\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:} & Engenharia De Produ\c{c}\~ao
         \\
         
         \hline
         \textbf{Turma:} & D
         &
         \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:} & FCT
         \\
         
         \hline
         \textbf{Te\'orica/Pr\'atica:}
         &
         64/-
         &
         
         \textbf{EAD/PCC:}
         &
         -/-
         \\
         
         
         \hline
         \textbf{Hor\'arios:}
         &
         24T34
         &
         
         \textbf{Docente:}
         &
         Prof(a) Joelmir Divino Carlos Feliciano
         \\
         
         \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 Programa e avalia\c{c}\~oes:

1. No\c{c}\~oes b\'asicas (2 h/a);

2. Medidas de tend\^encia central e de dispers\~ao: M\'edia aritm\'etica. Moda. Mediana. Desvio padr\~ao, 
vari\^ancia e coeficiente de varia\c{c}\~ao. Apresenta\c{c}\~ao de dados em tabelas e em gr\'aficos. (8 h/a);

3. Conceitos b\'asicos de probabilidade (8 h/a);

4. Defini\c{c}\~ao de vari\'avel aleat\'oria, esperan\c{c}a e vari\^ancia de uma vari\'avel aleat\'oria e suas propriedades. (8 h/a);

5. Distribui\c{c}\~oes de probabilidades: (8 h/a);

6. Infer\^encia Estat\'{\i}stica (10 h/a);

7. Correla\c{c}\~ao e regress\~ao linear (8 h/a);

8. CONPEEX (4 h/a);

9. Avalia\c{c}\~oes (8 h/a).

Caso seja necess\'ario, o professor far\'a altera\c{c}\~oes na ordem das unidades do conte\'udo program\'atico e/ou a 
redistribui\c{c}\~ao das horas destinadas a cada t\'opico ou atividade avaliativa.
}


\PlanSection{05. Objetivos Gerais:}
{
  Fornecer ao discente subs\'{\i}dios para o c\'alculo de probabilidades e an\'alise estat\'{\i}stica de dados, para auxili\'a-
lo/la nas tomadas de decis\~ao que envolvam an\'alise de dados, tanto na sua viv\^encia acad\^emica como 
profissional.
}



\PlanSection{06. Objetivos Espec\'{\i}ficos:}
{
  1. Habilitar o/a discente \`a mensurar um conjunto de dados por meio de medidas descritivas , an\'alises 
gr\'aficas e tabulares;

2. Introduzir no\c{c}\~oes b\'asicas de probabilidade;

3. Familiarizar o/a estudante com t\'ecnicas de Infer\^encia Estat\'{\i}stica;

4. Capacitar o/a estudante a identificar situa\c{c}\~oes em que a An\'alise de Regress\~ao Linear possa ser utilizada;

5. Desenvolver o racioc\'{\i}nio l\'ogico, matem\'atico e estat\'{\i}stico do/da estudante, bem como sua capacidade 
cr\'{\i}tica e anal\'{\i}tica por meio de discuss\~ao de exerc\'{\i}cios e problemas;

6. Fornecer ferramentas necess\'arias para que o/a estudante seja capaz de produzir e interpretar textos 
t\'ecnicos que contenham resultados estat\'{\i}sticos.
}


\PlanSection{07. Metodologia:}
{
  Aulas expositivas e/ou dialogadas, utilizando quadro, giz e/ou pincel e datashow. O est\'{\i}mulo \`a participa\c{c}\~ao dos/as 
discentes ser\'a feito por meio da resolu\c{c}\~ao de exerc\'{\i}cios e de discuss\~oes a respeito da teoria ministrada, al\'em da 
teoria da sala invertida, do Laborat\'orio de Resolu\c{c}\~ao de Problemas (LRP), de metodologias ativas e de instru\c{c}\~oes 
por pares. 

Nesta disciplina, reconhece-se o potencial das ferramentas de Intelig\^encia Artificial (IA) como apoio ao ensino e \`a 
aprendizagem. O professor poder\'a utilizar ferramentas de IA para auxiliar na elabora\c{c}\~ao de materiais did\'aticos, tais 
como slides, propostas de exerc\'{\i}cios e ideias para atividades pedag\'ogicas, com o objetivo de otimizar o 
planejamento das aulas e ampliar as possibilidades de explora\c{c}\~ao dos conte\'udos. Os estudantes n\~ao poder\~ao 
utilizar IA em atividades avaliativas. Nas demais atividades acad\^emicas, as ferramentas de IA poder\~ao ser utilizadas 
de forma \'etica, cr\'{\i}tica e consciente, exclusivamente como apoio complementar ao aprendizado, jamais como 
substitutas do racioc\'{\i}nio pr\'oprio ou para a realiza\c{c}\~ao integral das atividades propostas. O discente dever\'a pautar 
sua conduta pelo Guia de Integridade Acad\^emica da UFG, utilizando a IA para gerar ideias, esclarecer d\'uvidas ou 
apoiar a investiga\c{c}\~ao de problemas, sem delegar \`a ferramenta a produ\c{c}\~ao integral de conte\'udos. Todo material 
produzido com aux\'{\i}lio de IA dever\'a ser revisado pelo discente, validado criticamente e confrontado com a 
bibliografia recomendada na disciplina.

Ser\~ao utilizadas listas de exerc\'{\i}cios para refor\c{c}ar a compreens\~ao e aprofundar o conhecimento dos/das 
discentes.

As avalia\c{c}\~oes ser\~ao escritas e individuais, cujas datas ser\~ao definidas previamente no in\'{\i}cio do curso, podendo 
sofrer altera\c{c}\~oes.

As atividades supervisionadas mencionadas no Art. 16 do RGCG ser\~ao apresentadas pelo professor em sala de aula
e supervisionadas no hor\'ario de atendimento da disciplina.

• Recursos tecnol\'ogicos de uma ou mais das plataformas institucionais SIGAA, Moodle Ip\^e e/ou Google poder\~ao 
ser utilizados, conforme necessidade.

• 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. 

1. Poder\~ao ter acesso ao ambiente virtual de ensino (SIGAA e outras plataformas, se for o caso), apenas o 
docente e os discentes regularmente matriculados nesta disciplina. Depende da autoriza\c{c}\~ao do professor o 
acesso de terceiros ao ambiente virtual que porventura n\~ao estejam diretamente envolvidos com as 
atividades nela desenvolvidas.

2. Os materiais did\'aticos, que porventura forem disponibilizados pelo docente, n\~ao poder\~ao ser objeto de 
divulga\c{c}\~ao ao p\'ublico externo, seja por meio de redes sociais, filmagens, v\'{\i}deos, impressos de fotografias e 
quaisquer outros meios de publica\c{c}\~ao e comunica\c{c}\~ao.

3. O material did\'atico produzido e fornecido pelo docente deve ser utilizado apenas para fins educacionais e 
pedag\'ogicos da disciplina.

4. \'E proibida a capta\c{c}\~ao de imagens (fotografias), a grava\c{c}\~ao, a reprodu\c{c}\~ao e/ou a distribui\c{c}\~ao de trechos 
ou da integralidade das aulas sem a autoriza\c{c}\~ao expressa do professor.

• O docente da disciplina n\~ao d\'a anu\^encia para grava\c{c}\~ao e captura de imagens das atividades did\'aticas, assim 
como n\~ao d\'a anu\^encia \`a capta\c{c}\~ao, ao arquivamento e \`a divulga\c{c}\~ao de imagem e voz.
}


\PlanSection{08. Avalia\c{c}\~oes:}
{
  • Ser\~ao realizadas tr\^es avalia\c{c}\~oes, A1, A2 e A3.
• As datas das avalia\c{c}\~oes ser\~ao:

- A1: 23/09/2026; - A2: 28/10/2026; - A3: 02/12/2026.

• O valor total das avalia\c{c}\~oes variar\'a de 0,0 (zero) a 10,0 (dez) pontos.

• As datas das avalia\c{c}\~oes poder\~ao ser alteradas.

• A m\'edia final (MF) ser\'a obtida por meio do c\'alculo da m\'edia ponderada entre as notas A1, A2 e A3, da 
seguinte forma:

MF = (A1 + A2 + A3)/3 + AE

• Onde AE (Atividades Extras) representam atividades desenvolvidas em sala de aula, podendo valer at\'e um 
ponto EXTRA de m\'edia final. Caso o/a aluno(a) perca qualquer AE, a mesma n\~ao ser\'a reposta 
independentemente do motivo, pois se trata de atividade extra e o/a aluno(a) n\~ao est\'a sendo prejudicado 
de maneira alguma.

• Os conte\'udos a serem avaliados em cada prova, seguindo a enumera\c{c}\~ao do item 3 (Programa), deste 
plano, ser\~ao:

- A1: t\'opicos 1, 2 e 3; - A2: t\'opico 4; - A3: t\'opicos 5 e 6.

• Durante a realiza\c{c}\~ao das avalia\c{c}\~oes, poder\'a ser solicitado ao/a discente documento de identifica\c{c}\~ao com 
foto recente (preferencialmente crach\'a de identifica\c{c}\~ao da UFG). O/A discente que n\~ao apresentar o 
documento n\~ao poder\'a realizar a avalia\c{c}\~ao.

• Durante a realiza\c{c}\~ao das avalia\c{c}\~oes, \'e proibido portar e/ou utilizar telefones celulares. Os mesmos 
dever\~ao estar devidamente guardados e desligados, fora do alcance do/da discente, salvo em caso de 
for\c{c}a maior, que dever\'a ser previamente comunicada ao docente. \'E de inteira responsabilidade do/a
estudante a acomoda\c{c}\~ao do aparelho celular em local apropriado durante a realiza\c{c}\~ao da prova. A n\~ao 
observ\^ancia desta poder\'a e ir\'a acarretar a anula\c{c}\~ao da prova, sem chance de segunda chamada.

• As atividades supervisionadas mencionadas no Art. 16 do RGCG ser\~ao apresentadas pelo professor em sala de 
aula e supervisionadas no hor\'ario de atendimento da disciplina.

• Haver\'a prova em 2$^a$ chamada para o/a discente que perder quaisquer atividades avaliativas, com 
aus\^encia justificada, de acordo com o RGCG (Regimento Geral dos Cursos de Gradua\c{c}\~ao, ver em 
https://prograd.ufg.br/, Estudante, Informa\c{c}\~oes Acad\^emicas - Regulamento de Gradua\c{c}\~ao - RGCG). As solicita\c{c}\~oes 
de segunda chamada dever\~ao ser formalizadas, devidamente justificadas e comprovadas, junto \`a secretaria da 
unidade respons\'avel pela disciplina (IME). Caso o requerimento de solicita\c{c}\~ao seja deferido, o/a discente far\'a uma 
avalia\c{c}\~ao de reposi\c{c}\~ao com data a ser definida pelo professor.

• Para assegurar a autoria, a aprendizagem e a integridade acad\^emica, o professor poder\'a solicitar que o estudante 
esclare\c{c}a ou justifique, por meio de argui\c{c}\~ao oral, as respostas em avalia\c{c}\~oes, sempre que houver ind\'{\i}cios de 
descumprimento das normas previstas no Guia de Integridade Acad\^emica da UFG. Constatada a ocorr\^encia de 
fraude acad\^emica, ser\'a atribu\'{\i}da nota 0,0 (zero) \`a atividade e ser\~ao aplicadas as medidas cab\'{\i}veis previstas no 
RGCG e no Regimento Geral da UFG.

• 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% do componente curricular.

• As notas das avalia\c{c}\~oes ser\~ao divulgadas aos/as discentes por meio da devolu\c{c}\~ao das mesmas com anteced\^encia 
de, no m\'{\i}nimo, 4 (quatro) dias em rela\c{c}\~ao \`a avalia\c{c}\~ao subsequente.
}


\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]:} 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)

\textbf{[2]:} MAGALH\~AES, M. N. No\c{c}\~oes de probabilidade e estat\'{\i}stica. 7 ed. S\~ao Paulo EDUSP, 2010. (B2)

\textbf{[3]:} MEYER, P. L. Probabilidade aplica\c{c}\~oes \`a estat\'{\i}stica. Rio de Janeiro LTC, 1969. (B3)
}


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

   2$^a$-Feira & T3 & 14:50-15:40 & 
505, Fct, Cap, Aparecida De Goi\^ania
\\
   2$^a$-Feira & T4 & 16:00-16:50 & 
505, Fct, Cap, Aparecida De Goi\^ania
\\
   4a-Feira & T3 & 14:50-15:40 & 
505, Fct, Cap, Aparecida De Goi\^ania
\\
   4a-Feira & T4 & 16:00-16:50 & 
505, Fct, Cap, Aparecida De Goi\^ania
\\
\end{tabular}
\end{small}\end{center}

}


\PlanSection{13. Hor\'ario de Atendimento do(a)s Professor(a):}
{
   \begin{small}
\begin{tabular}{ll}
   \textbf{1. } & Segunda feira das 17h as 18h sala 308, FCT, CAP\\
   \textbf{2. } & Quarta feira das 17h as 18h sala 308, FCT, CAP\\
\end{tabular}
\end{small}
}

\PlanSection{14. Professor(a):}
{
   \begin{small}
\begin{tabular}{lll}
   Joelmir Divino Carlos Feliciano. & Email: joelmir@ufg.br, & IME\\
\end{tabular}
\end{small}
}




\vspace{0.2cm}

\begin{center}
\underline{\hspace{8cm}}\\\small{Prof(a). Joelmir Divino Carlos Feliciano}\end{center}