INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

DEPARTAMENTO DE CIÊNCIAS BÁSICAS

Ano Lectivo 2019
PROGRAMA ANALÍTICO
Disciplina: Probabilidades e Estatística
Curso: Engenharias
Ano/Semestre: 1º Ano/ 2º Semestre
Turmas: I11, I12, I13, I14, C11, C12, C13, C14, M11, M12, F11 e F12
Carga horária: 4 H/Semana;
Docentes: Grupo da Disciplina
Regra de Assiduidade 80%

INTRODUÇÃO

A Estatística é uma ciência que busca aprender a partir dos dados, ajudando a tomar decisões em
situações de incerteza. Ela está interessada nos métodos científicos para colecta, organização, resumo,
apresentação, análise e interpretação dos dados, bem como na obtenção de conclusões válidas. A
disciplina de Probabilidades e Estatística visa fornecer ao estudante a teoria e os métodos estatísticos que
ajudam a entender e lidar com a incerteza (variabilidade) oriunda de fenômenos aleatórios. O papel desta
disciplina torna-se relevante na medida em que o pensamento estatístisco permite incorporar essa
variabilidade em qualquer processo de tomada de decisão. Nesta disciplina, além de se abordar os
métodos de análise exploratória de dados, serão descritos os principais modelos probabilísticos usados
para caracterizar variáveis aleatórias na área de engenharias. Também serão estudados os problemas e
principais conceitos envolvidos em inferência estatística, como amostragem, estimação dos parametros
populacionais e teste de hipóteses sobre os parâmetros.

OBJECTIVOS GERAIS

 Resolver problemas que envolvam a recolha, organização, descrição, análise e interpretação de

dados numéricos através da criação de instrumentos adequados.
 Saber calcular a probabilidade de ocorrência de um fenómeno aleatório
 Saber em que circunstância os principais modelos probabilisticos podem ser utilizados para
caracterizar variáveis aleatórias.
 Estimar os parâmetros populacionais a partir dos dados amostrais, usando a estimação pontual ou
por intervalos de confiança;
 Explicar a essência da inferência estatística, formular e testar hipóteses sobre parâmetros a partir
das estatísticas correspondentes;
 Analisar o tipo de correlação existente entre duas variáveis dadas e construir os respectivos
gráficos de regressão e correlação linear.
 Estabelecer circunstâncias a partir das quais um modelo de regressão linear pode ser utilizado.

1
 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

OBJECTIVOS ESPECÍFICOS

Após a frequência da Disciplina, os alunos deverão ser capazes de:

 Distinguir as estatísticas: descritiva e indutiva

 Organizar e sumarizar dados em tabelas de frequência e graficamente
 Analisar os dados apresentados em tabelas e gráfico
 Calcular e interpretar as características numéricas de uma distribuição de frequências, as medidas de
tendência central, dispersão (variabilidade), posição e de assimetria e curtose;
 Descrever um experimento aleátorio, um espaço amostral e diferentes eventos;
 Usar o conceito de análise combinatória para enumerar um espaço amostral e seus eventos
associados;
 Usar as regras básicas do cálculo das probabilidades e o teorema de Bayes para o cálculo de
probabilidades condicionais;
 Distinguir entre as variáveis aleatórias discretas e contínuas, e calcular probabilidades usando as
funções de probabilidade, de densidade e de distribuição.
 Descrever os principais modelos probabilísticos que caracterizam as variáveis aletórias discretas e
contínuas e utiliza-los no cálculo das probabilidades de ocorrências de eventos específicos;
 Utilizar as técnicas de estatística inferencial - estimação pontual, intervalo de confiança e testes de
hipóteses - para a tomada de decisões sobre uma população a partir de observações de uma ou
duas amostras;
 Calcular e interpretar medidas do nível de associação entre variáveis
 Construir modelos de regressão simples usando o método dos mínimos quadrados e interpretar os
parâmetros;
 Saber calcular o coeficiente de determinação e suas propriedades

TEMÁTICAS

1. Estatística Descritiva.
2. Teoria de Probabilidades.
3. Variáveis Aleatórias Discretas e Contínuas.
4. Teoria de Amostragem
5. Estimação pontual e por intervalos
6. Teste de hipóteses
7. Correlação e Regressão Linear Simples.

2
 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

PRINCIPAIS CONTEÚDOS

1. Estatística Descritiva 20 aulas

- Introdução à Estatística. Conceitos básicos. População e Amostra
- Classificação de variáveis
- Métodos tabulares e gráficos da estatística descritiva
- Medidas de posição (medidas de tendência central – média, moda e mediana;
- Separatrizes (quartis, decis e centis)
- Medidas de dispersão (variabilidade – Amplitude total, variância, desvio padrão e
coeficiente de variação)
- Medidas de assimetria e curtose
- Caixa de bigodes

2. Teoria de Probabilidades 14 aulas

- Experimentos aleatórios
- Espaço amostral e eventos
- Análise Combinatória: Permutações, Aranjos e Combinações.
- A Teoria de Probabilidades. Definição frequencista de e clássica de probabilidade.
- Probabilidades Condicionadas. Conceito de probabilidade condicionada. Independência.
O teorema de Bayes

3. Variáveis Aleatórias Discretas e Contínuas 12 aulas

- Variáveis Aleatórias. Variáveis Aleatórias Discretas e Contínuas.
- Função de Probabilidade
- Função de Distribuição.
- Principais parâmetros de uma v.a. (média, variância e desvio padrão)
- Distribuições teóricas de algumas variáveis aleatórias discretas.
- Distribuições teóricas de algumas variáveis aleatórias contínuas

4. Teoria de Amostragem 2 aulas

- População e Amostra
- Técnicas de Amostragem (Probabilística e não Probabilística)
- Determinação do tamanho da amostra para população.
- Estimação ( Estimador, Estimação Pontual e por intervalo)

5. Estimação Pontual e Intervalo de Confiança 4 aulas

- Parámetro, Estimador e Estimativa
- Distribuição da média amostral
- Intervalo de confiança para média e proporção de uma amostra
- Intervalo de confiança para média e proporção de duas amostras

4. Teste de Hipóteses 4 aulas

- Procedimento de teste de hipóteses
- Testes de hipóteses unilaterais e bilaterais para média e proporção
- Erros em testes, poder de um teste e p-valor
- Comparação entre médias e proporções de duas populações

3
 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

5. Correlação e Regressão Linear Simples 4 aulas

- Diagrama de dispersão
- Regressão linear simples. O coeficiente de regressão de Pearson
- Recta de regressão
- Coeficiente de determinação ou de explicação

AVALIAÇÃO
A avaliação obedece ao Regulamento de Avaliação em vigor no ISUTC e será feita com base nas
seguintes actividades e pontuações:
Pontuação
Actividade Design. Qt. Por activid. Total
Trabalhos Investigação TI 2 30 60
Trabalhos para Casa TPC 2 20 40
Mini-Testes mT 2 50 100
Testes T 2 100 200
Pontuação Total de Frequência 400
Exame Final ExF 1 250
Pontuação Total da Disciplina 650

Para obter Aprovação na Disciplina, o estudante deverá obter um mínimo de 325 pontos, dos quais
um mínimo de 125 pontos deverá ser no Exame Final.

BIBLIOGRAFIA

1. BUSSAB, W. O. & MORETTIN, P. A. (2013). Estatística Básica. 8ª ed. São Paulo: Editora Saraiva.

2. CHARNET, R., FREIRE, C. A. L, CHARNET, E. M. R. & BONVINO, H. (1999). Análise de Modelos de

Regressão Linear com Aplicações. São Paulo: Livro e Texto.

3. DEVORE, J. L. (2006). Probabilidade e Estatística: para engenharia e ciências. Tradução da Silva, J.

P. N. São Paulo: Cengage

4. MONTGOMERY, D. C., RUNGER, G. C. (2014). Estatística Aplicada e Probabilidade para

Engenheiros, 6a Ed. Wiley

5. MORETTIN, L. G. (2010). Estatística Básica: Probabilidade e Inferência, volume único, São Paulo:
Pearson Prentice Hall.

6. PINHEIRO, J. I. D., DA CUNHA, S. B., CARVAJAL, S. R., GOMES, G. C. (2012). Probabilidade e

Estatística: quantificando a incerteza, Rio de Janeiro: Elsevier

7. PINHEIRO, J. I. D., DA CUNHA, S. B., CARVAJAL, S. R., GOMES, G. C. (2009). Estatística Básica: a
arte de trabalhar com dados, Rio de Janeiro: Elsevier

8. ROSS, S. (2010). Probabilidade: um curso moderno com aplicações, 8ª Ed. Tradução De Conti, A. R.
Porto Alegre: bookman

9. SPIEGEL, M. R. (1978). Probabilidade e Estatística. Tradução De Farias, A. A. São Paulo: McGraw-

Hill.

10. SPIEGEL, M. R. (1985). Estatística. 340 Problemas Resolvidos. 340 Problemas Propostos. 2ª ed. São
paulo: Mcgraw Hill.

11. SPIEGEL, M. R. (1977). Probabilidade e Estatística: Resumo da Teoria, 760 problemas resolvidos.
Brasil: McGrau-Hill.

12. TRIOLA, M. F. (1999). Introdução à Estatística. 7ª ed. Rio de Janeiro: LTC.

4
 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

PLANIFICAÇÃO SEMANAL

Semana Aula Conteúdo Avaliação Tipo de Aula

1 Estatística Descritiva: Introdução à Estatística. A. Teórica

Conceitos básicos. População e Amostra; Classificação
1 de variáveis.
2 Estatística Descritiva: Introdução à Estatística. A. Prática
Conceitos básicos. População e Amostra.
3 Estatística Descritiva: Métodos tabulares e gráficos da A. Teórica
estatística descritiva
2 Estatística Descritiva: Métodos tabulares e gráficos da TI 1 A. Prática
4
estatística descritiva.
5 Estatística Descritiva: Medidas de posição (medidas A. Teórica
de tendência central – média, moda e mediana
3 Estatística Descritiva: Medidas de posição (medidas A. Prática
6
de tendência central – média, moda e mediana
7 Estatística Descritiva: Medidas separatrizes (quartis, A. Teórica
decis e centis)
4 Estatística Descritiva: Medidas separatrizes (quartis, MT 1 A. Prática
8
decis e centis). Avaliação
9 Estatística Descritiva: Medidas de dispersão A. Teórica
(variabilidade – Amplitude total, variância, desvio padrão
e coeficiente de variação); Medidas de assimetria e
curtose; Caixa de bigodes
5 Estatística Descritiva: Medidas de dispersão A. Prática
10
(variabilidade – Amplitude total, variância, desvio padrão
e coeficiente de variação); Medidas de assimetria e
curtose; Caixa de bigodes
11 Teoria de Probabilidades: Introdução à teoria de A. Teórica
Probabilidades; Experimentos aleatórios; Espaço
amostral; Análise Combinatória: Permutações, Aranjos e
Combinações.
6 Teoria de Probabilidades: Introdução à teoria de TPC 1 A. Prática
12
Probabilidades; Experimentos aleatórios; Espaço
amostral; Análise Combinatória: Permutações, Aranjos e
Combinações.
13 Teoria de Probabilidades: Definição frequencista de e A. Teórica
clássica de probabilidade. Probabilidade para eventos
independentes; Eventos equiprováveis; Probabilidades
Condicionadas. Conceito de probabilidade condicionada.
O teorema de Bayes
7 Teoria de Probabilidades: Definição frequencista de e A. Prática
14
clássica de probabilidade. Probabilidade para eventos
independentes; Eventos equiprováveis; Probabilidades
Condicionadas. Conceito de probabilidade condicionada.
O teorema de Bayes
15 Teoria de Probabilidades: Definição frequencista de e A. Teórica
clássica de probabilidade. Probabilidade para eventos
independentes; Eventos equiprováveis; Probabilidades
8 Condicionadas. Conceito de probabilidade condicionada.
O teorema de Bayes
16 TESTE T1 A. Prática

5
 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

17 Variáveis Aleatórias Discretas: Variáveis Aleatórias. A. Teórica

Variáveis Aleatórias Discretas; Função de probabilidade
e de distribuição de probalidades; Cálculo de
probabilidade a partir da Função de distribuição;
medidas resumo (média, variância e desvio padrão)
9 18 Variáveis Aleatórias Discretas: Variáveis Aleatórias. A. Prática
Variáveis Aleatórias Discretas; Função de probabilidade
e de distribuição de probalidades; Cálculo de
probabilidade a partir da função de probabilidade e da
Função de Distribuição; medidas resumo (média,
variância e desvio padrão)
19 Variáveis Aleatórias Contínuas: Variáveis Aleatórias A. Teórica
Contínuas; Função densidade de probabilidade; função
de distribuição; Cálculo de probabilidade a partir da fdp
e a partir da Função de Distribuição; medidas resumo
(média, variância e desvio padrão)
10 Variáveis Aleatórias Contínuas: Variáveis Aleatórias TI 2 A. Prática
20
Contínuas; Função densidade de probabilidade; função
de distribuição; Cálculo de probabilidade a partir da fdp
e a partir da Função de Distribuição; medidas resumo
(média, variância e desvio padrão)
21 Variáveis Aleatórias Discretas e Contínuas: A. Teórica
Distribuições teóricas de probabilidades: variáveis
aleatórias discretas (Binomial, Geométrica, Binomial
Negativa, Hipergeométrica, Poisson) Variáveis
aleatórias contínuas (Uniforme, Exponencial e Normal)
11 Variáveis Aleatórias Discretas e Contínuas: A. Prática
22
Distribuições teóricas de probabilidades: variáveis
aleatórias discretas (Binomial, Geométrica, Binomial
Negativa, Hipergeométrica, Poisson) Variáveis
aleatórias contínuas (Uniforme, Exponencial e Normal)
23 Teoria de Amostragem, Estimaão Pontual e por A. Teórica
Intervalo: População e Amostra; Parámetro, Estimador
e Estimativa; Técnicas de Amostragem (Probabilística e
não Probabilística); Estimação pontual e por intervalo da
12 média e proporção
24 Teoria de Amostragem, Estimação Pontual e por MT 2 A. Prática
Intervalo: População e Amostra; Técnicas de
Amostragem (Probabilística e não Probabilística);
Estimação pontual e por intervalo da média e proporção
25 Teste de Hipóteses: Teste de hipóteses para média e A. Teórica
proporção populacional de uma amostra)
13 Teste de Hipóteses: Teste de hipóteses para média e A. Prática
26
proporção populacional de uma amostra)
27 Teste de Hipóteses: Teste de hipóteses para médias e A. Teórica
proporções populacionais de duas amostras)
14 Teste de Hipóteses: Teste de hipóteses para médias e TPC 2 A. Prática
28
proporções populacionais de duas amostras)
29 Correlação e Regressão Linear Simples: O diagrama A. Teórica
de dispersão; Regressão linear simples. O coeficiente
15 de regressão de Pearson;
30 TESTE T2 A. Prática

6
 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

RESUMO DA PLANIFICAÇÃO DAS AULAS

Semana 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
A. Teóricas 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
A. Práticas 2 2 2 1 2 2 2 0 2 2 2 1 2 2 0
Avaliações 0 0 0 1 0 0 0 2 0 0 0 1 0 0 2

DISTRIBUIÇÃO DAS HORAS PELOS TEMAS

Carga Horária
Nº Tema Total
Teór. Prát. Lab.
1 Estatística Descritiva 10 10 - 20
2 Probabilidades 6 6 - 12
3 Variáveis Aleatórias 6 6 - 12
Inferência Estatística (Estimação pontual, Intervalo de
4 6 6 - 12
confiança e Teste de Hipóteses)
5 Regressão e Correlação Linear Simples 2 2 - 4
TOTAL 30 30 - 60

CALENDARIZAÇÃO DAS AVALIAÇÕES

Semana Aula nº Designação Pontos Conteúdo

2 4 TI 1 30 O papel da Estatística e Estatística Descritiva
4 8 MT 1 50 Estatística Descritiva
6 12 TPC 1 20 Teoria de Probabilidades
8 16 T1 100 Estatística Descritiva e Teoria de Probabilidades
10 20 TI 2 30 Variáveis Aleatórias Discretas e Contínuas
12 24 MT 2 50 Variáveis Aleatórias Discretas e Contínuas
14 28 TPC 2 20 Inferência Estatística (Estimação, Intervalos de Confiança e
Teste de Hipóteses)
15 30 T2 100 Variáveis Aleatórias Discretas e Cont. e Inferência
Estatística)

O Regente da Cadeira: Prof/Engº/Dr. ..........

Assinatura: __________________________ Data: _____ / _____ / _____

Visto pelo Coordenador do Departamento

Assinatura: __________________________ Data: _____ / _____ / _____

Assinatura do Docente _________________________