\chead{
      \textbf{
          \begin{Large}
          Universidade Federal de Goi\'as\\
          \end{Large}
      \begin{large}INSTITUTO DE MATEM\'ATICA E ESTATISTICA\end{large}\\
      Campus Samambaia -  74001-970 - Goi\^ania\\
      http://www.ime.ufg.br - (62) 3521 1742 - (62) 3521-1208 - secretaria.ime@ufg.br
      }
}


\begin{center}
  \LARGE{\textbf{Plano de Ensino}}
\end{center}

\PlanSection{01. Dados de Identifica\c{c}\~ao da Disciplina:}
{   
   \begin{center}\begin{small}
      \begin{tabular}{|l|p{5cm}|l|p{5cm}|}
         \hline
         \textbf{Semestre:} & 2026.2 &
         \textbf{Curso:} & Ci\^encia Da Computa\c{c}\~ao
         \\
         
         \hline
         \textbf{Turma:} & A
         &
         \textbf{C\'odigo Componente:} & IME0378
         \\
         
         \hline
         \textbf{Componente:} & \uppercase{Probabilidade E Estat\'{\i}stica A}
         &
         \textbf{UA Respons\'avel:} & IME
         \\
         
         \hline
         \textbf{Carga Hor\'aria:} & 64
         &
         \textbf{UA Solicitante:} & INF
         \\
         
         \hline
         \textbf{Te\'orica/Pr\'atica:}
         &
         64/-
         &
         
         \textbf{EAD/PCC:}
         &
         -/-
         \\
         
         
         \hline
         \textbf{Hor\'arios:}
         &
         24M23
         &
         
         \textbf{Docente:}
         &
         Prof(a) Mauricio Ayala Rincon
         \\
         
         \hline
      \end{tabular}
   \end{small}\end{center}
}

\PlanSection{02. Ementa:}
{
  Estat\'{\i}stica descritiva. No\c{c}\~oes sobre amostragem. Introdu\c{c}\~ao \`a teoria de conjuntos. Introdu\c{c}\~ao \`a teoria de probabilidade: espa\c{c}o amostral, eventos, frequ\^encia relativa, fundamentos de probabilidade, probabilidade condicional, eventos independentes e teorema de Bayes. Vari\'aveis aleat\'orias: conceitos b\'asicos, esperan\c{c}a e vari\^ancia. Distribui\c{c}\~oes discretas de probabilidade: Uniforme, Binomial e Poisson. Distribui\c{c}\~oes cont\'{\i}nuas de probabilidade: Uniforme, Exponencial, Normal e t-Student. Estima\c{c}\~ao pontual e intervalar para uma popula\c{c}\~ao: m\'edia e propor\c{c}\~ao. Teste de hip\'oteses para uma popula\c{c}\~ao: m\'edia e propor\c{c}\~ao. Correla\c{c}\~ao linear e regress\~ao linear simples.
}


\PlanSection{03. Programa:}
{
  1. Introdu\c{c}\~ao \`a Estat\'{\i}stica e no\c{c}\~oes sobre amostragem: conceito, objetivos e import\^ancia da Estat\'{\i}stica. 
Defini\c{c}\~ao de popula\c{c}\~ao e amostra. Tipos de Dados. Tipos de vari\'aveis. Amostragem aleat\'oria simples, 
amostragem estratificada, amostragem por conglomerados, amostragem sistem\'atica, amostragem por 
conveni\^encia.

2. Estat\'{\i}stica Descritiva: resumo de dados em tabelas e gr\'aficos. Medidas de posi\c{c}\~ao. Medidas de 
dispers\~ao.

3. Introdu\c{c}\~ao \`a Teoria de Conjuntos. Conceitos b\'asicos de probabilidade: experimento aleat\'orio, espa\c{c}o 
amostral, eventos. Fundamentos de probabilidade. Probabilidade condicional. Independ\^encia entre 
eventos. Teorema de Bayes.

4. Vari\'aveis Aleat\'orias: conceitos b\'asicos, esperan\c{c}a e vari\^ancia. Distribui\c{c}\~oes discretas de probabilidade: 
Uniforme, Binomial e Poisson. Distribui\c{c}\~oes cont\'{\i}nuas de probabilidade: Uniforme, Exponencial, Normal e 
t- Student.

5. Infer\^encia Estat\'{\i}stica: distribui\c{c}\~oes amostrais para m\'edia e propor\c{c}\~ao. Estima\c{c}\~ao pontual e intervalar 
para a m\'edia e propor\c{c}\~ao de uma popula\c{c}\~ao. Testes de hip\'oteses para m\'edia e propor\c{c}\~ao de uma 
popula\c{c}\~ao.

6. Correla\c{c}\~ao e regress\~ao linear simples: diagrama de dispers\~ao. Coeficiente de Correla\c{c}\~ao Linear. Reta de 
regress\~ao e predi\c{c}\~ao.
}


\PlanSection{04. Cronograma:}
{
  Carga hor\'aria prevista por t\'opico do item 3 (Programa) e avalia\c{c}\~oes:
\begin{enumerate}
\item Introdu\c{c}\~ao \`a estat\'{\i}stica, no\c{c}\~oes de amostragem e estat\'{\i}stica 
Descritiva (8 h/a);
\item Correla\c{c}\~ao linear e regress\~ao linear simples (6 h/a);
\item Introdu\c{c}\~ao \`a teoria de conjuntos (4h/a)
\item Conceitos b\'asicos de probabilidade: ( 10 h/a);
\item Vari\'aveis aleat\'orias (20 h/a);
\item Infer\^encia estat\'{\i}stica (12 h/a);
\item Avalia\c{c}\~oes escritas (4 h/a).
\end{enumerate}
Caso seja necess\'ario, o professor far\'a altera\c{c}\~ao na ordem das 
unidades do conte\'udo program\'atico ou a redistribui\c{c}\~ao das horas 
destinadas a cada t\'opico ou atividade avaliativa.
}


\PlanSection{05. Objetivos Gerais:}
{
  Fornecer subs\'{\i}dios para o c\'alculo de probabilidades e a an\'alise 
estat\'{\i}stica de dados, para auxiliar a tomada de decis\~ao que envolva 
an\'alise de dados, tanto nas atividades acad\^emicas quanto nas 
profissionais.
}



\PlanSection{06. Objetivos Espec\'{\i}ficos:}
{
  \begin{enumerate}
\item Habilitar a mensura\c{c}\~ao de conjuntos de dados por meio de 
medidas descritivas e an\'alise gr\'afica e tabular;
\item Introduzir no\c{c}\~oes b\'asicas de probabilidade;
\item Familiarizar os alunos com as t\'ecnicas de infer\^encia estat\'{\i}stica.
\item Capacitar os alunos para identificar situa\c{c}\~oes em que a an\'alise 
de regress\~ao linear possa ser utilizada.
\item Desenvolver o racioc\'{\i}nio l\'ogico, matem\'atico e estat\'{\i}stico e a
capacidade cr\'{\i}tica e anal\'{\i}tica por meio da resolu\c{c}\~ao de exerc\'{\i}cios e 
problemas.
\item Desenvolver a capacidade de produzir e interpretar textos 
t\'ecnicos que contenham resultados estat\'{\i}sticos.
\end{enumerate}
}


\PlanSection{07. Metodologia:}
{
  Aulas expositivas, utilizando quadro, giz ou pincel e/ou datashow. 
Ser\~ao utilizadas listas de exerc\'{\i}cios para refor\c{c}ar a compreens\~ao e 
aprofundar o conhecimento. A avalia\c{c}\~ao ser\'a baseada em duas 
provas, cujas datas ser\~ao definidas previamente no in\'{\i}cio do curso.
\begin{itemize}
\item Recursos tecnol\'ogicos de uma ou mais das plataformas SIGAA, 
Google Meet ou Zoom poder\~ao ser utilizados.
\item Caso seja necess\'ario, o professor far\'a altera\c{c}\~ao na ordem das 
unidades do conte\'udo program\'atico ou a redistribui\c{c}\~ao das horas 
destinadas a cada t\'opico ou atividade avaliativa.
\end{itemize}
}


\PlanSection{08. Avalia\c{c}\~oes:}
{
  \begin{itemize}
\item Ser\~ao realizadas duas provas escritas, $P_1$ e $P_2$, nas datas 
de 28/9/26 e 02/12/26, respectivamente.
\item As datas das avalia\c{c}\~oes poder\~ao sofrer eventuais mudan\c{c}as;
\item A m\'edia final (MF) ser\'a obtida pela m\'edia aritm\'etica das notas 
das provas. 
\item Os conte\'udos a serem avaliados em cada prova abordar\~ao os 
t\'opicos estudados at\'e a aula anterior a cada uma delas. 
\item Haver\'a uma prova de segunda chamada para os discentes que 
perderem quaisquer das provas, com aus\^encia devidamente 
justificada, comprovada e enviada para o e-mail do professor no prazo 
regulamentar. A prova compreender\'a todos os t\'opicos da disciplina e 
ser\'a realizada no dia 7/12/26 no hor\'ario da aula. 
\item Ser\'a aprovado no componente curricular o/a estudante que 
obtiver nota final igual ou superior a 6,0 (seis) e frequ\^encia igual ou 
superior a 75\% (setenta e cinco por cento) da carga hor\'aria total
do componente curricular.
\item As notas das avalia\c{c}\~oes ser\~ao divulgadas no SIGAA.
\end{itemize}
}


\PlanSection{09. Bibliografia:}
{
  \textbf{[1]:} WALPOLE, R. E.; MYERS, R. H.; MYERS, S. L.; YE, K. Probabilidade e estat\'{\i}stica para engenharia e ci\^encias. 8 ed. S\~ao Paulo Pearson, 2009.

\textbf{[2]:} MAGALH\~AES, M. N. No\c{c}\~oes de probabilidade e estat\'{\i}stica. 7 ed. S\~ao Paulo EDUSP, 2010.

\textbf{[3]:} MEYER, P. L. Probabilidade aplica\c{c}\~oes \`a estat\'{\i}stica. Rio de Janeiro LTC, 1969.


}

\PlanSection{10. Bibliografia Complementar:}
{
  \textbf{[1]:} ROSS, S. Probabilidade. Um curso moderno com aplica\c{c}\~oes. 8 ed. Porto Alegre Bookman, 2010.

\textbf{[2]:} MORETTIN, L. G. Estat\'{\i}stica b\'asica probabilidade e infer\^encia. S\~ao Paulo Prentice Hall, 2010.

\textbf{[3]:} DANTAS, C.A. B. Probabilidade um curso introdut\'orio. 3 ed. S\~ao Paulo EDUSP, 2008.

\textbf{[4]:} BUSSAB, W. O.; MORETTIN, P. A. Estat\'{\i}stica b\'asica. 6 ed. S\~ao Paulo Saraiva, 2010.

\textbf{[5]:} TRIOLA, M. F. Introdu\c{c}\~ao \`a estat\'{\i}stica. 10 ed. Rio de Janeiro LTC, 2008.


}

\PlanSection{11.  Livros Texto:}
{
   \textbf{[1]:} BUSSAB, W. O.; MORETTIN, P. A. Estat\'{\i}stica b\'asica. 6 ed. S\~ao Paulo Saraiva, 2010. (C4)

\textbf{[2]:} WALPOLE, R. E.; MYERS, R. H.; MYERS, S. L.; YE, K. Probabilidade e estat\'{\i}stica para engenharia e ci\^encias. 8 ed. S\~ao Paulo Pearson, 2009. (B1)
}


\PlanSection{12. Hor\'arios:}
{
   \begin{center}
\begin{small}
\begin{tabular}{lll}
\hline
   \textbf{Dia} & \textbf{Hor\'ario} & \textbf{Sala Distribuida}\\
\hline

   2$^a$ & M2 & 306, CAB (50)\\
   2$^a$ & M3 & 306, CAB (50)\\
   4$^a$ & M2 & 306, CAB (50)\\
   4$^a$ & M3 & 306, CAB (50)\\
\end{tabular}
\end{small}\end{center}

}


\PlanSection{13. Hor\'ario de Atendimento do(a)s Professor(a):}
{
   \begin{small}
\begin{tabular}{ll}
   \textbf{1. } & Quarta-feira, 10-11, Sala 216 IME\\
\end{tabular}
\end{small}
}

\PlanSection{14. Professor(a):}
{
   \begin{small}
\begin{tabular}{lll}
   Mauricio Ayala Rincon. & Email: ayala@ufg.br, & IME\\
\end{tabular}
\end{small}
}




\vspace{0.2cm}

\begin{center}
\underline{\hspace{8cm}}\\\small{Prof(a). Mauricio Ayala Rincon}\end{center}