Universidade Federal de São Carlos · Banca não informada · 2026

Professor UFSCar 2026 – Área Probabilidade e Estatística – Subárea Estatística: conteúdo programático e trilha de estudos

O conteúdo programático do edital para Professor – Área Probabilidade e Estatística – Subárea Estatística virou uma trilha de estudos: cada tópico é uma aula curta, com explicação, flashcards e questões, e provas de revisão ao longo do caminho.

Conteúdo programático

O que você vai estudar

Os tópicos seguem a ordem do edital. Cada um é uma aula; ao fim de cada bloco há uma prova para fixar.

Estatística – Prova Escrita

5 aulas · 2 provas
  1. Leis dos grandes números e Teorema Central do Limite
  2. Estimação Pontual
  3. Estimação Intervalar
  4. Testes de Hipóteses
  5. Família Exponencial e aplicações

Estatística – Prova Didática

5 aulas · 2 provas
  1. Teorema Central do Limite e suas aplicações
  2. Estimador de máxima verossimilhança e suas propriedades
  3. Estimação Intervalar
  4. Testes de Hipóteses assintóticos (baseados na função de verossimilhança) e aplicações
  5. Família Exponencial e aplicações
Amostra de aula

Leis dos grandes números e Teorema Central do Limite

Assim começa uma aula: ideias curtas, uma por vez, cada uma com uma checagem rápida.

Lei dos Grandes Números: a ideia

A Lei dos Grandes Números (LGN) diz que a média amostral \(\bar{X}_n\) se aproxima da média populacional \(\mu\) quando \(n\) cresce. Ela trata de convergência para um número, não de formato de distribuição. É a base da ideia de que mais dados geram estimativas mais estáveis.

Ao lançar um dado honesto milhares de vezes, a média das faces tende a 3,5.

LGN fraca versus forte

A lei fraca garante convergência em probabilidade: \(P(|\bar{X}_n-\mu|>\varepsilon)\to 0\) para todo \(\varepsilon>0\). A lei forte garante convergência quase certa: \(P(\lim \bar{X}_n=\mu)=1\). A forte implica a fraca, mas não o contrário. A versão via desigualdade de Chebyshev exige variância finita; as versões de Khintchine (fraca) e Kolmogorov (forte) para variáveis iid exigem apenas média finita.

Lei de Bernoulli: a frequência relativa de sucessos converge para a probabilidade \(p\).

Teorema Central do Limite

Se \(X_1,\dots,X_n\) são iid com média \(\mu\) e variância \(\sigma^2\) finita, então, para \(n\) grande, \(\bar{X}\approx N\left(\mu,\frac{\sigma^2}{n}\right)\). Isso vale qualquer que seja a forma da população. O TCL trata da distribuição da média, não do seu valor limite.

Tempos de atendimento com distribuição exponencial: a média de 50 tempos tem distribuição aproximadamente normal.

Na plataforma, cada ideia vem com uma pergunta de checagem, flashcards para revisar e questões da banca.

Como funciona

Estude o que cai, no formato da prova

  • 1

    Aula por tópico do edital

    Explicação em cards curtos e um mapa mental de cada tópico, sem apostila longa.

  • 2

    Treino no estilo da banca

    Questões objetivas com explicação de cada resposta.

  • 3

    Revisão que não deixa esquecer

    Flashcards, provas consolidadoras a cada bloco e uma sequência diária de questões sobre o que você já estudou.

Mesmo edital

Outros cargos de UFSCar 2026 - Professor do Magistério Superior

Ver todos os cargos de UFSCar 2026 - Professor do Magistério Superior

Comece hoje a trilha de UFSCar 2026 - Professor do Magistério Superior

Faça a primeira aula agora, sem cadastro. Gostou? Crie a conta e seu progresso, sua sequência de dias e suas revisões ficam salvos.