Plano_Ensino_2023-4_Estatística_e_Probabilidade

Prévia do material em texto

Plano de Ensino 
 
DISCIPLINA: Estatística e Probabilidade 
CURSO: Eixo Computação 
CARGA HORÁRIA: 80 horas 
CÓDIGO DA DISCIPLINA: PES300 
 
 
 
Estatística Descritiva (Definição: População, Amostra e Variáveis; Instrumental Matemático: Critérios de 
Arredondamento Numérico, Somatório); Distribuição de Frequência; Medidas de dispersão; Eventos e espaços 
amostrais. Independência, probabilidades condicionais e espaços produto. Variável aleatória. Variáveis aleatórias 
discretas (Bernoulli, binomial, Poisson, geométrica e hipergeométrica) e contínuas (uniforme, exponencial, gama, 
normal). Esperança e variância. Covariância e correlação. Processo de Poisson. Probabilidade condicional, esperança 
condicional. Sequências de variáveis aleatórias: noção, conceitos de convergência. Leis dos Grandes Números: 
conceito, a lei fraca, a lei forte; aplicações. Teoria Central do Limite - situação do problema; Teorema Central do Limite; 
aplicações. Distribuições amostrais (t, qui-quadrado e F). Introdução à Inferência Estatística. 
 
 
 
Compreender técnicas e métodos para descrever e extrair informações sobre conjuntos de dados. 
 
 
 
1. Introdução à estatística descritiva 
2. Organização e apresentação de dados 
3. Probabilidades 
4. Variáveis aleatórias discretas 
5. Variáveis aleatórias contínuas 
6. Teorema central do limite e leis dos grandes números 
7. Introdução à inferência estatística 
8. Revisão geral 
 
 
Bibliografia básica 
 
1. CYMBALISTA, M.; FLEURY, A. L.; FERREIRA, R. G. Estatística. São Paulo: Blucher, 2016. 
2. DEVORE, J. L. Probabilidade e Estatística para Engenharia e Ciências. 8. ed. São Paulo: Cengage Learning, 2015. ISBN 
9788522111831. 
3. MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidade para Engenheiros. 5. ed. São Paulo: LTC, 
2012. ISBN 9788521619024. 
 
 
 
EMENTA 
OBJETIVOS DA DISCIPLINA 
CONTEÚDO PROGRAMÁTICO 
BIBLIOGRAFIA 
Bibliografia complementar 
 
1. CORREA, S. M. B. B. Probabilidade e Estatística. 2. ed. Belo Horizonte: PUC Minas Virtual, 2003. 
2. COSTA NETO, P. L. O.; CYMBALISTA, M. Probabilidades. 2. ed. São Paulo: Blucher, 2006. ISBN 9788521203834. 
3. COSTA NETO, P. L. O. Estatística. 2. ed. São Paulo: Blucher, 2002. ISBN 9788521203001. 
4. LARSON, R.; FARBER, B. Estatística Aplicada. 4. ed. São Paulo: Pearson, 2010. ISBN 9788576053729. 
5. WALPOLE, R. E. et al. Probabilidade e Estatística para Engenharia e Ciências. 8. ed. São Paulo: Pearson, 2009. ISBN 
9788576051992. 
 
 
 
 
 
N/A 
 
 
A avaliação da disciplina é formativa* e somativa**. Os alunos devem entregar as resoluções de atividades e/ou 
exercícios no Ambiente Virtual de Aprendizagem semanalmente e realizar, ao final do período letivo, uma prova 
presencial aplicada nos polos Univesp. 
 
*A avaliação formativa ocorre quando há o acompanhamento dos alunos, passo a passo, nas atividades e trabalhos 
desenvolvidos, de modo a verificar suas facilidades e dificuldades no processo de aprendizagem e, se necessário, adequar 
alguns aspectos do curso de acordo com as necessidades identificadas. 
 
**A avaliação somativa é geralmente aplicada no final de um curso ou período letivo. Esse tipo de avaliação busca 
quantificar o que o aluno aprendeu em relação aos objetivos de aprendizagem do curso. Ou seja, a avaliação somativa 
quer comprovar se a meta educacional proposta e definida foi alcançada pelo aluno. 
 
 
 
 
Prof. Dr. José Ricardo Gonçalves de Mendonça 
 
Bacharel em Física pela Universidade de São Paulo (1993), mestre em Ciências pela Universidade de São Paulo (1996) e 
doutor em Física Estatística pela Universidade Federal de São Carlos (2000). Após o Doutorado, ingressou na iniciativa 
privada para atuar principalmente na análise de requisitos e no design de sistemas de telecomunicações e de software, 
em gestão de projetos, na elaboração e avaliação de estudos de viabilidade técnica e econômica e de planos de negócios 
e na captação de recursos para projetos de P&D. Possui formação complementar em gestão de projetos, gestão da 
inovação e direito da propriedade intelectual em cursos de aperfeiçoamento e especialização no país e no exterior. Desde 
2013 é Professor Assistente Doutor da Escola de Artes, Ciências e Humanidades da Universidade de São Paulo, onde foi 
coordenador do Programa de Pós-Graduação em Modelagem de Sistemas Complexos e atualmente é orientador pleno 
credenciado junto aos Programas de Pós-Graduação em Modelagem de Sistemas Complexos (EACH/USP), Matemática 
Aplicada (IME/USP) e PROFMAT (SBM/ICMC/USP). Possui artigos publicados nas áreas de Física Teórica, Matemática 
Aplicada, Divulgação Científica e Empreendedorismo de Base Tecnológica. 
 
 
 
DOCENTE RESPONSÁVEL 
PRÉ-REQUISITOS 
CRITÉRIOS DE AVALIAÇÃO