicada)
https://www.sbmac.org.br/wp-content/uploads/2024/02/volume98.pdf
Público-alvo: estudantes de graduação e pós-graduação de cursos de Matemática e áreas afins; profissionais e pesquisadores interessados na área.
Pré-requisito(s): É desejável conhecimento de conceitos básicos de Análise Real.
Ministrante: Érika Capelato (UNESP-Araraquara), Marisa Veiga Capela (UNESP-Araraquara), Jorge Manuel Vieira Capela (UNESP-Araraquara)
Horário: 17/09, 19/09 e 20/09, das 08h às 10h
Resumo: O minicurso é dedicado a explorar duas ferramentas que podem auxiliar educadores: a avaliação educacional e uma metodologia ativa de aprendizagem. Na primeira parte faremos uma introdução à Teoria Clássica de Testes, a qual fornece estatísticas úteis para analisar os itens de uma avaliação educacional. Na segunda parte, apresentaremos a WebQuest, uma prática orientada de pesquisa que é um recurso de ensino-aprendizagem. O objetivo é contribuir com professores da Educação Básica em suas práticas profissionais.
Conteúdo:
1. Introdução à Teoria Clássica de Testes: será apresentado alguns elementos da teoria como medidas de dificuldade do item, de discriminação do item e de confiabilidade do teste. A partir de exemplos, apresentaremos como aplicar a teoria para analisar uma avaliação educacional.
2. Conhecendo a WebQuest: será apresentado os elementos que compõe a WebQuest de acordo com o artigo do seu criador Bernie Dodge – “Webquest: A technique for internet – based learning”. Finalmente, apresentaremos como elaborar uma WebQuest utilizando o Google Slides e o Google Sites.
3. Prática: um espaço para os participantes (em grupo) elaborarem suas próprias WebQuest com auxílio dos instrutores. O objetivo é fazer a integração da WebQuest à proposta pedagógica para o ensino-aprendizagem de Matemática. Finalmente, os participantes irão compartilhar seus trabalhos e dialogar sobre as potencialidades desta metodologia em seus contextos educativos.
Público-alvo: atividade especialmente elaborada para professores do ensino básico.
Ministrante: Geraldo Lúcio Diniz - Universidade Federal de Mato Grosso
Horário: 17/09 das 14:30 às 16:30, 19/09 e 20/09 das 10:30 às 12:30
Resumo: Este é um mini curso introdutório de equações de diferenças, através de aplicações biológicas, tendo como ponto de partida os processos discretos, que são predominantes em sistemas da natureza. Neste sentido, foi feita a opção para trabalhar os conceitos essenciais das equações de diferenças, mais adequadas para a modelagem de processos discretos. É interessante que as pessoas interessadas tenham conhecimento dos conceitos de funções e gráficos, variação média e instantânea de funções, especialmente as funções polinomiais, exponenciais e logarítmicas, bem como de matrizes e operações com matrizes. O mini curso foi elaborado de forma que possa despertar uma nova visão dos fenômenos que ocorrem na natureza, através do olhar matemático, mas sem perder o foco do fenômeno que se deseja estudar, ou seja, ao solucionar o problema matemático que se originou de um fenômeno real, é importante entender a solução do ponto de vista da realidade, em termos de validade e aproximação de resultados reais.
Volume 54 da série NoMA (Notas em Matemática Aplicada)
https://www.sbmac.org.br/wp-content/uploads/2022/08/livro_54.pdf
Público-alvo: estudantes de graduação e pós-graduação; pesquisadores e professores da educação básica.
Pré-requisito(s): conhecimento de matemática básica.
Ministrantes: Douglas Gonçalves (UFSC) e Carlile Lavor (Unicamp)
Horário: 17/09 das 14:30 às 16:30, 19/09 e 20/09 das 10:30 às 12:30
Resumo: Neste minicurso, iremos estudar os fundamentos teóricos da Geometria de Distâncias bem como apresentar algumas de suas principais aplicações. Atenção especial será dada aos Determinantes de Cayley-Menger e Matrizes de Distâncias Euclidianas, que permitem estabelecer condições necessárias e suficientes para existência de soluções do problema de Geometria de Distâncias (PGD) e inspiram algoritmos para a resolução do problema. Na parte de aplicações, iremos focar no problema de determinação de estruturas de proteínas com base em distâncias inter-atômicas provenientes de experimentos de Ressonância Magnética Nuclear. Sob certas condições, tal aplicação pertence a uma subclasse do PGD, conhecida como PGD Discretizável. O espaço de busca de problemas nesta classe é discreto e pode ser explorado de forma eficiente por um algoritmo do tipo Branch-and-Prune (BP).
Dia 1: Introdução e Determinantes de Cayley-Menger
Dia 2: Matrizes de Distâncias Euclidianas
Dia 3: Estrutura de proteínas, PGD Discretizável e algoritmo BP.
Volume 71 da série NoMA (Notas em Matemática Aplicada)
https://www.sbmac.org.br/wp-content/uploads/2022/08/livro_71.pdf
Volume 91 da série NoMA (Notas em Matemática Aplicada)
https://www.sbmac.org.br/wp-content/uploads/2022/08/livro_91.pdf
Público-alvo: estudantes de graduação e pós-graduação em matemática aplicada e áreas afins.
Pré-requisito(s): Álgebra Linear e noções básicas de Teoria dos Grafos
Ministrantes: Luiz Leduino de Salles Neto (UNIFESP) e Weldon Lodwick (University of Colorado, Denver, USA)
Horário: 17/09 das 14:30 às 16:30, 19/09 e 20/09 das 10:30 às 12:30
Resumo: A incerteza é inerente a diversas situações e problemas da humanidade. Assim, entender, definir, quantificar e considerar a incerteza em problemas de otimização é fundamental nos processos de tomada de decisão. Neste mini-curso faremos uma discussão sobre a semântica da incerteza, sua definição matemática, resultados teóricos decorrentes, bem como apresentaremos abordagens e métodos de otimização para problemas sob incerteza provenientes de projetos de pesquisa desenvolvidos nos últimos anos. Neste sentido mostraremos como usar o Python e o AMPL para obter soluções para problemas de otimização sob incerteza.
Volume 97 da série NoMA (Notas em Matemática Aplicada)
https://www.sbmac.org.br/wp-content/uploads/2023/10/volume97.pdf
Público-alvo: Participantes do CNMAC
Pré-requisito(s): Ter conhecimentos básicos de otimização linear