projeto pedagógico do curso de estatística

Transcrição

UNIVERSIDADE FEDERAL DO AMAZONAS
INSTITUTO DE CIÊNCIAS EXATAS
PROJETO PEDAGÓGICO
DO
CURSO DE ESTATÍSTICA
– Manaus, 30 de junho de 2010 –
1
ADMINISTRAÇÃO SUPERIOR
REITORA
Márcia Perales Mendes Silva
VICE–REITOR
Hedinaldo Narciso Lima
PRÓ–REITORA DE ENSINO DE GRADUAÇÃO
Rosana Cristina Pereira Parente
PRÓ–REITORA DE PESQUISA E PÓS–GRADUAÇÃO
Selma Suely Baçal de Oliveira
PRÓ–REITOR DE EXTENSÃO
Luiz Frederico Mendes dos Reis Arruda
PRÓ–REITOR DE ADMINISTRAÇÃO
Valdelário Farias Cordeiro
PRÓ–REITOR PARA ASSUNTOS COMUNITÁRIOS
João Francisco Beckman Moura
PRÓ–REITOR DE PLANEJAMENTO
Albertino de Souza Carvalho
2
SUMÁRIO
APRESENTAÇÃO ........................................................................................................................................... 5
MARCO REFERENCIAL ..................................................................................................................... 6
1.
1.1.
CARACTERIZAÇÃO DO CURSO .......................................................................................... 6
1.1.1.
Diagnóstico da área no país e no quadro geral de conhecimentos ............................................ 6
1.1.2.
Campos de Atuação Profissional e Mercado ............................................................................. 9
1.1.3.
Regulamento e Registro da Profissão .......................................................................................10
1.1.4.
Perfil do Profissional a ser Formado ........................................................................................11
1.1.5.
Competências Gerais/Habilidades/Atitudes/Valores ...............................................................11
1.1.6.
Objetivos do Curso ...................................................................................................................13
ESTRUTURA E FUNCIONAMENTO DO CURSO ...............................................................13
1.2
1.2.1
Titulação ...................................................................................................................................13
1.2.2
Modalidade ...............................................................................................................................13
1.2.3
Número de vagas oferecidas .....................................................................................................14
1.2.4
Duração e turno do Curso ........................................................................................................14
MATRIZ CURRICULAR ........................................................................................................15
1.3
1.3.1
Núcleo de Conhecimentos Fundamentais .................................................................................16
1.3.2
Núcleo de Conhecimentos Específicos ......................................................................................17
1.3.3
Estrutura Curricular – Periodização .......................................................................................17
1.3.4.
Atividades Complementares.....................................................................................................21
1.3.5
Resumo da Carga Horária/Créditos da Matriz Curricular e Tempo de Integralização do
Curso 24
1.4
CONCEPÇÃO METODOLÓGICA ........................................................................................25
1.5
PRINCÍPIOS NORTEADORES DA AVALIAÇÃO DA APRENDIZAGEM ........................28
2.
INFRA–ESTRUTURA NECESSÁRIA .................................................................................................30
3.
CORPO DOCENTE E TÉCNICO–ADMINISTRATIVO ...................................................................30
ANEXOS ..........................................................................................................................................................35
ANEXO 1: REGULAMENTAÇÃO DO TRABALHO DE CONCLUSÃO DE CURSO................................36
ANEXO 2: QUADRO DE EQUIVALÊNCIAS ...............................................................................................42
ANEXO 3: QUADRO DE TRANSIÇÃO.........................................................................................................43
3
ANEXO 4: EMENTÁRIO DAS DISCIPLINAS..............................................................................................44
4.1
Disciplinas Obrigatórias .............................................................................................................44
4.2
Disciplinas Optativas ..................................................................................................................77
ANEXO 5: DESPACHOS, PORTARIAS E RESOLUÇÕES ..........................................................................98
4
APRESENTAÇÃO
O Projeto Pedagógico do Curso de Graduação em Estatística, Bacharelado oferecido
pela Universidade Federal do Amazonas – UFAM, descrito no presente documento, foi
elaborado com base nas diretrizes determinadas pelo Ministério da Educação, Resolução no 8,
de 28.11.2008, do Conselho Nacional de Educação/Câmara de Educação Superior – CNE/CES,
e nos anseios do Departamento de Estatística da UFAM em atender às reais necessidades do
mercado, na busca de opções viáveis para efetivação de uma nova perspectiva para a formação
dos estudantes, além de adequar a estrutura de ensino, em suas dimensões pedagógica, docente
e física. Este projeto demandará adequações e reformulações, já que a sociedade e o
conhecimento estão em constante evolução.
A construção deste documento ficou a cargo da comissão composta pelos professores
Edijane Paredes Garcia, James Dean de Oliveira dos Santos Junior e José Clelto Barros
Gomes.
5
1. MARCO REFERENCIAL
1.1. CARACTERIZAÇÃO DO CURSO
1.1.1. Diagnóstico da área no país e no quadro geral de conhecimentos
A Estatística dedica–se ao desenvolvimento e ao uso de métodos para a coleta e a análise
de dados. No entanto para à maioria das pessoas, a palavra estatística lembra recenseamentos.
Os censos existem há milhares de anos e constituem um esforço grande e caro feito pelos
governos com o objetivo de conhecer seus habitantes, sua condição socioeconômica, sua
cultura, sua religião etc. Portanto, associar estatística a censo é perfeitamente correto do ponto
de vista histórico. É interessante salientar que as palavras estatística e estado tem a mesma
origem latina: status.
No Brasil, a Estatística tem sua história associada à história do Instituto Brasileiro de
Geografia e Estatística – IBGE. Quem primeiro coordenou e sistematizou atividades ligadas a
levantamentos censitários foi a Diretoria Geral de Estatística, criada em agosto de 1872, data do
“primeiro Recenseamento Geral do Império do Brasil”. No período anterior a essa data (1750 –
1872), a Coroa Portuguesa era quem determinava levantamentos populacionais, realizados,
precariamente, com o objetivo maior de “conhecer a população livre e adulta apta a ser usada
na defesa do território”.
Em 1934, criou–se o Instituto Nacional de Estatística, que só passou a existir, de fato,
em 1936, mudando em 1938 para “Instituto Brasileiro de Geografia e Estatística – IBGE”,
quando os serviços geográficos foram a ele vinculados. A partir de 1940, iniciaram–se os
“modernos censos” decenais.
Hoje o IBGE é chamado de Fundação Instituto Brasileiro de Geografia e Estatística,
sendo integrante da Administração Federal, subordinado diretamente à Secretaria de
Planejamento e Coordenação Geral da Presidência da República. O IBGE coordena o Sistema
Estatístico Nacional – SEN, tendo a seu encargo a orientação, a coordenação e o
desenvolvimento, em todo o Território Nacional, das atividades técnicas do Plano Geral de
Informações Estatísticas e Geográficas – PGIE.
Do ponto de vista acadêmico, o primeiro curso de Inferência oferecido no Brasil
aconteceu em 1947, mas somente em 1953 duas Escolas iniciaram o ensino regular de
Estatística: a Escola Nacional de Ciências Estatísticas – ENCE, criada pelo IBGE nesse mesmo
ano, com o objetivo de contribuir para o cumprimento de sua missão institucional e a Escola de
6
Estatística da Bahia, mantida pela Fundação Visconde de Cairú. Em 1970, o Instituto de
Matemática Pura e Aplicada – IMPA (Rio de Janeiro, RJ), a Universidade Estadual de
Campinas e a Universidade Federal do Rio de Janeiro iniciaram a formação de grupos de
pesquisa em probabilidades, constituindo–se num dos grandes passos para a criação de outros
cursos nessa área.
Dados do Ministério da Educação – MEC apontam que hoje há 37 universidades que
oferecem o curso de estatística no país, sendo que 31 delas são públicas (a maioria federal).
Muitas destas instituições desenvolvem paralelamente atividades de pós–graduação,
oferecendo cursos de Especialização, Mestrado e Doutorado, e dispondo de grupos de
pesquisas de padrão internacional.
O Censo 2000 do IBGE apontou que havia 5.300 profissionais da área no Brasil,
concentrados, na sua maioria nos estados de São Paulo e do Rio de Janeiro.
A profissão tem ganhado muita visibilidade na imprensa, como por exemplo: “A vez
dos Estatísticos”, na Revista Você S/A, em junho/2007 e “6 Razões para acreditar que
estatística é a profissão do futuro”, na Super Interessante, em novembro/2009. Nos últimos
anos, houve um aumento acentuado de demanda por estatísticos, sendo que muitas
oportunidades surgiram no mercado financeiro.
Os conceitos estatísticos também têm exercido profunda influência na maioria dos
campos do conhecimento humano. Métodos estatísticos, antes usados quase exclusivamente em
atividades censitárias, vem sendo utilizados no aprimoramento de produtos agrícolas, no
desenvolvimento de equipamentos espaciais, no controle do tráfego, na previsão de surtos
epidêmicos bem como no aprimoramento de processos de gerenciamento, tanto na área
governamental como na iniciativa privada. Evidencia–se, portanto, a importância dessa ciência
e do profissional, cujo perfil garante a aplicação adequada das metodologias.
A Estatística na UFAM
Em 1976, o Departamento de Assuntos Universitários do Ministério da Educação e
Cultura – MEC opinou favoralmente à criação do Curso de Estatística na Universidade do
Amazonas, que posteriormente passou a ser Universidade Federal do Amazonas – UFAM,
ficando satisfeita assim a exigência da Portaria Ministerial no 30–BSB, de 23 de janeiro de
7
1974, que condiciona a criação de cursos ou ampliação de vagas à prévia Audiência do
Ministério.
O Curso de Estatística da UFAM foi criado pela Resolução no 15/76, de 07.05.1976, do
Egrégio Conselho Universitário – CONSUNI. Mediante Concurso Vestibular, com abertura de
30 (trinta) vagas, o curso deu início às suas atividades no 2 o período de 1976. Inicialmente foi
administrado pelo Departamento de Matemática do Instituto de Ciências Exatas – ICE da
UFAM. Em 1979 passou a ser administrado pelo Departamento de Estatística e Computação e
somente em 1991 com a criação do Departamento de Estatística – DE no ICE, através da
Resolução no 022/91–CONSUNI, de 18.10.1991, passou definitivamente a ser administrado
pelo DE.
Foi reconhecido pelo MEC através da Portaria no 224, de 18.03.1980. Em agosto, deste
mesmo ano, formou–se a primeira turma de Bacharéis em Estatística da UFAM. Atualmente, o
curso tem um total de 231 formados.
O curso teve três currículos ao longo dos seus 34 anos de vida. O primeiro, implantado
em 1976, época da criação do curso, foi fruto da experiência de outras regiões do País e
também da vivência dos professores que o implantaram, mas respeitando a Portaria Ministerial
no 314/65, de 26.10.1965, que fixava os mínimos de conteúdo e duração do Curso de
Estatística. Atualmente este currículo encontra–se inativo. O segundo, implantando em 1981, e
o atual, implantado em 1992, mantiveram muito da estrutura dos bacharelados em matemática
típico, isto é, o egresso estaria preparado para fazer uma pós–graduação e trabalhar em algum
grupo de pesquisa.
O currículo corrente (1992/1) foi baseado no currículo mínimo do curso de Estatística,
aprovado em 1965. Apresenta tempo para integralização de no mínimo 08 (oito) e no máximo
de 14 (quartoze) períodos letivos, num total de 2.655 (dois mil seiscentos e cinquenta e cinco)
horas–aula divididas em: 2.385 (dois mil trezentos e oitenta e cinco) horas–aula de disciplinas
obrigatórias e 270 (duzentos e setenta) horas–aulas de disciplinas optativas, totalizando 175
(cento e setenta e cinco) créditos.
A 18 anos da implantação do atual currículo, que proporcionou experiências positivas e
negativas, sente–se a necessidade de uma reformulação curricular completa do Curso de
Estatística da UFAM, seja pelo anseio da comunidade acadêmica, seja pela necessidade de se
adequar às novas diretrizes estabelecidas pelo Ministério da Educação através das Resoluções
8
no 08 , de 28.11.2008, e no 02, de 18 de junho de 2007, ambas do Conselho Nacional de
Educação, que estabeleceu a nova carga horária mínima do curso, 3000 horas, e, como limite
mínimo para integralização do curso, 4 (quatro) anos.
1.1.2. Campos de Atuação Profissional e Mercado
O Estatístico é o profissional capacitado a desenvolver métodos racionais para o
tratamento da incerteza presente na maior parte dos fenômenos que nos cercam, podendo atuar
em qualquer área na qual exista a necessidade de obter conhecimento através de coleta, análise
e interpretação de dados. Além disso, auxilia na tomada de decisões racionais, tanto
integralizando a informação disponível em estatísticas que podem criar cenários claros da
realidade, quanto através da previsão do comportamento de variáveis mensuráveis.
A importância deste profissional consiste na grande demanda por conhecimento
estatístico que hoje é atendido por pessoas com pouca ou nenhuma formação estatística, com
claros prejuízos à sociedade, que se vê privada de informações corretas para a tomada de
decisões.
As principais áreas de atuação no mercado de trabalho são instituições públicas, centros
de pesquisa, indústrias, bancos, seguradoras, mercado financeiro, empresas de planejamento e
de consultoria, ensinos médio e superior e outros segmentos que exijam controle estatístico de
qualidade.
Apesar de o atual currículo apresentar um perfil do estatístico formado basicamente
para a pós–graduação, constatamos que os estatísticos formados pela UFAM desempenham
suas funções nos mais diversos órgãos e instituições no Estado do Amazonas, tais como:

Centro Universitário de Ensino Superior do Amazonas – CIESA

Centro Universitário do Norte – UNINORTE

Centro Universitário Nilton Lins – UNINILTON LINS

Departamento Estadual de Trânsito do Amazonas – DETRAN/AM

Empresa Estadual de Turismo – AMAZONASTUR

Empresa Thomson Multimídia Ltda.

Federação das Indústrias do Estado do Amazonas – FIEAM
9

Fundação Centro de Análise, Pesquisa e Inovação Tecnológica – FUCAPI

Fundação de Apoio Institucional – MURAKI

Fundação de Hematologia e Hemoterapia do Amazonas – HEMOAM

Fundação de Vigilância em Saúde – FVS/AM

Fundação Hospital Adriano Jorge

Instituto Nacional de Pesquisas da Amazônia – INPA

Secretaria de Estado de Ciência e Tecnologia – SECT

Secretaria do Estado de Educação do Amazonas – SEDUC

Secretaria de Estado de Planejamento e Desenvolvimento Econômico do Amazonas –
SEPLAN

Secretaria de Estado de Saúde do Amazonas – SUSAM

Secretaria Municipal de Saúde – SEMSA

Universidade Estadual do Amazonas – UEA

Universidade Federal do Amazonas – UFAM
1.1.3. Regulamento e Registro da Profissão
A profissão de Estatístico é regulamentada pelo Decreto no 62.497, de 01.04.1968. O
registro profissional, obrigatório a todo Estatístico, de acordo com o disposto no artigo 2 o da
Lei no 4.739, de 1965, deve ser feito junto aos Conselhos Regionais de Estatística – CONRE,
que são por sua vez organizados pelo Conselho Federal de Estatística – CONFE. Segundo a
regulamentação oficializada no Decreto no 62.497, Capítulo III, Art. 3o, as atividades da
profissão são definidas como:
I.
II.
Planejar e dirigir a execução de pesquisas ou levantamentos estatísticos;
Planejar e dirigir os trabalhos de controle estatístico de produção e de qualidade;
III.
Efetuar pesquisas e análises estatísticas;
IV.
Elaborar padronizações estatísticas;
V.
VI.
VII.
VIII.
Efetuar perícias em matéria de estatística e assinar os laudos respectivos;
Emitir pareceres no campo da estatística;
Assessorar e dirigir órgãos e seções de estatística;
Escriturar os livros de registro ou de controle estatístico criados em lei.
10
1.1.4. Perfil do Profissional a ser Formado
O presente Projeto Pedagógico do Curso de Estatística, estando de acordo com a
Resolução no 08/2008–CNE/CES, Art 4º, §1º, define o perfil do egresso como sendo aquele
profissional capaz de:
(a) dar continuidade aos estudos em cursos de pós–graduação
(b) resolver problemas que envolvam coleta, sistematização e análise de dados.
Para atingir o primeiro objetivo (em (a)), a nova matriz curricular do Curso de
Estatística contempla as disciplinas Processos Estocásticos, Modelos Lineares Generalizados,
Equações Diferenciais Ordinárias e Introdução à Análise. Para atingir o segundo objetivo (em
(b)), a nova matriz curricular contempla disciplinas obrigatórias nas seguintes ênfases:
(i) Bioestatística: Análise de Sobrevivência, Modelos Lineares Generalizados (Dados
Binários, Regressão Logística);
(ii) Planejamento de Experimentos: Modelos de Regressão II, Modelos Lineares
Generalizados;
(iii) Controle de Processos Industriais: Controle Estatístico da Qualidade;
(iv) Econometria: Séries Temporais, Modelos de Regressão II (Análise de Regressão Não–
Linear).
As disciplinas optativas presentes na nova matriz curricular incentivam o aluno a se
aprofundar em um dos dois perfis supracitados. As disciplinas Equações Diferenciais
Ordinárias, Tópicos em Probabilidade I e II, Tópicos em Inferência I e II, Teoria da Decisão e
Inferência Bayesiana visam engajar o aluno na pós–graduação, enquanto que disciplinas como
Modelos Lineares Dinâmicos, Análise de Dados Longitudinais, Análise de Confiabilidade de
Sistemas, Reconhecimentos de Padrões, Tópicos em Séries Temporais, Séries Temporais no
Domínio da Frequência e Pesquisa Operacional visam aumentar o conhecimento de
metodologias práticas para a resolução de problemas.
1.1.5. Competências Gerais/Habilidades/Atitudes/Valores
Dentro das perspectivas previstas na Resolução no 8/2008–CNE/CES, Art. 5º, e
considerando as atitudes e valores éticos envolvidos na formação do profissional em Estatística,
11
o Projeto Pedagógico desenvolverá, através de atividades curriculares, as competências e
habilidades elencadas na Tabela 1.
Tabela 1 – Atividades previstas que garantirão o desenvolvimento das competências e
habilidades esperadas.
Diretrizes Curriculares
Competências e habilidades
Atividades Curriculares
Ter cultura científica
Estatística e Mercado
Atividades Complementares
Ter capacidade de expressão e de comunicação
Português Instrumental
Inglês Instrumental I
Inglês Instrumental II
Ter conhecimento das formas de planejamento de coleta de
dados
Técnicas de Amostragem
Ter conhecimento das formas de medição das variáveis de
sua área de atuação e de organização e manipulação dos
dados e saber produzir sínteses numéricas e gráficas dos
dados, através da construção de índices, mapas e gráficos
Análise Exploratória de Dados
Estatística Computacional I
Estatística Computacional II
Saber usar técnicas de análise e de modelagem estatística e
ser capaz de, a partir da análise dos dados, sugerir mudanças
em processos, políticas públicas, instituições etc.
Análise de Sobrevivência
Controle Estatístico da Qualidade
Estatística Multivariada
Inferência Estatística
Introdução à Inferência Bayesiana
Métodos Não Paramétricos
Modelos de Regressão I
Modelos de Regressão II
Modelos Lineares Generalizados
Séries Temporais
Possuir capacidade crítica para analisar os conhecimentos
adquiridos, assimilar novos conhecimentos científicos e/ou
tecnológicos, além de capacidade de trabalhar em equipe
multidisciplinar
Ter habilidades gerenciais
Empreendedorismo
Introdução à Administração
Introdução à Economia
12
1.1.6. Objetivos do Curso
a) Geral
O Curso de Graduação em Estatística tem por objetivo qualificar os seus graduados com
conhecimentos gerais e específicos da área de Estatística para ocupar as mais diversas posições
no mercado de trabalho, contribuindo para a manutenção e expansão da área, através do
aperfeiçoamento e desenvolvimento de técnicas de coleta e análise inovadoras, interagindo com
equipes multidisciplinares, além de prepará-lo para estudos em nível de pós–graduação.
b) Específicos
Formar profissionais com:
a) sólida formação em conteúdos de Métodos Estatísticos;
b) conhecimento de informática básica, linguagem de programação, noções de banco de
dados e pacotes estatísticos;
c) domínio de conhecimentos estatísticos, tendo conhecimento das suas aplicações em
várias áreas;
d) conhecimento das competências e habilidades próprias da estatística;
e) capacidade de identificar, formular e resolver problemas nas áreas de aplicação da
estatística;
f) capacidade para interpretar as soluções encontradas dentro do contexto do problema.
1.2 ESTRUTURA E FUNCIONAMENTO DO CURSO
1.2.1 Titulação
Ao egresso do Curso de Estatística é conferido o grau de Bacharel em Estatística,
fornecendo um único diploma, sem nenhuma menção adicional.
1.2.2 Modalidade
O curso de Estatística prevê somente a modalidade de Bacharelado.
13
1.2.3 Número de vagas oferecidas
São oferecidas anualmente 48 vagas, sendo 24 vagas a serem preenchidas por meio do
Processo Seletivo Contínuo – PSC; e as 24 restantes por meio do Exame Nacional do Ensino
Médio – ENEM.
As vagas preenchidas por meio do ENEM obedecerão às condições dispostas em Edital,
observados ainda, os critérios estabelecidos pelo Ministério da Educação.
O PSC é outra forma de ingresso na Universidade Federal do Amazonas, criado pela
Resolução no 18/98, do Conselho de Ensino e Pesquisa – CONSEPE, com alterações feitas pela
Resolução no 014/00–CONSEPE. A seleção é feita com base em uma avaliação seriada e
contínua nas três séries do ensino médio. Todos os alunos do ensino médio, matriculados em
escolas credenciadas pelo Conselho Estadual de Educação, podem se inscrever. Os que forem
reprovados são automaticamente excluídos do PSC, exceto os da 1a série. As inscrições são
renovadas a cada etapa.
1.2.4 Duração e turno do Curso
Segundo as orientações expressas na Resolução no 2/2007–CNE/CES, referente à carga
horária mínima e os procedimentos relativos à integralização e duração dos cursos de
graduação, bacharelados, modalidade presencial, prevê–se um mínimo de 3.000 (três mil) horas
para os Cursos de Bacharelado em Estatística, com limite mínimo para integralização de 4
(quatro) anos.
A estrutura curricular prevista para o curso de Bacharelado em Estatística deste Projeto
Pedagógico prevê um curso com 3.005 (três mil e cinco) horas de carga horária e duração ideal
de 4 (quatro) anos, com tempos mínimo e máximo de integralização curricular de 8 (oito) e 14
(quatorze) semestres letivos, respectivamente.
O curso será ministrado na sua totalidade nos turnos vespertino e noturno.
14
1.3 MATRIZ CURRICULAR
Nesta seção é apresentada a distribuição das disciplinas nos 8 (oito) semestres. Em
seguida é apresentada a relação de todas as disciplinas com seus objetivos, suas ementas e pré–
requisitos.
15
1.3.1 Núcleo de Conhecimentos Fundamentais
CNE – Diretrizes Curriculares
Cálculo Diferencial e Integral
Matemática
Geometria Analítica
Álgebra Linear
Informática Básica
Pacotes Estatísticos
Computação
Linguagem de Programação
Sistemas de Bancos de Dados
Carga
UFAM
Horária
Cálculo I
90
Cálculo II
90
Álgebra Linear I
60
Álgebra Linear I
–
Álgebra Linear II
60
75
Desdobramento será feito em
todas as disciplinas práticas do
Curso
Introdução à Programação
de Computadores
–
60
Geração e Uso de Base de Dados
45
Probabilidade I
90
Probabilidade II
90
–
Introdução à Inferência Estatística
90
75
Tópicos Essenciais de Inferência
60
Estatística
90
90
90
90
Amostragem
75
Análise Multivariada
90
Geração de Variáveis Aleatórias
60
60
Probabilidade Probabilidade
Métodos Estatísticos Paramétricos
e Não Paramétricos
Estatística
Modelos Lineares
Estatística
Disciplinas Desdobradas
Computacional Métodos de Simulação
TOTAL
1530
16
1.3.2 Núcleo de Conhecimentos Específicos
CNE – Diretrizes Curriculares
Disciplinas Desdobradas
Carga
(Ênfases)
UFAM
Horária
Processos Estocásticos
60
90
Equações Diferenciais Ordinárias
60
Introdução à Análise
60
Controle de Processos Industriais
75
Econometria
Séries Temporais
90
60
90
90
Continuidade de Estudos na Pós–Graduação
Bioestatística
Planejamento de Experimentos
1.3.3 Estrutura Curricular – Periodização
As disciplinas obrigatórias estão distribuídas ao longo de oito semestres, respeitando a
estrutura de pré–requisitos. Ao longo destes oito semestres o aluno deverá cursar 16 (dezesseis)
créditos em disciplinas optativas e desenvolver 225 (duzentas e vinte e cinco) horas em
atividades complementares. Abaixo estão listados os oito semestres do Curso com as
respectivas disciplinas, acompanhadas dos pré–requisitos, número de créditos (total, teórico e
prático, respectivamente) e carga horária.
17
a) Disciplinas Obrigatórias
Período
6
6
0
–
3
2
1
60
IEM012 Álgebra Linear I
–
4
4
0
60
IEE012
–
4
3
1
75
IHP164
–
4
4
0
60
Total
21
19
2
345
IEM021 Cálculo II
IEM011
6
6
0
90
IEE201
Probabilidade I
IEM011
6
6
0
90
IEC048
Geração e Uso de Base de
–
3
3
0
45
4
4
0
60
–
4
4
0
60
Total
23
23
0
345
IEM016 Introdução à Análise
IEM021
4
4
0
60
IEE014
IEE201
5
4
1
90
IEE201
6
6
0
90
IHE130
4
4
0
60
Total
19
18
1
300
Nome da Disciplina
IEM011 Cálculo I
IEC037
1o
2o
Introdução à Programação de
Computadores
Dados
IEM022 Álgebra Linear II
IHE130 Inglês Instrumental I
3o
Introdução à Inferência
IEM012
Estatística
IEE302
Probabilidade II
IHE176 Inglês Instrumental II
4
Pré–
Requisito
–
Crédito
Carga
Horária
90
Sigla
Total Teórico Prático
IEE015
IEE014
6
6
0
90
IEE021
IEE014
4
3
1
75
IEE017
Controle Estatístico da
IEE014
4
3
1
75
o
Qualidade
IEE018
IEE302
4
4
0
60
IEE019
IEE037,
IEC014
Total
3
2
1
60
21
18
3
360
18
Período
Sigla
Nome da Disciplina
IEE020
IEE016
Pré–
Requisito
IEE014
4
3
1
Carga
Horária
75
3
2
1
60
3
2
1
60
–
1
0
1
30
IEE015
5
4
1
90
Total
16
11
5
315
IEE302
Bayesiana
5o
IEE022
IEE015,
IEE019
6o
IEE013
IEE023
IEE024
IEE015
5
4
1
90
IEE025
Séries Temporais
IEE018
5
4
1
90
IEE026
IEE023
5
4
1
90
Total
15
12
3
270
7
0
7
210
IEE023
5
4
1
90
IEE015
3
2
1
60
Total
15
6
9
360
Trabalho de Conclusão
IEE027,
8
0
8
240
de Curso II
IEE025,
8
0
8
240
107
31
2535
IEE027
7o
IEE028
Trabalho de Conclusão
IEE026,
de Curso I
IEE024
Modelos Lineares
Generalizados
IEE029
8o
Crédito
IEE030
IEE029,
IEE028,
IEE016,
IEE017,
IEE020,
IEE021,
IEE022
Total
Total Geral 138
19
b) Disciplinas Optativas
Sigla
Nome da Disciplina
Pré–
Requisito
Crédito
Carga
Horária
IEE031 Análise de Dados Longitudinais
IEE023
3
2
1
60
IEE032 Confiabilidade de Sistemas
IEE302,
4
3
1
75
IEE014
IEE033 Inferência Bayesiana
IEE015
4
4
0
60
IEE034 Introdução ao Reconhecimento
IEE024
3
2
1
60
IEE023,
3
2
1
60
Estatístico de Padrões
IEE035 Modelos Lineares Dinâmicos
IEE016
IEE036 Pesquisa Operacional
IEE018
4
4
0
60
IEE037 Séries Temporais no Domínio da
IEE025
3
2
1
60
IEE038 Tópicos em Séries Temporais
IEE025
3
2
1
60
IEE039 Tópicos em Estatística Espacial
IEE015
3
2
1
60
IEE040 Tópicos em Monitoramento Estatístico
IEE017
3
2
1
60
IEE041 Tópicos em Inferência Estatística I
IEE015
4
4
0
60
IEE042 Tópicos em Inferência Estatística II
IEE015
4
4
0
60
IEE043 Tópicos em Probabilidade I
IEE302
4
4
0
60
IEE044 Tópicos em Probabilidade II
IEE302
4
4
0
60
-
4
4
0
60
IEM141 Equações Diferenciais Ordinárias
IEM021
4
4
0
60
IEM231 Cálculo Avançado
IEM021
4
4
0
60
FAA011 Introdução à Administração
–
4
4
0
60
FAE101 Introdução à Economia A
–
4
4
0
60
FAE206 Empreendedorismo
–
4
4
0
60
FEN024 Libras – Língua Brasileira de Sinais
–
4
4
0
60
Frequência
IEM005 Introdução à Álgebra
20
1.3.4. Atividades Complementares
As atividades complementares são componentes curriculares enriquecedores e
implementadores do próprio perfil do formando e deverão possibilitar o desenvolvimento de
habilidades, conhecimentos, competências e atitudes do aluno, inclusive as adquiridas fora do
ambiente acadêmico, que serão reconhecidas mediante processo de avaliação.
Como já mencionado no item anterior o aluno deverá desenvolver 225 (duzentas e vinte
e cinco) horas em atividades complementares. As Atividades Complementares se constituirão
no aproveitamento de estudos e práticas realizadas ao longo de todo o Curso conforme o
estabelecido pela Resolução no 018/2007–CONSEPE/CEG/UFAM, de 01.08.2007. O conjunto
das ações referentes às atividades complementares de Ensino, Pesquisa e Produção Científica e
Extensão está descrito abaixo.
a) Ensino
Item
Ensino
Carga Horária
1
Ministrante de curso de extensão
Máximo por atividade: 20h.
Máximo durante o curso: 40h.
2
Debatedor em mesa redonda
Máximo por participação: 4h.
3
Atividade de monitoria desenvolvida em relação Máximo por atividade: 60h.
às disciplinas oferecidas na área de
conhecimento
Participação em Semana de Curso como ouvinte Mínimo por atividade: 4h.
4
5
Participação em Programa Especial de
Treinamento – PET
6
Carga horária optativa excedente não elencada
no quadro de disciplinas optativas do Projeto
Pedagógico
7
Carga horária optativa excedente entre as
elencadas no quadro de disciplinas do Projeto
Pedagógico
8
Estágios não obrigatórios, vinculados ao Ensino Máximo por atividade: 120h.
de Graduação e à matriz curricular do Curso
21
b) Pesquisa e Produção Científica
Item
Pesquisa e Produção Científica
Carga Horária
1
Participação em projetos de pesquisa aprovados Máximo por atividade: 120h.
e concluídos do PIBIC
2
Participação em projetos de pesquisa aprovados Máximo por atividade: 120h.
e concluídos em outros programas
3
Autor ou co–autor de artigo científico completo Máximo por atividade: 120h.
publicado em periódico com comissão editorial Máximo durante o curso: 120h.
4
Autor ou co–autor de trabalho científico
apresentado (pôster/oral) em evento científico
5
Autor ou co–autor de capítulo de livro
6
Premiação em trabalho acadêmico
7
Participação em evento científico, comprovada
com emissão de certificado ou declaração, de
âmbito regional, nacional ou internacional
22
c) Extensão
Item
Extensão
Carga Horária
1
As desenvolvidas sob a forma de congressos,
seminários, simpósios, conferências, palestras,
fóruns, apresentações de painéis ou outras
atividades similares, como ouvinte.
2
As desenvolvidas sob a forma de congressos,
seminários, simpósios, conferências, palestras,
fóruns, apresentações de painéis ou outras
atividades similares, como participante direto.
3
Participação como membro de comissão
organizadora de eventos de extensão (semana de Máximo durante o curso: 30h.
curso)
4
Presidente do Centro Acadêmico
Máximo por mandato: 30h.
5
Membro do Centro Acadêmico
Máximo por mandato: 15h.
6
Representação discente comprovada (membro
em Colegiado)
7
Participação em projetos de extensão aprovados Máximo por atividade: 60h.
em outros programas
8
As desenvolvidas sob a forma de extensão.
23
1.3.5 Resumo da Carga Horária/Créditos da Matriz Curricular e Tempo de
Integralização do Curso
Carga Horária:
Disciplinas obrigatórias
2535
Disciplinas optativas
240
225
Total
3000
Créditos:
Disciplinas obrigatórias
Disciplinas optativas
Total
138
16
154
Máximo de Créditos por Período:
30
Tempo de Integralização (períodos):
Mínimo
Máximo
8
14
24
1.4 CONCEPÇÃO METODOLÓGICA
O projeto pedagógico do Curso de Estatística prevê que os alunos deverão integralizar
parte de sua carga horária acadêmica com atividades de ensino, pesquisa e extensão. Para isso,
poderão participar de seminários e congressos, engajar–se em projetos de pesquisa e extensão,
especialmente ligados às bases de pesquisa do Departamento de Estatística, além de participar
de outras ações relacionadas a essas atividades acadêmicas.
As disciplinas que compõem a matriz curricular do curso de Estatística da UFAM serão
ministradas compreendendo procedimentos teóricos e práticos necessários para o processo da
aprendizagem. A parte teórica será normalmente ministrada por meio de aulas expositivas e a
prática por meio de aulas no Laboratório de Estatística onde serão apresentados softwares
adequados para a análise e resolução de problemas utilizando programas estatísticos adequados.
Os programas das disciplinas foram organizados de forma a permitir uma interação
entre as mesmas e uma aprendizagem contínua, utilizando aulas computacionais. Os grupos de
conhecimentos necessários para a formação do Estatístico segundo o perfil proposto neste
Projeto e contemplando as Diretrizes Curriculares são: Núcleo de Conhecimentos
Fundamentais, Núcleo de Conhecimentos Específicos, Complementação em outras áreas,
Trabalho de Conclusão de Curso e Atividades Complementares.
No núcleo de conhecimentos fundamentais encontram–se as disciplinas de formação
básica, cujo conteúdo tem a finalidade de proporcionar ao aluno uma formação sólida em
matemática, computação, probabilidade, estatística e estatística computacional que dão a
fundamentação necessária para as disciplinas do núcleo de conhecimentos específicos.
As disciplinas do núcleo de conhecimentos fundamentais são ministradas por três
departamentos: Matemática, Ciência da Computação e Estatística. O Departamento de
Matemática é responsável por 05 (cinco) disciplinas, Cálculo I e II, Introdução à Álgebra,
Álgebra Linear I e II, cujos conteúdos são organizados de forma que o aluno adquira o
conhecimento necessário em cálculo, álgebra e geometria analítica.
O Departamento de Ciência da Computação é responsável por 02 (duas) disciplinas,
Introdução à Programação de Computadores e Geração e Uso de Base de Dados, cujo conteúdo
objetiva o conhecimento por parte do aluno de algoritmos computacionais, linguagem de
programação e banco de dados.
25
As disciplinas do Departamento de Estatística, no núcleo de conhecimentos
fundamentais, fornecem a base teórica necessária para o estudo da Estatística e seus conteúdos
são organizados de forma a permitir a fundamentação da probabilidade (Probabilidade I e II),
da estatística (Análise Exploratória de Dados, Introdução à Inferência Estatística, Inferência
Estatística, Introdução à Inferência Bayesiana, Métodos Não Paramétricos, Técnicas de
Amostragem, Estatística Multivariada, Modelos de Regressão I e II, Modelos Lineares
Generalizados) e da estatística computacional (Estatística Computacional I e II), além de
proporcionarem uma visão geral dos principais métodos estatísticos existentes e suas
aplicações.
O núcleo de conhecimentos específicos do curso é formado pelas disciplinas do
Departamento de Estatística (Controle Estatístico da Qualidade, Processos Estocásticos, Séries
Temporais, Modelos de Regressão II, Modelos Lineares Generalizados e Análise de
Sobrevivência), que visam dar ao aluno uma fundamentação teórica e prática em relação às
principais técnicas estatísticas utilizadas.
As disciplinas optativas são escolhidas pelo aluno dentre um elenco de opções de
acordo com seus interesses e aspirações profissionais e/ou acadêmicas. Em geral, o conteúdo
dessas disciplinas aborda áreas específicas e importantes da Estatística, como por exemplo,
Análise de Dados Longitudinais, Introdução ao Reconhecimento Estatístico de Padrões,
Tópicos de Séries Temporais, dentre outras. Além dessas, estão incluídas as disciplinas Tópicos
de Probabilidade e Tópicos de Inferência Estatística que permitirão uma atualização
permanente do ensino às novas demandas apresentadas para a profissão.
Dentro do grupo de conhecimento de complementação em outras áreas estão áreas de
formação não menos importantes, mas, como constituem poucas disciplinas, foram agrupadas.
Compõem dois blocos distintos: disciplinas obrigatórias e optativas. As obrigatórias são:
Introdução à Álgebra, Português Instrumental, Inglês Instrumental I e Inglês Instrumental II. As
disciplinas optativas tem como objetivo complementar a formação do aluno permitindo uma
escolha generalista ou de maior aprofundamento nas ênfases. As disciplinas que fazem parte
deste bloco são: Cálculo Avançado, Equações Diferenciais Ordinárias, Introdução à Análise,
Empreendedorismo, Introdução à Administração, Introdução à Economia A e Libras.
O trabalho de conclusão de curso, do Curso de Graduação em Estatística,
corresponderá a uma monografia de caráter obrigatório e individual e tem a função de permitir
26
ao aluno escrever um texto acadêmico com fundamentação teórica e organizacional a ser
apresentada perante uma banca examinadora.
As atividades complementares, de caráter obrigatório, descritas na Seção 1.3.4, tem
por objetivo proporcionar ao aluno uma formação cidadã e acadêmica. Para o cumprimento
dessas atividades, o projeto prevê uma carga horária de 225 horas.
As normas que regem a realização do trabalho de conclusão de curso e a Resolução que
regulamenta as atividades complementares estão nos Anexos 1 e 5, respectivamente.
No processo ensino–aprendizagem uma série de atividades e ações deverão ser
desencadeadas pela Coordenação e Colegiado de Curso com o objetivo de melhorar o processo
de ensino–aprendizagem e aperfeiçoar o Projeto Pedagógico do Curso. Dentre tais ações,
destacam–se as seguintes:
1)
realizar levantamentos periódicos do perfil socioeconômico e do desempenho no ENEM
dos alunos matriculados no curso;
2)
orientar os alunos antes da matrícula semestral em disciplinas, na escolha das
disciplinas obrigatórias e optativas e das Atividades Complementares a serem
desenvolvidas, tendo em vista a eficiência e eficácia no seu percurso acadêmico;
3)
realizar, sempre que necessário, reuniões pedagógicas com os professores objetivando a
apresentação de planos de ensino, discussão de conteúdos, formas de avaliação,
concernente às disciplinas que serão oferecidas no período letivo subsequente; neste
caso, devem ser convidados, também, os professores de outros departamentos que
ministram disciplinas no curso.
Além da atuação da Coordenação do Curso no desenvolvimento do Projeto Pedagógico
é necessário que os professores adotem, na relação com os alunos, os seguintes procedimentos
de ensino:
1)
usar recursos computacionais, softwares livres, para auxiliar no aprendizado e estimular
o auto–aprendizado;
2)
praticar a questão ética de não usar softwares piratas, mostrando que existem
alternativas de qualidade ao acesso de todos;
3)
estimular a auto–suficiência no uso de recursos computacionais;
27
4)
ter horários de atendimento que sejam suficientes para auxiliar os alunos na disciplina
ministrada;
5)
dar oportunidades para que todos os alunos possam exercitar, praticar e aprender os
conceitos e idéias da disciplina, procurando sempre que possível relacionar o assunto
com aplicações nas mais diversas áreas de conhecimento, mostrando a aplicabilidade e
importância da estatística em um contexto mais amplo e real;
6)
usar a avaliação do curso como uma medida eficaz do aprendizado e preparação dos
alunos para a vida profissional;
7)
deverá, regularmente, procurar atualizar–se tanto tecnicamente como pedagogicamente
para propiciar ao aluno conhecimentos relevantes à sua área;
8)
desenvolver atividades didático–pedagógicas, tais como: listas de exercícios, elaboração
de projetos teóricos ou práticos com preparação de relatório e apresentação de
seminários.
Dessa forma, propõe–se a organização de uma estrutura curricular capaz de adaptar–se
ao dinamismo das demandas do perfil profissional exigido pela sociedade, em que a graduação
desempenha um papel inicial no processo de formação permanente. A proposta apresentada
prevê a discussão periódica dessas exigências e a adequação do curso às mesmas.
1.5 PRINCÍPIOS NORTEADORES DA AVALIAÇÃO DA APRENDIZAGEM
Considerando que no contexto escolar espera–se que a aprendizagem seja resultado do
ensino (das condições criadas para que o aluno aprenda), avaliar a aprendizagem implica
avaliar os resultados da aprendizagem propiciados pelo ensino.
Considerando os diferentes tipos de atividades envolvidas na formação do aluno, faz–se
necessário considerar diferentes formas de avaliação. Nas disciplinas formadoras de conteúdo
deve–se priorizar a avaliação individual, sem, contudo, desprezar totalmente as atividades de
trabalho em grupo. Nas disciplinas de aplicação a avaliação em grupo deve também ser
incentivada.
Os alunos podem ser avaliados a partir de diferentes instrumentos como provas escritas
e orais individuais, apresentação de seminários, elaboração de projetos e trabalhos, resumos,
relatórios e outros, em grupos e/ou individuais. A aplicação de instrumentos de avaliação
28
alternativos à simples realização de provas contribui de forma significativa à aquisição do
conhecimento e ao desenvolvimento das habilidades, atitudes e valores esperados no
profissional formado. Não apenas os tipos de instrumentos são importantes, mas também a
frequência de aplicação destes instrumentos, procurando agir de forma parcimoniosa, sem
sobrecarregar o estudante a ponto de não haver possibilidade de reflexão sobre os conteúdos e,
por outro lado, não concentrando poucos momentos de avaliação apenas no meio e final do
curso, dificultando o acompanhamento do processo de aprendizagem.
Outros aspectos importantes a serem considerados na avaliação dizem respeito a
critérios fundamentais como:

os critérios de avaliação de uma disciplina devem constar como item obrigatório de seu
plano de ensino, e, como tal, devem ser aprovados por colegiados departamentais e de
coordenação de curso, com a participação de representantes docentes e discentes;

a avaliação deve ser coerente com o ensino planejado no plano de ensino da disciplina;

a avaliação deve sempre buscar mostrar ao aluno onde estão suas deficiências e/ou
virtudes, no sentido de construir seu aprendizado de forma satisfatória;

os critérios de avaliação devem obedecer todas as normas legais e vigentes do
Ministério da Educação e dos colegiados superiores da UFAM.
O processo de avaliação estará completo apenas ao considerarmos, além da avaliação
dos alunos pelos professores, também a avaliação dos professores e da Instituição pelos alunos,
inclusive a auto–avaliação, compondo um processo contínuo de avaliação do Curso.
Atualmente a UFAM dispõe do Sistema de Informações para o Ensino, designado pela sigla
SIE, que oferece uma avaliação dos professores pelos alunos on-line, no final do período,
incentivando a ocorrência de momentos de reflexão, com o objetivo de superar possíveis
dificuldades encontradas. A partir de 2010 iniciou-se o processo de avaliação da Instituição
pelos alunos.
29
2. INFRA–ESTRUTURA NECESSÁRIA
A infraestrutura necessária para o funcionamento do Curso de Graduação de
Bacharelado em Estatística deverá ser composta por salas de aulas climatizadas e com:
recursos áudio visuais, quadro branco e cadeiras adequadas; laboratório de informática com
equipamentos suficientes para o quantitativo de alunos do curso e com pacotes computacionais
adequados; biblioteca com acervo atualizado e ampliação e capacitação do corpo docente.
Atualmente está sendo construído um novo bloco para alocação dos departamentos
vinculados ao Instituto de Ciências Exatas – ICE. Este novo bloco está localizado no setor norte
do campus universitário, entre as faculdades de Direito e de Tecnologia. O bloco do
Departamento de Estatística – DE conterá no pavimento superior: 21 (vinte e uma) salas
destinadas a gabinetes individuais para os professores; 01 (uma) sala de chefia do
departamento, 01 (uma) sala de secretaria, 01 (uma) sala de coordenação de graduação, 01
(uma) sala de coordenação de pós-graduação, 01 (uma) sala de reunião, 01 (uma) sala para
alunos de pós-graduação, 01 (uma) sala para alunos de PIBIC/Monitoria, 01 (uma) sala de
arquivo e 01 (uma) sala para seminários; e no piso inferior: 01 (uma) sala para o Laboratório de
Informática. O novo bloco do DE tem previsão de inauguração para o segundo semestre de
2010.
Temos ainda o Projeto de Modernização e Ampliação do Laboratório de Estatística,
elaborado em 2008, que já tem 90% dos equipamentos comprados, esperando somente a
entrega da sala para a sua montagem. Este projeto contempla a tecnologia de virtualização de
estações de trabalho, tendo como principais características: uso de “thin clients” para interação
com o usuário, processamento e armazenamento centralizado, redução do consumo direto e
indireto de energia, redução substancial da manutenção nas estações de trabalho e
escalabilidade. Este laboratório contará com 40 (quarenta) máquinas interligadas a uma central
de virtualização e a duas centrais de processamento.
3. CORPO DOCENTE E TÉCNICO–ADMINISTRATIVO
No Departamento de Estatística, o corpo docente é constituído por 24 (vinte e quatro)
professores, sendo 18 (dezoito) do quadro permanente da UFAM e 06 (seis) substitutos, que
atuam nos diferentes cursos oferecidos pela UFAM e não apenas no curso de Estatística.
30
Apresentam um nível excelente quanto à formação acadêmica. Dos 18 professores efetivos
tem–se 02 (dois) docentes com Pós–Doutorado, 05 (cinco) com Doutorado, 03 (três)
Doutorandos e 08 (oito) Mestres. Desta forma, 100% dos professores possuem Pós–Graduação
em seus diferentes níveis garantindo uma melhor qualidade no processo ensino–aprendizagem.
Todos os professores do quadro efetivo tem dedicação exclusiva e do quadro de
substitutos todos tem carga horária de 20h.
O Departamento dispõe de um funcionário técnico administrativo em educação:
Armystrong Costa de Carvalho, secretário da Chefia do Departamento. A coordenação do curso
não dispõe de secretário.
A seguir estão listados todos os professores efetivos e um resumo de sua formação.
Professores Efetivos:
1) ABENSUR, Themis da Costa
 Bacharelado em Ciências Econômicas pelo Centro Integrado de Ensino Superior do
Amazonas (CIESA), Manaus, AM, 2002.
 Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus,
AM, 2004.
 Mestrado em Estatística pela Universidade Federal de Pernambuco (UFPE), Recife, PE,
2006.
2) ARAÚJO, Maria Ivanilde Silva
AM, 1986.
 Mestrado em Estatística pela Universidade Federal do Rio de Janeiro (UFRJ), Rio de
Janeiro, RJ, 1991.
 Doutorado em Engenharia de Produção pela Universidade Federal do Rio de Janeiro
(COPPE/UFRJ), Rio de Janeiro, RJ, 1998.
 Pós-Doutoramento pela Universitaet Zu Luebeck, Alemanha, 2001.
3) CABRAL, Celso Rômulo Barbosa
 Licenciatura
Plena
em
Matemática
pela
Universidade
Federal
do
Amazonas (UFAM), Manaus, AM, 1985.
 Bacharelado
em
Estatística pela
Universidade
Federal
do
Amazonas
(UFAM), Manaus, AM, 1987.
 Mestrado em Estatística pela Associação Instituto Nacional de Matemática Pura e
Aplicada (IMPA), Rio de Janeiro, RJ, 1991.
31
 Doutorado em Estatística pela Universidade de São Paulo (IME/USP), São Paulo, SP,
2000.
 Pós-Doutoramento em Estatística pela Universidade de São Paulo (IME/USP), São
Paulo, SP, 2008.
4) CARDOSO NETO, José
 Licenciado em Matemática pela Universidade Federal do Amazonas (UFAM), Manaus,
AM, 1981.
 Aperfeiçoamento em Matemática – Modalidade Estatística pela Universidade Federal
do Amazonas (UFAM), Manaus, AM, 1983.
AM, 1986.
 Mestrado em Estatística pela Universidade Estadual de Campinas (UNICAMP),
Campinas, SP, 1990.
 Doutorado em Estatística pela Universidade de São Paulo (IME/USP), São Paulo, SP,
2000.
5) COSTA, José Mir Justino da
 Licenciatura Plena em Matemática pela Universidade Federal do Amazonas (UFAM),
Manaus, AM, 2003.
 Especialização em Educação Matemática pela Escola Superior Batista do Amazonas
(ESBAM), Manaus, AM, 2004
 Mestrado em Matemática pela Universidade Federal do Amazonas (UFAM), Manaus,
AM, 2009.
6) GARCIA, Edijane Paredes
AM, 1996.
 Mestrado em Engenharia de Produção pela Universidade Federal de Santa Catarina
(UFSC), Florianópolis, SC, 1998.
7) GOMES, José Clelto Barros
AM, 2004.
 Mestre em Estatística pela Universidade Estadual de Campinas (UNICAMP),
Campinas, SP, 2009.
8) LAGO NETO, João Caldas do
AM, 1990.
32
 Bacharelado em Engenharia Mecânica pelo Instituto Tecnológico do Amazonas
(UTAM), Manaus, AM, 2004.
 Especialização em Gestão da Qualidade e Produtividade, pela Universidade Federal do
Rio Grande do Sul (UFRGS), Porto Alegre, RS, 1992.
 Especialização em Planejamento Energético pela Universidade Federal do Amazonas
(UFAM), Manaus, AM, 2005.
 Mestrado em Engenharia de Produção pela Universidade Federal de Santa Catarina
(UFSC), Florianópolis, SC, 1999.
 Em doutoramento em Engenharia Elétrica junto à Universidade Federal do Pará
(UFPA), Belém, PA.
9) LIMA, Max Sousa de
AM, 2000.
 Mestrado em Estatística pela Universidade Federal de Minas Gerais (UFMG), Belo
Horizonte, MG, 2004.
 Em doutoramento em Estatística junto à Universidade Federal de Minas Gerais
(UFMG), Belo Horizonte, MG.
10) LOPES, Jocely Nascimento
 Licenciatura Plena em Matemática pela Universidade Federal do Amazonas (UFAM),
Manaus, AM, 2001.
AM, 2008.
11) MARQUES, Leyne Abuim de Vasconcelos
 Licenciatura em Ciências – Hab. Plena em Matemática pela Universidade Estadual Vale
do Acaraú (UVA), Sobral, CE, 2001.
 Especialização em Ensino de Matemática pela Universidade Estadual Vale do Acaraú
(UVA), Sobral, CE, 2002.
AM, 2009.
12) PARENTE, Rosana Cristina Pereira
AM, 1981.
 Mestrado em Agronomia pela Escola Superior de Agricultura Luiz de Queiroz
(ESALQ/USP), Piracicaba, SP, 1984.
 Doutorado em Agronomia pela Escola Superior de Agricultura Luiz de Queiroz
(ESALQ/USP), Piracicaba, SP, 1994.
33
13) PEREIRA, José Raimundo Gomes
AM, 1984.
Campinas, SP, 1993.
 Doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas
(UNICAMP), Campinas, SP, 2001.
14) PINHEIRO, Amazoneida Sá Peixoto
 Bacharelado em Engenharia Civil pela Universidade Federal do Amazonas (UFAM),
Manaus, AM, 1985.
 Mestrado em Ciências de Florestas Tropicais pelo Instituto Nacional de Pesquisas da
Amazônia (INPA), Manaus, AM, 1991.
 Doutorado em Engenharia de Produção pela Universidade de São Paulo (USP), São
Paulo, SP, 2003.
15) PINHEIRO, Luiz Irapuan
 Licenciatura em Matemática pela Universidade Federal do Amazonas (UFAM),
Manaus, AM, 1965.
 Mestrado em Engenharia de Sistemas pelo Instituto Militar de Engenharia (IME), Rio
de Janeiro, RJ, 1974.
16) SANTOS JUNIOR, James Dean de Oliveira
AM, 2004.
Campinas, SP, 2006.
 Em doutoramento em Engenharia de Produção junto à Universidade Federal do Rio de
Janeiro (UFRJ), Rio de Janeiro, RJ.
17) SILVA, Edmilson de Araujo
 Bacharelado em Matemática pela Pontifícia Universidade Católica do Paraná (PUCPR), Curitiba, PR, 1975.
 Especialização em Aperfeiçoamento em Matemática pela Universidade Federal do
Amazonas (UFAM), Manaus, AM, 1981.
 Mestrado em Estatística e Experimentação Agronômica pela Universidade de São Paulo
(IME/USP), São Paulo, SP, 1987.
 Doutorado em Agronomia pela Universidade Estadual Paulista Júlio de Mesquita Filho,
UNESP, Botucatu, SP, 2001.
18) SILVEIRA, Edmilson Bruno da
 Mestrado em Matemática pela Universidade Federal do Ceará (UFC), Fortaleza, CE,
1981.
34
ANEXOS
35
ANEXO 1: REGULAMENTAÇÃO DO TRABALHO DE CONCLUSÃO DE
CURSO
CAPÍTULO I
DO OBJETIVO E DAS DISCIPLINAS PRÉ-REQUISITO
Art. 1 -
O Trabalho de Conclusão de Curso – TCC do Curso de Graduação em Estatística da
Universidade Federal do Amazonas é um dos requisitos para que o aluno obtenha o título de
Bacharel em Estatística e corresponderá a uma monografia a ser desenvolvida sob a orientação
de um professor, sendo um estudo num tópico de pesquisa na área de Estatística.
Art. 2 -
O TCC será desenvolvido no decorrer de duas disciplinas obrigatórias do Curso de
Estatística, assim denominadas: Trabalho de Conclusão de Curso I, de agora em diante
denominada TCC-I, e Trabalho de Conclusão de Curso II, de agora em diante denominada
TCC-II, com 07 (sete) e 08 (oito) créditos, respectivamente, todos práticos.
Art. 3 -
A disciplina TCC-I terá como pré-requisitos as disciplinas Estatística Multivariada e
Modelos de Regressão II, ambas elencadas no quadro de disciplinas obrigatórias.
Art. 4 -
A disciplina TCC-II terá como pré-requisitos as disciplinas Introdução a Inferência
Bayesiana, Controle Estatístico da Qualidade, Métodos Não Paramétricos, Técnicas de
Amostragem,
Estatística
Computacional
II,
Séries
Temporais,
Modelos
Lineares
Generalizados, Análise de Sobrevivência e TCC-I, todas elencadas no quadro de disciplinas
obrigatórias.
CAPÍTULO II
DA ORGANIZAÇÃO GERAL
Art. 5 -
As disciplinas do Trabalho de Conclusão de Curso terão a seguinte estrutura
administrativa:
I.
II.
Comissão de Trabalho de Conclusão de Curso – CTCC;
Professores Orientadores;
III.
Bancas Examinadoras;
IV.
Alunos orientandos.
36
Art. 6 -
A CTCC será constituída por três docentes, sendo um presidente e dois membros,
todos do Departamento de Estatística, indicados em reunião do Colegiado do Departamento de
Estatística com mandato de um ano.
Art. 7 I.
Compete a CTCC:
Estabelecer o cronograma e organizar os seminários de metodologia científica para
os alunos matriculados na disciplina TCC-I;
II.
Estabelecer o cronograma para a entrega dos projetos de monografia da disciplina
TCC-I;
III.
Estabelecer o cronograma e organizar os seminários de acompanhamento da
disciplina TCC-II;
IV.
V.
Aprovar os projetos de monografia;
Distribuir de forma igualitária os orientandos entre os professores do Departamento
de Estatística;
VI.
Aprovar os nomes dos orientadores externos ao Departamento de Estatística ou à
Universidade;
VII.
Art. 8 -
Aprovar as Bancas Examinadoras sugeridas pelos professores orientadores.
A Banca Examinadora de cada monografia será constituída pelo orientador do
projeto e mais dois professores.
Parágrafo Único - Os membros da Banca Examinadora devem ter conhecimento afim com o
conteúdo do projeto, podendo inclusive ser profissionais externos ao Departamento de
Estatística ou à Universidade.
CAPÍTULO III
DA ORIENTAÇÃO
Art. 9 -
Ao aluno apto a cursar a disciplina TCC-I será designado um orientador do
Departamento de Estatística, de acordo com as áreas de interesse e preferências individuais e
conforme distribuição de vagas realizada pela CTCC.
Parágrafo Único - O Departamento de Estatística ofertará uma turma para a disciplina TCC-I
sob a responsabilidade do professor orientador.
37
Art. 10 - O Orientador da disciplina TCC-I ou TCC-II deverá, preferencialmente, ser um
professor do Departamento de Estatística.
Parágrafo Único – Será permitida a orientação de um profissional externo ao Departamento de
Estatística ou à Universidade, desde que:
I.
II.
III.
Aprovado pela CTCC;
Credenciado pelo Departamento de Estatística.
Incluída a co-orientação de um professor do Departamento de Estatística.
Art. 11 - Se o orientador for externo ao Departamento de Estatística, a disciplina TCC-I ou
TCC-II será ofertada sob a responsabilidade do professor co-orientador.
Parágrafo Único – Se o orientador e, caso haja o interesse se tenha co-orientador, e ambos
forem do Departamento de Estatística, o primeiro será o professor responsável e o segundo será
o professor colaborador da disciplina TCC-I ou TCC-II.
Art. 12 - Compete ao professor orientador:
I.
Orientar o aluno nas distintas fases da monografia, incluindo a elaboração do
projeto de monografia e a apresentação de seminários de acompanhamento;
II.
Fazer cumprir as datas estabelecidas pela CTCC referentes: a entrega dos projetos
de monografia da disciplina TCC-I e a apresentação dos seminários de
acompanhamento da disciplina TCC-II;
III.
Encaminhar à CTCC, como sugestão, lista de nomes dos membros das bancas
examinadoras;
IV.
Encaminhar à CTCC a monografia.
CAPÍTULO IV
DO CO-ORIENTADOR
Art. 13 - A figura do co-orientador será imprescindível quando o orientador for externo ao
Departamento de Estatística.
38
Art. 14 - Cada projeto de monografia poderá ter um único co-orientador. Casos excepcionais
serão analisados pela CTCC.
CAPÍTULO V
DAS NORMAS DO PROFESSOR ORIENTADOR
Art. 15 - Cada professor orientador poderá orientar no máximo 05 (cinco) alunos por
semestre, distribuídos entre TCC-I e TCC-II.
Art. 16 - Cabe ao professor atribuir tarefas ao orientando de tal forma a garantir que o trabalho
seja realizado pelo próprio aluno, dentro dos prazos estipulados e com a qualidade adequada.
CAPÍTULO VI
DAS NORMAS E DEVERES DO ALUNO
Art. 17 - A todos os alunos é garantida orientação, a cargo de um professor do Departamento
de Estatística, para o desenvolvimento de seu Trabalho de Conclusão de Curso.
Art. 18 - Os alunos orientandos são aqueles que estão regularmente matriculados nas
disciplinas TCC-I e TCC-II.
Art. 19 I.
II.
III.
Compete ao aluno orientando:
Elaborar o projeto de monografia sob a supervisão do professor orientador;
Cumprir os cronogramas definidos para as disciplinas TCC-I e TCC-II;
Executar o projeto de monografia aprovado pela CTCC.
Art. 20 - É facultada ao aluno a mudança de orientador mediante a aprovação da CTCC.
Art. 21 - O aluno deverá enviar uma cópia impressa da monografia para cada membro da
Banca Examinadora no mínimo 15 (quinze) dias antes da data da defesa.
Art. 22 - O aluno terá no máximo 50 (cinquenta) minutos para realizar a defesa de sua
monografia perante a Banca Examinadora, que disporá de 20 (vinte) minutos, por membro,
para arguição.
39
CAPÍTULO VII
DAS ETAPAS DE REALIZAÇÃO
Art. 23 - A elaboração da monografia compreende um processo de pesquisa que se iniciará na
disciplina TCC-I e será desenvolvido na disciplina TCC-II.
Art. 24 - A disciplina TCC-I é destinada à participação em seminários de metodologia
científica, elaboração de uma proposta de projeto de monografia e elaboração da revisão
bibliográfica.
§ 1º - Os seminários de metodologia científica tem o objetivo de instruir os alunos sobre
normas e técnicas para a elaboração da monografia.
§ 2º - As propostas de projeto deverão ser entregues, em meio impresso, para a CTCC no
prazo máximo de 60 (sessenta) dias, a contar do início do semestre letivo.
§ 3º - A CTCC deverá avaliar as propostas de projeto no prazo máximo de 15 (quinze)
dias, a contar da data de entrega pelo aluno.
Art. 25 - A disciplina TCC-II é destinada à apresentação de seminários de acompanhamento,
elaboração e defesa da monografia.
§ 1º - Os seminários de acompanhamento tem o objetivo de divulgar os resultados
parciais da monografia.
§ 2º - A defesa da monografia deverá ser realizada até 15 (quinze) dias antes do inicio do
período de realização de provas finais.
§ 3º - A defesa da monografia, de caráter obrigatório, é aberta ao público.
Art. 26 - As monografias sobre as quais a Banca Examinadora sugerir correções deverão ser
atualizadas e devolvidas no prazo máximo de 5 (cinco) dias antes do último dia para o
lançamento de notas e faltas.
40
Parágrafo Único – O aluno só terá a nota de avaliação após a realização das correções
sugeridas pela Banca Examinadora.
CAPÍTULO VIII
DOS CRITÉRIOS PARA AVALIAÇÃO
Art. 27 - A avaliação da disciplina TCC-I será feita pelo professor orientador através de
relatório das atividades realizadas no período e entrega do projeto finalizado.
Art. 28 - A avaliação da disciplina TCC-II será feita pela Banca Examinadora.
§ 1º - Após a argüição os membros da Banca Examinadora deverão se reunir para atribuir
a nota final.
§ 2º - Cada membro da Banca Examinadora atribuirá uma nota de 0 (zero) a 10,0 (dez)
pontos. A nota da disciplina será a média aritmética das notas atribuídas pelos
membros da Banca Examinadora.
CAPÍTULO IX
DAS DISPOSIÇÕES GERAIS
Art. 29 - Os casos omissos serão resolvidos pela CTCC.
Art. 30 - Esta Norma estará sujeita ao Regimento Geral da Universidade Federal do
Amazonas.
41
ANEXO 2: QUADRO DE EQUIVALÊNCIAS
Currículo 1992/1
Período
Sigla
1
IEC081
1
IEE111
3
Disciplina
Currículo 2011/1
Créditos
C.H.
Período
Sigla
Introdução à Ciência dos
Computadores
4
60
1
IEC037
6
90
1
IEE012
IHE130
Estatística Descritiva e
Documentária
5
75
2
IHE030
3
IEE312
Inferência Estatística I
4
60
3
IEE014
4
5
4
IEE413
IEE514
IEE652
Inferência Estatística II
Inferência Estatística III
4
4
5
60
60
75
4
IEE015
4
IEE017
5
IEE503
6
90
4
IEE018
5
IEE515
Estatística Não Paramétrica
4
60
5
IEE020
5
6
6
IEEx11
IEEx11
IEE632
Técnicas de Amostragem I
Técnicas de Amostragem II
Análise de Regressão
4
4
6
60
60
90
5
6
IEE616
6
7
IEE752
Séries Temporais
6
7
7
IEE630
IEE733
IEE717
8
IEE853
Disciplina
Créditos
C.H.
Introdução à
Programação de
Computadores
Análise Exploratória de
Dados
3
60
4
75
4
60
Estatística
5
90
6
90
Controle Estatístico da
Qualidade
4
75
4
60
4
75
IEE021
Métodos Não
Paramétricos
4
75
5
IEE023
5
90
90
6
IEE024
5
90
6
90
6
IEE025
Séries Temporais
5
90
Planejamento de Experimentos I
Planejamento de Experimentos II
Análise de Dados Categorizados
5
5
4
75
75
60
6
IEE026
5
90
7
IEE028
5
90
Biometria
4
60
7
IEE029
Modelos Lineares
Generalizados
3
60
42
ANEXO 3: QUADRO DE TRANSIÇÃO
Currículo
Currículo
1992/1
2011/1
1o
3o, 5o, 7o
1o
2011
2o
4o, 6o, 8o
2o
2012
1o
5o, 7o
1o, 3o
2012
2o
6o, 8o
2o, 4o
2013
1o
7o
1o, 3o, 5o
2013
2o
8o
2o, 4o, 6o
2014
1o
1o, 3o, 5o, 7
2014
2o
2o, 4o, 6o, 7o, 8o
Ano
Semestre
2011


A última turma do Currículo 1992/1 integralizará o Curso no 2 o semestre letivo do ano
de 2013.
A primeira turma do Currículo 2011/1 integralizará o Curso no 2o semestre letivo do
ano de 2014.
43
ANEXO 4: EMENTÁRIO DAS DISCIPLINAS
4.1 Disciplinas Obrigatórias
1o Período
IEM011 – Cálculo I............................................46
IEC037 – Introdução à Programação de Computadores.............47
IEM012 – Álgebra Linear I.....................................48
IEE012 – Análise Exploratória de Dados........................49
IHP164 – Português Instrumental...............................50
2o Período
IEM021 – Cálculo II...........................................51
IEE201 – Probabilidade I......................................52
IEC048 – Geração e Uso de Base de Dados.......................53
IEM022 – Álgebra Linear II....................................54
IHE030 – Inglês Instrumental I................................55
3o Período
IEM106 – Introdução à Análise.................................56
IEE014 – Introdução à Inferência Estatística..................57
IEE302 – Probabilidade II.....................................58
IHE176 – Inglês Instrumental II...............................59
4o Período
IEE015 – Inferência Estatística...............................60
IEE021 – Técnicas de Amostragem...............................61
IEE017 – Controle Estatístico da Qualidade....................62
IEE018 – Processos Estocásticos...............................63
IEE019 – Estatística Computacional I..........................64
5o Período
IEE020 – Métodos Não Paramétricos.............................65
IEE016 – Introdução à Inferência Bayesiana....................66
IEE022 – Estatística Computacional II.........................67
IEE013 – Estatística e Mercado................................68
IEE023 – Modelos de Regressão I...............................69
44
6o Período
IEE024 – Estatística Multivariada.............................70
IEE025 – Séries Temporais.....................................71
IEE026 – Modelos de Regressão II..............................72
7o Período
IEE027 – Trabalho de Conclusão de Curso I.....................73
IEE028 – Modelos Lineares Generalizados.......................74
IEE029 – Análise de Sobrevivência.............................75
8o Período
IEE030 – Trabalho de Conclusão de Curso II....................76
45
Disciplina
Cálculo I
Pré–Requisito
Crédito
Carga Horária
Código
IEM011
Código
Total
6
90
Teórica
6
90
Prática
0
00
Objetivos
Estudar o Cálculo Diferencial e Integral para uma variável.
Estudar o teorema fundamental do Cálculo Diferencial e Integral.
Reconhecer as consequências e obter contra-exemplos de cada teorema.
Estudar Aplicações do Cálculo.
Ementa
Funções. Gráficos e Curvas. Limite e Continuidade. A Derivada. A Regra da Cadeia. O
Teorema do Valor Médio. Funções Inversas. Integração. Teorema. Fundamental do
Cálculo. Integrais Impróprias. Técnicas de Integração. Aplicação de Integrais.
Bibliografia
Ávila, G. S. S. (2003). Cálculo. Vol. 1. 7a ed. Livro Técnico e Científico.
Guidorizzi, H. (2001). Um Curso de Cálculo. Vol 1. 5a ed. Livro Técnico e Científico.
Swokowski, E. W. (2000). Cálculo com Geometria Analítica. 2a ed. Makron Books.
46
Disciplina
Introdução à Programação de Computadores
Pré–Requisito
Crédito
Carga Horária
Total
3
60
Código
IEC037
Código
Teórica
2
30
Prática
1
30
Objetivos
Apresentar aos alunos fundamentos sobre desenvolvimentos em algoritmos, programação
de computadores digitais, seu funcionamento e sua aplicação na resolução de problemas
de caráter geral e específico. Apresentar os conceitos gerais de informática.
Ementa
Noções sobre Computadores. Programação Estruturada: desenvolvimento de algoritmos,
procedimentos e funções. Implementação de algoritmos usando uma Linguagem de
Programação. Estrutura de Dados Básicas: Vetores e Matrizes.
Bibliografia
Deitel H. M., Deitel P. J. (1999). Como Programar em C. LTC.
Forbellone, A. L. V. (2000). Lógica de Programação. Editora Makron Books.
Magalhães Netto, J. F., Barreto, R. S., Caldas, R. B. (1999). Apostila de Introdução à
Ciência dos Computadores. Departamento de Ciência da Computação, Universidade
Federal do Amazonas.
Schildt, H. (1996). C Completo e Total. Editora Makron Books.
Velloso, F. C. (1999). Informática Conceitos Básicos. Editora Campus.
47
Disciplina
Álgebra Linear I
Pré–Requisito
Crédito
Carga Horária
Código
IEM012
Código
Total
4
60
Teórica
4
60
Prática
0
00
Objetivos
Estabelecer critérios para o tratamento de problemas de natureza vetorial, encontrados em
diversas situações práticas como: linearidade, representação de grandeza física,
programação linear e outras.
Ementa
Matrizes. Cálculo de Determinantes. Sistemas de Equações Lineares. Vetores. Equações
da Reta e do Plano. Ângulos. Distância e Intersecções. Geometria Analítica Plana.
Bibliografia
Boldrini, J. L., Costa, S. I. R., Figueiredo, V. L. e Wetzler, H. G. (1986). Álgebra
Linear. 3a ed. Harbra.
Boulos, P. & Camargo, I. (2005). Geometria analítica: Um Tratamento Vetorial. 3a ed.
Prentice Hall.
Steinbruch, A. & Winterle, P. (1987). Geometria Analítica. 2a ed. Makron Books.
48
Disciplina
Pré–Requisito
Crédito
Carga Horária
Código
IEE012
Código
Total
4
75
Teórica
3
45
Prática
1
30
Objetivos
Introduzir noções de análise de dados univariados e multivariados.
Capacitar o aluno a utilizar ferramentas computacionais para resolução de problemas a
nível exploratório.
Ementa
Edição de texto, planilha eletrônica e internet. Análise de dados univariados,
comparação de duas ou mais amostras univariadas, análise de dados bivariados,
suavização, análise de tabelas de dupla entrada, análise de dados multivariados.
Bibliografia
Bussab, W. O. e Morettin, P. A. (2009). Estatística Básica. 6a ed. Editora Saraiva.
Everitt, B. S. (1992). The Analysis for Contingency Tables. 2a ed. Chapman & Hall.
Hoaglin, D. C., Mosteller, F. e Tukey, J. W. (1983). Understanding Robust and
Exploratory Data Analysis. John Wiley & Sons.
McNeil, R. D. (1977). Interactive Data Analysis: a Practical Primer. John Wiley & Sons.
Velloso, F. D. (2003). Informática – Conceitos Básicos. Editora Campus.
49
Disciplina
Pré–Requisito
Crédito
Carga Horária
Código
IHP164
Código
Total
4
60
Teórica
4
60
Prática
0
00
Objetivos
Melhorar, através de exercícios práticos e direcionados, o desempenho do estudante
quanto à utilização das modalidades escrita e oral da língua Portuguesa, particularmente
dirigido à área de Estatística.
Ementa
Técnica de Redação. Redação Técnica e Administrativa. Instrumentação Gramatical.
Bibliografia
Adriano, J. e Ricardo, J. (1980). Português, Série Instrumental. 3a ed. Editora Ao Livro
Técnico.
Cunha, C. F. e Cintra, L. F. L. (1995). Nova Gramática do Português Contemporâneo.
2a ed. Nova Fronteira.
Garcia, O. M. (1990). Comunicação em Prosa Moderna. Fundação Getúlio Vargas.
Soares, M. B. e Campos, E. N. (1978). Técnica de Redação. Editora ao Livro Técnico.
50
Disciplina
Cálculo II
Pré–Requisito
Cálculo I
Crédito
Carga Horária
Total
6
90
Teórica
6
90
Código
IEM021
Código
IEM011
Prática
0
00
Objetivos
Ao final do curso o aluno deverá ser capaz de saber conceitos e operações básicas sobre
funções de várias variáveis; ter noção sobre derivação de vetores, Regra da Cadeia,
Séries; compreender problemas envolvendo máximos e mínimos; conhecer as derivadas
de ordem superiores e derivada direcional; conhecer as integrais múltiplas assim como
sua interpretação geométrica; saber resolver problemas envolvendo as integrais múltiplas.
Ementa
Derivação de Vetores. Regra da Cadeia. Funções de Várias Variáveis. Derivada
Diferencial. Derivada de Ordem Superior. Máximos e Mínimos. Funções Potenciais e
Integrais de Linha. Integrais Múltiplas. Mudança de Variável na Integral. Teorema de
Green. Fórmula de Taylor e Séries.
Bibliografia
Ávila, G. S. S. (2003). Cálculo. Vol. 1. 7a ed. Livro Técnico e Científico.
Guidorizzi, H. (2001). Um Curso de Cálculo. Vol 2. 5a ed. LTC.
51
Disciplina
Probabilidade I
Pré–Requisito
Cálculo I
Crédito
Carga Horária
Total
6
90
Teórica
6
90
Código
IEE201
Código
IEM011
Prática
0
00
Objetivos
Compreender os princípios básicos de probabilidade para aplicações em teorias
estatísticas.
Aplicar os conceitos fundamentais da teoria da probabilidade.
Modelar fenômenos reais utilizando a teoria da probabilidade.
Ementa
Conceitos básicos de probabilidade. Métodos de contagem. Probabilidade condicional e
independência. Variável aleatória e distribuição de probabilidade. Função de variável
aleatória. Características de uma variável aleatória. Principais modelos discretos.
Principais modelos contínuos.
Bibliografia
Dantas, C. A. B. (2008). Probabilidade: Um Curso Introdutório. 3a ed. Edusp.
Hoel, P. G., Port, S. C., e Stone, C. J. (1978). Introdução à Teoria da Probabilidade.
Interciência.
Larson, H. J. (1982). Introduction to Probability Theory and Statistical Inference. 3a ed.
John Wiley.
Meyer, P. L. (2006). Probabilidade: Aplicações à Estatística. 2a ed. LTC.
Ross, S. M. (2010). Probabilidade: Um curso moderno com aplicações. 8a ed. Bookman
Companhia Editora.
52
Disciplina
Geração e Uso de Base de Dados
Pré–Requisito
Crédito
Carga Horária
Código
IEC048
Código
Total
3
45
Teórica
3
45
Prática
0
00
Objetivos
Proporcionar aos alunos conhecimento sobre os referenciais teóricos que fundamentam à
geração e uso de bases de dados e sistemas de recuperação da informação.
Ementa
Conceitos básicos. Organização de dados. Modelagem de dados. Modelos de dados.
Projeto e implementação de base de dados. Sistemas de recuperação de base de dados.
Bibliografia
Date, C. J. (1988). Bancos de Dados – Tópicos Avançados. Editora Campus.
Date, C. J. (1994). Bancos de Dados – Introdução aos Sistemas de Bancos de Dados.
Tradução da 4ª edição, Editora Campus.
Korth, H. F., Silberschatz,A. (1993). Sistemas de Banco de Dados. McGraw-Hill.
Setzer, V. W. (1989). Bancos de Dados – Conceitos e Modelos. Edgard Blücher.
53
Disciplina
Álgebra Linear II
Pré–Requisito
Álgebra Linear I
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEM022
Código
IEM012
Prática
0
00
Objetivos
Prover a base em teoria de matrizes para o desenvolvimento de outras disciplinas,
especialmente as metodológicas.
Ementa
Espaços Vetoriais. Aplicações Lineares. Núcleo e Imagem. Aplicações Lineares e
Matrizes. Produto Interno. Formas Bilineares.
Bibliografia
Boldrini, J. L., Costa, S. I. R., Figueiredo, V. L. e Wetzler, H. G. (1986). Álgebra
Linear. 3a ed. Harbra.
Hoffman, K. (2010). Linear Algebra. Prentice Hall.
Lima, E. L. (2008). Álgebra Linear. 7a ed. Coleção Matemática Universitária/IMPA.
54
Disciplina
Pré–Requisito
Crédito
Carga Horária
Código
IHE130
Código
Total
4
60
Teórica
4
60
Prática
0
00
Objetivos
Capacitar os alunos a usar devidamente as técnicas e estratégias de leitura que lhes
facilitem a compreensão de textos de interesse geral e específico de sua área acadêmica.
Ao final do curso os alunos deverão estar habilitados a:
 Ler um texto rapidamente para obter a idéia geral (SKIMMING);
 Ler um texto rapidamente para localizar informações específicas
(SCANNING);
 Ler um texto cuidadosamente para encontrar os pontos gramaticais;
 Ler um texto detalhadamente para total compreensão;
 Ler um texto cuidadosamente para fazer julgamentos críticos;
 Ativar o conhecimento prévio na leitura.
Ementa
Estudo do discurso de textos autênticos de interesse geral e específico. Noções e
funções do texto. Estratégias de leitura. Análise do sistema lingüístico-gramatical da
língua inglesa.
Bibliografia
Contemporary English Dictionary, 1997.
Murphy, R. (1990). Essential Grammar in Use. Cambridge University Press.
Oliveira, S. R. F. (1998). Estratégias de Leitura para Inglês Instrumental. Editora UNB.
Rangel, M. (1990). Dinâmicas de Leitura para sala de aula. Vozes.
Silva, J. A. C.; Garrido, M. L. e Barreto, T. P. (1995). Inglês Instrumental: Leitura e
Compreensão de Textos. Centro Editorial e Didático da UFBA.
Vieira, L. C. F. (1999). Projeto Ensino de Inglês Instrumental. UFC.
55
Disciplina
Introdução à Análise
Pré–Requisito
Cálculo II
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEM106
Código
IEM021
Prática
0
00
Objetivos
Ao final do curso o aluno deve conhecer e aplicar os conceitos formais, definições e
principais teoremas, sobre números reais, sequências, séries, topologia na reta, limite e
continuidade de funções de uma variável real, cálculo diferencial e integral.
Ementa
Números Reais. Sequências e Séries de Números Reais. Noções de Topologia da Reta.
Funções Contínuas. Derivada. Integral de Riemann.
Bibliografia
Ávila, G. S. S. (2001). Introdução à Análise Matemática. 2a ed. Edgard Blücher.
Lima, E. L. (2009). Análise Real: Funções de uma Variável. Vol. 1. 10a ed. Coleção
Matemática Universitária/IMPA.
Lima, E. L. (2009). Curso de Análise. Vol. 1. 12a ed. Projeto Euclides/IMPA.
56
Disciplina
Pré–Requisito
Probabilidade I
Crédito
Carga Horária
Total
5
90
Teórica
4
60
Código
IEE014
Código
IEE201
Prática
1
30
Objetivos
Aplicar, em nível introdutório, técnicas inferenciais de estimação de parâmetros e testes
de hipóteses sob a suposição de normalidade.
Introduzir procedimentos inferenciais através de um forte apelo intuitivo e apoio
computacional.
Ementa
População e amostra. Distribuições amostrais. Estimação pontual. Intervalos de
confiança. Testes de hipóteses.
Bibliografia
Bussab, W.O. e Morettin, P.A. (2009). Estatística Básica. 6a ed. Editora Saraiva
Crawley, M.J. (2005). Statistics: An Introduction using R. John Wiley & Sons.
Dalgaard, P. (2008). Introductory Statistics with R. Springer.
Lavine, M. (2007). Introduction to Statistical Thought. Disponível
http://textbookrevolution.org/index.php/Book:Introduction_to_Statistical_Thought
em
57
Disciplina
Probabilidade II
Pré–Requisito
Probabilidade I
Crédito
Carga Horária
Total
6
90
Teórica
6
90
Código
IEE302
Código
IEE201
Prática
0
00
Objetivos
Dar aos alunos os conhecimentos básicos dos fundamentos da probabilidade necessários
para um embasamento teórico que esses alunos deverão utilizar com propriedade nas
disciplinas técnicas do Curso de Estatística.
Ementa
Vetores aleatórios. Distribuição conjunta. Características de um vetor aleatório. Funções
de vetor aleatório. Função Geradora de Momentos. Distribuições e esperanças
condicionais. Lei dos grandes números. Teorema central do limite.
Bibliografia
Dantas, C. A. B. (2008). Probabilidade: Um Curso Introdutório. 3a ed. Edusp.
Hoel, P. G., Port, S. C. e Stone, C. J. (1978). Introdução à Teoria da Probabilidade.
Interciência.
Larson, H. J. (1982). Introduction to Probability Theory and Statistical Inference. 3a ed.
John Wiley.
Meyer, P. L. (2006). Probabilidade: Aplicações à Estatística. 2a ed. LTC.
Ross, S. M. (2010). Probabilidade: Um Curso Moderno com Aplicações. 8a ed. Bookman
Companhia Editora.
58
Disciplina
Inglês Instrumental II
Pré–Requisito
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IHE176
Código
IHE130
Prática
0
00
Objetivos
Aperfeiçoar a capacidade de leitura e compreensão de textos didáticos e técnicos em
língua inglesa.
Ao final do curso, o aluno deverá ser capaz de:
 Ler um texto rapidamente para obter a idéia geral, localizar informações
específicas e compreender os detalhes do texto;
 Ler e compreender informações não-verbais como gráficos, mapas e similares;
 Ler, identificar e compreender os itens do discurso e gramaticais em textos
didáticos e técnicos em língua inglesa;
 Identificar grupos nominais para melhor compreender textos em língua inglesa;
Ementa
Níveis de compreensão. Objetivos de leitura. Técnicas de leitura. Estudo de gêneros
textuais. Compreensão de gráficos, tabelas, mapas e similares. Estudo de itens do
discurso e gramaticais: referentes contextuais, sinalizadores da função retórica, grupos
nominais, afixos, uso dos afixos –ing e –ed como substantivo e adjetivo. Como fazer
anotações.
Bibliografia
Freire, P. (1994). A importância do ato de ler: em três artigos que se completam. Cortez.
Monteiro, M. F. C. (2007). Markers of the Rhetorical Function. Apostila elaborada para
uso em aulas de Inglês Instrumental na UFAM (mímeo).
Monteiro, M. F. C. (2009). Representações de professores de inglês em serviço sobre a
Abordagem Instrumental: um estudo de caso. Dissertação (Mestrado em Lingüística
Aplicada e estudos da Linguagem) Pontifícia Universidade Católica de São Paulo.
Oliveira, S. R. F. (1998). Estratégias de Leitura para Inglês Instrumental. Editora UnB
Souza, A. G. F.; et al. (2005). Leitura em Língua Inglesa: uma abordagem instrumental.
DISAL.
59
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
6
90
Teórica
6
90
Código
IEE015
Código
IEE014
Prática
0
00
Objetivos
Desenvolver os principais resultados inferenciais a partir de argumentos que envolvam a
necessidade de descrição adequada de fenômenos aleatórios.
Aplicar técnicas inferenciais gerais de estimação de parâmetros e testes de hipóteses em
modelos específicos.
Ementa
Conceitos básicos sobre amostras aleatórias. Amostras aleatórias de uma população com
distribuição normal. Estatísticas de ordem. Estatísticas suficientes. Estatísticas ancilares.
Estatísticas completas. Estimação pelo método dos momentos. Estimação por máxima
verossimilhança. Métodos para avaliar estimadores: o erro quadrático médio e o vício.
Estimadores não viciados ótimos. Testes de razão de verossimilhança. Testes mais
poderosos e uniformemente mais poderosos. Métodos para encontrar intervalos de
confiança. Intervalos de confiança ótimos.
Bibliografia
Bickel, P. J. e Doksum, K. A. (2006). Mathematical Statistics, Updated Printing. 2a ed.
Prentice Hall.
Bolfarine H. e Sandoval, M. C. (2001). Introdução à Inferência Estatística. SBM.
Casella, G. e Berger, R. L. (2002). Statistical Inference, 2a ed. Duxbury.
Hogg, R. V. e Tanis, E. (2010). Probability and Statistical Inference. 8a ed. Prentice Hall.
Lavine, M. (2007). Introduction to Statistical Thought. Disponível
http://textbookrevolution.org/index.php/Book:Introduction_to_Statistical_Thought
em
Wasserman, L. (2010). All of Statistics: A Concise Course in Statistical Inference.
Springer.
60
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
4
75
Teórica
3
45
Código
IEE021
Código
IEE014
Prática
1
30
Objetivos
Capacitar os alunos no delineamento das principais técnicas de amostragem, com ênfase
na formatação dos protocolos amostrais.
Capacitar os alunos a discernir entre os principais tipos de pesquisas na estatística.
Ementa
Tipos de Pesquisas em Estatística. Levantamento e Experimentação. Principais
Técnicas de Amostragem Probabilística. Amostragem Estratificada. Amostragem em
Vários Estágios (Conglomerado). Amostragem Sistemática. Construir experimentos.
Bibliografia
Bolfarine, H. e Bussab, W. O. (2005). Elementos de Amostragem. Edgard Blücher.
Cochram, W. G. (1977). Sampling Techniques. 3ª ed. John Wiley & Sons.
Fundação Instituto Brasileiro de Geografia e Estatística (IBGE). (1991). Pesquisa
Nacional por Amostra de Domicílios (PNAD): Para compreender a PNAD. Rio de
Janeiro.
Montgomery, D. C. (2009). Design and Analysis of Experiments. 7a ed. John Wiley &
Sons.
Silva, N. N. da (2004). Amostragem Probabilística. 2a ed. Edusp.
61
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
4
75
Teórica
3
45
Código
IEE017
Código
IEE014
Prática
1
30
Objetivos
Capacitar os alunos a monitorar processos industriais e de serviços. Prover o
entendimento das principais ferramentas estatística da qualidade.
Disponibilizar aplicativos computacionais para o monitoramento de processos e da
qualidade.
Ementa
Filosofia da estatística da qualidade. Gráficos de Controle por Variáveis. Análise da
Capacidade de Processos. Gráficos de Controle para Processos Autocorrelacionados.
Gráficos de Controle para Soma Acumulada (CUSUM) e para Média Exponencialmente
Ponderada (EWMA). Gráficos para Atributos. Inspeção de Qualidade. Monitoramento de
processos multivariados.
Bibliografia
Box, G. E. P., Luceno, A. e Paniagua–Quinones, M. (2009). Statistical Control by
Monitoring and Adjustment. Wiley Series.
Colosimo, B. M. e Castillo, E. (2007). Bayesian Process Monitoring, Control and
Optimization. Chapman & Hall/CRC.
Costa, A . F. B. (2007). Controle Estatístico de Qualidade. 2a ed. Atlas.
Montgomery, D. C. (2004). Introdução ao Controle Estatístico da Qualidade. 4a ed. LTC
Editora S/A.
Montgomery, D. C. (2008). Introduction to Quality Control. 5a ed. Wiley & Sons.
62
Disciplina
Pré–Requisito
Probabilidade II
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEE018
Código
IEE302
Prática
0
00
Objetivos
Apresentar resultados da teoria elementar de probabilidade aplicada ao estudo de
processos estocásticos e os principais modelos desses processos.
Ementa
Classificação e caracterização de processos estocásticos. Cadeia de Markov à parâmetro
discreto. Cadeia de Markov à parâmetro contínuo. Processo de Poisson. Processo de
Renovação.
Bibliografia
Grimmett, G. R. e Stirzaker, D. R. (2001). Probability and Random Processes. 3a ed.
Oxford University Press.
Hoel, P. G., Port, S. C. e Stone, C. J. (1972). Introduction to Stochastic Processes.
Waveland Press.
Karlin, S. e Taylor, H. M. (1975). A First Course in Stochastic Processes. 2a ed.
Academic Press.
Karlin, S. e Taylor, H. M. (1998). An Introduction to Stochastic Modeling. 3a ed.
Academic Press.
Ross, S. M. (2010). Introduction to Probability Models. 10a ed. Academic Press.
63
Disciplina
Pré–Requisito
Introdução à Programação de Computadores
Total
3
Crédito
60
Carga Horária
Teórica
2
30
Código
IEE019
Código
IEE037
IEC014
Prática
1
30
Objetivos
Utilizar métodos de simulação estocástica como uma ferramenta para análise de dados.
Aplicar técnicas numéricas na resolução de problemas inferenciais.
Ementa
Solução numérica de equações; Integração numérica; Geração de variáveis aleatórias;
Integração de Monte Carlo.
Bibliografia
Arenales, S. e Darezzo, A. (2008). Cálculo Numérico. Thomson.
Gentle, J. E. (2002). Elements of Computational Statistics. Springer Verlag.
Givens, G.H. e Hoeting, J. A. (2005). Computational Statistics. John Wiley & Sons.
Jones, O., Maillardet, R. e Robinson, A. (2009). Introduction to Scientific Programming
and Simulation Using R. Chapman & Hall.
Robert, C. P. e Casella, G. (2010). Introducing Monte Carlo Methods With R. Springer
Verlag.
64
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
4
75
Teórica
3
45
Código
IEE020
Código
IEE014
Prática
1
30
Objetivos
Fornecer aos estudantes do curso de Graduação em Estatística, conhecimentos de testes
de hipóteses e estimação de densidades.
Ementa
Métodos estatísticos não–paramétricos. Testes para o caso de uma amostra. Testes para
duas amostras relacionadas. Testes para duas amostras independentes. Testes para K–
amostras relacionadas. Testes para K–amostras independentes. Medidas de correlação e
seus testes de significância. Suavização. Estimação de curvas não paramétricas. Tópicos
de regressão não paramétrica.
Bibliografia
Conover, W. J. (1998). Pratical Nonparametric Statistics. 3a ed. John Wiley & Sons.
Gibbons, J. D. e Chakraborti, S. (2003). Nonparametric Statistical Inference. Marcel
Dekker Inc.
Härdle, W. (1990). Applied Nonparametric Regression. Cambridge University Press.
Härdle, W. (1990). Smoothing Techniques: With Implementation in S. Springer–Verlag.
Siegel, S. e Castellan, N. J. (2006). Estatística Não–Paramétrica para Ciências do
Comportamento. 2a ed. Artmed.
Wasserman, L. (2006). All of Nonparametric Statistics. Springer–Verlag.
65
Disciplina
Pré–Requisito
Probabilidade II
Crédito
Carga Horária
Total
3
60
Teórica
2
30
Código
IEE016
Código
IEE302
Prática
1
30
Objetivos
Apresentar os métodos tradicionais de inferência bayesiana para modelos discretos,
contínuos e multivariados.
Ementa
Noções de probabilidade subjetiva. Teorema de Bayes. Prioris para família exponencial.
Priori de Jeffreys. Inferência para dados binomiais e Poisson. Inferência para dados
Normais. Resultados assintóticos. Adequação de modelos.
Bibliografia
Albert, J. (2009). Bayesian Statistics with R. 2a ed. Springer.
Berry, D. A. (1995). Statistics: A Bayesian Perspective. Duxbury Press.
Gelman, A., Carlin, J. B., Stern, H. S. e Rubin, D. B. (2004). Bayesian Data Analysis. 2a
ed. Chapman & Hall/CRC.
Robert, C. P. (2007). The Bayesian Choice: From Decision–Theoretic Foundations to
Computational Implementation. 2a ed. Springer.
66
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
3
60
Teórica
2
30
Código
IEE022
Código
IEE015
IEE019
Prática
1
30
Objetivos
Utilizar métodos de simulação estocástica como uma ferramenta para análise de dados.
Aplicar técnicas numéricas na resolução de problemas inferenciais.
Ementa
Algoritmo EM. MCMC. Bootstrap. Estimação de densidades.
Bibliografia
Gamerman, D., Lopes, H. F. (2006). Markov Chain Monte Carlo: Stochastic Simulation
for Bayesian Inference. Chapman and Hall/CRC.
Gentle, J. E. (2002). Elements of Computational Statistics. Springer Verlag.
Givens, G. H. e Hoeting, J. A. (2005). Computational Statistics. John Wiley & Sons.
Jones, O., Maillardet, R. e Robinson, A. (2009). Introduction to Scientific Programming
and Simulation Using R. Chapman & Hall.
Robert, C. P. e Casella, G. (2010). Introducing Monte Carlo Methods With R. Springer
Verlag.
67
Disciplina
Pré–Requisito
Crédito
Carga Horária
Código
IEE013
Código
Total
1
30
Teórica
0
00
Prática
1
30
Objetivos
Introduzir o acadêmico na legislação vigente sobre a profissão de Estatístico.
Mostrar as pesquisas realizadas e em andamento pelos professores do Curso.
Dar ao aluno conhecimento do mercado de trabalho em Estatística.
Ementa
Apresentação e discussão de temas de interesse do Curso. Apresentação de seminários por
especialistas nas áreas de interesse do Curso. Apresentação de seminários individuais por
professores do Curso abordando temas relacionados com sua linha de pesquisa.
Bibliografia
Sem bibliografia.
68
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
5
90
Teórica
4
60
Código
IEE023
Código
IEE015
Prática
1
30
Objetivos
Utilizar modelos de regressão normal linear para fazer inferências em torno da relação
entre variáveis relevantes para um determinado fenômeno sob investigação.
Proceder a estimação e testes em modelos de regressão normal linear, explicando assim
como a variabilidade de uma determinada variável é influenciada por outras variáveis
relacionadas ao fenômeno sob investigação.
Ementa
Regressão linear simples e múltipla: estimação pontual e por intervalo, testes de
hipóteses, previsão. Análise de adequação do modelo de regressão linear. Transformações
e
mínimos quadrados ponderados. Diagnósticos.
Regressão
polinomial.
Multicolinearidade.
Bibliografia
Draper, N. R. e Smith, H. (1998). Applied Regression Analysis. 3a ed. John Wiley &
Sons.
Faraway, J. J. (2004). Linear Models with R. Chapman & Hall/CRC.
Maindonald J. e Brown J. (2007). Data Analysis and Graphics Using R: An Example–
Based Approach. 2a ed. Cambridge University Press.
Montgomery, D. C., Peck, E. A. e Vining, G. G. (2006). Introduction to Linear
Regression Analysis. 4a ed. John Wiley & Sons.
69
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
5
90
Teórica
4
60
Código
IEE024
Código
IEE015
Prática
1
30
Objetivos
Apresentar procedimentos de estatística descritiva para dados multivariados,
procedimentos de inferência estatística em populações normais multivariadas e as
principais técnicas específicas para a análise de dados multivariados.
Ementa
Análise descritiva de dados multivariados. Vetores aleatórios. Amostra aleatória
multivariada. Distribuição normal multivariada. Estimação e teste de hipóteses em
populações normais multivariadas. Análise de componentes principais. Análise fatorial.
Análise de correlação canônica. Análise discriminante. Análise de agrupamentos. Análise
de Correspondência.
Bibliografia
Ferreira, D. F. (2008). Estatística Multivariada. Editora da UFLA.
Izenman, A. J. (2008). Modern Multivariate Statistical Techniques. Regression,
Classification, and Manifold Learning. Springer.
Johnson, R. A. e Wichern, D. W. (2008). Applied Multivariate Statistical Analysis. 6a
ed. Prentice Hall.
Mardia, K. V., Kent, J. T. e Bibby, J. M. (1980). Multivariate Analysis. Academic Press.
Mingotti, S. A. (2005). Análise de Dados Através de Métodos de Estatística
Multivariada – Uma Abordagem Aplicada. Editora da UFMG.
70
Disciplina
Séries Temporais
Pré–Requisito
Crédito
Carga Horária
Total
5
90
Teórica
4
60
Código
IEE025
Código
IEE018
Prática
1
30
Objetivos
Utilizar as técnicas tradicionais de suavização e modelagem Box–Jenkins para fazer
inferências e previsão de dados de séries temporais levando em conta ocorrências de curta
ou longa dependência dos dados e sazonalidade.
Ementa
Modelos para série temporais. Tendência e sazonalidade. Modelos de alisamento
exponencial. Modelos ARIMA. Modelos Sazonais. Modelos de Função de Transferência.
Processos com Memória Longa.
Bibliografia
Box, G. E. P., Jenkins, G. M. e Reinsel, G. C. (2008). Time Series Analysis: Forecasting
and Control. 4a ed. Wiley.
Cowpertwait, P. S. P. e Metcalfe, A. V. (2009). Introductory Time Series With R.
Springer.
Cryer, J. D. e Chan, K-S. (2008). Time Series Analysis: With Applications in R. 2a ed.
Springer.
Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press.
Morettin, P. A. e Toloi, C. M. C. (2008). Análise de Séries Temporais. 2a ed. Edgard
Blücher.
Shumway, R. H. e Stoffer, D. S. (2006). Time Series Analysis and Its Applications: With
R Examples. 2a ed. Springer.
Wei, W. W. S. (2006). Time Series Analysis: Univariate and Multivariate Methods. 2a ed.
Addison–Wesley.
71
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
5
90
Teórica
4
60
Código
IEE026
Código
IEE023
Prática
1
30
Objetivos
Utilizar modelos de regressão normal linear para fazer inferências em torno da relação
entre variáveis relevantes para um determinado fenômeno sob investigação.
Proceder a estimação e testes em modelos de regressão normal linear, explicando assim
como a variabilidade de uma determinada variável é influenciada por outras variáveis
relacionadas ao fenômeno sob investigação.
Ementa
Delineamento inteiramente ao acaso. Delineamento em bloco ao acaso. Experimentos
fatoriais. Modelo de efeitos fixos, aleatórios e mistos. Análise de covariância. Regressão
não linear.
Bibliografia
Draper, N. R. e Smith, H. (1998). Applied Regression Analysis. 3a ed. John Wiley &
Sons.
Faraway, J. J. (2005). Linear Models with R. Chapman & Hall/CRC.
Jørgensen, B. (1993). Theory of Linear Models. Chapman & Hall/CRC.
Maindonald, J. e Brown, J. (2007). Data Analysis and Graphics Using R: An Example–
Based Approach. 2a ed. Cambridge University Press.
Montgomery, D. C. (2008). Design And Analysis Of Experiments. 7a ed. Wiley–
Interscience.
Montgomery, D. C., Peck, E. A. e Vining, G. G. (2006). Introduction to Linear
Regression Analysis. 4a ed. Wiley–Interscience.
72
Disciplina
Trabalho de Conclusão de Curso I
Pré–Requisito
Crédito
Carga Horária
Total
7
210
Teórica
0
0
Código
IEE027
Código
IEE026
IEE024
Prática
7
210
Objetivos
Instruir os alunos sobre normas e técnicas para elaboração da monografia.
Propor o projeto de monografia.
Elaborar a revisão bibliográfica.
Ementa
Participação em seminários de metodologia científica. Elaboração da proposta de projeto
de monografia. Elaboração da revisão bibliográfica da monografia.
Bibliografia
Barros, A. J. P. e Lehfeld, N. A. S. (2004). Projeto de Pesquisa: Propostas
Metodológicas. 15a ed. Vozes.
Creswell, J. W. (2007). Projeto de Pesquisa: Método Qualitativo, Quantitativo e Misto.
Artmed.
Lakatos, E. M. e Marconi, M. A. (2005). Fundamentos de Metodologia Científica. 6a ed.
Atlas.
Marconi, M. A. e Lakatos, E. M. (2008). Técnicas de Pesquisa: Planejamento e
Execução de Pesquisas, Amostragens e Técnicas de Pesquisa, Elaboração, Análise e
Interpretação de Dados. 7a ed. Atlas.
Severino, A. J. (2007). Metodologia do Trabalho Científico. 23a ed. Cortez.
73
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
5
90
Teórica
4
60
Código
IEE028
Código
IEE023
Prática
1
30
Objetivos
Utilizar extensões do modelo de regressão normal linear para fazer inferências em torno
da relação entre variáveis relevantes para um determinado fenômeno sob investigação.
Proceder à estimação e testes em extensões do modelo de regressão normal linear.
Ementa
Estimação em modelos lineares generalizados. Testes de hipóteses em modelos lineares
generalizados. Diagnóstico em modelos lineares generalizados. Modelos de regressão
para dados binários. Modelos de regressão para dados de contagem.
Bibliografia
Dobson, A. J. e Barnett, A. (2008). An Introduction to Generalized Linear Models. 3a ed.
Chapman & Hall/CRC.
Faraway, J. J. (2005). Extending the Linear Model with R: Generalized Linear, Mixed
Effects and Nonparametric Regression Models. Chapman & Hall/CRC.
McCulloch, C. E., Searle, S. R. e Neuhaus, J. M. (2008). Generalized, Linear, and Mixed
Models. 2a ed. John Wiley & Sons.
Myers, R. H., Montgomery, D. C., Vining, G. G. e Robinson, T. J. (2010). Generalized
Linear Models: with Applications in Engineering and the Sciences. 2a ed. John Wiley &
Sons.
Paula, G. A. (2004). Modelos de Regressão. IME–USP.
74
Disciplina
Pré–Requisito
Crédito
Carga Horária
Total
3
60
Teórica
2
30
Código
IEE029
Código
IEE015
Prática
1
30
Objetivos
Utilizar métodos mais específicos em modelos paramétricos e não–paramétricos para
observações de tempo de vida.
Ementa
Dados de sobrevivência. Função de sobrevivência. Métodos não–paramétricos de
estimação da função de sobrevivência . Métodos paramétricos de tempos de vida. Principais
distribuições do tempo de vida. Modelo Aditivo de Aalen. Censura intervalar e dados
grupados.
Bibliografia
Colossimo, E. A. e Giolo. S. R. (2006). Análise de Sobrevivência Aplicada. Edgar
Blücher.
Cox, D. R. e Oakes, D. (1984). Analysis of Survival Data. Chapman & Hall/CRC.
Lawless, J. F. ( 2002). Statistical Models and Methods for Lifetime Data.2a ed. John
Wiley & Sons.
Lee, E. T. e Wang, J. W. (2003). Statistical Methods for Survival Data Analysis. 3a ed.
John Wiley & Sons.
75
Disciplina
Trabalho de Conclusão de Curso II
Pré–Requisito
Séries Temporais
Trabalho de Conclusão de Curso I
Crédito
Carga Horária
Total
8
240
Teórica
0
0
Código
IEE030
Código
IEE016
IEE017
IEE020
IEE021
IEE022
IEE025
IEE027
IEE028
IEE029
Prática
8
240
Objetivos
Permitir ao discente a prática da pesquisa de cunho profissional, ainda no ambiente
estudantil, bem como a defesa das conclusões alcançadas em tal pesquisa, perante uma
banca de docentes.
Ementa
Elaboração de monografia final de curso com base em projeto anteriormente elaborado,
considerando as exigências teórico-metodológicas e relacionado com um tópico de
pesquisa na área de Estatística, sob a orientação de um professor.
Bibliografia
Lakatos, E. M. e Marconi, M. A. (2005). Fundamentos de Metodologia Científica. 6a ed.
Atlas.
Marconi, M. A. e Lakatos, E. M. (2008). Técnicas de Pesquisa: Planejamento e
Execução de Pesquisas, Amostragens e Técnicas de Pesquisa, Elaboração, Análise e
Interpretação de Dados. 7a ed. Atlas.
Salomon, D. V. (2004). Como Fazer uma Monografia. 11a ed. Martins Fontes.
Severino, A. J. (2007). Metodologia do Trabalho Científico. 23a ed. Cortez.
76
4.2 Disciplinas Optativas
IEE023 – Análise de Dados Longitudinais........................78
IEE032 – Confiabilidade de Sistemas............................79
IEE033 – Inferência Bayesiana..................................80
IEE034 – Introdução ao Reconhecimento Estatístico de Padrões...81
IEE035 – Modelos Lineares Dinâmicos............................82
IEE036 – Pesquisa Operacional..................................83
IEE037 – Séries Temporais no Domínio da Frequência.............84
IEE038 – Tópicos em Séries Temporais...........................85
IEE039 – Tópicos em estatística Espacial.......................86
IEE040 – Tópicos em Monitoramento Estatístico..................87
IEE041 – Tópicos em Inferência Estatística I...................88
IEE042 – Tópicos em Inferência Estatística II..................89
IEE043 – Tópicos em Probabilidade I............................90
IEE044 – Tópicos em Probabilidade II...........................91
IEM141 – Equações Diferenciais Ordinárias......................92
IEM231 – Cálculo Avançado......................................93
FAA011 – Introdução à Administração............................94
FAE101 – Introdução à Economia A...............................95
FAE206 – Empreendedorismo......................................96
FEN024 – Libras – Língua Brasileira de Sinais..................97
77
Disciplina
Análise de Dados Longitudinais
Pré–Requisito
Crédito
Carga Horária
Total
3
60
Teórica
2
30
Código
IEE031
Código
IEE023
Prática
1
30
Objetivos
Fornecer métodos estatísticos básicos para a análise de dados longitudinais que consistem em
medidas repetidas de indivíduos ao longo do tempo. O foco do curso é a modelagem da variável
resposta levando-se em consideração a dependência das observações repetidas intra-indivíduo.
Ementa
Conceitos básicos e exemplos de dados longitudinais. Análise exploratória. Estruturas de correlação.
Modelo linear normal com erros correlacionados. Modelo de efeitos aleatórios. Equações de
estimação generalizadas.
Bibliografia
Bruner, E., Domhof, S. & Langer, F. (2002). Nonparametric analysis of longitudinal data in
factorial experiments. John Wiley.
Crowder, M. J. & Hand, J. (1996). Practical longitudinal data analysis. Chapman and Hall.
Davis, C. S. (2002). Statistical methods for the analysis of repeated measures. Springer.
Jones, R. H. (1993). Longitudinal data with serial correlation: a state-space approach.
Chapman and Hall.
Diggle, P. J., Heagerty, P., Liang, K. Y. & Zeger, S. L. (2002). Analysis of longitudinal data.
2a ed. Oxford University Press.
Molenberghs, G. & Verbeke, G. (2000). Linear mixed models for longitudinal data.
Springer.
Molenberghs, G. & Verbeke, G. (2005). Models for discrete longitudinal data. Springer.
78
Disciplina
Confiabilidade de Sistemas
Pré–Requisito
Probabilidade II
Crédito
Carga Horária
Total
4
75
Teórica
3
45
Código
IEE032
Código
IEE014
IEE302
Prática
1
30
Objetivos
Capacitar os alunos a estimar confiabilidade em produtos e/ou sistemas.
Introduzir conhecimentos para análise de risco de sistemas e/ou componentes.
Ementa
Modelos para tempos de vida. Elementos da Confiabilidade. Dados censurados. Testes
acelerados. Estimação não paramétrica. Estimação clássica e bayesiana. Confiabilidade
de Sistemas. Redundância e Manutenabilidade. Confiabilidade em Sistemas Complexos
– FMEA e FTA (Árvore de Falhas).
Bibliografia
Bazovsky, I. (2004). Reliability Theory and Practice. Dover Publications.
Borges, W. S., Colosimo, E. A. e Freitas, M. A. (1996). Métodos Estatísticos e Melhoria da
Qualidade: Construindo Confiabilidade em Produtos. 12o SINAPE. Associação Brasileira
de Estatística.
Dhillon, B. S. (1999). Design Reliability: Fundamentals and Applications. CRC Press LLC.
Lewis, E. E. (1996). Introduction to Reliability Engineering. 2a ed. John Wiley & Sons.
79
Disciplina
Inferência Bayesiana
Pré–Requisito
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEE033
Código
IEE015
Prática
0
00
Objetivos
Dissertar sobre os princípios fundamentais da inferência Bayesiana.
Formular modelos Bayesianos para análise de dados reais.
Proceder à abordagem Bayesiana de estimação e testes em modelos selecionados.
Ementa
O paradigma Bayesiano. Os princípios da verossimilhança e da suficiência. Especificações a
priori e distribuições a posteriori. Estimação pontual. Estimação por regiões. Testes de
Hipóteses Bayesianos. Previsão. Métodos de Monte Carlo em Inferência Bayesiana.
Simulação MCMC.
Bibliografia
Bolstad, W. M. (2007). Introduction to Bayesian Statistics. 2a ed. John Wiley & Sons.
Congdon, P. (2007). Bayesian Statistical Modelling. 2a ed. John Wiley & Sons.
Marin, J–M. e Robert, C. P. (2007). Bayesian Core: A Practical Approach to Computational
Bayesian Statistics. Springer.
Paulino, C. D., Turkman, M. A. A e Murteira, B. (2003). Estatística Bayesiana. Fundação
Calouste Gulbenkian.
Press, S. J. (2002). Subjective and Objective Bayesian Statistics: Principles, Models, and
Applications. 2a ed. John Wiley & Sons.
Robert, C. P. (2007). The Bayesian Choice: From Decision–Theoretic Foundations to
Computational Implementation. 2a ed. Springer-Verlag.
80
Disciplina
Introdução ao Reconhecimento Estatístico de Padrões
Pré–Requisito
Total
Teórica
3
2
Crédito
60
30
Carga Horária
Código
IEE034
Código
IEE024
Prática
1
30
Objetivos
Apresentar métodos estatísticos empregados para a resolução de problemas em
Reconhecimento de Padrões.
Ementa
O problema em reconhecimento de padrões. Classificador de Bayes. Abordagem
paramétrica. Abordagem não paramétrica. Métodos de regressão para classificação. Métodos
para agrupamentos. Mistura finita de densidades. Redes neurais artificiais.
Bibliografia
Hastie, T., Tibshirani, R. e Friedman, J. (2009). The Elements of Statistical Learning: Data
Mining, Inference, and Prediction. 2a ed. Springer-Verlag.
Theodoridis, S. e Konstantinos, K. (2009). Pattern Recognition. 4a ed. Academic Press.
Ripley, B. D. (1996). Pattern Recognition and Neural Networks. Cambridge University
Press.
McLachlan, G. J. (2004). Discriminant Analysis and Statistical Pattern Recognition. John
Wiley & Sons.
81
Disciplina
Modelos Lineares Dinâmicos
Pré–Requisito
Crédito
Carga Horária
Total
3
60
Teórica
2
30
Código
IEE035
Código
IEE016
IEE023
Prática
1
30
Objetivos
Apresentar os modelos lineares dinâmicos e suas principais aplicações.
Capacitar o aluno a desenvolver, aplicar e supervisionar os principais modelos dinâmicos em
séries de dados.
Ementa
Teorema de Bayes. Modelos Lineares. Inferência para a distribuição normal multivariada via
conjugação. Filtro de Kalman. Modelo Linear Dinâmico (MLD). Fator de descontos. MLD
polinomial. MLD sazonal. Suavização. Superposição de modelos. Monitoração.
Bibliografia
Petris, G., Petrone, S. e Campagnoli, P. (2009). Dynamic Linear Models with R. Springer.
Pole, A., West, M. e Harrison, J. (1994). Applied Bayesian Forecasting and Time Series
Analysis. Chapman & Hall/CRC.
West, M. e Harrison, J. (1997). Bayesian Forecasting and Dynamic Models. 2a ed. Springer.
82
Disciplina
Pesquisa Operacional
Pré–Requisito
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEE036
Código
IEE018
Prática
0
00
Objetivos
Apresentar os modelos matemáticos e os métodos tradicionais utilizados na análise
quantitativa e tomada de decisão.
Ementa
Programação Linear. Teoria da Dualidade e Análise de Sensibilidade. Modelos de
Transporte e Alocação. Análise de Grafos. Programação Inteira. Processos de Markov.
Teoria das Filas. Simulação.
Bibliografia
Hiller, F. e Liebermann, G. F. (2009). Introduction to Operations Research With Student
Access Card. 9a ed. McGraw–Hill.
Lachtermacher, G. (2004). Pesquisa Operacional na Tomada de Decisões. 4a Ed. Prentice
Hall Brasil.
Taha, H. A. (2007). Operations Research: An Introduction. 8a ed. Prentice Hall.
83
Disciplina
Séries Temporais no Domínio da Frequência
Pré–Requisito
Séries Temporais
Total
3
Crédito
60
Carga Horária
Teórica
2
30
Código
IEE037
Código
IEE025
Prática
1
30
Objetivos
Utilizar as técnicas de análise espectral e modelagem para dados de fronteira.
Ementa
Análise de Fourier. Análise Espectral. Modelos Threshold.
Bibliografia
Cowpertwait, P. S. P. e Metcalfe, A. V. (2009). Introductory Time Series With R. Springer.
Cryer, J. D. e Chan, K–S. (2008). Time Series Analysis: With Applications in R. 2a ed.
Springer.
Morettin, P. A. e Toloi, C. M. C. (2006). Análise de Séries Temporais. 2a ed. Edgard
Blücher.
Shumway, R. H. e Stoffer, D. S. (2006). Time Series Analysis and Its Applications: With R
Examples. 2a ed. Springer.
Addison–Wesley.
84
Disciplina
Tópicos de Séries Temporais
Pré–Requisito
Séries Temporais
Crédito
Carga Horária
Total
3
60
Teórica
2
30
Código
IEE038
Código
IEE025
Prática
1
30
Objetivos
Utilizar técnicas adicionais para modelar dados com comportamento não–linear e dados
multivariados.
Ementa
Análise de Intervenção. Modelos de Espaço de Estados. Modelos Não–Lineares. Modelos
Multivariados.
Bibliografia
Box, G. E. P., Jenkins, G. M. e Reinsel, G. C. (2008). Time Series Analysis: Forecasting and
Control. 4a ed. John Wiley & Sons.
Cowpertwait, P. S. P. e Metcalfe, A. V. (2009). Introductory Time Series With R. Springer.
Cryer, J. D. e Chan, K–S. (2008). Time Series Analysis: With Applications in R. 2a ed. Springer.
Enders, W. (2009). Applied Econometric Time Series. 3a ed. John Wiley & Sons.
Morettin, P. A. e Toloi, C. M. C. (2008). Análise de Séries Temporais. 2a ed. Edgard Blücher.
Shumway, R. H. e Stoffer, D. S. (2006). Time Series Analysis and Its Applications: With R
Examples. 2a ed. Springer.
Addison–Wesley.
85
Disciplina
Tópicos em Estatística Espacial
Pré–Requisito
Crédito
Carga Horária
Total
3
60
Teórica
2
30
Código
IEE039
Código
IEE015
Prática
1
30
Objetivos
Fornecer as bases para o entendimento de variação temporal, espacial e interação espaço-tempo.
Aplicar as técnicas de monitoramento em processos industriais, sistemas de vigilância em saúde
e crimes, meio ambiente, entre outros.
Ementa
Conceitos básicos em Estatística Espacial: dependência espacial, estacionariedade e isotropia.
Tipos de dados em Estatística Espacial. Visualização dos dados espaciais. Análise de Dados
Espaciais. Definições básicas sobre processos no tempo, no espaço e espaço-tempo. Processos
no domínio do tempo. Processos espaciais. Processos no espaço-tempo. Métodos Bayesianos.
Bibliografia
Assunção, R. M. (2000). Estatística Espacial com Aplicações em Epidemiologia, Economia e
Sociologia. Vol. 1. Associação Brasileira de Estatística.
Davis, A.C, Jr.; Monteiro, A.M. (Org.) (2007). Advances in Geoinformatics. Springer Verlag.
Montgomery, D. C. (2004). Introdução ao Controle Estatístico da Qualidade. 4a ed. Editora
LTC.
West, M. e Harrison, J. (1997). Bayesian Forecasting and Dynamic Models, 2a ed. Springer
Verlag.
86
Disciplina
Tópicos em Monitoramento Estatístico
Pré–Requisito
Total
3
Crédito
60
Carga Horária
Teórica
2
30
Código
IEE040
Código
IEE017
Prática
1
30
Objetivos
Transmitir e desenvolver os conceitos que fundamentam o monitoramento estatístico de um
processo estocástico.
Utilizar técnicas de controle estatístico do processo, séries temporais e teoria de controle para
verificar a estabilidade do processo e reduzir a variabilidade do sistema.
Ementa
Gráficos de Controle EWMA e CUSUM. Modelos de Série Temporal. Gráfico de Ajuste
Manual (Bounded Adjustment Chart). Monitoramento do processo através da Estatística
Cuscore. Monitoramento e Ajuste Simultâneo.
Bibliografia
Hunter, J. S. (1998). The Box-Jenkins Bounded Manual Adjustment Chart: A Grahical Tool
Designed
for
Use
on
the
Production
Floor.
Quality
Progress,
pp. 129-137.
Box, G. & Ramirez, J. (1992). Cumulative Score Charts. Quality and Realiability Engineering
International, Vol 8, 17-27.
Box, G & Luceno, A. (1999). Statistical Control by Monitoring and Feedback Adjustment.
Wiley Series in Probability and Statistics.
Box, G., Jenkins, G. & Reinsel, G. (1994). Time Series Analysis: Forecasting and Control,
Chapter 13, 481-530 pp.
87
Disciplina
Tópicos em Inferência Estatística I
Pré–Requisito
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEE041
Código
IEE015
Prática
0
00
Objetivos
Modelar fenômenos reais utilizando a teoria estatística.
Aplicar inferência estatística na solução de problemas reais.
Ementa
Suficiência e completicidade. Algoritmos de Estimação. Método do Bootstrap. Aproximações
Assintóticas: Consistência e Método Delta. Estimação em casos multiparamétricos.
Bibliografia
Bickel, P. J. e Doksum, K. A. (2001). Mathematical Statistics: Basic Ideas and Selected Topics.
Vol 1. 2a ed. Prentice Hall.
Casella, G e Berger R. L. (2002). Statistical Inference. 2a ed. Duxbury.
Leite, J. G. e Singer, J. M. (1990). Métodos Assintóticos em Estatística: Fundamentos e
Aplicações. 9o SINAPE-ABE.
Roussas, G. G. (1997). A Course in Mathematical Statistics. 2a ed. Academic Press.
88
Disciplina
Tópicos em Inferência Estatística II
Pré–Requisito
Total
4
Crédito
60
Carga Horária
Teórica
4
60
Código
IEE042
Código
IEE015
Prática
0
00
Objetivos
Compreender conceitos avançados da teoria da probabilidade
Modelar fenômenos reais utilizando a teoria da probabilidade
Ementa
Teoria da decisão. Teoria Assintótica em testes de hipóteses. Testes de hipótese em casos
multiparamétricos.
Bibliografia
Bickel, P. J. e Doksum, K. A. (2001). Mathematical Statistics: Basic Ideas and Selected Topics.
Vol 1. 2a ed. Prentice Hall.
Leite, J. G. e Singer, J. M. (1990). Métodos Assintóticos em Estatística: Fundamentos e
Aplicações. 9o SINAPE-ABE.
89
Disciplina
Tópicos em Probabilidade I
Pré–Requisito
Probabilidade II
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEE043
Código
IEE302
Prática
0
00
Objetivos
Compreender conceitos avançados de probabilidade necessários para dar continuidade aos
estudos em nível de pós-graduação.
Ementa
Espaço de probabilidade: Álgebra e σ-Álgebra. Medida de probabilidade. Distribuições
especiais. Distribuições e esperanças condicionais: Definições formais e teoremas de
existência. O princípio da preservação de chances relativas. O princípio da substituição.
Bibliografia
James, B. R. (1996). Probabilidade: um curso em nível intermediário. 2a ed. Projeto EuclidesIMPA.
Feller, W. (1967). An Introduction to Probability Theory and its Applications. 3a ed. Volume I.
John Wiley & Sons, Inc.
Magalhães, M. N. (2004). Probabilidade e Variáveis Aleatórias. IME-USP.
90
Disciplina
Tópicos em Probabilidade II
Pré–Requisito
Probabilidade II
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEE044
Código
IEE302
Prática
0
00
Objetivos
Compreender conceitos avançados de probabilidade necessários para dar continuidade aos
estudos em nível de pós-graduação.
Ementa
Variáveis aleatórias: Tipos de variáveis. Distribuição de somas de variáveis aleatórias.
Teoremas limite. Funções Características e Convergência.
Bibliografia
James, B. R. (1996). Probabilidade: um curso em nível intermediário. 2a ed. Projeto EuclidesIMPA.
Feller, W. (1967). An Introduction to Probability Theory and its Applications. 3a ed. Volume I.
John Wiley & Sons, Inc.
Magalhães, M. N. (2004). Probabilidade e Variáveis Aleatórias. IME-USP.
91
Disciplina
Equações Diferenciais Ordinárias
Pré–Requisito
Cálculo II
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEM141
Código
IEM021
Prática
0
00
Objetivos
Estudar os teoremas que fundamentam o Cálculo Diferencial e Integral de uma variável.
Reconhecer as conseqüências e obter contra-exemplo de cada teorema.
Ementa
Equações Diferenciais de Primeira Ordem. Equações Diferenciais Ordinárias. Lineares e de
Ordem maior que 1. Coeficientes a Determinar e Variação de Parâmetros. Sistema de
Equações Diferenciais Lineares com Coeficientes Constantes. Transformada de Laplace:
Aplicações à Resolução de Equações e Sistemas. Solução em Série e Potências. Métodos
Numéricos.
Bibliografia
Abunahman, S. A. (1991). Equações Diferenciais. Editora Didática e Científica.
Braun, M. (1999). Equações Diferenciais e suas Aplicações. 6a ed. Campus.
Bronson, R. & Gabriel, C. (2008). Equações Diferenciais Aplicadas. Bookman.
Leighton, W. (1978). Equações Diferenciais Ordinárias. 2a ed. LTC.
92
Disciplina
Cálculo Avançado
Pré–Requisito
Cálculo II
Crédito
Carga Horária
Total
4
60
Teórica
4
60
Código
IEM231
Código
IEM021
Prática
0
00
Objetivos
Estudar as funções entre espaços euclidianos, através de sua estrutura de espaço vetorial, o que
irá esclarecer os enunciados e tornar as demonstrações dos resultados mais simples,
proporcionando uma melhor compreensão dos fenômenos diferenciais.
Ementa
Aplicações entre os espaços euclidianos. Diferenciação. Regra da Cadeia. Teoremas da Função
Inversa e da Função Implícita. Teoremas de Green, Gauss e Stokes. Funções de uma Variável
Complexa. Condições de Cauchy-Riemman. Funções Analíticas. Fórmula Integral de Cauchy.
Funções Harmônicas.
Bibliografia
Ávila, G. S. S. (1974). Funções de uma Variável Complexa. LTC.
Churchill, R. V. (1975). Variáveis Complexas e suas Aplicações. Makron Books.
Guidorizzi, H. L. (2002). Um Curso de Cálculo. Vol. 3. 5a ed. LTC.
Williamson, R. E., Crowell, R. H. e Trotter, H. F. (1974). Cálculo de Funções Vetoriais:
Álgebra Linear e Cálculo Diferencial. Vol. 1. LTC.
Williamson, R. E., Crowell, R. H. e Trotter, H. F. (1976). Cálculo de Funções Vetoriais:
Séries e Integrais Múltiplas. Vol. 2. LTC.
93
Disciplina
Introdução à Administração
Pré–Requisito
Crédito
Carga Horária
Código
FAA011
Código
Total
4
60
Teórica
4
60
Prática
0
00
Objetivos
Oferecer ao aluno, através da apresentação das diversas teorias das organizações e da sua
administração, um leque de diferentes alternativas de abordagens acerca da administração das
organizações.
Ementa
Introdução. Funções administrativas: planejamento, organização, direção e controle.
Administração de tecnologia e da inovação.
Bibliografia
Maximiano, A. C. A. (2007). Introdução à Administração. 7a ed. Atlas.
Snell, S. A. e Bateman, T. (1998). Administração: Construindo Vantagem Competitiva. Atlas.
Chiavenato, I. (2009). Administração nos Novos Tempos. 2a ed. Campus.
Montana, P. J. e Charnov, B. (2010). Administração. Série Essencial. 3 a ed. Saraiva.
Stoner, J. A. F. e Freeman, R. E. (1999). Administração. 5a ed. LTC.
94
Disciplina
Introdução à Economia A
Pré–Requisito
Crédito
Carga Horária
Código
FAE101
Código
Total
4
60
Teórica
4
60
Prática
0
00
Objetivos
Proporcionar ao aluno uma visão ampla do estudo da Ciência Econômica.
Ementa
Conceitos fundamentais em economia. Evolução do pensamento econômico. O problema
econômico. Sistemas econômicos. Noções sobre mercados e preços. Noções sobre o
comportamento do consumidor e do produtor no regime de concorrência perfeita. Noções sobre
custos de produção. Noções sobre produto, renda e despesa nacional. Noções de economia
monetária. Noções sobre o comportamento econômico do setor público. Noções sobre relações
econômicas internacionais. Noções sobre crescimento e equilíbrio econômico à curto e longo
prazos.
Bibliografia
Pinho, D. B. & Vasconcelos, M. A. S. (2006). Manual de Economia. 5a ed. Editora Saraiva.
Robinson, J. & Eatwell, J. (1979). Introdução à Economia. LTC.
Rossetti, J. P. (2003). Introdução à Economia. 20a ed. Editora Atlas.
Samuelson, P. A. (2009). Economia. McGraw-Hill.
Wonnacott, P. & Wonnacott, R. (1985). Introdução à Economia. Makron Books.
95
Disciplina
Empreendedorismo
Pré–Requisito
Crédito
Carga Horária
Código
FAE206
Código
Total
4
60
Teórica
4
60
Prática
0
00
Objetivos
Identificar o perfil e as características de um empreendedor, seu comportamento e fatores que o
motivam para a criação de um negócio próprio.
Identificar, através de técnicas, oportunidades no mercado, discutindo os meios de identificar
nichos pouco explorados ou ainda inexistentes.
Identificar as forças mais importantes na criação de uma empresa.
Identificar conceitos básicos de legislação empresarial para pequenos empresários.
Ementa
O fenômeno do empreendedorismo. A importância sócio-econômica do empreendedorismo.
Características do empreendedor de sucesso. Perfil do empreendedor. Fatores que influenciam
o empreendedorismo. Ciclo de vida das organizações. Empresas de pequeno, médio e grande
porte. Plano de negócios.
Bibliografia
Chiavenato, I. (1995). Vamos Abrir um Novo Negócio? Makron Books.
Degen, R. J. (2009). O empreendedor: Empreender como Opção de Carreira. Prentice Hall.
Dolabela, F. (2008). O Segredo de Luísa. Sextante.
Drucker, P. F. (2008). Inovação e Espírito Empreendedor: Prática e Princípios. Editora
Cengage.
Pereira, H. J. (1995). Criando seu Próprio Negócio: Como Desenvolver o Potencial
Empreendedor. SEBRAE.
96
Disciplina
Língua Brasileira de Sinais - Libras
Pré–Requisito
Crédito
Carga Horária
Total
4
60
Código
FEN024
Código
Teórica
4
60
Prática
0
00
Objetivos
Instrumentalizar o aluno para a comunicação e a inclusão social através do conhecimento da
Língua Brasileira de Sinais.
Ementa
Histórias de surdos; noções de língua portuguesa e lingüística; parâmetros em libras; noções
lingüísticas de libras; sistema de transcrição; tipos de frases em libras; incorporação de
negação; conteúdos básicos de libras; expressão corporal e facial; alfabeto manual; gramática
de libras; sinais de nomes próprios; soletração de nomes; localização de nomes; percepção
visual; profissões; funções e cargos; ambiente de trabalho; meios de comunicação; família;
árvore genealógica; vestuário; alimentação; objetos; valores monetários; compras; vendas;
medidas, meios de transporte, estados do Brasil e suas culturas; diálogos.
Bibliografia
Decreto Lei de LIBRAS. Decreto no 5.626, de 22 de dezembro de 2005.
Fernandes, E. (2003). Linguagem e Surdez. Artmed.
Goldfeld, M. (2002). A Criança Surda: Linguagem e Cognição numa Perspectiva SócioInteracionista. 2ª ed. Plexus Editora.
Perlin, G. T. T. (1998). Identidades surdas. In. A Surdez – Um Olhar Sobre as Diferenças.
Carlos Slkiar (Org.). Editora Mediação.
Sá, N. R. L. (2010). Cultura, Poder e Educação de Surdos. 2a ed. Paulinas – Livros.
Silva, I. R., Kauchakje, S. e Gesueli, Z. M. (2003). Cidadania, Surdez e Linguagem: Desafios e
Realidades. Plexus Editora, 2003.
97
ANEXO 5: DESPACHOS, PORTARIAS E RESOLUÇÕES
2.
Lei no 4.739, de 15.07.1965 – Presidência da República
3.
Portaria Ministerial no 314, de 26.10.1965 – MEC
4.
Decreto no 62.497, de 01.04.1968 – Presidência da República
5.
Resolução no 15, de 07.05.1976 – Conselho Universitário/UA
6.
Portaria no 224, de 18.03.1980 – MEC
7.
Resolução no 22, de 18.10.1991 – Conselho Universitário/UA
8.
Resolução no 18, de 01.08.2007 – CONSEPE/CEG/UFAM
9.
Resolução no 02, de 18.06.2007 – CNE/CES
10. Resolução no 08, de 28.11.2008 – CNE/CES
98

projeto pedagógico do curso de estatística

Transcrição

Documentos relacionados

centro federal de educação tecnológica da bahia – cefet/ba

O presente documento certifica que TONY BARBOSA BEZERRA

APLICAÇÃO DA ESTEREOLOGIA EM ESTRUTURAS BIOLÓGICAS

Roberta Accioly Souhami

portaria nº 0267/2012

Criação do ciclo de matrícula

Grade Curricular do Curso Superior de Tecnologia em Processos

BIO109426

alinne de paula rodrigues antolini - FMT-AM

9.2 Ementas das Disciplina do Núcleo de Conteúdos