Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior Próxima revisão Ambos lados da revisão seguinte | ||
|
disciplinas:ce003ko-2017-02:historico [2017/08/09 17:34] paulojus |
disciplinas:ce003ko-2017-02:historico [2017/10/18 19:17] paulojus |
||
|---|---|---|---|
| Linha 26: | Linha 26: | ||
| |07/08 Seg |1a avaliação semanal. Discussão da avaliação e conceitos de análise combinatória e probabilidades. Árvore de possibilidades para identificação de espaço amostral. Regras de adição e multiplicação. Resolução de exercícios. Definição axiomática de probabilidades e propriedades. |Cap 5: 5.1 e 5.2 |Cap 5: 7 a 14 |2, 3, 7, 18, 20, 21, 39, 91, 95, 175, 176, 187, 197, 199 | | | |07/08 Seg |1a avaliação semanal. Discussão da avaliação e conceitos de análise combinatória e probabilidades. Árvore de possibilidades para identificação de espaço amostral. Regras de adição e multiplicação. Resolução de exercícios. Definição axiomática de probabilidades e propriedades. |Cap 5: 5.1 e 5.2 |Cap 5: 7 a 14 |2, 3, 7, 18, 20, 21, 39, 91, 95, 175, 176, 187, 197, 199 | | | ||
| |09/08 Qua |Exemplos com v.a.s categóricas e discretas. Obtenção de distribuições de probabilidades através do espaço amostral e de equações. Probabilidade condicional e independência. Teorema de Bayes. |Cap 5: 5.3 a 5.6, Cap 6: 6.1, 6.2, 6.6.3 |Cap 5: 15 a 22, 23 a 25 |112, 134, 135, 157, 163, 173, 183, 191, 203 |[[#09/08]] | | |09/08 Qua |Exemplos com v.a.s categóricas e discretas. Obtenção de distribuições de probabilidades através do espaço amostral e de equações. Probabilidade condicional e independência. Teorema de Bayes. |Cap 5: 5.3 a 5.6, Cap 6: 6.1, 6.2, 6.6.3 |Cap 5: 15 a 22, 23 a 25 |112, 134, 135, 157, 163, 173, 183, 191, 203 |[[#09/08]] | | ||
| - | |14/08 Seg |2a. av. periódica. Discussão da avaliação. Exercícios e tópicos adicionas sobre probabilidades e variáveis aleatórias. | | | | | | + | |14/08 Seg |2a. av. periódica. Discussão da avaliação. Exercícios e tópicos adicionas sobre probabilidades e variáveis aleatórias. |Cap 5 |Cap 5: 26 a 4145, 48, 50, 57, 64; Cap 6: 1 a 4 | |[[#14/08]] | |
| + | |16/08 Qua |Variáveis aleatórias contínuas. Função de densidade de probabilidades. Cálculo de probabilidades (geométrico, por integração e computacional). Exemplo. Valor médio (esperança ou valor esperado) |Cap 7, 7.1 e 7.2 |Cap 7: 1 a 4, 10 |37, 142, 102, 11, 12, 26, 85, 127, | | | ||
| + | |21/08 Seg |3a avaliação periódica. Discussão da Avaliação. Esperança de uma v.a. Função de distribuição (acumulada). Distribuição exponencial (contínua). Simulação de valores de uma distribuição exponencial. |Cap 6: 6.3, 6.4, 6.5, Cap 7, 7.2 e 7.3 |Cap 6: 7, 8, 10, 12, 13, 17, Cap 7: 6, 8, 9, 10, 12 | |[[#21/08]] | | ||
| + | |23/08 Qua |Discussões adicionais sobre distribuições discretas e contínuas. Esperança, variância, função de distribuição (acumulada) e quantis: seus cálculos e suas interpretações. Assimetria de distribuições. Exemplos |Cap 6: 6.3 a 6.5 e 6.8, Cap 7: 7.2, 7.3, 7.4.3 e 7.8 |Cap 6, Cap 7: | |[[#23/08]] | | ||
| + | |28/08 Seg |4a avaliação semanal. Discussão da avaliação incluindo comentários sobre soluções computacionais | | | |[[#28/08]] | | ||
| + | |30/08 Qua |Distribuições discretas e contínuas, casos especiais: binomial, geométrica, exponencial, Gama, Beta e Normal. Cálculo de probabilidades e quantis da distribuição normal utilizando tabela da normal padrão. Cálculo de probabilidades e quantis de distribuições utilizando rotinas computacionais. |Cap 6: 6.6.1. 6.6.2, 6.6.3, ex 55 , Cap 7: 7.5.1, 7.4.1, 7.4.3, 7.7 |Cap 6: 20, 21, 25, 26, 55; Cap 7: 13 a 21 |16, 17, 24, 25, 42 |[[#30/08]] | | ||
| + | |04/09 Seg |**não** haverá avaliação semanal. Distribuição normal - continuação. Exemplos. |Cap 7: 7.2 |Cap 7: 14 a 20, 31, 33 a 38 |38, 51, 52, 58, 59, 66, 67, 87, 88, 90, 93, 99, 103 | | | ||
| + | |06/09 Qua |Distribuições discretas: Uniforma, Binomial, Geométrica, Hipergeométrica, binomial negativa (Pascal). Processo de Poisson e distribuição de Poisson. Definições caracterizações e exemplos. Aproximação normal à distribuição Binomial |Cap 6: 6.6 e 6.7, Cap 7: 7.5 |Cap 6: 20 a 28, 31 a 34, 39, 55, 56, 57. Cap 7: 22 a 24 |6, 13, 27, 30, 34, 45, 50, 55, 56, 57, 74, 78 | | | ||
| + | |11/09 Seg |avaliação semanal. Discussão da avaliação com revisão das características e distinções entre os diferentes tipos de variáveis aleatórias. |Ver anteriores | | | | | ||
| + | |13/09 Qua |Visualização de distribuições de probabilidades e elementos da linguagem R. Introdução a processos estocásticos/Cadeias de Markov | | | |[[#13/09]] | | ||
| + | |18/09 Seg |Introdução a processos estocásticos/Cadeias de Markov (cont.). Introdução à estatística descritiva e análises exploratórias. [[disciplinas:ce003ko-2017-02:resumo|Interpretação da página de resultados das avaliações]]. Medidas descritivas, gráficos: histogramas, histogramas alisados (suavizados), Box-Plots. |Cap 2 | | | | ||
| + | |20/09 Qua |Estatística descritiva: tipos de variáveis (qualitativa - nominal e ordinal, quantitativa - discreta e contínua); resumos de dados pro gráficos, tabelas e medidas. Análises uni, bi e multivariadas. Analises bivariadas (qt * ql, qt * qt, ql * ql). Gréficos adequados a cada caso. Exemplos e interpretações |Cap 2, 3 e 4 | | |[[#20/09]] | | ||
| + | |25/09 Seg |Av. semanal. Medidas descritivas univariadas, de posição e dispersão |Cap 3 |Cap 3: 2, 3, 7, 16, 21, 22, 23, 33, 34, 35 | | | | ||
| + | |27/09 Qua |Tópicos adicionais em estatística descritiva: diagrama ramo-e-folhas, extensões em box-plots, transformação de variáveis (potência e Box-Cox), cálculo de medidas descritivas em dados agrupados, análises bivariadas Ql X Qt, Qt x Qt, coeficientes de correlação (Pearson, Spearman e Kendall) |Cap 2, 3 e 4 |Cap 2: 4, 6 e 7, Cap 3: 1, 6, 7, 14, 19, 20, 29, Cap 4: 1 a 6, 10 a 13, 26, 29, 30 | |[[#27/09]] | | ||
| + | |02/09 Seg |Av. semanal | | | | | | ||
| + | |04/10 Qua |Dia não letivo (EVINCE etc) | | | | | | ||
| + | |09/10 Seg |1a prova | | | | | | ||
| + | |11/10 Qua |Associação entre duas variáveis qualitativas. Chi-quadrado e medidas relacionadas. Introdução à inferência estatística - conceitos, terminologias, definições fundamentais: população, parâmetro, amostra aleatória, estimador, estimativa, distribuição amostral, erro padrão e intervalo de confiança. Ilustração computacional |Cap 4.3 e 4.4, Cap 10 |Cap 4: 4 a 9 | | |[[#11/10]] | | ||
| + | |16/10 Seg |Inferência estatística (cont) - conceitos, terminologias, definições fundamentais: população, parâmetro, amostra aleatória, estimador, estimativa, distribuição amostral, erro padrão e intervalo de confiança. Exemplos. |Cap 10 |Cap 10: 1, 3, 7 a 13 | | | | ||
| + | |18/10 Qua |Inferência estatística (cont) - Exemplos e exercícios. Uma discussão sobre proves, notas, acerto ao acado, TRI e ENEM |Cap 10 |Cap 10: 21 a 29, 33, 34 | |[[#18/10]] | | ||
| + | |23/10 Seg |Não haverá aula. Semana acadêmica | | | | | | ||
| + | |25/10 Qua |Não haverá aula. Semana acadêmica | | | | | | ||
| + | |30/10 Seg |Av. Semanal | | | | | | ||
| === 31/07 === | === 31/07 === | ||
| Linha 42: | Linha 65: | ||
| - Problema de Monty Hall (B&M, Cap 5, Exercício 66) | - Problema de Monty Hall (B&M, Cap 5, Exercício 66) | ||
| - Resolver o problema analiticamente | - Resolver o problema analiticamente | ||
| - | - Estimar as probabilidades de ganhar o prêmio programando um algorítmo de simulação computacional | + | - Estimar as probabilidades de ganhar o prêmio programando um algoritmo de simulação computacional |
| + | |||
| + | === 14/08 === | ||
| + | - [[http://www.ted.com/talks/peter_donnelly_shows_how_stats_fool_juries.html|Peter Donelly]] no TED Talks - como estatística e probabilidade podem ser usadas e ... abusadas | ||
| + | * **note que voce pode habilitar legendas em inglês, português ou outras línguas, se desejar ** | ||
| + | * ** procure anotar as principais mensagens e conceitos da apresentação ** | ||
| + | * **se voce tivesse que destacar a descrever 2 (dois) pontos principais da apresentação, quais seriam?** | ||
| + | * formule adequadamente e tente resolver os problemas propostos durante a palestra | ||
| + | * Propor um algoritmo computacional para estudar por simulação) o problema das sequencias de caras e coroas apresentado | ||
| + | |||
| + | Considere os problemas a seguir e resolva cada uma deles de duas formas: | ||
| + | * Solução formal (analítica) | ||
| + | * Solução (aproximada) por alguma rotina computacional | ||
| + | |||
| + | Problemas propostos: | ||
| + | - Um comitê de 12 pessoas é escolhido por sorteio de um grupo de 100 pessoas. Calcule a probabilidade dos indivíduos **A** e **B** pertencerem os grupo escolhido. | ||
| + | - Um baralho de 52 cartas contém 4 cartas do tipo //ás//. Se as cartas são embaralhadas e 13 cartas são divididas entre 4 indivíduos, qual a probabilidade de que algum deles fique com todas as cartas //ás//. | ||
| + | - Se //n// pessoas terão seus assentos atribuídos ao acaso em uma linha com //2n// assentos, qual a probabilidade que não haja pessoas em assentos adjacentes? | ||
| + | - Resolver o problema das portas (//Monty Hall//): | ||
| + | - resposta analítica | ||
| + | - resposta por simulação computacional (escrever algoritmo) | ||
| + | |||
| + | ** Considere postar/compartilhar seus algoritmos na [[http://www.leg.ufpr.br/doku.php/disciplinas:ce003ko-2017-02:aberto|Página do Espaço Aberto do Curso]] ** | ||
| + | |||
| + | === 21/08 === | ||
| + | - Escreva um algoritmo para simular dados da distribuição exponencial conforme visto em aula. Faça algum(uns) gráfico(os) com valores simulados para verificar o resultado do seu algoritmo | ||
| + | - [[https://impa.br/page-noticias/cedric-villani-o-que-ha-de-tao-atraente-na-matematica/|Apresentação do matemático Cédric Villani]] comentada na aula | ||
| + | |||
| + | === 23/08 === | ||
| + | |||
| + | **Exercícios recomendados adicionais:** | ||
| + | - Para a f(x) da 3a avaliação semanal: | ||
| + | - Obtenha a expressão da F(x) | ||
| + | - Use a F(x) para calcular os items b-c-d da avaliação | ||
| + | - Encontre os quartis da distribuição | ||
| + | - Encontre os quantis 0,10, 0,60 e 0,90 | ||
| + | - Considere a distribuição exponencial de média igual a 40 | ||
| + | - Escreva a expressão da f(x) e F(x) | ||
| + | - Obtenha: | ||
| + | - P[X > 40] | ||
| + | - P[X > 20] | ||
| + | - P[15 < X < 40] | ||
| + | - P[X < 30] | ||
| + | - P[X < 50 | X > 20] | ||
| + | - p[X > 40 | X > 20] | ||
| + | - P[X > 80] | ||
| + | - os quantis 0,15, 0,25, 0,50, 0,60, 0,75 e 0,90 | ||
| + | - Seja uma função de densidade de probabilidades <m>f(x) = 0,2 - 0,02 x I_{0,10}(x)</m> | ||
| + | - Esboce um gráfico da função | ||
| + | - Obtenha a expressão de <m>F(x)</m> e seu gráfico | ||
| + | - Obtenha o valor médio <m>E[X]</m> | ||
| + | - Obtenha as probabilidades: | ||
| + | - P[X > 2] | ||
| + | - P[X < 7] | ||
| + | - P[X > 5] | ||
| + | - P[X > E[X]] | ||
| + | - P[X > 2 | X < 7] | ||
| + | - P[ 3 < X < 8] | ||
| + | - Obtenha os quantis 0,15, 0,25, 0,50, 0,60, 0,75 e 0,90 | ||
| + | |||
| + | === 28/08 === | ||
| + | Resolver exercícios propostos anteriormente utilizando programas/rotinas computacionais (R, python, (w/x)maxima, axiom, etc) | ||
| + | |||
| + | === 30/08 === | ||
| + | - Buscar na web informações sobre as distribuições vistas até aqui | ||
| + | - Resolver exemplos de aula a propostos utilizando também algum programa computacional | ||
| + | |||
| + | === 13/09 === | ||
| + | - Simular, fazer gráfico da realização e mostrar as matrizes de transição dos processos: | ||
| + | * Y(t) = 0 com probabilidade p e Y(t) = 1 com probabilidade (1-p) | ||
| + | * Y(t) = Y(t-1) com probabilidade p e Y(t) = 1 - Y(t-1) com probabilidade (1-p) | ||
| + | Comparar e discutir os aspectos das realizações para diferentes valores de (p). | ||
| + | === 20/09 === | ||
| + | - Estudar [[http://leg.ufpr.br/~paulojus/embrapa/Rembrapa/Rembrapase8.html#x10-560008|a página de exemplos de comandos computacionais para análises descritivas]] | ||
| + | - Exercícios da [[http://www.leg.ufpr.br/~paulojus/CE003/descritiva/descritiva.pdf|lista da estatística descritiva]]: 1, 13, 14, 16 | ||
| + | === 20/09 === | ||
| + | - Exercícios da [[http://www.leg.ufpr.br/~paulojus/CE003/descritiva/descritiva.pdf|lista da estatística descritiva]]: TODOS (1 a 31) | ||
| + | - Assitir, refletir e discutir: [[https://www.youtube.com/watch?v=piCQ3_tcRUQ|Why statistics are fascinating: the numbers are us (Alan Smith) ]] | ||
| - | /* [[https://www.youtube.com/watch?v=piCQ3_tcRUQ|Why statistics are fascinating: the numbers are us (Alan Smith) ]] * | + | === 11/10 === |
| + | - Código R utilizado na aula | ||
| + | === 18/10 === | ||
| + | - [[http://www.diariodepernambuco.com.br/app/noticia/vida-urbana/2017/10/15/interna_vidaurbana,726724/sistema-do-enem-inibe-o-chutometro.shtml|Reportagem relacionada ao tema discutido na aula de hoje]] | ||
