ABERTAS INSCRIÇÕES À VAGAS DE BOLSAS DE MONITORIA PARA DISCIPLINAS DA MATEMÁTICA 2021-1

09/06/2021 10:05

Estão abertas as inscrições à vagas de bolsa de monitoria de disciplinas do departamento de Matemática.

O período de inscrição termina no dia 15/06/2021 (terça-feira).

As disciplinas são MTM 3100 (Pré-Cálculo), MTM 3101 (Cálculo 1), MTM 3102 (Cálculo 2), MTM 3103 (Cálculo 3), MTM 3104 (Cálculo 4), MTM 3111/5512 (Geometria Analítica), MTM 3112/5245 (Álgebra Linear), MTM 3450 (Fundamentos da Aritmética) e MTM 3561 (Matemática Financeira).

Para se inscrever é necessário que o estudante tenha cursado e obtido aprovação na disciplina (ou equivalente) com nota mínima 7,0 (sete). A seleção será feita baseada na nota obtida na disciplina de interesse, verificando-se o histórico escolar do candidato.

Para se inscrever, basta preencher o formulário de candidatura: https://tinyurl.com/a9v6stwx

O monitor trabalha 4h (quatro horas) semanais com atendimento síncrono e 8h (oito horas) com atendimento assíncrono. O atendimento síncrono é feito via plataformas de videoconferência e o assíncrono no fórum de dúvidas da página de monitoria do Moodle. O valor da bolsa é R$ 364,00. Para mais informações sobre a bolsa de monitoria, veja https://monitoria.ufsc.br/.

 

PROCESSO SELETIVO DE PROFESSOR SUBSTITUTO EM MATEMÁTICA – MTM/CFM

03/05/2021 13:08

PROFESSOR SUBSTITUTO EM MATEMÁTICA

EDITAL Nº 41/2021/DDP
(Publicado no DOU nº 80, Seção 3, páginas 111 a 113, em 30/04/2021)

    Torna-se pública a abertura de inscrições com vista ao Processo Seletivo Simplificado para contratação de Professor Substituto em Matemática no Departamento de Matemática, Campus Trindade, por tempo determinado, para atender a necessidade temporária de excepcional interesse público, nos termos da Lei n° 8.745/1993 e suas alterações e da IN nº 01/2019 da Secretaria Especial de Desburocratização, Gestão e Governo Digital do Ministério da Economia.

    A inscrição deverá ser realizada por e-mail, no período compreendido entre 03/05/2021 e 07/05/2021 (até às 17 horas – não serão aceitas inscrições recebidas após esse horário), mediante
o envio, em formato PDF.

Maiores detalhes veja no EDITAL Nº 41/2021/DDP.

   Algumas informações relevantes no Edital do processo seletivo, item 2.3.4 :

  • Centro de Ciências Físicas e Matemáticas – CFM
  • Departamento de Matemática – MTM
  • Campo de conhecimento: Matemática
  • Processo: 23080.013527/2021-90
  • Nº de vagas: 01 (uma).
  • Regime de Trabalho: 40 (quarenta) horas semanais
  • Requisitos: Graduação em Matemática, Física, Estatística, Probabilidade ou Engenharia ou Mestrado ou Doutorado em Matemática, Física, Estatística, Probabilidade ou Engenharia.
  • Tema para Prova Didática: Taxa de Variação e Derivada.

 

E. Krukoski
Tags: aberturaINSCRIÇÕESMatemáticaProcesso Seletivo SimplificadoProfessor Substitutotempo determinado

RESULTADO DA SEGUNDA ETAPA e RESULTADO FINAL DO PROCESSO SELETIVO Nº 03/MTM/UFSC/2021

11/03/2021 09:29

Resultado da segunda etapa e resultado final do processo seletivo Nº 03/MTM/UFSC/2021. DISCIPLINA: MTM 9204 – Elementos de Análise PCC 10 horas.

 

SEGUNDA FASE
A Comissão avaliadora formada pelos professores Aldrovando Luís Azeredo Araújo (Presidente), Raphael da Hora, Silvia Martini de Holanda, Márcio Rodolfo Fernandes e Felipe Lopes Castro
procedeu a avaliação.

  • Leandro Batista Morgado: 10 pontos
  • Mario Rodolfo Roldan Daquilema: 10 pontos
  • Cleverson Roberto da Luz : 10 pontos
  • Alcides Buss: 10 pontos
  • Fábio Silva Botelho: 10 pontos

RESULTADO FINAL: O professor selecionado foi Leandro Morgado para a disciplina MTM 9204 – Elementos de Análise.

Detalhes dos resultados no documento anexado abaixo:

Resultado: Resultado_Final

Resultado da primeira fase do processo seletivo de professor formador para o Curso de Licenciatura em Matemática – EAD

08/03/2021 10:07

Segue o resultado da primeira fase do processo seletivo de professor formador para o Curso de Licenciatura em Matemática – EAD.

Pontuações da cada professor inscrito no Edital:

• Leandro Batista Morgado: 21 pontos
• Mario Rodolfo Roldan Daquilema: 19 pontos
• Cleverson Roberto da Luz : 14 pontos
• Alcides Buss: 9 pontos
• Fábio Silva Botelho: 4 pontos

Candidatos com pontuação maior ou igual a 4 (quatro) passam à segunda etapa do processo seletivo.

Resultado: Prof_Formador_Resultado_primeira_etapa_processo_seletivo_semestre_21.1_assinado

PROCESSO SELETIVO Nº 03/MTM/UFSC/2021 EDITAL PARA SELEÇÃO DE PROFESSOR FORMADOR – MTM9204 Elementos de Análise – PCC 10 horas

29/01/2021 14:53

Disciplina: MTM9204 Elementos de Análise – PCC 10 horas

O Chefe do Departamento de Matemática da UFSC torna pública a abertura das inscrições e as normas que regerão o Processo Seletivo de docente concursado lotado neste departamento para a atuação como bolsista UAB/CAPES, na função de Professor Formador, no(s) curso(s) executado(s) pelo Núcleo Universidade Aberta do Brasil/UFSC.

Detalhes no edital: 03_Edital_EAD_2021-1

 

INSCRIÇÕES À CANDIDATURA À BOLSA DE MONITORIA DE DISCIPLINAS DO DEPARTAMENTO DE MATEMÁTICA ENCERRADAS

28/01/2021 08:11

Estão abertas as inscrições à candidatura à bolsa de monitoria de disciplinas do departamento de Matemática.

O período de inscrição termina em 03 de fevereiro (quarta-feira).

As disciplinas são MTM 3100 (Pré-Cálculo), MTM 3101 (Cálculo 1), MTM 3102 (Cálculo 2), MTM 3103 (Cálculo 3), MTM 3104 (Cálculo 4), MTM 3111/5512 (Geometria Analítica), MTM 3112/5245 (Álgebra Linear) e MTM 3561 (Matemática Financeira).

Para se inscrever é necessário que o estudante tenha cursado e obtido aprovação na disciplina com monitoria (ou equivalente) com nota mínima 7,0 (sete). A seleção será feita baseada na nota da disciplina de interesse, verificando-se o histórico escolar do estudante.

Para se inscrever, basta preencher o formulário de inscrição: https://tinyurl.com/y5jr2qrq

Para preencher esse formulário e anexar o arquivo com o histórico escolar é necessário que você esteja logado numa conta Google, que pode ser feita através na parceria da UFSC com o Google, habilitada na página  https://idufsc.ufsc.br/ e acesso na página https://google.ufsc.br.

Encerradas as inscrições e já selecionados os novos monitores.

 

Pré-Cálculo 2020-2

12/01/2021 12:11

O exame de proficiência de Pré-Cálculo ocorrerá no período de 22/01/2021 a 29/01/2021. O exame será aplicado de forma remota no ambiente virtual Moodle.

Todas as informações sobre o exame serão passadas aos estudantes no ambiente do Moodle assim que a página for criada.

Observação: todos os estudantes com:

  • nota igual ou a 6,0 na prova de Matemática do vestibular de 2020 da UFSC, ou
  • com nota igual ou superior a 750 pontos na prova de Matemática e Suas Tecnologias no ENEM de 2020

    estão dispensados da disciplina MTM 3100 – Pré-Cálculo e do Exame de Proficiência em Pré-Cálculo.

Colóquio do Departamento de Matemática – 09/10/2020 14h:00m

08/10/2020 14:45

Amenabilidade de grupos e suas ações sobre C*-álgebras

Prof. Dr. Alcides Buss (UFSC)

Resumo: Nesta palestra daremos uma introdução aos conceitos básicos de amenabilidade de grupos e faremos em seguida uma exposição dos desenvolvimentos mais recentes na teoria de amenabilidade para ações de grupos sobre C*-álgebras, com base em trabalhos conjuntos com Siegfried Echterhoff, Rufus Willett, Fernando Abadie e Damián Ferraro. Nossos principais resultados provam que essencialmente todas as noções conhecidas de amenabilidade são equivalentes. Também estendemos o teorema de Matsumura para ações de grupos localmente compactos exatos em C*-álgebras comutativas e damos um contra-exemplo para o problema da continência fraca para ações sobre C*-álgebras não comutativas.

Local: Web-Seminário (YouTube)
Data: 6a-Feira, 09/10/2020 14h:00m às 15h:00m

Tags: Amenabilidade de gruposColóquioMatemáticasobre C*-álgebras

Seminário do Grupo de Estudos em Aprendizagem de Máquina (GEAM) – 08/10/2020 às 16h:00m

08/10/2020 14:39

Aplicação de Machine Learning e Ferramentas Estatísticas para Modelagem e Análise de Falhas em Aerogeradores

Palestrante: Vitor Pohlenz – AQTech

Resumo: Atualmente a energia eólica demonstra significativa expressividade na matriz elétrica brasileira. Esse tipo de geração de energia exige, todavia, uma grande quantidade de máquinas em operação, uma vez que cada unidade de geração eólica (aerogerador) possui uma capacidade relativamente baixa de geração em comparação, por exemplo, com unidades de geração hidrelétricas. Dessa forma, o grande número de equipamentos gera um desafio para equipes de operação e manutenção dos parques eólicos. Nesse contexto, o presente trabalho tem como foco central a utilização de uma metodologia baseada em ferramentas matemáticas e estatísticas, além de modelos de Machine Learning como o Gradient Tree Boosting, para modelar o comportamento de componentes dos aerogeradores, bem como estabelecer limites de normalidade para as curvas características (Curvas S) de cada aerogerador. Assim, busca-se desenvolver uma ferramenta de auxílio na identificação de problemas ou comportamentos anormais, ajudando dessa forma as equipes de operação e manutenção no aumento da vida útil e minimização de custos de reparos dos aerogeradores.

Data: 08/10/2020 às 16h.

Local: Link da webconferência será divulgado aqui

Tags: Aprendizagem de MáquinaGEAMGrupo de EstudosSeminario

Seminário do Grupo de Estudos em Aprendizagem de Máquina (GEAM) – 23/09/2020 às 16h:00m

17/09/2020 14:12

Seminário do Grupo de Estudos em Aprendizagem de Máquina (GEAM)

Título: Aplicação de Aprendizado de Máquina na classificação de microplásticos no oceano

Palestrantes:Henrique de Medeiros Back (Doutorando PGMAT/UFSC) e Edson Cilos Vargas Júnior (MTM/UFSC)

Resumo: Devido à inúmeras vantagens na utilização de polímeros, esses materiais são amplamente utilizados, desde componentes industriais a objetos de consumo diário, principalmente os descartáveis. Em consequência disso, muitos resíduos são produzidos e não são adequadamente geridos. Assim, o lixo plástico acumula na natureza, degrada-se em microplásticos e afeta negativamente os ecossistemas. Nesse contexto, o estudo e caracterização de microplásticos têm importância fundamental para melhor compreender a procedência, o destino e os impactos desse poluente na natureza. Todavia, o processo de análise convencional que consiste em busca por similaridade em bibliotecas espectrais e análise visual de um expert é laborioso e pouco preciso, reduzindo a quantidade e a qualidade de informações disponíveis.  Assim, este trabalho visa comparar diversos modelos de machine learning  para análise dos dados de Espectroscopia no Infravermelho por Transformada de Fourier (FTIR), com o intuito de classificar polímeros de maneira mais rápida e com maior confiabilidade. Com a aplicação de uma metodologia e de princípios de aprendizado de máquina, escolhemos o modelo que demonstra o melhor desempenho, comparando os resultados com trabalhos anteriores.

Local: O link da palestra será divulgado no site do GEAM.

Data: Quarta-feira, dia 23 de Setembro de 2020

Horário: Das 16h às 17h.

E. Krukoski
Tags: Aprendizado de MáquinaEdson Cilos Vargas JúniorHenrique de Medeiros Backmicroplásticos no oceano