Conhecimentos de Base Recomendados
Noções fundamentais de Álgebra de conjuntos, Cálculo diferencial e integral.
Métodos de Ensino
O método de ensino é inicialmente expositivo e inquisitivo, com a introdução dos conceitos e técnicas acompanhadas de exemplos com aplicação na área de engenharia, e depois prossegue com a resolução de exercícios pelos estudantes, sob orientação do professor. Será promovida a resolução dos exercícios com recurso a funções estatísticas das calculadoras gráficas. Sempre que se justifique serão também utilizadas ferramentas informáticas (Excel).
Resultados de Aprendizagem
Objetivos: Fornecer os fundamentos de Probabilidade e Estatística necessários ao estudo, análise e interpretação de dados, e ao estudo e utilização de modelos com aplicação nas áreas de engenharia.
Competências Genéricas: Aplicação de conhecimentos e compreensão. Espírito crítico e interpretação de resultados. Comunicação. Autoaprendizagem. Capacidade de trabalhar em grupo, desenvolvendo as relações interpessoais.
Competências Específicas: Aprender os principais conceitos de Probabilidade e Estatística, para um acompanhamento e compreensão dos temas a tratar nesta unidade curricular, nomeadamente, aprender e saber utilizar os métodos de interpretação e análise de dados, correlação e regressão linear e os modelos probabilísticos que constituem as bases da inferência estatística. Aprender a utilizar e a interpretar ferramentas básicas da inferência estatística.
Programa
1. Estatística Descritiva. Noções básicas. Estatística descritiva a uma dimensão: Tabelas de frequências e representação gráfica. Medidas de localização e medidas de dispersão. Estatística descritiva a duas dimensões: Tabelas de contingência e diagramas de dispersão. Covariância e coeficiente de correlação. Regressão linear. Coeficiente de determinação.
2. Introdução à Teoria da Probabilidade. Introdução. Experiência Aleatória, espaço de resultados, acontecimento. Definição de Probabilidade. Propriedades. Probabilidade Condicionada. Acontecimentos independentes. Teorema da probabilidade total. Teorema de Bayes.
3. Variáveis Aleatórias e Distribuições de Probabilidade Discretas. Introdução. Variáveis aleatórias discretas: Definição; Função de probabilidade; Função distribuição; Parâmetros de localização e de dispersão. Distribuições discretas especiais: Bernoulli, Binomial e Poisson.
4. Variáveis Aleatórias e Distribuições de Probabilidade Contínuas. Definição; Função densidade de probabilidade; Função distribuição; Parâmetros de localização e de dispersão. Distribuições contínuas especiais: Uniforme, Exponencial e Normal.
5. Introdução à Inferência Estatística. Introdução. Breves noções de amostragem. Amostra aleatória. Distribuições por amostragem. Estimação pontual. Noções fundamentais de Estimação Intervalar. Intervalos de Confianças para a média e para a variância.
Docente(s) responsável(eis)
Estágio(s)
NAO
Bibliografia
Bibliografia principal:
Canova, F. & Marques, M. . Apontamentos e exercícios de apoio às aulas. ISEC (disponível na plataforma académica InforEstudante)
Pedrosa, A. & Gama, S. (2018). Introdução Computacional à Probabilidade e Estatística com Excel (3ª ed.). Porto: Porto Editora. (disponível na biblioteca do ISEC: 3-3-236)
Bibliografia complementar:
Ross, S.M. (2021). Introduction to Probability and Statistics for Engineers and Scientists (6th ed.). UK: Elsevier Inc.