MATEMTICA

MATEMTICA
1. RELAES ENTRE GRANDEZAS E UNIDADES DE MEDIDA.
Como as sucesses so diretamente proporcionais, as razes so iguais, isto :

2 8 y = = 3 x 21

Nmeros diretamente proporcionais Considere a seguinte situao: Joana gosta de queijadinha e por isso resolveu aprender a faz-las. Adquiriu a receita de uma amiga. Nessa receita, os ingredientes necessrios so: 3 ovos 1 lata de leite condensado 1 xcara de leite 2 colheres das de sopa de farinha de trigo 1 colher das de sobremesa de fermento em p 1 pacote de coco ralado 1 xcara de queijo ralado 1 colher das de sopa de manteiga Veja que: - Para se fazerem 2 receitas seriam usados 6 ovos para 4 colheres de farinha; - Para se fazerem 3 receitas seriam usados 9 ovos para 6 colheres de farinha; - Para se fazerem 4 receitas seriam usados 12 ovos para 8 colheres de farinha; - Observe agora as duas sucesses de nmeros: Sucesso do nmero de ovos: 6 9 12 Sucesso do nmero de colheres de farinha: 4 6 8 Nessas sucesses as razes entre os termos correspondentes so iguais:
6 3 = 4 2

2 8 = 3 x

2 y = 3 21
3y = 2 . 21 3y = 42 y=

2x = 3 . 8 2x = 24 x=

24 2

42 3

x=12 Logo, x = 12 e y = 14

y=14

Exemplo 2: Para montar uma pequena empresa, Jlio, Csar e Toni formaram uma sociedade. Jlio entrou com R$ 24.000,00, Csar com R$ 27.000,00 e Toni com R$ 30.000,00. Depois de 6 meses houve um lucro de R$ 32.400,00 que foi repartido entre eles em partes diretamente proporcionais quantia investida. Calcular a parte que coube a cada um. Soluo: Representando a parte de Jlio por x, a de Csar por y, e a de Toni por z, podemos escrever:
x + y + z = 32400 y z x = = 24000 27000 30000

32400 x y z x+ y+z = = = 24000 27000 30000 24000 + 27000 + 30000 81000

Assim:

6 9 12 3 = = = 4 6 8 2

9 3 = 6 2

12 3 = 8 2

Resolvendo as propores:

x 32400 4 = 24000 8100010

10x = 96 000 x = 9 600
y 4 = 27000 10

Dizemos, ento, que: - os nmeros da sucesso 6, 9, 12 so diretamente proporcionais aos da sucesso 3 4, 6, 8; - o nmero 2 , que a razo entre dois termos correspondentes, chamado fator de proporcionalidade. Duas sucesses de nmeros no-nulos so diretamente proporcionais quando as razes entre cada termo da primeira sucesso e o termo correspondente da segunda sucesso so iguais. Exemplo1: Vamos determinar x e y, de modo que as sucesses sejam diretamente proporcionais: 2 3 8 x y 21

10y = 108 000 y = 10 800

z 4 = 3000 10
10z = 120 000 z = 12 000 Logo, Jlio recebeu R$ 9.600,00, Csar recebeu R$ 10.800,00 e Toni, R$ 12.000,00.

Didatismo e Conhecimento

MATEMTICA
Nmeros Inversamente Proporcionais Considere os seguintes dados, referentes produo de sorvete por uma mquina da marca x-5: 1 mquina x-5 produz 32 litros de sorvete em 120 min. 2 mquinas x-5 produzem 32 litros de sorvete em 60 min. 4 mquinas x-5 produzem 32 litros de sorvete em 30 min. 6 mquinas x-5 produzem 32 litros de sorvete em 20 min. Observe agora as duas sucesses de nmeros: Sucesso do nmero de mquinas: 1 Sucesso do nmero de minutos: 120 2 60 4 6 30 20 Exemplo 2: Vamos dividir o nmero 104 em partes inversamente proporcionais aos nmeros 2, 3 e 4. Representamos os nmeros procurados por x, y e z. E como as sucesses (x, y, z) e (2, 3, 4) devem ser inversamente proporcionais, 104 escrevemos:

x y z = = 1 1 1 2 3 4

x y z x+ y+z = = = 1 1 1 1 1 1 + + 2 3 4 2 3 4

Como,

vem

Nessas sucesses as razes entre cada termo da primeira sucesso do 1 e o 2 inverso 4 6 termo correspondente da segunda so iguais:1 = 1 = 1 = 1 = 120
120 60 30 20

Logo, os nmeros procurados so 48, 32 e 24. Grandezas Diretamente Proporcionais Considere uma usina de acar cuja produo, nos cinco primeiros dias da safra de 2005, foi a seguinte: Dias 1 2 3 4 5 Sacos de acar 5 000 10 000 15 000 20 000 25 000

Dizemos, ento, que: - os nmeros da sucesso 1, 2, 4, 6 so inversamente proporcionais aos da sucesso 120, 60, 30, 20; - o nmero 120, que a razo entre cada termo da primeira sucesso e o inverso do seu correspondente na segunda, chamado fator de proporcionalidade. Observando que
1 o mesmo que 1.120=120 1 20

2 o mesmo que 2.60=120 6 o mesmo que 6.20= 120 1 1 60 20

Podemos dizer que: Duas sucesses de nmeros no-nulos so inversamente proporcionais quando os produtos de cada termo da primeira sucesso pelo termo correspondente da segunda sucesso so iguais. Exemplo 1: Vamos determinar x e y, de modo que as sucesses sejam inversamente proporcionais: 4 x 8 20 16 y Para que as sucesses sejam inversamente proporcionais, os produtos dos termos correspondentes devero ser iguais. Ento devemos ter: 4 . 20 = 16 . x = 8 . y 16 . x = 4 . 20 16x = 80 x = 80/16 x=5 Logo, x = 5 e y = 10. Didatismo e Conhecimento
2

4 mesmo que 4.30=120 1 30

Com base na tabela apresentada observamos que: - duplicando o nmero de dias, duplicou a produo de acar; - triplicando o nmero de dias, triplicou a produo de acar, e assim por diante. Nesse caso dizemos que as grandezas tempo e produo so diretamente proporcionais. Observe tambm que, duas a duas, as razes entre o nmero de dias e o nmero de sacos de acar so iguais:

Isso nos leva a estabelecer que: Duas grandezas so diretamente proporcionais quando a razo entre os valores da primeira igual razo entre os valores da segunda. Tomemos agora outro exemplo. Com 1 tonelada de cana-de-acar, uma usina produz 70l de lcool. De acordo com esses dados podemos supor que: - com o dobro do nmero de toneladas de cana, a usina produza o dobro do nmero de litros de lcool, isto , 140l; - com o triplo do nmero de toneladas de cana, a usina produza o triplo do nmero de litros de lcool, isto , 210l. Ento conclumos que as grandezas quantidade de cana-deacar e nmero de litros de lcool so diretamente proporcionais.

8 . y = 4 . 20 8y = 80 y = 80/8 y = 10

MATEMTICA
Grandezas Inversamente Proporcionais Considere uma moto cuja velocidade mdia e o tempo gasto para percorrer determinada distncia encontram-se na tabela: Velocidade 30 km/h 60 km/h 90 km/h 120 km/h Tempo 12 h 6h 4h 3h
km quilmetro 1000m hm hectmetro 100m

Sistema de Medidas Decimais Um sistema de medidas um conjunto de unidades de medida que mantm algumas relaes entre si. O sistema mtrico decimal hoje o mais conhecido e usado no mundo todo. Na tabela seguinte, listamos as unidades de medida de comprimento do sistema mtrico. A unidade fundamental o metro, porque dele derivam as demais.
Unidades de Comprimento
dam decmetro 10m m metro 1m dm decmetro 0,1m cm centmetro 0,01m mm milmetro 0,001m

Com base na tabela apresentada observamos que: - duplicando a velocidade da moto, o nmero de horas fica reduzido metade; - triplicando a velocidade, o nmero de horas fica reduzido tera parte, e assim por diante. Nesse caso dizemos que as grandezas velocidade e tempo so inversamente proporcionais. Observe que, duas a duas, as razes entre os nmeros que indicam a velocidade so iguais ao inverso das razes que indicam o tempo: 30 6 = 60 12 30 4 = 90 12 30 3 = 120 12 60 4 = 90 6 60 3 = 120 6 90 3 = 120 6 inverso da razo 12 6 inverso da razo 12 4 12 inverso da razo 3 inverso da razo 6 4

H, de fato, unidades quase sem uso prtico, mas elas tm uma funo. Servem para que o sistema tenha um padro: cada unidade vale sempre 10 vezes a unidade menor seguinte. Por isso, o sistema chamado decimal. E h mais um detalhe: embora o decmetro no seja til na prtica, o decmetro cbico muito usado com o nome popular de litro. As unidades de rea do sistema mtrico correspondem s unidades de comprimento da tabela anterior. So elas: quilmetro quadrado (km2), hectmetro quadrado (hm2), etc. As mais usadas, na prtica, so o quilmetro quadrado, o metro quadrado e o hectmetro quadrado, este muito importante nas atividades rurais com o nome de hectare (ha): 1 hm2 = 1 ha. No caso das unidades de rea, o padro muda: uma unidade 100 vezes a menor seguinte e no 10 vezes, como nos comprimentos. Entretanto, consideramos que o sistema continua decimal, porque 100 = 102.
Unidades de rea dam2 m2 dm2
decmetro quadrado 100m metro quadrado 1m decmetro quadrado 0,01m

km2
quilmetro quadrado 10000m

hm2
hectmetro quadrado 1000m

cm2
centmetro quadrado 0,001m

mm2
milmetro quadrado 0,0001m

inverso da razo 6 3 inverso da razo 4 3

Podemos, ento, estabelecer que: Duas grandezas so inversamente proporcionais quando a razo entre os valores da primeira igual ao inverso da razo entre os valores da segunda. Acompanhe o exemplo a seguir: Cinco mquinas iguais realizam um trabalho em 36 dias. De acordo com esses dados, podemos supor que: - o dobro do nmero de mquinas realiza o mesmo trabalho na metade do tempo, isto , 18 dias; - o triplo do nmero de mquinas realiza o mesmo trabalho na tera parte do tempo, isto , 12 dias. Ento conclumos que as grandezas quantidade de mquinas e tempo so inversamente proporcionais.

Agora, vejamos as unidades de volume. De novo, temos a lista: quilmetro cbico (km3), hectmetro cbico (hm3), etc. Na prtica, so muitos usados o metro cbico e o centmetro cbico. Nas unidades de volume, h um novo padro: cada unidade vale 1000 vezes a unidade menor seguinte. Como 1000 = 103, o sistema continua sendo decimal.
Unidades de Volume km3
quilmetro cbico 100000m

hm3
hectmetro cbico 10000m

dam3
decmetro cbico 1000m

m3
metro cbico 1m

dm3
decmetro cbico 0,001m

cm3
centmetro cbico 0,0001m

mm3
milmetro cbico 0,00001m

A noo de capacidade relaciona-se com a de volume. Se o volume da gua que enche um tanque de 7 000 litros, dizemos que essa a capacidade do tanque. A unidade fundamental para medir capacidade o litro (l); 1l equivale a 1 dm3. Cada unidade vale 10 vezes a unidade menor seguinte.

Didatismo e Conhecimento

MATEMTICA
Unidades de Capacidade
kl quilolitro 1000l hl hectolitro 100l dal decalitro 10l l litro 1l dl decilitro 0,1l cl centmetro 0,01l ml mililitro 0,001l

2. SOLUO DE SITUAO-PROBLEMA QUE ENVOLVA MEDIDAS DE GRANDEZAS.

Exerccios 1. Raquel saiu de casa s 13h 45min, caminhando at o curso de ingls que fica a 15 minutos de sua casa, e chegou na hora da aula cuja durao de uma hora e meia. A que horas terminar a aula de ingls? a)14h b)14h 30min c)15h 15min d)15h 30min e)15h 45min 2. 348 mm3 equivalem a quantosdecilitros? 3. Quantosdecalitrosequivalem a1 m3? 4. Passe50 dm2parahectmetros quadrados. 5. Quantosquilmetros cbicosequivalem a14 mm3? 6. Quantoscentilitrosequivalem a15 hl? 7. Passe5.200 gramasparaquilogramas. 8. Converta2,5 metrosemcentmetros. 9. Quantos minutos equivalem a 5h05min? 10. Quantos minutos se passaram das 9h50min at as 10h35min? Respostas 1) Resposta D. Soluo: Basta somarmos todos os valores mencionados no enunciado do teste,ou seja: 13h 45min+15 min+1h 30 min = 15h 30min Logo, a questo correta a letra D. 2) Resposta 0, 00348 dl. Soluo: Como1 cm3 equivale a1 ml, melhor dividirmos348 mm3por mil, para obtermos o seu equivalente em centmetros cbicos:0,348 cm3. Logo348 mm3equivalem a0, 348 ml, j quecm3emlse equivalem. Neste ponto j convertemos de uma unidade de medida de volume, para uma unidade de medida de capacidade. Falta-nos passarmos demililitrosparadecilitros, quando ento passaremos dois nveis esquerda. Dividiremos ento por 10 duas vezes:

O sistema mtrico decimal inclui ainda unidades de medidas de massa. A unidade fundamental o grama.
Unidades de Massa kg
quilograma 1000m

hg
hectograma 100m

dag
decagrama 10m

g
grama 1m

dg
decigrama 0,1m

cg
centigrama 0,01m

mg
miligrama 0,001m

Dessas unidades, s tm uso prtico o quilograma, o grama e o miligrama. No dia-a-dia, usa-se ainda a tonelada (t): 1t = 1000 kg. No Decimais Desse grupo, o sistema hora minuto segundo, que mede intervalos de tempo, o mais conhecido. 2h = 2 . 60min = 120 min = 120 . 60s = 7 200s Para passar de uma unidade para a menor seguinte, multiplicase por 60. 0,3h no indica 30 minutos nem 3 minutos; como 1 dcimo de hora corresponde a 6 minutos, conclui-se que 0,3h = 18min. Para medir ngulos, tambm temos um sistema no decimal. Nesse caso, a unidade bsica o grau. Na astronomia, na cartografia e na navegao so necessrias medidas inferiores a 1. Temos, ento: 1 grau equivale a 60 minutos (1 = 60) 1 minuto equivale a 60 segundos (1 = 60) Os minutos e os segundos dos ngulos no so, claro, os mesmos do sistema hora minuto segundo. H uma coincidncia de nomes, mas at os smbolos que os indicam so diferentes: 1h32min24s um intervalo de tempo ou um instante do dia. 1 32 24 a medida de um ngulo. Por motivos bvios, clculos no sistema hora minuto segundo so similares a clculos no sistema grau minuto segundo, embora esses sistemas correspondam a grandezas distintas. H ainda um sistema no-decimal, criado h algumas dcadas, que vem se tornando conhecido. Ele usado para medir a informao armazenada em memria de computadores, disquetes, discos compacto, etc. As unidades de medida so bytes (b), kilobytes (kb), megabytes (Mb), etc. Apesar de se usarem os prefixos kilo e mega, essas unidades no formam um sistema decimal. Um kilobyte equivale a 210 bytes e 1 megabyte equivale a 210 kilobytes.

0,348ml :10 :10 0, 00348dl

Logo, 348 mm equivalem a 0, 00348 dl.
4

Didatismo e Conhecimento

MATEMTICA
3) Resposta 100 dal. Soluo: Sabemos que1 m3equivale a1.000 l, portanto para convertermos delitrosadecalitros, passaremos um nvel esquerda. Dividiremos ento 1.000 por 10 apenas uma vez: Primeiro passamos de grama para decagrama, depois de decagrama para hectograma e finalmente de hectograma para quilograma:

5200 g :10 :10 :10 5, 2kg

Isto equivale a passar a vrgula trs casas para a esquerda. Portanto, 5.200 g so iguais a 5,2 kg. 8) Resposta 250 cm. Soluo: Para convertermos 2,5 metros em centmetros, devemos multiplicar (porque na tabela metro est esquerda de centmetro) 2,5 por 10 duas vezes, pois para passarmos de metrosparacentmetros saltamos dois nveis direita. Primeiro passamos de metros para decmetros e depois de decmetros para centmetros:

1000l :10 dal

Isto equivale a passar a vrgula uma casa para a esquerda. Poderamos tambm raciocinar da seguinte forma: Como1 m3 equivale a1 kl, basta fazermos a converso de1 klparadecalitros, quando ento passaremos dois nveis direita. Multiplicaremos ento 1 por 10 duas vezes:

1kl.10.10 100dal
Logo, 100 dal equivalem a 1 m. 4) Resposta 0, 00005 hm. Soluo: Para passarmos dedecmetros quadradosparahectmetros quadrados, passaremos trs nveis esquerda. Dividiremos ento por 100 trs vezes:
50dm :100 :100 :100 0, 00005hm
2 2

2,5m.10.10 250cm
Isto equivale a passar a vrgula duas casas para a direita. Logo, 2,5 m igual a 250 cm. 9) Resposta 305min. Soluo: (5 . 60) + 5 = 305 min. 10) Resposta 45 min. Soluo: 45 min

Isto equivale a passar a vrgula seis casas para a esquerda. Portanto, 50 dm igual a 0, 00005 hm. 5) Resposta0,000000000000000014 km3, ou a 1,4 x 10km3. Soluo: Para passarmos demilmetros cbicosparaquilmetros cbicos, passaremos seis nveis esquerda. Dividiremos ento 14 por 1000 seis vezes:
17

3. RELAO DE DEPENDNCIA ENTRE GRANDEZAS.

14mm3 :1000 :1000 :1000 :1000 :1000 :1000 14 :1018 km3 14.1018 km 1, 4.10
17

Razo Sejam dois nmeros reais a e b, com b 0. Chama-se razo entre a e b (nessa ordem) o quociente a b, ou . A razo representada por um nmero racional, mas lida de modo diferente. Exemplos
3 l-se: trs quintos. 5 b) A razo 3 l-se: 3 para 5. 5

km 0.000000000000000km

Portanto, 0, 000000000000000014 km3, ou a1,4 x 10-17km3se expresso em notao cientfica equivalem a14 mm3. 6) Resposta 150.000 cl. Soluo: Para irmos dehectolitrosacentilitros, passaremos quatro nveis direita. Multiplicaremos ento 15 por 10 quatro vezes:

a) A frao

15hl.10.10.10.10 150.000cl
Isto equivale a passar a vrgula quatro casas para a direita. Logo, 150.000 cl equivalem a 15 hl. 7) Resposta 5,2 kg. Soluo: Para passarmos5.200 gramasparaquilogramas, devemos dividir (porque na tabelagramaest direita de quilograma)5.200por10trs vezes, pois para passarmos degramasparaquilogramassaltamos trs nveis esquerda. Didatismo e Conhecimento
5

Os termos da razo recebem nomes especiais. O nmero 3 numerador

3 a) Na frao 5

O nmero 5 denominador O nmero 3 antecedente

a) Na razo 3
5

O nmero 5 consequente

MATEMTICA
Exemplo 1 A razo entre 20 e 50 . Exemplo 2 Numa classe de 42 alunos h 18 rapazes e 24 moas. A razo entre o nmero de rapazes e o nmero de moas , o que significa que para cada 3 rapazes h 4 moas. Por outro lado, a razo entre o nmero de rapazes e o total de alunos dada por , o que equivale a dizer que de cada 7 alunos na classe, 3 so rapazes. Razo entre grandezas de mesma espcie A razo entre duas grandezas de mesma espcie o quociente dos nmeros que expressam as medidas dessas grandezas numa mesma unidade. Exemplo Uma sala tem 18 m2. Um tapete que ocupar o centro dessa sala mede 384 dm2. Vamos calcular a razo entre a rea do tapete e a rea da sala. Primeiro, devemos transformar as duas grandezas em uma mesma unidade: rea da sala: 18 m2 = 1 800 dm2 rea do tapete: 384 dm2 Estando as duas reas na mesma unidade, podemos escrever a razo: ; j a razo entre 50 e 20 Exemplo 2 A Regio Sudeste (Esprito Santo, Minas Gerais, Rio de Janeiro e So Paulo) tem uma rea aproximada de 927 286 km2 e uma populao de 66 288 000 habitantes, aproximadamente, segundo estimativas projetadas pelo Instituto Brasileiro de Geografia e Estatstica (IBGE) para o ano de 1995. Dividindo-se o nmero de habitantes pela rea, obteremos o nmero de habitantes por km2 (hab./km2):

6628000 71,5 hab. / km 2 927286

A esse tipo de razo d-se o nome de densidade demogrfica. A notao hab./km2 (l-se: habitantes por quilmetro quadrado) deve acompanhar a razo. Exemplo 3 Um carro percorreu, na cidade, 83,76 km com 8 L de gasolina. Dividindo-se o nmero de quilmetros percorridos pelo nmero de litros de combustvel consumidos, teremos o nmero de quilmetros que esse carro percorre com um litro de gasolina:

A esse tipo de razo d-se o nome de consumo mdio. A notao km/l (l-se: quilmetro por litro) deve acompanhar a razo. Exemplo 4 Uma sala tem 8 m de comprimento. Esse comprimento representado num desenho por 20 cm. Qual a escala do desenho?
Escala = comprimento i no i desenho 20 cm 20 cm 1 = = = ou1 : 40 comprimento i real 8m 800 cm 40

83, 76 km 10, 47 km / l 8l

384 dm 384 16 = = 1800 dm 2 1800 75

2

Razo entre grandezas de espcies diferentes Exemplo 1 Considere um carro que s 9 horas passa pelo quilmetro 30 de uma estrada e, s 11 horas, pelo quilmetro 170. Distncia percorrida: 170 km 30 km = 140 km Tempo gasto: 11h 9h = 2h Calculamos a razo entre a distncia percorrida e o tempo gasto para isso:

A razo entre um comprimento no desenho e o correspondente comprimento real, chama-se Escala. Proporo A igualdade entre duas razes recebe o nome de proporo. 3 6 Na proporo 5 = 10 (l-se: 3 est para 5 assim como 6 est para 10), os nmeros 3 e 10 so chamados extremos, e os nmeros 5 e 6 so chamados meios. Observemos que o produto 3 x 10 = 30 igual ao produto 5 x 6 = 30, o que caracteriza a propriedade fundamental das propores: Em toda proporo, o produto dos meios igual ao produto dos extremos. Exemplo 1 Na proporo
2 6 = , temos 2 x 9 = 3 x 6 = 18; 3 9

140 km = 70 km / h 2h
A esse tipo de razo d-se o nome de velocidade mdia. Observe que: - as grandezas quilmetro e hora so de naturezas diferentes; - a notao km/h (l-se: quilmetros por hora) deve acompanhar a razo.

e em 1 = 4 , temos 4 x 4 = 1 x 16 = 16.

16

Didatismo e Conhecimento

MATEMTICA
Exemplo 2 Na bula de um remdio peditrico recomenda-se a seguinte dosagem: 5 gotas para cada 2 kg do peso da criana. Se uma criana tem 12 kg, a dosagem correta x dada por: A diferena dos antecedentes est para a diferena dos consequentes assim como cada antecedente est para o seu consequente.

5 gotas x = x = 30 gotas 2 kg 12 kg
Por outro lado, se soubermos que foram corretamente ministradas 20 gotas a uma criana, podemos concluir que seu peso 8 kg, pois:

3 1 31 3 2 3 = = = 15 5 15 5 15 10 15

ou

3 1 31 1 2 1 = = = 15 5 15 5 5 10 5
Exerccios

(nota: o procedimento utilizado nesse exemplo comumente chamado de regra de trs simples.) Propriedades da Proporo O produto dos extremos igual ao produto dos meios: essa propriedade possibilita reconhecer quando duas razes formam ou no uma proporo.

5 gotas = 20 gotas / p p = 8 kg 2 kg

1. Em um mapa verifica-se que a escala 1 : 22 000 000. Duas cidades esto distantes de So Paulo, respectivamente, 4 e 6 cm. Se fosse feita uma estrada ligando as trs cidades, qual seria o mnimo de extenso que ela teria? 2. Em um mapa, a distncia em linha reta entre Braslia e Palmas, no Tocantins de 10 cm. Sabendo que a distncia real entre as duas cidades de 700 km, qual a escala utilizada na confeco do mapa? 3. Uma esttua de bronze tem 140 kg de massa e seu volume de 16 dm. Qual a sua densidade? 4. Um trem percorreu 453 km em 6 horas. Qual a velocidade mdia do trem nesse percurso? 5. O estado de Tocantins ocupada uma rea aproximada de 278 500 km. De acordo com o Censo/2000 o Tocantins tinha uma populao de aproximadamente 1 156 000 habitantes. Qual a densidade demogrfica do estado de Tocantins? 6. A diferena entre a idade de ngela e a idade de Vera 12 anos. Sabendo-se que suas idades esto uma para a outra assim como 5 , determine a idade de cada uma.
2

4 12 e 3 9 formam uma proporo, pois

36 36

Produtos dos extremos 4.9 Produtos dos meios. = 3.12 A soma dos dois primeiros termos est para o primeiro (ou para o segundo termo) assim como a soma dos dois ltimos est para o terceiro (ou para o quarto termo).

5 10 5 + 2 10 + 4 7 14 = = = 2 4 10 5 10 5 5 10 5 + 2 10 + 4 7 14 = = = 2 4 2 4 2 4

ou

A diferena entre os dois primeiros termos est para o primeiro (ou para o segundo termo) assim como a diferena entre os dois ltimos est para o terceiro (ou para o quarto termo).

4 8 1 2 4 3 8 6 = = = 3 6 8 4 8 4

7. Um segmento de 78 cm de comprimento dividido em duas partes na razo de 4 . Determine o comprimento de cada uma das 9 partes. 8. Sabe-se que as casas do brao de um violo diminuem de largura seguindo uma mesma proporo. Se a primeira casa do brao de um violo tem 4 cm de largura e a segunda casa, 3 cm, calcule a largura da quarta casa. 9. gua e tinta esto misturadas na razo de 9 para 5. Sabendose que h 81 litros de gua na mistura, o volume total em litros de: a) 45 b) 81 c) 85 d) 181 e) 126

ou

4 8 1 2 4 3 8 6 = = = 3 6 3 6 3 6

A soma dos antecedentes est para a soma dos consequentes assim como cada antecedente est para o seu consequente.

12 3 12 + 3 12 15 12 = = = 8 2 8+2 8 10 8 12 3 12 + 3 3 15 3 = = = 8 2 8 + 2 2 10 2

ou

Didatismo e Conhecimento

MATEMTICA
10. A diferena entre dois nmeros 65. Sabe-se que o primeiro est para 9 assim como o segundo est para 4. Calcule esses nmeros. Respostas 1) Resposta 1320 km. Soluo: 1cm (no mapa) = 22.000.000cm (na realidade) *SP ---------------------- cidade A ------------------------ cidade B 4cm 6cm O mnimo de extenso ser a da cidade mais longe (6cm) 22.000.000 x 6 = 132.000.000 cm = 1320 km. Logo, o mnimo de extenso que ela teria corresponde 1320 km. 2) Resposta 1: 7 000 000. Soluo: Dados: Comprimento do desenho: 10 cm Comprimento no real: 700 km = (700 . 100 000) cm = 70 000 000 cm
Escala = comprimentododesenho 10 1 = = ou1: 7000000 comprimentoreal 70000000 7000000

A 5 12 + V 5 = = V 2 V 2
2 (12+V) = 5V 24 + 2V = 5V 5V 2V = 24 3V = 24 V = 24 V (Vera) = 8 A 8 = 12 A = 12 + 8 A (ngela) = 20 7) Resposta 24 cm; 54 cm. Soluo: x + y = 78 cm x = 78 - y

x 4 78 y 4 = = y 9 y 9

A escala de 1: 7 000 000 significa que: - 1 cm no desenho corresponde a 7 000 000 cm no real; - 1 cm no desenho corresponde a 70 000 m no real; - 1 cm no desenho corresponde a 70 km no real. 3) Resposta 8,75 kg/dm. Soluo: De acordo com os dados do problema, temos:

9 (78 - y) = 4y 702 9y = 4y 702 = 4y + 9y 13y = 702 y = 702 y = 54cm x + 54 = 78 x = 78 - 54 x = 24 cm 8) Resposta 27

13

densidade =

140 kg = 8, 75 kg / dm 3 16 dm 3

Logo, a densidade da esttua de 8,75 kg/dm, que lemos como: 8,75 quilogramas por decmetro cbico. 4) Resposta 75,5 km/h. Soluo: De acordo com que o enunciado nos oferece, temos:

velocidademdia =

453km = 75,5 km / h 6h

Soluo: Caso a proporo entre a 2 e a 1 casa se mantenha constante nas demais, s determinar qual esta proporo existente entre elas: no caso, = 0,75, ou seja, a largura da 2 casa 75% a largura da 1; Portanto a largura da 3 casa (3 . 0,75) = 2,25 cm. Logo, a largura da 4 casa de (2,25 . 0,75) = 1,69 cm. Portanto a sequncia seria: (4...3... ... ...) e assim por diante.

16

cm

Logo, a velocidade mdia do trem, nesse percurso, foi de 75,5 km/h, que lemos: 75,5 quilmetros por hora. 5) Resposta 4,15 hab./km Soluo: O problema nos oferece os seguintes dados:

Onde a razo de proporo ... e pode ser representada pela expresso: Ti . P elevado (n - 1) Onde: Ti = termo inicial, neste caso: 4 P = proporo entre Ti e o seguinte (razo), neste caso: n = nmero sequencial do termo que se busca, neste caso: 4 Teremos: (Ti = 4; P = ; n 1 = 3) 4.
8

Densidadedemogrfica =

1156000 hab. = 4,15 hab. / km 2 278500 km 2

6) Resposta ngela 20; Vera 8. Soluo: A V = 12 anos A = 12 + V

Didatismo e Conhecimento

MATEMTICA
9) Resposta E. Soluo: A = 81 litros 2- Calcule x e y nas sucesses inversamente proporcionais: a) 4 25 b) 30 x c) 2 x d) x 12 x 20 15 8 10 9 y 4 y 10 10 y y 15 2 6

A 9 81 9 = = T 5 T 5

9T = 405 T= T = 45 A+T=? 81 + 45 = 126 litros 10) Resposta 117 e 52. Soluo: x y = 65 x = 65 + y

3- Divida 132 em partes inversamente proporcionais a 2, 5 e 8. 4- Reparta 91 em partes inversamente proporcionais a 1 1 1 , e 3 4 6. 5- Divida 215 em partes diretamente proporcionais a

x 9 65 + y 9 = = y 4 y 4
9y = 4 (65 + y) 9y = 260 + 4y 9y 4y = 260 5y = 260 y= y = 52 x 52 = 65 x = 65 + 52 x = 117

3 5 1 , e 4 2 3.

6- Marcelo repartiu entre seus filhos Rafael (15 anos) e Matheus (12 anos) 162 cabeas de gado em partes diretamente proporcionais idade de cada um. Qual a parte que coube a Rafael? 7- Evandro, Sandro e Jos Antnio resolveram montar um pequeno negcio, e para isso formaram uma sociedade. Evandro entrou com R$ 24.000,00, Sandro com R$ 30.000,00, Jos Antnio com R$ 36.000,00. Depois de 4 meses tiveram um lucro de R$ 60.000,00, que foi repartido entre eles. Quanto recebeu cada um? (Nota: A diviso do lucro diretamente proporcional quantia que cada um empregou.) 8- Leopoldo e Wilson jogam juntos na Sena e acertam os seis nmeros, recebendo um prmio de R$ 750.000,00. Como Leopoldo participou com R$ 80,00 e Wilson com R$ 70,00, o prmio foi dividido entre eles em partes diretamente proporcionais participao de cada um. Qual a parte que coube a Wilson? 9- O proprietrio de uma chcara distribuiu 300 laranjas a trs famlias em partes diretamente proporcionais ao nmero de filhos. Sabendo-se que as famlias A, B e C tm respectivamente 2, 3 e 5 filhos, quantas laranjas recebeu cada famlia? 10- (UFAC) Joo, Paulo e Roberto formam uma sociedade comercial e combinam que o lucro advindo da sociedade ser dividido em partes diretamente proporcionais s quantias que cada um disps para formarem a sociedade. Se as quantias empregadas por Joo, Paulo e Roberto foram, nesta ordem, R$ 1.500.000,00, R$ 1.000.000,00 e R$ 800.000,00, e o lucro foi de R$ 1.650.000,00, que parte do lucro caber a cada um?

4. SOLUO DE SITUAO-PROBLEMA ENVOLVENDO A VARIAO DE GRANDEZAS, DIRETA OU INVERSAMENTE PROPORCIONAIS.

Exerccios 1- Calcule x e y nas sucesses diretamente proporcionais: a) 1 5 b) 5 x c) x 14 d) 8 x x 15 10 8 y 35 12 y 7 y y 24 21 49 20 35

Didatismo e Conhecimento

MATEMTICA
Respostas 1- a) x = 3 y = 35 b) x = 4 y = 30 c) x = 6 y = 15 d) x = 14 y = 21 2- a) x = 5 y = 10 b) x = 4 y = 12 c) x = 45 y = 6 d) x = 1 y = 3 3- 80, 32, 20 4- 21, 28, 43 5- 45, 150, 20 6- 90 7- Evandro R$16.000,00 Sandro R$20.000,00 Jos Antnio R$24.000,00 8- R$350.000,00 9- 60, 90, 150 10- Joo R$750.000,00 Paulo R$500.000,00 Roberto R$400.000,00 Resoluo 04 x+y+z --------- = x/3 ou y/4 ou z/6 (as fraes foram invertidas porque 3+4+6 as partes so inversas) 91/13=x/3 13x=273 x=21 91/13=y/4 13y=364 y=28 91/13=z/6 13z=546 z=42 Resoluo 05 x/(3/4) = y/(5/2) = z/(1/3) = k (constante) x + y + z = 215 3k/4 + 5k/2 + k/3 = 215 (18k + 60k + 8k)/24 = 215 k = 60 x = 60.(3/4) = 45 y = 60.(5/2) = 150 z = 60/3 = 20 (x, y, z) partes diretamente proporcionais Resoluo 06 x = Rafael y = Mateus x/15 + y /12 = 160/27 (dividindo 160 por 27 (d 6), e fazendo propores, s calcular) x/15=6 x=90 y/12=6 y=72 Pictogramas 1 2 3 4 5 (4) = 1 unidade (4) (5) (8) (10) Histogramas

5. UTILIZAO DE INFORMAES EXPRESSAS EM GRFICOS OU TABELAS PARA FAZER INFERNCIAS.

Tipos de grficos: Os dados podem ento ser representados de vrias formas: Diagramas de Barras

Diagramas Circulares

Didatismo e Conhecimento

10

MATEMTICA
Tabela de Frequncias: Como o nome indica, conter os valores da varivel e suas respectivas contagens, as quais so denominadas frequncias absolutas ou simplesmente, frequncias. No caso de variveis qualitativas ou quantitativas discretas, a tabela de freqncia consiste em listar os valores possveis da varivel, numricos ou no, e fazer a contagem na tabela de dados brutos do nmero de suas ocorrncias. A frequncia do valor i ser representada por ni, a frequncia total por n e a freqncia relativa por fi = ni/n. Para variveis cujos valores possuem ordenao natural (qualitativas ordinais e quantitativas em geral), faz sentido incluirmos tambm uma coluna contendo as frequncias acumuladas f ac, obtidas pela soma das frequncias de todos os valores da varivel, menores ou iguais ao valor considerado. No caso das variveis quantitativas contnuas, que podem assumir infinitos valores diferentes, invivel construir a tabela de frequncia nos mesmos moldes do caso anterior, pois obteramos praticamente os valores originais da tabela de dados brutos. Para resolver este problema, determinamos classes ou faixas de valores e contamos o nmero de ocorrncias em cada faixa. Por ex., no caso da varivel peso de adultos, poderamos adotar as seguintes faixas: 30 | 40 kg, 40 | 50 kg, 50 | 60, 60 | 70, e assim por diante. Apesar de no adotarmos nenhuma regra formal para estabelecer as faixas, procuraremos utilizar, em geral, de 5 a 8 faixas com mesma amplitude. Eventualmente, faixas de tamanho desigual podem ser convenientes para representar valores nas extremidades da tabela. Exemplo: Diagrama Circular: Para construir um diagrama circular ou grfico de pizza, repartimos um disco em setores circulares correspondentes s porcentagens de cada valor (calculadas multiplicando-se a frequncia relativa por 100). Este tipo de grfico adapta-se muito bem para as variveis qualitativas nominais. Exemplo:

Histograma: O histograma consiste em retngulos contguos com base nas faixas de valores da varivel e com rea igual frequncia relativa da respectiva faixa. Desta forma, a altura de cada retngulo denominada densidade de frequncia ou simplesmente densidade definida pelo quociente da rea pela amplitude da faixa. Alguns autores utilizam a frequncia absoluta ou a porcentagem na construo do histograma, o que pode ocasionar distores (e, consequentemente, ms interpretaes) quando amplitudes diferentes so utilizadas nas faixas. Exemplo:

Grfico de Barras: Para construir um grfico de barras, representamos os valores da varivel no eixo das abscissas e suas as frequncias ou porcentagens no eixo das ordenadas. Para cada valor da varivel desenhamos uma barra com altura correspondendo sua frequncia ou porcentagem. Este tipo de grfico interessante para as variveis qualitativas ordinais ou quantitativas discretas, pois permite investigar a presena de tendncia nos dados. Exemplo:

Grfico de Linha ou Sequncia: Adequados para apresentar observaes medidas ao longo do tempo, enfatizando sua tendncia ou periodicidade. Exemplo:

Didatismo e Conhecimento

11

MATEMTICA
Polgono de Frequncia: Semelhante ao histograma, mas construdo a partir dos pontos mdios das classes. Exemplo: 02. Considere que o oramento mensal de determinada famlia seja igual a P reais. Considere, tambm, no sistema de coordenadas cartesianas xOy, a funo o y = f(x) = kx, em que k = p/10000. Dessa forma, o valor gasto com cada item de cultura ou lazer constante da tabela da reportagem da forma f (x), em reais, para algum numero real x. Com base nessas informaes e na reportagem apresentada, assinale a opo em que todos os gastos destacados esto corretamente representados pelos valores da funo. Estudo do IBGE revelou que, em mdia, as famlias brasileiras gastam 8% de seu oramento mensal com cultura e lazer. A tabela a seguir mostra como empregado esse valor. Cinema 15% Discoteca 27% Festa de Aniversrio e Casamento 42% OuTeatro tras Outros e Show Festas 9% 4% 3%

Grfico de Ogiva: Apresenta uma distribuio de frequncias acumuladas, utiliza uma poligonal ascendente utilizando os pontos extremos.

a) cinema: f(120); discoteca: 1 (216); teatro e show: 1(32) b) cinema: ((216); Festa de aniversrio e casamento: 1(336); outros: 1(72) c) discoteca: 1(120); outras festas: 1(24); teatro e show: 1(72) d) festa de aniversrio e casamento: (216); outras festas: 1(72); outros: 1(24) Resoluo: letra A. Como k igual a uma parte entre as 10.000 existentes (resultado de duas divises sucessivas por cem - a primeira relativa aos 8% destinados a cultura e lazer e a segunda, relativa as 100 partes em que este valor foi dividido) do salrio total. Ento x o produto da porcentagem gasta em cada um dos itens (sem o por cento, j calculado em k) pelo referido 8% do todo (aqui tambm sem o por cento j calculado em k). Portanto, conforme a tabela: Cinema = 15 . 8 = 120 Discoteca = 27 . 8 = 216 Festa de aniversario e casamento = 42 . 8 = 336 Outras festas = 9 . 8 = 72 Teatro e show = 4 . 8 = 32 Outros = 3 . 8 = 24 03. Sendo f a funo definida por f(x) = log x e P e Q nmeros reais que completam a tabela abaixo, a soma P + Q : x 1 2 P 5 a) 0,903 b) 1,602 c) 2,903 d) 4,699 e) 5,602
12

6. SOLUO DE PROBLEMA COM DADOS APRESENTADOS EM TABELAS OU GRFICOS.

01. Empregados 27300 Desempregados 14700

A tabela registra o resultado de uma pesquisa feita, em uma cidade, com pessoas na faixa etria de 20 a 60 anos, para se saber a taxa de desemprego. Com base nesses dados, o nmero de pessoas que precisam se empregar, para que a taxa de desemprego caia para 10%, igual a: a) 4.500 b) 5.200 c) 9.000 d) 10.500 e) 12.700 Resposta D. Devemos subtrair x pessoas do grupo de desempregados:

f(x) 0 0,301 0,602 Q

Didatismo e Conhecimento

MATEMTICA
Resposta D. Quando x = 2 f(2) = 0,301 Quando x = P f(P) = 0,602. Mas 0,602 = 2. f(2), ou ainda: 2.log 2 = log 22 = log 4. Desse modo: P = 4 Quando x = 5 f(5) = Q. Mas f(5) = log 5. Para calcularmos o log 5, usamos o artifcio: log 10/2 = log10 log2 = 1 0,301 = 0,699. Nestas condies: Q = 0,699. Finalmente, P + Q = 4 + 0,699 = 4,699 04. (BANCO DO ESTADO DO RIO GRANDE DO SUL) Considere as afirmaes abaixo sobre os dados apresentados pelo grfico a seguir, o qual mostra o total de emprstimos concedidos por um banco ao setor agrcola no perodo de 1994 a 2000, em milhes de reais:
12 10 8 6 4 2 0 1 5 10 25

O valor total, em reais, que havia no cofrinho era de: a) 0,30 b) 1,15 c) 1,65 d) 2,40 e) 2,55 Resoluo: Analisando o grfico, sabe-se que no cofrinho havia: 10 moedas de R$ 0,01: 6 moedas de R$ 0,05; 9 moedas de R$ 0,10 e 5 moedas de R$ 0,25. Somando todas as moedas: 10.0,01 + 6.0,05 + 9.0.1 + 5.0,25 = = 0.10 + 0.30 + 0,90 + 1.25 = 2.55 Portanto, havia R$ 2.55 no cofrinho. (FSADU - Analista Bancrio - BNB) 06. Um servidor federal recebeu o seu salrio referente ao ms de janeiro de 2007 e planejou seus gastos de acordo com a planilha a seguir: Opo Pagar dvida Gastar no carnaval Poupar Gastar nas frias Outros Total Valor (em percentual) 49,0 14,0 15,0 16,0 6,0 100,0

I) O valor dos emprstimos decresceu de 96 a 99. II) O aumento dos emprstimos, em 96, em relao ao ano anterior, foi igual ao nmero verificado em 95, em relao ao ano de 94. III) O total dos emprstimos foi inferior a 300 milhes de reais apenas em 98. Quais esto corretas? a) apenas I b) apenas I e II c) apenas I e III d) apenas II e III e) I, II e III Resoluo: I) F II) V (variou 200 em ambos) III) F (pois, < 300000 em 94 e 98) 05. (CESGRANRIO-Agente de pesquisa e mapeamentoIBGE) Gabriel quebrou o seu cofrinho e, dentro dele, havia apenas moedas de 1, 5, 10 e 25 centavos de real. As quantidades dessas moedas esto representadas no grfico de barras apresentado a seguir.

Sendo R$ 1.800,00 o salrio lquido recebido por esse servidor, a quantia gasta por ele no carnaval foi: a) R$ 441,00 b) R$ 270,00 c) R$ 288.00 d) R$ 108,00 e) R$ 252.00 Resposta E.

Didatismo e Conhecimento

13

MATEMTICA
(CESPE - Escriturrio BB) Nmero de mulheres no mercado de trabalho mundial (em milhes) 08. Com base nessas informaes, correto concluir que, em mdia, em cada grupo de 1.540 bebs que nascem de mes com 20 anos de idade, 1 deles deve nascer com SD. Resposta: Certo. Fazendo uma proporo de dados e somando esses valores, temos: 1000 0,65 500 0,325 40 0,026 1540 1,001 O valor encontrado muito prximo de 1, portanto a afirmao verdadeira. 09. (CESGRANRIO-Tcnico Bancrio-CEF) O grfico a seguir representa as evolues no tempo do Montante a Juros Simples e do Montante a Juros Compostos, ambos mesma taxa de juros. M dado em unidades monetrias e t, na mesma unidade de tempo a que se refere a taxa de juros utilizada.

O nmero de mulheres no mercado de trabalho mundial o maior da Histria, tendo alcanado, em 2007, a marca de 1,2 bilho, segundo relatrio da Organizao Internacional do Trabalho (OIT). Em dez anos, houve um incremento de 200 milhes na ocupao feminina. Ainda assim, as mulheres representaram um contingente distante do universo de 1,8 bilho de homens empregados. Em 2007, 36,1% delas trabalhavam no campo, ante 46,3% em servios. Entre os homens, a proporo de 34% para 40,4%. O universo de desempregadas subiu de 70,2 milhes para 81,6 milhes, entre 1997 e 2007 - quando a taxa de desemprego feminino atingiu 6,4%, ante 5,7% da de desemprego masculino. H, no mundo, pelo menos 70 mulheres economicamente ativas para 100 homens. O relatrio destaca que a proporo de assalariadas subiu de 41,8% para 46,4% nos ltimos dez anos. Ao mesmo tempo, houve queda no emprego vulnervel (sem proteo social e direitos trabalhistas), de 56,1% para 51,7%. Apesar disso, o universo de mulheres nessas condies continua superando o dos homens. (O Globo, 7/3/2007 p. 31, com adaptaes) Com referncia ao texto e considerando o grfico nele apresentado, julgue os itens a seguir: 07. Se a proporo entre a populao feminina no mercado de trabalho mundial e a populao feminina mundial em 1991 era de 2:5, ento a populao mundial de mulheres nesse ano era superior a 2,8 bilhes. Resposta: Errado.

Analisando-se o grfico, conclui-se que para o credor mais vantajoso emprestar a juros a) compostos, sempre. b) compostos, se o perodo do emprstimo for menor do que a unidade de tempo. c) simples, sempre. d) simples, se o perodo do emprstimo for maior do que a unidade de tempo. e) simples, se o perodo do emprstimo for menor do que a unidade de tempo. Resoluo: Basta interpretar o grfico. Observe que o montante ser melhor entre 0 e 1 quando for simples, pois a curva do composto indica que o montante ser menor para valores entre 0 e 1. (CESPE - Escriturrio BB) Nmero de mulheres no mercado de trabalho mundial (em milhes)

2,375 < 2,8 (CESPE - Tcnico administrativo - Anvisa) O risco da maternidade tardia: a probabilidade de uma mulher ter um filho com Sndrome de Down (SD) aumenta conforme a idade. Veja a tabela a seguir.

Com relao s informaes apresentadas acima, julgue o seguinte item.

Didatismo e Conhecimento

14

MATEMTICA
O nmero de mulheres no mercado de trabalho mundial o maior da Historia, tendo alcanado, em 2007, a marca de 1,2 bilho, segundo relatrio da Organizao Internacional do Trabalho (OIT). Em dez anos, houve um incremento de 200 milhes na ocupao feminina. Ainda assim, as mulheres representaram um contingente distante do universo de 1,8 bilho de homens empregados. Em 2007, 36,1% delas trabalhavam no campo, ante 46,3% em servios. Entre os homens, a proporo de 34% para 40,4%. O universo de desempregadas subiu de 70,2 milhes para 81,6 milhes, entre 1997 e 2007 - quando a taxa de desemprego feminino atingiu 6,4%, ante 5,7% da de desemprego masculino. H, no mundo, pelo menos 70 mulheres economicamente ativas para 100 homens. O relatrio destaca que a proporo de assalariadas subiu de 41,8% para 46,4% nos ltimos dez anos. Ao mesmo tempo, houve queda no emprego vulnervel (sem proteo social e direitos trabalhistas), de 56,1% para 51,7%. Apesar disso, o universo de mulheres nessas condies continua superando o dos homens. (O Globo, 7/3/2007 p. 31, com adaptaes) Com referncia ao texto e considerando o grfico nele apresentado, julgue os itens a seguir: 10. A mediana dos valores correspondentes aos nmeros de mulheres no mercado de trabalho mundial, nos anos de 1989, 1991, 1993 e 1995, superior a 957. Resposta: Errado. Mdia = 955 < 957 Resposta B. A mdia a diviso entre a somatria do produto entre frequncia pelo ponto mdio, e a somatria da frequncia.

(CESGRANRIO-Tcnico Bancrio-CEF) Para responder a questo, utilize os dados da tabela abaixo, que apresenta frequncias acumuladas das idades de 20 jovens entre 14 e 20 anos. Idades (anos) 14 15 16 17 18 19 20 Frequncia acumulada 2 4 9 12 15 18 20

02. Qual o 70o termo da sequencia de nmeros (a0) definida abaixo? a1 = 2 a2 = 3 an = an-1 - an-2 a) 2 b) 1 c) -1 d) -2 e) -3 Resoluo: Calculando os prximos termos para analisar como essa sequencia se comporta: a3=1 a4=-2 a5=-3 a6=-1 a7=2 O stimo termo repete o valor do primeiro. Da conclui-se que a repetio ocorre a cada seis termos. Como o mltiplo de 6 mais prximo de 70 e o 66, isso significa que, no 67 termo, a sequncia se inicia novamente, assumindo o valor 2,Portanto, o 70 termo -2. 03. (CESPE - Tcnico do Seguro Social - INSS) A tabela abaixo mostra, em porcentagens, a distribuio relativa da populao brasileira por grupos etrios, de acordo com dados dos censos demogrficos de 1940 a 2000.

7. ANLISE DE INFORMAES EXPRESSAS EM GRFICOS OU TABELAS.

01. A tabela a seguir indica a distribuio de frequncia das estaturas das crianas de um acampamento infantil. Estatura (cm) 120 - 129 129 - 138 138 -147 147 156 156 165 Frequncia (Fi) 6 12 16 13 7 Ponto Mdio (Xi) 124,5 133,5 142.5 151.5 160,5 Xi . Fi 747,0 1602,0 2280,0 1969,5 1123,5

A altura mdia das crianas desse acampamento : a) 145 cm b) 143 cm c) 147 cm d) 153 cm e) 138 cm
15

Didatismo e Conhecimento

MATEMTICA
Censos 1940 1950 1960 1970 1980 1991 2000 Grupos Etrios At 14 anos 42,7 41,8 42,7 42,6 38,2 34,7 29,6 15 a 64 anos 54,9 55,6 54,6 54,3 57,8 60,5 64,6 65 ou mais 2,4 2,6 2,7 3,1 4,0 4,8 5,8 04. No grfico, os valores correspondentes aos nmeros de mulheres no mercado de trabalho mundial nos anos de 1993, 1995, 1997 e 1999 esto, nessa ordem, em progresso aritmtica. Resposta: Errado.
r = a2 - a1 em 1997: 1000 em 1999: 1030 + 20 = 1020 (tem-se progresso aritmtica) 1000 + 20 = 1020 (no h progresso aritmtica)

(CESPE - Tcnico administrativo - Anvisa) Um exemplo palpvel de m gesto: O Banco Interamericano de Desenvolvimento criou uma linha de crdito de 300 milhes de dlares para que os municpios brasileiros modernizem sua gesto. Por ignorncia ou inpcia dois dos pilares da m gesto -, a maior parte do dinheiro est parada no banco, o que se pode ver na tabela abaixo. Recursos oferecidos 300 milhes de dlares Total de participantes 67 prefeituras. A maior delas a de So Lus Recursos contratados 117 milhes de dlares Recursos disponveis 183 milhes de dlares

Com base nos dados acerca da evoluo da populao brasileira apresentados na tabela acima, julgue o item subsequente: De acordo com os dados apresentados na tabela, os percentuais relativos populao brasileira com idade entre 15 e 64 anos formam uma progresso aritmtica de razo menor que 1. Resposta: Errado. Para ser uma progresso aritmtica, os valores subsequentes ao primeiro valor da tabela deveriam somente aumentar ou somente diminuir, de forma a ter sempre o mesmo acrscimo ou decrscimo. No podem uma hora aumentar e noutra diminuir. (CESPE - Escriturrio BB) Nmero de mulheres no mercado de trabalho mundial (em milhes)

Considerando as informaes acima, julgue o seguinte item. 05. Se todas as prefeituras participantes do programa de modernizao de gesto referido acima tivessem contratado os recursos e se os valores desses recursos formassem uma progresso aritmtica crescente em que o primeiro termo - valor recebido pela prefeitura que recebeu o menor aporte de recursos - fosse igual 1 milho de dlares, ento, o maior valor contratado por uma nica prefeitura seria superior a 3 milhes de dlares. Resposta: Errado.

O nmero de mulheres no mercado de trabalho mundial o maior da Historia, tendo alcanado, em 2007, a marca de 1,2 bilho, segundo relatrio da Organizao Internacional do Trabalho (OIT). Em dez anos, houve um incremento de 200 milhes na ocupao feminina. Ainda assim, as mulheres representaram um contingente distante do universo de 1,8 bilho de homens empregados. Em 2007, 36,1% delas trabalhavam no campo, ante 46,3% em servios. Entre os homens, a proporo de 34% para 40,4%. O universo de desempregadas subiu de 70,2 milhes para 81,6 milhes, entre 1997 e 2007 - quando a taxa de desemprego feminino atingiu 6,4%, ante 5,7% da de desemprego masculino. H, no mundo, pelo menos 70 mulheres economicamente ativas para 100 homens. O relatrio destaca que a proporo de assalariadas subiu de 41,8% para 46,4% nos ltimos dez anos. Ao mesmo tempo, houve queda no emprego vulnervel (sem proteo social e direitos trabalhistas), de 56,1% para 51,7%. Apesar disso, o universo de mulheres nessas condies continua superando o dos homens. (O Globo, 7/3/2007 p. 31, com adaptaes) Com referncia ao texto e considerando o grfico nele apresentado, julgue os itens a seguir:

Portanto, o maior valor encontrado seria inferior a 3 milhes. (CESGRANRIO - Agente de pesquisa e mapeamentoIBGE). Estudo do IBGE revelou que, em mdia, as famlias brasileiras gastam 8% de seu oramento mensal com cultura e lazer. A tabela a seguir mostra como empregado esse valor. Cinema Discoteca Festa de aniversrio e casamento 42% Outras Teatro festas e show 9% 4% Outros

15%

27%

3%

Didatismo e Conhecimento

16

MATEMTICA
06. Considere que uma famlia tenha um oramento mensal de R$ 3.200,00. Nesse caso, de acordo com a reportagem, essa famlia gasta com cultura e lazer: a) menos de R$ 240,00 b) mais de R$ 240,00 e menos de R$ 250,00 c) mais de R$ 250,00 e menos de R$ 260,00 d) mais de R$ 260,00 Resoluo: letra C. Para saber quanto a famlia gasta, basta calcular 8% de R$ 3.200.00 .3200 = 8.32 = R$ 256,00, ou seja, mais de 250,00 e menos de 260,00. (CESPE - Escriturrio BB) Nmero de mulheres no mercado de trabalho mundial (em milhes) (CESGRANRIO-Tcnico Bancrio-CEF) Para responder a questo, utilize os dados da tabela abaixo, que apresenta frequncias acumuladas das idades de 20 jovens entre 14 e 20 anos. Idades (anos) 14 15 16 17 18 19 20 Frequncia acumulada 2 4 9 12 15 18 20

08. Um desses jovens ser escolhido ao acaso. Qual a probabilidade de que o jovem tenha menos de 18 anos, sabendo que esse jovem ter 16 anos ou mais?

a) b)
O nmero de mulheres no mercado de trabalho mundial o maior da Historia, tendo alcanado, em 2007, a marca de 1,2 bilho, segundo relatrio da Organizao Internacional do Trabalho (OIT). Em dez anos, houve um incremento de 200 milhes na ocupao feminina. Ainda assim, as mulheres representaram um contingente distante do universo de 1,8 bilho de homens empregados. Em 2007, 36,1% delas trabalhavam no campo, ante 46,3% em servios. Entre os homens, a proporo de 34% para 40,4%. O universo de desempregadas subiu de 70,2 milhes para 81,6 milhes, entre 1997 e 2007 - quando a taxa de desemprego feminino atingiu 6,4%, ante 5,7% da de desemprego masculino. H, no mundo, pelo menos 70 mulheres economicamente ativas para 100 homens. O relatrio destaca que a proporo de assalariadas subiu de 41,8% para 46,4% nos ltimos dez anos. Ao mesmo tempo, houve queda no emprego vulnervel (sem proteo social e direitos trabalhistas), de 56,1% para 51,7%. Apesar disso, o universo de mulheres nessas condies continua superando o dos homens. (O Globo, 7/3/2007 p. 31, com adaptaes) Com referncia ao texto e considerando o grfico nele apresentado, julgue o iten a seguir: 07. A populao feminina no mercado de trabalho mundial em 1995 representa, com relao a essa populao em 1989, um aumento inferior a 5%. Resposta: Errado. 920 + 920i = 980

c) d) e)
Resoluo: Considerando a condio sabendo que esse jovem ter 16 anos ou mais os jovens de 14 e 15 anos no entram no clculo. Ento, h 5 jovens de 16 anos; 3 jovens de 17 anos; 3 jovens de 18 anos; 3 jovens de 19 anos; 2 jovens de 20 anos. Isso representa 16 jovens (5+3+3+3+2=16), dos quais somente 8 (5+3=8) podero atender a condio tenha menos de 18 anos. Portanto, a probabilidade 8/16. (CESPE - Escriturrio BB) Nmero de mulheres no mercado de trabalho mundial (em milhes)

6,5% > 5%

O nmero de mulheres no mercado de trabalho mundial o maior da Historia, tendo alcanado, em 2007, a marca de 1,2 bilho, segundo relatrio da Organizao Internacional do Trabalho (OIT). Em dez anos, houve um incremento de 200 milhes na ocupao feminina. Ainda assim, as mulheres representaram um contingente distante do universo de 1,8 bilho de homens empregados. Em 2007, 36,1% delas trabalhavam no campo, ante 46,3% em servios. Entre os homens, a proporo de 34% para 40,4%. O universo de desempregadas subiu de 70,2 milhes para 81,6 milhes, entre 1997 e 2007 - quando a taxa de desemprego
17

Didatismo e Conhecimento

MATEMTICA
feminino atingiu 6,4%, ante 5,7% da de desemprego masculino. H, no mundo, pelo menos 70 mulheres economicamente ativas para 100 homens. O relatrio destaca que a proporo de assalariadas subiu de 41,8% para 46,4% nos ltimos dez anos. Ao mesmo tempo, houve queda no emprego vulnervel (sem proteo social e direitos trabalhistas), de 56,1% para 51,7%. Apesar disso, o universo de mulheres nessas condies continua superando o dos homens. (O Globo, 7/3/2007 p. 31, com adaptaes) Com referncia ao texto e considerando o grfico nele apresentado, julgue os itens a seguir: 09. Considere que a populao feminina mundial em 1997 era de 2,8 bilhes. Nessa situao, a probabilidade de se selecionar ao acaso, dentro dessa populao, uma mulher que estava no mercado de trabalho mundial superior a 0,33. Resposta: Certo.

8. SOLUO DE PROBLEMA QUE ENVOLVA CONHECIMENTOS DE ESTATSTICA E PROBABILIDADE.

Levantamento de Dados Basicamente os dados, dividem-se em contnuos e discretos. O primeiro definido como qualquer valor entre dois limites quaisquer, tal como um dimetro. Portanto trata-se de um valor que pode ser quebrado. So dados contnuos, questes que envolvem idade, renda, gastos, vendas, faturamento, entre muitas outras. Quando fala-se em valores discretos, aborda-se um valor exato, tal como quantidade de peas defeituosas. Comumente utiliza-se este tipo de variveis para tratar de numero de filhos, satisfao e escalas nominais no geral. A tipologia dos dados determina a varivel, ela ser portanto contnua ou discreta. Isto quer dizer que ao definir-se uma varivel com contnua ou discreta, futuramente j definiu-se que tipo de tratamento se dar a ela. De acordo com o que dissemos anteriormente, numa anlise estatstica distinguem-se essencialmente duas fases: Uma primeira fase em que se procura descrever e estudar a amostra:Estatstica Descritiva e uma segunda fase em que se procura tirar concluses para a populao. 1 Fase Estatstica Descritiva: Procura-se descrever a amostra, pondo em evidncia as caractersticas principais e as propriedades. 2 Fase Estatstica Indutiva: Conhecidas certas propriedades (obtidas a partir de uma anlise descritiva da amostra), expressas por meio de proposies, imaginam-se proposies mais gerais, que exprimam a existncia de leis (na populao). No entanto, ao contrrio das proposies deduzidas, no podemos dizer que so falsas ou verdadeiras, j que foram verificadas sobre um conjunto restrito de indivduos, e portanto no so falsas, mas no foram verificadas para todos os indivduos da Populao, pelo que tambm no podemos afirmar que so verdadeiras. Existe, assim, um certo grau de incerteza (percentagem de erro) que medido em termos de Probabilidade. Precisamos aqui da noo de Probabilidade, para medir o grau de incerteza que existe, quando tiramos uma concluso para a populao, a partir da observao da amostra. Exemplo: Uma empresa fabricante de um automvel, pretende avaliar a potencialidade do mercado, estimando atravs de um mercado teste. Atravs de1000 entrevistados, pretende-se verificar como se comportar a fatia de inteno de votos para determinado candidato. Problema: pretende-se, a partir da percentagem de respostas afirmativas, de entre os inquiridos sobre a compra do novo produto, obter uma estimativa do nmero de compradores na Populao. Anlise Exploratria de Dados: Aps a coleta e a digitao de dados em um banco de dados apropriado, o prximo passo a anlise descritiva. Esta etapa fundamental, pois uma anlise descritiva detalhada permite ao pesquisador familiarizar-se com os dados, organiz-los e sintetiz-los de forma a obter as informaes necessrias do conjunto de dados para responder as questes que esto sendo investigadas. Tradicionalmente, a anlise descritiva limitava-se a calcular algumas medidas de posio e variabilidade. No final da dcada de 70, Tukey criou uma nova corrente de anlise.
18

Como 0,35 > 0,33 (CESPE - Tcnico administrativo - Anvisa) Um exemplo palpvel de m gesto: O Banco Interamericano de Desenvolvimento criou uma linha de crdito de 300 milhes de dlares para que os municpios brasileiros modernizem sua gesto. Por ignorncia ou inpcia dois dos pilares da m gesto -, a maior parte do dinheiro est parada no banco, o que se pode ver na tabela abaixo. Recursos oferecidos 300 milhes de dlares Total de participantes 67 prefeituras. A maior delas a de So Lus Recursos contratados 117 milhes de dlares Recursos disponveis 183 milhes de dlares

Considerando as informaes acima, julgue o seguinte item. 10. Considere que o Brasil possua 5.000 municpios e que todos eles estejam aptos a participar desse programa de modernizao de gesto. Ento, escolhendo-se um desses municpios ao acaso, a probabilidade de que ele ainda no seja participante do programa inferior a 0,9. Resposta: Errado.

Probabilidade superior a 0,9.

Didatismo e Conhecimento

MATEMTICA
Utilizando principalmente tcnicas visuais, buscando descrever quase sem utilizar clculos, alguma forma de regularidade ou padro nos dados, em oposio aos resumos numricos. Nessa etapa, iremos produzir tabelas, grficos e medidas resumo que descrevam a tendncia dos dados, quantifiquem a sua variabilidade, permitam a deteco de estruturas interessantes e valores atpicos no banco de dados. Tipo de variveis: Cada uma das caractersticas de interesse observadas ou medidas durante o estudo denominada de varivel. As variveis que assumem valores numricos so denominadas quantitativas, enquanto que as no numricas, qualitativas. Uma varivel qualitativa quando seus valores so atributos ou qualidades (por ex: sexo, raa, classe social). Se tais variveis possuem uma ordenao natural, indicando intensidades crescentes de realizao, so classificadas de qualitativas ordinais (por ex: classe social - baixa, mdia ou alta). Se no for possvel estabelecer uma ordem natural entre seus valores, so classificadas como qualitativas nominais (por ex: Sexo - masculino ou feminino). As variveis quantitativas podem ser classificadas ainda em discretas ou contnuas. Variveis discretas podem ser vistas como resultantes de contagens, e assumem, em geral, valores inteiros (por ex: Nmero de filhos). Variveis contnuas podem assumir qualquer valor dentro de um intervalo especificado e so, geralmente, resultados de uma mensurao (por ex: Peso, em kg; Altura, em metros). Descrio dos dados: importante conhecer e saber construir os principais tipos de tabelas, grficos e medidas resumo para realizar uma boa anlise descritiva dos dados. Vamos tentar entender como os dados se distribuem, onde esto centrados, quais observaes so mais frequentes, como a variabilidade etc., tendo em vista responder s principais questes do estudo. Cada ferramenta fornece um tipo de informao e o seu uso depende, em geral, do tipo de varivel que est sendo investigada. Valor da Estatstica Conceitos Bsicos A estatstica , hoje em dia, um instrumento til e, em alguns casos, indispensvel para tomadas de deciso em diversos campos: cientfico, econmico, social, poltico Todavia, antes de chegarmos parte de interpretao para tomadas de deciso, h que proceder a um indispensvel trabalho de recolha e organizao de dados, sendo a recolha feita atravs de recenseamentos (ou censos ou levantamentos estatsticos) ou sondagens. Existem indcios que h 300 mil anos a.C. j se faziam censos na China, Babilnia e no Egito. Censos estes que se destinavam taxao de impostos. Estatstica pode ser pensada como a cincia de aprendizagem a partir de dados. No nosso quotidiano, precisamos tomar decises, muitas vezes decises rpidas. Em linhas gerais a Estatstica fornece mtodos que auxiliam o processo de tomada de deciso atravs da anlise dos dados que possumos. Em Estatstica, um resultado significante, portanto, tem significncia estatstica, se for improvvel que tenha ocorrido por acaso (que em estatstica e probabilidade tratado pelo conceito de chance), caso uma determinada hiptese nula seja verdadeira, mas no sendo improvvel caso a hiptese base seja falsa. A expresso teste de significncia foi cunhada por Ronald Fisher. Mais concretamente, no teste de hipteses com base em frequncia estatstica, a significncia de um teste a probabilidade mxima de rejeitar acidentalmente uma hiptese nula verdadeira (uma deciso conhecida como erro de tipo I). O nvel de significncia de um resultado tambm chamado de e no deve ser confundido com o valor p (p-value). Por exemplo, podemos escolher um nvel de significncia de, digamos, 5%, e calcular um valor crtico de um parmetro (por exemplo a mdia) de modo que a probabilidade de ela exceder esse valor, dada a verdade da hiptese nulo, ser 5%. Se o valor estatstico calculado (ou seja, o nvel de 5% de significncia anteriormente escolhido) exceder o valor crtico, ento significante ao nvel de 5%. Se o nvel de significncia (ex: 5% anteriormente dado) menor, o valor menos provavelmente um extremo em relao ao valor crtico. Deste modo, um resultado que significante ao nvel de 1% mais significante do que um resultado que significante ao nvel de 5%. No entanto, um teste ao nvel de 1% mais susceptvel de padecer do erro de tipo II do que um teste de 5% e por isso ter menos poder estatstico. Ao divisar um teste de hipteses, o tcnico dever tentar maximizar o poder de uma dada significncia, mas ultimamente tem de reconhecer que o melhor resultado que se pode obter um compromisso entre significncia e poder, em outras palavras, entre os erros de tipo I e tipo II. importante ressaltar que os valores p Fisherianos so filosoficamente diferentes dos erros de tipo I de Neyman-Pearson. Esta confuso infelizmente propagada por muitos livros de estatstica. Diviso da Estatstica: - Estatstica Descritiva: Mdia (Aritmtica, Geomtrica, Harmnica, Ponderada) - Mediana - Moda - Varincia - Desvio padro - Coeficiente de variao. - Inferncia Estatstica: Testes de hipteses - Significncia - Potncia - Hiptese nula/Hiptese alternativa - Erro de tipo I Erro de tipo II - Teste T - Teste Z - Distribuio t de Student Normalizao - Valor p - Anlise de varincia. - Estatstica No-Paramtrica: Teste Binomial - Teste Quiquadrado (uma amostra, duas amostras independentes, k amostras independentes) - Teste Kolmogorov-Smirnov (uma amostra, duas amostras independentes) - Teste de McNemar - Teste dos Sinais Teste de Wilcoxon - Teste de Walsh - Teste Exata de Fisher - Teste Q de Cochran - Teste de Kruskal-Wallis - Teste de Friedman. - Anlise da Sobrevivncia: Funo de sobrevivncia Kaplan-Meier - Teste log-rank - Taxa de falha - Proportional hazards models.
19

Didatismo e Conhecimento

MATEMTICA
- Amostragem: Amostragem aleatria simples (com reposio, sem reposio) - Amostragem estratificada - Amostragem por conglomerados - Amostragem sistemtica - estimador razo estimador regresso. - Distribuio de Probabilidade: Normal - De Pareto - De Poisson - De Bernoulli - Hipergeomtrica - Binomial - Binomial negativa - Gama - Beta - t de Student - F-Snedecor. - Correlao: Varivel de confuso - Coeficiente de correlao de Pearson - Coeficiente de correlao de postos de Spearman Coeficiente de correlao tau de Kendall). Regresso: Regresso linear - Regresso no-linear Regresso logstica - Mtodo dos mnimos quadrados - Modelos Lineares Generalizados - Modelos para Dados Longitudinais. - Anlise Multivariada: Distribuio normal multivariada Componentes principais - Anlise fatorial - Anlise discriminante - Anlise de Cluster (Anlise de agrupamento) - Anlise de Correspondncia. - Sries Temporais: Modelos para sries temporais - Tendncia e sazonalidade - Modelos de suavizao exponencial - ARIMA Modelos sazonais. Panorama Geral: Variveis: So caractersticas que so medidas, controladas ou manipuladas em uma pesquisa. Diferem em muitos aspectos, principalmente no papel que a elas dado em uma pesquisa e na forma como podem ser medidas. Pesquisa Correlacional X Pesquisa Experimental: A maioria das pesquisas empricas pertencem claramente a uma dessas duas categorias gerais: em uma pesquisa correlacional (Levantamento) o pesquisador no influencia (ou tenta no influenciar) nenhuma varivel, mas apenas as mede e procura por relaes (correlaes) entre elas, como presso sangnea e nvel de colesterol. Em uma pesquisa experimental (Experimento) o pesquisador manipula algumas variveis e ento mede os efeitos desta manipulao em outras variveis; por exemplo, aumentar artificialmente a presso sangnea e registrar o nvel de colesterol. A anlise dos dados em uma pesquisa experimental tambm calcula correlaes entre variveis, especificamente entre aquelas manipuladas e as que foram afetadas pela manipulao. Entretanto, os dados experimentais podem demonstrar conclusivamente relaes causais (causa e efeito) entre variveis. Por exemplo, se o pesquisador descobrir que sempre que muda a varivel A ento a varivel B tambm muda, ento ele poder concluir que A influencia B. Dados de uma pesquisa correlacional podem ser apenas interpretados em termos causais com base em outras teorias (no estatsticas) que o pesquisador conhea, mas no podem ser conclusivamente provar causalidade. Variveis dependentes e variveis independentes: Variveis independentes so aquelas que so manipuladas enquanto que variveis dependentes so apenas medidas ou registradas. Esta distino confunde muitas pessoas que dizem que todas variveis dependem de alguma coisa. Entretanto, uma vez que se esteja acostumado a esta distino ela se torna indispensvel. Os termos varivel dependente e independente aplicam-se principalmente pesquisa experimental, onde algumas variveis so manipuladas, e, neste sentido, so independentes dos padres de reao Didatismo e Conhecimento
20

inicial, intenes e caractersticas dos sujeitos da pesquisa (unidades experimentais).Espera-se que outras variveis sejam dependentes da manipulao ou das condies experimentais. Ou seja, elas dependem do que os sujeitos faro em resposta. Contrariando um pouco a natureza da distino, esses termos tambm so usados em estudos em que no se manipulam variveis independentes, literalmente falando, mas apenas se designam sujeitos a grupos experimentais baseados em propriedades prexistentes dos prprios sujeitos. Por exemplo, se em uma pesquisa compara-se a contagem de clulas brancas (White Cell Count em ingls, WCC) de homens e mulheres, sexo pode ser chamada de varivel independente e WCC de varivel dependente. Nveis de Mensurao: As variveis diferem em quo bem elas podem ser medidas, isto , em quanta informao seu nvel de mensurao pode prover. H obviamente algum erro em cada medida, o que determina o montante de informao que se pode obter, mas basicamente o fator que determina a quantidade de informao que uma varivel pode prover o seu tipo de nvel de mensurao. Sob este prisma as variveis so classificadas como nominais, ordinais e intervalares. - Variveis nominais permitem apenas classificao qualitativa. Ou seja, elas podem ser medidas apenas em termos de quais itens pertencem a diferentes categorias, mas no se pode quantificar nem mesmo ordenar tais categorias. Por exemplo, podese dizer que 2 indivduos so diferentes em termos da varivel A (sexo, por exemplo), mas no se pode dizer qual deles tem mais da qualidade representada pela varivel. Exemplos tpicos de variveis nominais so sexo, raa, cidade, etc. - Variveis ordinais permitem ordenar os itens medidos em termos de qual tem menos e qual tem mais da qualidade representada pela varivel, mas ainda no permitem que se diga o quanto mais. Um exemplo tpico de uma varivel ordinal o status scio-econmico das famlias residentes em uma localidade: sabe-se que mdia-alta mais alta do que mdia, mas no se pode dizer, por exemplo, que 18% mais alta. A prpria distino entre mensurao nominal, ordinal e intervalar representa um bom exemplo de uma varivel ordinal: pode-se dizer que uma medida nominal prov menos informao do que uma medida ordinal, mas no se pode dizer quanto menos ou como esta diferena se compara diferena entre mensurao ordinal e intervalar. - Variveis intervalares permitem no apenas ordenar em postos os itens que esto sendo medidos, mas tambm quantificar e comparar o tamanho das diferenas entre eles. Por exemplo, temperatura, medida em graus Celsius constitui uma varivel intervalar. Pode-se dizer que a temperatura de 40C maior do que 30C e que um aumento de 20C para 40C duas vezes maior do que um aumento de 30C para 40C. Relaes entre variveis: Duas ou mais variveis quaisquer esto relacionadas se em uma amostra de observaes os valores dessas variveis so distribudos de forma consistente. Em outras palavras, as variveis esto relacionadas se seus valores correspondem sistematicamente uns aos outros para aquela amostra de observaes. Por exemplo, sexo e WCC seriam relacionados se a maioria dos homens tivesse alta WCC e a maioria das mulheres baixa WCC, ou vice-versa; altura relacionada ao peso porque tipicamente indivduos altos so mais pesados do que indivduos baixos; Q.I. est relacionado ao nmero de erros em um teste se pessoas com Q.I.s mais altos cometem menos erros.

MATEMTICA
Importncia das relaes entre variveis: Geralmente o objetivo principal de toda pesquisa ou anlise cientfica encontrar relaes entre variveis. A filosofia da cincia ensina que no h outro meio de representar significado exceto em termos de relaes entre quantidades ou qualidades, e ambos os casos envolvem relaes entre variveis. Assim, o avano da cincia sempre tem que envolver a descoberta de novas relaes entre variveis. Em pesquisas correlacionais a medida destas relaes feita de forma bastante direta, bem como nas pesquisas experimentais. Por exemplo, o experimento j mencionado de comparar WCC em homens e mulheres pode ser descrito como procura de uma correlao entre 2 variveis: sexo e WCC. A Estatstica nada mais faz do que auxiliar na avaliao de relaes entre variveis. Aspectos bsicos da relao entre variveis: As duas propriedades formais mais elementares de qualquer relao entre variveis so a magnitude (tamanho) e a confiabilidade da relao. - Magnitude muito mais fcil de entender e medir do que a confiabilidade. Por exemplo, se cada homem em nossa amostra tem um WCC maior do que o de qualquer mulher da amostra, poderia-se dizer que a magnitude da relao entre as duas variveis (sexo e WCC) muito alta em nossa amostra. Em outras palavras, poderia-se prever uma baseada na outra (ao menos na amostra em questo). - Confiabilidade um conceito muito menos intuitivo, mas extremamente importante. Relaciona-se representatividade do resultado encontrado em uma amostra especfica de toda a populao. Em outras palavras, diz quo provvel ser encontrar uma relao similar se o experimento fosse feito com outras amostras retiradas da mesma populao, lembrando que o maior interesse est na populao. O interesse na amostra reside na informao que ela pode prover sobre a populao. Se o estudo atender certos critrios especficos (que sero mencionados posteriormente) ento a confiabilidade de uma relao observada entre variveis na amostra pode ser estimada quantitativamente e representada usando uma medida padro (chamada tecnicamente de nvel-p ou nvel de significncia estatstica). Significncia Estatstica (nvel-p): A significncia estatstica de um resultado uma medida estimada do grau em que este resultado verdadeiro (no sentido de que seja realmente o que ocorre na populao, ou seja no sentido de representatividade da populao). Mais tecnicamente, o valor do nvel-p representa um ndice decrescente da confiabilidade de um resultado. Quanto mais alto o nvel-p, menos se pode acreditar que a relao observada entre as variveis na amostra um indicador confivel da relao entre as respectivas variveis na populao. Especificamente, o nvel-p representa a probabilidade de erro envolvida em aceitar o resultado observado como vlido, isto , como representativo da populao. Por exemplo, um nvel-p de 0,05 (1/20) indica que h 5% de probabilidade de que a relao entre as variveis, encontrada na amostra, seja um acaso feliz. Em outras palavras, assumindo que no haja relao entre aquelas variveis na populao, e o experimento de interesse seja repetido vrias vezes, poderia-se esperar que em aproximadamente 20 realizaes do experimento haveria apenas uma em que a relao entre as variveis em questo seria igual ou mais forte do que a que foi observada naquela amostra anterior. Em muitas reas de pesquisa, o nvel-p de 0,05 costumeiramente tratado como um limite aceitvel de erro. Didatismo e Conhecimento
21

Como determinar que um resultado realmente significante: No h meio de evitar arbitrariedade na deciso final de qual nvel de significncia ser tratado como realmente significante. Ou seja, a seleo de um nvel de significncia acima do qual os resultados sero rejeitados como invlidos arbitrria. Na prtica, a deciso final depende usualmente de: se o resultado foi previsto a priori ou apenas a posteriori no curso de muitas anlises e comparaes efetuadas no conjunto de dados; no total de evidncias consistentes do conjunto de dados; e nas tradies existentes na rea particular de pesquisa. Tipicamente, em muitas cincias resultados que atingem nvel-p 0,05 so considerados estatisticamente significantes, mas este nvel ainda envolve uma probabilidade de erro razovel (5%). Resultados com um nvel-p 0,01 so comumente considerados estatisticamente significantes, e com nvel-p 0,005 ou nvel-p 0,001 so freqentemente chamados altamente significantes. Estas classificaes, porm, so convenes arbitrrias e apenas informalmente baseadas em experincia geral de pesquisa. Uma conseqncia bvia que um resultado considerado significante a 0,05, por exemplo, pode no s-lo a 0,01. Significncia estatstica e o nmero de anlises realizadas: Desnecessrio dizer quanto mais anlises sejam realizadas em um conjunto de dados, mais os resultados atingiro por acaso o nvel de significncia convencionado. Por exemplo, ao calcular correlaes entre dez variveis (45 diferentes coeficientes de correlao), seria razovel esperar encontrar por acaso que cerca de dois (um em cada 20) coeficientes de correlao so significantes ao nvel-p 0,05, mesmo que os valores das variveis sejam totalmente aleatrios, e aquelas variveis no se correlacionem na populao. Alguns mtodos estatsticos que envolvem muitas comparaes, e portanto uma boa chance para tais erros, incluem alguma correo ou ajuste para o nmero total de comparaes. Entretanto, muitos mtodos estatsticos (especialmente anlises exploratrias simples de dados) no oferecem nenhum remdio direto para este problema. Cabe ento ao pesquisador avaliar cuidadosamente a confiabilidade de descobertas no esperadas. Fora X Confiabilidade de uma relao entre variveis: Foi dito anteriormente que fora (magnitude) e confiabilidade so dois aspectos diferentes dos relacionamentos entre variveis. Contudo, eles no so totalmente independentes. Em geral, em uma amostra de um certo tamanho quanto maior a magnitude da relao entre variveis, mais confivel a relao. Assumindo que no h relao entre as variveis na populao, o resultado mais provvel deveria ser tambm no encontrar relao entre as mesmas variveis na amostra da pesquisa. Assim, quanto mais forte a relao encontrada na amostra menos provvel a no existncia da relao correspondente na populao. Ento a magnitude e a significncia de uma relao aparentam estar fortemente relacionadas, e seria possvel calcular a significncia a partir da magnitude e vice-versa. Entretanto, isso vlido apenas se o tamanho da amostra mantido constante, porque uma relao de certa fora poderia ser tanto altamente significante ou no significante de todo dependendo do tamanho da amostra.

MATEMTICA
Por que a significncia de uma relao entre variveis depende do tamanho da amostra: Se h muito poucas observaes ento h tambm poucas possibilidades de combinao dos valores das variveis, e ento a probabilidade de obter por acaso uma combinao desses valores que indique uma forte relao relativamente alta. Considere-se o seguinte exemplo: H interesse em duas variveis (sexo: homem, mulher; WCC: alta, baixa) e h apenas quatro sujeitos na amostra (2 homens e 2 mulheres). A probabilidade de se encontrar, puramente por acaso, uma relao de 100% entre as duas variveis pode ser to alta quanto 1/8. Explicando, h uma chance em oito de que os dois homens tenham alta WCC e que as duas mulheres tenham baixa WCC, ou vice-versa, mesmo que tal relao no exista na populao. Agora considere-se a probabilidade de obter tal resultado por acaso se a amostra consistisse de 100 sujeitos: a probabilidade de obter aquele resultado por acaso seria praticamente zero. Observando um exemplo mais geral. Imagine-se uma populao terica em que a mdia de WCC em homens e mulheres exatamente a mesma. Supondo um experimento em que se retiram pares de amostras (homens e mulheres) de um certo tamanho da populao e calcula-se a diferena entre a mdia de WCC em cada par de amostras (supor ainda que o experimento ser repetido vrias vezes). Na maioria dos experimento os resultados das diferenas sero prximos de zero. Contudo, de vez em quando, um par de amostra apresentar uma diferena entre homens e mulheres consideravelmente diferente de zero. Com que freqncia isso acontece? Quanto menor a amostra em cada experimento maior a probabilidade de obter esses resultados errneos, que, neste caso, indicariam a existncia de uma relao entre sexo e WCC obtida de uma populao em que tal relao no existe. Observe-se mais um exemplo (razo meninos para meninas, Nisbett et al., 1987): H dois hospitais: no primeiro nascem 120 bebs a cada dia e no outro apenas 12. Em mdia a razo de meninos para meninas nascidos a cada dia em cada hospital de 50/50. Contudo, certo dia, em um dos hospitais nasceram duas vezes mais meninas do que meninos. Em que hospital isso provavelmente aconteceu? A resposta bvia para um estatstico, mas no to bvia para os leigos: muito mais provvel que tal fato tenha ocorrido no hospital menor. A razo para isso que a probabilidade de um desvio aleatrio da mdia da populao aumenta com a diminuio do tamanho da amostra (e diminui com o aumento do tamanho da amostra). Por que pequenas relaes podem ser provadas como significantes apenas por grandes amostras: Os exemplos dos pargrafos anteriores indicam que se um relacionamento entre as variveis em questo (na populao) pequeno, ento no h meio de identificar tal relao em um estudo a no ser que a amostra seja correspondentemente grande. Mesmo que a amostra seja de fato perfeitamente representativa da populao o efeito no ser estatisticamente significante se a amostra for pequena. Analogamente, se a relao em questo muito grande na populao ento poder ser constatada como altamente significante mesmo em um estudo baseado em uma pequena amostra. Mais um exemplo: Se uma moeda ligeiramente viciada, de tal forma que quando lanada ligeiramente mais provvel que ocorram caras do que coroas (por exemplo uma proporo 60% para 40%). Ento dez lanamentos no seriam suficientes para convencer algum de Didatismo e Conhecimento
22

que a moeda viciada, mesmo que o resultado obtido (6 caras e 4 coroas) seja perfeitamente representativo do viesamento da moeda. Entretanto, dez lanamentos no so suficientes para provar nada? No, se o efeito em questo for grande o bastante, os dez lanamentos sero suficientes. Por exemplo, imagine-se que a moeda seja to viciada que no importe como venha a ser lanada o resultado ser cara. Se tal moeda fosse lanada dez vezes, e cada lanamento produzisse caras, muitas pessoas considerariam isso prova suficiente de que h algo errado com a moeda. Em outras palavras, seria considerada prova convincente de que a populao terica de um nmero infinito de lanamentos desta moeda teria mais caras do que coroas. Assim, se a relao grande, ento poder ser considerada significante mesmo em uma pequena amostra. Pode uma relao inexistente ser um resultado significante: Quanto menor a relao entre as variveis maior o tamanho de amostra necessrio para prov-la significante. Por exemplo, imagine-se quantos lanamentos seriam necessrios para provar que uma moeda viciada se seu viesamento for de apenas 0,000001 %! Ento, o tamanho mnimo de amostra necessrio cresce na mesma proporo em que a magnitude do efeito a ser demonstrado decresce. Quando a magnitude do efeito aproxima-se de zero, o tamanho de amostra necessrio para prov-lo aproximase do infinito. Isso quer dizer que, se quase no h relao entre duas variveis o tamanho da amostra precisa quase ser igual ao tamanho da populao, que teoricamente considerado infinitamente grande. A significncia estatstica representa a probabilidade de que um resultado similar seja obtido se toda a populao fosse testada. Assim, qualquer coisa que fosse encontrada aps testar toda a populao seria, por definio, significante ao mais alto nvel possvel, e isso tambm inclui todos os resultados de relao inexistente. Como medir a magnitude (fora) das relaes entre variveis: H muitas medidas da magnitude do relacionamento entre variveis que foram desenvolvidas por estatsticos: a escolha de uma medida especfica em dadas circunstncias depende do nmero de variveis envolvidas, nveis de mensurao usados, natureza das relaes, etc. Quase todas, porm, seguem um princpio geral: elas procuram avaliar a relao comparando-a de alguma forma com a mxima relao imaginvel entre aquelas variveis especficas. Tecnicamente, um modo comum de realizar tais avaliaes observar quo diferenciados so os valores das variveis, e ento calcular qual parte desta diferena global disponvel seria detectada na ocasio se aquela diferena fosse comum (fosse apenas devida relao entre as variveis) nas duas (ou mais) variveis em questo. Falando menos tecnicamente, compara-se o que comum naquelas variveis com o que potencialmente poderia haver em comum se as variveis fossem perfeitamente relacionadas. Outro exemplo: Em uma amostra o ndice mdio de WCC igual a 100 em homens e 102 em mulheres. Assim, poderia-se dizer que, em mdia, o desvio de cada valor da mdia de ambos (101) contm uma componente devida ao sexo do sujeito, e o tamanho desta componente 1. Este valor, em certo sentido, representa uma medida da relao entre sexo e WCC. Contudo, este valor uma medida muito pobre, porque no diz quo relativamente grande aquela componente em relao diferena global dos valores de WCC. H duas possibilidades extremas: S

MATEMTICA
- Se todos os valore de WCC de homens so exatamente iguais a 100 e os das mulheres iguais a 102 ento todos os desvios da mdia conjunta na amostra seriam inteiramente causados pelo sexo. Poderia-se dizer que nesta amostra sexo perfeitamente correlacionado a WCC, ou seja, 100% das diferenas observadas entre os sujeitos relativas a suas WCCs devem-se a seu sexo. - Se todos os valores de WCC esto em um intervalo de 0 a 1000, a mesma diferena (de 2) entre a WCC mdia de homens e mulheres encontrada no estudo seria uma parte to pequena na diferena global dos valores que muito provavelmente seria considerada desprezvel. Por exemplo, um sujeito a mais que fosse considerado poderia mudar, ou mesmo reverter, a direo da diferena. Portanto, toda boa medida das relaes entre variveis tem que levar em conta a diferenciao global dos valores individuais na amostra e avaliar a relao em termos (relativos) de quanto desta diferenciao se deve relao em questo. Formato geral de muitos testes estatsticos: Como o objetivo principal de muitos testes estatsticos avaliar relaes entre variveis, muitos desses testes seguem o princpio exposto no item anterior. Tecnicamente, eles representam uma razo de alguma medida da diferenciao comum nas variveis em anlise (devido sua relao) pela diferenciao global daquelas variveis. Por exemplo, teria-se uma razo da parte da diferenciao global dos valores de WCC que podem se dever ao sexo pela diferenciao global dos valores de WCC. Esta razo usualmente chamada de razo da variao explicada pela variao total. Em estatstica o termo variao explicada no implica necessariamente que tal variao compreendida conceitualmente. O termo usado apenas para denotar a variao comum s variveis em questo, ou seja, a parte da variao de uma varivel que explicada pelos valores especficos da outra varivel e vice-versa. Como calculado o nvel de significncia estatstico: Assuma-se que j tenha sido calculada uma medida da relao entre duas variveis (como explicado acima). A prxima questo quo significante esta relao? Por exemplo, 40% da variao global ser explicada pela relao entre duas variveis suficiente para considerar a relao significante? Depende. Especificamente, a significncia depende principalmente do tamanho da amostra. Como j foi explicado, em amostras muito grandes mesmo relaes muito pequenas entre variveis sero significantes, enquanto que em amostras muito pequenas mesmo relaes muito grandes no podero ser consideradas confiveis (significantes). Assim, para determinar o nvel de significncia estatstica torna-se necessria uma funo que represente o relacionamento entre magnitude e significncia das relaes entre duas variveis, dependendo do tamanho da amostra. Tal funo diria exatamente quo provvel obter uma relao de dada magnitude (ou maior) de uma amostra de dado tamanho, assumindo que no h tal relao entre aquelas variveis na populao. Em outras palavras, aquela funo forneceria o nvel de significncia (nvel-p), e isso permitiria conhecer a probabilidade de erro envolvida em rejeitar a idia de que a relao em questo no existe na populao. Esta hiptese alternativa (de que no h relao na populao) usualmente chamada de hiptese nula. Seria ideal se a funo de probabilidade fosse linear, e por exemplo, apenas tivesse diferentes inclinaes para diferentes tamanhos de amostra. Infelizmente, a funo mais complexa, e no sempre exatamente a mesma. Entretanto, Didatismo e Conhecimento
23

em muitos casos, sua forma conhecida e isso pode ser usado para determinar os nveis de significncia para os resultados obtidos em amostras de certo tamanho. Muitas daquelas funes so relacionadas a um tipo geral de funo que chamada de normal (ou gaussiana). Por que a distribuio normal importante: A distribuio normal importante porque em muitos casos ela se aproxima bem da funo introduzida no item anterior. A distribuio de muitas estatsticas de teste normal ou segue alguma forma que pode ser derivada da distribuio normal. Neste sentido, filosoficamente, a distribuio normal representa uma das elementares verdades acerca da natureza geral da realidade, verificada empiricamente, e seu status pode ser comparado a uma das leis fundamentais das cincias naturais. A forma exata da distribuio normal (a caracterstica curva do sino) definida por uma funo que tem apenas dois parmetros: mdia e desvio padro. Uma propriedade caracterstica da distribuio normal que 68% de todas as suas observaes caem dentro de um intervalo de 1 desvio padro da mdia, um intervalo de 2 desvios padres inclui 95% dos valores, e 99% das observaes caem dentro de um intervalo de 3 desvios padres da mdia. Em outras palavras, em uma distribuio normal as observaes que tem um valor padronizado de menos do que -2 ou mais do que +2 tem uma freqncia relativa de 5% ou menos (valor padronizado significa que um valor expresso em termos de sua diferena em relao mdia, dividida pelo desvio padro). Ilustrao de como a distribuio normal usada em raciocnio estatstico (induo): Retomando o exemplo j discutido, onde pares de amostras de homens e mulheres foram retirados de uma populao em que o valor mdio de WCC em homens e mulheres era exatamente o mesmo. Embora o resultado mais provvel para tais experimentos (um par de amostras por experimento) que a diferena entre a WCC mdia em homens e mulheres em cada par seja prxima de zero, de vez em quando um par de amostras apresentar uma diferena substancialmente diferente de zero. Quo freqentemente isso ocorre? Se o tamanho da amostra grande o bastante, os resultados de tais repeties so normalmente distribudos, e assim, conhecendo a forma da curva normal pode-se calcular precisamente a probabilidade de obter por acaso resultados representando vrios nveis de desvio da hipottica mdia populacional 0 (zero). Se tal probabilidade calculada to pequena que satisfaz ao critrio previamente aceito de significncia estatstica, ento pode-se concluir que o resultado obtido produz uma melhor aproximao do que est acontecendo na populao do que a hiptese nula. Lembrando ainda que a hiptese nula foi considerada apenas por razes tcnicas como uma referncia contra a qual o resultado emprico (dos experimentos) foi avaliado. Todos os testes estatsticos so normalmente distribudos: No todos, mas muitos so ou baseados na distribuio normal diretamente ou em distribuies a ela relacionadas, e que podem ser derivadas da normal, como as distribuies t, F ou Chi-quadrado (Qui-quadrado). Tipicamente, estes testes requerem que as variveis analisadas sejam normalmente distribudas na populao, ou seja, que elas atendam suposio de normalidade. Muitas variveis observadas realmente so normalmente distribudas, o

MATEMTICA
que outra razo por que a distribuio normal representa uma caracterstica geral da realidade emprica. O problema pode surgir quando se tenta usar um teste baseado na distribuio normal para analisar dados de variveis que no so normalmente distribudas. Em tais casos h duas opes. Primeiramente, podese usar algum teste no paramtrico alternativo (ou teste livre de distribuio); mas isso freqentemente inconveniente porque tais testes so tipicamente menos poderosos e menos flexveis em termos dos tipos de concluses que eles podem proporcionar. Alternativamente, em muitos casos ainda se pode usar um teste baseado na distribuio normal se apenas houver certeza de que o tamanho das amostras suficientemente grande. Esta ltima opo baseada em um princpio extremamente importante que largamente responsvel pela popularidade dos testes baseados na distribuio normal. Nominalmente, quanto mais o tamanho da amostra aumente, mais a forma da distribuio amostral (a distribuio de uma estatstica da amostra) da mdia aproximase da forma da normal, mesmo que a distribuio da varivel em questo no seja normal. Este princpio chamado de Teorema Central do Limite. Como se conhece as consequncias de violar a suposio de normalidade: Embora muitas das declaraes feitas anteriormente possam ser provadas matematicamente, algumas no tm provas tericas e podem demonstradas apenas empiricamente via experimentos Monte Carlo (simulaes usando gerao aleatria de nmeros). Nestes experimentos grandes nmeros de amostras so geradas por um computador seguindo especificaes prdesignadas e os resultados de tais amostras so analisados usando uma grande variedade de testes. Este o modo emprico de avaliar o tipo e magnitude dos erros ou viesamentos a que se expe o pesquisador quando certas suposies tericas dos testes usados no so verificadas nos dados sob anlise. Especificamente, os estudos de Monte Carlo foram usados extensivamente com testes baseados na distribuio normal para determinar quo sensveis eles eram violaes da suposio de que as variveis analisadas tinham distribuio normal na populao. A concluso geral destes estudos que as conseqncias de tais violaes so menos severas do que se tinha pensado a princpio. Embora estas concluses no devam desencorajar ningum de se preocupar com a suposio de normalidade, elas aumentaram a popularidade geral dos testes estatsticos dependentes da distribuio normal em todas as reas de pesquisa. Objeto da Estatstica: Estatstica uma cincia exata que visa fornecer subsdios ao analista para coletar, organizar, resumir, analisar e apresentar dados. Trata de parmetros extrados da populao, tais como mdia ou desvio padro. A estatstica fornece-nos as tcnicas para extrair informao de dados, os quais so muitas vezes incompletos, na medida em que nos do informao til sobre o problema em estudo, sendo assim, objetivo da Estatstica extrair informao dos dados para obter uma melhor compreenso das situaes que representam. Quando se aborda uma problemtica envolvendo mtodos estatsticos, estes devem ser utilizados mesmo antes de se recolher a amostra, isto , deve-se planejar a experincia que nos vai permitir recolher os dados, de modo que, posteriormente, se possa extrair o mximo de informao relevante para o problema em estudo, ou seja, para a populao de onde os dados provm. Quando de posse dos dados, Didatismo e Conhecimento
24

procura-se agrup-los e reduzi-los, sob forma de amostra, deixando de lado a aleatoriedade presente. Seguidamente o objetivo do estudo estatstico pode ser o de estimar uma quantidade ou testar uma hiptese, utilizando-se tcnicas estatsticas convenientes, as quais realam toda a potencialidade da Estatstica, na medida em que vo permitir tirar concluses acerca de uma populao, baseando-se numa pequena amostra, dando-nos ainda uma medida do erro cometido. Exemplo: Ao chegarmos a uma churrascaria, no precisamos comer todos os tipos de saladas, de sobremesas e de carnes disponveis, para conseguirmos chegar a concluso de que a comida de boa qualidade. Basta que seja provado um tipo de cada opo para concluirmos que estamos sendo bem servidos e que a comida est dentro dos padres. Mediana, Moda e Quartis Mediana: o valor que tem tantos dados antes dele, como depois dele. Para se medir a mediana, os valores devem estar por ordem crescente ou decrescente. No caso do nmero de dados ser mpar, existe um e s um valor central que a mediana. Se o nmero de dados par, toma-se a mdia aritmtica dos dois valores centrais para a mediana. uma medida de localizao do centro da distribuio dos dados, definida do seguinte modo: Ordenados os elementos da amostra, a mediana o valor (pertencente ou no amostra) que a divide ao meio, isto , 50% dos elementos da amostra so menores ou iguais mediana e os outros 50% so maiores ou iguais mediana. Para a sua determinao utiliza-se a seguinte regra, depois de ordenada a amostra de n elementos:Se n mpar, a mediana o elemento mdio.Se n par, a mediana a semi-soma dos dois elementos mdios. A mediana, m, uma medida de localizao do centro da distribuio dos dados, definida do seguinte modo: Ordenados os elementos da amostra, a mediana o valor (pertencente ou no amostra) que a divide ao meio, isto , 50% dos elementos da amostra so menores ou iguais mediana e os outros 50% so maiores ou iguais mediana. Para a sua determinao utiliza-se a seguinte regra, depois de ordenada a amostra de n elementos: - Se n mpar, a mediana o elemento mdio. - Se n par, a mediana a semi-soma dos dois elementos mdios. Se se representarem os elementos da amostra ordenada com a seguinte notao: X1:n, X2:n, ..., Xn:n; ento uma expresso para o clculo da mediana ser:

MATEMTICA
Como medida de localizao, a mediana mais robusta do que a mdia, pois no to sensvel aos dados. Consideremos o seguinte exemplo: um aluno do 10 ano obteve as seguintes notas: 10, 10, 10, 11, 11, 11, 11, 12. A mdia e a mediana da amostra anterior so respectivamente. =10.75 e =11 Como medida de localizao, a mediana mais resistente do que a mdia, pois no to sensvel aos dados. - Quando a distribuio simtrica, a mdia e a mediana coincidem. - A mediana no to sensvel, como a mdia, s observaes que so muito maiores ou muito menores do que as restantes (outliers). Por outro lado a mdia reflete o valor de todas as observaes. Assim, no se pode dizer em termos absolutos qual destas medidas de localizao prefervel, dependendo do contexto em que esto a ser utilizadas. Exemplo: Os salrios dos 160 empregados de uma determinada empresa, distribuem-se de acordo com a seguinte tabela de frequncias: Salrio (em euros) Frequncia absoluta Frequncia acumulada 75 23 23 100 145 200 400 1700 58 81 50 20 7 2 160 131 151 158

Admitamos que uma das notas de 10 foi substituda por uma de 18. Neste caso a mediana continuaria a ser igual a 11, enquanto que a mdia subiria para 11.75.

Mdia e Mediana: Se se representarmos os elementos da amostra ordenada com a seguinte notao: X1:n, X2:n, ..., Xn: n ento uma expresso para o clculo da mediana ser: Como medida de localizao, a mediana mais robusta do que a mdia, pois no to sensvel aos dados. - Quando a distribuio simtrica, a mdia e a mediana coincidem. - A mediana no to sensvel, como a mdia, s observaes que so muito maiores ou muito menores do que as restantes (outliers). Por outro lado a mdia reflete o valor de todas as observaes. A mdia ao contrrio da mediana, uma medida muito influenciada por valores muito grandes ou muito pequenos, mesmo que estes valores surjam em pequeno nmero na amostra. Estes valores so os responsveis pela m utilizao da mdia em muitas situaes em que teria mais significado utilizar a mediana. A partir do exposto, deduzimos que se a distribuio dos dados: - for aproximadamente simtrica, a mdia aproxima-se da mediana. - for enviesada para a direita (alguns valores grandes como outliers), a mdia tende a ser maior que a mediana. - for enviesada para a esquerda (alguns valores pequenos como outliers), a mdia tende a ser inferior mediana.

Calcular a mdia e a mediana e comentar os resultados obtidos. Resoluo: = = (75.23+100.58+...+400.7+1700.2)/160 = 156,10 Resoluo: euros. m = semi-soma dos elementos de ordem 80 e 81 = 100 euros. Comentrio: O fato de termos obtido uma mdia de 156,10 e uma mediana de 100, reflexo do fato de existirem alguns, embora poucos, salrios muito altos, relativamente aos restantes. Repare-se que, numa perspectiva social, a mediana uma caracterstica mais importante do que a mdia. Na realidade 50% dos trabalhadores tm salrio menor ou igual a 100 , embora a mdia de 156,10 no transmita essa ideia. Vejamos de uma outra forma: Sabes, quando a distribuio dos dados simtrica ou aproximadamente simtrica, as medidas de localizao do centro da amostra (mdia e mediana) coincidem ou so muito semelhantes. O mesmo no se passa quando a distribuio dos dados assimtrica, fato que se prende com a pouca resistncia da mdia. Representando as distribuies dos dados (esta observao vlida para as representaes grficas na forma de diagramas de barras ou de histograma) na forma de uma mancha, temos, de um modo geral:

Dado um histograma fcil obter a posio da mediana, pois esta est na posio em que passando uma linha vertical por esse ponto o histograma fica dividido em duas partes com reas iguais.

Didatismo e Conhecimento

25

MATEMTICA
Moda: o valor que ocorre mais vezes numa distribuio, ou seja, o de maior efetivo e, portanto, de maior frequncia. Define-se moda como sendo:o valor que surge com mais frequncia se os dados so discretos, ou, o intervalo de classe com maior frequncia se os dados so contnuos. Assim, da representao grfica dos dados, obtm-se imediatamente o valor que representa a moda ou a classe modal. Esta medida especialmente til para reduzir a informao de um conjunto de dados qualitativos, apresentados sob a forma de nomes ou categorias, para os quais no se pode calcular a mdia e por vezes a mediana. Para um conjunto de dados, define-se moda como sendo: o valor que surge com mais frequncia se os dados so discretos, ou, o intervalo de classe com maior frequncia se os dados so contnuos. Assim, da representao grfica dos dados, obtm-se imediatamente o valor que representa a moda ou a classe modal.

Esta medida especialmente til para reduzir a informao de um conjunto de dados qualitativos, apresentados sob a forma de nomes ou categorias, para os quais no se pode calcular a mdia e por vezes a mediana (se no forem susceptveis de ordenao).

Quartis: Generalizando a noo de mediana m, que como vimos anteriormente a medida de localizao, tal que 50% dos elementos da amostra so menores ou iguais a m, e os outros 50% so maiores ou iguais a m, temos a noo de quartil de ordem p, com 0<p<1, como sendo o valor Qp tal que 100p% dos elementos da amostra so menores ou iguais a Qp e os restantes 100 (1-p)% dos elementos da amostra so maiores ou iguais a Qp. Tal como a mediana, uma medida que se calcula a partir da amostra ordenada. Um processo de obter os quartis utilizando a Funo Distribuio Emprica. Generalizando ainda a expresso para o clculo da mediana, temos uma expresso anloga para o clculo dos quartis:

Qp = onde representamos por [a], o maior inteiro contido em a. Aos quartis de ordem 1/4 e 3/4 , damos respectivamente o nome de 1 quartil e 3 quartil. Exemplo: Tendo-se decidido registrar os pesos dos alunos de uma determinada turma prtica do 10 ano, obtiveram-se os seguintes valores (em kg): 52 56 62 54 52 51 60 61 56 55 56 54 57 67 61 49

a) Determine os quantis de ordem 1/7, 1/2 e os 1 e 3 quartis. b) Um aluno com o peso de 61 kg, pode ser considerado normal, isto nem demasiado magro, nem demasiado gordo? Resoluo: Ordenando a amostra anterior, cuja dimenso 16, temos: 49 51 52 52 54 54 55 56 56 56 57 60 61 61 62 67

Didatismo e Conhecimento

26

MATEMTICA
a) 16 . 1/7 = 16/7, onde [16/7] = 2 e Q1/7 = x3 : 16 = 52 16 . 1/4 = 4, onde Q1/2 = [x8 : 16 + x9 : 16]/2 = 56 16 . 1/2 = 8, onde Q1/4 = [x4 : 16 + x5 : 16]/2 = 53 16 . 3/4 = 12, onde Q3/4 = [x12 : 16 + x13 : 16]/2 = 60.5 b) Um aluno com 61 kg pode ser considerado um pouco forte, pois naquela turma s 25% dos alunos que tm peso maior ou igual a 60.5 kg. Probabilidade Ponto Amostral, Espao Amostral e Evento Em uma tentativa com um nmero limitado de resultados, todos com chances iguais, devemos considerar: Ponto Amostral: Corresponde a qualquer um dos resultados possveis. Espao Amostral: Corresponde ao conjunto dos resultados possveis; ser representado por S e o nmero de elementos do espao amostra por n(S). Evento: Corresponde a qualquer subconjunto do espao amostral; ser representado por A e o nmero de elementos do evento por n(A). Os conjuntos S e tambm so subconjuntos de S, portanto so eventos. = evento impossvel. S = evento certo. Conceito de Probabilidade As probabilidades tm a funo de mostrar a chance de ocorrncia de um evento. A probabilidade de ocorrer um determinado evento A, que simbolizada por P(A), de um espao amostral S , dada pelo quociente entre o nmero de elementos A e o nmero de elemento S. Representando: Demonstrao das Propriedades Considerando S como um espao finito e no vazio, temos:

Unio de Eventos Considere A e B como dois eventos de um espao amostral S, finito e no vazio, temos:
A

B S

Exemplo: Ao lanar um dado de seis lados, numerados de 1 a 6, e observar o lado virado para cima, temos: - um espao amostral, que seria o conjunto S {1, 2, 3, 4, 5, 6}. - um evento nmero par, que seria o conjunto A1 = {2, 4, 6} C S. - o nmero de elementos do evento nmero par n(A1) = 3. - a probabilidade do evento nmero par 1/2, pois

Logo: P(A

B) = P(A) + P(B) - P(A

B)

Eventos Mutuamente Exclusivos

A

Propriedades de um Espao Amostral Finito e No Vazio - Em um evento impossvel a probabilidade igual a zero. Em um evento certo S a probabilidade igual a 1. Simbolicamente: P() = 0 e P(S) = 1. - Se A for um evento qualquer de S, neste caso: 0 P(A) 1. - Se A for o complemento de A em S, neste caso: P(A) = 1 P(A).

Considerando que A B, nesse caso A e B sero denominados mutuamente exclusivos. Observe que A B = 0, portanto: P(A B) = P(A) + P(B). Quando os eventos A1, A2, A3, , An de S forem, de dois em dois, sempre mutuamente exclusivos, nesse caso temos, analogicamente: P(A1 P(An)
27

A2

A3

An) = P(A1) + P(A2) + P(A3) + ... +

Didatismo e Conhecimento

MATEMTICA
Eventos Exaustivos Quando os eventos A1, A2, A3, , An de S forem, de dois em dois, mutuamente exclusivos, estes sero denominados exaustivos se A1 A2 A3 An = S Assim sendo: P(A B) = P(A) . P(B/A) P(A B) = P(B) . P(A/B) Considerando A e B como eventos independentes, logo P(B/A) = P(B), P(A/B) = P(A), sendo assim: P(A B) = P(A) . P(B). Para saber se os eventos A e B so independentes, podemos utilizar a definio ou calcular a probabilidade de A B. Veja a representao: A e B independentes P(A/B) = P(A) ou A e B independentes P(A B) = P(A) . P(B) Ento, logo: Lei Binominal de Probabilidade Considere uma experincia sendo realizada diversas vezes, dentro das mesmas condies, de maneira que os resultados de cada experincia sejam independentes. Sendo que, em cada tentativa ocorre, obrigatoriamente, um evento A cuja probabilidade p ou o complemento A cuja probabilidade 1 p. Problema: Realizando-se a experincia descrita exatamente n vezes, qual a probabilidade de ocorrer o evento A s k vezes? Resoluo: - Se num total de n experincias, ocorrer somente k vezes o evento A, nesse caso ser necessrio ocorrer exatamente n k vezes o evento A. - Se a probabilidade de ocorrer o evento A p e do evento A 1 p, nesse caso a probabilidade de ocorrer k vezes o evento A e n k vezes o evento A, ordenadamente, :

Portanto: P(A1) + P(A2) + P(A3) + ... + P(An) = 1 Probabilidade Condicionada Considere dois eventos A e B de um espao amostral S, finito e no vazio. A probabilidade de B condicionada a A dada pela probabilidade de ocorrncia de B sabendo que j ocorreu A. representada por P(B/A).

Veja:

Eventos Independentes Considere dois eventos A e B de um espao amostral S, finito e no vazio. Estes sero independentes somente quando: P(A/N) = P(A) P(B/A) = P(B) - As k vezes em que ocorre o evento A so quaisquer entre as n vezes possveis. O nmero de maneiras de escolher k vezes o evento A , portanto Cn,k. - Sendo assim, h Cn,k eventos distintos, mas que possuem a mesma probabilidade pk . (1 p)n-k, e portanto a probabilidade desejada : Cn,k . pk . (1 p)n-k QUESTES 01. A probabilidade de uma bola branca aparecer ao se retirar uma nica bola de uma urna que contm, exatamente, 4 bolas brancas, 3 vermelhas e 5 azuis :

Interseco de Eventos Considerando A e B como dois eventos de um espao amostral S, finito e no vazio, logo:

(A)

(B)

(C)

(D)

(E)

Didatismo e Conhecimento

28

MATEMTICA
02. As 23 ex-alunas de uma turma que completou o Ensino Mdio h 10 anos se encontraram em uma reunio comemorativa. Vrias delas haviam se casado e tido filhos. A distribuio das mulheres, de acordo com a quantidade de filhos, mostrada no grfico abaixo. Um prmio foi sorteado entre todos os filhos dessas ex-alunas. A probabilidade de que a criana premiada tenha sido um(a) filho(a) nico(a) 09. Uma urna contm 6 bolas: duas brancas e quatro pretas. Retiram-se quatro bolas, sempre com reposio de cada bola antes de retirar a seguinte. A probabilidade de s a primeira e a terceira serem brancas :

(A)

(B)

(C)

(D)

(E)

10. Uma lanchonete prepara sucos de 3 sabores: laranja, abacaxi e limo. Para fazer um suco de laranja, so utilizadas 3 laranjas e a probabilidade de um cliente pedir esse suco de 1/3. Se na lanchonete, h 25 laranjas, ento a probabilidade de que, para o dcimo cliente, no haja mais laranjas suficientes para fazer o suco dessa fruta :

(A) 1 (B)
(A) (B) (C) (D) (E)
Respostas 01.

(C)

(D)

(E)

03. Retirando uma carta de um baralho comum de 52 cartas, qual a probabilidade de se obter um rei ou uma dama? 04. Jogam-se dois dados honestos de seis faces, numeradas de 1 a 6, e l-se o nmero de cada uma das duas faces voltadas para cima. Calcular a probabilidade de serem obtidos dois nmeros mpares ou dois nmeros iguais? 05. Uma urna contm 500 bolas, numeradas de 1 a 500. Uma bola dessa urna escolhida ao acaso. A probabilidade de que seja escolhida uma bola com um nmero de trs algarismos ou mltiplo de 10 (A) 10% (B) 12% (C) 64% (D) 82% (E) 86% 06. Uma urna contm 4 bolas amarelas, 2 brancas e 3 bolas vermelhas. Retirando-se uma bola ao acaso, qual a probabilidade de ela ser amarela ou branca? 07. Duas pessoas A e B atiram num alvo com probabilidade 40% e 30%, respectivamente, de acertar. Nestas condies, a probabilidade de apenas uma delas acertar o alvo : (A) 42% (B) 45% (C) 46% (D) 48% (E) 50% 08. Num espao amostral, dois eventos independentes A e B so tais que P(A U B) = 0,8 e P(A) = 0,3. Podemos concluir que o valor de P(B) : (A) 0,5 (B) 5/7 (C) 0,6 (D) 7/15 (E) 0,7

02. A partir da distribuio apresentada no grfico: 08 mulheres sem filhos. 07 mulheres com 1 filho. 06 mulheres com 2 filhos. 02 mulheres com 3 filhos. Comoas 23 mulheres tm um total de 25 filhos, a probabilidade de que a criana premiada tenha sido um(a) filho(a) nico(a) igual a P = 7/25. 03. P(dama ou rei) = P(dama) + P(rei) = 04. No lanamento de dois dados de 6 faces, numeradas de 1 a 6, so 36 casos possveis. Considerando os eventos A (dois nmeros mpares) e B (dois nmeros iguais), a probabilidade pedida : 05. Sendo , o conjunto espao amostral, temos n() = 500 A: o nmero sorteado formado por 3 algarismos; A = {100, 101, 102, ..., 499, 500}, n(A) = 401 e p(A) = 401/500 B: o nmero sorteado mltiplo de 10; B = {10, 20, ..., 500}. Para encontrarmos n(B) recorremos frmula do termo geral da P.A., em que a1 = 10 an = 500 r = 10 Temos an = a1 + (n 1) . r 500 = 10 + (n 1) . 10 n = 50 Dessa forma, p(B) = 50/500. A B: o nmero tem 3 algarismos e mltiplo de 10; A B = {100, 110, ..., 500}. De an = a1 + (n 1) . r, temos: 500 = 100 + (n 1) . 10 n = 41 e p(A B) = 41/500 Por fim, p(A.B) =
29

Didatismo e Conhecimento

MATEMTICA
06. Sejam A1, A2, A3, A4 as bolas amarelas, B1, B2 as brancas e V1, V2, V3 as vermelhas. Temos S = {A1, A2, A3, A4, V1, V2, V3 B1, B2} n(S) = 9 A: retirada de bola amarela = {A1, A2, A3, A4}, n(A) = 4 B: retirada de bola branca = {B1, B2}, n(B) = 2

ANOTAES

Como A B = , A e B so eventos mutuamente exclusivos; Logo: P(A B) = P(A) + P(B) =

07. Se apenas um deve acertar o alvo, ento podem ocorrer os seguintes eventos: (A) A acerta e B erra; ou (B) A erra e B acerta. Assim, temos: P (A B) = P (A) + P (B) P (A B) = 40% . 70% + 60% . 30% P (A B) = 0,40 . 0,70 + 0,60 . 0,30 P (A B) = 0,28 + 0,18 P (A B) = 0,46 P (A B) = 46% 08. Sendo A e B eventos independentes, P(A B) = P(A) . P(B) e como P(A B) = P(A) + P(B) P(A B). Temos: P(A B) = P(A) + P(B) P(A) . P(B) 0,8 = 0,3 + P(B) 0,3 . P(B) 0,7 . (PB) = 0,5 P(B) = 5/7. 09. Representando por probabilidade pedida, temos: = = a

10. Supondo que a lanchonete s fornea estes trs tipos de sucos e que os nove primeiros clientes foram servidos com apenas um desses sucos, ento: I- Como cada suco de laranja utiliza trs laranjas, no possvel fornecer sucos de laranjas para os nove primeiros clientes, pois seriam necessrias 27 laranjas. II- Para que no haja laranjas suficientes para o prximo cliente, necessrio que, entre os nove primeiros, oito tenham pedido sucos de laranjas, e um deles tenha pedido outro suco. A probabilidade de isso ocorrer :

Didatismo e Conhecimento

30