Resolução de exercícios e discussão de alguns artigos na área.

Inferência Estatística Clássica – conceito de estimador, estimativa de um parâmetro desconhecido. O Método da máxima verosimilhança. Testes de hipóteses - teste do qui-quadrado de ajustamento. Tabelas de contingência – testes de independência e testes de homogeneidade.

Cadeias de Markov (continuação). Cálculo da probabilidade num instante de “tempo” dado o passado. A matriz de probabilidades de transição a n passos. Propriedades da cadeia de Markov. Distribuição estacionária. Resolução de um exemplo.

Resolução de exercícios. Distribuições condicionadas. Processos estocásticos - definição e classificação. Introdução às cadeias de Markov. Definição de processo Markoviano. Matriz de probabilidades de transição a um passo -definição.

Modelos de Probabilidade -
Determinação do tamanho médio de um ``contig''. Probabilidade condicional. Teorema da probabilidade total e teorema de Bayes. Distribuições condicionadas. Processos estocásticos - definição e classificação. Introdução às cadeias de Markov.

Apresentação do módulo.

Modelos de Probabilidade - revisão de noções introdutórias e dos modelos mais usados em diversas áreas de aplicações. Cálculo da proporção média do genoma coberto por “contigs” e cálculo do número médio de “contigs” necessário para cobrir a sequência. Revisão dos modelos de probabilidade uniforme, Binomial, Poisson e Exponencial.

Biclustering.

Clustering: algoritmos de partição.

Feriado.

Clustering: algoritmos hierárquicos.

Introdução ao clustering.

Introdução aos grafos. Algoritmos para grafos em biologia.

Introdução aos grafos.

Introdução ao microarrays (continuação).

Introdução aos microarrays

Tipos de microarrays

Aplicações

Validação dos dados

Análise em componentes principais. Exercícios.

Discussão do primeiro trabalho individual

Análise em componentes principais (continuação).

Introdução à análise em componentes principais.

Alinhamento simples e múltiplos de sequências.

Diferentes tipos de algoritmos

Introdução à algoritmia com R (continuação).

Introdução à algoritmia com R.

 Resolução de exercícios

 Pesquisas em Bases de dados

Pesquisas em Bases de dados: FASTA e BLAST

Procura de homologias

Scores estatísticos

Bases de dados de interesse biológico

Introdução à Bioinformática

Sequenciações – DNA:

Princípios e tipos de sequenciações

Limitações das sequenciações

 Análise de outputs de sequenciação

Apresentação da UC.