Programa do Componente Curricular

Código:	MC0007
Componente Curricular:	Probabilidade e Estatística
Semestre de Oferta:	2º		Tipo:	Disciplina	Caráter:	Obrigatória
Unidade Acadêmica Responsável:	Centro de Ciências e Tecnologia - CCT
Área:	Matemática
Créditos:	4	Carga horária:	64	Teórica:	64	Prática	0	Extensão:	-
Pré-requisito:	MC0001 - Cálculo I
Co-requisito:
Equivalência:	CC0010 ou CAR0003

Ementa

O papel da Estatística na modelagem matemática. Análise Exploratória de Dados. Fundamentos da Teoria das Probabilidades. Variáveis Aleatórias Discretas e Contínuas. Distribuições de Probabilidade. Técnicas de Amostragem. Estimação Pontual e Intervalar. Testes de Hipóteses para Média, Variância e Proporção. Testes de Aderência, Homogeneidade e Independência. Análise de Variância (ANOVA). Regressão Linear Simples e Correlação.

Objetivos

Objetivo Geral

Compreender os fundamentos teóricos e aplicações práticas da Probabilidade e Estatística em contextos matemáticos, desenvolvendo habilidades para análise de dados, inferência estatística e modelagem probabilística.

Objetivos Específicos

Fundamentos de Probabilidade:
- Entender os conceitos básicos de espaço amostral, eventos, probabilidade condicional e independência.
- Aplicar teoremas fundamentais, como Lei dos Grandes Números e Teorema Central do Limite.
Variáveis Aleatórias e Distribuições:
- Dominar as principais distribuições discretas (Binomial, Poisson) e contínuas (Normal, Exponencial).
- Calcular esperança, variância e outras medidas de dispersão.
Inferência Estatística:
- Compreender métodos de estimação (pontual e intervalar).
- Realizar testes de hipóteses paramétricos e não paramétricos.
Análise de Dados e Regressão:
- Aplicar técnicas de regressão linear simples.
- Interpretar coeficientes de correlação e ajuste de modelos.

Conteúdo

O conteúdo da disciplina é dividido em 4 unidades:

Unidade 1 – Introdução à Estatística Descritiva e Probabilidade
Unidade 2 – Variáveis Aleatórias e Distribuições
Unidade 3 – Inferência Estatística
Unidade 4 – Análise de Variância e Regressão Linear

Metodologia

Aulas expositivas e resolução de problemas.
Análise de conjuntos de dados reais aplicando técnicas estatísticas.
Utilização de softwares estatísticos (R, Python, Excel) para simulações e cálculos.
Discussões em grupo sobre aplicações práticas.
Atividades avaliativas incluindo listas de exercícios, trabalhos práticos e provas.

Avaliação

Provas teóricas : Avaliação de conceitos probabilísticos e estatísticos.
Trabalhos práticos: Análise de dados e aplicação de métodos estatísticos.
Participação e atividades: Resolução de exercícios, discussões e seminários.

Bibliografia

Bibliografia básica

MORETTIN, P. A.; BUSSAB, W. O. Estatística Básica. Saraiva, 2004.
GERON, A. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 2ª ed. O’Reilly Media, 2019.

Bibliografia Complementar

DEVORE, J. L. Probabilidade e Estatística para Engenharia e Ciências. Cengage Learning, 2018.
MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidade para Engenheiros. LTC, 2016.