Caros, solicito colaboraÃÃo para divulgar o Edital para provimento de um cargo de Professor Titular junto ao Departamento de EstatÃstica do IME-USP. As inscriÃÃes encerram-se dia 7 de abril de 2014. Obrigado, Adilson Simonis Chefe do MAE-IME-USP. *********************************************************************** *UNIVERSIDADE DE SÃO PAULO* *INSTITUTO DE MATEMÃTICA E ESTATÃSTICA* *EDITAL ATAc - 039/2013* CONCURSO PARA PROVIMENTO DE UM CARGO DE PROFESSOR TITULAR JUNTO AO DEPARTAMENTO DE ESTATÃSTICA DO INSTITUTO DE MATEMÃTICA E ESTATÃSTICA DA UNIVERSIDADE DE SÃO PAULO. O Diretor do Instituto de MatemÃtica e EstatÃstica da Universidade de SÃo Paulo torna pÃblico a todos os interessados que, de acordo com o decidido pela CongregaÃÃo em sua 556 sessÃo ordinÃria realizada em 26/9/2013, estarÃo abertas no perÃodo de 10/10/2013 a 7/4/2014, de segunda a sexta-feira, das 9 Ãs 12 e das 14 Ãs 17 horas, exceto feriados e pontos facultativos na Universidade de SÃo Paulo, as inscriÃÃes ao concurso pÃblico de tÃtulos e provas para provimento de um cargo de Professor Titular, cargo/claro nÃmero 171220, em Regime de DedicaÃÃo Integral à DocÃncia e à Pesquisa (RDIDP), junto ao Departamento de EstatÃstica, com salÃrio de R$ 13.653,62 (treze mil, seiscentos e cinquenta e trÃs reais e sessenta e dois centavos), base maio/2013, na Ãrea de Probabilidade e EstatÃstica, caracterizada pelo seguinte conjunto de disciplinas: I. ANÃLISE DE SÃRIES TEMPORAIS: Programa: 1. Conceitos bÃsicos: processos estocÃsticos e sÃries temporais, estacionariedade, funÃÃo de auto-covariÃncia e espectro. 2. Processos ARMA estacionÃrios: os modelos autoregressivos, de mÃdias mÃveis, e misto discretos; modelos ARIMA, o modelo linear geral e modelos harmÃnicos. 3. AnÃlise espectral: sÃries de Fourier, anÃlise de funÃÃes periÃdicas e nÃo periÃdicas, representaÃÃo espectral de processos estacionÃrios, espectro misto e filtros lineares. 4. EstimaÃÃo no domÃnio do tempo: estimaÃÃo da mÃdia e da funÃÃo de auto-covariÃncia, identificaÃÃo, estimaÃÃo e previsÃo de parÃmetros de modelos ARIMA. 5. EstimaÃÃo no domÃnio da frequÃncia: a transformada de Fourier finita e o periodograma, estimadores suavizados. II. ANÃLISE DE SOBREVIVÃNCIA: Programa: 1. IntroduÃÃo a conceitos bÃsicos: caracterizaÃÃo de tempos de falhas (funÃÃo de risco, sobrevivÃncia, equivalÃncias); censuras e truncagem; tipos de censura. 2. Conceitos bÃsicos de processos estocÃsticos de contagem sob o enfoque de anÃlise de sobrevivÃncia (filtragem, propriedade martingal, etc). Resultados utilizados no estudo de propriedades de estimadores e estatÃsticas de teste. 3. Modelos paramÃtricos e estimaÃÃo de mÃxima verossimilhanÃa para amostras censuradas; desenvolvimento de propriedades assintÃticas para o caso de uma amostra. EstimaÃÃo paramÃtrica da funÃÃo de sobrevivÃncia e outras quantidades de interesse. 4. EstimaÃÃo nÃo-paramÃtrica da funÃÃo de sobrevivÃncia e da funÃÃo de risco acumulada: estimador de Kaplan-Meier e suas propriedades assintÃticas. 5. Testes nÃo-paramÃtricos para uma ou mais amostras na presenÃa de observaÃÃes censuradas. O teste de logrank ponderado e a classe de estatÃsticas lineares de postos. 6. UtilizaÃÃo de covariÃveis: modelos paramÃtricos de regressÃo; tempos de vida acelerados e modelo paramÃtrico de riscos proporcionais. 7. Modelo semiparamÃtrico de riscos proporcionais de Cox; Modelo de Cox estendido. EstimaÃÃo e testes envolvendo covariÃveis; teoria assintÃtica. 8. Alguns modelos multivariados: modelos de riscos competitivos, estimaÃÃo da funÃÃo de sobrevivÃncia bivariada. III. ANÃLISE MULTIVARIADA: Programa: 1. IntroduÃÃo: VariÃveis aleatÃrias multidimensionais e exemplos. 2. DistribuiÃÃo Normal Multivariada: propriedades e estimaÃÃo dos parÃmetros. 3. DistribuiÃÃes amostrais do vetor de mÃdias e da matriz de covariÃncias; regiÃes de confianÃa. 4. Testes de hipÃteses para o vetor de mÃdias e para a matriz de covariÃncias. 5. GrÃficos multivariados. 6. TÃcnicas de reduÃÃo da dimensionalidade: anÃlise de componentes principais, anÃlise fatorial. 7. TÃcnicas de classificaÃÃo e agrupamento: anÃlise de agrupamentos, anÃlise discriminante. IV. CÃLCULO ESTOCÃSTICO: Programa: Passeios AleatÃrios, ConvergÃncia de variÃveis aleatÃrias, Martingais, Movimento Browniano, ConstruÃÃo da Integral EstocÃstica, FÃrmula de ItÃ, EquaÃÃes Diferenciais EstocÃsticas, EquaÃÃo de DifusÃo, FÃrmula de Girsanov, FÃrmula de Black-Scholes, FÃrmula de Feynman-Kac. V. ELEMENTOS DE AMOSTRAGEM: Programa: 1. Ideias bÃsicas. 2. Amostragem aleatÃria simples e estratificada. 3. EstimaÃÃo com probabilidades desiguais. Estimadores de HorwitzThompson. 4. Estimadores do tipo razÃo e regressÃo. 5. Amostragem por conglomerados e sistemÃtica. 6. Amostragem em mÃltiplos estÃgios. 7. Modelos de regressÃo em planos amostrais complexos. 8. O enfoque de superpopulaÃÃo para populaÃÃes finitas. VI. ESTATÃSTICA AVANÃADA I: Programa: 1. Modelos estatÃsticos clÃssicos e bayesianos; modelos paramÃtricos, nÃo paramÃtricos e semi-paramÃtricos. 2. SuficiÃncia, suficiÃncia mÃnima, completa, ancilaridade; famÃlias exponenciais de distribuiÃÃes; informaÃÃo de Fisher e Kullback-Leibler. 3. FormulaÃÃo do problema de decisÃo estatÃstica; estimadores Ãtimos, admissibilidade. 4. Estimadores nÃo-viesados de variÃncia mÃnima, de mÃxima verossimilhanÃa, bayesianos e robustos; intervalos de confianÃa e credibilidade. 5. FormulaÃÃo geral do problema do teste de hipÃteses; lema de Neyman-Pearson e testes UMP. Teste da razÃo de verossimilhanÃas. 6. Fator de Bayes, eliminaÃÃo de parÃmetros de incÃmodo, quantidade pivotal, p-valor. VII. ESTATÃSTICA AVANÃADA II: Programa: 1. Ordens de magnitude e sÃries de Taylor. 2. ConvergÃncia fraca e forte de estimadores. Casos univariado e multivariado. Teoremas de Slutsky. 3. Teoremas do Limite Central para o caso multivariado. O Teorema de CramÃr-Wold. O Teorema de Hajek-Sidak e aplicaÃÃes a modelos de regressÃo. O mÃtodo desta e transformaÃÃes estabilizadoras da variÃncia. 4. ExpansÃes assintÃticas. 5. Comportamento assintÃtico das estatÃsticas de ordem e da funÃÃo de distribuiÃÃo empÃrica. 6. Comportamento assintÃtico dos estimadores de mÃxima verossimilhanÃa e dos obtidos pelo mÃtodo dos momentos. EficiÃncia assintÃtica. 7. Comportamento assintÃtico dos testes da razÃo de verossimilhanÃa, de Wald e escore. 8. MÃtodos de estimaÃÃo robustos e equaÃÃes de estimaÃÃo. VIII. MARTINGAIS E TEORIA DA CONFIABILIDADE: Programa: 1.IntroduÃÃo:confiabilidade de sistemas; importÃncia de componentes; classes de distribuiÃÃes Ãteis em teoria da confiabilidade; polÃticas de manutenÃÃo. 2. Preliminares: processos progressivamente mensurÃveis e previsÃveis; martingais de quadrado integrÃvel e integral estocÃstica; processos pontuais; representaÃÃo integral dos processos pontuais. 3. Processo pontual multivariado das falhas de um sistema. ImportÃncia de componentes. Classes de distribuiÃÃes condicionadas a nÃveis de informaÃÃes caracterizadas por uma famÃlia crescente de sub-t-Ãlgebra. O processo de risco atravÃs dos compensadores. ComparaÃÃo de polÃticas de manutenÃÃo atravÃs dos compensadores. ManutenÃÃo Ãtima baseada em nÃveis diferentes de informaÃÃes caracterizadas por famÃlias de sub-t-Ãlgebras crescentes. IX. GEOESTATÃSTICA E TÃPICOS EM ESTATÃSTICA ESPACIAL: Programa: 1. EstatÃstica espacial: à conceitos bÃsicos à estruturas de dados georeferenciados e notaÃÃo à exemplos de aplicaÃÃo Parte I: VariaÃÃo espacial contÃnua (geoestatÃstica) 2. IntroduÃÃo à MotivaÃÃo e exemplos de aplicaÃÃo à terminologia, notaÃÃo e tÃpicos de interesse em geoestatÃstica à anÃlise exploratÃria espacial à anÃlise de dados geoestatÃsticos: uma visÃo geral à aspectos computacionais 3. Modelos Gaussianos à especificaÃÃo e propriedades do modelo à funÃÃes de correlaÃÃo à simulaÃÃo à extensÃes do modelo à modelos multivariados à aspectos computacionais 4. Modelos lineares generalizados espaciais à formulaÃÃo do modelo à exemplos de modelos lineares generalizados geoestatÃsticos à outros modelos à aspectos computacionais 5. EstimaÃÃo de parÃmetros à propriedades de segunda ordem e variogramas à estimaÃÃo de estruturas de covariÃncia utilizando variogramas à mÃtodos baseados em verossimilhanÃa à estimaÃÃo em modelo lineares generalizados geoestatÃsticos à aspectos computacionais 6. PrediÃÃo espacial à prediÃÃo em processos espaciais à prediÃÃo de mÃnimos quadrados em modelos Gaussianos: krigagem à extensÃes da krigagem e simulaÃÃes condicionais à aspectos computacionais 7. InferÃncia Bayesiana em modelos geoestatÃsticos 4. paradigma Bayesiano para inferÃncia e prediÃÃo 5.. inferÃncia Bayesiana no modelo Gaussiano e Gaussiano transformado 6. inferÃncia Bayesiana no modelo linear generalizado geoestatÃstico 7. estudos de caso 8. aspectos computacionais 8. Delineamentos geoestatÃsticos à tipos de delineamentos à avaliaÃÃo de delineamentos à estudos de caso à aspectos computacionais 9. Modelos espaÃo temporais à conceitos e propriedades de processos espaÃo temporais à funÃÃes de correlaÃÃo à outras abordagens à aspectos computacionais Parte II : TÃpicos em anÃlise de dados espaciais 10. Processos pontuais: à descriÃÃo e propriedades à anÃlises exploratÃrias à modelos e simulaÃÃo de processos pontuais à exemplos de aplicaÃÃo à aspectos computacionais 11. VariaÃÃo espacial discreta: Ãndices de agregaÃÃo, modelos e inferÃncia 1. caracterÃsticas de dados de Ãreas 2. anÃlises exploratÃrias 3. algumas estratÃgias de modelagem 4. exemplos de aplicaÃÃo 5. aspectos computacionais 13. Dados espaciais: fontes de dados, sistemas de informaÃÃo geogrÃficas e bancos de dados. X. INFERÃNCIA BAYESIANA: Programa: TÃpicos: 1. O mÃtodo Bayesiano; 2. InferÃncia e decisÃo; 3. O princÃpio da verossimilhanÃa; 4. O uso sequencial da regra de Bayes; 5. SuficiÃncia, ancilaridade e identificabilidade; 6. Probabilidade subjetiva, coerÃncia e permutabilidade; 7. DistribuiÃÃes a priori; 8. Robutez; 9. Aspectos computacionais: o mÃtodo de Gibbs; 10. Modelo linear e anÃlise multivariada. XI. INFERÃNCIA EM PROCESSOS ESTOCÃSTICOS: Programa: 1) Processos estocÃsticos: objetivos e exemplos. 2) InferÃncia estatÃstica para Cadeias de Markov. EstimaÃÃo de mÃxima verossimilhanÃa e identificaÃÃo da ordem da Cadeia. 3) InferÃncia estatÃstica para Cadeias de Markov ocultas. 4) InferÃncia estatÃstica para Processos Markovianos de Salto. 5. Estados de Gibbs e anÃlise de verossimilhanÃa do modelo Ising. 6) SimulaÃÃes de Monte-Carlo atravÃs de Cadeias de Markov. DinÃmicasde Glauber, amostrador de Gibbs, algoritmo de Metropolis. 7. IdentificaÃÃo bayesiana de padrÃes. XII. INTRODUÃÃO à ANÃLISE DE RISCO: Programa: 1. Aspectos probabilÃsticos do risco (interpretaÃÃo dos valores segurados acumulados atravÃs de exemplos com seqÃÃncias de variÃveis aleatÃrias). 2. DistribuiÃÃes do total de seguros pagos em um ano (comparaÃÃo entre o modelo individual e o modelo coletivo, aproximaÃÃo atravÃs de polinÃmios ortogonais e funÃÃo gama de Bower). 3. PrincÃpios de cÃlculo de prÃmios (prÃmios de risco e prÃmios coletivos, prÃmios de credibilidade, reduÃÃo de prÃmios, propriedades e exemplos). 4. Trocas de risco e re-seguro (tomada de decisÃo sob pontos de vista conflitantes, trocas de risco entre seguradoras, propriedades de prÃmios "stop-loss"). 5. RetenÃÃo e reservas (retenÃÃo sob re-seguro proporcional e nÃo-proporcional, aproximaÃÃo da credibilidade, retenÃÃo relativa, exemplos). XIII. MODELOS LINEARES: Programa: 1. IntroduÃÃo: principais modelos e exemplos. 2.Ãlgebra de matrizes. 3. DistribuiÃÃes de formas quadrÃticas. 4. Modelos de posto completo: regressÃo e planejamento. 5. EstimaÃÃo e testes de hipÃteses: a hipÃtese linear geral. 6. ParametrizaÃÃes em modelos de planejamento. 7. Dados desbalanceados e dados incompletos. 8. EstimaÃÃo pelo mÃtodo de mÃnimos quadrados ponderados. 9. O modelo linear geral: estruturas especiais para a matriz de covariÃncia; modelos para medidas repetidas. 10. Modelos de posto incompleto. XIV. PERCOLAÃÃO: Programa: IntroduÃÃo ao modelo de percolaÃÃo. Primeiros resultados: transiÃÃo de fase. Desigualdade de correlaÃÃo; fÃrmula de russo. Fase subcrÃtica: decaimento exponencial; unicidade do ponto crÃtico. Fase supercrÃtica: unicidade do aglomerado infinito. Duas dimensÃes: Continuidade no ponto crÃtico. O modelo de aglomerados aleatÃrios de Fortuin e Kasteleyn e sua relaÃÃo com os modelos de percolaÃÃo, de Ising e Potts. Outros modelos relacionados a percolaÃÃo: a) percolaÃÃo de primeira passagem, b) percolaÃÃo de invasÃo; e percolaÃÃo dinÃmica. XV. PLANEJAMENTO DE EXPERIMENTOS: Programa: 1. Modelos com um fator: efeitos fixos e aleatÃrios; comparaÃÃes mÃltiplas, anÃlise de covariÃncia. 2. Modelos com dois fatores: modelos cruzados e hierÃrquicos; efeitos fixos e aleatÃrios; modelos mistos; planejamento em blocos aleatorizados. 3. Planejamentos modificados ou incompletos: blocos aleatorizados incompletos; quadrados e de Youden e grego-latinos. 4. Experimentos Fatoriais: Experimentos 2 k; confundimeno em experimentos 2k; RÃplica fracionÃria; Experimentos 3k. 5. Experimentos em Split-plot aplicaÃÃes. XVI. PROBABILIDADE AVANÃADA I: Programa: 1) EspaÃos de Probabilidade: a) Medidas de Lebesgue-Stieltjes, Teorema da ExtensÃo de CarathÃdory; b) Medidas de Probabilidade, VariÃveis AleatÃrias; c) IntegraÃÃo, EsperanÃa, Teoremas de ConvergÃncia; d) Medidas produto, Teorema de Fubini; e) IndependÃncia; f) Teorema da ExtensÃo de Kolmogorov; g) Teorema de RadonNikodym, EsperanÃa Condicional. 2) Leis dos Grandes NÃmeros: a) ConvergÃncia em Probabilidade e ConvergÃncia Quase-Certa; b) Lei Fraca dos Grandes NÃmeros; c) Lemas de Borel-Cantelli; d) Lei Forte dos Grandes NÃmeros. 3) Teorema Central do Limite: a) ConvergÃncia em DistribuiÃÃo; b) FunÃÃes CaracterÃsticas; c) TCL para VariÃveis AleatÃrias I.I.D.; d) TCL para Arranjos Triangulares. XVII. PROBABILIDADE AVANÃADA II: Programa: 1) Martingais a) ConvergÃncia Quase-Certa b) Desigualdade de Doob, ConvergÃncia em Lp c) Integrabilidade Uniforme, ConvergÃncia em L1 d) Teorema da Parada Ãtima 2) Processos EstacionÃrios e Teorema ErgÃdico de Birkhoff 3) Movimento Browniano a) ConstruÃÃo b) Propriedade de Markov, PrincÃpio da ReflexÃo c) Tempos de Passagem d) Propriedades das TrajetÃrias 4) Integra-ÃÃo EstocÃstica a) ConstruÃÃo da Integral EstocÃstica b) FÃrmula de ItÃ, Teorema da Girsanov XVIII. PROCESSOS PONTUAIS: Programa: Processo de Poisson. Processos marcados. DistribuiÃÃes de Palm. Modelos Booleanos. Processos pontuais de Gibbs. SimulaÃÃo de processos pontuais. TÃpicos em reticulados aleatÃrios. InferÃncia em processos pontuais. Processos de nascimento e morte com interaÃÃo. XIX. SISTEMAS MARKOVIANOS DE PARTÃCULAS: Programa: DefiniÃÃo e exemplos de sistemas de partÃculas. Problemas e tÃcnicas. ExistÃncia. Acoplamento.. Dualidade. Aditividade. Reversibilidade. Ergodicidade. Desigualdade FKG. Propriedades misturadoras. Estudo de dois exemplos: percolaÃao orientada e o processo de exclusÃo simples. XX. TEORIA DA DECISÃO: Programa: 1.Elementos de um problema de decisÃo. 2. Certeza e incerteza. 3. Probabilidade e utilidade: construÃÃo (coerÃncia). 4. MaximizaÃÃo de utilidade esperada. 5. Formas normal e extensiva. 6. Exemplos em inferÃncia estatÃstica. 7. DecisÃes coletivas. 8. DecisÃes Neo-Bayesianas e Neo-Bernoullianas. 9. DecisÃes sequenciais. XXI. TEORIA DAS FILAS: Programa: 1. RevisÃo dos principais processos estocÃsticos aplicados em filas. Processos de Poisson e Nascimento e Morte. Cadeias e Processos de Markov. Processos de renovaÃÃo e de renovaÃÃo Markoviano. 2. CaracterÃsticas gerais e principais medidas de desempenho de uma fila. Chegadas, serviÃo, disciplina, capacidade de espera e nÃmero de servidores. NÃmero de clientes no sistema e tempos de espera. 3. A fila M/M/1 e suas variantes. M/M/1: distribuiÃÃo do nÃmero de clientes no sistema, cÃlculo de medidas de desempenho, fÃrmula de Litle, processo de saÃda, Teorema de Burke. M/M/c/K: distribuiÃÃo estacionÃria e medidas de desempenho. 4. A fila M/G/1 e suas variantes. M/G/1: transiÃÃo e cadeia imersa usando o processo de renovaÃÃo Markoviano, fÃrmula de Pollaczek-Khintchin, distribuiÃÃo estacionÃria. M/G/1/k: distribuiÃÃo estacionÃria. 5. Redes de fila. Modelos de Jackson, Kelly, BCMP e redes de estaÃÃes quase-reversÃveis. XXII. MODELOS LINEARES GENERALIZADOS: Programa: 1.Modelos lineares generalizados - 1.1. DefiniÃÃo; 1.2. FunÃÃo desvio; 1.3. EstimaÃÃo dos parÃmetros; 1.4.Teste de hipÃteses; 1.5. TÃcnicas de diagnÃstico; 1.6. AplicaÃÃes. 2. Modelos para anÃlise de dados positivos assimÃtricos - 2.1. Modelos com resposta gama; 2.2. Modelos com resposta normal inversa. 3. RegressÃo logÃstica - 3.1. MÃtodos clÃssicos; 3.2. RegressÃo logÃstica linear; 3.3. Modelos de dose-resposta; 3.4. SobredispersÃo; 3.6. RegressÃo logÃstica condicional; 3.7. AplicaÃÃes. 4. RegressÃo de Poisson - 4.1. MÃtodos clÃssicos; 4.2. Modelos loglineares; 4.3. ClassificaÃÃo de modelos; 4.4. RelaÃÃo com modelos multinomiais; 4.5. Modelos com resposta binomial negativa; 4.6. AplicaÃÃes. 5. Modelos de quase-verrossimilhanÃa - 5.1.. DefiniÃÃo; 5.2. EstimaÃÃo e testes; 5.3. AplicaÃÃes. 6. EquaÃÃes de estimaÃÃo generalizadas - 6.1. DefiniÃÃo; 6.2. EstimaÃÃo e testes, 6.3. AplicaÃÃes. 7. Modelos lineares generalizados mistos. XXIII. ANÃLISE DE DADOS CATEGORIZADOS: Programa: 1. IntroduÃÃo: NoÃÃes preliminares sobre dados categorizados e exemplos. 2. Modelos probabilÃsticos: Poisson, Multinomial, produto de Multinomiais e HipergeomÃtrico. 3. Modelos estruturais lineares: simetria, homogeneidade marginal e o modelo linear geral. 4. Modelos log-lineares: tabelas sem variÃveis explicativas e tabelas com variÃveis explicativas; modelos para variÃveis ordinais. 5. Modelos funcionais lineares: modelos log-lineares generalizados e modelos lineares generalizados. 6. InferÃncia estatÃstica: metodologia de mÃxima verossimilhanÃa e de mÃnimos quadrados generalizados; mÃtodos de inferÃncia condicional exata. 7. TÃpicos especiais: anÃlise de dados com medidas repetidas; anÃlise de tabelas truncadas; anÃlise de dados incompletos. XXIV. MÃTODOS GRÃFICOS EM SISTEMAS DE PARTÃCULAS: Programa: 1. O Teorema subaditivo. Processos de crescimento. Modelo de Richardson. 2. Modelo do votante. Comportamento assintÃtico. Dualidade. Modelo do votante viesado. 3. Processo de contato. Processos das bordas. Morte e sobrevivÃncia. Valores crÃticos do parÃmetro. 4. Modelos a tempo discreto. PercolaÃÃo orientada. Sistemas com interaÃÃo com dois vizinhos. 5. Percola-ÃÃo de laÃo em duas dimensÃes. PercolaÃÃo de ponto. ParÃmetros crÃticos. 6. PercolaÃÃo de primeira passagem. Teoremas limites bÃsicos. 7. Processo de exclusÃo simples simÃtrico. Dualidade. HidrodinÃmica. 8. Processo de exclusÃo simples assimÃtrico. Acoplamento e teoremas limite. O concurso serà regido pelo disposto no Estatuto e no Regimento Geral da Universidade de SÃo Paulo e no Regimento do Instituto de MatemÃtica e EstatÃstica da Universidade de SÃo Paulo. 1. As inscriÃÃes deverÃo ser feitas pessoalmente, ou por procuraÃÃo simples, na AssistÃncia AcadÃmica do Instituto de MatemÃtica e EstatÃstica da Universidade de SÃo Paulo, à Rua do MatÃo, 1010, bloco A, Cidade UniversitÃria, SÃo Paulo, SP, devendo o candidato apresentar requerimento dirigido ao Diretor do IME-USP redigido em portuguÃs, no qual deverà constar o nÃmero do edital, endereÃo completo, telefones para contato e endereÃo eletrÃnico, a especialidade escolhida, que serà necessariamente uma das disciplinas elencadas acima, a especificaÃÃo do tÃtulo de sua prova pÃblica de erudiÃÃo, acompanhada de um resumo que esclareÃa a natureza do assunto, sua articulaÃÃo com a especialidade e com o conjunto das disciplinas do concurso. DeverÃo ser entregues tambÃm os seguintes documentos: I. memorial circunstanciado, em dez cÃpias, em lÃngua inglesa ou portuguesa, no qual sejam comprovados os trabalhos publicados, as atividades realizadas pertinentes ao concurso e as demais informaÃÃes que permitam avaliaÃÃo de seus mÃritos. A documentaÃÃo comprobatÃria do memorial deverà ser acondicionada em pastas ou caixas, devidamente etiquetadas com o nome do candidato, nÃmero do edital e uma lista dos documentos nela contida. Cada comprovante de tÃtulo, trabalho ou atividade deverà estar numerado de forma a corresponder à numeraÃÃo com a qual foi citada no memorial. Deverà ser juntada ao requerimento de inscriÃÃo uma lista na qual estejam relacionados todos os documentos comprobatÃrios entregues. No inÃcio do concurso o candidato deverà estar de posse dos originais para apresentar à comissÃo julgadora, caso sejam solicitados; II. prova de que à portador do tÃtulo de Livre-Docente outorgado pela USP ou por ela reconhecido; III. prova de quitaÃÃo com o serviÃo militar para candidatos do sexo masculino; IV. tÃtulo de eleitor e comprovante de votaÃÃo da Ãltima eleiÃÃo ou prova de pagamento da respectiva multa ou a devida justificativa; V. RG ou, no caso de candidato estrangeiro, cÃpia das pÃginas de identificaÃÃo do passaporte e comprovaÃÃo de que està em situaÃÃo regular no paÃs. ParÃgrafo primeiro - Os docentes em exercÃcio na USP serÃo dispensados das exigÃncias referidas nos incisos III e IV, desde que as tenham cumprido por ocasiÃo de seu contrato inicial. ParÃgrafo segundo - Os candidatos estrangeiros serÃo dispensados das exigÃncias dos incisos III e IV. ParÃgrafo terceiro - Caso o candidato nÃo satisfaÃa a exigÃncia do inciso II e desde que nÃo pertenÃa a nenhuma categoria docente da USP, poderà requerer sua inscriÃÃo como especialista de reconhecido valor, nos termos do art. 80, parÃgrafo 1 do Estatuto, o que dependerà da aprovaÃÃo de dois terÃos dos membros da CongregaÃÃo. ParÃgrafo quarto - NÃo serÃo recebidas inscriÃÃes enviadas pelo correio, por e-mail ou por fax. ParÃgrafo quinto - No ato da inscriÃÃo, os candidatos estrangeiros poderÃo manifestar, por escrito, a intenÃÃo de realizar as provas na lÃngua inglesa, nos termos do  8 do artigo 135 do Regimento Geral. Os conteÃdos das provas realizadas nas lÃnguas inglesa e portuguesa serÃo idÃnticos. 2. As inscriÃÃes serÃo julgadas pela CongregaÃÃo, em seu aspecto formal, publicando-se a decisÃo em edital. ParÃgrafo Ãnico - O concurso deverà ser realizado no prazo de trinta a cento e oitenta dias, apÃs a aprovaÃÃo das inscriÃÃes. 3. As provas consistirÃo de: I. Julgamento dos tÃtulos (peso 5); II. Prova pÃblica oral de erudiÃÃo, realizada no tempo mÃximo de sessenta minutos, que consiste em exposiÃÃo sobre tema de livre escolha do candidato, nos limites do programa do concurso (peso 2); III. Prova pÃblica de arguiÃÃo (peso 3). 4. O julgamento dos tÃtulos, expresso mediante nota global, deverà refletir o mÃrito do candidato como resultado da apreciaÃÃo do conjunto e regularidade de suas atividades, compreendendo: I - produÃÃo cientÃfica, literÃria, filosÃfica ou artÃstica; II - atividade didÃtica universitÃria; III - atividades profissionais, ou outras, quando for o caso; IV - atividade de formaÃÃo e orientaÃÃo de discÃpulos; V - atividades relacionadas à prestaÃÃo de serviÃos à comunidade; VI - diplomas e dignidades universitÃrias. ParÃgrafo Ãnico - No julgamento dos tÃtulos deverÃo prevalecer as atividades desempenhadas nos cinco anos anteriores à inscriÃÃo. 5. A prova pÃblica oral de erudiÃÃo serà realizada de acordo com o programa previsto neste edital, competindo à comissÃo julgadora decidir se o tema escolhido pelo candidato à pertinente ao programa, de acordo com o art. 156 do Regimento Geral. 6. O ingresso do docente no RDIDP à condicionado à aprovaÃÃo da CERT, na forma da ResoluÃÃo 3.533/89 e demais disposiÃÃes regimentais aplicÃveis. ParÃgrafo Ãnico: O candidato estrangeiro aprovado no concurso e indicado para o preenchimento do cargo sà poderà tomar posse se apresentar visto temporÃrio ou permanente que faculte o exercÃcio de atividade remunerada no Brasil. 7. à condiÃÃo para admissÃo estar apto no exame mÃdico prÃ-admissional a ser realizado pelo Departamento de PerÃcias MÃdicas do Estado de SÃo Paulo (DPME). 8. O concurso terà validade imediata, exaurindo-se com a nomeaÃÃo do candidato indicado. Maiores informaÃÃes, bem como as normas pertinentes ao concurso, encontram-se à disposiÃÃo dos interessados na AssistÃncia AcadÃmica do IME, no endereÃo e horÃrio acima citados. Este texto nÃo substitui o publicado no D.O.E. de 09.10.2013. Para consultar o edital acesse www.imesp.com.br <http://www.imesp.com.br/> /lgsa -- *Cecilia CampanhÃ* SecretÃria do Departamento de EstatÃstica Universidade de SÃo Paulo +55 11 3091-6129 -- Adilson Simonis ----- Final da mensagem encaminhada -----
--- Begin Message ---
- Subject: Fwd: CONCURSO PARA PROVIMENTO DE UM CARGO DE PROFESSOR TITULAR
- From: Adilson Simonis <simonis.adilson@gmail.com>
- Date: Tue, 18 Feb 2014 20:46:31 -0300
Title: Coordenadoria de Administração Geral - Departamento de Recursos Humanos---------- Mensagem encaminhada ----------
De: Cecilia Campanhã <cecilia.ime@gmail.com>
Data: 18 de fevereiro de 2014 13:07
Assunto: CONCURSO PARA PROVIMENTO DE UM CARGO DE PROFESSOR TITULAR
Para: Antonio Galves <galves.usp@gmail.com>UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA
EDITAL ATAc - 039/2013
CONCURSO PARA PROVIMENTO DE UM CARGO DE PROFESSOR TITULAR JUNTO AO DEPARTAMENTO DE ESTATÍSTICA DO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DA UNIVERSIDADE DE SÃO PAULO.
O Diretor do Instituto de Matemática e Estatística da Universidade de São Paulo torna público a todos os interessados que, de acordo com o decidido pela Congregação em sua 556ª sessão ordinária realizada em 26/9/2013, estarão abertas no período de 10/10/2013 a 7/4/2014, de segunda a sexta-feira, das 9 às 12 e das 14 às 17 horas, exceto feriados e pontos facultativos na Universidade de São Paulo, as inscrições ao concurso público de títulos e provas para provimento de um cargo de Professor Titular, cargo/claro número 171220, em Regime de Dedicação Integral à Docência e à Pesquisa (RDIDP), junto ao Departamento de Estatística, com salário de R$ 13.653,62 (treze mil, seiscentos e cinquenta e três reais e sessenta e dois centavos), base maio/2013, na área de Probabilidade e Estatística, caracterizada pelo seguinte conjunto de disciplinas:
I. ANÁLISE DE SÉRIES TEMPORAIS: Programa: 1. Conceitos básicos: processos estocásticos e séries temporais, estacionariedade, função de auto-covariância e espectro. 2. Processos ARMA estacionários: os modelos autoregressivos, de médias móveis, e misto discretos; modelos ARIMA, o modelo linear geral e modelos harmônicos. 3. Análise espectral: séries de Fourier, análise de funções periódicas e não periódicas, representação espectral de processos estacionários, espectro misto e filtros lineares. 4. Estimação no domínio do tempo: estimação da média e da função de auto-covariância, identificação, estimação e previsão de parâmetros de modelos ARIMA. 5. Estimação no domínio da frequência: a transformada de Fourier finita e o periodograma, estimadores suavizados.
II. ANÁLISE DE SOBREVIVÊNCIA: Programa: 1. Introdução a conceitos básicos: caracterização de tempos de falhas (função de risco, sobrevivência, equivalências); censuras e truncagem; tipos de censura. 2. Conceitos básicos de processos estocásticos de contagem sob o enfoque de análise de sobrevivência (filtragem, propriedade martingal, etc). Resultados utilizados no estudo de propriedades de estimadores e estatísticas de teste. 3. Modelos paramétricos e estimação de máxima verossimilhança para amostras censuradas; desenvolvimento de propriedades assintóticas para o caso de uma amostra. Estimação paramétrica da função de sobrevivência e outras quantidades de interesse. 4. Estimação não-paramétrica da função de sobrevivência e da função de risco acumulada: estimador de Kaplan-Meier e suas propriedades assintóticas. 5. Testes não-paramétricos para uma ou mais amostras na presença de observações censuradas. O teste de logrank ponderado e a classe de estatísticas lineares de postos. 6. Utilização de covariáveis: modelos paramétricos de regressão; tempos de vida acelerados e modelo paramétrico de riscos proporcionais. 7. Modelo semiparamétrico de riscos proporcionais de Cox; Modelo de Cox estendido. Estimação e testes envolvendo covariáveis; teoria assintótica. 8. Alguns modelos multivariados: modelos de riscos competitivos, estimação da função de sobrevivência bivariada.
III. ANÁLISE MULTIVARIADA: Programa: 1. Introdução: Variáveis aleatórias multidimensionais e exemplos. 2. Distribuição Normal Multivariada: propriedades e estimação dos parâmetros. 3. Distribuições amostrais do vetor de médias e da matriz de covariâncias; regiões de confiança. 4. Testes de hipóteses para o vetor de médias e para a matriz de covariâncias. 5. Gráficos multivariados. 6. Técnicas de redução da dimensionalidade: análise de componentes principais, análise fatorial. 7. Técnicas de classificação e agrupamento: análise de agrupamentos, análise discriminante.
IV. CÁLCULO ESTOCÁSTICO: Programa: Passeios Aleatórios, Convergência de variáveis aleatórias, Martingais, Movimento Browniano, Construção da Integral Estocástica, Fórmula de Itô, Equações Diferenciais Estocásticas, Equação de Difusão, Fórmula de Girsanov, Fórmula de Black-Scholes, Fórmula de Feynman-Kac.
V. ELEMENTOS DE AMOSTRAGEM: Programa: 1. Ideias básicas. 2. Amostragem aleatória simples e estratificada. 3. Estimação com probabilidades desiguais. Estimadores de HorwitzThompson. 4. Estimadores do tipo razão e regressão. 5. Amostragem por conglomerados e sistemática. 6. Amostragem em múltiplos estágios. 7. Modelos de regressão em planos amostrais complexos. 8. O enfoque de superpopulação para populações finitas.
VI. ESTATÍSTICA AVANÇADA I: Programa: 1. Modelos estatísticos clássicos e bayesianos; modelos paramétricos, não paramétricos e semi-paramétricos. 2. Suficiência, suficiência mínima, completa, ancilaridade; famílias exponenciais de distribuições; informação de Fisher e Kullback-Leibler. 3. Formulação do problema de decisão estatística; estimadores ótimos, admissibilidade. 4. Estimadores não-viesados de variância mínima, de máxima verossimilhança, bayesianos e robustos; intervalos de confiança e credibilidade. 5. Formulação geral do problema do teste de hipóteses; lema de Neyman-Pearson e testes UMP. Teste da razão de verossimilhanças. 6. Fator de Bayes, eliminação de parâmetros de incômodo, quantidade pivotal, p-valor.
VII. ESTATÍSTICA AVANÇADA II: Programa: 1. Ordens de magnitude e séries de Taylor. 2. Convergência fraca e forte de estimadores. Casos univariado e multivariado. Teoremas de Slutsky. 3. Teoremas do Limite Central para o caso multivariado. O Teorema de Cramér-Wold. O Teorema de Hajek-Sidak e aplicações a modelos de regressão. O método desta e transformações estabilizadoras da variância. 4. Expansões assintóticas. 5. Comportamento assintótico das estatísticas de ordem e da função de distribuição empírica. 6. Comportamento assintótico dos estimadores de máxima verossimilhança e dos obtidos pelo método dos momentos. Eficiência assintótica. 7. Comportamento assintótico dos testes da razão de verossimilhança, de Wald e escore. 8. Métodos de estimação robustos e equações de estimação.
VIII. MARTINGAIS E TEORIA DA CONFIABILIDADE: Programa: 1.Introdução:confiabilidade de sistemas; importância de componentes; classes de distribuições úteis em teoria da confiabilidade; políticas de manutenção. 2. Preliminares: processos progressivamente mensuráveis e previsíveis; martingais de quadrado integrável e integral estocástica; processos pontuais; representação integral dos processos pontuais. 3. Processo pontual multivariado das falhas de um sistema. Importância de componentes. Classes de distribuições condicionadas a níveis de informações caracterizadas por uma família crescente de sub-t-álgebra. O processo de risco através dos compensadores. Comparação de políticas de manutenção através dos compensadores. Manutenção ótima baseada em níveis diferentes de informações caracterizadas por famílias de sub-t-álgebras crescentes.
IX. GEOESTATÍSTICA E TÓPICOS EM ESTATÍSTICA ESPACIAL: Programa: 1. Estatística espacial: Ï conceitos básicos Ï estruturas de dados georeferenciados e notação Ï exemplos de aplicação Parte I: Variação espacial contínua (geoestatística) 2. Introdução Ï Motivação e exemplos de aplicação Ï terminologia, notação e tópicos de interesse em geoestatística Ï análise exploratória espacial Ï análise de dados geoestatísticos: uma visão geral Ï aspectos computacionais 3. Modelos Gaussianos Ï especificação e propriedades do modelo Ï funções de correlação Ï simulação Ï extensões do modelo Ï modelos multivariados Ï aspectos computacionais 4. Modelos lineares generalizados espaciais Ï formulação do modelo Ï exemplos de modelos lineares generalizados geoestatísticos Ï outros modelos Ï aspectos computacionais 5. Estimação de parâmetros Ï propriedades de segunda ordem e variogramas Ï estimação de estruturas de covariância utilizando variogramas Ï métodos baseados em verossimilhança Ï estimação em modelo lineares generalizados geoestatísticos Ï aspectos computacionais 6. Predição espacial Ï predição em processos espaciais Ï predição de mínimos quadrados em modelos Gaussianos: krigagem Ï extensões da krigagem e simulações condicionais Ï aspectos computacionais 7. Inferência Bayesiana em modelos geoestatísticos 4. paradigma Bayesiano para inferência e predição 5. inferência Bayesiana no modelo Gaussiano e Gaussiano transformado 6. inferência Bayesiana no modelo linear generalizado geoestatístico 7. estudos de caso 8. aspectos computacionais 8. Delineamentos geoestatísticos Ï tipos de delineamentos Ï avaliação de delineamentos Ï estudos de caso Ï aspectos computacionais 9. Modelos espaço temporais Ï conceitos e propriedades de processos espaço temporais Ï funções de correlação Ï outras abordagens Ï aspectos computacionais Parte II : Tópicos em análise de dados espaciais 10. Processos pontuais: Ï descrição e propriedades Ï análises exploratórias Ï modelos e simulação de processos pontuais Ï exemplos de aplicação Ï aspectos computacionais 11. Variação espacial discreta: índices de agregação, modelos e inferência 1. características de dados de áreas 2. análises exploratórias 3. algumas estratégias de modelagem 4. exemplos de aplicação 5. aspectos computacionais 13. Dados espaciais: fontes de dados, sistemas de informação geográficas e bancos de dados.
X. INFERÊNCIA BAYESIANA: Programa: Tópicos: 1. O método Bayesiano; 2. Inferência e decisão; 3. O princípio da verossimilhança; 4. O uso sequencial da regra de Bayes; 5. Suficiência, ancilaridade e identificabilidade; 6. Probabilidade subjetiva, coerência e permutabilidade; 7. Distribuições a priori; 8. Robutez; 9. Aspectos computacionais: o método de Gibbs; 10. Modelo linear e análise multivariada.
XI. INFERÊNCIA EM PROCESSOS ESTOCÁSTICOS: Programa: 1) Processos estocásticos: objetivos e exemplos. 2) Inferência estatística para Cadeias de Markov. Estimação de máxima verossimilhança e identificação da ordem da Cadeia. 3) Inferência estatística para Cadeias de Markov ocultas. 4) Inferência estatística para Processos Markovianos de Salto. 5. Estados de Gibbs e análise de verossimilhança do modelo Ising. 6) Simulações de Monte-Carlo através de Cadeias de Markov. Dinâmicasde Glauber, amostrador de Gibbs, algoritmo de Metropolis. 7. Identificação bayesiana de padrões.
XII. INTRODUÇÃO À ANÁLISE DE RISCO: Programa: 1. Aspectos probabilísticos do risco (interpretação dos valores segurados acumulados através de exemplos com seqüências de variáveis aleatórias). 2. Distribuições do total de seguros pagos em um ano (comparação entre o modelo individual e o modelo coletivo, aproximação através de polinômios ortogonais e função gama de Bower). 3. Princípios de cálculo de prêmios (prêmios de risco e prêmios coletivos, prêmios de credibilidade, redução de prêmios, propriedades e exemplos). 4. Trocas de risco e re-seguro (tomada de decisão sob pontos de vista conflitantes, trocas de risco entre seguradoras, propriedades de prêmios "stop-loss"). 5. Retenção e reservas (retenção sob re-seguro proporcional e não-proporcional, aproximação da credibilidade, retenção relativa, exemplos).
XIII. MODELOS LINEARES: Programa: 1. Introdução: principais modelos e exemplos. 2.Álgebra de matrizes. 3. Distribuições de formas quadráticas. 4. Modelos de posto completo: regressão e planejamento. 5. Estimação e testes de hipóteses: a hipótese linear geral. 6. Parametrizações em modelos de planejamento. 7. Dados desbalanceados e dados incompletos. 8. Estimação pelo método de mínimos quadrados ponderados. 9. O modelo linear geral: estruturas especiais para a matriz de covariância; modelos para medidas repetidas. 10. Modelos de posto incompleto.
XIV. PERCOLAÇÃO: Programa: Introdução ao modelo de percolação. Primeiros resultados: transição de fase. Desigualdade de correlação; fórmula de russo. Fase subcrítica: decaimento exponencial; unicidade do ponto crítico. Fase supercrítica: unicidade do aglomerado infinito. Duas dimensões: Continuidade no ponto crítico. O modelo de aglomerados aleatórios de Fortuin e Kasteleyn e sua relação com os modelos de percolação, de Ising e Potts. Outros modelos relacionados a percolação: a) percolação de primeira passagem, b) percolação de invasão; e percolação dinâmica.
XV. PLANEJAMENTO DE EXPERIMENTOS: Programa: 1. Modelos com um fator: efeitos fixos e aleatórios; comparações múltiplas, análise de covariância. 2. Modelos com dois fatores: modelos cruzados e hierárquicos; efeitos fixos e aleatórios; modelos mistos; planejamento em blocos aleatorizados. 3. Planejamentos modificados ou incompletos: blocos aleatorizados incompletos; quadrados e de Youden e grego-latinos. 4. Experimentos Fatoriais: Experimentos 2 k; confundimeno em experimentos 2k; Réplica fracionária; Experimentos 3k. 5. Experimentos em Split-plot aplicações.
XVI. PROBABILIDADE AVANÇADA I: Programa: 1) Espaços de Probabilidade: a) Medidas de Lebesgue-Stieltjes, Teorema da Extensão de Carathédory; b) Medidas de Probabilidade, Variáveis Aleatórias; c) Integração, Esperança, Teoremas de Convergência; d) Medidas produto, Teorema de Fubini; e) Independência; f) Teorema da Extensão de Kolmogorov; g) Teorema de RadonNikodym, Esperança Condicional. 2) Leis dos Grandes Números: a) Convergência em Probabilidade e Convergência Quase-Certa; b) Lei Fraca dos Grandes Números; c) Lemas de Borel-Cantelli; d) Lei Forte dos Grandes Números. 3) Teorema Central do Limite: a) Convergência em Distribuição; b) Funções Características; c) TCL para Variáveis Aleatórias I.I.D.; d) TCL para Arranjos Triangulares.
XVII. PROBABILIDADE AVANÇADA II: Programa: 1) Martingais a) Convergência Quase-Certa b) Desigualdade de Doob, Convergência em Lp c) Integrabilidade Uniforme, Convergência em L1 d) Teorema da Parada Ótima 2) Processos Estacionários e Teorema Ergódico de Birkhoff 3) Movimento Browniano a) Construção b) Propriedade de Markov, Princípio da Reflexão c) Tempos de Passagem d) Propriedades das Trajetórias 4) Integra-ção Estocástica a) Construção da Integral Estocástica b) Fórmula de Itô, Teorema da Girsanov
XVIII. PROCESSOS PONTUAIS: Programa: Processo de Poisson. Processos marcados. Distribuições de Palm. Modelos Booleanos. Processos pontuais de Gibbs. Simulação de processos pontuais. Tópicos em reticulados aleatórios. Inferência em processos pontuais. Processos de nascimento e morte com interação.
XIX. SISTEMAS MARKOVIANOS DE PARTÍCULAS: Programa: Definição e exemplos de sistemas de partículas. Problemas e técnicas. Existência. Acoplamento. Dualidade. Aditividade. Reversibilidade. Ergodicidade. Desigualdade FKG. Propriedades misturadoras. Estudo de dois exemplos: percolaçao orientada e o processo de exclusão simples.
XX. TEORIA DA DECISÃO: Programa: 1.Elementos de um problema de decisão. 2. Certeza e incerteza. 3. Probabilidade e utilidade: construção (coerência). 4. Maximização de utilidade esperada. 5. Formas normal e extensiva. 6. Exemplos em inferência estatística. 7. Decisões coletivas. 8. Decisões Neo-Bayesianas e Neo-Bernoullianas. 9. Decisões sequenciais.
XXI. TEORIA DAS FILAS: Programa: 1. Revisão dos principais processos estocásticos aplicados em filas. Processos de Poisson e Nascimento e Morte. Cadeias e Processos de Markov. Processos de renovação e de renovação Markoviano. 2. Características gerais e principais medidas de desempenho de uma fila. Chegadas, serviço, disciplina, capacidade de espera e número de servidores. Número de clientes no sistema e tempos de espera. 3. A fila M/M/1 e suas variantes. M/M/1: distribuição do número de clientes no sistema, cálculo de medidas de desempenho, fórmula de Litle, processo de saída, Teorema de Burke. M/M/c/K: distribuição estacionária e medidas de desempenho. 4. A fila M/G/1 e suas variantes. M/G/1: transição e cadeia imersa usando o processo de renovação Markoviano, fórmula de Pollaczek-Khintchin, distribuição estacionária. M/G/1/k: distribuição estacionária. 5. Redes de fila. Modelos de Jackson, Kelly, BCMP e redes de estações quase-reversíveis.
XXII. MODELOS LINEARES GENERALIZADOS: Programa: 1.Modelos lineares generalizados - 1.1. Definição; 1.2. Função desvio; 1.3. Estimação dos parâmetros; 1.4.Teste de hipóteses; 1.5. Técnicas de diagnóstico; 1.6. Aplicações. 2. Modelos para análise de dados positivos assimétricos – 2.1. Modelos com resposta gama; 2.2. Modelos com resposta normal inversa. 3. Regressão logística - 3.1. Métodos clássicos; 3.2. Regressão logística linear; 3.3. Modelos de dose-resposta; 3.4. Sobredispersão; 3.6. Regressão logística condicional; 3.7. Aplicações. 4. Regressão de Poisson - 4.1. Métodos clássicos; 4.2. Modelos loglineares; 4.3. Classificação de modelos; 4.4. Relação com modelos multinomiais; 4.5. Modelos com resposta binomial negativa; 4.6. Aplicações. 5. Modelos de quase-verrossimilhança - 5.1. Definição; 5.2. Estimação e testes; 5.3. Aplicações. 6. Equações de estimação generalizadas - 6.1. Definição; 6.2. Estimação e testes, 6.3. Aplicações. 7. Modelos lineares generalizados mistos.
XXIII. ANÁLISE DE DADOS CATEGORIZADOS: Programa: 1. Introdução: Noções preliminares sobre dados categorizados e exemplos. 2. Modelos probabilísticos: Poisson, Multinomial, produto de Multinomiais e Hipergeométrico. 3. Modelos estruturais lineares: simetria, homogeneidade marginal e o modelo linear geral. 4. Modelos log-lineares: tabelas sem variáveis explicativas e tabelas com variáveis explicativas; modelos para variáveis ordinais. 5. Modelos funcionais lineares: modelos log-lineares generalizados e modelos lineares generalizados. 6. Inferência estatística: metodologia de máxima verossimilhança e de mínimos quadrados generalizados; métodos de inferência condicional exata. 7. Tópicos especiais: análise de dados com medidas repetidas; análise de tabelas truncadas; análise de dados incompletos.
XXIV. MÉTODOS GRÁFICOS EM SISTEMAS DE PARTÍCULAS: Programa: 1. O Teorema subaditivo. Processos de crescimento. Modelo de Richardson. 2. Modelo do votante. Comportamento assintótico. Dualidade. Modelo do votante viesado. 3. Processo de contato. Processos das bordas. Morte e sobrevivência. Valores críticos do parâmetro. 4. Modelos a tempo discreto. Percolação orientada. Sistemas com interação com dois vizinhos. 5. Percola-ção de laço em duas dimensões. Percolação de ponto. Parâmetros críticos. 6. Percolação de primeira passagem. Teoremas limites básicos. 7. Processo de exclusão simples simétrico. Dualidade. Hidrodinâmica. 8. Processo de exclusão simples assimétrico. Acoplamento e teoremas limite.
O concurso será regido pelo disposto no Estatuto e no Regimento Geral da Universidade de São Paulo e no Regimento do Instituto de Matemática e Estatística da Universidade de São Paulo.
1. As inscrições deverão ser feitas pessoalmente, ou por procuração simples, na Assistência Acadêmica do Instituto de Matemática e Estatística da Universidade de São Paulo, à Rua do Matão, 1010, bloco A, Cidade Universitária, São Paulo, SP, devendo o candidato apresentar requerimento dirigido ao Diretor do IME-USP redigido em português, no qual deverá constar o número do edital, endereço completo, telefones para contato e endereço eletrônico, a especialidade escolhida, que será necessariamente uma das disciplinas elencadas acima, a especificação do título de sua prova pública de erudição, acompanhada de um resumo que esclareça a natureza do assunto, sua articulação com a especialidade e com o conjunto das disciplinas do concurso.
Deverão ser entregues também os seguintes documentos:
I. memorial circunstanciado, em dez cópias, em língua inglesa ou portuguesa, no qual sejam comprovados os trabalhos publicados, as atividades realizadas pertinentes ao concurso e as demais informações que permitam avaliação de seus méritos. A documentação comprobatória do memorial deverá ser acondicionada em pastas ou caixas, devidamente etiquetadas com o nome do candidato, número do edital e uma lista dos documentos nela contida. Cada comprovante de título, trabalho ou atividade deverá estar numerado de forma a corresponder à numeração com a qual foi citada no memorial. Deverá ser juntada ao requerimento de inscrição uma lista na qual estejam relacionados todos os documentos comprobatórios entregues. No início do concurso o candidato deverá estar de posse dos originais para apresentar à comissão julgadora, caso sejam solicitados;
II. prova de que é portador do título de Livre-Docente outorgado pela USP ou por ela reconhecido;
III. prova de quitação com o serviço militar para candidatos do sexo masculino;
IV. título de eleitor e comprovante de votação da última eleição ou prova de pagamento da respectiva multa ou a devida justificativa;
V. RG ou, no caso de candidato estrangeiro, cópia das páginas de identificação do passaporte e comprovação de que está em situação regular no país.
Parágrafo primeiro - Os docentes em exercício na USP serão dispensados das exigências referidas nos incisos III e IV, desde que as tenham cumprido por ocasião de seu contrato inicial.
Parágrafo segundo - Os candidatos estrangeiros serão dispensados das exigências dos incisos III e IV.
Parágrafo terceiro – Caso o candidato não satisfaça a exigência do inciso II e desde que não pertença a nenhuma categoria docente da USP, poderá requerer sua inscrição como especialista de reconhecido valor, nos termos do art. 80, parágrafo 1º do Estatuto, o que dependerá da aprovação de dois terços dos membros da Congregação.
Parágrafo quarto – Não serão recebidas inscrições enviadas pelo correio, por e-mail ou por fax.
Parágrafo quinto – No ato da inscrição, os candidatos estrangeiros poderão manifestar, por escrito, a intenção de realizar as provas na língua inglesa, nos termos do § 8º do artigo 135 do Regimento Geral. Os conteúdos das provas realizadas nas línguas inglesa e portuguesa serão idênticos.
2. As inscrições serão julgadas pela Congregação, em seu aspecto formal, publicando-se a decisão em edital.
Parágrafo único – O concurso deverá ser realizado no prazo de trinta a cento e oitenta dias, após a aprovação das inscrições.
3. As provas consistirão de:
I. Julgamento dos títulos (peso 5);
II. Prova pública oral de erudição, realizada no tempo máximo de sessenta minutos, que consiste em exposição sobre tema de livre escolha do candidato, nos limites do programa do concurso (peso 2);
III. Prova pública de arguição (peso 3).
4. O julgamento dos títulos, expresso mediante nota global, deverá refletir o mérito do candidato como resultado da apreciação do conjunto e regularidade de suas atividades, compreendendo:
I – produção científica, literária, filosófica ou artística;
II – atividade didática universitária;
III – atividades profissionais, ou outras, quando for o caso;
IV – atividade de formação e orientação de discípulos;
V – atividades relacionadas à prestação de serviços à comunidade;
VI – diplomas e dignidades universitárias.
Parágrafo único – No julgamento dos títulos deverão prevalecer as atividades desempenhadas nos cinco anos anteriores à inscrição.
5. A prova pública oral de erudição será realizada de acordo com o programa previsto neste edital, competindo à comissão julgadora decidir se o tema escolhido pelo candidato é pertinente ao programa, de acordo com o art. 156 do Regimento Geral.
6. O ingresso do docente no RDIDP é condicionado à aprovação da CERT, na forma da Resolução 3.533/89 e demais disposições regimentais aplicáveis.
Parágrafo único: O candidato estrangeiro aprovado no concurso e indicado para o preenchimento do cargo só poderá tomar posse se apresentar visto temporário ou permanente que faculte o exercício de atividade remunerada no Brasil.
7. É condição para admissão estar apto no exame médico pré-admissional a ser realizado pelo Departamento de Perícias Médicas do Estado de São Paulo (DPME).
8. O concurso terá validade imediata, exaurindo-se com a nomeação do candidato indicado.
Maiores informações, bem como as normas pertinentes ao concurso, encontram-se à disposição dos interessados na Assistência Acadêmica do IME, no endereço e horário acima citados.
Este texto não substitui o publicado no D.O.E. de 09.10.2013.
Para consultar o edital acesse www.imesp.com.br
/lgsa--Cecilia CampanhãSecretária do Departamento de EstatísticaUniversidade de São Paulo--
Adilson Simonis<!-- saved from url=(0022)http://www.usp.br/drh/ --> <frameset border="0" rows="63,*" framespacing="0" frameborder="0"> <frame src="./Edital concurso prof. titular_files/banner_usp.htm" name="banner" id="banner" scrolling="no" noresize="" target="tela"> <frameset border="0" cols="260,*" framespacing="0" frameborder="0"> <frame src="./Edital concurso prof. titular_files/menu.htm" name="menu" id="menu" frameborder="0" scrolling="auto" noresize="" marginwidth="0" marginheight="0"> <frame src="./Edital concurso prof. titular_files/imeconc0392013.htm" name="tela" id="tela" frameborder="0" scrolling="Auto" noresize="" marginwidth="0" marginheight="0"> <noframes> <body> </body> </noframes> </frameset> </frameset>
--- End Message ---