projeto pedagógico do curso de estatística
Transcrição
projeto pedagógico do curso de estatística
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 Atividades Complementares 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 Análise Exploratória de Dados 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 Análise Exploratória de Dados – Introdução à Inferência Estatística 90 Métodos Não Paramétricos 75 Tópicos Essenciais de Inferência Introdução à Inferência Bayesiana 60 Estatística Inferência Estatística 90 Modelos de Regressão I 90 Modelos de Regressão II 90 Modelos Lineares Generalizados 90 Amostragem Técnicas de Amostragem 75 Análise Multivariada Estatística Multivariada 90 Geração de Variáveis Aleatórias Estatística Computacional I 60 Estatística Computacional II 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 Modelos Lineares Generalizados 90 Equações Diferenciais Ordinárias 60 Introdução à Análise 60 Controle de Processos Industriais Controle Estatístico da Qualidade 75 Econometria Séries Temporais 90 Análise de Sobrevivência 60 Modelos Lineares Generalizados 90 Modelos de Regressão II 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 Análise Exploratória de Dados – 4 3 1 75 IHP164 Português Instrumental – 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 Inferência Estatística IEE014 6 6 0 90 IEE021 Técnicas de Amostragem IEE014 4 3 1 75 IEE017 Controle Estatístico da IEE014 4 3 1 75 o Qualidade IEE018 Processos Estocásticos IEE302 4 4 0 60 IEE019 Estatística Computacional I IEE037, IEC014 Total 3 2 1 60 21 18 3 360 18 Período Sigla Nome da Disciplina IEE020 Métodos Não Paramétricos IEE016 Introdução à Inferência 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 Estatística Computacional II IEE015, IEE019 6o IEE013 Estatística e Mercado IEE023 Modelos de Regressão I IEE024 Estatística Multivariada IEE015 5 4 1 90 IEE025 Séries Temporais IEE018 5 4 1 90 IEE026 Modelos de Regressão II 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 Total Teórico Prático IEE030 Análise de Sobrevivência IEE029, IEE028, IEE016, IEE017, IEE020, IEE021, IEE022 Total Total Geral 138 19 b) Disciplinas Optativas Sigla Nome da Disciplina Pré– Requisito Crédito Total Teórico Prático 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. Máximo durante o curso: 20h. 3 Atividade de monitoria desenvolvida em relação Máximo por atividade: 60h. às disciplinas oferecidas na área de Máximo durante o curso: 120h. conhecimento Participação em Semana de Curso como ouvinte Mínimo por atividade: 4h. Máximo por atividade: 12h. Máximo durante o curso: 36h. 4 5 Participação em Programa Especial de Treinamento – PET Máximo por atividade: 60h. Máximo durante o curso: 120h. 6 Carga horária optativa excedente não elencada no quadro de disciplinas optativas do Projeto Pedagógico Máximo por atividade: 60h. Máximo durante o curso: 60h. 7 Carga horária optativa excedente entre as elencadas no quadro de disciplinas do Projeto Pedagógico Máximo por atividade: 60h. Máximo durante o curso: 180h. 8 Estágios não obrigatórios, vinculados ao Ensino Máximo por atividade: 120h. de Graduação e à matriz curricular do Curso Máximo durante o curso: 120h. 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 Máximo durante o curso: 120h. 2 Participação em projetos de pesquisa aprovados Máximo por atividade: 120h. e concluídos em outros programas Máximo durante o curso: 120h. 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 Máximo por atividade: 60h. Máximo durante o curso: 120h. 5 Autor ou co–autor de capítulo de livro Máximo por atividade: 120h. Máximo durante o curso: 120h. 6 Premiação em trabalho acadêmico Máximo por atividade: 60h. Máximo durante o curso: 120h. 7 Participação em evento científico, comprovada com emissão de certificado ou declaração, de âmbito regional, nacional ou internacional Máximo por atividade: 30h. Máximo durante o curso: 30h. 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. Máximo por atividade: 30h. Máximo durante o curso: 30h. 2 As desenvolvidas sob a forma de congressos, seminários, simpósios, conferências, palestras, fóruns, apresentações de painéis ou outras atividades similares, como participante direto. Máximo por atividade: 60h. Máximo durante o curso: 60h. 3 Participação como membro de comissão Máximo por atividade: 30h. organizadora de eventos de extensão (semana de Máximo durante o curso: 30h. curso) 4 Presidente do Centro Acadêmico Máximo por mandato: 30h. Máximo durante o curso: 60h. 5 Membro do Centro Acadêmico Máximo por mandato: 15h. Máximo durante o curso: 30h. 6 Representação discente comprovada (membro em Colegiado) Máximo por atividade: 15h. Máximo durante o curso: 30h. 7 Participação em projetos de extensão aprovados Máximo por atividade: 60h. em outros programas Máximo durante o curso: 120h. 8 As desenvolvidas sob a forma de extensão. Máximo por atividade: 60h. Máximo durante o curso: 120h. 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 Atividades Complementares 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 Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus, 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. Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus, 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 Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus, AM, 1996. Mestrado em Engenharia de Produção pela Universidade Federal de Santa Catarina (UFSC), Florianópolis, SC, 1998. 7) GOMES, José Clelto Barros Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus, AM, 2004. Mestre em Estatística pela Universidade Estadual de Campinas (UNICAMP), Campinas, SP, 2009. 8) LAGO NETO, João Caldas do Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus, 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 Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus, 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. Mestrado em Matemática pela Universidade Federal do Amazonas (UFAM), Manaus, 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. Mestrado em Matemática pela Universidade Federal do Amazonas (UFAM), Manaus, AM, 2009. 12) PARENTE, Rosana Cristina Pereira Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus, 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 Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus, AM, 1984. Mestrado em Estatística pela Universidade Estadual de Campinas (UNICAMP), 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 Bacharelado em Estatística pela Universidade Federal do Amazonas (UFAM), Manaus, AM, 2004. Mestrado em Estatística pela Universidade Estadual de Campinas (UNICAMP), 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 Inglês Instrumental I 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 Controle Estatístico da Qualidade 4 4 5 60 60 75 4 IEE015 4 IEE017 5 IEE503 Processos Estocásticos 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 Estatística Multivariada 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 Inglês Instrumental I 3 60 4 75 4 60 Introdução à Inferência Estatística Inferência Estatística 5 90 6 90 Controle Estatístico da Qualidade Processos Estocásticos 4 75 4 60 4 75 IEE021 Métodos Não Paramétricos Técnicas de Amostragem 4 75 5 IEE023 Modelos de Regressão I 5 90 90 6 IEE024 Estatística Multivariada 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 Modelos de Regressão II 5 90 7 IEE028 5 90 Biometria 4 60 7 IEE029 Modelos Lineares Generalizados Análise de Sobrevivência 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 Análise Exploratória de Dados 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 Português Instrumental 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 Inglês Instrumental I 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 Introdução à Inferência Estatística 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 Inglês Instrumental I 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 Inferência Estatística Pré–Requisito Introdução à Inferência Estatística 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 Técnicas de Amostragem Pré–Requisito Introdução à Inferência Estatística 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 Controle Estatístico da Qualidade Pré–Requisito Introdução à Inferência Estatística 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 Processos Estocásticos 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 Estatística Computacional I Pré–Requisito Introdução à Inferência Estatística 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 Métodos Não Paramétricos Pré–Requisito Introdução à Inferência Estatística 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 Introdução à Inferência Bayesiana 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 Estatística Computacional II Pré–Requisito Inferência Estatística Estatística Computacional I 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 Estatística e Mercado 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 Modelos de Regressão I Pré–Requisito Inferência Estatística 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 Estatística Multivariada Pré–Requisito Inferência Estatística 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 Processos Estocásticos 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 Modelos de Regressão II Pré–Requisito Modelos de Regressão I 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 Estatística Multivariada Modelos de Regressão II 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 Modelos Lineares Generalizados Pré–Requisito Modelos de Regressão I 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 Análise de Sobrevivência Pré–Requisito Inferência Estatística 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 Introdução à Inferência Bayesiana Controle Estatístico da Qualidade Métodos Não Paramétricos Técnicas de Amostragem Estatística Computacional II Séries Temporais Trabalho de Conclusão de Curso I Modelos Lineares Generalizados Análise de Sobrevivência 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 Modelos de Regressão I 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 Introdução à Inferência Estatística 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 Inferência Estatística 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 Estatística Multivariada 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 Introdução à Inferência Bayesiana Modelos de Regressão I 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 Processos Estocásticos 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. Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press. 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. Wei, W. W. S. (2006). Time Series Analysis: Univariate and Multivariate Methods. 2a ed. 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. 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. 85 Disciplina Tópicos em Estatística Espacial Pré–Requisito Inferência Estatística 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 Controle Estatístico da Qualidade 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 Inferência Estatística 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 Inferência Estatística 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. 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. 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. Casella, G e Berger R. L. (2002). Statistical Inference. 2a ed. Duxbury. 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. Roussas, G. G. (1997). A Course in Mathematical Statistics. 2a ed. Academic Press. 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. Casella, G e Berger R. L. (2002). Statistical Inference. 2a ed. Duxbury. 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. Roussas, G. G. (1997). A Course in Mathematical Statistics. 2a ed. Academic Press. 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