Matemática & Estatística

1 – Geometria Analítica: Coordenadas cartesianas. Vetores. Dependência linear. Bases.

Produto escalar. Produto vetorial. Translação e rotação. Retas e planos. Distância e ângulo.
Cônicas. Equações reduzidas das superfícies quádricas. Coordenadas polares, cilíndricas e
esféricas.

2 – Cálculo I: Propriedades de números reais. Funções reais de uma variável real. Algumas
funções elementares. Limite. Continuidade. Derivada. Teorema do Valor Médio. Aplicações da
derivada. Antiderivada. Integral de Riemann. Teorema Fundamental do Cálculo. Aplicações da
integral. Métodos de integração.Integrais Impróprias.

3 – Tópicos & Fundamentos de Matemática e Estatística Superior: Conjunto, elemento,

pertinência, conjunto unitário, conjuntos iguais, subconjuntos, conjunto das partes, união,
intersecção, complementar, diferença, propriedades, produto cartesiano. Máximo, mínimo,
limitantes, supremo e ínfimo. Relações, teoria geral de funções: gráfico, domínio, imagem,
funções injetoras, sobrejetoras, bijetoras, compostas, inversas. Estudo de funções particulares:
polinomiais, modulares, racionais, trigonométricas. Potências de racionais e propriedades.
Extensão para expoentes irracionais. Estudo das funções exponenciais e propriedades.
Definição da função logarítmica como inversa da exponencial e estudo de suas propriedades.
Parte (2): Análise Combinatória: princípio fundamental da contagem (ou multiplicativo),
permutações, combinações, arranjos, permutações circulares, permutações de elementos nem
todos distintos. Tópicos de contagem. Números Racionais e Irracionais: definição de números
racionais, representações decimais finitas e infinitas, dízimas periódicas. Breve revisão de
Análise Combinatória: princípio fundamental da contagem, permutações, combinações,
arranjos. Probabilidade: espaço amostral e probabilidades de Laplace, espaços de
probabilidade, probabilidades condicionais. Tratamento da Informação: médias, mediana,
moda e desvio padrão; representações gráficas de dados discretos (interpretação de tabelas e
gráficos, quartis, comparação entre variáveis).

Matemática Financeira: introdução, juros e capitalização simples, juros compostos, descontos

e taxa de desconto, séries de pagamento, sistemas de amortização.

4 – Introdução à Programação de Computadores: A ênfase do curso consiste na apresentação

de técnicas básicas de programação. Indicadas a seguir: Princípios: problemas, algoritmos e
programas; modelo básica de computador. Programação de computadores: variáveis e tipos
de dados; expressões e operadores; entradas e saídas formatadas; estruturas de controle;
matrizes e candeias de caracteres; composição passo a passo de programas; pré-condições,
pós-condições e invariantes; tipos de dados estruturados; funções, parâmetros e argumentos;
recursão; escopo; ponteiros e alocação dinâmica de memória; arquivos.

5 – Análise Exploratória de Dados: Tipos de dados. Organização de banco de dados. Precisão e

arredondamento de dados quantitativos. Representação gráfica e tabular de dados
qualitativos (tabelas de freqüências, gráficos de barras e de setores). Medidas descritivas de
dados quantitativos (medidas de posição, dispersão, assimetria e curtose, medidas de
concentração, curva de Lorenz, índice de Gini). Representação gráfica de dados quantitativos
(histograma, boxplot, ramo-e-folhas). Associação entre variáveis qualitativas (tabelas de
contingência). Associação entre uma variável quantitativa e qualitativa (homogeneidade de
distribuições, gráficos de médias e de perfis). Associações entre variáveis quantitativas (gráfico
de dispersão, noções de correlação linear). Representação gráfica de dados multidimensionais.
Análise de Agrupamento.
6 – Cálculo II: Curvas parametrizadas no plano e no espaço. Funções reais de várias variáveis
reais. Diferenciabilidade, Transformações e o teorema da função implícita, máximos e mínimos
condicionados. Integrais múltiplas. Integrais de Linha, Teorema de Green. Integrais de
superfície, teoremas de Gauss e Stokes.

7 – Algebra Linear: Espaços vetoriais reais e complexos. Dependência linear. Base. Dimensão.
Subespaços. Soma direta. Transformações lineares. Núcleo e imagem. Isomorfismo. Matriz de
uma transformação linear. Autovalores e autovetores. Subespaços invariantes. Diagonalização
de operadores. Forma canônica de Jordan. Espaços com produto interno. Ortogonalidade.
Isometrias. Operadores auto-adjuntos. Excelso: Fundamentos de espaços e transformações
(multi-)lineares. Operações funtoriais em espaços e transformações (multi-)lineares. Formas
simétricas, hermitianas e simpléticas. Grupos clássicos (ortogonal, unitário e simplético)

8 – Elementos de Matemática: Conjuntos, Relações, Funções, cardinalidade, Naturais(N),

Inteiros (Z), Reais (R), Irracionais (Q), Complexos (C), Noções de lógica. Estratégias de provas:
provas diretas, provas por contra-positiva e por contradição. Conjuntos: subconjuntos,
operações com conjuntos, produtos cartesianos. Relações: relações binárias, relações de
equivalência, relações de ordem. Funções: conceito, imagem inversa e imagem direta, funções
injetoras e sobrejetoras, função inversa, composição de função. Noções de cardinalidade:
conjuntos equivalentes, conjuntos enumeráveis e contáveis, o "continuum", o conceito de
cardinalidade. Os números naturais: Axioma de Peano, indução. Os números inteiros:
construção lógico-formal do conjunto dos números inteiros, imersão de N em Z, operações e
relação de ordem em Z, valor absoluto, divisibilidade, máximo divisor comum, mínimo múltiplo
comum, primos. Os números racionais: a divisão em Z, construção dos números racionais,
operações e relações de ordem, valor absoluto, números racionais decimais.

9- Estruturas de Dados I: Funções Recursivas. Introdução a análise de algoritmos: notação

assintótica, análise do pior caso, melhor caso. Tipos abstratos de dados. Listas lineares:
sequenciais, simplesmente e duplamente encadeadas, estáticas e dinâmicas. Pilhas, filas, filas
de prioridade. Aplicações: matrizes esparsas e grandes números. Listas generalizadas:
polinômios. Listas não-lineares: árvores, árvores binárias, operações básicas sobre árvores.
Árvores binárias de busca, árvores binárias de busca balanceadas (AVL).

10 – Probabilidade I: Axiomas de Kolmogorov, Definição de espaço de probabilidade,

propriedades, independência, probabilidade condicional e Teorema de Bayes. Espaços
amostrais equiprováveis e aplicações. Espaços amostrais finitos e infinitos enumeráveis.
Variáveis e vetores aleatórios discretos, distribuições marginais, conjuntas, condicionais e
independência. Transformações. Momentos, Esperança, Variância e Covariância. Modelos:
uniforme, binomial, geométrica, binomial negativa, hipergeométrica e Poisson. Funções
Geratrizes. Aproximação da distribuição de Poisson via a distribuição binomial. Variáveis
aleatórias absolutamente contínua, distribuição, função densidade de probabilidade,
Momentos, Esperança, Variância, Covariância. Modelos: Uniforme, Exponencial e Normal.
Métodos de Simulação. Método Congruencial, Transformada Inversa, Princípio da Aceitação-
Rejeição. Algoritmo para gerar: Binomial, geométrica e Exponencial.

11 – Introdução à Ciência da Computação I: TEORIA: Conceitos básicos sobre computadores e

como o uso dos mesmos pode ajudar os estatísticos: hardware, software, sistema operacional,
algoritmos, compiladores, representação interna de dados, pseudocódigo e linguagens de
programação. Exemplos do uso do computador em problemas da área. Resolução de
problemas e desenvolvimento de algoritmos: análise e solução de problemas. Técnicas básicas
para a documentação da solução proposta. Estruturas de programas: decisão e repetição.
Modularização de programas: procedimentos, funções e passagem de parâmetros. Tipos de
dados simples e compostos: vetores, matrizes, cadeias de caracteres, registros e conjuntos.
Depuração de programas: como encontrar defeitos em programas; teste de mesa. Exemplos e
exercícios práticos de desenvolvimento de programas na linguagem C. LABORATORIO:
Resolução de problemas e desenvolvimento de programas: Análise e solução de problemas,
representação e documentação. Estruturas de programas: decisão e repetição. Tipos de dados
simples. Modularização de programas: procedimentos, funções e passagem de parâmetros.
Tipos de dados compostos: vetores, matrizes, cadeias de caracteres, registros, conjuntos e
estruturas (ponteiros). Arquivos. Depuração de programas. Programação em linguagem
estruturada.

12 – Cálculo III: Seqüências numéricas. Séries numéricas. Critérios de convergência e

divergência para séries de termos positivos. Séries absolutamente convergentes. Critérios de
Cauchy e de Dirichlet. Séries de potências. Continuidade, diferenciação e integração de séries
de potências. Séries de MacLaurin e Taylor. Aplicação de séries de potências na resolução de
equações diferenciais ordinárias. Séries de Fourier. Teoremas de convergência. Aplicação de
séries de Fourier em problemas envolvendo equações diferenciais parciais.

13 - Algebra I: Estruturas algébricas básicas: grupos. anéis e corpos. Definição e exemplos.

Grupos: grupo abeliano e subgrupo. Ação de grupo, órbita e estabilizador. Morfismos de
grupos; isomorfismos. Grupo linear, especial, ortogonal e especial ortogonal. Grupo simétrico,
alternante, diedral e cíclico. Classes laterais e Teorema de Lagrange: Classes laterais. Teorema
de Lagrange: Partição de um grupo em classes laterais, índice. Corolários e aplicações. Ação de
Grupos: órbitas, mudança de base, teorema da órbita-estabilizador. Fórmula de Burnside para
número de órbitas; aplicações para combinatória. Fórmula de Classe; aplicações para estrutura
de p-grupos. Teoremas de Sylow e aplicações. Grupo quociente: Subgrupo normal e grupo
quociente. Teorema do isomorfismo. Teorema da correspondência Produtos: Produto direto.
Enunciado do teorema de estrutura de grupos abelianos finitamente gerados.

14 – Equações Diferenciais Ordinárias: Introdução; Equações Diferenciais de 1a. ordem:

variáveis separáveis, equações lineares, equações exatas, fatores integrantes; aplicações;
(Equações de Bernoulli e Ricatti); Equações Diferenciais Lineares de 2a. ordem; Equações
Diferenciais Lineares de ordem n; Sistemas de Equações Diferenciais Lineares; Solução de
Equações e de Sistemas de Equações Diferenciais Ordinárias usando Transformada de Laplace.

15 – Física: 1) Sistemas de Medidas. Dimensões das Grandezas Físicas. Notação Científica.

Unidades e sistemas de medida. Padrões de Comprimento, Massa e Tempo. (0,5 semanas) 2)
Cinemática em uma dimensão. Função horária. Velocidade média. Velocidade instantânea.
Movimento retilíneo uniforme. Velocidade variável: Aceleração. Movimento retilíneo
uniformemente acelerado. Corpos em queda livre. (2 semanas) 3) Cinemática em duas e três
dimensões. Vetores. Componentes cartesianas. Deslocamento, velocidade e aceleração.
Movimento em um plano com aceleração constante. Movimento de um projétil. Movimento
circular uniforme. Aceleração centrípeta e tangencial no movimento circular. Velocidades e
aceleração relativas. (2 semanas) 4) Princípios da Dinâmica: Leis de Newton. Forças. Equilíbrio.
A lei da inércia. A 2ª Lei de Newton. A 3ª Lei de Newton. (1 semana) 5) Aplicações da Lei de
Newton. As forças básicas da natureza. Forças derivadas. Movimento circular. Forças inerciais.
(2 semanas) A indicação da sequência e do tempo para cumprimento do conteúdo tem caráter
apenas sugestivo. 6) Trabalho e Energia Mecânica. Trabalho realizado por uma força
constante. Trabalho realizado por uma força variável. Energia cinética e o teorema do
trabalho. Potência. (2 semanas) 7) Conservação de Energia Mecânica. Forças conservativas.
Energia potencial. Sistemas conservativos. Forças não conservativas. A conservação da energia.
(2 semanas) 8) Conservação do momento linear. Sistema de duas partículas: centro de massa.
Movimento do centro de massa. Momento linear de uma partícula e de um sistema de
partículas. Conservação do momento linear. Sistemas de massa variável. (1 semanas) 9)
Colisões. Impulso e momento linear. Colisões unidimensionais. Colisões elásticas e inelásticas.
Colisões bidimensionais. (2 semanas) 10) Gravitação. Lei da gravitação universal de Newton. A
constante gravitacional, Gravitação próxima à superfície da Terra. Energia potencial 1)
Rotações e Momento Angular. Cinemática do corpo rígido. Representação vetorial das
rotações. Torque e momento angular. Momento angular de um sistema de partículas.
Conservação do momento angular. (2 semanas) 2) Dinâmica de Corpos Rígidos. Rotação em
torno de um eixo fixo. Eixos de simetria. Momento de inércia. Momento angular e velocidade
angular. Giroscópio. Estática de corpos rígidos. (2 semanas) 3) Estática dos Fluídos. Fluidos e
sólidos. Pressão e massa específica. Variação de pressão em um fluido em repouso. Princípio
de Pascal e Princípio de Arquimedes. Manômetros. (0,5 semanas) 4) Dinâmica dos Fluidos.
Conceitos gerais do escoamento dos fluidos. Linhas de corrente. Vazão. Equação da
continuidade. Equação de Bernoulli e suas aplicações. Viscosidade. (0,5 semanas) 5)
Oscilações. Oscilador harmônico simples. Movimento harmônico simples (MHS). Energia no
movimento harmônico simples. Representação do MHS em notação complexa. Movimento
harmônico amortecido. Oscilações forçadas e ressonância. (2 semanas) 6) Movimento
ondulatório. Ondas progressivas. Ondas harmônicas. Ondas em cordas tensas. Energia e
potência do movimento ondulatório. O princípio da superposição. Interferência de ondas.
Ondas estacionárias e ressonância. Modos de vibração em cordas. Aplicação: ondas sonoras,
batimentos e efeito Doppler. (2 semanas) 7) Temperatura. Temperatura e equilíbrio térmico.
Escalas de temperatura. Medição da temperatura. Dilatação térmica. Gases ideais.
Termômetro de gás e temperatura absoluta. (1 semana) 8) Calor e a Primeira lei da
termodinâmica. Calor e energia térmica. Transferência de calor. Capacidade térmica e calor
específico. Primeira Lei da Termodinâmica. Trabalho realizado sobre/por um gás ideal. A
energia interna de um gás ideal. Capacidades térmicas de um gás ideal. Aplicações da 1a Lei da
termodinâmica. (2 semanas) 9) Entropia e a segunda lei da termodinâmica. Processos
unidirecionais. Entropia. Variação de entropia para processos irreversíveis. Segunda Lei da
Termodinâmica. Entropia e rendimento de máquinas. (2 semanas) 10) Teoria cinética dos
gases. A natureza atômica da matéria. Visão molecular da pressão. Trajeto livre médio.
Distribuição das velocidades moleculares. Distribuição das energias moleculares e
temperatura. (2 semanas) A indicação da sequência e do tempo para cumprimento do
conteúdo tem caráter apenas sugestivo. gravitacional. Movimentos de planetas e satélites.
(0,5 semanas) A indicação da sequência e do tempo para cumprimento do conteúdo tem
caráter apenas sugestivo. Carga elétrica: conceito de carga elétrica, quantização de carga
elétrica, conservação de carga elétrica. Condutores e Isolantes, Lei de Coulomb, Corrente
Elétrica e Circuitos de corrente contínua: resistência e Lei de Ohm, Energia nos Circuitos
Elétricos, FEM e Baterias, Amperímetros, Voltímetros e Ohmimetros. Combinação de
Resistores (serie e Paralelo), Regras de Kirchhoff, Capacitância e Capacitores. O
armazenamento de Energia Elétrica, Combinação de Capacitores, Dielétricos. Circuitos RC,
Descarga de um capacitor, Carga de um capacitor. Campo elétrico: o campo elétrico, linhas de
campo, campo elétrico devido a carga pontual, dipolo e outras geometrias. Potencial elétrico:
energia potencial elétrica, potencial elétrico, potencial devido a carga e outras
geometrias.Campos magnéticos: o campo magnético, a descoberta do elétron, força
magnética, momento de dipolo magnético, Fontes de Campo Magnético Indução e indutância:
Lei de indução de Faraday e Lei de Lenz, indução e transferência de energia, campos elétricos
induzidos. Circuitos em corrente alternada: corrente alternada, oscilações forçadas, circuitos
simples e RLC série. Lei de Gauss para a eletricidade, Lei de Gauss para o magnetismo, Lei de
Ampere, Equações de Maxwell.

16 - Probabilidade II: Vetores aleatórios absolutamente contínuos, distribuições conjuntas,

marginais, condicionais e independência. Modelos: Weibull, Gumbel, Lognormal, Cauchy,
Multinomial e Multinormal. Transformações, Método do Jacobiano. Distribuição Quiquadrado,
Distribuição t-Student e F de Snedecor. Esperança e probabilidade condicional. Desigualdade
de Markov, Tchebychev, Jensen e Cauchy-Schwartz. Função característica e aplicações. Modos
de Convergência estocástica: Probabilidade, Quase-certamente, Média e Convergência fraca
(Distribuição). Seqüência de Ensaios Independentes, Lei dos grandes Números, Teorema
Central do Limite.

17 – Inferência Estatística: Convergência em distribuição e em probabilidade (apenas enunciar

a definição). Amostras e Distribuições Amostrais; Estatísticas; Estimadores e Propriedades dos
Estimadores: erro quadrático médio, consistência, BAN; Estatísticas Suficientes e
Conjuntamente Suficientes; Critério da fatoração; Família Exponencial e Propriedades;
Desigualdade de Informação; Completitude; Rao-Blackwell; Lehmann-Scheffé; Métodos de
Estimação e Propriedades dos Estimadores: Método dos Momentos e Máxima
Verossimilhança. Intervalo de Confiança: Método da Quantidade Pivotal, Intervalo para
Populações Normais; Testes de Hipóteses: Erro do Tipo I e II, Função Poder, Tamanho do teste,
Teste da Razão de Verossimilhanças, Testes Mais Poderosos, Lema de Neyman-Pearson, Testes
Uniformemente Mais Poderosos, Testes de Razão de Verossimilhanças Generalizado, Testes de
hipóteses para populações normais: média, variância, igualdade de duas e mais médias e
variâncias, testes qui-quadrados: bondade de ajuste, independência. Testes assintóticos

18 – Matrizes Aplicadas à Estatística: Matrizes, vetores e operações matriciais. Dependência

linear e posto de uma matriz. Equações lineares e inversas generalizadas. Formas quadráticas e
lineares. Operações com matrizes em blocos. Matrizes ortogonais e matrizes idempotentes.
Matriz de projeção. Decomposição de matrizes. Aplicações em Estatística.

19 – Processos Estocásticos: Introdução. Processos Determinísticos x Estocásticos, Processos

Estocásticos homogêneos. Processos de Poisson, Cadeias de Markov. Processos de Nascimento
e Morte. Introdução a Teoria de Filas. Introdução à Simulação Estocástica, análise estocástica.

20 – Inferência Bayesiana: 1. Probabilidade Subjetiva. 2. O método Bayesiano: verossimilhança,

distribuição a priori, distribuição a posteriori. 3. Qualidade de uma inferência: métodos
clássicos, inferência como um problema de decisão. 4. Inferência conjugada: modelo normal,
modelos discretos. 5. Testes de hipóteses. 6. Métodos computacionais. 7. Aplicações: modelos
lineares, análise de dados discretos, análise de dados censurados, inferência em populações
finitas, e outras aplicações.

21 – Algebra II: -Anéis: anel comutativo, ideais, morfismo de anéis, anel quociente, teorema do
isomorfismo, teorema da correspondência. Ideais Primos e Maximais. Domínios, corpos e
corpo de frações. Teorema Chinês dos Restos. - Domínios Euclidianos, de Ideais Principais e de
Fatoração Única. Divisibilidade e congruências; elementos irredutíveis e primos. -Anéis de
polinômios, polinômios irredutíveis, critérios de irredutibilidade: Lema de Gauss e critério de
Eisenstein.
22 – Métodos Não Paramétricos: Modelos para distribuições de freqüências (gráficos de
probabilidades) e Métodos Não Paramétricos. Permutação e Teste do Sinal. Inferência sobre a
média baseado no rank: teste do sinal de Wilcoxon. Teste de Kolmogorov-Smirnov.
Comparação de amostras pareadas. Comparações simples para amostras independentes: teste
de Mann-Whitney. Comparações de três ou mais amostras: teste de Kruskal-Wallis, teste de
homogeneidade da variância e teste de Friedman. Correlação em dados bivariados: Pearson,
Spearman (rho), Kendall (tau).

23 – Métodos de Cálculo Numérico I: Estudo de uma linguagem equivalente ao MATLAB

(SCILAB ou OCTAVE). Revisão no contexto do MATLAB de: Desenvolvimento de algoritmos,
estruturas condicionais e de repetição, algoritmos básicos. Manipulação de vetores e matrizes.
Estruturação de um programa em sub-rotinas. Funções. Manipulação de arquivos. Geração de
gráficos. Estudo do erro de arredondamento. Solução de sistemas lineares. Métodos diretos:
Métodos de eliminação de Gauss, fatoração LU, Gauss com pivotamento, Cholesky, fatoração
QR. Métodos iterativos: métodos de Gauss-Seidel, Jacobi e SOR. Método dos gradientes
conjugados. Autovalores e Autovetores: Método das potências, Métodos para cálculo de
autovalores de matrizes simétricas. Aplicação da linguagem de programação (SCILAB ou
OCTAVE) na solução de problemas de cálculo numérico. Métodos numéricos para a
determinação de zeros de funções: método da bisecção e Newton para equações em uma
variável. Método de Newton em várias variáveis. Introdução à otimização. Método do
Gradiente. Aplicação do método de Newton. Método dos mínimos quadrados. Interpolação.
Transformada de Fourier. Diferenciação e integração numérica. Sistemas de equações
diferenciais ordinárias: Métodos numéricos de Taylor e Runge-Kutta, métodos implícitos,
previsor-corretor. Problemas de valor contorno: método de shooting, resolução por
transformada rápida de Fourier. Aplicação da linguagem de programação (SCILAB ou OCTAVE)
na solução de problemas de cálculo numérico.

24 – Análise de Regressão: Regressão Linear Simples. Análise de correlação. Estudo de

adequação do modelo regressão linear simples. Regressão Linear Múltipla. Estudo de
adequação do modelo regressão linear Múltipla. Regressão Polinomial. Regressão com
variáveis Indicadoras. Métodos de Diagnósticos. Construção de modelos. Validação do modelo
de regressão.

25 – Introdução à Teoria das Probabilidades: Freqüência e Probabilidade. Probabilidade

condicional e Independência. Variáveis aleatórias. Distribuições Discretas: Uniforme, Bernoulli,
Binomial, Geométrica, Hipergeométrica e Poisson. Distribuições Contínuas: Uniforme,
Exponencial, Gama, Normal e t-Student. Aproximação da Binomial à Normal, Variáveis n-
dimensionais. Esperança. Variância. Covariância. Desigualdade de Markov. Teorema Central do
Limite.

Kolmogorov Axioms, Probability space, properties, independence, conditional probability and

Bayes theorem. Finite sample space and equiprobable sample space. Enumerable sample
space. Discrete random vectors, joint, conditional and marginal distribution and independence.
Change Variable. Expectation, Moments, Variance and Covariance. Models: Uniform, Binomial,
Geometric, Negative Binomial, Hypergoemetric and Poisson. Moment Generating Function.
Approximation of the Poisson distribution via the binomial distribution. Absolutely continuous
Random variables, distribution, probability density function, expectation, variance and
covariance. Models: Uniform, Exponential and Normal. Simulation Methods. Congruential
method random number generation, Inverse Transformation, Acceptance-Rejection Method.
Algorithm to generate: Binomial, Geometric and Exponential models.
26 – Cálculo Numérico Para Estatística: Representação de números no computador. Erros em
métodos numéricos. Soluções de equações: métodos iterativos de Newton, Secantes. Soluções
de equações e sistemas de equações não-lineares: método iterativo linear, método de
Newton. Soluções de equações lineares: métodos exatos - LU, eliminação de Gauss - e
iterativos - Gauss-Seidel, Jacobi-Richardson. Determinação numérica de auto-valores e auto-
vetores: métodos das potências e Jacobi. Aproximação de funções: método dos mínimos
quadrados. Interpolação Polinomial de Lagrange e de Newton. Integração Numérica: fórmulas
de Newton-Cotes e Gauss. Minimização e maximização de funções: método descida com busca
linear.

27 – Funções de Variável Complexa: O plano complexo. Função de variável complexa. Limite e

continuidade. Função analítica. Equações de Cauchy-Riemann. Funções trigonométricas e
hiperbólicas. A função logaritmo. Definição de Potências Arbitrárias. As funções
trigonométricas inversas. Arcos e contornos. Integral de contorno. Propriedades da integral.
Teorema de Green. Teorema de Cauchy. Primitivas. Fórmula integral de Cauchy, Teorema de
Liouville. Funções harmônicas. Séries de potências. Convergência uniforme. Séries de
potências e funções analíticas. Séries de Laurent. Zeros de funções analíticas. Singularidades
isoladas. Teorema do Resíduo. Integrais sobre o eixo real. Integrais impróprias e valores
principais. Integrais envolvendo funções trigonométricas. Integrandos multivalentes.
Enunciado do Teorema de Rouché com Aplicações

28 – Estatística Computacional: 1. Medidas robustas de locação e dispersão. 2. Geração de

números pseudo-aleatórios e aplicações. 3. Métodos de reamostragem: "bootstrap" e
"jacknife". 4. Otimização numérica: métodos de Newton-Raphson, escore de Fisher e quase-
Newton. 5. O algoritmo EM. 6. Métodos de Monte Carlo com cadeias de Markov: o amostrador
de Gibbs e o algoritmo de Metropolis-Hastings. 7. Noções de regressão robusta.

29 – Técnicas de Amostragem: Planejamento de Amostragem. Amostragem Aleatória Simples

e Estratificada. Estimadores de Razão e de Regressão. Amostragem por Conglomerados em um
e dois Estágios, Sistemática.

30 – Geometria: Geometria Euclidiana plana: Classificação das isometrias planas. Distância,

ângulo, ângulo orientado e área como invariantes geométricos da ação do grupo Euclidiano.
Similaridades. Inversões. Aplicações em teoremas famosos tais como os teoremas de Ceva,
Menelaus, Pappus, Desargues e círculo de Euler. Introdução ao plano projetivo real. Dualidade.
Pappus e Desargues revisitados. -Geometria Euclidiana espacial: Classificação das isometrias
espaciais. Poliedros, fórmula de Euler. Subgrupos finitos de O+(3) e poliedros regulares.
Volume. O terceiro problema de Hilbert e o invariante de Dehn. -Breve introdução à geometria
esférica, incluindo a fórmula (somatório de alfa i menos pi) ; para o cálculo da área de um
triângulo geodésico. Breve introdução à geometria hiperbólica. Geometria hiperbólica e o
quinto postulado.

31 – Análise Matemática: Números reais como corpo ordenado completo. Seqüências e séries
de números reais: convergência, critérios para convergência. Convergência absoluta e
condicional de uma série. Reordenação de uma série.Continuidade: Limites de funções reais;
funções contínuas, contínuas em intervalos e em conjuntos compactos; continuidade
uniforme. Descontinuidades. Diferenciabilidade: a derivada e suas propriedades. Teorema do
Valor Médio e conseqüências. Fórmula de Taylor. Integração: Integral de Riemann, Teorema
Fundamental do Cálculo. Teoremas clássicos do Cálculo Integral. Seqüências e séries de
funções: Convergência. Relação entre convergência uniforme e continuidade, derivação e
integração. Séries de Taylor. Funções de várias variáveis: Diferenciabilidade de funções.
Diferencial. Teorema de Schwarz. Fórmula de Taylor. Pontos Críticos. Diferenciabilidade de
aplicações: Diferenciação. Teorema da Função Inversa. Teorema da Função Implícita.
Aplicações.

32 – Análise De Dados categorizados: Associação e independência em tabelas 2x2 e MxN.

Medidas de associação e concordância. Tabelas multidimensionais. Modelos probabilísticos:
Poisson, Multinomial, produto de Multinomiais e Hipergeométrico. Modelos estruturais
lineares: simetria, homogeneidade marginal e o modelo linear geral. Modelos log-lineares.
Inferência estatística: metodologia de máxima verossimilhança e de mínimos quadrados
generalizados.

33 – Planejamento de Experimentos: Comparações simples. Análise de Variância (um e dois

fatores). Métodos de comparações múltiplas. Componentes de Variância. Planejamentos
fatoriais. Planejamentos fatoriais em blocos. Planejamentos fatoriais fracionários.
Experimentos hierarquizados: efeitos fixos, aleatórios e mistos. Planejamento em parcelas
dividas. Quadrado latino e experimentos relacionados. Métodos de superfície de resposta:
Método da máxima inclinação ascendente (descendente).

34 – Séries Temporais: 1. Séries temporais: conceito, suavização, tendência, sazonalidade,

alisamento exponencial. 2. Séries estacionárias. 3. Função de autocovariância e
autocorrelação. 4. Modelos: ARMA, ARIMA, SARIMA. 5. Modelos estruturais e análise de
intervenção. 6. Identificação. 7. Estimação. 8. Previsão. 9. Diagnósticos.

35 – Algebra III: Anel de polinômios sobre um corpo (revisão). Critérios de irredutibilidade,

critério de Einsenstein e outros. Extensões de corpos, grau de uma extensão. Números
algébricos e transcendentes, extensões simples algébricas e transcendentes, classificação das
extensões simples. Construção com régua e compasso, impossibilidades.Extensões normais e
separáveis, corpo de raízes de um polinômio, independência linear de monomorfismos
(Dedekind), o fecho normal de uma extensão. O Teorema Fundamental da Teoria de Galois.
Grupos solúveis. Grupos simples, a simplicidade de A_n, para n maior ou igual a 5. O teorema
de Cauchy. Solubilidade por radicais, extensões radicais, as soluções por radicais de equações
polinomiais de grau menor ou igual a 4, a insolubilidade da quintica.

36 – Algoritmos e Estrutura de Dados: Tipos abstratos de dados. Listas lineares: seqüenciais,

simplesmente e duplamente encadeadas, estáticas e dinâmicas, circulares, com nó-cabeça.
Operações básicas sobre listas lineares e análise dos algoritmos. Pilhas, filas, filas de
prioridade, operações básicas sobre pilhas e filas e análise dos algoritmos. Aplicações de listas
lineares, pilhas e filas em problemas computacionais relevantes. Matrizes esparsas. Listas
generalizadas e aplicações. Listas não lineares: árvores, árvores binárias, operações básicas
sobre árvores e análise dos algoritmos. Árvores binárias de busca, árvores binárias de busca
balanceadas, árvores AVL, operações básicas e análise dos algoritmos. Considerações sobre
heaps aplicados em filas de prioridades. Aplicações de listas não lineares em problemas
computacionais relevantes e análise dos algoritmos. Fundamentos de arquivos e
armazenamento secundário. Organização de arquivos. Campos e registros de tamanho fixo e
variável. Indexação de arquivos. Estruturas de dados e algoritmos para indexação primária,
secundária e com múltiplas chaves. Manutenção de arquivos indexados dinâmicos.
Processamento cosequencial. Ordenação de arquivos grandes. Árvores B e suas variações.
Conceitos fundamentais e aplicações computacionais de grafos. Estruturas de dados para
representação de grafos: lista de arestas, lista de adjacências e matriz de adjacências.
Percursos em grafos e aplicações: busca em largura e profundidade. Algoritmos clássicos sobre
grafos e aplicações, tais como caminhos mínimos, árvores geradoras mínimas e ordenação
topológica.

37 – Otimização Não Linear: Otimização Irrestrita: condições de otimalidade e métodos para

otimização sem restrições. Otimização com restrições: métodos para restrições "simples"
(caixas e poliedros), condições de otimalidade de Karush-Kuhn-Tucker. Métodos de pontos
interiores. Lagrangianos aumentados.

38 – Inteligência Artificial: História da IA. Caracterização dos problemas de IA. Algumas

aplicações de IA: PLN, robótica, etc. Introdução à programação lógica. Métodos de busca para
resolução de problemas: busca cega e informada. Busca com adversários: análise de jogos com
minimax e poda alfa-beta. Formalismos de representação de conhecimento e inferência:
lógica, redes semânticas, frames, scripts, regras de produção. Sistemas baseados em
conhecimento. Aprendizado de máquina: noções gerais, tipos e paradigmas de aprendizado.
Introdução a técnicas simbólicas de aprendizado de máquina: árvores de decisão e regras de
classificação. Introdução a técnicas estatísticas de aprendizado de máquina: naive-bayes.

39 – Análise Multivariada: Vetores aleatórios. Média e matriz de covariâncias amostrais. A

distribuição normal multivariada. Teste de normalidade multivariada. Inferências sobre um
vetor de médias. Análise de variância multivariada. Regressão linear multivariada. Análise de
componentes principais. Análise fatorial (discriminação e classificação). Análise de correlação
canônica. Análise de correspondência.

40 – Modelos Lineares Generalizados: Modelos Lineares Generalizados: Definição. Função

desvio. Métodos de Estimação.Teste de hipóteses. Técnicas de diagnóstico. Aplicações.
Regressão Logística: Métodos clássicos. Regressão Logística linear. Modelos de dose-resposta.
Técnicas de diagnóstico. Seleção de modelos. Regressão logística condicional. Aplicações.
Regressão de Poisson: Métodos clássicos. Modelos log-lineares. Classificação de modelos.
Relação com modelos multinomiais. Aplicações. Modelos de Quase-Verrossimilhança:
Definição. Estimação e Testes. Aplicações

41 – Teoria Quantitativa de Equações Diferenciais Ordinárias: Introdução. Pontos de equilíbrio.

Estabilidade. Sistemas autônomos. Estabilidade de sistemas lineares. Estabilidade assintótica.
Espaço fase: órbitas. Propriedades qualitativas das órbitas. Sistemas autônomos lineares
planos. Estabilidade de sistemas não lineares. Funções de Lyapunov. Segundo método de
Lyapunov. Soluções periódicas. Ciclos. Teoremas de Poincaré-Bendixon.

42 – Teoria Elementar dos Números: Divisibilidade, algoritmo da divisão, mdc, mmc, primos.
Equação Diofantina. Teorema Fundamental da Aritmética, Crivo de Erastóstenes. Teorema de
Dirichlet. Congruência. Pequeno Teorema de Fermat, de Wilson. Raízes primitivas.

43 – Matemática Discreta: Provas: Princípio da Indução Finita e redução ao absurdo.

Problemas Recorrentes: Torres de Hanói, Problema de Josephus, Regiões do Plano. Somas:
notação, somas e recursões, manipulação de somas, somas telescópicas, somas múltiplas.
Teoria dos números: divisibilidade, primos, MDC e algoritmo de Euclides, congruências,
Teorema de Euler-Fermat, aplicações para a computação: algoritmo decriptografia RSA e
geradores de números aleatórios. Grupos: grupos, subgrupos, grupos de permutação, teorema
de Lagrange. Fundamentos: lógica sentencial, conjuntos, funções e relações,
enumerabilidade,Diagonalização de Cantor e o Problema da Parada (Halting Problem). Grafos,
grafos simples, caminhos, ciclos e conectividade, caminhos eulerianos e circuitos
hamiltonianos. Isomorfismos. Dígrafos, caminhos em dígrafos. Aplicações em computação dos
tópicos vistos no curso.Seleção de Elementos de um conjunto, amostras, seleções,
permutações e combinações, fórmulas de contagem. Relações de recorrência e princípios de
exclusão e inclusão. Teoria da contagem de Polya.

44 – Análise: Números reais como corpo ordenado completo. Seqüências e séries de números
reais: convergência, critérios para convergência. Convergência absoluta e condicional de uma
série. Reordenação de uma série.Continuidade: Limites de funções reais; funções contínuas,
contínuas em intervalos e em conjuntos compactos; continuidade uniforme.
Descontinuidades. Diferenciabilidade: a derivada e suas propriedades. Teorema do Valor
Médio e conseqüências. Fórmula de Taylor. Integração: Integral de Riemann, Teorema
Fundamental do Cálculo. Teoremas clássicos do Cálculo Integral. Seqüências e séries de
funções: Convergência. Relação entre convergência uniforme e continuidade, derivação e
integração. Séries de Taylor. Funções de várias variáveis: Diferenciabilidade de funções.
Diferencial. Teorema de Schwarz. Fórmula de Taylor. Pontos Críticos. Diferenciabilidade de
aplicações: Diferenciação. Teorema da Função Inversa. Teorema da Função Implícita.
Aplicações.

45 – Espaços Métricos: Espaços métricos: definição e exemplos, conjuntos abertos, conjuntos

fechados. Continuidade: definição e exemplos, homeomorfismo. Espaços métricos conexos:
conexidade, conexidade por caminhos, conexidade como invariante topológico. Espaços
métricos completos: definição e propriedades. Espaços métricos compactos: definição e
propriedades, compacidade e continuidade.

46 – Otimização Linear: Definição e formulação de problemas de programação matemática.

Teoria da programação linear e o método simplex. Dualidade. Análise de Sensibilidade.
Método dual simplex.

47 – Análise de Sobrevivência e Confiabilidade: Dados de tempos de vida. Conceitos básicos de

confiabilidade e sobrevivência. Métodos não-paramétricos na estimação da função de
sobrevivência. Principais modelos paramétricos de tempos de vida. Modelos de regressão
paramétrica. Modelo de regressão de Cox. Estudo de adequação dos modelos.Testes
acelerados. Confiabilidade de sistemas.

48 – Teoria da Medida: Medida de Lebesgue na reta. Conjuntos mensuráveis. Funções

mensuráveis. A integral de Lebesgue e sua relação com a integral de Riemann. Diferenciação e
integração. Os espaços . Complementos e aplicações.

49 – Programação Matemática & Pesquisa Operacional: Definição e formulação de problemas

de programação matemática. Teoria da programação linear e o método simplex. O método
simplex com variáveis canalizadas. Programação dinâmica e aplicações. Programação inteira e
o algoritmo de separação e avaliação (branch-and-bound).

50 – Modelagem Matemática: A partir de problemas das áreas de estatística, otimização e

mecânica dos fluidos computacional, desenvolver alguns projetos envolvendo a noção de
aproximação, aplicações de vetores e geometria, de álgebra linear e de equações diferenciais
ordinárias, apresentando, em cada um deles, um modelo matemático e a teoria básica
envolvida, com uma eventual visualização gráfica e/ou numérica com auxílio de algum
software: Revisão de cálculo, lógica e equações diferenciais ordinárias aplicados à estatística,
otimização e mecânica dos fluidos computacional.

51 – Matemática Aplicada: Séries de Fourier: Séries Trigonométricas. Convergência. Teorema

de Fourier. Aplicações. Transformada de Fourier. Transformada de Laplace. Aplicações a
circuitos elétricos. Noções gerais sobre Transformada z e aplicações.

52 – Bioestatistica: Tipos de estudo. Ensaio Clínico. Aleatorização em blocos. Medidas de

freqüência de doenças. Risco-relativo, razão de chances, teste de Mantel-Haenszel. Pessoas-
tempo, incidência acumulada, densidade de incidência, prevalência, sensibilidade,
especificidade, acurácia, valores preditivos positivo e negativo. Valores de Referência.
Validade. Reprodutibilidade. Curvas de sobrevida e de sobrevida livre de doença. Metanálise.
Experimentos cross-over.

53 – Demografia: Estudos populacionais e fontes de dados demográficos. Estudos

populacionais e amostrais realizados no Brasil. 2. Modelos exponenciais. Misturas. Taxas de
crescimento dinâmicas. Modelo logístico. Matrizes e grafos em demografia e atuária. 3. Tábuas
de vida. Funções de tábuas de vida. Ajustamentos e projeções. Análise de coortes. Cálculos
financeiros. Cálculos atuariais. 4. Comparações de mortalidade. Teoria estável, migrações,
contracepção. Projeções e previsões. Microdemografia. 5. Teoria do risco. Processos de
sinistros. Processos compostos de Poisson. Processos de risco. Cálculos de prêmios. 6. Análise
de risco para seguros de vida. Probabilidade de ruína. Retenção e reservas. Critérios de
estabilidade.

54 – Introdução aos Grupos de Lie: Revisão de grupos e corpos. O exemplo dos quaternions
(com breve menção aos octonions). Revisão rápida de espaços vetoriais e matrizes. Revisão de
topologia. Introdução do conceito de variedade mergulhada em R^n. O grupo linear geral.
Grupos ortogonais. Produto interno, reflexões do R^n. Movimentos rígidos do plano e do
espaço R^3 (via quaternions e via vetores e matrizes). Exponencial e logaritmo de matrizes.
Subgrupos a um parâmetro. Álgebra de Lie. SO(3) e so(3), SU(2) e su(2). O epimorfismo
S^3=SU(2) ? SO(3). As fibrações S^1=U(1) ? S^3=SU(2) ? S^2 (de Hopf) e S^1=SO(2) ? SO(3) ?
S^2, introduzindo o conceito de S^2 como órbita adjunta de SO(3) e SU(2). Toros maximais.

55 – Matemática Discreta: Visão geral dos fundamentos de Matemática Discreta em

Computação. Provas e Indução matemática. Teoria dos números: divisibilidade, primos, MDC e
algoritmo de Euclides, congruências. Pequeno Teorema de Fermat, aplicações para a
computação: algoritmo de criptografia RSA e geradores de números aleatórios. Lógica de
predicados de primeira ordem. Conjuntos e funções. Tópicos adicionais de matemática
discreta.

56 – Equações Diferenciais Parciais: Introdução: equações de primeira ordem, os fenômenos

de vibração e difusão, problemas bem postos, tipos de equações de segunda ordem. Ondas e
difusão na reta. Comparação entre ondas e difusão. O Método da Reflexão. Equações da onda
e do calor não homogêneas. Separação de variáveis. Equação de Laplace. Identidade de Green
e Função de Green. Ondas no espaço. Problemas de contorno no plano e no espaço.
Introdução à Transformada de Fourier. Uso das Transformadas de Fourier.

57 – Topologia: Noções básicas de topologia geral: continuidade, axiomas de separabilidade e

de enumerabilidade, conexão, compacidade, espaços quociente. Teoremas básicos: Tychonoff,
Urysohn, Baire (para espaços localmente compactos e para métricos completos) e da imersão.
Paracompacidade e partição da unidade Compactificação de espaços (1-ponto e de Stone-
Cech) Homotopia, espaço de recobrimento e grupo fundamental do círculo. Teorema de
metrizabilidade para espaços regulares de base enumerável.

58 – Geometria Diferencial: Curvas Planas: curva parametrizada diferenciável, vetor tangente,

curva regular, mudança de parâmetro, comprimento de Arco, teoria local, teorema
fundamental.

Curvas no Espaço: curva parametrizada diferenciável, vetor tangente, curva regular, mudança
de parâmetro, teoria local, fórmulas de Frenet, representação canônica das curvas; isometria
de R3, Teorema Fundamental das Curvas, teoria do contato, involutas e evolutas.

Aspectos da teoria global das curvas planas, Teorema dos 4 vértices. Desigualdade
Isoperimétrica.

Teoria Local das Superfícies: superfície parametrizada regular, mudança de parâmetros, plano
tangente, vetor normal. Primeira e segunda formas quadráticas. Curvatura normal. Curvaturas
principais. Curvatura de Gauss. Curvatura média. Classificação dos pontos de uma superfície.
Linhas de curvatura. Linhas assintóticas. Geodésicas. Transporte paralelo. Teorema Egrejum de
Gauss. Equações de compatibilidade. Teorema fundamental das superfícies.

59 – Teoria da Medida: Medida de Lebesgue na reta. Conjuntos mensuráveis. Funções

mensuráveis. A integral de Lebesgue e sua relação com a integral de Riemann. Diferenciação e
integração. Os espaços . Complementos e aplicações.

60 – Análise Funcional: Espaços vetoriais normados, completamento. Espaços de Banach:

definição e exemplos. Aplicações lineares. Espaços das aplicações lineares contínuas. Espaço
dual. Espaços com produto interno de Hilbert: definição e exemplos. Ortogonalidade:
projeções e bases hilbertianas. O Teorema da Representação de Riez. Operadores auto-
adjuntos, normais e unitários. O Teorema de Hahn-Banach, formas real e complexa. Espaços
reflexivos. Convergências forte, fraca e fraca*. As conseqüências do Teorema de Categoria de
Baire: Teorema de Banach-Steinhaus, Teorema da Aplicação Aberta e Teorema do Gráfico
Fechado.

61 – Series Temporais em Finanças: Definições básicas em problemas de finanças e

econometria, modelos lineares estacionários: AR, MA e ARMA, modelos não estacionários com
raiz unitária, ARIMA, modelos com heterocedasticidade (ARCH / GARCH), modelos de
regressão com erros (ARCH / GARCH), modelos de volatilidade estocásticas

62 – Topologia Diferencial: 1. Superfícies. Espaço tangente. Valores regulares de funções

diferenciáveis e aplicações simples (por exemplo: uma demonstração topológico-diferencial do
teorema fundamental da álgebra). Enunciado (sem demonstração) dos teoremas de Sard e
Brown. Superfícies com bordo. O teorema do ponto fixo de Brouwer. Teorema da função
inversa. 2. O grau mod 2 de uma aplicação diferenciável. Homotopia e isotopia suaves. O grau
mod 2 depende apenas da classe de homotopia suave de f. Orientabilidade. O grau de uma
aplicação suave. O grau da aplicação antípoda. Campos suaves de vetores. Não podemos
pentear a esfera S2 cabeluda. Teorema de Poincaré-Hopf. 3. Álgebra exterior. Formas
diferenciais. Integração. Derivada exterior. 0, 1, 2 e 3-formas em R3 : a relação entre derivada
exterior e os conceitos já estudados no Cálculo (gradiente, divergente e rotacional). Teorema
de Stokes (e relação com os teoremas de Green, Gauss e Stokes estudados no cálculo). O
teorema global de Gauss-Bonnet.
63 – Introducao à Pesquisa Operacional: Introdução à Otimização Linear: Resolução gráfica, o
método simplex, aplicações. Introdução à Otimização Inteira: alguns problemas clássicos,
aplicações, método de branch-and-bound e métodos de resolução heurísticos.

64 – Introdução ao estudo de Singularidades de Aplicações Diferenciáveis: Singularidade de

funções diferenciáveis de uma variável. Curva e funções definidas sobre curvas. Valores
regulares e superfícies regulares. Envoltórias. Desdobramento e aplicações. Propriedades
genéricas de curvas. Superfícies, singularidades simples e aplicações.

65 – Modelos Lineares: Álgebra matricial. Formas quadráticas. Distribuição normal

multivariada. Distribuição de formas quadráticas. Modelo linear normal de posto completo.
Modelo normal de posto incompleto. Componentes de variância.

66 – Curvas Algébricas Planas: Definições básicas. Determinação. Pontos múltiplos próprio e

impróprio. Estudo local. Conceito de ramo. Considerações duais. Classe. O teorema de Bézout.
Princípio de Lamé. O conceito de gênero. Curvas racionais. O teorema de Lüroth. Fórmulas de
Plüker. Invariança do gênero. Análise das singularidades. Complementos e Aplicações.

67 – Aplicação da Topologia à Análise: Métodos das aproximações sucessivas: teoremas do

ponto fixo de Banach e aplicações às equações diferenciais e integrais e ao teorema das
funções implícitas. Teorema de Baire. Espaços de Baire, funções contínuas sem derivada e
princípio da limitação uniforme. Teoremas de: Brouwer, Stone-Weierstrass e de Ascoli.
Complementos e Aplicações.

68 – Projeto de Graduação em Estatística: Elaboração de um projeto em Estatística, sob a

orientação de docente da USP, da área de Estatística, ou de docente de outra Instituição de
Ensino Superior desde que autorizado pelo coordenador do curso. O Projeto deve
compreender as fases de levantamento bibliográfico, especificação e implementação. Ao final
deve ser escrita uma monografia pormenorizada do projeto. Todas essas atividades somente
poderão ser consideradas para o cumprimento do programa da disciplina se forem realizadas
na ocasião em que o aluno estiver matriculado na disciplina. Recomenda-se que os alunos
estejam inscritos no PIC-SME (Programa de Iniciação Científica do Departamento de
Matemática e Estatística). Apresentações públicas dos trabalhos realizados pelos alunos em
um intercâmbio de experiências.

69 – Intrudução aos Sistemas Dinâmicos: Preliminares de Cálculo, pontos periódicos,

conjuntos invariantes. Freqüência de visitas. Recorrência. Estabilidade dos pontos periódicos.
Utilizar Maple: visualizar os iterados e os ciclos atratores na família quadrática. Duplicação de
período e Bifurcação sela-nó, rotação no circulo e definição de numero de rotação. Dinâmica
simbólica e Caos. Conjunto de Cantor e Conjugação topológica. Teorema Ergódica de Birkhoff
(somente para medida de Lebesgue) e aplicações. Fractal. Definição de dimensão topológica e
dimensão Fractal e IFS. Conjunto de Cantor revisado. Conjuntos de Julia e Mandelbrot.
Utilização de computadores para visualizar o conjunto de Julia e Mandelbrot

70 – Econometria: 1. Conceituação de Econometria. Tópicos de Análise de Regressão:

multicolinearidade. heteroscedasticidade, autocorrelação e variáveis binárias. 2. Variáveis
explicativas aleatórias. Erros de medição nas variáveis explicativas. Método dos momentos.
Variáveis instrumentais. 3. Modelos de equações simultâneas. Um modelo de oferta e
demanda. As equações em forma reduzida. Identificação. Propriedades do estimador de
mínimos quadrados ordinários. Estimação por mínimos quadrados em dois estágios. 4.
Modelos de defasagens distribuídas. A defasagem geométrica. A transformação de Koyck.
Defasagens distribuídas auto-regressivas. 5. Regressão com dados de séries temporais e dados
em corte transversal (cross section). Estacionariedade e testes de raízes unitárias.
Cointegração. Regressões aparentemente não relacionadas. 6. Modelos com variáveis
dependentes qualitativas e limitadas. Variáveis dependentes binárias. Modelos de escolha
multinomial. Modelos de escolha ordenada. Modelos com variável dependente limitada.

71 – Aplicações da Teoria dos Conjuntos: Definição de ordinais e cardinais; Princípio da boa

ordem; aplicações do princípio da boa ordem em análise e álgebra; construções recursivas no
Rn; coloração de conjuntos infinitos; ordens parciais; axiomas extras a ZFC (hipótese do
contínuo, axioma de Martin), discussão de sua independência e aplicações.

72 – Tópicos Especiais em Estatística Aplicada: Modelos estatísticos para diferentes áreas de

conhecimento. Estudos destes modelos estatísticos. Desenvolvimento de ferramentas
estatísticas para a análise destes modelos. Análise de dados reais utilizando modelos
estatísticos.

73 – Algebra Avançada: Grupos, grupos quocientes. Teorema de Lagrange. Grupos de

permutações. Teoremas de Sylow. Teorema de Jordan-Holder. Grupos Solúveis. Extensões
finitas, algébricas, números algébricos e transcendentes. Extensões separáveis e Galoisianas.
Grupo de Galois, teorema fundamental da teoria de Galois. Construções com régua e
compasso. Solubilidade por radicais. Corpos finitos. Extensões ciclotômicas.

74 – Teoria de Resposta ao Item: Métodos da análise clássica de provas e questionários.

Vantagens da TRI sobre os métodos clássicos. Principais modelos unidimensionais da TRI (para
dados dicotômicos, nominais e ordinais). Estimação por máxima verossimilhança, máxima
verossimilhança marginal e métodos bayesianos (marginal e por Monte Carlo via Cadeia de
Markov). Equalização. Aplicações a dados de diferentes áreas, tais como Educação, Psicologia e
Marketing.

75 – Topologia Avançada: Noções básicas da topologia geral: espaços topológicos, conexão,

compacidade, teorema de Tychonov. Lema de Uryshon, extensão de funções contínuas,
partição da unidade. Espaço quociente, classificação de superfícies, característica de Euler.
Grupo fundamental e espaços de recobrimento, campos de vetores e pontos fixos.

76 – Mineração Estatística de Dados: Introdução à mineração de dados. Mineração de dados e

análise estatística. Importância do banco de dados. O Processo KDD. Procedimentos de
segmentação de base. Sumarização. Modelos supervisionados de classificação. Modelos
pontuais e predição, regressão logística, regressão probito, regressão logística limitada.
Modelos temporais de predição; estimadores empíricos da função de sobrevivência e da
função de risco, modelos paramétricos básicos, estimação, compração de modelos. Medidas
de capacidade preditiva. Análise de associação. Análise de Agrupamentos. Redução de
dimensionalidade. Seleção de atributos. Combinação de classificadores.

77 – Medida e Integração: Medidas: Sigma-Álgebras. Medidas, Medida exterior, Medidas de

Borel em R. Integração: Funções mensuráveis, Integração, Teoremas de convergência, Medida
produto e Teorema de Fubini, Medida de Lebesgue em Rn. Decomposição e derivação de
medidas: Medidas com sinal, Teorema de Lebesgue-Radon-Nikodyn, Medidas complexas,
Derivação em Rn. Funções de variação limitada.