CE-718: Métodos Computacionalmente Intensivos

1. Período: segundo trimestre de 2011, no programa PGMNE (Pós Graduação em Métodos Numéricos em Engenharia)
2. Matrículas e informações: com Maristela, na secretaria do PGMNE
3. Professor Responsável: Paulo Justiniano Ribeiro Jr, (LEG: Laboratório de Estatística e Geoinformação)
4. Horários e Locais:
   • As aulas serão no LEG (Laboratório de Estatística e Geoinformação)
   • Horário: Terças, 9:00 - 12:00
   • Atenção: A primeira aula do curso na terça, 31/05/2011.
5. Avaliação: a ser definida

O material básico para o curso serão as seguinte notas.

• Notas para o curso

Entretanto vários materiais adicionais serão utilizados e/ou montados ao longo do curso. (ver na pagina do LEG a sessão de MCI)

• Pacote com códigos e dados das notas de aula
• Coleção de Exemplos de Métodos Computacionalmente Intensivos (estes materiais foram produzidos em anos/estudos anteriores e deverão ser estudados, corrigidos se necessário, expandidos, discutidos, etc)

• Os materiais sobre verossimilhança e inferência podem ser úteis para consultas. De certa forma este curso de MCI via atacar problemas nos quais os métodos analíticos ou numéricos de inferência não são suficientes.

ATENÇÃO: arquivos/páginas poderão atualizados durante o curso.

[2009}, book]

Albert, J. (2009}). Bayesian Computation with R (2nd ed. ed.) Springer.

[2003}, book]

Gelman, A., Carlin, J. B., Stern, H. S., & Rubin, D. B. (2003}). Bayesian Data Analysis, Second Edition (2 ed.) Chapman and {Hall/CRC}.

[2008}, book]

Carlin, B. P., & Louis, T. A. (2008}). Bayesian Methods for Data Analysis, Third Edition (3 ed.) Chapman and {Hall/CRC}.

[2009}, book]

Robert, C. P., & Casella, G. (2009}). Introducing Monte Carlo Methods with R (1 ed.) Springer Verlag.

[1995}, book]

W.R., Richardson, S., & Spiegelhalter, D. (1995}). Markov Chain Monte Carlo in Practice (1 ed.) Chapman and {Hall/CRC}.

[2006, book]

Gamerman, D., & Lopes, H. F. (2006). Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference, Second Edition (2 ed.) Chapman and {Hall/CRC}.

• Programa básico do curso
  1. The R project for Statistical Computing: página do programa R
  2. Um material sobre o uso do R
• Recursos auxiliares
  1. Editor de texto : O MiKTeX disponibiliza arquivos de instalação para ambiente Windows
  2. O Tinn-R é um GUI/Editor para o ambiente R sob Windows que facilita muito o uso do R neste ambiente operacional
  3. O Xemacs é uma outra opção de editor que facilita a edição de arquivos do e R
  4. O TeXniccenter é um editor para ambiente windows que facilita a edição de documentos do

Veja aqui o histórico das aulas do curso.

Atividades dos participantes

Página aberta para edição pelos participantes do curso.