Probabilidade e Estatística - Probabilidade e Estatística - INTRODUÇÃO

Fala galera, beleza? Guilherme na área e sejam todos bem vindos ao nosso curso de PROBABILIDADE E ESTATÍSTICA. Nesse curso, quero te mostrar que estudar essa matéria pode ser algo bem prazeroso ao invés de ser traumático. Infelizmente, muitos professores de graduação não ministram essa disciplina como realmente deveria ser, o que acaba despertando o ódio dos alunos. Quero que saibam que o meu papel aqui é ir contra tudo isso! Minha intenção é passar todos os conceitos de forma INTUITIVA, mostrando o passo a passo e esperando despertar o prazer de estudar em todos os que me acompanharem nessa jornada! Confiram a ementa: PARTE 1 - TEORIA DE PROBABILIDADE -------------------------------------------------------------------------- - Conceitos básicos sobre conjuntos e eventos - Axiomas da probabilidade - Princípio fundamental da contagem com Arranjo, Combinação e Permutação - Probabilidade condicional - Independência entre eventos - Teorema da probabilidade total - Teorema de Bayes - Variáveis aleatórias contínuas e discretas - Função Massa de Probabilidade (PMF, para as VAs discretas) e Função Densidade de Probabilidade (PDF, para as VAs contínuas) - Função distribuição acumulada (CDF) - Operador Esperança E[X] e suas propriedades - Operador Variância VAR[X] e suas propriedades - Operador Desvio Padrão DP[X] e suas propriedades - Distribuições discretas: Uniforme discreta, Bernoulli, Geométrica, Binominal negativa,Poisson e Hipergeométrica. - Distribuições contínuas: Uniforme contínua, Gaussiana (Normal), Exponencial, Erlang e Gama, Weibull e Lognormal. - Distribuições de probabilidade conjuntas - Distribuições de probabilidade marginais- Independência - Probabilidades condicionais com distribuições de probabilidade - Teorema da probabilidade total e Teorema de Bayes com distribuições de probabilidade - Covariância e Correlação entre duas variáveis aleatórias - Funções lineares de variáveis aleatórias -------------------------------------------------------------------------- PARTE 2 - ESTATÍSTICA DESCRITIVA -------------------------------------------------------------------------- - Conceitos básicos de Estatística - Medidas de tendência central: Média, Mediana e Moda - Medidas de dispersão: Amplitude, Variância, Desvio Padrão e Coeficiente de Variação - Distribuição de frequência e organização do Rol - Construção de Histogramas - Coeficiente de correlação linear - Método dos mínimos quadrados - Regressão linear - Lei dos grandes números (Fraca e Forte) - Teorema do limite central -------------------------------------------------------------------------- PARTE 3 - INFERÊNCIA ESTATÍSTICA -------------------------------------------------------------------------- - Conceitos básicos sobre inferência - Intervalos de confiança para a Média populacional - Intervalos de confiança para a Variância populacional - Intervalos de confiança para o Desvio Padrão populacional - Testes de hipótese -------------------------------------------------------------------------- REFERÊNCIAS -------------------------------------------------------------------------- 1 - Estatística Aplicada e Probabilidade para Engenharia, Douglas C. Montgomery e George C. Runger 2 - Intuitive Probability and Random Processes usingo MATLAB, Steven Kay 3 - Introduction to Probability, Dimitri P. Bertsekas w John N. Tsitsiklis (MIT) Quer ficar por dentro dos conteúdos novos? Me siga nas redes sociais! CONTATOS: Facebook: @guilhermesoueng/ Instagram: @guilhermelopes.engenheiro Twitter: @guilhermeSouEng Apoia-se: https://apoia.se/souengenheiro (VOCÊ PODE ME APOIAR COM QUALQUER VALOR CLICANDO NESSE LINK)