Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Investigação Operacional
Departamento / Department
Departamento de Métodos Quantitativos para Gestão e Economia
Ano letivo / Execution Year
2023/2024
Pré-requisitos / Pre-Requisites
Competências básicas de programação de computadores.
Objetivos Gerais / Objectives
Nesta Unidade Curricular (UC) definem-se os conceitos de teoria de grafos e de redes. Introduzem-se diversas medidas e metodologias para analisar, caracterizar as redes e identificar comunidades. Combina-se a teoria com a prática computacional usando software para análise e visualização de redes de larga dimensão.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
Ao concluir esta unidade curricular o aluno deve estar apto para: OA1. Caracterizar as redes com base em medidas de associação, agrupamento, distância, centralidade e heterogeneidade. Avaliar a robustez das redes; OA2. Obter a rede de co-ocorrência associada a uma rede em que se representam relações. Analisar redes com pesos associados às ligações; OA3. Escolher e caracterizar modelos de redes aleatórias; OA4. Detetar comunidades e avaliar os métodos de detecção de comunidades.
Conteúdos Programáticos / Syllabus
1. Conceitos Básicos Elementos de uma rede, subredes, densidade e grau. Redes Bipartidas. 2. Small Worlds Correlação de Grau. Caminhos e distâncias. Conectividade. Seis Graus de Separação. Coeficientes de Clustering. 3. Hubs e Heterogeneidade de Pesos Medidas de centralidade, Heterogeneidade baseada no Grau, Robustez, Decomposição de Core e Heterogeneidade de Pesos 4. Redes Aleatórias Geração de Redes Aleatórias e caracterização. Modelo de Watts-Strogatz, Configuration Model e Modelos de Preferência. 5. Comunidades Conceitos, Problemas Relacionados, Métodos de Detecção de Comunidades (Remoção de Pontes, Otimização de Modularidade, Propagação de Etiquetas). Métodos de Avaliação.
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes
Esta "demonstração de coerência" decorre da interligação dos conteúdos programáticos com os objetivos de aprendizagem (OA), como a seguir se explicita: OA1. Pontos 1, 2, 3 e 4. OA2. Ponto 1 OA3. Ponto 4. OA4. Ponto 5.
Avaliação / Assessment
Duas opções: 1.Avaliação Periódica: • trabalhos de grupo (40%); • teste final (60%). Nota (teste final) >= 8.5; Presença em, pelo menos, 2/3 das aulas. 2. Avaliação em Exame: • projecto individual (40%); • exame (60%). Nota (exame) >= 8.5; Em ambas as opções: • Se classificação final >=9.5, poderão ser sujeitos a um exame oral. • Aprovação se média ponderada >= 9.5.
Metodologias de Ensino / Teaching methodologies
O estudante deverá adquirir e desenvolver competências de análise, síntese, pesquisa, crítica e de comunicação escrita. Para tal serão utilizadas os seguintes modelos e métodos de ensino- (MME): 1. Expositivos, para apresentação dos quadros teóricos de referência. 2. Experienciais com resolução de exercícios, utilização de software e realização do trabalho de grupo. 3. De discussão, com análise de resultados. O trabalho autónomo do estudante é relevante para a aquisição e o desenvolvimento das competências. Este trabalho autónomo consiste na leitura de bibliografia e na resolução de exercícios. O Planeamento de Aulas inclui algumas linhas orientadoras para o trabalho Autónomo.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
As metodologias de ensino visam o desenvolvimento das principais competências dos estudantes que permitam cumprir com cada um dos objectivos de aprendizagem. Na grelha a seguir, apresenta-se as principais interligações entre as metodologias de ensino (ME) e os respectivos objectivos de aprendizagem (OA). ME1 - OA1, OA2, OA3, OA4 ME2 - OA1, OA2, OA3, OA4 ME3 - OA1, OA2, OA3, OA4
Observações / Observations
Os alunos abrangidos pelo Regulamento Interno para Estudantes com Estatutos Especiais deverão contactar com o docente da UC, ou com o Coordenador da mesma, na primeira semana de aulas, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC.
Bibliografia Principal / Main Bibliography
Menczer, F., Fortunato, S. and Davis, C., A First Course in Network Science,, 2020, 1st edition, Cambridge University Press: Cambridge., Barabási, A.-L., Network Science, 2016, 1st edition, Cambridge University Press,
Bibliografia Secundária / Secondary Bibliography
Newman, M., Networks, 2018, 2nd edition. Oxford University Press: Oxford., Katherine Ognyanova, Introduction to R and network analysis, 2018, Rutgers University, https://kateto.net/wp-content/uploads/2018/03/R%20for%20Networks%20Workshop%20-%20Ognyanova%20-%202018.pdf
Data da última atualização / Last Update Date
2024-02-16