MAD243 - Estatstica e Probabilidade - Informtica (2016-1)

Professor: Gasto Coelho Gomes

gasto@im.ufrj.br
a
a
Horrio: 3 e 5 de 8:00 s 10:00
Link: https://www.dropbox.com/sh/tbi4wwpfel89fft/AAAb071HmiJeUhJX0iWTTrRaa?dl=0

PROGRAMA:
1-CLCULO DE PROBABILIDADES - AXIOMAS
Modelos Determinsticos e Modelos Probabilsticos; Alguns conceitos fundamentais;
Eventos especiais; Probabilidades: Conceito clsico; Probabilidades: Conceito
Frequentista; Definio Axiomtica e algumas propriedades das probabilidades;
Espaos de probabilidades finitos; Tcnicas de Contagem;Probabilidade
Condicional; Teorema da Probabilidade Total e Teorema de Bayes; Eventos
independentes.

2 - VARIVEIS ALEATRIAS DISCRETAS

O conceito geral de varivel aleatria(v.a.); O conceito de v.a. discreta; Distribuio
de probabilidade de uma v.a. discreta; Esperana e varincia de uma v.a.
discreta.Alguns dos modelos discretos mais importantes: Bernoulli, Binomial,
Geomtrica, Pascal, Hipergeomtrica,Poisson

3 - VARIVEIS ALEATRIAS CONTNUAS

O conceito de v.a. contnua; Distribuio de probabilidade de uma v.a. contnua;
Medidas de Centralidade e de Disperso de uma v.a. Contnua; Alguns modelos:
Uniforme,; A Distribuio Normal, Exponencial (propriedade memoryless e relao
com a Poisson), Erlang,Gama,Weibull, Chi-Square.

4 - FUNO DE UMA VARIVEL ALEATRIA

Funo de uma v.a.;Esperana e varincia de uma funo de uma varivel aleatria;
Propriedades da esperana, da varincia e do desvio-padro. Funo geradora de
Momentos e suas propriedades. Noes sobre funo Caracterstica.

5 - VETORES ALEATRIOS MULTIDIMENSIONAIS

Variveis aleatrias bidimensionais; Distribuies marginais; Clculo das medidas de
centralidade e de disperso a partir da distribuio conjunta; Distribuies
condicionais,Esperanas e Varincias condicionais; Variveis aleatrias
independentes; Covarincia e Correlao; Esperana e Varincia de uma
combinao linear de duas v.a.; Distribuio Conjunta; Independncia;

6 - TEOREMAS LIMITES
Desigualdade de Markov e de Chebyshev e Lei Fraca dos Grandes Nmeros , Soma
de Variveis Aleatrias Independentes; Combinao Linear de n variveis aleatrias
Normais independentes; Teorema Central do Limite; Aproximao de diversas
Distribuies pela distribuio Normal: Binomial, Poisson, Pascal e Gama.

7 ANLISES EXPLORATRIA DE DADOS AMOSTRAIS

Tabelas de Frequncias, Grficos de barras e de setores, Histogramas e Diagramas
Ramo-Folha. Medidas amostrais de centralidade e de disperso. O conceito de
resistncia
de
uma
medida,
Identificao
de
dados
discrepantes.
Estudando a relao entre duas variveis: Relao entre Variveis Qualitativas. Tabelas

de Contingncia; Covarincia e Correlao entre Variveis Quantitativas, Regresso

linear simples.

8 -SIMULAO
Anlise de dados atravs de grficos, Simulao de Sistemas Discretos. Gerao de
nmeros aleatrios, Gerao de variveis aleatrias: mtodo da transformada inversa.
Medidas de interesse,clculo da mdia amostral, intervalo de confiana. Replicaes
Independentes, Inferncia Estatstica: Mtodo dos Momentos, Estimador de mxima
verossimilhana (MLE). Teste de Hiptese (TH): componentes de um TH, TH com
relao a mdia, Goodnessoffit de: v.a. discreta.

9 - OUTROS TPICOS EM PROBABILIDADE

Processo de Poison; Cadeia de Markov.

Bibliografia:

A First Course in Probability, Sheldon M. Ross, 8th Ed., 2010

Probabilidade e Estatstica Quantificando a incerteza, Joo Pinheiro, Santiago
Carvajal, Sonia Baptista da Cunha, Gasto Gomes, Elsevier, 2012.
Probability and StatisticswithReliability, Queueing, and Computer Science
Applications, Kishor Trivedi, 2a. edio, Wiley, 2002.
Simulation, Sheldon M. Ross, 4th Ed.ou A Course in Simulation, Sheldon M. Ross.

Avaliao:
O Critrio ser baseado em 3 provas: P1, P2 e P3, o aluno s pode faltar uma das provas: P1 ou P2, se
faltar as duas estar reprovado. Como a pior das duas notas ser eliminada no haver prova de
segunda chamada.
P1,
24/05/16 (3 f.) -at o item4;
P2,
19/07/16 (3 f.) -do item 5 ao 8;
P3,
26/07/16 (3 f.) -do item 1 ao 8.
A nota mdia:NM =
; se NM 6, Aprovado e Nota=NM. Se NM < 6 e max(P1,P2)3,
Nota=

;Se Nota 5 Aprovado, se no, max(P1,P2)<3. Nota= max(P1,P2), Reprovado.

O aluno deve freqentar pelo menos 75% das aulas dadas
(NO PODE FALTAR MAIS DE 8 AULAS)

Sites sugeridos para visitas:

Cursos, mais ou menos, equivalente ao nosso:
MAD201 / MAD469 (MAD231): Probabilidade e Estatstica (Unificado Engenharias) . 8 Professores do DME-IM
http://www.im.ufrj.br/probest/
COE241: Estatstica e Modelos Probabilsticos. Professora Rosa M. M. Leo
http://www.land.ufrj.br/~classes/est-prob-2015/
Cursos depois deste:

MAB608 Machine Learning (Aprendizado por Mquina). Professor:Daniel S. Menasch_

http://www.dcc.ufrj.br/~sadoc/machinelearning/reading-list.html
MAB515 - Avaliao de Desempenho Professor:Daniel S. Menasch & Paulo Aguiar
http://www.dcc.ufrj.br/~sadoc/ad20142/reading-list.html
Para finalizar vou usar uma expresso italiana que at pode significar boa sorte:

In bocca al lupo!