Conhecimentos de Base Recomendados
Noções básicas de análise matemática e álgebra linear.
Métodos de Ensino
Nas aulas teóricas apresentam-se os conceitos e procedimentos usando o método expositivo, com apoio de imagens projetadas e ilustração com
exemplos. Nas aulas práticas, os alunos resolvem problemas de aplicação dos conceitos, de preferência com casos práticos de Bioengenharia,
usando o software referido anteriormente. Estas aulas são lecionadas em sala de computadores. Existe assim uma componente laboratorial em
que é realizado um teste em computador ou um trabalho prático, com um certo peso na nota final.
Resultados de Aprendizagem
Esta Unidade Curricular (UC) pretende transmitir os conceitos e métodos fundamentais de Estatística para o desenvolvimento de competências
de análise de dados na área da Bioengenharia. Com a conclusão desta UC, o aluno deve ser capaz de aplicar conhecimentos fundamentais de
estatística: estatística descritiva, distribuições de probabilidade, intervalos de confiança, testes de hipóteses, correlação e regressão linear
simples. Também são apresentados métodos numéricos, como ferramentas de apoio à resolução de problemas de engenharia. Será usado
software de estatística e de programação de métodos numéricos (MS Excel, SPSS, R, Matlab, etc.). No final, os alunos devem estar aptos a usar
estas ferramentas computacionais e a interpretar os resultados obtidos. Pretende-se ainda desenvolver capacidades de análise e resolução de
problemas, aplicando os conhecimentos adquiridos, assim como desenvolver a autonomia para aprendizagem ao longo da vida e trabalho em
equipa.
Programa
Estatística descritiva e Estatística inferencial: população e amostra; escalas de medida; variáveis qualitativas e quantitativas. Estatística descritiva
univariada: organização de dados, distribuição de frequências; medidas de localização, dispersão, assimetria e curtose. Estatística descritiva
bivariada: correlação e coeficientes; tabelas de contingência; regressão linear. Distribuições de probabilidade: distribuição binomial e normal;
distribuições de amostragem; teorema do Limite Central. Estatística inferencial: fundamentos de estimação pontual e intervalar; intervalos de
confiança.
Erros e desenvolvimento em Série de Taylor: erro, incerteza e algarismos significativos; desenvolvimentos em Séries de Taylor; propagação de
erros em cálculos. Equações não lineares: método do ponto fixo, das bisseções sucessivas e de Newton. Sistemas de equações não lineares:
método de Newton. Derivação e Integração Numérica: fórmulas de derivação e regras de integração simples e compostas.
Docente(s) responsável(eis)
Métodos de Avaliação
- - Exame - 100.0%
- - Trabalho prático em computador - 30.0%
- - Dois Testes escritos - 70.0%
Estágio(s)
NAO
Bibliografia
Pedrosa, A. e Gama, S., Introdução Computacional à Probabilidade e Estatística, Porto Editora, 2004.
Santos, F. C., Fundamentos de Análise Numérica, Edições Sílabo, Lisboa, 2002.
Kharab, R,B.G., An Introduction to Numerical Methods- A Matlab Approach, Chapman&Hall, 2002.
Montgomery, D.C. e Runger, G.C., Applied Statistics and Probability for Engineers, 3rd Edition, Wiley, 2003.
http: // www alea-estp.ine.pt Dossiers Didácticos: IV Estatística com o Excel. Uma aplicação das noções.
Guimarães, R.C. e Cabral J., Estatística, 2.ª edição, Mc Graw Hill, 2009.
Robalo, A., Estatística – Exercícios, Vol I e II, Edições Sílabo, 1991.
Constantinides, A., Mostoufi, N., “Numerical Methods for Chemical Engineers with MATLAB Applications”, Prentice Hall, 1999.