Programa

Probabilidades e Estatística

Licenciatura Bolonha em Engenharia de Telecomunicações e Informática

Programa

Conceitos básicos: Experiência Aleatória. Acontecimentos. Conceitos frequencista e subjectivista de probabilidade. Axiomática de Kolmogorov . Probabilidade condicionada. Independência Teorema de Bayes. Variáveis aleatórias: Função de distribuição. Variáveis aleatórias discretas e contínuas. Valor esperado, variância e outros parâmetros. Distribuições discretas e contínuas usuais. Distribuições conjuntas e complementos: Distribuições conjunta, marginais e condicionadas. Independência. Correlação. Aproximações entre distribuições. Teorema do limite central. Lei dos Grandes Números. Amostragem e estimação pontual: Estatística descritiva versus indutiva. Amostra aleatória. Estatísticas. Estimação pontual. Propriedades dos estimadores. Método da máxima verosimilhança. Distribuições amostrais da média e variância. Estimação por Intervalos: Noções básicas. Intervalos de confiança para parâmetros de populações normais e outras. Testes de Hipóteses: Noções básicas. Testes de hipóteses para parâmetros de populações normais e outras. Testes de ajustamento de Pearson e independência em tabelas de contingência. Regressão Linear Simples: Estimação pelo método dos mínimos quadrados e respectivas propriedades. Inferência no modelo de regressão linear simples. Coeficiente de determinação e análise empírica de resíduos.

Probabilidades e Estatística

Licenciatura (5 anos) em Engenharia Electrónica

Programa

Métodos elementares de Estatística Descritiva: organização de dados e cálculo de estatísticas-sumário. Noções básicas em Probabilidades: experiências aleatórias, acontecimentos, diferentes conceitos de probabilidade. Probabilidades condicionadas e independência. Regras de adição e de multiplicação. Teorema de Bayes. Variáveis aleatórias unidimensionais discretas e contínuas: função de probabilidade, função densidade, função de distribuição, valor esperado e variância. Algumas distribuições mais comuns. Vectores aleatórios; distribuições conjuntas, marginais e condicionais.Independência, covariância e correlação. Combinações lineares de variáveis aleatórias e Teorema do Limite Central. Estimação pontual: método dos momentos e método da máxima verosimilhança. Distribuições amostrais e propriedades dos estimadores. Intervalos de confiança: seu significado e construção usando o método da variável fulcral. Exemplos. Testes de hipóteses paramétricas: procedimento e avaliação. Exemplos. Testes do Qui-quadrado de ajustamento e de independência em tabelas de contingência. Introdução à regressão linear simples.