- Minicurso 1
Algoritmos Polinomiais para Colorações Ótimas em Algumas Famílias de Grafos
Clícia Valladares P. Friedmann, Abel Rodolfo
Garcia Lozano, Lilian Markenzon e Christina Waga
Abstract:
O minicurso trata o problema de coloração, que é clássico em Teoria de Grafos,
e computacionalmente difícil. Ao longo do texto, são vistas colorações de
vértices, de arestas, coloração total e coloração equilibrada de vértices.
Para cada uma, são apresentados os seguintes tópicos: definição, principais
resultados e uma família específica de grafos, para a qual é exibido um algoritmo
exato polinomial que determina uma solução do problema tratado.
- Minicurso 2
O Software R como Instrumento de Ensino em Estatística Básica
Gastão Gomes, João Ismael Pinheiro,
Sonia Cunha Santiago e Ramirez Carvajal
Abstract: The objective of this mini-course is to describe some basic statistics methods
and to show how the software R can be used to obtain information from a data
base in an elementary Statistics course. KEYWORDS: Software R, Exploratory
Analysis, Statistical Inferece Resumo O objetivo deste mini-curso é descrever
alguns métodos estatísticos e mostrar no programa R como eles são usados para
se obter informação de uma massa de dados em um curso de Estatística Básica.
- Minicurso 3
A Pesquisa Operacional e o Planejamento de Sistemas Energéticos
André Luís Marcato, Reinaldo Castro
Souza, Bruno Dias e Ivo Silva Junior
Abstract: Este curso visa mostrar as aplicações de Pesquisa Operacional no Planejamento de Sistemas Energéticos. Será feita uma introdução ao problema do planejamento energético, sendo apresentado um breve histórico do planejamento energético do setor elétrico brasileiro. Serão mostradas as principais técnicas utilizadas nos diversos horizontes do problema, com especial ênfase para o planejamento da operação de médio prazo. A seguir, serão levantados alguns problemas atuais do planejamento de médio e longo prazo, juntamente com alguns questionamentos sobre o impacto da incorporação de novas fontes de energia ao problema.
- Minicurso 4
Bounded relative error and Vanishing relative error in Monte Carlo evaluation of static Network Reliability measures
Hector Cancela
Abstract: For a given network topology, reliability measures compute the probability that the terminal nodes of the network are connected. Most network reliability measures belong to the #P complexity class, so that there are no known polynomial algorithms for their computation. Monte Carlo methods are a widely used alternative, as they allow to obtain estimated values for network reliability measures with a limited computational effort. Nevertheless, in the case of extremely reliable networks, the standard Monte Carlo approach encounters difficulties, as the occurrence of network failures is a rare event which will only appear very infrequently, making it difficult to estimate its probability. In this tutorial, we discuss recent approaches to Monte Carlo network reliability evaluation, which allow to improve the estimation precision, while demanding a reasonable computational effort. In particular, we will present the Bounded Relative Error (BRE) and the Vanishing Relative Error (VRE) properties. Afterwards, we will look at some families of Monte Carlo methods (like the recursive variance reduction methods, and the importance sampling methods), and how in some cases they can guarantee BRE or even VRE estimations, leading to good efficiency in the estimation.