\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:} & 2026.1 &
         \textbf{Curso:} & Ci\^encia Da Computa\c{c}\~ao
         \\
         
         \hline
         \textbf{Turma:} & C
         &
         \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) Tallyta Carolyne Martins Da Silva
         \\
         
         \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:}
{
  \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 (4 h/a);
 \item Conceitos b\'asicos de probabilidade (10 h/a);
 \item Vari\'aveis aleat\'orias (16 h/a);
 \item Infer\^encia Estat\'{\i}stica (14 h/a);
 \item Avalia\c{c}\~oes (6 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 ao/a discente subs\'{\i}dios para o c\'alculo de probabilidades e an\'alise estat\'{\i}stica de dados,
para auxili\'a-lo/la em 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:}
{
  \begin{enumerate}
 \item Habilitar o/a discente \`a mensurar um conjunto de dados por meio de medidas descritivas e
an\'alises gr\'afica e tabular;
 \item Introduzir no\c{c}\~oes b\'asicas de Probabilidade;
 \item Familiarizar o/a estudante com t\'ecnicas de Infer\^encia Estat\'{\i}stica.
 \item Capacitar o/a estudante a identificar situa\c{c}\~oes em que a An\'alise de Regress\~ao Linear possa
ser utilizada, bem como 
apresent\'a-lo/la as no\c{c}\~oes b\'asicas desta.
 \item 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.
 \item Fornecer ferramentas necess\'arias para que o/a estudante seja capaz 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. 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 - de maneira manuscrita - e de discuss\~oes a respeito da teoria
ministrada. Ser\~ao utilizadas listas de 
exerc\'{\i}cios para refor\c{c}ar a compreens\~ao e aprofundar o conhecimento dos/das discentes. A avalia\c{c}\~ao
ser\'a baseada em provas, 
cujas datas ser\~ao definidas previamente no in\'{\i}cio do curso, podendo sofrer altera\c{c}\~oes.


\begin{itemize}
 \item Recursos tecnol\'ogicos de uma ou mais das plataformas institucionais SIGAA, Moodle Ip\^e e/ou
Google poder\~ao ser 
utilizadas, conforme necessidade.
 \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}

Informa\c{c}\~oes sobre direito autoral, direito de imagem e/ou voz e uso de materiais did\'aticos
utilizados em sala de aula e no 
ambiente virtual:

\begin{enumerate}
 \item 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.
 \item O material did\'atico produzido e fornecido pela docente deve ser utilizado apenas para fins
educacionais e pedag\'ogicos da 
disciplina.
 \item \'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 expositivas sem a autoriza\c{c}\~ao expressa do professor.
 \item A 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 da capta\c{c}\~ao, do arquivamento e da divulga\c{c}\~ao de imagem e voz.
\end{enumerate}
}


\PlanSection{08. Avalia\c{c}\~oes:}
{
  \begin{itemize}
 \item
 Ser\~ao realizadas tr\^es avalia\c{c}\~oes, A1, A2 e A3.
 \item
 As datas das avalia\c{c}\~oes ser\~ao:
 \begin{description}
 \item[A1] 30/03/2026;
 \item[A2] 20/05/2026;
 \item[A3] 29/06/2026.
 \end{description}
 \item
 O valor total das avalia\c{c}\~oes variar\'a de 0,0 (zero) a 10,0 (dez) pontos.
 \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 por meio do c\'alculo da m\'edia ponderada
 entre as notas $A1$, $A2$ e $A3$, da seguinte forma,
 \[
 MF = 0.3 \cdot A1 + 0.3 \cdot A2 + 0.4 \cdot A3
 \]
 \item
 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/a discente, salvo em caso de for\c{c}a maior, que
 dever\'a ser previamente comunicado 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 na
 anula\c{c}\~ao da prova, sem chance de segunda chamada.
\end{itemize}

\textbf{Observa\c{c}\~oes Importantes}:

\begin{enumerate}
 \item
 Haver\'a avalia\c{c}\~ao em 2a chamada para o aluno 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 www.prograd.ufg.br, Menu, Informa\c{c}\~oes
 Acad\^emicas, Regulamentos da Gradua\c{c}\~ao: RGCG - CEPEC No 1661, de 29/11/2019.
 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). Neste caso, se requerimento de solicita\c{c}\~ao for deferido, o
 aluno far\'a uma prova de reposi\c{c}\~ao com data a ser definida pela professora.
 \item
 O aluno ser\'a aprovado se a m\'edia final (MF) for igual ou superior a 6 (seis)
 pontos;
 \item
 Independente da nota, o aluno que n\~ao tiver frequ\^encia igual ou superior a
 0,75 da carga hor\'aria total da disciplina, ser\'a reprovado por falta.
\end{enumerate}
}


\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}{lll}
\hline
   \textbf{Dia} & \textbf{Hor\'ario} & \textbf{Sala Distribuida}\\
\hline

   2$^a$ & M2 & 305, CAB (60)\\
   2$^a$ & M3 & 305, CAB (60)\\
   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, 14:00h - 15:00h, sala 125 do IME-UFG\\
\end{tabular}
\end{small}
}

\PlanSection{14. Professor(a):}
{
   \begin{small}
\begin{tabular}{lll}
   Tallyta Carolyne Martins Da Silva. & Email: tallyta@ufg.br, & IME\\
\end{tabular}
\end{small}
}




\vspace{0.2cm}

\begin{center}
\underline{\hspace{8cm}}\\\small{Prof(a) Tallyta Carolyne Martins Da Silva}\end{center}