-
Apresentação
Apresentação
Fornece um leque alargado de conhecimentos, competências e ferramentas matemáticas essenciais.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Licenciado | Semestral | 5
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
1 | Obrigatório | Português
-
Código
Código
ULHT6643-620
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
Estatística descritiva: principais medidas de tendência central, não central e de dispersão. Correlação e regressão lineares. Experiência aleatória. Acontecimento. Álgebra de acontecimentos. Conceitos de probabilidade (Laplace e Kolmogorov). Técnicas de contagem: permutações, arranjos e combinações. Probabilidade condicionada. Independência. Teorema de Bayes. Variáveis aleatórias discretas e contínuas. Funções de probabilidade e distribuição. Valor esperado, variância e desvio-padrão. Distribuições Binomial e Normal. Intervalo de confiança para a média e a proporção. Formulação e representação gráfica de modelos de programação linear. Algoritmo “Simplex”. Programação não linear. Método da bissecção e do gradiente. Multiplicadores de Lagrange. Condições de Karush-Kuhn-Tucker. Métodos de Wolfe e Lemke
-
Objetivos
Objetivos
Conhecer e saber calcular e interpretar as medidas estatísticas descritivas e identificar as suas propriedades. Saber calcular probabilidades usando a definição de Laplace e a axiomatização de Kolmogorov. Usar técnicas de contagem: permutações, arranjos e combinações. Saber calcular probabilidade condicionada e aplicar o teorema de Bayes. Utilizar o conceito de variável aleatória e operar com funções de probabilidade e distribuições. Conhecer as distribuições discretas e contínuas mais importantes e algumas das suas propriedades. Calcular intervalos de confiança e aplicar testes de hipóteses e interpretar os resultados obtidos. Usar o algoritmo do simplex para resolver problemas de programação linear. Calcular o máximo/mínimo livre de uma função pelo método da bissecção e do gradiente. Resolver problemas de programação não linear pelo método dos multiplicadores de Lagrange. Avaliar as condições de KKT de um problema de PNL. Resolver problemas de PNL pelos métodos de Wolfe e Lemke
-
Metodologias de ensino e avaliação
Metodologias de ensino e avaliação
Recurso a metodologias ativas, em particular disponibilização de material previamente à classe através de plataformas como o Moodle, com orientações básicas relativamente ao assunto. Os materiais referidos incluem vídeos, áudios, infografias, entre outros. Em posterior momento de aula, os alunos colocam dúvidas, debatem o assunto e comparam respostas Apresentação e discussão de casos de estudo, resolução de problemas, individualmente ou em grupo , para estimular a interação e o espirito de grupo A avaliação continua é feita com base duas frequências (média final mínima de 10 valores para aprovação) ou uma frequência final global (nota mínima de 10 valores para aprovação). Caso não tenha aprovação por avaliação contínua, o aluno submete-se a exame final necessitando de uma nota mínima de 10 valores para aprovação
-
Bibliografia principal
Bibliografia principal
Apontamentos e séries de exercícios disponibilizados na plataforma moodle. MURTEIRA, B., ANTUNES, M., Probabilidades e Estatística, Vol. I, Escolar Editora, 2012. MURTEIRA, B., ANTUNES, M., Probabilidades e Estatística, Vol. II, Escolar Editora, 2013. PEDROSA, A.C., GAMA, S.M., Introdução computacional à Probabilidade e Estatística, 3a ed., Porto Editora, 2018.
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não
