02 - RaciocÃ - Nio LÃ gico-MatemÃ¡tico-1666133911482

ÍNDICE
1. Noções de Lógica...............................................................................................................................................................................01
2. Diagramas Lógicos: conjuntos e elementos. ..........................................................................................................................02
3. Lógica da Argumentação. ..............................................................................................................................................................04
4. Tipos de Raciocínio. .........................................................................................................................................................................05
5. Proposições Lógicas Simples e Compostas. ...........................................................................................................................07
6. Conectivos Lógicos. .........................................................................................................................................................................09
7. Elementos de Teoria dos Conjuntos...........................................................................................................................................10
8. Resolução de Problemas com Frações, Conjuntos, Porcentagens e Sequências com Números, Figuras,
Palavras.......................................................................................................................................................................................................16
9. Estatística Descritiva e Análise Exploratória de Dados: gráficos, diagramas, tabelas, medidas descritivas
(posição, dispersão, assimetria e curtose). ..................................................................................................................................24
10. Técnicas de Amostragem: amostragem aleatória simples, estratificada, sistemática e por conglomerados.
10.1 Tamanho amostral........................................................................................................................................................................41
11. Análise Combinatória: arranjos simples e com repetição, permutações simples e com repetição e combi-
nações simples. Princípio da Casa dos Pombos; Identificação do Espaço Amostral e Evento de Experimentos
Aleatórios...................................................................................................................................................................................................49
12. Proporcionalidade; Razão e proporção; 12.1 Grandezas Direta e Inversamente Proporcionais; 12.2 Regra de
Três Simples e Composta; 12.3 Porcentagens; 12.4 Juros Simples e Compostos..........................................................55
13. Funções: Conceito de Função. 13.1 Função de Variável Real e seu Gráfico no Plano Cartesiano. 13.2 Es-
tudo das Funções de 1º e 2º graus. 13.3 Funções Crescentes e Decrescentes, Máximos e Mínimos de uma
Função.........................................................................................................................................................................................................59
Raciocínio Lógico-Matemático
1. NOÇÕES DE LÓGICA. O erro pode derivar de duas espécies de causas: das
palavras que o exprimem ou das ideias que o constituem.
No primeiro, os sofismas de palavras ou verbais; no
CONCEITO DE LÓGICA segundo, os sofismas de ideias ou intelectuais.
Lógica é a ciência das leis ideais do pensamento Exemplo de sofisma verbal: usar mesma palavra
e a arte de aplicá-los à pesquisa e à demonstração da com duplo sentido; tomar a figura pela realidade.
verdade. Exemplo de sofisma intelectual: tomar por essencial
Diz-se que a lógica é uma ciência porque constitui o que é apenas acidental; tomar por causa um simples
um sistema de conhecimentos certos, baseados em antecedente ou mera circunstância acidental (3).
princípios universais.
Formulando as leis ideais do bem pensar, a lógica LÓGICA
se apresenta como ciência normativa, uma vez que seu Lógica - do grego logos significa “palavra”,
objeto não é definir o que é, mas o que deve ser, isto é, “expressão”, “pensamento”, “conceito”, “discurso”,
as normas do pensamento correto. “razão”. Para Aristóteles, a lógica é a “ciência da
A lógica é também uma arte porque, ao mesmo demonstração”; Maritain a define como a “arte que nos
tempo que define os princípios universais do pensamento, faz proceder, com ordem, facilmente e sem erro, no ato
estabelece as regras práticas para o conhecimento da próprio da razão”; para Liard é “a ciência das formas
verdade (1). do pensamento”. Poderíamos ainda acrescentar: “É a
ciência das leis do pensamento e a arte de aplicá-las
EXTENSÃO E COMPREENSÃO DOS CONCEITOS corretamente na procura e demonstração da verdade.
Ao examinarmos um conceito, em termos A filosofia, no correr dos séculos, sempre se
lógicos, devemos considerar a sua extensão e a sua preocupou com o conhecimento, formulando a esse
compreensão. respeito várias questões: Qual a origem do conhecimento?
Vejamos, por exemplo, o conceito homem. Qual a sua essência? Quais os tipos de conhecimentos?
A extensão desse conceito refere-se a todo o Qual o critério da verdade? É possível o conhecimento?
conjunto de indivíduos aos quais se possa aplicar a
À lógica não interessa nenhuma dessas perguntas, mas
designação homem.
apenas dar as regras do pensamento correto. A lógica é,
A compreensão do conceito homem refere-se
portanto, uma disciplina propedêutica.
ao conjunto de qualidades que um indivíduo deve
Aristóteles é considerado, com razão, o fundador
possuir para ser designado pelo termo homem: animal,
da lógica. Foi ele, realmente, o primeiro a investigar,
vertebrado, mamífero, bípede, racional.
cientificamente, as leis do pensamento. Suas pesquisas
Esta última qualidade é aquela que efetivamente
lógicas foram reunidas, sob o nome de Organon, por
distingue o homem dentre os demais seres vivos (2).
Diógenes Laércio. As leis do pensamento formuladas por
JUÍZO E O RACIOCÍNIO Aristóteles se caracterizam pelo rigor e pela exatidão.
Entende-se por juízo qualquer tipo de afirmação Por isso, foram adotadas pelos pensadores antigos
ou negação entre duas ideias ou dois conceitos. Ao e medievais e, ainda hoje, são admitidas por muitos
afirmarmos, por exemplo, que “este livro é de filosofia”, filósofos.
acabamos de formular um juízo. O objetivo primacial da lógica é, portanto, o
O enunciado verbal de um juízo é denominado estudo da inteligência sob o ponto de vista de seu
proposição ou premissa. uso no conhecimento. É ela que fornece ao filósofo o
Raciocínio - é o processo mental que consiste em instrumento e a técnica necessária para a investigação
coordenar dois ou mais juízos antecedentes, em busca segura da verdade. Mas, para conseguirmos atingir
de um juízo novo, denominado conclusão ou inferência. a verdade, é preciso raciocinarmos com exatidão e
Vejamos um exemplo típico de raciocínio: 1ª) partirmos de dados exatos, a fim de que o espírito não
premissa - o ser humano é racional; 2ª) premissa - você é caia em contradição consigo mesmo ou com os objetos,
um ser humano; conclusão - logo, você é racional. afirmando-os diferente do que, na realidade, são. Daí as
O enunciado de um raciocínio através da linguagem várias divisões da lógica.
falada ou escrita é chamado de argumento. Argumentar Assim sendo, a extensão e compreensão do conceito,
significa, portanto, expressar verbalmente um raciocínio o juízo e o raciocínio, o argumento, o silogismo e o sofisma
(2). são estudados dentro do tema lógica. O silogismo, que é
um raciocínio composto de três proposições, dispostos
SILOGISMO de tal maneira que a terceira, chamada conclusão, deriva
Silogismo é o raciocínio composto de três logicamente das duas primeiras chamadas premissas,
proposições, dispostas de tal maneira que a terceira, tem lugar de destaque. É que todos os argumentos
chamada conclusão, deriva logicamente das duas começam com uma afirmação caminhando depois por
primeiras, chamadas premissas. etapas até chegar à conclusão.
Todo silogismo regular contém, portanto, três
proposições nas quais três termos são comparados, dois UMA CLASSIFICAÇÃO DA LÓGICA
a dois. Exemplo: toda a virtude é louvável; ora, a caridade
é uma virtude; logo, a caridade é louvável (1). Alguns autores dividem o estudo da Lógica em:
- LÓGICA INDUTIVA: útil no estudo da teoria da
SOFISMA probabilidade (não será abordada neste roteiro).
Sofisma é um raciocínio falso que se apresenta e
com aparência de verdadeiro. Todo erro provém de um - LÓGICA DEDUTIVA: que pode ser dividida em:
raciocínio ilegítimo, portanto, de um sofisma.
1
- Lógica Clássica- Considerada como o núcleo da ló- No diagrama de Venn a ordem dos elementos não
gica dedutiva. É o que chamamos hoje de CÁLCULO DE tem relevância e os elementos devem aparecer uma
PREDICADOS DE 1a ORDEM com ou sem igualdade e de única vez.
alguns de seus subsistemas. Os conjuntos podem ser classificados de acordo
Três Princípios (entre outros) regem a Lógica Clássi- com a quantidade de elementos que possuem:
ca: da IDENTIDADE, da CONTRADIÇÃO e do TERCEIRO - Conjunto finito – possui um limite de elementos,
EXCLUÍDO os quais serão abordados mais adiante. como por exemplo, o conjunto de vogais.
- Lógicas Complementares Da Clássica: Complemen- - Conjunto infinito – possui um número infinito de
tam de algum modo a lógica clássica estendendo o seu elementos, por exemplo, o conjunto dos números.
domínio. Exemplos: lógicas modal, deôntica, epistêmica, - Conjunto unitário – possui um único elemento.
etc. - Conjunto vazio – não possui nenhum elemento.
- Lógicas Não - Clássicas: Assim caracterizadas por Observação: o conjunto que possui apenas o número
0 é um conjunto unitário e não vazio.
derrogarem algum ou alguns dos princípios da lógica
- Conjunto universo – é o conjunto que possui todos
clássica. Exemplos: paracompletas e intuicionistas (der-
os elementos de uma situação, como por exemplo, o
rogam o princípio do terceiro excluído); paraconsisten-
conjunto dos dias da semana.
tes (derrogam o princípio da contradição); não-aléticas Estes são os diagramas lógicos estudados pelo
(derrogam o terceiro excluído e o da contradição); não- raciocínio lógico.
-reflexivas (derrogam o princípio da identidade); proba-
bilísticas, polivalentes, fuzzy-logic, etc...1 Esses elementos podem ser demonstrados da
seguinte forma:
- Extensão: Os elementos são separados por chaves;
2. DIAGRAMAS LÓGICOS: {1,2,3,4...}
CONJUNTOS E ELEMENTOS. - Compreensão: Escreve-se a caraterística em
questão do conjunto mencionado.
Diagrama de Venn: Os elementos são inseridos em
Os diagramas são utilizados como uma representação uma figura fechada e aparecem apenas uma vez.
gráfica de proposições relacionadas a uma questão de Todo A é B: Nesse caso o conjunto A é um subconjunto
raciocínio lógico. do B, sendo que A está contido em B.
Os diagramas lógicos são estruturas que auxiliam
na solução dos problemas que envolvem a matéria de
raciocínio lógico.
Para melhor entender os diagramas lógicos é
necessário primeiro aprender algumas regras da teoria
dos conjuntos.
Um conjunto é um determinado número de
elementos que possuem uma ou mais características
em comum, sendo que, tais características, definem ou
distinguem os conjuntos uns dos outros. Nenhum A é B: Nesse caso os dois conjuntos não
Exemplos: tem elementos comuns.
1- conjunto de números ímpares – é formado por
infinitos elementos – 1, 3, 5, 7…
2- conjunto das vogais – é formado por finitos
elementos – a-e-i-o-u.
3- conjunto de números primos – é formado infinitos
elementos – 2, 3, 5, 7…
Existem três formas de representar um conjunto. São Algum A é B: Esse diagrama representa a situação
elas: em que pelo menos um elemento de A é comum ao
Extensão – escreve-se os elementos entre chaves. elemento de B.
Exemplo: {a e i o u}.
Compreensão – escreve-se a característica que
define o conjunto. Exemplo: conjunto de números
primos de 1 a 10.
Diagrama de Venn – Coloca-se os elementos dentro
de uma figura fechada (um círculo). Exemplo:
Inclusão
Todo, toda, todos, todas.
Interseção
Algum, alguns, alguma, algumas.
Ex: Todos brasileiros são bons motoristas
Negação lógica: Algum brasileiro não é bom
motorista.
1 Fonte: www.sergiobiagigregorio.com.br/www.pucsp.br
2
Disjunção - Retire essas 10 pessoas do número fornecido pelo
Nenhum A é B. enunciado para aquelas que não sabiam do sistema=60
Ex: Algum brasileiro não é bom motorista. - O resultado é 135, pois ao somarmos 60+85-
Negação lógica: Nenhum brasileiro é bom motorista. 10=135.
Para melhor compreensão... 3) Dados do enunciado:

1) (VUNESP/TJM-SP – Analista de Sistemas - O grupo tem 120 empresas;
(Judiciário) Neste grupo de pessoas, usar só chapéu ou - Como ele disse que 19 empresas não se encaixam
só relógio, nem pensar. Tampouco usar óculos, chapéu e nesses grupos, pode-se concluir que pelo menos 101
relógio ao mesmo tempo. Quinze pessoas usam óculos empresas se encaixam em algum desses itens;
e chapéu ao mesmo tempo. Usam chapéu e relógio,
simultaneamente, o mesmo número de pessoas que
usam apenas os óculos. Uma pessoa usa óculos e relógio
ao mesmo tempo. Esse grupo é formado por 40 pessoas
e essas informações são suficientes para afirmar que
nesse grupo o número de pessoas que usam óculos é
a) 20
b) 22
c) 24
d) 26
e) 28
Solução: • São 20 exportadoras dentre as empresas do

São 40 acessórios, mas há apenas informações de nordeste: 20-x;
16 deles. Sobram 24. Como o número de pessoas que • 19 empresas são familiares: 19-x;
usa apenas óculos é o mesmo que usa chapéu e relógio, • Das empresas familiares 21 são exportadoras:
12 pessoas utilizam chapéu e óculos e a outra metade 21-x;
apenas óculos.
Resumindo:
- Óculos e Chapéu= 15
- Chapéu e Relógio=12
- Só óculos=12
- Óculos e Relógio=1
Total= 40
-Quantos usam óculos: 15+12+1=28
2) Uma pesquisa de rua feita no centro de Vitória

constatou que, das pessoas entrevistadas, 60 não sabiam Sabendo-se que o Nordeste tem 57 elementos, o
que a polícia civil do Espírito Santo possui delegacia azul 48 e o verde 44 pode-se criar um diagrama como
com sistema online para registro ou denúncia de certos no exemplo abaixo:
tipos de ocorrência e 85 não sabiam que uma denúncia
caluniosa pode levar o denunciante à prisão por 2 a
8 anos, além do pagamento de multa. A partir dessas
informações, julgue o item seguinte. Considerando-se
que também foi constatado que 10 dos entrevistados
não sabiam do canal de comunicação online nem das
penalidades cabíveis a denúncias caluniosas, é correto
concluir que 135 pessoas não tinham conhecimento de
pelo menos uma dessas questões.
Certo
Errado
(18+x+19-x+x+20-x) +8+x+21-x+3+x=101
Solução: 57+8+x+21-x+3+x=101
x+89=101 x=12
4) Observe o seguinte diagrama. De acordo com o

diagrama, pode-se afirmar que
- Pessoas que não sabiam do sistema e nem das

penalidades=10
3
a) todos os músicos são felizes. Retomando o nosso exemplo, podemos dizer que
b) não há cantores que são músicos e felizes. “Todo padre é homem” é uma proposição, assim como
c) os cantores que não são músicos são felizes. as duas outras afirmações – José é padre/Logo, José é
d) os felizes que não são músicos não são cantores. homem.
e) qualquer músico feliz é cantor. Eu tanto posso afirmar essas expressões como negá-
Solução: las.
-Como pode ser visto no diagrama, parte dos felizes (Alguns autores chamam as proposições de
não são músicos nem cantores.2 enunciado ou sentença. Mas o termo proposição é muito
mais comum).
O que é um argumento?
3. LÓGICA DA ARGUMENTAÇÃO. Agora que sabemos o que é uma proposição, fica
mais fácil entender o que é um argumento.
Vou citar novamente Copi:
A Lógica de Argumentação pode ser entendida
como o estudo criterioso da correção de um raciocínio.
Um argumento é qualquer grupo de proposições
Leia o que diz um dos grandes teóricos da lógica,
tal que se afirme ser uma delas derivada das outras, as
Cezar Mortari, em seu livro “Introdução à Lógica”:
quais são consideradas provas evidentes da verdade da
A Lógica não procura dizer como as pessoas primeira.
raciocinam (mesmo porque elas “raciocinam errado”, Irving Copi
muitas vezes). Mas se interessa primeiramente pela
questão de se aquelas coisas que sabemos ou em que Sim, o exemplo citado acima é um argumento. A
acreditamos – o ponto de partida do processo – de fato proposição “José é homem” é derivada das proposições
constituem uma boa razão para aceitar a conclusão anteriores – Todo padre é homem/José é padre.
alcançada, isto é, se a conclusão é uma consequência Um argumento é dividido em algumas partes.
daquilo que sabemos. Entenda melhor a seguir.
Ou, em outras palavras, se a conclusão está Premissas e conclusões
adequadamente justificada em vista da informação A conclusão de um argumento é a proposição
disponível, se a conclusão pode ser afirmada a partir da encontrada ao final da análise das premissas, que são as
informação que se tem. proposições iniciais.
Cezar Mortari
Voltemos ao nosso exemplo:
Podemos substituir a palavra “raciocínio” pela PREMISSA 1: Todo padre é homem.
palavra “inferência”, ou seja, o ato de concluir algo a PREMISSA 2: José é padre.
partir de duas ou mais informações conhecidas. A Lógica CONCLUSÃO: José é homem.
de Argumentação analisa a validade dos raciocínios e
das inferências. Veja mais um exemplo para você fixar melhor o que
Por exemplo, considere as seguintes informações: são as premissas e as conclusões:
Todo padre é homem. José é padre. Logo, José é PREMISSA 1: Nenhum boi bebe vinho.
homem. PREMISSA 2: Russo é um boi.
A partir de duas “informações” (Todo padre é CONCLUSÃO: Russo não bebe vinho.
homem/José é padre) chegamos à conclusão de que
Compreendeu?
José é homem.
Se você teve alguma dúvida até aqui deixe um
A Lógica de Argumentação verifica justamente se
comentário para que possamos sanar suas dificuldades.
raciocínios assim são válidos.
Com essa noção geral, vamos para os conceitos Verdade e Validade
específicos, para que tudo fique mais claro e preciso. Quando estamos falando de Lógica de Argumentação
não importa muito se as proposições são verdadeiras ou
O que é proposição não.
A partícula básica do estudo da Lógica de
Argumentação é a proposição, que nada mais é que Considere o argumento a seguir:
a expressão linguística que pode ser verdadeira ou PREMISSA 1: Toda planta tem asas
falsa. PREMISSA 2: A laranjeira é uma planta
Citando outro grande teórico da Lógica, Irving Copi, CONCLUSÃO: A laranjeira tem asas
fica mais fácil compreender:
Esse é um argumento válido, mesmo que as
As proposições são verdadeiras ou falsas, e nisto proposições que o integram sejam falsas.
diferem das perguntas, ordens e exclamações. Validade diz respeito à correção do raciocínio.
Só as proposições podem ser afirmadas ou negadas; Verdade diz respeito à correspondência entre o que se
uma pergunta pode ser respondida, uma ordem dada afirma e a realidade.
e uma exclamação proferida, mas nenhuma delas pode Para a lógica, não importa se as proposições são
ser afirmada ou negada. Não é possível julgá-las como verdadeiras ou falsas, quem estuda isso são as outras
verdadeiras ou falsas. disciplinas. Na biologia, seria absurdo dizer que uma
Irving Copi planta tem asas.
A lógica não se preocupa com isso. O importante é
2 Fonte: www.okconcursos.com.br/www.tudodeconcursosevestibulares.blogs-
pot.com que o raciocínio desenvolvido está correto.
4
Argumento conjuntivo Veja um exemplo:
Agora vamos começar a conhecer alguns tipos de PREMISSA 1: Os padres do Hemisfério Norte são
argumento. O primeiro deles é o argumento conjuntivo. homens.
Os argumentos conjuntivos são aqueles em que PREMISSA 2: Os padres do Hemisfério Sul são
ocorre a conjunção “e” em alguma das premissas. homens.
CONCLUSÃO: Todos os padres são homens.
Veja um exemplo: O que são falácias
PREMISSA 1: Todo padre é homem e possui nível Provavelmente você já deve ter ouvido falar que
superior.
alguém estava dizendo uma falácia. Você sabe o que
PREMISSA 2: José é padre.
isso significa? Sabia que isso tem muito a ver com Lógica
CONCLUSÃO: José é homem e possui nível superior.
A conjunção nos leva à ideia de intersecção. Ou seja, de Argumentação?
um ou mais elementos que faz parte de mais de um Falácia nada mais é que um argumento inválido. É
conjunto. Nesse caso, “padre” faz parte do conjunto dos quando alguém utiliza premissas que parecem sustentar
homens e do conjunto do nível superior. a conclusão, mas que, após uma análise criteriosa
Argumento disjuntivo percebe-se que a sustentação é inválida.
Os argumentos disjuntivos são aqueles onde pelo A seguir, 4 tipos de falácias bastante comuns:
menos uma das premissas possui uma disjunção “ou”. Falácia do falso dilema
Quando limitamos as opções de escolha a um
Veja o exemplo a seguir: dilema, escondendo as demais possibilidades existentes.
PREMISSA 1: Todo padre é homem ou tem nível Exemplo: ou vota no PSDB, ou vota no PT.
superior. Na verdade, é possível votar em qualquer outro
PREMISSA 2: Padre José é homem. partido político.
CONCLUSÃO: Padre José não tem nível superior. Falácia do apelo à Ignorância
A disjunção traz a ideia de exclusividade de um É quando consideramos que algo é verdadeiro só
elemento em relação a dois conjuntos. No nosso porque não há provas de que é falso.
exemplo, quem é padre não pode ser, ao mesmo tempo Exemplo: existe vida após a morte. Nunca se provou
homem e ter nível superior. Se for um dos dois, não é o
o contrário!
outro.
O fato de não ter sido provado o contrário não
Argumento condicional
Esse é um tipo de argumento bastante comum para garante que há, de fato, vida após a morte.
ser analisado em provas de concursos. Caracteriza-se Falácia ad hominem
pela utilização da forma “Se… Então…”. É quando desconsideramos a verdade para atacar
quem profere a verdade.
Entenda melhor: Exemplo: João nunca jogou futebol, então não pode
PREMISSA 1: Se o Palmeiras é campeão, irei falar sobre as regras de uma partida.
comemorar. Mesmo não tendo jogado futebol, João pode saber
PREMISSA 2: O Palmeiras é campeão. as regras de uma partida.
CONCLUSÃO: Irei comemorar. Falácia do apelo à autoridade
Esse tipo de argumento é bem autoexplicativo. A Nesse caso, consideramos um argumento verdadeiro
premissa impõe uma condição para que algo ocorra. apenas porque determinada autoridade falou.
Argumento bicondicional Exemplo: Caetano Veloso disse que o violão tem
Nesse caso, a expressão que caracteriza o argumento cinco cordas. Como ele é um grande violonista, a
é “se, e somente se…”. afirmação é verdadeira.
A autoridade de Caetano Veloso como violonista
Veja um exemplo: não torna verdadeira a afirmação.
PREMISSA 1: O padre reza a missa se, e somente se,
Tabela de Verdade
for domingo.
Uma ferramenta bastante utilizada para verificar
PREMISSA 2: O padre reza a missa.
CONCLUSÃO: É domingo. a validade de argumentos em provas de concurso é a
Argumento Dedutivo chamada Tabela de Verdade.
Você já ouviu falar da diferença entre dedução e A Tabela de Verdade simula possibilidades de relações
indução? Ter essa compreensão é bastante importante entre premissas nos diversos tipos de argumento,
na Lógica de Argumentação. mostrando a conclusão que é obtida como resultado.3
Primeiro, vamos conhecer o que é um argumento
dedutivo. Ele ocorre quando partimos do geral para o
particular. 4. TIPOS DE RACIOCÍNIO.
A conclusão do argumento está implícita nas
premissas, como no nosso primeiro exemplo:
PREMISSA 1: Todo padre é homem. Em lógica, pode-se distinguir três tipos de raciocínio
PREMISSA 2: José é padre. lógico: dedução, indução e abdução.
CONCLUSÃO: José é homem. Em lógica, pode-se distinguir três tipos de raciocínio
Argumento Indutivo lógico: dedução, indução e abdução. Dada uma premis-
Já no argumento indutivo ocorre o contrário, sa, uma conclusão, e uma regra segundo a qual a pre-
passamos do particular para o geral. Ou seja, a partir da
missa implica a conclusão, eles podem ser explicados da
observação de vários casos particulares chegamos a uma
seguinte forma:
conclusão geral.
3 Fonte: www.segredosdeconcurso.com.br
5
- Dedução corresponde a determinar a conclusão. mas você não pode dar 100% de certeza. Existe a pos-
Utiliza-se da regra e sua premissa para chegar a uma sibilidade dessa sequência representar algo estranho,
conclusão. Exemplo: “Quando chove, a grama fica diferente do esperado, fazendo com que o próximo nú-
molhada. Choveu hoje. Portanto, a grama está molhada.” mero da série fuja do padrão óbvio.
É comum associar os matemáticos com este tipo de Outra forma comum de teste de raciocínio indutivo
raciocínio. consiste em sequências de figuras (raciocínio abstrato).
- Indução é determinar a regra. É aprender a regra a Eles seguem a mesma metodologia mencionada ante-
partir de diversos exemplos de como a conclusão segue riormente: encontre o padrão e extrapole para encontrar
da premissa. Exemplo: “A grama ficou molhada todas as a próxima figura.
vezes em que choveu. Então, se chover amanhã, a grama Raciocínio indutivo consiste basicamente nisso: olhe
ficará molhada.” É comum associar os cientistas com este para as informações dadas, faça uma generalização e ex-
estilo de raciocínio. trapole. Nesses casos, sempre haverá o julgamento de
- Abdução significa determinar a premissa. Usa- uma generalização, que pode ou não ser verdade. En-
quanto no raciocínio dedutivo, não há julgamento. As
se a conclusão e a regra para defender que a premissa
conclusões são verdades com base nas informações for-
poderia explicar a conclusão. Exemplo: “Quando chove,
necidas.
a grama fica molhada. A grama está molhada, então
pode ter chovido.” Associa-se este tipo de raciocínio aos
diagnosticistas e detetives.
Raciocínio Dedutivo
Raciocínio dedutivo significa usar um dado conjunto
de informações para deduzir outras informações a par-
tir da lógica. O raciocínio dedutivo pode ser usado para
provar que essas novas informações são verdadeiras.
Exemplo:
Premissa principal: Todos os seres humanos são
mortais.
Premissa menor: Sócrates é humano.
Conclusão: Sócrates é mortal.
Raciocínio Abdutivo
Combinando a regra geral “todos os seres humanos O raciocínio abdutivo é um pouco semelhante ao
são mortais” (premissa principal) com a situação espe- raciocínio indutivo. Inicialmente era chamado de “adivi-
cífica “Sócrates é humano” (premissa menor), pode-se nhação”, já que as conclusões apresentadas são basea-
concluir que “Sócrates é mortal”. Esse tipo específico de das em probabilidades. No raciocínio abdutivo presume-
raciocínio - duas premissas gerando uma conclusão - é -se que a conclusão mais plausível é também a correta.
chamado de silogismo e normalmente é tema de testes Exemplo:
de raciocínio dedutivo. Premissa principal: O pote está cheio de bolinhas
Observe que o raciocínio dedutivo não fornece no- amarelas.
vas informações, apenas rearranja informações que já Premissa menor: João tem uma bolinha amarela na
são conhecidas em novas afirmações ou verdades. En- mão.
Conclusão: A bolinha amarela na mão do João foi
tão, raciocínio dedutivo é “se isso for verdade, então isso
retirada do pote.
também é verdade”.
Por raciocínio abdutivo, a possibilidade de João ter
Raciocínio Indutivo pego a bolinha amarela do pote é razoável, mas é pu-
O raciocínio indutivo visa encontrar padrões ou ten- ramente baseada em especulação. A bolinha amarela
dências e, em seguida, fazer uma generalização e extra- poderia ter sido, por exemplo, comprada em uma loja.
polar. Portanto, não se tem certeza de que uma conclu- Portanto, abduzir que João pegou a bolinha amarela do
são baseada no raciocínio indutivo é 100% verdadeira. pote a partir da observação do “pote cheio de bolinhas
Uma hipótese famosa é: amarelas” pode levar a uma conclusão falsa.
“Todos os cisnes são brancos”
Raciocínio Lógico Formal e Informal
Esta conclusão foi obtida após observar-se que den- O raciocínio formal é um tipo de raciocínio lógico
tre uma grande quantidade de cisnes nenhum era negro. baseado em premissas e conclusões válidas e, portanto,
Consequentemente, assumiu-se que cisnes negros não é uma forma de raciocínio dedutivo. Enquanto que no
existem. O raciocínio indutivo é, portanto, uma forma raciocínio informal, além de todos os elementos dedu-
arriscada de raciocínio lógico, uma vez que a conclusão tivos do raciocínio formal, também é usado probabili-
pode ser facilmente refutada bastando, nesse caso dos dades para obter-se conclusões. Dessa forma, pode-se
cisnes, encontrar um único cisne negro. dizer que o raciocínio informal está relacionado ao ra-
Outro exemplo comum de raciocínio indutivo usa- ciocínio abdutivo.
do frequentemente em testes de aptidão são sequências O que você precisa entender é que a resposta corre-
numéricas. Tente determinar o padrão, generalize e ex- ta para qualquer argumento de raciocínio lógico requer
trapole para encontrar o próximo número da série. a identificação adequada de relações entre afirmações
6, 9, 12, 15, ? (tipicamente fatos e opiniões) e não a exatidão dessas
afirmações.4
A resposta lógica para essa tendência parece ser 18, 4 Fonte: www.fnde.gov.br/www.wikyhub.com
6
5. PROPOSIÇÕES LÓGICAS Podemos ver nos exemplos acima os conectivos em
SIMPLES E COMPOSTAS. negritos. Os conectivos conectam proposições simples.
Podemos, então, utilizar letras minúsculas para nomear
as proposições simples e o símbolo de cada conectivos.
Chamamos de proposições uma declaração que re- - A: p ∧ q
presenta um sentido completo, que pode ser verdadeira - B: b → e
ou falsa. - C: r ∨ s
Exemplo: - D: m ↔ v
-- 2 > 1: é uma proposição com valor lógico
verdadeiro; Analisando agora os valores lógicos de cada uma das
proposições podemos afirmas que A, B, C e D possuem
-- 2 = 0: é uma proposição com valor lógico falso.
os seguintes valores lógicos F, V, V e V, respectivamente.
A lógica matemática classifica as proposições basea-
do em dois princípios: Tabela Verdade
A tabela verdade é utilizada para poder descobrir
- Princípio da Não-Contradição o valor lógico de uma proposição composta. As
“Uma proposição não pode ser verdadeira e falsa ao proposições simples são relativamente fáceis de saber
mesmo tempo”. seu valor lógico, mas uma proposição composta formada
por outras proposições simples, pode ser difícil dizer se é
- Princípio do Terceiro Excluído verdadeira ou falsa.
“Toda proposição ou é falsa ou é verdadeira, não há Por esse motivo é que usamos a tabela verdade
uma terceira opção”. para analisar cada caso e descobrir o valor lógico da
proposição.
Valores Lógicos das Proposições Exemplo:
As proposições só podem ser verdadeiras ou falsas, Vamos construir uma tabela verdade para a seguinte
levando em conta os princípios acima. proposição: p ∧ q.
São proposições: p q p∧q

- “O Brasil é um grande país”. É uma proposição
V V V
verdadeira;
- “Cinco mais três é igual a dez”. É uma proposição V F F
falsa; F V F
- “O número 2 é primo”. É uma proposição verdadeira; F F F
- “O número 11 é par”. É uma proposição com valor
lógico falso. Pela tabela verdade não podemos afirmar que a
expressão p ∧ q seja verdade. Ela somente é verdade para
Não são proposições: um caso, quando p e q forem verdades.
- “Maria gosta de café?”. Não podemos classificar
como verdadeira ou falsa, pois depende de uma resposta. Sobre o Número de Linhas da Tabela Verdade
É uma oração interrogativa. Na tabela verdade é apresentada todas as possíveis
- “João, vá estudar!”. Orações imperativas não dá combinações para os valores V e F a cada uma das
para classificar como verdadeira ou falsa. proposições simples.
No número de linhas que uma tabela verdade terá,
Proposições Simples e Compostas leva em consideração o total de proposições simples. Para
As proposições podem ser classificadas em simples e determinar a quantidade de linhas da tabela verdade,
compostas. As proposições são chamadas de simples se utilizamos a seguinte fórmula: 2n. Onde n é o total de
estiverem únicas, sem a presença de conectivos. proposições simples.
Para construir a tabela verdade devemos seguir os
Proposições simples ou atômicas seguintes passos:
As proposições simples são formadas por uma única 1. Determinar o número de linhas que a tabela
terá, utilizando a fórmula: 2n;
proposição. Elas são nomeadas pelas letras minúsculas
2. Atentar para a precedência entre os conectivos
do alfabeto.
nas proposições;
3. Aplicar os valores lógicos para cada uma das
Proposições compostas proposições na tabela verdade.
As proposições compostas são formadas pela cone- Exemplo:
xão de duas ou mais proposições simples. Elas são no-
meadas pelas letras maiúsculas do alfabeto. Considere a seguinte proposição composta:
Utilizando os conectivos podemos conectar as pro- - Se há nuvens, choverá ou teremos vento.
posições simples, gerando-se as proposições compostas. Indicando as proposições simples como:
Exemplo: - p: Se há nuvens;
- A: o número 3 é par e o número 2 é ímpar; - q: choverá;
- B: se o Brasil é um país continental então os Estados - r: teremos vento.
Unidos também é;
- C: o número 4 é par ou o número 7 é primo; Agora vamos ligar as proposições utilizando
- D: a banana é amarela se, e somente se, ela está conectivos:
madura. - (p → q) ∨ r
7
Vamos então construir a tabela verdade para p q p∨q
a proposição acima. A tabela terá 8 linhas, pois a
proposição composta, (p → q) ∨ r, é formada por três V V V
proposições simples, p, q e r, então pelo teorema das V F V
linhas, temos que: 23 = 8. F V V
F F F
Devemos agora colocar cada uma das proposições
simples separada em cada uma coluna. Depois devemos
Condicional
olhar para as proposições com dependência, como p → A condicional de duas proposições, p e q, é indicada
q, que está em parênteses e p e q dependem do valor por: p → q (leia-se: se p então q). A condicional é falsa
lógico uma da outra. Por fim, na última coluna colocamos quando a primeira proposição é verdadeira e a segunda
toda a proposição composta. é falsa, e verdadeira nos demais casos.
A tabela verdade para a condicional de duas propo-
p q r p→q (p → q) ∨ r sições é a seguinte:
V V V V V
V V F V V p q p→q
V F V F V V V V
V F F F F V F F
F V V V V F V V
F V F V V F F V
F F V V V
Bi-condicional
F F F V V A bi-condicional de duas proposições, p e q, é indi-
cada por: p ↔ q (leia-se: p se, e somente se, q). A bi-con-
Na primeira coluna, dividimos os valores lógicos na dicional é verdadeira quando as duas proposições têm o
metade, 4V e 4F. Na segunda coluna a metade da metade mesmo valor lógico.
da primeira, 2V e 2F, intercalados. E na terceira coluna a A tabela verdade para a bi-condicional de duas pro-
metade da metade da segunda, 1V e 1F, intercalados. posições é a seguinte:
Analisamos a proposição, p → q, que assume valor
lógico falso, quando p é verdadeiro e q falso, e valor
p q p↔q
lógico verdadeiro caso contrário.
Pela tabela verdade não podemos afirmar que a V V V
proposição composta, (p → q) ∨ r, é verdadeira, pois para V F F
um caso ela é falsa. F V F
F F V
Operações Lógicas sobre as Proposições e a Tabela
Verdade
Negação
Vamos agora analisar as operações lógicas das pro-
Negamos uma proposição atribuindo antes dela o si-
posições e também o valor lógico para as proposições
nal ¬ ou ~. Dessa forma a negação da proposição p é: ¬p
de acordo com cada um dos conectivos usados. Vamos
(leia-se: não p). A negação altera o valor lógico de uma
também construir a tabela verdade para cada caso.
proposição, ou seja, se p tem valor lógico verdadeiro, en-
tão ¬p terá valor lógico falso e vice-versa.
Conjunção A tabela verdade para a negação de uma proposição
A conjunção de duas proposições simples, p e q, é in- é a seguinte:
dicada por: p ∧ q (leia-se: p e q). A conjunção é verdadeira
quando as duas proposições têm valor lógico verdadeiro. p ¬p
A tabela verdade para a conjunção de duas proposi- V F
ções é a seguinte: F V
p q p∧q
V V V Tautologia
Tautologia é uma palavra de origem grega que tem o
V F F seguinte significado: tautó – significa: o mesmo; e logos
F V F – significa: a mesma coisa já dita.
F F F Na lógica matemática, uma tautologia é usada para
dizer que uma proposição é sempre verdadeira. No dia a
Disjunção dia usamos expressões que tem a mesma ideia.
A disjunção de duas proposições simples, p e q, é Exemplo:
indicada por: p ∨ q (leia-se: p ou q). A disjunção é verda- - Entrar para dentro;
deira quando pelo menos uma das proposições têm valor - O açúcar é doce.
lógico verdadeiro. As proposições compostas são verdadeiras quando
A tabela verdade para a disjunção de duas proposi- as proposições simples assumem valores lógicos diferen-
ções é a seguinte: tes e e mesmo assim elas continuam verdadeiras.
8
Podemos provar que uma proposição composta é
uma tautologia através da tabela verdade. Se a última co-
luna da tabela conter somente V, então a proposição é
uma tautologia.
Exemplo:
O caso mais simples de tautologia é p ∨ (¬p) (leia-se:
p ou não p). Podemos ver a tabela verdade a seguir:
p ¬p p ∨ (¬p)
DISJUNÇÃO INCLUSIVA
V F V A disjunção inclusiva une duas ou mais proposições
F V V através do conectivo “ou”.
Símbolo utilizado: ∨
Veja que na última coluna temos somente V.
Exemplo:
Exemplo: p: Eu gosto de Matemática.
Vamos ver se a proposição composta q → (p → q) é q: Eu gosto de Física
uma tautologia: p ∨ q: Eu gosto de matemática ou de Física.
A proposição composta resultante da disjunção

p q p→q q → (p → q) inclusiva será falsa apenas quando ambas forem falsas.
V V V V Veja:
V F F V
F V V V
F F V V
De fato, temos uma tautologia, pois a última coluna

é toda V.
Importante:
Na tabela verdade podemos ter as seguintes situa- DISJUNÇÃO EXCLUSIVA
ções: A disjunção exclusiva une duas ou mais proposições
- Última coluna ter somente V: tautologia; da seguinte forma:
- Última coluna ter V e F: contingente ou satisfatível; Dizemos: “ou p, ou q”
- Última coluna ter somente F: contradição ou Símbolo utilizado: ∨
insatísfatível.5
Exemplo:
p: Ana vai morar na Bahia.
q: Ana vai morar em São Paulo.
6. CONECTIVOS LÓGICOS.
p ∨ q: ou Ana vai morar na Bahia ou Ana vai morar
em São Paulo.
Os conectivos lógicos são utilizados para operar as A proposição composta resultante da disjunção
proposições simples, transformando-as em proposições exclusiva será verdadeira apenas quando apenas uma
compostas. Eles são de suma importância para a das proposições for verdadeira. Veja:
interpretação das questões nas provas de concursos.
São eles: “e”, “ou”, “se, então”, “se, e somente se” e
“ou… ou…”.
CONJUNÇÃO
A conjunção une duas ou mais proposições pelo

conectivo “e”.
Símbolo utilizado: ∧
CONDICIONAL
O conectivo lógico condicional une duas proposições
Exemplo:
da seguinte forma:
p: Pedro tem uma bicicleta Dizemos: “se p, então q”
q: Pedro tem um carro Símbolo utilizado: →
p ∧ q: Pedro tem uma bicicleta e um carro.
Exemplo:
A proposição composta resultante da conjunção será p: Pratico esportes
verdadeira apenas quando ambas forem verdadeiras. q: Tenho um bom preparo físico
Veja: p → q: Se pratico esportes, então tenho um bom
preparo físico.
5 Fonte: www.matematicabasica.net
9
Veja que a condicional será falsa em apenas um caso:
BICONDICIONAL
O conectivo lógico bicondicional é formado por duas condicionais.
Utilizamos uma bicondicional quando temos p→q e q→p.
Dizemos: “p se e somente q”
Símbolo utilizado: ↔
Exemplo:
p: 5 + 3 = 9
q: 9 – 5 = 3
p ↔ q: 5+3=9 se e somente se 9-5=3
A bicondicional será verdadeira quando as proposições utilizadas possuírem o mesmo valor lógico. Veja:6
7. ELEMENTOS DE TEORIA DOS CONJUNTOS.
Antes de analisarmos a teoria dos conjuntos em correlação com a lógica, vamos fazer uma breve abordagem sobre
a teoria dos conjuntos e na sequência, sua aplicação no estudo da lógica.
A teoria dos conjuntos é o ramo da matemática que estuda conjuntos, que são coleções de elementos. Vamos
começar estudando os símbolos matemáticos usados neste ramo.
s
Símbolos
: pertence : existe
: não pertence : não existe
: está contido : para todo (ou qualquer que seja)
: não está contido : conjunto vazio
: contém N: conjunto dos números naturais
: não contém Z : conjunto dos números inteiros
/ : tal que Q: conjunto dos números racionais
: implica que Q’= I: conjunto dos números irracionais
: se, e somente se R: conjunto dos números reais
6 Fonte: www.sabermatematica.com.br
10
Símbolos das operações
: A intersecção B
: A união B
a - b: diferença de A com B
a < b: a menor que b
: a menor ou igual a b
Produto Cartesiano
a > b: a maior que b
Dados os conjuntos A e B, chama-se produto
cartesiano A com B, ao conjunto AxB, formado por todos
: a maior ou igual a b
os pares ordenados (x,y), onde x é elemento de A e y é
elemento de B, ou seja
:aeb
: a ou b Número de subconjuntos de um conjunto: se um

conjunto A possuir n elementos, então existirão 2n
Conceito de conjuntos subconjuntos de A.
Conjunto vazio Teoria de conjuntos e lógica

É um conjunto que não possui elementos. O conjunto Conforme nos ensina Mortari (2001, p. 2), “a lógica
vazio é representado por { } ou . é a ciência que estuda os princípios e métodos de infe-
rências, tendo o objetivo principal de determinar em que
Subconjuntos
condições certas coisas se seguem (são consequência),
Quando todos os elementos de um conjunto A
qualquer pertencem a um outro conjunto B, diz-se, ou não, de outras”.
então, que A é um subconjunto de B, ou seja A B. Sabemos também que o estudo pela lógica inclui
Observações: também o estudo de técnicas que auxiliam a produzir
- Todo o conjunto A é subconjunto dele próprio, ou uma conclusão a partir da informação disponível” (MOR-
seja ; TARI, 2001, p. 16), ou seja, a lógica procura analisar um
- O conjunto vazio, por convenção, é subconjunto de determinado problema e retirar informações do mesmo
qualquer conjunto, ou seja para obter uma conclusão aceitável.
Sá e Rocha (2012, p. 415) definem que a lógica é uma
União de Conjuntos “ciência autônoma cujo objeto é, no essencial, o estudo
Dados os conjuntos A e B, define-se como união dos
das leis do pensamento, a análise e classificação das for-
conjuntos A e B ao conjunto representado por ,
formado por todos os elementos pertencentes a A ou B, mas de raciocínio e sua validade”. Desse modo, pode-se
ou seja: dizer que a Lógica é uma ciência independente, porém
usamos, instrumentalmente, em outras ciências, além de
ser considerada a ciência do raciocínio ou mesmo da ra-
zão, como muitos a tratam. Assim sendo, o objetivo da
lógica consiste no estudo dos princípios lógicos usados
no raciocínio. Como explica Machado “[...] A lógica trata
das formas de argumentação, das maneiras de encadear
nosso raciocínio para justificar, a partir de fatos básicos,
nossas conclusões. A lógica se preocupa com o que se
Intersecção de Conjuntos
Dados os conjuntos A e B, define-se como intersecção pode ou não concluir a partir de certas informações”
dos conjuntos A e B ao conjunto representado por (MACHADO, 2000, p. 11).
, formado por todos os elementos pertencentes a A e B, Podemos concluir, a partir das colocações citadas
simultaneamente, ou seja: acima, que lógica é uma ciência que estuda a estrutura
e as expressões do conhecimento e do raciocínio váli-
do, examinando, de forma genérica, as maneiras que a
argumentação pode tomar, permitindo verificar se um
enunciado é verdadeiro ou não.
Notações importantes sobre conjuntos

Conjuntos são usados para descrever propriedades
Diferença de Conjuntos matemáticas. Para os nossos estudos, admitiremos que
Dados os conjuntos A e B, define-se como existe um conjunto universal com todos os elementos
diferença entre A e B (nesta ordem) ao conjunto do ambiente matemático que estamos trabalhando,
representado por A-B, formado por todos os elementos denotando-o por U e um conjunto vazio que não possui
pertencentes a A, mas que não pertencem a B, ou seja elementos, denotado por Ø.
11
Em geral, conjuntos são indicados por letras maiúsculas e os elementos dos conjuntos são indicados por letras
minúsculas.
Para indicar que um elemento x pertence ao conjunto A, usamos a notação x€A. Se o elemento x não pertence ao
conjunto A, denotamos por x A.
Se os elementos de um conjunto A possuem uma mesma propriedade P=P(x), escrevemos este conjunto na forma
A = { x: P(x) é verdadeira } ou A = { x| P(x) é verdadeira }.
Definição: Um conjunto A é subconjunto de B se, para todo x€A tem-se que x€B, denotando esta inclusão, por A
B. Se A é diferente de B, diz-se que A é um subconjunto próprio de B.
Definição: Um conjunto A é superconjunto de B se B A. Se A é diferente de B, diz-se que A é um superconjunto
próprio de B.
Definição: Dois conjuntos A e B são iguais, se e somente se, todo elemento de A é elemento de B e todo elemento
de B é elemento de A. Os conjuntos A e B são iguais se, e somente se, A B e B A. Quando A e B são iguais, usamos
a notação A=B.
Definição: Se dois conjuntos A e B não são iguais, diz-se que A e B são diferentes e usamos a notação A ≠ B.
Definição: A reunião de dois conjuntos A e B é o conjunto de todos os elementos que pertencem ao conjunto A
ou ao conjunto B
A B = {x : x€A ou x€B }
Definição: A interseção de dois conjuntos A e B é o conjunto de todos os elementos que pertencem ao conjunto
A e ao conjunto B
A B = {x : x€A e x€B }
Definição: Dois conjuntos A e B são disjuntos se, A B = Ø.

Definição: Sejam S e U conjuntos tal que S U. Define-se o complementar de S em U, denotado por U–S ou por U
\S, como
U–S = { x€U : x S }
Se o conjunto U se refere ao universo U que se considera no contexto, é normal denotar o complementar de S,

como
Sc = { x€U : x S }
Teorema: Se S U, então U–S = U Sc.

Observação: Em geral, as propriedades válidas para dois conjuntos também são válidas para um número finito de
conjuntos, mas nem sempre são verdadeiras para um número infinito de conjuntos.
Definição: Seja a coleção de conjuntos {Ai}i€M, onde M={1,2,3,...,m}. A reunião dos conjuntos Ai é o conjunto de
todos os elementos que pertencem a pelo menos um dos Ai:
m
Ai = {x : x€Ai para algum i€M }
i=1
Definição: A interseção dos conjuntos Ai é o conjunto de todos os elementos que pertencem a todos os Ai:
m
Ai = {x : x€Ai para todo i€M }
i=1
Nas definições acima, se o conjunto M for substituído pelo conjunto N={1,2,3,4,...} e a letra m for substituída pelo
símbolo , a reunião será indicada por:
Ai = {x : x€Ai para algum i€N }

i=1
e a interseção por:
Ai = {x : x€Ai para todo i€N

}
i=1
Elementos de Lógica matemática: Este assunto é comum mas relembramos alguns conceitos da Lógica Matemática.
Uma proposição lógica verdadeira é denotada pela letra V ou pelo número 1 e uma proposição falsa é denotada pela
letra F ou pelo número 0.
12
Para não escrever e repetir muitas palavras, foram criados alguns símbolos lógicos:
Significado existe para todo e ou não implica equivale
Símbolo(s) ~ , ,
Algumas notações comuns em Lógica Matemática.
Significado Símbolos lógicos

peq p q
p ou q p q
negação de p ~p
p implica q p q
p implica q p q
p implica (q ou r) p (q r)
negação de p implica q (~p) q
p equivale a q p q
Observação: Algumas frases como

1. Para cada x real, x2 é não negativo.
2. Para cada x real e para cada a real, vale x2–a2 ≡ (x–a)(x+a).
3. Existe um número real tal que x2 = 4.
4. Para cada x real, existe y real tal que x+y=0.
5. Para cada e > 0, existe δ > 0 tal que se |x–a| < δ então |f(x)–f(a)| < e.
podem ser simplificadas como:

1. x€R, x2 ≥ 0.
2. x€R, a€R: x2–a2 ≡ (x–a)(x+a)
3. x€R : x2 = 4.
4. x€R, y€R : x+y=0.
5. ε > 0, δ > 0 : |x–a| < δ |f(x)–f(a)| < ε.
Regras básicas da Lógica

1. Conjunção de duas proposições lógicas p e q, denotada por p q, é verdadeira se, ambas são verdadeiras e
falsa nas outras circunstâncias.
2. Negação de uma proposição p, denotada por ~p, é falsa se p é verdadeira e é verdadeira se p é falsa.
3. Disjunção de duas proposições lógicas p e q, denotada por p q, é falsa quando ambas forem falsas, sendo
verdadeira nas demais circunstâncias.
4. Implicação p q é falsa se p é verdadeira e q é falsa, sendo verdadeira em todas as outras circunstâncias.
5. Equivalência p q é falsa se p é verdadeira e q é falsa, sendo verdadeira nas demais circunstâncias.
Tabelas-verdade com proposições lógicas:

Prop1 Prop2 Conjunção Disjunção negação Implicação Equivalência
p q p q p q ~p p q p q
V V V V F V V
V F F V F F F
F V F V V V F
F F F F V V V
Tabelas-verdade com valores numéricos:

P1 P2 Conjunção Disjunção Negação Implicação Equivalência
p q min(p,q) max(p,q) 1-p max(1-p,q) max(min(p,q),min(1-p,1-q))
1 1 1 1 0 1 1
1 0 0 1 0 0 0
0 1 0 1 1 1 0
0 0 0 0 1 1 1
13
Algumas implicações lógicas:
1. Se p é verdadeira e q é verdadeira, então p q é verdadeira.

2. Se p é verdadeira ou q é verdadeira, então p q é verdadeira.
3. Se p é verdadeira e p q é verdadeira, então q é verdadeira.
4. Se ~p é verdadeira e p q é verdadeira, então q é verdadeira.
5. Se ~q é verdadeira e p q é verdadeira, então ~p é verdadeira.
6. Se p q é verdadeira, p r é verdadeira e q r é verdadeira, então r é verdadeira.
7. Se p q é verdadeira e q r é verdadeira, então p r é verdadeira.
8. Se são verdadeiras: (p), (p q) e (q r), então r é verdadeira.
Algumas equivalências lógicas:
1. p [q (~q)] p
2. p [q (~q)] p
3. p q (~p) q
4. ~(p q) p (~q)
5. (p q) (p q) (q p)
6. (p q) (p q) [(~p) (~q)]
7. p (q r) (p q) r
8. p q (~q) (~p)
Quatro importantes equivalências lógicas: Usando as tabelas-verdade, mostre que as proposições abaixo são
equivalentes:
1. p q
2. (~q) (~p)
3. (~q) p F (Afirmação absurda)
4. (~p) q V (Afirmação verdadeira)
Observação importante sobre a negação de uma frase lógica: Ao realizar a negação de uma afirmação matemática,
é muito comum ocorrer erro na troca das posições dos quantificadores, pois negar um quantificador existencial é
aceitar um quantificador universal e negar um quantificador universal é assumir um quantificador existencial.
A negação da afirmação
x€R, y€R : x+y=0
não é a afirmação
y€R, x€R : x+y=0
A negação da frase lógica:
x€R, y€R : x+y = 0
pode ser escrita como7
• x€R, y€R : x+y ≠ 0
8. RESOLUÇÃO DE PROBLEMAS COM FRAÇÕES, CONJUNTOS, PORCENTAGENS

E SEQUÊNCIAS COM NÚMEROS, FIGURAS, PALAVRAS.
O símbolo significa a:b, sendo a e b números naturais e b diferente de zero.
7 Fonte: http://www.uel.br/ https://www.somatematica.com.br/
14
Chamamos:
um quinto quinze nonos
- de fração;
- a de numerador;
- b de denominador. um sexto um décimo
Se a é múltiplo de b, então é um número natural.

Veja um exemplo: um sétimo um centésimo
A fração é igual a 8:2. Neste caso, 8 é o numera- um oitavo um milésimo

dor e 2 é o denominador. Efetuando a divisão de 8 por 2,
obtemos o quociente 4. um nono oito milésimos
Assim, é um número natural e 8 é múltiplo de 2.

Classificação das frações
Durante muito tempo, os números naturais foram os
- Fração própria: o numerador é menor que o deno-
únicos conhecidos e usados pelos homens. Depois co-
meçaram a surgir questões que não poderiam ser resol- minador:
vidas com números naturais. Então surgiu o conceito de
número fracionário.
- Fração imprópria: o numerador é maior ou igual
Algumas vezes, é um número natural. Outras ve-
ao denominador.
zes, isso não acontece. Neste caso, qual é o significado
de ?
- Fração aparente: o numerador é múltiplo do deno-
Uma fração envolve a seguinte ideia: dividir algo
minador.
em partes iguais. Dentre essas partes, consideramos
uma ou algumas, conforme nosso interesse.
Exemplo: Roberval comeu de um chocolate. Isso Frações equivalentes
significa que, se dividíssemos o chocolate em 4 partes Frações equivalentes são frações que representam a
iguais, Roberval teria comido 3 partes: mesma parte do todo.
são equivalentes.
Para encontrar frações equivalentes, devemos mul-

tiplicar o numerador e o denominador por um mesmo
Na figura acima, as partes pintadas seriam as partes número natural, diferente de zero.
comidas por Roberval, e a parte branca é a parte que
sobrou do chocolate. Exemplo: obter frações equivalentes à fração .
Lendo as frações
As frações recebem nomes especiais quando os de-
nominadores são 2, 3, 4, 5, 6, 7, 8, 9 e também quando os
denominadores são 10, 100, 1000, ...
Portanto as frações são algumas

um meio dois quintos
das frações equivalentes a .
um terço quatro sétimos Simplificação de frações
Uma fração equivalente a , com termos menores,

um quarto sete oitavos
é . A fração foi obtida dividindo-se ambos os ter-
15
mos da fração pelo fator comum 3. Dizemos que a fração é uma fração simplificada de .
A fração não pode ser simplificada, por isso é chamada de fração irredutível. A fração não pode ser simplifi-
cada porque 3 e 4 não possuem nenhum fator comum.
Números fracionários
Seria possível substituir a letra X por um número natural que torne a sentença abaixo verdadeira?
5.X=1
Substituindo X, temos:
X por 0, temos: 5.0 = 0
X por 1, temos: 5.1 = 5
Portanto, substituindo X por qualquer número natural, jamais encontraremos o produto 1. Para resolver esse pro-
blema, temos que criar novos números. Assim, surgem os números fracionários.
Toda fração equivalente representa o mesmo número fracionário.
Portanto, uma fração (n diferente de zero) e todas frações equivalentes a ela representam o mesmo número
fracionário .
Resolvendo agora o problema inicial, concluímos que X = , pois .
Adição e subtração de números fracionários

Temos que analisar dois casos:
1º) denominadores iguais

Para somar frações com denominadores iguais, basta somar os numeradores e conservar o denominador.
- Para subtrair frações com denominadores iguais, basta subtrair os numeradores e conservar o denominador.
Observe os exemplos:
2º) denominadores diferentes
Para somar frações com denominadores diferentes, uma solução é obter frações equivalentes, de denominadores
iguais ao mmc dos denominadores das frações. Exemplo: somar as frações .
Obtendo o mmc dos denominadores temos mmc(5,2) = 10.
(10:5).4 = 8 (10:2).5 = 25
Resumindo: utilizamos o mmc para obter as frações equivalentes e depois somamos normalmente as frações, que
já terão o mesmo denominador, ou seja, utilizamos o caso 1.
16
Multiplicação e divisão de números fracionários Exemplo 2:
Na multiplicação de números fracionários, deve-
mos multiplicar numerador por numerador, e denomi- João Carlos é operário e seu salário é de apenas 520
nador por denominador, assim como é mostrado nos reais por mês. Gasta com aluguel e com alimentação
exemplos abaixo:
da família. Esse mês ele teve uma despesa extra: do seu
salário foram gastos com remédios. Sobrou dinheiro?
Resolução:
Para saber se o salário de João Carlos foi suficiente
para pagar todas as suas despesas é preciso encontrar o
valor que ele gastou com o pagamento do aluguel, com
a alimentação e com os remédios. Então, veja:
1 de 520 = 520 : 4 x 1 = 130.
Na divisão de números fracionários, devemos multi-
4
plicar a primeira fração pelo inverso da segunda, como é
mostrado no exemplo abaixo: 2 de 520 = 520 : 5 x 2 = 104 x 2 = 208
5
3 de 520 = 520 : 8 x 3 = 195.
8
Concluímos que ele gastou com essas despesas um

total de 130+208+195 = 533 reais. Portanto, não sobrou
nada de seu salário; pelo contrário, ele ficou devendo,
Resolução de problemas com frações pois, suas despesas foram 13 reais a mais que seu salário.
Existem problemas matemáticos que utilizam,
na sua resolução, equações e expressões numéricas. Operações com Conjuntos
Trabalharemos agora com problemas que envolvem As operações com conjuntos são as operações feitas
frações e veremos como aplicar a noção de inteiros e com os elementos que formam uma coleção. São elas:
união, intersecção e diferença.
parte desses inteiros quando eles assumirem valores
Lembre-se que na matemática os conjuntos repre-
reais.
sentam a reunião de diversos objetos. Quando os ele-
Veja alguns exemplos e as explicações passo a passo
mentos que formam o conjunto são números, são cha-
de como encontrar a solução desse tipo de problema mados de conjuntos numéricos.
e de como a fração pode ser encontrada em situações Os conjuntos numéricos são:
problemas. - Números Naturais (N)
- Números Inteiros (Z)
Exemplo 1: - Números Racionais (Q)
Em certo país, os trabalhadores recebem dois - Números Irracionais (I)
salários mínimos em dezembro: o salário normal e o 13º - Números Reais (R)
salário. Se a pessoa trabalhou os 12 meses do ano, os
dois salários serão iguais. Se a pessoa trabalhou uma União de Conjuntos
fração do ano, o 13º salário corresponderá a essa fração A união de conjuntos corresponde a junção dos
do salário normal. Se o salário normal de uma pessoa é elementos dos conjuntos dados, ou seja, é o conjunto
516 reais e ela trabalhou 7 meses nesse ano, quanto ela formado pelos elementos de um conjunto mais os ele-
vai receber de 13º salário? mentos dos outros conjuntos.
Resolução: Se existirem elementos que se repetem nos conjun-
tos, ele aparecerá uma única vez no conjunto união.
Esse trabalhador não trabalhou o ano inteiro, de 12 Para representar a união usamos o símbolo U.
meses do ano ele trabalhou 7. A fração que corresponde
ao tempo que ele trabalhou é . Como a situação
problema informou que o valor recebido no 13º salário é
a mesma fração do tempo trabalhado, podemos escrever
que ele irá receber do salário normal. Como o salário
dele é 516 reais, para descobrir quanto ele irá receber no Exemplo:
Dados os conjuntos A = {c, a, r, e, t} e B = {a, e, i, o,
13º salário, devemos encontrar: u}, represente o conjunto união (A U B).
Para encontrar o conjunto união basta juntar os ele-
de 516. Então 516 : 12 = 43 e 43 x 7 = 301. mentos dos dois conjuntos dados. Temos de ter o cui-
dado de incluir os elementos que se repetem nos dois
Portanto, o salário que o trabalhador irá receber no conjuntos uma única vez.
seu 13º salário será de 301 reais que corresponde a 7 Assim, o conjunto união será:
meses trabalhados durante o ano. A U B = {c, a, r, e, t, i, o, u}
17
Intersecção de Conjuntos Propriedade comutativa
A intersecção de conjuntos corresponde aos ele-
mentos que se repetem nos conjuntos dados. Ela é re- -
presentada pelo símbolo ∩. -
Propriedade associativa
-
-
Propriedade distributiva
Exemplo:
Dados os conjuntos A = {c, a, r, e, t } e B= B = {a, e, i, -
o, u}, represente o conjunto intersecção ( ). -
Devemos identificar os elementos comuns nos con-
juntos dados que, neste caso, são os elementos a e e, Se A está contido em B ( ):
assim o conjunto intersecção ficará:
= {a, e} -
Obs: quando dois conjuntos não apresentam ele- -
mentos em comum, dizemos que a intersecção entre -
eles é um conjunto vazio.
Nesse caso, esses conjuntos são chamados de dis- Leis de Morgan
juntos: A ∩ B = Ø Considerando dos conjuntos pertencentes a um uni-
verso U, tem-se:
Diferença de Conjuntos 1.º) O complementar da união é igual à intersecção
A diferença de conjuntos é representada pelos ele- dos complementares:
mentos de um conjunto que não aparecem no outro
conjunto.
Dados dois conjuntos A e B, o conjunto diferença é 2.º) O complementar da intersecção é igual à união
indicado por A - B (lê-se A menos B). dos complementares:
Sequência
No nosso dia-a-dia estamos envolvidos com
sequências, sem mesmo notarmos. Vejamos por
exemplo:
- O livro de ponto, onde está registado o nome dos
alunos e numa sequência (ordem alfabética);
Conjunto Complementar - Os dias de um mês (1,2,3,...30/31);
Dado um conjunto A, podemos encontrar o conjun- - Os dias do ano (1,2,3,...365);
to complementar de A que é determinado pelos elemen- - A numeração das portas das ruas;
tos de um conjunto universo que não pertençam a A. - A numeração dos transportes públicos;
Este conjunto pode ser representado por - A numeração dos lugares nos cinemas;
- E existem , ainda, muitos outros exemplos de
sequência que lidamos no nosso dia-a-dia.
Quando temos um conjunto B, tal que B está contido
em A ( ), a diferença A - B é igual ao complemento O que são sequências de números?
de B.
Exemplo: Sequências de números são listas ordenadas de
Dados os conjuntos A= {a, b, c, d, e, f} e B = {d, e, f, g, números que verificam uma dada propriedade ou
h}, indique o conjunto diferença entre eles. regra.
Para encontrar a diferença, primeiro devemos iden-
tificar quais elementos pertencem ao conjunto A e que Exemplos:
também aparecem ao conjunto B.
No exemplo, identificamos que os elementos d, e e - 1, 3, 5, 7, 9, 11, 13, 15 ... Sequência de números
f pertencem a ambos os conjuntos. Assim, vamos retirar impares
esses elementos do resultado. Logo, o conjunto diferen- - 2, 4, 6, 8, 10, 12, 14, 16 ... Sequência de números
ça de A menos B será dado por: pares
A – B = {a, b, c} - 3, 6, 9, 12, 15, 18,... Sequência de múltiplos de 3
- 1, 4, 9, 16, 25, 36, 49, 64, 81, 100,...Sequência de
Propriedades da União e da Intersecção quadrados perfeitos
Dados três conjuntos A, B e C, as seguintes proprie- Concluímos então que sequência é todo conjunto
dades são válidas: ou grupo no qual os seus elementos estão escritos
com uma determinada ordem.
18
EXEMPLO:
Observando a sequência de figuras e seguindo a mesma regularidade, quantos pontos negros terá a décima
figura?
Verifica-se que o número de pontos negros em cada figura é igual ao número de pontos brancos.
Assim se pode concluir que os pontos negros P (Pnegros) são metade dos pontos que constituem cada figura
F(pontos da Figura).
Representando numa tabela:

Figura 1 Figura 2 Figura 3 Figura 4
F (pontos da figura) 2 6 12 20
P(Pontos negros) 1 3 6 10
Também verificamos que a figura seguinte é sempre um “retângulo” cujos lados aumentam um ponto:
Figura 1 Figura 2 Figura 3 Figura 4 Figura 5 …. Figura 10
F (pontos da figura) 1x2 = 2 2x3 = 6 3x4 = 12 4x5 = 20 5x6 = 30 …. 10x11 =110
Podemos concluir que a 10ª figura tem 10x11 =110 pontos sendo que, o número de pontos negros são metade
(110 : 2 = 55) ou seja 55 pontos negros.
Uma sequência de números é um conjunto de números ordenados que obedece a uma determinada lei de
formação, ou seja, possui uma determinada regularidade.
Os elementos que constituem uma sequência chamam-se:

- Termos da sequência são os números de uma sequência.
- A cada termo corresponde uma ordem que representa a posição em que se encontra o termo.
Na sequência seguinte: 2,5,8,11,14,17....

11 é um termo e a sua ordem é igual a 4, porque o é o quarto número da sequência.
OBS: A lei de formação ou expressão algébrica de uma sequência é uma regra que permite conhecer cada termo
da sequência a partir da sua ordem ou dos termos anteriores.
Os números triangulares têm um número de pontos necessários para formar um triângulo equilátero.
19
Assim, os termos 1, 3, 6, 10, 15, ...
formam a sequência dos números triangulares.
Mas esta sequência também pode ser representada por triângulos isósceles.
Os números quadrados são a sequência dos números de pontos necessários para formar uma sequência de
quadrados.
O 1º termo desta sequência, 1, é a área de um quadrado de lado 1;

O 2º termo desta sequência, 4, é a área de um quadrado de lado 2;
Assim, concluímos que:
O 10º termo desta sequência é 100 e o n-ésimo termo desta sequência é o quadrado de n , n2 (lei de formação
ou expressão algébrica).
Nº de ordem 1 2 3 4 5 … n
Número de pontos 1 4 9 16 25 … n2
Mas observa que:

Cada número quadrado pode ser, também, obtido à custa do anterior, acrescentando os pontos de um gnomom
de”braços”:
Repara que os gnomons também formam uma sequência: 1, 3, 5, 7, 9,.....

Uma sequência dos números impares cujo lei de formação ou expressão algébrica é 2n-1 como poderás verificar
na seguinte tabela:
Nº de ordem 1 2 3 4 5 … n
Número de pontos 1 3 5 7 9 … 2n-1
Porcentagem
Ao número p associamos a razão p⁄100, ou seja, tomamos p partes de um todo que foi dividido em 100 partes iguais.
Exemplo: 5% (leia-se: cinco por cento) equivale a fração 5⁄100.
O nome tem origem do latim (per centum) e quer dizer por cento, ou seja, uma razão de base 100. É frequentemente
utilizado para cálculos de transações comerciais, entre outros.
20
Essas razões com denominadores 100 são chamadas Exercícios de Porcentagem
de razões centesimais, taxas percentuais ou, simplesmen-
te, porcentagens. Calcule 20% de 500
20% é o mesmo que escrevermos 20/100
Porcentagem no dia a dia 20% de 500 =
Um dos assuntos que caem em vestibulares, dos
mais concorridos aos menos concorridos do país, tam-
bém aparece frequentemente em questões do ENEM.
Além disso, sempre vimos nos telejornais notícias re-
lacionadas, por exemplo: “O preço da gasolina aumentou Coloque 5⁄4 na forma percentual.
10%”. Dessa forma, se a gasolina custa 5,00 reais e esta
irá sofrer um reajuste (aumento) de 10%, na matemática Essa é uma forma de conversão mais completa, aqui
escreveremos assim: usamos regra de três. Pegamos o valor que queremos
converter (5⁄4), depois colocamos o valor que não sabe-
10% de 5,00 = 10⁄100 . 5 = 0,50 mos na base 100 ( x/100 ).
Ou seja, a gasolina sofrerá um aumento de 50 cen- Próximo passo é usar a regra de três para encontrar
tavos por litro. o valor de x. Então multiplicaremos a proporção em cruz.
Ao calcularmos uma porcentagem em relação a um Após encontrar o valor de x, colocamos o valor que
valor dado, estamos também representando uma pro- queremos na base 100. Ou seja, reescrevermos, pois que-
porção em que um dos denominadores é igual a 100. remos na forma percentual, colocando o símbolo.
Pelo exemplo acima dado, dizemos que 0,50 repre-
senta em 5 o mesmo que 10 representa em 100. Veja:
Como representar porcentagem?

Existem três formas de representarmos uma porcen-
tagem: na forma percentual, forma fracionária ou for-
ma decimal. Veja: Logo,
Forma percentual Forma fracionário Forma decimal

10% 10
⁄100 0,1
30% 30
⁄100 0,30 Coloque 3⁄4 na forma percentual.
5,3% 5,3
/100 0,053 Essa forma que vamos ensinar é mais rápida e prática.
Podemos perceber como a porcentagem está pre-

sente na nossa vida. Descontos em lojas, promoções na
internet, dificilmente você vai se livrar do assunto. Basta dividir a fração, encontramos um valor na for-
Usamos a porcentagem quando queremos expressar ma decimal (com vírgula), deslocamos a vírgula duas ca-
alguma quantidade como a porcentagem de um valor. sas para a direita e para converter na forma percentual
Veja um exemplo: colocamos o valor encontrado na base 100 ou 75%.
Digamos que você vai em uma loja no shopping ou
numa loja virtual na internet e encontre um produto com Coloque 7⁄5 na forma percentual.
desconto de 10%. Seu custo inicial era de R$ 50,00. Esse Dividimos 7 por 5, deslocamos a vírgula para a direita
desconto de 10% corresponde à divisão do preço inicial duas casas, colocamos o valor na base 100 ou 140%.
por 100, tomando 10 partes. Veja:
Resumindo: calcular a porcentagem de a% de x é o Colocar 30% na forma decimal

mesmo que multiplicar a/100 por x. Aqui basta reescrever a porcentagem sem usar o
Entender porcentagem é fundamental para o dia a símbolo %, colocar na base 100; e para colocar na forma
dia. Se você for a um posto de combustível abastecer seu decimal, dividimos o valor pelo 100.
carro, após ouvi na televisão que a gasolina teve tantos
por cento de aumento e, digamos que seu carro seja flex,
então você para e pensa: “devo abastecer com álcool ou
gasolina? Quantos por cento devo abastecer de álcool ou
gasolina?”. Porcentagem e regra de três simples
São problemas como esse que nos deparamos e Grande parte dos problemas envolvendo porcenta-
percebemos que a porcentagem é muito importante em gem podemos resolver aplicando regra de três simples.
nossa vida. Chamamos de regra de três simples quando um pro-
blema tem três valores conhecidos e queremos encontrar
um valor desconhecido que resolve o problema.
21
Técnica operatória Cálculo do acréscimo (reajuste):
A técnica para resolver porcentagem por regra de
três é a seguinte:
Grandeza % (ou ‰) Grandeza do problema Assim, a conta de luz desse morador terá um reajuste
de R$ 9,60. Então, após aplicarmos o reajuste ele pagará:
100 (ou 1000) P 120 + 9,6 = 129,6.
i p’ A conta de luz passará a custar R$ 129,60.
Separando as grandezas, armamos o problema e Porcentagem e razão

conseguimos resolver por regra de três. Em uma sala de aula, a razão de alunos entre o nú-
Exemplo: calcule 40% de 80. mero de homens e o de mulheres é 2⁄5. Qual a porcenta-
Montando o problema, temos: gem de alunas nessa sala em relação ao total de alunos
100% corresponde a 80 da sala?
40% corresponde a x Vamos atribuir a variável x para as mulheres e y para
x é o valor que queremos encontrar. os homens. Não sabemos nem o total de homens nem o
Então: total de mulheres nessa sala. Temos:
Multiplicando em cruz, temos, Para saber o total de
Portanto, 40% de 80 é igual a 32. Ou seja, o total de mulheres é a quantidade de mu-

lheres x sobre o total de alunos, mulheres e homens
Porcentagem e lucro (x + y).
Imagine que você comprou um imóvel por R$ Vamos calcular (I):
10.000,00 e alguns anos depois vendeu este imóvel por
R$ 26.350,00. Qual o lucro, em porcentagem, que você
obteve com a venda do imóvel?
Bem fácil observar que o lucro neste caso foi de R$
16.350,00. Substituindo em (II):
Ou seja, 26.350,00 – 10.000,00 = 16.350,00
Mas queremos saber o quanto você obteve de lucro
em porcentagem.
Dessa forma, dividimos o lucro (R$ 16.350,00) pelo
valor de compra do imóvel (R$ 10.000,00). Veja: Então, a porcentagem de mulheres na sala de aula é:
28,57%.8
Assim, seu lucro em porcentagem foi de 163,5%.

9. ESTATÍSTICA DESCRITIVA E ANÁLISE EXPLO-
Porcentagem e desconto
Ao comprar um produto numa loja virtual ou loja fí- RATÓRIA DE DADOS: GRÁFICOS, DIAGRAMAS,
sica você encontra uma promoção de 10%. Suponha que TABELAS, MEDIDAS DESCRITIVAS (POSIÇÃO,
este produto seja uma calça jeans no valor de R$ 250,00. DISPERSÃO, ASSIMETRIA E CURTOSE).
Qual o preço após o desconto obtido?
Para saber o desconto obtido, em reais, temos que
Estatística Descritiva e Análise Exploratória
multiplicar o desconto em porcentagem pelo valor da
calça. Veja: Estatística Descritiva é o ramo da estatística que visa
sumarizar e descrever qualquer conjunto de dados. Em
outras palavras, é aquela estatística que está preocupada
em sintetizar os dados de maneira direta, preocupando-
Assim, você obteve um desconto de R$ 25,00 no va- se menos com variações e intervalos de confiança dos
lor final do produto. Então, o preço após aplicar o des- dados. Exemplos de estatísticas descritivas são a média,
conto é: 250,00 – 25,00 = 225,00 o desvio padrão e a mediana.
Você comprou a calça jeans por R$ 225,00.
O que são as Medidas de Centralidade na
Porcentagem e acréscimo (reajuste) Estatística Descritiva?
O governo informa que a conta de luz sofrerá um As Medidas de Centralidade são os procedimentos
acréscimo (reajuste) de 8%. Caso a conta de luz de um gráficos apresentados até agora no blog. Sua função é
morador seja de R$ 120,00 mensais, quanto será o au- basicamente ajudar a visualizar a forma da distribuição
mento total na conta de luz para este morador? 8 Fonte: www.mundoeducacao.bol.uol.com.br/www.somatematica.com.br/
www.todamateria.com.br/www.sempreamathematicarcommusica.blogspot.
Preço da conta de luz, hoje: R$ 120,00 com/www. matematicabasica.net
22
das medidas, como é o caso do histograma. O próximo que a quantidade de valores corresponde a um número
passo na análise é quantificar alguns aspectos importan- par. Nesse caso, definimos a Mediana como sendo a Mé-
tes da distribuição. Duas medidas são amplamente utili- dia dos dois valores centrais:
zadas: uma para localizar a posição central e outra para (550 + 600)/2 → 1150/2 = 575
quantificar a variabilidade ou dispersão da distribuição. Vale destacar: Observe que se a lâmpada que sobre-
A medida de posição central é um valor represen- viveu 2000 dias tivesse sobrevivido 3950 dias, o valor da
tativo da distribuição em torno do qual as outras medi- mediana não se alteraria. Por outro lado, a média aritmé-
das se distribuem. Duas medidas são as mais utilizadas: tica aumentaria. Não ser afetada por valores extremos é
a média aritmética e a mediana. uma vantagem da mediana em relação à média. Quando
a distribuição dos dados é simétrica, os valores da média
O que é uma Média Aritmética na Estatística Des- e da mediana praticamente coincidem. Mas, quando a
critiva? distribuição é assimétrica, a média é “puxada” na direção
A média aritmética de um conjunto de n valores é da assimetria.
obtida somando-se todas as medidas e dividindo a soma Quase sempre, quando olhamos uma média, faze-
por n. Representamos cada valor individual por uma letra mos algum julgamento de valor. Por exemplo: se lemos
(x, y, z, etc.), seguida por um sub-índice, ou seja, repre- no jornal qual é a renda média de uma determinada co-
sentamos os n valores da amostra por x1, x2, x3, …, xn, na munidade, somos tentados a avaliar como é a situação
qual x1 é a primeira observação, x2 é a segunda e assim econômica dessa comunidade. No entanto, o valor da
por diante. Então, escrevemos: média pode ser alto e, mesmo assim, a situação social
ser muito ruim. Basta que poucos ganhem muito e mui-
tos ganhem pouco. A mediana, por outro lado, não é
influenciada por esses valores extremos e, nesse caso,
refletirá melhor a condição econômica da comunidade.
Considere S um símbolo matemático do qual se lê Por isso que, em qualquer estudo, é interessante re-
“somatório” de xi, para i variando de 1 a n, que é equiva- portar as duas medidas de centralidade.
lente a x1 + x2 + x3 +…+xn.
Confira um exemplo: O que é Moda na estatística descritiva?
Em um grupo de cinco pessoas, com idades de 19, A Moda de uma distribuição é o valor que ocorre
23, 25, 28 e 29 anos, qual é a Média Aritmética de suas com mais frequência ou o valor que corresponde ao in-
idades? tervalo de classe com a maior frequência. Assim a moda,
Primeiramente, é preciso somar suas idades: da mesma forma que a Mediana, não é afetada por va-
19 + 23 + 25 + 28 + 29 = 124 lores extremos.
Uma distribuição de frequência que apresenta ape-
Em seguida, divide-se essa soma pelo número de nas uma moda é chamada de unimodal. Já se a distri-
“fontes de dados” (ou pessoas, se preferir). Veja: buição apresenta dois pontos de alta concentração, ela
(19 + 23 +25 +28 + 29)/ 5 → 124/5 = 24,8 é chamada de bimodal. Distribuições bimodais ou mul-
timodais podem indicar que na realidade a distribuição
Dessa forma, obtemos que a Média Aritmética (ou de frequência se refere a duas populações cujas medidas
simplesmente Média) da idade desse grupo é de 24,8 foram misturadas.
anos. Percebe que não é uma conta difícil de fazer? Por exemplo, suponha que um lote de caixas de lei-
te longa vida passa por um processo de amostragem e
O que é a Mediana na Estatística Descritiva? em cada caixa da amostra é medido o volume envasado.
A Mediana é uma medida alternativa à Média Arit- Se o lote é formado pela produção de duas máquinas
mética e sua função é representar o centro da distribui- de envase que estão calibradas em valores diferentes, é
ção, muito usada em estatística descritiva. A mediana de possível que o histograma apresente duas modas: uma
um conjunto de medidas (x1, x2, x3, …, xn) é um valor M para cada valor de calibração.
tal que pelo menos 50% das medidas são menores ou
iguais a M e pelo menos 50% das medidas são maiores O que são os Percentis (ou Quartis)?
ou iguais a M. Em outras palavras, 50% das medidas fi- Se o número de dados observados é grande, é in-
cam abaixo da mediana e 50% acima desse valor. teressante calcular algumas outras medidas de posição.
Confira um exemplo: Essas medidas são uma extensão do conceito de media-
Uma mulher, durante seu período reprodutivo, deu à na.
luz 5 crianças. Os pesos dos recém-nascidos foram, res- Suponha que estamos conduzindo um experimen-
pectivamente: 9.2, 6.4, 10.5, 8.1 e 7.8. Calcule a mediana to com animais. Eles recebem uma droga e medimos o
dos pesos. tempo de vida (em dias) após a ingestão dessa droga.
Os valores, ordenados do menor para o maior, são: Poderíamos fazer a seguinte pergunta: em quanto tem-
6.4 7.8 8.1 9.2 10.5. po 50% dos animais ainda estão vivos? Obviamente esse
Portanto, a mediana é 8.1 kg. valor será a mediana.
Agora veja outro exemplo, um pouco diferente: Por outro lado, poderíamos estar interessados em
Os dados abaixo são tempos de vida (em dias) de 8 saber qual é o tempo em que 75%, ou 25%, dos animais
lâmpadas: estão vivos. Esses valores são chamados de Quartis da
500 550 550 550 600 700 750 2000 distribuição (pois dividem a distribuição em quartas par-
Note que temos dois valores que satisfazem a con- tes) e são representados por Q1 (1º quartil – 25%) e Q3
dição de ser mediana, o quarto (550) e o quinto (600), já (3º quartil – 75%). O segundo quartil, Q2, que correspon-
de a 50%, é a mediana.
23
Esse conceito pode ser estendido um pouco mais e, De forma análoga, é como se você fosse procurar
em lugar de 25%, 50% e 75%, poderíamos querer calcu- um (a) pretendente, observasse a pessoa e fizesse uma
lar percentis (5%,10%, 90%, etc.). análise descritiva apontando os detalhes mais marcantes
Seja p um número qualquer entre 0 e 1. O 1100×p-é- (o que é aceitável ou não para o seu padrão): qual a
simo percentil é um valor tal que, depois de as medidas altura da pessoa, cor dos olhos, tipo de cabelo, cor da
terem sido ordenadas, pelo menos 100×p% das medi- pele, alto ou baixo, magro ou gordo; e por aí vai.
das são menores ou iguais a esse valor. E pelo menos É como se você resumisse rapidamente e de forma
100×(1-p)% das medidas são maiores ou iguais a esse eficiente, toda a informação contida nos dados (ou no
valor. que você está observando). Esse é o início das análises
Exemplo: O ganho de peso, em gramas, de 9 ratos que permitirão você tomar decisões de forma mais
submetidos a uma dieta são dados a seguir: consciente e assertiva.
93.9 105.8 106.5 116.6 125.0 128.3 132.1 136.7 152.4 “Em suma, as técnicas da análise exploratória de
dados nos ajudam a extrair informações relevantes de um
Como calcular o primeiro e o terceiro quartis? conjunto de dados”
Cálculo de Q1:
Q1 corresponde a 25%. Então, p = 0.25 . De maneira geral, não abra mão de utilizar as técnicas
O número de observações menores ou iguais a Q1 é da análise exploratória. Não economize. Use tudo que
0.25 × 9 = 2.25. for adequado na sua análise. Você pode aplicar, por
O número de observações maiores ou iguais a Q1 é exemplo:
(1-0.25) × 9 → 0.75 × 9 = 6.75 - Histogramas
Em outras palavras, pelo menos 3 observações têm - Polígonos
que ser menores ou iguais a Q1 e pelo menos 7 observa- - Ramo-e-folhas
ções têm que ser maiores ou iguais a Q1. A medida 106.5 - Box Plot
satisfaz esses requerimentos. Portanto, Q1 = 106.5. - Gráficos de simetria
Cálculo de Q3: - Diagrama de pontos
Argumentos semelhantes mostram que Q3 = 132.1.
Temos também que Q2 = 125.0, que é a Mediana. A partir daí você pode encontrar parâmetros para
Exemplo: cada uma das variáveis, como média, mediana, moda,
Calcular os quartis e os percentis 5%, 10%, 90% e percentis, quartis, mínimo, máximo, amplitude, desvio-
95% para a amostra de valor de venda de um produto padrão, variância, coeficiente de variação.
em 95 pontos de venda amostrados apresentado acima. Embora muitos profissionais “desprezem” essas
75% Q3 45.3 5% 35.2 técnicas, acreditamos que elas deveriam fazer parte de
50% Q2 42.2 10% 37.0 toda e qualquer análise que vocês façam. Se você já
25% Q1 39.5 90% 47.0 faz, aprimore. Se não, inclua em seus trabalhos. “Vire os
Média 42.4 95% 50.2 dados do avesso”; olhe por todos os ângulos.
Análise exploratória Representação Gráfica

É perceptível que ao longo das últimas quatro Os gráficos são uma forma de apresentação visual
décadas, a estatística se tornou mais popular do que dos dados. Normalmente, contém menos informações
nunca. Em alguns países, como Estados Unidos e Suécia, que as tabelas, mas são de mais fácil leitura. O tipo de
a estatística está presente em praticamente tudo. Tudo gráfico depende da variável em questão
mesmo. Qualquer assunto é motivo de análise. Descobrir
que a Suécia tem o maior número de McDonald’s por Gráficos de Linhas
pessoa da Europa; ou mesmo, que existe 1 milhão Usado para ilustrar uma série temporal.
de barcos na Suécia (1 barco a cada 9 pessoas) são Produção de Petróleo Bruto no Brasil de 1976 a 1980
informações simples geradas por análise exploratória, e (x 1000 m³)
que fazem parte do cotidiano das pessoas que moram
nesses países.
Analisar dados nem sempre precisa ser algo
complexo e de difícil entendimento. Estamos aqui
justamente para falar de uma parte da estatística que
não precisa necessariamente de uma fundamentação
matemática rigorosa. Vamos falar da parte, onde fazemos
tipo uma “sondagem” dos dados. É como se você fosse
fazer o primeiro contato com a informação disponível.
Olhar tudo de uma forma geral; sem questionar muito.
Estamos na fase da observação.
É a fase de “namoro dos dados”. É nessa hora
que você identifica os comportamentos médios e
discrepantes; compara esses comportamentos; investiga
a interdependência entre as variáveis; procura e identifica Gráfico de linhas comparativas
tendências. É a partir do conjunto de dados inicial, que População Urbana do Brasil por Região de 1940 a
você aplica os recursos computacionais e define o que 1980 (x 1000)
de fato é essencial, e o que é lixo. Sim, as bases de dados
possuem muito lixo!
24
b) Colunas Sobrepostas (gráfico comparativo)
População Urbana do Brasil por Região de 1940 a
1980 (x 1000)
Gráficos de colunas ou barras

Representação gráfica da distribuição de frequências.
Este gráfico é utilizado para variáveis nominais e ordinais.
Características:
- todas as barras devem ter a mesma largura
- devem existir espaços entre as barras
Gráfico de Colunas Gráfico de Barras

Usado para ilustrar qualquer tipo de série. As regras usadas para o gráfico de barras são iguais
População Urbana do Brasil em 1980 (x 1000) as usadas para o gráfico de colunas.
População Urbana do Brasil em 1980 (x 1000)
As larguras das barras que deverão ser todas iguais

podendo ser adotado qualquer dimensão, desde que Assim como os gráficos de Colunas podem ser
seja conveniente e desde que não se superponham. O construídos gráficos de barras comparativas.
número no topo de cada barra pode ou não omitido, se
forem conservados, a escala vertical pode ser omitida. Gráficos circulares ou de Setores (Pie Charts)
Representação gráfica da frequência relativa
Gráfico de colunas comparativas (percentagem) de cada categoria da variável. Este
a) Colunas Justapostas (gráfico comparativo) gráfico é utilizado para variáveis nominais e ordinais. É
População Urbana do Brasil por Região de 1940 a uma opção ao gráfico de barras quando se pretende
1980 (x 1000) dar ênfase à comparação das percentagens de cada
categoria. A construção do gráfico de setores segue uma
regra de 3 simples, onde as frequências de cada classe
correspondem ao ângulo que se deseja representar em
relação a frequência total que representa o total de 360°.
Características:
- A área do gráfico equivale à totalidade de casos
(360° = 100%);
- Cada “fatia” representa a percentagem de cada
categoria
População Urbana e Rural do Brasil em 1980 (x 1000)
25
Gráfico Pictorial - Pictograma

Tem por objetivo despertar a atenção do público em
geral, muito desses gráficos apresentam grande dose de
originalidade e de habilidade na arte de apresentação
dos dados.
Evolução da matricula no Ensino Superior no Brasil
de 1968 a 1994 (x 1000)
Gráfico Polar
É o tipo de gráfico ideal para representar séries
temporais cíclicas, ou seja, toda a série que apresenta
uma determinada periodicidade.
Como construir um gráfico polar

1) Traça-se uma circunferência de raio arbitrário
Exemplos de pictogramas (preferencialmente, a um raio de comprimento
Evolução da frota nacional de carros à álcool de 1979 proporcional a média dos valores da série);
a 1987 2) Constrói-se uma semi-reta (de preferência
horizontal) partindo do ponto 0 (pólo) e com uma escala
(eixo polar);
3) Divide-se a circunferência em tantos arcos forem
as unidades temporais;
4) Traça -se semi-retas a partir do ponto 0 (pólo)
passando pelos pontos de divisão;
5) Marca-se os valores correspondentes da variável,
iniciando pela semi-reta horizontal (eixo polar);
6) Ligam-se os pontos encontrados com segmentos
de reta;
7) Para fechar o polígono obtido, emprega-se uma
linha interrompida.
Cartograma
É a representação de uma carta geográfica. Este tipo
Os métodos mais eficientes para deixar de fumar de gráfico é empregado quando o objetivo é o de figurar
segundo 30.000 fumantes entrevistados no Canadá os dados estatísticos diretamente relacionados com as
áreas geográficas ou políticas
Dados absolutos (população) – usa-se pontos

proporcionais aos dados.
Dados relativos (densidade) – usa-se hachaduras.
Exemplo:
26
Gráficos utilizados para a análise de uma distribuição de frequência.
Histograma
Polígono de Frequências
Altura em centímetros de 160 alunos do Curso de Administração da UFSM – 1990
27
Ogivas
Altura em centímetros de 160 alunos do Curso de Administração da UFSM – 1990
Gráfico em segmentos de reta vertical

É utilizado para representar uma distribuição de frequência pontual, onde os segmentos de reta são proporcionais
às respectivas frequências absolutas.
Como se interpreta um histograma?

A representação gráfica da distribuição da variável, por histogramas. Este gráfico é utilizado para variáveis
contínuas.
Características:
- Cada barra representa a frequência do intervalo respectivo;
- Os intervalos devem ter a mesma amplitude;
- As barras devem estar todas juntas.
28
Os histogramas também mostram o grau de dispersão da variável. Veja a figura 4.6. O histograma à esquerda
mostra pouca dispersão, mas o histograma à direita mostra grande dispersão.
29
Diagramas
Em estatística descritiva, diagrama de caixa, diagrama de extremos e quartis, boxplot ou box plot é uma
ferramenta gráfica para representar a variação de dados observados de uma variável numérica por meio de quartis
(ver figura 1, onde o eixo horizontal representa a variável). O boxplot tem uma reta (whisker ou fio de bigode) que
estende–se verticalmente ou horizontalmente a partir da caixa, indicando a variabilidade fora do quartil superior e do
quartil inferior. Os valores atípicos ou outliers (valores discrepantes) podem ser plotados como pontos individuais. O
boxplot não é paramétrico, apresentando a variação em amostras de uma população estatística sem fazer qualquer
suposição da distribuição estatística subjacente. Os espaços entre as diferentes partes da caixa indicam o grau de
dispersão, a obliquidade nos dados e os outliers. O boxplot também permite estimar visualmente vários {\displaystyle
L-}estimadores como amplitude interquartil, midhinge, range, mid-range, e trimean. Em resumo, o boxplot identifica
onde estão localizados 50% dos valores mais prováveis, a mediana e os valores extremos.
Temos ainda o diagrama circular

Para construir um diagrama circular ou gráfico de pizza, repartimos um disco em setores circulares correspondentes
às porcentagens de cada valor (calculadas multiplicando-se a frequência relativa por 100). Este tipo de gráfico adapta-
se muito bem para as variáveis qualitativas nominais.
30
percentagem de trabalhadores que contribuem para o
INSS, ocorre com maior frequência, ou seja, é o que mais
se repete. Com base nessa nossa discussão, reflita: como
organizar os dados de uma variável quantitativa contínua
de forma mais eficiente, na qual se possa apresentar uma
quantidade maior de informações?
A resposta a essa pergunta será apresentada na
próxima seção. Fique atento e, em caso de dúvidas,
lembre-se de que você não está sozinho, basta solicitar
o auxílio de seu tutor.
Distribuição De Frequências De Uma Variável

Quantitativa Contínua
Uma maneira de organizar os dados de uma variável
quantitativa contínua, de modo que você melhor possa
representa-la, é por meio de uma tabela de distribuição
Podemos também usar a Tabela de Frequências de frequências, que corresponde a uma tabela em que
para organizar e resumir a informação contida em dados. são apresentadas as frequências de cada uma das classes.
Distribuindo os dados observados em classes* e
Quando coletamos os dados para uma pesquisa, as contando o número de observações contidas em cada
observações realizadas são chamadas de dados brutos. classe, obtemos a frequência de classe. Sendo que a
Um exemplo de dados brutos corresponde ao disposição tabular dos dados agrupados em classes,
percentual dos trabalhadores que contribuem com o juntamente com as frequências correspondentes, é o
Instituto Nacional de Seguro Social (INSS) em 20 cidades que denominamos de distribuição de frequência.
de uma determinada região do Brasil no ano de 2008 Sendo assim, para identificarmos uma classe,
(dados simulados pelo autor a partir de um caso real). devemos conhecer os valores dos limites inferior e
Os dados são apresentados na Tabela 1 na forma em superior da classe que delimitam o intervalo de classe.
que foram coletados, por esse motivo são denominados Vamos relembrar rapidamente como é essa
dados brutos. classificação dos intervalos:
Geralmente, esse tipo de dado traz pouca ou - Intervalos abertos: os limites da classe (inferior e
nenhuma informação ao leitor, sendo necessário superior) não pertencem a mesma.
organizá-lo, com o intuito de aumentar sua capacidade - Intervalos fechados: os limites da classe (superior
de informação. e inferior) pertencem à classe em questão.
- Intervalos mistos: um dos limites pertence à classe
e o outro não.
Você pode utilizar qualquer um deles. Porém, os
intervalos mais utilizados e que usaremos como padrão
na resolução dos problemas, é o intervalo misto, o qual
é apresentado da seguinte forma:
(o 43,5 está incluído e o 48,5 não está incluído no

intervalo)
Esses valores de 43,5 e 48,5 foram escolhidos
aleatoriamente, somente para demonstrar o formato do
intervalo.
Para você entender melhor, acompanhe o exemplo
a seguir, a partir dos dados da porcentagem de
trabalhadores que contribuem com o INSS. Com esses
dados iremos construir uma distribuição de frequência
e, ao longo desse exemplo, identificar, também, os
conceitos presentes nessa distribuição.
Para darmos início a esse entendimento, é
importante, antes, considerarmos que existem diversos
critérios para a construção das classes das distribuições
de frequências apresentados na literatura.
Com base nessa tabela, podemos observar que a No nosso caso, utilizaremos os critérios apresentados
simples organização dos dados em um rol*aumenta a seguir.
muito o nível de informação destes. Na Tabela 2, você Para elaborar uma distribuição de frequência, é
pode verificar ainda que o menor percentual foi 41% e o necessário, inicialmente, determinar o número de classes
maior 60%, o que nos fornece uma amplitude total* da (k) em que os dados serão agrupados. Por questões de
ordem de 19%. ordem prática e estética, sugerimos utilizar de 5 a 20
Outra informação que podemos obter dos dados classes. O número de classes (k) a ser utilizado, pode
por meio da Tabela 2 (organizada em rol crescente) é ser calculado em função do número de observações (n),
que nas cidades avaliadas, o valor 50, correspondente à conforme é mostrado para você a seguir:
31
Definindo, então, o limite inferior da primeira classe
basta, para você obter as classes da nossa distribuição,
somar a amplitude do intervalo de classe (c = 5) a cada
limite inferior.
Considerando que nessa pesquisa n = 20 Assim, você terá:
consumidores; temos, então, o número de classes
definido por
e, como o número de classes é inteiro, usaremos 5

classes.
O arredondamento utilizado nesse material é o
padrão de algarismos significativos (como foi aprendido
no segundo grau). O número de classes pode também Com base nesse cálculo, você pode obter uma
ser definido de uma forma arbitrária, sem o uso dessa organização dos dados conforme mostra a Tabela 3, a
regra. seguir:
Após determinarmos o número de classes (k)
em que os dados serão agrupados, determinamos Tabela 3: Distribuição de frequências do percentual
a amplitude do intervalo de classe (c). E, para dos trabalhadores que contribuem com o INSS em 20
calcularmos a amplitude do intervalo de classe, vamos, cidades de uma determinada região do Brasil no ano de
primeiramente, calcular a amplitude total dos dados 2008
(A), que corresponde à diferença entre o maior valor
observado e o menor valor observado.
No nosso caso (usando dados da Tabela 2), teremos
A = 60 – 41 =19%.
Com base nesse valor da amplitude total (A)
calculado, iremos obter a amplitude do intervalo de
classe (c), como é mostrado a seguir:
Na Tabela 3 aparece uma nova denominação

chamada “frequência”, em que abaixo dela há uma
Onde: coluna repleta de interrogações (?). Vamos aprender a
c = amplitude de classe; calcular valores no lugar dessas interrogações. Podemos
A= amplitude total; e obter frequências chamadas de frequência absoluta
k = número de classes. (fa), frequência relativa (fr) e frequência acumulada.
Substituindo os valores já encontrados nessa A frequência absoluta (fa) corresponde ao número
expressão e considerando o caso do exemplo que de observações que temos em uma determinada classe ou
estamos resolvendo, teremos: em um determinado atributo de uma variável qualitativa.
A frequência relativa (fr) corresponde à proporção do
número de observações em uma determinada classe
em relação ao total de observações que temos. Essa
frequência pode ser expressa em termos porcentuais.
Para isso, basta multiplicar a frequência relativa obtida
Mas atenção: existem outros procedimentos para a por 100.
determinação da amplitude do intervalo de classe que O cálculo da frequência relativa é obtido por meio
podem ser encontrados na literatura. da seguinte expressão:
Conhecida a amplitude de classes, você deve
determinar os intervalos de classe. O limite inferior e
superior das classes deve ser escolhido de modo que
o menor valor observado esteja localizado no ponto
médio (PM) da primeira classe. O ponto médio da
classe corresponde à soma dos limites inferior e superior
dividido por dois. Sendo:
Partindo desse raciocínio, o limite inferior da primeira
classe será:
No nosso caso, substituindo os valores que você

encontrou anteriormente, teremos:
32
Apresentando os dados na forma de distribuição
de frequência, você consegue sintetizar as informações
contidas neles, além de facilitar sua visualização.
Considerando essa discussão, elaboramos a Tabela 4,
que traz as frequências (fa e fr) relacionadas à variável
analisada.
Já o valor da frequência acumulada relativa da

segunda classe (0,35) é dado pela soma da frequência
relativa da primeira classe (0,15) e da frequência relativa
da segunda classe (0,20), dando um valor acumulado
para a segunda classe de 0,35.
Distribuição de Frequências de uma Variável

Qualitativa
Para calcularmos a primeira proporção de 0,15, Quando você trabalha com variáveis qualitativas,
precisamos dividir a frequência da primeira classe (3) os atributos são as variações nominativas da variável. A
construção da tabela consiste em contar as ocorrências
pelo total de observações
dos níveis de cada atributo. O resultado da contagem
(20). De forma similar, é calculada as proporções das
define a frequência absoluta do atributo. Para podermos
outras classes. entender isso, tomemos como exemplo uma pesquisa na
qual se procurou avaliar as frequências de cada gênero
Então, como ficaria a interpretação da distribuição de (homem ou mulher) de uma determinada cidade, que
frequências? considera os serviços prestados pela prefeitura como
Se considerarmos ainda a Tabela 4, podemos dizer satisfatórios, em uma amostra de 50 pessoas. Esses
que a porcentagem de trabalhadores que contribuem resultados são apresentados na Tabela 6.
com o INSS entre 43,5% e 58,5%, dos 20 municípios
avaliados em questão, está concentrada nas classes
segunda, terceira e quarta, decrescendo em direção às
classes do início e fim da tabela. A apresentação dos
dados em forma de distribuição de frequência facilita o
cálculo manual de várias medidas estatísticas de interesse
e facilita, também, a apresentação gráfica dos dados.
Além das frequências absolutas e relativas, muitas
vezes podemos estar interessados na quantidade
de observações que existe acima ou abaixo de um Distribuição de Frequências de uma Variável
determinado ponto na distribuição. Quantitativa Discreta
Dessa forma, você poderá trabalhar com a Tomando-se como exemplo o caso de uma variável
frequência acumulada, como sugere a Tabela 5, que aleatória discreta (v.a), realizou-se uma pesquisa
apresenta as frequências acumuladas da percentagem durante 30 dias em um determinado mês com relação
de trabalhadores que contribuem com o INSS nas 20 ao número de reclamações (N.R.) no setor de tributos
cidades avaliadas. de uma prefeitura considerada como modelo de gestão
A frequência acumulada corresponde à soma da em tributos. Os resultados encontrados você pode
frequência de uma classe às frequências de todas as acompanhar na Tabela 7, a seguir:
classes abaixo dela.
A frequência acumulada apresentada na Tabela
5 pode ser obtida da seguinte forma: abaixo do limite
superior da primeira classe (43,5), temos três pessoas
presentes nela, como vimos na Tabela 3 da distribuição de
frequências absoluta. Quando consideramos a segunda
classe (43,5 | 48,5), a frequência acumulada corresponde
ao número de pessoas que temos abaixo do limite
superior dessa classe (48,5), ou seja, as quatro cidades da
segunda classe mais as três cidades da primeira classe,
totalizando sete cidades abaixo de 48,5%. Para as outras Dispondo esses dados em um rol (crescente) temos:
classes, o raciocínio é semelhante. 000000000111112222222333334455
33
Podemos apresentar, a seguir, esses dados em uma Dados Tabelados com Valores Ponderados
distribuição de frequências. Nesse caso, não é necessário Média Aritmética Ponderada (Xw ), (onde Wi é o
definir intervalos de classes porque a variação dos peso)
valores é pequena (varia de 0 a 5) e a variável é discreta.
Quando a variável é discreta, mas você tem uma
quantidade muito grande de valores que ocorrem na
amostra, então, você irá trabalhar com uma distribuição
de frequências em classes.
Na Tabela 8, você pode visualizar a distribuição de
frequências do número de reclamações. Os cálculos das
frequências absoluta e relativa são obtidos de forma
semelhantes ao que foi visto anteriormente.
Distribuição de frequências
- Média Aritmética
Observe que esses valores da variável discreta

correspondem a cada uma das classes.
Medidas Descritivas
Tem por objetivo descrever um conjunto de dados
de forma organizada e compacta que possibilita a
visualização do conjunto estudado por meio de suas
estatísticas, o que não significa que estes cálculos e
conclusões possam ser levados para a população. Características da Média Aritmética Simples
Podemos classificar as medidas de posição conforme 1a) A Média Aritmética Simples deverá estar entre o
o esquema abaixo: menor e o maior valor observado,
Medidas de Posição
2a) A soma algébrica dos desvios calculados entre os

valores observados e a média aritmética é igual a zero;
desvios
3a) Somando-se ou subtraindo-se todos os valores

(Xi) da série por uma constante “k” , a nova
média aritmética será igual a média original somada ou
subtraída por esta constante “k”.
Representativas (Médias)
São medidas descritivas que tem por finalidade
representar um conjunto de dados.
a) Média Aritmética: Amostral ; Populacional (m)

Dados Não Tabelados
4a) Multiplicando-se ou dividindo-se todos os
valores (Xi) da série por uma constante
, a nova média aritmética será igual a média original
multiplicada ou dividida por esta constante “k”.
34
Separatrizes (Mediana, Quartis, Decis e Centis ou
Percentis)
São medidas de posição que divide o conjunto de
dados em partes proporcionais, quando os mesmos são
ordenados.
a) Dados não tabelados
b) Média Geométrica: (Xg): Antes de determinarmos as separatrizes devemos
A aplicação da média geométrica deve ser feita, em primeiro lugar encontrar a posição da mesma.
quando os valores do conjunto de dados considerado se - Se o número de elementos for par ou ímpar, as
comportam segundo uma progressão geométrica (P.G.) separatrizes seguem a seguinte ordem:
ou dela se aproximam.
Dados tabelados
Dados Tabelados
b) Distribuição de frequências pontual: segue a
mesma regra usada para dados não tabelados
Usando um artifício matemático, pode-se usar para c) Distribuição de frequências intervalar
calcular a média geométrica a seguinte fórmula:
onde:
c) Média Harmônica (Xh)

É usada para dados inversamente proporcionais.
Ex.: Velocidade Média, Preço de Custo Médio
Emprego da média
1) Deseja-se obter a medida de posição que possui
a maior estabilidade;
2) Houver necessidade de um tratamento algébrico
ulterior.

Emprego da mediana
1) Quando se deseja obter um ponto que divide a
distribuição em partes iguais;
2) Há valores extremos que afetam de uma maneira
acentuada a média;
3) A variável em estudo é salário.
Dados Tabelados
Dominantes - Moda (Mo)
É definida como sendo a observação de maior
frequência.
a) Dados não tabelados
Deve-se observar esta propriedade entre as médias
Acima de 3 modas usamos o termo multimodal.
35
Dados Tabelados
a) Distribuição de frequências pontual
- Moda Bruta
b) Distribuição de frequências intervalar

- Moda de Czuber (Moc): O processo para determinar
a moda usado por Czuber leva em consideração as
frequências anteriores e posteriores à classe modal.
Medidas de Variabilidade ou Dispersão

onde: Visam descrever os dados no sentido de informar
o grau de dispersão ou afastamento dos valores
observados em torno de um valor central representativo
chamado média. Informa se um conjunto de dados
é homogêneo (pouca variabilidade) ou heterogêneo
(muita variabilidade).
As medidas de dispersão podem ser:
- Moda de King (Mok): O processo proposto por

King considera a influência existente das classes anterior
e posterior sobre a classe modal. A inconveniência deste
processo é justamente não levar em consideração a
frequência máxima. Para estudarmos as medidas de variabilidade para
dados não tabelados usaremos um exemplo prático.
Supomos que uma empresa esteja querendo contratar
um funcionário, e no final da concorrência sobraram dois
candidatos para uma única vaga. Então foi dado 4 tarefas
para cada um, onde as mesmas tiveram como registro o
tempo (em minutos) de execução.
- Moda de Pearson (Mop): O processo usado
por Pearson pressupõe que a distribuição seja
aproximadamente simétrica, na qual a média aritmética
e a mediana são levadas em consideração.
- Análise Gráfica
Um distribuição é considerada simétrica quando

.
Emprego da moda
1) Quando se deseja obter uma medida rápida e
aproximada de posição;
2) Quando a medida de posição deve ser o valor
mais típico da distribuição.
Posição relativa da média, mediana e moda - Medidas de dispersão Absoluta:

Quando uma distribuição é simétrica, as três medidas - Desvio Extremo ou Amplitude de Variação
coincidem. Porém, a assimetria torna-as diferentes e essa (H): É a diferença entre o maior e o menor valor de um
diferença é tanto maior quanto maior é a assimetria. conjunto de dados
Assim, em uma distribuição temos:
36
Para dados não tabelados (n - 1) é usado como um fator de correção, onde
devemos considerar a variância amostral como uma
estimativa da variância populacional.
- Propriedades da Variância
1ª) Somando-se ou subtraindo-se uma constante k a
cada valor observado a variância não será alterada;
2ª) Multiplicando-se ou dividindo-se por uma
Para dados tabelados constante k cada valor observado a variância ficará
multiplicada ou dividida pelo quadrado dessa constante.
Outra forma de calcular o desvio padrão

O desvio padrão mede bem a dispersão de um
conjunto de dados, mas é difícil de calcular. Então, você
pode obter o desvio padrão através da seguinte relação:
- Desvio Quadrático ou Variância:
Onde R é a amplitude e o valor de d2, que depende

Para dados não tabelados: do tamanho da amostra, é encontrado na tabela a seguir.
Este método de calcular o desvio padrão fornece boas
estimativas para amostras de pequeno tamanho (n=4, 5
ou 6), mas perde a eficiência se n>10. De qualquer forma,
é essa relação entre a amplitude e o desvio padrão de
uma amostra que permite fazer gráficos de controle X -R.
TABELA 1: - Fatores para construir um gráfico de

controle
Para dados tabelados
Medidas de Dispersão Relativa
É a medida de variabilidade que em geral é expressa

em porcentagem, e tem por função determinar o
- Desvio Padrão: grau de concentração dos dados em torno da média,
geralmente utilizada para se fazer a comparação entre
Para dados não tabelados: dois conjuntos de dados em termos percentuais, esta
comparação revelará o quanto os dados estão próximos
ou distantes da média do conjunto de dados.
- Variância Relativa
- Coeficiente de Variação de Pearson

Para dados tabelados
Momentos, assimetria e curtose

As medidas de assimetria e curtose complementam
as medidas de posição e de dispersão no sentido de
proporcionar uma descrição e compreensão mais
37
completa das distribuições de frequências. Estas - Distribuição Simétrica: É aquela que apresenta a
distribuições não diferem apenas quanto ao valor médio e os quartis Q1 e Q3 equidistantes do
e à variabilidade, mas também quanto a sua forma Q2.
(assimetria e curtose).
Para estudar as medidas de assimetria e curtose,
é necessário o conhecimento de certas quantidades,
conhecidas como momentos.
Momentos
São medidas descritivas de caráter mais geral e
dão origem às demais medidas descritivas, como as
de tendência central, dispersão, assimetria e curtose.
Conforme a potência considerada tem-se a ordem ou o
grau do momento calculado.
- Distribuição Assimétrica
- Momentos simples ou centrados na origem (mr)
O momento simples de ordem “r” é definido como:
Podemos medir a assimetria de uma distribuição,

calculando os coeficientes de assimetria. Sendo o mais
onde: utilizado o Coeficiente de Assimetria de Pearson.
r é um número inteiro positivo;
m0 = 1;
m1 = média aritmética.
- Momentos centrados na média (Mr)

O momento de ordem “r” centrado na média, é
definido como:
Quando não tivermos condições de calcularmos o

desvio padrão podemos usar a seguinte fórmula:
Onde: M0 = 1;
M1 = 0;
M2 = variância .
- Coeficiente momento de assimetria : É o
- Momentos abstratos terceiro momento abstrato.
São definidos da seguinte forma:
O campo de variação do coeficiente de assimetria é:

onde: s = desvio padrão.
Assimetria
Uma distribuição de valores sempre poderá ser
representada por uma curva (gráfico). - Intensidade da assimetria:
Essa curva, conforme a distribuição, pode apresentar
várias formas. Se considerarmos o valor da moda da
distribuição como ponto de referência, vemos que esse
ponto sempre corresponde ao valor de ordenada máxima,
dando-nos o ponto mais alto da curva representativa da
distribuição considerada, logo a curva será analisada
quanto à sua assimetria.
38
Curtose
Já apreciamos as medidas de tendência central, de 10. TÉCNICAS DE AMOSTRAGEM: AMOSTRA-
dispersão e de assimetria. Falta somente examinarmos GEM ALEATÓRIA SIMPLES, ESTRATIFICADA,
mais uma das medidas de uso comum em Estatística, SISTEMÁTICA E POR CONGLOMERADOS.
para se positivarem as características de uma distribuição 10.1 TAMANHO AMOSTRAL.
de valores: são as chamadas Medidas de Curtose ou de
Achatamento, que nos mostra até que ponto a curva A amostragem é o processo de selecionar um grupo
representativa de uma distribuição é a mais aguda ou de indivíduos de uma população, a fim de estudar e ca-
a mais achatada do que uma curva normal, de altura racterizar a população total.
média. A ideia é bastante simples. Imagine que você quer
saber uma informação sobre um universo ou popula-
- Curva Mesocúrtica (Normal): É considerada a
ção, por exemplo, qual a porcentagem de fumantes no
curva padrão. México. Uma maneira de obter essa informação é entrar
- Curva Leptocúrtica: É uma curva mais alta do em contato com todos os habitantes do México (122 mi-
que a normal. Apresenta o topo relativamente alto, lhões de pessoas) e perguntar se são fumantes. A outra
significando que os valores se acham mais agrupados maneira é selecionar um subconjunto de indivíduos (por
em torno da moda. exemplo, 1.000 pessoas) e perguntar se eles fumam.
- Curva Platicúrtica: É uma curva mais baixa do que O grupo de 1.000 pessoas formam uma amostra e
a normal. Apresenta o topo achatado, significando que a maneira como eu seleciono este grupo é chamado de
amostragem.
várias classes apresentam frequências quase iguais.
No trecho anterior, introduzimos dois termos-chave
nessa série de posts:
• Universo ou população: O número total
de pessoas que desejam estudar ou caracterizar. No
exemplo acima, é a população do México, mas podemos
pensar em todos os tipos de universos, mais gerais e
mais específicos. Por exemplo, se eu quero saber quantos
cigarros os mexicanos fumam, o universo, neste caso,
seria “fumantes de México”.
• Amostra: O grupo de indivíduos do universo
selecionados para o estudo, geralmente através de um
- Coeficiente de Curtose questionário.
Por quê a amostragem funciona?

A amostragem é útil, pois permite acompanhar um
processo inverso que chamamos de generalização. Para
conhecer um universo, o que fazemos é: (1) Extrair uma
amostra do mesmo, (2) Medir um dado ou opinião, (3)
Projetar no universo o resultado observado na amostra.
Esta projeção ou extrapolação recebe o nome de gene-
ralização dos resultados.
A generalização dos resultados pode apresentar
algumas discrepâncias. Suponhamos que temos uma
amostra aleatória de 1.000 pessoas, onde 25% da amos-
Coeficiente momento de curtose : tra fuma. A simples lógica nos diz que de 1.000 mexi-
canos entrevistados, 25% são fumantes. Se analisarmos
Corresponde ao momento abstrato de quarta ordem. 112 milhões de mexicanos, o número de fumantes de-
veria representar a mesma porcentagem de 25%. No
entanto, deve-se tomar muito cuidado, pois através do
acaso, poderíamos ter selecionados mais ou menos pes-
soas fumantes para representar a amostra. É muito co-
Onde: M4 = momento centrado de quarta ordem. mum encontrar resultados diferentes na amostra (25,2%
de fumantes, por exemplo). Ou seja, a generalização dos
resultados de uma amostra permite que o universo acei-
Interpretação:9
te alguns erros, conforme ilustra a figura abaixo:
9 Fonte: www.fm2s.com.br/www.oestatistico.com.br/www.each.usp.br/www.
inf.ufsc.br/www.pt.wikipedia.org/www.cesadufs.com.br/www.professores.uff.br/
www.wiki.icmc.usp.br
39
Felizmente, o erro cometido pela generalização de Os dados acima ilustram que não importa quão
resultados pode ser limitado através de estatísticas. Para grande é o tamanho do universo, por exemplo, com 385
isso, usamos dois parâmetros: a margem de erro (di- pessoas é possível estudar todos os dados com o mes-
ferença máxima entre os dados observados na minha mo nível de erro (margem de 5% e 95% de confiança).
amostra e os dados reais do universo) e o nível de con- Por esta razão, a amostragem é tão poderosa: podemos
fiança (nível de certeza sobre os dados reais que está afirmar dados altamente precisos de um grande número
dentro da margem de erro). de indivíduos através de uma pequena parte do todo.
Por exemplo, no caso dos fumantes mexicanos, se Em contrapartida, a amostragem não funciona mui-
selecionamos uma amostra de 471 indivíduos e pergun- to bem em pequenos universos. Se eu tiver uma clas-
tamos se eles fumam, o resultado obtido será uma mar- se de 10 alunos, a opinião de cada um é fundamental
gem de erro máxima de + 5% com um nível de confiança para compreender a opinião global, não pode deixar de
de 97%. Esta forma de expressar os resultados é correta lado nenhum indivíduo. Para não apresentar falhas neste
quando se utiliza a amostragem.
caso, é preciso considerar o universo de 10 indivíduos e
examinar todos.
O tamanho da amostra
Qual o tamanho da amostra que eu preciso para es-
tudar um universo? Depende do tamanho do universo e Vantagens e inconvenientes da amostragem:
do nível de erro que você está disposto a aceitar. Quan- Vantagens:
to mais alta for a precisão, maior será a amostra necessá- - Necessita estudar menos indivíduos e apresenta
ria. Se você quiser ter absoluta certeza no resultado, até menos recursos (tempo e dinheiro);
a última casa decimal, a amostra precisar ser tão grande - A manipulação de dados é muito mais simples. Se
quanto o universo. uma amostra de 1.000 pessoas é suficiente, para que eu
Mas o tamanho da amostra tem uma propriedade preciso analisar um arquivo com milhões de registros?
fundamental que explica o porquê a amostragem utiliza
diversas áreas do conhecimento. Esta propriedade pode Inconvenientes:
ser resumida da seguinte forma: a medida que estuda- - Existe um erro controlado no resultado, devido
mos universos maiores, o tamanho da amostra cada vez a própria natureza da amostragem e a necessidade de
mais representa uma porcentagem menor desse univer- generalizar os resultados;
so. Há um risco de má seleção da amostra. Por exemplo,
Suponhamos que queremos fazer uma pesquisa se eu não selecionar os indivíduos de forma aleatória,
para encontrar uma porcentagem (% de pessoas que meus resultados podem ser seriamente afetados.
fumam) com uma margem de erro de 5% e uma mar-
gem de confiança de 95%. Se o universo estudado en- A amostra aleatória simples: definição e
globar 100 pessoas, a amostra teria 79,5 indivíduos (ou alternativas
seja, 79,5% do universo, que representa uma parte muito A teoria de amostragem baseia-se no conceito da
importante de todo o universo). Se o universo fosse de amostra aleatória simples. É aquela amostra que sele-
1.000 pessoas, a minha amostra seria de 277,7 pessoas ciona indivíduos do universo de forma completamente
(27,7% do universo). E se o meu universo fosse 100.000, aleatória. Sendo assim, todos os indivíduos devem ter a
a amostra necessária seria de 382,7 pessoas (3,83% do idêntica probabilidade (sem ser nula) de serem selecio-
universo). nados na amostra.
Portanto, à medida que o universo for maior, a amos-
Uma coisa é a teoria e a outra é a prática. Apenas em
tra deve crescer de forma desproporcional, com a ten-
ambientes muito controlados é possível fazer com que
dência de estagnar, cada vez mais representando uma
as amostras sejam aleatórias. Além disso, quando temos
porcentagem menor do universo. Na verdade, a partir de
um certo tamanho do universo (cerca de 100.000 indiví- universos compostos por grupos homogêneos (entre si)
duos), o tamanho da amostra não cresce mais, conforme de pessoas, podemos aproveitar esse grupo para melho-
observamos no exemplo abaixo: rar a qualidade da minha amostra (ou reduzir o tamanho
Tamanho da amostra necessária para obter nível de dela).
erro em 5% e nível de confiança em 95%
Amostragem probabilística: Amostra estratifica-
da
Agora vamos explorar a amostra estratificada.
40
Esta técnica pertence a família de amostras proba- Se usamos a amostra estratificada proporcional, a
bilísticas e consiste em dividir toda a população ou o amostra deverá obter camadas que obtenham as mes-
“objeto de estudo” em diferentes subgrupos ou estratos mas proporções observadas na população. Se queremos
diferentes, de maneira que um indivíduo pode fazer criar uma amostra de 1.000 indivíduos, os estratos preci-
parte apenas de um único estrato ou camada. Após sam ter este tamanho:
as camadas serem definidas, para criar uma amostra, se- Estrato População Proporção Amostra
lecionam-se indivíduos utilizando qualquer técnica de
1 42,4M 41,0% 410
amostragem em cada um dos estratos de forma separa-
da. Por exemplo, se usamos a amostra aleatória simples 2 37,6M 36,3% 363
em cada estrato, estamos falando de amosta aleatória 3 23,5M 22,7% 227
estratificada (M.A.E. que veremos mais para frente). Po-
demos usar outras técnicas de amostragem em cada es- (2) Amostra estratificada uniforme
trato (amostra sistemática, aleatória, com reposição, etc). Para definir uma amostra uniforme, é necessário
As camadas ou estratos são grupos homogêneos de atribuir o mesmo tamanho de amostra para todas as
indivíduos, que por sua vez, são heterogêneos entre di- camadas, independentemente do peso dos estratos da
ferentes grupos. Por exemplo, se num estudo esperamos população. Continuando com o exemplo acima, a amos-
encontrar um comportamento diferente entre homens tragem estratificada uniforme definiria a seguinte amos-
e mulheres, é conveniente definir duas camadas, uma tra por estrato:
para cada gênero. Se a seleção desses estratos for cor-
reta, encontraremos: (1) os homens devem se compor- Estrato População Proporção Amostra
tar de forma muito semelhante entre si, (2) as mulheres
devem se comportar de forma muito parecida entre si e 1 42,4M 41,0% 334
(3) homens e mulheres devem mostrar comportamentos 2 37,6M 36,3% 333
diferentes entre si. 3 23,5M 22,7% 333
Se a condição comentada anteriormente é cumprida
de forma correta (estratos internamente homogêneos e Esta técnica favorece os estratos que têm menor
heterogêneos entre si), o uso da amostragem aleatória peso na população, equivalendo a importância dos es-
estratificada reduz o erro amostral, melhorando a preci- tratos mais relevantes. Globalmente, reduz a eficiência
são dos resultados ao realizar um estudo sobre a amos- da nossa amostra (resultados menos precisos), mas em
tra. troca, permite estudar características de cada camada de
É relativamente habitual definir os estratos de acor- forma mais eficiente. No nosso exemplo, se emitirmos
do com algumas variáveis características da população, uma declaração específica sobre a população do estrato
tais como: idade, sexo, classe social ou região geográfica. 3 (mais de 44 anos), podemos fazê-lo com menor erro
Essas variáveis permitem dividir facilmente a amostra em de amostragem.
grupos mutuamente exclusivos e frequentes, permitem
discriminar comportamentos diferentes dentro da popu- (3) Amostra estratificada ótima (a respeito do
lação. desvio-padrão)
Neste caso, o tamanho das camadas da amostra não
Tipos de amostra estratificada será proporcional com a população. Por outro lado, o
Dependendo do tamanho atribuído as camadas, es- tamanho das camadas é definido em proporção com o
tamos falamos sobre os diferentes tipos de amostragem desvio-padrão das variáveis estudadas. Isto é, se obtêm
estratificada. Também é costume falar sobre diferentes camadas maiores dos estratos com maior variabilidade
formas de definir as camadas da amostra. interna para representar melhor o total da amostra nos
grupos populacionais mais difíceis de estudar.
(1) Amostra estratificada proporcional
Quando selecionamos uma característica dos indiví- Eficiência dos diferentes tipos de amostras estra-
duos para definir camadas, frequentemente o tamanho tificadas
resultante das subpopulações do universo são diferen- As perguntas inevitáveis são: Quando devemos usar
tes. Por exemplo, queremos estudar a % da população a estratificação? Que tipo de estratificação é mais con-
fumante no México e estipulamos que a idade pode ser veniente?
um bom critério para a estratificação (ou seja, existem - A amostra estratificada proporcional produz
diferenças significativas de fumantes de acordo com a um erro amostral menor ou igual a amostra aleatória
idade). Definimos três camadas: menores de 20 anos, 20 simples, é mais precisa. A igualdade ocorre quando
a 44 e superiores a 44 anos. as médias ou as proporções que estamos analisando
É de se esperar que, ao dividir a população mexi- são iguais em todos os níveis dos estratos. Portanto,
cana, essas 3 camadas não resultam em grupos de ta- a estratificação produz mais benefícios quanto mais
manhos iguais. Na verdade, se olharmos para os dados diferentes as camadas são.
oficiais, obtemos: - A amostragem estratificada ótima é sempre
* Estrato 1 - População mexicana menor de 19 anos: igual ou mais precisa que a amostra estratificada
42,4 milhões (41,0%) proporcional. Ambos os métodos são igualmente
* Estrato 2 - População mexicana de 20 a 44 anos: precisos quando os desvios-padrão são iguais dentro
37,6 milhões (36,3%) de cada camada, neste caso ambos os métodos são
* Estrato 3 - População mexicana maior de 44 anos: completamente equivalentes. A estratificação ótima
23,5 milhões (22,7%) produz mais benefícios quando maior for o número de
41
diferenças entre cada grupo, situação que podemos reduzir o tamanho da amostra dos grupos mais homogêneos para
beneficiar os mais heterogêneos. Em contrapartida, é um método complexo que exige ter muita informação antes de
se obter a amostra estudada, algo que normalmente não temos.
Tamanhos de amostras necessárias para cada técnica

Vemos que a estratificação pode proporcionar benefícios. Se essas técnicas podem ser usadas para estimar as
médias de forma mais precisa (p.e.média de cigarros consumidos pelos fumantes do México) ou proporções (p.e. pro-
porção da população do México que fuma), também podem permitir reduzir o tamanho da amostra necessária para
alcançar uma estimação com um nível de erro determinado.
A seguinte tabela resume o tamanho da amostra para cada técnica, em função do erro máximo que estamos
dispostos a aceitar e as características do próprio universo, que consideraremos um tamanho infinito (se fosse finito,
teríamos que aplicar um fator de correção):
Para interpretar o quadro, é necessário saber:

- L é o número de camadas que dividimos a amostra e h é um índice que se refere a um estrato concreto. Ou seja,
h pode variar entre 1 a L estratos.
- p é a proporção que buscamos no total da população (p.e. % de fumantes). (1-p) é a proporção da amostra
complementar, que não cumpre o critério buscado (não fumantes). Do mesmo modo, ph é a proporção dentro de cada
uma das camadas.
- σ2 é a variável do dado que buscamos (no caso de estimar as médias) que tem o total da população. σh2 é a
variável dentro de cada camada.
- e é a margem de erro aceita.
- Wh é o peso que o estrato/camada tem na amostra (tamanho do estrato a respeito do total da amostra).
Se falamos sobre amostra estratificada proporcional, cada Wh é igual a proporção que esta camada representa na
população. Se falamos da amostra estratificada ótima, cada Wh se calcula em função da dispersão dentro de cada
camada.
É possível demonstrar a partir das fórmulas anteriores que os diferentes métodos de estratificação só reduzem o
tamanho da amostra se os valores de p e σ variam entre camadas. Do contrário, todas as expressões são equivalen-
tes. Vejamos um exemplo: expressão do tamanho da amostra necessário para estimular uma média mediante a uma
amostra estratificada ótima
e consideramos que todas as variáveis das camadas são iguais (σh=σ) e o tamanho das camadas são idênticas
(Wh=1/L), o resultado que obtemos é:
42
Amostra probabilística: Amostra sistemática
Anteriormente, quando a informática não estava tão desenvolvida, a amostra sistemática era muito popular. An-
tigamente existia inúmeros problemas que quebravam a cabeça dos pesquisadores: selecionar de forma aleatória
dentro de uma amostra. A medida que os computadores facilitaram esta tarefa de gerar números aleatórios, essa
dificuldade desapareceu.
Esta técnica continua sendo utilizada para selecionar indivíduos a longo prazo. Por exemplo, para estudar a satis-
fação de um serviço, podemos eleger sistematicamente e perguntar a 1 de cada N clientes que nos visitam. Nessas
circunstancias onde pode existir diferentes variáveis entre os indivíduos em diferentes períodos de tempo, a amostra
sistemática pode ser mais precisa que a amostra aleatória pura.
Em que consiste a amostra sistemática?

É uma técnica dentro da categoria de amostragem probabilística – que requer certo controle do marco amostral
entre os indivíduos selecionados junto com a probabilidade que sejam selecionados – consiste em escolher um in-
divíduo inicialmente de forma aleatória entre a população e, posteriormente, selecionar para amostra cada enésimo
indivíduo disponível no marco amostral.
A amostra sistemática é um processo muito simples e que só requer a seleção de um indivíduo aleatório. O restan-
te é um processo rápido e simples. Os resultados obtidos são representativos da população, de forma similar a amostra
aleatória simples, sempre quando não exista nenhum fator intrínseco na forma que os indivíduos estão listados e que
se reproduzam certas características populacionais em cada número especifico de indivíduos. Esse sucesso realmente
é pouco frequente.
O processo
De forma concreta, o processo que seguiríamos numa amostra sistemática seria:
1- Elaborar uma lista ordenada dos N indivíduos da população (marco amostral).
2- Dividir o marco amostral em N fragmentos, onde N é o tamanho da amostra que desejamos. O tamanho
desses fragmentos será:
K=N/n
3- Número de início: obtemos um número aleatório inteiro A, menor ou igual ao intervalo. Este número cor-
responderá ao primeiro sujeito que iremos selecionar para a amostra dentro do primeiro fragmento que dividimos a
população.
4- Seleção dos N-1 indivíduos restantes: Selecionamos os seguintes indivíduos a partir do indivíduo elegido
aleatoriamente, mediante uma sucessão aritmética, selecionando aos indivíduos do resto do fragmento que dividimos
a amostra, onde está o sujeito inicial. Selecionaremos os indivíduos:
A, A + K, A + 2K, A + 3K, ...., A + (n-1)K
Exemplo
Suponhamos um marco amostral de 5.000 indivíduos e desejamos obter uma amostra com 100 deles. Em primeiro
lugar, dividimos o marco amostral em 100 fragmentos de 50 indivíduos. Selecionamos um número aleatório entre
1 e 50 para extrair o primeiro indivíduo de forma aleatória: por exemplo o número 24. A partir deste indivíduo, está
definida como será extraída a amostra, com intervalos de 50 unidades, conforme a equação: 24, 74, 124, 174, …, 4.974
Propriedades da amostra sistemática

As principais vantagens são:
- Obtém boas propriedades de representatividade, similar a amostragem aleatória simples, porém de forma mais
rápida e simples, evitando a necessidade de gerar tantos números aleatórios como indivíduos na amostra.
- Pode garantir uma seleção perfeitamente equivalente a população. Isto pode ser uma utilidade se os grupos
dentro dos universos se distinguem, evitando a necessidade de usar camadas/estratos. Se existe diferentes variáveis
entre os indivíduos dos fragmentos, essa amostra pode ser melhor que a aleatória. Logo vamos demonstrar.
Como desvantagem, só existe a possibilidade que a ordem dos candidatos listados na amostra tenha algum tipo
de periodicidade oculta que coincida com o intervalo escolhido para gerar a amostra sistemática. Neste caso, podemos
gerar uma amostra duvidosa.
43
Eficiência da amostra sistemática O processo da amostra
A amostra sistemática foi idealizada para aperfeiçoar O primeiro passo para aplicar essa técnica consiste
as propriedades da amostra aleatória simples, porém o em definir os aglomerados. Trata-se de identificar uma
grau melhora de acordo com as propriedades do univer- característica que permita dividir a população em gru-
so estudado. pos distintos (não sobrepostos) e exaustivos (todos os
Para entender as propriedades de amostragem, de- indivíduos devem estar em um grupo), de modo que os
vemos: grupos não diferem em relação ao que queremos medir.
Se prestamos atenção no intervalo ou coeficiente Uma vez que tenhamos definido esses agrupamentos,
de elevação de acordo com o tamanho da amostra que basta selecionar aleatoriamente alguns deles para estu-
necessitamos, só há um elemento aleatório dentro do do.
processo de amostragem: a unidade inicial que selecio- Um critério bastante habitual para definir os con-
namos do primeiro bloco de indivíduos. O resto continua glomerados são os clusters geográficos. Por exemplo, se
fixo. Quer dizer que: só temos K possibilidades de obter queremos estudar qual a proporção de argentinos que
amostras diferentes, e para obter a amostra é só escolher fumam, podemos dividir o total da população em pro-
K de amostras disponíveis. víncias e selecionar algumas delas para estudo. Se não
É possível demonstrar que quanto maior a variação temos um parâmetro para a % de fumantes, que poderia
dentro das K possibilidades de amostras, mais precisão variar de uma província a outra, esta solução vai permitir
ganhamos usando a amostragem sistemática em relação uma concentração de amostragem em uma única área
a amostragem simples. geográfica. Se o estudo for realizado através de entre-
A amostra sistemática é mais precisa que a aleató- vistas pessoais, esta técnica representaria uma economia
ria simples quando a variabilidade dentro das possíveis significativa nos custos de viagem.
amostras é superior a variabilidade dentro das unidades Uma vez definido os conglomerados, o próximo
da população. A precisão da amostra sistemática coinci- passo é selecionar os grupos para realizar o estudo, por
de com a aleatória simples quando ambas variabilidades amostragem aleatória simples ou amostragem sistemá-
coincidem, ou seja, quando os elementos da população tica.
são totalmente aleatórios. Por último, uma vez que selecionados os conglo-
merados, podemos pesquisar a todos os indivíduos que
Amostra probabilística: Amostra por conglome- formam parte dos mesmos grupos, ou aplicar uma ou-
rados tra técnica de amostragem dentro do cluster, como por
A amostra por conglomerados é uma técnica que exemplo, realizar uma amostragem aleatória simples ou
explora existência de grupos (clusters) na população. sistemática. Se optarmos por essa possibilidade, esta-
Esses grupos representam adequadamente a população mos falando de uma amostra de duas etapas ou bietá-
total em relação a característica que queremos medir. pica: a primeira etapa é a seleção do conglomerado e a
Em outras palavras, estes grupos contêm variabilidade segunda é a dos indivíduos dentro do cluster. Se em vez
da população inteira. Se isso acontecer, você pode sele- disso, estudarmos todos os indivíduos conglomerados,
cionar apenas alguns desses conglomerados para reali- estaremos realizando uma amostragem por conglome-
zar o estudo, conforme ilustra a figura. rados unietápica.
Amostra estratificada e amostra por conglome-

rados
A essência da amostra por conglomerados lembra
um pouco a amostragem estratificada. Em ambos os ca-
sos nós dividimos a população em grupos. No entanto,
os princípios posteriores das duas técnicas são opostos.
A amostragem estratificada é particularmente ade-
quada quando os grupos (camadas) são internamente
homogêneos e muito diferentes. Nesse caso, devemos
garantir que temos representantes em nossa amostra
que vêm de todos os estratos. Por outro lado, a amostra-
gem por conglomerados é adequada quando os grupos
que formam a população são muito semelhantes entre
si, por isso não há grande diferença entre estudar indiví-
duos em um grupo ou de outro. É por isso que, embo-
ra ambas as técnicas dividem a população (estratos ou
Podemos ver esta técnica a partir de outro ponto de aglomerados), o processo de seleção dos indivíduos é
vista. Enquanto todas as técnicas de amostragem estu- radicalmente diferente.
dadas até agora as unidades da amostra coincidem com
os indivíduos a serem estudados, na amostra por con- Benefícios da amostra por conglomerados
glomerados, a unidades de amostra são grupos do estu- - A principal vantagem desta técnica é a parte
do, o que pode ser muito benéfico em relação ao custo operacional: selecionar um conglomerado costuma
de amostragem em si. Em troca, é comum obter uma ser mais fácil e mais barato do que fazer uma amostra
menor precisão ao utilizar esta técnica, causada pela fal- aleatória ou sistemática. Usar clusters geográficos
ta de heterogeneidade dentro dos conglomerados. podem representar uma economia significativa no
deslocamento.
44
- A principal desvantagem é o risco dos clusters não Por exemplo, suponhamos que você quer saber
serem realmente homogêneos entre eles. No exemplo a opinião de estudantes universitários chilenos sobre
citado anteriormente, poderia acontecer de em uma das política. Para realizar uma amostra probabilística, seria
províncias ser mais propensas o número de fumantes necessário ter acesso a todos os estudantes universitá-
por ser uma área mais urbana ou outras razões culturais. rios chilenos, selecionar um grupo aleatório e realizar a
pesquisa. Já para realizar uma amostra por conveniência,
Como podemos comparar esta técnica com as poderíamos abordar três universidades próximas, sim-
demais? plesmente porque representam o local onde a popula-
Normalmente essa relação poderá ser representada ção da pesquisa “reside” e perguntar a alguns estudan-
pelo coeficiente de correlação entre os conglomera- tes do período matutino que concordam em participar.
dos (δ), definido como o coeficiente de correlação linear As limitações desse tipo de amostragem são óbvias.
entre todos os pares de valores das variáveis do estudo, Analisando o exemplo anterior, poderia ocorrer que as
medidos através das unidades dos conglomerados e es- universidades tenham diferentes estratos sociais e pon-
tos de vista políticos. Além disso, se eu selecionar 3 estu-
tendido a todos os grupos. Em síntese, este coeficiente é
dantes no período da manhã, pode ser que eles tenham
uma medida de homogeneidade dentro de clusters.
opiniões distintas dos estudantes do período vespertino
Quanto menor o coeficiente de homogeneidade en-
e noturno.
tre conglomerados δ, maior eficiência terá a amostra- Isso significa que os resultados de uma amostra por
gem por conglomerados. Vale lembrar que o ideal é que conveniência são totalmente irrelevantes e não diz nada
os conglomerados sejam heterogêneos como a amostra da população? Não exatamente. Temos boas razões para
total, de modo que a seleção de um conglomerado nos acreditar que a amostra por conveniência não irá intro-
forneça a mesma informação que a seleção dos indiví- duzir viés em relação à população total, os resultados
duos da população aleatória total. que eu obtenho podem ser uma boa imagem do univer-
Comparando a amostra aleatória simples com a so estudado.
amostragem por conglomerados, se δ =0 , podemos Se temos boas razões para acreditar que a seleção
afirmar que os métodos são equivalentes. Esta condição por conveniência não irá introduzir viés em relação à po-
implica que os clusters são tão heterogêneos como a pulação total, os resultados obtidos podem ser uma boa
população total. O pior caso seria δ=+1, e o caso mais imagem do universo estudado. O problema é não saber
favorável seria δ=-1/(M-1), onde M é o tamanho do exatamente o quão boa é a imagem: não é possível
conglomerado. No entanto, δ normalmente será sempre usar ferramentas estatísticas como a margem de erro e o
maior do que 0, pois um conglomerado sempre tem nível de confiança para medir a precisão dos resultados.
alguma semelhança uns com os outros. Os leitores do estudo precisarão confiar nos critérios da
Outra forma de ver o impacto deste problema é seleção feita pelo pesquisador.
calcular o tamanho da amostra necessário para obter a
mesma precisão de amostragem aleatória simples. Seria Vantagens e inconvenientes
a expressão seguinte: A principal vantagem da amostra por conveniência
nc = na (1 + (M-1) δ) é... sua conveniência! Simples, econômica, rápida. Nos
Onde nc é o tamanho da amostra por conglomerado pode oferecer informações valiosas em inúmeras cir-
e na é o tamanho da amostra necessária para a amostra- cunstâncias, especialmente quando não existem razões
gem aleatória simples. Portanto, (1+(M-1) δ é a variação fundamentais que diferenciem os indivíduos acessíveis
do tamanho da amostra necessária devido ao uso de que formam o total da população.
O principal inconveniente, a falta de representati-
aglomerados. Normalmente, este será um incremento.
vidade, impossibilita a realização de declarações sobre
Este fator é conhecido como efeito de desenho.
os resultados sem correr nenhum risco devido ao critério
de amostra aplicado. No pior dos casos, a minha amostra
Amostragem não probabilística: Amostra por por conveniência pode representar um desvio sistemáti-
conveniência co em relação à população total, produzindo resultados
A amostragem não probabilística. Vale recordar que distorcidos.
este tipo de amostragem é utilizado quando não temos
acesso a lista completa dos indivíduos que formam a Amostragem não probabilística: Amostra por
população (marco amostral), portando não sabemos a quotas
probabilidade que cada indivíduo ser selecionado para a O post de hoje é dedicado a técnica de amostragem
amostra. A principal consequência dessa falta de infor- conhecida como: amostra por quotas. Essa técnica é fre-
mação é que não podemos generalizar resultados com quentemente usada em pesquisas online através de pai-
precisão estatística. néis. Podemos encontra a amostragem por quotas como
a versão não probabilística da amostra estratificada. Essa
Amostra por conveniência amostra é composta por três fases:
Esta técnica é muito comum e consiste em selecio-
nar uma amostra da população que seja acessível. Ou 1- Segmentação
seja, os indivíduos empregados nessa pesquisa são se- Em primeiro lugar, dividimos a população do estudo
lecionados porque eles estão prontamente disponíveis, em grupos de forma exaustiva (todos os indivíduos estão
não porque eles foram selecionados por meio de um em um grupo) mutuamente exclusivos (um indivíduo só
critério estatístico. Geralmente essa conveniência repre- pode estar em um único grupo), semelhante à divisão
senta uma maior facilidade operacional e baixo custo de em camadas usadas na amostragem estratificada. Nor-
amostragem, porém tem como consequência a incapa- malmente, esta segmentação é feita através de alguma
cidade de fazer afirmações gerais com rigor estatístico variável sócio-demográfica, como: sexo, idade, classe so-
sobre a população. cial ou região.
45
2- Definindo o tamanho das quotas Inicialmente, aquelas variáveis que parecem distor-
Estabelecemos a meta de indivíduos a serem en- cidas numa seleção amostral de um painel online a res-
trevistados para cada um desses grupos. Normalmente peito da população: por exemplo, a idade (geralmente
definimos estes objetivos de forma proporcional ao ta- os painéis online apresentam uma maior proporção de
manho do grupo populacional. Por exemplo, se nós de- jovens na população) e classe social (os painéis têm di-
finimos segmentos por sexo numa população em que ficuldades em atrair as pessoas de classes mais baixas,
há 60% das mulheres e 40% homens, e queremos obter especialmente na América Latina).
uma amostra de 1.000 pessoas, definimos uma meta de Podemos definir as quotas por região. Normalmen-
600 mulheres e 400 homens. Estes objetivos são conhe- te os painéis online não são segmentados para uma de-
cidos como quotas. Neste exemplo, teríamos uma quota terminada região, mas estão acessíveis a partir de qual-
de gênero de 600 mulheres e 400 homens. Em algumas quer local. O interessante é analisar as diferenças regio-
ocasiões, se definem quotas não proporcionais à popu- nais a partir das diferenças socioeconômicas. Se a região
lação, para poder aprofundar a análise de um grupo es- que queremos estudar não apresenta grandes diferenças
pecífico. socioeconômicas, não terá nenhum benefício usar uma
quota deste tipo.
3 - Seleção de participantes e comprovação de Se atendemos ao segundo critério (quotas que po-
quotas dem afetar o resultado medido) , podemos optar por
Para finalizar, buscam-se por participantes para co- adicionar uma quota por sexo: normalmente o hábito
brir todas as quotas definidas. Este ponto é onde nos de fumar varia entre homens e mulheres e, ao menos
afastamos da amostra probabilística: Na amostragem que trabalhemos com um painel em garanta que a com-
por quotas é permitido que a seleção de indivíduos não posição dos sexos é perfeita em comparação com a po-
seja aleatória, ou seja, os indivíduos podem ser selecio- pulação, é aconselhável verificar esta quota também.
nados através da amostra por conveniência. Por exem-
plo, em um estudo no qual nós definimos uma quota de Amostra por quotas e representatividade
A utilização de quotas em uma amostragem não
100 pessoas com menos de 25 anos e 100 pessoas com
probabilística não nos permitirá transformá-la em pro-
idades entre 25 anos ou mais, caso não conseguimos
babilística. Não é possível calcular a margem de erro
atingir 100% da quota prometida, poderíamos sair nas
e nível de confiança dos resultados. Ou seja, o uso de
ruas e abordar pessoas, entrevistando aquelas que cum-
quotas não permite medir a precisão dos resultados.
prem as idades restantes para fechar a quota referente
Que significa usar ou não usar quotas? A amostra
a nossa meta.
por conveniência é equivalente a amostra por quotas? A
De acordo com a descrição acima, a diferença en-
resposta é NÃO!
tre a amostra estratificada e amostra por quotas está na O uso de quotas oferece certos controles aos vie-
forma como selecionamos os participantes. Na amostra ses que podem ocorrer pelo método de seleção usado,
estratificada, disponibilizamos de uma lista de possíveis nos garante que em uma série de variáveis-chave, vamos
entrevistados, todos com uma certa probabilidade (co- reproduzir a composição da população em nossa amos-
nhecida) de serem selecionados. Na amostra por quotas tra. O problema é que, embora seja uma prática muito
não. A medida que vou obtendo candidatos para fazer comum entre os pesquisadores, não podemos afirmar
parte da amostra, comprovo se são válidos para o meu a representatividade da amostra. As quotas melhoram a
estudo (ou seja, ele pode fazer parte dos participantes ou representatividade, mas não sabemos quanto.
exceder as quotas). Quando, eventualmente, eu descarto A amostra por quotas é um dos métodos de amos-
um participante (preciso de 100 mulheres, e já temos 101 tragem mais populares e, praticamente, o único méto-
mulheres), falamos que este indivíduo foi descartado por do viável quando realizamos pesquisas online (exceto
quota-full. quando temos um painel probabilístico). Usar quotas é
um sistema efetivo e econômico de obter amostras que
Seleção de variáveis proporcionam informação relevante.
“Quais variáveis eu devo escolher numa amostra-
gem por quotas? Como segmento a população?” Esta Vantagens e inconvenientes
pergunta é um fator chave para esta técnica. A principal vantagem da amostra por quotas é que
O uso de quotas precisa garantir que a amostra ela oferece resultados extremamente úteis a um custo
seja o mais representativa possível dentro do universo baixo e, se as variáveis foram escolhidas de forma corre-
estudado. Quando definimos quotas de sexo e idade em ta, os resultados serão totalmente confiáveis.
uma amostra, independente do método de seleção de Este método apresenta dois inconvenientes: (1) a im-
indivíduos, garantimos que a amostra apresentará pro- possibilidade de limitar o erro neste tipo de amostragem
porções idênticas do universo quanto ao sexo e a idade. e (2) evitar o risco de uma parte significativa do estudo.
Para definir as variáveis, precisamos definir quotas Por exemplo, se num estudo eleitoral não existia uma
que cumpram duas condições: (1) A população pode quota por regiões, provavelmente irá existir tendências
ser alterada devido ao processo de seleção não aleatório de voto diferentes em algumas regiões, distorcendo for-
que aplicamos, (2) Pode influenciar no dado que quere- temente os resultados globais do estudo.
mos medir.
Vamos analisar os critérios citados anteriormente Amostragem não probabilística: Amostra por
através de um exemplo concreto: uma amostra obtida bola de neve
através de um painel online. Suponhamos que quere- A amostra por bola de neve é uma técnica de amos-
mos medir a % de fumantes de uma população extraída tragem não probabilística onde os indivíduos seleciona-
a partir de um painel online. Quais variáveis devemos dos para serem estudados convidam novos participantes
definir por quotas? da sua rede de amigos e conhecidos. O nome de “bola de
46
neve” provem justamente dessa ideia: do mesmo modo A respeito dos inconvenientes:
que uma bola de neve rola ladeira a baixo, cada vez mais - Falta de controle sobre como se constitui a amostra,
ela aumenta seu tamanho. O mesmo ocorre com a essa já que está nas mãos dos próprios respondentes e seu
técnica amostral, ela vai crescendo à medida que os indi- critério para selecionar os indivíduos.
víduos selecionados convidam novos participantes. - Como toda técnica não probabilística, a bola de
A bola de neve é usada com frequência para acessar neve não garante a representatividade, nem permite
a populações de baixa incidências e indivíduos de di- saber o grau de precisão.
fícil acesso por parte do pesquisador. - Esta técnica é especialmente sensível aos vieses
Quando você deseja estudar um grupo específico
de amostragem. Dado que os participantes são obtidos
(por exemplo, colecionadores de selos), pode ser muito
pelo convite de outros indivíduos, eles compartilham
mais eficaz obter uma amostra através de conhecidos e
amigos dos colecionadores, do que uma seleção pura- certas características do estudo. O único inconveniente é
mente aleatória, onde um grande número de indivíduos que amostra não será suficientemente diversa.
pode ser descartado. Supostamente, é provável que um - Tamanho da amostra incontrolada: a técnica não
colecionador de selos conheça outros colecionadores de permite determinar com precisão o tamanho da amostra
selos, o que torna esta técnica uma maneira eficaz para que vamos obter.
acessar a pessoas que poderiam ser inacessíveis para o
pesquisador. Outras considerações
Portanto, a técnica de bola de neve funciona muito Sem dúvida, o principal problema da bola de neve é
bem quando queremos agrupar indivíduos e favorecer o risco dos “vieses da comunidade”: acessamos a um
seu contato social. É mais comum do que parece. Ob- subgrupo de indivíduos dentro do nosso target e o re-
viamente, colecionadores, profissionais ou praticantes crutamento de novos membros não consegue sair desse
de algum esporte específico podem cumprir com essa subgrupo. O único remédio contra esse mal é fazer uma
premissa, mas também se aplica a outros grupos, como boa seleção inicial de indivíduos, que nos garante que
pacientes com uma doença rara, por exemplo, como qualquer subgrupo existente seja acessível na rede de
suas circunstâncias pessoais fazem com que entrem em contatos dos indivíduos iniciais.
contato com outras pessoas com a mesma característica Vale destacar que essa técnica, muitas vezes, é a
(no consultório do médico, em associações, etc).
única técnica possível quando nos dirigimos a grupos
pequenos onde não é possível ter um quadro amostral.
Processo
O processo de criação de uma amostra por bola de Muitos pesquisadores estão trabalhando para aperfei-
neve se fundamenta em usar a rede social dos indiví- çoar a técnica para corrigir os seus vieses. Especifica-
duos iniciais para ter acesso ao coletivo. Podemos dividir mente, uma das técnicas mais promissoras é conhecida
esse processo nos seguintes passos: como Respondent Driven Sampling. Trata-se de um sis-
1. Definir um programa de participação, onde os tema que corrige mediante a um modelo matemático
indivíduos convidam outros membros. alguns possíveis vieses na seleção dos indivíduos.10
2. Identificar grupos ou organizações que podem
fornecer acesso a alguns indivíduos iniciais que cumpram
com a característica do estudo.
3. Após obter os contatos iniciais, precisamos 11. ANÁLISE COMBINATÓRIA: ARRANJOS
pedir sua participação. Esta parte seria similar a uma SIMPLES E COM REPETIÇÃO, PERMUTAÇÕES
técnica de amostra convencional, porém destinada a SIMPLES E COM REPETIÇÃO E COMBINAÇÕES
obter um tamanho de amostra reduzida. SIMPLES. PRINCÍPIO DA CASA DOS POMBOS;
4. Posterior a primeira entrevista, solicitamos aos
participantes o acesso aos outros convidados. IDENTIFICAÇÃO DO ESPAÇO AMOSTRAL E
5. Assegurar a diversidade dos contatos através EVENTO DE EXPERIMENTOS ALEATÓRIOS
da seleção adequada dos indivíduos iniciais e promover
que a recomendação não se limite apenas a contatos
A análise combinatória é a área da Matemática res-
próximos.
ponsável pela análise das possibilidades e das combina-
Tipos de amostra bola de neve ções. É um conjunto de procedimentos que possibilita a
Basicamente podemos identificar dois tipos de construção de grupos, formados por um número finito
amostra por bola de neve: de elementos de um conjunto sob certas circunstâncias.
1. Amostra lineal: Cada indivíduo participante
deve recomendar outro indivíduo, de forma que a Análise combinatória: probabilidade, permuta-
amostra cresça num ritmo linear. ção e combinação
2. Amostra exponencial: Cada indivíduo precisa A análise combinatória ou combinatória pode te
convidar dois ou mais indivíduos a participar da amostra. ajudar a fazer essa conta, já que trata da quantificação
Dessa forma, quanto mais gente participar do estudo, das possibilidades de combinações para determinados
mais pessoas serão adicionadas. eventos.
Quando há um conjunto de elementos distintos
Vantagens e inconvenientes em um determinado local, é possível misturá-los das
As principais vantagens dessa técnica são: mais variadas formas e chegar a diversos resultados.
- Realizar amostra populações de difícil acesso. Para conseguir projetar os possíveis resultados, a
- É um processo econômico e simples.
análise combinatória pode ser uma forma simples de
- Requer planejamento e poucos recursos humanos:
realizar essa tarefa.
os próprios entrevistados fazem a mão de obra.
10 Fonte: www.netquest.com
47
Ela pode ser usada de formas diferentes e para va- Arranjo sem repetição
riados tipos de análise. Iremos entender melhor como Se você organiza uma corrida com 20 atletas e vai
funcionam os arranjos, permutações e também as com- premiar os 5 primeiros, é preciso criar um arranjo sem
binações e conhecer as diferenças entre eles. repetição. Para isso, a fórmula é a seguinte:
Princípio fundamental da contagem

O princípio fundamental da contagem é a parte ini-
cial do estudo da análise combinatória e indica de forma
simplificada o total de possíveis combinações quando
é possível multiplicar o número de opções de acordo
com todas as opções apresentadas.
Um exemplo prático pode ser feito analisando a
quantidade de pratos diferentes que podem ser com- Permutação
binados quando existe a opção de 2 entradas, 3 pratos A permutação pode ser explicada como alocar n ele-
principais, 3 sobremesas e 5 tipos diferentes de bebida. mentos em n espaços e contar todas as sequências orde-
Para chegar ao resultado de possibilidades de com- nadas possíveis que podem ser formadas.
binação desses elementos, basta multiplicar todos os
números das opções: 2 x 3 x 3 x 5 = 90. Resumindo, é As permutações são um tipo específico de arranjos,
possível ter 90 combinações diferentes de refeição com quando:
as opções que foram apresentadas. - Não há repetição;
- O número de elementos a serem tomados para
Análise combinatória e probabilidade compor o resultado é igual ao número de elementos no
A probabilidade estuda os experimentos aleató- conjunto.
rios, ou seja, trata-se de eventos que têm um resultado
imprevisível. Como exemplos práticos desses eventos Em outras palavras, as permutações são os arranjos
imprevisíveis, é possível citar o cara e coroa com uma de n elementos tomados n a n. Portanto:
moeda, o lançamento de dados com faces numéricas e o
sorteio de bolas em uma urna durante o jogo de bingo.
O espaço amostral define o conjunto de todos os
possíveis resultados desse experimento específico. Por
isso, é essencial saber qual é o experimento que será fei-
to e a quantidade para determinar o espaço amostral.
Dentro do espaço amostral, é possível analisar a
quantidade de eventos que podem acontecer. A proba-
bilidade é um tema bastante interligado à análise com-
binatória.
Combinação
Tipos de análise combinatória
As combinações são como arranjos, porém, a ordem
A análise combinatória ou combinatória tem três
dos elementos que compõem um resultado não impor-
tipos básicos para agrupar os elementos e todos eles
ta, ou seja, um resultado ABC é considerado igual a um
precisam utilizar o fatorial, um número que pertença aos
resultado ACB. Neste caso, fala-se das combinações de n
naturais e seja maior ou igual a dois. Vamos estudar a
elementos tomados k a k, e esta quantidade é calculada
seguir os arranjos, combinações e permutações.
da seguinte forma:
Arranjos
Nos arranjos, os agrupamentos são feitos depen-
dendo da ordem e natureza dos elementos. Eles podem
ser com repetição e sem repetição.
Arranjo com repetição

Se você tem 5 algarismos, de 1 a 5, e quer descobrir
quantos números com dois algarismos podem ser for- Análise combinatória: fórmulas
mados, a fórmula de arranjo com repetição é a seguinte: Para facilitar o seu entendimento sobre as diferentes
fórmulas de análise combinatória, veja o resumo com as
principais informações de cada uma delas:11
11 Fonte: www.uel.br/www.grupomadretereza.com.br/www.somatemati-
ca.com.br/www.stoodi.com.br/
48
Como vimos acima, os tipos de análises combinatórias são os arranjos, combinações e permutações, então veja-
mos mais detalhadamente sobre eles agora.
Os três principais tipos de agrupamentos são arranjos, permutações e combinações. Cada um deles pode ser
simples ou com elementos repetidos. Neste tópico, estudaremos os agrupamentos simples.
Porém, antes de estudá-los, aprenderemos a seguir o conceito de fatorial.
Fatorial de um número
O fatorial de um número natural n, representado por n!, é o produto de todos os inteiros positivos menores ou
iguais a n.
n! = n.(n-1).(n-2)...3.2.1
Definições especiais
0!=1
1!=1
Exemplos
1) Calcule o valor da expressão 100!+101!
99!
2) Calcule a equação (x+1)! = 56.

(x -1)!
Resposta: x = 7, pois, não existe fatorial de um número negativo.
49
3) Quatro times de futebol (ê Santos, São Paulo e Flamengo) disputam o torneio dos campeões do mundo. Quan-
tas são as possibilidades para os três primeiros lugares?
R. Existem 4 possibilidades para o 1º lugar, sobrando 3 possiblidades para o 2º lugar e 2 possibilidades para o 3º
lugar  4.3.2 = 24 possibilidades.
Arranjo simples
Arranjo simples de n elementos tomados p a p, onde n>=1 e p é um número natural, é qualquer
ordenação de p elementos dentre os n elementos, em que cada maneira de tomar os elementos se diferenciam
pela ordem e natureza dos elementos. A fórmula para cálculo de arranjo simples é dada por:
Continuação dos exemplos
5) Quantos números de 3 algarismos distintos podemos formar com os algarismos do sistema decimal
(0,1,2,3,4,5,6,7,8,9) sem os repetir, de modo que:
a) COMECEM COM 1
R: O número pode possuir três algarismos, sendo que para o primeiro existe apenas 1 possibilidade (1) e para os
outros dois ainda existem 9 números disponíveis:
b) COMECEM COM 2 E TERMINEM COM 5

R. Para o primeiro algarismo existe apenas 1 possibilidae (2), e para o terceiro também existe apenas 1 possibilida-
de (5). Para o segundo ainda existem 8 possibilidades:
c) SEJAM DIVISIVEIS POR 5.

R. Para um número ser divisível por 5, ele deve terminar com 0 ou com 5. Primeiramente vamos calcular o número
de divisíveis por 5 que terminam com 0:
 Para o terceiro algarismo existe apenas 1 possiblidade (0), e para os dois primeiros ainda existem 9 números
disponíveis. Portanto o número de divisíveis por 5 que terminam com 0 é:
 Agora calculamos quantos divisíveis por 5 terminam com 5: para o terceiro algarismo existe apenas uma possi-
bilidade (5). Para o primeiro algarismo existem ainda 8 possibilidades, pois o número não pode começar com 0 (senão
seria um número de 2 algarismos). E para o segundo algarismo também existem 8 possibilidades (o segundo algarismo
pode ser 0)
Resposta: O número de divisíveis por 5 é 72 + 64 = 136 números
50
6) Quantos são os números compreendidos entre 2000 e 3000 formados por algarismos distintos escolhidos entre
1,2,3,4,5,6,7,8 e 9?
R. O número deve ter quatro algarismos (pois está entre 2000 e 3000). Para o primeiro algarismo existe apenas
uma possibilidade (2), e para os outros três ainda existem 8 números disponíveis, então:
Permutação simples
É um caso particular de arranjo simples. É o tipo de agrupamento ordenado onde entram todos os elementos.
7) Quantos números de 5 algarismos distintos podem ser formados por 1,2,3,5 e 8?
8) Quantos anagramas da palavra EDITORA:

a) COMEÇAM POR A:
Para a primeira letra existe apenas uma possibilidade (A), e para as outras 6 letras existem 6 possibilidades. Então
o total é:
b) COMEÇAM POR A e terminam com E.

Para a primeira letra existe 1 possibilidade (A), e para última também só existe 1 (E), e para as outras 5 letras
existem 5 possibilidades. Então o total é :
8) Calcule de quantas maneiras podem ser dispostas 4 damas e 4 cavalheiros, numa fila, de forma que não
fiquem juntos dois cavalheiros e duas damas.
R. Existem duas maneiras de fazer isso:
C –D –C- D- C- D- C- D ou D – C- D- C- D- C- D- C
Colocando um cavalheiro na primeira posição temos como número total de maneiras:
Colocando uma dama na primeira posição temos também:
Portanto o total é 576 + 576 = 1152 maneiras.
Combinação simples
É o tipo de agrupamento em que um grupo difere do outro apenas pela natureza dos elementos componentes.
9) Resolver a equação
51
Resposta: m = 5.
Obs.: m =1 não é a resposta porque não pode haver
10) Com 10 espécies de frutas, quantos tipos de salada, contendo 6 espécies diferentes podem ser feitas?
11) Numa reunião com 7 rapazes e 6 moças, quantas comissões podemos formar com 3 rapazes e 4 moças?
O resultado é o produto
Princípio Casa dos Pombos
O princípio do pombal ou princípio da casa dos pombos é a afirmação de que se n pombos devem ser postos
em m casas, e se n > m, então pelo menos uma casa irá conter mais de um pombo. Matematicamente falando, isto
quer dizer que se o número de elementos de um conjunto finito A é maior do que o número de elementos de um outro
conjunto B, então uma função de A em B não pode ser injetiva.
É também conhecido como teorema de Dirichlet ou princípio das gavetas de Dirichlet, pois supõe-se que o
primeiro relato deste princípio tenha sido feito por Dirichlet em 1834, com o nome de Schubfachprinzip (“princípio das
gavetas”).
O princípio do pombal é um exemplo de um argumento de calcular que pode ser aplicado a muitos problemas
formais, incluindo aqueles que envolvem um conjunto infinito.
Embora se trate de uma evidência extremamente elementar, o princípio é útil para resolver problemas que, pelo
menos à primeira vista, não são imediatos. Para aplicá-lo, devemos identificar, na situação dada, quem faz o papel dos
objetos e quem faz o papel das gavetas.
Exemplo 1
• Quantas pessoas são necessárias para que possa garantir que há pelo menos duas delas fazendo aniversário
no mesmo mês?
Resposta: 13 pessoas. Pelo princípio da casa dos pombos se houver mais pessoas (13) do que meses (12) é certo
que pelo menos duas pessoas terão nascido no mesmo mês.
52
Exemplo 2 Então: S = {(cara, cara), (cara, coroa),(coroa, cara),(-
• Todos os pontos de um plano são pintados de coroa, coroa)}
amarelo ou verde. Prove que podemos encontrar dois Observe que o conjunto S pode ser finito ou infinito.
pontos de mesma cor que distam exatamente um metro: Evento: é um conjunto de resultados do experimen-
Solução: Basta imaginarmos um triângulo equiláte- to, em termos de conjuntos, é um subconjunto S. em
ro de lado igual a um metro. Como são duas cores (ca- particular, S e Φ (conjunto vazio) são eventos. S é dito o
sas) e três pontos (pombos),pelo PCP (princípio da casa evento certo e Φ o evento impossível.
dos pombos) teremos dois de mesma cor. Se usarmos as operações com conjuntos, podemos
Embora este princípio seja uma observação trivial, formar novos eventos:
pode ser usado para demonstrar resultados possivel- a) A ∩ B → evento que ocorre se A e B ocorrem;
mente inesperados. Por exemplo, em qualquer grande b) A ∪ B → evento que ocorre se A ou B ocorrem;
cidade (digamos com mais de 1 milhão de habitantes) c) Ā → é o evento que ocorre se A não ocorre.
existem pessoas com o mesmo número de fios de cabelo. Exemplo: Considere o experimento: jogar duas moe-
Demonstração: Tipicamente uma pessoa tem cerca de das e observar os resultados:
150 mil fios de cabelo. É razoável supor que ninguém S = {(c, c), (c, k), (k, c), (k, k)}
tem mais de 1.000.000 de fios de cabelo em sua cabeça. Evento A: ocorrer faces iguais.
Se há mais habitantes do que o número máximo de fios Logo A = {(c, c), (k, k)}
de cabelo, necessariamente pelo menos duas pessoas
terão precisamente o mesmo número de fios de cabelo. Eventos mutuamente exclusivos
Eventos mutuamente exclusivos são aqueles que não
Generalizações do princípio podem ocorrer simultaneamente. Portanto dois eventos
Uma versão generalizada declara que, se “n” objetos A e B são mutuamente exclusivos se AB = Φ
distintos para ser alocados à “m” recipientes, então pelo Exemplo: Considere o experimento: jogar um dado e
menos um recipiente deve conter não menos que [n/m] observar o resultado.
S = {1, 2, 3, 4, 5, 6}
{\displaystyle \lceil n/m\rceil } objetos, onde {\displaysty-
Sejam os eventos:
le \lceil x\rceil }[x] denota o menor inteiro igual ou supe-
A = ocorrer número par e B = ocorrer números ímpar.
rior a x (a função tecto).
Logo: A = {2, 4, 6}, B = {1, 3, 5}
Uma generalização probabilística do princípio da
A e B são considerados mutuamente exclusivos pois
casa dos pombos define que se “n” pombos são coloca-
A∩B=Φ
dos aleatoriamente em “m” casas com uma probabilida-
de uniforme 1/m, então pelo menos uma casa de pom-
Experimentos aleatórios
bos terá mais de um pombo com probabilidade: Entendemos por experimento aleatório os fenômenos
que, quando repetidos inúmeras vezes em processos
semelhantes, possuem resultados imprevisíveis.
O lançamento de um dado e de uma moeda são
considerados exemplos de experimentos aleatórios, no
caso dos dados podemos ter seis resultados diferentes
{\displaystyle 1-{\frac {m!}{(m-n)!\;m^{n}}}=1-{\frac {1, 2, 3, 4, 5, 6} e no lançamento da moeda, dois {cara,
{m^{\underline {n}}}{m^{n}}},\!} coroa}.
onde {\displaystyle m^{\underline {n}}} é um fa- Do mesmo modo, se considerarmos uma urna com
torial decrescente até n. Para n = 0 e para n = 1 (e m > 50 bolas numeradas de 1 a 50, ao retirarmos uma bola
0), que provavelmente é zero; em outras palavras, se tem não saberemos dizer qual o número sorteado. Essas
apenas um pombo, então não deve haver conflitos. Para situações envolvem resultados impossíveis de prever.
n > m (mais pombos do que casa de pombos) é um, Podemos relacionar esse tipo de experimento com
neste caso coincide com o princípio de casa dos pom- situações cotidianas, por exemplo, não há como prever
bos normal. Mas mesmo que o número de pombos não a vida útil de todos os aparelhos eletrônicos de um lote,
exceda o número de casa de pombos (n ≤ m), devido a pois isso dependerá das condições de uso impostas pelas
natureza da atribuição aleatória das casas aos pombos pessoas que adquirirem o produto. Outro exemplo que
existe uma chance substancial que um confronto ocorra demonstra a característica de um experimento aleatório
muitas vezes. Por exemplo, se 2 pombos são colocados são as previsões do tempo.
aleatoriamente em 4 casas de pombos, há uma chance Os experimentos aleatórios produzem possíveis
de 25% que pelo menos uma casa de pombo ter mais resultados que são denominados espaços amostrais.
do que um pombo, para 5 pombos e 10 casas, a proba- O espaço amostral possui subconjuntos denominados
bilidade é de 69,76%; e para 10 pombos em 20 casas a eventos. Como já citado anteriormente, temos que o
probabilidade é de 93,45%. número possível de elementos no lançamento de um
dado é o seu espaço amostral, isto é, {1, 2, 3, 4, 5, 6} e os
Identificação do espaço amostral e evento de ex- subconjuntos, os possíveis eventos são {(1), (2), (3), (4),
perimentos aleatórios (5), (6)}. No caso da moeda, o espaço amostral são os
Espaço amostral: para cada experimento aleatório dois possíveis resultados {cara e coroa} e os eventos são
E, define-se espaço amostral S o conjunto de todos os {(cara), (coroa)}.
possíveis resultados desse experimento. As cartas também são ótimos exemplos utilizados
Exemplos: nos estudos probabilísticos. Temos que o espaço amostral
Jogar um dado e observar o número da face de cima. das cartas é constituído de 52 cartas, onde podemos ter
Então; S = {1, 2, 3, 4, 5, 6} vários eventos, dependendo da característica escolhida.
Jogar duas moedas e observar o resultado. Veja:
53
26 cartas vermelhas e 26 cartas pretas. Proporcionalidades: direta e inversa
13 cartas de ouro, 13 cartas de copas, 13 cartas de Quando estabelecemos a relação entre duas gran-
espadas e 13 cartas de paus.12 dezas, a variação de uma grandeza provoca uma mu-
dança na outra grandeza na mesma proporção. Ocorre
então uma proporcionalidade direta ou inversa.
Grandezas diretamente proporcionais
Duas grandezas são diretamente proporcionais
quando a variação ocorre sempre na mesma razão.
Exemplo: Uma indústria tem instalado um medidor
de nível, que a cada 5 minutos marca a altura de água
no reservatório. Observe a variação da altura de água ao
longo do tempo.
Tempo (min) Altura (cm)
10 12
15 18
20 24
Observe que essas grandezas são diretamente pro-

porcionais e possuem variação linear, ou seja, o aumento
de uma implica no aumento da outra.
12. PROPORCIONALIDADE; RAZÃO E PROPOR- A constante de proporcionalidade (k) estabelece
ÇÃO; 12.1 GRANDEZAS DIRETA E INVERSA- uma razão entre os números das duas colunas da se-
MENTE PROPORCIONAIS; 12.2 REGRA DE TRÊS guinte forma:
SIMPLES E COMPOSTA; 12.3 PORCENTAGENS; Genericamente, podemos dizer que a constante para
12.4 JUROS SIMPLES E COMPOSTOS. grandezas diretamente proporcionais é dada por x/y = k.
Grandezas inversamente proporcionais

Proporcionalidade Duas grandezas são inversamente proporcionais
A proporcionalidade estabelece uma relação entre quando uma grandeza varia na razão inversa da outra.
as grandezas e grandeza é tudo aquilo que pode ser me- Exemplo: João está treinando para uma prova de
dido ou contado. corrida e, por isso, decidiu verificar a velocidade que ele
No cotidiano existem muitos exemplos dessa rela- deveria correr para alcançar a linha de chegada no me-
ção, como ao dirigir um carro, o tempo que se leva para nor tempo possível. Observe o tempo que ele levou em
efetuar o percurso depende da velocidade empregada,
diferentes velocidades.
ou seja, tempo e velocidade são grandezas proporcio-
nais. Velocidade (m/s) Tempo (s)
20 60
O que é proporcionalidade? 40 30
Uma proporção representa a igualdade entre duas
razões, sendo que uma razão corresponde ao quociente 60 20
de dois números. Veja como representá-la a seguir.
Observe que as grandezas variam inversamente, ou
Lê-se: a está para b assim como c está para d. seja, o aumento de uma implica na diminuição da outra
Acima, vemos que a, b, c e d são os termos de uma na mesma proporção.
proporção, que possui as seguintes propriedades: Veja como é dada a constante de proporcionalida-
- Propriedade fundamental: de (k) entre as grandezas das duas colunas:
- Propriedade da soma:
- Propriedade da subtração: Genericamente, podemos dizer que a constante para
Exemplo de proporcionalidade: Pedro e Ana são ir- grandezas inversamente proporcionais é encontrada uti-
mãos e perceberam que a soma das suas idades é igual lizando a fórmula x . y = k.
a idade do pai, que é 60 anos. Se a idade de Pedro está
para a de Ana assim como 4 está para 2, qual a idade de Razão e Proporção
cada um deles? Na matemática, a razão estabelece uma compara-
ção entre duas grandezas, sendo o coeficiente entre
Solução: dois números.
Primeiramente, montamos a proporção utilizando P Já a proporção é determinada pela igualdade entre
para idade de Pedro e A para idade de Ana. duas razões, ou ainda, quando duas razões possuem o
Sabendo que P + A = 60, aplicamos a propriedade mesmo resultado.
da soma e encontramos a idade de Ana. Note que a razão está relacionada com a operação
Aplicando a propriedade fundamental das propor- da divisão. Vale lembrar que duas grandezas são propor-
ções, calculamos a idade de Pedro. cionais quando formam uma proporção.
Descobrimos que Ana tem 20 anos e Pedro tem 40 Ainda que não tenhamos consciência disso, utiliza-
anos. mos cotidianamente os conceitos de razão e proporção.
12 Fonte: https://pt.wikipedia.org/ https://www.infoescola.com/ Texto ori- Para preparar uma receita, por exemplo, utilizamos cer-
ginalmente publicado em https://www.infoescola.com/matemati tas medidas proporcionais entre os ingredientes.
54
Atenção! 2. É possível trocar os extremos e os meios de lugar,
Para você encontrar a razão entre duas grandezas, as por exemplo:
unidades de medida terão de ser as mesmas.
Exemplos
A partir das grandezas A e B temos: é equivalente
Razão: ou A : B, onde b≠0

Logo,
D. A = C . B
Proporção: , onde todos os coeficientes são
≠0 Grandezas proporcionais
As grandezas proporcionais têm seus valores au-
Exemplo 1 mentados ou diminuídos em uma relação que pode ser
Qual a razão entre 40 e 20? classificada como proporcionalidade direta ou inversa.
Lembre-se que numa fração, o numerador é o nú- O que são grandezas proporcionais?
mero acima e o denominador, o de baixo. Uma grandeza é definida como algo que pode ser
medido ou calculado, seja velocidade, área ou volume
de um material, e é útil para comparar com outras me-
didas, muitas vezes de mesma unidade, representando
uma razão.
A proporção é uma relação de igualdade entre ra-
Se o denominador for igual a 100, temos uma razão zões e, assim, apresenta a comparação de duas grande-
do tipo porcentagem, também chamada de razão cen- zas em diferentes situações.
tesimal.
A igualdade entre a, b, c e d é lida da seguinte forma:
a está para b, assim como c está para d.
A relação entre as grandezas pode ocorrer de ma-
neira diretamente ou inversamente proporcional.
Além disso, nas razões, o coeficiente que está locali-
zado acima é chamado de antecedente (A), enquanto o Como funcionam as grandezas diretamente e in-
de baixo é chamado de consequente (B). versamente proporcionais?
Quando a variação de uma grandeza faz com que a
outra varie na mesma proporção, temos uma proporcio-
nalidade direta. A proporcionalidade inversa é observada
quando a mudança em uma grandeza produz uma alte-
Exemplo 2 ração oposta na outra.
Qual o valor de x na proporção abaixo?
Proporcionalidade direta
quando a variação de uma implica na variação da outra
3 . 12 = x na mesma proporção, ou seja, duplicando uma delas, a
x = 36 outra também duplica; reduzindo pela metade, a outra
Assim, quando temos três valores conhecidos, po- também reduz na mesma quantidade... e assim por dian-
demos descobrir o quarto, também chamado de “quarta te.
proporcional”. Graficamente a variação diretamente proporcional
Na proporção, os elementos são denominados de de uma grandeza em relação à outra forma uma reta
termos. A primeira fração é formada pelos primeiros ter- que passa pela origem, pois temos y = k.x, sendo k uma
mos (A/B), enquanto a segunda são os segundos termos constante.
(C/D).
Nos problemas onde a resolução é feita através da
regra de três, utilizamos o cálculo da proporção para en-
contrar o valor procurado.
Propriedades da Proporção
1. O produto dos meios é igual ao produto dos ex-
tremos, por exemplo:
Logo:
A·D = B·C
Essa propriedade é denominada de multiplicação
cruzada. Gráfico de y proporcional a x
55
Exemplo de proporcionalidade direta Exemplo de proporção inversa
Uma impressora, por exemplo, tem a capacidade de Quando se aumenta a velocidade, o tempo para
imprimir 10 páginas por minuto. Se dobrarmos o tem- concluir um percurso é menor. Da mesma forma, ao di-
po, dobramos a quantidade de páginas impressas. Da minuir a velocidade mais tempo será necessário para fa-
mesma forma, se pararmos a impressora na metade de zer o mesmo trajeto.
um minuto, teremos a metade do número de impressões Confira a seguir uma aplicação de relação entre es-
esperadas. sas grandezas.
Agora, veremos com números a relação entre as João decidiu contar o tempo que levava indo de casa
duas grandezas. à escola de bicicleta com diferentes velocidades. Obser-
Em uma gráfica são feitas impressões de livros es- ve a sequência registrada.
colares. Em 2 horas, são realizadas 40 impressões. Em 3
horas, a mesma máquina produz mais 60 impressões, em
4 horas, 80 impressões, e, em 5 horas, 100 impressões. Tempo (min) 2 4 5 1
Tempo (horas) 2 3 4 5 Velocidade (m/s) 30 15 12 60
Impressões (número) 40 60 80 100
Podemos fazer a seguinte relação com os números
das sequências:
A constante de proporcionalidade entre as grande-
zas é encontrada pela razão entre o tempo de trabalho
da máquina e o número de cópias realizadas. Escrevendo como igualdade de razões, temos:
O quociente dessa sequência (1/20) recebe o nome Nesse exemplo, a sequência de tempo (2, 4, 5 e 1) é
de constante de proporcionalidade (k). inversamente proporcional à velocidade média pedalan-
O tempo de trabalho (2, 3, 4 e 5) é diretamente pro- do (30, 15, 12 e 60) e a constante de proporcionalidade
porcional ao número de cópias (40, 60, 80 e 100), pois ao (k) entre essas grandezas é 60.
dobrar o tempo de trabalho o número de cópias tam- Observe que quando um número de uma sequên-
bém dobra. cia dobra, o número da sequência correspondente reduz
pela metade.
Cálculo de grandeza diretamente proporcional
com regra de três. Cálculo de grandeza inversamente proporcional
Para calcular um valor desconhecido entre grande- com regra de três.
zas diretamente proporcionais, podemos usar a Regra de No exemplo do João indo de casa à escola de bici-
Três. cleta.
No exemplo anterior da gráfica, em 5 horas, quantos ↑ maior velocidade = ↓ menor tempo (grandezas in-
livros serão impressos? versas)
2 horas imprimem 40 livros Andando a 30 m/s João demora 2 min para chegar à
5 horas imprimem x livros escola. Se andar a 12 m/s, quanto tempo ele levará para
↑ mais horas de trabalho = ↑ mais livros impressos completar o percurso?
(grandezas diretas)
Escrevendo as proporções
Usando a propriedade fundamental das proporções, Como se trata de grandezas inversas, devemos in-
temos: verter uma razão.
Como havíamos visto na tabela, em 5 h, 100 livros Utilizando a propriedade fundamental das propor-
são impressos.
ções, multiplicamos cruzado.
Como vimos na tabela do exemplo, se João diminuir
Proporcionalidade inversa
a velocidade para 12 m/s, ele aumentará o tempo para
Duas grandezas são inversamente proporcionais
quando o aumento de uma implica na redução da ou- 5 min.
tra, ou seja, dobrando uma grandeza, a correspondente
reduz pela metade; triplicando uma grandeza, a outra Regra de Três Simples e Composta
reduz para terça parte... e assim por diante. A regra de três é um processo matemático para a
Graficamente a variação inversamente proporcional resolução de muitos problemas que envolvem duas ou
de uma grandeza em relação à outra forma uma hipér- mais grandezas diretamente ou inversamente pro-
bole, pois temos y = k/x, sendo k uma constante. porcionais.
Nesse sentido, na regra de três simples, é necessá-
rio que três valores sejam apresentados, para que assim,
descubra o quarto valor.
Em outras palavras, a regra de três permite descobrir
um valor não identificado, por meio de outros três.
A regra de três composta, por sua vez, permite des-
cobrir um valor a partir de três ou mais valores conhe-
cidos.
Grandezas Diretamente Proporcionais

quando, o aumento de uma implica no aumento da ou-
Gráfico de y inversamente proporcional a x tra na mesma proporção.
56
Grandezas Inversamente Proporcionais Podemos substituir o valor de J, na fórmula acima e
Duas grandezas são inversamente proporcionais encontrar a seguinte expressão para o montante:
quando, o aumento de uma implica na redução da ou- A fórmula que encontramos é uma função afim, des-
tra. ta forma, o valor do montante cresce linearmente em
função do tempo.
Juros Simples e Compostos
Os juros simples e compostos são cálculos efetua- Exemplo
dos com o objetivo de corrigir os valores envolvidos nas Se o capital de R$ 1 000,00 rende mensalmente R$
transações financeiras, isto é, a correção que se faz ao 25,00, qual é a taxa anual de juros no sistema de juros
emprestar ou aplicar uma determinada quantia durante simples?
um período de tempo. Solução
O valor pago ou resgatado dependerá da taxa co- Primeiro, vamos identificar cada grandeza indicada
brada pela operação e do período que o dinheiro ficará no problema.
emprestado ou aplicado. Quanto maior a taxa e o tem- C = R$ 1 000,00
po, maior será este valor. J = R$ 25,00
t = 1 mês
Diferença entre juros simples e compostos i=?
Nos juros simples a correção é aplicada a cada perío- Agora que fizemos a identificação de todas as gran-
do e considera apenas o valor inicial. Nos juros compos- dezas, podemos substituir na fórmula dos juros:
tos a correção é feita em cima de valores já corrigidos.
Por isso, os juros compostos também são chamados Entretanto, observe que essa taxa é mensal, pois
de juros sobre juros, ou seja, o valor é corrigido sobre usamos o período de 1 mês. Para encontrar a taxa anual
um valor que já foi corrigido. precisamos multiplicar esse valor por 12, assim temos:
Sendo assim, para períodos maiores de aplicação ou i = 2,5.12= 30% ao ano
empréstimo a correção por juros compostos fará com
Fórmula de juros compostos
que o valor final a ser recebido ou pago seja maior que o
O montante capitalizado a juros compostos é en-
valor obtido com juros simples.
contrado aplicando a seguinte fórmula:
Sendo,
M: montante
C: capital
i: taxa de juros
t: período de tempo
Diferente dos juros simples, neste tipo de capitaliza-
ção, a fórmula para o cálculo do montante envolve uma
variação exponencial. Daí se explica que o valor final au-
mente consideravelmente para períodos maiores.
Exemplo
Calcule o montante produzido por R$ 2 000,00 apli-
cado à taxa de 4% ao trimestre, após um ano, no sistema
de juros compostos.
Diferença entre juros simples e compostos Solução
com o passar do tempo. Identificando as informações dadas, temos:
C = 2 000
A maioria das operações financeiras utiliza a corre- i = 4% ou 0,04 ao trimestre
ção pelo sistema de juros compostos. Os juros simples se t = 1 ano = 4 trimestres
restringem as operações de curto período. M=?
Substituindo esses valores na fórmula de juros com-
Fórmula de juros simples postos, temos:
Os juros simples são calculados aplicando a seguinte
fórmula: Observação: o resultado será tão melhor aproxima-
Sendo, do quanto o número de casas decimais utilizadas na po-
J: juros tência.
C: valor inicial da transação, chamado em matemáti- Portanto, ao final de um ano o montante será igual
ca financeira de capital a R$ 2 339,71.
i: taxa de juros (valor normalmente expresso em por-
centagem) Porcentagem
t: período da transação A Porcentagem ou Percentagem representa uma
Podemos ainda calcular o valor total que será resga- razão cujo denominador é igual a 100 e indica uma com-
tado (no caso de uma aplicação) ou o valor a ser quita- paração de uma parte com o todo.
do (no caso de um empréstimo) ao final de um período O símbolo % é usado para designar a porcentagem.
predeterminado. Um valor em porcentagem, pode ainda ser expresso na
Esse valor, chamado de montante, é igual a soma do forma de fração centesimal (denominador igual a 100)
capital com os juros, ou seja: ou como um número decimal.
57
Exemplo: Então é só resolver a seguinte equação:
Assim, 30% de 300 é igual a 90.
3) 90 corresponde a quanto por cento de 360?
Podemos resolver esse problema escrevendo na for-
ma de fração:
Ou ainda, podemos resolver usando regra de três:
Para facilitar o entendimento, veja a tabela abaixo:
Porcentagem Razão Centesimal Número Decimal
1% 1/100 0,01
5% 5/100 0,05
10% 10/100 0,1
120% 120/100 1,2
Desta forma, 90 corresponde a 25% de 360.13
250% 250/100 2,5
Como Calcular a Porcentagem? 13. FUNÇÕES. 13.1 CONCEITO DE FUNÇÃO;

Podemos utilizar diversas formas para calcular a por- 13.2 FUNÇÃO DE VARIÁVEL REAL E SEU
centagem. Abaixo apresentamos três formas distintas: GRÁFICO NO PLANO CARTESIANO;
- regra de três 13.2 ESTUDO DAS FUNÇÕES DO 1º E 2º GRAUS;
- transformação da porcentagem em fração com
13.3 FUNÇÕES CRESCENTES E DECRESCENTES,
denominador igual a 100
- transformação da porcentagem em número MÁXIMOS E MÍNIMOS DE UMA FUNÇÃO;
decimal
Devemos escolher a forma mais adequada conforme Função
o problema que queremos resolver. Na Matemática, função corresponde a uma associa-
Exemplo 1: ção dos elementos de dois conjuntos, ou seja, a função
Calcule 30% de 90 indica como os elementos estão relacionados.
Para usar a regra de três no problema, vamos con- Por exemplo, uma função de A em B significa as-
siderar que 90 corresponde ao todo, ou seja, 100%. O sociar cada elemento pertencente ao conjunto A a um
valor que queremos encontrar chamaremos x. A regra de único elemento que compõe o conjunto B, sendo assim,
três será expressa como: um valor de A não pode estar ligado a dois valores de B.
Para resolver usando frações, primeiro temos que

transformar a porcentagem em uma fração com deno-
minador igual a 100:
Notação para função: f: A → B (lê-se: f de A em B).
Podemos ainda transformar a porcentagem em nú-
mero decimal: Representação das funções
30% = 0,3 Em uma função f: A → B o conjunto A é chamado de
0,3 . 90 = 27 domínio (D) e o conjunto B recebe o nome de contrado-
O resultado é o mesmo nas três formas, ou seja, 30% mínio (CD).
de 90 corresponde a 27. Um elemento de B relacionado a um elemento de
A recebe o nome de imagem pela função. Agrupando
Exemplo 2: todas as imagens de B temos um conjunto imagem, que
90 corresponde a 30% de qual valor? é um subconjunto do contradomínio.
Note que nesse exemplo, já conhecemos o resultado Exemplo: observe os conjuntos A = {1, 2, 3, 4} e B =
da porcentagem e queremos conhecer o valor que cor- {1, 2, 3, 4, 5, 6, 7, 8}, com a função que determina a rela-
responde ao todo (100%). ção entre os elementos f: A → B é x → 2x. Sendo assim,
Usando a regra de três, temos: f(x) = 2x e cada x do conjunto A é transformado em 2x
no conjunto B.
Podemos ainda resolver o problema trans-

formando a porcentagem em número decimal:
30% = 0,3
13 Fonte: https://www.todamateria.com.br/
58
Note que o conjunto de A {1, 2, 3, 4} são as entradas, Exemplo:
“multiplicar por 2” é a função e os valores de B {2, 4, 6,
8}, que se ligam aos elementos de A, são os valores de
saída.
Portanto, para essa função:
- O domínio é {1, 2, 3, 4}
- O contradomínio é {1, 2, 3, 4, 5, 6, 7, 8}
- O conjunto imagem é {2, 4, 6, 8}
Tipos de funções
As funções recebem classificações de acordo com Para a função acima:
suas propriedades. Confira a seguir os principais tipos. - O domínio é {-1, 1, 2, 4}
- O contradomínio é {2, 3, 5, 7}
Função sobrejetora - O conjunto imagem é {2, 3, 5, 7}
Na função sobrejetora o contradomínio é igual ao
conjunto imagem. Portanto, todo elemento de B é ima- Função inversa
gem de pelo menos um elemento de A. A função inversa é um tipo de função bijetora, por
isso é sobrejetora e injetora ao mesmo tempo.
Notação: f: A → B, ocorre a Im(f) = B
Através desse tipo de função é possível criar novas
Exemplo: funções ao inverter os elementos.
Função composta
A função composta é um tipo de função matemática
que combina duas ou mais variáveis.
Duas funções, f e g, podem ser representadas como
função composta por:
fog (x) = f(g(x))
gof (x) = g(f(x))
Função modular
A função modular associa elementos em módulos e
Para a função acima: seus números são sempre positivos.
- O domínio é {-4, -2, 2, 3}
- O contradomínio é {12, 4, 6} Função afim
- O conjunto imagem é {12, 4, 6} A função afim, também chamada de função do 1º
grau, apresenta uma taxa de crescimento e um termo
Função injetora constante.
Na função injetora todos os elementos de A pos- f(x) = ax + b
suem correspondentes distintos em B e nenhum dos a: coeficiente angular
elementos de A compartilham de uma mesma imagem b: coeficiente linear
em B. Entretanto, podem existir elementos em B que não
Função linear
estejam relacionados a nenhum elemento de A.
A função linear é um caso particular da função afim,
Exemplo: sendo definida como f(x) = ax.
Quando o valor do coeficiente (a) que acompanha o
x da função for igual a 1, a função linear é uma função
identidade.
Função quadrática
A função quadrática é também chamada de função
do 2º grau.
f(x) = ax2+ bx + c, sendo a ≠ 0
a, b e c: coeficientes da função polinomial de grau 2.
Para a função acima:
Função logarítmica
- O domínio é {0, 3, 5} A função logarítmica de base a é representada por
- O contradomínio é {1, 2, 5, 8} f(x) = loga x, sendo a real positivo e a ≠ 1.
- O conjunto imagem é {1, 5, 8} Ao invertermos a função logarítmica passamos a ter
uma função exponencial.
Função bijetora
Na função biejtora os conjuntos apresentam o mes- Função exponencial
mo número de elementos relacionados. Essa função A função exponencial apresenta uma variável no ex-
recebe esse nome por ser ao mesmo tempo injetora e poente e a base é sempre maior que zero e diferente de
sobrejetora. um.
f(x) = ax, sendo a > 0 e a ≠ 0
59
Função polinomial
A função polinomial é definida por expressões polinomiais.
f(x) = an . xn + an – 1 . xn – 1 + ...+a2 . x2 + a1 . x + a0
an, an-1, ... , a2, a1, a0: números complexos
n: número inteiro
x: variável complexa
Funções trigonométricas
As funções trigonométricas estão relacionadas com as voltas no ciclo trigonométrico, como:
Função Seno: f(x) = sen x
Função Cosseno:f(x) = cos x
Função Tangente: f(x) = tg x
Gráfico de uma função

A maneira como um elemento y se relaciona com um elemento x é expressa por meio de um gráfico, que nos dá
a ideia do comportamento da função.
Cada ponto no gráfico é dado por um par ordenado de x e y, onde x é o valor de entrada e y é o resultado da
relação definida pela função, ou seja, x → função → y.
Para construir um gráfico, cada elemento x da função deve ser inserido no eixo horizontal (abcissas) e os elemen-
tos y são posicionados no eixo vertical (ordenadas).
Confira alguns exemplos de gráficos de funções.
Variáveis e Funções
Podemos designar função como uma relação entre dois conjuntos, representada por uma lei de formação, que
associa os valores de x e y. De acordo com a lei de formação, cada valor de y depende do valor de x, essa relação de
dependência é a principal característica de uma função. O estudo das funções exige conhecimentos básicos, que aju-
dam na interpretação de situações problemas e desenvolvimento de cálculos.
Conjunto dos números reais

Envolve os números racionais (inteiros e fracionários) e os números irracionais. Exemplos: –3, 2/3, –9/2, √2, π, √5,
1, 0, 3, 2/5.
Valor absoluto ou módulo

O módulo de um número real x é definido por |x| = 0, se o número x = 0, |x| = x se positivo e |–x| = x se x negativo.
Exemplos:
|2| = |–2| = 2
|4 – 5| = |5 – 4| = 1
|x – b| = b – x, se b > x
|x – b| = x – b, se x > b
60
Escala numérica real
Consiste em uma reta onde são representados por meio de pontos os números reais. Um número somente é re-
presentado por um único ponto e vice-versa. Os números positivos e negativos são representados em lados opostos,
em relação ao referencial 0 (zero). A distância entre os pontos numéricos e o 0 é determinada pelo módulo do número.
A direita do 0 estão situados todos os números em ordem crescente e a esquerda do 0, todos os números em ordem
decrescente.
Variável
É um símbolo representativo (incógnita) capaz de representar o número de um conjunto real. O conjunto destaca-
do é o campo ou domínio da incógnita. Veja os exemplos:
x é um produto na prateleira de um supermercado. O domínio de x pode ser o conjunto dos inteiros 1, 2, 3, 4, 5, 6, 7,
8, ..... 15.
x é um dia do mês de janeiro. O domínio é representado pelos números 1, 2, 3, 4, 5, 6, ..., 31.
x é a quantidade (em litros) de combustível de um tanque de automóvel que pode ser usado, cuja capacidade é de
60 litros. O domínio será 0 ≤ x ≤ 60.
Constante
Refere-se a uma determinada quantidade a qual o valor permanece inalterado num determinado problema. O
domínio de uma constante é meramente um número.
Função de uma variável

Dizemos que uma variável y é função de outra variável x, quando y = f(x), isto é, cada valor do domínio x corres-
ponde a um ou mais valores em y. Exemplos:
A área do círculo é uma função do seu raio.
A área do quadrado é uma função do seu lado.
Caso haja necessidade de representar num mesmo problema várias funções de x, usamos símbolos diferentes, tais
como f(x), h(x), g(x), p(x), e etc.
Exemplos de funções e resoluções

a) Dada a função f(x) = x² – 2, determinar f(0), f(2), f(–3), f(1/2).
f(0) = 0² – 2 → f(0) = 0 – 2 → f(0) = – 2
f(2) = 2² – 2 → f(2) = 4 – 2 → f(2) = 2
f(–3) = (–3)² – 2 → f(–3) = 9 – 2 → f(–3) = 7
f(1/2) = (1/2)² – 2 → f(1/2) = 1/4 – 2 → f(1/2) = –7/4
Construção do gráfico cartesiano de uma função
Para construir o gráfico de uma função f, basta atribuir valores do domínio à variável x e, usando a sentença ma-
temática que define a função, calcular os correspondentes valores da variável y.
Vamos construir o gráfico da função definida por y=x/2. Escolhemos alguns valores para o domínio, como por
exemplo D={2,4,6,8}. Agora calculamos os respectivos valores de y. Assim temos:
x=2 y=2/2 = 1
x=4 y=4/2 = 2
x=6 y=6/2 = 3
x=8 y=8/2 = 4
Então, montamos a seguinte tabela:
Identificamos os pontos encontrados no plano cartesiano:
61
O gráfico da função será uma reta que passará pelos quatro pontos encontrados. Basta traçar a reta, e o gráfico
estará construído.
Obs: para desenhar o gráfico de uma reta são necessários apenas dois pontos. No exemplo acima escolhemos 4
pontos, mas bastaria escolher dois elementos do domínio, encontrar suas imagens, e logo após traçar a reta que passa
por esses 2 pontos.
Função de 1º grau
A formação de uma função do 1º grau é expressa da seguinte forma: y = ax + b, onde a e b são números reais
e a é diferente de 0.
Consideremos x e y duas variáveis, sendo uma dependente da outra, isto é, para cada valor atribuído a x corres-
ponde um valor para y. Definimos essa dependência como função, nesse caso, y está em função de x. O conjunto de
valores conferidos a x deve ser chamado de domínio da função e os valores de y são a imagem da função.
Toda função é definida por uma lei de formação, no caso de uma função do 1º grau a lei de formação será a se-
guinte: y = ax + b, onde a e b são números reais e a ≠ 0.
Esse tipo de função deve ser dos Reais para os Reais.
A representação gráfica de uma função do 1º grau é uma reta. Analisando a lei de formação y = ax + b, notamos
a dependência entre x e y, e identificamos dois números: a e b. Eles são os coeficientes da função, o valor de a indica
se a função é crescente ou decrescente e o valor de b indica o ponto de intersecção da função com o eixo y no plano
cartesiano. Observe:
Função crescente Função decrescente
Função crescente: à medida que os valores de x aumentam, os valores correspondentes em y também aumentam.
Função decrescente: à medida que os valores de x aumentam, os valores correspondentes de y diminuem.
Exemplos de funções do 1º grau
y = 4x + 2, a = 4 e b = 2
y = 5x – 9, a = 5 e b = –9
y = – 2x + 10, a = – 2 e b = 10
y = 3x, a = 3 e b = 0
y = – 6x – 1, a = – 6 e b = – 1
y = – 7x + 7, a = –7 e b = 7
Raiz ou zero de uma função do 1º grau

Para determinar a raiz ou o zero de uma função do 1º grau é preciso considerar y = 0. De acordo com gráfico, no
instante em que y assume valor igual a zero, a reta intersecta o eixo x em um determinado ponto, determinando a raiz
ou o zero da função.
62
Vamos determinar a raiz das funções a seguir: Função de segundo grau completa e incompleta
y = 4x + 2 Uma função de segundo grau pode ser classificada
y=0 como completa se todos os seus coeficientes (a, b e c)
4x + 2 = 0 forem diferentes de 0 (zero).
4x = –2 Exemplos:
x = –2/4 f(x) = 2x² + 2y+ 1 --> a = 2, b = 2 e c = 1
x = –1/2 f(x) = x² + 4y+ 6 --> a = 1, b = 4 e c = 6
A reta representada pela função y = 4x + 2 intersecta A função de segundo grau também pode ser
o eixo x no seguinte valor: –1/2 classificada como incompleta se um dos coeficientes, b
y = – 2x + 10 ou c, forem iguais a 0 (zero).
y=0 Exemplos:
– 2x + 10 = 0
f(x) = 2x² + 2 --> a = 2, b = 0 e c = 2
– 2x = – 10 (–1)
f(x) = 5x² --> a = 5, b = 0 e c = 0
2x = 10
x = 10/2
x=5 Gráfico da função de segundo grau
A representação gráfica da função de segundo grau
A reta representada pela função y = – 2x + 10 inter- é uma parábola. Se a > 0, a concavidade da parábola
secta o eixo x no seguinte valor: 5 estará voltada para cima e se a < 0, a concavidade da
y = – 7x + 7 parábola estará voltada para baixo.
y=0
–7x + 7 = 0
–7x = –7
x=1
A reta representada pela função y = –7x + 7 intersec-

ta o eixo x no seguinte valor: 1
y = 3x
y=0
3x = 0
x=0
A reta representada pela função y = 3x intersecta o

eixo x no seguinte valor: 0 a > 0. (Foto: Wikipédia)
Função de 2º grau
A função de segundo grau, também chamada de
função quadrática ou função polinomial do 2° grau, é
escrita como: f(x) = ax² + bx + c. Sendo os coeficientes
“a, b e c” números reais e “a” diferente de 0 (zero).
O grau da função é determinado de acordo com o
maior expoente que a incógnita x assume. Ou seja, se em
uma função a incógnita x não tiver nenhum expoente,
ela é classificada como de primeiro grau, mas se ela tiver
o número dois como maior expoente, ela é classificada
como de segundo grau.
Confira abaixo alguns tipos de funções polinomiais:
• Função de primeiro grau: f(x) = ax + b. Exemplo:

f(x) = 2x + 1; a < 0. (Foto: Wikipédia)
• Função de segundo grau: f(x) = ax² + bx+ c.
Exemplo: f(x)= 4x² – 2x; A parábola apresenta alguns elementos essenciais:
• Função de terceiro grau: f(x) = ax³ + bx² + cx + d. as raízes (pontos onde o gráfico intercepta o eixo x) e o
Exemplo: f(x) 2x³ + x² + 2x + 1; vértice (ponto de máximo ou mínimo a função).
A função de segundo grau é ordenada de forma Vértice - para identificar o valor do vértice deve-se
decrescente em relação aos seus expoentes. Confira as fórmulas abaixo:
como acontece a organização dela:
• f(x) = bx+ ax² + cx°: os expoentes que
acompanham a incógnita x são respectivamente: 1, 2 e 0;
• f(x) = ax² + bx + cxº=0: deve-se organizar
de forma decrescente os valores dos expoentes que Pontos do vértices
acompanham as incógnitas; Onde, = b² - 4ac e:
• f(x) = ax² + bx + c = 0: sabendo que qualquer
valor elevado ao expoente 0 (zero) é 1, temos cxº= c, De acordo com é possível prever em quantos
logo 1 = c. pontos o eixo x será interceptado:
63
• Se > 0, a função tem duas raízes reais distintas e Funções crescentes
a parábola intercepta o eixo x em dois pontos diferentes; Um exemplo de função crescente é a função y = 4x
• Se = 0, a função tem duas raízes reais iguais e a + 5. Para perceber isso, observe a tabela a seguir:
parábola é tangente ao eixo x;
• Se < 0, a função não tem raízes reais e a parábola
não intercepta o eixo x;
Raízes - já para encontrar as raízes da função é mais

simples, basta utilizar a fórmula de Bhaskara:
Observe que o valor de x, a cada linha, é aumentado

Fórmula de Bhaskara em uma unidade. Consequentemente, realizando-se os
cálculos de y a partir da função dada, percebemos que,
Estudo dos coeficientes “b e c” a cada linha, o valor dessa variável aumenta em quatro
Os coeficientes da equação são elementos que unidades.
interferem na construção do gráfico. O coeficiente “a”, Assim, quando o valor de x aumenta, o valor de y
como já explicado, determina a concavidade da parábola. também aumenta. Por essa razão, a função é crescente.
Enquanto o coeficiente “c” indica onde a parábola Além disso, apenas observando o gráfico dessa função, é
corta o eixo Y, estabelecendo as seguintes relações: possível perceber que ela é crescente, pois, quanto mais
Se c>0, a parábola irá cortar o eixo Y acima da à direita, mais alta a reta fica.
origem;
Se c<0, a parábola irá cortar o eixo Y abaixo da
origem;
Se c=0, a parábola irá cortar o eixo Y na origem, ou
seja, ponto (0,0).
Já o coeficiente “b” determina a inclinação da
parábola após passar o eixo y, estabelecendo as
seguintes relações:
Se b<0, a partir do ponto de corte do eixo Y a
curvatura da parábola irá descer;
Se b >0, a partir do ponto de corte do eixo Y a
curvatura da parábola irá subir;
Se b = 0, após o ponto de corte não haverá
inclinações.
Também é possível dizer que uma função é crescen-
Função crescente e decrescente te quando, diminuindo-se os valores de x, os valores de
A função crescente é aquela em que y aumenta y diminuem também.
toda vez que x é aumentado. A função decrescente é
aquela em que y diminui toda vez que x é aumentado. Exemplo:
Mostre que a função y = 7x + 1 é crescente.
Se x = 0
y = 7x + 1 = 7·0 + 1 = 1
Se x = 1
y = 7x + 1 = 7·1 + 1 = 8
Como o valor de y aumenta quando aumentamos o

valor de x, a função é crescente.
Observe que essa é uma função do primeiro grau,
portanto, o seu gráfico é uma reta. Em uma mesma
reta, é impossível haver intervalos crescentes e decres-
O gráfico da função crescente está inclinado para centes. Se em um intervalo a reta for crescente, então,
cima, e o da função descrente está inclinado para baixo ela será em toda a sua extensão.
Funções são regras que ligam cada elemento de Dessa maneira, basta observar em dois valores de x
um conjunto a um único elemento de outro conjunto. que y aumenta para garantir que toda a reta seja cres-
Quando se trata de conjuntos numéricos, essas funções cente.
assemelham-se a equações que relacionam os elemen-
tos de um conjunto a outro por meio de suas variáveis. Função decrescente
Uma função é crescente quando, aumentando-se os Uma função decrescente é aquela em que o valor
valores atribuídos ao domínio, os valores do contrado- da variável y diminui sempre que a variável x aumenta.
mínio ficam cada vez maiores; caso contrário, a função Um exemplo de função decrescente é a seguinte: y = –
é decrescente. 3x + 3. Para perceber isso, observe a tabela a seguir:
Para melhor compreender essas definições, veja al-
guns exemplos. Observe:
64
Quando uma função não é crescente nem decres-
cente, ou seja, quando a = 0, ela é uma função constan-
te. Sempre que aumentamos ou diminuímos o valor de
x, y permanece constante. O gráfico de um exemplo de
função constante é o seguinte:
y=2
Observe que, cada vez que o valor de x aumenta

uma unidade, o valor de y diminui três unidades. Dessa
maneira, essa função é decrescente.
Além de observar os valores na tabela, também é
possível definir se uma função do primeiro grau é cres-
cente ou decrescente a partir da análise do seu gráfico.
Observe o gráfico decrescente da função acima:
Máximos e Mínimos de uma função
De forma bem resumida, podemos dizer que os pon-
tos de Máximos e Mínimos de uma função são os pontos
de picos e de depressões da função. Veja o gráfico:
Exemplo:
Mostre que a função y = – x é decrescente.
Para tanto, basta mostrar que, aumentando-se o va-
lor de x, o valor de y diminui. Escolheremos, para isso, os
valores x = 0 e x = 1. Observe:
Se x = 0, Observando o gráfico podemos identificar que os
y=–x=–0=0 pontos f(a) e f(b) são pontos de máximo local e f(0) é
Se x = 1, ponto de mínimo local.
y=–x=–1 Ainda mais, podemos dizer que o ponto f(b) é um
Observe que, aumentando-se uma unidade no valor máximo absoluto e f(0) é ponto de mínimo absoluto,
de x, o valor de y cai uma unidade; logo, a função é de-
pois f(b) é o maior valor de f e f(0) é o menor valor de f :
crescente.
.
Como identificar funções crescentes e decrescen-
tes sem cálculos Mas como encontrar estes pontos em uma função
Existe uma maneira de dizer se uma função do pri- qualquer que não se conheça o gráfico?
meiro grau é crescente ou decrescente sem fazer qual- Observamos que nos pontos de máximos e de míni-
quer cálculo. Para isso, basta observar o valor do coefi- mos de uma função com intervalos infinitos encontram-
ciente “a” da função. Esse coeficiente é proveniente da -se os pontos críticos (pontos de inflexão).
forma geral da função do primeiro grau: Assim, quando derivamos e igualamos a zero, en-
y = ax + b contram-se estes pontos, .
“a” é o número que multiplica a variável, e b é uma
constante. A regra para identificar se funções do primei- Cuidado: nem todo ponto de inflexão é um ponto
ro grau são crescentes ou não é a seguinte: de máximo ou mínimo, sempre faça o estudo do sinal da
Se a > 0, a função é crescente; função antes e depois dos pontos encontrados, pois o
Se a < 0, a função é decrescente. sinal deve mudar.
Veja o exemplo da função para o domí-
Vamos determinar se as funções a seguir são cres-
nio , na qual e onde en-
centes ou decrescentes.
a) y = 2x contramos , porém esta função é monótona cres-
Crescente, pois a = 2 > 0. cente (sempre crescente), não havendo troca de sinal em
b) y = – x 0. Logo, não há pontos de máximos e de mínimos.
Decrescente, pois a = – 1 < 0. Obs: quando temos uma função f continua em um
c) y = – 4x + 7 intervalo fechado, [a,b], então tem-se pontos de máxi-
Decrescente, pois a = – 4 < 0. mos ou mínimos locais em a e b, mas não necessaria-
d) y = 4x – 7 mente máximos ou mínimos absolutos.14
Crescente, pois a = 4 > 0. 14 Fonte:https://mundoeducacao.uol.com.br/https://www.somatematica.com.
br/https://www.dicasdecalculo.com.br/https://www.educamaisbrasil.com.br/
https://www.todamateria.com.br
65
EXERCÍCIOS
01. (FUNDATEC/2019 - Prefeitura de Sapucaia

do Sul/RS) Assinale a alternativa que apresenta um a) 9 e 1.
exemplo de tautologia. b) 9 e 0.
a) A prova está fácil. c) 18 e 1.
b) A prova está difícil. d) 18 e 0.
c) João estudou para a prova e Maria ficou feliz.
d) João é alto ou João não é alto. 06. (IBADE/2020 – Prefeitura de Vila Velha - ES)
e) Se Pedro estudou, então passou no concurso. Exemplos comuns de medidas de dispersão estatística
são:
02. (FGV/2021 - FUNSAÚDE - CE) O advogado I – média;
de uma empresa afirmou ao diretor que: “Todos os II – mediana;
processos relativos à empresa X foram finalizados” III – variância;
Dias depois, o diretor foi informado que essa IV - desvio padrão;
afirmação não era verdadeira. O diretor concluiu V - amplitude interquartil.
logicamente que
Está(ão) correta(s):
a) nenhum processo da empresa X foi finalizado. a) somente V
b) somente um processo da empresa X não foi b) somente V e IV.
finalizado. c) somente V, IV e III.
c) pelo menos um processo da empresa X não foi d) somente V, IV, III e II.
finalizado. e) l, ll, lll, lV e V.
d) foi finalizado pelo menos um processo que não se
refere à empresa X. 07. (CESPE / CEBRASPE/2020 - TJ-PA)
e) todos os processos finalizados não se referiam à Considerando que a inferência estatística é um
empresa X. processo que consiste na utilização de observações
feitas em uma amostra com o objetivo de estimar as
03. (CONSULPLAN/2018 - Câmara de Belo propriedades de uma população, assinale a opção
Horizonte/MG) Ônibus são incendiados em Belo correta.
Horizonte e na Região Metropolitana a) Na estatística inferencial, um parâmetro é um
De acordo com a Polícia Militar, quatro coletivos fo- valor conhecido, extraído de uma amostra, utilizado para
ram atacados. Em um dos incêndios, os bandidos deixa- a estimação de uma grandeza populacional.
ram um bilhete reivindicando melhorias em presídio da b) Independentemente do tamanho da amostra,
Grande BH. um estimador consistente sempre irá convergir para o
(Disponível em: https://g1.globo.com/mg/minas-ge- verdadeiro valor da grandeza populacional.
rais/noticia/onibus-sao-incendiados-em-belo-horizonte- c) A amplitude de uma amostra definirá se a
-e-na-regiao-metropolitana.ghtml.) média amostral poderá ser um estimador de máxima
verossimilhança da média populacional.
Há fumaça saindo do terminal de ônibus inter- d) Sendo â um estimador de máxima verossimilhança
municipais e vários carros do Corpo de Bombeiros de um parâmetro a, então E
indo naquela direção. Pode-se concluir, portanto, e) Sendo a e b estimadores de um mesmo parâmetro
que há incêndio no citado terminal. Temos, portanto, cujas variâncias são simbolizadas por Var(a) e Var(b).
um argumento Se Var(a) > Var(b), então é correto afirmar que a é um
a) dedutivo. melhor estimador que b.
b) indutivo forte.
c) indutivo fraco. 08. (CESPE/2017 – TCE/PE) Um estudo de
d) lógico dedutivo. acompanhamento ambiental considerou, para j =
1,2,..., 26, um modelo de regressão linear simples na
04. (AMEOSC/2019 - Prefeitura de São João do forma: yj = a + bxj + ej, em que a e b são constantes
Oeste/SC) Uma criança possui um baú com bolas reais, yj representa a variável resposta referente
vermelhas, bolas amarelas e bolas azuis. Ela retira ao j-ésimo elemento da amostra, xj é a variável
uma bola, observa a sua cor e, em seguida, a devolve regressora correspondente, e ej denota o erro
para o baú. Tal procedimento é repetido três vezes. aleatório que segue distribuição normal com média
Pode-se dizer que o número de resultados possíveis, nula e variância V. Aplicando-se, nesse estudo, o
nas 3 extrações sucessivas, é de: método dos mínimos quadrados ordinários, obteve-
a) 3. se a reta ajustada ŷj =1 + 2xj, para j = 1,2,..., 26.
b) 9. Considerando que a estimativa da variância V seja
c) 18. igual a 6 e que o coeficiente de explicação do modelo (R
d) 27. quadrado) seja igual a 0,64, julgue o próximo item.
O desvio padrão amostral da variável regressora é
05. (MS CONCURSOS/2019 - Prefeitura de igual a 1,6.
Sonora/MS) Os termos que completam a sequência
a seguir são: ( ) Certo ( ) Errado
66
09. (CESPE/2017 – SEDF) Um levantamento selecionadas aleatoriamente 50 turmas. Em seguida,
estatístico, feito em determinada região do país, os entrevistadores aplicarão questionários para todos
mostrou que jovens com idades entre 4 e 17 anos os estudantes matriculados nessas 50 turmas.
assistem à televisão, em média, durante 6 horas por Com base nessas informações, julgue o seguinte
dia. A tabela a seguir apresenta outras estatísticas item.
produzidas por esse levantamento. A técnica de amostragem a ser empregada nesse es-
tudo deverá ser a da amostragem aleatória estratificada,
em que cada turma constitui um estrato de estudantes
do 5.º ano do ensino fundamental da rede pública do DF.
( ) Certo ( ) Errado
13. (CESPE/2017 – TCE/PE) Para avaliar se a pro-

porção p de itens defeituosos enviados por um for-
necedor estava acima do valor pactuado de 0,025,
um analista, a partir de uma amostra aleatória de
Tendo como referência essas informações, julgue o itens enviada por esse fornecedor, testou a hipótese
seguinte item. nula H0: p ≤ 0,025 contra a hipótese alternativa H1: p
O índice percentílico de curtose foi superior a 0,4, > 0,025, utilizando nível de significância α = 1%.
o que sugere que a distribuição dos tempos T seja lep- A respeito dessa situação hipotética, julgue o se-
tocúrtica. guinte item.
( ) Certo ( ) Errado Caso o P-valor do teste efetuado pelo analista seja
10. (CESPE/2017 – TCE/PE) Um estudo de igual a 0,005, é correto concluir que a afirmação propos-
acompanhamento ambiental considerou, para j = ta na hipótese nula seja verdadeira.
1,2,..., 26, um modelo de regressão linear simples na ( ) Certo ( ) Errado
forma: yj = a + bxj + ej, em que a e b são constantes
reais, yj representa a variável resposta referente 14. (Creative Group/2021 - Prefeitura de Jequitibá
ao j-ésimo elemento da amostra, xj é a variável - MG) Quantos anagramas é possível fazer com a
regressora correspondente, e ej denota o erro palavra JEQUITIBA
aleatório que segue distribuição normal com média a) 9!
nula e variância V. Aplicando-se, nesse estudo, o b) 9!/2!
método dos mínimos quadrados ordinários, obteve- c) 2!/9!
se a reta ajustada ŷj =1 + 2xj, para j = 1,2,..., 26. d) Nenhuma das alternativas
Considerando que a estimativa da variância V seja
igual a 6 e que o coeficiente de explicação do modelo (R 15. (Quadrix/2021 - CRP - MG) Assinale a
quadrado) seja igual a 0,64, julgue o próximo item. alternativa correta.
A correlação linear entre as variáveis x e y é igual a a) A negação de “Se é mineiro, então nasceu em
0,5, pois a reta invertida proporcionada pelo método de Minas Gerais” é “Se não nasceu em Minas Gerais, então
mínimos quadrados ordinários é expressa por não é mineiro”.
, para j = 1,2,...,26. b) A negação de “Todo psicólogo é intelectual” é
( ) Certo ( ) Errado “Nenhum psicólogo é intelectual”.
c) “Pão de queijo é gostoso!” é uma proposição.
11. (CESPE/2017 – TCE/PE) Um estudo de d) “Brasília é a capital de Minas Gerais” é uma
acompanhamento ambiental considerou, para j = proposição.
1,2,..., 26, um modelo de regressão linear simples na e) As contradições são também denominadas
forma: yj = a + bxj + ej, em que a e b são constantes proposições logicamente verdadeiras.
reais, yj representa a variável resposta referente
ao j-ésimo elemento da amostra, xj é a variável GABARITO
regressora correspondente, e ej denota o erro 01 D
aleatório que segue distribuição normal com média
nula e variância V. Aplicando-se, nesse estudo, o 02 C
método dos mínimos quadrados ordinários, obteve- 03 B
se a reta ajustada ŷj =1 + 2xj, para j = 1,2,..., 26. 04 D
Considerando que a estimativa da variância V seja
igual a 6 e que o coeficiente de explicação do modelo (R 05 A
quadrado) seja igual a 0,64, julgue o próximo item. 06 C
07 D
A razão , para cada j = 1,2...,26, é uma variável
aleatória que segue distribuição normal com média nula 08 CERTO
e variância unitária. 09 ERRADO
( ) Certo ( ) Errado 10 CERTO
12. (CESPE/2017 – SEDF) Um estudo estatístico 11 ERRADO
será realizado para avaliar a condição socioambiental 12 ERRADO
de estudantes do 5.º ano do ensino fundamental das 13 ERRADO
escolas da rede pública do DF. A partir de uma lista
que contempla todas as turmas do 5.º ano do ensino 14 B
fundamental das escolas da rede pública do DF, serão 15 D
67
Anotações
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
__________________________________________________________________________________________________________________________
68

02 - RaciocÃ - Nio LÃ gico-MatemÃ¡tico-1666133911482

Enviado por

Direitos autorais:

Formatos disponíveis

02 - RaciocÃ - Nio LÃ gico-MatemÃ¡tico-1666133911482

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

02 - RaciocÃ - Nio LÃ gico-MatemÃ¡tico-1666133911482

Enviado por

Direitos autorais:

Formatos disponíveis

ÍNDICE

Para melhor compreensão... 3) Dados do enunciado:

Solução: • São 20 exportadoras dentre as empresas do

2) Uma pesquisa de rua feita no centro de Vitória

4) Observe o seguinte diagrama. De acordo com o

- Pessoas que não sabiam do sistema e nem das

São proposições: p q p∧q

A proposição composta resultante da disjunção

De fato, temos uma tautologia, pois a última coluna

A conjunção une duas ou mais proposições pelo

7. ELEMENTOS DE TEORIA DOS CONJUNTOS.

: não pertence : não existe

: está contido : para todo (ou qualquer que seja)

: não está contido : conjunto vazio

: contém N: conjunto dos números naturais

: não contém Z : conjunto dos números inteiros

/ : tal que Q: conjunto dos números racionais

: implica que Q’= I: conjunto dos números irracionais

: se, e somente se R: conjunto dos números reais

: a ou b Número de subconjuntos de um conjunto: se um

Conjunto vazio Teoria de conjuntos e lógica

Notações importantes sobre conjuntos

Definição: Dois conjuntos A e B são disjuntos se, A B = Ø.

Se o conjunto U se refere ao universo U que se considera no contexto, é normal denotar o complementar de S,

Teorema: Se S U, então U–S = U Sc.

Ai = {x : x€Ai para algum i€N }

Ai = {x : x€Ai para todo i€N

Algumas notações comuns em Lógica Matemática.

Significado Símbolos lógicos

Observação: Algumas frases como

podem ser simplificadas como:

Regras básicas da Lógica

Tabelas-verdade com proposições lógicas:

Tabelas-verdade com valores numéricos:

1. Se p é verdadeira e q é verdadeira, então p q é verdadeira.

Algumas equivalências lógicas:

x€R, y€R : x+y=0

y€R, x€R : x+y=0

A negação da frase lógica:

x€R, y€R : x+y = 0

pode ser escrita como7

• x€R, y€R : x+y ≠ 0

8. RESOLUÇÃO DE PROBLEMAS COM FRAÇÕES, CONJUNTOS, PORCENTAGENS

O símbolo significa a:b, sendo a e b números naturais e b diferente de zero.

7 Fonte: http://www.uel.br/ https://www.somatematica.com.br/

Se a é múltiplo de b, então é um número natural.

A fração é igual a 8:2. Neste caso, 8 é o numera- um oitavo um milésimo

Assim, é um número natural e 8 é múltiplo de 2.

Exemplo: Roberval comeu de um chocolate. Isso Frações equivalentes

Para encontrar frações equivalentes, devemos mul-

Portanto as frações são algumas

um terço quatro sétimos Simplificação de frações

Uma fração equivalente a , com termos menores,

cada porque 3 e 4 não possuem nenhum fator comum.

Resolvendo agora o problema inicial, concluímos que X = , pois .

Adição e subtração de números fracionários

1º) denominadores iguais

2º) denominadores diferentes

iguais ao mmc dos denominadores das frações. Exemplo: somar as frações .