UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO

Transcrição

1 1. Nome da Disciplina Tópicos Especiais em Computação: Análise de Algoritmos 2. Professor Responsável Francisco Edson Lopes da Rocha 3. Carga Horária 60 horas 4. Créditos 4 5. Pré-Requisitos Teoria de Grafos e Programação 6. Objetivos Ao final da disciplina os alunos deverão estar aptos a: (i) entender e aplicar as técnicas de prova da correção de algoritmos; e (ii) dominar e aplicar técnicas de identificação do desempenho de algoritmos. 7. Ementa Conceitos Básicos. Comparação Assintótica de Funções. Solução de Recorrências. Técnicas de Projetos de Algoritmos. Conceitos Básicos sobre Complexidade de algoritmos. Problemas Teóricos e Práticos. 8. Conteúdo Programático 1. Conceitos Básicos: Exercícios preliminares; Apresentação das técnicas de prova matemática; Problemas, instâncias, algoritmos e tempo. 2. Comparação Assintótica: Análise assintótica: ordens Ο, Ω e Θ. 3. Solução de recorrências: Recursão. 4. Análise de algoritmos: Análise de algoritmos de ordenação e pesquisa; análise de algoritmos em grafos; análise de algoritmos numéricos; análise de algoritmos de busca textual. 5. Paradigmas de projeto e análise: Divisão e conquista; Programação dinâmica; Algoritmos gulosos; Tempo amortizado. 6. Complexidade: Introdução à teoria da complexidade; Problemas NP-completos. 9. Metodologia Aulas expositivas e seminários.

2 10. Recursos Computador, data show, quadro branco e web. 11. Avaliação Provas, trabalhos práticos, relatórios técnicos, seminários, freqüência. 12. Bibliografia [CLRS3] Th.H. Cormen, Ch.E. Leiserson, R.L. Rivest, C. Stein, Introduction to Algorithms, 3rd edition, MIT Press, KT] Jon Kleinberg, Éva Tardos, Algorithm Design, Addison-Wesley, [DPV] S. Dasgupta, C.H. Papadimitriou, U.V. Vazirani, Algorithms, McGraw- Hill, IP] Ian Parberry, Problems on Algorithms, Prentice Hall, [PG] Ian Parberry e William Gasarch, Problems on Algorithms, 2nd edition, [NN] Richard E. Neapolitan, Kumarss Naimipour, Foundations of Algorithms Using Java Pseudocode, Jones & Bartlett, [AU] A.V. Aho, J. D. Ullman, Foundations of Computer Science (C edition), Computer Science Press, Bentley, Programming Pearls, 2nd.ed., Addison-Wesley, D.E. Knuth, Fundamental Algorithms, 3rd.ed., (vol. 1 de "The Art of Computer Programming"), Addison-Wesley, D.E. Knuth, Seminumerical Algorithms, 3rd.ed., (vol. 2 de "The Art of Computer Programming"), Addison-Wesley, D.E. Knuth, Sorting and Searching, 2nd.ed., (vol. 3 de "The Art of Computer Programming"), Addison-Wesley, D.E. Knuth, Selected Papers on Analysis of Algorithms, Center for the Study of Language and Information (CSLI), Ph. Flajolet and R. Sedgewick, Analytic Combinatorics, Cambridge University Press, 2009.

3 1. Nome da Disciplina TÓPICOS ESPECIAIS EM COMPUTAÇÃO DE ALTO DESEMPENHO 2. Professor Responsável JOSIVALDO DE SOUZA ARAÚJO 3. Carga Horária 60 HORAS 4. Créditos 04 CRÉDITOS 5. Pré-Requisitos Noções de Rede de Computadores 6. Objetivos Proporcionar ao aluno um entendimento sobre os princípios nos quais está baseada a computação de alto desempenho, bem como as ferramentas e os modelos que são necessários para se conseguir prover esse tipo de serviço; Compreender as arquiteturas, algoritmos e projetos que servem como base aos sistemas de alto desempenho; Analisar características como desempenho, escalabilidade, heterogeneidade, segurança e tratamento de falhas; Compreender o funcionamento de bibliotecas como Message Passing Interface (MPI) e Bulk Synchronous Parallelism (BSP) que são utilizadas na computação paralela. 7. Ementa Conceitos de Rede de Computadores. Visão geral de computação de alto desempenho. Modelos de sistemas de alto desempenho. Comunicação em sistemas paralelos e distribuídos. Hardware e Software Paralelo. Ambientes de programação paralela, ferramentas e middlewares. 8. Conteúdo Programático Unidade 1: Noções de Redes de Computadores Unidade 2: Introdução e Modelos da Computação de Alto Desempenho Unidade 3: Cluster de Computadores Unidade 4: Grade de Computadores (Grid Computing) Unidade 5: Computação nas Nuvens (Cloud Computing) Unidade 6: Bibliotecas de Comunicação Paralela Unidade 7: Programação Paralela

4 9. Metodologia Ao longo do curso, o professor abordará os conteúdos por meio de: Aulas teóricas: exposição de conteúdo através de quadro e datashow; Desenvolvimento de Trabalhos Práticos através da programação utilizando a linguagem C/C++; Aulas de exercícios: aplicação e resolução de listas de exercícios; Seminários a serem realizados pelos alunos sobre aplicações práticas em computação de alto desempenho; Elaboração de artigos sobre o estado da arte e tecnologias da área; 10. Recursos Além de quadro e datashow usados em sala, será utilizado o ambiente computacional Moodle como suporte à disciplina presencial, onde serão postados materiais extraclasses. Os trabalhos práticos serão desenvolvidos em laboratório com sistema operacional Linux e linguagem de programação C/C++; 11. Avaliação A avaliação da disciplina será realizada da seguinte maneira: 01 Prova Teórica: Capítulos de 01 a 03; Trabalhos e Listas de Exercícios no Final de cada unidade. 01 Prova Teórica: Capítulos de 04 a 06 Trabalhos e Listas de Exercícios no Final de cada unidade. 01 Trabalho Prático de Programação Paralela: Capítulo Bibliografia PACHECO, Peter S., An Introduction to Parallel Programming. Morgan Kaufman, HWANG, K., DONGARRA, J., FOX, G. C., Distributed and Cloud Computing: From Parallel Processing to the Internet of Things. Morgan Kaufman, DONGARRA, J., LASTOVETSKY, A., High Performance Heterogeneous Computing. Wiley, GRAMA, A., KUMAR, V., GUPTA, A., KARYPIS, G., Introduction to Parallel Computing: Design and Analysis of Algorithms. 2nd Edition, The Benjamin/Cummings Publishing Company, JORDAN, H. and ALAGHBAND, G., Fundamentals of Parallel Processing. Prentice Hall, 2003.

5 1. Nome da Disciplina Computação evolucionária 2. Professor Responsável Claudomiro de Souza de Sales Junior 3. Carga Horária 60 horas 4. Créditos 4 créditos 5. Pré-Requisitos 6. Objetivos Programação Apresentar os conceitos introdutórios sobre computação evolucionária, incluindo o estudo de todas as variantes tradicionais, como algoritmos genéticos, estratégias de evolução, programação evolucionária e programação genética. Além disso, serão vistos temas importantes no contexto de computação evolucionária, como controle de parâmetros, manipulação de restrições e algoritmos evolucionários multiobjetivo. Além disso, serão estudados os artigos mais recentes nessa área. Ao final dessa disciplina espera-se que o aluno seja capaz de implementar e aplicar as técnicas de computação evolucionária aos problemas comumente encontrados na engenharia e na computação, e também estar ciente do estado da arte das técnicas de computação evolucionária. 7. Ementa Introdução à computação evolucionária, algoritmos genéticos, estratégias de evolução, programação evolucionária, programação genética, controle de parâmetros em algoritmos evolucionários, algoritmos evolucionários multiobjectivo. 8. Conteúdo Programático 1 Introdução 1.1 Breve histórico 1.2 A inspiração da biologia 1.3 Definição de algoritmos evolucionários 1.4 Componentes de algoritmo evolucionário 1.5 Computação evolucionária e otimização global 1.6 Motivação em usar algoritmos evolucionários 1.7 Exemplo de aplicações

6 2 Algoritmos genéticos 2.1 Definição 2.2 Fluxograma de um AG 2.3 Representação de individuos 2.4 Calcula de aptidão 2.5 Mutação 2.6 Cruzamento 2.7 Modelos de população 2.8 Processo de seleção 2.9 Exemplo de aplicação 3 Estratégias de evolução 3.1 Definição 3.2 Representação 3.3 mutação 3.4 Recombinação 3.5 Seleção 3.6 Auto-adaptação 3.7 Exemplo de aplicação 4 Programação evolucionária 4.1 Definição 4.2 Representação 4.3 Recombinação 4.4 Seleção 4.5 Exemplo de aplicação 5 Programação genética 5.1 Definição Representação 5.3 Mutação 5.4 Recombinação 5.5 Seleção 5.6 Inicialização 5.7 Processo de seleção 5.8 Exemplo de aplicação 6 Programação genética 6.1 Introdução 6.2 Classificação de técnicas de controle de parâmetros 6.3 Exemples de algoritmos evolucionários com variação de parâmetros 7 Algoritmos evolucionários multiobjetivo 7.1 Problema de otimização multiobjetivo 7.2 Soluções ótimas de Pareto

7 7.3 Dominância e otimalidade de Pareto 7.4 Objetivos em otimização multiobjetivo 7.5 Diferença entre otimização mono-objetivo e multiobjetivo 7.6 Métodos clássicos de otimização multiobjetivo 7.7 Algoritmos evolutivos para otimização multiobjetivo VEGA MOGA NPGA SPEA NSGA-II 9. Metodologia Aulas expositivas, com emprego de recursos visuais (datashow). Exercícios em sala de aula e extraclasse; Trabalhos individuais. 10. Recursos Quadro magnético Pincéis atômicos e apagador Laboratório com computadores 11. Avaliação No transcorrer do semestre serão realizadas três avaliações, constando de provas escritas e/ou trabalhos. A última avaliação será um trabalho que constará de um artigo e apresentação sobre a aplicação de técnicas de computação evolucionária as áreas de estudo do aluno ou áreas de interesse. 12. Bibliografia A. E. Eiben and J. E. Smith, Introduction to Evolutionary Computing. Springer, first edition, 2007 Z. Michalewicz, Genetic Algorithms Plus Data Structures Equals Evolution Programs. Secaucus, NJ, USA: Springer-Verlag New York, Inc., T. Back, F. Hoffmeister, and H. P. Schwefel, A survey of evolution strategies, in In Lashon B. Belew, Richard K.; Booker, editor, Proceedings of the 4th International Conference on Genetic Algorithms, 1991, pp D. E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning. Reading, MA: Addison-Wesley, 1989.

8 R. I. Haupt and S. E. Haupt, Practical Genetic Algorithms. 2nd ed. Wiley, K. Deb, Multi-Objective Optimization using Evolutionary Algorithms. John Wiley & Sons, 2001.

9 1. Nome da Disciplina Grafos 2. Professor Responsável Nelson Cruz Sampaio Neto 3. Carga Horária 4. Créditos 60 (sessenta) horas 4 (quatro) créditos 5. Pré-Requisitos Não há 6. Objetivos 7. Ementa Geral: Dotar o aluno de conceitos e algoritmos que possibilitem a abstração de problemas diversos e a solução dos mesmos através de grafos. Específicos: - Conhecer os conceitos de grafos e suas representações computacionais; - Conhecer os grafos dirigidos e não dirigidos e seus algoritmos; - Conhecer os mecanismos de busca em grafos; e - Conhecer os conceitos de árvore, coloração, fluxo de redes e seus algoritmos. Conceitos básicos. Representações. Grafos dirigidos e não dirigidos. Caminhos. Busca em grafos. Conexidade. Árvores. Coloração. Fluxo de redes. Algoritmos em grafos. Aplicações baseadas em grafos. 8. Conteúdo Programático 1. Conceitos básicos a. Revisão de relações b. Definição e notação de grafos c. Grafos, dígrafos e multigrafos d. Operações com grafos e. Isomorfismo de grafos f. Grafos regulares, completos e bipartidos g. Grafos rotulados e valorados h. Grafos planares 2. Representações Computacionais a. Matriz de adjacência b. Matriz de incidência c. Lista de adjacência d. Bibliotecas para linguagem de programação

10 3. Grafos dirigidos ou dígrafos a. Fechos transitivos b. Algoritmos de Warshall c. Ordenação topológica d. Acessibilidade 4. Caminhos em grafos a. Caminhos e ciclos b. Grafos eulerianos e hamiltonianos c. Busca em largura e em profundidade 5. Conexidade a. Grafos conexos e desconexos b. Componentes conexos e fortemente conexos c. Pontes e vértices de corte d. Grafo reduzido e. Base e anti-base 6. Árvores a. Propriedades elementares b. Arborescência c. Árvore geradora d. Árvore de custo mínimo e. Expansão e compactação 7. Coloração de grafos a. Coloração aproximada b. Coloração de mapas 8. Fluxo de redes a. Problema do fluxo máximo b. Teorema do fluxo máximo Corte mínimo 9. Metodologia As aulas serão expositivas seguidas de exercícios em sala de aula. Além disso, as aulas envolvem seminários e trabalhos extraclasse. 10. Recursos Quadro branco e data show. 11. Avaliação O aluno será avaliado através de provas, seminários e trabalhos extraclasse. A disciplina terá 2 (duas) provas com o valor de 10 (dez) pontos cada, seminários totalizando 10 (dez) pontos e trabalhos extraclasse também totalizando 10 (dez) pontos. A nota final será obtida pela média aritmética simples dessas avaliações.

11 12. Bibliografia Básica: NETTO, Paulo O. B. Teoria, Modelos e Algoritmos, 4ª Ed. Edgard Blücher. São Paulo, GERSTING, Judith L. Fundamentos Matemáticos para a Ciência da Computação, 5ª Ed. LTC Livros Técnicos e Científico, SZWARCFITER, Jayme L. Grafos e Algoritmos Computacionais. Campus. Rio de Janeiro, Complementar: LEISERSON, Charles E.; STEIN, C.; RIVEST, Ronald L.; CORMEN, Thomas H. Algoritmos: Teoria e Prática. Tradução da segunda edição americana. Campus, Capítulos 22 a 26. GROSS, Jonathan L.; YELLEN, J. Graph Theory and Its Applications, Second Edition, Chapman and Hall/CRC, SEDGEWICK, Robert. Algorithms in Java, Part 5: Graph Algorithms, 3 rd Edition, Addison-Wesley Professional, 2003.

12 1. Nome da Disciplina Inteligência Artificial Simbólica 2. Professor Responsável Eloi Luiz Favero 3. Carga Horária 60H ou 68H 4. Créditos 4CRE 5. Pré-Requisitos Não tem 6. Objetivos Apresentar ao aluno o paradigma de Inteligência Artificial Simbólica, com o estudo de linguagens, modelagens, métodos e técnicas para serem usados na solução de problemas envolvendo estudos de caso práticos. 7. Ementa Sistemas inteligentes. Visão dos paradigmas de IA. Programação em lógica. A linguagem Prolog. Representação de conhecimento e Raciocínio. Métodos de busca para solução de problemas. Sistemas especialistas. Planejamento. Mineração de Dados. Aprendizagem de máquina. Agentes e multi-agentes. Processamento de linguagem natural. 8. Conteúdo Programático a) Sistemas inteligentes. b) Visão dos paradigmas de IA. c) Programação em lógica. d) A linguagem Prolog. e) Representação de conhecimento e Raciocínio. f) Métodos de busca para solução de problemas. g) Sistemas especialistas. h) Planejamento. i) Mineração de Dados. j) Aprendizagem de máquina. k) Agentes e multi-agentes.

13 l) Processamento de linguagem natural. 9. Metodologia Aula expositiva e aula prática em laboratório; estudo de programação de técnicas de IA; estudos de caso em duplas de discentes; apresentação de seminários; 10. Recursos Slides e Laboratório. 11. Avaliação 2 provas e 3 trabalhos; 12. Bibliografia Artigos de revistas técnicas e Livros: ARBIB, M. A. The handbook of brain theory and Neural Networks. Cambridge: MIT Press, p. BERRY, M. J. A., LINOFF, G. Data mining techniques. USA: John Wiley, 1997 BIGUS, J. & BIGUS, J. Constructing Intelligent Agents with Java. USA, Jon Wiley & Sons BITTENCOURT, G. Inteligência Artificial Ferramentas e Teorias. Editora da UFSC. 2ª. Edição. Florianópolis, pp. BRATKO, I. Prolog Programming for Artificial Intelligence. (2nd ed), Addison-Wesley FAYYAD, U. M., Piatetsky Shapiro, G., Smyth, P. & Uthurusamy, R. Advances in Knowledge Discovery and Data Mining, AAAIPress, The Mit Press, HAN, J., KAMBER, M. Data Mining: concepts and techniques. USA: Morgan Kaufmann, HAYKIN, S. Neural Networks: A Comprehensive Foundation. Prentice-Hall. 2nd Ed, p. (Tradução: Neural Network: Princípios e Prática. Bookman, 2001). MITCHELL, T. M. Machine learning. New York: McGraw-Hill. Series in Computer Science, p. RUSSEL, S.; NORVIG, P.: Inteligência Artificial. Campus, São Paulo, pp. RICH, E.; KNIGHT, K.: Inteligência Artificial. Makron Books. 2ª. Edição. São Paulo, pp. REZENDE, S., Sistemas Inteligentes: Fundamentos e Aplicações. Manole Editora p. WOOLDRIDGE, M.; JENNINGS, N. Intelligent Agents: Theory and Practice

14 1. Nome da Disciplina Introdução à Realidade Virtual 2. Professor Responsável Bianchi Serique Meiguins 3. Carga Horária 60 hs 4. Créditos 4 5. Pré-Requisitos Nenhum 6. Objetivos O curso de Introdução à Realidade Virtual e Aumentada tem o objetivo de expandir o entendimento dos participantes sobre a área. Para atingir esse objetivo as etapas do curso estão baseadas nas etapas de teoria de concepção e caracterização da área, estado atual de pesquisa da mesma, utilização de ferramentas e desenvolvimento de projetos. 7. Ementa Visão geral de realidade virtual. Computação gráfica 3D. Geração de ambientes virtuais por computador. Dispositivos de E/S para realidade virtual. Aplicações Sistemas distribuídos de realidade virtual. Plataformas para desenvolvimento de realidade virtual. Realidade virtual na Internet. Avaliação de sistemas de realidade virtual; 8. Conteúdo Programático 8.1 Fundamentos de Realidade Virtual e Aumentada

15 8.2 Técnicas de Interação para Ambientes de Realidade Virtual e Aumentada 8.3 Ambientes de Hardware e Software para Aplicações de Realidade Virtual e Aumentada 8.4 Aspectos de Desenvolvimento de Ambientes Virtuais de Realidade Virtual e Aumentada 8.5 Sistemas Distribuídos de Realidade Virtual e Aumentada 8.6 Aplicações de Realidade Virtual e Aumentada 8.7 Aspectos de Avaliação de Ambientes de Realidade Virtual e Aumenta 9. Metodologia Aulas expositivas. Análise de Ferramentas de Realidade Virtual e Aumentada. Seminários com artigos de IEEE e ACM. Escrita de artigos. 10. Recursos Sala de Aula com computador e data show. Laboratório com computadores com sistema operacional Windows. 11. Avaliação Avaliação será composta das seguintes fases: Apresentação de Artigo Escrita de artigo Estudo de análise comparativa de ferramentas de realidade virtual e aumentada Projeto de construção de aplicação de realidade virtual e aumentada 12. Bibliografia AMES, AL. et.; VRML 2.0 Sourcebook. John Wiley & Sons, KIRNER, C., TORI, R. (editores); Realidade Virtual: Conceitos e Tendências, 2004

16 KIRNER, C., SISCOUTO, R. (editores); Realidade Virtual: Conceitos e Aplicações, 2007 KIRNER, C.; Realidade Virtual: Dispositivos e Aplicações. Disponível em CARDOSO, A., KIRNER, C., LAMOUNIER JR., E., KELNER, J.; Tecnologias para o Desenvolvimento de Sistemas de Realidade Virtual e Aumentada, 2007 MACHADO, L. S. OLIVEIRA, M. C. F. VALERIO NETTO, A Realidade virtual: fundamentos e aplicações. Visual books, p. BURDEA, G. C.. & COIFFET, P. - Virtual Reality Technology. John Wiley & Sons, KIRNER, C.; Sistemas de Realidade Virtual. Disponível em NETTO, A V. MACHADO, L. dos S. OLIVEIRA, M. C. F. Realidade Virtual - Definições, Dispositivos e Aplicações. Revista Eletrônica de Iniciação Científica - REI C. Ano 11. VoI. 11. Número I. Mar Disponível em. Acesso em: 12 nov VINCE J. - Virtual Reality Systems. Adison-Wesley, 1995

17 1. Nome da Disciplina Processamento Digital de Sinais 2. Professor Responsável Aldebaro Klautau 3. Carga Horária Créditos 4 5. Pré-Requisitos Cursos ao nível de graduação em: a) Probabilidade & Estatística (por exemplo, TE Probabilidade e Processos Estocásticos na graduação da Engenharia Elétrica) e b) Cálculo (uso de integral e derivada, equivalente ao Cálculo I na UFPA). Capacidade de ler textos técnicos em inglês, visto que o livro-texto e grande parte do material didático estão em língua inglesa. Noções de programação. Disposição para usar matemática e aprender de maneira básica o Octave (Linux) ou Matlab para simulações. Ressalta-se que a matéria tem forte relação com disciplinas normalmente vistas em cursos de graduação em engenharia, tais como (tomando a UFPA por base): TE Análise de Sistemas Lineares (Eng. Elétrica) e Processamento Digital de Sinais (Eng. da Computação). Assim, por mais que os instrutores tentem fazer a disciplina auto-contida, alunos com formação em outras áreas (Ciência da Computação, Sistemas de Informação, Engenharia Civil, Engenharia Mecânica, etc.), podem eventualmente se sentir em desvantagem, apesar disso não ser a regra. Um curso básico sobre Sinais e Sistemas, útil (apesar de não ser pré-requisito) para o curso de PDS em questão, é ofertado pelo MIT na Internet: Mais especificamente, o curso: /CourseHome/index.htm 6. Objetivos Apresentar uma introdução hands on (prática) ao processamento digital de sinais, de forma que o aluno possa atuar em áreas como telecomunicações, mineração de dados de séries temporais, análise de vibração, análise de sinais provenientes de sistemas de potência, etc. Como a multimídia permeia a computação atualmente, essa disciplina permite ao aluno obter familiaridade com processamento digital de sinais, e com conceitos que são úteis ao se lidar com vídeo, áudio e séries temporais em geral. 7. Ementa Sistemas e sinais discretos no tempo. Amostragem. Transformada Discreta de Fourier. Transformada Z. Resposta em freqüência. Função de transferência. Filtros digitais.

18 Conversores A/D e D/A. Filtros anti-aliasing e de reconstrução. Filtros FIR e IIR. Filtragem adaptativa usando LMS. Aplicações práticas. 8. Conteúdo Programático Dividido em cinco unidades: 1) Analog and digital signals (review: probability and stochastic processes, decibel & impulse function, manipulating signals stored in files) 2) Transforms and Signal Representation 3) Analog and Digital Systems 4) Time-Frequency Analysis and Spectral Estimation 5) Adaptive Signal Processing 9. Metodologia A proposta é fazer o curso o mais prático possível (apesar de não se ter acesso a um laboratório) permeando as aulas teóricas com aplicações práticas. 10. Recursos Datashow e site Moodle. 11. Avaliação Três ou mais provas. A matéria de cada prova é toda a estudada até o momento da mesma. 12. Bibliografia O livro-texto (leitura obrigatória) será Digital Signal Processing and Communications in Practice, o qual está sendo escrito pelo ministrante e será disponibilizado em PDF. Mas outros livros de PDS podem ser utilizados, tais como os listados abaixo, além dos da coleção Schaum, que são repletos de problemas resolvidos Bibliografia Complementar Digital Signal Processing: A Computer-Based Approach. Sanjit Mitra. McGraw-Hill. 2nd edition. ISBN: (notem que já foi publicada a 3a edição). DINIZ, P. S. R.; SILVA, E. A B.; NETTO. S. L. Processamento Digital de Sinais - Projeto e análise de sistemas, Bookman Company, Oppenheim, A. V.; Schafer, R. W., Discrete time signal processing, Prentice-Hall, Oppenheim, A., A. S. Willsky, Signal and systems, Prentice-Hall, Proakis, J. G., Monolakis, D. G. Digital signal processing: principles, algorithms, and applications, Prentice-Hall, 3. ed., 1998.

19 1. Nome da Disciplina PROGRAMAÇÃO 2. Professor Responsável Benedito Ferreira 3. Carga Horária 60h. 4. Créditos Pré-Requisitos Conhecimentos básicos de programação 6. Objetivos A disciplina pretende ampliar e retomar, com aprofundamento, conceitos relacionados a programação, independentemente de paradigma. Propor problemas que levem o aluno a realizar prática de programação, envolvendo técnicas avançadas específicas. 7. Ementa Valores e tipos; Variáveis e armazenamento; Amarração e escopo; Abstração de Procedimentos; Abstração de dados; Abstração Genérica; Sistemas de tipos; Fluxo de controle; Resolução de problemas em programação (recursividade e backtraking) 8. Conteúdo Programático Parte I: Conceitos de Projeto de Linguagens de programação 1 - Introdução: linguagens de programação; conceitos e paradigmas; sintaxe, semântica, e pragmática; processadores de linguagens; desenvolvimento histórico 2 Valores e tipos: tipos primitivos; tipos compostos; tipos recursivos; sistemas de tipos; expressões; aspectos de implementação. 3 Variáveis e armazenamento: variáveis simples; variáveis compostas; semântica de cópia vs semântica de referência; Tempo de vida; Ponteiros; Comandos; Expressões com efeitos colaterais; 4 Amarração e escopo: amarração e ambientes; Escopo; Declarações; Blocos; 5 Abstração de Procedimentos: Funções e procedimentos; parâmetros e argumentos; aspectos de implementação. 6 Abstração de dados: Unidades de programa, pacotes e encapsulamento; tipos abstratos; objetos e classes; aspectos de implementação.

20 7 Abstração Genérica: unidades genéricas e instanciação; parâmetros de tipo e parâmetro de classes; aspectos de implementação. 8 Sistemas de tipos: polimorfismo de inclusão; polimorfismo paramétrico; sobrecarga; conversão de tipos; aspectos de implementação. 9 Fluxo de controle: sequenciadores; saltos (jumps), escapes; tratamento de exceções; aspectos de implementação. PARTE II Resolução de problemas em Programação Nesta parte, serão discutidas técnicas e propostos problemas a serem resolvidos em diferentes linguagens (Java, C ou C++)0 1 Recursividade: definição; as quatro regras da recursividade; programação dinâmica. 2 Backtraking: construção de todos os conjuntos; construção de todas as permutações. Parte I Instrumentos de Trabalho 9. Metodologia Aulas expositivas e realização de seminários; trabalhos práticos de síntese e documentação dos diversos materiais trabalhados. 10. Recursos Projetor multimídia, quadro branco. 11. Avaliação Frequência, entrega/qualidade dos trabalhos propostos (seminários): 50%. Prova: 50% 12. Bibliografia WATT, David. Programming Languages Design Concepts. John Wiley and Sons, 2004, 492 p. SKIENA, Steven & Revilla, Miguel. Programming Challenges. Springer; 1 edition p.

21 1. Nome da Disciplina Redes de Computadores 2. Professor Responsável Antônio Jorge Gomes Abelém 3. Carga Horária 60hs 4. Créditos 04 créditos 5. Pré-Requisitos Não tem. 6. Objetivos Apresenta os conceitos essenciais sobre redes de computadores através do estudo em camadas do tema, com ênfase na arquitetura da Internet. 7. Ementa Introdução e conceitos básicos. Camada de aplicação: serviços, funcionalidades da camada e os principais protocolos de aplicação da Internet (http, ftp, smtp, dns, entre outros). Camada de Transporte: Serviços funcionalidades da camada e os protocolos de transporte da Internet (UDP e TCP). Camada de Rede: Serviços funcionalidades da camada e o protocolo IP. Camada de enlace e as principais tecnologias de redes locais e metropolitanas. Conceitos básicos sobre mobilidade e o IP móvel. Comunicação Multicast e o IP Multicast. Conceitos básicos sobre Qualidade de Serviço e de Experiência (QoS e QoE). 8. Conteúdo Programático Capítulo 1 Introdução 1. Introdução às Redes de Computadores; a. O que é a Internet? b. Definições de Protocolo c. Estrutura de Redes. i. Núcleo e Terminais d. Redes de acesso e meios físicos. i. Topologias 2. Tecnologia de Comutação a. Comutação por Circuito e Comutação por Pacotes i. Redes Orientadas a Conexão X.25, Frame Relay, ATM ii. Redes sem Conexão b. Atrasos e perda em redes de pacote. i. Tipos de Atrasos e perdas 3. Os Modelos de Referência OSI e TCP/IP; a. Conceitos e Arquitetura Capítulo 2 Camada de Aplicação

22 1. Arquiteturas de Aplicações 2. Funções e Serviços da camada de aplicação 3. Protocolos da camada de aplicação a. HTTP i. Conexões persistentes e não persistentes ii. Formatos de mensagem iii. Caches b. FTP Comandos e respostas; c. Correio Eletrônico SMTP, IMAP, POP d. DNS i. Modo de funcionamento ii. Serviços oferecidos iii. Registros e mensagens 4. Programação com sockets (laboratório) a. TCP e UDP Capítulo 3 Camada de Transporte 1. Serviços da camada de transporte 2. Multiplexação e Demultiplexação 3. Transporte não orientado a conexão a. Segmento UDP b. Verificação de erros 4. Transferência confiável de dados a. Protocolos b. Maquina de estados finitos - FSM c. Controle de erros (ARQ) - Go-Back-N, Repetição seletiva, Transporte orientado a conexão a. Controle de Fluxo b. Controle de Congestionamento i. Controle de congestionamento TCP- Justiça Capítulo 4 Camada de Rede 1. Modelos de Serviços de Redes; 2. Redes de Circuitos Virtuais e Datagrama; 3. Rotadores a. Elementos de Comutação b. Comutação store-and-forward 4. O Protocolo da Internet IP a. Formato do Datagrama b. Endereçamento IPv4 c. Protocolo ICMP d. Endereçamento IPv6 5. Algoritmos de Roteamento a. Algoritmo de Roteamento Link State b. Algoritmo de Roteamento Distance Vector c. Roteamento Hierárquico d. Roteamento Intra-AS (RIP, OSPF) e. Roteamento externo (BGP) Capítulo 5 Camada de Enlace 1. Serviços fornecidos pela camada de enlace 2. Detecção e correção de erros a. Verificação de paridade b. Soma de Verificação c. Redundância Cíclica CRC 3. Protocolos de Acesso Múltiplos a. Divisão do Canal

23 i. TDM e FDM ii. CDMA b. Protocolos de acesso aleatório i. ALOHA, CSMA, CSMA/CD, CSMA/CA, Control Token,... c. Redes locais (LANs) i. Ethernet ii. Token Ring iii. Interface de Dados Distribuída por Fibra FDDI d. Endereçamento i. Endereço MAC ii. Protocolo DHCP iii. Protocolo ARP e. Topologia Ethernet i. Comutadores ii. HUB X Comutadores iii. Roteadores f. Protocolo PPP i. Endereçamento ii. Byte Stuffing g. Virtualização da Camada de Enlace i. Redes ATM ii. Comutação por Rótulos MPLS e GMPLS Capítulo 6 Mobilidade, Multicast e Multimídia 1. Mobilidade e o IP Móvel 2. Comunicação multiponto e o IP Multicast 3. Qualidade de Serviço e de Experiência a. Conceitos básicos b. RSVP c. Serviços Diferenciados 9. Metodologia As aulas serão expositivas e/ou práticas, utilizando recursos de projeção multimídia disponibilizados nas salas de aula e laboratórios. A Internet será usada como recurso complementar para pesquisa e consolidação de conceitos. Haverá uma lista de da turma para discussões. 10. Recursos Datashow, lista eletrônica de discussão e site para disciplina. 11. Avaliação Provas e Trabalhos práticos e teóricos. 12. Bibliografia KUROSE & ROSSI. Computer Networking: A Top-Down Approach Featuring the Internet. 5ª edição o Título da tradução: Redes de Computadores e a Internet. Ed. Pearson Brasil. 3ª edição TANENBAUM, A. Computer Network. 5ª edição. Prentice Hall, 2010.

24 o Título da tradução: Redes de Computadores. 4ª edição. PHB, COMER, D. Internetworking with TCP/IP. 5ª edição. Prentice Hall, o Título da tradução: Interligação em Rede com TCP/IP. Vol.1. Ed. Campus DAY, J. Patterns in Network Architecture : a return to fundamentals. Pearson Education, Inc, RFCs e artigos diversos.